本发明涉及一种临床评估技术，尤其是，还涉及一种临床推荐方法、临床推荐装置及计算机可读记录媒体。
背景技术：
1、多变项(multivariate)模型(例如，类神经网络(neural network))为黑箱(blackbox)模型。然而，黑箱模型可能不适合临床评估相关应用。病人的医疗资料有较高的隐私规范。例如，单一数据的数量不得局限于少于或等于10人。然而，在黑箱模型的前提下无法证明，使得大型医疗数据模型无法商业使用。
技术实现思路
1、本发明是针对一种临床推荐方法、临床推荐装置及计算机可读记录媒体，可适用于临床评估相关应用。
2、根据本发明的实施例，临床推荐方法包括(但不仅限于)下列步骤：确定各医疗参数为独立事件。各医疗参数具有真实诊断，且独立事件经定义为医疗参数独立于其真实诊断。基于概率式模型(probabilistic model)确定各医疗参数的多个参考概率。各参考概率为在参考诊断发生的条件下医疗参数的概率。根据那些医疗参数的那些参考概率确定那些参考诊断的多个最终概率。根据那些参考诊断的最终概率确定推荐。
3、根据本发明的实施例，医疗推荐装置包括(但不仅限于)存储器及处理器。存储器经配置用以存储程序代码。处理器耦接存储器。处理器经配置用以执行程序代码以执行下列步骤：确定各医疗参数为独立事件。各医疗参数具有真实诊断，且独立事件经定义为医疗参数独立于其真实诊断。基于概率式模型确定各医疗参数的多个参考概率。各参考概率为在参考诊断发生的条件下医疗参数的概率。根据那些医疗参数的那些参考概率确定那些参考诊断的多个最终概率。根据那些参考诊断的最终概率确定推荐。
4、根据本发明的实施例，非暂时性计算机可读记录媒体(non-transitorycomputer-readable recording medium)存储程序代码。程序代码经加载至处理器上以执行前述步骤。
5、基于上述，根据本发明实施例的临床推荐方法、临床推荐装置及计算机可读记录媒体，可取得受判定为独立事件的医疗参数，并根据多个诊断的概率提供推荐。由此，可考虑大量临床相关数据，并可据以提供合适的推荐。
1.一种临床推荐方法，其特征在于，通过处理器实现，且所述临床推荐方法包括：
2.根据权利要求1所述的临床推荐方法，其特征在于，根据所述多个医疗参数的所述多个参考概率确定所述多个参考诊断的所述多个最终概率的步骤包括：
3.根据权利要求2所述的临床推荐方法，其特征在于，
4.根据权利要求1所述的临床推荐方法，其特征在于，所述多个医疗参数包括用药纪录、手术纪录、治疗纪录、检验报告、会诊纪录、急诊纪录、疾病纪录、出院医疗纪录及入院医疗纪录中的至少一个。
5.根据权利要求4所述的临床推荐方法，其特征在于，还包括：
6.根据权利要求1所述的临床推荐方法，其特征在于，确定多个医疗参数中的每一个为所述独立事件的步骤包括：
7.一种临床推荐装置，其特征在于，包括：
8.根据权利要求7所述的临床推荐装置，其特征在于，所述处理器还执行：
9.根据权利要求8所述的临床推荐装置，其特征在于，
10.根据权利要求7所述的临床推荐装置，其特征在于，所述多个医疗参数包括用药纪录、手术纪录、治疗纪录、检验报告、会诊纪录、急诊纪录、疾病纪录、出院医疗纪录及入院医疗纪录中的至少一个。
11.根据权利要求10所述的临床推荐装置，其特征在于，所述处理器还执行：
12.根据权利要求7所述的临床推荐装置，其特征在于，所述处理器还执行：
13.一种非暂时性计算机可读记录媒体，其特征在于，记录程序代码，所述程序代码经加载至处理器上以执行：
