CN114787938A - 用于推荐医学检查的系统和方法 - Google Patents
用于推荐医学检查的系统和方法 Download PDFInfo
- Publication number
- CN114787938A CN114787938A CN202080082139.9A CN202080082139A CN114787938A CN 114787938 A CN114787938 A CN 114787938A CN 202080082139 A CN202080082139 A CN 202080082139A CN 114787938 A CN114787938 A CN 114787938A
- Authority
- CN
- China
- Prior art keywords
- patient
- recommended
- medical
- patient data
- medical examination
- 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
Images
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
- 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
- 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
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
一种用于为患者推荐医学检查的装置(10),该装置包括至少一个电子处理器(20),该电子处理器被编程为:取回存储在数据库(32)中的患者数据;将患者数据与针对多个医学检查的指南(34)进行比较,并且基于该比较标识多个医学检查中的至少一个推荐医学检查;并且在至少一个显示设备(24)上输出对患者接受该至少一个推荐医学检查的推荐(40)。
Description
技术领域
以下内容总体涉及健康管理领域、患者筛查领域、患者医学检查领域、患者医学检查推荐领域以及相关领域。
背景技术
可以对患者执行范围广泛的医学筛查检查,这些检查可以提供对严重医学病症的早期检测,从而增强健康结果;或者,相反可以排除严重的医学病症,从而使患者安心。筛查检查通常基于某些指南(例如,推荐50岁以上的患者进行结肠镜检查)执行,并且需要来自血液检查、组织病理学检查、专门的医学检查(例如结肠镜检查)等的各种输入。通常,医生会基于指南并且基于医生对患者既往医学病症的具体知识以及医生自身的经验为患者开具筛查检查。
这种方法具有某些缺点。医生通常有很多病例,并且可能无法识别并为患者开具对患者有用的筛查检查。在开具筛查检查时,患者可能接受重复的实验室工作来收集患者数据用于检查。例如,肝脏筛查可需要进行某些血液检查,但即使患者最近已经进行了这些血液检查,他们仍可能被重新安排进行肝脏筛查。该问题的另一方面是,如果患者已经执行了某些实验室工作,这可能提供用于执行有用的筛查检查的大部分患者数据,但医生可能无法识别这种情况,并且因此可能无法开具筛查检查,即使它可能仅需要收集少量附加的患者数据(或者可能根本不需要附加的数据收集)。
以下内容公开了克服这些问题和其他问题的一些改进。
发明内容
在一方面,一种用于为患者推荐医学检查的装置包括至少一个电子处理器,该电子处理器被编程为:取回存储在数据库中的患者数据;将患者数据与针对多个医学检查的指南进行比较,并且基于该比较标识多个医学检查中的至少一个推荐医学检查;以及在至少一个显示设备上输出对患者接受该至少一个推荐医学检查的推荐。
在另一方面,一种非暂时性计算机可读介质存储由至少一个电子处理器可实行以执行为患者推荐医学检查的方法的指令。该方法包括:取回存储在数据库中的患者数据;将患者数据与针对多个医学检查的指南进行比较;基于该比较标识多个医学检查中的多个推荐医学检查;基于一个或多个排序标准对多个推荐医学检查进行排序;根据一个或多个排序标准,在至少一个显示设备上输出对患者接受多个推荐医学检查的多个推荐的列表。
在另一方面,一种为患者推荐医学检查的方法包括:取回存储在数据库中的患者数据;将患者数据与针对多个医学检查的指南进行比较;基于该比较标识多个医学检查中的至少一个推荐医学检查;生成示出以下至少一项的用户界面:对至少一个推荐医学检查的推荐、存储在电子医学记录数据库中的当前可获得的患者数据、以及完成至少一个推荐医学检查所需的附加数据;并且至少将该推荐传送给患者、患者的医生以及患者的保险公司中的一个或多个。
一个优点在于为医生提供概览以查看现有检查和诊断并且确定任何潜在的后续规程。
另一优点在于将患者的现有检查结果用于同一患者的未来检查中。
另一优点在于从现有检查结果中提取医学理赔(medical claim)以推荐要执行的附加检查。
另一优点在于最大限度地利用取自患者的血液或组织样本。
给定实施例可以不提供、提供一个、两个、更多个或所有上述优点,和/或可以提供其他优点,对于本领域普通技术人员而言在阅读和理解本公开内容后,这些优点将变得显而易见。
附图说明
本公开内容可以以各种组件和组件布置的形式,以及以各种步骤和步骤布置的形式呈现。附图仅用于说明优选实施例的目的而不应被解释为限制本公开内容。
图1图解说明了根据本公开的用于为患者推荐筛查检查的说明性筛查检查推荐装置。
图2示出了由图1的装置执行的示例流程图操作。
图3示出了图1的装置的推荐引擎的示例。
具体实施方式
在本文公开的一些实施例中,提供推荐引擎以用于推荐筛查检查、标识针对筛查检查的已经可获得的患者数据以及标识所需的附加实验室工作。推荐引擎挖掘患者的电子医学(或健康)记录,并且将针对各种筛查检查的指南与患者既往医学病症和可获得的患者数据进行比较。基于这种比较,各种筛查检查被标识为对患者可能有用。对于每个潜在的筛查检查,推荐引擎确定哪些患者数据可能已经可获得以用于筛查检查、哪些患者数据仍需要被收集、以及收集这些数据所需的实验室工作。由于患者数据随着时间的推移变得不那么可靠,因此可以考虑患者数据的年限并且丢弃较旧的患者数据(例如,如果它太旧而不能被认为是可靠的),并且保留的患者数据用其获取日期进行注释。
推荐引擎基于标准对每个潜在的筛查检查进行评分,标准诸如针对筛查检查本身的临床指南(例如,该检查是否强烈推荐给该患者年龄段的所有患者?),以及任何既往病症或其他患者特征(例如,如果患者被指示为相对严重的酒精使用者,则肝脏检查的排序可更高;或者,如果患者属于所检查的病症更普遍的种族,则筛查检查的排序可更高)。另一个可能的排序因素可以是执行检查需要多少附加的实验室工作—如果仅一次实验室访问就可以执行筛查检查,则它的排序可更高。其他可能的排序因素可以与患者的健康保险覆盖范围有关;例如,如果患者的健康保险将全额报销执行筛查检查的费用,则它的排序可更高。如果患者过去曾进行过筛查检查,则评分可以考虑重复筛查检查的推荐时间间隔。例如,如果推荐每五年重复一次筛查检查,则如果患者在过去五年内进行过筛查检查,则不推荐进行该筛查检查,或者在评分时考虑先前的检查(例如,如果指南要求每5年进行一次检查,并且上次检查在4年前,则可以仍然推荐它,但得分较低)。
在另一方面,如果足够的患者数据可以用于立即进行某些筛查检查,则通过处理已经可用的患者数据,执行筛查检查并且生成检查结果。
在又一方面,推荐系统可以与指定的血液学实验室检查、组织病理学实验室检查或需要从患者获得血液或组织样本的其他医生指定的患者检查的调度一起被调用。推荐系统然后可以评估抽取的血液或组织样本是否可以用于附加的筛查检查(除了所调度的患者检查之外的筛查检查),如果可以,则可以推荐执行附加的筛查检查。在变型方法中,推荐系统还可以估计执行所调度的患者检查和附加的筛查检查两者所需的血液或组织样本的数量,以及如果根据医生指定的患者检查抽取的血液或组织的数量不足以同时执行附加的筛查检查,则推荐还可以指定执行两项检查需要抽取的血液或组织的量。
基于前述信息,用户界面(UI)将潜在的筛查检查呈现给医生,并且可选地也呈现给患者,并且可选地也呈现给患者的保险公司。推荐筛查检查的范围以及每个推荐筛查检查的详细程度可以根据接受者进行调整。一般来说,患者的医生会获得最多的信息,包括所推荐的筛查检查、最后一次对患者进行筛查检查的日期(如果适用)、注释了时间的已经可用于检查的患者数据、以及执行筛查检查所需的附加患者数据和收集该数据所需的实验室工作。提供给医生的信息还可以包括触发检查的指南推荐(例如,年龄阈值、推荐进行筛查检查的既往病症)。
为了满足监管要求等,推荐系统通常不能实际上命令执行筛查检查。相反,医生可以通过拒绝推荐的筛查检查或指示应在一年内重新访问(或当患者达到50岁时、某个其他选择的时间间隔)来手动控制(override)推荐引擎。类似地,医生可以拒绝使用推荐系统没有自动丢弃的有一定年限的患者数据。在一些实施例中,医生可以选择并且批准筛查检查,此时推荐系统访问医院调度系统以自动调度检查。
在其他实施例中,由推荐系统通过处理已经可用的患者数据自动地执行的任何筛查检查的结果也被呈现给医生,并且在医生审查和批准后被输入到患者的电子记录中。此外,推荐系统动态地更新其推荐,例如,如果它检测到现在已经执行了推荐的筛查检查并且结果被添加到患者的电子记录中,则该筛查检查推荐就会被移除。
相比之下,患者的UI被预期提供更少的信息,并且可选地对推荐筛查检查列表具有更少的控制。通常,患者的UI可以仅列出那些得分高于阈值的推荐筛查检查,可能还会列出关于已经可获得的患者数据的信息以及收集任何缺失的患者数据所需的实验室工作。患者通常不能在患者的UI中拒绝检查(相反,患者应与医生讨论,医生可以在与患者协商后拒绝检查)。任何自动执行的筛查检查结果都不会经由患者的UI呈现给患者。可替代地,如果适用法规要求患者具有拒绝检查的能力,和/或要求患者接收检查结果,则患者的UI可以提供这些功能。可以预期在不同的监管管辖区提供不同的患者UI特征,以确保法规遵从性。保险公司的UI很可能与患者的UI类似,只是为了遵守HIPAA或其他适用的患者隐私法规,可排除更多信息,并且不提供控制能力。
通常,需要M个患者数据的集合来执行给定的筛查检查。然而,在实践中,该集合M通常不是一成不变的。可能存在执行筛查检查所需要的患者数据的最小集合,但超出该最小集合的附加患者数据可以为检查结果提供更高的置信度。在这种情况下,可以将用于执行筛查检查的最少患者数据以及将增加置信度的附加患者数据呈现给医生。在通过处理已经可用的患者数据自动地生成检查结果的情况下,还可以提供置信度度量,并且在检查结果为阳性的情况下,可以推荐获取附加的患者数据以增加置信度。
在本文公开的其他可选方面,推荐引擎可以并入实验室工作指令系统中以最大程度地利用收集的血液或组织样本,或者在诸如结肠镜检查的侵入性规程期间最大程度地获取数据。例如,如果医生指定全血细胞计数(CBC),则在输入该指令时,推荐系统可以确定是否可以对针对CBC而获得的采血瓶(或多个采血瓶)进行附加的血液检查,以便提供足够的患者数据来执行推荐的筛查检查。如果是这样,则推荐系统可以推荐使用针对已经被指定的CBC而收集的血液来执行附加的血液工作。可选地,这可以考虑针对所指定的实验室工作而需要获得的血液(或组织)的量,并且确定是否需要附加的血液(或组织)来执行推荐的附加实验室工作,如果需要,推荐收集附加的血液或组织。
参考图1,说明性筛查检查推荐装置10在电子处理器20上实现,诸如服务器计算机或说明性多服务器计算机20(例如,服务器集群或服务器场、云计算资源或等等),该电子处理器实现如本文公开的医学(例如筛查)检查推荐方法100。为了执行推荐方法100,电子处理器20访问存储筛查(或医学)检查数据库36以及存储患者医学记录的至少一个数据库32的至少一个非暂时性存储介质26。说明性的(多个)数据库32是电子医学记录(EMR)32;然而,可以使用其他命名(例如,电子健康记录,EHR),并且/或者数据库32可以包括特定领域的患者记录数据库,诸如图片存档和通信系统(PACS)数据库和/或存储专用于医学成像的患者数据的放射学信息系统(RIS),存储由患者的心脏病专家和/或心脏病科室收集和维护的患者数据的心血管信息系统(CIS或CVIS)等。如将要讨论的,医学检查推荐方法100维护推荐给患者的医学检查的列表38。医学检查推荐方法100将该列表38或其一部分推送到医生的用户界面(UI)设备12,例如,UI设备12可以是医生的台式计算机、医生拥有的或分配给医生的平板电脑或笔记本电脑、医生拥有的或分配给医生的手机、其各种组合等。
医学检查推荐方法100向各种用户界面(UI)设备12、13、14推送针对患者接受所推荐的医学检查中的至少一个检查的推荐40。例如,在说明性示例中,筛查检查推荐40可以被推送到医生的UI设备12(例如,医生的台式计算机、医生拥有的或分配给医生的平板电脑或说明性笔记本计算机12、医生拥有的或分配给医生的手机、其各种组合等),和/或患者的UI设备13、14(例如,患者的台式计算机、患者拥有的或分配给患者的平板电脑或说明性笔记本电脑13、患者拥有的或分配给患者的说明性手机14、其各种组合等),和/或保险公司的UI(未显示)。医生的UI设备12还可以用于将反馈41发送回推荐方法100,诸如拒绝推荐的检查或将推荐的检查推迟特定时间段的指令。可以注意到,图1说明了用于患者和患者的医生的UI设备12、13、14。然而,更一般地,医学检查推荐方法100优选地服务于一大群患者(例如,由医生或医生团队治疗的所有患者、由特定医疗保险供应商投保的所有患者等)。因此,对于每个患者,通常可以有对应的UI设备12、13、14来推送特定于每个患者的推荐40。同样,针对每个患者,推荐方法100适当地维护患者特定的检查推荐列表38。
在一些实施例中,医学检查推荐方法100还与血液学、组织病理学或调度涉及从患者抽取血液样本或从患者提取组织样本的患者检查的其他实验室调度器18交互。例如,实验室调度器18可以在服务器或工作站19上实现,该服务器或工作站用于调度患者进行医生指定的全血计数(CBC)或其他医生指定的需要抽血或组织样本的患者检查。推荐方法100可选地实时接收关于该调度的医生指定的患者检查的信息,并且确定医学检查的列表38上的任何医学检查(不包括医生指定的患者检查,如果它在列表上的话)是否可以使用针对医生指定的患者检查而提取的血液或组织样本进行。如果这样的话,则推荐40可以包括执行来自列表38的附加检查的推荐,该附加检查可以使用已经被调度提取以便执行医生指定的检查的血液或组织来完成。可选地,该推荐可以附加地或替代地被发送到调度工作站19和/或患者。
各种UI设备12、13、14、19可以包括典型的组件,诸如电子处理器(例如,微处理器)、至少一个用户输入设备(例如,鼠标、键盘、轨迹球等)22以及显示设备24(例如LCD显示器、等离子体显示器、阴极射线管显示器等)。电子处理器20被实现为执行推荐方法100的推荐引擎,并且与存储器26可操作地连接,该存储器体现为一个或多个非暂时性存储介质26。通过非限制性说明性示例,非暂时性存储介质26可以包括磁盘、RAID或其他磁存储介质中的一种或多种;固态驱动器、闪存驱动器、电子可擦除只读存储器(EEROM)或其他电子存储器;光盘或其他光存储装置;其各种组合;等等;并且可以是例如可由(多个)服务器计算机20访问的网络存储装置、内部硬盘驱动器(例如,如果电子处理器20在台式计算机上而不是在说明性的(多个)服务器20上实现)、其各种组合等。应当理解,本文中对非暂时性介质或多个介质26的任何引用应被广义地解释为涵盖单个介质或相同或不同类型的多个介质。同样,电子处理器20可以体现为单个电子处理器或者两个或更多个电子处理器。非暂时性存储介质26存储可以由至少一个电子处理器20实行以执行推荐方法100的指令。
至少一个电子处理器20被配置为如上所述地执行用于为患者推荐一个或多个医学检查的推荐方法或过程100。非暂时性存储介质26存储指令,这些指令可以由至少一个电子处理器20读取和实行以执行所公开的操作,包括执行方法或过程100。在一些示例中,方法100可以至少部分地通过云处理来执行。
参考图2,并且继续参考图1,方法100的说明性实施例被图解地示为流程图。在操作102处,至少一个电子处理器20被编程为取回存储在数据库32中的患者数据。如前所述,数据库32可以是任何合适的数据库,诸如例如电子医学记录(EMR)数据库、电子健康记录(EHR)数据库、图片存档和通信系统(PACS)数据库、放射学信息系统(RIS)等。在一些实施例中,医生可以确定患者数据的项的获取日期,并且移除具有早于预定时间阈值的(多个)获取日期的任何患者数据的项。例如,如果推荐患者每3年进行一次结肠镜检查,则可以丢弃该患者的包括3年多前获得的结肠镜检查的任何项。在另一种方法中,预定时间阈值可以是推荐方法100的配置参数,并且医生可以可选地能够重写该(默认)时间阈值。应该注意的是,对于不同类型的患者数据,预定时间阈值可不同,因为不同类型的患者数据在不同时间阶段可被认为是“陈旧的”,并且某些患者数据(例如患者的种族)可能永远不会被预期改变。
在操作104处,至少一个电子处理器20被编程为将患者数据与存储在筛查或医学检查数据库36中的多个医学检查的指南34进行比较,并且基于该比较标识至少一个推荐医学检查。指南34和多个医学检查数据库36的其他数据可以存储在非暂时性计算机可读介质26中。例如,将针对各种筛查检查的指南34与从(多个)数据库32取回的患者的既有医学病症和可获得的患者数据进行比较。基于这种比较,至少一个推荐筛查检查被标识为对患者可能有用。
在操作106处,至少一个电子处理器20被编程为将推荐40发送到UI设备12、13、14中的一个或多个以在显示设备24上显示对患者接受至少一个推荐医学检查38的推荐40的输出。与显示推荐40有关的计算和控制处理可以在(多个)服务器20与UI设备12、13、14之间以各种方式共享。例如,工作站UI设备12、13可以正在运行与由(多个)服务器20托管的网页连接的浏览器,并且在UI设备12、13上运行的浏览器接收包括推荐40的网页内容并在显示设备24上显示该网页内容。在诸如说明性手机14的移动设备的情况下,移动设备可以运行接收推荐40并且在本地构建在显示设备24上示出的推荐的呈现的应用程序(“app”)。这些仅仅是说明性示例。
在一些实施例中,比较操作104包括确定患者数据中缺失的缺失信息,该缺失信息如果可获得则使能至少一个推荐医学检查的实行。在该实施例中,输出操作106包括输出缺失信息的标识42,该缺失信息如果可获得则使能至少一个推荐医学检查的实行。
在其他实施例中,比较操作104包括基于比较来标识筛查检查数据库36中的多个医学检查中的可实行的医学检查,针对该可实行的医学检查,可获得的信息足以使用已经可获得的患者数据执行医学检查。例如,如果患者最近获得了可用于列表38上的筛查检查的一个医学检查的血液检查结果,则列表上的该筛查检查使用该可用的血液检查结果来执行以生成筛查检查结果43。另外,到(多个)UI设备12、13、14的输出操作106包括在显示设备24上显示检查结果43。当可以基于患者数据在以算法方式执行筛查检查而无需依赖对患者数据的主观分析或解释时,该方法是合适的。例如,针对肥胖的标准体重指数(BMI)筛查检查可以以算法方式执行,仅使用患者身高和体重作为输入;因此,BMI筛查可以在接收到最近的(即不陈旧的)患者身高和体重测量结果的患者记录后自动地执行。相比之下,需要临床医生对医学图像进行专家解读的筛查检查(例如乳房X线摄影筛查)通常无法以算法方式执行(但是在某些情况下,经由人工智能算法进行的自动图像分析可以用于以算法方式执行此类筛查检查)。用于执行筛查检查的算法被适当地存储在筛查检查数据库36中,以用于那些可以以算法方式执行的检查。
可选地,至少一个电子处理器20被编程为至少基于患者数据中的可获得的信息生成检查结果43的置信度值。由此,至少一个电子处理器20被编程为确定患者数据中缺失的支持信息,该支持信息如果可获得则将增加置信度值。另外,输出操作106包括对获得支持信息的推荐46以增加置信度值。这方面可以以其他方式实现,这些方式中的一些不需要计算数字置信度值。例如,对于给定的筛查检查,筛查检查数据库36可以存储用于执行检查的患者数据的列表和支持性患者数据的列表,该支持性患者数据如果可获得则增加结果的置信度。在这种情况下,输出操作106将包括对获得列出的支持信息的推荐46以增加检查结果的置信度。
在可选的操作108中,当基于比较操作104推荐多个检查时,至少一个电子处理器20被编程为基于一个或多个排序标准对多个推荐医学检查38进行排序。一个或多个排序标准可以包括例如:(i)针对推荐医学检查38中的每个检查的一个或多个临床指南34(例如,患者的年龄或性别是否需要将某些检查设为优先于其他检查);(ii)从取回的患者数据中标识的患者的既有病症或特征(例如,患者或患者家属是否有糖尿病或心脏病病史);(iii)基于取回的患者数据(例如,血液检查、组织样本、诸如结肠镜检查的规程等)执行多个推荐医学检查中的每个检查所需的附加实验室工作;(iv)基于取回的患者数据的针对每个检查的保险报销水平(例如,保险公司将支付多少检查费用);以及(v)基于取回的患者数据患者已经接受了检查中的一个检查;等其他排序标准。这些仅仅是说明性示例,并非旨在限制潜在的排序标准的类型。根据排序标准,至少一个电子处理器20被编程为针对每个推荐检查38针对每个标准生成对应的得分。基于得分的医学检查38的经排序的列表可以按例如每个检查的得分降序排列显示在显示设备24上。可替代地,可以仅显示排序前N的列表(即,仅显示排序靠前的N项检查)。
可选地,至少一个电子处理器20被编程为生成具有关于(多个)推荐医学检查38的信息的推荐40,包括例如(多个)推荐医学检查、针对每个推荐医学检查的范围、至少一个推荐医学检查的详细程度、存储在数据库32中的当前可获得的患者数据、以及完成至少一个推荐医学检查所需的附加数据42。这些仅仅是说明性示例。
推荐40可以被传送到可由医生操作的用户设备12(例如,工作站、膝上型电脑、诸如智能电话或平板电脑的移动设备等)。在一些实施例中,医生可以提供指示拒绝推荐医学检查38中的一个或多个检查的用户输入41(例如,经由鼠标点击、按键、手指滑动等)。例如,如果医生知道患者最近进行了此类筛查,则医生可以拒绝推荐医学检查38(例如,糖尿病筛查)。在另一示例中,如果患者知道该检查不适合该患者,则医生可以拒绝推荐医学检查38(例如,被推荐给患有晚期癌症的患者的、针对将在长期时间段内表现出的医学病症的检查)。至少一个电子处理器20被编程为接收来自医生的、指示拒绝推荐检查38中的至少一个检查的输入41,并且更新医学推荐筛查检查的列表38以移除任何被拒绝的检查。经更新的检查的经排序的列表38可以在医生的用户设备上自动地更新,或者经更新的UI可以被发送到用户设备。
推荐40也可以被推送到另一方的UI设备,诸如患者的UI设备13、14或患者保险公司的UI设备(未示出)。发送给患者和/或保险公司的信息包含的信息少于发送给医生的UI。发送给患者的信息可以列出得分高于阈值的推荐的医学检查,可能还包括关于已经可获得的患者数据的信息以及收集任何缺失的患者数据所需的实验室工作。患者通常不能拒绝推荐的检查—相反,所呈现的UI可优选地建议患者与患者的医生讨论该推荐的检查。保险公司的U可以与患者的UI类似,但可排除更多信息以符合(在美国的)HIPAA或其他适用的患者隐私法规。
在另一可选方面,装置10可以包括实验室规程调度系统18或与该实验室规程调度系统交互,该实验室规程调度系统18(例如)包括如上所述的工作站19。在该示例中,至少一个电子处理器20被编程为调度需要从患者收集血液或组织样本的医生指定的实验室规程。另外,至少一个电子处理器20被编程为确定(即,从数据库32中取回的)患者数据中缺失的缺失信息,并且该缺失信息如果可获得则使能至少一个推荐医学检查(例如,在比较操作104处被生成)的实行。由此,至少一个电子处理器20被编程为确定针对执行医生指定的检查已经需要的血液或组织样品是否可以执行未经调度的血液学或组织病理学检查以获得缺失信息的至少一部分。最后,使患者接受至少一个推荐医学检查38的推荐40的输出操作106包括在显示设备24上输出对执行该未经调度的血液学或组织病理学检查的推荐。
图3示出了至少一个电子处理器20的操作的可视化。如图3所示和先前所描述的,至少一个电子处理器20被编程为推荐引擎52以输出针对(多个)推荐医学检查(或诊断)38的通知40。推荐引擎52接收关于年龄相关的医学检查的信息54(例如,来自医学检查36的指南34),以及从数据库32取回的患者数据挖掘得到的信息56作为输入。根据输入54和56,推荐引擎52被编程为实行匹配算法以生成输出58,该输出包括对(多个)医学检查或(多个)诊断38的推荐40,以及确定完成推荐的检查所需的任何缺失信息。推荐引擎52还被编程为从现有的医学检查生成医疗理赔的输出60,而不需要附加的信息。
匹配算法包括使用推荐的与年龄相关的医学检查或诊断的集合M(包括提出医疗理赔所必需的医学检查和/或诊断Mi的子集),以及针对每个患者的医学检查/诊断的现有结果的集合R。对于每个推荐的、与年龄相关的医学检查/诊断Mi,Mi相对于R的补集Ci,根据Ci=Mi\R,输出补全Mi所需的信息所必要的附加的医学检查/诊断的集合。这样,仅需要执行缺失的医学检查/诊断,从而降低工作量和成本。此外,通过计算所有Mi的Ci,Ci为空的集合Mi提供了那些Mi,即无需附加的成本和努力、已经可以从现有医学检查/诊断中提出的那些医疗理赔。
下文描述方法100的另一个示例。例如,患者已达到医学检查36的指南34所推荐的进行某种癌症筛查的年龄。癌症筛查需要关于家庭中先前疾病病例的一些背景信息与来自血液样本的一些信息相关联。两个月前,该患者曾获取过血液样本进行另一个医学检查。来自先前检查的数据对于医学检查推荐引擎52而言是可获得的。连接到患者的用户设备(例如智能手机)上的软件应用程序(“app”)的引擎52现在可以提议直接通过app或在下次定期预约时由患者的医师来获取完成筛查检查所需的附加信息。
已经参考优选实施例描述了本公开。在阅读和理解了前面的详细描述之后,其他人可以想到修改和改变。示例性实施例旨在被解释为包括落入所附权利要求或其等同物的范围内的所有此类修改和改变。
Claims (20)
1.一种用于为患者推荐医学检查的装置(10),所述装置包括:
至少一个电子处理器(20),所述至少一个电子处理器被编程为:
取回存储在数据库(32)中的患者数据;
将所述患者数据与针对多个医学检查的指南(34)进行比较,并且基于所述比较,标识所述多个医学检查中的至少一个推荐医学检查;以及
在至少一个显示设备(24)上输出对所述患者接受所述至少一个推荐医学检查的推荐(40)。
2.根据权利要求1所述的装置(10),其中所述至少一个电子处理器(20)被编程为:
确定所述患者数据中缺失的缺失信息,并且所述缺失信息如果可获得则使能所述至少一个推荐医学检查的实行;
其中对所述患者接受所述至少一个推荐医学检查的所述推荐(40)的所述输出包括:在所述显示设备(24)上输出所述缺失信息的标识(42),所述缺失信息如果可获得则使能所述至少一个推荐医学检查的实行。
3.根据权利要求1和2中任一项所述的装置(10),其中所述至少一个电子处理器(20)被编程为:
将所述患者数据与针对所述多个医学检查的指南(34)进行比较;
基于所述比较,标识所述多个医学检查中的可实行的医学检查,针对所述可实行的医学检查的可获得的信息足以执行所述可实行的医学检查;
使用所述可获得的信息执行所述可实行的医学检查,以生成检查结果(43);以及
在所述至少一个显示设备(24)上输出所述检查结果。
4.根据权利要求3所述的装置(10),其中所述至少一个电子处理器(20)被编程为:
确定所述患者数据中缺失的支持信息,并且所述支持信息如果可获得则增加所述检查结果(43)的置信度;
其中所述检查结果的所述输出包括对获得所述支持信息的推荐(40)。
5.根据权利要求1至4中任一项所述的装置(10),其中所述至少一个推荐医学检查包括多个推荐医学检查,并且所述至少一个电子处理器(20)被编程为:
基于一个或多个排序标准对所述多个推荐医学检查进行排序。
6.根据权利要求5所述的装置(10),其中所述至少一个电子处理器(20)被编程为通过包括以下各项的操作对所述多个推荐医学检查进行排序:
标识针对所述推荐检查中的每个检查的临床指南(34)的排序标准;以及
基于针对每个检查的所述临床指南,为所述多个推荐医学检查中的每个检查生成得分。
7.根据权利要求5所述的装置(10),其中所述至少一个电子处理器(20)被编程为通过包括以下各项的操作对所述多个推荐检查进行排序:
标识所述患者的既往病症或特征的排序标准,所述患者的所述既往病症或特征从取回的所述患者数据中被标识;以及
基于所述患者的所述既往病症或特征,为所述多个推荐医学检查中的每个检查生成得分。
8.根据权利要求5所述的装置(10),其中所述至少一个电子处理器(20)被编程为通过包括以下各项的操作对所述多个推荐检查进行排序:
基于取回的所述患者数据,标识执行所述多个推荐医学检查中的每个检查所需的附加实验室工作的排序标准;以及
基于每个检查所需的所述附加实验室工作,为所述多个推荐医学检查中的每个检查生成得分。
9.根据权利要求5所述的装置(10),其中所述至少一个电子处理器(20)被编程为通过包括以下各项的操作对所述推荐检查进行排序:
基于取回的所述患者数据,标识针对每个检查的保险报销水平的排序标准;以及
基于针对每个检查的所述保险报销水平,为所述多个推荐检查生成得分。
10.根据权利要求5所述的装置(10),其中所述至少一个电子处理器(20)被编程为通过包括以下各项的操作对所述多个推荐检查进行排序:
基于取回的所述患者数据,标识已经接受过所述检查中的一个检查的患者的排序标准;以及
基于已经接受过所述检查中的任一检查的所述患者,为所述多个推荐检查生成得分。
11.根据权利要求1-10中任一项所述的装置(10),其中所述输出包括:
生成示出以下至少一项的用户界面:对所述至少一个推荐医学检查的所述推荐(40)、所述至少一个推荐医学检查的范围、所述至少一个推荐医学检查的详细程度、存储在所述数据库(32)中的当前可获得的患者数据以及完成所述至少一个推荐医学检查所需的附加数据;以及
至少将所述推荐传送给医生。
12.根据权利要求11所述的装置(10),其中所述至少一个电子处理器(20)被编程为:
接收来自所述医生的输入(41),所述输入指示拒绝在所述用户界面上示出的所述推荐医学检查中的至少一个检查;以及
更新所述用户界面以移除任何被拒绝的检查。
13.根据权利要求1-10中任一项所述的装置(10),其中所述输出包括:
生成示出以下至少一项的用户界面:对所推荐的所述至少一个推荐医学检查的所述推荐(40)、存储在所述电子医学记录数据库(32)中的当前可获得的患者数据以及完成所述至少一个推荐医学检查所需的附加数据;以及
至少将所述推荐传送给患者或所述患者的保险公司。
14.根据权利要求1-13中任一项所述的装置(10),其中存储在所述数据库(32)中的所述患者数据的所述取回包括:
确定存储在所述数据库中的所述患者数据的项的获取日期;以及
移除所述患者数据的、具有早于预定时间阈值的获取日期的任何项。
15.根据权利要求1-14中任一项所述的装置(10),所述装置包括实验室规程调度系统(18),并且所述至少一个电子处理器(20)还被编程为:
调度医生指定的用于从所述患者身上收集血液或组织样品的实验室规程;
确定所述患者数据中缺失的缺失信息,并且所述缺失信息如果可获得则使能所述至少一个推荐医学检查的实行;
确定未经调度的血液学或组织病理学检查,所述未经调度的血液学或组织病理学检查能够针对所述血液或组织样品而被执行以获得所述缺失信息的至少一部分;
其中对所述患者接受所述至少一个推荐医学检查的所述推荐(40)的所述输出包括:在所述显示设备(24)上输出对执行所述未经调度的血液学或组织病理学检查的推荐。
16.一种存储指令的非暂时性计算机可读介质(26),所述指令能够由至少一个电子处理器(20)实行以执行为患者推荐医学检查的方法(100),所述方法包括:
取回存储在数据库(32)中的患者数据;
将所述患者数据与针对多个医学检查的指南(34)进行比较;
基于所述比较,标识所述多个医学检查中的多个推荐医学检查;
基于一个或多个排序标准(46),对所述多个推荐医学检查进行排序;以及
根据所述一个或多个排序标准,在至少一个显示设备(24)上输出对所述患者接受所述多个推荐医学检查的多个推荐(40)的列表(38)。
17.根据权利要求16所述的非暂时性计算机可读介质(26),其中,其中所述方法(100)还包括:
确定所述患者数据中缺失的缺失信息,并且所述缺失信息如果可获得则使能所述至少一个推荐医学检查的实行;以及
在所述显示设备(24)上输出所述缺失信息的标识(42),所述缺失信息如果可获得则使能所述至少一个推荐医学检查的实行。
18.根据权利要求17和18中任一项所述的非暂时性计算机可读介质(26),其中所述方法(100)还包括:
将所述患者数据与针对所述多个医学检查的指南(34)进行比较;以及
基于所述比较,标识所述多个医学检查中的可实行的医学检查,针对所述可实行的医学检查的可获得的信息足以执行所述可实行的医学检查;
使用所述可获得的信息执行所述可实行的医学检查,以生成检查结果(43);以及
在所述至少一个显示设备(24)上输出所述检查结果。
19.一种为患者推荐医学检查的方法(100),所述方法包括:
取回存储在数据库(32)中的患者数据;
将所述患者数据与针对多个医学检查的指南(34)进行比较;
基于所述比较,标识所述多个医学检查中的至少一个推荐医学检查;
生成示出以下至少一项的用户界面:对所述至少一个推荐医学检查的推荐(40)、存储在所述电子医学记录数据库中的当前可获得的患者数据以及完成所述至少一个推荐医学检查所需的附加数据;以及
至少将所述推荐传送给所述患者、所述患者的医师以及所述患者的保险公司中的一个或多个。
20.根据权利要求19所述的方法(100),还包括:
接收来自所述医生的输入,所述输入指示拒绝在所述用户界面上示出的所述推荐医学检查中的至少一个检查;以及
更新所述用户界面以移除任何被拒绝的检查。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962940390P | 2019-11-26 | 2019-11-26 | |
US62/940,390 | 2019-11-26 | ||
PCT/EP2020/082796 WO2021105007A1 (en) | 2019-11-26 | 2020-11-20 | Systems and methods for recommending medical tests |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114787938A true CN114787938A (zh) | 2022-07-22 |
Family
ID=74004116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080082139.9A Pending CN114787938A (zh) | 2019-11-26 | 2020-11-20 | 用于推荐医学检查的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230005575A1 (zh) |
EP (1) | EP4066263A1 (zh) |
JP (1) | JP2023503175A (zh) |
CN (1) | CN114787938A (zh) |
WO (1) | WO2021105007A1 (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8655682B2 (en) * | 2010-07-16 | 2014-02-18 | Gitika Srivastava | Treatment decision engine with applicability measure |
US20160063212A1 (en) * | 2014-09-02 | 2016-03-03 | Kyron, Inc. | System for Generating and Updating Treatment Guidelines and Estimating Effect Size of Treatment Steps |
-
2020
- 2020-11-20 JP JP2022530799A patent/JP2023503175A/ja active Pending
- 2020-11-20 EP EP20829195.5A patent/EP4066263A1/en active Pending
- 2020-11-20 US US17/779,786 patent/US20230005575A1/en active Pending
- 2020-11-20 CN CN202080082139.9A patent/CN114787938A/zh active Pending
- 2020-11-20 WO PCT/EP2020/082796 patent/WO2021105007A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
WO2021105007A1 (en) | 2021-06-03 |
EP4066263A1 (en) | 2022-10-05 |
US20230005575A1 (en) | 2023-01-05 |
JP2023503175A (ja) | 2023-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11664097B2 (en) | Healthcare information technology system for predicting or preventing readmissions | |
US10949501B2 (en) | System and method for compiling medical dossier | |
US20190156947A1 (en) | Automated information collection and evaluation of clinical data | |
US20170053064A1 (en) | Personalized content-based patient retrieval system | |
US20110295622A1 (en) | Healthcare Information Technology System for Predicting or Preventing Readmissions | |
US20140100883A1 (en) | Contracts and organization management program | |
EP3534369A1 (en) | Proactive follow-up of clinical findings | |
US20140095204A1 (en) | Automated medical cohort determination | |
WO2006116529A2 (en) | System and method for managing healthcare work flow | |
EP3970156A1 (en) | Systems and methods for automating clinical workflow decisions and generating a priority read indicator | |
US20200051699A1 (en) | System and method to determine relevant prior radiology studies using pacs log files | |
US20230005151A1 (en) | Methods and systems for performing real-time radiology | |
US11783262B2 (en) | Automatic detection and generation of medical imaging data analytics | |
US20200294655A1 (en) | System and method to automatically prepare an attention list for improving radiology workflow | |
US20230005575A1 (en) | Systems and methods for recommending medical tests | |
WO2021233795A1 (en) | Personalized radiology decision guidelines drawn from past analogous imaging and clinical phenotype applicable at the point of reading | |
US20230178197A1 (en) | Techniques for predicting immunosuppression status | |
US20240021320A1 (en) | Worklist prioritization using non-patient data for urgency estimation | |
US20230395241A1 (en) | Methods and systems for patient discharge management | |
CN114822807A (zh) | 病种识别方法、设备、系统及存储介质 | |
EP4367634A1 (en) | Methods and systems for expedited radiological screening |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |