JP5450556B2 - 診療情報処理装置および方法並びにプログラム - Google Patents
診療情報処理装置および方法並びにプログラム Download PDFInfo
- Publication number
- JP5450556B2 JP5450556B2 JP2011226321A JP2011226321A JP5450556B2 JP 5450556 B2 JP5450556 B2 JP 5450556B2 JP 2011226321 A JP2011226321 A JP 2011226321A JP 2011226321 A JP2011226321 A JP 2011226321A JP 5450556 B2 JP5450556 B2 JP 5450556B2
- Authority
- JP
- Japan
- Prior art keywords
- classification
- information
- registered
- item
- clinical information
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 57
- 238000000034 method Methods 0.000 title description 50
- 201000010099 disease Diseases 0.000 claims description 177
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 177
- 238000000605 extraction Methods 0.000 claims description 29
- 239000000284 extract Substances 0.000 claims description 20
- 238000003672 processing method Methods 0.000 claims description 4
- 210000000265 leukocyte Anatomy 0.000 description 26
- 206010011224 Cough Diseases 0.000 description 24
- 206010037660 Pyrexia Diseases 0.000 description 23
- 208000009362 Pneumococcal Pneumonia Diseases 0.000 description 22
- 206010035728 Pneumonia pneumococcal Diseases 0.000 description 22
- 230000008569 process Effects 0.000 description 22
- 208000022218 streptococcal pneumonia Diseases 0.000 description 22
- 238000004820 blood count Methods 0.000 description 21
- 230000036760 body temperature Effects 0.000 description 18
- 238000003745 diagnosis Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 16
- 206010036790 Productive cough Diseases 0.000 description 15
- 210000003802 sputum Anatomy 0.000 description 15
- 208000024794 sputum Diseases 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 208000024891 symptom Diseases 0.000 description 12
- 238000011282 treatment Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 241000204031 Mycoplasma Species 0.000 description 6
- 206010035664 Pneumonia Diseases 0.000 description 4
- 201000001178 Bacterial Pneumonia Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 101000661807 Homo sapiens Suppressor of tumorigenicity 14 protein Proteins 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 208000008128 pulmonary tuberculosis Diseases 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 241000588747 Klebsiella pneumoniae Species 0.000 description 1
- 241000204003 Mycoplasmatales Species 0.000 description 1
- 241000193998 Streptococcus pneumoniae Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 208000014617 hemorrhoid Diseases 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 229940031000 streptococcus pneumoniae Drugs 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
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
- G16H50/70—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
- 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
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Description
P(X|A,B,C,・・・・) = P(A|X) * P(B|X) * P(C|X) ・・・ * P(X)/P(A,B,C,・・・)・・(1)
P(~X|A,B,C,・・・・) = P(A|~X) * P(B|~X) * P(C|~X) ・・・ * P(~X)/P(A,B,C,・・・)・・(2)
臨床情報項目の各分類αの尤度比LR(α)を以下の式(3)のように定義する。
LR(α)=P(α|X)/P(α|~X)・・・(3)
上記式(1)、(2)を用いると、以下の式(4)が定義できる。
P(X|A,B,C,・・・・)/ P(~X|A,B,C,・・・・)= LR(A)*LR(B)*LR(C)*・・・・* P(X)/ P(~X) ・・(4)
すなわち、疾患Xである可能性の大きさは、式(4)に示すように、個々の臨床情報項目の尤度比LR(A)、LR(B)、LR(C)、・・の積により表すことができる。
[38度以上の発熱をする場合に病名が肺炎球菌であることの確からしさ]
=[38度以上の発熱に該当する場合に病名が肺炎球菌肺炎である症例数]/[病名が肺炎球菌肺炎の症例数]
=13/(2+1+13)=0.81
[38度以上の発熱をする場合に肺炎球菌以外の病名であることの確からしさ]
=[38度以上の発熱に該当する場合に病名が肺炎球菌肺炎以外に該当する症例数]/[肺炎球菌肺炎以外の病名に該当する症例数]
=(67-13)/((24+38+67)-(2+1+13))=0.48
尤度比=「38度以上の発熱をする場合に病名が肺炎球菌肺炎である確からしさ」/「38度以上の発熱をする場合に病名が肺炎球菌肺炎以外である確からしさ」=0.81/0.48=1.69
なお、上記例において、「38度以上の発熱に該当しない場合に病名が肺炎球菌肺炎に該当する症例数」は、病名が肺炎球菌肺炎に該当する全体数(67)から、38度以上の発熱であって病名が肺炎球菌肺炎である症例数(13)を減算することにより算出している。また、[肺炎球菌肺炎以外の病名に該当する症例数]は、全ての症例数(24+38+67)から、病名が肺炎球菌肺炎に該当する症例数(2+1+13)を減算することにより算出している。
指針2)対象症例と登録症例の間の臨床情報項目の分類が一致し、かつ、尤度比が1(第2のしきい値)未満の場合、その臨床情報項目の分類とキー項目の分類の関連性はほとんど無いとして重み付け係数をより重みが小さくなるように重み付けする。例えば、重み付け係数を0など低い値にする。
指針3)対象症例と登録症例の間の臨床情報項目の分類が一致しない場合、各対象臨床情報項目における対象分類に対応付けられた尤度比と登録症例の臨床情報項目の分類に対応付けられた尤度比のうち低い方の尤度比を元に、この尤度比が1(第3のしきい値)以上の場合は、その臨床情報項目の分類とキー項目の分類の関連性が多少あるとして重み付け係数を尤度比に応じて高くし、尤度比が1(第4のしきい値)未満の場合はその臨床情報項目の分類とキー項目の分類の関連性はないものとして尤度比が低いほど重み付け係数を小さい重み付けになる様に重み付けする。例えば、重み付け係数を負の値などの小さい値にする。
(i)各対象臨床情報項目における対象分類と臨床情報項目の分類が一致し、かつ、尤度比が1以上である場合、重み付け係数を尤度比の対数値とする。
(ii)各対象臨床情報項目における対象分類と臨床情報項目の分類が一致し、かつ、尤度比が1未満である場合、重み付け係数を0とする。
(iii)各対象臨床情報項目における対象分類と臨床情報項目の分類が不一致である場合、各対象臨床情報項目における対象分類と一致する臨床情報項目の分類に対応する尤度比と、各対象臨床情報項目における対象分類と不一致である臨床情報項目の分類に対応する尤度比のうち、小さい方の対数値を重み付け係数とする。
LRX = LR(A)*LR(B)*LR(C)*・・・・ ・・・(5)
11 診療科端末
12 診療情報データベース
101 登録症例情報取得部
102 尤度比情報算出部
103 係数決定部
104 類似度算出部
105 類似症例出力部
106 キー項目推定部
107 尤度比算出症例抽出部
108 類似度算出症例抽出部
111 表示制御部
112 対象症例取得部
113 ディスプレイ
114 入力装置
115 処理装置
Claims (22)
- 比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなる尤度比算出用の登録症例情報と比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなる類似度算出用の登録症例情報をそれぞれ取得する登録症例情報取得部と、
対象患者の複数の臨床情報項目の各分類をそれぞれ対象臨床項目の対象分類として取得する対象症例取得部と、
前記尤度比算出用の登録症例情報に基づいて、前記登録症例に対応付けられた前記臨床情報項目のうちの1つであるキー項目の前記分類ごとに、前記登録症例に含まれる複数の臨床情報項目のうち前記キー項目を除く他の臨床情報項目の各分類について、前記他の臨床情報項目の各分類に該当する場合に前記キー項目の1つの分類に該当する尤度と、前記他の臨床情報項目の各分類に該当する場合に前記キー項目の前記1つの分類以外の他の分類に該当する尤度との尤度比をそれぞれ算出することにより、前記登録症例に含まれる前記キー項目の分類ごとに前記他の臨床情報項目の各分類に対応する前記尤度比を対応付けた尤度比情報を算出する尤度比情報算出部と、
前記対象臨床情報項目の前記対象分類および前記尤度比情報に基づいて、前記キー項目の分類ごとに前記他の臨床情報項目の各分類に対応する各重み付け係数をそれぞれ決定することにより、前記キー項目の分類ごとに前記他の臨床情報項目の各分類に対応する重み付け係数を対応付けた重み付け係数情報を決定する重み付け係数決定部と、
前記類似度算出用の登録症例情報に含まれる登録症例ごとに、前記決定された重み付け係数情報に基づいて、該登録症例の前記各キー項目の分類と前記他の臨床情報項目の分類に対応する前記重み付け係数を特定し、該特定した重み付け係数を用いて類似度を算出する類似度算出部とを備えたことを特徴とする診療情報処理装置。 - 前記重み付け係数決定部は、前記対象臨床情報項目における前記対象分類に対応する前記尤度比が大きいほど、前記重み付け係数が大きくなるように前記重み付け係数を決定するものであることを特徴とする請求項1記載の診療情報処理装置。
- 前記重み付け係数決定部は、前記対象臨床情報項目における前記対象分類に対応する前記尤度比が第1のしきい値以上である場合に、前記尤度比に応じて前記重み付け係数がより大きくなるように重み付けを行い、かつ、前記対象臨床情報項目における前記対象分類の前記尤度比が第2のしきい値より小さい場合に、前記尤度比に応じて前記重み付け係数がより小さくなるように重み付けを行うものであることを特徴とする請求項2記載の診療情報処理装置。
- 前記重み付け係数決定部は、前記対象臨床情報項目における前記対象分類に対応する前記尤度比が第3のしきい値以上であり、かつ、該臨床情報項目における前記対象分類以外の分類に対応する前記尤度比が前記第3のしきい値以上である場合に、該臨床情報項目における該対象分類以外の分類に対応する重み付け係数を、前記尤度比に応じて前記重み付け係数が大きくなるように重み付けを行うものであり、前記対象臨床情報項目における前記対象分類に対応する前記尤度比または該臨床情報項目における前記対象分類以外の分類に対応する前記尤度比のいずれかが第4のしきい値より小さい場合に、該臨床情報項目における該対象分類以外の分類に対応する前記重み付け係数をより小さくなるように重み付けを行うものであることを特徴とする請求項2または3記載の診療情報処理装置。
- 前記対象臨床情報項目における前記対象分類に対応する前記尤度比または該臨床情報項目における前記対象分類以外の分類に対応する前記尤度比のいずれかが前記第4のしきい値より小さい場合に、該対象臨床情報項目における該対象分類以外の分類に対応する前記重み付け係数が負の値になるように重み付けを行うものであることを特徴とする請求項4記載の診療情報処理装置。
- 前記重み付け係数決定部は、少なくとも一部の前記他の臨床情報項目の各分類について、前記他の臨床情報項目の各分類に対応する前記尤度比を対数変換した値を前記重み付け係数としてそれぞれ決定するものであることを特徴とする請求項2から5のいずれか1項記載の診療情報処理装置。
- 前記類似度算出部が、前記類似度算出用の登録症例情報のうち、所定の条件を満たす登録症例のみを類似度算出用登録症例として抽出する類似度算出症例抽出部を備え、前記抽出された類似度算出用登録症例のみに基づいて前記類似度を算出するものであることを特徴とする請求項1から6のいずれか1項記載の診療情報処理装置。
- 前記登録症例情報取得部が、比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなるキー項目推定用の登録症例情報をさらに取得するものであり、
前記対象臨床情報項目における対象分類および前記キー項目推定用の登録情報に基づいて、前記対象患者が該当すると推定される前記キー項目の分類を推定するキー項目推定部をさらに備え、
前記類似度算出症例抽出部が、前記類似度算出用の登録症例情報のうち、前記キー項目推定部に推定された前記キー項目の分類に対応付けられた前記登録症例のみを前記類似度算出用登録症例として抽出するものであることを特徴とする請求項7項記載の診療情報処理装置。 - 前記類似度算出症例抽出部が、前記尤度比情報に基づいて、前記類似度算出用の登録症例のうち、各臨床情報項目の分類に対応する各尤度比のいずれか1つ以上が第5のしきい値以上である前記登録症例のみを前記類似度算出用登録症例として抽出するものであることを特徴とする請求項7記載の診療情報処理装置。
- 前記類似度算出症例抽出部が、前記尤度比情報に基づいて、前記類似度算出用の登録症例のうち、前記尤度比の大きさが所定の順番以内である臨床情報項目の分類に対応づけられた前記登録症例のみを前記類似度算出用登録症例として抽出するものであることを特徴とする請求項7記載の診療情報処理装置。
- 前記尤度比情報算出部が、前記尤度比算出用の登録症例情報のうち、さらなる所定の条件を満たす登録症例のみを尤度比算出用登録症例として抽出する尤度比算出症例抽出部を備え、前記抽出された尤度比算出用登録症例のみに基づいて前記尤度比情報を算出するものであることを特徴とする請求項2から10のいずれか1項記載の診療情報処理装置。
- 前記登録症例情報取得部が、比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなるキー項目推定用の登録症例情報をさらに取得するものであり、
前記対象臨床情報項目における対象分類および前記キー項目推定用の登録症例情報に基づいて、前記対象患者が該当すると推定される前記キー項目の分類を仮に推定するキー項目推定部をさらに備え、
前記尤度比算出症例抽出部が、前記尤度比算出用の登録症例情報のうち、前記キー項目推定部に推定された前記キー項目の分類に対応付けられた登録症例のみを前記尤度比算出用登録症例として抽出するものであることを特徴とする請求項11項記載の診療情報処理装置。 - 比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなる尤度比算出用の登録症例情報と、比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなる類似度算出用の登録症例情報と、比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなるキー項目推定用の登録症例情報とをそれぞれ取得する登録症例情報取得部と、
対象患者の複数の臨床情報項目の各分類をそれぞれ対象臨床項目の対象分類として取得する対象症例取得部と、
前記尤度比算出用の登録症例情報に基づいて、前記登録症例に対応付けられた前記臨床情報項目のうちの1つであるキー項目の前記分類ごとに、前記登録症例に含まれる複数の臨床情報項目のうち前記キー項目を除く他の臨床情報項目の各分類について、前記他の臨床情報項目の各分類に該当する場合に前記キー項目の1つの分類に該当する尤度と、前記他の臨床情報項目の各分類に該当する場合に前記キー項目の前記1つの分類以外の他の分類に該当する尤度との尤度比をそれぞれ算出することにより、前記登録症例に含まれる前記キー項目の分類ごとに前記他の臨床情報項目の各分類に対応する前記尤度比を対応付けた尤度比情報を算出する尤度比情報算出部と、
前記対象臨床情報項目における前記対象分類および前記キー項目推定用の登録情報に基づいて、前記対象患者が該当すると推定される前記キー項目の分類を仮に推定するキー項目推定部と、
前記推定されたキー項目の分類および前記対象臨床情報項目における前記対象分類に基づいて、前記他の臨床情報項目の各分類に対応する各重み付け係数をそれぞれ決定することにより、前記推定されたキー項目の分類に前記他の臨床情報項目の各分類に対応する重み付け係数を対応付けた重み付け係数情報を決定する重み付け係数決定部と、
前記算出された重み付け係数情報に基づいて、前記類似度算出用の登録症例情報に備えられた登録症例ごとに、該登録症例の前記他の臨床情報項目の分類に対応する前記重み付け係数を特定し、該特定した重み付け係数を用いて類似度を算出する類似度算出部とを備えたことを特徴とする診療情報処理装置。 - 前記尤度比情報算出部が、前記尤度比算出用の登録症例情報のうち、さらなる所定の条件を満たす登録症例のみを尤度比算出用登録症例として抽出する尤度比算出症例抽出部を備え、前記抽出された尤度比算出用登録症例のみに基づいて前記尤度比情報を算出するものであることを特徴とする請求項13記載の診療情報処理装置。
- 前記尤度比算出症例抽出部が、前記尤度比算出用の登録症例情報のうち、前記キー項目推定部に推定された前記キー項目の分類に対応付けられた登録症例のみを前記尤度比算出用登録症例として抽出するものであることを特徴とする請求項14項記載の診療情報処理装置。
- 前記キー項目の各分類が病名を表すものであることを特徴とする請求項1から15のいずれか1項記載の診療情報処理装置。
- 前記類似度算出部が、前記登録症例の病名が合併症である場合に、該合併症を構成する個々の病名ごとに該合併症に対応付けられた前記他の臨床情報項目の分類に対応する重み付け係数をそれぞれ取得して類似度を算出し、算出された類似度のうち最も大きいものを合併症に対応する類似度として算出するものであることを特徴とする請求項16記載の診療情報処理装置。
- 前記類似度算出部は、前記登録症例の病名が合併症である場合に、該合併症を構成する個々の病名ごとに該合併症に対応付けられた前記他の臨床情報項目の分類に対応する重み付け係数をそれぞれ取得するものであり、前記他の臨床情報項目の分類ごとに、合併症を構成する個々の病名ごとに算出された重み付け係数のうち最大のものを、該他の臨床情報項目の分類に対応する重み付け係数として用いて類似度を算出するものであることを特徴とする請求項16記載の診療情報処理装置。
- 前記尤度比情報算出部は、前記尤度比算出用の登録症例情報に基づいて、対応づけられた登録症例が所定の数より少ない病名が存在する場合には、該病名をさらに上位概念化した病名を取得し、該病名に対応づけられた前記登録症例に対し、該病名に替えて前記上位概念化した病名を用いて前記尤度比情報を算出することを特徴とする請求項16から18のいずれか1項記載の診療情報処理装置。
- 前記算出された類似度に基づいて、前記登録症例ごとに前記尤度比または前記重み付け係数が所定値以上の前記臨床情報項目の分類に関する情報を含むように、前記類似度の大きい順に前記登録症例をリスト表示する表示制御部をさらに備えたことを特徴とする請求項1から19のいずれか1項記載の診療情報処理装置。
- コンピュータが、
比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなる尤度比算出用の登録症例情報と比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなる類似度算出用の登録症例情報をそれぞれ取得し、
対象患者の複数の臨床情報項目の各分類をそれぞれ対象臨床情報項目の対象分類として取得し、
前記尤度比算出用の登録症例情報に基づいて、前記登録症例に対応付けられた前記臨床情報項目のうちの1つであるキー項目の前記分類ごとに、前記登録症例に含まれる複数の臨床情報項目のうち前記キー項目を除く他の臨床情報項目の各分類について、前記他の臨床情報項目の各分類に該当する場合に前記キー項目の1つの分類に該当する尤度と、前記他の臨床情報項目の各分類に該当する場合に前記キー項目の前記1つの分類以外の他の分類に該当する尤度との尤度比をそれぞれ算出することにより、前記登録症例に含まれる前記キー項目の分類ごとに前記他の臨床情報項目の各分類に対応する前記尤度比を対応付けた尤度比情報を算出し、
前記対象臨床情報項目の前記対象分類および前記尤度比情報に基づいて、前記キー項目の分類ごとに前記他の臨床情報項目の各分類に対応する各重み付け係数をそれぞれ決定することにより、前記キー項目の分類ごとに前記他の臨床情報項目の各分類に対応する重み付け係数を対応付けた重み付け係数情報を決定し、
前記類似度算出用の登録症例情報に含まれる登録症例ごとに、前記決定された重み付け係数情報に基づいて、該登録症例の前記各キー項目の分類と前記他の臨床情報項目の分類に対応する前記重み付け係数を特定し、該特定した重み付け係数を用いて類似度を算出することを特徴とする診療情報処理方法。 - コンピュータを、
比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなる尤度比算出用の登録症例情報と比較対象となる複数の患者の臨床情報に関する複数の項目を複数の分類に区分け可能な臨床情報項目としてそれぞれ対応付けた多数の登録症例を備えてなる類似度算出用の登録症例情報をそれぞれ取得する登録症例情報取得部と、
対象患者の複数の臨床情報項目の各分類をそれぞれ対象臨床情報項目の対象分類として取得する対象症例取得部と、
前記尤度比算出用の登録症例情報に基づいて、前記登録症例に対応付けられた前記臨床情報項目のうちの1つであるキー項目の前記分類ごとに、前記登録症例に含まれる複数の臨床情報項目のうち前記キー項目を除く他の臨床情報項目の各分類について、前記他の臨床情報項目の各分類に該当する場合に前記キー項目の1つの分類に該当する尤度と、前記他の臨床情報項目の各分類に該当する場合に前記キー項目の前記1つの分類以外の他の分類に該当する尤度との尤度比をそれぞれ算出することにより、前記登録症例に含まれる前記キー項目の分類ごとに前記他の臨床情報項目の各分類に対応する前記尤度比を対応付けた尤度比情報を算出する尤度比情報算出部と、
前記対象臨床情報項目の前記対象分類および前記尤度比情報に基づいて、前記キー項目の分類ごとに前記他の臨床情報項目の各分類に対応する各重み付け係数をそれぞれ決定することにより、前記キー項目の分類ごとに前記他の臨床情報項目の各分類に対応する重み付け係数を対応付けた重み付け係数情報を決定する重み付け係数決定部と、
前記類似度算出用の登録症例情報に含まれる登録症例ごとに、前記決定された重み付け係数情報に基づいて、該登録症例の前記各キー項目の分類と前記他の臨床情報項目の分類に対応する前記重み付け係数を特定し、該特定した重み付け係数を用いて類似度を算出する類似度算出部として機能させることを特徴とする診療情報処理プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011226321A JP5450556B2 (ja) | 2011-10-14 | 2011-10-14 | 診療情報処理装置および方法並びにプログラム |
EP12188315.1A EP2581848A3 (en) | 2011-10-14 | 2012-10-12 | Clinical information processing apparatus, method and program |
US13/650,905 US9613187B2 (en) | 2011-10-14 | 2012-10-12 | Clinical information processing apparatus, method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011226321A JP5450556B2 (ja) | 2011-10-14 | 2011-10-14 | 診療情報処理装置および方法並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013088880A JP2013088880A (ja) | 2013-05-13 |
JP5450556B2 true JP5450556B2 (ja) | 2014-03-26 |
Family
ID=47357883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011226321A Active JP5450556B2 (ja) | 2011-10-14 | 2011-10-14 | 診療情報処理装置および方法並びにプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US9613187B2 (ja) |
EP (1) | EP2581848A3 (ja) |
JP (1) | JP5450556B2 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014179513A1 (en) * | 2013-04-30 | 2014-11-06 | Bioxcel Corporation | Systems and methods to classify and rank health information |
US9158996B2 (en) * | 2013-09-12 | 2015-10-13 | Kabushiki Kaisha Toshiba | Learning image collection apparatus, learning apparatus, and target object detection apparatus |
CA2924546C (en) * | 2013-09-19 | 2022-06-07 | Children's National Medical Center | Apparatus and method for determining physiologic perturbations of a patient |
JP6151170B2 (ja) * | 2013-12-19 | 2017-06-21 | 富士フイルム株式会社 | クリニカルパス管理サーバ |
US10431339B1 (en) * | 2014-06-19 | 2019-10-01 | Epic Systems Corporation | Method and system for determining relevant patient information |
WO2016019372A1 (en) | 2014-08-01 | 2016-02-04 | Bioxcel Corporation | Methods for reformulating and repositioning pharmaceutical data and devices thereof |
JP6027065B2 (ja) * | 2014-08-21 | 2016-11-16 | 富士フイルム株式会社 | 類似画像検索装置、類似画像検索装置の作動方法、および類似画像検索プログラム |
US10756559B2 (en) | 2015-09-11 | 2020-08-25 | Rohm Co., Ltd. | Non-contact power feeding system |
KR101815194B1 (ko) * | 2015-11-18 | 2018-01-30 | 삼성전자주식회사 | 의료 영상 데이터 처리 방법 및 장치 |
EP3223177A1 (en) * | 2016-03-24 | 2017-09-27 | Fujitsu Limited | System and method to aid diagnosis of a patient |
JP6649153B2 (ja) * | 2016-03-29 | 2020-02-19 | 株式会社ジェイマックシステム | 研修支援システム、複合研修支援方法および複合研修支援プログラム |
JP6818424B2 (ja) * | 2016-04-13 | 2021-01-20 | キヤノン株式会社 | 診断支援装置、情報処理方法、診断支援システム及びプログラム |
JP6971774B2 (ja) * | 2017-10-24 | 2021-11-24 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置及び医用情報処理方法 |
JP6979392B2 (ja) * | 2018-07-26 | 2021-12-15 | 株式会社日立製作所 | 分析方法、分析装置及びプログラム |
JP6792750B2 (ja) * | 2018-07-26 | 2020-12-02 | 株式会社医療情報技術研究所 | 診断支援システム |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0756947A (ja) * | 1993-08-20 | 1995-03-03 | Hitachi Ltd | 症例データベースとその検索表示方法 |
JP3664834B2 (ja) * | 1997-02-13 | 2005-06-29 | 三菱電機株式会社 | 類似検索装置 |
US5940802A (en) * | 1997-03-17 | 1999-08-17 | The Board Of Regents Of The University Of Oklahoma | Digital disease management system |
US6901156B2 (en) * | 2000-02-04 | 2005-05-31 | Arch Development Corporation | Method, system and computer readable medium for an intelligent search workstation for computer assisted interpretation of medical images |
WO2003003267A1 (fr) * | 2001-06-29 | 2003-01-09 | Nutrition Act.Co., Ltd. | Dispositif de calcul des besoins nutritionnels, dispositif proposant des ingredients de complements alimentaires, dispositif de melange d'ingredients de complements alimentaires et systeme de melange d'ingredients de complements alimentaires |
JP2003122845A (ja) * | 2001-10-09 | 2003-04-25 | Shinkichi Himeno | 医療情報の検索システム及びそのシステムを実行するためのプログラム |
JP2004288047A (ja) | 2003-03-24 | 2004-10-14 | Fujitsu Ltd | 診療支援システム及び診療支援プログラム |
JP2006302113A (ja) * | 2005-04-22 | 2006-11-02 | Canon Inc | 電子カルテ・システム |
JP4767759B2 (ja) * | 2006-06-02 | 2011-09-07 | 富士フイルム株式会社 | 読影レポート作成装置 |
JP5038671B2 (ja) * | 2006-09-25 | 2012-10-03 | 株式会社東芝 | 検査項目選定装置、検査項目選定方法、及び検査項目選定プログラム |
US8504391B2 (en) * | 2007-01-25 | 2013-08-06 | Cerner Innovation, Inc. | Person centric infection risk stratification |
US9997260B2 (en) | 2007-12-28 | 2018-06-12 | Koninklijke Philips N.V. | Retrieval of similar patient cases based on disease probability vectors |
WO2010067229A1 (en) * | 2008-12-12 | 2010-06-17 | Koninklijke Philips Electronics, N.V. | Automated assertion reuse for improved record linkage in distributed & autonomous healthcare environments with heterogeneous trust models |
JP5383431B2 (ja) * | 2009-10-27 | 2014-01-08 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
US20110288879A1 (en) * | 2010-04-26 | 2011-11-24 | Gice Jon | Systems and methods for assessing medical costs of claims |
JP2013012025A (ja) * | 2011-06-29 | 2013-01-17 | Fujifilm Corp | 診療支援システムおよび方法、並びに、プログラム |
-
2011
- 2011-10-14 JP JP2011226321A patent/JP5450556B2/ja active Active
-
2012
- 2012-10-12 US US13/650,905 patent/US9613187B2/en active Active
- 2012-10-12 EP EP12188315.1A patent/EP2581848A3/en not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
EP2581848A2 (en) | 2013-04-17 |
US9613187B2 (en) | 2017-04-04 |
EP2581848A3 (en) | 2014-07-30 |
JP2013088880A (ja) | 2013-05-13 |
US20130096941A1 (en) | 2013-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5450556B2 (ja) | 診療情報処理装置および方法並びにプログラム | |
Miao et al. | Diagnosing coronary heart disease using ensemble machine learning | |
Pardo-Fernández et al. | A review on ROC curves in the presence of covariates | |
Spiegelman et al. | Cost-efficient study designs for binary response data with Gaussian covariate measurement error | |
Sunitha et al. | A comparative analysis of deep neural network architectures for the dynamic diagnosis of COVID‐19 based on acoustic cough features | |
KR101897080B1 (ko) | 의료 기록 문서에서의 의료 단어의 연관 규칙 생성 방법 및 그 장치 | |
Holder et al. | A locally optimized data-driven tool to predict sepsis-associated vasopressor use in the ICU | |
US20230041982A1 (en) | System and method for generating a list of probabilities associated with a list of diseases, computer program product | |
CN112331340B (zh) | 育龄夫妇妊娠概率的智能预测方法及系统 | |
Shaw et al. | Timing of onset, burden, and postdischarge mortality of persistent critical illness in Scotland, 2005–2014: a retrospective, population-based, observational study | |
Cai et al. | The use of machine learning for the care of hypertension and heart failure | |
EP3685401A1 (en) | Method and apparatus for deriving a set of training data | |
Kanikar et al. | Prediction of cardiovascular diseases using support vector machine and Bayesien classification | |
LK et al. | COVID-19 outbreak based coronary heart diseases (CHD) prediction using SVM and risk factor validation | |
CN117370565A (zh) | 一种信息检索方法及系统 | |
Zubaedah et al. | Comparing euclidean distance and nearest neighbor algorithm in an expert system for diagnosis of diabetes mellitus | |
CN116864062B (zh) | 一种基于互联网的健康体检报告数据分析管理系统 | |
US20230060794A1 (en) | Diagnostic Tool | |
Yazdani et al. | Supervised machine learning approach to COVID-19 detection based on clinical data | |
Higgins et al. | Benchmarking inpatient mortality using electronic medical record data: a retrospective, multicenter analytical observational study | |
JP2023175142A (ja) | 疾病評価指標算出システム、方法、及び、プログラム | |
CN114141360A (zh) | 基于惩罚cox回归的乳腺癌预测方法 | |
Ke et al. | Influence analysis for the area under the receiver operating characteristic curve | |
Alshakrani et al. | A Comparative Study of Heart Disease Prediction Using Classification Techniques | |
Arumugam et al. | An Efficient Tree Based Machine Learning Method To Detect Breast Cancer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130708 |
|
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: 20131217 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131225 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5450556 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |