RU2573218C2 - Поддержка принятия клинических решений - Google Patents

Поддержка принятия клинических решений Download PDF

Info

Publication number
RU2573218C2
RU2573218C2 RU2012112940/08A RU2012112940A RU2573218C2 RU 2573218 C2 RU2573218 C2 RU 2573218C2 RU 2012112940/08 A RU2012112940/08 A RU 2012112940/08A RU 2012112940 A RU2012112940 A RU 2012112940A RU 2573218 C2 RU2573218 C2 RU 2573218C2
Authority
RU
Russia
Prior art keywords
information
patient
completeness
types
decision
Prior art date
Application number
RU2012112940/08A
Other languages
English (en)
Other versions
RU2012112940A (ru
Inventor
Рул ТРЮЙАН
Александер Адрианус Мартинус ВЕРБЕК
Original Assignee
Конинклейке Филипс Электроникс Н.В.
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 Конинклейке Филипс Электроникс Н.В. filed Critical Конинклейке Филипс Электроникс Н.В.
Publication of RU2012112940A publication Critical patent/RU2012112940A/ru
Application granted granted Critical
Publication of RU2573218C2 publication Critical patent/RU2573218C2/ru

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Educational Administration (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

Изобретение относится к поддержке принятых клинических решений. Технический результат - повышение точности диагностирования пациента. Система для поддержки принятия клинических решений содержит подсистемы, предназначенные для идентификации множества типов информации о пациенте, используемых в правиле принятия решений, входящем в систему поддержки принятия клинических решений; обращения по меньшей мере к одному банку данных с целью проверки наличия элементов информации о пациенте, относящихся к конкретному пациенту; определения того, какие типы информации о пациенте, используемые в правиле принятия решений, имеют соответствующие элементы информации о пациенте, относящиеся к конкретному пациенту; и предоставления указания полноты имеющейся информации, относящейся к конкретному пациенту, с точки зрения типов информации о пациенте, в которых имеются соответствующие элементы информации о пациенте, или типов информации о пациенте, в которых недостает соответствующих элементов информации о пациенте. Указанное можно выполнять с использованием рабочей станции, предназначенной для создания медицинских изображений. 5 н. и 5 з.п. ф-лы; 3 ил.

Description

Область техники, к которой относится изобретение
Настоящее изобретение относится к поддержке принятия клинических решений.
Уровень техники
При современном уровне медицины медицинские работники принимают многие решения, относящиеся к наблюдению пациентов (например, варианты лечения или диагностические тесты), на основе большого объема предварительно собранной информации о пациенте, включая анамнез болезни пациента, семейный анамнез, врачебные осмотры, диагностические тесты и реакцию на ранее проведенное лечение. Чтобы принять решение, медицинские работники используют множество ранее полученных сведений, которые поступают из косвенных источников (например, их медицинская подготовка и опыт), а также из прямых источников, включая результаты медицинского исследования и клинических обследований, а также общие или частные нормы клинической практики. Эти прямые источники информации быстро развиваются, и имеет место отчетливая тенденция к улучшению медицинского обслуживания за счет использования самых последних знаний в области медицины, такое развитие также известно как научно-доказательная медицина.
В данной области техники известны системы поддержки принятия клинических решений, обеспечивающие поддержку врачей-клиницистов в процессе анализа клинической информации и выдачи заключений на основе данных, обычно исходя из набора правил принятия решений. Правила принятия решений могут включать результат одного или более клинических тестов либо другие клинические параметры. Результатом использования правила принятия решений может стать переход к следующему правилу принятия решений, это приводит к перемещению статуса пациента по дереву клинических решений вдоль маршрута принятия клинических решений. Для каждого правила принятия решений на маршруте принятия клинических решений может потребоваться своя информация о пациенте. Различные типы информации о пациенте обычно создаются различными отделениями больницы или даже в различных медицинских организациях, что затрудняет получение общего представления об имеющейся информации для конкретного пациента. Как следствие, иногда сложно понять, имеется ли достаточно информации для принятия решения.
В документе US 2007/0156453 А1 описана система планирования медицинского лечения, содержащая компьютер, в памяти которого хранятся данные, включающие априорную информацию, относящуюся к медицинскому состоянию, курсам лечения и результатам лечения. Эти данные дополнительно включают исполняемый алгоритм планирования лечения, содержащий алгоритм получения информации о пациенте на момент перед лечением, описывающей медицинское состояние пациента, алгоритм, который анализирует информацию о пациенте на момент перед лечением, связанную с априорной информацией, и на основе анализа формулирует первый план лечения пациента, и алгоритм, который выводит первый план лечения для оценки медицинским персоналом. Однако система планирования медицинского лечения не позволяет узнать, достаточно ли имеющихся данных планирования, полученных перед лечением, для выполнения анализа.
Сущность изобретения
Было бы выгодным иметь усовершенствованную систему для поддержки принятия клинических решений. Чтобы решить эту проблему на более качественном уровне, согласно первому аспекту настоящего изобретения, предлагается система, содержащая:
- подсистему идентификации для идентификации множества типов информации о пациенте, используемых в правиле принятия решений, входящем в систему поддержки принятия клинических решений;
- подсистему обращения к данным для обращения, по меньшей мере, к одному банку данных с целью проверки наличия элементов информации о пациенте, относящихся к конкретному пациенту, причем элементы информации о пациенте соответствуют типам информации о пациенте;
- подсистему определения полноты для определения полноты имеющейся информации, относящейся к конкретному пациенту, с точки зрения типов информации, используемых в правиле принятия решений, и элементов информации о пациенте, присутствующих в банке данных; и
- подсистему предоставления для предоставления указания полноты имеющейся информации, относящейся к конкретному пациенту.
Указание полноты демонстрирует, достаточно ли для применения правила принятия решения той информации, которая собрана на данный момент. Это обосновано с медицинской точки зрения, так как, если имеющаяся информация о пациенте является достаточно полной, нет необходимости в сборе дополнительной информации о пациенте, например, при помощи создания медицинских изображений или анализов крови, и сразу можно применять правило принятия решений. В случае предоставления указания полноты легче оценить необходимость в сборе дополнительной информации о пациенте. Тип информации о пациенте может быть результатом конкретного медицинского осмотра или исследования. В правиле также могут использоваться и другие типы информации, например возраст. Элементы информации о пациенте могут содержать реальную информацию по меньшей мере одного из типов, используемых в правиле принятия решений. Например, элемент информации о пациенте может содержать реальный возраст пациента (например, "64 года"), либо реальный результат медицинского осмотра. Таким образом, подсистемой определения полноты может быть проверено, какие необходимые типы информации о пациенте имеются для данного пациента в виде соответствующих элементов информации о пациенте, а какие типы информации отсутствуют. Это можно использовать для определения полноты имеющейся информации.
Указание полноты может содержать указание степени полноты. Степень полноты может указывать, даже если информация еще не является абсолютно полной, насколько эта информация является полной. Таким образом, степень полноты может указать, является ли имеющаяся информация о пациенте неполной и насколько полна имеющаяся информация о пациенте. Так как решения могут приниматься врачом-клиницистом или группой врачей-клиницистов на персональной основе, участвующий врач-клиницист может принять решение при некоторой нехватке информации, но, возможно, при не очень сильной ее нехватке. Как следствие, врач-клиницист может использовать степень полноты, чтобы оценить вероятность того, что он сможет принять решение на основе имеющейся информации. Аналогичным образом, система поддержки принятия решений может быть выполнена с возможностью принятия решений при отсутствии некоторых элементов информации о пациенте. В этом случае системе поддержки принятия решений можно дать команду принять решение, если предоставленная степень полноты признается достаточной сотрудниками клиники, например, с учетом тяжелых и/или побочных эффектов, возникающих при получении отсутствующих элементов информации о пациенте.
Система может содержать подсистему количественного определения, предназначенную для вычисления количественной характеристики полноты имеющейся информации на основе типов информации, в которых имеются соответствующие элементы информации о пациенте, и типов информации, в которых недостает соответствующих элементов информации о пациенте. Степень полноты может содержать количественную характеристику. Такая количественная характеристика является эффективным средством представления степени полноты. Количественная характеристика легко может быть понята сотрудниками клиники и не слишком сильно увеличивает объем информации, который сотрудники клиники должны обрабатывать в течение дня. Количественную характеристику можно визуализировать при помощи индикатора в виде шкалы или с использованием одной или более цифр. Количественная характеристика может содержать долю или процент.
Система может содержать множество весовых коэффициентов, отражающих относительную важность отдельных типов информации о пациенте или элементов информации о пациенте, причем подсистема количественного определения выполнена с возможностью вычисления количественной характеристики также и на основе множества весовых коэффициентов. Таким образом, при вычислении количественной характеристики степени полноты учитывается относительная важность элементов информации о пациенте. В результате представление степени полноты становится более точным.
Указание полноты может содержать указание по меньшей мере одного типа информации о пациенте, в котором недостает соответствующего элемента информации о пациенте. Таким образом, сотрудники клиники легко могут увидеть, какого типа информации для данного пациента не хватает. Легко определить, какие дополнительные обследования необходимы или какую информацию необходимо собрать, чтобы сделать полной информацию о пациенте, которая требуется для применения правила, входящего в систему поддержки принятия решений.
Система может содержать блок выбора правила принятия решений, предназначенный для выбора применимого правила, которое должно быть использовано подсистемой идентификации, на основе элементов информации о пациенте, относящихся к конкретному пациенту. За счет использования блока выбора правила принятия решений система может применять рассматриваемое правило, исходя из содержания элементов информации о пациенте, имеющихся для конкретного пациента. Таким образом, система становится более эффективной. Указание полноты имеющейся информации о пациенте формируют с учетом автоматически выбираемого правила принятия решений.
Система может быть включена в состав медицинской рабочей станции. Система также может быть реализована в распределенной вычислительной сети. Например, может быть обеспечена рабочая станция для создания медицинских изображений, которая получает степень полноты (или ее количественную характеристику) от компьютерной системы, и предоставляет эту информацию пользователю, например, путем ее визуализации. В качестве альтернативы, система может быть включена в состав медицинского устройства для создания изображений.
Способ поддержки принятия клинических решений может содержать этапы, на которых:
- идентифицируют множество типов информации о пациенте, используемых в правиле принятия решений, входящем в систему поддержки принятия клинических решений;
- выполняют обращение по меньшей мере к одному банку данных с целью проверки наличия элементов информации о пациенте, относящихся к конкретному пациенту, причем элементы информации о пациенте соответствуют типам информации о пациенте;
- определяют полноту имеющейся информации, относящейся к конкретному пациенту, с точки зрения типов информации, используемых в правиле принятия решений, и элементов информации о пациенте, присутствующих в банке данных; и
- предоставляют указание полноты имеющейся информации, относящейся к конкретному пациенту.
Способ может быть реализован в виде компьютерного программного продукта, содержащего инструкции, предписывающие процессорной системе выполнять способ.
Специалистам в данной области техники будет понятно, что два или более из рассмотренных выше вариантов, воплощений и/или аспектов настоящего изобретения могут быть объединены любым образом, который считается эффективным. На основе представленного описания специалистом в данной области техники могут быть сделаны любые модификации и изменения устройства для создания изображений, рабочей станции, системы и/или компьютерного программного продукта, которые соответствуют описанным модификациям и изменениям данной системы.
Краткое описание чертежей
Эти и другие аспекты настоящего изобретения станут очевидными и понятными при рассмотрении описанных далее вариантов его реализации.
На чертежах показано:
Фиг.1 - структурная схема системы поддержки принятия клинических решений;
Фиг.2 - блок-схема способа поддержки принятия клинических решений; и
на Фиг.3 схематично показано определение полноты информации о пациенте.
Подробное описание предпочтительных вариантов реализации
Медицинские работники принимают решения и предпринимают действия, используя большой объем информации о пациенте, возможно, не зная о том, имеется ли в наличии вся соответствующая информация о пациенте. Примерами таких решений является выбор курсов лечения или дополнительные диагностические тесты. Описанное здесь изобретение может иметь широкий диапазон применения. Хотя в этом описании внимание сфокусировано на примере лечения онкологии, настоящее изобретение не ограничивается лечением онкологии. Оно может быть применено в различных областях принятия медицинских решений.
Решения по наблюдению пациентов часто принимаются в различных медицинских условиях, и могут приниматься различными специалистами клиники. Как указано ранее, здесь подробно будет описан пример лечения онкологии, так как информация о пациенте очень обширна и приходит из множества источников, медицинские знания в этой области быстро меняются и являются многопрофильными по природе, этим объясняется то, что для специалиста узкого профиля трудно иметь доскональное представление о том, какая информация о пациенте необходима для принятия решения. Однако настоящее изобретение легко может быть применено и в других областях здравоохранения.
При принятии решений по наблюдению пациентов в настоящее время полагаются, главным образом, на персональное мнение медицинских работников для определения того, имеется ли вся необходимая информация о пациенте, другими словами, является ли эта информация полной до такой степени, которой достаточно для осуществления определенных действий на ее основе. Бумажная или электронная предварительно структурированная типовая форма уже может включать определенное априорное представление о том, какая информация должна иметься. Незаполненные поля в такой типовой форме косвенным образом указывают на то, является ли информация полной или нет и какой информации не хватает. Бумажные или электронные типовые формы могут оказаться полезными, если они заполнены специалистом узкого медицинского профиля, который может представлять себе общую картину. Когда информация должна поступать из множества источников и от множества специалистов узкого профиля, она не будет находиться в одной единственной типовой форме, вместо этого она будет разбросана по IT-системам разных отделений или по множеству разделов в Электронной истории болезни. Кроме того, типовая форма является статичной, и ее необходимо явным образом модифицировать при изменении медицинских знаний или норм.
Чтобы повысить и гарантировать качество решений по наблюдению пациентов, предлагается использовать указание полноты информации о пациенте, имеющейся на текущий момент. Это указание может содержать указание о (возможно, уместной) отсутствующей информации. Указание полноты информации, на основе которой медицинские работники предпринимают определенные действия, может оказаться важным для повышения качества этих действий в перспективе.
Чтобы решить эту задачу, можно использовать способ, который может содержать автоматический анализ информации о пациенте, имеющейся в электронной медицинской карте (EMR) или IT-системах отделений. Кроме того, способ может содержать определение полноты информации о пациенте. Определять то, какая информация отсутствует, можно на основе алгоритмов, которые включают априорные сведения из норм или методик клинической практики, набора предварительно заданных правил, определенного медицинским работником, статистических данных от предыдущих случаев, либо компьютерного алгоритма другого типа.
Способ может дополнительно содержать выдачу медицинскому работнику указания полноты информации. Такое указание может включать указание на то, какая информация отсутствует. Указание может дополнительно содержать указание на то, каким образом определялись отсутствующая информация и/или полнота.
Указание полноты информации и/или указание на то, какая информация еще отсутствует, может помочь медицинским работникам в принятии решения о сборе требуемой информации перед тем, как предпринимается желаемое действие. Это может помочь в гарантировании того, что действия предпринимаются на основе полного набора информации, что, в конечном счете, повышает качество этих действий. Это также может помочь гарантировать полноту электронных медицинских карт "задним числом".
Из литературы известны несколько систем (CDSS) и способов поддержки принятия клинических решений. Задачей этих способов является предоставление рекомендаций для оптимизации предпринимаемых действий, при условии ввода определенной информации о пациенте. Согласно настоящему изобретению, эти или другие системы CDSS вместо этого могут быть настроены на предоставление указания полноты информации, требуемой для принятия решения о том, какое действие необходимо предпринять.
Настоящее изобретение может быть применено для множества различных типов решений, принимаемых медицинскими работниками. Примерами являются:
- решения о лечении, в основе которых лежит информация из анамнезов, врачебных осмотров и/или диагностических тестов;
- сестринский уход, в основе которого лежит информация от врачебных осмотров и/или систем прикроватного мониторинга;
- выписка лекарств врачами общей практики, в основе которой лежит информация из истории болезни пациента, врачебных осмотров и/или лабораторных исследований.
Настоящее изобретение может быть применено в любых информационных системах для обслуживания пациентов.
Примерами являются:
- электронные карты пациента/болезни;
- больничные информационные системы;
- амбулаторные информационные системы;
- информационные системы для конкретных направлений, такие как кардиологические и/или онкологические информационные системы.
На фиг.1 приведена структурная схема системы, предоставляющей указание полноты информации о пациенте. Эта система может быть частью системы поддержки принятия клинических решений, может быть дополнением к данной системе или может быть частично интегрирована в данную систему. В этом случае система поддержки принятия клинических решений расширяется за счет указания полноты имеющейся информации о пациенте. Эта система может быть реализована в программном обеспечении или при помощи специализированных электронных схем. Эта система содержит подсистему 2 идентификации, предназначенную для идентификации множества типов информации о пациенте, используемых в правиле принятия решений, входящем в систему поддержки принятия клинических решений. Правило принятия решений может представлять собой одно из множества правил принятия решений, хранящихся в устройстве 6 хранения правил принятия решений. Упомянутое множество правил принятия решений может быть организовано в виде дерева решений. Правило принятия решений может содержать список или другой тип представления типов информации о пациенте, которые необходимы и/или полезны для принятия следующего клинического решения. Тип информации может содержать конкретный тип медицинского изображения пациента, возраст, конкретный тип результата из лаборатории либо информацию по клинической истории пациента. Правило принятия решений и система поддержки принятия решений могут быть созданы таким образом, чтобы эта система поддержки принятия решений могла принимать решение автоматически сразу после того, как появилась информация. В качестве альтернативы, система поддержки принятия решений может просто предписать сотрудникам клиники учесть данные типы информации при принятии ими решений. В случае, когда решение принимается автоматически, сотрудники клиники могут быть уполномочены игнорировать автоматическое принятие решений, более того, они могут иметь возможность принимать решение перед тем, как станет возможным автоматическое принятие решения, используя меньше информации, чем требуется для автоматического правила принятия решений.
Система может содержать подсистему 3 обращения к данным, предназначенную для обращения по меньшей мере к одному банку 7 данных. В упомянутом по меньшей мере одном банке 7 данных могут храниться элементы данных для различных пациентов в различных картах пациентов. Банк 7 данных может содержать базу данных с информацией о пациентах. Упомянутый по меньшей мере один банк 7 данных может содержать информацию, хранящуюся в распределенном виде во множестве устройств. Например, множество отделений может хранить свои собственные элементы информации о пациенте в своих собственных информационных системах. Аналогичным образом, разные типы информации могут храниться в разных информационных системах. Например, лабораторные результаты и данные изображений могут храниться в разных компьютерных системах. Подсистема 3 обращения к данным может обращаться к этим информационным системам с целью проверки наличия элементов информации о текущем пациенте. Подсистема 3 обращения к данным может проверять наличие элементов информации о пациенте в упомянутом по меньшей мере одном банке 7 данных. В частности, подсистема 3 обращения к данным может проверять имеющиеся элементы данных о пациенте, относящиеся к конкретному пациенту. Особенный интерес представляют элементы информации о пациенте, соответствующие типам информации о пациенте, входящим в состав правила принятия решений, так как эти элементы информации о пациенте можно использовать при принятии решения, и наличие этих элементов информации о пациенте определяет полноту информации.
Система может содержать подсистему 4 определения полноты, связанную с подсистемой 2 идентификации и подсистемой 3 обращения к данным. Подсистема 4 определения полноты может определять полноту имеющейся информации, относящейся к конкретному пациенту, с точки зрения типов информации, используемых в правиле принятия решений, и элементов информации о пациенте, присутствующих в банке данных. В качестве примера, когда для конкретного пациента присутствуют элементы информации о пациенте, соответствующие всем типам информации о пациенте, входящим в состав правила принятия решений, можно сделать вывод, что имеющаяся информация о пациенте является полной. В качестве другого примера, если имеются элементы информации о пациенте только для половины из числа типов информации о пациенте, входящих в состав правила принятия решений, то можно сделать вывод, например, что информация не является полной или является только наполовину полной. Если говорить точнее, в этом примере, если типы информации о пациенте вносят равный вклад в полноту, то полнота составляет 50%. Подсистема определения полноты, таким образом, может предоставить любой требуемый уровень детализации, касающийся полноты имеющейся информации о пациенте.
Система может содержать подсистему 5 предоставления, предназначенную для предоставления указания полноты имеющейся информации, относящейся к конкретному пациенту. Например, подсистема предоставления может быть связана с устройством отображения информации, например монитором компьютера, для вывода указания о том, полна ли имеющаяся информации о пациенте. Подсистема 5 предоставления также может быть выполнена с возможностью создания другого указания, например звукового оповещения, такого как речевое сообщение или звуковое предупреждение.
Система может быть выполнена с возможностью выдачи указания полноты в отношении множества правил. Например, если решение может быть принято на основе двух различных наборов из типов информации о пациенте, система может предоставить указания полноты для обоих правил принятия решений.
Подсистема 4 определения полноты может быть выполнена с возможностью определения степени полноты. Степень полноты не задается в двоичной системе как "полная/не полная". Вместо этого степень полноты является указанием того, "насколько полна" информация. Степень полноты может указывать на то, слишком ли мало имеющейся информации о пациенте, чтобы принять решение, почти достаточно для первого приближения, достаточно, но она скудная, либо достаточно. Понятно, что решение часто может быть принято при отсутствии всей полезной информации. В этом случае надежность или точность решения может быть ниже, чем при дополнительном сборе отсутствующей информации. Однако, с учетом других соображений, например ухудшения состояния пациента, может быть сделан выбор, что лучше принять решение на основе той информации, которая имеется. Подсистема 5 предоставления может помочь быстро увидеть, является ли имеющаяся информация, по меньшей мере, достаточной для принятия такого решения.
Подсистема 4 определения полноты может содержать подсистему 8 количественного определения, предназначенную для вычисления количественной характеристики степени полноты имеющейся информации на основе типов информации, в которых имеются соответствующие элементы информации о пациенте, и типов информации, в которых недостает соответствующих элементов информации о пациенте. Эта количественная характеристика может использоваться в качестве степени полноты. Количественное определение может выполняться, например, путем подсчета числа имеющихся элементов информации о пациенте, причем подсистема предоставления может отображать пользователю число имеющихся элементов информации о пациенте и число типов информации о пациенте. В качестве альтернативы, количественная характеристика может содержать число отсутствующих элементов информации о пациенте, т.е. число типов информации о пациенте минус число элементов информации о пациенте. Также возможны и другие количественные характеристики. Например, количественная характеристика может содержать долю или процент. Такие доля или процент могут вычисляться путем деления числа имеющихся (или отсутствующих) элементов информации о пациенте на число типов информации о пациенте.
Подсистема 8 количественного определения может использовать множество весовых коэффициентов 9, отражающих относительную важность отдельных типов информации о пациенте или элементов информации о пациенте. Эти весовые коэффициенты могут быть включены в правило принятия решений, хранящееся в устройстве 6 хранения правил принятия решений, либо в качестве альтернативы могут храниться обособленно, как показано ссылочным номером 8. Подсистема количественного определения может быть выполнена с возможностью вычисления количественной характеристики также и на основе множества весовых коэффициентов. Например, вместо простого подсчета числа элементов или типов информации о пациенте используется взвешенная сумма.
Указание полноты может содержать указание по меньшей мере одного типа информации о пациенте, в котором недостает соответствующего элемента информации о пациенте. Это указание может также быть предоставлено подсистемой 5 предоставления, например, путем вывода названия отсутствующего типа информации о пациенте в устройство отображения. Такое указание является особенно полезным, так как оно помогает сотрудникам клиники понять, какую информацию нужно собрать. Более того, оно помогает оценить важность отсутствующего типа (типов) информации о пациенте; например, если отсутствующий тип (типы) информации о пациенте считается не столь важным, он может быть исключен и решение может быть принято.
Система может содержать блок 1 выбора правила принятия решений, предназначенный для выбора применимого правила, которое должно быть использовано подсистемой идентификации, на основе элементов информации о пациенте, относящихся к конкретному пациенту. Это помогает сделать систему автономной. Система автоматически может выбирать, какое правило (правила) принятия решений применимо, исходя из текущего статуса пациента, который извлечен из имеющейся информации о пациенте. Например, если множество правил принятия решений организовано в дерево решений, блок выбора правила принятия решений может начать автоматически применять правила из дерева решений, на основе имеющихся элементов информации о пациенте. Как только обнаружено правило принятия решений, для которого информация не является полной, это правило может быть выбрано в качестве применимого правила принятия решений. В качестве альтернативы или в дополнение, система может выбрать конкретное правило принятия решений или дерево решений, исходя из основных событий, записанных в элементах информации о пациенте, таких как поступление в больницу, последняя операция либо важный медицинский диагноз. Например, для выбора применимого правила принятия решений может быть предусмотрен отдельный набор правил.
Может быть обеспечена рабочая станция, которая содержит подсистему 5 предоставления, предназначенную для предоставления указания полноты имеющейся информации, относящейся к конкретному пациенту, с точки зрения типов информации о пациенте, в которых имеются соответствующие элементы информации о пациенте, или типов информации, в которых недостает соответствующих элементов информации о пациенте. В качестве необязательного варианта, рабочая станция может содержать и другие элементы описанной здесь системы.
Система, в частности подсистема предоставления, также может быть включена в состав медицинского устройства для создания изображений. Таким образом, легко можно узнать, необходимо ли получить больше данных изображения.
Фиг.2 иллюстрирует способ поддержки принятия клинических решений. Этот способ может содержать идентификацию (201) множества типов информации о пациенте, используемых в правиле принятия решений, входящем в систему поддержки принятия клинических решений; обращение (202) по меньшей мере к одному банку данных с целью проверки наличия элементов информации о пациенте, относящихся к конкретному пациенту, причем элементы информации о пациенте соответствуют типам информации о пациенте; определение (203) полноты имеющейся информации, относящейся к конкретному пациенту, с точки зрения типов информации, используемых в правиле принятия решений, и элементов информации о пациенте, присутствующих в банке данных; и предоставление (204) указания полноты имеющейся информации, относящейся к конкретному пациенту. Некоторые этапы способа могут быть исключены. Кроме того, могут быть добавлены дополнительные этапы способа, например, исходя из функциональных возможностей описанных здесь систем. Порядок следования этапов способа может быть изменен. Некоторые этапы способа могут выполняться параллельно или независимо друг от друга, например этапы 201 и 202, как показано на фиг.2 параллельными маршрутами. Способ может быть реализован в виде компьютерной программы, которая может храниться в машиночитаемой среде хранения информации.
На фиг.3 схематично показано определение полноты информации о пациенте. Как изображено на чертеже, система может содержать информационную систему 301 по уходу за пациентом, которая делает информацию 302 о пациенте доступной через IT-системы больницы в электронном формате. Обращение к имеющейся информации 302 о пациенте и ее обработка могут происходить с использованием известных протоколов совместимости данных (например, HL7, см. www.hl7.org).
Ранее полученные сведения 305 могут храниться в электронной и интерпретируемой компьютером форме. Простой пример такого представления сведений содержит набор правил. Правила могут представлять собой условие, накладываемое на конкретную информацию о пациенте. Условие может относиться к демографическим характеристикам пациента (возраст, пол), истории болезни (предыдущие раковые заболевания, предыдущие хирургические вмешательства и т.д.), типу и стадии заболевания (тип рака, местонахождение, стадия по системе классификации опухолей TNM (Tumor-Node-Metastases, Т - размер первичной опухоли, N - состояние лимфатических узлов, M - наличие или отсутствие отдаленных метастазов), проведенным курсам лечения (хирургия, химиотерапия, радиационная терапия) и т.д. При задании таких условий, правило показывает, какая информация требуется для принятия последующего решения по этому пациенту. Примеры такой информации включают наличие конкретных обследований с использованием изображений ("Для определения стадии болезни должен иметься скан ПЭТ (PET, Positron Emission Tomography - Позитронно-эмиссионная томография))", статус отчетов по таким обследованиям ("Должен быть представлен отчет по УЗИ и должно быть написано заключение"), наличие патологии, лабораторные результаты, результаты врачебных осмотров и т.д.
Компьютерный алгоритм 303 может проанализировать имеющуюся информацию 302 о пациенте и проверить, какое условие правила наилучшим образом подходит для имеющейся информации 302 о пациенте. Может быть выбрано это наиболее подходящее правило. Как следствие, имеющаяся информация 302 о пациенте (включая, например, имеющиеся обследования с использованием изображений или отчеты) может быть сверена с информацией в выбранном правиле, которая предписана как "необходимая". Это позволяет компьютерному алгоритму 303 определить, является ли достаточной имеющаяся информация о пациенте (включая, например, набор имеющихся обследований с использованием изображений), исходя из ранее полученных сведений 305, помещенных в набор правил.
Затем пользователю может быть предоставлено указание 304 полноты и/или указание на то, какая информация о пациенте (например, какие обследования с использованием изображений), возможно, отсутствует. Необходимо отметить, что использование набора правил является просто примером реализации указателя полноты. Вместо набора правил могут использоваться и другие технические средства, например, основанные на нормах клинической практики или статистических данных по предыдущим случаям.
Действия медицинских работников (например, решения по лечению или другому наблюдению пациента, принимаемые врачами-клиницистами) могут быть основаны на ранее собранной информации о пациенте (например, информации, собранной на основе анамнезов, врачебных осмотров и/или диагностических тестов) и/или априорного знания (например, на основе опыта, медицинского исследования, клинических испытаний или норм клинической практики). Чтобы повысить и гарантировать качество таких действий, может оказаться полезным предоставление медицинским работникам указания полноты имеющейся в настоящий момент информации о пациенте, а также указания на то, какая информация, возможно, еще отсутствует - например, по сравнению с минимальным набором информации, необходимой для определенного действия. В данном случае действие может содержать принятие решения.
Специалисту в данной области техники будет понятно, что описанные здесь технологии могут быть применены к информации о пациенте, содержащей данные изображений, включая данные многомерных изображений, например двумерных (2D), трехмерных (3D) или четырехмерных (4D) изображений, полученных при помощи различных методик, таких как стандартная рентгенография, компьютерная томография (КТ), магнитно-резонансная томография (МРТ), ультразвуковое исследование (УЗИ), позитронно-эмиссионная томография (ПЭТ), однофотонная эмиссионная компьютерная томография (ОФЭКТ) и ядерная медицина (ЯМ), но не ограничиваясь указанным. Настоящее изобретение также может быть применено к данным, не относящимся к изображению, например информации, присутствующей в медицинском архиве, системе проведения лабораторных исследований или системе патологоанатомических исследований.
Понятно, что настоящее изобретение также применимо к компьютерным программам, в частности компьютерным программам, находящимся на носителе или в среде, которые предназначены для реализации настоящего изобретения на практике. Программа может быть в виде исходного кода, объектного кода, сочетания из промежуточного источника кода и объектного кода, например, в частично компилированном виде, либо в любом другом виде, подходящем для использования при реализации способа, соответствующего настоящему изобретению. Также понятно, что такая программа может иметь множество различных вариантов строения. Например, программный код, реализующий функциональные возможности способа или системы, соответствующих настоящему изобретению, может быть разделен на одну или более подпрограмм. Специалисту будет очевидно множество различных путей распределения функциональных возможностей между этими подпрограммами. Подпрограммы могут храниться вместе в одном исполняемом файле с созданием автономной программы. Такой исполняемый файл может содержать исполняемые компьютером инструкции, например инструкции для процессора и/или инструкции для интерпретатора (например, инструкции для интерпретатора Java). В качестве альтернативы, одна или более либо все подпрограммы могут храниться по меньшей мере в одном файле внешней библиотеки и связываться с основной программой либо статически, либо динамически, например, во время прогона. Основная программа содержит по меньшей мере один вызов по меньшей мере одной из подпрограмм. Подпрограммы также могут предусматривать обращение одной подпрограммы к функциям другой подпрограммы. Вариант реализации настоящего изобретения, относящийся к компьютерному программному продукту, содержит исполняемые компьютером инструкции, соответствующие каждому из этапов выполнения по меньшей мере одного из указанных выше способов. Эти инструкции могут быть разделены на подпрограммы и/или могут храниться в одном или более файлов, которые могут связываться статически или динамически. Другой вариант реализации настоящего изобретения, относящийся к компьютерному программному продукту, содержит исполняемые компьютером инструкции, соответствующие каждому из средств, входящих в состав по меньшей мере одной/одного из указанных выше систем и/или изделий. Эти инструкции могут быть разделены на подпрограммы и/или могут храниться в одном или более файлов, которые могут связываться статически или динамически.
Носитель компьютерной программы может представлять собой любой объект или устройство, выполненные с возможностью размещения на них программы. Например, носитель может включать носитель информации, такой как ROM (ПЗУ), например CD-ROM (ПЗУ на компакт-диске) или полупроводниковое ПЗУ, либо носитель с магнитной записью, например гибкий диск или жесткий диск. Кроме того, носитель может представлять собой среду передачи информации, такую как электрический или оптический сигнал, который может передаваться по электрическому или оптическому кабелю либо в виде радиоволны или иным образом. При воплощении программы в виде такого сигнала, носитель может быть воплощен в виде такого кабеля либо другого устройства или средства. В качестве альтернативы, носитель может представлять собой интегральную микросхему, в которую помещена программа, причем эта интегральная микросхема предназначена для выполнения соответствующего способа или используется при его выполнении.
Необходимо отметить, что рассмотренные выше варианты реализации настоящего изобретения только иллюстрируют, но не ограничивают это изобретение, и специалисты в данной области техники будут способны создать множество альтернативных вариантов его реализации, не выходящих за пределы объема пунктов приложенной Формулы изобретения. В пунктах Формулы изобретения любые ссылочные обозначения, указанные в скобках, не должны восприниматься как ограничивающие данный пункт. Использование глагола "содержать" и его спряжений не исключает наличия элементов или этапов, отличающихся от указанных в пункте. Указание элемента в единственном числе не исключает наличия множества таких элементов. Настоящее изобретение может быть реализовано при помощи аппаратных средств, содержащих несколько обособленных элементов, и при помощи вычислительного устройства, запрограммированного подходящим образом. В пункте, относящемся к устройству, в котором перечислены несколько средств, некоторые из этих средств могут быть воплощены одним и тем же компонентом аппаратных средств. Простой факт того, что некоторые признаки указаны в отличающихся друг от друга зависимых пунктах, не говорит о том, что для получения преимущества нельзя использовать комбинацию этих признаков.

Claims (10)

1. Система для поддержки принятия клинических решений, содержащая дерево клинических решений, образующее структуру множества правил принятия решения, причем система содержит:
- подсистему (2) идентификации для идентификации множества типов информации о пациенте, используемых в правиле принятия решений системы поддержки принятия клинических решений;
- подсистему (3) обращения к данным для обращения по меньшей мере к одному банку данных для проверки наличия элементов информации о пациенте, относящихся к конкретному пациенту, причем элементы информации о пациенте соответствуют типам информации о пациенте;
- подсистему (4) определения полноты для определения полноты имеющейся информации, относящейся к конкретному пациенту, используя число типов информации о пациенте, используемых в правиле принятия решений, и число элементов информации о пациенте, присутствующих в банке данных,
причем подсистема (4) определения полноты содержит подсистему (8) количественного определения, предназначенную для вычисления количественной характеристики степени полноты имеющейся информации на основе типов информации, в которых имеются соответствующие элементы информации о пациенте, и типов информации, в которых недостает соответствующих элементов информации о пациенте; и
- подсистему (5) предоставления для предоставления указания количественной характеристики степени полноты имеющейся информации, относящейся к конкретному пациенту.
2. Система по п. 1, в которой указание полноты содержит указание степени полноты.
3. Система по п. 2, в которой количественная характеристика содержит долю или процент.
4. Система по п. 2, дополнительно содержащая множество весовых коэффициентов (9), отражающих относительную важность отдельных типов информации о пациенте или элементов информации о пациенте, причем подсистема (8) количественного определения выполнена с возможностью вычисления количественной характеристики также и на основе множества весовых коэффициентов.
5. Система по п. 2, в которой указание полноты содержит указание по меньшей мере одного типа информации о пациенте, в котором недостает соответствующего элемента информации о пациенте.
6. Система по п. 1, дополнительно содержащая блок (1) выбора правила принятия решений для выбора применимого правила, которое должно быть использовано подсистемой (2) идентификации, на основе элементов информации о пациенте, относящихся к конкретному пациенту.
7. Рабочая станция для создания медицинских изображений, предназначенная для использования в системе по п. 1, содержащая подсистему (5) предоставления, предназначенную для предоставления указания полноты имеющейся информации, относящейся к конкретному пациенту, с точки зрения типов информации о пациенте, в которых имеются соответствующие элементы информации о пациенте, или типов информации о пациенте, в которых недостает соответствующих элементов информации о пациенте.
8. Медицинское устройство для создания изображений, содержащее систему по п. 1.
9. Способ поддержки принятия клинических решений с использованием дерева клинических решений, образующего структуру множества правил принятия решения, содержащий этапы на которых:
- идентифицируют (201) множество типов информации о пациенте, используемых в правиле принятия решений системы поддержки принятия клинических решений;
- выполняют (202) обращение по меньшей мере к одному банку данных для проверки наличия элементов информации о пациенте, относящихся к конкретному пациенту, причем элементы информации о пациенте соответствуют типам информации о пациенте;
- определяют (203) полноту имеющейся информации, относящейся к конкретному пациенту, используя число типов информации пациента, используемых в правиле принятия решений, и число элементов информации о пациенте, присутствующих в банке данных,
причем определение полноты содержит вычисление количественной характеристики степени полноты имеющейся информации на основе типов информации, в которых имеются соответствующие элементы информации о пациенте, и типов информации, в которых недостает соответствующих элементов информации о пациенте; и
- предоставляют (204) указание количественной характеристики степени полноты имеющейся информации, относящейся к конкретному пациенту.
10. Машиночитаемая среда хранения информации, содержащая инструкции, предписывающие процессорной системе выполнять способ по п. 9.
RU2012112940/08A 2009-09-04 2010-08-27 Поддержка принятия клинических решений RU2573218C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP09169488 2009-09-04
EP09169488.5 2009-09-04
PCT/IB2010/053859 WO2011027271A1 (en) 2009-09-04 2010-08-27 Clinical decision support

Publications (2)

Publication Number Publication Date
RU2012112940A RU2012112940A (ru) 2013-10-10
RU2573218C2 true RU2573218C2 (ru) 2016-01-20

Family

ID=43127218

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2012112940/08A RU2573218C2 (ru) 2009-09-04 2010-08-27 Поддержка принятия клинических решений

Country Status (6)

Country Link
US (1) US20120150555A1 (ru)
EP (1) EP2473955A1 (ru)
JP (1) JP5744877B2 (ru)
CN (1) CN102483815A (ru)
RU (1) RU2573218C2 (ru)
WO (1) WO2011027271A1 (ru)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101855179B1 (ko) * 2011-12-21 2018-05-09 삼성전자 주식회사 질환 진단을 위한 최적의 진단 요소 셋 결정 장치 및 방법
US20130253942A1 (en) * 2012-03-22 2013-09-26 Hong Kong Baptist University Methods and Apparatus for Smart Healthcare Decision Analytics and Support
US10445674B2 (en) 2012-06-05 2019-10-15 Dimensional Insight Incorporated Measure factory
US20140025393A1 (en) * 2012-07-17 2014-01-23 Kang Wang System and method for providing clinical decision support
US20140039923A1 (en) * 2012-08-03 2014-02-06 AxelaCare Health Solutions, Inc. Computer program, method, and system for receiving and managing patient data gathered during patient treatments
EP2951744A1 (en) * 2013-01-29 2015-12-09 Molecular Health GmbH Systems and methods for clinical decision support
US11183300B2 (en) * 2013-06-05 2021-11-23 Nuance Communications, Inc. Methods and apparatus for providing guidance to medical professionals
CN106462655B (zh) * 2013-11-13 2019-04-05 皇家飞利浦有限公司 临床诊断支持网络、系统及方法
JP6282513B2 (ja) * 2014-03-31 2018-02-21 アボットジャパン株式会社 検査結果解析支援システム
EP3223181B1 (en) 2016-03-24 2019-12-18 Sofradim Production System and method of generating a model and simulating an effect on a surgical repair site
US20200234801A1 (en) * 2017-10-06 2020-07-23 Koninklijke Philips N.V. Methods and systems for healthcare clinical trials
EP3480823A1 (en) * 2017-11-02 2019-05-08 Koninklijke Philips N.V. Clinical decision support
CN108399951B (zh) * 2018-03-12 2022-03-08 东南大学 呼吸机相关性肺炎决策辅助方法、装置、设备及介质
JP7420753B2 (ja) * 2018-08-08 2024-01-23 コーニンクレッカ フィリップス エヌ ヴェ 臨床アセスメントへのコンテキストデータの組み込み

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2191429C1 (ru) * 2001-04-04 2002-10-20 Битюкова Валерия Витальевна Способ автоматизированной диагностики заболеваний и их форм
EA008266B1 (ru) * 2002-09-18 2007-04-27 И-Сан Лимитед Телемедицинская система
RU2338242C2 (ru) * 2002-06-05 2008-11-10 Дайэбитиз Дайэгностикс, Инк. Устройство для тестирования анализируемых веществ
RU2008106247A (ru) * 2005-07-19 2009-08-27 Конинклейке Филипс Электроникс Н.В. (Nl) Автоматизированная система сбора и архивации информации для верификации медицинской необходимости выполнения медицинской процедуры

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0619919A (ja) * 1992-07-03 1994-01-28 Mitsubishi Electric Corp 開発工程管理ツール
EP2587395A3 (en) * 2002-05-15 2015-06-03 United States Government as represented by the Secretary of the Army System and method for handling medical information
US7912528B2 (en) * 2003-06-25 2011-03-22 Siemens Medical Solutions Usa, Inc. Systems and methods for automated diagnosis and decision support for heart related diseases and conditions
JP2007524461A (ja) * 2003-06-25 2007-08-30 シーメンス　メディカル　ソリューションズ　ユーエスエー　インコーポレイテッド 乳房撮像の自動診断及び決定支援システム及び方法
JP2005092266A (ja) * 2003-09-12 2005-04-07 Fuji Photo Film Co Ltd 診断支援装置および方法並びにプログラム
CN1961321A (zh) * 2004-05-21 2007-05-09 西门子医疗健康服务公司 为医疗决策提供支持的方法及系统
JP4795681B2 (ja) * 2004-12-27 2011-10-19 富士フイルム株式会社 診断支援装置、診断支援方法およびそのプログラム
US20070156453A1 (en) 2005-10-07 2007-07-05 Brainlab Ag Integrated treatment planning system
US20070112599A1 (en) * 2005-10-26 2007-05-17 Peiya Liu Method and system for generating and validating clinical reports with built-in automated measurement and decision support
CN104021317A (zh) * 2006-09-20 2014-09-03 皇家飞利浦电子股份有限公司 分子诊断决策支持系统
US20080133275A1 (en) * 2006-11-28 2008-06-05 Ihc Intellectual Asset Management, Llc Systems and methods for exploiting missing clinical data
US20100083159A1 (en) * 2008-09-30 2010-04-01 Dale Llewelyn Mountain Segmented progress indicator

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2191429C1 (ru) * 2001-04-04 2002-10-20 Битюкова Валерия Витальевна Способ автоматизированной диагностики заболеваний и их форм
RU2338242C2 (ru) * 2002-06-05 2008-11-10 Дайэбитиз Дайэгностикс, Инк. Устройство для тестирования анализируемых веществ
EA008266B1 (ru) * 2002-09-18 2007-04-27 И-Сан Лимитед Телемедицинская система
RU2008106247A (ru) * 2005-07-19 2009-08-27 Конинклейке Филипс Электроникс Н.В. (Nl) Автоматизированная система сбора и архивации информации для верификации медицинской необходимости выполнения медицинской процедуры

Also Published As

Publication number Publication date
CN102483815A (zh) 2012-05-30
JP5744877B2 (ja) 2015-07-08
JP2013504111A (ja) 2013-02-04
WO2011027271A1 (en) 2011-03-10
RU2012112940A (ru) 2013-10-10
US20120150555A1 (en) 2012-06-14
EP2473955A1 (en) 2012-07-11

Similar Documents

Publication Publication Date Title
RU2573218C2 (ru) Поддержка принятия клинических решений
US11133094B2 (en) Systems and methods for visualizing data
RU2687760C2 (ru) Способ и система компьютерной стратификации пациентов на основе сложности случаев заболеваний
RU2616985C2 (ru) Система и способ для поддержки принятия клинических решений для планирования терапии с помощью логического рассуждения на основе прецедентов
US20170193660A1 (en) Identifying a Successful Therapy for a Cancer Patient Using Image Analysis of Tissue from Similar Patients
US20170169171A1 (en) Method and system for identifying diagnostic and therapeutic options for medical conditions using electronic health records
US10593428B2 (en) Diagnosis support apparatus and method, and non-transitory computer readable medium
US20080221923A1 (en) Medical information management system
EP2169577A1 (en) Method and system for medical imaging reporting
JP6453668B2 (ja) 計測値管理装置とその作動方法および作動プログラム、並びに計測値管理システム
RU2628058C2 (ru) Интегрированный доступ к множеству модулей анализа клинических данных и интеграция с упомянутыми модулями
RU2741734C2 (ru) Долгосрочный профиль здоровья пациента для случайных находок
US11664127B2 (en) Medical information processing apparatus, medical information processing method, and electronic medical record system
JPWO2019176407A1 (ja) 学習支援装置、学習支援方法、学習支援プログラム、関心領域判別装置、関心領域判別方法、関心領域判別プログラム及び学習済みモデル
EP4133503A1 (en) Clinically meaningful and personalized disease progression monitoring incorporating established disease staging definitions
Glick et al. Impact of explainable artificial intelligence assistance on clinical decision-making of novice dental clinicians
JP7438693B2 (ja) 診療支援装置
US20240078089A1 (en) System and method with medical data computing
JP7451156B2 (ja) 診療支援装置
JP5646400B2 (ja) 画像処理フロー評価方法及び当該方法を実行する画像処理装置
US11915804B2 (en) Integrated report
JP7486318B2 (ja) 医用情報処理装置、医用情報処理方法、および医用情報処理プログラム
JP5992798B2 (ja) モダリティ導入支援装置及び方法、並びにプログラム
JP2018532206A (ja) コンテキスト・アウェア医療レコメンデーションのためのシステム及び方法
JP2024070953A (ja) 医用情報表示装置、医用情報表示方法、及び、プログラム

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20170828