DE102016201728A1

DE102016201728A1 - Verfahren und Systeme zur Gesundheitszustandsvorhersage von menschlichen Probanden

Info

Publication number: DE102016201728A1
Application number: DE102016201728.4A
Authority: DE
Inventors: Vaibhav Rajan; Abhishek Tripathi; Sakyajit Bhattacharya; Ranjan Shetty K; Amith Sitaram; Vivek G Raman
Original assignee: Xerox Corp
Current assignee: Symplr Software LLC
Priority date: 2015-02-24
Filing date: 2016-02-04
Publication date: 2016-08-25
Also published as: US9870449B2; US20160246931A1; JP6608295B2; JP2016157430A

Abstract

Es werden Verfahren und Systeme zum Einteilen eines oder mehrerer menschlicher Probanden in eine oder mehrere Kategorien, die einen Gesundheitszustand des einen oder der mehreren menschlichen Probanden angeben, offenbart. Das Verfahren umfasst das Einordnen eines oder mehrerer Parameter von jedem des einen oder der mehreren menschlichen Probanden in eine oder mehrere Datenansichten basierend auf mindestens einem Datentyp von jedem des einen oder der mehreren Parameter. Eine Datenansicht entspricht einer ersten Datenstruktur, die einen Satz von in die Datenansicht eingeordneten Parametern speichert, der jedem des einen oder der mehreren menschlichen Probanden zugeordnet ist. Die eine oder die mehreren Datenansichten werden in eine zweite Datenstruktur umgewandelt, die den Satz von Parametern über die eine oder die mehreren Datenansichten hinweg darstellt. Anschließend wird ein Klassifikator basierend auf der zweiten Datenstruktur trainiert, wobei der Klassifikator den einen oder die mehreren menschlichen Probanden in die eine oder die mehreren Kategorien einteilt.

Description

Aufgrund der zunehmenden Komplexität des Lebensstils der Menschen haben gesundheitsbezogene Probleme im Allgemeinen in den letzten Jahren zugenommen. Beispielsweise gab es einen Anstieg bei Herz-Kreislauf-Erkrankungen, Bluthochdruck und Diabetes bei jungen Menschen. Das Entwickeln eines mathematischen Modells, das dazu in der Lage ist, das Risiko solcher Erkrankungen/Zustände vorherzusagen, könnte den Menschen dabei helfen, ihren Lebensstil zu verändern. Darüber hinaus könnten solche Vorhersagen den Ärzten dabei helfen, solche Menschen entsprechend zu beraten.
Gemäß hierin veranschaulichten Ausführungsformen wird ein System zum Einteilen eines oder mehrerer menschlicher Probanden in eine oder mehrere Kategorien, die einen Gesundheitszustand angeben, der dem einen oder den mehreren menschlichen Probanden zugeordnet ist, bereitgestellt. Das System umfasst einen oder mehrere Mikroprozessoren, die dazu ausgelegt sind, einen oder mehrere Parameter, die jedem des einen oder der mehreren menschlichen Probanden zugeordnet sind, basierend auf mindestens einem Datentyp von jedem des einen oder der mehreren Parameter in eine oder mehrere Datenansichten einzuordnen. Eine Datenansicht entspricht einer ersten Datenstruktur, die einen Satz von in die Datenansicht eingeordneten Parametern speichert, der jedem des einen oder der mehreren menschlichen Probanden zugeordnet ist. Der eine oder die mehreren Mikroprozessoren sind ferner dazu ausgelegt, eine oder mehrere Datenansichten in eine zweite Datenstruktur umzuwandeln, wobei die zweite Datenstruktur den Satz von Parametern über die eine oder die mehreren Datenansichten hinweg darstellt. Der eine oder die mehreren Mikroprozessoren sind ferner dazu ausgelegt, einen Klassifikator basierend auf der zweiten Datenstruktur zu trainieren, wobei der Klassifikator den einen oder die mehreren menschlichen Probanden in die eine oder die mehreren Kategorien einteilt. Das System umfasst ferner einen Sendeempfänger, der dazu ausgelegt ist, die Einteilung des einen oder der mehreren menschlichen Probanden in die eine oder die mehreren Kategorien an eine Rechenvorrichtung zu senden, wobei die Einteilung des einen oder der mehreren menschlichen Probanden auf einer Anzeigevorrichtung der Rechenvorrichtung mittels einer Benutzerschnittstelle angezeigt wird.
Gemäß hierin veranschaulichten Ausführungsformen wird ein Verfahren zum Einteilen eines oder mehrerer menschlicher Probanden in eine oder mehrere Kategorien, die einen Gesundheitszustand angeben, der dem einen oder den mehreren menschlichen Probanden zugeordnet ist, bereitgestellt. Das Verfahren umfasst das Einteilen, mittels eines oder mehrerer Mikroprozessoren, eines oder mehrerer Parameter, die jedem des einen oder der mehreren menschlichen Probanden zugeordnet sind, in eine oder mehrere Datenansichten basierend auf mindestens einem Datentyp von jedem des einen oder der mehreren Parameter. Eine Datenansicht entspricht einer ersten Datenstruktur, die einen Satz von in die Datenansicht eingeordneten Parametern speichert, der jedem des einen oder der mehreren menschlichen Probanden zugeordnet ist. Das Verfahren umfasst ferner die Umwandlung, mittels des einen oder der mehreren Mikroprozessoren, der einen oder der mehreren Datenansichten in eine zweite Datenstruktur, wobei die zweite Datenstruktur den Satz von Parametern über die eine oder die mehreren Datenansichten hinweg darstellt. Das Verfahren umfasst ferner das Trainieren, mittels des einen oder der mehreren Mikroprozessoren, eines Klassifikators basierend auf der zweiten Datenstruktur, wobei der Klassifikator den einen oder die mehreren menschlichen Probanden in die eine oder die mehreren Kategorien einteilt. Das Verfahren umfasst ferner das Senden, mittels eines Sendeempfängers, der Einteilung des einen oder der mehreren menschlichen Probanden in die eine oder die mehreren Kategorien an eine Rechenvorrichtung, wobei die Einteilung des einen oder der mehreren menschlichen Probanden auf einer Anzeigevorrichtung der Rechenvorrichtung mittels einer Benutzerschnittstelle angezeigt wird.
Gemäß hierin veranschaulichten Ausführungsformen wird ein Computerprogrammprodukt zur Verwendung mit einer Rechenvorrichtung bereitgestellt. Das Computerprogrammprodukt umfasst ein dauerhaftes computerlesbares Medium. Das dauerhafte computerlesbare Medium speichert einen Computerprogrammcode zum Einteilen eines oder mehrerer menschlicher Probanden in eine oder mehrere Kategorien, die einen Gesundheitszustand angeben, der dem einen oder den mehreren menschlichen Probanden zugeordnet ist. Der Computerprogrammcode kann von einem oder mehreren Mikroprozessoren in der Rechenvorrichtung ausgeführt werden, um einen oder mehrere Parameter, die jedem des einen oder der mehreren menschlichen Probanden zugeordnet sind, basierend auf mindestens einem Datentyp von jedem des einen oder der mehreren Parameter in eine oder mehrere Datenansichten einzuordnen. Eine Datenansicht entspricht einer ersten Datenstruktur, die einen Satz von in die Datenansicht eingeordneten Parametern speichert, der jedem des einen oder der mehreren menschlichen Probanden zugeordnet ist. Der Computerprogrammcode kann ferner von dem einen oder den mehreren Mikroprozessoren dahingehend ausgeführt werden, die eine oder die mehreren Datenansichten in eine zweite Datenstruktur umzuwandeln, wobei die zweite Datenstruktur den Satz von Parametern über die eine oder die mehreren Datenansichten hinweg darstellt. Der Computerprogrammcode kann ferner von dem einen oder den mehreren Mikroprozessoren dahingehend ausgeführt werden, einen Klassifikator basierend auf der zweiten Datenstruktur zu trainieren, wobei der Klassifikator den einen oder die mehreren menschlichen Probanden in die eine oder die mehreren Kategorien einteilt. Der Computerprogrammcode kann ferner von dem einen oder den mehreren Mikroprozessoren dahingehend ausgeführt werden, mittels eines Sendeempfängers die Einteilung des einen oder der mehreren menschlichen Probanden in die eine oder die mehreren Kategorien an eine zweite Rechenvorrichtung zu senden, wobei die Einteilung des einen oder der mehreren menschlichen Probanden auf einer Anzeigevorrichtung der zweiten Rechenvorrichtung mittels einer Benutzerschnittstelle angezeigt wird.
Die beiliegenden Zeichnungen veranschaulichen verschiedene Ausführungsformen von Systemen, Verfahren und von anderen Aspekten der Offenbarung. Jeder Durchschnittsfachmann versteht, dass die veranschaulichten Abgrenzungen der Elemente (z.B. Boxen, Gruppen von Boxen oder andere Formen) in den Figuren ein Beispiel der Abgrenzungen darstellen. Es ist möglich, dass in einigen Beispielen ein Element als viele Elemente ausgebildet sein kann oder dass viele Elemente als ein Element ausgebildet sein können. In einigen Beispielen kann ein Element, das als interner Bestandteil eines Elements gezeigt ist, in einem anderen Beispiel als ein externer Bestandteil umgesetzt sein und umgekehrt. Des Weiteren sind Elemente möglicherweise nicht maßstabsgetreu abgebildet.
Nachfolgend werden verschiedene Ausführungsformen gemäß den beiliegenden Zeichnungen beschrieben, die zur Veranschaulichung und nicht zur Einschränkung des Schutzumfangs in irgendeiner Weise bereitgestellt sind, wobei ähnliche Bezugszeichen ähnliche Elemente bezeichnen und in denen:
1 ein Systemumgebungsdiagramm, in dem verschiedene Ausführungsformen umgesetzt werden können, veranschaulicht;
2 ein Blockdiagramm eines Anwendungsservers gemäß mindestens einer Ausführungsform ist;
3 ein Flussdiagramm ist, das ein Verfahren zum Trainieren eines Klassifikators zum Einteilen eines oder mehrerer menschlicher Probanden in eine oder mehrere Kategorien gemäß mindestens einer Ausführungsform zeigt;
4 ein Flussdiagramm ist, das ein Verfahren zum Bestimmen einer Schlaganfallpunktzahl eines menschlichen Probanden gemäß mindestens einer Ausführungsform zeigt;
5A, 5B, 5C, 5D, 5E und 5F beispielhafte Benutzerschnittstellen sind, die einem Benutzer auf einer Anzeigevorrichtung einer Rechenvorrichtung angezeigt werden können, um einen oder mehrere Parameter, die einem menschlichen Probanden zugeordnet sind, gemäß mindestens einer Ausführungsform zu erhalten.
6 eine beispielhafte Benutzerschnittstelle ist, die einem Benutzer auf einer Anzeigevorrichtung einer Rechenvorrichtung angezeigt werden kann, um eine Einteilung eines menschlichen Probanden in eine oder mehrere Kategorien, die einen Gesundheitszustand des menschlichen Probanden angeben, gemäß mindestens einer Ausführungsform anzuzeigen.
Die vorliegende Offenbarung wird am besten unter Bezugnahme auf die hierin dargelegten ausführlichen Figuren und Beschreibungen verstanden. Nachstehend werden verschiedene Ausführungsformen unter Bezugnahme auf die Figuren erörtert. Fachleute werden jedoch ohne Weiteres verstehen, dass die hierin in Bezug auf die Figuren dargelegten ausführlichen Beschreibungen lediglich dem Zweck der Erklärung dienen, da die Verfahren und Systeme mehr als die beschriebenen Ausführungsformen umfassen können. Beispielsweise können die vorgestellten Lehren und die Anforderungen an eine bestimmte Anwendung viele alternative und geeignete Ansätze zur Umsetzung der Funktionalität eines beliebigen hierin beschriebenen Details ergeben. Somit kann jeder Ansatz mehr als die in den folgenden Ausführungsformen beschriebenen und gezeigten spezifischen Umsetzungsmöglichkeiten umfassen.
Bezugnahmen auf "eine Ausführungsform", "mindestens eine Ausführungsform", "ein Beispiel", "zum Beispiel" und so weiter geben an, dass die so beschriebenen(n) Ausführungsform(en) oder das/die so beschriebenen(n) Beispiel(e) ein bestimmtes Merkmal, eine bestimmte Struktur, Charakteristik, Eigenschaft, ein bestimmtes Element oder eine bestimmte Einschränkung aufweisen können, aber dass nicht jede Ausführungsform oder jedes Beispiel notwendigerweise dieses bestimmte Merkmal, diese bestimmte Struktur, Charakteristik, Eigenschaft, dieses bestimmte Element oder diese bestimmte Einschränkung aufweist. Darüber hinaus bezieht sich die wiederholte Verwendung des Ausdrucks "in einer Ausführungsform" nicht notwendigerweise auf dieselbe Ausführungsform.
"Menschlicher Proband" bezieht sich auf einen Menschen, der an einem Gesundheitszustand oder einer Erkrankung leidet. In einer Ausführungsform kann der menschliche Proband sich auf eine Person beziehen, die medizinische Beratung in Bezug auf ihren Gesundheitszustand braucht.
Ein "Patientendatensatz" bezieht sich auf historische Daten von einem oder mehreren menschlichen Probanden, der/die zuvor in eine medizinische Einrichtung eingewiesen wurde(n) oder von der medizinischen Einrichtung medizinische Beratung erhält/erhalten. In einer Ausführungsform beinhaltet der Patientendatensatz Informationen zu einem oder mehreren gemessenen physiologischen Parametern. Darüber hinaus kann der Patientendatensatz ferner andere klinische oder nicht-klinische Daten, die dem einen oder den mehreren menschlichen Probanden zugeordnet sind, wie demografische Daten, frühere Erkrankungen, frühere medikamentöse Behandlungen, frühere Suchterkrankungen, etc., beinhalten. Im Folgenden wird der Begriff "Patientendatensatz" austauschbar mit dem Begriff "Patientenaktendaten" verwendet.
"Patienten" bezieht sich auf einen oder mehrere menschliche Probanden, die möglicherweise medizinische Behandlung für ein Leiden/einen Gesundheitszustand erhalten. In einer Ausführungsform können ein oder mehrere den Patienten zugeordnete physiologische Parameter vor dem Erhalt der medizinischen Behandlung gemessen werden. Basierend auf dem einen oder den mehreren den Patienten zugeordneten gemessenen physiologischen Parametern, den anderen den Patienten zugeordneten klinischen Daten und den den Patienten zugeordneten nicht-klinischen Daten kann ein Gesundheitszustand der Patienten bestimmt werden.
"Ein oder mehrere einem menschlichen Probanden zugeordnete Parameter" bezieht sich auf einem menschlichen Probanden zugeordnete klinische und nicht-klinische Merkmale. In einer Ausführungsform können der eine oder die mehreren dem menschlichen Probanden zugeordnete Parameter einen zugeordneten Datentyp aufweisen. Beispiele für den Datentyp sind unter anderem ein binärer Datentyp (z.B. Geschlecht, Parameter in Bezug auf frühere Suchterkrankungen, frühere Erkrankungen, frühere medikamentöse Behandlungen, etc.), ein kategorischer Datentyp (z.B. Bildungsgrad, Beruf, Parameter in Bezug auf Röntgenergebnisse, etc.) und ein numerischer Datentyp (z.B. Alter, Parameter in Bezug auf Ergebnisse von Blutuntersuchungen, etc.).
Eine "Datenansicht" bezieht sich auf eine Datenstruktur, die Daten von menschlichen Probanden über einen Satz von Parametern eines ähnlichen Datentyps hinweg oder logischen Kontext beinhalten kann. In einer Ausführungsform kann die Datenansicht einer Matrix entsprechen, die Zeilen, die dem einen oder den mehreren menschlichen Probanden entsprechen, und Spalten, die dem Satz von Parametern von dem einen oder den mehreren Parametern entsprechen, aufweist. Beispiele von Datenansichten umfassen unter anderem eine demografische Datenansicht, eine Datenansicht von früheren Erkrankungen, eine Datenansicht von früheren Suchterkrankungen, eine Blutuntersuchungsdatenansicht, eine Röntgenuntersuchungsdatenansicht und eine Datenansicht von früheren medikamentösen Behandlungen. Ferner kann die Datenansicht mittels verschiedener Datenstrukturen, wie unter anderem einem Feld, einem Protokoll, einer Hash-Tabelle, einer Vereinigung, einer Grafik und einer verknüpften Liste, umgesetzt werden.
"Eine oder mehrere Kategorien" bezieht sich auf Klassen in die ein oder mehrere Patienten eingeordnet werden. In einer Ausführungsform stellt jede der einen oder der mehreren Klassen einen Bereich von Gesundheitszustandspunktzahlen dar. In einer Ausführungsform werden die Patienten basierend auf dem einen oder den mehreren gemessenen physiologischen Parametern in eine oder mehrere Kategorien eingeordnet. In einer Ausführungsform kann eine Kategorie, in die ein Patient eingeordnet wurde, zumindest für einen Behandlungsplan des Patienten maßgeblich bestimmend sein.
Ein "Behandlungsplan" bezieht sich auf eine Entscheidung bezüglich der Verabreichung eines Behandlungsverlaufs an einen Patienten seitens einer medizinischen Institution oder eines Arztes. In einer Ausführungsform kann der Behandlungsplan das Verschreiben eines oder mehrerer Medikamente für einen Patienten und/oder die Empfehlung an den Patienten, einen oder mehrere klinische Tests in vorgegebenen Zeitabständen durchführen zu lassen, beinhalten. In einer Ausführungsform kann der Behandlungsplan eines Patienten basierend auf dem Gesundheitszustand des Patienten bestimmt werden.
Eine "Schlaganfallpunktzahl" bezieht sich auf eine Punktzahl, die einem menschlichen Probanden zugewiesen wird und die den Schweregrad eines Schlaganfalls bestimmt. In einer Ausführungsform wird die Schlaganfallpunktzahl basierend auf einer Messung von einem oder mehreren physiologischen Parametern bestimmt. Die Schlaganfallpunktzahl kann auch basierend auf den dem menschlichen Probanden zugeordneten klinischen und nicht-klinischen Daten bestimmt werden. In einer Ausführungsform entspricht die Schlaganfallpunktzahl einer Punktzahl der National Institute of Health Schlaganfallskala (NIHSS – National Institute of Health Stroke Scale).
"Gesundheitszustandspunktzahl" bezieht sich auf eine Punktzahl, die einem menschlichen Probanden zugewiesen wird und die den Schweregrad einer Erkrankung oder eines Gesundheitszustands angibt. In einer Ausführungsform wird die Gesundheitszustandspunktzahl basierend auf dem einen oder den mehreren physiologischen Parametern bestimmt.
"Klassifikator" bezieht sich auf ein mathematisches Modell, das dazu ausgelegt sein kann, einen menschlichen Probanden in eine von einer oder mehreren Kategorien einzuteilen. In einer Ausführungsform wird der Klassifikator basierend auf historischen Daten trainiert. Beispiele der einen oder mehreren Methoden, die zum Trainieren eines Klassifikators verwendet werden können, sind unter anderem eine Support Vector Machine (SVM), eine logistische Regression, ein Bayes-Klassifikator, ein Entscheidungsbaum-Klassifikator, ein auf Copula basierender Klassifikator, ein k-nächste-Nachbarn-Klassifikator (KNN-Klassifikator) oder ein Random Forest (RF) Klassifikator.
1 veranschaulicht eine Systemumgebung 100, in der verschiedene Ausführungsformen umgesetzt werden können. Die Systemumgebung 100 umfasst eine Rechenvorrichtung 102 für menschliche Probanden, eine Rechenvorrichtung 104 für Ärzte, einen Anwendungsserver 106, einen Datenbankserver 108, eine Krankenhausbehörde 110 und ein Netzwerk 112.
Die Rechenvorrichtung 102 für menschliche Probanden entspricht einer Rechenvorrichtung, die von einem menschlichen Probanden bedient werden kann. In einer Ausführungsform weist die Rechenvorrichtung 102 für menschliche Probanden einen oder mehrere gekoppelte Sensoren auf, die entweder in die Rechenvorrichtung 102 für menschliche Probanden eingebaut oder damit verbunden sind. Der eine oder die mehreren Sensoren ermöglichen es dem menschlichen Probanden, einen oder mehrere ihm zugeordnete physiologische Parameter zu messen. Darüber hinaus kann die Rechenvorrichtung 102 für menschliche Probanden dem menschlichen Probanden zugeordnete klinische oder nicht-klinische Daten speichern. Beispiele für klinische Daten sind unter anderem Blutuntersuchungen, frühere Erkrankungen, frühere Suchterkrankungen, frühere medikamentöse Behandlungen, Röntgenuntersuchungen und so weiter. Beispiele für nicht-klinische Daten sind unter anderem dem menschlichen Probanden zugeordnete demografische Daten, wie Alter, Geschlecht, Bildungsgrad, Beruf und so weiter, jedoch ohne darauf beschränkt zu sein. Die Messungen des einen oder der mehreren physiologischen Parameter, der klinischen Daten und der nicht-klinischen Daten werden nachfolgend zusammengefasst als ein oder mehrere dem menschlichen Probanden zugeordnete Parameter bezeichnet. In einer Ausführungsform kann die Rechenvorrichtung 102 für menschliche Probanden den einen oder die mehreren dem menschlichen Probanden zugeordneten Parameter (d.h. den einen oder die mehreren physiologischen Parameter, andere klinische Daten und die nicht-klinischen Daten) an den Anwendungsserver 106 übermitteln. 5A bis 5F veranschaulichen Beispiele von Benutzerschnittstellen, die auf der Rechenvorrichtung 102 für menschliche Probanden angezeigt werden können, um den einen oder die mehreren dem menschlichen Probanden zugeordneten Parameter von dem menschlichen Probanden zu erhalten. In einer Ausführungsform kann die Rechenvorrichtung 102 für menschliche Probanden eine Gesundheitszustandspunktzahl des menschlichen Probanden vom Anwendungsserver 106 erhalten. 6 veranschaulicht eine beispielhafte Benutzerschnittstelle, die auf der Rechenvorrichtung 102 für menschliche Probanden angezeigt werden kann, um die Gesundheitszustandspunktzahl des menschlichen Probanden anzuzeigen.
In einer weiteren Ausführungsform kann der menschliche Proband ein Labor aufsuchen, das mit dem einen oder den mehreren Sensoren ausgestattet sein kann, um den einen oder die mehreren physiologischen Parameter zu messen. Der menschliche Proband kann die anderen klinischen Daten und die nicht-klinischen Daten während des Laborbesuchs bereitstellen. Anschließend kann eine Rechenvorrichtung im Labor den einen oder die mehreren dem menschlichen Probanden zugeordneten Parameter (d.h. den einen oder die mehreren physiologischen Parameter, andere klinische Daten und die nicht-klinischen Daten) an den Anwendungsserver 106 übermitteln.
In einer Ausführungsform kann die Rechenvorrichtung 102 für menschliche Probanden unter Verwendung einer beliebigen Rechenvorrichtung, wie einem Desktop-Computer, einem Laptop-Computer, einem persönlichen digitalen Assistenten (PDA), einem Tablet-Computer und dergleichen, umgesetzt werden.
Die Rechenvorrichtung 104 für Ärzte entspricht einer Rechenvorrichtung, die von dem Arzt bedient werden kann. In einer Ausführungsform kann die Rechenvorrichtung 104 für Ärzte den einen oder die mehreren gekoppelten Sensoren aufweisen. Solche Sensoren können dazu verwendet werden, den einen oder die mehreren dem menschlichen Probanden zugeordneten physiologischen Parameter zu messen. Darüber hinaus kann der Arzt die dem menschlichen Probanden zugeordneten klinischen Daten und die dem menschlichen Probanden zugeordneten nicht-klinischen Daten vom menschlichen Probanden erhalten. Die Rechenvorrichtung 104 für Ärzte kann dann den einen oder die mehreren dem menschlichen Probanden zugeordneten physiologischen Parameter, die dem menschlichen Probanden zugeordneten klinischen Daten und die dem menschlichen Probanden zugeordneten nicht-klinischen Daten (zusammen als der eine oder die mehreren Parameter bezeichnet) speichern und diese können dann von der Rechenvorrichtung 104 für Ärzte an den Anwendungsserver 106 übermittelt werden. 5A bis 5F veranschaulichen Beispiele von Benutzerschnittstellen, die auf der Rechenvorrichtung 104 für Ärzte angezeigt werden können, um den einen oder die mehreren dem menschlichen Probanden zugeordneten Parameter von dem Arzt zu erhalten. In einer Ausführungsform kann die Rechenvorrichtung 104 für Ärzte eine Gesundheitszustandspunktzahl vom Anwendungsserver 106 erhalten. 6 veranschaulicht eine beispielhafte Benutzerschnittstelle, die auf der Rechenvorrichtung 104 für Ärzte angezeigt werden kann, um dem Arzt die Gesundheitszustandspunktzahl des menschlichen Probanden anzuzeigen. Basierend auf der Gesundheitszustandspunktzahl kann der Arzt eine weitere Vorgehensweise festlegen. Des Weiteren kann die Rechenvorrichtung 104 für Ärzte den Datenbankserver 108 auffordern, dem menschlichen Probanden zugeordnete Patientenaktendaten (die den einen oder die mehreren Parameter beinhalten) zu extrahieren/zu aktualisieren.
In einer Ausführungsform kann die Rechenvorrichtung 104 für Ärzte unter Verwendung einer beliebigen Rechenvorrichtung, wie einem Desktop-Computer, einem Laptop-Computer, einem persönlichen digitalen Assistenten (PDA), einem Tablet-Computer und dergleichen, umgesetzt werden.
Der Anwendungsserver 106 ist dazu ausgelegt, den einen oder die mehreren einem oder mehreren menschlichen Probanden zugeordneten Parameter in eine oder mehrere Datenansichten einzuordnen. In einer Ausführungsform kann jede der einen oder der mehreren Datenansichten einer ersten Datenstruktur zum Speichern eines Satzes von Parametern von dem einen oder den mehreren Parametern entsprechen. In einer Ausführungsform basiert das Einordnen des einen oder der mehreren Parameter auf einem Datentyp, der jedem des einen oder der mehreren Parameter zugeordnet ist. Beispiele für Datentypen sind unter anderem ein kategorischer Datentyp, ein binärer Datentyp oder ein numerischer Datentyp. Ferner kann der Anwendungsserver 106 die eine oder die mehreren Datenansichten in eine zweite Datenstruktur umwandeln. In einer Ausführungsform kann die zweite Datenstruktur den Satz von Parametern über die eine oder die mehreren Datenansichten hinweg darstellen. Nach der Umwandlung der einen oder der mehreren Datenansichten in die zweite Datenstruktur, trainiert der Anwendungsserver 106 einen Klassifikator basierend auf der zweiten Datenstruktur. In einer Ausführungsform kann der Anwendungsserver 106 den Klassifikator verwenden, um den einen oder die mehreren menschlichen Probanden in eine oder mehrere Kategorien einzuordnen, von denen jede eine Gesundheitszustandspunktzahl des einen oder der mehreren menschlichen Probanden angeben kann. In einer Ausführungsform kann der Anwendungsserver 106 eine Benutzerschnittstelle auf der Rechenvorrichtung 104 für Ärzte darstellen, mittels derer dem Arzt die Gesundheitszustandspunktzahl des menschlichen Probanden angezeigt wird. Eine Ausführungsform eines Verfahrens zum Trainieren eines Klassifikators zum Einordnen eines oder mehrerer menschlicher Probanden in eine oder mehrere Kategorien wurde im Zusammenhang mit 3 ausführlicher erklärt.
In einer Ausführungsform kann der Anwendungsserver 106 mittels verschiedener Arten von Servern, wie unter anderem Java-Servern, .NET Framework und Base4-Servern, umgesetzt werden.
Einem Durchschnittsfachmann ist klar, dass der Schutzumfang der Offenbarung nicht darauf beschränkt ist, den Anwendungsserver 106 als getrennte Einheit bereitzustellen. In einer Ausführungsform kann der Anwendungsserver 106 in der Rechenvorrichtung 104 für Ärzte als eine Software-Anwendung eingebettet sein.
In einer Ausführungsform ist der Datenbankserver 108 dazu ausgelegt, die Patientenaktendaten zu speichern. In einer Ausführungsform können die Patientenaktendaten Informationen beinhalten, die zu dem einen oder den mehreren Parametern gehören, die jedem des einen oder der mehreren menschlichen Probanden zugeordnet sind. In einer Ausführungsform kann der Datenbankserver 108 eine Aufforderung vom Anwendungsserver 106, von einer oder mehreren der Rechenvorrichtungen der Krankenhausbehörde 110 und/oder von der Rechenvorrichtung 104 für Ärzte erhalten, die dem einen oder den mehreren menschlichen Probanden zugeordneten Patientenaktendaten zu extrahieren/zu aktualisieren. Beispielsweise kann die Rechenvorrichtung 104 für Ärzte einen oder mehrere einem menschlichen Probanden zugeordnete Parameter auf dem Datenbankserver 108 speichern. Der Anwendungsserver 106 kann den Datenbankserver 108 auffordern, Akten, die zu dem einen oder den mehreren menschlichen Probanden gehören, zu extrahieren, wobei jede Akte den einen oder die mehreren Parameter des jeweiligen menschlichen Probanden beinhaltet. Der Anwendungsserver 106 kann die extrahierten Akten zum Trainieren des Klassifikators zum Vorhersagen einer Gesundheitszustandspunktzahl des einen oder der mehreren menschlichen Probanden verwenden. Der Datenbankserver 108 kann mittels verschiedener Technologien umgesetzt werden, wie Microsoft^® SQL-Server, Oracle und My SQL, jedoch ohne darauf beschränkt zu sein. In einer Ausführungsform können die Rechenvorrichtung 104 für Ärzte, die eine oder die mehreren Rechenvorrichtungen der Krankenhausbehörde 110 und/oder der Anwendungsserver 106 unter Verwendung eines oder mehrerer Protokolle, wie unter anderem dem Open Database Connectivity(ODBC)-Protokoll und dem Java Database Connectivity(JDBC)-Protokoll, mit dem Datenbankserver 108 verbunden werden.
Einem Durchschnittsfachmann ist klar, dass der Schutzumfang der Offenbarung nicht darauf beschränkt ist, den Datenbankserver 108 als getrennte Einheit bereitzustellen. In einer Ausführungsform kann der Datenbankserver 108 zusammen mit dem Anwendungsserver 106 eingebettet sein.
Die Krankenhausbehörde 110 entspricht einer Krankenhausinfrastruktur, die mindestens eine Rechenvorrichtung aufweist. Die Rechenvorrichtung in der Krankenhausbehörde 110 empfängt vom Anwendungsserver 106 die dem menschlichen Probanden zugeordnete Gesundheitszustandspunktzahl. Basierend auf der Gesundheitszustandspunktzahl kann die Rechenvorrichtung in der Krankenhausbehörde eine oder mehrere Abteilungen in der Krankenhausbehörde 110 dahingehend informieren, Vorbereitungen für die Behandlung des menschlichen Probanden gemäß der dem menschlichen Probanden zugeordneten Gesundheitspunktzahl zu treffen. 6 veranschaulicht eine beispielhafte Benutzerschnittstelle, die auf der mindestens einen Rechenvorrichtung der Krankenhausbehörde 110 angezeigt werden kann, um die Gesundheitszustandspunktzahl des menschlichen Probanden anzuzeigen.
Einem Fachmann ist klar, dass der eine oder die mehreren Parameter des menschlichen Probanden auch mittels der mindestens einen Rechenvorrichtung der Krankenhausbehörde 110 bereitgestellt werden können. Beispielsweise können während einer Beratung oder Einweisung des menschlichen Probanden im/in das Krankenhaus der eine oder die mehreren Parameter des menschlichen Probanden mittels der mindestens einen Rechenvorrichtung der Krankenhausbehörde 110 bereitgestellt werden. 5A bis 5F veranschaulichen Beispiele von Benutzerschnittstellen, die auf der mindestens einen Rechenvorrichtung der Krankenhausbehörde 110 angezeigt werden können, um den einen oder die mehreren dem menschlichen Probanden zugeordneten Parameter anzuzeigen.
Das Netzwerk 112 entspricht einem Datenträger, durch den Inhalt und Nachrichten zwischen verschiedenen Vorrichtungen der Systemumgebung 100 (z.B. die Rechenvorrichtung 102 für menschliche Probanden, die Rechenvorrichtung 104 für Ärzte, der Anwendungsserver 106, der Datenbankserver 108 und die eine oder die mehreren Rechenvorrichtungen der Krankenhausbehörde 110) transportiert werden. Beispiele für das Netzwerk 112 sind unter anderem ein Wireless Fidelity(Wi-Fi)-Netzwerk, ein Wireless Area Netzwerk (WAN), ein Local Area Netzwerk (LAN) oder ein Metropolitan Area Netzwerk (MAN). Verschiedene Vorrichtungen in der Systemumgebung 100 können gemäß verschiedenen drahtgebundenen und drahtlosen Kommunikationsprotokollen wie Transmission Control Protocol und Internet Protocol (TCP/IP), User Datagram Protocol (UDP) und 2G-, 3G- oder 4G-Kommunikationsprotokollen mit dem Netzwerk 112 verbunden werden.
2 ist ein Blockdiagramm des Anwendungsservers 106 gemäß mindestens einer Ausführungsform. Der Anwendungsserver 106 umfasst einen Mikroprozessor 202, einen Speicher 204 und einen Sendeempfänger 206. Der Anwendungsserver 106 kann ferner einen oder mehrere an den Mikroprozessor 202 gekoppelte Sensoren 208 umfassen.
Der Mikroprozessor 202 ist an den Speicher 204 und an den Sendeempfänger 206 gekoppelt. Der Mikroprozessor 202 weist geeignete Logik, Schaltkreise und/oder Schnittstellen auf, die dahingehend betrieben werden können, eine oder mehrere im Speicher 204 gespeicherte Anweisungen auszuführen, um einen vorgegebenen Betrieb auszuführen. Der Speicher 204 kann dahingehend betrieben werden, die eine oder die mehreren Anweisungen zu speichern. Der Mikroprozessor 202 kann unter Verwendung von einer oder mehreren im Stand der Technik bekannten Prozessortechnologien umgesetzt werden. Beispiele für den Mikroprozessor 202 sind unter anderem ein X86-Prozessor, ein RISC-Prozessor, ein ASIC-Prozessor, ein CISC-Prozessor oder jeder andere Prozessor.
Der Speicher 204 speichert einen Satz Anweisungen und Daten. In einer Ausführungsform kann der Speicher 204 einen Zwischenspeicher 210, eine erste Datenstruktur 212 und eine zweite Datenstruktur 214 umfassen. Einige der allgemein bekannten Speicherumsetzungen umfassen unter anderem einen Direktzugriffsspeicher (RAM), einen Nurlesespeicher (ROM), ein Festplattenlaufwerk (HDD) und eine SD-Karte. Des Weiteren umfasst der Speicher 204 die eine oder die mehreren Anweisungen, die vom Mikroprozessor 202 ausführbar sind, um bestimmte Betriebsarten auszuführen. Dem Durchschnittsfachmann ist klar, dass die eine oder die mehreren im Speicher 204 gespeicherten Anweisungen es der Hardware des Anwendungsservers 106 ermöglichen, den vorgegebenen Betrieb auszuführen.
Der Sendeempfänger 206 sendet und empfängt Nachrichten und Daten an/von verschiedene(n) Vorrichtungen der Systemumgebung 100 (z.B. die Rechenvorrichtung 102 für menschliche Probanden, die Rechenvorrichtung 104 für Ärzte, der Datenbankserver 108 und die eine oder die mehreren Rechenvorrichtungen der Krankenhausbehörde 110). In einer Ausführungsform kann der Sendeempfänger 206 mittels unter anderem einer Antenne, einem Ethernet-Anschluss, einem USB-Anschluss oder jeglichem anderen Anschluss, der zum Empfangen und Übertragen von Daten ausgelegt werden kann, umgesetzt werden. Der Sendeempfänger 206 sendet und empfängt Daten/Nachrichten gemäß den verschiedenen Kommunikationsprotokollen, wie TCP/IP, UDP und 2G-, 3G- oder 4G-Kommunikationsprotokollen.
Der eine oder die mehreren Sensoren 208 sind dazu ausgelegt, einen oder mehrere einem menschlichen Patienten zugeordnete physiologische Parameter zu messen. Beispiele für den einen oder die mehreren Sensoren 208 sind unter anderem Blutzuckersensoren, Sensoren für den Kohlendioxidgehalt im Atem, Sensoren für den Sauerstoffgehalt im Atem, Blutdrucksensoren, Herzfrequenzsensoren, Körpertemperatursensoren und dergleichen.
Der Betrieb des Anwendungsservers 106 zum Trainieren eines Klassifikators wurde im Zusammenhang mit 3 erklärt.
3 ist ein Flussdiagramm 300, das ein Verfahren zum Trainieren eines Klassifikators zum Einordnen des einen oder der mehreren menschlichen Probanden in eine oder mehrere Kategorien gemäß mindestens einer Ausführungsform zeigt. Das Flussdiagramm 300 wurde im Zusammenhang mit 1 und 2 beschrieben.
Bei Schritt 302 werden der eine oder die mehreren Parameter des einen oder der mehreren menschlichen Probanden empfangen. In einer Ausführungsform empfängt der Mikroprozessor 202 den einen oder die mehreren Parameter des einen oder der mehreren menschlichen Probanden vom Datenbankserver 108 über den Sendeempfänger 206.
Bei Schritt 304 werden der eine oder die mehreren Parameter des einen oder der mehreren menschlichen Probanden in die eine oder die mehreren Datenansichten eingeordnet. In einer Ausführungsform ist der Mikroprozessor 202 dazu ausgelegt, den einen oder die mehreren Parameter in die eine oder die mehreren Datenansichten einzuordnen. In einer Ausführungsform kann jede der einen oder der mehreren Datenansichten der ersten Datenstruktur 212 zum Speichern des Satzes von Parametern, der in diese Datenansicht eingeordnet wurde, entsprechen. In einer Ausführungsform kann der Mikroprozessor 202 jede Datenansicht als eine jeweilige erste Datenstruktur 212 im Speicher 204 speichern. In einer Ausführungsform kann das Einordnen des einen oder der mehreren Parameter auf dem Datentyp jedes des einen oder der mehreren Parameter basieren. Beispiele für Datentypen können unter anderem ein kategorischer Datentyp, ein binärer Datentyp oder ein numerischer Datentyp sein. In einer weiteren Ausführungsform können die in jede der einen oder der mehreren Datenansichten eingeordneten Sätze von Parametern einander in einem logischen Kontext ähnlich sein. In einer Ausführungsform können die verschiedenen logischen Kontexte, basierend darauf, welcher des einen oder der mehreren Parameter in die eine oder die mehreren Datenansichten eingeordnet werden soll, von einem Benutzer bereitgestellt werden. Alternativ dazu können die logischen Kontexte heuristisch vom Mikroprozessor 202 bestimmt werden. Beispielsweise können Parameter, die sich auf frühere Erkrankungen der menschlichen Probanden beziehen (ein logischer Kontext), in einer Datenansicht der früheren Erkrankungen zusammengelegt werden. Auf ähnliche Weise können Parameter, die sich auf frühere den menschlichen Probanden verschriebene Medikamente beziehen (ein weiterer logischer Kontext), in einer Datenansicht der früheren medikamentösen Behandlungen zusammengelegt werden. In einer weiteren Ausführungsform kann der Mikroprozessor 202 den einen oder die mehreren Parameter basierend sowohl auf den dem einen oder den mehreren Parametern zugeordneten Datentypen als auch auf dem logischen Kontext einordnen. Beispiele der einen oder der mehreren Datenansichten können unter anderem eine demografische Datenansicht, eine Datenansicht von früheren Erkrankungen, eine Datenansicht von früheren Suchterkrankungen, eine Blutuntersuchungsdatenansicht, eine Röntgenuntersuchungsdatenansicht oder eine Datenansicht von früheren medikamentösen Behandlungen umfassen.

Des Weiteren können der eine oder die mehreren Parameter für jeden des einen oder der mehreren menschlichen Probanden ferner eine Gesundheitszustandspunktzahl (die zuvor für jeden des einen oder der mehreren menschlichen Probanden bestimmt wurde) umfassen. In einer Ausführungsform kann der Mikroprozessor 202 eine Datenansicht für die Gesundheitszustandspunktzahl erstellen. Die nachstehende Tabelle veranschaulicht ein Beispiel des Satzes von Parametern von dem einen oder den mehreren Parametern, die in jede der einen oder der mehreren Datenansichten eingeordnet wurden:

Datenansichten und Satz der jeweiligen Parameter
Demografische Datenansicht	Datenansicht von früheren Erkrankungen	Datenansicht von früheren Suchterkrankungen	Blutuntersuchungsdatenansicht	Röntgenuntersuchungsdatenansicht	Datenansicht von früheren medikamentösen Behandlungen
Alter	Früheres Auftreten von Bluthochdruck	Nikotinabhängigkeit	Gesamtblutbild	Echokardiogramm	Aspirineinnahme
Geschlecht	Früheres Auftreten von Diabetes Mellitus	Alkoholabhängigkeit	Hämoglobinwert	Magnetresonanztomographie	Clopidogreleinnahme
Bildungsgrad	Früheres Auftreten von Herzerkra nkungen	Tabakabhängigkeit	Erythrozytenzahl	Computertomographie	Einnahme von Statinen
Beruf	Früheres Auftreten eines zerebrovaskulären Unfalls		Thrombozytenzahl		Einnahme von Calciumkanalblockern (CCB)
			Kreatininwert		Einnahme von ACE-Hemmern (ACEI)
			Serumnatriumwert		Einnahme von Antiepileptika
			Blutalbuminwert		Einnahme von Antidiabetika

Tabelle 1: Beispiel der einen oder der mehreren Datenansichten und entsprechender Satz von Parametern, der in jede der einen oder der mehreren Datenansichten eingeordnet ist

Wie in Tabelle 1 veranschaulicht, können die eine oder die mehreren Datenansichten Parameter eines heterogenen Datentyps umfassen. Beispielsweise umfasst die demografische Datenansicht Parameter wie Alter, Geschlecht, Bildungsgrad und Beruf. Der Parameter "Alter" ist ein numerischer Datentyp und der Parameter "Geschlecht" ist ein binärer Datentyp. Ferner sind die Parameter "Bildungsgrad" und "Beruf" kategorische Datentypen. Andere Datenansichten, wie die Datenansicht von früheren Erkrankungen, die Datenansicht von früheren Suchterkrankungen, die Blutuntersuchungsdatenansicht, die Röntgenuntersuchungsdatenansicht und die Datenansicht von früheren medikamentösen Behandlungen, umfassen jedoch alle Parameter vom homogenen Datentyp. Beispielsweise sind alle in die Datenansicht von früheren Erkrankungen, die Datenansicht von früheren Suchterkrankungen und die Datenansicht von früheren medikamentösen Behandlungen eingeordneten Parameter vom binären Datentyp (d.h. solche Parameter können nur Werte vom Ja/Nein-Typ aufweisen). Ferner sind alle in die Blutuntersuchungsdatenansicht eingeordneten Parameter vom numerischen Datentyp, wohingegen die in die Röntgenuntersuchungsdatenansicht eingeordneten Parameter vom kategorischen Datentyp sind.
In einer Ausführungsform kann die jeder Datenansicht zugeordnete erste Datenstruktur 212 einer Matrix zum Speichern von Daten, die zu dem einen oder den mehreren menschlichen Probanden gehören, über den Satz von Parametern (in der entsprechenden Datenansicht) hinweg entsprechen. Jede Spalte in der Matrix kann einem einzelnen Parameter aus dem Satz von Parametern entsprechen, während jede Zeile einem einzelnen menschlichen Probanden von dem einen oder den mehreren menschlichen Probanden entsprechen kann. Beispielsweise kann die der demografischen Datenansicht zugeordnete erste Datenstruktur 212 einer Matrix entsprechen, die 4 Spalten (Alter, Geschlecht, Bildungsgrad und Beruf) aufweist, eine für jeden in die demografische Datenansicht eingeordneten Parameter. Die Anzahl der Zeilen der Matrix kann der Anzahl an menschlichen Probanden in den Patientenaktendaten entsprechen, eine Zeile pro menschlichem Probanden.
Bei Schritt 306 werden die eine oder die mehreren Datenansichten in die zweite Datenstruktur 214 umgewandelt. In einer Ausführungsform ist der Mikroprozessor 202 dazu ausgelegt, die eine oder die mehreren Datenansichten in die zweite Datenstruktur 214 umzuwandeln. In einer Ausführungsform kann der Mikroprozessor 202 die Umwandlung der einen oder der mehreren Datenansichten als die zweite Datenstruktur 214 im Speicher 204 speichern. Zum Ausführen der Umwandlung kann der Mikroprozessor 202 in einer Ausführungsform eine oder mehrere Mehrfachansichts-Erlernmethoden verwenden, wie unter anderem eine kollektive Matrix-Faktorisierungs-Methode (CMF – Collective Matrix Factorization), eine Hauptkomponentenanalyse-Methode (PCA – Principal Component Analysis), eine nicht-negative Matrix-Faktorisierungs-Methode (NMF – Non-negative Matrix Factorization), eine kanonische Korrelationsanalyse-Methode (CCA – Canonical Correlation Analysis) oder eine Inter-Testreihen-Faktoranalyse-Methode (IBFA – Inter-Battery Factor Analysis). In einer Ausführungsform kann die zweite Datenstruktur 214 den Satz von Parametern über jede der einen oder der mehreren Datenansichten hinweg darstellen.
Man betrachte beispielsweise ein Szenario, in dem der Mikroprozessor 202 die kollektive Matrix-Faktorisierungs-Methode (CMF-Methode) anwendet, um die eine oder die mehreren Datenansichten in die zweite Datenstruktur 214 umzuwandeln. Wie bereits erläutert, kann die jeder der einen oder der mehreren Datenansichten zugeordnete erste Datenstruktur 212 einer Matrix mit den Spalten als der in diese Datenansicht eingeordnete Satz von Parametern und den Zeilen als der eine oder die mehreren menschlichen Probanden entsprechen. In einer Ausführungsform entsprechen der eine oder die mehreren menschlichen Probanden (in jeder der einen oder der mehreren Datenansichten als Zeilen gespeichert) und der Satz von Parametern (als die Spalten gespeichert) für jede Datenansicht einem Einheitssatz. Beispielsweise können bei der Blutuntersuchungsdatenansicht der eine oder die mehreren menschlichen Probanden einem ersten Einheitssatz entsprechen. Ferner kann der Satz von Parametern (wie Hämoglobinwert, Erythrozytenzahl) einem zweiten Einheitssatz entsprechen. Auf ähnliche Weise kann bei jeder Datenansicht der Satz von Parametern einem jeweiligen Einheitssatz entsprechen.
Beispielsweise gibt es drei Matrizen X1, X2 und X3, die den drei Datenansichten, z.B. der Blutuntersuchungsdatenansicht, der Datenansicht von früheren medikamentösen Behandlungen und der demografischen Datenansicht, entsprechen. Die Matrizen X1, X2 und X3 haben jeweils m Zeilen und eine c1-, c2- bzw. c3-Spalte. Folglich gibt es für die eine oder die mehreren Datenansichten vier Einheitssätze (Einheitssatz des menschlichen Probanden, demografischer Einheitssatz, Einheitssatz der früheren medikamentösen Behandlung und Blutuntersuchungseinheitssatz). In Anbetracht dessen, stellt ei Einheitssätze für die eine oder die mehreren Datenansichten dar. Beispielsweise kann die Matrix X1 die Blutuntersuchungsdatenansicht mit einem Einheitssatz e1 (m Zeilen), der den Satz von dem einem oder den mehreren menschlichen Probanden darstellt, und einem Einheitssatz e2 (c1 Spalten), der den Satz von in die Blutuntersuchungsdatenansicht eingeordneten Parametern (wie Gesamtblutbild, Hämoglobinwert, Erythrozytenzahl, Thrombozytenzahl, Kreatininwert, Serumnatriumwert, Blutalbuminwert und so weiter) darstellt, darstellen. Die Matrix X1 kann dann ein Verhältnis zwischen den Einheitssätzen e1 und e2 darstellen. Auf ähnliche Weise kann die Matrix X2 die Datenansicht von früheren medikamentösen Behandlungen als ein Verhältnis von dem Einheitssatz e1 (m Zeilen) zu dem Einheitssatz e3 (c2 Spalten) darstellen, wobei der Einheitssatz e3 den in die Datenansicht von früheren medikamentösen Behandlungen eingeordneten Satz von Parametern darstellen kann. Ferner kann die Matrix X3 (für die demografische Datenansicht) ein Verhältnis von dem Einheitssatz e1 (m Zeilen) zu dem Einheitssatz e4 (c3 Spalten) darstellen, wobei der Einheitssatz e4 den in die demografische Datenansicht eingeordneten Satz von Parametern darstellen kann. Die drei Datenansichten (d.h. die Matrizen X1, X2 und X3) können in eine größere Matrix (kollektive Matrix) Y umgewandelt werden, wie nachstehend dargestellt:
worin

XiT:: Verschieben der Matrix Xi,
?:: fehlende/leere Werte (können mit Nullen aufgefüllt werden), und
Y:: kollektive Matrix der einen oder der mehreren Datenansichten.

Wie in Gleichung 1 veranschaulicht, werden die von den Matrizen X1, X2 und X3 dargestellten Datenansichten in der kollektiven Matrix Y kombiniert. Die kollektive Matrix Y kann eine Quadratmatrix der Dimensionen (e1 + e2 + e3 + e4)·(e1 + e2 + e3 + e4) sein. Der Mikroprozessor 202 kann die kollektive Matrix Y in Matrizen niedrigen Ranges faktorisieren, wie nachstehend dargestellt:
Wie in Gleichung 2 veranschaulicht, wird die kollektive Matrix Y in zwei Matrizen U und UT faktorisiert. In einer Ausführungsform kann der Mikroprozessor 202 eine Bayes-Erlernmethode anwenden, um die Zerlegung/Faktorisierung derart auszuführen, dass die Matrix U 'k' Dimensionen über den gesamten Satz e1 (d.h. den Datensatz des einen oder der mehreren menschlichen Probanden) hinweg aufweist. In einer Ausführungsform kann die Matrix U der zweiten Datenstruktur 214 entsprechen, bei der es sich um eine gemeinsame Darstellung aller Datenansichten (z.B. X1, X2 und X3) für den Einheitssatz e1 handelt. In einer Ausführungsform können innerhalb der zweiten Datenstruktur 214 gemeinsame/entsprechende Informationen aus der einen oder den mehreren Datenansichten aufbewahrt werden, während spezifische Informationen der Datenansicht (z.B. Informationen, die nur in einer bestimmten Datenansicht vorliegen und nicht Informationen entsprechen, die in anderen Datenansichten vorliegen) verworfen werden können. Beispielsweise können die Parameter Alter und Geschlecht aus der demografischen Datenansicht den anderen Parametern der anderen Datenansichten entsprechen. Folglich können Informationen, die zum Alter und Geschlecht des einen oder der mehreren menschlichen Probanden gehören, innerhalb der zweiten Datenstruktur 214 aufbewahrt werden. Die Parameter Bildungsgrad und Beruf aus der demografischen Datenansicht entsprechen jedoch an sich möglicherweise nicht (oder entsprechen nur schwach) den anderen Parametern der anderen Datenansichten. Folglich können Informationen, die zum Bildungsgrad und Beruf des einen oder der mehreren menschlichen Probanden gehören, in der zweiten Datenstruktur 214 weggelassen werden.
In einer Ausführungsform kann der Mikroprozessor 202 die einen oder die mehreren Datenansichten in der kollektiven Matrix Y kombinieren und die kollektive Matrix Y im Zwischenspeicher 210 im Speicher 204 speichern. Während der Faktorisierung der kollektiven Matrix Y in die umgewandelte zweite Datenstruktur 214 kann die kollektive Matrix Y im Zwischenspeicher 210 gespeichert werden. Wenn die kollektive Matrix Y umgewandelt wird (d.h. in die Matrizen U und UT niedrigen Ranges umgewandelt wird), speichert der Mikroprozessor 202 die umgewandelte Matrix als die zweite Datenstruktur 214 im Speicher 204.
In einer Ausführungsform kann es sich bei der Dimension 'k' der Matrix U um einen steuerbaren Parameter handeln, der mittels Kreuzvalidierung angepasst werden kann. Die Anpassung der Dimension 'k' wurde in Schritt 308 erklärt.
Durch Verwendung einer Bayes-Erlernmethode für die kollektive Matrixfaktorisierung können unabhängig vom ursprünglichen Datentyp innerhalb der einzelnen Datenansichten Daten vom numerischen Datentyp innerhalb der faktorisierten/zerlegten Matrix erhalten werden. Solche numerischen Daten können für die weitere Analyse und das Training eines Klassifikators unter Verwendung einer beliebigen im Stand der Technik bekannten Methode geeignet sein. Ferner können fehlende Werte innerhalb der einzelnen Datenansichten während des Umwandlungsprozesses zugeschrieben werden. Dies kann zu einer Verbesserung der Vorhersagegenauigkeit von mit solchen Daten trainierten Klassifikatoren führen. Des Weiteren ist für das Bayes-Erlernen keine Parameterabstimmung erforderlich.
Bei Schritt 308 wird ein Klassifikator anhand der zweiten Datenstruktur 214 trainiert. In einer Ausführungsform ist der Mikroprozessor 202 dazu ausgelegt, den Klassifikator anhand der zweiten Datenstruktur 214 zu trainieren. In einer Ausführungsform kann der Klassifikator unter Verwendung einer oder mehrerer Maschinenerlernmethoden trainieren, wie unter anderem eine Support Vector Machine (SVM), eine logistische Regression, ein Bayes-Klassifikator, ein Entscheidungsbaum-Klassifikator, ein auf Copula basierender Klassifikator, ein k-nächste-Nachbarn-Klassifikator (KNN-Klassifikator) oder ein Random Forest (RF) Klassifikator. Wie vorstehend erörtert, erzeugt der Mikroprozessor 202 eine Datenansicht für die Gesundheitszustandspunktzahl, die vorgegebene Werte der Gesundheitszustandspunktzahl von jedem des einen oder der mehreren menschlichen Probanden umfasst. In einer Ausführungsform kann der Mikroprozessor 202 die Gesundheitszustandspunktzahldatenansicht dazu verwenden, den Klassifikator anhand der zweiten Datenstruktur 214 zu trainieren. Folglich kann der Klassifikator dahingehend trainiert werden, den einen oder die mehreren menschlichen Probanden in eine oder mehrere Kategorien einzuordnen, von denen jede einen Bereich der Gesundheitszustandspunktzahl des einen oder der mehreren menschlichen Probanden angibt. Beispielsweise kann die Gesundheitszustandspunktzahl einer NIHSS-Punktzahl entsprechen. In solch einem Szenario kann der so erhaltene Bereich der NIHSS-Punktzahl dazu verwendet werden, den Schweregrad eines Schlaganfalls unter dem einen oder den mehreren menschlichen Probanden vorherzusagen. Die Einteilung des einen oder der mehreren menschlichen Probanden in die eine oder die mehreren Kategorien unter Verwendung des Klassifikators wurde in 4 ausführlicher erklärt.
Anpassung der Dimension 'k' der zweiten Datenstruktur
In einer Ausführungsform kann der Mikroprozessor 202 ein Leave-One-Out-Kreuzvalidierungsverfahren zum Trainieren eines Klassifikators verwenden, basierend auf einem Trainingsdatensatz von menschlichen Probanden, deren Bereich der Gesundheitszustandspunktzahl bekannt ist. Folglich kann eine der Datenansichten des Trainingsdatensatzes von menschlichen Probanden eine Gesundheitszustandspunktzahldatenansicht umfassen, die vorgegebene Werte der Gesundheitszustandspunktzahlen jedes des einen oder der mehreren menschlichen Probanden umfasst. Der Trainingsdatensatz kann in eine oder mehrere Datenansichten eingeordnet werden (siehe Schritt 304) und anschließend mit einem empirisch/heuristisch ausgewählten Wert 'k' in die zweite Datenstruktur 214 umgewandelt werden (siehe Schritt 306). Für jede Beobachtung in der zweiten Datenstruktur 214 kann der Mikroprozessor 202 den Klassifikator anhand der übrigen Beobachtungen trainieren und den Klassifikator dazu verwenden, den Bereich der Gesundheitszustandspunktzahl der ausgelassenen Beobachtung vorherzusagen. Anschließend kann der Mikroprozessor 202 eine Einteilungsgenauigkeit des Klassifikators basierend auf Anteilen der Vorhersagen, die korrekt sind, bestimmen. Des Weiteren kann der Mikroprozessor 202 einen zweiten Wert 'k' empirisch/heuristisch auswählen. Anschließend kann der Mikroprozessor 202 die eine oder die mehreren Datenansichten wieder in die zweite Datenstruktur 214 mit dem zweiten Wert 'k' als deren Dimension umwandeln. Ein neuer Klassifikator kann auf ähnliche Weise anhand der zweiten Datenstruktur 214 trainiert werden und die Einteilungsgenauigkeit kann für den neuen Klassifikator bestimmt werden. Der Mikroprozessor 202 kann den Wert 'k' auswählen, der eine höhere Einteilungsgenauigkeit für die auf der Bayes-Erlernung basierende CMF-Umwandlung des tatsächlichen Datensatzes des einen oder der mehreren menschlichen Probanden, für die der Bereich der Gesundheitszustandspunktzahl geschätzt werden soll, erreicht. Dem Fachmann ist klar, dass der Prozess des Auswählens neuer Werte k so lange wiederholt werden kann, bis eine vorgegebene Einteilungsgenauigkeit oder ein vorgegebener Wert k erreicht wird.
4 ist ein Flussdiagramm 400, das ein Verfahren zum Bestimmen einer Gesundheitszustandspunktzahl eines menschlichen Probanden gemäß mindestens einer Ausführungsform zeigt.
Bei Schritt 402 werden der eine oder die mehreren einem menschlichen Probanden zugeordneten Parameter empfangen. In einer Ausführungsform ist der Mikroprozessor 202 dazu ausgelegt, den einen oder die mehreren Parameter, einschließlich der Messung des einen oder der mehreren physiologischen Parameter, anderer klinischer Daten und nicht-klinischer Daten, die dem menschlichen Probanden zugeordnet sind, von der Rechenvorrichtung 102 für menschliche Probanden und/oder der Rechenvorrichtung 104 für Ärzte und/oder der Rechenvorrichtung der Krankenhausbehörde 110 zu empfangen. 5A bis 5F veranschaulichen Beispiele von Benutzerschnittstellen, die auf der Rechenvorrichtung 102 für menschliche Probanden, der Rechenvorrichtung 104 für Ärzte und/oder der Rechenvorrichtung der Krankenhausbehörde 110 angezeigt werden können, um den einen oder die mehreren dem menschlichen Probanden zugeordneten Parameter anzuzeigen.
Vor dem Empfangen der Messung des einen oder der mehreren physiologischen Parameter kann der Arzt den menschlichen Probanden untersuchen. Die Untersuchung des menschlichen Probanden kann das Messen des einen oder der mehreren physiologischen Parameter unter Verwendung eines oder mehrerer Sensoren oder eines Blutwerttests (z.B. eines Biosensors) umfassen. Nach dem Bestimmen des einen oder der mehreren physiologischen Parameter kann der Arzt den einen oder die mehreren gemessenen physiologischen Parameter, die anderen klinischen Daten und die nicht-klinischen Daten mittels der Benutzerschnittstelle der Rechenvorrichtung 104 für Ärzte eingeben.
Einem Durchschnittsfachmann ist klar, dass der Schutzumfang der Offenbarung nicht auf das Messen des einen oder der mehreren physiologischen Parameter seitens des Arztes beschränkt ist. In einer Ausführungsform kann der menschliche Proband im Besitz des einen oder der mehreren Sensoren sein, mittels dessen/derer der menschliche Proband selbst den einen oder die mehreren physiologischen Parameter messen kann. Des Weiteren kann in einer Ausführungsform der menschliche Proband den einen oder die mehreren gemessenen physiologischen Parameter von einem pathologischen Labor erhalten. In beiden Szenarien kann der menschliche Proband den einen oder die mehreren ihm selbst zugeordneten Parameter mittels der Rechenvorrichtung 102 für menschliche Probanden bereitstellen. Des Weiteren können in einer Ausführungsform der eine oder die mehreren Sensoren 208 im Anwendungsserver 106 den einen oder die mehreren dem menschlichen Probanden zugeordneten physiologischen Parameter messen, ohne aus dem Schutzumfang der Offenbarung abzuweichen.
Bei Schritt 404 wird der menschliche Proband basierend auf dem Klassifikator in eine der einen oder der mehreren Kategorien eingeordnet. In einer Ausführungsform ist der Mikroprozessor 202 dazu ausgelegt, den menschlichen Probanden in eine der einen oder der mehreren Kategorien einzuteilen, die einen Bereich einer Gesundheitszustandspunktzahl unter Verwendung des in Schritt 308 trainierten Klassifikators angeben.
Bei Schritt 406 wird der Bereich der Gesundheitszustandspunktzahl an die eine oder die mehreren Rechenvorrichtungen der Krankenhausbehörde 110 übermittelt. Des Weiteren kann die Gesundheitszustandspunktzahl auch an die Rechenvorrichtung 104 für Ärzte übermittelt werden. In einer Ausführungsform ist der Mikroprozessor 202 dazu ausgelegt, den Bereich der Gesundheitszustandspunktzahl an die eine oder die mehreren Rechenvorrichtungen der Krankenhausbehörde 110 oder die Rechenvorrichtung 104 für Ärzte zu übermitteln. Darüber hinaus kann in einer Ausführungsform der Mikroprozessor 202 den Bereich der Gesundheitszustandspunktzahl des menschlichen Probanden auch an die Rechenvorrichtung 102 für menschliche Probanden übermitteln. 6 veranschaulicht eine beispielhafte Benutzerschnittstelle, die auf einer Rechenvorrichtung (z.B. der Rechenvorrichtung 102 für menschliche Probanden, der Rechenvorrichtung 104 für Ärzte, der Rechenvorrichtung der Krankenhausbehörde 110 etc.) angezeigt werden kann, um die Gesundheitszustandspunktzahl des menschlichen Probanden anzuzeigen.
Beispielsweise kann die Gesundheitszustandspunktzahl einer Schlaganfallpunktzahl wie der NIHSS-Punktzahl entsprechen. In einer Ausführungsform stellt die Kategorie, in die eine Person eingeteilt wird, den Bereich der Schlaganfallpunktzahl dar. Beispielsweise kann der menschliche Proband in eine der vier Kategorien eingeteilt werden, wie nachstehend in der Tabelle dargestellt:

Kategorien NIHSS-Punktzahl

Kategorie-1 0–10

Kategorie-2 11–20

Kategorie-3 21–30

Kategorie-4 31–42

Tabelle 2: Beispiel der Kategorien der Bereiche der NIHSS-Punktzahl
Wenn der menschliche Proband zum Beispiel in die Kategorie-2 eingeordnet wird, weist der menschliche Proband eine NIHSS-Punktzahl im Bereich von 11–20 auf. Für einen Fachmann ist es ersichtlich, dass der Schutzumfang der Offenbarung nicht auf die in Tabelle 2 bereitgestellten Beispiele der Kategorien der NIHSS-Punktzahlbereiche beschränkt ist. Die NIHSS-Punktzahlbereiche können anderweitig aufgeteilt werden, ohne dabei vom Schutzumfang der Offenbarung abzuweichen.

Der Arzt kann basierend auf der Kategorie, in die der menschliche Proband eingeordnet wurde, einen Schweregrad des Schlaganfalls bestimmen. In einer Ausführungsform veranschaulicht die nachstehende Tabelle den Schweregrad des Schlaganfalls gegenüber der einen oder den mehreren Kategorien:

Schlaganfallpunktzahlbereich	Schweregrad des Schlaganfalls
0–10	Geringfügiger Schlaganfall
11–20	Mäßiger Schlaganfall
21–30	Mäßiger bis schwerwiegender Schlaganfall
31–42	Schwerwiegender Schlaganfall

Tabelle 3: Schweregrad des Schlaganfalls

Wenn der menschliche Proband zum Beispiel in die Kategorie-2 eingeordnet wurde, d.h. der Schlaganfallpunktzahlbereich des menschlichen Probanden beträgt 11–20 (siehe Tabelle 2), ist der Schweregrad des Schlaganfallrisikos mäßig (siehe Tabelle 3). Basierend auf dem Schweregrad des Schlaganfalls kann der Arzt die Behandlung des menschlichen Probanden planen. Der Arzt kann zum Beispiel die Dosierung des gewebespezifischen Plasminogenaktivators (tissue-type plasminogen activator – tPA) basierend auf dem Schweregrad des Schlaganfalls bestimmen Des Weiteren kann der Arzt basierend auf der Einordnung die Einweisung des menschlichen Probanden ins Krankenhaus vorschlagen.
Die Schlaganfallpunktzahl kann von den Krankenhausbehörden dazu verwendet werden, zu bestimmen, welche Art der Pflege der menschliche Proband braucht. Die nachstehende Tabelle veranschaulicht beispielhafte Handlungsweisen, die das Krankenhaus möglicherweise bei Erhalt der Schlaganfallpunktzahl ausführen muss:

Schlaganfallpunktzahl Krankenhausbehandlung

<= 5 Etwa 80% nach Hause entlassen

6–13 Dringende stationäre Behandlung erforderlich

>= 14 Langzeitpflege in Pflegeeinrichtung

Tabelle 4: Schlaganfallpunktzahl gegenüber Krankenhausbehandlung
In einer Ausführungsform kann die von der Krankenhausbehörde bereitgestellte Behandlung unter anderem einen Behandlungsverlauf für den menschlichen Probanden, eine Notfallversorgungsentscheidung in Bezug auf den menschlichen Probanden oder einen Rehabilitationsverlauf für den menschlichen Probanden umfassen.
Einem Durchschnittsfachmann ist klar, dass der Schutzumfang der Offenbarung nicht auf das Bestimmen der Schlaganfallpunktzahl für den menschlichen Probanden beschränkt ist. In einer Ausführungsform kann die Offenbarung zum Bestimmen von Punktzahlen, die zu verschiedenen anderen Gesundheitszuständen gehören, wie einer Framingham-Risikopunktzahl und einer Punktzahl für das Risiko einer koronaren Herzerkrankung, umgesetzt werden.
5A, 5B, 5C, 5D, 5E und 5F sind beispielhafte Benutzerschnittstellen, die einem Benutzer auf einer Anzeigevorrichtung einer Rechenvorrichtung angezeigt werden können, um einen oder mehrere Parameter, die einem menschlichen Probanden zugeordnet sind, gemäß mindestens einer Ausführungsform zu erhalten. 6 ist eine beispielhafte Benutzerschnittstelle, die dem Benutzer auf der Anzeigevorrichtung der Rechenvorrichtung angezeigt werden kann, um eine Einteilung des menschlichen Probanden in eine oder mehrere Kategorien, die einen Gesundheitszustand des menschlichen Probanden angeben, gemäß mindestens einer Ausführungsform anzuzeigen.
Dem Durchschnittsfachmann ist klar, dass der Benutzer einem Arzt, einer Person von der Krankenhausbehörde und/oder dem menschlichen Probanden selbst entsprechen kann. Dementsprechend kann die Rechenvorrichtung, auf der die entsprechenden Benutzerschnittstellen aus 5A–5F und 6 angezeigt werden, der Rechenvorrichtung 104 für Ärzte, einer Rechenvorrichtung der Krankenhausbehörde 110 und/oder der Rechenvorrichtung 102 für menschliche Probanden entsprechen.
5A ist ein Beispiel einer Benutzerschnittstelle 502, die einem Benutzer, wie einem Benutzer-A, auf einer Rechenvorrichtung angezeigt werden kann, um demografische Angaben des menschlichen Probanden zu erhalten, gemäß mindestens einer Ausführungsform. Wie in 5A gezeigt, kann der Benutzer-A den Link "Demografische Angaben" aus einem Bereich 504 wählen und kann verschiedene demografische Angaben (die der demografischen Datenansicht entsprechen), wie etwa Alter, Geschlecht, Bildungsgrad und Beruf, mittels der Textboxen 506a, 506b, 506c bzw. 506d bereitstellen. Beispielsweise gibt der Benutzer-A das Alter als "35 Jahre", das Geschlecht als "Männlich", den Bildungsgrad als "Hochschulabsolvent" und den Beruf als "Facharbeiter" an. Anschließend wird, wenn der Benutzer-A die Schaltfläche "Weiter" (von 506e dargestellt) betätigt, dem Benutzer-A eine nächste Benutzerschnittstelle 508 (von 5B) auf der Rechenvorrichtung angezeigt.
5B ist ein Beispiel der Benutzerschnittstelle 508, die auf der Rechenvorrichtung für den Benutzer-A angezeigt werden kann, um Angaben zu früheren Erkrankungen des menschlichen Probanden zu erhalten, gemäß mindestens einer Ausführungsform. Wie in 5B gezeigt, kann der Benutzer-A den Link "Angaben zu früheren Erkrankungen" aus dem Bereich 504 wählen und kann verschiedene Angaben zu früheren Erkrankungen (die der Datenansicht von früheren Erkrankungen entsprechen), wie etwa früheres Auftreten von Bluthochdruck, Diabetes Mellitus, Herzerkrankung und zerebrovaskulärem Unfall, mittels der Textboxen 510a, 510b, 510c bzw. 510d bereitstellen. Beispielsweise kam es bei dem menschlichen Probanden, gemäß den vom Benutzer-A bereitgestellten Eingaben, zu einem früheren Auftreten von Diabetes Mellitus und Herzerkrankung. Anschließend wird, wenn der Benutzer-A die Schaltfläche "Weiter" (von 510e dargestellt) betätigt, dem Benutzer-A eine nächste Benutzerschnittstelle 512 (von 5C) auf der Rechenvorrichtung angezeigt.
5C ist ein Beispiel der Benutzerschnittstelle 512, die auf der Rechenvorrichtung für den Benutzer-A angezeigt werden kann, um Angaben zu früheren Suchterkrankungen des menschlichen Probanden zu erhalten, gemäß mindestens einer Ausführungsform. Wie in 5C gezeigt, kann der Benutzer-A den Link "Angaben zu früheren Suchterkrankungen" aus dem Bereich 504 wählen und kann verschiedene Angaben zu früheren Suchterkrankungen (die der Datenansicht von früheren Suchterkrankungen entsprechen), wie etwa Nikotinabhängigkeit, Alkoholabhängigkeit, Tabakabhängigkeit, mittels der Textboxen 514a, 514b, 514c bzw. 514d bereitstellen. Beispielsweise liegen bei dem menschlichen Probanden, gemäß den vom Benutzer-A bereitgestellten Eingaben, Nikotin- und Alkoholabhängigkeit vor. Anschließend wird, wenn der Benutzer-A die Schaltfläche "Weiter" (von 514d dargestellt) betätigt, dem Benutzer-A eine nächste Benutzerschnittstelle 516 (von 5D) auf der Rechenvorrichtung angezeigt.
5D ist ein Beispiel der Benutzerschnittstelle 516, die auf der Rechenvorrichtung für den Benutzer-A angezeigt werden kann, um Angaben zu Blutuntersuchungen des menschlichen Probanden zu erhalten, gemäß mindestens einer Ausführungsform. Wie in 5D gezeigt, kann der Benutzer-A den Link "Angaben zu Blutuntersuchungen" aus dem Bereich 504 wählen und kann verschiedene Angaben zu Blutuntersuchungen (die der Blutuntersuchungsdatenansicht entsprechen), wie etwa Gesamtblutbild, Hämoglobinwert, Erythrozytenzahl, Thrombozytenzahl, Kreatininwert, Serumnatriumwert und Blutalbuminwert, mittels der Textboxen 518a, 518b, 518c, 518d, 518e, 518f bzw. 518g bereitstellen. Beispielsweise können die vom Benutzer-A bereitgestellten Angaben zur Blutuntersuchung einen Hämoglobinwert von 16 g/dl, eine Erythrozytenzahl von 200 mg/dl, eine Thrombozytenzahl von 220.000 pro mcl und einen Kreatininwert von 0,8 mg/dl umfassen. In einer Ausführungsform stellt der Benutzer möglicherweise nicht für alle mit den Blutuntersuchungen zusammenhängenden Parametern Werte bereit, entweder weil die Werte nicht zur Verfügung stehen oder weil die Werte zum Bestimmen des derzeitigen Gesundheitszustands des menschlichen Probanden nicht erforderlich sind. Zum Beispiel stellt der Benutzer-A, wie in 5D gezeigt, keine Werte für Gesamtblutbild, Hämoglobinwert, Serumnatriumwert und Blutalbuminwert bereit. In einer Ausführungsform können die Werte der mit den Blutuntersuchungen zusammenhängenden Parameter, wie Hämoglobinwert, Erythrozytenzahl, Thrombozytenzahl, etc., unter Verwendung eines oder mehrerer Sensoren oder eines Blutwerttests (z.B. eines Biosensors) gemessen werden, der/die mit der Rechenvorrichtung des Benutzers-A verbunden ist/sind. Beispielsweise kann der Benutzer-A den einen oder die mehreren Sensoren (z.B. einen Biosensor) mit seiner Rechenvorrichtung verbinden und anschließend die Werte der Blutuntersuchungsparameter unter Verwendung des einen oder der mehreren Sensoren messen. Wenn der Benutzer-A ein Kontrollkästchen 518i auswählt und auf die OK-Schaltfläche 518i klickt, können die gemessenen Werte der Blutuntersuchungsparameter von dem einen oder den mehreren Sensoren empfangen und in den entsprechenden Feldern innerhalb der Benutzerschnittstelle 516 angezeigt werden. Anschließend wird, wenn der Benutzer-A die Schaltfläche "Weiter" (von 518h dargestellt) betätigt, dem Benutzer-A eine nächste Benutzerschnittstelle 520 (von 5E) auf der Rechenvorrichtung angezeigt.
Für einen Fachmann versteht es sich, dass wenngleich die Benutzerschnittstelle 516 ein Szenario des Empfangens von Werten von Parametern bezüglich der Blutuntersuchungen von einem einzelnen Biosensor zeigt, der Schutzumfang der Offenbarung nicht auf einen einzelnen Biosensor beschränkt sein sollte. In einer Ausführungsform können die Werte von solchen Parametern von mehreren Biosensoren empfangen werden. Des Weiteren versteht es sich für einen Fachmann, dass die Benutzerschnittstelle 516 auch andere physiologische Parameter in Bezug auf den menschlichen Probanden empfangen kann, wie unter anderem Blutdruck, Herzfrequenz, Kohlendioxidkonzentration im Blut, Körpertemperatur, etc.
5E ist ein Beispiel der Benutzerschnittstelle 520, die auf der Rechenvorrichtung für den Benutzer-A angezeigt werden kann, um Angaben zu Röntgenuntersuchungen des menschlichen Probanden zu erhalten, gemäß mindestens einer Ausführungsform. Wie in 5E gezeigt, kann der Benutzer-A den Link "Angaben zu Röntgenuntersuchungen" aus dem Bereich 504 wählen und kann verschiedene Angaben zu Röntgenuntersuchungen (die der Röntgenuntersuchungsdatenansicht entsprechen), wie etwa Echokardiogrammergebnisse, Magnetresonanztomographieergebnisse und Computertomographieergebnisse, mittels der Textboxen 522a, 522b bzw. 522c bereitstellen. In einer Ausführungsform stellt der Benutzer möglicherweise nicht für alle Parameter Werte bereit, entweder weil die Werte nicht zur Verfügung stehen oder weil die Werte zum Bestimmen des derzeitigen Gesundheitszustands des menschlichen Probanden nicht erforderlich sind. Beispielsweise stellt der Benutzer-A keine Werte für die Echokardiogrammergebnisse, Magnetresonanztomographieergebnisse und Computertomographieergebnisse bereit. Anschließend wird, wenn der Benutzer-A die Schaltfläche "Weiter" (von 522d dargestellt) betätigt, dem Benutzer-A eine nächste Benutzerschnittstelle 524 (von 5F) auf der Rechenvorrichtung angezeigt.
5F ist ein Beispiel der Benutzerschnittstelle 524, die auf der Rechenvorrichtung für den Benutzer-A angezeigt werden kann, um Angaben zu früheren medikamentösen Behandlungen des menschlichen Probanden zu erhalten, gemäß mindestens einer Ausführungsform. Wie in 5F gezeigt, kann der Benutzer-A den Link "Angaben zu früheren medikamentösen Behandlungen" aus dem Bereich 504 wählen und kann verschiedene Angaben zu früheren medikamentösen Behandlungen (die der Datenansicht von früheren medikamentösen Behandlungen entsprechen), wie etwa Aspirineinnahme, Clopidogreleinnahme, Einnahme von Statinen, Einnahme von Calciumkanalblockern (CCB), Einnahme von ACE-Hemmern, Einnahme von Antiepileptika und Einnahme von Antidiabetika, mittels der Textboxen 526a, 526b, 526c, 526d, 526e, 526f bzw. 526g bereitstellen. Beispielsweise umfasst die Medikamenteneinnahme des menschlichen Probanden gemäß den vom Benutzer-A bereitgestellten Eingaben Aspirin, Antiepileptika und Antidiabetika. Anschließend wird, wenn der Benutzer-A die Schaltfläche "Weiter" (von 526h dargestellt) betätigt, dem Benutzer-A eine nächste Benutzerschnittstelle 600 (von 6) auf der Rechenvorrichtung angezeigt.
6 ist ein Beispiel der Benutzerschnittstelle 600, die dem Benutzer (z.B. dem Benutzer-A) auf der Rechenvorrichtung angezeigt werden kann, um die Einteilung des menschlichen Probanden in die eine oder die mehreren Kategorien, die einen Gesundheitszustand des menschlichen Probanden angeben, gemäß mindestens einer Ausführungsform anzuzeigen. Wie in 6 gezeigt, wird die Einteilung des menschlichen Probanden in die eine oder die mehreren Kategorien zusammen mit der Gesundheitszustandspunktzahl des menschlichen Probanden in einem Bereich 602b angezeigt, während eine Legende, die einen Bereich von Gesundheitszustandspunktzahlen und entsprechende Erkrankungsrisikokategorien zeigt, in einem Bereich 602a angezeigt wird. Beispielsweise kann die Gesundheitszustandspunktzahl einer Schlaganfallpunktzahl des menschlichen Probanden wie der NIHSS-Punktzahl des menschlichen Probanden entsprechen. Wie im Bereich 602b gezeigt, beträgt die Gesundheitszustandspunktzahl des menschlichen Probanden acht und die entsprechende Risikokategorie des menschlichen Probanden ist "Kategorie: Geringes Risiko ". In einer Ausführungsform können die für den menschlichen Probanden bestimmte Gesundheitszustandspunktzahl und Risikokategorie dazu verwendet werden, um einen Behandlungsverlauf, eine Notfallversorgungsentscheidung und/oder einen Rehabilitationsverlauf für den menschlichen Probanden zu bestimmen.
Dem Fachmann ist klar, dass die in 5A–5F und 6 (d.h. 502, 508, 512, 516, 520, 524 und 600) abgebildeten Benutzerschnittstellen nur zu beispielhaften Zwecken veranschaulicht sind. Der Schutzumfang der Offenbarung sollte nicht auf diese beispielhaften Benutzerschnittstellen beschränkt sein. Die Offenbarung kann mittels einer oder mehreren Variationen solcher Benutzerschnittstellen umgesetzt werden.
Die offenbarten Ausführungsformen umfassen zahlreiche Vorteile. Verschiedene Vorteile der Offenbarung umfassen das Erzeugen eines Klassifikators aus einem Datensatz eines Patienten/menschlichen Probanden mit Daten vom heterogenen Datentyp. Folglich können neben Blutuntersuchungsdaten auch den menschlichen Probanden zugeordnete Daten verschiedener anderer Typen wie demografische Daten, Daten zu früheren Erkrankungen, Daten zu früheren medikamentösen Behandlungen etc. zum Trainieren des Klassifikators verwendet werden. Solch ein Klassifikator kann genauer sein als ein Klassifikator, der solche anderen Typen klinischer und nicht-klinischer Daten des menschlichen Probanden, die einem Schlaganfallrisiko unter den menschlichen Probanden entsprechen können, nicht berücksichtigt. Des Weiteren kann der Klassifikator robust gegenüber fehlenden Werten im Datensatz sein, da das Verwenden einer Methode, wie der auf dem Bayes-Erlernen basierenden CMF, die meisten der fehlenden Werte im Datensatz zurechnen kann. Gründe für fehlende Werte im Patientenaktendatensatz können unter anderem die Nichtverfügbarkeit von Ergebnissen verschiedener medizinischer Tests und die unsachgemäße Transkription von Werte-/Datenabweichungen sein, was dazu führt, das fehlerhafte Daten aus dem Datensatz entfernt werden.
Des Weiteren kann das Erzeugen eines Klassifikators, der in der Lage ist, die Gesundheitszustandspunktzahl eines menschlichen Probanden zu bestimmen, dem Arzt dabei helfen, die Prognose einer Erkrankung zu bestimmen. Dementsprechend kann der Arzt einen weiteren Behandlungsverlauf bestimmen. Darüber hinaus kann die Gesundheitszustandspunktzahl an die Krankenhausbehörde übertragen werden, die basierend auf der Gesundheitszustandspunktzahl Vorkehrungen für die Behandlung des menschlichen Probanden treffen kann. Da eine Rechenvorrichtung (z.B. ein Anwendungsserver) zum Bestimmen der Gesundheitszustandspunktzahl verwendet wird, verringert sich die Zeit, die der Arzt für das Bestimmen der Gesundheitszustandspunktzahl aufwenden muss. Die so gesparte Zeit kann der Arzt zum Bestimmen des weiteren Behandlungsverlaufs für den Patienten nutzen.
Die offenbarten Verfahren und Systeme, wie sie in der fortlaufenden Beschreibung oder jeglicher ihrer Bestandteile veranschaulicht werden, können in Form eines Computersystems ausgeführt werden. Typische Beispiele für ein Computersystem sind unter anderem ein Allzweckcomputer, ein programmierter Mikroprozessor, eine Mikrosteuerung, ein peripheres integriertes Schaltkreiselement und andere Vorrichtungen oder Anordnungen von Vorrichtungen, die dazu in der Lage sind, die Schritte umzusetzen, die das Verfahren der Offenbarung darstellen. Das Computersystem umfasst einen Computer, eine Eingabevorrichtung, eine Anzeigeeinheit und das Internet. Der Computer umfasst ferner einen Mikroprozessor. Der Mikroprozessor ist mit einem Kommunikationsbus verbunden. Der Computer umfasst auch einen Speicher. Bei dem Speicher kann es sich um einen Direktzugriffsspeicher (RAM) oder einen Nurlesespeicher (ROM) handeln. Das Computersystem umfasst ferner eine Speichervorrichtung, bei der es sich um ein Festplattenlaufwerk oder ein entfernbares Speicherlaufwerk, wie ein Diskettenlaufwerk, optisches Laufwerk und dergleichen, handeln kann. Die Speichervorrichtung kann auch ein Mittel zum Laden von Computerprogrammen oder anderen Anweisungen in das Computersystem sein. Das Computersystem umfasst auch eine Kommunikationseinheit. Die Kommunikationseinheit ermöglicht es dem Computer, sich mit anderen Datenbanken und dem Internet mittels einer Eingabe-/Ausgabeschnittstelle (E/A) zu verbinden, was das Übertragen und das Empfangen von Daten von anderen Quellen ermöglicht. Die Kommunikationseinheit kann ein Modem, eine Ethernetkarte oder ähnliche Vorrichtungen enthalten, die es dem Computersystem ermöglichen, sich mit Datenbanken und Netzwerken, wie LAN, MAN, WAN, und dem Internet zu verbinden. Das Computersystem erleichtert die Eingabe eines Benutzers mittels Eingabevorrichtungen, die dem System mittels einer E/A-Schnittstelle zugänglich sind.
Zur Verarbeitung der Eingabedaten führt das Computersystem einen Satz von Anweisungen aus, die in einem oder mehreren Speicherelementen gespeichert sind. Die Speicherelemente können auch Daten oder andere Informationen wie erwünscht enthalten. Das Speicherelement kann in Form einer Informationsquelle oder eines physischen Speicherelements in der Verarbeitungsmaschine vorliegen.
Die programmierbaren oder computerlesbaren Anweisungen können verschiedene Befehle umfassen, die die Verarbeitungsmaschine anweisen, bestimmte Aufgaben auszuführen, wie etwa Schritte, die das Verfahren der Offenbarung darstellen. Die beschriebenen Systeme und Verfahren können auch lediglich unter Verwendung von Softwareprogrammierung oder lediglich unter Verwendung von Hardware oder mittels einer variierenden Kombination der beiden Methoden umgesetzt werden. Die Offenbarung ist von der in den Computern verwendeten Programmiersprache und von den in den Computern verwendeten Betriebssystemen unabhängig. Die Anweisungen für die Offenbarung können in allen Programmiersprachen geschrieben werden, einschließlich unter anderem “C”, “C++”, “Visual C++” und “Visual Basic”. Des Weiteren kann die Software in Form einer Sammlung von getrennten Programmen, eines Programmmoduls, das ein größeres Programm enthält, oder eines Teils eines Programmmoduls vorliegen, wie in der fortlaufenden Beschreibung erörtert. Die Software kann auch modulares Programmieren in Form von objektorientiertem Programmieren umfassen. Die Verarbeitung von Eingabedaten seitens der Verarbeitungsmaschine kann als Reaktion auf Benutzerbefehle, auf die Ergebnisse von vorhergehender Verarbeitung oder auf eine von einer anderen Verarbeitungsmaschine gestellten Anfrage erfolgen. Die Offenbarung kann auch in verschiedenen Betriebssystemen und Plattformen umgesetzt werden, einschließlich unter anderem "Unix", "DOS", "Android", "Symbian" und "Linux".
Die programmierbaren Anweisungen können auf einem computerlesbaren Medium gespeichert und übertragen werden. Die Offenbarung kann auch in einem Computerprogrammprodukt, das ein computerlesbares Medium umfasst, oder mit jeglichem Produkt, das in der Lage ist, die vorstehenden Verfahren und Systeme oder die zahlreichen möglichen Variationen derselben umzusetzen, ausgeführt werden.
Es wurden verschiedene Ausführungsformen der Verfahren und Systeme zum Einteilen eines menschlichen Probanden in eine oder mehrere Kategorien, die einen Gesundheitszustand des menschlichen Probanden angeben, offenbart. Es sollte den Fachleuten jedoch klar sein, dass zusätzlich zu den beschriebenen Abänderungen auch andere Abänderungen möglich sind, ohne dabei von den erfinderischen Konzepten hierin abzuweichen. Folglich sind die Ausführungsformen nicht einschränkend, es sei denn dies ist im Sinne der Offenbarung. Darüber hinaus sollten beim Auslegen der Offenbarung alle Begriffe so weitläufig wie im Einklang mit dem Zusammenhang möglich ausgelegt werden. Insbesondere die Begriffe "umfasst" und "umfassend" sollen so ausgelegt werden, dass sie sich auf nicht einschränkende Weise auf Elemente, Bestandteile oder Schritte beziehen, dass sie angeben, dass die Elemente, Bestandteile oder Schritte, auf die Bezug genommen wird, vorhanden sein können oder mit anderen Elementen, Bestandteilen oder Schritten, auf die nicht ausdrücklich Bezug genommen wird, verwendet oder kombiniert werden können.

Claims

System zum Einteilen eines oder mehrerer menschlicher Probanden in eine oder mehrere Kategorien, wobei die eine oder die mehreren Kategorien einen Gesundheitszustand angeben, der dem einen oder den mehreren menschlichen Probanden zugeordnet ist, wobei das System Folgendes umfasst: einen oder mehrere Mikroprozessoren, die dazu ausgelegt sind: einen oder mehrere Parameter, die jedem des einen oder der mehreren menschlichen Probanden zugeordnet sind, basierend auf mindestens einem Datentyp jedes des einen oder der mehreren Parameter in eine oder mehrere Datenansichten einzuordnen, wobei eine Datenansicht einer ersten Datenstruktur entspricht, die einen in diese Datenansicht eingeordneten Satz von Parametern speichert, der jedem des einen oder der mehreren menschlichen Probanden zugeordnet ist; die eine oder die mehreren Datenansichten in eine zweite Datenstruktur umzuwandeln, wobei die zweite Datenstruktur den Satz von Parametern über jede der einen oder der mehreren Datenansichten hinweg darstellt; und einen Klassifikator basierend auf der zweiten Datenstruktur zu trainieren, wobei der Klassifikator den einen oder die mehreren menschlichen Probanden in die eine oder die mehreren Kategorien einteilt; und einen Sendeempfänger, der dazu ausgelegt ist, die Einteilung des einen oder der mehreren menschlichen Probanden in die eine oder die mehreren Kategorien an eine Rechenvorrichtung zu senden, wobei die Einteilung des einen oder der mehreren menschlichen Probanden auf einer Anzeigevorrichtung der Rechenvorrichtung mittels einer Benutzerschnittstelle angezeigt wird.
System nach Anspruch 1, wobei der Datentyp mindestens einem der Folgenden entspricht: einem kategorischen Datentyp, einem binären Datentyp oder einem numerischen Datentyp.
Verfahren zum Einteilen eines oder mehrerer menschlicher Probanden in eine oder mehrere Kategorien, wobei die eine oder die mehreren Kategorien einen Gesundheitszustand angeben, der dem einen oder den mehreren der menschlichen Probanden zugeordnet ist, wobei das Verfahren Folgendes umfasst: das Einordnen, mittels eines oder mehrerer Mikroprozessoren, eines oder mehrerer Parameter, die jedem des einen oder der mehreren menschlichen Probanden zugeordnet sind, in eine oder mehrere Datenansichten basierend auf mindestens einem Datentyp jedes des einen oder der mehreren Parameter, wobei eine Datenansicht einer ersten Datenstruktur entspricht, die einen in diese Datenansicht eingeordneten Satz von Parametern speichert, der jedem des einen oder der mehreren menschlichen Probanden zugeordnet ist; die Umwandlung, mittels des einen oder der mehreren Mikroprozessoren, der einen oder der mehreren Datenansichten in eine zweite Datenstruktur, wobei die zweite Datenstruktur den Satz von Parametern über die eine oder die mehreren Datenansichten hinweg darstellt; das Trainieren, mittels des einen oder der mehreren Mikroprozessoren, eines Klassifikators basierend auf der zweiten Datenstruktur, wobei der Klassifikator den einen oder die mehreren menschlichen Probanden in die eine oder die mehreren Kategorien einteilt; und das Senden, mittels eines Sendeempfängers, der Einteilung des einen oder der mehreren menschlichen Probanden in die eine oder die mehreren Kategorien an eine Rechenvorrichtung, wobei die Einteilung des einen oder der mehreren menschlichen Probanden auf einer Anzeigevorrichtung der Rechenvorrichtung mittels einer Benutzerschnittstelle angezeigt wird.
Verfahren nach Anspruch 3, wobei der Datentyp mindestens einem der Folgenden entspricht: einem kategorischen Datentyp, einem binären Datentyp oder einem numerischen Datentyp.
Verfahren nach Anspruch 3, wobei jede der einen oder der mehreren Kategorien einem Bereich einer Schlaganfallpunktzahl entspricht.
Verfahren nach Anspruch 3, wobei die eine oder die mehreren Datenansichten mindestens einer der Folgenden entsprechen: einer demografischen Datenansicht, einer Datenansicht von früheren Erkrankungen, einer Datenansicht von früheren Suchterkrankungen, einer Blutuntersuchungsdatenansicht, einer Röntgenuntersuchungsdatenansicht oder einer Datenansicht von früheren medikamentösen Behandlungen.
Verfahren nach Anspruch 6, wobei der Satz von in die demographische Datenansicht eingeordneten Parametern mindestens einem der Folgenden entspricht: einem Alter des einen oder der mehreren menschlichen Probanden, einem Geschlecht des einen oder der mehreren menschlichen Probanden, einem Bildungsgrad des einen oder der mehreren menschlichen Probanden oder einem Beruf des einen oder der mehreren menschlichen Probanden.
Verfahren nach Anspruch 6, wobei der Satz von in die Datenansicht von früheren Erkrankungen eingeordneten Parametern dem früheren Auftreten mindestens eines der Folgenden bei dem einen oder den mehreren menschlichen Probanden entspricht: Bluthochdruck, Diabetes Mellitus, Herzerkrankung oder zerebrovaskulärer Unfall.
Verfahren nach Anspruch 6, wobei der Satz von in die Datenansicht von früheren Suchterkrankungen eingeordneten Parametern Nikotinabhängigkeit und/oder Alkoholabhängigkeit bei einem oder mehreren menschlichen Probanden entspricht.
Computerprogrammprodukt zur Verwendung mit einer Rechenvorrichtung, wobei das Computerprogrammprodukt ein dauerhaftes computerlesbares Medium umfasst, wobei das dauerhafte computerlesbare Medium einen Computerprogrammcode zum Einteilen eines oder mehrerer menschlicher Probanden in eine oder mehrere Kategorien speichert, wobei die eine oder die mehreren Kategorien einen Gesundheitszustand angeben, der dem einen oder den mehreren menschlichen Probanden zugeordnet ist, wobei das Computerprogrammprodukt mittels eines oder mehrerer Mikroprozessoren in der Rechenvorrichtung dahingehend ausführbar ist: einen oder mehrere Parameter, die jedem des einen oder der mehreren menschlichen Probanden zugeordnet sind, basierend auf mindestens einem Datentyp jedes des einen oder der mehreren Parameter in eine oder mehrere Datenansichten einzuordnen, wobei eine Datenansicht einer ersten Datenstruktur entspricht, die einen in die Datenansicht eingeordneten Satz von Parametern speichert, der jedem des einen oder der mehreren menschlichen Probanden zugeordnet ist; die eine oder die mehreren Datenansichten in eine zweite Datenstruktur umzuwandeln, wobei die zweite Datenstruktur den Satz von Parametern über die eine oder die mehreren Datenansichten hinweg darstellt; einen Klassifikator basierend auf der zweiten Datenstruktur zu trainieren, wobei der Klassifikator den einen oder die mehreren menschlichen Probanden in die eine oder die mehreren Kategorien einteilt; und mittels eines Sendeempfängers die Einteilung des einen oder der mehreren menschlichen Probanden in die eine oder die mehreren Kategorien an eine zweite Rechenvorrichtung zu senden, wobei die Einteilung des einen oder der mehreren menschlichen Probanden auf einer Anzeigevorrichtung der zweiten Rechenvorrichtung mittels einer Benutzerschnittstelle angezeigt wird.