[论文解读] Model-Driven Design of Clinical Guidance Systems

Maryam Rahmaniheris, Yu Jiang+1 more|arXiv (Cornell University)|Oct 21, 2016

Healthcare Technology and Patient Monitoring参考文献 14被引用 7

一句话总结

本文提出一种基于模型的临床指南系统设计方法，采用以器官为中心的有限状态机与医师交互模型，并通过UPPAAL结合CTL公式进行形式化验证。该方法可生成可执行、可验证且可由临床医生审查的模型，支持急性护理中的实时决策支持，成功实现代码生成与集成，应用于心脏骤停管理。

ABSTRACT

Clinical guidance systems have been widely adopted to help medical staffs to avoid preventable medical errors such as delay in diagnosis, treatment or untended deviations from best practice guidelines. However, because patient condition changes rapidly and medical staffs are usually overloaded in acute care setting, how to ensure the correctness of the system reaction to those rapid changes and managing interaction with physicians remains challenging. In this paper, we propose a domain-specific model-driven design approach to address these challenges for designing clinical guidance systems. Firstly, we translate the relevant medical knowledge described in generic literature and different best practice guidelines into a set of executable and indirectly verifiable finite state machine models. We introduce an organ-centric paradigm to construct clinical models, and also develop a physician model to track physician-system interactions and deviations. Secondly, for verification of the compositional system model, we translate the model into timed automata, based on which, we formalize a set of clinical and system safety requirements as computation tree logic(CTL) formulas and use the UPPAAL model checking tool to formally verify those requirements. In this way, the correctness of the model can be mathematically proved. Finally, we can automatically generate the executable code from the verified model using the corresponding code generation tools for finite state machine. For evaluation, we apply the approach to the design of clinical guidance systems for cardiac arrest. The generated code can be deployed and interact with existing guidance systems.

研究动机与目标

• 解决在患者状态快速变化和高临床工作量背景下，确保临床指南系统正确性与安全性的挑战。
• 克服程序编码的局限性，通过高层可执行模型实现医师参与的临床知识验证。
• 构建一个融合患者状态、最佳实践指南与医师-系统交互追踪的网络-医学-人一体化模型。
• 利用时序自动机与模型检测技术，通过计算树逻辑（CTL）公式形式化验证临床与系统安全需求，数学证明其正确性。
• 从经验证的模型中自动生成代码，以部署于真实临床系统。

提出的方法

• 采用以器官为中心的范式，将医学知识与最佳实践指南转化为可执行的有限状态机模型。
• 通过组合式医师模型建模医师-系统交互，以追踪偏差与干预措施。
• 使用Yakindu Statecharts进行交互式建模与仿真，支持医师对临床过程的动态验证。
• 将Yakindu模型手动转换为UPPAAL，以使用计算树逻辑（CTL）公式进行形式化验证。
• 将临床与系统安全需求形式化为CTL属性，并利用UPPAAL模型检查器进行验证。
• 从经验证的Yakindu模型中自动生成Java代码，以集成至现有临床指南系统。

实验结果

研究问题

• RQ1 如何设计临床指南系统，以在患者状态快速变化与高临床工作量下确保正确性？
• RQ2 基于模型驱动方法并采用医师可识别的抽象，是否能提升临床验证效果并减少系统设计错误？
• RQ3 通过时序自动机与CTL逻辑进行形式化验证，在多大程度上可确保临床指南模型的安全性与正确性？
• RQ4 可执行、可验证且人类可读的模型在多大程度上可被有效生成并集成至真实临床系统？
• RQ5 整合医师交互建模是否能增强系统的适应性并提高对最佳实践指南的遵循程度？

主要发现

• 以器官为中心的有限状态机模型成功表征了代谢性酸中毒等复杂临床状况，具有清晰且可追溯的状态转移。
• 医师通过Yakindu仿真对模型进行了验证与优化，证实该方法可在有意义的抽象层次上支持临床审查。
• 使用UPPAAL的形式化验证确认了关键安全属性，例如P8属性确保在同时存在最佳实践与正常血气水平时偏差计数器正确递增。
• 模型驱动的端到端流程实现了从经验证模型到代码的自动生成，成功集成至现有心脏骤停管理指南系统。
• P7等属性确认了医师模型正确反映了系统状态，确保了临床交互的准确追踪。
• 该方法在真实案例研究中得到验证，经验证的模型与生成的代码均适合在急性护理环境中部署。