放射線報告包括針對患者的成像檢查的讀出的結果。這些放射線報告可以作為放射科醫生、咨詢醫生和腫瘤科醫生之間的溝通工具,并且也可以包括關于建議的隨診和/或推薦的信息。這些隨診建議和推薦對于咨詢醫生快速獲得來自放射科醫生的意見是特別有幫助的。然而,這些隨診建議和推薦經常被埋藏在放射線報告的文本中,并且,如果它們不解決用于檢查的主要原因,則可能會被忽略。例如,作為一種偶然的發現,帶有轉移性腫瘤的患者可能具有嚴重的血管疾病。作為咨詢醫生的腫瘤科醫生可能主要集中在與癌癥相關的討論上,可能并不總是快速跟進落在這個關注領域之外的推薦。因此,在這種情況下,自動發送警告給咨詢醫生和/或放射科醫生關于所述建議/推薦,對于健康護理提供者或健康管理員可以是有益的。
技術實現要素:
一種用于分析患者報告以確定是否已推薦隨診的方法。所述方法包括:從所述報告提取指示隨診推薦的文本的部分,提取隨診推薦的名稱并且根據所述文本的部分來確定對應的時間間隔,提取與所述患者報告有關的上下文信息,并且基于所述上下文信息和所述隨診推薦的名稱來確定與所述隨診推薦相對應的預約是否已被排程。
一種用于分析患者報告以確定是否已推薦隨診的系統。所述系統包括處理器,所述處理器從所述報告提取指示隨診推薦的文本的部分,提取所述隨診推薦的名稱并且根據所述文本的部分來確定對應的時間間隔,提取與所述患者報告有關的上下文信息,并且基于所述上下文信息和所述隨診推薦的名稱來確定與所述隨診推薦相對應的預約是否已被排程。
附圖說明
圖1示出了根據示范性實施例的系統的示意圖;
圖2示出了圖1的系統的另一示意圖;
圖3示出了根據示范性實施例的方法的流程圖;
圖4示出了隨診/推薦的示范性類別的表格。
具體實施方式
示范性實施例可以參考以下描述和附圖來進一步理解,在附圖中,相似元件用相同的附圖標記來表示。示范性實施例涉及用于識別隨診建議和推薦的系統和方法。具體地,示范性實施例描述針對患者生成需要在所推薦的時間范圍之內進行隨診研究的警告。雖然示范性實施例特定地描述了識別包含在放射線報告內的信息,但是,本領域技術人員應當理解,本公開中的系統和方法可以用于識別包含在任何醫院部門內的針對患者的任何文本報告內的建議和推薦。
如圖1和圖2中所示,根據本公開的示范性實施例的系統100識別包含在報告120內的隨診建議和其他推薦。已識別的隨診和推薦可以被用于向用戶(例如,咨詢醫師、腫瘤科醫生)生成建議和需要隨診研究的警告。系統100包括處理器102、用戶接口104、顯示器106和存儲器108,所述存儲器108上存儲有針對患者的報告120。放射線報告例如是針對患者的成像檢查的結果的讀出,并且可以包括關于圖像中的發現以及隨診建議和推薦一起的相關信息。報告120可以被構造為包括獨立的部分,諸如,例如,臨床信息、比較、發現、印象和推薦。隨診建議和推薦可以例如在報告120的印象和/或推薦中被發現。
處理器102可以包括句子提取模塊110、信息提取和分類模塊112、上下文提取模塊114和匹配模塊116。句子提取模塊110從包括指示隨診已被推薦的關鍵字或短語(例如,“推薦”、“建議”、“考慮”)的報告中提取句子。句子提取模塊110可以在報告120的印象和推薦部分中特定地進行搜索。本領域技術人員應當理解,句子提取模塊110可以被預編程為搜索報告120的特定部分內的文本或者備選地整個報告120。信息提取和分類模塊112分析每個已提取的句子,以確定針對每個隨診建議的推薦類別和需要隨診的時間間隔。上下文提取模塊114提取針對報告120和患者的上下文信息,包括例如患者識別信息、研究日期(例如,進行圖像檢查的日期)、以及研究的模態(例如,MRI、CT)。
匹配模塊116隨后搜索可以被存儲在存儲器108中的排程數據庫118,以匹配所提取的上下文信息與排程數據庫118中的患者記錄。排程數據庫118可以是全醫院范圍內的排程工具,其包括醫院所有部門內的所有已排程的預約。一旦患者記錄被識別在排程數據庫118中,匹配模塊116就搜索患者記錄,以確定所提取的推薦類別和時間間隔是否匹配排程數據庫中的任何預約。如果沒有發現匹配,處理器102可以生成警告,所述警告自動通知用戶(例如,咨詢醫生)或患者應當對隨診進行排程。這種警告可以被顯示在顯示器106上。然而,本領域技術人員應當理解,其他信息,諸如,例如,報告120、在排程數據庫118中的已識別患者記錄、已提取的隨診推薦類別和間隔也可以被顯示在顯示器106上。用戶也可以經由用戶接口104編輯和/或設定用于句子提取模塊110、信息提取和分類模塊112、上下文提取模塊114和匹配模塊116的參數,用戶接口104可以包括輸入設備,諸如,例如,鍵盤、鼠標、和/或顯示器106上的觸摸屏。
圖3示出了用于使用上述系統100確定隨診研究是否已被推薦的方法200。方法200包括用于查看報告120的步驟,所述報告120可以被存儲在例如放射科信息系統(RIS)內的圖片存檔及通信系統(PACS)數據庫122中并且在其中被查看。這些報告120可以從存儲器108中檢索或被存儲在存儲器108中。在步驟210中,從報告120中提取相關部分。例如,當報告120是放射線報告時,其包括五個部分:臨床信息、比較、發現、印象和推薦——印象和推薦部分可以被提取,因為隨診建議和推薦是已知通常包括在這些部分中的。然而,本領域技術人員應當理解,方法200可以被調整為考慮包括替代標題和/或部分的報告。本領域技術人員應當理解,系統100可以被調整為提取報告120的所有文本部分,從而使句子提取模塊110可以搜索整個報告120的全部文本。
在步驟220中,句子提取模塊110可以利用自然語言處理(NLP)模塊來搜索已提取部分,并且提取指示隨診研究已經被建議或其他推薦已經被做出的句子。句子提取模塊110可以通過搜索關鍵字或短語,諸如,例如,“隨診”、“建議”、“考慮”、“f/s”(隨診或建議)等來識別這些句子。也可以搜索使用專有的或第三方技術的替代語義表示、概念或短語。例如,句子提取模塊可以提取一個句子,其中陳述:“推薦在6個月內進行左側乳房X射線檢查。”在步驟230中,信息提取和分類模塊112從每個已提取的句子提取隨診建議/推薦的名稱(例如,乳房X射線檢查)以及應當發生隨診的時間間隔(例如,6個月)。隨診建議/推薦的名稱可以經由例如成像、檢測、治療、活檢等的名稱來識別。時間間隔可以經由諸如例如每年、每月、日常、立即等術語來識別。當隨診建議/推薦的名稱已被提取,但未能識別時間間隔時,信息提取和分類模塊112可以默認預設時間間隔為例如“立即”。盡管示范性實施例描述了句子的提取和分析,但本領域技術人員應當理解,句子提取模塊110可以提取其他可辨別的部分或部分文本,諸如,例如,段落。
一旦推薦的名稱被識別,在步驟240中,信息提取和分類模塊112將所提取的隨診和相應的間隔分類為推薦類別。在示范性實施例中,系統100可以包括四個推薦類別,包括:(1)隨診成像檢查,(2)臨床會診/測試,(3)組織取樣/活檢,以及(4)決定性治療。圖4示出了落入每個已識別類別內的四個推薦類別和示范性隨診建議/推薦。已提取的隨診使用已被識別為指示在機器學習過程中的特定類別或已訓練的圖案的正則表達式被分類為已確定推薦類別之一。例如,用于隨診成像檢查的圖案可以是“成像名稱+隨診和推薦動詞”或“隨診和推薦動詞+成像名稱”。在兩個術語之間或之前(例如成像名稱和動詞)可以存在字符。成像名稱可以包括,例如CT、MRI、乳房X射線檢查、篩選、超聲等。隨診和推薦的動詞可以包括,例如推薦、建議、考慮、f/s等。
在步驟250中,上下文提取模塊114提取與報告120和患者相關的上下文信息,包括,例如患者識別信息、研究日期、器官和模態。存儲在例如RIS/PACS系統中并在其中被查看的圖像例如可以在DICOM(醫學中的數字成像和通信)格式下來查看,其包括包含相關上下文信息的標頭。在步驟260中,匹配模塊116使用已提取的上下文信息搜索用于匹配患者記錄的排程數據庫118。患者記錄隨后可以在步驟270中被搜索,以確定是否已對每個已識別的隨診建議/推薦排程了預約。具體地,匹配模塊116可以搜索患者記錄,以確定任何已排程的預約是否匹配已識別的推薦類別和時間間隔。例如,匹配模塊116可以搜索被排程為研究日期之后6個月的針對成像檢查(例如,乳房X射線檢查)的患者記錄。匹配模塊116可以被預先設置為搜索針對給定間隔的時間范圍。例如,當提取的間隔為6個月時,匹配模塊116可以在6個月時間間隔的每個月內搜索用于預約的患者記錄。本領域技術人員應當理解,如果需要,這種時間范圍可以由用戶進行調整。本領域技術人員還應當理解,提取的間隔可以被用作用于搜索患者記錄的起始點。例如,匹配模塊116可以搜索從研究日期起6個月開始的整個患者記錄。在另一范例中,當提取的間隔或默認時間間隔為“立即”時,匹配模塊116可以從研究日期起開始搜索患者記錄。
如果匹配模塊116能夠將上下文信息、隨診建議/推薦的名稱或類別和/或間隔匹配到已在排程數據庫118中為患者排程的預約,則方法200進行至步驟280并將隨診建議/推薦標記為已排程或已完成。當預約日期尚未過去時,隨診建議可以被標記為已排程。當預約日期已經過去,隨診建議可以被標記為已完成。如果匹配模塊116不能將上下文信息、隨診建議/推薦的名稱或類別和/或間隔匹配到患者記錄中的已排程的預約,則方法200進行到步驟290。在步驟290中,處理器102生成要被發送給醫生(例如,咨詢醫生)或患者的警告。這種警告可以是例如被發送至PACS系統,PACS系統可以接下來自動發送提醒,而不是隨診建議/推薦應當被排程的預約。這種提醒可以是給醫生或患者的電子郵件的形式。
應當指出,權利要求可以包括根據PCT條約6.2(b)的附圖標記/標號。然而,本發明權利要求不應當被認為是被限制為對應于所述附圖標記/標號的示范性實施例。
本領域技術人員應當理解,上述示范性實施例可以以任何數量的方式來實現,包括,實現為單獨的軟件模塊、實現為硬件和軟件的組合等。例如,句子提取模塊110、信息提取和分類模塊112、上下文提取模塊114和匹配模塊116可以是包含代碼行的程序,其在被編譯時,可以在處理器上運行。
對本領域技術人員顯而易見的是,可以不脫離本公開的精神和范圍對所公開的示范性實施例和方法和替代方案做出各種修改。因此,本公開內容旨在涵蓋這些修改和變型,只要它們落入所附權利要求及其等價方案的范圍之內。