[发明专利]临床决策支持综合系统和使用其的临床决策支持方法在审

专利信息
申请号: 201611087498.5 申请日: 2016-11-30
公开(公告)号: CN107491630A 公开(公告)日: 2017-12-19
发明(设计)人: 韩伶熊;崔在训;金永元;金珉湖;林明银;郑镐烈;李东勋;金大熙 申请(专利权)人: 韩国电子通信研究院
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 北京市柳沈律师事务所11105 代理人: 李芳华
地址: 韩国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 临床 决策 支持 综合 系统 使用 方法
【权利要求书】:

1.一种临床决策支持综合系统,被配置为通过整合从多个医疗机构、医疗信息提供机构、或它们的组合提供的临床预测结果,执行综合预测,以提供临床决策信息。

2.如权利要求1所述的临床决策支持综合系统,其中,基于通过使用所述多个医疗机构中的每一个的医疗信息学习大数据的机器学习所获得的临床预测结果,来执行该综合预测。

3.如权利要求2所述的临床决策支持综合系统,其中,该综合预测通过整合基于特定医疗机构的自身医疗信息学习大数据的机器学习的临床预测结果、和基于一个或多个外部医疗机构中的每一个的医疗信息学习大数据的机器学习的临床预测结果,来支持临床决策。

4.如权利要求1所述的临床决策支持综合系统,其中,该临床决策信息由以下提供:

知识库;

根据每个人、疾病或它们的组合的决策树、神经网络、朴素贝叶斯或它们的组合;或

它们的组合。

5.如权利要求2所述的临床决策支持综合系统,其中,该机器学习包括用于执行学习、推理、预测或它们的组合的人工智能技术,以便多维地分析包括医疗记录、生命日志或它们的组合的大数据用于以患者为中心的医疗服务。

6.如权利要求2所述的临床决策支持综合系统,其中,执行该机器学习以输出通过并行簇的加速和医学信息学习大数据的量化、所提取或整合的高度可靠的数字信息作为临床预测结果。

7.一种临床决策支持综合系统,包括:

临床决策支持系统,被配置为响应于用户的临床决策请求,来提供临床决策信息;以及

综合预测系统,被配置为响应于该临床决策支持系统的请求,来提供临床预测结果,

其中该综合预测系统通过整合从多个医疗机构、医疗信息提供机构或它们的组合提供的临床预测结果,来执行用于决策的综合预测。

8.如权利要求7所述的临床决策支持综合系统,还包括机器学习引擎,其包括用于通过使用来自临床信息数据库的大数据进行学习的深度学习算法。

9.如权利要求8所述的临床决策支持综合系统,其中,该临床信息数据库包括个别医院的医院临床信息和门诊患者的生命日志信息。

10.如权利要求8所述的临床决策支持综合系统,其中,该机器学习引擎从包括电子医疗记录(EMR)、个人健康记录(PHR)、医学图像、生命日志信息或它们的组合的大数据中抽象医学信息的特征,并通过学习大数据来提取预测模型,以早期预测疾病的危险情况,从而提高临床预测结果的可靠性。

11.如权利要求7所述的临床决策支持综合系统,其中,该综合预测系统包括:

接口,被配置为向存在于多个外部医疗机构中的综合预测系统发送预测请求,并从外部医疗机构接收预测结果;以及

合作医院管理单元,被配置为管理用于与该外部医疗机构合作的医院信息。

12.如权利要求7所述的临床决策支持综合系统,其中,该机构设置有所述综合预测系统、机器学习引擎和医疗信息学习大数据。

13.如权利要求7所述的临床决策支持综合系统,其中,该临床决策支持综合系统收集包括该患者的生命日志的患者的生物特征数据,以连续地监测并管理该患者的病情,并且将该患者的病情提供给IoT装置。

14.一种临床决策支持方法,包括:

通过整合多个临床预测结果来执行综合预测;并且

通过该综合预测以提高的准确度提供临床决策信息。

15.如权利要求14所述的方法,其中,基于通过使用多个医疗机构中的每一个的医疗信息学习大数据的机器学习获得的临床预测结果,来执行该综合预测。

16.如权利要求15所述的方法,其中,该综合预测通过整合基于特定医疗机构的自身医疗信息学习大数据的机器学习的临床预测结果、和基于一个或多个外部医疗机构中的每一个的医疗信息学习大数据的机器学习的临床预测结果,来支持临床决策。

17.如权利要求14所述的方法,其中,该临床决策信息由以下提供:

知识库;

根据每个人、疾病或它们的组合的决策树、神经网络、朴素贝叶斯或它们的组合;或

它们的组合。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于韩国电子通信研究院,未经韩国电子通信研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611087498.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top