UA73967C2 - Structure-based automatic processing for diagnostics (variants) - Google Patents

Structure-based automatic processing for diagnostics (variants) Download PDF

Info

Publication number
UA73967C2
UA73967C2 UA2002086473A UA2002086473A UA73967C2 UA 73967 C2 UA73967 C2 UA 73967C2 UA 2002086473 A UA2002086473 A UA 2002086473A UA 2002086473 A UA2002086473 A UA 2002086473A UA 73967 C2 UA73967 C2 UA 73967C2
Authority
UA
Ukraine
Prior art keywords
symptom
disease
symptoms
patient
function
Prior art date
Application number
UA2002086473A
Other languages
English (en)
Original Assignee
First Opinion Corp
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 First Opinion Corp filed Critical First Opinion Corp
Publication of UA73967C2 publication Critical patent/UA73967C2/uk

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
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H15/00ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/60ICT specially adapted for the handling or processing of medical references relating to pathologies
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00Surgery
    • Y10S128/904Telephone telemetry
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00Surgery
    • Y10S128/92Computer assisted medical diagnostics
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00Surgery
    • Y10S128/92Computer assisted medical diagnostics
    • Y10S128/925Neural network

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Description

Опис винаходу
Область винаходу відноситься до автоматизованих систем медичного діагностування. Конкретніше, варіанти виконання дійсного винаходу відносяться до автоматизованої системи для заснованої на часі діагностики медичної скарги пацієнта шляхом використання динамічних структур даних.
Витрати на охорону здоров'я в даний час являють собою значну частину валового національного продукту
США й у цілому зростають швидше, ніж будь-яка інша складова індексу цін на споживчі товари. Крім того, звичайно через нездатність платити за медичні послуги багато людей позбавлені доступу навіть до самої простої 70 медичної допомоги й інформації.
У багатьох людей відбувається затримка з одержанням медичної допомоги, або їм заважають у її пошуках, через вартість, обмеження у часі або незручність. У випадку, якщо у суспільства буде універсальний, необмежений і легкий доступ до медичної інформації, багатьох хвороб можна бути уникнути. Аналогічно, раннє виявлення і лікування множини хвороб може уберегти багатьох пацієнтів від досягнення пізніх стадій 19 захворювань, лікування яких є значною частиною фінансового тягаря, що вважається невід'ємною частиною системи охорони здоров'я. Зрозуміло, що США віч-на-віч зштовхується з проблемами, зв'язаними зі здоров'ям, у ненормальних пропорціях, а існуючі рішення не є надійними.
Попередні спроби вирішити проблеми охорони здоров'я залучали різні форми автоматизації. Деякі з цих спроб були у вигляді телефонної бібліотеки відповідей на медичні питання. Інші спроби були спрямовані на забезпечення лікарів автоматизованими засобами допомоги для використання при обстеженні пацієнта. Ці способи залучали статичні процедури або алгоритми. Бажано ж розробити автоматичний шлях забезпечення пацієнта медичною порадою і діагнозом, що є швидкими, ефективними і точними. Така система медичних порад повинна бути модельною, щоб дозволити їй розширюватися для нових типів медичних проблем або способів виявлення. с
Один шлях проведення інтерв'ю з пацієнтом містить у собі медичні діагностичні сценарії. Необхідно Ге) розробити ефективний спосіб подання медичних знань експертів-фахівців у форматі сценаріїв. Сценарії повинні використовувати динамічні структури для швидкого й ефективного встановлення діагнозу пацієнта.
Обробка, заснована на структурах, є способом діагностики захворювань, що працює шляхом розміщення захворювань, симптомів і питань у набір зв'язаних структур захворювань, симптомів і питань, таких як об'єкти в або списки, щоб можна було одержати доступ до структур для розробки діалогу з пацієнтом. Кожне питання до Ге) пацієнта генерує один із наборів певних відповідей, і кожна відповідь генерує один із наборів певних питань.
Це встановлює діалог, що виявляє у пацієнта симптоми. Симптоми оброблюються й оцінюються, щоб установити о наявність або відсутність хвороби. Набір встановлених хвороб визначає діагноз. Система обробки, заснована на се структурах, організує медичне знання у формальні структури, а потім втілює ці структури в механізм структур, такий як механізм, заснований на списках, для автоматичного вибору наступного питання. Відповіді на питання - ведуть до наступних питань і, нарешті, до діагнозу.
Один аспект винаходу містить у собі схему даних для діагностики захворювання, що містить об'єкт першої хвороби, зв'язаний із набором об'єктів симптомів першої хвороби, причому щонайменше один об'єкт симптомів « першої хвороби має дійсну вагу симптому, і об'єкт другої хвороби, зв'язаний із набором об'єктів симптомів З 50 другої хвороби, причому щонайменше один об'єкт симптомів другої хвороби відповідає щонайменше одному с об'єкту симптомів першої хвороби і має альтернативну вагу симптому.
Із» Додатковий аспект винаходу містить у собі спосіб автоматичної медичної діагностики пацієнта, що містить такі операції: забезпечення щонайменше елемента першого симптому, що має вагу першого симптому, одержання альтернативної ваги для першого симптому, і додавання отриманої альтернативної ваги для діагностичної оцінки таким чином, щоб діагностувати медичний стан. і Додатковий аспект винаходу містить у собі автоматизований спосіб діагностики, що містить такі операції: оз повторюване задавання питань для одержання відповідей від пацієнта, причому відповіді" встановлюють симптоми, і кожний установлений симптом добавляє вагу хвороби, виробку однієї або більше синергічних ваг, іш заснованих на встановлених симптомах, накопичення встановлених ваг симптомів і синергічних ваг для хвороби, б 20 | визначення того, чи досягає сукупна вага для хвороби поріг або переходить його, для оголошення діагнозу.
Додатковий аспект винаходу містить у собі автоматизований спосіб діагностики, що містить такі операції: "м повторюване задавання питань протягом деякого часу для одержання відповідей від пацієнта, причому відповіді встановлюють симптоми, що змінюються у часі, і кожний встановлений симптом добавляє вагу хвороби, виробку однієї або більше синергічних ваг, заснованих на симптомах, встановлених протягом деякого часу, накопичення 25 встановлених ваг симптомів і синергічних ваг для хвороби, і визначення того, чи досягають набрані ваги для
ГФ) хвороби поріг або переходять його, для оголошення діагнозу.
Додатковий аспект винаходу містить у собі автоматизований спосіб медичної діагностики, що містить такі о операції: а) визначення спектру термінів, що представляють суб'єктивний опис аспекту медичного симптому; Б) надання спектру термінів пацієнту протягом сеансу діагностики; с) вибір терміну зі спектру термінів; а) 60 повторення операцій а)-с) для інших аспектів медичного симптому; е) кодування вибраних термінів кодом даних про здоров'я; і У) індексація бази даних хвороб кодом даних про здоров'я, завдяки чому і діагностується хвороба.
Додатковий аспект винаходу містить у собі автоматизований спосіб медичної діагностики, що містить такі операції а) визначення спектру термінів, що представляють суб'єктивний опис аспекту медичного симптому; Б) визначення діагностичних ваг для кожного терміну в спектрі; с) надання спектру термінів пацієнту протягом бо сеансу діагностики; а) вибір терміну зі спектру термінів; е) співвіднесення обраного терміну вазі; і 5 застосування ваги, що відповідає вибраному терміну, до діагностичної оцінки так, щоб діагностувати медичний стан.
Додатковий аспект винаходу містить у собі спосіб автоматичної медичної діагностики пацієнта, що містить такі операції: забезпечення елементу першого медичного симптому, причому елемент першого медичного симптому має дійсну вагу симптому для першої хвороби і альтернативну вагу симптому для другої хвороби; забезпечення елементу другого медичного симптому, причому елемент другого медичного симптому має дійсну вагу симптому для другої хвороби; застосування дійсної ваги до елементу першого медичного симптому для першої діагностичної оцінки, і альтернативної ваги для другої діагностичної оцінки, де перша діагностична 7/0 оцінка зв'язана з першою хворобою, а друга діагностична оцінка зв'язана з другою хворобою; продовження діагностичного оцінювання шляхом застосування дійсних ваг симптомів для другої хвороби для другої діагностичної оцінки.
Додатковий аспект винаходу містить у собі автоматизований спосіб діагностики пацієнта, що містить такі операції: а) надання комп'ютеру списку хвороб, причому кожна хвороба зв'язана зі списком симптомів; Б) вибір 7/5 одного із симптомів як фокусного симптому на основі завчасно заданих критеріїв; с) оцінка фокусного симптому для встановлення симптому, причому встановлений симптом додає вагу хворобам, що мають встановлений симптом; 4) вибір одного із симптомів як фокусного симптому із списку симптомів, зв'язаних з вибраною хворобою; е) оцінку фокусного симптому для встановлення симптому, причому встановлений симптом додає вагу щонайменше вибраній хворобі, що має встановлений симптом; і 7) вибіркове повторення операцій б) і с) або 49) і е) доти, поки сукупні ваги для хвороби не досягнуть порогу або не перейдуть його, для оголошення діагнозу.
Додатковий аспект винаходу містить у собі автоматизований спосіб діагностики, медичної проблеми пацієнта, що містить такі операції: а) надання комп'ютеру списку хвороб, причому кожна хвороба зв'язана зі списком симптомів; Б) вибір, у першому режимі, підмножини хвороб, що мають спільні симптоми, із списку хвороб; с) оцінка щонайменше одного зі спільних симптомів; 4) переключення з першого режиму на другий режим на основі сч ов оцінки спільних симптомів, коли вибирається конкретна хвороба; е) вибір, у другому режимі, симптомів, зв'язаних із конкретною хворобою; Її) оцінка щонайменше одного з обраних симптомів конкретної хвороби; і д) і) діагностика медичної проблеми пацієнта на основі оцінки спільних симптомів і вибраних симптомів.
Додатковий аспект винаходу містить у собі спосіб автоматичної діагностики медичного стану шляхом використання передбаченого графіку симптомів, що містить такі операції: виробка множини графіків, кожний із М зо яких представляє звичайний перебіг хвороби в термінах того, як і коли симптоми хвороби звичайно з'являються, змінюються і зникають у часі; автоматичне задавання одного або більше питань пацієнту так, щоб виявити ікс, симптом, що є показником основної скарги; автоматичний прийом відповідей пацієнта на питання; автоматичне ду встановлення хвороби, що відповідає основній скарзі; співвіднесення основної скарги з графіком хвороби; автоматичне задавання одного або більше питань, щоб виявити наявність і час першого значного симптому за о з5 графіком хвороби; додавання збільшеної ваги сукупній оцінці хвороби, якщо встановлений перший значний ча симптом; і встановлення діагнозу, коли сукупна оцінка перевищує завчасно заданий поріг.
Додатковий аспект винаходу містить у собі спосіб автоматичної діагностики медичного стану шляхом використання передбаченого графіка симптомів, що містить такі операції: виробку множини графіків, кожний із яких представляє звичайний перебіг хвороби через набір характеристик величин симптомів протягом часу; і « автоматичний вибір конкретної хвороби на основі набору величин симптомів, зв'язаних із пацієнтом, що з с аналогічні графіку, зв'язаному з конкретною хворобою.
Додатковий аспект винаходу містить у собі спосіб повторного використання об'єктів медичних сценаріїв, ;» використовуваних при автоматичній діагностиці або веденні медичного стану, що містить такі операції: забезпечення множини об'єктів хвороб, причому кожний об'єкт хвороби зв'язаний із множиною об'єктів симптомів; і присвоєння ваги кожному симптому, у якому об'єкт конкретної хвороби може включати кращу вагу для одного -І або більше кращих симптомів, і альтернативна вага для одного або більше альтернативних симптомів, де альтернативні симптоми вибираються з множини заархівованих об'єктів симптомів, що доступні для повторного о використання. со Додатковий аспект винаходу містить у собі засновану на об'єктах систему діагностики, що містить множину об'єктів, що взаємодіють для встановлення діагнозу пацієнта, при цьому об'єкти містять у собі щонайменше один ме) із таких об'єктів: об'єкт хвороб, об'єкт симптомів, об'єкт оцінювача, об'єкт питань, об'єкт вузлів і об'єкт кандидатів.
І Додатковий аспект винаходу містить у собі засновану на об'єктах систему діагностики, що містить, множину об'єктів, у якій об'єкти містять у собі щонайменше множину об'єктів хвороб і множину об'єктів симптомів, і в якій щонайменше деякі об'єкти виконують свої власні завдання і викликають інші об'єкти для виконання їхніх
Завдань у належний час.
Додатковий аспект винаходу містить спосіб автоматичної діагностики з використанням комп'ютера, що (Ф) містить такі операції: задавання питань пацієнту, прийом відповідей від пацієнта, використання відповідей для ка діагностики хвороби шляхом вибору підмножини можливих хвороб на основі основної скарги, визначення першого значного симптому пацієнта, і використання відповідей для діагностики хвороби шляхом задавання бор питань, зв'язаних із симптомами вибраної хвороби, де вибрана хвороба містить у собі перший значний симптом.
Фіг1 є блок-схемою алгоритму одного виконання діагностичного циклу, виконуваного заснованим на структурах механізмом системи медичної діагностики і рекомендацій з лікування.
Фіг.2 є блок-схемою алгоритму функції Настроювання діагностичного циклу, показаної на Фіг.1.
Фіг.3 є блок-схемою алгоритму функції Установка структури хвороба - симптом, показаної на Фіг.2. 65 Фіг.4 є блок-схемою алгоритму функції Вибір поточної хвороби, показаної на Фіг.1.
Фіг.5 є блок-схемою алгоритму функції Вибір поточного симптому, показаної на Фіг.1.
Фіг.6 є блок-схемою алгоритму функції Одержання значення симптому, показаної на Фіг.1.
Фіг.7 є блок-схемою алгоритму функції Використання об'єкта оцінювача питання, показаної на Фіг.б.
Фіг.8 є блок-схемою алгоритму функції Використання об'єкта оцінювача формули, показаної на Фіг.б.
Фіг.9 є блок-схемою алгоритму функції Використання об'єкта оцінювача довідки, показаної на Фіг.б.
Фіг.10 є блок-схемою алгоритму функції Використання об'єкта оцінювача спектру термінів, показаної на Фіг.б.
Фіг.11 є блок-схемою алгоритму функції Застосування значення симптому, показаної на Фіг.1.
Фіг.12 є блок-схемою алгоритму функції Обчислення синергій, показаної на Фіг.11.
Фіг.13 є блок-схемою алгоритму функції Обчислення синергії ПЗС (першого значного симптому), показаної на 7/0 Фіг.12.
Фіг.14 є блок-схемою алгоритму функції Обчислення синергії початку Ізакінчення|, показаної на Фіг.12.
Фіг.15 є блок-схемою алгоритму функції Аналіз синергії початку (закінчення), показаної на Фіг.14.
Фіг.16 є блок-схемою алгоритму функції Обчислення нахилу початку (закінчення), показаної на Фіг.15.
Фіг.17 є блок-схемою алгоритму функції Обчислення початку |закінчення) тренда, показаної на Фіг.15.
Фіг.18 є блок-схемою алгоритму функції Обчислення послідовної синергії, показаної на Фіг.12.
Фіг.19 є блок-схемою алгоритму функції Обчислення одночасної синергії, показаної на Фіг.12.
Фіг.20 є блок-схемою алгоритму функції Обчислення синергії графіку часу, показаної на Фіг.12.
Фіг.21 є блок-схемою алгоритму функції Оновлення і запис, показаної на Фіг.1.
Фіг.22 є блок-схемою алгоритму функції Перегляд діагнозів, показаної на Фіг.1.
Фіг.23 є блок-схемою алгоритму функції Перегляд цілей діагностики, показаної на Фіг.1.
Фіг.24 є блок-схемою алгоритму функції Завершення діагностичного циклу, показаної на Фіг.1.
Фіг.25 є блок-схемою алгоритму функції Нахил симптомів, показаної на Фіг.16 і 26.
Фіг.26 є блок-схемою алгоритму функції Тренд симптомів, показаної на Фіг.17.
Фіг.27 є діаграмою зразкової матриці хвороба-симптом. сч
Фіг.28 є діаграмою зразкового загального графіка хвороби.
Фіг.29а є діаграмою одної конфігурації об'єктів, використовуваних варіантом виконання системи медичної і) діагностики і рекомендації лікування.
Фіг29р є діаграмою зразкового інтерактивного використання конфігурації об'єктів, показаної на Фіг.29а, для виробки діагнозу. ї- зо Фіг.30 є блок-схемою алгоритму характеристики альтернативних ваг симптомів системи медичної діагностики і рекомендації лікування. ісе)
Фіг.31 є блок-схемою алгоритму повторного використання характеристики медичних об'єктів системи б медичної діагностики і рекомендації лікування.
Фіг.32а є блок-схемою алгоритму запуску аспекту елементів симптомів системи медичної діагностики і ме) рекомендації лікування. ї-
Фіг.32р є блок-схемою алгоритму характеристики переключення режимів, що використовує елемент симптому за Фіг.32а.
Фіг.33 є блок-схемою алгоритму одного варіанту виконання аспекту графіків хвороби системи медичної діагностики і рекомендації лікування. «
Фіг.34 є блок-схемою алгоритму іншого варіанту виконання аспекту графіків хвороби системи медичної з с діагностики і рекомендації лікування.
Фіг.35 є блок-схемою, що показує складові одного варіанта виконання автоматизованої системи медичної ;» діагностики і рекомендацій з лікування (МДІРЛ) за дійсним винаходом.
Нижче наведений докладний опис представляє опис деяких конкретних варіантів виконання дійсного винаходу. Однак дійсний винахід може бути реалізований множиною різних шляхів, як вони визначені і захищені -І формулою винаходу. У цьому описі робляться посилання на креслення, на яких однакові елементи скрізь позначені однаковими посилальними позиціями. о Докладний опис буде починатися з загального опису конкретних варіантів виконання, за яким слідуватимуть
Ге) описи кожного креслення. Загальний опис розділений на такі розділи: Термінологія, Заснована на об'єктах 5ор медична діагностика, Заснований на об'єктах спосіб, Об'єкт хвороб, Об'єкт симптомів, Об'єкт оцінювача, Об'єкт
Ме, питань, Об'єкт вузлів, Концепції заснованого на списках механізму, Динамічні правила і цілі, Динамічний "М імпульс, Горизонтальна вісь дослідження (ГВД), Вертикальна вісь дослідження (ВВД), Альтернативні симптоми,
Графік хвороби, Спектр термінів/юход РОКБТ (ПКНГЧ) (РаїЇайме/РгомоКіпд, Оцаїйу, Кадіайоп, Земепу, Тітіпд - полегшення/збудження, кількість, напрямок, гострота, час-ПкКНГч), і Синергія. 5Б І. ТЕРМІНОЛОГІЯ
Терміни, подані в цьому розділі, містять у собі текст для допомоги в розумінні їхніх значень. Проте, ніщо (Ф, в цьому розділі не припускає обмеження значень, що належать кожному слову. ка Пацієнт
У деякий момент життя кожної людини бувають ситуації, що створюють реальну проблему для здоров'я, що бо Вимагає медичної уваги і лікування. Проблема зі здоров'ям може, наприклад, бути викликана зовнішніми умовами, - людина посковзнулася на шматку мила в душі, виявилася подряпаною кішкою, незграбно підняла дитину, вдихнула бактерії, що переносяться повітрям, одержала укус малярійного комара або потрапила в дорожньо-транспортну пригоду. Або проблема може з'явитися зсередини, наприклад, від засміченості тонкого каналу, перевантаження якогось органу, дегенерації якоїсь тканини від віку, від надлишку однієї хімічної б5 речовини і нестачі іншої в деякій анатомічній системі, або від деяких клітин, що почали зростати безконтрольно в кісту або пухлину. Людина з проблемою зі здоров'ям називається пацієнт, щоб відокремити його або її від інших людей, що мають до нього/неї відношення, таких як друзі і родичі пацієнта, лікарі і медсестри, терапевти і фармацевти, юристи і страхові агенти й організації медичного обслуговування.
Хвороба
Існує маса слів для загального поняття того, коли хтось хворий. Про пацієнта можна сказати, що в нього/неї відхилення, недуга, аномалія, випадок, біль, стан, хвороба, порушення, захворювання, нездужання, неміч, розлад. Ми використовуємо слово хвороба. Деякі хвороби, такі як вагітність, у дійсності можуть бути приємною новиною для пацієнта.
Симптом 70 Коли хвороба прогресує і розвивається у пацієнта, вона створює множину прямих і непрямих впливів, які може помітити пацієнт, або які можуть бути виявлені або виміряні ззовні. Ці ознаки хвороби також мають різні найменування в медицині, такі як скарга, вплив, показник, прояв, демонстрація, проблема, ознака або симптом.
Ми використовуємо слово симптом.
Лікар
Людина із симптомами, тобто пацієнт, звичайно шукає допомоги в кого-небудь, навченого медицині, і їм може бути будь-хто із списку: санітар, клініцист, стоматолог, лікар, експерт, доктор медицини, медик, акушерка, доглядальниця, офтальмолог, оптик, лікар швидкої допомоги, терапевт, професор, психіатр, фахівець, хірург або технік. Для деяких цілей ми використовуємо слово лікар у його найбільше загальному змісті -людини, що навчена і має досвід щонайменше в однім аспекті медицини, на противагу публіці в цілому, що не має формальної медичної освіти.
Огляд
У реальній медицині лікар звичайно оглядає пацієнта, щоб визначити межі симптомів і провести інші спостереження, виявляти які пацієнт не навчений. У світі автоматичної медицини дійсної системи діагностики фізичний огляд необхідний у другу чергу, оскільки пацієнт завжди віддалений від "лікаря". Частковим сч ов Вирішенням цієї проблеми є навчання пацієнта (або зв'язаної з ним людини) виконувати самостійний огляд удома, мабуть за допомогою" набору для огляду. Іншим частковим вирішенням є звертання пацієнта до лікаря і) або в лабораторію для спеціального огляду або тесту. Це часто проводиться в реальній медицині, коли, наприклад, лікар направляє пацієнта до фахівця, або відправляє пацієнта в лабораторію для спеціального тесту або огляду. ї- зо Лабораторний тест
Деякі симптоми можуть бути виміряні тільки спеціальними хімічними, електронними або механічними ісе) пристроями, що вимагають спеціально обладнаної лабораторії і навчених співробітників лабораторії. Такі Ге! лабораторії звичайно одержують зразок рідин або тканин пацієнта, що називається пробою. Вони аналізують пробу і повідомляють результати лікарю. Ключем до розуміння лабораторних тестів є те, що людина повинна о з5 повідомити лабораторію, який тест проводити. Всупереч поширеній думці, лабораторія не проводить тест просто МУ "на усе відразу". Існує біля 1500 різних лабораторних тестів, і лабораторія буде виконувати тільки запитані.
Таким чином важливо, щоб лікар визначив, який саме тест потрібний, а це, у свою Чергу, залежить від діагнозу.
З новими тестами на моноклональні антитіла і ланцюгові реакції полімерази (ЛРП) усе більш зростаюче число лабораторних тестів може виконуватися пацієнтом або асистентом удома. Прикладами будуть тести на « вагітність по сечі, вимірювальний стрижень сечі для виявлення естерази лейкоцитів, і нітрати для діагностики з с інфекції сечових шляхів. Діабетики проколюють свою шкіру, щоб одержати невелику кількість крові, так щоб . домашній вимірювач цукру міг визначити рівень цукру в крові, і тим самим, скільки потрібно інсуліну. и? Домашній набір для діагностики, що забезпечує більшість сучасних технологій, доступний, і на нього можна посилатися при консультаціях із пацієнтом, якщо в пацієнта є такий набір.
Способи одержання зображень -І Деякі симптоми можуть спостерігатися пристроями, що відображають деяку частину тіла як зображення.
Найбільше відомий спосіб - рентгенівське випромінювання. Інші - це ультразвук, комп'ютерна аксіальна о томографія, магнітно-резонансна томографія і позитронно-емісійна томографія. Способи одержання зображень
Ге) звичайно вимагають наявності пацієнта, щоб одержати "картинку" деякої частини або всього тіла. Лабораторія 5о одержує зображення і може мати постійного фахівця, що інтерпретує зображення для лікаря. У будь-якому
Ме. випадку, результати дослідження зображень направляються лікарю. "М Сеанс
У автоматичному способі, використовуваному в дійсній системі діагностики, пацієнт контактує із системою по телефону, по Інтернету або за допомогою якогось іншого методу зв'язку. Пацієнт взаємодіє із системою так, дв що система відіграє роль лікаря, але ніякий лікар-людина не залучається. Одна така консультація може бути названа сеансом. (Ф, Питання ка При автоматичному підході, використовуваному дійсною системою діагностики, більшість інформацій про проблему зі здоров'ям, одержують під час сеансу шляхом задавання питань пацієнту (або кому-небудь, що бор говорить із пацієнтом). Задавання питання звичайно залучає декілька елементів, яких як введення в тему, визначення вихідних даних, визначення термінів, пропозиція наближень, задавання дійсного питання й інструктування пацієнта, як відобразити відповідь ("натисніть 1 при позитивній відповіді і 2 при негативній"). Таким чином, питання звичайно включає всі ці елементи. Коли робиться посилання на дійсне питання, може бути використаний термін текст питання. 65 Оцінка
На додаток до питань дані про здоров'я можуть бути отримані різними обчислювальними алгоритмами,
такими як сортування і пошук, порівняння і збіг, математичні або графічні обчислення, логічні умовиводи або знаходження даних у таблицях і базах даних. У автоматичному способі слово оцінка може бути використане для всіх обчислень даних про здоров'я, що не залучають пацієнта. Простий приклад - це класифікація віку пацієнта по групах, використовувана у діагнозах, таких як Новонароджений, Немовля, Дитина, Підліток, Доросла Людина,
Літня Людина і т.д. Коли система одержує вік пацієнта від пацієнта, їй немає необхідності питати пацієнта, чи є він або вона підлітком; це може бути виконане усередині з використанням об'єктів оцінювача.
Діагноз
У реальній медицині після того, як лікар зібрав необхідні дані про здоров'я від пацієнта і про нього/неї, /о лікар ставить діагноз, що означає, що лікар ідентифікує хворобу пацієнта з метою лікування. Для кожної основної скарги лікар знає диференціальну діагностику, що є відносно коротким списком можливих діагнозів.
Після того, як лікар зібрав необхідні дані про здоров'я від пацієнта і про нього/неї, лікар має щонайменше одну конкретну для пацієнта диференціальну діагностику, і треба сподіватися, певний діагноз. У автоматичному способі системи діагностики програмне забезпечення встановлює (диференціальну) діагностику шляхом 7/5 Порівняння симптомів пацієнта зі своєю базою даних хвороб і симптомів.
Лікування
Коли лікар установив діагноз, лікар може вжити заходів для лікування пацієнта. Як завжди, існує багато слів для цього, такі як рекомендація, порада, перша допомога, медико-санітарна допомога, виліковування, утручання, лікарська терапія, догляд, рецепт, реабілітація, хірургія, терапія і лікування. Для всього цього в цьому документі може бути використане слово лікування.
Ведення хвороби
Деякі хвороби можуть вимагати тривалого лікування і повторюваних досліджень протягом декількох місяців або років, або навіть протягом усього життя пацієнта. Таке довгострокове лікування називається веденням хвороби.
Об'єкт см
У термінах комп'ютерного програмного забезпечення об'єкт є поєднанням даних і процесів, що маніпулюють і) даними. Дані повинні бути "закупорені", тобто вони повинні бути схованими, щоб користувач об'єкта бачив тільки процеси, що можуть бути застосовані. Використовуючи процеси об'єкта людина може маніпулювати даними, не знаючи точного місця розташування і формату цих даних. Коли потрібно більше однієї копії об'єкта, М зо людина може зробити копії даних, і використовувати той самий набір процесів для маніпулювання кожною із копій так, як необхідно. Цей набір процесів може бути осмислений як "механізм", що управляє поведінкою ісе) об'єкта або представляє поведінку об'єкта незалежно від того, існує 10 або 10000 копій об'єкта. б
І. ЗАСНОВАНА НА ОБ'ЄКТАХ МЕДИЧНА ДІАГНОСТИКА
Цей розділ описує нову діагностичну парадигму, що використовує об'єкти програмного забезпечення для о з5 Встановлення широкого узагальненого програмного середовища для медичного діагнозу, що використовується ча для визначення і виробки елементів програмування медичного діагнозу. Об'єкти потім використовуються для направлення і керування процесом діагностики, для проведення інтерв'ю з пацієнтом, для виконання зв'язаних із цим аналітичних завдань і для виробки діагнозів. Програмний об'єкт є фундаментальною програмною структурою, що може бути використаною для організації процесів і даних комп'ютерної програми таким чином, « щоб зробити можливими дуже складні додатки. Цей опис буде обговорювати нові варіанти використання в с об'єктно-орієнтованого програмування (ООП) у медичній діагностиці, такі як використання програмних об'єктів з метою повністю автоматичної медичної діагностики, повний/загальний спосіб динамічного монтажу складового з діагнозу у формі об'єктів, а потім дозвіл об'єктам взаємодіяти для обчислення діагнозу.
Визначення і створення програмних об'єктів відомо кожному програмісту, навченому об'єктно-орієнтованому програмуванню. Використовуючи здатний до ООП компілятор, програміст визначає дані, що представляють -І об'єкт і дії, які об'єкт може виконувати. Під час проходження завдання програма створює об'єкт, підтримує дані, що визначають об'єкт, і потім маніпулює об'єктом, використовуючи дії об'єкта. Програма може створювати о будь-яку кількість об'єктів у міру необхідності. Кожний об'єкт можна незалежно привести у дію, маніпулювати
Ге) їм і знищити.
І. ЗАСНОВАНИЙ НА ОБ'ЄКТАХ СПОСІБ
Ме, У заснованому на об'єктах (ЗнО) способі, обговорюваному тут, програмні об'єкти використовуються як "М активні інтелектуальні агенти, що представляють усіх гравців і всі дані у відповідно організованих ролях.
Важливо відзначити, що в цій метафорі всім об'єктам хвороб, що є "фахівцями" з однієї хвороби, дозволено спостерігати за питаннями і відповідями інших об'єктів.
Одною ключовою концепцією ЗнО способу є необхідність осмислювати об'єкти хвороб і симптомів як такі, що представляють медичних експертів усередині комп'ютера. Якщо ми попросимо об'єкт хвороби Апендицит (Ф) подивитися на пацієнта, об'єкт перегляне дані пацієнта, відзначить, що пацієнт у дійсності жодного разу не ка скаржився на болі в черевній порожнині і нудоту - але потім "помітить" шрам від апендектомії! Очевидно, апендицит може бути виключений, але замість знизування плечами і зупинення, об'єкт хвороби Апендицит тепер бо залучить інший об'єкт хвороби, що є експертом, наприклад, з Непрохідності тонкої кишки. Цей об'єкт подивиться, задасть декілька питань, і передасть пацієнта ще іншим об'єктам хвороб. Як результат, велика кількість експертів діагностики збираються біля ліжка пацієнта, і кожний об'єкт має свою чергу при оцінці даних пацієнта в термінах власного набору симптомів.
Коли вистроюється набір дійсних симптомів пацієнта, об'єкти хвороб оцінюють самі себе й оцінюють схожість 65 інших хвороб. Ефектом, що з'являється, є інтерв'ю пацієнта і його діагностична оцінка (за конструкцією) - постійно сфокусована на найбільше схожому наборі хвороб пацієнта. Точно сфокусовані питання використовуються для усунення або зменшення схожості хвороб, щоб просунути інших у "область підозри" і розширити пошук у необхідному напрямку, на основі даних, отриманих від пацієнта. Загальний опис об'єкта
Програмний "об'єкт" у своїй основі є структурою даних плюс зв'язані з ними процеси, що можуть виконувати дії разом із даними, для даних і з даними. Важливою властивістю об'єкта є те, що дані об'єкта можуть бути схованими за процесами об'єкта, так що зовнішній користувач об'єкта зможе побачити і використовувати тільки процеси об'єкта, що можуть бути використані для доступу до даних. Об'єкту можна наказати "сховати" дані; це забезпечує можливість від'єднання світу, що використовує об'єкт, від власне об'єкта.
Тепер припустимо, що об'єкт є "розумним доктором". Не таким, що знає усе про медицину, але тільки таким, 7/0 що знає, скажемо, про "триденну малярію в імунокомпетентної жінки дітородного віку, що постійно проживає у
Верхньому Габоні". Цей об'єкт не знає нічого іншого, крім усього про одну невелику частину однієї конкретної хвороби. Далі, цей об'єкт хвороби навчається діагностувати пацієнта. Він може одержувати доступ до медичних карт пацієнта, задавати питання пацієнту, запитувати певні лабораторні тести і порівнювати пацієнта з іншими пацієнтами у тій самій сім'ї або регіоні (наприклад, для виявлення інфекції або епідемії). У реальному ООП режимі об'єкт хвороби в дійсності не питає пацієнта, а викликає об'єкт симптомів, що викликає об'єкт питань, що використовує об'єкт вузлів, що контактує з об'єктом пацієнта, що контактує з об'єктом зв'язку, що контактує з об'єктом порту і т.д. Один з об'єктів, десь нижче за ієрархією, відображає повідомлення на екрані, або вимовляє питання в телефонний модем, або відправляє питання на факс-апарат.
Припустимо, що були визначені тисячі об'єктів хвороб, кожний із добре визначеною конкретною хворобою.
Один об'єкт хвороби не обов'язково збігається з однією хворобою, але розділяє кожну хворобу на її основні фази. Визначимо Апендицит, наприклад, трьома об'єктами хвороб: (1) ранній апендицит до болю ПНЧ (ПНЯ - у правій нижній чверті брюшної порожнини), (2) середній апендицит, від болю ПНЧ до прориву, і (3) пізній апендицит після прориву. Нехай ці три об'єкти беруть інтерв'ю в пацієнта і доповнюють один одного як стан пацієнта. сч
Тепер визначимо тисячі об'єктів симптомів, кожний для окремого конкретного симптому. Знову-таки, розділимо складні симптоми на менш складні, так що вони можуть вистроюватися один на одному. Визначимо і)
Кашель, наприклад, у 12 типів, які пацієнти можуть ідентифікувати, а лікарі можуть використовувати для діагнозу. Визначимо жар за відповідними рівнями. Визначимо біль за кодами РОК5Т (ПКНГЧ).
Тепер визначимо об'єкт діагностичного механізму, дуже схожий на заснований на списках (Знс) механізм, М зо описаний у (патенті США Мо5935060), що є досить інтелектуальним, щоб протиставити ці об'єкти один одному в змаганні, хто першим продіагностує самого себе. Цей механізм побудований так, щоб бути досить ісе) інтелектуальним для переключення між об'єктами хвороб і симптомів, так що ніхто не монополізує діагноз. Він Ге! досить інтелектуальний, щоб знати, коли зупинитися, знати, коли він використовується для тестування, і коли на лінії зв'язку знаходиться пацієнт у важкому стані. ме)
Наступні об'єкти описані як приклади видів об'єктів для використання в системі. ї-
А. Об'єкт хвороби
Об'єкт хвороби (ОХ) є програмним об'єктом, що представляє ненормальний стан здоров'я (захворювання, хвороба, розлад, випадок), що ми колективно називаємо "хвороба". Він використовується в способі для встановлення схожості того, чи існує конкретна хвороба в поточного пацієнта. «
Дані об'єкта є базовими властивостями хвороби і показниками стану роботи, такі як: з с - назва хвороби;
Й - її ідентифікаційний код; и?» - її поширеність у населення/пацієнта; - список складових симптомів; - список значень симптомів і їхніх ваг діагностики; -І - список альтернативних значень симптомів і їхніх ваг; - список синергій і їхніх ваг; о - граничні значення для використання; со - список значень симптомів, встановлених у пацієнта; - діагностична оцінка поточного пацієнта.
Ме, Діями об'єкта є численні функції і процедури, необхідні системі для ведення хвороби, такі як:
І - попереднє тестування елементів хвороб; - друкування елементів хвороб для перегляду/редагування автором; - встановлення хвороби для нового пацієнта; - завантаження даних хвороб із медичної карти пацієнта (МКП); - діагностика хвороби у поточного пацієнта; (Ф) - звіт діагностичною оцінкою; ка - запис даних хвороби в МКП.
Одна з вбудованих процедур об'єктів хвороб називається "Діагноз"-функція, що діагностує поточного бо пацієнта на запитану хворобу. Ця функція залучає функцію оцінки одного або більше об'єктів симптомів, що у свою чергу залучають об'єкти оцінювача для встановлення значення симптомів шляхом перегляду МКП, обчислення формули або шляхом залучення об'єкта питань для задавання пацієнту питання. Мабуть, кращим способом представлення діагностичного об'єкта є навчений медицині програмний робот, такий геніальний ідіот, що знає усе, що необхідно знати тільки про одну хворобу, і знає як знайти її у пацієнта. 65 ОХ використовується для захоплення усього, що відомо, про дану хворобу від автора і з інших джерел, і для діагностики хвороби в пацієнта при роботі. ОХ також може бути використаний для представлення декількох зв'язаних хвороб, що розділяють загальні симптоми, але розходяться на деякому рівні подробиці. Наприклад, блискавична триденна малярія, малярія овале, триденна малярія і чотириденна малярія можуть сполучитися в
ОХ Малярія і використовуватися для встановлення або виключення основних симптомів малярії до з'ясування подробиць.
ОХ може бути використаний для розділення складної хвороби на менші хвороби. Наприклад, може бути корисно розділити Малярію на (1) малярію в неімунокомпетентних пацієнтів і (2) малярію в імунокомпетентних пацієнтів, щоб уловити різні докладні прояви хвороби в цих типів пацієнтів.
В. Об'єкт симптомів 70 Об'єкт симптомів (ОС), є програмним об'єктом, що представляє показник здоров'я пацієнта (ознака, симптом, скарга, уявлення, прояв, виявлення, результат лабораторного тесту (домашнього або видаленого), інтерпретація вивчення зображень), що колективно називаються "симптом". Він використовується в системі для опису здоров'я пацієнта в термінах, що ЗнС система може використовувати для діагностики.
Дані об'єкта є базовими властивостями симптому і показниками стану роботи, такі як: - назва симптому; - тип значень симптому (числовий, словесний, графічний); - дійсні значення симптомів (НІ, НИЗЬКИЙ, СЕРЕДНІЙ, ВИСОКИЙ); - назва об'єкта оцінювача, використовуваного для виявлення значень; - дійсні значення (виконання), протягом часу, у поточного пацієнта.
Діями об'єкта є численні функції і процедури, необхідні системі для маніпулювання симптомом, такі як: - попереднє тестування елементів симптомів; - друкування елементів симптомів для перегляду/редагування автором; - встановлення симптомів для нового пацієнта; - зчитування/запис останніх даних симптомів із/у МКП; сч - оцінка, тобто встановлення значення симптому в поточного пацієнта; о - повідомлення про значення симптому; - повідомлення про засновані на часі значеннях синергії (початок/закінчення, нахил, тренд, крива, область).
ОС може розглядатися як тип програмного робота, що знає усе про один конкретний симптом, як установити його в пацієнта під час побудови і як повідомити про нього у якості конкретних значень. М зо З одного боку, ОС є фундаментальним блоком медичної діагностики, сумою, що використовується для сполучення теоретичного знання про хворобу з дійсним проявом хвороби в пацієнта. ікс,
З іншого боку, ОС відіграє роль перемінної в "мові сценаріїв" за способом. Шляхом зважування їхній автор Ге! установлює значення перемінних для пошуку, а сумуючи вагу значень, система знаходить захворювання, що цікавлять автора. о
Основним використанням ОС є накопичення усього, що відомо про даний симптом, у будь-який момент часу ї- життя пацієнта. Значення симптомів є блоками, що зважуються для оцінки наявності хвороби в пацієнта. ОС також може бути використаний як синдром для збору декількох симптомів, що мають медичне значення як група.
Об'єкт симптомів описує елементи даних і обробки будь-якої одиниці даних, що може сприяти діагностиці хвороби пацієнта. У медичних термінах реального світу об'єкт симптомів відомий (у залежності від контексту) « як симптом, ознака, скарга, спостереження, результат аналізу, прояв, звіт, уявлення і т.д. У термінах з с програмування об'єкт симптомів є перемінною, яка у пацієнта може мати заданий діапазон значень.
Необхідно відзначити важливість розуміння того, що Об'єкт симптомів не обмежений класичними ознаками і ;» симптомами в медицині. Хоча класичні симптоми (наприклад, біль, жар, головний біль) безумовно відіграють важливу роль у сценаріях, Об'єкт симптомів також використовується для керування іншими даними, які сприяють діагнозу, такими як навички пацієнта, культура, навколишнє середовище і навіть освіта. Крім того, об'єкти -І симптомів можуть бути використані для побудови штучних внутрішніх структур даних, якщо це необхідно. Таким чином, об'єкт симптомів може бути використаний для визначення особливих груп симптомів (синдромів, якщо о завгодно), або для керування точною послідовністю, у якій система виявляє симптоми в пацієнта, або просто як
Ге) придатних програмних контейнерів, що виконують деякі обчислення або перегляд таблиць для одержання 5р значення. Об'єкт симптомів є "робочою конячкою" для написання сценаріїв, і це відображено тим фактом, що
Ме, багато об'єктів симптомів зібрані в центральну базу даних системи, що може використовуватися спільно всіма "М авторами сценаріїв через Інтернет.
Об'єкт симптомів складається з програмних елементів, необхідних для обчислення "значення", що використовується для діагностики даної хвороби. Значення звичайно одержують задаванням пацієнту одного в або більш питань, але вони можуть бути отримані й іншими шляхами, такими як: - одержання доступу до медичної карти пацієнта, (Ф) - одержання доступу до відповідей пацієнта на попередні питання в цьому сеансі, ка - логічне міркування з використанням заданих формул одержання висновків, - математичне обчислення з використанням заданих формул. во Якщо значення симптому встановлено іншими засобами (такими як свідчення з медичної карти або логічним шляхом), то питання не задається. Наприклад, коли дата народження пацієнта відома, питання про вік пацієнта не повинний задаватися знову.
Нижче, в алфавітному порядку наведені зразкові аспекти Об'єкта симптомів:
Відповіданість імовірність того, що пацієнт знає симптом 65 Клас тип симптому (історія, ознака, звичай, логіка)
Документація опис і історія розвитку об'єкта симптомів
ІСО (МКХ) (Іпіегпайопаї! Сіазвійсайоп ої Оізеавзезв - код ІСО-9-СМ (МКХ-9КМ) (КМ - клінічна модифікація (сіїпіса! тоаійсайноп). міжнародна класифікація хвороб) МКХ-9КМ використовується тільки у США) для симптому
Ключові слова пошукові слова для пошуку об'єкта симптомів у змісті 95 Мітка назва об'єкта симптомів (не симптом)
Місце розташування де може бути отриманий симптом
Назва формальна медична назва симптому
Початок Закінчення спеціальні атрибути початку/закінчення 70 Тривалість як довго отримане значення буде вірним
ЗМОМЕО (СНМ) (Зувіетігей Мотепсіайге ої Медісіпе - класифікаційний код для індексації усього медичного словника, включаючи систематизована номенклатура медицини) ознаки, симптоми, діагнози і процедури
Синоніми альтернативні назви симптомів
Тенденції спеціальна інформація про тенденції, такі як зміна серйозності симптому із часом або еволюція симптомів у процесі хвороби
Оцінювач мітка об'єкта, що дійсно одержав значення симптому
Значення поточне значення симптому
Дата значення дата останнього значення
Час значення час останнього значення
Тип значення робочий тип значення (ціле, дійсне, текстове, дискретне)
С. Об'єкт оцінювача
Об'єкт оцінювача (ОЦ) є програмним об'єктом, що представляє дії, що вимагаються для встановлення значення симптому в пацієнта під час побудови.
Наступні дані ООЦ є основними властивостями симптому і показниками стану під час роботи: с - тип використовуваної оцінки (питання, формула, графік, таблиця), г) - тип значення для звіту (числа, слова, графікю), - дійсні значення симптомів (НІ, НИЗЬКИЙ, СЕРЕДНІЙ, ВИСОКИЙ), - якщо прийнятно, об'єкт питань, що підлягає використанню, - якщо прийнятно, математична або логічна формула, що підлягають використанню, - - якщо прийнятно, графік, або таблиця, або база даних, що підлягають використанню. «о
Дії ООЦц є функціями і процедурами, необхідними системі для керування значенням, такими є процеси: - попередня перевірка оцінювача, ме) - друкування формул оцінювача для їхнього перегляду/редагування автором, с - установлення значення в поточного пацієнта,
Зо - звіт значенням. ї-
Основним використанням ООц є сполучення між симптомом і рівнем абстракції пацієнта. ООц може бути використаний для представлення несправжніх пацієнтів ЗнС системі для тестування. ООц може бути використаний для переключення між таблицями перегляду, заснованими на загальних установках керування « системи. ООц виконує об'єкт поза дією, загального використання об'єктів, так що можливий загальний опис і керування діями, що відбуваються на деякому більш низькому рівні. З с О. Об'єкт питань "» Об'єкт питань (ОП) є програмним об'єктом, що описує програмні елементи, необхідні для встановлення " міні-діалогу з пацієнтом із питань і відповідей, для одержання значення симптому. Задачею ОП є вибір належного набору питань для звертання до належних об'єктів вузлів, що дійсно задають питання пацієнту, і для звіту відповіддю пацієнта. ОП є типом об'єкта оцінювача, що спеціалізується на взаємодії з пацієнтом. - Об'єкт питань є тим моментом для визначення сценарію, де автор дійсно пише сценарій, хоч звичайно і дуже оо короткий, що сфокусований на задаванні питань про один конкретний симптом. Цей міні-сценарій розбитий на роздільні об'єкти вузлів, кожний із яких являє собою Введення, Питання і набір маркірованих Кнопок для се) пацієнта, і одержує відповідь від пацієнта. Дані ОП є тими елементами, що потребуються для задавання питання
Ге» 20 й одержання відповіді від пацієнта, такі як список об'єктів вузлів, що підлягає використанню.
Дії об'єкта є функціями і процедурами, необхідними системі для керування питанням, такими є процеси: "М - попередня перевірка елементів питань і елементів вузлів, - друкування елементів питань для перегляду/редагування їхнім автором, - задавання питання і звіт відповіддю, 99 - встановлення тексту дійсної природної мови, що підлягає використанню,
ГФ) - встановлення користувального інтерфейсу, необхідного для поточної платформи, - виклик об'єкта вузлів для дійсного задавання питання і звіту відповіддю. о ОП є іншим об'єктом, використовуваним для відділення людини, що задає питання, від мови, використовуваної для задавання питань пацієнту. Основним використанням ОП є керування подробицями, 60 необхідними для представлення (можливо складного) питання для пацієнта, що знаходиться на зв'язку. ОП може бути використаний для зміни освітнього рівня тексту питань (прокручування питань). ОП може бути використаний для зміни природної мови, використовуваної для розмови з пацієнтом.
Е. Об'єкт вузлів
Об'єкт вузлів (ОВ) є програмним об'єктом, що описує програмні елементи, необхідні для задавання пацієнту бо одиничного, добре визначеного питання, і повернення питання, обраного пацієнтом. Задачею ОВ є представлення необхідних даних у ПСІ (графічний користувальний інтерфейс) у формі, що буде з'являтися на дисплеї користувача у дружній до користувача манері, для чекання відповіді користувача протягом належної кількості часу, для ймовірної повторної пропозиції питання користувачу, і для остаточного повернення відповіді користувача.
Об'єкти вузлів працюють на найнижчому рівні ієрархії сценаріїв: вони сполучені з користувальним інтерфейсом в операційній системі. Використовуються обчислення, залежні від платформи. Для робочого середовища УУіпдомуз вузол буде відображати належне вікно, що містить підпорядковані вікна для тексту
Введення і Питання. Далі, він буде відображати необхідну кількість кнопок і відображати форму для 7/0 Користувача. Коли користувач натискає кнопку, об'єкт вузлів повертає індексний номер відповіді.
Дані ОВ є елементами, необхідними для задавання одного докладного питання, одержання відповіді і повернення індексного номера відповіді. Дії ОВ є функціями і процедурами, необхідними системі для відображення питання користувачу, такими є процеси: - попередня перевірка елементів вузлів, - друкування елементів вузлів для перегляду/редагування їхнім автором, - відображення питання і звіт відповіддю.
ОВ є іншим інтерфейсом між об'єктами сценаріїв і пацієнтом. Основним використанням ОВ є керування низькорівневими подробицями, що вимагаються для "розмови" із пацієнтом. ОВ може бути використаний для переносу додатку на іншу апаратну платформу або операційну систему. ОВ може бути використаний для "підробки" пацієнта узяттям вхідних даних із тестового файла і запису вихідних даних у тестовий підсумковий файл. ОВ може бути використаний для реєстрації всіх питань пацієнту і усіх відповідей пацієнта з прив'язкою у часі до найближчих сотих часток секунди, якщо це необхідно. Однією з причин для визначення Об'єктів вузлів, так само як Об'єктів питань, є те, що система в цілому може бути переведена на інші мови шляхом перекладу всіх Об'єктів вузлів. с
ІМ. КОНЦЕПСІЇ ЗАСНОВАНОГО НА СПИСКАХ МЕХАНІЗМУ
У однім варіанті виконання винаходу заснований на списках (ЗнС) механізм є одним варіантом виконання і) способу обробки діагнозу. Він є програмою, що власне бере набір хвороб (більш точно, колекцію описів хвороб, визначення симптомів і специфікації питань), і потім обробляє їх стосовно одного конкретного пацієнта.
Пацієнтом звичайно є людина, що може вести інтерактивний діалог із системою і може відповідати на М зо питання, що задаються йому системою. Альтернативно, пацієнта може представляти медична карта, у якій деякі або всі симптоми вже мають значення, так що система просто аналізує значення і відповідно оцінює хвороби. ікс,
Для цілей перевірки пацієнт може бути навіть представлений комп'ютерною програмою, що "зображує пацієнта" Ге! для перевірки здатності системи відповідати на ненормальні ситуації, такі як несподівані натискання кнопок, тривалі затримки з відповіддю, суперечливі відповіді, прохання повторити питання, і ненормальне закінчення і) зв сеансу. ча
Для конкретного прогону або сеансу система починає працювати, збираючи набір хвороб-кандидатів, що передбачається діагностувати. Цей початковий список кандидатів найбільше імовірно збирається аналізуючим модулем Основні скарги пацієнтів, і вибирає відповідні хвороби з бази даних, що проіндексована за основними скаргами. При відсутності основної скарги система може просто починати працювати з усіма хворобами, « знайденими в заданому проектному файлі, у якому автор хоче протестувати створений вперше або в с відредагований сценарій.
Коли є список хвороб-кандидатів, робота системи полягає в обробці цих хвороб, звичайно шляхом задавання ;» питань і накопичення діагностичних оцінок для кожної хвороби доти, поки не буде досягнута деяка задана мета системи. Ця мета системи виражена настройкою "Місія", що може визначати різні цілі, такі як "прогін по усіх хворобах", "прогін доти, поки не буде прийняте рішення про першу хворобу" або "прогін протягом 10 хвилин" і -І т.п. Місією системи по умовчанню є "прогін по усіх хворобах доти, поки всі симптоми не будуть оцінені".
Діагностичний цикл о У однім варіанті виконання система використовує "діагностичний цикл" для обробки списку поточних хвороб.
Ге) Частини діагностичного циклу описані в патенті США Мо5935060, виданому заявнику. Діагностичний цикл складається із серії повторень, у яких система розглядає свою місію у світлі найостаннього статусу усіх ме) хвороб-кандидатів. У залежності від місії система може виконувати всі типи спеціальних обчислень і оцінок
І протягом цього циклу. Цикл у дійсності складається з декількох вкладених циклів, що можуть залучати рекурсію для оцінки підпорядкованих симптомів.
Поточна хвороба 5Б У однім варіанті виконання протягом діагностичного циклу першою метою системи є визначення того, яка хвороба повинна оцінюватися першою, на основі її місії. Місією може бути "оцінка хвороби з найвищою оцінкою",
Ф) або "оцінка хвороби з вищим діагностичним імпульсом", або "оцінка будь-якої випадкової хвороби". Місією по ка умовчанню є оцінка наступної хвороби, як спочатку задано в списку кандидатів.
Поточний симптом во У однім варіанті виконання, коли є "поточна хвороба", наступною метою системи є визначення того, який симптом поточної хвороби повинний оцінюватися наступним. Місією може бути "оцінка симптому, що може додати найвищу вагу оцінці поточної хвороби". Найбільше складною місією є "оцінка симптому, що збільшить оцінку більшості хвороб". Місією по умовчанню є оцінка наступного симптому в списку симптомів поточної хвороби. 65 Поточне оцінювання
У однім варіанті виконання оцінювання симптому складається з установлення значення симптому для конкретної дати і часу життя пацієнта. Те, яким способом це робиться, залежить від типу симптому і від типу об'єкта оцінювача, визначеного для симптому. Симптом може вже мати дійсне поточне значення в медичній карті пацієнта. Наприклад, стать пацієнта вже може бути записана у медичній карті, і в цьому випадку система одержує її і продовжує працювати. Пацієнту протягом поточного сеансу вже могло бути надане значення симптому в контексті питання про якусь іншу хворобу. Знову-таки, система одержує значення симптому з запису поточного сеансу. (Цією властивістю уникається необхідність задавати пацієнту те саме питання в процесі оцінки різних хвороб). Багато симптомів оцінюються прогоном Об'єкта питань, тобто задаванням пацієнту одного або декількох питань. Симптоми можуть використовувати Об'єкт логіки для оцінювання значення; це означає, що 7/0 система аналізує і проганяє логічну формулу, таку як "якщо пацієнт має значення А симптому і значення В симптому, то значення цього симптому дорівнює С". Для оцінки цього симптому система буде (рекурсивно) оцінювати симптоми А і В, а потім встановить С, якщо необхідно.
Присвоєння оцінок
У однім варіанті виконання після того, як система встановлює нове значення симптому, вона обновляє оцінки /5 Усіх хвороб-кандидатів. У залежності від опису кожної хвороби, присвоєння оцінок може складатися з простого додавання ваги, що відповідає новому значенню поточного симптому, або може містити в собі спеціальні синергічні ваги, засновані на значеннях інших симптомів або на синхронізації симптомів. Присвоєння оцінок також може містити в собі встановлення імовірностей діагнозу, що звичайно залежать від існування декількох значень симптомів, іноді в заданому часовому порядку. Нарешті, присвоєння оцінок містить у собі оцінювання оцінок хвороб у порівнянні з різними порогами. У залежності від цілей системи, хвороба може бути поміщена в спеціальну категорію на основі її оцінки. Наприклад, хвороба може вважатися "установленою", коли оцінка досягає або перевищує заданий поріг, або вона може бути поміщена на спеціальний слід діагностичного імпульсу, якщо її оцінка збільшується швидше, ніж оцінки інших, хвороб. Метою системи по умовчанню є додавання ваги симптомів усім застосовним оцінкам хвороб. с
Продовження роботи
У однім варіанті виконання після того, як система обновила оцінки усіх хвороб, вона визначає, як (8) продовжувати роботу, розглядаючи набір нових оцінок. Знову-таки, цілі системи можуть визначати різні дії для системи, такі як "зупинитися, коли будь-яка оцінка перевищить 1000", або "зупинитися, коли встановлено діагноз", або "зупинитися, коли система має п'ять найбільше ймовірних діагнозів", або "зупинитися, коли М зо пройде 10 хвилин". Метою системи по умовчанню є робота доти, поки усі симптоми усіх хвороб не будуть оцінені. ісе)
А. Динамічні правила і цілі Ге!
У однім варіанті виконання Заснований на списках механізм (система) розроблений так, що правила, обмеження і цілі, що управляють діагнозом, можуть змінюватися під час роботи. Система може використовувати ме) таблиці правил, цілей і обмежень, із яких вибирається застосовний набір, як необхідно. ча
Наприклад, на початку діагностичного циклу, коли система вибирає наступну хворобу, що підлягає розгляду, вона може використовувати будь-яке з правил, таке як "Вибір хвороби, що: - є найбільш небезпечною для життя хворобою з тих, що залишились для діагностування, - спільно розділяє більшість симптомів з іншими хворобами, « - має найвищу поточну діагностичну оцінку, в с - має найбільшу поточну зміну в діагностичній оцінці, - має найменшу кількість невирішених симптомів, ;» - йде наступною за деяким порядком, встановленим автором".
Аналогічно, коли система вибирає наступний симптом для хвороби, вона може вибрати його на основі різних динамічних режимів або перемінних керування. -І Пацієнт самостійно може встановити певні граничні умови для консультації. Деякі приклади включають: - пацієнта, що може говорити тільки 20 хвилин, о - пацієнта, що хоче тільки виключити певну хворобу ("наприклад, у мого друга був головний біль як і в со мене, і йому був поставлений діагноз "пухлина мозку").
В. Діагностичний імпульс ме) У однім варіанті виконання "діагностичний імпульс" є швидкістю зміни діагностичної оцінки
І хвороби-кандидата. Він забезпечує вимір того, як швидко дана хвороба накопичує діагностичну вагу в порівнянні з іншими хворобами-кандидатами. Система простежує оцінку й імпульс для усіх хвороб-кандидатів і може використовувати цю інформацію для зміни режиму діагностики Відзначимо, що використання різних синергічних ваг буде додавати додаткову вагу хворобам із багатьма симптомами, що збігаються, так, що встановлюється позитивний зворотний зв'язок, що має тенденцію сприяти хворобам із багатьма симптомами, що збігаються, і, (Ф) таким чином, швидко сходитися на одній хворобі (див., наприклад, Синергію послідовності і Синергію ка підсумовування).
Коли ЗнС спосіб проводить діагностику, він простежує для кожної хвороби найостаннішу діагностичну оцінку, бо останню зміну в оцінці ії назву хвороби з найбільшим імпульсом протягом поточного повтору діагностичного циклу.
Оскільки назва хвороби з найбільшим імпульсом увесь час доступна ЗнС механізму, він може бути використаний для направлення самого процесу діагностики і для перевірки того, чи досягнуті які-небудь цілі або обмеження або точки вирішення. Він забезпечує ЗнС спосіб зворотним зв'язком, що дозволяє йому відчувати 65 свій шлях за маршрутом діагностики таким чином, що приводиться в дію тільки відповідями пацієнта. Наприклад, чим швидше хвороба наближається до діагностичного порога, тим більш інтенсивно ЗнС спосіб може сфокусуватися на хворобі.
Ця властивість наслідує спосіб, яким лікар використовує своє знання хвороби на основі того, що він/вона узнали про стан пацієнта. Коли набір симптомів починає збігатися з набором конкретної хвороби, лікар буде задавати питання, розроблені так, щоб підтвердити (або відкинути) цю хворобу.
Переваги властивості імпульсу полягають у тому, що вона (1) швидко перестає виділяти багато з хвороб, що у меншому ступені відносяться до справи, (2) мінімізує питання, що задаються пацієнту, і (3) не може бути виконана лікарем так само швидко і точно, як комп'ютером.
С. Горизонтальна вісь дослідження (ГВД) 70 У однім варіанті виконання система проводить свої діагностичні дослідження за різними "осями", тобто лініями вивчення або фокусними напрямками. Дві з таких стратегій названі Горизонтальна вісь дослідження (ГВД) і Вертикальна вісь дослідження (ВВД). Цей розділ сфокусований на ГВД. Відзначимо: термін "вісь дослідження" відноситься до того способу, у якому система вибирає наступний фокусний симптом. Термінологія йде від метафори Матриці хвороба/симптом (МХС), у якій таблиця формується упорядкуванням хвороб-кандидатів як сусідніх колонок (тому "вертикальна"), і складових симптомів як рядів (тому "горизонтальна"). Див. креслення МХС. У термінах бази даних поля упорядковані по вертикалі, а записи - по горизонталі. Стратегія горизонтальної осі дослідження (ГВД) є режимом діагностики, що сфокусований на швидкому виключенні незастосовних хвороб із великого списку кандидатів. ГВД звичайно використовується на ранній стадії сеансу діагностики, коли система має множину хвороб-кандидатів, і вибирає фокусні симптоми в більшому ступені на основі того, як багато хвороб містить цей симптом, ніж на тому, наскільки ефективно симптом буде ідентифікувати одну хворобу.
Інші способи діагностики містять у собі один і тільки один спосіб. Дійсний винахід, навпроти, допускає різні режими дослідження, що самі по собі залежать від прогресу діагнозу. У обох стратегіях ГВД і ВВД, онС механізм обновляє оцінки усіх хвороб-кандидатів відповідями, отриманими від пацієнта. Таким чином, сч г Відмінності в цих стратегіях відносяться в першу чергу до того, яким чином система вибирає наступний фокусний симптом, а не до того, як саме обновляються оцінки хвороб-кандидатів. і)
У режимі ГВД звичайно буде активуватися функція Альтернативного симптому (АС), так що буде мати місце тенденція задавати менше питань і більше загальних питань. У режимі ГВД властивість АС може бути, а може і не бути активованою, у залежності від необхідності в більш докладних відповідях пацієнта. М зо Вибір між стратегіями ГВД і ВВД дуже важливий, оскільки він дозволяє здійснювати загальне "просіювання" багатьох хвороб-кандидатів, так само як фокусування на діагностиці однієї конкретної хвороби, де на рівні ісе) подробиць пацієнт може (непрямим чином) взаємодіяти з автором сценаріїв, фахівцем світового рівня з цієї Ге! хвороби. Інші системи медичної діагностики звичайно взаємодіють із пацієнтом на однім і тільки на однім рівні.
Рішення про те, яку з цих (або інших) стратегій або режимів вибрати, може бути іапрограмоване в ме) з5 Залежності від будь-якого числа перемінних. Наприклад, воно може бути: ча - задано процесом, що викликає систему; - модифіковано на основі процедури вибору мети, що проходить на ранньому етапі на початку консультації; - переключено на основі Діагностичної оцінки або імпульсу, досягнутих однією або більше хворобами; - переключено різними обчисленнями, що відносяться до Основної скарги або Першого значного симптому; « - переключено на основі нової відповіді пацієнта, що заперечує або значно змінює попередню відповідь. з с У стратегії ГВД система шукає за списком хвороб-кандидатів і спискам їхніх симптомів, щоб знайти симптом, що розділяється багатьма хворобами. Вона вибирає такий спільний симптом і оцінює його, звичайно шляхом ;» задавання питання, або шляхом оцінювання формули або логічної структури. Потім вона обновляє кожну хворобу новим значенням симптому, і добавляє належні ваги кожній оцінці хвороби.
У стратегії ГВД система може сортувати хвороби-кандидати за кількістю спільних симптомів, щоб підготувати -І ефективний процес наступного видалення. Наприклад, шляхом встановлення статі пацієнта система може видалити усі хвороби, що залежать від статі. Стратегія ГВД дозволяє системі поділити хвороби-кандидати на о придатні класи, так що вона може спочатку сфокусуватись на багатообіцяючих класах. Наприклад, вона може
Ге) розділяти хвороби на такі категорії: невідкладні, серйозні, загальні, або може розділяти хвороби на ті, що
Мають високу імовірність того, що діагноз знаходиться серед них, проміжні і з низькою імовірністю.
Ме, р. Вертикальна вісь дослідження (ВВД) "М Стратегія Вертикальної осі дослідження (ВВД) використовується для докладного вивчення однієї хвороби-кандидата так, що система вибирає наступний фокусний симптом повторно з тієї ж хвороби. Ця стратегія призначена дати шанс одній конкретній хворобі, що була признана серйозною, на встановлення самої себе в якості діагнозу. Стратегія ВВД рівнозначна тому, коли автор сценаріїв (1) задає декілька послідовних питань про цю хворобу і (2) задає йому або їй кращі питання, у випадках, коли пацієнт попередньо відповідав (Ф, на Альтернативні симптоми. ка У стратегії ВВД ЗнС механізм оцінює різні симптоми однієї хвороби. Симптоми можуть бути вибрані в різному порядку, в залежності від режиму механізму. У однім варіанті виконання автор сценаріїв може задати порядок, у бор якому оцінюються симптоми, але це може бути подолано тим, що спочатку задається питання про симптоми, що мають найбільше значення, або про симптоми, про які пацієнту простіше і швидше усього відповідати. Система вибирає такий спільний симптом і оцінює його, звичайно задаючи питання, або оцінкою формули або логічної структури. Потім вона обновляє кожну хворобу новим значенням симптому і добавляє відповідні значення кожній оцінці хвороби. 65 У стратегії ВВД пацієнту, що раніше відповідав на питання Альтернативних симптомів (див. там), тепер може мати місце можливість задавати питання про симптоми, що визначив автор. Це має ефект "тонкого настроювання" відповідей про конкретну хворобу в той момент, коли хвороба стає суперником. У цьому випадку пацієнтам може бути повідомлено, що незалежно від того, яка в них хвороба (якщо система накриває цю хворобу), їм може бути гарантована взаємодія з діалогом, створеним фахівцем світового рівня з цієї хвороби.
Стратегія ВВД може бути настроєна використовувати тільки власні симптоми автора, замість того, щоб приймати (нормальні альтернативні) симптоми інших авторів. Це означає, що система може (можливо, за запитом пацієнта), повторно задати питання про всі симптоми, використовуючи тільки власні питання автора. Це, у свою чергу, означає, що вся консультація пацієнта з даної хвороби може бути проведена за допомогою фахівця світового рівня з даної хвороби. Це дає ЗнС способу здатність піти від широкої, узагальнюючої точки /о зору (де приймаються всі альтернативні симптоми), до вузької, конкретної точки зору, де формулювання питань фахівця світового рівня може допомогти виявити близькі хвороби.
Стратегії ГВД і ВВД є частиною центральних процесів вибору симптому в системі, особливо ЗнС діагностичний цикл. Рішення про те, яку з цих (або яких-небудь інших) стратегій вибирати, може бути запрограмоване на залежність від будь-якої кількості перемінних. Наприклад, це може бути задано процесом, що /5 Викликає ЗнС механізм: він може переключатися на основі Діагностичної оцінки або Імпульсу, досягнутих однією або більше хворобами; він може переключатися різними обчисленнями, заснованими на основній скарзі або першому, значному симптомі; він може переключатися на основі нової відповіді пацієнта, що заперечує або значно змінює попередню відповідь.
Стратегії ВВД і ГВД дозволяють системі змінювати її фокус діагностики з загального на окремий. На ранніх 2о стадіях механізм мало знає про пацієнта і повинний задавати найкращі загальні питання, щоб швидко видалити велику кількість хвороб-кандидатів. Але після застосування стратегії ГВД протягом деякого часу, якщо діагностичний імпульс деякої хвороби Ю досягне конкретного порога, механізм може потім переключитися на стратегію ВВД, щоб сфокусуватись на хворобі ЮО, для моментального виключення усіх інших хвороб. Важливо відмітити, що всі об'єкти хвороб (експерти) "спостерігають" за всіма питаннями і відповідями, створюваними сч ов іншими об'єктами хвороб. Після застосування ВВД протягом деякого часу хвороба Ю може вирости, як "лідер гонки", або може затихнути, коли її випередять одна або більше оцінок інших хвороб. Одна з них може потім (8) стати провідною для іншого кола ВВД, або стратегія діагностики може повернутися назад, до ГВД, якщо жодна хвороба не має чіткого лідера.
Існує потужний глобальний ефект від того, коли об'єднуються різні ЗнС властивості, такі як Імпульс М зо хвороби, Динамічні цілі, ГВД, ВВД, Альтернативні симптоми і Синергічне зважування. Розглянемо, як Зно механізм вивчає хвороби-кандидати і зосереджується на належних хворобах: коли одна хвороба одержує оцінку ікс, й імпульс у стратегії ГВД, це викликає перехід до стратегії ВВД. Якщо система знаходиться "на вірному шляху", Ге! стратегія ВВД швидко підтвердить, що в пацієнта є декілька ключових симптомів цієї хвороби. За допомогою різних синергічних ваг це підтвердження збільшить оцінку й імпульс, і повторно запустить цикл для ме) зв Зосередження на фокусній хворобі для діагностики. У однім варіанті виконання ваги симптомів можуть ї- збільшуватися, коли система працює з використанням стратегії ВВД. Ця властивість дозволяє системі пристосувати імовірності Байєса в процесі оцінювання. З іншого боку, якщо система знаходиться "на невірному шляху", стратегія ВВД не зможе підтвердити додаткові симптоми, оцінка хвороби відстане від оцінок інших хвороб (що обновляються паралельно цьому), і система незабаром відмовиться від цієї безплідної спроби і або « повернеться до стратегії ГВД або вибере іншу хворобу для дослідження ВВД. з с Е. Альтернативні симптоми
У однім варіанті виконання властивість Альтернативних симптомів ЗНС способу дозволяє автору хвороби ;» задати для діагностики набір симптомів, що є альтернативними для конкретного симптому. Винахід дозволяє автору задати альтернативні симптоми, що можуть мати місце кращого для автора або заданого автором симптому, можливо з іншою вагою. Властивість розроблена вирішувати проблему того, що різні автори можуть -І віддавати перевагу різним шляхам задавання питань пацієнту про той самий симптом, хоча ми не хочемо, щоб пацієнт був змушений відповідати на питання про той самий симптом знову і знову. о ЗнС механізм запрограмований режимами, що чергуються, що або допускають, або не допускають со альтернативи симптомів. Коли вони дозволені, система приймає значення будь-якого альтернативного симптому 5р як значення симптому; якщо вони не дозволені, система вимагає запросити певний симптом автора, навіть якщо ме) де вимагає задавати пацієнту деякі питання другий раз. Однією метою ЗнС способу є те, що незалежно від того,
І яка в пацієнта хвороба, йому або їй питання буде задавати фахівець світового рівня з цієї хвороби. Ця властивість імітує те, як лікарі опитують пацієнта: спочатку лікар задає загальні питання, щоб визначити загальну природу розладу в пацієнта. Коли з'являється одна хвороба в якості ймовірного діагнозу, лікар задає більш конкретні питання, що підтверджують або відхиляють гіпотезу до деякої міри. Нарешті, коли найбільше ймовірний діагноз здається практично ясним, лікар задає ще більш докладні питання, щоб повторити, виділити, (Ф) з'ясувати деталі, додати підтверджені симптоми і т.д. Ці останні питання цілком можуть повторювати питання, ка задані раніше, мабуть, щоб дати пацієнту останній шанс підтвердити більш ранні питання.
Властивість Альтернативних симптомів дає пацієнту можливість повернутися і відповісти на питання точно бо так, як сформульовано початковим автором сценаріїв хвороб, або просто прийняти питання про альтернативні симптоми. Це аналогічно тому, як користувач комп'ютера, що встановлює додаток, може вибрати або "вибіркову установку", або прийняти "звичайну установку".
При написанні сценаріїв, коли автор сценарію хвороби спочатку підготовляє списки складових симптомів хвороби, автор або задає зовсім нові симптоми, що автор пише на рівному місці, або задає існуючі симптоми, що 65 автор одержав із бази даних збережених або заархівованих симптомів, якими спільно користуються всі автори.
Цей початковий набір симптомів стає кращим або заданим симптомами автора, про які автор питає в пацієнта.
Далі, автор переглядає базу даних симптомів, щоб побачити, які симптоми настільки "близькі" до нього/її заданим симптомам, що вони можуть служити альтернативами. Автор складає списки цих альтернативних симптомів і присвоює їм деяку діагностичну вагу. Заданий симптом одного автора може бути альтернативним бимптомом іншого автора. Таким чином, усі симптоми є симптомами, заданими деяким автором, що відповідає за підтримання їхньої вживаності.
З кожним з авторів можна зв'язатися через мережу передачі даних, таку як Інтернет. Коли новий об'єкт симптомів створюється Автором А, копія нового об'єкта симптомів відразу "відсилається" авторам хвороб, у яких цей симптом також використовується, наприклад, Автором В. Він далі може бути альтернативним симптомом 7/0 для Автора В. Автор В потім присвоює вагу хворобі, про яку він пише, коли цей новий альтернативний симптом використовується в питанні.
Під час роботи система може або дозволити, або заборонити використання альтернативних симптомів. Якщо система знаходиться в режимі альтернативних симптомів і система шукає значення заданого симптому 51, вона замість нього може прийняти значення будь-якого альтернативного симптому. Ефект полягає в тому, що /5 пацієнта вже питали про будь-які альтернативні симптоми 52, 53 або 54, і система не буде питати пацієнта знову, але прийме альтернативний симптом і його вагу. Якщо система не знаходиться в режимі альтернативних симптомів, то, коли система шукає значення заданого симптому 51, вона перейде на задавання питань, зв'язаних із симптомом 51.
Властивість Альтернативних симптомів усуває зайве задавання питань пацієнту і дозволяє автору групувати 2о разом ті симптоми, що мають однаковий вплив на цю хворобу. Властивість Альтернативних симптомів дозволяє автору контролювати те, як він або вона хоче сфокусуватись на подробицях симптомів, тобто на квантуванні симптомів. Для діагностики високого рівня може бути досить і високого рівня квантування; пізніше автору можуть знадобитися більш точні подробиці, наприклад, щоб розділити близькі варіанти хвороби.
У однім варіанті виконання база даних симптомів може містити декілька тисяч сценаріїв симптомів, сч написаних незалежно декількома сотнями авторів. Багато з цих симптомів можуть бути однаковими, або можуть бути прийнятно подібними варіантами один одного. Без Альтернативних симптомів система буде завантажувати і) усі хвороби-кандидати. При роботі з ними механізм повинний буде знайти деякі з цих подібних симптомів декілька разів. Результатом буде задавання пацієнту того самого питання багатьма різними шляхами, що буде неефективно і не викликатиме довіри. Але з властивістю Альтернативних симптомів після того, як система М зо оцінить будь-який з альтернативних симптомів, питання про інші симптоми в наборі не будуть задаватися.
Перевага заснованої на об'єктах системи, що має Об'єкти симптомів і використовує властивість ісе)
Альтернативних симптомів, полягає в тому, що Об'єкти симптомів і їхні підпорядковані об'єкти, наприклад, Ге!
Об'єкти оцінювача, Об'єкти питань і Об'єкти вузлів можуть бути "використані повторно". У однім варіанті виконання автор нового сценарію хвороби може повторно використовувати написані раніше і налагоджені о об'єкти декількома шляхами, що можуть містити в собі, наприклад, перейменування одного або більш об'єктів і ча присвоєння альтернативних ваг. Це повторне використання об'єктів дозволяє швидко кодувати, тестувати і випускати нові сценарії хвороб.
Е. Часовий графік хвороб
У однім варіанті виконання винаходу Часовий графік хвороб може бути схемою або графіком, що описує те, « як кожний симптом хвороби проявляється в часі в звичайного пацієнта. Часовий графік є характерним в с "виглядом" хвороби, що може бути використаний як опора для порівнянь із часовою схемою дійсного симптому пацієнта. ;» Цей аспект винаходу відноситься до точного медичного знання про хворобу; воно незалежно від будь-якого пацієнта. Це "теоретичний" аспект, у порівнянні з Часовою схемою симптому, що відноситься до "дійсних" значень симптомів, які пацієнт відчуває у часі. -І Часовий графік є для загальної хвороби, щоб служити як опірне посилання. Він може мати таку шкалу, щоб відповідати даному пацієнтові. о Під час побудови автор об'єкта хвороб описує звичайний перебіг хвороби в термінах того, як і коли її
Ге) симптоми звичайно з'являються (початок), змінюються і вщухають (закінчення) у часі. Цей часовий графік 5р починається з Першого значного симптому (ПЗС) хвороби, і всі синхронізації грунтуються на початку ПЗС. ме) Відзначимо, що ПЗС може відрізнятися від основної скарги пацієнта.
І Одне виконання використовує графік Ганта, що записує час появи, зникнення, перекриття й інші аспекти складових симптомів. Спочатку автор може вибрати тільки три часові точки для кожного симптому; далі може добавлятися усе більше і більше точок. Звичайною метою є погодинний опис хвороби.
Під час роботи система перевіряє пацієнта на збіг із сценарієм. Можна використовувати апендицит як зразкову хворобу, щоб пройти через просту діагностику. Припустимо, що автор вибрав опис хвороби в такий (Ф, спосіб: першим симптомом часто (хоча і не завжди) є анорексія, так що цей симптом є початком часового ка графіка. Таким чином, анорексія з'являється в 0 годин. У годину 1 звичайно очікується нудота. У годину З очікується, що пацієнт помітить епігастральний біль. У годину 8 очікується, що біль переміститься в праву бо нижню чверть черевної порожнини, і т.д.
Під час роботи, коли пацієнт входить у систему, система переважно питає, коли почалася основна скарга. У однім варіанті виконання система потім вибирає сценарій, що ближче усього за часом. Так, є пацієнт з апендицитом, що викликає систему діагностики; він або вона може, звичайно, знаходитися в будь-якій стадії часового графіка хвороби. Звичайно пацієнт з апендицитом чекає появи болю в черевній порожнині, перед тим, 65 ЯК йти до лікаря. Так що будемо вважати, що наш пацієнт зазнає біль у черевній порожнині певної гостроти як основну скаргу.
Система (у режимі ГВД) потім шукає серед усіх сценаріїв-кандидатів біль у черевній порожнині з гостротою нашого пацієнта. Вона знаходить сценарій апендициту, що показує, куди пацієнт із такою гостротою повинен бути поміщений на часовому графіку. Об'єкт хвороб тепер може обчислити часовий зсув, що вимагається для збігу з пацієнтом, і може "помістити" пацієнта або "збігтися" із ним у цій часовій точці в сценарії апендициту.
Рано або пізно, ЗнНС система дозволить сценарію апендициту запитати про наступний симптом. Сценарій поставить запитання пацієнту про попередню нудоту або анорексію, і якщо пацієнт підтвердить їх, додасть вагу до оцінки апендициту. У деякій точці оцінка, що збільшується, змусить систему переключитися в режим ВВД і задати питання ще про декілька симптомів зі сценарію апендициту. Це може різко збільшити вагу, і діагноз 7/0 "апендицит" потім перевищить поріг і буде прийняте рішення про те, що це саме він. Якщо ж не збільшить, система буде знати, які симптоми повинні з'явитися наступними, і дасть знати пацієнту про це.
На схему, графік або часовий графік, описані вище, також можна посилатися як на завчасно заданий набір характеристик симптомів. Один або більше встановлених симптомів може мати характеристики симптомів, що з'являються (початок) або вщухають (закінчення) у часі, так щоб збігатися з завчасно заданим набором. Якщо це /5 так, то додаткова вага добавляється до оцінки для конкретної хвороби. Більш того, якщо характеристики початку і закінчення збігаються з завчасно заданим набором, і набір установлених симптомів з'являється в заданій послідовності в часі, ще одна додаткова вага добавляється до оцінки конкретної хвороби. Таким чином, можна бачити, що коли виконуються певні умови симптомів, оцінка конкретної хвороби може швидко досягти порогу хвороби, і може бути прийняте рішення про неї або поставлено діагноз.
Хворобі необхідний час, щоб "проявити себе". З одного боку, чим довше чекання розвитку хвороби, тим більше точним буде діагноз; з іншого боку, діагноз необхідно ставити якнайшвидше, щоб почати відповідне лікування.
Автор у дійсності має два види "часу" Один час відноситься до появи Основної скарги, інший час відноситься до Першого значного симптому. Режим ГВД використовує час ОС, тоді як режим ВВД використовує сч г час ПЗС, що є більш точним, але не може бути використаний до того моменту, як з'явиться хоча б пробний о діагноз.
На Фіг.32 приведений знімок із зразкового екрана, на якому зображений користувальний інтерфейс-для визначення порядку конкретного набору симптомів, щоб установити Перший значний симптом. Користувач може, наприклад, пересувати смужки симптомів по часовій осі, щоб позначити свою конкретну історію симптомів.
З0 Користувач потім може клацнути на кнопці "відправити", що викликає реєстрацію часу появи нових симптомів і їхнє оцінювання системою. ісе)
Автор також може використати часовий графік симптомів як набір характеристик для величин симптомів. Це Ге! корисно при описанні і розділенні хвороб на основі наборів їхніх симптомів. б. Спектр термінів/ Код РОКЗТ ШКНГЧ) ме)
У однім варіанті виконання винаходу Код РОК5Т (ПКНГЧ) є вичерпним способом одержання і кодування ї- пацієнтом словесного опису симптому. Це особливо підходить для дуже суб'єктивних симптомів, що важко визначати в кількісній формі, такі як загальний стан здоров'я пацієнта, характеристика конкретного болю, або вираження розумового стану або емоцій. Ключовий винахід тут відноситься до "Словника діагностики". Це відноситься до здатності ЗНС способу давати використовувати авторам точний словник, що розроблявся їм або «
Нею протягом багатьох років опитування пацієнтів. У реальному світі певні слова, використовувані пацієнтами з с для опису болю, є класичними показниками конкретної хвороби. У Зне світі це втілюється в тому, що пацієнту дозволяється вибирати з готового списку слів, що зв'язані з завчасно заданою діагностичною вагою. Код РОКЗТ ;» (ПКНГУЧ) може використовуватися для простежування змін в інших даних про здоров'я, таких як ураження, маси, виділення, функції тіла, психічний стан, емоції, навички, схильності і т.п.
Біль є суб'єктивним відчуттям пацієнта. Він дуже корисний діагностично, але на практиці вкрай складно -І описати його в досить придатних подробицях. Код РОКЗТ (ПКНГЧ) є вичерпним способом кодування при опису болю пацієнтом і для використання коду болю для діагнозу в ЗнС способі, а також для інших цілей, таких як о Рекомендації, Розпорядження, Лікування, Усунення болю і Лікування хвороби. У ЗнС способі код РОКЗТ (ПКНГЧ) со може бути використаний для кодування суб'єктивних описів симптомів, для уловлювання змін в описах симптомів і для аналізу змін у часі. Код РОКЗТ (ПКНГЧУ) не тільки може сам складатися із сотень елементів, але
Ме, і можливі використання коду в медичній автоматиці настільки ж численні. Код РОКЗТ (ПКНГЧ) спрямований на
І керування медичним знанням автоматичним чином. Основна ідея полягає у використанні спектрів слів і записаних списків для уловлювання суб'єктивного опису пацієнтом деяких відчуттів про здоров'я. Код РОКЗТ (ПКНГЧУЧ) може потім використовуватися для виявлення в симптомах змін, нахилів, трендів, областей і т.п., де дв Ключем є зміна. Властивість коду РОКЗТ (ПКНГЧУ) містить у собі вибір слів із спектра слів у два моменти часу, а потім аналіз важливості зміни, і використання цього для додавання додаткової ваги діагнозу. Ця властивість (Ф, поміщає слова в спектри, що показують, як конкретний аспект болю буде змінюватися згодом, і потім робить ка друге оцінювання і додає додаткову вагу до діагнозу, оскільки він показує очікувану зміну.
Властивість коду РОКЗТ (ПКНГЧ) містить у собі такі способи: 60 - опис приблизно 20 аспектів болю, - одержання цих аспектів від пацієнта, - кодування і декодування цих аспектів у єдиний код РОКЗТ (ПКНГЧ), - використання коду РОКЗТ (ПКНГЧУ) при діагностиці й в інших контекстах.
На глобальному рівні для всіх авторів і всіх сценаріїв визначаються приблизно 20 аспектів болю, такі як 65 Якість, Гострота, Місце розташування, Розмір, Симетрія, Час, Локалізація і Переміщення. Для кожного аспекту далі визначається спектр слів, що складається з набору слів, звичайно використовуваних пацієнтом для опису цього аспекту болю. Наприклад, Якість болю може бути описана в термінах "шпильковий укол, колька, біль шалений, великий, стягуючий, давлючий". Гострота болю буде оцінюватися пацієнтом за шкалою від 0 до 10.
Спектри слів, звичайно, розрізняються для різних симптомів. Небольові симптоми можуть ранжирувати деякі аспекти, як наприклад "Вік", за числовою шкалою, як то: 0-7, 8-22, 23-65, 66 і старіше. Інший спектр може використовувати слова, такі як НІ, НИЗЬКИЙ, СЕРЕДНІЙ, ВИСОКИЙ, для характеристики аспекту. Або спектр слів може складатися зі словника слів-дескрипторів, таких як біль, що ПУЛЬСУЄ, Б'Є, МОЛОТИТЬ, ПОСТУКУЄ.
Автор сценаріїв визначає діагностичну вагу для кожного слова в спектрі. Під час роботи заданий спектр представлений списком вибору, із якого пацієнт може вибирати. Пацієнт вибирає одне слово зі списку, і система 70 добавляє зв'язану із ним діагностичну вагу до оцінки.
Властивість коду РОКБТ (ПКНГЧ) дозволяє авторам застосовувати словник діагностики, що вони виробили протягом багатьох років практики. Сценарій може використовувати декілька симптомів із спектра слів, щоб побудувати код РОКЗТ (ПКНГЧ), що підсумовує стан здоров'я пацієнта в деякий момент "" часу. Цей код може зберігатися в медичній карті пацієнта (МКП) для подальшого використання. Це інший приклад, у якому може бути /5 визначений об'єкт симптомів, спеціальний для спектрів слів. Сценарій може збирати код РОКЗТ (ПКНГЧУ) у різні моменти ТІ, Т2 і Т3 часу. Потім сценарій може аналізувати зміни в коді в часі і присвоювати вагу значним змінам симптомів у часі. Сценарій може використовувати код РОКЗТ (ПКНГЧУ) для обчислення синергій на основі нахилу, тренда, області, об'єму й інших властивостей.
Часто протягом однієї і тієї ж консультації гострота симптомів пацієнта має тренд. Крім того, багато 2о спектрів матриці РОКЗТ (ПКНГЧ) можуть бути опитані на початку і наприкінці однієї і тієї ж консультації.
Функція повторного введення (друга консультація з приводу однієї і тієї ж хвороби) і функція повторного введення (третя консультація з приводу однієї і тієї ж хвороби) використовуються разом із матрицею РОКЗТ (ПКНГЧУ) для оцінювання розвитку хвороби, щоб поставити діагноз.
Кожний автор здатний використовувати або повторно використовувати спектри слів, що уже створені. Кожний с об спектр звичайно складається з 7-11 прикметників, що ретельно відібрані. Наприклад, якщо епігастральний біль пацієнта (місце розташування), що не може бути локалізований (локалізованість) переміщається (пересування) у і) праву нижню чверть (місце розташування), і тепер її легко локалізувати (локалізованість), то в пацієнта апендицит.
Система діагностики, може збирати і публікувати медичну статистику по "словнику", що використовується при М зо діагностиці. Система діагностики може використовувати словник як "оцифровану медицину для точного настроювання сценаріїв і їхніх дій. ісе)
Нижче приведений приклад коду РОКЗТ (ПКНГЧ), що простежує природу виділення замість болю. Синдром Ге!
Маллорі-Вейсса полягає в частковому розриві в найнижчій частині стравоходу. Це викликається сильною блювотою. Отже, у пацієнта, що рве їжею в момент "Г часу, і рве їжею з кров'ю через годину після цього, ме) зв проявляється синдром Маллорі-Вейсса, у порівнянні з пацієнтом із виразкою шлунка, у якого кров у блювоті буде ї- із самого початку. Отже, симптом, створений при кодуванні РОКЗТ (ПКНГЧ) вмісту блювоти, буде виявляти додавання крові і додасть відповідну синергічну вагу в розлад Маллорі-Вейсса.
Н. Синергія
У однім варіанті виконання винаходу й у контексті автоматичної медичної діагностики "синергія" означає « додавання додаткової діагностичної ваги до хвороби, якщо симптом з'являється в пацієнта заданим чином, із з с заданою інтенсивністю, анатомічним місцем розташування, частотою, послідовністю, сполученням з іншими симптомами, або за аналогічним набором. Синергія забезпечує спосіб для системи автоматичної діагностики ;» брати до уваги симптоми пацієнта, розглянуті як ціле, що може бути використане для збільшування настройки ранжирування хвороби для цілей діагностики. Слово "синергія" може мати значення "об'єднаного впливу". Воно
Відноситься до розрахунку спеціального додаткового впливу на діагностику того факту, що симптом з'являється, -І змінюється або взаємодіє з іншими симптомами в пацієнта деяким добре визначеним чином по відношенню до часу, анатомічного місця, кількості, послідовності, частоти, сполучення, взаємним причинам і т.п. Коротенько, о концепція синергії втілює в програмному забезпеченні медичний факт того, що діагностична значимість со сполучення симптомів набагато більше значення кожного із симптомів окремо.
Наприклад, будучи застосованою до ЗнС способу діагностики, концепція синергії значно поліпшує можливості
Ме. цього способу, оскільки зважуючий механізм ЗнС способу може бути використаний для виявлення і підрахунку "М присутності синергії серед симптомів, повідомлених пацієнтом. У дійсності синергія дозволять ЗнС механізму динамічно регулювати самий процес діагностики після кожної відповіді пацієнта.
Винахід синергії наближається до розумового процесу людини - медичного експерта - шляхом забезпечення дв нелінійного зважування симптомів, що збільшує додавання маленьких ваг до рахунку для уточнення розходжень у станах здоров'я пацієнтів, шляхом тонкого настроювання діагнозу і шляхом динамічного направлення самого (Ф, діагностичного процесу в продуктивні канали. ка Використовуючи синергію, об'єкт симптомів ЗнС способу стає інтелектуальним процесом, що не тільки зберігає значення симптомів, але і може виконувати динамічний інтелектуальний внутрішній аналіз того, як бо симптом поводиться в пацієнта у часі, тим самим самостійно виробляючи корисну діагностичну інформацію.
У контексті певного виконання ЗнС способу діагностики слово "синергія" має нормальне словникове значення "спільна робота або дія". Воно відноситься до вимірювання спеціального, додаткового впливу декількох симптомів або змін симптомів, що відбуваються в той самий час або в деякій завчасно заданій послідовності.
Концепція синергії втілює в програмному забезпеченні медичний факт реального світу про те, що діагностична 65 Значимість синдрому набагато більша, ніж значення складових його симптомів окремо.
Як буде докладно описано далі для кожного окремого типу синергії, концепція синергії значно підсилює ЗнС спосіб, так що особливі умови здоров'я і їхньої зміни в пацієнта можуть: - бути виявлені відповідним задаванням питань або обчисленням, і - завчасно одержати діагностичні ваги, потім - бути об'єднаними логічно і математично, - використовуватися для оцінки хвороб-кандидатів, що можуть - використовуватися для ранжирування хвороб-кандидатів, і які нарешті можуть - використовуватися для вибору тих хвороб, що найімовірніше є в пацієнта. Способи діагностики системи включають новий і неочевидний спосіб обчислення медичного діагнозу. За цим способом автор сценаріїв може /о завчасно описувати особливі умови здоров'я і вплив на пацієнта, що мають тенденцію бути менше очевидними і більш складними для виявлення іншими способами. У деяких варіантах виконання дійсної системи автоматичної медичної діагностики синергія означає спеціальні прояви в анатомічних системах у часі симптомів, що залежать від пацієнта, і словесні описи симптомів, що даються пацієнтом. Винахід синергії імітує розумову діяльність людини шляхом забезпечення нелінійного зважування діагнозів через додавання тонких розходжень у станах 7/5 Здоров'я, що збільшуються, через тонке настроювання початкових діагнозів, тобто дозволяючи медичним судженням авторів сценаріїв втілюватися автоматичним способом. Синергія дозволяє ЗнС механізму спостерігати і динамічно регулювати самий процес діагностики після кожної відповіді пацієнта.
Згадаємо, що ЗнС спосіб визначає "симптом" як будь-який елемент даних пацієнта, що може вплинути на діагноз. Отже, усі механізми, використовувані ЗНС способом для вибору, оцінки і запису впливу симптомів, 2о доступні і використовуються для керування синергіями. У момент написання сценаріїв автори визначають синергії і присвоюють їм ваги як будь-якому іншому симптому. Якщо автор має намір зважити, скажемо, симетрію початку і закінчення, автор визначає симптом і питання, що виявить інформацію прямо в пацієнта або побічно з інших даних, таких як значення інших симптомів. Під час роботи ЗнС механізм, незалежно від того, чи знаходиться він у Горизонтальній осі дослідження, або у Вертикальній осі дослідження, вибирає симптоми, сч оцінює їх і, якщо це застосовно, добавляє до них зв'язані ваги.
Одною властивістю ЗнС способу, що не несе нічого, є той факт, що він діагностує хворобу присвоюванням і) "ваг" симптомам пацієнтів, а потім використовує вагу, накопичену набором хвороб-кандидатів для визначення того, яка хвороба найбільше імовірно є в пацієнта. Базова вага присвоюється просто для того, щоб показати наявність або відсутність симптому. Тепер, із концепцією синергії у певних варіантах виконання є два М зо додаткових шляхи аналізу більш докладних аспектів симптомів. По-перше, для кожного окремого симптому система може ставити діагноз на основі того, чи є він "першим" для даної хвороби, і того, яким чином симптом со починається, змінюється і закінчується. По-друге, коли є декілька симптомів, система може ставити діагноз на Ге! основі їхньої наявності в сполученні, послідовності і протяжності перекривання у часі, і їхнє відношення до анатомічних систем пацієнта (і змін у цих системах). Іншими словами, ці синергічні ваги є "уточненнями" ме) фундаментального зважування. Вони задають докладно ті рішення, для котрих ЗнС спосіб може додати ї- додаткові діагностичні значення. На цю ідею робляться посилання як на "синергічне зважування"; воно відбиває той факт, що більш докладне знання про один або більше симптомів у пацієнта може бути використане для уточнення і фокусування діагнозу.
Приведена нижче таблиця перераховує декілька типів прикладів синергії, що можуть бути втілені. Ці « 70 приклади, звичайно ж, не є вичерпними, вони можуть бути розширені до будь-якого конкретного набору одного С) с або більше симптомів у пацієнта. :» в - о
Ф
Ф
Наступні розділи відносяться до опису і зважування конкретних типів синергії в конкретних варіантах (Ф. виконання винаходу. ко 1. Синергія наявності симптому
Синергія наявності симптому присвоює базову діагностичну вагу хворобі-кандидату, якщо даний симптом є во присутнім. Під час побудови автор може привласнити вагу симптому, якщо він є присутнім. Наприклад, якщо пацієнт курить десять років, хвороба ЕМФІЗЕМА може одержати 50 пунктів; якщо пацієнт недавно повернувся з експедиції в джунглі, хвороба МАЛЯРІЯ може одержати 50 пунктів. Під час роботи система визначає, чи є симптом у пацієнта, і присвоює вагу усім хворобам, для яких симптому була завчасно задана вага.
Знання про наявність симптому, навіть без значення або посилання на час, може допомогти вибрати в5 хвороби-кандидати для наступного аналізу. Таким чином, різні набори хвороб-кандидатів можуть бути обрані спочатку для пацієнта, що скаржиться на КАШЕЛЬ, і для пацієнта, що скаржиться на БІЛЬ У СПИНІ.
2. Синергія рівня симптому
Синергія рівна симптому присвоює діагностичну вагу на основі рівня симптому, наявного в пацієнта. Під час побудови автор визначає декілька рівнів для симптому, і ваги для рівнів значимості, як то: й
ГОСТРОТА -0 О пунктів
ГОСТРОТА -1 10 пунктів
Й
ГОСТРОТА -9 2 250 пунктів
ГОСТРОТА -10 350 пунктів
Під час роботи система визначає: 1) чи є симптом у наявності і 2) на якому він рівні, і якщо є, то З) добавляє відповідну вагу до оцінки хвороби.
Автор може визначати величину симптому з будь-якою необхідною точністю. Це очевидно дуже зручно при описі хвороб більш точно в термінах їхніх наборів симптомів. 3. Заснована на часі синергія
Заснована на часі синергія є здатністю ЗнС способу аналізувати те, яким чином симптом у пацієнта змінюється в часі, і присвоювати додаткову діагностичну вагу обраним хворобам на підставі цього. Той шлях, яким симптом змінюється протягом часу, має велику діагностичну значимість. Одним прикладом буде біль протягом часу. Також уводиться концепція використання спектрів слів із рядами сортованих прикметників, так що слова, вибрані пацієнтом, показують мінливі ступені інтенсивності симптомів. Тип синергії включає загальну здатність використовувати різні аспекти часових рядів симптомів для допомоги в діагностиці або її уточненні. сч ре Як описано раніше, об'єкти симптомів і оцінювача можуть бути запрограмовані функціями, що обчислюють (або запитують у пацієнта) різну засновану на часі статистику, таку як початок, закінчення, нахил, тренд, (о) зігнутість, область і ін. Під час роботи, коли сценарій вимагає заснованої на часі статистики для даного симптому, об'єкт симптомів залучає свій об'єкт оцінювача для його обчислення. Такі обчислені значення потім стають окремими значеннями симптомів, що можуть бути зважені й оцінені як і будь-які інші значення симптомів. М 20 За допомогою цього типу синергії об'єкт симптому/оцінювача стає інтелектуальним процесом, що не тільки зберігає значення симптомів, але і може виконувати динамічний інтелектуальний внутрішній аналіз того, як (Се) симптом поводиться в пацієнта у часі, тим самим самостійно виробляючи корисну діагностичну інформацію. ФУ
Автор сценаріїв може розділити або диференціювати хвороби-кандидати на основі того, коли симптом з'являється в пацієнта, або на тому, як симптом у пацієнта змінюється в часі. Автор також може (зе) з використовувати дійсні часові зміни симптомів, щоб присвоювати додаткові діагностичні ваги до хвороби. М
Одним із ключових властивостей Зно способу є те, що він може використовувати час, коли проявляються і змінюються симптоми, щоб допомогти діагностуванню пацієнта. Це перевершує багато інших способів автоматичної діагностики. 4. Синергія аналізу початку/закінчення « 20 У однім варіанті виконання винаходу синергія аналізу початку/закінчення додає додаткову діагностичну вагу -в до хвороби, якщо даний симптом показує початок і/або закінчення особливим чином. Тип початку і закінчення с симптому можуть нести важливу діагностичну інформацію. Нижче приводиться опис для синергії аналізу початку; :з» аналогічний опис застосовується до синергії аналізу закінчення.
Під час побудови автор сценаріїв визначає для кожної хвороби: (1) що початок даного симптому підлягає синергічному зважуванню, -1 що (2) типи початку, що можуть бути використані для вибору доданої синергічної ваги, (3) синергічні ваги, що підлягають додаванню в залежності від типу початку. (95) Під час роботи, у фазі, коли система добавляє синергічні ваги до хвороб-кандидатів, система робить такі с операції: (1) виявляє, що початок даного симптому підлягає синергічному зважуванню, (о) (2) одержує дійсний тип початку для симптому, «м (3) порівнює дійсний тип початку з завчасно заданим типом, (4) вибирає вагу синергії початку, що відповідає дійсному типу, (5) добавляє обрану синергічну вагу початку до оцінки хвороби.
Б, Два приклади цієї синергії такі: 1) синусоїдальне відношення серйозності болю при кольках, 2) заїкуватий" початок нестабільної ангіни. (Ф) 5. Синергія нахилу початку/закінчення
Ге У однім варіанті виконання винаходу синергія нахилу початку/закінчення додає додаткову діагностичну вагу до хвороби, якщо даний симптом починається і підсилюється до максимуму заданим чином. Нижче приводиться бр пис для синергії початку, аналогічний опис застосовується до того, як симптом закінчується, або до його закінчення. Під час побудови автор сценаріїв визначає для кожної хвороби: (1) що початок даного симптому підлягає синергічному зважуванню, (2) поріг(пороги) нахилу початку, що підлягає(-ють) використанню для вибору синергічної ваги, (3) синергічні ваги, що підлягають додаванню в залежності від величини нахилу початку. в5 Під час роботи, у фазі, коли система добавляє синергічні ваги до хвороб-кандидатів, система робить такі операції:
(1) виявляє, що початок даного симптому підлягає синергічному зважуванню, (2) одержує дійсний нахил початку для симптому, (3) порівнює дійсний нахил початку з завчасно заданим(-и) порогом(-ами) нахилу, (4) вибирає вагу синергії початку, що відповідає дійсному нахилу, (5) добавляє обрану синергічну вагу початку до оцінки хвороби.
Природа початку (і закінчення) симптому може нести важливу діагностичну інформацію. Наприклад, головний біль, що починається раптово і який є дуже гострим, має більше шансів бути субарахноїдальним крововиливом, ніж гострий головний біль, що наступає поступово. При судинних явищах, таких як інфаркт міокарда, початок 7/0 болю дуже раптовий, тобто нахил лінії, що показує серйозність відносно часу буде практично вертикальним.
Раптовий початок блювоти і поносу при стафілококовому харчовому отруєнні контрастує з іншими випадками гастроентериту і харчового отруєння. 6. Синергія тренда початку/закінчення
У однім варіанті виконання винаходу "тренд" початку (або закінчення) симптому відноситься до того, чи є /5 Крива симптому в даний момент часу лінійною або експоненційною, тобто зростаючою (або падаючою) із постійною швидкістю, або зі збільшуваною або зменшуваною швидкістю. На це робляться посилання як на "лінійний або експоненційний". Нижче приводиться опис для синергії початку; аналогічний опис застосовується до того, як симптом закінчується, або до його закінчення.
Під час побудови автор визначає для кожної хвороби: (1) що тренд кривої початку заданого симптому підлягає синергічному зважуванню, (2) поріг(пороги) тренда початку, що підлягає(-ють) використанню для вибору синергічної ваги, (3) синергічні ваги, що підлягають додаванню в залежності від тренда нахилу початку.
Під час роботи, у фазі, коли система добавляє синергічні ваги до хвороб-кандидатів, система робить такі операції: сч (1) виявляє, що тренд початку даного симптому підлягає синергічному зважуванню, (2) одержує дійсний тренд початку для симптому, і) (3) порівнює дійсний тренд початку з завчасно заданим(-и) порогом(-ами) тренда, (4) вибирає вагу синергії початку, що відповідає дійсному тренду, (5) добавляє вибрану синергічну вагу початку до оцінки хвороби. М зо Форма кривої початку (і закінчення) симптому може нести діагностичну інформацію. У однім варіанті виконання система діагностики використовує алгоритм припасовування кривої Рунге-Кутта для ідентифікації ісе) типу кривої, що знаходиться на вивченні. У інших варіантах виконання використовуються інші алгоритми. Ге! 7. Синергія симетрії початку/закінчення
У однім варіанті виконання винаходу синергія симетрії початку/закінчення додає додаткову діагностичну і) зв вагу, якщо криві початку і закінчення (або нахилу, якщо відношення лінійне) даного симптому показує певні ї- властивості симетрії.
Під час побудови автор сценаріїв визначає для кожної хвороби: (1) що початки і закінчення заданих симптомів підлягають зважуванню на симетрію, (2) параметри, що визначають різні відношення симетрії, « (3) синергічні ваги, що підлягають додаванню для даного відношення симетрії. Під час роботи, у фазі, коли з с система добавляє синергічні ваги до хвороб-кандидатів, система робить такі операції: (1) виявляє, що симетрія початку/закінчення даного симптому підлягає синергічному зважуванню, ;» (2) одержує дійсні нахили і тренди початку і закінчення для симптому, (3) перетворює дійсні нахили і тренди в задані завчасно параметри симетрії, (4) вибирає вагу синергії симетрії, що відповідає дійсним даним, -І (5) добавляє вибрану вагу до оцінки хвороби.
Симетрія початку і закінчення важлива при постановці декількох діагнозів. Наприклад, коли пацієнт має о камінь у нирці, що виходить у сечовід (канал, що з'єднує нирку із сечовим міхуром), пацієнт відчуває раптовий со початок дуже гострого болю (або кольок). Крім того, коли камінь проходить у сечовий міхур, симптом болю часто пропадає так само швидко, як і з'являється.
Ме, 8. Синергія першого значного симптому (ПЗС) "М У однім варіанті виконання винаходу синергія першого значного симптому (ПЗС) додає додаткову діагностичну вагу до хвороби, якщо ПЗС пацієнта збігається зі списком можливих ПЗС для хвороби. Ця синергія відбиває реальний досвід автора сценаріїв, відносно якого симптоми мають тенденцію бути першими, в Відзначеними пацієнтом.
Під час написання сценарію автор сценаріїв хвороби створює спеціальний список симптомів, який пацієнт (Ф, може побачити першими, і зв'язує вагу з кожним симптомом. Наприклад, для апендициту: іме)
Анорексія 50 60 Нудота зо
Епігастральний біль 10
У момент роботи, якщо пацієнт повідомляє, що першим симптомом, що він/вона виявив/-ла, була Нудота, система додасть 30 діагностичних пунктів до діагнозу Апендицит (і аналогічно додасть деяку вагу всім іншим хворобам, що показують Нудоту у своїх таблицях ПЗС). бо Ключовим моментом є те, що ми використовуємо інформацію про те, який конкретний симптом пацієнт має першим, щоб розвити ті діагнози, що збігаються з пацієнтом. Ми вже додали пунктів до хвороби просто за наявність цього симптому, тепер ми додаємо додаткову вагу за те, що він перший. У цьому полягає синергія пз. 9. Одночасна синергія
У однім варіанті виконання винаходу одночасна синергія присвоює додаткову діагностичну вагу хворобі-кандидату, якщо в пацієнта є два або більш симптомів в даний період часу.
Під час побудови автор сценаріїв може визначити для кожної хвороби будь-яку кількість спеціальних сполучень симптомів, також як зв'язану із цим діагностичну вагу, що повинна бути додана оцінці хвороби, якщо 7/0 це сполучення є присутнім. Автор хвороби може використовувати графік Ганта для розуміння синергій одночасних, послідовних і тих, що перекриваються.
Під час роботи, система виконує такі дії для кожної хвороби: 1) простежує симптоми, що дійсно присутні у пацієнта, 2) визначає, чи присутнє яке-небудь завчасно задане сполучення симптомів, і якщо є, то
З) добавляє зв'язану із ним вагу до оцінки хвороби.
Одночасна синергія може бути дуже ефективно використана автором сценаріїв для опису хвороби в термінах синдрому і характеристики того, як саме різні синдроми сприяють хворобі. 10. Послідовна синергія
У однім варіанті виконання винаходу послідовна синергія присвоює додаткову діагностичну вагу хворобі-кандидату, якщо два або більше її симптомів присутні в пацієнта в заданій послідовності в часі.
Під час побудови автор сценаріїв може визначити для кожної хвороби будь-яку кількість спеціальних послідовностей симптомів із зв'язаними з ними діагностичними вагами, що підлягають додаванню до діагностичної оцінки, якщо пацієнт показує симптоми в заданому порядку.
Під час роботи, система виконує такі дії для кожної хвороби: сч 1) встановлює абсолютний початковий час для кожного симптому, 2) простежує симптоми, що дійсно присутні у пацієнта, і)
З) виявляє, чи присутня яка-небудь завчасно задана автором послідовність, 4) визначає, чи присутні симптоми в завчасно заданому порядку в часі, 5) якщо необхідно, добавляє вагу послідовності до оцінки хвороби. М зо 11. Синергія, що перекривається
У однім варіанті виконання винаходу синергія, що перекривається, присвоює додаткову діагностичну вагу ікс, хворобі-кандидату, якщо два або більш симптоми присутні в пацієнта в той самий час протягом заданого періоду (зу часу.
Під час побудови автор сценаріїв може визначити для кожної хвороби будь-яку кількість спеціальних ме)
Зз5 сполучень симптомів, що перекриваються, поріг перекриття і діагностичну вагу, що повинна бути додана до ча оцінки хвороби, якщо сполучення симптомів перекриваються в часі щонайменше протягом заданого граничного періоду часу.
Під час роботи, система виконує такі дії для кожної хвороби: 1) простежує симптоми, що дійсно присутні у пацієнта, « 2) виявляє, чи присутні які-небудь завчасно задані автором симптоми, що перекриваються, в с 3) обчислює, як довго симптоми перекривалися за часом,
Й 4) перевіряє, чи збігається дійсне перекриття з заданим порогом перекриття або перевищує його, а 5) якщо це застосовно, добавляє вагу заданого перекриття до оцінки хвороби. 12. Загальна синергія (площі)
У однім варіанті виконання винаходу загальна синергія присвоює додаткову діагностичну вагу загальному -І об'єму симптому в заданий період часу. Під час побудови автор присвоює діагностичну вагу значенню симптому, про який пацієнт повідомив у визначений інтервал часу. Під час роботи система виконує такі дії: 1) простежує о часовий графік значень симптомів, 2) обчислює загальне значення симптому (тобто інтегрує криву симптому) між
Ге) двома точками у часі, і 3) якщо необхідно, добавляє вагу синергії площі.
Значення симптому в часі дає інформацію, що відноситься до біологічних і хімічних функцій і реакцій тіла,
Ме. що, у свою Чергу, мають діагностичне значення. Прикладом є значення болю, що пацієнт зазнає між двома "М точками в часі. Вага загальної синергії допомагає системі автоматично розпізнати тих пацієнтів, яким можуть допомогти, наприклад, сильні знеболювачі. На додаток до діагнозу, ця синергія також може бути використана для усунення болю. Вона може ідентифікувати тих пацієнтів, що, мабуть, не можуть ідентифікувати або просто в не ідентифікувати себе як тих, що потребують наркотичних знеболювачів.
М. ОПИС КРЕСЛЕНЬ (Ф, Програмне забезпечення, що описується в наступних кресленнях, виконується заснованим на структурах ка механізмом системи медичної діагностики і рекомендацій по лікуванню, як вона описана |в патенті США
Мо5935060Ї, виданому заявнику. Одним виконанням заснованого на структурах механізму є заснований на бо списках механізм, але також можуть бути втілені інші виконання.
З посиланням на Фіг.1 одне виконання частини 100 діагностичного циклу системи медичної діагностики і рекомендацій по лікуванню (МДІіРЛ), що може включати Заснований на списках механізм (систему), тепер буде описано в термінах її головних обробних функцій. Відзначимо, що рекомендація по лікуванню може даватися на вибір. Однак основним фокусом винаходу є діагностичний аспект цієї системи. Кожна функція далі описана зі 65 зв'язаним із ній кресленням.
Коли система починає працювати, вона припускає, що інша автономна програма підготовки даних уже підготувала придатну базу даних медичних діагностичних даних у формі об'єктів хвороб і симптомів, ОХ й ОС відповідно, і привласнила діагностичні ваги конкретним значенням симптомів для кожної хвороби, і спеціальним сполученням або послідовностям значень симптомів (називаних "синергіями"). Коли пацієнт (який може одержати доступ до системи по мережі передачі даних, такий як Інтернет) представляє медичну скаргу в систему МДІіІРЛ для аналізу, система спочатку одержує всі об'єкти хвороб із своєї бази даних, що мають відношення до справи, і розташовує їх у список хвороб-кандидатів. Система потім використовує діагностичний цикл для виробки графіка діагностики списку хвороб-кандидатів.
У діагностичному циклі система вибирає для вивчення поточну хворобу і симптом. Потім система одержує 7/0 Значення симптому для поточного пацієнта, обчислює ваги, зв'язані зі значенням, і обновляє оцінки, що мають вплив, усіх хвороб-кандидатів, за допомогою ваг. Обновлені оцінки потім використовуються для повторного ранжирування хвороб і для вибору хвороби і симптому для оцінювання в наступному повторі. При цьому, коли цикл починає повторюватися, система вибудовує графік діагностики хвороб-кандидатів для поточного пацієнта.
Цикл може бути перерваний у будь-якому місці, а потім поточний графік діагностики вивчається, щоб 7/5 Відрегулювати параметри системи і продовжити цикл, або для закінчення циклу, як потрібно. Наприкінці циклу підготовляється діагностичний звіт, що підсумовує виконані дії й обчислені результати.
Діагностичний цикл починається в стані 102, у якому передбачається, що попередня обробка встановила основну скаргу для поточного пацієнта, і необхідно визначити діагностичний звіт. Переходячи до функції 110, система одержує доступ до комп'ютерних ресурсів, необхідних для діагностичного циклу. У цій функції система 2о одержує доступ до комп'ютерної пам'яті, як це необхідно, створює необхідні програмні об'єкти і встановлює перемінні в їхні початкові значення на основі поточних варіантів, обмежень і цілей діагностики. Система також створює список хвороб, що повинні бути використані як початкові кандидати для діагностики. Переходячи до функції 120, система вибирає одну хворобу зі списку хвороб-кандидатів. Ця хвороба стає поточною фокусною хворобою, тобто хворобою, для якої оцінюється симптом. Переходячи до функції 130, система вибирає один сч г бимптом із списку симптомів, зв'язаних із поточною хворобою. Цей симптом стає поточним фокусним симптомом, що підлягає оцінюванню в пацієнта. Переходячи до функції 140, система оцінює поточний симптом у пацієнта і) придатними засобами, такими як задавання питань пацієнту, використання логічних висновків, математичних обчислень, довідкових таблиць, або статистичного аналізу, що залучає інші значення симптомів. Переходячи до функції 150, система обновляє усі хвороби-кандидати, що використовують поточний симптом, новим значенням М зо бимптому, отриманим у функції 140. Переходячи до функції 160, система обновляє усі робочі списки і записи новими значеннями, оцінками і діагнозами. Переходячи до функції 170, система спостерігає за розвитком ісе) діагнозу, щоб вирішити, чи потрібно ще одне повторення діагностичного циклу. Переходячи до стану 172 Ге! рішення, система перевіряє, чи повинний діагностичний цикл бути зупинений, наприклад, вказівкою користувачу.
Якщо не повинний, то система переходить до функції 120 для наступного повторення; у протилежному випадку ме)
Зз5 система переходить до функції 180, у якій система зберігає належні значення, обчислені в діагностичному ї- циклі, і руйнує всі часові структури й об'єкти даних, що вимагалися для діагностичного циклу. Продовжуючись у стан 182, система повертає звіт про результати діагностики.
З посиланням на Фіг.2 тепер буде описана функція 110 настроювання діагностичного циклу, раніше показана на Фіг.1. Функція 110 одержує доступ до комп'ютерних ресурсів і настроює структури даних, необхідні для « діагностичного циклу 100 (Фіг.1). Система розроблена, щоб бути повністю пристосовуваною до навколишнього її тв) с середовища і повинна запускати різні структури пам'яті для підготовки до обробки. У заснованому на об'єктах . виконанні ця підготовка містить у собі створення різних об'єктів. Кожний об'єкт має функцію запуску, що а дозволяє об'єкту запускати самого себе, коли це необхідно.
Функція 110 починається в початковому стані 202, у якому основна скарга і режим діагностики уже встановлені попередньою обробкою. Основна скарга буде використовуватися в стані 212 для одержання -І зв'язаних із нею хвороб. Режим діагностики буде використовуватися протягом функції 110 для керування обробкою подробиць. Переходячи до стану 204, функція 110 запускає режим ГВД/ВВД або в режимі ГВД, або в о режимі ВВД, у залежності від режиму ГВД/ВВД, необхідного для цієї операції діагностичного циклу. У режимі ГВД со система буде розглядати усі хвороби-кандидати для вибору наступного фокусного симптому; у режимі ВВД система буде використовувати тільки список симптомів поточного фокусного захворювання.
Ме, Переходячи до стану 206, функція 110 запускає режим Альтернативних симптомів, щоб або дозволити, або
І заборонити оцінку альтернативних симптомів у залежності від режиму Альтернативних симптомів, що вимагається для цієї операції діагностичного циклу. Якщо альтернативні симптоми дозволені, система буде далі приймати альтернативні значення замість заданого значення симптому. Якщо альтернативні симптоми заборонені, система буде далі домагатися оцінювання заданого симптому. Переходячи до стану 208, функція 110 запускає інші внутрішні перемінні, що підтримують обробку циклу, таку як керуючі ознаки, показники
Ф) варіантів, обмеження циклу і цілі циклу. Точна перемінна і значення кожної перемінної залежать від ка конкретного виконання коду, обраного для комп'ютерної програми. Переходячи до стану 210, функція 110 одержує і запускає спеціальні комп'ютерні ресурси, що вимагаються для цієї операції діагностичного циклу. во Подробиці цієї ініціалізації залежать від виконання коду, обраного для комп'ютерної програми. Наприклад, якщо об'єкт використовується для представлення списку хвороб-кандидатів, стан 210 створює і запускає порожній об'єкт хвороб-кандидатів; але якщо таблиця відношень використовується для представлення списку хвороб-кандидатів, стан 210 створює і запускає порожню таблицю для змісту хвороб-кандидатів. Переходячи до стану 212, функція 110 одержує з бази даних хвороб усі ті хвороби, що відповідають діагностованій основній 65 скарзі, і (якщо доступно) часовий графік симптомів пацієнта (Фіг.28).
Як частина автономного процесу збору даних і підготовки, кожна хвороба в базі даних об'єктів хвороб зв'язана щонайменше з одною основною скаргою і з часовим графіком симптомів. Цей зв'язок використовується тут для одержання списку хвороб, що складають початковий список кандидатів. Під хворобою-"кандидатом" розуміється будь-яка хвороба, навіть неідентифікована, що має деяку імовірність бути захворюванням пацієнта на основі симптомів і основної скарги, показаних пацієнтом. Переходячи до стану 220, запускаються різні внутрішні робочі структури, необхідні для ефективного виконання такої докладної обробки, як сортування, пошук і вибір підмножин хвороб і симптомів. Функція 220 далі описана разом із Фіг.3. Переходячи до стану 222, функція 110 повертає керування процесу, що її викликав, для впливу на функцію 120 за Фіг.1.
З посиланням на Фіг.3 тепер буде описана функція 220 настроювання структури хвороба-симптом, що 7/0 Встановлює список хвороб-кандидатів і структури даних дійсних симптомів, що підлягають використанню в діагностичному циклі. Список хвороб-кандидатів виробляється і потім розділяється на три підсписки - на невідкладні, серйозні і загальні хвороби. Цей поділ дозволяє системі розглядати хвороби-кандидати в порядку невідкладності і серйозності до того, як вона розглядає загальні хвороби.
Функція 220 починається в початковому стані 302. Переходячи до стану 304, функція 220 створює матрицю хвороба-симптом (МХС), що є структурою даних із стовпцями для усіх хвороб, обраних за основною скаргою, рядами для максимальної кількості симптомів, використовуваних усіма хворобами-кандидатами, і квантами часу (Вісь-2) для часових інтервалів в інших варіантах виконання. Переходячи до стану 306, функція 220 виділяє усі хвороби, позначені як "невідкладні" із хвороб-кандидатів, і сортує їх у порядку зменшення невідкладності.
Переходячи до стану 308, функція 220 поміщає найбільше невідкладну хворобу в самий лівий стовпець Матриці хвороба-симптом (МХС) (який може розглядатися протягом одного кванта часу як Куб хвороба-симптом (КХС)).
Переходячи до стану 310, функція 220 поміщає невідкладні хвороби, що залишилися, у наступні стовпці МХС.
Переходячи до стану 312, функція 220 виділяє усі хвороби, позначені як "серйозні", із списку хвороб-кандидатів; сортує ці серйозні хвороби в порядку зменшення невідкладності; поміщає найбільш серйозну хворобу в наступний доступний самий лівий стовпець МХС після невідкладних хвороб; і поміщає серйозні с хвороби, що залишилися, у наступні стовпці МХС. Переходячи до стану 314, функція 220 сортує хвороби, що залишилися після того, як невідкладні і серйозні хвороби були видалені, у порядку зменшення поширеності, (8) тобто імовірності появи хвороби в групі населення, із якої походить пацієнт, і поміщає хвороби, що залишилися, у порядку зменшення поширеності в наступний доступний самий лівий стовпець МХС після серйозних хвороб. Переходячи до стану 316, функція 220 повертає керування процесу, що її викликав, для М зо Впливу на функцію 222 за Фіг.2.
З посиланням на Фіг.А4 тепер буде описана функція 120 одержання поточної хвороби, у якій у списку ісе) хвороб-кандидатів проводиться пошук для вибору однієї хвороби в якості поточної фокусної хвороби. Критеріями Ге! вибору можуть бути будь-які обчислення, що можуть ідентифікувати хвороби з високою потенційною імовірністю того, щоб бути дійсною хворобою пацієнта, такі як вибір хвороб на основі їхньої поведінки в поточному сеансі ме) діагностики, високої діагностичної оцінки, високої швидкості зміни оцінки (діагностичний імпульс), кількості ї- позитивних відповідей на питання, або на найкращому статистичному збігу часових графіків хвороб, що можуть відбуватися в режимі ГВД. У іншому режимі вибору (ВВД) зовнішній користувач або процес уже вибрали фокусну хворобу, так що в системи немає вибору.
Функція 120 починається в стані 402, у якому існує список хвороб, що є кандидатами на діагностику. «
Функція 120 вибирає одну з цих хвороб-кандидатів, щоб зробити її поточною фокусною хворобою. Вибір в с робиться з використанням багатьох правил; то, яке правило використовується, залежить від режиму діагностики. . Фіг.4 показує два правила, що перевіряються, але може бути додана будь-яка кількість правил. Переходячи до и?» стану 404 рішення, функція 120 спочатку перевіряє, чи порожній список хвороб-кандидатів. Якщо це так, то більше немає хвороб для вивчення, і функція 120 повертається в стан 440. У стані 440 функція 120 установлює вихідний сигнал, щоб показати, що жодна поточна. хвороба не обрана, і потім переходить у стан 434, де -і процес повторюється. Якщо список кандидатів не порожній у стані 404 рішення, то потім залишається щонайменше один хвороба-кандидат, і функція 120 переходить у стан 406 рішення для перевірки, чи усі о хвороби-кандидати оброблені. Якщо усі, те функція 120 переходить у стан 442, у якому вона установлює
Те) вихідний сигнал про цей ефект, і переходить у стан 434 для повернення керування. Однак, якщо в стані 406 5р рішення залишається декілька хвороб, що підлягають обробці, функція 120 переходить у стан 408 рішення. У
Фо стані 408 рішення, якщо режим вибору встановлений на ВВД, тобто змушений використовувати конкретну "І хворобу, функція 120 переходить у стан 410 рішення, або, у протилежному випадку, у стан 412. У стані 410, якщо хвороба ВВД усе ще не діагностована, функція 120 переходить у стан 430, вибирає хворобу ВВД як поточну хворобу і переходить у стан 432. Але якщо в стані 410 хвороба, що була обрана завчасно, уже діагностована, функція 120 переходить у стан 412, щоб повторно почати обробку в режимі ГВД.
Разом із станом 414 починається стан дійсного вибору хвороби. Режим діагностики, що діє, коли починається іФ) діагностичний цикл, визначає або припускає правило або критерій вибору хвороби. Це правило засноване або ко ще на дійсному процесі діагностики, або на потенційному розвитку, що може відбутися, використовуючи такі діагностичні виміри, як зважування, імпульс, оцінка й імовірність. Це правило вибору може бути змінено бо внутрішньою обробкою або зовнішнім запитом, але деяке правило вибору завжди буде знаходитися в дії.
Функція 120 використовує правило для вибору однієї з хвороб-кандидатів як фокусної хвороби. Переходячи до стану 414, якщо правилом вибору є вибір хвороби-кандидата з високим дійсним діагностичним імпульсом, функція 120 продовжується в стані 416. У цьому стані 416 функція 420 вибирає хворобу-кандидата із найбільшим поточним діагностичним імпульсом і потім переходить у стан 432. Але якщо в стані 414 рішення поточне правило 65 протилежне, то функція 120 переходить у стан 418 рішення.
У стані 418 рішення, якщо критерієм вибору є вибір хвороби-кандидата з високим потенційним діагностичним імпульсом, функція 120 переходить у стан 420, вибирає хворобу-кандидата із найбільшим потенційним діагностичним імпульсом і потім переходить у стан 432. Але якщо в стані 418 рішення поточний режим діагностики протилежний, функція 120 переходить у стан 422 рішення. У стані 422 рішення, якщо режимом діагностики є вибір хвороби-кандидата з використанням деякого іншого критерію, такого як збіг часового графіка або пряме введення пацієнта, функція 120 переходить у стан 424, що використовує деякий інший критерій тим же способом, щоб вибрати хворобу, а потім переходить у стан 432. Але якщо в стані 422 рішення більше немає критеріїв для використання, функція 120 переходить у стан 426, застосовує правило по умовчанню, що може бути простим вибором наступної підхожої хвороби-кандидата, і потім переходить у стан 7/0 332. У стані 432 функція 120 установлює вихідний сигнал, щоб показати, що була обрана поточна фокусна хвороба, а потім функція переходить у стан 434, щоб повернути вихідний сигнал і ідентифікатор поточної хвороби в процес, що викликав функцію 120, для впливу на функцію 130 за Фіг.1.
З посиланням на Фіг.5 тепер буде описана функція 130 вибору поточного симптому, що вибирає симптом поточної фокусної хвороби, щоб стати наступним поточним фокусним симптомом. Система вивчає список 7/5 бимптомів поточної фокусної хвороби і використовує різні критерії, щоб вибрати один із них як наступний фокусний симптом. Метою є вибір симптому, що збільшить діагностичну оцінку з найменшим зусиллям системи і пацієнта, що може бути досягнуто декількома способами, такими як вибір симптому, для якого значення вже було отримано для іншої хвороби, або симптому, що був спеціально ідентифікований автором, або симптому з високою діагностичною вагою, або симптому, що імовірно установить або виключить хворобу за один раз, або симптомів, що мають високий ступінь спільності серед хвороб. Коли функція 130 вибирає симптом таким чином, вона також вибере всі симптоми, що були ідентифіковані автором як прийнятні альтернативи.
Функція 130 починається в початковому стані 502, де обрано поточну фокусну хворобу, і функція тепер повинна вибирати зі списку симптомів хвороби поточний фокусний симптом, а також, імовірно, один або більше альтернативних симптомів, якщо вони були задані автором. Симптом може бути вибраний із використанням с одного З багатьох правил. Те, яке правило використовується, залежить від режиму діагностики. Переходячи до стану 504 рішення, функція 130 спочатку перевіряє, чи є які-небудь симптоми, що залишилися в поточній і) хворобі, що ще не оцінені для поточного пацієнта. Якщо залишилися, те функція 130 переходить у стан 506, що повертає вихідний сигнал, що показує, що не було вибрано жодного поточного симптому. Але якщо в стані 504 є хоча б один підхожий симптом, функція 130 переходить у стан 508 рішення. М зо Стан 508 рішення починає дійсний вибір симптому. Режим діагностики, що діє, коли починається діагностичний цикл, може визначати або припускати одне з багатьох правил або критеріїв вибору симптому, що ікс, можуть бути змінені внутрішньою обробкою або зовнішнім запитом. Проте, в однім варіанті виконання деяке Ге! правило вибору симптому завжди буде знаходитися в дії. Крім того, для будь-якого заданого симптому хвороба може ідентифікувати один або більше альтернативних симптомів, що можуть використовуватися замість нього. о
Фокусний симптом, повернутий станом 130, може, таким чином, складатись з набору симптомів, що містить ї- щонайменше один симптом плюс нуль або більше альтернативних симптомів. У стані 508 рішення функція 130 перевіряє, чи має хвороба симптоми, що повинні бути оцінені до інших симптомів цієї хвороби. Такі симптоми служать для швидкого видалення хвороби, що не відповідає базовим критеріям. Якщо хвороба має такі початкові симптоми, функція 130 переходить у стан 510. У стані 510, якщо всі початкові симптоми були оцінені, « функція 130 переходить у стан 516 рішення. Але якщо в стані 510 рішення є які-небудь неоцінені початкові з с симптоми, функція 130 переходить у стан 512, вибирає наступний початковий симптом як фокусний симптом і переходить у стан 514 повернення. Переходячи до стану 516 рішення, якщо поточний режим діагностики ;» визначає вибрані симптоми найбільшою діагностичною вагою, функція 130 переходить у стан 518, вибирає симптом із найбільшою діагностичною вагою і переходить у стан 514 повернення. Але якщо в стані 516 рішення правилом не є вибір симптому з найбільшою вагою, функція 130 переходить у стан 520 рішення. У стані 520 -І рішення функція 130 пристосовує симптоми, що відносяться друг до друга деяким чином, таким як групи, сполучення або послідовності. Якщо поточний режим діагностики показує, що зв'язані один з одним симптоми о підлягають розгляду, функція 130 переходить у стан 522, але якщо зв'язані один з одним симптоми не
Ге) підлягають розгляду, функція 130 переходить у стан 526.
У стані 522 рішення, якщо є симптом, зв'язаний із раніше оціненим симптомом, функція 130 переходить у
Ме, стан 524. У стані 524 функція 130 вибирає симптом, що відноситься до раніше оціненого симптому і переходить у "М стан 514 повернення. Але якщо в стані 522 рішення немає зв'язаного симптому, функція 130 переходить у стан 526. У стані 526 рішення, якщо поточний режим діагностики показує, що розгляду підлягають симптоми, найпростіші для оцінки, то функція 130 переходить у стан 528, вибирає наступний симптом, найлегший для дв Оцінки, і потім переходить у режим 514 повернення. Але якщо в стані 526 правилом не є вибір найпростішого симптому, функція 130 переходить у стан 530 рішення. У стані 530 рішення, якщо поточний режим діагностики
Ф) показує, що симптоми підлягають виборові випадковим способом, функція 130 переходить у стан 532, вибирає ка наступний симптом випадковим способом із списку симптомів поточної хвороби, і потім переходить у стан 514 повернення. Але якщо в стані 530 рішення правилом не є вибір випадкового симптому, функція 130 переходить у бо стан 534, вибирає наступний підхожий симптом із списку симптомів поточної хвороби, і потім переходить у стан 514 повернення. У стані 514 функція 130 повертає поточний фокусний симптом (і всі альтернативні симптоми, якщо такі є) у процес, що викликав функцію 130, для впливу на функцію 140 за Фіг.1.
З посиланням на Фіг.б6 тепер буде описана функція 140 одержання значення симптому, що оцінює поточний фокусний симптом, тобто встановлює особливе значення, що з'являється або існує в пацієнта в деякий момент ї 65 часу. У цей момент у діагностичному циклі система уже вибрала поточний фокусний симптом і тепер повинна визначити його значення в пацієнта, що знаходиться на лінії зв'язку, у деякий момент Її часу. Значення симптомів можуть бути простими (наприклад, пацієнт є курцем) або докладними (наприклад, пацієнт курить 12 років по дві пачки на день); значення можуть бути простими числами або символами, або складною графікою, фотографіями, або графіками хвороб (див., наприклад, Фіг.28).
Функція 140 повинна тепер вибрати або поточний симптом, або одну з його альтернатив, а потім одержати його значення в пацієнта в задані моменти часу. Якщо поточний режим діагностики дозволяє використовувати альтернативні симптоми, і поточний фокусний симптом має альтернативний симптом, що вже був оцінений, то потім значення цього альтернативного симптому використовується відразу, без подальшого оцінювання. Час, що зберігається цим скороченням оцінювання, є основною причиною використання альтернативних симптомів. 70 Те, як одержують саме значення, залежить від оцінюваного симптому, і для цього може використовуватися багато різних способів, таких як вивчення медичної карти пацієнта, задавання пацієнту, що знаходиться на лінії зв'язку, прямих питань, виведення логічних висновків із значень інших симптомів за допомогою математичних і статистичних формул, використовуючи спеціально підготовлені довідкові таблиці, навіть при наявності виконаних пацієнтом самостійних обстежень. Ці різні методи оцінки описані тут колективно як 7/5 "Функція оцінювача".
Функція 140 починається в початковому стані 602, де поточні фокусні хвороба і симптом обрані попередньою обробкою. Переходячи до стану 604, функція 140 спочатку перевіряє, чи було вже отримано прийнятне значення протягом цього сеансу, імовірно, деякою іншою хворобою або деяким прийнятним альтернативним симптомом.
Якщо поточний фокусний симптом уже має значення, функція 140 переходить у стан 606 для повернення значення; у протилежному випадку функція 140 переходить у стан 608 рішення. У стані 608 рішення функція 140 перевіряє, чи має вже поточний симптом значення в медичній карті пацієнта. Якщо має, функція 140 переходить у стан 606 для повернення цього значення; у протилежному випадку функція 140 переходить у стан 609 рішення.
У стані 609 рішення, якщо поточний симптом має альтернативні симптоми і режим дозволяє їх використовувати, функція 140 переходить у стан 610 рішення; у протилежному випадку функція 140 переходить у стан 612 сч ов рішення. У стані 610 рішення, якщо поточний симптом має значення прийнятного альтернативного симптому, функція 140 пропускає подальше оцінювання і повертає альтернативне значення в момент ї часу зі стану 611 і) відразу в стан 606; у протилежному випадку функція 140 переходить у стан 612 рішення.
У стані 612 рішення функція 140 починає процес оцінювання поточного симптому шляхом визначення типу оцінювача поточного симптому. Якщо типом оцінювача є пряме питання, функція 140, щоб задати питання М зо пацієнту, що знаходиться на лінії зв'язку, переходить до функції 620, що описана на Фіг.7, і потім переходить у стан 606. Але якщо в стані 612 рішення типом оцінювача є математична формула, функція 140 переходить до ісе) функції 630 для оцінки формули (описаної на Фіг.8), і потім переходить у стан 606. Але якщо в стані 612 Ге! рішення типом оцінювача є довідкова таблиця, функція 140 переходить до функції 640 для пошуку значення в таблиці (описаної на Фіг.9), і потім переходить у стан 606. Але якщо в стані 612 рішення значення симптому ме) зв Засновано на аналізі спектра термінів, функція 140 переходить до функції 650 для виконання аналізу спектра ї- термінів і одержання значення, що описано на фіг, 9. Потім функція 140 переходить у стан 606. Нарешті, якщо в стані 612 рішення є оцінювач якогось іншого типу, такий як збіг часового графіка хвороби (Фіг.28), функція 140 переходить у стан 660, щоб застосувати цей оцінювач і одержати значення аналогічним способом. Потім функція 140 переходить у стан 606 для повернення поточного симптому і його значення в деякий момент ї часу в « процес, що застосовує функцію 140, для впливу на функцію 150 за Фіг.1. з с З посиланням на Фіг.7 тепер буде описана функція 620 оцінювача питання, що є частиною об'єкта оцінювача
Й питання. Об'єкт оцінювача питання одержує значення симптому в момент Її часу, задаючи пацієнту, що и? знаходиться на лінії, один або більше питань. Щоб задати питання, він використовує один або більше вузлів об'єктів, що завчасно запрограмовані автором сценаріїв для зв'язку з пацієнтом на деякій природній мові з
Використанням належних інструкцій, визначення, пояснення, питань і виборів варіантів відповідей. Відповідь, -І обрана пацієнтом, кодується як значення симптому й остаточно повертається у стан, що викликає функцію 620.
Функція 620 починається в початковому стані 702, у якому об'єкти поточних фокусних хвороби, симптому і о питання встановлені попередньою обробкою і задані для цієї функції. Функція 620 тепер задає питання пацієнту, со що знаходиться на лінії, щоб одержати значення для симптому в деякий момент ї часу. Переходячи до стану 5о 706, функція 620 одержує з бази даних об'єктів вузлів набір вузлів, перерахований в об'єкті поточного
Ме, оцінювача. Переходячи до стану 708, функція 620 відображає пацієнту текстовий вузол, що містить у собі "М інструкції і питання. Переходячи до стану 710 рішення, якщо в запропонований час не буде відповіді, функція 620 переходить у стан 712 повернення і повертає сигнал про те, що об'єкт питань прострочив час. Але якщо в стані 710 рішення функція 620 одержує відповідь від пацієнта, ця функція переходить у стан 714 рішення. У дв стані 714 рішення функція 620 визначає, чи є відповідь кінцевим значенням симптому або сигналом активувати інший вузол. Якщо відповідь активує інший вузол, функція 620 переходить назад, у стан 708, що повторює (Ф) послідовність станів питань і відповідей з іншим вузлом. Дією цієї послідовності в часі є виробка діалогу з ка пацієнтом, що закінчується значенням симптому, вироблюваним у стані 714. Коли в стані 714 рішення відповідь пацієнта є значенням, функція 620 переходить у стан 716 і повертає значення, отримане від пацієнта. во З посиланням на Фіг.да тепер буде описана функція 630 оцінювача формули, що є частиною об'єкта оцінювача формули. Об'єкт оцінювача формули обчислює значення симптому в момент Ії часу, оцінюючи задану формулу. У заснованому на об'єктах виконанні кожна формула втілюється в інший об'єкт оцінювача формули, і в системі існує стільки різних об'єктів оцінювача формули, скільки існує формул. Будь-який інший об'єкт, якому необхідно оцінювати формулу, може викликати підхожого оцінювача формули. Простим прикладом є 65 перетворення абсолютної дати, такої як 7 грудня 1941 року, у вік у роках у деякий більш пізній момент ї часу.
Функція 630 починається в початковому стані 802, у якому об'єкти поточних фокусних хвороби, симптому й оцінювача обрані попередньою обробкою. Функція 630 тепер оцінює формулу, щоб одержати значення для симптому. Переходячи до функції 810, викликається об'єкт обчислювача формули. Переходячи до стану 812, функція 630 повертає обчислене значення.
З посиланням на Фіг.бЗЬ тепер буде описана функція 810 оцінювача виконання формули, що оцінює задану формулу, що може використовувати інші значення симптомів для обчислення значення симптому в момент ї часу. Формула задається для функції 810 як набір підхожим способом закодованих операцій і операндів у деякій формалізованій системі математики, такій як арифметика, геометрія, тригонометрія, алгебра, обчислення, імовірність, або статистика. Функція 810 виконує необхідні операції і повертає обчислене значення. Один 7/0 спеціальний випадок підпорядкованої обробки з'являється, коли операнд формули сам є симптомом, що ще повинний бути оцінений, і в цьому випадку функція 810 перериває оцінювання, змушує симптом операнда бути оціненим, а потім продовжує оцінювати формулу. Це потенційно рекурсивний процес, хоча оцінювання симптому може само по собі залучати оцінювання іншої формули. Шляхом використання цієї конструкції будь-яка структура гніздових формул, використовуючи будь-які об'єкти симптомів, може бути задана автором сценаріїв і /5 оцінена при необхідності.
Функція 810 починається в початковому стані 820, у якому відомі формула і її аргументи. Переходячи до стану 822, формула оцінюється настільки, наскільки це можливо з заданими аргументами. У деяких випадках це цілком оцінить формулу; в інших, це виявить аргумент, що сам по собі є симптомом, що все ще необхідно оцінювати. Переходячи до стану 824 рішення, якщо аргумент вимагає подальшої оцінки, функція 810 переходить до функції виконання об'єкта симптому; у протилежному випадку вона переходить у стан 832. У функції 140 симптом аргументу оцінюється викликом належного об'єкта симптому (Фіг.б); потім функція 810 переходить назад в стан 822 для продовження оцінювання формули. У стані 832 функція 810 продовжує оцінювати формулу доти, поки не буде обчислене кінцеве значення. Переходячи до стану 834, кінцеве значення повертається.
З посиланням на Фіг.9 тепер буде описана функція 640 оцінювача довідки, що є частиною об'єкта оцінювача сч ов ДОВІДКИ. Об'єкт оцінювача довідки обчислює значення симптому в момент ї часу шляхом перегляду таблиці або графіка. Часто буває, коли значення симптому відомо системі непрямим способом, імовірно із якогось іншого і) контексту, у якому були підготовлені графік або таблиця. Одним простим прикладом є заснований на часі графік температури, що може бути використаний для одержання значення жару в момент ї часу. Альтернативно, функція 640 може використовувати статистичні обчислення на основі графіка, такі як підрахунок певних появ, М зо знаходження області в часовому графіку хвороби між двома точками часу або збіг часових графіків хвороби.
Функція 640 починається в початковому стані 902, у якому симптом вибраний для оцінки. Переходячи до ісе) стану 904, про симптом наводяться довідки в підготовленому довідковому середовищі, такому як графік або Ге! таблиця бази даних. Переходячи до стану 906, функція 640 повертає значення процесу, що викликав функцію 640. Ше
З посиланням на Фіг.10 тепер буде описана функція 650 оцінювача спектра термінів, що використовується ї- для симптомів, що залежать від суб'єктивного опису пацієнтом. Функція 650 перетворить суб'єктивні описи пацієнтом симптому в момент Її часу в спеціальним чином закодований символ, що повертається функцією й обробляється системою, як і будь-яке інше значення. Функція 650 забезпечує список ключових слів-дескрипторів пацієнту, дозволяє пацієнту вибрати одне або більш слів і кодує вибрані слова в символ, що повертається. «
Стани 1004 і 1006 креслення показують, що підготовлений спектр термінів-дескрипторів, і ваги з с привласнюються різним термінам в автономному режимі підготовки об'єкта симптому. Ці дані звичайно . підготовляються і зберігаються в базі даних, до якої можна одержати доступ у процесі інтерактивної діагностики. и?» У системі інтерактивної діагностики функція 650 починається в стані 1008, у якому функція представляє спектр термінів пацієнту деяким чином, що дозволяє пацієнту вибрати набір дескриптивних термінів у момент ї часу. Переходячи до стану 1010, функція 650 одержує й обробляє термін(-и), обраний(-ї) пацієнтом. Переходячи -І до стану 1014, якщо інші аспекти симптому підлягають обробці, функція 650 переходить у стан 1016; у протилежному випадку функція переходить у стан 1018. У стані 1016 функція 650 підготовляє наступний аспект о спектра термінів симптому і потім переходить назад у стан 1008. У стані 1018 функція 650 збирає і зберігає со терміни, зібрані для моменту ї часу, у придатний код, що може бути повернутий як значення. Переходячи до 5о стану 1020, функція 650 кодує терміни, зібрані від пацієнта, і повертає їх як значення процесу, що викликав
Ме, функцію 650. "М З посиланням на Фіг.11 тепер буде описана функція 150 застосування значення симптому, що приймає значення симптому, що тільки що отримане або обчислено, і застосовує його і його ефекти до різних хвороб-кандидатів. У однім варіанті виконання, використовуючи центральну систему, функція проходить циклами ов за списком хвороб-кандидатів і застосовує до кожної хвороби Ю вплив нового значення. Для кожної хвороби Ю вона одержує належні діагностичні ваги, обчислює застосовні синергічні ваги, обчислює застосовні синергічні (Ф) ваги, і відмічає будь-які інші впливи, визначені автором хвороби, такі як обов'язкові зміни оцінок, зміни ка статусу хвороб через прийняття рішень про хвороби і виключення хвороб, і зміни, що вимагаються для керування змінами значень симптомів, що діють як альтернативні симптоми в інших хворобах. 60 У альтернативному заснованому на об'єктах виконанні кожний об'єкт хвороб має вбудований спосіб, що обробляє нові значення симптомів; і функція 150 викликає цей спосіб для "сповіщення" кожного об'єкта хвороб про нове значення симптому. Кожний об'єкт хвороб запрограмований застосовувати впливи нового значення до своїх власних даних, що спрощує керування певними правилами обновлення, що дуже залежать від конкретної хвороби. Однак у будь-якому виконанні має місце однакова логічна обробка. 65 Відмітимо, що в однім варіанті виконання зміни діагностичних ваг, обчислені як результат нового значення, просто зберігаються, але не добавляються до діагностичних оцінок доти, поки не будуть обчислені всі зміни хвороб-кандидатів, і усі хвороби можуть бути обновлені одночасно (див. Фіг.21). Це необхідно, щоб запобігти зміни в оцінках, правилах, вагах альтернативних симптомів і синергічних ефектах хвороб на початку списку кандидатів від впливу і перекручування обчислень для хвороб нижче за списком. Обчислення змін в оцінках і
Збільшення оцінок є двоступінчастим процесом, щоб гарантувати правильне збільшення всіх оцінок хвороб як єдиного утворення.
Функція 150 починається в початковому стані 1102, у якому обчислене нове значення симптому, і воно повинне бути застосоване до усіх хвороб-кандидатів, що використовують цей симптом. Переходячи до стану 1104, функція 150 починає цикл, що обробляє кожну хворобу О у списку хвороб-кандидатів. Переходячи до стану 7/0.1106 рішення, якщо хвороба О не використовує новий симптом, функція 150 ігнорує хворобу 0 і переходить у стан 1122 рішення для наступного повторення циклу. Але якщо в стані рішення 1106 хвороба О використовує поточний симптом, функція 150 переходить у стан 1108 для його обробки. У стані 1108 функція 150 одержує з таблиці ваг для хвороби О діагностичну вагу, задану значенням поточного симптому в момент ї часу. Ця нова вага зберігається в об'єкті хвороб для хвороби О для наступної обробки.
Переходячи до стану 1110, якщо діагностичне зважування для поточного симптому залежить від аналізу змін, що збільшуються, у значеннях симптомів протягом інтервалу часу, функція 150 обчислює вплив змін, одержує відповідну вагу і зберігає її для подальшого обновлення. Переходячи до функції 1120 обчислення синергій, обчислюється вплив нового значення симптому на хворобу ЮО, як описано нижче з посиланням на Фіг.12.
Переходячи до стану 1122,. функція 150 перевіряє, чи є ще хвороби-кандидати для перевірки. Якщо є, функція 150 переміщається в стан 1124, збільшує індекс О циклу і повертається назад в стан 1106 для початку нового повторення циклу. Але якщо в стані 1122 рішення усі хвороби-кандидати вже оброблені, функція 150 переходить у стан 1126 і повертається в процес виклику.
З посиланням на Фіг.12 тепер буде описана функція обчислення синергій (використовувана на Фіг.11), що обчислює синергічну вагу значення даного симптому. Синергія тут відноситься до спеціальних завчасно заданих с об якостей симптомів, так само як до заснованих на часі відношень і взаємодій серед різних симптомів, що часто мають значний діагностичний вплив. Тоді як використання діагностичних ваг для простих значень симптомів є і) впливом першого порядку, використання заснованих на часі синергічних значень є впливом другого порядку, математичним "тонким настроюванням", що допомагає диференціювати конфліктуючі діагнози і відокремлює систему МДІіІРЛ від інших систем автоматичної діагностики. Відзначимо, що показана лише мала частина М
Зо основних типів синергії, існує множина можливих типів синергії, що можуть бути проаналізовані аналогічно тому способові, що показаний тут. ісе)
Функція 1120 починається в початковому стані 1202, у якому було обчислене значення нового симптому, і Ге! воно повинне бути застосоване до всіх синергічних симптомів для даної хвороби. Переходячи до стану 1204 рішення, функція 1120 перевіряє, чи має дана хвороба які-небудь симптоми, що залучають синергії. Якщо не ме) зв МАЄ, функція 1120 повертається в стан 1206; у протилежному випадку функція 1120 переходить у стан 1208 і ї- починає цикл, що обробляє кожну синергію і, визначену для даної хвороби. Продовжуючись у стані 1210 рішення, функція 1120 одержує наступну синергію і хвороби і з'ясовує її тип. У залежності від типу синергії і функція 1120 обчислює синергію в такий спосіб:
Якщо типом синергії і є Перша значна синергія, функція 1120 переходить до функції 1220 для обчислення « Синергії ПЗС, що далі описана з посиланням на Фіг.13. Потім функція 1120 переходить у стан 1272 рішення. з с Якщо в стані 1210 рішення типом синергії / є Синергія початку і закінчення, функція 1120 переходить до функції 1230 для обчислення Синергії початку і закінчення, що далі описана з посиланням на Фіг.14. Потім ;» функція 1120 переміщається в стан 1272 рішення. Якщо в стані 1210 рішення типом синергії є Послідовна синергія, функція 1120 переходить до функції 1240 для обчислення Послідовної синергії, що далі описана з посиланням на Фіг.18. Потім функція 1120 переходить у стан 1272 рішення. Якщо в стані 1210 рішення типом -І синергії є Одночасна синергія, функція 1120 переходить до функції 1250 для обчислення Одночасної синергії, що далі описана з посиланням на Фіг.19. Потім функція 1120 переходить у стан 1272 рішення. Якщо в стані 1210 о рішення типом синергії є Синергія часового графіка, функція 1120 переходить до функції 1260 для обчислення
Ге) Синергії часового графіка, що далі описана з посиланням на Фіг.20. Потім функція 1120 переходить у стан 1272 5р рішення. Якщо в стані 1210 рішення типом синергії є деяка інша синергія, функція 1120 переходить у стан 1270
Ме, для обчислення цієї синергії. Стан 1270 призначений показати те, що існує множина інших сполучень симптомів, "М що показують синергію, що буде обчислюватися тим же способом, що і функції 1220-1260.
Після того, як був обчислений будь-який симптом синергії, функція 1120 переходить у стан 1272 рішення і перевіряє, чи є ще синергії для обробки. Якщо вони є, то функція 1120 переходить у стан 1274, у якому вона збільшує індекс, що вибирає наступну синергію, і потім переходить назад в стан 1210, щоб почати нове повторення циклу. Але якщо в стані 1272 рішення більше немає синергій для обчислення, функція 1120
Ф) переходить у стан 1276 і повертається в процес виклику. ка З посиланням на Фіг.13 тепер буде описана функція обчислення першого значного симптому (ПЗС) (Фіг.12).
Функція 1220 ПЗС визначає, чи належить значення даного дійсного симптому першому значному симптому даної во хвороби, щоб додати додаткову діагностичну вагу цій хворобі. Значення "першого значного симптому" ілюструється й описується з посиланням на Фіг.28 як самий ранній симптом у процесі хвороби.
Функція 1220 починається в початковому стані 1302, у якому для симптому обчислене нове значення, і функція 1220 тепер повинна одержати додаткову діагностичну вагу, зв'язану із симптомом, що є Першим значним симптомом цієї хвороби. Переходячи до стану 1304 рішення, функція 1220 перевіряє, чи ідентифікує 65 дана хвороба якийсь із перших значних симптомів. Якщо не ідентифікує, функція 1220 повертається відразу в стан 1306, у протилежному випадку функція 1220 переходить у стан 1308 і перевіряє, чи ідентифікується даний симптом як Перший значний симптом часового графіка даної хвороби. Якщо не ідентифікується, функція 1220 повертається відразу в стан 1306, у протилежному випадку функція 1220 переходить у стан 1310. У стані 1310 функція 1220 одержує діагностичну вагу, задану для значення даного симптому для хвороби, і переходить у стан 1312. У стані 1312 функція 1220 зберігає діагностичну вагу, переходить у стан 1306 і повертається у функцію 1120 (Фіг.12).
З посиланням на Фіг.14 тепер буде описана функція обчислення Синергії початку (закінчення) (використовувана на Фіг.12). Функція 1230 аналізує, чи показують і яким чином значення даного симптому спеціальні характеристики початку (або закінчення), що мають медичне значення, і, таким чином, добавляють 7/0 додаткову діагностичну вагу до хвороби.
Функція 1230 починається в початковому стані 1402, у якому для симптому обчислене нове значення, і функція повинна тепер одержати додаткову діагностичну вагу, зв'язану із спеціальними значеннями початку або закінчення даного симптому. Переходячи до стану 1404 рішення, функція 1230 перевіряє, чи використовує хвороба аналіз на початок/закінчення і чи ідентифікує вона значення даного симптому як спеціальне значення /5 початку або закінчення.
Якщо даний симптом не використовує аналіз початку/закінчення, функція 1230 переходить у стан 1416 для швидкого повернення (у стан 1416); у протилежному випадку вона переходить до функції 1410а. У функції 1410а аналізується синергія початку або закінчення нового значення симптому (як описано на Фіг.15), і потім відбувається перехід у стан 1414 рішення. У стані 1414 рішення функція 1230 перевіряє, чи змінила попередня обробка будь-яке із значень початку або закінчення. Якщо змінила, функція переходить до функції 141060, або в протилежному випадку в стан 1416. У функції 14106 аналізується симетрія між початком і закінченням і привласнюється синергічна вага (як описано на Фіг.15). При завершенні функції 14106 функція переходить у стан 1416 і повертається у функцію 1120 виклику (Фіг.12).
З посиланням на Фіг.15 тепер буде описана функція 1410, що аналізує значення початку і закінчення даного сч об симптому і визначає їхні характеристики відносно часу. Функція 1410 містить у собі частину 1410а для аналізу синергії початку і закінчення і частину 14105 для аналізу синергії симетрії. і)
Функція 1410 починається в стані 1502, у якому задаються нові значення симптомів. Переходячи до стану 1504 рішення, якщо дані значення не зв'язані з початком або закінченням, функція повертає сигнал "немає даних" у стан 1504 рішення; у протилежному випадку функція 1410 може виконувати частину 1410а для аналізу М зо синергії початку і закінчення і переходить у стан 1508 рішення. У стані 1508 рішення, якщо немає нових значень, зв'язаних із початком симптому, функція 1410 переходить до функції 1510, або в протилежному випадку ісе) в стан 1522 рішення. У функції 1510 обчислюється діагностична вага нахилу початку симптому відносно часу, як Ге! далі описано на Фіг.16. Переходячи до функції 1520, обчислюється діагностична вага тренда, тобто зміна нахилу початку симптому відносно часу, як описано далі на Фіг.17. Переходячи до стану 1522 рішення, у випадку, якщо ме) зв Є нові значення закінчення, функція 1410 переходить до функції 15107, у протилежному випадку функція 1410 ї- повертається в стан 1528. У функції 1510 обчислюється діагностична вага нахилу закінчення симптому відносно часу, як далі описано на Фіг.1б6. Переходячи до функції 1520, обчислюється діагностична вага тренда, тобто зміна нахилу закінчення симптому відносно часу, як описано далі на Фіг.17. Переходячи до стану 1524 рішення, у випадку, якщо в симптомі є значення як початку, так і закінчення, функція 1410 може виконувати частину « 14106 для аналізу синергії симетрії Ї продовжується в стан 1526; у протилежному випадку функція 1410 з с повертається в стан 1528. У стані 1526 частина функції 14105 обчислює діагностичну вагу симетрії початку/закінчення симптому. Переходячи до стану 1528, функція 1410 повертається у функцію 1230 виклику :з» (Фіг.14).
З посиланням на Фіг.1б6 тепер буде описана функція 1510, що обчислює діагностичну вагу нахилів початку і
Закінчення для симптому. Цей опис відноситься до початку симптому (1510); аналогічний опис застосовується -І для закінчення симптому (1510). Функція 1510 починається в стані 1602, у якому задаються нові значення симптомів. Переходячи до функції 2500, обчислюється нахил відносно часу даного значення початку або і закінчення, як описано нижче з посиланням на Фіг.25. Переходячи до стану 1606 рішення, якщо жодний дійсний
Ге) нахил не повертався функцією 2500, функція 1510 повертається в стан 1614; у протилежному випадку вона 5р переходить у стан 1608 рішення. У стані 1608 рішення, якщо нахил початку не досягає порога нахилу початку
Ме, або перевищує його, функція 1510 повертається в стан 1614; у протилежному випадку функція 1510 переходить "М у стан 1610. У стані 1610 функція 1510 одержує вагу, присвоєну значенню нахилу початку для даного симптому, і зберігає його для подальшого аналізу в об'єкті хвороби. Переходячи до стану 1614, функція 1510 повертається у функцію 1410 (Фіг.15).
З посиланням на Фіг.17 тепер буде описана функція 1520, що обчислює діагностичну вагу трендів початку (1520) і закінчення (1520) для симптому. Швидкість, із якою симптом починається або закінчується в пацієнта, (Ф, має діагностичне значення, що визначається і зважується цією функцією. Цей опис призначений для тренда ко (1520) початку симптому, аналогічний опис застосовується для тренда (15201) закінчення симптому.
Функція 1520 починається в стані 1702, у якому задаються нові значення симптомів. Переходячи до функції бо 2600, обчислюється тренд відносно часу даного значення початку, як описано нижче з посиланням на Фіг.26.
Переходячи до стану 1706 рішення, якщо жодний дійсний тренд не повертався функцією 2600, функція 1520 повертається в стан 1714; у протилежному випадку вона переходить у стан 1708 рішення. У стані 1708 рішення, якщо тренд початку не досягає порога тренда початку, функція 1520 повертається в стан 1714; у протилежному випадку функція 1520 переходить у стан 1710. У стані 1710 функція 1520 одержує вагу, присвоєну значенню 65 тренда початку, і зберігає його для подальшого аналізу в об'єкті хвороби. Переходячи до стану 1714, функція 1520 повертається у функцію 1410 (Фіг.15).
З посиланням на Фіг.18 тепер буде описана функція 1240 Обчислення послідовної синергії (Фіг.12). Функція 1240 перевіряє, чи з'явилася особлива задана автором послідовність значень симптомів у пацієнта, що діагностується за даною хворобою. Якщо з'явилася, функція 1240 одержує додаткову діагностичну синергічну вагу, зв'язану із цією спеціальною послідовністю симптомів, і зберігає її для подальшого аналізу.
Функція 1240 починається в початковому стані 1802, у якому у функцію уводяться хвороба і значення симптомів у деякий момент Її часу. Переходячи до стану 1804 рішення, функція 1240 перевіряє, чи визначив автор хвороби яку-небудь послідовну синергію, що зважується в цілому. Якщо визначив, функція 1240 переходить у стан 1806 рішення, у протилежному випадку вона відразу повертається в стан 1814 повернення. У 7/0 стані 1806 функція 1240 одержує з об'єкта хвороб усі значення симптомів, що притягнуті до обчислення послідовної синергії. Переходячи до стану 1808, функція 1240 порівнює часову послідовність значень симптомів, дійсно відмічених у пацієнта, з авторською часовою послідовністю симптомів. Переходячи до стану 1810 рішення, якщо послідовність симптомів пацієнта збігається з авторською, функція 1240 переходить у стан 1812; у протилежному випадку функція повертається в стан 1814. У стані 1812 функція 1240 одержує діагностичну /5 вагу, зв'язану із часовою послідовністю симптомів, із даної таблиці ваг хвороби і зберігає цю вагу з будь-якими іншими дійсними вагами даної хвороби. Переходячи до стану 1814, функція 1240 повертається у функцію 1120 виклику (Фіг.12).
З посиланням на Фіг.19 тепер буде описана функція 1250 Обчислення одночасної синергії (Фіг.12). Функція 1250 перевіряє, чи з'явився особливий заданий автором набір значень симптомів у той самий час або протягом 2о того самого періоду часу в пацієнта, що діагностується за даною хворобою. Якщо з'явився, функція 1250 одержує додаткову діагностичну синергічну вагу, зв'язану із цим спеціальним набором одночасних симптомів, і добавляє її в список дійсних діагностичних ваг хвороби.
Функція 1250 починається в початковому стані 1902, у якому у функцію уводяться хвороба і значення симптомів у деякий момент Її часу. Переходячи до стану 1904 рішення, функція 1250 перевіряє, чи визначив сч ов автор хвороби яку-небудь одночасну синергію, що зважується в цілому. Якщо визначив, функція 1250 переходить у стан 1906 рішення, у протилежному випадку вона відразу повертається в стан 1912 повернення. У і) стані 1906 функція 1250 одержує з об'єкта хвороб усі значення симптомів, що притягнуті до обчислення одночасної синергії. Переходячи до стану 1908 рішення, якщо набір симптомів пацієнта в момент Ї часу збігається з авторським завчасно заданим набором симптомів, функція 1250 переходить у стан 1910; у М зо протилежному випадку функція повертається в стан 1912. У стані 1910 функція 1250 одержує діагностичну вагу, зв'язану із набором одночасних симптомів, із даної таблиці ваг хвороби, і зберігає цю вагу з будь-якими ісе) іншими дійсними вагами даної хвороби. Переходячи до стану 1912, функція 1250 повертається у функцію 1120 Ге! виклику (Фіг.12).
З посиланням на Фіг.20 тепер буде описана функція 1260 Обчислення синергії часового графіка (Фіг.12). ме)
Функція 1260 перевіряє, чи повідомив пацієнт, що діагностується за даною хворобою, про часовий графік ї- симптомів (Фіг.28), або про окремі значення симптомів, що з'являються в момент ї часу, так що вони можуть збіггися або "потрапити" в особливий, заданий автором часовий графік хвороби або графік хвороби. Якщо даний симптом з'являється в пацієнта з завчасно заданими значеннями в моменти часу, що відповідають часовому графіку хвороби, функція 1260 одержує додаткову діагностичну вагу, яку автор зв'язує з часовим графіком « 70 симптому, і добавляє його в список дійсних діагностичних ваг хвороби. в с Функція 1260 починається в початковому стані 2002, у якому у функцію уводяться хвороба і значення симптомів у деякий момент Її часу. Переходячи до стану 2004 рішення, функція 1260 перевіряє, чи визначив ;» автор хвороби які-небудь ваги часового графіка симптому в цілому. Якщо визначив, функція 1260 переходить у стан 2006, у протилежному випадку вона відразу повертається в стан 2012 повернення. У стані 2006 функція 1260 одержує з об'єкта хвороб часовий графік симптомів, що притягнутий до обчислення. Переходячи до стану -І 2008 рішення, якщо часовий графік симптомів пацієнта збігається з заданим автором часовим графіком, функція 1260 переходить у стан 2010; у протилежному випадку функція повертається в стан 2012. У стані 2010 функція о 1260 одержує діагностичну вагу, зв'язану із часовим графіком, із даної таблиці ваг хвороби і зберігає цю вагу
Ге) з будь-якими іншими дійсними вагами даної хвороби. Переходячи до стану 2012, функція 1260 повертається у 5о функцію 1120 виклику (Фіг. 12).
Ме, З посиланням на Фіг.21 тепер буде описана функція 160 Обновлення і запису (Фіг.1). До початку функції 160 "М діагностичний цикл 100 повторно обчислює діагностичні ваги усіх хвороб-кандидатів на основі деякого нового значення для поточного фокусного симптому. Функція 160 тепер дозволяє кожній хворобі-кандидату зробити один невеликий додатковий діагностичний крок, заснований на новому значенні. Функція 160 обновляє діагностичний імпульс, оцінку і статус кожної хвороби-кандидата і змінює і переглядає їхнє діагностичне ранжирування. Якщо цей останній крок змушує одну або більше хвороб досягти точки рішення про діагностику,
Ф) функція 160 обробляє це рішення. Функція 160 потім підготовляє список хвороб-кандидатів для іншого ка повторення діагностичного циклу.
Функція 160 починається в початковому стані 2102, у якому у усіх хворобах-кандидатах, що використовують во дійсний симптом, установлюються нові ваги. Переходячи до стану 2104, функція 160 запускає цикл обробки кожної хвороби зі списку хвороб-кандидатів по черзі в якості хвороби Ю. Переходячи до стану 2106 рішення, якщо хвороба Ю не використовує поточний симптом, то на неї не можуть вплинути останні зміни ваг, так що функція 160 пропускає частину циклу, що залишилася, і переходить у стан 2118 рішення. Але якщо в стані 2106 рішення хвороба О використовує поточний симптом, то потім функція 160 переходить у стан 2108. У стані 2108 65 функція 160 підсумовує всі діагностичні ваги, додані новим значенням Ю симптому. Це включає базову вагу значення симптому і всі додаткові збільшувальні ваги, додані різними синергічними функціями. Переходячи до стану 2110, функція 160 обчислює діагностичний імпульс хвороби О, що, в однім варіанті виконання, є просто сумою, обчисленою в стані 2108. Цей імпульс є додатковим діагностичним прогресом, виконаним хворобою Ю для поточного питання. Він зберігається і використовується в іншому контексті для оцінки того, наскільки
ШВИДКО хвороба О буде просуватися в порівнянні з іншими хворобами-кандидатами. Переходячи до стану 2112, функція 160 обновляє діагностичну оцінку хвороби ОЮ шляхом додавання імпульсу, обчисленого в стані 2110.
Переходячи до стану 2114, функція 160 переглядає і регулює діагностичний статус хвороби 0. Функція 160 порівнює нову діагностичну оцінку з різними заданими автором порогами, так що статус сигналу змінюється, такими як ухвалення рішення про хворобу 0 або її виключення, або зміна діагностичного рангу хвороби 0, так що 7/0 Вона буде залучати більше або менше уваги в наступному повторенні діагностичного циклу. Переходячи до стану 2116, функція 160 обновляє різні робочі списки і бази даних для запису дій і рішень, виконаних щодо хвороби О. Переходячи до стану 2118 рішення, якщо ще є хвороби-кандидати, що підлягають обробці, функція 160 переходить у стан 2120, що збільшує індекс О циклу, і потім повертається назад в стан 2106, що запускає наступне повторення. Але якщо в стані 2118 рішення більше немає хвороб для обробки, функція 160 переходить 7/5 У стан 2122 і повертається до функції 170 за Фіг.1.
З посиланням на Фіг.22 тепер буде описана функція 170 Перегляду діагнозів (Фіг.1). На початку функції 170 система тільки що обновила усі хвороби-кандидати новими діагностичними вагами й оцінками, і функція 170 тепер переглядає хвороби-кандидати, щоб побачити, чи знаходиться на черзі ще одне повторення діагностичного циклу, або вже досягнуті цілі або обмеження сеансу діагностики.
Функція 170 починається в початковому стані 2202, у якому усі хвороби-кандидати були тільки що обновлені.
Переходячи до стану 2204, функція 170 переглядає діагностичний імпульс і оцінку кожної хвороби-кандидата.
Якщо яка-небудь хвороба достатньо розвилася для того, щоб бути обраною в якості наступної фокусної хвороби, функція 170 переходить у стан 2208 для встановлення режиму діагностики ВВД для цієї хвороби, а потім функція 170 переходить до функції 2210. Але якщо в стані 2204 рішення жодна хвороба не просунулася в напрямку сч ов діагнозу, функція 170 переходить у стан 2206 для встановлення режиму діагностики ГВД, і потім переходить до функції 2210. Функція 2210 переглядає цілі й обмеження діагностики, що далі описані з посиланням на Фіг.23. і)
При завершенні функції 2210 функція 170 переходить у стан 2212 і перевіряє, чи викликав якийсь процес у циклі припинення, відстрочку або іншу перерву, або чи модифікував режим діагностики або параметри або варіанти, використовувані в діагностичному циклі 100. Стан 2212 також обробляє запити на дії, запущені властивістю М зо стабілізації дій, що дозволяє будь-якому об'єкту хвороб запитувати раннє припинення циклу, щоб виконувати деяку іншу дію, таку як іноді потрібно в надзвичайних випадках. Переходячи до стану 2214, функція 170 со установлює внутрішні прапори або на продовження, або на припинення діагностичного циклу. Переходячи до б стану 2216, функція 170 повертається до функції 172 за Фіг.1.
З посиланням на Фіг.23 тепер буде описана функція 2210 перевірки цілей і обмежень, як вона ме) зв Використовується в діагностичному циклі (Фіг.22). У функції 2210 всі оцінки хвороб-кандидатів і діагностичне ї- ранжирування вже обновлене, і функція тепер повинна переглянути хвороби-кандидати, щоб побачити, чи були досягнуті глобальні цілі або обмеження сеансу діагностики. Система діагностики утримується для подальшого повторення діагностичного циклу 100 і у функції 2210 вона визначає, чи дійсно потрібно наступне повторення або воно бажано. «
Функція 2210 починається в початковому стані 2302, у якому усі хвороби-кандидати вже обновлені. з с Переходячи до стану 2304 рішення, у випадку, якщо більше немає хвороб-кандидатів, що підлягають діагнозу, функція 2210 переходить у стан 2324 для установки прапора припинення циклу. Але якщо в стані 2304 рішення ;» більше немає хвороб-кандидатів, функція 2210 переміщається в стан 2306 рішення. У стані 2306 рішення, якщо діагностичною метою було ухвалення рішення про деяку задану кількість Н хвороб (або їхній виключення), функція 2210 переходить у стан 2308 рішення; у протилежному випадку функція переходить у стан 2310 -І рішення. У стані 2308 рішення, якщо щонайменше про Н хвороб було в дійсності прийняте рішення (або вони були виключені), функція 2210 переходить у стан 2324 для установки прапора припинення циклу; у о протилежному випадку функція 2210 переходить у стан 2310. У стані 2310 рішення, якщо діагностичною метою
Ге) було ухвалення рішення про конкретні задані хвороби (або їхнє виключення), функція 2210 переходить у стан 5ор 2312 рішення; у протилежному випадку функція переходить у стан 2314 рішення. У стані 2312 рішення, якщо про
Ме, конкретні задані хвороби дійсно прийняте рішення (або вони були виключені), функція 2210 переходить у стан "М 2324 для установки прапора припинення циклу; у протилежному випадку функція 2210 переходить у стан 2314.
У стані 2314 рішення, якщо діагностичний цикл обмежений деяким заданим часовим інтервалом, функція 2210 переходить у стан 2316 рішення; у протилежному випадку функція переходить у стан 2318 рішення. У стані дво 2316 рішення, якщо заданий часовий інтервал закінчився, функція 2210 переходить у стан 2324, щоб установити прапор припинення циклу; у протилежному випадку функція 2210 переходить у стан 2318 рішення. У стані 2318
Ф) рішення, якщо діагностичний цикл обмежений деякою заданою кількістю питань, функція 2210 переходить у стан ка 2320 рішення, у протилежному випадку функція переходить у стан 2322. У стані 2320 рішення, якщо була задана певна кількість питань, функція 2210 переходить у стан 2324 для установки прапора припинення циклу, у бо протилежному випадку функція 2210 переходить у стан 2322. У стані 2322 функція 2210 установлює внутрішній знак на продовження діагностичного циклу і переходить у стан 2326 повернення. У стані 2324 функція 2210 установлює внутрішній прапор на припинення діагностичного циклу і переходить у стан 2326 і повертається у функцію 170 (Фіг.22).
З посиланням на Фіг.24 тепер буде описана функція 180 (Фіг.1) Завершення діагностичного циклу в 65 діагностичному циклі 100. На початку функції 180 діагностичний цикл припиняється, і функція 180 тепер виконує дії, що є частиною порядку з припинення і завершення циклу.
Функція 180 починається в початковому стані 2402. Переходячи до стану 2404, функція виробляє необхідні звіти діагностики. Переходячи до стану 2406, функція 180 зберігає нові дані про хвороби і симптоми.
Переходячи до стану 2408, функція 180 зберігає "стан" діагностичного циклу на припиненні, що дає можливість системі продовжити цикл у майбутньому шляхом перевстановки всіх перемінних у той самий "стан". Переходячи до стану 2410, функція 180 визволяє всі ресурси комп'ютера і системи, що були розміщені в діагностичному циклі 100. Переходячи до стану 2412, функція 180 повертається в стан 182 за Фіг.1.
З посиланням на Фіг.25 тепер буде описана функція 2500 Нахилу, що обчислює нахил двох значень відносно часу. Нахил кута є його тангенсом, і нахил у часі двох значень м! і м2 складає (м2-м1)Д2-И). Коли 2-Й, 7/0 то це значення арифметично не визначене, а коли П наближається до 2, це викликає стан переповнювання в цифрових комп'ютерах. Це функція використовує допоміжний прапор результату, що закодований підхожим способом, щоб інформувати того, хто викликає про будь-які конкретні проблеми, що з'являються при обчисленні.
Функція 2500 починається в початковому стані 2502, у якому аргументи МИ, 2, м1 і м2 передбачаються доступними для функції. Переходячи до стану 2504, функція 2500 перевіряє значення м1 даних. Переходячи до 7/5 стану 2506 рішення, якщо не задано ніякого значення м1, функція 2500 переходить у стан 2508. У стані 2508 функція 2500 установлює підсумковий прапор на відображення "немає значення м1" і повертається в стан 2526 повернення. Але якщо в стані 2506 рішення є значення м1, функція 2500 переходить у стан 2510 і одержує значення м2 даних. Переходячи до стану 2512 рішення, якщо не задано ніякого значення м2, функція 2500 переходить у стан 2514, установлює підсумковий прапор на відображення "немає значення м2" і потім повертається в стан 2526. Але якщо в стані 2512 рішення є значення м2, функція 2500 переходить у стан 2516 ії обчислює значення тангенса (м2-м1)Д2-И). Продовжуючи залишатися в стані 2518 рішення, якщо результат стану 2516 викликав стан помилки через переповнювання, функція 2500 переходить у стан 2520, установлює підсумковий прапор на відображення "безкінечний нахил" і повертається в стан 2526. Але якщо в стані 2518 рішення результат не викликав переповнювання, функція 2500 переходить у стан 2522 і встановлює підсумковий сч ов нахил для нахилу, обчисленого в стані 2516. Переходячи до стану 2524, функція 2500 установлює підсумковий прапор на відображення "нормальний нахил". Переходячи до стану 2526, функція 2500 повертає підсумковий і) нахил і прапор функції (2600, Фіг.26 або 1510, Фіг.16), що її викликала.
З посиланням на Фіг.2б6 тепер буде описана функція 2600 Тренда, що обчислює тренд трьох точок відносно часу. Як це обчислюється тут, часовий тренд має три можливих значення: ЩО ЗНИЖУЄТЬСЯ, ПОСТІЙНЕ і М зо ЗБІЛЬШУЄТЬСЯ, у залежності від стану нахилу від точки 2 до точки З - він відповідно менше, дорівнює або більше щодо нахилу від точки 1 до точки 2. Для різних значень М, 2 і ІЗ обчислення цих нахилів може бути ісе) арифметично не визначено, або викликати стани переповнювання в цифрових комп'ютерах: функція б використовує допоміжний підсумковий прапор, що закодований підхожим способом, щоб інформувати того, хто викликає, про будь-які конкретні проблеми, що з'являються при обчисленні. о
Функція 2600 починається в початковому стані 2602, у якому аргументи М, С, ВЗ, м1, м2 і УЗ ї- передбачаються доступними для цієї функції. Переходячи до стану 2604, функція 2600 перевіряє значення м1 даних. Переходячи до стану 2606 рішення, якщо не задано ніякого значення м1, функція 2600 переходить у стан 2608, установлює підсумковий прапор на відображення "немає значення м1" і повертається в стан 2644 повернення. Але якщо в стані 2606 рішення є значення м1, функція 2600 переходить у стан 2610 і одержує « значення м2 даних. Переходячи до стану 2612 рішення, якщо не задано ніякого значення м2, функція 2600 з с переходить у стан 2614, установлює підсумковий прапор на відображення "немає значення м2" і потім . повертається в стан 2644. Але якщо в стані 2612 рішення є значення м2, функція 2600 переходить у стан 2616 і и?» одержує значення уЗ даних. Переходячи до стану 2618 рішення, якщо не задано ніякого значення уЗ, функція 2600 переходить у стан 2620, установлює підсумковий прапор на відображення "немає значення ху3" і потім повертається в стан 2644. Але якщо в стані 2618 рішення є значення уЗ, функція 2600 переходить до виконання -І функції 2500 (Фіг.25).
У функції 2500 нахил від точки 1 до точки 2 був обчислений як (м2-м1)002-И1). Переходячи до стану 2624 о рішення, якщо результат виконання функції 2500 викликає стан помилки через переповнювання, функція 2600
Ге) переходить у стан 2626. У стані 2626 функція 2600 установлює підсумковий прапор на відображення "безкінечний нахил 1" і повертається в стан 2644. Але якщо в стані 2624 рішення результат не викликав
Ме, переповнювання, функція 2600 переходить до виконання функції 2500 (Фіг.25). У функції 2500 нахил від точки "М 2 до точки З був обчислений як (ху3-мх2)Цї3-ї2). Переходячи до стану 2630 рішення, якщо результат функції 2500 викликає стан помилки через переповнювання, функція 2600 переходить у стан 2632. У стані 2632 функція 2600 установлює підсумковий прапор на відображення "безкінечний нахил 2" і повертається в стан 2644. Але ов якщо в стані 2630 рішення результат не викликав переповнювання, функція 2600 переходить у стан 2634 і порівнює нахил 1 із нахилом 2, використовуючи завчасно задані діапазони порівняння. Якщо в стані 2634
Ф) рішення нахил 1 більше нахилу 2, функція 2600 переходить у стан 2636; якщо нахил 1 менше нахилу 2, функція ка 2600 переходить у стан 2640; якщо нахил 1 дорівнює нахилу 2, функція 2600 переходить у стан 2638. У стані 2636 функція 2600 установлює підсумковий тренд, щоб показувати зменшення тренду, а потім переходить у стан бо 2542. У стані 2638 функція 2600 установлює підсумковий тренд, щоб показувати стабільний тренд, а потім переходить у стан 2642. У стані 2640 функція 2600 установлює підсумковий тренд, щоб показувати збільшення тренду, а потім переходить у стан 2642. У стані 2642 функція 2600 установлює підсумковий прапор, щоб показувати нормальний результат. Переходячи до стану 2644, функція 2600 повертає обчислений тренд і підсумковий прапор функції, що викликає, 1520 (Фіг.17). 65 З посиланням на Фіг.27 тепер буде описаний простий концептуальний шлях, що показує використання ваг дійсних і альтернативних симптомів для одержання діагностичної оцінки. Хоча дійсне втілення може розрізнятися, діаграма показує зв'язку між хворобами, симптомами і вагами. У однім варіанті виконання використовується матриця хвороба-симптом, у якій множина хвороб перерахована в стовпцях, а множина зв'язаних симптомів перерахована в рядках. У частковій зразковій матриці 7200 хвороба-симптом для головного болю стовпець 2702 перераховує симптоми в рядках, відмічених як 2732 і 2742. Декілька хвороб показані як приклади в стовпцях, відмічених як 2704 (звичайна мігрень), 2706 (класична мігрень), 2708 (сильний головний біль) ії 2710 (субарахноїдальний крововилив). Для кожної хвороби є стовпець для збереження "дійсного" значення (стовпці 2714, 2716, 2718 і 2720) або "альтернативного" значення (стовпці 2715, 2717, 2719, 2721).
Як описано вище, консультація починається в режимі ГВД в області, відміченій 2730. Питання для виявлення /о зразкових симптомів в області, відміченої 2732, задаються пацієнту. Коли питання, зв'язані із симптомами, задаються пацієнту, значення для конкретного симптому поміщається або в дійсний стовпець, або в альтернативний стовпець для кожної застосовної хвороби, що привласнюється автором конкретної хвороби.
Наприклад, симптом "Нудота 2" визначається автором Звичайної мігрені як "дійсний" симптом і має значення 35, якщо визначається відповіддю пацієнта. Однак, симптом "Нудота 2" визначається автором Сильного головного болю як "альтернативний" симптом, і має значення 20, якщо визначається відповіддю пацієнта. Отже, при знаходженні в режимі ГВД деякі хвороби будуть мати виявлені дійсні симптоми, а деякі хвороби будуть мати виявлені альтернативні симптоми.
Після того, як досягнуто декілька можливих критеріїв, режим переключається системою з режиму ГВД (2730) на режим ВВД 2740), як показано в 2734. Починаючи з цього моменту система концентрується на задаванні го питань про симптоми для фокусної хвороби, базуючись на досягненні критерію. У однім варіанті виконання "дійсні" симптоми для фокусної хвороби (класична мігрень у цьому прикладі) виявляються потім, як показано в 2742. Наприклад, критерій може включати той факт, що конкретна діагностична оцінка досягнута або пройдена, отриманий конкретний діагностичний імпульс, імовірність діагнозу досягнута, або користувач може запросити переключити режими. Користувач може запросити виявлення дійсних симптомів для фокусної хвороби, або с ов навіть повернення системи назад і повторно задавати питання тільки про дійсні симптоми для фокусної хвороби, як показано в 2744. Інші ваги (не показані), такі як для різних типів синергій, добавляються до хвороб в (8) області, відміченій 2746. Зразкові діагностичні оцінки для стовпця кожної хвороби показані в рядку 2750, а загальна оцінка для кожної хвороби, що підсумовує дійсні й альтернативні оцінки, показана в рядку 2752.
Діагноз може бути оголошений для хвороби, що має загальну оцінку, що досягає або перевищує конкретний ї-
Зо Поріг. У цьому прикладі система діагностує пацієнта як того, що має класичну мігрень з оцінкою 480.
Фіг28 зображує форму або екранний дисплей, що дозволяє пацієнту розташовувати набір симптомів у ісе) часовому порядку, у якому вони дійсно з'явилися в пацієнта. Це являє собою зображення одного втілення, що б використовує графічний користувальний інтерфейс і форми для введення для одержання вхідного тексту від пацієнта. Інші утілення використовують інші методи для одержання тієї ж самої інформації від пацієнта. У ме) діагностичному циклі 100 (Фіг.1) система використовує об'єкт оцінювача (Фіг.б) для одержання часового графіка ї- хвороби пацієнта в якості значення. Об'єкт оцінювача потім вибудовує часовий графік симптомів пацієнта, порівнює його з часовими графіками, збереженими раніше в базі даних, і добавляє додаткову діагностичну вагу хворобам, що збігаються для пацієнта (Фіг.20). У іншій частині діагностичного циклу часовий графік хвороби пацієнта може бути використаний за допомогою загальновідомих методів збігу наборів для фільтрації списку « хвороб-кандидатів, і в такий спосіб зменшити його до найбільш ймовірних хвороб-кандидатів (Фіг.3). У іншій пт») с частині діагностичного циклу часовий графік хвороби пацієнта може бути використаний для ідентифікації
Першого значного симптому (Фіг.13). У іншій частині діагностичного циклу часовий графік хвороби пацієнта може ;» бути використаний для вибору хвороби, що ближче усього збігається з часовим графіком пацієнта як наступна фокусна хвороба (Фіг.4). Часові графіки хвороб, таким чином, можуть використовуватися як для скорочення набору хвороб-кандидатів, так і для допомоги в діагностиці конкретної хвороби-кандидата. -І Фіг.28 показує схему 2800, що містить початок симптомів і їхню тривалість у часі для чотирьох різних симптомів. Часова шкала (лінія 2810) показана в годинах і йде зліва праворуч, так що симптоми, що з'явилися о раніш, містяться лівіше, ніж симптоми, що з'явилися пізніше. Як приклад показані чотири симптоми (Анорексія, со Нудота, Епігастральний біль і Біль у правій нижній чверті черевної порожнини), щоб відобразити хронологічну 5ор послідовність, у якій вони звичайно з'являються при хворобі Апендицит. Інші хвороби можуть, звичайно, також
Ме, показувати аналогічний часовий графік симптомів. Схема показує (лінія 2812), що класичний Апендицит "М звичайно починається з Анорексії (втрати апетиту), яка тому поміщена в самій лівій частині графіка, щоб позначити початок або старт процесу хвороби в пацієнта. Через годину після початку Анорексії, пацієнт з апендицитом звичайно відчує Нудоту, яка показана як така, що починається у точці 1 година (лінія 2814). Через вв 29 години хвороби пацієнт звичайно відчуває Епігастральний біль (дискомфорт в області шлунка), і тому цей симптом показаний (лінія 2816) як такий, що починається між 2 і З годинами на часовій шкалі. Аналогічно, ПНЧ
Ф) біль (біль у правій нижній чверті черевної порожнини) показаний як такий, що починається через 4 години після ка початку хвороби (лінія 2818). Припускаючи, що пацієнт раніше зазначив наявність симптомів Анорексії, Нудоти,
Епігастрального болю і ПНЧ болю, система діагностики пропонує цей тип схеми для пацієнта. Пацієнт потім бо використовує мишу для переміщення блоків симптомів вправо і вліво доти, поки вони не встануть у позиції, що означають час їхньої появи. Блоки самі по собі можуть бути розтягнуті або стиснуті, щоб показати, скільки вони тривають. Потім пацієнт відправляє свій вибір натисканням кнопки 2820 Відправити (або подібної).
З посиланням на Фіг.29а тепер буде описане об'єктне виконання 2900 усієї системи МДІРЛ, що використовує методи об'єктно-орієнтованого програмування, тобто як збір програмних об'єктів, що здатні діагностувати 65 пацієнта. У цьому виконанні 2900 усі дані перетворяться в "об'єкти" шляхом оточення даних (тепер називаних "учасниками") програмними процедурами і функціями (тепер називаними "способами"), що керують і підтримують дані. Програмам поза об'єктом дозволяється тільки одержати доступ до даних учасників шляхом використання способу об'єкта або по спеціальному дозволі. Це об'єктно-орієнтоване виконання являє собою переупорядкування і перерозподіл даних і процесів, що мають декілька переваг. По-перше, об'єктно-орієнтоване виконання гарантує дійсність даних об'єкта, форматів даних, структур даних у будь-який час, незалежно від непередбаченої динаміки навколишнього діагностичного середовища. По-друге, кожний об'єкт системи може накопичувати дані, тим самим прослідковуючи як свою власну історію обробки, так і історії сусідніх об'єктів.
Ї отже, він може визначити свій поточний статус, порівнюючи себе з іншими об'єктами й одержуючи свідчення, які він може використовувати для виконання інтелектуальних рішень. По-третє, задані пам'ять, свідчення і 70 способи для дії в його середовищі дозволяють використовувати об'єкт у якості агента, що може діяти незалежно, щоб виконувати завдання, корисне для системи в цілому.
Об'єктно-орієнтоване виконання загальновідомо в галузі програмування, але використовується тут новим і неочевидним чином, щоб виконувати автоматичну медичну діагностику. У інших системах діагностики хвороби й об'єкти лікуються як неживі записи даних, керовані центральною програмою, для обчислення діагнозу. У виконанні, описаному на Фіг.29а і 290, хвороби і симптоми розглядаються як об'єкти, що можуть поводитися як інтелектуальні діючі особи, що організують самі себе на різних логічних рівнях, спільно суперничають для діагностики й остаточно сортують самі себе в диференціальний діагноз. З метою ілюстрації програмний об'єкт поданий як просте коло, про яке мислиться, що воно містить в собі всі дані об'єкта, і декілька прямокутників, що представляють функції об'єкта, що належать об'єкту, але до яких може бути отриманий доступ ззовні.
Розглянутий у такому вигляді, програмний об'єкт може бути використаний як "інтелектуальний запис даних", що може діяти незалежно від інших об'єктів, і може утримувати в пам'яті свої дії для майбутніх посилань.
Фіг.29а показує декілька таких об'єктів, що призначені брати участь в об'єктному виконанні 2900 системи
МДІРЛ. Об'єкт 2901 може представляти систему діагностики, таку як заснований на списках механізм (система), дії якого докладно описані на Фіг.1-26. Функції, виконувані системою в об'єктному втіленні, показані сч ов Згрупованими навколо об'єкта. Наприклад, функція САМОЗАПУСК буде викликатися зовнішньою системою, щоб змусити систему підготуватися до сеансу діагностики, а функція ЗВІТНИЙ СТАТУС буде викликатися будь-яким і) процесом, що вимагає деякої інформації про поточний статус системи. Об'єкт 2902 представляє Список хвороб-кандидатів; його функції виконують послуги, зв'язані з цим списком. Наприклад, функція СФОРМУВАТИ
СПИСОК ХВОРОБ-КАНДИДАТІВ буде викликатися об'єктом системи, щоб почати сеанс діагностики, як показано М зо На Фіг.2. Об'єкт 2903 є Об'єктом хвороб, що представляє все медичне знання, яке система має про одну окрему хворобу. Його функції виконують послуги, зв'язані з хворобами, такі як виконання діагностики або обновлення ісе) самого себе новою діагностичною оцінкою. Об'єкт 2904 є Об'єктом симптомів, що представляє дані і функції, Ге! зв'язані з одним окремим симптомом. Наприклад, однією з його функцій є ОДЕРЖАТИ ЗНАЧЕННЯ У МОМЕНТ Т
ЧАСУ, що активує належні функції оцінювача, необхідні для одержання значення, шляхом обчислення, і) зв перегляду довідкової таблиці або задавання питань пацієнту. Об'єкт 2905 є Об'єктом оцінювача, роль якого ї- полягає у виконанні докладних дій, необхідних для одержання значення. Об'єкт 2906 є Об'єктом питань, що керує задачами, необхідними для задавання питання пацієнту. Об'єкт 2907 є Об'єктом вузлів, роллю якого є керування дійсним інтерфейсом між цифровим комп'ютером і живим пацієнтом. У однім варіанті виконання об'єкт вузлів є єдиним об'єктом усієї системи МДІРЛ, що у дійсності зв'язується з людиною. «
З посиланням на Фіг.296 тепер буде абстрактно описане об'єктно-орієнтоване виконання того, як система з с МДІРЛ (Фіг.29а) повинна використовувати збір об'єктів для виконання єдиного повторення Діагностичного циклу . (Фіг.1). Замість використання єдиної програми або механізму, що містять набір центральних функцій, що и?» виконують операції над даними (Фіг.1), об'єктно-орієнтоване виконання за Фіг.295 використовує функції, розподілені як "способи" у різних об'єктах, що або виконують функції самостійно, або передають операції іншим об'єктам. Наприклад, тоді як на Фіг.1 система викликає функцію для вибору наступного фокусного симптому, на -І Фіг.29р є об'єкт поточної хвороби, що вибирає наступний симптом.
У цілому, кожний об'єкт виконує свої власні завдання і викликає інші об'єкти для виконання їхніх завдань о у належний час. В часі, послідовність операцій створює природну ієрархію завдань, від більш високого рівня
Ге) подробиць до більш низького, використовуючи настільки багато або мало рівнів, наскільки потрібно для 5р Виконання основної задачі. У той же час ієрархія представляє логічні інтерпретації і значення на різних
Ме, рівнях. Таким чином, на найнижчому рівні пацієнт відповідає на єдине питання; на середньому рівні це "М інтерпретується як зміна інформації симптому про пацієнта; на найвищому рівні це може виразитися в переупорядкуванні пробних діагнозів декількох хвороб, що змагаються.
Здатність уловлювати і втілювати складні інтерпретаційні й аналітичні завдання медичної діагностики в в програмному забезпеченні є тим, що дає конструкції МДіРЛ головну перевагу перед іншими системами автоматичної діагностики, що мають тенденцію працювати на єдиному рівні дій і значень. Об'єктним виконанням (Ф) досягнута здатність самоорганізації і самооцінки, що породжується із системи, даним якої дозволено мати ка автономність у питанні організації самих себе, базуючись на певних глобальних керуючих принципах.
Фіг.29р узагальнює процес 2915, що може мати місце в об'єктно-орієнтованому додатку системи МДІРЛ, для бо Виконання тих же процесів, що докладно описані на Фіг.1-26, із додатковою складністю, із котрої пацієнту, що знаходиться на лінії зв'язку, ставляться питання на рідній мові пацієнта або іншій бажаній мові, наприклад, французькій. Процес 2915 починається, коли зовнішній процес зібрав набір хвороб-кандидатів, і тепер викликає спосіб 2921 для обчислення диференціального діагнозу на основі хвороб-кандидатів. Відмітимо, що подальша робота системи відбувається для виробки конкретного діагнозу. Спосіб 2921 є однією з багатьох функцій способу 65 Об'єкта 2920 механізму. Об'єкт 2920 механізму охоплює всі дані і процеси всього заснованого на списках механізму (системи) і його численні способи, із яких тут для ілюстрації показані тільки способи 2921 і 2922.
Основна мета Об'єкта механізму полягає в прийомі запитів із зовнішньої системи і від користувачів і запуск належної внутрішньої обробки. У належний час процес 2915 переходить у спосіб 2931, що є способом Об'єкта 2930 хвороб. Об'єкт 2930 хвороб охоплює всі дані і процеси звичайного Об'єкта хвороб. У нього є багато способів, із яких тут для ілюстрації показані тільки способи 2931 і 2932. Об'єкт хвороб представляє усе, що відомо про одну задану медичну хворобу; його основна функція полягає в прийомі запитів на інформацію про хворобу і приведення в дію зовнішніх запитів. У описаному випадку Об'єкт 2930 хвороб вибирає один із своїх
Об'єктів симптомів і переходить у спосіб 2941 для одержання значення симптому в пацієнта на лінії. Об'єкт 2940 симптомів містить усі дані і процеси звичайного Об'єкта симптомів, із багатьма способами, із яких тут 7/0 для ілюстрації показані тільки способи 2941 і 2942. Об'єкт симптомів представляє усе, що відомо про один заданий симптом; його основна функція полягає в прийомі запитів на інформацію про симптом. Об'єкт симптомів запускає внутрішню обробку для одержання дійсних значень симптомів і переходить у спосіб 2951.
Спосіб 2951 є способом Об'єкта 2920 оцінювача питань. Об'єкт 2950 оцінювача має множину способів, але тут показані тільки способи 2951 і 2952. У загальному випадку Об'єкт оцінювача відповідальний за виконання /5 обчислень, що вимагаються для обчислення значення симптому в деякий момент ї часу. Об'єкт оцінювача питань запускає обробку, що вимагається для вибору і задавання питань людині, а потім переходить у спосіб 2961. Спосіб 2961 є способом об'єкта 2960 питань, що представляє учасників і способи звичайного Об'єкта питань і його численні способи, із яких тут показані тільки способи 2961 і 2962. Об'єкт питань представляє всі дані, залучені до задавання питань людині, такі як природна мова, що підлягає використанню, або освітній 2о рівень пацієнта. Основною функцією цього об'єкта є керування потоком докладних питань, що звичайно вимагаються для задавання питання і виявлення дійсної відповіді від людини. Цей об'єкт питань вибирає об'єкти вузлів, що написані для відображення питань на рідній мові пацієнта. Процес 2915 потім переходить у спосіб 2971 Об'єкта 2970 вузлів. Об'єкт 2970 вузлів охоплює всі дані і процеси звичайного об'єкта вузлів і його способи (тут показані тільки способи 2971 і 2972). Цей об'єкт питань управляє фізичними подробицями с об ОДИНИЧНОГО обміну питання/відповідь між людиною і комп'ютером, включаючи спеціальні апаратні, відео- й аудіо- проблеми, затримки за часом і будь-якою необхідністю повторення. Об'єкт вузлів запускає необхідну обробку, а і) потім переходить у спосіб 2981. Спосіб 2981 задає питання пацієнту, що може одержати доступ до системи по мережі передачі даних, наприклад, по Інтернету. Припускаючи втілення з графічним користувальним інтерфейсом, питання буде відображатися на, екрані як діалог, із належними кнопками для відповіді від М зо пацієнта через об'єкт 2980 пацієнта.
Коли пацієнт відповідає в стані 2982, починається зворотна послідовність способів, коли процес 2915 со підтримує ієрархію об'єктів. Зі стану 2982 процес 2915 переходить у спосіб 2972, у якому відповідь пацієнта Ге! відмічається і реєструється в часі. Переходячи в спосіб 2962, відповідь відмічається як остаточна відповідь у потоці можливих відповідей. Переходячи в спосіб 2952, відповідь кодується для внутрішньої обробки, так що тут і)
Зз5 Вона втрачає свій аспект природної мови. Переходячи в спосіб 2942, відповідь обробляється як нове значення ї- симптому в момент ї часу. Переходячи в спосіб 2932, відповідь обробляється як додавання до діагностичної оцінки хвороби. Переходячи в спосіб 2922, відповідь активує переупорядкування відносних положень хвороб у диференціальному діагнозі, а потім виконує постановку порогів для визначення діагнозу. Нарешті, об'єкт 2930 механізму тепер може повторити процес або припинити його в залежності від зовнішніх установок. Інші функції й « об'єкти, зв'язані з ЗНСД, що очікуються до цього контрольного потоку, у продовження його або після нього, з с можуть бути включені в різні виконання. Наприклад, коли обчислене ранжирування хвороб, може відбутися . установка порогів, щоб установити діагноз однієї хвороби. Більш того, можуть відбутися інші дії, такі як и?» обновлення електронної медичної карти пацієнта або сповіщення лікаря або іншого практикуючого фахівця про діагностичну подію, тобто про ситуацію, що вимагає негайного лікування.
З посиланням на Фіг.30, процес 3000 описує, як альтернативні симптоми встановлюються в автономному -І режимі підготовки і потім використовуються для діагностики пацієнта в інтерактивному режимі. Автономний і інтерактивний режими показані тут як такі, що відбуваються послідовно, але на практиці вони звичайно о розділені додатковими операціями підготовки, такими як перевірка, затвердження, аудит і кінцева інтеграція в
Ге) базу даних продукції.
Процес 3000 починається в стані 3002, у якому один або більш об'єктів хвороб підлягають створенню ме) медичним автором. Переходячи до стану 3004, один об'єкт хвороб Ю установлюється шляхом визначення "М функцій і даних його учасників. Одною головною структурою даних хвороби ОО є список симптомів, що характеризують хворобу. Кожний симптом 5 із цього списку повинний бути визначений і описаний. Переходячи до стану 3006, один симптом 5 із списку встановлюється і визначається-в термінах їхніх значень і їхніх дв діагностичних ваг. Переходячи до стану 3010 рішення, якщо об'єкт симптомів може бути, імовірно, використаний як альтернативні симптоми в інших об'єктах хвороби, діаграма переходить у стан 3012; у протилежному випадку
Ф) вона переходить у стан 3014 рішення. У стані 3012 симптом установлюється як альтернативний симптом у ка застосовних об'єктах хвороб. Переходячи до стану 3014 рішення, якщо існують ще об'єкти симптомів, що підлягають встановленню для хвороби 0, діаграма повертається назад у стан 3006; у протилежному випадку бо вона повертається в стан 3016 рішення. У стані 3016 рішення, якщо існують ще об'єкти хвороб, що підлягають встановленню, то діаграма повертається назад у стан 3004; у протилежному випадку вона припиняє автономну фазу.
Для інтерактивної фази процес З000 описує, як альтернативні симптоми обробляються усередині діагностичного циклу 100 протягом сеансу автоматичної діагностики з пацієнтом (або агентом пацієнта), що 65 Знаходиться на лінії і здатний відповідати на питання, поставлені системою (Фіг.1). Переходячи до стану 3032, один об'єкт симптомів 5 хвороби Ю вибирається як фокус для діагнозу (Фіг.5). Симптом З повинний бути оцінений, що може бути складним і витратним у часі процесом (Фіг.б). Переходячи до стану 3034 рішення, процес 3000 показує частину процесу оцінювання, що має справу з використанням альтернативних симптомів, що використовуються для зберігання часу на лінії. Може трапитися, що для хвороби ЮО симптом 5 має прийнятний альтернативний симптом, що вже був оцінений раніше. Якщо так, то діаграма пропускає оцінювання симптому З і замість цього переходить у стан 3036. Але якщо в стані 3036 рішення немає альтернативного симптому, процес 3000 переходить у стан 3038 для оцінювання симптому 5. У стані 3036 ваги альтернатив симптому З одержують і застосовують до діагностичної оцінки хвороби 0, а потім процес 3000 переходить у стан 3040 рішення. Однак у стані 3038 симптом 5 оцінюється (Фіг.б), і діагностичні ваги симптому 5 одержують і /о застосовують до діагностичної оцінки хвороби О (Фіг.11 і 21), а потім процес 3000 переходить у стан 3040 рішення. У стані 3040, якщо досягнутий деякий стан припинення для хвороби 0 (Фіг.22), процес 3000 переходить у стан 3044 рішення; у протилежному випадку він переходить у стан 3032. У стані 3044 рішення, якщо більше немає об'єктів хвороб для обробки, процес З000 повертається назад у стан 3030; у протилежному випадку він переходить у стан 3046 закінчення.
З посиланням на Фіг.31 процес 3100 описує, як об'єкти симптомів можуть бути повторно використані в якості альтернативних симптомів в об'єкті хвороб. Властивість Альтернативних симптомів дозволяє системі діагностики замінити конкретні значення симптомів на інші, щоб пропустити витратне за часом оцінювання даного симптому, коли вже доступні прийнятні значення альтернативних симптомів. Ця властивість пристосовує індивідуальні переваги медичних авторів, спрощує обробку симптомів, що зберігаються в різних еквівалентних форматах, і 2о дозволяє задавати послідовність оцінювання симптомів, щоб бути більш адаптивним до динаміки сеансу діагностики на лінії, замість того, щоб залежати від завчасно заданої послідовності оцінювання симптомів.
Процес 3100 показує тільки загальні кроки в автономній підготовці одного об'єкта хвороб. Те, як хвороба діагностується в автономному режимі, показано на Фіг.1, а те, як використовуються альтернативні симптоми, описане із посиланнями на Фіг.б і 30. Процес 3100 починається в стані 3102, у якому автор хоче створити й сч об описати об'єкт хвороб Ю. Переходячи в стан 3104, встановлюється об'єкт хвороб 0 і визначаються функції його учасників і даних. Одною головною структурою хвороби ОО є список симптомів, значення симптомів, і часові і) графіки симптомів, що характеризують хворобу. Кожний симптом у цьому списку ідентифікується й описується.
Переходячи в стан 3110, може бути отриманий доступ до бази даних всіх існуючих об'єктів симптомів, щоб локалізувати можливі альтернативні симптоми. Переходячи в стан 3112, вибирається один симптом 5 із списку М зо симптомів хвороби Ю. Переходячи в стан 3114, робиться пошук по базі даних симптомів, і деякий симптом А ідентифікується як прийнятний, альтернативний симптому 5 для діагностування хвороби 0. Переходячи в стан ісе) 3116, діагностичні ваги привласнюються значенням альтернативного симптому А. Переходячи в стан 3118, якщо Ге! ще які-небудь симптоми хвороби ОО підлягають обробці, процес 3110 повертається назад у стан 3112; у протилежному випадку він повертається в кінцевий стан 3122. ме)
З посиланням на Фіг.32а тепер буде описаний процес 3200, використовуваний автором для встановлення ї- об'єктів або елементів хвороб і симптомів. Відмітимо, що ця діаграма показує обробку, що проводиться автономно, у момент підготовки даних і перевірки, а не в інтерактивному режимі під час діагностики.
Процес 3200 починається в стані 3202, у якому автор хоче визначити один або більш об'єктів хвороб і об'єкти їхніх симптомів. Переходячи в стан 3204, установлюється множина об'єктів хвороб, кожна із яких має « 0 дані об'єктів хвороб і функції обробки об'єктів хвороб. Переходячи в стан 3206, множина об'єктів симптомів 2-3) с ідентифікується для кожного об'єкта хвороб. Ідентифікуються симптоми, що вже існують у базі даних симптомів.
Описуються нові симптоми, включаючи список їхніх можливих значень. Переходячи в стан 3208, діагностична ;» вага присвоюється деяким або всім значенням кожного об'єкта симптомів. Кожний об'єкт симптомів звичайно має множину можливих значень, і кожне значення може мати присвоєну діагностичну вагу для діагностики зв'язаної з
НИМ хвороби. Переходячи в стан 3212, процес 3200 закінчується автономною частиною в стані 3212. -І З посиланням на Фіг.3205 тепер буде описане одне виконання використання спеціальних елементів або об'єктів симптомів для елементів або об'єктів хвороб через інтерактивний процес 3230. Автономна частина о (процес 3200) була описана раніше з посиланням на Фіг.32а. Процес 3230 ілюструє одне виконання концепцій
Ге) ГВД їі ВВД разом із використанням спеціальних елементів симптомів.
Процес 3230 починається в початковому стані 3232 у режимі ГВД, описаному раніше. Процес 3230
Ме, переходить у стан 3234, у якому оцінюється вибраний елемент симптомів, що виконується функцією 140 "М одержання значення симптомів (Фіг.б). Переходячи в стан 3236, процес 3230 застосовує діагностичну вагу значення симптомів до діагностичної оцінки елементів хвороб, для яких застосовний об'єкт симптомів.
Переходячи в стан 3238 рішення, процес 3230 визначає, чи досягнуті критерії для переключення на оцінювання дв спеціальних елементів симптомів (тобто, у режим ВВД) для одного з елементів хвороб "(М-ий елемент хвороб).
Прикладами критеріїв є високий діагностичний імпульс, висока діагностична оцінка, висока діагностична (Ф, імовірність, деякий зовнішній процес, що запитує переключення, або людина, що запитує переключення, для ка використання спеціальних симптомів. Якщо критерії не досягнуті в стані 3238 рішення, процес 3230 переходить у стан 3240 для продовження оцінювання елементів симптомів, у якому спеціальні елементи симптомів для кожної во хвороби не вибираються необхідним способом. Процес 3239 переходить назад в стан 3234 для проходження циклу через подальші елементи симптомів доти, поки в стані 3238 рішення не будуть досягнуті критерії.
Якщо критерії досягнуті в стані 3238 рішення, процес 3230 переходить у режим ВВД в стан 3242, у якому оцінюється спеціальний елемент симптомів для М-ого елемента симптомів. Продовжуючи залишатися в стані 3244, процес 3230 застосовує вагу оціненого елемента симптомів до діагностичної оцінки М-ОЇ хвороби (і 65 будь-якої іншої хвороби, для якої він є спеціальним елементом симптомів), і альтернативна(-ї) вага(-и) симптомів до діагностичної(-их) оцінки(-ок) іншого(-их) належного(-их) елемента(-ів) хвороб. Переходячи в стан 3246, процес 3230 визначає, чи досягла порогу або перевищила поріг для діагнозу діагностична оцінка для будь-якого елемента хвороб Якщо досягла або перевищила, то діагностичні оцінки для релевантних хвороб (які оцінюються в сучасний момент) повертаються в кінцевий стан 3248. Якщо діагностична оцінка для будь-якого елемента хвороб не досягла порогу або не перевищила поріг, як визначено в стані 3246 рішення, процес 3230 переходить у стан 3250 для визначення того, чи доступні для оцінювання подальші спеціальні елементи симптомів для М-ого елемента хвороб Якщо доступні, процес 3230 продовжується в стані 3252 для продовження оцінювання елементів симптомів, у якому вибираються спеціальні елементи симптомів для М-ого елемента хвороб. Процес 3230 переходить назад в стан 3242 для проходження циклу через спеціальні елементи 7/0 симптомів М-ого елемента хвороб доти, поки не залишиться доступних наступних спеціальних елементів симптомів, як визначено в стані 3250 рішення. Коли стан 3250 рішення визначає, що більше немає доступних спеціальних об'єктів симптомів, процес 3230 переходить у стан 3254 для перевірки діагностичної оцінки для кожної хвороби, що залишилася, що оцінюється в сучасний момент. Процес 3230 потім повертається назад у стан 3238 рішення для визначення того, чи повинний бути встановлений будь-який інший елемент хвороб або /5 повинна бути продовжена подальша обробка в режимі ГВД, як описано раніше.
З посиланням на Фіг.33 процес 3300 підсумовує основні операції цілююм автоматичного способу, що використовує нову концепцію часового графіка хвороб, що збігається для діагностики медичного стану пацієнта.
Часовий графік хвороби є структурою даних, що записує симптоми конкретної хвороби в хронологічному порядку й описує ключові характеристики симптомів, такі як початок, тривалість, величина і закінчення кожного бимптому. Часові графіки хвороб можуть бути загальними і дійсними. Загальний часовий графік описує хворобу статистично, коли вона з'являється в звичайній групі населення; дійсні часові графіки описують симптоми конкретного пацієнта, що діагностується. Часові графіки є структурами абстрактних даних, що можуть бути представлені різними шляхами, такими як графіки, схеми, календарі, списки, таблиці, динамічні таблиці або програмні об'єкти. Простим прикладом є погодинний опис процесу хвороб у формі графіка Ганта, як показано на сч ов Фіг.28.
Процес 3200 діагностики, показаний на Фіг.33, використовує той факт, що можна взяти часовий графік і) дійсної хвороби, використати відомі математичні методи для виявлення збігу з базою даних загальних часових графіків хвороб, і в такий спосіб ідентифікувати відносно невеликий набір хвороб, що є сильними кандидатами для подальшого аналізу й остаточного ранжирування діагнозів. Як показано на Фіг.33, процес має дві окремих М зо фази. У першій фазі (стани 3302 і 3304) комп'ютерна програма допомагає живим авторам у підготовці бази даних загальних часових графіків хвороб. В другій фазі (стани 3306-3320), інша програма використовує різні ісе) характеристики симптомів для виявлення збігу часового графіка пацієнта, що знаходиться на лінії, із Ге! загальними часовими графіками в базі даних і для належного збільшення діагностичної оцінки хвороб, що збігаються. о
Стан 3302 є початком процесу 3300. Переходячи в стан 3304, використовуючи автономну програму, медичні ї- автори виробляють базу даних загальних часових графіків хвороб. Цей стан може представляти декілька років професійної роботи з виробки масивної бази даних із тисяч хвороб і їхніх симптомів. Вона також може містити у собі подальшу розширену роботу з форматування і тестування даних і підготовки їх для використання в системі повністю автоматичної діагностики, як описано в станах 3306-3320. «
Переходячи в стан 3306, пацієнт знаходиться в інтерактивному режимі відносно комп'ютерної програми, що з с з'ясовує основну скаргу пацієнта, задаючи питання. Переходячи в стан 3308, програма приймає відповіді від пацієнта. Переходячи в стан 3310, програма використовує відповіді для ідентифікації однієї або більш хвороб, ;» що відповідають основній скарзі. Переходячи в стан 3312, програма співвідносить основну скаргу з часовим графіком для всіх ідентифікованих хвороб.
Продовжуючи в стані 3314, програма задає пацієнту питання для визначення часових параметрів ПЗС -І пацієнта і розташовує їх на часовому графіці хвороби. Переходячи в стан 3316, програма добавляє завчасно задану діагностичну збільшувальну вагу до діагностичної оцінки всіх ідентифікованих хвороб, якщо ПЗС пацієнта і збігається з ПЗС хвороби. Переходячи в стан 3318, програма встановлює діагноз для однієї або більш
Ге) ідентифікованих хвороб, коли сукупна оцінка досягає порога або перевищує поріг. Процес 3300 закінчується в 5о стані 3320.
Ме, З посиланням на Фіг.34 тепер буде описаний повністю автоматичний процес 3400, що діагностує медичний "М стан пацієнта за допомогою наборів величин симптомів, що ідентифікують зміни у величинах кожного симптому конкретної хвороби в хронологічному порядку. Набір величин у дійсності є часовим графіком хвороби з величинами симптомів, що створюють цей графік хвороби. 5Б Як і часовий графік хвороби, набір величин симптомів може бути загальним або дійсним, тобто типовим або залежати від пацієнта.
Ф) Процес 3400 починається в стані 3402. Переходячи в стан 3404, використовуючи автономну програму, ка медичні автори виробляють базу даних наборів величин загальних симптомів, аналогічну часовим графікам хвороби, описаним на Фіг.33. Переходячи в стан 3406, комп'ютерна програма задає інтерактивному пацієнту бор питання для з'ясування величини симптому в пацієнта.
Продовжуючи залишатися в стані 3408, програма виробляє набір або графік симптомів пацієнта і їхні величини. Переходячи в стан 3410, програма порівнює набір величин симптомів пацієнта із базою даних наборів величин симптомів, щоб спробувати ідентифікувати хвороби пацієнта. Процес 3400 закінчується в стані 3412.
З посиланням на Фіг.35 тепер буде описана блок-схема одного виконання системи 3500 МДІіРЛ. Система 65 3500 МДІРЛ містить у собі розподілену мережу 3502, що може представляти локальну обчислювальну мережу (ЛОМ), регіональну обчислювальну мережу (РОМ), Інтернет або іншу мережу, здатну підтримувати передачу даних.
У однім варіанті виконання програми і бази даних МДІРЛ можуть залишатися на групі серверів 3508, що можуть бути з'єднані один з одним через ЛОМ 3506 і через шлюз 3504 із мережею 3502. Альтернативно, в іншому варіанті виконання програми і бази даних МДІРЛ залишаються на однім сервері 3510, що використовує мережне інтерфейсне апаратне і програмне забезпечення 3512. Сервери 3508/3510 зберігають опитувальні листи або об'єкти хвороба-симптом, описані вище.
Мережа 3502 може з'єднуватися з користувальним комп'ютером 3516, наприклад, шляхом використання модему або мережної інтерфейсної карти. Користувач 3516 може використовувати програму 3520 перегляду для 7/о Віддаленого доступу до програм МДІРЛ, використовуючи клавіатуру і/або пристрій вказівки і візуальний дисплей, такий як монітор 3518. Альтернативно, програма 3520 перегляду не використовується, коли програми МДІРЛ виконуються в локальному режимі на комп'ютері 3516. Відеокамера 3522 може бути опціонально підключена до комп'ютера 3516 для забезпечення візуального введення даних, таких як візуальні симптоми.
Різні пристрої можуть використовуватися для з'єднання із серверами 3508/3510 МДІРЛ. Якщо сервери /5 обладнані апаратним забезпеченням розпізнавання мови або двохтонального багаточастотного набору, користувач може з'єднуватися з програмою МДІРЛ за допомогою телефону 3524. Телекомунікаційне виконання, тобто за допомогою телефону, описано |в патенті США Мо5660176 "Автоматизована система медичної діагностики і рекомендацій по лікуванню"), виданому заявнику. Інші з'єднувальні пристрої для зв'язку із серверами 3508/3510 МДІіРЛ містять у собі переносний персональний комп'ютер 3526 із модемом або інтерфейсом безпровідової мережі, пристрій 3528 кабельного інтерфейсу, підключений до візуального дисплею 3530, або супутникова тарілка 3532, підключена до супутникового приймача 3534 і телевізору 3536.
Передбачено й інші шляхи, що допускають з'єднання між користувачем 3514 і системою автоматичної діагностики 3508/3510.
Мі. ВИСНОВКИ с
Можуть бути задані конкретні блоки, секції, пристрої, функції і модулі. Однак фахівець зрозуміє, що існує багато способів розділити систему за дійсним винаходом, і що існує множина частин, складових, модулів і (8) функцій, що можуть бути замінені на перераховані вище.
Як повинно бути оцінене фахівцем, процеси, яким піддається описане вище програмне забезпечення, можуть бути спеціально перерозподілені в інших модулях, або об'єднані в однім модулі, або можуть бути доступні в М зо спільно використовуваній бібліотеці динамічних посилань. Програмне забезпечення може бути написане на будь-якій мові програмування, такій як С, С, Вавзіс, РазсаІЇ, дама і Рогігап, і виконуватися у відомих со операційних системах, таких як варіанти УУіпдому5, Масіпіозй, Опіх, Гіпих, МхУМогк5 і інших операційних Ге! системах. Мови С, Стік, Вавзіс, Разсаї, дама і Рогігап є стандартними мовами програмування в галузі, для яких може бути використана множина комерційних компіляторів, щоб створити виконуваний код. о
Хоча приведений вище докладний опис показав, описав і відмітив фундаментальні нові властивості ї- винаходу, як вони застосовані до різних варіантів виконання, повинно бути зрозуміло, що різні зміни і заміни у формі і подробицях показаної системи можуть бути зроблені фахівцем без відходу від призначення винаходу.

Claims (1)

  1. Формула винаходу ч -
    с 1. Спосіб автоматичної медичної діагностики, що містить наступні етапи: :з» автоматичне і повторюване задавання питань протягом часу для одержання відповідей від пацієнта, причому по відповідях встановлюють змінювані в часі симптоми, а кожний встановлений симптом додає ваги до хвороби; автоматичне вироблення однієї або більше синергічних ваг на основі встановлених у часі симптомів; - автоматичне накопичення ваг встановлених симптомів і синергічних ваг для хвороби; і автоматичне визначення того, чи досягають або переходять поріг сукупні ваги для хвороби, щоб встановити о діагноз. со 2. Спосіб за п. 1, який відрізняється тим, що вироблення синергічних ваг містить у собі встановлення 5ор синергічного симптому. (2) 3. Спосіб за п. 2, який відрізняється тим, що синергічний симптом заснований на типі початку або закінчення «М одного з встановлених симптомів.
    4. Спосіб за п. 2, який відрізняється тим, що синергічний симптом заснований на нахилі початку або на нахилі закінчення одного з встановлених симптомів.
    5. Спосіб за п. 2, який відрізняється тим, що синергічний симптом заснований на тренді початку або на тренді закінчення одного з встановлених симптомів. (Ф; 6. Спосіб за п. 1, який відрізняється тим, що вибраний набір встановлених симптомів, який з'являється в ГІ заданій послідовності в часі, додає додаткову діагностичну вагу до хвороби.
    7. Спосіб за п. 1, який відрізняється тим, що один або більше встановлених симптомів, що мають бо Характеристики початку і закінчення, що збігаються з завчасно заданим набором характеристик симптомів, додає додаткову діагностичну вагу до хвороби.
    8. Спосіб за п. 1, який відрізняється тим, що вибраний набір установлених симптомів, що з'являється в заданій послідовності у часі і має характеристики початку і закінчення, що збігаються з завчасно заданим набором характеристик симптомів, додає додаткову діагностичну вагу до хвороби. 65 9. Спосіб за п. 1, який відрізняється тим, що вироблення синергічних ваг містить у собі встановлення синергічного симптому, при цьому симптоми, що змінюються в часі, зберігаються у медичній карті пацієнта.
    10. Спосіб автоматичної медичної діагностики, що містить наступні етапи: а) визначення спектра термінів, що представляють суб'єктивний опис аспекту медичного симптому; б) визначення діагностичних ваг для кожного терміну в спектрі; в) представлення спектра термінів пацієнту протягом сеансу діагностики; г) вибір терміну із спектра термінів; д) співвіднесення вибраного терміну вазі; і е) застосування ваги, що відповідає вибраному терміну, до діагностичної оцінки так, щоб діагностувати медичний стан; 70 є) при цьому вибрані етапи виконуються автоматично.
    11. Спосіб за п. 10, який відрізняється тим, що містить далі: повторення етапів а) і е) для інших аспектів медичного симптому так, щоб вибрати інші терміни; і кодування вибраних термінів у код.
    12. Спосіб за п. 10, який відрізняється тим, що містить далі: повторення етапів а) і д) у завчасно заданий більш пізній час; аналіз зміни коду в часі; і присвоєння ваги зміні медичного симптому у часі.
    13. Спосіб автоматичної медичної діагностики, що містить наступні етапи: а) надання комп'ютеру списку хвороб, причому кожна хвороба зв'язана зі списком симптомів; б) вибір одного із симптомів як фокусного симптому, заснованого на завчасно заданих критеріях; в) оцінка фокусного симптому для встановлення симптому, причому встановлений симптом додає ваги хворобам, що мають встановлений симптом; г) вибір одного із симптомів як фокусного симптому зі списку симптомів, зв'язаних з вибраною хворобою; д) оцінка фокусного симптому для встановлення симптому, причому встановлений симптом додає ваги щонайменше вибраній хворобі що має встановлений симптом; і с е) вибіркове повторення етапів б) і в) або г) і е) доти, поки сукупні ваги для хвороби не досягнуть порога або не перейдуть його, для оголошення діагнозу. і)
    14. Спосіб за п. 13, який відрізняється тим, що кожний симптом зв'язаний з одним або більше питаннями, формулами або логічними структурами, при цьому завчасно задані критерії містять у собі превалювання симптомів у хворобах. ї- зо 15. Спосіб за п. 13, який відрізняється тим, що одна з хвороб вибирається, коли задовольняється умова, і при цьому вибіркове повторення продовжується з етапами г) і е). ісе)
    16. Спосіб за п. 15, який відрізняється тим, що умова містить або завчасно вибраний процес порогу хвороби, (33 або діагностичний імпульс сукупних ваг для хвороби або конкретну відповідь пацієнта.
    17. Спосіб автоматичної медичної діагностики стану пацієнта, що містить наступні етапи: ме) вироблення множини часових графіків, кожний з яких представляє звичайний курс хвороби в термінах того, як МУ симптоми хвороби звичайно з'являються, змінюються й проходять у часі; автоматичне задавання одного або більше питань пацієнту, щоб з'ясувати симптом, що показує основну скаргу; автоматичне приймання відповідей від пацієнта у відповідь на питання; « автоматична ідентифікація хвороби, що відповідає основній скарзі; з с співвіднесення основної скарги з часовим графіком для хвороби; автоматичне задавання одного або більше питань для з'ясування наявності і часу першого значного ;» симптому на часовому графіку для хвороби; додавання збільшувальної ваги до сукупної оцінки для хвороби, якщо встановлено перший значний симптом; 45! | | ше -І встановлення діагнозу, коли сукупна оцінка перевищує завчасно заданий поріг.
    18. Спосіб за п. 17, який відрізняється тим, що основна скарга містить у собі симптом і гостроту симптому, о а кожна хвороба зв'язана з одним часовим графіком. Ге) 19. Спосіб за п. 17, який відрізняється тим, що включає вироблення множини часових графіків, кожний з яких представляє звичайний курс хвороби через набір
    Ме. характеристик величин симптомів у часі; "М автоматичний вибір конкретної хвороби на основі набору величин симптомів, зв'язаних з пацієнтом, аналогічного часовому графіку, зв'язаному з конкретною хворобою.
    20. Спосіб за п. 19, який відрізняється тим, що кожна хвороба зв'язана з одним часовим графіком, а спосіб ов Характеризується автоматичним задаванням питань пацієнту з подальшим створенням часового графіка величин симптомів, що характеризують пацієнта, на основі відповідей на згадані питання. Ф) 21. Спосіб автоматичної медичної діагностики проблеми пацієнта, що включає у себе наступні етапи: ка а) надання комп'ютеру списку хвороб, причому кожна хвороба зв'язана зі списком симптомів; б) вибір зі списку хвороб у першому режимі підмножини хвороб, що мають спільні симптоми; во в) оцінка щонайменше одного із спільних симптомів; г) переключення з першого режиму на другий режим на основі оцінки спільних симптомів, коли вибирається конкретна хвороба; д) вибір у другому режимі симптомів, зв'язаних з конкретною хворобою; е) оцінка щонайменше одного з вибраних симптомів конкретної хвороби; і 65 є) діагностика медичної проблеми пацієнта на основі оцінки спільних симптомів і вибраних симптомів.
    22. Спосіб за п. 21, який відрізняється тим, що переключення відбувається, коли досягнуті критерії основані або на оцінці спільних симптомів, або на зовнішньому запиті від користувача, або на діагностичній оцінці від оцінювання спільних симптомів на діагностичному імпульсі від оцінювання спільних симптомів, або на імовірності діагнозу. с щі 6) ча то те (о) (зе) і - -
    с . и? -І (95) се) ФО що іме) 60 б5
UA2002086473A 2000-02-14 2001-02-14 Structure-based automatic processing for diagnostics (variants) UA73967C2 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US18217600P 2000-02-14 2000-02-14
PCT/US2001/004907 WO2001061616A2 (en) 2000-02-14 2001-02-14 Automated diagnostic system and method

Publications (1)

Publication Number Publication Date
UA73967C2 true UA73967C2 (en) 2005-10-17

Family

ID=22667347

Family Applications (1)

Application Number Title Priority Date Filing Date
UA2002086473A UA73967C2 (en) 2000-02-14 2001-02-14 Structure-based automatic processing for diagnostics (variants)

Country Status (13)

Country Link
US (12) US20020068857A1 (uk)
EP (1) EP1266338A2 (uk)
JP (1) JP5219322B2 (uk)
CN (1) CN100416583C (uk)
AU (1) AU784736B2 (uk)
BR (1) BR0108783A (uk)
CA (1) CA2398823A1 (uk)
IL (1) IL151030A0 (uk)
MX (1) MXPA02007817A (uk)
NZ (1) NZ520461A (uk)
RU (1) RU2286711C2 (uk)
UA (1) UA73967C2 (uk)
WO (1) WO2001061616A2 (uk)

Families Citing this family (608)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
USRE43433E1 (en) 1993-12-29 2012-05-29 Clinical Decision Support, Llc Computerized medical diagnostic and treatment advice system
US5660176A (en) 1993-12-29 1997-08-26 First Opinion Corporation Computerized medical diagnostic and treatment advice system
US5935060A (en) * 1996-07-12 1999-08-10 First Opinion Corporation Computerized medical diagnostic and treatment advice system including list based processing
US6206829B1 (en) 1996-07-12 2001-03-27 First Opinion Corporation Computerized medical diagnostic and treatment advice system including network access
US6234964B1 (en) 1997-03-13 2001-05-22 First Opinion Corporation Disease management system and method
ATE498409T1 (de) 1998-08-06 2011-03-15 Mountain View Pharmaceuticals Peg-uricase konjugate und verwendung davon
AUPP577298A0 (en) * 1998-09-09 1998-10-01 Oon, Yeong Kuang Dr Automation oriented health care delivery system based on medical scripting language
US7647234B1 (en) * 1999-03-24 2010-01-12 Berkeley Heartlab, Inc. Cardiovascular healthcare management system and method
WO2000070889A1 (en) * 1999-05-14 2000-11-23 Medtronic Physio-Control Manufacturing Corp. Method and apparatus for remote wireless communication with a medical device
US6692258B1 (en) * 2000-06-26 2004-02-17 Medical Learning Company, Inc. Patient simulator
US6632429B1 (en) 1999-12-17 2003-10-14 Joan M. Fallon Methods for treating pervasive development disorders
RU2286711C2 (ru) 2000-02-14 2006-11-10 Фёрст Опинион Корпорэйшн Система и способ автоматической диагностики
US7447988B2 (en) * 2000-05-10 2008-11-04 Ross Gary E Augmentation system for documentation
AU2001243610A1 (en) * 2000-05-25 2001-12-11 Manyworlds Consulting, Inc. Fuzzy content network management and access
US20050283378A1 (en) * 2000-05-30 2005-12-22 Iserson Samuel L Asynchronous video interview system
US6850889B1 (en) * 2000-06-09 2005-02-01 Internet Treatment Consulting, N.V. System and method for conducting a physician-patient consultation
US6996768B1 (en) * 2000-06-15 2006-02-07 International Business Machines Corporation Electric publishing system and method of operation generating web pages personalized to a user's optimum learning mode
WO2001099085A1 (en) * 2000-06-20 2001-12-27 Recoverycare.Com, Inc. Electronic patient healthcare system and method
US20020035486A1 (en) * 2000-07-21 2002-03-21 Huyn Nam Q. Computerized clinical questionnaire with dynamically presented questions
US7444291B1 (en) * 2000-08-10 2008-10-28 Ingenix, Inc. System and method for modeling of healthcare utilization
US20070053895A1 (en) * 2000-08-14 2007-03-08 Fallon Joan M Method of treating and diagnosing parkinsons disease and related dysautonomic disorders
US20020091687A1 (en) * 2000-09-29 2002-07-11 Thor Eglington Decision support system
US8260635B2 (en) * 2000-10-11 2012-09-04 Healthtrio Llc System for communication of health care data
CN1479906A (zh) * 2000-10-11 2004-03-03 用于健康护理数据的通信的系统
US7533030B2 (en) * 2000-10-11 2009-05-12 Malik M. Hasan Method and system for generating personal/individual health records
US8321239B2 (en) 2000-10-11 2012-11-27 Healthtrio Llc System for communication of health care data
US20050015276A1 (en) * 2000-10-31 2005-01-20 Dan Sullivan Computerized risk management module for medical diagnosis
JP4399614B2 (ja) * 2000-11-14 2010-01-20 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 医用画像診断装置の撮影シミュレーションシステム
US8030002B2 (en) 2000-11-16 2011-10-04 Curemark Llc Methods for diagnosing pervasive development disorders, dysautonomia and other neurological conditions
US7409685B2 (en) 2002-04-12 2008-08-05 Hewlett-Packard Development Company, L.P. Initialization and update of software and/or firmware in electronic devices
US8479189B2 (en) 2000-11-17 2013-07-02 Hewlett-Packard Development Company, L.P. Pattern detection preprocessor in an electronic device update generation system
US7640175B1 (en) 2000-12-08 2009-12-29 Ingenix, Inc. Method for high-risk member identification
US20020120485A1 (en) * 2001-02-28 2002-08-29 Nancy Kirkconnell-Ewing System and method for aiding customers in defining problems and finding solutions
US20040121313A1 (en) 2002-12-06 2004-06-24 Ecker David J. Methods for rapid detection and identification of bioagents in organs for transplantation
US7666588B2 (en) 2001-03-02 2010-02-23 Ibis Biosciences, Inc. Methods for rapid forensic analysis of mitochondrial DNA and characterization of mitochondrial DNA heteroplasmy
US7226739B2 (en) 2001-03-02 2007-06-05 Isis Pharmaceuticals, Inc Methods for rapid detection and identification of bioagents in epidemiological and forensic investigations
US20030027135A1 (en) 2001-03-02 2003-02-06 Ecker David J. Method for rapid detection and identification of bioagents
US7718354B2 (en) 2001-03-02 2010-05-18 Ibis Biosciences, Inc. Methods for rapid identification of pathogens in humans and animals
US6611206B2 (en) * 2001-03-15 2003-08-26 Koninklijke Philips Electronics N.V. Automatic system for monitoring independent person requiring occasional assistance
US20070214002A1 (en) * 2001-04-30 2007-09-13 Smith James C System for outpatient treatment of chronic health conditions
US7392199B2 (en) * 2001-05-01 2008-06-24 Quest Diagnostics Investments Incorporated Diagnosing inapparent diseases from common clinical tests using Bayesian analysis
US7353152B2 (en) * 2001-05-02 2008-04-01 Entelos, Inc. Method and apparatus for computer modeling diabetes
EP2140891B1 (en) 2001-05-18 2013-03-27 DEKA Products Limited Partnership Conduit for coupling to a fluid delivery device
US8034026B2 (en) 2001-05-18 2011-10-11 Deka Products Limited Partnership Infusion pump assembly
US7217510B2 (en) * 2001-06-26 2007-05-15 Isis Pharmaceuticals, Inc. Methods for providing bacterial bioagent characterizing information
US8073627B2 (en) 2001-06-26 2011-12-06 Ibis Biosciences, Inc. System for indentification of pathogens
US20030004788A1 (en) * 2001-06-29 2003-01-02 Edmundson Catherine M. Targeted questionnaire system for healthcare
US8898106B2 (en) * 2001-08-01 2014-11-25 T-System, Inc. Method for entering, recording, distributing and reporting data
US8909595B2 (en) 2001-08-01 2014-12-09 T-System, Inc. Method for entering, recording, distributing and reporting data
US20030037063A1 (en) * 2001-08-10 2003-02-20 Qlinx Method and system for dynamic risk assessment, risk monitoring, and caseload management
JP4029593B2 (ja) * 2001-09-11 2008-01-09 株式会社日立製作所 プロセス分析方法及び情報システム
US7315725B2 (en) 2001-10-26 2008-01-01 Concordant Rater Systems, Inc. Computer system and method for training certifying or monitoring human clinical raters
NL1019277C2 (nl) * 2001-11-01 2003-05-07 Vivici Inrichting voor het stellen van een diagnose.
US8949082B2 (en) 2001-11-02 2015-02-03 Siemens Medical Solutions Usa, Inc. Healthcare information technology system for predicting or preventing readmissions
JP2005508557A (ja) * 2001-11-02 2005-03-31 シーメンス コーポレイト リサーチ インコーポレイテツド 患者データマイニング
JP4062910B2 (ja) * 2001-11-29 2008-03-19 株式会社日立製作所 健康管理支援方法及び装置と健康余命予測データ生成方法及び装置
US7457731B2 (en) * 2001-12-14 2008-11-25 Siemens Medical Solutions Usa, Inc. Early detection of disease outbreak using electronic patient data to reduce public health threat from bio-terrorism
WO2003079137A2 (en) * 2001-12-28 2003-09-25 Modrovich Ivan Endre Diagnostic information systems
US6991464B2 (en) * 2001-12-28 2006-01-31 Expert Clinical Systems, Inc. Web-based medical diagnostic and training system
GB2386737A (en) * 2002-01-02 2003-09-24 Univ Glasgow Interactive role playing question and answer system.
US20030163348A1 (en) * 2002-02-27 2003-08-28 Stead William W. Method and system for clinical action support
US20060089853A1 (en) * 2002-03-29 2006-04-27 Daniel Gauvin Multi-agent distributed environment for a hierarchical medical environment
AU2003234402A1 (en) * 2002-05-10 2003-11-11 Duxlink, Inc. Management of information flow and workflow in medical imaging services
US20040078221A1 (en) * 2002-07-16 2004-04-22 Yi-Yun Chen MediCAD Chinese medical system
US8560582B2 (en) * 2002-08-12 2013-10-15 Jeffrey Saul Harris Method for analyzing records in a data base
US20040030584A1 (en) * 2002-08-12 2004-02-12 Harris Jeffrey Saul System and method for guideline-based, rules assisted medical and disability management
US7680086B2 (en) * 2002-09-09 2010-03-16 Siemens Canada Limited Wireless local area network with clients having extended freedom of movement
US20040049233A1 (en) * 2002-09-11 2004-03-11 Edwards D. Craig Medical device status information system
EP1403807A1 (de) * 2002-09-25 2004-03-31 Siemens Aktiengesellschaft Patientenüberwachungssystem zur automatischen Erfassung der Einschränkungen von Alltagsfähigkeiten
US6736776B2 (en) * 2002-10-11 2004-05-18 Interactive Diagnostic Imaging, Llc Method for diagnosing and interpreting dental conditions
US8463616B2 (en) * 2002-10-15 2013-06-11 Invensys Systems, Inc. Scheduling a process according to time-varying input prices
CA2508726A1 (en) 2002-12-06 2004-07-22 Isis Pharmaceuticals, Inc. Methods for rapid identification of pathogens in humans and animals
JP2004213169A (ja) * 2002-12-27 2004-07-29 Sanyo Electric Co Ltd 健康管理システム
US20040128078A1 (en) * 2002-12-31 2004-07-01 Haughton John F. System, method and article of manufacture for flexibly setting measurements in a scalable tracking system
US20050065813A1 (en) * 2003-03-11 2005-03-24 Mishelevich David J. Online medical evaluation system
US7647116B2 (en) * 2003-03-13 2010-01-12 Medtronic, Inc. Context-sensitive collection of neurostimulation therapy data
US7158890B2 (en) * 2003-03-19 2007-01-02 Siemens Medical Solutions Health Services Corporation System and method for processing information related to laboratory tests and results
US7805190B2 (en) * 2003-04-02 2010-09-28 Physio-Control, Inc. Defibrillators customized for anticipated patients
US8046171B2 (en) 2003-04-18 2011-10-25 Ibis Biosciences, Inc. Methods and apparatus for genetic evaluation
US20040214148A1 (en) * 2003-04-22 2004-10-28 Salvino Robert J. Updating health care protocols
US7182738B2 (en) 2003-04-23 2007-02-27 Marctec, Llc Patient monitoring apparatus and method for orthosis and other devices
US8057993B2 (en) 2003-04-26 2011-11-15 Ibis Biosciences, Inc. Methods for identification of coronaviruses
US8158354B2 (en) 2003-05-13 2012-04-17 Ibis Biosciences, Inc. Methods for rapid purification of nucleic acids for subsequent analysis by mass spectrometry by solution capture
US7964343B2 (en) 2003-05-13 2011-06-21 Ibis Biosciences, Inc. Method for rapid purification of nucleic acids for subsequent analysis by mass spectrometry by solution capture
US7780595B2 (en) * 2003-05-15 2010-08-24 Clinical Decision Support, Llc Panel diagnostic method and system
US20040236608A1 (en) * 2003-05-21 2004-11-25 David Ruggio Medical and dental software program
US7290016B2 (en) * 2003-05-27 2007-10-30 Frank Hugh Byers Method and apparatus for obtaining and storing medical history records
US20130231955A1 (en) * 2003-06-06 2013-09-05 Health E 4 Life Limited Integrated, Multilevel Medical Services
WO2004109550A1 (en) * 2003-06-06 2004-12-16 Cornelius Meyer De Villiers Method of acquiring data
US20050010444A1 (en) * 2003-06-06 2005-01-13 Iliff Edwin C. System and method for assisting medical diagnosis using an anatomic system and cause matrix
CA2431473A1 (en) * 2003-06-09 2004-12-09 Janssen-Ortho, Inc. System and method for processing and managing claim forms
WO2005002431A1 (en) * 2003-06-24 2005-01-13 Johnson & Johnson Consumer Companies Inc. Method and system for rehabilitating a medical condition across multiple dimensions
US20050090372A1 (en) * 2003-06-24 2005-04-28 Mark Burrows Method and system for using a database containing rehabilitation plans indexed across multiple dimensions
US20070276285A1 (en) * 2003-06-24 2007-11-29 Mark Burrows System and Method for Customized Training to Understand Human Speech Correctly with a Hearing Aid Device
US7831451B1 (en) * 2003-06-27 2010-11-09 Quantitative Data Solutions, Inc. Systems and methods for insurance underwriting
US7330842B2 (en) * 2003-07-10 2008-02-12 Inclinix, Inc. Expert system platform
US7623915B2 (en) * 2003-07-16 2009-11-24 Medtronic Physio-Control Corp. Interactive first aid information system
US20050027172A1 (en) * 2003-07-28 2005-02-03 Mark Benavides Method and computer program for conducting comprehensive assessment of dental treatment and generating diagnostic opinion
US20050027173A1 (en) * 2003-07-31 2005-02-03 Briscoe Kathleen E. Brain injury protocols
US20050049498A1 (en) * 2003-08-13 2005-03-03 Ctrl Systems, Inc. Method of ultrasound non-contact early detection of respiratory diseases in fowls and mammals
US20050055263A1 (en) * 2003-09-08 2005-03-10 Pabuwal Aditya K Method of providing internet-based expert diagnosis and analysis to consumer inquiries
US8097416B2 (en) 2003-09-11 2012-01-17 Ibis Biosciences, Inc. Methods for identification of sepsis-causing bacteria
US8546082B2 (en) 2003-09-11 2013-10-01 Ibis Biosciences, Inc. Methods for identification of sepsis-causing bacteria
US20120122103A1 (en) 2003-09-11 2012-05-17 Rangarajan Sampath Compositions for use in identification of bacteria
US8555273B1 (en) 2003-09-17 2013-10-08 Palm. Inc. Network for updating electronic devices
US7647327B2 (en) 2003-09-24 2010-01-12 Hewlett-Packard Development Company, L.P. Method and system for implementing storage strategies of a file autonomously of a user
US20050071192A1 (en) * 2003-09-30 2005-03-31 Nada Milosavljevic Quick notation medical reference and record system and method of use
ES2349174T3 (es) 2003-10-13 2010-12-28 Novo Nordisk A/S Aparato y método para la determinación de una condición fisiológica.
US7402399B2 (en) * 2003-10-14 2008-07-22 Monogram Biosciences, Inc. Receptor tyrosine kinase signaling pathway analysis for diagnosis and therapy
US7725327B2 (en) * 2003-10-22 2010-05-25 Medco Health Solutions, Inc. Computer system and method for generating healthcare risk indices using medication compliance information
CA2545127C (en) * 2003-11-06 2015-04-07 Atsushi Matsunaga Electronic medical information system, electronic medical information programs, and computer-readable recording media for storing the electronic medical information programs
AU2011242142B2 (en) * 2003-11-06 2015-02-19 Atsushi Matsunaga Medical information computerized system, program and medium
US8600920B2 (en) 2003-11-28 2013-12-03 World Assets Consulting Ag, Llc Affinity propagation in adaptive network-based systems
US7526459B2 (en) 2003-11-28 2009-04-28 Manyworlds, Inc. Adaptive social and process network systems
US7606772B2 (en) 2003-11-28 2009-10-20 Manyworlds, Inc. Adaptive social computing methods
US20090018918A1 (en) 2004-11-04 2009-01-15 Manyworlds Inc. Influence-based Social Network Advertising
US7539652B2 (en) 2003-11-28 2009-05-26 Manyworlds, Inc. Adaptive self-modifying and recombinant systems
USRE45770E1 (en) 2003-11-28 2015-10-20 World Assets Consulting Ag, Llc Adaptive recommendation explanations
US12093983B2 (en) 2003-11-28 2024-09-17 World Assets Consulting Ag, Llc Adaptive and recursive system and method
US7526458B2 (en) 2003-11-28 2009-04-28 Manyworlds, Inc. Adaptive recommendations systems
US8566263B2 (en) 2003-11-28 2013-10-22 World Assets Consulting Ag, Llc Adaptive computer-based personalities
BRPI0417217A (pt) * 2003-12-02 2007-03-13 Shraga Rottem inteligência artificial e dispositivo para diagnóstico, seleção, prevenção e tratamento de condições materno-fetais
US10413742B2 (en) 2008-03-05 2019-09-17 Physio-Control, Inc. Defibrillator patient monitoring pod
US7957798B2 (en) 2003-12-17 2011-06-07 Physio-Control, Inc. Defibrillator/monitor system having a pod with leads capable of wirelessly communicating
US7254566B2 (en) * 2003-12-22 2007-08-07 Merkle Van D System and method for medical diagnosis
US7840416B2 (en) * 2003-12-23 2010-11-23 ProVation Medical Inc. Naturally expressed medical procedure descriptions generated via synchronized diagrams and menus
US7643826B2 (en) * 2004-01-07 2010-01-05 Hewlett-Packard Development Company, L.P. Mobile care engine system
US20050154265A1 (en) * 2004-01-12 2005-07-14 Miro Xavier A. Intelligent nurse robot
US7282031B2 (en) * 2004-02-17 2007-10-16 Ann Hendrich & Associates Method and system for assessing fall risk
US7666592B2 (en) 2004-02-18 2010-02-23 Ibis Biosciences, Inc. Methods for concurrent identification and quantification of an unknown bioagent
US8119336B2 (en) 2004-03-03 2012-02-21 Ibis Biosciences, Inc. Compositions for use in identification of alphaviruses
US7904895B1 (en) 2004-04-21 2011-03-08 Hewlett-Packard Develpment Company, L.P. Firmware update in electronic devices employing update agent in a flash memory card
US20050261941A1 (en) * 2004-05-21 2005-11-24 Alexander Scarlat Method and system for providing medical decision support
ES2641832T3 (es) 2004-05-24 2017-11-14 Ibis Biosciences, Inc. Espectrometría de masas con filtración de iones selectiva por establecimiento de umbrales digitales
US20050266411A1 (en) 2004-05-25 2005-12-01 Hofstadler Steven A Methods for rapid forensic analysis of mitochondrial DNA
US20080165978A1 (en) * 2004-06-14 2008-07-10 Johnson & Johnson Consumer Companies, Inc. Hearing Device Sound Simulation System and Method of Using the System
WO2005125277A2 (en) * 2004-06-14 2005-12-29 Johnson & Johnson Consumer Companies, Inc. A sytem for and method of conveniently and automatically testing the hearing of a person
EP1767053A4 (en) * 2004-06-14 2009-07-01 Johnson & Johnson Consumer SYSTEM AND METHOD FOR INCREASING USERS 'COMFORT FOR THE PURPOSES OF PROVIDING THE METHOD OF PURCHASING A HEARING SYSTEM WHICH RESULTS IN THE PURCHASE OF A HEARING CORRECTION DEVICE
US20080167575A1 (en) * 2004-06-14 2008-07-10 Johnson & Johnson Consumer Companies, Inc. Audiologist Equipment Interface User Database For Providing Aural Rehabilitation Of Hearing Loss Across Multiple Dimensions Of Hearing
WO2005125275A2 (en) * 2004-06-14 2005-12-29 Johnson & Johnson Consumer Companies, Inc. System for optimizing hearing within a place of business
US20080056518A1 (en) * 2004-06-14 2008-03-06 Mark Burrows System for and Method of Optimizing an Individual's Hearing Aid
WO2005125278A2 (en) * 2004-06-14 2005-12-29 Johnson & Johnson Consumer Companies, Inc. At-home hearing aid training system and method
US20080253579A1 (en) * 2004-06-14 2008-10-16 Johnson & Johnson Consumer Companies, Inc. At-Home Hearing Aid Testing and Clearing System
US20080041656A1 (en) * 2004-06-15 2008-02-21 Johnson & Johnson Consumer Companies Inc, Low-Cost, Programmable, Time-Limited Hearing Health aid Apparatus, Method of Use, and System for Programming Same
US7835922B2 (en) * 2004-07-08 2010-11-16 Astrazeneca Ab Diagnostic system and method
US7223234B2 (en) * 2004-07-10 2007-05-29 Monitrix, Inc. Apparatus for determining association variables
US7811753B2 (en) 2004-07-14 2010-10-12 Ibis Biosciences, Inc. Methods for repairing degraded DNA
MX2007002647A (es) * 2004-08-05 2007-08-06 Bio Equidae Llc Sistema de monitoreo para cria de animales.
US8526940B1 (en) 2004-08-17 2013-09-03 Palm, Inc. Centralized rules repository for smart phone customer care
US7145186B2 (en) * 2004-08-24 2006-12-05 Micron Technology, Inc. Memory cell with trenched gated thyristor
WO2006135400A2 (en) 2004-08-24 2006-12-21 Isis Pharmaceuticals, Inc. Methods for rapid identification of recombinant organisms
US7935081B2 (en) * 2004-08-31 2011-05-03 Ethicon Endo-Surgery, Inc. Drug delivery cassette and a medical effector system
US20060059012A1 (en) * 2004-09-10 2006-03-16 Thompson Christopher T Automated medical record creation system
US20060198838A1 (en) * 2004-09-28 2006-09-07 Fallon Joan M Combination enzyme for cystic fibrosis
US8448077B2 (en) * 2004-09-30 2013-05-21 Koninklijke Philips Electronics N.V. Decision support systems for guideline and knowledge navigation over different levels of abstraction of the guidelines
US9081879B2 (en) * 2004-10-22 2015-07-14 Clinical Decision Support, Llc Matrix interface for medical diagnostic and treatment advice system and method
US20060089812A1 (en) * 2004-10-25 2006-04-27 Jacquez Geoffrey M System and method for evaluating clustering in case control data
US7668733B2 (en) * 2004-11-09 2010-02-23 Medcor, Inc. Providing adaptive medical triage
US7716070B2 (en) 2004-11-09 2010-05-11 Medcor, Inc. Medical triage system
US7720692B2 (en) * 2004-11-09 2010-05-18 Medcor, Inc. Providing standardized medical triage
WO2006069268A1 (en) * 2004-12-22 2006-06-29 Pharmacyclics, Inc. System and method for analysis of neurological condition
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
US20060149321A1 (en) * 2004-12-30 2006-07-06 Merry Randy L Medical device information system
JP2006194744A (ja) * 2005-01-13 2006-07-27 Sysmex Corp 測定装置用データ処理装置、及びアプリケーションプログラム
US7682308B2 (en) * 2005-02-16 2010-03-23 Ahi Of Indiana, Inc. Method and system for assessing fall risk
US8084207B2 (en) 2005-03-03 2011-12-27 Ibis Bioscience, Inc. Compositions for use in identification of papillomavirus
US20060205040A1 (en) 2005-03-03 2006-09-14 Rangarajan Sampath Compositions for use in identification of adventitious viruses
US20060252999A1 (en) * 2005-05-03 2006-11-09 Devaul Richard W Method and system for wearable vital signs and physiology, activity, and environmental monitoring
US20060223042A1 (en) * 2005-03-30 2006-10-05 Picis, Inc. Voice activated decision support
US7653611B2 (en) * 2005-03-30 2010-01-26 Microsoft Corporation Diagnostic report improvement utilizing unobtrusive workflow logging
US20080159976A1 (en) * 2005-04-11 2008-07-03 Jacob Hartman Methods for lowering elevated uric acid levels using intravenous injections of PEG-uricase
SG10201706384VA (en) * 2005-04-11 2017-09-28 Crealta Pharmaceuticals Llc A variant form of urate oxidase and use thereof
US8148123B2 (en) * 2005-04-11 2012-04-03 Savient Pharmaceuticals, Inc. Methods for lowering elevated uric acid levels using intravenous injections of PEG-uricase
WO2006110819A2 (en) 2005-04-11 2006-10-19 Savient Pharmaceuticals, Inc. Variant forms of urate oxidase and use thereof
US20060235716A1 (en) * 2005-04-15 2006-10-19 General Electric Company Real-time interactive completely transparent collaboration within PACS for planning and consultation
EP1877981A4 (en) * 2005-05-02 2009-12-16 Univ Virginia SYSTEMS, DEVICES AND METHODS FOR INTERPRETATION OF MOVEMENTS
US20070207449A1 (en) * 2005-05-19 2007-09-06 Feierstein Roslyn E Method of analyzing question responses to select among defined possibilities and means of accomplishing same
US7624030B2 (en) 2005-05-20 2009-11-24 Carlos Feder Computer-implemented medical analytics method and system employing a modified mini-max procedure
US20060264713A1 (en) * 2005-05-20 2006-11-23 Christoph Pedain Disease and therapy dissemination representation
US20090081122A1 (en) * 2005-05-23 2009-03-26 Universite De Geneve Injectable superparamagnetic nanoparticles for treatment by hyperthermia and use for forming an hyperthermic implant
US9286440B1 (en) * 2005-06-15 2016-03-15 Retrac, Inc. Self-contained emergency situation assistance kit with programmed audio and visual instructions
JP4866576B2 (ja) * 2005-07-11 2012-02-01 インフォコム株式会社 診療支援システム
WO2007010521A2 (en) * 2005-07-18 2007-01-25 Integralis Ltd. Apparatus, method and computer readable code for forecasting the onset of potentially life-threatening disease
US8026084B2 (en) 2005-07-21 2011-09-27 Ibis Biosciences, Inc. Methods for rapid identification and quantitation of nucleic acid variants
US20070055552A1 (en) * 2005-07-27 2007-03-08 St Clair David System and method for health care data integration and management
EP1920373A4 (en) * 2005-08-01 2010-11-24 Healthtrio Llc METHOD AND SYSTEM FOR PRODUCING AN INDIVIDUAL ELECTRONIC MEDICAL RECORD
US20080058282A1 (en) 2005-08-30 2008-03-06 Fallon Joan M Use of lactulose in the treatment of autism
US20080046286A1 (en) * 2005-09-16 2008-02-21 Halsted Mark J Computer implemented healthcare monitoring, notifying and/or scheduling system
US20070067185A1 (en) * 2005-09-16 2007-03-22 Halsted Mark J Medical diagnosis feedback tool
US20070082329A1 (en) * 2005-10-07 2007-04-12 Pathways To Pregnancy Lp Infertility assessment and treatment system
US20090006419A1 (en) * 2005-11-07 2009-01-01 Eric Savitsky System and Method for Personalized Health Information Delivery
US8509926B2 (en) * 2005-12-05 2013-08-13 Fisher-Rosemount Systems, Inc. Self-diagnostic process control loop for a process plant
WO2007075828A2 (en) * 2005-12-19 2007-07-05 Roy Schoenberg Vendor and consumer matching
CA2530928A1 (en) * 2005-12-20 2007-06-20 Ibm Canada Limited - Ibm Canada Limitee Recommending solutions with an expert system
US8005694B1 (en) 2005-12-28 2011-08-23 United Services Automobile Association Systems and methods of automating consideration of low cholesterol risk
US7945462B1 (en) 2005-12-28 2011-05-17 United Services Automobile Association (Usaa) Systems and methods of automating reconsideration of cardiac risk
US8019628B1 (en) 2005-12-28 2011-09-13 United Services Automobile Association Systems and methods of automating determination of hepatitis risk
US10468139B1 (en) 2005-12-28 2019-11-05 United Services Automobile Association Systems and methods of automating consideration of low body mass risk
US8024204B1 (en) 2005-12-28 2011-09-20 United Services Automobile Association Systems and methods of automating determination of low body mass risk
WO2007081732A2 (en) * 2006-01-04 2007-07-19 Gordon, Linda, Susan Electronic disease management system
US20070185545A1 (en) * 2006-02-06 2007-08-09 Medtronic Emergency Response Systems, Inc. Post-download patient data protection in a medical device
US8666488B2 (en) 2006-02-06 2014-03-04 Physio-Control, Inc. Post-download patient data protection in a medical device
EP1993633B1 (en) 2006-02-09 2016-11-09 Deka Products Limited Partnership Pumping fluid delivery systems and methods using force application assembly
US11027058B2 (en) 2006-02-09 2021-06-08 Deka Products Limited Partnership Infusion pump assembly
US11478623B2 (en) 2006-02-09 2022-10-25 Deka Products Limited Partnership Infusion pump assembly
US12070574B2 (en) 2006-02-09 2024-08-27 Deka Products Limited Partnership Apparatus, systems and methods for an infusion pump assembly
US11497846B2 (en) 2006-02-09 2022-11-15 Deka Products Limited Partnership Patch-sized fluid delivery systems and methods
US11364335B2 (en) 2006-02-09 2022-06-21 Deka Products Limited Partnership Apparatus, system and method for fluid delivery
US10468125B1 (en) 2006-03-02 2019-11-05 Emerge Clinical Solutions, LLC System and method for diagnosis and treatment of cardiac episodes
EP2010679A2 (en) 2006-04-06 2009-01-07 Ibis Biosciences, Inc. Compositions for the use in identification of fungi
ES2532804T3 (es) * 2006-04-12 2015-03-31 Crealta Pharmaceuticals Llc Purificación de proteínas con tensioactivo catiónico
WO2007124356A2 (en) * 2006-04-19 2007-11-01 Consumermed, Inc. Methods and systems for providing evidence based evaluations of medical treatments
US8209676B2 (en) 2006-06-08 2012-06-26 Hewlett-Packard Development Company, L.P. Device management in a network
JP4157573B2 (ja) 2006-06-09 2008-10-01 オリンパスメディカルシステムズ株式会社 問診票データ作成装置
US20090157663A1 (en) * 2006-06-13 2009-06-18 High Tech Campus 44 Modeling qualitative relationships in a causal graph
JP5385134B2 (ja) * 2006-06-22 2014-01-08 マルチモーダル・テクノロジーズ・エルエルシー コンピュータ実装方法
US8888697B2 (en) * 2006-07-24 2014-11-18 Webmd, Llc Method and system for enabling lay users to obtain relevant, personalized health related information
US8752044B2 (en) 2006-07-27 2014-06-10 Qualcomm Incorporated User experience and dependency management in a mobile device
US20080040150A1 (en) * 2006-08-09 2008-02-14 Kao Philip M Methods and apparatus for searching and identifying diseases
US20080046392A1 (en) * 2006-08-21 2008-02-21 Gordon Leslie Clark System and methods for determining the decision-making competence of a subject
US20080051770A1 (en) * 2006-08-22 2008-02-28 Synergetics, Inc. Multiple Target Laser Probe
JP2008052511A (ja) * 2006-08-24 2008-03-06 Alpha International:Kk Ebmに基づいた生活習慣病チェックプログラム及び当該ebmに基づいた生活習慣病チェックプログラムを記憶したコンピュータ読み取り可能な記憶媒体、並びにebmに基づいた生活習慣病チェックシステム
US20080057484A1 (en) * 2006-09-05 2008-03-06 Shinichi Miyata Event-driven method for tutoring a user in the determination of an analyte in a bodily fluid sample
US20090113312A1 (en) * 2006-09-08 2009-04-30 American Well Systems Connecting Providers of Legal Services
EP2062215A4 (en) * 2006-09-08 2010-12-29 American Well Corp CONNECTING CONSUMERS AND SERVICE PROVIDERS
US20090138317A1 (en) * 2006-09-08 2009-05-28 Roy Schoenberg Connecting Providers of Financial Services
US7590550B2 (en) 2006-09-08 2009-09-15 American Well Inc. Connecting consumers with service providers
US20160212182A9 (en) 2006-09-08 2016-07-21 American Well Corporation Availability Management Processing for Brokered Engagements
US7848937B2 (en) * 2006-09-08 2010-12-07 American Well Corporation Connecting consumers with service providers
US9149473B2 (en) 2006-09-14 2015-10-06 Ibis Biosciences, Inc. Targeted whole genome amplification method for identification of pathogens
US20080082361A1 (en) * 2006-10-02 2008-04-03 Siemens Medical Solutions Usa, Inc. Adverse Treatment Event Management System
US20080091631A1 (en) * 2006-10-11 2008-04-17 Henry Joseph Legere Method and Apparatus for an Algorithmic Approach to Patient-Driven Computer-Assisted Diagnosis
US20080091086A1 (en) * 2006-10-12 2008-04-17 Henry Joseph Legere Method and Apparatus for a Constellation-of-Symptoms Approach to Patient-Driven Computer-Assisted Diagnosis
US20080087955A1 (en) * 2006-10-17 2008-04-17 We-Flex, Llc Suction-Mountable Display Device
US8540515B2 (en) * 2006-11-27 2013-09-24 Pharos Innovations, Llc Optimizing behavioral change based on a population statistical profile
US8540517B2 (en) * 2006-11-27 2013-09-24 Pharos Innovations, Llc Calculating a behavioral path based on a statistical profile
US8540516B2 (en) * 2006-11-27 2013-09-24 Pharos Innovations, Llc Optimizing behavioral change based on a patient statistical profile
US20080133275A1 (en) * 2006-11-28 2008-06-05 Ihc Intellectual Asset Management, Llc Systems and methods for exploiting missing clinical data
US20080147437A1 (en) * 2006-12-19 2008-06-19 Doud Gregory P Intelligent Guided Registration Within A Health Information System
US8930178B2 (en) 2007-01-04 2015-01-06 Children's Hospital Medical Center Processing text with domain-specific spreading activation methods
US20100093100A1 (en) * 2007-01-12 2010-04-15 University Of Louisville Research Foundation, Inc. Profiling method useful for condition diagnosis and monitoring, composition screening, and therapeutic monitoring
AU2008206461B2 (en) * 2007-01-12 2013-08-15 University Of Louisville Research Foundation, Inc. Proteomic profiling method useful for condition diagnosis and monitoring, composition screening, and therapeutic monitoring
WO2008087738A1 (ja) * 2007-01-19 2008-07-24 Fujitsu Limited 病名入力支援プログラム、方法及び装置
US8380530B2 (en) 2007-02-02 2013-02-19 Webmd Llc. Personalized health records with associative relationships
WO2008098246A1 (en) 2007-02-09 2008-08-14 Deka Products Limited Partnership Automated insertion assembly
JP5680304B2 (ja) 2007-02-23 2015-03-04 アイビス バイオサイエンシズ インコーポレイティッド 迅速な法医学的dna分析法
US20080228700A1 (en) 2007-03-16 2008-09-18 Expanse Networks, Inc. Attribute Combination Discovery
US20080228040A1 (en) * 2007-03-16 2008-09-18 Arthur Solomon Thompson International medical expert diagnosis
US20080319276A1 (en) * 2007-03-30 2008-12-25 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Computational user-health testing
US20080242951A1 (en) * 2007-03-30 2008-10-02 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Effective low-profile health monitoring or the like
US20090118593A1 (en) * 2007-11-07 2009-05-07 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Determining a demographic characteristic based on computational user-health testing of a user interaction with advertiser-specified content
US20080243005A1 (en) * 2007-03-30 2008-10-02 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Computational user-health testing
US20090018407A1 (en) * 2007-03-30 2009-01-15 Searete Llc, A Limited Corporation Of The State Of Delaware Computational user-health testing
US20080242947A1 (en) * 2007-03-30 2008-10-02 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Configuring software for effective health monitoring or the like
US20080287821A1 (en) * 2007-03-30 2008-11-20 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Computational user-health testing
US20080243543A1 (en) * 2007-03-30 2008-10-02 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Effective response protocols for health monitoring or the like
US20090005654A1 (en) * 2007-03-30 2009-01-01 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Computational user-health testing
US20090024050A1 (en) * 2007-03-30 2009-01-22 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Computational user-health testing
US20090132275A1 (en) * 2007-11-19 2009-05-21 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Determining a demographic characteristic of a user based on computational user-health testing
US20080242948A1 (en) * 2007-03-30 2008-10-02 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Effective low-profile health monitoring or the like
US20090005653A1 (en) * 2007-03-30 2009-01-01 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Computational user-health testing
US20080242952A1 (en) * 2007-03-30 2008-10-02 Searete Llc, A Limited Liablity Corporation Of The State Of Delaware Effective response protocols for health monitoring or the like
US20080242949A1 (en) * 2007-03-30 2008-10-02 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Computational user-health testing
US20080249761A1 (en) * 2007-04-04 2008-10-09 Easterly Orville E System and method for the automatic generation of grammatically correct electronic medical records
US8959012B2 (en) * 2007-04-04 2015-02-17 Orville E. Easterly System and method for the automatic generation of patient-specific and grammatically correct electronic medical records
US20110029322A1 (en) * 2007-04-11 2011-02-03 Dr. Walid Hindo Health care system
WO2008127627A1 (en) * 2007-04-12 2008-10-23 Warren Pamela A Psychological disability evaluation software, methods and systems
JP5646988B2 (ja) * 2007-04-13 2014-12-24 コーニンクレッカ フィリップス エヌ ヴェ 臨床イベントの相関付け
EP2145310A4 (en) * 2007-04-30 2013-04-24 Clinical Decision Support Llc SYSTEM AND METHOD FOR COMPUTERIZED DIAGNOSTIC ARBITRATOR AND MEDICAL ADVICE
WO2008151023A2 (en) 2007-06-01 2008-12-11 Ibis Biosciences, Inc. Methods and compositions for multiple displacement amplification of nucleic acids
US9578152B2 (en) 2007-06-15 2017-02-21 American Well Corporation Telephonic-based engagements
US8712748B2 (en) * 2007-06-27 2014-04-29 Roche Diagnostics Operations, Inc. Medical diagnosis, therapy, and prognosis system for invoked events and methods thereof
US20090043752A1 (en) 2007-08-08 2009-02-12 Expanse Networks, Inc. Predicting Side Effect Attributes
US20090064028A1 (en) * 2007-08-30 2009-03-05 Kimberly-Clark Worldwide, Inc. Decision tree device and website for providing information
US20090062623A1 (en) * 2007-08-30 2009-03-05 Kimberly-Clark Worldwide, Inc. Identifying possible medical conditions of a patient
JP6148814B2 (ja) * 2007-09-11 2017-06-14 バウディノ,フランク ヘルスブース
US20090082636A1 (en) * 2007-09-20 2009-03-26 Anthony Vallone Automated correlational health diagnosis
US7653558B2 (en) * 2007-10-01 2010-01-26 American Well Inc. Consolidation of consumer interactions within a medical brokerage system
US7933783B2 (en) * 2007-10-01 2011-04-26 American Well Corporation Medical listener
US7945456B2 (en) * 2007-10-01 2011-05-17 American Well Corporation Documenting remote engagements
US7895061B2 (en) * 2007-10-02 2011-02-22 American Well Corporation Auctioning provider prices
US20090089147A1 (en) * 2007-10-02 2009-04-02 American Well Inc. Provider supply & consumer demand management
US7840418B2 (en) * 2007-10-02 2010-11-23 American Well Corporation Tracking the availability of service providers across multiple platforms
US7937275B2 (en) * 2007-10-02 2011-05-03 American Well Corporation Identifying clinical trial candidates
US8504382B2 (en) * 2007-10-02 2013-08-06 American Well Corporation Identifying trusted providers
US8521553B2 (en) * 2007-10-02 2013-08-27 American Well Corporation Identification of health risks and suggested treatment actions
US7818183B2 (en) * 2007-10-22 2010-10-19 American Well Corporation Connecting consumers with service providers
US7958066B2 (en) * 2007-11-02 2011-06-07 Hunch Inc. Interactive machine learning advice facility
US8484142B2 (en) * 2007-11-02 2013-07-09 Ebay Inc. Integrating an internet preference learning facility into third parties
US9159034B2 (en) 2007-11-02 2015-10-13 Ebay Inc. Geographically localized recommendations in a computing advice facility
US11263543B2 (en) 2007-11-02 2022-03-01 Ebay Inc. Node bootstrapping in a social graph
US8494978B2 (en) 2007-11-02 2013-07-23 Ebay Inc. Inferring user preferences from an internet based social interactive construct
US8666909B2 (en) 2007-11-02 2014-03-04 Ebay, Inc. Interestingness recommendations in a computing advice facility
US8032480B2 (en) * 2007-11-02 2011-10-04 Hunch Inc. Interactive computing advice facility with learning based on user feedback
US9050098B2 (en) * 2007-11-28 2015-06-09 Covidien Ag Cordless medical cauterization and cutting device
US20090150252A1 (en) * 2007-12-10 2009-06-11 American Well Inc. Connecting Service Providers And Consumers Of Services Independent Of Geographical Location
US8543419B2 (en) * 2007-12-20 2013-09-24 International Business Machines Corporation Methods, systems, and computer program products for providing an information storage management system
US20090164248A1 (en) * 2007-12-21 2009-06-25 Providence Medical Group, A Division Of Providence Health System System and Method for Patient Management/Communication with Intervention
US20090164249A1 (en) * 2007-12-21 2009-06-25 Providence Medical Group, A Division Of Providence Health System - Oregon System and Method for Patient Management/Communication with Filtering
US20090164237A1 (en) * 2007-12-21 2009-06-25 Providence Medical Group, A Division Of Providence Health System - Oregon System and Method for Patient Management/Communication
WO2009083839A1 (en) * 2007-12-28 2009-07-09 Koninklijke Philips Electronics, N.V. Method and apparatus for identifying relationships in data based on time-dependent relationships
US8900188B2 (en) 2007-12-31 2014-12-02 Deka Products Limited Partnership Split ring resonator antenna adapted for use in wirelessly controlled medical device
WO2009088956A2 (en) 2007-12-31 2009-07-16 Deka Products Limited Partnership Infusion pump assembly
US10188787B2 (en) 2007-12-31 2019-01-29 Deka Products Limited Partnership Apparatus, system and method for fluid delivery
US10080704B2 (en) 2007-12-31 2018-09-25 Deka Products Limited Partnership Apparatus, system and method for fluid delivery
US8881774B2 (en) 2007-12-31 2014-11-11 Deka Research & Development Corp. Apparatus, system and method for fluid delivery
US9456955B2 (en) 2007-12-31 2016-10-04 Deka Products Limited Partnership Apparatus, system and method for fluid delivery
US20090198511A1 (en) * 2008-02-04 2009-08-06 Raimar Boehlke Methods and Systems for Collecting and Analyzing Medical Data
US8515786B2 (en) 2008-02-22 2013-08-20 Accenture Global Services Gmbh Rule generation system adapted for an insurance claim processing system
US20090217185A1 (en) * 2008-02-22 2009-08-27 Eugene Goldfarb Container generation system for a customizable application
US8478769B2 (en) 2008-02-22 2013-07-02 Accenture Global Services Limited Conversational question generation system adapted for an insurance claim processing system
US8658163B2 (en) 2008-03-13 2014-02-25 Curemark Llc Compositions and use thereof for treating symptoms of preeclampsia
US7912737B2 (en) * 2008-04-07 2011-03-22 American Well Corporation Continuity of medical care
US8084025B2 (en) 2008-04-18 2011-12-27 Curemark Llc Method for the treatment of the symptoms of drug and alcohol addiction
US7890345B2 (en) * 2008-04-18 2011-02-15 American Well Corporation Establishment of a telephone based engagement
US9858392B2 (en) * 2008-05-12 2018-01-02 Koninklijke Philips N.V. Medical analysis system
WO2009155336A1 (en) * 2008-06-17 2009-12-23 American Well Systems Patient directed integration of remotely stored medical information with a brokerage system
US20090313076A1 (en) * 2008-06-17 2009-12-17 Roy Schoenberg Arranging remote engagements
US20090324730A1 (en) * 2008-06-26 2009-12-31 Fallon Joan M Methods and compositions for the treatment of symptoms of complex regional pain syndrome
US9320780B2 (en) 2008-06-26 2016-04-26 Curemark Llc Methods and compositions for the treatment of symptoms of Williams Syndrome
US11016104B2 (en) * 2008-07-01 2021-05-25 Curemark, Llc Methods and compositions for the treatment of symptoms of neurological and mental health disorders
US20100017755A1 (en) * 2008-07-15 2010-01-21 Rasmussen G Lynn Systems and methods for graphically conveying patient medical information
US9280863B2 (en) 2008-07-16 2016-03-08 Parata Systems, Llc Automated dispensing system for pharmaceuticals and other medical items
US20100049547A1 (en) * 2008-07-21 2010-02-25 Seattle Information Systems, Inc. Person Reported Outcome Report Generation
US10776453B2 (en) * 2008-08-04 2020-09-15 Galenagen, Llc Systems and methods employing remote data gathering and monitoring for diagnosing, staging, and treatment of Parkinsons disease, movement and neurological disorders, and chronic pain
US20100049554A1 (en) * 2008-08-22 2010-02-25 Mcconnell Rachel Ann Methods and systems of insuring fertility care lifestyle affairs
WO2010023604A1 (en) * 2008-08-28 2010-03-04 Koninklijke Philips Electronics N.V. Fall detection and/or prevention systems
EP3881874A1 (en) 2008-09-15 2021-09-22 DEKA Products Limited Partnership Systems and methods for fluid delivery
US8534447B2 (en) 2008-09-16 2013-09-17 Ibis Biosciences, Inc. Microplate handling systems and related computer program products and methods
WO2010033599A2 (en) 2008-09-16 2010-03-25 Ibis Biosciences, Inc. Mixing cartridges, mixing stations, and related kits, systems, and methods
WO2010033627A2 (en) 2008-09-16 2010-03-25 Ibis Biosciences, Inc. Sample processing units, systems, and related methods
EP2344961A4 (en) * 2008-09-29 2012-07-25 Ingenix Inc APPARATUS, SYSTEM AND METHOD FOR PREDICTING ATTITUDE SEGMENTS
US20100092447A1 (en) * 2008-10-03 2010-04-15 Fallon Joan M Methods and compositions for the treatment of symptoms of prion diseases
US8262616B2 (en) 2008-10-10 2012-09-11 Deka Products Limited Partnership Infusion pump assembly
US9180245B2 (en) 2008-10-10 2015-11-10 Deka Products Limited Partnership System and method for administering an infusible fluid
US20110113041A1 (en) * 2008-10-17 2011-05-12 Louis Hawthorne System and method for content identification and customization based on weighted recommendation scores
US20100114937A1 (en) * 2008-10-17 2010-05-06 Louis Hawthorne System and method for content customization based on user's psycho-spiritual map of profile
US20100107075A1 (en) * 2008-10-17 2010-04-29 Louis Hawthorne System and method for content customization based on emotional state of the user
US7908154B2 (en) * 2008-10-27 2011-03-15 MedSleuth, Inc. System and method for generating a medical history
US20100114604A1 (en) * 2008-10-31 2010-05-06 Joseph Bernstein Authorization Process for High Intensity Medical Interventions
EP2192510A1 (de) * 2008-11-19 2010-06-02 CompuGroup Holding AG Verfahren zur medizinischen Diagnoseunterstützung
US20100125175A1 (en) * 2008-11-20 2010-05-20 Anthony Vallone Icon-based healthcare interfaces based on health condition events
US20100131434A1 (en) * 2008-11-24 2010-05-27 Air Products And Chemicals, Inc. Automated patient-management system for presenting patient-health data to clinicians, and methods of operation thereor
US8700424B2 (en) * 2008-12-03 2014-04-15 Itriage, Llc Platform for connecting medical information to services for medical care
US8386519B2 (en) 2008-12-30 2013-02-26 Expanse Networks, Inc. Pangenetic web item recommendation system
US8108406B2 (en) 2008-12-30 2012-01-31 Expanse Networks, Inc. Pangenetic web user behavior prediction system
DK3064217T3 (en) 2009-01-06 2018-05-28 Galenagen Llc COMPOSITIONS COMPREHENSIVE PROTEASE, AMYLASE AND LIPASE FOR USE IN TREATMENT OF STAPHYLOCOCCUS AUREUS INFECTIONS
EP2373693A4 (en) 2009-01-06 2012-04-25 Curelon Llc COMPOSITIONS AND METHODS FOR THE TREATMENT OR PREVENTION OF ORAL INFECTIONS BY E. COLI
WO2010093943A1 (en) 2009-02-12 2010-08-19 Ibis Biosciences, Inc. Ionization probe assemblies
US20100222649A1 (en) * 2009-03-02 2010-09-02 American Well Systems Remote medical servicing
US9719083B2 (en) 2009-03-08 2017-08-01 Ibis Biosciences, Inc. Bioagent detection methods
US8675221B1 (en) 2009-03-12 2014-03-18 Sanah, Inc. System and method for processing and distribution of unsructured documents
WO2010114842A1 (en) 2009-03-30 2010-10-07 Ibis Biosciences, Inc. Bioagent detection systems, devices, and methods
US8676598B2 (en) * 2009-03-31 2014-03-18 Jacob George Kuriyan Chronic population based cost model to compare effectiveness of preventive care programs
US9056050B2 (en) 2009-04-13 2015-06-16 Curemark Llc Enzyme delivery systems and methods of preparation and use
EP2425356B1 (en) * 2009-04-27 2019-03-13 Cincinnati Children's Hospital Medical Center Computer implemented system and method for assessing a neuropsychiatric condition of a human subject
US9015609B2 (en) * 2009-05-18 2015-04-21 American Well Corporation Provider to-provider consultations
US20100293007A1 (en) * 2009-05-18 2010-11-18 Roy Schoenberg Provider Decision Support
BRPI1010069A2 (pt) 2009-06-25 2016-03-15 Savient Pharmaceuticals Inc "método para prevenir reações à infusão durante terapia por uricase peguilada em pacientes; e método para diagnosticar se um paciente tratado com uricase peguilada desenvolverá reações à infusão ou desenvolverá liberação de uricase peguilada mediada por anticorpo sem a medição de títulos de anticorpos anti-peg e anti-uricase peguilada"
US8463620B2 (en) * 2009-07-08 2013-06-11 American Well Corporation Connecting consumers with service providers
EP2453948B1 (en) 2009-07-15 2015-02-18 DEKA Products Limited Partnership Apparatus, systems and methods for an infusion pump assembly
US8950604B2 (en) 2009-07-17 2015-02-10 Ibis Biosciences, Inc. Lift and mount apparatus
EP2454000A4 (en) 2009-07-17 2016-08-10 Ibis Biosciences Inc SYSTEMS FOR IDENTIFYING BIOLOGICAL SUBSTANCES
US20110015940A1 (en) * 2009-07-20 2011-01-20 Nathan Goldfein Electronic physician order sheet
US20110016102A1 (en) * 2009-07-20 2011-01-20 Louis Hawthorne System and method for identifying and providing user-specific psychoactive content
WO2011013007A2 (en) * 2009-07-29 2011-02-03 Purapharm International (Hk) Limited Ontological information retrieval system
US9416409B2 (en) 2009-07-31 2016-08-16 Ibis Biosciences, Inc. Capture primers and capture sequence linked solid supports for molecular diagnostic tests
EP3098325A1 (en) 2009-08-06 2016-11-30 Ibis Biosciences, Inc. Non-mass determined base compositions for nucleic acid detection
US20110046972A1 (en) * 2009-08-20 2011-02-24 Andromeda Systems Incorporated Method and system for health-centered medicine
US20110065111A1 (en) * 2009-08-31 2011-03-17 Ibis Biosciences, Inc. Compositions For Use In Genotyping Of Klebsiella Pneumoniae
US8751495B2 (en) * 2009-09-29 2014-06-10 Siemens Medical Solutions Usa, Inc. Automated patient/document identification and categorization for medical data
WO2011041383A1 (en) * 2009-09-29 2011-04-07 Telcordia Technologies, Inc. Enabling capture, transmission and reconstruction of relative causitive contextural history for resource-constrained stream computing applications
EP2488656B1 (en) 2009-10-15 2015-06-03 Ibis Biosciences, Inc. Multiple displacement amplification
US9511125B2 (en) 2009-10-21 2016-12-06 Curemark Llc Methods and compositions for the treatment of influenza
US20110106593A1 (en) * 2009-10-30 2011-05-05 Roy Schoenberg Coupon Codes
US8560479B2 (en) 2009-11-23 2013-10-15 Keas, Inc. Risk factor coaching engine that determines a user health score
US8265960B2 (en) * 2009-11-24 2012-09-11 Walgreen Co. System and method for disease state marketing
US8521555B2 (en) 2009-12-09 2013-08-27 Hartford Fire Insurance Company System and method using a predictive model for nurse intervention program decisions
EP2348450B1 (en) 2009-12-18 2013-11-06 CompuGroup Medical AG Database system, computer system, and computer-readable storage medium for decrypting a data record
US20110154197A1 (en) * 2009-12-18 2011-06-23 Louis Hawthorne System and method for algorithmic movie generation based on audio/video synchronization
US20110153347A1 (en) * 2009-12-23 2011-06-23 Adam Bosworth Analysis of User Laboratory Test Results
US20110153344A1 (en) * 2009-12-23 2011-06-23 General Electric Company, A New York Corporation Methods and apparatus for integrated medical case research and collaboration
CA2787178C (en) 2010-01-22 2019-02-12 Deka Products Limited Partnership Method and system for shape-memory alloy wire control
US20110184761A1 (en) * 2010-01-25 2011-07-28 Siemens Medical Solutions Usa, Inc. Method and Apparatus for Estimating Patient Populations
CA2789158C (en) * 2010-02-10 2016-12-20 Mmodal Ip Llc Providing computable guidance to relevant evidence in question-answering systems
US20110224998A1 (en) * 2010-03-10 2011-09-15 Roy Schoenberg Online Care For Provider Practices
EP2365456B1 (en) * 2010-03-11 2016-07-20 CompuGroup Medical SE Data structure, method and system for predicting medical conditions
WO2011115840A2 (en) 2010-03-14 2011-09-22 Ibis Biosciences, Inc. Parasite detection via endosymbiont detection
CN102822832A (zh) * 2010-03-31 2012-12-12 皇家飞利浦电子股份有限公司 用于优化问卷的方法和系统
WO2011129817A2 (en) * 2010-04-13 2011-10-20 Empire Technology Development Llc Semantic medical devices
WO2011129816A1 (en) 2010-04-13 2011-10-20 Empire Technology Development Llc Semantic compression
US20110257988A1 (en) * 2010-04-14 2011-10-20 Carmel-Haifa University Economic Corp. Ltd. Multi-phase anchor-based diagnostic decision-support method and system
US8799204B1 (en) * 2010-04-19 2014-08-05 Express Scripts, Inc. Methods and systems for member messaging
RU2445916C2 (ru) * 2010-04-20 2012-03-27 Общество с ограниченной ответственностью "Найтек" Способ доврачебной оценки функционального состояния человека и автоматическая система оценки функционального состояния пользователя (варианты)
US8943364B2 (en) * 2010-04-30 2015-01-27 International Business Machines Corporation Appliance for storing, managing and analyzing problem determination artifacts
US9734285B2 (en) 2010-05-20 2017-08-15 General Electric Company Anatomy map navigator systems and methods of use
US10943676B2 (en) 2010-06-08 2021-03-09 Cerner Innovation, Inc. Healthcare information technology system for predicting or preventing readmissions
CA2804293A1 (en) * 2010-06-20 2011-12-29 Univfy Inc. Method of delivering decision support systems (dss) and electronic health records (ehr) for reproductive care, pre-conceptive care, fertility treatments, and other health conditions
US11152118B2 (en) 2010-07-20 2021-10-19 Interfaced Solutions, Inc. Electronic medical record interactive interface system
US20120022892A1 (en) * 2010-07-20 2012-01-26 Interfaceed Solutions, Llc Electronic medical record interactive interface system
US9002781B2 (en) 2010-08-17 2015-04-07 Fujitsu Limited Annotating environmental data represented by characteristic functions
US8495038B2 (en) 2010-08-17 2013-07-23 Fujitsu Limited Validating sensor data represented by characteristic functions
US8874607B2 (en) 2010-08-17 2014-10-28 Fujitsu Limited Representing sensor data as binary decision diagrams
US8583718B2 (en) 2010-08-17 2013-11-12 Fujitsu Limited Comparing boolean functions representing sensor data
US8930394B2 (en) 2010-08-17 2015-01-06 Fujitsu Limited Querying sensor data stored as binary decision diagrams
US8645108B2 (en) 2010-08-17 2014-02-04 Fujitsu Limited Annotating binary decision diagrams representing sensor data
US8572146B2 (en) 2010-08-17 2013-10-29 Fujitsu Limited Comparing data samples represented by characteristic functions
US9138143B2 (en) * 2010-08-17 2015-09-22 Fujitsu Limited Annotating medical data represented by characteristic functions
US8463673B2 (en) 2010-09-23 2013-06-11 Mmodal Ip Llc User feedback in semi-automatic question answering systems
US9002773B2 (en) * 2010-09-24 2015-04-07 International Business Machines Corporation Decision-support application and system for problem solving using a question-answering system
US10431336B1 (en) 2010-10-01 2019-10-01 Cerner Innovation, Inc. Computerized systems and methods for facilitating clinical decision making
US10734115B1 (en) 2012-08-09 2020-08-04 Cerner Innovation, Inc Clinical decision support for sepsis
US11398310B1 (en) 2010-10-01 2022-07-26 Cerner Innovation, Inc. Clinical decision support for sepsis
US11348667B2 (en) 2010-10-08 2022-05-31 Cerner Innovation, Inc. Multi-site clinical decision support
EP2657892A4 (en) * 2010-10-29 2014-10-15 Obschestvo S Ogranichennoy Otvetstvennostiu Pravovoe Soprovojdenie Bisnesa CLINICAL INFORMATION SYSTEM
US20120173475A1 (en) * 2010-12-30 2012-07-05 Cerner Innovation, Inc. Health Information Transformation System
US8631352B2 (en) 2010-12-30 2014-01-14 Cerner Innovation, Inc. Provider care cards
US9111018B2 (en) 2010-12-30 2015-08-18 Cerner Innovation, Inc Patient care cards
US10628553B1 (en) 2010-12-30 2020-04-21 Cerner Innovation, Inc. Health information transformation system
KR101224135B1 (ko) * 2011-03-22 2013-01-21 계명대학교 산학협력단 엔트로피 러프 근사화 기술에 기반한 감별진단을 위한 주요 파라미터 추출방법 및 이를 이용한 통합 임상 의사결정 지원 시스템
CN102110192A (zh) * 2011-04-02 2011-06-29 中国医学科学院医学信息研究所 基于诊断要素数据关联的疾病辅助判断方法
US9626650B2 (en) 2011-04-14 2017-04-18 Elwha Llc Cost-effective resource apportionment technologies suitable for facilitating therapies
US10445846B2 (en) 2011-04-14 2019-10-15 Elwha Llc Cost-effective resource apportionment technologies suitable for facilitating therapies
ES2726978T3 (es) 2011-04-21 2019-10-11 Curemark Llc Compuestos para el tratamiento de trastornos neuropsiquiátricos
US20120290310A1 (en) * 2011-05-12 2012-11-15 Onics Inc Dynamic decision tree system for clinical information acquisition
US9153142B2 (en) * 2011-05-26 2015-10-06 International Business Machines Corporation User interface for an evidence-based, hypothesis-generating decision support system
RU2487655C2 (ru) * 2011-06-24 2013-07-20 Виктор Иосифович Щербак Способ медицинской неинвазивной диагностики пациентов и система медицинской неинвазивной диагностики пациентов
US11062238B2 (en) 2011-08-11 2021-07-13 Cerner Innovation, Inc. Recreating a time-ordered sequence of events
US9734474B2 (en) * 2011-08-11 2017-08-15 Cerner Innovation, Inc. Recreating the state of a clinical system
US20130046153A1 (en) 2011-08-16 2013-02-21 Elwha LLC, a limited liability company of the State of Delaware Systematic distillation of status data relating to regimen compliance
US9844417B2 (en) 2011-09-08 2017-12-19 Mobilize Rrs Llc Medical tool kit
ITTO20110823A1 (it) * 2011-09-15 2013-03-16 St Microelectronics Srl Sistema e procedimento per taggare contenuti multimediali, e relativo prodotto informatico
US8719214B2 (en) 2011-09-23 2014-05-06 Fujitsu Limited Combining medical binary decision diagrams for analysis optimization
US8838523B2 (en) 2011-09-23 2014-09-16 Fujitsu Limited Compression threshold analysis of binary decision diagrams
US8620854B2 (en) 2011-09-23 2013-12-31 Fujitsu Limited Annotating medical binary decision diagrams with health state information
US9176819B2 (en) 2011-09-23 2015-11-03 Fujitsu Limited Detecting sensor malfunctions using compression analysis of binary decision diagrams
US8781995B2 (en) 2011-09-23 2014-07-15 Fujitsu Limited Range queries in binary decision diagrams
US9075908B2 (en) 2011-09-23 2015-07-07 Fujitsu Limited Partitioning medical binary decision diagrams for size optimization
US8812943B2 (en) 2011-09-23 2014-08-19 Fujitsu Limited Detecting data corruption in medical binary decision diagrams using hashing techniques
US8909592B2 (en) 2011-09-23 2014-12-09 Fujitsu Limited Combining medical binary decision diagrams to determine data correlations
US9177247B2 (en) 2011-09-23 2015-11-03 Fujitsu Limited Partitioning medical binary decision diagrams for analysis optimization
WO2013044354A1 (en) * 2011-09-26 2013-04-04 Trakadis John Method and system for genetic trait search based on the phenotype and the genome of a human subject
US10446266B1 (en) 2011-10-03 2019-10-15 Emerge Clinical Solutions, LLC System and method for optimizing nuclear imaging appropriateness decisions
US8856156B1 (en) 2011-10-07 2014-10-07 Cerner Innovation, Inc. Ontology mapper
US20140258306A1 (en) * 2011-10-12 2014-09-11 The Johns Hopkins University Novel Simulation and Permutation Methods for the Determination of Temporal Association between Two Events
US20130096947A1 (en) * 2011-10-13 2013-04-18 The Board of Trustees of the Leland Stanford Junior, University Method and System for Ontology Based Analytics
CN104254863B (zh) 2011-10-24 2019-02-19 哈佛大学校长及研究员协会 通过人工智能和移动健康技术、在不损害准确性的情况下对病症进行增强诊断
US8751261B2 (en) 2011-11-15 2014-06-10 Robert Bosch Gmbh Method and system for selection of patients to receive a medical device
JP5899856B2 (ja) * 2011-11-18 2016-04-06 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
US11676730B2 (en) 2011-12-16 2023-06-13 Etiometry Inc. System and methods for transitioning patient care from signal based monitoring to risk based monitoring
US20130231949A1 (en) * 2011-12-16 2013-09-05 Dimitar V. Baronov Systems and methods for transitioning patient care from signal-based monitoring to risk-based monitoring
US11524151B2 (en) 2012-03-07 2022-12-13 Deka Products Limited Partnership Apparatus, system and method for fluid delivery
JP2013200592A (ja) * 2012-03-23 2013-10-03 Fujifilm Corp 医療情報検索装置、方法およびプログラム
AU2013243453B2 (en) * 2012-04-04 2017-11-16 Cardiocom, Llc Health-monitoring system with multiple health monitoring devices, interactive voice recognition, and mobile interfaces for data collection and transmission
US20130268203A1 (en) 2012-04-09 2013-10-10 Vincent Thekkethala Pyloth System and method for disease diagnosis through iterative discovery of symptoms using matrix based correlation engine
US20130290008A1 (en) * 2012-04-27 2013-10-31 Oracle International Corporation Staff assignment for clinical trials
US10249385B1 (en) * 2012-05-01 2019-04-02 Cerner Innovation, Inc. System and method for record linkage
US10105546B2 (en) 2012-05-08 2018-10-23 Physio-Control, Inc. Utility module
US8965818B2 (en) * 2012-05-16 2015-02-24 Siemens Aktiengesellschaft Method and system for supporting a clinical diagnosis
US10350278B2 (en) 2012-05-30 2019-07-16 Curemark, Llc Methods of treating Celiac disease
US9489649B2 (en) * 2012-06-18 2016-11-08 Sap Se Message payload editor
WO2013191580A1 (ru) * 2012-06-22 2013-12-27 Общество С Ограниченной Ответственностью Торгово-Производственная Фирма "Энергобаланс" Лекарственная информационно-справочная система
US9639615B1 (en) * 2012-06-28 2017-05-02 Open Text Corporation Systems and methods for health information messages archiving
US10303852B2 (en) 2012-07-02 2019-05-28 Physio-Control, Inc. Decision support tool for use with a medical monitor-defibrillator
US9002769B2 (en) * 2012-07-03 2015-04-07 Siemens Aktiengesellschaft Method and system for supporting a clinical diagnosis
US20140025393A1 (en) * 2012-07-17 2014-01-23 Kang Wang System and method for providing clinical decision support
US9536051B1 (en) * 2012-07-25 2017-01-03 Azad Alamgir Kabir High probability differential diagnoses generator
US11972865B1 (en) * 2012-07-25 2024-04-30 Azad Alamgir Kabir High probability differential diagnoses generator and smart electronic medical record
WO2014028529A2 (en) 2012-08-13 2014-02-20 Mmodal Ip Llc Maintaining a discrete data representation that corresponds to information contained in free-form text
BR112015004652B1 (pt) * 2012-09-06 2022-04-26 Koninklijke Philips N.V Sistema para apoio à decisão, estação de trabalho e método de prover apoio à decisão
US20140081659A1 (en) 2012-09-17 2014-03-20 Depuy Orthopaedics, Inc. Systems and methods for surgical and interventional planning, support, post-operative follow-up, and functional recovery tracking
US10403391B2 (en) 2012-09-28 2019-09-03 Cerner Health Services, Inc. Automated mapping of service codes in healthcare systems
US10565315B2 (en) 2012-09-28 2020-02-18 Cerner Innovation, Inc. Automated mapping of service codes in healthcare systems
US10318635B2 (en) 2012-09-28 2019-06-11 Cerner Innovation, Inc. Automated mapping of service codes in healthcare systems
US20140108045A1 (en) * 2012-10-15 2014-04-17 ClinicalBox, Inc. Epoch of Care-Centric Healthcare System
US20150269339A1 (en) * 2012-10-15 2015-09-24 ClinicalBox, Inc. Adaptive Medical Testing
US20140122108A1 (en) * 2012-10-25 2014-05-01 Analyte Health, Inc. System and Method for Coordinating Payment for Healthcare Services
DE202012010238U1 (de) 2012-10-26 2014-01-29 Big Dutchman Pig Equipment Gmbh Anordnung zur Überwachung und Steuerung der Haltung von Sauen und deren Ferkel, Abferkelbox und Aktoreinheit
US11322230B2 (en) * 2012-11-05 2022-05-03 Intelligent Medical Objects, Inc. System and method for generating and implementing a stateless patient history module
US20140200908A1 (en) * 2013-01-16 2014-07-17 International Business Machines Corporation Integration into mobile applications designed to encourage medication adherence of a healthcare survey that compensates users for participation
CN103136333B (zh) * 2013-01-29 2016-08-10 冯力新 一种抽象属性的量化评价分析方法
US10946311B1 (en) 2013-02-07 2021-03-16 Cerner Innovation, Inc. Discovering context-specific serial health trajectories
US11894117B1 (en) 2013-02-07 2024-02-06 Cerner Innovation, Inc. Discovering context-specific complexity and utilization sequences
US10769241B1 (en) 2013-02-07 2020-09-08 Cerner Innovation, Inc. Discovering context-specific complexity and utilization sequences
CA2903055A1 (en) * 2013-03-01 2014-09-04 3M Innovative Properties Company Systems and methods for improving clinical documentation
EP2775412A1 (en) * 2013-03-07 2014-09-10 Medesso GmbH Method of generating a medical suggestion as a support in medical decision making
US9471892B2 (en) * 2013-03-14 2016-10-18 Profiles International, Inc. System and method for embedding report descriptors into an XML string to assure report consistency
CA3130345A1 (en) 2013-07-03 2015-01-08 Deka Products Limited Partnership Apparatus, system and method for fluid delivery
WO2015003127A2 (en) * 2013-07-05 2015-01-08 Oceaneering International, Inc. Intelligent diagnostic system and method of use
WO2015006364A2 (en) * 2013-07-08 2015-01-15 Resmed Sensor Technologies Limited Method and system for sleep management
US10540448B2 (en) 2013-07-15 2020-01-21 Cerner Innovation, Inc. Gap in care determination using a generic repository for healthcare
US10957449B1 (en) 2013-08-12 2021-03-23 Cerner Innovation, Inc. Determining new knowledge for clinical decision support
US10483003B1 (en) 2013-08-12 2019-11-19 Cerner Innovation, Inc. Dynamically determining risk of clinical condition
US12020814B1 (en) 2013-08-12 2024-06-25 Cerner Innovation, Inc. User interface for clinical decision support
US20160180056A1 (en) * 2013-08-13 2016-06-23 Koninklijke Philips N.V. Processing a search result from a medical query-based search
WO2015031542A1 (en) * 2013-08-27 2015-03-05 Bioneur, Llc Systems and methods for rare disease prediction
US11610677B2 (en) * 2013-10-08 2023-03-21 Chen Technology, Inc. Patient health monitoring system
US9575942B1 (en) 2013-11-14 2017-02-21 Amazon Technologies, Inc. Expanded icon navigation
US9715549B1 (en) * 2014-03-27 2017-07-25 Amazon Technologies, Inc. Adaptive topic marker navigation
CN103955608B (zh) * 2014-04-24 2017-02-01 上海星华生物医药科技有限公司 一种智能医疗信息远程处理系统及处理方法
WO2015168519A1 (en) * 2014-05-01 2015-11-05 University Of Massachusetts System and methods for scoring data to differentiate between disorders
JP6530967B2 (ja) * 2014-05-30 2019-06-12 笛飛兒顧問有限公司 専門家情報を活用した補助分析システム及びその方法
RU2568762C1 (ru) * 2014-06-24 2015-11-20 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Московский государственный университет имени М.В. Ломоносова" Устройство для непрерывного слежения за функциональным состоянием пациента
JP6379199B2 (ja) * 2014-07-08 2018-08-22 株式会社Fronteo データ分析装置、データ分析装置の制御方法、およびデータ分析装置の制御プログラム
RU2581947C2 (ru) * 2014-08-27 2016-04-20 Игорь Борисович Ушаков Автоматизированная система персонифицированной медицины
WO2016038424A1 (en) * 2014-09-11 2016-03-17 H&V Advanced Materials (India) Private Limited Battery separator with ribs and a method of casting the ribs on the seperator
US20160098542A1 (en) * 2014-10-01 2016-04-07 Bright.Md Inc. Medical diagnosis and treatment support apparatus, system, and method
CN104523263B (zh) * 2014-12-23 2017-06-20 华南理工大学 基于移动互联网的孕产妇健康监护系统
RU2609076C2 (ru) * 2015-03-16 2017-01-30 Рамиль Ильдарович Хантимиров Способ и система интеллектуального управления распределением ресурсов в облачных вычислительных средах
CN105118002A (zh) * 2015-07-30 2015-12-02 芜湖卫健康物联网医疗科技有限公司 五步法分级诊断系统及方法
EP3335126A4 (en) * 2015-08-11 2019-05-01 Cognoa, Inc. METHODS AND APPARATUS FOR DETERMINING DEVELOPMENT EVOLUTION THROUGH ARTIFICIAL INTELLIGENCE AND USER INPUT
US10409952B2 (en) * 2015-10-12 2019-09-10 National Taiwan University Knowledge-based personal intelligent health consulting system
CN105389465B (zh) * 2015-10-29 2018-09-28 徐翼 病历数据处理方法、装置以及系统
US20170147764A1 (en) * 2015-11-20 2017-05-25 Hitachi, Ltd. Method and system for predicting consultation duration
EP4437962A2 (en) * 2015-12-18 2024-10-02 Cognoa, Inc. Platform and system for digital personalized medicine
US11972336B2 (en) 2015-12-18 2024-04-30 Cognoa, Inc. Machine learning platform and system for data analysis
RU2609737C1 (ru) * 2015-12-21 2017-02-02 Общество с ограниченной ответственностью "СИАМС" Автоматизированная система распределенной когнитивной поддержки принятия диагностических решений в медицине
US10971252B2 (en) * 2016-01-05 2021-04-06 International Business Machines Corporation Linking entity records based on event information
US11504038B2 (en) 2016-02-12 2022-11-22 Newton Howard Early detection of neurodegenerative disease
US10799186B2 (en) * 2016-02-12 2020-10-13 Newton Howard Detection of disease conditions and comorbidities
US11594311B1 (en) 2016-03-31 2023-02-28 OM1, Inc. Health care information system providing standardized outcome scores across patients
CN105912846A (zh) * 2016-04-07 2016-08-31 南京小网科技有限责任公司 基于云计算和医学知识库技术的智能医疗辅助决策系统
US11547616B2 (en) 2016-04-27 2023-01-10 Zoll Medical Corporation Portable medical triage kit
JP2017228003A (ja) * 2016-06-20 2017-12-28 株式会社テレメディカ 症候診断支援サービス提供システム及び症候診断支援サービス提供方法
JP6832502B2 (ja) * 2016-07-01 2021-02-24 パナソニックIpマネジメント株式会社 エージェント装置、対話システム、対話方法及びプログラム
US10521436B2 (en) 2016-07-11 2019-12-31 Baidu Usa Llc Systems and methods for data and information source reliability estimation
US11194860B2 (en) 2016-07-11 2021-12-07 Baidu Usa Llc Question generation systems and methods for automating diagnosis
US20180046773A1 (en) * 2016-08-11 2018-02-15 Htc Corporation Medical system and method for providing medical prediction
GB201616691D0 (en) * 2016-09-30 2016-11-16 King S College London Assay
US10998103B2 (en) 2016-10-06 2021-05-04 International Business Machines Corporation Medical risk factors evaluation
US10892057B2 (en) 2016-10-06 2021-01-12 International Business Machines Corporation Medical risk factors evaluation
US20180173850A1 (en) * 2016-12-21 2018-06-21 Kevin Erich Heinrich System and Method of Semantic Differentiation of Individuals Based On Electronic Medical Records
WO2018148365A1 (en) 2017-02-09 2018-08-16 Cognoa, Inc. Platform and system for digital personalized medicine
US10639100B2 (en) 2017-02-10 2020-05-05 St. Jude Medical, Cardiology Division, Inc. Determining ablation location using probabilistic decision-making
CN108461110B (zh) * 2017-02-21 2021-07-23 阿里巴巴集团控股有限公司 医疗信息处理方法、装置及设备
US11257574B1 (en) 2017-03-21 2022-02-22 OM1, lnc. Information system providing explanation of models
AU2018256830A1 (en) 2017-04-26 2019-11-07 Morebetter, Ltd. Method and system for capturing patient feedback for a medical treatment
US10950346B2 (en) 2017-04-28 2021-03-16 International Business Machines Corporation Utilizing artificial intelligence for data extraction
CN107330253B (zh) * 2017-06-15 2020-09-08 重庆柚瓣家科技有限公司 机器人实现远程分级诊疗的方法
US10854335B2 (en) 2017-06-16 2020-12-01 Htc Corporation Computer aided medical method and medical system for medical prediction
EP3648831A1 (en) * 2017-07-05 2020-05-13 Cardiac Pacemakers, Inc. Systems and methods for medical alert management
US10825558B2 (en) 2017-07-19 2020-11-03 International Business Machines Corporation Method for improving healthcare
US10832803B2 (en) 2017-07-19 2020-11-10 International Business Machines Corporation Automated system and method for improving healthcare communication
CN107451407A (zh) * 2017-07-31 2017-12-08 广东工业大学 一种中医智能诊断方法、系统及中医医疗系统
US20190043501A1 (en) * 2017-08-02 2019-02-07 Elements of Genius, Inc. Patient-centered assistive system for multi-therapy adherence intervention and care management
WO2019032510A1 (en) 2017-08-07 2019-02-14 Rescue Box, Inc. INTELLIGENT SAFETY KIT
US11497663B2 (en) 2017-08-07 2022-11-15 Rescue Box, Inc. Smart safety kits
WO2019040279A1 (en) * 2017-08-22 2019-02-28 Gali Health, Inc. PERSONALIZED DIGITAL HEALTH SYSTEM USING TEMPORAL MODELS
CN107610774A (zh) * 2017-10-25 2018-01-19 医渡云(北京)技术有限公司 智能问诊方法及装置、存储介质、电子设备
GB2567900A (en) * 2017-10-31 2019-05-01 Babylon Partners Ltd A computer implemented determination method and system
CN107633876A (zh) * 2017-10-31 2018-01-26 郑宇� 一种基于移动平台的互联网医学信息处理系统及方法
JP7031268B2 (ja) * 2017-12-08 2022-03-08 富士フイルムビジネスイノベーション株式会社 情報伝達装置及びプログラム
US10896297B1 (en) 2017-12-13 2021-01-19 Tableau Software, Inc. Identifying intent in visual analytical conversations
US10635521B2 (en) 2017-12-15 2020-04-28 International Business Machines Corporation Conversational problem determination based on bipartite graph
CN108091399A (zh) * 2017-12-25 2018-05-29 深圳市慧康医信科技有限公司 一种动态疾病模型库的分析方法及系统
US10943700B2 (en) * 2018-01-29 2021-03-09 Soo Koun KIM Method for apparatus, server and method of providing self-diagnosis result and medical information
CN108320798A (zh) * 2018-02-05 2018-07-24 南昌医软科技有限公司 病症结果生成方法与装置
CN108198631A (zh) * 2018-02-05 2018-06-22 南昌医软科技有限公司 循证医疗结果生成方法与装置
US20190259482A1 (en) * 2018-02-20 2019-08-22 Mediedu Oy System and method of determining a prescription for a patient
CN108520777A (zh) * 2018-03-13 2018-09-11 郑国哲 一种有关婴幼儿及儿童疾病辩证系统
US11967428B1 (en) * 2018-04-17 2024-04-23 OM1, Inc. Applying predictive models to data representing a history of events
WO2019209963A1 (en) 2018-04-24 2019-10-31 Deka Products Limited Partnership Apparatus and system for fluid delivery
US10963743B2 (en) * 2018-06-01 2021-03-30 Accenture Global Solutions Limited Machine learning with small data sets
CA3103470A1 (en) * 2018-06-12 2019-12-19 Intergraph Corporation Artificial intelligence applications for computer-aided dispatch systems
CN109036559A (zh) * 2018-06-28 2018-12-18 科菲(上海)医药科技有限公司 基于人工智能的人体状况问答评估方法和系统
US11074485B2 (en) * 2018-07-09 2021-07-27 Koninklijke Philips N.V. System and method for identifying optimal effective communication channel for subject engagement
US11322257B2 (en) * 2018-07-16 2022-05-03 Novocura Tech Health Services Private Limited Intelligent diagnosis system and method
US11335442B2 (en) * 2018-08-10 2022-05-17 International Business Machines Corporation Generation of concept scores based on analysis of clinical data
EP3844777A4 (en) * 2018-08-28 2022-05-25 Neurospring MEDICAL DEVICE AND METHODS FOR DIAGNOSIS AND TREATMENT OF DISEASES
JP2020042629A (ja) * 2018-09-12 2020-03-19 株式会社日立製作所 分析システム及び分析方法
US11055489B2 (en) 2018-10-08 2021-07-06 Tableau Software, Inc. Determining levels of detail for data visualizations using natural language constructs
TWI725614B (zh) * 2018-11-13 2021-04-21 美商康濰醫慧有限公司 虛擬問診方法與電子裝置
FR3089331B1 (fr) * 2018-11-29 2020-12-25 Veyron Jacques Henri Système et procédé de traitement de données pour la détermination du risque d’un passage aux urgences d’un individu
US11361568B2 (en) 2018-12-05 2022-06-14 Clover Health Generating document content by data analysis
CN109616207A (zh) * 2018-12-12 2019-04-12 天津迈沃医药技术股份有限公司 基于疾病集的个人自测模型建立方法及自测系统
US11862346B1 (en) 2018-12-22 2024-01-02 OM1, Inc. Identification of patient sub-cohorts and corresponding quantitative definitions of subtypes as a classification system for medical conditions
CN112911993A (zh) * 2018-12-29 2021-06-04 深圳迈瑞生物医疗电子股份有限公司 监护设备、监护方法及计算机可读存储介质
US11195620B2 (en) * 2019-01-04 2021-12-07 International Business Machines Corporation Progress evaluation of a diagnosis process
TWI800596B (zh) * 2019-01-29 2023-05-01 宏碁股份有限公司 於不同分組集合下之評估統計效能的方法
CA3134521A1 (en) 2019-03-22 2020-10-01 Cognoa, Inc. Personalized digital therapy methods and devices
US11030255B1 (en) 2019-04-01 2021-06-08 Tableau Software, LLC Methods and systems for inferring intent and utilizing context for natural language expressions to generate data visualizations in a data visualization interface
US11355249B2 (en) * 2019-04-29 2022-06-07 Petriage, Inc. Pet evaluation and triage system
WO2020237156A1 (en) * 2019-05-23 2020-11-26 Flatiron Health, Inc. Systems and methods for patient-trial matching
CN110246048A (zh) * 2019-05-23 2019-09-17 阿里巴巴集团控股有限公司 用于智能健告的方法、设备、服务器和终端设备
US11042558B1 (en) * 2019-09-06 2021-06-22 Tableau Software, Inc. Determining ranges for vague modifiers in natural language commands
US11170898B2 (en) * 2019-09-30 2021-11-09 Kpn Innovations, Llc Methods and systems for prioritizing user symptom complaint inputs
US20220028555A1 (en) * 2019-09-30 2022-01-27 Kpn Innovations, Llc. Methods and systems for prioritizing user symptom complaint inputs
JP6902693B2 (ja) * 2019-11-02 2021-07-14 株式会社医療情報技術研究所 文書作成システム
CN111063430B (zh) * 2019-11-04 2024-01-26 珠海健康云科技有限公司 一种疾病预测方法及装置
RU2723674C1 (ru) * 2019-11-29 2020-06-17 Денис Станиславович Тарасов Способ прогнозирования диагноза на основе обработки данных, содержащих медицинские знания
US11730420B2 (en) 2019-12-17 2023-08-22 Cerner Innovation, Inc. Maternal-fetal sepsis indicator
US11817191B1 (en) 2020-01-12 2023-11-14 Leap Of Faith Technologies, Inc. System and methods for displaying genomic and clinical information
CN111462909B (zh) * 2020-03-30 2024-04-05 讯飞医疗科技股份有限公司 疾病演化跟踪和病情提示方法、装置及电子设备
US11580424B2 (en) 2020-04-06 2023-02-14 International Business Machines Corporation Automatically refining application of a hierarchical coding system to optimize conversation system dialog-based responses to a user
US20230126896A1 (en) * 2020-06-10 2023-04-27 Beplus Lab. Inc Method for providing basic data for diagnosis, and system therefor
US20230125634A1 (en) * 2020-06-10 2023-04-27 Beplus Lab. Inc Method for predicting developmental disease and system therefor
US11504048B2 (en) 2020-06-10 2022-11-22 Medtronic Monitoring, Inc. Triggering arrhythmia episodes for heart failure and chronotropic incompetence diagnosis and monitoring
US11832960B2 (en) 2020-06-12 2023-12-05 Bart M Downing Automated health review system
US12085984B2 (en) 2020-06-18 2024-09-10 Abijith Kariguddaiah Smart wearables and non-wearable devices with embedded NFC (near field communication), vital health sensors, ultra violet germicidal irradiation (UVGI) and artificial intelligence/mobile/cloud based virtual assistant platform/technologies
US12086563B1 (en) * 2020-08-05 2024-09-10 Rachel Lea Ballantyne Draelos Systems and methods for constructing a narrative of an interaction with a subject
CN112035567B (zh) * 2020-08-21 2023-12-12 腾讯科技(深圳)有限公司 一种数据处理方法、装置及计算机可读存储介质
US11541009B2 (en) 2020-09-10 2023-01-03 Curemark, Llc Methods of prophylaxis of coronavirus infection and treatment of coronaviruses
BR102020020706A2 (pt) 2020-10-08 2022-04-19 Mario Fernando Prieto Peres Sistema inteligente de manejo de cefaleias
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
CN113076411B (zh) * 2021-04-26 2022-06-03 同济大学 一种基于知识图谱的医疗查询扩展方法
CN113990493B (zh) * 2021-11-25 2024-07-30 袁冰 一种用于中医疾病诊断与证候辨识的人机互动智能系统
WO2023201075A1 (en) * 2022-04-15 2023-10-19 Recovery Exploration Technologies Inc. Translation of medical evidence into computational evidence and applications thereof
CN116403735B (zh) * 2023-06-05 2023-08-11 山东志诚普惠健康科技有限公司 一种云健康服务平台的数据交互系统及方法

Family Cites Families (207)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5335422B2 (uk) 1973-02-28 1978-09-27
CH581904A5 (uk) * 1974-08-29 1976-11-15 Centre Electron Horloger
US4051522A (en) * 1975-05-05 1977-09-27 Jonathan Systems Patient monitoring system
US4290114A (en) 1976-07-01 1981-09-15 Sinay Hanon S Medical diagnostic computer
US4220160A (en) 1978-07-05 1980-09-02 Clinical Systems Associates, Inc. Method and apparatus for discrimination and detection of heart sounds
US4315309A (en) * 1979-06-25 1982-02-09 Coli Robert D Integrated medical test data storage and retrieval system
US4337377A (en) 1980-01-10 1982-06-29 Riper Wilbur E Van Biologic apparatus
US4428381A (en) * 1981-03-13 1984-01-31 Medtronic, Inc. Monitoring device
US4458693A (en) 1981-03-13 1984-07-10 Medtronic, Inc. Monitoring system
US4465077A (en) 1981-11-12 1984-08-14 Howard Schneider Apparatus and method of determining fertility status
AU8526582A (en) 1982-04-23 1983-11-21 Reinhold Herbert Edward Ambulatory monitoring system with real time analysis and telephone transmission
US4606352A (en) * 1984-07-13 1986-08-19 Purdue Research Foundation Personal electrocardiogram monitor
US4733354A (en) * 1984-11-23 1988-03-22 Brian Potter Method and apparatus for automated medical diagnosis using decision tree analysis
US4712562A (en) 1985-01-08 1987-12-15 Jacques J. Ohayon Outpatient monitoring systems
US5012411A (en) * 1985-07-23 1991-04-30 Charles J. Policastro Apparatus for monitoring, storing and transmitting detected physiological information
US4838275A (en) 1985-11-29 1989-06-13 Lee Arnold St J Home medical surveillance system
US5054493A (en) 1986-01-31 1991-10-08 Regents Of The University Of Minnesota Method for diagnosing, monitoring and treating hypertension
US4868763A (en) 1986-02-21 1989-09-19 Hitachi, Ltd. Knowledge-based system having plural processors
US4731726A (en) * 1986-05-19 1988-03-15 Healthware Corporation Patient-operated glucose monitor and diabetes management system
US4803625A (en) * 1986-06-30 1989-02-07 Buddy Systems, Inc. Personal health monitor
GB2218237B (en) * 1986-06-30 1991-01-16 Wang Laboratories Inductively-powered data storage card
US4770189A (en) 1986-09-02 1988-09-13 Industrial Technology Research Institute Real time multitask electronic stethoscopy system
US4858121A (en) * 1986-12-12 1989-08-15 Medical Payment Systems, Incorporated Medical payment system
US4839822A (en) 1987-08-13 1989-06-13 501 Synthes (U.S.A.) Computer system and method for suggesting treatments for physical trauma
JPH0191834A (ja) 1987-08-20 1989-04-11 Tsuruta Hiroko 個人医療データの集中管理装置
US4825869A (en) 1987-09-28 1989-05-02 Telectronics N.V. System for automatically performing a clinical assessment of an implanted pacer based on information that is telemetrically received
US5023785A (en) 1987-11-16 1991-06-11 Becton & Dickinson Co. Hematology - diagnosis apparatus employing expert system technology
US5025374A (en) 1987-12-09 1991-06-18 Arch Development Corp. Portable system for choosing pre-operative patient test
US5572421A (en) 1987-12-09 1996-11-05 Altman; Louis Portable medical questionnaire presentation device
US4945476A (en) 1988-02-26 1990-07-31 Elsevier Science Publishing Company, Inc. Interactive system and method for creating and editing a knowledge base for use as a computerized aid to the cognitive process of diagnosis
US5142484A (en) * 1988-05-12 1992-08-25 Health Tech Services Corporation An interactive patient assistance device for storing and dispensing prescribed medication and physical device
US4933873A (en) * 1988-05-12 1990-06-12 Healthtech Services Corp. Interactive patient assistance device
US4975840A (en) 1988-06-17 1990-12-04 Lincoln National Risk Management, Inc. Method and apparatus for evaluating a potentially insurable risk
CA1341310C (en) * 1988-07-15 2001-10-23 Robert Filepp Interactive computer network and method of operation
US5030948A (en) 1988-09-19 1991-07-09 Rush Charles T Multiple characteristic sensitive addressing schema for a multiple receiver data processing network
US4962491A (en) 1988-10-13 1990-10-09 Schaeffer Theodore S Medicament dispenser and medical information storage apparatus
US5084819A (en) * 1988-11-10 1992-01-28 Response Technologies Inc. Data collection, analysis, and response system and method
US5012815A (en) 1989-02-02 1991-05-07 Yale University Dynamic spectral phonocardiograph
US5099424A (en) * 1989-07-20 1992-03-24 Barry Schneiderman Model user application system for clinical data processing that tracks and monitors a simulated out-patient medical practice using data base management software
US5533522A (en) * 1989-10-30 1996-07-09 Feng; Genquan Method of and arrangement for optimizing disease diagnosis
JP2575218B2 (ja) * 1989-12-05 1997-01-22 良太郎 初井 高速省力化健康診断装置
US5642731A (en) * 1990-01-17 1997-07-01 Informedix, Inc. Method of and apparatus for monitoring the management of disease
JPH03268739A (ja) 1990-03-19 1991-11-29 Takeshi Makitsubo 電話装置を用いた心電図データ伝送システム
US5255187A (en) * 1990-04-03 1993-10-19 Sorensen Mark C Computer aided medical diagnostic method and apparatus
US5862304A (en) * 1990-05-21 1999-01-19 Board Of Regents, The University Of Texas System Method for predicting the future occurrence of clinically occult or non-existent medical conditions
US5113869A (en) 1990-08-21 1992-05-19 Telectronics Pacing Systems, Inc. Implantable ambulatory electrocardiogram monitor
JP3231810B2 (ja) 1990-08-28 2001-11-26 アーチ・デベロップメント・コーポレーション ニューラル・ネットワークを用いた鑑別診断支援方法
JP2809497B2 (ja) 1990-09-10 1998-10-08 日立エンジニアリング株式会社 ファジィ後向き推論装置
EP0487110B1 (en) 1990-11-22 1999-10-06 Kabushiki Kaisha Toshiba Computer-aided diagnosis system for medical use
US5228449A (en) 1991-01-22 1993-07-20 Athanasios G. Christ System and method for detecting out-of-hospital cardiac emergencies and summoning emergency assistance
US5481647A (en) * 1991-03-22 1996-01-02 Raff Enterprises, Inc. User adaptable expert system
US5779634A (en) * 1991-05-10 1998-07-14 Kabushiki Kaisha Toshiba Medical information processing system for supporting diagnosis
US5241621A (en) 1991-06-26 1993-08-31 Digital Equipment Corporation Management issue recognition and resolution knowledge processor
EP0531889B1 (en) 1991-09-11 1998-11-11 Hewlett-Packard Company Data processing system and method for automatically performing prioritized nursing diagnoses from patient assessment data
US5257627A (en) 1991-11-14 1993-11-02 Telmed, Inc. Portable non-invasive testing apparatus
US5519433A (en) * 1991-11-20 1996-05-21 Zing Systems, L.P. Interactive television security through transaction time stamping
JP3202047B2 (ja) 1991-11-25 2001-08-27 株式会社オキシーテック 大深度送受波器感度測定装置
US5415167A (en) 1992-01-10 1995-05-16 Wilk; Peter J. Medical system and associated method for automatic diagnosis and treatment
US5437278A (en) 1992-01-10 1995-08-01 Wilk; Peter J. Medical diagnosis system and method
US5732397A (en) * 1992-03-16 1998-03-24 Lincoln National Risk Management, Inc. Automated decision-making arrangement
US5441047A (en) 1992-03-25 1995-08-15 David; Daniel Ambulatory patient health monitoring techniques utilizing interactive visual communication
US5544649A (en) * 1992-03-25 1996-08-13 Cardiomedix, Inc. Ambulatory patient health monitoring techniques utilizing interactive visual communication
JPH05277119A (ja) * 1992-03-31 1993-10-26 Nuclear Fuel Ind Ltd 癌診断装置
US5265613A (en) 1992-04-03 1993-11-30 Telmed, Inc. Portable non-invasive testing apparatus with logarithmic amplification
US5421343A (en) * 1992-04-03 1995-06-06 Feng; Genquan Computer network EEMPI system
JPH05324713A (ja) 1992-05-20 1993-12-07 Hitachi Ltd 自然語処理方法および自然語処理システム
US5337752A (en) 1992-05-21 1994-08-16 Mcg International, Inc. System for simultaneously producing and synchronizing spectral patterns of heart sounds and an ECG signal
US5418888A (en) 1992-06-04 1995-05-23 Alden; John L. System for revelance criteria management of actions and values in a rete network
US5299121A (en) * 1992-06-04 1994-03-29 Medscreen, Inc. Non-prescription drug medication screening system
US5390238A (en) * 1992-06-15 1995-02-14 Motorola, Inc. Health support system
WO1994000817A1 (en) 1992-06-22 1994-01-06 Health Risk Management, Inc. Health care management system
CA2142906A1 (en) * 1992-08-21 1994-03-03 Peter L. Brill Method and apparatus for measuring psychotherapy outcomes
SE500122C2 (sv) * 1992-08-27 1994-04-18 Rudolf Valentin Sillen Förfarande och anordning för individuellt styrd, adaptiv medicinering
US5835900A (en) 1992-10-05 1998-11-10 Expert Systems Publishing Co. Computer-implemented decision management system with dynamically generated questions and answer choices
US7970620B2 (en) * 1992-11-17 2011-06-28 Health Hero Network, Inc. Multi-user remote health monitoring system with biometrics support
US6168563B1 (en) * 1992-11-17 2001-01-02 Health Hero Network, Inc. Remote health monitoring and maintenance system
US7624028B1 (en) 1992-11-17 2009-11-24 Health Hero Network, Inc. Remote health monitoring and maintenance system
US6334778B1 (en) * 1994-04-26 2002-01-01 Health Hero Network, Inc. Remote psychological diagnosis and monitoring system
US5997476A (en) 1997-03-28 1999-12-07 Health Hero Network, Inc. Networked system for interactive communication and remote monitoring of individuals
US5933136A (en) 1996-12-23 1999-08-03 Health Hero Network, Inc. Network media access control system for encouraging patient compliance with a treatment plan
US7941326B2 (en) * 2001-03-14 2011-05-10 Health Hero Network, Inc. Interactive patient communication development system for reporting on patient healthcare management
US6186145B1 (en) * 1994-05-23 2001-02-13 Health Hero Network, Inc. Method for diagnosis and treatment of psychological and emotional conditions using a microprocessor-based virtual reality simulator
US6196970B1 (en) * 1999-03-22 2001-03-06 Stephen J. Brown Research data collection and analysis
US5940801A (en) 1994-04-26 1999-08-17 Health Hero Network, Inc. Modular microprocessor-based diagnostic measurement apparatus and method for psychological conditions
US6330426B2 (en) 1994-05-23 2001-12-11 Stephen J. Brown System and method for remote education using a memory card
US20070299321A1 (en) 1992-11-17 2007-12-27 Brown Stephen J Method and apparatus for remote health monitoring and providing health related information
US5307263A (en) 1992-11-17 1994-04-26 Raya Systems, Inc. Modular microprocessor-based health monitoring system
US5956501A (en) * 1997-01-10 1999-09-21 Health Hero Network, Inc. Disease simulation system and method
US6101478A (en) * 1997-04-30 2000-08-08 Health Hero Network Multi-user remote health monitoring system
US5887133A (en) * 1997-01-15 1999-03-23 Health Hero Network System and method for modifying documents sent over a communications network
AU1766201A (en) 1992-11-17 2001-05-30 Health Hero Network, Inc. Method and system for improving adherence with a diet program or other medical regimen
US5951300A (en) * 1997-03-10 1999-09-14 Health Hero Network Online system and method for providing composite entertainment and health information
US6968375B1 (en) 1997-03-28 2005-11-22 Health Hero Network, Inc. Networked system for interactive communication and remote monitoring of individuals
US9215979B2 (en) 1992-11-17 2015-12-22 Robert Bosch Healthcare Systems, Inc. Multi-user remote health monitoring system
US6240393B1 (en) 1998-06-05 2001-05-29 Health Pro Network, Inc. Aggregating and pooling weight loss information in a communication system with feedback
US5960403A (en) 1992-11-17 1999-09-28 Health Hero Network Health management process control system
US5899855A (en) 1992-11-17 1999-05-04 Health Hero Network, Inc. Modular microprocessor-based health monitoring system
US20040019259A1 (en) * 1992-11-17 2004-01-29 Brown Stephen J. Remote monitoring and data management platform
US5879163A (en) * 1996-06-24 1999-03-09 Health Hero Network, Inc. On-line health education and feedback system using motivational driver profile coding and automated content fulfillment
US5601435A (en) * 1994-11-04 1997-02-11 Intercare Method and apparatus for interactively monitoring a physiological condition and for interactively providing health related information
US5918603A (en) 1994-05-23 1999-07-06 Health Hero Network, Inc. Method for treating medical conditions using a microprocessor-based video game
US5897493A (en) * 1997-03-28 1999-04-27 Health Hero Network, Inc. Monitoring system for remotely querying individuals
US20010011224A1 (en) 1995-06-07 2001-08-02 Stephen James Brown Modular microprocessor-based health monitoring system
US5832448A (en) 1996-10-16 1998-11-03 Health Hero Network Multiple patient monitoring system for proactive health management
US5420908A (en) * 1993-03-11 1995-05-30 At&T Corp. Method and apparatus for preventing wireless fraud
US5357427A (en) 1993-03-15 1994-10-18 Digital Equipment Corporation Remote monitoring of high-risk patients using artificial intelligence
US5473537A (en) 1993-07-30 1995-12-05 Psychresources Development Company Method for evaluating and reviewing a patient's condition
JPH0757018A (ja) * 1993-08-19 1995-03-03 Nippo Sangyo Kk 総合医療診断支援装置
US5377258A (en) * 1993-08-30 1994-12-27 National Medical Research Council Method and apparatus for an automated and interactive behavioral guidance system
US5692220A (en) 1993-09-02 1997-11-25 Coulter Corporation Decision support system and method for diagnosis consultation in laboratory hematopathology
DE9313282U1 (de) 1993-09-03 1993-12-09 Wilhelm Fette Gmbh, 21493 Schwarzenbek Axialgewinderollkopf
JPH0785168A (ja) 1993-09-10 1995-03-31 Toa Medical Electronics Co Ltd 臨床検査結果用表示装置
US5692501A (en) 1993-09-20 1997-12-02 Minturn; Paul Scientific wellness personal/clinical/laboratory assessments, profile and health risk managment system with insurability rankings on cross-correlated 10-point optical health/fitness/wellness scales
US5517405A (en) 1993-10-14 1996-05-14 Aetna Life And Casualty Company Expert system for providing interactive assistance in solving problems such as health care management
US5447164A (en) * 1993-11-08 1995-09-05 Hewlett-Packard Company Interactive medical information display system and method for displaying user-definable patient events
US5594638A (en) 1993-12-29 1997-01-14 First Opinion Corporation Computerized medical diagnostic system including re-enter function and sensitivity factors
US5724968A (en) 1993-12-29 1998-03-10 First Opinion Corporation Computerized medical diagnostic system including meta function
US6725209B1 (en) 1993-12-29 2004-04-20 First Opinion Corporation Computerized medical diagnostic and treatment advice system and method including mental status examination
US5660176A (en) * 1993-12-29 1997-08-26 First Opinion Corporation Computerized medical diagnostic and treatment advice system
US6206829B1 (en) * 1996-07-12 2001-03-27 First Opinion Corporation Computerized medical diagnostic and treatment advice system including network access
US5935060A (en) * 1996-07-12 1999-08-10 First Opinion Corporation Computerized medical diagnostic and treatment advice system including list based processing
US6022315A (en) 1993-12-29 2000-02-08 First Opinion Corporation Computerized medical diagnostic and treatment advice system including network access
US5471382A (en) 1994-01-10 1995-11-28 Informed Access Systems, Inc. Medical network management system and process
US5486999A (en) * 1994-04-20 1996-01-23 Mebane; Andrew H. Apparatus and method for categorizing health care utilization
AU2365695A (en) 1994-04-26 1995-11-16 Raya Systems, Inc. Modular microprocessor-based diagnostic measurement system for psychological conditions
US5724983A (en) * 1994-08-01 1998-03-10 New England Center Hospitals, Inc. Continuous monitoring using a predictive instrument
DE4430164C2 (de) 1994-08-25 1998-04-23 Uthe Friedrich Wilhelm Verwendung eines interaktiven Informationssystems
US5633910A (en) * 1994-09-13 1997-05-27 Cohen; Kopel H. Outpatient monitoring system
AU1837495A (en) * 1994-10-13 1996-05-06 Horus Therapeutics, Inc. Computer assisted methods for diagnosing diseases
US5623656A (en) 1994-12-15 1997-04-22 Lucent Technologies Inc. Script-based data communication system and method utilizing state memory
US5659793A (en) 1994-12-22 1997-08-19 Bell Atlantic Video Services, Inc. Authoring tools for multimedia application development and network delivery
US5553609A (en) 1995-02-09 1996-09-10 Visiting Nurse Service, Inc. Intelligent remote visual monitoring system for home health care service
US5778882A (en) * 1995-02-24 1998-07-14 Brigham And Women's Hospital Health monitoring system
US5911132A (en) * 1995-04-26 1999-06-08 Lucent Technologies Inc. Method using central epidemiological database
US5619991A (en) * 1995-04-26 1997-04-15 Lucent Technologies Inc. Delivery of medical services using electronic data communications
US5703786A (en) 1995-08-14 1997-12-30 Profile Systems, Llc Medication dispensing and timing system utilizing time reference message
US5800347A (en) * 1995-11-03 1998-09-01 The General Hospital Corporation ROC method for early detection of disease
US6177940B1 (en) * 1995-09-20 2001-01-23 Cedaron Medical, Inc. Outcomes profile management system for evaluating treatment effectiveness
US5694939A (en) 1995-10-03 1997-12-09 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Autogenic-feedback training exercise (AFTE) method and system
US5788640A (en) * 1995-10-26 1998-08-04 Peters; Robert Mitchell System and method for performing fuzzy cluster classification of stress tests
US5678562A (en) 1995-11-09 1997-10-21 Burdick, Inc. Ambulatory physiological monitor with removable disk cartridge and wireless modem
US6598035B2 (en) * 1995-11-17 2003-07-22 International Business Machines Corporation Object oriented rule-based expert system framework mechanism
US5746204A (en) 1995-12-07 1998-05-05 Carbon Based Corporation Disease indicator analysis system
US5642936A (en) * 1996-01-29 1997-07-01 Oncormed Methods for identifying human hereditary disease patterns
US7305348B1 (en) 1996-02-20 2007-12-04 Health Hero Network, Inc. Aggregating and pooling health related information in a communication system with feedback
US5794208A (en) 1996-03-01 1998-08-11 Goltra; Peter S. Creating and using protocols to create and review a patient chart
US5802495A (en) 1996-03-01 1998-09-01 Goltra; Peter Phrasing structure for the narrative display of findings
EP1011419B1 (en) * 1996-03-01 2002-05-02 Medicomp Systems, Inc. Method and apparatus to assist a user in creating a medical protocol
US5974389A (en) * 1996-03-01 1999-10-26 Clark; Melanie Ann Medical record management system and process with improved workflow features
US6106459A (en) 1996-03-29 2000-08-22 Clawson; Jeffrey J. Method and system for the entry protocol of an emergency medical dispatch system
US5839430A (en) 1996-04-26 1998-11-24 Cama; Joseph Combination inhaler and peak flow rate meter
US5812984A (en) 1996-05-13 1998-09-22 Goltra; Peter S. Method for entering information into an electronic patient chart, and protocol auto-negative capabilities
US6001060A (en) 1996-06-04 1999-12-14 Regents Of The University Of California Video data representation of physiological data
US6050940A (en) * 1996-06-17 2000-04-18 Cybernet Systems Corporation General-purpose medical instrumentation
US5976082A (en) 1996-06-17 1999-11-02 Smithkline Beecham Corporation Method for identifying at risk patients diagnosed with congestive heart failure
CA2260836A1 (en) * 1996-07-12 1998-01-22 Edwin C. Iliff Computerized medical diagnostic system utilizing list-based processing
US5772585A (en) * 1996-08-30 1998-06-30 Emc, Inc System and method for managing patient medical records
US6189029B1 (en) * 1996-09-20 2001-02-13 Silicon Graphics, Inc. Web survey tool builder and result compiler
US5987519A (en) * 1996-09-20 1999-11-16 Georgia Tech Research Corporation Telemedicine system using voice video and data encapsulation and de-encapsulation for communicating medical information between central monitoring stations and remote patient monitoring stations
US6246975B1 (en) * 1996-10-30 2001-06-12 American Board Of Family Practice, Inc. Computer architecture and process of patient generation, evolution, and simulation for computer based testing system
US5909679A (en) 1996-11-08 1999-06-01 At&T Corp Knowledge-based moderator for electronic mail help lists
EP0848347A1 (en) 1996-12-11 1998-06-17 Sony Corporation Method of extracting features characterising objects
US6151586A (en) 1996-12-23 2000-11-21 Health Hero Network, Inc. Computerized reward system for encouraging participation in a health management program
US7590549B2 (en) * 1996-12-23 2009-09-15 Health Hero Network, Inc. Network media access control system for encouraging patient compliance with a treatment plan
US6601055B1 (en) * 1996-12-27 2003-07-29 Linda M. Roberts Explanation generation system for a diagnosis support tool employing an inference system
US6032119A (en) * 1997-01-16 2000-02-29 Health Hero Network, Inc. Personalized display of health information
US6234964B1 (en) * 1997-03-13 2001-05-22 First Opinion Corporation Disease management system and method
US6032678A (en) * 1997-03-14 2000-03-07 Shraga Rottem Adjunct to diagnostic imaging systems for analysis of images of an object or a body part or organ
US6270455B1 (en) 1997-03-28 2001-08-07 Health Hero Network, Inc. Networked system for interactive communications and remote monitoring of drug delivery
US6248065B1 (en) 1997-04-30 2001-06-19 Health Hero Network, Inc. Monitoring system for remotely querying individuals
US5908383A (en) * 1997-09-17 1999-06-01 Brynjestad; Ulf Knowledge-based expert interactive system for pain
US7956894B2 (en) 1997-10-14 2011-06-07 William Rex Akers Apparatus and method for computerized multi-media medical and pharmaceutical data organization and transmission
US6597392B1 (en) 1997-10-14 2003-07-22 Healthcare Vision, Inc. Apparatus and method for computerized multi-media data organization and transmission
US6230142B1 (en) * 1997-12-24 2001-05-08 Homeopt, Llc Health care data manipulation and analysis system
US6117073A (en) 1998-03-02 2000-09-12 Jones; Scott J. Integrated emergency medical transportation database system
US6081786A (en) * 1998-04-03 2000-06-27 Triangle Pharmaceuticals, Inc. Systems, methods and computer program products for guiding the selection of therapeutic treatment regimens
US8005690B2 (en) * 1998-09-25 2011-08-23 Health Hero Network, Inc. Dynamic modeling and scoring risk assessment
US6149585A (en) 1998-10-28 2000-11-21 Sage Health Management Solutions, Inc. Diagnostic enhancement method and apparatus
US6161095A (en) 1998-12-16 2000-12-12 Health Hero Network, Inc. Treatment regimen compliance and efficacy with feedback
US6381576B1 (en) * 1998-12-16 2002-04-30 Edward Howard Gilbert Method, apparatus, and data structure for capturing and representing diagnostic, treatment, costs, and outcomes information in a form suitable for effective analysis and health care guidance
US7555470B2 (en) * 1999-03-22 2009-06-30 Health Hero Network, Inc. Research data collection and analysis
US7076437B1 (en) * 1999-10-29 2006-07-11 Victor Levy Process for consumer-directed diagnostic and health care information
RU2286711C2 (ru) * 2000-02-14 2006-11-10 Фёрст Опинион Корпорэйшн Система и способ автоматической диагностики
US6900807B1 (en) * 2000-03-08 2005-05-31 Accenture Llp System for generating charts in a knowledge management tool
US6687685B1 (en) * 2000-04-07 2004-02-03 Dr. Red Duke, Inc. Automated medical decision making utilizing bayesian network knowledge domain modeling
US20010039503A1 (en) 2000-04-28 2001-11-08 Chan Bryan K. Method and system for managing chronic disease and wellness online
ATE402649T1 (de) 2000-05-08 2008-08-15 Medoctor Inc System und verfahren zur feststellung der wahrscheinlichen existenz einer krankheit
AU2001263282A1 (en) 2000-05-18 2001-11-26 Commwell, Inc. Method and apparatus for remote medical monitoring incorporating video processing and system of motor tasks
WO2002008941A1 (en) * 2000-07-20 2002-01-31 Marchosky J Alexander Patient-controlled automated medical record, diagnosis, and treatment system and method
US20020186818A1 (en) 2000-08-29 2002-12-12 Osteonet, Inc. System and method for building and manipulating a centralized measurement value database
US7165221B2 (en) 2000-11-13 2007-01-16 Draeger Medical Systems, Inc. System and method for navigating patient medical information
CN1291749A (zh) 2000-11-16 2001-04-18 上海交通大学 家庭远程医疗监护和咨询智能系统
CN1290053C (zh) 2000-11-22 2006-12-13 里科尔公司 将疾病管理结合到医生工作流程中的方法和系统
KR100797458B1 (ko) * 2001-04-17 2008-01-24 엘지전자 주식회사 건강 진단을 수행하기 위한 시스템과 그를 위한 휴대용 무선 단말기 및 방법
WO2003036539A1 (fr) * 2001-10-23 2003-05-01 Citizen Watch Co., Ltd. Systeme de gestion de sante et programme de gestion de sante
JP2005508557A (ja) 2001-11-02 2005-03-31 シーメンス コーポレイト リサーチ インコーポレイテツド 患者データマイニング
DE10227542A1 (de) 2002-06-20 2004-01-15 Merck Patent Gmbh Verfahren und System zum Erfassen und Analysieren von Krankheitsbildern und deren Ursachen sowie zum Ermitteln passender Therapievorschläge
US20050060194A1 (en) * 2003-04-04 2005-03-17 Brown Stephen J. Method and system for monitoring health of an individual
US7399276B1 (en) 2003-05-08 2008-07-15 Health Hero Network, Inc. Remote health monitoring system
US7780595B2 (en) * 2003-05-15 2010-08-24 Clinical Decision Support, Llc Panel diagnostic method and system
US20050010444A1 (en) * 2003-06-06 2005-01-13 Iliff Edwin C. System and method for assisting medical diagnosis using an anatomic system and cause matrix
CN1234092C (zh) 2003-07-01 2005-12-28 南京大学 一种适用于计算机辅助医疗诊断的预测建模方法
US20050273359A1 (en) 2004-06-03 2005-12-08 Young David E System and method of evaluating preoperative medical care and determining recommended tests based on patient health history and medical condition and nature of surgical procedure
US9081879B2 (en) * 2004-10-22 2015-07-14 Clinical Decision Support, Llc Matrix interface for medical diagnostic and treatment advice system and method
US8758238B2 (en) * 2006-08-31 2014-06-24 Health Hero Network, Inc. Health related location awareness
US20080262557A1 (en) 2007-04-19 2008-10-23 Brown Stephen J Obesity management system
EP2145310A4 (en) * 2007-04-30 2013-04-24 Clinical Decision Support Llc SYSTEM AND METHOD FOR COMPUTERIZED DIAGNOSTIC ARBITRATOR AND MEDICAL ADVICE

Also Published As

Publication number Publication date
US6475143B2 (en) 2002-11-05
US6767325B2 (en) 2004-07-27
US6817980B2 (en) 2004-11-16
NZ520461A (en) 2005-03-24
US6527713B2 (en) 2003-03-04
WO2001061616A3 (en) 2002-10-10
MXPA02007817A (es) 2002-10-23
US6569093B2 (en) 2003-05-27
WO2001061616A2 (en) 2001-08-23
US20030073887A1 (en) 2003-04-17
US20020016529A1 (en) 2002-02-07
BR0108783A (pt) 2005-04-05
US6524241B2 (en) 2003-02-25
IL151030A0 (en) 2003-04-10
US20030199740A1 (en) 2003-10-23
US20040199332A1 (en) 2004-10-07
US20020068857A1 (en) 2002-06-06
CA2398823A1 (en) 2001-08-23
US8019582B2 (en) 2011-09-13
JP2003528373A (ja) 2003-09-24
EP1266338A2 (en) 2002-12-18
AU784736B2 (en) 2006-06-08
US20020040183A1 (en) 2002-04-04
RU2286711C2 (ru) 2006-11-10
US20030158468A1 (en) 2003-08-21
US6746399B2 (en) 2004-06-08
US20020013515A1 (en) 2002-01-31
US6730027B2 (en) 2004-05-04
US20030144580A1 (en) 2003-07-31
CN1423789A (zh) 2003-06-11
JP5219322B2 (ja) 2013-06-26
AU3833601A (en) 2001-08-27
US20020002325A1 (en) 2002-01-03
US6468210B2 (en) 2002-10-22
US20020052540A1 (en) 2002-05-02
CN100416583C (zh) 2008-09-03
RU2002120911A (ru) 2004-02-20
US20030045782A1 (en) 2003-03-06
US6764447B2 (en) 2004-07-20

Similar Documents

Publication Publication Date Title
RU2286711C2 (ru) Система и способ автоматической диагностики
US5724968A (en) Computerized medical diagnostic system including meta function
USRE43548E1 (en) Computerized medical diagnostic and treatment advice system
US5594638A (en) Computerized medical diagnostic system including re-enter function and sensitivity factors
US9081879B2 (en) Matrix interface for medical diagnostic and treatment advice system and method
EA001861B1 (ru) Автоматизированная система медицинской диагностики и советов по лечению, включая сетевой доступ
USRE43433E1 (en) Computerized medical diagnostic and treatment advice system
AU2920302A (en) Computerized medical diagnostic and treatment advice system including network access