医疗服务使用情况管理

医疗保健系统的所有参与者, 包括患者，医疗保健提供者和付款人，都希望可以以最低的成本来享用最有效的治疗方法。 这叫做医疗服务使用情况管理（UM），它需要医疗专家在提供护理之前对护理的适宜性进行逐案评估。

UM从理论上听起来很不错，但实际上它面临着严峻的挑战。 评定护理的适宜性需要对病人的医疗记录进行全面评估，并从自由撰写的文本笔记，半结构化和结构化等的混合数据中提取相关临床事实。 这个过程涉及大量艰苦的体力劳动。 这是UM管理过程中最昂贵和耗费人力的一步。

方案要旨

该解决方案从标准EMR（电子病历）系统中提取患者病历。 它对文本记录进行高级语言分析，同时考虑到医学领域的各种复杂性，包括专门的否定表达，词汇和符号约定。 该解决方案利用多种医学本体论，语义词典，以及详尽的XPDL™查询语言来提取代表数百个重要临床参数中的每一个特征向量。

一旦提取出相关的临床事实，就可以借助在历史数据上训练过的机器学习算法来对其进行更深一步的分析，以建立预测医疗护理适宜性的模型。 该解决方案可以在客户端或Megaputer的安全数据站点上实施。