JP2021531537A - 医療計画に関する関連情報の提示のための電子医療記録の認知分析および曖昧性解消 - Google Patents

Abstract

プロセッサおよびメモリを備えるデータ処理システムにおけるメカニズムが提供され、メモリは、医療計画に関する関連情報の提示のために、電子医療記録の分析および曖昧性解消のための認知分析エンジンを実装するようにプロセッサを具体的に構成するための、プロセッサによって実行される命令を含む。認知分析エンジンは、患者との現在のまたは来たるべき対話のために病状を受け取る。認知分析エンジンは、医療計画に関する関連情報を識別して病状を治療するために、患者電子医療記録（ＥＭＲ）を検討することについての医療専門家の考えをエミュレートする医療メンタル・モデルを受け取る。認知分析エンジンは、医療計画に関するＥＭＲの少なくとも１つの部分を識別するために、医療メンタル・モデルを使用して、患者のＥＭＲを分析すること、および、病状に関する医療計画のための関連患者情報を抽出するために、識別したＥＭＲの少なくとも１つの部分を分析することを行う。認知分析エンジンは、医療メンタル・モデルを使用して、抽出した関連患者情報および病状に関する医療計画と相関関係がある認知概要を生成して出力する。

Description

本出願は、一般に、改良されたデータ処理装置および方法に関し、より詳細には、医療計画に関する関連情報の提示のための電子医療記録の認知分析および曖昧性解消のメカニズムに関する。

電子健康記録（ＥＨＲ：electronic health record）または電子医療記録（ＥＭＲ：electronic medical record）は、デジタル・フォーマットで電子的に記憶した、患者および患者集団の健康情報の体系化された集合体である。これらの記録は、種々のヘルスケア環境にわたって共有することができる。記録は、ネットワーク接続された企業全体にわたる情報システム、または、他の情報ネットワークおよび交換を通じて共有される。ＥＭＲは、人口統計、医療履歴、薬物治療およびアレルギー、免疫状態、臨床検査結果、放射線画像、バイタル・サイン、年齢および体重のような個人統計情報、ならびに支払情報を含むデータの範囲を含むことができる。

ＥＭＲシステムは、データを正確に記憶し、時をまたがって患者の状態をとらえるように設計される。これは、患者の以前の紙の医療記録を徹底的に調べる必要をなくし、データが正確かつ判読可能であることを保証するのに役立つ。これは、変更可能なファイルが１つしかないのでデータが複製されるリスクを減らし、その結果、ファイルが最新である可能性が高くなり、事務書類を失うリスクを減らすことができる。デジタル情報がサーチ可能であり、単一のファイル内にあることにより、ＥＭＲは、患者のあり得る傾向および長期変化の検討のために医療データを抽出するときに、より効果的である。患者集団に基づく医療記録の研究は、ＥＭＲの広範囲に及ぶ使用によって、さらに容易になる可能性がある。

本概要は、詳細な説明において本明細書でさらに説明される簡易な形で概念の選択を紹介するために提供される。本概要は、特許請求される主題の主要因または本質的特徴を識別するためのものではなく、請求される主題の範囲を限定するために使用されるためのものでもない。

１つの例証的な実施形態において、プロセッサおよびメモリを備えるデータ処理システムにおける方法が提供され、メモリは、医療計画に関する関連情報の提示のために、電子医療記録の分析および曖昧性解消のための認知分析エンジンを実装するようにプロセッサを具体的に構成するための、プロセッサによって実行される命令を含む。方法は、データ処理システムで実行する認知分析エンジンによって、患者との現在のまたは来たるべき対話のために病状を受け取ることを含む。方法は、医療計画に関する関連情報を識別して病状を治療するために、認知分析エンジンによって、患者電子医療記録（ＥＭＲ）を検討することについての医療専門家の考えをエミュレートする医療メンタル・モデルを受け取ることをさらに含む。方法は、医療計画に関するＥＭＲの少なくとも１つの部分を識別するために、医療メンタル・モデルを使用して、認知分析エンジンによって、患者のＥＭＲを分析することをさらに含む。方法は、病状に関する医療計画のための関連患者情報を抽出するために、医療メンタル・モデルを使用して、認知分析エンジンによって、識別したＥＭＲの少なくとも１つの部分を分析することをさらに含む。方法は、医療メンタル・モデルを使用して、認知分析エンジンによって、抽出した関連患者情報および病状に関する医療計画と相関関係がある認知概要を生成して出力することをさらに含む。

他の例証的な実施形態において、コンピュータ可読プログラムを有するコンピュータ使用可能媒体または可読媒体を備えるコンピュータ・プログラム製品が提供される。コンピュータ可読プログラムは、コンピューティング・デバイスで実行されると、方法の例証的な実施形態について上記で概説された動作の様々なもの、およびその組合せをコンピューティング・デバイスに行わせる。

さらに別の例証的な実施形態において、システム／装置が提供される。システム／装置は、１つまたは複数のプロセッサ、および、１つまたは複数のプロセッサに連結されたメモリを備えることができる。メモリは、１つまたは複数のプロセッサによって実行されると、方法の例証的な実施形態について上記で概説された動作の様々なもの、およびその組合せを１つまたは複数のプロセッサに行わせる命令を含むことができる。

本発明のこれらのおよび他の特徴および利点は、本発明の実例の実施形態に関する以下の詳細な説明において説明されることになり、または詳細な説明を見れば当業者には明らかになるであろう。

本発明は、使用の好ましいモード、ならびに、そのさらなる目的および利点と同様に、添付の図面と共に読むと、例証的な実施形態の以下の詳細な説明を参照することによって最も良く理解されるであろう。

コンピュータ・ネットワークにおける認知ヘルスケア・システムの１つの例証的な実施形態の概略図である。 例証的な実施形態の態様が実装される実例のデータ処理システムのブロック図である。 １つの例証的な実施形態によるヘルスケア認知システム（healthcarecognitive system）の要素の対話を示す実例の図である。 例証的な実施形態による実例の医療メンタル・モデルを描写する図である。 例証的な実施形態によるメンタル・モデル・インスタンス生成エンジンを示すブロック図である。 例証的な実施形態による認知分析および曖昧性解消エンジンを示すブロック図である。 例証的な実施形態による医療メンタル・モデルのインスタンスを生成するためのメカニズムの流れ図である。 例証的な実施形態による医療計画に関する関連情報の提示のための電子医療記録の認知分析および曖昧性解消のためのメカニズムの動作を示す流れ図である。

コンピューティング技術における政府規制および進歩により、多くの専門家および組織は、電子医療記録に患者情報を記憶させる。これらの電子医療記録（ＥＭＲ）のサイズが大きくなるにつれて、医療専門家によって調査される患者の病状と特に関連がある部分を識別するために、医療専門家がＥＭＲ内の情報を見つけて曖昧性を解消するのがより困難になる。例えば、医療専門家が通院中の患者を治療している場合、医療専門家は、患者が訴えている特定の医療問題に関連のある特定の部分を識別するために、または、患者に適用された以前の治療計画にとって特に重要な部分を識別するために、あるいはその両方のために、ＥＭＲに記憶されているような患者の医療履歴を詳しく調べる必要がある可能性がある。これは、特に、様々な異なる情報ソースからのＥＭＲの統合が大量になると、非常に困難なタスクになる可能性があり、これは、ＥＭＲの実現前は手作業のタスクであった。すなわち、様々な異なる病院、薬局、応急診療所、医者、専門家、等からの情報を患者の収集されたＥＭＲが記憶するとき、これらのＥＭＲに含まれるどの情報が特に、患者の現在の医療問題、および、患者に以前に処方された特定の治療計画に関連があるかを識別するのが困難になる可能性がある。したがって、見落とされる可能性がある関連情報もあるという可能性が高い。さらに、ＥＭＲをサーチして関係情報を見つけるのが複雑で分かりにくいので、医療専門家の一部のフラストレーションになる。

例証的な実施形態は、患者を治療するための関連情報を識別するために患者のＥＭＲを検討することについての医療専門家の考えをエミュレートするメカニズムを提供する。メカニズムは、以前に確立された患者の治療計画、治療計画に対するフォローアップ、および、患者との現在のまたは来たるべき対話中に医療専門家によって調査されることになる特定の患者情報を示す性質をもつＥＭＲの部分を識別する。いくつかのケースでは、この情報は、例えば、患者が診察を受けている特定の病状、または、患者が予約をスケジュールした特定の病状といった、患者対話の現在の理由に基づいて識別されてもよい。

例証的な実施形態の様々な態様についての議論をより詳細に始める前に、この説明の全体にわたって、用語「メカニズム」は、様々な動作、機能、および同様のものを行う本発明の要素を指すために使用されることになるということが最初に理解されよう。「メカニズム」は、この用語が本明細書で使用されるように、装置、手順、またはコンピュータ・プログラム製品の形の例証的な実施形態の機能または態様の実装形態であってもよい。手順の場合、手順は、１つまたは複数のデバイス、装置、コンピュータ、データ処理システム、または同様のものによって実行される。コンピュータ・プログラム製品の場合、コンピュータ・プログラム製品においてまたはその上で具体化されたコンピュータ・コードまたは命令によって表されたロジックは、機能を実現するために、または、特定の「メカニズム」と関連付けられた動作を行うために、１つまたは複数のハードウェア・デバイスによって実行される。したがって、本明細書で説明されるメカニズムは、専用ハードウェア、汎用ハードウェア上で実行するソフトウェア、専用もしくは汎用ハードウェアによって命令が容易に実行できるように媒体に記憶されたソフトウェア命令、機能を実行するための手順もしくは方法、または、上記のいずれかの組合せとして実現されてもよい。

本説明および特許請求の範囲は、例証的な実施形態の特定の特徴および要素に対して、用語「１つ（ａ）」、「のうちの少なくとも１つ（at least one of）」、および「の１つまたは複数（one or more of）」を使用することがある。これらの用語および句は、特定の特徴または要素のうちの少なくとも１つが特定の例証的な実施形態の中に存在するが、２つ以上が存在する可能性もあることを示すためのものであるということが理解されよう。すなわち、これらの用語／句は、単一の特徴／要素が存在することに本説明または特許請求の範囲を限定するためのものではなく、複数のこのような特徴／要素が存在することを要求するためのものでもない。反対に、これらの用語／句は、少なくとも単一の特徴／要素を要求するだけであり、複数のこのような特徴／要素が本説明および特許請求の範囲の範囲内にある可能性がある。

さらに、用語「エンジン」の使用は、本発明の説明する実施形態および特徴に対して本明細書で使用される場合、エンジンに帰属すると考えられる、またはエンジンによって行われる、あるいはその両方のアクション、ステップ、処理、等を達成するため、または実行するため、あるいはその両方のために、いずれかの特定の実装形態に限定するためのものではないということが理解されよう。エンジンは、機械可読メモリにロードまたは記憶され、プロセッサによって実行される適切なソフトウェアと組み合わせた汎用または専用あるいはその両方のプロセッサのいずれかの使用を含むがこれらに限定されない指定の機能を実行するソフトウェア、ハードウェア、および／もしくはファームウェア、またはその任意の組合せであってもよいがこれらに限定されない。さらに、特定のエンジンと関連付けられたいずれかの名前は、別途指定されない限り、参照の利便性のためのものであり、特定の実装形態に限定するためのものではない。追加として、エンジンに帰属するいずれかの機能は、同じもしくは異なるタイプの別のエンジンの機能に組み込まれた、もしくはこの機能と組み合わされた、またはその両方の、あるいは、様々な構成の１つまたは複数のエンジンにわたって分散された、複数のエンジンによって等しく実行されてもよい。

さらに、以下の説明は、例証的な実施形態の様々な要素についての複数の様々な例を使用して、例証的な実施形態の実例の実装形態をさらに示し、例証的な実施形態のメカニズムを理解するのを促進するということが理解されよう。これらの例は、非限定的なものであることが意図され、例証的な実施形態のメカニズムを実現するための様々な可能性を網羅するものではない。本発明の思想および範囲から逸脱することなく本明細書で提供された例に加えて、またはこの例と置き換えて利用され得るこれらの様々な要素に対する他の多くの代替実装形態があるということが、本説明を見れば当業者には明らかであろう。

本発明は、システム、方法、またはコンピュータ・プログラム製品、あるいはその組合せであってもよい。コンピュータ・プログラム製品は、本発明の態様をプロセッサに実行させるためのコンピュータ可読プログラム命令を有するコンピュータ可読ストレージ媒体（１つまたは複数）を含むことができる。

コンピュータ可読ストレージ媒体は、命令実行デバイスによる使用のための命令を保持および記憶することができる有形デバイスであることが可能である。コンピュータ可読ストレージ媒体は、例えば、電子ストレージ・デバイス、磁気ストレージ・デバイス、光ストレージ・デバイス、電磁気ストレージ・デバイス、半導体ストレージ・デバイス、または前述の任意の適切な組合せであってもよいがこれらに限定されない。コンピュータ可読ストレージ媒体のより具体的な例の完全に網羅されていないリストは、ポータブル・コンピュータ・ディスケット、ハードディスク、ランダム・アクセス・メモリ（ＲＡＭ）、リード・オンリ・メモリ（ＲＯＭ）、消去可能プログラマブル・リード・オンリ・メモリ（ＥＰＲＯＭまたはフラッシュ・メモリ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、ポータブル・コンパクト・ディスク・リード・オンリ・メモリ（ＣＤ−ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリ・スティック、フロッピー（Ｒ）・ディスク、命令が記録されたパンチ・カードまたは溝内隆起構造などの機械的にエンコードされたデバイス、および前述の任意の適切な組合せを含む。コンピュータ可読ストレージ媒体は、本明細書で使用されるように、電波もしくは他の自由に伝搬する電磁波、導波路もしくは他の伝送媒体を通じて伝搬する電磁波（例えば、光ファイバ・ケーブルを通過する光パルス）、またはワイヤを通じて伝送される電気信号など、本質的に一過性の信号であると解釈されるべきではない。

本明細書で説明されるコンピュータ可読プログラム命令は、コンピュータ可読ストレージ媒体からそれぞれのコンピューティング・デバイス／処理デバイスに、あるいは、例えば、インターネット、ローカル・エリア・ネットワーク、広域ネットワーク、もしくはワイヤレス・ネットワーク、またはその組合せといったネットワークを介して外部コンピュータまたは外部ストレージ・デバイスに、ダウンロードされることが可能である。ネットワークは、銅伝送ケーブル、光伝送ファイバ、ワイヤレス伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータ、またはエッジ・サーバ、あるいはその組合せを含むことができる。各コンピューティング・デバイス／処理デバイス内のネットワーク・アダプタ・カードまたはネットワーク・インターフェースは、コンピュータ可読プログラム命令をネットワークから受け取り、それぞれのコンピューティング・デバイス／処理デバイス内のコンピュータ可読ストレージ媒体に記憶するためにコンピュータ可読プログラム命令を転送する。

本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、インストラクション・セット・アーキテクチャ（ＩＳＡ）命令、機械語命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、または、Ｊａｖａ（Ｒ）、Ｓｍａｌｌｔａｌｋ（Ｒ）、Ｃ＋＋、もしくは同様のものなどのオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語、もしくは類似のプログラミング言語などの従来の手続き型プログラミング言語を含む１つもしくは複数のプログラミング言語の任意の組合せで書かれたソース・コードもしくはオブジェクト・コードであることが可能である。コンピュータ可読プログラム命令は、スタンド・アロンのソフトウェア・パッケージとして、全面的にユーザのコンピュータ上で、部分的にユーザのコンピュータ上で実行することができ、部分的にユーザのコンピュータ上かつ部分的にリモート・コンピュータ上で、または全面的にリモート・コンピュータもしくはサーバ上で実行することができる。後者のシナリオにおいて、リモート・コンピュータは、ローカル・エリア・ネットワーク（ＬＡＮ）もしくは広域ネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを通じてユーザのコンピュータに接続されてもよく、または、接続は、（例えば、インターネット・サービス・プロバイダを使用してインターネットを通じて）外部コンピュータに対して行われてもよい。いくつかの実施形態において、例えば、プログラマブル・ロジック回路機器、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、またはプログラマブル・ロジック・アレイ（ＰＬＡ）を含む電子回路機器は、本発明の態様を実行するために、コンピュータ可読プログラム命令の状態情報を利用して電子回路機器を個別化にすることによって、コンピュータ可読プログラム命令を実行することができる。

本発明の態様は、本発明の実施形態による方法、装置（システム）、およびコンピュータ・プログラム製品の流れ図またはブロック図あるいはその両方を参照しながら本明細書で説明される。流れ図またはブロック図あるいはその両方の各ブロック、ならびに、流れ図またはブロック図あるいはその両方におけるブロックの組合せは、コンピュータ可読プログラム命令によって実現されることが可能であるということが理解されよう。

これらのコンピュータ可読プログラム命令は、コンピュータまたは他のプログラマブル・データ処理装置のプロセッサによって実行する命令が、流れ図またはブロック図あるいはその両方の１つまたは複数のブロックにおいて指定された機能／行為を実行するための手段を作り出すべく、汎用コンピュータ、専用コンピュータ、または他のプログラマブル・データ処理装置のプロセッサに提供されてマシンを作り出すものであってよい。これらのコンピュータ可読プログラム命令は、さらに、命令が記憶されたコンピュータ可読ストレージ媒体が、流れ図またはブロック図あるいはその両方の１つまたは複数のブロックにおいて指定された機能／行為の態様を実行する命令を含む製品を備えるべく、コンピュータ可読ストレージ媒体に記憶され、コンピュータ、プログラマブル・データ処理装置、または他のデバイス、あるいはその組合せに特定の手法で機能するように指示することができるものであってもよい。

コンピュータ可読プログラム命令は、さらに、コンピュータ、他のプログラマブル装置、または他のデバイス上で実行する命令が、流れ図またはブロック図あるいはその両方の１つまたは複数のブロックにおいて指定された機能／行為を実現するべく、コンピュータ実行処理を生み出すために、コンピュータ、他のプログラマブル・データ処理装置、または他のデバイスにロードされ、コンピュータ、他のプログラマブル装置、または他のデバイスで一連の動作ステップを実行させるものであってもよい。

図中の流れ図およびブロック図は、本発明の様々な実施形態によるシステム、方法、およびコンピュータ・プログラム製品の可能な実装形態のアーキテクチャ、機能、および動作を示す。この点に関して、流れ図またはブロック図の中の各ブロックは、指定された論理機能を実現するための１つまたは複数の実行可能命令を含む命令のモジュール、セグメント、または一部を表すことができる。いくつかの代替実装形態において、ブロックに記された機能は、図に記された順序とは異なる順序で発生してもよい。例えば、連続して示された２つのブロックは、実際には、実質的に同時に実行されてもよく、または、ブロックは、時には、含まれる機能に応じて逆の順序で実行されてもよい。ブロック図または流れ図あるいはその両方の各ブロック、および、ブロック図または流れ図あるいはその両方におけるブロックの組合せは、指定された機能もしくは行為を実行する、または、専用のハードウェアおよびコンピュータ命令の組合せを実行する専用のハードウェア・ベースのシステムによって実行されることが可能であるということにも留意されたい。

例証的な実施形態は、多くの異なるタイプのデータ処理環境で利用されてもよい。例証的な実施形態の特定の要素および機能の説明の背景を示すために、例証的な実施形態の態様が実装され得る実例の環境として図１〜図３が以下に提供される。図１〜図３は単なる例であり、本発明の態様または実施形態が実現され得る環境に対する何らかの限定を示すまたは意味するためのものではないということが理解されよう。描写された環境への多くの変更が、本発明の思想および範囲から逸脱することなく行われてもよい。

図１〜図３は、例証的な実施形態のメカニズムが実現されるリクエスト処理パイプライン、リクエスト処理方法、および、リクエスト処理コンピュータ・プログラム製品を実現する（本明細書で「ヘルスケア認知システム」とも呼ばれる）ヘルスケア用途のための実例の認知システムを説明するためのものである。これらのリクエストは、構造化もしくは非構造化リクエスト・メッセージ、または、ヘルスケア認知システムによって行われることになる動作をリクエストするのに適した他の任意のフォーマットとして提供されてもよい。以下でより詳細に説明されるように、本発明の認知システムで実現される特定のヘルスケア・アプリケーションは、医療計画に関する関連情報の提示のための電子医療記録の認知分析および曖昧性解消のためのヘルスケア・アプリケーションである。

ヘルスケア認知システムは、以下の例において単一のリクエスト処理パイプラインを有するものとして示されるが、実際には、複数のリクエスト処理パイプラインを有してもよいということが理解されよう。各リクエスト処理パイプラインは、種々の分野と関連付けられたリクエストを処理するように別々に訓練されること、もしくは構成されること、またはその両方が行われてもよく、あるいは、所望の実装形態に応じて、入力リクエストに対して同じまたは異なる分析を行うように構成されてもよい。例えば、いくつかのケースでは、第１のリクエスト処理パイプラインは、第１の医療疾患分野（例えば、様々なタイプの血液疾患）に対する入力リクエストに対して動作するように訓練されてもよく、一方で、別のリクエスト処理パイプラインは、別の医療疾患分野（例えば、様々なタイプの癌）における入力リクエストに回答するように訓練されてもよい。他のケースでは、例えば、リクエスト処理パイプラインは、種々のタイプの認知機能を提供すること、または、種々のタイプのヘルスケア・アプリケーションをサポートすることを行うように構成されてもよく、患者診断のために使用される１つのリクエスト処理パイプライン、ＥＭＲデータの認知分析のために構成される別のリクエスト処理パイプライン、患者監視のために構成される別のリクエスト処理パイプライン、等などである。

さらに、各リクエスト処理パイプラインは、例えば、上記の例における、血液疾患分野の文書のための１つのコーパス、および、癌診断分野の関連文書のためのもう１つのコーパスを受け入れ、これらのコーパスに対して動作する独自の関連付けられた１つまたは複数のコーパスを有することができる。いくつかのケースでは、リクエスト処理パイプラインは、それぞれ、入力リクエストの同じ分野に対して動作することができるが、異なる分析および可能性のある回答が生成されるように、例えば、異なるアノテータ、または、それぞれに訓練されたアノテータといった異なる構成を有することができる。ヘルスケア認知システムは、入力リクエストの決定された分野に基づいて、複数のリクエスト処理パイプラインによって行われた処理によって生成された最終的な結果を組み合わせることおよび評価することなど、適切なリクエスト処理パイプラインに入力リクエストをルートするためのさらなるロジック、および、複数のリクエスト処理パイプラインの利用を容易にする他の制御および対話ロジックを提供することができる。

以下でより詳細に論じられることになるように、例証的な実施形態は、電子医療記録の完全性およびデータ品質評価メカニズムに対するヘルスケア認知システムのリクエスト処理パイプラインおよびメカニズムの機能に統合されること、機能を拡大すること、および拡張することができる。

したがって、このような認知システムおよびリクエスト処理パイプライン・メカニズムに、例証的な実施形態のメカニズムがどのように統合され、拡大するかを説明する前に、認知システムがリクエスト処理パイプラインを実行する際に認知システムがどのように実行されるかについて最初に理解することが重要である。図１〜図３で説明されるメカニズムは単なる例であり、例証的な実施形態が実行される認知システム・メカニズムのタイプについて、何らかの限定を述べるまたは意味するためのものではないということが理解されよう。図１〜図３に示された実例の認知システムへの多くの変更が、本発明の思想および範囲から逸脱することなく、様々な本発明の実施形態において実現されてもよい。

図１は、コンピュータ・ネットワーク１０２におけるリクエスト処理パイプライン１０８を実行する認知システム１００の１つの例証的な実施形態の概略図を描写する。認知システム１００は、コンピュータ・ネットワーク１０２に接続された（１つまたは複数のプロセッサ、および、１つまたは複数のメモリ、ならびに、バス、ストレージ・デバイス、通信インターフェース、および同様のものを含む当技術分野で一般に知られた他の任意のコンピューティング・デバイス要素を潜在的に備える）１つまたは複数のコンピューティング・デバイス１０４Ａ〜１０４Ｃで実現される。単なる例証として、図１は、コンピューティング・デバイス１０４Ａだけで実現される認知システム１００を描写するが、上述のように、認知システム１００は、複数のコンピューティング・デバイス１０４Ａ〜１０４Ｃなどの複数のコンピューティング・デバイスにわたって分散されてもよい。ネットワーク１０２は、サーバ・コンピューティング・デバイスとして動作することができる複数のコンピューティング・デバイス１０４Ａ〜１０４Ｃと、クライアント・コンピューティング・デバイスとして動作することができる複数のコンピューティング・デバイス１１０〜１１２とを含み、これらは１つまたは複数の有線またはワイヤレスあるいはその両方のデータ通信リンクを介して、互いに通信すると共に他のデバイスまたは構成要素と通信している。ここで、各通信リンクは、ワイヤ、ルータ、スイッチ、トランスミッタ、レシーバ、または同様のものの１つまたは複数を備える。いくつかの例証的な実施形態において、認知システム１００およびネットワーク１０２は、例えば、認知情報検索、ユーザの訓練／指導、データの認知評価、または同様のものといった、所望の実装形態に応じて多くの異なる形になり得るリクエスト処理および認知レスポンス生成を含むがこれらに限定されない認知動作を提供することができる。認知システム１００の他の実施形態が、本明細書で描写されるもの以外の構成要素、システム、サブシステム、またはデバイス、あるいはその組合せと共に使用されてもよい。

認知システム１００は、様々なソースから入力を受け取るリクエスト処理パイプライン１０８を実行するように構成される。リクエストは、情報についての自然言語リクエスト、認知動作の実行についての自然言語リクエスト、などの自然言語リクエストの形で提出されてもよい。例えば、認知システム１００は、ネットワーク１０２、電子文書１０６の１つもしくは複数のコーパス、認知システム・ユーザ、または他のデータおよび他の可能性のある入力ソース、あるいはその組合せからの入力を受け取る。１つの実施形態において、認知システム１００への入力のいくつかまたは全ては、ネットワーク１０２を介してルートされる。ネットワーク１０２上の様々なコンピューティング・デバイス１０４Ａ〜１０４Ｃは、コンテンツ製作者および認知システム・ユーザのためのアクセス・ポイントを含む。コンピューティング・デバイス１０４Ａ〜１０４Ｃのうちのいくつかは、（例証のためだけに図１に別個のエンティティとして示された）データ１０６の１つまたは複数のコーパスをデータベースが記憶するためのデバイスを含む。データ１０６の１つまたは複数のコーパスの一部も、１つまたは複数の他のネットワーク接続ストレージ・デバイス上で、１つもしくは複数のデータベースに、または、図１に明示的に示されていない他のコンピューティング・デバイスに提供されてもよい。ネットワーク１０２は、様々な実施形態においてローカル・ネットワーク接続およびリモート接続を含み、その結果、認知システム１００は、例えば、インターネットといった、ローカルおよびグローバルを含む任意の大きさの環境で動作することができる。

１つの実施形態において、コンテンツ製作者は、データのコーパスの一部として認知システム１００で使用するための、データ１０６の１つまたは複数のコーパスの文書のコンテンツを作り出す。文書は、認知システム１００で使用するための任意のファイル、テキスト、記事、またはデータソースを含む。認知システム・ユーザは、ネットワーク１０２へのネットワーク接続またはインターネット接続を介して認知システム１００にアクセスし、データ１０６の１つまたは複数のコーパスのコンテンツに基づいて処理される認知システム１００へのリクエストを入力する。１つの実施形態において、リクエストは、自然言語を使用して形成される。認知システム１００は、パイプライン１０８を介してリクエストを構文解析して解釈し、リクエストへの１つもしくは複数のレスポンス、リクエストを処理した結果、または同様のものを収めるレスポンスを、例えば認知システム・ユーザ１１０といった認知システム・ユーザに提供する。いくつかの実施形態において、認知システム１００は、候補レスポンスのランク付けされたリストでレスポンスをユーザに提供し、一方で、他の例証的な実施形態において、認知システム１００は、単一の最終的なレスポンス、または、最終的なレスポンスと他の候補レスポンスのランク付けされたリストとの組合せを提供する。

認知システム１００は、データ１０６の１つまたは複数のコーパスから取得された情報に基づいて入力リクエストを処理するための複数のステージを備えるパイプライン１０８を実行する。パイプライン１０８は、入力リクエストの処理、および、データ１０６の１つまたは複数のコーパスに基づいて、入力リクエストに対するレスポンスを生成する。

上述のように、クライアント・デバイスから認知システム１００への入力は、自然言語リクエストの形で提出されてもよいが、例証的な実施形態は、このようなものに限定されない。むしろ、入力リクエストは、実際には、認知分析を行って認知分析の結果を提供する基礎を決定するために、ＩＢＭ Ｗａｔｓｏｎ（ＴＭ）などの認知システムの自然言語構文解析および分析メカニズムを含むがこれらに限定されない構造化または非構造化あるいはその両方の入力分析を使用して構文解析され分析され得る任意の適切なタイプのリクエストとして、フォーマットされても構造化されてもよい。ヘルスケア・ベースの認知システムの場合、この分析は、ヘルスケア指向の認知システムの結果を提供するために、患者医療記録、１つまたは複数のコーパスからの医療指導文書、および同様のものを処理することを含むことができる。

本発明の背景において、認知システム１００は、ヘルスケア・ベースの動作で支援するための認知機能を提供することができる。例えば、特定の実装形態に応じて、ヘルスケア・ベースの動作は、患者診断医療業務管理システム（patient diagnostics medical practice management system）、個人用患者治療計画生成および監視（personal patient care plan generation and monitoring）、または、様々な目的のための患者電子医療記録（ＥＭＲ）評価を備えることができる。したがって、認知システム１００は、医療またはヘルスケア・タイプの分野で動作し、構造化もしくは非構造化リクエスト、自然言語入力、または同様のものとして入力された、リクエスト処理パイプライン１０８を介したこのようなヘルスケア動作に対するリクエストを処理することができるヘルスケア認知システム１００であってもよい。

図１に示されるように、認知システム１００は、患者を治療するための関連情報を識別するために患者のＥＭＲを検討することについての医療専門家の考えをエミュレートする認知分析および曖昧性解消エンジン１２０を実行するために、専用ハードウェアで実行されるロジック、ハードウェア上で実行されるソフトウェア、または、専用ハードウェアとハードウェア上で実行されるソフトウェアとの任意の組合せを含めるように、例証的な実施形態のメカニズムに応じてさらに拡大される。認知分析および曖昧性解消エンジン１２０は、医学的情報の様々な異なるソースから取得された知識を使用して、病状を調査するときに、どの情報が最も重要であるかを決定する。認知分析および曖昧性解消エンジン１２０は、医療計画に関する関連情報を識別するために患者のＥＭＲを検討することについての医療専門家の考えをエミュレートする医療メンタル・モデルを使用する。

認知分析および曖昧性解消エンジン１２０は、自然言語処理（ＮＬＰ：natural language processing）および発見的方法を使用して、患者のＥＭＲデータの中にあるこのような情報のインスタンスを識別する。認知分析および曖昧性解消エンジン１２０は、患者を治療する前に何が行われたか、患者のために計画された治療は何であったか、病状は元々どのように診断されたか、患者のゴールおよびゴールの社会的決定因子は何であったか、患者が治療計画に忠実に従うように何が動機づけているか、等を扱う患者のＥＭＲデータ内の情報のインスタンスを、医療メンタル・モデルを使用して探す。認知分析および曖昧性解消エンジン１２０は、医療メンタル・モデルを使用してこれらから意味を抽出し、処理は、特定の病状、または、患者の現在のまたは来たるべき医療専門家との対話の理由に、特に焦点を合わされる。

上述のように、例証的な実施形態のメカニズムは、コンピュータ技術分野に根ざしており、このようなコンピューティング・システムまたはデータ処理システムの中にあるロジックを使用して実行される。これらのコンピューティング・システムまたはデータ処理システムは、具体的には、ハードウェア、ソフトウェア、または、ハードウェアとソフトウェアとの組合せによって、上述の様々な動作を実行するように構成される。したがって、図２は、本発明の態様が実装され得るデータ処理システムの１つのタイプの例として示される。データ処理システムの他の多くのタイプが、例証的な実施形態のメカニズムを具体的に実行するように同様に構成されてもよい。

図２は、例証的な実施形態の態様が実装される実例のデータ処理システムのブロック図である。データ処理システム２００は、図１のサーバ１０４またはクライアント１１０などのコンピュータの例であり、この中に、本発明の例証的な実施形態のための処理を実行するコンピュータ使用可能コードまたは命令がある。１つの例証的な実施形態において、図２は、サーバ１０４などのサーバ・コンピューティング・デバイスを表し、サーバ・コンピューティング・デバイスは、以下で説明される例証的な実施形態のさらなるメカニズムを含めるために拡大された認知システム１００およびＱＡシステム・パイプライン１０８を実行する。

描写された例では、データ処理システム２００は、ノース・ブリッジおよびメモリ・コントローラ・ハブ（ＮＢ／ＭＣＨ）２０２、ならびに、サウス・ブリッジおよび入出力（Ｉ／Ｏ）コントローラ・ハブ（ＳＢ／ＩＣＨ）２０４を含むハブ・アーキテクチャを採用する。処理ユニット２０６、メイン・メモリ２０８、およびグラフィックス・プロセッサ２１０は、ＮＢ／ＭＣＨ２０２に接続される。グラフィックス・プロセッサ２１０は、アクセラレイティッド・グラフィックス・ポート（ＡＧＰ）を介してＮＢ／ＭＣＨ２０２に接続される。

描写される例では、ローカル・エリア・ネットワーク（ＬＡＮ）アダプタ２１２は、ＳＢ／ＩＣＨ２０４に接続する。オーディオ・アダプタ２１６、キーボードおよびマウス・アダプタ２２０、モデム２２２、リード・オンリ・メモリ（ＲＯＭ）２２４、ハードディスク・ドライブ（ＨＤＤ）２２６、ＣＤ−ＲＯＭドライブ２３０、ユニバーサル・シリアル・バス（ＵＳＢ）ポートおよび他の通信ポート２３２、ならびにＰＣＩ／ＰＣＩｅデバイス２３４は、バス２３８およびバス２４０を介してＳＢ／ＩＣＨ２０４に接続する。ＰＣＩ／ＰＣＩｅデバイスは、例えば、イーサネット（Ｒ）・アダプタ、アドイン・カード、および、ノートブック・コンピュータのためのＰＣカードを含むことができる。ＰＣＩは、カード・バス・コントローラを使用するが、ＰＣＩｅは使用しない。ＲＯＭ２２４は、例えば、フラッシュ基本入出力システム（ＢＩＯＳ）であってもよい。

ＨＤＤ２２６およびＣＤ−ＲＯＭドライブ２３０は、バス２４０を介してＳＢ／ＩＣＨ２０４に接続する。ＨＤＤ２２６およびＣＤ−ＲＯＭドライブ２３０は、例えば、インテグレーテッド・ドライブ・エレクトロニクス（ＩＤＥ）、またはシリアル・アドバンスト・テクノロジ・アタッチメント（ＳＡＴＡ）インターフェースを使用することができる。スーパーＩ／Ｏ（ＳＩＯ）デバイス２３６は、ＳＢ／ＩＣＨ２０４に接続される。

オペレーティング・システムは、処理ユニット２０６上で稼働する。オペレーティング・システムは、図２のデータ処理システム２００内の様々な構成要素の制御を協調させ、提供する。クライアントとしてのオペレーティング・システムは、Ｍｉｃｒｏｓｏｆｔ（Ｒ）Ｗｉｎｄｏｗｓ（Ｒ）１０（Ｒ）などの市販のオペレーティング・システムである。Ｊａｖａ（Ｒ）（ＴＭ）プログラミング・システムなどのオブジェクト指向プログラミング・システムは、オペレーティング・システムと共に動くことができ、データ処理システム２００上で実行するＪａｖａ（Ｒ）（ＴＭ）プログラムまたはアプリケーションからオペレーティング・システムへのコールを行う。

サーバとしてのデータ処理システム２００は、Advanced Interactive Executive（ＡＩＸ（Ｒ））オペレーティング・システム、またはＬＩＮＵＸ（Ｒ）オペレーティング・システムを稼働させる例えば、ＩＢＭ（Ｒ）ｅＳｅｒｖｅｒ（ＴＭ）Ｓｙｓｔｅｍ ｐ（Ｒ）コンピュータ・システムであってもよい。データ処理システム２００は、処理ユニット２０６内に複数のプロセッサを備える対称型マルチプロセッサ（ＳＭＰ：symmetric multiprocessor）システムであってもよい。代替として、単一のプロセッサ・システムが採用されてもよい。

オペレーティング・システムのための命令、オブジェクト指向プログラミング・システム、および、アプリケーションまたはプログラムは、ＨＤＤ２２６などのストレージ・デバイス上にあり、処理ユニット２０６による実行のためにメイン・メモリ２０８にロードされる。本発明の例証的な実施形態のための処理は、例えば、メイン・メモリ２０８、ＲＯＭ２２４などのメモリ内、または、例えば、１つもしくは複数の周辺デバイス２２６および２３０内にあるコンピュータ使用可能プログラム・コードを使用して処理ユニット２０６によって行われる。

図２に示されるようなバス２３８またはバス２４０などのバス・システムは、１つまたは複数のバスで構成される。当然、バス・システムは、通信ファブリックまたはアーキテクチャに付加された種々の構成要素またはデバイス間のデータ転送を提供する任意のタイプの通信ファブリックまたはアーキテクチャを使用して実現されてもよい。図２のモデム２２２またはネットワーク・アダプタ２１２などの通信ユニットは、データを送受信するために使用される１つまたは複数のデバイスを含む。メモリは、例えば、メイン・メモリ２０８、ＲＯＭ２２４、または、図２のＮＢ／ＭＣＨ２０２において見つかるものなどのキャッシュであってもよい。

図１および図２に描写されたハードウェアは、実装形態に応じて変化してもよいということを当業者は理解するであろう。フラッシュ・メモリ、同等の不揮発性メモリ、または光ディスク・ドライブ、および同様のものなどの他の内部ハードウェアまたは周辺デバイスが、図１および図２に描写されたハードウェアに加えて、またはハードウェアの代わりに、使用されてもよい。また、例証的な実施形態の処理は、本発明の思想および範囲から逸脱することなく、以前に言及されたＳＭＰシステム以外のマルチプロセッサ・データ処理システムに適用されてもよい。

さらに、データ処理システム２００は、クライアント・コンピューティング・デバイス、サーバ・コンピューティング・デバイス、タブレット型コンピュータ、ラップトップ・コンピュータ、電話もしくは他の通信デバイス、パーソナル・デジタル・アシスタント（ＰＤＡ）、または同様のものを含むいくつかの異なるデータ処理システムのいずれかの形をしていてもよい。いくつかの例証となる例では、データ処理システム２００は、例えば、オペレーティング・システム・ファイル、またはユーザ生成データ、あるいはその両方を記憶するための不揮発性メモリを提供するためのフラッシュ・メモリで構成された携帯型コンピューティング・デバイスであってもよい。本質的に、データ処理システム２００は、構造上の限定のない、任意の既知のまたは後で開発されるデータ処理システムであってもよい。

図３は、１つの例証的な実施形態によるヘルスケア認知システムの要素の対話を示す実例の図である。図３の実例の図は、患者のＥＭＲデータの認知概要を提供するように構成されたヘルスケア認知システム３００の実装形態を描写する。しかし、これは実例の実装形態に過ぎず、本発明の思想および範囲から逸脱することなく、ヘルスケア認知システム３００の他の実施形態において他の医療動作が実現されてもよいということが理解されよう。

さらに、図３は、ユーザ３０６を人間の姿として描写するが、ユーザ３０６との対話は、コンピューティング・デバイス、医療機器、または同様のもの、あるいはその組合せを使用して行われてもよく、その結果、ユーザ３０６は、実際には、例えば、クライアント・コンピューティング・デバイスといった、コンピューティング・デバイスであってもよいということが理解されよう。例えば、ユーザ３０６とヘルスケア認知システム３００との間の対話は、１つまたは複数のデータ通信リンク、および、潜在的には、１つまたは複数のデータ・ネットワークを介してヘルスケア認知システム３００と通信する、図１のクライアント・コンピューティング・デバイス１１０または１１２などのユーザ・コンピューティング・デバイス（図示せず）を介した電子的なものになる。

図３に示されるように、１つの例証的な実施形態によれば、ユーザ３０６は、ヘルスケア認知システム３００が構文解析して処理することができるフォーマットで、ヘルスケア認知システム３００にリクエストをユーザが送信できるように構成されたクライアント・コンピューティング・デバイス上のユーザ・インターフェースなどを介して、ヘルスケア認知システム３００にリクエスト３０８を送信する。リクエスト３０８は、患者属性３１８を識別する情報を含んでも、情報を添えられてもよい。これらの患者属性３１８は、例えば、患者の患者ＥＭＲ３２２が検索され得る患者３０２の識別子、患者についての人口統計学情報、症状、および、リクエストへのレスポンスから取得された他の関連情報、または、患者の状態についてのデータを監視するため、もしくは集めるために使用された医療機器から取得された情報を含んでもよい。ヘルスケア認知システム３００による患者の認知評価に関連し得る患者についてのいずれかの情報が、リクエスト３０８または患者属性３１８あるいはその両方に含まれてもよい。

ヘルスケア認知システム３００は、実装形態固有のヘルスケア指向の認知動作を行うように具体的に構成された認知システムを提供する。描写された例では、このヘルスケア指向の認知動作は、患者の報告された症状、および、患者について集められた他の情報に基づいてユーザ３０６が患者を治療するのを支援するために、ＥＭＲデータの認知概要３２８をユーザ３０６に提供するためのものである。ヘルスケア認知システム３００は、リクエスト３０８および患者属性３１８に対して動作し、医療コーパスおよび他のソースのデータ３２６、治療ガイダンス・データ３２４、ならびに、患者に関連付けられた患者ＥＭＲ３２２から集められた情報を利用して認知概要３２８を生成する。認知概要（cognitive summary）３２８は、患者属性３１８およびデータソース３２２〜３２６から取得され、ＥＭＲデータ３２２の一部が提供されている理由についての推論を示す、関連付けられた補強証拠でランク付けされた順序で提示されてもよい。

本明細書における例証的な実施形態によれば、ヘルスケア認知システム３００は、患者を治療するための関連情報を識別するために患者のＥＭＲ３２２を検討することについての医療専門家の考えをエミュレートする認知分析および曖昧性解消エンジン３２０を含めるために拡大される。認知分析および曖昧性解消エンジン３２０は、治療ガイダンス・データ３２４および医療コーパスおよび他のソースのデータ３２６など、様々なソースから抽出された知識に基づいて生成された医療メンタル・モデルを使用する。認知分析および曖昧性解消エンジン３２０は、自然言語処理（ＮＬＰ）および発見的方法を使用して、ＥＭＲ３２２内にある情報のインスタンスを識別する。認知分析および曖昧性解消エンジン３２０は、医療メンタル・モデルを使用して、患者ＥＭＲ３２２内の一節を識別し、一節から意味を抽出する。認知分析および曖昧性解消エンジン３２０は、この情報を使用して、医療メンタル・モデルと一致した、患者の健康状態についての典型的な質問に回答する患者の医療記録の認知概要を生成する。これらは、健康状態のステータス、この状態に対するアクションの計画、介入の結果として何が起こったか、および、患者との現在のまたは来たるべき対話中に医療専門家によってどの要素をフォローアップするべきかについての質問を含む。

図４は、例証的な実施形態による実例の医療メンタル・モデルを描写する。医療メンタル・モデルは、ノードを接続したグラフ・データ構造として表される。医療メンタル・モデルは、患者情報ノード４０１、時間ビュー・ノード４０２、および、次にするべきことノード４０３に接続されたルート・ノード４００を含む。患者情報ノード４０１は、医療専門家が患者ＥＭＲ内で探すことになる患者情報を表す。患者情報ノード４０１は、介入のゴール、指標となる測定値、薬物治療４１１、各通院時の計画、何が起こったか、患者生活のゴール、および社会的決定因子ノードなどの複数の子ノードに接続される。これらのノードは、医療計画に関するデータを示す単語または句を含んでもよい。

描写された例では、薬物治療ノード４１１は、開始、中止４２１、および増量ノードなどの子ノードに接続される。中止ノード４２１は、子ノードである理由ノード４３１に接続される。描写された例では、中止ノード４２１は、患者が所与の薬物治療を受けるのを中止したときに患者ＥＭＲ内で見つけるための単語、句、または他のデータを表す。理由ノード４３１は、患者が所与の薬物治療を受けるのを中止した理由を、患者ＥＭＲ内で見つけるための単語、句、または他のデータを表すことができる。

医療メンタル・モデルは、医療専門家が患者ＥＭＲについてヘルスケア認知システムに尋ねる可能性のあるプロトタイプ質問をさらに含むことができる。例えば、理由モデル４３１は、「なぜ患者は薬物治療を受けるのを中止したのか？」という質問を含むことができる。医療メンタル・モデルを使用すると、認知分析および曖昧性解消エンジンは、医療メンタル・モデルからヘルスケア認知システムにプロトタイプ質問を投入することができ、ヘルスケア認知システムは、患者ＥＭＲの一部に関する質問への回答を返すことになる。

メンタル・モデルは、特定の医療専門家および特定の病状に固有のものであってもよい。したがって、特定の医療専門家のために複数の医療メンタル・モデルがあってもよく、１つは、患者が医療専門家によって治療され得る各病状のためのものである。例えば、高血圧および糖尿病のために別個の医療メンタル・モデルがあってもよい。さらに、各医療メンタル・モデルは、この医療専門家が所与の病状に対して患者ＥＭＲデータを検討する方法に固有のものであってもよい。

図５は、例証的な実施形態によるメンタル・モデル・インスタンス生成エンジンを示すブロック図である。メンタル・モデル・インスタンス生成エンジン５００は、対話監視構成要素５０１、自然言語処理（ＮＬＰ）構成要素５０２、機械学習構成要素５０３、および医療メンタル・モデルのインスタンス生成構成要素５０４を含む。メンタル・モデル・インスタンス生成エンジン５００は、医療専門家による診察時に医学的情報についての様々な異なるソースから取得された知識を使用して生成された医療メンタル・モデル５２１を受け取る。医療メンタル・モデル５２１は、患者の電子医療記録（ＥＭＲ）を検討することについての医療専門家の考えをエミュレートし、病状を調査するときにどの情報が最も重要であるかを指定する。

１つの実施形態において、医療メンタル・モデル５２１は、全ての学問領域の全ての医療専門家のための包括的モデルであってもよい。代替として、メンタル・モデル・インスタンス生成エンジン５００は、それぞれの病状に対応する１つまたは複数の医療メンタル・モデル５２１を受け取る。例えば、１つの医療メンタル・モデルは、腫瘍専門医のためのものであってもよく、一方で、別の医療メンタル・モデルは、心臓病専門医のためのものであってもよく、さらに別の医療メンタル・モデルは、小児科医のためのものであってもよい。

各病院、各医局、または、各個々の医療専門家でさえ、別個のメンタル・モデルを有することができる。例えば、心疾患の患者を治療するとき、１人の医療専門家が最初に検査結果を見ることができ、一方で、別の医療専門家は、食事および生活様式情報に、より高い優先度を置くことができる。したがって、例証的な実施形態によれば、メンタル・モデル・インスタンス生成エンジン５００は、より一般的な医療メンタル・モデル５２１を受け取り、所与の病院、医局、または個々の医療専門家に、より固有の医療メンタル・モデルのインスタンス５２５を生成する。

対話監視構成要素５０１は、入力デバイス５１１およびディスプレイ５１２を使用した電子医療記録５２２とのユーザ対話を監視する。入力デバイス５１１は、キーボード、マウス、または、他の既知のもしくは将来の入力デバイスを含むことができる。ユーザがＥＭＲデータ５２２と対話すると、対話監視構成要素５０１は、ユーザが尋ねた質問、ＥＭＲのどの部分をユーザが閲覧したか、ユーザが質問を尋ねた順序、ユーザがＥＭＲの一部を閲覧した順序、ユーザがＥＭＲ内の特定の位置にマウス・カーソルを合わせたかどうか、ユーザがＥＭＲ内の画像の一部を拡大したかどうか、等などの情報を検出する。

自然言語処理（ＮＬＰ）構成要素５０２は、医療専門家が閲覧しているＥＭＲデータ５２２の一部に対して自然言語処理を行う。ＮＬＰ構成要素５０２は、特定の病状についての医療計画に関連している可能性のあるキーワードまたは句を、ＥＭＲデータ５２２の一部を分析して決定することができる。医療専門家が閲覧しているＥＭＲの一部から抽出されたこの情報は、その後、ＥＭＲデータ５２２との医療専門家の対話と、一般的な医療メンタル・モデル５２１との間の差を識別するために使用されてもよい。

機械学習構成要素５０３は、機械学習技法を使用して、ＥＭＲデータ５２２との医療専門家の対話と、一般的な医療メンタル・モデル５２１との間の差を学習する。すなわち、機械学習構成要素５０３は、患者ＥＭＲデータ５２２と対話するときに、いつ、どのようにして医療専門家が医療メンタル・モデル５２１から逸脱するかを学習する。

医療メンタル・モデルのインスタンス生成構成要素５０４は、患者ＥＭＲ５２２との対話と医療メンタル・モデル５２１との間の学習した差に基づいて、医療メンタル・モデルのインスタンス５２５を生成する。医療メンタル・モデルのインスタンス５２５は、医療計画に関する関連情報を識別するために患者のＥＭＲを検討することについての特定の医局または個々の医療専門家の考えをエミュレートする。医療メンタル・モデルのインスタンス５２５は、患者ＥＭＲとの医療専門家の対話から学習された使用傾向、患者治療計画を示す単語または句、閲覧されることになる患者情報、患者情報に基づいて行われることになるステップ、および、患者ＥＭＲに基づいて患者治療について尋ねられることになるプロトタイプ質問の組合せである。医療メンタル・モデルのインスタンス５２５は、特定の病状について患者ＥＭＲを検討するときの医療専門家の考えを体系化するデータ構造である。１つの実施形態において、医療メンタル・モデルのインスタンス５２５は、グラフ・データ構造の形をしていてもよい。代替として、医療メンタル・モデルのインスタンス５２５は、エクステンシブル・マークアップ・ランゲージ（ＸＭＬ）文書であってもよい。リンクされたテーブルまたは同様のものなどの他のタイプのデータ構造が、例証的な実施形態の思想および範囲内で使用されてもよい。

図６は、例証的な実施形態による認知分析および曖昧性解消エンジンを示すブロック図である。認知分析および曖昧性解消エンジン６００は、自然言語処理構成要素６０１、発見的方法（heuristic）構成要素６０２、ＥＭＲデータ選択構成要素６０３、意味抽出構成要素６０４、プロトタイプ質問回答構成要素６０５、および認知概要生成構成要素６０６を含む。認知分析および曖昧性解消エンジン６００は、患者通院についての医療メンタル・モデルのインスタンス６２５（相互関連関係情報）に応じて状態固有データおよびコンテキストを整理して概説する。

自然言語処理（ＮＬＰ）構成要素６０１および発見的方法構成要素６０２は、病状を調査するときに最も重要なＥＭＲ６２０内にある情報のインスタンスを、ＮＬＰおよび発見的方法を使用して識別する。医療メンタル・モデルのインスタンス６２５を使用して、自然言語処理構成要素６０１および発見的方法構成要素６０２は、患者を治療する前に何が行われたか、患者のために計画された治療は何であったか、病状は元々どのように診断されたか、患者のゴールおよびゴールの社会的決定因子は何であったか、患者が治療計画に忠実に従うように何が動機づけているか、等を扱う患者ＥＭＲデータ６２０内の情報のインスタンスを探す。ＥＭＲデータ選択構成要素６０３は、次に、ＮＬＰ構成要素６０１および発見的方法構成要素６０２を使用して識別された患者ＥＭＲ６２０の一部を選択する。

意味抽出構成要素６０４は、医療メンタル・モデルのインスタンス６２５を使用して患者ＥＭＲ６２０内の一節を識別し、一節から意味を抽出し、処理は、特定の病状、または、患者の現在のまたは来たるべき医療専門家との対話の理由に特に焦点が合わされる。例えば、ＥＭＲデータ選択構成要素６０３は、病状を治療するために患者によって行われる薬物治療に関連した患者ＥＭＲデータ６２０の一部を選択することができ、意味抽出構成要素６０４は、この部分から、患者が第１の薬物治療を行うのを中止したこと、および、第２の薬物治療を行うのを開始したことを抽出することができる。

したがって、医療メンタル・モデルのインスタンス６２５内の情報は、次に、例えば、患者ＥＭＲ６２０内の特定の文について、文の特徴が病状についての治療計画の要素に一致するかなど、病状の治療に関連がある患者ＥＭＲの一部を特定の病状について識別するために使用される。識別されると、意味抽出構成要素６０４は、医療メンタル・モデルのインスタンス６２５を使用して、この一部を分析することによって、識別した部分から意味を抽出し、病状についての治療計画のための関連患者情報を抽出する。

医療メンタル・モデルのインスタンス６２５を適用する際に、プロトタイプ質問回答構成要素６０５は、病状の治療についてのプロトタイプ質問を利用して、患者ＥＭＲ６２０の識別した部分から回答を抽出する。

認知概要生成構成要素６０６は、医療メンタル・モデルのインスタンス６２５と一致した、患者の健康状態についての典型的な質問に回答する患者のＥＭＲ６２０の認知概要を生成する。これらは、健康状態のステータス、この状態に対するアクションの計画、介入の結果として何が起こったか、および、患者との現在のまたは来たるべき対話中に医療専門家によってどの要素をフォローアップするべきかについての質問を含む。認知概要は、その後、ディスプレイ６１２上で医療専門家に表示されてもよい。

図７は、例証的な実施形態による医療メンタル・モデルのインスタンスを生成するためのメカニズムの流れ図である。動作が始まり（ブロック７００）、メカニズムは、医療専門家の専門または治療されている病状についての一般的な医療メンタル・モデルを選択する（ブロック７０１）。メカニズムは、電子医療記録（ＥＭＲ）との医療専門家の対話を監視する（ブロック７０２）。メカニズムは、医療計画、フォローアップ、病状指標、等を示す単語または句を識別する（ブロック７０３）。次に、メカニズムは、患者ＥＭＲデータとの医療専門家の対話と、一般的な医療メンタル・モデルとの間の差を識別する（ブロック７０４）。メカニズムは、医療計画に関する関連情報を識別するために患者のＥＭＲを検討することについての特定の医局または個々の医療専門家の考えをエミュレートする医療メンタル・モデルのインスタンスを生成する（ブロック７０５）。その後、動作は終了する（ブロック７０６）。

図８は、例証的な実施形態による医療計画に関する関連情報の提示のための電子医療記録の認知分析および曖昧性解消のためのメカニズムの動作を示す流れ図である。動作が始まり（ブロック８００）、メカニズムは、患者ＥＭＲに対して自然言語処理および発見的方法分析を行い、患者の治療計画に関連のある情報のインスタンスを識別する（ブロック８０１）。メカニズムは、識別されたＥＭＲの一部を分析して、治療計画のための関連患者情報を抽出する（ブロック８０２）。メカニズムは、次に、医療メンタル・モデルからのプロトタイプ質問を、識別したＥＭＲの一部に適用する（ブロック８０３）。メカニズムは、医療メンタル・モデルに基づいてＥＭＲの認知概要を生成する（ブロック８０４）。その後、動作は終了する（ブロック８０５）。

上述のように、例証的な実施形態は、全面的にハードウェア実施形態、全面的にソフトウェア実施形態、または、ハードウェア要素とソフトウェア要素の両方を収める実施形態の形をしていてもよいということが理解されよう。１つの実例の実施形態において、例証的な実施形態のメカニズムは、ファームウェア、常駐ソフトウェア、マイクロコード、等を含むがこれらに限定されないソフトウェアまたはプログラム・コードで実装される。

プログラム・コードを記憶または実行あるいはその両方を行うのに適したデータ処理システムは、例えばシステム・バスなどの通信バスを介して記憶素子に直接的または間接的に連結された少なくとも１つのプロセッサを含むことになる。記憶素子は、プログラム・コードの実際の実行中に用いられるローカル・メモリ、大容量ストレージ、および、実行中に大容量ストレージからコードを検索しなければならない回数を減らすために、少なくともいくつかのプログラム・コードの一時記憶を提供するキャッシュ・メモリを含むことができる。メモリは、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＤＲＡＭ、ＳＲＡＭ、フラッシュ・メモリ、ソリッド・ステート・メモリ、および同様のものを含むがこれらに限定されない様々なタイプのものであってもよい。

（キーボード、ディスプレイ、ポインティング・デバイス、等を含むがこれらに限定されない）入出力またはＩ／Ｏデバイスは、直接的に、あるいは、介在する有線またはワイヤレスのＩ／Ｏインターフェースもしくはコントローラまたはその両方を通じて、あるいは同様のもので、システムに連結されることが可能である。Ｉ／Ｏデバイスは、例えば、スマート・フォン、タブレット型コンピュータ、タッチ・スクリーン・デバイス、音声認識デバイス、および同様のものを含むがこれらに限定されない、有線またはワイヤレスの接続を介して連結された通信デバイスなどの、従来のキーボード、ディスプレイ、ポインティング・デバイス、および同様のもの以外の多くの異なる形をしていてもよい。任意の既知のまたは後で開発されるＩ／Ｏデバイスは、例証的な実施形態の範囲内であることが意図される。

ネットワーク・アダプタも、介在するプライベートまたはパブリック・ネットワークを介して、他のデータ処理システムまたはリモート・プリンタもしくはストレージ・デバイスに、データ処理システムが連結された状態になることを可能にするために、システムに連結されてもよい。モデム、ケーブル・モデム、およびイーサネット（Ｒ）・カードは、現在利用可能なタイプの有線通信用ネットワーク・アダプタのうちのほんのいくつかである。８０２．１１ａ／ｂ／ｇ／ｎワイヤレス通信アダプタ、Ｂｌｕｅｔｏｏｔｈワイヤレスアダプタ、および同様のものを含むがこれらに限定されないワイヤレス通信ベースのネットワーク・アダプタがさらに利用されてもよい。任意の既知のまたは後で開発されるネットワーク・アダプタは、本発明の思想および範囲内であることが意図される。

本発明の説明は例証および説明のために提示されてきたが、開示された形の本発明に網羅的または限定的なものであることを意図するものではない。説明された実施形態の範囲から逸脱することなく、多くの変更形態および変形形態が当業者には明らかになるであろう。実施形態は、本発明の諸原理、実用的用途を最も良く説明するように、および、想定される特定の使用に適するような様々な変更形態による様々な実施形態に対して本発明を当業者が理解できるように選ばれ、記述された。本明細書で使用される用語は、実施形態の原理、実用的用途、または、市場で見つかる技術に対する技術的改良を最も良く説明するように、または、本明細書で開示された実施形態を当業者が理解できるように選ばれた。

Claims (20)

1. プロセッサおよびメモリを備えるデータ処理システムにおける方法であって、前記メモリが、医療計画に関する関連情報の提示のために、電子医療記録の分析および曖昧性解消のための認知分析エンジンを実装するように前記プロセッサを具体的に構成するための、前記プロセッサによって実行される命令を含み、前記方法が、
   前記データ処理システムで実行する前記認知分析エンジンによって、患者との現在のまたは来たるべき対話のために病状を受け取ることと、
   医療計画に関する関連情報を識別して前記病状を治療するために、前記認知分析エンジンによって、患者電子医療記録（ＥＭＲ）を検討することについての医療専門家の考えをエミュレートする医療メンタル・モデルのインスタンスを受け取ることと、
   前記医療計画に関する前記ＥＭＲの少なくとも１つの部分を識別するために、前記医療メンタル・モデルのインスタンスを使用して、前記認知分析エンジンによって、前記患者の前記ＥＭＲを分析することと、
   前記病状に関する前記医療計画のための関連患者情報を抽出するために、前記医療メンタル・モデルのインスタンスを使用して、前記認知分析エンジンによって、前記識別した前記ＥＭＲの少なくとも１つの部分を分析することと、
   前記医療メンタル・モデルのインスタンスを使用して、前記認知分析エンジンによって、抽出した前記関連患者情報および前記病状に関する前記医療計画と相関関係がある認知概要を生成して出力することと
   を含む、方法。
2. 前記患者の前記ＥＭＲを分析することが、前記ＥＭＲにおける前記医療計画に対するフォローアップを識別することを含む、請求項１に記載の方法。
3. 前記患者の前記ＥＭＲを分析することが、前記ＥＭＲにおける前記医療計画と関連付けられた患者病状指標を識別することを含む、請求項１に記載の方法。
4. 前記医療メンタル・モデルのインスタンスが、前記病状に固有のものである、請求項１に記載の方法。
5. 前記医療メンタル・モデルのインスタンスが、医療専門家に固有のものである、請求項１に記載の方法。
6. 前記医療計画に関する前記識別した前記ＥＭＲの少なくとも１つの部分が、前記患者の治療のための計画、前記患者のフォローアップ、前記患者の主観的評価、または客観的値を含む、請求項１に記載の方法。
7. 前記識別した前記ＥＭＲの少なくとも１つの部分を分析することが、前記医療メンタル・モデルのインスタンスからのプロトタイプ質問を前記識別した前記ＥＭＲの少なくとも１つの部分に適用することを含む、請求項１に記載の方法。
8. 一般的な医療メンタル・モデルを選択することと、
   前記ＥＭＲとの医療専門家の対話を監視することと、
   前記ＥＭＲとの前記医療専門家の対話と、前記一般的なメンタル・モデルとの間の差を識別することと、
   識別した前記差に基づいて、医療メンタル・モデルのインスタンスを生成することと
   をさらに含む、請求項１に記載の方法。
9. 前記差を識別することが、機械学習技法を使用して、前記ＥＭＲと対話するときに、いつ、どのようにして前記医療専門家が前記一般的な医療メンタル・モデルから逸脱するかを学習することを含む、請求項８に記載の方法。
10. 前記医療メンタル・モデルのインスタンスが、グラフ・データ構造またはエクステンシブル・マークアップ・ランゲージ・ドキュメントのうちの少なくとも１つを含む、請求項１に記載の方法。
11. コンピュータ可読プログラムが記憶されたコンピュータ可読ストレージ媒体を備えるコンピュータ・プログラム製品であって、前記コンピュータ可読プログラムが、データ処理システムの少なくとも１つのプロセッサで実行されると、医療計画に関する関連情報の提示のために、電子医療記録の分析および曖昧性解消のための認知分析エンジンを実装することを前記データ処理システムに行わせ、前記コンピュータ可読プログラムが、
    前記データ処理システムで実行する前記認知分析エンジンによって、患者との現在のまたは来たるべき対話のために病状を受け取ることと、
    医療計画に関する関連情報を識別して前記病状を治療するために、前記認知分析エンジンによって、患者電子医療記録（ＥＭＲ）を検討することについての医療専門家の考えをエミュレートする医療メンタル・モデルのインスタンスを受け取ることと、
    前記医療計画に関する前記ＥＭＲの少なくとも１つの部分を識別するために、前記医療メンタル・モデルのインスタンスを使用して、前記認知分析エンジンによって、前記患者の前記ＥＭＲを分析することと、
    前記病状に関する前記医療計画のための関連患者情報を抽出するために、前記医療メンタル・モデルのインスタンスを使用して、前記認知分析エンジンによって、識別した前記ＥＭＲの少なくとも１つの部分を分析することと、
    前記医療メンタル・モデルのインスタンスを使用して、前記認知分析エンジンによって、抽出した前記関連患者情報および前記病状に関する前記医療計画と相関関係がある認知概要を生成して出力することと
    を前記データ処理システムに行わせる、コンピュータ・プログラム製品。
12. 前記患者の前記ＥＭＲを分析することが、前記ＥＭＲにおける前記医療計画に対するフォローアップを識別することを含む、請求項１１に記載のコンピュータ・プログラム製品。
13. 前記患者の前記ＥＭＲを分析することが、前記ＥＭＲにおける前記医療計画と関連付けられた患者病状指標を識別することを含む、請求項１１に記載のコンピュータ・プログラム製品。
14. 前記医療メンタル・モデルのインスタンスが、前記病状に固有のものである、請求項１１に記載のコンピュータ・プログラム製品。
15. 前記医療メンタル・モデルのインスタンスが、医療専門家に固有のものである、請求項１１に記載のコンピュータ・プログラム製品。
16. 前記医療計画に関する前記識別した前記ＥＭＲの少なくとも１つの部分が、前記患者の治療のための計画、前記患者のフォローアップ、前記患者の主観的評価、または客観的値を含む、請求項１１に記載のコンピュータ・プログラム製品。
17. 前記識別した前記ＥＭＲの少なくとも１つの部分を分析することが、前記医療メンタル・モデルのインスタンスからのプロトタイプ質問を前記識別した前記ＥＭＲの少なくとも１つの部分に適用することを含む、請求項１１に記載のコンピュータ・プログラム製品。
18. 前記コンピュータ可読プログラムが、
    一般的な医療メンタル・モデルを選択することと、
    前記ＥＭＲとの医療専門家の対話を監視することと、
    前記ＥＭＲとの前記医療専門家の対話と、前記一般的なメンタル・モデルとの間の差を識別することと、
    識別した前記差に基づいて、前記医療メンタル・モデルのインスタンスを生成することと
    を前記データ処理システムに行わせる、請求項１１に記載のコンピュータ・プログラム製品。
19. 前記医療メンタル・モデルのインスタンスが、グラフ・データ構造またはエクステンシブル・マークアップ・ランゲージ・ドキュメントのうちの少なくとも１つを含む、請求項１１に記載のコンピュータ・プログラム製品。
20. 装置であって、
    プロセッサと、
    前記プロセッサに連結されたメモリと
    を備え、前記メモリが、前記プロセッサによって実行されると医療計画に関する関連情報の提示のために電子医療記録の分析および曖昧性解消のための認知分析エンジンを実装することを前記プロセッサに行わせる命令を含み、前記命令が、
    前記データ処理システムで実行する前記認知分析エンジンによって、患者との現在のまたは来たるべき対話のために病状を受け取ることと、
    医療計画に関する関連情報を識別して前記病状を治療するために、前記認知分析エンジンによって、患者電子医療記録（ＥＭＲ）を検討することについての医療専門家の考えをエミュレートする医療メンタル・モデルのインスタンスを受け取ることと、
    前記医療計画に関する前記ＥＭＲの少なくとも１つの部分を識別するために、前記医療メンタル・モデルのインスタンスを使用して、前記認知分析エンジンによって、前記患者の前記ＥＭＲを分析することと、
    前記病状に関する前記医療計画のための関連患者情報を抽出するために、前記医療メンタル・モデルのインスタンスを使用して、前記認知分析エンジンによって、識別した前記ＥＭＲの少なくとも１つの部分を分析することと、
    前記医療メンタル・モデルのインスタンスを使用して、前記認知分析エンジンによって、抽出した前記関連患者情報および前記病状に関する前記医療計画と相関関係がある認知概要を生成して出力することと
    を前記プロセッサに行わせる、装置。

Images