TRANSLATION OF MEDICAL EVIDENCE INTO COMPUTATIONAL EVIDENCE AND APPLICATIONS THEREOF

A computational evidence platform extracts clinical concepts from medical evidence sources and creates a database of elemental diagnostic factors and elemental investigations links to medical conditions. Input from a person groups factors and investigations makes corrections and adds a ranking. Elemental factors and investigations do not include information specific to their associated conditions but include synonyms and a link to a medical ontology. A patient state is determined by extracting patient known diagnostic factors and investigation results from the patient chart. These known factors and results are matched to the database and a ranking of likely conditions are output. Next-best actions per condition are output by determining factors not yet known and investigations not yet performed. Next-best actions across conditions are determined by performing a recursive tree search of the database and assuming that unknown factors are now known to generate a score for each assumption. Selon l'invention, une plateforme de preuves computationnelles extrait des concepts cliniques à partir de sources de preuves médicales et crée une base de données de facteurs de diagnostic élémentaires et de liens entre les investigations élémentaires et les états médicaux. Une entrée à partir de facteurs et d'investigations de groupes de personnes effectue des corrections et ajoute un classement. Les facteurs et les investigations élémentaires ne comprennent pas d'informations spécifiques à leurs états associés, mais comprennent des synonymes et un lien vers une ontologie médicale. Un état du patient est déterminé en extrayant les facteurs de diagnostic et les résultats d'investigation connus du patient à partir du dossier du patient. Ces facteurs et résultats connus sont mis en correspondance avec la base de données et un classement d'états probables est délivré. Les meilleures actions suivantes par état sont délivrées en déterminant les facteurs qui ne sont pas encore connus et les investigations qui n'ont pas encore été effectuées. Les meilleures actions suivantes en fonction des états sont déterminées en effectuant une recherche arborescente récursive dans la base de données et en supposant que les facteurs inconnus sont désormais connus afin de générer un score pour chaque hypothèse.