CN117119947A - 提供建议诊断的电子装置和方法 - Google Patents
提供建议诊断的电子装置和方法 Download PDFInfo
- Publication number
- CN117119947A CN117119947A CN202180095012.5A CN202180095012A CN117119947A CN 117119947 A CN117119947 A CN 117119947A CN 202180095012 A CN202180095012 A CN 202180095012A CN 117119947 A CN117119947 A CN 117119947A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- correlation
- medical
- processor
- list
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 175
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000004044 response Effects 0.000 claims abstract description 14
- 238000011282 treatment Methods 0.000 claims description 38
- 229940079593 drug Drugs 0.000 claims description 8
- 239000003814 drug Substances 0.000 claims description 8
- 238000001356 surgical procedure Methods 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 2
- 206010035664 Pneumonia Diseases 0.000 description 8
- 201000008827 tuberculosis Diseases 0.000 description 8
- 206010012601 diabetes mellitus Diseases 0.000 description 5
- 210000004072 lung Anatomy 0.000 description 5
- 206010020772 Hypertension Diseases 0.000 description 4
- 208000001953 Hypotension Diseases 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000001684 chronic effect Effects 0.000 description 4
- 230000036543 hypotension Effects 0.000 description 4
- 206010007882 Cellulitis Diseases 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 229960004329 metformin hydrochloride Drugs 0.000 description 3
- OETHQSJEHLVLGH-UHFFFAOYSA-N metformin hydrochloride Chemical compound Cl.CN(C)C(=N)N=C(N)N OETHQSJEHLVLGH-UHFFFAOYSA-N 0.000 description 3
- XZWYZXLIPXDOLR-UHFFFAOYSA-N metformin hydrochloride Natural products CN(C)C(=N)NC(N)=N XZWYZXLIPXDOLR-UHFFFAOYSA-N 0.000 description 3
- 208000003790 Foot Ulcer Diseases 0.000 description 2
- 206010040943 Skin Ulcer Diseases 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229960003350 isoniazid Drugs 0.000 description 2
- QRXWMOHMRWLFEY-UHFFFAOYSA-N isoniazide Chemical compound NNC(=O)C1=CC=NC=C1 QRXWMOHMRWLFEY-UHFFFAOYSA-N 0.000 description 2
- 239000012567 medical material Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000002271 resection Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- UCSJYZPVAKXKNQ-HZYVHMACSA-N streptomycin Chemical compound CN[C@H]1[C@H](O)[C@@H](O)[C@H](CO)O[C@H]1O[C@@H]1[C@](C=O)(O)[C@H](C)O[C@H]1O[C@@H]1[C@@H](NC(N)=N)[C@H](O)[C@@H](NC(N)=N)[C@H](O)[C@H]1O UCSJYZPVAKXKNQ-HZYVHMACSA-N 0.000 description 2
- 206010071289 Lower urinary tract symptoms Diseases 0.000 description 1
- 102000007066 Prostate-Specific Antigen Human genes 0.000 description 1
- 108010072866 Prostate-Specific Antigen Proteins 0.000 description 1
- 206010051482 Prostatomegaly Diseases 0.000 description 1
- 230000003444 anaesthetic effect Effects 0.000 description 1
- 230000000202 analgesic effect Effects 0.000 description 1
- 238000002399 angioplasty Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000003773 principal diagnosis Methods 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 208000017497 prostate disease Diseases 0.000 description 1
- 229960005322 streptomycin Drugs 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
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
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Credit Cards Or The Like (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明提供一种提供建议诊断的电子装置和方法。方法包含:取得第一诊断与第一医疗参数之间的第一相关性;取得病患的病历;响应于病历包含第一医疗参数,根据第一相关性产生对应于病历的建议诊断清单,其中建议诊断清单包含对应于第一相关性的第一诊断;以及输出建议诊断清单。
Description
相关申请的交叉参考
本申请要求2021年6月2日提交的第63/196,186号美国临时专利申请的权益。上述专利申请的全部内容以引用的方式纳入本说明书中成为本说明书的一部分。
技术领域
本发明涉及一种临床医疗的技术,尤其涉及一种提供建议诊断的电子装置和方法。
背景技术
近年来,类神经网络已成为人工智能以及大数据领域的主流技术之一。然而,针对特征动辄达到数万项的医疗领域而言,类神经网络的模型往往因为训练样本不足而无法产生准确的预测结果。以住院案例来说,临床能收集到的样本往往仅有数百万笔,但特征的数量却达到数万项。因此,根据这些样本所训练的类神经网络往往无法达到良好的性能。
发明内容
本发明提供一种电子装置和方法,可提供建议诊断供用户参考。
本发明的一种提供建议诊断的电子装置,包含处理器、存储介质以及收发器。存储介质存储第一诊断与第一医疗参数之间的第一相关性。处理器耦接存储介质以及收发器,其中处理器经配置以执行:通过收发器接收病患的病历;响应于病历包含第一医疗参数,根据第一相关性产生对应于病历的建议诊断清单,其中建议诊断清单包含对应于第一相关性的第一诊断;以及通过收发器输出建议诊断清单。
在本发明的一实施例中,上述的存储介质还存储第一诊断与第二医疗参数之间的第二相关性,其中处理器还经配置以执行:响应于病历包含第二医疗参数,根据第二相关性产生建议诊断清单。
在本发明的一实施例中,上述的处理器还经配置以执行:根据第一相关性和第二相关性计算第一相关系数,并且根据第一相关系数选择第一诊断以产生建议诊断清单。
在本发明的一实施例中,上述的处理器将第一相关性与第二相关性相加以产生第一相关系数。
在本发明的一实施例中,上述的处理器还经配置以执行:响应于对应于第一诊断的第一相关系数大于对应于第二诊断的第二相关系数,从第一诊断以及第二诊断中选择第一诊断以作为对应于第一医疗参数的受选诊断;以及根据受选诊断产生建议诊断清单。
在本发明的一实施例中,上述的病历包含多个医疗参数,其中处理器还经配置以执行:根据对应于第一医疗参数的权重计算受选诊断数量;根据受选诊断数量从多个医疗参数中选择第一医疗参数以作为对应于第一医疗参数的受选诊断;以及根据受选诊断产生建议诊断清单。
在本发明的一实施例中,上述的处理器根据对应于病历的科别决定对应于第一医疗参数的权重。
在本发明的一实施例中,上述的存储介质还存储对应于第一诊断的名单,其中处理器还经配置以执行:根据名单取得对应于第一诊断的次诊断;以及将次诊断加入建议诊断清单中。
在本发明的一实施例中,上述的存储介质还存储对应于第一诊断的黑名单,其中处理器还经配置以执行:根据黑名单将建议诊断清单中的建议诊断移除。
在本发明的一实施例中,上述的处理器通过收发器访问外部服务器以将更新数据加入病历中。
在本发明的一实施例中,上述的处理器根据默认文字格式而通过收发器输出包含更新数据的报表。
在本发明的一实施例中,上述的第一医疗参数对应于下列变数的其中之一:病患特征、检验、用药以及处置/手术。
在本发明的一实施例中,上述的存储介质还存储保险数据,其中处理器根据保险数据计算第一诊断的费用,并且通过收发器输出包含费用的报表。
本发明的一种提供建议诊断的方法,包含:取得第一诊断与第一医疗参数之间的第一相关性;取得病患的病历;响应于病历包含第一医疗参数,根据第一相关性产生对应于病历的建议诊断清单,其中建议诊断清单包含对应于第一相关性的第一诊断;以及输出建议诊断清单。
基于上述,本发明的电子装置可根据医疗参数与诊断之间的相关性来判断与病患具有高度关联性(高相关系数)的诊断种类,从而为用户提供针对该名病患的建议诊断清单。用户可根据建议诊断清单来为病患选择适当的诊断执行。本发明的电子装置不需使用到类神经网络也能准确地判断与病患相关的诊断种类。因此,本发明可克服因临床数据的样本不足及变数过多等因素而无法为病患评估适当的诊断的问题。
附图说明
图1根据本发明的一实施例示出一种提供建议诊断的电子装置的示意图。
图2根据本发明的一实施例示出一种提供建议诊断的方法的流程图。
具体实施方式
图1根据本发明的一实施例示出一种提供建议诊断的电子装置100的示意图。电子装置100可包含处理器110、存储介质120以及收发器130。
处理器110例如是中央处理单元(central processing unit,CPU),或是其他可编程的一般用途或特殊用途的微控制单元(micro control unit,MCU)、微处理器(microprocessor)、数字信号处理器(digital signal processor,DSP)、可编程控制器、特殊应用集成电路(application specific integrated circuit,ASIC)、图形处理器(graphics processing unit,GPU)、影像信号处理器(image signal processor,ISP)、影像处理单元(image processing unit,IPU)、算数逻辑单元(arithmetic logic unit,ALU)、复杂可编程逻辑装置(complex programmable logic device,CPLD)、现场可编程逻辑闸阵列(field programmable gate array,FPGA)或其他类似元件或上述元件的组合。处理器110可耦接至存储介质120以及收发器130,并且访问和执行存储于存储介质120中的多个模块和各种应用程序。
存储介质120例如是任何型态的固定式或可移动式的随机存储器(random accessmemory,RAM)、只读存储器(read-only memory,ROM)、闪存(flash memory)、硬盘驱动器(hard disk drive,HDD)、固态盘(solid state drive,SSD)或类似元件或上述元件的组合,而用于存储可由处理器110执行的多个模块或各种应用程序。
收发器130以无线或有线的方式传送及接收信号。收发器130还可以执行例如低噪声放大、阻抗匹配、混频、向上或向下频率转换、滤波、放大以及类似的操作。
存储介质120可存储多笔包含诊断与医疗参数之间的相关性的临床数据。临床数据例如是由处理器110通过收发器130访问外部的大数据数据库而取得。医疗参数可包含病患特征、检验、用药或处置/手术等变数,但本发明不限于此。
病患特征可包含病患所在科别、人种(白种人、非裔人种、亚裔人种、拉丁裔人种、等等)、社会经济等级、身高、体重、年龄以及性别等变数。检验可包含文字、数字、影像或信号波形等变数。用药可包含病患所服用的药物等变数。用药所包含的变数可以依据服用时间以及剂量给予不同的权重。处置/手术可包含病患经历过的处置或手术,并可包含实施所述处置或手术所使用的医疗器材等信息。
以表1为例,表1记载了包含诊断以及处置之间的相关性的多笔临床数据,分别为“处置1”与“诊断A”之间的相关性“2”、“处置1”与“诊断B”之间的相关性“3”、…、“处置2”与“诊断A”之间的相关性“10”以及“处置3”与“诊断B”之间的相关性“3”。
表1
处置 | 诊断 | 相关性 |
处置1 | 诊断A | 2 |
处置1 | 诊断B | 3 |
… | … | … |
处置2 | 诊断A | 10 |
处置3 | 诊断B | 3 |
值得注意的是,处理器110可根据以下的编码系统来为医疗参数进行编码或辨识经编码的医疗参数:国际疾病分类(International Code of Disease-Procedure CodingSystem,ICD-PCS)、现状处置分类(Current Procedural Terminology,CPT)、医疗共用处置编码系统(Healthcare Common Procedure Coding System,HCPCS)、牙医处置命名法(Codeon Dental Procedures and Nomenclature,CDT)、医疗前瞻支付系统(Health InsuranceProspective Payment System,HIPPS)、美国药品联合标准码(RXNORM)、国际药品代码(National Drug Code,NDC)、解剖治疗化学分类(Anatomical Therapeutic Chemical,ATC)或中国台湾健保代码等,本发明不限于此。
处理器110可通过收发器130接收病患的病历。病历可包含医院为病患登打的数据。在一实施例中,处理器110可进一步通过收发器130访问外部服务器以将更新数据加入病历中。举例来说,处理器110可将医院未登打的数据加入病历中以使病历更加完整。在一实施例中,处理器110可根据默认文字格式而通过收发器130输出包含更新数据的报表(例如:建议诊断清单)。举例来说,处理器110可将病历输出以通过外部显示器显示病历,并可将病历中的更新数据以粗体字、红字或特殊旗标来呈现以提示用户这些更新数据是原本未被登打至病历中的新增数据。
处理器110可响应于病历包含医疗参数而根据对应于所述医疗参数的相关性来产生对应于所述病历的建议诊断清单,其中建议诊断清单可包含对应于所述相关性的诊断。用户可从建议诊断清单中选择一或多项诊断。医院可根据用户所选择的诊断来为病患进行健康检查或为病患进行保险申报。
表2记载了病患的病历中所包含的医疗参数,分别为“处置1”以及“处置2”。以表1和表2为例,处理器110可响应于病历包含医疗参数“处置1”而根据对应于“处置1”的相关性“2”来产生对应于病历的建议诊断清单,其中建议诊断清单可包含对应于相关性“2”的“诊断A”。
表2
具体来说,处理器110可响应于病历包含“处置1”以及“处置2”而根据对应于“处置1”以及“处置2”的相关性(即:对应于“诊断A”的相关性“2”、对应于“诊断B”的相关性“3”以及对应于“诊断A”的相关性“10”)来计算相关系数。换句话说,处理器110可从存储介质120中找出与病历所记载的医疗参数相关联的一或多个诊断,并且根据该些诊断来计算相关系数。上述的相关性例如是信心系数(conviction coefficient),但本发明不限于此。
处理器110可根据对应于“诊断A”的相关性“2”和相关性“10”计算对应于“诊断A”的相关系数。例如,处理器110可将与“诊断A”相对应的所有相关性(即:相关性“2”和相关性“10”)相加而产生等于“12”的相关系数。另一方面,处理器110可根据对应于“诊断B”的相关性“3”计算对应于“诊断B”的相关系数。例如,处理器110可将与“诊断B”相对应的所有相关性(即:相关性“3”)相加而产生等于“3”的相关系数。
处理器110可根据对应于“诊断A”的相关系数“12”和对应于“诊断B”的相关系数“3”而从“诊断A”和“诊断B”中选出受选诊断,并把受选诊断加入到一个清单中而产生建议诊断清单。例如,处理器110可响应于与“诊断A”相对应的相关系数“12”大于与“诊断B”相对应的相关系数“3”而从“诊断A”和“诊断B”中选出“诊断A”以作为受选诊断。
建议诊断清单可包含多个建议诊断。假设病历与多个诊断相关联,为了产生多个建议诊断,处理器110可根据分别对应于多个诊断的多个相关系数来产生多个受选诊断。举例来说,假设病历关联于“诊断A”、“诊断B”以及“诊断C”,其中“诊断A”的相关系数大于“诊断B”的相关系数,并且“诊断B”的相关系数大于“诊断C”的相关系数。若处理器110要从“诊断A”、“诊断B”以及“诊断C”选出两个受选诊断,处理器110可根据相关系数的大小依序选出具有最大相关系数的“诊断A”以及具有次大相关系数的“诊断B”以作为受选诊断。
当病历包含多个医疗参数时,处理器110可根据各种类型的医疗参数的权重来判断根据多个医疗参数中的何者来产生多个建议诊断,其中所述权重可根据病历的科别决定。处理器110可根据与医疗参数的类型相对应的权重来为该类型的医疗参数计算受选诊断数量。举例来说,假设建议诊断清单默认为提供10个建议诊断,并且外科的病患的病历包含多个处置以及多个检验等医疗参数。也就是说,建议诊断清单的默认诊断数量为“10”。由于对外科来说,处置的重要程度高于检验的重要程度,故将处置的权重设为“0.7”,并且将检验的权重设为“0.3”。如此,则处理器110可将默认诊断数量“10”乘以处置的权重“0.7”而产生对应于处置的受选诊断数量“7”,并可将默认诊断数量“10”乘以检验的权重“0.3”而产生对应于检验的受选诊断数量“3”。换句话说,建议诊断清单将包含7个依据处置所产生的建议诊断以及3个依据检验而产生的建议诊断。
在一实施例中,存储介质120可存储对应于建议诊断的名单,其中所述名单中可记载对应于所述建议诊断的一或多个诊断。在产生建议诊断后,处理器110可根据所述建议诊断的名单取得对应于所述建议诊断的次诊断(additional diagnosis),并且将次诊断加入建议诊断清单中。也就是说,若建议诊断为主诊断(principal diagnosis),则处理器110可将与主诊断相对应的一或多个次诊断一并加入建议诊断清单中,以供用户参考。举例来说,由于依据病患住院过程中的手术与处置,得知病患罹患的“糖尿病”时常伴随着“脚部溃伤”以及“蜂窝性组织炎”等并发症,故存储介质120可存储对应于“糖尿病”的诊断的名单,其中所述名单可包含“脚部溃伤”的诊断以及“蜂窝性组织炎”的诊断。在处理器110判断建议诊断为“糖尿病”的诊断后,处理器110可根据“糖尿病”的诊断的名单选出“脚部溃伤”的诊断以及“蜂窝性组织炎”的诊断等次诊断。举另一例来说,若病患的摄护腺特异抗原检查结果为阳性,亦即,病患罹患“摄护腺疾病”。如此,处理器110可根据“摄护腺疾病”的诊断的名单选出“摄护腺增大伴有下泌尿道症状”或“摄护腺发炎”的诊断等次诊断,并且将该些次诊断也加入建议诊断清单中。
在一实施例中,存储介质120可存储对应于建议诊断的黑名单,其中所述黑名单中可记载对应于所述建议诊断的一或多个诊断。在产生建议诊断清单后,处理器110可根据所述建议诊断的黑名单而将黑名单中的诊断自建议诊断清单中移除。举例来说,由于“高血压”以及“低血压”并不会同时发生在同一名病患,故存储介质120可存储对应于“高血压”的诊断的黑名单,其中所述黑名单可包含“低血压”的诊断。在产生建议诊断清单后,若建议诊断清单同时包含“高血压”的诊断与“低血压”的诊断,则处理器110可根据“高血压”的诊断的黑名单将“低血压”的诊断从建议诊断清单中移除。
在一实施例中,存储介质120可存储对应于建议诊断的保险数据、政策补助数据、区域采用的医疗保险规则或诊断关联群(diagnosis related group,DRG)的支付制度等用于计费的信息。在取得建议诊断后,处理器110可根据上述用于计费的信息来计算建议诊断的费用,并且输出包含所述费用或包含计费代码的报表(例如:建议诊断清单)以供用户参考。
某60岁以上的男性病患长期罹患糖尿病因而截除左下肢。在该名病患入院时,医院的病历记载了该名病患进行过左下肢皮肤切除术以及左脚皮肤切除术等手术,并且服用或注射了麻醉剂以及止痛剂等药物。此外,电子装置100通过访问外部服务器以取得病患曾使用的医疗材料等信息,并可根据医疗材料以及医疗处置的关联判断出该名病患还执行过血管整形术以及血管支架置放术等医疗处置。如此,则该名病患的建议诊断清单可如表3所示。
表3
表4为临床数据的实际范例,并且表5为病历的实际范例。处理器110可根据对应于“肺结核”的相关性“187.56”、“8.82”以及“210.54”计算出对应于肺结核的相关系数为“406.92”,可根据对应于“肺炎”的相关性“16.84”以及“1.43”计算出对应于“肺炎”的相关系数为“18.27”,并可根据对应于“慢性阻塞性肺炎”的相关性“1.51”计算出对应于“慢性阻塞性肺炎”的相关系数为“1.51”。处理器110可基于“肺结核”具有最大的相关系数而从“肺结核”、“肺炎”以及“慢性阻塞性肺炎”中选出“肺结核”以作为建议诊断。
表4
用药 | 诊断 | 相关性 |
异烟肼 | 肺结核 | 187.56 |
异烟肼 | 肺炎 | 16.84 |
二甲双胍 | 慢性阻塞性肺炎 | 1.51 |
二甲双胍 | 肺炎 | 1.43 |
二甲双胍 | 肺结核 | 8.82 |
链霉素 | 肺结核 | 210.54 |
表5
图2根据本发明的一实施例示出一种提供建议诊断的方法的流程图,其中所述方法可由如图1所示的电子装置100实施。在步骤S201中,取得第一诊断与第一医疗参数之间的第一相关性。在步骤S202中,取得病患的病历。在步骤S203中,响应于病历包含第一医疗参数,根据第一相关性产生对应于病历的建议诊断清单,其中建议诊断清单包含对应于第一相关性的第一诊断。在步骤S204中,输出建议诊断清单。
综上所述,本发明的电子装置可根据病患特征、检验、用药以及处置/手术等客观的医疗参数与诊断之间的相关性来为用户提供建议诊断。若病患的病历中包含了医疗参数,则电子装置可根据所述医疗参数与各种不同类型的诊断之间的相关系数来判断所述医疗参数与何种诊断最相关。电子装置可根据判断结果来为用户提供建议诊断清单以供用户选择需要执行的诊断。若建议诊断具有相对应的次诊断,则电子装置还可以将次诊断加入建议诊断清单中供用户参考。建议诊断清单还可包含根据保险数据而计算出的费用明细,以使用户能根据经济能力选择适当的诊断。此外,电子装置还可访问外部服务器以自动补登医院未登打至病历中的数据,以提供给医疗人员或病患进行确认。由于电子装置可自动取得用于产生建议诊断清单的数据,故可显著地减少医疗人员登打数据的负担,并同时改善帐务以及临床纪录的正确性。
Claims (14)
1.一种提供建议诊断的电子装置,包括:
收发器;
存储介质,存储第一诊断与第一医疗参数之间的第一相关性;以及
处理器,耦接所述存储介质以及所述收发器,其中所述处理器经配置以执行:
通过所述收发器接收病患的病历;
响应于所述病历包括所述第一医疗参数,根据所述第一相关性产生对应于所述病历的建议诊断清单,其中所述建议诊断清单包括对应于所述第一相关性的所述第一诊断;以及
通过所述收发器输出所述建议诊断清单。
2.根据权利要求1所述的电子装置,其中所述存储介质还存储所述第一诊断与第二医疗参数之间的第二相关性,其中所述处理器还经配置以执行:
响应于所述病历包括所述第二医疗参数,根据所述第二相关性产生所述建议诊断清单。
3.根据权利要求2所述的电子装置,其中所述处理器还经配置以执行:
根据所述第一相关性和所述第二相关性计算第一相关系数,并且根据所述第一相关系数选择所述第一诊断以产生所述建议诊断清单。
4.根据权利要求3所述的电子装置,其中所述处理器将所述第一相关性与所述第二相关性相加以产生所述第一相关系数。
5.根据权利要求3所述的电子装置,其中所述处理器还经配置以执行:
响应于对应于所述第一诊断的所述第一相关系数大于对应于第二诊断的第二相关系数,从所述第一诊断以及所述第二诊断中选择所述第一诊断以作为对应于所述第一医疗参数的受选诊断;以及
根据所述受选诊断产生所述建议诊断清单。
6.根据权利要求1所述的电子装置,其中所述病历包括多个医疗参数,其中所述处理器还经配置以执行:
根据对应于所述第一医疗参数的权重计算受选诊断数量;
根据所述受选诊断数量从所述多个医疗参数中选择所述第一医疗参数以作为对应于所述第一医疗参数的受选诊断;以及
根据所述受选诊断产生所述建议诊断清单。
7.根据权利要求6所述的电子装置,其中所述处理器根据对应于所述病历的科别决定对应于所述第一医疗参数的所述权重。
8.根据权利要求1所述的电子装置,其中所述存储介质还存储对应于所述第一诊断的名单,其中所述处理器还经配置以执行:
根据所述名单取得对应于所述第一诊断的次诊断;以及
将所述次诊断加入所述建议诊断清单中。
9.根据权利要求1所述的电子装置,其中所述存储介质还存储对应于所述第一诊断的黑名单,其中所述处理器还经配置以执行:
根据所述黑名单将所述建议诊断清单中的建议诊断移除。
10.根据权利要求1所述的电子装置,其中所述处理器通过所述收发器访问外部服务器以将更新数据加入所述病历中。
11.根据权利要求10所述的电子装置,其中所述处理器根据默认文字格式而通过所述收发器输出包括所述更新数据的报表。
12.根据权利要求1所述的电子装置,其中所述第一医疗参数对应于下列变数的其中之一:病患特征、检验、用药以及处置/手术。
13.根据权利要求1所述的电子装置,其中所述存储介质还存储保险数据,其中所述处理器根据所述保险数据计算所述第一诊断的费用,并且通过所述收发器输出包括所述费用的报表。
14.一种提供建议诊断的方法,包括:
取得第一诊断与第一医疗参数之间的第一相关性;
取得病患的病历;
响应于所述病历包括所述第一医疗参数,根据所述第一相关性产生对应于所述病历的建议诊断清单,其中所述建议诊断清单包括对应于所述第一相关性的所述第一诊断;以及
输出所述建议诊断清单。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163196186P | 2021-06-02 | 2021-06-02 | |
US63/196,186 | 2021-06-02 | ||
PCT/US2021/046587 WO2022256027A1 (en) | 2021-06-02 | 2021-08-19 | Electronic device and method for providing recommended diagnosis |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117119947A true CN117119947A (zh) | 2023-11-24 |
Family
ID=84285394
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180095012.5A Pending CN117119947A (zh) | 2021-06-02 | 2021-08-19 | 提供建议诊断的电子装置和方法 |
CN202180096140.1A Pending CN117280312A (zh) | 2021-06-02 | 2021-09-06 | 可视化临床信息提供方法及电子装置 |
CN202180096272.4A Pending CN117136413A (zh) | 2021-06-02 | 2021-11-25 | 与药物列表管理相关的方法、设备以及计算机可读媒体 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180096140.1A Pending CN117280312A (zh) | 2021-06-02 | 2021-09-06 | 可视化临床信息提供方法及电子装置 |
CN202180096272.4A Pending CN117136413A (zh) | 2021-06-02 | 2021-11-25 | 与药物列表管理相关的方法、设备以及计算机可读媒体 |
Country Status (4)
Country | Link |
---|---|
US (3) | US20240153631A1 (zh) |
CN (3) | CN117119947A (zh) |
TW (4) | TWI782608B (zh) |
WO (2) | WO2022256027A1 (zh) |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100114602A1 (en) * | 1999-12-18 | 2010-05-06 | Raymond Anthony Joao | Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information |
US8301468B2 (en) * | 2000-05-15 | 2012-10-30 | Optuminsight, Inc. | System and method of drug disease matching |
US20040103001A1 (en) * | 2002-11-26 | 2004-05-27 | Mazar Scott Thomas | System and method for automatic diagnosis of patient health |
US20070055552A1 (en) * | 2005-07-27 | 2007-03-08 | St Clair David | System and method for health care data integration and management |
US20110010099A1 (en) * | 2005-09-19 | 2011-01-13 | Aram S Adourian | Correlation Analysis of Biological Systems |
JP2013535756A (ja) * | 2010-08-13 | 2013-09-12 | インテリメディシン インコーポレイテッド | 個別化された医薬品の生産のためのシステムおよび方法 |
JP5691815B2 (ja) * | 2011-05-11 | 2015-04-01 | コニカミノルタ株式会社 | 信号処理装置、信号処理方法および生体情報測定装置 |
US8996428B2 (en) * | 2012-01-17 | 2015-03-31 | International Business Machines Corporation | Predicting diagnosis of a patient |
WO2014111933A1 (en) * | 2013-01-16 | 2014-07-24 | Medaware Ltd. | Medical database and system |
TW201430754A (zh) * | 2013-01-16 | 2014-08-01 | Univ Taipei Medical | 以簡單參數評分系統來預測院內感染之模型 |
BR112015022528A2 (pt) * | 2013-03-12 | 2017-07-18 | Tahoe Institute For Rural Health Res Llc | sistema e métodos para provar algaritmos de cuidados médicos a um usuário |
WO2015009550A1 (en) * | 2013-07-16 | 2015-01-22 | Net.Orange, Inc. | System and method for optimizing clinical flow and operational efficiencies in a network environment |
US20150161344A1 (en) * | 2013-12-11 | 2015-06-11 | H2 Inc. | Cloud systems for providing health-related services in a communication network and methods thereof |
US11037684B2 (en) * | 2014-11-14 | 2021-06-15 | International Business Machines Corporation | Generating drug repositioning hypotheses based on integrating multiple aspects of drug similarity and disease similarity |
EP3306617A1 (en) * | 2016-10-06 | 2018-04-11 | Fujitsu Limited | Method and apparatus of context-based patient similarity |
US20180121606A1 (en) * | 2016-11-01 | 2018-05-03 | International Business Machines Corporation | Cognitive Medication Reconciliation |
US20180181720A1 (en) * | 2016-12-27 | 2018-06-28 | General Electric Company | Systems and methods to assign clinical goals, care plans and care pathways |
TWI638275B (zh) * | 2017-04-12 | 2018-10-11 | 哈沙斯特醫學研發有限公司 | 跨平台臨床醫療數據分析及顯示系統 |
US10818386B2 (en) * | 2018-11-21 | 2020-10-27 | Enlitic, Inc. | Multi-label heat map generating system |
US11657912B2 (en) * | 2019-03-05 | 2023-05-23 | Paradigm Senior Services, Inc. | Devices, systems, and their methods of use for evaluating and processing remuneration claims from third-party obligator |
TWI728369B (zh) * | 2019-05-24 | 2021-05-21 | 臺北醫學大學 | 人工智慧雲端膚質與皮膚病灶辨識方法及其系統 |
CN110245217B (zh) * | 2019-06-17 | 2022-07-22 | 京东方科技集团股份有限公司 | 一种药品推荐方法、装置及电子设备 |
EP4000079A1 (en) * | 2019-07-15 | 2022-05-25 | BenevolentAI Technology Limited | Ranking biological entity pairs by evidence level |
TWI783172B (zh) * | 2019-09-06 | 2022-11-11 | 臺北醫學大學 | 用於處理處方之裝置及方法 |
US10847261B1 (en) * | 2019-10-30 | 2020-11-24 | Kenneth Neumann | Methods and systems for prioritizing comprehensive diagnoses |
TWI709978B (zh) * | 2019-12-20 | 2020-11-11 | 國泰醫療財團法人國泰綜合醫院 | 智慧醫療決策方法及智慧醫療決策系統 |
TWM595870U (zh) * | 2020-03-11 | 2020-05-21 | 范豪益 | 照護系統 |
-
2021
- 2021-07-02 TW TW110124434A patent/TWI782608B/zh active
- 2021-07-05 TW TW110124537A patent/TWI794863B/zh active
- 2021-07-06 TW TW110124702A patent/TWI781674B/zh active
- 2021-08-19 CN CN202180095012.5A patent/CN117119947A/zh active Pending
- 2021-08-19 US US18/279,875 patent/US20240153631A1/en active Pending
- 2021-08-19 WO PCT/US2021/046587 patent/WO2022256027A1/en active Application Filing
- 2021-08-26 US US17/412,262 patent/US20220392649A1/en not_active Abandoned
- 2021-09-06 WO PCT/US2021/049188 patent/WO2022256029A1/en active Application Filing
- 2021-09-06 US US18/282,795 patent/US20240170164A1/en active Pending
- 2021-09-06 CN CN202180096140.1A patent/CN117280312A/zh active Pending
- 2021-11-25 CN CN202180096272.4A patent/CN117136413A/zh active Pending
-
2022
- 2022-11-01 TW TW111141574A patent/TWI817803B/zh active
Also Published As
Publication number | Publication date |
---|---|
CN117136413A (zh) | 2023-11-28 |
TWI794863B (zh) | 2023-03-01 |
CN117280312A (zh) | 2023-12-22 |
WO2022256029A1 (en) | 2022-12-08 |
TW202249032A (zh) | 2022-12-16 |
TWI817803B (zh) | 2023-10-01 |
US20240153631A1 (en) | 2024-05-09 |
TWI782608B (zh) | 2022-11-01 |
TW202249027A (zh) | 2022-12-16 |
TW202322139A (zh) | 2023-06-01 |
US20220392649A1 (en) | 2022-12-08 |
TW202247815A (zh) | 2022-12-16 |
TWI781674B (zh) | 2022-10-21 |
WO2022256027A1 (en) | 2022-12-08 |
US20240170164A1 (en) | 2024-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Weeks et al. | Non‐medical prescribing versus medical prescribing for acute and chronic disease management in primary and secondary care | |
Yuan et al. | Payment methods for outpatient care facilities | |
Wolfe et al. | A composite disease activity scale for clinical practice, observational studies, and clinical trials: the patient activity scale (PAS/PAS-II). | |
Matsuura et al. | Conservative treatment for osteochondrosis of the humeral capitellum | |
KR102237449B1 (ko) | 환자 진단 학습 방법, 서버 및 프로그램 | |
US20180025117A1 (en) | Medical examination assistance apparatus, operation method of medical examination assistance apparatus, and medical examination assistance system | |
JP4866576B2 (ja) | 診療支援システム | |
WO2003040878A2 (en) | Patient data mining for clinical trials | |
JP6464254B2 (ja) | 造影剤ベースの医療処置での副作用を管理するシステム及び方法 | |
Chen et al. | Risk of myocardial infarction and ischemic stroke after dental treatments | |
Thomassin-Naggara et al. | Multicenter external validation of the deep pelvic endometriosis index magnetic resonance imaging score | |
CN111951936A (zh) | 医用信息处理装置 | |
Schoenfeld et al. | Validity of STONE scores in younger patients presenting with suspected uncomplicated renal colic | |
Amin et al. | A rapid method to preoperatively assess frailty for older patients with pelvic floor conditions | |
CN116682565B (zh) | 一种数字化医疗信息在线监测方法、终端及介质 | |
Nelson et al. | Is availability of endoscopy changing initial management of vesicoureteral reflux? | |
Tarca et al. | Exercise or physical activity-related adverse events in people receiving peritoneal dialysis: A systematic review | |
Joo et al. | Physical function and pain interference levels of hallux rigidus patients before and after synthetic cartilage implant vs arthrodesis surgery | |
CN117119947A (zh) | 提供建议诊断的电子装置和方法 | |
Foo et al. | Completeness of ANZACS-QI Cardiac Implanted DEVICE Registry and agreement with national datasets: ANZACS-QI 30 | |
Geuskens et al. | Clear associations between demographic and psychosocial factors and health-related quality of life in patients with early inflammatory joint complaints | |
Zeiler et al. | Diagnostic capability of ultrasound in peritoneal catheter malfunction compared to videolaparoscopy | |
Wells et al. | Quality of care for depressed elderly pre-post prospective payment system: Differences in response across treatment settings | |
Valvi et al. | Identification of hypertension in electronic health records through computable phenotype development and validation for use in public health surveillance: retrospective study | |
Thomas et al. | Hospital ownership and preventable adverse events |
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 |