[发明专利]基于患者数据的用于健康护理诊断和治疗的贝叶斯因果关系网络模型

权利要求书

1.一种用于基于患者数据产生因果关系网络模型的计算机实施方法，该方法包括：

接收对应于多位患者的数据，所述数据包括针对每位患者的诊断信息和/或治疗信息；

解析数据，产生针对多个变量的标准化数据，其中对于每位患者，所述标准化数据针对超过一个变量产生；

使用贝叶斯网络算法基于所产生的标准化数据产生涉及所述多个变量的因果关系网络模型，所述因果关系网络模型包括与多种医学状况相关的变量，和

使用程序化计算系统产生因果关系网络，所述程序化计算系统包括容纳网络模型构建代码的存储器和一个或多个配置成执行网络模型构建代码的处理器。

2.权利要求1的方法，其中所述因果关系网络模型包括指示针对所述多种医学状况中的每一种的一个或多个预测因子的关系。

3.权利要求1的方法，其中所述接收的数据没有预选择为与所述多种医学状况的一种或多种相关。

4.权利要求1的方法，其中所述多位患者包括各自具有指示患者医学状况诊断的数据的患者的第一子集和各自具有不指示患者医学状况诊断的数据的患者的第二子集。

5.权利要求1的方法，进一步包括：

接收对应于一位或多位其他患者的另外的数据；和

基于所述另外的数据更新所述因果关系网络模型。

6.权利要求1的方法，进一步包括：

接收对应于所述多位患者中的一位或多位的更新的或另外的数据；和

基于所述更新的或另外的数据更新所述因果关系网络模型。

7.权利要求1的方法，其中仅仅基于所产生的标准化数据来产生所述因果关系网络模型。

8.权利要求1的方法，进一步包括：

从所述因果关系网络模型确定子网络，所述子网络中的一个或多个变量与选定的医学状况相关；和

探测所述子网络中的关系，以确定针对所述选定的医学状况的一个或多个预测因子。

9.权利要求8的方法，其中针对选定的医学状况的所述一个或多个预测因子指示与选定的医学状况共同发生的医学状况。

10.权利要求8的方法，其中基于与选定的医学状况相关的所述一个或多个变量以及所述一个或多个变量和所述因果关系网络模型中的其他变量之间的关系的强度来确定所述子网络的范围。

11.权利要求8的方法，其中所述子网络包括与选定的医学状况相关的所述一个或多个变量、各自具有与所述一个或多个变量的第一程度关系的第一组其他变量和各自具有与所述一个或多个变量的第二程度关系的第二组其他变量。

12.权利要求8的方法，其中所述一个或多个预测因子中的至少一个之前未知为针对选定的医学状况的预测因子的。

13.权利要求8的方法，其中所述一个或多个预测因子中的至少一个新鉴定为针对所述医学状况的预测因子。

14.权利要求8的方法，其中预测因子的数量小于变量的数量。

15.权利要求8的方法，进一步包括：

在用户界面中显示所述一个或多个预测因子，所述显示包括所述一个或多个变量、所述一个或多个预测因子以及所述一个或多个变量和所述一个或多个预测因子之中的关系的图形表示。

16.权利要求8的方法，进一步包括在用户界面中显示所述子网络的图形表示。

17.权利要求8的方法，进一步包括基于所述一个或多个变量和所述一个或多个预测因子之间的关系的强度将所述一个或多个预测因子分级。

18.权利要求1的方法，进一步包括：

从所述因果关系网络模型确定子网络，所述子网络中的一个或多个变量与选定的药物相关；和

探测所述子网络来确定与选定的药物相关的一个或多个预测因子。

19.权利要求18的方法，其中与选定的药物相关的所述一个或多个预测因子指示与选定的药物结合给药的药物。

20.权利要求18的方法，其中所述一个或多个预测因子指示所述选定的药物与一种或多种其他药物之间的不利药物相互作用。