METHOD AND SYSTEM FOR SUPPORTING MEDICAL DECISION MAKING

• Main Authors: BUKHVALOV, Oleg Leonidovich, DROKIN, Ivan Sergeevich, SOROKIN, Sergey Yurievich
• Format: Patent
• Language: English; French; Russian
• Published: 04.07.2019
• Subjects: HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; PHYSICS

A method for supporting medical decision making using mathematical models of patients, implemented on a server, includes: generating a training dataset containing electronic medical records of patients grouped by patient; pre-processing the data contained in the medical records of patients selected from the training dataset; converting the processed data into a sequence of medical facts with respect to each patient, using medical ontologies; automatically tagging the resulting sequence of medical facts with respect to each patient, using facts of interest extracted from the patient's medical record; training initial representations independently for each modality; training combined representations; training final models and aggregation parameters; obtaining the medical record of a patient not included in the training dataset; pre-processing the data contained in the patient medical record obtained; converting the pre-processed data into a sequence of medical facts, using medical ontologies; sending the resulting set of facts for input into the models generated; determining a diagnosis, and also conducting an analysis and predicting the most probable disease development with respect to the patient according to the set of facts presented. L'invention concerne un procédé d'aide à la prise de décisions médicales en utilisant des modèles mathématiques de présentation des patients mis en oeuvre sur serveur, lequel consiste à: générer un échantillon d'apprentissage comprenant un historique électronique de la maladie de patients regroupés en fonction du patient; effectuer un traitement préalable des données comprises dans l'historique des maladies des patients choisis dans l'échantillon d'apprentissage; convertir les données traitées en une séquence de faits médicaux pour chaque patient en utilisant des ontologies médicales; marquer automatiquement la séquence obtenue de faits médicaux pour chaque patient en utilisant les faits d'intérêt extraits de l'historique de maladie du patient; instruire des représentations initiales indépendamment pour chacune des modalités; instruire des représentations communes; instruire des modèles finaux et des paramètres d'agrégation; obtenir un historique de la maladie d'un patient n'entrant pas dans l'échantillonnage d'apprentissage; effectuer un traitement préalable des données de l'historique obtenu de la maladie du patient; convertir les données préalablement traitées en une séquence de faits médicaux en utilisant des ontologies médicales; envoyer les ensembles de faits obtenus à l'entrée vers des modèles générés; déterminer un diagnostic et effectuer une analyse et un pronostic de développement des affections du patient ayant la probabilité la plus élevée correspondant à l'ensemble de faits révélé. Способ поддержки принятия врачебных решений с использованием математических моделей представления пациентов, выполняемая на сервере, включает: формирование обучающей выборки, содержащей электронную историю болезни пациентов, сгруппированных по пациенту; предварительную обработку данных, содержащихся в истории болезней пациентов, выбранных из обучающей выборки; преобразование обработанных данных в последовательность медицинских фактов по каждому пациенту с использованием медицинских онтологий; автоматическую разметку полученной последовательности медицинских фактов по каждому пациенту, используя извлечённые из истории болезни пациента интересующие факты; обучение первичных репрезентаций независимо для каждой из модальностей; обучение совместных репрезентаций; обучение финальных моделей и параметров агрегации; получение истории болезни пациента, не входящего в обучающую выборку; предварительную обработку данных полученной истории болезни пациента; преобразование предварительно обработанных данных в последовательность медицинских фактов с использованием медицинских онтологий; отправку полученных наборов фактов на вход сформированным моделям; определение диагноза, а также проведение анализа и прогноза развития заболеваний пациента с наибольшей вероятностью соответствующий предъявленному набору фактов.