The present invention relates to a system and method of medical knowledge domain modeling and automated medical decision-making, such as for online, questionnaire-based medical triage. In the present invention, information such as conditions and characteristics related to a diagnosis or disposition level is modeled in a Bayesian Network. The Bayesian Network may comprise instantiable nodes, fault nodes, intermediary nodes, a utility node and a decision node. Using Bayesian inference, the conditional probability of any pair in the network may be determined in real-time. These conditional probabilities are modified upon the input of evidence, which is typically in the form of answers to a dynamic set of questions designed to identify a diagnosis or disposition level for the patient under evaluation.

De onderhavige uitvinding heeft op een systeem en een methode van medische kennisdomein modellering en geautomatiseerde medische besluitvorming, zoals voor online, op vragenlijst-gebaseerde medische triage betrekking. In de onderhavige uitvinding, wordt de informatie zoals voorwaarden en kenmerken met betrekking tot een diagnose of regelingsniveau gemodelleerd in een Bayesian Netwerk. Het Bayesian Netwerk kan uit instantiable knopen, foutenknopen, intermediaire knopen, een nutsknoop en een besluitknoop bestaan. Gebruikend Bayesian gevolgtrekking, kan de voorwaardelijke waarschijnlijkheid van om het even welk paar in het netwerk in real time worden bepaald. Deze voorwaardelijke waarschijnlijkheid wordt gewijzigd op de input van bewijsmateriaal, die typisch in de vorm van antwoorden aan een dynamische reeks vragen is die worden ontworpen om een diagnose of regelingsniveau voor de patiënt onder evaluatie te identificeren.