用于将非结构化条目特征与相关联的治疗特征一致地相关的系统和方法技术方案

公开了一种用于将包括在非结构化治疗条目中的非结构化条目特征与结构化治疗信息中的相关联的治疗特征一致地相关的系统。所述系统获得非结构化治疗条目并且识别个体非结构化治疗条目内的非结构化条目特征。所述非结构化治疗条目特征被相关到对应的相关联的治疗特征。非结构化条目特征与相关联的治疗特征的所述相关是基于与所述个体非结构化治疗条目相关联的上下文信息的。与所述非结构化治疗条目相关联的上下文信息包括所述非结构化治疗条目的语法、所述非结构化治疗条目的创建者、和/或所述非结构化治疗条目的格式。

【技术实现步骤摘要】
【国外来华专利技术】用于将非结构化条目特征与相关联的治疗特征一致地相关的系统和方法
本公开内容涉及将非结构化治疗条目中的非结构化条目特征与结构化治疗信息中的结构化条目特征一致地相关的系统和方法。经一致地相关的条目特征有益于临床中的二次使用和有关患者安全的研究。
技术介绍
众所周知，计算机化的提供者指示录入(CPOE)系统已经遍布国家健康护理领域中被采用。CPOE系统提供了用于加速处方、减少药物错误以及创建用于临床研究的大型电子药物数据库的平台。CPOE系统不确保药物数据的互操作性。输入到CPOE系统的信息不是标准化的。
技术实现思路
因此，本公开内容的一个或多个方面涉及一种被配置为将非结构化治疗条目中的非结构化条目特征与结构化治疗信息中的相关联的治疗特征一致地相关的系统。所述系统包括一个或多个物理计算机处理器，所述一个或多个物理计算机处理器被计算机可读指令配置为：获得非结构化治疗条目，所述非结构化治疗条目包括第一非结构化治疗条目；识别所述个体非结构化治疗条目中的非结构化条目特征；并且将所述非结构化治疗条目中的识别出的非结构化条目特征与对应的相关联的治疗特征相关，这样的相关是基于与包括所述非结构化条目特征的所述非结构化治疗条目相关联的上下文信息的，使得，响应于识别出所述第一非结构化治疗条目中的第一非结构化条目特征，基于与所述第一非结构化治疗条目相关联的上下文信息来将所述第一非结构化条目特征相关到对应的相关联的治疗特征，与所述第一非结构化治疗条目相关联的所述上下文信息包括以下中的一项或多项：所述第一非结构化治疗条目的语法、所述第一非结构化治疗条目的创建者、和/或所述第一非结构化治疗条目的格式。本公开内容的再另一方面涉及一种用于利用相关系统将非结构化治疗条目中的非结构化条目特征与结构化治疗信息中的相关联的治疗特征一致地相关的方法，所述系统包括一个或多个物理计算机处理器。所述方法包括：利用所述一个或多个物理计算机处理器来获得非结构化治疗条目，所述非结构化治疗条目包括第一非结构化治疗条目；利用所述一个或多个物理计算机处理器来识别个体非结构化治疗条目中的非结构化条目特征；并且利用所述一个或多个物理计算机处理器将所述非结构化治疗条目中的识别出的非结构化条目特征与对应的相关联的治疗特征相关，这样的相关是基于与包括所述非结构化条目特征的所述非结构化治疗条目相关联的上下文信息的，使得，响应于识别出所述第一非结构化治疗条目中的第一非结构化条目特征，基于与所述第一非结构化治疗条目相关联的上下文信息来将所述第一非结构化条目特征相关到对应的相关联的治疗特征，与所述第一非结构化治疗条目相关联的所述上下文信息包括以下中的一项或多项：所述第一非结构化治疗条目的语法、所述第一非结构化治疗条目的创建者、和/或所述第一非结构化治疗条目的格式。本公开内容的再另一方面涉及一种被配置为将非结构化治疗条目中的非结构化条目特征与结构化治疗信息中的相关联的治疗特征一致地相关的系统。所述系统包括：用于获得非结构化治疗条目的模块，所述非结构化治疗条目包括第一非结构化治疗条目；用于识别所述个体非结构化治疗条目中的非结构化条目特征的模块；以及用于将所述非结构化治疗条目中的识别出的非结构化条目特征与对应的相关联的治疗特征相关，这样的相关是基于与包括所述非结构化条目特征的所述非结构化治疗条目相关联的上下文信息的，使得，响应于识别出所述第一非结构化治疗条目中的第一非结构化条目特征，基于与所述第一非结构化治疗条目相关联的上下文信息来将所述第一非结构化条目特征相关到对应的相关联的治疗特征的模块，与所述第一非结构化治疗条目相关联的所述上下文信息包括以下中的一项或多项：所述第一非结构化治疗条目的语法、所述第一非结构化治疗条目的创建者、和/或所述第一非结构化治疗条目的格式。本公开内容的这些和其他目的、特征和特性，以及相关结构元件的操作方法和功能以及部件组合和制造经济性将在参考附图理解本专利技术和权利要求后变得更加明显，所有附图均形成说明书的一部分，其中，各个附图中相同的附图标记指代对应的部件。然而，要明确理解，附图仅出于图示和说明的目的并且不旨在作为对本公开的限度的限制。附图说明图1是对被配置为将非结构化治疗条目中的非结构化条目特征与结构化治疗信息中的相关联的治疗特征一致地相关的系统的图示；图2图示了非结构化条目特征到对应的相关联的治疗特征的相关；图3图示了细化应用系统的一个实施例；图4图示了用于药物数据库预处理的自然语言处理(NLP)和机器学习引擎；图5图示了用于将非结构化条目特征与相关联的治疗特征一致地相关的方法。具体实施方式本文中使用的单数形式的“一”、“一个”以及“该”包括多个指代物，除非上下文中明确地另行规定。本文中所用的两个或多个零件或部件被“耦合”的表述将意味着所述零件直接或间接地(即，通过一个或多个中间零件或部件，只要发生连接)被结合到一起或一起工作。本文中所用的“直接耦合”意指两个元件彼此直接接触。本文中所用的“固定耦合”或“固定”意指两个部件被耦合以作为一体移动，同时维持相对于彼此的固定取向。本文中使用的词语“一体的”意指部件被创建为单件或单个单元。亦即，包括单独创建并然后被耦合到一起成为单元的多件的部件不是“一体的”部件或体。本文中采用的两个或多个零件或部件相互“接合”的表述将意味着所述零件直接地或通过一个或多个中间零件或部件而相互施加力。本文中采用的术语“数目”将意味着一或大于一的整数(即，多个)。本文中使用的方向短语，例如但不限于，顶部、底部、左、右、上、下、前、后以及它们的派生词涉及附图中所示的元件的取向，并且不对权利要求构成限制，除非在权利要求中明确记载。图1示意性地图示了被配置为将非结构化治疗条目中的非结构化条目特征与结构化治疗信息中的相关联的治疗特征一致地相关的系统10。由于针对药物名称和/或标准编码系统的本地偏好差异(临床生成的)，因而与计算机化的提供者指示录入(CPOE)系统和药物数据互操作性有关的问题持续存在，导致药物数据库中条目的有限标准化和从这样的数据所导出的研究发现的潜在不准确性。广泛使用的标准术语如食品和药品管理局的NDC(国家药物代码)可能难于实现和管理，因为这些代码是由个体药物供应商而不是通用的管理组织来创建的。第一数据银行MedKnowledge、国家药物数据文档(NDDF)、以及分层成分代码列表(theHierarchicalIngredientCodeList)(HICL)术语提供了对NDC的可行的替代。然而，由于数据条目中的错误和健康护理环境中对药物的模糊不清的缩写，药物数据库中通常存在名称和HICL或NDDF的不匹配。这些问题不利地影响在有关临床护理的研究中对药物数据库的二次使用。系统10被配置为识别和/或分析非结构化治疗条目特征以及将它们与结构化信息中的对应的相关联的治疗特征进行相关。这样的识别和/或分析可以包括利用自然语言处理(NLP)、机器学习、和/或其他技术和/或模型来进行文本分析。机器学习模型(例如朴素贝叶斯和/或其他模型)从一组先前识别出和经相关的(到相关联的治疗特征)非结构化条目特征中学习，并且然后应用学习到的规则对随后识别的非结构化条目特征进行分类。当非结构化治疗条目中存在错误和/或其他不一致时，典型的机器学习系本文档来自技高网...

【技术保护点】
一种被配置为将非结构化治疗条目(202)中的非结构化条目特征(212)与结构化治疗信息(204)中的相关联的治疗特征(210)一致地相关的系统(10)，所述系统包括：一个或多个物理计算机处理器(20)，其被计算机可读指令配置为：获得非结构化治疗条目，所述非结构化治疗条目包括第一非结构化治疗条目；识别个体非结构化治疗条目中的非结构化条目特征；并且将所述非结构化治疗条目中的识别出的非结构化条目特征与对应的相关联的治疗特征相关，这样的相关是基于与包括所述非结构化条目特征的所述非结构化治疗条目相关联的上下文信息的，使得，响应于识别出所述第一非结构化治疗条目中的第一非结构化条目特征，基于与所述第一非结构化治疗条目相关联的上下文信息来将所述第一非结构化条目特征相关到对应的相关联的治疗特征，与所述第一非结构化治疗条目相关联的所述上下文信息包括以下中的一项或多项：所述第一非结构化治疗条目的语法、所述第一非结构化治疗条目的创建者、和/或所述第一非结构化治疗条目的格式。

【技术特征摘要】
【国外来华专利技术】2014.12.09 US 62/089,3361.一种被配置为将非结构化治疗条目(202)中的非结构化条目特征(212)与结构化治疗信息(204)中的相关联的治疗特征(210)一致地相关的系统(10)，所述系统包括：一个或多个物理计算机处理器(20)，其被计算机可读指令配置为：获得非结构化治疗条目，所述非结构化治疗条目包括第一非结构化治疗条目；识别个体非结构化治疗条目中的非结构化条目特征；并且将所述非结构化治疗条目中的识别出的非结构化条目特征与对应的相关联的治疗特征相关，这样的相关是基于与包括所述非结构化条目特征的所述非结构化治疗条目相关联的上下文信息的，使得，响应于识别出所述第一非结构化治疗条目中的第一非结构化条目特征，基于与所述第一非结构化治疗条目相关联的上下文信息来将所述第一非结构化条目特征相关到对应的相关联的治疗特征，与所述第一非结构化治疗条目相关联的所述上下文信息包括以下中的一项或多项：所述第一非结构化治疗条目的语法、所述第一非结构化治疗条目的创建者、和/或所述第一非结构化治疗条目的格式。2.根据权利要求1所述的系统，其中，所述一个或多个物理计算机处理器被配置为使得所述相关联的治疗特征包括以下中的一项或多项：分层成分代码列表(HICL)中的药物成分、国家药物数据文档(NDDF)中的药物名称、治疗名称、或分类号。3.根据权利要求1所述的系统，其中，所述一个或多个物理计算机处理器被配置为使得所述非结构化条目特征包括以下中的一项或多项：非结构化药物成分、非结构化药物名称、非结构化治疗名称、或非结构化分类号，并且其中，所述一个或多个物理计算机处理器被配置为确定个体非结构化条目特征与相关联的治疗特征的集合有关的第一概率，并且确定所述个体非结构化条目特征与所述相关联的治疗特征的集合中的相关联的治疗特征的特定类有关的第二概率。4.根据权利要求1所述的系统，其中，所述一个或多个物理计算机处理器被配置为确定指示所述第一非结构化条目特征与所述对应的相关联的治疗特征之间的相关强度的可靠性因子。5.根据权利要求1所述的系统，其中，所述一个或多个物理计算机处理器被配置为使得相关包括以下中的一项或多项：对来自所述非结构化治疗条目的单元进行过滤；校正所述非结构化治疗条目中的词语拼写；分离所述非结构化治疗条目中的词语；对所述非结构化治疗条目中的前缀分离的词进行合并；校正所述非结构化治疗条目中的拼写错误；提供针对所述非结构化治疗条目中的缩写的说明；和/或将无语义和/或无意义的数据从所述非结构化治疗条目中移除。6.一种用于利用相关系统(10)来将非结构化治疗条目(202)中的非结构化条目特征(212)与结构化治疗信息(204)中的相关联的治疗特征(210)一致地相关的方法，所述系统包括一个或多个物理计算机处理器(20)，所述方法包括：利用所述一个或多个物理计算机处理器来获得非结构化治疗条目，所述非结构化治疗条目包括第一非结构化治疗条目；利用所述一个或多个物理计算机处理器来识别个体非结构化治疗条目中的非结构化条目特征；并且利用所述一个或多个物理计算机处理器来将所述非结构化治疗条目中的识别出的非结构化条目特征与对应的相关联的治疗特征相关，这样的相关是基于与包括所述非结构化条目特征的所述非结构化治疗条目相关联的上下文信息的，使得，响应于识别出所述第一非结构化治疗条目中的第一非结构化条目特征，基于与所述第一非结构化治疗条目相关联的上下文信息来将所述第一非结构化条目特征相关到对应的相关联的治疗特征，与所述第一非结构化治疗条目相关联的所述上下文信息包括以下中的一项或多项：所述第一非结...

【专利技术属性】
技术研发人员：R·谢里菲塞德，O·F·法里，X·朱，Y·贾，D·R·埃尔戈特，
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