JP2016516231A - 医療意志決定時の支援としての医療提案のスコアを計算する方法 - Google Patents

Abstract

医療意志決定のプロセスを支援することに有利な、医療提案を生成するための方法が提示される。特定の、有利な構造及び内容を有するデータベースが、集合に基づく処理及び計算に基づいて、受け取った既知の医学的ファクトの効率的な評価を可能にする。従って、デジタルの、自動的で総体的な、医療提案を生成する方法が提供され、上記方法は、最も可能性が高いものとしてユーザに提供される、選択された医療提案の信頼性を高める。本明細書で用意されるデータベースの構造では、複雑さが減少され、データベースの単一の構造が、管理可能且つ簡単に理解可能であるため、データベースの保守上の利点が提供される。対応する医療判断支援システムが同様に提示される。【選択図】 図４

Description

本発明は、医療意志決定時に有用な情報の提供に関する。詳細には、本発明は、医療提案のスコアを計算する方法、医療提案のスコアを計算するためのプログラム要素、医療提案のスコアを計算するためのコンピュータプログラムが格納されるコンピュータ可読媒体、及び医療提案のスコアを計算するための医療判断支援システムに関する。

医療ナレッジ（ｋｎｏｗｌｅｄｇｅ）は、平均で４年ごとに倍増する。そのため、患者にとって、及び、困難な職務に就く医療従事者にとってでさえも、医療意志決定中の全ての関連する局面を把握することは、断じて不可能である。異なる物理的、生化学的、及び情報技術（ＩＴ）に基づく、ソリューションが、数十年にわたって開発され、医療意志決定のプロセスの間、医師を援助及び支援してきた。しかし、例えば、コンピュータＸ線断層撮影装置又は超音波ベースの画像装置などの医療技術用装置は、臨床医に、単に追加的なデータを提供するだけで、医療ナレッジを考慮することはほとんどできない。

従って、信頼性のある医療判断は、受け取るコンピュータ断層撮影画像又は超音波画像が、医師の知識と組み合わされること、及び／又は、専門的な文献によって提供されるナレッジと組み合わせられること、を現在必要とする。さらに、医師は、意思決定のための必要且つ十分な情報を得るために、患者との対話に頼ることが必要である。

残念ながら、高度に構造化されたデータは、健康管理の部門には、現在利用可能ではない。さらに、従来技術の医療支援用ＩＴシステムは、現在の医療ナレッジに従って医療連携を反映することになっている樹形図に基づく。しかし、樹形図に基づくシステムで、相互関係を考慮することは、非常に複雑な課題となり得る。例えば、患者が、１つの疾病Ａを患うだけでなく、疾病Ａ及びＢを一緒に持つかもしれない。医療提案ＭＳ_ｉの一実施形態として、ＡとＢの組合せに対する療法提案が、疾病Ａ及びＢの個々の治療の総和とは極めて異なることがあり得る。

さらに、試験所からの文書に基づいて、医師によって個々の医学的所見を生成する過程は、時間集約的で、億劫で、比較的コスト集約的である。医療のトピックに応じて、深い医学の専門知識及び非常に多くの経験が必要とされる。例えば、婦人科内分泌学において、臨床検査値一式を正確に評価することができる、比較的費用のかかる専門医が少しいるだけであり、その理由は、臨床検査値が、多様な要因に非常に依存するからである。臨床検査値の全く同一の値が、一度は正常であると解釈されても、一方で、年齢、周期の何日目か、妊娠の状態、妊娠の週数、及び／又は、生命の段階、などの追加的に分かった医学的ファクト（ｆａｃｔ）が考慮される場合に、高度に病的であることがある。

さらに、医学の分野の既存の判断支援システムのほとんどが、特定の医療領域に集中しており、その医療領域の医学論理を、その医療領域の、エンドユーザプログラムであるアプリケーション論理で押しつぶすことが多い。これらのシステムは、下層にある医療ナレッジモデルの複雑さが、より一層複雑になっているときには、通常間違いを発生しやすく、又はほとんど維持できない。さらに、異なる適用に注目した他の医療領域における、それらのシステムの再使用性は、不可能であることが多い。

それ故、医療意志決定のプロセスの間の支援の提供を向上させる必要があろう。従って、医療意志決定のための向上した支援を提供することが、本発明の目的であると考えられる。目的は、独立請求項の主題によって、解決される。本発明の、さらなる例示の実施形態及び利点が、従属請求項によって具備される。

本発明の以下の詳細な説明は、医療提案のスコアを計算する方法、医療提案のスコアを計算するためのプログラム要素、コンピュータ可読媒体、及び医療判断支援システム、に同様に関連する。換言すると、実施形態の異なる組合せから、相乗効果が生じることがあるが、相乗効果については、以下において明示的には記載されない。特に、本発明の方法の全ての実施形態が、特に言及されない限り、以下で定義されるように、医療判断支援システムによって実行可能である。特に、本システムは、本明細書で定義されるようなデータベースと、受信装置と、計算ユニットとを備える。さらに、請求項内のいずれの参照符号も、請求の範囲を制限するものとして解釈されるべきではない。

本発明を、その好ましい実施形態について詳細に説明する前に、以下の全体的な定義について説明する。

以下に例示的に説明される本発明は、本明細書において特に開示されない、いずれかの要素又は複数の要素や、１つ又は複数の制限無く、適切に実践することができる。

本発明は、特定の実施形態について、特定の図面を参照して説明されるが、本発明は、実施形態や図面に対して制限されず、請求項のみによって制限される。

用語「具備する（備える）」が、本説明及び請求項で使用されるかどうかにかかわらず、本用語は他の要素を除外しない。本発明の目的では、用語「から成る」は、用語「を具備する」の好ましい実施形態であると、考えられる。以下において、グループが、少なくともいくつかの実施形態を備えると定義される場合、このことは、これらの実施形態のみからなることが好ましいグループを開示するものとも理解される。単数名詞を参照する際に使用される、例えば、「ａ」「ａｎ」及び「ｔｈｅ」などの不定冠詞又は定冠詞は、以下において、何か他のことが特に述べられない限り、複数の名詞を含む。本発明の文脈における、用語「約」又は「およそ」は、当業者が、問題となっている特徴の技術的効果をさらに確実にするために理解するであろう、正確である区間を示す。用語「典型的には」は、示される数値からの偏差、プラス／マイナス２０パーセント、好ましくは、プラス／マイナス１５パーセント、より好ましくはプラス／マイナス１０パーセント、さらに好ましくはプラス／マイナス５パーセント、を示す。

専門用語は、その常識通念で本明細書において使用される。特定の意味が、ある用語に対して伝達される場合、用語の定義は、その用語が使用される文脈において以下で与えられる。

用語「データベース」は、医療ナレッジ又は医学的な相関／関連に関するデータ及び／又は情報が格納される、デジタルエンティティとして理解される。特に、データベースは、医療提案ＭＳ_ｉと医学的ファクトＦ_ｊとの間、のみならず、医療提案と重みＷ_ｉ，ｊとの間、の本明細書に記載される関連又は相関を、格納することができるデータストレージとして、理解される。特に、データベースは、単一の物理的ユニットとして、例えば、単一のサーバ上で、具現化されてもよいが、データベースは、複数のサーバにわたって、及び／又は、複数のデータ記憶装置にわたって、分散されてもよく、ネットワークシステムを介してアクセスされてもよい。それ故、本発明は、本明細書に記載されるデータベースが分散されるサーバのクラスタ内で使用することもできる。そのようなデータベースの有利なジェネレーションに関するいくつかの異なる態様が、以下で詳細に提供される。さらに、必要に応じて、データベースは、全ての医学的ファクトＦ_ｊが自立的且つ等価であるように、構造を用意する。

さらに、データベースは、リレーショナルデータベースとして具現化されてもよい。特に、リレーショナルデータベースは、本明細書に記載されるような計算及び選択などの、集合演算を容易にする。この文脈で、ＳＱＬ命令を、本発明で使用することができる。そこでは、ＳＱＬは、ｓｔｒｕｃｔｕｒｅｄ ｑｕｅｒｙ ｌａｎｇｕａｇｅを表し、リレーショナルデータベースマネジメントシステム（ＲＤＢＭＳ）で保持されるデータを管理するために設計された、専用プログラミング言語である。しかし、必要に応じて、他のプログラミング言語も、本発明から逸脱することなく、使用することができる。

データベースは、改訂版保存用記憶システムとして具現化されてもよく、このシステム内では、全ての情報がファイルに組織化される。記憶システム自体は、元々のファイルシステム、リレーショナルデータベース、又は非リレーショナルデータベースとして具現化されてもよい。ファイルシステムは、多くの異なる種類の記憶装置で使用することができる。今日使用されている最も一般的な記憶装置は、ハードディスク又はフラッシュメモリ装置である。

本発明の文脈で、用語「自立的」及び「等価」は、以下のように理解されてもよい。医学的ファクトのそれぞれが、医学的ファクトは互いに関係がある必要が無いという意味で、入力として、独立して提示され得る。換言すると、各医学的ファクトＦ_ｊが、それ自身を表し、異なる重みで、異なる医療提案に影響を与えることができる。例示の場合において、医学的ファクトは、１つ又は複数の他の医学的ファクトとの組合せで、異なる重みが割り当てられる。しかし、このことは、同じ重みを達成する、又は同じ重みに起因する、異なる医学的ファクト、又は、その医学的ファクトと他の医学的ファクトとの組合せ、があり得ることを排除しない。

用語「関連付けられている」は、医療提案ＭＳ_ｉ、医学的ファクトＦ_ｊ、及び重みＷ_ｉ，ｊの文脈で、以下のように使用される。概して、医療提案ＭＳ_ｉと医学的ファクトＦ_ｊとの間の関連を、データベースが備える場合、データベースは、上記医療提案ＭＳ_ｉと上記医学的ファクトＦ_ｊとの間の連携又はリンクを、備える又は定義する。重みＷ_ｉ，ｊを有する医療提案ＭＳ_ｉの医学的ファクトＦ_ｊの間の、関連についても同じことが言える。特に、データベースにおいて、医学的ファクトＦ_ｊと関連付けられている医療提案ＭＳ_ｉは、医学的ファクトＦ_ｊが一定の影響を与える、又は、医療提案ＭＳ_ｉに貢献する、というデータベースのファクト又はナレッジを反映する。換言すると、医療提案ＭＳ_ｉが、受け取った既知のファクトの観点から、又は、受け取った既知のファクトに依存して、評価される際には、医学的ファクトＦ_ｊは、データベースにおいて定義される、一定の重み付けされる程度まで、考慮されるべきである。換言すると、医療提案ＭＳ_ｉの医学的ファクトＦ_ｊへの依存度が、上記の関連によって、データベース内に表され、又は反映される。入力が、１つ（又は複数の）医学的ファクトＦ_ｊの異なる特定の値を含む場合、データベースの使用される関連構造によって、確実に基本集合Ｓ０からの各医療提案ＭＳ_ｉが識別されるが、このことは、入力の上記医学的ファクトＦ_ｊによって、少なくとも一定の影響が与えられる。以下では、用語「入力」又は「入力されたファクト」は、用語「受け取った既知のファクト」に対して同義的に使用される。上記ファクトは、以前の方法反復において計算された、次の反復で使用される、ファクトを含むこともできる。詳細については、以下でさらに詳細に説明する。上記方法の反復は、ステップ１〜ステップ４の完全な反復を含むが、他の医療提案についてはステップ４のみの反復も含む。双方の反復について、以下で説明する。これらの反復は、例えば、医療判断支援システムによって、純粋に自動で実行可能である。

さらに、医療提案のスコアの計算には「計算ルール」を使用することができる。一実施形態において、データベースは計算ルールを備え、各計算ルールが、医学的ファクトＦ_ｊとそれぞれの重みＷ_ｉ，ｊとに基づく、基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を定義する。与えられた、又は受け取った、既知のファクト（方法の第１の反復における）に基づいて、且つ、既知のファクト及び／又は派生ファクト（方法の後続の反復における）に基づいて、計算ルールが、スコアを出力として提供する。計算ルールは、従って、医療提案ＭＳ_ｉ、医学的ファクトＦ_ｊ及び重みＷ_ｉ，ｊの間の、数学的関数及び相関を備えることができる。計算ルールは、異なる入力値に対する医療提案についての、スコア又は出力を定義することができる。以下では、計算ルールが医療ナレッジモデルの論理を構成する、詳細な実施形態について説明する。各ルールは、特定の関数、例えば、マッピング関数、に基づいて、既知のファクトのリストをマッピングし、派生（及び、スコア化された）ファクトのリストを作成する。そのような派生ファクトは、提示される方法の第２の反復のための入力として使用されてもよい。さらに、本発明の文脈で、計算ルールは、スクリプト言語の形式で提供されてもよい。

簡素な一例として、計算ルールは、医学的ファクトＦ_１及びＦ_２によって決まる、関数ｆ（Ｆ_１，Ｆ_２）と考えられてもよい。例えば、計算ルールは、個々の患者の体重及び身長によって決まる、体格指数の計算である。この例示の場合では、体重と身長は、Ｆ_１とＦ_２である。従って、医療提案は、Ｆ_１及びＦ_２に基づいて計算される体格指数（ｂｍｉ）である。結果、すなわち、ｂｍｉ値は、スコアと考えられてもよい。代替として、ｂｍｉの値について、追加的スコアが、計算されてもよい。関連及び計算ルールについて、さらなる詳細が、例示の実施形態の文脈で説明され、また、例えば図４から推測されてもよい。

例示の説明のための一実施形態として、医療提案ＭＳ_ｉを、少なくとも１つ又は複数の医学的ファクトＦ_ｊを備えるフォルダとして具現化することもできる。例示の非制限的一実施形態として、医療提案ＭＳ_ｉは、インフルエンザの診断であってもよく、上記データベースが備える関連付けられた医学的ファクトＦ_ｊを、Ｆ_１＝体温、Ｆ_２＝特定の血液パラメータ、Ｆ_３＝炎症を起こした流涙、及び、Ｆ_４＝疲労、とすることができる。それに対応して、データベースは、上記のパラメータが、医療提案インフルエンザと相関することを「知っている」。しかし、医療提案と医学的ファクトとの間のこの相関の、下層にある原理は、疾病又は診断及び関連する症状の、この例に当てはまるだけでなく、本発明によって、もっと広い方法で適用され、これについては、以下でさらに詳細に説明する。使用される重みＷ_ｉ，ｊについての詳細も、以下で説明する。

さらに、用語「医学的ファクトＦ_ｊ」を、一般に、医療状況を記述するのに適したパラメータと考えることができる。原則として、医学的ファクトＦ_ｊは、所望の結果を計算するための方法及びシステムのための、入力として使用されてもよい。本発明の文脈では、医学的ファクトＦ_ｊは、種々の異なる方法で、例えば、患者の年齢若しくは性別、体重若しくは医学的所見の所与の結果、又は、薬剤データ、又は、アレルギー若しくは機能検査の結果、又は、例えば、専門的なアンケート調査から得られる情報、などの患者について記述するパラメータ、で具現化されてもよい。以下、多くの他の実施形態が提供される。いずれの場合も、医学的ファクトＦ_ｊは、個々の患者又は患者が暮らす周囲環境に関する、基本又はアトミックな情報を提供する。そのような医学的ファクトの「値（複数可）」を、医学的ファクトＦ_ｊが患者の心拍である例については、１分当たり「８５」回と考えることができる。従って、値は、所与の時点での医学的ファクトＦ_ｊの特徴、有標性又は特異性、すなわち、時間非依存の値、であると考えられてもよい。例示の一実施形態において、医学的ファクトＦ_ｊは、医学的ファクトの時間展開が含まれる、Ｎタイプベクトルと考えられてもよい。例えば、医学的ファクトＦ_ｊが、患者の体重として、キログラムで具現化される場合、医学的ファクトの対応するベクトルを、以下の形式で提供することができる。［６０ｋｇ（於２０１０．１２．１５）、７０（於２０１０．２．２７）、７５ｋｇ（於２０１０．１２．３１）、７３ｋｇ（於２０１１．１．５）、．．．］。よって、時間依存の医学的ファクトＦ_ｊも、本発明によって提供及び使用することができる。

さらに、用語「既知のファクト」は、本発明の方法により使用されるシステムのために入力されるデータと考えられるものとし、真であると仮定する。受け取った既知のファクトは、データ伝送を介して提供されてもよく、又は、システムによって受け取られてもよく、且つ、ユーザが対応する入力を提供した後に、方法によって使用されてもよい。患者のディレクトリ、又は、以前の診断若しくは他の医療事象、からの自動データ転送は、本発明によって、医学的ファクトＦ_ｊの値の形式で、既知のファクトとして、考慮されてもよい。

用語「重みＷ_ｉ，ｊ」を、対応する医療提案ＭＳ_ｉに対する関連付けられた医学的ファクトＦ_ｊの値の、依存度又は重要度を表現する手段としての、離散型又は連続型の、確率分布又は確率関数と考えることができる。従って、医学的ファクトＦ_ｊの値、特徴、有標性、又は特異性と、関連付けられた医療提案が、個々の状況において真又は正しいという事実と、の間の相関の強さをとして考えることができる。換言すると、そのような重みＷ_ｉ，ｊは、医学的ファクトＦ_ｊの受け取った値に基づいて、医療提案ＭＳ_ｉを出力としてユーザに提供することが、本明細書に記載されるシステム及び／又は方法の適切且つ正確な医療処置である、という確率を反映することができる。特に、上記の重みＷ_ｉ，ｊの特定の値は、ポジティブ又はネガティブであり得るため、１つの医学的ファクトの、それぞれの医療提案ＭＳ_ｉの計算された総スコアに対する寄与が、同様にポジティブ又はネガティブであり得る。例示の一実施形態において、重みＷ_ｉ，ｊは、いわゆる点数制度として考えられてもよく、点数制度では、特定の値又は確率が、既知のファクトに属するものとし、関連する選択された医療提案のスコアが計算され得るようにする。そのような計算及びその数学的な実施形態について、以下で、さらに詳細に説明する。よって、１つの医療提案ＭＳ_ｉと関連付けられている医学的ファクトＦ_ｊを、全てが、ポジティブ又はネガティブに、上記医療提案ＭＳ_ｉのスコアに寄与する、重み付けされた提案構成要素と考えることができる。従って、上記の医療提案のスコアは、関連する受け取られた既知の医学的ファクトＦ_ｊが全体にわたって合計された、総合的又は全体的なスコアとして考えられてもよい。

一般に、本明細書で使用される重みＷ_ｉ，ｊは、対応する医学的ファクトＦ_ｊ又は医学的ファクトの組合せ、のそれぞれの値（複数可）の関数であると考えられてもよい。よって、用語Ｗ_ｉ，ｊ（Ｆ_ｊ）を使用することができる。換言すると、重み関数Ｗ_ｉ，ｊの値は、医学的ファクトＦ_ｊの実際の値に左右される。さらに、重みＷ_ｉ，ｊの値は、対応する医療提案ＭＳ_ｉに左右される。よって、重みＷ_ｉ，ｊは、Ｗ_ｉ，ｊ（ＭＳ_ｉ，Ｆ_ｊ）の形式で表記されてもよい。

用語「医療提案ＭＳ_ｉ」は、本発明の文脈では、種々の異なる方法で具現化され得る。例示の実施形態は、医療診断、テキストブロック、医学的所見、検査値の評価、治療勧告、患者アンケート、栄養上の勧告、又は医療上の質問、である。しかし、多くの他の例示の実施形態も可能であり、以下において説明される。一般に、医療提案を、関連付けられた医学的ファクトＦ_ｊにより、及び／又は、関連付けられた他の医療提案、例えば、ＭＳ_ｍ又はＭＳ_ｎ、により、定義されると考えることができる。さらに、対応する重みＷ_ｉ，ｊは、医療提案ＭＳ_ｉの定義に、同様に寄与する。さらに、一般に、医療提案は、医療上の事象、インシデント、又は事件と考えられてもよい。本発明の方法又はシステムの出力としての、医療提案には、１つのスコア又は複数のスコアが割り当てられ、ユーザ又は装置にとって、さらなる手順の根拠となり得る。従って、医療意志決定のプロセスのための支援と考えられてもよい。

方法は、医療提案を生成する方法と考えられてもよく、何故なら、基本集合Ｓ０からの医療提案が選択され、上記選択された医療提案のそれぞれのスコアの計算が、行われるからである。上記「計算された」医療提案のうちのいくつか又は全て、及び／又は、対応するスコア、は次に、プレゼンテーション要素を用いて、ユーザに対して提示されてもよい。従って、この理解の観点では、方法は、入力データの受領時に、医療提案を生成し、すなわち、受け取った既知のファクトの受領時に、医療提案のうちの選択された医療提案についてのスコアが計算される。選択された医療提案は、方法のこの反復のサブセットＳ１を構成する。従って、用語「医療提案を生成する」ことは、本発明の文脈では、少なくとも１つ又は複数の医療提案ＭＳ_ｉを、基本集合Ｓ０から選択すること、と考えられてもよく、データベースに含まれる関連に基づいて、上記医療提案ＭＳ_ｉのいくつか又はそれぞれについてのそれぞれのスコアを計算する。

本発明の例示の一実施形態により、医療意志決定のプロセスを支援することに有利な、医療提案を生成する方法が提供される。換言すると、医療意志決定のプロセスを支援することに有利な、医療提案のスコアを計算する方法が提示される。方法は、医療提案ＭＳ_ｉの基本集合Ｓ０を有するデータベースを用意するステップを含み、このステップは、ステップ１である。上記データベースにて、医療提案ＭＳ_ｉのうちの少なくともいくつかが、少なくとも１つのそれぞれの医学的ファクトＦ_ｊと関連付けられている。さらに、上記データベースにて、少なくともいくつかの医療提案のそれぞれの医学的ファクトＦ_ｊが、重みＷ_ｉ，ｊと関連付けられている。さらに、方法は、医学的ファクトＦ_ｊの値の形式の既知のファクトを受け取るステップであって、その既知のファクトが個々の患者と関連付けられているステップを含み、このステップはステップ２である。受け取った既知のファクトに基づいて、基本集合Ｓ０から医療提案のサブセットＳ１を選択するステップが、ステップ３として方法に含まれる。さらに、医学的ファクトＦ_ｊの受け取った値及びそれぞれの重みＷ_ｉ，ｊに基づいて、サブセットＳ１の少なくともいくつかの医療提案ＭＳ_ｉについて、それぞれのスコアを計算するステップが、ステップ４として方法に含まれる。

医療提案のサブセットＳ１は、集合演算によって特定することができる。さらに、医療提案のサブセットＳ１を選択するステップは、受け取った既知のファクトに基づいて、直接又は後の計算反復において、スコアが計算され得る、医療提案をＳ０から識別すること、を含むことができる。以下で説明するように、計算ルールは、医療提案のそれぞれ又はいくつかごとに、データベースが備えてもよい。そのような計算ルールは、対応する医療提案のスコアをどのように計算するのかを、個々に定義する。一実施形態において、対応するルールが、受け取った既知のファクトに基づいて、計算されてもよい（すなわち、ルールは計算可能である）という意味で計算可能な医療提案が、Ｓ１について識別され選択される。さらなる実施形態において、計算ルールは、必要な入力されたファクトが、他の計算ルールによって既知又は解決可能である場合、及び、そのルールのノックアウト基準に合う既知のファクトが無い場合に、解決可能／計算可能と考えられてよい。以下で詳細に説明する特定の実施形態において、データベースの計算ルールは、１つ又は複数のルール前提を含むことができ、前提が満たされる、又は、後の計算反復において満たされ得る場合のみ、対応する医療提案が、サブセットＳ１について選択される。このプロセスは、純粋に自動的に、いかなるユーザ入力も無い状態で、行われてもよい。

換言すると、医療提案のサブセットＳ１を選択するステップは、医学的ファクトＭＳ_ｉが、受け取った既知のファクトと関連付けられているかどうかの情報に基づいて、サブセットＳ１を定義又は識別するステップを含む、と理解されてもよい。このＳ１の定義及びＳ１の選択の一例は、例えば、図４から収集することができる。従って、サブセットＳ１は、Ｓ１に含まれる医療提案が、値が既知のファクトとして受け取られた医学的ファクトと、関連付けられている、ことを特徴としてもよい。詳細については、以下でさらに詳しく説明する。従って、基本集合Ｓ０から始まって、医療提案のサブセットが選択され、このサブセットの医療提案についてのみ、それぞれのスコア計算が行われる。サブセットＳ１に関する、この選択若しくは定義のプロセス、又は、識別のプロセスと、後続の計算プロセスとは、いかなるユーザ入力も無い状態で、自動的に行うことができる。

さらに、サブセットＳ１の少なくともいくつかの医療提案について、それぞれのスコアを計算するステップが、本明細書で定義されるような、それぞれの計算ルールを使用する、と理解されてもよい。一般に、異なる数学的関数が、データベースに格納されてもよく、個々の医療提案ごとに、個々の数学的関数が格納されてもよい。

方法は、以下で詳細に説明するように、異なって具現化されてもよい。例えば、方法は、集合に基づいて実行されてもよい。これは、計算ルールが、本明細書で定義されるように、識別され、計算可能である、ということを意味する。換言すると、サブセットＳ１が定義され、Ｓ１は、Ｓ１に含まれる医療提案が、値が既知のファクトとして受け取られた医学的ファクトと、関連付けられている、ことを特徴とする。別の例では、方法が、本明細書で定義されるような医療ナレッジモデルのインデックスファイルを使用する。方法は、コンピュータのメモリにおいて、完全に実行されるように構成されてもよい。計算されなければならない計算ルールは、ファイルシステムから直接読み込まれ、方法／プログラム要素、又はプログラム要素を実行するプロセッサ、により実行／計算される。従って、提示される方法の全ての実施形態は、以下で特に言及しない場合は、ユーザ入力が無い状態で自動的に行われてもよい。

別の例では、方法が、防御的戦略を使用し、特定の基準が満たされるときだけ、ルールを計算する、ことができる。これにより、本発明の方法を処理する間、不都合な変動を回避することができる。上記で言及した例は、もちろん組み合わせることができる。上記の例は、本明細書の実施形態の詳細な説明を用いて、説明され解明される。

医療意志決定を支援する方法は、ＰＣ、サーバ、計算ユニットにおいて実装されてもよく、又は、分散型計算方式によって実行されてもよい。この方法は、医療判断支援システムによって実行されてもよく、このシステムについては以下でさらに詳細に説明する。上記で説明したように、提示される方法は、集合に基づいて処理及び／又は実行されてもよく、これにより、データ構造及び／又は樹形図の形式のデータベース構造、に基づく従来技術の方法を超える、特定の利点を提供する。この利点、並びに、医療提案の集合に基づく生成及び計算のさらなる利点については、以下で、特に、図面２、３、４、及び５の文脈で、記載される。以下の説明から明らかになるように、医療提案ＭＳ_ｉのそれぞれのスコアの計算が、実行され、それぞれの個々の医療提案ＭＳ_ｉが、さらなる手順に対して正しく且つ適切である確率、を反映する値の形式で、ユーザに提供され得る。データベースに格納される計算ルールによって定義される数学的相関、すなわち、医療提案ＭＳ_ｉと医学的ファクトＦ_ｊとの間の関連、に基づいて、また、同様に、関連付けられた重みＷ_ｉ，ｊに基づいて、医療提案ＭＳ_ｉのそれぞれのスコア及び／又は確率が、提示される方法によって計算される。必要に応じて、計算されたスコアと、所定の閾値との間の比較が、提示される方法によって行われてもよい。例えば、０〜１の間のスコアが使用される。別の例では、２００〜６００点の間が、疑わしいものとして分類され、６０１〜９５０の値の間のスコアが、可能性があるものとして分類され、一方、９５０より大きいスコアが、高い可能性があるものとして分類される。しかし、２、４、又はそれ以上の分類数の他の分類も使用することができ、使用される分類について他の制限も適用することができる。別の実施形態において、計算されたスコアが、０〜１の間の確率係数として表現されてもよく、一方、０．２〜０．６の間のスコアが、疑わしいものとして分類され、０．６１〜０．９５の間のスコアが、可能性があるものとして分類され、０．９６より大きいスコアが、高い可能性があるものとして分類される。

例１〜５から明確にされ解明されるように、本明細書に記載される有利な構造及び内容を有するデータベースが、集合に基づく処理及び計算に基づいて、受け取った既知のファクトの効率的な評価を可能にする。そのような集合に基づく処理と作業の原理が、本発明の実施形態であり、図１〜５から収集され得る。特に、データベースは、リレーショナルデータベースであってもよいが、以下で定義されるように、スクリプトファイルに基づいて具現化されてもよい。従って、デジタルの、自動的で総体的な、医療提案ＭＳ_ｉを生成する方法（すなわち、医療提案のスコアを計算する方法）が提供され、上記方法は、最も可能性が高いものとしてユーザに提供される、選択された医療提案の信頼性を高める。本明細書で用意されるデータベースの構造では、複雑さが減少され、データベースの単一の構造が、管理可能且つ簡単に理解可能であるため、データベースの保守上の利点が提供される。データベースのこれらの構造は、以下で説明するように、医療ナレッジモデル又は医療ナレッジモデルのモジュールであってもよい。

以下の説明から明らかになるように、本発明は、総体的なアプローチにより、複数の対象を同時に追跡することを可能にする。

もちろん、基本集合Ｓ０のうちの全ての医療提案ＭＳ_ｉを、データベース内の少なくとも１つのそれぞれの医学的ファクトＦ_ｊと関連付けることができる。特に、複数のそれぞれの医学的ファクトＦ_ｊとの関連は、医療提案ＭＳ_ｉごとにデータベースが備えることができる。さらに、必要に応じて、それぞれのスコアを計算するステップが、選択されたサブセットＳ１に含まれる医療提案ＭＳ_ｉごとに、実行されてもよい。しかし、これは、ユーザ指定の調整であってもよい。

加えて、出力が、ユーザに対して生成されて、ユーザの検討に関する、サブセットＳ１の医療提案ＭＳ_ｉの計算されたスコアが、ユーザに提供される。特に、例示の一実施形態において、サブセットＳ１からの医療提案ＭＳ_ｉのスコアのランキング又は順序が、例えばディスプレイなどのインターフェースを介して、又は、生成された文書を用いて、ユーザに提示される。本発明のこれらの態様及びさらなる態様について、図２〜７の文脈で検討する。

換言すると、提示される方法が、例えば、患者、医師、又は試験所のロボットに、判断支援を提供し、相互作用的及び／又は反復的なプロセスに基づく、向上した決定へのナビゲーションを容易にする。本発明の上記相互作用的及び／又は反復的な態様について、さらに詳細に説明する。さらに、この文脈で、「向上」は、高い確率の正しさを有する医療提案を提供することにおいて理解される。よって、提示される方法は、ユーザに提供される医療提案の確率レベルの上昇を容易にし、及び／又は、集合又は結果を機械的に減少させる。換言すると、提示される方法は、デジタル化された医療ナレッジを備えるデータベースを用意し、データベースの構造及び受け取った既知のファクトに基づいて、医療提案ＭＳ_ｉの効率的な評価を可能にする。例えば、データベースは、医療提案ＭＳ_ｉと、それぞれの医学的ファクトＦ_ｊと、加えて、対応する重みＷ_ｉ，ｊの決定と、の間の本明細書に記載される関連を定義する専門家のグループによって生成されてもよい。よって、本明細書に提示される方法において使用されるようなデータベースは、上記及び以下で説明するような、特別に定義された方法で記憶される、デジタル化された医療ナレッジを備える。

それぞれの個々のスコアを計算するステップの間、本発明の一実施形態の方法は、上記の医療提案ＭＳ_ｉと関連付けされる医学的ファクトＦ_ｊごとに、重みＷ_ｉ，ｊの各値を合計するステップを含むことができる。合計は、選択されたサブセットＳ１に含まれる各医療提案ＭＳ_ｉのスコアを導く。よって、上記の合計は、医療提案は、より多くの医学的ファクトＦ_ｊが、上記医療提案の高確率を示す又は示唆する場合は、可能性がより高い、という仮定に基づく。

しかし、別の例示の実施形態において、医療提案のスコアを計算するために、以下の原理が、加えて又は代替として使用されてもよい。医療提案が、医学的ファクト、例えば、以下に記載される実施例１及び２で説明されるように、ブール演算子によってリンクされる医学的ファクト、の組合せ、を備える／により定義される場合、特定の組合せのみが、上記医療提案のスコア計算に使用されてもよい。特に、少なくとも閾値の数の受け取った既知のファクトが役割を果たす、指定の組合せのみが、使用されてもよい。例えば、４つの異なる医学的ファクトが、既知のファクトとして受け取られ、医療提案が、上記医学的ファクトの３つの組合せによって定義される。そのような組合せ及び作業原理について、例えば、以下に記載される実施例１及び２の文脈で、本明細書において詳細に説明される。本例において、第１及び第２の組合せが、２つの受け取った既知のファクトをそれぞれ使用してもよく、一方、第３の組合せが、４つの受け取った既知のファクトの全てを使用する。この例では、データベースは、医療提案の上記計算中に、第３の組合せのスコアのみが考慮されるように、対応する条件を含むことができる。これは、最少量の受け取った既知のファクトを使用する、医学的ファクトの組合せの好ましい使用と考えられてもよい。これにより、医療提案のスコア計算に使用される、データベースが備える医学的ファクトの組合せの選択について、特定性基準を提供することができる。これにより、ユーザのための改善された概観を提供することができる。

上記で既に説明したように、本明細書に提示される方法は、医療提案を生成するための、集合に基づく計算プロセスを伴う。計算プロセスは、医学的ファクトＦ_ｊと医療提案ＭＳ_ｉとを構成要素として含む、可能な集合を用いて計算を行う。これらの構成要素自体は、集合と考えられるべきではないないが、ＩＴの観点から、自己参照を使用することができるオブジェクトと考えられる。

データベースでは、計算プロセスは、医学的ファクトＦ_ｊの値の形式の、受け取った既知のファクトに基づいて、上記の受け取った医学的ファクトとの少なくとも１つの関連を持つ、医療提案ＭＳ_ｉの選択を開始する。データベースが備えるいわゆるノックアウト基準によって、医療提案ＭＳ_ｉは、さらなる検討からは排除され、又は、上記ノックアウト基準が満たされる場合には、まったく選択されないこともある。さらに、受け取った既知のファクトの組合せは、例えば、データベースにおいて含まれ又は定義されてもよい、ブール演算を実行することにより評価可能であり、これについては以下で例示的に説明する。さらに、実施例について後に説明するように、医療提案は、別の医療提案とも関連付けられてもよいため、医療提案が別の医療提案の中にある構造が、データベースに含まれることがある。そのような場合、まず、内側の医療提案のスコアが計算され、それに基づいて、外側の医療提案のスコアが計算される。

本明細書に提示される方法の総体的なアプローチは、集合に基づく計算に反映される。必要に応じて、基本集合Ｓ０が備える各医療提案が、サブセットＳ１の選択ごとに評価されるように、サブセットＳ１の選択が行われる。換言すると、基本集合Ｓ０からの各医療提案ＭＳ_ｉは、受け取った既知のファクトのうちの少なくとも１つとの、少なくとも１つの関連が存在するかどうか、という問題に対して評価される。この態様は、図４の非制限的例の説明から、明らかに収集され得る。さらに、必要に応じて、選択された医療提案ＭＳ_ｉの個々のスコアの計算も、自動的に選択されたサブセットＳ１の全てのＭＳ_ｉに対して適用することができる。換言すると、必要に応じて、サブセットＳ１からの各選択された医療提案ＭＳ_ｉが、計算プロセス中に評価される。

医療領域の現在利用可能なナレッジは、専門家によって、又は、例えば、ガイドライン及び標準操作手順書（ＳＯＰ）によって、整備することができる。そのような整備された医療ナレッジは次に、本明細書に記載されるような、及び、従属請求項で与えられるような、データベースの構造に従って、デジタル化され得る。必要に応じて、データベースを生成するための、順次的段階的なアプローチが選択されてもよい。第１のステップでは、ナレッジは、医療提案ＭＳ_ｉ、医学的ファクトＦ_ｊとの関連、それぞれの重みＷ_ｉ，ｊとの関連、及び、Ｗ_ｉ，ｊの厳密な値分布、を包含する記載の構造によって、「理論的に」データベースに統合させることができる。また、本明細書で定義されるような、ノックアウト基準及び／又は必須基準が適用されてもよい。第２のステップでは、現実的な１つの事例若しくは事象又はそれらの複数が、システム及び提示される方法によって計算される。方法の結果が、方法の成果及び結果を検討するために専門家に対して提示される。従って、専門家の実践的なナレッジを、使用して、方法の結果を検証することができ、上記で説明したようなデータベースの適応が容易にされる。これは、専門家のフィードバックの形式で、本発明のデータベースを生成する、第２の反復と考えられてもよい。よって、本明細書に提示される方法及びシステムで使用するための向上した信頼性のあるデータベースが、生成される。第３のステップを使用して、生成されたデータベースをさらに向上させることができる。特に、エンドユーザには、個々の事例において、「真正の医療提案」、例えば、真正の薬物治療、の報告を可能にする、フィードバック機構を含むユーザインターフェースが提供されてもよい。これが、ユーザによる、サブセットＳ１からの１つ又は複数の提示される医療提案ＭＳ_ｉの選択決定を容易にする。ユーザのこの動作に基づいて、システム及び方法が、重みＷ_ｉ，ｊの適応を計算することができる。従って、データベースを生成して更新するための、ユーザのフィードバックが、提供される。特に、医療事件の特定の問題のあるシナリオ事象を、重みＷ_ｉ，ｊを有する医療提案ＭＳ_ｉの医学的ファクトＦ_ｊを使用して、データベースの構造に関して考慮に入れることができる。

必要に応じて、提示される方法は、「分類された可能性」のシステムを使用することができる。例示の一実施形態のように、３つの分類を使用して、確率と考えられてもよい計算されたスコアを評価することができる。２００〜６００未満の間のスコア値で表される、疑わしいものの分類、６００以上９５０未満のスコア値を有する可能性のある仮定の分類、９５０点以上のスコア値を有する高い可能性のある仮定の分類。本明細書に記載される点数のスコアは、通常、検討及び評価の個々の事例に基づいて、母集団平均の評価に基づくものではない。例えば、個々の事例に対して、８０歳より上の男性の４８％が虚血性心疾患を患っている、という統計的には正しい所記は、価値がない。実際に検査した８５歳の男性が、そのような疾病を患っているか、上記疾病を患っていないか、のいずれかである。その疾病を４８％だけ、患うことは不可能である。換言すると、そのような統計的な所記は、あるグループの人々について考える場合にのみ、価値がある。８０歳より上の１００人の男性の中で、約４８人がその心臓疾患を患っている。しかし、これは、個々の事例が、詳細に検査及び分析されることが必要な際には、個々の事例については何の役にも立たない。本発明の説明から明らかにされ解明されるように、本発明は、そのような個々の事例の評価を使用し、分類された可能性が使用されることにはかかわらない。このことは、以下の説明から明確にされるであろう。

さらに、本発明の方法及び／又はシステムはまた、日々の診断及び療法に関するプロセスを最適化する医学的要件に加えて、他の態様、例えば、経済上及び管理上の要件を考慮するように構成される。例えば、特別な薬の作用が、最も可能性高く役立ち、従って、患者にとって最高の療法選択肢である場合、方法及び／又はシステムは、特別な医薬品（例えば、ある製薬会社からの特定の抗生物質）を、患者の医療保険会社が、この会社と「薬品提供契約」を行っていれば、加えて推奨することができる。その情報は、本発明によってユーザに提供される医療提案と、組み合わせられてもよい。

プロセス最適化の別の例が、情報の源のソース／作成者に左右される「所与の情報の信頼性」についての、作成されたスコアである。情報、例えば、大動脈弁の軽度不全という診断、が一般開業医により設定される場合、この入力は、本発明の方法及び／又はシステムにより、心臓専門医によって与えられる同じ情報のように「有効では恐らくない」と分類され得る。同じ一般開業医が、本発明のシステムに「１日当たりＡＳＳ１００ｍｇの使用」を導入して、患者を心臓障害から守る場合、このナレッジは、患者からの同じ入力よりも高くランク付けされてもよい。この「情報判別」は、可能なときはいつでも、間違った方向に導くことを回避するために重要であり得る。よって、本発明の方法及び／又はシステムは、情報の源のソース／作成者に関するデータを含むフォーマットの、医学的ファクトの値の形式の、受け取った既知のファクトを、受け取り且つ処理して、上記の情報判別を提供する、ように構成されてもよい。

さらに、本発明の方法及び／又はシステムは、決定が行わなければならない医療環境に基づいて、サブセットＳ１から異なる医療提案を選択するように構成されてもよい。患者が、例えば、体力の低下のため、一般開業外科医を訪ね、心雑音が聴診された場合、システム／方法は、この患者を心臓専門医に紹介することを勧告する−その理由は、一般開業医には、超音波（エコー）検査を行って、心雑音の原因を特定することができないからである。同じ患者が、心臓専門医に相談する場合、システムは、「次のステップ」として、まさしく、エコー検査を勧告し、これは心臓病外科では標準的な診断手順である。よって、本発明の方法及び／又はシステムは、実際の決定が行わなければならない医療環境に関するデータを含むフォーマットの、医学的ファクトの値の形式の、受け取った既知のファクトを、受け取り且つ処理する、ように構成されてもよい。

別の態様は、サブセットＳ１から異なる医療提案を、対象とする、すなわち、選択する、ことがあり得る地理的局在である。例えば、オーストラリアで、倒れているところを発見された小さな外傷のある、若い女性が、危険な蛇に噛まれたかもしれない可能性は、ノルウェーよりもずっと高い。よって、本発明の方法及び／又はシステムは、受け取った既知のファクトのいくつか又は全ての地理的位置又は地理的起源に関するデータを含むフォーマットの、医学的ファクトの値の形式の、受け取った既知のファクトを、受け取り且つ処理する、ように構成されてもよい。

本発明の別の例示の実施形態によれば、方法は、ステップ４、すなわち、第１の反復、において計算された、第１の医療提案の計算されたスコアを使用し、医学的ファクトＦ_ｊの受け取った値と、それぞれの重みＷ_ｉ，ｊと、第１の医療提案の計算されたスコアと、に基づいて、サブセットＳ１の少なくとも第２の医療提案についてのそれぞれのスコアを計算する、ステップ、をさらに含む。第２の医療提案についてのスコアの計算は、第２の反復と考えられてもよい。

換言すると、第１の反復のスコアは、他の医療提案用の医学的ファクトとして、上記医療提案のスコア計算のために、ステップ４をもう一度実行する際に、使用されてもよい。もちろん、ステップ４にて、複数の医療提案についての複数のスコアが、第１の反復において計算されてもよく、また、ステップ４の第２の反復においても、さらなる医療提案について複数のスコアが計算されてもよい。

本発明の別の例示の実施形態によれば、方法は、サブセットＳ１からの少なくとも１つの医療提案ＭＳ_ｉによって、上記少なくとも１つの医療提案のそれぞれ計算されたスコアに基づいて、受け取った既知のファクトを補足するステップを含む。方法は、上記で説明したように、補足された受け取った既知のファクトを用いて、ステップ２、ステップ３及びステップ４、を繰り返すステップをさらに含む。

以下では、用語「補足された受け取った既知のファクト」は、用語「派生ファクト」と同義に使用される。換言すると、方法は、第１の反復の計算の結果、又はその結果の一部が、本明細書に提示される方法の第２の反復又はさらなる反復のための入力として使用され得ることを、容易にする。換言すると、方法は、対応するスコアであるものとして計算される、第１の反復の医療提案ＭＳ_ｉに基づいて、新しい、追加のファクトを作出及び生成することができる。閾値を使用して、スコアが十分に高いかどうかを判定することができる。医療提案のスコアが、上記閾値を超える場合、方法は、この医療提案を、ステップ２〜４を再度実行する、次のプロセス用の既知のファクトＦ_ｊとして、自動的に提供する。よって、この例示の実施形態は、入力データ、すなわち、第２の反復又はさらなる反復のための受け取った既知のファクト、のユーザが制御可能且つユーザが選択可能な補足を容易にする。

換言すると、方法の第１の反復においてそれぞれのスコアが計算された医療提案ＭＳ_ｉから、新しいファクトＦ_ｋを派生させ、派生した新しいファクトＦ_ｋを、方法のさらなる反復において既知のファクトとして使用するステップを、方法がさらに含むことが可能である。さらなる反復の方法ステップ２〜ステップ４が実行される。

本発明の別の例示の実施形態によれば、医療ナレッジモデルが、データベースに格納される。

従って、方法は、モデルに基づく医療意志決定における支援として、医療提案のスコアを計算する方法と考えられてもよい。一例として、医療ナレッジモデルは、糖尿病、内分泌学、奇病、甲状腺、心臓病、小児病、又は、胃腸疾患などの、医学の分野の特定の領域についての情報を含むことができる。従って、医療ナレッジモデルは、糖尿病ナレッジモデル、内分泌学ナレッジモデル、奇病ナレッジモデル、などとすることができる。一般に、医学の特定の領域についてのナレッジは、そのような医療ナレッジモデルに格納される。

さらに、本明細書に記載されるような医療ナレッジモデルは、医学の専門知識の特定の分野の、コンピュータ支援知能及び判断支援を提供する必要がある、少なくともいくつか又は全ての情報を表す。これには、以下で詳細に説明するように、医療領域の全ての構造的、オントロジー的、論理的、及び術語学的な態様が含まれてもよい。データベースが備える医療ナレッジ全体が、医療ナレッジモデルに格納される。特に、データベースには、医療ナレッジが、医療提案ＭＳ_ｉと医学的ファクトＦ_ｊとの間の関連の形式で、及び、医学的ファクトＦ_ｊと重みＷ_ｉ，ｊとの間の関連の形式で、格納される。また、計算ルールは、医療提案についてのスコアが、受け取った／所与の且つ既知のファクトに基づいて、どのように計算されるのかを定義するもので、従って、医療ナレッジモデルの一部である。

本発明の別の例示の実施形態によれば、データベースが、スクリプトファイルのコレクションから成る。

用語スクリプトファイルは、当業者により概して理解されるものとして、本明細書では使用される。特に、スクリプトファイルは、いかなるユーザインタラクションも無い状態で、コンピュータプログラムによって処理され得る、コマンドのコレクションである。従って、提示される方法は、いかなるユーザインタラクションも無い状態で、コンピュータ／コンピュータプログラムによって実行又は処理されてもよい。コマンドは、例えば、ＪａｖａＳｃｒｉｐｔ（登録商標）又は同様の類の、使用されるコンピュータプログラムにより解釈可能な特定のスクリプト言語で、表現され得る。本実施形態はまた、医療ナレッジモデルのアーチファクトが、スクリプトファイルのコレクションから成る、ということにおいて説明されてもよい。一実施形態において、データベースには、医療提案ＭＳ_ｉと医学的ファクトＦ_ｊとの間の全ての関連、及び、医学的ファクトＦ_ｊと重みＷ_ｉ，ｊとの間の全ての関連が、記述的形式で格納される。一実施形態において、医療ナレッジモデルの全ての情報が、スクリプトファイルの形式で、データベースに格納される。スクリプトファイルは、改訂版用に、安全に管理することができる。従って、過去の医療ナレッジモデルのどんな状態も、復元又は回復させることができる。よって、一実施形態において、全ての関連が、スクリプトファイルの形式でデータベースに格納され、スクリプトファイルは、改訂版プルーフの様式で、データベースに格納される。さらに、医療ナレッジモデルは、構文及び意味上の正しさについてモデルを承認する、コンパイラなどの適切なツールによってチェックすることができる。そのようなコンパイラは、インデックスファイルを生成することもでき、そのインデックスファイルは、医療提案のスコアの計算の実行に使用することができる。

さらに、スクリプトファイルは、本明細書で使用されるとき、モデルアーチファクトとして理解されてもよい。従って、本発明の別の例示の実施形態によれば、ナレッジモデルのアーチファクトが、スクリプトファイルとしてデータベースに格納される。データベースには、医療ナレッジモデルの全てのアーチファクトが格納され、各アーチファクトが、ナレッジモデルの構造的、オントロジー的、論理的、又は術語学的な態様を記述する。内分泌学の奇病の例では、アーチファクトは、ファクトの構造的情報である、ＨｂＡ１ｃを、そのデータ型（「数値」）と、内部的に使用される科学の単位（「ｍｍｏｌ／ｍｏｌ」）と、内部又は外部へのオントロジーの割り当てとを、ファクトをカテゴライズし、又は、ファクトを特定のグループ若しくはコードシステムに割り当てるために、特定することにより、記述することができる。別の例として、アーチファクトは、ナレッジモデルの論理的態様として、医学的ファクトである体重と身長から体格指数を計算する、計算ルールを記述することもできる。

別の例示の実施形態によれば、医療ナレッジモデルは、インデックスファイルを含む。

用語「インデックスファイル」は、特別なスクリプトファイルとして理解されるもので、それにおいては、医療提案ＭＳ_ｉ、その関連するファクトＦ_ｊ及び重みＷ_ｉ，ｊ、並びに対応する計算ルールの間の全ての関係が、最適化された構造でマッピングされ格納されている。このインデックス構造は、サブセットが識別される必要があるときはいつでも、提示される方法により使用されて、大量の集合演算を実行することができる。

本発明の別の例示の実施形態によれば、医療ナレッジモデルが、
ａ．医療ナレッジモデルの構造を記述する構造パラメータと、
ｂ．医療ナレッジモデルの論理を構成する計算ルールであって、各計算ルールが、医学的ファクトＦ_ｊの値とそれぞれの重みＷ_ｉ，ｊとに基づく、基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を定義する、計算ルールと、
ｃ．方法の結果を表すためのプレゼンテーション要素と
を含む。

さらに、医療ナレッジモデルが、データベースの、少なくとも第１の記憶領域、第２の記憶領域、及び第３の記憶領域に、格納される。全ての構造パラメータが、第１の記憶領域に格納され、全ての計算ルールが、第２の記憶領域に格納され、全てのプレゼンテーション要素が、第３の記憶領域に格納される。さらに、データベースの第１の記憶領域、第２の記憶領域、及び第３の記憶領域が、互いに異なる。

換言すると、医療ナレッジモデルの医学的な主要態様が、適用関連のプレゼンテーションの態様とは無関係に保たれる。本アプローチの大きな利点として、この方法の結果を、異なる対象グループ−患者、医療関連者、又はケアセンターの職員、など−に提示することが、ナレッジモデルの医学的な主要態様を変更することなく、その特定の対象グループに適切なプレゼンテーション要素を単に定義することにより、達成可能である。同様に、医療提案を他の話し言葉に翻訳することも、モデルの全ての適用関連のプレゼンテーション要素を単に翻訳することにより、達成可能である。

さらに、上記の概念は、他の医療領域でのナレッジモデルの再使用性の範囲を容易にし、何故なら、ナレッジモデルの主要な医学的一貫性が、最終的な適用シナリオとは基本的に無関係であるためである。一実施形態において、医療ナレッジモデルは、既存のモデルをサブモジュールとして使用することができる。モデルは、既存のモデルをサブモジュールとして使用する際、サブモジュールの構造パラメータを再使用するだけでもよく、サブモジュールの構造パラメータと計算ルールとの両方を再使用してもよく、サブモジュールの構造パラメータと、計算ルールと、プレゼンテーション要素とを再使用してもよい。本発明のこの態様についてのさらなる詳細は、以下でさらに詳細に説明する。

構造と、この構造の内容は、簡単に読み出すことができる。３つの構成要素の分離は、ディレクトリ構造から直接的に一目瞭然である。

構造パラメータは、医療ナレッジモデルの構造を記述する。一実施形態において、構造パラメータは、医学的ファクト及び医療提案／派生ファクトの医療ナレッジモデルのメタ情報を含む。一実施形態において、構造パラメータは、医学的ファクトを構造化及び／又は分類するためのカタログ、いわゆる、分類カタログ、を含む。さらに、科学の単位についての情報は、上記の構造パラメータの一部とすることができ、異なる科学の単位間の値の変換も、構造パラメータの一部であってもよい。これも、科学の単位のメタ情報と考えられてもよい。

計算ルールにおいて、医療ナレッジモデルの論理要素が定義される。計算ルールを使用して、所与の又は受け取った既知のファクト基づき（方法の第１の反復において）、及び、派生ファクトに基づいて（方法の後続の反復において）、医療提案のスコアを計算することができる。これらの計算ルールは、従って、医療提案ＭＳ_ｉ、医学的ファクトＦ_ｊ及び重みＷ_ｉ，ｊの間の、数学的関数及び相関を備えることができる。従って、計算ルールは、異なる入力値に対する医療提案についての、スコア又は出力を定義することができる。

プレゼンテーション要素は、どのフォーマットで、及びどの方法で、計算の結果を、ユーザ、装置、及び／又は別のサードパーティに提示するのかを記述することができる。

用語「記憶領域」は、本発明の文脈では、スクリプトファイルの特定のグループを、格納することができる又は格納する空間、として理解されるべきである。例示の一実施形態において、これは、ファイルシステムのフォルダ、又は、リレーショナルデータベース若しくは非リレーショナルデータベースのコンテナ、とすることができる。記憶領域は、リストであってもよいが、他の実施形態も可能である。データベースの第１、第２、及び第３の記憶領域が、互いに異なるという事実は、上記３つの記憶領域間の明確な分離として理解され得る。

本発明の別の例示の実施形態によれば、医療ナレッジモデルは、第１の医療ナレッジモジュールと、第２の医療ナレッジモジュールと、を含む。第１の医療ナレッジモジュールは、
ａ．第１の医療ナレッジモジュールの構造を記述する構造パラメータと、
ｂ．第１の医療ナレッジモジュールの論理を構成する計算ルールであって、各計算ルールが、医学的ファクトＦ_ｊの値とそれぞれの重みＷ_ｉ，ｊとに基づく、基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を定義する、計算ルールと、
ｃ．第１の医療ナレッジモジュールの結果を表すためのプレゼンテーション要素と、
を含む。

第１の医療ナレッジモジュールが、データベースの、少なくとも第１の記憶領域、第２の記憶領域、及び第３の記憶領域に、格納される。第１の医療ナレッジモジュールの全ての構造パラメータが、第１の記憶領域に格納され、第１の医療ナレッジモジュールの全ての計算ルールが、第２の記憶領域に格納され、第１の医療ナレッジモジュールの全てのプレゼンテーション要素が、第３の記憶領域に格納される。さらに、データベースの第１の記憶領域、第２の記憶領域、及び第３の記憶領域が、互いに異なる。さらに第２の医療ナレッジモジュールが、
ａ．第２の医療ナレッジモジュールの構造を記述する構造パラメータと、
ｂ．第２の医療ナレッジモジュールの論理を構成する計算ルールであって、各計算ルールが、医学的ファクトＦ_ｊの値とそれぞれの重みＷ_ｉ，ｊとに基づく、基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を定義する、計算ルールと、
ｃ．第２の医療ナレッジモジュールの結果を表すためのプレゼンテーション要素と、
を含む。

第２の医療ナレッジモジュールが、データベースの、少なくとも第４の記憶領域、第５の記憶領域、及び第６の記憶領域に、格納される。第２の医療ナレッジモジュールの全ての構造パラメータが、第４の記憶領域に格納され、第２の医療ナレッジモジュールの全ての計算ルールが、第５の記憶領域に格納され、第２の医療ナレッジモジュールの全てのプレゼンテーション要素が、第６の記憶領域に格納される。さらに、データベースの第４の記憶領域、第５の記憶領域、及び第６の記憶領域が、互いに異なる。

もちろん、大量の医療ナレッジモジュールを使用することもでき、例えば、第３若しくは第４の医療ナレッジモジュール、又はもっと多くのモジュールが、使用されてもよい。それらは、全て、第１及び第２のモジュールの例を用いて既に説明したものと、同じ構造を有してもよい。

本実施形態は、とりわけ、医療ナレッジモデルのモジュール性の態様を含み、医療ナレッジモデル内、特に、このモデルの各モジュール内の、構造パラメータ、計算ルール、及びプレゼンテーション要素の間の厳密な物理的分離を備える。厳密な物理的分離の態様に関しては、本明細書の上記及び以下で提示されるような詳細を参照されたい。さらに、医療ナレッジモデルは、特定の共通の構造を持ついくつかの医療ナレッジモジュールから成ってもよい。医療ナレッジモデルの本モジュール性の態様についても、さらに詳細に説明する。

医療ナレッジモデルのモジュール性の態様に関しては、以下に留意されたい。医療ナレッジモジュールは、そのモジュール性のため、他の医療ナレッジモジュールで使用することができる。例えば、第１の医療ナレッジモジュールは、第２の医療ナレッジモジュールを簡単に参照することができる。他のモジュールを参照するモジュールの詳細及び特定の実施形態については、以下で記載する。

本発明の別の例示の実施形態によれば、第２の医療ナレッジモジュールが、第１の医療ナレッジモジュールに依存する。

このモジュール性の概念では、標準化されたナレッジモジュールの一番上に、クライアント指定の適応及びカスタマイズを与える。これは、標準のナレッジモジュールに基づく、且つ、クライアント指定の変更を含むだけの新しいクライアント指定のナレッジモジュールを、作成することにより達成可能である。

本発明の別の例示の実施形態によれば、第２の医療ナレッジモジュールの構造パラメータは、第１の医療ナレッジモジュールの構造パラメータを参照し、及び／又は、第２の医療ナレッジモジュールの計算ルールは、第１の医療ナレッジモジュールの構造パラメータを参照し、及び／又は、第２の医療ナレッジモジュールのプレゼンテーション要素は、第１の医療ナレッジモジュールの構造パラメータを参照する。

もちろん、第２のモジュールの構造パラメータ、計算ルール、及びプレゼンテーション要素のうちの、いくつかのみ又は全てが、第１のモジュールの対応する要素を参照してもよい。

本発明の別の例示の実施形態によれば、第１の医療ナレッジモジュールの全ての構造パラメータが、第２のナレッジモジュールにより参照されてもよい。

本発明の別の例示の実施形態によれば、第１の医療ナレッジモジュール及び第２の医療ナレッジモジュールが、それぞれ、方法の結果を検証するためのテストケースを含み、各テストケースが、医学的ファクトと、複数の制約と、を含む。

上記テストケースは、他の上記で言及した記憶領域から分離された、さらに別の記憶領域に格納されてもよい。従って、ここでも、厳密な分離が適用される。このことは、各モジュールについて当てはまる。さらに、上記の記憶領域には、テストケースが、品質保証の理由で格納される。一実施形態において、そのようなテストケースは、入力ベクトルとしての医学的ファクトと１組の制約と、から成り、テストケースを用いて、方法の結果のチェック又は検証を、方法により行うことができる。

本発明の別の例示の実施形態によれば、データベースには、第１の医療ナレッジモジュールと第２の医療ナレッジモジュールとの間に循環依存が無い。

本発明の別の例示の実施形態によれば、医療ナレッジモデルが、複数の医療ナレッジモジュールを含み、データベースには、上記複数の医療ナレッジモジュールのうちの医療ナレッジモジュール間に、循環依存が無い。

用語「循環モジュール依存」は、一般的に使用されるように、特に、直接的又は間接的のいずれかで互いに依存し合う２つ以上のナレッジモジュール間の関係として、理解される。一例として、以下のことが挙げられる。モジュールＭ１がモジュールＭ２に依存し、モジュールＭ２がＭ３に依存し、モジュールＭ３がモジュールＭ１に依存する場合、最後の依存が、循環依存を導く。しかし、これは、上記で説明したような本発明の例示の実施形態の構造に当てはまる事例ではない。

ソフトウェア設計では、循環依存は、そのマイナスの影響のため、アンチパターンと考えられる。最も問題となるのは、単一のモジュールの別個の再使用を減少させる又は不可能にする、相互に依存するモジュールの密結合である。さらに、循環依存は、処理中の有意又は無限の変動の原因にもなり得る。本発明の本実施形態は、この変動を有利に回避する。

本発明の別の例示の実施形態によれば、データベースにて、計算ルールが定義され、各計算ルールが、医学的ファクトＦ_ｊの値とそれぞれの重みＷ_ｉ，ｊとに基づく、基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を定義する。

異なる数学的関数が使用されてよく、本明細書に開示されるように、重みＷ_ｉ，ｊは確率分布として具現化されてよい。本明細書で定義されるように、上記数学的関数を定義する計算ルールは、データベースに格納される。従って、計算ルールは、医療提案と、医学的ファクトと、重みとの間の関連を具体的に定義し、個々のスコアが医療提案について計算されるようにする。

本発明の別の例示の実施形態によれば、データベースにて、計算ルールが定義され、各計算ルールが、医学的ファクトＦ_ｊの受け取った値とそれぞれの重みＷ_ｉ，ｊとに基づく、サブセットＳ１の少なくともいくつかの医療提案ＭＳ_ｉについてのそれぞれのスコアの計算を定義する。

本発明の別の例示の実施形態によれば、計算ルールごとに、対応するルール前提が、データベースに格納され、各ルール前提が、３つのサブ前提を含む。各ルールの第１のサブ前提が、どの医学的ファクトＦ_ｊが、対応するルール計算に対して必須であるか、を定義する。各ルールの第２のサブ前提が、どの医学的ファクトＦ_ｊが、対応するルール計算に対して選択的であるか、を定義する。各ルールの第３のサブ前提が、どの医学的ファクトＦ_ｊが、対応するルール計算に対してノックアウト基準であるか、を定義する。

計算ルールが、本発明の文脈で、計算可能と考えられてもよいのは、必要な前提内に定義される全ての医学的ファクトが、既知であるか又は他のルールにより計算可能である場合、及び、対応するルールの計算に対してノックアウト基準である医学的ファクトが、既知でない／受け取られていない（入力として）場合である。

結果として、ルールが、提示される方法を実行する間、計算／検討から自動的に除外され得る。ルールが除外され得るのは、必要なファクトが、既知でない／入力として受け取られていない又は派生していない場合、及び、必要な医学的ファクトを計算できる、データベースのルールが無い場合である。方法により既知である／受け取られている又は計算されている／派生している医学的ファクトが、データベースにおいて設定されたノックアウト基準である場合、対応するルールが、自動的に除外され得る。

本発明の別の例示の実施形態によれば、方法は、計算ルールの計算を、上記計算ルールに対して選択的である全ての医学的ファクトＦ_ｊが、既知である、又は、既知ではないが計算可能である、又は、既に計算済みであり、上記データベース内のいかなる他の計算ルールによっても計算可能でない、場合のみ、実行するステップをさらに含む。

本発明の本実施形態は、従来技術において発生することが不利である、変動を回避する。受け取った既知のファクトが、例えば、受け取った既知のファクトの除外のため、計算中に変化し、結果が再計算される（すなわち、再度計算される）必要がある場合に、従来技術のシステムでは、そのような問題が生じることがある。計算ルールの再計算は、複数の再計算の連鎖を引き起こすことがあり、これが、最終結果の計算を阻む場合がある。しかし、このようなことは、本発明の上記提示される実施形態により、回避される。

ルール前提を、この特定の方法で、使用して定義することにより、所与のファクトに基づいて、又は、ノックアウト基準が満たされる若しくは必要なファクトが利用可能であるという理由に基づいて、計算され得ない、データベースの計算ルールを除外することが可能である。換言すると、方法は、最初から、上記の要件を満たす計算ルールを識別する。原理上計算可能であるそれらの計算ルールのみが、方法で考慮される。これにより、最終的な計算の時間を節約することになり、収束しない不必要な計算を回避することができる。従って、効率の向上が、本発明の本実施形態により達成可能である。

一般に、医学的ファクトは、いくつかのルールのための入力とすることができるため、いくつかのルールが、上記医学的ファクトを使用する。方法の本実施形態において、方法は、計算可能なルールの全てが（上記で説明したような要件を参照のこと）が、それぞれの結果を与えるまで、待機する。そして、「最高の」スコアを有する医療提案が、さらなる計算のために選択されてもよい。

本発明の別の例示の実施形態によれば、方法は、計算ルールの計算を、上記計算に対してノックアウト基準である医学的ファクトＦ_ｊが、既知である、又は、計算できないものである場合のみ、実行するステップをさらに含む。

本発明の別の例示の実施形態によれば、婦人科内分泌学において医療意志決定のプロセスを支援する方法が、提示される。

本発明の別の例示の実施形態によれば、サブセットＳ１において、Ｓ１に含まれる医療提案ＭＳ_ｉがそれぞれ、値が既知のファクトとして受け取られた、少なくとも１つの医学的ファクトと、関連付けられていることを特徴とする。

換言すると、既知のファクトの受領時に、基本集合Ｓ０から選択されるのは、データベースに従って、受け取った医学的ファクトＦ_ｊとの関連を持つ、医療提案ＭＳ_ｉだけである。従って、医療提案は、値が既知のファクトとして受け取られている、医学的ファクトへの、少なくとも１つの相関又はリンクの依存度を有する、提示される方法により選択される。換言すると、サブセットＳ１は、Ｓ１に含まれる医療提案が、医学的ファクトと関連付けられ、その医学的ファクトの値が、既知のファクトとして受け取られたものである、ことを特徴とする。

本発明の別の例示の実施形態によれば、方法は、サブセットＳ１を選択するステップの際に、上記基本集合Ｓ０の各医療提案にアクセスするステップを含む。

換言すると、医療意志決定のプロセスを支援することに有利な、医療提案を生成する総体的で全体的なアプローチが提示される。

本発明の別の例示の実施形態による、サブセットＳ１を選択するステップが、集合に基づいて処理される。

換言すると、サブセットＳ１を選択するステップが、集合指向様式で実行される。特に、複雑な関連又は複雑な関係が、データベースに含まれる又は格納される場合、及び、大規模なデータ量が関与する場合、提示される方法は、高速操作を提供する。本発明の集合に基づくプロセスのさらなる利点及び効果について、例えば、図２〜５に関して説明する。

本発明の別の例示の実施形態によれば、医療提案ＭＳ_ｉが、医療診断、医学的所見、薬物治療、既往歴、補助的提案、検査値の評価、医学的妥当性、医学的結論、医療処置、医療上の指示、医療報告書、医療上の質問、症状、症状の群、テキストブロック、栄養上の勧告、運動提案、ケアの提案、リハビリ提案、遺伝面、組織学所見、生理的過程、病理生理的過程の発見、質指標、治療勧告、療法勧告、プロセス提案、医療調査提案、患者アンケート、専門的なアンケート調査、及び、これらの任意の組合せを含むグループから選択される要素として、それぞれ具現化される。

詳細な実践的な説明を含む例示の実施形態が、加えて、以下で提示する例１〜５から収集され得る。

本発明の別の例示の実施形態によれば、サブセットＳ１の医療提案ＭＳ_ｉの各それぞれのスコアが、それぞれの医療提案が正しいという確率を表す。

そのような計算された確率は、ソートされて、リストに組織化されてもよく、このリストは、ユーザに提供されてもよい。疑わしいもの、可能性のあるもの、及び可能性の高いものなどの可能性の特定のカテゴリを、計算されたスコアを分類するために、使用することができる。必要に応じて、そのようなカテゴリの選択のみが、ユーザに対して表示又は出力されてもよい。

本発明の別の例示の実施形態によれば、医学的ファクトＦ_ｊが、患者の年齢、患者の性別、患者の体重、患者の身長、生理的パラメータ、生物学的パラメータ、化学的パラメータ、医学的パラメータ、症状、医療上の苦情に関連する情報、医学的所見の結果、患者の生活状態に関連する情報、患者の医療状況を記述するのに有用な患者についての情報、診断、医療データ、薬剤データ、運動データ、栄養データ、リハビリデータ、ケアデータ、テレメトリデータ、統計データ、医療文献データ、既往歴、危険因子、アレルギー、患者の居住環境、患者の仕事の状況、患者の住居状況、画像データ、地域的気候データ、地域的環境データ、風土病データ、流行病データ、機能検査の結果、アンケート調査を介して専門家又は患者から受け取った情報、及び、これらの任意の組合せ、を含むグループから選択される要素として、それぞれ具現化される。

さらに、個々の患者の生活の個々の周囲環境を、医学的ファクトとして使用することができる。例えば、人間関係での、又は、仕事環境、汚染環境若しくは環境的に有害な周囲環境への露出、又は、趣味、の文脈での、ストレス又はプレッシャーは、医学的ファクトの代替の実施形態である。医学的ファクトである「地域的環境データ」に関して、例えば、地域的放射線被曝、環境汚染、及び、鉛、オゾン、紫外線、細塵、又は騒音などの物質の存在、のようなデータが、「地域的環境データ」の実施形態であってもよいことに留意されたい。

本発明の別の例示の実施形態によれば、医療提案のスコアを計算するステップが、第１の重みＷ_ｉ，ｊを適用することにより、第１の医療提案ＭＳ_ｉの第１の医学的ファクトＦ_ｊの、受け取った第１の値に重み付けして、第１の提案結果を得る、サブステップを含む。さらに、第２の重みＷ_ｉ，ｋを適用することにより、第１の医療提案ＭＳ_ｉの第２の医学的ファクトＦ_ｋの、受け取った第２の値に重み付けして、第２の提案結果を得る、サブステップが含まれる。さらに、第１の提案結果と、第２の提案結果とを、提案Ｓ_ｉのスコアに合計するサブステップが、本発明の提示される実施形態によって実行される。

換言すると、この場合、医療提案ＭＳ_ｉのスコアが、重み付けされた個々の結果の合計と考えられてもよい。既に説明した特定性の選択の態様も、加えて又は代替として、医療提案のスコアを計算するために使用されてもよい。

本発明の別の例示の実施形態によれば、方法は、組合せ重みＷ_{ｉ，ｃｏｍｂｉｎａｔｉｏｎ ｊ−ｋ}を適用することにより、第１の医学的ファクトＦ_ｊと第２の医学的ファクトＦ_ｋとの組合せに重み付けするステップ、をさらに含み、組合せが、ＡＮＤ、ＯＲ、ＡＮＤ ＮＯＴ、及び、これらに括弧付けした任意の組合せ、を含むブール演算の組合せのグループから選択される。

換言すると、用意されるデータベースは、異なる医学的ファクトＦ_ｊ及びＦ_ｋの組合せに対してそのように使用される、重みを含む。さらに、データベースは、ブール演算の組合せのグループから、適用される組合せを含む。換言すると、本発明の本実施形態は、第１の医学的ファクトＦ_ｊと第２の医学的ファクトＦ_ｋとの単一の組又は発生を考慮するだけでなく、受け取られる両方のファクトについて重み付けし、且つ、Ｆ_ｊ及びＦ_ｋの値も重み付けする。よって、本方法は、それぞれのスコアを計算するステップの間に、医学的ファクトＦ_ｊ及びＦ_ｋの関係を考慮する。明示的な例を、後に提供する。

本発明の別の例示の実施形態によれば、方法は、既に説明したステップを、少なくとも１つの第２の医療提案Ｓ_ｍに対して繰り返すステップを含む。

もちろん、提示される方法は、上記のステップを、選択されたサブセットＳ１内に含まれる大量の医療提案に対して繰り返してもよい。比較上高いスコアが割り当てられた医療提案のみが、必要に応じて、可能性のあるもの、高い可能性のあるもの、としてユーザに表示されてもよい。

本発明の別の例示の実施形態によれば、重みＷ_ｉ，ｊが、対応する医療提案ＭＳ_ｉが、医学的ファクトＦ_ｊの値に基づいて正しい、という確率を表す確率分布である。

本発明の別の例示の実施形態によれば、医療提案のスコアを計算するステップが、第１の医療提案Ｓ_ｉの第１の医学的ファクトＦ_ｊの第１の値を受け取るサブステップと、第１の医療提案Ｓ_ｉの第２の医学的ファクトＦ_ｋの第２の値を受け取るサブステップと、組合せ重みＷ_{ｉ，ｃｏｍｂｉｎａｔｉｏｎ ｊ−ｋ}を適用することにより、第１の医学的ファクトＦ_ｊと第２の医学的ファクトＦ_ｋとの組合せに、重み付けするサブステップと、を含む。

組合せ重みは、種々の異なる方法で具現化されてもよい。例えば、重みＷ_{ｉ，ｃｏｍｂｉｎａｔｉｏｎ ｊ−ｋ}が、対応する医療提案ＭＳ_ｉが、医学的ファクトＦ_ｊ及びＦ_ｋの値の組合せに基づいて正しい、という確率を表す確率分布として具現化される。換言すると、値がシステムにより受け取られている、医学的ファクトＦ_ｊ及びＦ_ｋの特定の値を考慮に入れて、集合指向の計算方法に基づく、本発明の総体的で全体的なアプローチが、提供される。

本発明の別の例示の実施形態によれば、データベースが、全ての医学的ファクトＦ_ｊが自立的且つ等価であるように、構造を用意する。

換言すると、ある医学的ファクトが、別の医学的ファクトより好ましいということは無く、いかなる医学的ファクトにも、優先度は適用されない。そこで、医療上の相互関係及び依存度が、網目状に発生するが、樹形状には発生しない、という医療の現実の態様が、反映される。換言すると、データベースには、医学的ファクトＦ_ｊの階層が全く含まれない。別の実施形態において、患者の性別及び又は年齢は、一般データは、その一般性により、他のファクトより重要であると考えられるという意味で、例外的な医学的ファクトと考えられてもよい。

本発明の別の例示の実施形態によれば、方法は、サブセットＳ１の医療提案ＭＳ_ｉを、そのそれぞれの計算されたスコアの順序で、ランク付けするステップと、ランク付けされた医療提案の順序を、ユーザに提供するステップと、を含む。

必要に応じて、指定の所定の閾値を超える医療提案ＭＳ_ｉのみが、ユーザに提示及び提供されてもよい。そのような閾値は、ユーザによって、適応され、個々に修正されてもよい。

本発明の別の例示の実施形態によれば、方法は、スコア閾値を用意するステップと、上記医療提案のスコアがスコア閾値より大きい場合に、少なくとも１つの医療提案をサブセットＳ１から選択するステップと、をさらに含む。

上記の例示の実施形態の文脈で説明したように、適切なスコア内にある医療提案は、本明細書に提示される方法によって、方法の、後につづく反復のための医学的ファクトに変換されてもよい。従って、方法は、反復的な方法と考えられてもよい。スコア閾値も、本明細書で使用される他の閾値も、データベースにて提供されてもよい。他の基準も、スコアの定義に応じて、選択されてもよい。例えば、実施形態での可能性は、スコア閾値以上、スコア閾値より小さい、スコア閾値と等しい、などである。

本発明の別の例示の実施形態によれば、方法は、個々の受け取った既知のファクトを、上記受け取った既知のファクトのそれぞれの作成者について、分類するステップと、受け取った既知のファクトの優先順位付けを、それぞれの作成者に基づいて、適用するステップと、をさらに含む。

特に、医療提案を、さらなる反復のために医学的ファクトに変換することに関して、既に説明した実施形態の文脈では、ファクトの分類及び優先順位付けが重要であることがある。上記の受け取った既知のファクトの作成者は、上記受け取った既知のファクトのソースと考えられてもよい。本実施形態が、受け取った既知のファクトを「現実世界」と区別することを容易にし、「実際の医学的ファクト」と呼ばれてもよく、一方、変換された医療提案は、医学的ファクトとして後で使用され、「仮想医学的ファクト」と分類することができる、ことは有利である。換言すると、本発明のこの例示の実施形態は、質に関する、又は、起源に関する医学的ファクトの区別を容易にする。受け取った既知のファクトの例示の作成者は、患者、一般開業医、専門医療の医師、顧客装置、又は医師の装置、とすることができる。それぞれの既知のファクトの対応する優先順位付けは、本発明により、実行又は適用することができる。これにより、さらに、提示される方法の信頼性及び正確性を向上させる。

特に、本発明の方法及びシステムは、受け取った医学的ファクトの、又はデータベースに与えられる情報の、作成者若しくはソースを考慮するように構成される。医学的ファクトＦ_ｊの値が、患者、一般開業医、専門医、顧客装置、又は、専門装置に起源があるかどうかという事実は、本発明によってユーザに対して生成される出力について、決定的であってもよい。特に、対応する医学的ファクトＦ_ｊの作成者、すなわち、医学的ファクトＦ_ｊのソース、に応じて、異なる重みが、方法又はシステムにより適用されてもよい。さらに、ユーザに対して提示される計算されたスコアの場合、個々のユーザプロのファイルを、方法及び対応するシステムによって考慮することができる。例えば、検査方法は、サブセットＳ１から選択されてもよく、この方法は、提示される本発明を、目下使用している個々のユーザにより選好されてもよい。個々のユーザが、自由に使えるＸ線又はコンピュータＸ線断層撮影装置を有する場合、本発明の方法及びシステムは、対応する医療提案を出力として選好することができ、又は、スコアを、対応して増加させることができる。さらに、ユーザは、ユーザが適用したい計算プロファイルに関して、本発明を実行するシステムに、情報をインタラクティブに供給することができる。例えば、第１のプロファイルとして、「できるだけ早く結果を計算すること」を選択することが可能であり、代替として、プロファイル「費用効率を対象とする取り組み」、又は、代替として「法を順守する手順」、をユーザが選択可能である。しかし、他のプロファイルも可能である。方法及び対応するシステムは、そのようなプロファイルを、例えば、ユーザインターフェースを介して、選択用にユーザに提供するように構成されてもよい。

本発明の別の例示の実施形態によれば、受け取った医学的ファクトＦ_ｊのうちの少なくとも１つが、時間展開の形式で用意される。

一般に、異なる形式の時間展開が使用されてもよい。例えば、時間依存の値である１分当たりの血圧又は心拍の、マトリクスを、実施形態とすることができる。さらに、特定の生理的パラメータの時間展開の図を、別の実施形態とすることができる。時間展開の図は、例えば、傾向関数などの、数学的関数の記述の形式で、与えられてもよい。

本発明の別の例示の実施形態によれば、時間展開が、ｎ個の異なる時点における、医学的ファクトのｎ個の値を含むベクトルによって表される。

例えば、体重として具現化される医学的ファクトＦ_ｊについて、ｎ＝４のとき、医学的ファクトの対応するベクトルを、以下の形式で提供することができる。［６０ｋｇ（於２０１０．１２．１５）、７０（於２０１０．２．２７）、７５ｋｇ（於２０１０．１２．３１）、７３ｋｇ（於２０１１．１．５）］。

本発明の別の例示の実施形態によれば、受け取った医学的ファクトのうちの少なくとも１つが、長期にわたる患者データの形式で用意される。換言すると、患者データが、時間系列で用意され、患者データは、種々の異なる方法で具現化され得る。例えば、平均値、例えば、過去３か月の平均値が、提示されてもよい。また、特定の期間内、例えば、半年間、の増加傾向又は減少傾向を示す傾向関数が使用されてもよい。さらに、既存の関数を使用することができる。さらに、変動幅が、医学的ファクトとして使用されてもよく、又は、最小関数若しくは最大関数も、「時間期間ｘにおいて、値が最小値ｙを持つ」という所記に使用されてもよい。また、合計関数を使用して、「発生合計、例えば、１カ月の入院、が昨年の閾値ｘを超える」という情報を提供する、長期にわたる患者データが可能であるように、することができる。

本発明の別の例示の実施形態によれば、基本集合Ｓ０が、診断としてそれぞれ具現化される、複数の医療提案を含む。さらに、各診断が、診断に関係のある又は関連付けられている、症状又は医学的ファクトとして具現化される医学的ファクトと、関連付けられている。本発明のこの例示の実施形態は、以下の例１〜５の説明から明らかにされ、さらに解明される。

本発明の別の例示の実施形態によれば、基本集合Ｓ０の第１の医療提案が、第２の医療提案と関連付けられて、第１の医療提案のスコアを計算するステップの間に、第２の医療提案のスコアが計算される。

以下では、対応する状況について、例示的に説明する。

高アンドロゲン血症は、患者の血液中の、テストステロン又はＤＨＥＡＳなどのアンドロゲンの上昇により規定される。アンドロゲン自体は、性別、年齢、妊娠状態、などの医学的ファクトに依存し、試験所で使用される測定方法に依存することがある。アンドロゲンの値が、参照範囲を上回るかどうかを、本発明による対応する医療提案で評価することができる。上記の医療提案の結果が、今度は「診断の高アンドロゲン血症」という医療提案に影響を与える。加えて、アンドロゲンの値が、高アンドロゲン血症に加えて、他の医療提案に影響を与える。この例示の実施形態の重要な利点は、以下から分かるであろう。さらなるアンドロゲン依存の医療提案が発見される場合、又は、適用した測定方法が、適応している又はより正確である場合、対応する重みのみを、適応させなれければならない。アンドロゲンの値との関連、例えば、高アンドロゲン血症、を含む医療提案全てを、データベースにおいて適応させなければならないわけではない、ことは有利である。また、高アンドロゲン血症は、他の医療提案において役割を果たすことがある医療提案である。データベースを作成する医療専門家には、関連、依存度、及び相関の構造が、管理可能な構造又はフォーマットで提供される。

本発明の別の例示の実施形態によれば、基本集合Ｓ０のうちの少なくとも１つの医療提案が、複数の医学的ファクトＦ_ｊと関連付けられ、複数の医学的ファクトの少なくとも一部が、データベースにて、主題に関してまとめてリンクされて、医学的ファクトのグループを形成する。

形成された医学的ファクトのグループを使用することにより、題目別にリンクされる医療提案のサブセットに向けた、集合の境界設定が容易になる。そのような医学的ファクトのグループは、特定の医学的態様に関して、医学的ファクトの構図を表すことができる。構造上の観点から、そのようなグループは、医学的ファクトの上の一構造、及び、医療提案の下の一構造と考えられてもよい。特に、そのようなグループは、いくつかの医学的ファクトを含むことができ、一方、医療提案が、医学的ファクト及び医学的ファクトのグループの選択、を含んでもよい、又は、と関連付けられてもよい。例えば、そのようなグループは、「甲状腺機能低下症の症状」であることがあり、以下の医学的ファクトを含んでもよい。
・体重の増加：はい／いいえ／未確認、
・全体的な身体虚弱：はい／いいえ／未確認、
・食欲不振：はい／いいえ／未確認、
・倦怠感：はい／いいえ／未確認、
・乾燥肌：はい／いいえ／未確認、
・便秘：はい／いいえ／未確認、
・脱毛：はい／いいえ／未確認、
・及び、女性の場合、出血が無い：はい／いいえ／未確認。

対応する医療提案は、「甲状腺機能低下症の診断」であり得、それにおいては、提示される医学的ファクトのグループが、効果的に使用可能である。さらに、上記の例示の医学的ファクトのグループを、他の医療提案において簡単に使用することができるため、グループの修正又は適応の場合に、そのように関連付けられた医療提案が、中心的に、即時に更新される。同時に、上記のグループを使用する全ての医療提案が、更新及び／又は自動的に修正される。

本発明の別の例示の実施形態によれば、データベースが、少なくとも１つの医療提案ＭＳ_ｉであって、上記医療提案に対するノックアウト基準と関連付けられている、医療提案を、含む。

換言すると、医学的ファクトの値の形式の、１つの受け取った既知のファクトが、医療提案ＭＳ_ｉが真であり得ない、ことを前提とする場合、それぞれの医療提案が、使用されるサブセットＳ１から排除され、又は、全く選択されない。医療提案が、例として、「妊娠はい又はいいえ」のように具現化される場合、患者の性別は、いわゆるノックアウト基準である。受け取った既知のファクトが、患者の性別が男性である、ということを含む場合、医療提案「妊娠はい又はいいえ」は、使用されるサブセットＳ１から排除され、又は、上記医療提案がそれ以上計算には使用されないという見解と関連付けられている。

本発明の別の例示の実施形態による、受け取った既知のファクトがノックアウト基準を満たす場合に、少なくとも１つの医療提案が、サブセットＳ１について選択されない。

本発明の別の例示の実施形態によれば、少なくとも１つの医療提案ＭＳ_ｉが、データベースにて、医療提案に対する必須基準と関連付けられている。

換言すると、必要な医学的ファクト又は医学的ファクトの必要な値が、方法を処理するための入力として受け取られない場合、いわゆる必須基準と関連付けられている対応する医療提案ＭＳ_ｉが、サブセットＳ１について選択されない。

本発明の別の例示の実施形態によれば、受け取った既知のファクトが必須基準を満たす場合に、少なくとも１つの医療提案が、サブセットＳ１について選択されるだけである。

本発明の別の例示の実施形態によれば、計算されたスコアに基づいて、出力を生成するステップをさらに含み、出力が、それぞれの計算されたスコアの順序でランク付けされた、可能性のある医療提案のリスト、報告、患者宛の文書、試験所宛の文書、試験所でのさらなる測定のための指示又は提案を含む試験所宛の文書、医学的所見文書、臨床医である送信者のＩＤ付きの医学的所見文書、ユーザに対する質問又は質問の組、グラフィカルインターフェースの形式のユーザに対する質問、オーダー、薬剤のオーダー、及び、これらの任意の組合せ、を含むグループから選択される。

図６は、そのような文脈を概略的に示す。

本発明の別の例示の実施形態によれば、方法は、生成された出力を、出力データの形式でユーザに提供するステップと、ユーザによってなされる出力データの修正についての、修正情報を受け取るステップと、受け取った修正情報に基づいて、データベースを適応させるステップと、をさらに含む。

以下では、システム及び方法の自己学習の態様について説明する。本明細書に提示される方法及びシステムは、受動的且つ自動的な方法で、ユーザの動作から学習するように構成され、ユーザ動作についての情報を使用して、ユーザにより実行される提案されたＭＳ_ｉの選択の観点から、データベースを更新することができる。特に、複数の医療提案ＭＳ_ｉが、方法の結果としてユーザに対して提示され、ユーザが上記提案のうちの１つを選択する場合、このユーザ選択は、フィードバック情報として、システム又はデータベースに提供されてもよいため、上記医学的ファクトの対応する関連の適応、及び／又は、対応する重みＷ_ｉ，ｊの適応が、実行可能になる。さらに、フィードバックシステムが、本発明の方法及びシステムによって与えられる。誤った決定又は誤った医療提案が、方法又はシステムによって提示される場合、ユーザには、誤った決定が与えられたことをシステムに知らせるための可能性、例えば、ユーザインターフェースボタン、が提供される。

さらに、方法及びシステムは、外部の技術的装置から、最終的な「真正の提案」又は「真正の診断」についての情報を、受け取る又は問い合わせることで、構成され又は円滑にされるため、データベースの後続の適応が容易になる。

本発明の別の例示の実施形態によれば、データベースの適応が、少なくとも１つの医療提案と、少なくとも１つのそれぞれの医学的ファクトＦ_ｊとの関連を適応させること、少なくとも１つの重みＷ_ｉ，ｊを適応させること、医療提案のサブセットＳ１を基本集合Ｓ０から選択するための選択ルールを適応させること、及び、これらの任意の組合せ、を含むグループから選択される。

本発明の別の例示の実施形態によれば、サブセットを選択するステップと、スコアを計算するステップとが、計算ユニットにより実行され、方法は、計算ユニットと医学的ファクトソースとの間にインターフェースを用意して、データベースと、医学的ファクトソースとの間のデータ伝送を容易にする、ステップをさらに含む。ここで、インターフェースが、医学的ファクトソースがインターフェースに接続されている場合に、少なくとも１人の個々の患者の、医学的ファクトＦ_ｊの値の形式の既知のファクトを、計算ユニットへ伝送すること、を容易にするように構成される。

以下では、本発明による外部データの使用について説明する。本発明の方法及びシステムは、外部データの使用のために構成され、外部データの使用を容易にし、このデータのデータベースへの統合を可能にする。外部の構造化データを使用できることが好ましい。提示される方法及びシステムは、診断のための疾病及び関連保健問題の国際統計分類（ＩＣＤ）、薬剤のための解剖治療化学（ＡＴＣ）分類法、ファーマツェントラルナンバー（Ｐｈａｒｍａ Ｚｅｎｔｒａｌ Ｎｕｍｍｅｒ（ＰＺＮ））、ヘルスレベルセブン（Ｈｅａｌｔｈ Ｌｅｖｅｌ Ｓｅｖｅｎ（ＨＬ７））、ｘＤＴ形式、又は、国際医療用語集（ＳＮＯＭＥＤＣＴ）、などの国際的な構造として、データ転送を可能にし、他のものが使用されてもよい。よって、本明細書に提示される方法及びシステムは、本明細書に記載される医療提案の生成の間、又は、生成のために、構造化された医療ナレッジにアクセスし、上記ナレッジを使用するための構成である。

本発明の別の例示の実施形態によれば、計算ユニットが、医学的ファクトソースから受け取った上記の既知のファクトを処理するように構成される。ここで、医学的ファクトソースは、センサー、生理的パラメータを判定するためのセンサー、センサー又はデータを有するスマートフォン、医療業務のデータシステム、病院のデータシステム、ケア若しくはリハビリの組織のデータシステム、診療所及び／又は病院／ケア若しくはリハビリの組織のネットワーク、又は、統合医療のネットワーク、診療所のデータベース、病院／ケア若しくはリハビリの組織のデータベース、全国的な医療ネットワークのデータベース、構造化された医療、環境若しくは統計のデータを供給するソフトウェア、試験所の装置、及び、試験所のロボット、を含むグループから選択される。

本発明の別の例示の実施形態によれば、方法は、コンピュータネットワークを介して実行される。本発明の別の例示の実施形態によれば、サブセットＳ１を選択するステップと、スコアを計算するステップと、がサーバ又はサーバクラスタ上で実行される。本発明の別の例示の実施形態によれば、既知のファクトを受け取るステップが、ユーザインターフェースを介して実行され、ユーザインターフェースを用いてユーザが値を入力する。

本発明の別の例示の実施形態によれば、プログラム要素が用意され、本発明のさらに別の例示の実施形態によれば、コンピュータ可読媒体が用意される。

計算ユニットは、プロセッサ又はＣＰＵとして具現化されてもよいが、違った具現化がされてもよい。プログラム要素は、コンピュータプログラムの一部であってよいが、プログラムそのもの全体であってもよい。例えばコンピュータプログラム要素を使用して、既存のコンピュータプログラムを更新し、本発明を得ることができる。コンピュータ可読媒体は、例えば、ＵＳＢスティック、ＣＤ、ＤＶＤ、データ記憶装置、ハードディスク、又は、上記に記載されるようなプログラム要素を格納することができる任意の他の媒体、などの記憶媒体とすることができる。

本発明のこれら及び他の特徴については、以下に記載される実施形態を参照することで、明らかになり解明されるであろう。

本発明の別の例示の実施形態によれば、医療意志決定のプロセスを支援することに有利な、医療提案を生成するための、医療判断支援システムが提示される。システムは、医療提案ＭＳ_ｉの基本集合Ｓ０を有するデータベースを具備し、データベースにて、医療提案のうちの少なくともいくつかが、少なくとも１つのそれぞれの医学的ファクトＦ_ｊと関連付けられている。さらに、データベースにて、医療提案ＭＳ_ｉのそれぞれの医学的ファクトＦ_ｊが、重みＷ_ｉ，ｊと関連付けられている。システムは、医学的ファクトＦ_ｊの値の形式の既知のファクトを受け取るための受信装置であって、上記既知のファクトが個々の患者と関連付けられている、受信装置をさらに含む。システムは、受け取った既知のファクトに基づいて、基本集合Ｓ０から医療提案ＭＳ_ｉのサブセットＳ１を選択するために構成される計算ユニットをさらに含む。さらに、計算ユニットが、医学的ファクトＦ_ｊの受け取った値及びそれぞれの重みＷ_ｉ，ｊに基づいて、サブセットＳ１の少なくともいくつかの医療提案ＭＳ_ｉについて、それぞれのスコアを計算するために構成される。

上記で説明したように、この医療判断支援システムは、方法による、本明細書に提示される実施形態のそれぞれを、実行するように構成されてもよい。

本発明の例示の一実施形態による、方法のフロー図である。 本発明の例示の一実施形態による、方法において使用される、医療提案の集合に基づく生成を例示的に示す図である。 本発明の例示の一実施形態による、方法において使用される、医療提案の反復的な集合に基づく生成を例示的に示す図である。 本発明の別の例示の実施形態による、医療提案を生成する方法を概略的に示す図である。 樹形図ベースのシステム、すなわち、従来技術、と、本発明の例示の一実施形態で使用される、医療提案を生成する集合指向の方法と、の比較を概略的に示す図である。 本発明の例示の一実施形態による、医療判断支援システムを概略的に示す図である。 本発明の別の例示の一実施形態による、医療判断支援システムを概略的に示す図である。

図１において、医療提案ＭＳ_ｉを生成する方法のフロー図が示される。上記医療提案ＭＳ_ｉは、医療意志決定のプロセスのための支援として、医師、患者、又は、医療の文脈の別のユーザ、によって使用することができる。本方法のステップ１にて、複数の医療提案ＭＳ_ｉを備える基本集合Ｓ０を有するデータベースが用意される。さらに、上記データベースにて、基本集合Ｓ０が備える医療提案ＭＳ_ｉのうちの少なくとも１つ、いくつか、又は全てが、少なくとも１つのぞれぞれの医学的ファクトＦ_ｊと関連付けられている。さらに実践的な適用では、各医療提案ＭＳ_ｉが、複数の異なる医学的ファクトＦ_ｊと関連付けられている。さらに、図１のデータベースにおいて、少なくともいくつかの医療提案ＭＳ_ｉの、少なくとも１つのそれぞれの医学的ファクトＦ_ｊが、重みＷ_ｉ，ｊと関連付けられている。ステップ２にて、医学的ファクトＦ_ｊの値の形式の既知のファクトが、受け取られ、既知のファクトは、個々の患者と関連付けられている。方法のステップ３では、受け取った既知のファクトに基づく、基本集合Ｓ０からの医療提案ＭＳ_ｉの選択が、行われ、これが、選択されたサブセットＳ１となる。加えて、ステップ４は、医学的ファクトＦ_ｊの受け取った値及びそれぞれの重みＷ_ｉ，ｊに基づいて、サブセットＳ１の少なくともいくつかの医療提案ＭＳ_ｉについての、それぞれのスコアの計算を表す。必要に応じて、本明細書に記載される異なる方法ステップが、新しい医学的ファクトの生成などで補われてもよい。方法を補って、ステップを数回実行する、反復的な方法を提供することもできる。さらに、データベースにおいて、計算ルールが定義されてもよく、各計算ルールが、医学的ファクトＦ_ｊの値とそれぞれの重みＷ_ｉ，ｊとに基づく、基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を定義する。従って、ステップ４を実行するために、サブセットＳ１の医療提案ごとの対応する計算ルールが計算される。

さらなる実践的な実施形態では、選択されたサブセットＳ１からの各医療提案ＭＳ_ｉついてのそれぞれのスコアが、計算される。換言すると、自動的な方法が提示され、上記方法では、既知の医学的ファクトの形式で入力が受け取られ、潜在的な医療提案ＭＳ_ｉのスコアに関する計算が計算され、上記方法は、既に選択された医療提案のスコアの形式で、ユーザに提供される出力を含むことができる。必要に応じて、図１に示される方法は、本発明の既に説明した実施形態に従って、且つ、以下で説明される実施形態によって、ユーザにより補われてもよい。

図２は、図１の方法の例示の実施形態が、医療提案ＭＳ_ｉを生成する方法をどのように実行することができるのかを、概略的に示す。特に、医療提案ＭＳ_ｉの集合に基づく生成が、図２に示される。基本集合Ｓ０から始めると、基本集合Ｓ０は、データベース２０１に格納され、例えば計算ユニット２００のような物理的エンティティが、受け取った既知のファクトＦ_ｊに基づいて、サブセットＳ１を計算することができる。図２から分かるように、Ｓ１は、基本集合Ｓ０のサブセットである。基本集合Ｓ０をサブセットＳ１に限定するプロセスの原理、及び、提示される方法により使用される、その限定／選択に関する基準を、図４から収集することもできる。図２の例では、医療提案ＭＳ_３、ＭＳ_４、及びＭＳ_６のみが、Ｓ１のサブセット基準を満たす。サブセットＳ１の選択に使用される上記基準は、異なる方法で具現化されてもよい。そのような基準の例示の実施形態について、以下に記載され、且つ、既に記載された。図２の例では、選択された医療提案ＭＳ_３、ＭＳ_４、及びＭＳ_６のそれぞれのスコアを、それらの医療提案と、データベース２０１の内容に従う、受け取った既知のファクトＦ_１、Ｆ_２、及びＦ_３との関連に基づいて、計算する。計算ユニット２００は、ネットワークシステムにおいて実装されてもよい。さらに、サーバ又はサーバのクラスタを使用して、上記の方法を実行することができる。受け取った既知のファクト２０２は以下の通りである。Ｆ_１は、医学的ファクト、血圧、であり、受け取ったこの医学的ファクトの値は、１１０／７０である。これは、個々の患者と関連付けられている既知のファクトである。医学的ファクトＦ_２は、脈として具現化され、その値は、個々の患者の値として、１分当たり９５回である。さらに、第３の受け取った既知のファクトＦ_３は、患者の体温として具現化され、４０℃の値として提供される。既知のファクトは、計算ユニット２００により受け取られ、計算ユニット２００は、決定的な関連及び重みＷ_ｉ，ｊが格納されるデータベース２０１に作用する。本実施形態において参照符号２０３で示される基本集合Ｓ０も、データベース２０１に格納され、拡大図として図２に示される。サブセットＳ１が、２０４として示される。さらに、図２の例は、スコア閾値ｘより大きいか又は等しい計算されたスコアを持つ、医療提案ＭＳ_４を有する計算されたサブセットＳ２、を備える。よって、図２に示される方法の結果は、医療提案ＭＳ_４であり、これは、例えば、診断として、ユーザに与えられる質問として、例えば、患者のサンプルプローブのさらなる分析について問い合わせるための、試験所向けの報告書として、具現化され得る。

図３に示される実施形態は、図１及び／又は図２の実施形態のさらなる発展形として考えられてもよい。特に、医療提案ＭＳ_ｉの反復的な集合に基づく生成が、図３に例示される。その結果、医療提案ＭＳ_５がユーザに対して提示される。受け取った既知のファクト、計算ユニット、及びデータベース、の構造に関しては、図２を参照されたい。しかし、本明細書に記載されるような、他のＩＴ構造が、図３の実施形態に使用されてもよい。参照符号３００で示される第１の反復におけるサブセットＳ１の計算に加えて、図１に関して説明された方法ステップの第２の反復が、図３の実施形態において実行されてもよい。その結果が、第２の反復の計算されたサブセットＳ１^＊３０１として示される。図２に２０５として示される計算されたサブセットＳ２は、図３に参照符号３０２で示される計算されたサブセットＳ２に対応する。加えて、図３には、医療提案ＭＳ_５を含むサブセット３０３をもたらす第２の反復の、計算されたサブセットＳ２^＊が含まれる。さらなる反復、すなわち、図１のステップ１〜４の少なくとも一部又は全ての、複数の及び／又は繰り返される処理、のため、結果ＭＳ_５の正しさの、一層の正確性及び一層向上した信頼性が、図３の実施形態によって実現される。特に、結果ＭＳ_５を見つける方法は、サブセットＳ１、サブセットＳ１^＊、サブセットＳ２、及び、最後にサブセットＳ２^＊を介した、基本集合Ｓ０の純粋な集合に基づく制限に基づく。

本発明の別の例示の実施形態により、図４は、医療意志決定のプロセスを支援することに有利な、複数の医療提案を生成する方法を示す。特に、結果４００は、医療提案ＭＳ_１、ＭＳ_２、及びＭＳ_３それぞれの、３つの異なるスコアとして具現化される。値Ｕ、Ｗ、及びＹの形式の、受け取った既知のファクトＦ_１、Ｆ_３、及びＦ_５によって、基本集合Ｓ０が評価され、サブセットＳ１の選択が行われる。既知のファクトとして値が受け取られているデータベース内の、少なくとも１つの医学的ファクトＦ_ｊとの関連を含む医療提案ＭＳ_ｉだけが、サブセットＳ１用に選択される。図４には、使用される医療提案ＭＳ_１〜ＭＳ_５の、医学的ファクトＦ_ｊ〜Ｆ_５及び対応する使用される重みＷ_１，１〜Ｗ_５，５、への依存度が詳細に説明される。しかし、本発明は、そのような数値例に制限されず、それぞれが複数の対応する医学的ファクトに対応する、大量の医療提案に拡張されてもよい。特に、医療提案の集合に基づく生成は、基本集合Ｓ０から医療提案を選択する集合指向のアプローチとして考えられてもよく、多数の医療提案を有する大規模なデータベースが、多数の受け取った既知のファクトの観点で評されなければならない、というシナリオにおける、有利なアプローチである。本発明の集合に基づく態様による、本発明のそのようなシナリオは、信頼性のある効率的な医療判断支援を可能にする。
図４の例において、値Ｕ、Ｗ、Ｙは、既知のファクトとして受け取られたもので、医学的ファクトＦ_１、Ｆ_３、及びＦ_５の値、特徴、及び／又は、有標性である。よって、計算ユニットは、Ｓ０から医療提案ＭＳ_１、ＭＳ_２、及びＭＳ_３を選択して、サブセットＳ１を定義する。残りの医療提案ＭＳ_４及びＭＳ_５は、医学的ファクトＦ_１、Ｆ_３、及びＦ_５のうちの少なくとも１つとの関連を含まないため、サブセットＳ１用に選択されない。

図５は、医療提案を生成する集合に基づく方法の利点を概略的に示し、図５の右側に示される、基本集合５０１が備える医療提案ＭＳ_ｉの間の、本明細書に記載される関連を含むデータベースを使用し、従来技術で使用される医療提案を生成する、不都合のある樹木ベースの方法とは、対照的である。樹木ベースの方法は、図５の左側に示される。この例示の実施形態で使用される医学的ファクトＦ_ｊは、円５００内に描かれる。描かれる線５０２は、それぞれの関連を説明するものである。加えて、対応する重みＷ_ｉ，ｊは、対応するデータベースにより、含まれ且つ定義される。さらに、線５０３は、第１の医療提案が、第２の医療提案と、関連付けられてもよい、という状況を示す。例えば、医療提案５０４は、医療提案５０５を含んでもよく、そうすることにより、医療提案５０４のスコアの計算中に、スコア医療提案５０５のスコアが計算されるようにする。これが、簡素なデータ構造が、データベースで使用されることを促進し、本明細書に提示される方法の速度を上げることができる。よって、ユーザへの応答に要する時間が、この例示の実施形態により、減少する。図５の右側に示される集合に基づく構造５０６は、医療の現実を効果的に表すもので、医学的ファクトと医療提案との間の異なる相関に対して、実際に網目状である。複雑な関連／相互関係の場合、及び、大量の日付の場合、構造５０６が、方法の高速操作を提供する。構造５０６が、リレーショナルデータベースで実装され得ること、又は、インデックスファイル（複数可）に基づくことは、有利である。これにより、従来技術システムで使用されるような、階層型構造５０７とは対照的な、特定の利点が与えられる。構造５０６では、構造５０６の単一の構成要素が、厳格な階層的な順序で、順序付けされなくてもよいため、簡素化された保守が提供される。従来技術の構造５０７では、それぞれの要素の正しい階層的な順序を厳格に求めて、あらゆる矛盾を回避することが、不利である。

さらに、本発明の有利な構造５０６は、異なる概念すなわち医療提案ＭＳ_ｉを、同時に対象とすることを可能とするが、従来技術の構造５０７では、樹木ベースの図を通る単一の経路が、ユーザによって選択されることが必要である。しかし、そのような選択は、受け取った既知のファクトの１要素を無視する又は過小評価する危険を伴う。さらに、本発明の構造５０６は、不確か又は不正確なナレッジを、向上した様式で表すことを可能にする。これとは対照的に、従来技術の構造５０７は、階層的な連携を必要とする。１つの医学的ファクトが、木構造５０７の異なるいくつかの枝において使用される場合、複雑な計算操作を行う必要があるため、対応する計算プロセスが、樹木ベースのシステムでは速度が落ちる。さらに、本発明の構造５０６のさらなる利点は、基本集合Ｓ０及び選択された集合Ｓ１のような使用済みの集合を、例えば、新しい要件又はユーザの要求の観点で、適応させる能力である。そのような適応は、高度に動的な様式で行うことができる。各新しい医学的ファクトに基づいて、例えば、使用済みの入力ベクトル内に、新しい集合が、動的な様式で生成される。さらに、医療判断支援の文脈で、集合を使用することで、使用済み集合の向上した境界設定の可能性及び利点が提供される。例えば、特定の方法領域、例えば心臓外科など、の場合、サブセットの計算若しくはスコアの計算のような、方法又は方法の態様は、基本集合Ｓ０の一部のみに制限され得る。これにより、ユーザへの応答の提供又は搬送の速度を、上げることができる。これとは対照的に、従来技術の構造５０７は、特定の医療域に対する境界設定が要求／適用される際には、構造５０７内に欠点を持つことが不利である。構造５０５について説明した利点は、本発明のいずれの実施形態にも適用され得る。

本発明の別の例示の実施形態によれば、図６は医療判断支援システム６００を示す。システム６００は、図１〜４に関して説明された方法を実行するように構成される。図６に示すように、システム６００は、種々の異なる方法で具現化され得る、本発明による種々の異なる方法で使用され得る、出力６０２を作成する。例えば、出力は、サブセットＳ１の医療提案ＭＳ_ｉのスコアのランキング／順序であってもよく、ディスプレイ６０５に送信されてもよい。出力６０２は、フィードバック６０３として使用されてもよく、第１の反復において受け取った医学的ファクトＦ_ｊの値に加えて提供されて、方法の、第２、又はさらなる、第３若しくは第４の反復などを行うようにしてもよい。さらに、図６は、出力６０２が、例えば、薬物治療６０６などの、提案される療法として具現化されてもよい、ことを示す。これらの医療提案は、ディスプレイ６０７上に表示されてもよいし、又は、生成されたメッセージ６０８によってユーザに提供されてもよい。出力６０２を具現化する別の可能性は、６０９で示される検査値の評価であり、上記評価はディスプレイ６１０に送られてもよいし、又は、プリンタ６１１に送られて、自動的に印刷文書を作成するようにしてもよい。図６による出力６０２は、試験所のロボットなどの技術的装置に、測定を行わせる指示又は問い合わせ６１２として、具現化されてもよい。これらの医療提案６１２は、技術的装置６１３に送られてもよく、技術的装置６１３は、上記の試験所のロボットとして具現化されてもよい。加えて、出力６０２は、プリンタに、例えば、医師の文書、試験所の報告、又は医学的所見文書を印刷させるための指示、とすることができる。プリンタ６１５は、システム６００により、そのような指示を用いて、自動的に用意されてもよい。さらに、ユーザ６１６の入力は、例えば、ユーザのインターフェースを用いて、システム６００に提供されてもよい。例えば、ユーザは、複数の提案された医療提案ＭＳ_ｉを選択することができ、この複数の提案には、それぞれのスコアが与えられ、選択された医療提案（複数可）は、入力６０１又は第２の反復のためのフィードバック６０３に使用される。よって、図示される要素６０４、６０６、６０９、６１２、６１４、及び６０３は、本明細書に提示される方法によって生成される、医療提案ＭＳ_ｉと考えられてもよい。

図７は、医療判断支援システム７００の別の例示の実施形態を概略的に示す図であり、システム７００には、ユーザインターフェース７０２、及びサーバ７０１が含まれ、ユーザインターフェース７０２とサーバ７０１とは、ネットワーク７０３を介して互いに通信する。医学的ファクトＦ_ｊの値の形式の既知のファクトは、指示の形式のユーザインターフェース７０２により、通信経路７０４を介してサーバ７０１へ提供されてもよい。さらに、サーバ７０１は、図１〜４で示される、少なくとも１つのステップ又は全てのステップを担うことができる。サーバ７０１は、ユーザインターフェース７０２に、選択された医療提案ＭＳ_ｉについての計算されたスコアを提供することができ、従って、選択された医療提案ＭＳ_ｉが正しいというそれぞれの可能性を供給することができる。この結果の供給は、通信経路７０５を介して行われてもよい。

本発明の幅広い様々な用途の完全な理解のために、以下の２つの実施例を提示する。
実施例１：検査値の計算

対象：
測定された検査値の、参照範囲に対する評価。

背景：
婦人科内分泌学の分野において、検査値が、各種の要因に依存する。従って、数値ｘの測定値が、参照範囲内にあり、従って、第１日目は正常であるが、別の日に、同数値ｘが、この参照範囲からはるかに離れており、従って、非常に病的である。

例えば、ＦＳＨ値及びその依存度についての医療状況は、以下の通りである。ＦＳＨ値の参照範囲は、周期の何日目か、及び患者の年齢に応じて決まる。よって、所与のＦＳＨ値が参照範囲内にあるかどうかを評価するためには、周期の何日目か、患者の年齢のみならず現在のＦＳＨ値も分かっている必要がある。ここで示した第１の例から明らかにされ解明されるように、本発明の方法及びシステムは、例えば、ここで実施例１に例示したような、既知の医学的ファクトＦ_１〜Ｆ_９に従って、入力が供給される際のＦＳＨ値などの、結果の信頼性のある効率的な計算を容易にする。本発明は、向上した方法及びシステムを提供して、そのようなシナリオの間に、医療判断を行うユーザを援助する。

手順：
本実施形態において、基本集合Ｓ０には、３００個の医療提案ＭＳ_１〜ＭＳ_３００が含まれる。特に、３００個の医療提案は、データベースにて以下のように構成され又は定義される。本例では、ある人が、３０個の最も重要な、共通に使用される、婦人科内分泌学の臨床検査値を使用することに関心がある。この３０個のパラメータは、３０個の医学的ファクトＦ_１〜Ｆ_３０を構成する。このパラメータのそれぞれは、本例では、個々に受け取った値、及び、上記値の、対応する参照範囲との関係に関して、５個の異なる医学的ファクトと組み合わせられている。この５個の異なる医学的ファクト、Ｆ_３１〜Ｆ_３５を、以下のように１つのパラメータについてまとめることができる。
・検査値ｘが、参照範囲を大きく下回る。
・検査値ｘが、参照範囲を下回る。
・検査値ｘが、参照範囲内にある。
・検査値ｘが、参照範囲を上回る。
・検査値ｘが、参照範囲を大きく上回る。

これは、既に１５０個の医療提案につながっており、各医療提案には、３０個のパラメータのうちの１つと、５個の「参照範囲」の医学的ファクトのうちの１つと、の組合せが含まれる。概要、計算速度及びデータ保守の理由に関して、可能な値「はい」及び「いいえ」を有する医学的ファクト「妊娠」をさらに考慮することが望ましい。これにより、このシナリオにおける医療提案の集合が２倍にされ、合計数３００個の医療提案ＭＳ_ｉとなる。

この特定の例では、医師が、性別及び年齢などの、５個の一般的な医学的ファクトと組み合わせて、既知のファクトとして、４個の異なるパラメータ値を用意する。そのような既知のファクトが、本発明による医療判断支援システムに提供されてもよい。１つの医療提案ＭＳ_ｉには、この個々の医療提案ＭＳ_ｉに影響を与える全ての医学的ファクトＦ_ｊが含まれる。例えば、卵胞刺激ホルモン（ＦＳＨ）値の場合は、以下の医学的ファクトにより影響を受ける。すなわち、性別、年齢、周期の何日目か、妊娠の状態、及び、例えば、初経前、生殖可能、閉経前、閉経後などの生命の段階。これらの影響を与える要因は、医学分野の著者及び専門家により作成可能な、データベースに格納される医療提案ＭＳ_１〜ＭＳ_３００の定義の一部である。また、対応する重み及び組合せのための重みが含まれ、これについては詳細に説明する。医学的ファクトＦ_ｊの値の形式の受け取った既知のファクトは、従属請求項に定義されるように、以下のように提示の例において識別されてもよい。
・医学的ファクトＦ_１：年齢（年単位）：２７
・医学的ファクトＦ_２：性別：女
・医学的ファクトＦ_３：周期の何日目か：６
・医学的ファクトＦ_４：：ＦＳＨ（ＩＵ／ｌ）７．５
・医学的ファクトＦ_５：ＬＨ（ＩＵ／ｌ）：１６．９
・医学的ファクトＦ_６：１７β−エストラジオール（ｎｇ／ｌ）：６０．０
・医学的ファクトＦ_７：ＨＣＧ（ＩＵ／Ｌ）：０．５
・医学的ファクトＦ_８：妊娠、存在：いいえ
・医学的ファクトＦ_９：生命の段階女性：生殖可能

選択プロセスにおいて、３００個のうちの、受け取った既知の医学的ファクトＦ_１〜Ｆ_９により満たされるノックアウト基準を含まない全ての医療提案が、サブセットＳ１について選択される。本実施形態では、医学的ファクト「妊娠、存在：はい」を含む全ての医療提案が、排除され、すなわち、サブセットＳ１について選択されない。よって、基本集合Ｓ０は、サブセットＳ１の選択の間に、医療提案が１５０個まで減る。さらに、値ＦＳＨ＝７．５、ＬＨ＝１６．９、又は１７β−エストラジオール＝６０を、それぞれの定義の区間で含む、医療提案のみが、Ｓ１を定義するために考慮される。よって、医学的ファクトＦＳＨ、ＬＨ、又は１７β−エストラジオールとの関連を含まない全ての医療提案が、無視される。最終的に、サブセットＳ１は、Ｓ０の３００個のうち、最大で５０個の医療提案を含むことになる。

この特定の例で使用されるデータベースは、医療提案「参照範囲内の、非妊娠のＦＳＨ」に対して、それぞれの関連／依存度のための重みＷ_ｉ，ｊを含む／関連付ける。データベースのこの重みは、上記で説明したように、データベースの生成の間に、医療専門家が用意することができる。本実施例１では、比較的単純な２値の評価を示した。以下の組合せのうちの１つが、いくつかの異なる医学的ファクトについて組み合わせられた要件と考えられてもよいものであり、真正である場合、個々のスコアすなわち９５０点が、対応する組合せに寄与する。本例において、同時に真正であり得る要件は１つしかないため、組合せ、すなわち、組み合わせられた要件は、区別できる要件と考えることができる。この組合せは、いくつかのリンクされた医学的ファクトと考えることができ、これらは、ＡＮＤ、ＯＲ、ＡＮＤ ＮＯＴ、及び、これらに括弧付けした任意の組合せ、のようなブール演算を介して、リンクされ、又は組み合わせられる。換言すると、組合せ重みＷ_{ｉ，ｃｏｍｂｉｎａｔｉｏｎ}を適用することにより、第１の医学的ファクトと、第２の医学的ファクトとの組合せに重み付けするステップが、この実施例１において実行される。実施例１に提示される組合せが、区別できる要件であるため、組合せごとの全てのスコアの合計は、組合せにより記述される状況に真正なものが無い場合にはゼロであり、又は、この組合せのうちの１つが真正である場合には９５０である。換言すると、個々の医療提案ＭＳ_ｉの要件が満たされる場合、この医療提案に起因して、９５０点が得られ、そうでない場合は、０点が得られる。いくつかの異なる要件が、同時に真正とはなり得ず、各組合せについて、真正のブール組合せは１つしか存在せず、上記の医療提案の組合せの合計は、最終的には常にゼロ又は９５０となる。それらの組合せを行うことは、非常に単純に具現化可能であり、例えば、まず、性別が変更され、次に、周期の何日目か、そして、生命の段階が、変更される。ＦＳＨ値については、定義の区間が用意される。ノックアウト基準として、性別「男」が含まれる。データベースには、医療提案「ＦＳＨ、参照範囲内、非妊娠」について、以下の医学的ファクトの組合せと区間とが含まれる。

−組合せ：性別＝男ＡＮＤ年齢（＞１７〜…）ＡＮＤ ＦＳＨ（１．５〜１４．３）
−組合せ：性別＝男ＡＮＤ年齢（＞１５〜１７）ＡＮＤ ＦＳＨ（〜１３）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞０〜２）ＡＮＤ ＦＳＨ（５．４９〜８．２３）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２〜４）ＡＮＤ ＦＳＨ（６．２〜９．３）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞４〜６）ＡＮＤ ＦＳＨ（５．４９〜８．２３）

以前の組合せが、所与の例について真正であり、従って、この医療提案について９５０点を加える、ことに留意されたい。さらに、使用された組合せは以下の通りである。

−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞６〜８）ＡＮＤ ＦＳＨ（５．０９〜７．６３）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞８〜１０）ＡＮＤ ＦＳＨ（４．２６〜６．３９）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞１０〜１２）ＡＮＤ ＦＳＨ（３．９８〜５．９７）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞１２〜１４）ＡＮＤ ＦＳＨ（３．１〜１７．７）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞１４〜１６）ＡＮＤ ＦＳＨ（５．５〜８．２５）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞１６〜１８）ＡＮＤ ＦＳＨ（４．８１〜７．２２）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞１８〜２０）ＡＮＤ ＦＳＨ（３．４４〜５．１６）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２０〜２２）ＡＮＤ ＦＳＨ（２．７５〜４．１３）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２２〜２４）ＡＮＤ ＦＳＨ（２．０６〜３．０９）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２４〜２６）ＡＮＤ ＦＳＨ（３．４４〜５．１６）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２６〜２８）ＡＮＤ ＦＳＨ（６．１９〜９．２９）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２８〜３５）ＡＮＤ ＦＳＨ（５．８５〜８．９４）
−組合せ：性別＝女ＡＮＤ生命の段階＝閉経後ＡＮＤ ＦＳＨ（２３〜１１６）

さらに、別の例として、医療提案ＭＳ_ｉ「ＦＳＨ、参照範囲を上回る、非妊娠」について、以下の医学的ファクトと区間の組合せと、定義の区間と、がデータベースにて使用されてもよい。

−組合せ：性別＝男ＡＮＤ年齢（＞１７〜…）ＡＮＤ ＦＳＨ（１４．３〜２０）
−組合せ：性別＝男ＡＮＤ年齢（＞１５〜１７）ＡＮＤ ＦＳＨ（１３〜．．）
−組合せ：性別＝男ＡＮＤ年齢（＞１１〜１４）ＡＮＤ ＦＳＨ（４．６〜．．）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞０〜２）ＡＮＤ ＦＳＨ（８．２３〜１２）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２〜４）ＡＮＤ ＦＳＨ（９．３〜１２）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞４〜６）ＡＮＤ ＦＳＨ（８．２３〜１１）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞６〜８）ＡＮＤ ＦＳＨ（７．６３〜１０）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞８〜１０）ＡＮＤ ＦＳＨ（６．３９〜１０）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞１０〜１２）ＡＮＤ ＦＳＨ（５．９７〜１０）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞１２〜１４）ＡＮＤ ＦＳＨ（１７．７〜２５）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞１４〜１６）ＡＮＤ ＦＳＨ（８．２５〜１４）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞１６〜１８）ＡＮＤ ＦＳＨ（７．２２〜１４）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞１８〜２０）ＡＮＤ ＦＳＨ（５．１６〜１２）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２０〜２２）ＡＮＤ ＦＳＨ（４．１３〜１０）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２２〜２４）ＡＮＤ ＦＳＨ（３．０９〜１０）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２４〜２６）ＡＮＤ ＦＳＨ（５．１６〜１２）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２６〜２８）ＡＮＤ ＦＳＨ（９．２９〜１２）
−組合せ：性別＝女ＡＮＤ生命の段階＝生殖可能ＡＮＤ周期の何日目か（＞２８〜３５）ＡＮＤ ＦＳＨ（８．９４〜１１．５）
−組合せ：性別＝女ＡＮＤ生命の段階＝閉経後ＡＮＤ ＦＳＨ（１１６〜１５０）

サブセットＳ１内の医療提案ＭＳ_ｉごとに単一の重みを総計した後、以下の結果が得られる。

この結果を、ソートすることができ、所定の閾値を下回る、例えば、２００点を下回る、医療提案を、出力から排除することができる。結果として得られる二次的な出力が、以下のように提供されてもよい。

ソートされた結果から分かるように、方法及びシステムは、女性が妊娠していないという所与の事実の観点から、検査値ＦＳＨが参照範囲内であると言える、という情報を、ユーザに提供する。それによって、この結果では、参照範囲と、周期の何日目か、及び、年齢のみならず現在与えられているＦＳＨ値と、の間の既に説明した相互関係を考慮する。同じことが、検査値ＬＨ及び検査値１７β−エストラジオールについても言える。従って、受け取った既知のファクトＦ_１〜Ｆ_９の、自動的な、コンピュータベースの集合指向の評価が提示される。

実践的な補足：
追加的な医学的ファクトを、例えば、自動的な様式で派生させること、及び、それらの補足となる医学的ファクトを、最初に受け取った既知のファクトに追加することは、有利な補助的な方策であろう。これは、元の入力ベクトルを、補足となる医学的ファクトで補足すること、と考えられてもよい。例えば、上記で説明した例の医学的ファクトＦ_８及びＦ_９を、簡単に自動的に派生させることができる。

従って、本発明の方法及びシステムは、受け取った既知のファクトに基づいて、新しい医学的ファクトを生成するように構成されてもよい。いずれの数学的関数も、新しい医学的ファクトの、１００％の決定性のある派生又は生成である、例えば、体格指数などに使用することができる。しかし、また、妥当な確率の正しさを有する受け取った既知のファクトから派生させることが可能な医学的ファクトを、生成することができる。

実施例２：検査値に関する医学的所見のシナリオ
手順：
このシナリオの医療提案ＭＳ_ｉの集合には、実施例１で詳細に説明した、検査値評価の医療提案を含む、内分泌学の医療提案が含まれる。特に、実施例２のサブセットＳ０には、以下のものが含まれる。
・診断に関する医療提案（例えば、ＰＣＯ（多嚢胞性卵巣）症候群）、
・妥当性医療提案（例えば、周期の何日目かの値、患者の年齢が信じ難い）、
・医療提案からの結論（例えば、高ゴナドトロピン型、アンドロゲン過剰卵巣機能不全１）、
・検査値評価医療提案（例えば、ＦＳＨ、参照範囲を上回る、非妊娠）、
・適合性医療提案（例えば、高アンドロゲン性脱毛症との適合性）、
・テキストブロック医療提案（例えば高アンドロゲン血症：用語「高アンドロゲン血症」は、単にアンドロゲンの１つ又は複数の測定レベルが参照範囲を上回る、ことを表す。アンドロゲンのレベルの解釈に関しては、アンドロゲンのレベルが、幼少期、生殖可能の段階、妊娠中、及び閉経後、異なる参照範囲…で変わるということを考慮すべきである）、
・補助的な医療提案（例えば、症状群、複合した知見など）

医師は、試験所に、例えば、オーダーフォームで、特定の検査値の検査及び評価を支持することができ、医師は、その結果としての、文書の形式での詳細な医学的所見報告を求める。本発明の方法及び方法を実行するシステムは、これらの必要性を調和させ、医師に、それぞれの応答を異なるフォーマットで提供して、医師が、紙の文書又は電子的な文書を、自らの医療業務／診療所の自らのＩＴ管理システム、又は、自らのクリニック情報システムに、統合できるようにすることができる。必要に応じて、医師又は他のユーザは、さらなる医学的ファクトを、既に使用した受け取った既知のファクトに追加することができる。

以下の明確な例では、仮想患者Ｔｉｎａ Ｍｕｎｓｔｅｒｍａｎｎが、さらなる説明のために用意される。医学的ファクトＦ_ｊの値の形式の受け取った既知のファクトは、従属請求項に定義されるように、以下のように提示の例において識別されてもよい。
基本ファクト：
・Ｆ_１：年齢：３８
・Ｆ_２：性別：女（ｆ）
診断の詳述（医療業務のＩＴシステムから、自動的に、受け取られ／問い合わせられる）：
・Ｆ_３：Ｎ６４．３：乳汁漏出症、出産及び授乳の関連は無し
・Ｆ_４：Ｎ９１．１：続発性無月経
臨床検査値：
・Ｆ_５：プロラクチン（ｎｇ／ｍｌ）：５１
・Ｆ_６：ＤＨＥＡＳ（μｇ／ｍｌ）：５．３
・Ｆ_７：１７−ヒドロキシプロゲステロン（μｇ／ｍｌ）：０．５
・Ｆ_８：１７β−エストラジオール（ｎｇ／ｌ）：２１
臨床の詳述：
・Ｆ_９：視野欠損：はい
派生ファクト：
・Ｆ_１０：妊娠、存在：いいえ
・Ｆ_１１：生命の段階女性：生殖可能

実施例２の異なるステップ：
本例の基本集合Ｓ０は、さらに全体的な基本集合のサブセットと考えられてもよい。Ｓ０は、医学的所見シナリオ検査値と組み合わせて、婦人科内分泌学に関する。Ｓ０は、約１５００個の医療提案ＭＳ_ｉを含む。集合演算にて、サブセットＳ１が選択される。このために、ユーザが受け取った１つの医学的ファクト、を少なくとも含む、又は、に関連付けられている、全ての医療提案ＭＳ_ｉが、Ｓ０から選択される。本発明の例示の実施形態では、年齢及び性別は、基本情報と考えられてもよく、システムに対して一般的に適用されるべきであり、その一般的な真価のために、選択基準としては使用されないかもしれない。受け取った入力、すなわち、受け取った既知のファクトＦ_１〜Ｆ_１１、に基づいて、８４個の医療提案がサブセットＳ１にある。医学的ファクトＦ_ｊの受け取った値に基づく、サブセットＳ１の提案ＭＳ_ｉについてのそれぞれのスコアと、それぞれの重みＷ_ｉ，ｊと、を計算するステップが、以下で実行されてもよい。以下のリストから収集できるように、各医療提案が、医療提案のカテゴリに分類され、上記カテゴリは、それぞれの医療提案の後に括弧内に与えられる。必要に応じて、医療提案を、カテゴリへの医療提案の帰属に従って、グループ化することが行われてもよい。

計算：
以下では、「分類された可能性」の体系を用いた計算について説明する。例示の一実施形態のように、３つの分類を使用して、確率と考えられてもよい計算されたスコアを評価することができる。２００〜６００未満の間のスコア値で表される、疑わしいものの分類、６００以上９５０未満のスコア値を有する可能性のある仮定の分類、９５０点以上のスコア値を有する高い可能性のある仮定の分類。しかし、また、これより少ない又は多い分類が使用されてもよく、それぞれの命令についての他の制限も使用されてもよい。統計的確率との違いが存在し、統計的確率は、本明細書で使用される分類された可能性とははるかに離れている、ということに留意されたい。本明細書に記載される点数のスコアは、通常、検討及び評価の個々の事例に基づいて、母集団平均の評価に基づくものではない。例えば、個々の事例に対して、８０歳より上の男性の４８％が虚血性心疾患を患っている、という統計的には正しい所記は、追加すべき価値がない。実際に検査した８５歳の男性が、そのような疾病を患っているか、上記疾病を患っていないか、のいずれかである。その疾病を４８％だけ、患うことは不可能である。換言すると、そのような統計的な報告は、あるグループの人々について考える場合にのみ、価値がある。８０歳より上の１００人の男性の中で、約４８人がその心臓疾患を患っている。しかし、これは、個々の事例が、詳細に検査及び分析されることが必要な際には、個々の事例については何の役にも立たない。本発明の説明から明らかにされ解明されるように、本発明は、そのような個々の事例の評価を使用し、分類された可能性が使用されることにはかかわらない。

以下のリストでは、スコアの高い方から低い方への順番で、４８個の残留している医療提案ＭＳ_ｉについてユーザに対して提示される。これは、Ｔｉｎａ Ｍｕｎｓｔｅｒｍａｎｎ夫人の個人の本明細書に記載される事例の結果リストである。

さらに、以下では、上記のリストからの、選択された計算例が、例示の目的で提示される。特に、「ＨＯＭＡ−ＩＲ」すなわち、インスリン抵抗性指数、という活動医療提案が示される。詳細には、この医療提案についての依存度が、以下の表で与えられる。第１の列「名称」には、それぞれの医学的ファクト及び医療提案が与えられている。第２の列「型」には、医療提案又は医学的ファクトのどちらが設けられるのかが示される。第３の列「Ｗ_ｉ，ｊ」には、スコアの計算のための重みＷ_ｉ，ｊの値が、提示される。最後の列「結果、点数」には、それぞれの医療提案又は医学的ファクトのそれぞれの計算されたスコアが、提示される。
試験所：この医療提案に関する、インスリン抵抗性指数［ＨＯＭＡ−ＩＲ］（活動）、関連／依存度：

医療提案ＨＯＭＡ−ＩＲの本例において分かるように、この医療提案は、医療提案ＰＣＯ症候群と関連付けられている。よって、ＨＯＭＡ−ＩＲ医療提案のスコアを計算する際には、医療提案ＰＣＯ症候群のスコアも、計算されなければならない。疑わしい（Ｓ）、可能性がある（Ｌ）、及び可能性が高い（ＶＬ）という分類を用いた、確率の分類が、本例では使用される。明確にする理由で、ＰＣＯ症候群の、下層にある計算の体系及び構造は提示されない。しかし、Ｔｉｎａ Ｍｕｎｓｔｅｒｍａｎｎの例の所与のファクトに関して、ＰＣＯ症候群の計算された値又はスコアは、３０１である。重みによって、２００点が、ＰＣＯ症候群に割り当てられ、これは、最後の列の第１行に示される。さらに、体格指数の医学的ファクトが、表の第６行に示される。ＢＭＩが２９を超える場合、ＨＯＭＡ−ＩＲ医療提案に２００点が割り当てられる。しかし、提示の例では、ＢＭＩ値が与えられておらず、それぞれの列では、点数は割り当てられていない。同様の様式で、ＨＯＭＡ−ＩＲの医療提案の残りの医療提案ＭＳ_ｉ及び医学的ファクトＦ_ｊが計算されて、合計６００がスコアの結果となる。

本発明の方法及びシステムは、実施例２のこの実施形態において、上記で説明した計算及び一般的な文書テンプレートに基づいて、文書を生成するように構成され、上記文書は、データベースが備えることができ、以下のようなものである。

本発明の方法及びシステムは、実施例２のこの実施形態において、上記で説明した計算及び一般的な文書テンプレートに基づいて、文書を生成するように構成され、上記文書は、データベースが備えることができ、以下のようなものである。

実施形態
［実施形態１］
医療意志決定のプロセスを支援することに有利な、医療提案のスコアを計算する方法であって、
医療提案ＭＳ_ｉの基本集合Ｓ０を有するデータベースを用意するステップ（ステップ１）であって、
前記データベースにて、前記医療提案のうちの少なくともいくつかが、少なくとも１つのそれぞれの医学的ファクトＦ_ｊと関連付けられ、
前記データベースにて、前記少なくともいくつかの医療提案ＭＳ_ｉの前記それぞれの医学的ファクトＦ_ｊが、重みＷ_ｉ，ｊと関連付けられている、ステップと、
医学的ファクトＦ_ｊの値の形式の既知のファクトを受け取るステップ（ステップ２）であって、前記既知のファクトが個々の患者と関連付けられている、ステップと、
前記受け取った既知のファクトに基づいて、前記基本集合Ｓ０から医療提案のサブセットＳ１を選択するステップ（ステップ３）と、
前記医学的ファクトＦ_ｊの受け取った値及び前記それぞれの重みＷ_ｉ，ｊに基づいて、前記サブセットＳ１の少なくともいくつかの医療提案ＭＳ_ｉについて、それぞれのスコアを計算するステップ（ステップ４）と、
を含む方法。
［実施形態２］
ステップ４で計算された、第１の医療提案の計算されたスコアを使用し、前記医学的ファクトＦ_ｊの受け取った値と、前記それぞれの重みＷ_ｉ，ｊと、前記第１の医療提案の計算されたスコアと、に基づいて、前記サブセットＳ１の少なくとも第２の医療提案についてのそれぞれのスコアを計算する、ステップ
をさらに含む実施形態１に記載の方法。
［実施形態３］
前記サブセットＳ１からの少なくとも１つの医療提案によって、前記少なくとも１つの医療提案のそれぞれの計算されたスコアに基づいて、前記受け取った既知のファクトを補足するステップと、
前記補足された受け取った既知のファクトを用いて、ステップ２、ステップ３及びステップ４、を繰り返すステップと、
をさらに含む実施形態１に記載の方法。
［実施形態４］
前記データベースに、医療ナレッジモデルが格納される、実施形態１〜３のいずれか一項に記載の方法。
［実施形態５］
前記データベースが、スクリプトファイルのコレクションから成る、実施形態１〜４のいずれか一項に記載の方法。
［実施形態６］
前記医療ナレッジモデルが、
ａ．前記医療ナレッジモデルの構造を記述する構造パラメータと、
ｂ．前記医学的ファクトＦ_ｊの値と前記それぞれの重みＷ_ｉ，ｊとに基づく、前記基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を各計算ルールが定義する、計算ルールと、
ｃ．プレゼンテーション要素と、
を含み、
前記医療ナレッジモデルが、前記データベースの、少なくとも第１の記憶領域、第２の記憶領域、及び第３の記憶領域に、格納され、
全ての構造パラメータが、前記第１の記憶領域に格納され、
全ての計算ルールが、前記第２の記憶領域に格納され、
全てのプレゼンテーション要素が、前記第３の記憶領域に格納され、
前記データベースの前記第１の記憶領域、前記第２の記憶領域、及び前記第３の記憶領域が、互いに異なる
実施形態４又は５に記載の方法。
［実施形態７］
前記医療ナレッジモデルが、第１の医療ナレッジモジュールと、第２の医療ナレッジモジュールと、を含み、
前記第１の医療ナレッジモジュールが、
ａ．前記第１の医療ナレッジモジュールの構造を記述する構造パラメータと、
ｂ．前記医学的ファクトＦ_ｊの値と前記それぞれの重みＷ_ｉ，ｊとに基づく、前記基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を各計算ルールが定義する、計算ルールと、
ｃ．プレゼンテーション要素と、
を含み、
前記第１の医療ナレッジモジュールが、前記データベースの、少なくとも第１の記憶領域、第２の記憶領域、及び第３の記憶領域に、格納され、
前記第１の医療ナレッジモジュールの全ての構造パラメータが、前記第１の記憶領域に格納され、
前記第１の医療ナレッジモジュールの全ての計算ルールが、前記第２の記憶領域に格納され、
前記第１の医療ナレッジモジュールの全てのプレゼンテーション要素が、前記第３の記憶領域に格納され、
前記データベースの前記第１の記憶領域、前記第２の記憶領域、及び前記第３の記憶領域が、互いに異なり、
前記第２の医療ナレッジモジュールが、
ａ．前記第２の医療ナレッジモジュールの構造を記述する構造パラメータと、
ｂ．前記医学的ファクトＦ_ｊの値と前記それぞれの重みＷ_ｉ，ｊとに基づく、前記基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を各計算ルールが定義する、計算ルールと、
ｃ．プレゼンテーション要素と、
を含み、
前記第２の医療ナレッジモジュールが、前記データベースの、少なくとも第４の記憶領域、第５の記憶領域、及び第６の記憶領域に、格納され、
前記第２の医療ナレッジモジュールの全ての構造パラメータが、前記第４の記憶領域に格納され、
前記第２の医療ナレッジモジュールの全ての計算ルールが、前記第５の記憶領域に格納され、
前記第２の医療ナレッジモジュールの全てのプレゼンテーション要素が、前記第６の記憶領域に格納され、
前記データベースの前記第４の記憶領域、前記第５の記憶領域、及び前記第６の記憶領域が、互いに異なる、
実施形態４又は５に記載の方法。
［実施形態８］
前記第２の医療ナレッジモジュールが、第１の医療ナレッジモジュールに依存する、実施形態７に記載の方法。
［実施形態９］
前記第２の医療ナレッジモジュールの構造パラメータが、前記第１の医療ナレッジモジュールの構造パラメータを参照し、及び／又は、
前記第２の医療ナレッジモジュールの計算ルールが、前記第１の医療ナレッジモジュールの構造パラメータを参照し、及び／又は、
前記第２の医療ナレッジモジュールのプレゼンテーション要素が、前記第１の医療ナレッジモジュールの構造パラメータを参照する、
実施形態７又は８に記載の方法。
［実施形態１０］
前記第１の医療ナレッジモジュールの全ての構造パラメータが、前記第２のナレッジモジュールにより参照される、実施形態７又は８に記載の方法。
［実施形態１１］
前記第１の医療ナレッジモジュール及び前記第２の医療ナレッジモジュールが、それぞれ、方法の結果を検証するためのテストケースを含み、
各テストケースが、医学的ファクトと、複数の制約と、を含む、
実施形態７〜１０のいずれか一項に記載の方法。
［実施形態１２］
前記データベースには、前記第１の医療ナレッジモジュールと前記第２の医療ナレッジモジュールとの間に循環依存が無い、実施形態７〜１１のいずれか一項に記載の方法。
［実施形態１３］
前記医療ナレッジモデルが、複数の医療ナレッジモジュールを含み、
前記データベースには、前記複数の医療ナレッジモジュールのうちの医療ナレッジモジュール間に、循環依存が無い、
実施形態７〜１２のいずれか一項に記載の方法。
［実施形態１４］
前記データベースにて、計算ルールが定義され、
各計算ルールが、前記医学的ファクトＦ_ｊと前記それぞれの重みＷ_ｉ，ｊとに基づく、前記基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を定義する
実施形態１〜１３のいずれか一項に記載の方法。
［実施形態１５］
計算ルールごとに、対応するルール前提が、前記データベースに格納され、
各ルール前提が、３つのサブ前提を含み、
各計算ルールの第１のサブ前提が、どの医学的ファクトＦ_ｊが、対応するルール計算に対して必須であるか、を定義し、
各計算ルールの第２のサブ前提が、どの医学的ファクトＦ_ｊが、対応するルール計算に対して選択的であるか、を定義し、
各計算ルール第３のサブ前提が、どの医学的ファクトＦ_ｊが、対応するルール計算に対してノックアウト基準であるか、を定義する
実施形態１４に記載の方法。
［実施形態１６］
計算ルールの計算を、前記計算ルールに対して選択的である全ての医学的ファクトＦ_ｊが、
既知である、又は
既知ではないが計算可能である、又は
既に計算済みであり、前記データベース内のいかなる他の計算ルールによっても計算可能でない
場合のみ、実行するステップ
をさらに含む実施形態１５に記載の方法。
［実施形態１７］
計算ルールの計算を、前記計算に対してノックアウト基準である前記医学的ファクトＦ_ｊが、既知である、又は、計算できないものである場合のみ、実行するステップ
をさらに含む実施形態１５又は１６に記載の方法。
［実施形態１８］
前記サブセットＳ１において、Ｓ１に含まれる前記医療提案ＭＳ_ｉがそれぞれ、値が既知のファクトとして受け取られた、少なくとも１つの医学的ファクトと、関連付けられていることを特徴とする実施形態１〜１７のいずれか一項に記載の方法。
［実施形態１９］
サブセットＳ１を選択する前記ステップの際に、前記基本集合Ｓ０の各医療提案にアクセスするステップ
をさらに含む実施形態１〜１８のいずれか一項に記載の方法。
［実施形態２０］
前記サブセットＳ１を選択する前記ステップが、集合に基づいて処理される、実施形態１〜１９のいずれか一項に記載の方法。
［実施形態２１］
前記医療提案ＭＳ_ｉが、医療診断、医学的所見、薬物治療、既往歴、補助的提案、検査値の評価、医学的妥当性、医学的結論、医療処置、医療上の指示、医療報告書、医療上の質問、症状、症状の群、テキストブロック、栄養上の勧告、運動提案、ケアの提案、リハビリ提案、遺伝面、組織学所見、生理的過程、病理生理的過程の発見、質指標、治療勧告、療法勧告、プロセス提案、医療調査提案、患者アンケート、専門的なアンケート調査、及び、これらの任意の組合せ、を含むグループから選択される要素として、それぞれ具現化される、実施形態１〜２０のいずれか一項に記載の方法。
［実施形態２２］
前記サブセットＳ１の医療提案ＭＳ_ｉの各それぞれのスコアが、それぞれの医療提案が正しいという確率を表す、実施形態１〜２１のいずれか一項に記載の方法。
［実施形態２３］
前記医学的ファクトＦ_ｊが、患者の年齢、患者の性別、患者の体重、患者の身長、生理的パラメータ、生物学的パラメータ、化学的パラメータ、医学的パラメータ、症状、医療上の苦情に関連する情報、医学的所見の結果、患者の生活状態に関連する情報，患者の医療状況を記述するのに有用な患者についての情報、診断、医療データ、薬剤データ、運動データ、栄養データ、リハビリデータ、ケアデータ、テレメトリデータ、統計データ、医療文献データ、既往歴、危険因子、アレルギー、患者の居住環境、患者の仕事の状況、患者の住居状況、画像データ、地域的気候データ、地域的環境データ、風土病データ、流行病データ、機能検査の結果、アンケート調査を介して専門家又は患者から受け取った情報、及び、これらの任意の組合せ、を含むグループから選択される要素として、それぞれ具現化される、実施形態１〜２２のいずれか一項に記載の方法。
［実施形態２４］
前記医療提案のスコアを計算する前記ステップが、
第１の重みＷ_ｉ，ｊを適用することにより、第１の医療提案ＭＳ_ｉの第１の医学的ファクトＦ_ｊの、受け取った第１の値に重み付けして、第１の提案結果を得る、サブステップと、
第２の重みＷ_ｉ，ｋを適用することにより、前記第１の医療提案ＭＳ_ｉの第２の医学的ファクトＦ_ｋの、受け取った第２の値に重み付けして、第２の提案結果を得る、サブステップと、
前記第１の提案結果と、前記第２の提案結果とを、前記提案ＭＳ_ｉのスコアに合計するサブステップと、
を含む実施形態１〜２３のいずれか一項に記載の方法。
［実施形態２５］
組合せ重みＷ_{ｉ，ｃｏｍｂｉｎａｔｉｏｎ ｊ−ｋ}を適用することにより、前記第１の医学的ファクトＦ_ｊと前記第２の医学的ファクトＦ_ｋとの組合せに重み付けするステップ、をさらに含み、
前記組合せが、ＡＮＤ、ＯＲ、ＡＮＤ ＮＯＴ、及び、これらに括弧付けした任意の組合せ、を含むブール演算の組合せのグループから選択される、実施形態２４に記載の方法。
［実施形態２６］
前記重みＷ_ｉ，ｊが、前記対応する医療提案ＭＳ_ｉが、前記医学的ファクトＦ_ｊの値に基づいて正しい、という確率を表す確率分布である、実施形態１〜２５のいずれか一項に記載の方法。
［実施形態２７］
前記医療提案のスコアを計算する前記ステップが、
第１の医療提案Ｓ_ｉの第１の医学的ファクトＦ_ｊの第１の値を受け取るサブステップと、
前記第１の医療提案Ｓ_ｉの第２の医学的ファクトＦ_ｋの第２の値を受け取るサブステップと、
組合せ重みＷ_{ｉ，ｃｏｍｂｉｎａｔｉｏｎ ｊ−ｋ}を適用することにより、前記第１の医学的ファクトＦ_ｊと前記第２の医学的ファクトＦ_ｋとの組合せに、重み付けするサブステップと、を含む
実施形態１〜２６のいずれか一項に記載の方法。
［実施形態２８］
前記重みＷ_{ｉ，ｃｏｍｂｉｎａｔｉｏｎ ｊ−ｋ}が、前記対応する医療提案ＭＳ_ｉが、前記医学的ファクトＦ_ｊ及びＦ_ｋの値の組合せに基づいて正しい、という確率を表す確率分布である、実施形態２７に記載の方法。
［実施形態２９］
前記データベースが、全ての医学的ファクトＦ_ｊが自立的且つ等価であるように、構造を用意する、実施形態１〜２８のいずれか一項に記載の方法。
［実施形態３０］
前記サブセットＳ１の前記医療提案ＭＳ_ｉを、そのぞれぞれの計算されたスコアの順序で、ランク付けするステップと、
ランク付けされた医療提案の前記順序を、ユーザに提供するステップと、
をさらに含む実施形態１〜２９のいずれか一項に記載の方法。
［実施形態３１］
前記個々の受け取った既知のファクトを、前記受け取った既知のファクトのそれぞれの作成者について、分類するステップと、
前記受け取った既知のファクトの優先順位付けを、前記それぞれの作成者に基づいて、適用するステップと、
をさらに含む実施形態１〜３０のいずれか一項に記載の方法。
［実施形態３２］
前記受け取った医学的ファクトＦ_ｊのうちの少なくとも１つが、時間展開の形式で用意され、
前記時間展開が、ｎ個の異なる時点における、前記医学的ファクトのｎ個の値を含むベクトルによって表される
実施形態１〜３１のいずれか一項に記載の方法。
［実施形態３３］
前記基本集合Ｓ０が、診断としてそれぞれ具現化される、複数の医療提案を含み、
各診断が、前記診断に適している又は関連付けられている、症状又は医学的ファクトとして具現化される医学的ファクトと、関連付けられている、
実施形態１〜３２のいずれか一項に記載の方法。
［実施形態３４］
前記基本集合Ｓ０の第１の医療提案が、第２の医療提案と関連付けられて、前記第１の医療提案のスコアを計算するステップの間に、前記第２の医療提案のスコアが計算される、実施形態１〜３３のいずれか一項に記載の方法。
［実施形態３５］
前記基本集合Ｓ０のうちの少なくとも１つの医療提案が、複数の医学的ファクトＦ_ｊと関連付けられ、
前記複数の医学的ファクトの少なくとも一部が、前記データベースにて、主題に関してまとめてリンクされて、医学的ファクトのグループを形成する、
実施形態１〜３４のいずれか一項に記載の方法。
［実施形態３６］
前記データベースにて、少なくとも１つの医療提案ＭＳ_ｉが、前記医療提案に対するノックアウト基準と関連付けられ、
前記受け取った既知のファクトが前記ノックアウト基準を満たす場合に、前記少なくとも１つの医療提案が、前記サブセットＳ１について選択されない、
実施形態１〜３５のいずれか一項に記載の方法。
［実施形態３７］
前記データベースにて、少なくとも１つの医療提案ＭＳ_ｉが、前記医療提案に対する必須基準と関連付けられ、
前記受け取った既知のファクトが前記必須基準を満たす場合に、前記少なくとも１つの医療提案が、前記サブセットＳ１について選択されるだけである、
実施形態１〜３６のいずれか一項に記載の方法。
［実施形態３８］
前記計算されたスコアに基づいて、出力を生成するステップをさらに含み、
前記出力が、前記それぞれの計算されたスコアの順序でランク付けされた、可能性のある医療提案のリスト、報告、患者宛の文書、試験所宛の文書、試験所でのさらなる測定のための指示又は提案を含む試験所宛の文書、医学的所見文書、臨床医である送信者のＩＤ付きの医学的所見文書、ユーザに対する質問又は質問の組、グラフィカルインターフェースの形式のユーザに対する質問、オーダー、薬剤のオーダー、及び、これらの任意の組合せ、を含むグループから選択される、
実施形態１〜３７のいずれか一項に記載の方法。
［実施形態３９］
前記生成された出力を、出力データの形式でユーザに提供するステップと、
ユーザによってなされる前記出力データの修正についての、修正情報を受け取るステップと、
前記受け取った修正情報に基づいて、前記データベースを適応させるステップと、
をさらに含む実施形態３８に記載の方法。
［実施形態４０］
前記データベースの適応が、
少なくとも１つの医療提案と、少なくとも１つのそれぞれの医学的ファクトＦ_ｊとの関連を適応させること、少なくとも１つの重みＷ_ｉ，ｊを適応させること、前記医療提案の前記サブセットＳ１を前記基本集合Ｓ０から選択するための選択ルールを適応させること、及び、これらの任意の組合せ、
を含むグループから選択される、実施形態３９に記載の方法。
［実施形態４１］
前記サブセットＳ１を選択する前記ステップと、前記スコアを計算する前記ステップとが、計算ユニットにより実行され、
前記方法が、前記計算ユニットと医学的ファクトソースとの間にインターフェースを用意して、前記データベースと、前記医学的ファクトソースとの間のデータ伝送を容易にする、ステップをさらに含み、
前記インターフェースが、前記医学的ファクトソースが、前記インターフェースに接続されている場合に、少なくとも１人の個々の患者の、医学的ファクトＦ_ｊの値の形式の既知のファクトを、前記計算ユニットへ伝送すること、を容易にするように構成される、
実施形態１〜４０のいずれか一項に記載の方法。
［実施形態４２］
医療意志決定のプロセスを支援することに有利な、医療提案のスコアを計算するためのコンピュータプログラムが格納される、コンピュータ可読媒体であって、前記コンピュータプログラムが、プロセッサによって実行されたとき、
医療提案ＭＳ_ｉの基本集合Ｓ０を有するデータベースを、利用可能にすることを実行するように構成され、
前記データベースにて、前記医療提案のうちの少なくともいくつかが、少なくとも１つのそれぞれの医学的ファクトＦ_ｊと関連付けられ、
前記データベースにて、医療提案ＭＳ_ｉの前記それぞれの医学的ファクトＦ_ｊが、重みＷ_ｉ，ｊと関連付けられ、
プログラム要素が、
医学的ファクトＦ_ｊの値の形式の既知のファクトを受け取ることであって、前記既知のファクトが個々の患者と関連付けられていることと、
前記受け取った既知のファクトに基づいて、前記基本集合Ｓ０から医療提案のサブセットＳ１を選択することと、
前記医学的ファクトＦ_ｊの受け取った値及び前記それぞれの重みＷ_ｉ，ｊに基づいて、前記サブセットＳ１の少なくともいくつかの医療提案ＭＳ_ｉについて、それぞれのスコアを計算することと、
を実行するようにさらに構成される
コンピュータ可読媒体。
［実施形態４３］
医療意志決定のプロセスを支援することに有利な、医療提案のスコアを計算するための、医療判断支援システムであって、
医療提案ＭＳ_ｉの基本集合Ｓ０を有するデータベースであって、
前記データベースにて、前記医療提案のうちの少なくともいくつかが、少なくとも１つのそれぞれの医学的ファクトＦ_ｊと関連付けられ、
前記データベースにて、医療提案ＭＳ_ｉの前記それぞれの医学的ファクトＦ_ｊが、重みＷ_ｉ，ｊと関連付けられている、データベースと、
医学的ファクトＦ_ｊの値の形式の既知のファクトを受け取るための受信装置であって、前記既知のファクトが個々の患者と関連付けられている、受信装置と、
前記受け取った既知のファクトに基づいて、前記基本集合Ｓ０から医療提案のサブセットＳ１を選択するために構成される計算ユニットであって、
前記計算ユニットが、前記医学的ファクトＦ_ｊの前記受け取った値及び前記それぞれの重みＷ_ｉ，ｊに基づいて、前記サブセットＳ１の少なくともいくつかの医療提案ＭＳ_ｉについて、それぞれのスコアを計算するために構成される、計算ユニットと、
を具備するシステム。

Claims (43)

1. 医療意志決定のプロセスを支援することに有利な、医療提案のスコアを計算する方法であって、
   医療提案ＭＳ_ｉの基本集合Ｓ０を有するデータベースを用意するステップ（ステップ１）であって、
   前記データベースにて、前記医療提案のうちの少なくともいくつかが、少なくとも１つのそれぞれの医学的ファクトＦ_ｊと関連付けられ、
   前記データベースにて、前記少なくともいくつかの医療提案ＭＳ_ｉの前記それぞれの医学的ファクトＦ_ｊが、重みＷ_ｉ，ｊと関連付けられている、ステップと、
   医学的ファクトＦ_ｊの値の形式の既知のファクトを受け取るステップ（ステップ２）であって、前記既知のファクトが個々の患者と関連付けられている、ステップと、
   前記受け取った既知のファクトに基づいて、前記基本集合Ｓ０から医療提案のサブセットＳ１を選択するステップ（ステップ３）と、
   前記医学的ファクトＦ_ｊの受け取った値及び前記それぞれの重みＷ_ｉ，ｊに基づいて、前記サブセットＳ１の少なくともいくつかの医療提案ＭＳ_ｉについて、それぞれのスコアを計算するステップ（ステップ４）と、
   を含む方法。
2. ステップ４で計算された、第１の医療提案の計算されたスコアを使用し、前記医学的ファクトＦ_ｊの受け取った値と、前記それぞれの重みＷ_ｉ，ｊと、前記第１の医療提案の計算されたスコアと、に基づいて、前記サブセットＳ１の少なくとも第２の医療提案についてのそれぞれのスコアを計算する、ステップ
   をさらに含む請求項１に記載の方法。
3. 前記サブセットＳ１からの少なくとも１つの医療提案によって、前記少なくとも１つの医療提案のそれぞれの計算されたスコアに基づいて、前記受け取った既知のファクトを補足するステップと、
   前記補足された受け取った既知のファクトを用いて、ステップ２、ステップ３及びステップ４、を繰り返すステップと、
   をさらに含む請求項１に記載の方法。
4. 前記データベースに、医療ナレッジモデルが格納される、請求項１〜３のいずれか一項に記載の方法。
5. 前記データベースが、スクリプトファイルのコレクションから成る、請求項１〜４のいずれか一項に記載の方法。
6. 前記医療ナレッジモデルが、
   ａ．前記医療ナレッジモデルの構造を記述する構造パラメータと、
   ｂ．前記医学的ファクトＦ_ｊの値と前記それぞれの重みＷ_ｉ，ｊとに基づく、前記基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を各計算ルールが定義する、計算ルールと、
   ｃ．プレゼンテーション要素と、
   を含み、
   前記医療ナレッジモデルが、前記データベースの、少なくとも第１の記憶領域、第２の記憶領域、及び第３の記憶領域に、格納され、
   全ての構造パラメータが、前記第１の記憶領域に格納され、
   全ての計算ルールが、前記第２の記憶領域に格納され、
   全てのプレゼンテーション要素が、前記第３の記憶領域に格納され、
   前記データベースの前記第１の記憶領域、前記第２の記憶領域、及び前記第３の記憶領域が、互いに異なる
   請求項４又は５に記載の方法。
7. 前記医療ナレッジモデルが、第１の医療ナレッジモジュールと、第２の医療ナレッジモジュールと、を含み、
   前記第１の医療ナレッジモジュールが、
   ａ．前記第１の医療ナレッジモジュールの構造を記述する構造パラメータと、
   ｂ．前記医学的ファクトＦ_ｊの値と前記それぞれの重みＷ_ｉ，ｊとに基づく、前記基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を各計算ルールが定義する、計算ルールと、
   ｃ．プレゼンテーション要素と、
   を含み、
   前記第１の医療ナレッジモジュールが、前記データベースの、少なくとも第１の記憶領域、第２の記憶領域、及び第３の記憶領域に、格納され、
   前記第１の医療ナレッジモジュールの全ての構造パラメータが、前記第１の記憶領域に格納され、
   前記第１の医療ナレッジモジュールの全ての計算ルールが、前記第２の記憶領域に格納され、
   前記第１の医療ナレッジモジュールの全てのプレゼンテーション要素が、前記第３の記憶領域に格納され、
   前記データベースの前記第１の記憶領域、前記第２の記憶領域、及び前記第３の記憶領域が、互いに異なり、
   前記第２の医療ナレッジモジュールが、
   ａ．前記第２の医療ナレッジモジュールの構造を記述する構造パラメータと、
   ｂ．前記医学的ファクトＦ_ｊの値と前記それぞれの重みＷ_ｉ，ｊとに基づく、前記基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を各計算ルールが定義する、計算ルールと、
   ｃ．プレゼンテーション要素と、
   を含み、
   前記第２の医療ナレッジモジュールが、前記データベースの、少なくとも第４の記憶領域、第５の記憶領域、及び第６の記憶領域に、格納され、
   前記第２の医療ナレッジモジュールの全ての構造パラメータが、前記第４の記憶領域に格納され、
   前記第２の医療ナレッジモジュールの全ての計算ルールが、前記第５の記憶領域に格納され、
   前記第２の医療ナレッジモジュールの全てのプレゼンテーション要素が、前記第６の記憶領域に格納され、
   前記データベースの前記第４の記憶領域、前記第５の記憶領域、及び前記第６の記憶領域が、互いに異なる、
   請求項４又は５に記載の方法。
8. 前記第２の医療ナレッジモジュールが、第１の医療ナレッジモジュールに依存する、請求項７に記載の方法。
9. 前記第２の医療ナレッジモジュールの構造パラメータが、前記第１の医療ナレッジモジュールの構造パラメータを参照し、及び／又は、
   前記第２の医療ナレッジモジュールの計算ルールが、前記第１の医療ナレッジモジュールの構造パラメータを参照し、及び／又は、
   前記第２の医療ナレッジモジュールのプレゼンテーション要素が、前記第１の医療ナレッジモジュールの構造パラメータを参照する、
   請求項７又は８に記載の方法。
10. 前記第１の医療ナレッジモジュールの全ての構造パラメータが、前記第２のナレッジモジュールにより参照される、請求項７又は８に記載の方法。
11. 前記第１の医療ナレッジモジュール及び前記第２の医療ナレッジモジュールが、それぞれ、方法の結果を検証するためのテストケースを含み、
    各テストケースが、医学的ファクトと、複数の制約と、を含む、
    請求項７〜１０のいずれか一項に記載の方法。
12. 前記データベースには、前記第１の医療ナレッジモジュールと前記第２の医療ナレッジモジュールとの間に循環依存が無い、請求項７〜１１のいずれか一項に記載の方法。
13. 前記医療ナレッジモデルが、複数の医療ナレッジモジュールを含み、
    前記データベースには、前記複数の医療ナレッジモジュールのうちの医療ナレッジモジュール間に、循環依存が無い、
    請求項７〜１２のいずれか一項に記載の方法。
14. 前記データベースにて、計算ルールが定義され、
    各計算ルールが、前記医学的ファクトＦ_ｊと前記それぞれの重みＷ_ｉ，ｊとに基づく、前記基本集合Ｓ０の医療提案ＭＳ_ｉのうちの少なくとも１つについてのそれぞれのスコアの計算を定義する
    請求項１〜１３のいずれか一項に記載の方法。
15. 計算ルールごとに、対応するルール前提が、前記データベースに格納され、
    各ルール前提が、３つのサブ前提を含み、
    各計算ルールの第１のサブ前提が、どの医学的ファクトＦ_ｊが、対応するルール計算に対して必須であるか、を定義し、
    各計算ルールの第２のサブ前提が、どの医学的ファクトＦ_ｊが、対応するルール計算に対して選択的であるか、を定義し、
    各計算ルール第３のサブ前提が、どの医学的ファクトＦ_ｊが、対応するルール計算に対してノックアウト基準であるか、を定義する
    請求項１４に記載の方法。
16. 計算ルールの計算を、前記計算ルールに対して選択的である全ての医学的ファクトＦ_ｊが、
    既知である、又は
    既知ではないが計算可能である、又は
    既に計算済みであり、前記データベース内のいかなる他の計算ルールによっても計算可能でない
    場合のみ、実行するステップ
    をさらに含む請求項１５に記載の方法。
17. 計算ルールの計算を、前記計算に対してノックアウト基準である前記医学的ファクトＦ_ｊが、既知である、又は、計算できないものである場合のみ、実行するステップ
    をさらに含む請求項１５又は１６に記載の方法。
18. 前記サブセットＳ１において、Ｓ１に含まれる前記医療提案ＭＳ_ｉがそれぞれ、値が既知のファクトとして受け取られた、少なくとも１つの医学的ファクトと、関連付けられていることを特徴とする請求項１〜１７のいずれか一項に記載の方法。
19. サブセットＳ１を選択する前記ステップの際に、前記基本集合Ｓ０の各医療提案にアクセスするステップ
    をさらに含む請求項１〜１８のいずれか一項に記載の方法。
20. 前記サブセットＳ１を選択する前記ステップが、集合に基づいて処理される、請求項１〜１９のいずれか一項に記載の方法。
21. 前記医療提案ＭＳ_ｉが、医療診断、医学的所見、薬物治療、既往歴、補助的提案、検査値の評価、医学的妥当性、医学的結論、医療処置、医療上の指示、医療報告書、医療上の質問、症状、症状の群、テキストブロック、栄養上の勧告、運動提案、ケアの提案、リハビリ提案、遺伝面、組織学所見、生理的過程、病理生理的過程の発見、質指標、治療勧告、療法勧告、プロセス提案、医療調査提案、患者アンケート、専門的なアンケート調査、及び、これらの任意の組合せ、を含むグループから選択される要素として、それぞれ具現化される、請求項１〜２０のいずれか一項に記載の方法。
22. 前記サブセットＳ１の医療提案ＭＳ_ｉの各それぞれのスコアが、それぞれの医療提案が正しいという確率を表す、請求項１〜２１のいずれか一項に記載の方法。
23. 前記医学的ファクトＦ_ｊが、患者の年齢、患者の性別、患者の体重、患者の身長、生理的パラメータ、生物学的パラメータ、化学的パラメータ、医学的パラメータ、症状、医療上の苦情に関連する情報、医学的所見の結果、患者の生活状態に関連する情報，患者の医療状況を記述するのに有用な患者についての情報、診断、医療データ、薬剤データ、運動データ、栄養データ、リハビリデータ、ケアデータ、テレメトリデータ、統計データ、医療文献データ、既往歴、危険因子、アレルギー、患者の居住環境、患者の仕事の状況、患者の住居状況、画像データ、地域的気候データ、地域的環境データ、風土病データ、流行病データ、機能検査の結果、アンケート調査を介して専門家又は患者から受け取った情報、及び、これらの任意の組合せ、を含むグループから選択される要素として、それぞれ具現化される、請求項１〜２２のいずれか一項に記載の方法。
24. 前記医療提案のスコアを計算する前記ステップが、
    第１の重みＷ_ｉ，ｊを適用することにより、第１の医療提案ＭＳ_ｉの第１の医学的ファクトＦ_ｊの、受け取った第１の値に重み付けして、第１の提案結果を得る、サブステップと、
    第２の重みＷ_ｉ，ｋを適用することにより、前記第１の医療提案ＭＳ_ｉの第２の医学的ファクトＦ_ｋの、受け取った第２の値に重み付けして、第２の提案結果を得る、サブステップと、
    前記第１の提案結果と、前記第２の提案結果とを、前記提案ＭＳ_ｉのスコアに合計するサブステップと、
    を含む請求項１〜２３のいずれか一項に記載の方法。
25. 組合せ重みＷ_{ｉ，ｃｏｍｂｉｎａｔｉｏｎ ｊ−ｋ}を適用することにより、前記第１の医学的ファクトＦ_ｊと前記第２の医学的ファクトＦ_ｋとの組合せに重み付けするステップ、をさらに含み、
    前記組合せが、ＡＮＤ、ＯＲ、ＡＮＤ ＮＯＴ、及び、これらに括弧付けした任意の組合せ、を含むブール演算の組合せのグループから選択される、請求項２４に記載の方法。
26. 前記重みＷ_ｉ，ｊが、前記対応する医療提案ＭＳ_ｉが、前記医学的ファクトＦ_ｊの値に基づいて正しい、という確率を表す確率分布である、請求項１〜２５のいずれか一項に記載の方法。
27. 前記医療提案のスコアを計算する前記ステップが、
    第１の医療提案Ｓ_ｉの第１の医学的ファクトＦ_ｊの第１の値を受け取るサブステップと、
    前記第１の医療提案Ｓ_ｉの第２の医学的ファクトＦ_ｋの第２の値を受け取るサブステップと、
    組合せ重みＷ_{ｉ，ｃｏｍｂｉｎａｔｉｏｎ ｊ−ｋ}を適用することにより、前記第１の医学的ファクトＦ_ｊと前記第２の医学的ファクトＦ_ｋとの組合せに、重み付けするサブステップと、を含む
    請求項１〜２６のいずれか一項に記載の方法。
28. 前記重みＷ_{ｉ，ｃｏｍｂｉｎａｔｉｏｎ ｊ−ｋ}が、前記対応する医療提案ＭＳ_ｉが、前記医学的ファクトＦ_ｊ及びＦ_ｋの値の組合せに基づいて正しい、という確率を表す確率分布である、請求項２７に記載の方法。
29. 前記データベースが、全ての医学的ファクトＦ_ｊが自立的且つ等価であるように、構造を用意する、請求項１〜２８のいずれか一項に記載の方法。
30. 前記サブセットＳ１の前記医療提案ＭＳ_ｉを、そのぞれぞれの計算されたスコアの順序で、ランク付けするステップと、
    ランク付けされた医療提案の前記順序を、ユーザに提供するステップと、
    をさらに含む請求項１〜２９のいずれか一項に記載の方法。
31. 前記個々の受け取った既知のファクトを、前記受け取った既知のファクトのそれぞれの作成者について、分類するステップと、
    前記受け取った既知のファクトの優先順位付けを、前記それぞれの作成者に基づいて、適用するステップと、
    をさらに含む請求項１〜３０のいずれか一項に記載の方法。
32. 前記受け取った医学的ファクトＦ_ｊのうちの少なくとも１つが、時間展開の形式で用意され、
    前記時間展開が、ｎ個の異なる時点における、前記医学的ファクトのｎ個の値を含むベクトルによって表される
    請求項１〜３１のいずれか一項に記載の方法。
33. 前記基本集合Ｓ０が、診断としてそれぞれ具現化される、複数の医療提案を含み、
    各診断が、前記診断に適している又は関連付けられている、症状又は医学的ファクトとして具現化される医学的ファクトと、関連付けられている、
    請求項１〜３２のいずれか一項に記載の方法。
34. 前記基本集合Ｓ０の第１の医療提案が、第２の医療提案と関連付けられて、前記第１の医療提案のスコアを計算するステップの間に、前記第２の医療提案のスコアが計算される、請求項１〜３３のいずれか一項に記載の方法。
35. 前記基本集合Ｓ０のうちの少なくとも１つの医療提案が、複数の医学的ファクトＦ_ｊと関連付けられ、
    前記複数の医学的ファクトの少なくとも一部が、前記データベースにて、主題に関してまとめてリンクされて、医学的ファクトのグループを形成する、
    請求項１〜３４のいずれか一項に記載の方法。
36. 前記データベースにて、少なくとも１つの医療提案ＭＳ_ｉが、前記医療提案に対するノックアウト基準と関連付けられ、
    前記受け取った既知のファクトが前記ノックアウト基準を満たす場合に、前記少なくとも１つの医療提案が、前記サブセットＳ１について選択されない、
    請求項１〜３５のいずれか一項に記載の方法。
37. 前記データベースにて、少なくとも１つの医療提案ＭＳ_ｉが、前記医療提案に対する必須基準と関連付けられ、
    前記受け取った既知のファクトが前記必須基準を満たす場合に、前記少なくとも１つの医療提案が、前記サブセットＳ１について選択されるだけである、
    請求項１〜３６のいずれか一項に記載の方法。
38. 前記計算されたスコアに基づいて、出力を生成するステップをさらに含み、
    前記出力が、前記それぞれの計算されたスコアの順序でランク付けされた、可能性のある医療提案のリスト、報告、患者宛の文書、試験所宛の文書、試験所でのさらなる測定のための指示又は提案を含む試験所宛の文書、医学的所見文書、臨床医である送信者のＩＤ付きの医学的所見文書、ユーザに対する質問又は質問の組、グラフィカルインターフェースの形式のユーザに対する質問、オーダー、薬剤のオーダー、及び、これらの任意の組合せ、を含むグループから選択される、
    請求項１〜３７のいずれか一項に記載の方法。
39. 前記生成された出力を、出力データの形式でユーザに提供するステップと、
    ユーザによってなされる前記出力データの修正についての、修正情報を受け取るステップと、
    前記受け取った修正情報に基づいて、前記データベースを適応させるステップと、
    をさらに含む請求項３８に記載の方法。
40. 前記データベースの適応が、
    少なくとも１つの医療提案と、少なくとも１つのそれぞれの医学的ファクトＦ_ｊとの関連を適応させること、少なくとも１つの重みＷ_ｉ，ｊを適応させること、前記医療提案の前記サブセットＳ１を前記基本集合Ｓ０から選択するための選択ルールを適応させること、及び、これらの任意の組合せ、
    を含むグループから選択される、請求項３９に記載の方法。
41. 前記サブセットＳ１を選択する前記ステップと、前記スコアを計算する前記ステップとが、計算ユニットにより実行され、
    前記方法が、前記計算ユニットと医学的ファクトソースとの間にインターフェースを用意して、前記データベースと、前記医学的ファクトソースとの間のデータ伝送を容易にする、ステップをさらに含み、
    前記インターフェースが、前記医学的ファクトソースが、前記インターフェースに接続されている場合に、少なくとも１人の個々の患者の、医学的ファクトＦ_ｊの値の形式の既知のファクトを、前記計算ユニットへ伝送すること、を容易にするように構成される、
    請求項１〜４０のいずれか一項に記載の方法。
42. 医療意志決定のプロセスを支援することに有利な、医療提案のスコアを計算するためのコンピュータプログラムが格納される、コンピュータ可読媒体であって、前記コンピュータプログラムが、プロセッサによって実行されたとき、
    医療提案ＭＳ_ｉの基本集合Ｓ０を有するデータベースを、利用可能にすることを実行するように構成され、
    前記データベースにて、前記医療提案のうちの少なくともいくつかが、少なくとも１つのそれぞれの医学的ファクトＦ_ｊと関連付けられ、
    前記データベースにて、医療提案ＭＳ_ｉの前記それぞれの医学的ファクトＦ_ｊが、重みＷ_ｉ，ｊと関連付けられ、
    プログラム要素が、
    医学的ファクトＦ_ｊの値の形式の既知のファクトを受け取ることであって、前記既知のファクトが個々の患者と関連付けられていることと、
    前記受け取った既知のファクトに基づいて、前記基本集合Ｓ０から医療提案のサブセットＳ１を選択することと、
    前記医学的ファクトＦ_ｊの受け取った値及び前記それぞれの重みＷ_ｉ，ｊに基づいて、前記サブセットＳ１の少なくともいくつかの医療提案ＭＳ_ｉについて、それぞれのスコアを計算することと、
    を実行するようにさらに構成される
    コンピュータ可読媒体。
43. 医療意志決定のプロセスを支援することに有利な、医療提案のスコアを計算するための、医療判断支援システムであって、
    医療提案ＭＳ_ｉの基本集合Ｓ０を有するデータベースであって、
    前記データベースにて、前記医療提案のうちの少なくともいくつかが、少なくとも１つのそれぞれの医学的ファクトＦ_ｊと関連付けられ、
    前記データベースにて、医療提案ＭＳ_ｉの前記それぞれの医学的ファクトＦ_ｊが、重みＷ_ｉ，ｊと関連付けられている、データベースと、
    医学的ファクトＦ_ｊの値の形式の既知のファクトを受け取るための受信装置であって、前記既知のファクトが個々の患者と関連付けられている、受信装置と、
    前記受け取った既知のファクトに基づいて、前記基本集合Ｓ０から医療提案のサブセットＳ１を選択するために構成される計算ユニットであって、
    前記計算ユニットが、前記医学的ファクトＦ_ｊの前記受け取った値及び前記それぞれの重みＷ_ｉ，ｊに基づいて、前記サブセットＳ１の少なくともいくつかの医療提案ＭＳ_ｉについて、それぞれのスコアを計算するために構成される、計算ユニットと、
    を具備するシステム。

Images