Обнаружение ошибок в машине логического вывода системы поддержки принятия клинического решения

Иллюстрации

Показать все

Изобретение относится к областям медицины, диагностики, программного обеспечения. Технический результат заключается в упрощении обновления электронной системы поддержки принятия клинического решения. Электронная система (10, 12) поддержки принятия клинического решения (CDSS) содержит: машину (20, 22) логического вывода, выполненную с возможностью генерирования рекомендаций клинического решения для пациента на основании информации, относящейся к пациенту, причем машина логического вывода содержит правила (16), разработанные рядом медицинских экспертов (14) и закодированные в программное обеспечение; электронный детектор (52) отклонений, выполненный с возможностью выявления случаев отклонения, которые свидетельствуют о потенциальном изъяне в машине логического вывода; базу (60) данных отклонений, выполненную с возможностью сбора информации, относящейся к случаям отклонения, выявленным электронным детектором отклонений; и генератор (62) отчетов об отклонениях, выполненный с возможностью генерирования отчета (64) о случаях отклонений, выявленных электронным детектором отклонений, причем сгенерированный отчет содержит, по меньшей мере, некоторую информацию, собранную в базе данных отклонений. 3 н. и 4 з.п. ф-лы, 2 ил.

Реферат

Изобретение относится к областям медицины, диагностики, программного обеспечения и т.д.

Врачам ежедневно приходится принимать клинические решения. Эти решения предусматривают сбор информации о пациенте, определение диагноза и выбор метода лечения пациента. Врачи обучаются годами, чтобы приобрести опыт в принятии таких клинических решений, и, в основном, опираются на прежний опыт, образование и собранную информацию. Когда врач затрудняется с принятием клинического решения, он может проконсультироваться с коллегами-профессионалами, медицинскими трактатами, опубликованными медицинскими исследованиями, и т.д. Тем не менее, даже при всех этих ресурсах, сложность некоторых клинических решений и суматошные условия работы госпиталей и некоторые другие внешние условия могут затруднять принятие клинических решений. Это представляет проблему, поскольку ошибочное клиническое решение может привести к неблагоприятным последствиям для пациента, например, длительному дискомфорту, временной или постоянной нетрудоспособности или даже смерти.

Электронные системы поддержки принятия клинического решения (CDSS) были разработаны для обеспечения поддержки принятия клинического решения. Более развитые электронные системы CDSS принимают медицинскую информацию пациента, например, измеренные физиологические параметры, результаты анализов пациента и т.д., и включают в себя машину логического вывода, которая применяет заранее определенные правила диагностики и лечения к измеренным физиологическим параметрам, результатам анализов пациента и т.д., для определения диагноза или диагнозов или для рекомендации одного или нескольких курсов лечения. Заранее определенные правила формулируются консилиумом медицинских экспертов и кодируются компьютерными программистами для построения машины логического вывода. Таким образом, машина логического вывода воплощает совокупную медицинскую экспертизу широкого круга опытных врачей в различных областях медицины, и может обеспечивать диагноз и/или курс лечения, который может не быть известен, или понятен, лечащим врачам.

Предполагается, что во многих случаях CDSS обеспечивает адекватные рекомендации по лечению. Однако, понятно, что лечащие врачи располагают дополнительной информацией, недоступной для CDSS, и пользуются дополнительным преимуществом непосредственного обследования лечимого пациента. Соответственно, в обозримом будущем системы CDSS будут играть консультативную роль - лечащие врачи будут по-прежнему опираться на собственное суждение и смогут по своему выбору принимать, модифицировать или полностью отвергать рекомендации CDSS.

Электронные системы CDSS с функцией логического вывода являются сложными системами. Ввиду взаимосвязанного характера клинического диагноза и лечения, правила, реализованные машиной логического вывода, иногда воплощают сложные взаимодействия между разными правилами, и правило может иметь множественные точки ветвления или иную сложную структуру. Такая взаимосвязанность и сложность делает трудным или невозможным выделение и идентификацию изъяна в конкретном правиле или части правила. Ввиду этих и других сложностей, CDSS, в общем случае, нелегко приспособить к продолжающемуся возрастающему обновлению.

Вместо этого, существующие системы CDSS, в общем случае, обновляются на периодической основе, например, каждый год или каждые шесть месяцев, путем разработки и развертывания обновленных версий, которые включают в себя вновь развитое медицинское знание и стандарты. При каждом обновлении, консилиум медицинских экспертов рассматривают существующие правила, реализованные CDSS, чтобы выявить правила, которые следует отменить, заменить, отредактировать или добавить. Консилиум медицинских экспертов опирается на свою совместную экспертизу, усиленную опубликованными медицинскими исследованиями и пр. для принятия решений при изменении правила. После того, как консилиумом медицинских экспертов установит пересмотренный набор правил, в дело вступают программисты для построения машины логического вывода в виде программы, воплощающей пересмотренные правила. Это приводит к выпуску редакции CDSS, который используется для обновления CDSS до новой версии.

Этот подход к обновлению CDSS имеет определенные недостатки. Во-первых, он опирается на экспертизу профессиональных медиков, которые образуют консилиум медицинских экспертов. Хотя эти персоны выбираются, чтобы иметь обширные знания в соответствующих областях экспертизы, такие знания не могут быть исчерпывающими, и, соответственно, остается некоторая вероятность того, что могут быть сформулированы ошибочные правила. Взаимосвязанность некоторых правил повышает эту вероятность, поскольку, например, медицинский эксперт, специализирующийся в одной области, может не иметь знаний о возможных неблагоприятных последствиях плана лечения в другой области.

Кроме того, даже если правило или свод взаимосвязанных правил адекватно с медицинской точки зрения, ошибка может вкрасться в процессе разработки программного обеспечения. Если правило верно, и ошибка привносится компьютерными программистами, кодирующими правило, эта ошибка войдет в следующую версию CDSS. Что еще хуже, поскольку консилиум медицинских экспертов пересматривает правила, а не сгенерированный программный код, любое верное, но ошибочно кодированное правило не будет выявлено при последующем рассмотрении консилиумом, и останется в CDSS, пока процесс отладки программного обеспечения не выявит ошибочный кодирование. Но, в зависимости от характера ошибки кодирования, выявление ошибочно кодированного правила может оказаться трудным или невозможным в процессах отладки программного обеспечения. Компьютерные программисты обычно не являются профессиональными медиками, что может затруднять распознавание ошибочных с медицинской точки зрения результатов, порожденных ошибочным кодированием.

Ниже представлены усовершенствования, позволяющие преодолеть вышеупомянутые и другие проблемы.

В, по меньшей мере, одном иллюстративном варианте осуществления раскрыта электронная система поддержки принятия клинического решения (CDSS), содержащая: машину логического вывода, выполненную с возможностью генерирования рекомендаций клинического решения для пациента на основании информации, относящейся к пациенту, причем машина логического вывода содержит правила, разработанные рядом медицинских экспертов и закодированные в программное обеспечение; электронный детектор отклонений, выполненный с возможностью выявления случаев отклонения, которые свидетельствуют о потенциальном изъяне в машине логического вывода; базу данных отклонений, выполненную с возможностью сбора информации, относящейся к случаям отклонения, выявленным электронным детектором отклонений; и генератор отчетов об отклонениях, выполненный с возможностью генерирования отчета о случаях отклонения, выявленных электронным детектором отклонений, причем сгенерированный отчет содержит, по меньшей мере, некоторую информацию, собранную в базе данных отклонений.

В, по меньшей мере, одном варианте осуществления, описанном здесь в качестве иллюстративного примера, раскрыт способ эксплуатации электронной системы поддержки принятия клинического решения (CDSS), включающей в себя машину логического вывода, содержащую программное обеспечение, выполненное с возможностью генерирования рекомендаций клинического решения в соответствии с правилами принятия клинического решения, при этом способ содержит этапы, на которых: генерируют рекомендации клинического решения для случаев пациентов с использованием машины логического вывода; выявляют случаи отклонения, содержащие подмножество случаев пациентов, для которых рекомендации клинического решения, сгенерированные машиной логического вывода, скорее всего, свидетельствуют об одном или нескольких потенциальных изъянах в машине логического вывода; и собирают информацию, относящуюся к случаям отклонения.

В, по меньшей мере, одном варианте осуществления, описанном здесь в качестве иллюстративного примера, раскрыт машиночитаемый носитель информации, содержащий машинный код, предназначенный для управления процессором для осуществления способа, описанного в предыдущем абзаце.

В, по меньшей мере, одном варианте осуществления, описанном здесь в качестве иллюстративного примера, раскрыта система мониторинга для мониторинга электронной системы поддержки принятия клинического решения (CDSS), включающая в себя машину логического вывода, содержащую программное обеспечение, выполненное с возможностью генерирования рекомендаций клинического решения в соответствии с правилами принятия клинического решения, при этом система мониторинга содержит: электронный детектор отклонений, выполненный с возможностью выявления случаев отклонения, содержащих подмножество случаев пациентов, для которых выполняется, по меньшей мере, одно из следующих условий: (i) машина логического вывода генерирует рекомендацию клинического решения, которой не следуют, и (ii) машина логического вывода генерирует рекомендацию клинического решения, и результат пациента является неудовлетворительным; и базу данных отклонений, выполненную с возможностью сбора информации, относящейся к случаям отклонения, выявленным электронным детектором отклонений.

Одно преимущество заключается в более экономичном обновлении CDSS.

Еще одно преимущество заключается в обнаружении ошибок кодирования программного обеспечения в операционной системе CDSS.

Еще одно преимущество заключается более эффективном обновлении CDSS за счет обеспечения компактного набора ценных данных медицинским экспертам, ревизующим CDSS.

Другие преимущества станут понятны специалистам в данной области техники по ознакомлении с нижеследующим подробным описанием.

Чертежи призваны лишь иллюстрировать предпочтительные варианты осуществления, и не подлежат рассмотрению как ограничивающие.

На фиг. 1 показана схема электронной системы поддержки принятия клинического решения (CDSS), включающей в себя машину логического вывода и компоненты обновления.

На фиг. 2 схематически показана страница иллюстративного формата отчета об отклонениях, сгенерированных генератором отчетов об отклонениях электронной CDSS, показанной на фиг. 1.

Согласно фиг. 1, электронная система 10, 12 поддержки принятия клинического решения включает в себя главный операционный модуль 10 и модуль 12 обновления. Операционный модуль 10 действует на непрерывной ежедневной основе для обеспечения поддержки для клинических решений. Модуль 12 обновления применяется от случая к случаю, например, каждые шесть месяцев, каждый год, каждые два года и т.д., чтобы поддерживать операционный модуль 10 на уровне последних достижений в соответствующих областях диагностики и лечения, и исправлять ошибки, выявленные на основании анализа отклонений, выявленных операционным модулем 10. Операционный модуль 10 электронной CDSS 10, 12 действует, по существу, автоматически, но также может предусматривать то или иное ручное взаимодействие, например ручной ввод данных пациента, ручное взаимодействие с процессом поддержки принятия решения (например, ручной выбор из ограниченного множества вариантов, представленных CDSS) и т.д. Такое ручное взаимодействие также позволяет лечащему врачу по своему выбору не обращать внимания на некоторые или все рекомендации, обеспеченные операционным модулем CDSS 10, и, в необязательном порядке, обеспечивать письменное или иначе сформулированное объяснение причин своего решения. Модуль 12 обновления электронной CDSS 10, 12 действует полуавтоматически, но включает в себя существенный ручной ввод и обработку, обеспечиваемую консилиумом 14 медицинских экспертов (где этот термин следует, в широком смысле, понимать как охватывающий любую группу, собрание, или иную совокупность медицинских экспертов, причем эксперты обычно являются лицензированными врачами, но, в необязательном порядке, также включают в себя лицензированных медсестер, нелицензированных практикующих врачей, инженеров или ученых, работающих в областях, связанных с медициной, экспертов, привлеченных из академии, экспертов в области радиологии, и т.д.), которые генерируют и время от времени оценивают или редактируют базу 16 данных правил CDSS, содержащую совокупность правил. Дополнительно, модуль 12 обновления включает в себя существенный ручной ввод из отдела 18 программного обеспечения (где этот термин следует, в широком смысле, понимать как охватывающий любое собрание из одного или нескольких компьютерных программистов, компьютерных ученых, компьютерных аналитиков, экспертов по базам данных и пр., любой организации, включающей в себя таких лиц, любую компанию, корпорацию, или другую сущность, включающую в себя таких лиц), который кодирует базу 16 данных правил CDSS в программное обеспечение.

Заметим также, что консилиум 14 медицинских экспертов и/или отдел 18 программного обеспечения могут иметь состав или идентичность, который/ая изменяется со временем, например, некоторые медицинские эксперты вступают в консилиум 14, тогда как медицинские эксперты выходят или иным образом покидают консилиум 14. В порядке другого примера, отдел 18 программного обеспечения может изменять идентичность, если, например, организация, применяющая электронную CDSS 10, 12 прекращает контракт на разработку программного обеспечения с одной компанией по производству программного обеспечения и, вместо этого, нанимает другую компанию по производству программного обеспечения для осуществления следующего обновления, или осуществляет следующее обновление с использованием собственной экспертизы программного обеспечения. Кроме того, хотя консилиум 14 медицинских экспертов и отдел 18 программного обеспечения включают в себя работников, обеспечивающих обработку, допустимо также, чтобы консилиум 14 и/или отдел 18 программного обеспечения включал в себя автоматические или полуавтоматические компоненты, например, электронные медицинские базы данных, электронные поисковые машины, выполненные с возможностью поиска в медицинских журналах, компиляторы, преобразующие программирование высокого уровня в код низкого уровня, и т.д. Допустимо также, что автоматический или полуавтоматический компонент включает в себя технологию машинного обучения для автоматического редактирования правил для улучшения поведения системы CDSS.

Главным компонентом операционного модуля 10 является машина 20 логического вывода, выполненная с возможностью генерирования рекомендаций клинического решения для пациента на основании информации, относящейся к пациенту. Машина 20 логического вывода генерируется отделом 18 программного обеспечения, и включает в себя правила базы 16 данных правил CDSS (сформулированные консилиумом 14 медицинских экспертов), в кодированной или программной форме. Машина 20 логического вывода также включает в себя программное обеспечение, обеспечивающее пользовательские взаимодействие и обработку, позволяющее вводить данные пациента и применять кодированные правила к данным пациента для вычисления или получения выводов, связанных с медициной, из данных пациента. Термин "программное обеспечение" следует, в широком смысле, понимать как охватывающий любой свод или набор инструкций, выполняемых на компьютере, процессоре, контроллере, карманном персональном компьютере, или другом цифровом устройстве, и призван охватывать такие инструкции, хранящиеся на любом цифровом носителе данных, например, магнитном диске, оптическом диске, магнитной ленте, в полупроводниковой памяти с возможностью чтения/записи, например, флэш-памяти, постоянной памяти (ПЗУ), оперативной памяти (ОЗУ), и т.д., или любой комбинации носителей. Кодирование базы 16 данных правил CDSS, включенное в машину 20 логического вывода, может предусматривать традиционное программирование или может предусматривать любую другую операцию, которая приводит к выполняемым инструкциям, например, разработку интерактивной реляционной или другой базы данных, языка логического программирования на основе правил, например, Пролога, и т.д. Кроме того, выполняемые инструкции машины 20 логического вывода могут представлять собой непосредственно выполняемый машинный код, промежуточный двоичный код, например, байтовые коды Java, программные инструкции, хранящиеся в интерпретируемом языке более высокого уровня, например, Бейсик, англоподобные инструкции которого компилируются "на ходу" программным обеспечением интерпретатора, выполняющимся на компьютере или другом цифровом устройстве, и т.д. Кроме того, следует понимать, что физическое положение машины 20 логического вывода не играет роли. Машина 20 логического вывода может работать на компьютере, находящемся в госпитале или другом медицинском учреждении, или может работать на удаленном сервере, доступ к которому медицинский персонал в госпитале или другом медицинском учреждении осуществляет через Интернет, и т.д. Помимо машины 20 логического вывода, операционный модуль 10 электронной CDSS 10, 12 в необязательном порядке включает в себя другие компоненты, например, базу 22 данных CDSS, в которой хранятся поисковые таблицы, физические константы, анатомические модели или другие данные, к которым может обращаться и которые может использовать машина 20 логического вывода при реализации базы 16 данных правил CDSS.

В ходе работы, лечащий врач или врачи (где термин "лечащий врач" следует рассматривать, в широком смысле, как охватывающий любое лицо или группу лиц, принимающих клиническое решение, причем такие лица обычно являются лицензированными врачами, но также как охватывающий лицензированных или нелицензированных медсестер, школьных медсестер, спортивных тренеров, клинических радиологов и т.д.) сталкивается с клиническим решением в отношении пациента. Некоторые типичные условия, где это может происходить, включают в себя кабинеты неотложной помощи в госпитале, кабинет врача, спортивное сооружение, где игрок получил травму, школьную медсестру, лечащую студента, жалующегося на недомогание, и т.д. Согласно варианту осуществления, на фиг. 1 схематически изображены иллюстративное госпитальное оборудование, которое включает в себя госпитальную базу 24 данных. В госпитальной базе 24 данных хранится, например, информация, связанная с медициной и связанная с пациентом, например, истории 26 болезни пациентов (некоторые из которых, в необязательном порядке, автоматически принимаются и сохраняются из мониторов 28 пациента по проводным, беспроводным или комбинированным локальным сетям) и лабораторные записи 30, имеющие информацию, полученную диагностическими лабораториями, например, лабораториями анализа крови, рентгеновскими лабораториями и т.д. Такая сохраненная информация, в необязательном порядке, связывается с или копируется в соответствующие истории 26 болезни пациента, записи 32 при выписке, соответствующие выписанным (или, в некоторых вариантах осуществления, умершим) пациентам, службу 34 архивирования и передачи изображений (PACS), где хранятся медицинские изображения, полученные методами ядерного магнитного резонанса (МРТ), компьютерной томографии (КТ), позитронной эмиссионной томографии (ПЭТ, и т.д. Эта госпитальная база 24 данных приведена в качестве примера, и другие госпитальные базы данных могут включать в себя больше, меньше или другую информацию, чем в проиллюстрированном случае, или могут иначе организовывать информацию, или могут включать в себя множественные отдельные базы данных, и т.д. Как и в системе, где выполняется машина 20 логического вывода, госпитальная база 24 данных может располагаться на месте или располагаться удаленно, например, с возможностью доступа через Интернет. Кроме того, в некоторых вариантах осуществления, госпитальная база 24 данных и операционный модуль 10 CDSS 10, 12 хранятся и выполняются в одной и той же компьютерной системе или другом цифровом устройстве или системе.

Лечащий врач или врачи, сталкивающиеся с клиническим решением, могут предпочесть использовать операционный модуль 10 CDSS 10, 12. Однако, вместо того, чтобы использовать CDSS, возможно, что, в некоторых вариантах осуществления, лечащему врачу или врачам придется использовать CDSS согласно госпитальным установлениям, законам юрисдикции и пр. Для этого, данные пациента собираются и сохраняются в буфере 40 данных пациента, что позволяет передавать их машине 20 логического вывода. Эти данные пациента собираются разными способами. Например, операционный модуль 10 CDSS 10, 12 может автоматически извлекать соответствующие данные пациента из госпитальной базы 24 данных через цифровую сеть, например, госпитальную сеть или Интернет, или посредством прямого доступа, если госпитальная база 24 данных и операционный модуль 10 CDSS хранятся и выполняются на одном и том же компьютере или другом общем цифровом устройстве, и процесс CDSS имеет разрешение на доступ для чтения относительно госпитальной базы 24 данных. Дополнительно, лечащий врач или врачи, или другой оператор-человек, может вводить данные пациента непосредственно в операционный модуль 10 CDSS госпитальной базы данных с использованием пользовательского интерфейса 42. (Пользовательский интерфейс 42 может представлять собой стационарный или портативный компьютер, неинтеллектуальный терминал, карманный персональный компьютер и т.д., и хотя на фиг. 1 изображен единичный иллюстративный пользовательский интерфейс 42, очевидно, что типичный госпиталь или другое медицинское учреждение может включать в себя несколько, дюжины, сотни или более пользовательских интерфейсов в различных местах в госпитале, а также, что пользовательский интерфейс может, в необязательном порядке, располагаться вне госпиталя). Данные пациента также можно собирать из других источников, например, считывать с оптического диска, извлекать из удаленной базы данных через Интернет, копировать с компьютера или устройства, установленного в машине скорой помощи, считывать непосредственно с мониторов 28 пациента по проводной или беспроводной линии связи и т.д.

Информация, содержащаяся в буфере 40 данных пациента, анализируется машиной 20 логического вывода. Если дополнительная информация нужна или была бы полезна машине 20 логического вывода для выдачи рекомендации клинического решения, машина 20 логического вывода может пытаться получать такую информацию, либо автоматически (например, обращаясь к госпитальной базе 24 данных или считывая данные непосредственно с мониторов 28 пациента) или делая запрос такой дополнительной информации через пользовательский интерфейс 42. Машина 20 логического вывода выполнена с возможностью обеспечения рекомендаций в выбранном объеме экспертизы, который определяется объемом правил базы 16 данных правил CDSS, которые включены в машину 20 логического вывода. Например, машина 20 логического вывода может иметь объем операций, охватывающий только кардиологические проблемы, или только кардиопульмональные или сосудистые проблемы. Альтернативно, машина 20 логического вывода может иметь объем операций, охватывающий, по существу, всю область клинической медицины. Объем машины 20 логического вывода определяется объемом базы 16 данных правил CDSS, который можно сделать сколь угодно широким или узким, на основании совместной экспертизы консилиума медицинских экспертов 14. Лечащий врач или врачи могут альтернативно ограничивать работу машины 20 логического вывода, вводя некоторые ограничения на принимаемое клиническое решение. Например, в некоторых вариантах осуществления, лечащий врач или врачи могут выбирать общую область принимаемого клинического решения из меню вариантов решения, отображаемого на пользовательском интерфейсе 42. Например, меню может обеспечивать список, включающий в себя: "боль или дискомфорт в туловище"; "боль или дискомфорт в брюшной полости"; "проблемы дыхания", и т.д. Альтернативно или дополнительно, общую область принимаемого клинического решения можно выводить из данных пациента.

Если обеспечено недостаточно данных, или если область принимаемого клинического решения лежит вне объема машины 20 логического вывода, то машина 20 логического вывода надлежащим образом сообщает об этом лечащему врачу или врачам через пользовательский интерфейс 42. С другой стороны, если машина 20 логического вывода принимает достаточно данных пациента, и клиническое решение находится в объеме базы 16 данных правил CDSS, то машина 20 логического вывода применяет соответствующие правила базы 16 данных правил CDSS (в кодированной программной форме) к данным пациента для генерирования рекомендации клинического решения (обычно содержащей рекомендованный диагноз или диагнозы и один или несколько рекомендованных курсов лечения), которая сохраняется в буфере 44 диагноза и лечения CDSS и, предпочтительно, форматируется и формулируется на пользовательском интерфейсе 42 в форме легко понятного текста на английском или ином естественном языке, в необязательном порядке, снабженного изображениями, диаграммами, моделями или другой графикой, упрощенным речевым описанием, или другим выводом, который может быть полезен при формулировании рекомендации клинического решения.

База 16 данных правил CDSS может принимать различные формы. Например, правило для постановки диагноза и лечения обнаруженных узелков рака легких можно сформулировать следующим образом. Рассматривая морфологические и текстурные признаки подозрительного узелка, изображенного методом компьютерной томографии, можно сделать оценку правдоподобия того, что подозрительный узелок является раковым. Например, это правдоподобие можно выразить как вероятность, лежащую в диапазоне [0,1], где более высокие значения указывают более высокое правдоподобие злокачественности. На основании этого правдоподобия, диагноз легко представить лечащему врачу, возможно, совместно с мерой доверительности, вычисленной на основании правдоподобия. Рекомендация по лечению, надлежащим образом выбранная на основании расчета ожидания успеха конкретных медицинских действий, которые использовались в прошлом для таких случаев. Нечеткая логика является одним способом вычисления ожиданий успеха. Например, можно задать функции фамильного членства, например, “предположение упорядочения биопсии будет ВЫСОКИМ, если P(злокачественный) >0,85, УМЕРЕННЫМ, если P(злокачественный) >0,65, и НИЗКИМ, если P(злокачественный) <0,65”. Подобные предположения можно задавать для других клинических вариантов, например, предписания катамнестического компьютерно-томографического исследования через шесть месяцев и т.д. Рекомендованный курс лечения выбирается как одно или комбинация этих медицинских действий.

В другом подходе, база 16 данных правил CDSS может содержать правила для идентификации сходных случаев из госпитальной базы 24 данных. Такое правило можно построить, например, присваивая весовые коэффициенты важности разным данным пациента, и определяя сходство как сумму значений сходства всех характеристик, взвешенных соответствующими весовыми коэффициентами важности для этих характеристик. Некоторые данные пациента, которые могут быть надлежащим образом включены в такую весовую комбинацию, могут включать в себя, например: характеристики, описывающие пациента, например, возраст, вес, этническую принадлежность или пол; данные мониторинга, например, пульс, кровяное давление или частоту дыхания; симптомы, например, боль в груди (и, возможно, меру ее остроты), затрудненность дыхания или нарушение сна; и т.д. Некоторые такие весовые коэффициенты могут быть двоичными параметрами, например, наличие или отсутствие у пациента подозрительных легочных узелков. Некоторые такие двоичные весовые коэффициенты можно использовать как фильтры, а не как весовые коэффициенты - например, если взять пациента, имеющего подозрительный легочный узелок, имеет смысл исключить из рассмотрения в качестве "сходного случая" любого другого пациента, у которого не было обнаружено подозрительных легочных узелков. Используя такое правило для идентификации сходных случаев, можно давать рекомендацию по лечению в качестве лечения, используемого в наиболее сходном случае, которое дало успешный результат, или в качестве некоторой комбинации лечений в N наиболее сходных случаев, давших успешные результаты.

Рекомендация клинического решения сообщается лечащему врачу или врачам через пользовательский интерфейс 42, и также сохраняется в лечебной базе 50 данных CDSS, которая отслеживает рекомендации клинического решения, данные операционным модулем 10 CDSS. Операционный модуль 10 дополнительно включает в себя детектор 52 отклонений, целью которого является идентификация случаев "отклонения", которые составляют подмножество случаев пациентов, обрабатываемых операционным модулем 10 CDSS, в отношении которых определено, что они имеют существенную возможность являться свидетельством возможных изъянов в машине 20 логического вывода.

Термин "изъян в машине логического вывода" следует рассматривать, в широком смысле, как охватывающий любую ошибку в базе 16 данных правил CDSS, любую ошибку в кодировании этих правил в программное обеспечение, а также любую ошибку в поисковых таблицах или другой ссылочной информации, содержащейся в базе 22 данных CDSS и машине 20 логического вывода при генерировании рекомендации клинического решения. Термин "изъян в машине логического вывода" не охватывает ошибки в данных пациента, передаваемых машине 20 логического вывода через буфер 40 данных пациента (хотя очевидно, что некоторые правила CDSS можно формулировать для гарантии обоснованности вводимых данных пациента, например, правило может помечать любое введенное сердцебиение пациента свыше 250 ударов в минуту как ввод, имеющий высокую вероятность ошибки, и в таких случаях "изъян" может содержать не вполне идеальное правило, которое запрашивает корректные данные пациента или которому не удается запрашивать явно некорректные данные пациента), и также не охватывает любую ошибку врача при выполнении рекомендации клинического решения, выработанной операционным модулем 10 CDSS (хотя, опять же, очевидно, что некоторые правила CDSS можно формулировать для распознавания и предупреждения банальных ошибок при осуществлении лечения на основании входных данных пациента, полученных после начала лечения пациента, и "изъян" в таких случаях может содержать не вполне идеальное правило, которое поднимает несерьезные вопросы об осуществлении лечения или которому не удается распознавать явно неверное осуществление лечения).

Кроме того, решение врача не принимать во внимание или игнорировать рекомендацию клинического решения, выработанную операционным модулем 10 CDSS, не следует рассматривать как изъян в машине логического вывода, за исключением случаев, когда решение не принимать во внимание или игнорировать мотивировано или обусловлено недостаточно четкой формулировкой рекомендации операционным модулем 10 CDSS, причем формулировка рекомендации считается частью кодированных правил логического вывода. Недостаточно четкая формулировка, квалифицируемая как изъян в машине логического вывода, может являться ошибочной формулировкой (например, формулировка рекомендации не точно представляет рекомендацию) или может являться верной, но неубедительной формулировкой (например, формулировка рекомендации фактически корректна, но представлена настолько невнятно, что врач не может оценить адекватность рекомендации). Например, рекомендация, начинающаяся просто с "применить охлаждение тела, чтобы вызвать умеренную гипотермию", можно рассматривать как изъян в машине логического вывода, поскольку разумный лечащий врач может принять решение не следовать этой лаконичной и потенциально опасной рекомендации. С другой стороны, рекомендация, исправляющая этот изъян, может гласить: "Симптомы свидетельствуют о спинномозговой травме, которая с высокой степенью вероятности может привести опасной опухоли, которая, скорее всего, вызовет постоянный частичный паралич или смерть. Рекомендуется применить охлаждение тела, чтобы вызвать умеренную гипотермию для уменьшения опухоли. См. …", где "…" представляет собой ссылку на соответствующее медицинское исследование.

Детектор 52 отклонений сканирует лечебную базу 50 данных CDSS для выявления случаев отклонения, которые могут свидетельствовать об изъяне в машине 20 логического вывода, которые, в этом контексте, включают в себя базу 22 данных CDSS. Случаи отклонения можно выявлять с использованием, по существу, любого критерия или критериев обнаружения отклонений, которые идентифицируют потенциально доказательные случаи. Поскольку медицина является неточной наукой, выявление случая отклонения не является тривиальным. Могут существовать случаи пациентов, для которых CDSS предоставила адекватную рекомендацию по лечению, и всё же имеющие неблагоприятный результат. Напротив, могут существовать случаи пациентов, для которых CDSS предоставила неадекватную рекомендацию по лечению, и всё же пациент имел хороший результат. Кроме того, определение результата может быть неоднозначным - например, если пациент поступает в госпиталь в критическом состоянии, и остается в критическом состоянии несколько недель, но, в конце концов, восстанавливается, определение, был ли это "хороший" результат или "неудовлетворительный" результат, зависит от широкого диапазона факторов и соображений.

В качестве одного примера, детектор 52 отклонений использует следующий набор правил для выявления случаев отклонения. Случай отклонения это случай, который удовлетворяет одному из следующих трех условий:

A. CDSS предоставила рекомендацию, которой не последовали, и всё же результат оказался хорошим.

B. CDSS предоставила рекомендацию, которой не последовали, и результат был неудовлетворительным.

C. CDSS предоставила рекомендацию, которой последовали, но результат оказался неудовлетворительным.

Этот критерий отклонений имеет следующее логическое обоснование. В любом случае, удовлетворяющем условию A, существует вероятность того, что лечащий врач, выявит изъян в рекомендации по лечению, сгенерированной CDSS, и по этой причине врач отклоняет рекомендацию по лечению, сгенерированную CDSS. Тот факт, что фактическое лечение увенчалось успехом, дополнительно подтверждает, что лечащий врач проявил значительную проницательность. Таким образом, случаи пациентов, удовлетворяющие условию A, надлежащим образом выявляются как случаи отклонения.

В любом случае, удовлетворяющем условию B, лечащий врач, опять же, заранее уверен в наличии некоторого изъяна в рекомендации CDSS. Поскольку фактическое лечение привело к неудовлетворительному результату, существует более высокая вероятность того, что лечащий врач был неправ, принимая решение на отклонение рекомендации CDSS, по сравнению со случаями, удовлетворяющими условию A. Однако остается существенная возможность того, что врач в случае, удовлетворяющем условию B, проявил проницательность или распознал изъян в рекомендации по лечению, сгенерированной CDSS. Кроме того, даже если рекомендация по лечению, сгенерированная CDSS, была адекватна, и лечащий врач принял неверное решение, отклонив её, рассмотрение случая пациента, удовлетворяющего условию B, может быть полезно при определении, допустила ли машина 20 логического вывода изъян в своей формулировке рекомендации по лечению, сгенерированной CDSS. Другими словами, возможно, что рекомендацию по лечению, генерируемую CDSS, можно сформулировать более четко, чтобы лечащий врач мог оценить адекватность рекомендации.

Любой случай, удовлетворяющий условию C, является отклонением, поскольку неудовлетворительный результат, несмотря на то, что лечащий врач следовал рекомендации по лечению, сгенерированной CDSS, уверенно свидетельствует о возможном изъяне в рекомендации по лечению.

Три условия A, B, C можно свести к двум более простым условиям:

1. CDSS предоставила рекомендацию, которой не последовали.

2. CDSS предоставила рекомендацию, которой последовали, но результат оказался неудовлетворительным.

Преимущественно, переформулировав критерий отклонений с использованием условий (1), (2), условие (1) мо