JP2023527290A - 露出可能なクラウドベースのレジストリを使用した治療のためのインテリジェントなワークフロー分析 - Google Patents
露出可能なクラウドベースのレジストリを使用した治療のためのインテリジェントなワークフロー分析 Download PDFInfo
- Publication number
- JP2023527290A JP2023527290A JP2022570469A JP2022570469A JP2023527290A JP 2023527290 A JP2023527290 A JP 2023527290A JP 2022570469 A JP2022570469 A JP 2022570469A JP 2022570469 A JP2022570469 A JP 2022570469A JP 2023527290 A JP2023527290 A JP 2023527290A
- Authority
- JP
- Japan
- Prior art keywords
- subject
- record
- representation
- data
- records
- 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
- 238000011282 treatment Methods 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 claims abstract description 125
- 238000010801 machine learning Methods 0.000 claims abstract description 34
- 239000013598 vector Substances 0.000 claims description 151
- 208000024891 symptom Diseases 0.000 claims description 79
- 238000004891 communication Methods 0.000 claims description 32
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 11
- 230000001131 transforming effect Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000004393 prognosis Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 25
- 230000008569 process Effects 0.000 description 32
- 230000004043 responsiveness Effects 0.000 description 26
- 230000004044 response Effects 0.000 description 18
- 230000000875 corresponding effect Effects 0.000 description 15
- 206010025323 Lymphomas Diseases 0.000 description 14
- 230000010354 integration Effects 0.000 description 14
- 238000005259 measurement Methods 0.000 description 14
- 230000014509 gene expression Effects 0.000 description 13
- 230000003993 interaction Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000003058 natural language processing Methods 0.000 description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000009466 transformation Effects 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 210000004027 cell Anatomy 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000011269 treatment regimen Methods 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 5
- 230000036772 blood pressure Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 230000007935 neutral effect Effects 0.000 description 5
- 206010037660 Pyrexia Diseases 0.000 description 4
- 238000009534 blood test Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000001574 biopsy Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 102100033793 ALK tyrosine kinase receptor Human genes 0.000 description 2
- 101710168331 ALK tyrosine kinase receptor Proteins 0.000 description 2
- 208000031261 Acute myeloid leukaemia Diseases 0.000 description 2
- 208000036864 Attention deficit/hyperactivity disease Diseases 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 208000020925 Bipolar disease Diseases 0.000 description 2
- 208000030939 Chronic inflammatory demyelinating polyneuropathy Diseases 0.000 description 2
- 208000015943 Coeliac disease Diseases 0.000 description 2
- 208000000059 Dyspnea Diseases 0.000 description 2
- 206010013975 Dyspnoeas Diseases 0.000 description 2
- 208000022559 Inflammatory bowel disease Diseases 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 2
- 208000033776 Myeloid Acute Leukemia Diseases 0.000 description 2
- 206010068319 Oropharyngeal pain Diseases 0.000 description 2
- 201000007100 Pharyngitis Diseases 0.000 description 2
- 206010057190 Respiratory tract infections Diseases 0.000 description 2
- 206010046306 Upper respiratory tract infection Diseases 0.000 description 2
- 206010002026 amyotrophic lateral sclerosis Diseases 0.000 description 2
- 208000015802 attention deficit-hyperactivity disease Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 210000003679 cervix uteri Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000002512 chemotherapy Methods 0.000 description 2
- 201000005795 chronic inflammatory demyelinating polyneuritis Diseases 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 208000021302 gastroesophageal reflux disease Diseases 0.000 description 2
- 208000002551 irritable bowel syndrome Diseases 0.000 description 2
- 201000005202 lung cancer Diseases 0.000 description 2
- 208000020816 lung neoplasm Diseases 0.000 description 2
- 210000001165 lymph node Anatomy 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 201000006417 multiple sclerosis Diseases 0.000 description 2
- 208000020016 psychiatric disease Diseases 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000011285 therapeutic regimen Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 208000024893 Acute lymphoblastic leukemia Diseases 0.000 description 1
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 206010003805 Autism Diseases 0.000 description 1
- 208000020706 Autistic disease Diseases 0.000 description 1
- 208000023275 Autoimmune disease Diseases 0.000 description 1
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 208000023328 Basedow disease Diseases 0.000 description 1
- 208000019838 Blood disease Diseases 0.000 description 1
- 208000025721 COVID-19 Diseases 0.000 description 1
- 201000009030 Carcinoma Diseases 0.000 description 1
- 208000009132 Catalepsy Diseases 0.000 description 1
- 206010010904 Convulsion Diseases 0.000 description 1
- 208000011231 Crohn disease Diseases 0.000 description 1
- 201000004624 Dermatitis Diseases 0.000 description 1
- 206010012667 Diabetic glaucoma Diseases 0.000 description 1
- 206010012689 Diabetic retinopathy Diseases 0.000 description 1
- 208000012258 Diverticular disease Diseases 0.000 description 1
- 206010013554 Diverticulum Diseases 0.000 description 1
- 208000018522 Gastrointestinal disease Diseases 0.000 description 1
- 102000017011 Glycated Hemoglobin A Human genes 0.000 description 1
- 108010014663 Glycated Hemoglobin A Proteins 0.000 description 1
- 208000015023 Graves' disease Diseases 0.000 description 1
- 208000035895 Guillain-Barré syndrome Diseases 0.000 description 1
- 208000030836 Hashimoto thyroiditis Diseases 0.000 description 1
- 208000031220 Hemophilia Diseases 0.000 description 1
- 208000009292 Hemophilia A Diseases 0.000 description 1
- 208000017604 Hodgkin disease Diseases 0.000 description 1
- 208000021519 Hodgkin lymphoma Diseases 0.000 description 1
- 208000010747 Hodgkins lymphoma Diseases 0.000 description 1
- 208000023105 Huntington disease Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 201000009906 Meningitis Diseases 0.000 description 1
- 208000019695 Migraine disease Diseases 0.000 description 1
- 206010049567 Miller Fisher syndrome Diseases 0.000 description 1
- 206010028570 Myelopathy Diseases 0.000 description 1
- 208000015914 Non-Hodgkin lymphomas Diseases 0.000 description 1
- 208000001132 Osteoporosis Diseases 0.000 description 1
- 208000030852 Parasitic disease Diseases 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 208000008469 Peptic Ulcer Diseases 0.000 description 1
- 206010035226 Plasma cell myeloma Diseases 0.000 description 1
- 201000004681 Psoriasis Diseases 0.000 description 1
- 206010039491 Sarcoma Diseases 0.000 description 1
- 208000019802 Sexually transmitted disease Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 206010047115 Vasculitis Diseases 0.000 description 1
- 208000036142 Viral infection Diseases 0.000 description 1
- 206010047853 Waxy flexibility Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 206010003246 arthritis Diseases 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 208000010668 atopic eczema Diseases 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 208000028683 bipolar I disease Diseases 0.000 description 1
- 208000025307 bipolar depression Diseases 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 210000001185 bone marrow Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 208000015114 central nervous system disease Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 208000018631 connective tissue disease Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000037765 diseases and disorders Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 206010014599 encephalitis Diseases 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 210000003238 esophagus Anatomy 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 208000014951 hematologic disease Diseases 0.000 description 1
- 230000002489 hematologic effect Effects 0.000 description 1
- 208000018706 hematopoietic system disease Diseases 0.000 description 1
- 208000031169 hemorrhagic disease Diseases 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001900 immune effect Effects 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 208000032839 leukemia Diseases 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 206010025135 lupus erythematosus Diseases 0.000 description 1
- 208000002780 macular degeneration Diseases 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 210000004379 membrane Anatomy 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 206010028417 myasthenia gravis Diseases 0.000 description 1
- 201000000050 myeloid neoplasm Diseases 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000007823 neuropathy Effects 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 208000011906 peptic ulcer disease Diseases 0.000 description 1
- 208000027232 peripheral nervous system disease Diseases 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 235000015598 salt intake Nutrition 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 208000002320 spinal muscular atrophy Diseases 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 201000000596 systemic lupus erythematosus Diseases 0.000 description 1
- 210000001685 thyroid gland Anatomy 0.000 description 1
- 210000003932 urinary bladder Anatomy 0.000 description 1
- 230000009385 viral infection 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
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- 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
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
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)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Bioethics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
Description
本出願は、2020年5月20日に出願された欧州特許出願第20175829.9号および2020年12月3日に出願された欧州特許出願第20211596.0号の利益および優先権を主張する。これらの出願のそれぞれは、あらゆる目的のためにその全体が参照により組み込まれる。
本明細書において開示される方法およびシステムは、一般に、インテリジェントな治療選択および他の強化された分析を可能にするために被験者記録を使用して機械学習モデルおよび人工知能モデルを実行することに関する。より詳細には、本開示は、被験者の様々な非数値特徴を特徴付ける被験者記録を、機械学習モデルまたは人工知能モデルによって消費可能な変換表現(例えば、N次元行列またはベクトルなどの数値表現)に変換するように構成されたサーバに関する。機械学習モデルまたは人工知能モデルの出力を評価して、例えば、被験者集団を自動的に検出および定義し、肯定的な応答性がある可能性が高い治療プロトコルを予測し、1つ以上の次元に沿った被験者記録間の類似性または非類似性を識別するなど、インテリジェントな治療選択および他の強化された分析を可能にすることができる。
被験者記録は、医療施設などのエンティティに関連付けられた被験者を特徴付けるデータ要素のデジタルセットである。被験者記録に含まれるデータ要素のセットは、被験者の任意の数の属性または特性の複雑な組み合わせを表すことができる。例えば、被験者記録は、第1のデータ要素、第2のデータ要素、および第3のデータ要素を含むことができる。第1のデータ要素は、被験者が発症した症状を表す固有のコード(例えば、診断コード)を含むことができる。第2のデータ要素は、一定期間(例えば、数年)にわたる様々な間隔で被験者から収集された長期的な一連のデータ(例えば、バイタル)を含むことができる。第3のデータ要素は、被験者の脳の磁気共鳴画像を含むことができる。したがって、データ要素のセットにわたるデータ要素の値は、異なるデータフォーマットであってもよく、異なるデータタイプであってもよい。
いくつかの実施形態では、被験者の臨床評価を実行するためのコンピュータ実装方法が提供される。コンピュータ実装方法は、コンピューティングシステムにおいて、ユーザデバイスから、インターフェースを使用してユーザによって識別された被験者の属性のセットを受信することを含むことができる。例えば、属性のセットは、被験者および被験者の1つ以上の症状を特徴付けることができる。コンピュータ実装方法は、被験者の記録を生成することを含むことができる。記録は、属性のセットのそれぞれを示すことができ、記録は、1つ以上の症状のうちの1つの症状を表す非数値を含むデータ要素を含むことができる。コンピュータ実装方法はまた、症状を表す非数値を変換表現に変換することを含むことができる。変換表現は、非数値を数値的に表すことができる。コンピュータ実装方法はまた、記録を中央データストアに記憶することと、相談ブロードキャストを開始するためにインターフェースを介して提出された要求を受信することとを含むことができる。コンピュータ実装方法は、変換表現を使用して中央データストアに照会することを含むことができる。照会することは、非数値の変換表現を、他の記録の他のデータ要素に含まれる他の非数値の他の変換表現と比較することを含むことができる。コンピュータ実装方法は、比較の結果に基づいて他の記録のセットを識別することと、宛先アドレスのセットを識別することとを含むことができる。宛先アドレスのセットのそれぞれは、他の記録のセットのうちの1つ以上と関連付けられた他の被検者の介護者と関連付けられることができる。コンピュータ実装方法はまた、属性のセットの少なくともいくつかを省略または不明瞭にする被験者の記録の縮約表現を生成することを含むことができる。コンピュータ実装方法は、選択可能な要素を有する記録の縮約表現を宛先アドレスのセットのそれぞれに送信することを含むことができる。さらに、コンピュータ実装方法は、宛先アドレスのセットからの宛先アドレスに対応する他のデバイスから、選択可能要素を選択する他のデバイスによって生成された通信を受信することを含むことができる。コンピュータ実装方法は、ユーザデバイスと他のデバイスとの間に通信チャネルを確立することを含むことができる。
I.概要
技術は、エンティティのユーザ(例えば、医師)が被験者記録を使用して機械学習技術または人工知能技術を実行することを可能にするコードを実行するようにサーバを構成することに関する。被験者記録は、被験者を特徴付けるデータ要素の複雑な組み合わせを含む。例示的な例として、被験者記録は、数千のデータフィールドの組み合わせを含むことができる。いくつかのデータフィールドは、固定の非数値(例えば、被験者の民族性)を含むことができ、他のデータフィールドは、非構造化テキストデータ(例えば、医師によって作成されたメモ)を含むことができ、他のデータフィールドは、収集された測定値の時変系列(例えば、年に2から4回行われるグリコシル化ヘモグロビン測定)を含むことができ、他のデータフィールドは、画像(例えば、被験者の脳のMRI)を含むことができる。機械学習モデルおよび人工知能モデルは、数値形式またはベクトル形式でデータを処理するように構成されることが多いため、被験者記録におけるデータタイプおよびフォーマットの複雑さおよび分散は、不可能ではないにしても、被験者記録の処理を技術的に困難にする。この目的とする技術的課題に照らして、本開示の特定の態様および特徴は、被験者記録の様々なデータ要素を特徴付けるベクトル表現などの変換表現への被験者記録の変換に関する。
図1は、クラウドベースのアプリケーションの実施形態がホストされるネットワーク環境100を示している。ネットワーク環境100は、クラウドサーバ135およびデータレジストリ140を含むクラウドネットワーク130を含むことができる。クラウドサーバ135は、クラウドベースのアプリケーションの基礎となるソースコードを実行することができる。データレジストリ140は、コンピュータ105、ラップトップ110、およびモバイルデバイス115などの、1つ以上のユーザデバイスから取り込まれたまたはそれを使用して識別されたデータ記録を記憶することができる。
図2は、被験者の治療に関する支援を要求する相談ブロードキャストに関連して、縮約された被験者記録をユーザデバイスに配信するためにクラウドベースのアプリケーションによって実行されるプロセス200を示すフローチャートである。プロセス200は、データプライバシー規則に準拠しながら、異なるエンティティ(例えば、病院)に関連付けられたユーザデバイスが患者の治療に関して協力または相談することを可能にするためにクラウドサーバ135によって実行されることができる。
図3は、ユーザによる治療計画定義の統合(例えば、決定木または処理ワークフロー)を監視し、監視結果に基づいて治療計画定義を自動更新するプロセス300を示すフローチャートである。プロセス300は、クラウドサーバ135によって実行されて、ユーザデバイスが症状を有する被験者の集団を治療するための治療計画を定義することを可能にすることができる。ユーザデバイスは、内部または外部のネットワークに接続されたユーザデバイスに治療計画定義を配信してもよい。治療計画定義を受信したユーザデバイスは、治療計画定義をカスタム規則ベースに統合するかどうかを決定することができる。カスタム規則ベースへの統合が監視され、治療計画定義を自動的に変更するために使用されることができる。
図4は、被験者の治療を推奨するためのプロセス400を示すフローチャートである。プロセス400は、患者に対する推奨治療および各推奨治療の有効性を医療エンティティに関連付けられたユーザデバイスに表示するために、クラウドサーバ135によって実行されることができる。推奨される治療は、類似の被験者に以前に処方された治療の有効性を評価した結果を使用して識別されることができる。
図5は、データプライバシー規則に従うように照会結果を難読化するためのプロセス500を示すフローチャートである。プロセス500は、外部エンティティとの被験者記録のデータ共有がデータプライバシー規則に準拠していることを保証する実行規則としてクラウドサーバ135によって実行されることができる。クラウドベースのアプリケーションは、ユーザデバイスが照会制約を満たす被験者記録についてデータレジストリ140に照会することを可能にすることができる。しかしながら、照会結果は、外部エンティティから生じるデータ記録を含むことができる。したがって、プロセス500は、クラウドサーバ135が、データプライバシー規則に準拠しながら、外部エンティティからの治療に関する追加情報をユーザデバイスに提供することを可能にする。
図6は、チャットボットなどのボットスクリプトを使用してユーザと通信するためのプロセス600を示すフローチャートである。プロセス600は、ユーザによって提供された新たな質問を知識ベース内の既存の質問に自動的にリンクして、新たな質問に対する応答を提供するためにクラウドサーバ135によって実行されることができる。チャットボットは、症状に関連する質問に回答を提供するように構成されることができる。例えば、質問は、被験者の診断、予後および/または治療の特定に関連することができる。したがって、以下に説明されるプロセスは、被験者に関連する症状を診断するコンピュータ実装方法、被験者の治療または治療計画を識別するコンピュータ実装方法、または被験者の予後を提供するコンピュータ実装方法の一部として実装されることができる。
本開示のいくつかの実施形態は、1つ以上のデータプロセッサを含むシステムを含む。いくつかの実施形態では、システムは、命令を含む非一時的コンピュータ可読記憶媒体であって、命令が、1つ以上のデータプロセッサ上で実行されると、1つ以上のデータプロセッサに、本明細書に開示された1つ以上の方法の一部または全部および/または1つ以上のプロセスの一部または全部を実行させる、非一時的コンピュータ可読記憶媒体を含む。本開示のいくつかの実施形態は、1つ以上のデータプロセッサに、本明細書に開示された1つ以上の方法の一部または全部および/または1つ以上のプロセスの一部または全部を実行させるように構成された命令を含む、非一時的機械可読記憶媒体において有形に具現化されたコンピュータプログラム製品を含む。
Claims (15)
- 被験者の臨床評価を実行するコンピュータ実装方法であって、
コンピューティングシステムにおいて、ユーザデバイスから、インターフェースを使用してユーザによって識別された前記被験者の属性のセットを受信することであって、前記属性のセットが前記被験者および前記被験者の1つ以上の症状を特徴付ける、前記被験者の属性のセットを受信することと、
前記被験者についての記録を生成することであって、前記記録が前記属性のセットのそれぞれを示し、前記記録が前記1つ以上の症状のうちの1つの症状を表す非数値を含むデータ要素を含む、前記被験者についての記録を生成することと、
前記1つの症状を表す前記非数値を変換表現に変換することであって、前記変換表現が前記非数値を数値的に表す、前記非数値を変換表現に変換することと、
中央データストアに前記記録を記憶することと、
前記インターフェースを介して提出された、相談ブロードキャストを開始する要求を受信することと、
前記変換表現を使用して前記中央データストアを照会することであって、前記照会することが、前記非数値の前記変換表現を他の記録の他のデータ要素に含まれる他の非数値の他の変換表現と比較することを含む、前記中央データストアを照会することと、
前記比較の結果に基づいて他の記録のセットを識別することと、
宛先アドレスのセットを識別することであって、前記宛先アドレスのセットのそれぞれが、前記他の記録のセットのうちの1つ以上に関連付けられた他の被検者の介護提供者に関連付けられる、宛先アドレスのセットを識別することと、
前記属性のセットの少なくともいくつかを省略または不明瞭にする前記被験者についての前記記録の縮約表現を生成することと、
選択可能な要素を有する前記記録の前記縮約表現を前記宛先アドレスのセットのそれぞれに送信することと、
前記宛先アドレスのセットからの前記宛先アドレスに対応する他のデバイスから、前記選択可能な要素を選択する他のデバイスによって生成された通信を受信することと、
前記ユーザデバイスと前記他のデバイスとの間の通信チャネルを確立することと、を含む、コンピュータ実装方法。 - 前記臨床評価を実行することが、前記被験者の治療を識別すること、前記被験者に関連付けられた症状を識別すること、前記被験者の予後を決定することのうちの1つ以上を含み、前記識別することおよび/または決定することが、前記他の記録のセットに基づいており、および/または前記ユーザデバイスおよび前記他のデバイスが、異なる医療機関に関連付けられる、請求項1に記載のコンピュータ実装方法。
- 前記症状を表す前記非数値を前記変換表現に変換することが、
前記1つ以上の症状のうちの前記1つの症状を表す前記非数値から1つ以上の単語を識別することと、
前記1つ以上の単語の各単語を単語対ベクトル機械学習モデルに入力することと、
前記単語対ベクトル機械学習モデルの出力に基づいて、前記変換表現を生成することであって、前記変換表現が、前記1つ以上の単語の各単語を特徴付けるN次元ベクトルである、前記変換表現を生成することと、をさらに含む、請求項1または2に記載のコンピュータ実装方法。 - 前記非数値の前記変換表現を他の非数値の他の変換表現と比較することが、
前記変換表現と前記他の変換表現との間のドメイン空間における距離を決定することであって、前記距離が、前記記録と前記他の記録とが類似している程度を表す、距離を決定することをさらに含む、請求項1から3のいずれか一項に記載のコンピュータ実装方法。 - 前記ドメイン空間がユークリッド空間である、請求項1から4のいずれか一項に記載のコンピュータ実装方法。
- 前記変換表現と前記他の変換表現との間の前記距離が閾値内にあるとき、前記記録と前記他の記録とが類似していると決定される、請求項1から5のいずれか一項に記載のコンピュータ実装方法。
- 複数の他の縮約記録表現のそれぞれについて、
前記他の縮約記録表現に対応する他の被験者に対応する管轄区域を決定することと、
前記管轄区域と関連付けられた1つ以上の他のデータプライバシー規則を決定することと、
前記1つ以上の他のデータプライバシー規則に基づいて前記他の縮約記録表現を生成することであって、前記複数の他の縮約記録表現のうちの第1の他の縮約記録表現が特定のタイプのデータを含み、前記複数の他の縮約記録表現のうちの第2の他の縮約記録表現が前記特定のタイプのデータを省略または隠す、前記他の縮約記録表現を生成することと、を含む、前記複数の他の縮約記録表現を生成することをさらに含む、請求項1から6のいずれか一項に記載のコンピュータ実装方法。 - 前記中央データストアに照会することが、
複数の他の記録のうちの各他の記録について、前記他の記録の少なくとも一部と前記被験者についての前記記録の少なくとも一部との間の類似性を特徴付けるスコアを決定することであって、前記類似性が、前記ドメイン空間内の前記複数の記録のうちの各他の記録の前記変換表現と前記変換表現との間の距離に基づいて決定される、スコアを決定することと、
前記他の記録のセットを、前記スコアが閾値内にある関連付けられた前記複数の他の記録のサブセットであるように定義することと、をさらに含む、請求項1から7のいずれか一項に記載のコンピュータ実装方法。 - 前記記録に含まれるデータ要素のセットのうちの他のデータ要素を識別することであって、前記他のデータ要素が、前記被験者に関連付けられた画像を表す画像データを含む、データ要素のセットのうちの他のデータ要素を識別することと、
前記画像データを訓練されたオートエンコーダニューラルネットワークに入力することと、
前記訓練されたオートエンコーダニューラルネットワークの出力に基づいて、前記画像データの次元削減バージョンを生成することであって、前記画像データの前記次元削減バージョンが前記画像データの前記変換表現として使用される、前記画像データの次元削減バージョンを生成することと、をさらに含む、請求項1から8のいずれか一項に記載のコンピュータ実装方法。 - 前記記録に含まれる前記データ要素のセットの他のデータ要素を識別することであって、前記他のデータ要素が、前記被験者と関連付けられた一連のイベントを表す時変情報を含む、前記データ要素のセットの他のデータ要素を識別することと、
前記時変情報を前記変換表現に変換することと、をさらに含む、請求項1から9のいずれか一項に記載のコンピュータ実装方法。 - 前記非数値の前記変換表現、前記画像データの前記変換表現、および前記時変情報の前記変換表現を組み合わせることによって、前記記録に含まれる前記データ要素のセットを特徴付ける変換表現を生成することをさらに含む、請求項1から10のいずれか一項に記載のコンピュータ実装方法。
- 前記他の記録のセットから類似の記録を識別することであって、前記類似の記録が、前記記録を特徴付ける前記変換表現と他の記録を特徴付ける他の変換表現との間の比較に基づいて識別される、類似の記録を識別することをさらに含む、請求項11に記載のコンピュータ実装方法。
- 前記中央データストアの前記照会が、人口統計情報の少なくとも一部をさらに使用して前記他の記録のセットを識別する、請求項1から12のいずれか一項に記載のコンピュータ実装方法。
- 前記通信チャネルがセキュアなチャットルームである、請求項1から13のいずれか一項に記載のコンピュータ実装方法。
- システムであって、
1つ以上のプロセッサと、
前記1つ以上のプロセッサ上で実行されると、前記1つ以上のプロセッサに、請求項1から14のいずれか一項に記載の動作を実行させる命令を含む非一時的コンピュータ可読記憶媒体と、を備える、システム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20175829.9 | 2020-05-20 | ||
EP20175829 | 2020-05-20 | ||
EP20211596 | 2020-12-03 | ||
EP20211596.0 | 2020-12-03 | ||
PCT/US2021/033048 WO2021236702A1 (en) | 2020-05-20 | 2021-05-19 | Intelligent workflow analysis for treatments using exposable cloud-based registries |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023527290A true JP2023527290A (ja) | 2023-06-28 |
Family
ID=76270118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022570469A Pending JP2023527290A (ja) | 2020-05-20 | 2021-05-19 | 露出可能なクラウドベースのレジストリを使用した治療のためのインテリジェントなワークフロー分析 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20230197271A1 (ja) |
EP (1) | EP4154258A1 (ja) |
JP (1) | JP2023527290A (ja) |
KR (1) | KR20230009918A (ja) |
CN (1) | CN115917660A (ja) |
IL (1) | IL298379A (ja) |
WO (1) | WO2021236702A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11893030B2 (en) * | 2020-09-29 | 2024-02-06 | Cerner Innovation, Inc. | System and method for improved state identification and prediction in computerized queries |
US20220189635A1 (en) * | 2020-12-15 | 2022-06-16 | Dishahealth.AI, Inc. | System and method of assisting medical treatment |
WO2023194848A1 (en) * | 2023-03-29 | 2023-10-12 | Lemon Artificial Intelligence Ltd | Method for automated prediction of user data and features using a predictive model |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090228299A1 (en) | 2005-11-09 | 2009-09-10 | The Regents Of The University Of California | Methods and apparatus for context-sensitive telemedicine |
US8227904B2 (en) | 2009-06-24 | 2012-07-24 | Intel Corporation | Multi-chip package and method of providing die-to-die interconnects in same |
US10510449B1 (en) * | 2013-03-13 | 2019-12-17 | Merge Healthcare Solutions Inc. | Expert opinion crowdsourcing |
US11469001B2 (en) * | 2018-03-15 | 2022-10-11 | Topcon Corporation | Medical information processing system and medical information processing method |
WO2019182508A1 (en) | 2018-03-23 | 2019-09-26 | Kjell Oscar | Method for determining a representation of a subjective state of an individual with vectorial semantic approach |
US11948669B2 (en) | 2018-08-29 | 2024-04-02 | Canon Medical Systems Corporation | Medical information management apparatus and medical information management system |
CN111008957A (zh) | 2019-11-19 | 2020-04-14 | 北京推想科技有限公司 | 医疗信息处理方法和装置 |
-
2021
- 2021-05-19 KR KR1020227042665A patent/KR20230009918A/ko unknown
- 2021-05-19 IL IL298379A patent/IL298379A/en unknown
- 2021-05-19 CN CN202180036226.5A patent/CN115917660A/zh active Pending
- 2021-05-19 WO PCT/US2021/033048 patent/WO2021236702A1/en unknown
- 2021-05-19 JP JP2022570469A patent/JP2023527290A/ja active Pending
- 2021-05-19 EP EP21730076.3A patent/EP4154258A1/en active Pending
- 2021-05-19 US US17/926,331 patent/US20230197271A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
IL298379A (en) | 2023-01-01 |
US20230197271A1 (en) | 2023-06-22 |
CN115917660A (zh) | 2023-04-04 |
EP4154258A1 (en) | 2023-03-29 |
WO2021236702A1 (en) | 2021-11-25 |
KR20230009918A (ko) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Real-world data medical knowledge graph: construction and applications | |
Spencer et al. | Exploring feature selection and classification methods for predicting heart disease | |
Ricciardi et al. | Linear discriminant analysis and principal component analysis to predict coronary artery disease | |
Esmaily et al. | A comparison between decision tree and random forest in determining the risk factors associated with type 2 diabetes | |
Etemadi et al. | A systematic review of healthcare recommender systems: Open issues, challenges, and techniques | |
Baro et al. | Toward a literature‐driven definition of big data in healthcare | |
JP6693252B2 (ja) | 類似性計算装置、薬の類似性を計算し及び類似性を用いて副作用を推定する副作用決定装置及びシステム | |
US20230197271A1 (en) | Intelligent workflow analysis for treatments using exposable cloud-based registries | |
US20230197223A1 (en) | Health care information system providing additional data fields in patient data | |
JP2019526851A (ja) | 分散型機械学習システム、装置、および方法 | |
Spadaro et al. | The Cooperation Databank: machine-readable science accelerates research synthesis | |
Baker et al. | Continuous and automatic mortality risk prediction using vital signs in the intensive care unit: a hybrid neural network approach | |
US20230402180A1 (en) | Techniques for generating predictive outcomes relating to spinal muscular atrophy using artificial intelligence | |
Kamdar et al. | PhLeGrA: Graph analytics in pharmacology over the web of life sciences linked open data | |
Damotte et al. | Harnessing electronic medical records to advance research on multiple sclerosis | |
Uddin et al. | a novel approach utilizing machine learning for the early diagnosis of Alzheimer's disease | |
Dai et al. | Patient similarity: methods and applications | |
Attallah | MonDiaL-CAD: Monkeypox diagnosis via selected hybrid CNNs unified with feature selection and ensemble learning | |
D'Auria et al. | Improving graph embeddings via entity linking: a case study on Italian clinical notes | |
Ahmed et al. | Overview of the role of big data in mental health: A scoping review | |
WO2023217737A1 (en) | Health data enrichment for improved medical diagnostics | |
Rajathi et al. | Named Entity Recognition-based Hospital Recommendation | |
Yang et al. | POPDx: an automated framework for patient phenotyping across 392 246 individuals in the UK Biobank study | |
Archana et al. | Prediction of autism spectrum disorder from high-dimensional data using machine learning techniques | |
Hossain | Predictive Modelling of the Comorbidity of Chronic Diseases: A Network and Machine Learning Approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230120 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240123 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240422 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240723 |