【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及医学诊断的领域,并且尤其涉及包括以分层方式被布置的多个诊断系统的基于计算机的自学习系统。
技术介绍
临床诊断支持(CDS)系统常用于在诊断过程中辅助医学从业人员。CDS系统可以被部署在医生的办公室、诊所、健康中心等处。系统的用户向CDS提供关于患者的输入数据,诸如患者的生命体征、实验室测试的结果、观察结果、背景、家庭历史等;并且CDS试图确定该数据是否与特定的医学状况或医学状况的集合相一致。该确定可以作为二元值、是/否确定、可能性值的集合等被呈现到医学从业人员。多数CDS系统被实施为自学习或“机器学习”系统,所述自学习或“机器学习”系统通过接收关于每个诊断的准确性的反馈或通过使用范例案例的集合而被“训练”来改进它们的诊断的准确性。亦即,除了输入数据以外还提供了‘正确’诊断,并且系统依据该正确诊断来处理数据以当针对另一患者提供输入数据的类似集合时增加提供正确诊断的可能性。具有‘正确’诊断还允许对学习系统进行测试以评估其性能和/或确定系统对于实际临床应用中的使用是否足够鲁棒。可以使用各种机器学习技术中的任一种来实现所述学习系统,所述各种机器学习技术包括神经网络、直推式和贝叶斯推理、决策树学习等。在这些技术中的每个中,学习系统包括用于调节与在训练或反馈阶段期间的学习过程相关联的参数的集合的过程,以及将这些参数应用于输入数据以产生诊断结果的过程。例如,神经网络包括多个内部节点,所述多个内部节点被耦合到每个输入部,到彼此,到(一个或多个)输出部。参数与每个节点和在节点之间的每个连接相关联,所述节点和所述连接定义输入值的给定集合如何被传播通过网络以在( ...
【技术保护点】
一种临床诊断支持(CDS)网络,包括:多个局部CDS系统,每个局部CDS系统包括局部学习系统,所述局部学习系统接收患者数据并且基于所述学习系统的局部参数来提供对应的诊断输出;以及全局CDS系统,其包括全局学习系统,所述全局学习系统:接收来自所述多个局部CDS系统的训练数据,所述训练数据包括患者数据和对应的‘正确’诊断;将所述训练数据应用于所述全局学习系统,以基于全局学习的所述诊断输出与所述对应的‘正确’诊断的比较来产生全局学习系统参数,并且将所述全局学习系统参数提供给所述多个局部CDS系统;其中,所述多个局部CDS系统中的一个或多个基于所述全局学习系统参数来更新所述多个局部CDS系统中的一个或多个的局部学习系统参数,并且基于这些经更新的局部参数来提供随后的诊断输出。
【技术特征摘要】
【国外来华专利技术】2013.11.13 US 61/903,4751.一种临床诊断支持(CDS)网络,包括:多个局部CDS系统,每个局部CDS系统包括局部学习系统,所述局部学习系统接收患者数据并且基于所述学习系统的局部参数来提供对应的诊断输出;以及全局CDS系统,其包括全局学习系统,所述全局学习系统:接收来自所述多个局部CDS系统的训练数据,所述训练数据包括患者数据和对应的‘正确’诊断;将所述训练数据应用于所述全局学习系统,以基于全局学习的所述诊断输出与所述对应的‘正确’诊断的比较来产生全局学习系统参数,并且将所述全局学习系统参数提供给所述多个局部CDS系统;其中,所述多个局部CDS系统中的一个或多个基于所述全局学习系统参数来更新所述多个局部CDS系统中的一个或多个的局部学习系统参数,并且基于这些经更新的局部参数来提供随后的诊断输出。2.根据权利要求1所述的网络,其中,所述局部学习系统和所述全局学习系统包括神经网络,并且所述参数包括与所述神经网络的每个节点相关联的偏置以及与所述节点之间的每个连接相关联的权重。3.根据权利要求1所述的网络,其中,所述局部CDS系统中的至少一个基于被应用到使用所述全局学习系统参数的所述局部学习系统的测试数据,来确定是否要更新所述局部学习系统参数,所述测试数据包括患者数据的多个集合和对应的‘正确’诊断,并且对是否要更新所述学习系统参数的所述确定是基于所述局部学习系统的每个诊断输出与所述对应的‘正确’诊断的比较的。4.根据权利要求1所述的网络,其中,所述全局CDS系统基于从所述局部CDS系统接收到并且被应用于使用所述全局学习系统参数的所述全局学习系统的测试数据,来确定是否要将所述全局学习系统参数提供给所述多个局部CDS系统,所述测试数据包括患者数据的多个集合和对应的‘正确’诊断,并且对是否要提供所述学习系统参数的所述确定是基于所述全局学习系统的每个诊断输出与所述对应的‘正确’诊断的比较的。5.根据权利要求1所述的网络,其中,所述全局学习系统和所述局部学习系统包括用于处理所述患者数据的特定结构,并且所述全局CDS系统也处理所述训练数据以基于具有备选结构的学习系统的所述诊断输出与同所述训练数据相关联的所述‘正确’诊断的比较来识别优于所述特定结构的该备选结构,并且将该备选结构提供给所述多个局部CDS系统。6.一种全局临床诊断支持(CDS)系统,包括:网络接口,其接收来自多个局部CDS系统的局部训练数据,所述训练数据包括患者数据的多个集合和对应的‘正确’诊断,学习系统,其处理来自所述多个局部CDS系统的所述训练数据中的一些或全部,以基于所述学习系统的每个诊断输出与所述对应的‘正确’诊断的比较来提供学习系统参数,以及处理器,其控制所述学习系统和所述网络接口,并且所述处理器被配置为经由所述网络接口将所述学习系统参数提供给所述多个局部CDS系统。7.根据权利要求6所述的系统,其中,所述学习系统包括神经网络,并且所述参数包括与所述神经网络的每个节点相关联的偏置以及与所述节点之间的每个连接相关联的权重。8.根据权利要求6所述的系统,其中,所述处理器被配置为基于从所述局部CDS系统接收到并且被应用于使用所述学习系统参数的所述学习系统的测试数据,来确定是否要将所述学习系统参数提供给所述多个局部CDS系统,所述测试数据包括患者数据的多个集合和对应的‘正确’诊断,并且对是否要提供所述学习系统参数的所述确定是基于所述学习系统的每个诊断输出与所述对应的‘正确’诊断的比较的。9.根...
【专利技术属性】
技术研发人员:邓寅晖,X·李,X·顾,V·T·沙姆达莎尼,Y·吴,
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
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。