[发明专利]诊断有效性工具

说明书

公开了一种用于根据关于患者的已知发现的集合来评估一个或多个诊断试验或附加发现的诊断有效性的系统。该系统包括：包含软件应用的计算设备，该软件应用由健康护理提供者用于查看患者的病史并输入关于患者的状况或症状的发现；存储经验证的概率健康模型的系统，该模型包括从汇集的电子病历或其它医疗知识源获知的医疗知识数据库；以及基于医疗知识的推理引擎，其对患者的病史和发现以及经验证的概率健康模型进行操作。引擎确定患者的最可能疾病的集合、建议鉴别最可能疾病的集合的一个或多个试验或附加发现的集合，并生成指示所述一个或多个试验或附加发现的诊断有效性或相关性的标记。

技术领域

本公开涉及用于提高诊断和治疗决策制定的效率和有效性的系统和方法。

背景技术

当患者带着主诉到达时，诊断过程就开始了。在看到患者之前，医生首先在患者的病历中搜索患者病史中的相关发现。根据这些发现，他创建鉴别诊断，一个基于每种疾病流行程度排序的广泛诊断列表。对于为发现而进行试验(询问问题、进行检查规程、订购诊断试验等)的决定是基于以下内容的：

■该发现在鉴别排序最高的诊断方面的有效性(取决于发现对于每种疾病的阳性和阴性似然比(LR))；

■该发现排除紧急疾病的能力(例如，虽然罕见，但是胸痛患者应当用心电图排除心肌梗死)；以及

■获得该发现的成本(医源性风险、资源可用性、及时性等)。

医生在患者病史的背景下解释每个新获取的发现，这改变了每种可能诊断的概率。这个过程发生在每个临床决定之后。一旦有足够的发现来支持确定性的诊断(具有低概率替代方案的高概率诊断)，就做出诊断并开始治疗。

由于各种原因，上述过程可以是低效的并且不是成本有效的。一方面，医生可能没有时间在病历中搜索患者病史中的所有相关发现，特别是在患者具有广泛或复杂的病史的情况下。此外，医生可能难以客观地解释每个诊断的发现的相关性。难以快速做出成本有效的、基于证据的决定，尤其是在患者具有复杂的病史或不能轻而易举地获得关于不同潜在试验的成本的信息的情况下。此外，医生常常没有时间记录关于发生的诊断过程的高质量记录，尤其是在繁忙的临床实践或医院情况下。

在为患者提供护理时，医生和保险公司努力在高质量健康护理(healthcare)和资源的经济使用之间找到平衡点。提供者和支付者常常对患者的护理意见不一，因为医生不了解资源的市场、成本和可用性，而支付者缺乏医生的经验和患者介绍的详细信息。沟通是个缓慢而复杂的过程，通常需要医生向患者的保险公司请求授权进行试验。这种系统在提供者和支付者之间创建了对抗关系，同时完全将患者排除在讨论之外。

据信，没有一种单一的技术能够充分解决上述所有问题。决策模型(使用贝叶斯定理)用于临床医疗，但在实践中，它们仅作为客观性的心理框架(mental framework)。在有客观数据的情况下，只要患者属于临床试验中研究的人群，就可以通过试验的灵敏度和特异度来支持为患者订购试验的决定。健康保险公司具有用于授权报销的裁决过程。他们通过其成本确定医生订购的研究是否合理。决定是基于委员会创建的静态规则或指南的。

编码词汇表用于存储、检索、研究和共享患者数据(即，HL7/FHIR、ICD、UMLS、SNOMED和许多其它的)。一些数据库已经使用这些词汇表来描述症状和疾病之间的关系(疾病数据库)，这些关系为在线分类(triage)和症状检查提供动力。Symcat和IsabelHealthcare使用概率模型来确定接下来要问的问题，但不包括临床决策的关键组成部分(体检结果、实验室值、成像报告等)，从而使得这些工具在患者教育之外是无用的。

临床决策支持(CDS)系统是医生可用的一大类简单工具，通常与EMR集成。其中一些工具使用患者病历中的信息。一些示例包括：

■癌症筛查提醒：医生的仪表板上有基于据年龄和性别应当进行筛查的患者名单。