综合医疗保健数据生成制造技术

综合医疗保健数据生成可以包括接收具体人数的指示；接收具体时间段数的指示；基于统计模型将相应的特征集分配给每个人；模拟规定时间段期间每个人通过临床实践指南集的相应路径，其中每条路径基于相应的特征集来确定；确定在每个时间段结束时，与每个人的医疗状况进展相关的概率；以及基于模拟的路径和所确定的概率生成每个人的综合数据集。

【技术实现步骤摘要】
【国外来华专利技术】【专利说明】综合医疗保健数据生成
技术介绍
医疗保健数据（例如，临床数据集）可W用于各种目的，例如，如建立疾病进展模 型和/或预测疾病进展和/或提高医疗设施的操作效率。该种数据可W出于各种原因用于 医疗领域之外的领域，例如，如用于性能测试、可用性测试和/或教育。 然而，由于隐私法（例如，如健康保险携带和责任法案化IPAA))，实际的临床数据 可能不容易获得。去识别（de-identifying)实际临床数据的工作W便其可W用于该些目 的可能很昂贵。【附图说明】 图1示出与根据本专利技术的综合医疗保健数据生成相关的流程图的一个示例。 图2示出根据本专利技术的包括与2型糖尿病相关的临床实践指南集的过程模型的一 个示例。 图3示出根据本专利技术的用于生成综合医疗保健数据的马尔柯夫（Markov)模型的 一个示例。 图4示出根据本专利技术的用于生成综合医疗保健数据的方法的一个示例。 图5示出根据本专利技术的用于生成综合医疗保健数据的系统的一个示例的框图。【具体实施方式】 本专利技术的各种示例可W生成（例如，创建和/或修改）综合医疗保健数据。综合 医疗保健数据可W包括一个或多个临床数据集、综合个人医疗健康记录和/或能够被填充 到电子健康记录巧HR)数据库作为综合EHR数据（有时通常被称为EHR数据）的其它综合 (例如，模拟）医疗保健数据。 可W生成综合医疗保健数据W试图模拟实际医疗保健数据。该种综合数据在例如 性能测试、可用性测试和/或教育（作为示例）的情况下的用途可W取决于综合数据如何 精确地表示病人群体。E皿数据可W用于通过例如可用性测试、性能测试和/或教育目的W及其它来改 进整体医疗保健供给。本文讨论的各种示例生成的E皿数据包括例如临床行为、主治提供 方和/或产生的医疗数据（包括与每个相关的时间戳）。本文讨论的各种示例生成的E皿 数据可W将疾病在多年时间的进展建立成文件。本文讨论的各种示例生成的EHR数据可W 包括管理数据和/或医疗数据，W及之后与临床行为关联的参数分布和/或属性分布W及 与该些行为相关的时间戳。因此，当考虑隐私时（例如，访问实际医疗保健数据受限时），从 业者和/或研究者可W将本文讨论的各种示例用于生成EHR数据W用于各种目的。E皿数据生成的现有技术方案可能缺乏鲁椿性、纷繁难懂和/或现实世界医疗保 健数据库中固有的复杂性，本文讨论的示例可W通过使用各种模型生成现实E皿数据。例 如，可W初始基于病人群体的参数分布、使用统计模型生成E皿数据。本专利技术的各种示例生 成的E皿数据可W使用过程模型，模拟病人群体通过临床实践指南的路径（例如，生成和/ 或追踪模拟的）并获取临床行为、提供方和获得的数据之间的逻辑和/或时间关系。附加 地，本专利技术的各种示例生成的E皿数据可W使用Markov模型获取跨越多年的疾病进展。 在本专利技术的下列具体描述中，对附图进行参考，其中附图构成具体描述的一部分， 并且在附图中通过示例说明示出本专利技术的各种示例可W如何实现。充分详细地描述该些示 例W使本领域技术人员可W实现本专利技术的各种示例，并且应理解，在不偏离本专利技术的范围 的情况下，可W使用其它示例，而且可W对该些示例进行过程、电气和/或结构上的改变。 如本文使用的，"一个"或"若干"可W指代一个或多个该种事物，例如，"若干物体" 可W指代一个或更多个物体。 图1示出与根据本专利技术的综合医疗保健数据生成相关的示例性流程图100。流程 图100的各个框（例如，步骤）可W由例如处理资源（下文讨论）通过执行指令来实现。 在框102处，流程图100可W包括接收多个模拟条件。模拟条件可W从一个或多 个用户输入（例如，规定用户）接收。模拟条件可W被接收和/或随机生成。模拟条件可 W包括具体人（例如，模拟的人和/或模拟的病人）数的指示，其中针对该些人生成E皿数 据。该类人可能共有具体医疗状况，例如，如糖尿病和/或高血压，当然，本专利技术的各种示例 并不将医疗状况（一种或多种）限制为具体类型。出于图示说明目的，本文使用2型糖尿 病的具体状况来讨论各种示例，当然该种示例并不认为具有限制含义。 本公开的各种示例并不限制所指示的人数，当然应注意，与较少人数（例如， 1000)相比，更多人数（例如，100, 000)可能更可能产生类似实际E皿数据的模拟E皿数据。 模拟条件可W包括运行模拟的具体时间段数的指示。可W由例如用户和/或自动地（例如， 由计算装置和/或随机数发生器）确定时间段的持续时间（例如，一年、一个月、两年等）。 在框104,流程图100可W包括基于统计模型，将相应的特征（例如属性）集分配 给每个人（例如，在框102处规定的人数）。将特征分配给人可W允许生成具有如糖尿病的 模拟人群，其特征分布类似于实际群体（例如，期望模拟的群体）。模拟群体可W被产生为 代表各种群体（例如，全国群体，州群体，民族群体等）。特征可W包括各种群体参数的概 率。例如，血压测量值、体温测量值、年龄、性别、种族、症状、空腹血糖、药物使用、合并症等 的变化概率可W被分配给该群体的人。 各种示例可W使用统计模型产生群体和/或分配特征给每个人，使得整体模拟群 体可W表示实际群体。例如，人口数据（例如，如性别、年龄、民族、种族和/或体重W及其 它各种数据）可W用于分配特征给人。用户可W规定数据、特征和/或期望分布。例如，用 户可W规定群体包括男人但不包括女人。 在框106,流程图100可W包括群体的每个人进入临床实践指南集中的下一个过 程步骤。与2型糖尿病相关的临床实践指南集被示出为图2中的过程模型216并被作为本 文的示例引用。过程模型216(例如，临床实践指南集）可W包括一个或多个临床实践指南 集（例如，部分集合）。临床实践指南集可W包括多个临床指南（下文讨论）。 图2将过程步骤示出为盒状和/或菱形。在未到达过程模型218的其它步骤的情 况下，本文使用的"下一个"过程步骤可W指代第一过程步骤（图2中被示出为第一过程步 骤218)。在另外一些情况中，下一个过程步骤可W指代相对于当前步骤（例如，已经到达的 步骤）紧接着的后续步骤。紧接着的后续步骤可W基于，例如，当前步骤是否是决策节点和 /或当时一个或更多临床指南的应用（下文进一步讨论）。 在框108,流程图100可w包括确定下一个步骤是否是决策节点。决策节点可W是 过程模型216中具有多个下一个步骤和/或从其延伸的路径（例如，可能的和/或潜在的 下一个步骤）的步骤。来自决策节点的特定（例如，推荐的和/或相对于医疗程序是正确 的）下一个步骤可W基于一个或多个临床指南的应用来确定。图2中将决策节点示出为菱 形（例如，步骤220)。例如，步骤220基于糖尿病的诊断和/或其严当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种方法，包括：接收具体人数的指示；接收具体时间段数的指示；基于统计模型将相应的特征集分配给每个人；模拟规定时间段期间每个人通过临床实践指南集的相应路径，其中每条路径基于所述相应的特征集来确定；确定在每个时间段结束时与每个人的医疗状况进展相关的概率；以及基于模拟的路径和所确定的概率，生成每个人的综合数据集。

【技术特征摘要】
【国外来华专利技术】

【专利技术属性】
技术研发人员：姚雯，S·巴苏，李伟希，沙拉德·辛哈尔，
申请(专利权)人：惠普发展公司，有限责任合伙企业，
类型：发明
国别省市：美国;US