决策支持系统（DSS）和电子健康记录（EHR）技术方案

本发明专利技术提供在具有或不具有集成电子健康记录（EHR）的情况下将决策支持系统（DSS）传递到健康护理提供者、患者和/或消费者以用于生殖护理和其它健康状况的方法。本发明专利技术的DSS平台包含基于被隐去身份的数据集和可为诊所特定、地区特定和/或群体特定的定制算法的预测模型。本发明专利技术的DSS平台还包含提供个人的医疗账单的第三方支付的方法，其中所述第三方不能够查看所述个人的个人健康识别符。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术大体上涉及决策支持系统(DSS)和电子健康记录(EHR)的传递。更具体来说，本专利技术涉及在具有或不具有集成EHR的情况下将DSS传递到健康护理提供者、患者和/或消费者以用于生殖护理和其它健康状况的方法。
技术介绍
DSS当前用于医疗用途以及面向消费者的在线和移动产品。在医疗用途的情形 中，DSS包含以下各项(i)昂贵的独立产品，其含有直接测量生理学输入的感测组件；(ii)在医院配备或网络配备的电子医疗记录(EMR)中的集成组件；(iii)为健康护理专业人员设计的便宜的计算器(例如，EPOCRATES ,加利福尼亚州圣马特奥市Epocrates公司);以及(iv)免费计算器，其发布在许多健康护理相关的内容网站中以吸引查看者(例如，WEBMD ,纽约州纽约市WebMD有限责任公司)。经常，DSS的核心功能是一种或一种以上算法，其在执行时提供某一临床或健康结果的概率。此些概率是健康护理提供者用来做出与患者治疗有关的健康相关决策的有用工具，且也是消费者用来采取步骤以实施和/或维持健康的生活方式的有用工具。大多数患者和消费者以及甚至许多健康护理提供者可能不知道或没有时间来仔细检查这些决策支持工具的质量。对于将时间和费用投入到研究和实施高质量计算器和决策工具中的那些健康护理提供者，其改进的咨询和健康护理传递的质量可能不会在临床方面被其健康护理组织、患者、付款者和健康计划赞助者承认和/或认识到。此些缺点并不有助于经严格证实的DSS的广泛实施和使用。当前，EHR平台经设计以创建和维持关于以下各项的健康记录(i)患者的总体医疗健康；(ii)患者与其健康护理提供者的约定；(iii)改进的医师-患者-家庭通信；以及(iv)患者的健康护理记录中的冗余和错误发生的减少。这些EHR平台虽然有用但是并不迎合具有健康-生活方式-医疗需要的个人的特殊需要，其需要创建和保持未由标准EHR平台支持的记录。此外，当前可用的EHR用以提示来自个人的输入的风格和语言并未经设计以优化从综合的医疗历史、专门医疗需要或与生活方式因素紧密交织的医疗历史中提取准确且基本的数据，例如生殖和发育历史、妊娠前后问题、生育机能数据和/或慢性疾病。EHR平台也未经设计以验证或要求用来运行预测模型所需的特定个人健康数据输入。就专利技术人所知，没有已知的EHR能够与经证实的预测模型、数据源的透明度和/或允许客观地评估EHR的质量的方法相集成。在此方面，虽然个人可勤于创建和维持其自己的个人健康记录，但所述个人未从数据输入实践得到预报的益处。此外，因为当前可用的预测模型未经证实，所以个人没有基础来验证预测的准确性。在生殖护理的情形中，当前EHR系统未用来支持做出解决特殊治疗的可能结果的预测所需的个人健康数据输入，所述可能结果例如为生育机能治疗中的安全出生事件的预报或特定疾病状态的结果的预报。在类似情形中，当前没有可用的DSS方法用来提供与患者生育机能治疗相关的个人化预报信息。虽然DSS和EHR如上所述当前用于医疗和消费型产品，但就专利技术人所知，这两种系统尚未有效地与供健康护理专业人员和/或消费者使用的传递工具协调地使用。
技术实现思路
本专利技术提供一种克服了现有技术中的缺点和挑战的EHR驱动的DSS。在本专利技术的一个实施例中，提供一种方法，其包括步骤(a)建立电子决策支持系统(DSS)，其包括用于健康状况或疾病状态的预测模型；(b)将所述DSS传递到个人或健康护理提供者，其中所述预测模型是基于诊所特定、地区特定和/或群体特定的变量来开发·和证实。所述诊所特定、地区特定和/或群体特定的变量可选自由以下各项组成的群组 人口统计变量、临床变量、实验室变量，或其组合。人口统计变量可选自由以下各项组成的群组种族、家庭收入等级，和教育。实验室变量可选自由以下各项组成的群组体液的测试结果、组织水平数据、成像结果，以及生物标志物测试结果。组织水平数据可选自由以下各项组成的群组免疫测定、定量PCR (qPCR)、通过基因表达阵列对转录组的半定量测量，或全转录组定序。生物标志物测试结果可选自由以下各项组成的群组基因标记测试结果和从发现平台提取的基因数据。在本专利技术的另一实施例中，所述预测模型是选自由以下各项组成的群组机器学习、对数回归、线性回归，以及上述各项中的任一者的组合。机器学习可包括升级树方法。在本专利技术的又一实施例中，对照一组定量和统计准则来证实所述预测模型。所述定量和统计准则可选自由以下各项组成的群组事件的后验概率、曲线下方的区域、校准，以及再分类。在本专利技术的另一实施例中，所述预测模型是包含选自由以下各项组成的群组的多样性集的多样性预测模型来自诊所的聚合的被隐去身份的表型数据集、来自个人的具有个人健康识别符的表型数据集，以及聚合的与个人的数据集的组合。可对照已知简档库实时地实行用于个人的表型简档建立。在本专利技术的又一实施例中，可由使用所述被隐去身份的数据集来开发所述多样性预测模型的公司对诊所进行补偿。所述公司可基于若干因素来对诊所进行补偿，所述因素包含(不限于)所述被隐去身份的数据集作为所述多样性集的一部分的相对大小；诊所对从所述被隐去身份的数据集获得的表型简档的建立的贡献；以及诊所对所述模型的性能的定量测量的贡献。定量测量可包含(不限于)预测功效、区分、校准和再分类。在本专利技术的另一实施例中，在商务到商务架构中实施所述DSS，其中所述DSS由公司开发且提供到诊所而无个人的交互；在商务到商务到消费者架构中实施所述DSS，其中所述DSS由公司开发且提供到诊所并具有个人的交互；或者在商务到消费者架构中实施所述DSS，其中所述DSS由公司开发且直接提供到个人。在本专利技术的又一实施例中，所述DSS可为独立DSS，或其可与电子健康记录(EHR)集成。所述EHR可包括支持个人的个人健康数据的输入的因特网平台，其中所述个人健康数据可由所述个人、医师、健康护理提供者或诊所管理者输入到所述EHR平台中，所述个人、医师、健康护理提供者或诊所管理者中的每一者可个别地指定所述EHR的共享特权，其中可调整所述共享特权以指定共享的时间限制。另外，所述EHR平台可包括对面向诊所的服务以及针对消费者的物品和服务的支持。在本专利技术的另一实施例中，所述DSS基于针对特定状况或疾病状态输入到所述EHR中的信息来提供个人化预测。其中所述EHR特定用于生育机能治疗，所述DSS提供个人的至少一个生育机能结果的个人化预测。在本专利技术的一个实施例中，所述生育机能结果是安全出生事件的概率。其中所述EHR特定用于月经和/或激素异常，且所述DSS提供引起个人的月经和/或激素异常的可能状况的个人化预测。所述EHR也可特定用于多种疾病状态，其中所述DSS提供关于个人的疾病状态的治疗的个人化预测。疾病状态可包含(不限于)癌症、青光眼、糖尿病、心脏病、风湿性关节炎，以及多发性硬化。在本专利技术的又一实施例中，所述EHR平台进一步包括选自由以下各项组成的群组的额外平台咨询平台、消费者服务平台，以及消费者物品平台。在一个实施例中，所述咨询平台可包括选自由以下各项组成的群组的特征医师简历、医师时间表、医师咨询请求模块，以及支付模块。在本专利技术的另一实施例中，提供一种方法，其包括步骤(a)获得针对个人的医疗账单，第三方为所述个人负责所述医疗账单的支付；(b)将所本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】2010.06.20 US 61/356,6461.一种方法，其包括步骤 Ca)建立电子决策支持系统(DSS)，其包括用于健康状况或疾病状态的预测模型； (b)将所述DSS传递到个人或健康护理提供者， 其中所述预测模型是基于诊所特定、地区特定和/或群体特定的变量来开发和证实。2.根据权利要求I所述的方法，其中所述诊所特定、地区特定和/或群体特定的变量是选自由以下各项组成的群组人口统计变量、临床变量、实验室变量，或其组合。3.根据权利要求2所述的方法，其中所述人口统计变量是选自由以下各项组成的群组种族、家庭收入等级，和教育。4.根据权利要求2所述的方法，其中所述实验室变量是选自由以下各项组成的群组体液的测试结果、组织水平数据、成像结果，以及生物标志物测试结果。5.根据权利要求4所述的方法，其中所述组织水平数据是选自由以下各项组成的群组免疫测定、定量PCR (qPCR)、通过基因表达阵列对转录组的半定量测量，或全转录组定序。6.根据权利要求4所述的方法，其中所述生物标志物测试结果是选自由以下各项组成的群组基因标记测试结果和从发现平台提取的基因数据。7.根据权利要求I所述的方法，其中所述预测模型是选自由以下各项组成的群组机器学习、对数回归、线性回归，以及上述各项中的任何者的组合。8.根据权利要求7所述的方法，其中所述机器学习包括升级树方法。9.根据权利要求I所述的方法，其中对照一组定量和统计准则来证实所述预测模型。10.根据权利要求9所述的方法，其中所述定量和统计准则是选自由以下各项组成的群组事件的后验概率、曲线下方的区域、校准，以及再分类。11.根据权利要求I所述的方法，其中所述预测模型是包含选自由以下各项组成的群组的多样性集的多样性预测模型来自诊所的聚合的被隐去身份的表型数据集、来自个人的具有个人健康识别符的表型数据集，以及聚合的与个人的数据集的组合。12.根据权利要求11所述的方法，其中所述多样性预测模型包括从所述被隐去身份的数据集获得的表型简档。13.根据权利要求12所述的方法，其中对照已知简档库实时地实行用于个人的表型简档建立。14.根据权利要求11所述的方法，其中使用所述被隐去身份的数据集来开发所述多样性预测模型的公司对诊所进行补偿。15.根据权利要求14所述的方法，其中所述公司基于所述被隐去身份的数据集作为所述多样性集的一部分的相对大小来对诊所进行补偿。16.根据权利要求14所述的方法，其中所述公司根据诊所对从所述被隐去身份的数据集获得的表型简档的建立的贡献来对所述诊所进行补偿。17.根据权利要求11所述的方法，其中所述公司根据诊所对所述模型的性能的定量测量的贡献来对所述诊所进行补偿。18.根据权利要求17所述的方法，其中所述定量测量包括预测功效、区分、校准和再分类。19.根据权利要求I所述的方法，其中在商务到商务架构中实施所述DSS，其中所述DSS由公司开发且提供到诊所而无个人的交互。20.根据权利要求I所述的方法，其中在商务到商务到消费者架构中实施所述DSS，其中所述DSS由公司开发且提供到诊所并具有个人的交互。21.根据权利要求I所述的方法，其中在商务到消费者架构中实施所述DSS，其中所述DSS由公司开发且直接提供到个人。22.根据权利要求I所述的方法，其中所述DSS是独立DSS。23.根据权利要求I所述的方法，其中所述DSS与电子健康记录(EHR)集成。24.根据权利要求23所述的方法，其中所述EHR包括支持个人的个人健康数据的输入的因特网平台。25.根据权利要求24所述的方法，其中...

【专利技术属性】
技术研发人员：梅林·姚，
申请(专利权)人：尤尼维公司，
类型：
国别省市：