DE102020212398A1

DE102020212398A1 - System, Verfahren und Computerprogramm zur Verwaltung medizinischer Daten

Info

Publication number: DE102020212398A1
Application number: DE102020212398.5A
Authority: DE
Inventors: Dorin Comaniciu; Eli Gibson; Ahmet TUYSUZOGLU
Original assignee: Siemens Healthcare GmbH
Current assignee: Siemens Healthineers Ag De
Priority date: 2020-09-30
Filing date: 2020-09-30
Publication date: 2022-03-31
Also published as: US20220101987A1

Abstract

Die Erfindung betrifft ein Zeitplanungssystem (1000, 2000, 4000, 5000, 6000), umfassend: mehrere Eingabevorrichtungen (1100, 1101-110N), die dafür ausgelegt sind, medizinische Daten (1110) auszugeben, einen Arbeitskräftespeicher (1300), der dafür ausgelegt ist, die Arbeitsmerkmale (1301-130N) mehrerer Ärzte zu speichern, und einen Zeitplaner (1200, 2200, 4200, 5200, 6200), der dafür ausgelegt ist, als Eingabe Daten zu empfangen, die sich auf die medizinischen Daten (1110) und die Arbeitsmerkmale (1301-130N) beziehen, und dafür ausgelegt ist, als Ausgabe für die mehreren Ärzte mehrere Zeitpläne (1401-140N) für das Analysieren der medizinischen Daten (1110) bereitzustellen. Die Erfindung betrifft ferner ein entsprechendes Verfahren und ein entsprechendes Computerprogramm.

Description

Die zeitnahe Interpretation medizinischer Daten, etwa radiologischer Bilder, In-vitro-Daten und Patientenüberwachungsdaten, und das daraus resultierende Patientenmanagement sind entscheidend für das Erzielen der besten Patientenergebnisse. Um dies zu erreichen, müssen die richtigen Daten, etwa bildgebende Untersuchungen, die vom richtigen Arzt, etwa einem Radiologen, Pathologen oder Chirurgen, interpretiert werden, zur richtigen Zeit zur Verfügung stehen.
Dies ist eine Herausforderung für ein Krankenhaus, die der kontinuierlichen Erzeugung medizinischer Daten, der Komplexität der klinischen Informations- und Krankenhaussysteme und der erforderlichen Koordination zwischen vielen Klinikern, Bildgebungssystemen und Krankenhausinformationssystemen geschuldet ist.
Darüber hinaus variiert selbst bei kleineren Krankenhäusern, und erst recht bei größeren, die Verfügbarkeit der verschiedenen Ärzte, und auch ihre Kompetenzen sind unterschiedlich, da manche auf verschiedene Organe und/oder Krankheitsbilder spezialisiert sein können. Es ist eine Herausforderung sicherzustellen, dass der Zeitplan, gemäß dem die verschiedenen Ärzte die eingehenden medizinischen Daten verarbeiten, optimiert wird.
Darüber hinaus hat die in jüngerer Zeit zunehmende Verbreitung von KI in der medizinischen Datenanalyse, etwa zur Unterstützung in der Radiologie, neue Chancen und neue Herausforderungen in Sachen Koordination mit sich gebracht. Bei zahlreichen automatisierten Systemen konnten jeweils für sich genommen Verbesserungen der Interpretationszeiten für spezifische Bildgebungsstudien nachgewiesen werden, indem Studien mit von der KI erkannten kritischen Befunden priorisiert werden. Die Einbindung mehrerer solcher Systeme in ein Krankenhaussystem, ohne deren Priorisierung zu koordinieren, führt jedoch zu Prioritätskonflikten, die die Interpretationszeiten insgesamt beeinträchtigen können.
Die bekannten Systeme arbeiten derart, dass sie die Analyse der medizinischen Daten entweder in ihrer ursprünglichen Form oder nach Bearbeitung mittels KI durch die Ärzte auf einfache Weise einplanen, etwa basierend auf einer First-in-First-out-Warteschlange oder auf einer Prioritätseinstufung. Im letzteren Fall basieren Prioritätseinstufungen in der Regel auf einer Eingabe durch die anfordernde Stelle, etwa den behandelnden Arzt, die Notaufnahme oder die Intensivstation, und sind somit subjektiv und können missbraucht werden, da die anfordernde Stelle in der Regel bestrebt ist, ihre eigenen medizinischen Daten zuerst analysiert zu bekommen und/oder die Dringlichkeit ihrer Anfrage nicht mit der Gesamtarbeitsbelastung des Krankenhauses vergleichen kann.
Es muss daher sichergestellt werden, dass der Zeitplan, gemäß dem die verschiedenen Ärzte die eingehenden medizinischen Daten verarbeiten, im Hinblick auf mehrere Parameter optimiert wird, etwa die Arbeitszeiten der Ärzte, die Zuordnung eines bestimmten Krankheitsbildes zum besten verfügbaren Arzt zwecks Analyse, die Dringlichkeit, die jedem Patienten und den jeweiligen medizinischen Daten zugeordnet ist, Budgetbeschränkungen usw.
Die Erfinder haben allgemein erkannt, dass ein dynamisches Zeitplanungssystem mit einem Zeitplaner zur Optimierung der Zeitplanung für das Analysieren medizinischer Daten eingesetzt werden kann. Diese Rahmenstruktur kann mehrere Informationsquellen, mehrere Beschränkungen und mehrere Ziele einbeziehen.
Das System kann basierend auf einer Analyse der medizinischen Daten dynamisch Zeitpläne für die Zuweisung der medizinischen Daten an verfügbare Ärzte erstellen, um die Ziele zu optimieren und gleichzeitig innerhalb der gegebenen Beschränkungen zu arbeiten. Das System kann die Zeitplanung basierend auf den eingehenden medizinischen Daten kontinuierlich optimieren.
Darüber hinaus betreffen Aspekte der Erfindung Verfahren, die es erlauben, Punktwerte, die den medizinischen Daten zugeordnet sind, abzugleichen bzw. zu kalibrieren. Das heißt, um zu vermeiden, dass der Betrieb des Zeitplaners durch Punktwerte verzerrt wird, die auf nicht einheitliche Weise erzeugt werden, etwa weil sie von verschiedenen Vorrichtungen mit unterschiedlichen Ansätzen zur Punktwertberechnung erzeugt wurden, kann die Erfindung Techniken bereitstellen, die es ermöglichen, solche Punktwerte untereinander abzugleichen.
Ausführungsformen der Erfindung sind durch die unabhängigen Patentansprüche definiert. Weitere bevorzugte Ausführungsformen sind in den abhängigen Patentansprüchen definiert.
Insbesondere kann sich eine Ausführungsform der Erfindung auf ein Zeitplanungssystem beziehen, das umfasst: mehrere Eingabevorrichtungen, die dafür ausgelegt sind, medizinische Daten auszugeben, einen Arbeitskräftespeicher, der dafür ausgelegt ist, Arbeitsmerkmale mehrerer Ärzte zu speichern, und einen Zeitplaner, der dafür ausgelegt ist, als Eingabe Daten zu empfangen, die sich auf die medizinischen Daten und die Arbeitsmerkmale beziehen, und dafür ausgelegt ist, als Ausgabe für die mehreren Ärzte mehrere Zeitpläne für das Analysieren der medizinischen Daten bereitzustellen.
In einigen Ausführungsformen können die Daten, die sich auf medizinische Daten beziehen, die medizinischen Daten sein.
In einigen Ausführungsformen kann der Zeitplaner dafür ausgelegt sein, die mehreren Zeitpläne so zu erstellen, dass eine Übereinstimmung zwischen einem Krankheitsbild, das den medizinischen Daten zugeordnet ist, und den Fachgebieten der mehreren Ärzte maximiert wird und dass eine Bearbeitungszeit für das Analysieren der medizinischen Daten unter Berücksichtigung der Dringlichkeit der verschiedenen Krankheitsbilder, die den verschiedenen medizinischen Datenelementen zugeordnet sind, minimiert wird.
In einigen Ausführungsformen kann das Zeitplanungssystem ferner mehrere Datenanalysatoren umfassen, die dafür ausgelegt sind, die medizinischen Daten von den mehreren Eingabevorrichtungen zu empfangen, die medizinischen Daten zu analysieren, um einen Punktwert zuzuweisen, der die Dringlichkeit der medizinischen Daten anzeigt, und bewertete medizinische Daten auszugeben, und wobei die Daten, die sich auf die medizinischen Daten beziehen, die bewerteten medizinischen Daten sein können.
In einigen Ausführungsformen kann das Zeitplanungssystem ferner umfassen: mehrere Datenanalysatoren, die dafür ausgelegt sind, die medizinischen Daten zu empfangen, die medizinischen Daten zu analysieren, um einen Punktwert zuzuweisen, der die Dringlichkeit der medizinischen Daten anzeigt, und bewertete medizinische Daten auszugeben, und einen Punktwert-Kalibrator, der dafür ausgelegt ist, die bewerteten medizinischen Daten zu empfangen, die bewerteten medizinischen Daten zu analysieren, um den Punktwert der medizinischen Daten zu kalibrieren, und kalibrierte medizinische Daten auszugeben, und wobei die Daten, die sich auf die medizinischen Daten beziehen, die kalibrierten medizinischen Daten sein können.
In einigen Ausführungsformen können die bewerteten medizinischen Daten mehrere bewertete medizinische Datenelemente umfassen, wobei jedes gegebene bewertete medizinische Datenelement medizinische Daten und einen Risikowert umfasst, wobei der Punktwert-Kalibrator für den Schritt des Analysierens der bewerteten medizinischen Daten dafür ausgelegt sein kann, ein Punktwert-Kalibrierungsverfahren durchzuführen, das die folgenden Schritte umfasst: für ein gegebenes bewertetes medizinisches Datenelement, Schätzen einer A-priori-Wahrscheinlichkeit als empirische Wahrscheinlichkeiten, die in der Literatur berichtet oder anhand historischer Aufzeichnungen gemessen sind, für das gegebene bewertete medizinische Datenelement, Schätzen von bedingten Wahrscheinlichkeiten für relevante Befunde als Funktion des Risikowertes, der dem gegebenen bewerteten medizinischen Datenelement zugeordnet ist, Erstellen eines graphischen Modells einer Wechselbeziehung zwischen den mehreren Risikowerten und den mehreren Befunden und Ableiten einer A-posteriori-Wahrscheinlichkeit eines klinischen Zustands, der dem gegebenen medizinischen Datenelement zugeordnet ist, vorzugsweise unter Verwendung von Bayes'scher Inferenz.
In einigen Ausführungsformen kann der Punktwert-Kalibrator für den Schritt des Schätzens bedingter Wahrscheinlichkeiten dafür ausgelegt sein, bedingte Wahrscheinlichkeiten unter Verwendung dokumentierter Leistungsmessungen, vorzugsweise Sensitivität und Spezifität, und/oder unter Verwendung von Klassifikator-Kalibrierungstechniken, vorzugsweise als isotonische Regression und/oder Platt-Skalierung, zu schätzen.
In einigen Ausführungsformen kann das Zeitplanungssystem ferner einen Zielespeicher umfassen, der dafür ausgelegt ist, ein oder mehrere Ziele für den Betrieb des Zeitplaners zu speichern, wobei der Zeitplaner ferner dafür ausgelegt sein kann, die ein oder mehreren Ziele als Eingabe zu empfangen.
In einigen Ausführungsformen kann das Zeitplanungssystem ferner einen Beschränkungenspeicher umfassen, der dafür ausgelegt ist, eine oder mehrere Beschränkungen zu speichern, wobei der Zeitplaner ferner dafür ausgelegt sein kann, die ein oder mehreren Beschränkungen als Eingabe zu empfangen.
In einigen Ausführungsformen können die medizinischen Daten eines oder mehrere von einem Radiologiebild, In-vitro-Daten und aufgezeichneten Patientendaten umfassen.
Eine weitere Ausführungsform der Erfindung kann ein Zeitplanungsverfahren betreffen, das die folgenden Schritte umfasst: Empfangen, als Eingabe, von Daten, die sich auf medizinische Daten beziehen, die von mehreren Eingabevorrichtungen ausgegeben werden, und von Arbeitsmerkmale mehrerer Ärzte, und Bereitstellen mehrerer Zeitpläne für die mehreren Ärzte für das Analysieren der medizinischen Daten als Ausgabe.
In einigen Ausführungsformen können die Daten, die sich auf medizinische Daten beziehen, die medizinischen Daten sein.
In einigen Ausführungsformen kann das Zeitplanungsverfahren ferner einen Schritt des Erstellens der mehreren Zeitpläne umfassen, derart, dass eine Übereinstimmung zwischen einem Krankheitsbild, das den medizinischen Daten zugeordnet ist, und den Fachgebieten der mehreren Ärzte maximiert wird und dass eine Bearbeitungszeit für das Analysieren der medizinischen Daten unter Berücksichtigung der Dringlichkeit der verschiedenen Krankheitsbilder, die den verschiedenen medizinischen Datenelementen zugeordnet sind, minimiert wird.
In einigen Ausführungsformen kann das Zeitplanungsverfahren ferner die Schritte des Empfangens der medizinischen Daten von mehreren Eingabevorrichtungen, des Analysierens der medizinischen Daten, um einen Punktwert zuzuweisen, der die Dringlichkeit der medizinischen Daten anzeigt, und das Ausgeben bewerteter medizinischer Daten umfassen, wobei die Daten, die sich auf die medizinischen Daten beziehen, die bewerteten medizinischen Daten sein können.
In einigen Ausführungsformen kann das Zeitplanungsverfahren ferner die Schritte des Empfangens der medizinischen Daten, des Analysierens der medizinischen Daten, um einen Punktwert zuzuweisen, der die Dringlichkeit der medizinischen Daten anzeigt, des Ausgebens bewerteter medizinischer Daten, des Empfangens der bewerteten medizinischen Daten, des Analysierens der bewerteten medizinischen Daten, um den Punktwert der medizinischen Daten zu kalibrieren, und des Ausgebens kalibrierter medizinischer Daten umfassen, und wobei die Daten, die sich auf medizinische Daten beziehen, die kalibrierten medizinischen Daten (2610) sein können.
In einigen Ausführungsformen können die bewerteten medizinischen Daten mehrere bewertete medizinische Datenelemente umfassen, wobei jedes gegebene bewertete medizinische Datenelement medizinische Daten und einen Risikowert umfasst, wobei der Schritt des Analysierens der bewerteten medizinischen Daten ein Punktwert-Kalibrierungsverfahren umfassen kann, das die folgenden Schritte umfasst: für ein gegebenes bewertetes medizinisches Datenelement, Schätzen einer A-priori-Wahrscheinlichkeit als empirische Wahrscheinlichkeiten, die in der Literatur berichtet oder anhand historischer Aufzeichnungen gemessen sind, für das gegebene bewertete medizinische Datenelement, Schätzen von bedingten Wahrscheinlichkeiten für relevante Befunde als Funktion des Risikowertes, der dem gegebenen bewerteten medizinischen Datenelement zugeordnet ist, Erstellen eines grafischen Modells einer Wechselbeziehung zwischen den mehreren Risikowerten und den mehreren Befunden und Ableiten einer A-posteriori-Wahrscheinlichkeit eines klinischen Zustands, die dem gegebenen medizinischen Datenelement zugeordnet ist, vorzugsweise unter Verwendung von Bayes'scher Inferenz.
In einigen Ausführungsformen kann der Schritt des Schätzens bedingter Wahrscheinlichkeiten umfassen, bedingte Wahrscheinlichkeiten unter Verwendung dokumentierter Leistungsmessungen, vorzugsweise Sensitivität und Spezifität, und/oder unter Verwendung von Klassifikator-Kalibrierungstechniken, vorzugsweise als isotonische Regression und/oder Platt-Skalierung, zu schätzen.
In einigen Ausführungsformen kann das Zeitplanungsverfahren ferner die Schritte des Speicherns eines oder mehrerer Ziele für den Betrieb des Zeitplaners und des Empfangens der ein oder mehreren Ziele als Eingabe umfassen.
In einigen Ausführungsformen kann das Zeitplanungsverfahren ferner die Schritte des Speicherns einer oder mehrerer Beschränkungen und des Empfangens der ein oder mehreren Beschränkungen als Eingabe umfassen.
In einigen Ausführungsformen können die medizinischen Daten ein beliebiges von einem Radiologiebild, In-vitro-Daten und aufgezeichneten Patientendaten umfassen.
Weitere Ausführungsformen der Erfindung können ein Computerprogramm oder ein Computerprogrammprodukt oder ein computerlesbares Speichermedium betreffen, das Programmcode aufweist. Der Programmcode kann von wenigstens einem Prozessor geladen und ausgeführt werden. Nach dem Laden und Ausführen des Programmcodes kann der wenigstens eine Prozessor ein Zeitplanungsverfahren zum Verarbeiten medizinischer Daten gemäß einem der beschriebenen Verfahren durchführen.
Es versteht sich, dass die vorgenannten und die im Folgenden noch zu erläuternden Merkmale nicht nur in den jeweils angegebenen Kombinationen, sondern auch in anderen Kombinationen oder isoliert verwendet werden können, ohne den Schutzbereich der Erfindung zu verlassen.

1 zeigt schematisch ein Zeitplanungssystem 1000.
2 zeigt schematisch ein Zeitplanungssystem 2000.
3 zeigt schematisch ein Punktwert-Kalibrierungsverfahren 3000;
4 zeigt schematisch ein Zeitplanungssystem 4000.
5 zeigt schematisch ein Zeitplanungssystem 5000.
6 zeigt schematisch ein Zeitplanungssystem 6000.

Einige Beispiele der vorliegenden Offenbarung sehen allgemein mehrere Schaltungen oder andere elektrische Vorrichtungen vor. Alle Verweise auf Schaltungen und andere elektrische Vorrichtungen sowie die jeweils bereitgestellte Funktionalität sind nicht als Beschränkung auf die jeweilige Darstellung oder Beschreibung hierin gedacht. Obwohl für die verschiedenen offenbarten Schaltungen oder anderen elektrischen Vorrichtungen bestimmte Bezeichnungen vergeben sein können, sollen diese Bezeichnungen den Umfang des Betriebs der Schaltungen und anderen elektrischen Vorrichtungen in keiner Weise einschränken. Derartige Schaltungen und andere elektrische Vorrichtungen können je nach Art der jeweils gewünschten elektrischen Implementierung miteinander kombiniert und/oder voneinander getrennt werden. Es versteht sich, dass jegliche hier offenbarte Schaltung oder andere elektrische Vorrichtung eine beliebige Anzahl Mikrosteuereinheiten, eine Graphikprozessoreinheit (GPU, Graphics Processor Unit), integrierte Schaltungen, Speichervorrichtungen (z.B. FLASH, Direktzugriffsspeicher (Random Access Memory, RAM), Festwertspeicher (Read-Only Memory, ROM), elektrisch programmierbare Festwertspeicher (Electrically Programmable Read Only Memory, EPROM), elektrisch löschbare programmierbare Festwertspeicher (Electrically Erasable Programmable Read Only Memory, EEPROM) oder geeignete andere Varianten davon) und Software aufweisen können, die zusammenwirken, um die hierin offenbarte(n) Operation(en) durchzuführen. Darüber hinaus können eine oder mehrere der elektrischen Vorrichtungen dafür ausgelegt sein, einen Programmcode auszuführen, der in einem nichtflüchtigen, computerlesbaren Speichermedium ausgeführt ist, welches programmiert ist, um eine beliebige Anzahl der offenbarten Funktionen auszuführen.
Im Folgenden werden Ausführungsformen der Erfindung unter Bezugnahme auf die beigefügten Zeichnungen ausführlich beschrieben. Es versteht sich, dass die folgende Beschreibung von Ausführungsformen nicht in einem einschränkenden Sinne aufzufassen ist. Der Schutzbereich der Erfindung soll nicht durch die nachfolgend beschriebenen Ausführungsformen oder durch die Zeichnungen, die lediglich zur Veranschaulichung dienen, eingeschränkt werden.
Die Zeichnungen sind als schematische Darstellungen zu betrachten, und die in den Zeichnungen abgebildeten Elemente sind nicht unbedingt maßstabsgetreu dargestellt. Vielmehr sind die verschiedenen Elemente so dargestellt, dass ihre Funktion und ihr allgemeiner Zweck für den Fachmann auf diesem Gebiet der Technik erkennbar werden. Jede Verbindung oder Kopplung zwischen Funktionsblöcken, Vorrichtungen, Komponenten oder anderen physischen oder funktionalen Einheiten, die in den Zeichnungen dargestellt oder hier beschrieben sind, kann auch durch eine indirekte Verbindung oder Kopplung implementiert sein. Eine Kopplung zwischen Komponenten kann auch über eine drahtlose Verbindung hergestellt werden. Funktionsblöcke können in Hardware, Firmware, Software oder einer Kombination davon implementiert sein.
Gemäß den hierin beschriebenen Techniken ist es möglich, mehrere medizinische Datenelemente zu erhalten, die von mehreren Ärzten zu verarbeiten sind, und mehrere Zeitpläne für die Verarbeitung dieser medizinischen Datenelemente basierend auf verschiedenen Merkmalen der medizinischen Daten sowie den Ärzten zugeordneten Beschränkungen, etwa ihren Arbeitszeiten, zu berechnen.
Gemäß verschiedenen Szenarien wäre es möglich, dass eine solche Funktionalität in einem Krankenhaus-Bildarchivierungs- und Kommunikationssystem implementiert wird, z. B. für radiologische Bilder, die die Bilddaten implementieren. Dies wird manchmal auch als Bildarchivierungs- und Kommunikationssystem (Picture Archiving and Communication System, PACS) bezeichnet. Hier können die erfassten medizinischen Daten per Push-Benachrichtigung an mehrere Teilnehmer übermittelt werden.
In der vorliegenden Patentanmeldung werden unter dem Begriff medizinische Daten allgemein medizinisch relevante Daten verstanden, die eine Diagnose eines Patienten ermöglichen. Insbesondere können die medizinischen Daten eines oder mehrere von einem radiologischen Bild, In-vitro-Daten und aufgezeichneten Patientendaten, etwa Temperatur, Blutdruck, Gewicht, Größe, Alter, Krankengeschichte, klinischer Punktwert usw. umfassen.
Die medizinischen Daten müssen kein bestimmtes Format haben und können beispielsweise aus einer Kombination von Bildern und Text bestehen, wie z.B. einem Magnetresonanzbild und der Krankengeschichte des Patienten.
In einigen Fällen können, wie aus der nachfolgenden Beschreibung deutlicher hervorgeht, die medizinischen Daten ein oder mehrere Kennzeichner (Tags) umfassen, die während der Verarbeitung der medizinischen Daten ergänzt oder verändert werden können. Der Tag kann Informationen umfassen, etwa ein numerisches Maß für die Schwere oder Dringlichkeit der medizinischen Daten, wie sie von einer anfordernden Stelle oder durch Analyse der medizinischen Daten mittels künstlicher Intelligenz beurteilt werden.
1 zeigt schematisch ein Zeitplanungssystem 1000, das mehrere Eingabevorrichtungen 1100, 1101-110N umfasst, die dafür ausgelegt sind, medizinische Daten 1110 auszugeben.
Die Eingabevorrichtungen 1100, 1101-110N können jede Vorrichtung umfassen, die in der Lage ist, medizinische Daten 1110 auszugeben, die für die Diagnose eines Patienten verwendet werden können, und insbesondere jedes von

- medizinischen Bildgebungsvorrichtungen, etwa Röntgenbildgebung, Magnetresonanztomographie, Ultraschallbildgebung, Echokardiographie usw.,
- medizinischen Messvorrichtungen, etwa ein Thermometer, eine Elektrokardiographievorrichtung, ein Sauerstoffsättigungsmonitor, eine Blutdruckmessvorrichtung usw.,
- Computervorrichtungen, etwa ein Personal Computer, ein Tablet oder ein Smartphone, mit denen medizinisches Personal medizinische Daten manuell erfassen kann, etwa basierend auf einem Patientengespräch. Dies könnte beispielsweise für das Alter und das Gewicht des Patienten gelten, aber auch für die Beschreibung der Schmerzorte und -stärken oder allgemeiner für eine Beschreibung der Symptome usw.

Das Zeitplanungssystem 1000 kann außerdem einen Arbeitskräftespeicher 1300 umfassen, der dafür ausgelegt ist, die Arbeitsmerkmale 1301-130N mehrerer Ärzte zu speichern. Der Arbeitskräftespeicher, wie auch andere in der Patentanmeldung beschriebene Speicher, kann durch eine beliebige Speichervorrichtung, etwa eine Festplatte oder einen Speicher, implementiert sein und kann die Arbeitsmerkmale 1301-130N als digitale Daten speichern. Die Arbeitsmerkmale 1301-130N können für jeden von mehreren Ärzten eines der folgenden umfassen:

- Arbeitsverfügbarkeit der Ärzte, etwa eine Kombination von Tagen und Stunden, an denen diese Ärzte voraussichtlich arbeiten werden,
- Fachgebiete der Ärzte, etwa die Angabe eines medizinischen Fachgebiets, beispielsweise durch eine alphanumerische Zeichenfolge, die die Fachgebiete identifiziert, wie „Kardiologie“, „Neurologie“, „Augenheilkunde“ usw.
- Bearbeitungszeit für das Auswerten medizinischer Daten auf Basis von Statistiken aus früheren Analysen
- etc.

So kann das Folgende einen schematischen Inhalt eines beispielhaften Arbeitskräftespeichers 1300 veranschaulichten, der die Arbeitsmerkmale 1301-1303 von drei Ärzten speichert:

	Doktor X	Doktor Y	Doktor Z
Verfügbarkeit	Mo-Fr 9.00-17.00	Mo-Fr 12.00-20.00	Mo-Mi 10.00-16.00, Fr 10.00-16.00,
Fachgebiet	Kardiologie	Radiologie allgemein	Neurologie
Bearbeitungszeit	2 Std. 23 Min.	0 Std. 45 Min.	1 Std. 25 Min.

Das Zeitplanungssystem 1000 kann ferner einen Zeitplaner 1200 umfassen, der dafür ausgelegt ist, als Eingabe Daten zu empfangen, die sich auf die medizinischen Daten 1110 und die Arbeitsmerkmale 1301-130N beziehen. In der in 1 dargestellten Implementierung sind die Daten, die sich auf die medizinischen Daten 1110 beziehen, die medizinischen Daten 1110 selbst.
Der Zeitplaner 1200 sowie andere Zeitplaner, die in der gesamten Patentanmeldung beschrieben werden, können in einigen Ausführungsformen als Computervorrichtung implementiert sein, die Optimierungsverfahren implementiert, welche Instanzen der gemischt ganzzahligen linearen Programmierung und/oder der gemischt ganzzahligen nichtlinearen Programmierung sind. Diese Verfahren ermöglichen es dem Zeitplaner 1200, Beschränkungen und Ziele mathematisch auszudrücken, wie an späterer Stelle beschrieben wird.
Alternativ oder zusätzlich kann in einigen Ausführungsformen der Zeitplaner 1200, wie auch andere in der Patentanmeldung beschriebene Zeitplaner, als neuronales Netz implementiert sein.
Der Zeitplaner 1200 kann dafür ausgelegt sein, als Ausgabe für die mehreren Ärzte mehrere Zeitpläne 1401-140N für das Analysieren der medizinischen Daten 1110 bereitzustellen. In einigen Ausführungsformen können die Zeitpläne eine Kombination aus wenigstens einem Kennzeichner eines medizinischen Datenelements, beispielsweise eines Röntgenbildes, und einem Zeitplan für einen bestimmten Arzt für das Analysieren des durch den Kennzeichner identifizierten medizinischen Datenelements sein.
In einigen Fällen könnten die Zeitpläne beispielsweise als eine Liste von Kennzeichnern von Datenelementen für einen bestimmten Arzt implementiert sein. Beispielsweise kann das Folgende eine schematische Darstellung der Zeitpläne 1401-140N für die drei Ärzte X, Y, Z der vorherigen Beispiele zeigen, wobei von zehn zu analysierenden medizinischen Datenelementen D1-D10 ausgegangen wird.

Doktor X Doktor Y Doktor Z

D1 D10 D6

D5 D9 D7

D4

D8

D3

D2
Das bedeutet, die Zeitpläne können einen oder mehrere Zeitpläne umfassen, wobei jeder Zeitplan einem Arzt zugeordnet ist, beispielsweise durch einen geeigneten Kennzeichner, wobei der Zeitplan eines bestimmten Arztes wenigstens eine geordnete Liste von zu analysierenden medizinischen Datenelementen umfasst, vorzugsweise geordnet nach ihrer Dringlichkeit.
In einigen Ausführungsformen kann der Zeitplan eines bestimmten Arztes außerdem eine Zeitinformation umfassen, die vorzugsweise mit dem medizinischen Datenelement verknüpft ist, um den Arzt auch über den Zeitpunkt zu informieren, zu dem die Analyse des medizinischen Datenelements erwartet wird. Ein Beispiel für diesen Ansatz ist im Folgenden schematisch dargestellt.

Doktor X Doktor Y Doktor Z

Mo 9.00-10.00 D1 D10

Mo 10.00-11.00 D9 D6

Mo 11.00-12.00 D4

Mo 12.00-13.00 D5 D8 D7

Mo 13.00-14.00 D3

Mo 14.00-15.00 D2
In einigen Ausführungsformen können die vom Zeitplanungssystem ausgegebenen Zeitpläne in Radiologie-Informationssysteme (technische Vorrichtungen, die die Bildauslesungen koordinieren) oder Krankenhaus-Informationssysteme integriert sein, so dass die Ziele realisiert werden.
In einigen Ausführungsformen kann der Zeitplaner 1200 dafür ausgelegt sein, die mehreren Zeitpläne 1401-140N derart zu erstellen, dass

- eine Übereinstimmung zwischen einem den medizinischen Daten 1110 zugeordneten Krankheitsbild und den Fachgebieten der mehreren Ärzte maximiert wird, und
- dass eine Bearbeitungszeit für das Analysieren der medizinischen Daten 1110 minimiert wird.

Insbesondere kann in einigen Ausführungsformen die Bearbeitungszeit als Funktion der Dringlichkeit der verschiedenen Bedingungen, die mit den verschiedenen medizinischen Datenelementen verknüpft sind, minimiert werden, wobei die dringlicheren Krankheitsbilder zeitlich so geplant werden, dass sie eine kürzere Bearbeitungszeit erhalten, und die weniger dringlichen Krankheitsbilder zeitlich so geplant werden, dass sie eine längere Bearbeitungszeit erhalten.
Im obigen Beispiel kann beispielsweise davon ausgegangen werden, dass D2 eine geringere Dringlichkeit als D10 hatte, beispielsweise aufgrund eines dringlicheren Krankheitsbildes, etwa eine Blutung im Vergleich zu einer Fraktur. Weiterhin kann beispielsweise im obigen Beispiel davon ausgegangen werden, dass D5, das zur gleichen Zeit wie D7 analysiert werden soll, einem Krankheitsbild, das mehr mit Kardiologie als mit Neurologie zu tun hat, und somit einem Arzt, der stärker auf Kardiologie spezialisiert ist, zugeordnet wurde und umgekehrt.
2 zeigt schematisch ein Zeitplanungssystem 2000. Das Zeitplanungssystem 2000 unterscheidet sich vom Zeitplanungssystem 1000 dadurch, dass es ferner mehrere Datenanalysatoren 2500, 2501-250N umfasst, die dafür ausgelegt sind, die medizinischen Daten 1110 von den mehreren Eingabevorrichtungen 1100, 1101-110N zu empfangen, die medizinischen Daten 1110 zu analysieren, um einen Punktwert zuzuweisen, der die Dringlichkeit der medizinischen Daten 1110 anzeigt, und bewertete medizinische Daten 2510 auszugeben.
Die Datenanalysatoren 2500 können ein beliebiges manuelles, regelbasiertes oder auf einem neuronalen Netz basierendes System zur Beurteilung des Risikos, der Dringlichkeit oder der Priorität der medizinischen Daten umfassen.
Im manuellen Modus kann das Risiko beispielsweise von einem Bediener eingegeben werden, etwa von der Stelle, die die Analyse benötigt, oder von einem Bediener, der eine erste Sichtung der medizinischen Daten 1110 durchführt. Im regelbasierten und im auf einem neuronalen Netz basierenden Modus kann das Risiko den medizinischen Daten basierend auf einem Satz vorgegebener Regeln zugeordnet werden und/oder basierend auf einem neuronalen Netz, das darauf trainiert wurde, dringlicheren Zuständen, die den verschiedenen medizinischen Datenelementen zugeordnet sind, ein höheres Risiko zuzuordnen.
In einigen Ausführungsformen unterscheidet sich das Zeitplanungssystem 2000 vom Zeitplanungssystem 1000 dadurch, dass es einen Zeitplaner 2200 umfasst, der sich vom Zeitplaner 1200 dadurch unterscheidet, dass die Daten, die sich auf die medizinischen Daten beziehen, welche dem Zeitplaner 2200 als Eingabe bereitgestellt werden, die bewerteten medizinischen Daten 2510 sind.
In diesen Ausführungsformen kann der Zeitplaner 2200 die mehreren Zeitpläne 1401-140N wie vorstehend beschrieben erstellen und dabei auch den Grad der Dringlichkeit berücksichtigen, der den verschiedenen medizinischen Datenelementen zugeordnet ist, insbesondere um die Bearbeitungszeit zu reduzieren, wenn die Dringlichkeit zunimmt. Auf diese Weise kann zusätzlich zu den bereits durch das System 1000 erzielten Vorteilen sichergestellt werden, dass dringlichere medizinische Datenelemente vorrangig ausgewertet werden.
Wie ebenfalls in 2 dargestellt, kann das System 2000 in einigen Ausführungsformen ferner einen Punktwert-Kalibrator 2600 umfassen, der dafür ausgelegt ist, die bewerteten medizinischen Daten 2510 zu empfangen, die bewerteten medizinischen Daten 2510 zu analysieren, um den Punktwert der medizinischen Daten 1110 zu kalibrieren, und kalibrierte medizinische Daten 2610 auszugeben.
Insbesondere in Fällen, in denen die verschiedenen Datenanalysatoren 2501-250N unabhängig voneinander arbeiten, könnte ein Problem darin bestehen, dass die von den einzelnen Datenanalysatoren vergebenen Dringlichkeitswerte in Relation zueinander stehen, während dies für die von verschiedenen einzelnen Datenanalysatoren vergebenen Dringlichkeitswerte nicht der Fall ist. Beispielsweise könnte ein gegebener Datenanalysator, z. B. der Datenanalysator 2101, korrekt bestimmen, dass ein medizinisches Datenelement 1110 eine höhere Dringlichkeit als ein anderes medizinisches Datenelement hat, indem er dem ersten medizinischen Datenelement korrekt einen Dringlichkeitswert von 9/10 und dem zweiten medizinischen Datenelement einen Dringlichkeitswert von 6/10 zuordnet. In ähnlicher Weise könnte ein anderer Datenanalysator, z. B. der Datenanalysator 250N, einem dritten medizinischen Datenelement einen Dringlichkeitswert von 8/10 und einem vierten medizinischen Datenelement einen solchen von 5/10 zuordnen. Aufgrund der möglicherweise unterschiedlichen Arbeitsweise der beiden Datenanalysatoren kann es jedoch sein, dass die Dringlichkeitswerte von verschiedenen Datenanalysatoren nicht direkt miteinander vergleichbar sind. Das heißt, die 9/10 des Datenanalysators 2501 könnten tatsächlich weniger dringlich sein als die 8/10 des Datenanalysators 250N.
Der Punktwert-Kalibrator 2600 soll dieses mögliche Problem lösen. Insbesondere kann der Punktwert-Kalibrator 2600 in einigen Ausführungsformen einzelne Risikowerte basierend auf historischer oder aktueller empirischer Leistung, Leistungsmodellen und/oder Prävalenz auf der Ebene des Gesundheitssystems, des Krankenhauses, der Abteilung oder des Scanners kalibrieren.
Der kalibrierte Risikowert kann zu einer gemeinsamen Darstellung, etwa einem Risikovektor, kombiniert werden, um die Wahrscheinlichkeit für jeden einer Reihe von radiologischen Befunden oder klinischen Zuständen wiederzugeben. Weitere Details zu möglichen Implementierungen eines solchen Risikovektors werden an späterer Stelle in der Beschreibung dargestellt.
Zusätzlich können Risikowerte aus einigen Datenquellen, etwa elektronischen Gesundheitsakten (Laborwerte, Vitalparameter und Krankengeschichte), über das Vorhandensein bestimmter Befunde hinaus auf eine Notwendigkeit einer Priorisierung hinweisen. Diese Kalibrierungen können im Voraus durchgeführt oder basierend auf aktuellen Daten dynamisch aktualisiert werden.
Insbesondere zeigt 3 schematisch ein Punktwert-Kalibrierungsverfahren 3000, das vom Punktwert-Kalibrator 2600 zum Kalibrieren der bewerteten medizinischen Daten 2510 ausgeführt werden kann. Der Punktwert-Kalibrator kann als Hardware oder Software implementiert sein.
Hier wird davon ausgegangen, dass die bewerteten medizinischen Daten 2510 mehrere bewertete medizinische Datenelemente 2510 umfassen, wobei jedes gegebene bewertete medizinische Datenelement 2510 medizinische Daten und einen Risikowert, der den medizinischen Daten zugeordnet ist, umfasst.
Der Punktwert-Kalibrator 2600 kann daher für den Schritt des Analysierens der bewerteten medizinischen Daten 2510 derart ausgelegt sein, dass er für ein gegebenes bewertetes medizinisches Datenelement 2510 einen Schritt S3100 des Schätzens der A-priori-Wahrscheinlichkeit als in der Literatur berichtete oder anhand historischer Aufzeichnungen gemessene empirische Wahrscheinlichkeiten ausführt.
Weiterhin kann der Punktwert-Kalibrator 2600 ferner dafür ausgelegt sein, für das gegebene bewertete medizinische Datenelement 2510 einen Schritt S3200 des Schätzens bedingter Wahrscheinlichkeiten für relevante Befunde als Funktion des Risikowertes, der dem gegebenen bewerteten medizinischen Datenelement 2510 zugeordnet ist, auszuführen.
Insbesondere kann in einigen Ausführungsformen für den Schritt S3200 des Schätzens bedingter Wahrscheinlichkeiten der Punktwert-Kalibrator 2600 dafür ausgelegt sein, die bedingten Wahrscheinlichkeiten unter Verwendung dokumentierter Leistungsmessungen, vorzugsweise Sensitivität und Spezifität, und/oder unter Verwendung von Klassifikator-Kalibrierungstechniken, vorzugsweise als isotonische Regression und/oder Platt-Skalierung, zu schätzen S3200.
Zusätzlich kann der Punktwert-Kalibrator 2600 ferner dafür ausgelegt sein, einen Schritt S3300 des Erstellens eines grafischen Modells eines Zusammenhangs zwischen den mehreren Risikowerten und den mehreren Befunden auszuführen.
Fachleute auf diesem Gebiet der Technik werden erkennen, dass das grafische Modell auf jede Art und Weise implementiert werden kann, die eine Darstellung der bedingten Abhängigkeit zwischen Variablen, etwa die oben beschriebenen A-priori-Wahrscheinlichkeiten und bedingten Wahrscheinlichkeiten, als Graph ermöglicht.
Weiterhin kann der Punktwert-Kalibrator 2600 ferner dafür ausgelegt sein, einen Schritt S3400 des Ableitens einer A-posteriori-Wahrscheinlichkeit eines klinischen Zustands, die dem gegebenen medizinischen Datenelement zugeordnet ist, vorzugsweise unter Verwendung von Bayes'scher Inferenz auszuführen.
In einigen Ausführungsformen können die A-posteriori-Wahrscheinlichkeiten der klinischen Zustände dann als Gewichtungsfaktoren für den Risikovektor verwendet werden.
Ein vereinfachtes Beispiel für einen solchen Lösungsansatz ist im Folgenden dargestellt. Es versteht sich, dass das konkrete Beispiel nicht als Einschränkung der Erfindung, sondern als Verdeutlichung der Beschreibung gedacht ist.
Ein Krankenhaussystem kann 3 AI-Systeme aufweisen:

- eines, das Blutungen erkennt,
- eines, das Blutungen und Infarkte erkennt, und
- eines, das Kalottenfrakturen erkennt.

In dieser beispielhaften Implementierung können verschiedene Variablen durch Tabelle 1 und Tabelle 2 unten definiert werden. Tabelle 1:

Variable	Bedeutung	Werte
H	Patient hat Blutung	J/N
I	Patient hat Infarkt	J/N
F	Patient hat Fraktur	J/N
A	Hauptgrund für Aufnahme	Trauma, Schlaganfall, Kopfschmerzen etc.
N	Ergebnis der klinischen Bewertung bei Schlaganfall	0, 1, ..., 42
AI 1H	Punktwert von AI1 für Blutung	0-1 oder n.a.
AI 2H	Punktwert von AI2 für Blutung	0-1 oder n.a.
AI 1I	Punktwert von AI1 für Infarkt	0-1 oder n.a.
AI 3F	Punktwert von AI3 für Fraktur	0-1 oder n.a.

Tabelle 2:

Abhängigkeit	Darstellung	Schätzung
P (H)	Tabelle bedingter Wahrscheinlichkeiten	Historische Aufzeichnungen des Krankenhauses
P (I)	Tabelle bedingter Wahrscheinlichkeiten	Historische Aufzeichnungen des Krankenhauses
P (F)	Tabelle bedingter Wahrscheinlichkeiten	Historische Aufzeichnungen des Krankenhauses
P(A\|H,I,F)	Tabelle bedingter Wahrscheinlichkeiten	Historische Aufzeichnungen des Krankenhauses
P(NII)	Parametrische Verteilung	Historische Aufzeichnungen des Krankenhauses
P(AI_1H\|H)	Parametrische Verteilung	Literatur oder interne Studie
P(AI_2H\|H)	Parametrische Verteilung	Literatur oder interne Studie
P(AI_1I\|I)	Parametrische Verteilung	Literatur oder interne Studie
P (AI_3F\|F)	Parametrische Verteilung	Literatur oder interne Studie

Die bedingten Verteilungen in Tabelle 2 können an historische Daten oder an aktuelle Daten angepasst werden, indem die zugrunde liegenden Krankheitszustände, der klinische Punktwert und die AI-Punktwerte in einer internen Studie erfasst und die parametrischen Modelle mit Hilfe der Erwartungsmaximierung angepasst werden. Insbesondere kann die bedingte Verteilung des AI-Punktwerts auf den zugrunde liegenden Krankheitszustand, beispielsweise P(AI_1H|H), mit denselben Daten berechnet werden, die typischerweise für die ROC-Analyse von AI-Klassifikatoren verwendet werden.
Es kann ein grafisches Modell erstellt werden, das die Variablen in Tabelle 1 und die Abhängigkeiten in Tabelle 2 enthält, wie unten schematisch dargestellt, wobei „=>“ eine Verbindung von einem Knoten zu einem anderen im grafischen Modell anzeigt:

- I => N , I => AI_1,I, I => A;
- H => AI_1,H , H => AI_2,H , H => A;
- F => A , F => AI_3,F.

Somit kann ein kalibrierter Risikowert als ein Vektor der A-posteriori-Wahrscheinlichkeiten von I, H und F, für die gegebenen beobachteten medizinischen Daten für den Patienten a, n, ai_1I, ai_1H, ai_2H, ai_3F formuliert werden:

P (I, H, F | A=a, N=n, AI_1I=ai_1I, AI_1H=ai_1H, AI_2n=ai_2H, AI_3F=ai_3F)
=P(I, H, F , A=a, N=n, | AI_1I=ai_1I, AI_1H=ai_lH, AI_2n=ai_2H, AI_3F=ai_3F) / P(A=a, N=n, AI_1I=ai_1I, AI_1H=ai_1H, AI_2H=ai_2H, AI_3F=ai_3F)
=P(I) P(H) P(F) P(N=n | I) P(A=a | I, H, F) P(AI_1H=ai_1H | H) P(AI_2H=ai_2H | H) P(AI_2I=ai_2I | I) P(AI_3F=ai_2F | F) / Summe_{I, H, F} P(I, H, F , A=a, N=n, AI_1I=ai_1I, AI_1H=ai_1H, AI_2H=ai_2H, AI_3F=ai_3F).

Dieser Vektor kann dann vom Zeitplaner verwendet werden, wie aus der folgenden Beschreibung hervorgeht.
Wenn der Punktwert-Kalibrator 2600 vorhanden ist, unterscheidet sich das Zeitplanungssystem 2000 somit vom Zeitplanungssystem 1000 dadurch, dass es einen Zeitplaner 2200 umfasst, der sich vom Zeitplaner 1200 dadurch unterscheidet, dass die Daten, die sich auf die medizinischen Daten beziehen, welche dem Zeitplaner 2200 als Eingabe bereitgestellt werden, die kalibrierten medizinischen Daten 2610 sind.
In diesen Ausführungsformen kann der Zeitplaner 2200 somit die mehreren Zeitpläne 1401-140N wie vorstehend beschrieben erstellen und gleichzeitig sicherstellen, dass die verschiedenen Dringlichkeitswerte, die den verschiedenen medizinischen Datenelementen zugeordnet sind, auf korrekte Weise interpretiert werden, selbst wenn sie von mehreren verschiedenen Datenanalysatoren 2501-250N ausgegeben werden.
3 zeigt schematisch ein Zeitplanungssystem 4000. Das Zeitplanungssystem 4000 unterscheidet sich vom Zeitplanungssystem 1000 dadurch, dass es ferner einen Zielespeicher 4700 umfasst, der dafür ausgelegt ist, ein oder mehrere Ziele für den Betrieb des Zeitplaners 4200 zu speichern.
Insbesondere können die Ziele als Eingabe an den Zeitplaner 4200 gegeben werden, um dem Zeitplaner 4200 anzuzeigen, welche Prioritäten bei der Erstellung der Zeitpläne 1401-140N zu berücksichtigen sind.
In den obigen Beispielen wurden bereits einige Ziele angegeben, etwa dass

- eine Übereinstimmung zwischen einem den medizinischen Daten 1110 zugeordneten Krankheitsbild und den Fachgebieten der mehreren Ärzte maximiert wird, und
- eine Bearbeitungszeit für das Analysieren der medizinischen Daten 1110 minimiert wird.

In den vorstehend beschriebenen Ausführungsformen können diese Ziele im Zeitplaner gespeichert werden, beispielsweise bei der Konfiguration oder während des Trainings desselben. Durch das Vorhandensein des Zielespeichers 4700 können die Ziele für den Zeitplaner 4200 während des Betriebs des Zeitplaners 4200 gesteuert werden, beispielsweise durch Hinzufügen oder Entfernen von Zielen oder durch Ändern der relativen Gewichtung, die den verschiedenen Zielen zugeordnet ist, die dann als Eingabe an den Zeitplaner 4200 bereitgestellt werden.
Jedes der Ziele könnte beispielsweise eine numerisch ausgedrückte Gewichtung umfassen, die einem in natürlicher Sprache ausgedrückten Ziel zugeordnet ist, wobei die Ziele beispielsweise umfassen:

- eine Übereinstimmung zwischen einem den medizinischen Daten 1110 zugeordneten Krankheitsbild und den Fachgebieten der mehreren Ärzte zu maximieren, was eine bessere Analysequalität und eine Verkürzung der Analysezeit ermöglicht,
- eine Bearbeitungszeit für das Analysieren der medizinischen Daten 1110 zu minimieren, was erlaubt. Allgemein eine schnelle Verarbeitung der medizinischen Daten zu erzielen,
- eine Bearbeitungszeit für das Analysieren der medizinischen Daten 1110 basierend auf dem damit verknüpften Risikowert zu optimieren: je höher der Risikowert, desto kürzer die Bearbeitungszeit,

- die Analysebelastung unter den verschiedenen Ärzten ausgewogen zu gestalten, so dass die Arbeitsbelastung gleichmäßig verteilt ist, um Burnout zu reduzieren und die Servicequalität zu erhalten,
- Überstunden zu minimieren, wodurch Burnout reduziert und die Qualität der Analyse verbessert werden kann,
- Betriebskosten zu minimieren, was es ermöglicht, die finanzielle Lebensfähigkeit des Krankenhauses zu sichern, beispielsweise indem, wenn zwei verfügbare Ärzte beide für eine Aufgabe eingesetzt werden können, der Arzt mit den geringeren Kosten gewählt wird.

4 zeigt schematisch ein Zeitplanungssystem 5000. Das Zeitplanungssystem 5000 unterscheidet sich vom Zeitplanungssystem 1000 dadurch, dass es ferner einen Beschränkungenspeicher 5800 umfasst, der dafür ausgelegt ist, eine oder mehrere Beschränkungen 1301-130N zu speichern. In einigen Ausführungsformen können, wie aus der folgenden Beschreibung klarer hervorgeht, die Beschränkungen arztspezifisch sein, d. h. einige Beschränkungen können je nach dem spezifischen Arzt, der für die Zeitplanung berücksichtigt wird, unterschiedliche Werte oder unterschiedliche Formulierungen haben.
Insbesondere können die Beschränkungen als Eingabe an den Zeitplaner 5200 gegeben werden, um dem Zeitplaner 5200 anzuzeigen, welche Beschränkungen bei der Erstellung der Zeitpläne 1401-140N zu berücksichtigen sind.
Jede der Beschränkungen könnte beispielsweise eine numerisch ausgedrückte Gewichtung umfassen, die einem in natürlicher Sprache ausgedrückten Ziel zugeordnet ist, wobei die Ziele beispielsweise umfassen:

- maximal zulässige Interpretationszeit für beliebige medizinische Datenelemente 1100,
- maximale Interpretationszeit als Funktion der Dringlichkeit, etwa Risikowert oder medizinische Daten,
- maximale Arbeitszeit eines bestimmten Arztes, ausgedrückt für einzelne Tage und/oder über einen Zeitraum von mehreren Tagen

5 zeigt schematisch ein Zeitplanungssystem 6000. Das Zeitplanungssystem 6000 ist ein Beispiel dafür, wie die verschiedenen Merkmale, die vorstehend unter Bezugnahme auf die Zeitplanungssysteme 1000-5000 beschrieben wurden, miteinander kombiniert werden können. Dem Fachmann auf diesem Gebiet der Technik wird klar sein, dass jede beliebige Kombination von Merkmalen der verschiedenen oben beschriebenen Zeitplanungssysteme implementiert werden kann und nicht nur die in 5 dargestellte beispielhafte Kombination.
Wie aus der obigen Beschreibung ersichtlich ist, ermöglicht die Erfindung somit die Umsetzung eines optimierungsbasierten Ansatzes für ein Zeitplanungssystem. Im Folgenden werden weitere Ausführungsformen und spezifische Implementierungsansätze offenbart, die mit den obigen Ausführungsformen kombiniert werden können.
Leseaufgaben, etwa die medizinischen Datenelemente, sind zu erledigen, und eine Reihe von medizinischen Dienstleistern, etwa Ärzte, können die Aufgaben beurteilen, bewerten und erledigen. Es wird davon ausgegangen, dass der Aufgaben-Pool dynamisch ist, so dass neue Aufgaben hinzugefügt werden können und Aufgaben entfernt werden können, wenn sie abgeschlossen sind oder aus irgendeinem Grund aus dem Pool genommen werden.
In einigen Ausführungsformen kann X_ijk eine binäre Entscheidungsvariable bezeichnen, die die Zuweisung der Aufgabe i∈T zu dem medizinischen Leistungserbringer j∈P zur Zeiteinheit k∈K angibt, wobei T und P die Gruppen von Aufgaben und medizinischen Leistungserbringern darstellen können und K = {1,2,3, ...,k_max} die geordnete Planungszeitlinie in Bezug auf Zeitbehälter darstellen kann. Es ist dann möglich, die folgende Zuweisungsvariable zu definieren: $\begin{array}{l} X_{i j k} \\ = {\begin{matrix} 1, w e n n A u f g a b e i e i n e m m i d i z i n i s c h e n L e i s t u n g s e r b r i n g e r j z u r Z e i t e i n h e i t k \\ z u g e w i e s e n w i r d . \\ 0 i n a l l e n a n d e r e n F \ddot{a} l l e n . \end{matrix} \end{array}$
Jeder Zeitbehälter kann sich über eine endliche Zeitspanne erstrecken, und Aufgaben können sich über mehr als eine Einheit dieser Zeitschlitze erstrecken. Die Dauer der Aufgabe i in Form von Zeiteinheiten kann als d_i bezeichnet werden.
Jeder Aufgabe im Pool kann eine akkumulierte Wartezeit, bezeichnet mit w_i, zugeordnet werden, bevor die Zeitplanungsoperation ausgeführt wird. Es kann eine binäre Variable definiert werden, die die Startzeit der Aufgabe angibt: $y_{i k} = {\begin{matrix} 1, w e n n A u f g a b e i z u r Z e i t e i n h e i t k b e g i n n t . \\ 0 i n a l l e n a n d e r e n F \ddot{a} l l e n . \end{matrix}$
Es können mehrere Eingabevariablen definiert werden, um die spezifischen Anforderungen des medizinischen Dienstleisters zu kapseln. Die binäre Eingabevariable e_ijk kann dazu verwendet werden, Mitarbeiter zu identifizieren, die zur Zeiteinheit k arbeiten können, d. h. verfügbar sind, und Aufgabe i listet Mitarbeiter j als geeignet auf: $\begin{array}{l} e_{i j k} \\ = {\begin{matrix} 1, w e n n d e r m e d i z i n i s c h e L e i s t u n g s e r b r i n g e r j v e r f \ddot{u} g b a r u n d z u m D u r c h f \ddot{u} h r e n \\ d e r A u f i z u r Z e i t e i n h e i t k g e e i g n e t i s t . \\ 0 i n a l l e n a n d e r e n F \ddot{a} l l e n . \end{matrix} \end{array}$
Diese Variable kann verwendet werden, um Zuweisungen zu verhindern, die im Hinblick auf die Verfügbarkeit von Mitarbeitern oder deren Zertifizierung oder Fachgebiet nicht durchführbar sind. Jedem Mitarbeiter können eine Soll-Aufgabenmenge, die als t_j,target bezeichnet ist, und Personalkosten pro Zeiteinheit für Aufgabe i und Mitarbeiter j als c_ij zugeordnet sein.
Das Zeitplanungssystem kann dann die Informationen, die vom Punktwert-Kalibrator, in den Ausführungsformen, in denen ein solcher vorhanden ist, bereitgestellt werden, bei der Planung der Aufgaben verwenden. Insbesondere kann jede Aufgabe mit einem Punktwertvektor, sv_i, verknüpft werden, der das Risiko des Patienten in Bezug auf die zugrundeliegenden Bedingungen verteilt. Für Zeitplanungszwecke kann dieser Punktwertvektor mit einer Funktion f:R^N→R⁺, die den N-dimensionalen Punktwertvektor als Eingabe akzeptiert, auf einen skalaren Wert abgebildet werden. Die Wahl für die Funktion f kann basierend auf den Präferenzen des Krankenhauses oder der Einheit unterschiedlich sein. Zu den Auswahlmöglichkeiten gehören, ohne jedoch darauf beschränkt zu sein, die gewichtete Mittelung, der Mittelwert, der Median und das Maximum des Punktwertvektors sv_i. Der skalare Dringlichkeitswert der Aufgabe kann dann mit u_i bezeichnet werden, so dass f(sv_i)=u_i.

Die oben beschriebenen Optimierungs- und Eingabevariablen können somit wie in der folgenden Tabelle aufgelistet werden:

Variablenname	Definition	Typ
x_ijk	1, wenn Aufgabe i Mitarbeiter j zur Zeiteinheit k zugewiesen wird	Optimierung
d_i	Dauer der Aufgabe i in Zeitbehältern	Eingabe
w_i	Die Dauer der Aufgabe i war im Aufgaben-Pool	Eingabe
y_ik	1, wenn Aufgabe i zur Zeiteinheit k beginnt	Optimierung
e_ijk	1, wenn Mitarbeiter j geeignet ist, Aufgabe i zur Zeiteinheit k durchzuführen	Eingabe
c_ij	Kosten von Aufgabe i, wenn von Mitarbeiter j durchgeführt	Eingabe
t_j,target	Soll-Aufgabenmenge, die Mitarbeiter j durchführen muss	Eingabe
sv_i	Punktwertvektor von Aufgabe i aufgrund des Punktwert-Koordinators	Eingabe
u_i	Dringlichkeitswert von Aufgabe i	Eingabe

Die Beschränkungen für das Zeitplanungssystem lassen sich wie folgt zusammenfassen:

1. Erledigung von Aufgaben unter Berücksichtigung von Verfügbarkeit und Eignung: Jede Aufgabe wird vorzugsweise unter Berücksichtigung von Verfügbarkeits- und Eignungsbeschränkungen erledigt: $\begin{matrix} \sum_{j \in J} \sum_{k \in K} x_{i j k} e_{i j k} = d_{i}, & \forall i \in T \end{matrix} .$
2. Erledigung der Aufgabe durch einen einzelnen Mitarbeiter: Zur Formulierung dieser Beschränkung kann eine Indikatorfunktion $J : Z_{+}^{N \times J} \to {0,1}^{N \times J}$
definiert werden. Dabei kann sich Z₊ auf die Menge aller nichtnegativen ganzen Zahlen beziehen. Die Beschränkung kann dann wie folgt notiert werden: $\begin{matrix} \sum_{j \in P} J {\sum_{k \in K} x_{i j k}} = 1_{i}, & \forall i \in T \end{matrix}$
3. Kontinuität der einzelnen Aufgaben: Diese Beschränkungen beinhalten die Startzeit der Aufgabe und stellen sicher, dass eine einmal gestartete Aufgabe ohne Unterbrechung zuende geführt werden kann: $\begin{matrix} \sum_{j \in J} x_{i j k} = \sum_{l = max (1, k - d_{i} + 1)}^{k} y_{i l} & \forall i \in T \end{matrix}, und \forall k \in K$

Das bedeutet, dass wenn X_ijk = 1 ist, dann muss y_ik so lange die Aufgabe dauert 1 sein, da sie begonnen haben muss. Die folgende Beschränkung stellt sicher, dass Aufgaben ohne Unterbrechung zuende geführt werden: $\begin{matrix} \sum_{l = 1}^{k_{m a x} - d_{i} + 1} y_{i l} = 1, & \forall i \in T \end{matrix} .$
4. Maximale Wartezeit für eine Aufgabe: Um zu verhindern, dass eine Aufgabe für eine unbestimmte Zeit im Aufgabe-Pool verbleibt, kann die folgende Beschränkung eingebaut werden: $\begin{matrix} w_{i} + \sum_{l \in K} y_{i l} \times l \leq m a x_w a i t_t i m e + l a t e_{i}, & \forall i \in T \end{matrix}$
In dieser Beschränkung kann jede Wartezeit, die sich vor dem aktuellen Zeitplanungsaufgabe angesammelt haben könnte, über die Einbeziehung von w_i berücksichtigt werden. Hier kann die Variable max_wait_time eine benutzerdefinierte Eingabe sein, die ein Zeitlimit für die maximale Verweildauer einer Aufgabe im Auftrags-Pool setzt.
In einigen Ausführungsformen kann eine modifizierte Version dieser Beschränkung verwendet werden, um eine Nichtausführbarkeit in Fällen zu vermeiden, in denen es aufgrund eines Mangels an geeignetem medizinischem Personal oder anderer Verfügbarkeitsprobleme nicht möglich ist, eine Aufgabe zu planen. Die Beschränkung kann dann so modifiziert werden, dass sie die nichtnegative Schlupfvariable late_i für jede Aufgabe i enthält: $\begin{matrix} w_{i} + \sum_{l \in K} y_{i l} \times l \leq m a x_w a i t_t i m e + l a t e_{i}, & \forall i \in T \end{matrix}$
Um unnötige Verzögerungen zu vermeiden, können die Schlupfvariablen, late_i, in die Ziele einbezogen werden, die im Folgenden erläutert werden.
5. Abweichung von der Soll-Aufgabenmenge: Eine Soll-Aufgabenmenge, die jeder medizinische Mitarbeiter in der Zeitplanungsperiode leisten sollte, wird mit t_j,target bezeichnet. Da es möglich ist, dass der Sollwert nicht genau eingehalten werden kann, z. B. aufgrund von überhöhter Nachfrage, mangelnder Nachfrage oder Dringlichkeiten, können zwei nichtnegative Schlupfvariablen, t_j,over und t_j,under, verwendet werden, um die Abweichung vom Sollwert zu kompensieren: $\begin{matrix} \sum_{i \in T} \sum_{k \in K} d_{i} X x_{i j k} - t_{j, o v e r} + t_{j, u n d e r} = & \forall j \in \end{matrix} P$
Wenn ein Mitarbeiter mehr Aufgaben zugewiesen bekommt als von ihm erwartet wird, dann ist t_j,over > 0 und t_j,under = 0. Wenn ein Mitarbeiter weniger Aufgaben zugewiesen bekommt als von ihm erwartet wird, dann ist t_j,over = 0 und t_j,under > 0.
Das Zeitplanungssystem kann dann für jedes der folgenden Ziele optimieren:

1. Minimierung verspäteter Aufgaben: Dieses Ziel steht in direktem Zusammenhang mit Beschränkung 4, wo Schlupfvariablen verwendet werden, um die maximale Wartezeit im Aufgaben-Pool zu beugen: $O_{late} = \sum_{i \in T} g_{i} (l a t e_{i}),$
wobei g_i(.) eine Funktion ist, durch die die Schlupfvariablen zu Kosten zugeordnet werden. Bei linearer Optimierung wird diese Funktion meist als Identitätsabbildung gewählt. Alternativ oder zusätzlich können quadratische, stückweise lineare oder andere Funktionen gewählt werden, um große Werte von late_i stärker zu bestrafen.
2. Minimierung der nach Dringlichkeit gewichteten Bearbeitungszeit: Dieses Ziel verwendet den Dringlichkeitswert der Aufgaben, u_i, um die Bearbeitungszeit der Aufträge zu minimieren: $O_{T A T} = \sum_{i \in T} h_{i} (\sum_{l \in K} y_{i l} \times l, u_{i}),$
wobei der Term $\sum_{l \in K} y_{i l} \times l$
die Startzeit der Aufgabe identifiziert und die Funktion h_i(.) die Startzeit mit der Dringlichkeit der Aufgabe kombiniert und ihr einen Kostenwert zuordnet.

Eine mögliche Wahl für diese Funktion kann die multiplikative Gewichtung der Startzeit mit dem Dringlichkeitswert sein, etwa $h_{i} (\sum_{l \in K} y_{i l} \times l, u_{i}) = u_{i} \times (\sum_{l \in K} y_{i l} \times l) .$
Alternativ oder zusätzlich können andere Funktionen wie etwa quadratische Formen verwendet werden, die die gewichtete Startzeit aggressiver bestrafen.
3. Aufgaben-Mitarbeiter-Korrelation: Diese Zielfunktion versucht, die Korrelation der Aufgaben- und Mitarbeiterzuweisungen zu maximieren. Jede Aufgabe kann durch einige Schlüsselwörter dargestellt werden, die etwa aus der Art der Untersuchung, der Anatomie, dem vermuteten Befund und ihrer Übersetzung in einen reellwertigen Vektor, der mit td_i bezeichnet ist, stammen. In ähnlicher Weise kann jedem medizinischen Mitarbeiter ein Profil zugeordnet werden, das sein Fachwissen zusammenfasst, bezeichnet mit pd_j. Dann wird die Kostenfunktion zu: $O_{c o r r} = \sum_{i \in T} \sum_{j \in P} v (t d_{i}, p d_{j}) J (\sum_{k \in K} x_{i j k}),$
wobei v(.) ein Maß für die Korrelation bzw. Passung ist und die innerste Summierung mit der Indikatorfunktion verwendet wird, um jede Aufgabe einmal zu zählen, auch wenn sie sich über mehrere Zeitbehälter erstrecken kann.
4. Betriebskosten minimieren: Durch dieses Ziel können die Zuweisungskosten minimiert werden: $O_{c o s t} = \sum_{i \in T} \sum_{j \in P} \sum_{k \in K} c_{i j} \times d_{i} \times x_{i j k}$
5. Lastausgleich unter medizinischem Personal: Dieses Ziel steht im Zusammenhang mit Beschränkung 5. Die in dieser Beschränkung definierten Schlupfvariablen werden in diesem Ziel verwendet, um die Abweichung von den Soll-Aufgabenmengen zu minimieren: $O_{L B} = γ_{j} \sum_{j \in P} n_{j, o v e r} (t_{j, o v e r}) + η_{j} \sum_{j \in P} n_{j, u n d e r} (t_{j, u n d e r}) .$
Hier können n_j,over(.) und n_j,under(.) Funktionen sein, die die Schlupfvariablen bestrafen. Es können verschiedene Funktionen implementiert werden, etwa lineare Funktionen, nichtlineare und stückweise lineare Funktionen, um eine ausgewogene Verteilung der Aufgabenmengen zu erreichen. γ_j und η_j können verwendet werden, um jeden Kostenterm einzeln zu gewichten.
Das Zeitplanungssystem kann demnach bis zu fünf Kostenfunktionen haben, die darauf abzielen, verschiedene Aspekte der Aufgabenzuweisung und der Zeitplanung zu optimieren. Der Benutzer, etwa ein Gesundheitsdienstleister, kann zwischen diesen Zielen Prioritäten setzen. Wenn eine Ordnung der Ziele in Bezug auf die Priorität existiert, kann dies in eine lexikographische Optimierung übersetzt werden. Es kann auch eine Gewichtung der Ziele verwendet werden. Hier ist ein Beispiel mit fünf Zielen angegeben: $O_{t o t a l} = b_{1} O_{l a t e} + b_{2} O_{T A T} + b_{3} O_{c o r r} + b_{4} O_{c o s t} + b_{5} O_{L B},$
wobei b₁, b₂, b₃, b₄, b₅ ∈ R⁺.
Das oben definierte Zeitplanungssystem kann also als eine gemischt-ganzzahlige Optimierung angesehen werden.
Obwohl verschiedene Beschränkungen und Ziele offenbart wurden, können andere Beschränkungen und Ziele leicht zum Zeitplanungssystem hinzugefügt werden, um die Bedürfnisse der Gesundheitsdienstleister einzubinden. Ebenso können Beschränkungen und Ziele entfernt werden, wenn sie als unnötig erachtet werden.
Das Zeitplanungssystem kann somit dazu verwendet werden, die Aufgabenzuweisungen jedes Mal zu optimieren, wenn eine neue Aufgabe zum Aufgaben-Pool hinzugefügt wird, indem die bestehenden Zuweisungen für nicht erledigte Aufgaben beibehalten und die Wartezeiten für jede Aufgabe entsprechend aktualisiert werden.
Obwohl verschiedene Ausführungsformen der Erfindung oben unter Bezugnahme auf spezifische Merkmale für jede Ausführungsform beschrieben wurden, ist die vorliegende Erfindung nicht auf die beschriebenen Ausführungsformen beschränkt. Insbesondere können zusätzliche Ausführungsformen, die in den Schutzbereich der Erfindung fallen, durch Kombination eines oder mehrerer der Merkmale einer bestimmten Ausführungsform mit einem oder mehreren Merkmalen einer oder mehrerer der übrigen Ausführungsformen realisiert werden.
Weiterhin können die verschiedenen vorstehend beschriebenen Verfahren durch ein Computerprogramm oder ein Computerprogrammprodukt oder ein computerlesbares Speichermedium, das Programmcode aufweist, implementiert sein. Der Programmcode kann von wenigstens einem Prozessor geladen und ausgeführt werden. Nach dem Laden und Ausführen des Programmcodes kann der wenigstens eine Prozessor ein Zeitplanungsverfahren zum Verarbeiten medizinischer Daten gemäß einem der vorstehend beschriebenen Verfahren durchführen.

1000: Zeitplanungssystem
1100, 1101-110N: Eingabevorrichtungen
1110: medizinische Daten
1200: Zeitplaner
1300: Arbeitskräftespeicher
1301-130N: Arbeitsmerkmale
1400: Zeitplanspeicher
1401-140N: Zeitpläne
2000: Zeitplanungssystem
2200: Zeitplaner
2500, 2501-250N: Datenanalysatoren
2510: bewertete medizinische Daten
2600: Punktwert-Kalibrator
2610: kalibrierte medizinische Daten
3000: Punktwert-Kalibrierungsverfahren
S3100: Schätzschritt
S3200: Schätzschritt
S3300: Definitionsschritt
S3400: Ableitungsschritt
4000: Zeitplanungssystem
4200: Zeitplaner
4700: Zielespeicher
5000: Zeitplanungssystem
5200: Zeitplaner
5800: Beschränkungenspeicher
6000: Zeitplanungssystem
6200: Zeitplaner

Claims

Zeitplanungssystem (1000, 2000, 4000, 5000, 6000), umfassend: mehrere Eingabevorrichtungen (1100, 1101-110N), die dafür ausgelegt sind, medizinische Daten (1110) auszugeben, einen Arbeitskräftespeicher (1300), der dafür ausgelegt ist, die Arbeitsmerkmale (1301-130N) mehrerer Ärzte zu speichern, einen Zeitplaner (1200, 2200, 4200, 5200, 6200), der dafür ausgelegt ist, - als Eingabe zu empfangen o Daten, die sich auf die medizinischen Daten (1110) beziehen, und o Arbeitsmerkmale (1301-130N), und dafür ausgelegt ist, - als Ausgabe für die mehreren Ärzte mehrere Zeitpläne (1401-140N) für das Analysieren der medizinischen Daten (1110) bereitzustellen.
Zeitplanungssystem (1000) nach Anspruch 1, wobei die Daten, die sich auf medizinische Daten (1110) beziehen, die medizinischen Daten (1110) sind.
Zeitplanungssystem (1000) nach Anspruch 1 oder 2, wobei der Zeitplaner (1200, 2200, 4200, 5200, 6200) dafür ausgelegt ist, die mehreren Zeitpläne (1401-140N) zu erstellen, um - eine Übereinstimmung zwischen einem den medizinischen Daten (1110) zugeordneten Krankheitsbild und den Fachgebieten der mehreren Ärzte zu maximieren, und - eine Bearbeitungszeit für das Analysieren der medizinischen Daten (1110) zu minimieren, unter Berücksichtigung der Dringlichkeit der verschiedenen Zustände, die den verschiedenen medizinischen Datenelementen zugeordnet sind.
Zeitplanungssystem (2000, 6000) nach einem der vorstehenden Ansprüche, ferner umfassend: mehrere Datenanalysatoren (2500, 2501-250N), die dafür ausgelegt sind, die medizinischen Daten (1110) von den mehreren Eingabevorrichtungen (1100, 1101-110N) zu empfangen, die medizinischen Daten (1110) zu analysieren, um einen Punktwert zuzuweisen, der die Dringlichkeit der medizinischen Daten (1110) anzeigt, und bewertete medizinische Daten (2510) auszugeben, und wobei die Daten, die sich auf die medizinischen Daten beziehen, die bewerteten medizinischen Daten (2510) sind.
Zeitplanungssystem (2000, 6000) nach einem der vorstehenden Ansprüche, ferner umfassend: mehrere Datenanalysatoren (2500, 2501-250N), die dafür ausgelegt sind, die medizinischen Daten (1110) zu empfangen, die medizinischen Daten (1110) zu analysieren, um einen Punktwert zuzuweisen, der die Dringlichkeit der medizinischen Daten (1110) anzeigt, und bewertete medizinische Daten (2510) auszugeben, und einen Punktwert-Kalibrator (2600), der dafür ausgelegt ist, die bewerteten medizinischen Daten (2510) zu empfangen, die bewerteten medizinischen Daten (2510) zu analysieren, um den Punktwert der medizinischen Daten (1110) zu kalibrieren, und kalibrierte medizinische Daten (2610) auszugeben, und wobei die Daten, die sich auf die medizinischen Daten (1110) beziehen, die kalibrierten medizinischen Daten (2610) sind.
Zeitplanungssystem (2000, 6000) nach Anspruch 5, wobei die bewerteten medizinischen Daten (2510) mehrere bewertete medizinische Datenelemente (2510) umfassen, wobei jedes gegebene bewertete medizinische Datenelement (2510) medizinische Daten und einen Risikowert umfasst, wobei der Punktwert-Kalibrator (2600) für den Schritt des Analysierens der bewerteten medizinischen Daten (2510) dafür ausgelegt ist, ein Punktwert-Kalibrierungsverfahren (3000) durchzuführen, das die folgenden Schritte umfasst: - für ein gegebenes bewertetes medizinisches Datenelement (2510), Schätzen (S3100) einer A-priori-Wahrscheinlichkeit als empirische Wahrscheinlichkeiten, die in der Literatur berichtet oder anhand historischer Aufzeichnungen gemessen sind, - für das gegebene bewertete medizinische Datenelement (2510), Schätzen (S3200) von bedingten Wahrscheinlichkeiten für relevante Befunde als Funktion des Risikowertes, der dem gegebenen bewerteten medizinischen Datenelement (2510) zugeordnet ist, - Erstellen (S3300) eines grafischen Modells einer Wechselbeziehung zwischen den mehreren Risikowerten und den mehreren Befunden, und - Ableiten (S3400) einer A-posteriori-Wahrscheinlichkeit eines klinischen Zustands, die dem gegebenen medizinischen Datenelement zugeordnet ist, vorzugsweise unter Verwendung von Bayes'scher Inferenz.
Zeitplanungssystem (2000, 6000) nach Anspruch 6, wobei der Punktwert-Kalibrator (2600) für den Schritt des Schätzens von bedingten Wahrscheinlichkeiten (S3200) dafür ausgelegt ist, bedingte Wahrscheinlichkeiten unter Verwendung dokumentierter Leistungsmessungen, vorzugsweise Sensitivität und Spezifität, und/oder unter Verwendung von Klassifikator-Kalibrierungstechniken, vorzugsweise als isotonische Regression und/oder Platt-Skalierung, zu schätzen (S3200).
Zeitplanungssystem (4000, 6000) nach einem der vorstehenden Ansprüche, ferner umfassend: einen Zielespeicher (4700), der dafür ausgelegt ist, ein oder mehrere Ziele für den Betrieb des Zeitplaners (4200) zu speichern, wobei der Zeitplaner (4200, 6200) ferner dafür ausgelegt ist, die ein oder mehreren Ziele als Eingabe zu empfangen.
Zeitplanungssystem (5000, 6000) nach einem der vorstehenden Ansprüche, ferner umfassend: einen Beschränkungenspeicher (5800), der dafür ausgelegt ist, eine oder mehrere Beschränkungen (1301-130N) zu speichern, wobei der Zeitplaner (5200, 6200) ferner dafür ausgelegt ist, die ein oder mehreren Beschränkungen als Eingabe zu empfangen.
Zeitplanungssystem (1000, 2000, 4000, 5000, 6000) nach einem der vorstehenden Ansprüche, wobei die medizinischen Daten (1110) ein beliebiges von einem Radiologiebild, In-vitro-Daten und aufgezeichneten Patientendaten umfassen.
Zeitplanungsverfahren, welches die folgenden Schritte umfasst: als Eingabe zu empfangen - Daten, die sich auf medizinische Daten (1110) beziehen, die von mehreren Eingabevorrichtungen (1100, 1101-110N) ausgegeben werden, und - Arbeitsmerkmale (1301-130N) mehrerer Ärzte und als Ausgabe für die mehreren Ärzte mehrere Zeitpläne (1401-140N) für das Analysieren der medizinischen Daten (1110) bereitzustellen.
Verfahren nach Anspruch 11, wobei die Daten, die sich auf die medizinischen Daten (1110) beziehen, die medizinischen Daten (1110) sind.
Verfahren nach Anspruch 11 oder 12, ferner einen Schritt des Erstellens der mehreren Zeitpläne (1401-140N) umfassend, um eine Übereinstimmung zwischen einem den medizinischen Daten (1110) zugeordneten Krankheitsbild und den Fachgebieten der mehreren Ärzte zu maximieren, und eine Bearbeitungszeit für das Analysieren der medizinischen Daten (1110) zu minimieren, unter Berücksichtigung der Dringlichkeit der verschiedenen Zustände, die den verschiedenen medizinischen Datenelementen zugeordnet sind.
Verfahren nach einem der Ansprüche 11 bis 13, ferner die folgenden Schritte umfassend: Empfangen der medizinischen Daten (1110) von mehreren Eingabevorrichtungen (1100, 1101-110N), Analysieren der medizinischen Daten (1110), um einen Punktwert zuzuweisen, der die Dringlichkeit der medizinischen Daten (1110) anzeigt, und Ausgeben bewerteter medizinischer Daten (2510), wobei die Daten, die sich auf die medizinischen Daten beziehen, die bewerteten medizinischen Daten (2510) sind.
Verfahren nach einem der Ansprüche 11 bis 14, ferner die folgenden Schritte umfassend: Empfangen der medizinischen Daten (1110), Analysieren der medizinischen Daten (1110), um einen Punktwert zuzuweisen, der die Dringlichkeit der medizinischen Daten (1110) anzeigt, Ausgeben bewerteter medizinischer Daten (2510), Empfangen der bewerteten medizinischen Daten (2510), Analysieren der bewerteten medizinischen Daten (2510), um einen Punktwert der medizinischen Daten (1110) zu kalibrieren, und Ausgeben kalibrierter medizinischer Daten (2610), und wobei die Daten, die sich auf die medizinischen Daten (1110) beziehen, die kalibrierten medizinischen Daten (2610) sind.
Verfahren nach Anspruch 15, wobei die bewerteten medizinischen Daten (2510) mehrere bewertete medizinische Datenelemente (2510) umfassen, wobei jedes gegebene bewertete medizinische Datenelement (2510) medizinische Daten und einen Risikowert umfasst, wobei der Schritt des Analysierens der bewerteten medizinischen Daten (2510) ein Punktwert-Kalibrierungsverfahren (3000) umfasst, das die folgenden Schritte umfasst: - für ein gegebenes bewertetes medizinisches Datenelement (2510), Schätzen (S3100) einer A-priori-Wahrscheinlichkeit als empirische Wahrscheinlichkeiten, die in der Literatur berichtet oder anhand historischer Aufzeichnungen gemessen sind, - für das gegebene bewertete medizinische Datenelement (2510), Schätzen (S3200) von bedingten Wahrscheinlichkeiten für relevante Befunde als Funktion des Risikowertes, der dem gegebenen bewerteten medizinischen Datenelement (2510) zugeordnet ist, - Erstellen (S3300) eines grafischen Modells einer Wechselbeziehung zwischen den mehreren Risikowerten und den mehreren Befunden, und - Ableiten (S3400) einer A-posteriori-Wahrscheinlichkeit eines klinischen Zustands, die dem gegebenen medizinischen Datenelement zugeordnet ist, vorzugsweise unter Verwendung von Bayes'scher Inferenz.
Verfahren nach Anspruch 16, wobei der Schritt des Schätzens bedingter Wahrscheinlichkeiten (S3200) umfasst, bedingte Wahrscheinlichkeiten unter Verwendung dokumentierter Leistungsmessungen, vorzugsweise Sensitivität und Spezifität, und/oder unter Verwendung von Klassifikator-Kalibrierungstechniken, vorzugsweise als isotonische Regression und/oder Platt-Skalierung, zu schätzen (S3200).
Verfahren nach einem der Ansprüche 11 bis 17, ferner die folgenden Schritte umfassend: Speichern eines oder mehrerer Ziele für den Betrieb des Zeitplaners (4200), Empfangen der ein oder mehreren Ziele als Eingabe.
Verfahren nach einem der Ansprüche 11 bis 18, ferner die folgenden Schritte umfassend: Speichern einer oder mehrerer Beschränkungen (1301-130N), Empfangen der ein oder mehreren Beschränkungen als Eingabe.
Verfahren nach einem der Ansprüche 11 bis 19, wobei die medizinischen Daten (1110) ein beliebiges von einem Radiologiebild, In-vitro-Daten und aufgezeichneten Patientendaten umfassen.
Computerprogramm, das Programmcode umfasst, wobei der Programmcode von wenigstens einem Prozessor geladen und ausgeführt werden kann, wobei nach dem Laden und Ausführen des Programmcodes der wenigstens eine Prozessor ein Zeitplanungsverfahren gemäß einem der Ansprüche 11-20 durchführen kann.