JPS6347879A - 医療診断装置 - Google Patents

医療診断装置

Info

Publication number
JPS6347879A
JPS6347879A JP61191933A JP19193386A JPS6347879A JP S6347879 A JPS6347879 A JP S6347879A JP 61191933 A JP61191933 A JP 61191933A JP 19193386 A JP19193386 A JP 19193386A JP S6347879 A JPS6347879 A JP S6347879A
Authority
JP
Japan
Prior art keywords
symptom
symptoms
disease
inference
patient
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.)
Granted
Application number
JP61191933A
Other languages
English (en)
Other versions
JPH07117972B2 (ja
Inventor
Eiichiro Tazaki
田崎 栄一郎
Yutaka Otsubo
豊 大坪
Saburo Moriishi
森石 三郎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Tateisi Electronics Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Omron Tateisi Electronics Co filed Critical Omron Tateisi Electronics Co
Priority to JP19193386A priority Critical patent/JPH07117972B2/ja
Publication of JPS6347879A publication Critical patent/JPS6347879A/ja
Publication of JPH07117972B2 publication Critical patent/JPH07117972B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 (イ)産業上の利用分野 この発明は、医療診断装置、特に医師等の専門家が側に
居なくても、−船人や患者自身が自覚する症状から疾患
を精度良く診断し得る医療診断装置に関する。
(ロ)従来の技術 一般に、医師等の専門家が居なくても、−船人や患者自
身が、患者に発生している症状から、いかなる疾患(病
気)にかかっているのかを判断する装置として、医療問
診装置がある。
従来の問診装置は、予め医師が定義する疾患と症状との
相関、例えば風邪に対する症状として熱が出る、鼻水が
出る、クシャミが出る、喉が痛(なる、関節が痛い、下
痢をする等をメモリに記憶しておき、患者が多くの症状
群の中から自覚する症状を選択入力することにより、例
えばクシャミが出る、喉が痛い、鼻水が出る等の症状を
入力すると、これら入力された症状データから、対応す
る疾患、例えば風邪を抽出し、表示するものであった・ (ハ)発明が解決しようとする問題点 上記従来の問診装置において、症状と疾患の関係は、医
師の保有する知識に基づいて記憶されるものであるが、
症状と疾患の関係は必ずしも絶対的なものではなく、あ
る症状が出ると必ずある疾患であると特定できる場合も
あるが、ある症状が出た場合、ある疾患からの場合とそ
うでない場合もあり得る。
医師が実際に患者を前にして診断する場合は、問診によ
り他の症状を確認でき、その症状の不確かさを補正しな
がら、総合判断している。しかしながら、従来の問診装
置では、症状と疾患の関係を特定的に記憶しており、症
状から木(ツリー)の枝状に疾患を探査してゆくもので
あるから、患者が自覚する症状を選択して、その症状よ
り疾患を探査すると、症状と疾患との関係の不確かさが
反映されず、医師が実際に問診する場合に比し、診断結
果がずれることも生じ、精度の良い診断が行えなかった
この発明は、上記に鑑み、症状と疾患との関係の他、そ
の関係の不確かさをも考慮し、実際に医師等の人間が判
断するのに近い高精度の医療診断装置を提供することを
目的としている。
(ニ)問題点を解決するための手段及び作用この発明の
医療診断装置は、上記問題点を解決するために、疾患i
が因果的に症状jに関係があることを示す第1のデータ
類、症状jがいずれかの疾患と関係していることを示す
第2のデータ類、疾患iがあれば症状jが現れるという
ことの確からしさを示す第3のデータ類を含む知識デー
タを記憶する手段と、二次元表示手段と、この二次元表
示手段に予め定める複数の主要症状群を表示させる手段
と、前記表示された主要症状群から所要の症状を選択し
、指定入力する手段と、この指定された症状に応答する
、細分化された詳細症状を前記二次元表示手段に表示さ
せる手段と、詳細症状群から所要の詳細症状を選択・指
定入力する手段と、前記選択指定された症状及び詳細症
状により、前記知識データを参照して前記症状等に対応
する疾患を推論する第1の推論手段と、この第1の推論
手段で仮説される疾患に対応して発生されるとする症状
を前記二次元表示手段に表示させる手段と、この仮説症
状から所要の症状を選択・指定入力する手段と、前記症
状、詳細症状、仮説症状等により、前記知識データを参
照して対応する管を推論する第2の推論手段と、推論さ
れた結果を前記二次元表示手段に出力する手段とから構
成されている。
この医療診断装置では、先ず、二次元表示手段に主要症
状群が表示される。この表示を見て、患者は自覚する症
状(1個あるいは複数個)を選択入力する。この症状の
入力に対して、二次元表示手段に、さらに細分化された
詳細症状群が表示される。この表示に対し、患者は詳細
症状群の中から自覚する症状を選択入力する。これらの
症状、詳細症状の選択に応答して、知識データを参照し
、所定の推論手法により、第1回目の推論が実行され、
予想される疾患を抽出する。そして、抽出された疾患で
あるとの仮説より、発生すると思われる症状を二次元表
示手段に表示し、患者に間合わせる。患者はこの表示を
見て、再度、関係有りと考えられる症状を選択入力する
。この場合、必要により、その選択された症状に対する
確からしさも併せ入力する。装置は、すでに人力されて
いる症状、詳細症状に新たに入力された症状を加味し、
知識データを参照して第2回目の推論を実行し、入力さ
れた各症状に対する疾患を推定する。この推定結果(疾
患名あるいは場合により診断不能)を二次元表示手段に
表示する。もっとも、推論は2回に止まらず、第2回目
の推論結果に基づいてさらに再問診を行い、第3回目の
推論を実行してもよい。
(ホ)実施例 以下、実施例により、この発明をさらに詳細に説明する
第2図は、この発明を実施する医療診断システム(装置
)のハード構成を示すブロック図である。
この医療診断システムでは、エンジニアリングワークス
テーション1と、カラーグラフィックデイスプレィ2と
、マウス4付のキーボード3と、カラープリンタ5とか
ら構成されている。
エンジニアリングワークステーション1にはCPU、メ
モリを内蔵し、所要のプログラムを実行し、後述するこ
のシステムの諸機能を分担する。
カラーグラフィックデイスプレィ2には、問診内容、入
力指定、診断結果等が順次、二次元表示される。キーボ
ード3は文字キー、ファンクションキーを備え、エキス
パート(医師等の専門家)、患者等が種々の入力を成す
ために設けられている。
カラープリンタ5は、カラーグラフィックデイスプレィ
2の表示画面を、必要に応じてハードコピーするために
設けられている。
第3図に、エンジニアリングワークステーション1が分
担するシステム機能(ソフト)の概略ブロック図を示し
ている。図に示すように、エンジニアリングワークステ
ーション1にはデータベース管理システム11、知識ベ
ース12及び健康管理用データベース13を保有してい
る。
知識ベース12は、エキスパートが保有する知識データ
が記憶されており、この知識データの入力は、表示画面
・キーボード14より、エキスパートによって行われ、
修正が可能であり、逆に、それが表示画面14に表示さ
れ、知識獲得の機能をも果たす。エキスパートによる知
識データの入力は、ファジィ推論メカニズム15により
行われるが、これについては後述する。
健康管理用データベース13は、患者の健康管理の為の
諸測定データや、既往症等が記憶されている。患者がこ
のシステムにより自己診断を行う場合、症状群等が表示
される表示画面16が使用され、入力された諸症状問診
応答データに対する疾患の抽出は、ファジィ推論メカニ
ズム15が機能する。この他、このシステムは、知識ベ
ース−貫性チェンク機能17、推論過程説明機能18を
備えている。
ここで、推論メカニズム及び知識ベースについて説明す
る。
このシステムでは、推論メカニズムにファジィ理論を応
用している。
つまり、疾患と症状は、次の演算規則に従うものとして
いる。
a−、R=b ただし a:疾患(al、a、、・・・、alt)b:
症状(b+、b2、・・・、b、)R:疾患と症状との
関係 (Rij(i=1、・・・、n)(j=1、・・・、n
)即ち、疾患aがあり、疾患と症状の関係がRであるな
らば、症状すとなる。
ところで、診断を行う場合、症状は患者から得られ、ま
た疾患と症状との関係は医師の知識により定まる。この
診断を推論メカニズムで行う。ここでは、この時の医師
の知識を、第4図に例示する如き知識ベースとして有す
る。例えば、急性系球体腎炎という疾患と尿が泡だっと
いう症状に関係があるという医師の知識があれば、医師
はその関係をL T V (Linguistic T
ruth Values)で現し、数表の7レベルに分
割して、例えばRTを記憶する。同様に、急性系球体腎
炎と血尿については、RTを記憶する。
推論方法としては、次の2つの確からしさから行う。
■Pj  Bj→Oi R(Rij&A i )  ”
“症状があれば、疾患と症状との関係Rijの基におい
ては、少なくとも1つの疾患Aiがある”ということの
確からしさPj。
■Pij  (Rij&Ai)→Bi”“疾患と症状と
の関係Rijの基で、疾患Aiがあれば、症状Bjが現
れる”ということの確からしさPij。
これら■■にファジィ推論におけるアルゴリズムを適用
している。
医師等によって入力される知識データは、次のような形
態で記憶している。
Rij・・・「疾患iは因果的に症状jに関係がある」
という知識データ Pj・・・「観測される症状がいずれかの疾患と関係し
ているということの確からし さ」の知識データ Pij・・・「疾患iと症状jとの関係が、Pijの基
で疾患iがあれば症状jが現れる ということの確からしさ」の知識デ ータ また、LTVは、演算を可能にす4ために、しかも曖昧
さを残して、推論結果が医師の診断結果に出来るだけ一
致するようにメンバシップ関数を使用して、確からしさ
を下限値、上限区の区間値として、数値変換して処理し
ている(数表参照)。
次に、第1図に示すフロー図により、実施例医療診断シ
ステムの診断処理について説明する。
動作がスタートすると、先ず、診断を受ける患者のID
データの入力が行われる〔ステップST(以下STとい
う)1〕。このIDデータ入力は、第5図に示す画面表
示がカラーグラフィックデイスプレィ2になされ、この
画面の指示に従って、患者がキーボード3のキーを毘作
することにより行われる。これにより、氏名(漢字)、
そのフリガナ、生年月日、身長、体重が入力される。I
Dデータの入力が終了すると、患者はFll+キーをオ
ンする。これにより、Sr2の判定がYESとなり、S
r3に移って問診を開始する。
この問診は、第6図に示すように、画面に主要な自覚症
状一覧表が表示され、患者に対し、例えば“1.痛み、
20頭部、口腔、鼻の異常、3゜動悸、脈拍の異常・・
・・・・”といった主要な自覚症状について、どれに該
当するかの質問形式で行う。
患者は、この問診内容を目で見て、自分の症状が一覧表
の何れに相当するのかを選択入力し、例えば“1.痛み
、14.腹部異常、156便通異常”といったように自
覚症状を選択して、それぞれ入力する。この入力は、該
当する症状の番号にカーソルを併せて、キーボード3の
F16キーを押すことで行われる。これにより、選択さ
れた部分の表示が黄色から赤色に変わる。この自覚症状
が、それぞれシステムに取込まれる。患者が、一覧表に
ある症状のうち、該当する症状を全て入力すると、Fi
l+キーをオンする。このオンにより、Sr1の判定が
YESとなり、続いてST6に移り、さらに主要症状で
入力された症状に対応する症状の詳細が入力されること
になる。この詳細症状入力は、例えば、ST4の主要症
状の入力の所で“1.痛み゛が選択されていると、その
痛みは、さらに第7図に示すように、いかなる部位の痛
みなのか、部位の選定がなされる。第7図によれば、右
欄に体全体の部位を示す番号が表示されると共に、左欄
に“頭痛、咽頭痛、胸痛・・・・・・”といった場所別
の痛みが番号と共に示されるので、もし患者の痛みが“
腹痛”の場合には、該当する症状の番号“4”を入力す
ると共に、リターンキーを押すことになる。そして、痛
み部分の全ての番号を入力した後、Fil+キーをオン
する(ST7>。これにより、体全体のどの部位が痛む
のかの症状データが入力されることになる。なお、ここ
でFI8キーをオンし、さらに症状の詳細を入力する場
合には、第8図に示すように、腹痛でも、さらに細分化
されたどの部位に該当するかの選択を行うことになる。
この場合は、腹痛のある場所をマウス4を使って入力す
ることになる。例えば上腹中央部の痛みの場合には、F
、キーを使ってマウス使用を開始し、続いてマウス4を
動かして1”の部分に移動させ、そこでマウスキーを押
すことにより、痛みが上腹中央部であることを示す。こ
の入力終了は、マウス使用終了欄にマウス4を移動させ
、マウスボタンを押すことにより行う。
以上のような症状の詳細入力が何回か繰返し行われ、予
定の詳細入力が終了すると、FI8キーオンにより、推
論1の開始に移る(ST8)。この推論lは、患者によ
って入力されたデータ(主要症状の選択入力及び詳細症
状入力)により1、知識データベース13を参照して推
論メカニズムを使用し、症状に対する疾患を推論する。
ここで抽出される疾患は、入力されるデータの数によっ
て必ずしも正確なものとは言えない場合もあり、従って
1個〜複数個の疾患が得られる。
システムは、この推論1で抽出された疾患から、逆に予
測されるい(つかの症状を表示画面に表示し、患者に対
する再問診1を開始しく5T9)、患者が新たなデータ
を入力する機会を与える。その再問診1の一例として、
例えば第9図に示すように、患者の入力した腹部、上腹
中央部の痛みであるといったデータの場合に、さらに「
上腹部中央部が空腹時に痛みますか、その確かさの程度
について確認して下さい」といった問診を行う。確かさ
の程度については、空腹時に痛みがある程度が“非常に
確か”かなり確か”やや 確か”“わからない”やや 
うそ”かなり うそ”“非常に うそ”といった7段階
レベルの症状で、患者自身がそれぞれ意識していなかっ
た症状につき、初めてここで判断し、空腹時の腹部痛の
程度を入力する。これにより、第一回目の患者の症状入
力に、さらに新たな症状データを入力することにより、
診断精度を上げることができる。すなわち患者は、再問
診1に対して、さらに対応する症状を入力する(STI
O)。再問診は、それまでに入力された症状データに対
応するものであるから、考えられる疾患がいくつかある
場合には、いくつかの問診が行われることになる。
予定する問診が終了し、かつ患者がFll+キーをオン
すると、5TIIの判定がYESとなり、5T12に移
り、推論2を開始する。この推論2は、推論1と基本的
には同じ推論メカニズムによって実行されるが、推論に
使用されるデータは、主要症状データ、詳細症状データ
、つまり推論1で使゛ 用されたデータに再問診1に対
応して入力されたデータを加味して推論されることにな
る。従ってこの推論2によって得られた疾患は、さらに
高精度のものが得られる。
次に、この推論2よって得られる疾患により発生してい
ると考えられる症状を推定し、やはり前回のST9の再
問診開始と同様に、表示画面に問診内容を表示し、再問
診2を開始する(ST13)。
これに対応し、患者は、問診内容に対して自己が自覚・
判断する症状を入力する(ST14)、そして、症状入
力を示すFll+キーがオンされると、5T15の判定
がYESとなり、推論3を開始する(ST16)。推論
3は、それまでに得られている症状データに今回5T1
4で新たに入力されたデータを加味して、推論メカニズ
ムを適用し、導かれる疾患名を表示画面に表示する(S
T17)。
この場合、データが不足したり、適正な症状入力が行わ
れていす、疾患名を抽出できない場合は、その旨を表示
することになる。
なお、上記実施例においては、推論精度を得るために、
また症状データとして、患者が判断する自覚症状のみな
らず、仮説される疾患によって発生すると考えられる症
状を逆に問診し、患者から潜在する症状、つまり患者が
入力し忘れていると考えられる症状をも入力させて、医
師が実際に問診する場合により近い形で結果が得られる
ように、3回の推論及び2回の問診を行うようにしてい
るが、これは2回゛の推論、さらにその以上の推論を行
うようにしてもよい。
また、詳細症状の入力の所で、痛みの程度の入力を“非
常に確か”かなり確か”やや 確か”・・・・・・とい
った痛みの度合を入力することもあり得る。
(へ)発明の効果 この発明によれば、単に症状に対応するツリー的な疾患
を探査するのみではなく、知識データとして、疾患iが
因果的に症状jに関係があるとする第1のデータ類、観
測される症状がいずれかの疾患と関係するという確から
しさを示す第2のデータ類及び疾患iと症状jの関係が
Rijの基で疾患iがあれば症状jがあるという確から
しさを示す第3のデータ類を記憶しておき、患者が入力
する症状データにより、推論メカニズムを適用して疾患
を推定するものであるから、より精度の高い診断をなし
得る。
また、推論メカニズムによって抽出された疾患から、直
ちにその推論結果を表示するのではなく、その疾患より
発生すると考えられる症状を再問診して、推論と再問診
を繰返して行い、最終的な疾患名を抽出するものである
から、医師が実際に問診するのに近い形に一致させるこ
とができ、精度の良い診断を行うことができる。
【図面の簡単な説明】
第1図は、この発明の一実施例診断システムの処理フロ
ーを示す図、第2図は、実施例システムのハード構成を
示す図、第3図は、同実施例システムのエンジニアリン
グワークステーションが分担するシステムブロック図を
示す図、第4図は、゛医師が入力する知識データの症状
と疾患の相関を説明するための図、第5図、第6図、第
7図、第8図、第9図は、上記実施例システムにおける
表示例を示す図である。 1;エンジニアリングワークステーション、2:カラー
グラフィックデイスプレィ、3:キーボード、4:マウ
ス、 5:カラープリンタ。 特許出願人        立石電機株式会社代理人 
    弁理士  中 村 茂 信手続ネ甫正書1発) 昭和61年10月31日

Claims (1)

    【特許請求の範囲】
  1. (1)疾患iが因果的に症状jに関係があることを示す
    第1のデータ類、症状jがいずれかの疾患と関係してい
    ることを示す第2のデータ類、疾患iがあれば症状jが
    現れるということの確からしさを示す第3のデータ類を
    含む知識データを記憶する手段と、 二次元表示手段と、 この二次元表示手段に予め定める複数の主要症状群を表
    示させる手段と、 前記表示された主要症状群から所要の症状を選択し、指
    定入力する手段と、 この指定された症状に応答する細分化された詳細症状を
    前記二次元表示手段に表示させる手段と、詳細症状群か
    ら所要の詳細症状を選択・指定入力する手段と、 前記選択指定された症状及び詳細症状により、前記知識
    データを参照して前記症状等に対応する疾患を推論する
    第1の推論手段と、 この第1の推論手段で仮説される疾患に対応して発生さ
    れるとする症状を前記二次元表示手段に表示させる手段
    と、 この仮説症状から所要の症状を選択・指定入力する手段
    と、 前記症状、詳細症状、仮説症状等により、前記知識デー
    タを参照して対応する疾患を推論する第2の推論手段と
    、 推論された結果を前記二次元表示手段に出力する手段と からなる医療診断装置。
JP19193386A 1986-08-15 1986-08-15 医療診断装置 Expired - Lifetime JPH07117972B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP19193386A JPH07117972B2 (ja) 1986-08-15 1986-08-15 医療診断装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP19193386A JPH07117972B2 (ja) 1986-08-15 1986-08-15 医療診断装置

Publications (2)

Publication Number Publication Date
JPS6347879A true JPS6347879A (ja) 1988-02-29
JPH07117972B2 JPH07117972B2 (ja) 1995-12-18

Family

ID=16282862

Family Applications (1)

Application Number Title Priority Date Filing Date
JP19193386A Expired - Lifetime JPH07117972B2 (ja) 1986-08-15 1986-08-15 医療診断装置

Country Status (1)

Country Link
JP (1) JPH07117972B2 (ja)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0295332A (ja) * 1988-09-30 1990-04-06 Omron Tateisi Electron Co 健康診断支援装置
JPH02140153A (ja) * 1988-11-21 1990-05-29 Nec Corp 健康診断面接支援システム
JPH03191952A (ja) * 1989-12-20 1991-08-21 Patoroma Res Kk 処方選択装置
JPH04199271A (ja) * 1990-11-26 1992-07-20 Takehide Shimauchi 電子カルテ作成装置
JPH07296088A (ja) * 1994-04-22 1995-11-10 Akio Sano 疾病予防カウンセリングシステム
JPH09198446A (ja) * 1996-01-19 1997-07-31 Hitachi Ltd 対話型自動問診方法及び装置
JPH11184945A (ja) * 1997-12-18 1999-07-09 Hitachi Ltd 患者情報参照支援システム
JP2012184964A (ja) * 2011-03-03 2012-09-27 Horiba Ltd 測定装置
JP2013246459A (ja) * 2012-05-23 2013-12-09 Sharp Corp 認知症問診支援装置
WO2021205956A1 (ja) * 2020-04-06 2021-10-14 オムロン株式会社 生活機能評価システム、生活機能評価プログラム及び生活機能評価方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0295332A (ja) * 1988-09-30 1990-04-06 Omron Tateisi Electron Co 健康診断支援装置
JPH02140153A (ja) * 1988-11-21 1990-05-29 Nec Corp 健康診断面接支援システム
JPH0638798B2 (ja) * 1988-11-21 1994-05-25 日本電気株式会社 健康診断面接支援システム
JPH03191952A (ja) * 1989-12-20 1991-08-21 Patoroma Res Kk 処方選択装置
JPH04199271A (ja) * 1990-11-26 1992-07-20 Takehide Shimauchi 電子カルテ作成装置
JPH07296088A (ja) * 1994-04-22 1995-11-10 Akio Sano 疾病予防カウンセリングシステム
JPH09198446A (ja) * 1996-01-19 1997-07-31 Hitachi Ltd 対話型自動問診方法及び装置
JPH11184945A (ja) * 1997-12-18 1999-07-09 Hitachi Ltd 患者情報参照支援システム
JP2012184964A (ja) * 2011-03-03 2012-09-27 Horiba Ltd 測定装置
US9360450B2 (en) 2011-03-03 2016-06-07 Horiba, Ltd. Measuring device with error content question sentence and user-selectable choices
JP2013246459A (ja) * 2012-05-23 2013-12-09 Sharp Corp 認知症問診支援装置
WO2021205956A1 (ja) * 2020-04-06 2021-10-14 オムロン株式会社 生活機能評価システム、生活機能評価プログラム及び生活機能評価方法
JPWO2021205956A1 (ja) * 2020-04-06 2021-10-14

Also Published As

Publication number Publication date
JPH07117972B2 (ja) 1995-12-18

Similar Documents

Publication Publication Date Title
US7967749B2 (en) Monitoring system and method using rules
Beliakov et al. Appropriate choice of aggregation operators in fuzzy decision support systems
CA2247918C (en) Intelligent prompting
Horrocks et al. Computer-aided diagnosis: description of an adaptable system, and operational experience with 2,034 cases
CN109285605A (zh) 一种基于人工智能的医疗诊断系统及诊断方法
WO2022267678A1 (zh) 视频问诊方法、装置、设备及存储介质
White Computer-aided differential diagnosis of oral radiographic lesions.
CN107066814A (zh) 一种基于望闻问切协同的中医智能辅助诊断系统
Albert Decision theory in medicine: a review and critique
CA2649430A1 (en) Personalized prognosis modeling in medical treatment planning
Fagan et al. Computer-based medical decision making: from MYCIN to VM
CN103902793A (zh) 一种疾病智能诊断及治疗的装置和系统
JPS6347879A (ja) 医療診断装置
CN111489820A (zh) 基于人工智能的辅助诊疗系统
Oguntimilehin et al. A machine learning approach to clinical diagnosis of typhoid fever
US6810391B1 (en) System for calculating analytical data and making calculation results available as an output
Rogers A cognitive theory of visual interaction
US20080221931A1 (en) Method and system to enable following a medical procedure from a remote location
JP4204279B2 (ja) アウトカム志向型電子医療記録システム
Vassilakis et al. Decision support system for classification of epilepsies in childhood
Williams et al. Relationship of less restrictive interventions with seclusion/restraints usage, average years of psychiatric experience, and staff mix
Piraino et al. Problems in applying expert system technology to radiographic image interpretation
Doyle Probability problems in knowledge acquisition for expert systems
Frank et al. A behavioral training protocol using visual perceptual learning to improve a visual skill
Husna Design of a Web-Based Expert System Using Certainty Factors for Internal Disease Diagnosis