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 PDF

Info

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
Application number
RU2017124601A
Other languages
English (en)
Other versions
RU2017124601A3 (ru
Inventor
Личинио КОНТУ
Алессандра МАЗИА
Пьетро КИСТОЛИНИ
Джанлука ФРУСТАЛЬИ
Ирене РУСПАНТИНИ
Маттиа САЙС
Original Assignee
Л.И.А. Ди Джузеппе Капассо
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 Л.И.А. Ди Джузеппе Капассо filed Critical Л.И.А. Ди Джузеппе Капассо
Publication of RU2017124601A publication Critical patent/RU2017124601A/ru
Publication of RU2017124601A3 publication Critical patent/RU2017124601A3/ru

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT 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).
RU2017124601A 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 RU2017124601A (ru)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

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