CN105793856A - 临床结果追踪和分析 - Google Patents

临床结果追踪和分析 Download PDF

Info

Publication number
CN105793856A
CN105793856A CN201480067169.7A CN201480067169A CN105793856A CN 105793856 A CN105793856 A CN 105793856A CN 201480067169 A CN201480067169 A CN 201480067169A CN 105793856 A CN105793856 A CN 105793856A
Authority
CN
China
Prior art keywords
patient
medical record
computer
patient medical
cost
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
Application number
CN201480067169.7A
Other languages
English (en)
Inventor
A.L.佩科拉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
COTA Inc
Original Assignee
COTA Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by COTA Inc filed Critical COTA Inc
Publication of CN105793856A publication Critical patent/CN105793856A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9024Graphs; Linked lists
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/20ICT specially adapted for the handling or processing of medical references relating to practices or guidelines

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Pathology (AREA)
  • Software Systems (AREA)
  • Bioethics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

所描述的发明提供了用于临床结果追踪和分析的系统和方法。临床结果追踪和分析包括分类、结果追踪、生活质量度量、疗法的毒性、以及护理的成本。系统和方法包括接收一个或多个参数。用于分类的示例性参数包括性别、年龄、种族划分、共病、烟草使用、保险源、病历号、主要护理医师、转诊医师、医院、认可的服务供应商、疾病特定临床分子表型、疗法意图、疗法的阶段、生物标志、以及护理的成本。

Description

临床结果追踪和分析
相关申请的交叉引用
本申请要求美国临时申请号61/888,418(2013年10月8日提交)的优先权,所述申请的全部内容通过引用并入本文中。
技术领域
本公开涉及对具有疾病的患者的治疗,并且更具体地涉及临床结果追踪和分析。
背景技术
由于一般人群活得更长,所以与老龄化人群相关联的医疗成本在增加。与诸如癌症之类的疾病相关联的成本通常是巨大的。例如,癌症成本预计是保健花费方面最高的增长领域而在结果方面不具有相称的改善。仅在美国,在2010年,约$1250亿花费在癌症护理上,并且估计约15-30%的花费可以被归类为“浪费”。诸如临床途径和疾病管理之类的控制成本的常规技术通常是无效的,但目前不存在当前存在于在市场上的优质替代。
发明内容
由于技术和药品的进步不断发生,所以用于疾病(诸如癌症)的护理的科学和临床实践迅速发展。通常,医疗专业人士(例如,肿瘤学家)时间上不容易跟上这些进步。这些进步(诸如下一代基因测序)通常是复杂的,并且可能呈现针对健康计划和医疗专业人士的较大问题。因此,健康计划将可能需要更多的工具和支持来管理其医疗(例如肿瘤学)业务。类似地,医疗专业人士(例如医师)将需要更多的决定支持工具来实践最佳的药品并维持业务。
如本文所描述的,临床结果追踪和分析(COTA)模块是例如使得医疗专业人士和/或其他用户能够实践更好的药品、更好的管理并定位与疾病和/或患者相关联的特定信息并且促进对成本的改善控制的工具。
临床结果追踪和分析的参数包括分类(sort)、结果追踪、东部肿瘤协作组(ECOG)性能状态;疗法的毒性和护理的成本。在一个方面中,一种方法和系统包括COTA模块,其从由用户操作的客户端设备接收一个或多个参数以对多个数据记录进行分类,并且响应于该接收,基于所接收的参数来对数据记录进行分类。指示一个或多个变量的节点地址被应用到患者病历的分类集合,以将患者病历的临床相关集合确定为满足一个或多个变量的患者病历的分类集合。COTA模块然后分析患者病历的临床相关集合,并将至少一部分的归类和分类后的数据记录和更新后的数据记录传送给客户端设备以供显示。
在一个实施例中,每一个数据记录包括与疾病相关联的数据以及与当前具有疾病的患者或之前具有疾病的患者相关联的数据。COTA模块可以从电子病历(EMR)、从用户、从医疗专业人士、从专家、或从任何其他源接收数据。
COTA模块可以使得用户能够对一个或多个数据记录执行各种分析。例如,COTA模块可以使得能够实现数据的比较或患者之间的追踪结果的比较。COTA模块可以将特定的患者标识为针对特定的治疗或药物的候选者。COTA模块可以将分析工具传送给客户端设备,以促进例如归类和分类后的数据记录的分析或使得能够实现Kaplan Meier曲线的比较。在一个实施例中,COTA模块可以基于该追踪来确定与患者相关联的特定医生是否根据治疗其他(类似)患者的其他医生的治疗技术来治疗患者。
COTA模块还可以在出现触发时将警报发送到客户端设备。触发可以是例如在诊断处、在进展处、在剂量改变处、在药物改变处、在毒性处,当趋向从期望结果变化时和/或在特定时间处。
这些和其他方面以及实施例通过参考以下具体实施方式和附图而对于本领域普通技术人员将是显而易见的。
附图说明
在不按比例绘制并且其中相似的附图标记遍及若干视图指示相似的元素的附图中:
图1图示肿瘤学市场中的一些压力以及一些潜在解决方案的示例的框图;
图2图示根据本公开的实施例的服务器计算机通过网络与用户计算机通信以将临床结果追踪和分析(COTA)模块提供给用户计算机的框图;
图3是图示根据本公开的实施例的由COTA模块所提供的若干功能的框图;
图4A是图示根据本公开的实施例的使用COTA模块来对与结肠癌患者相关联的数据进行分类的框图;
图4B是根据本公开的实施例的COTA模块通过特定节点创建来对数据进行分类的流程图;
图4C是图示根据本公开的实施例的用于确定表示用于节点寻址的表型特性的数字串的有向图的框图;
图5是图示根据本公开的实施例的由COTA模块所执行的步骤的流程图;
图6图示根据本公开的实施例的COTA模块响应于触发而发送警报的流程图;
图7是图示根据本公开的实施例的移动设备组织所接收的警报的图形表示;
图8示出根据本公开的实施例的由于癌症亚型的疾病的发生率的图形表示;
图9是根据本公开的实施例的通过输入到COTA模块中的变量所提炼(refine)的搜索的图形表示;
图10示出根据本公开的实施例的与特定疾病相关的多个变量的列表;
图11示出根据本公开的实施例的包括用于胰腺癌的具有置信区间的实时Kaplan Meier曲线的图形表示;
图12是示出根据本公开的实施例的按照疾病进展的Kaplan Meier曲线的图形表示;
图13是根据本公开的实施例的双方之间的结果的实时基准的图形表示;
图14是根据本公开的实施例的成本报告的图形表示;
图15A和15B是根据本公开的实施例的治疗界面的图形表示;
图16是根据本公开的实施例的结果屏幕的图形表示;
图17是根据本公开的实施例的治疗细节报告屏幕的图形表示;
图18是根据本公开的实施例的对毒性和成本进行比较的分析屏幕的图形表示;
图19是根据本公开的实施例的对疗法和生活质量进行比较的分析屏幕的图形表示;
图20是根据本公开的实施例的提供给医疗专业人士的反馈支持的流程图;
图21-23显示根据本公开的实施例的用于不同诊断类型的图形表示的实施例;
图24示出根据本公开的实施例的图示针对乳腺肿瘤学——乳腺癌从2008年到2013年具有浸润性导管癌的组织结构的COTA模块的数据生成和分类的图形表示;
图25示出根据本公开的实施例的图示针对乳腺肿瘤学——乳腺癌从2008年到2013年肿瘤等级和阶段的COTA模块的数据生成和分类的图形表示;
图26示出根据本公开的实施例的图示针对乳腺癌——阶段IIB从2008年到2013的COTA模块的数据生成和分类的图形表示;
图27示出根据本公开的实施例的图示用于乳腺癌患者的整体存活结果的图形表示;
图28示出根据本公开的实施例的图示针对乳腺癌——两方之间的比较的结果的图形表示;
图29描绘根据本公开的实施例的图示客户端设备的示意图的一个示例;以及
图30是图示根据本公开的实施例的计算机的内部架构的框图。
具体实施方式
现在参考附随本申请的附图更详细地讨论实施例。在附图中,相似和/或对应的元素由相似的附图标记指代。
本文公开了各种实施例;然而,要理解,所公开的实施例和所示的用户界面仅说明可以以各种形式来具体化的本公开。另外,结合各种实施例给出的每一个示例意在是说明性的,而不是限制性的。此外,附图未必按比例绘制,一些特征可能被夸大以示出特定组件的细节(并且附图中所示的任何尺寸、材料和类似细节意在是说明性的而不是限制性的)。因此,本文所公开的特定结构和功能细节不要被解释为限制,而仅作为用于教导本领域技术人员不同地采用所公开的实施例的表示性基础。
以下参照方法和设备的框图和操作图示来描述本发明,以选择和呈现与特定话题相关的媒介。要理解,框图或操作图示的每一个框以及框图或操作图示中的框的组合可以通过模拟或数字硬件和计算机程序指令来实现。这些计算机程序指令可以被提供给通用计算机、专用计算机的处理器、ASIC、或其他可编程数据处理装置,使得经由计算机的处理器或其他可编程数据处理装置执行的指令实现框图或一个或多个操作框中指定的功能/动作。
在一些替代实现方式中,在框中标注的功能/动作可以不按在操作图示中标注的顺序发生。例如,连续示出的两个框事实上可以基本上同时执行,或者这些框有时可以以相反顺序执行,这取决于所涉及的功能/动作。此外,以示例的方式提供在本公开中呈现和描述为流程图的方法的实施例,以便提供对技术的更完整的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。考虑其中变更了各种操作的顺序以及其中独立地执行被描述为更大操作的部分的子操作的替代的实施例。
虽然关于癌症状况进行描述,但是所描述的临床结果疗法分析可以被用于任何临床状况(例如,心血管疾病、代谢性疾病(糖尿病)、免疫介导性疾病(例如,狼疮、类风湿关节炎)、器官移植;神经退行性病变;肺疾病、传染性疾病、肝病变)。执业医师将知晓每一个这样的状况的参数。
遍及说明书和权利要求,术语可以具有在上下文中暗示或暗指的微妙含义而超出明确陈述的含义。同样地,如本文所使用的短语“在一个实施例中”未必是指相同的实施例,并且如本文所使用的短语“在另一实施例中”未必是指不同的实施例。意在例如所要求保护的主题事项整体或部分地包括示例性实施例的组合。
一般地,术语可以至少部分地根据在上下文中的使用来理解。例如,如本文所使用的诸如“和”、“或”或者“和/或”之类的术语可以包括多种含义,其可以至少部分地取决于在其中使用这样的术语的上下文。通常,“或”如果被用来使列表相关联,诸如A、B或C,则意在意指A、B和C(在此,以包括意义使用)以及A、B或C(在此,以排他意义使用)。另外,至少部分地取决于上下文,如本文所使用的术语“一个或多个”可以被用来以单数意义描述任何特征、结构或特性,或者可以被用来以复数意义描述特征、结构或特性的组合。类似地,诸如“一”、“一个”或“该”之类的术语再次可以理解为传达单数使用或传达复数使用,这至少部分地取决于上下文。另外,术语“基于”可以理解为未必意在传达因素的排他集合,并且而是可以虑及未必明确描述的附加因素的存在,再次,这至少部分地取决于上下文。
制药业已经把其研究和发展(R&D)投资的多数置于专用化合物中,其中肿瘤学作为领先类别。例如,阶段3管道的约30-35%是肿瘤学。这些化合物是基于最新的科学进步的高度针对性的、专门的疗法,并将可能需要与目前存在的模型不同的商业和发展模型。制药公司的当前结构通常是低效的,并且可能不能由其未来产品所支持。
开发针对新一代疗法的新伴随诊断测试的诊断公司将需要教育医师的新方式和高效的销售和分销渠道。
美国中的报销模型将可能从有偿服务模型改变为基于价值的支付模型。平价医疗法案加速了其(例如,用于初级护理的责任医疗组织(ACO)&以患者为中心的医疗之家(PCMH)模型)某些元素,并且存在对专业(例如,骨科)内捆绑(bundle)支付的支付者活动。当前的有偿服务支付模型对于政府、雇主、其他支付者和/或医师可能是不可持续的。许多肿瘤学家还发现有偿服务模型的经济是不可持续的。如以上所指示的,政府可能向基于价值的支付模型移动。
图1图示了例如肿瘤学市场中的一些压力和一些潜在解决方案的示例的框图。肿瘤学家105面对财务压力,许多不能利用其当前模型继续经营,并且许多指望找到利用的新方式。潜在的肿瘤学家解决方案110包括聚合和新的支付模型,诸如捆绑。制药公司(示出为“制药”)115通常使其肿瘤学管道的很多或所有作为高度针对性的疗法。此外,畅销药物的时代可能已经结束。进而,“旧世界”商业模型可能不再适合,并且可能太昂贵。可能的药物解决方案120包括患者标识和改变其商业模型。健康计划125通常具有“管理”肿瘤学的增加的需要。另外,内部不存在执行该管理的可靠的工具或能力。此外,诸如医师的医疗专业人士可能不买进健康计划。潜在的健康计划解决方案130包括新的支付模型(例如,捆绑)和控制成本。
图2图示了根据一个实施例的服务器计算机205(以下也称为服务器205)通过网络215与用户计算机(本文也称为客户端设备)210进行通信以向用户计算机210提供临床结果追踪和分析(COTA)模块220的框图。服务器205可以通过诸如因特网的网络215生成和/或提供例如要由用户计算机210的浏览器(未示出)显示的网页。在一个实施例中,COTA模块220是网页(或网页的一部分),并且因此,由用户计算机210的用户经由网络浏览器而访问。在另一实施例中,COTA模块220是诸如移动“应用”之类的软件应用,其可以从服务器计算机205下载到用户计算机210。在另外的实施例中,COTA模块220提供用于使得能够实现本文所描述的功能的用户界面。
诸如服务器计算机205和用户计算机210之类的计算设备可以能够诸如经由有线或无线网络发送或接收信号,或者可以能够诸如在作为物理存储器状态的存储器中处理或存储信号。能够操作为服务器的设备可以包括(作为示例)专用机架式服务器、台式计算机、膝上型计算机、机顶盒、组合诸如前述设备的两个或更多特征之类的各种特征的集成设备等。服务器可以在配置或能力方面广泛地变化,但通常服务器可以包括一个或多个中央处理单元和存储器。服务器也可以包括一个或多个大容量存储设备、一个或多个电源、一个或多个有线或无线网络接口、一个或多个输入/输出接口、或一个或多个操作系统,诸如Windows®服务器、Mac®OS X®、Unix®、Linux®、FreeBSD®等。
服务器205可以包括包含经由网络向另一设备提供内容的配置的设备。服务器205可以例如托管诸如社交联网站点之类的站点,其示例可以包括但不限于Flickr®、Twitter®、Facebook®、LinkedIn®或个人用户站点(诸如博客、视频博客等)。服务器205还可以托管各种其他站点,包括但不限于商业站点、教育站点、词典站点、百科全书站点、维基、财务站点、政府站点等。
服务器205还可以提供各种服务,其包括但不限于网络服务、第三方服务、音频服务、视频服务、电子邮件服务、即时消息传送(IM)服务、SMS服务、MMS服务、FTP服务、IP语音(VoIP)服务、记日历服务、照片服务等。内容的示例可以包括文本、图像、音频、视频等,其可以例如以诸如电信号的物理信号的形式被处理,或者可以例如存储在作为物理状态的存储器中。可以操作为服务器的设备的示例包括台式计算机、多处理器系统、微处理器型或可编程消费者电子器件等。
在一个实施例中,服务器205托管数据库240或处于与数据库240通信。数据库240可以存储在服务器205本地或远程。在一个实施例中,COTA模块220访问或搜索或分类存储在数据库240中的数据。COTA模块220也可以通过网络215检索信息(例如,从因特网)。数据库240可以存储患者数据或其他相关医疗信息。例如,输入到数据库或COTA模块220中的数据可以来自其相应领域中的专家(例如,具有超过5、10、15、20、30等年经验的肿瘤学家)。可以手动地或自动地将数据输入到数据库240和/或COTA模块220中。
网络可以耦合设备,以使得可以交换通信,诸如在服务器和客户端设备或其他类型的设备之间,包括例如经由无线网络耦合的无线设备之间。网络还可以包括大容量存储,例如诸如网络附接存储(NAS)、存储区域网络(SAN)、或其他形式的计算机或机器可读介质。网络可以包括因特网、一个或多个局域网(LAN)、一个或多个广域网(WAN)、有线型连接、无线型连接、或者其任何组合。同样地,诸如可以采用不同架构或者可以服从或兼容于不同协议的子网络可以在较大的网络内交互操作。例如可以使各种类型的设备可用于提供用于不同架构或协议的可交互操作能力。作为一个说明性示例,路由器可以提供以其他方式分离和独立的LAN之间的链接。
通信链接或信道可以包括例如模拟电话线路,诸如双绞线、同轴电缆、全部或部分数字线路(包括T1、T2、T3或T4型线路)、综合业务数字网(ISDN)、数字订户线路(DSL)、无线链接(包括卫星链接)、或其他通信链接或信道,诸如可以为本领域技术人员所已知的。此外,计算设备或其他相关电子设备可以远程地耦合到网络,例如诸如经由电话线或链接。
无线网络可以将客户端设备与网络耦合。无线网络可以采用独立的自组(ad-hoc)网络、网状网络、无线LAN(WLAN)网络、蜂窝网络等。无线网络可以进一步包括通过无线无线电链接等耦合的终端、网关、路由器等的系统,其可以自由地、随机地移动或任意地组织其自身,使得网络拓扑有时甚至可以快速地改变。无线网络还可以采用多个网络接入技术,包括长期演进(LTE)、WLAN、无线路由器(WR)网、或第二、第三、或第四代(2G、3G或4G)蜂窝技术等。网络接入技术可以实现针对设备(例如诸如具有不同程度的移动性的客户端设备)的广域覆盖。
例如,网络可以经由一个或多个网络接入技术来实现RF或无线型通信,诸如全球移动通信系统(GSM)、通用移动电信系统(UMTS)、通用分组无线业务(GPRS)、增强型数据GSM环境(EDGE)、3GPP长期演进(LTE)、高级LTE、宽带码分多址(WCDMA)、蓝牙、802.11b/g/n等。无线网络可以包括几乎任何类型的无线通信机制,通过其信号可以在诸如客户端设备或计算设备之类的设备之间、在网络之间或在网络内等进行传送。
在一个实施例中并如本文所描述的,用户计算机210是智能电话。在另一实施例中,用户计算机210是平板电脑。用户计算机210也可以是计算机、音乐播放器、机顶盒、智能TV、或任何其他计算设备。
COTA模块220可以建立管理患者的有效方式,从而导致受控成本处的更好结果。在一个实施例中,COTA模块220是第三方和医疗专业人士(例如,肿瘤学家)之间的连接器或接口。在一个实施例中,COTA模块220是分析工具,其将癌症分类到临床和分子保真度(fidelity)的最高水平。COTA模块220然后实时地追踪结果,诸如总存活(OS)、无进展存活(PFS)、和成本。
总存活可以为试验端点,其通常表达为时间段(存活持续时间),例如以月份。频繁地,使用中位数,使得一旦对象的50%达到端点,则可以计算试验端点。示例是无病存活,这通常用于分析针对局部疾病的治疗的结果,其使患者显然无病,诸如手术或手术加辅助疗法。在无病存活中,事件是复发,而不是死亡。复发的人仍然存活,但他们不再被认为是无病的。
无进展存活是在其期间被治疗的疾病(例如,癌症)不变坏的用药或治疗期间和之后的时间的长度。其有时被用作研究患有疾病的人的健康以尝试确定新的治疗作用得如何的度量。
如本文所使用的,术语“实时地”或“实时”意味着没有可察觉延迟或在收集或处理后立即输送的信息。这些术语还包括由自动处理(例如,接近实时)引入的时间延迟。
在一个实施例中,COTA模块220可以在关键时刻警告用户计算机210的用户(例如,医疗专业人士)以提供相关信息。COTA模块220还可以使得能够实现医疗专业人士之间的通信和协作以及内容公布(例如,由医疗专业人士)。在一个实施例中,COTA模块220可以使得医疗专业人士能够与支付者执行担风险(at-risk)合约(例如,捆绑支付)。
虽然COTA模块220在本文中关于癌症进行描述,但COTA模块220可以有利地用来管理任何疾病或状况。
在一个实施例中,COTA的描述性元素包括分类、结果追踪、性能状态/生活质量度量、疗法的毒性和护理的成本。
图3是图示根据一个实施例的由COTA模块220所提供的功能300的框图。
在一个实施例中,COTA模块220执行COTA分类310,其标识满足一个或多个参数的患者。参数可以包括例如人口统计参数,例如性别、年龄、种族划分、共病(comorbidity)、烟草使用、病历号、保险源、主要护理医疗专业人士、转诊(referring)医疗专业人士、医院、认可的服务供应商(例如药店)、疾病特定临床和分子表型、疗法意图、关于疾病的进展的疗法阶段、以及生物标志。参数可以是简单的指标(例如,正、负、未访问)、基于数字的参数(例如,肿瘤大小)、基于标准的参数(例如,肿瘤等级)等。参数可以由COTA模块220接收为用户选择的输入。患者可以在诊断时被分类310到临床和/或分子保真度的最高水平,这是因为每一个患者具有不同的死亡率、发病率、治疗和成本。术语“临床和/或分子保真度的最高水平”指的是根据如在其相关领域中被接受的最新科学和/或医疗方针而可用的患者信息的最高水平。例如,在存在可用于肺癌的例如10个测试的情况下,10个测试的结果表示针对肺癌的保真度的最高水平。COTA模块220可以利用这10个结果的任何组合对患有肺癌的患者进行分类。COTA模块220可以在附加的科学和/或医疗方针在其相关领域中变得被接受时包括附加的科学和/或医疗方针。在一个实施例中,COTA模块220基于最新的科学和/或医疗方针而收集影响患者的存活和/或预后(prognosis)和/或治疗的所有信息。
此外,COTA模块220执行结果追踪和分析320。COTA模块220实时地追踪结果。在一个实施例中,元素“结果追踪”包括参数无进展存活、整体存活、性能状态/生活质量、毒性的发生率/严重性(例如,物质或药物可以损害个体的程度)、死亡、以及药物利用(例如,输送剂量强度、剂量间隔和疗法的持续时间)。也考虑其他类型的结果。
元素ECOG性能状态/生活质量度量是指通过其可以追踪患者随时间的生活质量的方法。其是人口统计参数疾病特定临床分子表型的部分,即,患者的健康在疗法开始处的阶段,并且在分类内。例如,ECOG在疗法的开始处(例如,3的ECOG)与疗法之后的ECOG(例如,2的ECOG)的比较反映了治疗的效果。
在一个实施例中,元素“疗法的毒性”的示例性参数是发生率和严重性。在一个实施例中,COTA使得能够实现支付者和提供商之间的担风险财务契约,因此双方可以减少可变性、浪费和低效率,但又实现意图的结果。
COTA模块220也可以在关键点处(诸如例如在诊断处、在进展处、在剂量改变/药物改变/毒性处、和/或趋向从期望的结果变化)实时地将通信(诸如警报330)发送给医疗专业人士(例如,医师)(或者,在另一实施例中,发送给患者的保险公司或任何其他实体)。在一个实施例中,COTA模块220将警报提供给医疗专业人士,其标识医疗专业人士正在针对其搜索的特定患者。例如,COTA模块220可以将警报实时地提供给正寻找特定患者以给予特定的(例如,新的)药物或药物候选的制药公司。警报可以标识针对特定药物是良好候选者的特定患者。
图4A是图示根据一个实施例的对与结肠癌患者相关联的数据进行分类的框图。虽然关于例如结肠癌的癌症进行描述,但是描述和图可以应用于任何类型的癌症,或者在另一实施例中,针对其存在与患者相关联的数据的任何类型的疾病。
数据410针对所有癌症而被搜集(或者,在另一实施例中,针对多于一种类型的癌症,或者在其他实施例中,针对所有的心血管疾病、肺部疾病、胃肠疾病、神经系统疾病等),并且该数据410变窄为涉及例如结肠癌的子集420。在一个实施例中,涉及结肠癌的数据的子集420然后由COTA模块220分析并分类,以产生分类结肠癌数据集430。分类结肠癌数据集430可以包括一个或多个分组,其中每一个分组包括与具有相同类型的特定结肠癌的患者相关联的数据。因此,COTA模块220使得能够将癌症分类到保真度的最高水平。
通常,患者信息存储在电子病历(EMR)中。然而,EMR常常包含太多的信息,并因此难以使医疗专业人士从存储在EMR中的大量信息定位感兴趣的特定信息。此外,EMR中的多数信息与医疗专业人士正在搜索的信息不相关。不像EMR(其目标是捕获与进入医生的办公室的患者和离开医生的办公室的患者相关联的所有或多数的数据),COTA模块220被定目标为使得用户能够定位与特定患者相关联的特定数据的模块220。因此,COTA模块220可以对数据进行分类,以定位特定的、专门的信息。COTA模块220所接收的数据通常是经由网页,并且是离散的(例如,通常由在下拉菜单中或经由一个或多个复选框选择一个或多个选项的用户所提供)。
COTA基于具体化那些归类变量的唯一COTA节点地址(CNA)的指定中的那些变量结果来归类、分类和促进患者的类型的分组。在一个实施例中,数据经由人类用户或技术过程(例如API)被吸入到系统中,应用中的层(意指执行特定功能的应用的一部分)看并评估信息(例如其是否正确、其是否损坏、存在什么信息、在信息中缺少什么信息//洞、其如何被格式化、拼写等),校正其检测以定日期的信息有关的任何问题,并将COTA节点地址(CNA)分配到该组信息。在一个实施例中,CNA是对相似数据进行归类的地址。在一个实施例中,COTA标识分组中的不同特性之间的关系,其允许COTA对关于分组中的任何患者的信息进行归类。在一个实施例中,位于数据库中的该组信息被预分配CNA。在一个实施例中,COTA取得包括许多不同属性的大量信息,允许用户标识某些属性作为一组特性,并将(多个)属性添加到信息,以说明该信息类似于数据库中的信息的其他片段,即,该信息与其他信息属于相同种类/具有相同值。因此,节点地址是使得用户能够具体地将相似患者与相似患者相比较的号码。该特异性虑及最小化结果的生物变异性(variability)并作为结果提供了关于治疗剂对结果的影响的更大精度。
在一个实施例中,用户想要验证来自患者的个人健康信息(PHI),确保其以每一种方式是正确的,然后分配适当的CNA。如本文所使用的,个人健康信息(PHI)是指病历中的任何信息或者所指定的记录集,其可以用于标识个体患者并且在提供诸如诊断或治疗之类的保健服务的过程中被创建、使用或公开。PHI中的个人标识符的示例包括但不限于姓名、小于州的所有地理细分(包括街道地址、市、县、区、邮政编码);针对直接涉及个人的日期的所有日期元素(年除外)(包括出生日期、入院日期、出院日期、死亡日期、以及超过89的所有年龄和指示这样的年龄的所有日期元素(包括年));电话号码;传真号码;电子邮件地址;社会保险号、病历号;健康计划受益号;帐号;证书/执照号;车辆标识符和序列号(包括车牌号);设备标识符和序列号;网络统一资源定位符(URL);网际协议(IP)地址号;生物计量标识符(包括指纹和声纹);全脸照片图像和任何相当的图像;以及任何其他唯一标识号、特性或代码(但不是由研究者分配以编码数据的唯一代码)。该PHI针对患者A而被输入到浏览器中。PHI被发送到归类层并且CAN被分配,CAN限定患者A的记录的属性。然后到数据库中,即,落在该类型的CAN之下的一组患者属性被加入到CAN。一旦这完成,则下一次用户登录到应用并访问数据库时,数据库将返回患者A的所有信息和所分配的CNA。因此,用户立即理解应如何处理该患者的症状/属性,即,用户将获得该类型患者如何涉及信息在数据库中的其他患者的快照。
图4B是根据一个实施例的COTA如上述那样通过特定节点创建进行归类和分类的流程图。如图4B中所示,专家选择变量性或性别440(变量A)、种族445(变量B),……,以及KRAS 450(变量G)。K-Ras是在人体中由KRAS基因编码的蛋白质。正常KRAS基因的蛋白质产物在正常组织信令中执行基本功能,并且KRAS基因的突变是许多癌症的发展中的重要步骤。
COTA模块220关于这些变量(例如,变量440、445、450)分析归类和分类后的数据430,以生成唯一COTA节点455。COTA模块220可以在归类和分类后的数据上应用这些节点,以提供更多的临床相关结果。节点被创建为被应用以进一步过滤归类和分类后的数据的一组预选择变量。节点被表示为指示预选择变量的节点地址。变量可以包括例如诊断、人口统计、结果、表型等。表型是人的可观察特性或性状的复合,诸如其形态、发展、生化或生理性质、物候、行为以及行为的产物。表型由人的基因的表达以及环境因素的影响、以及两者之间的相互作用所引起。在一个实施例中,节点的变量由相关领域中的专家选择,以便将数据分成临床相关结果。
COTA节点455被表示为COTA模块220内的节点地址。在一个实施例中,节点地址被表示为所选择的变量的列表(作为表示变量的字母和表示变量内的选择的号码的函数)。例如,如在图4B中所示,节点455包括A1-2(A表示性或性别变量,并且1-2表示女性和男性患者),示出为在性别变量A的女性和男性变量二者周围具有框。节点455还包括B1-4,因为节点455包括其中所有子变量被选择的种族变量(示出为在所有种族变量周围具有框)。节点455还包括G1,如关于KRAS变量,仅Mut+被选择(框)。因此,节点455具有A1-2、B1-4……、G1的节点地址。
在另一实施例中,节点地址被表示为由时段所分离的多个数字串,其中每一个数字串指示一个或多个变量(例如,疾病、表型、疗法类型、进展/追踪、性别等)。例如,第一数字串可以表示特定疾病,第二数字串可以表示疾病的类型,第三数字串可以指示疾病的亚型,并且第四数字串可以指示表型。因此,在该示例中,第一数字串可以是指示癌症的01,第二数字串可以是指示乳腺肿瘤的02,第三数字串可以是指示乳腺癌的01,并且第四数字串可以是表示表型的特定特性的1201,使得节点地址是01.02.01.1201。但是应当理解,节点地址可以包括任何数目的数字串,而不限于四个串。
在一个实施例中,表示表型的数字串可以通过将表型的特性表示为有向图来提供。图4C图示性地描绘了根据一个实施例的示出表型的特性以提供表示表型的数字串的有向图460。有向图460包括表示表型的节点和表示节点之间的关系的边。追踪该图,从根“开始”节点开始到用于所选择的表型的节点。每一个边与某一个数相关联。针对节点地址的表示表型的数字串被提供为数的组合。例如,针对男性和白人的所选择的表型特性的数字串将被表示为11。也可以采用其他类型的组合。有利地,将表型的特性表示为有向图虑及添加其他节点而不改变整个结构。屏幕的外观是COTA节点地址(CNA)的结果,并且其外观可以改变,然而,期望呈现信息。
节点455向COTA模块220提供在相关的情况下将资源和特定于每一个表型的警报匹配的能力。资源可以是信息、内容、到现场支持的链接等。每一个患者被分类到一个或多个节点地址中。一个或多个节点也可以与每一个疾病相关联。在一个实施例中,资源在适当的情况下被“标记”相关的节点。在一个实施例中,节点是随时间可取代的以与科学/医疗进步保持同步。
每一个节点地址可以与预定的患者护理服务(例如,治疗计划)的一个或多个捆绑相关联。每一个捆绑还可以与一个或多个节点相关联。包括在每一个捆绑中的服务可以由一个或多个医疗专业人士、医院、群组、保险公司等确定,以优化患者护理和/或成本。在一个示例中,捆绑可以指示许多成像扫描、药物或药物的选择、何时给予药物的时间表、操作或过程、跟进访问的数目和频率等。患者护理服务的捆绑的可能对于风险契约是特别有用的。例如,与节点地址对应的(与特定疾病相关联的)每一个捆绑可以具有预定成本,从而允许用户(例如,医生、患者等)选择适当的捆绑。成本可以基于与该特定疾病或节点地址相关联的历史数据来确定或协商。有利地,服务的捆绑向保险公司和/或医院针对特定疾病提供了成本确定性。这也减少了处理和维护记录的成本。另外,医疗专业人士将提前知道治疗的预定过程,其向医师提供激励来以更低的成本获得更好的结果。
图5是图示根据一个实施例的由COTA模块220所执行的步骤的流程图。在步骤505处,COTA模块220收集数据记录。数据记录均包括与疾病(例如癌症)相关联的数据。数据记录可以包括患有或之前患有该疾病的患者的专利数据。例如,数据记录可以包括诊断、人口统计、结果、成本、或其他相关信息。数据记录可以从电子数据库(例如,电子病历)收集,由用户(例如,医疗专业人士、专家、专业人员等)提供,或者从任何其他源提供。在一个实施例中,COTA模块220在数据库240中存储数据记录。
在步骤510处,COTA模块220接收一个或多个参数以对数据记录进行分类。一个或多个参数可以从用户计算机210接收作为用户选择的输入。一个或多个参数可以包括例如诊断、人口统计、结果、成本、或任何其他参数。
在步骤515处,COTA模块220基于一个或多个参数来对数据记录进行分类。分类标识满足一个或多个参数的患者。患者基于相关领域中被接受的最新科学和/或医疗方针而被分类到临床和/或分子保真度的最高水平。在一个实施例中,实时地执行分类。
在步骤520处,归类和分类后的数据记录根据节点地址而被过滤。节点地址表示由用户预选择以提供一组临床相关患者的变量。在一个实施例中,节点地址的变量由该领域中的专家选择。节点地址可以被表示为每一个由时段分离的多个数字串。每一个数字串可以表示一个或多个变量(例如,疾病、疾病的类型、疾病的亚型、表型、或任何其他相关变量)。也考虑节点地址的其他表示。
在步骤525处,对针对临床相关患者的数据记录进行分析。分析数据记录可以包括追踪(例如,实时地)与疾病相关联的患者的临床结果。结果可以包括例如输送剂量强度、所接收的治疗剂、剂量、剂量间隔、和剂量持续时间、毒性的发生率和严重性、成本、无进展存活(PFS)、总存活(OS)、响应率等。COTA模块220可以比较患者之间的追踪结果。COTA模块220也可以基于追踪来确定与所追踪的患者相关联的特定医生是否根据治疗其他(类似)患者的其他医生的治疗技术来治疗患者。在一个实施例中,COTA模块220基于许多患者的结果来确定此。
在另一实施例中,分析数据记录可以包括基于所追踪的结果而更新(例如,实时地)数据记录中的至少一些。例如,COTA模块220可以确定患者ABC有结肠癌,遵医嘱并已采取药物XYZ两年,并且现在处于针对过去3年的缓解。如果COTA模块220根据对患者ABC的追踪而确定该信息,则模块220可以利用该信息来更新与患者ABC相关联的数据记录。
在其他实施例中,分析数据记录包括执行分析以确定患者存活率,诸如例如通过创建Kaplan Meier曲线。Kaplan Meier曲线是示出例如可以针对单个医生(或医疗专业人士)或针对一组医生(或医疗专业人士)而发展的五年存活率的曲线。Kaplan Meier曲线可以针对总存活和/或无进展存活而创建。也考虑其他类型的分析。
为了促进分析,COTA模块220还可以将分析工具包括到用户计算机210。该分析工具可以是经由网页、现有网页上的标签、软件应用、应用等而可访问的用户界面。本文,如图中描绘的用户界面是示例性的。该分析工具可以使得用户能够比较、分析、或进一步分类数据记录。
在步骤530处,COTA模块220基于分析提供通信。通信可以采用向用户的警报的形式。在一个实施例中,COTA模块220可以将归类和分类后的数据记录和/或更新后的数据记录传送到用户计算机210。例如,COTA模块220传送表、图表、列表、链接等,其使得用户能够访问分类或更新后的数据记录。在另一实施例中,COTA模块220可以将与数据记录有关(例如,相关)的广告发送到用户计算机210。在其他实施例中,COTA模块220可以将特定患者标识为针对特定治疗或药物的候选者。该信息可能对于例如制药公司、健康计划、管理护理联合、保险公司等是有价值的。COTA模块220可以将通信发送到用户计算机210或任何其他实体(例如,经由网络215)。
COTA模块220可以由许多人、专业人士和/或公司使用并且使其受益。例如并且如上所述,制药企业的高度专业化管道可能需要针对许多方面(例如,发展,包括阶段4试验/上市后监测、营销、销售、定价和契约)的新商业模型。在一个实施例中,制药公司处的专业人士可以使用COTA模块220来促进该新的商业模型。例如,COTA模块220可以将正确的患者与正确的药物相匹配。COTA模块220可以使得能够经由其分类和节点寻址能力而实现精确的患者标识。在一个实施例中,COTA模块220提供匹配功能,其使得用户(例如,制药公司)能够定位(例如,实时地)一个或多个患者,其是或将是针对制药公司已经发布或正在开发的特定药物的良好候选者。
此外,COTA模块220可以使健康计划受益。如以上所指示的,癌症护理可能将变得更复杂,并且其可能将对于健康计划继续直接管理不是高效的。在一个实施例中,健康计划将其癌症护理外包给COTA模块220(类似于健康计划之前与药房所做的益处)。这可以诸如通过减少护理的总成本以及为他们提供成本补偿(offset)诸如通过替换途径、降低昂贵事先授权基础结构、减少“管理癌症”的其他人员来降低他们的成本。另外,美国平价医疗法中的规定声明对比管理成本,保费的85%必须去往临床护理相关的活动。在一个实施例中,COTA模块220向分析接口提供到要求数据的连接,以支持健康计划管理其肿瘤学家。
在一个实施例中,COTA模块220可以受益于参与诊断方法或工具中的组织。参与诊断方法或工具中的组织(诸如参与下一代基因测序中的那些)将可能需要高效的教育、市场营销和销售/分销渠道。因为COTA模块220能够精确分类并标识患者和将基于时间的警报发送给医师(或其他医疗专业人士),所以其使用可能受益于这样的组织。
图6图示根据实施例的由COTA模块220所提供的警报的流程图600。在一个实施例中,医师或其他医疗专业人士基于他们的偏好而被警报。这些偏好可以由医疗专业人士/医师设置,并且可以包括例如用于警报的触发610和/或用于提供警报的技术。用于警报的触发可以包括例如在新的患者诊断615处针对诊断的更新,实时预排的事件,针对群组成员关系的改变(例如,可能改变分组的所标识的新基因,和/或某人离开群组),毒性和/或剂量强度改变620,在疾病进展625处,特定药物的给予,趋向从期望结果630变化,和/或预期时间或周期依赖的警报635(例如,副作用警报和/或诊断测试提醒)。警报可以包括发送给用户计算机210的文本消息640或电子邮件645。也考虑其他类型的警报,诸如例如到用户计算机210的电话呼叫,网页上的更新,社会媒体更新,使用例如Twitter®、Facebook®或其他社交媒体站点发送的消息,将内容添加到软件库或网页,和/或发送到用户计算机210或由用户计算机210访问的任何其他消息或通信。虽然以上描述为提供警报,但是触发可以是导致COTA模块220执行任何其他动作的任何动作。
图7是图示根据一个实施例的移动设备705(例如,用户计算机210)组织由设备705所接收的警报的图形表示。如图7中所示,所接收的COTA警报通过标题或主题列出,诸如新结肠CA 710、新肾细胞CA 715、剂量调整720、药物停用725、新进展730、新乳腺CA 735、CHOP第3周期警报740、中性粒细胞减少风险警报745、以及临床试验可用750。CHOP是在化疗中使用的药物组合的缩写名称,其包括环磷酰胺(癌得星/环磷酰胺注射剂)、阿霉素(或亚德里亚霉素)、长春新碱(长春碱)和泼尼松龙,并且例如用来治疗非霍奇金淋巴瘤。
COTA模块220可以提供特定疾病数据集(例如,按需并实时地),包括例如疾病的发生率(例如,以COTA分类)、以进展状态的无进展存活、和/或总存活。在一个实施例中,COTA模块220可以提供药物利用数据集,诸如与全部或部分疗法、毒性和/或疗法的改变相关联的数据。
图8示出根据一个实施例的可以由COTA模块220提供的由于癌症亚型的疾病的发生率的图形表示800。此处,COTA图形800是针对淋巴瘤从2010年至2013年。用户可以利用图形搜索输入部810来使被图形表示的信息变窄。图形搜索输入部810可以包括例如选择要报告什么(例如,最少的诊断、完整的诊断和/或受审查的患者、诊断类型、癌症部位/亚型、ICD9(国际疾病分类、第九次修订)代码、共病、疾病进展、性别、年龄、日期范围、种族、糖尿病、烟草使用历史、之前化疗或放疗的历史等。
图9示出根据一个实施例的可以由COTA模块220提供的基于输入到COTA模块220的变量的分类的图形表示900。图形表示900示出通过男性对比女性分离出的从2010-2013年霍奇金淋巴瘤的COTA图形。图形表示900示出了在表示900中被图形表示的患有该疾病的不同病人的统计910。图10示出根据一个实施例的与特定疾病相关的多个变量1005(此处,所示出的变量针对淋巴瘤)的示例性列表。
图11示出根据一个实施例的可以由COTA模块220提供的包括具有置信区间的针对胰腺癌的实时Kaplan Meier曲线的图形表示1100。如上所述,Kaplan Meier曲线是示出例如可以针对单个医生(或医疗专业人士)或针对一组医生(或医疗专业人士)而发展的五年存活率的曲线。Kaplan Meier曲线可以针对总存活和/或无进展存活而创建。用户在图形搜索输入部1110中指示用于他的图形搜索的变量。
图12示出根据一个实施例的可以由COTA模块220提供的针对疾病进展的Kaplan Meier曲线的图形表示1200。线1205针对所有胰腺癌并且粗线1210针对具有第一进展的那些。
图13是根据一个实施例的可以由COTA模块220提供的双方之间的结果的实时基准的图形表示1300。图形1300包括针对治疗胰腺癌的医师John Doe医生的结果的曲线1305、以及针对治疗胰腺癌的其余医师的结果的曲线1310。图13还包括测量John Doe医生的结果是正向地(positively)还是负向地(negatively)追踪的仪表1320。
图14是根据一个实施例的与COTA模块220相关联(例如,由其提供)的成本报告1400的图形表示。屏幕的外观是COTA节点地址(CNA)的结果并且其外观可以改变,然而,期望呈现信息。成本报告1400可以与图12的成本标签1220相关联。成本报告1400可以被用在例如估计治疗的(多个)成本、捕获知识、和/或将知识转化为具体实现中。在一个实施例中,COTA模块220实时地追踪各种治疗、医师、医院等的成本。如图14中所示,成本报告1400图示每收入平均成本和医师之间的比较。成本报告1400还可以包括其他比较,诸如例如以美元和美分的医院贡献盈余、医院平均收入和成本(例如,每名患者的平均收入、每名患者的平均成本)、医师每案例平均成本(例如,针对每一个医师的每案例平均成本、权重同业平均)、医师每收入平均成本(例如,针对每一个医师的成像、实验室工作、评价和管理、药品、医疗用品和其他费用的平均成本)等。
图15A和15B是根据一个实施例的用于促进结果和治疗之间的连接的与COTA模块220相关联(例如,由其提供)的治疗接口1500的图形表示。如图15A中所示,治疗接口1500可以包括给予患有乳腺癌的患者(或由其拒绝)的不同类型的治疗的列表,诸如例如手术、抗肿瘤药、细胞疗法、放射疗法等。根据疾病进展来安排治疗。例如,肿瘤学中的药物通常以周期给出,并且在任何一个周期中,可以给出任何数目的药物。在一个实施例中,用户可以选择进展(例如,表示为进展0至进展4),其中进展0在第一诊断、周期之后,并且可以在类别中或从多个类别选择药物。
在图15B中,在另一实施例中,治疗接口1510可以包括用于一种或多种疗法的治疗体系,其被图形地表示在治疗接口1510上作为标签1515。治疗接口1510可以包括指示用于体系的开始和结束数据、剂量强度、治疗描述、具体药物品牌等的字段。治疗体系可以图形地概括或表示为表1520中的治疗的列表。表1520可以包括针对每一个治疗的动作图标1505。动作图标1505可以促进动作,诸如例如编辑、关闭、观看组件等。在一个实施例中,动作图标1505可以是利用单个选择执行复杂任务(例如,需要多次点击或选择)的快捷键。例如,诊断线上的图标可以给用户带来诊断屏幕。
图16是根据一个实施例的用于促进结果追踪的结果屏幕1600的图形表示。结果屏幕1600可以促进从例如诊断(即,进展零)、第一进展、第二进展至第四进展的结果追踪,其中每一个进展被认为是不同的疾病。结果屏幕标签可以包括(例如,在一个或多个下拉菜单或其他字段中)诊断日期、治疗开始和结束日期、对治疗的响应(例如,完整的、部分的、稳定的)和响应的日期、用于响应上的注释的输入字段(例如,部分字段、CR-RA-Pet负字段、CR字段等)、以及追踪结束数据,其可以包括用于最后接触和死亡的字段。结果屏幕1600还可以包括其他字段,诸如例如药物治疗的毒性、使得能够输入发生了什么的输入区域(例如,中断、继续、无改变、药物剂量改变、以及多少次)、延迟的数目、药物的数目改变、和/或减少的数目。在一个实施例中,COTA模块220的用户可以标记患者。
图17是根据一个实施例的图示成本和结果之间的比较的治疗细节报告屏幕1700的图形表示。治疗细节报告屏幕1700使护理的成本与临床结果相关,以优化护理的价值。成本和财务数据可以由医院、由医生等在给定时间段(例如,5年)之上收集和分析。成本和财务数据可以在成本的一个或多个范围中表示。在一个实施例中,成本的范围包括大于$25,000的成本的范围1705、从$10,000到$25,000的成本的范围1710、以及小于$10,000的成本的范围1715。当与临床数据结合时,COTA模块220可以基于不同临床分类而提供针对给定时间段的不同治疗的成本数据。
图18是根据一个实施例的图示毒性和成本之间的比较的由COTA模块220提供的分析屏幕1800的图形表示。屏幕的外观是COTA节点地址(CNA)的结果并且其外观可以改变,然而,期望呈现信息。分析屏幕1800使毒性的发生率和严重性与护理成本和护理结果相关。毒性可以数字地(例如,在范围内)、以标准(例如,等级)等表示。例如,如图18中所示,毒性基于通用术语标准针对不良事件(CTCAE)归类而表示为毒性等级1-4。毒性等级与成本图形地比较。分析屏幕1800可以被用于优化护理的价值和功效,其中价值是功效/成本。在一个实施例中,COTA模块220尝试获得高功效和低成本。
图19是根据一个实施例的图示疗法和生活质量之间的比较的由COTA模块220提供的分析屏幕1900的图形表示。疗法可以通过治疗药物在分析屏幕1900中表示。然而,也考虑其他形式的疗法,诸如例如手术、进程等。在一个实施例中,疗法包括疗法的发生率、严重性以及毒性。生活质量可以基于平均ECOG(东部肿瘤协作组)尺度而测量,范围从等级0(即完全生效)至等级5(即死亡)。生活质量也可以使用任何合适的度量来测量。分析屏幕1900可以促进患者的疾病进展得如何、疾病如何影响患者的日常生活能力、以及适当的治疗和预后的评估。
图20是根据一个实施例的图示提供给医疗专业人士的警报系统的流程图2000。屏幕的外观是COTA节点地址(CNA)的结果,并且其外观可以改变,然而,期望呈现信息。在一个实施例中,警报中的信息帮助用户在未来做出决定。在一个实施例中,警报中的信息提供在过去的时间段中发生的一组属性。在一个实施例中,其主动地影响用户的决定并且反应性地提供医疗人员/医生在过去一周、一个月、一个季度等中如何做的摘要报告。在一个实施例中,存在针对不同用户的不同警报,其每一个可以影响用户做出的决定。警报可以针对实时过程校正而被采用以驱动最佳值,诸如例如在给予疗法从期望结果偏离的情况下。在块2005中,限定基于临床数据而触发。限定可以使用任何标准来触发,诸如例如新的疾病诊断、疾病进展、患者响应、患者特性的改变、剂量改变/药物毒性改变、趋向从期望结果变化等。标准可以基于疾病及其参数而调整。基于所触发的限定,发送警报2010-A、2010-B、2010-C(统称为警报2010)。应当理解的是,警报2010可以包括任何数目的警报。警报2010可以包括内容或者到内容的链接。警报2010可以被发送到负责的医师、其他医疗专业人士、医院、制药公司、或任何其他个人或实体。
内容2015-A、2015-B、2015-C(统称为内容2015)例如使用用户计算机210来显示以提供警报。内容2015可以包括与警报2010相关联的患者数据、比较、或任何其他相关内容。在一个实施例中,比较可以在例如医师之间、一个医师的患者和整体患者人群之间、一个医师和特定位置处的所有医师之间等。比较可以基于趋势分析以示出治疗趋向何处以及其是否离开路线(即,结果不如标准好)。比较可以图形地显示为图形上的一个或多个曲线。在一个实施例中,COTA模块220与基于云的计算一起利用。COTA模块220还可以启用或利用到医院记录的连接。
在一个实施例中,内容2015可以包括在显示器上具有业务灯反馈指示器(未示出)的对医疗专业人士的反馈支持。例如,蓝色可能意味着非常好的性能(即好于标准),绿色可能意味着标准性能,黄色可能意味着足够性能但需要注意,红色可能意味着用户可能需要注意关于医疗专业人士对该疾病的方法的一些内容。也可以采用反馈指示器的其他实现方式。
图21-24示出了根据一个或多个实施例的针对不同诊断类型的图形表示。图21示出针对胃肠肿瘤(例如,结肠癌)的诊断屏幕2100。图22示出针对乳腺肿瘤(例如乳腺癌)的诊断屏幕2200。图23示出针对胸部肿瘤(例如,肺癌)的诊断屏幕2300。诊断屏幕2100、2200、2300包括许多不同的参数,诸如测试或疾病的各方面。参数可以被表示为简单的指标,基于数字的参数,基于标准的参数等。
图24示出图示针对乳腺肿瘤的COTA模块220的数据生成和分类的报告屏幕2400的图形表示。报告屏幕2400示出了根据一个实施例的以组织学(即,具有浸润性导管癌)的从2008年到2013年的乳腺癌。报告屏幕2400允许基于阶段、年龄、进展或任何其他参数实时地选择乳腺癌患者。有利地,报告屏幕2400允许以临床相关方式的分类。
图25示出图示针对乳腺肿瘤的COTA模块220的数据生成和分类的报告屏幕2500的图形表示。报告屏幕2500示出根据一个实施例的以阶段的从2008年到2013年肿瘤的所有等级2乳腺癌。
图26示出图示针对乳腺癌的COTA模块220的数据生成和分类的报告屏幕2600的图形表示。报告屏幕2600示出根据一个实施例的从2008年到2013年的所有阶段IIB乳腺癌。报告屏幕2600上的图形2605示出了以孕激素受体状态的所有阶段IIB乳腺癌。
图27示出根据一个实施例的图示针对乳腺癌患者的总体存活结果的分析屏幕2700的图形表示。图28示出根据一个实施例的图示作为John Doe医生(粗线)与聚合(非粗线)方之间的比较的针对乳腺癌的存活结果的图形表示2800。
在一个实施例中,上述的“节点”表示图形表示中的一个或多个(例如,图21-27中的一个或多个)中所示的变量的每一种可能置换。
如在图29的示例中所示,客户端设备2905可以包括一个或多个处理单元(在本文中也称为CPU)2922,其与至少一个计算机总线2925对接。客户端设备2905可以例如是用户计算机210。存储器2930可以是持久性存储并且与计算机总线2925对接。存储器2930包括RAM 2932和ROM 2934。ROM 2934包括BIOS 2940。存储器2930与计算机总线2925对接,以便在软件程序的执行期间将存储在存储器2930中的信息提供给CPU 2922,所述软件程序诸如操作系统2941、应用程序2942、设备驱动程序和软件模块2943、2945,其包括程序代码和/或计算机可执行过程步骤,包含本文所描述的功能,例如本文所描述的过程流程中的一个或多个。CPU 2922首先从存储(例如存储器2932、数据存储介质/多个介质2944、可移除介质驱动器和/或其他存储设备)加载计算机可执行过程步骤。然后CPU 2922可以执行所存储的过程步骤,以便执行所加载的计算机可执行过程步骤。所存储的数据(例如由存储设备所存储的数据)可以由CPU 2922在计算机可执行过程步骤的执行期间访问。
持久性存储介质/多个介质2944是可以用于存储软件和数据(例如,操作系统和一个或多个应用程序)的(多个)计算机可读存储介质。持久性存储介质/多个介质2944也可以用于存储设备驱动程序(诸如数字摄像机驱动程序、监视器驱动程序、打印机驱动程序、扫描仪驱动程序、或其他设备驱动程序)、网页、内容文件、播放列表和其他文件中的一个或多个。持久性存储介质/多个介质2206还可以包括用于实现本公开的一个或多个实施例的程序模块和数据文件。
出于本公开的目的,计算机可读介质以机器可读形式存储计算机数据,所述数据可以包括由计算机可执行的计算机程序代码。以示例而非限制的方式,计算机可读介质可以包括用于对数据进行有形或固定存储的计算机可读存储介质,或用于包含代码的信号的瞬态解释的通信介质。如本文所使用的,计算机可读存储介质指的是物理或有形存储(相对于信号)并且包括但不限于以任何方法或技术实现的用于诸如计算机可读指令、数据结构、程序模块或其他数据之类的信息的有形存储的易失性和非易失性、可移除和不可移除介质。计算机可读存储介质包括但不限于RAM、ROM、EPROM、EEPROM、闪速存储器或其他固态存储器技术、CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁存储设备、或可以用于有形地存储所期望的信息或数据或指令并可以由计算机或处理器访问的任何其他物理或材料介质。
客户端设备2905还可以包括电源2926、网络接口2950、音频接口2952、显示器2954(例如,监视器或屏幕)、小键盘2956、照明器2958、I/O接口2960、触觉接口2962、GPS 2964、麦克风2966、视频摄像机、电视/无线电调谐器、音频/视频采集卡、声卡、带有A/D转换器的模拟音频输入、调制解调器、数字媒体输入(HDMI、光纤链接)、数字I/O端口(RS232、USB、火线、雷电)、扩展槽(PCMCIA、ExpressCard、PCI、PCIe)中的一个或多个。
出于本公开的目的,模块是软件、硬件、或固件(或其组合)系统、过程或功能、或其组件,其执行或促进本文所描述的过程、特征和/或功能(在具有或没有人机交互或增加的情况下)。模块可以包括子模块。模块的软件组件可以被存储在计算机可读介质上。模块可以集成到一个或多个服务器,或由一个或多个服务器加载和执行。一个或多个模块可以被分组到引擎或应用中。
图30是图示根据本公开的一个或多个实施例的诸如服务器计算机205和/或用户计算机210的计算机的示例的内部架构的框图。如本文所提到的计算机是指具有能够执行逻辑或编码指令的处理器的任何设备,并且可以是服务器、个人计算机、机顶盒、平板电脑、智能电话、平板计算机或媒体设备,仅举这样几个设备。如图30的示例中所示,内部架构3000包括一个或多个处理单元(在本文中也称为CPU)3012,其与至少一个计算机总线3002对接。也与计算机总线3002对接的是持久性存储介质/多个介质3006、网络接口3014、存储器3004(例如随机存取存储器(RAM)、运行时间瞬态存储器、只读存储器(ROM)等)、作为用于驱动器的接口的介质磁盘驱动器接口2308(其可以读取和/或写入到介质,包括可移除介质,诸如软盘、CD-ROM、DVD等介质)、作为用于监视器或其他显示设备的接口的显示接口3010、作为用于键盘的接口的键盘接口3016、作为用于鼠标或其他定点设备的接口的定点设备接口3018、以及未单独示出的各种其他接口,诸如并行和串行端口接口、通用串行总线(USB)接口等。
存储器3004与计算机总线3002对接,以便在软件程序的执行期间将存储在存储器3004中的信息提供给CPU 3012,所述软件程序诸如操作系统、应用程序、设备驱动程序和软件模块,其包括程序代码和/或计算机可执行过程步骤,包含本文所描述的功能,例如本文所描述的过程流程中的一个或多个。CPU 3012首先从存储(例如存储器3004、存储介质/多个介质3006、可移除介质驱动器和/或其他存储设备)加载计算机可执行过程步骤。然后,CPU 3012可以执行所存储的过程步骤,以便执行所加载的计算机可执行过程步骤。所存储的数据(例如由存储设备所存储的数据)可以由CPU 3012在计算机可执行过程步骤的执行期间访问。
如上所述,持久性存储介质/多个介质3006是可以用于存储软件和数据(例如,操作系统和一个或多个应用程序)的(多个)计算机可读存储介质。持久性存储介质/多个介质3006也可以用于存储设备驱动程序(诸如数字摄像机驱动程序、监视器驱动程序、打印机驱动程序、扫描仪驱动程序、或其他设备驱动程序)、网页、内容文件、播放列表和其他文件中的一个或多个。持久性存储介质/多个介质3006还可以包括用于实现本公开的一个或多个实施例的程序模块和数据文件。
计算机的内部架构3000可以包括(如上所述)麦克风、视频摄像机、TV/无线电调谐器、音频/视频采集卡、声卡、带有A/D转换器的模拟音频输入、调制解调器、数字媒体输入(HDMI、光纤链接)、数字I/O端口(RS232、USB、火线、雷电)、和/或扩展槽(PCMCIA、ExpressCard、PCI、PCIe)。
本领域技术人员将认识到,本公开的方法和系统可以以许多方式实现,并且因此不由前述示例性实施例和示例所限制。换句话说,由单个或多个组件以硬件和软件或固件的各种组合执行的功能元件和单独的功能可以在用户计算设备或服务器或两者处的软件应用之间分布。在这方面,本文所描述的不同实施例的任何数目的特征可以被组合成单个或多个实施例,并且替代实施例具有少于或多于本文所描述的所有特征是可能的。功能还可以以目前已知或要变得已知的方式整体或部分地在多个组件之间分布。因此,无数软件/硬件/固件组合在实现本文所描述的功能、特征、接口和偏好方面是可能的。此外,本公开的范围覆盖用于实施所描述特征和功能和接口的常规已知方式,以及可以对本文所描述的硬件或软件或固件组件做出的如将由本领域技术人员现在和以后理解的那些变型和修改。
虽然已经在一个或多个实施例的方面描述了系统和方法,但是应该理解的是,本公开无需限于所公开的实施例。旨在覆盖包括在权利要求的精神和范围内的各种修改和类似布置,其范围应当给予最宽的解释,以便涵盖所有这样的修改和类似结构。本公开包括随附权利要求的任何和所有实施例。

Claims (34)

1.一种用于临床结果追踪和分析的方法,包括:
接收一个或多个参数;
对多个患者病历进行分类,以提供满足一个或多个参数的患者病历的分类集合;
将指示一个或多个变量的节点地址应用到患者病历的分类集合,以将患者病历的临床相关集合确定为满足一个或多个变量的患者病历的分类集合;
对患者病历的临床相关集合进行分析;以及
基于分析发送通信,其中发送是给用户的,以实现治疗、以监视性能、或者以减少治疗变异性、浪费或无效率中的至少一个而同时实现所意图的临床结果。
2.如权利要求1所述的方法,其中临床结果追踪和分析包括分类、结果追踪、生活质量度量、疗法的毒性、以及护理的成本。
3.如权利要求2所述的方法,其中用于分类的参数包括性别、年龄、种族划分、共病、烟草使用、保险源、病历号、主要护理医师、转诊医师、医院、认可的服务供应商、疾病特定临床分子表型、疗法意图、疗法的阶段、生物标志、以及护理的成本。
4.如权利要求1所述的方法,其中节点地址被表示为多个数字串,多个数字串中的每一个表示一个或多个变量中的一个。
5.如权利要求4所述的方法,其中一个或多个变量包括疾病特定临床分子表型,并且表示表型的数字串基于有向图来确定。
6.如权利要求1所述的方法,其中节点地址与用于疾病的治疗的预定患者护理服务的一个或多个捆绑相关联。
7.如权利要求1所述的方法,其中分析包括:
追踪与疾病相关联的一个或多个患者的临床结果;以及
利用一个或多个患者的临床结果更新一个或多个患者的记录。
8.如权利要求7所述的方法,其中临床结果包括如下中的至少一个:存活、响应度量、生活质量度量、药物毒性的发生率、药物毒性的严重性、输送剂量强度、所接收的药物、药物间隔、药物持续时间、护理的成本、以及死亡。
9.如权利要求1所述的方法,其中分析包括:
比较患者病历的集合中的患者之间的所追踪的临床结果。
10.如权利要求1所述的方法,其中分析包括:
将特定患者标识为针对特定药物的候选者。
11.如权利要求1所述的方法,其中分析包括:
基于患者病历的集合中的治疗、成本、或其组合来比较患者之间的临床结果。
12.如权利要求1所述的方法,其中分析包括:
将疗法与生活质量相比较。
13.如权利要求1所述的方法,其中发送通信包括:
将患者病历的所分析集合的至少一部分发送给客户端设备以供显示。
14.如权利要求1所述的方法,其中发送通信包括:
响应于触发而将警报发送给客户端设备,所述触发包括如下中的至少一个:诊断、进展、剂量改变、药物改变、毒性、趋向从所期望的结果变化、以及特定时间。
15.如权利要求1所述的方法,其中分析包括:
将治疗疾病的医疗专业人士的结果性能与治疗所述疾病的医疗专业人士的聚合的结果性能相比较。
16.如权利要求1所述的方法,其中所述方法最小化临床结果的生物变异性。
17.一种用于临床结果追踪和分析的装置,包括:
处理器;以及
存储计算机程序指令的存储器,所述计算机程序指令当在所述处理器上执行时使得所述处理器执行包括如下内容的操作:
接收一个或多个参数;
对多个患者病历进行分类,以提供满足一个或多个参数的患者病历的集合;
将指示一个或多个变量的节点地址应用到患者病历的分类集合,以将患者病历的临床相关集合确定为满足一个或多个变量的患者病历的分类集合;
对患者病历的临床相关集合进行分析;以及
基于分析发送通信,
其中发送是给用户的,以实现治疗、以监视性能、或者以减少治疗变异性、浪费或无效率中的至少一个而同时实现所意图的结果。
18.如权利要求17所述的装置,其中临床结果追踪和分析包括分类、结果追踪、生活质量度量、疗法的毒性、以及护理的成本。
19.如权利要求17所述的装置,其中用于分类的参数包括性别、年龄、种族划分、共病、烟草使用、保险源、病历号、主要护理医师、转诊医师、医院、认可的服务供应商、疾病特定临床分子表型、疗法意图、疗法的阶段、生物标志、以及护理的成本。
20.如权利要求17所述的装置,其中节点地址被表示为多个数字串,多个数字串中的每一个表示一个或多个变量中的一个。
21.如权利要求20所述的装置,其中一个或多个变量包括疾病特定临床分子表型,并且表示表型的数字串基于有向图来确定。
22.如权利要求17所述的装置,其中节点地址与用于疾病的治疗的预定患者护理服务的一个或多个捆绑相关联。
23.一种存储用于临床结果追踪和分析的计算机程序指令的计算机可读介质,所述指令当在处理器上执行时使得所述处理器执行包括如下内容的操作:
接收一个或多个参数;
对多个患者病历进行分类,以提供满足一个或多个参数的患者病历的集合;
将指示一个或多个变量的节点地址应用到患者病历的分类集合,以将患者病历的临床相关集合确定为满足一个或多个变量的患者病历的分类集合;
对患者病历的临床相关集合进行分析;以及
基于分析发送通信,
其中发送是给用户的,以实现治疗、以监视性能、或者以减少治疗变异性、浪费或无效率中的至少一个而同时实现所意图的结果。
24.如权利要求23所述的计算机可读介质,其中临床结果追踪和分析包括分类、结果追踪、生活质量度量、疗法的毒性、以及护理的成本。
25.如权利要求23所述的计算机可读介质,其中参数包括性别、年龄、种族划分、共病、烟草使用、保险源、病历号、主要护理医师、转诊医师、医院、认可的服务供应商、疾病特定临床分子表型、疗法意图、疗法的阶段、生物标志、以及护理的成本。
26.如权利要求23所述的计算机可读介质,其中分析包括:
追踪与疾病相关联的一个或多个患者的临床结果;以及
利用所述临床结果更新一个或多个患者的记录。
27.如权利要求23所述的计算机可读介质,其中临床结果包括如下中的至少一个:存活、响应度量、生活质量度量、药物毒性的发生率、药物毒性的严重性、输送剂量强度、所接收的药物、药物间隔、药物持续时间、护理的成本、以及死亡。
28.如权利要求23所述的计算机可读介质,其中分析包括:
基于患者病历的集合中的治疗、成本、或其组合来比较患者之间的临床结果。
29.如权利要求23所述的计算机可读介质,其中分析包括:
比较患者病历的集合中的患者之间的所追踪的临床结果。
30.如权利要求23所述的计算机可读介质,其中分析包括:
将特定患者标识为针对特定药物的候选者。
31.如权利要求23所述的计算机可读介质,其中分析包括:
基于患者病历的集合中的治疗、成本、或其组合来比较患者之间的临床结果。
32.如权利要求23所述的计算机可读介质,其中分析包括:
将疗法与生活质量相比较。
33.如权利要求23所述的计算机可读介质,其中发送通信包括:
将患者病历的所分析集合的至少一部分发送给客户端设备以供显示。
34.如权利要求23所述的计算机可读介质,其中发送通信包括:
响应于触发而将警报发送给客户端设备,所述触发包括如下中的至少一个:诊断、进展、剂量改变、药物改变、毒性、趋向从所期望的结果变化、以及特定时间。
CN201480067169.7A 2013-10-08 2014-10-06 临床结果追踪和分析 Pending CN105793856A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361888418P 2013-10-08 2013-10-08
US61/888418 2013-10-08
PCT/US2014/059354 WO2015054156A1 (en) 2013-10-08 2014-10-06 Clinical outcome tracking and analysis

Publications (1)

Publication Number Publication Date
CN105793856A true CN105793856A (zh) 2016-07-20

Family

ID=52777665

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480067169.7A Pending CN105793856A (zh) 2013-10-08 2014-10-06 临床结果追踪和分析

Country Status (16)

Country Link
US (5) US20150100341A1 (zh)
EP (1) EP3055803B1 (zh)
JP (1) JP6674375B2 (zh)
KR (2) KR102119790B1 (zh)
CN (1) CN105793856A (zh)
BR (1) BR112016007630A2 (zh)
CA (2) CA2926703C (zh)
DK (1) DK3055803T3 (zh)
ES (1) ES2908089T3 (zh)
HK (1) HK1225464A1 (zh)
IL (1) IL244852B (zh)
MX (1) MX2016004380A (zh)
PL (1) PL3055803T3 (zh)
PT (1) PT3055803T (zh)
WO (1) WO2015054156A1 (zh)
ZA (3) ZA201602303B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109801172A (zh) * 2018-12-14 2019-05-24 中国平安财产保险股份有限公司 基于数据分析的患者跟踪管控方法、装置和计算机设备
CN110168659A (zh) * 2016-11-14 2019-08-23 科塔公司 用于改善临床结果并降低总护理费用的cna引导的护理
CN111066088A (zh) * 2017-09-25 2020-04-24 通用电气公司 医疗程序成本评估和优化
CN111279425A (zh) * 2017-10-25 2020-06-12 奥普蒂马塔公司 预测医疗治疗效果的系统和方法
CN112992302A (zh) * 2019-12-12 2021-06-18 阿里巴巴集团控股有限公司 数据处理方法、装置、设备和存储介质

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130124217A1 (en) * 2011-11-11 2013-05-16 Debra Thesman Health plan rating system improvement program
WO2014107548A1 (en) * 2013-01-05 2014-07-10 Foundation Medicine, Inc. System and method for outcome tracking and analysis
US11985075B1 (en) 2013-02-04 2024-05-14 C/Hca, Inc. Data stream processing for dynamic resource scheduling
WO2015081086A1 (en) * 2013-11-27 2015-06-04 The Johns Hopkins University System and method for medical data analysis and sharing
US20150350040A1 (en) * 2014-06-02 2015-12-03 Hcl Technologies Ltd. Enabling an early response to a disease based on data analytics
US11182459B1 (en) * 2014-09-26 2021-11-23 Sentry Data Systems, Inc. Automated comparative healthcare, financial, operational, and quality outcomes and performance benchmarking
IL258309B2 (en) * 2015-09-24 2023-03-01 Caris Science Inc Method, device and product of computer software for analyzing biological data
US10698078B2 (en) * 2015-12-07 2020-06-30 Cvs Pharmacy, Inc. Clinic wait-time visibility and reservations
US11165722B2 (en) 2016-06-29 2021-11-02 International Business Machines Corporation Cognitive messaging with dynamically changing inputs
WO2018044894A1 (en) * 2016-08-29 2018-03-08 Chen James C Connected systems, devices, and methods for monitoring clinical treatments
US10878962B2 (en) * 2016-11-02 2020-12-29 COTA, Inc. System and method for extracting oncological information of prognostic significance from natural language
US10529446B2 (en) 2016-12-22 2020-01-07 International Business Machines Corporation Continuous health care plan coordination between patient and patient care team
WO2018183470A1 (en) * 2017-03-28 2018-10-04 Bruce Ramshaw Performing predictive patient care options that improve value based on historical data
US20180293352A1 (en) * 2017-04-10 2018-10-11 COTA, Inc. System and Method for Decision-Making for Determining Initiation and Type of Treatment for Patients with a Progressive Illness
US10249389B2 (en) * 2017-05-12 2019-04-02 The Regents Of The University Of Michigan Individual and cohort pharmacological phenotype prediction platform
EP3631805A4 (en) * 2017-06-02 2021-03-24 Mayo Foundation for Medical Education and Research SYSTEM AND METHOD FOR PROVIDING EXPERTISE FROM CLINICAL RESULTS IN DISEASE TREATMENT
US11003796B2 (en) 2017-06-30 2021-05-11 Accenture Global Solutions Limited Artificial intelligence based document processor
US11562143B2 (en) 2017-06-30 2023-01-24 Accenture Global Solutions Limited Artificial intelligence (AI) based document processor
US10489502B2 (en) 2017-06-30 2019-11-26 Accenture Global Solutions Limited Document processing
US11610688B2 (en) 2018-05-01 2023-03-21 Merative Us L.P. Generating personalized treatment options using precision cohorts and data driven models
KR102192164B1 (ko) * 2018-08-08 2020-12-16 주식회사 딥바이오 생체 이미지 진단 시스템, 생체 이미지 진단 방법, 및 이를 수행하기 위한 단말
US11636949B2 (en) * 2018-08-10 2023-04-25 Kahun Medical Ltd. Hybrid knowledge graph for healthcare applications
US11515018B2 (en) 2018-11-08 2022-11-29 Express Scripts Strategic Development, Inc. Systems and methods for patient record matching
US11562257B2 (en) 2018-11-28 2023-01-24 Merative Us L.P. Identifying knowledge gaps utilizing cognitive network meta-analysis
CN109814502B (zh) * 2019-01-11 2021-08-06 广东中烟工业有限责任公司 一种制丝原料配方防错方法及装置
US20200342376A1 (en) * 2019-04-26 2020-10-29 The Dedham Group Llc Provider key accounts tool
KR102272401B1 (ko) * 2019-08-02 2021-07-02 사회복지법인 삼성생명공익재단 의료 데이터 웨어하우스 실시간 자동 업데이트 시스템, 방법 및 이의 기록매체
CA3153502A1 (en) * 2019-10-02 2021-04-08 Jason Morrell SPRINGS Directing medical diagnosis and intervention recommendations
CN110893006A (zh) * 2019-12-11 2020-03-20 河南中烟工业有限责任公司 一种基于信息化平台的卷烟批次质量信息精准追溯方法
CN115297781A (zh) * 2020-02-26 2022-11-04 布莱特临床研究有限公司 对正在运行中的临床试验进行动态监测和指导的雷达系统
US20210272662A1 (en) * 2020-02-27 2021-09-02 Lawrence German Application, system, and method for a computer implemented medical electronic record management system
KR102371037B1 (ko) * 2020-08-18 2022-03-07 서울대학교병원 프로그래밍이 가능한 전자의무기록 시스템
KR102335483B1 (ko) * 2021-01-05 2021-12-06 서울대학교병원 임상시험 안전성 관리 방법 및 장치
IL280496A (en) * 2021-01-28 2022-08-01 Yeda Res & Dev Artificial intelligence for predicting laboratory test results
KR102632155B1 (ko) * 2021-03-16 2024-01-31 재단법인 아산사회복지재단 의료 데이터에 기초한 코호트 데이터 처리 장치 및 방법
CN113380358B (zh) * 2021-06-01 2022-12-16 上海德衡数据科技有限公司 基于物联网的医疗信息交互的方法、装置及设备
KR102503195B1 (ko) * 2021-11-09 2023-02-23 주식회사 에이치엠씨네트웍스 환자의 전원 정보에 대응되는 병원 정보를 노출하는 방법 및 그 장치

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080312959A1 (en) * 2005-08-19 2008-12-18 Koninklijke Philips Electronics, N.V. Health Care Data Management System
US20090204430A1 (en) * 1998-06-12 2009-08-13 Gliklich Richard E Apparatus and methods for determining and processing medical outcomes
CN102047255A (zh) * 2008-03-26 2011-05-04 赛拉诺斯股份有限公司 用于评估临床结果的方法和系统
US20120029939A1 (en) * 2010-07-30 2012-02-02 General Electric Company Methods and apparatus to group and present clinical records
US20120130737A1 (en) * 2009-09-17 2012-05-24 Therapeuticsmd, Inc. System and method for distrubutor reporting and analysis
US20120271612A1 (en) * 2011-04-20 2012-10-25 Barsoum Wael K Predictive modeling

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2612700A (en) * 1999-01-14 2000-08-01 Point Loma Industries, Inc. Expert system for converting data records from a table-based format to a data tree format
US8369937B2 (en) * 1999-11-16 2013-02-05 Cardiac Pacemakers, Inc. System and method for prioritizing medical conditions
WO2002026110A2 (en) * 2000-09-29 2002-04-04 New Health Sciences, Inc. Systems and methods for screening for adverse effects of a treatment
JP3823192B2 (ja) * 2002-04-19 2006-09-20 学校法人慶應義塾 診療支援装置、診療支援方法、及び診療支援プログラム
JP2004133826A (ja) * 2002-10-15 2004-04-30 Hitachi Ltd 電子カルテシステム
US7774377B2 (en) * 2003-12-03 2010-08-10 The Trizetto Group, Inc. Range definition method and system
JP2005223629A (ja) 2004-02-05 2005-08-18 Asahi Kasei Corp 携帯電子機器
WO2005086891A2 (en) * 2004-03-05 2005-09-22 Rosetta Inpharmatics Llc Classification of breast cancer patients using a combination of clinical criteria and informative genesets
JP4619219B2 (ja) * 2005-07-19 2011-01-26 株式会社エヌ・ティ・ティ・データ 被験者選定装置
US7805385B2 (en) * 2006-04-17 2010-09-28 Siemens Medical Solutions Usa, Inc. Prognosis modeling from literature and other sources
US20080091472A1 (en) * 2006-10-11 2008-04-17 Steven Hoppe Treatment monitoring tool
EP2210226A4 (en) 2007-10-12 2013-11-06 Patientslikeme Inc SELF-IMPROVED METHOD OF USING ONLINE COMMUNITIES TO PREDICT CLINICAL RESULTS
CN102246197A (zh) * 2008-10-10 2011-11-16 心血管疾病诊断技术公司 利用专家知识和应用复杂性科学自动化管理医学数据以用于风险评估和诊断
KR20110066576A (ko) * 2009-12-11 2011-06-17 서울대학교병원 임상시험 및 임상연구용 의료 정보관리 시스템 및 방법
US20120166218A1 (en) 2010-12-27 2012-06-28 Bruce Reiner Method and system of real-time customizable medical search analytics
CN104040547B (zh) * 2011-12-21 2018-10-12 皇家飞利浦有限公司 用于预测生理和临床状态改变的方法和系统
US20130226612A1 (en) * 2012-02-26 2013-08-29 International Business Machines Corporation Framework for evidence based case structuring
US20140006044A1 (en) * 2012-06-27 2014-01-02 Infosys Limited System and method for preparing healthcare service bundles
IN2013CH00818A (zh) * 2013-02-25 2015-08-14 Cognizant Technology Solutions India Pvt Ltd

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090204430A1 (en) * 1998-06-12 2009-08-13 Gliklich Richard E Apparatus and methods for determining and processing medical outcomes
US20080312959A1 (en) * 2005-08-19 2008-12-18 Koninklijke Philips Electronics, N.V. Health Care Data Management System
CN102047255A (zh) * 2008-03-26 2011-05-04 赛拉诺斯股份有限公司 用于评估临床结果的方法和系统
US20120130737A1 (en) * 2009-09-17 2012-05-24 Therapeuticsmd, Inc. System and method for distrubutor reporting and analysis
US20120029939A1 (en) * 2010-07-30 2012-02-02 General Electric Company Methods and apparatus to group and present clinical records
US20120271612A1 (en) * 2011-04-20 2012-10-25 Barsoum Wael K Predictive modeling

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110168659A (zh) * 2016-11-14 2019-08-23 科塔公司 用于改善临床结果并降低总护理费用的cna引导的护理
CN111066088A (zh) * 2017-09-25 2020-04-24 通用电气公司 医疗程序成本评估和优化
CN111066088B (zh) * 2017-09-25 2023-09-12 通用电气公司 医疗程序成本评估和优化
CN111279425A (zh) * 2017-10-25 2020-06-12 奥普蒂马塔公司 预测医疗治疗效果的系统和方法
CN109801172A (zh) * 2018-12-14 2019-05-24 中国平安财产保险股份有限公司 基于数据分析的患者跟踪管控方法、装置和计算机设备
CN109801172B (zh) * 2018-12-14 2023-08-29 中国平安财产保险股份有限公司 基于数据分析的患者跟踪管控方法、装置和计算机设备
CN112992302A (zh) * 2019-12-12 2021-06-18 阿里巴巴集团控股有限公司 数据处理方法、装置、设备和存储介质

Also Published As

Publication number Publication date
EP3055803A1 (en) 2016-08-17
IL244852A0 (en) 2016-05-31
ZA201605844B (en) 2017-09-27
MX2016004380A (es) 2016-07-05
DK3055803T3 (da) 2022-03-14
JP6674375B2 (ja) 2020-04-01
US20150100341A1 (en) 2015-04-09
US9378531B2 (en) 2016-06-28
ZA201605843B (en) 2017-09-27
EP3055803A4 (en) 2017-06-21
CA2926703C (en) 2023-10-10
CA3210162A1 (en) 2015-04-16
US10902953B2 (en) 2021-01-26
PT3055803T (pt) 2022-03-09
EP3055803B1 (en) 2021-12-08
JP2017502365A (ja) 2017-01-19
ZA201602303B (en) 2017-07-26
WO2015054156A1 (en) 2015-04-16
US9734289B2 (en) 2017-08-15
US20180174688A1 (en) 2018-06-21
CA2926703A1 (en) 2015-04-16
KR20160068868A (ko) 2016-06-15
US9734288B2 (en) 2017-08-15
KR102119790B1 (ko) 2020-06-05
KR101835880B1 (ko) 2018-03-07
BR112016007630A2 (pt) 2017-08-01
ES2908089T3 (es) 2022-04-27
US20150127385A1 (en) 2015-05-07
HK1225464A1 (zh) 2017-09-08
US20160350492A1 (en) 2016-12-01
US20160350491A1 (en) 2016-12-01
IL244852B (en) 2020-09-30
PL3055803T3 (pl) 2022-06-20
KR20180026574A (ko) 2018-03-12

Similar Documents

Publication Publication Date Title
US10902953B2 (en) Clinical outcome tracking and analysis
Menachemi et al. The benefits of health information exchange: an updated systematic review
Senthilkumar et al. Big data in healthcare management: a review of literature
US10867696B2 (en) Data processing systems and methods implementing improved analytics platform and networked information systems
US9646135B2 (en) Clinical outcome tracking and analysis
Wells et al. Exploring robust methods for evaluating treatment and comparison groups in chronic care management programs
US9734291B2 (en) CNA-guided care for improving clinical outcomes and decreasing total cost of care
JP7355415B2 (ja) 臨床転帰を改善し、総治療費を低減するためのcnaガイドケア
Gaudelet et al. Integrative data analytic framework to enhance cancer precision medicine
Belard et al. The uniformed services university’s surgical critical care initiative (sc2i): bringing precision medicine to the critically ill
US20210082573A1 (en) Clinical outcome tracking and analysis systems and methods employing provisional nodal addresses relevant to treatment and refined nodal addresses relevant to prognosis-related expected outcome and risk assessment
Lin et al. Early prediction of 30-and 14-day all-cause unplanned readmissions

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160720

WD01 Invention patent application deemed withdrawn after publication