使用循环神经网络分析健康事件制造技术

提供了用于使用循环神经网络来分析健康事件的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。一种方法包括：处理健康事件的多个初始时间序列的每一个以针对初始时间序列的每一个来生成初始时间序列中的每个时间步的循环神经网络的相应的网络内部状态；针对初始时间序列中的每一个，将该时间序列中的时间步的网络内部状态中的一个或多个存储在储存库中；获得第一时间序列；使用循环神经网络来处理第一时间序列以生成第一时间序列的序列内部状态；以及选择很可能包括预测第一时间序列中的未来健康事件的健康事件的一个或多个初始时间序列。

【技术实现步骤摘要】
【国外来华专利技术】使用循环神经网络分析健康事件
本说明书涉及使用循环神经网络来分析健康事件。
技术介绍
神经网络是采用非线性单元的一层或多层来针对所接收的输入预测输出的机器学习模型。一些神经网络除了输出层之外还包括一个或多个隐藏层。每个隐藏层的输出被用作网络中下一层——即下一个隐藏层或输出层——的输入。网络的每一层根据相应的参数集合的当前值从接收到的输入生成输出。一些神经网络是循环神经网络。循环神经网络是接收输入序列并且由该输入序列生成输出序列的神经网络。具体而言，循环神经网络可以将来自先前时间步的网络的一些或全部内部状态用在计算当前时间步的输出中。
技术实现思路
通常，本说明书中的主题的一个创新方面以方法体现，该方法包括下述动作：获得健康事件的多个初始时间序列，其中，该初始时间序列中的每一个包括在多个时间步中的每个时间步处的相应的健康相关数据；使用循环神经网络处理健康事件的多个初始时间序列中的每一个以针对该初始时间序列中的每一个，生成该初始时间序列中的每个时间步的循环神经网络的相应的网络内部状态，其中，循环神经网络已经被训练以接收输入时间序列，并且针对每个输入时间序列中的每个时间步，生成该时间步的网络内部状态并且预测在该时间步处根据该时间步的网络内部状态识别的健康事件之后发生的未来事件；针对多个初始时间序列中的每一个，将该时间序列中的时间步的网络内部状态中的一个或多个存储在内部状态储存库中；获得健康事件的第一时间序列；使用循环神经网络来处理健康事件的第一时间序列以生成第一时间序列的序列内部状态；以及使用第一时间序列的序列内部状态和内部状态储存库中的网络内部状态，从多个初始时间序列中选择很可能包括预测第一时间序列中的未来健康事件的健康事件的一个或多个初始时间序列。选择一个或多个初始时间序列可以包括确定：内部状态储存库中与序列内部状态类似的网络内部状态。该方法可以进一步包括从多个初始时间序列中选择很可能包括预测第一时间序列中的未来健康事件的健康事件的初始时间序列，针对初始时间序列生成与该初始时间序列类似的网络内部状态。确定内部状态储存库中与序列内部状态类似的网络内部状态可以包括：针对内部状态库中的网络内部状态中的每一个，计算网络内部状态和序列内部状态之间的相应的相似性度量。可以根据相似性度量来确定类似的网络内部状态。可以将内部状态储存库中的每个网络内部状态与相应的时间步以及生成该网络内部状态所针对的相应的初始时间序列相关联。该方法可以进一步包括提供用于呈现给用户的数据，该数据针对所选择的初始时间序列中的每一个，标识所选择的初始时间序列中处于在生成对应的网络内部状态所针对的时间步之后的时间步处的健康数据。该方法可以进一步包括根据所选择的初始时间序列中处于在生成对应的网络内部状态所针对的时间步之后的时间步处的健康事件，计算标识特定健康事件的发生的频率的所述特定健康事件的统计量。提供所计算的统计量以供呈现给用户。可以训练循环神经网络以针对每个输入训练序列中的多个时间步中的每一个，根据时间步的网络内部状态来生成多个可能健康事件中的每一个的相应分值。可能健康事件的每一个的相应的分值可以表示可能健康事件是在输入训练序列中的该时间步之后的时间步处的健康事件的可能性。使用循环神经网络处理健康事件的第一时间序列以生成第一时间序列的序列内部状态可以包括针对第一时间序列中的每个时间步：使用循环神经网络处理标识该时间步的健康事件的数据以生成该时间步的网络内部状态；以及将第一时间序列中的最后一个时间步的网络内部状态选择为第一时间序列的序列内部状态。健康事件的多个初始时间序列中的每一个可以与相应的患者相关联。在初始时间序列中的每个时间步处的健康相关数据可以与相应的患者相关联。对初始时间序列中的每一个中的一个或多个时间步，该时间步处的健康相关数据可以是来自预定记号词汇表的相应的记号。词汇表中的每个记号表示不同健康事件。对初始时间序列中的每一个的一个或多个时间步，该时间步的健康相关数据可以是被分类为影响相应的患者的健康的其他健康相关数据。该方面的其他实施例包括相应的计算机系统、装置和记录在一个或多个计算机存储设备上的计算机程序，分别被配置为执行方法的动作。一个或多个计算机的系统可以被配置借助于使操作时使得系统执行特定动作的软件、固件、硬件或它们的组合安装在系统上来执行该的操作或动作。一个或多个计算机程序可以被配置为借助于包括在由数据处理装置执行时使得该装置执行动作的指令来执行特定的操作或动作。上述和其他实施例可以分别可选地包括单独或组合的一个或多个下述特征。可以实现本说明书中所述的主题的特定实施例以便实现下述优点的一个或多个。循环神经网络可以有效地被用来分析一系列健康，例如从当前患者的电子病历导出的一系列健康事件。循环神经网络可以有效地被用于预测时间序列中最近事件的特定时间段内发生的事件的可能性，即使所述事件未被包括在循环神经网络的可能输入集合中。循环神经网络内部状态可以有效地被用于识别与其他患者相对应的其他时间序列，其可以包括预测可能变得与当前患者相关联的未来健康事件的健康事件。因此，本主题的实施例提供了用于处理健康事件的时间序列的改进的系统和方法。诸如医生或其他健康护理专业人员的用户可以被提供表征循环神经网络的输出或从根据循环神经网络所生成的输出导出的输出的信息，从而改善了健康护理专业人员向专业的病人提供优质健康护理的能力。例如，可以向健康护理专业人员提供关于可能变得与当前患者相关联的未来健康事件——例如很可能是与患者相关联的下一健康事件的健康事件或者序列中的最近事件的指定时间段内发生的事件将满足某些条件的可能性的有用信息。此外，可向健康护理专业人员提供标识所构想的治疗对发生的事件的可能性的潜在影响的信息，例如，所提出的治疗是否可以减少或增加该患者未来满足的不期望的健康有关的条件的可能性。此外，可向健康护理专业人员提供其医疗记录在历史记录中的某一点类似于当前患者的患者的医疗记录，，或者被提供这些患者的健康护理效果的总结。此外，在一些情况下，可以为健康护理专业人员生成如果健康护理专业人员打算采取的动作致使该患者的未来预测效果的风险显著增加则触发的警报。此外，包括循环神经网络的健康护理分析系统可以被用于编纂标准的医疗实践，以发现治疗和效果的模式、分析现有的医疗技术或医疗系统，或提出新颖的建议或促进科学发现。本说明书中描述的主题的一个或多个实施例的细节在附图和下面的描述中阐述。主题的其它特征、方面和优点根据说明书、附图和权利要求书将变得显而易见。附图说明图1示出了示例健康护理分析系统。图2是用于生成时间序列的健康事件数据的示例过程的流程图。图3是用于根据下一输入分值生成时间序列的健康分析数据的示例过程的流程图。图4是用于根据网络内部状态生成时间序列的健康事件数据的示例过程的流程图。图5是用于根据未来条件分值生成时间序列的健康事件数据的示例过程的流程图。图6是用于确定将事件添加到时间序列对基于未来条件分值的影响的示例过程的流程图。图7示出了被配置成生成未来条件分值的示例循环神经网络。图8是用于生成给定时间步的未来条件分值的示例过程的流程图。图9是用于训练循环神经网络以生成未来条件分值的示例过程的流程图。各附图相似附图标记和名称指示相似的元件。具体本文档来自技高网...

【技术保护点】
一种方法，包括：获得健康事件的多个初始时间序列，其中所述初始时间序列中的每一个包括在多个时间步中的每个时间步处的相应的健康相关数据；使用循环神经网络处理所述健康事件的多个初始时间序列中的每一个，以针对所述初始时间序列中的每一个，生成所述初始时间序列中的每个时间步的所述循环神经网络的相应的网络内部状态，其中，所述循环神经网络已经被训练以接收输入时间序列，并且针对每个输入时间序列中的每个时间步，生成所述时间步的网络内部状态并且预测在所述时间步处根据所述时间步的网络内部状态识别的健康事件之后发生的未来事件；针对所述多个初始时间序列中的每一个，将该时间序列中的时间步的网络内部状态中的一个或多个存储在内部状态储存库中；获得健康事件的第一时间序列；使用所述循环神经网络来处理所述健康事件的第一时间序列以生成所述第一时间序列的序列内部状态；以及使用所述第一时间序列的序列内部状态和所述内部状态储存库中的网络内部状态，从所述多个初始时间序列中选择很可能包括预测所述第一时间序列中的未来健康事件的健康事件的一个或多个初始时间序列。

【技术特征摘要】
【国外来华专利技术】2015.07.27 US 14/810,3841.一种方法，包括：获得健康事件的多个初始时间序列，其中所述初始时间序列中的每一个包括在多个时间步中的每个时间步处的相应的健康相关数据；使用循环神经网络处理所述健康事件的多个初始时间序列中的每一个，以针对所述初始时间序列中的每一个，生成所述初始时间序列中的每个时间步的所述循环神经网络的相应的网络内部状态，其中，所述循环神经网络已经被训练以接收输入时间序列，并且针对每个输入时间序列中的每个时间步，生成所述时间步的网络内部状态并且预测在所述时间步处根据所述时间步的网络内部状态识别的健康事件之后发生的未来事件；针对所述多个初始时间序列中的每一个，将该时间序列中的时间步的网络内部状态中的一个或多个存储在内部状态储存库中；获得健康事件的第一时间序列；使用所述循环神经网络来处理所述健康事件的第一时间序列以生成所述第一时间序列的序列内部状态；以及使用所述第一时间序列的序列内部状态和所述内部状态储存库中的网络内部状态，从所述多个初始时间序列中选择很可能包括预测所述第一时间序列中的未来健康事件的健康事件的一个或多个初始时间序列。2.如权利要求1所述的方法，其中，选择一个或多个初始时间序列包括：确定所述内部状态储存库中与所述序列内部状态类似的网络内部状态；以及从所述多个初始时间序列中选择很可能包括预测所述第一时间序列中的未来健康事件的健康事件的初始时间序列，针对所述初始时间序列生成与所述初始时间序列类似的网络内部状态。3.如权利要求2所述的方法，其中，确定所述内部状态储存库中与所述序列内部状态类似的网络内部状态包括：针对所述内部状态储存库中的每个网络内部状态，计算所述网络内部状态和所述序列内部状态之间的相应的相似性度量；以及根据所述相似性度量来确定类似的网络内部状态。4.如权利要求2或3所述的方法，进一步包括：将所述内部状态储存库中的每个网络内部状态与相应的时间步以及生成该网络内部状态所针对的相应的初始时间序列相关联。5.如权利要求4所述的方法，进一步包括：提供用于呈现给用户的数据，所述数据针对所选择的初始时间序列中的每一个，标识所选择的初始时间序列中处...

【专利技术属性】
技术研发人员：格雷戈里·肖恩·科拉多，杰弗里·阿德盖特·迪恩，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：美国,US