[发明专利]使临床事件数据坍塌成有意义的患者护理状态

权利要求书

1.一种由一个或多个处理器实施的方法，包括：

将与众多相应的患者相关联的按时间排序的临床数据流分成(402)一个或多个相应的众多时间段，其中，每个临床数据流指示所述众多患者中的特定患者的临床历史，并且其中，所述一个或多个众多时间段中的每个具有不同的持续时间；

生成(404)到降维空间中的、所述一个或多个众多时间段的一个或多个众多嵌入；

对所述一个或多个众多嵌入执行(408)过程挖掘；并且

基于所述过程挖掘来识别(410)在所述众多患者之间共享的一条或多条时间健康轨迹。

2.根据权利要求1所述的方法，其中，所述过程挖掘包括：

分析(506)根据具有第一持续时间的第一众多时间段生成的所述一个或多个众多嵌入中的第一众多嵌入，以识别所述降维空间中的共享一个或多个属性的时间段的第一众多集群；

确定(508)所述降维空间中的时间段的所述第一众多集群不满足群体标准；

分析(506)根据具有第二持续时间的第二众多时间段生成的所述一个或多个众多嵌入中的第二众多嵌入，以识别所述降维空间中的共享一个或多个属性的时间段的第二众多集群；并且

确定(508)所述降维空间中的时间段的所述第二众多集群满足所述群体标准；

其中，所述一条或多条时间健康轨迹是基于时间段的所述第二众多集群来识别的。

3.根据权利要求2所述的方法，其中，在阈值数量的患者被表示在众多集群中的每个中的情况下，满足所述群体标准。

4.根据权利要求1所述的方法，其中，所述生成包括：将所述一个或多个众多时间段中的每个应用(406)为跨神经网络的输入，以学习到所述降维空间中的所述一个或多个众多嵌入中的相应的一个。

5.根据权利要求4所述的方法，其中，所述神经网络是跳字模型。

6.根据权利要求1所述的方法，其中，所述一个或多个众多时间段中的每个具有从小时、天、周或月中选择的持续时间。

7.根据权利要求1所述的方法，其中，所述一个或多个众多嵌入中的每个被表示为与神经网络的隐藏层相关联的权重。

8.根据权利要求1所述的方法，其中，每个时间段包括在所述时间段期间发生的一个或多个临床事件。

9.根据权利要求8所述的方法，其中，所述一个或多个临床事件被认为在所述时间段内是同时发生的，而与所述一个或多个临床事件实际发生的顺序无关。

10.至少一种非瞬态计算机可读介质，其包括指令，所述指令响应于由一个或多个处理器对所述指令的运行而令所述一个或多个处理器执行以下操作：

将与众多相应的患者相关联的按时间排序的临床数据流分成(402)一个或多个相应的众多时间段，其中，每个临床数据流指示所述众多患者中的特定患者的临床历史，并且其中，所述一个或多个众多时间段中的每个具有不同的持续时间；

生成(404)到降维空间中的、所述一个或多个众多时间段的一个或多个众多嵌入；

对所述一个或多个众多嵌入执行(408)过程挖掘；并且

基于所述过程挖掘来识别(410)在所述众多患者之间共享的一条或多条时间健康轨迹。