CN105556513A - 用于个性化临床决策支持工具的系统和方法 - Google Patents
用于个性化临床决策支持工具的系统和方法 Download PDFInfo
- Publication number
- CN105556513A CN105556513A CN201480028474.5A CN201480028474A CN105556513A CN 105556513 A CN105556513 A CN 105556513A CN 201480028474 A CN201480028474 A CN 201480028474A CN 105556513 A CN105556513 A CN 105556513A
- Authority
- CN
- China
- Prior art keywords
- data
- clinical
- patient
- main body
- platform
- 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.)
- Pending
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
- G16H50/20—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
- 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
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
一种用来收集、规范化和聚集临床数据的医疗软件平台的使用,支持临床护理并且提供了针对机构、健康护理提供者、研究者和患者的研究和临床工具。本发明提供了用来在数据库中针对状况、治疗或结果对搜索进行定制化的图形接口。本发明还提供了用于通过临床数据库搜索期望的项目的系统和方法,其可以向医师提供有关患者护理的附加信息。此外,本发明促进了个性化的基于医学的实践,这是因为遗传学、来自多个源的个人健康数据、疾病风险和药物反应之间的关系可以更容易地可视化并且用于患者护理和研究。
Description
相关申请的交叉引用
本申请要求于2013年3月14日提交的美国临时申请号61/784,647的权益,其全部内容通过引用并入于此。
援引并入
在此通过引用并入本说明书中提到的所有出版物、专利、专利申请和数据库,如同明确地并且单独地指示通过引用并入每个单独出版物、专利或专利申请一样。
背景技术
个性化医疗旨在通过基于所有可用患者数据进行与其护理相关的决策来优化向个体提供的健康护理。个性化医疗的目标是为正确的患者在合适的时间提供合适的治疗。由于个体的临床、遗传或其他分子数据方面的差异可能与个体如何产生疾病以及如何应对治疗的差别有关,因此个性化医疗具有通过为个体定制健康护理而改善结果并且减少成本的优势。
目前,我们的健康护理交互越来越多地发生在数字领域;然而,在数据标准和互操作性方面给予了太少重视。因此,数字健康护理数据仍然锁定在不同的健康护理系统内,并且无法访问在其他行业已经变得很广泛的工具和应用类型。这一组织导致了数字健康护理数据的优势未实现,阻碍了研究者做出发现的能力,并且阻止了从业者做出为特定患者的需要而定制的知情决策。
发明内容
在一些实施方式中,本发明提供了一种方法,其包括:a)接收搜索项目;b)基于所述搜索项目,标识出通过第一标准化本体层级所识别的结果临床概念;c)在第二标准化本体层级中标识出对应的临床概念,其中,所述对应的临床概念具有与所述结果临床概念的临床意义基本相似的临床意义;d)基于所述对应的临床概念,通过计算机处理器搜索电子健康记录的数据库;e)在所述数据库中标识出与所述对应的临床概念相关联的电子健康记录;以及f)输出结果。
附图说明
图1是临床数据收集方法的示意图。
图2是图示患者数据的交叠以提供新的分组的维恩图(VennDiagram)。
图3是图示可以与本发明的示例实施方式结合使用的计算机系统的第一示例架构的框图。
图4是图示可以与本发明的示例实施方式结合使用的计算机网络的示图。
图5是图示可以与本发明的示例实施方式结合使用的计算机系统的第二示例架构的框图。
图6图示可以传送本发明的产品的全球网络。
图7是图示本发明中从输入到输出可以如何处理数据的示意图。
图8是基本形式化本体(BFO)的示意性表示。
图9是本体映射活动的示意图。
图10是对片段注释(episodenote)的关注下降的示意性表示。
图11是显示本体间语义概念映射的示意图。
图12是平台的示例实施方式所使用的三个最高级别本体的组织的描绘。
图13是平台的令牌库的图解。
图14是图示可以如何通过本发明在适当的点将个性化风险信息插入到工作流中从而增强EMR中的患者护理工作流的示例的示图。
图15是使用人类疾病本体而创建的病态肥胖的本体树的示意图。
图16是使用人类表型本体的“听力损失”的说明性本体父辈的本体树。
图17是使用人类表型本体的“听力损失”的说明性本体子辈的本体树。
图18图示了示例搜索界面。
具体实施方式
个性化医疗旨在通过基于所有可用患者数据而做出关于其护理的决策来优化向个体提供的健康护理。个性化医疗的目标是为合适的患者在合适的时间提供合适的治疗,这与根据针对群组的最佳治疗选择来治疗患者的当前临床实践相反。个体在临床、遗传或其他分子数据方面的差异可能与个体如何产生疾病以及如何应对治疗的差别有关。因此,个性化医疗具有通过为个体定制健康护理而改善结果并且减少成本的优势。
本文所描述的本发明提供了健康信息平台,该健康信息平台操作临床数据实体层,并且起到专门的健康信息交换(HIE,HealthInformationExchange)的功能。本发明的系统可以与以下提供者双向通信:电子健康记录(EHR,ElectronicHealthRecord)、电子病历(EMR,ElectronicMedicalRecord)、药房医疗记录(PMR,Pharmacymedicalrecord)、健康信息交换(HIE,HealthInformationExchange)、患者个人健康记录(PHR,PersonalHealthRecord)系统、数字健康应用和其他临床数据源。平台可由最终用户通过直观的用户界面来访问,该直观的用户界面允许搜索项目的图形示出,而不是文本搜索字符串的解析。
在一些实施方式中,本发明的系统和方法提供了过程、架构和应用,以克服与EHR数据分析相关联的普遍问题。本发明允许在搜索中以及临床护理中对EHR数据的有效使用,其中该EHR数据具有可以完全去标识化并且HIPAA兼容的数据结构,从而提供了用于在保护患者隐私的同时共享和聚集医疗数据的理想系统。
本发明的系统提供了用于收集、规范化、聚集、使用和分发健康护理数据的平台。该系统与多个临床数据系统和临床应用相接,这创建了双向数据管道。本发明起到健康护理数据的网络化储存库的功能,并且充当机构、患者、其数据和下游用户之间的中间人。作为以患者为中心的丰富的临床数据资源,本发明完美适于被设计用于支持个性化临床护理的软件应用(诸如临床决策支持)以及在该数据结构之上运行的搜索工具的实现。
本发明的用户可以形成健康护理数据生态系统,由此健康护理利益相关者可以开发、共享和使用本发明的应用和功能,以便支持临床护理和研究,以及以便共享本体索引的信息。本发明的用户可以是健康护理提供者,诸如医院、医院管理者、医院承包商、临床医生、护理人员、保险公司、政府机构、政府机关、研究者、疗养院、学校、社区健康组织、军事机构以及管教机构。用户与本发明的系统之间的通信可以根据包括例如以下各项的任何通信协议来进行:USA、Wi-Fi、蓝牙、TCP、EnOceanTM、WiMaxTM、ONE-NET、ANT、6LoWPAN、Wibree、WirelessHART,以及依赖IEEE的协议,诸如Z-WaveTM和ZigBeeTM。
临床支持工具和应用
本公开提供了方法和计算机程序产品,这些方法和计算机程序产品具有健康护理数据管理、研究、编码、计费和种群基因组学中的应用。本发明的平台可以利用临床逻辑对象(CLO,ClinicalLogicalObject)。CLO可以基于属性和值的组合或交互。例如,属性可以是对于给患者分层有用的信息的种类,诸如表型的、基因型的、地理学的、社会经济学的种类。属性也可以是非专业人士可访问的概念,诸如性别、年龄和血压。属性可以具有暂时的值,例如,在一个时间点,收缩压>140mmHg。备选地,值可以是持久的,例如,在延伸的时间内,收缩压>140mmHg。因而,基于基础值,CLO可以是暂时的或者持久的。CLO可以用来将临床、基因组、分子、环境和患者报告的数据组织到定义的数据架构中。CLO可以以有用的、跨EMR、跨机构和去标识化的方式来提取、存储和分发相关的临床、基因组、分子、环境和患者报告的数据。
可以独立地对CLO进行评估,或者在分组、群集或者群体中共同进行评估。CLO的这些收集可以通过查看基于用户感兴趣特性的类似数据条目来代替查看作为个体患者的收集的数据条目而加速分析。例如可以通过匿名化条形码来组织CLO的群集,所述匿名化条形码每个表示个体患者。例如可以通过将记录连结在一起的逻辑运算符(例如,布尔逻辑)来组织群体。
CLO可以以特定的倒置层级来组织数据,该特定的倒置层级以聚焦在特定特性或者个体患者的信息存储为中心。例如,系统可以使用以下层级:患者>护理的片段>图表主体区域>医嘱/结果/观察/注释。这样的结构可以成为电子病历(EMR)的组织的基础。CLO还可以提供由并入到CLO中的数据驱动的倒置层级,例如:值>属性>患者>日期/时间。
该倒置的结构提供了对共享类似的CLO或者合理地以该类似的CLO为特征的患者群体的快速标识。该层级可以加速对于种群分析、质量报告以及找到来自非常不同的域(诸如遗传和环境)的数据中的关系的数据产生,这是因为数据分析由EMR和PMR中包含的临床值而不是由患者身份来驱动。
电子病历(EMR)可以与主体的医生、临床医生、保险公司、医院和/或主体是患者的其他设施或者通过个人健康记录(PHR)获得并存储的记录有关。电子病历(EMR)例如可以包括:CAT扫描、超声、血糖水平、诊断、过敏症、实验室测试结果、EKG、药物治疗、每日图表、用药管理、身体评估、入院护理注意事项、护理计划、转诊患者、现在和过去的症状、病史、生活方式、身体检查结果、测试、手术操作、治疗、药物、出院、历史、日志、问题、检查结果、免疫、入院注意事项、接班记录、病程记录、术前注意事项、手术注释、术后注意事项、过程注意事项、分娩记录、产后注意事项、基因组数据和出院记录。
药房医疗记录(PMR)可以与关于主体的药理学历史的记录有关。在一些实施方式中,药理学历史可以包括主体的处方历史、当前处方方案和副作用信息,例如,剂量信息、主体已经采取处方的时间长度,以及已知的与主体的当前处方方案一起导致负面副作用的其他药物。
本发明的系统并入了中间人功能(brokerfunction),该中间人功能可以使数据匿名化或者去识别化,以隐藏个人和机构标识符。继而数据可以与匿名化的条形码相关联,该匿名化的条形码将数据与个人身份的指示符相关联。中间人功能可以从健康护理接触(encounter)的真实日期创建一日期偏差,从而提供较高的隐私级别。
本发明的另一方面涉及提供临床支持工具和应用的方法,该临床支持工具和应用提高了患者护理中对基因组序列的使用的便利性。技术的最近的进展已经大大提高了对多种疾病的基因组成的理解,并且研究者正在发现基因、环境和复杂的遗传病之间的联系。本发明提供了用于基因组数据的分类和应用的临床支持工具和应用。
在定序的基因组(包括人类基因组)中已经标识出大量的基因变异体。变异体可能具有功能性意义,例如,导致蛋白质编码基因中的错义突变或者无义突变。变异体可能不具有功能性意义,诸如静默突变。单核苷酸多态性(SNP,Singlenucleotidepolymorphism)可能具有功能性意义。本发明的系统可以提供临床数据实体层,该临床数据实体层提高了针对临床和研究需要对这些数据的使用的便利性。
元数据管理
作为以患者为中心的、数据丰富的资源,本发明完美地适于被设计用于支持和评估临床护理的临床应用的实现。可以跨网络、在特定机构处或者在提供者或用户层处实施一些规则。这一功能性可以用作用以保证一致性实践、报告和计费的驱动程序。可以实现临床决策支持(CDS)应用,从而使得医师可以在做出决策的时刻接收到对最佳实践的推荐,其无缝集成在现有的临床工作流程中。
本发明包含元数据管理工具集,该元数据管理工具集允许机构数据源定义其入站数据结构和格式,以便促进从源EHR系统的数据摄入。
本发明从众多机构和设置以及通过直接用户录入来寻求数据。由于不需要数据源在它们的编码数据之间共享互操作性,并且此类互操作性没有天然地跨越自由文本数据条目的可能性,所以本发明通过使用各种开放源和专有的生物医学本体(biomedicalontology)的本体映射来提供语义互操作性。以这种方式,例如以ICD-9、ICD-10和SNOMED编码的信息可以集成到CLO中,而不考虑在数据源机构处所使用的编码结构。
因为语义本体(semanticontology)是本发明的数据架构的中心架构组件,所以将机构、提供者和研究者通过其各自门户而提供的很多元数据捕获作为对已知本体的本体扩展,其中的很多已经是公开可用的扩展和受管理的语义本体。本发明通过使用多种开放源码(公开)和专有生物医学本体的本体映射而提供了语义互操作性。该组织创建了各种本体构造的嵌套,从而导致了内部一致性和互操作性。相关的系统需求可以包括定义传送数据集架构、结构和内容,将数据结构映射到本发明特有的数据构造和架构,以及指定标准语法结构(例如,HL7、CCR)的使用。
数据加载和管理
来自参与机构的数据加载要通过一系列阶段。在仅经历最小数据清洁或转换之后,直接摄入的数据被加载到本发明的摄入数据分段仓库。直接摄入包括直接进入到任何面向客户的门户(portal)中的任何门户中的数据。数据从临床仓库进入到CLO数据仓库中。
数据摄入过程从登记的机构接收数据,并且将数据分段到摄入数据分段仓库中。摄入过程的重点是保证正确地捕获来自机构的所有数据,完全可追溯返回到源,并且以特定的方式捕获数据,该方式支持在后续处理中数据到本发明的规范化数据定义的映射。
系统需求可以包括根据在元数据管理功能中提供的信息而进行的数据加载,这确保了到达的定量数据在预先定义的元数据内或者在数据馈送自身内具有定义的参考范围。数据摄入过程将所摄入的数据推进到本发明的CLO环境中。摄入处理的输出是“单元CLO(UnitCLO)”的集合,可以将摄入的数据针对其进行映射。在一些实施方式中,不将摄入数据集之中未映射或者未识别的数据向前移动到CLO中。为了增加质量控制,系统需求可以包括针对本发明的规范化参考范围,忽略来自摄入、规范化定量数据中的无效和未映射的数据,并且确保规范化数据可以直接追溯回到原始的源值。
摄入数据的聚集可以由基于本体的聚集规则以及用户指定的聚集规则这二者来驱动。聚集的输出包括任意复杂的CLO和患者数据的群集。用户可以创建任何复杂度、包含物或者综合性级别的聚集(aggregate)。
系统需求包括:针对新摄入的数据实施CLO规则,基于新到达的数据对现有的CLO进行识别和做出改变,并且更新预先定义和现有的聚集群集(aggregateCluster)。这些规则(rule)可以由用户创建,并且加载到规则引擎中。任何时候规则被触发时,可以指令规则引擎应用规则。例如,可以将规则编码成在新的记录被创建时进行触发,或者在现有的记录被更新时进行触发。在指定的项目或者其本体等效物进入到记录中时,或者被用作搜索项目时,可以激活规则。一旦被激活,规则可以应用结果,例如,向用户发送警告,在全系统范围发送警告,阻止访问,阻止记录的录入,阻止记录的更新,拒绝访问,创建报告,提供临床支持指导,或者请求紧急援助。
图7提供了上述阶段的说明性示例。如图7所示,来自机构、提供者和研究者的数据在最终输出之前要通过一系列阶段。在阶段0,摄入数据。抛弃坏的数据值,对保留的那些进行规范化,并且溯源到特定代码,从而创建本体映射的第一阶段。在阶段0与阶段1之间,应用来自系统的转换知识,以便将数据映射到数据定义以用于后续处理到CLO中。在阶段1,开始数据的对象化,由此摄入的数据被转化到单元CLO的集合中。在阶段2和阶段3,CLO的聚集开始。数据聚集不仅可以由基本本体的聚集规则来引导,还可以由用户定义的聚集规则来引导。聚集后的数据呈现为CLO和群集。数据管理路径中的最后阶段是优化。在该阶段,程序将所创建的CLO和群集转化为可用于平台的各种功能和工具的形式。该过程是规范化的,并且可以高保真度地再现,以便允许根据共同的访问路径来组织数据,最后优化针对最终用户的系统的性能。
聚集工作台
本发明的“聚集工作台(AggregationWorkbench)”允许利益相关者来定义在基线提供的数据规则以外的新的数据规则。用户可以将基本数据结构组合到群集聚集中。这些聚集可以是客户定义的,并且可以利用工作台中可用的本体关系和知识。例如,为了聚集年龄在16到18之间的患者,用户可以定义这样的聚集功能,该聚集功能将定义年龄为16、17或18岁的患者的单元CLO集中起来。该行为创建了针对年龄为16、17或18岁的患者的群集。
图2提供了从用于创建新群集聚集的用户定义的CLO而创建的基本数据结构的说明性示例。例如,如果用户正在搜索年龄落入特定年龄范围(45-49)内的具有特定诊断(410.01)的患者,则该用户定义了聚集功能,该聚集功能将由包括该特定诊断和年龄范围的CLO所定义的患者集中起来。这一策略创建了具有诊断410.01并且年龄在45到49之间的患者的群集。
接口
“临床决策支持(CDS)”工具集允许本发明在护理时同步地或异步地与机构的电子健康记录系统(EHR)交互,以便使用知识库和CLO仓库中可用的数据来增强护理时临床数据的价值。系统需求可以包括各种临床和基于研究的标准的应用,以及支持已知的或者由研究定义的指南。本发明可以实时地向最终用户提供警告,同时患者仍然在场,或者可以在其他时间通过包括电子邮件和SMS消息在内的其他机制来向最终用户递送警告。系统功能和特征包括在要护理时支持多个常用的同步和异步协议,并且与现有的通常实现的EMR应用集成。
本发明的“像这样的患者”(PLT,PatientsLikeThis)工具集包括一套应用,该套应用允许最终用户访问CLO仓库,以便在仓库内广泛的患者临床种群之间标识出治疗模式和相关的结果,以标识出与在照护时在场的患者相似的患者,以创作或者实现临床决策支持(CDS)规则或者用于研究应用。可以在用户接口中生成具有以指定值为特征的患者的分组,并且进行缩窄或者扩展以获得期望的记录范围。继而在“像这样的患者”的分组内进行搜索成为可能,以便获知可能与具有类似数据的其他信息相关的信息。例如,在向具有特定指征的患者提供疗法时,医师可以搜索“像这样的患者”,来获知目前在该医师的医院中什么疗法正用于该指征。该工具还允许对研究信息的快速收集,这些研究信息方便地确切限于用户寻找的患者类型。用户也可以生成精确地应用于“像这样的患者”的规则。系统需求可以包括请求已知临床观察的提供者简档,请求已知因素的提供者加权,以及分析CLO和群集以获取类似的案例和数据。
本发明的“查询工具”允许用户以根据其IRB简档或其他监管审批的不同标识级别来访问CLO数据和群集,从而允许感兴趣的群体的探索或定义。查询工具可以作为方便的图形接口而存在,其允许用户通过在搜索工具上点击来图示搜索项目,诸如CLO搜索窗口,并且在显示器上以便于构建搜索的方式定位搜索工具。很多搜索工具可以定位在屏幕上并且按照用户的要求来重新组织。搜索项目可以被录入到搜索工具中,并且所述工具可以通过逻辑、序列、日期或者时间运算符来连接。可以通过图形说明连接来做出所述连接,例如,通过在显示器上绘制线、曲线图或者几何图形来做出。连接的模式暗示了搜索项目之间的关系。用户可以录入运算符,例如,布尔逻辑运算符,来指定搜索项目之间的期望关系。运行程序的计算机系统通过解译搜索项目与运算符之间的图形关系来确定搜索策略。继而基于录入的查询来执行搜索,而不需要用户构造复杂的文本搜索字符串或者过程搜索逻辑或代码。
系统需求可以包括标识目标种群或群体,应用患者人口统计学(demographic)和地理学过滤,并且通过CLO模型提取复杂度。附加的需求可以是对相关事件的时间敏感度以及数据元素的次序。系统功能和特征可以包括将复杂的查询标准集成到群集中,以及对使用高的查询特异性程度的精细能力的使用。
本发明的“管控和修订”工具集允许经授权的用户手动地在其数据元素之间添加注释和连接,以便增强数据以及根据用户的目标定制信息。系统需求可以包括语义和分类学数据集或者本体的添加,以及设置基于使用针对私人数据的必要修订的案例的阈值的能力。系统功能和特征可以包括自然语言处理能力以便分析自由文本材料。
本发明的“数据递送”工具集允许经授权的用户定义和接收来自本发明的数据集,所述数据集继而可以在客户特定的工具和环境中更局部地使用。系统需求可以包括灵活的数据递送机制,以及在递送时将标准化数据转化为目标框架。系统功能和特征可以包括使用已知的标准和格式的标准化交换。
本发明的“仪表板和记分卡”工具集可以提供到本发明的环境的可见性,以便持续地监视和控制数据和过程。系统需求可以包括聚焦于客户和数据的等级,使用的形式,以及财务跟踪和管理。系统功能和特征可以包括通过推挽机制的控制数据的查询。
内部控制
本发明的“诚实中间人”功能提供了用来安全隐藏患者、提供者和机构的标识符所需的基本功能性;将每一个转变为要在所有CLO数据结构中使用的令牌标识符。除了标识符匿名化之外,中间人还提供了锚定日期偏移,CLO结构中的所有日期和时间都根据该锚定日期偏移而假名化。
表1-诚实令牌ID至令牌映射。该表示出了对于医院A的ID类型MRN的ID,该ID被分配了具有偏移日期2004年8月18日的令牌356749。该令牌标识符可以在所有CLO数据结构内使用。
系统需求可以包括别名对准、标识符合并(A34)、冲突管理、机构通知和同义词。另外,系统需求可以包括为每个登记参与者分配代理标识符,以及将代理标识符映射到数据源中的每个不同的或局部的标识符。系统功能和特征可以包括孤儿处理和控制。
本发明的过程和质量管理提供了这样的工具和功能,其旨在保证平台内和跨平台所管理的数据帮助支持参与组织内和参与组织之间的高性能。系统需求可以包括对患者的适当护理的前摄追求,种群管理归档,跨组织的患者/病历管理,基准护理指南映射和报告,以及对责任护理需求的支持。系统功能和特征可以包括跨组织的患者和提供者跟踪控制。
本发明的“收益管理工具”功能可以提供对组织、提供者和参与患者的财务定价、规定和补偿的可见性和控制。系统需求可以包括内部核算、使用统计、客户支付和利益相关者杂费。系统功能和特征可以包括编码合同和定价机制的实现。
面向客户的门户
面向客户的门户是本发明对所有组织的利益相关者的外部面。例如机构、提供者、研究者和患者的每一类利益相关者都有其自己的门户接口,通过该接口来提供服务。所有门户共享受到其访问权限的约束的服务、选项和数据访问。
本发明的“机构门户”可以是基于网络的接口,以用于健康护理和研究机构与本发明的服务进行交互。该门户可以是本发明和参与组织之间的主要协同点,多数其他提供者、患者和客户服务发生在该门户中所建立和备有文档的机构关系的上下文内。参与机构提供了对其EHR和其他数据源的访问,以及用于建立适当的数据传送协议的协同技术联系。
该门户中可用的服务和命令的非限制性示例包括以下内容。登记为机构:从学术医疗中心到小的临床实践的机构,到营利性医疗和健康研究公司,可以在本发明中登记为参与机构。这些登记充当针对提供者、患者和研究者进行联系的锚定点。注册数据源:登记的机构可以提供与其患者数据储存库有关的信息,以开始将其EMR或EHR应用数据集成到本发明的环境中的过程。提供元数据:注册数据源的机构可以提供与这些源有关的充分的元数据,以使得这些系统与本发明之间的数据传送可以被正确地处理和解译。名称提供者:可以标识具有登记的机构的个体提供者,以便促进其对本发明的功能和能力的个体注册和使用。定义规则制定者:每个机构处的个体,不管是否在这些机构处被命名为提供者,都可以被标识为关于该机构与本发明之间的政策设置和协议执行的规则制定者。释放患者数据:一旦患者已经授予许可容许他们这么做,机构就可以向本发明释放患者数据。
本发明的“提供者门户”是基于网络的接口,以用于健康护理提供者与本发明的服务进行交互。多数交互包括有关护理的活动,包括护理时决策支持和警告消息活动,或者作为对此类活动的前驱的规则和偏好定义活动。提供者(例如,医师、药剂师)提出用于本发明的护理利益相关者市场的主要规定。出于利用其知识库和工具的诊断和信息功效的目的,提供者可以与本发明进行交互。
该门户中可用的服务和命令的非限制性示例包括以下内容。登记为提供者:已经被登记的机构命名的提供者可以在本发明的服务中登记。邀请患者:提供者可以提供其想要邀请来参与本发明的人群生态系统的患者的列表。定义规则:提供者可以在可用的服务选项和供给当中定义其自己的规则以便与本发明结合并且随时间进行发展。许可:提供者可以对本发明的任何或全部功能授权许可为在其实践和患者访问内是有效的。患者访问的日程安排:患者对提供者的访问的日程安排创建了机会来查看和更新本发明中所包含的患者信息。实施患者访问:提供者可以时常地被其登记患者访问,从而创建了机会来添加关于这些患者的附加数据。ADC/IDC:可以通过集成的或异步的数据捕获技术来捕获护理时的临床数据,该数据捕获技术与机构处的注册提供者应用直接交互。接收警告和通知:提供者在护理时从本发明接收具有上下文意义的警告和通知。这些消息中的很多消息是从患者访问时提供者可异步获得的,随着技术成熟朝着实时消息发送的方向发展。查看类似案例:提供者可以针对护理时正在看护的患者与本发明中定义的其他患者(PLT)之间的临床相似性来查询本发明。
本发明的“患者门户”可以是基于网络的接口,用于患者与其服务进行交互。虽然患者其自己可以定期性地找到本发明,但是患者最有可能会响应于其健康护理提供者机构中的一个或多个的邀请而访问该门户。直观的用户接口使得过程对患者变得容易,使得他们想要参与最广泛的可能范围的服务和活动;包括提供其自己的健康护理数据,同意参与通过其所有健康护理提供者的数据收集,并且答应参与任何适当的出于机构客户的利益而提供的再接触服务。
对本发明的服务感兴趣的患者可以与本发明的工具集直接交互,这通常仅在作为提供者交互的结果,身份数据的基线在本发明的知识库中之后进行。患者控制其数据,因此即使在提供者正在使用知识库和工具来提供护理的情景下,每个患者也可以对提供者这样做授予许可。而且,患者还独立地使用本发明的工具,直接录入和维护其自己的人口统计学和健康数据(分子、人口统计学、环境、表型或基因型),以及在本发明的任何参与机构或者提供者之外所存储或维护的其自己的个人健康记录(PHR)的链接。
该门户中可用的服务和命令的非限制性示例包括以下内容。接收邀请:患者可以接收邀请以基于其提供者的使用来登记,所述提供者的机构在本发明中登记。登记为参与者:个体可以在本发明的服务中登记为参与者,这可以是直接的,或者可以作为已登记的机构所提供的邀请的结果。提供偏好:已登记的参与者可以提供和维护其对于很多功能和在本发明与相关提供者之间发生的数据交互的偏好。本发明的系统可以在很大程度上由患者偏好来驱动和控制。在项目/课题中登记:患者可以选择在特定研究课题中登记,这些特定研究课题邀请了这些患者,这是因为他们满足此类课题中的内容的标准,并且这些患者先前已经指示了为此类目标而联络的意愿。接收汇总结果:可以从患者已经选择来参与的课题或项目向患者提供汇总结果。授予许可:患者可以提供针对可以由本发明和其登记提供者交换和管理的数据的特定许可。此类许可将控制权保留在患者手中,并且受益于深粒度水平,使得患者对于谁看到他们的数据以及按照什么详细水平,保留全部的控制权。管理个人数据:患者可以在平台中提供和维护其个人信息,包括作为对来自多个参与机构的患者信息进行统一的结果而对可能发生的矛盾和数据冲突的调和。访问提供者:在患者访问其提供者时,这些访问可以按这样的方式与本发明进行交互:该方式对患者是可见的,或者可能保持在幕后。接收通知:本发明可以向登记的患者生成感兴趣的通知。提供和查看数据:患者可以直接向本发明提供数据,并且具有查看其所有数据的能力。参与机制:患者直接提供的一些数据可能是响应于由登记的机构(提供者或者研究者)所提供的机制的。具有参与者的网络:本发明可以为登记的患者、提供者和研究者提供有限的社交网络能力。接收补偿:患者可以接收针对在本发明的营利性共享协议下,对于其数据的所标识使用的补偿,以及直接针对参与再接触活动的补偿。
研究门户
本发明的“研究门户”可以是用于健康护理相关分析者和研究者与服务进行交互的基于网络的接口,相关的分析者和研究者来自非营利性部分和营利性部门这二者。该门户允许访问群体和种群分析服务,以及以基于IRB状态的各种标识级别来定义和访问数据集的能力,以用于本发明的环境之外的另外课题。
研究者代表本发明的产品和服务中的另一主要利益相关者。不像针对提供护理而正使用本发明的提供者,研究者使用数据和工具以作为其自己的课题方法论的一部分。研究者可以短期和长期地与机构和研究团队相关联。
该门户中可用的服务和命令的非限制性示例包括以下内容。登记为研究者:已经由登记机构命名的研究者能够在本发明的服务中登记。管理联盟:与在非附属机构的研究者一起工作的个体研究者可以端对端地或者以项目/课题的级别来管理那些关系。注册项目/课题:研究者可以注册其项目,开始获得对于在其研究中使用平台的服务的IRB批准的过程。提供标准:研究者可以在紧密模仿IRB数据访问定义的过程中提供用于其项目或课题的纳入标准和排除标准。身份群体:研究者可以定义群体定义,并且针对研究和控制本发明的数据中搜索群体。获得数据集:研究者可以从本发明接收用于其IRB批准课题的数据集,所述批准课题针对已经同意参与这些课题的患者。定义规则:提供者可以维护监管其用于与其课题相关的信息的数据输入和输出的规则。管控数据:研究者可以在本发明的系统中管控其自己的数据。接收通知:基于其自己的预先定义的规则,本发明的系统可以向研究者提供通知和警告。接收推测:在实施对本发明中的数据的连续分析时,一定的模式可能与研究者提供的标准相匹配,以根据数据中所找出的相关性而生成工作推测。查看推测群体:通过标识患者标准,研究者可以看到与其陈述的案例标准相匹配的工作群体的简档,从而提供了面向提供者的PLT能力的推测版本。
处理工具
在平台内的“利用监视”提供了这样的功能性:监视本发明的各个子系统的服务水平,以支持维护本发明的环境和工具集的有效且高性能的操作所需的任何调整和修改。系统需求可以包括对加载、请求、查询和数据下载的内部跟踪和监视,以及对谁正在使用什么功能和特征以及有多频繁的跟踪。系统功能和特征可以包括安全性和隐私审计。
消息发送和工作流引擎
“消息发送和工作流”功能控制对平台与参与服务之间的往返消息的定序、优先级和跟踪,从而确保所有工作流交互和消息信令的端到端连续性。
门户与参与方数据集之间的数据和咨询消息二者的通信是门户的使命的中心。控制这些工作流以便跟踪进入到或离开本发明的所有数据受益于标识出过程检查点,在所述过程检查点可以由支持员工建立和监视日志,以确保所有工作流的完备性和有效性。
系统需求包括与提供者EMR的交互会话的起始、跟踪和终止,所有生成的消息的优先级,与参与者陈述的偏好一致的消息的产生,已经生成的通知和警报的老化,以及缺少预期动作或响应的一定高优先级消息的重新发送。系统功能和特征可以包括监视数据溯源阶段和加载,以及在会话中断之后控制消息转发。
本发明的鉴别功能性确保了使用本发明的功能和服务的所有的用户和参与者在每个交互点被恰当标识和鉴别。另外,最新技术水平的控制可以包围所有的功能交互。
系统需求可以包括提供通过多个接口的单登入能力。系统功能和特征可以包括集成社会媒体模型和框架以及标准。
管理能力
平台的数据管理者可以负责数据标准、转换和结构的定义和维护。该能力中可用的服务和命令的非限制性示例包括以下内容。模型数据:数据管理者可以在逻辑上对本发明的系统中的数据进行建模,以保证来自多个源的数据被恰当地集成和内部化。更新元数据:所有利益相关者依赖来使用本发明的服务的元数据可以基于作为整体对数据的正在进行的改变和添加以及由不同利益相关者提供的规则而时常地进行监视和维护。促进监管:本发明的操作的操作参数服从于高级别的监管决策制定。管控数据:基于数据建模、规则改变或者简单数据异常,数据管理者可以定期性地管控网络内正在管理的数据。管理本体:因为在多数情况下可用的语义本体尚不完美,因此个体条目和映射可能被映射到平台中;特别是在跨多个数据源和本体而出现冲突的解决中。控制数据质量:数据管理者可以监视和控制本发明中的数据的质量,并且在数据质量问题出现时采取必要的步骤来改善或者纠正它们。
系统支持
本发明的支持团队负责门户的日常操作以及服务场所中的所有客户接触。在该能力中可用的服务和命令的非限制性示例包括以下内容。实施政策:支持团队成员实施监管主体所提出的各种政策,很多需要本发明的系统中的纲领性实现。课题:项目和课题当在其生命周期中进行定义和管理时需要在随着时间而需要数据和安全性改变的情况下进行实施。吸引用户:本发明的用户可能时常需要支持,特别是患者所代表的相对公开的用户。管理加载:来自多个系统和应用的数据加载可能需要通过注册、元数据和ETL过程的管理。管理通告:系统中的警告和通知在其随着时间而老化或者随着老化而作废时可能需要管理和干预。管理数据集:为研究者创建的数据集很有可能经受可以在平台的技术边界以外进行管理的控制。监视性能:可以监视本发明的过程的性能以保证向所有利益相关者递送足够的服务水平,特别是随着时间需要可缩放性的系统的更多处理密集分析功能。
控制审计
本发明的“审计者”负责确保通过所有的产品和服务建立良好的控制,并且本发明的门户利益相关者之间的协议的可审计性条款可利用门户内可用的数据来支持。该能力中可用的服务和命令的非限制性示例包括以下内容。评估控制:审计者可以评估平台中就位的各种控制。评估加载数据:审计者可以根据适当的数据使用协议和授予许可来评估所有的数据加载。评估访问数据:审计者可以评估系统中所有数据访问的适当性。评估质量数据:审计者可以评估系统中所有数据的质量,以及相关的清除约定。
HIPAA官员
平台的“HIPAA官员”负责所有门户产品和服务的合规性,并且扮演对本发明的所有门户参与者的HIPAA合规性进行证实的角色。该能力中可用的服务和命令的非限制性示例包括以下内容。设置政策:用于本发明的控制参数可以由以针对HIPAA合规性的系统级别所设置的政策来控制。评估协议:可以针对合规性查看数据使用协议和项目规划。监视使用:本发明中的所有数据访问将受到监视和查看。监视合规性:可以针对对所有协议规定和控制政策的合规性来监视本发明的系统的整体合规性。
数据监管
本发明的数据监管功能提供随着时间对门户产品和服务的策略控制,包括与部署标准化和客户异常功能性和服务相关的决策。该能力中可用的服务的命令的非限制性示例包括以下内容。设置政策:本发明的监管主体设置由贯穿平台的一系列控制(例如,参考事件)实现的操作政策。使服务分优先级:监管主体设置用于实现和铺开本发明随时间的扩展特征的优先级。监视异常:监管主体监视和评估对预期的操作模式和协议的所有异常,寻找产品和服务改善的机会。
本体管理
本体体现了由较广泛的从业者团体所定义和维护的临床和操作知识,从而允许本发明基于最广泛范围的知识和实践,而不需要此类知识具体由本发明本身管控。本体提供了语义严苛的级别,其允许本软件以这样的方式操纵此类知识,在所述方式中,仅系统性地导出有效的连接和结论。
平台可以在搜索和数据记录中使用各种本体。可以在一个或多个本体中维护或者搜索记录。平台可以维护用于跟踪项目跨多个不同本体的本体映射的映射模块。映射可以进行内部更新,或者由外部贡献者进行更新。映射提供了快速和方便的资源,平台通过所述资源可以快速地横向和竖向地搜索,以找到具有基本相似或者基本等同的临床含义的项目。映射模块还通过充当翻译者并且允许每个机构搜索和理解其他机构的数据,而促进横跨使用不同本体的机构的通信。
开放生物医学本体(OBO)
本体是与特定领域相关的知识的表示。特定领域使用共享的词汇来表示该领域内所包含的不同方面的知识之间的性质和关系。该领域可以体现与健康护理从业者团体相关的临床和操作知识。为了说明不同机构和研究者所使用的各种语义,平台使用广泛的本体以包括最大范围的知识和实践。平台例如可以使用开放生物医学本体(OBO)来管理其本体映射。OBO标准定义了用于使用三个其他本体管理语言的一组原理:XML、RDF和OWL。OBO为多个本体的互操作性和兼容性提供了附加的严苛度,从而允许内部一致性和外部兼容性。
已经使用OWL标准开发了严苛的语义本体,该OWL标准是对适配于对本体开发的XML构造的早期RDF标准的提升。由于涉及到这些语言,因此已经为其添加了特定的标签特征,所述标签特征允许以逐渐严苛的方式来表示语义知识。OBO标准——并非语言修正,而是用于使用这样语言的一组原理——添加了与多个本体的互操作性和兼容性有关的附加严苛度。依从OBO的本体可以是内部一致的,同时还与其他的依从OBO的本体严苛地可互操作。两个依从OBO的本体没有可能彼此相抵触,也没有可能试图定义相同的概念。其内部关系可以在OBO关系本体中进行外部定义,使得跨本体的相同关系可以具有相似的含义。
依从OBO的本体中的中心控制是在依从OBO的本体中定义的所有关系通常使用OBO关系本体(RO)中所定义的关系的需求。RO解决了在使用本体导航知识库中最大的风险之一,即,不同本体中使用相同名称的关系的语义含义可能不精确地一致,并且通过推理跨此类关系的连接而得出的结论可能是误导的或者不正确的。可以使用多种描述符来对关系进行指定,如果需要的话,可以将所述多种描述符进一步细分为更加精确的描述符。
通过要求所有的本体共享相同的可用关系库,可以跨这些本体在逻辑上对不同的本体进行导航,而没有隐藏的语义改变的风险,该隐藏的语义改变将导致数据评估中的逻辑的线程变得不正确。
依从OBO的本体中的另一有力控制是这样的需求:本体中定义的所有资源最终可追溯到基本形式化本体(BFO,BasicFormalOntology)中所定义的构造之一,精确定义的本体充当跨知识连续体的锚定资源的较高级别本体。基本本体将世界划分为连续事物——随时间持续的事物——和偶发事物——适时或及时发生的。连续事物会转而参与偶发事物,修改这些连续事物的依赖特性。
图8是被划分为连续事物和偶发事物的BFO的视觉表示,其中连续事物中的那些实体随时间是持续的,偶发事物中的那些实体在单个时间点不是全部存在。连续事物被进一步细分为空间区域、独立连续事物和依赖连续事物。空间区域细分包括随时间持续的维度实体。独立连续事物是不需要其他的支持就可以存在的那些实体,而依赖连续事物为了存在而需要支持。偶发事物被划分为过程实体、时空区域和时间区域。过程实体是在连续时间段上展开的过程。时空区域是作为空间和时间的函数存在的实体,并且可以是间隔的,随着时间发生,或者是瞬间的,仅在特定时间点发生。时间区域是仅作为时间的函数存在的实体。
本体映射。
本体映射是本发明中的CLO定义的核心组件。因为CLO中所表示的数据表示了真实世界临床信息的实例,因此映射主要从临床本体中所表示的构造的类型以及映射到分类的那些类型的数据的真实世界实例来得到。
这样的映射活动的示例在图9中图示。该图的左侧窗格图示了定义在数据记录内发生的各种代码类型的本体条目。临床代码区别于人口统计学代码。在临床代码的领域内,诊断代码被记述到ICD-9和ICD-10诊断代码中。用来定义这些关系的关系(“是一种”)是在归类本体时所使用的多个关键关系之内的。映射图示了ICD-9和ICD-10是具有不相似含义的诊断代码;因而,其实例的列表不相交。
图9的右侧窗格图示了可以针对左侧窗格中的归类本体而定义的一些实例。右侧窗格上的ICD-9本体定义了在左侧窗格上归类本体中所表示的构造的实例。提供了代码410、410.0和410.01全部作为ICD-9诊断代码的实例。例如通过将410.01定义为410.0的一部分图示了实例之间的关系,该410.0被定义为410的一部分。通过这样的关系“的部分”,410.0或者410.01的诊断也是410的诊断,但是反之可能不成立。
表2提供了适于与本发明的平台一起使用的本体层级的非限制性列表。
摄入数据分段仓库
本发明的“摄入数据分段仓库”是从登记的机构到达的所有数据的摄取储存器,并且是大规模的摄入数据分段仓库。这一方面充当语义映射的工作空间,并且充当用于CLO的创建和加载的源数据集。
可以以本发明中包含的本体中的语义实例的形式来维护摄入数据分段仓库中的数据,并且因此对数据到CLO中的进一步处理涉及将到来的实例数据映射到在这些本体中所表示的语义类型,使得这些本体中所包含的语义关系可以用来提炼数据并且将数据分组到CLO中,CLO是本体化的信息实体。数据到类型的映射的非限制性示例包括:作为独立连续事物的人(对象);作为依赖连续事物的患者(角色);作为依赖连续事物的提供者(角色);作为依赖连续事物的年龄(质量);作为依赖连续事物的收缩压(质量);作为过程上下文的就诊访问;参与就诊访问的患者;参与就诊访问的提供者;人固有的年龄;以及患者固有的收缩压。此类语义映射与数据规范化一起提供在平台中有用的CLO。
CLO数据仓库
平台的“CLO数据仓库”包含预先摘要化并且规范化的CLO和被分组到已识别的群体中的群集,所述已识别的群体是从整体对象化过程而产生的。可以针对支持进一步研究的高性能查询而对该结构进行精调,从而为跨平台的数据功能性提供基础。
安全/鉴别
对于参与者可能需要用户ID和密码来访问本发明的门户能力。这些访问凭证可以被高度控制,并且受制于相当严苛的更新和访问约束。作为来自跨机构和个体的数据的储存库,可以对出于访问控制和功能授权的目的而鉴别任何门户用户的能力进行优化,以便提高患者隐私性。系统需求可以包括使用唯一的标识符和密码的用户鉴别,对经允许的功能和特征的基于角色的访问,以及从不活动或者滥用开始的账户有效期限。系统功能和特征可以包括支持密码提示和定期的强制改变,以及允许机构解除来自提供者和研究者的授权。
用户培训和支持
本发明可以由多种用户来使用,每种用户在系统功能中具有不同的责任和专业水平。表3概述了期望使用该系统的用户的不同类型。
操作问题解决
任何门户的用户都可能在使用门户接口和工具中经历些问题,并且需要某种形式的用户支持以便解决问题和维护适当的服务水平。这一服务在维护患者参与方面特别重要。此类能力可以包括教学屏幕和FAQ、视频聊天支持和辅导以及上传连接工具。
门户设计包括用于增强操作性能的众多功能和报告,这可能以有规律地安排的时间和间隔发生。控制活动的非限制性示例包括标准数据库备份和相关控制,用户安全管理和支持,报告调度和分发,针对电子邮件和移动服务集成的协调,以及系统表格和工具维护。
为了支持最大期望的操作透明度,在支持多种利益相关者需求中,本发明的功能可以支持广泛的审计和管理监视能力。系统特征可以包括管理和同意功能的日志记录,查询和数据集下载的日志记录,以及去往和离开本发明的所有消息业务的日志记录。
本发明的功能可以提供用于对所有数据处理和同意操作的可视且完整的质量控制。系统特征可以包括对所有加载的数据元素的定量跟踪、包括范围和域在内的入站数据类型的有效性、对所有数据馈送的计数和容纳总数的控制、以及针对所有出站业务的确认消息控制。该平台可以支持使用HealthLevel7通信标准和参考模型的所有标准版本和当前版本的消息业务。
平台管控器
平台管控器是允许对用来启动、加载和管理该平台的数据所需要的元数据进行定义、导出或加载的一套工具,连同用于验证和优化元数据定义的一组内部质量保证工具。管控器试图使需要对数据和消息的管控的级别最大化,包括数据至语义本体的集合的映射和对准,其可以在最小人工分析干预的情况下自动完成。该特征允许将并入到平台中的数据源视作可配置的,而不是要求加载每个新的数据源,以便在密集分析努力之后要求其自己硬编码的实现方式。
平台的管控器包含各种功能组件。在该能力中可用的服务和命令的非限制性示例包括以下内容。消息映射器:用来定义针对新的或变化的入站消息类型的元数据。该组件由平台支持员工使用来定义数据并且通过在结构上将消息的定义分解成片段来将数据映射到该系统中,所述片段可以离散地映射到对平台所定义的概念和功能CLO(ConceptualandFunctionalCLO)中。令牌管理器:用来标识数据,在平台中需要保护所述数据的隐私。可以保护已经直接或间接地映射到信息工件本体中的中央注册标识符(CRID)的任何数据,以及同样由平台支持员工明确加标签的任何附加数据。本体加载器:用来定义、加载和维护外部本体,这是由于平台中的概念CLO(包括作为本体中的元素的影响分析和配置报告),可能影响功能或具体CLO映射或实例。本体扩展器:用来定义和维护已经由本体加载器或者通过对源消息的映射和处理而加载的本体的局部属性。该功能维护驱动“令牌化器(Tokenizer)”和“脚手架导航器(ScaffoldNavigator)”能力的内部关系本体。本体映射器:用来在摘要中对概念和功能CLO之间的关系进行分类和映射,以及着眼于消息构造(即,ICE、IQE)如何映射到概念。可以标识和解决消息至本体以及本体间的不一致性,包括源自在本体加载和维护期间的冲突的那些不一致。实例管理器:用来管理可能经受由数据源维护的概念的实例,特别是令牌化的构造(例如,患者合并,接触移动),其中所述概念的实例从所述数据源接收。处理包括跟踪和解析自然源键,所述自然源键尚未被管控作为唯一的并且到达与不止一个唯一管控的键相关联的源数据中。模式构建器:用来推断要从已经映射至CLO的源消息导出的所需内容的数据结构。这包括针对具体CLO的数据结构以及针对未来成为平台的部分的任何出站消息的数据结构。脚手架导航器:用来允许针对一个语义本体而编写的查询,扩展至已经将概念适当地映射到的其它本体。
消息映射器
“消息映射器”用来定义针对新的或变化的入站消息类型的元数据。该组件由平台支持员工使用来定义数据并且通过在结构上将消息的定义分解成片段而将数据映射到系统中,可以将所述片段离散地映射至平台中所定义的概念和功能CLO。
管控映射器的价值是使每个新消息的可以根据消息定义或示例语料库中可用的结构和推断自动映射的一些部分最大化。理想地,管控器需要仅关注在其它方面自动过程期间发生的异常。自动可以通过在整个管控过程中引入手动管控机会来优化。一些实施方式既包括自动管控又包括手动管控。
在标识出新的消息以便输入到平台中时,可以将送至管控器的那些消息作为完全新的消息种类(IAOIBE概念的直接“是(isA)”后代)或者作为源自IAOIBE概念的某先前定义的消息的变体来定义。对组织特定的工业标准消息的定义可以源自其所基于的工业标准消息定义,该工业标准消息定义本身是IAOIBE概念的直接后代。
针对任何超级类型IBE消息所定义的结构和映射在技术上可以由任何新的IBE消息继承,不过针对真实世界消息定义的手动管控可能违反此继承性。因此,当将IBE定义为彼此的子类型时,可以实施质量保证分析以在得到的兄弟上寻找不一致性或在消息类型与推断的子类型消息之间寻找分歧。
图10图示了诸如针对CDA文档的XML标准之类的IBE的解构的复杂性中的一些。关注是具有可变含义的实体。如果相关联的元数据提供了具体CLO和对应的属性CLO,所述属性CLO具有针对存在于所识别的标签内的关注的值,继而将关注状态视为解决。该关注备选地可以是具有嵌入的属性的具体CLO,所述嵌入的属性诸如发作的年龄,例如57岁。该具体CLO可以嵌入/继承所述映射的较低层中的CLO,并且将该关注归纳至问题列表,这导致了对片段注释的汇总。
一些源字段具有其通过编码的组件和标签所映射的值,而其它字段被发现是在现有已识别标签内的值。该复杂性的所有可以发生在嵌套的编码结构内,所述嵌套的编码结构表示了任意负杂消息的不同功能组件。
使用管控器中的信息工件本体具体目标是通过将消息分解成可以相对于其他本体而映射的结构和内容组件,以及分解成可以在消息管控期间动态定义的CLO模式,来以系统和可管理的方式处理这些复杂性和变量。
该管控种类化可以以下面两个不同但支持的角色起作用:1)通过着眼于消息类型的形式化定义而不是内容,诸如HL7CDA标准,或者2)通过着眼于消息语料库以从真实数据提取实际映射,并且对映射进行调整以管理语料库中消息间的自然变体中的差别或不一致性。前者方案具有没有要处理的消息变体的优点,而后者方案具有存在实际真实数据来映射的优点。由于医疗护理消息中的许多映射是基于消息过程的实际内容的,因此,基于语料库的方案最有可能导致可以用来驱动ETL过程的最终映射。更多的基于形式化标准的映射可以充当重要的中间映射,所述中间映射将支持其它基于语料库的映射。这些替代方案仍然要探索以确定最佳方案。
身份信息载体
在消息结构中任何经评价的路径可以作为信息内容实体(ICE,InformationContentEntity)来管控。消息中的许多标签表示-由CDA标准指示的-不需要加载到平台中的消息费用,然而这些数据中的一些在辅助管控过程中有用。TemplateID将该观察块标识为CDA年龄观察。状态代码指示出该观察完成。
ICE还经受IAO中的附加管控层,该附加管控层包括可以证明在管控自身的支持以及帮助通过平台对这些消息的自动化ETL处理这两者方面有用。示例包括将ValueICE作为时间测量数据并且将单位ICE(UnitICE)作为时间单位(TimeUnit)进行管控。
定义保护
由平台提供的一些数据保护通过相对于OBI本体对ICE种类化来定义。具体地,将一些ICE映射到个体组织标识符或患者角色概念,并且因此容易进入对这些值的平台令牌化。
数据要求在HIPAA下作为PHI数据的保护;这不只是因为其是地址,而是因为其是ICE中的在其路径定义中包括直接在其之上的患者角色的地址(例如,与在消息的头部中向上所包括的医院地址相反)。可以由管控器将针对地址结构组件的ISE标志为PHI。
令牌管理器
令牌是平台的内部标识符,所述内部标识符允许对从各个机构源系统到达的数据的去标识化。期望在平台中被令牌化的消息组件的类型包括两个连续事物标识符,诸如MRN;临时事件标识符,其对于这样的连续事物而言将是唯一的,诸如接触或访问标识符;以及在那些临时事件内的操作标识符,诸如次序号。
对令牌管理需要定义源标识符以及那些源标识符之间的关系优先级,所述源标识符需要被转化为平台内的令牌。平台具有一组定义的标识符,已经将所述标识符构建成层级以便处理。该层级的根是平台的企业主控人标识符(EMPI,EnterpriseMasterPersonIdentifier),在该平台内分配和维护该企业控制人标识符(EMPI)。其它节点可以由进行工作来将源数据元素映射到系统的管控器来定义。
例如,可以存在针对下面三个不同机构定义的标识符:医院/健康护理机构、联邦健康护理机构和指定的本地机构。在该标识符树,不同的机构具有其自己的分支,不过相同的标识符如果在多个机构之间共享的话可以在该树中的多个位置出现(例如,社会安全号)。
每个机构分支可以开始于由该机构作为主控标识符使用的标识符。成熟的机构可以具有他们作为EMPI对待的单一标识符,但是平台不对机构可以作为EMPI进行管控的标识符的数目进行约束。下面机构的EMPI标识符是层级级联的附加非EMPI标识符,该附加非EMPI标识符是唯一的或不唯一的。
令牌标识符
通常,在平台中可以对可以导致标识出与OBI患者角色或标本角色相关联的具体CLO的任何数据进行令牌化。另外,可以对在平台中被定义为与组织或标本标识符相关联的IAO中心注册ID(CRID)概念的实例的数据进行令牌化。这些中心注册的后者标识符还可以要求做出对这样的标识符的分配的组织被包括在令牌化算法中以便在平台中维护令牌化标识符的唯一性。
解决冲突
对平台的自动管控能力可能在映射的概念之间导致众多的矛盾和冲突。一些是由于加载到平台中的各个本体之间固有的跨本体的不一致性而发生。其它问题可能由于管控的消息自身的歧义性和不一致性而引起的。人类管控器可以明确地解决这些问题。
将ICE映射至CLO
在结构映射之外,管控过程的终极目的是在平台储存库中完成入站消息值至特定功能CLO的映射。许多消息包括足够的元数据以便能够自动管控该最终链接,而其他消息值可通过基于人类的手动管控映射。该管控过程另外可以自动对许多消息类型进行解析以创建初始或中间模式提议,将输入字段映射至概念和功能本体,以及定义具体的CLO方案属性。
本体加载器
平台的“本地加载器”用来为任何可用于加载的公共或私有本体中可用的所有节点和关系来扩充概念CLO。这包括新本体的初始加载以及现有的预加载本体的例行维护。
本体扩展器
横跨存储在平台中的任何本体,完整的管控要求对加载的本体进行扩展以包括本地节点、关系、或否则不被标识为处于其它本体内的实例的能力。这些能力中的两个最重要的用途为在消息映射器中已经从消息内容推断出本地本体的地方,以及节点之间的现有关系需要扩增以使它们在脚手架导航器中如所需地行为的地方。
本体映射器
平台的脚手架能力通过在对数据进行搜索以满足请求时允许来自多个本体或语义级别的概念被自动导航而支持用户针对数据做出的查询。虽然本体之间的许多映射作为加载的本体的例行维护的一部分而加载到平台中,但是管控器还为支持员工提供了一种明确扩增那些关系的机制。
这些本体间映射在平台中可以用于各种目的。图11是本体间语义概念映射的示意性表示。该图描绘了当处理搜索时可能发生的不同匹配级别。匹配级别的说明性示例包括确切匹配、接近匹配、窄匹配和相关匹配,其中的每一个可以独立地或者联合地促成最终的映射关系。语义本体间的映射可以通过查询脚手架功能而支持更丰富的查询导航。至支持本体的映射支持基于查询目的对来自分析的数据的纳入或排除。
映射至IAO本体的概念通常是消息独立的工件,并且常常不传达临床或研究性质的信息。映射至OBI概念的概念典型地传达关于正导出的数据的临床环境(setting)的信息,但是映射至OBI概念的概念典型地不是大多数定向于临床的查询所感兴趣的患者的临床图片的一部分。映射至OGMS本体的概念典型地是在平台的查询中感兴趣的患者临床图片中的元素。
此数据中的所有在任何特定规则或查询中可能是感兴趣的,并且因此在平台中全部可用;但是映射至支持本体提供了用于优化在许多查询中包括或排除什么的路径。语义概念至多个支持本体的交叉映射还提供了用于对数据的质量控制和建模的广泛机会以便朝着继续改进映射而工作。
映射还提供了实施对表示在加载的本体中的语义数据的初步质量保证的机会。管控工具需要标识和指示的一个共同问题涉及概念之间的语义映射中的双向不一致性。
实例管理器
可以随着时间的流逝对已经加载到平台中的数据的实例,特别是已经令牌化的实例进行管理,以确保连续恰当的映射和定义。大多数健康护理机构需要能够例行地对已经冗余地创建的患者定义进行合并,或者移动针对错误患者而定义的接触(encounter)。实例管理器针对这些能力提供了自动和手动两者的管控支持。
孤儿管理
大多数孤儿收养是自动的,在包含的本体根据其外部源下一次进行更新时发生。不是以这种方式自动收养的那些孤儿可以保持在孤儿状态,除非手动管控。这样的手动管控是可选的,但是有助于将该概念链接至在平台的概念网络上可用的更大的映射和管控数据集。
方案构建器
平台的“方案构件器”用来推断要从已经映射至CLO的源消息导出的所需内容的数据结构。
脚手架导航器
平台的“脚手架导航器”用来允许相对于一个语义本体所撰写的查询被扩展至其它本体,其中在本体自身内或通过使用该平台中提供的管控工具,概念已经适当地映射到所述其它本体。导航确定了可以包括哪些边,或者通过本体从脚手架路径必须排除哪些边,其中导航典型地是向下通过所述概念朝着更窄的纳入概念。
给定作为焦点的CLO,脚手架导航器可以跟随远离该CLO的边;以建立其脚手架邻居,该邻居包括沿一个边的所有CLO。可以从导航排除使焦点CLO加宽的边,仅保留作为确切、紧密或缩窄关系而管控的出站边。
脚手架过程中的每个步骤包括处理步骤,该处理步骤可以基于来自使用脚手架的查询工具的输入而被包括或从脚手架算法排除。对于任何给定查询而言该脚手架典型地被看做打开或关闭,但是可以实际包括该算法的组件高达任何程度;从而为任何支持的查询工具的用户提供了增加的灵活性和功能性。
脚手架逻辑的开始点是对任何查询的概念的扩展以包括已经被管控作为原始概念的确切匹配的概念。直接溯源概念之间的确切匹配关系以作为任何本体加载操作的一部分,或者作为该工具套件中管控的明确结果。由于确切匹配关系是可传递的,因此一些概念冗余地返回,从而要求用于停止通过概念搜索所产生的任何递归的机制。用于进行脚手架所需的最小实现方式是简单的邻居查询,从而导致仅看见作为确切匹配而记录的那些概念,而不尝试进一步跟随可传递的确切匹配关系。
数据需求
平台“管控器”使用三个高级别的语义本体,其中的每一个映射到基础的基本形式化本体(BFO)。图12描绘了平台所使用的本体中的三个本体以及数据如何从一个本体流到下一个。信息工件本体(IAO)包括利用平台在功能上将针对后续映射的消息定义分解成其它语义框架所必要的概念和关系。用于生物医学调查的本体(OBI)包括恰当定义和捕获与生物医学环境和在那里发生的活动有关的数据所必要的概念和关系。通过该本体所映射的数据描述了临床环境的参与者、角色和动作。普通医疗科学的本体(OGMS,OntologyofGeneralMedicalScience)包括捕获患者或主体的临床图片所必要的概念和关系。通过该本体映射的数据在某方面实际描述了患者或主体的临床状态。
这三个本体可以通过平台扩展以支持在本公开内容中其它各处所描述的其它本体以及普通或功能需求。
令牌储存库
平台的“令牌储存库”为要进行令牌化并统一成标准平台EMPI定义的源消息标识符提供保护。该储存库为每个不同的源自然键维护粒度令牌,甚至在已经将许多这样的键映射到患者的相同实例之后亦是如此。该粒度性允许令牌保持稳定,甚至在令牌至不同患者的映射可能随时时间改变时亦是如此。令牌存储库的组件在图13中图示并且本文作为在此能力中可用的服务和命令的非限制性示例而描述。它们包括:令牌机构:拥有或控制被令牌化的标识符的组织或本体。其主要目的是确保所有令牌化的上下文被唯一定义,而来自多个机构的看起来相似的参考值不重复或冲突。令牌上下文:用来表明数据的由企业使用的各个标识符的定义。针对机构的上下文中的至少一个用作主控索引(EMPI)(其可以是唯一的)。该相同机构的其它上下文可以是唯一的或不唯一的,并且可以进行聚集高达机构的EMPI之一。令牌映射:机构上下文之间的关系。令牌参考:机构上下文的实例。令牌定义:分配给指向其的一组参考的实际令牌和控制值。令牌层级:参考实例之间的关系。
在处理期间为每个参考分配其自己的平台令牌。该层级的布局确定了在加载期间如何处理数据。相对于可用的最低级别令牌对同时接收的多个上下文中的数据(例如,医院和MRN)进行令牌化。
非唯一的上下文要求对于唯一上下文而言不需要的额外处理。如果接收到了包含非唯一的上下文的数据馈给,则可以使用所接收的值和唯一标识符之一这二者对该数据馈给进行验证。该额外验证可以保证针对非唯一标识符的数据不无意地与错误EMPI相关联。
用于分析DNA/RNA基因组数据的临床支持工具和应用
本发明的平台可以分析包括基因组信息的CLO。基因组信息例如可以从主体以下面方式获得。1)在焦磷酸测序中,在包含单个DNA模板的水小滴内对DNA进行放大,该单个DNA模板送往油溶液中的涂有引物的珠。将核苷酸添加到生长序列中,并且每个碱基(base)的添加通过可见光证明。2)离子半导体测序根据与合成期间放出的氢离子相关联的电信号,检测核酸残留物的添加。包含模板的反应井用四种类型的核苷酸构建块来充满,每次一个。电信号的定时标识出添加了哪个构建块,并且标识出在模板中对应的残留物。3)DNA纳米球使用滚环式复制以将DNA放大成纳米球。通过对纳米球的绑扎而进行的非链式测序揭示出DNA序列。4)在可逆染料方案中,将核酸分子退火至载玻片上的引物并且对核酸分子进行放大。添加四种类型的荧光染料残留物,每个都与天然核碱基互补,添加与核酸序列中下一个碱基互补的残留物,并且从载玻片冲洗未并入的染料。添加四种类型的可逆终止碱基(RT-碱基),并且冲掉未并入的核苷酸。荧光指示出染料残留物的添加,因而标识出模板序列中的互补碱基。在化学上移除染料残留物,并且重复该循环。基因组数据一旦获得,就可以连同该平台可得到的任何数据和CLO进行搜索和分析。基因组数据可以用于个性化临床护理、研究和种群分析/发现目的。
任何工具、接口、引擎、应用、程序、服务、命令或其它可执行的项目都可以作为在计算机可读介质上以计算机可执行代码编码的模块来提供。在一些实施方式中,本发明提供了在其中编码有计算机可执行代码的计算机可读介质,该计算机可执行代码对用于执行本文所描述的任何动作的方法进行编码,其中该方法包括提供包括本文所描述的任何数目个模块的系统,每个模块执行本文所描述的用来向用户提供诸如输出之类的结果的任何功能。
实施例
实施例1:示意性数据流
图1示出了以各个级别直接从医疗护理网络、医院或患者自身进行元数据收集。使用基于网络的中间人,对数据进行去标识化以遵从患者隐私和HIPAA标准。然后摄入该数据,所述数据包括流线化数据以促进在后期处理中在对象智能(ObjectIntelligence)阶段数据至规范化数据定义的映射。另外,将该软件内的现有本体应用到新输入的数据以在对象智能阶段创建对象。
如图1中所描绘的,对象智能阶段包括对象生成器(ObjectGenerator)、对象仓库(ObjectWarehous)、规则管理器和自然语言处理(NLP)引擎。这些组件允许对象的生成、存储、分析、维护和分发。在这点上,该软件为开发者和研究者提供了查看内容的现代应用编程接口(API)。对象智能阶段创建了可以用来对感兴趣对象进一步分析的一组对象工具。对象智能可以通过经由应用编程接口(API)或软件开发套包(SDK)对平台进行更新来改进。
图1图示了软件平台的动态的整个数据流是双向的在于数据不仅流入到对象智能阶段,而且流出该阶段之外以作为用来提供临床支持服务的方法。可以采用临床决策支持系统(CDS),在该临床决策支持系统(CDS)经由消息发送引擎向用户做出关于患者护理的推荐。可以将这些消息显示给原始用户—健康护理网络、医院和/或患者中的任何。
图14图示了在分析患者图表时工作流可以如何进行的示例。对患者图表的打开是一个触发动作,该触发动作促使对最佳实践指导规则(BPGR,BestPracticeGuidanceRule)进行评估。该评估可以经由指定的健康护理搜索服务器发生。针对BPGR评估的第二触发点是用于为患者开出并签署医嘱(order)的时候。当执行这些触发点之一或两者时,对数据进行收集,并且发起对风险评估引擎的呼叫。风险分析引擎对该输入连同其它患者数据进行评估并且确定是否需要向用户显示警告。如果从引擎返回“假”,则工作流结束。如果返回“真”,则向用户显示警告,该警告不仅包含特定于该患者的关注,而且还包含一组选项,所述选项用于发出能够适合于患者的医嘱(order)。此时用户可以接受指导并结束该工作流,或者接受建议的医嘱集。如果选择了后者选项,则从健康护理研究服务器下载该医嘱集并显示给用户。
实施例2:计算机架构
各种计算机架构适合于与本发明一起使用。图3是图示可以与本发明的示例实施方式结合使用的计算机系统300的第一示例架构。如图3中所描绘的,示例计算机系统可以包括用于处理指令的处理器302。处理器的非限制性示例包括:英特尔Corei7TM处理器、英特尔Corei5TM处理器、英特尔Corei3TM处理器、英特尔XeonTM处理器、AMDOpteronTM处理器、三星32位RISCARM1176JZ(F)-Sv1.0TM处理器、ARMCortex-A8三星S5PC100TM处理器、ARMCortex-A8苹果A4TM处理器、MarvellPXA930TM处理器或者功能等价的处理器。多个执行线程可以用于并行处理。在一些实施方式中,可以在单个计算机系统中,在群集中,或者在包括多个计算机、蜂窝电话和/或个人数据助理设备的网络上横跨系统进行分布的群集中,使用具有多个核的一个或多个处理器。
数据获取、处理和存储
如图3中所图示的,可以将高速缓冲器301连接至或并入处理器302中以便为被处理器302最近使用或频繁使用的指令或数据提供高速存储器。处理器302通过处理器总线305连接至北桥306。北桥306通过存储器总线304连接至随机存取存储器(RAM)303并且通过处理器302管理对RAM303的访问。北桥306还通过芯片组总线307连结至南桥308。南桥308进而连接至外围总线309。外围总线例如是PCI、PCI-X、PCIExpress或其它外围总线。北桥和南桥常常称为处理器芯片组并且管理处理器、RAM和外围总线309上的外围组件之间的数据传送。在一些架构中,可以将北桥的功能并入到处理器中而不是使用单独的北桥芯片。
在一些实施方式中,系统300可以包括附接至外围总线309的加速计卡312。加速计可以包括现场可编程门阵列(FPGA)或用于对一定的处理进行加速的其它硬件。
(一个或多个)软件接口
将软件和数据存储在外部储存器313中并且可以将其加载到RAM303和/或高速缓冲器301中以供由处理器使用。系统300包括用于管理系统资源的操作系统以及运行在操作系统上的应用软件;操作系统的非限制性示例包括:Linux、WindowsTM、MACOSTM、BlackBerryOSTM、iOSTM和其它功能等价的操作系统。
在该示例中,系统300还包括连接至外围总线的网络接口卡(NIC)310和311以及可以用于分布式并行处理的其它计算机系统,所述网络接口卡(NIC)310和311用于提供至外部储存器的网络接口,诸如网络附连储存器(NAS)。
计算机系统
图4是示出网络400的示图,网络400包括多个计算机系统402a和402b、多个蜂窝电话和个人数据助理402c、以及网络附连储存器(NAS)401a和401b。在一些实施方式中,系统402a、402b和402c可以管理数据储存器并且优化对存储在网络附连储存器(NAS)401a和401b中的数据的数据访问。可以使用针对数据的数学模型并且可以横跨计算机系统402a和402b和蜂窝电话以及个人数据助理系统402c使用分布式并行处理对数学模型进行评估。计算机系统402a和402b和蜂窝电话以及个人数据助理系统402c还可以提供用于对存储在网络附连存储器(NAS)401a和401b中的数据的自适应数据重构的并行处理。图4仅图示了一个示例,并且广泛的其它计算机架构和系统可以与本发明的各个实施方式结合使用。例如,可以使用刀片式服务器来提供并行处理。可以通过背板来连接处理器刀片以提供并行处理。储存器也可以连接至背板或者作为通过单独网络接口的网络附连储存器(NAS)。
在一些实施方式中,处理器可以维护单独的存储空间并且可以通过网络接口、背板、或者其它连接器传输数据以供由其它处理器的并行处理。在一些实施方式中,处理器中的一些或所有可以使用共享虚拟地址存储空间。
虚拟系统
图5是使用共享虚拟地址存储空间的多处理器计算机系统的框图。该系统包括能够访问共享存储器子系统502的多个处理器501a-f。该系统在存储器子系统502中并入了多个可编程硬件存储器算法处理器(MAP)503a-f。每个MAP503a-f可以包括存储器504a-f和一个或多个现场可编程门阵列(FPGA)505a-f。MAP提供了可配置的功能单元,并且可以将特定的算法或算法的一些部分提供给FPGA505a-f以便与各自处理器紧密协作地进行处理。在该示例中,出于这些目的每个MAP可被所有的处理器全球访问。在一个配置中,每个MAP可以使用直接存储器存取(DMA)来访问相关联的存储器504a-f,从而允许其独立于各自微处理器501a-f或与其异步地执行任务。在该配置中,MAP可以直接将结果馈送至另一MAP以便对算法的管道化和并行执行。
上面的计算机架构和系统仅仅是示例,并且可以与示例实施方式结合使用广泛的其它计算机、蜂窝电话以及个人数据助理架构和系统,包括使用通用处理器、协处理器、FPGA和其它可编程逻辑设备、片上系统(SOC)、应用特定集成电路(ASIC)以及其它处理和逻辑元件中的任何组合的系统。可以与示例实施方式结合使用任何种类的数据存储介质,包括随机存取存储器、硬盘驱动器、快闪存储器、磁带驱动器、磁盘阵列、网络附连储存器(NAS)和其它本地或分布式数据储存器设备和系统。
在示例实施方式中,计算机系统可以使用在上面或其它计算机架构和系统中的任何上执行的软件模块来实现。在其它实施方式中,系统的功能可以部分地或完全地以固件、诸如图5中所引用的现场可编程门阵列(FPGA)之类的可编程逻辑器件、片上系统(SOC)、应用特定集成电路(ASIC)以及其它处理和逻辑元件来实现。例如,处理器和优化器组可以利用硬件加速通过使用诸如图3中所图示的加速计卡312之类的硬件加速计卡来实现。
本文所描述的本发明的实施方式例如可以由相同地理位置内的用户制造和传输。本发明的产品例如可以从一个国家中的地理位置制造和/或传输,并且本发明的用户可以存在于不同的国家。在一些实施方式中,由本发明的系统访问的数据是可以从多个地理位置601之一传输给用户602(图6)的计算机程序产品。由本发明的计算机程序产品生成的数据可以在多个地理位置间来回传输,例如通过网络、安全网络、不安全网络、因特网或内联网来传输。在一些实施方式中,在物理且有形的产品上对本发明所提供的本体层级进行编码。
实施例3:使用人类疾病(DOID)本体的病态肥胖的映射
用户选择使用DOID本体来搜索病态肥胖。用户进行搜索并且向用户提供如表4中所显示的一列同义词。通过将所搜索的项目和平台的本体映射模型进行比较来对项目进行检索,该平台标识出多个本体层级中的同义词。在此情况下,同义词是病态肥胖、病态肥胖(紊乱)和严重肥胖。另外,搜索显示了用于对该项目的交叉引用的其它本体数据库,如表4中所示。最后,DOID显示出该项目的层级,其不仅示出了指定的项目,而且还示出了父辈,如图15中所图示的。在此实例中,最小指定的项目是“新陈代谢的疾病”,其最终导致本体树至最多指定的项目—“病态肥胖”。该层级揭示了病态肥胖是落在营养过剩种类下的一种类型的肥胖。营养过剩是落在所获取的代谢性疾病下的一种营养疾病,从而导向本体树的父辈—“新陈代谢的疾病”。
实施例4:使用人类表型(HP)本体(父辈)的听力损失的映射
用户在HP本体中针对听力损失执行搜索。表5示出了通过咨询平台的本体映射模块而获得的结果。向用户呈现了由该本体确定的确切同义词;在该情况下,听力缺陷在HP本体中是听力损失的同义词。该搜索找出了UMLS本体中的等价项目。
图16图示了当用户针对听力损失进行搜索时所创建的层级。图16示出了器官异常是听力损失的最高父辈,并且听力损失是一种类型的听力异常,其是耳朵的异常,其是器官异常。
实施例5:使用HP本体(子辈)的听力损失的映射
在HP本体中对听力损失进行搜索之后,用户希望知道什么疾病落在听力损失的域之下。图17图示了层级的向下扩展。用户能够看见HP本体内所包含的听力损失的所有子辈项目,以及听力损失的直接父辈项目—“听力异常”。在HP本体内所包含的听力损失的孩子为耳聋,听力损失(传导),听力损失(感觉神经),先天听力损失,进行性听力损失,感觉神经、传导或混合的听力损失,先天、非进行性、非综合征的感觉神经的听力损失,高频听力损失,低频听力损失,以及严重听力缺陷。
实施例6:医师案例的工作流图
临床医生用户,博士G有位72岁的女性患者,该患者患有糖尿病、高血压、高血脂、狼疮和CVA历史。工作流的第一触发事件是其打开与该患者的接触。这触发了两个规则,这两个规则被传送至本发明的平台。输出了空响应,因而没有消息显示给博士G。博士G继而输入对病人的医嘱,并且在这么做时触发了不产生警告的规则。博士G然后获取患者历史并且对该患者进行检查。检查之后,博士G签署了针对PlavixTM的医嘱。该医嘱是一个触发事件。针对警告的检验代码触发了一个平台规则,该平台规则作为警告呈现给博士G。博士G继而如该警告所建议地改变了PlavixTM的剂量。该改变再次是一个不产生警告的触发事件,这是因此所录入的剂量是可接受的。博士G关闭该接触。对接触的关闭是最后的触发事件,该最后的触发事件不产生警告。工作流结束。
实施例7:利用本发明的系统指导临床结果
44岁高加索男性(主体A)正在医院A接受护理。临床医生B正对主体A进行治疗。主体A告诉临床医生B,主体A正遭受极端的面部疼痛。该临床医生诊断主体A患有疾病—三叉神经痛。三叉神经痛是与高级别疼痛相关联的状况。该临床医生认为开具100mg得理多(Tegretol)的标准护理治疗处方。
通过临床医生将三叉神经痛的诊断添加到患者的电子病历(EMB)中,将三叉神经痛的诊断添加到了主体A的CLO群集中。该新诊断的添加触发了调用对主体A的CLO群集的重新评定的规则。该系统评估主体A的表型、基因型、人口统计学、处方药物记录、以及主体A的电子健康记录中的其它CLO。该系统确定主体A携带与高风险相关联的基因型,所述高风险针对与马卡西平(TegretolTM)的严重并且有时致命的皮肤反应。该系统向临床医生B输出通知该临床医生与向主体A开具马卡西平处方相关联的风险的消息。该系统进一步输出记载下面内容的消息:“考虑开具替代药物的处方。下面所有药物被证明以供用在三叉神经痛中并且不知道要受该主题的药物基因组简档影响:a)加巴喷丁(NeurotinTM);b)普瑞巴林((LyricaTM);和c)阿米替林(ElavilTM)。”。该消息将针对每个疗法的处方标签提供为可点击的链接以供临床医生A在需要时查阅。该临床医生选择并向主体A开具所推荐的治疗有效剂量的普瑞巴林。
在服用普瑞巴林长达指定的时间段之后,主体A返回到医院A以便与临床医生B进行随访。主体A的症状已经得到改善并且主体A耐受处方药物良好。临床医生B将主体A的症状消退和药物耐受性添加到该患者的电子病历(EMR)中,并且因此这些数据自动反应在该患者在平台内的CLO中。该平台得知主体A的治疗结果并且使用该信息通知未来的临床决策。
实施例8:搜索项目在图形用户界面中的图解。
图18描绘用于平台的说明性搜索界面。在该实例中,用户希望标识出具有CYP2C19中的特定SNP的男性患者,该男性患者已经在一年内开始一疗程氯吡格雷治疗心肌梗死(MI)。首先,用户搜索年龄在55至89之间的男性患者。交集运算符仅返回年龄在55到89之间的那些男性患者的结果,这显示出存在3846名这样的患者。用户在CYP2C19中进一步指定SNP和期望的基因型;交集运算符返回112条结果。接下来,用户通过请求在过去一年内患有至少一次急性MI(ICD410)的患者来进一步使搜索缩窄;这返回10条结果。此外,用户增加了针对已经服用氯吡格雷的患者的搜索条件,这返回1496条结果。满足指定搜索查询的所有标准的最终输出得到一个患者。所述搜索项目图形地图示,而不是以文本字符串来撰写,这改进了效率并且使该平台有益于具有最小临床或IT培训的新手用户。
实施方式
以下非限制性实施例提供了对本发明的说明性示例,但是不限制本发明的范围。
实施方式1。在一些实施方式中,本发明提供了包括下面各项的方法:a)接收搜索项目;b)基于所述搜索项目标识出通过第一标准化本体层级所识别的结果临床概念;c)在第二标准化本体层级中标识出对应的临床概念,其中所述对应的临床概念具有与所述结果临床概念的临床含义基本相似的临床含义;d)由计算机处理器基于所述对应的临床概念搜索电子健康记录的数据库;e)在与所述对应的临床概念相关联的数据库中标识出电子健康记录;以及f)输出结果。
实施方式2。如实施方式1所述的方法,还包括在至少10个其它标准化本体层级中标识出对应的临床概念。
实施方式3。如实施方式1-2中任一项所述的方法,还包括标识出主体群体,所述主体群体包括所述群体的每个主体的电子健康记录中的所述对应的临床概念。
实施方式4。如实施方式3所述的方法,其中所述群体包括基于所述第一标准化本体层级所标识的主体和基于所述第二标准化本体层级所标识的主体。
实施方式5。如实施方式1-4中任一项所述的方法,其中所述输出结果提供了基于所述搜索的临床决策支持。
实施方式6。如实施方式1-5中任一项所述的方法,还包括接收基于所述输出结果创建规则的指令。
实施方式7。如实施方式6所述的方法,其中当用户录入所述搜索项目或者具有与所述搜索项目基本相似的临床含义的临床概念时激活所述规则。
实施方式8。如实施方式6所述的方法,其中当更新电路健康记录时激活所述规则。
实施方式9。如实施方式6所述的方法,其中所述规则向用户警告风险。
实施方式10。如实施方式6所述的方法,其中所述规则将所述搜索项目与基因组信息相关联。
实施方式11。在一些实施方式中,本发明提供了包括下列各项的方法:a)在计算机系统的图形显示器上选择搜素模块;b)通过将第一对话框移动到所述图形显示器的一部分上来定位与所选择的搜索模块相关联的所述第一对话框;c)将第一搜索项目输入到所述第一对话框中;d)将第二对话框定位在所述图形显示器上;e)将第二搜索项目输入到所述第二对话框中;f)在所述图形显示器上图示将所述第一对话框与第二对话框连接的逻辑运算符;g)基于所述第一搜索项目、所述第二搜索项目和所述逻辑运算符搜索电子健康记录的数据库,其中与所述计算机系统相关联的处理器通过分析所述第一搜索项目、所述第二搜索项目和所述逻辑运算符之间的图形关系来确定搜索策略;以及h)接收搜索结果的输出。
实施方式12。如实施方式11所述的方法,还包括标识出与所述第一搜索项目具有基本相似临床含义的附加项目。
实施方式13。如实施方式11-12中任一项所述的方法,还包括基于所述第一搜索项目创建规则。
实施方式14。如实施方式13所述的方法,其中当更新所述电子健康记录之一时触发所述规则。
实施方式15。如实施方式13所述的方法,其中当用与所述第一搜索项目相关联的风险因素更新所述电子健康记录之一时触发所述规则。
实施方式16。如实施方式13-15中任一项所述的方法,其中当创建新的电子健康记录时触发所述规则。
实施方式17。如实施方式13-16中任一项所述的方法,其中所述规则对当所述规则被触发时要传输的警告进行编码。
实施方式18。如实施方式13-17中任一项所述的方法,其中所述规则描述了基因组数据与相关联的风险因素之间的关系。
实施方式19。如实施方式13-17中任一项所述的方法,其中所述规则描述了表型数据与相关联的风险因素之间的关系。
实施方式20。如实施方式11-19中任一项所述的方法,其中所述将所述第一对话框移动到所述图形显示器的一部分上包括拖动并放下所述第一对话框。
实施方式21。如实施方式11-20中任一项所述的方法,其中所述图形显示器包括对齐网格(snap-togrid)。
实施方式22。如实施方式11-21中任一项所述的方法,其中所述电子健康记录之一为电子病历。
实施方式23。如实施方式11-22中任一项所述的方法,其中所述电子健康记录之一为电子药学记录。
实施方式24。如实施方式11-23中任一项所述的方法,还包括基于所述输出为主体推荐干预。
实施方式25。在一些实施方式中,本发明提供了包括下列各项的方法:a)在计算机系统上提供图形显示器;b)接收用来利用可移动对话框扩充所述图像显示器的指令;c)独立地接收针对每个可移动对话框的搜索项目;d)接收将所述可移动对话框与逻辑运算符图形连接的指令;e)接收基于所述搜索项目和所述逻辑运算符搜索电子健康记录的数据库;f)由与所述计算机系统相关联的处理器分析所述搜索项目与所述逻辑运算符之间的图形关系;g)基于所述分析确定搜索策略;h)搜索所述电子健康记录的数据库;以及i)输出所述搜索的结果。
实施方式26。如实施方式25所述的方法,还包括标识出具有与所述第一搜索项目基本相似临床含义的附加项目。
实施方式27。如实施方式25-26中任一项所述的方法,还包括接收规则的输入,其中所述规则基于所述第一搜索项目。
实施方式28。如实施方式27所述的方法,其中当更新所述电子健康记录之一时触发所述规则。
实施方式29。如实施方式27所述的方法,其中当用与所述第一搜索项目相关联的风险因素更新所述电子健康记录之一时触发所述规则。
实施方式30。如实施方式27-29中任一项所述的方法,其中当创建新的电子健康记录时触发所述规则。
实施方式31。如实施方式27-30中任一项所述的方法,其中所述规则对当所述规则被触发时要传输的警告进行编码。
实施方式32。如实施方式27-31中任一项所述的方法,其中所述规则描述了基因组数据与相关联的风险因素之间的关系。
实施方式33。如实施方式27-32中任一项所述的方法,其中所述规则描述了表型数据与相关联的风险因素之间的关系。
实施方式34。如实施方式27-33中任一项所述的方法,其中所述图形显示器包括吸附至网格。
实施方式35。如实施方式27-34中任一项所述的方法,其中所述电子健康记录之一为电子病历。
实施方式36。如实施方式27-35中任一项所述的方法,其中所述电子健康记录之一为电子药学记录。
实施方式37。如实施方式27-36中任一项所述的方法,还包括基于所述输出推荐针对主体的干预。
实施方式38。在一些实施方式中,本发明提供了包括下面各项的方法:a)接收利用附加临床信息对主体的电子健康记录的更新,其中所述电子健康记录包括所述主体的基因组数据;b)由计算机处理器评估所述附加临床信息与所述主体的所述基因组数据之间的关系;c)标识出所述附加临床信息与所述主体的所述基因组数据之间的关联;以及d)报告所述附加临床信息与所述主体的所述基因组数据之间的所述关联。
实施方式39。如实施方式38所述的方法,其中所述附加临床信息与所述主体的所述基因组数据之间的关联标识出所述主体对风险的易感性。
实施方式40。如实施方式38-39中任一项所述的方法,其中所述附加临床信息与所述主体的所述基因组数据之间的关联标识出所述主体对干预的易感性。
实施方式41。如实施方式38-40中任一项所述的方法,其中所述附加临床信息与所述主体的所述基因组数据之间的关联标识出所述主体对风险的抵抗力。
实施方式42。如实施方式38-41中任一项所述的方法,其中所述附加临床信息与所述主体的所述基因组数据之间的关联标识出所述主体对干预的抵抗力。
实施方式43。如实施方式38-42中任一项所述的方法,还包括基于所述附加临床信息与所述主体的所述基因组数据之间的关联的报告推荐针对所述主体的干预。
实施方式44。如实施方式38-43中任一项所述的方法,还包括警告用户所述主体的所述电子健康记录已用附加临床信息更新。
实施方式45。如实施方式44所述的方法,其中所述警告提供了临床决策支持。
实施方式46。如实施方式38-45中任一项所述的方法,还包括阻止所述附加临床信息到所述主体的所述电子健康记录中的更新。
实施方式47。在一些实施方式中,本发明提供了包括下面各项的方法:a)向计算机系统输入对主体的电子健康记录的更新,其中所述电子健康记录包括所述主体的基因组数据,其中所述更新提供了附加临床信息;b)接收所述附加临床信息与所述主体的所述基因组数据之间的关联的报告,其中所述关联通过对所述附加临床信息与所述主体的所述基因组数据之间的关系的评估来确定,其中所述评估由所述计算机系统的处理器执行;以及c)接收所述附加临床信息与所述主体的所述基因组数据之间的关联的报告。
实施方式48。如实施方式47所述的方法,其中所述附加临床信息与所述主体的所述基因组数据之间的关联标识出所述主体对风险的易感性。
实施方式49。如实施方式47-48中任一项所述的方法,其中所述附加临床信息与所述主体的所述基因组数据之间的关联标识出所述主体对干预的易感性。
实施方式50。如实施方式47-49中任一项所述的方法,其中所述附加临床信息与所述主体的所述基因组数据之间的关联标识出所述主体对风险的抵抗力。
实施方式51。如实施方式47-50中任一项所述的方法,其中所述附加临床信息与所述主体的所述基因组数据之间的关联标识出所述主体对干预的抵抗力。
实施方式52。如实施方式47-51中任一项所述的方法,还包括基于所述附加临床信息与所述主体的所述基因组数据之间的关联的报告推荐针对所述主体的干预。
实施方式53。如实施方式47-52中任一项所述的方法,还包括接收警告,其中所述警告提供了与用所述附加临床信息对所述主体的所述电子健康记录的更新有关的建议。
实施方式54。如实施方式47-53所述的方法,其中阻止将所述附加临床信息至所述主体的所述电子健康记录中的更新。
Claims (10)
1.一种方法,包括:
a)接收搜索项目;
b)基于所述搜索项目标识出通过第一标准化本体层级所识别的结果临床概念;
c)在第二标准化本体层级中标识出对应的临床概念,其中所述对应的临床概念具有与所述结果临床概念的临床含义基本相似的临床含义;
d)由计算机处理器基于所述对应的临床概念搜索电子健康记录的数据库;
e)在所述数据库中标识出与所述对应的临床概念相关联的电子健康记录;以及
f)输出结果。
2.如权利要求1所述的方法,还包括在至少十个其它标准化本体层级中标识出对应的临床概念。
3.如权利要求1所述的方法,还包括标识出主体群体,所述主体群体在所述群体的每个主体的所述电子健康记录中包括所述对应的临床概念。
4.如权利要求3所述的方法,其中所述群体包括基于所述第一标准化本体层级所标识的主体和基于所述第二标准化本体层级所标识的主体。
5.如权利要求1所述的方法,其中所述输出结果提供了基于所述搜索的临床决策支持。
6.如权利要求1所述的方法,还包括接收基于所述输出结果而创建规则的指令。
7.如权利要求6所述的方法,其中当用户录入所述搜索项目或者录入具有与所述搜索项目基本相似临床含义的项目时,激活所述规则。
8.如权利要求6所述的方法,其中当更新电子健康记录时,激活所述规则。
9.如权利要求6所述的方法,其中所述规则向用户警告风险。
10.如权利要求6所述的方法,其中所述规则将所述搜索项目与基因组信息相关联。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361784647P | 2013-03-14 | 2013-03-14 | |
US61/784,647 | 2013-03-14 | ||
PCT/US2014/027190 WO2014152305A1 (en) | 2013-03-14 | 2014-03-14 | System and methods for personalized clinical decision support tools |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105556513A true CN105556513A (zh) | 2016-05-04 |
Family
ID=51581179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480028474.5A Pending CN105556513A (zh) | 2013-03-14 | 2014-03-14 | 用于个性化临床决策支持工具的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20140350954A1 (zh) |
EP (1) | EP2973059A4 (zh) |
JP (1) | JP2016519806A (zh) |
CN (1) | CN105556513A (zh) |
WO (1) | WO2014152305A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107978341A (zh) * | 2017-12-22 | 2018-05-01 | 南京昂特医信数据技术有限公司 | 一种基于语境的医学语义框架下的异构数据适配方法及其系统 |
CN108255476A (zh) * | 2016-12-28 | 2018-07-06 | 埃森哲环球解决方案有限公司 | 用于临床数据分析的元数据驱动的程序代码生成 |
CN108549686A (zh) * | 2018-04-11 | 2018-09-18 | 上海德衡数据科技有限公司 | 一种基于软件定义的智能化区域医疗信息互联互通标准数据库架构 |
CN109785917A (zh) * | 2018-12-25 | 2019-05-21 | 天津阿贝斯努科技有限公司 | 临床试验数据检查质疑管理系统及管理方法 |
CN110268383A (zh) * | 2017-11-13 | 2019-09-20 | 多发性骨髓瘤研究基金会公司 | 综合、分子、组学、免疫疗法、代谢、表观遗传学和临床数据库 |
CN110827988A (zh) * | 2018-08-14 | 2020-02-21 | 上海明品医学数据科技有限公司 | 一种基于移动终端进行医学数据研究的控制方法 |
CN111052259A (zh) * | 2017-09-29 | 2020-04-21 | 苹果公司 | 使用医疗术语表达的设备上搜索 |
CN111742372A (zh) * | 2018-01-29 | 2020-10-02 | 美国控股实验室公司 | 用于检测医疗保健数据中的指示符的学习过滤器 |
US11822371B2 (en) | 2017-09-29 | 2023-11-21 | Apple Inc. | Normalization of medical terms |
Families Citing this family (66)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140379390A1 (en) | 2013-06-20 | 2014-12-25 | Live Nation Entertainment, Inc. | Location-based presentations of ticket opportunities |
US9762685B2 (en) | 2005-04-27 | 2017-09-12 | Live Nation Entertainment, Inc. | Location-based task execution for enhanced data access |
CA2758481C (en) | 2009-04-30 | 2018-03-20 | Patientslikeme, Inc. | Systems and methods for encouragement of data submission in online communities |
US9781170B2 (en) * | 2010-06-15 | 2017-10-03 | Live Nation Entertainment, Inc. | Establishing communication links using routing protocols |
US20120215560A1 (en) | 2010-07-21 | 2012-08-23 | dbMotion Ltd. | System and methods for facilitating computerized interactions with emrs |
CN110570950A (zh) * | 2010-12-16 | 2019-12-13 | 皇家飞利浦电子股份有限公司 | 用于使用基于病例的推理的治疗计划的临床决策支持的系统和方法 |
US10726088B1 (en) | 2011-08-12 | 2020-07-28 | Allscripts Software, Llc | Computing system for presenting supplemental content in context |
US10593426B2 (en) | 2012-09-13 | 2020-03-17 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for automated facial biological recognition |
US10496788B2 (en) | 2012-09-13 | 2019-12-03 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for automated patient monitoring |
US20150066536A1 (en) * | 2013-08-28 | 2015-03-05 | Mckesson Financial Holdings | Method and apparatus for generating health quality metrics |
US20170017762A1 (en) * | 2014-04-17 | 2017-01-19 | Koninklijke Philips N.V. | Controlling actions performed on de-identified patient data of a cloud based clinical decision support system (cdss) |
US10665328B2 (en) * | 2014-06-30 | 2020-05-26 | QIAGEN Redwood City, Inc. | Methods and systems for interpretation and reporting of sequence-based genetic tests |
US10658073B2 (en) | 2014-08-15 | 2020-05-19 | QIAGEN Redwood City, Inc. | Methods and systems for interpretation and reporting of sequence-based genetic tests using pooled allele statistics |
US10755369B2 (en) | 2014-07-16 | 2020-08-25 | Parkland Center For Clinical Innovation | Client management tool system and method |
EP3170111B1 (en) * | 2014-07-18 | 2021-10-27 | Convida Wireless LLC | M2m ontology management and semantics interoperability |
WO2016022437A1 (en) * | 2014-08-08 | 2016-02-11 | Icahn School Of Medicine At Mount Sinai | Electronic phenotyping technique for diagnosing chronic kidney disease |
WO2016112025A1 (en) * | 2015-01-05 | 2016-07-14 | Children's Hospital Medical Center | System and method for data mining very large drugs and clinical effects databases |
US10885148B2 (en) * | 2015-03-24 | 2021-01-05 | Intelligent Medical Objects, Inc. | System and method for medical classification code modeling |
US10395759B2 (en) | 2015-05-18 | 2019-08-27 | Regeneron Pharmaceuticals, Inc. | Methods and systems for copy number variant detection |
US20170132371A1 (en) * | 2015-10-19 | 2017-05-11 | Parkland Center For Clinical Innovation | Automated Patient Chart Review System and Method |
BR112018008912A8 (pt) * | 2015-11-05 | 2019-02-26 | Koninklijke Philips Nv | mídia não transitória legível por computador, sistema de verificação de regras e método |
CN105718803A (zh) * | 2015-11-25 | 2016-06-29 | 烟台南山学院 | 一种计算机软件安全防护方法 |
US10747399B1 (en) | 2016-02-26 | 2020-08-18 | Allscripts Software, Llc | Application that acts as a platform for supplement applications |
US11011266B2 (en) * | 2016-06-03 | 2021-05-18 | Lyra Health, Inc. | Health provider matching service |
US11769599B2 (en) | 2016-06-27 | 2023-09-26 | Koninklijke Philips N.V. | Evaluation of decision tree using ontology |
US10783997B2 (en) | 2016-08-26 | 2020-09-22 | International Business Machines Corporation | Personalized tolerance prediction of adverse drug events |
CN107766395B (zh) * | 2017-03-03 | 2020-12-25 | 平安医疗健康管理股份有限公司 | 数据匹配方法和装置 |
CN110998740A (zh) | 2017-07-28 | 2020-04-10 | 皇家飞利浦有限公司 | 用于使用临床背景信息扩展搜索查询的系统和方法 |
US11151239B2 (en) * | 2017-10-02 | 2021-10-19 | Red Hat, Inc. | Single sign-on management for multiple independent identity providers |
AU2018355173A1 (en) * | 2017-10-24 | 2020-05-28 | Adventia Technology, LLC | Systems, methods, and devices for aggregated health data processing and treatment recommendation generation platforms |
US11782967B2 (en) * | 2017-11-13 | 2023-10-10 | International Business Machines Corporation | Determining user interactions with natural language processor (NPL) items in documents to determine priorities to present NPL items in documents to review |
US11222056B2 (en) | 2017-11-13 | 2022-01-11 | International Business Machines Corporation | Gathering information on user interactions with natural language processor (NLP) items to order presentation of NLP items in documents |
US10938950B2 (en) * | 2017-11-14 | 2021-03-02 | General Electric Company | Hierarchical data exchange management system |
US11139080B2 (en) | 2017-12-20 | 2021-10-05 | OrthoScience, Inc. | System for decision management |
US11010374B2 (en) | 2017-12-21 | 2021-05-18 | International Business Machines Corporation | Method and system for building a data grouping platform |
US20190206525A1 (en) * | 2017-12-28 | 2019-07-04 | International Business Machines Corporation | Evaluating Completeness and Data Quality of Electronic Medical Record Data Sources |
WO2019136070A1 (en) * | 2018-01-02 | 2019-07-11 | Talis Clinical LLC | Improved healthcare interoperability environment system |
US20190206570A1 (en) * | 2018-01-03 | 2019-07-04 | Talis Clinical LLC | Remote View Playback Tool |
US11469001B2 (en) * | 2018-03-15 | 2022-10-11 | Topcon Corporation | Medical information processing system and medical information processing method |
US20200090817A1 (en) * | 2018-04-30 | 2020-03-19 | Innoplexus Ag | System and method for secure drug discovery information processing |
US11527331B2 (en) * | 2018-06-15 | 2022-12-13 | Xact Laboratories, LLC | System and method for determining the effectiveness of medications using genetics |
US11380424B2 (en) * | 2018-06-15 | 2022-07-05 | Xact Laboratories Llc | System and method for genetic based efficacy testing |
US11398312B2 (en) | 2018-06-15 | 2022-07-26 | Xact Laboratories, LLC | Preventing the fill of ineffective or under-effective medications through integration of genetic efficacy testing results with legacy electronic patient records |
WO2020051193A1 (en) | 2018-09-05 | 2020-03-12 | Translational Imaging Innovations Llc | Methods, systems and computer program products for retrospective data mining |
US11200985B2 (en) | 2018-10-23 | 2021-12-14 | International Business Machines Corporation | Utilizing unstructured literature and web data to guide study design in healthcare databases |
US11894139B1 (en) | 2018-12-03 | 2024-02-06 | Patientslikeme Llc | Disease spectrum classification |
EP3671751A1 (en) * | 2018-12-21 | 2020-06-24 | Christopher Johnson | Systems and methods for implementing a secure database for storing a patient operational longitudinal record |
US20200303033A1 (en) * | 2019-03-18 | 2020-09-24 | Nantomics, Llc | System and method for data curation |
US20220165436A1 (en) * | 2019-03-21 | 2022-05-26 | Aizen Algo Private Limited | Method and System for Optimizing Research and Development Experimentations |
US20200320414A1 (en) * | 2019-04-02 | 2020-10-08 | Kpn Innovations, Llc. | Artificial intelligence advisory systems and methods for vibrant constitutional guidance |
CN113169957B (zh) * | 2019-04-12 | 2023-03-24 | 杭州锘崴信息科技有限公司 | 个人医疗数据安全共享和所有权去中心化的所有权系统 |
US11640403B2 (en) * | 2019-07-03 | 2023-05-02 | Kpn Innovations, Llc. | Methods and systems for automated analysis of behavior modification data |
WO2021133164A1 (en) * | 2019-12-24 | 2021-07-01 | Mimos Berhad | Unstructured data in enterprise data warehouse |
US20210202112A1 (en) * | 2019-12-30 | 2021-07-01 | Cerner Innovation, Inc. | Integrated health content framework |
US20230052573A1 (en) * | 2020-01-22 | 2023-02-16 | Healthpointe Solutions, Inc. | System and method for autonomously generating personalized care plans |
CN110955673A (zh) * | 2020-02-04 | 2020-04-03 | 医渡云(北京)技术有限公司 | 数据去标识化方法、装置、设备及存储介质 |
US11328796B1 (en) | 2020-02-25 | 2022-05-10 | Vignet Incorporated | Techniques for selecting cohorts for decentralized clinical trials for pharmaceutical research |
US11605038B1 (en) | 2020-05-18 | 2023-03-14 | Vignet Incorporated | Selecting digital health technology to achieve data collection compliance in clinical trials |
US11461216B1 (en) | 2020-05-18 | 2022-10-04 | Vignet Incorporated | Monitoring and improving data collection using digital health technology |
US11521714B1 (en) | 2021-02-03 | 2022-12-06 | Vignet Incorporated | Increasing diversity of participants in health research using adaptive methods |
US11789837B1 (en) | 2021-02-03 | 2023-10-17 | Vignet Incorporated | Adaptive data collection in clinical trials to increase the likelihood of on-time completion of a trial |
US11316941B1 (en) | 2021-02-03 | 2022-04-26 | Vignet Incorporated | Remotely managing and adapting monitoring programs using machine learning predictions |
US11361846B1 (en) | 2021-02-03 | 2022-06-14 | Vignet Incorporated | Systems and methods for customizing monitoring programs involving remote devices |
US11296971B1 (en) | 2021-02-03 | 2022-04-05 | Vignet Incorporated | Managing and adapting monitoring programs |
US11196656B1 (en) | 2021-02-03 | 2021-12-07 | Vignet Incorporated | Improving diversity in cohorts for health research |
WO2023039040A1 (en) * | 2021-09-08 | 2023-03-16 | Roswell Park Cancer Institute Corporation Health Research, Inc. | Research data discovery system and method |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005621A1 (en) * | 2005-06-01 | 2007-01-04 | Lesh Kathryn A | Information system using healthcare ontology |
US20070130206A1 (en) * | 2005-08-05 | 2007-06-07 | Siemens Corporate Research Inc | System and Method For Integrating Heterogeneous Biomedical Information |
US20080201280A1 (en) * | 2007-02-16 | 2008-08-21 | Huber Martin | Medical ontologies for machine learning and decision support |
US20080294459A1 (en) * | 2006-10-03 | 2008-11-27 | International Business Machines Corporation | Health Care Derivatives as a Result of Real Time Patient Analytics |
US20090076839A1 (en) * | 2007-09-14 | 2009-03-19 | Klaus Abraham-Fuchs | Semantic search system |
US20090204421A1 (en) * | 2007-10-29 | 2009-08-13 | Alert Life Sciences Computing S.A. | Electronic health record touch screen form entry method |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6446061B1 (en) * | 1998-07-31 | 2002-09-03 | International Business Machines Corporation | Taxonomy generation for document collections |
US6304848B1 (en) * | 1998-08-13 | 2001-10-16 | Medical Manager Corp. | Medical record forming and storing apparatus and medical record and method related to same |
JP2002245171A (ja) * | 2001-02-13 | 2002-08-30 | Canon Sales Co Inc | 医療情報管理装置、その方法、プログラム、記憶媒体 |
JP4543563B2 (ja) * | 2001-02-28 | 2010-09-15 | 株式会社日立製作所 | 統合データベースシステムにおける問合せ最適化方法 |
WO2004092333A2 (en) * | 2003-04-09 | 2004-10-28 | Omicia Inc. | Methods of selection, reporting and analysis of genetic markers using broad based genetic profiling applications |
US20060020465A1 (en) * | 2004-07-26 | 2006-01-26 | Cousineau Leo E | Ontology based system for data capture and knowledge representation |
US7630947B2 (en) * | 2005-08-25 | 2009-12-08 | Siemens Medical Solutions Usa, Inc. | Medical ontologies for computer assisted clinical decision support |
JP5302684B2 (ja) * | 2005-10-06 | 2013-10-02 | ゼネラル・エレクトリック・カンパニイ | ルールベースコンテキスト管理のためのシステム |
CA2661189A1 (en) * | 2006-08-22 | 2008-02-28 | Lead Horse Technologies, Inc. | Medical assessment support system and method |
US8037052B2 (en) * | 2006-11-22 | 2011-10-11 | General Electric Company | Systems and methods for free text searching of electronic medical record data |
WO2009032287A1 (en) * | 2007-09-07 | 2009-03-12 | Enhanced Medical Decisions, Inc. | Management and processing of information |
US7512576B1 (en) * | 2008-01-16 | 2009-03-31 | International Business Machines Corporation | Automatically generated ontology by combining structured and/or semi-structured knowledge sources |
KR20110025893A (ko) * | 2008-02-22 | 2011-03-14 | 리드 홀스 테크놀로지스 인코포레이티드 | 자동화된 온톨로지 생성 시스템 및 방법 |
US20090216558A1 (en) * | 2008-02-27 | 2009-08-27 | Active Health Management Inc. | System and method for generating real-time health care alerts |
US8838628B2 (en) * | 2009-04-24 | 2014-09-16 | Bonnie Berger Leighton | Intelligent search tool for answering clinical queries |
US8321196B2 (en) * | 2009-08-05 | 2012-11-27 | Fujifilm Medical Systems Usa, Inc. | System and method for generating radiological prose text utilizing radiological prose text definition ontology |
US20110288877A1 (en) * | 2009-11-09 | 2011-11-24 | dbMotion Ltd. | Health Information Exchange and Integration System and Methods Useful in Conjunction Therewith |
WO2011060538A1 (en) * | 2009-11-17 | 2011-05-26 | University Health Network | Systems, methods, and computer program products for generating relevant search results using snomed ct and semantic ontological terminology |
US8429179B1 (en) * | 2009-12-16 | 2013-04-23 | Board Of Regents, The University Of Texas System | Method and system for ontology driven data collection and processing |
US9015101B2 (en) * | 2011-02-21 | 2015-04-21 | General Electric Company | Systems and methods for user customization of clinical data objects using a clinical modeling language |
US8620931B2 (en) * | 2011-06-24 | 2013-12-31 | Siemens Aktiengesellschaft | Method of composing an ontology alignment |
SG188320A1 (en) * | 2011-08-31 | 2013-04-30 | Apixio Inc | Medical information navigation engine (mine) system |
US20130096944A1 (en) * | 2011-10-13 | 2013-04-18 | The Board of Trustees of the Leland Stanford, Junior, University | Method and System for Ontology Based Analytics |
-
2014
- 2014-03-14 EP EP14769634.8A patent/EP2973059A4/en not_active Withdrawn
- 2014-03-14 US US14/211,408 patent/US20140350954A1/en not_active Abandoned
- 2014-03-14 WO PCT/US2014/027190 patent/WO2014152305A1/en active Application Filing
- 2014-03-14 CN CN201480028474.5A patent/CN105556513A/zh active Pending
- 2014-03-14 JP JP2016502361A patent/JP2016519806A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005621A1 (en) * | 2005-06-01 | 2007-01-04 | Lesh Kathryn A | Information system using healthcare ontology |
US20070130206A1 (en) * | 2005-08-05 | 2007-06-07 | Siemens Corporate Research Inc | System and Method For Integrating Heterogeneous Biomedical Information |
US20080294459A1 (en) * | 2006-10-03 | 2008-11-27 | International Business Machines Corporation | Health Care Derivatives as a Result of Real Time Patient Analytics |
US20080201280A1 (en) * | 2007-02-16 | 2008-08-21 | Huber Martin | Medical ontologies for machine learning and decision support |
US20090076839A1 (en) * | 2007-09-14 | 2009-03-19 | Klaus Abraham-Fuchs | Semantic search system |
US20090204421A1 (en) * | 2007-10-29 | 2009-08-13 | Alert Life Sciences Computing S.A. | Electronic health record touch screen form entry method |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108255476A (zh) * | 2016-12-28 | 2018-07-06 | 埃森哲环球解决方案有限公司 | 用于临床数据分析的元数据驱动的程序代码生成 |
CN111052259A (zh) * | 2017-09-29 | 2020-04-21 | 苹果公司 | 使用医疗术语表达的设备上搜索 |
US11822371B2 (en) | 2017-09-29 | 2023-11-21 | Apple Inc. | Normalization of medical terms |
CN111052259B (zh) * | 2017-09-29 | 2024-03-12 | 苹果公司 | 用于在用户设备上使用医疗术语表达进行搜索的方法和设备 |
CN110268383A (zh) * | 2017-11-13 | 2019-09-20 | 多发性骨髓瘤研究基金会公司 | 综合、分子、组学、免疫疗法、代谢、表观遗传学和临床数据库 |
CN107978341A (zh) * | 2017-12-22 | 2018-05-01 | 南京昂特医信数据技术有限公司 | 一种基于语境的医学语义框架下的异构数据适配方法及其系统 |
CN111742372A (zh) * | 2018-01-29 | 2020-10-02 | 美国控股实验室公司 | 用于检测医疗保健数据中的指示符的学习过滤器 |
CN111742372B (zh) * | 2018-01-29 | 2024-05-14 | 美国控股实验室公司 | 用于检测医疗保健数据中的指示符的学习过滤器 |
CN108549686A (zh) * | 2018-04-11 | 2018-09-18 | 上海德衡数据科技有限公司 | 一种基于软件定义的智能化区域医疗信息互联互通标准数据库架构 |
CN110827988A (zh) * | 2018-08-14 | 2020-02-21 | 上海明品医学数据科技有限公司 | 一种基于移动终端进行医学数据研究的控制方法 |
CN109785917A (zh) * | 2018-12-25 | 2019-05-21 | 天津阿贝斯努科技有限公司 | 临床试验数据检查质疑管理系统及管理方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2973059A1 (en) | 2016-01-20 |
JP2016519806A (ja) | 2016-07-07 |
EP2973059A4 (en) | 2016-10-12 |
US20140350954A1 (en) | 2014-11-27 |
WO2014152305A1 (en) | 2014-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105556513A (zh) | 用于个性化临床决策支持工具的系统和方法 | |
US11580090B2 (en) | Community data aggregation with automated followup | |
Subrahmanya et al. | The role of data science in healthcare advancements: applications, benefits, and future prospects | |
US11574712B2 (en) | Origin protected OMIC data aggregation platform | |
Ross et al. | The HMO research network virtual data warehouse: a public data model to support collaboration | |
US20200035341A1 (en) | De-identification omic data aggregation platform with permitted third party access | |
US20190304578A1 (en) | Omic data aggregation with data quality valuation | |
US20140100874A1 (en) | Method for displaying linked family health history on a computing device | |
WO2013070895A1 (en) | Systems and methods for assembling electronic medical records | |
CN102270274A (zh) | 病史诊断系统和方法 | |
CN105940427A (zh) | 识别用于临床试验的候选人 | |
Sandhu et al. | Secondary uses of electronic health record data: benefits and barriers | |
CA3146318A1 (en) | Data analytics system, method and program product for processing health insurance claims and targeted advertisement-based healthcare management | |
CN104956390A (zh) | 综合保健系统及方法 | |
Happe et al. | A visual approach of care pathways from the French nationwide SNDS database–from population to individual records: the e PEPS toolbox | |
Fang et al. | Creating an open data city for healthcare: a critical review of data management strategy and development in China | |
Woo et al. | The current status of breakthrough devices designation in the United States and innovative medical devices designation in Korea for digital health software | |
Gabriel | Data Privacy and Ethical Issues in Collecting Health Care Data Using Artificial Intelligence Among Health Workers | |
Shen et al. | Development of an integrated and comprehensive clinical trial process management system | |
Wang et al. | Big data analytics for medication management in diabetes mellitus | |
Das et al. | Unlocking the Potential of Big Data Analytics for Enhanced Healthcare Decision-Making: A Comprehensive Review of Applications and Challenges | |
Verma et al. | Digital Assistant in the Pharmaceutical Field for Advancing Healthcare Systems | |
Nopany et al. | Applications of Big Data Analytics in Healthcare Management Systems | |
Covington | The remote patient-centered study approach in clinical research | |
Hebda | The Influence of Patient Health Data on Health Policy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160504 |
|
WD01 | Invention patent application deemed withdrawn after publication |