CN104025097A - 用于对自我护理行为进行排序的方法和系统 - Google Patents
用于对自我护理行为进行排序的方法和系统 Download PDFInfo
- Publication number
- CN104025097A CN104025097A CN201280064647.XA CN201280064647A CN104025097A CN 104025097 A CN104025097 A CN 104025097A CN 201280064647 A CN201280064647 A CN 201280064647A CN 104025097 A CN104025097 A CN 104025097A
- Authority
- CN
- China
- Prior art keywords
- patient
- nursing
- self
- behavior
- oneself
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
范例性实施例涉及根据本文描述的范例性实施例的用于对自我护理行为进行排序的方法和系统。一个实施例涉及一种方法,其包括接收针对具有状况的患者的期望结果;检索与多个自我护理行为相关的信息;根据所述信息和所述期望结果,生成所述自我护理行为的群体特异性排序列表;接收针对所述患者的自我护理行为评估;并且,根据所述自我护理行为评估和所述群体特异性排序列表,生成自我护理行为的患者特异性排序列表。
Description
背景技术
通常指导患有慢性健康状况的患者采用或改变多种自我护理行为,以便改善临床结果,诸如降低入院几率、改善健康和生活质量并且降低死亡率。可以存在对应于任何给定状况的多种自我护理行为。为了改善遵医行为的可能性,可以向患者提供涉及与患者状况有关的自我护理行为的有限子集而不是所有这种行为的指导。然而,由于可以考虑大量数据,对于医疗专业人员确定针对给定患者的适当的子集会是耗时的任务。
发明内容
本发明涉及一种用于对自我护理行为进行排序的方法和系统。所述方法包括接收针对具有状况的患者的期望结果;检索与多种自我护理行为相关的信息;根据所述信息和所述期望结果,生成自我护理行为的群体特异性(population-specific)排序列表;接收针对患者的自我护理行为评估;以及,根据所述自我护理行为评估和所述群体特异性排序列表,生成自我护理行为的患者特异性(patient-specific)排序列表。
根据本发明的范例性实施例的系统包括:处理器;存储器;提取模块,其接收针对具有状况的患者的期望结果、检索与多个自我护理行为相关的信息,所述信息包括每个自我护理行为对所述状况和所述期望结果的影响,并且根据所述信息生成自我护理行为的群体特异性排序列表;以及,组合模块,其接收针对患者的自我护理行为评估,并且根据所述自我护理行为评估和所述群体特异性排序列表,生成自我护理行为的患者特异性排序列表。
附图说明
图1示出了根据范例性实施例的用于对患者的自我护理行为区分优先次序的范例性方法;
图2示出了图1的范例性方法对样本患者的范例性应用;
图3示出了根据范例性实施例的用于实现用于对患者的自我护理行为区分优先次序的方法(诸如图1的方法)的范例性系统的示意图。
具体实施方式
可以参考对范例性实施例和相关附图的以下描述进一步理解本发明的范例性实施例,其中,为相似元件提供相同的附图标记。具体地,范例性实施例涉及用于对慢性病患者的自我护理行为区分优先次序的方法和系统。
健康护理专业人员通常向患有慢性状况的患者推荐应当改变或采用与健康相关的多个自我护理行为。这种自我护理行为的范例可以包括根据时间表服药、进行体育锻炼、坚持饮食限制(诸如低钠饮食)、限制液体摄入量、限制烟草使用和症状识别。做出这些推荐,以便改善临床结果,诸如降低入院/再入院的几率、患者健康和生活质量的改善、降低死亡几率等。
对于给定的患者或患者群组,给定推荐的自我护理行为可以根据行为对所产生的临床结果的影响水平具有相对重要性。在指导患者自我护理行为的过程中,健康护理专业人员可以基于行为重要性的相对水平对某些行为设置比其他行为更高的强调。对最重要的行为进行强调的设置可以导致患者执行最重要的行为,并且从而可以改善实现期望结果的可能性。
因此,对于健康护理专业人员,适当地选择要强调的最重要的行为可以是很重要的。例如,处置心脏衰竭患者并努力降低患者再入院几率的专业人员不得不决定将注意力集中于采取低钠饮食更重要还是坚持服药时间表更重要。一些健康护理专业人员可以基于其自身经验或意见将注意力集中于不同的行为,并且其他人可以允许患者根据个人喜好来确定排序。然而,这些都不一定是实现改善的临床结果的最有效的方式。
理想情况下,健康护理专业人员可以在向患者做出自我护理行为推荐之前审阅各种文献、研究资料等。然而,大量的此类材料可以使提供者更新可利用的最新材料实际上是不可能的。备选地,健康护理专业人员可以查阅临床指南。尽管这些指南报告证据水平(“LOE”)和所推荐的行为的重要性,但在此报告的证据具有以下限制:它不是结果特异性的(例如,不区分降低死亡风险的目标和改善患者生活质量的目标),并且此外,它未更新为最新的临床试验结果,因为这种指南仅每隔几年才更新。
通过提供基于最当前证据的、适于配合特异性结果的并且适于个体患者状况的推荐,范例性实施例可以使健康护理专业人员克服上述困难。图1图示了用于生成这样的推荐的范例性方法100。通常,方法100可以由代码行组成的计算机程序的模块来实现,由包括存储器和处理器的系统来编译和执行。总体上,方法100的步骤110-130在此将被称为“提取”过程,并且步骤140-150在此将被称为“组合”过程。在步骤110中,提供期望结果。例如,期望结果可以是再入院率的降低、生活质量的改善、死亡率的降低等。通常,这将由医疗专业人员提供。在此讨论的范例性实施例涉及单个期望结果,但本领域技术人员将理解,其他实施例可以允许提供多个期望结果。
在步骤120中,查阅各种知识库,以确定各种患者自我护理行为对步骤110中提供的期望结果的影响。知识库可以包括临床指南、临床实践的当地医院标准、专业人员医疗专业知识、近期临床实验等。以这种方式获得的信息可以通过类别(例如,I类、II类、III类等)和证据水平(例如,A、B、C)进行排名。本领域技术人员将理解,证据水平指示支持推荐和专家共识的可用的研究资料的存在和类型。例如,证据水平“A”可以表示从多个随机临床试验或元分析(meta-analyses)中导出的数据,证据水平“B”可以表示从单个随机临床试验或大型非随机研究中导出的数据,并且证据水平“C”可以表示专家意见、小规模研究、回顾性研究或登记的共识。本领域技术人员还将理解,推荐的类别基于对数据的相对优劣的客观判断来指示推荐强度。例如,“I”类可以表示给定处置或过程是有益的、有用的和有效的证据和/或通用协议。“II”类可以表示关于给定处置或过程的用处/疗效有相冲突的证据和/或意见分歧,其中,子类别“IIa”可以指示证据或意见的权重有助于用处/疗效,并且子类别“IIb”可以指示用处/疗效缺少由证据或意见的确认。“III”类可以表示存在给定处置或过程是无用的或无效的并且在某些情况下是有害的证据或通用协议。
本领域技术人员将理解,以上提供的知识库列表仅是范例性的,并且在各种实施例中可以使用其他知识库。在一个实施例中,可以在知识数据库中存储并索引来自所有相关知识库的数据,以便简化引用过程。临床指南可以从诸如美国心脏病学学院、美国心脏协会、欧洲心脏病学学会或美国心脏衰竭学会的组织中获得。本领域技术人员将理解,这些组织仅是范例性的,并且是特别用于处置具有心脏状况的患者的指南,并且其他组织可以出版适合于处置具有其他类型状况的患者的指南。
在步骤130中,生成自我护理行为的群体特异性排序列表。本领域技术人员理解,“群体特异性”是指对具有给定状况的患者具有特异性。在此背景下,“群体特异性”可以涉及广大的群体(诸如具有心脏衰竭或糖尿病的患者)或者较窄的群体(诸如左心室射血分数(“LVEF”)≤45%的患者)。在排序列表中,对于所选择的结果,更重要的自我护理行为排位更高。通常,可以对来自步骤120中所查阅的不同知识库的推荐类别和证据水平进行加权,并且用于对列表进行排序。可以通过提前指示哪个知识库最重要并相应地对该知识库进行加权来完成对知识库(例如,临床指南、实践的当地医院标准、专业医疗专业知识、近期临床试验等)的加权。例如,如果提前将知识库排列为:
1、临床指南
2、近期临床试验
3、临床实践的医院标准
4、专业人员医疗专业知识
然后,所述加权可以被分配为:临床指南:40%;近期临床试验:30%;临床实践的医院标准:20%;专业人员医疗专业知识:10%。随后,在对给定自我护理行为的重要性的确定中,为了计算自我护理行为的重要性得分,来自临床指南的证据被加权为行为的重要性得分的40%,来自近期临床试验的证据被加权为行为的重要性得分的30%,等等。
在步骤140中,获得患者的自我护理行为评估,用于与步骤130中生成的群体特异性列表组合。患者的行为评估可以指示例如,患者的饮食习惯、体育锻炼水平或可以对临床结果产生影响的任何其他患者行为。可以通过调查、通过医疗专业人员的观察或使用本领域中已知的任何其他手段来获得所述评估。最后,在步骤150中,将来自步骤140的患者自我护理行为评估和来自步骤130的群体特异性排序列表进行组合,以产生患者特异性排序列表。然后,可以使用该列表来指导最重要的自我护理行为中的对患者的后续指令,以实现在步骤110中提供的期望结果。
图2图示了范例性方法200,其图示方法100的样本应用。在步骤210中,提供期望结果以降低患者的再入院风险。在步骤220中,对于与可以影响患者临床目标的自我护理行为有关的信息,查阅知识库(例如,为此目的维护的数据库)。该步骤的结果可以如下所示:
在步骤230中,应用步骤220中所检索的信息(例如推荐类别和证据水平)来确定自我护理行为的群体特异性排序列表。该列表可以如下所示:
1、运动训练
2、每日适度的体育锻炼
3、症状识别
4、钠的摄入量
在步骤240中,获得患者自我护理评估。如上所述,这可以例如通过有针对性地识别患者的相关自我护理行为的调查来完成。该评估的结果可以如下所示:
1、钠的摄入量高于推荐极限
2、未定期进行每日适度的体育锻炼
最后,在步骤250中,将来自步骤240的患者自我护理评估与来自步骤230的自我护理行为的群体特异性排序列表进行组合,以产生自我护理行为的患者特异性排序列表。该列表可以如下所示:
1、每日适度的体育锻炼
2、钠的摄入量
本领域技术人员将理解,在患者特异性排序列表上,每日适度的体育锻炼可以被排在钠的摄入量之前,因为与步骤220中获得的与每日适度的体育锻炼相关的证据程度较大,并且由此得到的在步骤230中生成的群体特异性排序列表中的每日适度的体育锻炼的位置更高。如上所述,然后可以使用该列表来指导患者的后续治疗。
图3示意性地图示了用于实现图1中的方法100的范例性系统300。系统300包括存储器310,其存储提取模块312和组合模块314。提取模块312参考方法100的步骤110-130执行如上所述的提取。组合模块314参考方法100的步骤140-150执行如上所述的组合。在一个范例性实施例中,存储器310还可以存储执行方法100的步骤120和130所需的医疗数据;在另一实施例中,可以远程地存储数据,诸如在分布式存储器中。
系统300还包括处理器320,其执行提取模块312和组合模块314。本领域技术人员将理解,存储器310可以存储除了提取模块312和组合模块314之外的其他代码模块、程序或其他数据,并且处理器320也可以执行这样的程序。此外,系统300包括用户接口330,其用于接收期望结果的选择、执行患者自我护理行为评估、提供自我护理行为的输出列表或由用户接口330执行的在本领域中已知的任何其他任务。
范例性实施例提供一种机制,通过所述机制,可以确定适合于给定的期望结果的自我护理行为的群体特异性列表。范例性实施例还使医疗专业人员能够从给定的患者自我护理行为的角度来更改这种列表,提供自我护理行为的排序患者特异性列表,以使患者能够实现期望结果。然后医疗专业人员可以从这种排序的列表的角度上对处置区分优先次序,以使实现期望结果的几率最大化。本领域技术人员将理解,范例性方法可以由执行其他知识库健康护理任务的系统来执行,以便提供整合的健康护理知识库。
对于本领域技术人员显而易见的是,可以对本发明做出各种修改,而不脱离本发明的精神或范围。因此,本发明意在本发明涵盖对本发明的修改和变型,只要它们落在所附权利要求及其等效方案的范围内。
Claims (20)
1.一种方法,包括:
接收针对具有状况的患者的期望结果;
检索与多个自我护理行为相关的信息;
根据所述信息和所述期望结果,生成所述自我护理行为的群体特异性排序列表;
接收针对所述患者的自我护理行为评估;并且
根据所述自我护理行为评估和所述群体特异性排序列表,生成所述自我护理行为的患者特异性排序列表。
2.根据权利要求1所述的方法,其中,检索到的所述信息包括临床指南、临床实践的当地医院标准和近期临床试验中的一个。
3.根据权利要求1所述的方法,其中,所述群体特异性排序列表对应于所述状况。
4.根据权利要求1所述的方法,其中,所述期望结果是降低的入院可能性、降低的死亡可能性、改善的生活质量及改善的患者健康中的一个。
5.根据权利要求1所述的方法,其中,从数据库检索所述信息。
6.根据权利要求5所述的方法,其中,所述数据库是本地存储和远程存储中的一个。
7.根据权利要求1所述的方法,其中,所述自我护理行为评估涉及所述自我护理行为。
8.根据权利要求1所述的方法,其中,所述信息包括所述自我护理行中的每个为对所述状况和所述期望结果的影响。
9.一种系统,包括:
处理器;
存储器;
提取模块,其接收针对具有状况的患者的期望结果、检索与多个自我护理行为相关的信息,所述信息包括所述自我护理行为中的每个对所述状况和所述期望结果的影响,并且根据所述信息,生成所述自我护理行为的群体特异性排序列表;以及
组合模块,其接收针对所述患者的自我护理行为评估,并且根据所述自我护理行为评估和所述群体特异性排序列表,生成所述自我护理行为的患者特异性排序列表。
10.根据权利要求9所述的系统,其中,由所述提取模块检索到的所述信息包括临床指南、临床实践的当地医院标准和近期临床试验中的一个。
11.根据权利要求9所述的系统,其中,所述群体特异性排序列表对应于所述状况。
12.根据权利要求9所述的系统,其中,所述期望结果是降低的入院可能性、降低的死亡可能性、改善的生活质量及改善的患者健康中的一个。
13.根据权利要求9所述的系统,还包括:
数据库,其存储所述信息。
14.根据权利要求9所述的系统,其中,所述提取模块从远程数据库检索所述信息。
15.根据权利要求9所述的系统,其中,所述自我护理行为评估涉及所述自我护理行为。
16.根据权利要求9所述的系统,其中,所述信息包括所述自我护理行为中的每个对所述状况和所述期望结果的影响。
17.一种存储由处理器可执行的一组指令的非暂态计算机可读存储介质,所述该组指令能够操作以:
接收针对具有状况的患者的期望效果;
检索与多个自我护理行为相关的信息,所述信息包括所述自我护理行为中的每个对所述状况和所述期望结果的影响;
根据所述信息,生成所述自我护理行为的群体特异性排序列表;
接收针对所述患者的自我护理行为评估;以及
根据所述自我护理行为评估和所述群体特异性排序列表,生成所述自我护理行为的患者特异性排序列表。
18.根据权利要求17所述的非暂态计算机可读存储介质,其中,从数据库检索所述信息。
19.根据权利要求18所述的非暂态计算机可读存储介质,其中,所述数据库是本地存储和远程存储中的一个。
20.根据权利要求18所述的非暂态计算机可读存储介质,其中,所述群体特异性排序列表对应于所述状况。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161580511P | 2011-12-27 | 2011-12-27 | |
US61/580,511 | 2011-12-27 | ||
PCT/IB2012/057452 WO2013098719A2 (en) | 2011-12-27 | 2012-12-19 | Method and system for ordering self-care behaviors |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104025097A true CN104025097A (zh) | 2014-09-03 |
CN104025097B CN104025097B (zh) | 2017-06-13 |
Family
ID=47716108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280064647.XA Expired - Fee Related CN104025097B (zh) | 2011-12-27 | 2012-12-19 | 用于对自我护理行为进行排序的方法和系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20150012291A1 (zh) |
EP (1) | EP2798550A2 (zh) |
JP (1) | JP6138824B2 (zh) |
CN (1) | CN104025097B (zh) |
BR (1) | BR112014015654A8 (zh) |
WO (1) | WO2013098719A2 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015177680A1 (en) * | 2014-05-19 | 2015-11-26 | Koninklijke Philips N.V. | Method and system for guiding patient self-care behaviors |
KR102296544B1 (ko) * | 2019-11-26 | 2021-09-01 | 김도환 | 아토피 피부염 관리 시스템 및 이를 이용한 관리 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030229513A1 (en) * | 2002-06-07 | 2003-12-11 | John Spertus | Method for selecting a clinical treatment plan tailored to patient defined health goals |
CN1479906A (zh) * | 2000-10-11 | 2004-03-03 | 用于健康护理数据的通信的系统 | |
CN101305374A (zh) * | 2005-11-10 | 2008-11-12 | 皇家飞利浦电子股份有限公司 | 具有嵌入式临床指引的决策支持系统 |
CN102136041A (zh) * | 2011-04-18 | 2011-07-27 | 深圳市海博科技有限公司 | 治疗计划逆向规划方法和治疗计划系统 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5619991A (en) * | 1995-04-26 | 1997-04-15 | Lucent Technologies Inc. | Delivery of medical services using electronic data communications |
JP2002056099A (ja) * | 2000-08-11 | 2002-02-20 | Ntt Me Corp | 健康管理システム |
JP2004530971A (ja) * | 2001-02-21 | 2004-10-07 | デルファイ ヘルス システムズ,インコーポレイテッド | 慢性疾患のアウトカム、教育、および連絡のためのシステム |
JP2005011329A (ja) * | 2003-05-29 | 2005-01-13 | Sanyo Electric Co Ltd | 健康管理支援装置、健康管理支援システム、健康管理支援方法および健康管理支援プログラム |
US20040249250A1 (en) * | 2003-06-04 | 2004-12-09 | Mcgee Michael D. | System and apparatus for monitoring and prompting medical self-care events and communicating medical self-care status |
JP5378814B2 (ja) * | 2009-01-28 | 2013-12-25 | シスメックス株式会社 | 保健指導支援用プログラム、保健指導支援用プログラムを記録した記録媒体および保健指導支援システム |
JP5643826B2 (ja) * | 2009-10-16 | 2014-12-17 | コーニンクレッカ フィリップス エヌ ヴェ | ユーザのためのカスタマイズされたエクササイズプログラムを生成する方法 |
US20120030156A1 (en) * | 2010-07-28 | 2012-02-02 | Koninklijke Philips Electronics, N.V. | Computer-implemented method, clinical decision support system, and computer-readable non-transitory storage medium for creating a care plan |
RU2619644C2 (ru) * | 2011-02-04 | 2017-05-17 | Конинклейке Филипс Н.В. | Клиническая система поддержки принятия решений для прогнозирующего планирования выписки |
WO2012123892A1 (en) * | 2011-03-16 | 2012-09-20 | Koninklijke Philips Electronics N.V. | Patient virtual rounding with context based clinical decision support |
US20140350967A1 (en) * | 2011-07-15 | 2014-11-27 | Koninklijke Philips N.V. | System and method for prioritizing risk models and suggesting services based on a patient profile |
WO2013084105A1 (en) * | 2011-12-09 | 2013-06-13 | Koninklijke Philips Electronics N.V. | Clinical decision support system for quality evaluation and improvement of discharge planning |
WO2013098740A2 (en) * | 2011-12-27 | 2013-07-04 | Koninklijke Philips Electronics N.V. | Method and system for reducing early readmission |
-
2012
- 2012-12-19 CN CN201280064647.XA patent/CN104025097B/zh not_active Expired - Fee Related
- 2012-12-19 BR BR112014015654A patent/BR112014015654A8/pt not_active IP Right Cessation
- 2012-12-19 EP EP12824709.5A patent/EP2798550A2/en not_active Withdrawn
- 2012-12-19 WO PCT/IB2012/057452 patent/WO2013098719A2/en active Application Filing
- 2012-12-19 US US14/368,670 patent/US20150012291A1/en not_active Abandoned
- 2012-12-19 JP JP2014549587A patent/JP6138824B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1479906A (zh) * | 2000-10-11 | 2004-03-03 | 用于健康护理数据的通信的系统 | |
US20030229513A1 (en) * | 2002-06-07 | 2003-12-11 | John Spertus | Method for selecting a clinical treatment plan tailored to patient defined health goals |
CN101305374A (zh) * | 2005-11-10 | 2008-11-12 | 皇家飞利浦电子股份有限公司 | 具有嵌入式临床指引的决策支持系统 |
CN102136041A (zh) * | 2011-04-18 | 2011-07-27 | 深圳市海博科技有限公司 | 治疗计划逆向规划方法和治疗计划系统 |
Also Published As
Publication number | Publication date |
---|---|
US20150012291A1 (en) | 2015-01-08 |
WO2013098719A2 (en) | 2013-07-04 |
BR112014015654A8 (pt) | 2017-07-04 |
EP2798550A2 (en) | 2014-11-05 |
CN104025097B (zh) | 2017-06-13 |
BR112014015654A2 (pt) | 2017-06-13 |
WO2013098719A9 (en) | 2013-08-22 |
JP2015503790A (ja) | 2015-02-02 |
JP6138824B2 (ja) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10559386B1 (en) | Methods and systems for an artificial intelligence support network for vibrant constituional guidance | |
US11392856B2 (en) | Methods and systems for an artificial intelligence support network for behavior modification | |
US10885150B2 (en) | System and a method for assessing patient treatment risk using open data and clinician input | |
US10831863B2 (en) | System and a method for assessing patient risk using open data and clinician input | |
Kohn et al. | IBM’s health analytics and clinical decision support | |
Bichindaritz et al. | Case-based reasoning in the health sciences: What's next? | |
US11878215B2 (en) | Methods and systems for an artificial intelligence fitness professional support network for vibrant constitional guidance | |
US20050010444A1 (en) | System and method for assisting medical diagnosis using an anatomic system and cause matrix | |
CN106716425A (zh) | 健康和保健管理方法及用于其实践的系统 | |
US20210162261A1 (en) | Methods and systems for generating physical activity sets for a human subject | |
US20210098099A1 (en) | Systems and methods for selecting a treatment schema based on user willingness | |
CN101400298A (zh) | 用于医疗过程选择的显示和方法 | |
US11393589B2 (en) | Methods and systems for an artificial intelligence support network for vibrant constitutional guidance | |
US11205140B2 (en) | Methods and systems for self-fulfillment of an alimentary instruction set based on vibrant constitutional guidance | |
US20210005317A1 (en) | Methods and systems for achieving vibrant constitution based on user inputs | |
ul Abideen et al. | Docontap: Ai-based disease diagnostic system and recommendation system | |
US11328819B2 (en) | Methods and systems for an artificial intelligence fitness professional support network for vibrant constitutional guidance | |
Krikunov et al. | Complex data-driven predictive modeling in personalized clinical decision support for Acute Coronary Syndrome episodes | |
US20210004713A1 (en) | Methods and systems for generating a supplement instruction set using artificial intelligence | |
EP2614454A2 (en) | Clinical state timeline. | |
EP3929939A1 (en) | System and method for peri-anaesthetic risk evaluation | |
CN104025097A (zh) | 用于对自我护理行为进行排序的方法和系统 | |
Yang et al. | 10-year CVD risk prediction and minimization via InverseClassification | |
US20220054091A1 (en) | Methods and systems for self-fulfillment of an alimentary instruction set based on vibrant constitutional guidance | |
US11929170B2 (en) | Methods and systems for selecting an ameliorative output using artificial intelligence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170613 Termination date: 20201219 |
|
CF01 | Termination of patent right due to non-payment of annual fee |