JP2023016928A5 - - Google Patents

Claims (13)

1. 医療データ検証のためのコンピュータ実装方法であって、
   医療検査で生成された目標医療データを取得するステップと、
   医療データを検証するための機械学習モデルを取得するステップであって、前記機械学習モデルが、前記医療データと検証結果との間の関連付けを表し、前記検証結果が、前記医療データに対して実行されるべき所定のアクションに関する情報を示し、前記所定のアクションが、前記医療データに関連する医療検査を要求するエンティティに対して前記医療データを公開するという第１のアクションを含む、ステップと、
   前記目標医療データを前記機械学習モデルに適用することによって前記目標医療データについての目標検証結果を決定するステップであって、前記目標検証結果が、前記目標医療データに対して実行されるべき前記所定のアクションから選択された目標アクションに関する情報を示す、ステップと
   を含む、方法。
2. 前記機械学習モデルを取得するステップが、訓練データに基づいて、前記医療データを検証するための前記機械学習モデルを生成するステップを含み、
   前記訓練データが、
   前記第１のアクションを示すラベル付け情報に関連付けられているとマークされた利用可能な履歴医療データの第１のセットを取得するステップと、
   利用可能な履歴医療データの前記第１のセットから、前記第１のセット中の他の履歴医療データよりも前記ラベル付け情報の信頼性が高い履歴医療データを選択するステップと、
   前記選択された履歴医療データおよび前記関連するラベル付け情報を前記訓練データとして決定するステップと、
   を含む処理によって取得される、請求項１に記載の方法。
3. 前記目標検証結果を決定するステップが、
   前記医療データを検証するためのさらなる機械学習モデルを取得するステップであって、前記さらなる機械学習モデルが、前記医療データと前記検証結果との間の、前記機械学習モデルによって表される前記関連付けとは異なる関連付けを表す、ステップと、
   前記目標医療データを前記機械学習モデルおよび前記さらなる機械学習モデルにそれぞれ適用してそれぞれの検証結果を取得するステップと、
   前記それぞれの検証結果に基づいて前記目標検証結果を決定するステップと
   を含む、請求項１または２に記載の方法。
4. 前記目標医療データと候補医療データとの間の類似性を決定するステップであって、前記候補医療データが、前記機械学習モデルを生成するために使用される履歴医療データおよび／または前記機械学習モデルに適用された履歴医療データから選択される、ステップと、
   前記類似性が所定の類似性閾値を超えたことに応答して、前記候補医療データを前記目標医療データのための基準医療データとして選択するステップと、
   前記目標医療データの閲覧者への提示のために前記目標医療データに関連する前記基準医療データを提供するステップと
   をさらに含む、請求項１から３のいずれかに記載の方法。
5. 前記類似性を決定するステップが、
   前記候補医療データに対して前記目標アクションが実行されるべきであるとの決定、および
   前記目標医療データと同じである１つまたは複数の検査項目を前記候補医療データが有するとの決定
   のうちの少なくとも１つに基づいて、前記候補医療データを選択するステップを含む、
   請求項４に記載の方法。
6. 前記所定のアクションが、更に、
   前記医療データをさらに検証するという第２のアクション、
   前記医療データに関連する前記医療検査を再実行するという第３のアクション、
   患者の履歴医療記録を確認するという第４のアクション、
   前記医療検査における試薬の反応を確認するという第５のアクション、
   前記医療検査で使用するために収集された検査試料を確認するという第６のアクション、
   前記医療データを臨床診断と組み合わせて確認するという第７のアクション、および
   患者の薬剤使用を確認するという第８のアクション
   のうちの少なくとも１つを含む、
   請求項１から５のいずれかに記載の方法。
7. 前記機械学習モデルが、前記医療データを前記所定のアクションに対応するクラスに分類するための分類モデルを含む、請求項１から６のいずれかに記載の方法。
8. 前記目標アクションに関する前記情報が、前記目標アクションの指示、および前記機械学習モデルによって前記目標医療データに対する前記目標アクションを選択することの信頼レベルのうちの少なくとも１つを含む、請求項１から７のいずれかに記載の方法。
9. 前記目標医療データが、インビトロ(in-vitro)診断検査で生成された医療データを含む、請求項１から８のいずれかに記載の方法。
10. 前記機械学習モデルが、複数の利用可能な機械学習モデルのそれぞれの性能測定値に基づいて、前記複数の利用可能な機械学習モデルから選択される、請求項１から９のいずれかに記載の方法。
11. 前記目標医療データを取得するステップが、
    さらに検証されるようにルールベースのエンジンによって決定される前記目標医療データを取得するステップであって、前記ルールベースのエンジンが少なくとも１つの所定のルールに基づいて前記目標医療データを検証するように構成される、ステップを含む、請求項１から１０のいずれかに記載の方法。
12. 前記目標医療データに関連する前記目標検証結果を検査情報システム（ＬＩＳ:laboratory information system）に提供するステップをさらに含み、前記目標医療データが、医療検査レポートに提示された少なくとも１つのデータ項目と、さらなるデータ項目として前記医療検査レポートに提示された前記目標検証結果とを含む、請求項１から１１のいずれかに記載の方法。
13. コンピュータによって実行されると、前記コンピュータに、請求項１から１２のいずれかに記載の方法を実行させる命令を記録したコンピュータプログラム。