CN102203822A - 产生病史的系统和方法 - Google Patents

Abstract

一种用于产生病史的系统和方法，所述病史是根据病人的药物列表确定的。对于具体的指征，即，疾病和/或症状，来服用药物，并且系统包括所有已知药物和相关联的指征的知识库。较佳地，专家系统允许病人、护士或其他用户输入病人的药物名称的全部或一部分，并且通过确定病人最可能服用哪些已知药物而创建可能的药物的列表。根据用户选中的可能的药物，系统创建与选中药物相关联的可能的医学指征的列表。根据用户选中的可能的指征，系统产生病人的病史。根据病人的人口统计数据、其他病人的历史数据以及响应于系统产生的相继的问题而较佳地确定可能的药物和可能的指征。

Description

产生病史的系统和方法

技术领域

本发明涉及病史，尤其，涉及产生病史。

背景技术

详细的病史是准确的病人评估和医疗诊断的基石。临床医师服用的传统的病史经常是不完整的和费时间的，因为这不但需要收集信息，并且还要使信息准确地记录成文。临床医师一般都是高薪人才。因此存在对于一种系统的需求，该系统可以取得准确且完整的病史而无需高薪医疗人员的直接参与。

可用计算机化的系统供病人响应于查询而自己输入医疗数据。通常，这些系统使用预定的问题组，要病人或代表病人的另一个用户作出回答。认为这些计算机化的系统要比传统病史获取技术更优越，因为通常这些系统：1)是高度结构化的以包括所有的有关问题，并且从来不会忘记一个问题；2)可以按病人的步调一次完成，并且根据病人的方便而进行安排；3)得到面对面询问中经常少报的敏感信息；4)可以以不同的语言来进行管理；5)为病人随后遇到临床医师作准备；6)可以计算临床评分标准的得分便于医生简单地解释；以及7)提供可以由电子医疗记录操纵的或直接输入到电子医疗记录中的清晰的总结。

在美国专利3,566,370中描述已知的基于自动化计算机的病史获得系统，该系统提供病人病史的演变和打印。该系统包括显示器，用于显示一些问题，这些问题具有供病人选择的多个回答。根据以前问题的回答而向病人显示后续的问题。因此，根据美国专利3,566,370自动地针对性地提出与医疗有关的问题。

相似地，美国专利7,290,016描述一种系统和方法，用于产生和存储使用问卷调查数据库的病史，其中问题的回答与后续的问题相关。问卷调查数据库包括多个问题和对应的多个选择响应。响应与问卷调查数据库中的另外的一些问题相关联。因此，根据美国专利7,290,016，通过问卷调查数据库的模式不是预定，而是取决于回答的模式。

在得出病史的系统和方法要比传统病史获取技术(即，通过临床医师或纸面问卷调查)更优越的同时，这些和其它已知系统和方法仍具有严重的缺点，这些缺点限制了这些系统和方法的有效性，并且使病人和医疗界整体很难普遍地接受这些系统和方法。

首先，这些已知的基于计算机的问卷调查包含了过多的问题，这些问题中的很多问题与正在向其提问题的病人不相关。尽管已知系统确实使用支链逻辑对具体病人申诉进行磨练并且澄清症状，但是这些系统无法识别哪些问题在前期是要问病人的最重要的问题。因此，这些已知系统要求病人回答过多无关的问题。此外，这些已知系统的标准计算机采访期间病人会造成无意的差错，因为病人会误解问题、忘记和/或变得很累和粗心。诸如Carr所述的研究已经发现这些缺点导致病人引起的3％-7％的计算机采访的差错率。

因此，存在对于基于病人驱动的计算机的系统的一种需求，该系统不但对病人有高度针对性，而且还向病人提供一个“检查和平衡系统”以有助于消除一些差错，这些差错是由于病人误解问题和/或忘记或无意中歪曲他们病史中某些部分而发生的。还需求一种系统，该系统要从病人的特定情况和系统以前用户的经历中学习，以便向病人提供更相关的问题，以便更容易地从病人那里得到更准确的病史。

发明内容

根据本发明某些实施例的系统和方法通过从病人正在服用的药物生成病史而实质上克服了已知系统和方法的缺点。较佳实施例包括利用专家系统和机器进行学习从病人正在服用的药物来推断病人的病史。

广义地说，本发明根据某些实施例提供一种用于产生病人的病史的方法，包括：从用户得到病人正在服用的每个药物的标识；针对每一个药物：(i)创建与相应药物相关联的可能的医学指征的列表，其中可能的医学指征是疾病或症状；(ii)向用户显示该列表；以及(iii)接收用户从该列表中选择的可能的医学指征之一；以及根据用户选中的可能的医学指征和相应的药物来产生病人的病史。

广义地说，本发明根据某些实施例还提供一种用于产生病人的病史的系统，包括：用于从用户得到病人正在服用的每个药物的标识的装置；针对每一个药物：(i)用于创建与相应药物相关联的可能的医学指征的列表的装置，其中可能的医学指征是疾病或症状；(ii)用于向用户显示该列表的装置；以及(iii)用于接收用户从该列表中选择的可能的医学指征之一的装置；以及用于根据用户选中的可能的医学指征和相应的药物来产生病人的病史的装置。

参考下面的说明、所附的权利要求书以及附图，将较佳地理解本发明的这些和其它实施例、特征、方面和优点。

附图说明

图1示出根据本发明的一个实施例的关于有关药物的调查问题的示例性显示。

图2示出根据本发明的一个示例性实施例的通过调查引擎驱动的调查流程图。

图3示出根据本发明的某些实施例的系统的方框图。

在附图中使用标号和名称来表示其中所示的某些部件、方面或特征，不止一幅附图中相同的标号表示其中所示的相同的部件、方面或特征。

具体实施方式

在计算机设备中较佳地实施根据本发明的某些实施例的系统和方法。可以使用包括一个或多个计算机的任何类型的通用计算机。计算机可以是一种设备，包括但是不局限于，个人计算机、个人数字助理(PDA)、蜂窝电话等。另一方面，可以在专用计算机上或特定地创建而执行本发明的功能的计算机网络上实施所述系统。另一方面，可以在连接到广域网的、可从连接到网络的任何位置访问的服务器系统上实施所述系统。根据另一个变型，可以连同呼叫中心一起使用本发明的某些实施例，例如，其中一个人得到他们的设备的提示以对病人或其它用户提问，可操作计算机设备来实施本发明的某些实施例。

图3是根据本发明的某些实施例实施的系统100的方框图。系统100包括用户界面200、处理子系统300、专家系统400以及若干个数据库500-900。

用户界面200较佳地是基于浏览器的应用程序，与处理子系统300和专家系统400一起工作以执行用于病史的创建和检索的系统100的各种功能。较佳地，用户(未示出)可以使用任何合适的浏览器110以经由因特网120和Web服务器130访问用户界面200，如图3所示。

专家系统400处于系统100的核心处。广义地定义的专家系统是一个软件系统，该软件系统试图通过分析通常由系统的用户提供的信息而再现一个或多个人类专家的行为，并且利用似乎是推理能力的能力。通过算法和技术的设计和开发来关注机器学习，允许计算机从归纳或演绎推理来进行学习。根据图3中的实施例的示例性系统100的专家系统400产生连续的调查问题，从而经由数个输入来通知这些问题。起初，这些输入是病人自己报告的药物，较佳地，病人的人口统计数据。根据这些初始的输入，专家系统400较佳地以迭代方式动用数个数据库：1/列出所有已知药物(品牌的、通用的两者，以及顺势疗法(例如，草药))的准确拼写的药物数据库600；2/与条件数据库700相关联的药物，也称之为“药物/条件数据库”700，该数据库使这些药物的每一个与所有已知的相关医疗条件和/或疾病症状的它们表示的使用链接；经由联邦药物管理局(FDA)或相似的全球监管机构批准或未批准；以及3/数据仓库数据库800，该数据库中填充了来自以前已经使用过该系统的病人的数据。

可以以若干种方式中的一种方式来启动使用系统100制订病史的过程。根据一个实施例，客户-用户(例如，临床医师或医院管理者经由用户界面200访问系统100，并且输入病人的人口统计数据，例如，年龄、性别、体重、生命体征，并且分配一个密码给病人。使用这个人口统计数据和密码来启动调查的创建。最好把病人的人口统计数据以匿名方式存储在调查数据库500中；另一方面，把包括病人具体数据的人口统计数据存储在调查数据库500中。

图2示出根据本发明的一个示例性实施例的通过调查引擎驱动的调查流程图210。系统的病人或其它用户可以经由通过统一资源定位器(URL)的输入的用户界面200，较佳地经由在计算机设备上工作的、合适的浏览器应用程序110，来访问系统100，见图2和3。响应于URL的输入，浏览器应用程序110引导用户进入调查目标网页212，其中向用户提示输入预先分配给他们的密码。另一方面，可以使用专用的数据输入端子经由用户界面200访问系统100，并且输入预先分配的密码。响应于预先分配的密码的输入，系统较佳地使用户能够访问初始调查网页，即，在图2的例子中示出的“欢迎网页”204。

从图2的例子中的欢迎网页204，在206处向系统的病人或其它用户提问，以确认病人的人口统计数据是准确的。如果确认了人口统计数据，则过程进行到介绍网页208；否则过程进行到联系网页(退出)209；并且退出过程210以请求用户输入准确的人口统计信息。

在212处向用户显示介绍网页208之后，向用户提问用户是否有病人服用的药物(即，病人使用的药物)的列表。如果用户表示他/她没有列表，则在214处显示关于提供药物列表的重要性的消息，并且退出过程210。另一方面，如果用户响应于212处的问题而表示病人没有服用药物，即，“我没有服用药物”，则过程210进行到图2中的226。

响应于212处用户具有服用药物的列表的用户表示，在216处，系统使病人能够开始手动输入药物名称。向用户提示输入全部或一部分病人使用的药物的名称。

图1示出根据本发明的一个实施例的、关于与药物有关的调查问题的显示10。根据本发明的某些实施例的一个方面，用户输入病人使用的药物中之一的名称的开始的几个字母。在本文中，用户被称为“病人”或“用户”，然而，应该理解，用户可以是病人、医疗服务提供者、或替病人使用系统的另一个经授权的人员。

较佳地，提供文本框13来显示通过用户键入的药物名称的字母。如果系统不能识别用户输入的字母为任何已知的药物，则系统较佳地询问用户再检查他们的药瓶或处方上的拼写，并且再输入名称中的字母。

如图1中的例子所示，根据用户输入的药物的字母，出现具有更简略药物列表的下拉功能。响应于一部分名称的输入(即，“asp”)而显示图1中两个层次的下拉列表18。参考图1-3，通过组合来自专家系统400和药物数据库600的信息而由用户界面200中的调查引擎产生列表18。向用户显示的列表的次序并不是严格地按字母次序排列的，而是，列表中的次序有优先级别，如下进一步描述。

如图2中示例性实施例的218处所示，专家系统400对照着药物数据库600和数据仓库数据库800，以便针对向用户显示的药物的列表排列优先级别次序。根据某些实施例，专家系统400根据机器学习算法，通过对来自当前用户的人口统计数据与来自较佳地存储在数据仓库数据库800中的匹配控制的历史数据进行比较，通过产生其“最佳猜测”而提供药物的“第一层次”14。历史数据来自方法的其它用户和其它病人，或来自用户或病人的以前的使用。匹配控制涉及通过以某些方式匹配用户的系统积累的历史数据，包括但是不局限于，根据年龄、性别、种族或人口统计数据的其它部分中的一个或多个的匹配。例如，如图1所示，用户输入“asp”作为病人的药物之一。如果100个病人把“asp”输入系统，并且这些病人中的99个说他们服用阿司匹林而只有一个说他服用天门冬氨酸，则系统从这个以前的数据“学习”以便“知道”当病人输入“Asp”时，他们可能服用阿司匹林而不是服用天门冬氨酸。因此，根据来自病人的有限的输入，根据较佳实施例的系统和方法使用历史数据和机器学习过程来制订病人的下拉列表，其中按给定病人最可能服用的次序来排列列表中这些药物的优先级别。从最可能到最不可能的次序来排列列表的优先级别，作为病人正涉及的可能药物的第一“最佳猜测”。某些实施例还包括结合存储在以前用户的库中的数据，例如，关于病人的年龄和性别的历史数据，以便进一步专门制订(speciate)药物列表。此外，除了年龄、性别、种族之外的、匹配控制的其它模式可以出现在使用系统捕获的历史数据中，这对于最佳猜测的比较和产生是很有用的。

在优先级别列表18中的层次“二”(图1中被标识为16)包含不同于可能的药物的第一层次最佳猜测的、与用户键入在文本框13中的短语匹配的、并且是从药物数据库600提供的其它可能的药物。

较佳地向用户提示以从二-层次列表18中选择病人使用的药物。在图2的220处，响应于用户选择，向病人或其它用户显示与选中药物的使用相关联的可能指征的优先级别列表以便进行选择，如下进一步详细地说明。这里使用的指征涉及与药物相关联的疾病状态和/或症状。根据本发明一些实施例的系统和方法使病人能够从这个优先级别列表中选择他们具体的医疗条件；因此，使病人能够容易地调停他们的药物与他们相关联的疾病状态和/或症状。

由于使用用于特定指征的药物，系统100包括与条件数据库700相关联的药物，条件数据库700把所有已知药物链接到可以使用该药物的、所有已知相关医疗条件和/或疾病症状的它们各自指征的用途。

在220处，响应于病人从药物列表中选择他们的药物，系统向病人显示从可能性最大到可能性最小排列的、似是而非的医学指征，首先“较佳地猜测”正在使用该药物的病人的可能的指征，例如，条件、疾病和或症状。较佳地使用非法律专业人员的术语向病人显示来自专家系统的疾病和/或症状的优先级别列表。

对于220，专家系统400较佳地吸取调查数据库500、药物/条件数据库700以及数据仓库数据库800以制订病人可以使用选中的药物的可能指征的列表。如在图2例子中的222处所示，专家系统400根据优先级别向用户显示药物列表(这里也称之为“条件”)。根据一个实施例，如在222处所示，向用户显示的药物列表的次序是高度地病人特定的，因为这至少部分地基于对以前用户的互动的学习。基于来自调查数据库500中当前用户的人口统计数据、来自数据仓库数据库800以及综合药物/条件数据库(它具有与它们已知指征相关联的所有的药物)的匹配控制的历史数据，通过专家系统400选择根据较佳实施例的次序。

较佳地，通过对病人顺序提问直到用户和系统双方都满足于已经准确地识别了当前的药物以及相关联的医疗条件，专家系统400提炼其“较佳的猜测”。根据一个示例性实施例，响应于病人输入“布洛芬(Motrin)”作为他们的一个药物，例如，系统和方法用问题“你为了A)发热B)疼痛C)头痛D)牙痛或E)关节炎而服用布洛芬吗？”自动地继续。根据病人的响应，可以向病人显示进一步的后续问题。例如，如果病人回答“B”，则某些实施例将用向病人问具体部位和描述他们的痛苦的问题来继续。如此，某些实施例自动地提示病人/用户用他们的疾病状态和/或症状来协调他们的药物，并且还提供得到关于问题的回答的更具体化的路径。

把与提炼的“较佳的猜测”相关联的信息存储在数据仓库800中作为增量数据点以帮助系统“学习”和改进其对于每个后续病人评估的预测能力，即，它使用已知为“机器学习”的一个过程。此外，以标准格式使每个个别的病人的结果(即，调查)与他/她的人口统计数据结合以创建完整的病史，然后可以与病人的临床代表共享该病史，并且用作为到对病人护理的决策过程的临床判定的输入。

根据本发明的某些实施例的另一个方面，系统结合存储在以前用户的库中的数据，根据哪个疾病状态与该特定病人最相关来排列优先级别。例如，如果系统已知表示为服用布洛芬的用户是计划进行膝关节置换手术的一个50岁的男病人，它具有来自其它以前病人的输入的知识库以便使系统能够建议该病人最可能为疼痛和关节炎而服用布洛芬。因此，响应于该特定病人输入“布洛芬”作为他的一个药物，与显示指征的全部列表相反，系统的某些实施例自动地问用户，“你服用布洛芬来控制关节炎引起的疼痛吗？”。在本质上，系统利用似乎是推理的能力来得到结论。既然是这样，可得到的数据(即，计划进行膝关节置换的50岁的老人)确定将使用哪个推理规则，即，这是一个数据驱动系统。

根据本发明的较佳实施例的一个方面，使服用来制订个别用户的附加问题的步骤的序列与每个新用户动态地合成。即，较佳地，当建立系统时，未对系统明确地进行编程，而是根据关于特定病人提供的当前信息(例如，年龄、性别、主诉等)以及来自匹配控制的历史数据制订问题。

根据本发明某些实施例的一个方面，通过应用特定的历史知识而不是应用特定的技术而由专家系统来完成病人病史的推断。因此，如果专家系统没有产生要求的结果，即，问病人是否因关节炎的疼痛而服用布洛芬，但是病人实际上因头痛而服用布洛芬，专家系统有能力来扩展它的知识库。因此，例如，如果根据某些实施例的系统访问100个膝关节置换手术的病人，其中75个人服用布洛芬来解痛，而25个人为头痛而服用布洛芬，则系统将该知识合成到其数据库中；系统累计的数据越多，系统在推断未来用户的病史方面更智能化和更准确。

从经排序的指征的列表中，系统使用户能够选择病人为此而使用他们的药物的指征。这允许用户快速和容易地对病人的药物与病人相关联的条件进行协调。响应于该协调，系统和方法可以以病人病史的自动创建而前进。

在图2的224处，产生与病人的特定指征(即，疾病和/或症状)相关联的所有病人的概况。较佳地，向用户显示概况。

由于病人存在不服用任何药物的医疗条件，例如，胃灼热，二尖瓣脱垂，季节性过敏，图3中示意性地示出的一般问卷数据库900包含附加的问题以保证系统100记录的病史是综合性的。在226处，向用户显示一般医疗问卷，用于捕获病人不使用药物以及以往手术史的医疗条件/症状。

在图2的例子中，在228处，向用户显示最终概况网页，在该例子中，所述网页包括病人的人口统计数据、与病人特定指征相关联的药物、以及以往的手术史。在较佳地存储在调查数据库500中的最终概况网页中还包含较佳地包括病人不使用药物的医疗条件/症状的其它信息的概况。

较佳地，把来自通过用户完成的调查的所有数据发送到图3所示的处理子系统300。用与广泛地接受的医学术语相关联的外行人的术语对系统较佳地进行预先编程，以致连同病人完成的问卷一起，系统较佳地使用广泛接受的术语产生病史。如果可得到的话，处理子系统300使用在药物/条件数据库700中的预先编程的信息把任何剩余的外行人术语转换成广泛接受的医学术语。因此，当处理子系统300产生正式医疗记录的病史时，使用广泛接受的医学术语而非外行人术语来较佳地表示疾病状态。例如，如果病人选择外行人的术语“冷疮”，则系统在产生病史时较佳地使用术语“唇疱疹”。

系统和方法较佳地启动通过专家系统产生的病史，使之通过密码访问能在网络上容易地观看到，或直接输入到电子医疗记录中。

已经揭示了示例性实施例，在保持在下述权利要求书所描述的本发明的范围内的同时，可以对所揭示的实施例进行修改和变更。

Claims (36)

1.一种用于产生病人的病史的方法，包括：

从用户那里得到病人正在服用的每个药物的标识；

针对每一个药物：

(i)创建与相应药物相关联的可能的医学指征的列表，其中可能的医学指征是疾病或症状；

(ii)向用户显示所述列表；以及

(iii)接收用户从所述列表中选择的可能的医学指征之一；以及

根据用户选中的可能的医学指征和相应的药物，产生病人的病史。

2.如权利要求1所述的方法，其特征在于，从用户那里得到病人正在服用的每个药物的标识包括：从用户那里接收病人正在服用的每个药物的名称的至少一部分的输入。

3.如权利要求2所述的方法，其特征在于，还包括：创建可能的药物的列表。

4.如权利要求3所述的方法，其特征在于，还包括：向用户显示可能的药物列表；以及接收用户从可能的药物的列表中选择的可能的药物之一。

5.如权利要求4所述的方法，其特征在于，创建可能的药物的列表包括：

根据从用户那里接收到的药物名称的至少一部分以及所有已知药物的第一知识库，来确定哪些已知药物是病人更可能服用的可能的药物。

6.如权利要求5所述的方法，其特征在于，还包括：得到病人的人口统计数据以及所述方法的其它用户的历史数据；以及其中所述确定进一步基于病人的人口统计数据和历史数据。

7.如权利要求6所述的方法，其特征在于，来自所述方法的其它用户的历史数据包括与所述病人的人口统计数据的至少一部分相匹配的其他病人的数据。

8.如权利要求5所述的方法，其特征在于，还包括：从病人最可能服用的已知药物开始对可能的药物的列表进行排序。

9.如权利要求1所述的方法，其特征在于，从可能性最大的医学指征到可能性不太大的医学指征按顺序对可能的医学指征的列表进行排列，使可能性最大的医学指征被显示在列表的顶部。

10.如权利要求1所述的方法，其特征在于，还包括：得到病人的人口统计数据。

11.如权利要求10所述的方法，其特征在于，创建与相应药物相关联的可能的医学指征的列表包括：

确定哪些已知的医学指征是病人最可能服用经标识的药物的可能的医学指征，所述确定是基于病人的人口统计数据以及已知药物及其相应的医学指征的第二知识库。

12.如权利要求10所述的方法，其特征在于，还包括：得到所述方法的其他用户的历史数据。

13.如权利要求12所述的方法，其特征在于，创建与相应的药物相关联的可能的医学指征的列表包括：

确定哪些已知的医学指征是病人最可能服用经标识的药物的可能的医学指征，所述确定是基于病人的人口统计数据、所述方法的其他用户的历史数据以及已知药物及其相应的医学指征的第二知识库。

14.如权利要求1所述的方法，其特征在于，还包括：从所述方法的其他用户那里得到其他病人的历史数据。

15.如权利要求14所述的方法，其特征在于，创建与相应药物相关联的可能的医学指征的列表包括：

确定哪些已知的医学指征是病人最可能服用经标识的药物的可能的医学指征，所述确定是基于所述方法的其他用户的历史数据以及已知药物及其相应的医学指征的第二知识库。

16.如权利要求15所述的方法，其特征在于，所述历史数据包括与所述病人的人口统计数据的至少一部分相匹配的其他病人的历史数据。

17.如权利要求1所述的方法，其特征在于，还包括：

选择性地对于每一个药物，响应于得到药物的标识而向用户显示一个问题，其中所述问题至少基于经标识的药物、病人的人口统计数据以及来自所述方法的其他用户的其他病人的历史数据。

18.如权利要求17所述的方法，其特征在于，在可能的医学指征的列表上的可能的医学指征以及列表的排序也基于接收到的用户对所述问题的响应。

19.如权利要求17所述的方法，其特征在于，所述方法还包括：响应于从用户那里接收到的以前的响应而动态地产生附加的问题，其中在可能的医学指征的列表上的可能的医学指征以及列表的排序也基于接收到的用户对附加问题的响应。

20.如权利要求17所述的方法，其特征在于，所述问题是涉及疼痛的问题。

21.如权利要求15所述的方法，其特征在于，所述历史数据包括所述病人的历史数据。

22.如权利要求1所述的方法，其特征在于，使用广为接受的医学术语在病史中提供用户选中的可能的医学指征以及相应的药物。

23.如权利要求15所述的方法，其特征在于，来自所述方法的其他用户的历史数据包括使用所述方法提供的输入。

24.如权利要求10所述的方法，其特征在于，所述人口统计数据包括病人的年龄、性别、疾病和症状中的至少一个。

25.如权利要1求所述的方法，其特征在于，使用外行人术语向用户显示医学指征的列表。

26.如权利要求2所述的方法，其特征在于，病人所使用的药物的名称的至少一部分包括所述名称的至少前两个字母。

27.如权利要求1所述的方法，其特征在于，还包括使用密码访问经由网络而启动所产生的病史的安全观看。

28.如权利要求1所述的方法，其特征在于，还包括：把所产生的病史输入到电子医疗记录中。

29.如权利要求1所述的方法，其特征在于，经由专家系统和机器学习来产生病史。

30.如权利要求1所述的方法，其特征在于，还包括：

对于病人没有使用药物的情况，向用户显示关于病人的医疗条件、症状以及以往的手术史的一个或多个问题；以及

其中病史包括基于用户对一个或多个问题的响应的信息。

31.一种用于产生病人的病史的系统，包括：

用于从用户那里得到病人正在服用的每个药物的标识的装置；

针对每一个药物：

(i)用于创建与相应药物相关联的可能的医学指征的列表的装置，其中可能的医学指征是疾病或症状；

(ii)用于向用户显示所述列表的装置；以及

(iii)用于接收用户从所述列表中选择的可能的医学指征之一的装置；以及

用于根据用户选中的可能的医学指征和相应的药物来产生病人的病史的装置。

32.一种用于产生病人的自动化病史的系统，包括：

包括病人的人口统计数据的第一数据库；

用于从用户那里接收每个药物的名称的至少一部分的用户界面；

用于存储已知药物库的第二数据库；

用于存储已知药物库及其相应的指征的第三数据库；

用于存储使用所述系统得到的其他病人的历史数据的第四数据库；

专家系统，用于基于哪些已知药物是可能的药物的判断来创建可能的药物的列表，而这种判断则基于从用户那里接收到的药物名称的至少一部分、第二数据库中的已知药物、第一数据库中的病人的人口统计数据以及在第四数据库中的来自所述系统的其他用户的历史数据；

其中用户界面进一步用于向用户显示可能的药物的列表，并且还用于接收用户从可能的药物的列表中选择的可能的药物之一；专家系统进一步根据哪些医学指征是病人最可能服用所选药物的可能的医学指征的判断来创建与选中的可能药物相关联的可能的医学指征的列表，这种判断基于存储在第一数据库中的病人的人口统计数据、存储在第四数据库中的历史数据以及存储在第三数据库中的已知药物及其相应的医学指征；

用户界面进一步用于向用户显示可能的医学指征的列表，并且还用于接收用户从可能的医学指征的列表中选择的一个或多个可能的医学指征；以及

使用专家系统，产生包括至少选中的可能的药物和选中的一个或多个医学指征的病人的病史。

33.如权利要求32所述的系统，其特征在于，第四数据库进一步用于存储病人的历史数据。

34.如权利要求32所述的系统，其特征在于，还包括第五数据库，用于存储捕获没有使用药物的病人的医疗条件、症状和以往的手术史的问题。

35.如权利要求34所述的系统，其特征在于，专家系统进一步用于响应于用户所提供的以前的响应而通过动态地产生附加问题来促进经由用户界面的信息的输入。

36.如权利要求32所述的系统，其特征在于，专家系统包括机器学习能力。

Images