CN110637342A - 用于跨平台的数据的安全收集、分析和共享的分布式网络 - Google Patents

用于跨平台的数据的安全收集、分析和共享的分布式网络 Download PDF

Info

Publication number
CN110637342A
CN110637342A CN201880032724.0A CN201880032724A CN110637342A CN 110637342 A CN110637342 A CN 110637342A CN 201880032724 A CN201880032724 A CN 201880032724A CN 110637342 A CN110637342 A CN 110637342A
Authority
CN
China
Prior art keywords
user
data
individual
computer
behavioral
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.)
Granted
Application number
CN201880032724.0A
Other languages
English (en)
Other versions
CN110637342B (zh
Inventor
H·勒鲁·琼斯特
梅-埃伦·加文
克里斯汀·基贝尔
马修·奥默尼克
杰弗里·施泰因梅茨
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.)
Ackley Interactive Laboratory Co
Original Assignee
Ackley Interactive Laboratory Co
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 Ackley Interactive Laboratory Co filed Critical Ackley Interactive Laboratory Co
Publication of CN110637342A publication Critical patent/CN110637342A/zh
Application granted granted Critical
Publication of CN110637342B publication Critical patent/CN110637342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H40/00—ICT 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
    • G16H40/20—ICT 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

用于管理对行为评估数据的收集和访问的计算机实现的方法和系统。在一个实施例中，有权代表被研究的个体采取行动的第一用户识别第二用户角色和第三用户角色，指定与所述被研究的个体相关联的行为数据、症状测量数据和/或医学方案数据，以及限定所述第二用户角色和所述第三用户角色对于所述行为数据和所述症状测量数据的访问权限。基于所述个体的病症而指定要测量的症状和行为。用户提供从所述个体观察到的行为数据和症状测量数据。分析模块对所述行为数据和所述症状测量数据执行计算分析，从而产生行为评估数据。报告模块以与所限定的访问权限一致的方式向所述用户呈现所述行为评估数据。

Description

用于跨平台的数据的安全收集、分析和共享的分布式网络
相关申请的交叉引用
本申请要求2017年4月6日提交的美国临时专利申请号62/482,648的优先权和权益，该申请的全部公开内容以引用的方式并入本文。
技术领域
本公开总体涉及一种被配置用于数据的安全收集和分析、以及内容在平台之间的安全共享的解决方案平台。更特别地，实施例涉及一种被配置为便于监测和/或改善对神经心理学病症的治疗的解决方案平台。
背景技术
希望监测和/或改善对各种不同病症的治疗，包括关于痴呆、帕金森病、大脑淀粉样血管病、家族性淀粉样神经病、亨廷顿病、或其他神经退行性病症、自闭症谱系障碍(ASD)、16p11.2复制的存在、和/或执行功能障碍(包括注意力缺陷多动障碍(ADHD)、感觉处理障碍(SPD)、轻度认知损伤(MCI)、阿尔茨海默病、多发性硬化症、精神分裂症、重度抑郁障碍(MDD)或焦虑症)。例如，患者、看护人员(包括父母)和执业医生已经表明(包括在用户研究中和从临床试验结果中)，与ADHD症状和损伤有关的健康提示将可能会有所帮助，因此他们可以采取适当行动(包括在适当时咨询执业医生或保健提供方)。内容的可用性的当前缺陷是缺乏针对患者的每日挑战和每周挑战及其症状的个性化和关联性。
发明内容
对于患有此类病症的个体或患有此类病症的个体的父母、看管人员和/或看护人员(包括教师)、或保健提供方而言，最大挑战之一是缺乏或缺少随时间而跟踪和监测患有给定病症的个体的行为和症状的系统。例如，在个体患有ADHD(无论是成人还是儿童)的情况下，在家庭和学校中安全地监测该个体的症状和行为两者的能力对于该病症的管理和治疗可能是关键的。作为另一个示例，对于患有抑郁症的个体(无论是成人还是儿童)，安全地监测该个体的症状和行为的能力对于该病症的管理和治疗可能是有益的。这种数据可以帮助个体的保健提供方确定哪种类型的治疗和/或用药是有效或无效的，以确定是否要对该个体的治疗计划进行调整。
鉴于前述内容，提供了用于监测和/或跟踪个体的病症的至少一种症状和相关行为的设备、系统和方法。在一些示例中，该设备、系统和方法被配置为分析指示患有该病症的个体的认知能力的数据，以了解该个体的大脑的各个部分的相对健康或强度。在某些配置中，示例设备、系统和方法可以被配置为分析指示用于增强患有该病症的个体的某些认知能力的治疗的状态或进展的数据。
由本公开的实施例提供的一些优点包括：
·为患者和/或其看护人员(包括父母)提供了简单工具来组织和跟踪患有该病症的个体的健康信息，而非建议更改或改变先前开出的治疗或疗法，并且作为个体的病症的管理计划(包括疾病管理计划)的一部分与该个体的保健提供方共享该信息；
·帮助患者和/或其看护人员(包括父母)自行管理自身病症，包括其中该病症是某种疾病(包括儿童的疾病或病症)的情况，而非提供具体治疗或治疗建议；
·提供更容易取得与患者的健康状况或治疗有关的信息的途径；
·通过促成行为改变、或用简单提示和用适用于临床实践中的方法(包括一些常规方法)来指导患者和/或其看护人员(包括父母)来作为对专业临床护理的补充；
·通过将患者特定信息(例如，诊断、治疗、体征或症状)与临床实践中常规地使用的参考信息匹配来向医师提供上下文相关信息以便于医师评估具体患者；以及
·使得患者和提供方能够移动地访问健康记录系统，或使得他们能够电子地访问存储的健康信息。
因此，本公开的实施例允许患者和/或其看护人员(包括父母)基于儿童/患者的数据和社区的数据而查看有帮助的信息，使得患者和/或其看护人员(包括父母)可以感到有能力来帮助他们采取下一个适当行动，包括咨询儿童/患者的医生(在适当时)。
在一个方面中，本公开的实施例涉及一种用于管理对行为评估数据的收集和访问的系统。所述系统包括：一个或多个处理器；以及存储器，所述存储器与所述一个或多个处理器联接。所述一个或多个处理器执行存储在所述存储器中的多个模块。所述模块包括图形用户界面，在所述图形用户界面中，有权代表被研究的个体采取行动的第一用户(i)识别第二用户角色和第三用户角色，(ii)指定与所述被研究的个体相关联的行为数据、症状测量数据和医学方案数据中的一者或多者，并且(iii)限定所述第二用户角色和所述第三用户角色对于所述行为数据和所述症状测量数据的访问权限。基于所述被研究的个体的病症而指定要测量的症状和行为。用户提供至少部分地基于由所述第一用户指定的所述访问权限而根据第二用户角色或第三用户角色来从所述被研究的个体观察到的行为数据和症状测量数据。
认证模块包括用于以下操作的计算机可执行指令：实施所述访问权限，使得所述第二用户角色限于提供和访问所述行为数据和所述症状测量数据的第一子集，且所述第三用户角色限于提供和访问所述行为数据和所述症状测量数据的第二子集。
分析模块包括用于以下操作的计算机可执行指令：对所述行为数据和所述症状测量数据进行计算分析，从而产生行为评估数据。
报告模块用于以由所述第一用户指定的与所限定的访问权限一致的方式向所述第一用户、所述第二用户和所述第三用户呈现所述行为评估数据。
可以包括以下特征中的一者或多者。所述个体可以是所述第一用户。所述分析模块可以向所提供的行为数据和症状测量数据应用分类器模型以创建复合简档。所述分类器模型可以包括线性/逻辑回归、主部件分析、广义线性混合模型、随机决策森林、支持向量机和/或人工神经网络。所述分类器模型可以识别(i)所提供的行为数据和症状测量数据与(ii)结合已表现出期望治疗反应时间的个体收集的数据之间的相关性。所述相关性可以识别有效干预、治疗功效和药物性能中的至少一者。所述分类器模型可以识别所述个体的损伤，所述损伤当前未被治疗。所述分析模块可以应用分类器模型来相对于所述病症的发病和进展中的至少一者的可能性对所述个体进行分类。
所述行为评估数据支持疗程制定或疗程修改。
使用情况分析数据库可以用于存储使用情况分析数据并将其提供给所述分析模块。
账户和简档数据库可以存储用户账户和简档数据并将其发送给所述认证模块。
偏好数据库可以存储用户偏好并将其发送给所述认证模块。
健康数据库可以存储健康信息数据并将其发送给所述报告模块。
症状数据可以包括基于所述个体与认知平台的交互而生成的表现度量数据。
内容模块可以被配置为至少部分地基于所述行为评估数据而生成一个或多个内容查询。所述内容模块可以进一步被配置为：向包括内容索引的至少一个内容库提交所述一个或多个内容查询；以及分析从所述至少一个内容库接收到的内容以确定与基于所述行为评估数据而确定的所述个体的状态的关联性。
在另一个方面中，本公开的实施例涉及一种用于管理对行为评估数据的收集和访问的计算机实现的方法。所述方法包括使用一个或多个处理器执行存储在一个或多个存储器存储装置中的包括计算机可执行指令的指令，以执行操作，所述操作包括从有权代表被研究的个体采取行动的第一用户接收指令。所述指令包括识别第二用户角色和第三用户角色、指定与所述被研究的个体相关联的行为数据和症状测量数据中的一者或多者、以及限定所述第二用户角色和所述第三用户角色对于所述行为数据和所述症状测量数据的访问权限。基于所述被研究的个体的病症而指定要测量的症状和行为。
从用户接收至少部分地基于由所述第一用户指定的所述访问权限而根据第二用户角色或第三用户角色从所述被研究的个体观察到的行为数据和症状测量数据。实施访问权限，使得所述第二用户角色限于提供和访问所述行为数据和所述症状测量数据的第一子集，且所述第三用户角色限于提供和访问所述行为数据和所述症状测量数据的第二子集。
对所述行为数据和所述症状测量数据执行计算分析，从而产生行为评估数据。以由所述第一用户指定的与所限定的访问权限一致的方式向所述第一用户、所述第二用户和所述第三用户呈现所述行为评估数据。
可以包括以下特征中的一者或多者。所述个体可以是所述第一用户。所述个体可以是儿童。所述个体可以是成人。
所述行为数据的至少一部分可以包括基于针对给定病症的诊断和症状标准而进行的对行为的测量。所述行为数据可以包括以下中的至少一者：家庭作业分配完成、做家务的频率和质量、以及与代表所述个体采取行动的人相处的质量。
所述症状测量数据的至少一部分可以包括对针对给定病症的临床上验证的症状列表上的症状的测量。所述症状测量数据可以包括生理数据，诸如像电活动、心率、血流和/或氧水平。
所述第一用户可以是所述个体的父母。所述第二用户可以是所述个体的教师。所述第三用户可以是治疗所述个体的医生。
所述行为评估数据可以包括：(i)所述个体对治疗的反应速度；(ii)所述病症的发病的可能性和/或进展阶段；(iii)用药在控制行为方面的功效；和/或(iv)用药在解决所述病症的症状方面的功效。
执行计算分析可以包括向所提供的行为数据和症状测量数据应用分类器模型以创建复合简档。所述分类器模型可以包括线性/逻辑回归、主部件分析、广义线性混合模型、随机决策森林、支持向量机和/或人工神经网络。
所述分类器模型可以识别(i)所提供的行为数据和症状测量数据与(ii)结合已表现出期望反应时间的个体收集的数据之间的相关性。所述相关性可以识别有效干预、治疗功效和/或药物性能。
可以应用分类器模型来相对于所述病症的发病和进展中的至少一者的可能性对所述个体进行分类。所述分类器模型可以识别所述个体的损伤，所述损伤当前未被治疗。
症状数据可以包括基于所述个体与认知平台的交互而生成的表现度量数据。
内容模块可以被配置为至少部分地基于所述行为评估数据而生成一个或多个内容查询。所述内容模块可以被配置为向包括内容索引的至少一个内容库提交所述一个或多个内容查询。可以分析从所述至少一个内容库接收到的内容以确定与基于所述行为评估数据而确定的所述个体的状态的相关性。
在又一个方面中，一种用于管理对行为评估数据的收集和访问的计算机实现的方法包括使用一个或多个处理器执行存储在一个或多个存储器存储装置中的指令，包括计算机可执行指令，以执行操作，所述操作包括：从有权代表被研究的个体采取行动的第一用户接收指令，所述指令包括识别第二用户角色和第三用户角色、指定与所述被研究的个体相关联的行为数据、症状测量数据和医学方案数据中的一者或多者、以及限定所述第二用户角色和所述第三用户角色对于所述行为数据和所述症状测量数据的访问权限，其中基于所述被研究的个体的病症而指定要测量的症状和行为。
从用户接收行为数据和症状测量数据，所述数据是至少部分地基于由所述第一用户指定的所述访问权限而根据第二用户角色或第三用户角色从所述被研究的个体观察到的。
实施所述访问权限，使得所述第二用户角色限于提供和访问所述行为数据和所述症状测量数据的第一子集，且所述第三用户角色限于提供和访问所述行为数据和所述症状测量数据的第二子集。
对所述行为数据和所述症状测量数据执行计算分析，从而产生行为评估数据。以由所述第一用户指定的与所限定的访问权限一致的方式向所述第一用户、所述第二用户和所述第三用户呈现所述行为评估数据。
所述病症是神经心理病症、神经退行性病症或执行功能障碍。
可以包括以下特征中的一者或多者。所述个体可以是所述第一用户。所述病症可以是痴呆、帕金森病、大脑淀粉样血管病、家族性淀粉样神经病、亨廷顿病、自闭症谱系障碍(ASD)、16p11.2复制的存在、注意力缺陷多动障碍(ADHD)、感觉处理障碍(SPD)、轻度认知损伤(MCI)、阿尔茨海默病、多发性硬化症、精神分裂症、重度抑郁障碍(MDD)或焦虑症。
所述个体可以是患有注意力缺陷多动障碍的儿童。
所述第一用户可以是所述儿童的父母。所述行为数据可以包括家庭作业分配完成、做家务的频率和质量、以及/或者与代表所述儿童采取行动的所述父母相处的质量。症状数据可以是注意力不集中、冲动和多动。
所述行为评估数据可以包括：(i)所述儿童对治疗的反应速度；(ii)ADHD的发病的可能性和/或进展阶段；(iii)用药在控制行为方面的功效；和/或(iv)用药在解决ADHD的症状方面的功效。
可以向所述第一用户、所述第二用户和所述第三用户呈现上下文相关内容。所述第二用户可以是教师。所述第三用户可以是保健提供方，并且所述行为评估数据在疗程制定或疗程修改中支持所述第三用户。
所述个体可以是患有重度抑郁障碍的成人。所述第一用户可以是所述成人。
所述行为数据可以是少食、少睡、经历难以言喻的疼痛和痛苦、减少与朋友和家人的交互、以及旷工。所述症状数据可以包括悲伤、自卑、失去动力、易怒和精力不足。所述行为评估数据可以包括：(i)所述成人对治疗的反应速度；(ii)所述重度抑郁障碍的发病的可能性和/或进展阶段；(iii)用药在控制行为方面的功效；以及(iv)用药在解决所述重度抑郁障碍的症状方面的功效。
可以向所述第一用户、所述第二用户和所述第三用户呈现上下文相关内容。所述第二用户可以是所述个体的家庭成员。所述第三用户可以是保健提供方，并且所述行为评估数据在疗程制定或疗程修改中支持所述第三用户。
在又一个方面中，本公开的实施例涉及一种用于管理对行为评估数据的收集和访问的系统，所述系统包括：一个或多个处理器；以及存储器，所述存储器与所述一个或多个处理器联接。所述一个或多个处理器执行存储在所述存储器中的多个模块，所述多个模块包括图形用户界面，在所述图形用户界面中，有权代表被研究的个体采取行动的第一用户识别第二用户角色和第三用户角色，指定与所述被研究的个体相关联的行为数据和症状测量数据中的一者或多者，以及限定所述第二用户角色和所述第三用户角色对于所述行为数据和所述症状测量数据的访问权限，其中基于所述被研究的个体的病症而指定要测量的症状和行为。用户提供至少部分地基于由所述第一用户指定的所述访问权限而根据第二用户角色或第三用户角色来从所述被研究的个体观察到的行为数据和症状测量数据。
认证模块包括用于以下操作的计算机可执行指令：实施所述访问权限，使得所述第二用户角色限于提供和访问所述行为数据和所述症状测量数据的第一子集，且所述第三用户角色限于提供和访问所述行为数据和所述症状测量数据的第二子集。
分析模块包括用于以下操作的计算机可执行指令：对所述行为数据和所述症状测量数据进行计算分析，从而产生行为评估数据。报告模块以由所述第一用户指定的与所限定的访问权限一致的方式向所述第一用户、所述第二用户和所述第三用户呈现所述行为评估数据。
所述病症是神经心理病症、神经退行性病症或执行功能障碍。
可以包括以下特征中的一者或多者。所述个体可以是所述第一用户。所述病症可以是痴呆、帕金森病、大脑淀粉样血管病、家族性淀粉样神经病、亨廷顿病、自闭症谱系障碍(ASD)、16p11.2复制的存在、注意力缺陷多动障碍(ADHD)、感觉处理障碍(SPD)、轻度认知损伤(MCI)、阿尔茨海默病、多发性硬化症、精神分裂症、重度抑郁障碍(MDD)或焦虑症。
所述个体可以是患有注意力缺陷多动障碍的儿童。所述第一用户可以是所述儿童的父母。
所述行为数据可以包括家庭作业分配完成、做家务的频率和质量、以及/或者与代表所述儿童采取行动的所述父母相处的质量。症状数据可以是注意力不集中、冲动和多动。所述行为评估数据可以包括：(i)所述儿童对治疗的反应速度；(ii)ADHD的发病的可能性和/或进展阶段；(iii)用药在控制行为方面的功效；和/或(iv)用药在解决ADHD的症状方面的功效。
所述报告模块可以向所述第一用户、所述第二用户和所述第三用户呈现上下文相关内容。所述第二用户可以是教师。所述第三用户可以是保健提供方，并且所述行为评估数据在疗程制定或疗程修改中支持所述第三用户。
所述个体是患有重度抑郁障碍的成人。所述第一用户可以是所述成人。
所述行为数据可以包括少食、少睡、经历难以言喻的疼痛和痛苦、减少与朋友和家人的交互、以及旷工。所述症状数据可以包括以下中的至少一者：悲伤、自卑、失去动力、易怒和精力不足。所述行为评估数据可以包括：(i)所述成人对治疗的反应速度；(ii)所述重度抑郁障碍的发病的可能性和/或进展阶段；(iii)用药在控制行为方面的功效；以及/或者(iv)用药在解决所述重度抑郁障碍的症状方面的功效。
所述报告模块可以向所述第一用户、所述第二用户和所述第三用户呈现上下文相关内容。所述第二用户可以是所述个体的家庭成员。所述第三用户可以是保健提供方，并且所述行为评估数据在疗程制定或疗程修改中支持所述第三用户。
在该方面或本文描述的其他方面中的任一者或多者中，个体可以是第一用户。
本文描述的示例性系统、方法或设备(包括App)基于从对患者症状和该患者表现出的某些行为的客观且可观察到的测量收集的数据而提供目标输出。病症的类型(例如，认知缺陷)决定测量的症状和跟踪的行为。行为数据是基于验证的行为量表(诸如但不限于Vanderbilt量表)。具体症状和行为基于他/她的病症(认知缺陷)而与个体关联。示例性系统、方法或设备(包括App)允许唯一个性化级别(包括以自动化的方式)，从而产生从示例性系统、方法或设备(包括App)输出的预测内容。可以以由第一用户(即，为其他用户设定权限的用户，本文也称为用户1)指定的任何方式来呈现或发送输出。
第一用户为被研究的个体指定了护理组，并且指定/委托其他用户中的每个要将数据提供到的个体的症状和行为。例如，如果病症(认知缺陷)是ADHD并且被研究的个体是儿童，那么第一用户可以是父母、监护人或其他看护人员。第一用户向教师、执业医生等授予权限级别。父母提供：指示信息的数据，诸如儿童的用药类型、剂量/剂量滴定、剂量方案的一致性；指示症状的数据，诸如注意力、冲动、活动水平；以及行为，诸如成功完成或没有完成家庭作业、“调皮捣蛋”、安静坐着的能力、服从指示等。教师可以在一天的不同时间和不同情况/上下文下提供与症状和行为中的每个或某些有关的数据。该示例性系统、方法或设备(包括App)便于全天收集测量数据，以更准确地评估个体在不同情境(例如，学校、家庭、医疗办公室等)中的行为和症状水平。
第一用户具有专门地针对被研究的患者/个体来个性化行为和症状的能力。例如，由于每个儿童是不同的，因此该示例性系统、方法或设备(包括App)便于随时间而进行跟踪以评估该儿童的进展，并且第一用户(例如，患者、看护人员或父母)可以得到针对儿童的基于测量的护理并可以对个体护理进行定制来解决儿童损伤的对治疗、行为疗法和/或用药无反应的元素。
系统和过程跟踪和监测个性化症状和行为的能力在患者间是特定的。通过了解哪些症状随时间而正在进展或没有进展，来自该示例性系统、方法或设备(包括App)的随时间的分析结果/输出可以用于指示尚未得到治疗的症状。因此，该示例性系统、方法或设备(包括App)可以充当未充分地对治疗作出反应的症状的生物标志。症状和行为的这些特定组合/数据趋势可以成为可能折磨儿童的代表性特定损伤。
使用症状数据评估的症状是基于个体(例如，神经退行性病症或执行功能障碍)的病症(认知缺陷)而确定的。评估的症状是基于针对病症的症状的经验证的器具(例如，基于由医疗专业人员使用的经验证的器械)。基于这些症状而制定待测量的行为，例如，当症状为注意力不集中时，监测的行为可以是家庭作业完成程度等。随时间而跟踪的症状和行为可以基于个体儿童的治疗需要而进行定制，诸如基于儿童以健康的方式行动的功能能力而设定的行为。
基于测量的护理可以随时间而针对每个个体患者进行调节/改进。这允许进行告知并做出更好的治疗决策以识别和治疗患者体内最初未得到治疗的损伤。因此，该示例性系统、方法或设备(包括App)使得能够识别未治疗的损伤。
该示例性系统、方法或设备(包括App)和过程还跟踪患者正在进行的当前治疗，并且还跟踪副作用和/或不良事件，并且准备关于治疗(例如用于ADHD或抑郁症的药物)如何影响患者的叙述。例如，由于剂量不当/不足、或药物相互作用，用于ADHD的药物治疗可能导致食欲抑制、体重增加、焦虑不安和/或中断的睡眠规律。来自该示例性系统、方法或设备(包括App)的数据和分析以基于利害关系者/患者可解释的方式全部添加到信息以用于个体的基于测量的护理来为患者提供更好的治疗结果。
基于数据分析的结果，可以基于指示个体的特定损伤的分析结果而将输出显示/发送给第一用户。该过程和示例性系统、方法或设备(包括App)被配置为通过第一用户(例如，父母)可实现的另一个过程和资源特定的支持程序/计划/程序/其他项来在算法上识别以解决该障碍。这可以包括实用健康意见。该示例性系统、方法或设备(包括App)可以被配置为基于从分析识别的损伤而制定查询以发送给外部资源。可以将取得健康意见//倡议/计划/其他信息的查询发送给特定于适应症(例如，ADHD、抑郁症等)的内容库、或发送给为特定社区服务的社会(例如，针对ADHD的CHADD)、国家资源中心或特定于患者的兴趣(例如，儿童)的期刊或其他文献。该示例性系统、方法或设备(包括App)可以帮助第一用户下载文章/资源/行为疗法资源或提供其他方式来访问目标资源。例如，当症状/行为数据指示儿童患者难以完成家庭作业时，该示例性系统、方法或设备(包括App)可以识别用于帮助儿童做家庭作业的资源(例如，学习提示或练习题)。
该示例性系统、方法或设备(包括App)映射出预测内容，该预测内容可以用于帮助向第一用户识别关于可以帮助患者(例如，儿童或成人)的适当资源。来自多个患者中的每个患者的数据和分析可以用于基于数百名患者、以及他们对治疗的反应或缺乏反应、识别的损伤和他们的对呈现的资源的反应的数据库。基于数百名患者的先前经验而提供预测模型。因此，第一用户可以在尝试之前知道特定新药或其他治疗是否最有可能或该药物或其他治疗的哪种剂量最有可能帮助患者(例如，儿童或成人)或可能加重损伤或治疗不良的症状或管理不良的行为。该示例性系统、方法或设备(包括App)也可以指示在个体遵循建议的情况下可达成的可能结果。
附图说明
图1是根据本公开的实施例的用于实现包括分析引擎(包括分类器模型)和报告生成器的解决方案平台的某些功能的示例性设备的框图；
图2是根据本公开的实施例的适于解决方案平台的分布式实现方式的示例性网络环境的框图；
图3是根据本公开的实施例的适于解决方案平台的分布式实现方式的另一个示例性网络环境的框图；
图4是根据本公开的实施例的适于解决方案平台的分布式实现方式的又一个示例性网络环境的框图；
图5A和图5B是根据本公开的实施例的适于解决方案平台的分布式实现方式的其他示例性网络环境的框图；
图6是可用作计算部件来执行本文描述的过程中的一者或多者(包括结合图1至图4)的示例性计算装置的框图；
图7是根据本公开的实施例的可使用本文描述的使用至少一个服务器执行处理器可执行指令的任何解决方案平台来实现的示例性方法的流程图；
图8A至图8B是根据本公开的实施例的可使用包括至少一个处理单元和至少一个服务器的解决方案平台来实现的另一种方法的流程图；
图9是示出根据本公开的实施例的可基于由用户1设定的控制信号而在解决方案平台上设定的权限类型的示例的流程图；
图10是根据本公开的实施例的用户1对解决方案平台的示例性使用的流程图，包括设定权限级别和访问类型，以及指示数据类型和表明用户1被赋予在呈现的图形用户界面中进行输入的能力的其他信息；
图11A至图11D是根据本公开的实施例的可包括在增强的分析报告中的数据类型和其他信息的示例的表格；
图12A至图12B是根据本公开的实施例的、解决方案平台可以被配置为呈现出来以允许用户1、用户类型2和/或用户类型3(在适用时)输入行为量度或症状量度的量化指标、可呈现出来用于在图形用户界面处显示以供用户1、用户类型2和/或用户类型3输入评级和量表的测量字段的类型、以及可在测量字段中提供的评级和量化量表的类型的图形用户界面的图形表示；
图13是根据本公开的实施例的可在空间导航任务中使用的风景的呈现图；以及
图14A至图14D和图15A至图15H是示例性用户界面的图形表示，该用户界面可以使用示例性系统、方法和设备来呈现以呈现针对用户交互的任务和/或干扰(与计算机化元素中的一个或两者)，并且还可以用于以下中的一者或多者：收集指示个体对任务和/或干扰和计算机化元素的反应的数据、显示进展度量或提供分析度量。
具体实施方式
应当理解，以下更详细地讨论的概念的所有组合(假设此类概念没有相互矛盾)被设想为本文公开的发明主题的一部分。还应当理解，本文明确地采用的术语，也可以出现在以引用的方式结合的任何公开内容中，应当被赋予与本文公开的特定概念最一致的含义。
如本文所使用，术语“包括(includes)”是指包括但不限于，术语“包括(including)”是指包括但不限于。术语“基于”是指至少部分地基于。
以下是与本发明的方法、设备和系统有关的各种概念及其实施例的更详细的描述，本发明的方法、设备和系统包括被配置为用于数据的安全收集和分析以及内容在平台之间的安全共享的解决方案平台。内容可以是但不限于收集的数据和/或数据分析的结果。
解决方案平台可以与一种或多种类型的测量部件联接，以接收和分析从一种或多种测量部件的至少一次测量收集的数据。作为非限制性示例，测量部件可以是生理部件。
解决方案平台可以与一种或多种类型的认知平台联接，以分析从与认知平台的用户交互收集的数据。作为非限制性示例，认知平台和/或平台产品可以被配置为用于认知监测、认知评估、认知筛查和/或认知治疗(包括用于临床目的)。来自认知平台的数据可以被本文公开的示例性系统、方法和设备用作症状测量数据。
作为非限制性示例，认知平台可以是基于以下项目：由Akili Interactive Labs,Inc.(马萨诸塞州波士顿)提供的EVOTM平台。
示例性解决方案平台可以被实现来便于监测和/或改善对各种不同病症的治疗，诸如但不限于神经心理病症，包括痴呆、帕金森病、大脑淀粉样血管病、家族性淀粉样神经病、亨廷顿病、或其他神经退行性病症、自闭症谱系障碍(ASD)、16p11.2重复的存在，和/或执行功能障碍(包括注意力缺陷多动障碍(ADHD)、感觉处理障碍(SPD)、轻度认知损伤(MCI)、阿尔茨海默病、多发性硬化症、精神分裂症、重度抑郁障碍(MDD)或焦虑症)。
在非限制性示例中，解决方案平台可以被配置为便于监测和/或改善对ADHD的治疗。ADHD的症状包括注意力不集中、冲动和多动。儿童和成人都可能会患上ADHD，但是症状可能从儿童期开始显现。在某些方面中，ADHD可以被认为是一种慢性疾病。一旦确诊，典型地用药物进行治疗并通过行为疗法进行管理。
对于患有ADHD的个体或患有ADHD的个体的父母、看管人员和/或看护人员(包括教师)、或保健提供方而言，最大挑战之一是缺乏或缺少随时间而跟踪和监测患有ADHD的个体的行为和症状的系统。例如，在患有ADHD的个体是儿童的情况下，在家庭和学校中安全地监测该个体的行为两者的能力对于该病症(包括疾病)的管理和治疗可能是关键的。这种数据可以帮助个体的保健提供方确定哪种类型的治疗和/或用药是有效或无效的，以确定是否要对该个体的治疗计划进行调整。
在本文的任何示例中，术语“保健提供方”涵盖医师(包括儿科医生和/或行为专家)、护士、医师助手、心理学家、精神病医生、以及保健或医疗设施的支持临床和行政办公室人员中的一者或多者。
在非限制性实现方式中，解决方案平台可以被配置为包括便于收集指示个体(诸如但不限于患有ADHD的儿童)的活动的行为度量和症状度量的数据的部件、便于捕获指示个体的病症的治疗计划的状态或进展的数据的部件、以及提供数据的有意义的分析的部件。
在一个示例中，解决方案平台可以被配置为收集和分析有助于监测进展和/或修改个体的治疗计划的内容。
在另一个示例中，解决方案平台可以被配置为使用可视化以有助于改善治疗的结果。
在另一个示例中，解决方案平台可以被配置为供儿童的父母、看管人员、监护人员或其他看护人员使用的应用程序(App)。该示例中的解决方案平台可以被配置为提供安全、经认证的访问，以收集指示行为量度和/或症状量度的数据。解决方案平台使儿童的父母、看管人员、监护人或其他看护人员能够控制其他用户对平台的访问级别和类型，从而便于通过安全访问(诸如但不限于安全登录从其他用户收集指示行为量度和/或症状量度的数据。
在该非限制性示例性实施方式中，解决方案平台可以被配置为使得个体(包括个体的父母、看管人员或其他看护人员)可以将其某个方面下载为App并使用该App收集有关个体(包括儿童)的行为和症状数据。该App提供提醒和鼓励，以确保个体(包括个体的父母、看管人员或其他看护人员)的长期持续参与。该App被配置为向主用户提供从另一个指定的用户(诸如但不限于个体的教师或其他看护人员)请求行为数据的能力。可以通过经由电子邮件或其他方式递送的安全邀请来发送请求。例如，当另一个次要用户接收到邀请时，他们访问提供的安全链接，提供请求的信息来设置账户(诸如但不限于登录凭据)以供定期访问来在提供的测量字段中输入数据和其他信息(诸如但不限于有关儿童在学校的表现或量化个体症状的量度的信息)。
这种APP还可以为个体(包括个体的父母、看管人员或其他看护人员)提供输入来自评估(诸如但不限于范德比尔特评估量表)的信息并得到跟踪治疗数据(诸如但不限于用药、约见医师的次数、对行为疗法的反应等)的可量化的量度的能力。
在本文的任何示例中，解决方案平台向用户1提供设定要发送给用户类型2和用户类型3的警报和通知的类型的能力和图形用户界面。例如，图形用户界面可以为用户1提供根据设定的权限和访问级别设定警报和通知的能力，诸如但不限于，在解决方案平台中，当增强的分析报告(包括进展报告)可供具有适当权限级别的那些查看时，当进展改善或衰退以便监测个体的治疗(诸如但不限于儿童的治疗)的进展时，当个体达到给定治疗里程碑时(包括是否通过使用药物、生物制剂或其他药物的某种剂量或方案来达到该里程碑)，当个体的治疗表现正在改善、稳定或衰退(包括通过计算针对个体的预测表现水平)，当需要用户1或其他用户类型来检索图形用户界面以完成症状跟踪器、行为清单或其他度量时。
在用于ADHD的解决方案平台的非限制性示例中，被量化的行为度量的类型可以是与行为量度相关的家庭作业分配完成的频率和质量、做家务的频率和质量、以及与父母、看管人员、监护人或代表儿童采取行动的其他个体相处的质量。可以使用来自其他症状跟踪器的评分来设定示例性症状度量。
在用于ADHD的解决方案平台的非限制性示例中，可以生成增强的分析报告，以提供指示以下内容的数据、分析和可视化：基于由用户1、或其他用户类型输入的数据指示ADHD症状的存在、基于在诊断时使用的评估工具的评分指示ADHD症状的存在、特定于患者的ADHD相关问题和症状的存在(例如，父母对在学校的不合规的行为的评估)、个体患者在治疗中的改善和努力的量度、由解决方案平台(包括使用分类器)创建以计算指示治疗改善或衰退的可能性更高或更低的预测的量度、对个体或父母(或其他用户1类型)对治疗进展满意或不满意的指示、治疗进展的度量、用户1或其他用户类型(例如，父母和教师)评估或报告、期望量化的每周或每月完成的每日治疗的次数。
基于由主用户设定的权限(使用控制信号)，解决方案平台可以被配置为分析从个体(包括该个体的父母、看管人员或其他看护人员)收集的数据。解决方案平台可以被配置为基于分析而生成增强的分析报告并在可视化内容中将报告提供给个体(包括该个体的父母、看管人员或其他看护人员)，从而向他们提供有关个体随时间的进展如何的信息。基于由主用户设定的权限(使用控制信号)，这些可视化内容可以与个体的保健提供方(诸如但不限于儿童的医师)共享并用于讨论个体的治疗计划的进展和/或修改。基于由主用户设定的权限(使用控制信号)，解决方案平台可以被配置为允许保健提供方查看增强的分析报告(包括任何数据)。例如，保健提供方可以从父母App查看增强的分析报告，和/或父母可以通过电子邮件向保健提供方发出邀请以邀请其设置账户以登录到解决方案平台(在认证后)并查看对儿童收集的数据。
解决方案平台被配置为允许主用户与保健提供方合作以确定将在解决方案平台的测量字段中呈现并使用解决方案平台进行量化的行为。
示例性解决方案平台允许用户(诸如但不限于父母、教师、医师、行为治疗者等)提供各种症状的可量化的量度，还可以从实际治疗捕获数据(诸如但不限于从认知治疗和其他治疗的评分)，分析收集的数据，生成增强的分析报告，该增强的分析报告以可解释的有意义的度量的形式显示数据和分析结果，该数据和分析结果可以用于确定治疗是否正在充分地或令人满意地进行。
增强的分析报告可以用于咨询保健提供方以估计个体对治疗的反应，确定对治疗进行的任何修改、用于实现对治疗的修改的总时段等，以便为个体带来稳定的治疗结果或改善的治疗结果。这可以为个体带来更好的病症管理(包括疾病管理)结果。
在本文的任何示例中，解决方案平台提供控制设定，使得可以撤销或否决由主用户设定的次要用户的访问级别和权限。
根据本文的原理的示例性系统、方法和设备提供了一组管理解决方案和服务，其被配置为收集指示患有病症的受试者的行为和症状的数据，以便量化地跟踪和监测受试者接受一种或多种治疗(诸如但不限于ADHD治疗)的进展。
尽管可以相对于针对ADHD的实现方式描述解决方案平台的能力和功能性，但是本公开的解决方案平台不限于此。示例性解决方案平台可以针对其他类型的病症，包括神经心理病症和/或其他执行功能障碍。
本文中的示例性系统、方法和设备提供了一种解决方案平台，该解决方案平台被配置为经由分布式网络提供对分布式数据资产的受控访问，并基于数据资产生成增强的分析报告。
应当理解，上面介绍和下面更详细地讨论的各种概念可以以多种方式中的任一种来实现，因为所公开的概念不限于实现方式的任何特定方式。具体实现方式和应用的示例主要是为了说明目的而提供的。包括解决方案平台的示例性方法、设备和系统可以由个体(包括个体的父母)、临床医生、医师和/或其他医学或保健从业人员使用以提供可用于评估个体的数据。
尽管提供了被配置为用于ADHD的解决方案平台的示例，但是解决方案平台也可以被配置为用于其他病症，诸如但不限于抑郁症、双相抑郁症、精神分裂症或本文所述的其他病症。在这些情况中的每个情况下，都会在解决方案平台中配置相关行为量度和症状量度以进行评级，并且对收集的数据进行分析以提供有用量度。
行为是反映患者执行行为的能力的定制列表。列表值和能力排名如本文所述的并允许进行定制。在非限制性示例中，使用解决方案平台测量的行为可以至少部分地基于给定疾病或病症的一种或多种DSM-5诊断和症状标准。
使用解决方案平台测量的症状可以至少部分地基于临床上验证的症状列表上的一种或多种症状，临床上验证的症状列表也反映了给定疾病的DSM-5诊断和症状标准。非限制性示例包括范德比尔特评估和随访问卷、针对儿科ADFID的范德比尔特评估随访或针对重度抑郁症的PHQ-9。
尽管相对于行为量度或症状量度描述了示例，但是其他类型的测量也适用于解决方案平台。
如上所述，根据本文的原理的示例性系统、方法和设备可以使用经编程的计算装置的至少一个处理单元来实现，以提供解决方案平台的某些功能性。图1示出了根据本文的原理的可用于实现解决方案平台的某些功能性的示例性设备100，该解决方案平台包括本文上述的分析引擎(包括分类器模型)和报告生成器。示例设备100包括至少一个存储器102和至少一个处理单元104。至少一个处理单元104通信地联接到至少一个存储器102。
示例存储器102可以包括但不限于硬件存储器、非暂时性有形介质、磁存储盘、光盘、闪存驱动器、计算装置存储器、随机存取存储器，诸如但不限于DRAM、SRAM、EDO RAM、任何其他类型的存储器或其组合。示例处理单元104可以包括但不限于微型芯片、处理器、微处理器、专用处理器、专用集成电路、微控制器、现场可编程门阵列、任何其他合适的处理器、图形处理单元(GPU)或其组合。
示例性解决方案平台可以被配置为使用计算技术和机器学习工具(诸如但不限于线性/逻辑回归、主部件分析、广义线性混合模型、随机决策森林、支持向量机或人工神经网络)对收集的数据应用分类器模型以创建比仅每个测量数据值更敏感的复合变量或简档。例如，对收集的数据的分析可以用于提供个体对治疗的反应速度、病症(包括神经退行性病症)的发病的可能性和/或发展阶段的测量。在另一个示例中，对收集的数据的分析可以用于确定用药在控制行为或解决病症的症状方面的功效。
根据本文的原理的按照神经退行性病症的发病的可能性和/或进展阶段使用分类器模型对个体的任何分类都可以作为信号来发送给医疗装置、保健计算系统或其他装置，和/或来发送给执业医生、健康医生、物理治疗者、行为治疗者、运动医学医生、药剂师或其他医生作为增强的分析报告的一部分，以允许为个体制定疗程或修改现有疗程，包括确定药物、生物制剂或其他药剂对个体的剂量的变化，或确定药物、生物制剂或其他药剂对个体的最佳类型或组合。
在一个示例中，可以使用数据库中的数据来训练分类器模型，该数据库是针对表现出期望响应时间的个体收集的，以识别数据中的相关性。识别的相关性可以帮助针对关注的病症识别有效干预、治疗功效、药物性能等。
在其他示例中，计算模型(包括分类器模型)可以结合除响应时间之外的多个特征，诸如但不限于各种运动功能、工作记忆准确性、以及其他运动功能测量和认知任务。
在另一个示例中，基于可基于在解决方案平台的实现方式中收集的数据类型的值的集得出的结论的类型，分类器模型可以是基于规则的。
在示例中，将分类器模型应用于收集的数据的结果是增强的报告，该增强的报告包括供保健提供方进行估计的建议的行动方案。增强的分析报告还可以包括指示主用户指定要与保健提供方共享的个体进展的数据。
在任何示例中，可以使用来自受试者的训练测量数据来训练分类器模型，所述训练测量数据被分类为关于病症的发病的已知的可能性和/或进展阶段或受试者的治疗反应。另外，示例性分类器模型可以进一步关于按照期望类别的个体分类进行细分。例如，可以基于指示一组症状随时间的进展的数据而训练分类器模型并将其应用于来自未分类的个体的数据以预测个体预期如何随时间而做出反应或预计对疗法的依从性。例如，可以基于针对行为的行为量度来收集数据，该行为与对疗法的较差的依从性或对治疗的响应相关。使用分类器模型识别的模式可以用于显示对治疗计划的某些修改的潜在效果。例如，在针对ADHD的治疗的应用中，可以通过分类器模型得到在多动、注意力不集中和冲动行为领域中的行为量度。
在本文的任何示例中，行为量度和/或症状量度可以使用离散设定、数值评级值、滑动量表量化指标或作为数据接收到解决方案平台的其他量度来量化。在一些示例中，可以基于这种症状或行为出现的频率或次数(在适用时)、这种症状或行为经历的强度(在适用时)而量化行为量度和/或症状量度。
在本文的任何示例中，可以分析(在授权时)从多个个体收集的数据，以允许基于人群的分析来影响和告知治疗实践。这种基于人群的分析可以允许以可能优于现有治疗或其他平台的多种方式改善健康状况。在一个示例中，基于人群的分析可以用于为使用测量字段(包括行为量度和/或症状量度)测量的度量设定评级(或其他量化量表)，包括设定评级量表中的任一者的阈值或离散值，或确定行为和/或症状的类型或作为结果(无论是好的结果还是坏的结果)的更敏感的预测指标的其他测量。
在本文的任何示例中，可以分析随时间而收集的数据，以提供个体的表现的测量，包括作为个体，并且还与人群相比。
在本文的任何示例中，个体无需为了取得解决方案平台的益处而经受治疗或服用任何药物。例如，出于用户了解关注的症状和/或行为的恶化或改善目的，个体可以使用解决方案平台监测行为和症状。
在图1中，至少一个存储器102被配置为存储处理器可执行指令106和计算部件108。在非限制性示例中，计算部件108可以用于分析接收到的数据和/或生成增强的报告，如本文所述。如图1所示，存储器102还可以用于存储数据110、来自将至少一种示例性分类器模型应用于接收到的数据的计算结果、在测量字段处接收到的测量数据(包括行为量度和症状量度中的一者或多者)和/或指示个体对一种或多种治疗(包括使用认知工具的治疗)的反应的数据。如本文所述，可以在用户装置的图形用户界面中呈现多个测量字段，并且可以在存储器102处存储在测量字段处接收到的数据。在各种示例中，可以从一个或多个测量工具112接收数据110，诸如但不限于一个或多个生理或监测部件和/或被配置为用于认知监测、评估、筛查和/或治疗的一个或多个部件。
尽管在该示例和其他示例中提及“测量工具”，但是应当理解，测量工具不仅可以执行测量，而且可以提供认知和/或生理测量、监测、评估、筛查和/或治疗。
在各种非限制性示例中，测量字段可以包括测量参数，诸如但不限于行为量度、症状量度、用药和治疗依从性量度(包括用药类型、药物剂量水平、药物使用依从性量度)和/或情绪或心态的可量化的量度。测量字段还可以允许来自用户/贡献者的呈散文的形式的评论(诸如但不限于类似日记的输入字段)，以允许用户评论个体的状态、进展、情绪或其他参数。例如，用户可以使用日记来指示个体在给定时段期间的状况，例如，印象是否是治疗在进行中、个体对治疗的反应是否在一定程度上较差、个体的情绪、个体的冲动行为等。
在非限制性示例中，至少一个处理单元104执行存储在存储器102中的用于分析引擎的处理器可执行指令106，以至少使用计算部件108来分析响应于测量字段而接收的数据。至少一个处理单元104还可以被配置为执行存储在存储器102中的用于分析引擎的处理器可执行指令106，以使用计算部件108来如本文所述的那样分析来自一个或多个测量工具112的数据。至少一个处理单元104还可以被配置为执行存储在存储器102中的处理器可执行指令106，以将示例性分类器模型应用于响应于测量字段而接收的数据，以提供至少部分地用于生成增强的分析报告的分析结果。在各种示例中，增强的分析报告可以包括指示根据状态、和/或发病的可能性、和/或病症的进展阶段(包括依据神经退行性病症和/或执行功能障碍)对个体的分类的计算结果。至少一个处理单元104还执行处理器可执行指令106，以控制发送单元发送指示响应于如本文所述的测量字段和/或来自测量工具112的数据而接收的数据的分析的值，和/或控制存储器102以存储指示数据的分析的值。
图2是适于解决方案平台的分布式实现方式的示例性网络环境的框图。网络环境可以包括一个或多个服务器205，这些服务器被配置为经由网络201与用户装置203-I(I＝1、2和3)通信。解决方案平台被配置为向用户1的用户装置203-1提供控制，以设定用户类型和与在该组中的每个其他用户类型相关联的权限级别和访问类型。例如，用户装置203-1可以用于发送控制信号，该控制信号设定用户1的权限级别和访问级别、与用户装置203-2相关联的用户类型2的第二(更受限)组权限级别和访问级别、以及与用户装置203-3相关联的用户类型3的第三组(受限)权限级别和访问级别。为了取得对示例性解决方案平台的访问，需要每个用户经由认证系统207进行认证。在服务器205处接收到对给定用户类型的认证时，服务器205被配置为基于由来自用户装置203-1的控制信号设定的权限级别允许该用户类型有权访问托管的应用程序和/或内容。
如本文所使用，术语“服务器”涵盖提供本文描述的功能性的硬件和/或软件，无论特定功能性是体现在单个集中式配置中还是在分布式配置上。可以使用多个相互通信的计算系统或使用被编程为执行不同服务器功能性的单个计算系统来执行本文描述的服务器的每个功能性。
如将了解，可以实现各种分布式或集中式配置，并且在一些实施例中，可以使用单个服务器。类似地，用户装置203-I可以结合到单个终端中。
尽管未在图2中示出，网络环境还可以包括与服务器205相关联的一个或多个数据库。在各种示例中，一个或多个数据库可以用于存储用户识别信息，一个或多个个体的健康信息、指示从用户收集的量度的数据(包括行为量度和/或症状量度)、或本文描述的其他数据；而服务器205可以存储分析引擎和/或报告生成引擎，这些引擎可以实现本文描述的一个或多个过程。示例性分析引擎可以用于将示例性分类器模型应用于响应于测量字段而接收的数据，以提供至少部分地用于生成增强的分析报告的分析结果。
与用户装置203-1相关联的电子显示装置(未示出)可以向用户显示呈现的图形用户界面(GUI)，如本文所述。一旦显示装置从服务器205接收到指令，就可以呈现GUI以允许个体与服务器交互来实现本文描述的过程，包括限定其他用户类型、设定限定的用户类型的权限级别和访问级别、显示用于输入测量数据的字段、以及接收测量数据，如本文所述。
示例性网络201可以包括但不限于互联网、内联网、LAN(局域网)、WAN(广域网)、MAN(城域网)、无线网络、光学网络等。在各种示例中，用户装置203-1与服务器205和数据库通信并可以生成和发送从原始数据矩阵或数据库请求信息的数据库查询。服务器205可以通过网络401将指令发送到用户装置203-1。服务器205可以通过网络401与用户装置203-1和数据库交互，以在用户装置203-1上呈现GUI，如本文所述。
用户装置203-I可以包括但不限于工作站、计算机、通用计算机、互联网装置、手持装置、无线装置、便携装置、可穿戴计算机、蜂窝电话或移动电话、便携数字助理(PDA)、智能电话、平板计算机、超级本、上网本、膝上型计算机、台式计算机、多处理器系统、基于微处理器或可编程的消费电子产品、游戏机、机顶盒、网络PC、小型计算机、智能电话、平板计算机、上网本等。用户装置203-I可以包括关于本文描述的计算装置(包括如图2至图6所示)描述的一些或全部部件。
任何用户装置203-I都可以经由有线或无线连接来连接到网络401。用户装置203-I可以包括一个或多个应用程序，诸如但不限于web浏览器等。在示例性实施例中，用户装置203-I可以执行本文所述的所有功能性。
在其他实施例中，服务器205执行本文所述的功能性。在又一个实施例中，用户装置203-I可以执行功能性中的一些，并且服务器205执行本文描述的其他功能性。
数据库和服务器205中的每个经由有线连接来连接到网络201。替代地，数据库和服务器205中的一者或多者可以经由无线连接来连接到网络201。尽管未示出，但是服务器205可以(直接地)连接到数据库。服务器205包括一个或多个计算机或处理器，该计算机或处理器被配置为经由网络201与用户装置203-I通信。服务器205托管由用户装置203-I访问的一个或多个应用程序或网站和/或便于对数据库的内容的访问。服务器205中的每个可以包括关于图1所示的系统100描述的一个或多个部件。数据库包括一个或多个存储装置以用于存储供服务器205和/或用户装置203-I使用的数据和/或指令(或代码)。数据库和/或服务器205可以位于彼此或与用户装置203-I地理上分布的一个或多个位置处。替代地，数据库可以包括在服务器205内。
图3是适于解决方案平台的分布式实现方式的另一个示例性网络环境的框图。本文结合图2的部件的特征和功能性提供的描述也适用于图3的等效部件。该示例性网络环境可以包括一个或多个服务器305，这些服务器被配置为经由网络301与用户装置303-I(I＝1、2和3)和测量工具309进行通信。测量工具可以是但不限于一个或多个生理或监测部件和/或被配置为用于认知监测、评估、筛查和/或治疗的一个或多个部件。解决方案平台被配置为向用户1的用户装置303-1提供控制，以设定用户类型和与该组中的每个其他用户类型相关联的权限级别和访问类型，以及指定从一个或多个测量工具309接收的数据的来源和类型。在该示例中，测量工具309可以被配置为向解决方案平台发送(有线地或无线地)数据或其他信息，或者可以不与解决方案平台联接(而是，解决方案平台被配置为显示请求输入得自测量工具的测量的数据的测量字段)。例如，用户装置303-1可以用于发送控制信号，该控制信号设定用户1的权限级别和访问级别、与用户装置303-2相关联的用户类型2的第二(更受限)组权限级别和访问级别、以及与用户装置303-3相关联的用户类型3的第三组(受限)权限级别和访问级别。为了取得对示例性解决方案平台的访问，需要每个用户经由认证系统307进行认证。在服务器305处接收到对给定用户类型的认证时，服务器305被配置为基于由来自用户装置303-1的控制信号设定的权限级别允许该用户类型有权访问托管的应用程序和/或内容。
尽管未在图3中示出，网络环境还可以包括与服务器305相关联的一个或多个数据库。在各种示例中，一个或多个数据库可以用于存储用户识别信息，一个或多个个体的健康信息、指示从用户收集的量度的数据(包括行为量度和/或症状量度)、来自一个或多个测量工具309的数据、或本文描述的其他数据；而服务器305可以存储分析引擎和/或报告生成引擎，这些引擎可以实现本文描述的一个或多个过程。示例性分析引擎可以用于将示例性分类器模型应用于响应于测量字段而接收的数据，以提供至少部分地用于生成增强的分析报告的分析结果。
与用户装置303-1相关联的电子显示装置(未示出)可以向用户显示呈现的图形用户界面(GUI)，如本文所述。一旦显示装置从服务器305接收到指令，就可以呈现GUI以允许个体与服务器交互来实现本文描述的过程，包括限定其他用户类型、设定限定的用户类型的权限级别和访问级别、显示用于输入测量数据的字段、指定要从一个或多个测量工具309接收的数据的来源和类型、以及接收测量数据，如本文所述。
图4是适于解决方案平台的分布式实现方式的又一个示例性网络环境的框图。本文结合图2和图3的部件的特征和功能性提供的描述也适用于图4的等效部件。该示例性网络环境可以包括一个或多个服务器(被配置为用作分析引擎411和网关413)和数据库415至421，这些服务器和数据库被配置为经由网络401与用户装置403-I(I＝1、2和3)进行通信。一个或多个测量工具(未示出)，诸如但不限于，一个或多个生理或监测部件和/或被配置为用于认知监测、评估、筛查和/或治疗的一个或多个部件，可以经由网络401将数据传达到一个或多个服务器(被配置为用作分析引擎411和网关413)和数据库415至421。在该示例中，测量工具可以被配置为向解决方案平台发送(有线地或无线地)数据或其他信息，或者可以不与解决方案平台联接(而是，解决方案平台被配置为显示请求输入得自测量工具的测量的数据的测量字段)。
示例性解决方案平台被配置为向用户1的用户装置403-1提供控制，以设定用户类型和与该组中的每个其他用户类型相关联的权限级别和访问类型，以及指定从一个或多个测量工具接收的数据的来源和类型。例如，用户装置403-1可以用于发送控制信号，该控制信号设定用户1的权限级别和访问级别、与用户装置403-2相关联的用户类型2的第二(更受限)组权限级别和访问级别、以及与用户装置403-3相关联的用户类型3的第三组(受限)权限级别和访问级别。为了取得对示例性解决方案平台的访问，需要每个用户经由认证系统407进行认证。在服务器(被配置为用作分析引擎411和网关413)处接收到对给定用户类型的认证时，服务器(被配置为用作分析引擎411和网关413)被配置为基于由来自用户装置403-1的控制信号设定的权限级别允许该用户类型有权访问托管的应用程序和/或内容。
如图4所示，网络环境包括与一个或多个服务器(被配置为用作分析引擎411和网关413)相关联的一个或多个数据库415至421。在各种示例中，一个或多个数据库415至421可以用于存储用户识别信息，一个或多个个体的健康信息、指示从用户收集的量度的数据(包括行为量度和/或症状量度)、来自一个或多个测量工具的数据、或本文描述的其他数据；而服务器(被配置为用作分析引擎411和网关413)可以存储分析引擎和/或报告生成引擎，这些引擎可以实现本文描述的一个或多个过程。在图4的非限制性示例中，数据库415用于存储使用情况分析(使用分析引擎生成)；数据库417用于存储使用来自用户1装置的控制信号设定的偏好(诸如但不限于提醒频率和要量化和跟踪的指定行为)；数据库419用于存储基于来自用户装置1的控制信号而识别的用户和用户类型中的每个的账户和简档信息(诸如但不限于指示健康信息被分析的个体(患者ID)、个体的教师的ID和个体的看护人员的识别信息(ID)的数据)；并且数据库421用于存储指示健康信息的数据(诸如但不限于指示个体的行为量度、症状量度、依从性水平和其他测量(包括治疗遥测)的数据)。
示例性分析引擎411可以用于将示例性分类器模型应用于响应于测量字段而接收的数据，以提供至少部分地用于生成增强的分析报告的分析结果。
如图4所示，示例性网关413控制在网络401与数据库417(使用来自用户1装置的控制信号设定的偏好)、数据库419(其包括识别信息)和数据库421(其包括健康数据)之间的通信。示例性网关413还与认证系统407通信。因此，基于来自用户装置1(403-1)的控制信号，网关413被配置为控制每个用户类型的权限和访问级别，确定任何用户的认证状态，以及控制对经认证的用户的访问的授权。网关413还配置为应用加密协议(包括TLS版本1.x、实现(作为非限制性示例)AES256加密协议的密码)来加密或解密在用户装置、服务器和数据库之间交换的数据。可以经由网关413跨分布式环境更安全地共享由应用加密协议产生的加密数据，从而为跨多个分布式数据资产(包括跨多个分布式平台)的数据的安全收集、分析和共享提供附加的安全性。网关413还可以基于来自用户装置1(403-1)的控制信号而被配置为控制和验证尝试通过网络401交换数据的每个用户的访问级别。
与用户装置403-1相关联的电子显示装置(未示出)可以向用户显示呈现的图形用户界面(GUI)，如本文所述。一旦显示装置从服务器(被配置为用作分析引擎411和网关413)接收到指令，就可以呈现GUI以允许个体与服务器交互来实现本文描述的过程，包括限定其他用户类型、设定限定的用户类型的权限级别和访问级别、显示用于输入测量数据的字段、指定要从一个或多个测量工具409接收的数据的来源和类型、以及接收测量数据，如本文所述。
图5A是适于解决方案平台的分布式实现方式的又一个示例性网络环境的框图。本文结合图2、图3和图4的部件的特征和功能性提供的描述也适用于图5A的等效部件。该示例性网络环境可以包括一个或多个服务器(被配置为用作分析引擎511和网关513)和数据库515至521，这些服务器和数据库被配置为经由网络501用户装置503-I(I＝1、2和3)进行通信。一个或多个测量工具509，诸如但不限于，一个或多个生理或监测部件和/或被配置为用于认知监测、评估、筛查和/或治疗的一个或多个部件，可以经由网络501将数据传达到一个或多个服务器(被配置为用作分析引擎511和网关513)和数据库515至521。在该示例中，测量工具509可以被配置为向解决方案平台发送(有线地或无线地)数据或其他信息，或者可以不与解决方案平台联接(而是，解决方案平台被配置为显示请求输入得自测量工具的测量的数据的测量字段)。如图5A的非限制性示例所示，运行分类器模型的分析引擎523可以用于分析数据库521中的数据。作为非限制性示例，分析引擎523可以被配置为实现机器学习工具。
示例性解决方案平台被配置为向用户1的用户装置503-1提供控制，以设定用户类型和与该组中的每个其他用户类型相关联的权限级别和访问类型，以及指定从一个或多个测量工具509接收的数据的来源和类型。例如，用户装置503-1可以用于发送控制信号，该控制信号设定用户1的权限级别和访问级别、与用户装置503-2相关联的用户类型2的第二(更受限)组权限级别和访问级别、以及与用户装置503-3相关联的用户类型3的第三组(受限)权限级别和访问级别。为了取得对示例性解决方案平台的访问，需要每个用户经由认证系统507进行认证。在服务器(被配置为用作分析引擎511和网关513)处接收到对给定用户类型的认证时，服务器(被配置为用作分析引擎511和网关513)被配置为基于由来自用户装置503-1的控制信号设定的权限级别允许该用户类型有权访问托管的应用程序和/或内容。
示例性网络环境被配置为基于来自用户装置503-1的控制信号而接收和发送从包括用户装置503-I在内的不同类型的用户装置接收的数据。例如，来自用户装置503-1的控制信号可以提供其他允许的用户类型(诸如但不限于患者ID、教师ID和看护人员ID)的识别数据、每个用户类型的权限和访问级别限制、提醒频率、以及由每个用户类型进行的要测量的行为类型。在该非限制性示例中，控制信号指定允许用户类型2仅提供指示针对个体的行为量度和症状量度的数据。在该示例中，来自用户装置1的控制信号可以致使网关服务器仅分配用户类型2的类别以选择教师和/或选择其他看护人员，从而致使网关向用户装置503-2提供指令以向选定教师和/或选定其他看护人员显示(或以其他方式提供)允许的测量字段，以及响应于在用户装置503-2处提供的测量字段而仅接收指示针对个体的行为量度和症状量度的数据。在该非限制性示例中，控制信号还指定仅准许用户类型3接收增强的分析报告，该增强的分析报告至少部分地基于应用于来自提供给用户装置503-1和503-2的测量字段的数据、以及在用户装置503-1处提供的其他数据的分析引擎生成。在该示例中，来自用户装置1的控制信号可以致使网关服务器仅分配用户类型3的类别以选择看护人员(包括选定保健提供方)，从而致使网关允许选定教师和/或选定其他看护人员响应于在用户装置503-2处提供的测量字段而仅接收指示针对个体的行为量度和症状量度的数据。
示例性分析引擎511可以用于将示例性分类器模型应用于响应于测量字段而接收的数据，以提供至少部分地用于生成增强的分析报告的分析结果。
如图5A所示，测量工具可以用于提供指示来自个体与测量工具的交互的结果的数据，包括治疗(或疗法)遥测和/或依从性。如上所述，测量工具可以被配置为用于认知监测、评估、筛查和/或治疗。
如图5A所示，网络环境包括与一个或多个服务器(被配置为用作分析引擎511和网关513)相关联的一个或多个数据库515至521。在各种示例中，一个或多个数据库515至521可以用于存储用户识别信息，一个或多个个体的健康信息、指示从用户收集的量度的数据(包括行为量度和/或症状量度)、来自一个或多个测量工具509的数据、或本文描述的其他数据；而服务器(被配置为用作分析引擎511和网关513)可以存储分析引擎和/或报告生成引擎，这些引擎可以实现本文描述的一个或多个过程。在图5A的非限制性示例中，数据库515用于存储使用情况分析(使用分析引擎生成)；数据库517用于存储使用来自用户1装置的控制信号设定的偏好(诸如但不限于提醒频率和要量化和跟踪的指定行为)；数据库519用于存储基于来自用户装置1的控制信号而识别的用户和用户类型中的每个的账户和简档信息(诸如但不限于指示健康信息被分析的个体(患者ID)、个体的教师的ID和个体的看护人员的识别信息(ID)的数据)；并且数据库521用于存储指示健康信息的数据(诸如但不限于指示个体的行为量度、症状量度、依从性水平和其他测量(包括治疗遥测)的数据)。
示例性网关513控制在网络501与数据库517(使用来自用户1装置的控制信号设定的偏好)、数据库519(其包括识别信息)和数据库521(其包括健康数据)之间的通信。示例性网关513还与认证系统507通信。因此，基于来自用户装置1(503-1)的控制信号，网关513被配置为控制每个用户类型的权限和访问级别，确定任何用户的认证状态，以及控制对经认证的用户的访问的授权。网关513还配置为应用加密协议(包括TLS版本1.x、实现(作为非限制性示例)AES256加密协议的密码)来加密或解密在用户装置、服务器和数据库之间交换的数据。可以经由网关513跨分布式环境更安全地共享由应用加密协议产生的加密数据，从而为跨多个分布式数据资产(包括跨多个分布式平台)的数据的安全收集、分析和共享提供附加的安全性。网关513还可以基于来自用户装置1(503-1)的控制信号而被配置为控制和验证尝试通过网络501交换数据的每个用户的访问级别。
在图5A的另一个示例中，一个或多个服务器(包括被配置为执行分析引擎的服务器)与用户装置503-1之间的通信可以通过安全推送通知过程来进行。在其他非限制性示例中，网关513可以被配置为基于来自用户装置503-1的控制信号，通过安全推送通知与用户装置503-2和用户装置503-3中的一个或多个通信。
与用户装置503-1相关联的电子显示装置(未示出)可以向用户显示呈现的图形用户界面(GUI)，如本文所述。一旦显示装置从服务器(被配置为用作分析引擎511和网关513)接收到指令，就可以呈现GUI以允许个体与服务器交互来实现本文描述的过程，包括限定其他用户类型、设定限定的用户类型的权限级别和访问级别、显示用于输入测量数据的字段、指定要从一个或多个测量工具509接收的数据的来源和类型、以及接收测量数据，如本文所述。
在一些示例中，可以使用通过电子邮件服务设置的安全链接来实现一个或多个服务器与用户装置(包括用户1、用户2或用户3)之间的通信。
在本文描述的任何示例中，在一个或多个服务器与用户装置(包括用户1、用户2或用户3)之间的通信可以经由安全推送通知设置来实现。例如，用户1用户装置可以用于设定经由对移动装置的安全推送通知转到用户2类型(包括教师和保健提供方)的提醒和通知的偏好。
图5B是适于解决方案平台的分布式实现方式的又一个示例性网络环境的框图。本文结合图2、图3、图4和图5A的部件的特征和功能性提供的描述也适用于图5B的等效部件，但是内容模块525具有与网关513、数据库521和分析引擎523通信的添加部件。内容模块525被配置为至少部分地基于来自(诸如但不限于行为评估数据)的分析结果而生成一个或多个内容查询，从而提供上下文和预测内容定向。
内容模块525的示例性输入是受众(例如，年龄或年龄范围、用户)、上下文(时间、活动、位置)、域(症状、行为、损伤)和评级。内容模块525可以包括被配置为实现规则引擎的内容定向引擎，该规则引擎用于例如将原始遥测从跟踪或治疗转换为上下文和域输入。预测内容定向可以是基于经由结合一个或多个输入(即，受众、上下文、域和/或评级输入)的模式或预测趋势的机器学习。可以基于用户观看、阅读和/或喜欢的内容而跟踪内容参与，作为未来内容生成的反馈回路。
作为预测内容建模的示例，可以基于各种量纲(例如，App使用情况、跟踪数据、环境和角色)而指定用户落入限定类别(称为“简档”)。内容可能具有与分类法相关联的元数据“标签”，该分类法与收集的数据匹配。算法可以基于用户的简档而确定向用户显示什么内容。
作为非限制性示例，内容模块525可以被配置为将一个或多个内容查询传送到具有API并与至少一个内容索引529通信的一个或多个内容库527。可以基于来自分析引擎523的分析的结果而构建查询，以识别教育、信息、临床、行为或其他类型的内容来输出给系统的用户和/或症状和行为正被测量的个体。内容查询的目标可以是识别可有助于个体改善基于个体的病症测量的一种或多种症状的评分的内容或改善和/或修改个体表现出的并基于病症而测量的一种或多种行为。
作为非限制性示例，内容库可以是国家资源数据库、医学协会数据库、专业协会数据库或私人管理图书馆，或可被查询以提供相关内容的任何其他来源。例如，在病症为ADHD的情况下，内容库可以与CHADD国家资源(关于ADHD的公认权威机构)关联。
作为非限制性示例，对于患有ADHD的个体，分析ADHD的一种或多种症状以及一种或多种相关联的行为，以确定以下中的一者或多者：(i)个体对治疗的反应速度；(ii)病症状态；(iii)用药在控制行为方面的功效；和/或(iv)用药在解决病症的症状方面的功效。基于分析而生成的查询的目标可以是识别可有助于个体和/或个体的至少一个看护人员修改(包括改善)对至少一个症状量度的评分或修改(包括改善)对至少一个行为量度的评分。在该示例中，内容查询的目标可以是识别可有助于个体做家庭作业或练考试技能的内容，其中分析模块基于该分析而显示该个体的能力并未随该个体正在接受的其他治疗而改善。
作为另一个非限制性示例，对于患有重度抑郁障碍(MDD)的个体，分析MDD的一种或多种症状以及一种或多种相关联的行为，以确定以下中的一者或多者：(i)个体对治疗的反应速度；(ii)病症状态；(iii)用药在控制行为方面的功效；和/或(iv)用药在解决病症的症状方面的功效。基于分析而生成的查询的目标可以是识别可有助于个体和/或个体的至少一个看护人员修改(包括改善)对至少一个症状量度的评分或修改(包括改善)对至少一个行为量度的评分。在该示例中，内容查询的目标可以是可有助于个体解决伴随MDD的认知缺陷的内容，其中分析模块基于该分析而显示该个体的认知能力没有随该个体正在接受的其他治疗而改善。
作为内容目标确定的具体示例，看护人员可以选择并在行为跟踪单上指示他/她的孩子在过去七天内“根本不”和“非常多地”做出四种具体行为之一。该系统可以例如在用户装置1上向父母显示健康提示，这些健康提示可以在以下用例中在家庭和在学校帮助父母：
1.特定父母面对家庭晨间日常
2.特定父母面对家庭作业
3.特定父母面对学校
4.普通父母在家庭
5.普通父母在学校
图6是可用作计算部件来执行本文描述的过程中的一个或多个(包括结合图1至图4)的示例性计算装置610的框图。在本文的任何示例中，计算装置610可以被配置为控制台，其接收用户输入以实现计算部件，包括执行分析中的一个或多个和/或生成一个或多个增强的分析报告。为了清楚起见，图6还参考并提供了关于图1的示例性系统的各个元件的更多细节。计算装置610可以包括一个或多个非暂时性计算机可读介质，以用于存储用于实现示例的一个或多个计算机可执行指令或软件。非暂时性计算机可读介质可以包括但不限于一种或多种类型的硬件存储器、非暂时性有形介质(例如，一个或多个磁存储盘、一个或多个光盘、一个或多个闪存驱动器)等。例如，计算装置610中包括的存储器102可以存储用于执行本文公开的操作的计算机可读和计算机可执行指令或软件。例如，存储器102可以存储软件应用程序650，该软件应用程序被配置为执行公开的操作(例如，分析针对一个或多个测量字段接收的数据、将示例性分类器模型应用于数据、执行计算以分析数据、或生成增强的分析报告)中的各种操作。计算装置610还包括可配置和/或可编程处理器104和相关联的核心614，以及任选地，一个或多个附加的可配置和/或可编程处理装置，例如处理器612’和相关联的核心614’(例如，在计算装置具有多个处理器/核心的情况下)，以用于执行存储在存储器102中的计算机可读和计算机可执行指令或软件以及用于控制系统硬件的其他程序。处理器104和处理器612’可以各自是单核处理器或多核(614和614’)处理器。
可以在计算装置610中采用虚拟化，使得在控制台中的基础设施和资源可以动态地共享。可以提供虚拟机624来处理在多个处理器上运行的进程，使得该进程看起来仅使用一个计算资源而不是多个计算资源。多个虚拟机也可以与一个处理器一起使用。
存储器102可以包括计算装置存储器或随机存取存储器，诸如但不限于DRAM、SRAM、EDO RAM等。存储器102可以包括非易失性存储器，诸如但不限于硬盘或闪存存储器。存储器102也可以包括其他类型的存储器，或它们的组合。
在非限制性示例中，存储器102和至少一个处理单元104可以是外围装置的部件，诸如但不限于加密狗(包括适配器)或其他外围硬件。示例性外围装置可以被编程为与主计算装置通信或以其他方式联接到主计算装置，以提供示例性测量工具中的任一者的功能性、应用示例性分类器模型并实现本文描述的示例性分析(包括相关联的计算)中的任一者。在一些示例中，外围装置可以被编程为直接地与主计算装置通信或以其他方式联接到主计算装置(诸如但不限于经由USB或HDMI输入)，或间接地经由线缆(包括同轴电缆)、铜线(包括但不限于PSTN、ISDN和DSL)、光纤或其他连接器或适配器。在另一个示例中，外围装置可以被编程为无线地与主计算装置通信(诸如但不限于Wi-Fi或蓝牙)。示例性主计算装置可以是智能电话(诸如但不限于或基于安卓TM的智能电话)、电视机、工作站、台式计算机、膝上型计算机、平板计算机、平板电脑、电子阅读器(e-reader)、数字助理或其他电子阅读器或手持、便携或可穿戴计算装置，或任何其他等效装置、或或其他等效形式的计算装置。
用户可以通过视觉显示单元628(诸如计算机监视器)与计算装置610交互，视觉显示单元可以显示可根据示例性系统和方法提供的一个或多个呈现的图形用户界面630。计算装置610可以包括用于从用户接收输入的其他I/O装置，例如键盘或任何合适的多点触摸接口618、定点装置620(例如，鼠标)、相机或其他图像记录装置、麦克风或其他声音记录装置、加速度计、陀螺仪、用于触觉、振动或听觉信号的传感器和/或至少一个致动器。键盘618和定点装置620可以联接到视觉显示单元628。计算装置610可以包括其他合适的常规I/O外围器件。
计算装置610还可以包括一个或多个存储装置634(包括单核处理器或多核处理器636)，诸如硬盘驱动器、CD-ROM或其他计算机可读介质，以用于存储数据和执行本文公开的操作的计算机可读指令和/或软件。示例性存储装置634(包括单核处理器或多核处理器636)还可以存储一个或多个数据库，以用于存储实现示例性系统和方法所需的任何合适的信息。数据库可以在任何合适的时间手动地或自动地更新，以添加、删除和/或更新数据库中的一个或多个项。
计算装置610可以包括网络接口622，该网络接口被配置为通过包括但不限于标准电话线、LAN或WAN链路(例如，802.11、T1、T3、56kb、X.25)、宽带连接(例如，ISDN、帧中继、ATM)、无线连接、控制器局域网(CAN)或任何或所有上述项的某种组合的各种连接，经由一个或多个网络装置632与一个或多个网络(例如，局域网(LAN)、城域网(MAN)、广域网(WAN)或互联网)介接。网络接口622可以包括内置网络适配器、网络接口卡、PCMCIA网络卡、卡总线网络适配器、无线网络适配器、USB网络适配器、调制解调器或适于将计算装置610介接到能够通信并执行本文描述的操作的任何类型的网络的任何其他装置。此外，计算装置610可以是任何计算装置，诸如智能电话(诸如但不限于，或基于安卓TM的智能电话)、电视机、工作站、台式计算机、服务器、膝上型计算机、平板计算机、平板电脑、电子阅读器(e-reader)、数字助理或其他电子阅读器或手持、便携或可穿戴计算装置，或任何其他等效装置、或能够通信并具有或能够联接到足够的处理器能力和存储器容量以执行本文描述的操作的其他等效形式的计算或电信装置。一个或多个网络装置632可以使用不同类型的协议进行通信，所述协议诸如但不限于WAP(无线应用协议)、TCP/IP(传输控制协议/互联网协议)、NetBEUI(NetBIOS扩展用户界面)或IPX/SPX(互联网分组交换/顺序分组交换)。
计算装置610可以运行任何操作系统626，诸如操作系统、操作系统、安卓TM操作系统的任一版本、Unix和Linux操作系统的不同版本、用于Macintosh计算机的的任何版本、任何嵌入式操作系统、任何实时操作系统、任何开源操作系统、任何专有操作系统、或能够在控制台上运行并执行本文描述的操作的任何其他操作系统。在一些示例中，操作系统626可以以本地模式或模拟模式运行。在一个示例中，操作系统626可以在一个或多个云机器实例上运行。
图7示出了可使用本文描述的使用至少一个服务器执行处理器可执行指令的任何解决方案平台来实现的非限制性示例性方法的流程图。在框702中，响应于使用认证系统对第一用户的认证，服务器提供第一用户装置对第一多个测量字段的第一访问构件，第一多个测量字段包括行为量度和症状量度中的一者或多者。在框704中，服务器用于针对第一多个测量字段从第一用户装置接收第一数据。在框706中，响应于使用认证系统将第二用户认证为属于第二用户类型，服务器用于提供第二用户装置对第二多个测量字段的第二访问构件，其中第二多个测量字段基于来自第一用户装置的至少一个控制信号而配置，并且第二多个测量字段与第一多个测量字段相差行为量度和症状量度中的一者或多者。在框708中，服务器用于针对第二多个测量字段从第二用户装置接收第二数据。在框710中，服务器用于致使分析引擎执行对第一数据和/或第二数据的计算分析。在框712中，服务器用于致使报告模块使用来自分析引擎的输出生成增强的分析报告。在框714中，响应于使用认证系统将第三用户认证为属于第三用户类型，服务器用于提供第三用户的第三访问构件以提供对增强的分析报告的访问。
图8A至图8B示出了可使用包括至少一个处理单元和至少一个服务器的解决方案平台来实现的另一个非限制性示例方法的流程图。结合图8A描述至少一个处理单元的操作如下。在框802中，至少一个处理单元用于接收使用认证系统对第一用户的第一认证。在框804中，基于来自第一用户装置的控制信号，至少一个处理单元用于将第一多个测量字段与第一用户相关联，第一多个测量字段包括行为量度和症状量度中的一者或多者。在框806中，基于来自第一用户装置的控制信号，至少一个处理单元用于指定第二用户类型和第三用户类型。在框808中，基于来自第一用户装置的控制信号，至少一个处理单元用于将第二多个测量字段与第二用户类型相关联，第二多个测量字段基于来自第一用户装置的至少一个控制信号而配置，并且第二多个测量字段与第一多个测量字段相差行为量度和症状量度中的一者或多者。在框810中，基于来自第一用户装置的控制信号，至少一个处理单元用于将增强的分析报告与第三用户类型相关联，增强的分析报告包括针对第一多个测量字段接收的第一数据和/或针对第二多个测量字段接收的第二数据的计算增强。结合图8B描述至少一个服务器的操作如下。在框822中，响应于使用认证系统对第一用户的第一认证，至少一个服务器用于配置第一用户装置对第一多个测量字段的第一访问构件。在框824中，至少一个服务器用于配置第二用户类型对第二多个测量字段的第二访问构件。在框826中，至少一个服务器用于致使分析引擎执行对第一数据和/或第二数据的计算分析。在框828中，至少一个服务器用于致使报告模块使用来自分析引擎的输出生成增强的分析报告。在框830中，至少一个服务器用于配置第三用户类型的第三访问构件以提供对增强的分析报告的访问。
图9示出了可基于由用户1 902设定的控制信号而在解决方案平台上设定的权限类型的示例的流程图。如本文所描述，用户1可以是个体患者、一组患者或代表患者行动的某个人(父母、看管人员、监护人或其他同意的个体)，尤其如果患者是儿童(包括未成年儿童)的话。基于用户1设定控制输入，解决方案平台设定指定为用户类型2(其可以包括看护人员904和/或教师906)和用户类型3(其可以包括医师906)的那些的权限级别和访问类型。解决方案平台还向用户1 902提供设定对数据或其他信息、或增强的分析报告的至少一部分的任何继续传送或访问的权限的能力。例如，如图9所示，解决方案平台还向用户1提供配置用户类型3 906的权限和访问级别的能力，以允许向一个或多个其他方908(诸如但不限于用户类型3的办公室职员)的对数据或其他信息、或增强的分析报告的至少一部分的任何继续传送或访问。同样，如图9所示，解决方案平台还向用户1提供配置用户类型2 906的权限和访问级别的能力，以允许向一个或多个其他方910(诸如但不限于保险偿付(包括支付方)的实体)的对数据或其他信息、或增强的分析报告的至少一部分的任何继续传送或访问。
作为非限制性示例，可以配置解决方案平台，使得用户类型3(例如，医师)可以使用收集的数据和/或增强的分析报告来提供远程保健。在该示例中，由用户1设定的权限和访问级别可以创建设定，使得收集的数据和/或提供给用户类型3的增强的分析报告满足计费和补偿(或其他类型的偿付)的要求，例如使用CPT代码。在该示例中，增强的分析报告包括保健提供方的活动和/或诊断的描述，和/或患者数据或进展报告，以及相关联的度量和量表，它们满足在给定期望CPT代码下的偿付要求。
图10示出了用户1对解决方案平台的示例性使用的流程图，以设定权限级别和访问类型，以及数据类型和表明用户1被赋予在呈现的图形用户界面中进行输入的能力的其他信息；在该非限制性示例中，用户1代表儿童患者的行动。解决方案平台呈现用户1可导航到或以其他方式访问的账户页面，诸如但不限于通过在本文所述的移动装置、平板电脑或其他计算装置上启动App。如果用户1已经设置账户，那么解决方案平台为用户1提供了呈现的图形用户界面，该呈现的图形用户界面是用户1的登录凭据的登录窗口。如果用户1没有账户，那么解决方案平台向用户1提供呈现的图形用户界面，以帮助创建账户和识别要监测的个体，无论是用户1还是另一个个体(诸如但不限于儿童，包括未成年儿童)。向用户1提供呈现的图形用户界面以通过选择行为类别并从中选择要测量和量化的行为选择来配置解决方案平台，还向用户1提供呈现的图形用户界面以配置行为跟踪确认类型。解决方案平台还向用户1呈现呈现的图形用户界面以设定提醒类型、向用户1和其他用户(用户类型2和/或用户类型3)发送提醒的频率和方式。还向用户1提供呈现的图形用户界面以指定用户类型2和3的身份和权限以及访问级别。例如，如图10的示例中所示，可以将用户类型2提供为教师列表。用户1可以设定提醒类型、向用户类型2发送提醒的频率和方式。还向用户1提供呈现的图形用户界面，以从其他用户1账户或装置设定(诸如但不限于用户1联系人)检索有关用户类型的信息。
图11A至图11D示出了可包括在增强的分析报告中的数据类型和其他信息的非限制性示例。图11A示出了分析的示例，该分析指明个体对给定治疗或其他方案的设定要求的依从性(包括进行用药或其他治疗的频率或进行的用药的剂量水平)。图11B示出了可量化或报告的症状量度的类型的示例，基于在解决方案平台中设定的评级量表，包括可能永远不会出现的症状、偶尔出现的症状或经常或常常出现的症状的指示。图11B还示出了可基于从用户1、用户类型2和用户类型3收集的数据生成的计算分析的类型、可视化、以及图表(例如，随时间的症状出现的实际和/或预计频率和/或强度)。图11C示出了可量化或报告的行为量度的类型的示例，基于在解决方案平台中设定的评级量表，包括对被量化为在高于或低于平均时出现的行为的指示。图11C还示出了可基于从用户1、用户类型2和用户类型3收集的数据生成的计算分析的类型、可视化、以及图表(例如，随时间的行为出现的实际和/或预计频率和/或强度)。图11D示出了来自测量工具(在该非限制性示例中为认知工具)的测量的示例，用户1配置解决方案平台以从测量工具收集数据。在该示例中，测量工具将认知测量评分的测量显示为与由测量工具测量的来自单独表现测量(1、2、3和4)的数据相比的图表。
在图11D的非限制性示例中，表现测量1可以是目标确定评分，表现测量2可以是导航评分，并且表现测量3可以是反应时间，而表现测量4可以是干扰成本。图形用户界面被配置为基于从患者与认知平台的交互收集的数据，呈现一个或多个字段以显示对应于每个表现测量的一个或多个值，诸如但不限于结合图13至图15H中任一个描述的示例。图形用户界面被配置为呈现一个或多个字段以显示基于其他表现测量而计算的一个或多个值。例如，表现测量4是表现测量的值，诸如基于表现测量1、表现测量2和/或表现测量3中的一者或多者的测量值而计算的干扰成本。
图12A至图12B示出了图形用户界面的非限制性示例，解决方案平台可以被配置为进行呈现以允许用户1、用户类型2和/或用户类型3在适用时输入行为量度(图12A)或症状量度(图12B)的量化指标。图12A至图12B还示出了测量字段(1202、1204、1206、1222、1224、1226)的类型的非限制性示例，这些测量字段可以被呈现来显示在图形用户界面上，以供用户1、用户类型2和/或用户类型3输入评级和量表。图12A至图12B还示出了可在测量字段中提供的评级和量化量表的类型的非限制性示例，诸如但不限于基于表情符号的评级量表、基于文本的量表或数字量化指标评级量表。
在本文的任何示例中，可以在使用、分析和/或发送之前取消识别用户1、用户类型2和/或用户类型3中的任一者的识别数据和信息。在一个示例中，可以通过从简档清除文本和任何其他识别符并分配未使用识别的信息生成的用户ID来完成取消识别。
在本文的任何示例中，可以在使用、分析和/或发送之前对用户1、用户类型2和/或用户类型3中的任一者的识别数据和信息进行加密。
在本文的任何示例中，行为量度量化个体的一个或多个行为参数。
在本文的任何示例中，症状量度量化个体的病症的一种或多种症状。
在本文的任何示例中，第一多个测量字段包括行为度量、症状度量、用药类型指定、用药依从性量化指标和依从性量度中的两者或更多者。
在本文的任何示例中，至少一个服务器基于来自第一用户装置的至少一个控制信号而配置第二访问构件。
在本文的任何示例中，至少一个服务器基于来自第一用户装置的至少一个控制信号而配置第三访问构件。
在本文的任何示例中，至少一个处理单元可以用于接收指示个体与认知工具的交互的认知量度的数据。
在本文的任何示例中，服务器可以用于致使指令被发送到第二用户装置以显示第二多个测量字段。
在本文的任何示例中，第一访问构件和/或第二访问构件可以是基于安全链接或安全推送通知。
在本文的任何示例中，个体可以是儿童(包括未成年儿童)。
在本文的任何示例中，从第一用户收集第一数据包括致使第一用户装置呈现第一图形用户界面，第一图形用户界面显示第一多个字段，第一多个字段中的每个字段与同认知病症的至少一个症状相关联的第一组行为相关联。
在本文的任何示例中，偿付报告和/或计费报告的生成可以是基于从第一用户和/或第三用户接收的数据。
在本文的任何示例中，可以实时地调整任务和/或CSI的类型。
在本文的任何示例中，认知平台和包括认知平台的系统可以被配置为呈现计算机化任务和平台交互，这些任务和平台交互告知认知评估(包括筛查和/或监测)或递送认知治疗。
根据本文描述的原理的示例性认知平台可适用于许多不同类型的神经心理病症，诸如但不限于痴呆、帕金森病、大脑淀粉样血管病、家族性淀粉样神经病、亨廷顿病或其他神经退行性病症、自闭症谱系障碍(ASD)、16p11.2复制的存在，和/或执行功能障碍(诸如但不限于注意力缺陷多动障碍(ADHD)、感觉处理障碍(SPD)、轻度认知障碍(MCI)、阿尔茨海默病、多发性硬化症、精神分裂症、抑郁症或焦虑症)。
根据本文描述的原理的示例性认知平台可适用于许多不同类型的神经心理病症，诸如但不限于阿尔茨海默病、痴呆、帕金森病、大脑淀粉样血管病、家族性淀粉样神经病或亨廷顿病。
根据本文的原理的按照神经退行性病症的发病的可能性和/或进展阶段对个体的任何分类都可以作为信号来发送给医疗装置、保健计算系统或其他装置，和/或来发送给执业医生、健康医生、物理治疗者、行为治疗者、运动医学医生、药剂师或其他医生作为增强的分析报告的一部分，以允许为个体制定疗程或修改现有疗程，包括确定药物、生物制剂或其他药剂对个体的剂量的变化，或确定药物、生物制剂或其他药剂对个体的最佳类型或组合。
在本文的任何示例中，认知平台可以被配置为医疗装置平台、监测装置平台、筛查装置平台或其他装置平台的任何组合。
在非限制性示例中，可以使用一个或多个生理或监测部件和/或认知测试部件从测量收集测量工具数据。在本文的任何示例中，一个或多个生理部件被配置为用于执行生理测量。生理测量提供生理参数的定量测量数据和/或可用于生理结构和/或功能的可视化的数据。
应当理解，本文提到的“药物”涵盖药物、生物制剂和/或其他药剂。
在非限制性示例中，生理器械可以是fMRI，并且数据可以是指示皮质厚度、大脑功能活动变化或其他测量的测量数据。
在其他非限制性示例中，测量工具数据可以包括可用于表征个体的状态的任何数据，诸如但不限于年龄、性别或其他类似的数据。
在本文的任何示例中，在个体同意后收集数据(包括来自测量字段的数据、识别数据和/或来自(一个或多个)测量工具的数据)。
在本文的任何示例中，个体在对服用的药物或其他用药、或对针对服用药物或其他用药设定的方案做出任何变化之前咨询保健医生。
在本文的任何示例中，一个或多个生理部件可以包括测量身体和神经系统的物理特性(包括电活动、心率、血流和氧水平)的任何构件，以提供测量工具数据。这可以包括基于相机的心率检测、皮肤电反应测量、血压测量、脑电图、心电图、磁共振成像、近红外光谱和/或瞳孔扩张测量，以提供测量工具数据。
提供测量工具数据的生理测量的其他示例包括但不限于使用心电图仪(ECG)测量体温、心脏或其他心脏相关功能、使用脑电图仪(EEG)测量电活动、事件相关电位(ERP)、功能磁共振成像(fMRI)、血压、皮肤的一部分的电位、皮肤电反应(GSR)、脑磁图(MEG)、眼睛跟踪装置，或其他光学检测装置，包括被编程为确定瞳孔扩张程度的处理单元、功能近红外光谱(fNIRS)和/或正电子发射断层摄影(PET)扫描仪。EEG-fMRI或MEG-fMRI测量允许同时地采集电生理学(EEG/MEG)数据和血液动力学(fMRI)数据。
非限制性示例性认知平台和平台产品
在本文的任何示例中，认知平台可以被配置为用于认知监测、认知评估、认知筛查和/或认知治疗。源自认知平台的数据可以包括基于个体与认知平台的交互而生成的指示个体的认知能力的一个或多个表现度量和/或数据。
示例性认知平台可以被配置为用于测量指示用户在一个或多个任务时的表现的数据，以提供用户表现度量。示例性任务可以包括干扰处理任务，和/或空间导航任务，和/或情绪/情感任务。示例性表现度量可以用于导出用户的认知能力的评估和/或测量用户对认知治疗的反应，和/或提供用户的病症(包括生理病症和/或认知病症)的数据或其他定量标记。根据本文的原理的非限制性示例性认知平台或平台产品可以被配置为按照病症、可能对该病症有临床意义的蛋白质的表达水平和/或当个体被施用药物、生物制剂或其他药剂时使用认知平台和/或平台产品的潜在功效，基于从个体与认知平台和/或平台产品的交互收集的数据和/或依据该数据的分析(和相关联的计算)计算的度量，对个体进行分类。根据本文的原理的其他非限制性示例性认知平台或平台产品可以被配置为按照病症的发病的可能性和/或进展阶段，基于从个体与认知平台或平台产品的交互收集的数据和/或依据该数据的分析(和相关联的计算)计算的度量，对个体进行分类。
根据本文的原理的按照病症的发病的可能性和/或进展阶段对个体的任何分类都可以作为信号来发送给医疗装置、保健计算系统或其他装置，和/或来发送给执业医生、健康医生、物理治疗者、行为治疗者、运动医学医生、药剂师或其他医生，以允许为个体制定疗程或修改现有疗程，包括确定药物、生物制剂或其他药剂对个体的剂量的变化，或确定药物、生物制剂或其他药剂对个体的最佳类型或组合。
在本文的任何示例中，平台产品或认知平台可以被配置为医疗装置平台、监测装置平台、筛查装置平台或其他装置平台的任何组合。
本公开还针对包括平台产品和认知平台的示例性系统，该平台产品和认知平台被配置为与一个或多个生理或监测部件和/或认知测试部件联接。在一些示例中，系统包括与一个或多个其他生理或监测部件和/或认知测试部件集成的平台产品和认知平台。在其他示例中，该系统包括平台产品和认知平台，该平台产品和认知平台与一个或多个生理或监测部件和/或认知测试部件分开地容纳并被配置为与它们通信，以接收指示使用此类一个或多个部件进行的测量的数据。
如本文所使用，术语“cData”是指从用户与形成为平台产品或认知平台的计算机实现的装置的交互的测量收集的数据。
如本文所使用，术语“nData”是指可根据本文的原理收集的其他类型的数据。用于提供nData的任何部件在本文中都被称为nData部件。
在本文的任何示例中，可以实时地收集cData和/或nData。
在非限制性示例中，可以使用一个或多个生理或监测部件和/或认知测试部件从测量收集nData。在本文的任何示例中，一个或多个生理部件被配置为用于执行生理测量。生理测量提供生理参数的定量测量数据和/或可用于生理结构和/或功能的可视化的数据。
作为非限制性示例，可以从个体的组织或体液(包括血液)和/或从个体收集的组织或体液(包括血液)中的蛋白质的类型和/或蛋白质的构象的测量收集nData。在一些示例中，组织和/或体液可以在个体的大脑中或从个体的大脑取出。在其他示例中，蛋白质的构象的测量可以提供蛋白质形态的指示(例如，蛋白质是否正在形成聚集体)。可以基于在神经退行性病症中有临床意义的蛋白质的阈值表达水平而限定表达组，其中高于预指定的阈值的表达水平的测量值限定第一表达组，而低于该预指定的阈值的表达水平的测量值限定第二表达组。
应当理解，本文提到的“药物”涵盖药物、生物制剂和/或其他药剂。
在非限制性示例中，生理器械可以是fMRI，并且nData可以是指示皮质厚度、大脑功能活动变化或其他测量的测量数据。
在其他非限制性示例中，nData可以包括可用于表征个体的状态的任何数据，诸如但不限于年龄、性别或其他类似的数据。
在本文的任何示例中，在个体同意后收集数据(包括cData和nData)。
在本文的任何示例中，一个或多个生理部件可以包括测量身体和神经系统的物理特性(包括电活动、心率、血流和氧水平)的任何构件，以提供nData。这可以包括基于相机的心率检测、皮肤电反应测量、血压测量、脑电图、心电图、磁共振成像、近红外光谱和/或瞳孔扩张测量，以提供nData。
提供nData的生理测量的其他示例包括但不限于使用心电图仪(ECG)测量体温、心脏或其他心脏相关功能、使用脑电图仪(EEG)测量电活动、事件相关电位(ERP)、功能磁共振成像(fMRI)、血压、皮肤的一部分的电位、皮肤电反应(GSR)、脑磁图(MEG)、眼睛跟踪装置，或其他光学检测装置，包括被编程为确定瞳孔扩张程度的处理单元、功能近红外光谱(fNIRS)和/或正电子发射断层摄影(PET)扫描仪。EEG-fMRI或MEG-fMRI测量允许同时地采集电生理学(EEG/MEG)nData和血液动力学(fMRI)nData。
还可以使用fMRI来基于大脑供氧与去供氧的血液供应的磁性差异而提供指示神经元激活的测量数据(nData)。基于在神经元活动和大脑代谢之间的正相关性，fMRI可以通过测量血液供应的区域变化来提供神经元活动的间接测量。
PET扫描仪可以用于执行功能成像以通过检测由正电子发射放射性核素(示踪剂)间接地发射的γ射线来观察身体的代谢过程和其他生理测量。可以使用生物上活性的分子将示踪剂引入用户的身体内。可以从扫描得到身体的代谢过程和其他生理测量的指示符，包括从对来自扫描的示踪剂浓度的nData的二维和三维图像的计算机重建得到。nData可以包括示踪剂浓度和/或PET图像(诸如二维或三维图像)的测量。
在本文的任何示例中，根据本文的原理，任务可以是空间导航任务。在该示例中，计算装置被配置为呈现风景的视图，诸如但不限于图13的示例。图13示出了包括一条或多条内部路线1312和障碍物1314的风景1310的正俯视图。在该示例中，路线1312的部分被配置为包括允许化身或其他可导引元素1316穿过的路径和通路。任务要求个体制定从初始点(“A”)到至少一个目标位置(“B”)的关于策略上定位的障碍物1314的路径。计算装置可以被配置为向个体呈现指令以导航路线1312。计算装置还可以被配置为向个体提供输入装置或允许个体穿过路线1312的其他类型的控制元素，包括在继续沿着路线的给定方向或改变方向之前指定和/或控制移速、方向、速度、导航策略的选择、等待或延迟时段、或其他不行动时段、用于完成路线的时间间隔、和/或参考风景的鸟瞰图或俯视图(包括作为地图)的频率或次数中的一者或多者，包括作为时间函数的这些参数中的任一者的值。作为另一个非限制性示例，表现度量可以包括对个体通过路线导航的路径的优化程度的度量，诸如通过确定通过路线的最短路径或近最短路径。
计算装置可以被配置为收集指示表现度量的数据，该表现度量量化个体从初始点(“A”)到达一个或多个目标点(“B”)所采用的导航策略。例如，计算装置可以被配置为收集指示个体从初始点(“A”)沿着虚线或点线前进的决策、移速、化身或其他可导引元素的方向以及其他量度的数据。在各种示例中，可使用计算装置测量的表现度量可以包括指示在以给定路线方向继续前进或改变方向之前的移速、方向、速度、导航策略的选择、等待或延迟时段或其他不行动时段、完成路线的时间间隔、和/或参考风景(包括作为地图)的鸟瞰图或俯视图的频率或次数的数据，包括作为时间函数的这些参数中的任一者的值。作为另一个非限制性示例，表现度量可以包括对个体通过路线导航的路径的优化程度的度量，诸如通过确定通过路线的最短路径或近最短路径。
在本文的任何示例中，任务可以涉及需要用户参与的一个或多个活动。任务中的任一者或多者都可以用计算机实现为计算机化刺激或交互(下面将更详细地描述)。
对于目标确定任务，认知平台可能需要来自用户的时间特定和/或位置特定的反应。对于导航任务，认知平台可能需要来自用户的位置特定和/或运动特定的反应。对于面部表情识别或物体识别任务，认知平台可能需要来自用户的时间特定和/或位置特定的反应。多任务任务可以包括两个或更多任务的任何组合。在非限制性示例中，可以使用认知平台的输入装置记录用户对任务的反应，所述任务诸如但不限于目标确定和/或导航和/或面部表情识别或物体识别任务。此类输入装置的非限制性示例可以包括相对于用户界面或图像捕获装置(诸如但不限于触摸屏或其他压敏屏幕、或相机)的触摸、滑动或其他手势，包括被配置为用于记录用户交互的任何形式的图形用户界面。在其他非限制性示例中，使用认知平台针对任务记录的用户反应，诸如但不限于目标确定和/或导航和/或面部表情识别或物体识别任务，可以包括导致包括认知平台的计算装置的位置、取向或移动发生变化的用户行动。计算装置的位置、取向或移动的这种变化可以使用设置在计算装置中或以其他方式联接到计算装置的输入装置(诸如但不限于传感器)来记录。传感器的非限制性示例包括运动传感器、位置传感器和/或图像捕获装置(诸如但不限于相机)。
图14A至图15H示出了非限制性示例性用户界面，其可以使用本文的示例性系统、方法和设备来呈现，以呈现用于用户交互的任务和/或干扰(其中任一个或两个具有计算机化元素)。图14A至图5H的非限制性示例性用户界面还可以用于以下中的一者或多者：收集指示个体对任务和/或干扰和计算机化元素的反应的数据、显示进展度量、以及提供分析度量。
图14A至图14D示出了根据本文的原理的物体(目标或非目标)的特征的示例，所述特征可以向示例性用户界面呈现为时变特征。图14A示出了对呈现给用户界面的物体1400的方面的时变特性的修改是物体1400相对于在图形用户界面中呈现的环境的位置和/或速度的动态变化的示例。图14B示出了对呈现给用户界面的物体1402的方面的时变特性的修改是物体1402相对于呈现在图形用户界面中的环境的大小和/或轨迹/运动方向和/或取向的动态变化的示例。图14C示出了对呈现给用户界面的物体1404的方面的时变特性的修改是物体1404的形状或其他类型相对于在图形用户界面中呈现的环境的动态变化的示例。在该非限制性示例中，物体1404的时变特性使用从第一类型的物体(星形物体)到第二类型的物体(圆形物体)的变形来实现。在另一个非限制性示例中，物体1404的时变特性通过将混合形状呈现为第一类型的物体和第二类型的物体的比例组合来实现。图14C示出了对呈现给用户界面的物体1404的方面的时变特性的修改是呈现在图形用户界面中的物体1404的形状或其他类型的动态变化(在该非限制性示例中，从星形物体到圆形物体的变化)的示例。图14D示出了对呈现给用户界面的物体1406的方面的时变特性的修改是物体1406相对于呈现在图形用户界面中的环境的图案、颜色或视觉特征的动态变化(在该非限制性示例中，从具有第一图案的星形物体到具有第二图案的圆形物体的变化)的示例。在另一个非限制性示例中，物体的时变特性可以是在物体上或相对于物体描绘的面部表情的变化率。在本文的任何示例中，前述时变特性可应用于包括计算机化元素的物体，以修改个体与设备(例如，计算装置或认知平台)的交互的认知或情绪负荷。
图15A至图15H示出了根据本文的原理的可在用户界面中呈现的任务和干扰的动态的非限制性示例。在该示例中，任务是视觉运动导航任务，而干扰是目标辨别(作为次要任务)。如图15D所示，需要个体通过控制化身1502沿着与里程碑物体1504一致的路径的运动来执行任务。图15A至图15H示出了非限制性示例性实现方式，其中期望个体致动设备或计算装置(或其他感测设备)，以致使化身1502与里程碑物体1504重合，作为导航任务中的反应，其中基于个体在与里程碑物体1504交叉(例如，撞击)路径方面的成功而评分。在另一个示例中，期望个体致动设备或计算装置(或其他感测设备)以致使化身1502错过里程碑物体1504，其中基于个体在避开里程碑物体1504方面的成功而评分。图15A至图15C示出了目标物体1506(具有第一类型的图案的星形)的动态。图15E至图15H示出了非目标物体1508(具有第二类型的图案的星形)的动态。
在图15A至图15H的示例中，示例性系统、方法和设备的处理单元被配置为接收指示个体的物理行动的数据，以致使化身1502导航路径。例如，可能需要个体执行物理行动来“操控”化身，例如，通过改变旋转取向或以其他方式移动计算装置。这种行动可以致使陀螺仪或加速度计或其他运动或位置传感器装置检测到该移动，从而提供指示个体在执行导航任务中的成功程度的测量数据。
在图15A至图15C和图15E至图15H的示例中，示例性系统、方法和设备的处理单元被配置为接收指示个体的执行目标辨别任务的物理行动的数据。例如，可以在试验或其他会话之前指示个体响应于目标物体1506的显示而敲击或做出其他物理指示，而响应于非目标物体1508的显示而不敲击来做出物理指示。在图15A至图15C和图15E至图15H中，在干扰处理多任务实现方式中，目标辨别任务充当对主导航任务的干扰(即，次要任务的情况)。如上所述，示例性系统、方法和设备可以使处理单元呈现显示特征，以向个体显示关于预期表现的指令。还如上所述，示例性系统、方法和设备的处理单元可以被配置为：(i)在收集指示个体对干扰的反应程度和类型的量度的数据(无论干扰包括目标还是非目标)时，基本上同时地接收指示个体对主任务的反应程度和类型的量度的数据，或者(ii)在收集指示个体对任务的反应程度和类型的量度的数据时，基本上同时地(即，基本上在同一时间)选择性地接收指示个体对包括目标刺激(即，打断物)的干扰的反应程度和类型的量度的数据，并且在收集指示个体对任务的反应程度和类型的量度的数据时，基本上同时地(即，基本上在同一时间)选择性地不收集个体对包括非目标刺激(即，分心物)的干扰的反应程度和类型的量度。
在涉及多任务任务的示例性实现方式中，计算机装置被配置(诸如使用至少一个特别编程的处理单元)为致使认知平台在短时间范围期间(包括实时地和/或基本上同时地)向用户呈现两种或更多种不同类型的任务，诸如但不限于目标确定和/或导航和/或面部表情识别或物体识别任务。计算机装置还被配置为(诸如使用至少一个特别编程的处理单元)在短时间范围内(包括实时地和/或基本上同时地)收集指示接收到的用户对多任务任务的反应的类型的数据。在这些示例中，两种或更多种不同类型的任务可以在短时间范围内(包括实时地和/或基本上同时地)呈现给个体，并且计算装置可以被配置为接收指示在短时间范围内(包括实时地和/或基本上同时地)与两种或更多种不同类型的任务相关的用户反应的数据。
在一些示例中，短时间范围可以是分辨率高达约1.0毫秒或更长的任何时间间隔。时间间隔可以是但不限于约2.0毫秒或更长的周期性的任何分割的持续时间，直到任何合理的结束时间。时间间隔可以是但不限于约3.0毫秒、约5.0毫秒、约10毫秒、约25毫秒、约40毫秒、约50毫秒、约60毫秒、约70毫秒、约100毫秒或更长。在其他示例中，短时间范围可以是但不限于几分之一秒、约一秒、在约1.0秒至约2.0秒之间、或最多约2.0秒或更多。
在一些示例中，平台产品或认知平台可以被配置为收集指示用户反应相对于任务呈现时间的反应时间的数据。例如，计算装置可以被配置为致使平台产品或认知平台为用户提供更小或更大的反应时间窗口，以提供对任务的反应，作为调整难度水平的方式。
如本文所使用，术语“计算机化刺激或交互”或“CSI”是指呈现给用户以便于用户与刺激的交互或其他交互的计算机化元素。作为非限制性示例，计算装置可以被配置为呈现听觉刺激或发起与用户的其他基于听觉的交互，和/或呈现振动刺激或发起与用户的其他基于振动的交互，和/或呈现触觉刺激或发起与用户的其他基于触觉的交互，和/或呈现视觉刺激或发起与用户的其他基于视觉的交互。
根据本文的原理的任何任务都可以经由计算装置、致动部件或用于实现一个或多个刺激或其他交互元素的其他装置来呈现给用户。例如，任务可以通过呈现图形用户界面以呈现计算机化刺激或交互(CSI)或其他交互元素来呈现给用户。在其他示例中，可以使用致动部件将任务作为听觉、触觉或振动计算机化元素(包括CSI)来呈现给用户。在本文的各种示例中对一个或多个CSI的使用(和来自一个或多个CSI的数据的分析)的描述还涵盖在那些示例中对包括一个或多个CSI的任务的使用(和来自任务的数据的分析)。
在计算装置被配置为呈现可视CSI的示例中，CSI可以使用呈现给用户的至少一个用户界面呈现。在一些示例中，至少一个用户界面被配置为当用户与使用至少一个用户界面呈现的CSI计算机化元素交互时测量反应。在非限制性示例中，图形用户界面可以被配置为使得CSI计算机化元素是主动的，并且可能需要来自用户的至少一个反应，使得图形用户界面被配置为测量指示用户与平台产品的交互的类型或程度的数据。在另一个示例中，图形用户界面可以被配置为使得CSI计算机化元素是被动的，并且使用至少一个图形用户界面来呈现给用户，但是可能不需要来自用户的反应。在该示例中，至少一个图形用户界面可以被配置为排除用户的交互的记录反应，对指示反应的数据应用加权因子(例如，对较低值或较高值的反应进行加权)，或测量指示用户对平台产品的反应的数据，作为对用户的误导反应的测量(例如，向用户发出关于误导反应的通知或其他反馈)。
在一个示例中，认知平台和/或平台产品可以被配置为包括至少一个处理单元的处理器实现的系统、方法或设备。在一个示例中，至少一个处理单元可以被编程为呈现至少一个图形用户界面，以向用户呈现计算机化刺激或交互(CSI)或其他交互元素以用于交互。在其他示例中，至少一个处理单元可以被编程为致使平台产品的致动部件实现听觉、触觉或振动计算机化元素(包括CSI)，以实现刺激或与用户的其他交互。至少一个处理单元可以被编程为致使程序产品的部件基于用户与CSI或其他交互元素(诸如但不限于cData)的交互而接收指示至少一个用户反应的数据，包括使用输入装置提供的反应。在呈现至少一个图形用户界面以向用户呈现计算机化刺激或交互(CSI)或其他交互元素的示例中，至少一个处理单元可以被编程为致使图形用户界面接收指示至少一个用户反应的数据。至少一个处理单元还可以被编程为：分析cData以提供个体的认知病症的测量，和/或基于确定在用户反应之间的差异(包括基于cData中的差异)而分析个体的表现的差异，和/或基于cData的分析而调整听觉、触觉或振动计算机化元素(包括CSI)、CSI或其他交互元素的难度水平(包括在分析中确定的个体的表现的测量)，和/或提供来自平台产品的输出或其他反馈，该输出或其他反馈可以指示个体的表现、和/或认知评估、和/或对认知治疗的反应、和/或评估的认知量度。在非限制性示例中，至少一个处理单元还可以被编程为按照病症、可能对该病症有临床意义的蛋白质的表达水平和/或当个体被施用药物、生物制剂或其他药剂时使用认知平台和/或平台产品的潜在功效，基于从个体与认知平台和/或平台产品的交互收集的cData和/或依据该cData的分析(和相关联的计算)计算的度量，对个体进行分类。在非限制性示例中，至少一个处理单元还可以被编程为按照病症的发病的可能性和/或进展阶段，基于从个体与认知平台或平台产品的交互收集的cData和/或基于该cData的分析(和相关联的计算)计算的度量，对个体进行分类。神经退行性病症可以是但不限于狼疮或多发性硬化症。
根据本文的原理的示例性系统、方法和设备包括平台产品(包括使用APP)，该平台产品使用被配置为呈现至少一个情绪/情感元素(EAE)的认知平台，以添加情绪处理作为在MTG或STG中的任务的明显部件。在一个示例中，计算机化元素(EAE)用于被配置为评估认知或改善与情绪相关的认知的任务中，并且作为用户与平台产品中呈现的EAE的交互的测量收集的数据(包括cData)用于确定在被配置为使用图形用户界面进行交互的治疗之后的认知评估的量度或认知量度的改善，或作为平台产品的听觉、触觉或振动元素。EAE可以被配置为收集数据以测量情绪对非情绪认知的影响，诸如通过致使图形用户界面呈现空间任务以供用户在情绪负荷下执行，和/或收集数据以测量非情绪认知对情绪的影响，诸如通过致使图形用户界面呈现采用执行功能的测量来调节情绪的特征。在一个示例性实现方式中，图形用户界面可以被配置为呈现用于识别由CSI指示的情绪的任务(基于测量数据)，将该识别维持在工作记忆中，并且将其与在因MTG而处于认知负荷下时由后续CSI指示的情绪测量进行比较。
在其他示例中，平台产品可以被配置为包括显示部件、输入装置和至少一个处理单元的处理器实现的系统、方法或设备。至少一个处理单元可以被编程为呈现至少一个图形用户界面，用于在显示部件上显示，以向用户呈现计算机化刺激或交互(CSI)或其他交互元素用于交互。在其他示例中，至少一个处理单元可以被编程为致使平台产品的致动部件实现听觉、触觉或振动计算机化元素(包括CSI)，以实现刺激或与用户的其他交互。
输入装置的非限制性示例包括触摸屏或其他压敏或触敏表面、运动传感器、位置传感器、压力传感器、操纵杆、练习设备和/或图像捕获装置(诸如但不限于相机)。
在任何示例中，输入装置被配置为包括至少一个部件，该至少一个部件被配置为接收指示个体的物理行动的输入数据，其中该数据提供与认知平台和/或平台产品交互的个体的物理行动的测量，例如，执行一项或多项任务和/或具有干扰的任务。
对个体的表现的分析可以包括使用计算装置来在会话期间或从先前完成的会话计算百分比准确率、命中次数和/或未命中次数。可用于计算表现测量的其他标记是个体在任务呈现之后做出反应所花费的时间量(例如，作为目标刺激)。其他标记可以包括但不限于反应时间、反应差异、正确命中次数、遗漏错误、错误警报、学习速率、空间偏差、主观评级和/或表现阈值等。
在非限制性示例中，可以进一步分析用户的表现，以比较两种不同类型的任务对用户的表现的影响，其中这些任务呈现不同类型的干扰(例如，分心物或打断物)。计算装置被配置为将不同类型的干扰呈现为CSI或其他交互元素，这些交互元素将用户的注意力从主任务转移开。对于分心物，计算装置被配置为指示个体提供对主任务的主反应，而不提供反应(即，忽略分心物)。对于打断物，计算装置被配置为指示个体提供反应作为次要任务，并且计算装置被配置为获得指示用户在短时间范围内(包括基本上同时地)对打断物的次要反应作为用户对主任务的反应(其中使用至少一个输入装置收集反应)的数据。计算装置被配置为计算用户在没有干扰的主任务中的表现、在干扰是分心物的情况下的表现和在干扰是打断物的情况下的表现中的一者或多者的测量。用户的表现度量可以是基于这些测量而计算。例如，用户的表现可以被计算为每种类型的干扰的成本(表现变化)(例如，分心物成本和打断物/多任务成本)。用户在任务上的表现水平可以被分析和作为反馈被报告，包括作为给认知平台的反馈，以用于调整任务的难度水平，和/或作为关于用户的状态或进展给个体的反馈。
在非限制性示例中，计算装置还可以被配置为分析、存储和/或输出用户的反应的反应时间和/或个体的表现的任何统计测量(例如，在最后几次会话中、在指定持续时间内、或一种类型的任务(包括非目标和/或目标刺激、特定类型的任务等)特定的正确或不正确反应的百分比。
在非限制性示例中，计算机化元素包括在图形用户界面上呈现为视觉任务或呈现为听觉、触觉或振动任务的至少一个任务。每个任务都可以被呈现为交互机制，其被设计为在用户暴露于刺激之后引发来自用户的反应，用于cData和/或nData收集目的。
在非限制性示例中，计算机化元素包括在图形用户界面上呈现的平台的至少一个平台交互(游戏)元素，或作为程序产品的听觉、触觉或振动元素。平台产品的每个平台交互(游戏)元素可以包括交互机制(包括呈视频游戏类机制的形式)或视觉(或装饰)特征，这些特征可能是也可能不是cData和/或nData收集的目标。
如本文所使用，术语“游戏”包括与平台产品的各方面的用户交互(包括其他用户体验)。
在非限制性示例中，计算机化元素包括向用户指示正反馈的至少一个元素。每个元素可以包括向用户发出的听觉信号和/或视觉信号，其指示在任务或其他平台交互元素上的成功，即，在平台产品上的用户反应已经超过任务或平台交互(游戏)元素上的阈值成功测量。
在非限制性示例中，计算机化元素包括向用户指示负反馈的至少一个元素。每个元素可以包括向用户发出的听觉信号和/或视觉信号，其指示任务或平台交互(游戏)元素的失败，即，在平台产品上的用户反应没有满足任务或平台交互元素的阈值成功测量。
在非限制性示例中，计算机化元素包括用于发消息的至少一个元素，即，与正反馈或负反馈不同的与用户的通信。
在非限制性示例中，计算机化元素包括用于指示奖励的至少一个元素。奖励计算机元素可以是计算机生成的特征，该计算机生成的特征被递送给用户，以促成用户对CSI的满意，并且因此增加正面的用户交互(并且因此享受用户体验)。
在非限制性示例中，认知平台可以被配置为呈现多任务交互元素。在一些示例中，多任务交互元素被称为多任务游戏(MTG)。多任务交互元素包括被配置为使用户参与多个时间上重叠的任务(即，可能需要来自用户的多个基本上同时的反应的任务)的交互机制。
在非限制性示例中，认知平台可以被配置为呈现单任务交互元素。在一些示例中，单任务交互元素被称为单任务游戏(STG)。单任务交互元素包括被配置为在给定时间间隔内让用户参与单个任务的交互机制。
根据本文的原理，术语“认知”或“认知的”是指通过思想、经验和感官获得知识和理解的心理行动或过程。这包括但不限于心理学概念/领域，诸如执行功能、记忆、感知、注意力、情绪、运动控制和干扰处理。根据本文的原理的示例性计算机实现的装置可以被配置为收集指示用户与平台产品的交互的数据，并且计算量化用户表现的度量。用户表现的量化指标器可以用于提供认知的测量(用于认知评估)或提供认知治疗的状态或进展的测量。
根据本文的原理，术语“治疗(treatment)”或“治疗(treat)”是指在平台产品(包括呈APP的形式)中对CSI的任何操纵，其使得用户的能力得到可测量的改善，诸如但不限于与认知、用户心情、情绪状态和/或对认知平台的参与或关注水平的相关的改善。改善的程度或水平可以基于如本文描述的用户表现度量而量化。在一个示例中，术语“治疗”也可以是指疗法。
根据本文的原理，术语“会话”是指具有明确的开始和结束的离散时段，在该时段期间，用户与平台产品交互以从平台产品(包括呈APP的形式)接收评估或治疗。
根据本文的原理，术语“评估”是指用户与CSI或平台产品的其他特征或元素的交互的至少一个会话。从用户使用平台产品(包括呈APP的形式)执行的一个或多个评估收集的数据可以用于得到认知或用户能力的其他方面的度量或其他量化指标。
根据本文的原理，术语“情绪负荷”是指与处理情绪信息或调节情绪特别地相关联的认知负荷。
根据本文的原理，术语“认知负荷“是指用户完成任务可能需要花费的精神资源的量。该术语也可以用来指任务或游戏的挑战或难度水平。
在一个示例中，平台产品包括计算装置，该计算装置被配置为基于干扰处理而向用户呈现认知平台。在实现干扰处理的示例性系统、方法和设备中，至少一个处理单元被编程为呈现至少一个第一图形用户界面或致使致动部件产生听觉、触觉或振动信号，以呈现第一CSI作为要求来自用户的第一类型的反应的第一任务。示例性系统、方法和设备还被配置为致使至少一个处理单元呈现至少一个第二图形用户界面，或致使致动部件产生听觉、触觉或振动信号，以将第二CSI呈现为对第一任务的第一干扰，从而要求在存在第一干扰的情况下来自用户的对第一任务的第二类型的反应。在非限制性示例中，第二类型的反应可以包括对第一任务的第一类型的反应和对第一干扰的第二反应。在另一个非限制性示例中，第二类型的反应可以不包括第一类型的反应，并且与第一类型的反应相当地不同。至少一个处理单元还被编程为基于用户与平台产品的交互(诸如但不限于cData)接收指示第一类型的反应和第二类型的反应的数据，诸如但不限于通过呈现至少一个图形用户界面来接收该数据。平台产品还可以被配置为接收指示在用户与认知平台的交互之前、期间和/或之后进行的测量的nData(包括来自生理或监测部件和/或认知测试部件的测量的nData)。至少一个处理单元还可以被编程为：分析cData和/或nData以提供个体的病症(包括生理病症和/或认知病症)的测量，和/或基于确定在用户的第一类型和第二类型的反应的测量之间的差异(包括基于cData中的差异)和相关联的nData中的差异来分析个体的表现的差异。至少一个处理单元还可以被编程为：基于对cData和/或nData(包括在分析中确定的个体的表现和/或病症(包括生理病症和/或认知病症)的测量)的分析而调整第一任务和/或第一干扰的难度水平，和/或提供来自平台产品的输出或其他反馈，其可以指示个体的表现，和/或认知评估，和/或对认知治疗的反应，和/或认知评估测量。在非限制性示例中，至少一个处理单元还可以被编程为按照病症、可能对该病症有临床意义的蛋白质的表达水平和/或当个体被施用药物、生物制剂或其他药剂时使用认知平台和/或平台产品的潜在功效，基于从个体与认知平台和/或平台产品的交互收集的nData和cData和/或依据该cData和nData的分析(和相关联的计算)计算的度量，对个体进行分类。在非限制性示例中，至少一个处理单元还可以被编程为按照病症的发病的可能性和/或进展阶段，基于从个体与认知平台或平台产品的交互收集的nData和cData和/或基于该cData和nData的分析(和相关联的计算)计算的度量，对个体进行分类。病症可以是但不限于狼疮和多发性硬化症。
在一个示例中，基于确定用户的第一类型和第二类型的反应的测量与nData之间的差异的来自个体的表现的差异的反馈可以用作认知平台中的输入，其指示个体在一个或多个会话期间的实时表现。反馈的数据可以用作计算装置的计算部件的输入，以确定认知平台对第一任务的难度水平和/或用户在同一正在进行的会话和/或随后执行的会话内交互的第一干扰的调整程度。
作为非限制性示例，基于干扰处理的认知平台可以是基于以下项目的认知平台：由Akili Interactive Labs,Inc.(马萨诸塞州波士顿)提供的EVOTM平台。
在根据本文的原理的基于干扰处理的示例性系统、方法和设备中，图形用户界面被配置为使得作为干扰处理的一部分，用户做出反应的目标确定任务的辨别特征之一是在平台中显示情绪、形状、颜色和/或位置的特征，该特征在干扰处理中充当干扰元素。
实施例
具有健康提示的健康屏幕可以包括以下特征：
文章页面可以包括以下特征：
结论
上述实施例可以以多种方式中的任一种来实现。例如，一些实施例可以使用硬件、软件或其组合来实现。当实施例的任何方面至少部分地以软件实现时，软件代码可以在任何合适的处理器或处理器集合上执行，无论是在单个计算机中提供还是分布在多个计算机间。
在这方面，本发明的各个方面可以至少部分地体现为计算机可读存储介质(或多个计算机可读存储介质)(例如，计算机存储器、压缩盘、磁带、闪存存储器、现场可编程门阵列或其他半导体装置中的电路配置、或其他有形计算机存储介质或非暂时性介质)，该计算机可读存储介质用一个或多个程序编码，当在一个或多个计算机或其他处理器上执行时，这些程序执行实现以上讨论的技术的各个实施例的方法。计算机可读介质可以是可运输的，使得存储在其上的一个或多个程序可以被加载到一个或多个不同的计算机或其他处理器上，以实现以上讨论的本技术的各个方面。
术语“程序”或“软件”在本文中以一般意义使用，是指任何类型的计算机代码或计算机可执行指令集，其可以用于对计算机或其他处理器编程以实现以上讨论的本技术的各个方面。另外，应当理解，根据该实施例的一个方面，当执行时实行本技术的方法的一个或多个计算机程序不需要驻留在单个计算机或处理器上，而是可以以模块化方式分布在多个不同的计算机或处理器中，以实现本技术的各个方面。
计算机可执行指令可以是由一台或多台计算机或其他装置执行的许多形式，诸如程序模块。一般来说，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、部件、数据结构等。典型地，在各种实施例中，程序模块的功能可以根据需要进行组合或分布。
而且，本文描述的技术可以被体现为方法，已经提供了该方法的至少一个示例。作为该方法的一部分执行的动作可以以任何合适的方式排序。因此，可以构建这样的实施例，其中以不同于所示的次序执行动作，这可以包括同时地执行一些动作，即使在所示的实施例中示出为顺序动作也是如此。
本文限定和使用的所有定义应理解为优先于字典定义、通过引用并入的文献中的定义和/或限定的术语的普通含义。
除非明确地表明情况相反，否则如说明书和权利要求书中使用的不定冠词“一种”和“一个”应理解为表示“至少一个”。
如说明书和权利要求书中使用的短语“和/或”应理解为表示如此结合的元件中的“一个或两个”，即，在某些情况下结合地存在而在其他情况下分离地存在的元件。用“和/或”列出的多个元素应当以相同的方式解释，即，这样结合的元素中的“一个或多个”。除了由“和/或”分句具体地识别的元素之外，可以任选地存在其他元素，无论这些元素是与具体地识别的那些元素相关还是无关。因此，作为非限制性示例，在一个实施例中，当与诸如“包括”的开放性语言结合地使用时，提到“A和/或B”可以仅指A(任选地包括除B之外的元素)；在另一个实施例中，仅指B(任选地包括除A之外的元素)；在又一个实施例中，指A和B(任选地包括其他元素)；等。
如说明书和权利要求书所使用，“或”应理解为具有与如上文限定的“和/或”相同的含义。例如，当将列表中的项分开时，“或”或“和/或”应解释为包括性的，即，包括多个元素或元素列表中的至少一个，但也包括多于一个，以及任选地附加的未列出项。只有明确地指明情况相反的术语，诸如“仅一个”或“恰好一个”，或当在权利要求书中使用时的“由……组成”将指包括多个或元件列表中的恰好一个元件。一般地，本文使用的术语“或”应当仅解释为在前面带有排他性的术语(诸如“任一个”、“一个”、“仅一个”或“恰好一个”)时表示排他性的替代方案(即，“一个或另一个，而不是两个都”)。“基本上由……组成”在权利要求书中使用时，应当具有在专利法的领域中使用的普通含义。
如说明书和权利要求书中所使用，短语“至少一个”在参考一个或多个元素的列表时，应理解为表示从元素列表中的任一个或多个元素选择的至少一个元素，但不一定包括在元素列表内具体地列出的每个元素中的至少一个，并且不排除在元素列表中的元素的任何组合。该定义还允许除了短语“至少一个”所指的在元素列表中具体地识别的元素之外，可以任选地存在元素，无论这些元素是否是与那些具体地识别的元素相关还是无关。因此，作为非限制性示例，“A和B中的至少一个”(或等效地，“A或B中的至少一个”，或等效地，“A和/或B中的至少一个”)在一个实施例中可以是指至少一个，任选地包括多于一个A，而不存在B(并且任选地包括除B之外的元素)；在另一个实施例中，可以是指至少一个，任选地包括多于一个B，而不存在A(并且任选地包括除A之外的元素)；在又一个实施例中，是指至少一个，任选地包括多于一个A，和至少一个，任选地包括多于一个B(并且任选地包括其他元素)；等。
在权利要求书中，以及在以上说明书中，诸如“包括”、“包含”、“带有”、“具有”、“含有”、“涉及”、“保持”、“由……构成”等的所有过渡短语应理解为是开放性的，即，意味着包括但不限于。根据美国专利局专利审查程序手册第2111.03节的规定，只有过渡短语“由……组成”和“主要地由……组成”应当分别是封闭或半封闭的过渡短语。
本公开的所描述的实施例旨在仅是示例性的，并且许多变化和修改对于本领域的技术人员将是显而易见的。所有此类变型和修改都旨在落入所附权利要求书限定的本发明的范围内。

Claims (76)

1.一种用于管理对行为评估数据的收集和访问的系统，所述系统包括：
一个或多个处理器；以及
存储器，所述存储器与所述一个或多个处理器联接；
其中所述一个或多个处理器执行存储在所述存储器中的多个模块，并且其中所述多个模块包括：
图形用户界面，在所述图形用户界面中：
有权代表被研究的个体采取行动的第一用户识别第二用户角色和第三用户角色，指定与所述被研究的个体相关联的行为数据、症状测量数据和医学方案数据中的一者或多者，以及限定所述第二用户角色和所述第三用户角色对于所述行为数据和所述症状测量数据的访问权限，其中基于所述被研究的个体的病症而指定要测量的症状和行为；以及
用户提供至少部分地基于由所述第一用户指定的所述访问权限而根据第二用户角色或第三用户角色从所述被研究的个体观察到的行为数据和症状测量数据；
认证模块，所述认证模块包括计算机可执行指令，所述计算机可执行指令用于实施所述访问权限，使得所述第二用户角色限于提供和访问所述行为数据和所述症状测量数据的第一子集，且所述第三用户角色限于提供和访问所述行为数据和所述症状测量数据的第二子集；
分析模块，所述分析模块包括用于对所述行为数据和所述症状测量数据进行计算分析以产生行为评估数据的计算机可执行指令；以及
报告模块，所述报告模块用于以由所述第一用户指定的与所限定的访问权限一致的方式向所述第一用户、第二用户和第三用户呈现所述行为评估数据。
2.根据权利要求1所述的系统，其中所述个体是所述第一用户。
3.根据权利要求1所述的系统，其中所述分析模块进一步向所提供的行为数据和症状测量数据应用分类器模型以创建复合简档。
4.根据权利要求3所述的系统，其中所述分类器模型包括线性/逻辑回归、主部件分析、广义线性混合模型、随机决策森林、支持向量机和人工神经网络中的至少一者。
5.根据权利要求3所述的系统，其中所述分类器模型识别(i)所提供的行为数据和症状测量数据与(ii)结合已表现出期望治疗反应时间的个体收集的数据之间的相关性。
6.根据权利要求5所述的系统，其中所述相关性识别有效干预、治疗功效和药物性能中的至少一者。
7.根据权利要求3所述的系统，其中所述分类器模型识别所述个体的损伤，所述损伤当前未被治疗。
8.根据权利要求1所述的系统，其中所述分析模块进一步应用分类器模型以关于所述病症的发病和进展中的至少一者的可能性对所述个体进行分类。
9.根据权利要求1所述的系统，其中所述行为评估数据支持疗程制定或疗程修改。
10.根据权利要求1所述的系统，还包括使用情况分析数据库，所述使用情况分析数据库用于存储使用情况分析数据并将所述使用情况分析数据提供给所述分析模块。
11.根据权利要求1所述的系统，还包括账户和简档数据库，所述账户和简档数据库用于存储用户账户和简档数据并将所述用户账户和所述简档数据发送给所述认证模块。
12.根据权利要求1所述的系统，还包括偏好数据库，所述偏好数据库用于存储用户偏好并将所述用户偏好发送给所述认证模块。
13.根据权利要求1所述的系统，还包括健康数据库，所述健康数据库用于存储健康信息数据并将所述健康信息数据发送给所述报告模块。
14.根据权利要求1所述的系统，其中症状数据包括基于所述个体与认知平台的交互而生成的表现度量数据。
15.根据权利要求1所述的系统，还包括内容模块，所述内容模块被配置为至少部分地基于所述行为评估数据而生成一个或多个内容查询。
16.根据权利要求14所述的系统，其中所述内容模块进一步被配置为：
向包括内容索引的至少一个内容库提交所述一个或多个内容查询；以及
分析从所述至少一个内容库接收到的内容以确定与基于所述行为评估数据而确定的所述个体的状态的关联性。
17.一种用于管理对行为评估数据的收集和访问的计算机实现的方法，所述方法包括：
使用一个或多个处理器执行存储在一个或多个存储器存储装置中的包括计算机可执行指令的指令，以执行包括如下项的操作：
从有权代表被研究的个体采取行动的第一用户接收指令，所述指令包括识别第二用户角色和第三用户角色、指定与所述被研究的个体相关联的行为数据和症状测量数据中的一者或多者、以及限定所述第二用户角色和所述第三用户角色对于所述行为数据和所述症状测量数据的访问权限，其中基于所述被研究的个体的病症而指定要测量的症状和行为；
从用户接收至少部分地基于由所述第一用户指定的所述访问权限而根据第二用户角色或第三用户角色从所述被研究的个体观察到的行为数据和症状测量数据；
实施所述访问权限，使得所述第二用户角色限于提供和访问所述行为数据和所述症状测量数据的第一子集，且所述第三用户角色限于提供和访问所述行为数据和所述症状测量数据的第二子集；
对所述行为数据和所述症状测量数据执行计算分析，从而产生行为评估数据；以及
以由所述第一用户指定的与所限定的访问权限一致的方式向所述第一用户、第二用户和第三用户呈现所述行为评估数据。
18.根据权利要求17所述的计算机实现的方法，其中所述个体是儿童。
19.根据权利要求17所述的计算机实现的方法，其中所述个体是成人。
20.根据权利要求17所述的计算机实现的方法，其中所述个体是所述第一用户。
21.根据权利要求17所述的计算机实现的方法，其中所述行为数据中的至少一部分包括基于针对所述病症的诊断和症状标准而进行的对行为的测量。
22.根据权利要求17所述的计算机实现的方法，其中所述行为数据包括家庭作业分配完成、做家务的频率和质量、以及与代表所述个体采取行动的人相处的质量中的至少一者。
23.根据权利要求17所述的计算机实现的方法，其中所述症状测量数据中的至少一部分包括对针对所述病症的临床上验证的症状列表上的症状的测量。
24.根据权利要求17所述的计算机实现的方法，其中所述症状测量数据包括生理数据。
25.根据权利要求24所述的计算机实现的方法，其中所述生理数据包括电活动、心率、血流和氧水平中的至少一者。
26.根据权利要求17所述的计算机实现的方法，其中所述第一用户是所述个体的父母。
27.根据权利要求17所述的计算机实现的方法，其中所述第二用户是所述个体的教师。
28.根据权利要求17所述的计算机实现的方法，其中所述第三用户是治疗所述个体的医生。
29.根据权利要求17所述的计算机实现的方法，其中所述行为评估数据包括：(i)所述个体对治疗的反应速度；(ii)所述病症的发病的可能性和/或进展阶段；(iii)用药在控制行为方面的功效；(iv)用药在解决所述病症的症状方面的功效。
30.根据权利要求17所述的计算机实现的方法，其中执行计算分析包括向所述行为数据和所述症状测量数据应用分类器模型以创建复合简档。
31.根据权利要求30所述的计算机实现的方法，其中所述分类器模型包括线性/逻辑回归、主部件分析、广义线性混合模型、随机决策森林、支持向量机和人工神经网络中的至少一者。
32.根据权利要求30所述的计算机实现的方法，其中所述分类器模型识别(i)所提供的行为数据和症状测量数据与(ii)结合已表现出期望反应时间的个体收集的数据之间的相关性。
33.根据权利要求30所述的计算机实现的方法，其中所述相关性识别有效干预、治疗功效和药物性能中的至少一者。
34.根据权利要求30所述的计算机实现的方法，还包括应用所述分类器模型以关于所述病症的发病和进展中的至少一者的可能性对所述个体进行分类。
35.根据权利要求30所述的计算机实现的方法，其中所述分类器模型识别所述个体的损伤，所述损伤当前未被治疗。
36.根据权利要求17所述的计算机实现的方法，其中症状数据包括基于所述个体与认知平台的交互而生成的表现度量数据。
37.根据权利要求17所述的计算机实现的方法，还包括内容模块，所述内容模块被配置为至少部分地基于所述行为评估数据而生成一个或多个内容查询。
38.根据权利要求37所述的计算机实现的方法，其中所述内容模块进一步被配置为：
向包括内容索引的至少一个内容库提交所述一个或多个内容查询；以及
分析从所述至少一个内容库接收到的内容以确定与基于所述行为评估数据而确定的所述个体的状态的关联性。
39.一种用于管理对行为评估数据的收集和访问的计算机实现的方法，所述方法包括：
使用一个或多个处理器执行存储在一个或多个存储器存储装置中的包括计算机可执行指令的指令，以执行包括如下项的操作：
从有权代表被研究的个体采取行动的第一用户接收指令，所述指令包括识别第二用户角色和第三用户角色、指定与所述被研究的个体相关联的行为数据、症状测量数据和医学方案数据中的一者或多者、以及限定所述第二用户角色和所述第三用户角色对于所述行为数据和所述症状测量数据的访问权限，其中基于所述被研究的个体的病症而指定要测量的症状和行为；
从用户接收至少部分地基于由所述第一用户指定的所述访问权限而根据第二用户角色或第三用户角色来从所述被研究的个体观察到的行为数据和症状测量数据；
实施所述访问权限，使得所述第二用户角色限于提供和访问所述行为数据和所述症状测量数据的第一子集，且所述第三用户角色限于提供和访问所述行为数据和所述症状测量数据的第二子集；
对所述行为数据和所述症状测量数据执行计算分析，从而产生行为评估数据；以及
以由所述第一用户指定的与所限定的访问权限一致的方式向所述第一用户、第二用户和第三用户呈现所述行为评估数据，
其中所述病症选自由神经心理病症、神经退行性病症或执行功能障碍组成的组。
40.根据权利要求39所述的计算机实现的方法，其中所述个体是所述第一用户。
41.根据权利要求39所述的计算机实现的方法，其中所述病症选自由痴呆、帕金森病、大脑淀粉样血管病、家族性淀粉样神经病、亨廷顿病、自闭症谱系障碍(ASD)、16p11.2复制的存在、注意力缺陷多动障碍(ADHD)、感觉处理障碍(SPD)、轻度认知损伤(MCI)、阿尔茨海默病、多发性硬化症、精神分裂症、重度抑郁障碍(MDD)或焦虑症组成的组。
42.根据权利要求41所述的计算机实现的方法，其中所述个体是患有注意力缺陷多动障碍的儿童。
43.根据权利要求42所述的计算机实现的方法，其中所述第一用户是所述儿童的父母。
44.根据权利要求42所述的计算机实现的方法，其中所述行为数据包括家庭作业分配完成、做家务的频率和质量、以及与代表所述儿童采取行动的所述父母相处的质量中的至少一者。
45.根据权利要求42所述的计算机实现的方法，其中症状数据包括注意力不集中、冲动和多动中的至少一者。
46.根据权利要求42所述的计算机实现的方法，其中所述行为评估数据包括：(i)所述儿童对治疗的反应速度；(ii)ADHD的发病的可能性和/或进展阶段；(iii)用药在控制行为方面的功效；以及(iv)用药在解决ADHD的症状方面的功效。
47.根据权利要求42所述的计算机实现的方法，还包括向所述第一用户、所述第二用户和所述第三用户呈现上下文相关内容。
48.根据权利要求42所述的计算机实现的方法，其中所述第二用户是教师。
49.根据权利要求42所述的计算机实现的方法，其中所述第三用户是保健提供方，并且所述行为评估数据在疗程制定或疗程修改中支持所述第三用户。
50.根据权利要求41所述的计算机实现的方法，其中所述个体是患有重度抑郁障碍的成人。
51.根据权利要求50所述的计算机实现的方法，其中所述第一用户是所述成人。
52.根据权利要求50所述的计算机实现的方法，其中所述行为数据包括少食、少睡、经历难以言喻的疼痛和痛苦、减少与朋友和家人的交互、以及旷工中的至少一者。
53.根据权利要求50所述的计算机实现的方法，其中所述症状数据包括悲伤、自卑、失去动力、易怒和精力不足中的至少一者。
54.根据权利要求50所述的计算机实现的方法，其中所述行为评估数据包括：(i)所述成人对治疗的反应速度；(ii)所述重度抑郁障碍的发病的可能性和/或进展阶段；(iii)用药在控制行为方面的功效；以及(iv)用药在解决所述重度抑郁障碍的症状方面的功效。
55.根据权利要求50所述的计算机实现的方法，还包括向所述第一用户、所述第二用户和所述第三用户呈现上下文相关内容。
56.根据权利要求50所述的计算机实现的方法，其中所述第二用户是所述个体的家庭成员。
57.根据权利要求50所述的计算机实现的方法，其中所述第三用户是保健提供方，并且所述行为评估数据在疗程制定或疗程修改中支持所述第三用户。
58.一种用于管理对行为评估数据的收集和访问的系统，所述系统包括：
一个或多个处理器；以及
存储器，所述存储器与所述一个或多个处理器联接；
其中所述一个或多个处理器执行存储在所述存储器中的多个模块，并且其中所述多个模块包括：
图形用户界面，在所述图形用户界面中：
有权代表被研究的个体采取行动的第一用户识别第二用户角色和第三用户角色，指定与所述被研究的个体相关联的行为数据和症状测量数据中的一者或多者，以及限定所述第二用户角色和所述第三用户角色对于所述行为数据和所述症状测量数据的访问权限，其中基于所述被研究的个体的病症而指定要测量的症状和行为；以及
用户提供至少部分地基于由所述第一用户指定的所述访问权限而根据第二用户角色或第三用户角色从所述被研究的个体观察到的行为数据和症状测量数据；
认证模块，所述认证模块包括计算机可执行指令，所述计算机可执行指令用于实施所述访问权限，使得所述第二用户角色限于提供和访问所述行为数据和所述症状测量数据的第一子集，且所述第三用户角色限于提供和访问所述行为数据和所述症状测量数据的第二子集；
分析模块，所述分析模块包括用于对所述行为数据和所述症状测量数据进行计算分析从而产生行为评估数据的计算机可执行指令；以及
报告模块，所述报告模块用于以由所述第一用户指定的与所限定的访问权限一致的方式向所述第一用户、第二用户和第三用户呈现所述行为评估数据，
其中所述病症选自由神经心理病症、神经退行性病症或执行功能障碍组成的组。
59.根据权利要求58所述的系统，其中所述个体是所述第一用户。
60.根据权利要求58所述的系统，其中所述病症选自由痴呆、帕金森病、大脑淀粉样血管病、家族性淀粉样神经病、亨廷顿病、自闭症谱系障碍(ASD)、16p11.2复制的存在、注意力缺陷多动障碍(ADHD)、感觉处理障碍(SPD)、轻度认知损伤(MCI)、阿尔茨海默病、多发性硬化症、精神分裂症、重度抑郁障碍(MDD)或焦虑症组成的组。
61.根据权利要求60所述的系统，其中所述个体是患有注意力缺陷多动障碍的儿童。
62.根据权利要求61所述的系统，其中所述第一用户是所述儿童的父母。
63.根据权利要求62所述的系统，其中所述行为数据包括家庭作业分配完成、做家务的频率和质量、以及与代表所述儿童采取行动的所述父母相处的质量中的至少一者。
64.根据权利要求61所述的系统，其中症状数据包括注意力不集中、冲动和多动中的至少一者。
65.根据权利要求61所述的系统，其中所述行为评估数据包括：(i)所述儿童对治疗的反应速度；(ii)ADHD的发病的可能性和/或进展阶段；(iii)用药在控制行为方面的功效；以及(iv)用药在解决ADHD的症状方面的功效。
66.根据权利要求61所述的系统，其中所述报告模块向所述第一用户、所述第二用户和所述第三用户呈现上下文相关内容。
67.根据权利要求61所述的系统，其中所述第二用户是教师。
68.根据权利要求61所述的系统，其中所述第三用户是保健提供方，并且所述行为评估数据在疗程制定或疗程修改中支持所述第三用户。
69.根据权利要求56所述的系统，其中所述个体是患有重度抑郁障碍的成人。
70.根据权利要求69所述的系统，其中所述第一用户是所述成人。
71.根据权利要求69所述的系统，其中所述行为数据包括少食、少睡、经历难以言喻的疼痛和痛苦、减少与朋友和家人的交互、以及旷工中的至少一者。
72.根据权利要求69所述的系统，其中所述症状数据包括悲伤、自卑、失去动力、易怒和精力不足中的至少一者。
73.根据权利要求69所述的系统，其中所述行为评估数据包括：(i)所述成人对治疗的反应速度；(ii)所述重度抑郁障碍的发病的可能性和/或进展阶段；(iii)用药在控制行为方面的功效；以及(iv)用药在解决所述重度抑郁障碍的症状方面的功效。
74.根据权利要求69所述的系统，其中所述报告模块向所述第一用户、所述第二用户和所述第三用户呈现上下文相关内容。
75.根据权利要求69所述的系统，其中所述第二用户是所述个体的家庭成员。
76.根据权利要求69所述的系统，其中所述第三用户是保健提供方，并且所述行为评估数据在疗程制定或疗程修改中支持所述第三用户。
CN201880032724.0A 2017-04-06 2018-04-06 用于跨平台的数据的安全收集、分析和共享的分布式网络 Active CN110637342B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762482648P 2017-04-06 2017-04-06
US62/482,648 2017-04-06
PCT/US2018/026520 WO2018187727A1 (en) 2017-04-06 2018-04-06 Distributed network for the secured collection, analysis, and sharing of data across platforms

Publications (2)

Publication Number Publication Date
CN110637342A true CN110637342A (zh) 2019-12-31
CN110637342B CN110637342B (zh) 2023-06-06

Family

ID=63712685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880032724.0A Active CN110637342B (zh) 2017-04-06 2018-04-06 用于跨平台的数据的安全收集、分析和共享的分布式网络

Country Status (7)

Country Link
US (1) US20200118686A1 (zh)
EP (1) EP3607476A4 (zh)
JP (1) JP7146800B2 (zh)
CN (1) CN110637342B (zh)
AU (1) AU2018249607A1 (zh)
CA (1) CA3059254A1 (zh)
WO (1) WO2018187727A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3866674A4 (en) * 2018-10-15 2022-11-02 Akili Interactive Labs, Inc. COGNITIVE PLATFORM FOR DRIVING AN EFFORT METRIC TO OPTIMIZE COGNITIVE PROCESSING
US20200305713A1 (en) * 2019-03-28 2020-10-01 Zoll Medical Corporation Systems and methods for providing drug prescription information with monitored cardiac information
CN112101394B (zh) * 2019-06-18 2024-03-22 中国移动通信集团浙江有限公司 供应商分域部署方法、装置、计算设备及计算机存储介质
US20210118547A1 (en) * 2019-10-21 2021-04-22 Singapore Ministry of Health Office for Healthcare Transformation Systems, devices, and methods for self-contained personal monitoring of behavior to improve mental health and other behaviorally-related health conditions
US20210257081A1 (en) * 2020-02-14 2021-08-19 Rethink Autism, Inc. Applied behavior analysis (aba) medical necessity assessment and dosage calculator
EP4191597A1 (en) * 2021-12-06 2023-06-07 Empis & Sensum Mobile Sp. z o.. Sp.k. Method for generating a rehabilitation plan assigned to the user's diagnostic profile and presenting the rehabilitation plan to the user

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6234964B1 (en) * 1997-03-13 2001-05-22 First Opinion Corporation Disease management system and method
US20020082480A1 (en) * 2000-08-29 2002-06-27 Riff Kenneth M. Medical device systems implemented network scheme for remote patient management
US20080162352A1 (en) * 2007-01-03 2008-07-03 Gizewski Theodore M Health maintenance system
CN103258450A (zh) * 2013-03-22 2013-08-21 华中师范大学 面向孤独症儿童的智能学习平台
US20140200432A1 (en) * 2011-05-20 2014-07-17 Nanyang Technological University Systems, apparatuses, devices, and processes for synergistic neuro-physiological rehabilitation and/or functional development
US20140257047A1 (en) * 2013-03-06 2014-09-11 Karl A. Sillay Patient permission-based mobile health-linked information collection and exchange systems and methods
US20160210427A1 (en) * 2015-01-16 2016-07-21 Pricewaterhousecoopers Llp Healthcare data interchange system and method
US20160262680A1 (en) * 2015-03-12 2016-09-15 Akili Interactive Labs, Inc. Processor Implemented Systems and Methods for Measuring Cognitive Abilities
US20160351074A1 (en) * 2004-09-16 2016-12-01 Lena Foundation Systems and methods for expressive language, developmental disorder, and emotion assessment, and contextual feedback

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060122863A1 (en) * 2004-12-02 2006-06-08 Medtronic, Inc. Patient management network
GB0613551D0 (en) * 2006-07-07 2006-08-16 Diagnostic Potentials Ltd Investigating neurological function
US8595798B2 (en) * 2011-06-17 2013-11-26 International Business Machines Corporation Enforcing data sharing policy through shared data management
JP5351942B2 (ja) 2011-09-07 2013-11-27 シャープ株式会社 認知症ケア支援システム
WO2013106700A1 (en) * 2012-01-12 2013-07-18 Isis Innovation Limited Systems and methods for determining mental and physical health using multi-scale metrics
US10758732B1 (en) * 2012-09-10 2020-09-01 Great Lakes Neurotechnologies Inc. Movement disorder therapy and brain mapping system and methods of tuning remotely, intelligently and/or automatically
WO2015059306A1 (en) 2013-10-25 2015-04-30 Ares Trading S.A. Patient care system reporting adherence to treatment regimen
US10559221B2 (en) * 2014-05-21 2020-02-11 Akili Interactive Labs, Inc. Processor-implemented systems and methods for enhancing cognitive abilities by personalizing cognitive training regimens
JP2016103204A (ja) 2014-11-28 2016-06-02 東日本電信電話株式会社 制御装置、情報共有システム、情報共有プログラム及び情報共有方法
US10121064B2 (en) * 2015-04-16 2018-11-06 California Institute Of Technology Systems and methods for behavior detection using 3D tracking and machine learning
WO2018090009A1 (en) * 2016-11-14 2018-05-17 Cognoa, Inc. Methods and apparatus for evaluating developmental conditions and providing control over coverage and reliability
US20190244127A1 (en) * 2018-02-08 2019-08-08 Progrentis Corp. Adaptive teaching system for generating gamified training content and integrating machine learning

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6234964B1 (en) * 1997-03-13 2001-05-22 First Opinion Corporation Disease management system and method
US20020082480A1 (en) * 2000-08-29 2002-06-27 Riff Kenneth M. Medical device systems implemented network scheme for remote patient management
US20160351074A1 (en) * 2004-09-16 2016-12-01 Lena Foundation Systems and methods for expressive language, developmental disorder, and emotion assessment, and contextual feedback
US20080162352A1 (en) * 2007-01-03 2008-07-03 Gizewski Theodore M Health maintenance system
US20140200432A1 (en) * 2011-05-20 2014-07-17 Nanyang Technological University Systems, apparatuses, devices, and processes for synergistic neuro-physiological rehabilitation and/or functional development
US20140257047A1 (en) * 2013-03-06 2014-09-11 Karl A. Sillay Patient permission-based mobile health-linked information collection and exchange systems and methods
CN103258450A (zh) * 2013-03-22 2013-08-21 华中师范大学 面向孤独症儿童的智能学习平台
US20160210427A1 (en) * 2015-01-16 2016-07-21 Pricewaterhousecoopers Llp Healthcare data interchange system and method
US20160262680A1 (en) * 2015-03-12 2016-09-15 Akili Interactive Labs, Inc. Processor Implemented Systems and Methods for Measuring Cognitive Abilities

Also Published As

Publication number Publication date
US20200118686A1 (en) 2020-04-16
AU2018249607A1 (en) 2019-11-21
CA3059254A1 (en) 2018-10-11
WO2018187727A1 (en) 2018-10-11
CN110637342B (zh) 2023-06-06
EP3607476A1 (en) 2020-02-12
JP2020535492A (ja) 2020-12-03
JP7146800B2 (ja) 2022-10-04
EP3607476A4 (en) 2020-11-18

Similar Documents

Publication Publication Date Title
CN110637342B (zh) 用于跨平台的数据的安全收集、分析和共享的分布式网络
JP7125390B2 (ja) バイオマーカーまたは他のタイプのマーカーとして構成される認知プラットフォーム
CN110022768B (zh) 与生理组件联接的认知平台
KR102369850B1 (ko) 컴퓨터화된 연상 엘리먼트를 포함하는 인지 플랫폼
Prabhakaran et al. Inter-individual variability in the capacity for motor recovery after ischemic stroke
JP7266582B2 (ja) コンピュータ制御要素を含む認知プラットフォーム
CN109979587A (zh) 患者健康护理交互设备及其实施方法
Szpiro et al. Exogenous attention enables perceptual learning
JP2022506651A (ja) 情動障害のスクリーニングおよび治療のための顔の表情検出
KR20200128555A (ko) 면역-매개 및 신경-퇴행성 장애를 표적으로 하는 인지 스크린, 모니터 및 인지 치료
Smit et al. Laterality and body ownership: Effect of handedness on experience of the rubber hand illusion
US20200114115A1 (en) Cognitive platform for deriving effort metric for optimizing cognitive treatment
US20200402643A1 (en) Cognitive screens, monitor and cognitive treatments targeting immune-mediated and neuro-degenerative disorders
Ravali et al. A systematic review of artificial intelligence for pediatric physiotherapy practice: past, present, and future
Hays et al. Assessing cognition outside of the clinic: smartphones and sensors for cognitive assessment across diverse psychiatric disorders
US20220398477A1 (en) Cognitive platform for deriving effort metric for optimizing cognitive treatment
Vogiatzaki et al. Maintaining mental wellbeing of elderly at home
Bruni et al. Cognition meets gait: where and how mind and body weave each other in a computational psychometrics approach in aging
El-Tallawy et al. Incorporation of “Artificial Intelligence” for Objective Pain Assessment: A Comprehensive Review
Blumenthal A Mobile Application for Dual-Task Gait Assessment of Cognitive Status

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40019831

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant