[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

本發明的實施例包括用于生成醫療問題列表的方法、系統和計算機程序產品。該方法的非限制性示例包括由處理器接收多個疾病類別。使用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。處理器用于從電子患者記錄訓練集中提取多個候選訓練問題。處理器用于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。處理器用于使用機器學習技術從所述電子患者記錄訓練集生成所述頂級疾病類別的每個頂級疾病類別的疾病類別模型。

背景技術

本發明一般涉及醫療記錄，并且更具體地涉及根據電子醫療記錄自動生成醫療記錄問題列表。

當前技術已經極大地擴展了可以結合醫療收集的患者信息的類型和數量。存儲在電子健康記錄(EHR)系統中的電子醫療記錄(EMR)包括來自多個源的、用于各種目的、并且具有各種格式的患者數據。除了結構化數據條目之外，存儲在EHR系統中的縱向患者記錄或EMR可以包括數百個臨床筆記和數千個半結構化數據條目。這樣的臨床記錄不僅可以包括打算用于病人護理的信息，而且可以包括為了其它目的諸如記帳或法律目的而輸入的信息。因此，盡管收集更多的患者信息對于患者護理是有益的，但是所收集的數據量可能使得患者護理提供者難以及時理解和定位期望的或必要的信息。

隨著患者數據量的增加，患者的醫療問題列表在患者治療和護理中變得越來越重要。問題列表已經存在了幾十年，并且可以為患者護理的醫生提供快速接入點，可以鼓勵醫生整體地考慮他們的患者，并且可以降低忽視醫療問題的風險。然而，盡管圍繞問題列表組織患者記錄已經成為普遍接受的實踐，但是創建和維護準確且最新的問題列表存在許多挑戰。例如，問題列表不是由每個醫生使用，并且可以被更新或不被更新。此外，問題列表中提供的細節水平不是統一的，并且很大程度上取決于醫師的偏好。

近年來已經看到了針對患者記錄的自動概括的研究，以減少臨床醫生的認知負擔。例如，自然語言和機器學習技術已經被用于嘗試從電子健康記錄中概括、提取和合成數據。這些方法在自動生成問題列表方面已經取得了各種成功。然而，這樣的方法可能遭受不準確的測量和/或有限的臨床有用性。仍然需要從EHR自動生成具有改進的準確性的問題列表。

發明內容

根據本發明的一個或多個實施例，提供了一種用于生成醫療問題列表的計算機實現的方法。該方法的非限制性示例包括由處理器接收多個疾病類別。該方法還包括由處理器定義包括多個頂級疾病類別的疾病類別集合，其中疾病類別集合至少部分地基于多個疾病類別。該方法還包括由處理器從電子患者記錄訓練集中提取多個候選訓練問題。該方法還包括由處理器將候選訓練問題中的每一個分配給多個頂級疾病類別。該方法還包括由處理器通過機器學習技術從電子患者記錄訓練集生成針對每個頂級疾病類別的疾病類別模型。本發明的該實施例可以提供具有提高的準確性和較小程度的遺漏問題或不反映患者的醫療問題的候選問題的問題列表。

根據本發明的一個或多個實施例，提供了一種用于生成醫療問題列表的計算機程序產品。該計算機程序產品包括計算機可讀存儲介質，該計算機可讀存儲介質可由處理電路讀取并且存儲由處理電路執行以執行方法的程序指令。該方法的非限制性示例包括接收多個疾病類別。該方法還包括定義包括多個頂級疾病類別的疾病類別集合，其中該疾病類別集合至少部分地基于多個疾病類別。該方法還包括從電子患者記錄訓練集中提取多個候選訓練問題。該方法還包括將每個候選訓練問題分配給多個頂級疾病類別。該方法還包括通過機器學習技術從電子患者記錄訓練集生成針對每個頂級疾病類別的疾病類別模型。本發明的這個實施例可以提供具有提高的準確性和較小程度的遺漏問題或不反映患者的醫療問題的問題列表。