预测未来状态用于自适应临床路径管理
计算机与社会
2021-04-13 v2
摘要
临床决策支持系统正在辅助医生为患者提供照护。然而,在临床路径管理背景下,此类系统相当有限,因为它们仅考虑患者的当前状态而忽略该状态在未来可能的演变。在过去十年中,医疗领域大数据的可用性开启了临床决策支持的新时代。机器学习技术现广泛用于临床领域,但主要作为疾病预测的工具。一个不仅能预测未来状态、还能基于这些预测实现自适应临床路径管理的工具仍有需求。本文引入加权状态转移逻辑,一种基于临床路径中规划的动作对状态变化建模的逻辑。加权状态转移逻辑通过考虑权重——指示某一动作或整条临床路径质量的数值——扩展了线性逻辑。它使我们能够预测患者的未来状态,并基于这些预测实现自适应临床路径管理。我们提供了使用语义网技术的加权状态转移逻辑实现,便于将语义数据和规则作为背景知识集成。由语义推理机执行,可生成通向目标状态的临床路径,并能在多条路径共存时检测未来的潜在冲突。从当前状态到预测未来状态的转移是可追溯的,这建立了人类用户对生成路径的信任。
引用
@article{arxiv.2010.12027,
title = {Predicting future state for adaptive clinical pathway management},
author = {Hong Sun and Dörthe Arndt and Jos De Roo and Erik Mannens},
journal= {arXiv preprint arXiv:2010.12027},
year = {2021}
}