A computer implementation method for generating optimal interval between interventions for objects is provided. Data associated with the object is collected (202). Estimate (204) the predictive interval of intervention based on the data and the intervention regression model. For each predetermined interval, the coverage and/or interval error values of (206) clinical events are estimated based on the data and risk prediction model. Intervention interval indicates the frequency at which intervention is provided to the object. Clinical event coverage values indicate the possibility of preventing/mitigating future clinical events. The interval error value indicates the delay between the predicted interval and the corresponding predetermined interval. The optimization criteria associated with the clinical event coverage value and/or the interval error value are collected. Intervention intervals meeting the optimization criteria are selected.
【技术实现步骤摘要】
一种用于优化介入的方法和装置
本专利技术涉及对象介入优化的领域,并且具体涉及一种用于为对象生成优化的介入间隔的方法和装置。
技术介绍
在当前可用的医院后(出院后)管理系统中,由远程护士、健康管理者、全科医师(GP)或者其他初级护理提供者来管理一组患者,他们负责监测患者数据并且为具有低护理计划执行依从性的患者提供介入。在这些医院后解决方案中的一些解决方案中,可以提供监测系统,从而允许概览具有依从性优先级的患者列表。为了优化对临床环境中的有限资源的使用,优选的是,初级护理提供者更多地关注需要介入的患者,诸如通过提供门诊访问。目前,监测系统仅提供基本的分优先级的功能,其基于对象对护理计划的总依从性分数(例如,不同类别的对象中的依从性分数的加权和,诸如患者是否定期地服用药物),并且该总依从性分数未充分考虑针对不同临床事件(例如,血压过高或呼吸短促)的必要介入水平。为了进一步详细解释,在当前可用的医院后解决方案的一些解决方案中,基于一个类别的临床分层对患者列表进行分优先级或优化,其中,用户能够指示其优选的分层类别。然而,这些解决方案不能够基于多个类别来提供总体优先级,并且在一些情况下,忽略了需要最少介入的临床事件。在一些其他解决方案中,由临床事件的总数来设置优先级。然而,临床事件的总数有时并不指示介入的必要性。在一些其他解决方案中,基于被分配给不同临床事件的相应预定义权重来设置优先级。然而,这些解决方案不考虑由介入所引起的患者依从性的变化。
技术实现思路
如上文所提到的,用于医院后管理或慢性疾病管理的当前监测系统中的分优先级的功能未充分考虑针对不同临床事件的必要介入水平 ...
【技术保护点】
1.一种用于为对象生成优化的介入间隔的计算机实施的方法,所述方法包括:采集(202)与所述对象相关联的数据;基于所采集的数据和介入回归模型来估计(204)所述对象的预测介入间隔;针对多个预定介入间隔中的每个预定介入间隔,基于所采集的数据和风险预测模型来估计(206)临床事件覆盖值和间隔误差值中的至少一个,其中,介入间隔指示向所述对象提供介入的频率,临床事件覆盖值指示预防或缓解未来的临床事件的可能性,并且间隔误差值指示所述对象的所述预测介入间隔与相应的预定介入间隔之间的延迟;采集(208)与所述临床事件覆盖值和所述间隔误差值中的一个或者这两者相关联的优化标准;并且选择(210)所述预定介入间隔中的满足所述优化标准的一个预定介入间隔。
【技术特征摘要】
2017.10.27 EP 17198799.3;2017.09.29 CN PCT/CN2017/1.一种用于为对象生成优化的介入间隔的计算机实施的方法,所述方法包括:采集(202)与所述对象相关联的数据;基于所采集的数据和介入回归模型来估计(204)所述对象的预测介入间隔;针对多个预定介入间隔中的每个预定介入间隔,基于所采集的数据和风险预测模型来估计(206)临床事件覆盖值和间隔误差值中的至少一个,其中,介入间隔指示向所述对象提供介入的频率,临床事件覆盖值指示预防或缓解未来的临床事件的可能性,并且间隔误差值指示所述对象的所述预测介入间隔与相应的预定介入间隔之间的延迟;采集(208)与所述临床事件覆盖值和所述间隔误差值中的一个或者这两者相关联的优化标准;并且选择(210)所述预定介入间隔中的满足所述优化标准的一个预定介入间隔。2.根据权利要求1所述的计算机实施的方法,其中,所述优化标准是与所述临床事件覆盖值和所述间隔误差值中的一个或者这两者相关联的阈值。3.根据权利要求1或权利要求2所述的计算机实施的方法,其中,所述优化标准是由用户输入的或者是基于以下中的至少一项而预定的:临床环境处可用的资源,临床环境中对象的数量,临床环境中护理提供者的数量,临床环境的容量,以及劳动力的成本。4.根据前述权利要求中的任一项所述的计算机实施的方法,其中,所采集的与所述对象相关联的数据涉及在所述介入回归模型中存在的属性和在所述风险预测模型中存在的属性中的一个或者这两者。5.根据前述权利要求中的任一项所述的计算机实施的方法,其中,所采集的与所述对象相关联的数据包括所述对象的至少一个先前的临床事件,并且所述预测介入间隔是基于与所述介入回归模型中的相同或相似的先前的临床事件相关联的至少一个其他对象的历史数据来估计的。6.根据前述权利要求中的任一项所述的计算机实施的方法,其中,所述介入回归模型和所述风险预测模型中的一个或者这两者是根据与多个对象有关的历史医学数据来构造的,并且其中,所述历史医学数据包括所述多个对象的至少一个属性以及以下中的至少一项:先前的临床事件,对护理计划的依从性,诊断,先前的介入,以及处方药物。7.根据前述权利要求中的任一项所述的计算机实施的方法,所述方法还包括:收集与以下中的至少一项有关的数据:所述对象的后续的临床事件,所述对象的康复,以及所述对象对护理计划的依从性;并且使用所收集的数据来训练所述介入回归模型和所述风险预测模型中的至...
【专利技术属性】
技术研发人员:蒋捷,霍勇,陈德铭,朱琴,殷斌,
申请(专利权)人:皇家飞利浦有限公司,
类型:发明
国别省市:荷兰,NL
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。