JP2019049964A - 電子診療レコードからの医学的状態および事実の自動的特定および抽出 - Google Patents

Abstract

【課題】電子診療レコードから医学的状態および根拠事実を自動的に特定および抽出するシステム、方法、デバイスおよびその他手法を提供する。【解決手段】構造化されていない電子診療レコードから抽出された書式設定されたテキストを取得する。書式設定されたテキストを、各文書が個々の文書タイプを備え個々の文書エンカウンターを表現する複数の文書に分割する。複数の文書それぞれにおいて参照された医学的状態エンティティおよび根拠事実エンティティを抽出する。同じ文書内の抽出された根拠事実エンティティは、医療オントロジーまたは医療ナレッジベースのうちの１つ以上を使用して同じ文書から抽出された個々の医学的状態エンティティにリンキングする。同じ文書内のリンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供する。【選択図】図３

Description

関連出願の相互参照
本願は、２０１７年６月３０日出願の米国特許仮出願第６２／５２７，４４１号の利益を主張し、その開示全体が、参照により本願明細書に明示的に援用される。

本明細書は、全般的に、電子診療レコードを表現するデータを処理する方法およびシステムについて記載する。

ヘルスケア提供者および健康保険会社は、構造化されていない患者の電子診療レコードを人手で確認して、患者の医学的状態および根拠事実を特定することを要求されることが多い。そのような医学的状態および根拠事実は、患者の症状を説明する疾患または状態を診断するため、または保険金支払いを請求するために使用されることがある。

電子診療レコードの人手による確認は、複雑な作業である。さらに、人手による確認は、時間がかかるうえ、医学的状態および根拠事実が見落とされる可能性があり得るので、誤りが発生しやすい場合もある。電子診療レコードは、典型的には、長期間にわたる患者の医療履歴を表現し、診察ごとの各医師の臨床記録、処方箋、入院および退院フォーム、検査依頼フォームおよび結果、臨床報告書、紹介状、または処置記録の集合を含む。電子診療レコードの確認を自動化するのも、電子診療レコード文書の多様性が原因で複雑である。

本明細書は、患者の電子医療レコード中の、医学的状態と、薬剤、症状、処置、または検査結果などそうした状態の根拠となる事実とを自動的に特定および抽出するシステムおよび方法を記載する。

本明細書に記載された主題の革新的な側面は、電子診療レコードから医学的状態および根拠事実を自動的に特定および抽出する方法であって、構造化されていない電子診療レコードから抽出された書式設定されたテキストを取得するアクションと、書式設定されたテキストを、各文書が個々の文書タイプを備え個々の文書エンカウンターを表現する複数の文書に分割するアクションと、各文書から、文書において参照される１つ以上のエンティティを抽出するアクションであって、エンティティは、医学的状態エンティティおよび根拠事実エンティティを備える、抽出するアクションと、各文書内で、抽出された根拠事実エンティティの１つ以上を、個々の抽出された医学的状態エンティティに、ｉ）医療オントロジーまたはｉｉ）医療ナレッジベースのうちの１つ以上を使用してリンキングするアクションと、各文書について、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供するアクションと、を含む方法において具現化されてもよい。

本側面の他の実施形態は、対応するコンピュータシステム、装置、および１つ以上のコンピュータストレージデバイスに記録されたコンピュータプログラムを含み、それぞれが本方法のアクションを実行するよう構成される。１つ以上のコンピュータのシステムは、動作中にシステムにアクションを実行させる、システムにインストールされたソフトウェア、ファームウェア、ハードウェア、またはその組み合わせを有することにより特定の動作またはアクションを実行するよう構成可能である。１つ以上のコンピュータプログラムは、データ処理装置（例えば１つ以上のコンピュータまたはコンピュータプロセッサ）により実行されると装置にアクションを実行させる命令を含むことにより特定の動作またはアクションを実行するように構成可能である。

前述および他の実施形態はそれぞれ、任意選択で、以下の特徴の１つ以上を単独または組み合わせで含むことができる。一部の実装において、書式設定されたテキストを複数の文書に分割するステップは、書式設定されたテキストの個々の部分を特徴付ける数的特徴の複数の特徴ベクトルを計算するために書式設定されたテキストを分析するステップと、テキストの或る部分が文書境界を表現するか否かを予測するよう構成された第１の分類器に、計算された特徴ベクトルを入力として提供するステップと、書式設定されたテキストを、第１の分類器から受信された出力に基づきテキストの部分と部分との間に文書境界を作成することにより、複数の文書に分割するステップとを含む。

一部の実装において、方法は、計算された特徴ベクトルを、テキストの或る部分が関連性ありか否かを予測するよう構成された第２の分類器に入力として提供するステップと、第２の分類器から受信される出力に基づき、テキストのうち関連性のない部分を書式設定されたテキストから削除するステップとをさらに含む。

一部の実装において、数的特徴は、字句特徴、言語特徴、またはエンティティ特徴のうちの１つ以上を備える。

一部の実装において、事実エンティティは、個々のセマンティックタイプのエンティティを備え、セマンティックタイプは、ｉ）薬剤、ｉｉ）症状、ｉｉｉ）検査結果、ｉｖ）指示された試験、ｖ）処置、ｖｉ）評価、またはｖｉｉ）医学的状態履歴のうちの１つ以上を備える。

一部の実装において、各文書から、文書において参照され状態エンティティおよび根拠事実エンティティを備える１つ以上のエンティティを抽出するステップは、各文書中の１つ以上の医学的状態エンティティおよび事実エンティティを特定するために、ｉ）自然言語処理手法、ｉｉ）エンティティ抽出手法、またはｉｉｉ）医療オントロジーのうちの１つ以上を適用するステップと、関連性のないエンティティを特定および削除するステップであって、ｉ）辞書語、ｉｉ）短縮語、ｉｉｉ）文脈語、ｉｖ）参照の中で言及されたエンティティ、のうちの１つ以上を含む領域固有の指標を適用することを含む、特定および削除するステップとを含む。

一部の実装において、本方法は、特定された事実エンティティをセマンティックエンティティタイプにより分類するステップをさらに含み、リンキングされた医学的状態エンティティおよび根拠事実エンティティを表現する提供されたデータは、リンキングされた医学的状態エンティティおよび根拠事実エンティティがどの分類に属するかを示すデータを備える。

一部の実装において、各文書内で、抽出された根拠事実エンティティの１つ以上を、個々の抽出された医学的状態エンティティに、ｉ）医療オントロジーまたはｉｉ）医療ナレッジベースのうちの１つ以上を使用してリンキングするステップは、同じ文書内で発生する抽出された医学的状態エンティティと任意の事実エンティティとの関係の候補のセットを特定するために、医療オントロジーにアクセスするステップと、特定された関係のセットの中のいずれかの関係が無効であるかどうかを判断するために、ナレッジベースに問い合わせを行うステップと、関係のうちの１つ以上が無効であると判断するのに応答して、特定された関係のセットから無効な関係を削除するステップと、同じ文書内で発生する抽出された医学的状態エンティティと任意の事実エンティティとの新たな関係を特定するために、ナレッジベースに問い合わせを行うステップとを含む。

一部の実装において、各文書について、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供するステップは、特定された医学的状態エンティティに、医学的状態の特徴に基づいて関連性スコアを付与するステップであって、医学的状態の特徴は、ｉ）文書内の文脈またはｉｉ）医学的状態にリンキングされた根拠事実の品質のうちの１つ以上を備える、付与するステップと、所定のサイズの代表的な状態エンティティのサブセットを決定するために、スコア付けされた医学的状態エンティティをランク付けするステップと、特定された根拠事実エンティティに個々の関連性スコアを、事実エンティティの特徴に基づき付与するステップと、関連性スコアが所定の閾値を超える、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現するデータを出力として提供するステップとを含む。

一部の実装において、各文書について、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供するステップは、電子診療レコードの平文表現に対するアノテーションとして、文書境界ならびにリンキングされた根拠事実および医学的状態エンティティを可視化する、インタラクティブなグラフィカルユーザインターフェースを表現するデータを提供するステップを含む。

一部の実装において、電子診療レコードの平文表現に対するアノテーションとして、リンキングされた根拠事実および医学的状態エンティティを可視化する、インタラクティブなグラフィカルユーザインターフェースを表現するデータを提供するステップは、電子診療レコードを表現するデータをハイパーテキストマークアップ言語形式に変換するステップと、ｉ）テキストの見出し、ｉｉ）テキストの活字書体、ｉｉｉ）テキストの色、ｉｖ）テキストの構造のうちの１つ以上を備える電子診療レコードスタイル情報を抽出するために、変換されたデータをパースするステップと、インタラクティブなグラフィカルユーザインターフェースを生成するために、抽出されたスタイル情報を使用するステップとを含む。

一部の実装において、各文書について、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供するステップは、電子診療レコードの平文表現に対するアノテーションとして、文書境界ならびに関連性がありリンキングされた所定数の根拠事実および医学的状態エンティティを可視化する、インタラクティブなグラフィカルユーザインターフェースを表現するデータを提供するステップを含む。

一部の実装において、電子診療レコードの平文表現は、電子診療レコードから抽出されたテキストの関連性がある部分を備える。

一部の実装において、本方法は、ｉ）可視化された文書境界またはｉｉ）リンキングされた根拠事実および医学的状態エンティティのうちの１つ以上に対する編集を示すユーザ入力を、インタラクティブなグラフィカルユーザインターフェースを介して受信するステップと、受信されたユーザ入力により示された編集に基づいて、ナレッジベースを更新するステップとをさらに含む。

一部の実装において、本方法は、構造化されていない電子診療レコード中の構造化されていないデータを書式設定されたテキストに変換するステップをさらに含む。

一部の実装において、構造化されていない電子診療レコードから抽出された書式設定されたテキストを取得するステップは、構造化されていない電子診療レコードを表現する入力データを受信するステップと、受信された入力データをハイパーテキストマークアップ言語形式に変換するステップと、書式設定されたテキストを、ハイパーテキストマークアップ言語をパースすることによって抽出するステップとを含む。

本願明細書に記載された主題の一部の実装は、一部の場合において、以下の利点のうちの１つ以上を実現する可能性がある。一部の実装において、本明細書に記載された、電子診療レコードから医学的状態および事実を自動的に特定および抽出する手法を実装するシステムを使用して、医療レコードを確認し、例えば処理される患者のカルテの量などのスループットを、本願明細書に記載の手法を実装しない他のシステムに比べて増大させてもよい。これにより、患者がより迅速に診断または処置され得るので、改善されたヘルスケアサービスが患者に提供される結果となるかもしれない。さらに、本明細書に記載された、電子診療レコードから医学的状態および事実を自動的に特定および抽出する手法を実装するシステムは、本願明細書に記載の手法を実装しない他のシステムに比べて、特定される医学的状態および根拠事実の精度の向上を達成するかもしれない。特定される医学的状態の精度の向上により、改善されたヘルスケアサービスが患者に提供される結果となるかもしれない。

本明細書に記載された主題の１つ以上の実施形態の詳細が、添付の図面および下記の説明に記載される。本主題の考えられる他の特徴、側面、および利点は、本記載、図面、および特許請求の範囲から明らかとなる。

電子診療レコードから医学的状態および事実を自動的に特定および抽出する例示のプロセスを示す。 電子診療レコードから医学的状態および事実を自動的に特定および抽出する例示のシステムのブロック図である。 電子診療レコードからリンキングされた医学的状態エンティティおよび根拠事実エンティティを生成する例示のプロセスのフローチャートである。 電子診療レコードから抽出された書式設定されたテキストを複数のテキスト部分に分割する例示のプロセスのフローチャートである。 抽出された医学的状態エンティティを根拠事実エンティティにリンキングする例示のプロセスのフローチャートである。 リンキングされた医学的状態エンティティおよび根拠事実エンティティをスコア付けする例示のプロセスのフローチャートである。 例示のグラフィカルユーザインターフェースの図である。 例示のコンピュータシステムの概略図を示す。

様々な図面中の同じ参照符号は、同様の構成要素を示す。

図１は、電子診療レコードから医学的状態および事実を特定および抽出する例示のプロセスを実行する例示のコンピューティングシステムのブロック図１００である。便宜のために、ブロック図１００は、データ準備段階１０２、分割段階１０４、エンティティ抽出およびリンキング段階１０６、ならびに可視化および継続的学習段階１０８の４つの段階を含むものとして例示のプロセスを示している。なお、一部の実装において、例示のプロセスは、より少ないまたはより多い段階を含んでもよい。便宜のために、４つの段階それぞれが、コンピューティングシステムの個々のモジュール、例えばデータ準備モジュール２０４、境界検出モジュール２０６、エンティティ抽出およびリンキングモジュール２０８、ならびにグラフィカルユーザインターフェース（ＧＵＩ：ｇｒａｐｈｉｃａｌ ｕｓｅｒ ｉｎｔｅｒｆａｃｅ）生成器２１０などにより実行されるものとして示されている。なお、一部の実装において、電子診療レコードから医学的状態および事実を特定および抽出するプロセスの各段階は、他のコンピューティングモジュールにより実行されてもよい。

データ準備段階１０２の間、データ準備モジュール２０４は、例えばＰＤＦバージョンの電子診療レコードを表現するデータなど、構造化されていない電子診療レコード（ＥＨＲ：ｅｌｅｃｔｒｏｎｉｃ ｈｅａｌｔｈ ｒｅｃｏｒｄ）を表現するデータを受信する。ＥＨＲは、デジタル形式で記憶された患者の診療情報の体系的な集合である。例えばＥＨＲは、医師の評価、処方された薬剤、アレルギー、免疫状態、受領した検査試験結果、放射線画像、バイタルサイン統計、体重および身長などの身体の統計データ、および請求情報を表現するデータを含むがこれに限定されない、患者の医療履歴を表現するデータを含んでもよい。ＥＨＲは、種々のヘルスケア提供者およびサービスにわたって共有される単一の修正可能なファイルに経時的な患者の健康状態を取り込む。データ準備モジュール２０４は、ＥＨＲから書式設定されたテキストを抽出して、書式設定されたテキストを境界検出モジュール２０６に提供する。

分割段階１０４の間、境界検出モジュール２０６は、ＥＨＲから抽出された書式設定されたテキストを受信し、書式設定されたテキストを複数の文書に分割し、各文書は、ＥＨＲから抽出されたテキストの一部分を含む。境界検出モジュール２０６は、受信した書式設定されたテキストを、文書タイプに基づき複数の文書に分割する。例えば、データ準備モジュールは、受信した書式設定されたテキストを、医師の記録、処方箋、検査結果、入院もしくは退院記録、紹介状、処置記録、または放射線画像を表現する個々の文書へと、受信したデータにおける種々のエンカウンター間の境界を検出する機械学習手法および／またはビジネスルールを使用して分離してもよい。

このようにして、受信した書式設定されたテキストを複数の文書に分割することで、後述するエンティティ抽出段階１０６に改善された文脈が提供される。エンティティにまつわるセマンティクスは文書タイプに依存して異なることもあるので、例えば、受信した書式設定されたテキストを複数の文書に分割することにより、個々の文書に出現するエンティティを特定し、曖昧さを除去し、リンキングするための改善されたテキスト上の文脈が提供される。別の例として、個々の文書内の根拠事実エンティティのみを考慮することで、状態から事実へのリンキングの範囲が、同じ文脈を共有するエンティティのみに縮減される。

エンティティ抽出およびリンキング段階１０６の間、エンティティ抽出およびリンキングモジュール２０８は、複数の文書それぞれのテキスト内のエンティティおよびエンティティ間の関係を自動的に特定および抽出する。この文脈において、エンティティは、医学的状態および根拠事実、例えば薬剤、症状、または処置などの発生を含む。複数の文書それぞれのテキストからエンティティを特定して抽出するために、エンティティ抽出およびリンキングモジュール２０８は自然言語処理手法を適用してもよい。次に、エンティティ抽出およびリンキングモジュール２０８は、例えば医療オントロジー２１２およびナレッジグラフまたはデータベース２１４などを含む複数のナレッジソースに対して論証手法を適用して、状態−事実リンキングを推論してもよい。エンティティ抽出およびリンキングモジュール２０８はさらに、抽出されたエンティティおよび状態−事実リンクをスコア付けおよびランク付けして、最も代表的なエンティティおよび状態−事実リンクのセットを生成してもよい。

可視化および継続的学習段階１０８の間、ＧＵＩ生成器２１０は、最も代表的なエンティティおよび状態−事実リンクのセットを表現するデータを処理して、そのセットの中の抽出されたエンティティおよびエンティティ関係をＥＨＲの平文表現に対するアノテーションとして表示するＧＵＩを生成する。例えばＯＣＲ手法などを使用してＰＤＦ文書から書式設定されたテキストを抽出する場合、スタイル情報が失われることが多いので、一部の実装においては、ＥＨＲから抽出された、例えば見出しまたはテキストの活字書体などのスタイル情報が、ＧＵＩにおいてもとのＥＨＲの視覚的構造を保持するために使用されてもよい。例えばシステムは、平文表現に対する別個のマークアップの形態でスタイル情報を提供してもよい。

アノテーション、スタイル情報、および抽出されたテキストを生成されたＧＵＩにおいて別々の項目として扱うことで、例えば編集など、システムとのユーザインタラクション１１０が継続的学習のためのフィードバックとして捕捉されることが可能となる。例えばＧＵＩは、生成されたアノテーションに関するフィードバックを提供するユーザ入力を受信して、経時的にナレッジベースを改善するよう構成されてもよい。抽出されたエンティティおよびエンティティ関係の有効化または無効化などのユーザ入力が、ナレッジベースにおいてモデル化および捕捉されてもよく、システムによって下される将来の決定に対して情報を与えるために使用されてもよい。一部の事例において、ＧＵＩ表示は、これらのユーザインタラクションの捕捉を促進してもよく、スタイル情報は、ＥＨＲを視覚的に人手で確認しやすくしてもよい。

図２は、電子診療レコードから医学的状態および事実を自動的に特定および抽出する例示のシステム２００のブロック図である。一部の実装において、ローカルエリアネットワーク（ＬＡＮ：ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ワイドエリアネットワーク（ＷＡＮ：ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ）、インターネット、またはその組み合わせなどのコンピュータネットワーク２０２が、データ準備モジュール２０４、境界検出器２０６、エンティティ抽出およびリンキングモジュール２０８、グラフィカルユーザインターフェース生成器２１８、機械学習モデルおよびルールデータベース２１６、ナレッジベースシステム２１４、ならびに医療オントロジー２１２を接続する。一部の実装において、データ準備モジュール２０４、境界検出器２０６、エンティティ抽出およびリンキングモジュール２０８、グラフィカルユーザインターフェース生成器２１８、機械学習モデルおよびルールデータベース２１６、ナレッジベースシステム２１４、ならびに医療オントロジー２１２の全部または一部が、単一のコンピューティングシステムに実装されることが可能であり、ネットワーク上で何らの他のコンポーネントとも通信しなくてもよく、または１つもしくはそれより多い他のコンポーネントと通信してもよい。

データ準備モジュール２０４は、構造化されていない電子診療レコードからテキストを抽出するよう構成される。例えば、データ準備モジュール２０４は、例えばＰＤＦファイルなどの電子診療レコードを表現するデータを受信するよう構成されてもよい。データ準備モジュール２０４は、受信されたデータを例えばハイパーテキストマークアップ言語（ＨＴＭＬ：Ｈｙｐｅｒｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）形式などで機械コード化されたテキストに変換するよう構成された、例えば光学文字認識（ＯＣＲ：ｏｐｔｉｃａｌ ｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ）エンジンなどの１つ以上のデータ処理エンジンを含んでもよい。データ準備モジュール２０４は、機械コード化されたテキストをパースして、電子診療レコードの書式設定されたテキスト表現を抽出してもよい。データ準備モジュール２０４は、電子診療レコードの書式設定されたテキスト表現を境界検出モジュール２０６に提供してもよい。

一部の実装において、データ準備モジュール２０４は、機械コード化されたテキストからスタイル情報を抽出するようさらに構成されてもよい。例えば、データ準備モジュール２０４は、機械コード化されたテキストの或る部分がテキストの見出しを表現するかどうか、もともとはボールド、下線付き、またはイタリックフォントとして表示されていたかどうか、特定の色で表示されていたかどうか、箇条書きを含んだかどうかなどを示す情報を抽出してもよい。データ準備モジュール２０４は、さらに詳しくは後述するとおり、抽出されたスタイル情報をグラフィカルユーザインターフェース生成器２１０に提供してもよい。

境界検出モジュール２０６は、電子診療レコードの書式設定されたテキスト表現を受信し、受信した書式設定されたテキストを、例えば医師の記録、検査結果、または処方箋などの異なるタイプの複数の文書に分割するよう構成され、各文書は、例えば異なる日付もしくは異なる時刻の異なる医師の予約、または異なる医者によりおよび／または異なる日付もしくは異なる時刻に発行された処方箋などの、個々のエンカウンターを表現する。

受信した書式設定されたテキストを複数の文書に分割するために、境界検出モジュール２０６は、例えば書式設定されたテキストの各ページに対する特徴ベクトルのセットなど、書式設定されたテキストの個々の部分を特徴付ける数的特徴の特徴ベクトルを生成する。例示の数的特徴は、字句特徴、言語特徴、またはエンティティ特徴のうちの１つ以上を含む。例示の字句特徴は、書式設定されたテキストの或る部分にあるいくつかの行、語、名詞、または動詞を含む。例示の言語特徴は、英語などの領域言語における語の割合、またはテキストの或る部分において検出されたいくつかの異なる言語を含む。例示のエンティティ特徴は、テキストの或る部分にある疾患、薬剤、症状、試験、名前または日付などのいくつかの臨床的用語を含む。

境界検出モジュール２０６は、生成された特徴ベクトルを使用して、生成された特徴ベクトルに静的ルールまたは機械学習手法を適用することにより、電子診療レコードを表現する書式設定されたテキストを分割する。例えば、境界検出モジュール２０６は、機械学習モデルおよびルールデータベース２１６を含んでも、またはその他の形でこれにアクセスしてもよい。機械モデルおよびルールデータベース２１６は、文書境界を特定して関連性のないテキスト部分を特定するよう、例えば訓練などを介して構成された、ルールセットおよび／または分類器を含む。

例えば、機械モデルおよびルールデータベース２１６は、手書き署名を表現する特徴ベクトルが文書の終わりを示し、または語「医師」、「医者」、「記録」、もしくは「概要」のうちの１つ以上を含むヘッダを表現する特徴ベクトルが文書の始まりを示すということを指定するルールのセットを含んでもよい。

別の例として、機械モデルおよびルールデータベース２１６は、書式設定されたテキストの或る部分を表現する特徴ベクトルを入力として受信し、受信された入力を処理して、書式設定されたテキストのその部分が文書境界を含むか否かの見込みを示すスコアを出力として生成するように訓練を介して構成された、第１の分類器を含んでもよい。例えば、第１の分類器は、或るページのテキストの特徴、例えばページ上の行数、語数、ページで言及される疾患またはその他ホットワードを表現するベクトルを受信し、ベクトルを処理して、書式設定されたテキストのその部分が文書境界を含むか否かの見込みを示すスコアを生成するよう構成されてもよい。例えば第１の分類器は、訓練を介して、「ｙｏｕｒｓ ｓｉｎｃｅｒｅｌｙ」という語が文書の境界を示すと学習していてもよい。

別の例として、機械モデルおよびルールデータベース２１６は、書式設定されたテキストの或る部分を表現する特徴ベクトルを入力として受信し、受信された入力を処理して、書式設定されたテキストのその部分が関連性のないテキストまたは情報を含む見込みを示すスコアを出力として生成するように訓練を介して構成された、第２の分類器を含んでもよい。関連性のないテキストまたは情報の例として、患者の連絡先情報、ファックスの送付状、白紙のページ、不要な文字があるページ、病院パンフレットの情報などの領域固有で関連性のないページ、検査法情報が含まれる。

一部の実装において、第１の分類器および／または第２の分類器は、ランダムフォレスト、ロジスティック分類器、サポートベクタマシン、または決定木を含んでもよい。

境界検出モジュール２０６は、ルールのセットおよび機械学習モデルの出力を使用して、電子診療レコードを表現する書式設定されたテキストを、各文書内の関連性のないテキスト部分が削除されている個々の患者エンカウンターに対応する複数の文書に分割する。境界検出モジュール２０６は、関連性のないテキスト部分が削除された複数の文書をエンティティ抽出およびリンキングモジュール２０８に提供してもよい。

エンティティ抽出およびリンキングモジュール２０８は、境界検出モジュール２０６により生成された複数の文書において参照される医学的状態エンティティおよび根拠事実エンティティを抽出するよう構成される。例示の医学的状態エンティティは、疾患、不調、または例えば骨折もしくは痛みの原因などの患者の症状を表す任意の一般的な医学的状態を含む。根拠事実エンティティは、医学的状態エンティティを参照するか、それにリンキングされるか、またはその他その根拠となるエンティティである。例示の根拠事実エンティティには、薬剤、施された治療、症状、検査結果、指示された試験、処置、評価、医学的状態履歴、患者が訪問した医療センターおよび／またはその部門の名称、患者に処置をした医者の氏名、前記医者または保健センターにかかっている間に与えられた食事が含まれるが、これらに限られない。

エンティティ抽出およびリンキングモジュール２０８は、自然言語処理手法またはその他エンティティ抽出手法を適用して医学的状態エンティティおよび根拠事実エンティティを複数の文書から抽出する、認識エンジンコンポーネント２１０を含んでもよい。一部の事例では、エンティティ抽出およびリンキングモジュール２０８は、認識エンジンコンポーネント２１０から抽出されたエンティティのリストを受信して、例えば辞書語、短縮語、文脈語、または参照の中で言及されたエンティティなど、関連性のないエンティティを削除することによって、抽出されたエンティティのリストをフィルタリングしてもよい。一部の事例では、エンティティ抽出およびリンキングモジュール２０８は、抽出されたエンティティのリスト中の抽出されたエンティティをさらに分類またはラベル付けしてもよい。

エンティティ抽出およびリンキングモジュール２０８は、特定の文書から抽出された医学的状態エンティティを、同じ特定の文書内で発生する関連性のある根拠事実エンティティにリンキングするようにさらに構成される。例えば、エンティティ抽出およびリンキングモジュール２０８は、医療オントロジーデータベース２１２にアクセスして、同じ文書内に発生する抽出された医学的状態エンティティと任意の事実エンティティとの関係の候補のセットを特定してもよい。次に、エンティティ抽出およびリンキングモジュール２０８は、ナレッジベースシステム２１４に問い合わせを行い、特定された関係のセットの中のいずれかの関係が無効かどうかを判断し、抽出された医学的状態エンティティと任意の事実エンティティとのさらなる任意の関係を特定してもよい。無効な関係が特定されれば、エンティティ抽出およびリンキングモジュール２０８は、その関係を関係の候補セットから削除してもよい。

一部の実装において、エンティティ抽出およびリンキングモジュール２０８は、抽出されたエンティティおよび同じ文書内の医学的状態エンティティと根拠事実エンティティとの関係をスコア付けして、医学的状態エンティティおよび／または医学的状態エンティティと根拠事実エンティティとの関係の最も関連性のある代表的なセットを判断してもよい。エンティティ抽出およびリンキングモジュール２０８は、抽出されたエンティティおよび同じ文書内の医学的状態エンティティと根拠事実エンティティとの関係を、図６を参照して後述されるように、医学的状態エンティティおよび根拠事実エンティティの特徴に基づいてスコア付けしてもよい。

医療オントロジー２１２は、医療領域における、タイプ、特性、およびエンティティ間の相互関係の正式名称および定義を表現するデータを含む。例えば医療オントロジー２１２は、例えば統一化医療言語体系（ＵＭＬＳ：ｕｎｉｆｉｅｄ ｍｅｄｉｃａｌ ｌａｎｇｕａｇｅ ｓｙｓｔｅｍ）などの生体医科学における制限用語の一覧表を含んでもよい。例えば医療オントロジー２１２は、生物医学的情報を概念ごとに編成するメタシソーラスを含んでもよく、各概念は、その意味を定義する固有の属性を有し、様々なもとの語彙で対応する概念名にリンキングされる。メタシソーラスは、例えば、疾患Ｘは疾患Ｙ類「の一部である」などの階層関係、または状態Ｘは挙動Ｙ「により生じる」などの連想関係など、概念間の関係を示してもよい。医療オントロジーは、メタシソーラス内の概念に１つ以上のセマンティックタイプ、例えば生体、生物学的機能、化学製品、解剖学的構造などを付与するセマンティックネットワークをさらに有してもよく、これらは、例えば「…に物理的に関係する」、「…に空間的に関係する」、「…に時間的に関係する」、「…に機能的に関係する」、または「…に概念的に関係する」などの関係などのセマンティック関係により互いにリンキングされる。

ナレッジベースシステム２１４は、構造化されたおよび構造化されていない医療情報を記憶するナレッジベースを含む。ナレッジベースシステム２１４は、ナレッジベースに記憶された情報について論証し、ルールおよびその他の形態の論理を使用して新情報を推測しまたは矛盾を強調することができる推論エンジンをさらに含んでもよい。一部の実装において、ナレッジベースシステム２１４は、ナレッジベースに記憶された情報に加えられる編集、または新情報の推測に使用される論理のルールもしくは形式に加えられる編集を示すユーザ入力を受信するよう構成されてもよい。

グラフィカルユーザインターフェース生成器２１８は、抽出されたエンティティおよび同じ文書内の医学的状態エンティティと根拠事実エンティティとの関係を表現するデータを受信し、受信したデータを処理してインタラクティブなグラフィカルユーザインターフェース（ＧＵＩ）を生成するよう構成され、このＧＵＩは、複数の文書に分割された電子診療レコードの平文表現を可視化し、根拠事実と医学的状態エンティティとをリンキングする複数の文書にわたるアノテーションを提供する。ＧＵＩを生成するために、グラフィカルユーザインターフェース生成器２１８は、上記のようにデータ準備モジュール２０４により生成された抽出されたスタイル情報を使用してもよい。

システム２００は、ＧＵＩを介してユーザ入力を受信するよう構成されてもよい。例えば、ユーザは生成されたＧＵＩを閲覧し、ＧＵＩを介して、表示されている文書境界またはリンキングされた根拠事実および医学的状態エンティティに対する編集を示してもよい。例えば、ユーザは文書境界を選択して、文書境界をより適切な場所にスライドさせてもよい。別の例としてユーザは、根拠事実エンティティを医学的状態エンティティにリンキングするアノテーションを、そのリンクが無効であれば削除してもよく、または、新たな根拠事実エンティティを例えば色などの適切な形で強調して、新たな根拠事実エンティティが対応する医学的状態エンティティにリンキングされるべきであると示してもよい。スタイル情報、ならびに抽出されたエンティティおよび同じ文書内の医学的状態エンティティと根拠事実エンティティとの関係を表現するデータを使用してインタラクティブＧＵＩを生成することについては、図３を参照してさらに詳しく後述する。

図３は、電子診療レコードからリンキングされた医学的状態エンティティおよび根拠事実エンティティを生成するための例示のプロセス３００のフローチャートである。便宜のために、プロセス３００は、１つ以上の場所に位置する１つ以上のコンピュータのシステムにより実行されるものとして記載される。例えば、適切にプログラムされた図２のシステム２００がプロセスを実行することができる。フローチャートは、特定の順序で発生するプロセス３００の様々な段階を示すが、一部の段階は、一部の実装において、並行してまたは図３の例示のプロセス３００に示されているのと異なる順序で実行されてもよい。

システムは、構造化されていない電子診療レコードから抽出された書式設定されたテキストを取得する（ステップ３０２）。例えばシステムは、例えばＰＤＦ文書を表現するデータなど、構造化されていない電子診療レコードを表現する入力データを受信してもよい。次にシステムは、受信した入力データを、例えば光学文字認識技術を使用して、ハイパーテキストマークアップ言語（ＨＴＭＬ）形式に変換してもよい。一部の実装においてＨＴＭＬは、例えば改ページ、段落インデント、見出しなどを保持するなど、もとの電子診療レコードの書式設定または構造を保持してもよい。次にシステムは、ＨＴＭＬをパースすることにより、書式設定されたテキストを抽出してもよい。ＨＴＭＬがもとの電子診療レコードの改ページを保持する事例では、システムは、もとの電子診療レコードのページに対応する書式設定されたテキストのページを生成するために、ページ毎にＨＴＭＬをパースしてもよい。

システムは、書式設定されたテキストを複数の文書に分割する（ステップ３０４）。各文書は、例えば医師の予約または診察、検査結果、入院または退院記録、紹介状、処置記録または処方箋、および個々の文書エンカウンターなど、個々の文書タイプに関連してもよい。例えば、分割された書式設定されたテキストは、医師の予約に関連する複数の文書を含んで、各文書が別々の医師の予約を、例えば予約の日付および時刻に基づいて表現してもよい。したがって、複数の文書はそれぞれ、書式設定されたテキストの一部分またはサブセットを含み、すなわち、ステップ３０２を参照して取得された書式設定されたテキストよりも小さい。

一部の実装において、書式設定されたテキストを複数の文書に分割することは、機械学習手法および／またはビジネスルールを適用して、書式設定されたテキストを文書タイプおよび対応するエンカウンターに基づき自動的に分割することを含んでもよい。任意選択で、これは、書式設定されたテキストのうち関連性のない部分を特定および削除することをさらに含んでもよい。書式設定されたテキストを機械学習手法を適用して複数の文書に自動的に分割する例示のプロセスが、図４を参照して後述される。

システムは、複数の文書のそれぞれから、文書中で参照された１つ以上のエンティティを抽出する（ステップ３０６）。抽出されるエンティティは、医学的状態エンティティおよび根拠事実エンティティを含む。例示の医学的状態エンティティは、疾患、不調、または例えば骨折もしくは痛みの原因などの患者の症状を表す任意の一般的な医学的状態を含む。根拠事実エンティティは、医学的状態エンティティを参照するか、それにリンキングされるか、またはその他その根拠となるエンティティである。例示の根拠事実エンティティには、薬剤、施された治療、症状、検査結果、指示された試験、処置、評価、医学的状態履歴、患者が訪問した医療センターおよび／またはその部門の名称、患者に処置をした医者の氏名、前記医者または保健センターにかかっている間に与えられた食事が含まれるが、これらに限られない。

一部の実装において、システムは、各文書において参照される医学的状態および根拠事実エンティティを、自然言語処理手法、エンティティ抽出手法、または医療オントロジーのうちの１つ以上を適用して各文書中で参照される任意のタイプのエンティティを特定することにより、抽出してもよい。例えば、システムは、統一化医療言語体系（ＵＭＬＳ）または医療テキスト分析およびナレッジ抽出システム（ｃＴＡＫＥＳ：ｃｌｉｎｉｃａｌ Ｔｅｘｔ Ａｎａｌｙｓｉｓ ａｎｄ Ｋｎｏｗｌｅｄｇｅ Ｅｘｔｒａｃｔｉｏｎ Ｓｙｓｔｅｍ）を含んでも、またはそれにアクセスしてもよい。

次にシステムは、例えば医学的状態エンティティまたは根拠事実エンティティでないエンティティなど、関連性のないエンティティを特定および削除してもよい。例えばシステムは、領域固有の指標を適用して、関連性のないエンティティを削除してもよい。例示の領域固有の指標には、辞書語、短縮語、文脈語、または参照の中で言及されたエンティティが含まれる。例えばシステムは、前置詞または接続詞であるエンティティ、関連性のない省略語などの１または２文字の長さしかないエンティティ、家族もしくは既往歴を参照する中で言及されたエンティティ、または例えばエンティティの前に「ない（ｎｏ）」もしくは「否定する（ｄｅｎｉｅｓ）」があるものを削除するなど否定されたエンティティを削除してもよい。

システムは、各文書内で、抽出された根拠事実エンティティの１つ以上を、個々の抽出された医学的状態エンティティに、医療オントロジーおよび／または医療ナレッジベースを使用してリンキングする（ステップ３０８）。例えばシステムは、例えば疾患などの特定された医学的状態エンティティを用いて、医療ナレッジベースまたは医療オントロジーに問い合わせを行ってもよい。応答としてナレッジベースは、例えば、疾患などの特定された医学的状態エンティティの処置に、或るセットの薬剤が典型的に使用されると示してもよい。次にシステムは、薬剤のセットの中のいずれかの薬剤が文書中の根拠事実エンティティとして特定されたかどうかを判断してもよい。薬剤のセットの中の１つ以上の薬剤が文書内の根拠事実エンティティとして特定された場合、システムは、医学的状態エンティティを根拠事実エンティティにリンキングしてもよい。抽出された医学的状態エンティティを根拠事実エンティティにリンキングする例示のプロセスが、図５を参照してさらに詳しく後述される。

システムは、各文書に関して、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供する（ステップ３１０）。図６を参照して後述されるとおり、一部の実装において、システムは、リンキングされた医学的状態エンティティと根拠事実エンティティとをスコア付けして、スコアが最も高いリンキングされた医学的状態および根拠事実エンティティを所定数表現する出力データを提供してもよく、またはスコアが所定の閾値を超えるリンキングされた医学的状態および根拠事実エンティティを表現する出力データを提供してもよい。

一部の実装において、提供された出力データは、リンキングされた根拠事実および医学的状態エンティティの可視化を表示する、インタラクティブなグラフィカルユーザインターフェース（ＧＵＩ）を表現するデータを含んでもよい。ＧＵＩは、電子診療レコードから抽出され、複数の文書に分離された書式設定されたテキストを、リンキングされた根拠事実エンティティおよび医学的状態エンティティを示すアノテーションとともに表示してもよい。例えばＧＵＩは、同じ文書内または複数の文書すべてに出現するリンキングされた医学的状態エンティティおよび根拠事実エンティティを表現するテキストを、同じ色で強調してもよく、またはリンキングされた医学的状態エンティティおよび根拠事実エンティティを表現するテキストに下線を引いてもよい。一部の事例、例えば、システムが特定された根拠事実エンティティをステップ３０６または３０８の間にセマンティックエンティティタイプにより分類する事例などにおいて、アノテーションは、リンキングされた医学的状態エンティティおよび根拠事実エンティティが属する分類を、例えばコメントまたは追加のマークアップされたテキストにより示してもよい。例示のＧＵＩが、図７を参照して下記に示される。

そのようなＧＵＩを生成するために、システムは、ステップ３０２において取得された電子診療レコードを表現するデータをハイパーテキストマークアップ言語形式に変換し、変換されたデータをパースして、電子診療レコードのスタイル情報を抽出してもよい。スタイル情報の例には、テキストの見出し、テキストの活字書体、テキストの色、またはテキストの構造が含まれる。システムは、例えば電子診療レコードから抽出された書式設定されたテキストの表示を生成するために、抽出されたスタイル情報を使用してインタラクティブなグラフィカルユーザインターフェースを生成してもよい。抽出されたスタイル情報をＧＵＩに組み入れることにより、ユーザによってＧＵＩがより容易にナビゲートされてもよい。

一部の実装において、システムは、継続的な学習ループを適用して、提供される出力データの精度を改善してもよい。例えばシステムは、インタラクティブＧＵＩを介してユーザ入力をさらに受信してもよい。ユーザは、ＧＵＩを介してユーザ入力を提供し、例えば、可視化された文書境界（複数の文書を分離する）に対する編集またはリンキングされた根拠事実および医学的状態エンティティに対する編集など、ＧＵＩに加えられるべき編集を示してもよい。可視化された文書境界に対する例示の編集は、例えばステップ３０４を参照して上述したように、システムがテキストを間違って複数の文書に分離した事例などにおいて文書境界を移動することを含んでもよい。リンキングされた根拠事実および医学的状態エンティティに対する編集の例には、例えば、システムが医学的状態を根拠事実エンティティに、またはその逆に、間違ってリンキングしたと特定するのに応答して、アノテーションを付された医学的状態エンティティまたは根拠事実エンティティを追加または削除することが含まれる。

受信されたユーザ入力は、システムによって処理および使用されて、システムに含まれるモジュールまたはデータベースが更新されてもよい。例えば、受信されたユーザ入力は、ステップ３０８を参照して上述されたナレッジベースを更新するため、例えば特定の疾患の処置に典型的に使用される薬剤のセットから特定の薬剤を削除するために使用されてもよい。こうすることで、ナレッジベースに対する将来の問い合わせは、ユーザのフィードバックを反映する。

図４は、電子診療レコードから抽出された書式設定されたテキストを複数の部分のテキストに分割する例示のプロセス４００のフローチャートである。便宜のために、プロセス４００は、１つ以上の場所に位置する１つ以上のコンピュータのシステムにより実行されるものとして記載される。例えば、適切にプログラムされた図２のシステム２００がプロセスを実行することができる。フローチャートは、特定の順序で発生するプロセス４００の様々な段階を示すが、一部の段階は、一部の実装において、並行してまたは図４の例示のプロセス４００に示されているのと異なる順序で実行されてもよい。

システムは、図３のステップ３０２において取得された書式設定されたテキストを分析して、書式設定されたテキストの個々の部分を特徴付ける数的特徴の複数の特徴ベクトルを計算する（ステップ４０２）。例えばシステムは、書式設定されたテキストをページ毎に分析して、書式設定されたテキストの個々のページを特徴付ける数的特徴の複数の特徴ベクトルを判断してもよい。システムにより計算された数的特徴は、柔軟であってもよく、領域固有とすることができる。一般に、数的特徴は、字句特徴、言語特徴、またはエンティティ特徴のうちの１つ以上を含んでもよい。例示の字句特徴は、書式設定されたテキストの或る部分にあるいくつかの行、語、名詞、または動詞を含む。例示の言語特徴は、英語などの領域言語における語の割合、またはテキストの或る部分において検出されたいくつかの異なる言語を含む。例示のエンティティ特徴は、テキストの或る部分にある疾患、薬剤、症状、試験、名前または日付などのいくつかの臨床的用語を含む。

システムは、計算された特徴ベクトルを第１の分類器に入力として提供する（ステップ４０４）。第１の分類器は、テキストの或る部分が文書境界を表現するか否かを予測するよう構成される。例えば、一部の実装において、第１の分類器は、受信された特徴ベクトルにルールを適用して、受信された特徴ベクトルを得られたテキストの部分が文書境界を含むか否かを判断する、ルールベースシステムを含んでもよい。あるいは、またはさらに、第１の分類器は、テキストの或る部分が文書境界を表現するか否かを予測するように訓練を介して構成された機械学習モデルを含んでもよい。例えば、第１の分類器は、受信された特徴ベクトルを処理して、受信された特徴ベクトルを得られたテキストの部分が文書境界を含むか否かの見込みを示すスコアを出力として提供するように、文書境界を含むまたは含まないものとしてラベル付けされた複数の電子診療レコードの複数ページから抽出された訓練用特徴ベクトルを使用して訓練されていてもよい。

例として、第１の分類器は、テキストの或る部分が語「投薬量」、「錠剤」、「ｍｇ」、または「ｍｌ」を含むと示す特徴ベクトル、テキストのその部分が項目のリストを含むと示す特徴ベクトル、およびテキストのその部分が手書きの署名を含むと示す特徴ベクトルを受信してもよい。第１の分類器は、前記特徴ベクトルを、訓練された機械学習モデルを使用して処理し、テキストのその部分を処方箋文書として分類してもよい。次に第１の分類器は、１つ以上の静的ルールを使用して、文書境界が手書きの署名の直後に発生する可能性が高いと判断してもよい。

システムは、計算された特徴ベクトルを第２の分類器に入力として提供するが、第２の分類器は、テキストの或る部分が関連性ありか否かを予測するように訓練を介して構成されている（ステップ４０６）。例えば第２の分類器は、受信した特徴ベクトルを処理し、受信した特徴ベクトルを得られたテキストの部分が関連性ありまたはなしである見込みを示すスコアを出力として提供するように、複数の電子診療レコードの各ページから抽出された特徴ベクトルを使用して訓練されていてもよい。テキストの或る部分は、医学的状態エンティティまたは根拠事実エンティティに関連性のある情報を含まなければ、関連性なしとみなされてもよい。例えば、患者の連絡先情報を表現するテキストは、関連性なしとみなされてもよく、その一方で、医者の連絡先情報を表現するテキストは、医者の住所は、例えば「整形外科医長スミス先生」など、医者が働く分野または部門の参照を含むと思われるので、関連性ありとみなされてもよい。

例えば、上記の例の続きで、第２の分類器は、テキストの或る部分が手書きの署名を含むことを示す特徴ベクトルを受信してもよい。第２の分類器は、特徴ベクトルを処理して、手書きの署名に対応するテキストの部分が関連性のあるものではないと判断してもよい。

テキストの各部分について、システムは、第１の分類器の出力に基づき、テキストのその部分が境界ページであるか否かを判断する（ステップ４０８）。テキストの或る部分が境界ページではないと判断するのに応答して、システムは、テキストのその部分が関連性ありか否かを第２の分類器からの出力に基づき判断する（ステップ４１０ａ）。テキストのその部分が関連性ありではないと判断するのに応答して、システムは、電子診療レコードの書式設定されたテキスト表現からテキストのその部分を削除する（ステップ４１２）。テキストのその部分を関連性ありと判断するのに応答して、システムは、テキストのその部分を出力として提供する（ステップ４１６）。

テキストの或る部分が境界ページであると判断するのに応答して、システムは、第２の分類器の出力に基づき、テキストのその部分が関連性ありか否かを判断する（ステップ４１０ｂ）。テキストのその部分を関連性ありではないと判断するのに応答して、システムは、テキストの前の部分の後に境界を挿入する（ステップ４１４ａ）。テキストのその部分を関連性ありと判断するのに応答して、システムは、テキストのその部分の前に境界を挿入する（ステップ４１４ｂ）。

システムは書式設定されたテキストの関連性がある部分を複数の文書の形式で出力し、各文書は個々の文書境界によって他の文書から分離されている（ステップ４１６）。

図５は、抽出された医学的状態エンティティを根拠事実エンティティにリンキングする例示のプロセス５００のフローチャートである。便宜のために、プロセス５００は、１つ以上の場所に位置する１つ以上のコンピュータのシステムにより実行されるものとして記載される。例えば、適切にプログラムされた図２のシステム２００がプロセスを実行することができる。フローチャートは、特定の順序で発生するプロセス５００の様々な段階を示すが、一部の段階は、一部の実装において、並行してまたは図５の例示のプロセス５００に示されているのと異なる順序で実行されてもよい。

システムは、医療オントロジーにアクセスし、同じ文書内で発生する抽出された医学的状態エンティティと任意の事実エンティティとの関係の候補のセットを特定する（ステップ５０２）。例えばシステムは、生物医学的概念の包括的なシソーラスおよびオントロジーを提供する統一化医療言語体系（ＵＭＬＳ）にアクセスし、抽出された医学的状態エンティティおよび根拠事実エンティティと、ＵＭＬＳのコンテンツとを比較して、抽出された医学的状態エンティティと根拠事実エンティティとの間にリンクが存在するかどうかを判断してもよい。例えばＵＭＬＳは、複数の文書のうちの１つから抽出される特定の疾患が、特定のセットの治療および薬剤により処置されてもよいと示してもよい。システムは、治療および薬剤のセットの中のいずれかが抽出された根拠事実に合致するかどうかを判断し、合致すれば、合致する根拠事実エンティティを医学的状態エンティティにリンキングしてもよい。

システムは、ナレッジベースに問い合わせを行い、特定された関係のセットの中のいずれかの関係が無効であるかどうかを判断する（ステップ５０４）。例えば、図３のステップ３１０を参照して上述したとおり、一部の実装においてシステムは、継続的な学習ループを適用してもよく、それによりユーザは、電子医療レコードの表現に対するアノテーションとしてリンキングされた医学的状態エンティティおよび根拠事実エンティティを表示するインタラクティブＧＵＩを介して、入力を提供する。これらの実装において、ユーザは、リンキングされた医学的状態エンティティおよび根拠事実エンティティが無効であること、すなわち医学的状態エンティティが根拠事実エンティティにリンキングされてはならないことを示すフィードバックを提供してもよい。例えば、一部の実装において、医学的状態エンティティが根拠事実エンティティに誤ってリンキングされているかもしれない。それに応答して、ナレッジベースが、リンキングされた医学的状態エンティティおよび根拠事実エンティティが無効であると示すように更新されてもよい。別の例として、一部の実装において、根拠事実エンティティは、例えば別の綴りでなど、医療オントロジーに対して異なる形で電子ヘルスケアレコードにおいて言及されることもある。本例では、ユーザは、根拠事実エンティティが個々の医学的状態エンティティにリンキングされるべきであると示すフィードバックを提供してもよい。別の例として、一部の実装において、リンクが過度に広範で疾患のすべての形態を対象とするのに対して、患者の電子ヘルスケアレコードは患者の症状が一般的ではない当該疾患の或る特定の変種を指す場合、ユーザは、医療オントロジーにおける医学的状態エンティティにリンキングされた根拠事実エンティティを無効にしてもよい。

関係のうちの１つ以上を無効と判断するのに応答して、システムは、特定された関係のセットから無効な関係を削除する（ステップ５０６）。

システムは、ナレッジベースに問い合わせを行い、同じ文書内で発生する抽出された医学的状態エンティティと任意の事実エンティティとの新たな関係を特定する（ステップ５０８）。図２および３を参照して上述したとおり、ナレッジグラフが、領域知識、およびシステムとのユーザインタラクションをモデル化する。その結果、ナレッジグラフは、医学的状態エンティティと根拠事実エンティティとの有効な関係またはリンクを含む。システムは、ナレッジグラフに対して論証または推論手法を適用して、抽出された医学的状態エンティティと根拠事実エンティティとの追加の関係を抽出し、またはそれらの関係を一般化してもよい。例えば、一部の事例において、医療オントロジーは完全ではなく、例えばエッジケースを含むなどするかもしれないが、ナレッジグラフは、システム出力を確認、検証および補足するユーザからまたはそのユーザを介して他の情報源から領域知識を収集するので、より新しいことも、または抽出された医学的状態エンティティと根拠事実エンティティとの追加の関係を含むこともある。

図６は、リンキングされた医学的状態エンティティおよび根拠事実エンティティをスコア付けする例示のプロセスのフローチャートである。便宜のために、プロセス６００は、１つ以上の場所に位置する１つ以上のコンピュータのシステムにより実行されるものとして記載される。例えば、適切にプログラムされた図２のシステム２００がプロセスを実行することができる。フローチャートは、特定の順序で発生するプロセス６００の様々な段階を示すが、一部の段階は、一部の実装において、並行してまたは図６の例示のプロセス６００に示されているのと異なる順序で実行されてもよい。

システムは、特定された医学的状態エンティティに、医学的状態エンティティの特徴に基づいて関連性スコアを付与する（ステップ６０２）。医学的状態エンティティの例示の特徴は、医学的状態エンティティが文書内で出現する文脈に関係する特徴を含む。例えば、医師の記録の中で、「診断」または「処置計画」と題されたセクションに出現する医学的状態エンティティには、医師の記録の中で「家族の医療履歴」と題されたセクションに出現する医学的状態エンティティよりも高い関連性スコアが付与されてもよい。別の例として、文書中、臨床コードと一緒にまたはその付近で発生する医学的状態エンティティには、文書中、臨床コードとともにまたはその付近で発生しない医学的状態エンティティよりも高い関連性スコアが付与されてもよい。別の例として、他の医学的状態エンティティの付近で、例えば医学的状態エンティティのリストの一部として発生する医学的状態エンティティは、他の医学的状態エンティティの付近で発生しない医学的状態エンティティよりも低い関連性スコアを付与されてもよい。

医学的エンティティの他の例示の特徴は、医学的状態エンティティにリンキングされた根拠事実エンティティの品質に関係する特徴を含む。例えば、いくつかの根拠事実エンティティにリンキングされた医学的状態エンティティには、いずれの根拠事実エンティティにもリンキングされていない、または１つもしくは少数のみの根拠事実エンティティにリンキングされている医学的状態エンティティよりも高い関連性スコアが付与されてもよい。別の例として、医学的状態エンティティにごく接近して発生する根拠事実エンティティにリンキングされた医学的状態エンティティには、医学的状態エンティティにごく接近して発生しない根拠事実エンティティにリンキングされた医学的状態エンティティよりも高い関連性スコアが割り当てられてもよい。

システムは、スコア付けされた医学的状態エンティティをランク付けして、所定のサイズの代表的な状態エンティティのサブセットを判断する（ステップ６０４）。例えばシステムは、代表的なスコア上位５位の医学的状態エンティティのサブセットを決定してもよい。あるいは、システムは、医学的状態エンティティをランク付けおよびスコア付けして、関連性スコアが所定の関連性スコア閾値を超える代表的な状態エンティティのサブセット、例えば関連性スコアが８０％を超える状態エンティティのサブセットなどを決定してもよい。

システムは、特定された根拠事実エンティティに個々の関連性スコアを、事実エンティティの特徴に基づき付与する（ステップ６０６）。関連性スコアは、根拠事実エンティティと医学的状態エンティティとの関係に関連してもよい。例えば、ユーザは、ＧＵＩを介してシステムにより出力される確認ツールを使用して、医学的状態−根拠事実関係にスコアを付与してもよい。別の例として、医療オントロジーは、異なるテキストにおけるエンティティおよび疾患の単語埋め込み類似度などの関係スコアを含んでもよい。別の例として、関連性スコアは、テキスト中の根拠事実エンティティの一意性／頻度、またはテキスト中の医学的状態エンティティの発生からのその近接性などの文書の特性に基づき計算されてもよい。

システムは、関連性スコアが所定の閾値を超える、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現するデータを出力として提供する（ステップ６０８）。例えば、システムは、特定されたリンキングされた医学的状態エンティティおよび根拠事実エンティティを、関連性スコアを使用してフィルタリングしてもよい。一部の実装において、根拠事実エンティティ関連性スコアの１つが所定の閾値を超えれば、システムは、医学的状態エンティティにリンキングされた根拠事実エンティティを表現するデータを提供してもよい。例えば医学的状態エンティティに所定の関連性閾値を超える関連性スコアが付与されれば、システムは、医学的状態エンティティと、医学的状態エンティティがリンキングされた任意の根拠事実エンティティを出力してもよい。一部の実装において、医学的状態エンティティおよび根拠事実エンティティの総計した関連性スコアが所定の閾値を超えれば、システムは、医学的状態エンティティにリンキングされた根拠事実エンティティを表現するデータを提供してもよい。他の実装では、システムは、リンキングされた医学的状態エンティティおよび根拠状態エンティティをランク付けして、いくつかの最高スコアの、リンキングされた医学的状態エンティティおよび根拠状態エンティティ、例えば上位１０個のリンキングされた医学的状態エンティティおよび根拠状態エンティティなどを表現するデータを出力してもよい。

図７は、図３のステップ３１０を参照して上述した、例示のグラフィカルユーザインターフェース（ＧＵＩ）の図７００である。左パネル８０２は、電子診療レコードから抽出された、書式設定されたテキストを含む。例えば、左パネル８０２は、第１のエンカウンター（上述した文書分割プロセスの出力）に対応するタブ８０４を含む。左パネル８０２はさらに、抽出された疾患エンティティを表示する診断タブ８０６を含む。左パネル８０２はさらに、診断タブ８０６に関連する抽出された薬剤エンティティを表示する薬剤タブ８０８を含む。

右パネル８１０は、抽出された医学的状態エンティティおよび根拠事実が検証可能な、文書のスタイル表現を備えた平文を示す。抽出された医学的状態エンティティが、文書中のテキストと並ぶ。

図８は、例示的な汎用コンピュータシステム８００の概略図を示す。システム８００は、一部の実装に従って上述したプロセス３００〜６００に関連して記載された動作のために使用できる。システム８００は、ラップトップ、デスクトップ、ワークステーション、携帯情報端末、サーバ、ブレードサーバ、メインフレーム、モバイルデバイス、およびその他適切なコンピュータなどの様々な形態のデジタルコンピュータを表現することが意図される。ここに示すコンポーネント、それらの接続および関係、ならびにそれらの機能は例示でしかなく、本文書で記載および／または請求された本発明の実装を限定するものではない。

システム８００は、プロセッサ８１０、メモリ８２０、ストレージデバイス８３０、および入出力デバイス８４０を含む。コンポーネント８１０、８２０、８３０、および８２０はそれぞれ、システムバス８５０を使用して相互接続されている。プロセッサ８１０は、システム８００内で実行される命令を処理できてもよい。一実装では、プロセッサ８１０は、シングルスレッドプロセッサである。別の実装では、プロセッサ８１０は、マルチスレッドプロセッサである。プロセッサ８１０は、メモリ８２０内またはストレージデバイス８３０上に記憶された命令を処理して、入出力デバイス８４０上でユーザインターフェースのグラフィック情報を表示できてもよい。

メモリ８２０は、情報をシステム８００内で記憶する。一実装では、メモリ８２０は、コンピュータ可読媒体である。一実装では、メモリ８２０は、揮発性メモリユニットである。別の実装では、メモリ８２０は、不揮発性メモリユニットである。

ストレージデバイス８３０は、システム８００の大容量ストレージを提供できてもよい。一実装では、ストレージデバイス８３０は、コンピュータ可読媒体である。様々な異なる実装において、ストレージデバイス８３０は、フロッピーディスクデバイス、ハードディスクデバイス、光ディスクデバイス、またはテープデバイスとしてもよい。

入出力デバイス８４０は、システム８００に入出力動作を提供する。一実装では、入出力デバイス８４０は、キーボードおよび／またはポインティングデバイスを含む。別の実装では、入出力デバイス８４０は、グラフィカルユーザインターフェースを表示するディスプレイユニットを含む。

本明細書に記載される各実施形態および機能動作のすべては、デジタル電子回路において、またはこの明細書で開示された構造およびその構造上の等価物を含むコンピュータソフトウェア、ファームウェア、もしくはハードウェアにおいて、またはそのうちの１つ以上の組み合わせにおいて実装されてもよい。各実施形態は、１つ以上のコンピュータプログラム製品として、すなわちデータ処理装置により実行されるよう、またはデータ処理装置の動作を制御するよう、コンピュータ可読媒体上にコード化されたコンピュータプログラム命令の１つ以上のモジュールとして実装されてもよい。コンピュータ可読媒体は、機械可読ストレージデバイス、機械可読ストレージ基板、メモリデバイス、機械可読伝播信号をもたらす物質の構成、またはその１つ以上の組み合わせとされてもよい。「データ処理装置」という用語は、データを処理するすべての装置、デバイスおよび機械を包含し、例として、プログラマブルプロセッサ、コンピュータ、または複数のプロセッサもしくはコンピュータを含む。この装置は、ハードウェアに加えて、対象のコンピュータプログラムの実行環境を作り出すコード、例えばプロセッサファームウェア、プロトコルスタック、データベース管理システム、オペレーティングシステム、またはその１つ以上の組み合わせなどを構成するコードを含んでもよい。伝播信号とは、人工的に生成された信号、例えば適切な受信機装置に伝送される情報をコード化するために生成される機械生成された電気信号、光信号、または電磁信号である。

コンピュータプログラム（別称プログラム、ソフトウェア、ソフトウェアアプリケーション、スクリプト、またはコード）は、コンパイル型またはインタープリタ型言語を含む任意の種類のプログラミング言語で書かれてもよく、スタンドアロンプログラムとして、またはモジュール、コンポーネント、サブルーチン、あるいはコンピューティング環境用に適した他の単位としてなど、任意の形態で展開されてもよい。コンピュータプログラムは、必ずしもファイルシステム内のファイルに対応するとは限らない。プログラムは、他のプログラムまたはデータを保持するファイルの一部（例えばマークアップ言語文書に格納される１つ以上のスクリプト）、対象のプログラム専用の単一ファイル、または複数の連携ファイル（例えば１つ以上のモジュール、サブプログラム、またはコードの一部を格納する複数ファイル）に格納されてもよい。コンピュータプログラムは、１つのコンピュータ上または１つの場所に位置するかもしくは複数の場所に分散し通信ネットワークにより相互接続された複数のコンピュータ上で実行されるよう展開されてもよい。

本明細書に記載されたプロセスおよび論理フローは、入力データに作用し出力を生成することにより機能を実行する１つ以上のコンピュータプログラムを実行する１つ以上のプログラマブルプロセッサにより実行されてもよい。プロセスおよび論理フローはさらに、例えばＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ：フィールドプログラマブルゲートアレイ）またはＡＳＩＣ（ａｐｐｌｉｃａｔｉｏｎ ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ：特定用途向け集積回路）などの専用論理回路により実行されてもよく、装置はさらに、専用論理回路として実装されてもよい。

コンピュータプログラムの実行に適したプロセッサは、例として、汎用および専用マイクロプロセッサの両方、ならびに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を含む。一般に、プロセッサは、読み取り専用メモリもしくはランダムアクセスメモリまたは両方から命令およびデータを受信する。

コンピュータの必須要素は、命令を実行するプロセッサ、ならびに命令およびデータを記憶する１つ以上のメモリデバイスである。一般に、コンピュータはさらに、例えば磁気、光磁気ディスク、もしくは光ディスクなど、データを記憶する１つ以上の大容量ストレージデバイスを含むか、またはそれからデータを受信するよう、もしくはそれにデータを転送するよう動作可能に結合されるか、またはその両方である。なお、コンピュータはそのようなデバイスを有する必要はない。さらに、コンピュータは、ごく数例を挙げると、例えばタブレットコンピュータ、モバイル電話、携帯情報端末（ＰＤＡ：ｐｅｒｓｏｎａｌ ｄｉｇｉｔａｌ ａｓｓｉｓｔａｎｔ）、モバイルオーディオプレーヤ、衛星航法システム（ＧＰＳ：Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）受信機など、別のデバイスに組み込まれてもよい。コンピュータプログラム命令およびデータを記憶するのに適したコンピュータ可読媒体は、あらゆる形式の不揮発性メモリ、媒体およびメモリデバイスを含み、例として、例えばＥＰＲＯＭ、ＥＥＰＲＯＭ、およびフラッシュメモリデバイスなどの半導体メモリデバイス、例えば内蔵ハードディスクまたはリムーバブルディスクなどの磁気ディスク、光磁気ディスク、ならびにＣＤ ＲＯＭおよびＤＶＤ−ＲＯＭディスクなどが含まれる。プロセッサおよびメモリは、専用論理回路により補完されてもよく、またはそれに組み込まれてもよい。

ユーザとの相互作用を提供するために、情報をユーザに表示する、例えばＣＲＴ（ｃａｔｈｏｄｅ ｒａｙ ｔｕｂｅ：陰極線管）またはＬＣＤ（ｌｉｑｕｉｄ ｃｒｙｓｔａｌ ｄｉｓｐｌａｙ：液晶ディスプレイ）モニタなどのディスプレイデバイス、ならびにユーザがコンピュータに入力を提供できる例えばマウスまたはトラックボールなどのキーボードおよびポインティングデバイスを有するコンピュータ上で、各実施形態が実装されてもよい。他の種類のデバイスが、同じくユーザとの対話を提供するために使用されてもよい。例えば、ユーザに提供されるフィードバックは、例えば視覚フィードバック、聴覚フィードバック、または触覚フィードバックなど、任意の形式の感覚フィードバックであってもよく、ユーザからの入力は、音響、スピーチ、または触覚入力を含め、任意の形式で受信されてもよい。

各実施形態は、例えばデータサーバとしてなど、バックエンドコンポーネントを含むコンピューティングシステム、または、例えばアプリケーションサーバなど、ミドルウェアコンポーネントを含むコンピューティングシステム、または、例えばユーザが各実装と相互作用できるグラフィカルユーザインターフェースもしくはウェブブラウザを有するクライアントコンピュータなど、フロントエンドコンポーネントを含むコンピューティングシステム、またはそのようなバックエンド、ミドルウェア、もしくはフロントエンドコンポーネントの１つ以上の任意の組み合わせにおいて実装されてもよい。システムのコンポーネントは、例えば通信ネットワークなど、任意の形態または媒体のデジタルデータ通信により相互接続されてもよい。通信ネットワークの例は、ローカルエリアネットワーク（「ＬＡＮ」）、および例えばインターネットなどのワイドエリアネットワーク（「ＷＡＮ」）を含む。

コンピューティングシステムは、クライアントおよびサーバを含んでもよい。クライアントおよびサーバは、一般に、互いに遠隔にあり、典型的には通信ネットワークを介して対話する。クライアントおよびサーバの関係は、各コンピュータ上で実行され互いにクライアント−サーバ関係を有するコンピュータプログラムにより生じる。

本明細書は多数の詳細を含むが、これらは、本開示の範囲または特許請求の範囲に対する制限として解釈されるべきではなく、むしろ特定の実施形態に特有の特徴の記載として解釈されるべきである。別々の実施形態との関連でこの明細書に記載されている特定の特徴は、単一の実施形態において組み合わせても実装されてもよい。逆に、単一の実施形態との関連で記載されている様々な特徴が、複数の実施形態で別々に、または任意の適切な一部組み合わせにおいても実装されてもよい。さらに、各特徴は、特定の組み合わせで動作するよう上記に記載されていることもあり、最初にそのように請求されていることもあるが、場合によっては、請求されている組み合わせの１つ以上の特徴が、その組み合わせから削除されることが可能であり、請求されている組み合わせは、一部組み合わせまたは一部組み合わせの変形物を対象としてもよい。

同じく、各動作は、図面内に特定の順序で示されているが、これは、望ましい結果を達成するために、当該の動作が、示されている特定の順序もしくは順次的な順序で実行されること、または示されているすべての動作が実行されることを要求するものと理解されてはならない。特定の状況では、マルチタスクおよび並列処理が有利なこともある。さらに、上述の実施形態における様々なシステムコンポーネントの分離は、すべての実施形態においてそのような分離を要求するものと理解されてはならず、当然のことながら、記載されているプログラムコンポーネントおよびシステムは、一般に、単一ソフトウェア製品に統合されても、または複数のソフトウェア製品にパッケージ化されてもよい。

ＨＴＭＬファイルに言及される各例において、他のファイルタイプまたは形式に置換されてよい。例えば、ＨＴＭＬファイルは、ＸＭＬ、ＪＳＯＮ、平文、またはその他のタイプのファイルにより置き換えられてもよい。さらに、テーブルまたはハッシュテーブルに言及される場合、他のデータ構造（スプレッドシート、リレーショナルデータベース、または構造化ファイルなど）が使用されてもよい。

このように、特定の実施形態が記載された。他の実施形態は、以下の特許請求の範囲に記載の範囲内にある。例えば、特許請求の範囲に記載されたアクションは、別の順序で実行されてもよく、依然として所望の結果を達成することができる。

Claims (20)

1. 電子診療レコードから医学的状態および根拠事実を自動的に特定および抽出する、コンピュータに実装された方法であって、
   構造化されていない電子診療レコードから抽出された書式設定されたテキストを取得するステップと、
   前記書式設定されたテキストを、各文書が個々の文書タイプを備え個々の文書エンカウンターを表現する複数の文書に分割するステップと、
   各文書から、前記文書において参照される１つ以上のエンティティを抽出するステップであって、前記エンティティは医学的状態エンティティおよび根拠事実エンティティを備える、前記抽出するステップと、
   各文書内で、前記抽出された根拠事実エンティティの１つ以上を、個々の抽出された医学的状態エンティティに、ｉ）医療オントロジーまたはｉｉ）医療ナレッジベースのうちの１つ以上を使用してリンキングするステップと、
   各文書について、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供するステップと、
   を含む前記方法。
2. 前記書式設定されたテキストを複数の文書に分割するステップは、
   前記書式設定されたテキストの個々の部分を特徴付ける数的特徴の複数の特徴ベクトルを計算するために前記書式設定されたテキストを分析するステップと、
   テキストの或る部分が文書境界を表現するか否かを予測するよう構成された第１の分類器に、前記計算された特徴ベクトルを入力として提供するステップと、
   前記書式設定されたテキストを、前記第１の分類器から受信された出力に基づきテキストの部分と部分との間に文書境界を作成することにより、複数の文書に分割するステップと、
   を含む、請求項１に記載の方法。
3. 前記計算された特徴ベクトルを、テキストの或る部分が関連性ありか否かを予測するよう構成された第２の分類器に入力として提供するステップと、
   前記第２の分類器から受信される出力に基づき、テキストのうち関連性のない部分を前記書式設定されたテキストから削除するステップと、
   をさらに含む、請求項２に記載の方法。
4. 前記数的特徴は、字句特徴、言語特徴、またはエンティティ特徴のうちの１つ以上を備える、請求項２に記載の方法。
5. 事実エンティティは、個々のセマンティックタイプのエンティティを備え、前記セマンティックタイプは、ｉ）薬剤、ｉｉ）症状、ｉｉｉ）検査結果、ｉｖ）指示された試験、ｖ）処置、ｖｉ）評価、またはｖｉｉ）医学的状態履歴のうちの１つ以上を備える、請求項１に記載の方法。
6. 各文書から、前記文書において参照される１つ以上のエンティティを抽出するステップであって、前記エンティティは状態エンティティおよび根拠事実エンティティを備える、前記抽出するステップは、
   各文書中の１つ以上の医学的状態エンティティおよび事実エンティティを特定するために、ｉ）自然言語処理手法、ｉｉ）エンティティ抽出手法、またはｉｉｉ）医療オントロジーのうちの１つ以上を適用するステップと、
   関連性のないエンティティを特定および削除するステップであって、ｉ）辞書語、ｉｉ）短縮語、ｉｉｉ）文脈語、ｉｖ）参照の中で言及されたエンティティ、のうちの１つ以上を含む領域固有の指標を適用することを含む、前記特定および削除するステップと、
   を含む、請求項５に記載の方法。
7. 前記方法は、前記特定された事実エンティティをセマンティックエンティティタイプにより分類するステップをさらに含み、リンキングされた医学的状態エンティティおよび根拠事実エンティティを表現する前記提供されたデータは、前記リンキングされた医学的状態エンティティおよび根拠事実エンティティがどの分類に属するかを示すデータを備える、請求項６に記載の方法。
8. 各文書内で、前記抽出された根拠事実エンティティの１つ以上を、個々の抽出された医学的状態エンティティに、ｉ）医療オントロジーまたはｉｉ）医療ナレッジベースのうちの１つ以上を使用してリンキングするステップは、
   同じ前記文書内で発生する前記抽出された医学的状態エンティティと任意の事実エンティティとの関係の候補のセットを特定するために、医療オントロジーにアクセスするステップと、
   前記特定された関係のセットの中のいずれかの前記関係が無効であるかどうかを判断するために、ナレッジベースに問い合わせを行うステップと、
   前記関係のうちの１つ以上が無効であると判断するのに応答して、前記特定された関係のセットから前記無効な関係を削除するステップと、
   前記同じ文書内で発生する前記抽出された医学的状態エンティティと任意の事実エンティティとの新たな関係を特定するために、前記ナレッジベースに問い合わせを行うステップと、
   を含む、請求項６に記載の方法。
9. 各文書について、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供するステップは、
   前記特定された医学的状態エンティティに、前記医学的状態の特徴に基づいて関連性スコアを付与するステップであって、前記医学的状態の特徴は、ｉ）前記文書内の文脈またはｉｉ）前記医学的状態にリンキングされた根拠事実の品質のうちの１つ以上を備える、前記付与するステップと、
   所定のサイズの代表的な状態エンティティのサブセットを決定するために、スコア付けされた医学的状態エンティティをランク付けするステップと、
   前記特定された根拠事実エンティティに個々の関連性スコアを、前記事実エンティティの特徴に基づき付与するステップと、
   関連性スコアが所定の閾値を超える、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現するデータを出力として提供するステップと、
   を含む、請求項８に記載の方法。
10. 各文書について、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供するステップは、前記電子診療レコードの平文表現に対するアノテーションとして、文書境界、ならびに前記リンキングされた根拠事実および医学的状態エンティティを可視化する、インタラクティブなグラフィカルユーザインターフェースを表現するデータを提供するステップを含む、請求項９に記載の方法。
11. 前記電子診療レコードの平文表現に対するアノテーションとして、前記リンキングされた根拠事実および医学的状態エンティティを可視化する、インタラクティブなグラフィカルユーザインターフェースを表現するデータを提供するステップは、
    前記電子診療レコードを表現するデータをハイパーテキストマークアップ言語形式に変換するステップと、
    ｉ）テキストの見出し、ｉｉ）テキストの活字書体、ｉｉｉ）テキストの色、ｉｖ）テキストの構造のうちの１つ以上を備える電子診療レコードスタイル情報を抽出するために、前記変換されたデータをパースするステップと、
    前記インタラクティブなグラフィカルユーザインターフェースを生成するために、前記抽出されたスタイル情報を使用するステップと、
    を含む、請求項１０に記載の方法。
12. 各文書について、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供するステップは、前記電子診療レコードの平文表現に対するアノテーションとして、文書境界、ならびに関連性がありリンキングされた所定数の根拠事実および医学的状態エンティティを可視化する、インタラクティブなグラフィカルユーザインターフェースを表現するデータを提供するステップを含む、請求項１０に記載の方法。
13. 前記電子診療レコードの前記平文表現は、前記電子診療レコードから抽出されたテキストの関連性がある部分を備える、請求項１０に記載の方法。
14. ｉ）前記可視化された文書境界またはｉｉ）前記リンキングされた根拠事実および医学的状態エンティティのうちの１つ以上に対する編集を示すユーザ入力を、前記インタラクティブなグラフィカルユーザインターフェースを介して受信するステップと、
    前記受信されたユーザ入力により示された前記編集に基づいて、前記ナレッジベースを更新するステップと、
    をさらに含む、請求項１０に記載の方法。
15. 前記構造化されていない電子診療レコード中の構造化されていないデータを前記書式設定されたテキストに変換するステップをさらに含む、請求項１に記載の方法。
16. 構造化されていない電子診療レコードから抽出された書式設定されたテキストを取得するステップは、
    前記構造化されていない電子診療レコードを表現する入力データを受信するステップと、
    前記受信された入力データをハイパーテキストマークアップ言語形式に変換するステップと、
    書式設定されたテキストを、前記ハイパーテキストマークアップ言語をパースすることによって抽出するステップと、
    を含む、請求項１に記載の方法。
17. 文書のタイプは、ｉ）医者の予約、ｉｉ）検査結果、ｉｉｉ）処方箋、ｉｖ）入院もしくは退院記録、ｖ）紹介状、またはｖｉ）処置記録のうちの１つ以上を備える、請求項１に記載の方法。
18. １つ以上のコンピュータと、
    前記１つ以上のコンピュータに結合され命令を記憶された１つ以上のコンピュータ可読媒体と、
    を備えるシステムであって、前記命令は、前記１つ以上のコンピュータにより実行されると、前記１つ以上のコンピュータに動作を実行させ、前記動作は、
    構造化されていない電子診療レコードから抽出された書式設定されたテキストを取得することと、
    前記書式設定されたテキストを、各文書が個々の文書タイプを備え個々の文書エンカウンターを表現する複数の文書に分割することと、
    各文書から、前記文書において参照される１つ以上のエンティティを抽出することであって、前記エンティティは医学的状態エンティティおよび根拠事実エンティティを備える、前記抽出することと、
    各文書内で、前記抽出された根拠事実エンティティの１つ以上を、個々の抽出された医学的状態エンティティに、ｉ）医療オントロジーまたはｉｉ）医療ナレッジベースのうちの１つ以上を使用してリンキングすることと、
    各文書について、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供することと、
    を含む、システム。
19. 事実エンティティは、個々のセマンティックタイプのエンティティを備え、前記セマンティックタイプは、ｉ）薬剤、ｉｉ）症状、ｉｉｉ）検査結果、ｉｖ）指示された試験、ｖ）処置、ｖｉ）評価、またはｖｉｉ）医学的状態履歴のうちの１つ以上を備える、請求項１８に記載のシステム。
20. 命令が記憶された１つ以上の非一時的コンピュータ可読媒体であって、前記命令は、１つ以上のプロセッサにより実行されると動作を実行させ、前記動作は、
    構造化されていない電子診療レコードから抽出された書式設定されたテキストを取得することと、
    前記書式設定されたテキストを、各文書が個々の文書タイプを備え個々の文書エンカウンターを表現する複数の文書に分割することと、
    各文書から、前記文書において参照される１つ以上のエンティティを抽出することであって、前記エンティティは医学的状態エンティティおよび根拠事実エンティティを備える、前記抽出することと、
    各文書内で、前記抽出された根拠事実エンティティの１つ以上を、個々の抽出された医学的状態エンティティに、ｉ）医療オントロジーまたはｉｉ）医療ナレッジベースのうちの１つ以上を使用してリンキングすることと、
    各文書について、リンキングされた根拠事実エンティティおよび医学的状態エンティティを表現する出力データを提供することと、
    を含む、１つ以上の非一時的コンピュータ可読媒体。