TW202341171A - 醫療決策輔助系統及方法 - Google Patents
醫療決策輔助系統及方法 Download PDFInfo
- Publication number
- TW202341171A TW202341171A TW111113019A TW111113019A TW202341171A TW 202341171 A TW202341171 A TW 202341171A TW 111113019 A TW111113019 A TW 111113019A TW 111113019 A TW111113019 A TW 111113019A TW 202341171 A TW202341171 A TW 202341171A
- Authority
- TW
- Taiwan
- Prior art keywords
- decision
- making
- medical
- diagnosis
- current patient
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000003745 diagnosis Methods 0.000 claims abstract description 75
- 208000024891 symptom Diseases 0.000 claims abstract description 34
- 238000003058 natural language processing Methods 0.000 claims abstract description 21
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 238000010801 machine learning Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 39
- 238000003066 decision tree Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000007637 random forest analysis Methods 0.000 claims description 5
- 238000002405 diagnostic procedure Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 description 23
- 201000010099 disease Diseases 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 238000007728 cost analysis Methods 0.000 description 4
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 208000032140 Sleepiness Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
一種醫療決策輔助系統儲存有一自然語言處理模型、一診療紀錄資料庫及一利用機器學習技術所實現的智慧決策模組。該醫療決策輔助系統用於在一當前受診者(包含病患本身或其陪診者或其病況轉述者)的診斷過程中產生一診斷資料及一相關於該當前受診者的語音資料、從診療紀錄資料庫選出一對應當前受診者的目標歷史診療紀錄、將該語音資料輸入該自然語言處理模型以獲得一口述文字資料，以及將該診斷資料、該口述文字資料及該目標歷史診療紀錄輸入該智慧決策模組以獲得一輔助決策結果，並且輸出該輔助決策結果，其中，該輔助決策結果指示出與該當前受診者之症狀相關的醫療參考資訊。
Description
本發明是有關於一種輔助系統，特別是指一種適合應用於醫療過程的醫療決策輔助系統。本發明還有關於一種由醫療決策輔助系統所實施的醫療決策輔助方法。
人的一生中難免因為健康問題而至醫院尋求治療，然而，在醫師對病患進行診斷時，若要審視病患所有的病史及個人特殊情況，勢必得花費相當長之時間，而若僅考量病患的部分病史，又可能導致醫師所作出之醫療決策不夠全面。因此，如何在醫療方面提供智慧化決策的輔助，便成為一個值得探討的議題。
本發明的其中一目的，在於提供一種能改善現有技術之不完整與不便的醫療決策輔助系統，避免診斷者在自身知識與經驗的限制下做出不完善或錯誤的診斷決策。
本發明醫療決策輔助系統包含一儲存單元、一輸入單元、一輸出單元，以及一電連接該儲存單元、該輸入單元及該輸出單元的處理單元，該儲存單元儲存有一自然語言處理模型、一包含多筆歷史診療紀錄的診療紀錄資料庫，以及一利用機器學習技術所實現的智慧決策模組，且該等歷史診療紀錄分別對應於多個受診者。該處理單元用於：在一當前受診者的診斷過程中根據該輸入單元所受之操作而產生一指示出該當前受診者的診斷資料，以及經由該輸入單元接收一相關於該當前受診者的語音資料；根據該診斷資料所指示出的該當前受診者從該等歷史診療紀錄中選出一對應該當前受診者的目標歷史診療紀錄；將該語音資料輸入該自然語言處理模型，以獲得一由該自然語言處理模型所輸出的口述文字資料；將該診斷資料、該口述文字資料及該目標歷史診療紀錄輸入該智慧決策模組，以獲得一由該智慧決策模組根據該診斷資料、該口述文字資料及該目標歷史診療紀錄所輸出的輔助決策結果；控制該輸出單元將該輔助決策結果輸出，其中，該輔助決策結果指示出與該當前受診者之症狀相關的醫療參考資訊。
在本發明醫療決策輔助系統的一些實施態樣中，該輸入單元包括一錄音裝置，且該語音資料是由該錄音裝置在一診斷者對該當前受診者進行的診斷過程中進行錄音所產生，並且，該口述文字資料至少包含一呈現出該當前受診者之口述內容的受診者口述部分。
在本發明醫療決策輔助系統的一些實施態樣中，該口述文字資料還包含一呈現出該診斷者之口述內容的診斷者口述部分。
在本發明醫療決策輔助系統的一些實施態樣中，該智慧決策模組是利用隨機森林演算法所實現，且包含多個決策模型，其中，每一決策模型包括多個決策樹。
本發明的另一目的，在於提供一種能改善現有技術之不完整與不便的醫療決策輔助方法，避免診斷者在自身知識與經驗的限制下做出不完善或錯誤的診斷決策。
本發明醫療決策輔助方法由一醫療決策輔助系統實施，該醫療決策輔助系統包含一儲存單元、一輸入單元、一輸出單元及一電連接該儲存單元、該輸入單元及該輸出單元的處理單元，該儲存單元儲存有一自然語言處理模型、一包含多筆歷史診療紀錄的診療紀錄資料庫，以及一利用機器學習技術所實現的智慧決策模組，且該等歷史診療紀錄分別對應於多個受診者。該醫療決策輔助系統包含：該處理單元在一當前受診者的診斷過程中根據該輸入單元所受之操作而產生一指示出該當前受診者的診斷資料，以及經由該輸入單元接收一相關於該當前受診者的語音資料；該處理單元根據該診斷資料所指示出的該當前受診者從該等歷史診療紀錄中選出一對應該當前受診者的目標歷史診療紀錄；該處理單元將該語音資料輸入該自然語言處理模型，以獲得一由該自然語言處理模型所輸出的口述文字資料；該處理單元將該診斷資料、該口述文字資料及該目標歷史診療紀錄輸入該智慧決策模組，以獲得一由該智慧決策模組根據該診斷資料、該口述文字資料及該目標歷史診療紀錄所輸出的輔助決策結果；該處理單元控制該輸出單元將該輔助決策結果輸出，其中，該輔助決策結果指示出與該當前受診者之症狀相關的醫療參考資訊。
在本發明醫療決策輔助方法的一些實施態樣中，該輸入單元包括一錄音裝置，且該語音資料是由該錄音裝置在一診斷者對該當前受診者進行的診斷過程中進行錄音所產生，並且，該口述文字資料至少包含一呈現出該當前受診者之口述內容的受診者口述部分。
在本發明醫療決策輔助方法的一些實施態樣中，該口述文字資料還包含一呈現出該診斷者之口述內容的診斷者口述部分。
在本發明醫療決策輔助方法的一些實施態樣中，該智慧決策模組是利用隨機森林演算法所實現，且包含多個決策模型，其中，每一決策模型包括多個決策樹。
本發明之功效在於：該醫療決策輔助系統相當於一個能應用於醫療診斷過程中專家系統，而能根據受診者過往的醫療紀錄提供更加全面的智慧化決策輔助。
在本發明被詳細描述之前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。在本發明被詳細描述之前應當注意：若未特別定義，則本專利說明書中所述的「電連接」是泛指多個電子設備/裝置/元件之間透過導電材料彼此相連而實現的「有線電連接」，以及透過無線通訊技術進行單/雙向無線信號傳輸的「無線電連接」。另一方面，本專利說明書中所述的「電連接」也泛指多個電子設備/裝置/元件之間彼此直接相連而形成的「直接電連接」，以及多個電子設備/裝置/元件之間還透過其他電子設備/裝置/元件彼此間接相連而形成的「間接電連接」。
參閱圖1，本發明醫療決策輔助系統1之一實施例例如包含一儲存單元11、一輸入單元12、一輸出單元13，以及一電連接該儲存單元11、該輸入單元12及該輸出單元13的處理單元14。
在本實施例中，該儲存單元11例如是被實施為用於儲存數位資料的硬碟。然而，在其他實施例中，該儲存單元11亦可例如是為快閃記憶體、其他種類的電腦可讀取記錄媒體，或者是多種不同之電腦可讀取記錄媒體的組合，因此，該儲存單元11的具體實施態樣並不以本實施例為限。
該輸入單元12例如包括一錄音裝置、一鍵盤及一滑鼠，但並不以此為限。其中，該錄音裝置例如用於在一診斷者(例如醫師)對一受診者(例如病患)進行的診斷過程中進行錄音，而該鍵盤及該滑鼠則例如用於供該診斷者在診斷過程中輸入相關的診斷資料，例如受診者自述之症狀、診斷者對受診者症狀之判斷、診斷者建議受診者進行檢驗之項目、診斷者開立之藥方、以及診斷者建議受診者回診之日期等，但並不以此為限。
該輸出單元13在本實施例中例如是被實施為一顯示器，但並不以此為限。
該處理單元14在本實施例中例如是被實施為一中央處理器。然而，在其他實施例中，該處理單元14亦可例如是被實施為多個彼此電連接的中央處理器，或者是一包括中央處理器的控制電路板，因此，該處理單元14的具體實施態樣並不以本實施例為限。
進一步地，在本實施例中，該儲存單元11及該處理單元14可例如是被共同包含於一雲端伺服器(圖未示出)，而該輸入單元12及該輸出單元13則可例如是被共同包含於一用於供該診斷者操作且與該雲端伺服器透過網路電連接的電腦裝置(圖未示出)。換句話說，該醫療決策輔助系統1在本實施例中可例如是被實施為該雲端伺服器以及與該雲端伺服器電連接的該電腦裝置。然而，在其他實施例中，該儲存單元11及該處理單元14亦可例如是與該輸入單元12及該輸出單元13被共同包含於所述的電腦裝置，所以，該醫療決策輔助系統1亦可被實施為單一台電腦裝置，而並不以本實施例為限。
在本實施例中，該儲存單元11例如儲存有一自然語言處理模型D1、一包含多筆歷史診療紀錄的診療紀錄資料庫D2，以及一利用機器學習技術所實現的智慧決策模組D3。
在本實施例中，該自然語言處理模型D1例如用於將語音形式資料轉換為文字形式資料，並根據語音形式資料的聲紋特徵從文字形式資料中定義出一呈現出受診者之口述內容的受診者口述部分，以及一呈現出診斷者之口述內容的診斷者口述部分，並且，該自然語言處理模型D1例如還用於對受診者口述部分及診斷者口述部分進行自然語言理解，並標記出受診者口述部分及診斷者口述部分中之多個與醫療行為相關的診斷關鍵字，其中，所述的診斷關鍵字可例如指示出受診者自述之症狀、診斷者推測受診者所罹患之疾病、診斷者建議受診者進行之檢驗項目及治療方式等，但並不以此為限。
在本實施例中，該診療紀錄資料庫D2中的該等歷史診療紀錄例如是分別對應於多個曾經至醫療機構就醫的受診者，而且，對於每一歷史診療紀錄，該歷史診療紀錄例如包含對應之受診者的個人基本資料(例如身份證字號、生日、性別及年齡)，以及該受診者過往就醫的診斷紀錄、檢驗紀錄、治療紀錄及醫療費用支付紀錄，但並不以此為限。
在本實施例中，該智慧決策模組D3例如是利用隨機森林演算法與層級分析法（Analytic Hierarchy Process，簡稱AHP）所實現，且該智慧決策模組D3例如包含多個決策模型。在本實施例中，每一決策模型例如包含一決策樹群（亦即包含多個決策樹）及／或多個各自針對單一病症的層級分析模組，而且，該等決策模型在本實施例中例如分別為一用於預測病患所罹患之疾病的症狀決策模型D31、一用於預測適合病患之檢驗項目的檢驗決策模型D32、一用於預測適合病患之治療方式的治療手段決策模型D33、以及一用於預測病患當次就診之醫療費用及適合之支付模式的醫療費用決策模型D34，但並不以此為限。
更詳細地說，在本實施例中，該症狀決策模型D31例如包括多個症狀決策樹，而且，每一症狀決策樹例如是根據多個病患的症狀(例如但不限於：頻尿、嗜睡)以及醫師對其症狀的疾病診斷結果(例如但不限於：糖尿病)所建構而成，但並不以此為限。該檢驗決策模型D32例如包括多個檢驗決策樹，而且，每一檢驗決策樹例如是根據多個病患的症狀以及醫師根據其症狀所決定的檢驗項目(例如但不限於：腹部X光、泛上消化道內視鏡)所建構而成，但並不以此為限。該治療手段決策模型D33例如包括多個治療手段決策樹，而且，每一治療手段決策樹例如是根據多個病患所罹患的疾病以及醫師針對其疾病所採取的治療方式(例如特定的藥方、手術或療程)所建構而成，但並不以此為限。該醫療費用決策模型D34例如包括多個醫療費用決策樹，而且，每一醫療費用決策樹例如是根據多個病患的就診紀錄及其對應的繳費紀錄所建構而成，但並不以此為限。
補充說明的是，在其他實施例中，該智慧決策模組D3亦可例如僅包含該症狀決策模型D31、該檢驗決策模型D32、該治療手段決策模型D33及該醫療費用決策模型D34的其中一或多者，而且，每一決策模型亦可例如是被實施為單一個決策樹，而並不一定要被實施為決策樹群。另外，本實施例中所述的決策樹可例如是利用現有技術中的演算法所建構，由於所述決策樹的建構細節並非本專利說明書的技術重點，故在此不詳述其細節。
以下示例性地說明本實施例的該醫療決策輔助系統1如何在一診斷者對一當前受診者進行診斷的過程中實施一醫療決策輔助方法。
首先，在步驟S1中，在該診斷者對該當前受診者進行的診斷過程中，該處理單元14根據該輸入單元12所受之操作而產生一對應於該當前受診者的診斷資料，並且，該處理單元14還在診斷過程中經由該輸入單元12接收一相關於該當前受診者的語音資料。
更具體地說，在本實施例中，該診斷資料可例如是由該處理單元14根據該輸入單元12之鍵盤及滑鼠受該診斷者之操作所產生的，而且，該診斷資料例如包含一指示出該當前受診者的身份識別資料，以及一診斷者建議資料。其中，該身份識別資料可例如為該當前受診者的身份證字號，而該診斷者建議資料可例如包含該診斷者對該當前受診者之症狀的分析及判斷、該診斷者針對該當前受診者所開立之藥物清單、該診斷者對該當前受診者所建議之檢驗項目、該診斷者對該當前受診者所建議之治療方式，以及該診斷者對該當前受診者所建議之下次回診時間的其中一至多者，但並不以此為限。另一方面，該語音資料例如是由該輸入單元12之錄音裝置在診斷過程中進行雙方全時錄音所產生的錄音結果，因此，該語音資料例如會以語音的形式呈現出該當前受診者以及該診斷者在診斷過程中的談話內容。值得一提的是，藉由該語音資料，該輸入單元12所蒐集到之數據資料為診斷過程的全部訊息，而並非僅是由診斷者所輸入之資訊，因此有別於一般醫療輔助決策系統僅依據診斷者依其主觀判斷並挑選症狀並輸入系統中的診斷結果這類簡化且摘要過的診斷結論數據資料。
在該處理單元14獲得該診斷資料及該語音資料後，流程例如進行至步驟S2。
在步驟S2中，對於該診斷資料，該處理單元14例如根據該診斷資料所包含的身份識別資料從該診療紀錄資料庫D2的該等歷史診療紀錄中選出一對應該當前受診者的目標歷史診療紀錄，而藉此獲得該當前受診者過往就醫的診斷、檢驗、治療及醫療費用支付等紀錄。另一方面，對於該語音資料，該處理單元14例如將該語音資料輸入該自然語言處理模型D1，以獲得一由該自然語言處理模型D1所輸出且對應該語音資料的口述文字資料。並且，在本實施例中，該口述文字資料例如包含一以文字形式呈現出該當前受診者之口述內容的受診者口述部分，以及一以文字形式呈現出該診斷者之口述內容的診斷者口述部分。
在該處理單元14選出該目標歷史診療紀錄並且獲得該口述文字資料後，流程進行至步驟S3。
在步驟S3中，當該處理單元14接收到一來自於該輸入單元12的分析指令時，該處理單元14根據該分析指令而將該診斷資料、該口述文字資料及該目標歷史診療紀錄輸入該智慧決策模組D3，以獲得一由該智慧決策模組D3根據該診斷資料、該口述文字資料及該目標歷史診療紀錄所輸出的輔助決策結果。其中，該分析指令可例如由該輸入單元12的鍵盤或滑鼠受該診斷者的手動操作而產生的，而該輔助決策結果例如指示出與該當前受診者之症狀相關的醫療參考資訊。而且，所述的醫療參考資訊可以包含但不限於「病症現況描述契合率與其排序顯示、最佳醫囑建議契合率排序、最佳用藥契合率排序、最佳外科術式契合率排序、最佳後續醫療或術後照顧決策契合率排序」等。
更詳細地說，在本實施例中，該輔助決策結果例如包含一由該症狀決策模型D31所輸出的症狀分析結果、一由該檢驗決策模型D32所輸出的檢驗項目分析結果、一由該治療手段決策模型D33所輸出的治療方式分析結果，以及一由該醫療費用決策模型D34所輸出的醫療費用分析結果。其中，該症狀分析結果例如指示出該當前受診者可能罹患之疾病，而且，該症狀分析結果例如是該症狀決策模型D31根據該目標歷史診療紀錄所指示出之該當前受診者過往的診斷紀錄、檢驗紀錄、治療紀錄，以及該受診者口述部分所指示出的症狀所產生，但並不以此為限。該檢驗項目分析結果例如指示出一或多個與該當前受診者之症狀相關的建議檢驗項目，而且，該檢驗項目分析結果例如是該檢驗決策模型D32根據該當前受診者過往的診斷紀錄、檢驗紀錄、治療紀錄、該受診者口述部分所指示出之症狀，以及該診斷者口述部分所指示出之推測疾病所產生，但並不以此為限。該治療方式分析結果例如指示出一或多個與該當前受診者之症狀相關的建議治療方式，而且，該治療方式分析結果例如是該治療手段決策模型D33根據該當前受診者過往的診斷紀錄、檢驗紀錄、治療紀錄、該受診者口述部分所指示出之症狀，以及該診斷者口述部分所指示出之推測疾病所產生，但並不以此為限。該醫療費用分析結果例如指示出一預測金額，以及一對應該預測金額的建議支付模式(例如當日繳清、分期付款或延遲付款)，而且，該醫療費用分析結果例如是該醫療費用決策模型D34根據該當前受診者過往的治療紀錄及醫療費用支付紀錄，以及該診斷者對該當前受診者所建議之檢驗項目及/或治療方式所產生，但並不以此為限。
補充說明的是，在其他實施例中，該症狀分析結果也可例如僅包含該症狀分析結果、該檢驗項目分析結果、該治療方式分析結果及該醫療費用分析結果的其中一或多者，而並不以本實施例為限。
在該處理單元14獲得該輔助決策結果後，流程進行至步驟S4。
在步驟S4中，該處理單元14控制該輸出單元13將該輔助決策結果輸出，以供該診斷者及該當前受診者參考。另一方面，該輔助決策結果亦可進一步被用於優化、調整該智慧決策模組D3中各個決策樹的節點。其中，該處理單元14控制該輸出單元13輸出該輔助決策結果的方式，可例如是自動依當前受診者支付習慣與相關問答表述內容所反應之醫療需求，以心智圖模式排列最佳醫療決策路徑圖、最低醫療費用/保費消耗決策路徑圖、最佳醫療禮遇決策路徑圖或其各類路徑圖之最適化排列組合。
以上即為本實施例之醫療決策輔助系統1如何實施該醫療決策輔助方法的示例說明。
綜上所述，藉由實施該醫療決策輔助方法，該醫療決策輔助系統1相當於一個能應用於醫療診斷過程中專家系統，而能根據受診者過往的醫療紀錄提供更加全面的智慧化決策輔助，故確實能達成本發明之目的。
惟以上所述者，僅為本發明之實施例而已，當不能以此限定本發明實施之範圍，凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。
1:醫療決策輔助系統
11:儲存單元
12:輸入單元
13:輸出單元
14:處理單元
D1:自然語言處理模型
D2:診療紀錄資料庫
D3:智慧決策模組
D31:症狀決策模型
D32:檢驗決策模型
D33:治療手段決策模型
D34:醫療費用決策模型
S1~S4:步驟
本發明之其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中： 圖1是本發明醫療決策輔助系統之一實施例的一方塊示意圖；及 圖2是一流程圖，用於示例說明該實施例如何實施醫療決策輔助方法。
1:醫療決策輔助系統
11:儲存單元
12:輸入單元
13:輸出單元
14:處理單元
D1:自然語言處理模型
D2:診療紀錄資料庫
D3:智慧決策模組
D31:症狀決策模型
D32:檢驗決策模型
D33:治療手段決策模型
D34:醫療費用決策模型
Claims (8)
- 一種醫療決策輔助系統，包含： 一儲存單元，儲存有一自然語言處理模型、一包含多筆歷史診療紀錄的診療紀錄資料庫，以及一利用機器學習技術所實現的智慧決策模組，且該等歷史診療紀錄分別對應於多個受診者； 一輸入單元； 一輸出單元；及 一處理單元，電連接該儲存單元、該輸入單元及該輸出單元；其中，該處理單元用於： 在一當前受診者的診斷過程中根據該輸入單元所受之操作而產生一指示出該當前受診者的診斷資料，以及經由該輸入單元接收一相關於該當前受診者的語音資料； 根據該診斷資料所指示出的該當前受診者從該等歷史診療紀錄中選出一對應該當前受診者的目標歷史診療紀錄； 將該語音資料輸入該自然語言處理模型，以獲得一由該自然語言處理模型所輸出的口述文字資料； 將該診斷資料、該口述文字資料及該目標歷史診療紀錄輸入該智慧決策模組，以獲得一由該智慧決策模組根據該診斷資料、該口述文字資料及該目標歷史診療紀錄所輸出的輔助決策結果；及 控制該輸出單元將該輔助決策結果輸出，其中，該輔助決策結果指示出與該當前受診者之症狀相關的醫療參考資訊。
- 如請求項1所述的醫療決策輔助系統，其中，該輸入單元包括一錄音裝置，且該語音資料是由該錄音裝置在一診斷者對該當前受診者進行的診斷過程中進行錄音所產生，並且，該口述文字資料至少包含一呈現出該當前受診者之口述內容的受診者口述部分。
- 如請求項2所述的醫療決策輔助系統，其中，該口述文字資料還包含一呈現出該診斷者之口述內容的診斷者口述部分。
- 如請求項1所述的醫療決策輔助系統，其中，該智慧決策模組是利用隨機森林演算法所實現，且包含多個決策模型，其中，每一決策模型包括多個決策樹。
- 一種醫療決策輔助方法，由一醫療決策輔助系統實施，該醫療決策輔助系統包含一儲存單元、一輸入單元、一輸出單元及一電連接該儲存單元、該輸入單元及該輸出單元的處理單元，該儲存單元儲存有一自然語言處理模型、一包含多筆歷史診療紀錄的診療紀錄資料庫，以及一利用機器學習技術所實現的智慧決策模組，且該等歷史診療紀錄分別對應於多個受診者；該醫療決策輔助系統包含： 該處理單元在一當前受診者的診斷過程中根據該輸入單元所受之操作而產生一指示出該當前受診者的診斷資料，以及經由該輸入單元接收一相關於該當前受診者的語音資料； 該處理單元根據該診斷資料所指示出的該當前受診者從該等歷史診療紀錄中選出一對應該當前受診者的目標歷史診療紀錄； 該處理單元將該語音資料輸入該自然語言處理模型，以獲得一由該自然語言處理模型所輸出的口述文字資料； 該處理單元將該診斷資料、該口述文字資料及該目標歷史診療紀錄輸入該智慧決策模組，以獲得一由該智慧決策模組根據該診斷資料、該口述文字資料及該目標歷史診療紀錄所輸出的輔助決策結果；及 該處理單元控制該輸出單元將該輔助決策結果輸出，其中，該輔助決策結果指示出與該當前受診者之症狀相關的醫療參考資訊。
- 如請求項5所述的醫療決策輔助方法，其中，該輸入單元包括一錄音裝置，且該語音資料是由該錄音裝置在一診斷者對該當前受診者進行的診斷過程中進行錄音所產生，並且，該口述文字資料至少包含一呈現出該當前受診者之口述內容的受診者口述部分。
- 如請求項6所述的醫療決策輔助方法，其中，該口述文字資料還包含一呈現出該診斷者之口述內容的診斷者口述部分。
- 如請求項5所述的醫療決策輔助方法，其中，該智慧決策模組是利用隨機森林演算法所實現，且包含多個決策模型，其中，每一決策模型包括多個決策樹。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111113019A TW202341171A (zh) | 2022-04-06 | 2022-04-06 | 醫療決策輔助系統及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111113019A TW202341171A (zh) | 2022-04-06 | 2022-04-06 | 醫療決策輔助系統及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW202341171A true TW202341171A (zh) | 2023-10-16 |
Family
ID=89856090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111113019A TW202341171A (zh) | 2022-04-06 | 2022-04-06 | 醫療決策輔助系統及方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TW202341171A (zh) |
-
2022
- 2022-04-06 TW TW111113019A patent/TW202341171A/zh unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110024038B (zh) | 与用户和装置进行合成交互的系统和方法 | |
| US11488718B2 (en) | Computer aided medical method and medical system for medical prediction | |
| KR102558021B1 (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
| KR102237449B1 (ko) | 환자 진단 학습 방법, 서버 및 프로그램 | |
| US8670997B2 (en) | Quality metric extraction and editing for medical data | |
| JP4819314B2 (ja) | 診断情報システム | |
| US20110106749A1 (en) | Personalized Prognosis Modeling in Medical Treatment Planning | |
| US20110120470A1 (en) | Treatment protocol template generation and branching logic system | |
| US20190392952A1 (en) | Computer-implemented methods, systems, and computer-readable media for diagnosing a condition | |
| CN108198594A (zh) | 电子病历管理方法和系统 | |
| US20180211730A1 (en) | Health information (data) medical collection, processing and feedback continuum systems and methods | |
| US11200967B1 (en) | Medical patient synergistic treatment application | |
| US20210089965A1 (en) | Data Conversion/Symptom Scoring | |
| US20220059238A1 (en) | Systems and methods for generating data quality indices for patients | |
| WO2021140731A1 (ja) | 情報伝達装置および情報伝達方法 | |
| CN112951414A (zh) | 基层医疗临床辅助决策系统 | |
| US20210335491A1 (en) | Predictive adaptive intelligent diagnostics and treatment | |
| US20200381118A1 (en) | Artificial intelligence (ai) system for individual health maintenance recommendations | |
| JP2009244980A (ja) | 診療行為支援装置及びコンピュータプログラム | |
| TWI777132B (zh) | 用於監測壓瘡之監測系統、裝置及電腦實施方法 | |
| US10431339B1 (en) | Method and system for determining relevant patient information | |
| JP2021039683A (ja) | 診療支援方法、診療支援システム、学習モデルの生成方法、および、診療支援プログラム | |
| TW202341171A (zh) | 醫療決策輔助系統及方法 | |
| Lin et al. | Development of a telehealthcare decision support system for patients discharged from the hospital | |
| CN115547483A (zh) | 用于监测患慢性炎症性疾病的患者的远程监测方法和系统 |