AUTOMATED HEALTH DATA ACQUISITION, PROCESSING AND COMMUNICATION SYSTEM AND METHOD

Modulated output from each of a plurality of models is integrated to quantify factors and generate a plurality of values, each within a continuous distribution. A respective discrete category is associated with some of the values to represent a likelihood of future occurrence. Values are received fr...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: NAEF, Andre, OHNEMUS, Peter, JACOBS, Laurence
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Modulated output from each of a plurality of models is integrated to quantify factors and generate a plurality of values, each within a continuous distribution. A respective discrete category is associated with some of the values to represent a likelihood of future occurrence. Values are received from a first, second, and third data model. The values are modulated to scale a value representing aspect(s) associated with the likelihood of the future occurrence. The modulating is based on at least one factor derived from at least one of the first data model, the second data model, and the third data model. Thereafter, the values are integrated as a function artificial intelligence comprised in the at least one computing device, and a respective discrete category associated with the integrated values is selected, wherein each of the integrated values and the selected category represent the likelihood of a future occurrence. Une sortie modulée provenant de chacun d'une pluralité de modèles est intégrée pour quantifier des facteurs et générer une pluralité de valeurs, chacune dans une distribution continue. Une catégorie discrète respective est associée à certaines des valeurs pour représenter une probabilité d'apparition future. Des valeurs sont reçues à partir d'un premier, d'un deuxième et d'un troisième modèle de données. Les valeurs sont modulées pour mettre à l'échelle une valeur représentant un ou plusieurs aspects associés à la probabilité de l'apparition future. La modulation est basée sur au moins un facteur dérivé d'au moins l'un parmi le premier modèle de données, le deuxième modèle de données et le troisième modèle de données. Ensuite, les valeurs sont intégrées en tant que fonction d'intelligence artificielle comprise dans l'au moins un dispositif informatique, et une catégorie discrète respective associée aux valeurs intégrées est sélectionnée, chacune des valeurs intégrées et la catégorie sélectionnée représentant la probabilité d'une apparition future.