[发明专利]用于感染病通告的系统和方法

权利要求书

1.一种用于感染病通告的系统(1)，所述系统(1)包括在大量患者(P)的EMR数据集(E)上被训练的机器学习监测算法(AI)，所述监测算法(AI)被设计成使得所述监测算法(AI)根据任何提供的EMR数据集(E)来计算感染病的概率(PV)，并且所述系统(1)被设计成将所计算的提供的EMR数据集(E)的概率(PV)与已知值进行比较，

-其中，在训练的过程中，所述值表示是否存在感染病的发作，并且所述监测算法(AI)被设计成用于相应地调整所述监测算法(AI)的参数，以及

-其中，在对通告(N)进行评估的过程中，所述值是预定义的阈值(T)，并且所述系统(1)被设计成：如果所述概率(PV)超过所述阈值(T)，则输出所述通告(N)。

2.根据权利要求1所述的系统，其中，所述监测算法(AI)是回归模型，优选地，所述监测算法(AI)是连续学习回归模型，

优选地，所述监测算法(AI)基于正则化回归模型、随机森林、支持向量机或深度神经网络。

3.根据前述权利要求中的一项所述的系统，其中，所述监测算法(AI)被设计成处理以下组的EMR数据：生命体征、实验室结果、护理点测试结果、患者护理相关规程、合并症、其他疾病和临床护理数据。

4.根据前述权利要求中的一项所述的系统，包括与多于一个医疗机构(H1，H2)的数据连接，并且所述系统被设计成从所述医疗机构(H1，H2)接收EMR数据集(E)。

5.根据前述权利要求中的一项所述的系统，包括用于数据网络(5)的输入接口(2)或用于接收标记数据的输入装置，其中，所述系统(1)被设计成：尤其利用指示存在感染风险、所述患者(P)需要进一步监测或所述患者(P)被错误地标示的标示来标记所述患者(P)的EMR数据集(E)或识别数据。

6.根据前述权利要求中的一项所述的系统，其中，所述监测算法(AI)被设计成在医院(H1，H2)的先前病例以及当前的流行病学简档上被训练，优选地，所述监测算法(AI)被设计成在与以下的组有关的数据上被训练：药物，尤其是所使用的抗生素；结果，尤其是疾病的长度；生化指标和生命体征。

7.一种用于利用根据前述权利要求中的一项所述的系统(1)根据被提供给所述系统(1)的患者(P)的EMR数据集(E)进行感染病通告的方法，所述方法包括以下步骤：

-利用所述系统(1)根据所述EMR数据集(E)计算感染病的概率(PV)；

-将所计算的提供的EMR数据集(E)的概率(PV)与预定义的阈值(T)进行比较；以及

-如果所述概率(PV)超过所述阈值(T)，则输出通告(N)。

8.根据权利要求7所述的方法，其中，当患者(P)的新EMS数据集(E)被添加到所述系统(1)时，所述系统(1)的监测算法(AI)被进一步训练，包括以下步骤：

-利用所述系统(1)根据所述EMR数据集(E)计算感染病的概率(PV)；

-将所计算的提供的EMR数据集(E)的概率(PV)与表示是否存在感染病的发作的值进行比较；以及

-相应地调整所述监测算法(AI)的参数。

9.根据权利要求7或8所述的方法，其中，当专家(S)的新反馈被添加到所述系统(1)时，所述系统(1)被进一步训练，包括以下步骤：

-利用所述系统(1)根据与所述反馈联系的EMR数据集(E)计算感染病的概率(PV)；

-基于所述反馈，将所计算的提供的EMR数据集(E)的概率(PV)与表示是否存在感染病的发作的值进行比较；以及

-相应地调整所述监测算法(AI)的参数。

10.根据权利要求7至9中的一项所述的方法，其中，尤其利用指示所述患者(P)需要进一步监测或所述患者(P)被错误地标示的标示来标记所述患者(P)的EMR数据集(E)或识别数据。