用于基于书面推荐对健康护理随诊预约进行排程的系统和方法与流程

放射线报告包括针对患者的成像检查的读出的结果。这些放射线报告可以作为放射科医生、咨询医生和肿瘤科医生之间的沟通工具，并且也可以包括关于建议的随诊和/或推荐的信息。这些随诊建议和推荐对于咨询医生快速获得来自放射科医生的意见是特别有帮助的。然而，这些随诊建议和推荐经常被埋藏在放射线报告的文本中，并且，如果它们不解决用于检查的主要原因，则可能会被忽略。例如，作为一种偶然的发现，带有转移性肿瘤的患者可能具有严重的血管疾病。作为咨询医生的肿瘤科医生可能主要集中在与癌症相关的讨论上，可能并不总是快速跟进落在这个关注领域之外的推荐。因此，在这种情况下，自动发送警告给咨询医生和/或放射科医生关于所述建议/推荐，对于健康护理提供者或健康管理员可以是有益的。

技术实现要素：

一种用于分析患者报告以确定是否已推荐随诊的方法。所述方法包括：从所述报告提取指示随诊推荐的文本的部分，提取随诊推荐的名称并且根据所述文本的部分来确定对应的时间间隔，提取与所述患者报告有关的上下文信息，并且基于所述上下文信息和所述随诊推荐的名称来确定与所述随诊推荐相对应的预约是否已被排程。

一种用于分析患者报告以确定是否已推荐随诊的系统。所述系统包括处理器，所述处理器从所述报告提取指示随诊推荐的文本的部分，提取所述随诊推荐的名称并且根据所述文本的部分来确定对应的时间间隔，提取与所述患者报告有关的上下文信息，并且基于所述上下文信息和所述随诊推荐的名称来确定与所述随诊推荐相对应的预约是否已被排程。

附图说明

图1示出了根据示范性实施例的系统的示意图；

图2示出了图1的系统的另一示意图；

图3示出了根据示范性实施例的方法的流程图；

图4示出了随诊/推荐的示范性类别的表格。

具体实施方式

示范性实施例可以参考以下描述和附图来进一步理解，在附图中，相似元件用相同的附图标记来表示。示范性实施例涉及用于识别随诊建议和推荐的系统和方法。具体地，示范性实施例描述针对患者生成需要在所推荐的时间范围之内进行随诊研究的警告。虽然示范性实施例特定地描述了识别包含在放射线报告内的信息，但是，本领域技术人员应当理解，本公开中的系统和方法可以用于识别包含在任何医院部门内的针对患者的任何文本报告内的建议和推荐。

如图1和图2中所示，根据本公开的示范性实施例的系统100识别包含在报告120内的随诊建议和其他推荐。已识别的随诊和推荐可以被用于向用户(例如，咨询医师、肿瘤科医生)生成建议和需要随诊研究的警告。系统100包括处理器102、用户接口104、显示器106和存储器108，所述存储器108上存储有针对患者的报告120。放射线报告例如是针对患者的成像检查的结果的读出，并且可以包括关于图像中的发现以及随诊建议和推荐一起的相关信息。报告120可以被构造为包括独立的部分，诸如，例如，临床信息、比较、发现、印象和推荐。随诊建议和推荐可以例如在报告120的印象和/或推荐中被发现。

处理器102可以包括句子提取模块110、信息提取和分类模块112、上下文提取模块114和匹配模块116。句子提取模块110从包括指示随诊已被推荐的关键字或短语(例如，“推荐”、“建议”、“考虑”)的报告中提取句子。句子提取模块110可以在报告120的印象和推荐部分中特定地进行搜索。本领域技术人员应当理解，句子提取模块110可以被预编程为搜索报告120的特定部分内的文本或者备选地整个报告120。信息提取和分类模块112分析每个已提取的句子，以确定针对每个随诊建议的推荐类别和需要随诊的时间间隔。上下文提取模块114提取针对报告120和患者的上下文信息，包括例如患者识别信息、研究日期(例如，进行图像检查的日期)、以及研究的模态(例如，MRI、CT)。

匹配模块116随后搜索可以被存储在存储器108中的排程数据库118，以匹配所提取的上下文信息与排程数据库118中的患者记录。排程数据库118可以是全医院范围内的排程工具，其包括医院所有部门内的所有已排程的预约。一旦患者记录被识别在排程数据库118中，匹配模块116就搜索患者记录，以确定所提取的推荐类别和时间间隔是否匹配排程数据库中的任何预约。如果没有发现匹配，处理器102可以生成警告，所述警告自动通知用户(例如，咨询医生)或患者应当对随诊进行排程。这种警告可以被显示在显示器106上。然而，本领域技术人员应当理解，其他信息，诸如，例如，报告120、在排程数据库118中的已识别患者记录、已提取的随诊推荐类别和间隔也可以被显示在显示器106上。用户也可以经由用户接口104编辑和/或设定用于句子提取模块110、信息提取和分类模块112、上下文提取模块114和匹配模块116的参数，用户接口104可以包括输入设备，诸如，例如，键盘、鼠标、和/或显示器106上的触摸屏。

图3示出了用于使用上述系统100确定随诊研究是否已被推荐的方法200。方法200包括用于查看报告120的步骤，所述报告120可以被存储在例如放射科信息系统(RIS)内的图片存档及通信系统(PACS)数据库122中并且在其中被查看。这些报告120可以从存储器108中检索或被存储在存储器108中。在步骤210中，从报告120中提取相关部分。例如，当报告120是放射线报告时，其包括五个部分：临床信息、比较、发现、印象和推荐——印象和推荐部分可以被提取，因为随诊建议和推荐是已知通常包括在这些部分中的。然而，本领域技术人员应当理解，方法200可以被调整为考虑包括替代标题和/或部分的报告。本领域技术人员应当理解，系统100可以被调整为提取报告120的所有文本部分，从而使句子提取模块110可以搜索整个报告120的全部文本。

在步骤220中，句子提取模块110可以利用自然语言处理(NLP)模块来搜索已提取部分，并且提取指示随诊研究已经被建议或其他推荐已经被做出的句子。句子提取模块110可以通过搜索关键字或短语，诸如，例如，“随诊”、“建议”、“考虑”、“f/s”(随诊或建议)等来识别这些句子。也可以搜索使用专有的或第三方技术的替代语义表示、概念或短语。例如，句子提取模块可以提取一个句子，其中陈述：“推荐在6个月内进行左侧乳房X射线检查。”在步骤230中，信息提取和分类模块112从每个已提取的句子提取随诊建议/推荐的名称(例如，乳房X射线检查)以及应当发生随诊的时间间隔(例如，6个月)。随诊建议/推荐的名称可以经由例如成像、检测、治疗、活检等的名称来识别。时间间隔可以经由诸如例如每年、每月、日常、立即等术语来识别。当随诊建议/推荐的名称已被提取，但未能识别时间间隔时，信息提取和分类模块112可以默认预设时间间隔为例如“立即”。尽管示范性实施例描述了句子的提取和分析，但本领域技术人员应当理解，句子提取模块110可以提取其他可辨别的部分或部分文本，诸如，例如，段落。

一旦推荐的名称被识别，在步骤240中，信息提取和分类模块112将所提取的随诊和相应的间隔分类为推荐类别。在示范性实施例中，系统100可以包括四个推荐类别，包括：(1)随诊成像检查，(2)临床会诊/测试，(3)组织取样/活检，以及(4)决定性治疗。图4示出了落入每个已识别类别内的四个推荐类别和示范性随诊建议/推荐。已提取的随诊使用已被识别为指示在机器学习过程中的特定类别或已训练的图案的正则表达式被分类为已确定推荐类别之一。例如，用于随诊成像检查的图案可以是“成像名称+随诊和推荐动词”或“随诊和推荐动词+成像名称”。在两个术语之间或之前(例如成像名称和动词)可以存在字符。成像名称可以包括，例如CT、MRI、乳房X射线检查、筛选、超声等。随诊和推荐的动词可以包括，例如推荐、建议、考虑、f/s等。

在步骤250中，上下文提取模块114提取与报告120和患者相关的上下文信息，包括，例如患者识别信息、研究日期、器官和模态。存储在例如RIS/PACS系统中并在其中被查看的图像例如可以在DICOM(医学中的数字成像和通信)格式下来查看，其包括包含相关上下文信息的标头。在步骤260中，匹配模块116使用已提取的上下文信息搜索用于匹配患者记录的排程数据库118。患者记录随后可以在步骤270中被搜索，以确定是否已对每个已识别的随诊建议/推荐排程了预约。具体地，匹配模块116可以搜索患者记录，以确定任何已排程的预约是否匹配已识别的推荐类别和时间间隔。例如，匹配模块116可以搜索被排程为研究日期之后6个月的针对成像检查(例如，乳房X射线检查)的患者记录。匹配模块116可以被预先设置为搜索针对给定间隔的时间范围。例如，当提取的间隔为6个月时，匹配模块116可以在6个月时间间隔的每个月内搜索用于预约的患者记录。本领域技术人员应当理解，如果需要，这种时间范围可以由用户进行调整。本领域技术人员还应当理解，提取的间隔可以被用作用于搜索患者记录的起始点。例如，匹配模块116可以搜索从研究日期起6个月开始的整个患者记录。在另一范例中，当提取的间隔或默认时间间隔为“立即”时，匹配模块116可以从研究日期起开始搜索患者记录。

如果匹配模块116能够将上下文信息、随诊建议/推荐的名称或类别和/或间隔匹配到已在排程数据库118中为患者排程的预约，则方法200进行至步骤280并将随诊建议/推荐标记为已排程或已完成。当预约日期尚未过去时，随诊建议可以被标记为已排程。当预约日期已经过去，随诊建议可以被标记为已完成。如果匹配模块116不能将上下文信息、随诊建议/推荐的名称或类别和/或间隔匹配到患者记录中的已排程的预约，则方法200进行到步骤290。在步骤290中，处理器102生成要被发送给医生(例如，咨询医生)或患者的警告。这种警告可以是例如被发送至PACS系统，PACS系统可以接下来自动发送提醒，而不是随诊建议/推荐应当被排程的预约。这种提醒可以是给医生或患者的电子邮件的形式。

应当指出，权利要求可以包括根据PCT条约6.2(b)的附图标记/标号。然而，本发明权利要求不应当被认为是被限制为对应于所述附图标记/标号的示范性实施例。

本领域技术人员应当理解，上述示范性实施例可以以任何数量的方式来实现，包括，实现为单独的软件模块、实现为硬件和软件的组合等。例如，句子提取模块110、信息提取和分类模块112、上下文提取模块114和匹配模块116可以是包含代码行的程序，其在被编译时，可以在处理器上运行。

对本领域技术人员显而易见的是，可以不脱离本公开的精神和范围对所公开的示范性实施例和方法和替代方案做出各种修改。因此，本公开内容旨在涵盖这些修改和变型，只要它们落入所附权利要求及其等价方案的范围之内。