ES2982234T3 - Sistemas y procedimientos para la agregación de resultados de pruebas de laboratorio generados automáticamente - Google Patents
Sistemas y procedimientos para la agregación de resultados de pruebas de laboratorio generados automáticamente Download PDFInfo
- Publication number
- ES2982234T3 ES2982234T3 ES18172436T ES18172436T ES2982234T3 ES 2982234 T3 ES2982234 T3 ES 2982234T3 ES 18172436 T ES18172436 T ES 18172436T ES 18172436 T ES18172436 T ES 18172436T ES 2982234 T3 ES2982234 T3 ES 2982234T3
- Authority
- ES
- Spain
- Prior art keywords
- laboratory
- calculated
- laboratory test
- additional
- test results
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009533 lab test Methods 0.000 title claims abstract description 239
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000004931 aggregating effect Effects 0.000 title description 4
- 238000012360 testing method Methods 0.000 claims abstract description 166
- 230000001575 pathological effect Effects 0.000 claims abstract description 125
- 239000006101 laboratory sample Substances 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 239000008280 blood Substances 0.000 claims description 27
- 210000004369 blood Anatomy 0.000 claims description 27
- 206010012601 diabetes mellitus Diseases 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 19
- 230000007170 pathology Effects 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 15
- 238000009534 blood test Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 13
- 206010028980 Neoplasm Diseases 0.000 claims description 11
- 201000011510 cancer Diseases 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 11
- 230000004075 alteration Effects 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 9
- 238000004820 blood count Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 210000002700 urine Anatomy 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 7
- 208000033626 Renal failure acute Diseases 0.000 claims description 7
- 201000011040 acute kidney failure Diseases 0.000 claims description 7
- 239000003792 electrolyte Substances 0.000 claims description 7
- 239000008103 glucose Substances 0.000 claims description 7
- 238000007449 liver function test Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 208000009304 Acute Kidney Injury Diseases 0.000 claims description 6
- 208000012998 acute renal failure Diseases 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 230000023555 blood coagulation Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000003066 decision tree Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 6
- 208000019423 liver disease Diseases 0.000 claims description 6
- 230000003908 liver function Effects 0.000 claims description 6
- 238000007637 random forest analysis Methods 0.000 claims description 6
- 208000007788 Acute Liver Failure Diseases 0.000 claims description 5
- 206010000804 Acute hepatic failure Diseases 0.000 claims description 5
- 206010007556 Cardiac failure acute Diseases 0.000 claims description 5
- 230000002411 adverse Effects 0.000 claims description 5
- 230000001413 cellular effect Effects 0.000 claims description 5
- 238000009535 clinical urine test Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 230000003907 kidney function Effects 0.000 claims description 5
- 238000009592 kidney function test Methods 0.000 claims description 5
- 230000001225 therapeutic effect Effects 0.000 claims description 5
- 238000002562 urinalysis Methods 0.000 claims description 5
- 206010040047 Sepsis Diseases 0.000 claims description 4
- 230000031018 biological processes and functions Effects 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 4
- 239000003814 drug Substances 0.000 claims description 4
- 230000001717 pathogenic effect Effects 0.000 claims description 4
- 230000000144 pharmacologic effect Effects 0.000 claims description 4
- 208000001647 Renal Insufficiency Diseases 0.000 claims description 3
- 230000006735 deficit Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 201000006370 kidney failure Diseases 0.000 claims description 3
- 210000000056 organ Anatomy 0.000 claims description 3
- 230000000391 smoking effect Effects 0.000 claims description 3
- 208000017722 immune hydrops fetalis Diseases 0.000 claims 1
- 201000003068 rheumatic fever Diseases 0.000 claims 1
- 238000003860 storage Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 206010019663 Hepatic failure Diseases 0.000 description 11
- 208000007903 liver failure Diseases 0.000 description 11
- 231100000835 liver failure Toxicity 0.000 description 11
- 230000009471 action Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000002955 isolation Methods 0.000 description 8
- 239000000523 sample Substances 0.000 description 7
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 description 6
- 108010082126 Alanine transaminase Proteins 0.000 description 6
- 108010003415 Aspartate Aminotransferases Proteins 0.000 description 6
- 102000004625 Aspartate Aminotransferases Human genes 0.000 description 6
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 229910052708 sodium Inorganic materials 0.000 description 5
- 239000011734 sodium Substances 0.000 description 5
- BPYKTIZUTYGOLE-IFADSCNNSA-N Bilirubin Chemical compound N1C(=O)C(C)=C(C=C)\C1=C\C1=C(C)C(CCC(O)=O)=C(CC2=C(C(C)=C(\C=C/3C(=C(C=C)C(=O)N\3)C)N2)CCC(O)=O)N1 BPYKTIZUTYGOLE-IFADSCNNSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 206010003445 Ascites Diseases 0.000 description 3
- 208000001380 Diabetic Ketoacidosis Diseases 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000011514 reflex Effects 0.000 description 3
- 102000009027 Albumins Human genes 0.000 description 2
- 108010088751 Albumins Proteins 0.000 description 2
- -1 aPTT Proteins 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000015271 coagulation Effects 0.000 description 2
- 238000005345 coagulation Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 231100000334 hepatotoxic Toxicity 0.000 description 2
- 230000003082 hepatotoxic effect Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 208000011117 substance-related disease Diseases 0.000 description 2
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 206010067125 Liver injury Diseases 0.000 description 1
- 102100027378 Prothrombin Human genes 0.000 description 1
- 108010094028 Prothrombin Proteins 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 229940029980 drug used in diabetes Drugs 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006881 hemostatic dysfunction Effects 0.000 description 1
- 231100000753 hepatic injury Toxicity 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 229940039716 prothrombin Drugs 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/30—Data warehousing; Computing architectures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biotechnology (AREA)
- Bioethics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
Se proporciona un método para calcular indicaciones patológicas calculadas, que comprende: recibir una indicación de valores de resultados de pruebas de laboratorio actuales calculados en base a un análisis automatizado de muestras de laboratorio recolectadas de un individuo objetivo, seleccionar clasificadores de acuerdo con un análisis de la indicación de valores de los resultados de pruebas de laboratorio actuales, determinar pruebas de laboratorio adicionales de acuerdo con el análisis de la indicación de valores de los resultados de pruebas de laboratorio actuales y/o los clasificadores seleccionados, generar instrucciones para la ejecución automática de segundos dispositivos de pruebas de laboratorio automáticos en las muestras de laboratorio para obtener una segunda indicación de un segundo valor de las pruebas de laboratorio adicionales, y evaluar indicaciones patológicas calculadas aplicando los clasificadores seleccionados a la indicación de valores de los resultados de pruebas de laboratorio actuales y la segunda indicación del segundo valor de los resultados de pruebas de laboratorio adicionales. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Sistemas y procedimientos para la agregación de resultados de pruebas de laboratorio generados automáticamente
Antecedentes de la invención
La presente invención, en algunas realizaciones de la misma, versa sobre sistemas y procedimientos para analizar pruebas de laboratorio y, más específicamente, pero no exclusivamente, sobre sistemas y procedimientos para mejorar las pruebas de laboratorio.
Un sistema de información de laboratorio (LIS, por sus siglas en inglés) es un sistema de gestión de la información que gestiona equipos automatizados de pruebas de laboratorio y almacena los resultados generados de la prueba en una base de datos.
El documento EP1 147423 A1 versa sobre un procedimiento para predecir la disfunción hemostática a partir de un perfil de medición dependiente de la hora. Según el procedimiento enseñado de análisis de pruebas de laboratorio, si el desequilibrio congénito o adquirido o la condición terapéutica es una condición anormal, se realizan automáticamente uno o más ensayos para confirmar la existencia de la condición anormal en el analizador automatizado.
Sumario de la invención
La invención está definida por las reivindicaciones independientes. En las reivindicaciones dependientes se definen realizaciones preferidas.
Según un primer aspecto, un procedimiento para proporcionar un terminal cliente con al menos una identificación patológica calculada en respuesta a resultados de las pruebas actuales de laboratorio de un paciente, comprende: recibir mediante un sistema informático asociado con una base de datos que almacena una pluralidad de clasificadores, desde al menos un dispositivo automatizado de pruebas de laboratorio y por medio de una red, una pluralidad de resultados de las pruebas actuales de laboratorio calculados en función de un análisis automatizado de al menos una muestra de laboratorio recogida de un individuo diana; seleccionar automáticamente al menos un clasificador de la pluralidad de clasificadores según un conjunto de reglas que analiza la pluralidad de resultados de las pruebas actuales de laboratorio y seleccionar clasificadores relevantes; en el que se entrena la pluralidad de clasificadores cada uno de los cuales calcula una respectiva indicación patológica calculada de un conjunto de resultados de las pruebas actuales de laboratorio en función de una pluralidad de resultados históricos de pruebas de laboratorio y al menos un parámetro adicional del paciente, obtenido del historial clínico electrónico de otros pacientes, en el que se realiza el entrenamiento de la pluralidad de clasificadores usando los resultados históricos de pruebas de laboratorio y el al menos un parámetro del paciente como entrada deseada y valores de la indicación patológica calculada que denota la salida del clasificador respectivo, en el que los resultados de las pruebas actuales de laboratorio y los resultados históricos de pruebas de laboratorio incluyen análisis de sangre y/o análisis de orina; en el que se realiza el entrenamiento de la pluralidad de clasificadores usando uno o más procedimientos automáticos de aprendizaje de máquina, incluyendo k vecinos más próximos (KNN por sus siglas en inglés), bosque aleatorio, regresión lineal ponderada, red neuronal, árboles de decisión y Bayes; obtener al menos un parámetro adicional del paciente del individuo diana según el al menos un clasificador seleccionado; determinar al menos una prueba adicional de laboratorio según una correlación y/o un conjunto de reglas que definen qué pruebas de laboratorio son usadas como entrada para el al menos un clasificador seleccionado, en el que las pruebas de laboratorio usadas para la entrada en el al menos un clasificador seleccionado son comparadas con los resultados de las pruebas actuales de laboratorio para determinar pruebas pendientes, en el que la al menos una prueba adicional de laboratorio está definida según las pruebas pendientes; transmitir un mensaje al al menos un dispositivo automático de pruebas para la ejecución automática por al menos un segundo dispositivo automático de pruebas de laboratorio en al menos una muestra de laboratorio de la al menos una prueba adicional de laboratorio; en el que el al menos un segundo dispositivo automático de pruebas de laboratorio ejecuta la al menos una prueba adicional de laboratorio seleccionada de un grupo que incluye: prueba de función hepática, prueba de función renal, prueba asociada a la diabetes, recuento sanguíneo completo (RSC), prueba de coagulación sanguínea, análisis de orina, prueba bioquímica, prueba de electrolitos, prueba de gases en sangre, nivel de glucosa en sangre y análisis celular, según el mensaje en al menos una porción de la al menos una muestra de laboratorio de sangre y/u orina, recogida del individuo diana y sometida a ensayo mediante el dispositivo automático de pruebas de laboratorio, para obtener al menos un resultado de pruebas adicionales de laboratorio; introducir los resultados de las pruebas actuales de laboratorio y el al menos un resultado de pruebas adicionales de laboratorio y el al menos un parámetro adicional del paciente, en el al menos un clasificador seleccionado, en el que el al menos un clasificador produce al menos una indicación patológica calculada; y producir el valor de la al menos una indicación patológica calculada para su presentación por parte del terminal cliente, en el que el valor de la al menos una indicación patológica calculada es indicativo de un estado del paciente y denota una agregación de la pluralidad de resultados de las pruebas actuales de laboratorio y el al menos un resultado de pruebas adicionales de laboratorio y el al menos un parámetro adicional del paciente.
Según un segundo aspecto, un sistema para proporcionar un terminal cliente con al menos una indicación patológica calculada en respuesta a resultados de las pruebas actuales de laboratorio, comprende: una memoria no transitoria que tiene almacenada en la misma un código para su ejecución por al menos procesador de soporte físico de un dispositivo informático asociado con una base de datos que almacena una pluralidad de clasificadores y asociado con al menos un dispositivo automatizado de pruebas de laboratorio por medio de una red, comprendiendo el código: código para recibir una pluralidad de resultados de las pruebas actuales de laboratorio calculados en función de un análisis automatizado de la al menos una muestra de laboratorio recogida de un individuo diana; código para seleccionar automáticamente al menos un clasificador de la pluralidad de clasificadores según un conjunto de reglas que analiza la pluralidad de resultados de las pruebas actuales de laboratorio y seleccionar clasificadores relevantes; en el que una pluralidad de clasificadores cada uno de los cuales calcula una respectiva indicación patológica calculada de un conjunto de resultados de las pruebas actuales de laboratorio son entrenados en función de una pluralidad de resultados históricos de pruebas de laboratorio y de al menos un parámetro adicional del paciente, obtenido a partir del historial clínico electrónico de otros pacientes, en el que el entrenamiento de la pluralidad de clasificadores se realiza usando los resultados históricos de pruebas de laboratorio y el al menos un parámetro del paciente como entrada deseada y valores de la indicación patológica calculada que denota la salida del clasificador respectivo, en el que los resultados de las pruebas actuales de laboratorio y los resultados históricos de pruebas de laboratorio incluyen análisis de sangre y/o análisis de orina; en el que se realiza el entrenamiento de la pluralidad de clasificadores usando uno o más procedimientos automáticos de aprendizaje de máquina, incluyendo k vecinos más próximos (KNN), bosque aleatorio, regresión lineal ponderada, red neuronal, árboles de decisión y Bayes; código para obtener al menos un parámetro adicional del paciente del individuo diana según el al menos un clasificador seleccionado; código para determinar al menos una prueba adicional de laboratorio según una correlación y/o un conjunto de reglas que definen qué pruebas de laboratorio son usadas como entrada para el clasificador seleccionado, en el que las pruebas de laboratorio usadas para la entrada en el al menos un clasificador seleccionado son comparadas con los resultados de las pruebas actuales de laboratorio para determinar pruebas pendientes, en el que la al menos una prueba adicional de laboratorio está definida según las pruebas pendientes; código para transmitir un mensaje al al menos un dispositivo automático para pruebas para la ejecución automática por al menos un segundo dispositivo automático de pruebas de laboratorio en al menos una muestra de laboratorio de la al menos una prueba adicional de laboratorio; en el que el al menos un segundo dispositivo automático de pruebas de laboratorio ejecuta la al menos una prueba adicional de laboratorio seleccionada de un grupo que incluye: prueba de función hepática, prueba de función renal, prueba asociada a la diabetes, recuento sanguíneo completo (RSC), prueba de coagulación sanguínea, análisis de orina, prueba bioquímica, prueba de electrolitos, prueba de gases en sangre, nivel de glucosa en sangre y análisis celular, según el mensaje en al menos una porción de la al menos una muestra de laboratorio de sangre y/u orina, recogida del individuo diana y sometida a ensayo mediante el dispositivo automático de pruebas de laboratorio, para obtener al menos un resultado de pruebas adicionales de laboratorio; código para introducir los resultados de las pruebas actuales de laboratorio y el al menos un resultado de pruebas adicionales de laboratorio y el al menos un parámetro del paciente, en el al menos un clasificador seleccionado, en el que el al menos un clasificador produce al menos una indicación patológica calculada; y código para producir el valor de la al menos una indicación patológica calculada para su presentación por parte del terminal cliente, en el que el valor de la al menos una indicación patológica calculada es indicativo de un estado del paciente y denota una agregación de la pluralidad de resultados de las pruebas actuales de laboratorio y el al menos un resultado de pruebas adicionales de laboratorio y el al menos un parámetro adicional del paciente.
Según un tercer aspecto, no reivindicado, un producto de programa informático para proporcionar un terminal cliente con al menos una indicación patológica calculada en respuesta a resultados de las pruebas actuales de laboratorio de un paciente, comprende: una memoria no transitoria que tiene almacenada en la misma un código para su ejecución por al menos un procesador de soporte físico de un dispositivo informático asociado con una base de datos que almacena una pluralidad de clasificadores y asociado con al menos un dispositivo automatizado de pruebas de laboratorio por medio de una red, comprendiendo el código: instrucciones para recibir una pluralidad de resultados de las pruebas actuales de laboratorio calculados en función de un análisis automatizado de al menos una muestra de laboratorio recogida de un individuo diana; instrucciones para seleccionar automáticamente al menos un clasificador de la pluralidad de clasificadores según un conjunto de reglas que analiza la pluralidad de resultados de las pruebas actuales de laboratorio y seleccionar clasificadores relevantes, en el que una pluralidad de clasificadores cada uno de los cuales calcula una respectiva indicación patológica calculada de un conjunto de resultados de las pruebas actuales de laboratorio son entrenados en función de una pluralidad de resultados históricos de pruebas de laboratorio y de al menos un parámetro adicional del paciente, obtenido a partir del historial clínico electrónico de otros pacientes, en el que el entrenamiento de la pluralidad de clasificadores se realiza usando los resultados históricos de pruebas de laboratorio y el al menos un parámetro del paciente como entrada deseada y valores de la indicación patológica calculada que denota la salida del clasificador respectivo, en el que los resultados de las pruebas actuales de laboratorio y los resultados históricos de pruebas de laboratorio incluyen análisis de sangre y/o análisis de orina; en el que se realiza el entrenamiento de la pluralidad de clasificadores usando uno o más procedimientos automáticos de aprendizaje de máquina, incluyendo k vecinos más próximos (KNN), bosque aleatorio, regresión lineal ponderada, red neuronal, árboles de decisión y Bayes; instrucciones para obtener al menos un parámetro adicional del paciente del individuo diana según el al menos un clasificador seleccionado; instrucciones para determinar al menos una prueba adicional de laboratorio según una correlación y/o un conjunto de reglas que definen qué pruebas de laboratorio son usadas como entrada para el al menos un clasificador seleccionado, en el que las pruebas de laboratorio usadas para la entrada en el al menos un clasificador seleccionado son comparadas con los resultados de las pruebas actuales de laboratorio para determinar pruebas pendientes, en el que la al menos una prueba adicional de laboratorio está definida según las pruebas pendientes; instrucciones para transmitir un mensaje al al menos un dispositivo automático de pruebas para la ejecución automática por al menos un segundo dispositivo automático de pruebas de laboratorio en la al menos una muestra de laboratorio de la al menos una prueba adicional de laboratorio; en el que el al menos un segundo dispositivo automático de pruebas de laboratorio ejecuta la al menos una prueba adicional de laboratorio seleccionada de un grupo que incluye: prueba de función hepática, prueba de función renal, prueba asociada a la diabetes, recuento sanguíneo completo (RSC), prueba de coagulación sanguínea, análisis de orina, prueba bioquímica, prueba de electrolitos, prueba de gases en sangre, nivel de glucosa en sangre y análisis celular, según el mensaje en al menos una porción de la al menos una muestra de laboratorio de sangre y/u orina, recogida del individuo diana y sometida a ensayo mediante el dispositivo automático de pruebas de laboratorio, para obtener al menos un resultado de pruebas adicionales de laboratorio; instrucciones para introducir los resultados de las pruebas actuales de laboratorio y el al menos un resultado de pruebas adicionales de laboratorio y el al menos un parámetro del paciente, en el al menos un clasificador seleccionado, en el que el al menos un clasificador produce al menos una indicación patológica calculada; e instrucciones para producir el valor de la al menos una indicación patológica calculada para su presentación por parte del terminal cliente, en el que el valor de la al menos una indicación patológica calculada es indicativo de un estado del paciente y denota una agregación de la pluralidad de resultados de las pruebas actuales de laboratorio y el al menos un resultado de pruebas adicionales de laboratorio y el al menos un parámetro adicional del paciente.
Los sistemas y/o procedimientos y/o instrucciones de código descritos en la presente memoria proporcionan una solución técnica al problema técnico de analizar múltiples resultados de pruebas individuales de laboratorio para obtener una indicación general del paciente. En particular, el problema técnico está relacionado con la agregación de múltiples resultados de pruebas individuales de laboratorio de forma objetiva para obtener una medida objetiva general indicativa del estado del paciente y/o de predecir un estado futuro del paciente.
Por ejemplo, puede obtenerse la función hepática actual o una predicción de insuficiencia hepática mediante las siguientes pruebas: AST, ALT, AST/ALT, aPTT, albúmina, bilirrubina (directa e indirecta), historial de consumo de alcohol, historial de uso de sustancias hepatotóxicas y presencia de ascitis. El clínico integra subjetiva y manualmente los resultados de la prueba en su cabeza en función de la experiencia clínica, para estimar la severidad de la lesión hepática. La monitorización de la mejora o de la degradación en la condición del paciente repitiendo las múltiples pruebas es difícil y subjetiva.
Además, el análisis de múltiples resultados de la prueba, en particular, cambios entre valores de las pruebas llevadas a cabo en múltiples periodos de tiempo, es difícil. Una situación que plantea un reto especial surge cuando los valores de los resultados de la prueba se encuentran en intervalos normales, pero un patrón de múltiples resultados de pruebas, y/o una tendencia y/o una velocidad en el cambio de valores con el paso del tiempo pueden ser indicativos de la existencia de un problema médico o el desarrollo del mismo que, si no, está oculto. Además, las pruebas que parecerían, si no, clínicamente irrelevantes en aislamiento pueden no ser solicitadas por el clínico; por ejemplo, cuando el clínico no puede apreciar la significación de la prueba adicional en combinación con el conjunto estándar de pruebas normalmente enumeradas para la evaluación de la indicación clínica.
Los sistemas y/o procedimiento y/o instrucciones de código descritos en la presente memoria utilizan una o más muestras de laboratorio actualmente obtenidas en la ronda actual de pruebas automatizadas de laboratorio para calcular la o las indicaciones patológicas calculadas, lo que reduce o evita ciclos adicionales de pruebas automatizadas futuras que podrían surgir, en otro caso, por ejemplo, por que el médico responsable solicite otro conjunto de pruebas que son llevadas a cabo en otra ronda de pruebas automatizadas. Se mejora la eficacia de las pruebas del equipo automatizado de pruebas de laboratorio.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, cada uno de la pluralidad de clasificadores calcula una indicación patológica calculada respectiva de un subconjunto de resultados de las pruebas actuales de laboratorio para generar una indicación clínica de al menos uno de: procesos biológicos normales, procesos patógenos y respuestas farmacológicas a una intervención terapéutica.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, la al menos una indicación patológica calculada denota una agregación del subconjunto respectivo de resultados de las pruebas actuales de laboratorio, en el que al menos un miembro del subconjunto de resultados de las pruebas actuales de laboratorio está correlacionado estadísticamente de forma poco significativa con la indicación clínica denotada por la al menos una indicación patológica calculada evaluada.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el procedimiento comprende, además, y/o el procesador está configurado, además, para y/o el producto de programa informático incluye instrucciones adicionales para obtener el al menos un parámetro adicional del paciente, que comprende: determinar según un análisis de la pluralidad de resultados de las pruebas actuales de laboratorio, al menos un parámetro adicional del paciente del individuo diana para la aplicación del al menos un clasificador seleccionado y acceder a una base de datos de repositorio de datos clínicos para obtener un valor de al menos un parámetro adicional del paciente del individuo diana.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el al menos un parámetro adicional del paciente es seleccionado del grupo constituido por: una medición anterior de al menos uno de la pluralidad de resultados de las pruebas actuales de laboratorio, un parámetro demográfico, un diagnóstico médico, un parámetro de tabaquismo, un parámetro de uso de fármaco, un parámetro de historial familiar, un parámetro genético, un parámetro de historial médico y parámetro de hallazgos de una exploración física.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el procedimiento comprende, además, y/o el procesador está configurado, además, para y/o el producto de programa informático incluye instrucciones adicionales para calcular un cambio en el valor de al menos uno de la pluralidad de resultados de las pruebas actuales de laboratorio y el al menos un valor anterior del al menos uno de la pluralidad de resultados de las pruebas actuales de laboratorio y aplicar el al menos un clasificador seleccionado al cambio calculado en el valor.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el procedimiento comprende, además, y/o el procesador está configurado, además, para y/o el producto de programa informático incluye instrucciones adicionales para analizar el valor de la al menos una indicación patológica calculada según un conjunto de reglas en vista de la indicación de valores de la pluralidad de resultados de las pruebas actuales de laboratorio para detectar una aberración de un valor previsto de la al menos una indicación patológica calculada y generar una alerta en un terminal cliente indicativa de la aberración detectada.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el procedimiento comprende, además, y/o el procesador está configurado, además, para y/o el producto de programa informático incluye instrucciones adicionales para almacenar el valor de la al menos una indicación patológica calculada en un historial clínico electrónico (HCE) del individuo diana.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el valor de la al menos una indicación patológica calculada es presentado como una entrada de un informe de los valores de la pluralidad de las pruebas actuales de laboratorio.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el valor de la al menos una indicación patológica calculada es indicativo de la detección precoz de cáncer.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el valor de la al menos una indicación patológica calculada es indicativo de una predicción de la enfermedad hepática basada en pruebas actuales de laboratorio indicativas de la función hepática.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el valor de la al menos una indicación patológica calculada es indicativo de una predicción de insuficiencia renal basada en pruebas actuales de laboratorio indicativas de la función renal.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el valor de la al menos una indicación patológica calculada es indicativo de una puntuación de monitorización de la diabetes basada en pruebas actuales de laboratorio indicativas de efectos diabéticos adversos.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el valor de la al menos una indicación patológica calculada es indicativo de una predicción de rehospitalización.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el valor de la al menos una indicación patológica calculada es indicativo de sepsis.
En una forma adicional de implementación de los aspectos primero, segundo y tercero, el valor de la al menos una indicación patológica calculada es indicativo del deterioro específico a un órgano, seleccionado del grupo constituido por: insuficiencia renal aguda (IRA), insuficiencia hepática fulminante (IHF), e insuficiencia cardiaca aguda (ICA).
En una forma adicional de implementación del segundo aspecto, el dispositivo informático está en comunicación de red con un servidor de sistema de información de laboratorio (LIS) en una red de laboratorio que implementa un estándar de comunicaciones de salud nivel 7 (HL7, por sus siglas en inglés), en el que el servidor de LIS está en comunicación con el al menos un dispositivo automatizado de pruebas de laboratorio y el al menos un segundo dispositivo automatizado de pruebas de laboratorio, en el que la indicación de valores de la pluralidad de los resultados de las pruebas actuales de laboratorio y la segunda indicación del segundo valor del al menos un resultado de pruebas adicionales de laboratorio son recibidas por el dispositivo informático del servidor de LIS y el dispositivo informático proporciona el valor de la al menos una indicación patológica calculada al servidor de LIS.
A no ser que se defina algo diferente, todos los términos técnicos y/o científicos usados en la presente memoria tienen el mismo significado que el entendido comúnmente por una persona con un dominio normal en la técnica a la que pertenece la invención. Aunque pueden usarse procedimientos y materiales similares o equivalentes a los descritos en la presente memoria en la puesta en práctica o el sometimiento a ensayo de realizaciones de la invención, se describen, a continuación, procedimientos y/o materiales ejemplares. En caso de conflicto, regirá la memoria descriptiva de la patente, incluyendo las definiciones. Además, los materiales, procedimientos y ejemplos son solamente ilustrativos y no están concebidos para ser necesariamente limitantes.
Breve descripción de las varias vistas de los dibujos
Algunas realizaciones de la invención están descritas en la presente memoria, solamente a título de ejemplo, con referencia a los dibujos adjuntos. Ahora, con referencia específica a los dibujos en detalle, se destaca que los detalles mostrados son a título de ejemplo y con fines de exposición ilustrativa de realizaciones de la invención. En este sentido, la descripción tomada con los dibujos hace que sea evidente para los expertos en la técnica cómo se pueden poner en práctica realizaciones de la invención.
En los dibujos:
la FIG. 1 es un diagrama de flujo de un procedimiento de cálculo de la o las indicaciones patológicas calculadas basadas en resultados de las pruebas actuales de laboratorio y los resultados adicionales de la prueba o pruebas de laboratorio, según algunas realizaciones de la presente invención;
la FIG. 2 es un diagrama de bloques de componentes de un sistema para calcular la o las indicaciones patológicas calculadas basadas en resultados de las pruebas actuales de laboratorio y resultados de la prueba o pruebas adicionales determinadas, según algunas realizaciones de la presente invención;
la FIG. 3 es un esquema de un informe mejorado ejemplar que presenta resultados de la o las indicaciones patológicas calculadas evaluadas, según algunas realizaciones de la presente invención;
la FIG. 4 es un esquema que representa un escenario en el que el cálculo de la indicación patológica calculada sugiere un problema médico que podría, si no, permanecer oculto, según algunas realizaciones de la presente invención; y
la FIG. 5 es un esquema de una arquitectura ejemplar que calcula la o las indicaciones patológicas calculadas, según algunas realizaciones de la presente invención.
Descripción detallada
La presente invención, en algunas realizaciones de la misma, versa sobre sistemas y procedimientos para analizar pruebas de laboratorio y, más específicamente, pero no exclusivamente, sobre sistemas y procedimientos para mejorar las pruebas de laboratorio.
Un aspecto de algunas realizaciones de la presente invención versa sobre sistemas, procedimientos y/o instrucciones de código almacenados en un dispositivo de almacenamiento de datos ejecutable mediante uno o más procesadores, para determinar y ejecutar automáticamente una o más pruebas adicionales de laboratorio además de múltiples resultados de las pruebas actuales de laboratorio recibidos obtenidos por uno o más dispositivos automatizados de pruebas de laboratorio que analizan automáticamente una muestra de laboratorio (por ejemplo, sangre, orina) de un individuo diana. Las pruebas adicionales de laboratorio son realizadas por uno o más dispositivos automatizados de pruebas de laboratorio adicionales que analizan automáticamente al menos una porción de la muestra original de laboratorio del individuo diana. Uno o más clasificadores son seleccionados según los resultados de las pruebas actuales de laboratorio. Las pruebas adicionales de laboratorio son seleccionadas según los clasificadores seleccionados y/o según un análisis de los resultados de las pruebas actuales de laboratorio. El o los clasificadores seleccionados son aplicados a los resultados de las pruebas actuales de laboratorio y al resultado o a los resultados de las pruebas adicionales de laboratorio para calcular una o más indicaciones patológicas calculadas.
Cada indicación patológica calculada es una indicación de un proceso biológico normal (por ejemplo, rehospitalización, riesgo de complicaciones en un embarazo de otra forma normal en una mujer de bajo riesgo), un proceso patógeno (por ejemplo, monitorización de la diabetes, fase inicial de cáncer, una indicación de una predicción de enfermedad hepática, una indicación de una predicción de una disminución en la función renal y una indicación de una afección médica aguda, tal como sepsis o insuficiencia renal aguda), y/o una respuesta farmacológica a una intervención terapéutica (por ejemplo, mejora en el estado de la diabetes en respuesta a la gestión diabética y/o el tratamiento con medicamentos para la diabetes, riesgo de efectos secundarios adversos al tratamiento farmacológico).
Cada indicación patológica calculada denota un resultado agregado de los múltiples resultados de la prueba individual de laboratorio. Los resultados de la prueba individual de laboratorio, cada uno tomado en aislamiento, puede no estar necesariamente correlacionado estadísticamente de forma significativa con la indicación patológica calculada.
Opcionalmente, uno o más (por ejemplo, cada uno) de los resultados de la prueba de laboratorio están correlacionados estadísticamente de forma poco significativa con la indicación clínica evaluada denotada por la indicación patológica calculada. Cuando se toman en aislamiento, uno o más del resultado o de los resultados de las pruebas individuales de laboratorio no pueden ser usados para inferir la indicación clínica evaluada denotada por la indicación patológica calculada. Uno o más de los resultados de las pruebas individuales pueden ser irrelevantes (por ejemplo, para un clínico) cuando se toman en aislamiento para intentar llegar al valor de la indicación patológica calculada.
Tales pruebas que pueden parecer irrelevantes y son omitidas por el usuario (por ejemplo, el médico) que solicitó el conjunto original de pruebas actuales de laboratorio son añadidas automáticamente y ejecutadas como pruebas adicionales. Por ejemplo, el clínico puede solicitar el sodio en sangre si sospecha de cetoacidosis diabética, pero no necesariamente un médico de cabecera que evalúa la monitorización diabética de un paciente clínicamente estable. Sin embargo, un clasificador puede determinar que el valor de la concentración de sodio en sangre es relevante como entrada en el cálculo de una indicación patológica calculada indicativa del estado diabético general del paciente, lo cual puede predecir el riesgo de complicaciones en pacientes clínicamente estables. La prueba de concentración de sodio en sangre puede añadirse y ejecutarse automáticamente, además de las pruebas solicitadas por el médico de cabecera que evalúa la monitorización diabética del paciente clínicamente estable.
Instrucciones para la ejecución automática de la o de las pruebas adicionales de laboratorio son generadas automáticamente basadas en un análisis del conjunto de resultados de las pruebas actuales de laboratorio y/o en vista del o de los clasificadores seleccionados que calcula la o las indicaciones patológicas calculadas y/o en vista de la o las indicaciones patológicas calculadas seleccionadas (por ejemplo, cuando la o las indicaciones patológicas calculadas son solicitadas manualmente por un usuario por medio de una interfaz de usuario de un terminal cliente). Por ejemplo, cuando el clasificador produce una indicación patológica calculada indicativa de una predicción de insuficiencia hepática y el conjunto de resultados de análisis de sangre incluye AST (aspartato transaminasa) y ALT (alanina transaminasa), la prueba PT/INR (tiempo de protrombina, índice internacional normalizado, por sus siglas en inglés) puede ejecutarse automáticamente como otra medida de la función hepática, la cual es procesada por el clasificador. La misma muestra de laboratorio (por ejemplo, una porción de la misma) puede ser usada para realizar la prueba adicional.
La prueba adicional puede ser clínicamente irrelevante a la indicación clínica cuando se toma en aislamiento, pero usada por el clasificador para evaluar la indicación patológica calculada. Por ejemplo, la concentración de sodio en sangre puede ser irrelevante para la predicción de insuficiencia hepática en aislamiento (por ejemplo, no sería solicitada necesariamente por un clínico que intentara predecir una insuficiencia hepática en un paciente que es clínicamente estable y que no padece de ascitis) pero puede ser solicitada automáticamente para ser evaluada por el clasificador que calcula la indicación patológica calculada indicativa de la predicción de insuficiencia hepática.
Uno o más parámetros del paciente son obtenidos, opcionalmente de un historial clínico electrónico (HCE) del paciente. El HCE puede ser objeto de acceso directamente, y/o por medio de una base de datos de repositorio de datos clínicos (RDC). Los parámetros del paciente son obtenidos según el clasificador seleccionado.
Por ejemplo, cuando el clasificador calcula la indicación patológica calculada indicativa de la predicción de insuficiencia hepática, se obtiene del HCE la cantidad de alcohol que el paciente consume supuestamente y es usada por el clasificador para predecir una insuficiencia hepática. En otro ejemplo, los parámetros del paciente incluyen un cambio con respecto al resultado de prueba anterior de laboratorio.
El clasificador puede analizar la tendencia en cambios de resultados de pruebas de laboratorio para obtener una indicación de la mejora o el deterioro general del paciente. Por ejemplo, los resultados de pruebas individuales de laboratorio pueden ser normales con una tendencia anormal, o los resultados de pruebas individuales de laboratorio pueden ser anormales, pero con una tendencia de mejoría. Los parámetros adicionales del paciente pueden ser clínicamente irrelevantes a la indicación clínica cuando se toman en aislamiento, pero ser usados por el clasificador al evaluar la indicación patológica calculada.
Los sistemas y/o procedimientos y/o instrucciones de código descritos en la presente memoria proporcionan una solución técnica al problema técnico de analizar múltiples resultados de pruebas individuales de laboratorio para obtener una indicación general del paciente. En particular, el problema técnico está relacionado con la agregación de múltiples resultados de pruebas individuales de laboratorio de forma objetiva para obtener una medida objetiva general indicativa del estado del paciente y/o de predecir un estado futuro del paciente.
Por ejemplo, la función hepática actual o una predicción de insuficiencia hepática puede obtenerse mediante las siguientes pruebas: AST, ALT, AST/ALT, aPTT, albúmina, bilirrubina (directa e indirecta), historial de consumo de alcohol, historial de uso de sustancias hepatotóxicas y presencia de ascitis. El clínico integra subjetiva y manualmente los resultados de la prueba en su cabeza en función de la experiencia clínica, para estimar la severidad de la insuficiencia hepática.
La monitorización de la mejora o de la degradación en la condición del paciente repitiendo las múltiples pruebas es difícil y subjetiva. Además, resulta difícil el análisis de múltiples resultados de la prueba, en particular, cambios entre valores de las pruebas llevadas a cabo en múltiples periodos de tiempo. Una situación que plantea un reto especial surge cuando los valores de los resultados de la prueba se encuentran en intervalos normales, pero un patrón de múltiples resultados de pruebas, y/o una tendencia y/o una velocidad en cambio de valores con el paso del tiempo puede ser indicativo de la existencia de un problema médico o el desarrollo del mismo que, si no, está oculto. Además, las pruebas que en otro caso parecerían clínicamente irrelevantes en aislamiento pueden no ser solicitadas por el clínico; por ejemplo, cuando el clínico no puede apreciar la significación de la prueba adicional en combinación con el conjunto estándar de pruebas normalmente solicitado para la evaluación de la indicación clínica.
Los sistemas y/o procedimientos y/o instrucciones de código descritos en la presente memoria utilizan una o más muestras de laboratorio actualmente obtenidas en la ronda actual de pruebas automatizadas de laboratorio para calcular la o las indicaciones patológicas calculadas, lo que reduce o evita ciclos adicionales de pruebas automatizados futuras que podrían surgir, en otro caso, por ejemplo, por que el médico responsable solicite otro conjunto de pruebas que son llevadas a cabo durante otra ronda de pruebas automatizadas. Se mejora la eficacia de las pruebas del equipo automatizado de pruebas de laboratorio.
Los sistemas y/o procedimientos y/o instrucciones de código descritos en la presente memoria generan datos nuevos en forma de la o las indicaciones patológicas calculadas, que pueden presentarse como una entrada adicional en el informe que presenta los valores de las pruebas de laboratorio, y/o pueden almacenarse en el HCE del paciente para un análisis y/o una monitorización futuros.
Los sistemas y/o procedimientos y/o instrucciones de código descritos en la presente memoria mejoran un proceso subyacente en el campo técnico de sistemas de información de laboratorio, en particular, en el campo de las pruebas automatizadas de laboratorio.
Los sistemas y/o procedimientos y/o instrucciones de código descritos en la presente memoria no describen simplemente el cálculo de la o las indicaciones patológicas calculadas usando una operación matemática y recibiendo y almacenando datos, pero combina las acciones del uso de salidas del o de los dispositivos automatizados de pruebas de laboratorio, generando instrucciones para realizar una o más pruebas adicionales de laboratorio usando otro u otros dispositivos automatizados de pruebas de laboratorio y datos médicos del paciente opcionalmente almacenados en los HCE alojados en una base de datos almacenada en un dispositivo de almacenamiento de datos, para agregar resultados de pruebas individuales de laboratorio en una única métrica objetiva. Por esto, los sistemas y/o procedimientos y/o instrucciones de código almacenados en un dispositivo de almacenamiento ejecutado por uno o más procesadores descritos aquí van más allá del mero concepto de simplemente recuperar y combinar datos usando un ordenador.
Los sistemas y/o procedimientos y/o instrucciones de código descritos en la presente memoria están ligados a componentes físicos reales, incluyendo uno o más de: equipos automatizados de pruebas de laboratorio, interfaces físicas de usuario (por ejemplo, medio de visualización), un dispositivo de almacenamiento de datos que almacena datos del paciente y uno o más procesadores de soporte físico que ejecutan instrucciones de código para calcular la o las indicaciones patológicas calculadas.
En consecuencia, los sistemas y/o procedimientos y/o instrucciones de código descritos en la presente memoria están inextricablemente ligados a la tecnología informática y/o a componentes físicos para superar un problema técnico real que surge en la gestión del sistema de información de laboratorio.
Antes de explicar en detalle al menos una realización de la invención, se debe entender que la invención no está necesariamente limitada en su aplicación a los detalles de construcción y la disposición de los componentes y/o procedimientos expuestos en la siguiente descripción y/o ilustrados en los dibujos y/o en los Ejemplos. La invención es susceptible de otras realizaciones o de ser puesta en práctica o llevada a cabo de diversas formas.
La presente invención puede ser un sistema, un procedimiento y/o un producto de programa informático. El producto de programa informático puede incluir un medio (o medios) de almacenamiento legible por ordenador que tiene instrucciones de programa legibles por ordenador en el mismo para provocar que un procesador lleve a cabo aspectos de la presente invención.
El medio de almacenamiento legible por ordenador puede ser un dispositivo tangible que puede retener y almacenar instrucciones para su uso por un dispositivo de ejecución de instrucciones. El medio de almacenamiento legible por ordenador puede ser, por ejemplo, un dispositivo electrónico de almacenamiento, un dispositivo magnético de almacenamiento, un dispositivo óptico de almacenamiento, un dispositivo electromagnético de almacenamiento, un dispositivo semiconductor de almacenamiento, o cualquier combinación adecuada de los anteriores, pero no está limitado a los mismos.
Una lista no exhaustiva de más ejemplos específicos del medio de almacenamiento legible por ordenador incluye los siguientes: un disquete portátil de ordenador, un disco duro, una memoria de acceso aleatorio (RAM, por sus siglas en inglés), una memoria de solo lectura (ROM, por sus siglas en inglés), una memoria de solo lectura programable borrable (EPROM, por sus siglas en inglés, o memoria flash), una memoria estática de acceso aleatorio (SRAM, por sus siglas en inglés), una memoria de solo lectura de disco compacto portátil (CD-ROM, por sus siglas en inglés), un disco versátil digital (DVD), una tarjeta de memoria, un disco flexible y cualquier combinación adecuada de los anteriores.
No debe entenderse que un medio de almacenamiento legible por ordenador, como se usa en la presente memoria, sea señales transitoriasper se,tales como ondas de radio u otras ondas electromagnéticas de propagación libre, ondas electromagnéticas que se propagan a través de una guía de ondas u otros medios de transmisión (por ejemplo, impulsos de luz que pasan a través de un cable de fibra óptica), o señales eléctricas transmitidas a través de un hilo.
Las instrucciones de programa legibles por ordenador descritas en la presente memoria pueden ser descargadas a respectivos dispositivos informáticos/de procesamiento desde un medio de almacenamiento legible por ordenador o un ordenador externo o dispositivo externo de almacenamiento por medio de una red, por ejemplo, Internet, una red de área local, una red de área amplia y/o una red inalámbrica. La red puede comprender cables de transmisión de cobre, fibras ópticas de transmisión, dispositivos de encaminamiento, cortafuegos, conmutadores, pasarelas informáticas y/o servidores perimetrales. Una tarjeta adaptadora de red o interfaz de red en cada dispositivo informático/de procesamiento recibe de la red instrucciones de programa legibles por ordenador y reenvía las instrucciones de programa legibles por ordenador para almacenarlas en un medio de almacenamiento legible por ordenador en el respectivo dispositivo informático/de procesamiento.
Las instrucciones de programa legibles por ordenador para llevar a cabo operaciones de la presente invención pueden ser instrucciones en ensamblador, instrucciones de la arquitectura del conjunto de instrucciones (ISA, por sus siglas en inglés), instrucciones de máquina, instrucciones dependientes de máquina, microcódigo, instrucciones de soporte lógico inalterable, datos de configuración del estado, o bien código fuente o bien código objeto escrito en cualquier combinación de uno o más lenguajes de programación, incluyendo un lenguaje de programación orientado a objetos tal como Smalltalk, C++ o similares y lenguajes de programación de procedimiento convencional, tales como el lenguaje de programación “C” o lenguajes de programación similares.
Las instrucciones de programa legibles por ordenador pueden ejecutarse por entero en el ordenador del usuario, en parte en el ordenador del usuario, como un paquete de soporte lógico autónomo, en parte en el ordenador del usuario y en parte en un ordenador remoto o por entero en el ordenador o servidor remoto. En el último escenario, el ordenador remoto puede conectarse con el ordenador del usuario a través de cualquier tipo de red, incluyendo una red de área local (LAN, por sus siglas en inglés) o una red de área amplia (WAN, por sus siglas en inglés), o la conexión puede realizarse con un ordenador externo (por ejemplo, a través de Internet usando un proveedor de servicios de Internet).
En algunas realizaciones, incluyendo circuitería electrónica, por ejemplo, circuitería lógica programable, las matrices de puertas lógicas programablesin situ(FPGA, por sus siglas en inglés), o una matriz lógica programable (PLA, por sus siglas en inglés) pueden ejecutar las instrucciones de programa legibles por ordenador utilizando información de estado de las instrucciones de programa legibles por ordenador para personalizar la circuitería electrónica, para llevar a cabo aspectos de la presente invención.
En la presente memoria se describen aspectos de la presente invención con referencia a ilustraciones de diagramas de flujo y/o diagramas de bloques de procedimientos, aparatos (sistemas) y productos de programa informático según realizaciones de la invención. Se entenderá que cada bloque de las ilustraciones de diagramas de flujo y/o diagramas de bloques y combinaciones de bloques en las ilustraciones de diagramas de flujo y/o diagramas de bloque, pueden ser implementados por instrucciones de programa legibles por ordenador.
Estas instrucciones de programa legibles por ordenador pueden ser proporcionadas a un procesador de un ordenador de uso general, un ordenador de uso especial, u otro aparato programable de procesamiento de datos para producir una máquina, de forma que las instrucciones, que se ejecutan por medio del procesador del ordenador u otro aparato programable de procesamiento de datos, crean medios para implementar las funciones/acciones especificadas en el bloque o los bloques del diagrama de flujo y/o del diagrama de bloques.
Estas instrucciones de programa legibles por ordenador también pueden almacenarse en un medio de almacenamiento legible por ordenador que puede dirigir un ordenador, un aparato programable de procesamiento de datos, y/u otros dispositivos para funcionar de una forma particular, de forma que el medio de almacenamiento legible por ordenador que tiene instrucciones almacenadas en el mismo comprenda un artículo manufacturado que incluye instrucciones que implementan aspectos de la función/acción especificada en el bloque o los bloques del diagrama de flujo y/o del diagrama de bloques.
Las instrucciones de programa legibles por ordenador también pueden cargarse en un ordenador, otro aparato programable de procesamiento de datos, u otro dispositivo para provocar una serie de etapas operativas que han de realizarse en el ordenador, otro aparato programable u otro dispositivo para producir un proceso implementado por ordenador, de forma que las instrucciones que se ejecutan en el ordenador, otro aparato programable, u otro dispositivo implementen las funciones/acciones especificadas en el bloque o los bloques del diagrama de flujo y/o del diagrama de bloques.
Los diagramas de flujo y de bloques en las Figuras ilustran la arquitectura, la funcionalidad y la operación de posibles implementaciones de sistemas, procedimientos y productos de programa informático según diversas realizaciones de la presente invención. En este sentido, cada bloque en los diagramas de flujo o de bloques puede representar un módulo, segmento o porción de instrucciones, que comprende una o más instrucciones ejecutables para implementar la o las funciones lógicas especificadas. En algunas implementaciones alternativas, las funciones anotadas en el bloque pueden producirse fuera del orden anotado en las figuras.
Por ejemplo, dos bloques mostrados en sucesión pueden ser ejecutados, de hecho, sustancialmente de forma concurrente, o los bloques pueden ejecutarse a veces en el orden contrario, dependiendo de la funcionalidad implicada. También se observará que cada bloque de los diagramas de bloques y/o la ilustración del diagrama de flujo y combinaciones de bloques en los diagramas de bloques y/o la ilustración del diagrama de flujo, pueden implementarse mediante sistemas a base de soporte físico para un uso especial que realizan las funciones o acciones especificadas o realizan combinaciones de soporte físico con un uso especial e instrucciones informáticas.
Ahora, con referencia a la FIG. 1, que es un diagrama de flujo de un procedimiento de cálculo de la o las indicaciones patológicas calculadas basadas en resultados de las pruebas actuales de laboratorio y resultados adicionales determinados de la o las pruebas de laboratorio, según algunas realizaciones de la presente invención. También se hace referencia a la FIG. 2, que es un diagrama de bloques de componentes de un sistema 200 para calcular la o las indicaciones patológicas calculadas basadas en resultados de las pruebas actuales de laboratorio y resultados adicionales determinados de la o las pruebas de laboratorio, según algunas realizaciones de la presente invención. El sistema 200 puede implementar las acciones del procedimiento descrito con referencia a la FIG. 1, mediante uno o más procesadores 202 de un dispositivo informático 204 que ejecuta instrucciones de código almacenadas en un almacén 206 de programas.
El dispositivo informático 204 recibe resultados de la prueba de laboratorio producidos por el o los dispositivos 208 de pruebas de laboratorio que miden diferentes sustancias en la muestra de laboratorio y/u otras características, opcionalmente en múltiples muestras, opcionalmente rápidamente y automáticamente (puede incluir una mínima colaboración humana), según el código de instrucciones (por ejemplo, conforme a sistemas de información de laboratorio (LIS)). Dispositivos ejemplares 208 de pruebas de laboratorio incluyen: un analizador automatizado de recuento sanguíneo completo (RSC), una máquina automatizada analizadora de orina, un analizador automatizado de coagulación, un analizador automatizado de bioquímica, un analizador automatizado de electrolitos, un analizador automatizado de gases en sangre, un medidor automatizado de glucosa en sangre y un sistema automatizado de formación de imágenes de células.
Los dispositivos 208 de pruebas de laboratorio pueden conectarse usando una red 214 de laboratorio. Los resultados de la prueba de laboratorio pueden proporcionarse directamente de dispositivos 208 de pruebas de laboratorio al dispositivo informático 204 (opcionalmente por medio de la red 214 de laboratorio conectada con una interfaz 210 de red de laboratorio asociada con el dispositivo informático 204). Los resultados de la prueba de laboratorio pueden ser recogidos por el servidor 220 de sistemas de información de laboratorio (LIS) (por ejemplo, en la red 214 de laboratorio) de los dispositivos 208 de pruebas de laboratorio. Desde el servidor 220 de LIS se pueden proporcionar los resultados de pruebas de laboratorio al dispositivo informático 204.
El dispositivo informático 204 recibe los resultados de la prueba de laboratorio del o de los dispositivos 208 de pruebas de laboratorio por medio de una o más interfaces 210 de red de laboratorio, por ejemplo, una interfaz de red, una conexión cableada, una conexión inalámbrica, otras implementaciones de interfaz física, y/o interfaces virtuales (por ejemplo, interfaz por soporte lógico, interfaz de programación de aplicaciones (API, por sus siglas en inglés),kitsde desarrollo de soporte lógico (SDK, por sus siglas en inglés)). La interfaz 210 de red de laboratorio puede implementar un protocolo de comunicaciones de asistencia médica, por ejemplo, salud nivel 7 (HL7).
El dispositivo informático 204 puede estar integrado en un servidor 220 de LIS existente, por ejemplo, como un dispositivo informático separado que se comunica con el servidor de LIS en una red y/o por medio de una conexión directa, como instrucciones de código que están almacenadas en un dispositivo de almacenamiento de datos del servidor de LIS y ejecutadas por uno o más procesadores del servidor de LIS, y/o como una unidad de soporte físico que está integrada en el servidor de LIS, por ejemplo, una tarjeta o chip de soporte físico que está conectado en el soporte físico del servidor de LIS.
El dispositivo informático 204 puede implementarse, por ejemplo, como un terminal cliente, un servidor, un soporte lógico cargado en un servidor existente de LIS, una nube informática, un dispositivo móvil, un ordenador de sobremesa, un cliente delgado, un teléfono inteligente, un ordenador de tableta, un ordenador portátil, un ordenador integrable en una prenda de vestir, gafas de realidad mixta y un reloj inteligente. El dispositivo informático 204 puede incluir soporte lógico almacenado localmente que realiza una o más de las acciones descritas con referencia a la FIG. 1, y/o puede actuar como uno o más servidores (por ejemplo, servidor de red, servidor de páginas electrónicas, una nube informática) que proporcionen servicios (por ejemplo, una o más de las acciones descritas con referencia a la FIG. 1) a uno o más terminales cliente 212 en una red (opcionalmente, la red 214), por ejemplo, proporcionando soporte lógico como un servicio (SaaS, por sus siglas en inglés) al o a los terminales cliente 212, proporcionando una aplicación para descarga local al o a los terminales cliente 212, y/o proporcionando funciones por medio de una sesión de acceso remoto a los terminales cliente 212, tal como a través de un navegadorweby/o una aplicación almacenada en un dispositivo móvil.
Los terminales clientes 212 que acceden al dispositivo informático 204 pueden incluir uno o más de: un servidor, una nube informática, un dispositivo móvil, un ordenador de sobremesa, un cliente delgado, un teléfono inteligente, un ordenador de tableta, un ordenador portátil, un ordenador integrable en una prenda de vestir, gafas de realidad mixta y un reloj inteligente. Por ejemplo, un médico o un paciente que accede a un informe que presenta los resultados de las pruebas actuales de laboratorio y la o las indicaciones patológicas calculadas.
El o los procesadores 202 del dispositivo informático 204 pueden implementarse, por ejemplo, como una o más unidades centrales de procesamiento (CPU, por sus siglas en inglés), una o más unidades de procesamiento gráfico (GPU, por sus siglas en inglés), una o más matrices de puertas lógicas programablesin situ(FPGA), uno o más procesadores digitales de señales (DSP, por sus siglas en inglés) y uno o más circuitos integrados para aplicaciones específicas (ASIC, por sus siglas en inglés). El o los procesadores 202 pueden incluir uno o más procesadores (homogéneos o heterogéneos), que pueden estar dispuestos para un procesamiento paralelo, como agrupaciones y/o como una o más unidades de procesamiento de múltiples núcleos.
El dispositivo 206 de almacenamiento (también denominado en la presente memoria como un almacén de programas, por ejemplo, una memoria) almacena instrucciones de código implementables por el o los procesadores 202; por ejemplo, una memoria de acceso aleatorio (RAM), una memoria de solo lectura (ROM), y/o un dispositivo de almacenamiento, por ejemplo, una memoria no volátil, medios magnéticos, dispositivos semiconductores de memoria, disco duro, almacenamiento retirable y medios ópticos (por ejemplo, DVD, CD-ROM). El dispositivo 206 de almacenamiento almacena el código 206A de la indicación patológica calculada que ejecuta una o más acciones del procedimiento descrito con referencia a la FIG. 1.
El dispositivo informático 204 puede incluir un repositorio 216 de datos para almacenar datos, por ejemplo, un repositorio 216A de clasificadores que almacena los clasificadores entrenados que calculan la o las indicaciones patológicas calculadas y el HCE 216B que almacena parámetros procesados de pacientes por los clasificadores en asociación con los resultados de las pruebas actuales de laboratorio para calcular la o las indicaciones patológicas calculadas. El repositorio 216 de datos puede implementarse, por ejemplo, como una memoria, un disco duro local, una unidad retirable de almacenamiento, un disco óptico, un dispositivo de almacenamiento, y/o como un servidor remoto y/o una nube informática (por ejemplo, objeto de acceso por medio de una conexión de red).
La interfaz 210 de red de laboratorio puede ser implementada, por ejemplo, como uno o más de, una tarjeta de interfaz de red, una interfaz inalámbrica para conectarse con una red inalámbrica, una interfaz física para conectarse con un cable para la conectividad de red, una interfaz virtual implementada en soporte lógico, un soporte lógico de comunicación de red que proporcione capas más altas de conectividad de red, y/u otras implementaciones. Como se usa en la presente memoria, el término red (por ejemplo, red 214) puede referirse, por ejemplo, a Internet, a una red de área local y a una conexión punto a punto con otro dispositivo informático.
El dispositivo informático 204 puede conectarse por medio de la interfaz 210 de red de laboratorio con la red 214 (y/u otro canal de comunicación, tal como a través de un enlace directo (por ejemplo, cable, inalámbrico) y/o enlace indirecto (por ejemplo, por medio de una unidad informática intermedia, tal como un servidor y/o por medio de un dispositivo de almacenamiento) con uno o más de:
* terminales cliente 212, por ejemplo, cuando el terminal cliente 212 es usado por un médico para solicitar pruebas de laboratorio y/o una o más indicaciones patológicas calculadas, y/o es usado para visualizar los resultados de las pruebas y/o la o las indicaciones patológicas calculadas.
* servidores 220 que incluyen el servidor de LIS descrito en la presente memoria.
* servidores 220 que incluyen un servidor de HCE y/o un servidor de RDC que almacenan y/o acceden a datos médicos del paciente, por ejemplo, del HCE del paciente. El RDC puede ser implementado como una base de datos en tiempo real que consolida datos de una variedad de fuentes clínicas para presentar una vista unificada para cada paciente. El RDC está diseñado para recuperar datos para cada paciente, en vez de identificar una población de pacientes con características comunes o para facilitar la gestión de un departamento clínico. Los parámetros del paciente descritos en la presente memoria pueden obtenerse mediante el dispositivo informático 204 del servidor de HCE y/o del servidor de RDC.
* El servidor 222 de almacenamiento que almacena la o las indicaciones patológicas calculadas, clasificadores y resultados de la prueba de laboratorio.
El dispositivo informático 204 y/o el o los terminales cliente 212 incluyen y/o están en comunicación con una interfaz 224 de usuario que incluye un mecanismo para que un usuario introduzca datos (por ejemplo, que solicite una prueba de laboratorio y/o la o las indicaciones patológicas calculadas), y/o vea datos presentados (por ejemplo, el informe que incluye los resultados de las pruebas actuales de laboratorio, resultados de pruebas adicionales y/o la o las indicaciones patológicas calculadas).
Las interfaces ejemplares 224 de usuario incluyen, por ejemplo, uno o más de, una pantalla táctil, un medio de visualización, un teclado, un ratón y soporte lógico activado por voz usando altavoces y un micrófono.
En 102, se entrenan clasificadores cada uno de los cuales calcula una respectiva indicación patológica calculada de un conjunto de resultados de las pruebas actuales de laboratorio. El entrenamiento es realizado por el dispositivo informático 204 (u otro dispositivo informático) basado en datos de historial médico obtenidos del historial clínico electrónico de otros pacientes. Por ejemplo, se entrena un clasificador que analiza resultados de la prueba de laboratorio para determinar si hay presente cáncer de fase inicial usando pruebas históricas de laboratorio obtenidas varios años antes de un diagnóstico de cáncer en pacientes. Además, pueden entrenarse clasificadores personalizados para cada paciente basado en datos de historial médico obtenidos del historial clínico electrónico del mismo paciente.
Por ejemplo, para pacientes con un historial de hospitalizaciones frecuentes, puede desarrollarse para el paciente un clasificador personalizado que es indicativo del riesgo de rehospitalización. Los clasificadores entrenados pueden ser almacenados como instrucciones de código en el repositorio 216A de clasificadores (por ejemplo, una base de datos).
La indicación patológica calculada denota una agregación de los resultados de la prueba de laboratorio que proporciona una indicación de un estado del paciente. Las indicaciones patológicas calculadas ejemplares incluyen: una indicación de procesos biológicos normales, una indicación de procesos patógenos y una indicación de respuestas farmacológicas a una intervención terapéutica. La o las indicaciones patológicas calculadas puede denotar el estado actual del paciente, por ejemplo, si el paciente padece cáncer en fase inicial. La o las indicaciones patológicas calculadas pueden denotar una predicción de un riesgo del paciente de desarrollar un problema médico.
El entrenamiento se realiza usando los resultados históricos de la prueba de laboratorio como entrada deseada y valores de la indicación patológica calculada que denota la salida del clasificador.
Los valores de la indicación patológica calculada pueden ser, por ejemplo, denotados manualmente por un usuario (por ejemplo, una escala que indica la severidad de la enfermedad hepática con valores manualmente definidos por un médico), obtenidos del historial clínico electrónico del paciente (por ejemplo, un valor de una escala de severidad validada de la enfermedad hepática introducido por un médico), y/o identificados automáticamente por instrucciones de código (por ejemplo, código que analiza registros de admisión hospitalaria para determinar la admisión hospitalaria y la duración del ingreso).
El entrenamiento es realizado usando uno o más procedimientos automáticos de aprendizaje de máquina incluyendo k vecinos más próximos (KNN), bosque aleatorio, regresión lineal ponderada, red neuronal, árboles de decisión y Bayes. El entrenamiento puede estar basado en el aprendizaje supervisado (por ejemplo, donde el usuario define el resultado), y/o aprendizaje no supervisado (por ejemplo, donde el código identifica automáticamente el resultado).
Las indicaciones ejemplares patológicas calculadas y las pruebas de laboratorio a partir de las cuales se calculan incluyen:
* una indicación patológica calculada indicativa de la detección precoz de cáncer, basado en pruebas sanguíneas, hallazgos de una exploración física y hallazgos radiológicos.
* Otra indicación patológica calculada indicativa de una predicción de enfermedad hepática basada en pruebas actuales de laboratorio indicativas de la función hepática.
* Otra indicación patológica calculada adicional indicativa de una predicción de insuficiencia renal basada en pruebas actuales de laboratorio indicativas de la función renal.
* Otra indicación patológica calculada adicional indicativa de una puntuación de monitorización de la diabetes basada en pruebas actuales de laboratorio y hallazgos de una exploración física indicativos de efectos diabéticos adversos.
* Otra indicación patológica calculada adicional indicativa de una predicción de rehospitalización basada en pruebas actuales de laboratorio.
* Otra indicación patológica calculada adicional indicativa de sepsis basada en pruebas actuales de laboratorio.
* Otra indicación patológica calculada adicional indicativa del deterioro específico a un órgano, incluyendo uno o más de: insuficiencia renal aguda (IRA), insuficiencia hepática fulminante (IHF), e insuficiencia cardiaca aguda (ICA).
En 104, se obtiene una indicación de valores de resultados de las pruebas actuales de laboratorio mediante el dispositivo informático 204. Los valores de resultados de las pruebas actuales de laboratorio pueden transmitirse al dispositivo informático 204 mediante el servidor 220 de LIS. Las mediciones son realizadas por uno o más dispositivos 208 de pruebas de laboratorio que analizan automáticamente una o más muestras de laboratorio recogidas de un individuo diana. Los valores de los resultados de las pruebas actuales de laboratorio pueden calcularse de las mediciones mediante el respectivo dispositivo 208 de pruebas de laboratorio que realizan la medición, y/o los valores pueden ser calculados por el servidor 220 de LIS según las mediciones realizadas por el o los dispositivos 208 de pruebas de laboratorio.
Las pruebas actuales de laboratorio pueden ser solicitadas por el médico responsable, por ejemplo, en un escenario de una persona hospitalizada y/o un paciente ambulatorio. Las pruebas actuales de laboratorio pueden ser solicitadas usando una interfaz de usuario, por ejemplo, una interfaz gráfica de usuario en la que el usuario selecciona y/o introduce las pruebas deseadas. La solicitud de pruebas de laboratorio puede ser transmitida al servidor de LIS. El servidor de LIS puede recibir múltiples solicitudes de pruebas de laboratorio de múltiples usuarios, organizar las solicitudes y transmitir instrucciones para realizar las pruebas según la solicitud organizada a los dispositivos automatizados de pruebas de laboratorio relevantes. Los dispositivos automatizados de pruebas de laboratorio pueden informar de los resultados de las pruebas al servidor de LIS.
En 106, se seleccionan uno o más clasificadores de los clasificadores disponibles (por ejemplo, almacenados en el repositorio 216A de clasificadores). Los clasificadores son seleccionados según un análisis de la indicación de valores de los resultados de las pruebas actuales de laboratorio. Opcionalmente, se seleccionan una o más indicaciones patológicas calculadas. Se seleccionan los clasificadores correspondientes a las indicaciones patológicas calculadas seleccionadas.
Se hace notar que se pueden seleccionar diferentes clasificadores para diferentes valores resultantes de la misma prueba de laboratorio. Por ejemplo, para un conjunto de pruebas de recuento sanguíneo completo con un primer conjunto de valores resultantes, se selecciona un primer clasificador que calcula una primera indicación patológica calculada. Para las mismas pruebas de recuento sanguíneo completo con otro conjunto de valores resultantes, se selecciona un segundo clasificador que calcula una segunda indicación patológica calculada que es diferente de la primera indicación patológica calculada que ha sido calculada por el primer clasificador.
Opcionalmente, se selecciona uno o una pluralidad de clasificadores según una entrada manual del usuario, por ejemplo, introducida en una interfaz de usuario asociada con el terminal cliente 212 en comunicación de red con el dispositivo informático 204. La entrada manual del usuario puede ser indicativa de una solicitud de usuario para el cálculo de una o más ciertas indicaciones patológicas calculadas. Por ejemplo, el médico que solicita los resultados del análisis de sangre puede seleccionar la indicación patológica calculada indicativa de efectos adversos de un fármaco que está tomando el paciente.
Alternativa o adicionalmente, se selecciona automáticamente al menos un clasificador según un conjunto de reglas que analiza la indicación de los resultados de las pruebas actuales de laboratorio. La selección del clasificador puede estar programada como una prueba de reflejos definida por un conjunto de reglas en instrucciones de código ejecutadas por el servidor de LIS. El conjunto de reglas es evaluado según la indicación de los resultados de las pruebas actuales de laboratorio para identificar una o más pruebas de reflejos (por ejemplo, se evalúa el conjunto de reglas asociado como VERDADERO).
Cada prueba de reflejos se correlaciona con uno o más clasificadores. Por ejemplo, cuando los resultados de las pruebas actuales de laboratorio incluyen un conjunto de pruebas de función hepática, se puede seleccionar automáticamente el clasificador que calcula la indicación patológica calculada indicativa de una predicción de insuficiencia hepática. En otro ejemplo, se puede seleccionar por defecto el clasificador que calcula la indicación patológica calculada indicativa de cáncer de fase inicial para cada conjunto de pruebas solicitadas de laboratorio, para hacer una exploración de todos los pacientes en busca de cáncer precoz.
Opcionalmente, se selecciona automáticamente al menos un clasificador según un conjunto de reglas que analiza el historial clínico del paciente. Por ejemplo, para pacientes con un historial de cáncer personal o de familia, se puede seleccionar automáticamente el clasificador que calcula la indicación patológica calculada indicativa de un comienzo precoz de cáncer.
En 108, un análisis de la indicación de valores de los resultados de las pruebas actuales de laboratorio determina una o más pruebas adicionales de laboratorio para la aplicación del clasificador seleccionado. Se realiza el análisis en vista del clasificador seleccionado. Por ejemplo, cuando se selecciona el clasificador que calcula la indicación patológica calculada indicativa del riesgo de hospitalización y se han realizado pruebas de la función hepática, se pueden determinar pruebas adicionales de la función renal para la aplicación del clasificador para calcular la indicación patológica calculada.
Las pruebas adicionales de laboratorio están definidas por una correlación y/o un conjunto de reglas que definen qué pruebas de laboratorio son usadas como entrada para el clasificador seleccionado. Las pruebas de laboratorio requeridas para la entrada en el clasificador son comparadas con los resultados de las pruebas actuales de laboratorio para determinar las pruebas pendientes. Las pruebas adicionales están definidas según las pruebas pendientes. Opcionalmente, el clasificador seleccionado y los resultados de las pruebas actuales de laboratorio son aplicados a otras instrucciones entrenadas de código de aprendizaje automático de máquina que producen las pruebas adicionales de laboratorio que son requeridas para la aplicación del clasificador.
Las pruebas adicionales basadas en el análisis pueden incluir pruebas que no serían solicitadas tradicionalmente por clínicos cuando se solicita el conjunto original de pruebas de laboratorio, y/o puede incluir pruebas que no están correlacionadas estadísticamente de manera significativa con el escenario clínico que el usuario está intentando evaluar.
Por ejemplo, cuando se solicita la indicación patológica calculada indicativa del estado diabético general del paciente, junto con un análisis de sangre tradicional asociado a la diabetes, tal como el nivel de glucosa en sangre en ayunas y hemoglobina HbA1c, la prueba adicional basada en el análisis puede incluir sodio (y/u otros electrolitos) en sangre que normalmente un clínico no solicitaría para la monitorización de diabetes mellitus (a no ser que se sospechen síndromes específicos, por ejemplo, cetoacidosis diabética). La prueba adicional puede ser usada para evaluar el estado diabético general del paciente, que puede incluir un riesgo de complicaciones, por ejemplo, un riesgo de cetoacidosis diabética futura.
El dispositivo informático 204 genera automáticamente instrucciones y/o transmite un mensaje al servidor 220 de LIS para generar automáticamente las instrucciones, para la ejecución automática de otro conjunto (por ejemplo, segundo, tercero o mayor) de pruebas de laboratorio por otro dispositivo automático 208 de pruebas de laboratorio.
El otro dispositivo automático de pruebas de laboratorio puede ejecutar las pruebas de laboratorio en la misma muestra de laboratorio (o porción de la misma) para obtener una indicación de un valor de la prueba adicional de laboratorio.
Por ejemplo, una porción de la muestra de sangre del paciente diana puede ser extraída automáticamente y enviada a otro dispositivo de pruebas de laboratorio para ejecutar el conjunto adicional de pruebas de laboratorio. Por ejemplo, cuando el conjunto original de análisis de sangre incluye un recuento de sangre completo y el clasificador seleccionado requiere resultados de las pruebas de las pruebas de coagulación de sangre, se puede retirar una porción de la sangre y enviarla al dispositivo que mide la coagulación.
Opcionalmente, se selecciona al menos un clasificador (por ejemplo, como se describe en referencia a la acción 106) cuando se realiza la solicitud de la muestra del individuo diana, antes de que se obtenga la muestra (por ejemplo, por una enfermera en un laboratorio). Se pueden añadir muestras adicionales de manera automática a la solicitud original de muestra basado en los resultados adicionales de laboratorio determinados según el clasificador seleccionado. Por ejemplo, cuando se solicita un análisis de sangre y se selecciona cierto clasificador, se pueden determinar pruebas de laboratorio que requieren una muestra de orina.
Las instrucciones a la enfermera pueden incluir instrucciones para obtener tanto una muestra de sangre como de orina. Alternativa o adicionalmente, un robot que procesa la muestra de laboratorio puede dividir la muestra de laboratorio según las pruebas adicionales para garantizar que haya suficiente muestra disponible para ser sometida a ensayo mediante múltiples dispositivos.
En 110, un análisis de la indicación de valores de los resultados de las pruebas actuales de laboratorio puede determinar que se han de obtener uno o más parámetros adicionales del paciente del individuo diana para la aplicación del clasificador seleccionado.
Por ejemplo, para el clasificador que calcula la indicación patológica calculada indicativa de riesgo de rehospitalización, puede determinarse la obtención del valor del número de rehospitalizaciones anteriores y/o de comorbilidades del paciente y/o la edad del paciente para su procesamiento por el clasificador. Por ejemplo, para el clasificador que calcula la indicación patológica calculada indicativa de un retorno al funcionamiento biológico normal, puede determinarse la obtención del valor de las pruebas anteriores de laboratorio para su procesamiento por el clasificador.
Los parámetros adicionales del paciente pueden incluir evaluaciones clínicas realizadas manualmente, que pueden obtenerse, por ejemplo, del HCE 216B del individuo diana y/o tras la solicitud de un médico (y/u otro usuario) usando una interfaz de usuario (por ejemplo, presentada en una pantalla de un terminal cliente). Por ejemplo, resultados de un examen fundoscópico realizado por un oftalmólogo, pruebas de función nerviosa realizadas por un neurólogo y hallazgos de una exploración física por un médico de cabecera.
Una base de datos del repositorio de datos clínicos (por ejemplo, alojados en el servidor 220 y/o el HCE 216B) puede ser objeto de acceso automático por el dispositivo informático 204 para obtener la indicación del valor del parámetro determinado del paciente del individuo diana. El dispositivo informático 204 puede acceder al HCE 216B directamente, o usar RDC como una interfaz para acceder al HCE 216B, por ejemplo, usando el protocolo de recursos de interoperabilidad para una asistencia médica rápida (FHIR, por sus siglas en inglés) objeto de acceso usando una interfaz (por ejemplo, una interfaz de programación de aplicaciones (API)).
Los parámetros ejemplares del paciente incluyen: una medición anterior de uno o más resultados de prueba actual de laboratorio, un parámetro demográfico, un diagnóstico médico, un parámetro de tabaquismo, un parámetro de uso de medicamentos, un parámetro de historial familiar, un parámetro genético, un parámetro de historial médico y parámetro de hallazgos de una exploración física.
Opcionalmente, se calcula un cambio en el valor de uno o más resultados de las pruebas actuales de laboratorio y uno o más valores anteriores de los resultados de las pruebas actuales de laboratorio. Se puede calcular una tendencia.
En 112, se evalúan una o más indicaciones patológicas calculadas aplicando el o los clasificadores seleccionados a la indicación de valores de los resultados de las pruebas actuales de laboratorio y a los resultados de pruebas adicionales de laboratorio. Puede realizarse la evaluación de la indicación patológica calculada aplicando el clasificador por el dispositivo informático 204, opcionalmente en respuesta a instrucciones de solicitud recibidas del servidor 220 de LIS. El valor de la indicación patológica calculada evaluada puede ser transmitido al servidor 220 de LIS.
Cada clasificador puede ser aplicado a un subconjunto diferente de resultados de pruebas de laboratorio y al respectivo resultado de pruebas adicionales de laboratorio, como se define por el clasificador respectivo. El o los clasificadores están aplicados, además, al o a los parámetros adicionales del paciente, y/o a los cambios calculados en el o los valores del resultado o de los resultados de las pruebas actuales de laboratorio.
En 114, se puede analizar el valor de la o las respectivas indicaciones patológicas calculadas según un conjunto de reglas, en vista de la indicación de valores de los resultados de las pruebas actuales de laboratorio, para detectar una aberración de un valor previsto de la o las indicaciones patológicas calculadas. Por ejemplo, para una mujer joven sana que se somete a pruebas de laboratorio como una exploración rutinaria de embarazo, una indicación patológica calculada indicativa de riesgo de insuficiencia hepática puede ser una aberración detectada. El análisis puede realizarse, por ejemplo, por el servidor 220 de LIS, mediante código que se ejecuta en el terminal cliente del usuario que emitió la solicitud original para las pruebas actuales de laboratorio, mediante el dispositivo informático 204, y/o por los otros dispositivos informáticos.
Las aberraciones pueden ser marcadas y presentadas en un medio de visualización de un terminal cliente, por ejemplo, al médico solicitante y/o a un administrador. Por ejemplo, el médico puede elegir explorar adicionalmente la aberración por haber descubierto potencialmente un riesgo oculto, o elegir ignorar la aberración. Las aberraciones pueden activar el entrenamiento adicional del clasificador para mejorar la relevancia de los resultados.
En 116, se proporciona el valor evaluado de la o las indicaciones patológicas calculadas para su presentación, por ejemplo, en un medio de visualización del terminal cliente 212. El valor de la o las indicaciones patológicas calculadas puede ser presentado como una entrada de un informe de los valores de la o las pruebas actuales de laboratorio.
El valor evaluado de la o las indicaciones patológicas calculadas puede ser transmitido a un servidor remoto y/o almacenado en el HCE del individuo diana, por ejemplo, usando HL7 para transmitir al servidor de HCE y/o al servidor de RDC que se conecta con el dispositivo de almacenamiento de datos que almacena el HCE.
El conjunto de valores evaluados almacenados de la o las indicaciones patológicas calculadas puede ser monitorizado por tendencias y/o cambios por instrucciones de código. Por ejemplo, la indicación patológica calculada indicativa de la monitorización de la diabetes puede ser objeto de seguimiento para determinar si la monitorización de diabetes del paciente está mejorando o deteriorando. La monitorización puede ser realizada por instrucciones de código almacenadas en asociación con el HCE, mediante el dispositivo informático 204, y/o alojadas en un servidor remoto 220.
Ahora, se hace referencia a la FIG. 3, que incluye un informe mejorado ejemplar 300 que presenta resultados de la o las indicaciones patológicas calculadas evaluadas, según algunas realizaciones de la presente invención. El informe mejorado 300 incluye entradas de resultados de las pruebas estándar de laboratorio que fueron realizadas, e incluye entradas de valores de las indicaciones patológicas calculadas 302 calculadas aplicando clasificadores a subconjuntos de las pruebas estándar de laboratorio, como se describe en la presente memoria. Pueden usarse los valores de las indicaciones patológicas calculadas 302, por ejemplo, por el médico como una ayuda en la evaluación de una agregación de los resultados de la prueba de laboratorio presentados en el informe 300.
Ahora, con referencia a la FIG.4, que es un esquema que representa un escenario en el que el cálculo de la indicación patológica calculada sugiere un problema médico que, en otro caso, podría permanecer oculto, según algunas realizaciones de la presente invención. El informe 400 representa resultados de los valores de los análisis de sangre de laboratorio, con indicaciones entre valores de un conjunto anterior de las pruebas realizadas durante un periodo de tiempo anterior y los valores de las pruebas actuales. El origen de la flecha mostrado como un punto (el elemento 402 apunta a un ejemplo) denota el valor anterior de la prueba.
El cubo (el elemento 404 apunta a un ejemplo) denota el valor actual de la prueba. Se hace notar que todos los valores actual y anterior del análisis de sangre se encuentran dentro del intervalo de lo normal. La indicación patológica calculada, que puede ser calculada en función de los cambios en los valores de los análisis de sangre, puede ser indicativa de una condición médica en desarrollo, o una condición médica subyacente que aún no se ha manifestado.
Ahora, se hace referencia a la FIG. 5, que es un esquema de una arquitectura ejemplar 500 que calcula la o las indicaciones patológicas calculadas basada en uno o más componentes del sistema 200 descrito con referencia a la FIG. 2, según algunas realizaciones de la presente invención. El dispositivo informático 504 se corresponde con el dispositivo informático 204. El servidor 520 de LIS se corresponde con la implementación de LIS del servidor 220. El HCE 516B puede estar almacenado en un servidor y/o dispositivo externo de almacenamiento, que se corresponde con el repositorio 216B de HCE. Los dispositivos automatizados 508 de pruebas de laboratorio se corresponden con dispositivos automatizados 208 de pruebas de laboratorio. El motor 550 de interfaz de HL7 proporciona comunicación entre el servidor 520 de LIS y el servidor de HCE y/o el dispositivo 516B de almacenamiento. Se hace notar que se pueden usar otros protocolos de comunicación.
Una red 552 de laboratorio (que puede corresponderse con la red de laboratorio, la interfaz 210 de red de laboratorio, y/o la red 214 descrita con referencia a la FIG. 2) proporciona comunicación entre el dispositivo informático 504 y el LIS 520. La red 552 de laboratorio puede ser implementada, por ejemplo, como una red local de laboratorio, Internet, cables directos, comunicación inalámbrica de corto alcance, y/u otras implementaciones.
El servidor 520 de LIS está en comunicación con dispositivos automatizados 508 de laboratorio opcionalmente en la red 552 de laboratorio. El servidor 520 de LIS transmite instrucciones a los dispositivos automatizados 508 de laboratorio para realizar las pruebas actuales de laboratorio solicitadas y las pruebas adicionales de laboratorio en la muestra de laboratorio obtenida del paciente diana y recibe los resultados de las pruebas ejecutadas. Se proporcionan los resultados al dispositivo informático 504.
El dispositivo informático 504 se conecta con la red 552 de laboratorio usando un protocolo de comunicaciones compatible con LIS.
El dispositivo informático 504 puede conectarse con el HCE 516B usando un protocolo dedicado 554 de comunicaciones, por ejemplo, FHIR, u otros estándares adecuados de comunicación. Alternativamente, el dispositivo informático 504 está conectado con un servidor 520 de RDC usando un protocolo dedicado de comunicaciones (por ejemplo, FHIR). El RDC 520 se comunica con el HCE 516B que actúa como una interfaz de HCE 516B para el dispositivo informático 504.
Las descripciones de las diversas realizaciones de la presente invención han sido presentadas con fines ilustrativos, pero no se entiende que sean exhaustivas o que estén limitadas a las realizaciones divulgadas. Muchas modificaciones y variaciones serán evidentes para personas con un dominio normal de la técnica.
La terminología usada en la presente memoria fue elegida para explicar de manera óptima los principios de las realizaciones, la aplicación práctica o mejora técnica sobre tecnologías encontradas en el mercado, o permitir que otras personas con un dominio normal de la técnica entiendan las realizaciones descritas en la presente memoria. Se prevé que durante la vida de una patente que surja de esta solicitud se desarrollen muchos dispositivos informáticos relevantes del sistema de información de laboratorio y dispositivos automatizados de pruebas de laboratorio y se entiende que el alcance de las expresiones “dispositivos informáticos del sistema de información de laboratorio” y “dispositivos automatizados de pruebas de laboratorio” incluyea priorila totalidad de tales tecnologías nuevas. Como se usa en la presente memoria, el término “aproximadamente” se refiere a ±10%.
Los términos “comprende”, “comprendiendo”, “incluye”, “incluyendo”, “teniendo” y sus conjugados significan “ incluir, sin limitación”. Esta expresión engloba las expresiones “constar de” y “constar esencialmente de”.
La expresión “constar esencialmente de” significa que la composición o procedimiento puede incluir ingredientes y/o etapas adicionales, pero solamente si los ingredientes y/o etapas adicionales no alteran materialmente las características básicas y novedosas de la composición o el procedimiento reivindicado.
Como se usa en la presente memoria, la forma singular “un”, “una”, “el” y “la”, incluye referencias plurales a no ser que el contexto dicte claramente algo diferente. Por ejemplo, la expresión “un compuesto” o “al menos un compuesto” puede incluir una pluralidad de compuestos, incluyendo mezclas de los mismos.
La palabra “ejemplar” es usado en la presente memoria con el significado de “servir como ejemplo, instancia o ilustración”. Cualquier realización descrita como “ejemplar” no debe entenderse necesariamente como preferida o ventajosa con respecto a otras realizaciones ni/o que excluya la incorporación de características de otras realizaciones. La palabra “opcionalmente” es usado en la presente memoria con el significado de “proporcionado en algunas realizaciones y no proporcionado en otras realizaciones”. Cualquier realización particular de la invención puede incluir una pluralidad de características “opcionales” a no ser que tales características entren en conflicto.
En toda esta solicitud, las diversas realizaciones de esta invención pueden ser presentadas en forma de intervalo. Se debería entender que la descripción en forma de intervalo es meramente en aras de la conveniencia y la brevedad y no debería interpretarse como una limitación inflexible en el alcance de la invención. En consecuencia, debería considerarse que la descripción de un intervalo tiene específicamente divulgados todos los subintervalos posibles, así como valores numéricos individuales en ese intervalo. Por ejemplo, una descripción de un intervalo tal como de 1 a 6, debería considerarse que tiene subintervalos específicamente divulgados tales como de 1 a 3, de 1 a 4, de 1 a 5, de 2 a 4, de 2 a 6, de 3 a 6, etc., así como números individuales en ese intervalo, por ejemplo, 1, 2, 3, 4, 5 y 6. Esto es así con independencia de la amplitud del intervalo.
Siempre que se indique un intervalo numérico en la presente memoria, se quiere decir que incluye cualquier número citado (fraccionario o entero) en el intervalo indicado. Las expresiones “que oscila/oscila entre” un primer número indicado y un segundo número indicado y “que oscila/oscila entre” un primer número indicado “y” un segundo número indicado son usadas en la presente memoria de forma intercambiable y quieren decir que incluyen los números primero y segundo indicados y todos los números fraccionarios y enteros entre los mismos.
Ciertas características descritas en el contexto de diversas realizaciones no deben entenderse como características esenciales de esas realizaciones, a no ser que la realización resulte inoperativa sin esos elementos.
Claims (12)
1. Un procedimiento para proporcionar un terminal cliente (212) con al menos una identificación patológica calculada en respuesta a resultados de las pruebas actuales de laboratorio de un paciente, que comprende:
recibir mediante un sistema informático (204) asociado con una base de datos (216) que almacena una pluralidad de clasificadores, desde al menos un dispositivo automatizado (208) de pruebas de laboratorio y por medio de una red (214), una pluralidad de resultados de las pruebas actuales de laboratorio calculados en función de un análisis automatizado de al menos una muestra de laboratorio recogida de un individuo diana;
seleccionar automáticamente al menos un clasificador de la pluralidad de clasificadores según un conjunto de reglas que analizan la pluralidad de resultados las pruebas actuales de laboratorio y seleccionar clasificadores relevantes;
en el que se entrena la pluralidad de clasificadores cada uno de los cuales calcula una respectiva indicación patológica calculada de un conjunto de resultados de las pruebas actuales de laboratorio en función de una pluralidad de resultados históricos de pruebas de laboratorio y al menos un parámetro adicional del paciente, obtenido del historial clínico electrónico de otros pacientes, en el que se realiza el entrenamiento de la pluralidad de clasificadores usando los resultados históricos de pruebas de laboratorio y el al menos un parámetro del paciente como entrada deseada y valores de la indicación patológica calculada que denotan la salida del respectivo clasificador,
en el que los resultados de las pruebas actuales de laboratorio y los resultados históricos de pruebas de laboratorio incluyen análisis de sangre y/o análisis de orina;
en el que se realiza el entrenamiento de la pluralidad de clasificadores usando uno o más procedimientos de aprendizaje automático de máquina, incluyendo k vecinos más próximos, KNN, bosque aleatorio, regresión lineal ponderada, red neuronal, árboles de decisión y Bayes;
obtener al menos un parámetro adicional del paciente del individuo diana según el al menos un clasificador seleccionado;
determinar al menos una prueba adicional de laboratorio según una correlación y/o un conjunto de reglas que definen qué pruebas de laboratorio son usadas como entrada para el al menos un clasificador seleccionado, en el que las pruebas de laboratorio usadas para la entrada en el al menos un clasificador seleccionado son comparadas con los resultados de las pruebas actuales de laboratorio para determinar pruebas pendientes, en el que la al menos una prueba adicional de laboratorio se define según las pruebas pendientes;
transmitir un mensaje al al menos un dispositivo automático de pruebas para la ejecución automática por al menos un segundo dispositivo automático de pruebas de laboratorio en la al menos una muestra de laboratorio de la al menos una prueba adicional de laboratorio;
en el que el al menos un segundo dispositivo automático de pruebas de laboratorio ejecuta la al menos una prueba adicional de laboratorio seleccionada de un grupo que incluye: prueba de función hepática, prueba de función renal, prueba asociada a la diabetes, recuento sanguíneo completo, RSC, prueba de coagulación sanguínea, análisis de orina, prueba bioquímica, prueba de electrolitos, prueba de gases en sangre, nivel de glucosa en sangre y análisis celular, según el mensaje en al menos una porción de la al menos una muestra de laboratorio de sangre y/u orina, recogida del individuo diana y sometida a ensayo mediante el dispositivo automático de pruebas de laboratorio, para obtener al menos un resultado de pruebas adicionales de laboratorio;
introducir los resultados de las pruebas actuales de laboratorio y el al menos un resultado de pruebas adicionales de laboratorio y el al menos un parámetro adicional del paciente, en el al menos un clasificador seleccionado, en el que el al menos un clasificador produce al menos una indicación patológica calculada; y
producir el valor de la al menos una indicación patológica calculada para su presentación por parte del terminal cliente (212),
en el que el valor de la al menos una indicación patológica calculada es indicativo de un estado del paciente y denota una agregación de la pluralidad de resultados de las pruebas actuales de laboratorio y el al menos un resultado de pruebas adicionales de laboratorio y el al menos un parámetro adicional del paciente.
2. El procedimiento según la reivindicación 1, en el que cada uno de la pluralidad de clasificadores calcula una respectiva indicación patológica calculada de un subconjunto de resultados de las pruebas actuales de laboratorio para generar una indicación clínica de al menos uno de: procesos biológicos normales, procesos patógenos y respuestas farmacológicas a una intervención terapéutica.
3. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que la al menos una indicación patológica calculada denota una agregación del respectivo subconjunto de resultados de las pruebas actuales de laboratorio, en el que al menos un miembro del subconjunto de resultados de las pruebas actuales de laboratorio está correlacionado estadísticamente de forma poco significativa con la indicación clínica denotada por la al menos una indicación patológica calculada evaluada.
4. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que obtener el al menos un parámetro adicional del paciente comprende:
determinar según el análisis de la pluralidad de resultados de las pruebas actuales de laboratorio, al menos un parámetro adicional del paciente del individuo diana para la aplicación del al menos un clasificador seleccionado; y
acceder a una base de datos de repositorio de datos clínicos para obtener un valor de al menos un parámetro adicional del paciente del individuo diana.
5. El procedimiento según la reivindicación 4, en el que se selecciona el al menos un parámetro adicional del paciente del grupo que consta de: una medición anterior de al menos uno de la pluralidad de resultados de las pruebas actuales de laboratorio, un parámetro demográfico, un diagnóstico médico, un parámetro de tabaquismo, un parámetro de uso de medicamentos, un parámetro de historial familiar, un parámetro genético, un parámetro de historial médico y un parámetro de hallazgos de una exploración física.
6. El procedimiento según cualquiera de las reivindicaciones 4 y 5, que comprende, además, calcular un cambio en los resultados de las pruebas actuales de laboratorio y al menos un resultado anterior de las pruebas actuales de laboratorio y aplicar el al menos un clasificador seleccionado al cambio calculado en el valor.
7. El procedimiento según cualquiera de las reivindicaciones anteriores, que comprende, además, analizar el valor de la al menos una indicación patológica calculada en vista de los resultados de las pruebas actuales de laboratorio, aplicando un conjunto de reglas que define un valor previsto de la al menos una indicación patológica calculada, para detectar una aberración, definida por el conjunto de reglas, a partir del valor previsto de la al menos una indicación patológica calculada y generar una alerta en un terminal cliente indicativa de la aberración detectada.
8. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que se presenta el valor de la al menos una indicación patológica calculada como una entrada de un informe de los valores de la pluralidad de pruebas actuales de laboratorio.
9. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que el valor de la al menos una indicación patológica calculada es indicativo de un miembro de un grupo constituido por:
una detección precoz de cáncer,
una predicción de enfermedad hepática en función de pruebas actuales de laboratorio indicativas de la función hepática,
una predicción de insuficiencia renal en función de pruebas actuales de laboratorio indicativas de la función renal,
una puntuación de monitorización de la diabetes en función de pruebas actuales de laboratorio indicativas de efectos diabéticos adversos,
una predicción de rehospitalización, y
sepsis.
10. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que el valor de la al menos una indicación patológica calculada es indicativo del deterioro específico a un órgano, seleccionado del grupo constituido por: insuficiencia renal aguda, IRA, insuficiencia hepática fulminante, IHF, e insuficiencia cardiaca aguda, ICA.
11. Un sistema para proporcionar un terminal cliente (212) con al menos una indicación patológica calculada en respuesta a resultados de las pruebas actuales de laboratorio de un paciente, que comprende: una memoria no transitoria (206) que tiene almacenada en la misma un código (206A) para su ejecución por al menos un procesador (202) de soporte físico de un dispositivo informático (204) asociado con una base de datos (216) que almacena una pluralidad de clasificadores y asociado con al menos un dispositivo automatizado (208) de pruebas de laboratorio por medio de una red (214), comprendiendo el código:
código para recibir una pluralidad de resultados de las pruebas actuales de laboratorio calculados en función de un análisis automatizado de al menos una muestra de laboratorio recogida de un individuo diana;
código para seleccionar automáticamente al menos un clasificador de la pluralidad de clasificadores según un conjunto de reglas que analiza la pluralidad de resultados de las pruebas actuales de laboratorio y seleccionar clasificadores relevantes;
en el que una pluralidad de clasificadores cada uno de los cuales calcula una respectiva indicación patológica calculada de un conjunto de resultados de las pruebas actuales de laboratorio son entrenados en función de una pluralidad de resultados históricos de la prueba de laboratorio y de al menos un parámetro adicional del paciente, obtenido a partir del historial clínico electrónico de otros pacientes, en el que el entrenamiento de la pluralidad de clasificadores se realiza usando los resultados históricos de la prueba de laboratorio y el al menos un parámetro del paciente como entrada deseada y valores de la indicación patológica calculada que denota la salida del clasificador respectivo,
en el que los resultados de las pruebas actuales de laboratorio y los resultados históricos de pruebas de laboratorio incluyen análisis de sangre y/o análisis de orina;
en el que se realiza el entrenamiento de la pluralidad de clasificadores usando uno o más procedimientos automáticos de aprendizaje de máquina, incluyendo k vecinos más próximos, KNN, bosque aleatorio, regresión lineal ponderada, red neuronal, árboles de decisión y Bayes;
código para obtener al menos un parámetro adicional del paciente del individuo diana según el al menos un clasificador seleccionado;
código para determinar al menos una prueba adicional de laboratorio según una correlación y/o un conjunto de reglas que definen qué pruebas de laboratorio son usadas como entrada para el al menos un clasificador seleccionado, en el que las pruebas de laboratorio usadas para la entrada en el al menos un clasificador seleccionado son comparadas con los resultados de las pruebas actuales de laboratorio para determinar pruebas pendientes, en el que la al menos una prueba adicional de laboratorio está definida según las pruebas pendientes;
código para transmitir un mensaje al al menos un dispositivo automático para pruebas para la ejecución automática por al menos un segundo dispositivo automático de pruebas de laboratorio en la al menos una muestra de laboratorio del al menos una prueba adicional de laboratorio;
en el que el al menos un segundo dispositivo automático de pruebas de laboratorio ejecuta la al menos una prueba adicional de laboratorio seleccionada de un grupo que incluye: prueba de función hepática, prueba de función renal, prueba asociada a la diabetes, recuento sanguíneo completo, RSC, prueba de coagulación sanguínea, análisis de orina, prueba bioquímica, prueba de electrolitos, prueba de gases en sangre, nivel de glucosa en sangre y análisis celular, según el mensaje en al menos una porción de la al menos una muestra de laboratorio de sangre y/u orina, recogida del individuo diana y sometida a ensayo mediante el dispositivo automático de pruebas de laboratorio, para obtener al menos un resultado adicional de pruebas de laboratorio;
código para introducir los resultados de las pruebas actuales de laboratorio y el al menos un resultado de pruebas adicionales de laboratorio y el al menos un parámetro adicional del paciente, en el al menos un clasificador seleccionado, en el que el al menos un clasificador produce al menos una indicación patológica calculada; y
código para producir el valor de la al menos una indicación patológica calculada para su presentación por parte del terminal cliente (212),
en el que el valor de la al menos una indicación patológica calculada es indicativo de un estado del paciente y denota una agregación de la pluralidad de resultados de las pruebas actuales de laboratorio y el al menos un resultado de pruebas adicionales de laboratorio y el al menos un parámetro adicional del paciente.
12. El sistema de la reivindicación 11, en el que el dispositivo informático está en comunicación de red con un servidor (220) de sistema de información de laboratorio, LIS, en una red de laboratorio que implementa un estándar de comunicaciones de salud nivel 7, HL7, en el que el servidor de LIS está en comunicación con el al menos un dispositivo automatizado de pruebas de laboratorio y el al menos un segundo dispositivo automatizado de pruebas de laboratorio, en el que los resultados de las pruebas actuales de laboratorio y el resultado de pruebas adicionales de laboratorio son recibidos por el dispositivo informático del servidor de LIS y el dispositivo informático proporciona el valor de la al menos una indicación patológica calculada al servidor de LIS.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762506038P | 2017-05-15 | 2017-05-15 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2982234T3 true ES2982234T3 (es) | 2024-10-15 |
Family
ID=62492400
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES18172436T Active ES2982234T3 (es) | 2017-05-15 | 2018-05-15 | Sistemas y procedimientos para la agregación de resultados de pruebas de laboratorio generados automáticamente |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10971267B2 (es) |
| EP (1) | EP3404665B1 (es) |
| DK (1) | DK3404665T3 (es) |
| ES (1) | ES2982234T3 (es) |
| PT (1) | PT3404665T (es) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021079792A1 (ja) * | 2019-10-23 | 2021-04-29 | 富士フイルム株式会社 | 機械学習システムおよび方法、統合サーバ、情報処理装置、プログラムならびに推論モデルの作成方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU774889B2 (en) | 1999-02-04 | 2004-07-08 | Biomerieux, Inc. | A method and apparatus for predicting the presence of haemostatic dysfunction in a patient sample |
| US8374886B2 (en) * | 2003-09-10 | 2013-02-12 | Francis Michael Walsh | Computer based clinical laboratory ordering and reporting system with embedded consultation function |
| US20050209785A1 (en) * | 2004-02-27 | 2005-09-22 | Wells Martin D | Systems and methods for disease diagnosis |
| US8447552B2 (en) * | 2009-01-05 | 2013-05-21 | Siemens Aktiengesellschaft | Conditioned medical testing |
| CN104374932A (zh) | 2009-01-13 | 2015-02-25 | Fio公司 | 与电子设备和快速诊断测试中的测试盒结合使用的手持诊断测试设备 |
| US20150012300A1 (en) * | 2013-07-03 | 2015-01-08 | Virtual Viewbox, L.L.C. | Methods for Establishing a Cloud-based, Interactive Medical Pre-Registration System |
| US20150193583A1 (en) * | 2014-01-06 | 2015-07-09 | Cerner Innovation, Inc. | Decision Support From Disparate Clinical Sources |
| WO2016127089A1 (en) * | 2015-02-08 | 2016-08-11 | Sora Medical Solutions Llc | Comprehensive diagnosis and care system |
| EP3519834A4 (en) * | 2016-09-29 | 2020-06-17 | MeMed Diagnostics Ltd. | RISK ASSESSMENT AND DISEASE CLASSIFICATION METHODS |
-
2018
- 2018-05-15 ES ES18172436T patent/ES2982234T3/es active Active
- 2018-05-15 DK DK18172436.0T patent/DK3404665T3/da active
- 2018-05-15 EP EP18172436.0A patent/EP3404665B1/en active Active
- 2018-05-15 PT PT181724360T patent/PT3404665T/pt unknown
- 2018-05-15 US US15/979,495 patent/US10971267B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| EP3404665A1 (en) | 2018-11-21 |
| US20180330819A1 (en) | 2018-11-15 |
| US10971267B2 (en) | 2021-04-06 |
| PT3404665T (pt) | 2024-07-02 |
| DK3404665T3 (da) | 2024-06-10 |
| EP3404665B1 (en) | 2024-03-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huyut et al. | Prediction of diagnosis and prognosis of COVID-19 disease by blood gas parameters using decision trees machine learning model: a retrospective observational study | |
| Poplin et al. | Prediction of cardiovascular risk factors from retinal fundus photographs via deep learning | |
| Cardoso et al. | Predictors of development and progression of retinopathy in patients with type 2 diabetes: importance of blood pressure parameters | |
| Ting et al. | Deep learning in estimating prevalence and systemic risk factors for diabetic retinopathy: a multi-ethnic study | |
| Hubert et al. | Association of the immature platelet fraction with sepsis diagnosis and severity | |
| Abebe et al. | Level of sustained glycemic control and associated factors among patients with diabetes mellitus in Ethiopia: a hospital-based cross-sectional study | |
| Conde et al. | Differences in sepsis treatment and outcomes between public and private hospitals in Brazil: a multicenter observational study | |
| JP2019534506A (ja) | 医療データのマイニングのシステムおよび方法 | |
| Makam et al. | Use of cardiac biomarker testing in the emergency department | |
| Lintz et al. | Fluid accumulation in critically ill children: a systematic review and meta-analysis | |
| Fu et al. | Association between red blood cell distribution width/albumin ratio and all-cause mortality or cardiovascular diseases mortality in patients with diabetic retinopathy: A cohort study | |
| Fki et al. | Machine learning with internet of things data for risk prediction: application in ESRD | |
| Tetzlaff et al. | Identifying time trends in multimorbidity—defining multimorbidity in times of changing diagnostic practices | |
| ES2982234T3 (es) | Sistemas y procedimientos para la agregación de resultados de pruebas de laboratorio generados automáticamente | |
| Barclay et al. | Phenotypes and rates of cancer-relevant symptoms and tests in the year before cancer diagnosis in UK Biobank and CPRD Gold | |
| Honnef et al. | Evaluation of the usefulness of non-invasive serum haemoglobin measurement in a perioperative setting in a prospective observational study | |
| Kim et al. | Between-visit reproducibility of inter-arm systolic blood pressure differences in treated hypertensive patients: the coconet study | |
| Brothers et al. | Survival and recovery modeling of acute kidney injury in critically ill adults | |
| US20160180049A1 (en) | Managing medical examinations in a population | |
| Ramoshaba et al. | Retinal microvasculature and masked hypertension in young adults: the African-PREDICT study | |
| Park et al. | Prevalence and risk factors of hypertensive retinopathy in South Korea based on national health survey data | |
| Tu et al. | Prognostic value of electronic health records-based frailty measures for all-cause mortality in older patients with non-small cell lung cancer | |
| US20240170156A1 (en) | Risk index system for evaluating risk of diabetic retinopathy | |
| Nemlander | Early cancer detection through symptoms and signs | |
| Nybo et al. | Hemoglobin is associated with retinal vascular fractals in type 1 diabetes patients |