CN110832600A - 用于确定针对患有逐渐恶化的病的患者的治疗类型和启动的做出决策的系统和方法 - Google Patents

用于确定针对患有逐渐恶化的病的患者的治疗类型和启动的做出决策的系统和方法 Download PDF

Info

Publication number
CN110832600A
CN110832600A CN201880038517.6A CN201880038517A CN110832600A CN 110832600 A CN110832600 A CN 110832600A CN 201880038517 A CN201880038517 A CN 201880038517A CN 110832600 A CN110832600 A CN 110832600A
Authority
CN
China
Prior art keywords
patient
life
data
health information
patient care
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201880038517.6A
Other languages
English (en)
Inventor
S.戈德伯格
A.佩科拉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
COTA Inc
Original Assignee
COTA Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by COTA Inc filed Critical COTA Inc
Publication of CN110832600A publication Critical patent/CN110832600A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B3/00—Cleaning by methods involving the use or presence of liquid or steam
    • B08B3/04—Cleaning involving contact with liquid
    • B08B3/10—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration
    • B08B3/102—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration with means for agitating the liquid
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D1/00—Detergent compositions based essentially on surface-active compounds; Use of these compounds as a detergent
    • C11D1/88—Ampholytes; Electroneutral compounds
    • C11D1/886—Ampholytes containing P
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D17/00—Detergent materials or soaps characterised by their shape or physical properties
    • C11D17/0008—Detergent materials or soaps characterised by their shape or physical properties aqueous liquid non soap compositions
    • C11D17/0017—Multi-phase liquid compositions
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
    • C11D3/16—Organic compounds
    • C11D3/18—Hydrocarbons
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
    • C11D3/16—Organic compounds
    • C11D3/20—Organic compounds containing oxygen
    • C11D3/2093—Esters; Carbonates
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
    • C11D3/16—Organic compounds
    • C11D3/36—Organic compounds containing phosphorus
    • C11D3/365—Organic compounds containing phosphorus containing carboxyl groups
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
    • C11D3/16—Organic compounds
    • C11D3/38—Products with no well-defined composition, e.g. natural products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G06N5/025—Extracting rules from data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/50—Manufacturing or production processes characterised by the final manufactured product

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Organic Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • Child & Adolescent Psychology (AREA)
  • Tourism & Hospitality (AREA)
  • Hospice & Palliative Care (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Psychiatry (AREA)
  • Bioethics (AREA)
  • Developmental Disabilities (AREA)
  • Emergency Medicine (AREA)
  • General Business, Economics & Management (AREA)

Abstract

提供了一种用来确定针对危及生命或限制生命的逐渐恶化的疾病正在被治疗的患者的患者护理服务的系统、非暂时性计算机可读介质和方法。通过接收包括患者的个人健康信息的数据来标识患者症状。通过分析包括专利的个人健康信息的数据来确定患者的痛苦水平。基于包括患者的痛苦水平和患者症状的严重性的标准来建立分数。该分数将患者的痛苦水平与危及生命或限制生命的逐渐恶化的疾病的临床过程相关联。基于该分数来确定适合于危及生命或限制生命的逐渐恶化的疾病的临床过程和患者的痛苦水平的一个或多个患者护理服务。

Description

用于确定针对患有逐渐恶化的病的患者的治疗类型和启动的 做出决策的系统和方法
相关申请的交叉引用
本申请要求2017年4月10日提交的、序号为15/483,491的美国专利申请的优先权的益处，该美国专利申请的全部内容通过引用并入本文。
技术领域
所描述的发明一般涉及用于针对遭受危及生命或限制生命的逐渐恶化的疾病的患者的治疗路径的确定，并且更特别地涉及为患有严重病的患者做出的治疗计划的客观、定量和标准化决策。
背景技术
姑息护理是对患有典型的危及生命或限制生命的严重逐渐恶化的病（例如，癌症、肺疾病、心脏病、神经紊乱或诸如肺气肿的其它慢性逐渐恶化的疾病）的患者的医学护理的专门类型，其致力于改善患者的生活质量，而不是致力于延长寿命。姑息护理为患者的基础疾病或病提供治疗，但致力于提供疾病引起的症状、疼痛和压力的缓解。姑息护理治疗可在严重病的任何阶段提供给患者。接受姑息护理服务本身并不排除为延长生命设计的另外的治疗。
研究发现以及时方式（例如，在死亡之前超过30天）的姑息护理服务没有得到充分利用。延迟的姑息护理治疗或没有姑息护理治疗通常导致更进取性的医疗护理和增加的健康护理费用。在严重病的过程中更早地开始姑息护理治疗可以有效地优化生活质量的参数，尤其是在患者的生命结尾。
发明内容
根据一个或多个实施例，患者分析系统被提供以用来评价患者的痛苦水平和选择临床行动过程以用于启动和提供针对危及生命或限制生命的逐渐恶化的病的患者的治疗。本文中所述的患者分析系统有利地促进了为启动和/或推荐和/或实现患者护理服务（其包括但不限于患者的姑息护理治疗）做出客观、定量和标准化决策。患者分析系统还可以用作用来评估健康护理提供者之中的护理质量的基准工具。
根据一个或多个实施例，用于为患者确定患者护理服务的系统、非暂时性计算机可读介质和方法被提供。根据一个这样的实施例，为患者确定患者护理服务包括确定患者进行姑息护理是否合格。通过接收包括患者的个人健康信息的数据来标识患者症状。患者的痛苦水平通过分析包括专利的个人健康信息的数据来确定。基于包括患者的痛苦水平和患者症状的严重性的准则来建立分数。所述分数将患者的痛苦水平与危及生命或限制生命的逐渐恶化的病的临床过程相关联。基于所述分数确定适合于危及生命或限制生命的逐渐恶化的病的临床过程和患者的痛苦水平的一个或多个患者护理服务，以用于启动和/或推荐和/或实现对患者的治疗。
根据一个或多个实施例，数据可以是表示患者的痛苦水平的数据，诸如，例如覆盖以下领域的数据：表现状态、疼痛、相互关系的数据（包括但不限于成为爱人的负担的感知和患者的抑郁）。被检查的领域可能基于疾病而被修改，其目标是反映与特定疾病相关联的痛苦的症状和/或迹象。数据可以是患者问卷的结果。
根据一个或多个实施例，确定一个或多个患者护理服务可包括基于分数从与患者相关联的预定患者护理服务的一个或多个策略的组中选择预定患者护理服务的策略。“预定患者护理服务的策略”可包括护理类型，该护理类型包括以附加费用的那个治疗周期的综合护理。“预定患者护理服务的策略”还可包括医疗策略、治疗意图或其两者，其中治疗是治愈性的、进展缓慢的、姑息的或临终关怀的，并且包括护理的进取性和治疗的进取性。
根据一个或多个实施例，通过基于包括患者的个人健康信息的数据将患者分类为节点地址（即，CNA），患者可以与预定患者护理服务的一个或多个治疗策略相关联，其中所述节点地址表示临床相关变量的集合。在一个示例中，所述变量的集合与数据中的患者的属性相匹配以将患者分类为所述节点地址。所述节点地址可以与预定患者护理服务的一个或多个策略相关联。所述节点地址可以被表示为包括前缀、中间和后缀的离散的间断的数字串，所述前缀、中间和后缀表示变量的集合。在一个实施例中，预定患者护理服务的一个或多个策略中的每个策略与预定费用相关联。
根据一个或多个实施例，通过将患者问卷中的每个问题的答案与级别值相关联、利用级别值来评价疾病的一个或多个症状，以及将表示症状如何影响患者的生活的等级与级别值相关联，来分析包括患者的个人健康信息的数据。对于每个问题，将所选择的答案的级别值与所选择的等级的级别值进行组合（例如，相乘）以确定初始分数。每个问题的初始分数可以被组合（例如，通过相加）以确定问卷的最终累积的痛苦分数。所述累积的痛苦分数可以用于基于一个或多个阈值级别值利用预先选择的姑息护理策略启动和/或推荐和/或治疗患者。
通过参考以下具体实施方式和附图，本公开的这些和其他优点对于本领域普通技术人员将是显而易见的。
附图说明
图1示出了根据一个实施例的通信系统的高级图；
图2示出了根据一个实施例的用于患者的分析和评价以确定治疗患者的临床行动过程的系统架构；
图3示出了根据一个实施例的示例性患者问卷；
图4示出了根据一个实施例的与患者护理分析系统交互的临床结果跟踪和分析模块的系统架构；
图5说明性地描绘了根据一个实施例的用于选择患者护理服务的方法的流程图；以及
图6示出了根据一个实施例的计算机的高级框图。
具体实施方式
图1示出了根据一个或多个实施例的通信系统100的高级图。通信系统100包括一个或多个计算设备102-A, . . ., 102-N（统称为计算设备102）。计算设备102可以包括任何类型的计算设备，诸如例如计算机、工作站、服务器、数据库、平板电脑或移动设备。计算设备102由终端用户操作以经由网络104彼此通信。网络104可以包括任何类型的网络或不同类型网络的组合，并且可以使用以有线和/或无线配置的任何合适的网络技术来实现。例如，网络104可以包括因特网、内联网、个域网（PAN）、局域网（LAN）、广域网（WAN）、城域网（MAN）、虚拟专用网（VPN）等中的一个或多个。
计算设备102的终端用户可以经由网络104进行通信，以与患者分析系统106进行交互，从而确定用于治疗患者的临床行动过程。在一个特别有用的实施例中，患者分析系统206分析和评价患者，以确定患者的姑息护理治疗计划的临床行动过程来优化生活质量和结果。虽然本文中描述了患者分析系统106来分析患者，但是应当理解，患者分析系统106可以用于任何主体的任何医学或非医学相关分析。
在一些实施例中，通信系统100还可以包括用于存储患者数据的电子医学记录（EMR）数据库108。计算设备102和患者分析系统106的终端用户可以经由网络104与EMR数据库108交互来检索、存储和/或操纵患者数据。存储在EMR数据库108中的患者数据可以包括在接受医学护理服务（诸如例如诊断或治疗）的过程中获得、使用或公开的任何信息。
终端用户可以经由在计算设备102上运行的网页浏览器、在计算设备102上运行的应用、在计算设备102上运行的app的接口或用于与患者分析系统106交互的任何其他合适的接口来与患者分析系统106和/或EMR数据库108交互。
有利地是，本发明的实施例提供患者分析系统106，其被配置成分析患者以确定用于治疗该患者的临床行动过程。在一个实施例中，患者分析系统106确定包括对患者的姑息护理治疗的临床行动过程。根据本发明的实施例的患者分析系统106因而通过促进用于确定为了治疗患者的临床行动过程的客观、定量和标准化的决策来提供计算机相关技术的改进。本发明还提供将健康护理提供者响应与患者痛苦进行比较的客观、定量和标准化方法（例如，在生命结束时的基准护理质量）和/或标识健康护理提供者之间的姑息护理发起和/或治疗的差异的客观、定量和标准化方法。
图2示出了根据一个或多个实施例的用于患者的分析和评价以确定为了治疗患者的临床行动过程的系统架构200。系统架构200包括患者分析系统202。在一个实施例中，患者分析系统202是图1的患者分析系统106。
患者分析系统202包括分析引擎206。分析引擎206被配置成从输入204提供患者分析。在一个实施例中，输入204可以从用户接收。例如，输入204可以经由图1中的网络104从计算设备102的终端用户接收。用户可以包括。输入204可以直接从患者接收或者从另一知晓患者的痛苦水平的实体（例如，家庭成员或看护者、医生或其他健康护理专业人员、医学服务的支付者（例如，保险提供者或保险提供者的代表））或者任何其他实体接收。
在另一实施例中，输入204可以是先前存储的从外部数据库接收或从外部数据库检索的数据。例如，输入204可以经由图1中的网络104从EMR数据库108接收或从EMR数据库108检索。在一个示例中，EMR数据库108可以分析存储在其中的数据以标识相关患者数据并且将所述相关患者数据传输到患者分析系统202作为输入204。在另一示例中，患者分析系统202（例如，患者分析系统202的分析引擎206）可与EMR数据库108交互以标识所述相关患者数据并检索所述相关患者数据作为输入204。所述相关患者数据可以使用任何合适方法从EMR数据库108标识。在一个实施例中，所述相关患者数据可以使用本领域已知的方法来标识（例如，由EMR数据库108或分析模块206）。
输入204可以包括包含用于分析患者的痛苦水平的个人健康信息的任何数据。作为输入204接收的数据可以是以任何合适的格式。在一个实施例中，数据是结构化数据，例如以XML（可扩展标记语言）格式。在另一实施例中，数据是非结构化数据，其通过使用例如本领域已知的方法提取相关数据来结构化。例如，非结构化数据可以是例如患者图表中的文本、手写笔记或图的段落等。
在一个实施例中，输入204可以包括与患者的痛苦水平相关的数据，诸如例如覆盖以下领域的数据：表现状态、疼痛或其他与疾病相关的病痛、成为爱人的负担的感知、与健康护理的财务费用相关的负担的感知以及患者的焦虑或抑郁。例如，输入204可包括患者问卷的结果。所述患者问卷可以是疾病特定的患者问卷。例如，所述患者问卷可针对特定的逐渐恶化的疾病，诸如例如癌症、肺病、心脏病、神经紊乱或任何其他逐渐恶化的疾病。
在一个实施例中，输入204还可以包括疾病的客观迹象或症状（例如，经由护理家庭记录或证明疼痛药物使用的药物记录的床上花费的可量化小时数）或由医学专业人员关于痛苦水平（诸如例如，关于抑郁的诊断的精神病学输入）进行的评估。
图3示出了根据一个实施例的示例性患者问卷300。患者问卷300专用于癌症并且包括评价患者的痛苦水平的问题302 。例如，患者问卷300包括通过评价癌症的症状来评价患者的痛苦水平的问题302，所述痛苦水平诸如，例如，表现状态、疼痛或其它与疾病相关的病痛、成为爱人的负担的感知、成为财务负担的感知以及患者的抑郁。患者问卷300示出具有七个问题302，但可包括适合于评价癌症症状的任何数量的问题。用户选择（例如，使用图1的计算设备102）最准确地描述与问题302相关联的症状的每个问题302的多个答案304中的一个或多个。用户还为每个问题302选择等级306 ，对症状的严重性确定等级。在一个示例中，症状的等级306表示症状影响患者的生活有多少。在图3所示的示例性实施例中，用户从以下答案中的一个选择等级306：一点也没有、中等地和显著地。也可以采用其它形式对症状确定等级。
患者问卷300可由知晓患者的任何用户完成。例如，患者问卷300可由患者、与患者相关联的人（例如家庭成员或朋友）、医生或其他健康护理专业人员、医学服务的支付者（例如，保险提供者或保险提供者的代表）或任何其他合适的实体完成。患者问卷300的结果可由患者分析系统202接收作为图2中的输入204。
虽然患者问卷300示出为癌症特定的患者问卷，但应当理解，可针对任何疾病或任何类型的疾病提供类似患者问卷。例如，可以修改患者问卷300中的问题302和/或答案304以评价与任何逐渐恶化的疾病特定相关的症状。例如，可以修改患者问卷300以评价被诊断患有逐渐恶化的肺病的患者，可以替换一个或多个问题302和/或答案304（例如，包括用来评价呼吸短促的问题）。
图2中的患者分析系统202的分析引擎206被配置成分析输入204。在一个实施例中，分析引擎206通过确定输入204的分数来分析输入204。分数可以表示患者的痛苦水平（组合多个属性，例如，患者的表现状态（通过将患者的行为与预设标准进行比较来意味着患者行为的评价）、疼痛或其他与疾病相关的病痛、成为爱人的负担的感知、成为财务负担的感知以及患者的焦虑和/或抑郁）。可以采用任何合适的评分算法，诸如本领域已知的那些。
在一个示例中，分析引擎206可以通过将每个答案304和每个等级306与级别值（例如点值）相关联来分析患者问卷（例如，图3的患者问卷300）的结果。每个相应问题302的初始分数通过将所选择的答案304的级别值与所选择的等级306的级别值组合（例如，通过将所选择的答案304的级别值与所选择的等级306的级别值相乘）来确定。通过组合每个相应问题302的初始分数（例如，通过将每个相应问题302的分数相加）来确定患者问卷300的分数。还可以采用对患者问卷300评分的其它方法。
患者分析系统202中的结果确定引擎208被配置成基于由分析引擎206确定的分数来确定用于治疗患者的临床行动过程。在一个实施例中，是否发起治疗、治疗的进取性和患者护理的进取性中的一个或多个的确定基于分数来执行。例如，当分数达到（例如，满足或超过）预定的阈值时，可以建议或要求一种医疗策略、医疗意图或两者皆有，其是治愈性的、对进展缓慢的或者是姑息护理治疗是有效的。
在另一实施例中，不同的临床行动过程可以与不同的阈值（或不同的值的范围）相关联。以此方式，用于治疗患者的临床行动过程被确定为与最终分数达到的相应阈值或值的范围相关联的临床行动过程。在一个实施例中，与不同的值或者不同的值的范围相关联的不同的临床行动过程随着值增大或减少而在增加严重性方面可以变化。例如，临床行动过程在严重性方面可能从不治疗到拒绝复苏术变化。
由结果确定引擎208确定的临床行动过程由患者分析系统202返回作为用于治疗患者的输出210。在一个实施例中，患者分析系统202重复地分析输入204以随着时间监测患者并且相应地修改或更改临床行动过程。例如，患者分析系统202可以在周期性时间间隔上（例如，每天、每周、每月、每年）、在医学事件之后（例如，在每个医生检查之后、在显著的医学症状之后）等分析输入204，以确定更新的分数；基于该更新的分数，可以为治疗患者确定新的临床行动过程。
在一个实施例中，患者分析系统202确定为患者提供姑息护理治疗的临床行动过程作为输出210。以此方式，患者分析系统202促进为确定患者的姑息护理治疗做出的标准化、客观和定量的决策，以由此优化患者的生活质量和结果。
在一个实施例中，由患者分析系统202确定的分数可以用于开发和/或评估健康护理提供者之中的质量基准。例如，可以将具有某个总痛苦分数的患者的医师护理的治疗策略模式与照顾具有类似痛苦分数的患者的不同医师的治疗策略模式进行比较。在一个示例中，在治疗具有类似总痛苦分数的患者的医师之中可以比较化疗管理和/或临终关怀转诊和/或正式的姑息护理专家会诊的等级。以此方式，患者分析系统促进关于姑息护理问题的患有严重病的患者之中的护理质量的标准化、客观和定量措施。
在一个实施例中，由患者分析系统202确定的分数可由健康护理提供者和/或保险业和/或其他实体使用来评估对患者护理服务（例如，姑息护理服务）和/或针对定义的群体的治疗的适当性。例如，医院可以注意到他们的很大一部分患者超过预定的痛苦分数阈值，其提示姑息护理服务的扩张和/或雇佣附加的健康护理人员。例如，保险公司可以注意到一部分被覆盖的受益人超过预定的痛苦分数，其提示姑息护理项目的扩张和/或将用于评估项目的特定受益人瞄准到现有项目。
图4说明性地描绘了根据一个或多个实施例的与图2的患者分析系统206交互以用于为治疗患者选择患者护理服务的预定策略的临床结果跟踪和分析（COTA）系统或模块402的系统架构400。COTA模块402可以经由例如图1的网络104与患者分析系统206交互。虽然COTA模块402和患者分析系统206在系统架构400中示出为分开的部件，但是应当理解，COTA系统402和患者分析系统206可以集成为单个部件或分成任何数量的分立部件部分。COTA模块402在2014年10月6日提交的标题为“临床结果跟踪和分析”的序号为14 / 507，640的美国专利申请中进一步被描述，所述美国专利申请的公开内容通过引用以其整体并入本文中。
COTA模块402向患者分配一个或多个COTA节点地址（CNA）。所述CNA表示可以用来将患者（或数据）的组分类为临床相关的集合的一个或多个预选变量（例如，由专家选择）。例如，患者被分配表示与该患者的属性匹配的变量的CNA。可以从EMR数据库108确定患者的属性。变量可以包括例如诊断、人口统计、结果、表现型或可以将患者的组分类为临床相关的集合的任何其他变量。所述CNA可以以任何合适的格式表示来指示其一个或多个预选变量。
在一个实施例中，所述CNA是变量的列表（作为表示变量的字母和表示变量内的选择的数字的函数）。例如，字母A可以表示性别或性别变量，并且数字1和2表示女性和男性患者，字母B可以表示种族变量，并且数字1到4表示不同的种族等。因此，CNA可以表示为A1-2、B1-4, . . ., N1。
在另一实施例中，CNA表示为由周期分开的多个离散数字串，其中每个数字串指示一个或多个变量（例如，疾病、表现型、治疗类型、进展/跟踪、性别等）。例如，第一数字串可以表示特定疾病，第二数字串可以表示疾病的类型，第三数字串可以指示疾病的子类型，并且另外的数字串可以指示表现型。因此，在该示例中，第一数字串可以是指示癌症的01，第二数字串可以是指示乳腺肿瘤的02，第三数字串可以是指示乳腺癌的01，并且第四数字串可以是表示表现型的特定特征的1201，使得节点地址是01.02.01.1201。应当理解，节点地址可以包括任何数量的数字串，并且不限于四个数字串。
每个CNA可以与预定患者护理服务（例如，用于治疗患者的临床行动过程）的一个或多个策略相关联。在一个实施例中，预定患者护理服务的策略定义治疗策略、治疗意图、护理的进取性或治疗的进取性。在另一实施例中，预定患者护理服务的策略表示对于预定财务费用的特定治疗周期的患者的综合护理的医学服务的捆束。每个策略可以包括由例如一个或多个医学专业人员、医院、团体、保险公司等确定的一个或多个患者护理服务，以优化患者护理和/或费用。在一个示例中，策略可以指示成像扫描的数量、药物或药物的选择、何时施用药物的时间表、操作或过程、跟进访问的数量和频率等。患者护理服务的捆束对于风险缔约可能是特别有用的。例如，对应于节点地址（与特定疾病相关联）的每个策略可具有允许用户（例如，医生、患者等）选取适当策略的预定费用。该费用可以基于与该特定疾病或节点地址相关联的历史数据来确定或协商。有利地，对于特定疾病服务的捆束对保险公司和/或医院提供了费用确定性。这也降低了处理和维护记录的费用。此外，医学专业人员将提前知道预定的治疗过程，这为医师提供了以更低的费用获得更好的结果的鼓励。
基于例如表示每个节点地址的离散的间断的数字串，每个节点地址将可能的万亿种排列减少到数量减少的临床有意义的排列。根据一些实施例，这使得可以分析第一行为和然后随之发生的偏离理想值的临床和费用结果，以最低可能的费用表达为最佳临床结果，在必要的时候需要警惕必要的护理和避免不必要的护理，由此增加护理价值，其意味着以最低可能的费用的更好的临床结果。根据一些实施例，所述CNA使得能够将特定患者标识为用于特定治疗、临床试验或药物的候选者。根据一些实施例，所述CNA提供具有用来索取数据的连接的分析接口，以在管理医生和其他健康护理提供者中支持健康计划、医院和医师实践。根据一些实施例，CNA基于表示每个节点地址的离散的间断的数字串和基于排列的减少来减少用于提高实时监测效率的处理的处理要求和时间。这种实时监测使得能够及时预测关键点，在该点例如行为变化可能发生和中断治疗流程以避免护理的过度/不足利用以防止行为变化。
根据一些实施例，患者分析系统206分析患者以选择与分配给患者的CNA相关联的一个或多个策略中的一个作为输出210。例如，患者分析系统202的分析引擎206（图2）可以通过确定用来评价患者以用来启动或推荐姑息护理的分数来分析图3的患者问卷300的结果。示例性准则可以包括，例如，用来推荐和/或启动患者的姑息护理治疗的患者的表现状态、疼痛、成为爱人的负担的感知、成为财务负担的感知和患者的精神状态（例如，焦虑、抑郁）。基于所述分数，患者分析系统202的结果确定引擎208（图2）选择与分配给患者的CNA相关联的预定策略中的一个用于姑息护理治疗。例如，所述预定策略中的每个可以与阈值（或分数值的范围）相关联。所述预定策略中的每个可表示不同等级的姑息护理治疗（例如，范围从没有姑息护理治疗的完全疾病修复或延长生命治疗到没有疾病修复或者延长生命治疗的完全姑息护理，到临终关怀）。达到分数的与阈值相关联的预定策略被选择用来提供患者的适当水平的姑息治疗。在一个实施例中，患者分析系统202可以连续地（例如，以周期性间隔、在医学事件之后等）分析患者，并且当分数改变时，可以选择其他预定策略来调整或修改治疗。因此，姑息护理治疗可以连续地更改以遵循正在治疗的基础疾病的临床过程。
图5示出了根据一个或多个实施例的患者分析系统202的操作的方法500的流程图。
在步骤502，通过接收包括专利的个人健康信息的数据来标识患者症状。可以从用户（例如，使用图1的计算设备102）或从外部数据库（例如，图1的EMR数据库108）接收数据。所述数据可以是表示患者的痛苦水平的数据，诸如例如覆盖以下领域的数据：表现状态、疼痛或与疾病相关的病痛、成为爱人的负担的感知、成为财务负担的感知以及患者的焦虑和/或抑郁。在一个实施例中，数据可以是患者问卷（例如，图3的患者问卷300）的结果。
在步骤504，通过分析包括专利的个人健康信息的数据来确定患者的痛苦水平。在一个实施例中，基于由用户选择的患者问卷300的答案304来确定患者的所述痛苦水平以用来评价特定于患者的逐渐恶化的疾病的当前状态的一个或多个症状。
在步骤506，基于一个或多个准则建立分数。例如，准则可以包括患者的痛苦水平和患者症状的严重性。在一个实施例中，在步骤504确定痛苦水平，并且基于由用户在患者问卷300中选择的等级306来确定患者症状的严重性以用来评价特定于患者的逐渐恶化的疾病的当前状态的一个或多个症状的严重性。在一个实施例中，通过将痛苦水平（即，每个选择的答案304）和每个患者症状的严重性（即，等级306）与级别值相关联并且组合（例如，相乘）所选择的答案的级别值和所选择的等级以确定每个问题的分数来建立分数。每个问题的分数被组合（例如，相加）以确定患者问卷300的最终分数。
在步骤508，基于所述分数选择适合于危及生命或限制生命的逐渐恶化的病的临床过程和患者的痛苦水平的一个或多个患者护理服务。可以基于一个或多个阈值来确定所述一个或多个患者护理服务。
在一个实施例中，通过基于固定费用或医疗策略、治疗意图或者基于护理的进取性和治疗的进取性（其基于分数）两者从与患者相关联的预定患者护理服务的一个或多个策略的组中选择预定患者护理服务的策略，来确定一个或多个患者护理服务。医疗策略可包括治愈性治疗、进展缓慢的治疗或姑息治疗。在一个实施例中，通过基于包括专利的个人健康信息的数据将患者分类为节点地址（即，CNA）来将患者与预定患者护理服务的一个或多个策略相关联，其中节点地址表示变量的集合。在一个示例中，所述变量的集合与数据中的患者的属性相匹配以将患者分类为节点地址。节点地址与预定患者护理服务的一个或多个策略相关联。节点地址可以被表示为包括前缀、中间和后缀的离散的间断的数字串，所述前缀、中间和后缀表示变量的集合。在一个实施例中，预定患者护理服务的一个或多个策略中的每个都与预定费用相关联。
在一个实施例中，可以接收包括专利的个人健康信息的更新的数据，并且可以针对该更新的数据重复步骤502到508以确定更新的分数并且基于更新的分数来确定一个或多个患者护理服务中的另一患者护理服务。
本文中描述的系统、装置和方法可以以纸张形式实现。例如，图2的输入204可以包括患者图表上的手写注释和图。可以在纸上分析患者图表以确定一个或多个患者护理服务的输出210。
另外地或备选地，本文中描述的系统、装置和方法可使用数字电路或使用一个或多个计算机（其使用众所周知的计算机处理器、存储器单元、存储设备、计算机软件和其它部件）来实现。通常，计算机包括用于执行指令的处理器和用于存储指令和数据的一个或多个存储器。计算机还可以包括或耦合到一个或多个大容量存储设备，诸如一个或多个磁盘、内部硬盘和可移动盘、磁光盘、光盘等。
本文中描述的系统、装置和方法可以使用以客户-服务器关系操作的计算机来实现。通常，在这样的系统中，客户计算机位于远离服务器计算机并且经由网络进行交互。所述客户-服务器关系可以由在相应客户和服务器计算机上运行的计算机程序来定义和控制。
本文中描述的系统、装置和方法可以在基于网络的云计算系统内实现。在这样的基于网络的云计算系统中，连接到网络的服务器或另一处理器经由网络与一个或多个客户计算机通信。例如，客户计算机可以经由驻留在所述客户计算机上并且在所述客户计算机上操作的网络浏览器应用来与服务器通信。客户计算机可以在服务器上存储数据并且经由网络访问数据。客户计算机可以经由网络向服务器传输对数据的请求或对在线服务的请求。所述服务器可以执行所请求的服务并且向（一个或多个）客户计算机提供数据。所述服务器还可以传输数据，该数据适于使得客户计算机执行指定功能（例如，执行计算）以在屏幕上显示指定数据等。例如，所述服务器可以传输请求，该请求适于使得客户计算机执行本文中描述的方法步骤中的一个或多个，包括图5的步骤中的一个或多个。本文中描述的方法的某些步骤（包括图5的步骤中的一个或多个）可以由服务器或由基于网络的云计算系统中的另一处理器来执行。本文中描述的方法的某些步骤（包括图5的步骤中的一个或多个）可以由基于网络的云计算系统中的客户计算机执行。本文中描述的方法的步骤（包括图5的步骤中的一个或多个）可以由服务器和/或由基于网络的云计算系统中的客户计算机以任何组合来执行。
本文中描述的系统、装置和方法可以使用有形地体现在信息载体中（例如，在非暂时性机器可读存储设备中）的计算机程序产品来实现，以用于由可编程处理器执行；并且本文中描述的方法步骤（包括图5的步骤中的一个或多个）可以使用可由这样的处理器执行的一个或多个计算机程序来实现。计算机程序是在计算机中可以直接或间接使用以执行特定活动或带来特定结果的计算机程序指令的集合。计算机程序可以以任何形式的编程语言（包括编译或解释语言）来编写，并且它可以以任何形式部署，包括作为独立程序或作为适合于供计算环境中使用的模块、部件、子例程或其它单元。
图6中描绘可用于实现本文中描述的系统、装置和方法的示例计算机的高级框图600。计算机602包括可操作地地耦合到数据存储设备612和存储器610的处理器604。处理器604通过执行定义这样的操作的计算机程序指令来控制计算机602的整体操作。计算机程序指令可以被存储在数据存储设备612或其他计算机可读介质中，并且当期望执行计算机程序指令时被加载到存储器610中。因此，图5的方法步骤可以由存储在存储器610和/或数据存储设备612中的计算机程序指令来定义并且由执行计算机程序指令的处理器604来控制。例如，所述计算机程序指令可以实现为由本领域技术人员编程以执行图5的方法步骤的计算机可执行代码。因此，通过执行计算机程序指令，处理器604执行图5的方法步骤。计算机602还可以包括一个或多个网络接口606，以用于经由网络与其他设备通信。计算机602还可以包括使得用户能够与计算机602交互的一个或多个输入/输出设备608（例如，显示器、键盘、鼠标、扬声器、按钮等）。
处理器604可以包括通用和专用微处理器两者，并且可以是计算机602的唯一处理器或多个处理器中的一个。例如，处理器604可以包括一个或多个中央处理单元（CPU）。处理器604 、数据存储设备612和/或存储器610可以包括一个或多个专用集成电路（ASIC）和/或一个或多个现场可编程门阵列（FPGA）、由一个或多个专用集成电路（ASIC）和/或一个或多个现场可编程门阵列（FPGA）补充或者并入一个或多个专用集成电路（ASIC）和/或一个或多个现场可编程门阵列（FPGA）。
数据存储设备612和存储器610各自包括有形的非暂时性计算机可读存储介质。数据存储设备612和存储器610可以各自包括高速随机存取存储器，诸如动态随机存取存储器（DRAM）、静态随机存取存储器（SRAM）、双倍数据速率同步动态随机存取存储器（DDR RAM）或其他随机存取固态存储器设备，并且可以包括非易失性存储器，诸如一个或多个磁盘存储设备（诸如内部硬盘和可移动盘）、磁光盘存储设备、光盘存储设备、闪存设备、半导体存储设备（诸如可擦除可编程只读存储器（EPROM）、电可擦除可编程只读存储器（EEPROM）、致密光盘只读存储器（CD-ROM）、数字多功能盘只读存储器（DVD-ROM）盘），或其他非易失性固态存储设备。
输入/输出设备608可以包括外围设备，诸如打印机、扫描仪、显示屏等。例如，输入/输出设备608可以包括诸如阴极射线管（CRT）或液晶显示器（LCD）显示器之类的用于向用户显示信息的显示设备，通过其用户可向计算机602提供输入的键盘和诸如鼠标或轨迹球之类的定点设备。
本文中讨论的任何或所有系统和装置，包括图1的计算设备102、患者分析系统106和EMR数据库108、图2的患者分析系统202的部件和图4的COTA模块402，可以使用诸如计算机602的一个或多个计算机来实现。
本领域的技术人员将认识到，真实计算机或计算机系统的实施方式可以具有其它结构并且也可以包含其它部件，且图6是为了说明性目的这样的计算机的一些部件的高级表示。
前面的具体实施方式应被理解为在每个方面是说明性的和示例性的，而不是限制性的，并且在本文中公开的本发明的范围不应从具体实施方式确定，而是从如根据由专利法所允许的全部宽度解释的权利要求确定。应当理解的是，本文中示出和描述的实施例仅仅是对描述的发明的原理的说明，并且由本领域技术人员可以在不脱离本发明的范围和精神的情况下实现各种修改。本领域技术人员可以在不脱离本发明的范围和精神的情况下实现各种其他特征组合。

Claims (36)

1.一种用于确定针对危及生命或者限制生命的逐渐恶化的病正在被治疗的患者的患者护理服务的方法，包括：
（a）通过由包括处理器的系统接收包括患者的个人健康信息的数据来标识患者症状；
（b）通过由所述系统分析包括所述专利的所述个人健康信息的所述数据来确定所述患者的痛苦水平；
（c）由所述系统基于包括所述患者的所述痛苦水平和所述患者症状的严重性的准则来建立分数，所述分数将所述患者的所述痛苦水平与所述危及生命或限制生命的逐渐恶化的病的临床过程相关联；以及
（d）由所述系统基于所述分数确定适合于所述危及生命或限制生命的逐渐恶化的病的所述临床过程和所述患者的所述痛苦水平的一个或多个患者护理服务。
2.根据权利要求1所述的方法，还包括：
将所述一个或多个患者护理服务的质量和/或适当性与由其它实体提供的患者护理服务的质量和/或适当性进行比较。
3.根据权利要求1所述的方法，其中确定一个或多个患者护理服务包括：
基于固定费用或医疗策略、治疗意图或者基于护理的进取性和治疗的进取性两者从与所述患者相关联的预定患者护理服务的一个或多个策略的组中选择预定患者护理服务的策略，所述护理的进取性和治疗的进取性两者基于所述分数。
4.根据权利要求3所述的方法，其中选择预定患者护理服务的策略包括：
基于一个或多个阈值从预定患者护理服务的一个或多个策略的所述组中选择所述预定患者护理服务的策略。
5.根据权利要求3所述的方法，还包括：
基于包括个人健康信息的所述数据将所述患者分类为节点地址，所述节点地址表示变量的集合，所述节点地址与预定患者护理服务的一个或多个策略的所述组相关联。
6.根据权利要求5所述的方法，其中基于包括个人健康信息的所述数据将所述患者分类为节点地址包括：
将所述变量的集合与所述数据中的所述患者的属性进行匹配。
7.根据权利要求5所述的方法，还包括：
将所述节点地址表示为包括前缀、中间和后缀的离散的间断的数字串，所述前缀、中间和后缀表示所述变量的集合。
8.根据权利要求3所述的方法，其中预定患者护理服务的一个或多个策略的所述组中的每个策略与针对那个治疗周期的预定费用相关联。
9.根据权利要求3所述的方法，其中所述医疗策略包括治愈性治疗、进展缓慢的治疗或姑息治疗。
10.根据权利要求1所述的方法，其中包括所述专利的个人健康信息的所述数据包括患者问卷的结果，所述患者问卷的结果对建立所述患者的痛苦水平是有效的。
11.根据权利要求1所述的方法，其中包括所述专利的个人健康信息的所述数据涉及表现状态、疼痛、成为爱人的负担的感知、财务负担的感知以及所述患者的抑郁中的至少一个。
12.根据权利要求1所述的方法，还包括：
接收包括所述专利的更新的个人健康信息的更新的数据；
分析包括所述专利的所述更新的个人健康信息的所述更新的数据，以确定更新的分数，所述更新的分数将所述患者的所述痛苦水平与所述危及生命或限制生命的逐渐恶化的病的所述临床过程相关联；以及
通过基于所述更新的分数选择所述一个或多个患者护理服务中的另一患者护理服务来修改所述患者的治疗。
13.一种存储计算机程序指令的非暂时性计算机可读存储介质，所述计算机程序指令用于确定针对危及生命或限制生命的逐渐恶化的病正在被治疗的患者的患者护理服务，所述计算机程序指令当在处理器上执行时使得所述处理器执行操作，所述操作包括：
（a）通过接收包括患者的个人健康信息的数据来标识患者症状；
（b）通过分析包括所述专利的所述个人健康信息的所述数据来确定所述患者的痛苦水平；
（c）基于包括所述患者的所述痛苦水平和所述患者症状的严重性的准则来建立分数，所述分数将所述患者的所述痛苦水平与所述危及生命或限制生命的逐渐恶化的病的临床过程相关联；以及
（d）基于所述分数确定适合于所述危及生命或限制生命的逐渐恶化的病的所述临床过程和所述患者的所述痛苦水平的一个或多个患者护理服务。
14.根据权利要求13所述的非暂时性计算机可读存储介质，所述操作还包括：
将所述一个或多个患者护理服务的质量和/或适当性与由其它实体提供的患者护理服务的质量和/或适当性进行比较。
15.根据权利要求13所述的非暂时性计算机可读存储介质，其中确定一个或多个患者护理服务包括：
基于固定费用或医疗策略、治疗意图或者基于护理的进取性和治疗的进取性两者从与所述患者相关联的预定患者护理服务的一个或多个策略的组中选择预定患者护理服务的策略，所述护理的进取性和治疗的进取性两者基于所述分数。
16.根据权利要求15所述的非暂时性计算机可读存储介质，其中选择预定患者护理服务的策略包括：
基于一个或多个阈值从预定患者护理服务的一个或多个策略的所述组中选择所述预定患者护理服务的策略。
17.根据权利要求15所述的非暂时性计算机可读存储介质，所述操作还包括：
基于包括个人健康信息的所述数据将所述患者分类为节点地址，所述节点地址表示变量的集合，所述节点地址与预定患者护理服务的一个或多个策略的所述组相关联。
18.根据权利要求17所述的非暂时性计算机可读存储介质，其中基于包括个人健康信息的所述数据将所述患者分类为节点地址包括：
将所述变量的集合与所述数据中的所述患者的属性进行匹配。
19.根据权利要求17所述的非暂时性计算机可读存储介质，所述操作还包括：
将所述节点地址表示为包括前缀、中间和后缀的离散的间断的数字串，所述前缀、中间和后缀表示所述变量的集合。
20.根据权利要求15所述的非暂时性计算机可读存储介质，其中预定患者护理服务的一个或多个策略的所述组中的每个策略与针对那个治疗周期的预定费用相关联。
21.根据权利要求15所述的非暂时性计算机可读存储介质，其中所述医疗策略包括治愈性治疗、进展缓慢的治疗或姑息治疗。
22.根据权利要求13所述的非暂时性计算机可读存储介质，其中包括所述专利的个人健康信息的所述数据包括患者问卷的结果，所述患者问卷的结果对建立所述患者的痛苦水平是有效的。
23.根据权利要求13所述的非暂时性计算机可读存储介质，其中包括所述专利的个人健康信息的所述数据涉及表现状态、疼痛、成为爱人的负担的感知、财务负担的感知以及所述患者的抑郁中的至少一个。
24.根据权利要求13所述的非暂时性计算机可读存储介质，所述操作还包括：
接收包括所述专利的更新的个人健康信息的更新的数据；
分析包括所述专利的所述更新的个人健康信息的所述更新的数据，以确定更新的分数，所述更新的分数将所述患者的所述痛苦水平与所述危及生命或限制生命的逐渐恶化的病的所述临床过程相关联；以及
通过基于所述更新的分数选择所述一个或多个患者护理服务中的另一患者护理服务来修改所述患者的治疗。
25.一种用于确定针对危及生命或者限制生命的逐渐恶化的病正在被治疗的患者的患者护理服务的系统，包括：
数据库，其存储包括所述患者的个人健康信息的数据；以及
患者分析系统，其包括：
处理器；以及
存储器，其用于存储计算机程序指令，当所述计算机程序指令在所述处理器上执行时使得所述处理器执行操作，所述操作包括：
（a）通过接收包括患者的个人健康信息的数据来标识患者症状；
（b）通过分析包括所述专利的所述个人健康信息的所述数据来确定所述患者的痛苦水平；
（c）基于包括所述患者的所述痛苦水平和所述患者症状的严重性的准则来建立分数，所述分数将所述患者的所述痛苦水平与所述危及生命或限制生命的逐渐恶化的病的临床过程相关联；以及
（d）基于所述分数确定适合于所述危及生命或限制生命的逐渐恶化的病的所述临床过程和所述患者的所述痛苦水平的一个或多个患者护理服务。
26.根据权利要求25所述的系统，所述操作还包括：
将所述一个或多个患者护理服务的质量和/或适当性与由其它实体提供的患者护理服务的质量和/或适当性进行比较。
27.根据权利要求25所述的系统，其中确定一个或多个患者护理服务包括：
基于固定费用或医疗策略、治疗意图或者基于护理的进取性和治疗的进取性两者从与所述患者相关联的预定患者护理服务的一个或多个策略的组中选择预定患者护理服务的策略，所述护理的进取性和治疗的进取性两者基于所述分数。
28.根据权利要求27所述的系统，其中选择预定患者护理服务的策略包括：
基于一个或多个阈值从预定患者护理服务的一个或多个策略的所述组中选择所述预定患者护理服务的策略。
29.根据权利要求27所述的系统，所述操作还包括：
基于包括个人健康信息的所述数据将所述患者分类为节点地址，所述节点地址表示变量的集合，所述节点地址与预定患者护理服务的一个或多个策略的所述组相关联。
30.根据权利要求29所述的系统，其中基于包括个人健康信息的所述数据将所述患者分类为节点地址包括：
将所述变量的集合与所述数据中的所述患者的属性进行匹配。
31.根据权利要求29所述的系统，所述操作还包括：
将所述节点地址表示为包括前缀、中间和后缀的离散的间断的数字串，所述前缀、中间和后缀表示所述变量的集合。
32.根据权利要求27所述的系统，其中预定患者护理服务的一个或多个策略的所述组中的每个策略与针对那个治疗周期的预定费用相关联。
33.根据权利要求27所述的系统，其中所述医疗策略包括治愈性治疗、进展缓慢的治疗或姑息治疗。
34.根据权利要求25所述的系统，其中包括所述专利的个人健康信息的所述数据包括患者问卷的结果，所述患者问卷的结果对建立所述患者的痛苦水平是有效的。
35.根据权利要求25所述的系统，其中包括所述专利的个人健康信息的所述数据涉及表现状态、疼痛、成为爱人的负担的感知、财务负担的感知以及所述患者的抑郁中的至少一个。
36.根据权利要求25所述的系统，所述操作还包括：
接收包括所述专利的更新的个人健康信息的更新的数据；
分析包括所述专利的所述更新的个人健康信息的所述更新的数据，以确定更新的分数，所述更新的分数将所述患者的所述痛苦水平与所述危及生命或限制生命的逐渐恶化的病的所述临床过程相关联；以及
通过基于所述更新的分数选择所述一个或多个患者护理服务中的另一患者护理服务来修改所述患者的治疗。
CN201880038517.6A 2017-04-10 2018-03-23 用于确定针对患有逐渐恶化的病的患者的治疗类型和启动的做出决策的系统和方法 Pending CN110832600A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/483,491 2017-04-10
US15/483,491 US20180293352A1 (en) 2017-04-10 2017-04-10 System and Method for Decision-Making for Determining Initiation and Type of Treatment for Patients with a Progressive Illness
PCT/US2018/024143 WO2018191001A1 (en) 2017-04-10 2018-03-23 System and method for decision-making for determining initiation and type of treatment for patients with a progressive illness

Publications (1)

Publication Number Publication Date
CN110832600A true CN110832600A (zh) 2020-02-21

Family

ID=63711106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880038517.6A Pending CN110832600A (zh) 2017-04-10 2018-03-23 用于确定针对患有逐渐恶化的病的患者的治疗类型和启动的做出决策的系统和方法

Country Status (7)

Country Link
US (2) US20180293352A1 (zh)
EP (1) EP3610531A4 (zh)
JP (1) JP7212630B2 (zh)
CN (1) CN110832600A (zh)
CA (1) CA3059558A1 (zh)
IL (1) IL269910B2 (zh)
WO (1) WO2018191001A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220082815A (ko) * 2019-09-13 2022-06-17 코타 인코포레이티드 치료에 관련되는 임시 노드 어드레스 및 예후 관련 예상 결과 및 위험 평가에 관련되는 개선된 노드 어드레스를 활용하는 임상 결과 추적 및 분석 시스템 및 방법
JP7422651B2 (ja) 2020-12-16 2024-01-26 株式会社日立製作所 情報処理システム及び選択支援方法
US20220215920A1 (en) * 2021-01-02 2022-07-07 James P Tafur Augmented intelligence system for symptom translation
CN114664425B (zh) * 2022-05-25 2022-09-02 四川省医学科学院·四川省人民医院 一种静脉治疗管理云平台及构建方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1230266A (zh) * 1996-07-12 1999-09-29 埃德温·C·伊利夫 带网络存取的计算机化医疗诊断及治疗咨询系统
US20050182659A1 (en) * 2004-02-06 2005-08-18 Huttin Christine C. Cost sensitivity decision tool for predicting and/or guiding health care decisions
US20060167721A1 (en) * 2004-12-30 2006-07-27 Betty Bernard Methods for patient care using acuity templates
US20090105550A1 (en) * 2006-10-13 2009-04-23 Michael Rothman & Associates System and method for providing a health score for a patient
US20100198755A1 (en) * 1999-04-09 2010-08-05 Soll Andrew H Enhanced medical treatment
US20150169841A1 (en) * 2013-12-10 2015-06-18 Jaan Health, Inc. System and methods for enhanced management of patient care and communication
CN105308601A (zh) * 2013-06-04 2016-02-03 皇家飞利浦有限公司 健康护理支持系统和方法
US20160224734A1 (en) * 2014-12-31 2016-08-04 Cerner Innovation, Inc. Systems and methods for palliative care
US20160350495A1 (en) * 2013-10-08 2016-12-01 COTA, Inc. Clinical outcome tracking and analysis

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1019802A4 (en) * 1997-09-29 2002-02-06 Edgar L Ross METHOD AND SYSTEM FOR PAIN MANAGEMENT
JP2003050868A (ja) * 2001-08-06 2003-02-21 Koichi Kawabuchi Ｄｒｇを用いた医療情報分析システム
US9171285B2 (en) * 2004-05-06 2015-10-27 Medencentive, Llc Methods for improving the clinical outcome of patient care and for reducing overall health care costs
EP2247287B1 (de) * 2008-02-01 2015-08-12 B.R.A.H.M.S GmbH Verfahren zur Identifizierung von therapiebedürftigen Patienten mit leichten kognitiven Störungen und die Behandlung derartiger Patienten
US20120173264A1 (en) * 2010-12-30 2012-07-05 Cerner Innovation, Inc. Facilitating identification of potential health complications
US20140244292A1 (en) * 2011-01-27 2014-08-28 Wiser Together, Inc. Method for Helping Patients Find Treatments Based on Similar Patients' Experiences
EP2847592A4 (en) * 2012-05-10 2016-05-04 Eutropics Pharmaceuticals Inc SURROGATE FUNCTIONAL DIAGNOSTIC TEST FOR CANCER
US20150223747A1 (en) * 2012-09-06 2015-08-13 Alvine Pharmaceuticals, Inc. Patient reported outcome instrument
JP2014199557A (ja) * 2013-03-29 2014-10-23 パナソニックヘルスケア株式会社 診療支援装置
US20140379366A1 (en) * 2013-06-25 2014-12-25 Systems4pt, LLC System and method for determining effective treatment plans
PL3055803T3 (pl) * 2013-10-08 2022-06-20 COTA, Inc. Śledzenie i analiza wyników klinicznych
CN105874503A (zh) * 2013-11-14 2016-08-17 埃尔瓦有限公司 用于自动的医疗产品或服务输送的设备、系统和方法
US20170124279A1 (en) * 2015-10-29 2017-05-04 Alive Sciences, Llc Adaptive Complimentary Self-Assessment And Automated Health Scoring For Improved Patient Care

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1230266A (zh) * 1996-07-12 1999-09-29 埃德温·C·伊利夫 带网络存取的计算机化医疗诊断及治疗咨询系统
US20100198755A1 (en) * 1999-04-09 2010-08-05 Soll Andrew H Enhanced medical treatment
US20050182659A1 (en) * 2004-02-06 2005-08-18 Huttin Christine C. Cost sensitivity decision tool for predicting and/or guiding health care decisions
US20060167721A1 (en) * 2004-12-30 2006-07-27 Betty Bernard Methods for patient care using acuity templates
US20090105550A1 (en) * 2006-10-13 2009-04-23 Michael Rothman & Associates System and method for providing a health score for a patient
CN105308601A (zh) * 2013-06-04 2016-02-03 皇家飞利浦有限公司 健康护理支持系统和方法
US20160350495A1 (en) * 2013-10-08 2016-12-01 COTA, Inc. Clinical outcome tracking and analysis
US20150169841A1 (en) * 2013-12-10 2015-06-18 Jaan Health, Inc. System and methods for enhanced management of patient care and communication
US20160224734A1 (en) * 2014-12-31 2016-08-04 Cerner Innovation, Inc. Systems and methods for palliative care

Also Published As

Publication number Publication date
JP2020521202A (ja) 2020-07-16
US20180293353A1 (en) 2018-10-11
JP7212630B2 (ja) 2023-01-25
WO2018191001A1 (en) 2018-10-18
KR20190135047A (ko) 2019-12-05
US20180293352A1 (en) 2018-10-11
IL269910B1 (en) 2023-07-01
IL269910A (zh) 2019-11-28
WO2018191001A8 (en) 2018-11-29
EP3610531A1 (en) 2020-02-19
IL269910B2 (en) 2023-11-01
EP3610531A4 (en) 2021-01-20
CA3059558A1 (en) 2018-10-18

Similar Documents

Publication Publication Date Title
US11334902B1 (en) Medical accountable provider platform
Schoenbaum et al. The effects of primary care depression treatment on patients' clinical status and employment
US20190147995A1 (en) Systems and methods for clinical decision-making
US7685000B1 (en) Predictive modeling system and method for disease management
US20180060521A1 (en) Managing care pathways
US20020128866A1 (en) Chronic pain patient care plan
US20170357771A1 (en) Patient risk scoring & evaluation system
US10593000B2 (en) System and method for determining thresholds or a range of values used to allocate patients to a treatment level of a treatment program
JP7212630B2 (ja) 進行性の病気の患者のための治療の開始及び種類を決定するための意思決定システム及び方法
JP2016500866A (ja) 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法
WO2015132903A1 (ja) 医療データ分析システム、医療データ分析方法及び記憶媒体
US20020123906A1 (en) Chronic pain patient risk stratification system
US20160358282A1 (en) Computerized system and method for reducing hospital readmissions
Valmarska et al. Symptoms and medications change patterns for Parkinson's disease patients stratification
US20020123670A1 (en) Chronic pain patient diagnostic system
KR102668205B1 (ko) 진행성 질병을 가진 환자들에 대한 치료의 개시 및 유형을 결정하기 위한 의사 결정 시스템 및 방법
US20140200907A1 (en) Method of optimizing healthcare services consumption
KR20180108671A (ko) 전자 건강 기록들을 사용하여 의학적 상태들에 대한 진단 및 치료 옵션들을 식별하는 방법 및 시스템
US20020128867A1 (en) Chronic pain patient identification system
Birov et al. MAFEIP User Guide
Rao et al. Machine Learning Models For Patient Medical Cost Prediction and Trend Analysis Using Open Healthcare Data
Boloori et al. Understanding the Opioid Epidemic: Human-Based Versus Algorithmic-Based Perceptions, Treatments, and Guidelines
US20230105348A1 (en) System for adaptive hospital discharge
Cheema et al. The effectiveness of post‐professional physical therapist training in the treatment of chronic low back pain using a propensity score approach with machine learning
Heinonen Cost-effectiveness of a clinical decision support system for rare disease diagnosis

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