CN113345543A - 一种基于患者信息的建议生成方法及*** - Google Patents
一种基于患者信息的建议生成方法及*** Download PDFInfo
- Publication number
- CN113345543A CN113345543A CN202110746320.1A CN202110746320A CN113345543A CN 113345543 A CN113345543 A CN 113345543A CN 202110746320 A CN202110746320 A CN 202110746320A CN 113345543 A CN113345543 A CN 113345543A
- Authority
- CN
- China
- Prior art keywords
- patient
- gene
- information
- mutation
- immunotherapy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003745 diagnosis Methods 0.000 claims abstract description 39
- 108090000623 proteins and genes Proteins 0.000 claims description 256
- 230000035772 mutation Effects 0.000 claims description 142
- 238000009169 immunotherapy Methods 0.000 claims description 99
- 230000001024 immunotherapeutic effect Effects 0.000 claims description 43
- 102000052116 epidermal growth factor receptor activity proteins Human genes 0.000 claims description 35
- 108700015053 epidermal growth factor receptor activity proteins Proteins 0.000 claims description 35
- YOHYSYJDKVYCJI-UHFFFAOYSA-N n-[3-[[6-[3-(trifluoromethyl)anilino]pyrimidin-4-yl]amino]phenyl]cyclopropanecarboxamide Chemical compound FC(F)(F)C1=CC=CC(NC=2N=CN=C(NC=3C=C(NC(=O)C4CC4)C=CC=3)C=2)=C1 YOHYSYJDKVYCJI-UHFFFAOYSA-N 0.000 claims description 35
- 230000000694 effects Effects 0.000 claims description 33
- 230000002068 genetic effect Effects 0.000 claims description 28
- 102000009512 Cyclin-Dependent Kinase Inhibitor p15 Human genes 0.000 claims description 21
- 108010009356 Cyclin-Dependent Kinase Inhibitor p15 Proteins 0.000 claims description 21
- 230000003321 amplification Effects 0.000 claims description 21
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 21
- 206010059866 Drug resistance Diseases 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 19
- -1 CCKN2A Proteins 0.000 claims description 18
- 108091008794 FGF receptors Proteins 0.000 claims description 18
- 101000628562 Homo sapiens Serine/threonine-protein kinase STK11 Proteins 0.000 claims description 18
- 108090000484 Kelch-Like ECH-Associated Protein 1 Proteins 0.000 claims description 18
- 102000004034 Kelch-Like ECH-Associated Protein 1 Human genes 0.000 claims description 18
- 108010029755 Notch1 Receptor Proteins 0.000 claims description 18
- 102000001759 Notch1 Receptor Human genes 0.000 claims description 18
- 102100026715 Serine/threonine-protein kinase STK11 Human genes 0.000 claims description 18
- 102000052178 fibroblast growth factor receptor activity proteins Human genes 0.000 claims description 18
- 101000997835 Homo sapiens Tyrosine-protein kinase JAK1 Proteins 0.000 claims description 17
- 101000997832 Homo sapiens Tyrosine-protein kinase JAK2 Proteins 0.000 claims description 17
- 102100033438 Tyrosine-protein kinase JAK1 Human genes 0.000 claims description 17
- 102100033444 Tyrosine-protein kinase JAK2 Human genes 0.000 claims description 17
- 230000037430 deletion Effects 0.000 claims description 17
- 238000012217 deletion Methods 0.000 claims description 17
- 102000006311 Cyclin D1 Human genes 0.000 claims description 9
- 108010058546 Cyclin D1 Proteins 0.000 claims description 9
- 102000012199 E3 ubiquitin-protein ligase Mdm2 Human genes 0.000 claims description 9
- 108050002772 E3 ubiquitin-protein ligase Mdm2 Proteins 0.000 claims description 9
- 102100031734 Fibroblast growth factor 19 Human genes 0.000 claims description 9
- 102100028043 Fibroblast growth factor 3 Human genes 0.000 claims description 9
- 102100028072 Fibroblast growth factor 4 Human genes 0.000 claims description 9
- 101000846394 Homo sapiens Fibroblast growth factor 19 Proteins 0.000 claims description 9
- 101001060280 Homo sapiens Fibroblast growth factor 3 Proteins 0.000 claims description 9
- 101001060274 Homo sapiens Fibroblast growth factor 4 Proteins 0.000 claims description 9
- 102000017274 MDM4 Human genes 0.000 claims description 9
- 108050005300 MDM4 Proteins 0.000 claims description 9
- 108010074708 B7-H1 Antigen Proteins 0.000 claims description 7
- 102000008096 B7-H1 Antigen Human genes 0.000 claims description 7
- 230000002939 deleterious effect Effects 0.000 claims description 7
- 230000002137 anti-vascular effect Effects 0.000 claims description 5
- 239000003814 drug Substances 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 208000013010 hypopharyngeal carcinoma Diseases 0.000 claims description 2
- 238000010448 genetic screening Methods 0.000 claims 1
- 230000036039 immunity Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 7
- 230000009286 beneficial effect Effects 0.000 description 12
- 230000001737 promoting effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000009097 single-agent therapy Methods 0.000 description 2
- 206010041823 squamous cell carcinoma Diseases 0.000 description 2
- 208000000102 Squamous Cell Carcinoma of Head and Neck Diseases 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 208000028654 hypopharynx squamous cell carcinoma Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/50—Mutagenesis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Epidemiology (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Bioethics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Genetics & Genomics (AREA)
- Molecular Biology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供一种基于患者信息的建议生成方法及***,***包括数据库、服务器和智能终端,而数据库存储有不同医院来源的患者信息汇总(包括患者的个人信息和诊疗信息,诊疗信息包括患者的检验检查报告、诊断结果、治疗方案、出院医嘱、随访信息),因此,这样的方式,可以将不同医院联系起来,针对患者在不同医院就医后的信息,可以有效进行收集,从而更好地为患者提供医疗服务。而通过访问请求(包含患者的唯一编号),可以向数据库查询得到患者的患者信息,从而生成相应的建议信息,用于给医生对患者的诊断和治疗提供辅助。这样便于将患者信息有效利用起来,有利于医生在对患者的诊疗过程中考虑得更加全面和完善,从而为患者提供更好的医疗服务。
Description
技术领域
本申请涉医疗技术领域,具体而言,涉及一种基于患者信息的建议生成方法及***。
背景技术
传统的患者信息(个人信息、诊疗信息、术后随访信息等)的收集和整合方法,是把患者信息从临床搜集来之后,由科室医生或者指定人员根据项目需求进行电话、门诊、住院信息进行随访登记,以进行后续信息的完善。但这种方法存在效率低下的问题,并且,往往由于患者是外地患者,在患者更换手机号,或者在异地进行随访等情况下,患者的就诊信息很难搜集,所需要的关键信息都会丢失,且患者对相关所需要关键信息存在表述不完整的情况。
并且,由于不同医院主体(例如不同名号的医院、不同地点的医院等)之间的信息壁垒,导致患者信息难以有效共享,因此无法有效利用起来,难以提升为患者提供的医疗服务的水平。在医生在对该患者的诊疗中,需要医生花费大量的时间取甄别和考虑患者的细节问题,不利于提升医生的工作效率,也不利于医生在对该患者的治疗中将相关诊疗问题考虑得更加全面和完善。
发明内容
本申请实施例的目的在于提供一种基于患者信息的建议生成方法及***,以将患者信息有效利用起来,有利于医生在对患者的诊疗过程中考虑得更加全面和完善,从而为患者提供更好的医疗服务。
为了实现上述目的,本申请的实施例通过如下方式实现:
第一方面,本申请实施例提供一种基于患者信息的建议生成方法,基于患者信息的建议生成***包括数据库、服务器和智能终端,所述服务器分别与所述数据库和所述智能终端通信,所述方法应用于所述服务器,包括:获取访问请求,其中,所述访问请求包括患者的唯一编号;基于所述访问请求中的所述唯一编号,向所述数据库查询所述患者的患者信息,其中,所述数据库存储有不同医院来源的患者信息,所述患者信息包括患者的个人信息和诊疗信息,所述诊疗信息包括患者的检验检查报告、诊断结果、治疗方案、出院医嘱、随访信息中的至少一项;根据所述患者的患者信息,生成建议信息,其中,所述建议信息用于给医生对所述患者的诊断和治疗提供辅助。
在本申请实施例中,基于患者信息的建议生成***包括数据库、服务器和智能终端,而数据库存储有不同医院来源的患者信息(包括患者的个人信息和诊疗信息,诊疗信息包括患者的检验检查报告、诊断结果、治疗方案、出院医嘱、随访信息),因此,这样的方式,可以将不同医院联系起来,针对患者在不同医院就医后的信息,可以有效进行收集,从而更好地为患者提供医疗服务。而通过访问请求(包含患者的唯一编号),可以向数据库查询得到患者的患者信息,从而生成相应的建议信息,用于给医生对患者的诊断和治疗提供辅助。这样便于将患者信息有效利用起来,有利于医生在对患者的诊疗过程中考虑得更加全面和完善,从而为患者提供更好的医疗服务。
结合第一方面,在第一方面的第一种可能的实现方式中,所述患者为下咽鳞癌患者,所述诊疗信息包括基因检测报告,所述根据所述患者的患者信息,生成建议信息,包括:获取所述基因检测报告中的免疫治疗基因类型,其中,不同的免疫治疗基因类型用于反映免疫治疗预计对该患者产生的不同疗效;根据免疫治疗基因类型,确定出所述建议信息,其中,所述建议信息包括是否推荐对该患者使用免疫治疗。
在该实现方式中,患者为下咽鳞癌患者,通过获取基因检测报告中的免疫治疗基因类型(反映免疫治疗预计对该患者产生的不同疗效),而后根据免疫治疗基因类型,确定出建议信息(是否推荐对该患者使用免疫治疗)。这样的方式,可以给医生推荐适合该患者的治疗方案,且能够考虑该患者的基因检测情况,预估免疫治疗对该患者的效果,从而能够很好地起到辅助医生对患者进行诊疗的作用。
结合第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,所述免疫治疗基因类型包括免疫超进展基因、免疫疗效不佳基因、免疫耐药基因,所述获取所述基因检测报告中的免疫治疗基因类型,包括:根据所述基因检测报告,确定出预设基因位点中存在突变的突变基因位点;根据所述突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型。
在该实现方式中,利用预设基因位点中存在突变的突变基因位点,结合突变类型,可以准确快速确定出免疫治疗基因类型:免疫超进展基因、免疫疗效不佳基因、免疫耐药基因,从而有利于提供准确合理有效的建议。
结合第一方面的第二种可能的实现方式,在第一方面的第三种可能的实现方式中,所述预设基因位点包括CCND1、FGF3、FGF4、FGF19、MDM2、MDM4、EGFR中的至少一项,所述突变类型包括扩增和有害突变中的至少一项,所述根据所述突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型,包括:若所述突变基因位点包含CCND1、FGF3、FGF4、FGF19、MDM2、MDM4中的任一项,且突变类型为扩增和/或有害突变,或者,若所述突变基因位点为EGFR,且突变类型为扩增,则确定所述突变基因位点的免疫治疗基因类型为免疫超进展基因;对应的,所述根据免疫治疗基因类型,确定出所述建议信息,包括:根据所述免疫超进展基因,确定出包含第一提示的建议信息,其中,所述第一提示用于提示医生,该患者不适合免疫治疗,推荐使用标准方案治疗。
在该实现方式中,针对免疫治疗基因类型的分型,以CCND1、FGF3、FGF4、FGF19、MDM2、MDM4、EGFR等基因位点,结合其具体突变类型(扩增和有害突变),判断该突变基因位点的免疫治疗基因类型是否为免疫超进展基因,从而基于免疫超进展基因,确定出包含第一提示的建议信息(第一提示用于提示医生,该患者不适合免疫治疗,推荐使用标准方案治疗)。因此,此种方式可以针对患者的免疫治疗基因类型为免疫超进展基因时给出合理有效的建议,从而有利于减少医生的工作,完善医生的工作,有利于提升为患者提供的医疗服务水平。
结合第一方面的第二种可能的实现方式,在第一方面的第四种可能的实现方式中,所述预设基因位点包括FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR中的至少一项,所述突变类型包括扩增、有害突变和缺失突变中的至少一项,所述根据所述突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型,包括:若所述突变基因位点为FGFR,且突变类型为扩增,确定所述突变基因位点的免疫治疗基因类型为免疫疗效不佳基因;若所述突变基因位点包含NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR中的任一项,且突变类型为有害突变,确定所述突变基因位点的免疫治疗基因类型为免疫疗效不佳基因;若所述突变基因位点包含CCKN2A和CDKN2B中的任一项,且突变类型为缺失突变,确定所述突变基因位点的免疫治疗基因类型为免疫疗效不佳基因;对应的,所述根据免疫治疗基因类型,确定出所述建议信息,包括:根据所述免疫疗效不佳基因,确定出包含第二提示的建议信息,其中,所述第二提示用于提示医生,该患者使用免疫治疗疗效不佳,如需使用免疫治疗,推荐使用免疫联合方案并密切随访。
在该实现方式中,针对免疫治疗基因类型的分型,以FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR等基因位点,结合其具体突变类型(扩增、有害突变和缺失突变),判断该突变基因位点的免疫治疗基因类型是否为免疫疗效不佳基因,从而基于免疫疗效不佳基因,确定出包含第二提示的建议信息(第二提示用于提示医生,该患者使用免疫治疗疗效不佳,如需使用免疫治疗,推荐使用免疫联合方案并密切随访)。因此,此种方式可以针对患者的免疫治疗基因类型为免疫疗效不佳基因时给出合理有效的建议,从而有利于减少医生的工作,完善医生的工作,有利于提升为患者提供的医疗服务水平。
结合第一方面的第二种可能的实现方式,在第一方面的第五种可能的实现方式中,所述预设基因位点包括FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR、JAK1和JAK2中的至少一项,所述突变类型包括其他突变,所述根据所述突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型,包括:若所述突变基因位点包含FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR、JAK1和JAK2中的任一项,且突变类型为其他突变,确定所述突变基因位点的免疫治疗基因类型为免疫疗效不佳基因;对应的,所述根据免疫治疗基因类型,确定出所述建议信息,包括:获取其他基因检测结果,得到PD-L1 CPS评分;若CPS评分大于等于1,确定出包含第三提示的建议信息,其中,所述第三提示用于提示医生,该患者可选用免疫治疗,且在CPS评分大于等于20时,可单用药物治疗;若CPS评分小于1,确定出包含第四提示的建议信息,其中,所述第四提示用于提示医生,该患者可选用免疫治疗,建议使用免疫联合方案,以免疫联合抗血管方案为佳。
在该实现方式中,针对免疫治疗基因类型的分型,以FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR、JAK1和JAK2等基因位点,结合其具体突变类型(其他突变,即,除扩增、有害突变、缺失突变、截断突变等之外的突变类型),判断该突变基因位点的免疫治疗基因类型是否为免疫疗效不佳基因,从而基于免疫疗效不佳基因,进一步基于其他基因检测结果得到的PD-L1 CPS评分的具体大小,确定相应的建议信息:若CPS评分大于等于1,确定出包含第三提示(用于提示医生,该患者可选用免疫治疗,且在CPS评分大于等于20时,可单用药物治疗)的建议信息。若CPS评分小于1,确定出包含第四提示(用于提示医生,该患者可选用免疫治疗,建议使用免疫联合方案,以免疫联合抗血管方案为佳)的建议信息。因此,此种方式可以针对患者的免疫治疗基因类型为免疫疗效不佳基因时,配合其他基因检测结果得到的PD-L1 CPS评分,给出合理有效的建议,从而有利于减少医生的工作,完善医生的工作,有利于提升为患者提供的医疗服务水平。
结合第一方面的第二种可能的实现方式,在第一方面的第六种可能的实现方式中,所述预设基因位点包括JAK1、JAK2和EGFR中的至少一项,所述突变类型包括缺失突变和截断突变中的至少一项,所述根据所述突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型,包括:若所述突变基因位点包含JAK1和JAK2的中的任一项,且突变类型为缺失突变,确定所述突变基因位点的免疫治疗基因类型为免疫耐药基因;若所述突变基因位点为EGFR,且突变类型为截断突变,确定所述突变基因位点的免疫治疗基因类型为免疫耐药基因;对应的,所述根据免疫治疗基因类型,确定出所述建议信息,包括:根据所述免疫耐药基因,确定出包含第五提示的建议信息,其中,所述第五提示用于提示医生,该患者使用免疫治疗疗效不佳,证据级别较弱,考虑使用免疫联合方案并密切随访。
在该实现方式中,针对免疫治疗基因类型的分型,以JAK1、JAK2和EGFR等基因位点,结合其具体突变类型(缺失突变和截断突变),判断该突变基因位点的免疫治疗基因类型是否为免疫耐药基因,从而基于免疫耐药基因确定出包含第五提示的建议信息(第五提示用于提示医生,该患者使用免疫治疗疗效不佳,证据级别较弱,考虑使用免疫联合方案并密切随访)。因此,此种方式可以针对患者的免疫治疗基因类型为免疫耐药基因时给出合理有效的建议,从而有利于减少医生的工作,完善医生的工作,有利于提升为患者提供的医疗服务水平。
第二方面,本申请实施例提供一种基于患者信息的建议生成***,包括数据库、服务器和智能终端,所述服务器分别与所述数据库和所述智能终端通信,所述数据库,用于存储有不同医院来源的患者信息,所述患者信息包括患者的个人信息和诊疗信息,所述诊疗信息包括患者的检验检查报告、诊断结果、治疗方案、出院医嘱、随访信息中的至少一项;所述智能终端,用于为用户提供访问入口,并基于用户的操作生成访问请求,所述智能终端包括患者使用的患者终端、医生使用的医生终端和医院管理员使用的医院终端中的至少一项;所述服务器,用于获取所述智能终端发送的访问请求,以执行第一方面或第一方面的可能的实现方式中任一项所述的基于患者信息的建议生成方法。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种基于患者信息的建议生成***的示意图。
图2为本申请实施例提供的一种基于患者信息的建议生成方法的流程图。
图3为本申请实施例提供的突变基因位点及突变类型与免疫治疗基因类型之间的对应关系图。
图标:100-基于患者信息的建议生成***;110-智能终端;111-医院终端;112-医生终端;113-患者终端;120-服务器;130-数据库。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
请参阅图1,图1为本申请实施例提供的基于患者信息的建议生成***100的示意图。
在本实施例中,基于患者信息的建议生成***100可以包括数据库130、服务器120和智能终端110。服务器120分别与数据库130和智能终端110通信。
为了便于对基于患者信息的建议生成***100的理解,此处对不同医院的患者信息的整合进行大致的介绍。
在本实施例中,基于患者信息的建议生成***100可以包括三方的智能终端110(患者使用的患者终端113、医生使用的医生终端112和医院管理员使用的医院终端111),并且,服务器120可以连接不同的医院终端111,医生终端112和患者终端113。由于***可以为每个患者分配唯一编号(也可以为医生、医院等分配唯一编号,以便区分同一患者的信息的不同来源、区分同一医生经手的不同患者、区分同一医院收治的不同患者等)。此处的智能终端110,可以为智能手机、平板电脑、笔记本电脑等,不作限定。
***采用这样的架构,可以通过不同的终端,收集同一患者的信息。例如,患者先在A地的甲医院治疗,主要由S医生进行治疗,那么,患者的信息,可以包括由S医生录入的检验检查报告、诊断结果、治疗方案、出院医嘱等信息,还可以包括通过对患者的随访而由患者补充录入的随访信息,而医院可以保存的底本既可以包含由医生录入的信息,还可以包含由患者补充的随访信息,甚至还能够包括患者在医院的用药信息、消费信息等。需要说明的是,每个智能终端110上传患者信息时,其中需要包含患者的唯一编号(可以由患者注册获取服务器120分配的唯一编号)。
而服务器120在接收到任一智能终端110的信息后,可以获取其中的唯一编号,从而将所有唯一编号相同的信息进行整合,当然,整合的过程包含例如去重处理、更新处理等过程,此处不进行赘述。而后,服务器120可以将整合的患者信息存储在数据库130内。当然,患者终端113、医生终端112、医院终端111,可以随时对患者的信息进行更正、更新等(仅限于其权限内的更新和更正)。
另外,需要说明的是,基于患者信息的建议生成***100给各类型的终端的访问权限,可以根据实际需要进行设置。例如,针对患者信息保护严格的情况,只有患者个人可以随时访问自己的患者信息(个人信息、诊疗信息等),在就诊时,可以将患者信息转发给医生,或者拿给医生看。这样可以保护患者的患者信息,不被泄露出去。而医生终端112和医院终端111可以根据患者给的唯一编号和验证信息(由患者终端113获取,或者请求服务器120对相应的医生终端112和医院终端111进行临时授权),从而有通过医生终端112或医院终端111完善患者信息的机会,此处不作限定。
示例性的,数据库130可以用于存储有不同医院来源的患者信息,患者信息包括患者的个人信息(例如姓名、年龄、性别、体重等信息,当然,为了保证不同患者的区分,每个患者对应一个唯一编号)和诊疗信息(包括患者的检验检查报告、诊断结果、治疗方案、出院医嘱、随访信息中的至少一项)。
示例性的,智能终端110可以用于为用户(例如医院管理员、医生、患者等)提供访问入口,并基于用户的操作生成访问请求,智能终端110包括患者使用的患者终端113、医生使用的医生终端112和医院管理员使用的医院终端111中的至少一项。
示例性的,服务器120则可以用于获取智能终端110发送的访问请求,并基于访问请求,执行基于患者信息的建议生成方法。
请参阅图2,图2为本申请实施例提供的基于患者信息的建议生成方法的流程图。基于患者信息的建议生成方法可以包括步骤S10、步骤S20和步骤S30。
患者进行就诊时,智能终端110基于用户的操作可以生成访问请求,智能终端110包括患者使用的患者终端113、医生使用的医生终端112和医院管理员使用的医院终端111中的至少一项。例如,在患者的操作下,患者终端113生成访问请求并发送给服务器120,或者,在医生的操作下,医生终端112生成访问请求并发送给服务器120。当然,访问请求中包含患者的唯一编号。
那么,服务器120可以执行步骤S10。
步骤S10:获取访问请求,其中,所述访问请求包括患者的唯一编号。
在本实施例中,服务器120可以接收智能终端110发送的访问请求(包括患者的唯一编号)。
而后,服务器120可以执行步骤S20。
步骤S20:基于所述访问请求中的所述唯一编号,向所述数据库查询所述患者的患者信息,其中,所述数据库存储有不同医院来源的患者信息,所述患者信息包括患者的个人信息和诊疗信息,所述诊疗信息包括患者的检验检查报告、诊断结果、治疗方案、出院医嘱、随访信息中的至少一项。
在本实施例中,服务器120可以基于访问请求中的唯一编号,向数据库130进行查询。例如可以利用查询语言进行查询,获得患者的所有患者信息(包含患者的个人信息和诊疗信息),也可以利用结构化查询语言查询特定类别的信息(例如,查询患者的诊疗信息,不需要患者的个人信息)。
查询得到患者的患者信息后,服务器120可以执行步骤S30。
步骤S30:根据所述患者的患者信息,生成建议信息,其中,所述建议信息用于给医生对所述患者的诊断和治疗提供辅助。
在本实施例中,服务器120可以根据患者的患者信息(主要是诊疗信息,当然也可以结合诊疗信息和个人信息),生成建议信息。
基于患者信息的建议生成***100包括数据库130、服务器120和智能终端110,而数据库130存储有不同医院来源的患者信息(包括患者的个人信息和诊疗信息,诊疗信息包括患者的检验检查报告、诊断结果、治疗方案、出院医嘱、随访信息),因此,这样的方式,可以将不同医院联系起来,针对患者在不同医院就医后的信息,可以有效进行收集,从而更好地为患者提供医疗服务。而通过访问请求(包含患者的唯一编号),可以向数据库130查询得到患者的患者信息,从而生成相应的建议信息,用于给医生对患者的诊断和治疗提供辅助。这样便于将患者信息有效利用起来,有利于医生在对患者的诊疗过程中考虑得更加全面和完善,从而为患者提供更好的医疗服务。
示例性的,在患者为下咽鳞癌患者,且诊疗信息包括基因检测报告时,服务器120可以获取基因检测报告中的免疫治疗基因类型,其中,不同的免疫治疗基因类型用于反映免疫治疗预计对该患者产生的不同疗效。而后,服务器120可以根据免疫治疗基因类型,确定出建议信息,其中,建议信息包括是否推荐对该患者使用免疫治疗。
患者为下咽鳞癌患者,通过获取基因检测报告中的免疫治疗基因类型(反映免疫治疗预计对该患者产生的不同疗效),而后根据免疫治疗基因类型,确定出建议信息(是否推荐对该患者使用免疫治疗)。这样的方式,可以给医生推荐适合该患者的治疗方案,且能够考虑该患者的基因检测情况,预估免疫治疗对该患者的效果,从而能够很好地起到辅助医生对患者进行诊疗的作用。
具体的,免疫治疗基因类型可以包括免疫超进展基因、免疫疗效不佳基因、免疫耐药基因,那么,服务器120可以根据基因检测报告,确定出预设基因位点(可以理解为标记的基因位点,主要查看这些基因位点是否发生突变)中存在突变的突变基因位点;而后根据突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型。
利用预设基因位点中存在突变的突变基因位点,结合突变类型,可以准确快速确定出免疫治疗基因类型:免疫超进展基因、免疫疗效不佳基因、免疫耐药基因,从而有利于提供准确合理有效的建议。
请参阅图3,图3为本申请实施例提供的突变基因位点及突变类型与免疫治疗基因类型之间的对应关系图。
因此,服务器120可以针对不同的情况,分别采用以下几种方式进行判定:
其一,在预设基因位点包括CCND1、FGF3、FGF4、FGF19、MDM2、MDM4、EGFR中的至少一项,突变类型包括扩增和有害突变中的至少一项时,服务器120确定该突变基因位点的免疫治疗基因类型的方式,可以为:
服务器120可以判定,CCND1、FGF3、FGF4、FGF19、MDM2、MDM4、EGFR是否包含产生突变的基因位点,以及,该突变基因位点的突变类型。
若突变基因位点包含CCND1、FGF3、FGF4、FGF19、MDM2、MDM4中的任一项,且突变类型为扩增和/或有害突变,服务器120可以确定突变基因位点的免疫治疗基因类型为免疫超进展基因。而在突变基因位点为EGFR,且突变类型为扩增时,服务器120也可以确定突变基因位点的免疫治疗基因类型为免疫超进展基因。
那么,相应的,服务器120可以根据免疫超进展基因,确定出包含第一提示的建议信息,其中,第一提示用于提示医生,该患者不适合免疫治疗,推荐使用标准方案治疗。
以CCND1、FGF3、FGF4、FGF19、MDM2、MDM4、EGFR等基因位点,结合其具体突变类型(扩增和有害突变),判断该突变基因位点的免疫治疗基因类型是否为免疫超进展基因,从而基于免疫超进展基因,确定出包含第一提示的建议信息(第一提示用于提示医生,该患者不适合免疫治疗,推荐使用标准方案治疗)。因此,此种方式可以针对患者的免疫治疗基因类型为免疫超进展基因时给出合理有效的建议,从而有利于减少医生的工作,完善医生的工作,有利于提升为患者提供的医疗服务水平。
其二,在预设基因位点包括FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR中的至少一项,突变类型包括扩增、有害突变和缺失突变中的至少一项时,服务器120确定该突变基因位点的免疫治疗基因类型的方式,可以为:
服务器120可以进行判定,FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR是否包含产生突变的基因位点,以及,该突变基因位点的突变类型。
若突变基因位点为FGFR,且突变类型为扩增,服务器120可以确定突变基因位点的免疫治疗基因类型为免疫疗效不佳基因。
若突变基因位点包含NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR中的任一项,且突变类型为有害突变,服务器120可以确定突变基因位点的免疫治疗基因类型为免疫疗效不佳基因。
若突变基因位点包含CCKN2A和CDKN2B中的任一项,且突变类型为缺失突变,服务器120可以确定突变基因位点的免疫治疗基因类型为免疫疗效不佳基因。
对应的,服务器120可以根据免疫疗效不佳基因,确定出包含第二提示的建议信息,其中,第二提示用于提示医生,该患者使用免疫治疗疗效不佳,如需使用免疫治疗,推荐使用免疫联合方案并密切随访。
以FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR等基因位点,结合其具体突变类型(扩增、有害突变和缺失突变),判断该突变基因位点的免疫治疗基因类型是否为免疫疗效不佳基因,从而基于免疫疗效不佳基因,确定出包含第二提示的建议信息(第二提示用于提示医生,该患者使用免疫治疗疗效不佳,如需使用免疫治疗,推荐使用免疫联合方案并密切随访)。因此,此种方式可以针对患者的免疫治疗基因类型为免疫疗效不佳基因时给出合理有效的建议,从而有利于减少医生的工作,完善医生的工作,有利于提升为患者提供的医疗服务水平。
其三,在预设基因位点包括FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR、JAK1和JAK2中的至少一项,突变类型为其他突变时,服务器120确定该突变基因位点的免疫治疗基因类型的方式,可以为:
服务器120可以进行判定,FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR、JAK1和JAK2是否包含产生突变的基因位点,以及,该突变基因位点的突变类型。
若突变基因位点包含FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR、JAK1和JAK2中的任一项,且突变类型为其他突变,服务器120可以确定突变基因位点的免疫治疗基因类型为免疫疗效不佳基因。
相应的,服务器120可以获取其他基因检测结果,得到PD-L1 CPS评分。
若CPS评分大于等于1,服务器120可以确定出包含第三提示的建议信息,其中,第三提示用于提示医生,该患者可选用免疫治疗,且在CPS评分大于等于20时,可单用药物治疗。
若CPS评分小于1,服务器120可以确定出包含第四提示的建议信息,其中,第四提示用于提示医生,该患者可选用免疫治疗,建议使用免疫联合方案,以免疫联合抗血管方案为佳。
以FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR、JAK1和JAK2等基因位点,结合其具体突变类型(其他突变,即,除扩增、有害突变、缺失突变、截断突变等之外的突变类型),判断该突变基因位点的免疫治疗基因类型是否为免疫疗效不佳基因,从而基于免疫疗效不佳基因,进一步基于其他基因检测结果得到的PD-L1 CPS评分的具体大小,确定相应的建议信息:若CPS评分大于等于1,确定出包含第三提示(用于提示医生,该患者可选用免疫治疗,且在CPS评分大于等于20时,可单用药物治疗)的建议信息。若CPS评分小于1,确定出包含第四提示(用于提示医生,该患者可选用免疫治疗,建议使用免疫联合方案,以免疫联合抗血管方案为佳)的建议信息。因此,此种方式可以针对患者的免疫治疗基因类型为免疫疗效不佳基因时,配合其他基因检测结果得到的PD-L1 CPS评分,给出合理有效的建议,从而有利于减少医生的工作,完善医生的工作,有利于提升为患者提供的医疗服务水平。
其四,在预设基因位点包括JAK1、JAK2和EGFR中的至少一项,突变类型包括缺失突变和截断突变中的至少一项时,服务器120确定该突变基因位点的免疫治疗基因类型的方式,可以为:
服务器120可以进行判定,JAK1、JAK2和EGFR是否包含产生突变的基因位点,以及,该突变基因位点的突变类型。
若突变基因位点包含JAK1和JAK2的中的任一项,且突变类型为缺失突变,服务器120可以确定突变基因位点的免疫治疗基因类型为免疫耐药基因。
若突变基因位点为EGFR,且突变类型为截断突变,服务器120可以确定突变基因位点的免疫治疗基因类型为免疫耐药基因。
对应的,服务器120可以根据免疫耐药基因,确定出包含第五提示的建议信息,其中,第五提示用于提示医生,该患者使用免疫治疗疗效不佳,证据级别较弱,考虑使用免疫联合方案并密切随访。
以JAK1、JAK2和EGFR等基因位点,结合其具体突变类型(缺失突变和截断突变),判断该突变基因位点的免疫治疗基因类型是否为免疫耐药基因,从而基于免疫耐药基因确定出包含第五提示的建议信息(第五提示用于提示医生,该患者使用免疫治疗疗效不佳,证据级别较弱,考虑使用免疫联合方案并密切随访)。因此,此种方式可以针对患者的免疫治疗基因类型为免疫耐药基因时给出合理有效的建议,从而有利于减少医生的工作,完善医生的工作,有利于提升为患者提供的医疗服务水平。
综上所述,本申请实施例提供一种基于患者信息的建议生成方法及***,基于患者信息的建议生成***100包括数据库130、服务器120和智能终端110,而数据库130存储有不同医院来源的患者信息(包括患者的个人信息和诊疗信息,诊疗信息包括患者的检验检查报告、诊断结果、治疗方案、出院医嘱、随访信息),因此,这样的方式,可以将不同医院联系起来,针对患者在不同医院就医后的信息,可以有效进行收集,从而更好地为患者提供医疗服务。而通过访问请求(包含患者的唯一编号),可以向数据库130查询得到患者的患者信息,从而生成相应的建议信息,用于给医生对患者的诊断和治疗提供辅助。这样便于将患者信息有效利用起来,有利于医生在对患者的诊疗过程中考虑得更加全面和完善,从而为患者提供更好的医疗服务。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种基于患者信息的建议生成方法,其特征在于,基于患者信息的建议生成***包括数据库、服务器和智能终端,所述服务器分别与所述数据库和所述智能终端通信,所述方法应用于所述服务器,包括:
获取访问请求,其中,所述访问请求包括患者的唯一编号;
基于所述访问请求中的所述唯一编号,向所述数据库查询所述患者的患者信息,其中,所述数据库存储有不同医院来源的患者信息,所述患者信息包括患者的个人信息和诊疗信息,所述诊疗信息包括患者的检验检查报告、诊断结果、治疗方案、出院医嘱、随访信息中的至少一项;
根据所述患者的患者信息,生成建议信息,其中,所述建议信息用于给医生对所述患者的诊断和治疗提供辅助。
2.根据权利要求1所述的基于患者信息的建议生成方法,其特征在于,所述患者为下咽鳞癌患者,所述诊疗信息包括基因检测报告,所述根据所述患者的患者信息,生成建议信息,包括:
获取所述基因检测报告中的免疫治疗基因类型,其中,不同的免疫治疗基因类型用于反映免疫治疗预计对该患者产生的不同疗效;
根据免疫治疗基因类型,确定出所述建议信息,其中,所述建议信息包括是否推荐对该患者使用免疫治疗。
3.根据权利要求2所述的基于患者信息的建议生成方法,其特征在于,所述免疫治疗基因类型包括免疫超进展基因、免疫疗效不佳基因、免疫耐药基因,所述获取所述基因检测报告中的免疫治疗基因类型,包括:
根据所述基因检测报告,确定出预设基因位点中存在突变的突变基因位点;
根据所述突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型。
4.根据权利要求3所述的基于患者信息的建议生成方法,其特征在于,所述预设基因位点包括CCND1、FGF3、FGF4、FGF19、MDM2、MDM4、EGFR中的至少一项,所述突变类型包括扩增和有害突变中的至少一项,所述根据所述突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型,包括:
若所述突变基因位点包含CCND1、FGF3、FGF4、FGF19、MDM2、MDM4中的任一项,且突变类型为扩增和/或有害突变,或者,若所述突变基因位点为EGFR,且突变类型为扩增,则确定所述突变基因位点的免疫治疗基因类型为免疫超进展基因;
对应的,所述根据免疫治疗基因类型,确定出所述建议信息,包括:
根据所述免疫超进展基因,确定出包含第一提示的建议信息,其中,所述第一提示用于提示医生,该患者不适合免疫治疗,推荐使用标准方案治疗。
5.根据权利要求3所述的基于患者信息的建议生成方法,其特征在于,所述预设基因位点包括FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR中的至少一项,所述突变类型包括扩增、有害突变和缺失突变中的至少一项,所述根据所述突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型,包括:
若所述突变基因位点为FGFR,且突变类型为扩增,确定所述突变基因位点的免疫治疗基因类型为免疫疗效不佳基因;
若所述突变基因位点包含NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR中的任一项,且突变类型为有害突变,确定所述突变基因位点的免疫治疗基因类型为免疫疗效不佳基因;
若所述突变基因位点包含CCKN2A和CDKN2B中的任一项,且突变类型为缺失突变,确定所述突变基因位点的免疫治疗基因类型为免疫疗效不佳基因;
对应的,所述根据免疫治疗基因类型,确定出所述建议信息,包括:
根据所述免疫疗效不佳基因,确定出包含第二提示的建议信息,其中,所述第二提示用于提示医生,该患者使用免疫治疗疗效不佳,如需使用免疫治疗,推荐使用免疫联合方案并密切随访。
6.根据权利要求3所述的基于患者信息的建议生成方法,其特征在于,所述预设基因位点包括FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR、JAK1和JAK2中的至少一项,所述突变类型包括其他突变,所述根据所述突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型,包括:
若所述突变基因位点包含FGFR、NOTCH1、STK11、KEAP1、CCKN2A、CDKN2B、EGFR、JAK1和JAK2中的任一项,且突变类型为其他突变,确定所述突变基因位点的免疫治疗基因类型为免疫疗效不佳基因;
对应的,所述根据免疫治疗基因类型,确定出所述建议信息,包括:
获取其他基因检测结果,得到PD-L1 CPS评分;
若CPS评分大于等于1,确定出包含第三提示的建议信息,其中,所述第三提示用于提示医生,该患者可选用免疫治疗,且在CPS评分大于等于20时,可单用药物治疗;
若CPS评分小于1,确定出包含第四提示的建议信息,其中,所述第四提示用于提示医生,该患者可选用免疫治疗,建议使用免疫联合方案,以免疫联合抗血管方案为佳。
7.根据权利要求3所述的基于患者信息的建议生成方法,其特征在于,所述预设基因位点包括JAK1、JAK2和EGFR中的至少一项,所述突变类型包括缺失突变和截断突变中的至少一项,所述根据所述突变基因位点的突变类型,确定该突变基因位点的免疫治疗基因类型,包括:
若所述突变基因位点包含JAK1和JAK2的中的任一项,且突变类型为缺失突变,确定所述突变基因位点的免疫治疗基因类型为免疫耐药基因;
若所述突变基因位点为EGFR,且突变类型为截断突变,确定所述突变基因位点的免疫治疗基因类型为免疫耐药基因;
对应的,所述根据免疫治疗基因类型,确定出所述建议信息,包括:
根据所述免疫耐药基因,确定出包含第五提示的建议信息,其中,所述第五提示用于提示医生,该患者使用免疫治疗疗效不佳,证据级别较弱,考虑使用免疫联合方案并密切随访。
8.一种基于患者信息的建议生成***,其特征在于,包括数据库、服务器和智能终端,所述服务器分别与所述数据库和所述智能终端通信,
所述数据库,用于存储有不同医院来源的患者信息,所述患者信息包括患者的个人信息和诊疗信息,所述诊疗信息包括患者的检验检查报告、诊断结果、治疗方案、出院医嘱、随访信息中的至少一项;
所述智能终端,用于为用户提供访问入口,并基于用户的操作生成访问请求,所述智能终端包括患者使用的患者终端、医生使用的医生终端和医院管理员使用的医院终端中的至少一项;
所述服务器,用于获取所述智能终端发送的访问请求,以执行权利要求1至7中任一项所述的基于患者信息的建议生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110746320.1A CN113345543A (zh) | 2021-07-01 | 2021-07-01 | 一种基于患者信息的建议生成方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110746320.1A CN113345543A (zh) | 2021-07-01 | 2021-07-01 | 一种基于患者信息的建议生成方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113345543A true CN113345543A (zh) | 2021-09-03 |
Family
ID=77482099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110746320.1A Pending CN113345543A (zh) | 2021-07-01 | 2021-07-01 | 一种基于患者信息的建议生成方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113345543A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650256A (zh) * | 2016-12-20 | 2017-05-10 | 安徽安龙基因医学检验所有限公司 | 一种分子诊疗精准医学平台 |
CN112143810A (zh) * | 2020-09-29 | 2020-12-29 | 南方医科大学中西医结合医院 | 一组用于预测癌症免疫治疗效果的基因标志物及其应用 |
CN112667584A (zh) * | 2020-12-23 | 2021-04-16 | 复旦大学附属儿科医院 | 一种患者信息存储共享*** |
-
2021
- 2021-07-01 CN CN202110746320.1A patent/CN113345543A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650256A (zh) * | 2016-12-20 | 2017-05-10 | 安徽安龙基因医学检验所有限公司 | 一种分子诊疗精准医学平台 |
CN112143810A (zh) * | 2020-09-29 | 2020-12-29 | 南方医科大学中西医结合医院 | 一组用于预测癌症免疫治疗效果的基因标志物及其应用 |
CN112667584A (zh) * | 2020-12-23 | 2021-04-16 | 复旦大学附属儿科医院 | 一种患者信息存储共享*** |
Non-Patent Citations (2)
Title |
---|
佚名: "免疫治疗有效率78.8%和0%的患者只有一个区别", 《搜狐》 * |
汤凌浩等: "喉鳞癌染色体核型的检测和分析", 《吉林医药学院学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112700838B (zh) | 基于大数据的用药方案推荐方法、装置及相关设备 | |
US8032545B2 (en) | Systems and methods for refining identification of clinical study candidates | |
US7599846B2 (en) | Method for renewing medical prescriptions | |
US20130246097A1 (en) | Medical Information Systems and Medical Data Processing Methods | |
US20080010254A1 (en) | Systems and methods for enrollment of clinical study candidates and investigators | |
US20110047176A1 (en) | Centralized data mapping for site-specific data extraction | |
US8346575B2 (en) | System and methods of automated patient check-in, scheduling and prepayment | |
US9268906B2 (en) | Methods, apparatuses and computer program products for facilitating location and retrieval of health information in a healthcare system | |
CN109166622B (zh) | 基于知识图谱的疾病预诊*** | |
WO2013036853A2 (en) | Medical information systems and medical data processing methods | |
JP7215671B2 (ja) | 疾病診断・治療・予防システム | |
US11481731B2 (en) | Identifying ownership of a healthcare clinic based on enrollment information | |
US20090204439A1 (en) | Apparatus and method for managing electronic medical records embedded with decision support tools | |
Selby et al. | Differences in resource use and costs of primary care in a large HMO according to physician specialty. | |
Yu et al. | Willingness, preferred ways and potential barriers to use pre-exposure prophylaxis for HIV prevention among men who have sex with men in China | |
Harney et al. | A multi‐site, nurse‐coordinated hepatitis C model of care in primary care and community services in Melbourne, Australia | |
CN116226196A (zh) | 一种基于互联网的医疗信息数据查询方法 | |
CN113345543A (zh) | 一种基于患者信息的建议生成方法及*** | |
US20070038037A1 (en) | Method and apparatus for symptom-based order protocoling within the exam ordering process | |
Le et al. | Experience with a managed care approach to HIV infection: effectiveness of an interdisciplinary team | |
JP2009266076A (ja) | 電子カルテ管理サーバ、及び電子カルテ管理システム | |
JPH11306261A (ja) | 患者情報共有システム | |
Alegría et al. | Performance metrics of substance use disorder care among Medicaid enrollees in New York, New York | |
US20070260478A1 (en) | Delivery of Health Insurance Plan Options | |
CN115547479B (zh) | 一种基于5g消息的智慧医疗控制方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210903 |