出院处的患者风险因子的建模制造技术

一种医学系统，包括：建模单元(10)，其：基于人口统计、社会-计量经济、诊断、流程、医院以及后勤数据元素的集合生成多个树结构分类器；基于所述多个树结构分类器和对应于先前患者出院的数据来学习患者出院风险因子；并且基于所学习的患者出院风险因子创建再入院预测模型，所述再入院预测模型对针对一个或多个患者出院的所识别的患者出院风险因子进行评分。

【技术实现步骤摘要】
【国外来华专利技术】
下文总体上涉及医学系统。其尤其应用于与进行患者出院决定，制定出院策略结合，并且将尤其参考其进行描述。然而将理解，其也应用在其他使用情形中，而不必限于前述应用。
技术介绍
住院患者服务是能够包括显著费用的消费的医疗保健服务的主要部分。避免在患者出院之后的再入院能够显著节约成本。当前，17.6％的急性护理入院导致在出院之后的再入院并且支出$15B。医学服务提供商接收来自报销提供商的财务激励，诸如医疗保险和医疗补助，其包括超过特定阈值的对再入院的惩罚。例如，在2012年九月，医疗保险和医疗补助服务中心开始报告针对急性心肌梗塞(AMI)、慢性心力衰竭(CHF)以及肺炎(PN)的再入院测量，并且对于差的再住院率以针对一年中所有入院的补偿的1％减少对医院进行惩罚。医院缺少允许医疗保健从业人员确定在出院处的患者的再入院的可能性的模型。响应不被识别或不是可行的。例如，在出院处的任何患者可能被再入院的知识不提供任何基准来指示患者是否应当出院或如果不出院，那么何者替代使患者出院。例如，具有针对肺炎的高再入院率并且引起针对再入院的惩罚的医院，和具有肺炎的诊断的要出院的患者，不告知医院不同地做什么。经济惩罚应用到年度阈值和整个患者群体，并且不使医院有能力确定针对要出院的患者、会避免针对患者的再入院的一系列动作。此外，当前模型不考虑每个医院的当前实践，所述当前实践在一些方面中可以包括比整个患者群体更好的比率。对具体医院的适用性仍然不清晰。例如，引起整体高再入院率，但对被诊断有肺炎的出院的患者的低入院率的医院不告知医院不同地做什么。一种途径是创建静态模型，诸如线性回归模型和/或基于大群体的分析来选择一组强预测因子的方差分析模型。在文献中固定并且报告所述模型，并且由医院来调和模型与实际实践。静态模型不考虑弱预测因子、个体医院实践的变化性或针对改进的推荐。所述模型是静态和固定的。此外，模型通常聚焦于在一般患者群体中在时间点处的一种状况和固定的准则集合。再入院的根本原因未清楚地被理解。当前没有可用于医院来识别处于针对再入院的高风险中的患者的标准或基准。存在许多能够加剧再入院的风险的可能变量。文献争论地建议许多可能性，其可以包括人口统计、社会-计量经济、诊断、流程、医院以及后勤因子。因子可以包括数百个变量。当前模型不考虑在由每个医院遭遇的人口统计、社会-计量经济、诊断、流程、医院以及后勤因子之间的交互。当新信息变得可用时，当前途径不适应。当前途径不适于可以改变的涉及的财政激励。当前途径不便于解决再入院率的医院策略的开发。财政激励包括惩罚，但不包括用于识别影响患者护理的质量的因子或开发可行的建议的任何机制，并且不包括用于改进护理的质量或如何适当地分配资源的针对医院的设计策略。
技术实现思路
下文公开了在出院处的患者风险因子的新的并且改进的建模，其解决了上述问题和其他问题。根据一个方面，一种医学系统，包括建模单元，所述建模单元：基于人口统计、社会-计量经济、诊断、流程、医院以及后勤数据元素的集合生成多个树结构分类器；基于所述多个树结构分类器和对应于先前患者出院的数据来学习患者出院风险因子；并且基于所学习的患者出院风险因子创建再入院预测模型，所述再入院预测模型对针对一个或多个患者出院的所识别的患者出院风险因子进行评分。根据另一方面，一种处理医学患者信息的方法，包括：基于人口统计、社会-计量经济、诊断、流程、医院以及后勤数据元素的集合生成多个树结构分类器。基于所述多个树结构分类器和对应于先前患者出院的数据来学习患者出院风险因子。基于所学习的患者出院风险因子创建再入院预测模型，所述再入院预测模型对针对一个或多个患者出院的所识别的患者出院风险因子进行评分。根据另一方面，一种医学系统，包括：患者风险评分单元，其基于再入院预测模型，对患者针对再入院的风险进行评分，所述再入院预测模型在人口统计、社会-计量经济、诊断、流程、医院以及后勤数据元素和先前患者出院的数据上训练随机森林模型，并且所述预测模型从预测患者再入院可能性的集合识别至少一组风险因子。所述医学系统还包括显示设备，所述显示设备显示来自针对患者再入院风险而评分的所述集合的所识别的至少一组风险因子。一个优点在于预测针对患者的再入院的风险的模型。另一优点在于考虑数百个可能预测因子的模型。另一优点在于适于不同患者群体的模型。另一优点在于识别影响针对医院的再入院的因子的机制。另一优点在于包括对患者出院的备选并且基于医院绩效的可行建议。本领域的普通技术人员在阅读和理解以下详细描述之后，将认识到另外的优点。附图说明本专利技术可以采取各种部件和各部件的布置的形式，并且可以采取各种步骤和各步骤安排形式。附图仅是为了图示优选实施例，而不应被解释为对本专利技术的限制。图1示意性图示了对在出院处的患者风险因子建模的系统的实施例。图2以流程图示出了对在出院处的患者风险因子进行建模的一个实施例。图3以流程图示出了收集患者出院群体数据的对在出院处的患者风险因子进行建模的一个实施例。图4图解地图示了示范性预测因子分类决策树。图5图解地图示了示范性医院风险层化。图6图解地图示了示范性医院风险策略决策支持工具显示。图7图解地图示了示范性患者风险出院报告。具体实施方式参考图1，示意性图示了对在出院处的患者风险因子建模的系统的实施例。所述系统包括建模单元10，所述建模单元基于人口统计、社会-计量经济、诊断、流程、医院以及后勤数据元素的集合，生成多个树结构分类器。由数据收集单元12收集数据元素的集合，所述数据收集单元能够从任何数量的源进行收集，所述任何数量的源包括：电子健康记录14，诸如电子医院记录(EHR)、电子医学记录(EMR)等；政府或工业数据源，包括住院患者出院摘要16，诸如医疗保健成本利用项目(HCUP)数据库；或者本地数据18，诸如多个医院的数据库。所述集合表示患者再入院的可能预测因子，并且指示再入院的定义的群体。然而，例如，所述集合包括指示针对患者的再入院是否然而被定义的变量。建模单元10基于所述树结构分类器和对应于先前患者出院的数据来学习患者出院风险因子。所述学习包括根据人口统计、社会-计量经济、诊断、流程、医院以及后勤数据元素的集合对对应于先前患者出院的数据进行分割。所述学习能够基于随机森林算法。建模单元基于所学习的患者出院风险因子创建本文档来自技高网...

【技术保护点】
一种医学系统，包括：建模单元(10)，其：基于人口统计、社会‑计量经济、诊断、流程、医院以及后勤数据元素的集合生成多个树结构分类器；基于所述多个树结构分类器和对应于先前患者出院的数据来学习患者出院风险因子；并且基于所学习的患者出院风险因子创建再入院预测模型，所述再入院预测模型对针对一个或多个患者出院的所识别的患者出院风险因子进行评分。

【技术特征摘要】
【国外来华专利技术】2013.08.14 US 61/865,7621.一种医学系统，包括：
建模单元(10)，其：基于人口统计、社会-计量经济、诊断、流程、医
院以及后勤数据元素的集合生成多个树结构分类器；基于所述多个树结构
分类器和对应于先前患者出院的数据来学习患者出院风险因子；并且基于
所学习的患者出院风险因子创建再入院预测模型，所述再入院预测模型对
针对一个或多个患者出院的所识别的患者出院风险因子进行评分。
2.根据权利要求1所述的系统，还包括：
医院风险管理单元(22)，其基于所述再入院预测模型，对针对再进入
医院的风险因子进行评分并且识别针对所述医院的策略的机会，所述再入
院预测模型对对应于所述医院的先前患者出院的数据进行评分；以及
显示设备(26)，其显示根据所述再入院预测模型的所述树结构分类器
组织的针对所述医院的策略的所识别的机会，并且显示利用每个叶节点指
示的针对所述医院的策略的所识别的机会。
3.根据权利要求1和2中的任一项所述的系统，还包括：
患者风险评分单元(24)，其基于所述再入院预测模型和患者风险因子
对患者针对再入院的风险进行评分；并且
所述显示设备(26)显示所述患者风险因子和评分。
4.根据权利要求2和3中的任一项所述的系统，其中，所述显示器(26)
包括针对关于所选择的一组出院的患者所识别的风险因子的评分。
5.根据权利要求1-4中的任一项所述的系统，还包括：
患者出院管理单元(34)，其基于经评分的患者再入院风险生成推荐的
出院过程，并且所述推荐的出院过程包括以下中的至少一个：
在监督下将所述患者送回家；
在无监督情况下将所述患者送回家；
将所述患者在所述医院中保持更长时间；
将所述患者送到短期护理设施；
在出院之前确保初级护理医师随访和预约；以及
在医学规划上使护理与药剂师协调，并且关于出院规划教导所述患者。
6.根据权利要求1-5中的任一项所述的系统，其中，所述学习包括根
据人口统计、社会-计量经济、诊断、流程、医院以及后勤数据元素的所述
集合将对应于先前患者出院的所述数据进行分割。
7.根据权利要求1-6中的任一项所述的系统，其中，所述学习基于随
机森林算法。
8.根据权利要求1-7中的任一项所述的系统，其中，对应于先前患者
出院的所述数据包括以下中的至少一种：电子健康档案、至少一个医疗保
健成本利用项目数据库或多个医院的数据库。
9.根据权利要求2-8中的任一项所述的系统，其中，所述医院风险管
理单元(22)还被配置为包括：
基于一个或多个特性选择一个或多个不同医院，并且选择一个或多个
患者概况并选择一个或多个识别的风险因子；
基于所选择的患者概况和所选择的识别符风险因子，对来自所述医院
和所选择的不同医院的所述一个或多个患者出院进行评分；
计算针对经评分的风险因子的一个或多个统计数据；并且
其中，所述显示设备显示针对再进入所述医院和再进入不同的所识别
的医院的所述经评分的风险因子的所述一个或多个统计数据。
10.根据权利要求9所述的系统，其中，一个或多个统计数据包括所
选择的一个或多个风险因子...

【专利技术属性】
技术研发人员：U·拉加万，S·R·巴盖里，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：荷兰;NL