JP2018060537A - 潜在的な診断を所与として患者により利用される医療資源を特定するためのコンピュータ装置及び方法 - Google Patents

潜在的な診断を所与として患者により利用される医療資源を特定するためのコンピュータ装置及び方法 Download PDF

Info

Publication number
JP2018060537A
JP2018060537A JP2017188642A JP2017188642A JP2018060537A JP 2018060537 A JP2018060537 A JP 2018060537A JP 2017188642 A JP2017188642 A JP 2017188642A JP 2017188642 A JP2017188642 A JP 2017188642A JP 2018060537 A JP2018060537 A JP 2018060537A
Authority
JP
Japan
Prior art keywords
hcru
medical
patient
subgraph
potential
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.)
Granted
Application number
JP2017188642A
Other languages
English (en)
Other versions
JP6992370B2 (ja
Inventor
ビリャソン−テラサス・ボリス
Villazon-Terrazas Boris
サンタ・ヌリア ガルシア
Garcia Santa Nuria
サンタ・ヌリア ガルシア
ラ トーレ・ビクトール デ
De La Torre Victor
ラ トーレ・ビクトール デ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of JP2018060537A publication Critical patent/JP2018060537A/ja
Application granted granted Critical
Publication of JP6992370B2 publication Critical patent/JP6992370B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • G16H40/63—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 local operation
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Urology & Nephrology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

【課題】潜在的な診断を所与として患者により利用される医療資源を特定するためのコンピュータ装置及び方法を提供すること。【解決手段】上記コンピュータ装置は、プロセッサにより実行される命令を記憶しているメモリを備え、プロセッサは、上記命令により、グラフの形態で患者を表現しており、患者の以前のＨＣＲＵ情報を患者ＨＣＲＵサブグラフとして含むＰＣＯを受け取り；医療資源を医療サービスに関連付けているＨＣＲＵ ＫＧを受け取り；臨床家から潜在的な診断情報を受け取り；潜在的な診断に関連する、ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、潜在的な診断に関連するＨＣＲＵサブグラフを形成し；潜在的な診断に関連するＨＣＲＵサブグラフ及び患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得る；影響推定器を実装するよう構成されている。【選択図】図１

Description

本発明は、新たな診断が存在するときの、一般に患者／患畜と呼ばれる個人／個体又は生体による潜在的な医療資源利用に関する。患者は、人間であり、患畜は、希少品種の個体又はさらにはペット等の動物である。患者／患畜は、病院、又は、医師の、歯科医の、若しくは獣医の開業所等の医療機関に関わる。医療機関という用語はまた、異なる場所及び複数の病院／開業所にわたる医療集合体を網羅し得る。以下では、患者という用語は、必要に応じて患畜の意味も含むことが意図されている。
多くのシナリオにおいて、患者は、何らかの障害を既に患っていることがあるが、他の点においては、患者は、現在健康であり、したがって、健康状態という用語は、障害、病気、及び疾病に加えて妊娠等の状態も含む。本発明は、したがって、医療及び動物医療の提供において広く適用可能である。
資源利用は、消費される商品又はサービスの量、又は、指定された時間期間内での商品又はサービスの利用のパターン、である。良質医療は、医療における目的であり続け、予後にフォーカスした治療計画は、資源利用を抑制し、質を高めることが示されている。良質医療サービスが成功するかどうかは、医療機関における医療資源利用の優れた調整及び管理にかかっている。
ポピュレーションヘルスに関連する最も基本的な問題のうちの１つは、増大する医療コストである。最近では、多くの組織が、医療コストを測って追跡することを始めている。このプロセスには、患者病気負担、マーケット固有の変動、サービス利用、及び協議価格を含め、複数の複雑な要因が絡んでいる。
医療支出は、２０１２年には米国の国内総生産（ＧＤＰ）の１７．９％を示しており、２０１８年までに２０％を超えるまで増大し続けることが予想されている。増大するコストは、数千人もの人が治療の費用を負担できないようにさせ、自己破産に大きく寄与する。結果として、治療の費用を負担できるかどうかが、ますます大きな問題になってきている。
公的支払機関及び民間支払機関が、医療サービスの価値を算出することに相当の関心を示しているが、国家的にみて受け入れられる施策を策定して実施することは、依然として課題である。支出予測モデルは、一般に、医療記録からのデータに基づく、病態に関する情報を組み込む。これへのアプローチのうちのいくつかは、（１）相対危険度（リスク）すなわちリスク比（ＲＲ）、（２）ＤＣＧ（diagnostic cost group）モデル、（３）ＭＥＧ（medical episode grouper）方法、及び（４）ＥＴＧ（episode treatment group）方法である。
資源利用尺度間のいくつかの差異は、尺度の地域連携の選択を左右し得る。多くの資源尺度は、平均入院日数等の単純な尺度、及び、計量経済学的又は数学的プログラミング技術を用いたより複雑な複数出力尺度を含め、病院にフォーカスしている。
本文書を書いている時点において、医療資源利用を扱うための標準的なリソースは存在していない。特定のエリアについてのマトリクス又は単純なリストとして、例えば、以下のようなアドホックなリソースが存在するだけである：
・医療コスト及び利用レポート（http://www.healthcostinstitute.org/2014-health-care-cost-and-utilization-report）
・米国保健福祉省（https://www.cdc.gov/nchs/data/hus/hus15.pdf）
さらに、以下のように、特定の地域、及び国について、資源利用尺度を策定しているいくつかの組織が存在する：
・効率性の支部を含む、医療研究品質庁（http://www.ahrq.gov/）
・メディケアメディケイドサービスセンター（https://www.cms.gov/）
・全米品質保証委員会（http://www.ncqa.org）
・品質アライアンス推進委員会（http://www.healthqualityalliance.org/）
・European Health for All database（ＨＦＡ−ＤＢ），世界保健機関，欧州地域（http://www.euro.who.int/en/data-and-evidence/databases/european-health-for-all-database-hfa-db）
医学会、提供者組織、及び他の組織等は、医療資源の適切な利用を進めるための方法を探しているので、病院及び医療システムは、それらの組織内でのこのような努力を支援及びガイドする際の重要な役割を果たし得る。最初のステップのうちの１つのステップは、病院患者間で何が医療資源利用であるかを特定することである。しかしながら、これを特定するための努力は、これまで極めて制限されていた。
医療資源利用知識ベースについて関連する作業を分析した後、本発明者らは、以下のことを見出すことができた：
・医療資源利用と、患者臨床データに対するこれの関連性と、に関する情報を利用する方法及びツールが欠如していること；
・新たな診断が検出されたときに、患者の潜在的な医療資源利用を推定するアプローチが存在しないこと。
本発明の実施形態は、コストに関する懸念なくより良い支援を患者に提供するための、医療資源利用の予測に努力をフォーカスさせている。
本アプローチは、連結され適応的でスケーラブルである深い医療資源利用知識グラフを使用して推定を行う。
本アプローチは、意味ネットワーク構造において、症状、治療、薬等に関する、患者の全ての利用可能な情報を含む完全なＰＣＯ（患者臨床オブジェクト）を考慮に入れる。加えて、本システムは、ＰＣＯから、過去の事象における医療資源利用での過去の患者の挙動に関するフィードバックを受け取り、プラットフォームを充実化して、将来の推定のためにこの情報を使用する。
本発明の実施形態は、テキストマイニング技術を使用して病院ログ及び病院規定を分析し、予測を算出するための医療資源利用サブグラフを構築した後に、各病院についての正確でカスタマイズされた推定を実現することができる。
本発明の第１の態様の一実施形態に従うと、潜在的な診断を所与として患者により利用される医療資源を特定するためのコンピュータ装置であって、
プロセッサにより実行される命令を記憶しているメモリであって、プロセッサは、命令により、
グラフの形態で患者を表現しており、患者の以前の医療資源利用（ＨＣＲＵ）情報を患者ＨＣＲＵサブグラフとして含む患者臨床オブジェクト（ＰＣＯ）を受け取り、
医療資源を医療サービスに関連付けているＨＣＲＵ知識グラフ（ＨＣＲＵ ＫＧ）を受け取り、
臨床家（医師（臨床医）、看護師等）から潜在的な診断情報を受け取り、
潜在的な診断に関連する、ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、潜在的な診断に関連するＨＣＲＵサブグラフを形成し、
潜在的な診断に関連するＨＣＲＵサブグラフ及び患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得る
影響推定器を実装するよう構成されている、メモリ
を有する、コンピュータ装置、が提供される。
本発明の実施形態は、患者についての医療資源の潜在的な資源利用を推定する方法を提供する。
本発明者らは、患者に合わせて且つ場合によっては関係している医療機関にも合わせて調整されるだけでなく、（例えば１つ以上のパブリックに利用可能なヘルスケア及び／又は医療サービスデータベースの形態の）オープンデータ及び臨床家入力を用いる標準フレームワークも組み込む潜在的な医療利用を特定する方法を見出し、これは、患者の集団にわたって結果を標準化するよう機能することができる。
従来技術における前述したアプローチの全ては、資源利用に最初に集中する代わりに、関連するコストを算出することに直ちにフォーカスする。本発明の実施形態の背後にある１つの考えは、医療資源利用を導出して医療資源利用にフォーカスすることである。
要約すると、医療領域において、本発明者らは、以下と考えている：
・例えばＩＣＤ９といった疾病に関する標準が存在するのと同じようには、医療資源利用を表す標準が存在せず、医療資源の単純なリストが存在するだけであり、そのようなリストは、特定のエリア又は地域に固有である；
・ＤＲＧを医療資源及び医療サービスに関連付ける作業が存在しない；
・医療資源の単純なリストを、特定の病院機関の特定のニーズ及び現実に適合させる方法が存在しない；
・医療資源利用と、患者臨床データに対するこれの関連性と、に関する情報を利用する方法及びツールが欠如している。
本発明者らは、医療サービスの優れた管理を実現するために、異なる医療サービス（の階層）を収集して資源利用にリンクする標準化を有することが重要であるという結論に達した。この標準化のグラフ提示は、さらなる取扱い及び理解に役に立つ。さらに、このモデルは、可能であるときには、各医療機関の特定のニーズ及び現実に関連付けられるべきである。このタスクは、意味的連結（semantic linking）及び注釈付け、外部資源との意味的整合（semantic alignment）、標準プロトコルを確立するための確かな公開及び共有プロセス等といった、セマンティック技術及び知識グラフツールを利用して、このアプローチの便益を得ることができる。
影響推定器は、グラフベースのマイニングを用いて、潜在的な診断に関連するＨＣＲＵサブグラフが患者ＨＣＲＵサブグラフにどのように影響を及ぼすかを推定してもよい。
医療資源の利用及び医療サービスの利用の確率に関連するスコアが、潜在的な診断に関連する更新された患者ＨＣＲＵサブグラフにおける頂点に提供されてもよい。
本発明の実施形態は、用途において１人の患者に限定されるものでなく、患者の集団の医療資源利用を評価するために使用されてもよい。一実施形態において、本コンピュータ装置は、（例えば医療機関の）患者の集団により潜在的に利用される医療資源を特定する。この場合、影響推定器は、患者の集団の各患者についてのＰＣＯを受け取ってもよい。次いで、更新された患者ＨＣＲＵサブグラフの全体が、集団にわたる潜在的な医療資源利用を推定するために使用されてもよい。
ＰＣＯは、患者ＩＤ頂点を中心とするグラフであって、患者ＩＤ頂点を、臨床データを表す頂点に連結し、医療資源利用及び医療サービスを表す頂点に（直接的又は間接的に）連結するエッジを含むグラフとして提供されてもよい。
ＰＣＯは、状態、状態のエピソード、時間枠、及び診断のうちの１つ以上に（ユーザにより又は自動的に）限定されてもよい。これは、オリジナルのＨＣＲＵサブグラフ及び更新されたＨＣＲＵサブグラフ（並びにそれらの分析）をより特定的にすることを可能にする。
潜在的な診断情報は、診断と、該診断が症状、薬、及び治療に対して持ち得る関係と、を含んでもよい。
ＨＣＲＵ ＫＧ及び（そのサブグラフを含む）ＰＣＯは、１つ以上の他のシステムにより提供されてもよい。しかしながら、いくつかの実施形態において、プロセッサは、ＨＣＲＵ ＫＧ構築器及び患者ＨＣＲＵエンジンを提供するようさらに構成されており、ＨＣＲＵ ＫＧ構築器は、オープンデータ及び臨床家情報を受け取り、オープンデータ及び臨床家情報から、医療サービスの用語のセット及び医療資源の用語のセットを生成し、医療資源を医療サービスに関連付けて一般ＨＣＲＵ ＫＧを構築するよう構成されており、患者ＨＣＲＵエンジンは、グラフの形態で患者を表現しているＰＣＯを受け取り、ＨＣＲＵ ＫＧを使用して、ＰＣＯを以前の医療資源利用情報に関連付け、以前の医療資源利用情報を用いてＰＣＯに注釈付けするよう構成されている。
本コンピュータ装置は、ＨＣＲＵ ＫＧカスタマイズ器をさらに有してもよく、ＨＣＲＵ ＫＧカスタマイズ器は、ＨＣＲＵ ＫＧを、医療機関のレコードとマッチングして、医療機関に固有である、ＨＣＲＵ ＫＧのカスタマイズされたサブグラフを提供するよう構成されており、患者ＨＣＲＵエンジンは、ＨＣＲＵ ＫＧのカスタマイズされたサブグラフの部分を使用して、ＰＣＯを以前の医療資源利用情報に関連付け、以前の医療資源利用情報を用いてＰＣＯに注釈付けするよう構成されている。これは、ＨＣＲＵ ＫＧにおけるデータ及びサブグラフを、所定の医療機関に固有にすることを可能にし、該医療機関のためのより実用的な使用を可能にする。
ＨＣＲＵ ＫＧ構築器は、臨床家情報から、医療サービスの用語の初期セット及び医療資源の用語の初期セットについてのシードを収集し、臨床家からの収集された医療サービスの用語の初期セット及び医療資源の用語の初期セットを、オープンデータと照合して、臨床家により提案されオープンデータを使用して注釈付けされた用語の拡張されたセットを提供するよう構成されてもよい。ＨＣＲＵ ＫＧ構築器は、次いで、２つのモデルであって、一方のモデルが医療資源を表現し他方のモデルが医療サービスを表現する、２つのモデルを作成し、オープンデータにおいて関係マイニングを用いて２つのモデルの間の関係を作成し、オープンデータにおける関係の出現の数に応じて関係をスコア付けしてもよい。出現のスコア付けは、一般には、例えば、同じデータセットにおける又は同じデータセットにおける予め規定された距離内の、用語の同時出現に基づく、任意の適切な方法を使用することができる。
ＨＲＵ ＫＧカスタマイズ器は、医療機関及びＨＣＲＵ ＫＧデータを一緒にフィットさせるよう機能する。ＨＣＲＵ ＫＧカスタマイズ器は、ＨＣＲＵ ＫＧにおいて表されている、医療機関のサービスを特定すること；医療機関において提供されていない、ＨＣＲＵ ＫＧにおけるサービスを除去すること；及び、医療機関データからどの資源が利用されているかを特定して、ＨＣＲＵ ＫＧから、医療機関において利用可能でない資源を除去すること；のうちの任意の１つ又は組合せにより、ＨＣＲＵ ＫＧをカスタマイズしてもよい。
ＨＣＲＵ ＫＧカスタマイズ器は、プロセスマイニングを用いて、（どのサービスがどの資源を利用するかの観点から）医療機関において資源がどのように利用されているかを発見して、医療機関において資源が利用されている特定の態様にＨＣＲＵ ＫＧを適合させてもよい。
ＨＣＲＵ ＫＧカスタマイズ器は、医療機関の電子的な医療機関ログ及び内部規定を受け取ってもよい。ＨＣＲＵ ＫＧカスタマイズ器は、次いで、（周知のプロセスマイニング技術を用いて）電子的な医療機関ログからプロセス知識を抽出し、抽出されたプロセス知識を医療機関の内部規定に投影して、抽出されたプロセス知識が、医療機関の内部規定に適合しているかどうかをチェックしてもよい。
患者ＨＣＲＵエンジンは、ＰＣＯに資源データを追加するために任意の適切な方法を使用することができる。患者ＨＣＲＵエンジンは、ＰＣＯにおいて存在する臨床データを使用し、ＨＣＲＵ ＫＧのカスタマイズされたサブグラフをテンプレートとして使用して医療資源を表す新たな頂点への連結を追加してもよい（例えば、サービス及び資源の間の、ＨＣＲＵ ＫＧにおける連結を用いて、ＨＣＲＵ ＫＧにおける対応する位置から得られる、ＰＣＯにおける同じ又は類似するサービスを新たな資源に連結することにより）。
本発明の第２の態様の一実施形態に従うと、潜在的な診断を所与として患者により利用される医療資源を特定するための、コンピュータにより実施される方法であって、
グラフの形態で患者を表現しており、患者の以前の医療資源利用（ＨＣＲＵ）情報を患者ＨＣＲＵサブグラフとして含む患者臨床オブジェクト（ＰＣＯ）を受け取るステップと、
医療資源を医療サービスに関連付けているＨＣＲＵ知識グラフ（ＨＣＲＵ ＫＧ）を受け取るステップと、
臨床家から潜在的な診断情報を受け取るステップと、
潜在的な診断に関連する、ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、潜在的な診断に関連するＨＣＲＵサブグラフを形成するステップと、
潜在的な診断に関連するＨＣＲＵサブグラフ及び患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得るステップと、
を含む、方法、が提供される。
本発明の第３の態様の一実施形態に従うと、コンピュータ上で実行されたときに、潜在的な診断を所与として患者により利用される医療資源を特定するための方法を実行するコンピュータプログラムであって、上記方法は、
グラフの形態で患者を表現しており、患者の以前の医療資源利用（ＨＣＲＵ）情報を患者ＨＣＲＵサブグラフとして含む患者臨床オブジェクト（ＰＣＯ）を受け取るステップと、
医療資源を医療サービスに関連付けているＨＣＲＵ知識グラフ（ＨＣＲＵ ＫＧ）を受け取るステップと、
臨床家から潜在的な診断情報を受け取るステップと、
潜在的な診断に関連する、ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、潜在的な診断に関連するＨＣＲＵサブグラフを形成するステップと、
潜在的な診断に関連するＨＣＲＵサブグラフ及び患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得るステップと、
を含む、コンピュータプログラム、が提供される。
本発明の好適な実施形態に従った装置又はコンピュータプログラムは、方法の態様の任意の組合せを有することができる。さらなる実施形態に従った方法又はコンピュータプログラムは、これらが処理能力及びメモリ能力を必要とする点で、コンピュータにより実施されるとして記載され得る。
好適な実施形態に従った装置は、所定の機能を実行するよう構成されている又は単に所定の機能を実行するとして記載される。この構成は、ハードウェア若しくはミドルウェア又は任意の他の適切なシステムを使用することによるものとすることができる。好適な実施形態において、この構成は、ソフトウェアによるものである。
したがって、一態様に従うと、少なくとも１つのコンピュータにロードされたときに、前述の装置の定義のいずれか又はそれらの任意の組合せに従った装置になるように少なくとも１つのコンピュータを構成するプログラムが提供される。
さらなる態様に従うと、少なくとも１つのコンピュータにロードされたときに、前述の方法の定義のいずれか又はそれらの任意の組合せに従った方法のステップを実行するように少なくとも１つのコンピュータを構成するプログラムが提供される。
概して、コンピュータは、規定される機能を提供するよう構成されているとしてリストされた要素を有することができる。例えば、このコンピュータは、メモリ、処理要素、及びネットワークインタフェースを含むことができる。
本発明は、デジタル電子回路、若しくは、コンピュータハードウェア、ファームウェア、ソフトウェア、又は、これらの組合せにより実装され得る。本発明は、コンピュータプログラム又はコンピュータプログラム製品として、すなわち、例えば、１つ以上のハードウェアモジュールによる実行のための又は１つ以上のハードウェアモジュールを制御するための、マシン読み取り可能な記憶デバイスといった非一時的な情報キャリア又は伝搬信号内に明確に具現化されるコンピュータプログラムとして、実装されてもよい。
コンピュータプログラムは、スタンドアロンプログラム、コンピュータプログラムの一部、又は２つ以上のコンピュータプログラムの形態であり得、コンパイル型言語又はインタープリタ型言語を含む任意の形態のプログラミング言語により記述され得、スタンドアロンプログラムとしての形態、又は、モジュール、コンポーネント、サブルーチン、若しくは、データ処理環境において使用するのに適した他のユニットとしての形態を含む任意の形態でデプロイされ得る。コンピュータプログラムは、１つのサイトにおける又は複数のサイトにわたって分散され通信ネットワークを介して相互接続される、１つモジュール上又は複数のモジュール上で実行されるようにデプロイされ得る。
本発明の方法のステップは、入力データに対して作用し出力を生成することにより本発明の機能を実行するためのコンピュータプログラムを実行する１つ以上のプログラム可能なプロセッサにより実行され得る。本発明の装置は、例えば、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はＡＳＩＣ（特定用途向け集積回路）を含む、プログラムされたハードウェア又は特殊目的ロジック回路として実装され得る。
コンピュータプログラムの実行に適したプロセッサは、例えば、汎用マイクロプロセッサ及び特殊目的マイクロプロセッサの両方と、任意の種類のデジタルコンピュータの任意の１つ以上のプロセッサと、を含む。概して、プロセッサは、読み取り専用メモリ若しくはランダムアクセスメモリ又はこれらの両方から命令及びデータを受け取る。コンピュータの必須の要素は、命令及びデータを記憶する１つ以上のメモリデバイスに接続される、命令を実行するプロセッサである。
本発明は、特定の実施形態の観点で説明される。他の実施形態も、請求項の範囲内にある。例えば、本発明のステップは、異なる順序で実行されることがあり、それでも、所望の結果を達成することができる。複数のテストスクリプトバージョンが、オブジェクト指向プログラミング技術を使用することなく、ユニットとして編集され呼び出され得る。例えば、スクリプトオブジェクトの要素は、構造化されたデータベース又はファイルシステムにおいて編成され得、スクリプトオブジェクトにより実行されるとして記載される動作は、テスト制御プログラムにより実行され得る。
本発明の要素は、「ＨＣＲＵ ＫＧ構築器」、「ＨＣＲＵ ＫＧカスタマイズ器」、「患者ＨＣＲＵエンジン」、「影響推定器」等を使用して記載されている。そのような機能的な用語及びそれらの均等物は、空間的に分離されるが、規定される機能の役割を果たすために組み合わされる、システムの諸部分を指すこともあることが、当業者であれば理解されよう。同様に、システムの同じ物理的諸部分が、規定される機能のうちの２つ以上を提供することもある。
例えば、別々に規定される手段は、必要に応じて、同じメモリ及び／又はプロセッサを使用して実装されることがある。
本発明の実施形態は、以下を提供することができる：
・知識グラフとして表現される、医療資源利用のネットワークであって、文献、パブリックデータソース、病院固有のログ及び規定とともに、医療資源利用に関する臨床家の専門的知識から抽出される、医療資源利用のネットワーク；
・特定の患者の臨床履歴情報を所与として、特定の患者についての関連する医療資源利用尺度を特定し、特定の患者の医療資源利用情報を用いて特定の患者の臨床履歴を充実化（リッチ化）する機構；
・新たな診断が検出されたときに、患者の関連する資源利用を推定する機構。
プレシジョンメディシン（精密医療）は、遺伝子、生理機能、解剖学的構造、環境、及びライフスタイルにおける個々の変動性を考慮に入れた、疾病の診断、治療、及び予防のための新たに現れたアプローチである。プレシジョンメディシンは、医療エコシステムの資源利用及び現在の臨床ワークフローに対する破壊を表す。このコンテキストにおいて、本発明の実施形態は、医療資源利用とともに、医療資源の特定の特徴及び関連する患者臨床オブジェクト（ＰＣＯ）、すなわち、患者の治療、診断、及び薬、の知識グラフ（ＫＧ）を作成及び使用する。
このソリューションは、アカデミック医療センター及び医療クライアント内に有用性が高いプレシジョンメディシンを確立して実施する。さらに、「Hype Cycle for Healthcare Provider Applications, Analytics and Systems」についてのガートナーレポートによれば、医療資源利用についての利益評価は、医療機関内で高い。
本発明の好適な特徴が、添付の図面を参照して、単に例として説明される。
本発明の概括的な実施形態における主要なシステムコンポーネントのブロック図。 概括的な実施形態における方法のフローチャート。 本発明の特定の実施形態の図。 医療資源及び他の医療情報の標準的カテゴリ化のウェブフロントエンド上に提示されるデータの例を示す図。 ＨＣＲＵ ＫＧ構築器サブモジュールのメインフローを示す図。 ＨＣＲＵ ＫＧ構築器の主要なコンポーネントを示す図。 ＨＣサービス階層モデルの上位レベル概念の概念図。 ＨＣサービス階層モデルにおける下位グループ概念の概念図。 標準データベースにおける用語と臨床家入力からの類似用語との間の照合の例を示す図。 モデル構築器の出力の概要の図。 両方のモデルの例示的な頂点及び内部接続（連結）を示す図。 マッチング器の出力の基本的な例を示す図。 マッチング器の出力のよりコンテキストに沿った例を示す図。 知識グラフの一部の図。 ＨＣＲＵ ＫＧカスタマイズ器のメインフローを示す図。 ＨＣＲＵ ＫＧカスタマイズ器の主要なコンポーネントを示す図。 利用パターン抽出器の高レベルフロー図。 単純なＰＣＯの例の図。 ＨＣＲＵサブグラフを用いて充実化されたＰＣＯの例の図。 影響推定器のブロック図。 潜在的な診断に対応するＨＣＲＵサブグラフを用いて充実化された患者ＰＣＯの図。 本発明の実施形態を実施するのに適しているハードウェアの図。
概括的な説明
本発明の実施形態は、所与の患者の医療資源利用のネットワークを作成又は使用する。さらに、実施形態は、医療資源利用の観点から、そのような患者についての新たな診断の潜在的な影響を評価・推定する。
図１は、潜在的な診断を所与として患者により利用される医療資源を特定するための、本発明の概括的な実施形態に従ったシステム１のブロック図である。図１は、プロセッサが実行する命令を記憶しているメモリを示しており、プロセッサは、このような命令を実行して、影響推定器６０を形成する。影響推定器における第１の特定モジュールは、医療におけるサービス及び資源の間の関係に関する一般化された（又は医療機関固有の）知識のグラフ（ＨＣＲＵ ＫＧ）の形態と、診断情報の形態と、の両方である入力を受け取る。このモジュールは、診断に関連する潜在的な資源及びサービスを特定及び抽出する。第２のモジュールには、（ＨＣＲＵ ＫＧのサブグラフの形態である）潜在的な資源及びサービスが入力され、患者のＰＣＯからのＨＣＲＵサブグラフが入力される。この第２のモジュールは、グラフ分析を用いて、患者についての、潜在的な診断を考慮に入れた更新されたＨＣＲＵサブグラフを提供する。
図２は、潜在的な診断を所与として患者により利用される医療資源を特定するための、コンピュータにより実施される方法を提供する、本発明の概括的な実施形態のフロー図を示している。この方法は、以下のステップを含む：
Ｓ１０：グラフの形態で患者を表現しており、患者の以前の医療資源利用情報を患者ＨＣＲＵサブグラフとして含む患者臨床オブジェクト（ＰＣＯ）を受け取るステップ；
Ｓ２０：医療資源を医療サービスに関連付けている一般医療資源利用（ＨＣＲＵ）知識グラフ（ＫＧ）を受け取るステップ；
Ｓ３０：臨床家から潜在的な診断情報を受け取るステップ；
Ｓ４０：潜在的な診断に関連する、ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、潜在的な診断に関連するＨＣＲＵサブグラフを形成するステップ；及び
Ｓ５０：潜在的な診断に関連するＨＣＲＵサブグラフ及び患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得るステップ。
潜在的な診断に関連するＨＣＲＵサブグラフが作成されるまで、ＰＣＯは受け取られる必要がないことに留意されたい。なぜならば、患者ＨＣＲＵサブグラフは、その後に、更新のために必要とされるだけだからである。
本発明の特定の実施形態の詳細な説明
この実施形態において、システムは、３つの主要なコアモジュールからなり、ＨＣＲＵ ＫＧ及び患者ＨＣＲＵ ＫＧが、システム内に作成される。他の実施形態において、これらは、他のシステムから提供されてもよい。３つのコアモジュールは、以下である：
・文献及びパブリックデータソースとともに、臨床家の当該事項に関する専門的知識から抽出される情報に基づく、医療資源利用知識グラフ（ＨＣＲＵ ＫＧ）の作成及びメンテナンスのためのモジュール；
・患者臨床履歴をＨＣＲＵに関連付け、ＨＣＲＵを用いて患者臨床履歴に注釈付けし、このようにして患者ＨＣＲＵサブグラフを作成するモジュール；及び
・医療資源利用の観点から、患者における潜在的な新たな診断の影響を推定するモジュール。
図３に示されるように、システムの一実施形態は、医療資源利用（ＨＣＲＵ）知識グラフ（ＫＧ）エンジンモジュール７０を含み、ＨＣＲＵ ＫＧエンジンモジュール７０は、関連するオンライン文献から得られた情報及び利用可能な標準等のオープンデータを使用する。このＨＣＲＵ ＫＧエンジンは、医療資源利用知識グラフ（ＨＣＲＵ ＫＧ）構築器３０及びＨＣＲＵ ＫＧカスタマイズ器４０を含む。患者ＨＣＲＵグラフエンジンモジュール５０は、既存の患者臨床履歴をＨＣＲＵ知識グラフに関連付ける／ＨＣＲＵ知識グラフを用いて既存の患者臨床履歴に注釈付けする。影響推定器モジュール６０は、医療資源利用グラフの観点から、患者についての潜在的な新たな診断の影響を推定する。
本発明の実施形態が、所与の患者に関する情報をカプセル化する、臨床エンティティの意味的に充実した（リッチな）集合として規定される「患者臨床オブジェクト（ＰＣＯ）」に依拠するということは、特筆に値する。このＰＣＯは、患者に関する情報及びその臨床データ（診断、薬、症状、及び利用されたサービスを含む）を含む。
ＰＣＯ
ＰＣＯは、ＰＣＯ構築器（図示せず）により提供され得る。このＰＣＯ構築器モジュールは、システムの一部であってもよいし、別のシステムにより提供されてもよい。ＰＣＯ構築器は、入力として、以下の情報を得る：
・コンピュータ言語でコード化されたルールの形態である、医師／臨床家により提供される専門的知識。臨床家は、テキスト平文ファイルとしてルールを入力する。基本的に、ファイルは、複数の行からなり、各行は、２つの診断と、これら２つの診断間の関係と、を含む。例えば：
診断１，関係Ａ，診断２
診断３，関係Ｂ，診断４
である。
ルールの例は、相容れない診断、及び、診断の優先性であり、
２９０．０，（２９０．０の方が２９０．４よりも）優先される，２９０．４
３００．０，（３００．０は３０９と）相容れない，３０９
である。ここで、２９０．０は、複雑でない老人性認知症に対応し、２９０．４は、血管性認知症に対応する。また、３００．０は、不安状態に対応し、３０９は、適応反応に対応する。
・他の臨床家により提供される以前の診断が患者臨床履歴に記録されるときの当該以前の診断。これらの診断は、ＩＣＤ９及びＩＣＤ１０（国際疾病分類の９番目の改定版及び１０番目の改定版）等の既存の国際標準に基づくことになる。
・頻度、時間枠、及び、患者が利用した任意の資源（この資源情報が、患者の記録にアドホックに含まれている場合）を含む、病院への患者の受診と、関連するポイントオブケアと、に関連するデータ。
・ＰＵＢＭＥＤ等の文献リポジトリから抽出される、診断、疾病、治療等に関連する生物医学的研究文献（ＰＵＢＭＥＤは、米国国立医学図書館（ＮＬＭ）のサービスであり、看護、獣医学、ヘルスケア、医療、及び科学の論文のＮＬＭデータベースへのフリーアクセスを提供する）。
・ＡＴＣ（解剖治療化学分類）等の欧州及び国際標準に基づく、薬の処方及び調剤、並びにそれらの薬物有害反応。
・ＳＮＯＭＥＤＣＴ等の利用可能な医療標準（個々のケアに関する用語の標準化された多言語語彙）から抽出される知識のセット。
（生物医学的研究文献、薬の処方及び調剤、並びに利用可能な医療標準からの知識のセットに関する上記の下３つの箇条書きにおける）オープンデータは、用語の充実化のために使用される。すなわち、ＰＣＯは、ＰＣＯの部分を、上記でリストされた分類からの標準語彙と同等視し、したがって、必要に応じて、オープンデータからの対応する概念／情報を用いて、患者データにおけるエンティティに注釈付けすることにより、充実化され得る。これは、他の標準データと併せたＰＣＯの後の使用を促進させる。
専門的知識は、ＰＣＯを作成するのに必須であるわけではないが、例えば、専門的知識を使用して、ＰＣＯにおける診断を調整することにより、それらが現在の医療の思考に則していることを確認するために、ＰＣＯにおける知識を検証し、場合によっては当該知識を充実化するために使用され得る。追加的又は代替的に、ＰＣＯにおける、専門的知識と相反する診断が、手入力のために、ユーザに対して強調されてもよく、このようにして、専門的知識は、ＰＣＯの質についてのクロスチェックとして機能することができる。
患者臨床オブジェクト構築器は、前述したデータソースを収集し、抽出し、統合し、編集し、且つクリーンにし、各患者についての患者臨床オブジェクト（患者の自己中心的ネットワーク又はエゴネット（ego-net）としても知られる）を生成する。患者臨床オブジェクトは、患者に関する全ての関連情報、すなわち、年齢層と、性別と、例えば、救急処置室、外来患者、入院患者、及びデイホスピタルといったユニットによりグループ化される病院受診のリストと、病院受診及びユニットによりグループ化される以前の診断のリストと、を含む。
ＰＣＯは、患者頂点を中心とするグラフであって、診断、症状、治療、病院受診、及び処方箋のうちのいずれか等、カテゴリによる、患者へのエッジに沿って連結された近傍頂点における患者に関する情報を含むグラフとして、臨床データから生成され得る。臨床データは、例えば、病院レコード又は保健当局レコードから提供され得る。
ＨＣＲＵエンジン７０
このモジュールは、ＨＦＡ−ＤＢ、European Health for All database、医療資源、医療利用、及び支出（http://data.euro.who.int/hfadb/）、並びにＨＬ７−ＦＨＩＲ（Fast Healthcare Interoperability Resources）（https://www.hl7.org/fhir/summary.html）等の、文献及びパブリックデータソースから導出されたデータに基づくエビデンスを得る。要するに、前述のパブリックデータソースは、医療資源及び医療サービスを体系づけ、情報をクエリするためのウェブフロントエンドを提供する。基礎をなすデータは、データストレージボリュームに記憶される。図４は、ＨＦＡ−ＤＢについて、ウェブフロントエンド上に提示されるデータの例を示している。
いくつかの場合においては特定の国又は地域に対してだけである、医療サービスの他の単純なリストも存在し、例えば、http://www.wpc-edi.com/reference/codelists/healthcare/health-care-service-type-codes/である。
このＨＣＲＵエンジンモジュールは、２つの主要なサブモジュール、すなわち、ＨＣＲＵ ＫＧ構築器３０及びＨＣＲＵ ＫＧカスタマイズ器４０を含み、これらのサブモジュールはそれぞれ、複数のコンポーネントからなる。
ＨＣＲＵ ＫＧ構築器（又はＨＣＲＵエンジン）３０
図５は、このサブモジュールのメインフローを示している。このサブモジュールは、
・医療サービスのカテゴリのセットを収集及び生成し（Ｓ１００参照）、
・医療資源利用関連用語のセットを収集及び生成し（Ｓ１１０参照）、
・医療サービス及び医療資源利用関連用語を、世界保健機関からのデータベース（http://www.euro.who.int/en/data-and-evidence/databases/european-health-for-all-database-hfa-db）等の、文献及びパブリックデータソースから抽出された情報と照合し、
・医療サービス及び資源利用関連定義のセット、並びに、文献及びパブリックデータ概念へのリンクから、初期知識モデルを生成し、
・場合によっては臨床家の専門的知識の助けにより、初期知識グラフを検証及び編集し（Ｓ１２０、Ｓ１３０）、
・医療サービスと医療資源利用パラメータとの間で関連付けを行い（Ｓ１４０）、
・臨床家のサポートにより、結果として生じるエンティティ及び関係を編集及び精緻化する（Ｓ１５０）
コンポーネント群を含む。
図６は、以下でより詳細に説明される、ＨＣＲＵ ＫＧ構築器３０の主要なコンポーネントを示している。
医療サービス及び医療資源関連用語収集器８０
このコンポーネントは、資源利用関連用語のシードをシステムに入力する臨床家とインタラクトする役割を担う。臨床家に従って、用語は、５つの主要なグループにグループ化される。（図７に示されるように、）ＨＣサービスモデルのこれらの上位レベル概念は以下である：
・急性期入院患者受入
・外来患者受診
・外来患者の他のサービス
・専門的サービス
・処方サービス
（図８に示されるように、）これらの概念は、以下の下位グループにグループ化される：
・急性期入院患者受入
・内科
・外科
・分娩（ＬＤ）
・新生
・メンタルヘルスと物質使用（ＭＨＳＵ）
・外来患者受診
・救急外来（ＥＲ外来）
・外来患者手術
・経過観察受診
・往診
・外来患者の他のサービス
・補助サービス
・雑役サービス
・臨床検査及び病理学的検査サービス（Ｌａｂ／ｐａｔｈ）
・放射線サービス
・専門的サービス
・投与される薬
・薬の投与
・麻酔
・外来診療初期診療（ＰＣＰ）
・外来診療専門医
・雑役サービス
・Ｐａｔｈ／Ｌａｂ
・ＰＣＰへの予防的受診
・専門医への予防的受診
・放射線サービス
・手術サービス
・処方サービス
・先発品処方
・後発品処方
これは、臨床家の専門的知識により提案される用語の暫定的な初期セットであり得、網羅的又は完全なものではなく、必要に応じて補足され得ることは特筆に値する。さらに、これは、医療サービスを含むだけである。
資源用語の分類に関して、これらは、階層スキームを必ずしも有するわけではない。資源は、物理的アイテム、人、時間等であるので、資源の収集器の提示は、階層自体を超える、用語のリスト又は用語のクラスタである。
このアプローチを考慮に入れると、医療資源用語のカテゴリ分けされたリストが、医療文献及び臨床家の専門的知識から抽出され得る。カテゴリは、例えば、以下のシード用語の抜粋において例示されるように、かかった時間、人資源、事務担当者資源、及びアイテム資源であり得る：
・時間資源
・受診時間
・手術時間
・往診への移動時間
・遅延／待ち時間
・人資源
・臨床家
・医師の数
・看護師の数
・事務／管理担当者
・受付係の数
・相談者の数
・ポーターの数
・従事するその他の人の数
・アイテム資源
・ベッド
・救急車
・（ＰＣＯにおける薬処方に関連する）処方箋の数
・手術室の数
・術後室の数
・回復室の数
・待合室の数
・必要とされる手術アイテムの数
・検査の数
・受診／所見の数
・朝食／昼食／夕食
最後に、このコンポーネントは、用語の拡張されたセットを収集してシステムに記憶する。
医療エンティティ照合器９０
このコンポーネントは、同じ実世界オブジェクトの複数の表現を特定すること、すなわち、２つの異なるデータソースにおける同等の用語を特定すること、を目的とする。この特定の場合において、これは、臨床家からの収集された用語と、医療サービス及び／又は医療資源に関連する用語の標準化された（且つ多言語であるかもしれない）語彙を提供する１つ以上のパブリックデータソースからの収集された用語と、の間のマッチング／アライメントを実行することによりなされ得る。このコンポーネントの結果は、臨床家により提案され、標準化された用語において注釈付けされた、用語の拡張されたセットを有することである。
図９は、ＷＨＯからの「Number of primary care health units」というＨＦＡ−ＤＢ用語と、臨床家入力からの「primary care units」というサービス及び資源関連用語と、の間の照合の概要例を示している。
サービス及び資源モデル構築器１００
このコンポーネントは、入力として、用語のセット及びそれらの用語の関係を得て、２つのモデル１１０及び１２０の初期セットを作成する。これらのモデルのうちの一方は、医療サービスの情報を表現するものであり、他方は、医療資源を表現するものである。図１０及び図１１は、このコンポーネントの出力を提示している。
図１０は、モデル構築器の出力の概要であり、２つの別個のモデルを示している。図１１は、両方のモデルの例示的な頂点及び内部接続（連結）を示しており、これらは、臨床家情報の構造及び使用されるオープン医療データの構造に従って形成される。
サービスモデル及び資源モデルのマッチング器１３０
医療サービス及び医療資源を表現する２つのモデルを有すると、これらのサービス及び資源の間の関係を作成する時間である。このコンポーネントは、医療サービスを医療資源に関連付けるリンクを作成する役割を担う。
基本的に、このコンポーネントは、関係マイニング分析を実行することにより、医療サービスモデル及び医療資源モデルの一部である、パブリックデータソースからの以前に特定されたエンティティの関係を抽出する。抽出された関係はまた、オープンデータ標準／パブリックデータソース内での関係の出現の数に基づくスコアを有することになる。例えば、スコアは、これらの用語の同時出現の数を、いずれかの用語の出現の合計で除算することから、又は、何らかの他の適切な指標から、導出され得る。
関係は、その意義でラベル付けされ得、例えば、サービスは、特定の資源を有することがあり、あるいは、サービスは、資源の存在を伴うことがあり、その逆もある。
図１２は、マッチング器の出力の基本的な例を提示しており、急性期入院患者受入と病院ベッドの数との間のリンクを示している。
図１３は、サービスモデル及び資源モデルのマッチング器の出力のよりコンテキストに沿った例であり、いくつかの例示的な関係についてのスコアを示している。
知識グラフ編集器１４０
この最後のモジュールは、抽出されたエンティティを、上述したスコア情報及び出所情報を含め、エンティティの関係と一緒に統合することを目的とする。
図１４は、より淡い陰影付けを用いている資源と区別されたサービスを含む、ＨＣＲＵ ＫＧの一部を示している。
システムは、非常に直感的なやり方で（図１４に示されるようにグラフの形態で）、医療資源利用知識グラフを臨床家に提示し、臨床家は、生成されたグラフの任意の可能性のある不整合を手動で編集して直すことができるようになる。
ＨＣＲＵ ＫＧカスタマイズ器４０
図１５は、ＨＣＲＵ ＫＧカスタマイズ器４０のメインフローを示している。このサブモジュールは、
・医療サービスの標準ＨＣＲＵ知識グラフを、特定の医療機関内で提供されている医療サービスと整合し（Ｓ１７０）、
・ＨＣＲＵ ＫＧグラフにない新たな医療サービスをチェックし（Ｓ１８０）、臨床家により新たな医療サービスを検証し（Ｓ１９０）、正しいグループ内に新たな医療サービスを収容し（Ｓ２００）、
・標準をフィルタリングして切り詰めて、特定の医療機関の医療サービスを含むカスタマイズされたサブグラフを生成し（Ｓ２１０）、
・利用可能な病院ログにわたってプロセスマイニングを実行し、特定の医療機関についての資源利用の挙動パターンを抽出し（Ｓ２２０）、
・医療機関の資源利用ガイドラインを考慮に入れて、前の知識サブグラフをフィルタリングして前の知識サブグラフからサブグラフを生成し、サブグラフをカスタマイズする（Ｓ２３０）
コンポーネント群を含む。
図１６は、ＨＣＲＵ ＫＧカスタマイズ器の主要なコンポーネントを示している。このサブモジュールは、特定の医療機関についての標準医療資源利用知識グラフをカスタマイズすることができる。カスタマイズ器の様々なコンポーネントが、以下で説明される。
アライメント処理器１５０は、病院サービスポートフォリオを得て、一般ＨＣＲＵ ＫＧに含まれているサービスを特定する。次いで、ＨＣサービスフィルタリング器１６０は、一般ＨＣＲＵ ＫＧから、病院サービスポートフォリオに含まれていないサービスを除去する。その後、利用パターン抽出器１７０は、病院規定及び病院ログに対してプロセスマイニング技術を用いることにより、病院のどの資源が実際に利用されているか及び病院の資源が実際にどのように利用されているかを特定する。最後に、ＨＣ資源フィルタリング器１８０は、病院において利用されていない全ての資源を除去し、ＨＣＲＵ知識グラフを生成する。
このＨＣＲＵ ＫＧカスタマイズ器の１つのコアコンポーネントは、利用パターン抽出器１７０であり、利用パターン抽出器１７０は、病院ログを得て、所与の病院に固有の医療プロセスを発見、モニタリング、及び改善するために、例えばプロセスモデルといったプロセス知識を抽出する。病院ログは、ＥＨＲ使用の副産物として作成される、名前付きアクティビティのレコード（「薬のチェック」、「患者の診察」）として確認され得る。これらのイベントは、通常タイムスタンプにより表される、互いに対するある順序で生じる。このコンテキストにおいて、このコンポーネントは、ログにおける観測された挙動が、病院内部規定により提供される所与のモデルに適合しているかどうかをチェックする。例えば、臨床検査及びＸ線が常に行われる必要があることを示す医療ガイドラインに常に従っているかどうかがチェックされ得る。
さらに、このコンポーネントは、モデルへの、すなわち、この場合においては病院内部規定への、ログから抽出された情報の投影を実行する。例えば、実績情報が、どの診察について長い待ち時間が存在するかを確認するために、発見された医療プロセスに投影される。図１７は、これについてのこのコンポーネントのフローを示しており、ここでは、病院ログ及び病院規定が、ＨＣＲ利用パターンを提供するために抽出されたパターンとマッチングされる。
ＨＣＲ利用パターンは、ＨＣＲＵ ＫＧのカスタマイズされたサブグラフを含む。ＨＣＲＵ ＫＧのこのカスタマイズされたサブグラフは、ＨＣＲＵ ＫＧの一部となる。第１のアプローチとして、サブグラフを提供するために、プロセスマイニングについての既存の利用可能な基本的アプローチに依拠することが可能である。
前述するとともに図１６において確認されるように、抽出器の入力は、所与の病院が提供する特定のサービス及び資源に応じた、所与の病院についてのＨＣＲＵ ＫＧのカスタマイズされたバージョンである。加えて、病院ログ及び病院内部規定をチェックすることにより、サービス及び資源が、病院により実際にどのように利用されているかを特定し、それに応じて、サブグラフを修正することができる。
臨床家及び管理担当者は、医療資源及び医療サービスが、病院内で実際にどのように利用されているかをチェックすることができるようになる。この情報は、特定の患者が利用している資源及びサービスを含めることにより、特定の患者のＰＣＯを充実化するのに役立つ。加えて、これは、影響推定器モジュールを使用することにより、潜在的な診断についての医療資源を推定するのに役立つ。
患者ＨＣＲＵエンジン５０
このエンジンは、ＨＣＲＵ知識グラフから得られた、医療資源利用に関連する情報を含めることにより、患者臨床オブジェクト（ＰＣＯ）を充実化する。基本的に、このモジュールは、ＨＣＲＵからの概念を用いて患者臨床履歴に注釈付けし、患者臨床履歴をＨＣＲＵからの概念に関連付ける。図１８は、ＰＣＯの例を示しており、図１９は、医療資源利用グラフを用いて充実化された結果のＰＣＯを示している。
前者のＰＣＯは、臨床履歴、診断、リスク、治療、症状、及び薬に関する情報を含む。充実化の後、ＰＣＯは、図１９に例示されるような、医療資源に関する情報を含むようになる。要するに、ＨＣＲＵ ＫＧのカスタマイズされたサブグラフは、医療資源に関連する情報を提供し、この情報が、例えばＥＲ外来又は入院患者といった、ＰＣＯの臨床履歴に対してマッチングされる。これらの受診は、患者が、所与の病院のいくつかの医療資源を利用したことを暗示する。したがって、充実化された（すなわち注釈付けされた）ＰＣＯは、図１６におけるこの情報を反映する。
特定の患者が利用している資源及びサービスを含めることによる、特定の患者のＰＣＯの充実化は、特定の患者がどの資源／サービスを利用しているか及び特定の患者が資源／サービスをいかに良好に又は良好でないように利用しているかを特定するのに役立つ。さらに、これはまた、将来において患者がどの医療資源を利用するかを推定するのに役立つ。最後に、管理担当者は、単一のスナップショットにおいて、どの医療資源が患者により利用されているかを有するようになる。
影響推定器６０
このモジュール（又はスタンドアロンシステム）は、入力として、特定の患者についての医療資源利用を（サブグラフとして）既に含んでいる注釈付けされたＰＣＯと、そのような患者についての潜在的な新たな診断情報と、ＨＣＲＵ知識グラフと、を得て、グラフマイニングを用いる。このモジュールは、結果として、潜在的な医療資源利用のサブグラフを、スコアとともに生成する。本質的に、医療資源に対応する、この結果として生じるサブグラフのノードはそれぞれ、潜在的な診断が下されるときの、特定の患者についての（当該医療資源の）潜在的な利用の確率を表す個々のスコアを有する。
潜在的な医療資源利用のサブグラフは、オリジナルのＨＣＲＵからのノードを含む。グラフマイニングステップは、オリジナルのＨＣＲＵグラフの「切り詰め」とみなすことができる。したがって、これは、サブグラフを、潜在的な診断に関連する資源に限定する。
潜在的な診断は、ＰＣＯとしてシステムにおいて一緒に収集された以前の診断、薬の処方、及び他の医療資源に関連する。潜在的な診断データは、手動であってもよいし（例えば、潜在的な診断を推定した臨床家からのものである場合）、半自動であってもよい（診断サポートシステムの助けにより提供される場合）。
図２０は、ＰＣＯ及びＨＣＲＵ ＫＧからの入力に加えて、臨床家又は診断サポートシステムにより支援される臨床家からの入力を有する影響推定器６０を示している。
このモジュールは、診断関連情報を得て、所与の診断についてＨＣＲＵ ＫＧの関連サブグラフを特定する役割を担う、「所与の診断についてのＨＣＲの特定」のためのサブモジュールを使用して、ＨＣＲＵ ＫＧ上を探索する（図２０参照）。
ＨＣＲＵ ＫＧは、資源及びサービスを含み、診断関連情報は、診断と、他の症状、薬、及び治療に対する該診断の関係と、を含む。したがって、薬及び治療の関係が、ＨＣＲＵ ＫＧにリンクされ得る。
この探索は、患者の新たな診断後の、患者の新たな「状態」に関連する潜在的な医療資源及び医療サービスを収集する。潜在的な関連する医療資源が特定されると、影響推定器は、グラフベースのマイニングを用いて、これらの医療資源が、患者の現在の資源利用に影響を及ぼすかどうか及びどのように影響を及ぼすかを推定する。結果は、資源の潜在的な利用を反映した、患者についての最終ＨＣＲＵサブグラフである。
新たな診断は、異なる形で資源利用に影響を及ぼし得る。例えば、新たな診断が、患者の死亡である場合、病院は、空きベッドを有するようになる。同じ専門性の専門医へのスケジュールされている将来の受診が既に存在する場合、潜在的により多くの時間資源が、さらなる受診よりもむしろ必要とされることがある。別の例において、新たな診断が、患者が同じ状態を保っていることである場合、医師は、患者が、ベッドに留まり、自身に薬を与え続ける、又は、薬又は薬の量を変更することを要求することがある。新たな診断により影響が及ぼされる利用が存在しないと仮定すると、そのような場合において、患者が、既に病院にいるならば、患者は、前と同じ資源／サービスを利用し続けるであろう。
病院ベッドが、新たな診断により必要とされるが、患者が、既に病院ベッドにいる場合、病院は、患者のそのレコード内に、患者が現在入院しているということを有するようになり、したがって、この情報と、患者がこの状況において追加のベッドを必要としないことをシステムが認識することと、のマッチングをもたらす。別として、本発明の特定の実施形態は、所与の患者及び診断についての医療資源利用推定を対象にするが、これは、既存の病院情報システムと統合され得る。
要約すると、グラフマイニングモジュールは、入力として、次の２つのサブグラフ、すなわち、（１）既存の患者ＨＣＲＵサブグラフ及び（２）所与の診断に関連するＨＣＲＵを得て、グラフ分析を実行して、患者の所与の新たな診断についての潜在的なＨＣＲＵを得る。基本的に、グラフ分析は、（これらの異なるサブグラフからの）どのノードが、潜在的に関連し、どのように関連するかを見出すために、これらのグラフの全てのノードを探索する。この場合において詳細には、これは、これらのサブグラフからのどの医療資源（及び医療サービス）が関連し、それらがどのように関連するかを見出す。
図２０は、左下に示される既存の患者ＨＣＲＵサブグラフ、中央下における潜在的な診断、及び右下におけるＨＣＲＵ知識グラフの開始位置を含む、プロセスのフローを示している。潜在的な診断に関連する、ＨＣＲＵ ＫＧの部分（中央右、より淡いノード）と、既存の患者ＨＣＲＵサブグラフ（中央左、より暗いノード）と、の組合せが、中間結果を生成し、中央上において、グラフマイニング後のＨＣＲＵのサブグラフが示されている。図２０におけるノードは、例示であり、これらは、特定の状況を表すものではない。特定の状況は、後の具体例において示される。
右側にある３つのノードは、グラフマイニングプロセスにおいて、これらが異なる場所：右下におけるＨＣＲＵ ＫＧからのものであることを強調するために、より淡く示されている（これらは追加されない）。左側にある３つのノードは、ＰＣＯのＨＣＲＵサブグラフからのものである。
ＨＣＲＵ ＫＧ（右下部分）からのものである「オリジナルのノード」に関して、医療資源の関連する値が、例えば、既にスケジュールされている専門医受診への何らかの時間を追加するように変化し得る。
破線は、これらの異なるサブグラフからのものであるノードの間の関係を表している。既存のモジュール／サブコンポーネントから得られる２つのＨＣＲＵサブグラフが存在し、ここでは、これら２つのサブグラフに対してグラフマイニングが実行されて、結果として生じる最終サブグラフが得られる。
要するに、このモジュールは、以下の３つの主要なタスクを有する：
・所与の診断についてのＨＣＲの特定。ここでは、このモジュールは、所与の診断に関連する医療資源及び医療サービスを、ＨＣＲＵ知識グラフにおけるそのような医療資源について、抽出する。
・グラフベースの資源利用評価及びマイニング。ここでは、このモジュールは、入力として、次の２つのサブグラフ、すなわち、（１）既存の患者ＨＣＲＵサブグラフ及び（２）所与の診断に関連するＨＣＲＵを得て、グラフ分析を実行して、患者の所与の新たな診断についての潜在的なＨＣＲＵを得る。基本的に、グラフ分析は、（これらの異なるグラフからの）どのノードが、潜在的に関連し、どのように関連するかを見出すために、これらのグラフの全てのノードを探索する。この場合において詳細には、これは、これらのサブグラフからのどの医療資源（及び医療サービス）が関連し、それらがどのように関連するかを見出す。
具体例
図２１は、サービス及び資源を含む既存の患者ＨＣＲＵサブグラフ、不安状態という潜在的な診断、及び、当該診断に関連するＨＣＲＵサブグラフの具体例を示している。追加のノードのみが図示されている、結果と生じたＨＣＲＵサブグラフは、前の既存の患者ＨＣＲＵサブグラフを超えた、２つの追加のサービス及び関連する追加の資源を含む。新たな処方箋（前の処方箋には、過去の日付があるのに対し、この新たな処方箋には日付がない）と、検査、医師、及び１時間という受診を含む資源を利用する、専門医への新たな受診と、が存在する。この特定の場合において、既存の患者ＨＣＲＵサブグラフに対する変更／削除はなく、単に追加があるだけである。
図２２は、本発明を具現化し、医療機関の患者により利用される医療資源を特定するための、コンピュータにより実施される方法の一実施形態の方法を実施するために使用され得る、データ記憶サーバ等のコンピューティングデバイスのブロック図である。コンピューティングデバイスは、プロセッサ９９３及びメモリ９９４を含む。任意的に、コンピューティングデバイスはまた、例えば、本発明の実施形態の他のコンピューティングデバイスといった他のコンピューティングデバイスとの通信のためのネットワークインタフェース９９７を含む。
例えば、一実施形態は、そのようなコンピューティングデバイスのネットワークから構成される。任意的に、コンピューティングデバイスはまた、キーボード及びマウス等の１つ以上の入力機構９９６及び１つ以上のモニタ等のディスプレイユニット９９５を含む。これらのコンポーネントは、バス９９２を介して互いに接続可能である。
メモリ９９４は、コンピュータ読み取り可能な媒体を含み得る。コンピュータ読み取り可能な媒体という用語は、コンピュータ実行可能な命令を運ぶ又はデータ構造を記憶するよう構成された１つの媒体又は複数の媒体（例えば、集中データベース若しくは分散データベース並びに／又は関連するキャッシュ及びサーバ）を指し得る。コンピュータ実行可能な命令は、例えば、汎用コンピュータ、特殊目的コンピュータ、又は特殊目的処理デバイス（例えば、１つ以上のプロセッサ）によりアクセス可能であり、これらに１つ以上の機能又は動作を実行させる命令及びデータを含み得る。したがって、「コンピュータ読み取り可能な記憶媒体」という用語も、マシンにより実行され、マシンに本開示の方法のうちの任意の１つ以上を実行させる命令のセットを記憶する、符号化する、又は運ぶことができる任意の媒体を含み得る。したがって、「コンピュータ読み取り可能な記憶媒体」という用語は、ソリッドステートメモリ、光媒体、及び磁気媒体を含むが、これらに限定されるものではないと解釈され得る。限定ではなく例として、そのようなコンピュータ読み取り可能な媒体は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、電気的に消去可能なプログラム可能な読み取り専用メモリ（ＥＥＰＲＯＭ）、コンパクトディスク読み取り専用メモリ（ＣＤ−ＲＯＭ）又は他の光ディスクストレージ、磁気ディスクストレージ又は他の磁気記憶デバイス、フラッシュメモリデバイス（例えば、ソリッドステートメモリデバイス）を含む非一時的なコンピュータ読み取り可能な記憶媒体を含み得る。
プロセッサ９９３は、コンピューティングデバイスを制御し、例えば、本明細書及び請求項に記載のモジュールの様々な異なる機能を実装するようにメモリに記憶されたコードを実行する等の処理動作を実行するよう構成される。メモリ９９４は、プロセッサ９９３により読み書きされているデータを記憶する。本明細書で言及されているように、プロセッサは、マイクロプロセッサ、中央処理装置等といった１つ以上の汎用処理デバイスを含み得る。プロセッサは、複合命令セットコンピューティング（ＣＩＳＣ）マイクロプロセッサ、縮小命令セットコンピューティング（ＲＩＳＣ）マイクロプロセッサ、超長命令語（ＶＬＩＷ）マイクロプロセッサ、又は、他の命令セットを実装しているプロセッサ若しくは命令セットの組合せを実装しているプロセッサを含み得る。プロセッサはまた、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタル信号プロセッサ（ＤＳＰ）、ネットワークプロセッサ等といった１つ以上の特殊目的処理デバイスを含み得る。１つ以上の実施形態において、プロセッサは、本明細書に記載の動作及びステップを実行するための命令を実行するよう構成される。
ディスプレイユニット９９５は、ＨＣＲＵ ＫＧ、ＨＣＲＵ ＫＧの一部、ＰＣＯ、ＰＣＯの一部等の、コンピューティングデバイスにより記憶されたデータの表現を表示することができ、ユーザとコンピューティングデバイスに記憶されているプログラム及びデータとの間のインタラクションを可能にするカーソル及びダイアログボックス並びにスクリーンも表示することができる。入力機構９９６は、ユーザが、コンピューティングデバイスにデータ及び命令を入力することを可能にし得る。例えば、入力機構９９６は、臨床家が、医療サービス及び医療資源について使用されるシード用語を入力又は修正することを可能にし得る。
ネットワークインタフェース（ネットワークＩ／Ｆ）９９７は、インターネット等のネットワークに接続され得るものであり、例えばオープンデータにアクセスするために、ネットワークを介して他のそのようなコンピューティングデバイスに接続可能である。ネットワークＩ／Ｆ９９７は、ネットワークを介した他の装置から／へのデータ入力／出力を制御することができる。マイクロフォン、スピーカ、プリンタ、電力供給ユニット、ファン、ケース、スキャナ、トラッカボール等といった他の周辺デバイスも、コンピューティングデバイスに含められ得る。
ＨＣＲＵ ＫＧ構築器は、メモリ９９４の一部に記憶されている処理命令を含み得、プロセッサ９９３が、処理命令を実行し、メモリ９９４の一部が、処理命令の実行中に、ＨＣＲＵ ＫＧを構成するデータを記憶する。ＨＣＲＵ ＫＧは、メモリ９９４及び／又は接続された記憶ユニットに記憶され得る。
ＨＣＲＵ ＫＧカスタマイズ器は、メモリ９９４の一部に記憶されている処理命令を含み得、プロセッサ９９３が、処理命令を実行し、メモリ９９４の一部が、処理命令の実行中に、カスタマイズされたサブグラフに寄与するデータを記憶する。カスタマイズされたサブグラフは、メモリ９９４及び／又は接続された記憶ユニットに記憶され得る。
患者ＨＣＲＵエンジンは、メモリ９９４の一部に記憶されている処理命令を含み得、プロセッサ９９３が、処理命令を実行し、メモリ９９４の一部が、処理命令の実行中に、充実化されたＰＣＯを構成するデータを記憶する。充実化されたＰＣＯは、メモリ９９４及び／又は接続された記憶ユニットに記憶され得る。
影響推定器は、メモリ９９４の一部に記憶されている処理命令を含み得、プロセッサ９９３が、処理命令を実行し、メモリ９９４の一部が、処理命令の実行中に、サブグラフを構成するデータを記憶する。結果として生じ修正される可能性があるＨＣＲＵサブグラフは、メモリ９９４及び／又は接続された記憶ユニットに記憶され得る。
本発明を具現化する方法は、図２２に示されるコンピューティングデバイス等のコンピューティングデバイス上で実行され得る。そのようなコンピューティングデバイスは、図２２に示される全てのコンポーネントを有する必要はなく、これらのコンポーネントのサブセットから構成されてもよい。本発明を具現化する方法は、ネットワークを介して１つ以上のデータ記憶サーバと通信する単一のコンピューティングデバイスにより実行され得る。コンピューティングデバイスは、本発明における結果として生じるグラフを記憶するデータストレージ自体であってもよい。
本発明を具現化する方法は、互いと協調して動作する複数のコンピューティングデバイスにより実行されてもよい。複数のコンピューティングデバイスのうちの１つ以上は、グラフの少なくとも一部を記憶するデータ記憶サーバであってもよい。
利点
本発明の実施形態の利点のいくつかは以下である：
・（医療資源情報（及び医療サービス情報）を用いて充実化されたＰＣＯを使用して）特定の患者が所与の時点においてどの医療資源（及び医療サービス）を利用しているかを特定することが可能である。
・特定の診断についてどの医療資源（及び医療サービス）が必要とされるかを特定することが可能である。
・患者及び潜在的な診断を所与として、医療資源（及び医療サービス）のサブグラフを推定することが可能である。
他のキーとなる利点は、患者の資源利用をより正確に特定するための拠所である、臨床家のサポートにより、医療資源利用知識グラフの作成を可能にする機構を提供することにある：
・要するに、特定の患者の関連する医療資源利用を提供することは、サポートの最良のソースを見出すことに加えて、将来に関する意思決定を行うことに役立つ。例えば、本発明の特定の実施形態は、以下のことが可能である：
・類似する医療資源を利用している患者のグループを特定し、このようにして、特定の病院においてどの医療資源が最も利用されているかを特定すること。
・新たな患者を有すると、これらのグループのうちの１つのグループに新たな患者を分類し、新たな患者がどの資源を利用するかを推定すること。
・病院は、病院が有する患者を所与として、どの医療資源がより注意を必要とするかを認識するようになること。
・さらに、いくつかのソリューションは、患者についての特定の診断の潜在的な影響を検出し、このようにして、患者が利用することになる資源を推定することができること。これは、病院情報システムにおける資源の全般的スケジューリングのために、患者のグループ全体に拡張され得る。
使用される技術用語の簡潔な説明
医療利用：集団に利用可能な医療サービスの集団の利用の尺度。これは、病院資源、パーソナルケアホーム（ＰＣＨ）資源、及び医師資源の利用を含む。医療利用及び健康状態は、医療システムが集団における健康をいかに効率的にもたらすかを調べるために使用される。
健康状態：タイプ及び合併症条件の数に基づく、又は、複数の社会経済的インジケータに基づく、患者の死亡のリスクのインジケーション。
医療処置：患者の管理及びケアであり、看護、心理的介入、及び専門家のメンタルヘルスリハビリテーションを含む。
診断：疾病の兆候及び症状から疾病状態の性質及び状況を調べることによる判断のプロセス。
薬：疾病の症状を治療若しくは予防又は軽減する物。
医療サービスは、病気又は個人的傷害を条件とするか否かにかかわらず、薬、内科的治療、外科的治療、看護、病院サービス、歯科サービス、検眼サービス、相補的健康サービス、これらの列挙されたサービスのうちの組合せ若しくは全て、又は、同様の性質の任意の他の必要なサービスの提供に加えて、人の病気、肉体不全、又は傷害を予防、軽減、治癒、又は治療するための、ありとあらゆる他のサービス及び商品のあらゆる人への提供を意味する。
医療資源は、医療及びサービスを提供するために使用することができる全ての材料、人員、施設、資金、及び別の何かである。
以上の実施形態に関し、さらに以下の付記を開示する。
（付記１）
潜在的な診断を所与として患者により利用される医療資源を特定するためのコンピュータ装置であって、
プロセッサにより実行される命令を記憶しているメモリであって、前記プロセッサは、前記命令により、
グラフの形態で前記患者を表現しており、前記患者の以前の医療資源利用（ＨＣＲＵ）情報を患者ＨＣＲＵサブグラフとして含む患者臨床オブジェクト（ＰＣＯ）を受け取り、
医療資源を医療サービスに関連付けているＨＣＲＵ知識グラフ（ＨＣＲＵ ＫＧ）を受け取り、
臨床家から潜在的な診断情報を受け取り、
前記潜在的な診断に関連する、前記ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、前記潜在的な診断に関連するＨＣＲＵサブグラフを形成し、
前記潜在的な診断に関連する前記ＨＣＲＵサブグラフ及び前記患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、前記潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得る
影響推定器を実装するよう構成されている、メモリ
を有する、コンピュータ装置。
（付記２）
前記影響推定器は、グラフベースのマイニングを用いて、前記潜在的な診断に関連する前記ＨＣＲＵサブグラフが前記患者ＨＣＲＵサブグラフにどのように影響を及ぼすかを推定する、付記１に記載のコンピュータ装置。
（付記３）
前記医療資源の利用及び前記医療サービスの利用の確率に関連するスコアが、前記潜在的な診断に関連する前記更新された患者ＨＣＲＵサブグラフにおける頂点に提供される、付記１又は２に記載のコンピュータ装置。
（付記４）
前記コンピュータ装置は、医療機関の患者の集団により潜在的に利用される医療資源を特定し、前記影響推定器は、前記集団についてのＰＣＯ群を受け取り、前記更新された患者ＨＣＲＵサブグラフは、前記集団にわたる潜在的な医療資源利用を推定するために使用される、付記１乃至３いずれか一項に記載のコンピュータ装置。
（付記５）
前記ＰＣＯは、患者ＩＤ頂点を中心とするグラフであって、前記患者ＩＤ頂点を、臨床データを表す頂点と、前記患者ＨＣＲＵサブグラフとしての医療資源利用及び医療サービスを表す頂点と、に連結するエッジを含むグラフとして提供される、付記１乃至４いずれか一項に記載のコンピュータ装置。
（付記６）
前記ＰＣＯは、状態、状態のエピソード、時間枠、及び診断のうちの１つ以上に限定される、付記１乃至５いずれか一項に記載のコンピュータ装置。
（付記７）
前記潜在的な診断情報は、診断と、症状、薬、及び治療に対する該診断の関係と、を含む、付記１乃至６いずれか一項に記載のコンピュータ装置。
（付記８）
前記プロセッサは、ＨＣＲＵ ＫＧ構築器及び患者ＨＣＲＵエンジンを提供するようさらに構成されており、
前記ＨＣＲＵ ＫＧ構築器は、オープンデータ及び臨床家情報を受け取り、前記オープンデータ及び前記臨床家情報から、医療サービスの用語のセット及び医療資源の用語のセットを生成し、該医療資源を該医療サービスに関連付けて一般ＨＣＲＵ ＫＧを構築するよう構成されており、
前記患者ＨＣＲＵエンジンは、グラフの形態で前記患者を表現しているＰＣＯを受け取り、該ＨＣＲＵ ＫＧを使用して、該ＰＣＯを以前の医療資源利用情報に関連付け、以前の医療資源利用情報を用いて該ＰＣＯに注釈付けするよう構成されている、付記１乃至７いずれか一項に記載のコンピュータ装置。
（付記９）
ＨＣＲＵ ＫＧカスタマイズ器をさらに有し、
前記ＨＣＲＵ ＫＧカスタマイズ器は、前記ＨＣＲＵ ＫＧを、医療機関のレコードとマッチングして、該医療機関に固有である、前記ＨＣＲＵ ＫＧのカスタマイズされたサブグラフを提供するよう構成されており、
前記患者ＨＣＲＵエンジンは、前記ＨＣＲＵ ＫＧの前記カスタマイズされたサブグラフの部分を使用して、前記ＰＣＯを以前の医療資源利用情報に関連付け、以前の医療資源利用情報を用いて前記ＰＣＯに注釈付けするよう構成されている、付記８に記載のコンピュータ装置。
（付記１０）
前記ＨＣＲＵ ＫＧ構築器は、
前記臨床家情報から、医療サービスの用語の初期セット及び医療資源の用語の初期セットについてのシードを収集し、
前記臨床家からの前記の収集された医療サービスの用語の初期セット及び医療資源の用語の初期セットを、前記オープンデータと照合して、前記臨床家により提案され前記オープンデータを使用して注釈付けされた用語の拡張されたセットを提供し、２つのモデルであって、一方のモデルが医療資源を表現し他方のモデルが医療サービスを表現する、２つのモデルを作成し、前記オープンデータにおいて関係マイニングを用いて前記２つのモデルの間の関係を作成し、前記オープンデータにおける前記関係の出現の数に応じて前記関係をスコア付けする、付記８又は９に記載のコンピュータ装置。
（付記１１）
前記ＨＣＲＵ ＫＧカスタマイズ器は、前記ＨＣＲＵ ＫＧにおいて表されている、医療機関のサービスを特定し、該医療機関において提供されていない、前記ＨＣＲＵ ＫＧにおけるサービスを除去し、医療機関データからどの資源が利用されているかを特定して、前記ＨＣＲＵ ＫＧから、該医療機関において利用可能でない資源を除去し、プロセスマイニングを用いて、該医療機関において資源がどのように利用されているかを発見して、該医療機関において資源が利用されている特定の態様に前記ＨＣＲＵ ＫＧを適合させる、付記９又は１０に記載のコンピュータ装置。
（付記１２）
前記ＨＣＲＵ ＫＧカスタマイズ器は、医療機関の電子的な医療機関ログ及び内部規定を受け取り、前記電子的な医療機関ログからプロセス知識を抽出し、前記の抽出されたプロセス知識を該医療機関の前記内部規定に投影して、前記の抽出されたプロセス知識が、該医療機関の前記内部規定に適合しているかどうかをチェックする、付記９乃至１１いずれか一項に記載のコンピュータ装置。
（付記１３）
前記患者ＨＣＲＵエンジンは、前記ＰＣＯにおいて存在する臨床データを使用し、前記ＨＣＲＵ ＫＧのカスタマイズされたサブグラフをテンプレートとして使用して医療資源を表す新たな頂点への連結を追加する、付記８乃至１２いずれか一項に記載のコンピュータ装置。
（付記１４）
潜在的な診断を所与として患者により利用される医療資源を特定するための、コンピュータにより実施される方法であって、
グラフの形態で前記患者を表現しており、前記患者の以前の医療資源利用（ＨＣＲＵ）情報を患者ＨＣＲＵサブグラフとして含む患者臨床オブジェクト（ＰＣＯ）を受け取るステップと、
医療資源を医療サービスに関連付けているＨＣＲＵ知識グラフ（ＨＣＲＵ ＫＧ）を受け取るステップと、
臨床家から潜在的な診断情報を受け取るステップと、
前記潜在的な診断に関連する、前記ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、前記潜在的な診断に関連するＨＣＲＵサブグラフを形成するステップと、
前記潜在的な診断に関連する前記ＨＣＲＵサブグラフ及び前記患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、前記潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得るステップと、
を含む、方法。
（付記１５）
コンピュータ上で実行されたときに、潜在的な診断を所与として患者により利用される医療資源を特定するための方法を実行するコンピュータプログラムであって、前記方法は、
グラフの形態で前記患者を表現しており、前記患者の以前の医療資源利用（ＨＣＲＵ）情報を患者ＨＣＲＵサブグラフとして含む患者臨床オブジェクト（ＰＣＯ）を受け取るステップと、
医療資源を医療サービスに関連付けているＨＣＲＵ知識グラフ（ＨＣＲＵ ＫＧ）を受け取るステップと、
臨床家から潜在的な診断情報を受け取るステップと、
前記潜在的な診断に関連する、前記ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、前記潜在的な診断に関連するＨＣＲＵサブグラフを形成するステップと、
前記潜在的な診断に関連する前記ＨＣＲＵサブグラフ及び前記患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、前記潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得るステップと、
を含む、コンピュータプログラム。
３０ 医療資源利用知識グラフ（ＨＣＲＵ ＫＧ）構築器
４０ 医療資源利用知識グラフ（ＨＣＲＵ ＫＧ）カスタマイズ器
５０ 患者医療資源利用（ＨＣＲＵ）エンジン
６０ 影響推定器
７０ 医療資源利用（ＨＣＲＵ）エンジン
１５０ アライメント処理器
１６０ 医療（ＨＣ）サービスフィルタリング器
１７０ 利用パターン抽出器
１８０ 医療（ＨＣ）資源フィルタリング器

Claims (15)

  1. 潜在的な診断を所与として患者により利用される医療資源を特定するためのコンピュータ装置であって、
    プロセッサにより実行される命令を記憶しているメモリであって、前記プロセッサは、前記命令により、
    グラフの形態で前記患者を表現しており、前記患者の以前の医療資源利用（ＨＣＲＵ）情報を患者ＨＣＲＵサブグラフとして含む患者臨床オブジェクト（ＰＣＯ）を受け取り、
    医療資源を医療サービスに関連付けているＨＣＲＵ知識グラフ（ＨＣＲＵ ＫＧ）を受け取り、
    臨床家から潜在的な診断情報を受け取り、
    前記潜在的な診断に関連する、前記ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、前記潜在的な診断に関連するＨＣＲＵサブグラフを形成し、
    前記潜在的な診断に関連する前記ＨＣＲＵサブグラフ及び前記患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、前記潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得る
    影響推定器を実装するよう構成されている、メモリ
    を有する、コンピュータ装置。
  2. 前記影響推定器は、グラフベースのマイニングを用いて、前記潜在的な診断に関連する前記ＨＣＲＵサブグラフが前記患者ＨＣＲＵサブグラフにどのように影響を及ぼすかを推定する、請求項１に記載のコンピュータ装置。
  3. 前記医療資源の利用及び前記医療サービスの利用の確率に関連するスコアが、前記潜在的な診断に関連する前記更新された患者ＨＣＲＵサブグラフにおける頂点に提供される、請求項１又は２に記載のコンピュータ装置。
  4. 前記コンピュータ装置は、医療機関の患者の集団により潜在的に利用される医療資源を特定し、前記影響推定器は、前記集団についてのＰＣＯ群を受け取り、前記更新された患者ＨＣＲＵサブグラフは、前記集団にわたる潜在的な医療資源利用を推定するために使用される、請求項１乃至３いずれか一項に記載のコンピュータ装置。
  5. 前記ＰＣＯは、患者ＩＤ頂点を中心とするグラフであって、前記患者ＩＤ頂点を、臨床データを表す頂点と、前記患者ＨＣＲＵサブグラフとしての医療資源利用及び医療サービスを表す頂点と、に連結するエッジを含むグラフとして提供される、請求項１乃至４いずれか一項に記載のコンピュータ装置。
  6. 前記ＰＣＯは、状態、状態のエピソード、時間枠、及び診断のうちの１つ以上に限定される、請求項１乃至５いずれか一項に記載のコンピュータ装置。
  7. 前記潜在的な診断情報は、診断と、症状、薬、及び治療に対する該診断の関係と、を含む、請求項１乃至６いずれか一項に記載のコンピュータ装置。
  8. 前記プロセッサは、ＨＣＲＵ ＫＧ構築器及び患者ＨＣＲＵエンジンを提供するようさらに構成されており、
    前記ＨＣＲＵ ＫＧ構築器は、オープンデータ及び臨床家情報を受け取り、前記オープンデータ及び前記臨床家情報から、医療サービスの用語のセット及び医療資源の用語のセットを生成し、該医療資源を該医療サービスに関連付けて一般ＨＣＲＵ ＫＧを構築するよう構成されており、
    前記患者ＨＣＲＵエンジンは、グラフの形態で前記患者を表現しているＰＣＯを受け取り、該ＨＣＲＵ ＫＧを使用して、該ＰＣＯを以前の医療資源利用情報に関連付け、以前の医療資源利用情報を用いて該ＰＣＯに注釈付けするよう構成されている、請求項１乃至７いずれか一項に記載のコンピュータ装置。
  9. ＨＣＲＵ ＫＧカスタマイズ器をさらに有し、
    前記ＨＣＲＵ ＫＧカスタマイズ器は、前記ＨＣＲＵ ＫＧを、医療機関のレコードとマッチングして、該医療機関に固有である、前記ＨＣＲＵ ＫＧのカスタマイズされたサブグラフを提供するよう構成されており、
    前記患者ＨＣＲＵエンジンは、前記ＨＣＲＵ ＫＧの前記カスタマイズされたサブグラフの部分を使用して、前記ＰＣＯを以前の医療資源利用情報に関連付け、以前の医療資源利用情報を用いて前記ＰＣＯに注釈付けするよう構成されている、請求項８に記載のコンピュータ装置。
  10. 前記ＨＣＲＵ ＫＧ構築器は、
    前記臨床家情報から、医療サービスの用語の初期セット及び医療資源の用語の初期セットについてのシードを収集し、
    前記臨床家からの前記の収集された医療サービスの用語の初期セット及び医療資源の用語の初期セットを、前記オープンデータと照合して、前記臨床家により提案され前記オープンデータを使用して注釈付けされた用語の拡張されたセットを提供し、２つのモデルであって、一方のモデルが医療資源を表現し他方のモデルが医療サービスを表現する、２つのモデルを作成し、前記オープンデータにおいて関係マイニングを用いて前記２つのモデルの間の関係を作成し、前記オープンデータにおける前記関係の出現の数に応じて前記関係をスコア付けする、請求項８又は９に記載のコンピュータ装置。
  11. 前記ＨＣＲＵ ＫＧカスタマイズ器は、前記ＨＣＲＵ ＫＧにおいて表されている、医療機関のサービスを特定し、該医療機関において提供されていない、前記ＨＣＲＵ ＫＧにおけるサービスを除去し、医療機関データからどの資源が利用されているかを特定して、前記ＨＣＲＵ ＫＧから、該医療機関において利用可能でない資源を除去し、プロセスマイニングを用いて、該医療機関において資源がどのように利用されているかを発見して、該医療機関において資源が利用されている特定の態様に前記ＨＣＲＵ ＫＧを適合させる、請求項９又は１０に記載のコンピュータ装置。
  12. 前記ＨＣＲＵ ＫＧカスタマイズ器は、医療機関の電子的な医療機関ログ及び内部規定を受け取り、前記電子的な医療機関ログからプロセス知識を抽出し、前記の抽出されたプロセス知識を該医療機関の前記内部規定に投影して、前記の抽出されたプロセス知識が、該医療機関の前記内部規定に適合しているかどうかをチェックする、請求項９乃至１１いずれか一項に記載のコンピュータ装置。
  13. 前記患者ＨＣＲＵエンジンは、前記ＰＣＯにおいて存在する臨床データを使用し、前記ＨＣＲＵ ＫＧのカスタマイズされたサブグラフをテンプレートとして使用して医療資源を表す新たな頂点への連結を追加する、請求項８乃至１２いずれか一項に記載のコンピュータ装置。
  14. 潜在的な診断を所与として患者により利用される医療資源を特定するための、コンピュータにより実施される方法であって、
    グラフの形態で前記患者を表現しており、前記患者の以前の医療資源利用（ＨＣＲＵ）情報を患者ＨＣＲＵサブグラフとして含む患者臨床オブジェクト（ＰＣＯ）を受け取るステップと、
    医療資源を医療サービスに関連付けているＨＣＲＵ知識グラフ（ＨＣＲＵ ＫＧ）を受け取るステップと、
    臨床家から潜在的な診断情報を受け取るステップと、
    前記潜在的な診断に関連する、前記ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、前記潜在的な診断に関連するＨＣＲＵサブグラフを形成するステップと、
    前記潜在的な診断に関連する前記ＨＣＲＵサブグラフ及び前記患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、前記潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得るステップと、
    を含む、方法。
  15. コンピュータ上で実行されたときに、潜在的な診断を所与として患者により利用される医療資源を特定するための方法を実行するコンピュータプログラムであって、前記方法は、
    グラフの形態で前記患者を表現しており、前記患者の以前の医療資源利用（ＨＣＲＵ）情報を患者ＨＣＲＵサブグラフとして含む患者臨床オブジェクト（ＰＣＯ）を受け取るステップと、
    医療資源を医療サービスに関連付けているＨＣＲＵ知識グラフ（ＨＣＲＵ ＫＧ）を受け取るステップと、
    臨床家から潜在的な診断情報を受け取るステップと、
    前記潜在的な診断に関連する、前記ＨＣＲＵ ＫＧにおける潜在的な医療資源及び医療サービスを特定及び抽出して、前記潜在的な診断に関連するＨＣＲＵサブグラフを形成するステップと、
    前記潜在的な診断に関連する前記ＨＣＲＵサブグラフ及び前記患者ＨＣＲＵサブグラフに対してグラフ分析を実行して、前記潜在的な診断を考慮に入れた更新された患者ＨＣＲＵサブグラフを得るステップと、
    を含む、コンピュータプログラム。
JP2017188642A 2016-10-06 2017-09-28 潜在的な診断を所与として患者により利用される医療資源を特定するためのコンピュータ装置及び方法 Active JP6992370B2 (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
DE102016219430 2016-10-06
DE102016219430.5 2016-10-06
EP17166979.9A EP3306502A1 (en) 2016-10-06 2017-04-19 A computer apparatus and method to identify healthcare resources used by a patient given a potential diagnosis
EP17166979.9 2017-04-19

Publications (2)

Publication Number Publication Date
JP2018060537A true JP2018060537A (ja) 2018-04-12
JP6992370B2 JP6992370B2 (ja) 2022-01-13

Family

ID=58709745

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017188642A Active JP6992370B2 (ja) 2016-10-06 2017-09-28 潜在的な診断を所与として患者により利用される医療資源を特定するためのコンピュータ装置及び方法

Country Status (3)

Country Link
US (1) US11127502B2 (ja)
EP (1) EP3306502A1 (ja)
JP (1) JP6992370B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023054645A1 (ja) * 2021-09-30 2023-04-06 富士フイルム株式会社 情報処理装置、情報処理方法及び情報処理プログラム
JP7533572B2 (ja) 2019-08-26 2024-08-14 コーニンクレッカ フィリップス エヌ ヴェ 個人のタイムラインデータからの状態遷移グラフの自動構築のための方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110033838A (zh) * 2019-03-13 2019-07-19 武汉金豆医疗数据科技有限公司 一种医疗数据三重逻辑校验系统及其校验方法
CN113268700B (zh) * 2021-05-21 2023-05-09 中安万业大数据有限公司 一种用于智慧医疗的互联网+资源管理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009205654A (ja) * 2008-02-29 2009-09-10 Yoshikatsu Iizuka 実施計画作成支援装置及び実施計画作成支援プログラム
JP2014228907A (ja) * 2013-05-20 2014-12-08 株式会社日立製作所 情報構造化システム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5991728A (en) 1997-04-30 1999-11-23 Deroyal Industries, Inc. Method and system for the tracking and profiling of supply usage in a health care environment
US6061657A (en) 1998-02-18 2000-05-09 Iameter, Incorporated Techniques for estimating charges of delivering healthcare services that take complicating factors into account
US6581204B2 (en) * 1999-08-24 2003-06-17 Ge Medical Systems Information Technologies, Inc. Modular tracking and profiling system
US7702522B1 (en) 2000-09-01 2010-04-20 Sholem Steven L Method and apparatus for tracking the relative value of medical services
US20030065534A1 (en) 2001-10-02 2003-04-03 Mccartney Michael J. Health care management method and system
US20050246189A1 (en) 2004-04-29 2005-11-03 Arnold Monitzer System for determining medical resource utilization characteristics
US20060074720A1 (en) * 2004-09-21 2006-04-06 Alfons Brutting Medical planning agent
US7860728B2 (en) * 2006-02-09 2010-12-28 Syus, Llc System, method, and computer program product for reducing the burden on scheduling systems by forecasting a demand for medical resources using retrieved billing data
US20090112618A1 (en) 2007-10-01 2009-04-30 Johnson Christopher D Systems and methods for viewing biometrical information and dynamically adapting schedule and process interdependencies with clinical process decisioning
US8271295B1 (en) 2008-07-23 2012-09-18 Sprint Communications Company L.P. Health clinic broker
US20140236625A1 (en) * 2013-02-15 2014-08-21 Covidien Lp Social network techniques applied to the use of medical data
US20140278454A1 (en) 2013-03-13 2014-09-18 FTV Solutions, Inc. Dynamic pricing of healthcare resources
EP3201809A4 (en) * 2014-09-29 2018-05-23 Cornell University A system and methods for managing healthcare resources
US20160253687A1 (en) 2015-02-26 2016-09-01 Aetna Inc. System and method for predicting healthcare costs
US20160283880A1 (en) * 2015-03-27 2016-09-29 Mckesson Corporation Health care enterprise resource planning system and method for utilizing web data
US20170083673A1 (en) * 2015-09-17 2017-03-23 Thomas J. DAWSON, III Systems and methods for estimating lifecare service costs

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009205654A (ja) * 2008-02-29 2009-09-10 Yoshikatsu Iizuka 実施計画作成支援装置及び実施計画作成支援プログラム
JP2014228907A (ja) * 2013-05-20 2014-12-08 株式会社日立製作所 情報構造化システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7533572B2 (ja) 2019-08-26 2024-08-14 コーニンクレッカ フィリップス エヌ ヴェ 個人のタイムラインデータからの状態遷移グラフの自動構築のための方法
WO2023054645A1 (ja) * 2021-09-30 2023-04-06 富士フイルム株式会社 情報処理装置、情報処理方法及び情報処理プログラム

Also Published As

Publication number Publication date
US11127502B2 (en) 2021-09-21
US20180101654A1 (en) 2018-04-12
JP6992370B2 (ja) 2022-01-13
EP3306502A1 (en) 2018-04-11

Similar Documents

Publication Publication Date Title
US10943679B2 (en) Computer apparatus and method to identify healthcare resources used by a patient of a medical institution
JP6780520B2 (ja) オープンデータ及び臨床医の入力を用いて患者のリスクを評価するシステム及び方法
JP6915282B2 (ja) オープンデータ及び臨床医の入力を用いて患者の治療リスクを評価するシステム及び方法
Mans et al. Process mining in healthcare: evaluating and exploiting operational healthcare processes
JP7035314B2 (ja) 患者の診断を支援するシステムおよび方法
Yao et al. CONFlexFlow: integrating flexible clinical pathways into clinical decision support systems using context and rules
JP6907831B2 (ja) コンテキストベースの患者類似性の方法及び装置
US8527293B2 (en) Method and system for supporting clinical decision-making
US10540448B2 (en) Gap in care determination using a generic repository for healthcare
CN110291555B (zh) 用于促进对健康状况的计算分析的系统和方法
EP3382584A1 (en) A system and a method to predict patient behaviour
JP6992370B2 (ja) 潜在的な診断を所与として患者により利用される医療資源を特定するためのコンピュータ装置及び方法
US20190114304A1 (en) Systems and methods for modeling free-text clinical documents into a hierarchical graph-like data structure based on semantic relationships among clinical concepts present in the documents
CN110223739A (zh) 临床发现的主动追踪观察
Alahmar et al. Ontological framework for standardizing and digitizing clinical pathways in healthcare information systems
Duarte et al. Improving quality of electronic health records with SNOMED
Kiourtis et al. Aggregating heterogeneous health data through an ontological common health language
JP6348968B2 (ja) 共同作業の統合化に基づく臨床ドキュメント
Kollapally et al. An ontology for the social determinants of health domain
Hsieh et al. The transformation of surgery patient care with a clinical research information system
Conde et al. Towards best practice in the Archetype Development Process
Alahmar A novel framework for standardizing and digitizing clinical pathways in healthcare information systems
Liu et al. Explore Data Quality Challenges Based on Data Structure of Electronic Health Records
Domínguez et al. Development and evaluation of an open-source, standards-based approach to explainable artificial intelligence for managing co-morbidity and clinical guidelines using argumentation techniques and the Transition-based Medical Recommendation model
Miñarro-Giménez et al. Ontology Model for Supporting Process Mining on Healthcare-Related Data

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200709

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210528

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210803

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210930

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211109

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211122

R150 Certificate of patent or registration of utility model

Ref document number: 6992370

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150