[发明专利]分层医疗数据计算机体系结构

说明书

本发明涉及医疗数据处理系统领域、相关方法和用途。

技术领域

本发明涉及医疗数据处理系统领域、相关方法和用途。

背景技术

今天医疗数据处理领域表征为存在大量这样的医疗数据，按照每个学科的筒仓组织，例如每个传感器(在广义上用作信息的词语)可用于人(或动物)。

虽然原则上可通过使用人工智能(AI)技术将所有所述不同传感器数据集合到一个计算机系统中作为继续的方式，但这种单纯的组合可能在实践中很难实现，而每个学科建立医疗数据分析和数据处理方面的专业知识可能难以在这种全球方法中重复使用。

在人工智能领域，深度学习是一种已知技术，但通常用于诸如图像之类的二维或更多维数据。

发明内容

本发明的目的

本发明旨在克服上述问题，并提供一种使用分层方法的精心选择的可行的技术解决方案(可实时部署)，利用多个不同医疗数据库的使用并结合特定于学科的数据处理算法的组合，其中，该算法使用通用的人工智能方法，具体而言是机器学习。

本发明的内容

本发明涉及(至少部分实时可用的)医疗数据处理(诸如数据分析或数据处理)系统和/或计算机或计算体系结构领域、相关用途和调整(学习)方法，其用途和相关布置和工具(如适合的数据库)。

为了清楚起见，在进一步的描述中，在计算机系统的意义上描述了医疗数据计算机系统，该计算机系统已经基于不同人的多个异构感知信息进行训练、调适、调整(“学习阶段”)，并且正在训练、调适或调整的计算机系统将生成对人的一个或多个参数的监测，代表他或她的身体状况或状态(“使用阶段”)，优选地，所获得的信息是准确的和/或精确到甚至足以进一步生成针对所述人的环境的至少一个动作(向第三方提供监测信息和/或生成警报和/或执行预防措施)。

实质上，提出了至少2层医疗数据计算机系统(10)或体系结构，其包括第一计算机子系统(层1)(20)；和(数据融合)第二计算机子系统(层2)(30)，其中，所述第一计算机子系统包括：多个进一步的第三计算机子系统(40)；每个进一步的第三计算机子系统适用于单个传感器数据处理；并且所述第二计算机子系统适用于处理由每个所述进一步的第三计算机子系统产生的多个输出的数据。

在这个层面上已经阐明了以下几个方面。

层1允许具有单个传感器数据处理，该传感器数据处理特定于当前的传感器(或信息)类型，因此能够在其中嵌入(某种类型的)相关学科专业知识。这种传感器数据处理可基于机器学习，但是优选地还考虑每个学科专业知识。

事实上，层2必须是多学科的(因为至少有两种不同类型的信息被馈送到它)，因此是更通用的机器学习技术(尽管仍可能嵌入潜在的多学科信息)。注意，尽管优选地给层2馈送预处理(通过层1)信息，但是仍然可能直接馈入一些传感器信息。

在阶段，我们可突出显示关键层是不相交的，但它们以双向方式相互作用。深度学习方法在这里起着至关重要的作用。信息从较低层传播到较高层，而每层中的表示由较高层的信息需求确定。

除了上面讨论的数据层之外，可以可选地提供两个特殊层。

在所有层留意管理与安全(Governance&Security)，以实现全面的方法。在更高级别，有更多的可能性来检测和控制机密性/隐私是否受到损害。

此外，学习和安全不仅发生在层之间，而且发生在垂直筒仓之间，在矩阵模型中，使用域之间的迁移学习。

描述了上述两个核心层(具体的，不太具体的)。用于通用调节传感器信号(如放大，过滤……)的预处理层(层0)(50)可在需要时放置在层1之前。