CN106415560A - 辅助患者和临床医师使用共享并且以患者为中心的决策支持工具的系统和方法 - Google Patents

Abstract

一种用于多阶段共享决策制定的系统(10)包括患者决策数据存储部(60)，其存储与关于处置路径(62)的第一阶段(64)的决策相关联的患者偏好(66)和患者理据(68)。所述系统(10)还包括支持工具辅助系统(20)，其关于用于做出关于所述处置路径(62)的下一阶段的决策的所存储的偏好(66)、理据(68)和所述处置路径(62)教导所述患者。理解得分是基于关于所述偏好(66)、理据(68)和处置路径(62)所述患者相对于所述患者的所述认知力水平(72)的测试来计算的。小于阈值得分(74)的得分导致更新针对所述患者的教导材料、重新教导和重新测试。一旦所述得分满足所述阈值(74)，则所述患者被允许转到在所述处置路径(62)上做出的决策的所述下一阶段。

Description

辅助患者和临床医师使用共享并且以患者为中心的决策支持 工具的系统和方法

技术领域

下文总体涉及临床医师和患者决策制定。其具体结合用于辅助临床医师和患者利用以患者为中心的决策支持工具的系统和方法而应用，并且将具体参考其加以描述。然而，应当理解，其也适用于其他使用场景并且不一定限于前述应用。

背景技术

共享决策制定是患者与临床医师之间的交互中的新兴趋势，特别地，关于对在其中患者的偏好是重要的影响因素的争议处置的医学决策制定。常常受患者的个人偏好影响的决策的范例包括关于早期前列腺癌和乳腺癌的处置选择、癌症预防和筛查决策以及对于其他疾病和损伤的手术与保守处置。患者的偏好的影响变得更加明显，例如，当特定处置选择会不利地影响生活质量，但是可以在具有最小生活质量影响的情况下比其他选项具有更高的治愈率或成功率。患者的偏好在处置的选择中发挥重大的作用。

共享决策制定增加了患者的通过为患者提供关于针对诊断和处置的备选选项的定制信息而做出知情的健康护理选择的能力。在决策制定过程的一些实施方案中，在患者决策支持工具或辅助的帮助下执行共享决策制定。该工具和/或辅助为患者提供对其相应的疾病状态的更好的理解、增加患者的相对健康教导以及对以无偏见的方式对质量健康护理相关信息的访问权。现有患者决策支持工具聚焦于将教导信息从可信源提供给患者、让患者指定其自身的偏好和值、并且使患者与临床医师讨论其获得的信息以达到由患者理解和同意的决策。

例如，当患者被诊断具有特定类型的癌症时，多学科临床医师的团队坐在一起并且讨论情况来确定哪些处置选项是可用的。不久之后，临床医师与患者坐在一起并且讨论诊断和可用的处置选项。然后，临床医师和患者联合地决定基于临床指南的推荐的处置和患者路径。然而，基于已知医学实践，处置和路径的该选择是一般化的，并且不考虑个性化信息，诸如对在处置超过病理学、症状和其他共同临床参数之后对不同的生活质量影响的患者的偏好。

此外，众所周知的问题在于，患者未充分地理解什么选项可用于他们并且特别地针对他们那些选项的结果意味着什么。尽管当前决策辅助(例如，基于论文的值澄清表格、基于网络的工具等)在某种程度上考虑健康结果(包括恢复和副作用)和对副作用的患者的值，但是其未充分考虑患者的生活方式制度。此外，这些工具手动地基于其他信息源并且解除到其他信息源。另外，许多共享决策基于口头讨论，其对于患者充分理解所有信息或甚至充分理解是困难的。

另外，不存在允许患者基于结果参数(例如，副作用、恢复时间等)的个人偏好对其处置和临床路径进一步个性化以使得其能够基于改变的结果参数视觉上看到其患者路径的改变的交互方案。此外，不存在允许用户调节其处置路径(例如，使处置较不频繁)和查看那些改变对结果参数的影响的交互方案。

另外，患者和临床医师常常面临基于作为标准诊断流程的一部分而收集的信息做出困难的处置决策。由于额外或新诊断测试变为可用的，因而将该信息整合到现有决策辅助中是具挑战性的，其可以帮助患者和/或临床医师确定针对当前患者的最佳处置计划。

当前共享决策制定患者支持工具缺少基于患者的个体健康认知力和记忆力的定制。一般地，患者未足够地授权或关于在每个共享决策制定符合其临床医师之前现有工具的决策支持内容感到繁琐和厌烦。

另外，患者在记住其自身偏好和针对早期决策的理据(rational)方面具有困难。亦即，患者一般不记住其同意特定处置过程的原因。在记住理据中的该困难不限于患者，因为医生也可能未能在关于特定处置建议患者时记住其建议或逻辑。

记住其理据和偏好的失败导致理临床医师和患者要求额外的努力和咨询时间来到达在长决策范围(通常若干年)中做出的后期共享决策中的“相同页面”。这是因为早期和后期决策需要连同患者的偏好以及对保持相对一致的疾病的理解来规划，以便贯穿整个疾病管理时间范围实现全局最佳解决方案。

此外，当前共享患者决策制定支持工具仅聚焦于准时决策并且忽视对于整个长期疾病管理的个性化患者支持。患者常常在记住后续访问和坚持整个处置路径计划方面具有困难。后续访问和坚持长期处置规划对于保守疾病管理(诸如对于前列腺癌的主动监测)是特别重要的，其要求具有改变的处置规划的多个后续访问。

发明内容

下文公开了一种克服上文所提到的问题和其他问题的新的、并且经改进的方法和系统。

根据一个方面，一种用于多阶段共享决策制定的系统，包括：患者决策数据存储部，其存储与关于处置路径的第一阶段的决策相关联的患者偏好和患者理据。所述系统还包括支持工具辅助系统，其用于关于所存储的患者偏好、所述患者理据和所述处置路径来教导所述患者，以做出关于所述处置路径的下一阶段的决策。

根据另一方面，一种用于多阶段共享决策制定的方法，包括：接收与处置路径的第一阶段相对应的患者偏好和理据信息，并且将所接收的患者偏好和理据信息存储在相关联的数据库中。所述方法还包括：根据所存储的偏好和理据信息来计算理解得分，并且针对与之对应的共享决策，根据所计算的理解得分而继续到所述处置路径的下一阶段。

根据另一方面，一种用于对患者路径进行个性化的系统，包括：一个或多个处理器，其被编程为：在初始处置阶段之前接收与患者的医学记录有关的患者数据，从所述患者接收所述患者的生活方式值和偏好，根据所述患者数据和所述患者的生活方式值和偏好来生成患者路径和处置选项，并且生成用于评价和比较路径和处置选项的选择的图形工具，并且将所述患者的生活方式值和偏好以及所选择的路径和处置选项存储在存储器中。所述一个或多个处理器还被编程为：在所述初始处置阶段之后，接收与在处置的所述第一阶段之后的反映所述患者的医学状况的所述患者的医学记录有关的患者数据，从所述存储器检索所述患者的生活方式值和偏好，接收对所述患者的生活方式值和偏好的调节，根据所述患者数据和所述患者的生活方式值和偏好重新生成患者路径和处置选项，并且生成用于评价和比较在所述第一处置阶段之前所选择的路径和处置选项与重新生成的患者路径和处置选项的图形工具。

一个优点是贯穿所述整个疾病管理范围实现全局最佳方案。

另一优点在于在处置路径的各阶段期间患者偏好和患者和临床医师理据的连续性。

另一优点在于关于疾病和处置的连续、自适应的教导。

另一优点在于贯穿处置的多阶段患者决策支持。

另一优点在于使关于过往处置决策的患者混淆最小化。

另一优点在于降低决策后悔、改进个体健康认知力、降低医师咨询时间并且改进处置期间的患者满意度。

本领域技术人员在阅读和理解了下文的详细说明之后，将领会到更进一步的优点。

附图说明

本发明可以采取各种部件和部件布置以及各种步骤和步骤的安排形式。附图仅出于图示优选的实施例的目的，并且不应被解释为限制本发明。

图1是根据本主题申请的一个实施例的信息技术(IT)基础设施的框图。

图2示意性图示了包括处置决策阶段和处置路径的乳腺癌处置的护理持续性。

图3是根据本主题申请的一个实施例的描绘用于确定患者偏好的范例调查问题的接口。

图4图示了根据本主题申请的一个实施例的早期决策的个性化参量和理据的范例接口。

图5图示了根据本主题申请的一个实施例的用于多阶段共享决策制定的一种方法。

图6图示了根据本主题申请的一个实施例的用于多阶段共享决策制定的一种方法。

具体实施方式

本申请提出了辅助患者经由共享决策支持系统做出多阶段共享决策的系统和方法。为了辅助患者，在做出早期决策过程中的患者的偏好和理据被存储，以使患者的混淆最小化并且使针对后期决策的决策制定容易，以贯穿整个疾病管理时间范围实现全局最佳方案。本申请还提供根据其健康认知力和记忆力来定制和增强个体患者的学习经历，以确保在每个共享决策制定符合其医生之前患者被足够地授权的能力。

根据一个实施例，本申请提出了经由对被患者用于做出先前决策的信息的保留实现多阶段共享决策制定的系统和方法。所保留的信息被重新用于辅助患者和医师决策处置的下一阶段。根据所保留的信息，共享决策支持工具可以确认患者关于特定疾病或可用处置的教导水平并且经由图形用户接口增加教导水平。根据一个实施例，前述信息的保留可以被用于使关于过往处置的患者混淆最小化并验证处置之间的患者一致性。

参考图1，示出了用于经由共享决策支持系统18和支持工具辅助系统20使用保留的用户偏好的多阶段共享决策制定的系统10的框图，所述共享决策支持系统18被配置为在做出特定处置决策的过程中向患者提供支持，并且所述支持工具辅助系统20被配置为经由患者的患者信息和教导的保留来辅助对系统18的利用。共享决策支持系统18从患者的视角定量地评价和比较诊断和处置的备选选择，以找到最好的个性化医学决策。在一个实施例中，共享决策支持系统18利用算法来将预后和临床结果(诸如死亡率和发病率的概率)转换为在从患者的视角评价和比较不同的选择的过程中对患者直接有意义的值。系统18的输入参数包括患者的个人医学记录、关于适当群体的结果和预后的临床证据、患者的值和偏好66等。系统18的输出可以是备选选择的定量评价和比较以及简单的、直接的处置推荐连同特定决策/推荐中的患者的理据68和医师的理据70。如果患者请求，则系统18能够提供包括常规教导材料的额外输出、大型患者社区的信息和访问权、所有备选选项是最好的概率、所有估计的置信区间和计算所基于的证据。根据一个实施例，可以经由支持工具辅助系统20基于患者的认知力水平72调节来自系统18的输出，如下文所讨论的。

共享决策支持系统18还使得患者能够以相同的量度来比较备选选择，诸如允许患者调节生活方式制度和偏好、输出参数、患者路径、质量调整寿命年(QALY)、总体结果或特定结果参数的期望概率等。如果患者是感兴趣的，则系统18还能够提供关于参数的源以及以计算为基础的模型和数学运算的细节。本申请经由患者偏好66和理据68的存储以及医师理据70来简化针对患者和医师的共享决策制定过程、降低患者的压力、增加患者对其决策的满意度、确保和改进决策质量和连续性、降低临床医师的工作量、增加提供给患者的教导的质量和效率、增加临床医师的信心并且降低总体医疗成本。

共享决策支持系统18还可以量化来自于额外的或新的诊断测试的潜在新的信息是否将帮助确定最佳处置计划。通过包含提供者特异性的处置递送统计结果，决策支持系统提供处置计划针对该患者与特定护理提供者将是多么成功的估计。共享决策支持系统18还允许护理提供者在将结果示出给患者之前建立置信区间限制。对于护理提供者而言，另一选项是评估被用于确定最佳处置选项的信息的源，以确保源与当前患者相关。

参考图1，示出了图示诸如医院的医学机构的IT基础设施10的实施例的框图。IT基础设施10适合地包括经由通信网络8互连的患者个性化系统12、患者信息系统14、一个或多个医学信息系统16、共享决策支持系统18以及支持工具辅助系统20等。如将理解到的，通信网络8可以包括如下中的一个或多个：因特网、内联网、局域网、广域网、无线网络、有线网络、蜂窝网络、数据总线等。还应当理解，IT基础设施10的部件可以被定位在中心位置或多个远程位置处。

患者个性化系统12使得患者能够从患者的视角输入患者值、生活方式制度以及与患者的诊断和处置有关的偏好66。患者个性化系统12还接收对在医学机构中正在被处置的患者的处置阶段64和路径62的备选选择的定量评价和比较。关于下文所讨论的针对乳腺癌的护理持续性中的共享决策23，在图2中图示了各种处置路径62和阶段64。例如，患者个性化系统12显示对处置和路径的选择的定量评价和比较，包括在相同量度上对备选选择的比较，诸如允许患者调节生活方式制度和偏好、输出参数、患者路径、QALY、总体结果或特定结果参数的期望概率等。

患者个性化系统12包括：显示器22，诸如CRT显示器、液晶显示器、发光二极管显示器，以显示对选择的评价和/或比较；以及用户输入设备24，诸如键盘和鼠标，以供患者输入患者的值和偏好66和/或修改评价和/或比较。患者个性化系统12还可以从患者接收与特定处置决策相关联的规定的或选择的理据68。规定或选择的理据68可以被输入在患者的自身的字中、可以从呈现给患者的可用理据的集合中选择等。在一个实施例中，患者值、偏好66和理据68被存储在患者个性化数据库26中。在另一实施例中，在做出特定处置决策中的患者的偏好66和理据68被存储在下文详细讨论的患者决策数据存储部60中。患者个性化系统12的范例包括，但不限于：可以在个人计算机上访问和/或显示的软件应用、基于网络的应用、平板电脑、移动设备、蜂窝电话等。

患者信息系统14存储与正由医学机构处置的患者有关的患者数据。患者数据包括患者的医学记录、患者群体资料，诸如体重、年龄、家族史、副发病变等。患者数据还可以包括从一个或多个传感器收集的生理数据、生理数据、实验数据、由一个或多个成像设备采集的成像数据、患者的管理数据、患者的医学记录等。在一个实施例中，患者数据包括存储在患者个性化数据库26中的患者的值、生活方式制度和偏好66。患者数据还可以包括医师理据70、医师处置笔记、评论、认知力得分72等。患者数据可以自动地生成、可以手动地输入或者可以是其组合的结果。当执行对患者数据中的一些或全部的手动输入时，能够采用用户输入设备28。根据一个实施例，患者信息系统14包括显示设备30，其为用户提供在其内手动地输入患者数据和/或用于显示所生成的患者数据的用户接口。在一个实施例中，患者数据被存储在患者信息数据库32中。患者信息的范例包括，但不限于：电子医学记录系统、部门系统等。

图1的基础设施10还包括医学信息系统16，其存储从与正被处置的患者有关的群体采集的医学数据。例如，医学信息系统16存储与不同群体的各种临床问题有关的群体水平医学数据。医学数据包括来自文献、回顾性研究、临床试验、结果和预后的临床证据等的群体水平知识。医学数据还可以包括与疾病有关的当前医学知识、处置路径、与患者知识水平有关的测试信息、健康认知力信息、阈值得分、提醒等。可以自动地、手动地或者其组合地生成医学数据。当手动输入时，例如，系统16可以利用用户输入设备34。根据一个实施例，医学信息系统16包括显示设备36，其为用户提供在其内手动地输入医学数据和/或用于显示所生成的医学数据的用户接口。在一个实施例中，医学数据被存储在医学数据库38中。在另一实施例中，患者数据也被存储在医学数据库38中。医学信息系统的范例包括，但不限于：医学文献数据库、医学试验和研究数据库、地区和国家医学系统等。医学数据的一些或全部可以被存储在患者决策数据存储部60上，如下文所讨论的。

根据一个实施例，共享决策支持系统18存储实现临床支持工具或患者决策辅助的临床模型和算法。所述临床模型和算法通常包括一个或多个诊断和/或处置选项，作为正被处置的患者的患者数据和临床问题的函数。临床模型和算法还可以包括基于患者的状态和患者数据的各种诊断和/或处置选项的推荐。具体地，基于最好的可用证据，即，基于通过诸如随机化临床试验的科学方法和研究采集的临床证据，临床模型和/或指南是针对具有特定疾病或状况的患者的所确定的诊断和/或处置选项。在接收患者数据之后，共享决策支持系统18应用与正被处置的患者的临床问题有关的临床模型和算法。共享决策支持系统81然后基于患者数据提供可用的诊断和/或处置选项。还应当设想到，随着更多患者数据变为可用的，共享决策支持系统18更新可用于患者的诊断和/或处置选项。具体地，共享决策支持系统18采集患者数据、医学数据、临床模型和算法等并且将处置和路径的备选选择的定量评价和比较提供给在医学机构中正被处置的患者(例如，图2)。例如，共享决策支持系统18采集来自患者信息系统14的患者的医学记录、来自医学信息系统16的适当群体的结果和诊断的临床证据、临床模型和算法、患者值、生活方式制度和由患者输入的偏好，并且显示处置和路径的选择的定量评价和比较。共享决策支持系统18包括：显示器40，诸如CRT显示器、液晶显示器、发光二极管显示器，以显示临床模型和算法；以及用户输入设备42，诸如键盘和鼠标，以用于临床医师输入和/或修改临床模型和算法。

图1中所描绘的基础设施10还包括支持工具辅助系统20，其辅助患者贯穿对应的处置路径62的各阶段利用共享决策支持系统18。根据一个实施例，支持工具辅助系统20从对应于与针对患者的特定处置路径62相关联的处置决策的初始选择的共享决策支持系统18接收输出。支持工具辅助系统20与存储与患者有关的信息的患者决策数据存储部60通信。除存储在医学数据库32、个性化数据库26和医学设备数据库38中的信息之外，该患者信息特别地涉及患者。如在图1中所示，患者决策数据存储部可以包括例如处置路径62、完成或剩余的(一个或多个)处置阶段64、患者偏好66、与过往处置决策有关的患者理据68、医师理据70、患者的认知力水平72、与参与决策制定的下一阶段有关的得分阈值74以及针对关于患者的处置的患者或医师生成的任何提醒76。

可以关于共享决策支持系统18确定患者偏好66，如上文所讨论的。患者理据68可以响应于特定处置的患者选择来自动地生成、可以经由个性化系统12由患者输入或者其组合。将理解到，患者理据68可以由支持工具辅助系统20用于辅助患者做出关于沿着所选择的处置路径62的处置的下一阶段64的决策。例如，患者可能已经基于对即将到来的事件的早期处置决策，选择较少的侵入性流程以允许参与这样的事件。当必须决定下一基本上侵入性流程时，具有该信息能够帮助患者理解为何该下一流程可以是如此剧烈的。此外，可以提醒患者其理据以帮助确定处置的下一阶段64。患者的认知力水平72对应于其关于其特定疾病、处置路径62、医学进步、处置阶段64等具有的信息量和理解。支持工具辅助系统20可以被配置为经由健康认知力确定系统54促进对患者认知力72的该确定。

健康认知力确定系统54可以被配置为关于正被处置的疾病的细节、关于处置的现有技术、所选择的处置路径62的各种阶段64等教导患者。可以使用根据特定疾病和处置路径64生成的问题来确定患者的健康认知力72。根据一个实施例，健康认知力确定系统54经由对应的图形用户接口可以呈现关于患者的疾病概况的短测试和可能的未来处置路径64以及决策来确保和测试患者的理解。在前述测试中包含的问题可以被调节为反映患者的先前错误，以便确保患者适当地准备好参与其处置路径62中的决策制定的下一阶段64。

支持工具辅助系统20还可以包括得分计算单元56，其被配置为响应于健康认知力确定系统54来分析由患者提交的答案。由计算单元56生成的得分可以与得分阈值74进行比较，以辅助支持工具辅助系统20确定患者是否被足够地教导并且准备好参与做出关于处置的下一阶段64的决策。得分计算单元56可以利用各种输入来确定与患者相关联的得分。得分计算单元56可以计算估计针对其早期处置决策的其自身的疾病、其偏好66和其理据68的患者的个人理解的得分。根据一个实施例，该得分随着患者根据遗忘曲线遗忘逐渐地减小。该得分可以是基于患者的先前测试历史更新的贝叶斯(Bayesian)，即，在先前测试中得分高的患者不太可能再次测试来维持其个人疾病特异性知识理解水平或健康认知力72。例如，得分计算单元56可以被配置为检测和识别何时在针对处置的下一阶段64的过往处置决策的患者的早期偏好66与理据68之间发生不一致性。当检测到不一致性时，可以通知医师患者要求关于其疾病和/或处置的额外的咨询和建议。

在一个实施例中，支持工具辅助系统20包括提醒生成单元58，其被配置为生成关于针对患者的处置的阶段64的提醒和/或通知。提醒生成单元58可以被配置为：关于需要做出或执行的即将到来的决策或处置，将电子邮件消息、日历通知、自动化呼叫或其他适合的通知装置发送给患者和/或医师。在生成或在传递给患者之后，这样的提醒76可以被存储在患者决策数据存储部60中。支持工具辅助系统20包括：显示器50，诸如CRT显示器、液晶显示器、发光二极管显示器，以显示临床模型和算法；以及用户输入设备52，诸如键盘和鼠标，以供患者输入和/或修改患者偏好66、患者理据68、来自健康认知力确定系统54的答案测试问题，并且与共享决策支持系统18进行交互。

IT基础设施10的部件适合地包括执行实现前述功能的计算机可执行指令的处理器44，其中，计算机可执行指令被存储在与处理器44相关联的存储器46上。将理解到，在不使用处理器的情况下，可以以硬件实现前述功能中的至少一些。例如，可以采用模拟电路。此外，IT基础设施10的部件包括通信单元48，其为处理器44提供从其通过通信网络20传递的接口。更进一步地，尽管分离地描述了IT基础设施10的前述部件，但是将理解到，能够组合所述部件。

如上文所提到的，共享决策支持系统18和支持工具辅助系统20接收(一个或多个)推荐的患者处置路径62或(一个或多个)处置选项，其利用可用的患者数据、医学数据、临床模型和算法、对结果参数的患者的偏好(例如，副作用的严重性、处置的频率、处置之后的生存预测、针对处置之后的并发症的风险评估等)、关于决策选择的患者理据68和患者的生活方式制度(日程、习惯、饮食、锻炼、在处置之后针对长期损伤和残疾的风险估计等)。因此，共享决策支持系统18和支持工具辅助系统20不仅利用患者对结果参数具有的值，而且还将其个性化到患者的需求和上下文。

在一个实施例中，共享决策支持系统18生成图形工具，其允许患者对基于输入生成的(一个或多个)定制的患者路径或(一个或多个)处置选项进行可视化，如上文所描述的。图形工具视觉上描绘了针对每个(或选定的)路径或处置选项的对健康结果的(一个或多个)个性化患者路径和视觉趋势，包括恢复时间、结果(例如，身体的、精神的、情绪的)、处置的频率和方案、主要生活方式改变和其他不良影响(例如，饮食、睡眠、疲倦、性生活等)。在另一实施例中，通过图形地调节以上参数中的任一个参数以可视化其他结果参数的趋势和患者路径上的该改变的影响，患者能够控制并且进一步个性化图形工具。备选地，用户能够图形地调节路径并且查看所有结果参数的趋势上的该改变的影响。

图形工具还基于来自医学数据的可用医学证据以及临床模型和算法来描绘总体结果的概率。在一个实施例中，患者能够调节结果的概率并且看到所有参数和患者路径上的改变的影响。除总体结果的概率之外，能够添加特定结果参数的其他概率(基于可用的证据)：例如，体能的下降的特定趋势的可能性、恢复的可能性、身体疼痛的可能性等。还能够示出特定患者路径如何频繁或实践的额外信息，其还能够由患者来调节，以查看例如所使用的最频繁的路径。在其中可用证据不可用于该(一个或多个)特定概率值的情况下，系统自动地搜索最近可用证据并且将其指示给用户。

在另一实施例中，图形工具允许患者随时间视觉地探索特定患者路径或处置选项的结果参数，即，癌症的恢复和副作用。患者能够要么点击视觉患者路径上的任何特定点要么调节特定视觉控制工具(例如，随时间的视觉滑动条)来可视化例如癌症的大小/扩散；可视化副作用(诸如掉头发的数量等)。此外，视觉能够与这样的结果的概率耦合，使得用户能够调节概率值并且查看改变的视觉。

特别地，在一个实施例中，共享决策支持系统18从患者视角将预后和临床结果(诸如死亡概率和不同的发病率)转换为定量决策评价和比较。所述评价依赖于可用的患者数据、医学数据、临床模型和算法、对输出参数的患者的偏好、患者的生活方式制度等。在另一实施例中，共享决策支持系统18使得患者能够根据其自身的偏好使用组合存活时间和生活质量的相同量度来评价和比较备选决策选择。这导致针对患者的直接、简单、个人和定量的决策支持工具。在另一实施例中，共享决策支持系统18还提供关于参数的源的细节、如果患者感兴趣的计算的方式以及任何其他相关教导材料。例如，共享决策支持系统18提供对不同的备选选择的更多定量的评价和比较以及能够直接帮助患者容易地回答其面对的困难的问题的决策支持。从患者视角和置信区间在考虑存活时间和生活质量二者的QALY方面评价选择。

为了实现这一点，给定其当前状况，共享决策支持系统18利用患者数据、临床模型和算法、医学数据等来计算针对患者的最佳患者路径和/或处置选项。具体地，临床模型和算法被应用到患者以确定可用的患者路径和/或处置。然后，在估计用于计算基于相关群体的医学数据对针对路径和/或处置选项中的每一个的存活和生活质量进行折衷的可比较量度的参数的过程中利用患者的偏好、生活方式制度和值。

个人偏好和值评估的关键作用是理解患者的偏好并且在决策制定过程中充分利用这些偏好。例如，调查或调查表通过对完美健康中的生活和具有不同损伤的生活的时间进行折衷来确定偏好。图3提供了根据一个实施例的呈现给患者以确认患者偏好66的调查的范例图示。时间折衷调查导致针对不同的损伤或残疾的个性化和可比较的量度、生活质量。此外，生活质量随时间的积分导致可比较的量度QALY，其使得患者和医师根据患者的自身偏好直接地比较不同的选择。共享决策支持系统18的前述操作还由上文所描述的支持工具辅助系统20扩增。当患者在处置的后续阶段64期间与共享决策支持系统18交互时，提醒患者在做出那些决策过程中患者所使用的过往决策、先前偏好66和理据68。

在处置期间或之后，患者能够输入主观数据(例如，填写调查表)或者患者报告的结果，并且临床医师能够输入关于疾病的进展信息(例如，肿瘤减小大小)，以基于可用证据对照期望的恢复和副作用来比较处置效果(所选择的患者路径)如何，从而进一步理解并且甚至图形地可视化处置的有效性和进展。一旦处置已经发起，则这可以在患者路径中的任何特定点处完成。例如，在处置的不同点或阶段处的成像结果或患者数据可以被上载到系统并且被用于与期望结果(存储在医学证据的知识库中的图像或图片)进行比较并且产生处置有效性或进展得分。使用患者报告的结果数据，系统能够视觉地描绘恢复和副作用的实际趋势与基于可用的证据的期望趋势之间的差异。

针对所有不同的选项，共享决策支持系统18还利用临床模型和算法以及医学数据基于患者的疾病状态来估计临床结果，诸如死亡概率和发病概率。为了实现这一点，共享决策支持系统18根据患者的偏好和值来评估不同发病率的QALY结果。然后，评价患者的不同决策选择的QALY结果。这些QALY结果是定量的、可比较的和个性化的，并且被呈现给患者。为了避免使患者难以应对，能够在不同的水平处提供结果和证据。例如，在一个实施例中，如果患者是感兴趣的，则利用其他可用的细节显示最直接的结果(即，不同处置的期望QALY)。在另一实施例中，给定其符合医学数据和临床模型和算法的当前状况，在针对患者的不同的备选动作的情况下，计算期望QALY和对应的置信区间。在另一实施例中，期望QALY的置信区间是经由随机敏感性分析的计算机。应当理解，不像通常是临床研究的焦点并且通常能够从针对不同群体的文献找到的死亡概率，根据选择的每个特定备选动作的并发症或副作用的概率来计算损伤/残疾的概率。能够通过要么从临床提供者对纵向数据集中的患者进行计数要么直接使用在针对患者所属于的群体的医学文献中所提供的值来获得死亡和发病的风险。

在另一实施例中，共享决策支持系统18将额外诊断测试和/或提供者特异性处置递送统计结果提供到患者个性化决策制定过程中。决策支持工具使用标准诊断测试(直肠指检(DRE)、Gleason评分、前列腺特异性抗原(PSA)测试和肿瘤分级)，其反映生成处置结果上的可用证据所基于的最有效的独立参数。利用可用于进一步指定患者的预处理“高级的”或否则额外的诊断测试和/或利用提供者特异性处置递送统计结果而不是来自文献的一般结果，改进然后将使所有备选方案中的一些或全部不同地排序的治疗备选方案之间的辨别(例如，在针对结果预测的较窄的置信区间方面)。例如，“高级的”诊断测试可以包括Dx(m-p)MRI、图像融合、超声弹性成像、组织扫描、PCA3等。在置信区间不能够足够窄以提供处置选项的额外区别能力的情况下，共享决策支持系统18能够通知患者这些额外高级测试对于特定患者是不必要的。

在另一实施例中，共享决策支持系统18使得护理提供者能够调节置信区间限制，以针对难以捕获将改变处置选项的排序的关于患者的信息的情况进行调节。例如，如果患者具有针对不同肿瘤的先验辐射治疗，那么辐射治疗将不是针对当前患者的选项，而不管来自模型的排序如何。共享决策支持系统18还使得护理提供者能够评估被用于估计针对患者的最佳处置选项的参考的适用性。例如，如果患者被定位在与其中收集源数据的地理区域显著不同的特定地理区域中，那么基于该数据向患者推荐处置选项将是不合适的。

共享决策支持系统18还通过基于关于来自可用证据的测试的准确度和精确度的数据来对结果量度的置信区间的变窄进行建模，提供与额外测试有关并且预测这样的额外测试能够如何支持决策的信息，以使其预测能力在决策制定过程中是可行动的。例如，如果进行超过标准诊断测试的诊断测试X提供处置Q将比处置R或S对患者更有效的新证据，则继续进行诊断测试X是值得的。

在另一实施例中，共享决策支持系统18利用提供者特异性处置递送统计结果而不是来自文献的一般统计结果，以降低处置选项的置信区间重叠，从而为患者提供提供者特异性处置决策支持。这使得护理提供者能够调节置信区间限制来说明难以理解或难以捕获关于患者的信息的情况。护理提供者还具有被用于研发估计针对当前患者的最佳处置选项的模型的源数据的有用性的权限。

为了实现这样的功能，医学信息系统16存储与提供健康建议的机构有关的信息(通过健康护理专业人员潜在地在诊断和治疗服务中间)，给定特定健康选择以患者的疾病的路径的统计或优化模型的形式的适用和可用证据，以及提供有关于患者的偏好、预处理和发现的数据的计算决策辅助应用。医学信息系统16还存储关于未包括在所述先前讨论的统计或优化模型中的备选诊断或治疗模型的可用证据，其中，该添加的证据允许共享决策支持系统18将备选方法与关于其准确度和精确度的先前所讨论的统计模型中所采用的那些备选方法相比较来通知模型内的计算。

如果将应用未包括在模型中但是定量地与准确度、精确度和预测值上的标准测试可比较的特定或一些“高级的”测试，则由共享决策支持系统18所提供的该比较允许具有统计或优化模型基于由模型所采用的“标准”测试针对每个处置选择预测的结果估计的潜在降低的方差的估计。使该功能对于由允许“评价额外测试的区别影响”的用户接口元件辅助的决策的用户而言可用，其中，用户能够选择测试或测试集并且看到结果预测的置信区间如何改变(如果其变得更窄，则用户可能想要应用测试，否则测试被证明是不必要的)。

如有效的额外诊断测试那样，提供者特异性处置递送统计结果还能够改进结果估计的准确度。提供者特异性统计结果可以从保险提供者或医院/设施获得，其中，提供者定期地执行感兴趣流程等。除了其他因素，这些统计结果可以包括提供者一般地处置的患者群体的疾病的严重性、归因于患者的副发病变的无法阻止的并发症的比例。例如，一些提供者致力于处置具有特定副发病变的患者，因此，如果患者具有该副发病变，则由该提供者处置可以是有益的。

在另一实施例中，用户(例如，患者或健康护理专业人员)开始指定可接受的置信区间或者设定针对个体处置选择的结果的“重叠”的可接受的水平，并且共享决策支持系统18选择哪些额外的测试将允许该情况。基本上，这是上文所描述的方法的反转：取代“如果你进行高级诊断测试A，那么J是结果并且你使置信区间变窄Y％”，其将允许用户设定“我想要降低重叠，我需要进行什么高级诊断测试？”，或者“我愿意接受的置信区间的最大范围是+/-X％，我应当考虑的选项是什么？”，“或者最大可接受的重叠是Z％，应当进行什么额外的诊断测试来最接近实现这一点？”。这将假定存在若干新的高级诊断测试。尽管消除推荐处置选项的估计中的重叠可能难以或者不可能实现，但是降低重叠可以是满意的备选方案。来自共享决策支持系统18的响应可以是：没有额外的测试能够降低推荐处置选项的估计中的重叠，并且这将是来自系统的有效响应。

在又一实施例中，可以考虑如每高级诊断测试的额外的成本的其他因素。在另一实施例中，护理提供者能够在与患者共享患者决策辅助来解释难以理解或难以捕获关于患者的个人信息之前，调节针对患者的可接受的置信区间。在另一实施例中，护理提供者能够评估被用在模型中的源数据的相关性，其对针对当前患者的最佳处置选项进行排序，以确保仅使用最准确和相关的信息。

支持工具辅助系统20将补充图形用户接口提供给患者，同时与共享决策支持系统18进行交互。图4提供了患者的早期做出的决策的图示，例如，在做出这样的早期决策中利用的偏好66和理据68。支持工具辅助系统20可以然后在进行调查时与共享决策支持系统18协作(如在图3中所示)，以确认患者的当前偏好66、患者的当前健康认知力等。一旦收集了该额外的信息，则支持工具辅助系统20经由得分计算单元56计算估计患者对其自身疾病、处置、偏好66和理据68和先前决策的理解的理解得分。然后，将该得分与指示患者是否准备好参与其处置的下一决策阶段64的阈值得分相比较。当患者的得分超过该阈值时，患者和医生可以利用共享决策支持系统(如上文所描述的)来确定处置路径62的下一阶段64中的动作(例如，乳房肿瘤切除术或乳房切除术)的下一过程。在患者的得分下降到小于该阈值的情况下，患者可以被呈现额外的教导材料和测试以进一步加强患者的理解或者可以通知医师可能要求进一步的咨询。将理解到，尽管在图1中被图示为基础设施10的分离部件，但是共享决策支持系统18和支持工具辅助系统20可以被组合为被配置为执行本文所描述的功能的单个设备。

如本文所使用的“计算机可读存储介质”包含可以存储由计算设备的处理器可执行的指令的任何有形存储介质。该计算机可读存储介质可以被称为计算机可读非暂态存储介质。该计算机可读存储介质也可以被称为有形计算机可读介质。在一些实施例中，计算机可读存储介质还可能能够存储可以由计算设备的处理器访问的数据。计算机可读存储介质的范例包括但不限于：软盘、磁硬盘驱动器、固态硬盘、闪速存储器、USB拇指驱动器、随机存取存储器(RAM)、只读存储器(ROM)、光盘、磁光盘和所述处理器的所述寄存器文件。光盘的范例包括压缩光盘(CD)和数字多用光盘(DVD)，例如CD-ROM、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R光盘。所述术语计算机可读存储媒体也是指能够由所述计算机设备经由网络或通信链路访问的各种类型的记录媒体。例如，可以通过调制解调器、因特网或局域网来检索数据。对计算机可读存储介质的引用应当被解释为可能地是多个计算机可读存储介质。(一个或多个)程序的各种可执行部件可以被存储在不同的位置。该计算机可读存储介质可以例如是相同计算机系统内的多个计算机可读存储介质。该计算机可读存储介质还可以是分布在多个计算机系统或计算设备中间的计算机可读存储介质。

“计算机存储器”或“存储器”是计算机可读存储介质的范例。计算机存储器是处理器可直接访问的任何存储器。计算机存储器的范例包括但不限于：RAM存储器、寄存器和寄存器文件。对“计算机存储器”或“存储器”的引用应当被解释为可能是多个存储器。该存储器可以例如是相同计算机系统内的多个存储器。该存储器还可以是分布在多个计算机系统或计算设备中间的多个存储器。

“计算机存储设备”或“存储设备”是计算机可读存储介质的范例。计算机存储设备是任何非易失性计算机可读存储介质。计算机存储设备的范例包括但不限于：硬盘驱动器、USB拇指驱动器、软盘驱动器、智能卡、DVD、CD-ROM和固态硬盘驱动器。在一些实施例中，计算机存储设备也可以是计算机存储器或反之亦然。对“计算机存储设备”或“存储设备”的引用应当被解释为可能是多个存储。该存储可以例如是相同计算机系统或计算设备内的多个存储设备。该存储还可以是分布在多个计算机系统或计算设备中间的多个存储。

如本文所使用的“处理器”包含能够运行程序或机器可执行指令的电子部件。对包括“处理器”的所述计算设备的应用应当被解释为可能包含超过一个处理器或处理核心。该处理器可以例如是多核心处理器。处理器也可以是指单个计算机系统或分布在多个计算机系统之间的处理器的集合。所述术语计算设备还应当被解释为可能是指各自包括(一个或多个)处理器的计算设备的集合或网络。许多程序使其指令由可以在相同计算设备内或可以甚至跨多个计算设备分布的多个处理器来执行。

如本文所使用的“用户接口”是允许用户或操作者与计算机或计算机系统相互作用的接口。“用户接口”也可以被称为“人机接口设备”。用户接口可以将信息或数据提供给所述操作者和/或从所述操作者接收信息或数据。用户接口可以使来自操作者的输入能够由所述计算机接收并且可以将输出从所述计算机提供给所述用户。换句话说，所述用户接口可以允许操作者控制或操纵计算机，并且所述接口可以允许所述计算机指示所述操作者的控制或操纵的所述效果。显示器或图形用户接口上的数据或信息的所述显示是将信息提供给操作者的范例。通过键盘、鼠标、轨迹球、触摸板、指点杆、图形输入板、操纵杆、手柄、网络摄像头、头戴式耳机、变速杆、转向盘、踏板、有线手套、跳舞毯、遥控器和加速度计的数据的所述接收全部是使能来自操作者的信息或数据的所述接收的用户接口部件的范例。

如本文所使用的“硬件接口”包含使计算机系统的所述处理器能够与计算设备和/或装置相互作用或对其进行控制的接口。硬件接口可以允许处理器将控制信号或指令发送到外部计算设备和/或装置。硬件接口也可以使处理器能够与外部计算设备和/或装置交换数据。硬件接口的范例包括但不限于：通用串行总线、IEEE 1394端口、并行端口、IEEE 1284端口、串行端口、RF-232端口、IEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口和数字输入接口。

如本文所使用的“显示器”或“显示设备”包含适于显示图像或数据的输出设备或用户接口。显示器可以输出视觉、听觉和/或触觉数据。显示器的范例包括但不限于：计算机监视器、电视屏幕、触摸屏、触觉电子显示器、盲文屏幕、阴极射线管(CRT)、存储管、双稳态显示器、电子纸、矢量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影仪和头戴式显示器。

本文所描述的数据库中的每个数据库，诸如数据库26、32、38、60，适合地包括计算机数据库，其中，计算机数据库由单个计算机实现、跨越多个计算机分布等。此外，数据库中的每个数据库以促进对这样的数据的回忆和访问的结构化方式适合地存储数据。此外，如本文所使用的，存储器包括如下中的一项或多项：非暂态计算机可读存储介质；磁盘或其他磁存储介质；光盘或其他光存储介质；随机存取存储器(RAM)、只读存储器(ROM)、或其他电子存储器设备或芯片或操作性地互连的芯片的集合；可以经由互联网/内联网或局域网从其检索所存储的指令的互联网/内联网服务器；等等。此外，如本文所使用的，控制器包括如下中的一个或多个：微处理器、微控制器、图形处理单元(GPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等；通信网络包括如下中的一个或多个：因特网、局域网、广域网、无线网络、有线网络、蜂窝网络、数据总线(诸如USB和I2C)等；用户输入设备包括如下中的一个或多个：鼠标、键盘、触摸屏显示器、一个或多个按钮、一个或多个交换机、一个或多个开关等；并且显示器包括如下中的一个或多个：LCD显示器、LED显示器、等离子显示器、投影显示器、触摸屏显示器等。

图5呈现了用于辅助患者做出关于其处置的后续决策的范例方法的简化流程图500。在502处，来自共享决策支持系统18的输出由支持工具辅助系统20接收用于特定处置决策。然后，在504处，支持工具辅助系统20存储与处置决策相关联的患者偏好66和患者理据68。在506处，关于其早期决策的其疾病、处置路径64、患者偏好64和患者理据68来由支持工具辅助系统20教导和测试患者。

然后，在508处，该支持工具辅助系统20计算针对患者的理解得分，并且使用该得分来确定针对下一测试的定时和问题。如上文所讨论的，可以根据错误答案、不一致性等来调节呈现给患者的问题。将理解到，支持工具辅助系统20可以基于所计算的理解得分而确定，可能要求患者的认知力72的更频繁或较不频繁的测试。然后，在510处，做出所计算的理解得分是否大于预定阈值得分的确定。在患者的理解得分下降到小于阈值的情况下，操作返回到506，其中，患者被重新教导和测试直到理解得分满足或超过阈值。

一旦在510处满足或超过阈值得分，则操作转到512，其中，患者保持用于处置路径62上的任何后续访问和下一事件/决策。随后地，在514处，患者被推进决策处置的下一阶段64，使得操作返回到502，其中，共享决策支持系统18被用于确定下一决策并且输出由支持工具辅助系统20接收，如上文所描述的。

现在转到图6，示出了支持工具辅助系统20的操作的一个扩展实施例的详细流程图600。方法在602处开始，其中，接收到患者健康护理信息。然后，在604处，关于各种疾病处置选项来教导患者。在606处，调查关于处置和生活质量的患者偏好66，如上文详细描述的。然后，在608处，根据患者医学信息和前述调查的结果，即患者偏好66，来确定适用的处置路径62。然后，在610处，适用的处置路径62和决策被呈现给患者。

然后，在612处，接收与要求决策的处置的处置路径62和阶段64之一相对应的特定处置决策的患者选择。例如，如在图2中所示，针对乳腺癌的各种处置路径62可以被呈现给患者和医师，其中，处置路径62之一是根据患者的特定疾病概况(在图2中强调的)来选择的。在选择该路径62之后，必须关于术前化疗做出共享决策23。在612处，接收关于处置的该阶段64的共享决策23。在614处，与关于该特定共享决策23建议患者相关联的医师理据70被存储在患者决策数据存储部60中。

在616处，与共享决策23相关联的用户的偏好66和理据被存储在患者决策数据存储部60中。然后，可以根据对术前化疗的共享决策23来处置患者。在618处，患者数据存储60中的患者信息然后被更新以反映处置阶段64的性能。在620处，操作然后继续到处置路径62的下一阶段64。将理解到，处置路径62的下一阶段64可以在未来的大量的时间发生，即，取决于所决策的过程，术前化疗可以花费数周或甚至数月。

当在下一阶段64处是时候做出决策(例如，针对初级处理(乳房切除术或乳房肿瘤切除术)的共享决策23)时，操作继续到622。在622处，从适当的数据存储26、32、38、60检索患者偏好66、患者理据68、医师70和其他患者医学信息。然后，在624处，经由合适的图形用户接口(例如，图4)关于早期决策(术前化疗)、其过往偏好66、过往理据68等来教导患者。根据一个实施例，在624处，被用于教导患者的材料可以被定制为特定于该患者，即，与疾病、过往处置、潜在的未来处置等有关的特异性信息。在这样的实施例中，为了教导而呈现给患者的信息可以基于患者的特定健康信息，例如，体重、年龄、当前处方相互作用和各种其他患者特异性数据。将理解到，学习经历的这样的增强基本上增加并且提高了关于其处置的患者的健康认知力水平72。在626处，关于与疾病和/或处置路径62有关的医学中的任何新发展来教导患者。将理解到，医学数据库32或34可以被用于提供前述新的发展。然后，在628处，关于其疾病、过往偏好66、过往理据68和所选择的处置路径62经由健康认知力确定系统54来测试患者，以便确定与患者相关联的当前认知力水平72。

然后，在630处，通过得分计算单元56针对患者计算理解得分来估计其特定疾病、可用的处置、其偏好66、其理据68等的患者的当前理解。在632处，做出所计算的得分是否大于预定阈值得分的确定。基于在632处所计算的理解得分小于预定阈值74的确定，操作继续到634，其中，患者的答案被分析以确定患者偏好66是否已经改变。在患者偏好66已经改变的情况下，在636处，可以关于过往偏好与当前偏好之间的不一致性来警告患者的医师，这使得医师能够与患者安排额外的咨询。偏好66中的改变还可以警告医师过往处置的不良的副作用、患者的心理条件的衰退、生活方式的改变等。所检测的不一致性的额外的原因可能不利地影响患者的健康，因此可以经由立即警告、预定通信装置等通知医师。

在在636处警告医师之后或者在634处确定未确定偏好66中的不一致性时，响应于测试的结果，在638处更新用于教导患者的材料。例如，教导材料可以被更新以专注于在测试期间由患者的答案证明的错误、误解或遗忘。根据一个实施例，关于在其中患者的健康认知力72是低的测试期间所标识的区域的额外的信息可以从对应的数据库26、32、38、60检索以用于并入待呈现给患者的教导材料中。在下文中，操作返回到624，其中，关于其特定疾病、过往偏好66和理据68、当前医学状态、处置路径62等来(重新)教导患者。操作在下文中关于图6继续，如上文详细讨论的。

返回632，在确定患者的所计算的理解得分满足或超过预定阈值得分74时，操作继续到640。在640处，确定与处置(例如，辅药处置)的如下阶段64有关的患者的下一测试的定时和问题。然后，患者被允许继续到在642处针对处置64(即，初级处置)的下一阶段做出的决策。在644处，关于如下处置(辅药处置)针对患者生成提醒76，其中，关于图6的操作返回612以用于特定处置决策(例如，乳房肿瘤切除术或乳房切除术)的选择。亦即，针对对应于在处置路径62上待做出的下一事件或决策的患者生成提醒。操作在下文中针对所选择的处置路径62的整体而继续。将理解到，尽管图6中所提供的范例遵循单个处置路径62，医学必要性可以迫使偏离到另一路径(即，癌症是比预期更侵入性的，癌症已经扩散到其他身体部分/系统等)。基于这样的事件，本文所呈现的系统和方法能够适于自始至终教导和评价患者、患者偏好等。

应当理解，结合本文所呈现的具体说明性实施例，特定结构和/或功能特征被描述为包含在所限定的元件和/或部件中。将理解到，这些特征还可以在适于相同或类似益处的情况下同样地被包含在其他元件和/或部件中。还应当理解，示范性实施例的不同方面可以酌情选择性地被用于实现适于期望的应用的其他备选实施例，其他备选实施例从而实现包含在其中的方面的相应的优点。

还应当理解，本文所描述的具体元件或部件可以具有其适合经由硬件、软件、固件或其组合实现的其他功能性。额外地，应当理解，在适合的情况下，如包含在一起的本文所描述的特定元件可以是独立的元件或以其他方式分开的。类似地，可以通过独立地动作以执行单独的功能的多个不同的元件执行如由一个具体元件所执行的所描述的多个具体功能，或者可以通过一致地动作的多个不同的元件分开和执行特定单独的功能。备选地，在适当的情况下，可以物理地或功能地组合在本文中另外描述和/或示出为相互不同的一些元件或部件。

简而言之，已经参考优选的实施例阐述了本说明书。显而易见地，他人在阅读和理解本说明书之后可以进行修改和变型。本发明旨在被理解为包括所有这样的修改和变型，只要其落入权利要求或其等价方案的范围之内。也就是说，应当理解，各种以上所公开的和其他特征和功能或其备选方案可以期望地组合到许多其他不同的系统或应用中，而且可以随后由本领域的技术人员做出其中各种目前未预见到的或未预期到的替代、修改、变型或改进，其类似地旨在由权利要求书所涵盖。

Claims (20)

1.一种用于多阶段共享决策制定的系统(10)，包括：

患者决策数据存储部(60)，其用于存储与关于处置路径(62)的第一阶段(64)的决策相关联的患者偏好(66)和患者理据(68)；以及

支持工具辅助系统(20)，其被配置用于关于所存储的患者偏好(66)、所述患者理据(68)和所述处置路径(62)来教导所述患者，以做出关于所述处置路径(62)的下一阶段(64)的决策。

2.根据权利要求1所述的系统(10)，还包括：

健康认知力确定系统(54)，其被配置用于：

在做出关于所述处置路径(62)的所述下一阶段(64)的所述决策之前，关于所述患者偏好(66)、所述患者理据(68)、被处置的疾病和所述处置路径(62)来测试所述患者，并且

响应于所述测试的输出来确定健康认知力水平(72)。

3.根据权利要求2所述的系统(10)，还包括：

得分计算单元(56)，其用于关于所确定的健康认知力水平(72)来计算所述患者的理解得分。

4.根据权利要求3所述的系统(10)，其中，所述支持工具辅助系统(20)响应于所计算的理解得分小于阈值得分而重新教导所述患者。

5.根据权利要求3-4中的任一项所述的系统(10)，其中，所述支持工具辅助系统(20)响应于所计算的理解得分小于阈值得分而警告医师。

6.根据权利要求3-5中的任一项所述的系统(10)，其中，所述支持工具辅助系统(20)响应于所确定的健康认知力水平(72)以及对由所述健康认知力确定系统(54)进行的所述测试的至少一个患者响应来更新教导材料。

7.根据权利要求3-6中的任一项所述的系统(10)，其中，所述支持工具辅助系统(20)将所计算的理解得分与阈值得分(74)进行比较，其中，关于所述处置路径(62)的所述下一阶段(64)的所述决策被允许根据大于所述阈值得分(74)的所述理解得分来做出。

8.根据权利要求1-7中的任一项所述的系统(10)，其中，通过所述支持工具辅助系统(20)教导所述患者还包括生成图形用户接口，所述图形用户接口描绘所存储的患者偏好(66)、所存储的患者理据(68)以及与所述处置路径(62)相对应的至少一个处置。

9.根据权利要求1-8中的任一项所述的系统(10)，还包括：

提醒生成单元(58)，其被配置用于生成与所述处置路径(62)上的后续访问或下一决策中的至少一个相对应的提醒(76)。

10.根据权利要求1-9中的任一项所述的系统(10)，还包括：

共享决策支持系统(18)，其用于接收所述患者偏好(66)和所述患者理据(68)，同时辅助所述患者做出关于所述处置路径(62)的所述第一阶段(64)的所述决策。

11.一种用于多阶段共享决策制定的方法，包括：

接收(502)与处置路径(62)的第一阶段(64)相对应的患者偏好(66)和理据(68)；

将所接收的患者偏好信息(66)和理据信息(68)存储(504)在相关联的数据库(60)中；

根据所存储的偏好信息(66)和理据信息(68)来计算(508)理解得分；并且

针对与之对应的共享决策，根据所计算的理解得分来决定(514)所述处置路径(62)的下一阶段(64)。

12.根据权利要求11所述的方法，还包括：

从所述相关联的数据库(60)检索(622)所存储的患者偏好信息(66)和所述理据信息(68)；并且

根据所检索的患者偏好信息(66)和所检索的理据信息(68)、以及新医学发展、疾病或所述处置路径(62)中的至少一个来教导(624)所述患者。

13.根据权利要求11和12中的任一项所述的方法，还包括：

测试(628)所述患者以相对于所述偏好(66)、所述理据(68)或所述处置路径(62)中的至少一个来确定所述患者的认知力水平(72)；

根据所确定的认知力水平(72)来计算(630)所述理解得分；并且

将所计算的理解得分与预定阈值得分(74)进行比较(632)，

其中，根据所计算的得分大于或等于所述阈值得分而继续到(514)所述下一阶段(64)。

14.根据权利要求11-13中的任一项所述的方法，还包括：

响应于所计算的理解得分小于所述阈值得分(74)来确定(634)所述偏好(66)或所述理据(68)中的至少一个中的不一致性；并且

响应于所确定的不一致性来警告(636)医师安排咨询。

15.根据权利要求13和14中的任一项所述的方法，还包括：

响应于所述测试(628)来更新(638)用于教导所述患者的教导材料。

16.根据权利要求11-15中的任一项所述的方法，其中，所述患者偏好(66)或所述患者理据(68)是根据对应于与所述患者相关联的处置和生活质量中的至少一个的调查来确定的。

17.根据权利要求12-16中的任一项所述的方法，其中，通过所述支持工具辅助系统(20)教导(624)所述患者还包括生成图形用户接口，所述图形用户接口描绘所存储的患者偏好(66)、所存储的患者理据(68)以及与所述处置路径(62)相对应的至少一个处置。

18.一种承载软件的非暂态计算机可读存储介质，所述软件控制一个或多个电子数据处理设备执行根据权利要求11-17中的任一项所述的方法。

19.一种电子数据处理设备，其被配置为执行根据权利要求11-18中的任一项所述的方法。

20.一种用于对患者路径进行个性化的系统(10)，所述系统包括：

一个或多个处理器，其被编程为在初始处置阶段之前：

接收与患者的医学记录有关的患者数据；

从所述患者接收所述患者的生活方式值和偏好；

根据所述患者数据以及所述患者的生活方式值和偏好来生成患者路径和处置选项；

生成图形工具以进行评价并将路径和处置选项的选择进行比较；

将所述患者的生活方式值和偏好以及所选择的路径和处置选项存储在存储器中；

其中，所述一个或多个处理器还被编程为在所述初始处置阶段之后：

接收与在处置的所述第一阶段之后的、反映所述患者的医学状况的所述患者的医学记录有关的患者数据；

从所述存储器检索所述患者的生活方式值和偏好；

接收对所述患者的生活方式值和偏好的调节；

根据所述患者数据以及所述患者的生活方式值和偏好来重新生成患者路径和处置选项；并且

生成图形工具以进行评价并将在所述第一处置阶段之前所选择的路径和处置选项与重新生成的患者路径和处置选项进行比较。