-
公开(公告)号：CN108352196A
公开(公告)日：2018-07-31
申请号：CN201680062766.X
申请日：2016-10-17
Applicant: 皇家飞利浦有限公司
IPC: G16H50/70
Abstract: 一种数据库合并方法(20)合并两个或更多个匿名化健康护理数据库(X、Y)。每个匿名化健康护理数据库都具有匿名化的个人识别信息，包括由医学护理单元占位符替换医学护理单元。在所述数据库合并方法中，计算匿名化健康护理数据库中的医学护理单元占位符的统计患者特征分布。通过匹配相应的医学护理单元占位符的相应的统计患者特征分布来匹配在同的匿名化健康护理数据库中的医学护理单元占位符。对不同的匿名化医学数据库中的患者进行匹配。所述患者匹配是在配对的医学护理单元占位符的匹配的对内执行的，以提高计算效率。生成识别匹配患者的数据库比对表(16)或者合并的匿名化健康护理数据库，所述合并的匿名化健康护理数据库将不同的匿名化健康护理数据库中的针对每个匹配患者的患者特征合并到单个患者条目中。
-
公开(公告)号：CN109074858B
公开(公告)日：2023-08-18
申请号：CN201780024711.4
申请日：2017-04-19
Applicant: 皇家飞利浦有限公司
Abstract: 一种电子处理器(14)被编程为执行对N个匿名健康护理数据库(10)的整合(16)。对于所述N个匿名健康护理数据库中的数据库对(i，j)，识别(44)每个都被包含在所述数据库对(i，j)中的数据库i和j两者中的特征的集合。基于通过所述特征的集合度量的患者相似度来生成(46、48)与所述数据库对中的患者相匹配的转换表。针对所述N个匿名健康护理数据库中的每个唯一的数据库对重复(50)所述识别和生成操作以生成N(N‑1)/2个转换表(20)。所述电子处理器还被编程为执行患者数据检索过程(18)，所述患者数据检索过程接收所述N个匿名健康护理数据库中的一个中的患者的患者ID，并且使用所述N(N‑1)/2个转换表来检索针对被包含在所述N个匿名健康护理数据库中的所述患者的患者数据。
-
公开(公告)号：CN109074858A
公开(公告)日：2018-12-21
申请号：CN201780024711.4
申请日：2017-04-19
Applicant: 皇家飞利浦有限公司
Abstract: 一种电子处理器(14)被编程为执行对N个匿名健康护理数据库(10)的整合(16)。对于所述N个匿名健康护理数据库中的数据库对(i，j)，识别(44)每个都被包含在所述数据库对(i，j)中的数据库i和j两者中的特征的集合。基于通过所述特征的集合度量的患者相似度来生成(46、48)与所述数据库对中的患者相匹配的转换表。针对所述N个匿名健康护理数据库中的每个唯一的数据库对重复(50)所述识别和生成操作以生成N(N-1)/2个转换表(20)。所述电子处理器还被编程为执行患者数据检索过程(18)，所述患者数据检索过程接收所述N个匿名健康护理数据库中的一个中的患者的患者ID，并且使用所述N(N-1)/2个转换表来检索针对被包含在所述N个匿名健康护理数据库中的所述患者的患者数据。
-
公开(公告)号：CN110753971B
公开(公告)日：2023-12-12
申请号：CN201880039310.0
申请日：2018-06-05
Applicant: 皇家飞利浦有限公司
IPC: G16H50/30
Abstract: 提供了用于基于对患者状况的动态监测的医疗保健预测分析的系统和方法。医疗保健提供者实体使用动态监测来收集有关其患者的历史要求供给数据。历史要求供给数据用于监测患者的病情和状况。此外，所述数据用于训练和更新用于预测事件发生的预测模型。该模型使用基于滑动窗口的算法预测事件的发生，其中，历史要求供给数据的子集(例如，窗口)被顺序用来训练模型。对于每个数据窗口，模型提取特征和结果，并据此训练模型。然后，所述模型提取下一数据窗口的特征和结果，并基于此更新现有模型。生成的模型针对一组数据运行，以预测事件的发生。
-
公开(公告)号：CN108351895A
公开(公告)日：2018-07-31
申请号：CN201680066051.1
申请日：2016-11-03
Applicant: 皇家飞利浦有限公司
IPC: G06F17/30
CPC classification number: G16H10/60 , G06F17/30321 , G06F19/00
Abstract: 一种方法包括从针对第一组实体的第一类型的数据库接收针对个体的第一组去识别化的记录。所述第一类型的数据库不包括跨所述第一组实体链接所述第一组去识别化的记录的纵向信息。所述方法包括从针对第二组实体的第二类型的数据库接收针对单个个体的第二组去识别化的记录。所述第二类型的数据库包括纵向信息，所述纵向信息跨所述第二组实体链接包括随时间链接所述第二组去识别化的记录。所述方法包括整合所述第一类型的数据库和所述第二类型的数据库，所述整合匹配所述各个个体和所述单个个体。所述方法包括基于所述第二类型的数据库的纵向信息向针对所述各个个体的所述第一类型的数据库添加纵向信息。
-
公开(公告)号：CN110753971A
公开(公告)日：2020-02-04
申请号：CN201880039310.0
申请日：2018-06-05
Applicant: 皇家飞利浦有限公司
IPC: G16H50/30
Abstract: 提供了用于基于对患者状况的动态监测的医疗保健预测分析的系统和方法。医疗保健提供者实体使用动态监测来收集有关其患者的历史要求供给数据。历史要求供给数据用于监测患者的病情和状况。此外，所述数据用于训练和更新用于预测事件发生的预测模型。该模型使用基于滑动窗口的算法预测事件的发生，其中，历史要求供给数据的子集(例如，窗口)被顺序用来训练模型。对于每个数据窗口，模型提取特征和结果，并据此训练模型。然后，所述模型提取下一数据窗口的特征和结果，并基于此更新现有模型。生成的模型针对一组数据运行，以预测事件的发生。
-
公开(公告)号：CN110036447A
公开(公告)日：2019-07-19
申请号：CN201780060033.7
申请日：2017-09-26
Applicant: 皇家飞利浦有限公司
IPC: G16H10/60
Abstract: 本公开涉及对健康护理记录的计算机辅助的链接。在一些实施例中，个体的健康护理记录集合的第一集合部分可以使用包括一个或多个对应于强标识符的记录属性的记录属性组(对应于强标识符)来处理。基于这样的处理，可以预测第一集合部分中的健康护理记录之间的第一匹配组，并且可以确定所述第一匹配组中的匹配的数量。个体的所述健康护理记录集合的至少一个其他集合部分可以使用包括与对应于强标识符的记录属性不同的一个或多个记录属性的另一记录属性组来处理。基于所述第一匹配组中的匹配的数量，可以使相对于预测健康护理记录匹配而对所述其他集合部分的处理停止。
-
公开(公告)号：CN109791798A
公开(公告)日：2019-05-21
申请号：CN201780055459.3
申请日：2017-08-30
Applicant: 皇家飞利浦有限公司
IPC: G16H10/60
Abstract: 本公开涉及一种被配置为便于对健康护理记录进行计算机辅助链接的系统。所述系统被配置为：使用记录属性的参考组来处理记录的整个集合，针对个体的健康护理记录的集合的第一部分，来生成所述第一集合部分中的哪些健康护理记录具有相对于记录属性的所述参考组的匹配值的第一预测；使用记录属性的其他组来重新处理记录的第一部分(记录的已经匹配的部分)，以确定其他组中的哪些组是匹配记录的可靠预测器；并且使用可靠的预测器来处理健康护理记录的剩余不匹配的部分。
-
公开(公告)号：CN107004058A
公开(公告)日：2017-08-01
申请号：CN201580067084.3
申请日：2015-11-30
Applicant: 皇家飞利浦有限公司
IPC: G06F19/00
CPC classification number: G06F19/326 , G06F19/00 , G16H10/60
Abstract: 公开了一种用于将包括在非结构化治疗条目中的非结构化条目特征与结构化治疗信息中的相关联的治疗特征一致地相关的系统。所述系统获得非结构化治疗条目并且识别个体非结构化治疗条目内的非结构化条目特征。所述非结构化治疗条目特征被相关到对应的相关联的治疗特征。非结构化条目特征与相关联的治疗特征的所述相关是基于与所述个体非结构化治疗条目相关联的上下文信息的。与所述非结构化治疗条目相关联的上下文信息包括所述非结构化治疗条目的语法、所述非结构化治疗条目的创建者、和/或所述非结构化治疗条目的格式。
