JP2005539317A - コンディション解析 - Google Patents
コンディション解析 Download PDFInfo
- Publication number
- JP2005539317A JP2005539317A JP2004536678A JP2004536678A JP2005539317A JP 2005539317 A JP2005539317 A JP 2005539317A JP 2004536678 A JP2004536678 A JP 2004536678A JP 2004536678 A JP2004536678 A JP 2004536678A JP 2005539317 A JP2005539317 A JP 2005539317A
- Authority
- JP
- Japan
- Prior art keywords
- determining
- condition
- trajectory
- values
- value
- 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
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
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
a) コンディションを表す対象データを取得すること、
b) 前記対象データ及び前記コンディションのモデルを利用して、前記コンディションを表すシステム値を決定すること、
c) 前記モデル及び前記決定されたシステム値に従う前記コンディションの進行を表す一つ以上の軌跡を決定すること、
d) 前記決定された軌跡に従って、処置計画を決定すること、
を含む。
a) 急速に変化する特性を表す状態変数値と、
b) 緩慢に変化する特性又は一定の特性を表すパラメータ値と、
を含む。
a) 前記対象の方程式の解を表す軌跡の挙動を評価すること、
b) 一つ以上の制御プログラムを決定することであって、各制御プログラムは一連の制御変数値を含み、その結果、軌跡は所望の挙動を有する、一つ以上の制御プログラムを決定すること、
を含む。
a) 前記軌跡は許容可能であること、
b) 前記軌跡は前記標的点から離れないこと、
c) 前記軌跡は最終的に前記標的点に近づくこと、
のうちの少なくとも一つを含む。
a) 非カオス的、かつ
b) 十分に滑らか
である場合に、前記解の軌跡は許容可能であると判断することを含む。
a) 前記軌跡がカオス的であるような制御変数値及び/又はパラメータ値の領域を決定すること、
b) 前記軌跡を非カオス的にするか、或いは、安定化させることが可能な制御変数値及び/又はパラメータ値の範囲を決定すること、
を含むことが可能である。
a) 勾配が前記標的点に向かう軌跡を規定するようなリアプノフ関数を定義すること、
b) 前記制御変数値に関する制約を定義すること、
c) 結果として、軌跡が前記制約に従って前記リアプノフ関数の勾配を下るように制御変数値を決定すること、
を含む。
a) 前記カオス領域の指標を含む前記軌跡の表示を閲覧すること、
b) 前記表示された軌跡に従って制御プログラムを選択すること、
によって、前記決定された制御プログラムのうちの一つ以上に従って処置を決定することを含む。
a) 一つ以上の自然値を決定することであって、該自然値は、前記コンディションの望ましくない進行を引き起こす前記コンディションの特性を表す自然パラメータ及び/又は変数の数量である、一つ以上の自然値を決定すること、
b) 前記対象の方程式を、前記一つ以上の自然値を取り込むために変更すること、
c) 前記変更された対象の方程式の解を表す変更された軌跡の挙動を評価すること、
d) i) 一つ以上の制御プログラムを決定することであって、各制御プログラムは制御変数値を含み、その結果、変更された軌跡は所望の挙動を有する、一つ以上の制御プログラムを決定すること、
ii) 一つ以上の望ましくないプログラムを決定することであって、各望ましくないプログラムは自然値を含み、その結果、変更された軌跡は望ましくない挙動を有する、一つ以上の望ましくないプログラムを決定すること、のうちの少なくとも一方を実行すること、
を含み得る。
a) 前記変更された軌跡は許容可能ではないこと、
b) 前記変更された軌跡は前記望ましくない点から離れないこと、
c) 前記変更された軌跡は最終的に前記望ましくない点に近づくこと、
のうちの少なくとも一つを含む。
a) 勾配が前記望ましくない点に向かう変更された軌跡を規定するような第二のリアプノフ関数を定義すること、
b) 前記自然値に関する制約を定義すること、
c) 結果として、変更された軌跡が前記制約に従って前記第二のリアプノフ関数の勾配を下るように自然値を決定すること、
を含む。
a) 制御プログラムが存在するような変更された軌跡を有する開始点を決定すること、
b) 自然プログラムが存在するような変更された軌跡を有する開始点を決定すること、
c) i) 前記変更された軌跡と、
ii) 前記開始点と、
iii) 前記カオス領域と、
のうちの少なくとも一つを含む表示を閲覧すること、
d)一つ以上の表示された軌跡に従って、制御プログラムを選択すること、
によって、前記制御プログラム及び前記自然プログラムに従って前記処置計画を決定することを含む。
a) 前記対象データからシステム値の部分集合を決定すること、
b) 個人におけるコンディションの影響を表す一つ以上の方程式をそれぞれに含む一つ以上のモデルを選択すること、
c) 前記決定されたシステム値の部分集合及び前記方程式のそれぞれに従って、システム値の完全な集合の決定を試みること、
d) 前記決定されたシステム値の完全な集合に従って、モデルを選択すること、
によって、パラメータ値を決定することを含む。
a) 前記決定されたシステム値の部分集合及び前記方程式に従って、システム値の候補集合を決定すること、
b) 前記システム値の候補集合を、
i) 前記システム値の部分集合と、
ii) 所定の閾値と、
のうちの少なくとも一方と比較すること、
c) 比較の結果に従って、モデルを選択すること、
を含む。
a) コンディションを表す対象データを取得すること、
b) 前記対象データ及び前記コンディションのモデルを利用して、前記コンディションを表すシステム値を決定すること、
c) 前記モデル及び前記決定されたシステム値に従う前記コンディションの進行を表す一つ以上の軌跡を決定すること、
d) 前記決定された軌跡に従って、処置計画を決定すること、
に適合した処理システムを含む。
適切な処理システム上で実行された場合に、該処理システムに本発明の第一の広義の形態の方法を実行させるコンピュータ実行可能コードを含む。
a) 前記コンディションを表す対象データを取得すること、
b) 前記対象データからシステム値の部分集合を決定することであって、各システム値は前記コンディションの各特性の測定によって取得された数量を表す、前記対象データからシステム値の部分集合を決定すること、
c) 個人におけるコンディションの影響を表す一つ以上の方程式をそれぞれに含む一つ以上のモデルを選択すること、
d) 各モデルに対して、前記システム値の部分集合及び前記方程式のそれぞれに従って、システム値の完全な集合の決定を試みること、
e) 前記決定されたシステム値の完全な集合に従って、モデルを選択すること、
を含む。
a) 急速に変化する特性を表す状態変数値と、
b) 緩慢に変化する特性又は一定の特性を表すパラメータ値と、
を含む。
a) 前記決定されたシステム値の部分集合及び前記方程式に従って、システム値の候補集合を決定すること、
b) 前記システム値の候補集合を、
i) 前記システム値の部分集合と、
ii) 所定の閾値と、
のうちの少なくとも一方と比較すること、
c) 比較の結果に従って、モデルを選択すること、
を含む。
a) 前記コンディションを表す対象データを取得すること、
b) 前記対象データからシステム値の部分集合を決定することであって、各システム値は前記コンディションの各特性の測定によって取得された数量を表す、前記対象データからシステム値の部分集合を決定すること、
c) 個人におけるコンディションの影響を表す一つ以上の方程式をそれぞれに含む一つ以上のモデルを選択すること、
d) 各モデルに対して、前記システム値の部分集合及び前記方程式のそれぞれに従って、システム値の完全な集合の決定を試みること、
e) 前記決定されたシステム値の完全な集合に従って、モデルを選択すること、
に適合した処理システムを含む。
a) コンディションを表す対象データを取得すること、
b) 前記対象データ及び前記コンディションのモデルを利用して、前記コンディションの影響を表すシステム値を決定すること、
c) 前記対象に対して処置を提供すること、
d) 変更されたシステム値を決定するために、ステップ(a),(b)を繰り返すこと、
e) パラメータ値と前記変更されたシステム値とを比較すること、
f) 比較の結果に従って、前記処置の影響を決定すること、
を含む。
a) コンディションを表す対象データを取得すること、
b) 前記対象データ及び前記コンディションのモデルを利用して、前記コンディションの影響を表すシステム値を決定すること、
c) 前記対象に対して処置を提供すること、
d) 変更されたシステム値を決定するために、ステップ(a),(b)を繰り返すこと、
e) パラメータ値と前記変更されたシステム値とを比較すること、
f) 比較の結果に従って、前記処置の影響を決定すること、
に適合した処理システムを含む。
あるコンディションの対象に対する計画を決定するための、或いは、対象のコンディションを表すパラメータ値を決定するための、本発明によって使用される方法論の概説を、図1を参照しながら、以下に説明する。
zは、
Δは、全ての可能な状態変数値の集合である。
uは、
Uは、全ての可能な制御変数値の集合である。
λは、
Λは、全ての可能なパラメータ値の集合である。
tは時間である。
任意のt>Tに対して、f(zΨ,uΨ,λΨ,t)≡0である。
・ 許容可能であること、
・ 標的点の集合τ1から離れないこと、
・ 最終的に標的点の集合τ1に進行すること、
を満たす。
λ*は、λ*∈Λτのように決定された制約されたパラメータ値であり、
任意のt>0に対して、p*(λ*)は、
dV1/dt<0(V1(z)の等高線に関して、軌跡が標的点の集合τ1により接近するように改善する)、或いは、少なくとも
dV1/dt=0(V1(z)の等高線に関して、軌跡は標的点の集合τ1からは離れないために悪化しない)
のいずれかを遂行しようとする。
dV2/dt<0(V2(z)の等高線に関して、望ましくない軌跡が望ましくない点の集合τ2により接近するように悪化する)、或いは、少なくとも
dV2/dt=0(V2(z)の等高線に関して、望ましくない軌跡は望ましくない点の集合τ2からは離れないために改善しない)
のいずれかを遂行しようとする。
dV1w/dt<0(V1w(z)の等高線に関して、軌跡が標的点の集合τ1wにより接近するように改善する)、或いは、少なくとも
dV1w/dt=0(V1w(z)の等高線に関して、軌跡は標的点の集合τ1wからは離れないために悪化しない)
のいずれかを遂行しようとする。
及び各自然プログラムp**に対して、解の候補及び望ましくない軌跡を生成する。
上述の方法が、数多くの異なる方法により遂行され得ることは当然理解されよう。従って、例えば、システムを利用する各医師に対して、個別の処理システム10が提供されてもよい。これは、例えば、移動可能媒体又はダウンロードにより、医師のコンピュータ・システムに個別のアプリケーション・ソフトウェアを供給すること等によって達成される。この場合にさらなるモデルが必要になった時、これらはプログラムの更新等により入手可能である。再び、これらは数多くの方法により入手可能であってもよい。
この技術を人体における細胞のコロニーに適用した予測例を以下の付録Aに示す。
上記から、この技術を任意の対象に適用可能であることは当然理解されよう。これには、人間の患者、他の哺乳類、非哺乳類種が含まれるが、これらに限定される訳ではなく、本発明の方法を用いて検査すること、或いは、処置することが望ましい任意の個体を含む。本発明の範囲に含まれる適切な対象には、霊長類、家畜動物(例えば、羊、牛、馬、ロバ、豚)、実験動物(例えば、ウサギ、マウス、ラット、モルモット、ハムスター)、ペット動物(例えば、猫、犬)、及び捕獲野生動物(例えば、狐、鹿、ディンゴ)が含まれるが、これらに限定される訳ではない。
(1) 患者の対する投薬計画を決定するための方法及び装置。
(2) 病気のコンディションに苦しむ動物に対する獣医学上の投薬計画を決定するための方法及び装置。対象動物の病気のコンディションの影響を表す家畜パラメータ値を決定するための方法及び装置。
(3) 薬学上の、薬理学上の、若しくは生理学上のプロセスのための非線形制御計画を決定するための方法及び装置。そのプロセスにおける特定の物理学的、生物学的、若しくは化学的干渉、作用、又は事象の影響を表すプロセスのパラメータ値を決定するための方法及び装置。
・ パーキンソン病
・ 統合失調症
・ 双極性障害/躁鬱症
・ 心疾患
・ 重症筋無力症
・ 神経筋疾患
・ 癌性及び腫瘍性細胞、並びに関連疾患の処置
・ HIV/AIDS及び他の免疫系疾患
・ 肝臓疾患
・ 運動競技のコンディション
・ 病原体の処置
・ 主要なプロセスを数学的モデルに還元することが可能な他の疾患又は病気
・ モデル規範型適応制御(Model Reference Adaptive Control:MRAC)
・ ニューラル・ネットワーク
・ 複雑系解析
・ カルマン・フィルタ
・ リアプノフ関数
・ 動的最適化アルゴリズム(例、オイラー−ラグランジュ法)
・ 凸集合アルゴリズム(例、クーン−タッカー)
・ 任意の他の適切なアルゴリズム
のうちの一つ以上を用いることにより遂行可能である。
1 問題の説明
人体における孤立した隣接細胞のコロニーであり、t≧0において個数x(t)の細胞からなる細胞のコロニーを検討する。このコロニーは細胞の世代を数世代経ており、十分な資源が与えられたならば、その増加率は既存の個数に比例する。しかしながら、コロニーの環境により提供される資源(酸素、血液等)が有限であるために、競争があり、その増加率は個数が増加するにつれて著しく抑制される。個数が十分に増加した場合、細胞は不十分な栄養のために死亡し、その増加率は負になる。
病変が、個数のうちの少数にわたって観測されると、それによって、明らかな肉体的原因がなくとも、y(t)は著しく変動する。医学界においては、このコンディションは、「Yの病気」として知られている。事例研究において、一部の患者では、患者が完全に異常になり、死に至るまでに、そのような変動は、数ヶ月、或いは数年のタイムスパンにわたって徐々に悪化し、患者の体の自由は完全に奪われることが観測されている。
・ 細胞の個数の制約されていない増加率Pを促進するホルモン(u1で表す)。
・ 細胞の個数の制約されていない増加率Pを著しく抑制する(Yの病気を処置する場合は、通常使用されない)ホルモン(u2で表す)。
・ y(t)の取り込み率μを抑制するための通常の投薬(u3で表す)、又は促進するための投薬(u4で表す)。
これらのダイナミクスは、生存している患者の内部において発生している。現在の技術では、いかなる有意な方法を用いても、直接に、生体内でP,R,K2,x(t)を測定することは不可能である。K1を生体外で推定することは可能である。fMRIを用いることにより、許容誤差±δyを伴ってy(t)を非侵襲的に測定することは可能である。
図3Bに示したように、式(1),(2)の構造に関するP,Rの値の範囲にわたった大域的な安定性の解析が実行される(図11)。図11の上図は、x(0)=1の場合における、繰り返された反復の収束のマップである。ダーク・グレイは、安定であることを示し(系列は最終的に収束する)、黒は極端に安定であることを示し(系列は直ちに最終値、通常は、死滅に向かう)、白は、系列の発散、或いは、カオスの始まりのいずれかによって、指定された反復の回数(この場合は、5000回)の後であっても最終的な収束をしていないこと示す。下図は、収束マップを着色してコントラストを際立たせたものであり、ここでは白黒で提供されている。
1.このシステムは、カオスと死滅のいずれも起こしやすい。
2.結果として、「Yの病気」におけるy(t)の著しい変動の兆候は、必然的に、必ずしも病気ではない、寧ろ、健康なシステムが不安定又は死滅の領域に至ることになりかねないようなダイナミクスの摂動である。
3.それゆえ、u1の増加ホルモン治療の下での患者の予期せぬ死亡は、必然的に、いかなるホルモン固有の毒性も意味しない、寧ろ、カオスの誘導、或いは、P+u1が非常に高い値(例えば、P+u1≧3)に近づけられた場合に明白であるシステムの死滅の誘導によるものである。
4.基礎となる細胞のコロニーにおける個数の複雑なダイナミクスを仮定すると、x(t)を制御することなくy(t)の制御を試みても効果はない。それゆえ、ホルモンu1,u2を用いる細胞の個数の変更は、患者に対する投薬としては基本的なものである。期待に反して、y(t)の取り込みを変更する通常の投薬u3,u4は、y(t)を調整する際に制限された実用性しかない。
5.このシステムの殆どの安定な領域は、{P=1,R≪2}の近傍にあるが、そこにおいてすら、カオス的な構造の危険区域が存在する(図11の上図では白、下図では黒で記されている)。
次の課題は、システムを制御し、患者のコンディションが改善するように、システムを安定な配置に導くことである(図4A及び図4Bに示したプロセス)。これの最初の段階は、所望の標的集合τ1を決定することである。図13において種々の倍率のレベルで示したように、これは、部分的にはシステムのスケールに依存している。P∈[0.8,1.19]において、広範囲にわたる安定な領域(pool)が確認されることに加えて、カオス的な領域P∈[1.2,1.4]の内部においてすら、小規模な局所的に安定な近傍が存在するようにみえる。
以下、Rの正確な値について不確実性が存在する問題を検討する。これは、同定アルゴリズムがR±δR以上に正確なRの推定値を実現することを妨げる背景の変動によるものであるか、或いは、ホルモン治療を通してPが変更された場合に、患者の生態機能がしきりに逆の反応をしようとして、そのため、Rが実際にδRだけ変動したのであるかもしれない。恐らく、これは病気によるものであるか、或いは、場合によっては自然な身体機能である。いずれであっても、そのような変動に対して強固であることを保証するように、先の節の制御プロセス繰り返す必要がある(図6、図7a及び図7bに示したプロセス)。
以下に記載する方程式は、ドーパミン作動性ニューロンのシナプス間隙における外因性ドーパミン薬物動態学の簡単な3方程式モデルを表す。
[le]bb:血流中のレボドパ濃度
k11 bb,k12 bb:血液−脳障壁を横切るレボドパ移送パラメータ
μbb:血流中のレボドパの「減衰(sink)」係数
[le]syn:シナプス間隙におけるレボドパ濃度
k11 dopa,k12 dopa:ドーパ・デカルボキシラーゼの変換パラメータ
μlsyn:間隙におけるレボドパの「減衰」係数
[de]syn:シナプス間隙におけるドーパミン濃度
k11 dat,k12 dat:ニューロン質量におけるドーパミン移送係数
μdsyn:間隙におけるドーパミンの「減衰」係数
<d0>:信号ドーパミンの平均濃度
A,w,φ:血液にレボトパを取り込むための制御変数
Claims (53)
- 対象に対する処置計画を決定する方法であって、
a) 対象のコンディションを表す対象データを取得すること、
b) 前記対象データ及び前記コンディションのモデルを利用して、前記コンディションを表すシステム値を決定すること、
c) 前記モデル及び前記決定されたシステム値に従う前記コンディションの進行を表す一つ以上の軌跡を決定すること、
d) 前記決定された軌跡に従って、処置計画を決定すること、
を含む方法。 - 請求項1に記載の方法において、前記対象データは個人個人の病気のコンディションを表し、前記方法は個人における病気のコンディションの進行を表す軌跡を決定することを含む、方法。
- 請求項1又請求項2に記載の方法において、各システム値は前記コンディションの各特性の測定に対して取得された数量を表し、前記システム値は、
a) 急速に変化する特性を表す状態変数値と、
b) 緩慢に変化する特性又は一定の特性を表すパラメータ値と、
を含む、方法。 - 請求項1〜3のいずれか一項に記載の方法は、制御変数値を決定することを含み、該制御変数値は外部から制御可能な前記コンディションの特性を表す、方法。
- 請求項4に記載の方法において、前記モデルは前記コンディションを表す一つ以上のモデルの方程式を含み、前記方法は、前記モデルの方程式及び前記システム値に従って、一つ以上の対象の方程式を決定することを含む、方法。
- 請求項5に記載の方法において、前記処置計画を決定する方法は、
a) 前記対象の方程式の解を表す軌跡の挙動を評価すること、
b) 一つ以上の制御プログラムを決定することであって、各制御プログラムは一連の制御変数値を含み、その結果、軌跡は所望の挙動を有する、一つ以上の制御プログラムを決定すること、
を含む、方法。 - 請求項6に記載の方法は、標的点の集合を決定することを含み、該標的点は前記対象の方程式の安定点を含む、方法。
- 請求項7に記載の方法において、前記所望の挙動は、
a) 前記軌跡は許容可能であること、
b) 前記軌跡は前記標的点から離れないこと、
c) 前記軌跡は最終的に前記標的点に近づくこと、
のうちの少なくとも一つを含む、方法。 - 請求項8に記載の方法は、前記解の軌跡が、
a) 非カオス的、かつ
b) 十分に滑らか
である場合に、前記解の軌跡は許容可能であると判断することを含む、方法。 - 請求項7〜9のいずれか一項に記載の方法において、前記軌跡の挙動を評価する方法は、
a) 前記軌跡がカオス的であるような制御変数値及び/又はパラメータ値の領域を決定すること、
b) 前記軌跡を非カオス的にするか、或いは、安定化させることが可能な制御変数値及び/又はパラメータ値の範囲を決定すること、
を含む、方法。 - 請求項10に記載の方法は、前記決定された範囲に従って一つ以上の制御プログラムを決定することを含む、方法。
- 請求項10又は請求項11のいずれか一項に記載の方法は、リアプノフ関数を利用して、前記一つ以上の制御プログラムを決定することを含む、方法。
- 請求項12に記載の方法は、
a) 勾配が前記標的点に向かう軌跡を規定するようなリアプノフ関数を定義すること、
b) 前記制御変数値に関する制約を定義すること、
c) 結果として、軌跡が前記制約に従って前記リアプノフ関数の勾配を下るように制御変数値を決定すること、
を含む、方法。 - 請求項13に記載の方法において、前記制約は前記対象に対して提供可能な処置に関する制限を含む、方法。
- 請求項10〜14のいずれか一項に記載の方法は、
a) 前記カオス領域の指標を含む前記軌跡の表示を閲覧すること、
b) 前記表示された軌跡に従って制御プログラムを選択すること、
によって、前記決定された制御プログラムのうちの一つ以上に従って処置を決定することを含む、方法。 - 請求項6〜15のいずれか一項に記載の方法は、
a) 一つ以上の自然値を決定することであって、該自然値は、前記コンディションの望ましくない進行を引き起こす前記コンディションの特性を表す自然パラメータ及び/又は変数の数量である、一つ以上の自然値を決定すること、
b) 前記対象の方程式を、前記一つ以上の自然値を取り込むために変更すること、
c) 前記変更された対象の方程式の解を表す変更された軌跡の挙動を評価すること、
d) i) 一つ以上の制御プログラムを決定することであって、各制御プログラムは制御変数値を含み、その結果、変更された軌跡は所望の挙動を有する、一つ以上の制御プログラムを決定すること、
ii) 一つ以上の望ましくないプログラムを決定することであって、各望ましくないプログラムは自然値を含み、その結果、変更された軌跡は望ましくない挙動を有する、一つ以上の望ましくないプログラムを決定すること、のうちの少なくとも一方を実行すること、
を含む、方法。 - 請求項16に記載の方法は、前記変更された軌跡に従って、請求項10〜14のいずれか一項の方法を実行することを含む、方法。
- 請求項16又は請求項17に記載の方法は、望ましくない点の集合を決定することを含み、前記望ましくない挙動は、
a) 前記変更された軌跡は許容可能ではないこと、
b) 前記変更された軌跡は前記望ましくない点から離れないこと、
c) 前記変更された軌跡は最終的に前記望ましくない点に近づくこと、
のうちの少なくとも一つを含む、方法。 - 請求項17又は請求項18に記載の方法は、
a) 勾配が前記望ましくない点に向かう変更された軌跡を規定するような第二のリアプノフ関数を定義すること、
b) 前記自然値に関する制約を定義すること、
c) 結果として、変更された軌跡が前記制約に従って前記第二のリアプノフ関数の勾配を下るように自然値を決定すること、
を含む、方法。 - 請求項19に記載の方法は、
a) 制御プログラムが存在するような変更された軌跡を有する開始点を決定すること、
b) 自然プログラムが存在するような変更された軌跡を有する開始点を決定すること、
c) i) 前記変更された軌跡と、
ii) 前記開始点と、
iii) 前記カオス領域と、
のうちの少なくとも一つを含む表示を閲覧すること、
d)一つ以上の表示された軌跡に従って、制御プログラムを選択すること、
によって、前記制御プログラム及び前記自然プログラムに従って前記処置計画を決定することを含む、方法。 - 請求項2〜20のいずれか一項に記載の方法は、
a) 前記対象データからシステム値の部分集合を決定すること、
b) 個人におけるコンディションの影響を表す一つ以上の方程式をそれぞれに含む一つ以上のモデルを選択すること、
c) 前記決定されたシステム値の部分集合及び前記方程式のそれぞれに従って、システム値の完全な集合の決定を試みること、
d) 前記決定されたシステム値の完全な集合に従って、モデルを選択すること、
によって、パラメータ値を決定することを含む、方法。 - 請求項21に記載の方法において、前記完全値の決定を試みる方法は、
a) 前記決定されたシステム値の部分集合及び前記方程式に従って、システム値の候補集合を決定すること、
b) 前記システム値の候補集合を、
i) 前記システム値の部分集合と、
ii) 所定の閾値と、
のうちの少なくとも一方と比較すること、
c) 比較の結果に従って、モデルを選択すること、
を含む、方法。 - 請求項1〜22のいずれか一項に記載の方法は、
a) 安定集合を決定すること、
b) 前記安定集合に従って、処置を決定すること、
を含む、方法。 - 請求項23に記載の方法において、前記安定集合は、許容可能な軌跡をもたらすような状態値及びパラメータ値の組み合わせを表す、方法。
- 請求項23又は請求項24に記載の方法は、前記安定集合に従って、制御プログラムを決定することを含む、方法。
- 請求項24又は請求項25に記載の方法は、
a) 前記対象に対する対象状態変数値及びパラメータ値を検討すること、
b) 前記対象の状態変数値及びパラメータ値が前記安定集合内に収まるように要求された、前記状態変数値及びパラメータ値の変更を決定すること、
c) 前記要求された状態変数値及びパラメータ値の変更に従って、処置計画を決定すること、
を含む、方法。 - 請求項22〜26のいずれか一項に記載の方法は、前記決定された安定集合に従って、投薬量計画を決定することを含む、方法。
- 請求項1〜27のいずれか一項に記載の方法は、
a) リアプノフ関数と、
b) 動的最適化技術と、
c) 凸集合アルゴリズムと、
のうちの一つ以上を用いて、制御プログラムを決定することを含む、方法。 - 請求項1〜28のいずれか一項に記載の方法において、前記対象は患者である、方法。
- 請求項1〜29のいずれか一項に記載の方法において、前記処置は投薬である、方法。
- 本明細書において記載したような、対象に対する処置計画を決定する方法。
- 対象に対する処置計画を決定するための装置であって、
a) コンディションを表す対象データを取得すること、
b) 前記対象データ及び前記コンディションのモデルを利用して、前記コンディションを表すシステム値を決定すること、
c) 前記モデル及び前記決定されたシステム値に従う前記コンディションの進行を表す一つ以上の軌跡を決定すること、
d) 前記決定された軌跡に従って、処置計画を決定すること、
に適合した処理システムを含む装置。 - 請求項32に記載の装置において、前記処理システムは請求項1〜31のいずれか一項の方法を実行するのに適合する、装置。
- 本明細書において記載したような、対象に対する処置計画を決定するための装置。
- 対象に対する処置計画を決定するためのコンピュータ・プログラム製品であって、適切な処理システム上で実行された場合に、該処理システムに請求項1〜31のいずれか一項の方法を実行させるコンピュータ実行可能コードを含むコンピュータ・プログラム製品。
- 本明細書において記載したような、対象に対する処置計画を決定するためのコンピュータ・プログラム製品。
- 対象のコンディションを表すシステム値を決定する方法であって、
a) 前記コンディションを表す対象データを取得すること、
b) 前記対象データからシステム値の部分集合を決定することであって、各システム値は前記コンディションの各特性の測定によって取得された数量を表す、前記対象データからシステム値の部分集合を決定すること、
c) 個人におけるコンディションの影響を表す一つ以上の方程式をそれぞれに含む一つ以上のモデルを選択すること、
d) 各モデルに対して、前記システム値の部分集合及び前記方程式のそれぞれに従って、システム値の完全な集合の決定を試みること、
e) 前記決定されたシステム値の完全な集合に従って、モデルを選択すること、
を含む方法。 - 請求項37に記載の方法において、前記システム値は、
a) 急速に変化する特性を表す状態変数値と、
b) 緩慢に変化する特性又は一定の特性を表すパラメータ値と、
を含む、方法。 - 請求項37又は請求項38に記載の方法において、前記完全な値の決定を試みる方法は、
a) 前記決定されたシステム値の部分集合及び前記方程式に従って、システム値の候補集合を決定すること、
b) 前記システム値の候補集合を、
i) 前記システム値の部分集合と、
ii) 所定の閾値と、
のうちの少なくとも一方と比較すること、
c) 比較の結果に従って、モデルを選択すること、
を含む、方法。 - 本明細書において記載したような、対象のコンディションを表すシステム値を決定する方法。
- 対象のコンディションを表すシステム値を決定するための装置であって、
a) 前記コンディションを表す対象データを取得すること、
b) 前記対象データからシステム値の部分集合を決定することであって、各システム値は前記コンディションの各特性の測定によって取得された数量を表す、前記対象データからシステム値の部分集合を決定すること、
c) 個人におけるコンディションの影響を表す一つ以上の方程式をそれぞれに含む一つ以上のモデルを選択すること、
d) 各モデルに対して、前記システム値の部分集合及び前記方程式のそれぞれに従って、システム値の完全な集合の決定を試みること、
e) 前記決定されたシステム値の完全な集合に従って、モデルを選択すること、
に適合した処理システムを含む装置。 - 請求項41に記載の装置は、請求項37〜40のいずれか一項の方法を実行するのに適合する、装置。
- 本明細書において記載したような、対象のコンディションの影響を表す対象パラメータを決定するための装置。
- 対象のコンディションを表すシステム値を決定するためのコンピュータ・プログラム製品であって、適切な処理システム上で実行された場合に、該処理システムに請求項37〜40のいずれか一項の方法を実行させるコンピュータ実行可能コードを含むコンピュータ・プログラム製品。
- 本明細書において記載したような、対象のコンディションの影響を表す対象パラメータを決定するためのコンピュータ・プログラム製品。
- 対象に対して提供された処置の有効性を決定する方法であって、
a) コンディションを表す対象データを取得すること、
b) 前記対象データ及び前記コンディションのモデルを利用して、前記コンディションの影響を表すシステム値を決定すること、
c) 前記対象に対して処置を提供すること、
d) 変更されたシステム値を決定するために、ステップ(a),(b)を繰り返すこと、
e) パラメータ値と前記変更されたシステム値とを比較すること、
f) 比較の結果に従って、前記処置の影響を決定すること、
を含む方法。 - 請求項46に記載の方法において、前記システム値を決定する方法は請求項37〜40のいずれか一項に記載の方法である、方法。
- 本明細書において記載したような、対象に対して提供された処置の有効性を決定する方法。
- 対象に対して提供された処置の有効性を決定するための装置であって、
a) コンディションを表す対象データを取得すること、
b) 前記対象データ及び前記コンディションのモデルを利用して、前記コンディションの影響を表すシステム値を決定すること、
c) 前記対象に対して処置を提供すること、
d) 変更されたシステム値を決定するために、ステップ(a),(b)を繰り返すこと、
e) パラメータ値と前記変更されたシステム値とを比較すること、
f) 比較の結果に従って、前記処置の影響を決定すること、
に適合した処理システムを含む装置。 - 請求項49に記載の装置において、前記処理システムは請求項46〜48のいずれか一項の方法を実行するのに適合する、装置。
- 本明細書において記載したような、対象におけるコンディションの影響を表す対象パラメータを決定するための装置。
- 対象に対して提供された処置の有効性を決定するためのコンピュータ・プログラム製品であって、適切な処理システム上で実行された場合に、該処理システムに請求項46〜48のいずれか一項の方法を実行させるコンピュータ実行可能コードを含むコンピュータ・プログラム製品。
- 本明細書において記載したような、対象に対して提供された処置の有効性を決定するためのコンピュータ・プログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US41262902P | 2002-09-20 | 2002-09-20 | |
AU2002951543A AU2002951543A0 (en) | 2002-09-20 | 2002-09-20 | Condition analysis |
PCT/AU2003/001232 WO2004027674A1 (en) | 2002-09-20 | 2003-09-19 | Condition analysis |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005539317A true JP2005539317A (ja) | 2005-12-22 |
Family
ID=32031297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004536678A Pending JP2005539317A (ja) | 2002-09-20 | 2003-09-19 | コンディション解析 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8626522B2 (ja) |
EP (1) | EP1546985A4 (ja) |
JP (1) | JP2005539317A (ja) |
AU (1) | AU2003260191B2 (ja) |
CA (1) | CA2498889A1 (ja) |
WO (1) | WO2004027674A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008505377A (ja) * | 2004-05-25 | 2008-02-21 | バイエル・テクノロジー・サービシーズ・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | (2段階)投薬及び投薬決定のための方法 |
JP2009527271A (ja) * | 2006-02-21 | 2009-07-30 | ゼネラル・エレクトリック・カンパニイ | 慢性病患者の病状経過を算定するための方法及びシステム |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2462218A (en) * | 2006-03-10 | 2010-02-03 | Neurotech Res Pty Ltd | Subject modelling |
AU2007225007B2 (en) * | 2006-03-15 | 2014-06-12 | Neurotech Research Pty Limited | Subject modelling |
US20080140371A1 (en) * | 2006-11-15 | 2008-06-12 | General Electric Company | System and method for treating a patient |
WO2015134992A2 (en) | 2014-03-07 | 2015-09-11 | Capitalogix, LLC | Systems and methods for allocating capital to trading strategies for big data trading in financial markets |
EP4145467A1 (en) * | 2014-06-17 | 2023-03-08 | University Of Virginia Patent Foundation | Continuous monitoring of event trajectories system and related method |
EP3161730A4 (en) * | 2014-06-30 | 2018-02-28 | Evolving Machine Intelligence Pty Ltd. | A system and method for modelling system behaviour |
JP6703976B2 (ja) * | 2014-07-08 | 2020-06-03 | ソシエテ・デ・プロデュイ・ネスレ・エス・アー | 動物の健康、栄養、及び/又はウェルネスの助言を提供するためのシステム及び方法 |
US10423800B2 (en) | 2016-07-01 | 2019-09-24 | Capitalogix Ip Owner, Llc | Secure intelligent networked architecture, processing and execution |
US10387679B2 (en) | 2017-01-06 | 2019-08-20 | Capitalogix Ip Owner, Llc | Secure intelligent networked architecture with dynamic feedback |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08500513A (ja) * | 1992-08-27 | 1996-01-23 | バレンティン シレン,ルドルフ | 管理個別投薬方法と装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5285793A (en) * | 1992-05-21 | 1994-02-15 | Regents Of The Univeristy Of Minnesota | Noninvasive detection of rejection in heart transplant patients |
US6101478A (en) | 1997-04-30 | 2000-08-08 | Health Hero Network | Multi-user remote health monitoring system |
US6032119A (en) | 1997-01-16 | 2000-02-29 | Health Hero Network, Inc. | Personalized display of health information |
US6063028A (en) * | 1997-03-20 | 2000-05-16 | Luciano; Joanne Sylvia | Automated treatment selection method |
JPH11296598A (ja) * | 1998-04-07 | 1999-10-29 | Seizaburo Arita | 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体 |
WO2000005671A1 (en) * | 1998-07-23 | 2000-02-03 | David Smith | A method for analysis of biological systems |
US6442421B1 (en) * | 2000-04-27 | 2002-08-27 | Centre National De La Recherche Scientifique | Method for the medical monitoring in real time of a patient from the analysis of electroencephalograms to characterize and differentiate between physiological or pathological conditions, and a method for anticipating epileptic seizures |
US6871171B1 (en) * | 2000-10-19 | 2005-03-22 | Optimata Ltd. | System and methods for optimized drug delivery and progression of diseased and normal cells |
SE0102694L (sv) * | 2001-08-08 | 2003-02-09 | Rosengren Teknik Ab | Personligt hjälpmedel för hantering av medicin |
-
2003
- 2003-09-19 WO PCT/AU2003/001232 patent/WO2004027674A1/en active Application Filing
- 2003-09-19 EP EP03797094A patent/EP1546985A4/en not_active Withdrawn
- 2003-09-19 CA CA002498889A patent/CA2498889A1/en not_active Abandoned
- 2003-09-19 AU AU2003260191A patent/AU2003260191B2/en not_active Ceased
- 2003-09-19 US US10/528,606 patent/US8626522B2/en active Active
- 2003-09-19 JP JP2004536678A patent/JP2005539317A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08500513A (ja) * | 1992-08-27 | 1996-01-23 | バレンティン シレン,ルドルフ | 管理個別投薬方法と装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008505377A (ja) * | 2004-05-25 | 2008-02-21 | バイエル・テクノロジー・サービシーズ・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | (2段階)投薬及び投薬決定のための方法 |
JP2009527271A (ja) * | 2006-02-21 | 2009-07-30 | ゼネラル・エレクトリック・カンパニイ | 慢性病患者の病状経過を算定するための方法及びシステム |
Also Published As
Publication number | Publication date |
---|---|
EP1546985A1 (en) | 2005-06-29 |
AU2003260191A1 (en) | 2004-04-08 |
EP1546985A4 (en) | 2010-10-27 |
US20060116910A1 (en) | 2006-06-01 |
US8626522B2 (en) | 2014-01-07 |
WO2004027674A1 (en) | 2004-04-01 |
CA2498889A1 (en) | 2004-04-01 |
AU2003260191B2 (en) | 2009-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Coronato et al. | Reinforcement learning for intelligent healthcare applications: A survey | |
US20230178203A1 (en) | Systems and methods for patient-specific dosing | |
JP2020080161A (ja) | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 | |
Klein-Flügge et al. | Behavioral modeling of human choices reveals dissociable effects of physical effort and temporal delay on reward devaluation | |
EP3667301B1 (en) | Method and system for determining concentration of an analyte in a sample of a bodily fluid, and method and system for generating a software-implemented module | |
Gaweda et al. | Individualization of pharmacological anemia management using reinforcement learning | |
JP2005539317A (ja) | コンディション解析 | |
Jamali et al. | Estimating the depth of anesthesia during the induction by a novel adaptive neuro-fuzzy inference system: a case study | |
Boloori et al. | Data-driven management of post-transplant medications: An ambiguous partially observable Markov decision process approach | |
Adams et al. | Variability in action selection relates to striatal dopamine 2/3 receptor availability in humans: a PET neuroimaging study using reinforcement learning and active inference models | |
CN115398550A (zh) | 使用深度学习估计药代动力学参数 | |
Hashemi et al. | Amortized Bayesian inference on generative dynamical network models of epilepsy using deep neural density estimators | |
Zhang et al. | Modeling plan-related clinical complications using machine learning tools in a multiplan IMRT framework | |
US20100121618A1 (en) | Subject modelling | |
US20130304388A1 (en) | Condition analysis | |
JP7457292B2 (ja) | 脳画像解析装置、制御方法、及びプログラム | |
Tashjian et al. | Model-based prioritization for acquiring protection | |
Benyó | In-silico analysis of stochastic modelling of human blood glucose regulatory system | |
Alvares et al. | A Bayesian joint model of multiple nonlinear longitudinal and competing risks outcomes for dynamic prediction in multiple myeloma: joint estimation and corrected two-stage approaches | |
Seng et al. | Physiologically based pharmacokinetic modeling of drug disposition in rat and human: a fuzzy arithmetic approach | |
Baaz | Pharmacometrics for Combination Therapy in Oncology | |
Guo | Bayesian Adaptive Designs for Early Phase Clinical Trials | |
AU2007225007B2 (en) | Subject modelling | |
Dokoumetzidis et al. | Application of Population Pharmacokinetics for the Individualization of Drug Dosage Regimens |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060912 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090414 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090714 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090901 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20091201 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20091208 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091211 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100706 |