CN1613085A - 用于筛选肺癌的病人数据挖掘 - Google Patents

Abstract

提供了一种用于肺癌筛选的系统和方法。该系统包括：一个包含对应病人群体的结构化的病人信息(206－2)的数据库(206)和一个包含关于肺癌信息的领域知识库(206－1)；个体病人记录(204)；和处理器(202)，用于使用来自于数据库的数据分析病人记录，以便确定病人是否有肺癌的征兆。该方法包括以下步骤：将病人特定的数据输入到病人记录中；对病人执行至少一次肺癌筛选过程，其中以结构化的格式将由至少一个过程产生的至少一个结果输入到病人记录中；以及利用领域知识库来分析病人记录以便确定病人是否有肺癌的征兆。

Description

用于筛选肺癌的病人数据挖掘

相关申请的交叉引用

本申请要求了美国临时申请序列号60/335,542的优先权，该申请于2001年11月2日提交，在将该篇申请的全部内容引用于此，以供参考。

技术领域

本发明涉及医疗信息处理系统，更具体而言，涉及一种用于筛选肺癌病人、监控病人体内的根瘤(nodule)检测以及管理展示出肺癌征兆的病人的计算机化的系统和方法。

背景技术

在美国，对于男性和女性来讲，肺癌是第二类最常见的癌症病因，而且也是癌症死亡的主要原因。是否能从肺癌中幸存要取决于癌症的阶段。所述阶段要通过根瘤(例如，肿块)的尺寸及位置、围绕淋巴结出现的癌症、以及癌症向远处的扩散来确定。当肺癌在其初期阶段得到治疗时，治愈率达到70％或更高。因此，早期检查对于提高患肺癌病人的存活率来说是至关重要的。

传统上，一直使用X光来检测显示肺癌症状的病人体内的根瘤。然而，X光可以检测出的最小根瘤约为1cm，这是增进生长的一种象征，而随后，展示出这些根瘤的病人的存活率很低。计算机层析成像(CT)扫描能够检测出比用常规X光检测出的根瘤更小的肺癌根瘤。CT扫描比X光具有更高的分辨率，并且能够检测直径仅为0.5mm的根瘤。

尽管CT扫描能够检测非常小的根瘤，但是CT筛选是昂贵的。判断所检测出的根瘤是否是恶性的，则需要历经几个月的多次CT检查才能确认根瘤不会生长。此外，所筛选出的多数病人在他们肺脏内部都有“垃圾(junk)”，而其在CT扫描中由于其高分辨率的原因可能会显示成根瘤。然而，由于几种原因，每个根瘤都不能作活组织切片检查。首先，与在多次CT扫描的情况一样，因而活组织切片检查是昂贵的。最重要的是，活组织切片检查令病人很焦虑，这是因为它是一种侵入性步骤，并且有与之相关的一定的风险。因此，在保持高质量保健的同时，肺癌筛选的规程需要在与将要执行的测试相关的成本和给病人带来的负担之间作出平衡。

鉴于上述原因，存在对改善用于筛选肺癌个体、监控根瘤检测以及管理展示出肺癌征兆的病人的系统和方法的需要。

发明内容

根据本发明的一个方面，提供了一种肺癌筛选系统，包括：一个包含对应病人群体的结构化的病人信息的数据库和一个包含关于肺癌的信息的领域知识库；个体病人记录；和处理器，用于使用数据库中的数据来分析病人记录，以便判断病人是否有肺癌的征兆。通过对结构化的和非结构化的病人记录进行数据挖掘来用结构化的病人信息填充所述数据库，或者用预期地收集的信息填充所述数据库。

在另一个方面，所述处理器还包括诊断模块，用于确定病人的目前状态。所述诊断模块分析成像研究(study)，例如一次计算机层析成像(CT)扫描，以便检测根瘤是否存在，并且如果存在，则把该成像研究与病人的先前图像研究(CT扫描)重合起来以确定根瘤的生长。

在本发明的另一个方面，所述处理器还包括建模模块，用于分析数据库中基于群体的结构化的病人信息，以便确定如下病人的趋势，所述病人具有相似的、个体病人记录所确定的病人特征。所述建模模块根据确定的趋势来预测病人体内肺癌的进展。

在本发明的另一个方面，所述处理器还包括病人管理模块，用于为病人确定筛选规程。所述病人管理模块为下一个测试步骤确定一个最佳时间。另外，所述病人管理模块针对延迟肺癌检测的风险平衡要加以执行的潜在测试的成本，以便为个体病人确定测试之间最大可容许的时间。

在本发明的又一个方面，一种用于筛选肺癌的方法，该方法包括以下步骤：将病人特定的数据输入到病人记录中；对病人执行至少一次肺癌筛选过程，其中以结构化的格式将由至少一个过程产生的至少一个结果输入到病人记录中；以及利用领域知识库来分析病人记录，以便判断病人是否有肺癌的征兆。所述方法还包括诊断病人的目前状态的步骤。

在另一个方面，所述方法还包括以下步骤：分析对应病人群体的结构化的病人信息的数据库，以便根据病人记录来创建具有相似病人特征的相似病人的模型；以及根据该模型来确定病人体内肺癌的进展。所述基于群体的结构化的病人信息的数据库是通过根据领域知识库挖掘基于群体的病人数据来编制的，其中以结构化的和非结构化的格式存储所述数据。

在本发明的再一个方面，所述方法还包括根据模型来为病人确定筛选规程的步骤。所述筛选规程包括基于模型的用于下一个过程的最佳时间。

在本发明的另一个方面，将病人特定的数据输入到病人记录中是通过挖掘病人的历史数据来执行的，所述历史数据采用结构化的和非结构化的格式。

在又一个方面，所述执行步骤包括实施一次成像研究，例如，病人的计算机层析成像(CT)扫描；以及在扫描中检测存在的根瘤。分析步骤包括将该CT扫描与先前的CT扫描重合起来，以及确定所检测出的根瘤在几次扫描期间的生长。

根据本发明的另一个方面，一种机器可读的程序存储设备，确实地包括一个指令程序，该指令程序可由该机器执行以便实施用于筛选肺癌的方法步骤，所述方法步骤包括：将病人特定的数据输入到病人记录中；对病人执行至少一次肺癌筛选过程，其中以结构化的格式将由至少一个过程产生的至少一个结果输入到病人记录中；以及利用领域知识库来分析病人记录，以便判断病人是否有肺癌的征兆。

附图说明

本发明的上述及其它方面、特征和优势当结合附图，从下面结合附图描述的详细说明中将变得更加明显，在附图中：

图1是一个计算机处理系统框图，根据本发明的一个实施例可以将本发明应用于它；

图2举例说明了根据本发明实施例的示例性的肺癌筛选系统；和

图3举例说明了根据本发明实施例的用于筛选、监控和管理病人的流程图。

具体实施方式

为了辅助对本发明的清晰理解，这里提供了一些说明性示例，它们描述了本发明的确定方面。但是，应该理解这些说明并不是为了限制本发明的范围，而是为了描述与本发明相关的确定概念。

还应该理解本发明可以用多种形式的硬件、软件、固件、专用处理器或它们的组合来实现。优选地，本发明以作为确实包括在程序存储设备上的程序的加以实现。程序可被上载到包含任意合适的体系结构的机器上并由其执行。优选地，该机器被实现在拥有下列硬件的计算机平台上：例如一个或多个中央处理单元(CPU)、一个随机访问存储器(RAM)和输入/输出(I/O)接口。该计算机平台还包括操作系统和微指令代码。这里所描述的多个过程和功能可以是通过操作系统执行的微指令代码的一部分或者程序的一部分(或者是它们的组合)。另外，多种其它外围设备可以被连接到该计算机平台，诸如附加数据存储设备和打印设备。

应该理解，因为附图中所描绘的组成系统部件和方法步骤中的一些优选地使以软件实现的，所以系统部件(或过程步骤)之间的实际连接可能会有所不同，取决于编程本发明的方式。

图1是计算机处理系统100的框图，根据本发明的一个实施例，可以将本发明应用于它。系统100包括至少一个处理器(下文称处理器)102，它通过系统总线104和其它部件可操作地相耦合。只读存储器(ROM)106，随机访问存储器(RAM)108、I/O接口110、网络接口112和外部存储器114都与系统总线104可操作地相耦合。各种外围设备，例如显示设备、盘式存储设备(例如，磁盘或光盘存储设备)、键盘和鼠标，可以通过I/O接口110或网络接口112与系统总线104可操作地相耦合。

计算机系统100可以是独立系统或通过网络接口112与网络相连。网络接口112可以是硬布线接口。然而，在多种示例性实施例中，网络接口112可以包括适于向另一设备传送信息或从另一设备传出信息的任意设备，诸如通用异步收发器(UART)、并行数字接口、软件接口或已知或后来开发的软件和硬件的任意组合。网络接口可以连接到各种类型的网络，包括局域网(LAN)、广域网(WAN)、内联网、虚拟专用网(VPN)和因特网。

外部存储器114可以用数据库管理系统(DBMS)来实现，其由处理器102加以管理并驻留在像硬盘这样的存储器上。但是，应该意识到外部存储器114可以实现在一个或多个附加计算机系统上。例如，外部存储器114可以包括驻留在一个单独的计算机系统上的数据仓库系统。

本领域的技术人员将会理解在不偏离本发明的精神和范围的前提下也可以使用其它替代的计算环境。

参照图2，举例说明了根据本发明实施例的示例性肺癌筛选系统200。肺癌筛选系统200包括处理器202，该处理器包括多个用于执行不同任务的模块。处理器202耦合于结构化的数据库206，该结构化的数据库是为感兴趣的疾病-这里是指肺癌而加以编制的。处理器202将与结构化的数据库206进行交互，以便根据特定病人的记录204来确定与特定病人有关的确定输出。所述病人记录204可以包括人口统计信息、家族史、初期测试结果、来自于CT扫描的图像、医生口述等等。

优选地，利用数据挖掘技术给结构化的数据库206填充基于群体的病人信息，所述数据挖掘技术在同本申请一起提交的Rao等人的“病人数据挖掘(Patient Data Mining)”的共同待审的美国专利申请序列号10/＿＿,＿＿，(代理人证号：8706-600)中作了描述，将其全部内容引入于此以供参考。那篇专利申请讲授了用于挖掘高质量的结构化的临床信息的数据挖掘框架。优选地，所述数据挖掘框架包括：数据挖掘器，其具有如在REMIND系统中的功能和能力，在市场上可从Siemens Medical Solution那里购买到，该数据挖掘器根据知识库中所含的领域专用知识来从计算机化的病人记录(CPR)中挖掘医疗信息。所述CPR可以是结构化的和/或非结构化的格式的。所述领域专用知识可能会涉及到感兴趣的疾病、医院等等。数据挖掘器包括用于从CPR中提取信息的部件、随时间以原则性方式来组合所有可获得的证据的部件，以及根据这种组合过程来得出推理的部件。所挖掘出的医疗信息被存储在结构化的CPR数据库中，比如数据库206。

这里，领域知识库206-1与肺癌有关，而病人数据库206-2是一个填充有从多个计算机化的病人记录(CPR)中挖掘出的信息的结构化的数据库，其中，这些病人任一个曾患有肺癌-展示出肺癌的症状或征兆，和/或参与将会促成其患上肺癌的风险的活动(例如，吸烟)。作为选择，可以预期地收集在病人数据库206-2中存储的信息。

肺癌筛选系统200与特定的病人记录204和结构化的数据库206进行交互以便确定病人现状，确定病人在将来患上肺癌的机会，以及确定建议的、将来治疗病人的方法。由肺癌筛选系统200执行的每个任务都是通过驻留在系统202的处理器中和/或该系统的存储设备(例如，RAM、ROM、外部存储器等)中的可执行模块来执行的。

诊断模块202-1与病人记录204和领域知识库206-1进行交互，以便确定病人的目前状态(例如，一次诊断)以及任何风险估计。诊断模块202-1将组合与病人有关的所有可用信息，并且使用如下所述技术、基于领域知识库206-1来执行对病人特定问题的概率性的推理，其中所述技术在Rao等人的、名为“Patient Data Mining forDiagnosis and Projections of Patient States”(用于诊断和投影病人状态的病人数据挖掘)”的与本发明一起提交的、共同待审的美国专利申请序号No.10/__,__(代理人证号No.8706-624)中作了描述，在此引入这篇申请以供参考。这可以需要查阅包含在病人记录204中的成像研究，例如，CT扫描，并且需要确定CT扫描是否包含根瘤，如果是的话则就确定该根瘤的尺寸。

在一个实施例中，诊断模块202-1可以对在时间段上所进行的几次CT扫描执行测定体积的系列研究。每幅CT扫描图像将被输入到筛选系统中，并且所发现的任何根瘤都将通过本领域中所公知的成像过程来加以提取。将分析每个根瘤的形状、尺寸、位置和风险。每个连续的CT扫描都将被与先前的扫描重合起来，以便估计该根瘤随时间的生长分布。然后，如果根瘤是一个关注的病因，那么领域知识库206-1将用于根据根瘤的尺寸来确定它的生长速度。例如，如果检测到的根瘤大于1cm，那么诊断模块就会确定筛选出的病人处于第I阶段有20％概率。

另外，领域知识库206-1将对病人记录204的其它方面加上准则来确定是否存在关注的病因。例如，如果确定病人是一个严重的吸烟者，那么该系统就可以增加病人处于第I阶段的概率。作为选择，如果病人记录显示所检测到的根瘤保持同样尺寸已有两年多，那么该系统就可以降低病人处于第I阶段的概率。

同样，可以通过自然语言处理模块来从放射科医师的口述中提取根瘤信息。诊断模块202-1将使用领域知识库来协调图像处理与自然语言处理之间的任何冲突。例如，如果自然语言处理已经从医生的口述中提取出：该病人未展示出任何肺癌征兆，但是图像处理指示该病人有几个根瘤在过去的三个月尺寸加倍了，那么该系统将根据知识库中的生长率来给第I阶段肺癌指派一个高的概率。

另外，诊断模块202-1可以采用领域知识库206-1来把测试值与人口分布之间的关系建立成其它变量。

建模模块202-2与病人记录204和病人数据库206-2进行交互，以便确定病人潜在的进展，或者确定疾病在未来发生的机会。建模模块202-2检查(review)病人数据库206-2，以查找与病人记录204所确定的目前病人具有相似特征的病人的记录。例如，如果目前的病人是一个四十岁的、每天吸五包香烟的男性，那么建模模块将仅仅提取那些具有目前病人特征的可接受范围的病人记录。建模模块202-2将对结构化的数据库206实施追溯性CPR分析，以便寻找这些“相似”病人的结果趋势，从而预测在目前病人体内肺癌的进展情况，例如，自动地鉴别遗传标记、结果、人口分布和疗法之间感兴趣的图案，例如，一个四十岁的、每天吸五包香烟已有二十年的白种男性在52岁时趋向于患上根瘤。所有的推荐或预断都可以作为关于相似病人的统计。

病人管理模块202-3与病人记录204、领域知识库206-1和病人数据库206-2进行交互，以便确定用于病人的筛选规程，例如，用于下一个过程的最佳时间和/或下一个要执行的最佳过程。例如，如果在病人体内检测到的根瘤在三个月内生成了100％，那么该系统就将推荐在三个月后做后续的CT扫描；作为选择，如果根瘤展示出没有任何生长，那么该系统将推荐在十二个月后做后续的CT扫描。

另外，病人管理模块202-3还将为病人产生治疗和疗法计划方针。当为特定病人编制一个建议的规程时，病人管理模块202-2将利用上面所产生的模型、针对延迟肺癌检测的风险平衡要加以执行的潜在测试的成本，从而发现测试之间最大可容许的时间，以确保保健的质量。例如，如果检测到的根瘤在过去十八个月没有生长，那么由于不生长表明患上癌症的风险较低，因而该系统就可以推荐两年之后在做后续就诊。

参照图3，一个工作流程图举例说明了肺癌筛选系统如何能够辅助适当的医疗专业人员进行诊断、监控和管理患有肺癌和/或有肺癌征兆的病人。

无症状的病人302让自己服从肺癌筛选过程306。在该过程发生以前，为病人创建病人记录304。将要理解的是，病人记录304与用在图2的肺癌筛选系统200中的病人记录204相同。病人记录304填充有来自于调查表(比如像诸如人口分布、家族史、吸烟历史等之类的信息)、初期试验的结果、遗传标记、放射科医师的临床发现等等的数据。另外，病人记录可以通过从病人的历史记录中挖掘数据来加以填充，正如上述共同待审的申请(代理人证号No.8706-600)中所描述的那样。肺癌筛选过程306可以包含下列当中的任何一种：身体检查、胸部X光、CT扫描、正电子发射层析成像(PET)扫描、磁共振成像(MRI)扫描、唾液细胞学、支气管镜检、抽血工作、肺功能测试等等。

肺癌筛选过程的结果被输入到系统中并按结构化的格式存储在病人记录304中。在被存储在病人记录中以前，处理已执行的任何CT扫描308，以供通过由诊断模块202-1执行的测定体积的系列研究310来进行根瘤检测和管理。对于初始的CT扫描，分析该扫描以便通过肺癌筛选系统200的诊断模块202-1来确定是否存在任何感兴趣的根瘤。如果存在根瘤的话，则确定它们的位置、尺寸和/或特征，并将其存储在病人记录中。在报告312中，由根瘤的测定体积研究而得出的结果被与其它过程314的结果组合起来，以便呈现给适当的医疗专业人员316，例如放射科医师或肿瘤学家。所述报告可以包括对病人目前状态的概率性判定，例如，有至少20％的机会患上恶性肺癌。

根据报告312，适当的医疗专业人员将判定出病人的目前状态。这种判定可以仅仅根据由肺癌筛选系统产生的报告作出。作为选择，所述判定可以通过将报告中的结果与由系统200的建模模块202-2产生的相似病人模型进行比较来作出，如果怀疑是癌症的话，那么就让病人进入到进一步的诊断工作流程，例如活组织切片检查。

如果在此时未怀疑是癌症的话，那么医疗专业人员的判定以及进一步的评述将被添加到病人记录304中。如果检测出任何可疑根瘤的话，那么就针对病人管理318而检查病人记录，以便通过肺癌筛选系统200的病人管理模块202-3来确定适当的筛选规程，即下一次就诊的时间、接下来将要执行什么测试等等。可以通过查询带有病人记录304的结构化的数据库206来为特定病人确定筛选规程，以便查找相似的病人并根据他们的禁止性治疗和/或疗法来确定他们的结果。特定病人的筛选规程可能会需要确定下一次CT扫描、验血等等的最佳时间，和/或在不利情况发生以前鉴别所有潜在肺癌附带事件，例如，第II阶段癌症或转移性病灶。

本发明的肺癌筛选系统和方法提供了对大量数据集的快速检查。所述系统和方法允许所有可用的信息都可以在诊断、监控和管理患有肺癌的病人和/或展示出肺癌征兆的病人的过程中加以使用。通过访问特定病人以及多个病人的所有有用信息，所述系统和方法将评估病人获得诊断检杳或保持筛选的需要，估计病人应当何时回来进行后续研究和把肺癌风险投入未来。

尽管在这里已经参考附图描述了本发明的说明性实施例，应该理解本发明并不受限于那些具体的实施例，在不偏离本发明的范围和精神的前提下本领域的技术人员可以进行多种其它的改动和变更。

Claims (28)

1.一种肺癌筛选系统，包括：

一个包含对应病人群体的结构化的病人信息的数据库，和一个包含关于肺癌的信息的领域知识库；

个体病人记录；和

处理器，用于使用数据库中的数据来分析病人记录，以便判断病人是否有肺癌的征兆。

2.如权利要求1所述的系统，其中通过对结构化的和非结构化的病人记录进行数据挖掘来用结构化的病人信息填充所述数据库。

3.如权利要求1所述的系统，其中用预期地收集的信息填充所述数据库。

4.如权利要求1所述的系统，其中所述处理器还包括诊断模块，用于确定病人的目前状态。

5.如权利要求4所述的系统，其中所述诊断模块分析成像研究，以便检测根瘤是否存在，并且如果根瘤存在，则把所述成像研究与病人的先前图像研究重合起来以确定根瘤的生长。

6.如权利要求5所述的系统，其中所述成像研究是计算机层析成像(CT)扫描。

7.如权利要求1所述的系统，其中所述处理器还包括建模模块，用于分析数据库中基于群体的结构化的病人信息，以便确定具有相似的、个体病人记录所确定的病人特征的病人的趋势。

8.如权利要求1所述的系统，其中所述个体病人记录是通过挖掘结构化的和非结构化的病人信息来创建的。

9.如权利要求7所述的系统，其中所述建模模块根据确定的趋势来预测病人体内肺癌的进展。

10.如权利要求1所述的系统，其中所述处理器还包括病人管理模块，用于为病人确定筛选规程。

11.如权利要求10所述的系统，其中所述病人管理模块为个体病人确定下一个测试过程的时间。

12.如权利要求11所述的系统，其中所述下一个测试过程是计算机层析成像(CT)扫描。

13.如权利要求8所述的系统，其中所述病人管理模块为个体病人确定下一个要执行的测试过程，并且为个体病人确定该测试过程的时间。

14.如权利要求11所述的系统，其中所述病人管理模块针对延迟肺癌检测的风险平衡将要执行的潜在测试的成本，以便为个体病人确定测试之间的最大可容许的时间。

15.一种用于筛选肺癌的方法，该方法包括以下步骤：

将病人特定的数据输入到病人记录中；

对病人执行至少一次肺癌筛选过程，其中以结构化的格式将由至少一个过程产生的至少一个结果输入到病人记录中；以及

利用领域知识库来分析病人记录，以便判断病人是否有肺癌的征兆。

16.如权利要求15所述的方法，还包括诊断病人的目前状态的步骤。

17.如权利要求15所述的方法，还包括以下步骤：

分析对应病人群体的结构化的病人信息的数据库，以便根据病人记录来创建具有相似病人特征的相似病人的模型；以及

根据该模型来确定病人体内肺癌的进展。

18.如权利要求17所述的方法，其中所述基于群体的结构化的病人信息的数据库是通过根据领域知识库挖掘基于群体的病人数据来编制的，其中以结构化的和非结构化的格式存储所述数据。

19.如权利要求17所述的方法，还包括根据模型来为病人确定筛选规程的步骤。

20.如权利要求19所述的方法，其中所述筛选规程包括基于模型的用于个体病人的下一个过程的时间。

21.如权利要求20所述的方法，其中所述下一个测试过程是计算机层析成像(CT)扫描。

22.如权利要求19所述的方法，还包括为个体病人确定下一个要执行的测试过程的步骤，以及为个体病人确定测试过程的时间的步骤。

23.如权利要求20所述的方法，还包括如下步骤：针对延迟肺癌检测的风险平衡要执行的潜在测试的成本，以便为个体病人确定测试之间最大可容许的时间。

24.如权利要求15所述的方法，其中将病人特定的数据输入到病人记录中是通过挖掘病人的历史数据来执行的，所述历史数据采用结构化的和非结构化的格式。

25.如权利要求15所述的方法，其中所述执行步骤包括：

实施病人的成像研究；以及

检测成像研究中存在的根瘤。

26.如权利要求25所述的方法，其中分析步骤包括：

把所述成像研究与先前的图像研究重合起来；以及

确定所检测出的根瘤在成像研究期间的生长。

27.如权利要求25所述的方法，其中所述成像研究是计算机层析成像(CT)扫描。

28.一种机器可读的程序存储设备，确实地包括一个指令程序，该指令程序可由机器执行，以便实施用于筛选肺癌的方法步骤，所述方法步骤包括：

将病人特定的数据输入到病人记录中；

对病人执行至少一次肺癌筛选过程，其中以结构化的格式将由至少一个过程产生的至少一个结果输入到病人记录中；以及

利用领域知识库来分析病人记录，以便判断病人是否有肺癌的征兆。

Images