[發明專利]衛生部門中患者檢查設備的使用數據中的過程異常的基于人工智能的識別在審
| 申請號: | 202111069919.2 | 申請日: | 2021-09-13 |
| 公開(公告)號: | CN114169530A | 公開(公告)日: | 2022-03-11 |
| 發明(設計)人: | 邁克爾·克爾姆;亞歷山大·黎克特;揚·施賴伯 | 申請(專利權)人: | 西門子醫療有限公司 |
| 主分類號: | G06N20/00 | 分類號: | G06N20/00;G06K9/62;G16H40/20 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 丁永凡;支娜 |
| 地址: | 德國*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 衛生部門 患者 檢查 設備 使用 數據 中的 過程 異常 基于 人工智能 識別 | ||
本發明涉及一種訓練用于探測過程中的異常的機器學習算法的計算機實施的方法和一種用于探測過程中的異常的計算機實施的方法以及一種對應的數據處理系統,并且本發明還涉及一種用于探測過程中的異常的系統。提供過程的包括第一數量N(N1)的訓練使用序列的訓練數據集。基于使用序列,借助于過程挖掘算法來創建第二數量K(K1)的過程樹,其中過程樹的創建經受一定的隨機性。
技術領域
本發明涉及一種訓練用于探測過程中的異常的機器學習算法的計算機實施的方法和一種用于探測過程中的異常的計算機實施的方法以及對應的數據處理系統,并且本發明還涉及一種用于探測過程中的異常的系統。
背景技術
由多個不同的活動構成的過程或工作流程在不同的領域和學科中執行,以便實現期望的預定義的結果。例如,在制造過程中,可以依次或同時執行特定活動,如制造步驟、過程控制變量的設定等,以便從一個或多個原始物質或原始材料中制造預確定的產品。在應用過程中,也可以依次或同時執行特定活動,如措施、應用變量的設定等,以便在對象(例如產品、患者等)處實現預確定的應用結果。在借助于機器或設備或者在機器或設備處執行的過程中,通常收集大量數據、尤其記錄數據,所述數據記錄所執行的使用序列。在此,具有始終相同的過程步驟的標準化順序的標準化過程通常被認為是有利的。
現代衛生保健和尤其臨床診斷和治療在很大程度上基于高度發展的技術檢查設備,如診斷成像設備(例如超聲設備、X射線設備、計算機斷層掃描設備、磁共振斷層掃描設備(MRT)、正電子發射斷層掃描設備(PET)、數字病理學掃描儀、基因組排序設備/微陣列)和測量生物樣本的健康相關的值的不同的自動化實驗室設備。治療設備、如機器人支持的手術系統、半自動或全自動移植工具等也可以按照預定義的工作步驟用于治療。多個所述檢查和治療設備不僅對設備本身、而且對人員的培訓要求顯著投資。因此,衛生保健供應商對盡可能優化這種設備的使用感興趣。
隨著云技術的流行和朝向醫療物聯網(MIoT)的趨勢,這種設備提供越來越多的元數據(例如日志數據/記錄數據),借助所述元數據,可以詳細地監控檢查的執行,或換言之,可以詳細地監控過程。這意味著,需要不同的和變化的準備和測量步驟的不同類型的檢查可以與計時、可能的錯誤或警告條件以及傳感器測量一起觀察。當多個這種設備運行時,衛生保健供應商對如下感興趣:維持患者檢查的“正常的”運行,并且獲得關于對質量或效率產生負面影響的“異常的”患者檢查的信息,以便能夠盡可能快地消除(系統的)有錯誤的記錄或過程。
在此可以示例性地引用放射學MRT檢查。在日常例程中,在不同的MRT掃描儀處以不同的方法類型執行患者檢查。每個方法由必須對于特定的檢查類型執行的一系列記錄步驟構成。在執行這種方法時,醫務人員應遵循準則記錄序列、也稱為指南。準則記錄序列規定,必須以哪個順序執行哪些記錄步驟。由此防止,缺乏臨床診斷或對患者造成傷害。此外,掃描的注釋變得更容易,并且掃描持續時間標準化,這對于成本效率和有效規劃檢查是前提條件。在臨床運行中觀察到的使用序列有時與期望的準則記錄序列偏差。偏差可能歸因于需要專門決定的醫療情況或通過不正確的設備操作引起。醫療專家對系統偏差、即異常感興趣,因為系統偏差例如可能表明預設的準則記錄序列中的錯誤或低效率,或對醫務人員的額外的培訓要求。由于檢查的大的數量,所記錄的使用序列的手動分析通常不能執行或不切實際。
在形式上,從上述問題中得出所記錄的使用序列的集合,可以將所述集合作為對過程的執行的觀察建模。
發明內容
因此,本發明的目的是自動化地確定過程中的異常。為此,本發明提供根據用于訓練用于探測過程中的異常的機器學習算法的計算機實施的方法。對應的數據處理系統和計算機實施的方法、數據處理系統以及此外用于探測過程中的異常的系統是下面的描述的主題。本發明的改進方案和設計方案是對應的下面的描述的主題。
根據本發明的第一方面,用于訓練用于探測過程中的異常的機器學習算法的計算機實施的方法包括以下步驟:
-提供過程的訓練數據集,所述訓練數據集包括第一數量N個訓練使用序列,其中第一數量N大于一(N1)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西門子醫療有限公司,未經西門子醫療有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111069919.2/2.html,轉載請聲明來源鉆瓜專利網。





