RU2017124601A - Аппарат дифференциальной медицинской диагностики, приспособленный для определения оптимальной последовательности диагностических тестов, с целью определения патологии путем внедрения критериев диагностической адекватности - Google Patents
Аппарат дифференциальной медицинской диагностики, приспособленный для определения оптимальной последовательности диагностических тестов, с целью определения патологии путем внедрения критериев диагностической адекватности Download PDFInfo
- Publication number
- RU2017124601A RU2017124601A RU2017124601A RU2017124601A RU2017124601A RU 2017124601 A RU2017124601 A RU 2017124601A RU 2017124601 A RU2017124601 A RU 2017124601A RU 2017124601 A RU2017124601 A RU 2017124601A RU 2017124601 A RU2017124601 A RU 2017124601A
- Authority
- RU
- Russia
- Prior art keywords
- test
- diagnostic tests
- pathology
- post
- sequence
- Prior art date
Links
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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Claims (32)
1. Аппарат дифференциальной медицинской диагностики, приспособленный для медицинских применений с целью определения оптимальной последовательности диагностических тестов для установления патологии путем внедрения критериев диагностической адекватности, который включает систему процессоров, включающую, в свою очередь:
- первую обновляемую базу данных, содержащую данные о пациентах;
- вторую обновляемую реляционную базу данных, содержащую идентификационные данные патологий, симптомов, клинических признаков, идентификационные данные диагностических тестов, а также данные, относящиеся к параметрам адекватности упомянутых диагностических тестов для определения списка гипотетических диагнозов (патологий);
- средства, приспособленные для определения упомянутой оптимальной последовательности диагностических тестов для установления патологии, при этом упомянутые средства включают механизм логического вычисления, который определяет, для каждого гипотетического диагноза (патологии), на основе данных, содержащихся в упомянутых первой и второй базах данных, упомянутую оптимальную последовательность диагностических тестов и связанные с ними индексы адекватности, а также вероятность того, что пациент страдает от этой патологии.
2. Аппарат по п. 1, в котором упомянутые средства, приспособленные для определения упомянутой оптимальной последовательности диагностических тестов, приспособлены, при помощи упомянутого механизма логического вычисления:
- для определения, отталкиваясь от упомянутых данных, содержащихся в упомянутых первой и второй базах данных, индекса дотестовой вероятности вероятных гипотетических диагнозов (патологий);
- для определения, отталкиваясь от упомянутых данных, содержащихся в упомянутых первой и второй базах данных, индекса послетестовой вероятности возможных гипотетических диагнозов (патологий) при условии выполнения упомянутой оптимальной последовательности диагностических тестов;
- для связывания индекса адекватности с каждым тестом из упомянутой оптимальной последовательности;
- для связывания индекса адекватности с упомянутой оптимальной последовательностью диагностических тестов.
3. Аппарат по п. 2, в котором упомянутые средства, приспособленные для определения упомянутой оптимальной последовательности диагностических тестов, приспособлены для определения упомянутой дотестовой вероятности Pre(M | {DP}) и упомянутой послетестовой вероятности Post(M | {DP} U {Т}) на базе упомянутого логического вычисления соответствующих дотестовой и послетестовой вероятности нахождения упомянутой патологии М на основании, соответственно, набора идентификационных данных пациентов, который содержится в первой базе {DP} данных, и связи упомянутых идентификационных данных {DP} пациентов с набором упомянутых тестов {Т} упомянутой оптимальной последовательности диагностических тестов.
4. Аппарат по п. 3, в котором упомянутые средства, приспособленные для определения упомянутой оптимальной последовательности диагностических тестов, включают средства, приспособленные для определения упомянутой дотестовой вероятности Pre(M | {DP}) таким образом, что:
- с каждым симптомом связывают отношение правдоподобия, LR, которое определено как:
LR = P(S|M) / P(S| ~М)
т.е. как условная вероятность P(S|M) нахождения симптома (S) у пациента, страдающего от патологии (М), деленная на условную вероятность P(S|~M) нахождения того же симптома у пациента, не страдающего от упомянутой патологии (~М);
- вычисляют глобальный коэффициент LRg правдоподобия как произведение коэффициентов LR правдоподобия для каждой патологии;
- вычисляют упомянутую дотестовую вероятность Pre(M | {DP}) сначала в терминах шанса:
odds_pre_test = LRg * odds_prevalenza
где odds_prevalenza = Р(М) / (1 - Р(М)), а Р(М) - распространенность патологии М,
откуда упомянутую дотестовую вероятность Pre(M | {DP}) получают как:
Pre(М | {DP}) = odds / (1 + odds).
5. Аппарат по п. 4, в котором упомянутые средства, приспособленные для определения упомянутой оптимальной последовательности диагностических тестов, включают средства, приспособленные для определения упомянутой послетестовой вероятности Post(M | {DP} U {Т}) таким образом, что:
odds_post_test = LR * odds_pre_test,
откуда упомянутую послетестовую вероятность Post(M | {DP} U {Т}) получают как:
Post(M | {DP} U {Т}) = odds_post_test / (1 + odds_post_test).
6. Аппарат по п. 3, в котором упомянутые средства, приспособленные для определения упомянутой оптимальной последовательности диагностических тестов, включают средства, приспособленные для определения упомянутой дотестовой вероятности Pre(M | {DP}) для последовательности симптомов итеративно или рекурсивно с использованием следующего соотношения:
Pi = (LR * Pi-1) / (LR * Pi-1 + Ki-1) где K i-1 = (1 - Pi-1),
где Pi - дотестовая вероятность первых i симптомов, где i лежит в диапазоне от 1 до всех n симптомов, а Р0 - распространенность патологии;
- и затем определяют упомянутую дотестовую вероятность Pre(M | {DP}) = Pn.
7. Аппарат по п. 1, в котором упомянутые средства, приспособленные для определения упомянутой оптимальной последовательности диагностических тестов, включают средства, приспособленные:
- для определения упомянутого индекса IA адекватности для отдельных диагностических тестов, заданного как: IA = То / (С * Те * R), где Те - индекс времени ожидания для доступа к тесту; С - индекс стоимости теста; R - индекс, представляющий собой максимум из внутренне-присущего риска и относительного риска теста; То - индекс приемлемости теста;
- для определения упомянутого глобального индекса адекватности последовательности диагностических тестов IAG=ToG/(CG*TeG*RG), где ToG - минимум среди индексов приемлемости всех тестов в последовательности, CG - суммарная стоимость всех отдельных тестов в последовательности, TeG - максимум среди всех времен ожидания, RG - максимум среди всех индексов риска для последовательности тестов.
8. Аппарат по п. 1, включающий программные модули, реализованные в запоминающем устройстве, которые считываются и исполняются компьютером, оснащенным устройствами ввода-вывода, реализованными в (физических или виртуальных) вычислительных кластерах, которые при этом могут исполняться и быть реализованы удаленно в виде приложений для мобильных устройств (планшетных компьютеров, смартфонов, компьютеров-ноутбуков).
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ITMI2014A002149A ITMI20142149A1 (it) | 2014-12-16 | 2014-12-16 | Apparato di diagnosi differenziale in medicina adattato per determinare la sequenza di test ottimale atta ad identificare una patologia secondo criteri di appropriatezza diagnostica |
ITMI2014A002149 | 2014-12-16 | ||
PCT/IB2015/055361 WO2016097886A1 (en) | 2014-12-16 | 2015-07-15 | Differential medical diagnosis apparatus adapted in order to determine an optimal sequence of diagnostic tests for identifying a pathology by adopting diagnostic appropriateness criteria |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2017124601A true RU2017124601A (ru) | 2019-01-21 |
RU2017124601A3 RU2017124601A3 (ru) | 2019-01-30 |
Family
ID=52574278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2017124601A RU2017124601A (ru) | 2014-12-16 | 2015-07-15 | Аппарат дифференциальной медицинской диагностики, приспособленный для определения оптимальной последовательности диагностических тестов, с целью определения патологии путем внедрения критериев диагностической адекватности |
Country Status (8)
Country | Link |
---|---|
US (1) | US20180011980A1 (ru) |
EP (1) | EP3234823B1 (ru) |
JP (1) | JP6700283B2 (ru) |
CN (1) | CN107408143A (ru) |
BR (1) | BR112017012908A2 (ru) |
IT (1) | ITMI20142149A1 (ru) |
RU (1) | RU2017124601A (ru) |
WO (1) | WO2016097886A1 (ru) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT201600129014A1 (it) * | 2016-12-20 | 2017-03-20 | Univ Degli Studi Di Messina | Procedimento e applicazione per la diagnosi predittiva di malattie rare |
EP3196791A1 (de) | 2017-05-02 | 2017-07-26 | Siemens Healthcare GmbH | Verfahren zur unterstützung von medizinischem personal, unterstützungssystem, computerprogramm und datenträger |
US11488712B2 (en) * | 2017-08-31 | 2022-11-01 | Google Llc | Diagnostic effectiveness tool |
EP3467840A1 (en) | 2017-10-05 | 2019-04-10 | Siemens Healthcare GmbH | Method for setting a medical imaging protocol, system for setting a medical instrument, computer program and computer-readable medium |
WO2019089949A1 (en) * | 2017-11-01 | 2019-05-09 | Praeveni, Sbc | Methods and systems for a medical screening system |
US10692605B2 (en) * | 2018-01-08 | 2020-06-23 | International Business Machines Corporation | Library screening for cancer probability |
US10930391B2 (en) | 2018-02-05 | 2021-02-23 | Optum, Inc. | Device for reducing fraud, waste, and abuse in the ordering and performance of medical testing and methods for using the same |
US10978183B2 (en) * | 2018-02-05 | 2021-04-13 | Optum, Inc. | Device for approving medical tests across a plurality of medical laboratories, medical providers, and lab payers and methods for using the same |
US11282591B2 (en) | 2018-02-05 | 2022-03-22 | Optum, Inc. | Device for the centralized management of medical tests and methods for using the same |
WO2020043584A1 (en) * | 2018-08-31 | 2020-03-05 | Koninklijke Philips N.V. | System and method for creating guideline-based summaries for imaging exams |
US11621081B1 (en) * | 2018-11-13 | 2023-04-04 | Iqvia Inc. | System for predicting patient health conditions |
US11276496B2 (en) * | 2018-11-21 | 2022-03-15 | General Electric Company | Method and systems for a healthcare provider assistance system |
IL263465A (en) * | 2018-12-04 | 2020-06-30 | Mae Wein Leila | A robotic emergency room with operations with human participation |
US20220068492A1 (en) * | 2019-01-14 | 2022-03-03 | Gynisus Inc. | System and method for selecting required parameters for predicting or detecting a medical condition of a patient |
JP7083924B2 (ja) | 2019-02-14 | 2022-06-13 | オリンパス株式会社 | 超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラム |
US11017905B2 (en) * | 2019-02-28 | 2021-05-25 | Babylon Partners Limited | Counterfactual measure for medical diagnosis |
US11379747B1 (en) | 2019-02-28 | 2022-07-05 | Babylon Partners Limited | Counterfactual measure for medical diagnosis |
US20210005320A1 (en) * | 2019-07-02 | 2021-01-07 | Combinostics Oy | Method of inferring a need for medical test |
CN112463973B (zh) * | 2019-09-06 | 2024-07-26 | 医渡云(北京)技术有限公司 | 医学知识图谱的构建方法、装置、介质及电子设备 |
US10847261B1 (en) | 2019-10-30 | 2020-11-24 | Kenneth Neumann | Methods and systems for prioritizing comprehensive diagnoses |
CN112951405B (zh) * | 2021-01-26 | 2024-05-28 | 北京搜狗科技发展有限公司 | 一种实现特征排序的方法、装置及设备 |
US20230317279A1 (en) * | 2022-03-31 | 2023-10-05 | Quantiphi Inc | Method and system for medical diagnosis using graph embeddings |
US20240038392A1 (en) * | 2022-07-29 | 2024-02-01 | Quai.MD, Ltd. | Method and system for determining differential diagnosis using a multi-classifier learning model |
CN115482926B (zh) * | 2022-09-20 | 2024-04-09 | 浙江大学 | 知识驱动的罕见病可视化问答式辅助鉴别诊断系统及方法 |
WO2024177618A1 (en) * | 2023-02-20 | 2024-08-29 | Aesop Technology Inc. | Clinical recommendation method, clinical recommendation apparatus, and computer-readable recording medium |
CN116994686B (zh) * | 2023-09-26 | 2023-12-15 | 北斗云方(北京)健康科技有限公司 | 数据驱动的临床决策支持系统和方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7076437B1 (en) * | 1999-10-29 | 2006-07-11 | Victor Levy | Process for consumer-directed diagnostic and health care information |
JP4812299B2 (ja) * | 2003-12-25 | 2011-11-09 | 株式会社東芝 | バーチャルペイシェントシステム |
JP5415771B2 (ja) * | 2006-02-03 | 2014-02-12 | アクテリオン ワン エスエー | 新規なエポプロステノール製剤およびその製造方法 |
US9081883B2 (en) * | 2006-06-14 | 2015-07-14 | Bosch Automotive Service Solutions Inc. | Dynamic decision sequencing method and apparatus for optimizing a diagnostic test plan |
US7958407B2 (en) * | 2006-06-30 | 2011-06-07 | Spx Corporation | Conversion of static diagnostic procedure to dynamic test plan method and apparatus |
PL2084535T3 (pl) * | 2006-09-08 | 2016-12-30 | Bioinformatyczne podejście do diagnozy choroby | |
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 |
US9401054B2 (en) * | 2009-03-08 | 2016-07-26 | Bosch Automotive Service Solutions Inc. | Vehicle test sequence cost optimization method and apparatus |
CA2843405C (en) | 2011-03-08 | 2020-12-22 | International Business Machines Corporation | A decision-support application and system for problem solving using a question-answering system |
US10083400B2 (en) * | 2012-10-05 | 2018-09-25 | Diane R. MOULD | System and method for providing patient-specific dosing as a function of mathematical models updated to account for an observed patient response |
KR20140088434A (ko) * | 2013-01-02 | 2014-07-10 | 삼성전자주식회사 | 환자별 특성을 기반으로 한 mri 다변수 영상 획득 지원 장치 및 방법 |
-
2014
- 2014-12-16 IT ITMI2014A002149A patent/ITMI20142149A1/it unknown
-
2015
- 2015-07-15 BR BR112017012908-6A patent/BR112017012908A2/pt not_active Application Discontinuation
- 2015-07-15 WO PCT/IB2015/055361 patent/WO2016097886A1/en active Application Filing
- 2015-07-15 RU RU2017124601A patent/RU2017124601A/ru not_active Application Discontinuation
- 2015-07-15 JP JP2017533351A patent/JP6700283B2/ja active Active
- 2015-07-15 EP EP15762711.8A patent/EP3234823B1/en active Active
- 2015-07-15 CN CN201580069098.9A patent/CN107408143A/zh not_active Withdrawn
- 2015-07-15 US US15/537,191 patent/US20180011980A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
ITMI20142149A1 (it) | 2016-06-16 |
BR112017012908A2 (pt) | 2018-01-09 |
JP2018503902A (ja) | 2018-02-08 |
JP6700283B2 (ja) | 2020-05-27 |
US20180011980A1 (en) | 2018-01-11 |
EP3234823B1 (en) | 2020-03-25 |
RU2017124601A3 (ru) | 2019-01-30 |
WO2016097886A1 (en) | 2016-06-23 |
CN107408143A (zh) | 2017-11-28 |
EP3234823A1 (en) | 2017-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2017124601A (ru) | Аппарат дифференциальной медицинской диагностики, приспособленный для определения оптимальной последовательности диагностических тестов, с целью определения патологии путем внедрения критериев диагностической адекватности | |
Lakshminarayanan et al. | Automated detection and diagnosis of diabetic retinopathy: A comprehensive survey | |
US11730420B2 (en) | Maternal-fetal sepsis indicator | |
Grassi et al. | A clinically-translatable machine learning algorithm for the prediction of Alzheimer’s disease conversion in individuals with mild and premild cognitive impairment | |
Hasan et al. | Technologies assessing limb bradykinesia in Parkinson’s disease | |
US20200005939A1 (en) | Therapy recommendation system and method | |
US20170344704A1 (en) | Computer assisted systems and methods for acquisition and processing of medical history | |
BRPI0924489B1 (pt) | métodos e sistemas para identificar a polarização de hierarquia do código de identificação em sistemas de despacho de prioridade médica | |
Qiang et al. | Review on facial-recognition-based applications in disease diagnosis | |
Powell et al. | Sports related concussion: an emerging era in digital sports technology | |
Mungloo-Dilmohamud et al. | Balancing data through data augmentation improves the generality of transfer learning for diabetic retinopathy classification | |
Yen et al. | Current status and future perspective of artificial intelligence in the management of peptic ulcer bleeding: a review of recent literature | |
Neto et al. | Evaluations of deep learning approaches for glaucoma screening using retinal images from mobile device | |
US20180277258A1 (en) | System for remote guidance of health care examinations | |
CN111199796A (zh) | 一种疾病辅助决策方法、装置及电子设备 | |
CN116187448A (zh) | 一种信息展示的方法、装置、存储介质及电子设备 | |
WO2023273455A1 (zh) | 医疗知识图谱的构建方法、装置、设备及计算机可读介质 | |
Cortegoso Valdivia et al. | Inter/intra-observer agreement in video-capsule endoscopy: are we getting it all wrong? A systematic review and meta-analysis | |
Sami et al. | Smartphone-based visual inspection with acetic acid: an innovative tool to improve cervical cancer screening in low-resource setting | |
Thakur et al. | Use of artificial intelligence in forecasting glaucoma progression | |
Gazda et al. | Artificial intelligence and its application to minimal hepatic encephalopathy diagnosis | |
CN106709256B (zh) | Ecg数据处理系统及方法 | |
Rinaldi et al. | Exploring the interface between diagnostics and maps of neglected parasitic diseases | |
Trope et al. | Reaching beyond pregnant women to eliminate mother-to-child transmission of syphilis in Africa | |
Keino et al. | Quantitative analysis of retinal vascular leakage in retinal vasculitis using machine learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FA92 | Acknowledgement of application withdrawn (lack of supplementary materials submitted) |
Effective date: 20200320 |