JP2004538580A - 診断情報記録及び処方箋情報記録の間のデータ・リンクを作成するシステム及び方法 - Google Patents

Abstract

【課題】１つ或はそれ以上の診断情報記録（１５０）と１つ或はそれ以上の処方箋情報記録（１５０）との間のデータ・リンク（１３０）を作り出す方法及びシステムが開示されている。
【解決手段】最初に、診断情報記録（１５０）の内の各々と、処方箋情報記録（１５０）の内の、もしあれば、１つ或はそれ以上との間の関連（１１０）が引き出される。更に、診断情報記録（１５０）の内の１つ或はそれ以上と処方箋情報記録（１５０）の内の１つ或はそれ以上との間の一致確率（１２０）が１つ或はそれ以上の引き出された関連（１１０）を用いて決定される。診断情報記録（１５０）の各々が、１つ或はそれ以上の一致確率（１２０）を用いて、処方箋情報記録（１５０）の内の１つ或はそれ以上とリンクされる。
【選択図】図１

Description

【技術分野】
【０００１】
関連出願の相互参照
この出願は、事実上、引用することでここに合体させると共に優先権を要求する基となる２００１年８月８日に（米国）出願された仮出願第６０／３１０，７９４号に基づいている。
本発明は医療用ソフトウェア・アプリケーションに関し、より詳細には、様々なタイプの医療情報記録の間でデータ・リンクを作成する技術に関する。
【背景技術】
【０００２】
これまで、医師は患者の受診を記録する「パッド−ブック」を使用してきた。こうしたパッド−ブックは、患者の名前、年齢、性別、並びに、保険業情報を含む様々なデータを医師が入力した特別な形態である。こうしたパッド−ブックは、患者の診断情報と各診断と対応する処方箋情報との双方に関する記録を含んでいた。２つ以上の診断が患者受診中に為された場合、医師は各診断毎に１つ或はそれ以上の処方箋をそのパッド−ブックに入力した。
【０００３】
近年、コンピュータが病院及び診療室の主要な構成部分となった。現在、大多数の医師は殆どの患者記録をコンピュータに保持している。診断情報及び処方箋情報を含む患者受診に関する様々なデータは、容易な検索のためにコンピュータ・システムに入力されると共に記憶される。
【０００４】
新しい患者が医師によって診察される際、患者の名前、住所、性別、年齢、保険業者、並びに、医療履歴を含む一定の患者特定データがコンピュータ・システムに入力されてデータベースに記憶される。診察の完了に及んで、１つ或はそれ以上の診断が為され得て、それに対して薬剤が処方される。患者特定診断情報及び患者特定処方箋情報はそれらのために医師のコンピュータ・システム内における対応する記録に入力される。これら診断情報記録及び処方箋情報記録は、通常、個別に記憶されると共に、患者が医師の診察を受けに行くたびに更新される。
【０００５】
診断情報記録及び処方箋情報記録は異なるデータベースに保持されるので、診断情報と対応する処方箋情報との間の明白なリンクを設定することはしばしば難しい。医師がそうした患者コンピュータ記録におけるそうしたリンクに注意を向けることはまれであり、他のスタッフは処方された薬剤と診断との間の一致の適切な決定を為す医療知識に乏しい可能性がある。更には、慢性疾患を伴う患者が医師の診察を再び受けに行く場合、患者診察記録には、しばしば、処方箋が捜し求められる以前に決定された診断についての徴候が何等含まれておらず、それらは、通常、同一患者に対する以前に決定された診断の全てを含む別の「患者履歴ファイル」に記憶されている。
【０００６】
現在、有効な医療ソフトウェア・アプリケーションは診断情報記録及び処方箋情報記録の間のリンクを提供しない。この問題を認識して、診断情報記録及び処方箋情報記録の双方を考慮する方法論が検討されてきた。
【０００７】
その方法論は、処方されたプロダクト又は生成物を医療履歴データから引き出された治療徴候に基づく診断に割り当てることを含む。同一或は同様の徴候を有するプロダクトは、通常、「治療分類」としてグループ分けされる。各治療分類に対して、制限された数の診断が関連されている。同様に、各診断に対して、制限された数だけの治療分類が関連されている。
【０００８】
残念ながらこの方法論は精度が低いと云う欠点を有する。プロダクトは不均一な治療属性を有し、それが同様であるが、必ずしも同等の治療効果を生ずることがない。同一の治療分類からの異なるプロダクトは異なる目的のために容易に使用され得る。例えば、２つのプロダクト、即ち、“Ｄｉａｎｅ”（Ｓｃｈｅｒｉｎｇ， ＡＧ， Ｂｅｒｌｉｎ）と、“Ｓｋｉｄ”（Ｌｉｃｈｔｅｎｓｔｅｉｎ ＧｍｂＨ ａｎｄ Ｃｏ．， Ｍｕｅｈｌｅｉｍ−Ｋａｅｒｌｉｃｈ）は同一の治療分類“Ｄ１０Ｂ：経口及びニキビ止め調合剤”に属する。しかしながら“Ｓｋｉｄ”はニキビ処理用に排他的に使用され、“Ｄｉａｎｅ”は“経口避妊薬”に際立って使用されるが、ニキビ処理のためにも使用され得る。結果として、治療分類毎の主要な診断は、その全体的な分類において、各プロダクトに対して必ずしも有効ではない。
【０００９】
更には、情報はこの方法論における新データ・デリバリーによって更新される。「治療分類」のアプローチは履歴データから引き出されたパターンで稼働する。こうした引き出されたパターンは、次いで、実際のデータ・サンプルに適用される。この実際のデータ・サンプルにおいて、もし、履歴データに存在しない診断及び処方箋の情報から成る組み合わせであれば、その組み合わせは手動でリンクさせられなければならない。それ故に、この方法は新組み合わせを自動的にリンクする能力を有しない。その理由のため、この方法論は各種の医療サービスの新着手用にも使用できない。従って、診断情報記録及び処方箋情報記録の間の正確且つ自動的に更新されるデータ・リンケージを作り出す技術の必要性が依然としてある。
【発明の開示】
【発明が解決しようとする課題】
【００１０】
本発明の目的は、診断情報記録と処方箋情報記録とをリンクする正確で自動化させられたデータ・リンケージ又はデータ連係を提供することである。
【００１１】
本発明の別の目的は、自動的に更新され得るデータ・リンケージ技術を提供することである。
【課題を解決するための手段】
【００１２】
以下に詳述される更なる開示を参照して明らかとなる本発明のこうした目的やその他の目的を達成するために、本発明は診断情報記録と１つ或はそれ以上の処方箋情報記録との間のデータ・リンケージを作り出す技術を開示するものである。
【００１３】
一実施例において、複数の診断情報記録と複数の処方箋情報記録との間のデータ・リンク（データ連係）を作り出す方法は、（ａ）前記複数の診断情報記録及び前記複数の処方箋情報記録を分析して１つ或はそれ以上の診断対処方箋の関連を引き出す即ち導き出すステップであり、それら関連の各々が、前記処方箋情報記録の内の１つ或はそれ以上から成るグループを、もしあれば、前記１つ或はそれ以上の診断情報記録から成るグループと関連させるステップと、（ｂ）１つ或はそれ以上の一致確率を決定するステップであり、それら一致確率の各々が、ステップ（ａ）で引き出された関連を用いると共に前記診断情報記録の内の１つ或はそれ以上から成るグループと１つ或はそれ以上の処方箋情報記録から成るグループとの間の一致を示すことから成るステップと、（ｃ）前記１つ或はそれ以上の一致確率を用いて、前記診断情報記録の内の１つ或はそれ以上を前記処方箋情報記録の内の１つ或はそれ以上とリンクするステップと、の諸ステップを含む。
【００１４】
より好ましい実施例において、この方法は、１つ或はそれ以上の履歴的関連を提供するステップを更に含み、それら履歴的関連の各々が診断情報記録から成る前記グループと処方箋情報記録から成る前記グループとの間の関連を表示しており、前記決定ステップが１つ或はそれ以上の一致確率を決定することを含み、それら一致確率の各々が、ステップ（ａ）で引き出された前記１つ或はそれ以上の診断対処方箋の関連と前記１つ或はそれ以上の履歴的関連とを用いている。
【００１５】
著しく好ましい実施例において、確率テーブルが、前記１つ或はそれ以上の一致確率を用いて、１つ或はそれ以上の診断情報記録と１つ或はそれ以上の処方箋情報記録とから成る診断−処方箋の組み合わせの全てに対して作り出されている。
【００１６】
本発明の別の実施例において、リンキング即ち連係（ｌｉｎｋｉｎｇ）・アルゴリズムが、診断情報記録及び処方箋情報記録をリンクすべく適用される。このリンキング・アルゴリズムは、好ましくは、最大尤度(likelihood)アルゴリズム或は相対的尤度アルゴリズムのうちの何れかである。
【００１７】
最後に、本発明の別の有益な局面は前記一致確率を自動的に更新するステップを設けることである。
【発明を実施するための最良の形態】
【００１８】
図１は、１つ或はそれ以上の診断情報記録と１つ或はそれ以上（即ち複数）の処方箋情報記録との間のデータ・リンクを作り出す典型的な方法１００を図示するフローチャートである。この方法は各診断情報記録と複数の処方箋情報記録の内の１つ或はそれ以上との間の関連１１０を引き出すことから始まる。次に、複数の診断情報記録の内の１つ或はそれ以上と複数の処方箋情報記録の内の１つ或はそれ以上との間の一致確率１２０がステップ１１０で引き出された１つ或はそれ以上の関連を用いて決定される。次いでそれら診断情報記録の各々が、ステップ１２０で決定された１つ或はそれ以上の一致確率を用いて、１つ或はそれ以上の処方箋情報記録とリンク１３０される。
【００１９】
この方法論は診断情報記録及び処方箋情報記録の存在を必要とする。好適実施例に従えば、１つ或はそれ以上の履歴的関連記録から成る集合がステップ１１０に先行するステップ１４０で提供される。
【００２０】
各履歴的関連記録は１つ或はそれ以上の履歴的な診断情報記録と１つ或はそれ以上の履歴的な処方箋情報記録との間の関連を表示する。履歴的な診断情報記録と履歴的な処方箋情報記録とは、例えば、事前決定された期間以内で、複数の模範医療専門家から成る事前決定された集合によって決定された診断情報を表す。履歴的処方箋情報記録は履歴的診断情報と対応する処方箋情報を表示する。言い換えれば履歴的関連記録は、各履歴的診断情報記録を１つ或はそれ以上の履歴的処方箋情報記録と手動でリンクする模範医師から成る事前決定された集合によって提供されたデータを含む。
【００２１】
ステップ１１０で使用され得る複数の記録から成る別の集合は最新の診断及び処方箋の情報記録１５０である。最新の診断情報記録は患者来診中に医師によって決定された診断情報を含む。最新の処方箋記録は、そうした診断から生ずる対応した処方箋情報を含む。
【００２２】
各診断記録は１つ或はそれ以上の処方箋記録と関連され得る。１つの診断情報記録が１つのみの処方箋情報記録と関連されている関連とは、１対１の関連として言及される。１つの診断情報記録が２つ以上の処方箋情報記録と関連されている関連とは、１対多数の関連として言及される。
【００２３】
２つ以上の診断情報記録が１つのみの処方箋情報記録と関連されていることも可能である。この関連は、多数対１の関連として言及される。同様に、２つ以上の診断情報記録が２つ以上の処方箋情報記録と関連されている関連とは多数対多数の関連として言及される。
【００２４】
ステップ１１０において、これら関連が決定されると、関連する最新の記録が識別可能となる。ステップ１１０の結果、最新の診断及び処方箋の情報記録１５０から成る副次的な集合が形成され得て、それがステップ１１０で決定されたように、１対１の関連及び１対多数の関連の何れかを介して相互に関連されているような診断及び処方箋の情報記録のみを含んでいる。これは付表Ａに開示された典型的なソフトウェア手法を用いて達成される。
【００２５】
好適実施例において、履歴的関連記録１４０と最新の診断及び処方箋の情報記録１５０との双方はステップ１１０で使用され得る。これら記録から成る２つの集合は付表Ｂに開示された典型的なソフトウェア・プログラムを利用することによって合併される。
【００２６】
好適実施例において、ステップ１２０は確率テーブルの使用を通じて達成される。図２で参照されるように、確率テーブルを生成し更新する方法を図示しているフローチャートが提供されている。この好適実施例において、優良データ・ファイル２２０は履歴的関連記録１４０と最新の診断及び処方箋の情報記録１５０との双方を含む。最新の診断及び処方箋の情報記録１５０は、ｔ＝０に対して、最新優良データ・ファイル２２６で表される。典型的な履歴的情報記録は、２つの先行する時間的期間、即ち、ｔ＝−２及びｔ＝−１に対して、それぞれ、履歴的優良データ・ファイル２２２及び２２４で表される。しかしながら優良データ・ファイル２２０は任意の数の先行する時間的期間に対して履歴的情報記録１４０を含み得る。
【００２７】
確率テーブル２１０は最も古い優良データ・ファイルを用いてステップ２０５で初期的に作り出される。図２からの複数の優良データ・ファイル２２０から成る典型的な集合において、確率テーブルは履歴的優良データ・ファイル２２２を用いてステップ２０５で初期的に作り出される。履歴的優良データ・ファイル２２２から、診断情報記録及び処方箋情報記録から成る全ての組み合わせが決定される。優良データ・ファイル２２２は他のものよりもより頻繁に発生する診断及び処方箋の情報記録の特定の組み合わせを含み得る。従って、発生頻度も決定される。発生頻度は、特定の診断情報記録が特定の処方箋情報記録と何度組み合わされたかを計算して、その数を履歴的優良データ・ファイル２２２における組み合わせの総数で割ることによって履歴的優良データ・ファイル２２２から決定される。ひとたび全ての組み合わせが決定されて、発生頻度が計算されたならば、確率テーブル２１０は作り出される。
【００２８】
発生頻度に加えて、２つの発生ランクも診断及び処方箋の情報記録の各決定された組み合わせに対して決定される。第１発生ランクは診断発生ランクＲ１である。診断発生ランクＲ１は、特定の処方箋情報記録と対応している診断情報記録の全てのリストからの特定診断情報記録の発生ランクを表示している。言い換えれば、各処方箋情報記録に対して、１つ或はそれ以上の診断情報記録が存在し得て、それらが確率テーブルにおけるそれらの頻度の数即ちそれらの診断発生ランクＲ１によって下降順にランク付けさせられる。最も高い診断発生ランクはＲ１＝１である。特定の診断情報記録と対応する処方箋情報記録とから成る特定の各種組み合わせが同一の発生頻度を有する場合、それら組み合わせも同一のランクＲ１を有する。診断発生ランクＲ１は、好ましくは、診断及び処方箋の情報記録の最も有望な組み合わせを選択するために使用される。
【００２９】
第２発生ランクは処方箋発生ランクＲ２である。特定の処方箋情報記録の発生ランクＲ２は特定の診断情報記録と対応している全処方性情報記録から成るリストからの特定の処方箋情報記録の発生ランクを表示している。言い換えれば、各診断情報記録に対して、１つ或はそれ以上の処方箋情報記録が存在し得て、それらが確率テーブルにおけるそれらの頻度の数即ちそれらの処方箋発生ランクＲ２によって下降順にランク付けさせられる。最も高い処方箋発生ランクはＲ２＝１である。特定の処方箋情報記録と対応する診断情報記録とから成る特定の各種組み合わせが同一の発生頻度を有する場合、それら組み合わせも同一のランクＲ２を有する。処方箋発生ランクは、好ましくは、第２ループのアルゴリズム（図３のステップ３７０参照）で使用される。好適実施例において、発生ランクＲ１及びＲ２の割り当ては、ＳＡＳ Ｉｎｓｔｉｔｕｔｅ Ｉｎｃ．（ノースカロライナ州ケアリー）社製のＯＳ／３９０用の典型的な統計分析パッケージ“ＳＡＳ Ｓｙｓｔｅｍ”バージョン６．０９０４７０Ｐ０４２６９９に提供された“ＰｒｏｃＲａｎｋ”手法を用いることによって達成される。
【００３０】
好適実施例において、確率テーブルは診断及び処方箋の情報記録から成る決定された組み合わせの各々に対して均一に分布された乱数をも含む。均一に分布された乱数は所与の場合に対する全組み合わせが同一頻度によって同等にランク付けされる場合に使用される。例えば、幾つかの組み合わせが「１」の頻度を有する場合があり得る。その場合、それら全ての組み合わせは「１」と同等のランクＲ１及びＲ２を有することになる。その場合、それら組み合わせに対する発生ランクに基づき決定が何等為され得ず、均一に分布された乱数が使用されなければならない。好適実施例において、均一に分布された乱数は、これも典型的なＳＡＳ統計分析パッケージに提供されているＲＡＮＵＮＩ（０）手法を用いることによって各組み合わせに対して決定される。この手法は、０及び１の間の各決定された数が同一確率を有することを保証する。ひとたび均一分布乱数が診断及び処方箋の情報記録から成る各組み合わせに対して計算されたならば、それら組み合わせは例えば降下順或は上昇順にランク付けされ得る。
【００３１】
確率テーブルの典型的なフォーマットはテーブルＡに示されている。
【００３２】
〔表１〕
テーブルＡ

【００３３】
好適実施例において、確率テーブルを初期的に作り出すステップ２０５は付表Ｂに示される典型的なソフトウェア・プログラムであるＰｒｏＧｅｎ手法を用いることによって行われる。ＰｒｏＧｅｎはＳＡＳプログラミング言語で書かれており、以下のステップを含む。
ａ．優良データ・ファイルの読取り
ｂ．発生頻度の計算
ｃ．診断発生ランクＲ１の決定
ｄ．処方箋発生ランクＲ２の決定
ｅ．確率テーブルの生成
（ｉ） 行き詰まり状態での乱数の決定
（ｉｉ） 最も低いランクへの未処理診断の割り当て（例外規定）
（ｉｉｉ）以下のセルの作成
１．プロダクト
２．診断
３．頻度
４．優良データ・ファイルのサイクル
５．診断発生ランクＲ１
６．処方箋発生ランクＲ２
７．乱数
留意すべき重要なことは、優良データ・ファイルの読取りのステップが任意には診断及び処方箋の情報記録の１対１の組み合わせ及び１対多数の組み合わせだけの読取りを可能としていることである。また発生頻度を計算するステップは、典型的なＳＡＳ統計分析パッケージに提供された“Ｓｕｍｍａｒｙ（要約）”手法を用いて行われ得る。診断発生ランクを決定するステップは“ＲＡＮＫ”手法を用いて行われ、ここで“ｐｒｏｄｕｃｔ（プロダクト）”はグループ分けパラメータである。このＲＡＮＫ手法もＳＡＳ Ｉｎｓｔｉｔｕｔｅ Ｉｎｃ．（ノースカロライナ州ケアリー）社製の典型的な統計分析パッケージに提供されている。同様に、処方箋発生頻度を決定するステップは“ＲＡＮＫ”手法を用いて行われ、ここで“ｄｉａｇｎｏｓｉｓ（診断）”はグループ分けパラメータである。
【００３４】
ひとたび確率テーブル２１０が最も古い優良データ・ファイルを用いてステップ２０５で作り出されたならば、それはより最新の優良データ・ファイルを用いてまたステップ２０５で更新される。図２からの優良データ・ファイル２２０から成る典型的な集合において、確率テーブルは次いで履歴的な優良データ・ファイル２２４及び最新の優良データ・ファイル２２６を用いて更新される。更新手法は確率テーブルを作り出す手法と同様であるが、発生頻度はより最新の優良データ・ファイルに対して決定された際、それらは現存する確率テーブルからの発生頻度と合併され、全ての頻度は診断及び処方箋の情報記録から成る各決定された組み合わせに対して合計される。診断及び処方箋の情報から成る新組み合わせが決定される場合、それらは確率テーブル内に追加される。合計された頻度から、新発生ランクＲ１及びＲ２と新均一分布乱数が決定される。
【００３５】
好適実施例において、確率テーブル２０５を更新するステップは付表Ｃに示されるソフトウェア・プログラムであるＰＲＯＢＵＰＤ手法を用いて実行される。ＰＲＯＢＵＰＤもＳＡＳプログラミング言語で書かれており、以下のステップを含む。
ａ．優良データ・ファイルの読取り
ｂ．発生頻度の計算
ｃ．先行確率テーブルの読取り
ｄ．先行確率テーブルの優良データ・ファイルとの合併
（ｉ） 診断及び処方箋の情報記録から成る各組み合わせに対する頻度の累積
（ｉｉ） 診断及び処方箋の情報記録から成る新組み合わせを優良データ・ファイルからのそれらの頻度と一緒に挿入
ｅ．更新された診断発生ランクＲ１の決定
ｆ．更新された処方箋発生ランクＲ２の決定
ｇ．確率テーブルの更新
（ｉ） 行き詰まり状態での乱数の決定
（ｉｉ） 最も低いランクへの未処理診断の割り当て（例外規定）
（ｉｉｉ）以下のセルの作成
１．プロダクト
２．診断
３．頻度
４．優良データ・ファイルのサイクル
５．診断発生ランクＲ１
６．処方箋発生ランクＲ２
７．乱数
留意すべき重要なことは、優良データ・ファイルの読取りのステップが任意には診断及び処方箋の情報記録の１対１の組み合わせ及び１対多数の組み合わせだけの読取りを可能としていることである。また発生頻度を計算するステップは、先に述べた“Ｓｕｍｍａｒｙ（要約）”手法を用いて行われ得、そして、診断発生ランクを決定するステップは“ＲＡＮＫ”手法を用いて行われ、ここで“ｐｒｏｄｕｃｔ（プロダクト）”はグループ分けパラメータであり、更に、処方箋発生頻度を決定するステップは“ＲＡＮＫ”手法を用いて行われ、ここで“ｄｉａｇｎｏｓｉｓ（診断）”はグループ分けパラメータである。
【００３６】
方法２００は１対１の組み合わせ或は１対多数の関連を有する診断及び処方箋の情報記録から成る組み合わせを選択するための任意選択のステップ２３０をも有する。このステップ２３０は最新の診断及び処方箋の情報記録１５０（図１）に関して使用される。図２の典型的な実施例において、ステップ２３０は優良データ・ファイル２２６に関して使用され、多数対１の関連及び多数対多数の関連を有する診断及び処方箋の情報記録から成る組み合わせを濾過する。残りの組み合わせは確率テーブル２１０を更新すべく使用される。先に記載された同一の更新手法は残りの組み合わせに関して使用される。
【００３７】
図２の典型的な実施例で提供されたように、確率テーブル２１０を生成及び更新するために少なくとも３つの優良データ・ファイル２２０を使用することが好ましい。少なくとも３つの優良データ・ファイル２２０を使用することは、結果のより高い統計的な確実性を可能とする。しかしながら、もし履歴的な情報を得ることができないか或は存在しなければ、確率テーブルは１つ或はそれ以上のサンプリング課程から得られる１対１及び１対多数の関連を有する組み合わせを用いることで作り出され得る。
【００３８】
図３は、図１のリンキング・ステップ１３０を具現化する著しく好適な方法論を図示するフローチャートである。この好適実施例において、リンキング・ステップ３００は、優良データ・ファイル３０５内の１対１或は１対多数の関連を有する診断及び処方箋の情報記録から成る組み合わせ全てを残りの組み合わせ３１５から分離するステップ３１０を含む。この分離ステップに続いて、ステップ３２０において、残りの組み合わせ３１５の内の各々は確率テーブル３２５における各データ記録とマッピングされる。このマッピング・ステップに続いて、ステップ３６０において、リンキング・アルゴリズムが、前記処方箋情報記録の内の各々を前記診断情報記録の内の各々と自動的にリンク又は連係するために適用される。自動リンキング・ステップに次いで、ステップ３８０において残りのリンクされていない記録の全ては手動でリンクされる。最後に、優良データ・ファイル３０５における全てのリンクは３９０更新され、新優良データ・ファイル３９５内に保存される。
【００３９】
先に述べたように、ステップ３１０において優良データ・ファイル３０５からの１対１或は１対多数の関連を有する診断及び処方箋の情報記録から成る組み合わせの全ては残りの組み合わせから分離される３１５。１対１或は１対多数の関連を有する組み合わせの全ては、先に述べた“ＰＲＯＢＵＰＤ”手法を用いて更新ステップ２０５中に確率テーブル内に既に統合されている。多数対１及び多数対多数の関連を有する診断及び処方箋の情報記録から成る残りの組み合わせは、ステップ３２０において、確率テーブル３２５における各データ記録とマッピングされる。例えば、もし２つの診断（Ｄ_１Ｄ_２）及び３つのプロダクト（Ｐ_１−Ｐ_３）があれば、以下の組み合わせが作り出される。
〔表２〕

【００４０】
各組み合わせＰ_ｉＤ_ｊに対して、確率テーブルからの各データ記録が選択され、乱数と共に発生頻度とランクＲ_１及びＲ_２とについての情報を保持する。もし任意の組み合わせがテーブル中に見出されなければ、それは非有効な組み合わせであると考えられ、よってそれは可能性ある組み合わせから成るリストから落ちている。
【００４１】
マッピング・ステップに続いて、ステップ３６０において、リンキング・アルゴリズムが、前記処方箋情報記録の内の各々を前記診断情報記録の内の１つ或はそれ以上と自動的にリンク又は連係するために適用される。２つのリンキング・アルゴリズムがあって、自動的に診断及び処方箋の情報記録をリンクすべく好ましくは使用される。
【００４２】
リンキング・アルゴリズムの内の１つは最大尤度アルゴリズムである。この最大尤度アルゴリズムは、各処方箋情報記録に対する最大発生尤度（最も高いランク）を伴う組み合わせを選択することで稼働する。最大尤度アルゴリズムは、最も高い発生ランクを常に、第２番目に最も高いものに対しての位置とは独立して選択する。これは人のオペレータの決定プロセスに最もよく似通ってしている。
【００４３】
先に指摘したように、診断発生ランクＲ_１はマッピングされた組み合わせの各々に割り当てられる。所与の処方箋情報記録に対して、最も高い診断発生ランクＲ_１を伴う組み合わせはこのアルゴリズムによって選択される。もし、例えば２つの組み合わせが同一の診断発生ランクＲ_１を有すれば、同一のアルゴリズムが処方箋発生ランクＲ_２に対して適用される。その場合、最も高い処方箋発生ランクを伴う組み合わせが選択される。もし、例えばそれら２つの組み合わせが同一の処方箋発生ランクＲ_２をも有すれば、均一に分布された乱数が選択に及んで決定する。同等にランク付けされた組み合わせに対して、最も低い乱数を伴うものが好適実施例では選択される。代替的には、最も高い乱数を伴う組み合わせも選択され得る。
【００４４】
典型的な最大尤度アルゴリズムはＬｉｎｘＡアルゴリズムであり、付表Ｄに示されたソフトウェア・プログラムである。ＬｉｎｘＡはＳＡＳプログラムミング言語で書かれているが、他の任意のプログラミング言語で書かれていてもよい。ＬｉｎｘＡは優良データ・ファイルから多数対１及び多数対多数の関連を有する処方箋及び診断の情報記録から成る組み合わせを処理し、それらの最も高いランクに従って処方箋情報記録を対応する診断情報記録に割り当てる。ＬｉｎｘＡは以下のステップを有する。
ａ．優良データ・ファイルの読取り（「データ・ステップ」）
ｂ．１対１及び１対多数の関連を有する組み合わせの濾過
（ｉ） １対１及び１対多数の関連を有する組み合わせの決定（“Ｓｕｍｍａｒｙ”手法）
（ｉｉ） そうした組み合わせを更なる処理を受けない別のデータ・ファイルへ保存
ｃ．残りの診断及び処方箋情報記録から成る可能性ある組み合わせの全ての作成（“ＳＱＬ”手法）
ｄ．更新確率テーブルの読取り
ｅ．確率テーブルの、残りの診断及び処方箋情報記録から成る可能性ある組み合わせの全てを保持するＳＱＬファイルとの合併
ｆ．各処方箋情報記録用に最も高いランクＲ１を伴う診断情報記録の選択とリンクの作成
ｇ．ランクＲ１が同等である場合に「紛失診断」の調査
ｈ．ランクＲ２を用いるステップｃ、ｅ、ｆ、ｇの繰り返し
ｉ．最終決定を為すべく均一分布乱数の使用
ｊ．割り当て不可能である診断情報記録の印刷及び手動割り当ての解放
【００４５】
最大尤度アルゴリズムは同一決定プロセスにおいて最も高い選択が人間によって為された直感的な決定と一致することを保証する一方で、処方箋情報記録及び診断情報記録から成る他の組み合わせを選択する理由はあり得る。最大尤度アルゴリズムを用いる際、最も高い確率を伴う組み合わせは常に選択される。これはしばしば特定の組み合わせの過大評価に到る可能性があるが、その他は監査から徐々に消える可能性がある。もし決定された組み合わせが現実の組み合わせから変動すれば、この逸脱は「バイアス」として表現される。相対的な尤度アルゴリズムは結果の最大の異質性を保証し、それはバイアスを減じ、その理由としては、診断及び処方箋情報記録の第２番目に優良な組み合わせが選択されるべき特定の（非ゼロの）機会を有するからである。
【００４６】
相対的な尤度アルゴリズムは、均一に分布された相対的尤度乱数によって、他の組み合わせとの比率に従って組み合わせを選択する。相対的尤度アルゴリズムは発生ランクを無視し、その代わりに蓄積された頻度を使用する。蓄積された頻度に基づき、蓄積された確率（０と１の間）は計算される。各処方箋情報記録に対して、０と１の間の均一に分布された相対的尤度乱数は生成され、診断情報記録に跨る蓄積された分布から選択点を設定する。均一に分布された相対的尤度乱数はＳＡＳに提供されている標準機能であるＲＵＮＵＮＩ（０）手法を用いて生成される。
【００４７】
典型的な相対的尤度アルゴリズムはＬｉｎｘＢアルゴリズムであり、付表Ｅに示されるソフトウェア・プログラムである。ＬｉｎｘＢもＳＡＳプログラミング言語で書かれるが、他の任意のプログラミング言語で書かれていてもよい。ＬｉｎｘＢは、優良データ・ファイルからの多数対１及び多数対多数の関連を有する処方箋及び診断の情報記録から成る組み合わせを処理し、処方箋情報記録を蓄積されたランク原理に従って対応する診断情報記録に割り当てる。ＬｉｎｘＢは以下のステップを有する。
ａ．優良データ・ファイルの読取り（「データ・ステップ」）
ｂ．１対１及び１対多数の関連を有する組み合わせの濾過
（ｉ） １対１及び１対多数の関連を有する組み合わせの決定（“Ｓｕｍｍａｒｙ”手法）
（ｉｉ） そうした組み合わせを更なる処理を受けない別のデータ・ファイルへ保存
ｃ．残りの診断及び処方箋情報記録から成る可能性ある組み合わせの全ての作成（“ＳＱＬ”手法）
ｄ．更新確率テーブルの読取り
ｅ．確率テーブルの、残りの診断及び処方箋情報記録から成る可能性ある組み合わせの全てを保持するＳＱＬファイルとの合併
ｆ．各処方箋情報記録用に均一分布相対的尤度乱数の計算
ｇ．各処方箋情報記録に対して各診断情報記録を伴う各組み合わせの頻度の蓄積、対応する均一分布相対的尤度乱数を用いて特定の組み合わせを他のものから選択
ｈ．ステップｃ及びｅの繰り返し
ｉ．各処方箋情報記録に対して確率テーブルから最も高いランクＲ２を有する対応する診断情報記録の選択、そしてリンクの作成
【００４８】
相対的尤度アルゴリズムの個々別々のステップは以下の例を用いて説明される。５つの診断情報記録と５つの処方箋情報器記録があると仮定する。これは、各処方箋が厳密に１つの診断情報記録に割り当てられなければならないと云うことを必ずしも意味せず、任意の処方箋情報記録と組み合わせられない診断情報記録と、２つ或はそれ以上の処方箋情報記録が組み合わされた他のものとがあり得る。確率テーブルからの典型的な発生頻度はテーブルＢに提供されており、対応する確率はテーブルＣに示されている。
〔表３〕
テーブルＢ

〔表４〕
テーブルＣ

【００４９】
この例において、組み合わせＰ_１Ｄ_１は最も高い確率（５４．５５％）を有し、それは、０と１の間における可能性ある均一に分布された相対的尤度乱数の全ての５４．５５％が間隔［０．０００；０．５４５５］に入ることを意味する。次の組み合わせは０．２２７３の確率を有するＰ_１Ｄ_２であり、それは、０と１の間における可能性ある均一に分布された相対的尤度乱数の全ての２２．７３％が間隔［０．５４５６；０．７７２７］に入ることを意味する、等々である。それ故に、全ての乱数生成の２２．７３％において、組み合わせＰ_１Ｄ_２は選択される。もし最大尤度アルゴリズムが使用されれば、組み合わせＰ_１Ｄ_２も全場合の約２３％における発生確率を有すると云う事実を無視して、Ｐ_１Ｄ_１が常に選択される。最大尤度アルゴリズムに従えばＰ_１Ｄ_２は、もしそれが、実際上、Ｐ_１Ｄ_１よりも少ない見込みであれば「０」の確率を受ける。最大尤度アルゴリズムに従った診断情報記録及び処方箋情報記録のリンキングはテーブルＤに示されている。
〔表５〕
テーブルＤ

【００５０】
相対的尤度アルゴリズムは同一或は異なる結果を作り出し得る。先に述べたように、相対的尤度アルゴリズムは、処方箋情報記録頻度から決定された、代わりの蓄積された頻度を使用する。その蓄積された頻度に基づき、蓄積された確率（０と１の間）は計算される。各処方箋情報記録に対して、０と１の間における均一に分布された相対的尤度乱数は生成され、それが適切な診断情報記録を選択する点で補助する。この例において、結果として得られる蓄積された確率はテーブルＥに示される。
〔表６〕
テーブルＥ

【００５１】
処方箋情報記録Ｐ_１に対して、もし外部的に決定された均一分布相対的尤度乱数が０．５４５５（「全ての場合の５４．５５％」と同等）未満である場合のみに診断情報記録Ｄ_１が選択される。所与の例において、それはより大きいが、０．７７２７未満であり、それで診断Ｄ_２が選択される。診断情報記録及び処方箋情報記録は相対的尤度アルゴリズムに従ってテーブルＦに示される。
〔表７〕
テーブルＦ

【００５２】
乱数は均一に分布されているので、Ｐ_１Ｄ_２は選択されるために依然として０．５４５５の確率を有しているが（０と０．５４５５との間の任意の乱数）、「ｐ」が「確率」を表す場合、もしｐ（Ｐ_１Ｄ_２）＞ｐ（Ｐ_１Ｄ_２）であれば自動的に１．００００を受け取らない。それ故に、各診断は他の診断に関してその相対的頻度と比例して選択される確率を有する。故に、均一分布相対的尤度乱数は選択プロセスにおける無作為の要素をもたらすが、常に診断及び処方箋の情報記録から成る組み合わせの各確率関数に従っている。
【００５３】
先に付与された例から、最大尤度或は相対的尤度アルゴリズムの何れが使用されるかに応じて、プロダクト及び診断から成る以下の組み合わせが生ずる。
〔表８〕
テーブルＧ

【００５４】
先に挙げられた乱数が与えられれば、最大尤度アルゴリズム及び相対的尤度アルゴリズムの間の唯一の相違は処方箋情報記録Ｐ_１に関して存在する。その場合、最大尤度アルゴリズムはＤ_１を選択するが、相対的尤度アルゴリズムはＤ_２を選択する。Ｐ_２に対して、相対的尤度アルゴリズムは決定的なリンクでＤ_１に到達するが、最大尤度アルゴリズムは第２のループ・アルゴリズムを要求する（以下に記載された図３でのステップ３７０を参照のこと）。これら双方の場合、診断情報記録Ｄ_４は割り当てられないままである（「処方箋無しの診断」）。もしＰ_４が≦０．４の均一分布相対的尤度乱数を受け取った場合のみ、それはＤ_４に対して選択される。
【００５５】
もし、選択プロセスにおいて、診断及び処方箋の情報記録から成る１つの組み合わせ或はその他の組み合わせに対して何等決定が為され得なければ、より特定の決定に到達するために僅かに異なる規準を用いて、第２ループ・アルゴリズムが提供され得る。これと同一のことが、もし２つ或はそれ以上の診断情報が同様であれば有効である。この場合、特に最大尤度アルゴリズムで稼働している際に、全てのプロダクトが唯一の診断情報記録に割り当てられることが可能である。これは過剰な数の「治療無しの診断」を生み出す可能性がある。
【００５６】
第２ループ・アルゴリズムが何時使用され得るかを明らかとするために、２つの処方箋情報記録と２つの診断情報記録とが組み合わせされている以下の例を検討する。第１例において、第２ループが何等必要とされない。発生ランク及び乱数がテーブルＨに示されている。
〔表９〕
テーブルＨ

Ｐ_１に対して、Ｒ１（Ｐ_１Ｄ_１）＜Ｒ１（Ｐ_１Ｄ_２）であるから診断情報記録Ｄ_１が選択される。Ｐ_２に対して、Ｒ１（Ｐ_２Ｄ_２）＜Ｒ１（Ｐ_２Ｄ_１）であるから診断情報記録Ｄ_２が選択される。双方のプロダクト及び診断情報の記録が明らかにリンクされているのでこの場合には第２ループが何等必要とされない。
【００５７】
第２例は、第２ループ・アルゴリズムが何時使用され得るかを示している。第２に対する発生ランク及び乱数はテーブルＩに示されている。
〔表１０〕
テーブルＩ

Ｒ１（Ｐ１，Ｄ１）＜Ｒ１（Ｐ１，Ｄ２）及びＲ１（Ｐ２，Ｄ１）＜Ｒ１（Ｐ２，Ｄ２）であるので、処方箋情報記録Ｐ１及びＰ２の双方は診断情報記録Ｄ１に割り当てられる。Ｄ２に対して、この診断に対して処方されるプロダクトのランクＲ２は検査される。Ｐ１は位置３であり、Ｐ２は位置１であるので、Ｐ２はＤ２に対して再びリンクされる。
【００５８】
第３例は、第２ループがデータ・リンクを提供しなくなると乱数選択が使用されることを示している。第３例に対する発生ランク及び乱数はテーブルＪに示されている。
〔表１１〕
テーブルＪ

【００５９】
診断情報記録Ｄ２は第１ループにおいて任意の処方箋情報記録とリンクされ得ない。第２ループにおいて、２つの処方箋情報記録Ｐ１及びＰ２はＤ２に対して同一ランクＲ２（０３）を有することが分かる。この場合、確率テーブルにおける乱数がより低いので（０．０３７＜０．０９４）、Ｐ１はＤ２に対して選択されることになる。
【００６０】
先に示したように、もし選択プロセスにおいて診断及び処方箋の情報記録から成る１つの組み合わせ或はその他の組み合わせに対して何等決定が為され得なければ、或は、もし２つ或はそれ以上の診断情報が同様であれば、第２ループ・ステップ３７０が適用され得る。ステップ３７０において、処方箋発生ランクＲ_２が診断及び処方箋の情報記録をリンクするために使用される。処方箋発生ランクＲ２は確率テーブルからの同一頻度に基づき計算される。しかしながらこれらランクは特定診断情報記録と対応している処方箋情報記録に従って整えられる（同一診断情報記録に関する全処方箋情報記録の合計された頻度は１００％に等しい）。もし処方箋情報記録の内の任意のものがステップ３６０でリンクされた診断情報記録と比べて割り当てられていない診断情報記録に伴うより高いランクＲ２を有すれば、上書きが為され、新組み合わせがこの特定の処方箋情報記録に対して選択される。
【００６１】
これは、先に説明された５つの処方箋情報記録と５つの診断情報記録の例を用いて説明可能である。先に述べたように、最大尤度アルゴリズムが用いられても或は相対的尤度アルゴリズムが用いられても、プロダクトが診断Ｄ_４に何等割り当てられることがなかった。もし全ての確率が、頻度と、処方箋情報（水平）の代わりの診断情報（垂直）とを用いることで決定されるのであれば、確率及び累積確率から成る新集合が合併する。典型的な確率がテーブルＫに示されている。
〔表１２〕
テーブルＫ

【００６２】
この場合、Ｐ_５はＤ_４に対して選択されるが、これはＤ_５を割り当て無しのままとするので（水平及び垂直のより高いＰ_５確率を伴うもの）、Ｄ_４は「処方箋無しの診断」として維持される（例外規定）。
【００６３】
第２ループ・ステップ３７０が最大尤度アルゴリズムに従って稼働することが好ましく、相対的尤度アルゴリズムが使用され得るが、特定の診断情報記録に対して最も高い確率を伴う処方箋情報を選択する。
【００６４】
自動リンキング・ステップ３６０に続いて、ステップ３８０において、残りの未リンク状態の記録の全ては手動でリンクされる。そうした記録はアプリケーション位相３００で開示された新処方箋情報記録、非常に希な或は新しい診断情報記録、或は、現存する処方箋に対する新しい指示を含み得る。最後に、優良データ・ファイル３０５における全てのリンクは３９０更新され、新優良データ・ファイル３９５内に保存される。
【００６５】
図４を参照すると、本発明に従った典型的なシステム４００の簡略化されたブロック線図が図示されている。このシステム４００はユーザ・インターフェース４２０を介して最新の診断及び処方箋の情報記録４１０を受け取る。最新の診断及び処方箋の情報記録４１０はデータベース４３０内に保存され得る。最新の診断及び処方箋の情報記録４１０に加えて、データベース４３０は履歴的情報記録をも保存し得る。コンピュータ・メモリ４４０は、１つ或はそれ以上の診断情報記録と１つ或はそれ以上の処方箋情報記録との間の関連を引き出すため、そして、その引き出された関連を用いて１つ或はそれ以上の診断情報記録と１つ或はそれ以上の処方箋情報記録との間の一致確率を決定するための１つ或はそれ以上のプログラムを含む。メモリ４４０は診断情報記録の各々を１つ或はそれ以上の処方箋情報記録とリンクするためのプログラムをも含む。プロセッサ４５０は、メモリ４４０内に保存されたプログラムを実行すべく使用される。結果としてのデータはデータベース４３０内に保存され得て、ユーザ・インターフェース４２０を介して出力として提供される。
【００６６】
前述の事項は本発明の原理を単に説明している。上述された実施例に対する様々な変更或は変形は、ここでの教示事項に鑑みて、当業者であれば明らかであろう。よって理解して頂きたいことは、当業者であれば、ここで明白に示されるか或は記載されていないが、本発明の原理を実施し且つそれ故に本発明の精神及び範囲内である非常に多数の技術を工夫し得ることである。
【００６７】

【図面の簡単な説明】
【００６８】
【図１】図１は本発明に従った典型的な方法を図示するフローチャートである。
【図２】図２は確率テーブルを生成・更新する典型的な方法を図示するフローチャートである。
【図３】図３は、図１のリンキング・ステップ１３０を具現化する著しく好ましい方法論を図示するフローチャートである。
【図４】図４は本発明に従った典型的なシステムを図示するブロック線図である。

Claims (43)

1. 複数の診断情報記録と複数の処方箋情報記録との間のデータ・リンクを作り出す方法であって、
   ａ）前記多数の診断情報記録と前記多数の処方箋情報記録とを分析して、１つ或はそれ以上の診断対処方箋の関連を引き出す段階であり、それら関連の各々が前記診断情報記録の内の１つ或はそれ以上から成るグループを前記処方箋情報記録の内の、もしあれば、１つ或はそれ以上から成るグループと関連させることから成る段階と、
   ｂ）１つ或はそれ以上の一致確率を決定する段階であり、それら一致確率の各々が、段階（ａ）で引き出された関連を用いると共に前記診断情報記録の内の１つ或はそれ以上から成るグループと前記処方箋情報記録の内の１つ或はそれ以上から成るグループとの間の一致を示すことから成る段階と、
   ｃ）段階（ｂ）で決定された前記１つ或はそれ以上の一致確率を用いて、前記診断情報記録の内の１つ或はそれ以上を前記処方箋情報記録の内の１つ或はそれ以上とリンクする段階と、
   の諸段階を含む方法。
2. 前記段階（ａ）に先行して１つ或はそれ以上の履歴的関連を提供する段階を更に含み、その各々が前記診断情報記録の内の１つ或はそれ以上から成るグループと前記処方箋情報記録の内の１つ或はそれ以上から成るグループとの間の関連を表示しており、前記段階（ｂ）が１つ或はそれ以上の一致確率を決定することを更に含み、それら一致確率が前記段階（ａ）で引き出された前記診断対処方箋の関連の内の１つ或はそれ以上と、前記１つ或はそれ以上の履歴的関連とを用いている、請求項１に記載の方法。
3. 前記診断対処方箋の関連が１対１の関連を含む、請求項１に記載の方法。
4. 前記診断対処方箋の関連が多数対１の関連を含む、請求項１に記載の方法。
5. 前記診断対処方箋の関連が多数対多数の関連を含む、請求項１に記載の方法。
6. 前記段階（ｂ）が前記１つ或はそれ以上の一致確率を用いて確率テーブルを作り出すことを含む、請求項１に記載の方法。
7. 確率テーブルを作り出す前記段階が、前記複数の診断情報記録と前記複数の処方箋情報記録とを用いて１つ或はそれ以上の診断−処方箋の組み合わせを決定することを含む、請求項６に記載の方法。
8. 確率テーブルを作り出す前記段階が、前記１つ或はそれ以上の診断−処方箋の組み合わせの各々に対する発生頻度を計算することを更に含む、請求項７に記載の方法。
9. 確率テーブルを作り出す前記段階が、前記発生頻度を用いて、前記１つ或はそれ以上の診断−処方箋の組み合わせの各々に対する診断発生ランクを決定することを更に含む、請求項８に記載の方法。
10. 確率テーブルを作り出す前記段階が、前記発生頻度を用いて、前記１つ或はそれ以上の診断−処方箋の組み合わせの各々に対する処方箋発生ランクを決定することを更に含む、請求項９に記載の方法。
11. 確率テーブルを作り出す前記段階が、前記１つ或はそれ以上の診断−処方箋の組み合わせの各々に対する均一に分布された乱数を決定することを更に含む、請求項１０に記載の方法。
12. 前記段階（ｂ）が前記確率テーブルを更新することを更に含む、請求項６に記載の方法。
13. 前記更新段階が、
    （ａ）少なくとも１つの最新の診断−処方箋の組み合わせを受け取ることと、
    （ｂ）前記少なくとも１つの最新の診断−処方箋の組み合わせに対して最新の発生頻度を決定することと、
    （ｃ）前記決定された最新の発生頻度を用いて前記確率テーブルを更新することと、
    を含む、請求項１２に記載の方法。
14. 前記更新段階が、前記少なくとも１つの最新の発生頻度を現存する発生頻度と組み合わせて、前記１つ或はそれ以上の診断−処方箋の組み合わせの各々に対する更新された診断発生ランクを決定することを更に含む、請求項１３に記載の方法。
15. 確率テーブルを更新する前記段階が、前記１つ或はそれ以上の診断−処方箋の組み合わせの各々に対する更新された処方箋発生ランクを決定することを更に含む、請求項１４に記載の方法。
16. 確率テーブルを更新する前記段階が、前記１つ或はそれ以上の診断−処方箋の組み合わせの各々に対する更新された均一分乱数を決定することを更に含む、請求項１５に記載の方法。
17. 前記段階（ｃ）が、前記１つ或はそれ以上の診断−処方箋の組み合わせから、１対１或は１対多数の関連を有する１つ或はそれ以上の診断−処方箋の組み合わせを分離することを更に含む、請求項１に記載の方法。
18. 前記段階（ｃ）が、１つ或はそれ以上の診断情報記録から成るグループを１つ或はそれ以上の処方箋情報記録から成るグループとリンクすべくリンキング・アルゴリズムを適用することを更に含む、請求項１７に記載の方法。
19. 前記段階（ｃ）が、１つ或はそれ以上の診断情報記録から成るグループを１つ或はそれ以上の処方箋情報記録から成るグループとリンクすべく最大尤度アルゴリズムを適用することを更に含む、請求項１７に記載の方法。
20. 前記段階（ｃ）が、１つ或はそれ以上の診断情報記録から成るグループを１つ或はそれ以上の処方箋情報記録から成るグループとリンクすべく相対的尤度アルゴリズムを適用することを更に含む、請求項１７に記載の方法。
21. 前記段階（ｃ）が、１つ或はそれ以上の診断情報記録から成るグループを１つ或はそれ以上の処方箋情報記録から成るグループとリンクすべく第２のループ・アルゴリズムを適用することを更に含む、請求項１７に記載の方法。
22. 前記段階（ｃ）が、１つ或はそれ以上の診断情報記録から成るグループを１つ或はそれ以上の処方箋情報記録から成るグループとリンクすべく手動リンキングを適用することを更に含む、請求項１７に記載の方法。
23. １つ或はそれ以上のサンプル・プロバイダから、前記段階（ａ）の前に前記複数の診断情報記録と前記複数の処方箋情報記録とを検索する段階を更に含む、請求項１に記載の方法。
24. 複数の診断情報記録と複数の処方箋情報記録との間のデータ・リンクを作り出すシステムであって、
    ａ）前記多数の診断情報記録と前記多数の処方箋情報記録とを分析して、１つ或はそれ以上の診断対処方箋の関連を引き出す手段であり、それら関連の各々が前記診断情報記録の内の１つ或はそれ以上から成るグループを前記処方箋情報記録の内の、もしあれば、１つ或はそれ以上から成るグループと関連させることから成る手段と、
    ｂ）前記分析手段と結合されると共にそこから前記引き出された診断対処方箋の関連を受け取って、１つ或はそれ以上の一致確率を決定する手段であり、それら一致確率の各々が、前記１つ或はそれ以上の受け取った診断対処方箋の関連の内の少なくとも１つを用いると共に前記診断情報記録の内の１つ或はそれ以上から成るグループと前記処方箋情報記録の内の１つ或はそれ以上から成るグループとの間の一致を示すことから成る手段と、
    ｃ）前記決定手段と結合されると共に前記決定された一致確率を受け取って、前記決定手段によって決定された前記１つ或はそれ以上の一致確率を用いて、前記診断情報記録の内の１つ或はそれ以上を前記処方箋情報記録の内の１つ或はそれ以上とリンクする手段と、
    を含むシステム。
25. 前記引き出し手段と結合されて、各々が前記診断情報記録の内の１つ或はそれ以上から成るグループと前記処方箋情報記録の内の１つ或はそれ以上から成るグループとの間の現存する関連を表示する１つ或はそれ以上の履歴的関連を提供する手段を更に含み、１つ或はそれ以上の一致確率を決定する手段が、前記引き出し手段によって引き出された前記関連の内の１つ或はそれ以上と前記１つ或はそれ以上の履歴的関連記録とを用いて、前記診断情報記録の内の１つ或はそれ以上から成るグループと前記処方箋情報記録の内の１つ或はそれ以上から成るグループとの間の一致確率を決定する手段を含む、請求項２４に記載のシステム。
26. 前記１つ或はそれ以上の診断対処方箋の関連が１対１の関連を含む、請求項２５に記載のシステム。
27. 前記１つ或はそれ以上の診断対処方箋の関連が１対多数の関連を含む、請求項２６に記載のシステム。
28. 前記１つ或はそれ以上の診断対処方箋の関連が多数対１の関連を含む、請求項２７に記載のシステム。
29. 前記１つ或はそれ以上の診断対処方箋の関連が多数対多数の関連を含む、請求項２８に記載のシステム。
30. １つ或はそれ以上の一致確率を決定する前記手段が、前記分析手段と結合されると共に前記診断情報記録の内の１つ或はそれ以上と前記処方箋情報記録の内の１つ或はそれ以上とを受け取る手段であり、前記１つ或はそれ以上の一致確率を用いて、確率テーブルを作り出す手段を更なる含む、請求項２４に記載のシステム。
31. 確率テーブルを作り出す前記手段が、前記複数の診断情報記録と前記複数の処方箋情報記録とを用いて、１つ或はそれ以上の診断−処方箋の組み合わせを決定する手段を更に含む、請求項３０に記載のシステム。
32. 確率テーブルを作り出す前記手段が、前記決定手段と結合された手段であり、各診断−処方箋の組み合わせに対して発生頻度を計算する手段を更に含む、請求項３１に記載のシステム。
33. 確率テーブルを作り出す前記手段が、前記計算手段と結合されると共にそこから発生頻度を受け取る手段であり、各診断−処方箋の組み合わせに対して診断発生ランクを決定する手段を更に含む、請求項３２に記載のシステム。
34. 確率テーブルを作り出す前記手段が、前記計算手段と結合されると共にそこから発生頻度を受け取る手段であり、各診断−処方箋の組み合わせに対して処方箋発生ランクを決定する手段を更に含む、請求項３３に記載のシステム。
35. 確率テーブルを作り出す前記手段が、前記計算手段と結合されると共にそこから発生頻度を受け取る手段であり、各診断−処方箋の組み合わせに対して均一に分布された乱数を決定する手段を更に含む、請求項３４に記載のシステム。
36. 一致確率を決定する前記手段が、前記引き出し手段と結合された手段であり、前記確率テーブルを更新する手段を更に含む、請求項３５に記載のシステム。
37. 前記確率テーブルを更新する前記手段が、
    （ａ）前記決定手段と結合されて、前記少なくとも１つの最新の診断−処方箋の組み合わせに対して最新の発生頻度を計算する手段と、
    （ｃ）前記計算手段と結合されて、前記決定された最新の発生頻度を用いて前記確率テーブルを更新する手段と、
    を含む、請求項３１に記載のシステム。
38. 確率テーブルを更新する前記手段が、前記決定手段と結合された手段であり、前記少なくとも１つの最新の発生頻度を前記決定された発生頻度と組み合わせると共に、各診断−処方箋の組み合わせに対して更新された診断発生ランクを決定する手段を更に含む、請求項３７に記載のシステム。
39. 確率テーブルを更新する前記手段が、前記決定手段と結合された手段であり、各診断−処方箋の組み合わせに対して更新された処方箋発生ランクを決定する手段を更に含む、請求項３８に記載のシステム。
40. 確率テーブルを更新する前記手段が、前記決定手段と結合された手段であり、各診断−処方箋の組み合わせに対して均一に分布された乱数を決定する手段を更に含む、請求項３８に記載のシステム。
41. 前記リンキング手段が、前記決定手段と結合されると共に前記複数の診断情報記録と前記複数の処方箋情報記録とを受け取る手段であり、１対１及び１対多数の関連の何れかを有する前記複数の診断情報記録と前記複数の処方箋情報記録との各々を分離する手段を更に含む、請求項２４に記載のシステム。
42. 前記リンキング手段が、前記決定手段と結合されると共にそこから一致確率を受け取る手段であり、前記複数の診断情報記録と前記複数の処方箋情報記録とをリンクすべくリンキング・アルゴリズムを適用する手段を更に含む、請求項４１に記載のシステム。
43. 前記分析手段と結合されて、１つ或はそれ以上のサンプル・プロバイダから、前記複数の診断情報記録と前記複数の処方箋情報記録とを検索して前記分析手段にそれらを提供する手段を更に含む、請求項２４に記載のシステム。

Images