WO2016190724A1 - Método de generación, registro y acceso a un expediente medico único - Google Patents
Método de generación, registro y acceso a un expediente medico único Download PDFInfo
- Publication number
- WO2016190724A1 WO2016190724A1 PCT/MX2015/000079 MX2015000079W WO2016190724A1 WO 2016190724 A1 WO2016190724 A1 WO 2016190724A1 MX 2015000079 W MX2015000079 W MX 2015000079W WO 2016190724 A1 WO2016190724 A1 WO 2016190724A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- medical
- systems
- accordance
- diagnosis
- registration
- Prior art date
Links
- 238000000034 method Methods 0.000 title description 17
- 201000010099 disease Diseases 0.000 claims description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 229940079593 drug Drugs 0.000 claims description 5
- 239000003814 drug Substances 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 2
- 230000037081 physical activity Effects 0.000 claims description 2
- 238000010200 validation analysis Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims 1
- 230000037213 diet Effects 0.000 claims 1
- 235000005911 diet Nutrition 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 description 28
- 238000011161 development Methods 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 4
- 206010012601 diabetes mellitus Diseases 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 206010006187 Breast cancer Diseases 0.000 description 2
- 208000026310 Breast neoplasm Diseases 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000000172 allergic effect Effects 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 208000010668 atopic eczema Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 201000009240 nasopharyngitis Diseases 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000005053 stress perception Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Definitions
- the present invention is circumscribed within the area of computer science and biometrics applied to the protection of personal data.
- a diagnostic system is provided from the genetic information of the patient that allows to calculate the risk of an individual being affected by the disease.
- the diagnosis integrates molecular data about the patient, a clinical guide database and a knowledge database to perform medical diagnoses
- the invention US20100131438 provides data mining methods to integrate probabiistic models based on a list of terms of associated disease.
- US20070203752 a method is provided for attending hospitals, clinics, insurance companies, doctors, medical groups, or other teeth to efficiently provide, pharmacists, and advice for the benefit of medical health.
- US20Q30149597 uses a repository of patient medical records to support clinical decision making.
- US2008Q097792 provides doctors with real-time medication suggestions, treatment costs, availability of treatment delivery, specific patient medical information and related treatment parameters.
- the system comprises a module to capture a patient's clinical data and a communication component that communicates the clinical data for a clinical decision based on support regias (COS) of the system to receive alerts, warnings, reminders, or recommendations.
- COS support regias
- US20050049497CAD provides a method of diagnosis of breast cancer for the detection and diagnosis of breast cancer.
- the invention US2Q130268891 presents methods and systems to facilitate a rapid response to critical changes in a patient's condition.
- WO / 2012/061825 describes an assistant for clinical decision making whose device is configured to include symbolic language.
- the inventions described here show a strong concentration of efforts in doing individual tasks, highly specialized, more efficient and precise. These systems often start learning models or artificial intelligence systems to improve the quality of the medical service, the development of medical diagnostic systems (in early years) or support systems for diagnostic decision making (in recent years ) has been a constant objective due to the complexity of the problem and its social importance.
- Kawaj ⁇ proposes a method of diagnosis based on a set of neural networks working in parallel, each with a large number of inputs and an output corresponding to the disease detected by the network [Matsumoto 2004].
- An and Tong present a system expert for medical diagnosis based on the theory of rough assemblies and neuronal networks [An 2005]. This approach seeks to reduce the impact of inaccurate data through rough assemblies and the difficulty of knowledge engineering necessary in the development of regal-based systems.
- Tan et ai present a hybrid expert system for medical diagnosis, in which they integrate neurodiffuse networks, to process the input data and diffuse systems based on regias to make the diagnosis fMeiek 2005]
- Tan et ai present a medical diagnostic system called COMS (Compiementary Decision Maktng System), in which they emulate neuron behavior! based on the integration of positive and negative stimuli (Tan 2007).
- COMS Computer Decision Maktng System
- Yang and Shieh present a muitiagent system model to support medical diagnosis [Yang 2008], where each agent uses a knowledge-based system with different diffuse regimes, in order to generate a collaborative diagnosis.
- Georgopoulos proposes a hybrid modeling methodology for support systems for decision making in medical diagnosis [Georgopoulos 2009]. This methodology integrates competitive diffuse cognitive maps and genetic algorithms to generate sets of possible responses that are offered to the doctor so that he or she can select the most appropriate one.
- Lee and Wang present a diffuse expert system to support decision making for the diagnosis of diabetes [Lee 2011]. The system employs a diffuse 5-layer orttoiogy for the management of cancer and an agent with a diffuse decision-making mechanism for the diagnosis of diabetes.
- L ⁇ u- Bai present, for example, a strategy for scheduling medical consultations remote [Liu-Bai 2010].
- the objective is to optimize the time of medical experts so that they can participate in as many diagnoses as possible with the least possible loss of time.
- Figure 1 is a schematic diagram of the system for generating registration and access to a single medical record of the present invention.
- the system for generating registration and access to a single medical record is constituted of at least one system of construction, protection and controlled access of personal medical records, comprising: a ) Registration, validation and periodic update of biometric identifier for doctors, iaboratorists, patients and administrators using fingerprint, voice recognition, and / or iris; b) Encryption algorithm to prevent unauthorized access to the database; c) Redundant storage of data in a network of servers focused on different geographical points to prevent the total partial loss of patient information; d) Notice of updating the medical history of family members indicating the presence of diseases of genetic transmission and construction of!
- Medical history capture module diseases, operations, current medication, lifestyle, including physical activity, drug use; sleep hours, stress perception; f) Module for capturing clinical analysis results, available to iaboratorists; g) Module of analysis of eonfiability of medical data; h) Generation and registration of medical records on physical identification card; i) display of medical records available on Smartphones, tablets or personal computers.
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Sistema de generación, registro y acceso a un expediente médico único con autenticación biométrica y almacenamiento en una tarjeta física de identificación; el sistema permite desplegar el expediente médico del paciente en smartphones, tablets u ordenadores personales.
Description
MÉTODO DE GENERACIÓN, REGISTRO Y ACCESO A UN EXPEDIENTE MÉDICO
ÚNICO
CAMPO TÉCNICO DE LA INVENCIÓN La presente invención se circunscribe dentro del área de informática y biometrla aplicada a la protección de datos personales.
ANTECEDENTES
Existe una demanda mundial por servicios de asistencia médica remota o virtual. Existen también muchas tecnologías que buscan atender esta necesidad y en mayor o menor medida han logrado ofrecer alternativas, no populares aún. Sin embargo, la demanda de estos servicios está muy lejos de ser atendida.
En países como México, aún no se cuenta con un expediente médico único, por lo que la población no cuenta con un historial medico personal que incluya información relevante de familiares cercanos. Esto genera crisis a la hora de identificar los medicamentos a que un paciente es alérgico en momentos de emergencia, dificulta también el diagnóstico de un resfriado común versus una alergia, o ía predicción de enfermedades como el cáncer o ía diabetes en función del historial y estilo de vida del paciente. Y es que a pesar que el acceso ai expediente médico es un derecho deí paciente, las clínicas y hospitales dificultan tanto el proceso que esta relevante información termina dispersa y virtuaimente inservible.
Las principales tendencias mundiales en ei desarrollo de sistemas para la toma de decisiones para diagnóstico médicas están orientadas a los sistemas coiaborativos, el uso de recursos en !a nube y cada vez crece más el interés en ei aprovechamiento de las plataformas de redes sociales y ei uso de dispositivos móviles. En el caso de sistemas para diagnóstico médico, ía tendencia actual está orientada al desarroilo de
metodologías inteligentes híbridas, con énfasis en ei tratamiento de datos inciertos, así como al manejo de ios expedientes electrónicos y muy poco se ha hecho por explotar ios medios sociales y móviles para el diagnóstico clínico.
En la invención US20050216208, se proporciona un sistema de diagnóstico a partir de información genética del paciente que permite calcula el riesgo de que un individuo se vea afectado por la enfermedad. En U52Q100063839 el diagnóstico integra datos moleculares sobre el paciente, una base de datos de guía clínica y una base de datos de conocimiento para realizar diagnósticos médicos, la invención US20100131438 aporta métodos de minería de datos para integrar modelos probabiíísticos en base a una lista de términos de enfermedad asociada.
En ía invención No. US20070203752 se proporciona un método para asistir a hospitales, clínicas, compañías de seguros, médicos, grupos de médicos, u otros dientes para proporcionar de manera eficiente, farmacéuticos, y asesoramiento en beneficio de la saíud médica. La patente US20Q30149597 utiliza un repositorio de registros médicos dei paciente para el apoyo a !a toma de decisiones clínicas.
En la invención No, US2008Q097792 se proporciona a los médicos sugerencias de medicamentos en tiempo real, costos de tratamiento, disponibilidad de suministro de tratamiento, Información médica específica del paciente y ios parámetros de tratamiento relacionados. En US20110301982 el sistema comprende un módulo para capturar datos clínicos de un paciente y un componente de comunicación que comunica los datos clínicos para una decisión clínica basada en regias de apoyo (COS) del sistema para recibir alertas, advertencias, recordatorios, o recomendaciones.
La patente US20050049497CAD proporciona un método de diagnóstico de cáncer de mama para la detección y diagnóstico deí cáncer de mama. La invención US2Q130268891 presenta métodos y sistemas para facilitar una respuesta rápida a cambios críticos en la condición de un paciente. En la invención No, WO/2012/061825 se describe un asistente para toma de decisiones clínicas cuyo dispositivo está configurado para incluir lenguaje simbólico.
Los invenios aquí descritos muestran una fuerte concentración de esfuerzos en hacer tareas individuales, altamente especializadas, más eficientes y precisas. Estos sistemas a menudo empiean modelos de aprendizaje o sistemas de inteligencia artificial para mejorar ía calidad en el servicio médico, El desarrollo de sistemas de diagnóstico médico (en Sos primeros años) o sistemas de apoyo a ia toma de decisiones para diagnostico (en años recientes) ha sido un objetivo constante debido a ía complejidad del problema y a su importancia social. Así, Kerre en 1990 presenta un análisis de las relaciones entre objetos en íógíca difusa y su posible aplicación ai desarrollo de sistemas para diagnóstico médico {Kerre 1990). Los sistemas expertos han sido ia principal herramienta para el desarrollo de aplicaciones para diagnóstico médico. Así, Parr en 1991 describe el desarrollo de un sistema experto para entrenamiento de cardiólogos infantiles a partir del conocimiento de un experto médico {Parr 1993], Aunque los resultados con sistemas expertos han sido muy alentadores, existen diversas limitantes y problemas a resolver para una implementación real. Entre las principales dificultades para e! desarrollo de sistemas expertos se encuentra la obtención de las reglas de conocimiento. Para resolver éste problema de ía ingeniería de conocimiento, típico de los sistemas expertos, Liu et ai presentan un método para diagnóstico médico en el que utilizan razonamiento evidencia! mediante redes de implicación [Liu 199$], Actualmente, la mayor parte de las propuestas encontradas en ía literatura se basan en ia integración de técnicas complementarias o alternativas para ía solución de un mismo problema. De esta manera, Hudson y Cohén presentan un sistema híbrido de razonamiento automático para diagnóstico médico {Hudson 2003]. Gracias a su arquitectura modular, el sistema permite integrar diversas técnicas de razonamiento, si bien ios autores presentan resultados con tres técnicas específicas: Un sistema basado en regias, una red neuronal y una técnica de análisis de series de tiempo, Kawají propone un método de diagnóstico basado en un conjunto de redes neuronales trabajando en paralelo, cada una con un gran número de entradas y una salida correspondiente a la enfermedad detectada por ia red [Matsumoto 2004], An y Tong presentan un sistema
experto para diagnóstico médico basado en la teoría de conjuntos ásperos y redes neuronaies [An 2005]. Esta aproximación busca reducir el impacto de datos imprecisos a través de ios conjuntos ásperos y ta dificultad de la ingeniería de conocimiento necesaria en ei desarrollo de sistemas basados en regias. Melek el ai presentan un sistema experto híbrido para diagnóstico médico, en ei que integran redes neurodifusas, para procesar ios datos de entrada y sistemas difusos basados en regías para realizar ei diagnostico fMeiek 2005], Tan et ai presentan un sistema de diagnóstico médico llamado COMS (Compiementary Decisión Maktng System), en el que emulan ei comportamiento neurona! basado en ia integración de estímulos positivos y negativos (Tan 2007]. Si bien en este caso, ios autores no presentan un sistema híbrido, si destacan ia importancia de proporcionaras sistema bajo entrenamiento, una cantidad diversa de "puntos de vista".
Otro aspecto que ha venido cambiando con ei tiempo, es ei roi de ios sistemas de diagnóstico automático, que desde hace años ha cambiado para proponer sistemas que se limiten a ofrecer apoyo ai experto humano en ia toma de decisiones. Así, Yang y Shieh presentan un modelo de sistema muitiagente para apoyo ai diagnóstico médico [Yang 2008], donde cada agente utiliza un sistema basado en conocimiento con regías difusas diferente, a fin de generar un diagnóstico colaborativo.
Georgopoulos propone una metodología híbrida de modelado para sistemas de soporte a ia toma de decisiones en ei diagnóstico médico [Georgopoulos 2009]. Esta metodología integra mapas cognitivos difusos competitivos y algoritmos genéticos para generar conjuntos de posibles respuestas que son ofrecidas ai médico para que seleccione ia más adecuada. Lee y Wang presentan un sistema experto difuso para soporte a ia toma de decisiones para eí diagnóstico de diabetes [Lee 2011]. El sistema emplea una orttoiogía difusa de 5 capas para eí manejo de íncerísdumbre y un agente provisto de un mecanismo difuso de toma de decisiones para diagnóstico de ia diabetes.
Finalmente, un tema de gran interés en ios años recientes ha sido ei desarrollo de aplicaciones basadas en redes sociales, incluso para ei caso de diagnóstico médico. Líu- Bai presentan, por ejemplo, una estrategia para calendarízación de consultas médicas
remotas [Liu-Bai 2010]. El objetivo es optimizar el tiempo de los expertos médicos para que puedan participar en la mayor cantidad posible de diagnósticos con la menor pérdida de tiempo posible.
Las tecnologías actuales se dirigen hacia tareas específicas. Algunas son útiles sólo para el diagnóstico de un determinado tipo de cáncer; o predecir la probabilidad de un ataque al corazón o un derrame cerebral, basado en probabilidades y marcadores bioquímicos, Otros sistemas proporcionan análisis e interpretación de datos, para recomendar diagnósticos o predecir los resultados del tratamiento, basados en modelos analíticos.
Aunque un poco más útlí que los sistemas basados en reglas tradicionales, estos inventos aun no aprenden ias preferenaas individuales, los hábitos y las historias de casos de sus usuarios por lo que sirven sólo para tareas específicas individuales. Así, los sistemas actuales no ayudan en la evaluación íntegra de los pacientes. Por el contrario, operan desde un registro de paciente que se establece exclusivamente por el proveedor de tratamiento. Por lo tanto, su uso está fundamentalmente ligado a la exactitud del diagnóstico y tratamiento dictado por el médico. Por último, debido a la compleja tecnología y gran especiaíizacíón que participan en estos sistemas, estos sistemas están monetariamente fuera del alcance de la mayoría de ios médicos o pacientes,
Referencias bibliográficas A walk through fuzzy relations and their appíication to information retrieval, medical diagnosis and expert systems. E,E. Kerre. Proceedings of the First International Symposíum on Uncertainty Modeting and Analysis. 1990.
Oesígn Problema Encountered in the Oeveíopment of a Medical Expert System. Anne Parr. First New Zealand International Two-Stream Conference on Artificial Neural Networks and Expert Systems, 1993. Proceedings. 1993.
Evídentiai inference with Embedded Pattem Ciassifiers: Towards A Medica! Expert System for Diagnosis. Jiming Uu, P, C. Yuen , Yuan Y. Tang, Xiaoru Wang, Hai Ying. IEEE ínternational Conference on Systems, Man, and Cybernetics. 1996.
Hybríd System Approacn to Medical Diagnosis, Donna L Hudson, Maurice E. Cohén, VEG1MS 2003 - Internationa! Symposium on Virtual Environments, Human-Computer Interfaces and Weasurement Systems. 2003.
CSinícai Diagnosis Support System based on Symptoms and Remarks by Neural Networks. Tsutomu Matsumoío, Yasuyukí Shímada, and Shígeyasu Kawají. Proceedings of the 2004 IEEE Conference on Cybemeíics and Inteiligent Systems. 2004.
A Rough Neural Expert System for Medical Diagnosis, üpíng An, Lingyun Tong. Proceedings of International Conference on Services Systems and Services Management ICSSSM '05. 2005.
A NeuroFuzzy-based Expert System for Dlsease Diagnosis. Wiífíam W. Melek. Aíireza Sadeghian, Homayoun Halaran, fvlina Noorfar. 2006 IEEE International Conference on Systems, Man and Cybernetícs. 2005.
Complementan/ Decisión Making System for Aíding Medica! ímage Diagnosis. T. Z. Tan, G. S. Ng, and C. Quek. Proceedings of International Joint Conference on Neura! Networks, Orlando, Florida, USA, August 12-17, 200?.
A Muíti-Agent Protoíype System for Medical Diagnosis. Giao Yang and John S. Shieh. Proceedings of 3rd International Conference on inteiligent System and Knowledge Engíneering. 2008. Diagnosis Support using Fuzzy Cognitíve Maps comblned with Geneíic Algorlínms. Vouia C. Georgopoulos. 31 st Annual International Conference of the IEEE EMBS. 2009.
A Fuzzy Expert System for Diabetes Decisión Support Application. Cñang-Shing Lee, Mei-Hut Wang. IEEE TransacSons on Systems, Man, and Cybernetícs— Part B: Cybernetics, Vo!. 41 , No, 1 , Pebruary 2011.
Study on experta schedulíng strategy of coJíectíve consultation ín Long-dístance
Medical System, International Conference on Management and Service Science (MASS) 2010. Li Liu-Baí. 2010.
DESCRIPCION DETALLADA DE LA INVENCIÓN
Los detalles característicos de la presente invención, se muestran ciaramente en ía siguiente descripción y en tas figuras que se acompañan, las cuales se mencionan a manera de ejemplo, por lo que no deben considerarse como una limitante para dicha invención.
Breve descripción de las figuras:
La figura 1 es un diagrama esquemático del sistema para generación registro y acceso a un expediente médico único, de ia presente invención.
Con respecto a la figura antes enlistada, el sistema para generación registro y acceso a un expediente médico único, de la presente invención, se constituye de, ai menos un sistema de construcción, protección y acceso controlado de expedientes médicos personaies, que comprende: a) Registro, validación y actualización periódica de ídentificador biométrico para médicos, iaboratoristas, pacientes y administradores utilizando huella digital, reconocimiento de voz, y/o iris; b) Algoritmo de encriptacíón para prevención de acceso no autorizado a ia base de datos; c) Almacenamiento redundante de datos en una red de servidores focalizados en distintos puntos geográficos para prevenir ia pérdida total parcial de ia información del paciente; d) Aviso de actualización dei historial médico de familiares indicando ia presencia de enfermedades de transmisión genética y construcción de! árbol genealógico del paciente; e} Módulo de captura de historial médico, enfermedades, operaciones, medicamento actual, estilo de vida, incluyendo actividad física, consumo de drogas; horas de sueño, percepción de estrés; f) Módulo de captura de resultados de análisis clínicos, disponible a iaboratoristas; g) Modulo de análisis de eonfiabilidad de datos médicos; h) Generación y registro de expediente médico en tarjeta física de identificación; i) desplegue de expediente médico disponible en Smartphones, tabletas o computadoras personales.
Claims
1. Un sistema de construcción, protección y acceso controlado de expedientes médicos personales, que comprende: a) Registro, validación y actualización periódica de identificador bíométrico para médicos, laboratoristas, pacientes y administradores; b) Algoritmo de encriptación de datos; c) Almacenamiento redundante de datos; d) Aviso de actualización de! historial médico de familiares indicando la presencia de enfermedades de transmisión genética; e) Módulo de captura de estilo de vida, incluyendo actividad física, consumo de drogas, horas de sueño; f) Módulo de captura de resultados de análisis clínicos, disponible a laboratoristas; g) Modulo de análisis de contlabílídad de datos médicos; h) Generación y registro de expediente médico en tarjeta física de identificación; i) desplegue de expediente médico disponible en Smartphones, tabletas o computadoras personales.
2. El sistema de conformidad con ta reivindicación anterior, donde la identificación biométrica puede ser realizada mediante sistemas de reconocimiento de huella digital, voz o iris;
3. El sistema de conformidad con la reivindicación anterior, donde el registro del expediente médico puede realizarse en una tarjeta física con generador de claves instantáneas;
4. El sistema de conformidad con la reivindicación anterior, donde ios datos de poca confiabilidad pueden ser desplegados para opinión de un profesional de la medicina;
5. El sistema de conformidad con ia reivindicación anterior, donde el expediente médico es enlazado con el historia! médico de familiares para predecir ia posibilidad de una enfermedad de tipo genética o contagiosa, sustentada en el estilo de vida y alimentación actual del paciente.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/MX2015/000079 WO2016190724A1 (es) | 2015-05-26 | 2015-05-26 | Método de generación, registro y acceso a un expediente medico único |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/MX2015/000079 WO2016190724A1 (es) | 2015-05-26 | 2015-05-26 | Método de generación, registro y acceso a un expediente medico único |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2016190724A1 true WO2016190724A1 (es) | 2016-12-01 |
Family
ID=57392215
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/MX2015/000079 WO2016190724A1 (es) | 2015-05-26 | 2015-05-26 | Método de generación, registro y acceso a un expediente medico único |
Country Status (1)
| Country | Link |
|---|---|
| WO (1) | WO2016190724A1 (es) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107220476A (zh) * | 2017-04-06 | 2017-09-29 | 广州慧扬信息系统科技有限公司 | 药物治疗效果的统计分析系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001069514A2 (en) * | 2000-03-15 | 2001-09-20 | Emedicalfiles, Inc. | Web-hosted healthcare medical information management system |
| US20050240613A1 (en) * | 2004-04-21 | 2005-10-27 | Logan Carmen Jr | Portable health care history information system |
| US20090138281A1 (en) * | 2007-11-28 | 2009-05-28 | Leonard Hacker | Patient-controlled medical information system and method |
| US20110184757A1 (en) * | 2010-01-25 | 2011-07-28 | Daniel Isaac S | Interactive medical card and method of processing medical information stored thereon |
-
2015
- 2015-05-26 WO PCT/MX2015/000079 patent/WO2016190724A1/es active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001069514A2 (en) * | 2000-03-15 | 2001-09-20 | Emedicalfiles, Inc. | Web-hosted healthcare medical information management system |
| US20050240613A1 (en) * | 2004-04-21 | 2005-10-27 | Logan Carmen Jr | Portable health care history information system |
| US20090138281A1 (en) * | 2007-11-28 | 2009-05-28 | Leonard Hacker | Patient-controlled medical information system and method |
| US20110184757A1 (en) * | 2010-01-25 | 2011-07-28 | Daniel Isaac S | Interactive medical card and method of processing medical information stored thereon |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107220476A (zh) * | 2017-04-06 | 2017-09-29 | 广州慧扬信息系统科技有限公司 | 药物治疗效果的统计分析系统 |
| CN107220476B (zh) * | 2017-04-06 | 2020-08-11 | 广州慧扬健康科技有限公司 | 药物治疗效果的统计分析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sharma et al. | Deep neuro‐fuzzy approach for risk and severity prediction using recommendation systems in connected health care | |
| JP5419300B2 (ja) | 情報処理装置、情報処理方法、プログラムおよびデータベースシステム | |
| Revano et al. | iVital: A Mobile Health Expert System with a Wearable Vital Sign Analyzer | |
| CN108281195A (zh) | 一种医疗数据的管理方法及系统 | |
| US20200027565A1 (en) | A layered medical data computer architecture | |
| Hossain et al. | A belief rule-based expert system to assess mental disorder under uncertainty | |
| Qi et al. | Towards knowledge driven decision support for personalized home-based self-management of chronic diseases | |
| Sharma | Personalized Telemedicine Utilizing Artificial Intelligence, Robotics, and Internet of Medical Things (IOMT) | |
| Jadi | Mobile health services in Saudi Arabia-challenges and opportunities | |
| WO2016190724A1 (es) | Método de generación, registro y acceso a un expediente medico único | |
| Stevens et al. | Is healthcare ready for a digital future? | |
| Kumar et al. | Fuzzy logic applications in healthcare: A review-based study | |
| Sherimon et al. | Ontology driven analysis and prediction of patient risk in diabetes | |
| US20170032104A1 (en) | Medical software platform | |
| Ramalatha et al. | Machine learning-based cognitive support system for healthcare | |
| Jørgensen et al. | Patient centric ontology for telehealth domain | |
| Belay et al. | A Data Framework to Understand the Lived Context for Dementia Caregiver Empowerment. | |
| Di Martino et al. | A fuzzy prolog and ontology driven framework for medical diagnosis using iot devices | |
| Ahmed et al. | Smart health architecture integration model | |
| Tawde et al. | A study on machine learning enabled IoT devices for medical assistance | |
| Rodriguez | A reference architecture for healthcare supportive home systems from a systems-of-systems perspective | |
| WO2016190725A1 (es) | Asistente virtual para generación y registro de recetas medicas | |
| Moradi et al. | MetaSyCar: a system for metabolic syndrome control and caring | |
| Mansingh et al. | Early detection of Alzheimer's diseases through IoT | |
| Alexandru et al. | Personalized home healthcare options for smart service delivery and patient-centered monitoring |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 15893466 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 15893466 Country of ref document: EP Kind code of ref document: A1 |