JP6145042B2 - 患者の病気重篤性、致死性および滞在長さの連続的な予測の方法 - Google Patents
患者の病気重篤性、致死性および滞在長さの連続的な予測の方法 Download PDFInfo
- Publication number
- JP6145042B2 JP6145042B2 JP2013537242A JP2013537242A JP6145042B2 JP 6145042 B2 JP6145042 B2 JP 6145042B2 JP 2013537242 A JP2013537242 A JP 2013537242A JP 2013537242 A JP2013537242 A JP 2013537242A JP 6145042 B2 JP6145042 B2 JP 6145042B2
- Authority
- JP
- Japan
- Prior art keywords
- patient
- data
- outcome
- physiology
- laboratory data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 41
- 231100000225 lethality Toxicity 0.000 title description 3
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 34
- 238000012806 monitoring device Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000003066 decision tree Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000000611 regression analysis Methods 0.000 claims description 5
- 238000012706 support-vector machine Methods 0.000 claims description 5
- 230000001154 acute effect Effects 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 4
- 239000003814 drug Substances 0.000 claims description 4
- 239000012530 fluid Substances 0.000 claims description 4
- 230000001684 chronic effect Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000000474 nursing effect Effects 0.000 claims description 3
- 230000036962 time dependent Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 10
- 230000036541 health Effects 0.000 description 7
- 238000011084 recovery Methods 0.000 description 5
- 210000002966 serum Anatomy 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000007418 data mining Methods 0.000 description 4
- BVKZGUZCCUSVTD-UHFFFAOYSA-M Bicarbonate Chemical compound OC([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-M 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 231100000518 lethal Toxicity 0.000 description 3
- 230000001665 lethal effect Effects 0.000 description 3
- BPYKTIZUTYGOLE-IFADSCNNSA-N Bilirubin Chemical compound N1C(=O)C(C)=C(C=C)\C1=C\C1=C(C)C(CCC(O)=O)=C(CC2=C(C(C)=C(\C=C/3C(=C(C=C)C(=O)N\3)C)N2)CCC(O)=O)N1 BPYKTIZUTYGOLE-IFADSCNNSA-N 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 208000004998 Abdominal Pain Diseases 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000004820 blood count Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011847 diagnostic investigation Methods 0.000 description 1
- 238000001631 haemodialysis Methods 0.000 description 1
- 230000000322 hemodialysis Effects 0.000 description 1
- 208000000509 infertility Diseases 0.000 description 1
- 230000036512 infertility Effects 0.000 description 1
- 231100000535 infertility Toxicity 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 208000013220 shortness of breath Diseases 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009423 ventilation Methods 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- 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
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
-
- 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
- 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
- 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)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Child & Adolescent Psychology (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
Description
Yest=F(X,t)
ここで、min|Yest−Yo|
によって定義される。
いくつかの態様を記載しておく。
〔態様1〕
患者モニタリング装置(12)から現在の患者についての生理および/または試験所データを受け取るコントローラ(44)と;
現在の患者がケアを受けてきた時間を示す滞在時間を決定するユニットと;
決定された滞在時間を使って、現在の患者の生理および/または試験所データに帰結変数推定アルゴリズムを適用することによって、帰結変数を予測する予測ユニットとを有する、
患者情報装置(18)。
〔態様2〕
前記帰結変数が、滞在の長さ、致死の確率および介入の必要性のうちの少なくとも一つを含む、態様1記載の装置。
〔態様3〕
前記予測ユニットが、前記帰結変数をリアルタイムで連続的に予測する、態様1または2記載の装置。
〔態様4〕
態様1ないし3のうちいずれか一項記載の装置であって、前記帰結変数予測アルゴリズムが:
臨床データベースからの、複数の過去の患者のうち少なくとも一人の、生理および/または試験所データおよび各患者が該生理および/または試験所データが生成された時点でどのくらいの期間ケアを受けてきたかを示す滞在時間を含むデータ・フィールドと、関連付けられた帰結変数とにアクセスし;
前記複数の過去の患者の生理および/または試験所データ、対応する滞在時間および関連付けられた帰結変数から帰結変数推定アルゴリズムを生成することによって、
生成される、
装置。
〔態様5〕
態様1ない4のうちいずれか一項記載の装置であって、前記帰結変数予測アルゴリズムが:線形回帰分析、非線形回帰分析、ニューラルネットワーク、サポートベクターマシン、動径基底関数、エキスパート規則に基づく手法および分類器決定木のうちの少なくとも一つを使って生成される、
装置。
〔態様6〕
態様1ないし5のうちいずれか一項記載の患者情報装置と;
患者から生理データを収集する前記患者モニタ装置とを有する、
患者モニタリング・システム。
〔態様7〕
患者の試験所データを前記患者情報装置に送信する試験所サーバーをさらに含む、
態様6記載のシステム。
〔態様8〕
予測された帰結変数を表示するディスプレイをさらに有する、態様6または7記載のシステム。
〔態様9〕
患者の帰結変数を予測する方法であって:
臨床データベースからの、複数の過去の患者のうち少なくとも一人の、生理および/または試験所データおよび各患者が該生理および/または試験所データが生成された時点でどのくらいの期間ケアを受けてきたかを示す滞在時間を含むデータ・フィールドと、関連付けられた帰結変数とにアクセスする段階と;
前記複数の過去の患者の生理および/または試験所データ、対応する滞在時間および関連付けられた帰結変数から帰結変数推定アルゴリズムを生成する段階とを含む、
方法。
〔態様10〕
前記帰結変数が、滞在の長さ、致死の確率および介入の必要性のうちの少なくとも一つを含む、態様9記載の方法。
〔態様11〕
現在の患者の生理および/または試験所データを受け取る段階と;
現在の患者がケアを受けていた現在の滞在時間を決定する段階と;
現在の患者の生理および/または試験所データおよび現在の滞在時間に前記帰結変数推定アルゴリズムを適用して、現在の患者の帰結の確率を推定する段階とを含む、
態様9または10記載の方法。
〔態様12〕
前記過去の患者のデータ・フィールドが:一つまたは複数の生命徴候と、慢性問題、急性受け入れ問題を含む自動化されたまたはユーザー入力された問題リストと、臨床試験所データと、流体バランスと、投薬と、人工呼吸器設定と、主観的看護評価と、撮像研究の結果と、患者人口統計情報と、病院またはICUにおける現在の滞在時間とのうちの少なくとも一つを含む、態様9ないし11のうちいずれか一項記載の方法。
〔態様13〕
前記過去の患者の関連付けられた帰結変数が:滞在時間、致死率および介入の必要性のうちの少なくとも一つを含む、態様9ないし12のうちいずれか一項記載の方法。
〔態様14〕
態様9ないし13のうちいずれか一項記載の方法であって、前記帰結変数予測アルゴリズムが:線形回帰分析、非線形回帰分析、ニューラルネットワーク、サポートベクターマシン、動径基底関数、エキスパート規則に基づく手法および分類器決定木のうちの少なくとも一つを使って同定される、方法。
〔態様15〕
現在の患者の帰結変数の予測がリアルタイムで連続的である、態様9ないし14のうちいずれか一項記載の方法。
〔態様16〕
プロセッサにロードされたときに、該プロセッサを、態様9ないし15のうちいずれか一項記載の方法を実行するようプログラムするソフトウェアを含んでいるコンピュータ可読媒体。
〔態様17〕
帰結の確率を予測する方法であって;
医療施設においてケアのもとに滞在している現在の患者について生理および/または試験所データを測定する段階と;
前記医療施設において現在の患者がケアのもとに滞在してきた滞在時間を決定する段階と;
測定された生理および/または試験所データおよび決定された滞在時間を使って、滞在時間に依存する帰結予測アルゴリズムを適用して、帰結の確率を予測する段階とを含む、
方法。
〔態様18〕
プロセッサにロードされたときに、該プロセッサを、態様17記載の方法を実行するようプログラムするソフトウェアを含んでいるコンピュータ可読媒体。
〔態様19〕
態様17記載の方法を実行するようプログラムされたプロセッサ。
〔態様20〕
現在の患者からの生理および/または試験所データを受け取る患者情報ユニットと;
滞在時間を計算するユニットと;
態様17記載の方法を実行するようプログラムされた予測プロセッサと;
帰結の確率を表示するディスプレイとを有する、
患者情報システム。
Claims (15)
- 患者モニタリング装置から現在の患者についての生理および/または試験所データを受け取るコントローラと;
現在の患者がケアを受けてきた時間を示す滞在時間を決定するユニットと;
決定された滞在時間を使って、現在の患者の生理および/または試験所データに帰結変数推定アルゴリズムを適用することによって、帰結変数を予測する予測ユニットとを有する、
患者情報装置。 - 前記帰結変数が、滞在の長さ、致死の確率および介入の必要性のうちの少なくとも一つを含む、請求項1記載の患者情報装置。
- 前記予測ユニットが、前記帰結変数をリアルタイムで連続的に予測する、請求項1または2記載の患者情報装置。
- 請求項1ないし3のうちいずれか一項記載の患者情報装置であって、前記帰結変数推定アルゴリズムが:
臨床データベースからの、複数の過去の患者のうち少なくとも一人の、生理および/または試験所データおよび各患者が該生理および/または試験所データが生成された時点でどのくらいの期間ケアを受けてきたかを示す滞在時間を含むデータ・フィールドと、関連付けられた帰結変数とにアクセスし;
前記複数の過去の患者の生理および/または試験所データ、対応する滞在時間および関連付けられた帰結変数から帰結変数推定アルゴリズムを生成することによって、
生成される、
患者情報装置。 - 請求項1ない4のうちいずれか一項記載の患者情報装置であって、前記帰結変数推定アルゴリズムが:線形回帰分析、非線形回帰分析、ニューラルネットワーク、サポートベクターマシン、動径基底関数、エキスパート規則に基づく手法および分類器決定木のうちの少なくとも一つを使って生成される、
患者情報装置。 - 請求項1ないし5のうちいずれか一項記載の患者情報装置と;
患者から生理データを収集する前記患者モニタリング装置とを有する、
患者モニタリング・システム。 - 患者の帰結変数を予測する方法であって:
臨床データベースからの、複数の過去の患者のうち少なくとも一人の、生理および/または試験所データおよび各患者が該生理および/または試験所データが生成された時点でどのくらいの期間ケアを受けてきたかを示す滞在時間を含むデータ・フィールドと、関連付けられた帰結変数とにアクセスする段階と;
前記複数の過去の患者の生理および/または試験所データ、対応する滞在時間および関連付けられた帰結変数から帰結変数推定アルゴリズムを生成する段階とを含む、
方法。 - 前記帰結変数が、滞在の長さ、致死の確率および介入の必要性のうちの少なくとも一つを含む、請求項7記載の方法。
- 現在の患者の生理および/または試験所データを受け取る段階と;
現在の患者がケアを受けていた現在の滞在時間を決定する段階と;
現在の患者の生理および/または試験所データおよび現在の滞在時間に前記帰結変数推定アルゴリズムを適用して、現在の患者の帰結の確率を推定する段階とを含む、
請求項7または8記載の方法。 - 前記過去の患者のデータ・フィールドが:一つまたは複数の生命徴候と、慢性問題、急性受け入れ問題を含む自動化されたまたはユーザー入力された問題リストと、臨床試験所データと、流体バランスと、投薬と、人工呼吸器設定と、主観的看護評価と、撮像研究の結果と、患者人口統計情報と、病院またはICUにおける現在の滞在時間とのうちの少なくとも一つを含む、請求項7ないし9のうちいずれか一項記載の方法。
- 前記過去の患者の関連付けられた帰結変数が:滞在時間、致死率および介入の必要性のうちの少なくとも一つを含む、請求項7ないし10のうちいずれか一項記載の方法。
- 請求項7ないし11のうちいずれか一項記載の方法であって、前記帰結変数推定アルゴリズムが:線形回帰分析、非線形回帰分析、ニューラルネットワーク、サポートベクターマシン、動径基底関数、エキスパート規則に基づく手法および分類器決定木のうちの少なくとも一つを使って同定される、方法。
- 現在の患者の帰結変数の予測がリアルタイムで連続的である、請求項7ないし12のうちいずれか一項記載の方法。
- プロセッサに請求項7ないし13のうちいずれか一項記載の方法を実行させるためのコンピュータ・プログラム。
- 帰結の確率を予測する方法であって;
測定手段が、医療施設においてケアのもとに滞在している現在の患者について生理および/または試験所データを測定する段階と;
滞在時間決定ユニットが、前記医療施設において現在の患者がケアのもとに滞在してきた滞在時間を決定する段階と;
予測ユニットが、測定された生理および/または試験所データおよび決定された滞在時間を使って、滞在時間に依存する帰結推定アルゴリズムを適用して、帰結の確率を予測する段階とを含む、
方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US41098410P | 2010-11-08 | 2010-11-08 | |
US61/410,984 | 2010-11-08 | ||
PCT/IB2011/054884 WO2012063166A1 (en) | 2010-11-08 | 2011-11-03 | Method of continuous prediction of patient severity of illness, mortality, and length of stay |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013545188A JP2013545188A (ja) | 2013-12-19 |
JP6145042B2 true JP6145042B2 (ja) | 2017-06-07 |
Family
ID=45002088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013537242A Active JP6145042B2 (ja) | 2010-11-08 | 2011-11-03 | 患者の病気重篤性、致死性および滞在長さの連続的な予測の方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9569723B2 (ja) |
EP (2) | EP3779994B1 (ja) |
JP (1) | JP6145042B2 (ja) |
CN (1) | CN103201743B (ja) |
BR (1) | BR112013011031A2 (ja) |
RU (1) | RU2630122C2 (ja) |
WO (1) | WO2012063166A1 (ja) |
Families Citing this family (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110320223A1 (en) * | 2010-06-28 | 2011-12-29 | Hartford Fire Insurance Company | System and method for analysis of insurance claims |
US9183710B2 (en) | 2012-08-03 | 2015-11-10 | Novasentis, Inc. | Localized multimodal electromechanical polymer transducers |
WO2014071145A1 (en) | 2012-11-02 | 2014-05-08 | The University Of Chicago | Patient risk evaluation |
US9164586B2 (en) | 2012-11-21 | 2015-10-20 | Novasentis, Inc. | Haptic system with localized response |
US9053617B2 (en) | 2012-11-21 | 2015-06-09 | Novasentis, Inc. | Systems including electromechanical polymer sensors and actuators |
WO2014107677A1 (en) | 2013-01-07 | 2014-07-10 | Novasentis, Inc. | Method and localized haptic response system provided on an interior-facing surface of a housing of an electronic device |
US10088936B2 (en) | 2013-01-07 | 2018-10-02 | Novasentis, Inc. | Thin profile user interface device and method providing localized haptic response |
EP2967375A1 (en) * | 2013-03-12 | 2016-01-20 | Koninklijke Philips N.V. | Visit duration control system and method |
US10573415B2 (en) | 2014-04-21 | 2020-02-25 | Medtronic, Inc. | System for using patient data combined with database data to predict and report outcomes |
US9652946B2 (en) | 2014-05-02 | 2017-05-16 | Novasentis, Inc. | Hands-free, wearable vibration devices and method |
US20160048654A1 (en) * | 2014-08-12 | 2016-02-18 | Allscripts Software, Llc | Patient observations submission state engine |
WO2016100811A1 (en) * | 2014-12-19 | 2016-06-23 | Neximatic, Inc. | Medical data extraction and management for efficient, secure support of various information systems |
CN104951894B (zh) * | 2015-06-25 | 2018-07-03 | 成都厚立信息技术有限公司 | 医院疾病管理智能分析和评估*** |
CN105046406A (zh) * | 2015-06-25 | 2015-11-11 | 成都厚立信息技术有限公司 | 住院病人医疗管理质量评估方法 |
WO2017036482A1 (en) * | 2015-08-28 | 2017-03-09 | Aalborg Universitet | A cpn-based tool for the stratification of illness severity in patients suspected of sepsis |
CN105631200B (zh) * | 2015-12-23 | 2018-05-08 | 东软集团股份有限公司 | 预测医技检查时间的方法和装置 |
EP3223183B1 (en) * | 2016-03-25 | 2020-11-18 | Siemens Healthcare GmbH | Case-based reasoning in the cloud using deep learning |
US10657547B2 (en) | 2016-03-28 | 2020-05-19 | International Business Machines Corporation | Forecast model calibration |
US20200312429A1 (en) * | 2016-06-22 | 2020-10-01 | The Regents Of The University Of California | Personalized contextualization of patient trajectory |
CN107391901A (zh) * | 2017-05-05 | 2017-11-24 | 陈昕 | 建立普通病房患者病情评估模型的方法和服务器 |
CN107436993B (zh) * | 2017-05-05 | 2020-08-25 | 陈一昕 | 建立icu患者病情评估模型的方法和服务器 |
CN107220491A (zh) * | 2017-05-18 | 2017-09-29 | 湖南明康中锦医疗科技发展有限公司 | 云服务器、提醒的方法及计算机可读存储介质 |
CN107767952A (zh) * | 2017-10-10 | 2018-03-06 | 珠海市领创智能物联网研究院有限公司 | 一种物联网电子智能精准医疗家用监测*** |
CN107833633A (zh) * | 2017-10-30 | 2018-03-23 | 银江股份有限公司 | 一种高血压病人随访推荐的方法 |
CN107910072A (zh) * | 2017-12-11 | 2018-04-13 | 创业软件股份有限公司 | 用于治未病的医疗数据挖掘过程中均线趋势参数确定方法 |
CN108072618A (zh) * | 2017-12-19 | 2018-05-25 | 中国医学科学院阜外医院 | 一种心梗后死亡风险的预测*** |
CN108267601B (zh) * | 2018-01-19 | 2019-02-22 | 中国医学科学院阜外医院 | 一种预测心梗后不良事件的***及试剂盒 |
WO2020089732A2 (en) | 2018-10-29 | 2020-05-07 | 3M Innovative Properties Company | Patient treatment resource utilization predictor |
CN109616218A (zh) * | 2018-12-04 | 2019-04-12 | 泰康保险集团股份有限公司 | 数据处理方法、装置、介质及电子设备 |
US11875903B2 (en) | 2018-12-31 | 2024-01-16 | Tempus Labs, Inc. | Method and process for predicting and analyzing patient cohort response, progression, and survival |
WO2020142551A1 (en) | 2018-12-31 | 2020-07-09 | Tempus Labs | A method and process for predicting and analyzing patient cohort response, progression, and survival |
EP3931836A1 (en) * | 2019-03-01 | 2022-01-05 | Sanofi | Methods to estimate effectiveness of a medial treatment |
JP7032344B2 (ja) * | 2019-03-07 | 2022-03-08 | ヤフー株式会社 | 提供装置、提供方法及び提供プログラム |
JP7207553B2 (ja) * | 2019-08-09 | 2023-01-18 | 日本電気株式会社 | 状態予測装置、状態予測方法、コンピュータプログラム及び記録媒体 |
US11925474B2 (en) * | 2019-08-22 | 2024-03-12 | Koninklijke Philips N.V. | Methods and systems for patient baseline estimation |
US20220375568A1 (en) * | 2019-10-04 | 2022-11-24 | Nec Corporation | Rehabilitation planning apparatus, rehabilitation planning system, rehabilitation planning method, and computer readable medium |
KR102510992B1 (ko) * | 2020-03-05 | 2023-03-16 | 가톨릭대학교 산학협력단 | 환자의 정보를 기반으로 재원기간을 예측하는 장치, 방법 및 프로그램 |
KR102310455B1 (ko) * | 2020-03-05 | 2021-10-07 | 가톨릭대학교 산학협력단 | 관상동맥우회술 환자의 최초 중환자실 재실시간과 최초 기도삽관시간을 이용하여 재원기간을 예측하는 방법, 시스템 및 프로그램 |
CN111612278A (zh) * | 2020-06-01 | 2020-09-01 | 戴松世 | 生命状态预测方法、装置、电子设备及存储介质 |
CN112270994B (zh) * | 2020-10-14 | 2021-08-17 | 中国医学科学院阜外医院 | 一种风险预测模型的构建方法、设备、终端及存储介质 |
CN112397146B (zh) * | 2020-12-02 | 2021-08-24 | 广东美格基因科技有限公司 | 一种基于云平台的微生物组学数据交互分析*** |
CN113393939B (zh) * | 2021-04-26 | 2024-05-28 | 上海米健信息技术有限公司 | 重症监护室患者住院天数预测方法及*** |
DE102021112270A1 (de) | 2021-05-11 | 2022-11-17 | Markus Vogel | Verfahren zum Bereitstellen von Informationen über einen Patienten und System zum Bereitstellen von Informationen über einen Patienten |
WO2023122837A1 (es) * | 2021-12-28 | 2023-07-06 | Universidad Peruana De Ciencias Aplicadas | Equipo electrónico para la estimación del tiempo de hospitalización de pacientes diagnosticados con enfermedad respiratoria |
WO2024092136A2 (en) * | 2022-10-28 | 2024-05-02 | Memorial Sloan-Kettering Cancer Center | Machine learning modeling for inpatient prediction |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5724983A (en) | 1994-08-01 | 1998-03-10 | New England Center Hospitals, Inc. | Continuous monitoring using a predictive instrument |
US6063028A (en) * | 1997-03-20 | 2000-05-16 | Luciano; Joanne Sylvia | Automated treatment selection method |
US20040010481A1 (en) | 2001-12-07 | 2004-01-15 | Whitehead Institute For Biomedical Research | Time-dependent outcome prediction using neural networks |
US6835176B2 (en) | 2003-05-08 | 2004-12-28 | Cerner Innovation, Inc. | Computerized system and method for predicting mortality risk using a lyapunov stability classifier |
EP1894133A1 (en) * | 2005-06-09 | 2008-03-05 | Koninklijke Philips Electronics N.V. | Morphograms in different time scales for robust trend analysis in intensive/critical care unit patients |
JP5584413B2 (ja) * | 2005-06-22 | 2014-09-03 | コーニンクレッカ フィリップス エヌ ヴェ | 患者監視システム及び監視する方法 |
WO2007054841A1 (en) | 2005-11-08 | 2007-05-18 | Koninklijke Philips Electronics, N.V. | Method for detecting critical trends in multi-parameter patient monitoring and clinical data using clustering |
US7664659B2 (en) * | 2005-12-22 | 2010-02-16 | Cerner Innovation, Inc. | Displaying clinical predicted length of stay of patients for workload balancing in a healthcare environment |
US8979753B2 (en) | 2006-05-31 | 2015-03-17 | University Of Rochester | Identifying risk of a medical event |
AU2007308078A1 (en) | 2006-10-13 | 2008-04-17 | PeraHealth, Inc | System and method for providing a health score for a patient |
JP2008176473A (ja) | 2007-01-17 | 2008-07-31 | Toshiba Corp | 患者容体変化予測装置、及び患者容体変化管理システム |
JP5357871B2 (ja) * | 2007-07-13 | 2013-12-04 | コーニンクレッカ フィリップス エヌ ヴェ | 急性の動的な疾患の意思決定支援システム |
US20090112618A1 (en) * | 2007-10-01 | 2009-04-30 | Johnson Christopher D | Systems and methods for viewing biometrical information and dynamically adapting schedule and process interdependencies with clinical process decisioning |
RU72075U1 (ru) * | 2007-11-15 | 2008-03-27 | Сергей Александрович Фурсенко | Устройство для прогностического определения степени индивидуальной предрасположенности человека к различным заболеваниям |
-
2011
- 2011-11-03 WO PCT/IB2011/054884 patent/WO2012063166A1/en active Application Filing
- 2011-11-03 BR BR112013011031A patent/BR112013011031A2/pt not_active Application Discontinuation
- 2011-11-03 JP JP2013537242A patent/JP6145042B2/ja active Active
- 2011-11-03 EP EP20186007.9A patent/EP3779994B1/en active Active
- 2011-11-03 RU RU2013126425A patent/RU2630122C2/ru not_active IP Right Cessation
- 2011-11-03 US US13/883,766 patent/US9569723B2/en active Active
- 2011-11-03 CN CN201180053766.0A patent/CN103201743B/zh active Active
- 2011-11-03 EP EP11785490.1A patent/EP2638489B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP3779994A1 (en) | 2021-02-17 |
US20130232103A1 (en) | 2013-09-05 |
CN103201743A (zh) | 2013-07-10 |
CN103201743B (zh) | 2017-07-18 |
EP2638489B1 (en) | 2020-10-28 |
EP2638489A1 (en) | 2013-09-18 |
RU2630122C2 (ru) | 2017-09-05 |
US9569723B2 (en) | 2017-02-14 |
WO2012063166A1 (en) | 2012-05-18 |
RU2013126425A (ru) | 2014-12-20 |
JP2013545188A (ja) | 2013-12-19 |
BR112013011031A2 (pt) | 2016-09-13 |
EP3779994B1 (en) | 2023-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6145042B2 (ja) | 患者の病気重篤性、致死性および滞在長さの連続的な予測の方法 | |
KR102558021B1 (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
Karpman et al. | Gait speed as a measure of functional status in COPD patients | |
Finlay et al. | Measuring the modified early warning score and the Rothman index: advantages of utilizing the electronic medical record in an early warning system | |
Fang et al. | National trends in antiarrhythmic and antithrombotic medication use in atrial fibrillation | |
JP5584413B2 (ja) | 患者監視システム及び監視する方法 | |
JP6466422B2 (ja) | 医療支援システム及び方法 | |
CN107491630A (zh) | 临床决策支持综合***和使用其的临床决策支持方法 | |
KR101261177B1 (ko) | 임상 의사결정 지원 시스템 및 방법 | |
JP6692355B2 (ja) | バイタルサインサンプリング周波数が限定されるときのスコア信頼区間推定に関する方法 | |
JP6034018B2 (ja) | 薬剤服用アナライザー | |
JP2016505297A (ja) | データ収集頻度と悪化検出アルゴリズムの閾値を最適化するシステムと方法 | |
US20190392952A1 (en) | Computer-implemented methods, systems, and computer-readable media for diagnosing a condition | |
JP2007265347A (ja) | 健康指導支援装置、システム、及びプログラム | |
WO2018096310A1 (en) | Patient status monitor and method of monitoring patient status | |
JP2018534697A (ja) | 個人化された予測モデルに基づいて健康モニタリングを容易化するシステム及び方法 | |
CN107391901A (zh) | 建立普通病房患者病情评估模型的方法和服务器 | |
JP7161688B2 (ja) | 手術後感染予測装置、手術後感染予測装置生産方法、手術後感染予測方法およびプログラム | |
US20210134405A1 (en) | System for infection diagnosis | |
Hu et al. | Development and external validation of a dynamic risk score for early prediction of cardiogenic shock in cardiac intensive care units using machine learning | |
Elkhovskaya et al. | Personalized assistance for patients with chronic diseases through multi-level distributed healthcare process assessment | |
Dutta et al. | Iomt synthetic cardiac arrest dataset for ehealth with ai-based validation | |
US20190335999A1 (en) | Method and apparatus for providing personized healthcare advice | |
JP7304203B2 (ja) | 医用情報処理装置及びプログラム | |
EP3981322A1 (en) | Automatically identifying pressure injuries |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141031 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150925 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151006 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151211 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20160301 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160523 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20160602 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20160624 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170301 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170512 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6145042 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |