JP5547747B2 - 異種トラスト・モデルを備えた分散及び自律医療環境における改良されたレコード・リンケージのための自動化されたアサーション再使用 - Google Patents

Description

本出願は、データ連続性の技術分野に関する。特に、医療環境における患者レコードの管理に適用される。しかし、データ連続性の関心がある他のタイプのアプリケーションにおいても使用される。

複数の場所において地理的に分散された複数の医療提供者から患者がケアを受けることが一般的である。複数の医療提供者を使用することは、患者が、複数の患者識別子を受け取ることをもたらし、各患者識別子は、特定の医療提供者に対して局所である。医療画像及び他の適切な医療情報などの患者データは、複数の医療提供者の場所にわたって分散させる。複数の医療提供者の場所に記憶された患者データ・レコードを医療提供者が取り出すために、対応する医療提供者の複数の患者識別子を照合し、複数の患者識別子を併せて結びつけることが必要である。地理的に複数の場所に分散している複数の医療提供者間を患者が移動するにつれ、医療レコードが患者をたどることを可能にするシステムに対する必要性が現在、存在している。

本出願は、上述及び他の課題を解決する改良された方法及び装置を提供する。

一局面によれば、外部の関係者によって供給されるレコードを受け取る工程と、比較された何れかの２つのレコードが同じ顧客に対応するかを判定するために、受け取り側の関係者によって現在、維持されている複数のレコードと、受け取られたレコードを比較する工程とを含む、比較を再使用する方法が提示される。これは、比較されたレコードが一致する確率に基づいて尤度比を生成するうえで使用され、この比は、尤度比を受け入れ閾値及び拒否閾値と比較するために使用され、受け入れ閾値は拒否閾値と異なる。更に、レコードの尤度比の値が、例外リストに対して、拒否閾値よりも大きく、受け入れ閾値未満である場合、レコードを例外リストに割り当てる。次いで、例外リスト上のレコードを一致しているとして受け入れるべきか、一致していないとして拒否すべきかが判定され、上記判定が記録され、例外リスト上のレコードが、一致しているとして受け入れられたか、又は拒否されたとして、外部の関係者によって行われたアサーションを受け取る。次いで、外部の関係者それぞれのアサーション受け入れ値を算出するために、外部の関係者それぞれ、及びレコードを受け取る関係者によって受け入れられた、例外リスト上のレコード、及び、外部パーティそれぞれのアサート受け入れ値を算出するために、外部の関係者それぞれ、及びレコードを受け取る関係者によって拒否された、例外リスト上のレコードを比較する。最後に、マトリクス形式におけるアサーション受け入れ値の記録が行われる。

別の局面によれば、外部の関係者によって供給されるレコードを受け取る入力部と、複数のレコードを記憶するデータベースと、比較されたレコードが一致している確率に基づいて尤度比を生成するためにデータベースから取り出された各レコードと、受け取られたレコードを比較する少なくとも１つのプロセッサを含む、再使用可能な比較を生成するための装置が提示される。更に、装置は、尤度比を受け入れ閾値及び拒否閾値と比較し、例外リスト上のレコードが一致しているかの手作業の判定のために例外リストに、受け入れ閾値と拒否閾値との間のレコードを割り当てる。少なくとも１つのプロセッサは、少なくとも一の外部の関係者によって行われるアサーションを更に受け取り、上記アサーションは、例外リスト上のレコードが、一致しているとして受け入れられたか、拒否されたかを含み、外部の関係者毎のアサーション受け入れ値を算出するために外部の関係者それぞれ、及びレコードを受け取る関係者によって、受け取り及び拒否の少なくとも一方が行われた、例外リスト上のレコードを比較する。最後に、装置は、マトリクス形式でアサーション受け入れ値を記録する。

更なる局面により、別々の医療レコード・システムを有する複数の医療機関の患者レコードをマッチングする方法が提案されており、複数の医療レコード・システムにおいてレコードを一部の患者が有する。方法は、少なくとも１つの他の医療レコード・システムからの複数の患者レコードと、医療レコード・システムにおける選択された患者医療レコードを比較する工程と、選択された患者医療レコードが、比較されたレコードそれぞれに一致している確率を示す尤度比を生成する工程とを含む。方法は、尤度比が受け入れ閾値を超えた場合、比較されたレコードのうちの１つと、選択された患者医療レコードを自動的にマッチングする工程と、拒否閾値を満たす比較されたレコードと、選択された患者医療レコードをマッチングしない工程と、選択された患者医療レコード、及び比較された１つ又は複数のレコードが、受け入れ閾値又は拒否閾値を満たさない場合、手作業のレビューのために例外リストに、選択された患者の医療レコードを割り当てる工程とに係わる。次いで、医療機関のうちの別の医療機関により、比較されたレコードのうちの１つに、選択された患者医療レコードがマッチングされたか否かの表示を受け取り、最後に、他の医療機関によって行われるマッチの信頼度を示すアサーション受け入れ値マトリクスに応じた、生成する工程、及び手作業のレビューの少なくとも一方を行う。

一利点は、複数回、同じレコードを連続して評価するための必要性を低減することができることである。

別の利点は、精度のより大きな保証である。

別の利点は、不整合な結果、及び潜在的な誤りを識別することである。

他の医療提供者は、先行する医療提供者における特定の患者の医療レコードを特定の医療提供者がどのようにして評価したかを確かめ、この評価を使用して、その特定の患者の医療レコードのそれ自身の評価を行うことが可能である。

レコード・マッチングに関する３つの結果を区別するための２つの閾値を示す図である。 自律的な場所を有する分散された異種の環境におけるアサーションの受け入れを示す図である。 ４つの参加機関を有するフェデレーションのアサーション受け入れマトリクスを示す図である。マトリクス・データ構造は、この情報を記憶するための、考えられる多くのやり方のうちの１つに過ぎない。他の手法（例えば、リストのうちの一リスト、辞書の組等）も同様に適用可能であり得る。 方法クレームのフローチャートを示す図である。 情報がどのようにして装置を通って流れるかを示す図である。

本発明は、種々の構成部分、及び構成部分の配置、並びに、種々の工程、及び工程の配置における形式をとり得る。図面は、好ましい実施例を例証する目的のために過ぎず、本発明を限定するものと解されないものとする。

図１を参照すれば、マッチの候補の数と、固定されたレコードを比較する確率アルゴリズムは、候補毎に、拒否閾値１１０又は受け入れ閾値１２０と個々に比較した尤度比又は重み付け得点を計算する。拒否閾値１１０は、レコードが拒否閾値１１０未満に降下するか否かを決定するために使用された比較の基礎として使用される。レコードの尤度比が拒否閾値１１０よりも少ない場合、レコードは、マッチ１５０でないとして拒否され（１３０）、レコードは結びつけられない。受け入れ閾値１２０は、どのレコードが受け入れ閾値を超えるかを決定するために使用される比較の基礎として使用される。レコードの尤度比が受け入れ閾値１２０よりも大きい場合、レコード１４０が、マッチ１７０として受け入れられ、レコードが結びつけられる。レコードが拒否閾値１１０よりも大きく、更に、受け入れ閾値１２０よりも小さい場合、計算された尤度は、受け入れ閾値と拒否閾値との間におさまる。ここで、レコードは、拒否される（１８０）か、又は受け入れられる（１９０）。この決定は、自動的に行われるものでなく、むしろ、有資格の要員による手作業のレビュー１６０のために標識が付けられる。手作業のレビューは、レコードを適切に、マッチとして受け入れる（１９０）か、又は、拒否する（１８０）か、判定するために行われる。不確実なマッチの手作業のレビュー１６０は、リンケージ・エラーを最小にするために極めて重要である。前述のエラーは、最終的に患者の健康を脅かす広範囲にわたる影響を及ぼし得るからである。

医療提供者又は医療システムが結合又は統合するにつれ、患者レコードを共有することが有利になる。同じ患者が、異なる医療レコード番号（ＭＲＮ）を有する複数の提供者データベースに存在し得る。患者レコードとの間の情報の流れは通常、単位レコードが存在している場合に各患者エンティティに、提供者の番号付けシステム内の一意の医療レコード番号（ＭＲＮ）を結合するマスタ患者インデクス（ＭＰＩ）によってチャネリングされる。分散されたデータ源にわたる、患者についてのエンタープライズ全体のビューを得るために、エンタープライズ・マスタ患者インデクス（ＥＭＰＩ）は、本出願によって開示されたシステムに参加しているどの医療提供者においても、同じ一患者が同じ一意のＭＲＮを有するように特定の医療施設と無関係に、１つのＭＲＮのみによって各患者が知られるように、患者毎に共通のエンタープライズ全体の一意の１つのＭＲＮで実現される。ＥＭＰＩは、併せてエンタープライズを構成するエンティティの個々のＭＰＩの統合によって策定される。一般に、統合は、現在のシステムを使用して単一の一意の１つのＭＲＮが全ての医療施設において同じ患者を識別するエンタープライズ・レベルの患者識別子の形式としてＥＭＰＩを作成するために、氏名、性別、誕生日、住所などの人口統計属性、及び他の人口統計データを比較することによって達成される。前述のエンタープライズ・レベルの患者識別子は、エンタープライズにおける別々の組織間で共有される単一の識別子に基づくことはめったにない。

図１に関して上述したように、選ばれた受け入れ閾値及び拒否閾値と比較される尤度比又は重み付け得点を候補毎に計算して、マッチのために、いくつかの候補と固定レコードを比較するために確率アルゴリズムを使用することが可能である。この手法は、共通の識別子又はエンタープライズ全体のＭＲＮにレコードを結びつけるか否かを決定するために使用される。決定を自動的に得ることが可能でない場合（計算された尤度が、２つの閾値未満にくる場合など）には、有資格の要員は、受け入れられる前に、潜在的なマッチをレビューするか、又は上記マッチに標識を付け、更に、拒否される前に、ミスマッチをレビューする。不確実なマッチの手作業のレビューは、リンケージ・エラーを最小にするために非常に重要であるが、同時に、時間がかかり、費用がかかる。

図２を参照すれば、同じ患者に関する尤度を有する別々の２つの医療提供者におけるレコード間のリンクを提供するアサーションベースのレコード・リンケージは、他の機関については必ずしもそうでないが、出した機関についてはアサーション全てを局所グランド・トルースとして扱い、フェデレーション又はエンタープライズとしても表す機関の群にわたり、アサーションの経過をたどることを可能にする。アサーションとは、２つの医療レコードが同じ患者を表すか、又は表さないという考えである。顧客には、顧客のレコードに、一意のレコード番号が割り当てられる。顧客の人口統計データは、比較されたレコード毎の尤度比を導くために、同じ顧客に潜在的に属しているレコードの収集物における各レコードの人口統計データと比較される。各尤度比は、定義された受け入れ閾値と比較され、定義された拒否閾値と比較される。２つの閾値間におさまるレコードの手作業のレビュー中に、２つのレコードが同じ患者に属していると考えられているか否かを記して、尤度比比較に基づいて、マッチする対象のレコードの対についてのアサーションが行われる。局所グランド・トルースは、手作業でレビューする必要があったレコードの例外リストを解決するためにレコードのそれ自身の手作業のレビューを、参加機関全てが必要とする。機関又はフェデレーションの群内のトラスト・レベルが低い場合、各機関は、他の機関のアサーションを、付与されたものとして受け取らない。どの機関も何れの他の機関を信頼しない最悪のシナリオは、解決するのに最も時間がかかる。

参加機関の一部の間でのトラスト・レベルは大きいことがあり得る。例えば、それ自身の患者識別手法を有する、より小さな一部の機関を買収した、確立した大きな医療提供者２００を考えてみる。Ｄなどの別の機関を加えるよう拡張した一フェデレーションに病院Ａ、病院Ｂ、及び病院Ｃが一緒に参加しているとする。経時的に、病院Ａ、病院Ｂ、及び病院Ｃは、共通の手順を確立しており、互いに完全な信頼を持つようになっている。この例では、参加している２つの識別子が同じであることについてのアサーション２１０を病院Ａが行った場合、このアサーションは、病院Ａとしてのみならず、病院Ｂ及び病院Ｃとしての局所トルースとして受け入れられる。前述の状況では、病院Ｂ及び病院Ｃの手作業のレビューの必要はない。一方、病院Ｄは前述の高いレベルの信頼を構築していないことがあり得、病院Ａのアサーションを局所的にくつがえすことができる。同時に、病院Ａによって作られたアサーションは、病院Ｄの手作業のレビューのケースを判定する自動化されたマッチング処理における役割を果たし得る。当然、病院Ｄのマッチングに関する病院Ａのアサーションの影響は、病院Ｄが病院Ａに対して有するトラスト・レベルに応じて大きくなるか、又は小さくなる。病院Ｂ、Ｃ、及びＤそれぞれによって行われるアサーション２４０、２５０及び２７０は同様に扱われる。

本出願は、機関のフェデレーション内の参加している機関全てのうちで対毎に相互の信頼を明示的に数量化する手段を説明し、手作業レビュー段階における利用可能なアサーションの再使用を最大にするためにこのデータを使用することを提案し、それにより、フェデレーション内の異種トラスト・モデルが可能になる一方で、患者レコードにアクセスされる時間の判定の処理の都度、アサーションを行うという労働集約的な作業が最小になる。この目的で、フェデレーション・トラスト・マトリクスが作成され、自動化アサーション再使用に適用され、利用可能なアサーションは、閾値を計算する確率公式の一部になる。この手法は、共同する異種医療環境内の自動患者識別処理におけるアサーションの再使用を容易にする円滑かつ効率的なアサーション処理を可能にする。

図３を参照すれば、異種医療マルチエンタープライズ患者マッチングの意味合いにおけるアサーション再使用を可能にするために、参加機関のうちでのアサーション受け入れのレベルを説明するいわゆる受け入れマトリクス３００の使用を提案する。例示的なマトリクス３００における行３３０は、アサーションを受け取る機関を表す。列３１０はアサーションを出す機関を表す。値は０乃至１（例えば、０％乃至１００％）に及び、機関のアサーションに、受け取り側機関が割り当てるパーセンテージ又は重みを示す。ここで、０は、受け入れなし３５０を意味し、１は、入ってくるアサーションをグランド・トルース３７０として扱うことを意味する。

一変形では、正のアサーション及び負のアサーションの重みを受け入れパーセンテージが含むアサーション・マトリクス３００は、患者ＩＤのマッチ及びミスマッチそれぞれについての、出す側の一機関からのアサーションに対して異なり得る。マトリクス変形における各セルは、２つの受け入れ値（正のアサーションの場合の１つ、及び負のアサーションの場合の１つ）を含む。ここでは、セルは２つの値を含み、１つの値は、レコードが受け入れられる確率としての受け入れ率であり、０は受け入れ又は拒否がない状態であり、１は特定の受け入れである状態である一方、第２の値は、拒否される確率であり、０は受け入れがない状態であり、１は特定の拒否である状態である。前述の２つの値は、横並び、上及び下、１つが別のものの上に配置された状態、互いに対角線上に隣接した状態、又は何れかの数の組合せで、マトリクスの同じセル内に、若しくは並列のマトリクスに位置し、あるいは、別の適切なタイプのデータ構造（例えば、複数のリストのうちのリスト等）に記憶し得る。

マトリクス３００は、対角線上のマトリクス・セル内に値を有し、これは、機関がそれ自身のアサーションをグランド・ファクト３８０として使用することを示している。しかし、各機関はエラーの確率を認識し、高い割合又は重み（例えば、０．９５）を自らに与え得るが、これをグランド・ファクトとして受け入れられないことがあり得る。更に、マトリクス３００又はその変形は対称でなくてよい。（病院Ｄが、０．５（３６０）の度合いで病院Ａからのアサーションを受け入れるが、病院Ａは、病院Ｄのアサーションを全く考慮に入れない場合（受け入れなし３５０）などの場合に）信頼度が必ずしも対称でないからである。アサーション・マトリクス３００からの値は、単に、示されたパーセンテージで変わる受け入れを増加させるか、又は、姓、誕生日等に基づいたマッチなどの他の通常のマッチング基準の隣に、選ばれた確率公式にこのパーセンテージを埋め込むことにより、適合された自動マッチング・アルゴリズムに埋め込むことが可能である。よって、例えば、病院Ｄの場合、病院Ｄが特定の症例について病院Ａからアサーションを受け取った場合、患者ＩＤのマッチの可能性は５０％だけ増加する。病院Ｄが病院Ａのアサーションを受け取った後、次いで、病院Ａのアサーションに基づいて増加した可能性、及び利用可能な人口統計データ全てを考慮に入れて、マッチング得点全体をマッチング・アルゴリズムが計算することに進む。選ばれた閾値の得点に基づいて、患者ＩＤは次いで、自動的に結びつけられるか、違うと宣言されるか、手作業でレビューされる。

大局的な共通識別子がないフェデレーション環境における患者識別という課題は、フェデレーション・ピクチャ・アーカイブ及び通信（ＰＡＣＳ）ソリューションを構築し、展開することができるための前提条件として解決する必要がある主要な課題の１つである。本出願は、自律的な環境の意味合いでのマッチング処理の手作業レビュー段階に対処する。

図４を参照すれば、方法工程のフローチャートを提示する。まず、外部の関係者によって供給されるレコードが受け取られる（４１０）。このレコードは次いで、比較された何れかの２つのレコードが同じ顧客に対応しているかを判定するために、受け取り側の関係者によって現在維持されている複数のレコードと比較される（４２０）。この比較から、比較されたレコードが一致している確率に基づいて尤度比が生成される（４３０）。この尤度比は、受け入れ可能な閾値及び拒否閾値と比較される（４４０）。受け入れ比よりも小さく、拒否比よりも大きい尤度比を備えたレコードは何れも、手作業レビューのために例外リスト上に記載される（４５０）。例外リスト上のレコードは、前述のレコードを受け入れるべきか拒否すべきかを判定するために個々に手作業で評価され（４６０）、この判定は記録される。次いで、評価され、受け入れられ、拒否されたレコ―ドの合計数は、個々の外部の関係者毎の受け入れ比を算出するために外部の関係者によってセグメント化される（４７０）。この受け入れ比データは、次いで、マトリクス３００に入れられる（４８０）。このようにして、他の機関によって行われる決定に与えられる重みは経験とともに変わり得る。

図５を参照すれば、コンピュータに限定されないが、コンピュータなどの、本出願を行うようプログラミングされ得る装置による情報の流れを示す（５００）。データが、入力端末５１０を介して入力され、データベース５３０内での記憶（５４０）、及び比較のために共通形式５００にフォーマッティングされる（５１５）。入力データは、何れかの予め定義された形式で抜粋され、一意の識別子５２０を作成するために使用される。この入力識別子は、限定列挙でないが、名前５４２、年齢５４４、及び性別、ライフスタイル、電話番号及び住所５４６などの人口統計データを含む。入力データは、他のデータと比較（５２５）するためのポインタとして使用される一意の識別子を導き出すために使用される。データベース・レコードが取り出され（５３５）、データベース５３０内の各レコードが比較されるまで（１度に一レコード毎に、かつ、一比較毎に）比較される。データベースは、先行して入力されたレコードを含み、限定列挙でないが、名前５４２、年齢５４４、及び性別、ライフスタイル、電話番号、及び住所５４６などの同様なタイプの人口統計データを含む。

入力データの形式は、高精度の比較が行われるためにデータベースに記憶され、上記データベースから取り出されるデータの形式と同じでなければならない。年齢と、性別の一文字と、ライフスタイルの一文字と、住所５２０のいくつかの桁は使用することが可能な唯一の形式である訳でない、図５に描く形式は、マッチングが行われるためにはデータベース５３５内のデータと同じ形式でなければならない。

各レコード比較が行われた後、結果が処理され（５４８）、入力レコード５１０と、各データベース・レコード５５２との間に存在しているマッチの尤度比５５４が、入力レコード５１０が比較されたレコード毎に算出される。一実施例では、メモリ５３０は、機関（５）、及び、マッチしているとして他の機関によって手作業で受け入れられているか、又はマッチングしていないとして手作業で拒否されている患者レコードの対応するテーブルを含むか、又は上述のテーブルを参照する。メモリは信頼度マトリクス３００も含む。マトリクス内にゼロ信頼度値を有する病院は、手作業のマッチ又は拒否を行っており、先行するマッチ又は拒否には、ゼロの重みが与えられる（すなわち、無視される）。確信度値１の病院が、入力レコードを別のレコードに手作業でマッチさせた場合、前述の先行マッチにより、尤度比１００％が割り当てられる。０と１との間の信頼度値により、相応に、尤度比が上がる。別の機関による先行する手作業の拒否により、同様に、尤度比が下がる。この尤度比は、更に、その後、選ばれた確率公式によって調節され、受け入れ閾値５６０及び予め定められた拒否閾値５６２と比較され（５５６）得る。受け入れ閾値よりも大きな尤度比を有するマッチは、マッチ５６４であるようにアサートされ、拒否閾値より下の尤度比とのマッチは、拒否５６８されるようにアサートされる。受け入れ閾値５６０よりも低く、拒否比５６２よりも高い尤度比を有するレコードは、手作業のレビュー５６６のために標識が付けられる。

手作業のレビューが行われた後、結果が入力される（５７０）。次いで、比較の対毎のアサーションそれぞれは、受け取り側機関５７５によって分けられ、受け取られた入力レコード５８６のパーセンテージを算出するよう平均化される。マトリクスは、一方の軸上でレコードを送出し、供給し、又は送信する機関、及び他方の軸上でレコードを受け取る機関の名称を含む。水平軸５８２は、送出側機関に対するもの又は受け取り側機関に対するものであり得る一方、垂直軸５８４は、送出側機関又は受け取り側機関に対するものであり得る。

マトリクスは、次いで、データベース５３０に記録され（５８８）、限定でないが、インターネット接続５９０によるインターネット５９０などのネットワークを介して機関のフェデレーションのメンバであるか、又はメンバでない他の機関の間で共有し得る。

例えば、入力されたレコードは、都市に居住する５５歳の男性（ジョー（Ｊｏｅ））に対するものである。データベース内の、都市に居住する１４歳の男性（アダム（Ａｄａｍ））のレコードとの比較により、比較された２つのレコード間の大きな年齢及び住所の相違によるマッチの低い尤度比（１９％）がもたらされる。拒否の閾値比は２０％であった場合、比１９％を有するこのレコードは、拒否閾値２０％未満に入り、拒否される。前述の比較された２つのレコードは場合によっては、同じ個人に対するものでない。

別の比較（すなわち、今度は、都市に居住する５５歳の男性（ジョー（Ｊｏｅ））の入力されたレコードと、都市に居住する５９歳の男性（別のジョー）のデータベース・レコードとの比較により、より高い尤度比９１％がもたらされる。前述の２つのレコードは、年齢及び住所の点で、ずっと近いマッチであるからである。受け入れの閾値比が９０であった場合、受け入れ比９１％のこのレコードは、受け入れ比９０％超になり、マッチとして受け入れられる。前述の比較された２つのレコードは、同じ個人に対するものである可能性が高い。

田舎に居住している５５歳の女性（ジョアン（Joan））に対するレコードとの比較により、尤度比７２％がもたらされる。この７２％は、拒否比２０％を超えており、受け入れ比９０％未満でもあるので、このレコードは、例外リスト上に記載され、手作業のレビューのために標識が付けられる。手作業のレビューのみが、前述のレコードが同じ個人に対するものであるか否かを判定し得る。

各人口統計要因は、必ずしもそうでないが、同等に重み付けることが可能である。例えば、個人の住所は、短期間に大きく変わり得る。したがって、この人口統計は、他の人口統計よりも重要度が小さいように重み付け得る。性別や人種など、ほとんど変わらないか、又は全く変わらない人口統計は、より大きい重みが与えられ得る。この人口統計は、特定の個人の表示子として、信頼度がより大きいことがあり得るからである。このことは、当該二個人間の住所の大きな差にもかかわらず、「Ｊｏｅ ５５ Ｍ Ｕ １２３ Ｏａｋ」 と「Ｊｏｅ ５９ Ｍ Ｕ ９９８ Ｂａｌｓａ」との間の尤度のマッチが９１％である理由を説明し得る。ここで、年齢、性別、及びライフスタイルの類似度は、住所が重み付けられるよりも重く重み付けられる。

別の実施例では、先行するマッチ及び拒否の判定、並びに前述の判定を行う機関が、手作業レビュー者に提供される。手作業レビュー者には、機関信頼度マトリクス３００も提供される。手作業レビューは、他方の病院に与えられた信頼度値に応じて、先行決定を重み付ける。

別の実施例では、先行マッチ／拒否決定及び信頼度マトリクス３００は、受け入れ又は拒否閾値を調節するよう使用することが可能である。

２つのレコードがマッチしているか否かについての相反する決定を２つの機関が行う場合、競合の通知が両方の機関に送出される。２つのレコードは、再検討するために両方の機関における手作業レビュー者に自動的に送出することが可能である。

上記処理は、１つ又は複数のコンピュータ・ソフトウェア・プログラムにより、１つ又は複数のコンピュータ上若しくはコンピュータ・システム上で行われる。工程を行うコンピュータ・プログラムは、ディスク、コンピュータ・メモリ等などの有形のコンピュータ読み取り可能な媒体上に記憶し得る。

本願の開示は好ましい実施例を参照して説明してきた。上述の詳細な説明を読み、理解すると、修正及び改変を思いつくことができる。特許請求の範囲又はその均等物の範囲内におさまる限り、前述の修正及び改変全てを含むものとして本発明を解釈することが意図されている。

Claims (14)

1. 比較を再使用する方法であって、
   入力部が、外部の関係者によって供給されるレコードを受け取る工程と、
   少なくとも１つのコンピュータ・プロセッサが、比較された何れかの２つのレコードが同じ顧客に対応するかを判定するために、受け取り側の関係者によって現在維持されている複数のレコードと、前記受け取られたレコードを比較する工程と、
   前記少なくとも１つのコンピュータ・プロセッサが、前記比較されたレコードが一致している確率に基づいて尤度比を生成する工程と、
   前記少なくとも１つのコンピュータ・プロセッサが、前記尤度比を受け入れ閾値及び拒否閾値と比較する工程であって、前記受け入れ閾値が前記拒否閾値と異なる工程と、
   前記少なくとも１つのコンピュータ・プロセッサが、前記レコードの尤度比の値が前記受け入れ閾値よりも小さく、更に前記拒否閾値よりも大きい場合に、レコードを例外リストに割り当てる工程と、
   前記少なくとも１つのコンピュータ・プロセッサが、前記例外リスト上の前記レコードが、マッチとして受け入れられるべきか、又はマッチングしていないとして拒否されるべきかを判定する工程と、
   前記少なくとも１つのコンピュータ・プロセッサが、前記例外リスト上のレコードが、マッチングされたとして拒否されたか、受け入れられたかについて外部の関係者によって行われたアサーションを受け取る工程と、
   前記少なくとも１つのコンピュータ・プロセッサが、外部の関係者毎にアサーション受け入れ値を算出するために外部の関係者それぞれ、及び前記レコードを受け取る関係者による受け入れ及び拒否の少なくとも一方が行われた、前記例外リスト上の前記レコードを比較する工程と、
   前記少なくとも１つのコンピュータ・プロセッサが、前記アサーション受け入れ値をマトリクス形式に記録する工程と
   を含む方法。
2. 請求項１記載の方法であって、前記少なくとも１つのコンピュータ・プロセッサが、アサーション受け入れ値のマトリクスを、
   一軸上でアサーションを受け取る少なくとも一関係者の名前を配置し、
   第２の軸上で前記アサーションを出す少なくとも一関係者の名前を配置し、
   受け取り側の軸と、出す側の軸との間の交点毎に一セルを作成する
   ことによって作成し、各セルは、少なくとも１つのアサーション受け入れ値を含む方法。
3. 請求項２記載の方法であって、確率値は０以上１以下の範囲内にあり、０は、受け入れがない状態を表し、１は、前記受け取られたアサーションがグランド・トルースである方法。
4. 請求項２記載の方法であって、前記少なくとも１つのコンピュータ・プロセッサが、各アサーション受け入れ値を、受け取り側の関係者、及び他の関係者それぞれによって求められる先行する共通アサーションの重み付けされた比として算出する方法。
5. 請求項２記載の方法であって、アサ―ション受け入れ値のマトリクスにおける各セルは、正のアサーション及び負のアサーションに対して別個のアサーション受け入れ値を含み得る方法。
6. 請求項１乃至５の何れか一項に記載の方法であって、受け取り側の関係者、及び前記外部の関係者は医療機関の共通のフェデレーションのメンバであり、前記レコードは患者レコードであり、前記機関は、別々の患者識別子を有する別々の医療レコード・システムを有する方法。
7. 請求項６記載の方法であって、前記少なくとも１つのコンピュータ・プロセッサが、前記受け取られたレコード、及び別の関係者の受け入れられたレコードに、全フェデレーションの一意の医療レコード番号を割り当てる方法。
8. 請求項１乃至７の何れか一項に記載の方法であって、受け入れ値マトリクスは、
   前記受け入れ値に応じて前記確率を増加又は減少させるための、前記尤度比を生成する工程における、前記少なくとも１つのコンピュータ・プロセッサによる使用、及び
   前記例外リスト上のレコードを受け入れるべきか、拒否するべきかを判定する工程における、前記少なくとも１つのコンピュータ・プロセッサによる使用
   の少なくとも一方が行われる方法。
9. 請求項１乃至８の何れか一項に記載の工程それぞれをコンピュータに実行させるプログラムを記録したコンピュータ読み出し可能な媒体。
10. 再使用可能な比較を生成する装置であって、
    外部の関係者によって供給されるレコードを受け取る入力部と、
    複数のレコードを記憶するデータベースと、
    比較されたレコードが一致している確率に基づいて尤度比を生成するために前記データベースから取り出される各レコードと、前記受け取られたレコードとを比較し、
    受け入れ閾値及び拒否閾値と、前記尤度比を比較し、
    例外リスト上のレコードが一致しているかについての手作業の判定のために、例外リストに、前記受け入れ閾値と前記拒否閾値との間のレコードを割り当てる
    少なくとも１つのコンピュータ・プロセッサと
    を備え、
    前記少なくとも１つのコンピュータ・プロセッサは更に、
    少なくとも一の外部の関係者によって行われるアサーションを受け取り、前記アサーションは、前記例外リスト上の前記レコードが、一致しているとして受け入れられたか、拒否されたかを含み、
    外部の関係者毎のアサーション受け入れ値を算出するために外部の関係者それぞれ、及び前記レコードを受け取る関係者によって、受け取り及び拒否の少なくとも一方が行われた、前記例外リスト上の前記レコードを比較し、
    前記アサーション受け入れ値をマトリクス形式において記録する装置。
11. 請求項１０記載の装置であって、前記アサーション受け入れ値のマトリクスは、
    アサーションを受け取る関係者を表す少なくとも一軸と、
    アサーションを出す関係者を表す別の軸と、
    受け取り側の軸と、出す側の軸との間の交点毎の一セルと
    を含み、各セルは、少なくとも１つの受け入れ値を含む装置。
12. 請求項１０又は１１に記載の装置であって、前記マトリクスにおける各セルは、正のアサーション及び負のアサーションに対して別個のアサーション受け取り値を含む装置。
13. 請求項１０乃至１２の何れか一項に記載の装置であって、前記レコードは医療機関のフェデレーションの患者レコードであり、前記機関は別々の医療レコード・システムを有し、一部の患者は、前記医療機関のうちの複数の医療システム内の一致していない患者レコードを有する装置。
14. 別々の医療レコード・システムを有する複数の医療機関の患者レコードをマッチングする方法であって、一部の患者は、前記医療レコード・システムのうちの複数内にレコードを有し、前記方法は、
    少なくとも１つのコンピュータ・プロセッサが、少なくとも１つの他の医療レコード・システムからの複数の医療レコードと、医療レコード・システム内の選択された患者医療レコードを比較する工程と、
    前記少なくとも１つのコンピュータ・プロセッサが、前記選択された患者医療レコードが前記比較されたレコードそれぞれに一致している確率を示す尤度比を生成する工程と、
    前記少なくとも１つのコンピュータ・プロセッサが、自動的に、（１）前記尤度比が受け入れ閾値を超える場合に前記比較されたレコードのうちの１つと、前記選択された患者医療レコードをマッチングする工程と、（２）拒否閾値を満たす比較されたレコードと、前記選択された患者医療レコードをマッチングしない工程と、（３）前記選択された患者医療レコードと、比較された１つ又は複数のレコードが前記受け入れ閾値も前記拒否閾値も満たさない場合、手作業レビューのために例外リストに、前記選択された患者医療レコードを割り当てる工程と、
    前記少なくとも１つのコンピュータ・プロセッサが、前記選択された患者医療レコードが、前記医療機関のうちの別の医療機関により、前記比較されたレコードのうちの１つにマッチされているか否かの表示を受け取る工程と、
    他の医療機関によって行われたマッチの信頼度を示すアサーション受け入れ値マトリクスに応じて、前記少なくとも１つのコンピュータ・プロセッサによる前記生成する工程及び前記手作業レビューの少なくとも一方を行う工程と
    を含む方法。

Images