CN111164705B 预测从总群体中任意选择的亚群体中测试对象的不利健康状况的风险、发生或发展的医学设备和计算机实施的方法 （费森尤斯医疗护理德国有限责任公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN111164705B(45)授权公告日2025.07.08

(21)申请号201880064463.0

(22)申请日2018.10.05

(65)同一申请的已公布的文献号申请公布号CN111164705A

(43)申请公布日2020.05.15

(30)优先权数据82017.10.12EP

(85)PCT国际申请进入国家阶段日2020.04.02

(86)PCT国际申请的申请数据

PCT/EP2018/0770692018.10.05

(87)PCT国际申请的公布数据

WO2019/072692EN2019.04.18

(73)专利权人费森尤斯医疗护理德国有限责任

公司

地址德国巴德宏堡

(72)发明人U·丘莱纳F·贝洛奇奥L·内里W·阿姆森

C·巴尔别里

(74)专利代理机构永新专利商标代理有限公司

72002

专利代理师李光颖

(51)Int.CI.

G16H50/50(2006.01)

G16H50/80(2006.01)

(56)对比文件

US2006173663A1,2006.08.03

审查员伍鹏

(54)发明名称

预测从总群体中任意选择的亚群体中测试对象的不利健康状况的风险、发生或发展的医学设备和计算机实施的方法

(57)摘要

CN111164705B一种生成用于自适应地预测从总群体中任意选择的第一亚群体的第一不利健康状况的发生或发展的通用模型的系统，包括：从多个出版物中提取关于多个第二亚群体的表征特征、关于在其中发现的第一不利健康状况的发生和/或严重性和/或关于对应的预后结果的信息。所述表征特征中的一个或多个表征特征与对应的第一因素相关联，所述第一因素指示与表征特征对第一不利健康状况的发生或发展的不利或有益贡献的关系，并且所述表征特征中的一个或多个表征特征与对应的第二因素相关联，所述第二因素指示在相应出版物中所考虑的相应第二亚群体中的相对发生频率。所述表征特征以及其第一因

CN111164705B

述通用模型存储在计算机可访问和可读介质中。

100

系统性文献回顾

系统性文献回顾

选择最可靠的文章或元分析

从每个所选研究中提取不利结果发生率风险因素流行率和风险因素优势率

合并所收集的信息

108

计算模型参数

存储通用模型

-106

110

CN111164705B权利要求书1/5页

2

1.一种计算机实施的治疗控制支持方法，其生成用于自适应地预测从总群体中任意选择的第一亚群体的特定的第一不利健康状况的发生或发展的通用模型，所述方法包括：

-控制提取模块以从多个出版物和/或主要临床数据源中识别和提取关于多个第二亚群体的表征特征、关于在其中发现的所述第一不利健康状况的发生和/或严重性和/或关于对应的预后结果的信息，其中，所述提取模块被配置为识别所述表征特征中的其他表征特征，所述其他表征特征在所述多个出版物和/或主要临床数据源中的任何一个中都是单独未知的；

-控制关联器模块以：从所述多个出版物和/或主要临床数据源中的每个中，将在其中识别出的所述表征特征中的一个或多个表征特征与对应的第一因素相关联，所述第一因素指示与所述表征特征对所述第一不利健康状况的出现或发展的不利或有益贡献的关系；并且还将所述表征特征中的一个或多个表征特征与对应的第二因素相关联，所述第二因素指示在相应出版物中所考虑的相应第二亚群体中的相对发生频率；

-控制组合器模块以将所述表征特征以及所述表征特征的第一因素和第二因素组合为针对所述总群体的通用模型，其中，组合包括计算患者的基线风险；以及

-控制通信模块以可取回的方式将所述通用模型存储在计算机可访问和可读介质上。

2.根据权利要求1所述的方法，还包括：控制所述提取模块以实施电子文本处理、光学字符识别和自然语言处理中的一个或多个。

3.根据权利要求1或2所述的方法，还包括：在生成所述通用模型之前，根据表示所述出版物和/或主要临床数据源的质量的值，来控制所述提取模块以调节、排序和/或选择所述表征特征和相关联的因素。

4.根据权利要求1至3中的任一项所述的方法，还包括：根据表示与跨所述多个出版物和/或主要临床数据源的单个表征特征相关联的结果的条件概率的值，来调节、排序和/或选择所述表征特征和相关联的因素。

5.根据权利要求1至4中的任一项所述的方