JP2020527804A - コード化された医療語彙のマッピング - Google Patents

Abstract

システム１００は、特徴抽出エンジン１３０、所見コード比較エンジン１４０及びマッピングインターフェース１６０を含む。特徴抽出エンジン１３０は、ソース語彙１１０における所見コードのステートメントの特徴及びターゲット語彙１１２における第２の所見コードの第２のステートメントの特徴を抽出する。所見コード比較エンジン１４０は、抽出された特徴を含む少なくとも１つの特定された概念に基づいて、抽出された特徴を比較することにより、ソース語彙のステートメントとターゲット語彙の第２のステートメントとの間のマッピングを決定する。マッピングインターフェース１６０は、決定されたマッピングを表示デバイス１６２に提示する。

Description

以下は、一般に医療情報学に関し、より具体的には、ソース語彙とターゲット語彙との間でのコード化された医療ステートメントの語彙のマッピングに関する。

コード化された医療語彙は、患者の医用レポートや医学研究の作成を容易にするために医療機関によって開発されたものである。所見コードは、観察ステートメント又は診断ステートメントに対応するコード化された医療語彙の固有の英数字列である。例えば１つの機関の語彙では、「３７３」との所見コードは「心膜は正常に見える」とのテキストに対応している。医療従事者は、１つ以上の所見コードを入力して、患者の医用レポートを作成する。ステートメント自体ではなく、所見コードを入力することは、ステートメントを聞いて書き取らせたり記述したりすることよりも効率的であり、また、より一貫性のあるレポートを作成することができる。入力された所見コードの対応するステートメントが、最終レポートに追加されるか、最終レポートにおける所見コードを置き換える。所見コードを含む患者の医用レポートの中間バージョンが、データベースに保存されることが多く、データベースは、患者集団の医用レポート全体の所見コードへのクエリアクセスを提供することができる。

１つの機関の語彙には、所見コードをレポートに含める方法を規定するルールが含まれている。ルールは、特定の所見コードが相互に排他的であると指定することができる。例えばある語彙の所見コードＡ１、Ａ２及びＡ３は、相互に排他的である。つまり、Ａ２又はＡ３を含む患者医用レポートにＡ１を含めることはできない。ルールには、条件付き論理、ブール論理及びこれらの組み合わせを含めることができる。語彙はローカルで作成及び／又は変更される。つまり、ローカルのシステムが通常所見コード及び対応するステートメントの入力及び編集を許可する。ローカルの語彙は、ローカルの専門知識、ローカルの専門領域及び／又はローカルの履歴を反映する。結果として、語彙は組織によって大きく異なる可能性がある。

本明細書において説明する態様は、上記問題及びその他の問題に対処する。

以下に、コード化された医療語彙をマッピングするシステム及び方法の実施形態を説明する。医療語彙は、固有の所見コードと対応するステートメントとを含む。医療語彙は、コード化された医用レポートにおける所見コードの使用を規定するルールを含んでよい。医療語彙は、所見コードの前の使用に関する統計情報を含んでよい。ソース語彙及びターゲット語彙における対応するステートメントから特徴が抽出される。抽出された機能は比較される。比較された特徴に基づいて、ソース語彙及びターゲット語彙の所見コード及び対応するステートメント間のマッピングが決定される。計算された類似性スコアが、個々のマッピングの相対的な強度を示す。幾つかの実施形態では、ルールは、決定されたマッピングに従って、ソース語彙からターゲット語彙に変換される。幾つかの実施形態では、ユーザーインターフェースにより、マッピングがレビュー及び確認される。確認されたマッピングをターゲット語彙に適用することができる。

一態様では、システムは、特徴抽出エンジンと、所見コード比較エンジンと、マッピングインターフェースとを含む。特徴抽出エンジンは、ソース語彙における所見コードのステートメントの特徴と、ターゲット語彙における第２の所見コードの第２のステートメントの特徴とを抽出する。所見コード比較エンジンは、抽出された特徴を含む少なくとも１つの特定された概念に基づいて、抽出された特徴を比較することにより、ソース語彙のステートメントとターゲット語彙の第２のステートメントとの間のマッピングを決定する。マッピングインターフェースは、決定されたマッピングを表示デバイスに提示する。

別の態様では、方法は、ソース語彙における所見コードのステートメントの特徴と、ターゲット語彙における第２の所見コードの第２ステートメントの特徴とを抽出するステップを含む。抽出された特徴を含む少なくとも１つの特定された概念に基づいて、抽出された特徴を比較することにより、ソース語彙のステートメントとターゲット語彙の第２のステートメントとの間のマッピングが決定される。決定されたマッピングは、表示デバイスに提示される。

別の態様では、命令を担持する非一時的コンピュータ可読記憶媒体が、ソース語彙における所見コードのステートメントの特徴及びターゲット語彙における第２の所見コードの第２のステートメントの特徴を抽出するように１つ以上のプロセッサを制御する。１つ以上のプロセッサは、抽出された特徴を含む少なくとも１つの特定された概念に基づいて、抽出された特徴を比較することにより、ソース語彙のステートメントとターゲット語彙の第２のステートメントとの間のマッピングを決定し、決定されたマッピングを表示デバイスに提示するように更に制御される。

本発明のこれらの態様及び他の態様は、以下に説明する実施形態から明らかになり、当該実施形態を参照して説明する。

本発明は、様々なコンポーネント及びコンポーネントの構成、また、様々なステップ及びステップの構成の形を取ってよい。図面は、好適な実施形態を例示するに過ぎず、本発明を限定するものと解釈されるべきではない。

図１は、ソース語彙をターゲット語彙にマッピングするシステムの一実施形態を概略的に示す。 図２は、ステートメントから抽出された概念の例を示す。 図３は、ソース語彙とターゲット語彙との間のマッピングを確認するためのマッピングインターフェースの表示例を示す。 図４は、本明細書の実施形態によるフローチャートを示す。

図１を参照すると、ソース語彙１１０をターゲット語彙１１２にマッピングするシステム１００の一実施形態が概略的に示されている。各語彙１１０、１１２は、固有の所見コード及び対応するステートメントを含む。各語彙１１０、１１２は、電子患者医用レポートを作成するために所見コードの使用を規定するルールを含む。各語彙１１０、１１２は、過去の電子患者医用レポート及び／又は他の医療文書における所見コードの使用に関する統計情報を含む。

例えばデータベースが、所見コードを含む患者医用レポートである「中間」レポートを保存する。これらのレポートは統計情報のためにサンプリングすることができる。各所見コードの統計情報は、一例では、各所見コードの発生頻度又は相対頻度、レポートデータに応じた所見コードの使用のタイムスタンプの分布及び／又は他の統計情報を含む。所見コードの統計情報は、語彙に保存されている所見コードのレコードに追加することができる。

語彙選択エンジン１２０が、ソース語彙１１０及びターゲット語彙１１２を検索する。幾つかの実施形態では、語彙選択エンジン１２０は、複数のソース語彙又はソース語彙１１０のサブセットから上記のソース語彙１１０を選択する。幾つかの実施形態では、語彙選択エンジン１２０は、複数のターゲット語彙又はターゲット語彙１１２のサブセットから上記のターゲット語彙１１２を選択する。例えば幾つかの語彙は、研究プロジェクト向けのサブセット、又は、成人固有の語彙や小児固有の語彙といった集団固有の語彙を含んでよい。語彙選択エンジン１２０は、所定基準に従ってソース語彙１１０及び／又はターゲット語彙１１２を選択的に検索することができる。例えば研究プロジェクト向けの語彙では、特定範囲の所見コードや特定の識別子を持つ所見コードを使用することができる。語彙選択エンジン１２０は、特定範囲内の所見コードを選択するか、特定範囲内の所見コードを除外するか、特定の識別子を持つ所見コードを選択するか又は特定の識別子を持つ所見コードを除外することができる。

幾つかの実施形態では、語彙選択エンジン１２０は、統計情報に従ってソース語彙１１０及び／又はターゲット語彙１１２をフィルタリングする。例えば一例では、ソース語彙をフィルタリングして、所定閾値を下回る所見コードが除外される。つまり、使用されていない又はあまり使用されていない所見コードを語彙から除外することができる。別の例では、タイムスタンプを使用して現在の語彙を決定し、所見コードの頻度を使用して現在の語彙におけるアクティブ所見コードが決定される。

幾つかの実施形態では、語彙選択エンジン１２０は、各所見コードに対応するルールを特定する。語彙選択エンジン１２０は、ルールに従って所見コードをフィルタリングすることができる。フィルタリングにより、ルールに基づいて所見コードを除外及び／又は含めることができる。例えば相互排除による制約といったように、ソース語彙におけるルールによって制約されていない所見コードを含めることができる。場合によっては、これにより、以下に詳しく説明するマッピングの処理を簡素化することができる。別の例では、ルールによって制約されている所見コードのみが語彙に含められる。場合によっては、これにより、別のレビューのためにより複雑なマッピング量を減らすことができる。

特徴抽出エンジン１３０が、自然言語処理（ＮＬＰ）技術を使用して、ソース語彙１１０及びターゲット語彙１１２における各所見コードの対応するステートメントから特徴を抽出する。ＮＬＰ技術には、単語のトークン化及びステミング、フレーズの特定及びストップワード削除が含まれる。抽出された単語又はフレーズから概念が特定される。例えば「揺動は大動脈プロテーゼの離開を示唆する」とのステートメントから、「示唆」との単語は中程度の確実性の概念であり、「大動脈」との単語は大動脈の概念であり、「プロテーゼ」との単語はプロテーゼの概念である。

特定された概念は、国際医療語彙（Ｓｙｓｔｅｍａｔｉｚｅｄ Ｎｏｍｅｎｃｌａｔｕｒｅ ｏｆ Ｍｅｄｉｃｉｎｅ：ＳＮＯＭＥＤ）、ＲａｄＬｅｘ（登録商標）、ローカルに開発されたオントロジー、これらの組み合わせ等といったオントロジーを使用して一般化される。一般化概念には、異物、解剖学的構造、所見、重症度指標、病理学、画質指標、極性、確実性指標及び／又はこれらの組み合わせが含まれる。上記例を続けると、確実性の一般化概念には中程度の確実性の概念が含まれ、これには「示唆」との単語のインスタンスが含まれる。解剖学的構造の一般化概念には、大動脈の解剖学的構造が含まれ、これには「大動脈」との単語のインスタンスが含まれる。異物の一般化概念には、プロテーゼの概念が含まれ、これには「プロテーゼ」との単語のインスタンスが含まれる。

所見コード比較エンジン１４０が抽出された特徴を比較して、ソース語彙１１０におけるステートメントとターゲット語彙１１２におけるステートメントとの間のマッピングを決定する。所見コード比較エンジン１４０は、一般化概念を使用して、抽出された特徴を合致させる。この比較には、共に存在して合致することと、共に存在するが合致しないことと、共に存在しないことと、正確に１つ存在することとの個別の決定が含まれる。

共に存在して合致するということは、抽出された特徴のインスタンスが同じ概念について合致していることを示す。例えばソース語彙からの「揺動は大動脈プロテーゼの離開を示唆する」とのステートメントと、ターゲット語彙からの「人工大動脈弁の異常な揺動は離開を示唆する」とのステートメントとを考えたい。両方に存在するのは、確実性の一般化概念であり、中程度の確実性という同じ概念が、「示唆」との単語のインスタンスと合致する。また、両方に存在するのは、解剖学的構造の一般化概念であり、大動脈という同じ解剖学的構造が「大動脈」のインスタンスと合致する。さらに、両方に存在するのは、異物の一般化概念であり、プロテーゼという概念が、同じ語幹からの「人工（prosthetic）」と「プロテーゼ（prosthesis）」のインスタンスと合致する。

合致させること（マッチング）には、比較された抽出特徴の単語又はフレーズ間で単語重複率を計算することが含まれる。マッチングはストップワードの削除及び／又はワードステミングの後に行われる。比率は、２つのステートメントの抽出特徴間で共通する固有の単語又はフレーズの数を、いずれかの抽出特徴における固有の単語又はフレーズの数で除算することにより計算することができる。幾つかの実施形態では、マッチングは、出現頻度−逆文書頻度（frequency-inverse document frequency）技術、言語モデル、ｗｏｒｄ２ｖｅｃモデル及びこれらの組み合わせを含むことができる。幾つかの実施形態では、マッチングには、所見コードの統計情報を比較することが含まれる。例えば患者医用レポートの集団における相対頻度が合致を示すことができる。

共に存在するが合致しないということは、ソースステートメントとターゲットステートメントとの両方に同じ一般化概念が含まれているが、概念が異なることを示す。例えば「三尖弁」を含むソース語彙からのステートメントと、「僧帽弁」を含むターゲット語彙からのステートメントとを考えたい。両方のステートメントには、解剖学的構造が存在するが、これらの解剖学的構造は合致しない。つまり、「三尖弁」と「僧帽弁」とは解剖学的に異なる心臓弁であり、「三尖弁」は解剖学的に「僧帽弁」と合致しない。

共に存在しないということは、比較されたステートメントのいずれにも一般化概念が存在しないことを示す。例えばステートメントに任意の異物が含まれない。正確に１つ存在するということは、複数の一般化概念のうちの１つの一般化概念の単一の概念が、比較されたステートメントのいずれかの１つのステートメントのみで発生することを示す。例えば「画質は診断解釈に十分である」という第１のステートメントと、「僧帽弁逆流の兆候が見られない」という第２のステートメントとを考えたい。画質の概念が第１のステートメントには存在するが、第２のステートメントにはない。解剖学的構造の概念が第２のステートメントには存在するが、第１のステートメントには存在しない。

所見コード比較エンジン１４０は、比較に基づいて類似性スコアを計算する。類似性スコアは、ルールと個々の決定用のポイントシステムとを使用して計算することができる。ポイントシステムは、マッピングの類似性スコアからポイントを追加したり差し引いたりすることができる。例えば１つのルールでは、解剖学的一般概念が比較され、解剖学的構造の一般概念が両方のステートメントに存在し、解剖学的構造が合致すると判断されると、５ポイントが類似性スコアに追加される。別の例では、１つのルールでは、解剖学的一般概念が比較され、どちらのステートメントにも解剖学的構造が存在しないと判断されると、３ポイントが類似性スコアに追加される。ルールには、ステートメントの一般的な比較が含まれる。例えばステートメント内のすべての単語の重複についてポイントが追加される。一例のルールでは、単語の重複率に所定の重みが掛けられる。

幾つかの実施形態では、類似性スコアは、統計モデル又は機械学習モデルを使用して計算することができる。統計モデルは、既知のマッピングのサンプルデータから構築することができる。既知のマッピングは、ソース語彙の１つのステートメントとターゲット語彙の１つのステートメントとの間のレビューされ、確認されている関係である。機械学習モデルは、既知のマッピングのトレーニングデータを使用してトレーニングすることができる。幾つかの実施形態では、複数の類似性スコアを計算することができる。幾つかの実施形態では、計算された類似性スコア、一般化概念の異なる組み合わせについて計算された別個の類似性スコア及びこれらの組み合わせにおいて、一般化コンされた概念のうちの１つ以上を除外することができる。幾つかの実施形態では、所定の閾値未満の類似性スコアについては、マッピングを省略することができる。

幾つかの実施形態では、所見コード比較エンジン１４０は、他の語彙の過去のマッピングを使用することができる。例えばソース語彙Ａの所見コードＡ４３２がターゲット語彙ＢのＢ１７４にマッピングされているならば、語彙Ｘが語彙Ｂにマッピングされ、語彙Ｘの所見コードＸ６６２に対応するステートメントが所見コードＡ４３２と同一である場合、Ａ４３２からＢ１７４への過去のマッピングを使用して、Ｘ６６２からＢ１７４への同じマッピングを特定することができる。他の語彙の過去のマッピングの使用を拡張して、追加のソース語彙及び／又はターゲット語彙の両方を含めることができる。例えば所見コードＡ１が語彙Ａから語彙Ｂの所見コードＢ１にマッピングされ、語彙ＸのＸ１はＡ１と同一であり、語彙ＹのＹ１はＢ１と同一であるならば、Ｘ１からＹ１へのマッピングは、Ａ１からＢ１へのマッピングと同じである。

マッピングは、ソース語彙１１０からのステートメントとターゲット語彙１１２からのステートメントとの間のリンクと表すことができる。リンクは、ソースターゲットマッピングのデータベース１４２に保存される。マッピングには、１つ以上の計算された類似性スコアが含まれる。

機械知能エンジン１５０が、ソース語彙１１０を規定するルールのセット、即ち、ソースルールを入力する。機械知能エンジン１５０は、ソースルールにおける所見コードを特定し、特定された所見コードのターゲット語彙１１２へのマッピングを検証する。

機械知能エンジン１５０は、検証されたすべての所見コードについて、ソースルールを、ターゲット語彙１１２のルール、即ち、ターゲットルールに変換する。ソースルール及び／又はターゲットルールは、条件付き使用法を含む。例えばソースルールは、所見コードＡ１が含まれている場合、所見コードＡ１５又は所見コードＡ１７のいずれかが追加的に含まれていると指定する。ルールはブール演算子を含む。例えばルールは、所見コードＡ１が使用される又は所見コードＡ２が使用されるが、両方は使用されないと規定する。ブール演算子を使用すると、排他的ＯＲ（ＸＯＲ）関係が表現される。例えばＡ１ ＸＯＲ Ａ２は、ブール演算子を使用して（ｎｏｔ Ａ１ ａｎｄ Ａ２）又は（Ａ１ ａｎｄ ｎｏｔＡ２）と表現することができる。ルールは、条件付き使用法とブール演算子との組み合わせを含む。

例えばソースルールがＡ１ ＸＯＲ Ａ２ ＸＯＲ Ａ３を含む場合、機械知能エンジン１５０は、Ａ１がターゲット語彙のＢ１にマッピングされ、Ａ２がＢ２にマッピングされ、Ａ３が（Ｂ３又はＢ４）にマッピングされることを特定し、Ｂ１ ＸＯＲ Ｂ２ ＸＯＲ（Ｂ３ ＯＲ Ｂ４）となる変換されたルールを生成する。変換されたルールは、Ｂ３とＢ４とが一緒に又は別々に発生してもよいことが、Ｂ１及びＢ２と一緒では発生しないことを示す。Ｂ１及びＢ２は一緒に発生しない。

マッピングインターフェース１６０が、表示デバイス１６２及び１つ以上の入力デバイス１６４の動作を制御して、ソース語彙１１０とターゲット語彙１１２との間のマッピングされたステートメントのレビュー及び確認を提供する。確認されたマッピングされたステートメントは、確認済みマッピングデータベース１６６に保存される。幾つかの実施形態では、確認されたマッピングのインジケータが、ソースターゲットマッピングのデータベース１４２に追加される。確認されたマッピングをターゲット語彙１１２に適用することができる。場合によっては、適用された確認されたマッピングは、ターゲット語彙１１２における所見コードの効果的な変更制御をサポートする。

ソース語彙１１０、ターゲット語彙１１２、ソースターゲットマッピングのデータベース１４２及び確認済みマッピングデータベース１６６は、ローカルディスク、クラウドストレージ、サーバーストレージ、リモートストレージ等といった構成された電子記憶媒体によって適切に具体化され、処理ユニット１７０の構成されたプロセッサによってアクセスされる。構成された電子記憶媒体は、システムファイル構造、リレーショナル及び／又はオブジェクト指向データベースシステム構造等を含む。

処理ユニット１７０、表示デバイス１６２及び入力デバイスは、ラップトップコンピュータ、デスクトップコンピュータ、タブレットコンピュータ、スマートフォン、身体装着型コンピューティングデバイス、サーバ、分散又は協調配置されたコンピューティングデバイス等といったコンピューティングデバイス１８０を含むことができる。表示デバイス１６２は、コンピュータディスプレイ、スマートフォンディスプレイ、プロジェクタ、身体装着型ディスプレイ、テレビ（ＴＶ）、これらの組み合わせ等によって適切に具現化される。入力デバイス１６４は、キーボード、マウス、トラックボール、マイクロホン、これらの組み合わせ等によって適切に具現化される。

語彙選択エンジン１２０、特徴抽出エンジン１３０、所見コード比較エンジン１４０、機械知能エンジン１５０及びマッピングインターフェース１６０は、デジタルプロセッサ、マイクロプロセッサ、電子プロセッサ、光プロセッサ、マルチプロセッサ、ピアツーピア又は協調動作プロセッサを含むプロセッサの分布、プロセッサのクライアント／サーバ配置等といった構成されたコンピュータプロセッサによって適切に具現化され、ソース語彙１１０及びターゲット語彙１１２を選択し、語彙のステートメントから特徴を抽出し、ステートメントに存在する概念を特定し、特徴及び概念を比較し、マッピングを決定し、類似度スコアを計算し、ソースルールをターゲットルールに変換し、マッピングをレビュー及び確認し、マッピングを適用し、入力デバイス１６４及び表示デバイス１６２を動作させる。

構成されたコンピュータプロセッサは、構成されたプロセッサを備えたコンピューティングデバイスの光ディスク、磁気ディスク、半導体メモリといったコンピュータ可読記憶媒体に格納された少なくとも１つのコンピュータ可読命令を実行して、開示された技術を行う。当該コンピュータ可読記憶媒体は、一時的媒体は含まず、物理的メモリ及び／又はその他の非一時的な媒体を含む。構成されたプロセッサはまた、搬送波、信号又はその他の一時的な媒体によって運ばれる１つ以上のコンピュータ可読命令を実行することもできる。図に示されるコンポーネント間の線は通信経路を表す。

幾つかの実施形態では、語彙選択エンジン１２０、特徴抽出エンジン１３０、所見コード比較エンジン１４０、機械知能変換エンジン１５０及びマッピングインターフェース１６０は、コンピュータプログラムプロダクトとして適切に具現化される。

図２を参照すると、第１の例示的な所見コード２００及び対応するステートメント２０２が、抽出された特徴２０４、特定された概念２０６及び一般化概念２０８と共に示されている。第１の例示的なステートメント２０２は、「ドップラーからは僧帽弁逆流の兆候は見られない」とある。「僧帽弁」との単語は、僧帽弁の特定された概念２０６に含まれ、これは、解剖学的構造の一般化概念２０８に含まれている。「逆流」との単語は、逆流の特定された概念２０６に含まれ、これは、所見の一般化概念２０８に含まれている。

第１の例示的なステートメント２０２は、「兆候は見られない」との抽出された特徴を更に含み、これは、極性２１０の概念である。極性２１０の概念は、他の概念に適用される否定又は範囲の制限である。極性２１０の概念は、「〜ない（no）」、「ではない（not）」、「なし（none）」等といった特定のキーワードによって示される。極性２１０の概念は「−」符号で示される負の極性を逆流に適用する。

極性２１０の概念は、「だが（but）」といったブロッキングキーワードにより制限される。例えば「三尖弁逆流の兆候は見られない。だが、患者はリウマチ熱を持っている」とのステートメントを考えたい。負の極性が、ブロッキングキーワードの前の単語には適用され、ブロッキングキーワードの後の単語には適用されない。極性の範囲は、一定数の単語を含む。

第２の例示的な所見コード２２０及び対応するステートメント２２２が示されている。第２の例示的なステートメント２２０は、「ドップラーから軽度の人工三尖弁逆流が示唆される」である。第２のステートメント２２２から抽出されるテキスト又は特徴２０４は、「人工」、「三尖弁」、「逆流」及び「軽度」を含む。「人工」との単語は、プロテーゼの特定された概念２０６の意味に含まれ、これは異物の一般化概念２０８に含まれている。「三尖弁」との単語は、三尖弁の特定された概念２０６の意味に含まれ、これは解剖学的構造の一般化概念２０８に含まれている。「逆流」との単語は、逆流の特定された概念２０６の意味に含まれ、これは所見の一般化概念２０８に含まれている。「軽度」との単語は、軽度の特定された概念２０６の意味に含まれ、これは、重症度指標の一般化概念２０８に含まれている。極性２１０の概念は、否定語がない場合、デフォルトで正の極性にすることができる。これは例では「＋」符号で示される。

軽度の特定された概念には、わずか、最小限、公称上等といった特徴が含まれる。場合によっては、特定された概念を含む特徴は同義語が含まれる。重症度指標の他の特定された概念の他の例としては、中程度、深刻、広範囲等が挙げられる。画質の一般化概念２０８の例としては、アーチファクト、ノイズ、解像度、又は、低品質等の相対的品質といった画質概念の特徴が挙げられる。確実性指標の一般化概念２０８の例としては、低、中、高等が挙げられる。

図３を参照すると、ソース語彙１１０とターゲット語彙１１２との間のマッピングを確認するためのマッピングインターフェース１６０の表示３００の一例が示されている。第１の領域３０２には、ソース語彙１１０のステートメントがリストされる。例えばスクロール可能なリストが、ソース語彙からのマッピングされたステートメントを含む。マッピングインターフェース１６０は、ソース語彙１１０からの選択されたステートメント３０４を示す。図示する例では、選択されたステートメント３０４は、破線のボックスによって選択されている状態に示されている。幾つかの実施形態では、選択されたステートメント３０４は、選択されている状態を示す色の変化、輝度の変化等を含む。幾つかの実施形態では、選択されたステートメント３０４に応えて、ルールに従った関連ステートメントが更に示される。例えばステートメントＡ１は、Ａ１ ＸＯＲ Ａ２を示すルールを通じてステートメントＡ２に関連する。ステートメントＡ１が選択されると、これに応えて、ステートメントＡ２も強調表示されるか、別の方法で示される。

ソース語彙からの選択されたステートメント３０４の選択に応えて、第２の領域３０６には、選択されたステートメント３０４からマッピングされたターゲット語彙１１２からのマッピングされたステートメントがリストされる。幾つかの実施形態では、第２の領域３０６にリストされたステートメントは、類似性スコア３０８によって順序付けられる。第２のステートメント３１０が、マッピングされたステートメントのリストから選択される。ボタンといった確認インジケータ３１２が、選択されたステートメント３０４と第２のステートメント３１０とはマッピングされているものとして確認されたことを示す。メッセージ３１４によって、マッピングが確認済みマッピングデータベース１６６に追加されたことが確認される。

表示３００のブール演算子３１６のインジケータを用いて、第２のステートメント３１０の使用を規定するルールを作成又は変更することができる。例えばＡ１はＢ１にマッピングされ、Ａ２はＢ２にマッピングされる。ブール演算子３１６のインジケータを使用して、Ｂ１及びＢ２が相互に排他的であることを示すことができる。幾つかの実施形態では、ブール演算子３１６のインジケータは省略される。

マッピングインターフェース１６０を使用して、システム１００をインタラクティブに操作することができる。マッピングを決定するための選択された一般概念を示すことができる。マッピングを決定するための選択された特徴又はキーワードを示すことができる。選択された一般概念及び／又は選択された特徴は、ソース語彙１１０における選択されたステートメント３０４とターゲット語彙１１２からマッピングされたステートメントのリストとの間の合致又はマッピングを決定するための基礎として使用される。計算された類似性スコア３０８は、選択された一般化概念及び／又は特徴に従って計算することができる。

図示する例では、解剖学的構造の一般化概念のインジケータ３１８及び異物の一般化概念のインジケータ３２０が選択又はオンにされている。選択された解剖学的構造インジケータ３１８に応えて、抽出された特徴又は単語である「三尖弁」が、選択されたステートメント３０４において下線が引かれている。選択された異物インジケータ３２０に応えて、抽出された特徴又は単語である「人工」が、選択されたステートメント３０４において下線が引かれている。マッピングされたステートメント３１０のリストは、解剖学的構造と異物との間の合致に基づいて決定される。類似性スコア３０８は、解剖学的構造及び異物の類似性に基づいて計算される。ターゲット語彙１１２からのマッピングされたステートメント３１０のそれぞれにおいて、「三尖弁」の合致する特定された概念及び／又は「プロテーゼ」の合致する特定された概念の抽出された特徴に下線が引かれる。

場合によっては、選択した一般概念を選択的にオン及びオフにできることにより、柔軟なマッピング環境のメカニズムが提供される。場合によっては、医療従事者は、すべての選択された一般化概念の最も厳格な基準からよりオープンな検討まで、より少ない選択された一般化概念を使用するマッピングを意図して、インターフェースを操作することができる。場合によっては、これは、医療従事者が多数の所見コードのマッピングを使って作業をするのに役立つ。

図４は、本明細書の実施形態によるフローチャートを示す。

ステップ４００において、ソース語彙１１０とターゲット語彙１１２とが選択される。各語彙１１０、１１２は、固有の所見コード及び対応するステートメントを含む。各語彙１１０、１１２は、患者の医用レポートを準備する際の所見コードの使用を規定するルールを含んでよい。各語彙１１０、１１２は、過去の医療文書における所見コードの使用に関する統計情報を含む。

ステップ４１０において、ＮＬＰ技術を使用して、各語彙１１０、１１２の対応するステートメントの特徴が抽出される。ＮＬＰ技術には、単語のトークン化及びステミング、フレーズの特定及びストップワード削除が含まれる。抽出された単語又はフレーズから概念が特定される。特定された概念は、オントロジーを使用して一般化される。一般化概念には、異物、解剖学的構造、所見、重症度指標、病理学、画質指標、極性、確実性指標及びこれらの組み合わせが含まれる。

ステップ４２０において、一般化概念及び特定された概念を使用して、ソース語彙１１０におけるステートメントとターゲット語彙１１２におけるステートメントとの間の抽出された特徴が比較され、マッピングが決定される。比較には、一般化概念の様々な組み合わせが含まれる。マッピングは、ソース語彙１１０における１つのステートメントとターゲット語彙１１２における１つのステートメントとの間のリンクで表すことができる。マッピングには、１つ以上の類似性スコアの計算が含まれる。類似性スコアの計算には、単語の重複、統計情報等といった比較されたステートメント間の全体的な比較が含まれる。

ステップ４３０において、決定されたマッピングに従って、ソース語彙１１０の使用を規定するルールを、ターゲット語彙１１２の使用を規定するルールに変換することができる。ルールには、Ｉｆ−Ｔｈｅｎ（もしも〜ならば）論理といった条件付き使用法が含まれる。ルールにはブール演算子が含まれる。幾つかの実施形態では、ステップ４３０は省略される。

ステップ４４０において、決定されたマッピングが視覚的に提示される。決定されたマッピングは、表示デバイス１６２上に提示することができる。提示されたマッピングは、ターゲット語彙１１２におけるマッピングされたステートメント毎に１つ以上の類似性スコアを含む。決定されたマッピングは、ソース語彙１１０における選択されたステートメントと、ターゲット語彙１１２におけるマッピングされたステートメントのリストとして表すことができる。ターゲット語彙１１２におけるマッピングされたステートメントのリストは、類似性スコアによって順序付けられる。

ステップ４５０において、入力デバイス１６４からの入力に応えて、確認されたマッピングが示される。確認されたマッピングは、確認済みマッピングのデータベース１６６に保存することができる。

ステップ４６０において、確認されたマッピングは、ターゲット語彙１１２に適用される。即ち、確認されたマッピングに従って、ステートメントがターゲット語彙１１２において追加されるか又は変更される。

上記は、コンピュータ可読記憶媒体に符号化又は埋め込まれたコンピュータ可読命令によって実施される。当該命令は、コンピュータプロセッサによって実行されると、当該プロセッサに上記ステップを行わせる。更に又は或いは、コンピュータ可読命令の少なくとも１つは、信号、搬送波又は他の一時的な媒体によって運ばれる。

上記ステップは、異なる順序で行われてよく、及び／又は、一部のステップを省略してもよい。

本発明は、図面及び上記説明において詳細に例示され、説明されたが、当該例示及び説明は、例示的に見なされるべきであり、限定的に見なされるべきではない。本発明は、開示された実施形態に限定されない。開示された実施形態の他の変形態様は、図面、開示内容及び添付の請求項の検討から、請求項に係る発明を実施する当業者によって理解され、実施される。

請求項において、「含む」との用語は、他の要素又はステップを排除するものではなく、また、単数形も、複数形を排除するものではない。単一のプロセッサ又は他のユニットが、請求項に引用される幾つかのアイテムの機能を果たしてもよい。特定の手段が相互に異なる従属請求項に記載されることだけで、これらの手段の組み合わせを有利に使用することができないことを示すものではない。

コンピュータプログラムは、他のハードウェアと共に又はその一部として供給される光学記憶媒体又は固体媒体といった適切な媒体上に記憶及び／又は分散されてもよいが、インターネット又は他の有線若しくは無線通信システムを介するといった他の形式で分配されてもよい。請求項における任意の参照符号は、範囲を限定するものと解釈されるべきではない。

Claims (20)

1. ソース語彙における所見コードのステートメントの特徴及びターゲット語彙における第２の所見コードの第２のステートメントの特徴を抽出するプロセッサを含む特徴抽出エンジンと、
   抽出された前記特徴を含む少なくとも１つの特定された概念に基づいて、抽出された前記特徴を比較することにより、前記ソース語彙の前記ステートメントと前記ターゲット語彙の前記第２のステートメントとの間のマッピングを決定するプロセッサを含む所見コード比較エンジンと、
   決定された前記マッピングを表示デバイスに提示するマッピングインターフェースと、
   を含む、システム。
2. 前記所見コード比較エンジンは更に、ルールのセットを使用して、前記ソース語彙の前記ステートメントと前記ターゲット語彙の前記第２のステートメントとの類似性スコアを計算する、請求項１に記載のシステム。
3. 決定された前記マッピングに従って、前記ソース語彙における前記所見コードのためのルールのセットを、前記ターゲット語彙における前記第２の所見コードを含むルールのセットに変換するプロセッサを含む機械知能変換エンジンを更に含む、請求項１に記載のシステム。
4. 複数のソース語彙から前記ソース語彙を選択するプロセッサを含む語彙選択エンジンを更に含む、請求項１に記載のシステム。
5. 前記少なくとも１つの特定された概念は、少なくとも１つの一般化概念を含み、前記一般化概念は、異物、解剖学的構造、所見、重症度指標、病理学、画質指標、極性及び確実性指標を含む群から選択される少なくとも１つを含む、請求項１に記載のシステム。
6. 前記ソース語彙の前記ステートメント及び前記ターゲット語彙の前記第２のステートメントは、体系化された医学的ステートメントを含む、請求項１に記載のシステム。
7. 前記マッピングインターフェースは更に、入力デバイスからの入力に応答して、前記ソース語彙の前記ステートメントと前記ターゲット語彙の前記第２のステートメントとの間の決定された前記マッピングを確認する、請求項１に記載のシステム。
8. ソース語彙における所見コードのステートメントの特徴及びターゲット語彙における第２の所見コードの第２のステートメントの特徴を抽出するステップと、
   抽出された前記特徴を含む少なくとも１つの特定された概念に基づいて、抽出された前記特徴を比較することにより、前記ソース語彙の前記ステートメントと前記ターゲット語彙の前記第２のステートメントとの間のマッピングを決定するステップと、
   決定された前記マッピングを表示デバイスに提示するステップと、
   を含む、方法。
9. 前記マッピングを決定するステップは、ルールのセットを使用して、前記ソース語彙の前記ステートメントと前記ターゲット語彙の前記第２のステートメントとの類似性スコアを計算するステップを含む、請求項８に記載の方法。
10. 決定された前記マッピングに従って、前記ソース語彙における前記所見コードを含むルールのセットを、前記ターゲット語彙の前記第２の所見コードを含むルールのセットに変換するステップを更に含む、請求項８に記載の方法。
11. 複数のソース語彙から前記ソース語彙を選択するステップを更に含む、請求項８に記載の方法。
12. 前記少なくとも１つの特定された概念は、少なくとも１つの一般化概念を含み、前記一般化概念は、異物、解剖学的構造、所見、重症度指標、病理学、画質指標、極性及び確実性指標を含む群から選択される少なくとも１つを含む、請求項８に記載の方法。
13. 前記ソース語彙の前記ステートメント及び前記ターゲット語彙の前記第２のステートメントは、体系化された医学的ステートメントを含む、請求項８に記載の方法。
14. 入力デバイスからの入力に応答して、前記ソース語彙の前記ステートメントと前記ターゲット語彙の前記第２のステートメントとの間の決定された前記マッピングを確認するステップを更に含む、請求項８に記載の方法。
15. 前記第２のステートメントを変更する確認された前記マッピングを、前記ターゲット語彙に適用するステップを更に含む、請求項１４に記載の方法。
16. ソース語彙における所見コードのステートメントの特徴及びターゲット語彙における第２の所見コードの第２のステートメントの特徴を抽出し、
    抽出された前記特徴を含む少なくとも１つの特定された概念に基づいて、抽出された前記特徴を比較することにより、前記ソース語彙の前記ステートメントと前記ターゲット語彙の前記第２のステートメントとの間のマッピングを決定し、
    決定された前記マッピングを表示デバイスに提示するように１つ以上のプロセッサを制御する命令を担持する、非一時的コンピュータ可読記憶媒体。
17. 前記１つ以上のプロセッサは、ルールのセットを使用して、前記ソース語彙の前記ステートメントと前記ターゲット語彙の前記第２のステートメントとの類似性スコアを計算するように更に制御される、請求項１６に記載の非一時的コンピュータ可読記憶媒体。
18. 前記１つ以上のプロセッサは、決定された前記マッピングに従って、前記ソース語彙における前記所見コードを含むルールのセットを、前記ターゲット語彙における前記第２の所見コードを含むルールのセットに変換するように更に制御される、請求項１６に記載の非一時的コンピュータ可読記憶媒体。
19. 前記１つ以上のプロセッサは、複数のソース語彙から前記ソース語彙を選択するように更に制御される、請求項１６に記載の非一時的コンピュータ可読記憶媒体。
20. 前記１つ以上のプロセッサは、入力デバイスからの入力に応答して、前記ソース語彙の前記ステートメントと前記ターゲット語彙の前記第２のステートメントとの間の決定された前記マッピングを確認するように更に制御される、請求項１９に記載の非一時的コンピュータ可読記憶媒体。

Images