【技术实现步骤摘要】
【国外来华专利技术】
本公开内容涉及计算机的领域,特别是涉及使用计算机分析数据。更具体而言,本公开内容涉及提取和选择与健康护理病人有关的方差相关特征的最优集合。
技术介绍
疾病自管理程序和介入/护理计划监视程序由于不能系统性地利用病人产生的信息、特别是需要对测量的时间上下文的有技巧的解释的那些信息(例子包括但不限于病人随时间的体重、胆固醇水平、血糖水平等)而受到限制。虽然现有技术(几种移动应用和基于网络的门户)帮助捕获和存储相关数据,但是它们确定对该个体最敏感的适当度量的能力是受限或者不存在的。这是由于这些技术不关于疾病进展、医疗简档和对临床关键性能指标(KPI)具有影响的护理的其它方面考虑个体的特定情况。
技术实现思路
方法、系统和/或计算机程序产品自动提取和选择指示健康护理中的个体后果(outcome)和个性化计划选择的方差相关特征的最优集合。产生包含时间异方差性特征的候选方差相关病人特征的提取集合。通过识别各病人特征的方差和异方差性被最大化的时间周期,优化来自候选方差相关病人特征的提取集合的各病人特征,其中,所述优化根据各病人特征的方差和异方差性被最大化的时间周期产生方差相关病人特征的最优提取集合。方差相关病人特征的最优提取集合与病人群体的历史数据集合比较,以产生方差相关病人特征的预测集合,其中,方差相关病人特征的预测集合预测病人群体的目标健康相关后果。
对当前病人产生方差相关病人特征的当前病人最优集合。病人群体的方差相关病人特征的最优集合与当前病人的方差相关病人特征的当前病人最优集合比较。响应于病人群体的方差相关病人特征的最优集合在预定限制内匹配当前病人的 ...
【技术保护点】
一种自动提取和选择指示健康护理中的个体后果的方差相关特征的最优集合的方法,该方法包括:由一个或更多个处理器,产生候选方差相关病人特征的提取集合,其中,候选方差相关病人特征的提取集合是时间异方差性特征;由一个或更多个处理器,通过识别各病人特征的方差和异方差性被最大化的时间周期,优化来自候选方差相关病人特征的提取集合的各病人特征,其中,所述优化产生来自各病人特征的方差和异方差性被最大化的时间周期的方差相关病人特征的最优提取集合;由一个或更多个处理器,比较方差相关病人特征的最优提取集合与病人群体的历史数据集合以产生方差相关病人特征的预测集合,其中,方差相关病人特征的预测集合预测病人群体的目标健康相关后果;由一个或更多个处理器,产生当前病人的方差相关病人特征的当前病人最优集合;由一个或更多个处理器,比较病人群体的方差相关病人特征的最优集合与当前病人的方差相关病人特征的当前病人最优集合;响应于病人群体的方差相关病人特征的最优集合在预定限制内匹配当前病人的方差相关病人特征的当前病人最优集合,由一个或更多个处理器,确定目标健康相关后果是否匹配当前病人的预定健康相关后果;以及响应于目标健康相关后果匹配 ...
【技术特征摘要】
【国外来华专利技术】2014.02.19 US 14/184,1291.一种自动提取和选择指示健康护理中的个体后果的方差相关特征的最优集合的方法,该方法包括:由一个或更多个处理器,产生候选方差相关病人特征的提取集合,其中,候选方差相关病人特征的提取集合是时间异方差性特征;由一个或更多个处理器,通过识别各病人特征的方差和异方差性被最大化的时间周期,优化来自候选方差相关病人特征的提取集合的各病人特征,其中,所述优化产生来自各病人特征的方差和异方差性被最大化的时间周期的方差相关病人特征的最优提取集合;由一个或更多个处理器,比较方差相关病人特征的最优提取集合与病人群体的历史数据集合以产生方差相关病人特征的预测集合,其中,方差相关病人特征的预测集合预测病人群体的目标健康相关后果;由一个或更多个处理器,产生当前病人的方差相关病人特征的当前病人最优集合;由一个或更多个处理器,比较病人群体的方差相关病人特征的最优集合与当前病人的方差相关病人特征的当前病人最优集合;响应于病人群体的方差相关病人特征的最优集合在预定限制内匹配当前病人的方差相关病人特征的当前病人最优集合,由一个或更多个处理器,确定目标健康相关后果是否匹配当前病人的预定健康相关后果;以及响应于目标健康相关后果匹配当前病人的预定健康相关后果,由一个或更多个处理器,发出与当前病人的预定健康相关后果相关的警告。2.根据权利要求1所述的方法,其中,各病人特征的方差和异方差性被最大化的时间周期通过以下步骤被识别:由一个或更多个处理器,产生多个时间段尺寸;由一个或更多个处理器,产生多个时间子段尺寸;由一个或更多个处理器,产生所述多个时间段尺寸与所述多个时间子段尺寸的组合的多个排列;以及由一个或更多个处理器,识别特定时间段尺寸与特定时间子段尺寸的最优组合,在该最优组合内,各病人特征的方差和异方差性被最大化。3.根据权利要求1所述的方法,还包括:由一个或更多个处理器并且基于当前病人的历史数据建立当前病人的方差相关病人特征的当前病人最优集合内的正常方差,其中,正常方差被预定为不预测当前病人的医疗状况;由一个或更多个处理器,确定当前病人的方差相关病人特征的当前病人最优集合是否超过所述正常方差;以及响应于确定当前病人的方差相关病人特征的当前病人最优集合超过所述正常方差,由一个或更多个处理器,发出与当前病人的预定健康相关后果有关的警告。4.根据权利要求1所述的方法,其中,当前病人的预定健康相关后果是治愈当前病人遭受的医疗状况的医疗治疗计划的实现,并且其中,所述方法还包括:由一个或更多个处理器,确定医疗治疗计划的实现是否在预定时间量内治愈当前病人的医疗状况;以及响应于确定医疗治疗计划的实现没有在所述预定时间量内治愈当前病人的医疗状况,由一个或更多个处理器,选择当前病人的方差相关病人特征的新集合,以产生当前病人的方差相关病人特征的新的当前病人最优集合。5.根据权利要求1所述的方法,还包括:由一个或更多个处理器,识别时间异方差性特征的趋势,其中,正趋势表示时间异方差性特征的方差的时间上的增加,其中,负趋势
\t表示时间异方差性特征的方差的时间上的减少,并且其中,正趋势和负趋势描述时间异方差性特征的方差的幅度随时间的变化;以及响应于检测到时间异方差性特征的正趋势,由一个或更多个处理器发出与当前病人的预定健康相关后果有关的警告。6.根据权利要求1所述的方法,其中,由一个或更多个处理器,通过最大化随时间的方差趋势(VAROT),产生候选方差相关病人特征的提取集合,其中,VAROT=f(x,ts,wl,dt,pt,s)这里,x=预定的测量病人特点的测量,ts=用于观察预定的测量病人特点的观察窗口的起始点,wl=观察窗口的长度,dt=观察窗口的子单元的长度的增量周期,pt=观察窗口的周期类型,其中,周期类型选自包含离散周期和滚动周期的组,s=在观察窗口中在增量周期内对x限定数据点的所需最少数量的稀疏性约束。7.根据权利要求6所述的方法,其中,观察窗口的起始点通过与当前病人相关的预定事件被触发。8.根据权利要求7所述的方法,其中,所述与当前病人有关的预定事件是正施加到当前病人的药理协议的开端。9.根据权利要求7所述的方法,其中,所述与当前病人有关的预定事件是正对当前病人进行的手术。10.根据权利要求7所述的方法,其中,所述与当前病人有关的预定事件是当前病人发生的饮食事件。11.一种用于自动提取和选择指示健康护理中的个体后果和个性化计划选择的方差相关特征的最优集合的计算机程序产品,该计算机程序产品包含具有与其一起体现的程序代码的计算机可读存储介质,该程序代码能够通过处理器读取和执行以执行包括以下步骤的方法:产生候选方差相关病人特征的提取集合,其中,候选方差相关病人特征的提取集合是时间异方差性特征;通过识别各病人特征的方差和异方差性被最大化的时间周期,优化来自候选方差相关病人特征的提取集合的各病人特征,其中,所述优化产生来自各病人特征的方差和异方差性被最大化的时间周期的方差相关病人特征的最优提取集合;比较方差相关病人特征的最优提取集合与病人群体的历史数据集合以产生方差相关病人特征的预测集合,其中,方差相关病人特征的预测集合预测病人群体的目标健康相关后果;产生当前病人的方差相关病人特征的当前病人最优集合;比较病人群体的方差相关病人特征的最优集合与当前病人的方差相关病人特征的当前病人最优集...
【专利技术属性】
技术研发人员:S·瑞玛克斯南,P·莫维尔,于珂,M·阿库什维奇,S·夏尔马,薛沛芸,
申请(专利权)人:国际商业机器公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。