CN105981024B - 用于提供关于药物使用的个性化推荐的基于网络的计算机辅助方法和系统及计算机可读介质 - Google Patents
用于提供关于药物使用的个性化推荐的基于网络的计算机辅助方法和系统及计算机可读介质 Download PDFInfo
- Publication number
- CN105981024B CN105981024B CN201480075387.5A CN201480075387A CN105981024B CN 105981024 B CN105981024 B CN 105981024B CN 201480075387 A CN201480075387 A CN 201480075387A CN 105981024 B CN105981024 B CN 105981024B
- Authority
- CN
- China
- Prior art keywords
- information
- drug
- personalized recommendation
- patient
- user
- 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
- 239000003814 drug Substances 0.000 title claims abstract description 336
- 229940079593 drug Drugs 0.000 title claims abstract description 275
- 238000000034 method Methods 0.000 title claims abstract description 92
- 230000002068 genetic effect Effects 0.000 claims abstract description 55
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 46
- 230000004060 metabolic process Effects 0.000 claims abstract description 44
- 206010061623 Adverse drug reaction Diseases 0.000 claims abstract description 38
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 claims abstract description 38
- 230000002974 pharmacogenomic effect Effects 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims description 53
- 239000000126 substance Substances 0.000 claims description 52
- 230000004044 response Effects 0.000 claims description 46
- 230000003993 interaction Effects 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000004048 modification Effects 0.000 claims description 12
- 238000012986 modification Methods 0.000 claims description 12
- 208000024891 symptom Diseases 0.000 claims description 12
- 239000002773 nucleotide Substances 0.000 claims description 11
- 125000003729 nucleotide group Chemical group 0.000 claims description 11
- 230000002411 adverse Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 8
- 206010067484 Adverse reaction Diseases 0.000 claims description 7
- 230000006838 adverse reaction Effects 0.000 claims description 7
- 201000010099 disease Diseases 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 239000000164 antipsychotic agent Substances 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 230000002503 metabolic effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 1
- 102000054765 polymorphisms of proteins Human genes 0.000 claims 1
- 230000008569 process Effects 0.000 claims 1
- LNEPOXFFQSENCJ-UHFFFAOYSA-N haloperidol Chemical compound C1CC(O)(C=2C=CC(Cl)=CC=2)CCN1CCCC(=O)C1=CC=C(F)C=C1 LNEPOXFFQSENCJ-UHFFFAOYSA-N 0.000 description 10
- WSEQXVZVJXJVFP-HXUWFJFHSA-N (R)-citalopram Chemical compound C1([C@@]2(C3=CC=C(C=C3CO2)C#N)CCCN(C)C)=CC=C(F)C=C1 WSEQXVZVJXJVFP-HXUWFJFHSA-N 0.000 description 9
- 229960000836 amitriptyline Drugs 0.000 description 9
- KRMDCWKBEZIMAB-UHFFFAOYSA-N amitriptyline Chemical compound C1CC2=CC=CC=C2C(=CCCN(C)C)C2=CC=CC=C21 KRMDCWKBEZIMAB-UHFFFAOYSA-N 0.000 description 9
- 229960001653 citalopram Drugs 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 8
- 230000003285 pharmacodynamic effect Effects 0.000 description 8
- 239000004089 psychotropic agent Substances 0.000 description 7
- 230000036541 health Effects 0.000 description 6
- 239000000935 antidepressant agent Substances 0.000 description 5
- 229940005513 antidepressants Drugs 0.000 description 5
- 229960003878 haloperidol Drugs 0.000 description 5
- 206010013710 Drug interaction Diseases 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- DOMXUEMWDBAQBQ-WEVVVXLNSA-N terbinafine Chemical compound C1=CC=C2C(CN(C\C=C\C#CC(C)(C)C)C)=CC=CC2=C1 DOMXUEMWDBAQBQ-WEVVVXLNSA-N 0.000 description 4
- 229960002722 terbinafine Drugs 0.000 description 4
- 108090000790 Enzymes Proteins 0.000 description 3
- 102000004190 Enzymes Human genes 0.000 description 3
- 206010029164 Nephrotic syndrome Diseases 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 229910003002 lithium salt Inorganic materials 0.000 description 3
- 159000000002 lithium salts Chemical class 0.000 description 3
- 208000009928 nephrosis Diseases 0.000 description 3
- 231100001027 nephrosis Toxicity 0.000 description 3
- 230000000144 pharmacologic effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 244000141009 Hypericum perforatum Species 0.000 description 2
- 235000017309 Hypericum perforatum Nutrition 0.000 description 2
- UFWIBTONFRDIAS-UHFFFAOYSA-N Naphthalene Chemical compound C1=CC=CC2=CC=CC=C21 UFWIBTONFRDIAS-UHFFFAOYSA-N 0.000 description 2
- 208000001647 Renal Insufficiency Diseases 0.000 description 2
- 230000000561 anti-psychotic effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 210000003169 central nervous system Anatomy 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 206010015037 epilepsy Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000003112 inhibitor Substances 0.000 description 2
- 201000006370 kidney failure Diseases 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000036470 plasma concentration Effects 0.000 description 2
- 230000003389 potentiating effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 108010001237 Cytochrome P-450 CYP2D6 Proteins 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 102100022765 Glutamate receptor ionotropic, kainate 4 Human genes 0.000 description 1
- 229940121710 HMGCoA reductase inhibitor Drugs 0.000 description 1
- 101000903333 Homo sapiens Glutamate receptor ionotropic, kainate 4 Proteins 0.000 description 1
- 101001042351 Homo sapiens LIM and senescent cell antigen-like-containing domain protein 1 Proteins 0.000 description 1
- 102100021754 LIM and senescent cell antigen-like-containing domain protein 1 Human genes 0.000 description 1
- 206010062237 Renal impairment Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001430 anti-depressive effect Effects 0.000 description 1
- 230000003556 anti-epileptic effect Effects 0.000 description 1
- 229940035678 anti-parkinson drug Drugs 0.000 description 1
- 239000001961 anticonvulsive agent Substances 0.000 description 1
- 239000002249 anxiolytic agent Substances 0.000 description 1
- 230000000949 anxiolytic effect Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000002648 combination therapy Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 230000036267 drug metabolism Effects 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 230000008406 drug-drug interaction Effects 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 238000001415 gene therapy Methods 0.000 description 1
- 238000012252 genetic analysis Methods 0.000 description 1
- 235000015201 grapefruit juice Nutrition 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000010224 hepatic metabolism Effects 0.000 description 1
- 241000411851 herbal medicine Species 0.000 description 1
- 239000002471 hydroxymethylglutaryl coenzyme A reductase inhibitor Substances 0.000 description 1
- 230000000147 hypnotic effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012482 interaction analysis Methods 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 229940127554 medical product Drugs 0.000 description 1
- 238000013160 medical therapy Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000004050 mood stabilizer Substances 0.000 description 1
- 229940127237 mood stabilizer Drugs 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000000932 sedative agent Substances 0.000 description 1
- 230000001624 sedative effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 238000009955 starching Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
- A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/22—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks comprising specially adapted graphical user interfaces [GUI]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
Abstract
本发明涉及一种基于网络的计算机辅助方法和系统,其用于基于关于与代谢相关联的基因和遗传变异体和不与代谢相关联的基因和遗传变异体的药物遗传学信息提供关于药物使用的个性化推荐,包括通过动态网页的图形用户界面(GUI)自动产生和显示个性化推荐,其突出了与最高的药物不良反应相关联的个性化推荐。本发明还涉及一种计算机可读介质,其包含程序指令,用于计算机执行本发明的用于提供关于药物使用的个性化推荐的方法。本发明还涉及一种用于产生动态网页的基于网络的计算机辅助方法和系统,以及进一步的计算机可读介质,其包含程序指令,用于计算机执行用于产生动态网页的方法。
Description
相关申请的交叉引用
本申请涉及并要求2013年12月12日提交的名称为“用于提供关于药物使用的个性化推荐的基于网络的计算机辅助方法和系统及计算机可读介质”的第61/915,077号美国临时申请的权益,该申请的内容以引用的方式并入本文。
技术领域
本发明大体上涉及一种基于网络的计算机辅助方法和系统,其用于基于关于与代谢相关联的基因和不与代谢相关联的基因的药物遗传学信息提供关于药物使用的个性化推荐,包括通过动态网页的图形用户界面(GUI)产生和显示个性化推荐,其突出了与最高的药物不良反应相关联的个性化推荐。
本发明还涉及一种计算机可读介质,优选为非暂时性(即有形的)计算机可读介质,其包含程序指令,用于计算机执行本发明的用于提供关于药物使用的个性化推荐的方法。
本发明还涉及一种用于产生动态网页的基于网络的计算机辅助方法和系统,及进一步的计算机可读介质,其包含程序指令,用于计算机执行用于产生动态网页的方法。
背景技术
目前存在一些与通常以可打印的报告和/或由客户端显示的形式产生和提供关于药物使用的个性化推荐的计算机辅助方法和系统相关的不同方案。一些所述方案是基于网络的,即通过网络服务产生和提供所述报告。
其次,引用了一些公开这些方案的专利文献,并简要地公开了其相关背景技术。
美国专利US8,311,851B2公开了一种用于传递药物遗传学信息和药理学信息的计算机化工具和方法,其通过采用预测算法解释遗传学数据和药理学数据,并可使用任何网络(包括万维网)以报告的形式经由图形用户界面提供所述传递,该报告包括I类报告,包括用于选定药物的药物与基因间相互作用报告,以及II类报告,包括药物与药物间相互作用报告,其中基于当前药物疗法由用户选择药物,该报告响应于病人的输入而实时产生并以具有多级显示的交互式网页形式提供,例如包括关于可能发生药物或草药相互作用的分级警告,专门针对病人的药物疗程或推荐处方的使用、针对相同治疗类型的替代药物的建议、带有医学文献链接的注释、增加的基因检测的推荐等。
美国专利US8,311,851B2预见了关于成对事物间的不同相互作用,包括药物与药物间的相互作用、药物与物质间的相互作用、药物与基因间的相互作用、物质与基因间的相互作用、药物与临床因素间的相互作用、物质与临床因素间的相互作用以及多种复杂的相互作用,其中许多均与药物不良相互作用相关联,但是尽管大体上阐述了所述成对的相互作用的组合也是可能的,然而根本未公开这样一种组合的实例,因此美国专利US8,311,851B2中未预见描述涉及三种事物的任何相互作用,既没有预测药物与药物与基因间的相互作用、物质与基因与药物间的相互作用和药物与物质与临床因素间的相互作用,也没有预测任何其他三种事物间的相互作用。
通过美国专利US8,311,851B2公开的算法进行的预测仅可在存在药物清除率差异(clearance variance)的半定量信息(即药代动力学(PK)数据)时做出,因此所述预测是清除率预测,即不涉及药效学(PD),但是在大多数药品中,PK/PD比率是非线性的,真正重要的是要了解药物的给定清除率是否涉及必须调整给予剂量以取得药效学作用。换句话说,通过美国专利US8,311,851B2的方法和系统提供的预测,可以了解存在遗传变异体时会发生什么情况以及存在药物与药物间的相互作用时会发生什么情况,但无法了解同时存在所述遗传变异体和所述药物与药物间的相互作用时会发生什么情况。
美国专利US8,311,851B2没有公开使用与代谢不相关的遗传学数据。
美国专利申请(公布号:US2009/171697A1)公开了一种计算机辅助方法和算法,其基于包含对有效化合物的药物代谢酶编码的基因的遗传型信息的总体模型,针对个体病人确定给药疗程和化合物选择的目标。通常,基于药物浓度分布曲线,提供目标给药疗程。根据病人的特定遗传因子、病人的非遗传性因子和药品的特定因素,计算药物的预测指数的排名表,并在显示单元上进行显示。
对不同的药代动力学相互作用和药效学相互作用进行了评估,例如药物与药物间的相互作用或药物与疾病间的相互作用,但仅成对出现,即美国专利US2009/171697A1中未公开三种不同成分或产物间的相互作用。
美国专利US2009/171697A1未公开任何基于网络的方法或系统,也无根据风险准则产生个性化推荐。
美国专利US8,311,851公开了一种用于药物遗传学和药理学信息传递的计算机化工具和方法,其包括具有用于存储、整理、访问、交叉引用、解释遗传学和药理数据的算法和数据库的核心系统,该系统带有实验室基因检测服务提供商的客户端网络的图形用户界面,以依据协议访问核心服务。此美国专利的药物遗传学和药物信息只与代谢相关联,这些信息不含关于不与代谢关联的基因和遗传变异体的信息。
美国专利US2011/0082867公开了一种方法、系统和计算机程序产品,其中的方法包括接收病人档案,病人档案包括识别由一病人和至少一个病人特定的遗传变异体摄入的多个物质的病人物质档案。该方法还包括识别与多个物质的第一个相关联的一基因,并进行权重处理以确定第一物质和该基因之间的相互作用。该方法还包括根据所确定的相互作用通过数据处理系统产生一个概要。所有描述在此美国专利申请的相互作用只与代谢关联(主要与剂量调整)。
一些公司通过关于药物使用的个性化推荐来出售个性化保健医学产品,这些个性化推荐是根据病人的遗传学数据建立并由可在用户显示器中显示的文档提供。
Assurex Health公司便是这样的公司,其产品是一种计算机工具,用于测量和分析对个体病人代谢和行为保健药物响应产生影响的重要遗传变异体,并且通过包含根据风险准则采用颜色标码的个性化推荐的书面报告,在对病人做出药物治疗决定之前,提供客观的基于遗传学的病人信息。
由于没有一种基于网络的方法通过Assurex Health公司的所述产品实现,因此尽管书面报告可在用户显示器中显示,未通过由网页(无论是静态网页还是动态网页)所提供的GUI来提供这样一种报告。
当前的发明人并不了解通过动态网页所提供的GUI根据关于与代谢相关联的基因和不与代谢相关联的基因的遗传学数据提供一种用于提供关于药物使用的个性化推荐的基于网络的方法和系统的任何方案。
发明内容
本发明的目的在于提供现有技术的替代方案,以提供一种用于提供关于药物使用的个性化推荐的方法和系统,与现有技术公开的方法和系统相比,其更为详尽,包括药代动力学和药效学,以及大量遗传学信息的处理(遗传学信息数量巨大导致无法由人来进行处理,如果是这样,则可能使所提供的推荐出现错误,这会对病人的健康造成严重的后果),以产生高质量个性化推荐并在用户请求个性化推荐时便于使用该方法和系统。
将从以下不同方面对本发明进行说明,本发明真正改进了现有技术方案中使用的计算机的功能,通过在硬件级,包括连接不同硬件元件的网络链路,并且在软件级,通过向计算机提供其自身构成结构性限制的特别适用的程序指令,使计算机能够易于进行充分的工作量分配,使得这些计算机特别适用于以动态方式通过动态网页提供突出的个性化推荐。根据医生和/或病人引入的不同输入数据(包括与药效学相关的数据),这样改进的计算机使该推荐能够动态更新/实时或几乎实时地重新计算。
通过本发明还实现了本技术领域中与关于药物使用的个性化推荐的自动产生相关的明显改进,使得能够自动产生个性化推荐,且其中一些突出的个性化推荐,与现有技术方案相比,以实时或几乎实时获得结果的方式,处理更大量且更多种类的信息,包括药效学信息,其中所述结果明显地改进了通过现有技术方案获得的结果,从而避免或几乎避免了人为干涉,进而改正了可能不正确或不是很准确的结果,即较差的推荐。
本发明还提供了动态网页产生方面的改进。
为了实现这一目标,在第一方面,本发明涉及一种用于提供关于药物使用的个性化推荐的基于网络的计算机辅助方法,包括执行以下步骤:
获取病人的遗传学信息,包括单核苷酸多态性(SNP),其中所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息(例如,与药物响应和药物不良反应相关联的基因和遗传变异体);
处理所述获取的遗传学信息连同选定的几种药物的药物遗传学信息,以为所述病人(自动)产生个性化药物遗传学信息;
根据所述产生的个性化药物遗传学信息,针对所述病人,在用户显示器上自动产生和显示关于几种药物的多个个性化推荐;以及
按照风险准则,视觉上突出所述多个显示的个性化推荐中那些与药物不良反应风险相关联的推荐,
其中,该方法包括根据关于至少所述多个个性化推荐的内容产生动态网页,根据所述动态网页,提供图形用户界面(GUI),并且通过所述图形用户界面(GUI)显示个性化推荐并在视觉上突出;以及
其中,至少部分所述个性化推荐未涉及药物剂量,但涉及药物响应和/或药物不良反应,即涉及药效学。
对于一个实施方案,通过具有至少一个处理器和存储器的一个或多个处理装置,执行所述获取和处理步骤,所述动态网页和GUI分别通过连接至所述处理装置或包括至少部分该处理装置或由该处理装置构成的网页服务器产生和提供,并且,所述用户显示器为连接至网页服务器以接收所述GUI的用户计算单元的一部分或连接至该用户计算单元,从而实现一种特别适用的客户端/服务器架构,在该架构中,所述用户计算单元是所述网页服务器和/或所述处理装置的瘦客户端或厚客户端。
处理装置、网页服务器和用户计算单元每个均具有一个或多个算法,这些算法采用可由包括在其中的处理器执行的存储器加载的程序指令的形式,特别适用于自动执行上述功能。
对于一个优选实施方案,所述选定的药物遗传学信息包括将所述几种药物中的每种药物与特定遗传变异体的存在/不存在关联起来的描述性信息片段,所述描述性信息片段中的每个均具有与其相关联的风险度,该方法包括:
当仅存在一个所述描述信息片段将药物与所述遗传学信息中相应的遗传变异体关联起来时,检索所述仅有的一个描述信息片段,并根据其为所述病人产生关于所述药物的个性化推荐,以及
当存在至少两个所述描述信息片段将药物与所述遗传学信息中至少两个相应的遗传变异体关联起来时,检索所述至少两个描述信息片段,并通过从所述至少两个检索到的描述信息片段中选出具有最高风险度的描述信息片段,为所述病人产生关于所述药物的个性化推荐。
例如,以描述特定遗传变异体的存在/不存在如何影响药物响应、药物代谢和/或药物不良反应的短语的形式,给出所述描述性信息片段。本发明的后续段落将提供包括几个这种短语的详细实施方案。
优选地,所述药物为神经精神药物,包括抗精神病药、抗抑郁药、情绪稳定剂、兴奋剂、抗焦虑药、镇静剂、安眠药和抗成瘾药,还包括抗震颤麻痹药、抗痴呆药或用于治疗癫痫的药物(包括抗癫痫药)。术语“神经精神药物”理解为一种靶向或作用于中枢神经系统(CNS)的药物。
药物响应取决于遗传因子和联合治疗管理。这一事实的重要性在于服用其他药物可提高对给定显型的响应。例如,由于病人是SNP的载体,这使得代谢给定药物的酶的活性较低,从而导致该病人对所述药物代谢功能较差,如果该病人服用伴随药物,即作为酶的抑制剂的另一种神经精神药物或非神经精神药物(他汀类药物等),则该影响可进一步增大。精神科医生通常了解精神药物间的相互作用但并不了解用于其他疾病的药物间的相互作用,因此,对于医生而言,以手动方式整合所有信息可能导致治疗错误。
由于病人对相同抗抑郁药的不同类型甚至剂量的反应有所不同,因此当前,医生基于反复试验(trial and error)开抗抑郁药。
为了解决这一问题,本发明的方法进一步包括,对于一个优选实施方案,获取一种或多种所述病人服用的伴随药物或物质的信息,并且基于所述伴随药物或物质对药物响应、药物浓度(包括吸收、分布、代谢和排泄)和/或药物不良反应的影响或者基于所述药物对伴随药物或物质响应、药物/物质代谢和/或药物/物质不良反应的影响,修改至少部分个性化推荐及其显示方式。
根据一个实施方案,该方法包括通过分析所述药物、所述一种或多种伴随药物或物质以及所述遗传学信息三者之间的相互作用,确定所述伴随药物或物质的影响,例如,通过检验伴随药物或物质如何改变病人对于所述药物中的一种或多种的代谢能力,进行所述分析。
按照一个实施方案,在产生个性化药物遗传学推荐之后,分析所述互相作用,其中,对已产生的个性化推荐对进行所述部分个性化推荐一部分修改。
对于一个替代实施方案,本发明的方法包括进行所述互相作用分析,作为对获取的遗传学信息和选定的药物遗传学信息进行处理的一部分,因此所述处理包括所述对获取的至少一种伴随药物或物质的信息连同所述获取的遗传学信息和选定的药物遗传学信息进行处理,其中,至少对部分所述个性化推荐的修改在产生个性化推荐的过程中发生并成为产生个性化推荐的一部分。
对于存在至少两种伴随药物或物质的情况,该方法包括基于每种伴随药物/物质对所述药物的影响(反之亦然),产生两个或多个暂时修改的个性化推荐,每个均具有与其相关联的风险度,并且通过从所述两个或多个暂时修改的个性化推荐中选择具有最高风险度的暂时修改个性化推荐,为所述病人产生和显示关于所述药物的最终修改的个性化推荐。
本发明的方法进一步包括,对于一个实施方案,获取与所述病人的病状和/或影响健康的习惯(例如吸烟或饮酒)和/或身体特征(包括人体测量数据、民族、年龄和性别中的至少一种)相关联的进一步个人信息有关的信息,并且基于所述进一步的个人信息对药物响应和/或药物不良反应的影响,修改至少部分个性化推荐及其显示方式,包括所述视觉上突出。
上一段中的实施方案可通过可选择地或优选地结合关于获取和使用上述伴随药物或物质的实施方案来实现,后者(即结合的实例)用于基于伴随药物/物质和进一步的个人信息这两者的影响修改个性化推荐。
关于根据本发明的方法如何显示个性化推荐,可通过任何使个性化推荐得以清晰区分和指示的装置来进行显示,例如通过使用不同的图标或图示,但是对于一个优选实施方案,根据颜色标码来显示个性化推荐,上述视觉上突出包括至少使用明显、醒目或闪烁的颜色(例如,红色)来根据所述风险准则突出个性化推荐。
对于本发明的方法的具体实施方式,所述颜色标码用于以以下颜色显示:
红色,与个性化推荐相关联的药物不良反应的风险增加;
琥珀色,与个性化推荐相关联的药物响应的可能性降低和/需要具体剂量监测;
绿色,与个性化推荐相关联的药物响应的可能性提高和/或药物不良反应的风险降低;以及
白色,与个性化推荐相关联的药物响应、代谢和/或药物不良反应的风险符合标准。
对于修改显示个性化推荐的方式,该方法包括,对于一些实施方案,改变在所述用户显示器的屏幕区域上显示所述个性化推荐的图示的颜色和/或形状,并且/或者直接或当用户点击用户显示器示出的虚拟链接时显示附加的推荐信息(例如,通过气泡提示框和/或弹出窗口)和/或显示所述屏幕区域上或附近的符号,其中,所述符号从多个不同的符号中选定,这些符号与伴随药物或物质或所述进一步个人信息对药物响应、药物浓度和/或药物不良反应的相应不同影响相关联。
所述多个符号包括关于药物的与至少另一些影响相关联的符号,该另一些影响为:存在相互作用、存在禁忌症、存在相关信息、药物剂量增加和药物剂量减少。
对于一个实施方案,本发明的方法包括显示多个图表,每一个图表均包括具有相同或相似用途的相应药物的多个标识符(例如药物名称),其中每个药物标识符示为与所述显示的个性化推荐之一相关联。
对于所述实施方案的具体实施,该方法包括交替或同时地在用户显示器上显示:
第一屏幕或第一图形区域,包括多个图表,每一个图表均包括具有相同或相似用途的相应药物的多个标识符,其中每个药物标识符示为与所述用户显示的个性化推荐之一相关联;
第二屏幕或第二图形区域,包括多个待用户填写以输入病人信息的填写框,包括伴随药物或物质以及与病状和/或影响健康的习惯和/或身体特征(包括人体测量数据、民族、年龄和性别中的至少一种)相关联的个人信息;以及
第三屏幕或第三图形区域,包括所述多个图表,其已基于伴随药物或物质和/或所述进一步的个人信息对药物响应和/或药物不良反应的影响修改了至少部分所述个性化推荐及其显示方式。
本发明的方法包括通过网络服务或平台向所述用户提供一种在线和交互服务,所述在线服务至少包括在用户显示器上显示所述多个图表、填写所述填写框、基于填写的信息修改个性化推荐的及其显示,以及经由计算输入工具提供在用户显示器示出的待用户点击的虚拟链接,以访问待在用户显示器上示出和/或待由用户下载的附加推荐信息。
为了改进产生的个性化推荐,对于一个实施方案,本发明的方法包括还基于学习反馈过程的结果产生该个性化推荐,该学习反馈过程根据统计信息通过该方法来执行,该统计信息涉及几种药物响应,和/或几个病人,和/或药物与伴随药物或物质间的相互作用,和/或药物和与病状和/或影响健康的习惯和/或身体特征(包括人体测量数据、民族、年龄和性别中的至少一种)相关联的病人个人信息之间的相互作用。
在第二方面,本发明还涉及一种用于提供关于药物使用的个性化推荐的基于网络的系统,包括:
获取装置,其用于获取病人的遗传学信息,包括单核苷酸多态性(SNP),其中所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息;
处理装置,其用于处理所述获取的遗传学信息连同选定的几种药物的药物遗传学信息,以为所述病人产生个性化药物遗传学信息,并根据所述产生的个性化药物遗传学信息为所述病人产生关于几种药物的多个个性化推荐;
用户计算装置,其与用户显示装置相关联,该用户计算装置设置成并适用于在用户显示装置上显示所述产生的个性化推荐,并且按照风险准则,在视觉上突出所述多个显示的个性化推荐中那些与副作用相关联的推荐;
网页服务器,其可访问关于至少所述多个个性化推荐的内容,并适用于根据所述内容产生动态网页,以根据所述动态网页,提供图形用户界面(GUI),所述网页服务器连接至所述用户计算装置以向该用户计算装置提供所述图形用户界面,其中所述用户计算装置和相关联的显示装置适用于通过所述图形用户界面(GUI)显示并在视觉上突出个性化推荐;以及
其中,至少部分所述个性化推荐未涉及药物剂量,但涉及药物响应和/或药物不良反应。
对于一个实施方案,所述遗传学信息获取装置和所述处理装置均具有至少一个处理器和一个存储器,该存储器具有可由所述至少一个处理器执行的存储器加载程序指令,从而执行遗传学信息的所述获取及其处理,因此,所述网页服务器连接至所述处理装置或包括至少部分该处理装置或有该处理装置构成,并且所述用户计算装置具有至少一个处理器和一个存储器,该存储器具有可由所述至少一个处理器执行的存储器加载程序指令,从而采用所述GUI来执行显示的个性化推荐的所述显示和视觉突出。
获取装置和处理装置可通过一个或相同计算实体或通过彼此相连的两个或多个分离的计算实体实现。
处理装置、网页服务器和用户计算单元均具有一个或多个算法,这些算法采用可由包括在其中的处理器执行的存储器加载程序指令的形式,特别适用于自动执行上述功能。
用户计算装置通过用户计算机实现,该用户计算机可为特别适用于执行上述功能的任何装置,其具有计算和通信能力并具有或连接至至少一个显示器,包括但不限于,个人计算机、笔记本电脑、智能手机、PDA、平板电脑、智能手表或任何其他手持计算机装置、机顶盒、智能电视、可编程序的家用电子产品、一个或多个网络个人电脑、小型计算机系统、大型计算机系统、机器人、云计算机等。
关于获取装置、处理装置和网页服务器,可通过一个或多个任意类型的计算单元实现,其具有计算和通信能力和适当的计算机资源(存储器、总线等)以及相关联的技术元件(网关、通信链路、接口、外围设备等),特别适用于根据任何工作量分配执行上述功能。
特别是,网页服务器可为特别适用于本发明的任何类型的已知网页服务器,例如,Apache HTTP服务器(优选项)、IIS网站托管服务器、Sun Java系统网页服务器或Jigsaw服务器或其变型。
任何种类的客户端-服务器架构(二层或三层)和计算机环境(包括本地计算和/或远程计算和/或云计算)可在用户计算单元和网页服务器之间实现,并且链接该系统的不同计算实体的任何适当通信网络同样可以实现,包括无线和/或有线链路。
根据一个实施方案,本发明的系统包括数据库,其存储与所述几种药物和遗传学信息相关的所述选定的药物遗传学信息,以及存储多个与其相关联的预构建推荐,其中,所述处理装置可访问所述数据库,以通过在所述存储的选定药物遗传学信息中至少查找获取的遗传学信息并从其中提取与其相关联的至少该预构建推荐,产生所述个性化推荐。
对于一个替代或补充实施方案,本发明的系统包括数据库,其存储所述选定的药物遗传学信息,后者包括将所述几种药物中的每种药物与特定遗传变异体的存在/不存在关联的描述性信息片段,所述描述性信息片段中的每一个均具有与其相关联的风险度,其中,所述处理装置可访问所述数据库,以通过以下内容产生所述个性化推荐:
当所述描述信息片段中仅存在一个将药物与所述遗传学信息中相应的遗传变异体关联起来的描述信息片段时,从所述数据库中检索所述仅有的一个描述信息片段,并根据其为所述病人产生关于所述药物的个性化推荐,或者
当所述描述信息片段中存在至少两个将药物与所述遗传学信息中至少两个相应的遗传变异体关联起来的描述信息片段时,从所述数据库中检索所述至少两个描述信息片段,并通过从所述至少两个检索到的描述信息片段中选择具有最高风险度的描述信息片段为所述病人产生关于所述药物的个性化推荐。
在第三方面,本发明还涉及一种计算机可读介质,其包含程序指令,用于计算机执行用于提供关于药物使用的个性化推荐的基于网络的方法,包括执行以下步骤:
获取病人的遗传学信息,包括单核苷酸多态性(SNP),其中所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息;
处理所述获取的遗传学信息连同选定的几种药物的药物遗传学信息,以为所述病人产生个性化药物遗传学信息;
根据所述产生的个性化药物遗传学信息,为所述病人产生和显示关于几种药物的多个个性化推荐;并且按照风险准则,在视觉上突出所述多个显示的个性化推荐中那些与副作用相关联的推荐,
其中,该方法包括根据关于至少所述多个个性化推荐的内容产生动态网页,根据所述动态网页,提供图形用户界面(GUI),并且通过所述图形用户界面(GUI)显示并在视觉上突出个性化推荐;以及
其中,至少部分所述个性化推荐没有涉及药物剂量,但涉及药物响应和/或药物不良反应。
对于一些实施方案,该计算机可读介质还包含程序指令,用于计算机执行本发明的方法的所有上述实施方案的动作。
对于一个实施方案,该计算机可读介质是一种非暂时性计算机可读介质。
对于另一个实施方案,该计算机可读介质是一种暂时性计算机可读介质,例如信号、载波等。
根据该实施方案,通过负责执行上述功能的在不同的计算单元间分布的一个或多个计算机可读介质,实现所述计算机可读介质,例如,参照本发明的系统(获取装置、处理装置、用户计算单元和网页服务器)在上文中描述的计算实体。
在第四方面,本发明涉及一种用于产生动态网页的基于网络的计算机辅助方法,包括执行以下步骤:
通过具有至少一个处理器和一个存储器的获取装置,获取病人的遗传学信息,包括单核苷酸多态性(SNP),其中,所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息;
通过所述处理装置,处理所述获取的遗传学信息连同选定的几种药物的药物遗传学信息,以为所述病人自动产生个性化药物遗传学信息,并根据所述产生的个性化药物遗传学信息为所述病人产生关于几种药物的多个个性化推荐;
通过连接至所述处理装置或包括至少部分该处理装置或由该处理装置构成的网页服务器,执行以下步骤:
根据关于至少所述多个个性化推荐的内容,产生动态网页,以及
根据所述动态网页,向连接至处理装置的用户计算单元提供图形用户界面(GUI),
在所述用户计算单元的用户显示器上显示所述产生的个性化推荐,并且在所述用户显示器上,按照风险准则,视觉上突出所述多个显示的个性化推荐中那些与药物不良反应风险相关联的推荐,其中,通过所述图形用户界面(GUI)显示并在视觉上突出个性化推荐;
其中,至少部分所述个性化推荐不涉及药物剂量,但涉及药物响应和/或药物不良反应。
针对本发明的第一方面的方法所描述的实施方案同样对于本发明的第四方面的方法有效。
在第五方面,本发明涉及一种用于产生动态网页的基于网络的系统,包括:
获取装置,其具有至少一个处理器和一个存储器,并且适用于获取病人的遗传学信息,包括单核苷酸多态性(SNP),其中,所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息;
处理装置,其具有至少一个处理器和一个存储器,并且适用于处理所述获取的遗传学信息连同选定的几种药物的药物遗传学信息,以通过可由所述至少一个处理器执行的存储器加载程序指令,为所述病人产生个性化药物遗传学信息,并根据所述产生的个性化药物遗传学信息为所述病人产生关于几种药物的多个个性化推荐;
用户计算单元,其连接至用户显示器;
网页服务器,其连接至所述处理装置或包括至少部分该处理装置或由该处理装置构成并同样连接至所述用户计算单元,该网页服务器可访问关于至少所述多个个性化推荐的内容,并适用于:
根据所述内容,产生动态网页,以及
根据所述动态网页,向所述用户计算单元提供图形用户界面(GUI),
其中,所述用户计算单元和所述用户显示器被设置,并适用于在用户显示器上显示所述产生的个性化推荐,并且在用户显示器上,视觉上突出所述多个显示的个性化推荐中那些与药物不良反应风险相关联的推荐,按照风险准则,其中通过所述图形用户界面(GUI)显示并在视觉上突出个性化推荐,
其中,至少部分所述个性化推荐未涉及药物剂量,但涉及药物响应和/或药物不良反应。
针对本发明的第二方面的系统所描述的实施方案同样对于本发明的第五方面的系统有效。
在第六方面,本发明还涉及一种计算机可读介质,其包含程序指令,用于计算机执行用于产生动态网页的基于网络的方法,包括执行以下步骤:
获取病人的遗传学信息,包括单核苷酸多态性(SNP),其中所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息;
处理所述获取的遗传学信息连同选定的几种药物的药物遗传学信息,以为所述病人产生个性化药物遗传学信息,并根据所述产生的个性化药物遗传学信息为所述病人产生关于几种药物的多个个性化推荐;
根据关于至少所述多个个性化推荐的内容,产生动态网页,
根据所述动态网页,提供图形用户界面(GUI),
针对所述病人,显示所述多个个性化推荐,并且按照风险准则,视觉上突出所述多个显示的个性化推荐中那些与副作用相关联的推荐,其中,个性化推荐通过所述图形用户界面(GUI)显示并在视觉上突出;
其中,至少部分所述个性化推荐未涉及药物剂量,但涉及药物响应和/或药物不良反应。
针对本发明的第三方面的计算机可读介质所描述的实施方案同样对于本发明的第六方面的计算机可读介质有效。
附图说明
参照附图,根据实施方案的以下详细说明,将更好地理解先前的和其他优点和特征,该说明必须以示例性和非限制性方式加以考虑,其中:
图1是针对一个实施方案的描述了本发明的方法的不同步骤和系统的不同元件的流程图;
图2是针对被称为实例1的第一实施方案的示出了由本发明的方法产生并提供的动态网页GUI的第一屏幕的屏幕截图,包括关于神经精神药物使用的个性化推荐,在点击示出的“遗传学结果(genetic results)”标签和/或作为默认屏幕时,显示所述第一屏幕;
图3是同样针对实例1的示出了图2所示的部分第一屏幕,一旦当用户将鼠标指针定位在画有下划线的药物名称(即西酞普兰)上时,出现带有附加推荐信息的气泡提示框;
图4同样涉及本发明的方法的实例1,并示出了图2所示的部分第一屏幕,一旦当用户点击图3中画有下划线的药物名称(即西酞普兰)上时,出现带有进一步附加信息(包括感兴趣的基因和变异体)的弹出窗口;
图5示出了针对被称为实例2的第二实施方案的示出了本发明的方法的动态网页GUI的第二屏幕的屏幕截图,第二屏幕包括多个待用户填写以输入关于当前治疗的病人信息的填写框,包括伴随药物(该例中选用特比萘芬)和精神药物(该例中选用阿米替林),以及环境因素(该例中未选用),当点击示出的“病人信息(patient information)”标签时,显示所述第二屏幕;
图6同样针对实例2示出了本发明的方法的动态网页GUI的第三屏幕的屏幕截图,其对应于图2所示的第一屏幕,但显示的推荐信息已响应于用户在根据图5的第二屏幕中输入的信息而被修改;
图7a示出了图2所示第一屏幕的一部分,即该推荐尚未基于在第二屏幕中输入的信息而被修改,包括当用户将鼠标指针定位在画有下划线的药物名称(即阿米替林)上时出现的带有附加推荐信息的气泡提示框;
图7b同样针对实例2示出了图6所示第一屏幕的一部分,即该推荐已基于在第二屏幕中输入的信息而被修改,包括当用户将鼠标指针定位在画有下划线的药物名称(即阿米替林)上时出现的带有附加推荐信息的气泡提示框,由于输入信息的影响,所述附加推荐信息与图7a所示的附加推荐信息不同;
图8a和图8b对于不同的药物,特别是对于氟哌啶醇,分别与图7a和图7b等效;由于第二屏幕中输入的信息的影响,图8b的气泡提示框中显示的所述药物的附加推荐信息相对于图8a的气泡提示框中所示的附加推荐信息也已进行修改;
图9示出了如图5所示的本发明的方法的动态网页GUI的第二屏幕的屏幕截图,但是作为与实例2相反的被称为实例3的第三实施方案,其没有选定伴随药物和精神药物,但选定了环境因素,特别是在被称为“肾病”的填写框中,选定了“重度肾功能不全”因素;
图10针对实例3示出了本发明的方法的动态网页GUI的第三屏幕的屏幕截图,其对应于图2所示的第一屏幕,但显示的推荐信息已响应于用户在根据图9的第二屏幕中输入的信息而被修改;
图11a和图11b与图7a和图7b相类似,但只是针对实例3和对于锂盐,其中,由于根据图9的第二屏幕中输入的信息的影响,图11b的气泡提示框中显示的所述药物的附加的推荐信息相对于11a的气泡提示框中所示的附加的推荐信息也已修改;
图12针对一个实施方案示出了本发明的系统的示意图;
图13是图1的替代性流程图,其针对另一个实施方案描述了本发明的方法的不同步骤和系统的不同元件。
具体实施方式
通过与实现本发明方法时执行的动作相关的功能框,图1针对一个实施方案示出了本发明的用于提供关于药物使用的个性化推荐的基于网络的系统。
图1的系统包括用于获取病人的遗传学信息(包括单核苷酸多态性(SNP))的装置,其中所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息,其中,所述装置示出为方框1、2、3,其中,方框3是遗传学分析平台,其根据病人的基因样本以XLS文件形式产生遗传学数据,方框1和2分别为在相应平台中实现的管理程序LIMS(实验室信息管理系统)以及以信息包(JSON)的形式产生通用数据(例如样本号、样本类型等)的外部平台。所述平台1、2、3的每一个均包括一个或多个计算单元,其具有各自的处理器、存储器、总线等。
根据图1中的描述,在称为PGI-D的实体中,在方框4处,本发明的系统的处理装置创建了一个XLS文件形式的宏,其包含遗传学结果以及从方框1、2、3接收的关于基因样本的通用数据。
通过处理所述产生的宏中包含的信息连同数据库5中存储的信息,包括与几种药物相关联的药物遗传学信息,例如将每种药物与特定遗传变异体的存在/不存在关联起来的短语、推荐等,一方面,在方框6处,该处理装置产生文本文档形式的结果报告,例如包含所有易于理解的检索信息的MicrosoftDOCX文档,另一方面,在方框7处,该处理装置产生可在线查阅并作为获得最终结果的基础的结果报告。
方框6处创建的文本报告在方框8处存储为PDF文件,并使其存储在PGI-D的存储器装置内,使得用户能够通过网络从其中将该报告下载到他们的用户计算装置。
在方框7处创建的在线结果报告包括针对病人的关于几种药物的多个个性化推荐,按照风险准则,如果与副作用相关联,一些个性化推荐在视觉上突出,当通过由本发明的系统的网页服务器产生的动态网页所提供的GUI来显示时,所述网页服务器(必须理解为如图1中所述的,包括部分和所有示出的PGI-D实体)连接至用户计算装置以向其提供所述GUI,以便通过访问网址,该所述用户计算装置和相关联的显示装置通过所述GUI显示并在视觉上突出个性化推荐。
用户可查阅在计算装置的显示装置上显示的方框7的所述报告(在第一屏幕中,如图2所示的报告),或者该用户可输入(在第二屏幕中,如图5所示的报告)如方框9所示的进一步的病人信息连同当前服用的伴随药物。
结合方框7的在线报告中所包含的信息、在方框9处输入的信息以及存储在数据库10中的数据(例如关于药物与伴随药物或环境因素之间的相互作用的短语),在方框11处,该PGI-D产生新版本的在线结果报告(在第三屏幕中,如图6所示的报告)。
图13示出了图1的实施方案的一个替代实施方案,无需图1中示出的一些功能框,特别是方框4和6。
图13的实施方案的网络系统的运行与图1的相类似,但省略了通过方框4和6针对图1的实施方案执行的功能。
因此,根据图13的实施方案,本发明的系统的操作如下:
为了产生PDF形式的报告,该系统,特别是用于获取遗传学信息的装置,一方面,从通过遗传学分析平台3产生的Excel文件(XLS)中捕获遗传学数据,另一方面,从通过外部平台2(例如GSK)和程序管理LIMS1产生的包(JSON)中捕获通用数据(例如样本号、类型等)。
根据该数据以及PGI-D的数据库5中存储的数据(例如短语、推荐等),一方面,该系统在方框8处产生结果报告,该报告为PDF文件,其包括所有可以理解的信息并存储在存储器中,以便用户可以下载,另一方面,该系统在方框7处产生另一个结果报告(在线报告),该报告在线可用,并将作为获得最终结果的基础。
当已产生在线报告时,该用户可通过其用户计算机U访问网络并查看该在线报告。该用户还可以在方框9处选择输入病人信息连同当前进行治疗的信息。基于初步结果报告,即基于在方框7处产生的在线报告,基于用户在方框9处输入的信息并基于数据库10中可用的数据(例如关于相互作用的句子),PGI-D结合所有信息在方框11处产生新版在线结果报告。
PGI-D是本发明的系统的主要实体,包括数据库5和10以及上述处理装置,其在图1和图13中通过所执行的功能任务仅用示意图示出,即通过图1的方框4和6以及图1和图13的方框7、8、9和11,尽可能地在硬件级通过多种不同的方法实现,包括本地HW部分(包括用户计算装置U)和/或远程HW部分(包括至少该网页服务器S),用以通过本地和/或远程处理和/或在集中式环境或分布式环境(例如分布式云计算环境)通过特别适用的存储器加载程序指令来执行所述功能任务。
图12描述了本发明的系统的示意图,其中,用户计算装置和对应的显示装置示出为计算机U和相应的计算机屏幕D,网页服务器以S表示,互联网网络表示为WWW,通过互联网网络上述装置实现双向连接,并且参照图1和图13在上文中描述的平台1、2、3在图12中仅通过一个方框1、2、3示出。
对于图12的简单实施方案,图1和图13的PGI-D实体所包含的方框同样包含在网页服务器S中,而用户计算机U通过互联网双向连接至所述服务器S,以便接收在方框7和11处产生的在线报告(该报告以GUI的形式在计算机屏幕D中显示),以及下载方框8的PDF报告,若用户要求,并且访问该网页服务器S以在方框9处经由所述GUI的交互式屏幕输入病人信息。
图1和图13还描述了用户计算机U和相应的计算机屏幕D,相应的箭头线从方框7、8、11离开并去往用户计算机U以向后者提供上述报告,并且进一步的箭头线从用户计算机U离开并去往方框9以图形化地示出上文所述的通过任意外围输入装置(鼠标、触摸屏、键盘等)经由用户通过计算机屏幕D中示出的交互式屏幕进行的病人信息的输入。
图2-图11针对三个不同实施方案示出了与通过本发明的方法产生和提供的动态网页GUI的不同屏幕相对应的不同屏幕截图,这三个实施方案在下文中进行说明,并命名为实例1、实例2和实例3。
实例1(图2-图4)
在图2中,显示了对应于标注为“遗传学结果”的标签的动态网页(GUI)的第一屏幕。所述第一屏幕包括4个图表,每个图表均包括具有相同或相似用途的相应药物的多个标识符(特别是药物名称),特别是,所述4个图表包括充当抗抑郁药、抗精神病药、稳定剂、抗癫痫药等的药物的图表。
每个药物标识符均示出与为特定病人产生的所显示的个性化推荐之一相关联。图1中显示了如下4种主要的个性化推荐:
通过白色矩形(其中写有图注“标准”)描述的个性化推荐,其对应于与标准药物响应、标准代谢和/或标准药物不良反应风险(即,病人遗传学数据中未发现与相应药物治疗相关的遗传变异体)相关联的个性化推荐。
采用其中带有黑色斜线的灰色矩形(可选择地和优选地,该矩形应为纯绿色矩形)描述的个性化推荐,其对应于与阳性响应(positive response)的可能性提高和/或药物不良反应的风险降低相关联的个性化推荐。
采用纯灰色矩形(可选择地和优选地,该矩形应为纯琥珀色矩形)描述的个性化推荐,其对应于与药物阳性响应的可能性降低和/或需要具体剂量监测(即,阳性响应的可能性增加和/或药物不良反应的风险降低)相关联的个性化推荐。
采用其中带有竖线的灰色矩形(可选择地和优选地,该矩形应为纯红色矩形)描述的个性化推荐,因其对应于与药物不良反应的风险增加相关联的个性化推荐,因此根据风险准则,该个性化推荐是最突出的(如前所述,优选为红色)。
如图2所示,对于所述病人而言,由于根据所获取和经分析的病人遗传学信息所得的对该药物不良反应的风险,该例突出抗抑郁药物西酞普兰(即一种与最突出的个性化推荐相关的药物)的药物遗传学分析,以使用户更多地关注该药物。
一旦当用户将鼠标指针定位在画有下划线的药物名称(即西酞普兰)上时,如图3所示,出现带有附加推荐信息的气泡提示框。
在该例中,通过图2中采用的用于药物的个性化推荐的相同图形标码(然而颜色标码同样优选,其中红色用于突出所识别的最高风险遗传变异体)连同短语形式的相应描述信息片段,该附加推荐信息示出西酞普兰(包括根据风险准则分类的所识别的遗传变异体)的分析结果。
如气泡提示框所示,在该具体实例中,识别了两种不同的遗传变异体,其中一种(GRIK4)与西酞普兰的阳性响应的可能性提高相关联(采用其中带有黑色斜线的灰色矩形进行显示,然而应以绿色优选显示),第二种变异体(LOC729622)与药物不良反应风险的增加相关联(采用其中带有黑色竖线的灰色矩形进行显示,然而应以红色优选显示),这需要增加医学监视。
在第一屏幕药物图表中显示了这两个信息片段的整合,即如图2所示,在该例中,根据确定的风险准则,采用其中带有黑色竖线的灰色矩形显示(然而应优选以红色显示)的单一个性化推荐与西酞普兰相关联。换句话说,气泡提示框中针对遗传变异体(LOC729622)的与不良影响的风险增加相关联的推荐信息所显示的图形标码(带有黑色竖线的灰色矩形)与图2中所显示的用以表明西酞普兰的单一个性化推荐的图形标码相同。
如果用户点击西酞普兰的名称,如图4所示,则出现弹出窗口,除了图3的气泡提示框中已示出的信息以外,该弹出窗口还包括针对药物进行分析的关于感兴趣的基因和变异体的进一步的附加信息,该附加信息为上述描述的特定遗传变异体的存在/不存在如何影响药物响应和/或药物不良反应的描述性信息片段或短语的形式。
在图2所示的第一屏幕的右上角,存在带有图注“下载报告”的虚拟图标。当点击该虚拟图标时,用户下载图1方框8中产生的上述PDF文件。
同样在图2中存在另一虚拟图标,在该例中,图注“以列表形式显示”邻近其设置。当用户点击该虚拟图标时,图2的图表中所包含的信息可选择地以列表形式显示。
实例2(图5-图8)
该例着重强调治疗选项的选择和伴随药物的选择,以及所述伴随药物的影响如何改变了显示的药物图表和最终的个性化推荐。药物遗传学分析结果报告与实例1中的分析报告相同(即图2中所示结果)。
在图5中,显示了对应于标注为“病人信息”的标签的动态网页(GUI)的第二屏幕。所述第二屏幕包括多个待用户填写以输入病人信息的填写框,包括伴随药物,或物质,以及与病状和/或影响健康的习惯和/或身体特征(包括人体测量数据、民族、年龄和性别中的至少一种)相关联的个人信息。
所述个人信息按照“环境因素”进行分类,对于说明性实施方案,其包括以下第一种字段:“吸烟者状态”、“贯叶连翘,圣约翰草”、“心脏病”和“西柚汁”,所有这些,邻近于若病人符合仅由用户标记的方框,并且还包括以下第二种字段:“肾病”和“肝病”,所有这些,邻近于用户点击时示出带有几个可选项的下拉式列表的方框。
在标题“当前治疗”下,存在两个字段:称为“精神药物”的第一字段,其邻近于在用户点击时示出包括图2所示药物的下拉列表的方框,以便选择该精神药物或选用的药物,以及称为“伴随药物”的第二字段,其邻近于在用户点击时示出包括几种可选择的非精神药物的下拉列表的方框。
在所述字段下,存在一个矩形区域,其中示出了针对说明性实施方案选定的精神药物和伴随药物,在该例中,医生选择阿米替林作为首选治疗方法,其根据药物遗传学分析的结果,针对该病人,标示为“标准”(参见图2),并选择特比萘芬作为伴随药物。
一旦选定精神药物和伴随药物,用户点击设置在下方的“应用数据”按钮,以应用该选择,且可选地,将该选择应用至“保存历史记录”按钮,以将该选项添加至历史记录文件中。
该信息连同药物遗传学数据一起被处理,并且所产生的综合信息和具体推荐在动态网页GUI的第三屏幕(标签“最终结果(final result)”)中显示,如图6所示。
图6示出了与图2所示相同的图表和药物,但是基于在第二屏幕中输入的信息,修改了个性化推荐。此外,特别是,对于药物氟哌啶醇的个性化推荐已从显示白色矩形(参见图2)改变为显示带有竖线的灰色矩形(参见图6),并且对于药物阿米替林的个性化推荐从显示白色矩形改变为显示纯灰色矩形。
一些个性化推荐中还添加了一些带有圆圈的感叹号图标,意思是个性化推荐所涉及的药物存在一些报告的相互作用,这些相互作用可通过将鼠标指针放置在药物名称上以气泡提示框的形式进行查阅,或者点击药物名称以弹出窗口的形式进行查阅。图6示出了报告的可能相互作用连同相应的虚拟图标,这些图标表示以下类别:“禁忌症”、“不推荐的组合”、“警告/信息”、“修改疗程和/或监测参数”、“增加剂量和/或监测参数”以及“减少剂量和/或监测参数”。
通过比较与实例1对应的图7a和与实例2的图7b,可以看出,气泡提示框中给出的与阿米替林相关联的信息发生了改变,图7b的气泡提示框报告了伴随药物特比萘芬充当由肝脏中CYP2D6酶进行阿米替林代谢的强抑制剂。
药物-伴随药物的相互作用在动态网页的第三屏幕中以纯灰色矩形(尽管应以琥珀色优选突出)描绘,如图6和图7b所示。
因此,针对阿米替林的特定个性化推荐从“按指导使用”改变为“增加阿米替林血浆浓度存在风险。若需要,监测阿米替林血浆浓度并减少剂量”,其划分到“修改疗程和/或监测参数”类别中。
特比萘芬同样作为氟哌啶醇的肝代谢的强抑制剂。在该例中,如上文所述,选择特比萘芬作为伴随药物使得氟哌啶醇的药物遗传学分析结果(起初标示为“标准”)改变为个性化推荐,即增加氟哌啶醇血浆浓度存在风险,使得QT间期延长和心律失常的风险增加,如图8b的气泡提示框所示。
实例3(图9-图11)
该例着重强调病人存在的共病病状的选择以及所述共病病状的影响如何改变显示的药物图表和最终的个性化推荐。药物遗传学分析结果报告同样与实例1中的结果报告相同(即图2中所示结果)。
在该实例中,在动态网页的第二屏幕(标签)中,如图9所示,医生选择“肾病”字段中的“重度肾功能不全”。
如图10所示,其示出了动态网页的第三屏幕,该行为改变了图2中最初显示的图表和个性化推荐。例如,锂盐出现在图2中,其与其中带有黑色斜线的灰色矩形(然而应以绿色优选显示)相关联,该显示改变成图10中其中带有竖线的灰色矩形(可选择地和优选地,该矩形应为红色矩形),这强调了锂盐禁忌用于有重度肾损伤的病人这一事实。当医生将鼠标指针定位在药物的名称上时(如图11b所示),该警告的详细信息在气泡提示框中示出,或者当点击药物的名称时,该警告的详细信息在弹出窗口中示出。
在不偏离本发明范围的情况下,本领域的技术人员可在所述实施方案中引入改变和修改,其由随附权利要求限定。
Claims (21)
1.一种用于提供关于药物使用的个性化推荐的基于网络的计算机辅助方法,包括执行以下步骤:
获取病人的遗传学信息,包括单核苷酸多态性(SNP),其中所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息;
处理所述获取的遗传学信息连同选定的几种药物的药物遗传学信息,以为所述病人产生个性化药物遗传学信息;
根据所述产生的个性化药物遗传学信息,在用户显示器上为所述病人自动产生和显示关于几种药物的多个个性化推荐;以及
按照一风险准则,在视觉上突出所述多个显示的个性化推荐中那些与药物不良反应风险相关联的推荐,
其中,所述方法包括根据关于至少所述多个个性化推荐的内容产生动态网页,根据所述动态网页,提供图形用户界面(GUI),并且通过所述图形用户界面(GUI)执行个性化推荐的所述显示和视觉上突出;
其中,至少部分所述个性化推荐没有涉及药物剂量,但涉及药物响应和/或药物不良反应;
其中,所述关于不与代谢相关联的基因和遗传变异体的信息和与药物响应和药物不良反应相关联的基因和遗传变异体相关;以及
其中,所述选定的药物遗传学信息包括将所述几种药物中的每种药物与特定遗传变异体的存在/不存在关联起来的描述性信息片段,所述描述性信息片段的每一个均具有与其相关联的风险度;
其中,该方法还包括:
获取关于所述病人服用的至少一种伴随药物或物质的信息以及与所述病人的病状和/或影响健康的习惯和/或身体特征相关联的进一步个人信息的信息,所述身体特征包括人体测量数据、民族、年龄和性别中的至少一种;和
基于所述伴随药物或物质对药物响应、药物浓度和/或药物不良反应的影响,或者基于所述药物对伴随药物/物质响应、药物/物质代谢和/或药物/物质不良反应的影响,并且基于所述进一步个人信息对药物响应和/或药物不良反应的影响,实时修改至少部分所述个性化推荐及其显示方式,所述显示方式包括所述视觉上突出。
2.如权利要求1所述的方法,所述方法包括:
当所述描述信息片段中仅存在一个将药物与所述遗传学信息中相应的遗传变异体关联起来的描述信息片段时,从所述数据库中检索所述仅有的一个描述信息片段,并根据其为所述病人产生关于所述药物的个性化推荐,以及
当所述描述信息片段中存在至少两个将药物与所述遗传学信息中至少两个相应的遗传变异体关联起来的描述信息片段时,检索所述至少两个描述信息片段,并且通过从所述至少两个检索到的描述信息片段中选择具有最高风险度的描述信息片段,为所述病人产生关于所述药物的个性化推荐。
3.如权利要求1所述的方法,其中,所述药物为神经精神药物。
4.如权利要求1所述的方法,包括通过分析所述药物、所述至少一种伴随药物或物质以及所述遗传学信息三者之间的相互作用,确定所述伴随药物或物质的影响。
5.如权利要求4所述的方法,其中,所述分析包括检验所述伴随药物或物质如何改变所述病人对于所述药物中的一种或多种的代谢能力。
6.如权利要求4所述的方法,包括在产生个性化药物遗传学推荐之后,执行所述的相互作用分析,其中,在已经产生的个性化推荐上,执行对至少部分所述个性化推荐的修改。
7.如权利要求6所述的方法,其中,对于所述至少一种伴随药物或物质为至少两种的情况,所述方法包括基于每种伴随药物/物质对所述药物的影响,或反之亦然,产生至少两个暂时修改的个性化推荐,每一个均具有与其相关联的风险度,并且通过从所述至少两个暂时修改的个性化推荐中选择具有最高风险度的暂时修改的个性化推荐,为所述病人产生和显示关于所述药物的最终修改的个性化推荐述。
8.如权利要求4所述的方法,包括执行所述作为对获取的遗传学信息和选定的药物遗传学信息的所述处理的一部分的相互作用分析,所述处理因此包括对所述获取的至少一种伴随药物或物质的信息连同所述获取的遗传学信息和选定的药物遗传学信息的处理,其中,对至少部分所述个性化推荐的所述修改在产生个性化推荐的过程中发生并成为该过程的一部分。
9.如权利要求1所述的方法,其中,根据颜色标码显示所述个性化推荐,所述视觉上突出包括至少使用明显、醒目或闪烁的颜色来根据所述风险准则突出个性化推荐。
10.如权利要求9所述的方法,其中,所述颜色标码用于以以下颜色显示:
红色,与个性化推荐相关联的药物不良反应的风险增加;
琥珀色,与个性化推荐相关联的药物响应的可能性降低和/或需要具体剂量监测;绿色,与个性化推荐相关联的药物响应的可能性提高和/或药物不良反应的风险降低;以及
白色,与个性化推荐相关联的药物响应、代谢和/或药物不良反应的风险符合标准。
11.如权利要求8所述的方法,其中,所述的对显示个性化推荐的方式的修改包括改变在所述显示器的屏幕区域上显示所述个性化推荐的图示的颜色和/或形状,并且/或者直接或当用户点击用户显示器示出的虚拟链接时显示附加的推荐信息和/或显示所述屏幕区域上或附近的符号,其中,所述符号从多个不同的符号中选定,这些不同的符号与所述伴随药物或物质或所述进一步个人信息对药物响应、药物浓度和/或药物不良反应的相应的不同影响相关联。
12.如权利要求11所述的方法,其中,所述多个符号包括关于药物的与另一些影响相关联的符号:存在相互作用、存在禁忌症、存在相关信息、药物剂量增加和药物剂量减少。
13.如权利要求1所述的方法,包括显示多个图表,每一个图表均包括具有相同或相似用途的相应药物的多个标识符,其中每个药物标识符示为与所述显示的个性化推荐之一相关联。
14.如权利要求11所述的方法,包括交替或同时地在用户显示器上显示:
第一屏幕或第一图形区域,包括多个图表,每一个图表均包括具有相同或相似用途的相应药物的多个标识符,其中每个药物标识符被示出与所述用户显示的个性化推荐之一相关联;
第二屏幕或第二图形区域,包括多个待用户填写以输入病人信息的填写框,包括伴随药物或物质,以及与病状和/或影响健康的习惯和/或身体特征相关联的个人信息,所述身体特征包括人体测量数据、民族、年龄和性别中的至少一种;以及
第三屏幕或第三图形区域,包括所述多个图表,其已基于伴随药物或物质和/或所述进一步的个人信息对药物响应和/或药物不良反应的影响修改了至少部分所述个性化推荐及其显示方式。
15.如权利要求14所述的方法,包括向所述用户提供一种在线和交互服务,至少包括在用户显示器上显示所述多个图表、填写所述填写框、基于填写的信息修改所述个性化推荐及其显示,以及经由计算输入工具提供用户显示器示出的待用户点击的虚拟链接,以访问待在用户显示器上示出和/或待由用户下载的附加推荐信息。
16.如权利要求1所述的方法,进一步包括根据统计信息执行学习反馈过程,所述统计信息涉及几种药物响应和/或几个病人和/或药物与伴随药物或物质间的相互作用和/或药物和与病状和/或影响健康的习惯和/或身体特征相关联的病人个人信息之间的相互作用,所述身体特征包括人体测量数据、民族、年龄和性别中的至少一种,其中,所述个性化推荐的产生同样基于所述学习反馈过程的结果。
17.一种用于提供关于药物使用的个性化推荐的基于网络的系统,包括:
获取装置,其用于获取病人的遗传学信息,包括单核苷酸多态性(SNP),其中所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息;
处理装置,其用于处理所述获取的遗传学信息连同选定的几种药物的药物遗传学信息,以为所述病人产生个性化药物遗传学信息,并根据所述产生的个性化药物遗传学信息为所述病人产生关于几种药物的多个个性化推荐;
用户计算装置,其与用户显示装置相关联,所述用户计算装置设置成并适用于在用户显示装置上显示所述产生的个性化推荐,并且按照一风险准则,在视觉上突出所述多个显示的个性化推荐中那些与副作用相关联的推荐;
网页服务器,其可访问关于至少所述多个个性化推荐的内容,并适用于根据所述内容产生动态网页,以根据所述动态网页,提供图形用户界面(GUI),所述网页服务器连接至所述用户计算装置以向所述用户计算装置提供所述图形用户界面,其中所述用户计算装置和相关联的显示装置适用于通过所述图形用户界面(GUI)显示并在视觉上突出所述个性化推荐;以及
其中,至少部分所述个性化推荐没有涉及药物剂量,但涉及药物响应和/或药物不良反应;
其中,所述关于不与代谢相关联的基因和遗传变异体的信息和与药物响应和药物不良反应相关联的基因和遗传变异体相关;以及
其中,所述选定的药物遗传学信息包括将所述几种药物中的每种药物与特定遗传变异体的存在/不存在关联起来的描述性信息片段,所述描述性信息片段的每一个均具有与其相关联的风险度;
其中用于获取遗传学信息的获取装置进一步配置为获取关于所述病人服用的至少一种伴随药物或物质的信息以及与所述病人的病状和/或影响健康的习惯和/或身体特征相关联的进一步个人信息的信息,所述身体特征包括人体测量数据、民族、年龄和性别中的至少一种,
其中,基于所述伴随药物或物质对药物响应、药物浓度和/或药物不良反应的影响,或者基于所述药物对伴随药物/物质响应、药物/物质代谢和/或药物/物质不良反应的影响,
并且基于所述进一步个人信息对药物响应和/或药物不良反应的影响,
实时修改个性化推荐及其显示方式,所述显示方式包括视觉上突出。
18.如权利要求17所述的系统,包括数据库,其存储与所述几种药物和遗传学信息相关的所述选定的药物遗传学信息,以及多个与其相关联的预构建推荐,其中,所述处理装置可访问所述数据库,以通过在所述存储的选定药物遗传学信息中至少查找获取的遗传学信息并从其中提取与其相关联的至少预构建推荐,产生所述个性化推荐。
19.如权利要求17所述的系统,包括数据库,其存储所述选定的药物遗传学信息,其中,所述处理装置可访问所述数据库,以通过以下内容产生所述个性化推荐:
当所述描述信息片段中仅存在一个将药物与所述遗传学信息中相应的遗传变异体关联起来的描述信息片段时,从所述数据库中检索所述仅有的一个描述信息片段,并且根据其为所述病人产生关于所述药物的个性化推荐,或者
当所述描述信息片段中存在至少两个将药物与所述遗传学信息中至少两个相应的遗传变异体关联起来的描述信息片段,从所述数据库中检索所述至少两个描述信息片段,并且通过从所述至少两个检索到的描述信息片段中选择具有最高风险度的描述信息片段为所述病人产生关于所述药物的个性化推荐。
20.一种用于产生动态网页的基于网络的计算机辅助方法,包括执行以下步骤:
通过具有至少一个处理器和一个存储器的获取装置,获取病人的遗传学信息,包括单核苷酸多态性(SNP),其中,所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息;
通过所述处理装置,处理所述获取的遗传学信息连同选定的几种药物的药物遗传学信息,以为所述病人自动产生个性化药物遗传学信息,并根据所述产生的个性化药物遗传学信息为所述病人产生关于几种药物的多个个性化推荐;
通过连接至所述处理装置或包括至少部分所述处理装置或由所述处理装置构成的网页服务器,执行以下步骤:
根据关于至少所述多个个性化推荐的内容,产生动态网页,以及
根据所述动态网页,向连接至处理装置的用户计算单元提供图形用户界面(GUI),
在所述用户计算单元的用户显示器上显示所述产生的个性化推荐,并且在所述用户显示器上,按照风险准则,在视觉上突出所述多个显示的个性化推荐中那些与药物不良反应风险相关联的推荐,其中,通过所述图形用户界面(GUI)显示并在视觉上突出个性化推荐;
其中,至少部分所述个性化推荐没有涉及药物剂量,但涉及药物响应和/或药物不良反应;
其中,所述关于不与代谢相关联的基因和遗传变异体的信息和与药物响应和药物不良反应相关联的基因和遗传变异体相关;
其中,所述选定的药物遗传学信息包括将所述几种药物中的每种药物与特定遗传变异体的存在/不存在关联起来的描述性信息片段,所述描述性信息片段的每一个均具有与其相关联的风险度;
其中,该方法还包括通过所述获取装置获取关于所述病人服用的至少一种伴随药物或物质的信息以及与所述病人的病状和/或影响健康的习惯和/或身体特征相关联的进一步个人信息的信息,所述身体特征包括人体测量数据、民族、年龄和性别中的至少一种;
其中,基于所述伴随药物或物质对药物响应、药物浓度和/或药物不良反应的影响,或者基于所述药物对伴随药物/物质响应、药物/物质代谢和/或药物/物质不良反应的影响,
并且基于所述进一步个人信息对药物响应和/或药物不良反应的影响,
实时修改所述个性化推荐及其显示方式,所述显示方式包括所述视觉上突出。
21.一种用于产生动态网页的基于网络的系统,包括:获取装置,其具有至少一个处理器和一个存储器,并且适用于获取病人的遗传学信息,包括单核苷酸多态性(SNP),其中,所述遗传学信息包括关于与代谢相关联的基因和遗传变异体的信息以及不与代谢相关联的基因和遗传变异体的信息;
处理装置,其具有至少一个处理器和一个存储器,并且适用于处理所述获取的遗传学信息连同选定的几种药物的药物遗传学信息,以通过可由所述至少一个处理器执行的存储器加载程序指令为所述病人产生个性化药物遗传学信息,并根据所述产生的个性化药物遗传学信息为所述病人产生关于几种药物的多个个性化推荐;
用户计算单元,其连接至用户显示器;
网页服务器,其连接至所述处理装置或包括至少部分所述处理装置或由所述处理装置构成并同样连接至所述用户计算单元,所述网页服务器可访问关于至少所述多个个性化推荐的内容,并适用于:
根据所述内容,产生动态网页,以及
根据所述动态网页,向所述用户计算单元提供图形用户界面(GUI),
其中,所述用户计算单元和所述用户显示器设置成并适用于在用户显示器上显示所述产生的个性化推荐,并且在用户显示器上,在视觉上突出所述多个显示的个性化推荐中那些与药物不良反应风险相关联的推荐,按照风险准则,通过所述图形用户界面(GUI)显示并在视觉上突出个性化推荐,
其中,至少部分所述个性化推荐没有涉及药物剂量,但涉及药物响应和/或药物不良反应;
其中,所述关于不与代谢相关联的基因和遗传变异体的信息和与药物响应和药物不良反应相关联的基因和遗传变异体相关;以及
其中,所述选定的药物遗传学信息包括将所述几种药物中的每种药物与特定遗传变异体的存在/不存在关联起来的描述性信息片段,所述描述性信息片段的每一个均具有与其相关联的风险度;
其中所述获取装置进一步配置为获取关于所述病人服用的至少一种伴随药物或物质的信息以及与所述病人的病状和/或影响健康的习惯和/或身体特征相关联的进一步个人信息的信息,所述身体特征包括人体测量数据、民族、年龄和性别中的至少一种,
其中,基于所述伴随药物或物质对药物响应、药物浓度和/或药物不良反应的影响,或者基于所述药物对伴随药物/物质响应、药物/物质代谢和/或药物/物质不良反应的影响,
并且基于所述进一步个人信息对药物响应和/或药物不良反应的影响,
实时修改个性化推荐及其显示方式,所述显示方式包括视觉上突出。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361915077P | 2013-12-12 | 2013-12-12 | |
US61/915,077 | 2013-12-12 | ||
PCT/IB2014/002715 WO2015087140A1 (en) | 2013-12-12 | 2014-12-10 | Web-based computer-aided method and system for providing personalized recommendations about drug use, and a computer-readable medium |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105981024A CN105981024A (zh) | 2016-09-28 |
CN105981024B true CN105981024B (zh) | 2019-03-26 |
Family
ID=52434853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480075387.5A Active CN105981024B (zh) | 2013-12-12 | 2014-12-10 | 用于提供关于药物使用的个性化推荐的基于网络的计算机辅助方法和系统及计算机可读介质 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10943672B2 (zh) |
EP (1) | EP3080738A1 (zh) |
JP (1) | JP6596424B2 (zh) |
KR (1) | KR102362422B1 (zh) |
CN (1) | CN105981024B (zh) |
CA (1) | CA2932983C (zh) |
WO (1) | WO2015087140A1 (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3239869A1 (en) | 2016-04-29 | 2017-11-01 | Fujitsu Limited | A system and method to produce and validate weighted relations between drug and adverse drug reactions |
CN106326652A (zh) * | 2016-08-23 | 2017-01-11 | 北京博奥医学检验所有限公司 | 一种肿瘤智能用药指导系统 |
US10476974B2 (en) | 2016-10-07 | 2019-11-12 | Bank Of America Corporation | System for automatically establishing operative communication channel with third party computing systems for subscription regulation |
US10510088B2 (en) * | 2016-10-07 | 2019-12-17 | Bank Of America Corporation | Leveraging an artificial intelligence engine to generate customer-specific user experiences based on real-time analysis of customer responses to recommendations |
US10621558B2 (en) | 2016-10-07 | 2020-04-14 | Bank Of America Corporation | System for automatically establishing an operative communication channel to transmit instructions for canceling duplicate interactions with third party systems |
TW201835797A (zh) * | 2017-01-27 | 2018-10-01 | 美商歐瑞3恩公司 | 基於個人基因輪廓來判定及展現購買建議之系統及方法 |
CN108629149B (zh) * | 2017-03-21 | 2023-04-07 | 达易特基因科技股份有限公司 | 基因检测平台方法 |
US10249389B2 (en) * | 2017-05-12 | 2019-04-02 | The Regents Of The University Of Michigan | Individual and cohort pharmacological phenotype prediction platform |
CN107273710A (zh) * | 2017-08-22 | 2017-10-20 | 北京岙特杰诺生物科技有限公司 | 一种建立药物代谢酶基因与药物代谢的关系模型的方法 |
WO2019083024A1 (ja) * | 2017-10-27 | 2019-05-02 | シスメックス株式会社 | 遺伝子解析方法、遺伝子解析装置、管理サーバ、遺伝子解析システム、プログラム、および記録媒体 |
JP7320345B2 (ja) | 2017-10-27 | 2023-08-03 | シスメックス株式会社 | 遺伝子解析方法、遺伝子解析装置、遺伝子解析システム、プログラム、および記録媒体 |
WO2019089558A1 (en) * | 2017-10-30 | 2019-05-09 | Endocanna Health, Inc. | Graphical user interfaces for determining personalized endocannabinoid genotypes and associated recommendations |
CN108682458A (zh) * | 2018-05-08 | 2018-10-19 | 北京岙特杰诺生物科技有限公司 | 用药管理方法、装置及电子设备 |
CA3104100A1 (en) * | 2018-06-28 | 2020-01-02 | Roberta D. Powell | Patient-facing digital platform for health literacy and numeracy |
US20200004928A1 (en) * | 2018-06-29 | 2020-01-02 | Roche Sequencing Solutions, Inc. | Computing device with improved user interface for interpreting and visualizing data |
IT201800007351A1 (it) * | 2018-07-19 | 2020-01-19 | Sistema e metodo attuato mediante calcolatore per visualizzazione dinamica d’interazione tra farmaci | |
WO2020091375A2 (ko) * | 2018-10-29 | 2020-05-07 | 고려대학교 산학협력단 | 항우울제 추천 방법 및 시스템 |
CN113939881A (zh) * | 2019-06-13 | 2022-01-14 | 豪夫迈·罗氏有限公司 | 具有用于解读和可视化纵向数据的改进的用户界面的系统和方法 |
EP3822974A1 (en) * | 2019-11-15 | 2021-05-19 | Stalicla S.A. | Computational platform to identify therapeutic treatments for neurodevelopmental conditions |
KR20210096402A (ko) * | 2020-01-28 | 2021-08-05 | (주)인테그로메디랩 | 증례 데이터 기반 천연물 추천 장치 및 방법 |
KR20210103338A (ko) | 2020-02-13 | 2021-08-23 | 윤명철 | 유전자 정보를 이용하는 상품 추천 시스템 및 방법 |
US11238967B1 (en) * | 2021-02-24 | 2022-02-01 | Flatiron Health, Inc. | Systems and methods for generating dynamic graphical user interfaces for dose recalculations and adjustments |
KR20220165214A (ko) * | 2021-06-07 | 2022-12-14 | (주) 애니펜 | 콘텐츠를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
WO2024076671A1 (en) * | 2022-10-06 | 2024-04-11 | Blue Genes Lab, Llc | Systems and methods for drug interaction analysis |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101429544A (zh) * | 2008-12-18 | 2009-05-13 | 黄行许 | 利用rna干扰文库筛选肿瘤化疗药物敏感基因的方法 |
US8099298B2 (en) * | 2007-02-14 | 2012-01-17 | Genelex, Inc | Genetic data analysis and database tools |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060034508A1 (en) * | 2004-06-07 | 2006-02-16 | Zhou Xiang S | Computer system and method for medical assistance with imaging and genetics information fusion |
US7504227B2 (en) * | 2004-10-20 | 2009-03-17 | University Of Washington | Drug targets for the treatment of neurodegenerative disorders |
EP1958111A4 (en) | 2005-11-29 | 2009-07-08 | Childrens Hosp Medical Center | OPTIMIZATION AND PERSONALIZATION OF SELECTION AND DOSAGE OF DRUGS |
WO2009108802A2 (en) * | 2008-02-26 | 2009-09-03 | Purdue Research Foundation | Method for patient genotyping |
KR20110074527A (ko) * | 2008-09-12 | 2011-06-30 | 네이비제닉스 인크. | 복수의 환경 및 유전 위험 인자를 통합하기 위한 방법 및 시스템 |
US20110082867A1 (en) * | 2009-10-06 | 2011-04-07 | NeX Step, Inc. | System, method, and computer program product for analyzing drug interactions |
US9773091B2 (en) * | 2011-10-31 | 2017-09-26 | The Scripps Research Institute | Systems and methods for genomic annotation and distributed variant interpretation |
-
2014
- 2014-12-10 CN CN201480075387.5A patent/CN105981024B/zh active Active
- 2014-12-10 JP JP2016539087A patent/JP6596424B2/ja active Active
- 2014-12-10 WO PCT/IB2014/002715 patent/WO2015087140A1/en active Application Filing
- 2014-12-10 EP EP14833159.8A patent/EP3080738A1/en not_active Ceased
- 2014-12-10 CA CA2932983A patent/CA2932983C/en active Active
- 2014-12-10 US US15/104,071 patent/US10943672B2/en active Active
- 2014-12-10 KR KR1020167018777A patent/KR102362422B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8099298B2 (en) * | 2007-02-14 | 2012-01-17 | Genelex, Inc | Genetic data analysis and database tools |
CN101429544A (zh) * | 2008-12-18 | 2009-05-13 | 黄行许 | 利用rna干扰文库筛选肿瘤化疗药物敏感基因的方法 |
Also Published As
Publication number | Publication date |
---|---|
KR102362422B1 (ko) | 2022-02-11 |
EP3080738A1 (en) | 2016-10-19 |
CA2932983C (en) | 2021-06-08 |
CA2932983A1 (en) | 2015-06-18 |
KR20160099618A (ko) | 2016-08-22 |
US10943672B2 (en) | 2021-03-09 |
WO2015087140A1 (en) | 2015-06-18 |
US20160314251A1 (en) | 2016-10-27 |
CN105981024A (zh) | 2016-09-28 |
JP6596424B2 (ja) | 2019-10-23 |
JP2017503258A (ja) | 2017-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105981024B (zh) | 用于提供关于药物使用的个性化推荐的基于网络的计算机辅助方法和系统及计算机可读介质 | |
Jenkins et al. | Efficacy of supervised maintenance exercise following pulmonary rehabilitation on health care use: a systematic review and meta-analysis | |
Lagan et al. | Assessing mental health apps marketplaces with objective metrics from 29,190 data points from 278 apps | |
Brandes et al. | Can the common-sense model predict adherence in chronically ill patients? A meta-analysis | |
Whalley Buono et al. | Coming full circle in the measurement of medication adherence: opportunities and implications for health care | |
JP2017503258A5 (zh) | ||
Peeters et al. | Commensuration and policy comparison: How the use of standardized indicators affects the rankings of pension systems | |
Tilley-Gyado et al. | Strengthening the primary care delivery system: A catalytic investment toward achieving universal health coverage in Nigeria | |
Siebeling et al. | Prediction of COPD-specific health-related quality of life in primary care COPD patients: a prospective cohort study | |
Bakhshayesh et al. | Cost-utility analysis of home-based cardiac rehabilitation as compared to usual post-discharge care: systematic review and meta-analysis of randomized controlled trials | |
Knights et al. | Evaluating digital medicine ingestion data from seriously mentally ill patients with a Bayesian Hybrid Model | |
Munir et al. | AgroSupportAnalytics: a cloud-based complaints management and decision support system for sustainable farming in Egypt | |
Rothenbacher et al. | New opportunities of real-world data from clinical routine settings in life-cycle management of drugs: example of an integrative approach in multiple sclerosis | |
Wang et al. | Clinical trial drug safety assessment with interactive visual analytics | |
US11842810B1 (en) | Real-time feedback systems for tracking behavior change | |
An et al. | The need for double-sampling designs in survival studies: an application to monitor PEPFAR | |
Barzdins et al. | Towards evidence-based management: A nationwide administrative data-based audit of acute myocardial infarction in Latvia | |
Marshall et al. | A text/email messaging service for cardiac rehabilitation | |
Polašek et al. | Medical informatics across Europe: Analysis of medical informatics scientific output in 33 European countries | |
Zeng et al. | A counterfactual p-value approach for benefit-risk assessment in clinical trials | |
Nigro et al. | How Health Care Moves on the Web: The Case of Health Social Network | |
Robinson et al. | Cardiac rehabilitation participation rates in patients with acute coronary syndrome | |
Munir et al. | Egyptian Informatics Journal | |
Rankin et al. | P3. 06-008 Lung Cancer Pathways: A Five-Year Program to Reduce Impact Through Epidemiological Modelling and Investment in Prioritized Interventions | |
Khan et al. | Developing a Machine Learning (ML) Model for Digital Phenotyping of Myocardial Infarction (MI) and Injury Amongst Patients Presenting With Suspected Acute Coronary Syndrome (ACS) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240304 Address after: south carolina Patentee after: Precision Molecular Solutions Co.,Ltd. Country or region after: U.S.A. Address before: Spain Zelda Niaoladeer Vallis Patentee before: AB Bio Co.,Ltd. Country or region before: Spain |
|
TR01 | Transfer of patent right |