[发明专利]数据转换/症状评分

权利要求书

1.一种计算机系统，其用于生成与患者的负面健康后果相关的定量值，所述计算机系统包括：

转换模块，所述转换模块被配置为接收多个数据项集合，每个集合与所述患者相关联，并且每个数据项包括描述符以及该描述符应用的时间，所述转换模块被配置为生成至少一个训练数据结构，所述至少一个训练数据结构包括针对每个患者的所选特征的阵列，每个所选特征与表示分数的数值相关联，所述分数指示该特征与所述负面健康后果的预测的相关性；以及指示所述患者是否表现所述负面健康后果的标签；和

至少一个机器学习模型，所述至少一个机器学习模型在所述至少一个训练数据结构上训练，以便可操作来为具有至少一些特征的患者生成与负面健康后果相关的定量值，但针对所述至少一些特征的负面健康后果的状况是未知的。

2.根据权利要求1所述的计算机系统，其中所述转换模块被配置为生成多个训练数据结构，每个训练数据结构具有对应于不同的相应负面健康后果的不同标签；和

多个机器学习模型，相关于所述相应负面健康后果之一已经训练了每个模型。

3.根据权利要求2所述的计算机系统，其中利用具有共同的所选特征集合的训练数据结构来训练利用指示相应不同的负面健康后果的标签所训练的每个机器学习模型。

4.根据权利要求2所述的计算机系统，其中使用具有不同的所选特征集合的训练数据结构来训练相关于不同的相应负面健康后果所训练的每个机器学习模型，所述不同的所选特征集合具有包括至少一些共同特征的不同集合。

5.根据前述权利要求中任一项所述的计算机系统，其中转换模型被配置为接收患者集合中的附加数据项，并且修改指示该患者集合受到所述附加数据项影响的每个特征的相关性的一个或多个分数并生成包括针对该患者的已修改的一个或多个分数的新训练数据结构。

6.根据权利要求1至4中任一项所述的计算机系统，其中所述转换模块被配置为使用与所述数据项的所述描述符相关联的数值的与时间相关的操纵来生成所述分数。

7.根据权利要求6所述的计算机系统，其中所述与时间相关的操纵包括衰减模型，其中如果在随后接收的数据项中未表示特定所选特征，则与该特定所选特征相关联的分数随时间减小。

8.根据权利要求1至4中任一项所述的计算机系统，其中所述转换模块被配置为取决于包括针对特定特征的相关描述符的数据项的数量来生成与该特定特征相关联的分数，其中所述转换模块被配置为，当确定与所述特定特征相关联的所述分数时，为了确定与所述特定特征相关联的所述分数，将在时间窗口内发生的多个数据项评估为单个数据项。

9.根据权利要求1至4中任一项所述的计算机系统，其中转换模型被配置为接收患者集合中的附加数据项，并生成包括由针对该患者集合的所述附加数据项所描述的新特征的新训练数据结构，其中所述计算机系统包括使用所述新训练数据结构训练的另一机器学习模型。

10.根据权利要求1至4中任一项所述的计算机系统，其中所述转换模块被配置为以原始格式接收多个患者的数据项集合，并且将所述原始格式的所述数据项映射为包括用于每个特征的预定指示符代码的标准格式，以形成所述描述符的一部分。

11.根据权利要求1至4中任一项所述的计算机系统，其中所述特征选自：

症状；

对所述患者执行的测试或程序；

针对所述患者的测试结果；

针对所述患者的个人数据；

针对所述患者的上下文数据；和

家族史。

12.根据权利要求11所述的计算机系统，其包括用于接收所述个人数据的接口，所述个人数据包括从至少一个传感器导出的传感器数据，所述至少一个传感器被配置为确定关于患者的生理信息、患者的年龄、患者的体重、患者的基因组信息、患者的种族、患者的血型等。