JPH01163873A - Diagnosis supporting system - Google Patents
Diagnosis supporting systemInfo
- Publication number
- JPH01163873A JPH01163873A JP62324508A JP32450887A JPH01163873A JP H01163873 A JPH01163873 A JP H01163873A JP 62324508 A JP62324508 A JP 62324508A JP 32450887 A JP32450887 A JP 32450887A JP H01163873 A JPH01163873 A JP H01163873A
- Authority
- JP
- Japan
- Prior art keywords
- disease name
- disease
- knowledge base
- accuracy
- name
- 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.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 21
- 201000010099 disease Diseases 0.000 claims abstract description 108
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 108
- 208000024891 symptom Diseases 0.000 claims abstract description 18
- 238000012790 confirmation Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 12
- 238000007689 inspection Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 208000029578 Muscle disease Diseases 0.000 description 4
- 238000002567 electromyography Methods 0.000 description 4
- 238000001964 muscle biopsy Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 208000021642 Muscular disease Diseases 0.000 description 2
- 201000009623 Myopathy Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 208000002925 dental caries Diseases 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 201000006938 muscular dystrophy Diseases 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Abstract
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は診断支援システムに関し、特に得られた診断結
果に対する推定経過の表示が可能となった診断支援シス
テムに関する。DETAILED DESCRIPTION OF THE INVENTION [Field of Industrial Application] The present invention relates to a diagnosis support system, and more particularly to a diagnosis support system capable of displaying the estimated progress of the obtained diagnosis results.
従来、患者の病名については医師が、患者の訴えと、そ
の内容が不十分と思われる部分は質問を行ったときの回
答とに基づき、必要と思われる検査を行い、これらの結
果から診断を下している。Traditionally, doctors determine the name of a patient's disease based on the patient's complaint and the answers to questions that are deemed insufficient, conduct tests deemed necessary, and make a diagnosis based on these results. It's coming down.
以前から経験的な診断の確立している分野ではこのよう
な方法で診断を行っているが、近来話題となっているよ
うな病気（例えば神経内科の分野に属する筋肉疾患であ
る筋ジストロフィなどを含むミオバチ−などについては
必らずしも簡明な方法が確立されておらず、医師は患者
の訴のほかに行うべき質問は多岐に渡っている。さらに
症状に対応して幾つかの病名が予測される場合でしかも
症状と病名がマトリクスを構成するような場合は、医師
が診断を行うのに極めて長時間を要することが多い。This method is used in fields where empirical diagnosis has been established for a long time, but in recent years it has been used to diagnose diseases that have become a hot topic (for example, muscular dystrophy, a muscle disease that belongs to the field of neurology). There is not necessarily a simple method established for diseases such as myopathies, and doctors have to ask a wide variety of questions in addition to the patient's complaints. In cases where the symptoms and disease names form a matrix, it often takes a very long time for a doctor to make a diagnosis.
そのため、医師が患者の症状や検査結果を入力し、これ
に対応する病名を選び出して出力する類のものがあり、
さらに診断確度の点数表示を行っている。しかし、この
場合に最も必要な診断の経過などは出力できるような状
態ではなかった。For this reason, there are systems in which a doctor inputs a patient's symptoms and test results, and then selects and outputs the corresponding disease name.
Furthermore, the diagnostic accuracy score is displayed. However, in this case, it was not possible to output the most necessary information such as the progress of the diagnosis.
従って、本発明が解決しようとする従来の技術の問題点
は、医師が患者の症状や検査結果を入力し病名を選び出
して出力するとき、最も診断に必要な推定の経過が得ら
れない点にある。Therefore, the problem with the conventional technology that the present invention aims to solve is that when a doctor inputs a patient's symptoms and test results, selects a disease name, and outputs it, the estimated progress most necessary for diagnosis cannot be obtained. be.
よって本発明の目的は、上記欠点を解決した診断支援シ
ステムを提供することにある。Therefore, an object of the present invention is to provide a diagnostic support system that solves the above-mentioned drawbacks.
本発明の診断支援システムは、入力された患者の症状に
関する情報とあらかじめ整備された第一の知識ベースの
内容とを照合して病名の診断情報を提供する診断支援シ
ステムにおいて、入力された患者の病状に対応してあら
かじめ格納された第一の知識ベースに従って推定された
病名とその確度の情報に基き絞込んだ病名とその推定経
過を抽出する病名絞込み手段と、前記絞込んだ病名に対
応した質問を行って症状を確認し前記絞込んだ病名より
も確度を高めた病名とその推定経過とをメモリに格納す
る病名確認手段と、前記メモリから前記確度を高めた病
名とその推定された経過とをあらかじめ定められた順序
で表示すると共に前記確度を高めた病名についての情報
を第二の知識ベースから出力し表示する結果表示手段と
を備えて構成される。The diagnosis support system of the present invention is a diagnosis support system that provides diagnostic information on a disease name by comparing input information regarding the patient's symptoms with the contents of a first knowledge base prepared in advance. a disease name narrowing means for extracting a disease name narrowed down and its estimated course based on information on the disease name and its accuracy estimated according to a first knowledge base stored in advance corresponding to the disease condition; a disease name confirmation means for asking questions to confirm symptoms and storing in a memory a disease name with higher accuracy than the narrowed down disease name and its estimated course; and a disease name with higher accuracy and its estimated course from the memory. and a result display means for displaying information on the disease name with increased accuracy from the second knowledge base and displaying the information in a predetermined order.
次に、本発明について実施例を示す図面を参照して説明
する。Next, the present invention will be described with reference to drawings showing embodiments.
第１図は本発明の一実施例の構成を示す流れ図、第２図
は本発明の一実施例に使用するルール知識ベースの説明
図、第３図（ａ）および（ｂ）は本発明の一実施例に使
用する知識ベースの説明図、第４図は本発明の一実施例
を適用したハードウェアのブロック図である。FIG. 1 is a flowchart showing the configuration of an embodiment of the present invention, FIG. 2 is an explanatory diagram of a rule knowledge base used in an embodiment of the present invention, and FIGS. 3(a) and (b) are FIG. 4, which is an explanatory diagram of the knowledge base used in one embodiment, is a block diagram of hardware to which one embodiment of the present invention is applied.
まず、本発明の概要について説明する。First, an overview of the present invention will be explained.
本発明は、医師が患者の自覚または他覚している病状を
入力し、あらかじめデータベースとして整備されている
知識ベースの内容と比較照合して、予測される病名の中
で確度の高いものを出力すると共に、出力するに至った
経過と病名に対応するデータも併せ出力するものである
。In the present invention, a doctor inputs a patient's conscious or objective medical condition, compares it with the contents of a knowledge base that has been prepared in advance as a database, and outputs the most accurate predicted disease name. At the same time, data corresponding to the progress that led to the output and the disease name are also output.
その方法として、まずルール型知識ベースに基きフレー
ム型の知識ベースの内容と得られた症状との比較を行い
、確度の高い順に、病名を推定した経過と共に限られら
病名を出力する。次に、これらの確度の高い幾つかの病
名に基いた症状について質問を行って病状の確認を行い
、−層確度の高い病名を推定するようにしたもので、こ
れら病名の中で更に確度の高い病名をその推定経過と共
に表示させる。またこのとき、この病名に関するデータ
をフレーム型および述語型知識ベースから読み取って表
示させて、病名とこれに関する症状などのデータを提供
し、医師の診断に際してその支援を行うものである。The method first compares the contents of a frame-type knowledge base based on a rule-type knowledge base with the obtained symptoms, and then outputs disease names in descending order of accuracy along with the process of estimating the disease name. Next, we asked questions about the symptoms based on some of these disease names with high certainty to confirm the disease state, and then estimated the disease name with a high level of certainty. Display the name of a disease along with its estimated course. Also, at this time, data related to the disease name is read from the frame-type and predicate-type knowledge bases and displayed, providing data such as the disease name and related symptoms, and assisting the doctor in making a diagnosis.
次に本実施例の構成と作動について、第１〜４図を参照
して説明する。Next, the configuration and operation of this embodiment will be explained with reference to FIGS. 1 to 4.
第４図を見るに、本実施例を適用するハードウェアの一
例は、主メモリ５１Ａを伴う中央処理装置５１と、記憶
部５２と、病名確度メモリ８と、端末５４と、プリンタ
５５とを備え、これらはデータバス１００で接続されて
いる。また、記憶部５２はルール型知識ベース５とフレ
ーム型知識ベース６と述語型知識ベース７とからなるフ
ァイルを含んでいる。As shown in FIG. 4, an example of hardware to which this embodiment is applied includes a central processing unit 51 with a main memory 51A, a storage section 52, a disease name accuracy memory 8, a terminal 54, and a printer 55. , these are connected by a data bus 100. Furthermore, the storage unit 52 includes files consisting of a rule-type knowledge base 5, a frame-type knowledge base 6, and a predicate-type knowledge base 7.
第１図を見るに本実施例は、病名絞込み手段１と、病名
確認手段２と、結果表示手段３とで構成されている。病
名絞込み手段１は、ルール型知識ベース５に基づき入力
された患者の症状とフレーム型知識ベース６の内容とを
比較して、患者の病名を幾つかの限られた数に絞り込み
、それまでの推定経過と病名の確度とを病名確度メモリ
８へ格納すると共に、あらかじめ定められた確度の順に
配列をするなど、次処理の取扱いに便ならしめている。As shown in FIG. 1, this embodiment is comprised of a disease name narrowing means 1, a disease name confirmation means 2, and a result display means 3. The disease name narrowing means 1 compares the patient's symptoms input based on the rule-based knowledge base 5 with the contents of the frame-based knowledge base 6, narrows down the patient's disease names to a limited number, and The estimated progress and disease name accuracy are stored in the disease name accuracy memory 8, and arranged in the order of predetermined accuracy for ease of handling in the next process.
病名確認手段２は、ルール型知識ベース５に基づき、そ
の病名に対応して質問を行い、症状を確認し更に確度を
高めた病名を得ると共に、この病名が推定された経過を
（確度の大きな病名が幾つかあるときは、これらについ
ても病名と病名を決定した経過とを）病名確度メモリ８
に格納している。The disease name confirmation means 2 asks questions corresponding to the disease name based on the rule-based knowledge base 5, confirms the symptoms, obtains a disease name with higher accuracy, and also records the process by which this disease name was estimated (with a higher degree of accuracy). If there are several disease names, the disease name and the process of determining the disease name are also stored in the disease name accuracy memory 8.
It is stored in.
また、結果表示手段３は、病名確度メモリ８に格納され
ている病名・確度および病名が推定されるまでの経過を
表示すると共に、フレーム型知識ベース６と述語型知識
ベース７から、先に表示された病名に対応する症状など
のデータを含めて端末のデイスプレィ或いはプリンタな
どに表示する。In addition, the result display means 3 displays the disease name and accuracy stored in the disease name accuracy memory 8 and the progress until the disease name is estimated, and also displays the information from the frame type knowledge base 6 and the predicate type knowledge base 7 first. The system displays data including symptoms and other data corresponding to the disease name on the terminal display or printer.
ここで、症状と病名との関係を示すデータベースとなる
ルール型知識ベースについて、第２図（ａ）を参照して
説明する。ここでは神経内科のうチ筋肉疾患（ミオバチ
−）に関する診断病名を得るため、人工知能（ＡＩ）を
使用したときのルール型知識ベースの例について述べる
。Here, a rule-based knowledge base, which is a database showing the relationship between symptoms and disease names, will be explained with reference to FIG. 2(a). Here, an example of a rule-based knowledge base using artificial intelligence (AI) will be described in order to obtain a diagnostic disease name regarding caries muscle disease (myobachi) in a neurology department.
ルール型知識ベースは「もし・・・・・・ならば、・・
・・・・である。」という記述の集合から成り、同一用
途に使用される幾つかのルール（一般に確度を付して表
わすことが多い）をまとめたものであり、これをルール
ブロックと称している。従って一つの目的またはカテゴ
リーに対応するルールブロックが集って、ルール型の知
識ベースを成している。A rule-based knowledge base is "If... then..."
It is... It is a collection of several rules used for the same purpose (generally expressed with accuracy attached), and is called a rule block. Therefore, rule blocks corresponding to one purpose or category are collected to form a rule-based knowledge base.
これらを使用するに当り複数個のブロックの各々につい
て定義を行い（メタルールブロック１１）、必要な各ル
ールブロックの起動を行う（コントロールルールブロッ
ク１２）。When using these, each of the plurality of blocks is defined (meta-rule block 11), and each necessary rule block is activated (control rule block 12).
次に、カルテの生成に必要な症状の回答を得るための質
問を主体とするルールブロックのルールに応じて（カル
テ生成ルールブロック１３）質問を行い（基本質問ルー
ルブロック１４）、その回答（すなわち症状）から発症
部位による病名の推定を行う（筋肉部位診断ルールブロ
ック１５）。Next, questions are asked (basic question rule block 14) in accordance with the rules of the rule block mainly consisting of questions to obtain answers to the symptoms necessary for medical record generation (medical record generation rule block 13), and the answers (i.e. The disease name is estimated based on the site of onset (muscle site diagnosis rule block 15).
その経過の中で、ＥＭＧ （筋電図）ルールプロ。In the process, EMG (electromyography) rule pro.
り１６とＥＭＧ評価ルールブロック１７との相互関係に
基づく評価や、筋肉生検ルールブロック１８と筋肉生検
評価ルールブロック１９との関係に基づく評価を行い、
これらの結果から病名の評価を行う。ここで評価された
病名を確度の高い順に表示しく結果表示ルールブレツク
２１）、参照符号１４．１６，１８．２０などのルール
ブロックに基づく病名の診断経路の説明をする（説明ル
ールブロック２２）。16 and the EMG evaluation rule block 17, and the relationship between the muscle biopsy rule block 18 and the muscle biopsy evaluation rule block 19.
The disease name is evaluated based on these results. Here, the evaluated disease names are displayed in descending order of accuracy, and the diagnosis path of disease names based on rule blocks such as the result display rule block 21) and reference numerals 14.16 and 18.20 will be explained (explanation rule block 22).
フレーム型知識ベースは、ある事柄について同時に連想
される一連の状況をまとめたものである。A frame-type knowledge base is a collection of a series of situations that are associated with a certain matter at the same time.
第３図（ａ）に示すように、例えばカルテの内容をまと
めたカルテフレーム３１は、患者氏名ごとにカルテの内
容が記述されており、医療用語フレーム３２は、特にこ
の分野（すなわち神経内科のうちの筋肉疾患）について
の特別の用語の説明を用語ごとに行っている。また、病
名フレーム３３は、医療用語フレーム３２と同様に、こ
の場合の分野についての病名に関する病状やその他の説
明を病名ごとに行っているものである。As shown in FIG. 3(a), for example, a medical record frame 31 that summarizes the contents of a medical record describes the contents of the medical record for each patient name, and a medical terminology frame 32 is particularly useful in this field (i.e., neurology). Special terminology related to muscle diseases (myopathy) is explained for each term. In addition, the disease name frame 33, like the medical terminology frame 32, explains the medical condition and other information related to the disease name for each disease name in this case.
述語型知識ベースは、述語論理で用いられている基本論
理式で知識を表わしたものである。これは、第３図（ｂ
）に示すように一時的の動的な事象を表現したもので、
筋肉疾患などでは特別な例（例えば別の合併症を伴った
場合）の説明など病名推定の範囲を拡げることに寄与す
るものである。A predicate type knowledge base represents knowledge using basic logical formulas used in predicate logic. This is shown in Figure 3 (b
), it expresses a temporary dynamic event.
In the case of muscle diseases, it contributes to expanding the range of disease name estimation by explaining special cases (for example, cases accompanied by other complications).
以上述べた知識ベースは、ファイルとして記憶部５２に
格納されており、その内容の追加訂正が容易にできるの
で、これを常時更新しておくことにより、医師の診断に
際して最新の情報を提供することが可能となる。The knowledge base described above is stored as a file in the storage unit 52, and its contents can be easily added to and corrected, so by constantly updating it, it is possible to provide the latest information for doctors' diagnosis. becomes possible.
次に本実施例の詳細な作動について第１図を中心に説明
する。Next, the detailed operation of this embodiment will be explained with reference to FIG.
まず端末５４からルール型知識ベース５を呼び出し、参
照符号１１〜１３のルールブロックに対応した操作を行
って起動させ、基本質問ルールブロック１４に基づ（ミ
て患者の病状に対する設問を行い、その回答を入力する
（ステップ■）。次に、この回答と筋肉部位診断ルール
ブロック１５のルールに従ってフレーム型知識ベース６
とを比べ、このようなデータをまとめて病名とその確度
とを算出し、その結果をもたらした経過と共に病名確度
メモリ８に格納される（ステップ■）。そして、病名確
度メモリ８から病名と確度とその条件とをリストアツブ
して、病名確認手段２に出力する（ステップ■）。以上
で病名絞込み手段１の作動が終る。First, call up the rule-based knowledge base 5 from the terminal 54, start it up by performing operations corresponding to the rule blocks 11 to 13, and ask questions regarding the patient's medical condition based on the basic question rule block 14. Enter the answer (step ■).Next, according to this answer and the rules of muscle region diagnosis rule block 15, frame type knowledge base 6
A disease name and its accuracy are calculated by combining such data, and the results are stored in the disease name accuracy memory 8 along with the progress that led to the result (step 2). Then, the disease name, accuracy, and its conditions are restored from the disease name accuracy memory 8 and output to the disease name confirmation means 2 (step 2). This completes the operation of the disease name narrowing down means 1.
次に、ステップ■で出力した病名と確度とその推定経過
に従って、確度の大きな病名に対応したルール型知識ベ
ース５にあらかじめ規定された設問に対する症状・検査
結果などの回答を入力する（ステップ■）。このとき第
２図による例ではルール型知識ベース５のＥＭＧルール
ブロック１６に基づいて質関し、その回答であるＥＭＧ
評価ルールブロック１７に規定された質問内容の評価や
、筋肉生検ルールブロック１８に基づいて質関し、その
回答である筋肉生検評価ルールブロック１９に規定され
た質問内容の評価などが行われる。ここで、これらの回
答に従って病名に対するルールの確度を求め、全体評価
ルールブロック２０による評価の経過と共に病名確度メ
モリ８に格納する（ステップ■）。以上で病名確認手段
２の作動が終了する。Next, according to the disease name and accuracy output in step ■, and its estimated progress, answers such as symptoms and test results to the predefined questions are input into the rule-based knowledge base 5 corresponding to the disease name with high accuracy (step ■) . At this time, in the example shown in FIG. 2, the question is asked based on the EMG rule block 16 of the rule-based knowledge base 5, and
The content of the questions specified in the evaluation rule block 17 is evaluated, the questions are posed based on the muscle biopsy rule block 18, and the answers to the questions specified in the muscle biopsy evaluation rule block 19 are evaluated. Here, the accuracy of the rule for the disease name is determined according to these answers, and is stored in the disease name accuracy memory 8 as the evaluation by the overall evaluation rule block 20 progresses (step 2). With this, the operation of the disease name confirmation means 2 is completed.
更に、病名確度メモリ８から該当する病名・確度・条件
を読出し、結果表示ルールブロック２１に従って確度の
高い病名順に端末５４またはプリンタ５５の表示する（
ステップ■）。そして、説明ルールブロック２２に基き
、該当する病名の症状などに関してフレーム型知識ベー
ス６および述語型知識ベース７から、用語などを含めて
、ステップ■と同様に端末５４またはプリンタ５５に表
示される（ステップ■）。かようにして結果表示手段３
の動作が終了する。Furthermore, the corresponding disease name, accuracy, and conditions are read from the disease name accuracy memory 8, and displayed on the terminal 54 or printer 55 in order of the disease names with higher accuracy according to the result display rule block 21 (
Step ■). Then, based on the explanation rule block 22, information such as the symptoms of the corresponding disease name from the frame-type knowledge base 6 and the predicate-type knowledge base 7, including terms, is displayed on the terminal 54 or printer 55 in the same manner as in step (2). Step ■). In this way, the result display means 3
operation ends.
なお、病名絞込み手段ｌのステップ■で出力した確度の
高い順に並んだ病名とその確度と推定経過とは、−旦病
名確度メモリ８に格納してから病名確認手段２のステッ
プ■へ読出して出力してもよい。また、ステップ■とス
テップ■との間では、この逆の関係とすることもできる
。In addition, the disease names arranged in descending order of accuracy and their accuracy and estimated progress output in step 2 of the disease name narrowing means 1 are stored in the disease name accuracy memory 8 for -10 minutes, and then read out and output to step 2 of the disease name confirmation means 2. You may. Further, the relationship between step (2) and step (2) may be reversed.
以上のようにして、病名を決定するに当って使用した推
定経過は各ステップ間でデータを直接授受しても、病名
確度メモリ８に一旦格納した上で授受しても、最後の表
示に病名決定の経過として現われるようになっている。As described above, whether the estimated progress used to determine the disease name is transferred directly between each step or transferred after being stored in the disease name accuracy memory 8, the disease name is displayed at the end. It is beginning to appear as a process of decision making.
以上説明したように本発明は、病名を絞込みまたは確認
する際に用いた推定経過が次々に病名確度メモリに推定
された病名やその確度と共に格納され、このデータが端
末やプリンタに推測される病名やその確度と共に表示さ
れるようになしたので、診断に必要な病名やその確度と
共にここに至った経過が得られるという効果がある。As explained above, in the present invention, the estimated progress used when narrowing down or confirming disease names is stored one after another in the disease name accuracy memory together with the estimated disease name and its accuracy, and this data is sent to a terminal or printer to identify the estimated disease name. Since the information is displayed together with the name of the disease and its accuracy, it has the effect that the disease name necessary for diagnosis and its accuracy as well as the progress that led to the diagnosis can be obtained.
第１図は本発叫の一実施例の構成を示す流れ図、第２図
は本発明の一実施例に使用するルール知識ベースの説明
図、第３図（ａ）および（ｂ）は本発明の一実施例に使
用する知識ベースの説明図、第４図は本発明の一実施例
を適用したハードウェアのブロック図。
１・・・・・・病名絞込み手段、２・・・・・・病名確
認手段、３・・・・・・結果表示手段、５・・・・・・
ルール型知識ベース、６・・・・・・フレーム型知識ベ
ース、７・・・・・・述語型知識ベース、８・・・・・
・病名ＩＵｔメモリ。
代理人 弁理士 内 原 音
第１図
第２図
第３図
第４図
１ｏｏ： データバスFig. 1 is a flowchart showing the configuration of an embodiment of the present invention, Fig. 2 is an explanatory diagram of a rule knowledge base used in an embodiment of the present invention, and Figs. 3 (a) and (b) are diagrams of the invention. FIG. 4 is a block diagram of hardware to which an embodiment of the present invention is applied. 1... Means for narrowing down disease name, 2... Means for confirming disease name, 3... Means for displaying results, 5... Means for displaying results.
Rule-type knowledge base, 6... Frame-type knowledge base, 7... Predicate-type knowledge base, 8...
・Disease name IUt memory. Agent Patent Attorney Oto Uchihara Figure 1 Figure 2 Figure 3 Figure 4 1oo: Data bus
Claims (1)
れた第一の知識ベースの内容とを照合して病名の診断情
報を提供する診断支援システムにおいて、入力された患
者の病状に対応してあらかじめ格納された第一の知識ベ
ースに従って推定された病名とその確度の情報に基き絞
込んだ病名とその推定経過を抽出する病名絞込み手段と
、前記絞込んだ病名に対応した質問を行って症状を確認
し前記絞込んだ病名よりも確度を高めた病名とその推定
経過とをメモリに格納する病名確認手段と、前記メモリ
から前記角度を高めた病名とその推定された経過とをあ
らかじめ定められた順序で表示すると共に前記角度を高
めた病名についての情報を第二の知識ベースから出力し
表示する結果表示手段とを備えて成ることを特徴とする
診断支援システム。In a diagnosis support system that provides diagnostic information on a disease name by comparing input information on a patient's symptoms with the contents of a first knowledge base that has been prepared in advance, A disease name narrowing means extracts disease names narrowed down and their estimated course based on the disease names estimated according to the first knowledge base and their accuracy information, and symptoms are confirmed by asking questions corresponding to the narrowed down disease names. a disease name confirmation means for storing in a memory a disease name with a higher degree of accuracy than the narrowed-down disease name and its estimated course; and a disease name confirming means for storing in a memory a disease name with a higher degree of accuracy than the narrowed-down disease name and its estimated course in a predetermined order. A diagnostic support system characterized by comprising: a result display means for outputting and displaying information about the disease name with the increased angle from a second knowledge base.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62324508A JPH01163873A (en) | 1987-12-21 | 1987-12-21 | Diagnosis supporting system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62324508A JPH01163873A (en) | 1987-12-21 | 1987-12-21 | Diagnosis supporting system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH01163873A true JPH01163873A (en) | 1989-06-28 |
Family
ID=18166583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62324508A Pending JPH01163873A (en) | 1987-12-21 | 1987-12-21 | Diagnosis supporting system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH01163873A (en) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06292656A (en) * | 1993-03-29 | 1994-10-21 | Gakushiyuu Joho Tsushin Syst Kenkyusho:Kk | Device and method for supporting diagnostic imaging with computer |
| US5551436A (en) * | 1993-06-10 | 1996-09-03 | Hardy Co., Ltd. | Medical diagnosis system |
| JP2002183317A (en) * | 2000-12-12 | 2002-06-28 | Tamotsu Okazawa | Home doctor system, home doctor management center and medical consultation method |
| JP2003114931A (en) * | 2001-10-02 | 2003-04-18 | Exit Inc | Evaluating device and its method |
| JP2004126981A (en) * | 2002-10-03 | 2004-04-22 | Medifocus:Kk | Diagnostic device, diagnostic method, and program |
| JP2006507875A (en) * | 2002-11-26 | 2006-03-09 | カーディアック・ペースメーカーズ・インコーポレーテッド | System and method for automatically diagnosing patient health |
| US7421392B2 (en) | 2002-12-19 | 2008-09-02 | Rion Co., Ltd. | Diagnosis device and diagnosis method |
| WO2015156338A1 (en) * | 2014-04-09 | 2015-10-15 | 日本メディカルソリューションズ株式会社 | Health record creation support system, server device, healthcare provider terminal, health record creation support method, healthcare provider device, and health record creation support program |
| JP2016095864A (en) * | 2015-12-24 | 2016-05-26 | キヤノン株式会社 | Medical decision-making assist system and control method thereof |
| JP2017174404A (en) * | 2016-03-24 | 2017-09-28 | 富士通株式会社 | System and method for evaluating patient risk using open data and clinician input |
| JP2018139156A (en) * | 2018-06-14 | 2018-09-06 | 日本メディカルソリューションズ株式会社 | Medical record creation support system, server device, medical institution terminal, medical record creation support method, medical institution device, and medical record creation support program |
-
1987
- 1987-12-21 JP JP62324508A patent/JPH01163873A/en active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06292656A (en) * | 1993-03-29 | 1994-10-21 | Gakushiyuu Joho Tsushin Syst Kenkyusho:Kk | Device and method for supporting diagnostic imaging with computer |
| US5551436A (en) * | 1993-06-10 | 1996-09-03 | Hardy Co., Ltd. | Medical diagnosis system |
| JP2002183317A (en) * | 2000-12-12 | 2002-06-28 | Tamotsu Okazawa | Home doctor system, home doctor management center and medical consultation method |
| JP2003114931A (en) * | 2001-10-02 | 2003-04-18 | Exit Inc | Evaluating device and its method |
| JP2004126981A (en) * | 2002-10-03 | 2004-04-22 | Medifocus:Kk | Diagnostic device, diagnostic method, and program |
| JP2006507875A (en) * | 2002-11-26 | 2006-03-09 | カーディアック・ペースメーカーズ・インコーポレーテッド | System and method for automatically diagnosing patient health |
| US7421392B2 (en) | 2002-12-19 | 2008-09-02 | Rion Co., Ltd. | Diagnosis device and diagnosis method |
| WO2015156338A1 (en) * | 2014-04-09 | 2015-10-15 | 日本メディカルソリューションズ株式会社 | Health record creation support system, server device, healthcare provider terminal, health record creation support method, healthcare provider device, and health record creation support program |
| JP2015201108A (en) * | 2014-04-09 | 2015-11-12 | 日本メディカルソリューションズ株式会社 | Medical record creation support system, server device, medical institution terminal, medical record creation support method, medical institution device, and medical record creation support program |
| JP2016095864A (en) * | 2015-12-24 | 2016-05-26 | キヤノン株式会社 | Medical decision-making assist system and control method thereof |
| JP2017174404A (en) * | 2016-03-24 | 2017-09-28 | 富士通株式会社 | System and method for evaluating patient risk using open data and clinician input |
| JP2018139156A (en) * | 2018-06-14 | 2018-09-06 | 日本メディカルソリューションズ株式会社 | Medical record creation support system, server device, medical institution terminal, medical record creation support method, medical institution device, and medical record creation support program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6120440A (en) | Diagnostic method | |
| Normand et al. | Validating recommendations for coronary angiography following acute myocardial infarction in the elderly: a matched analysis using propensity scores | |
| Dickinson et al. | General and specific cognitive deficits in schizophrenia | |
| JP4224136B2 (en) | Computerized medical diagnostic system using list-based processing | |
| JP4159285B2 (en) | Intraoperative evaluation method and apparatus for cardiovascular risk | |
| US5501229A (en) | Continuous monitoring using a predictive instrument | |
| US5099424A (en) | Model user application system for clinical data processing that tracks and monitors a simulated out-patient medical practice using data base management software | |
| Brook et al. | Monitoring quality of care in the Medicare program: two proposed systems | |
| US8060377B2 (en) | System and method for collaborative patient care | |
| WO1995019604B1 (en) | Medical network management system and process | |
| Warner et al. | A sequential Bayesean approach to history taking and diagnosis | |
| Lilford et al. | Effect of using protocols on medical care: randomised trial of three methods of taking an antenatal history. | |
| US20130339041A1 (en) | Clinical information system | |
| DE102005012628A1 (en) | Processing system for clinical data | |
| Popkin et al. | Consultation-liaison outcome evaluation system: I. Consultant-consultee interaction | |
| JP2005525158A (en) | Diagnostic information system | |
| JPH01163873A (en) | Diagnosis supporting system | |
| Hoffman et al. | Influence of electrocardiographic findings on admission decisions in patients with acute chest pain | |
| Toedter et al. | The comparison group problem in bereavement studies and the retrospective pretest | |
| Windriyani et al. | Expert system for detecting mental disorder with Forward Chaining method | |
| US20130238364A1 (en) | System for Differentiation and Analysis of Recorded Clinical Data | |
| Frank et al. | Depression in rheumatoid arthritis: A re-evaluation. | |
| EP3799071A1 (en) | A computer-implemented system and method for alerting an expectant mother to a medical risk during pregnancy | |
| Pryor et al. | Help–A Computer System for Medical Decision Making | |
| Johnson et al. | An external criterion study of the MMPI validity indices |