[发明专利]包含与高血压治疗相关的专业知识在内的人工智能系统

说明书

提供了一种过程，包括：获得量化患者的心血管状况的测试数据，以及输出推荐的施用药物的序列。

相关申请的交叉引用

本PCT申请要求2019年8月19日提交的题为“ARTIFICIAL INTELLIGENCE SYSTEMSTHAT INCORPORATE EXPERT KNOWLEDGE RELATED TO HYPERTENSION TREATEMENTS”的美国临时专利申请62/888,928的权益，并且本PCT申请是2019年8月20日提交的题为“ARTIFICIAL INTELLIGENCE SYSTEMS THAT INCORPORATE EXPERT KNOWLEDGE RELATED TOHYPERTENSION TREATMENTS”的美国专利申请16/546,156的继续申请。每份前述专利申请的全部内容通过引用并入本文以用于所有目的。

技术领域

本公开总体上涉及人工智能(AI)，并且更具体地，涉及结合与高血压患者的管理和护理相关的专业知识同时保留进行归纳以提供对新型输入的适当响应的能力的AI系统。

背景技术

医师和其他医疗从业人员在治疗患者时面临着巨大的复杂性。这种复杂性的很大一部分涉及选择最能帮助特定患者的药物以及该患者的大量特定变量。通常，医生必须基于患者的相对嘈杂的、高维的数据在不确定的情况下做出决定，而这些信号可能随着时间的推移而演变，并且在有些情况下难以预测。

医疗从业人员接受过培训，并被教导了解和应用大量医学研究来为患者选择适当的干预措施。目前，每年大约有800,000篇新的医学期刊文章被发表。为了获得食品和药物管理局(FDA)的批准，每种药物都必须在FDA监督和批准下在精心构建和执行的研究中进行测试。同一药物的后续研究可以在独立主持下进行或由药物制造商赞助。每项研究都具有包含变量和排除变量的特定集合。对同一药物的不同研究可以而且通常确实具有不同的包含变量和排除变量以及值。当医师开药时，他们不太可能从记忆中回忆起哪些研究调查了该病症或该药物，并且极不可能回忆起任何包含变量和排除变量。因此，确定使用哪种药物非常困难。

为了协助本领域的工作人员，有时在不同国家或国际权威机构如美国心脏病学会、美国心脏协会、医学研究所等的授权下召集专家小组，对与特定疾病状况相关的各种研究进行梳理，并更新关于该疾病状况的可用科学，从而得出高水平的发现。在发表了数十万页的科学论文之后，例如机构可能建立护理标准，该护理标准有时被称为“循证护理标准”(EBS)。在某些领域，EBS或其他标准将最少定义一个标准，例如治疗目标和关于可以用于实现该目标的各种工具的一般评论，通过该标准可以衡量成功的治疗或疗法。但这些标准可能难以实施、过时、或应用较少粒度的启发式方法来支持可管理性而不是精确性。

鉴于这些挑战，直到最近，开发人员和计算机科学研究人员才开始尝试帮助医生为患者选择合适的治疗方案，而迄今为止，这些尝试中的许多仅限于癌症等疾病。然而，这些尝试一般都尚未取得成功。一些方法已经尝试应用专家系统，该专家系统将整个医学知识编码到规则集合中。规则的问题在于，与变量可以相互作用的方式相结合的变量的数量以及解决方案选项的数量可以接近数千万排列，这超出了规则制定的能力。通常，专家系统已经被证明过于脆弱，不能在系统架构师明确考虑的场景之外进行归纳。这种系统通常与呈现新型场景的患者进行斗争。另一方面，一些研究人员已经试图根据治疗和患者反应的历史记录来训练具有相对大量自由度的模型，如深度神经网络。然而，这些系统通常无法从由医学研究产生的知识中受益，并且在许多情况下具有相对较低的培训效率。这些模型与较小的训练集合、以及样本在模型可能稍后被要求执行的区域中稀疏的训练集合进行斗争。还有一个问题是，医疗数据通常非常嘈杂且充满错误。

发明内容

以下是本技术的一些方面的非详尽列表。这些和其他方面在以下公开中被描述。