用于使用机器学习技术来自动推荐放射学方案的系统和方法技术方案

技术编号:41826896 阅读:24 留言:0更新日期:2024-06-24 20:39
本发明专利技术提供了用于基于包括结构化数据和非结构化数据两者的成像检查订单来自动推荐一个或多个放射学方案的各种方法和系统。在一个示例中,方法包括:接收请求成像检查的成像检查订单,其中该成像检查订单包括结构化数据和非结构化文本;将该非结构化文本转换成一个或多个特征向量;使用成像检查订单分类器将该结构化数据和该一个或多个特征向量映射到标准化放射学方案表示;以及使用站点特定放射学方案转变器将该标准化放射学方案表示映射到站点特定放射学方案。

【技术实现步骤摘要】
【国外来华专利技术】

本公开整体涉及利用机器学习技术来以站点特定格式(例如,特定于特定医院或区域)提供放射学方案推荐。


技术介绍

1、当医生与患者协商时,经常要求成像检查(例如,计算机断层成像(ct)扫描)以更多地了解患者的状况。这些成像检查通过医生(或其他护理提供者)根据患者的具体情况填写满足全面记账指南所需的成像检查订单来发起。成像检查订单可包括研究代码、规程描述、患者信息(例如,身高、体重、年龄、患者姓名/id等)以及其他订单相关信息(例如,检查原因、订单问题等)。常规上,这些成像检查订单由授权方(诸如放射学家或技术人员)审阅,该授权方将基于成像检查订单并且根据患者的医疗记录来指派针对患者定制的放射学方案。与成像检查订单相比,放射学方案通常提供有关成像检查的更多细节。放射学方案然后由操作成像设备的技术人员使用以选择机器级方案,该机器级方案然后由成像设备执行以执行成像检查。

2、用于基于成像检查订单来确定放射学方案的常规方法依赖于由放射学家或技术人员对患者医疗记录和成像检查订单的手动审阅,这既耗时(150位放射学家的调查显示一天中1.3+小时被花费在选择放射学方本文档来自技高网...

【技术保护点】

1.一种方法,所述方法包括:

2.根据权利要求1所述的方法,其中所述非结构化文本包括规程描述,所述规程描述包括预定数量的描述类别中的一者或多者,其中所述预定数量的描述类别包括:

3.根据权利要求2所述的方法,其中将所述非结构化文本转换成一个或多个特征向量包括:

4.根据权利要求2所述的方法,其中将所述非结构化文本转换成一个或多个特征向量包括:

5.根据权利要求2所述的方法,其中将所述非结构化文本转换成一个或多个特征向量包括:

6.根据权利要求1所述的方法,其中所述非结构化文本包括订单注释,所述订单注释包括一个或多个患者适应症和所...

【技术特征摘要】
【国外来华专利技术】

1.一种方法,所述方法包括:

2.根据权利要求1所述的方法,其中所述非结构化文本包括规程描述,所述规程描述包括预定数量的描述类别中的一者或多者,其中所述预定数量的描述类别包括:

3.根据权利要求2所述的方法,其中将所述非结构化文本转换成一个或多个特征向量包括:

4.根据权利要求2所述的方法,其中将所述非结构化文本转换成一个或多个特征向量包括:

5.根据权利要求2所述的方法,其中将所述非结构化文本转换成一个或多个特征向量包括:

6.根据权利要求1所述的方法,其中所述非结构化文本包括订单注释,所述订单注释包括一个或多个患者适应症和所述成像检查订单的原因。

7.根据权利要求6所述的方法,其中将所述非结构化文本转换成一个或多个特征向量包括:

8.根据权利要求7所述的方法,其中所述标准化医疗代码是icd-10-cm代码。

9.根据权利要求7所述的方法,其中所述嵌入模型包括glove、bert、biobert、clinbiobert、elmo和roberta中的一者或多者。

10.根据权利要求7所述的方法,其中所述预定命名实体类集合包括:

11.根据权利要求1所述的方法,其中所述成像检查订单分类器包括机器学习模型,所述机器学习模型被预先训练以通过以下将成像检查订单映射到标准化...

【专利技术属性】
技术研发人员:D·帕尔A·乔达里A·洛宁P·肖克罗拉海J·M·赞布拉诺查维斯沈亚西V·多莱斯瓦米拉古·普拉萨德S·达雷什瓦尔N·巴赫拉米
申请(专利权)人:通用电气精准医疗有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1