[發明專利]利用臨床文檔的端點的對臨床文檔的總結

在審

• 申請號: 201880026419.0
• 申請日: 2018-04-19
• 公開（公告）號: CN110582810A
• 公開（公告）日: 2019-12-17
• 發明（設計）人: M·塞芬斯特;S·M·達拉爾;A·M·塔赫瑪塞比馬拉古奧施;P·J·昌
• 申請（專利權）人: 皇家飛利浦有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H50/30;G16H50/70
• 代理公司: 72002 永新專利商標代理有限公司
• 代理人: 劉兆君

1.一種系統(100)，包括：

端點預測引擎(150)，其包括處理器(202、214)，所述處理器被配置為使用機器學習模型(132)和患者的一個或多個臨床報告對象(152)來預測端點(302)，其中，所述機器學習模型輸入所述一個或多個臨床報告對象并根據所述一個或多個臨床報告對象中的短語或n元語言模型來輸出所預測的端點；以及

端點可視化接口(160)，其被配置為將所預測的端點(302)可視化。

2.根據權利要求1所述的系統，其中，所預測的端點包括選自包括以下各項的組中的至少一項：

在第一預定時間范圍內的重復的成像研究；

在第二預定時間范圍內診斷出的腫瘤學惡性腫瘤；

在第三預定時間范圍內的壽命預期；

在第四預定時間范圍內的篩查程序的資格；

在第五預定時間范圍內的重大心臟事件的發生；

在第六預定時間范圍內的大于預定量的、護理事件的醫院費用；以及

在第七預定時間范圍內的再次入院。

3.根據權利要求1所述的系統，還包括：

臨床報告解析器(110)，其被配置為接收臨床報告(154)并生成所述臨床報告對象；

其中，所述臨床報告包括選自包括以下各項的組中的至少一項：放射學報告、病理學報告、手術報告、實驗室報告以及進展報告。

4.根據權利要求1所述的系統，其中，所預測的臨床端點是使用計分卡(300)或時間線(400)來可視化的。

5.根據權利要求1所述的系統，其中，所述臨床報告對象包括表示所述臨床報告中的短語的n元語言模型。

6.根據權利要求1所述的系統，其中，所述臨床報告對象采用可擴展標記語言(XML)或Javascript對象表示法(JSON)的格式。

7.根據權利要求1所述的系統，還包括：

端點建模引擎(130)，其包括處理器(202、214)，所述處理器被配置為根據訓練數據來生成所述機器學習模型(132)，所述訓練數據包括經驗證的端點(122)和臨床報告對象(116)。

8.一種系統(100)，包括：

端點建模引擎(130)，其包括處理器，所述處理器被配置為根據訓練數據來生成機器學習模型(132)，所述訓練數據包括經驗證的端點(122)和臨床報告對象(116)。

9.根據權利要求8所述的系統，其中，所述經驗證的端點包括選自包括以下各項的組中的至少一項：

重復的成像研究；

腫瘤學惡性腫瘤；

壽命預期；

篩查程序的資格；

重大心臟事件的發生；

大于預定量的、護理事件的醫院費用；以及

再次入院。

10.根據權利要求8所述的系統，還包括：

臨床報告解析器(110)，其被配置為接收臨床報告(112)并生成所述臨床報告對象；

其中，所述臨床報告包括選自包括以下各項的組中的至少一項：放射學報告、病理學報告、手術報告、實驗室報告以及進展報告。

11.根據權利要求8所述的系統，還包括：

端點驗證引擎，其被配置為針對患者的每個臨床報告使用一組規則來驗證所述端點。

12.根據權利要求8所述的系統，其中，所述臨床報告對象包括表示所述臨床報告中的短語的n元語言模型。

13.根據權利要求8所述的系統，其中，所述臨床報告對象采用可擴展標記語言(XML)或Javascript對象表示法(JSON)的格式。