CN112567473A - 通过机器学习系统预测低血糖比率 - Google Patents

Abstract

系统、方法和计算机产品可预测患者的低血糖比率。方法包括接收代表患者的医疗记录的数据，所述患者已被诊断患有糖尿病。方法包括使用机器学习系统确定低血糖事件的预测的比率，所述机器使用代表多个患者的医疗记录的数据以及各个患者相应的低血糖事件的比率进行训练。方法还包括产生患者的预测的比率。

Description

通过机器学习系统预测低血糖比率

优先权要求

本申请要求2018年6月22日提交的美国临时专利申请序列号62/689,005的权益，将其全部内容通过引用合并于本申请。

背景技术

机器学习是计算机科学领域中人工智能的子集，其通常使用统计技术使计算机能够“学习”(即，逐步提高特定任务的性能)数据，而无需进行明确的编程。

发明内容

通常，本说明书中描述的主题的一个创新方面可体现在包括接收代表患者的医疗记录的数据的行为的方法中，所述患者已被诊断出患有糖尿病。方法包括使用机器学习系统确定低血糖事件的预测的比率的动作，所述机器使用代表多个患者的医疗记录的数据以及各个患者低血糖事件的相应比率的数据进行训练。方法还包括产生患者的预测的比率的动作。

前述实施方案和其它实施方案可各自任选地包括一个或多个以下特征，单独地或组合地。多个患者中的每个可使用相同类型的基础胰岛素。方法可包括如下动作：使用第二机器学习系统确定低血糖事件的第二预测的比率，第二机器使用代表第二多个患者的医疗记录的数据和各个第二患者的低血糖事件的相应比率进行训练，其中第二多个患者中的每个使用第二类型的基础胰岛素，第二种类型的基础胰岛素不同于第一种类型的基础胰岛素，并且比较第一预测的比率和第二预测的比率。方法可包括基于所述比较为患者推荐基础胰岛素的动作。方法可包括如下动作：通过向机器学习系统提供与第二多个患者中每个的医疗记录对应的数据，确定第二多个患者的低血糖事件的多个预测的比率，基于数据和低血糖事件的多个预测的比率，鉴定数据中与低血糖事件的预测的比率相关的一个或多个协变量，并且生成鉴定一个或多个协变量以及低血糖事件的相应的预测的比率的报告。方法可包括如下动作：通过向机器学习系统提供与第二多个患者中每个的医疗记录对应的数据，第二多个患者中的每个具有相同的协变量，确定第二多个患者的低血糖事件的多个预测的比率，并且生成鉴定协变量和低血糖事件的相应的预测的比率的报告。

本公开内容还提供计算机可读存储介质，所述计算机可读存储介质偶联到一个或多个处理器并且具有存储在其上的指令，所述指令在由一个或多个处理器执行时，通过本文提供的方法的实施，使一个或多个处理器执行操作。

本公开内容进一步提供用于实施本文提供的方法的系统。系统包括一个或多个处理器，以及偶联到该一个或多个处理器并且具有存储在其上的计算机可读存储介质，所述指令在由一个或多个处理器执行时，通过本文提供的方法的实施使一个或多个处理器执行操作。

可理解的是，本公开内容的实施方案可包括本文所述的方面和特征的任何组合。即，本公开内容的实施方案不限于本文具体描述的方面和特征的组合，还包括所提供的方面和特征的任何其它适当的组合。

本说明书所述主题的一个或多个实施方案的细节在附图和以下描述中概述。所述主题的其它特征、方面和优点会从说明书、附图和权利要求中变得明显。

附图说明

图1说明其中训练机器学习模型以预测低血糖事件的预期比率的环境。

图2是说明用于将事件分类为ED/门诊病人、住院病人(继发性)或住院病人(原发性)的过程的实例的流程图。

图3说明用于确定低血糖比率的各种协变量的实例过程。

图4说明确定低血糖比率的各种协变量的实例。

图5是用于使用患者数据来生成经训练的机器学习模型的过程实例的流程图。

各个附图中，相同的附图标记和标记表示相同的元件。

发明详述

糖尿病是导致死亡的第七大原因，也是美国发病的主要原因。它影响估计2910万美国人口，每年新诊断有140万。到2030年，受影响的患者人数预计增加到大于5490万。2012年，美国诊断出的糖尿病总费用为2450亿美元(直接医疗费用为1760亿美元，生产力下降690亿美元)。

由于疾病负担越来越大，与糖尿病相关的并发症对于有效预防和治疗变得越来越重要。低血糖症是糖尿病患者中的胰岛素和口服降糖药(OAD)的频发并且可能致命的不良反应。除了直接引起低血糖的风险外，复发性发作还导致对未来发作的恐惧，并且已显示构成患者主导和医生主导的最佳血糖控制障碍。导致的血红蛋白A1c(HbA1c)水平升高与微血管(和潜在的大血管)并发症风险增加有关。

据估计，1型糖尿病(T1DM)每周平均经历两次轻度低血糖事件，并且每年平均经历一次严重事件。但是，来自1型患者的随机临床试验的事件比率，以每名患者每年表示，严重事件为0.15，非严重事件为88.3。2型糖尿病(T2DM)的事件比率在研究之间变化更大，严重和非严重事件的比率分别为每名患者每年0.05至26.6个事件。然而，研究表明，这些研究严重低估现实世界中低血糖的真实比率，特别是对于严重事件。

低血糖事件的平均成本在研究之间也是异质的，并且由于低血糖定义和成本估算方法的差异而难以合并。目前对住院低血糖事件的平均成本估算为2205美元至17564美元。每次低血糖事件的平均门诊费用在148美元至501美元之间。

不同的基础胰岛素已显示不同的低血糖比率。例如，多项研究表明，在关于严重的低血糖事件方面，甘精胰岛素100单位/毫升(Lantus)优于鱼精蛋白胰岛素。一些基础胰岛素，例如甘精胰岛素300单位/毫升(Toujeo)，与其他药物相比，显示出更平坦、更长的药代动力学和药效学特征，并且可持续控制血糖超过24小时。

因此，在美国，低血糖症的负担是巨大的，通过为每位患者确定合适类型的基础胰岛素，可获得显著收益。通过减少这些患者的所得医疗费用来估算付款人的成本节省，可有助于指导付款人进行决策和药品定价谈判。

图1说明其中可训练机器学习模型以预测低血糖事件的预测的比率的环境100。本文描述的系统使用电子医疗记录数据(EMR)102(其可从多个不同来源获得，包括但不限于医院记录和医师记录)来训练机器学习系统。在一些实施方式中，EMR可包括关于人口统计学和社会经济类别、编码的诊断和程序、处方和施用的药物、实验室结果以及临床管理数据的信息。在一些实施方式中，EMR可由处理器104处理。例如，EMR可包括结构化和非结构化数据。结构化数据可包含信息，例如访问日期、患者姓名等。非结构化数据可包括医生添加的自由格式文本(例如医生的便笺、访问摘要等)。EMR处理器可使用技术如自然语言处理以从EMR中的非结构化数据中提取事实，并且将其转换为结构化EMR数据106。

在一些实施方式中，EMR处理器104可过滤一些医疗记录。例如，EMR处理器104可仅为共享值即特定变量(称为协变量)的患者选择医疗记录。协变量的实例可包括，例如性别、地理区域、比率、年龄范围、保险公司、诊断以来的年限、HbA1c范围、体重指数、血压范围、糖尿病并发症、酒精和/或药物使用情况以及任何其它生理或人口统计学特征。EMR处理器104可为例如如下所述的一个或多个计算机系统。

在一些实施方式中，相同的手动创建的协变量可用于描述性分析、低血糖比率的预测模型以及成本估算分析。预定的协变量可基于关于低血糖事件和成本预测因素的文献的专业临床综述。可使用ICD-9和ICD-10诊断代码、实验室值、药品名称和/或国家药品编码(NDC)代码来定义预定的协变量。除非协变量与成本相关，否则EHR数据集(而非保险索赔)可用于鉴定协变量，在这种情况下，可使用保险索赔数据。

默认的回溯期可使用开始治疗之前的一年，但也可根据假设协变量的承受程度而改变。例如，癌症的回顾期可为五年，这是因为如果患者在大于五年之前诊断出癌症而随后没有诊断出，则患者不太可能在索引日期患上活动性癌症。对于历史范围不影响其在数据集中被捕获的可能性(例如性别和种族)的协变量，回溯期可为八年或可仅受可用数据量的限制。对于不可逆和慢性病症，最长回溯期也可为八年，或可仅受可用数据量的限制。

用于低血糖比率模型和成本估算分析的协变量类别及其回溯期的实例如下：

1.人口统计数据

a.这些协变量的回溯期为八年

2.社会经济学

b.这些协变量的回溯期为八年

3.合并症

c.这些协变量的回溯期范围从1年(对于可逆/急性病症)到8年(对于不可逆/慢性病症)

d.Charlson合并症指数(CCI)得分是合并症类别中一个独特的协变量。CCI代表对患者合并症病症(包括糖尿病并发症类别)的测量，其与前期指数(包括糖尿病并发症)相关。

4.糖尿病并发症

e.这些协变量的回溯期为八年

5.糖尿病病情

a.这些协变量的回溯期在数据集中先前的低血糖事件是一年，并且在已知的糖尿病持续时间是八年。

药物使用

a.这些协变量的回溯期为一年

其它协变量可仅包含为成本估算分析部分(而不是低血糖比率预测)，因为预期这些是与低血糖相关的成本(而非低血糖比率)的驱动因素：

1.医师专长：

f.回溯期是“医师专长”协变量的所有可用数据，并且“医师最常开处方的胰岛素”为两年。

2.先前的平均低血糖事件成本

g.该协变量的回溯期为一年

可确定另一组协变量。这组协变量可不预先指定，但是涵盖患者索引日期之前1年内出现的所有合并症、程序和处方(以下统称为“标记”)，可包括在预测模型中。

在一些实施方式中，可使用以下方法进行无监督的协变量创建

1.标记之间的距离定义为：

a.每个标记都与包含标记为真或假的一组患者的向量有关

b.那么标记之间的距离就是向量之间的杰卡德(Jaccard)距离

2.然后生成基于这些距离的聚类：

a.执行基于距离矩阵的层次聚类，得出聚类层次。聚类之间的平均距离用于层次链接聚类

3.提取聚类的层次级别定义为：

a.“不一致”方法用于确定我们要在哪个层次级别上提取聚类。“不一致”是指链接的聚类中平均距离的不一致：大的值表示不应链接聚类

4.可选择许多患者治疗“展示”的聚类：

a.在形成的1,500个聚类中，选择大多数患者治疗所展示的100个

b.如果患者治疗在索引日期之前的一年内具有构成聚类的任何诊断、程序或处方(例如标记)，则据说患者治疗“展示”聚类

5.聚类的医疗合理化：

a.随后，临床专家检查衍生的聚类的医学逻辑，从而验证用于无监督聚类生成的参数。

在一些实施方式中，可在生成训练数据108之前但在生成结构医疗记录106之后，例如通过过滤器116来过滤EMR记录。

结构化的EMR数据106可用于生成训练记录108(统称为训练集)。训练记录可代表结构化EMR数据中的可用数据。例如，在一些实施方式中，结构化EMR记录的一部分可用于训练机器学习系统，同时其余记录用于验证经训练的机器学习系统。在一些实施方式中，可在患者处于基础胰岛素治疗期间的“患者治疗”水平创建培训记录。因此，可为单个患者创建多个训练记录。分析的单位是“患者治疗”，其定义为其中在数据集中的基础胰岛素治疗上观察患者的时间段(治疗指数与治疗观察结束之间的时间段)。低血糖事件仅在该患者治疗期内是目标终点。

可将治疗指数日期定义为以下任一个日期：任何基础糖尿病的最开始处方；或处方从一种基础胰岛素到另一种基础胰岛素的改变。基线中的基础胰岛素包括：Gla-300、Gla-100、IDet、IDeg和NPH。用于研究的感兴趣的索引基础胰岛素为：Gla-300、Gla-100、IDet和IDeg。

出于比率计算的目的，“持续时间”可视为先前所述的患者治疗期间的持续时间减去该期间所有住院病人停留的持续时间。

在一些实施方式中，索引日期是BI的第一个处方的日期或处方从一种基础胰岛素到另一种基础胰岛素的改变。治疗结束可定义为数据集中的随访期的结束，处方从索引基础胰岛素到另一BI的改变，或治疗指数日期之后的一年(以最早发生者为准)。

在一种实施方式中，如果患者治疗符合任何以下标准，则可将患者治疗从训练数据中排除：

1.使用多种类型的基础胰岛素的治疗：也就是说，同一位患者在另一种治疗开始后一周内(之前或之后)开始进行患者治疗。

2.在指数日期之前的365天中，任何不活动时间超过270天的患者治疗(不活动被定义为数据集的相关表中没有任何带时间戳的数据)。

3.治疗持续时间少于一天的患者治疗。

单独地，由于根据医院提供者的处方集，患者通常在入院时转入标准基础胰岛素，因此住院期间从患者治疗的持续时间中排除住院病人的住院时间。因此，住院病人住院期间的低血糖事件不能归因于索引基础胰岛素。

训练记录可包括关于低血糖事件的信息。在一些实施方式中，低血糖事件可在患者治疗期间进行计数。确定低血糖比率的持续时间视为患者治疗期间的持续时间减去该期间所有住院病人住院的持续时间。低血糖事件可为训练集的预期输出。例如，训练集可训练机器学习系统，以确定在固定时期(例如，一个月、六个月、一年、5年等)内发生预期的低血糖事件数量的可能性。或者，训练集可训练机器学习系统以确定一个时间段(例如，一个月、六个月、一年、5年等)内发生预期的低血糖事件数量。

低血糖事件比率可包括严重事件和非严重事件两者。图2是将低血糖事件分类为严重或非严重的过程的实例的流程图。‘严重’低血糖的定义可包括，例如本质上是严重、给药肌内胰高血糖素的ICD-9/10代码。此外，可使用EMR的自然语言处理来鉴定低血糖症。就严重程度而言，任何不严重的低血糖事件都可定义为‘非严重’。

在一些实施方式中，如果满足任何以下标准，则将事件定义为低血糖：

1.ICD-9和10低血糖诊断代码

2.实验室血浆葡萄糖水平≤70mg/dl

3.给药肌内胰高血糖素

4.NLP输出

在一些实施方式中，NLP公认的低血糖事件定义为低血糖的任何陈述，其中负面情绪或有历史性发作迹象的除外。例如，低血糖的“陈述”可为以常规表达“.*低血糖.*”形式出现的任何事件，除非该术语恰好是“低血糖意识”、“低血糖性意识障碍”或“新生儿低血糖”中的一种。“负面情绪”可为对提及的低血糖症为阴性，从而表明例如没有发生低血糖症的任何迹象。历史事件是表明所提及的为过去事件(例如“患者有低血糖病史”)的记录。在一些实施方式中，负面情绪和历史关键字的列表可用来排除伴随的低血糖症的陈述。

在一些实施方式中，每个日历日最多可计数一次低血糖事件。例如，如果通过多个护理地点或多个定义标准记录低血糖事件，则仅计数一次事件。

在一些实施方式中，如果满足任何以下条件，则低血糖事件可定义为严重：

1.默认情况下，低血糖ICD-9或10诊断代码是严重的(ICD-9 249.30；250.30；250.31；251.0；ICD-10E08.641；E09.641；E10.641；E11.641；E13.641；E15)

2.低血糖ICD代码被标记为可入院诊断、出院或入院时就诊的主要原因

3.低血糖开始日期发生在急诊室(ED)就诊或住院病人入院的同一天

4.存在血浆葡萄糖测量<54mg/dl

5.给药肌内胰高血糖素

6.低血糖的NLP陈述伴随着严重程度的描述符，包括严重程度的术语(例如“严重”)和属性(例如“紧急”)

7.NLP低血糖事件发生在急诊就诊或住院病人入院的同一天

机器学习环境110可包括机器学习训练器112。机器学习训练器112可训练机器学习模型114，以预测不同患者的低血糖事件的预测的比率。经训练的机器学习系统可以各种不同方式使用，包括为与患者的低血糖结果相关的患者鉴定最合适的基础胰岛素，从而改善患者健康。

通常，机器学习可包含多种不同的技术，所述技术用于训练机器执行特定任务，而无需专门编程以执行那些任务。可使用不同机器学习技术来训练机器，所述技术例如监督学习、无监督学习和强化学习。在监督学习中，向机器提供感兴趣的输入和相应输出。机器调整其功能以在提供输入时提供期望输出。监督学习通常用于教导计算机解决由结果决定的问题，例如，训练集108可用于训练经训练的机器学习模型114，以预测给定患者或患者组的低血糖事件的可能性。相反，在无监督的情况下提供输入而不提供相应期望输出。无监督学习通常用于分类问题，例如客户细分(例如，基于与低血糖事件相关的特征将患者分为不同组)。强化学习描述一种算法，机器可通过试错做出决策。当做出好选择或坏选择时，反馈通知机器。然后机器相应地调整其算法。

在训练过程中，可使用不同算法，其中包括广义线性回归(GLM)。Poisson(泊松)GLM是用于基于独立输入对离散计数进行建模的算法。

为了开发能够准确地预测低血糖事件比率的经训练的机器学习系统，可使用不会误导的信息来训练机器学习模型114。然而，糖尿病患者治疗(和其它医疗条件)可为不安定的。例如，患者可从一种基础胰岛素转换为另一种基础胰岛素。因此，在一些实施方式中，一些患者的EMR 102(和因此相应的训练数据108)可从训练数据中排除。

图2是说明用于将事件分类为ED/门诊病人(结果210)、住院病人(继发性)(结果212)或住院病人(原发性)(结果214)的过程的实例的流程图。

如果事件符合所有以下标准，则可将其定义为主要住院病人(结果214)：

1.如果事件可链接到访问表并且访问类型不是ED(步骤202)

2.低血糖事件不仅可通过自然语言处理来鉴定(步骤304)

3.可使用诊断表发现事件(步骤206)

4.诊断标记为“出院诊断”、“入院诊断”或“入院时存在”

如果事件符合所有以下标准，则可将其定义为继发性住院病人：

1.低血糖事件不仅可通过NLP来鉴定(步骤204)

2.如果可使用诊断表发现事件，则诊断不标记为“出院诊断”、“入院诊断”或“入院时存在”(步骤206)

3.可将事件使用PTID链接到访问表，访问类型为住院病人，并且低血糖事件日期在访问开始日期减去1天到访问结束日期加上1天之间(这允许缓冲以将低血糖事件链接到给出的访问，通常在数据集中没有匹配的确切日期)(步骤208)

在一些实施方式中，如上所述，可将继发性住院事件排除在外，因为患者通常转换为不同基础胰岛素并且在住院病人住院期间改变其剂量。因此，在此期间的任何低血糖事件都不能归因于患者常用的胰岛素。

例如，如果事件符合以下的任一条件，则可将其定义为门诊/ED(结果210)：

1.可将事件使用PTID链接到访问表，访问类型为ED，并且低血糖事件日期在访问开始日期减去1天到访问结束日期加上1天之间(步骤202)

2.事件仅使用自然语言处理来鉴定(步骤204)

3.事件仅使用NLP不被鉴定，如果其可使用诊断表来鉴定，则诊断不标记为出院诊断、入院诊断或入院时存在，并且无法链接到访问表(步骤206)

一旦创建训练记录，就可将训练记录用于训练机器学习系统。可训练不同类型的机器学习模型。

例如，经训练的学习模型可实施为广义线性模型。在各种情况下，不同类型的广义线性模型可为适当的。使用零膨胀负二项式GLM(zNBGLM)是因为它通过估计最有可能导致数据中出现的低血糖计数的每位患者低血糖事件比率来模拟在给定时间段内发生的离散事件计数。zNBGLM的一个缺点是，模型允许非常多的自由度，并且倾向于过拟合较小线段的数据，从而降低泛化性能。广义线性模型的另一种类型是泊松GLM。泊松GLM非常适合于对离散计数进行建模，但不允许‘过度分散’(即，将方差约束为等于均值)。泊松GLM使用低血糖事件的数量作为目标变量(结果)，并将观察的长度作为偏移变量。

在另一个实例中，经训练的学习模型可实施为人工神经网络。人工神经网络(ANN)或连接系统是受构成动物大脑的生物神经网络启发的计算系统。ANN基于称为人工的连接单元或节点的集合。每个连接都像生物大脑中的突触那样，可将信号从一个人工神经元传输到另一个人工神经元。接收信号的人工神经元可对其进行处理，然后向与其连接的其它人工神经元发出信号。

在常见的ANN实施中，人工神经元之间的连接处的信号为实数，并且每个人工神经元的输出通过其输入之和的一些非线性函数来计算。人工神经元之间的连接称为‘边缘’。人工神经元和边缘的权重可随着学习的进行而调整(例如，对人工神经元的每个输入都可单独加权)。权重增加或减小连接处的信号强度。人工神经元可具有阈值，使得仅在集合信号超过阈值时才发送信号。沿边缘的传递函数通常具有S形，但它们也可采用其它非线性函数，分段线性函数或阶跃函数的形式。通常，人工神经元聚集成层。不同的层可在其输入上执行不同种类的转换。信号可从第一层(输入层)传播到最后一层(输出层)，可能是在多次遍历这些层之后。

在一些实施方式中，机器学习系统可用于鉴定低血糖事件比率和低血糖成本。最小绝对收缩和选择算子(LASSO)正则化可用于选择变量。为了验证模型，可在每个治疗特定队列(称为“训练集”)中的80％上开发(训练)模型。十倍交叉验证可用于告知模型选择和模型参数优化。然后可在每个治疗特定队列的其余20％上验证模型(内部验证)。自举可用于评估模型估计的可变性(即生成置信区间)。

一旦对机器学习系统进行培训，系统就可用于鉴定与另一种基础胰岛素治疗相比用一种基础胰岛素治疗可能发生较少数量低血糖事件的患者。例如，一旦针对每种类型的基础胰岛素以及严重和非严重的低血糖事件的数量对模型进行训练。然后可将每个模型应用于整个基础胰岛素治疗的人群，以获得胰岛素特异性低血糖比率预测(即，如果所有患者都使用特定基础胰岛素，总人群中的低血糖比率的估计)。

然后，系统可基于不同变量来比较患者的低血糖比率。

图3说明使用经训练的机器学习模型的实例。可对患者EMR 310进行处理以生成输入312。输入312可提供给每个经训练的机器学习模型，该实例中为Gla-300训练的机器学习模型、Gla-100训练的机器学习模型304、IDet训练的机器学习模型306和IDeg训练的机器学习模型308。每个模型可产生输出。例如，Gla-300训练的机器学习模型302生成Gla-300输出314，Gla-100训练的机器学习模型304生成Gla-100输出316，IDet训练的机器学习模型306生成IDet输出318，以及IDeg训练的机器学习模型308生成IDeg输出320。

在一些实施方式中，如上所述，可为每种类型的基础胰岛素生成两种经训练的机器学习模型。可训练第一经训练的机器学习模型以确定严重的低血糖事件的预测的比率。可训练第二经训练的机器学习模型以确定非严重的低血糖事件的预测的比率。

可分析使用机器学习系统处理这些协变量的结果，以鉴定不同协变量和针对不同类型基础胰岛素的不同低血糖比率之间的相关性。例如，线性回归模型可用于鉴定不同协变量与模型所预测的结果之间的相关性。

在一些实施方式中，感兴趣的协变量也可由机器学习系统确定。例如，可训练学习机器以基于例如多个变量的低血糖事件的比率和严重程度来对个体进行聚类。以这种方式，机器学习系统可鉴定在其它情况下可未注意到的协变量。

在一些实施方式中，可使用EMR和训练数据集建立成本模型以预测T2DM人群中低血糖事件的成本。在一些实施方式中，用于治疗成本建模的数据集包括事件发生时年龄至少为18岁并且已链接要求数据的T2DM患者的EHR中的所有低血糖事件。费用为$0的严重低血糖事件排除在外。除了当由于数据限制而无法创建协变量时之外，研究期间和协变量与针对低血糖预测模型描述的那些相同。

梯度提升树(使用先前决策树的预测误差来改善后续树的性能)可用于成本估算，其在先前成本预测中已很成功；梯度提升树允许捕获低血糖成本背后的非线性的复杂关系。成本估算器应用于确定为差异低血糖比率驱动因素的亚组，以估算每个亚组每个低血糖事件的成本。当亚组由于数据限制而缺少关键的定义变量时，则将低血糖事件的总体模型成本估算用于亚组。通过将低血糖事件的亚组特定成本估算应用于比较器和参考BI之间的Δ低血糖事件比率，计算亚组水平的成本节省。

图4说明确定各种协变量的低血糖比率的实例。如上所述，提供给机器学习系统的输入数据402和来自机器学习系统的相应输出数据404可提供给统计分析系统406。统计分析系统可使用不同统计技术来鉴定输出数据中的不同变量之间的相关性和关系。可将相关性和关系表示为报告408。

经训练的机器学习模型的另一用途包括鉴定适合特定患者的基础胰岛素的类型。例如，经训练的机器学习系统可获取患者的医疗记录和输入。

可将医疗记录提供给每个经训练的机器学习模型。如上所述，每个模型已被用来预测严重或不严重的低血糖事件的数量(或将发生低血糖事件的概率)。

系统可基于来自模型的结果提出基础胰岛素。在一些实施方式中，系统可提出降低严重低血糖事件(或非严重低血糖事件)风险的基础胰岛素。在一些实施方式中，系统可确定与其它与低血糖事件相关的方案相比使用特定基础血糖方案的成本节省，并且提出降低与低血糖相关的成本的解决方案。在一些实施方式中，系统可提出降低血糖事件比率的基础胰岛素，但是，如果两种不同基础胰岛素产生的结果在阈值之内(例如，疗效在1％、5％或10％以内)，则系统可提出较便宜的基础胰岛素。

在另一个实施方案中，经训练的学习机模型可用于鉴定更有可能发生低血糖事件的患者。例如，系统可访问患者的医疗记录，鉴定患者正在使用的基础胰岛素的类型，并且通过相应的经训练的机器学习模型来处理医疗记录。经训练的机器学习模型产生低血糖事件的可能性或预期频率和/或严重程度的指示。如果指示超过阈值(例如，每周超过1个事件，或发生严重低血糖事件的可能性为20％)，则可通知患者和/或患者医师。

图5是用于使用患者数据生成经训练的机器学习模型的过程500的实例的流程图。如下所述，过程500可由一个或多个计算机系统执行。

过程500接收代表患者的医疗记录的数据502，所述患者已被诊断患有糖尿病。

过程500使用机器学习系统来确定低血糖事件的预测的比率504，使用代表多个患者的医疗记录以及各个患者相应低血糖事件比率的数据对机器训练。在一些实施方式中，教导多个患者使用相同类型的基础胰岛素。

过程500产生506患者的预测的比率。

在一些实施方式中，过程500可包括使用第二机器学习系统确定低血糖事件的第二预测的比率，第二机器使用代表第二多个患者的医疗记录的数据和各个第二患者的低血糖事件的相应比率进行训练，其中第二多个患者中的每个使用第二类型的基础胰岛素，第二类型的基础胰岛素不同于第一类型的基础胰岛素；和比较第一预测的比率和第二预测的比率。

在一些实施方式中，过程500可包括基于比较为患者推荐基础胰岛素。

在一些实施方式中，过程500可包括通过向机器学习系统提供与第二多个患者中每个患者的医疗记录相对应的数据，确定第二多个患者的多个低血糖事件的预测的比率，基于数据和多个低血糖事件的预测的比率来鉴定数据中与低血糖事件的预测的比率相关的一个或多个协变量，并且生成鉴定一个或多个协变量以及相应的低血糖事件预测的比率的报告。

在一些实施方式中，过程500可包括通过向机器学习系统提供与第二多个患者中每个患者的医疗记录相对应的数据来确定第二多个患者的多个低血糖事件的预测的比率，第二多个患者中的每个患者都具有相同的协变量，并且生成鉴定协变量和相应的低血糖事件预测的比率的报告。

本说明书中描述的主题和功能操作的实施方案可在数字电子电路、有形实施的计算机软件或固件、计算机硬件(包括本说明书中公开的结构及其结构等同物)或它们中一个或多个的组合中实施。本说明书中描述的主题的实施方案可实施为一个或多个计算机程序(即，在有形的非暂时性程序载体上编码的计算机程序指令的一个或多个模块，以通过数据处理设备的操作来执行或控制数据处理设备的操作)。计算机存储介质可为机器可读取存储装置、机器可读取存储基板、随机或串行存取存储装置或它们中一个或多个的组合。

术语“数据处理装置”是指数据处理硬件，并且包括用于处理数据的各种装置、设备和机器，例如包括可编程处理器、计算机或多个处理器或计算机。装置还可为或进一步包括专用逻辑电路(例如，FPGA(现场可编程门阵列)或ASIC(应用特异性集成电路))。除了硬件之外，装置可任选地包括为计算机程序创建执行环境的代码(例如，构成处理器固件、协议栈、数据库管理系统、操作系统或它们中一个或多个的组合的代码)。

也可称为或描述为程序、软件、软件应用、模块、软件模块、脚本或代码的计算机程序可以任何形式的编程语言编写，包括编译或解释的语言，或声明性或过程性语言，并且可以任何形式进行部署，包括作为独立程序或作为模块、组件、子程序或适用于计算环境的其它单元。计算机程序可以但不必需对应于文件系统中的文件。程序可存储在保存其它程序或数据的文件的一部分中(例如，存储在标记语言文档中的一个或多个脚本，专用于所讨论程序的单个文件或多个协调文件(例如，存储一个或多个模块、子程序或部分代码的文件))。可部署计算机程序，使得程序在一台计算机上执行，或在位于一个站点上或分布在多个站点上并且通过数据通信网络互连的多台计算机上执行。

本说明书中描述的过程和逻辑流程可由执行一个或多个计算机程序以通过操作输入数据并且生成输出来执行功能的一个或多个可编程计算机来执行。处理和逻辑流程也可由专用逻辑电路(例如，FPGA(现场可编程门阵列)或ASIC(应用特异性集成电路))执行，并且设备也可实施为专用逻辑电路(例如，FPGA(现场可编程门阵列)或ASIC(应用特异性集成电路))。

适用于执行计算机程序的计算机可基于通用微处理器或专用微处理器或通用微处理器与专用微处理器两者，或基于任何其它类型的中央处理单元。通常，中央处理单元将从只读存储器或随机存取存储器或只读存储器与随机存取存储器两者接收指令和数据。计算机的基本元件是用于进行或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储装置。通常，计算机还将包括一个或多个用于存储数据的大容量存储装置(例如，磁盘、磁光盘或光盘)；或计算机在操作上偶联以从一个或多个用于存储数据的大容量存储装置(例如，磁盘、磁光盘或光盘)中接收数据或将数据传输到一个或多个用于存储数据的大容量存储装置(例如，磁盘、磁光盘或光盘)，或两者，然而，计算机不必需具有这种装置。此外，计算机可嵌入到另一装置(例如，移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏控制台、全球定位系统(GPS)接收器或便携式存储设备)(例如，通用串行总线(USB)闪存驱动器)中，仅举几例)。

适用于存储计算机程序指令和数据的计算机可读取介质包括介质和存储装置上的所有形式的非易失性存储器，包括例如半导体存储装置(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动磁盘)、磁光盘以及CD ROM和DVD-ROM磁盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。

为了提供与用户的交互，可在具有用于向用户以及键盘和指点装置(例如鼠标或追踪球)显示信息的显示装置(例如，CRT(阴极射线管)或LCD(液晶显示器)监视器)的计算机上实施本说明书中描述的主题的实施方案，用户可通过所述键盘和指点装置(例如鼠标或追踪球)向计算机提供输入。其它种类的装置也可用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感觉反馈(例如，视觉反馈、听觉反馈或触觉反馈)，并且可以任何形式接收来自用户的输入，包括声音、言语或触觉输入。另外，计算机可通过向用户使用的装置发送文档和从用户使用的装置接收文档，例如通过响应于从网络浏览器接收到的请求将网页发送到用户装置上的网络浏览器来与用户交互。

本说明书中描述的主题的实施方案可在包括后端组件(例如，作为数据服务器)、或包括中间件组件(例如，应用服务器)、或包括前端组件(例如，具有图形用户界面的客户端计算机或Web浏览器，用户可通过所述Web浏览器与本说明书中描述的主题的实施方式进行交互)或一个或多个这种后端组件、中间件组件或前端组件的任何组合的计算系统中实施。系统组件可通过数字数据通信的任何形式或介质(例如，通信网络)互连。通信网络的实例包括局域网(LAN)和广域网(WAN)(例如互联网(Internet))。

计算系统可包括客户端和服务器。客户端和服务器通常相对于彼此是远程的，并且通常通过通信网络进行交互。客户端和服务器之间的关系通过在各自计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生。在一些实施方案中，服务器将数据(例如，HTML页面)发送到充当客户端的用户装置(例如，出于向与用户装置交互的用户显示数据并且从与用户装置交互的用户接收用户输入的目的)。可在服务器处从用户装置接收在用户装置处生成的数据(例如，用户交互的结果)。

尽管本说明书包含许多特定的实施细节，但是这些细节不应解释为对任何发明的范围或可要求保护的范围的限制，而是对特定于特定发明的特定实施方案的特征的描述。在本说明书中在单独实施方案的上下文中描述的某些特征也可在单个实施方案的组合中实施。反过来，在单个实施方案的上下文中描述的各种特征也可单独在多个实施方案中实施或以任何合适的子组合来实施。而且，尽管可将特征如上描述为以某些组合起作用并且甚至最初如此要求保护的那样，但是在某些情况下可从要求保护的组合中去除所述组合中的一个或多个特征，并且要求保护的组合可涉及子组合或子组合的变体。

类似地，尽管在附图中以特定顺序来描绘操作，但是这不应理解为要求以所示特定顺序或以连续顺序执行这种操作，或者执行所有所示的操作以实现可期望的结果。在某些情况下，多任务处理和并行处理可为有利的。此外，上述实施方案中的各种系统模块和组件的分离不应理解为在所有实施方案中都需要这种分离，并且应当理解，所描述的程序组件和系统通常可一起集成在单个软件产品中或打包成多个软件产品。

已描述了本主题的具体实施方案。其它实施方案在所附权利要求的范围内。例如，可以不同顺序执行权利要求中记载的动作，并且仍然实现合意的结果。作为一个实例，附图中描绘的过程未必需要所示的特定顺序或连续顺序以实现合意的结果。在某些情况下，多任务处理和并行处理可为有利的。

Claims (15)

1.一种计算装置实施的方法，其包括：

接收代表患者的医疗记录的数据，所述患者已被诊断患有糖尿病；

使用机器学习系统确定低血糖事件的预测的比率，所述机器使用代表多个患者的医疗记录的数据以及各个患者的低血糖事件的相应比率进行训练；和

产生所述患者的预测的比率。

2.根据权利要求1所述的计算装置实施的方法，其中所述多个患者中的每个使用相同类型的基础胰岛素。

3.根据权利要求1或2所述的计算装置实施的方法，其中在所述方法中进一步包括：

使用第二机器学习系统确定低血糖事件的第二预测的比率，所述第二机器使用代表第二多个患者的医疗记录的数据和各个第二多个患者的低血糖事件的相应比率进行训练，其中所述第二多个患者中的每个使用第二类型的基础胰岛素，所述第二类型的基础胰岛素不同于第一类型的基础胰岛素；和

比较第一预测的比率和第二预测的比率。

4.根据权利要求3所述的计算装置实施的方法，其进一步包括基于所述比较为所述患者推荐基础胰岛素。

5.根据权利要求1所述的计算装置实施的方法，其进一步包括通过向所述机器学习系统提供对应于第二多个患者中每个的医疗记录的数据，确定所述第二多个患者的低血糖事件的多个预测的比率；

基于所述数据和所述低血糖事件的多个预测的比率，鉴定所述数据中与低血糖事件的预测的比率相关的一个或多个协变量；

生成鉴定所述一个或多个协变量以及低血糖事件的相应的预测的比率的报告。

6.根据权利要求1所述的计算装置实施的方法，其进一步包括通过向所述机器学习系统提供与所述第二多个患者中每个的医疗记录对应的数据而确定第二多个患者的低血糖事件的多个预测的比率；所述第二多个患者中的每个具有相同的协变量；

生成鉴定所述协变量和低血糖事件的相应的预测的比率的报告。

7.一种用计算机程序指令编码的非暂时性计算机可读介质，当所述计算机程序指令由一台或多台计算机执行时，使所述一台或多台计算机执行包括以下的操作：

接收代表患者的医疗记录的数据，所述患者已被诊断患有糖尿病；

使用机器学习系统确定低血糖事件的预测的比率，所述机器使用代表多个患者的医疗记录的数据以及各个患者低血糖事件的相应比率进行训练；和

产生所述患者的预测的比率。

8.根据权利要求7所述的非暂时性计算机可读介质，其中所述多个患者中的每个使用相同类型的基础胰岛素。

9.根据权利要求7或8所述的非暂时性计算机可读介质，其中所述操作进一步包括：

使用第二机器学习系统确定低血糖事件的第二预测的比率，所述第二机器使用代表第二多个患者的医疗记录的数据和各个第二患者的低血糖事件的相应比率进行训练，其中所述第二多个患者中的每个使用第二类型的基础胰岛素，所述第二类型的基础胰岛素不同于第一类型的基础胰岛素；和

比较第一预测的比率和第二预测的比率。

10.根据权利要求7-9中任一项所述的非暂时性计算机可读介质，其中所述操作进一步包括基于所述比较为所述患者推荐基础胰岛素。

11.根据权利要求7所述的非暂时性计算机可读介质，其中所述操作进一步包括：

通过向所述机器学习系统提供与第二多个患者中每个的医疗记录对应的数据而确定所述第二多个患者的低血糖事件的多个预测的比率；

基于所述数据和所述低血糖事件的多个预测的比率，鉴定所述数据中与低血糖事件的预测的比率相关的一个或多个协变量；

生成鉴定所述一个或多个协变量以及低血糖事件的相应的预测的比率的报告。

12.根据权利要求7所述的非暂时性计算机可读介质，其中所述操作进一步包括：

通过向所述机器学习系统提供与所述第二多个患者中每个的医疗记录对应的数据而确定第二多个患者的低血糖事件的多个预测的比率；所述第二多个患者中的每个具有相同的协变量；

生成鉴定所述协变量和低血糖事件的相应的预测的比率的报告。

13.一种系统，其包含：

一台或多台计算机和存储可操作的指令的一个或多个存储装置，当所述指令由所述一台或多台计算机执行时，使所述一台或多台计算机执行包括以下的操作：

接收代表患者的医疗记录的数据，所述患者已被诊断患有糖尿病；

使用机器学习系统确定低血糖事件的预测的比率，所述机器使用代表多个患者的医疗记录的数据以及各个患者低血糖事件的相应比率进行训练；和

产生所述患者的预测的比率。

14.根据权利要求13所述的系统，其中所述多个患者中的每个使用相同类型的基础胰岛素。

15.根据权利要求13所述的系统，其中所述操作进一步包括：

通过向所述机器学习系统提供与第二多个患者中每个的医疗记录对应的数据而确定所述第二多个患者的低血糖事件的多个预测的比率；

基于所述数据和所述低血糖事件的多个预测的比率，鉴定所述数据中与低血糖事件的预测的比率相关的一个或多个协变量；

生成鉴定所述一个或多个协变量以及低血糖事件的相应的预测的比率的报告。

Images