[發明專利]生成醫療記錄問題列表

在審

• 申請號: 201880033356.1
• 申請日: 2018-05-30
• 公開（公告）號: CN110651332A
• 公開（公告）日: 2020-01-03
• 發明（設計）人: M.德瓦拉科恩達;S.梅薩烏德;鄒慶暉
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H40/67;G16H50/20;G16H50/30;G16H50/50;G06N3/04;G06N5/00;G06N20/00
• 代理公司: 11105 北京市柳沈律師事務所
• 代理人: 邸萬奎

1.一種用于生成醫療問題列表的計算機實現的方法，所述方法包括：

由處理器接收多個疾病類別；

由所述處理器定義包括多個頂級疾病類別的疾病類別集合，其中所述疾病類別集合至少部分地基于所述多個疾病類別；

由所述處理器從電子患者記錄訓練集中提取多個候選訓練問題；

由所述處理器將所述候選訓練問題中的每個候選訓練問題分配給所述多個頂級疾病類別；以及

由所述處理器通過機器學習技術從所述電子患者記錄訓練集生成針對所述頂級疾病類別中的每個頂級疾病類別的疾病類別模型；以及

由所述處理器通過將電子醫療記錄數據應用于針對所述頂級疾病類別中的每個頂級疾病類別的所述疾病類別模型來生成所述醫療問題列表。

2.如權利要求1所述的計算機實現的方法，其中所述方法還包括將電子患者數據集應用于針對所述頂級疾病類別中的每個頂級疾病類別的所述疾病類別模型以生成多個評分的候選醫療問題。

3.如權利要求2所述的計算機實現的方法，其中所述方法還包括至少部分地基于所述評分的候選醫療問題來生成醫療問題列表。

4.如權利要求3所述的計算機實現的方法，其中所述電子患者數據集包括多個候選醫療問題和與每個候選醫療問題相關聯的多個屬性。

5.如權利要求4所述的計算機實現的方法，其中所述多個屬性中的至少一些屬性是問題特定屬性。

6.如權利要求1所述的計算機實現的方法，其中所述機器學習技術包括使用多個類別中的每個類別中的多個訓練屬性中的每個訓練屬性，并且執行針對所述多個類別中的每個類別生成一個預測模型的二進制或多類拆分。

7.如權利要求2所述的計算機實現的方法，其中所述方法還包括過濾所述評分的候選醫療問題，以從候選問題列表中移除具有低于閾值的評分的所有候選醫療問題，其中所述閾值是基于所述醫療記錄數據的學習值。

8.一種用于生成醫療問題列表的計算機程序產品，所述計算機程序產品包括：

一種計算機可讀存儲介質，其可由處理電路讀取并且存儲由所述處理電路執行方法的程序指令，所述方法包括：

接收多個疾病類別；

定義包括多個頂級疾病類別的疾病類別集合，其中所述疾病類別集合至少部分地基于所述多個疾病類別；

從電子患者記錄訓練集中提取多個候選訓練問題；

將所述候選訓練問題中的每個候選訓練問題分配到所述多個頂級疾病類別；以及

通過機器學習技術從所述電子電子患者記錄訓練集中生成所述頂級疾病類別中的每個頂級疾病類別的疾病類別模型。

9.如權利要求8所述的計算機程序產品，其中所述方法還包括將電子患者數據集應用于針對所述頂級疾病類別中的每個頂級疾病類別的所述疾病類別模型以生成多個評分的候選問題。

10.如權利要求9所述的計算機程序產品，其中所述方法還包括至少部分地基于所述評分的候選醫療問題來生成醫療問題列表。

11.如權利要求10所述的計算機程序產品，其中所述電子患者數據集包括多個候選醫療問題和與每個候選醫療問題相關聯的多個屬性。

12.如權利要求11所述的計算機程序產品，其中至少一些所述屬性是問題特定屬性。

13.如權利要求8所述的計算機程序產品，其中所述機器學習技術包括將多個訓練屬性分層為多個類別，并且執行為所述多個類別中的每個類別生成一個預測節點的多類拆分。

14.如權利要求9所述的計算機程序產品，其中所述方法還包括過濾所述評分的候選醫療問題，以從候選問題列表中移除具有低于閾值的評分的所有候選醫療問題。