JP2015537316A - 統合ヘルスケアシステムおよび方法 - Google Patents

Abstract

ここで説明するシステムおよび方法は、患者データセットを記憶して分析してもよい。データベースと通信するプロセッサは、複数の患者データセットを発生させてもよく、患者データセットのそれぞれは、複数の患者のうちの１人に関係付けられ、属性を含む。プロセッサは患者データセットのそれぞれを匿名化して、患者データセットが患者に関係付けられないようにしてもよい。プロセッサは、匿名化されたデータセットのそれぞれを暗号化して、複数の暗号化されたデータセットを発生させ、複数の暗号化されたデータセットをデータベース中に記憶させてもよい。プロセッサは、患者データセットのうちの１つを分析して、患者データセットのうちの１つの患者データセットの属性と患者データセットのうちの他の患者データセットの属性とに基づいて、患者データセットのうちの１つの患者データセットと患者データセットのうちの他の患者データセットとの間の関連を決定してもよい。【選択図】図１

Description

図１は、本発明の実施形態にしたがった、統合ヘルスケアおよびリサーチエンジンを図示している。 図２は、本発明の実施形態にしたがった、コンピュータネットワークを図示している。 図３Ａは、本発明の実施形態にしたがった、例示的な入力属性を図示している。 図３Ｂは、本発明の実施形態にしたがった、複数の入力ソースを図示している。 図４は、本発明の実施形態にしたがった、患者データセット発生および記憶プロセスを図示している。 図５は、本発明の実施形態にしたがった、患者アカウントセットアッププロセスを図示している。 図６は、本発明の実施形態にしたがった、匿名化患者データセットプロセスを図示している。 図７は、本発明の実施形態にしたがった、データセット分析プロセスを図示している。 図８は、本発明の実施形態にしたがった、属性分析プロセスを図示している。 図９は、本発明の実施形態にしたがった、実際のコスト計算プロセスを図示している。 図１０は、本発明の実施形態にしたがった、患者データセット解読プロセスを図示している。 図１１は、本発明の実施形態にしたがった、患者データセット暗号化プロセスを図示している。 図１２は、本発明の実施形態にしたがった、コホート要求プロセスを図示している。 図１３は、本発明の実施形態にしたがった、コホート包含記録更新プロセスを図示している。 図１４は、本発明の実施形態にしたがった、サマリーレポートプロセスを図示している。 図１５は、本発明の実施形態にしたがった、グループデータセット分析プロセスを図示している。 図１６は、本発明の実施形態にしたがった、ワークフローを図示している。 図１７は、本発明の実施形態にしたがった、患者ビューを図示している。 図１８は、本発明の実施形態にしたがった、臨床医ビューを図示している。 図１９は、本発明の実施形態にしたがった、保険ビューを図示している。 図２０は、本発明の実施形態にしたがった、ファーマビューを図示している。 図２１は、本発明の実施形態にしたがった、リサーチビューを図示している。

いくつかの実施形態の詳細な説明

長期間の臨床＆治療のケアを必要とする多くの病気は、最も関連する利用可能なデータに基づいている、一貫した処置アプローチが欠如しているかもしれない。

表現型的に類似するコホートにわたる処置決定での幅広いバリエーションは、（結果によって測定されるような）最適化されたケアの「逸話に富んだポケット」を生成させるかもしれないが、これらのバリエーションは理解するのが難しいかもしれない。しかしながら、患者コホートは属性の別個のセットによって特徴付けることができる。より大きなコホートに対する個人の病気の経過の進展を分析することにより、比較するサブコホート（逸話に富んだポケット）よりも、なぜ特定の個人がより良いかまたはより悪いかの理解が得られる。個人およびコホートについてのデータが累積すると、コストおよび生活の質によって測定された、最適化された結果により、新たに診断された患者はサブコホート中に並べられるかもしれない。

ここで説明するシステムおよび方法は、計画されたコスト結果を予見でき、これは、支払者が、患者および患者のヘルスケア専門家によって選択された、費用対効果の高いおよび／または複雑でないパスと提携しながら、患者および／または臨床医が、より幅広いさまざまな処置オプションを考慮できるようにするかもしれない。したがって、複雑さおよびコストにより測定されるような最適化されたケアを自己免疫／慢性疾患に苦しむ患者に提供することができる。ここで説明するシステムおよび方法によって集められ、発生されたデータは、これから以下でより詳細に説明する他の目的に対しても役に立つかもしれない。

根拠に基づく治療は、類似する診断を表わす各患者に対して、同一の処置ステップを通して医師が方法論的に進めることを強力に促進できる。根拠に基づく治療に代わるものは、個人化治療である。個人化治療は、病気の活動が持続し、患者へのダメージが累積するような、より高い長期間コストおよび病気の複雑さにつながるかもしれない不可欠な処置ステップなく、個人化された総合的症状の、計画された効果的な処置の即時の使用に好都合かもしれない。以前に識別された病気の特定の属性は、安全に、入力され、記憶され、表現され、このデータを使用して、臨床医の診察を受ける個々の患者が、いくつかのケースにおいて、統計的により一般的な治療体制からはずれるべきであることを示してもよい。このような個人化処置は、一般的な処置よりも、より効果的で、より経済的であると最終的に証明するかもしれない。なぜなら、効果のない可能性が患者の属性を通して識別可能なとき、個人化処置は、個々の患者のケースにおいて、効果がなさそうである一般的な治療ステップの利用をなくすことができるためである。個人化処置は、疾患を長引かせるまたはいっそう悪化させるかもしれない、不正確に目標が定められたおよび／または潜在的に有害な治療を患者が受けることを要求する、患者へのヘルスケアの措置を減らすまたはなくすこともできる。個人化処置を受けることを選択する結果は、より良い患者結果、処置選択に関する患者およびヘルスケアプロバイダに対するより高い明瞭さ、ならびに／あるいは、処置プロセスにおいて早く効果的な治療を選択する可能性が増加することにより、ヘルスケアコストの支払者に対するコスト削減を含むかもしれない。

これから以下でより詳細に説明するように、実際の医療処置の現在の結果に関連して、患者データを収集し、編成し、分析してもよい。その後、データを、以前に入力した患者記録のより多くのサンプルと比較してもよい。自己免疫／慢性疾患のような、あるコンディションに苦しむ何人かの患者は、実際の結果（患者経験）と一致しない予想されるコスト結果カテゴリに入るかもしれない。これらのアウトライアーが識別され、結果として、あまり複雑ではなく、経時的にコストがかからない、別の処置経路が利用可能であるかもしれないことを患者／臨床医は知らされるかもしれない。これは、現在の処置の複雑さとともに何らかの計画された処置に基づいて、患者の病気の起りそうな経過のリアルタイムビューを医師および患者に提供できる。個々の病気の属性の記憶および計算は、各エンドユーザのニーズを満たすように個人化されるかもしれない。他のエンドユーザは例えば、健康保険会社、製薬会社、自家保険企業、基礎科学リサーチャーおよび／または非営利機関を含むことができる。

例えば、健康保険業者のケースにおいて、保険業者は情報を使用して、患者の処置に対してより高価な治療の早期の使用が、患者の生活の経過を通して患者の処置の全体的なコストを削減するだろうと、臨床および／または基礎科学の証拠が証明すると決定してもよい。より高価な治療の早期の使用の効力が、これらの他の処置に対する必要性をなくす、ならびに／あるいは、追加の処置および追加の費用につながるであろう、複雑化または副作用のリスクを減らすであろうことから、これは、リサーチした療法が他の処置よりも、より高価であったとしても真実であるかもしれない。結果として、保険業者は、最初に使用されることになる他の「証拠に基づく」治療行為を要求することなく、初めのより高価な治療に対する支払を承認できる。これは、患者および臨床医に処置の方向性を修正させるかもしれない。なぜなら、より効果的な処置が証明され、より低い総コストで実行できるためである。これは、自家保険企業のケースにおいても、結果として健康保険業者または事業主に対してより低いコストになるだろう。

ここで説明する、安全な、マルチユーザシステムおよび方法は、１つ以上のコンピュータを含んでいてもよい。コンピュータは、演算および／または論理の動作を実行できる任意のプログラム可能機械であってもよい。いくつかの実施形態において、コンピュータは、プロセッサ、メモリ、データ記憶デバイス、および／または、他の一般に知られているまたは新規のコンポーネントを含んでいてもよい。これらのコンポーネントは物理的に、あるいは、ネットワークまたはワイヤレスリンクを通して接続されていてもよい。コンピュータは、前述のコンポーネントの動作を指示するかもしれないソフトウェアも含んでいてもよい。コンピュータは、サーバ、ＰＣ、移動体デバイス、および他の用語のような、関連技術における当業者によって一般に使用される用語により言及されるかもしれない。コンピュータは、ユーザ間の通信を促進してもよく、データベースを提供してもよく、データの分析および／または変換を実行してもよく、ならびに／あるいは、他の機能を実行してもよい。ここで使用されるこれらの用語は、交換可能であり、記述した機能を実行することができる任意のコンピュータを使用してもよいことが、当業者によって理解されるだろう。例えば用語「サーバ」は以下の明細書中に現れるかもしれないが、開示される実施形態は、サーバには限定されない。

コンピュータはネットワークを通して互いにリンクされていてもよい。ネットワークは、任意の複数の完全にまたは部分的に相互接続されたコンピュータであってもよく、コンピュータのいくつかまたはすべては、互いに通信することができる。いくつかのケースでは、コンピュータ間の接続は、ワイヤード（すなわち、イーサネット（登録商標）、同軸、光、または他のワイヤード接続を通して）であってもよく、または、ワイヤレス（すなわち、Ｗｉ−Ｆｉ（登録商標）、ＷｉＭａｘ（登録商標）、または他のワイヤレス接続を通して）であってもよいと当業者によって理解されるだろう。コンピュータ間の接続は、ＴＣＰのような接続指向プロトコルまたはＵＤＰのような無接続プロトコルを含む、任意のプロトコルを使用してもよい。少なくとも２つのコンピュータがデータを交換できる任意の接続は、ネットワークの基礎とすることができる。

図１は、本発明の実施形態にしたがった、統合ヘルスケアおよびリサーチエンジン１００を図示している。エンジン１００は、コンピュータまたは複数のコンピュータのネットワークを含んでいてもよい。エンジン１００は、データコア１０を含んでいてもよく、データコア１０は、１つ以上のソースからデータを受け取り、コンパイルし、および／または分析できる１つ以上のコンピュータに関係付けられた、１つ以上のデータベースを含んでいてもよい。データコア１０は、１つ以上の安全なデータベースを含んでいてもよいが、データコア１０内のデータは、さまざまな当事者によっておよび／またはさまざまな目的のためのコンピュータによってアクセス可能であってもよい。例えば、患者に関係付けられたコンピュータ２、臨床医コンピュータ３、基礎科学リサーチャーコンピュータ４、ヘルスケアチャリティまたは学術機関（および／またはこのようなエンティティと連携する、目標のあるリサーチ資金プロバイダ５Ａ）に関係付けられたコンピュータのような、非営利エンティティコンピュータ５、システム管理者に関係付けられたコンピュータのような、トランスレーショナル機会識別子コンピュータ６、製薬または医療デバイス製造業者およびバイオテック会社に関係付けられたコンピュータのような、製造業者コンピュータ７、健康保険プロバイダコンピュータ８、ならびに／あるいは、医療過誤保険プロバイダコンピュータ９が、データコア１０中のデータにアクセスおよび／または寄与できてもよい。さらに、いくつかのケースにおいて、情報はプロバイダに配信されてもよい。例えば、トランスレーショナル機会識別子コンピュータ６が、リサーチャーの関心および／またはバックグラウンドに一致する、リサーチに対する機会を識別する場合、トランスレーショナル機会識別子コンピュータ６は自動的にｅメールまたは他の通信を発生させて、リサーチャーコンピュータ４に送ってもよい。別の例では、患者のコンディションまたは病気に一致する研究が患者コンピュータ２に自動的に通知され、患者コンピュータ２は参加する機会を患者に提示してもよい。これらのさまざまなコンピュータのデータコア１０への関連を説明するように、これから以下でより詳細に図１への参照をする。

図１において、エンジンダイヤグラムの左側のコンピュータ（基礎科学リサーチャーコンピュータ４、非営利エンティティコンピュータ５、トランスレーショナル機会識別子コンピュータ６、および製造業者コンピュータ７）は「リニア」とラベル付けされ、ダイヤグラムの右側のコンピュータ（患者コンピュータ２、臨床医コンピュータ３、健康保険プロバイダコンピュータ８、および医療過誤保険プロバイダコンピュータ９）は「発見的」とラベル付けされている。リニア処理は、データコア１０中のデータをソートして、単一の結果を発見すること、すなわち、製薬会社のケースにおいて、中西部に住んでいる、年齢が１６〜２７歳の間の、青い目をした患者を識別するために調べることを伴っていてもよい。例えば、データソート機能を実行して、一致する名前のリストを生成させてもよい。別の例では、比較効果研究をするために、リサーチャーコンピュータ４は、現在ドラッグＸおよびドラッグＹを服用しているすべての患者を要求できる。リサーチャーは、ある遺伝上の突然変異は「オーファンドラッグ」に反応するかもしれないと信じて、その形質を有する患者についてデータコアをスキャンすることを望むだろう。目標のあるリサーチ資金（ＴＲＦ）のケースでは、リサーチ非営利または学術機関コンピュータ５は、特定の属性プロフィールに適合する患者のあるサブセットの参加を要求するかもしれないトランスレーショナルプロジェクトに焦点が合わされていてもよい。高度なモデリングまたは「仮説の」（発見的な）計算は、このような被験者を発見するために必要ないかもしれない。

例えば患者のコストおよび複雑性結果を最適化するために、異なる変数を入力することによって、発見的処理は、非決定論的なアルゴリズムを用いてさまざまな結果をシミュレートしてもよい。発見的サイドのコンピュータは、特定の懸念または関心のエリアをターゲットとするかもしれない特定のＧＵＩをそれぞれ有していてもよい。発見的処理は、問題を解決し、学習し、および発見するための、経験ベースの技術を伴っていてもよい。例えば、網羅的なサーチが非実用的である場合、発見的方法を使用して、満足のいく解決法を発見するプロセスをスピードアップしてもよい。

図２は、本発明の実施形態にしたがった、コンピュータネットワーク２００を図示している。ネットワーク２００は、患者データセットサーバ２１０、第三者信用証明サーバ２２０、および／または、第三者キー記憶装置サーバ２３０のような１つ以上のサーバを含んでいてもよく、１つ以上のサーバのそれぞれは、インターネットのような公開またはプライベートネットワーク２４０を通して、あるいは他の手段を通して、互いに通信してもよい。いくつかのまたはすべてのサーバ、例えば、患者データセットサーバ２１０は、データコア１０を収容および／または管理してもよい。さまざまなサーバは、単一のサブネットワークのエレメントであってもよく、または、さまざまなサーバは、別々に編成されてもよい。例えば、第三者信用証明サーバ２２０および／または第三者キー記憶サーバ２３０は、患者データセットサーバ２１０とは別の第三者セキュリティサービスプロバイダによって管理されてもよい。他のコンピュータ２５０は、ネットワーク２４０または他の手段を通して、いくつかのまたはすべてのサーバと通信してもよい。例えば、コンピュータ２５０は、患者コンピュータ２、臨床医コンピュータ３またはリサーチャーコンピュータ４、非営利エンティティコンピュータ５または目標のあるリサーチ資金プロバイダコンピュータ５Ａ、トランスレーショナル機会識別子コンピュータ６、製造業者コンピュータ７、ならびに／あるいは保険プロバイダコンピュータ８／９であってもよい。これらのコンピュータ２５０は、データコア１０にデータを送るおよび／またはデータコア１０からデータを受け取ってもよい。

患者および／または臨床医は、コンピュータ２５０に関係付けられたユーザインターフェースを通して、データコア１０にデータを入れてもよい。ユーザインターフェースは、個人の診断、処置の経過、環境および社会情報、ならびに／あるいは他のデータについての一連の事実を取り込むように設計されてもよい。臨床結果は、最初は遡及的に入れてもよく、その後、必要に応じて更新してもよい。いくつかの属性は、病気特有の属性であってもよい。例えば、表現型および／または医師記録、遺伝記録、家族歴、および／または服用している薬剤をデータコア１０に入れてもよい。加えて、患者は、最初の診断のような初期イベントにおいてデータを、そして、規則的な間隔で進行中のデータを入れてもよい。例えば、病院訪問の間に完全な更新がなされてもよい。病院訪問での患者への質問は、環境問題とともに患者自身の健康の一般的な患者知覚に焦点を合わせてもよい。システムは、例えば、最後の更新以降からもたらされた、日々のアクティビティレベル、食餌、他の疾患、および／または他の薬剤における、普通ではない変化を監視してもよい。

図３Ａは、データコア１中に入れてもよい、いくつかの属性の例を提供する。これらの入力変数または属性は、包括的な環境のおよび遺伝のデータを取り込む補足情報を含むように経時的に増大してもよい。データコア１０に新たな記録が追加されると、システムはより多くのデータの蓄積を通して、経時的に、よりスマートになるかもしれない。

図３Ｂは、本発明の実施形態にしたがった、複数の入力ソース３００を図示している。これらの入力ソース３００は、データコア１０に対してデータを提供してもよい。入力ソース３００は、患者２、臨床医３またはリサーチャー４、非営利エンティティ５または目標のあるリサーチ資金プロバイダ５Ａ、トランスレーショナル機会識別子６、製造業者７、ならびに／あるいは保険プロバイダ８／９に関係付けられたコンピュータ２５０に関係付けられてもよい。例えば、患者が入れたデータ３１０および／または医師が入れたデータ３１５が提供されてもよい。このデータ３１０／３１５は、図３Ａ中に示す情報のような情報を含んでいてもよい。患者および／または医師が入れたデータ３１０／３１５は、オリジネーションソース３２０に関係付けられてもよい。オリジネーションソース３２０は、個々の医療行為３２１、グループの医療行為３２２、病院３２３、責任あるケア組織３２４、または他のものを含んでいてもよく、オリジネーションソースのそれぞれは、１つ以上のコンピュータ２５０に関係付けられてもよい。入力ソース３００はコスト要因３３０も含んでいてもよい。これらのコスト要因３３０は、例えば、病気および／または処置特有であってもよい、メディケアメディケイドサービスセンター（ＣＭＳ）相対価値単位（ＲＶＵ）であってもよく、あるいは、特定の病気および／または処置に対する、領域および／または国の平均にしたがって計算されてもよい。リサーチ刊行物３４０および主流の専門家意見３４５も、データコア１０に対する入力３００であってもよい。

図４は、本発明の実施形態にしたがった、患者データセット発生および記憶プロセス４００を図示している。このプロセス４００は、１つ以上のコンピュータ２５０によって実行されてもよい。プロセス４００は、特定の患者に対する患者データのデータコア１０へのエントリを可能にしてもよい。最初に、患者アカウントをセットアップしてもよい４０２、５００。患者アカウントセットアッププロセス５００の例を、以下で図５に関してより詳細に説明する。患者アカウントが作成されたとき、アカウントに関係付けられた１つ以上の患者記録４１４を、患者またはケアプロバイダから取得してもよい４０４。患者処置記録４１６も取得してもよい４０６。受け取った、患者記録４１４および／または患者処置記録４１６から、予備的な個々の患者データセットをアセンブルしてもよい４０８。予備的なデータセットを、完全さのために分析してもよい４１０。この分析は、データ属性が存在することを検証し、属性に関係付けられた値が、予想されるまたは可能性ある範囲内であると決定することを含んでいてもよい。予備的なデータセットが不完全である場合、例えば、ケアプロバイダおよび／または患者の入力またはインタビューを通して、追加のおよび／または補正されたデータを取得してもよい４１２。補正されたデータは、患者記録４１４および／または患者処置記録４１６に追加してもよく、予備的なデータセットを再構築してもよく４０８、予備的なデータセットを再度分析してもよい４１０。予備的なデータセットが完全である場合、その中のデータを、識別された個々の患者データセット中に編成してもよい４１８。識別された個々のデータセットは、匿名化のための準備ができているかもしれない検証されたデータセットであってもよい。識別された個々のデータセットは、完全である予備的なデータセットから発生させてもよい。一意的な患者ＩＤがセットに割り当てられ４２０、暗号化された一意的な患者ＩＤも、セットに割り当てられてもよい４２２。一度これらの識別子が割り当てられると、識別された個々の患者データセットが形成され４２４、識別された個々の患者データセットのコピーを、ケアプロバイダおよび／または患者に提供してもよい４２６。

データセット中の医療情報を、関係付けられた患者の身元にリンクするデータ取り除くために、識別された個々の患者データセットを匿名化してもよい４２８、６００。データセットを匿名化する例示的なプロセスは、図６の文脈において以下で説明する。匿名化された患者データセットを形成して４３０、識別データをパージしてもよい４３２。医療データ、処置データ、およびこれらに類するものを含んでいてもよい、残りのデータを分析してもよい４３４、７００。例示的な分析プロセスを、図７の文脈において以下で説明する。残りのデータも暗号化してもよい４３６、１１００。例示的な暗号化プロセスは、図１１の文脈において以下で説明する。暗号化されたデータセットが形成されるとき４３８、データコア１０の一部であってもよい安全な患者データセット記憶データベース内に、暗号化されたデータセットを記憶させてもよい４４０。匿名化された患者データセットは、メモリからパージしてもよい４４２。暗号化されたデータセットを通して、データへの将来のアクセスを提供できるように、匿名化された患者データセットをパージしてもよい。データへのアクセスを提供するために、図１０の文脈において以下で説明する例示的なプロセスのように、システムは解読プロセスを最初に実行してもよい。その後、例えば、図１５に関して以下で説明するように、患者データセットは分析のための準備ができているかもしれない４５０。

図５は、本発明の実施形態にしたがった、患者アカウントセットアッププロセス４０２、５００を図示している。このプロセス４０２、５００は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。データコア１０中に保有する患者データは、匿名化され、公開−プライベートキーが割り当てられてもよい。データが、データコア１０に入る唯一の方法は、図４に関して上記で説明したステップのような特定のステップのセットにしたがうものを通してであってもよく、他の外部入力は禁止されるという点で、システムは、閉ループシステムであってもよい。閉ループシステムは、各ユーザに認められた特定の許可を通してのみアクセス可能であってもよい。例えば、患者は、いつでもエンジン内の患者個人の健康記録へのアクセスを有していてもよく、取り消しキーによって、患者のデータを完全に取り消す権利を維持してもよい。患者アカウントセットアッププロセス４０２、５００は、以下で説明する匿名化および暗号化プロセスとともに、このセキュリティを可能にする。第三者信用証明サーバ２２０により患者アカウントを確立してもよく５０５、一意的な患者ＩＤを確立して第三者信用証明サーバ２２０上に記憶させてもよい５１０。一度患者ＩＤが作成されると５１５、患者に対する公開およびプライベート匿名化キーを確立してもよい５２０。第三者信用証明記憶サーバ２２０上に、患者に対するプライベート匿名化キーを保持してもよい５２５。オプション的に、プライベート匿名化キーを第三者信用証明サーバ２２０から取り除くことができる。これは、セットアッププロセス４０２、５００を実行するコンピュータによって受け取られる患者基本設定選択に基づいていてもよい。公開匿名化キーを、第三者信用証明サーバ２２０とは別である、第三者キー記憶サーバ２３０上に保持してもよく、一意的な患者ＩＤの下で、第三者キー記憶サーバ２３０上にファイルしてもよい５３０。匿名化されたキーが確立され、記憶されているとき、初期患者公開およびプライベートデータセット暗号化キーを確立してもよい５３５。初期公開データセット暗号化キーを使用して、一意的な患者ＩＤのコピーを暗号化して５４０、暗号化された一意的な患者ＩＤを生成させてもよい５４５。第三者キー記憶サーバ２３０内にプライベートデータセット暗号化キーを記憶させて、暗号化された一意的な患者ＩＤによりファイルしてもよい５５０。第三者キー記憶サーバ２３０内に公開データセット暗号化キーも記憶させて、暗号化された一意的な患者ＩＤによりファイルしてもよい５５５。公開およびプライベートデータセットキーが確立され、記憶されているとき、システムは、患者データの使用に対する患者の認可を確認してもよい５６０。患者が匿名化患者データセットをデータセット分析に利用可能にすることを許容するかの確認のためのチェックを実行してもよい５６５。患者がこのアクセスを許容しない場合、患者に関係付けられた公開およびプライベートキーを、第三者暗号化キー記憶サーバ２３０から、第三者信用証明サーバ２２０上の患者プライベート記憶データベースに移動してもよく５７０、将来のデータセット分析において、データを無視してもよい。患者がデータセット分析にデータセットを利用可能にすること許容する場合、システムは、プライバシーポリシーを提示することとプライバシーポリシーの受け入れを受け取ることとにより、患者の関与を確認してもよい５７５。患者がポリシーを受け入れない場合、システムは患者の認可の確認を再試行してもよい５６０。患者がポリシーを受け入れる場合、患者アカウントセットアッププロセス４０２、５００を終了してもよく、患者データセット発生および記憶プロセス４００（または適用可能な場合、他のプロセス）を上記で説明したように進めてもよい。

図６は、本発明の実施形態にしたがった、匿名化された患者データセットを発生させるプロセス４２８、６００を図示している。このプロセス４２８、６００は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。上記で説明したように、データコア１０中に患者データセットが記憶され、利用可能になる前に、１つ以上のコンピュータは患者データセットを匿名化してもよい。匿名化プロセス４２８、６００は、診断、処置の経過、環境および社会情報、および／または他のデータのようなデータから、患者の身元データを分離してもよい。患者データセットサーバ２１０が、一意的な患者ＩＤを第三者信用証明サーバ２２０に送り、関係付けられた公開匿名化キーを要求してもよい６１０。第三者信用証明サーバ２２０と通信する第三者キー記憶サーバ２３０は、応答して、このキーを患者データセットサーバ２１０に送ってもよい６２０。患者データセットサーバ２１０は、患者識別データを暗号化してもよく６３０、暗号化された一意的な患者ＩＤを患者データセットに入れてもよい６４０。これが完了した後、匿名化患者データセットプロセス４２８、６００を終了してもよく６５０、患者データセット発生および記憶プロセス４００（または適用可能な場合、他のプロセス）を上記で説明したように進めてもよい。

図７は、本発明の実施形態にしたがった、特定の患者に対するデータセット分析プロセス４３４、７００、１２２５、１５３０、１６３０を図示している。このプロセス４３４、７００、１２２５、１５３０、１６３０は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。データセット分析４３４、７００、１２２５、１５３０、１６３０を通して、多くのタイプの情報を決定してもよい。例えば、システムは、（例えば、ハードコスト：入院日数、進行中の治療および手順のコスト、社会コスト：仕事／学校を出席し損ねた日数、ならびに／あるいは、手順コードプラス相対価値単位（ＲＶＵ）を解決するためのコストを含んでいてもよい）コスト、および／または、（例えば、属性に基づいている現在の計画された病気のパス、ユーザ入力に基づいている予見され計画された病気のパス、現在の病気のパスと属性分析に基づいている計画された病気のパスとの間の相関分析、ならびに／あるいは、発見的入力に基づいている、コストおよび複雑性の予見を含んでいてもよい）複雑性のような、病気の特有の結果を決定してもよい。ＲＶＵは、ヘルスケアコストを決定するために使用されるメトリックであってもよい。例えば、メディケアは、医師報酬表を使用して７０００以上の医師サービスに対する支払を決定する。各サービスに対する報酬は、医師報酬表のＲＶＵに依存しており、ＲＶＵは、各サービスを提供するために使用されるリソースを共通スケール上でランク付ける。これらのリソースは、医師の作業、医師の行為の費用、および専門職業責任保険を含んでいてもよい。メディケア報酬を決定するために、サービスのＲＶＵをドル換算係数によって乗じてもよい。ＲＶＵを推定して更新することは、労力集約プロセスであるかもしれない。なぜなら、各サービスのリソース要求に対する、容易に利用可能な最新のデータがないためである。

最初に、分析されているデータセットを、暗号化のためにチェックしてもよい７０５。データセットが暗号化されている場合、データセットは解読されてもよい７１０、１０００。例示的な解読プロセスを、図１０に関して以下で提示する。データセットが解読されていなかった場合、またはデータセットが解読された後に７１０、現在の記録情報に基づいて、データセット内の属性を分類してもよい７１５。このプロセスにおいて、属性を分類してもよく、および／または、属性に基づいて、患者を分類してもよい。データコア１０は、属性によるデータソートを可能にして、共通の特性を有する患者を発見できてもよい。一度そのグループが識別されると、ソートされた出力に入る個々の患者を検査し、各患者を実際のコストおよび複雑性によって測定してもよい。個々のアウトライアーを識別してもよく、その後、最適化された結果に対して、個々のアウトライアーを発見的にモデル化してもよい。例えば、患者Ａが中位のコストおよび複雑性の結果を示す、２０の属性のうち１１の属性を有する場合、ならびに、中位のコストおよび複雑性の結果が実際に観測した結果である場合、患者Ａは予想される結果グループに入るかもしれない。患者Ｂが２０の属性のうち５の属性のみを有する場合、その人は患者Ａのグルーピングの外部に入るかもしれない。患者Ｂのコスト＆複雑性結果（ＣＣＯ）を患者ＡのＣＯＯと並べられるが、患者Ｂの属性は、類似する属性を有する患者のグルーピングに基づいて、かなり少ない病気の影響を示す場合、臨床医はこの情報を使用して、異なるアプローチをモデル化し、次に属性分析７２０、８００を実行してもよい。例示的な属性分析プロセスは、図８に関して以下で提示する。分析の後、システムは、グローバルソートフラグが設定されているか否かをチェックしてもよい７２５。グローバルソートフラグが設定されている場合、患者データセット分析から決定される予想される年間コストを一時変数に記憶させてもよく７３０、患者データセット分析から決定される、予想される年間コストと平均実際年間コストとの間の年間コスト差を、別の一時変数に記憶させてもよい７３５。これらの値を記憶させた後、またはグローバルソートフラグが設定されていない場合、患者データセットを暗号化してもよい７４０、１１００。例示的な暗号化プロセスは、図１１に関して以下で提示する。グローバルソートフラグが設定されている場合７４５、記憶された一時変数をグローバルソートレポートに追加してもよく、グローバルソートレポートは、予想される年間コストおよび／または年間コスト差についてのデータを開示してもよい７５０。グローバルソートレポートは、さまざまな分析プロセスのうちの１つ以上を使用して発生させるレポートであってもよい。例えば、患者データセットが属性を共有する他のデータセットを識別できる、最隣接分析を実行してもよい。患者データセットを類似するデータセットと並べてもよく、最隣接を識別してもよく、類似性に関する最隣接からの距離を定量化してもよい。データセットに対して観測されたコストを、属性に基づいて予想されるコストと並べるか否かを決定する、コストソートも実行してもよい。実際のコストと予想されるコストとを比較してもよい。一時変数は、モデル化し、および／または、グローバルソートレポートに追加することができる、追加の情報を含んでいてもよい。例えば、実際のコストと予想されるコストとが、患者データセットに対して一致しない場合、代替処置を一時変数としてモデル化してもよく、代替処置コストを、実際のコストおよび予想されるコストと比較してもよい。比較結果をグローバルソートレポートに追加してもよい。データは、暗号化された一意的な患者ＩＤによりファイルされていることから、一度、記録が再度逆暗号化されると、レポートは有用でなくなるかもしれない。たとえ古いレポートが、暗号化された一意的な患者ＩＤのその以前のバージョンを有していたとしても、これは患者がいつでもプロセスから抜け出ることを可能にする。その後、一時変数をメモリからパージしてもよい７５５。グローバルソートフラグが設定されていない場合、プロセスは一時変数を扱うことをスキップしてもよい７４５。なぜなら、一時変数が記憶されていないためである。患者データセットの暗号化されていないコピーをメモリからパージしてもよく７６０、データセット分析プロセス４３４、７００、１２２５、１５３０、１６３０を終了してもよい７６５。患者データセット発生および記憶プロセス４００（または適用可能な場合、他のプロセス）を上記で説明したように進めてもよい。

図８は、本発明の実施形態にしたがった、属性分析プロセス７２０、８００を図示している。このプロセス７２０、８００は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。データセットの属性のアルゴリズム分析を実行してもよく８１０、データセットの属性のアルゴリズム分析は、選択されたような固定された時間期間に関して予想されるコスト値を出力してもよい。分析内の動作は、少なくとも２つのカテゴリ、発見的およびリニアに入る。発見的、すなわち「仮説の」データ出力を、各ユーザに対してカスタマイズしてもよい。例えば、患者コンピュータ２は、データコア１０中のすべての患者に対して測定された患者の属性に関連して、患者が並ぶ場所を表示してもよい。患者コンピュータ２は、他の患者の経験に基づいて、ありそうなＣＣＯを計画することができる、増加した数のアクションをモデル化してもよい。患者コンピュータ２は、関係付けられた患者のデータ以外の任意の識別されたデータを表示できないかもしれない。患者コンピュータ２は、任意のコンピュータまたは同様なデバイスからの、個人患者データへのアクセスも有していてもよい。臨床医コンピュータ３は、患者の識別されたデータとともに、関係付けられた臨床医のケアにおける他の何らかの患者に対する識別されたデータも表示してもよいが、データコア１０中の他のすべての患者は匿名化されるかもしれない。属性の並びおよびＣＣＯによって測定されるような、北西部において処置された患者が中西部において処置された患者よりも、より良いまたはより悪いか否かのような特定の質問に基づいて、拡張または制限できるＣＣＯを、臨床医コンピュータ３ＧＵＩは予見してもよい。予想されるコストまたは複雑性の結果を予見するために、罰則付き回帰または分類モデルを使用してもよい。リニア動作は、リサーチャー、基礎科学、非営利ヘルスケアエンティティ、学術機関とともに、製薬業者、医療デバイス製造業者、およびバイオテクノロジー会社を含んでいてもよい。次に、実際のコスト計算を実行してもよい８２０、９００。例示的な実際のコスト計算プロセスを、図９に関して以下で提示する。予想されるコストとコストとの間のコスト差を計算してもよい８３０。予想されるコストを患者データセットサマリーに記録してもよい８６０。予想されるコストの不確実性または予想されるコスト差も患者データセット分析サマリーに記録してもよい８７０。例えば、ここで説明するように、臨床医のようなユーザは、予想されるコスト差を調査して、コスト差が処置の変更を保証するまたは正当化するか否かを決定することができてもよい。予想されるコスト８６０および不確実性または差８７０を記録した後、プロセス７２０、８００は、終了してもよく、データセット分析プロセス４３４、７００（または、適用可能な場合、他のプロセス）を上記で説明したように進めてもよい。

図９は、本発明の実施形態にしたがった、実際のコスト計算プロセス８２０、９００を図示している。このプロセス８２０、９００は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。システムは、特定の患者に対する患者データセット中の処置リストを開くことにより開始してもよい９１０。リスト中の各処置に対して、処置コストデータベース９２０から取得したその処置に対するコストを、患者データセットに関係付けられた総コストに追加してもよい９３０。処置コストデータベースは、データコア１０の一部であってもよく、または他の何らかのデータベースであってもよい。患者データセットサマリー中に、決定された総コストを記録してもよく９４０、年間の実際コストを取得するために、総処置時間期間によって総コストを割ってもよい９５０。実際の年間コストを患者データセットサマリーに記録してもよく９６０、プロセス８２０、９００を終了してもよい９７０。その後、属性分析プロセス７２０、８００（または、適用可能な場合、他のプロセス）を上記で説明したように継続してもよい。

図１０は、本発明の実施形態にしたがった、患者データセット解読プロセス７１０、１０００、１３１０、１４１０を図示している。このプロセス７１０、１０００、１３１０、１４１０は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。患者データセットサーバ２１０は、暗号化された一意的な患者ＩＤを第三者キー記憶サーバ２３０に送り、関係付けられたプライベートデータセット解読キーを要求してもよい１００５。患者データセットサーバ２１０は、データセットを解読するための理由の記述を有するログファイルエントリも第三者信用証明サーバ２２０に送ってもよい１０１０。第三者信用証明サーバ２２０は、患者アカウントデータセットアクセスログを、開始している新たな解読イベントのエントリにより更新してもよい１０１５。プライベートデータセット暗号化キーが患者記録に対して利用可能であるか否かを決定するチェックを実行してもよい１０２０。プライベートデータセット暗号化キーが利用可能でない場合、患者が、関係付けられたプライベートデータセット暗号化キーを取り除いているとシステムは決定してもよい１０２５。したがって、解読は許可されないかもしれず、プロセス７１０、１０００、１３１０、１４１０を終了してもよく１０６５、データセット分析プロセス４３４、７００（または、適用可能な場合、他のプロセス）を上記で説明したように継続してもよい。

プライベートデータセット暗号化キーが患者記録に対して利用可能な場合、プライベートデータセット暗号化キーが、第三者キー記憶サーバ２３０から患者データセットサーバ２１０に送られてもよい１０３０。患者データセットサーバ２１０が、データセット内のデータを解読し、それにより、一意的な患者ＩＤ、データセット分析サマリー、データセットアクセスログ、コホート包含記録、および／または、データセット詳細記録のような、情報を抽出してもよい１０３５。患者データセットサーバ２１０は、データセットアクセスログを新たな解読イベントログファイルエントリにより更新してもよい１０４０。第三者キー記憶サーバ２３０上の患者アカウントデータセットアクセスログを、抽出され、更新されたデータセットアクセスログと比較してもよい１０４５。ログが異なっていると決定された場合１０５０、可能性あるデータ取り扱い違反および／またはシステムエラーを報告してもよい１０５５。ログが一致する場合１０５０、正常のステータスを識別してもよい１０６０。報告１０５５または正常ステータスの決定１０６０の後、プロセス１０００を終了してもよく１０６５、データセット分析プロセス４３４、７００（または、適用可能な場合、他のプロセス）を上記で説明したように継続してもよい。

図１１は、本発明の実施形態にしたがった、患者データセット暗号化プロセス４３６、７４０、１１００、１３４０、１４５０を図示している。このプロセス４３６、７４０、１１００、１３４０、１４５０は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。患者データセットサーバ２１０は、新たな公開データセット暗号化キーに対する要求を送ってもよい１１０５。患者データセットサーバ２１０は、解読のための理由の記述を有するログファイルエントリも、第三者信用証明サーバ２２０上のログファイルに送ってもよい１１１０。第三者信用証明サーバ２２０は、患者アカウントデータセットアクセスログ記録を新たな暗号化イベントログファイルエントリにより更新してもよい１１１５。ログファイルエントリが以前の解読イベント理由と一致するか否かを決定するチェックを実行してもよい１１２０。一致が検出されない場合、可能性あるデータ取り扱い違反および／またはシステムエラーを報告してもよい１１２５。一致が検出される場合、ステータスが正常であると決定してもよい１１３０。いずれのケースにおいても、第三者信用証明サーバ２２０は新たな公開およびプライベートデータセット暗号化キーペアを発生させてもよく１１３５、新たな公開データセット暗号化キーを患者データセットサーバ２１０に送ってもよい１１４０。患者データセットサーバ２１０は、データセットアクセスログを新たな暗号化イベントログファイルエントリにより更新してもよい１１４５。患者データセットサーバ２１０は、一意的な患者ＩＤ、データセット分析サマリー、データセットアクセスログ、コホート包含記録、および／または、データセット詳細記録のような、データセット内のデータも暗号化してもよい１１５０。その後、患者データセットサーバ２１０は、更新された暗号化患者ＩＤを第三者信用証明サーバ２２０に送ってもよい１１５５。第三者キー記憶サーバ２３０は、プライベートデータセット暗号化キーを記憶して、更新され暗号化された一意的な患者ＩＤによりファイルしてもよい１１６０。その後、プロセス４３６、７４０、１１００、１３４０、１４５０を終了してもよく１１７０、データセット分析プロセス４３４、７００（または、適用可能な場合、他のプロセス）を上記で説明したように継続してもよい。

図１２は、本発明の実施形態にしたがった、コホート要求プロセス１２００を図示している。このプロセス１２００は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。リサーチャーまたはケアプロバイダのようなコホート要求者は、コホートを定義するコンディションを識別し、システムはこれらのコンディションを受け取ってもよい１２０５。すべての特定されたコンディションが、コンディションサマリーログ内で見つかるコンディションであるか否かを決定するチェックを実行してもよい１２１０。コンディションサマリーログは、データストア１０内にあってもよい。１つ以上の特定されたコンディションが見つからない場合、コンディションサマリーログを更新して、新たなコンディションを追加してもよい１２１５。その後、データストア１０中の各患者データセットに対して、更新されたデータセット分析を実行してもよい１２２０。データセット分析は、例えば、図７に関して上記で説明したようなプロセスであってもよい。一度データセット分析が完了すると１２２５、７００、各患者データセットに対してサマリーレポートを実行してもよい１２３０。すべてのコンディションがコンディションサマリーログ内で見つかった場合、追加のデータセット分析をすることなく、各患者データセットに対するサマリーレポートを実行してもよい１２３０。サマリーレポートは、例えば、図１４に関して以下で説明するプロセスにしたがって実行してもよい。一度サマリーレポートが実行されると１２３５、１４００、レビューのために、サマリーレポート結果をコホート要求者に提示してもよい１２４０。システムは、サマリーレポートが受け入れられたか否かを示すデータをコホート要求者から受け取ってもよい１２４５。サマリーレポートが受け入れられない場合、コホート要求プロセス１２００を終了してもよい。サマリーレポートが受け入れられる場合、コホート中に含まれる各患者データセットに関係付けられたコホート包含記録を、例えば図１３に示すように更新してもよい１２５０、１３００。その後、コホート要求プロセス１２００を終了してもよい１２６０。

図１３は、本発明の実施形態にしたがった、コホート包含記録更新プロセス１２５０、１３００を図示している。このプロセス１２５０、１３００は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。最初に、コホート包含記録が更新されることになる患者データセットを解読してもよい１３１０、１０００。解読は、例えば、図１０に関して上記で説明したプロセスにしたがってなされてもよい。一度データセットが解読されると、データセットのコホート包含記録は、現在データセットが属するコホートについての情報により更新してもよい１３２０。関係付けられた患者プライベート記憶装置中にログ記録するために、更新されたコホート包含記録データを第三者信用証明サーバ２２０に送ってもよく、これは一意的な患者ＩＤを使用して参照してもよい１３３０。例えば、図１１に関して上記で説明したプロセスを通して、患者データセットを暗号化してもよい１３４０、１１００。暗号化された患者データは、いくつかの実施形態において収益化してもよい。例えば、一度患者のデータセットが完了すると、患者は臨床試験に対する機会にオプトインすることができる。システムは、患者によって入力された仕様に基づいて、患者コホートを位置付けてもよい。仕様は、データコア１０が保持する変数の任意の組み合わせでもよい。データコア１０のオペレータは、商業リサーチャーに対して加入アクセスを販売すること、または、患者の紹介ごとに請求することのいずれかを行ってもよい。臨床試験を完了した任意の患者は、オペレータが受け取ったもののうちの取り分を受けとってもよい。暗号化が完了した後、コホート記録更新プロセス１２５０、１３００は終了してもよく１３５０、コホート要求プロセス１２００（または、適用可能な場合、他のプロセス）を上記で説明したように継続してもよい。

図１４は、本発明の実施形態にしたがった、サマリーレポートプロセス１２３５、１４００を図示している。このプロセス１２３５、１４００は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。例えば、図１０に関して上記で説明したプロセスを通して、最初に、サマリーレポートへの追加に対して考慮されることになる患者データセットを解読してもよい１４１０、１０００。解読された患者データセットを分析して、コホート中の包含に対するコンディションが、患者データセット中の情報によって満たされているか否かを決定してもよい１４２０。コンディションのうちの１つ以上が満たされていない場合、コホート要求の対象物であるコホートへのエントリに対して、患者データセットは無効であると見なしてもよい１４３０。コンディションが満たされている場合、患者データセットに関係付けられた一意的な患者ＩＤを、コホート要求に対するサマリーレポートに追加して、患者データセットがコホートに対して有効であると示してもよい１４４０。例えば、図１１に関して上記で説明したプロセスを通して、患者データセットを暗号化してもよい１４５０、１１００。暗号化が完了した後、サマリーレポートプロセス１２３５、１４００を終了してもよく１４６０、コホート要求プロセス１２００（または、適用可能な場合、他のプロセス）を上記で説明したように継続してもよい。

図１５は、本発明の実施形態にしたがった、グループデータセット分析プロセス４５０、１５００を図示している。このプロセス４５０、１５００は、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。例えば、アセンブリされたコホートの分析の間に、複数の患者データセットが分析されることになるとき、システムは最初に、変数Ｘ’＝１、変数Ｙ’＝コホート中の患者記録の総数と設定してもよい１５１０。グローバルソートフラグも真と設定してもよい１５２０。Ｘ’の値と等しい識別子を有する記録上で、データセット分析を実行してもよい１５３０、７００。例えば、データセット分析は、上記の図７に関して説明したプロセスにしたがって実行してもよい。Ｘ’に対応するデータセットの分析の後、システムは、Ｘ’＝Ｙ’であるか否かを決定してもよい１５４０。Ｘ’＝Ｙ’ではない場合、Ｘ’をインクリメントして１５５０、新たなＸ’に対応するデータセット上でデータセット分析を実行して１５３０、新たなＸ’をＹ’と比較してもよい１５４０。Ｘ’＝Ｙ’であるとき、すべての患者記録が分析されており、それゆえに、グローバルソートフラグを偽と設定して１５６０、グループデータセット分析プロセス４５０、１５００を終了してもよい１５７０。患者データセット発生プロセス４００（または、適用可能な場合、他のプロセス）を上記で説明したように継続してもよい。

図４〜１５は、取り入れ、匿名化、およびユーザインターフェースをポピュレートするのに使用できる動作プロセスを詳しく述べており、その使用および動作を図１６中で説明する。図１６は、本発明の実施形態にしたがった、ワークフロー１９００を図示している。このプロセス１９００は、患者の統合されたデータセットが計画するＣＯＯ経験を患者が有しているか否かを見るために使用されるかもしれない動作を表している。このプロセス１９００は、例えば患者、臨床医、保険会社、および／または、製薬会社によって用いられてもよい。このプロセス１９００は、ユーザに表示されるかもしれない出力を発生させるために、１つ以上のコンピュータ、例えば、患者データセットサーバ２１０、第三者信用証明サーバ２２０、第三者キー記憶サーバ２３０、他のコンピュータ２５０、またはそれらのいくつかの組み合わせ、によって実行してもよい。臨床定数１９０５および上記で説明した変数のような環境変数１９１０を受け取って、個々の患者に対する統合されたデータセットを形成するために使用してもよい１９２０。臨床定数は、観測された病気の特定の属性の集合を表してもよく、これはコアへの発端における患者の表現型状態であってもよい。環境変数は、地理的位置、職業、結婚ステータス、栄養等であってもよい。統合されたデータセットは、病気の特定の属性と環境変数とを組み合わせた完全な患者プロフィールであってもよい。上記で図７に関して説明した最隣接アルゴリズムのような、データのソートおよび並びを属性によって実行する第１のアルゴリズムを、統合されたデータセットに適用してもよく１９２５、この場合、患者の属性を使用して、データコア１０をサーチし、属性の類似するセットを有する他の患者を見つけ、予想される長期間コストを分析してもよい。最隣接アルゴリズムは、データコア１０のリアルタイムビューを取り込み、属性の類似によって、各患者をランク付けしてもよい。最隣接アルゴリズムは、上記で説明したようなさまざまな方法で表されるカテゴリへの患者の並びを可能にする。例えば患者を、デシルにグループ化してもよい。より多くの病気属性が、より少ない病気属性よりもより悪く、患者が病気のすべての属性を有していると仮定すると、システム中の患者の９０％がより少数の属性を有することを示す第１のデシルに、患者が現れるだろうと予想される。最隣接アルゴリズムは、統合されたデータセットを使用して１９２５、ユーザに表示することができる予測される長期間コストの第１の出力を生成させてもよい１９３０。現在の例において、システムは最隣接アルゴリズムの出力を使用して、適切なデシルカテゴリ中に患者を配置してもよい。各デシルは、計画されたＣＯＯ値を有していてもよい。例えば、図７に関して上記で説明したプロセスを通して、新たな患者のデータがデータコア１０に追加されるたびに最隣接データを更新して、拡張してもよいことに着目すべきである。より多くの患者データセットがデータコア１０に入るにつれて、より多くの隣接、より類似する隣接が利用可能になるかもしれない。上記で説明した罰則付き回帰アルゴリズムのような、コストによるデータのソートおよび並びを実行する第２のアルゴリズムも、統合データセットにも適用して１９３０、ユーザにも表示することができる、予測される長期間コストの第２の出力を生成させてもよい１９４０。システムは、第１の出力と第２の出力とを比較してもよい１９４５。出力が一致する、または、第１の出力が第２の出力よりも少ない場合１９５０、患者は予想されるように経過が良好になるかもしれず、または、良好にならないかもしれず、この情報をユーザに表示してもよい１９３０。出力が一致しない場合１９５０、処置の可能性ある範囲を決定してもよく１９５５、代替処置をモデル化してもよい１９６０。処置は、所定の医療問題に対して有限であるかもしれない。例えば、処置は、コスト／毒性の順で、変質ステロイド、メサラミン（アサコール（登録商標）、リアルダ（登録商標）、免疫抑制剤（ピュリネソール、イムラン（登録商標））、生物製剤（レミケード（登録商標）、ヒュミラ（登録商標）、タイサブリ（登録商標）、シムジア（登録商標））、および／または、さまざまな外科的オプションを含んでいてもよい。罰則付き回帰アルゴリズムは、この例において、各処置に対するコストによって定義されるような（実際の）ＣＣＯａによって患者をソートしてもよい。処置モデルも、ユーザによって入力または選択されてもよい。上記で説明した処置ベースのコストのような、罰則付き回帰または分類を実行する第３のアルゴリズムを、選択された処置に適用して１９６５、ユーザに表示してもよい潜在的長期間コストの第３の出力を生成させてもよい１９７０。例えば、属性上の第９のデシルに、および、コスト上の第１のデシルに患者が入る場合、処置ベースのコストアルゴリズムは、重要なＣＣＯ影響を有するかもしれない、代替の臨床および治療の決定のモデル化をできるようにしてもよい。構成グループへの、要求されるコストおよび複雑性の結果を予見するために、処置ベースのコストアルゴリズムは、罰則付き回帰または分類モデルを含んでいてもよい。例えば、罰則付き回帰または分類モデルは、以下のデータを組み込んでいてもよい。

（Ａ）患者表現型情報（例えば、重さ、高さ、特定の遺伝子の存在または欠如）
（Ｂ）処置歴（例えば、処置Ｂが続く処置Ａ、または、処置Ａが続く処置Ｂ）
（Ｃ）（Ａ）のすべての対の組み合わせ、および、（Ａ）と（Ｂ）とのすべての組み合わせ
したがって、第３の出力と第２の出力とを比較して、どちらがより高いコストを有しているかを決定してもよい１９７５。第２の出力がより高いコストを有する場合、システムは、現在の処置プランにしたがう推奨を表示してもよい１９８０。第３の出力がより高いコストを有する場合、モデル化された代替処置情報を推奨して、表示してもよい１９８５。代替処置が進行するにつれて、処置に関するデータは、間隔をおいてユーザによって入力されてもよい１９９０。このデータは、統合された個々の患者データセットに組み込んでもよい。患者／発見的分析ワークフロー１９９０は、上記で説明したように繰り返して、処置からの新たなデータを組み込んでもよい。このワークフロー１９００によって生成される出力を、図１７〜２１に関して以下で説明するさまざまなインターフェースにおいて表示してもよい。

図１７は、本発明の実施形態にしたがった、患者ビュー２０００を図示している。この患者ビュー２０００は、コンピュータ２５０を通してユーザに表示することができるグラフィカルユーザインターフェース（ＧＵＩ）の例である。患者ビュー２０００は個人入力フォームを含んでいてもよく、個人入力フォームは、例えば、ウェブブラウザを通して、遠隔で患者データセットに組み込まれることになるデータを、患者が入れることを可能にする。患者ビュー２０００は、プロフィールメニュー２０１０、分析メニュー２０２０、ヘルスメニュー２０３０、セキュリティメニュー２０４０、および／または、他の対話型エレメントのような、対話型エレメントを含んでいてもよい。プロフィールメニュー２０１０は、患者が入れたデータに、患者に対する医療処置および医療歴情報に、ならびに／あるいは、患者に対するコスト歴にユーザがアクセスすることを可能にしてもよい。分析メニュー２０２０は、処置オプションにおける情報への、患者対ピア比較データへの、ならびに／あるいは、地理的または栄養分析データへのアクセスを提供してもよい。ヘルスメニュー２０３０は、リサーチポータル情報へのおよび患者が参加するかもしれない利用可能な臨床研究へのアクセスを提供してもよい。セキュリティメニュー２０４０は、セキュリティポータルへのアクセスを提供してもよく、ユーザが、ユーザプロフィールおよび公開／プライベートキーにアクセスすること、および／または、ユーザプロフィールおよび公開／プライベートキーを修正することを可能にしてもよい。患者ビュー２０００は、上記で説明したプロセスのようなプロセスにしたがって発生させたデータを表示してもよい。例えば、患者ビュー２０００は、現在の処置手順のピア比較の第１の出力ディスプレイ２０５０、および／または、可能性ある将来の処置オプションのピア比較の第２の出力ディスプレイ２０６０を含んでいてもよい。第１の出力ディスプレイ２０５０は、ピアグループ計画と比較した、コスト／生活の質の経時的な分析に対する患者計画のグラフのような、近くに並べられたコホートと比較した患者の処置を予見できる情報を提供してもよい。第２の出力ディスプレイ２０６０は、同じコスト／生活の質の経時的なスケール上のいくつかの処置オプションの比較のような、より一般的な母集団と比較した患者の処置を予見できる情報を提供してもよい。さらに、出力ディスプレイ２０５０、２０６０中に示す情報は、選択可能および／または動的であってもよい。例えば、異なる治療上の選択肢が選択されて表示されてもよく、データコア１０の関連部分への新たなデータエントリにより、ディスプレイ２０５０、２０６０を更新してもよい。第１の出力ディスプレイ２０５０および第２の出力ディスプレイ２０６０において示すデータは、例えば、上記で説明したような患者／発見的分析ワークフロー１９００によって発生させてもよい。患者ビュー２０００中に提示される情報は、
１ 権限付与
２ 最も実用的なコース周辺の教育
３ 治療のための他の代替案へのアクセス
４ 共有された決定
５ 高い目標のある試験に参加して、インセンティブを得る機会
６ より早く、より安く−具合が良くなること
を、ユーザが達成することを可能にしてもよい。

例えば、８年前、１９歳の女性が、彼女が大学の２年生の間にクローン病と診断された。彼女のＧＩは、根拠に基づくガイドラインにしたがい、活動を減らすために変質ステロイドを、維持ストラテジーとしてアサコールを使用した。次の１８か月にわたる複数の再発は、結果として入院および繰り返しのステロイドの服用となった。さまざまな免疫抑制剤ドラッグも試され、各免疫抑制剤ドラッグは効果がないと証明された。ＧＩがよりコストのかからないオプションがないと説明した後、ＧＩは最終的に支払者がレミケードを認可することを獲得できた。レミケードは実に腫れものを減らしたが、若い女性への累積したダメージがあった。緊急の回盲部切除術の実行が成功した後に、１週間入院した。それ以来、６ｍｐの免疫抑制剤で彼女はうまく管理されている。病院の支払いを通した彼女の総コストは、＄２２０，０００であり、彼女が学校を休んだ総日数は２２日であった。

ごく近い将来に、別の１９歳の女性が学校を欠席している間にクローン病と診断される。彼女のＧＩは、データをデータコア１０に移動させる臨床医コンピュータ３に、予め定められた変数のセットを入れる。患者データは、クローン病の病気の特性（属性）により最初に並べられてもよく、その後、計画された長期コストにより並べられてもよい。ピアグループ比較は、計画された高度なコストと、ピアグループ中の他の患者と比較した臨床エンカウンターとを示す。以前に確立された専門家の意見は、この患者に存在するある遺伝的特性は、病気の発病におけるステロイドの使用が３年以内の彼女の手術のリスクを８５％の確率を超えさせることを示すと確立されている。ＧＩは、より積極的なコースが必要とされると、患者および彼女の家族に上手く、自信をもって助言する。彼女には６ｍｐ免疫抑制剤が与えられ、彼女の病気活動は容易に管理される。１８か月の比較期間を通した彼女の総コストは、＄４０００である。

患者コンピュータ２上の高度に安全なアプリケーションを通して、患者は、彼女自身のリアルタイムのパーソナルヘルス記録への継続したアクセスを有する。患者は、予め規定された間隔で、患者コンピュータ２を通して情報をデータコア１０に入力するように依頼されるかもしれない。アプリケーションは、彼女の特定の表現型と、遺伝的特徴と、彼女の消化管のバクテリアの管理とを具体的に目標とする回答を生成させるであろう発見的質問を、患者が尋ねることができるようにしてもよい。患者へのコストはないかもしれない。患者が臨床医と処置決定を共有し、なぜ、どのように推奨がなされているかを理解しているという事実は結果を改善する、と以前に証明されている。患者は、データコア１０に関係付けられた臨床試験プールにも登録してもよく、機会が存在するか否か、そして、いつ機会が存在するかを知らされてもよい。患者およびデータコア１０マネージャーは、患者が登録して適切な研究が完了した場合に得られる何らかの収益を共有してもよい。

図１８は、本発明の実施形態にしたがった、臨床医ビュー２１００を図示している。臨床医ビュー２１００は、コンピュータ２５０を通してユーザに表示することができるＧＵＩの例である。臨床医ビュー２１００は、患者ステータスメニュー２１１０、分析メニュー２１２０、リサーチメニュー２１３０、セキュリティメニュー２１４０、および／または、他の対話型エレメントのような、対話型エレメントを含んでいてもよい。患者ステータスメニュー２１１０は、上記で説明したような患者に関係付けられた患者ビュー２０００中に示される情報に、臨床医のケア中の何人かのまたはすべての患者についてのリストおよび／または情報に、特定の病院または責任あるケア組織（ＡＣＯ）中のおよび／またはデータストア１０中の、臨床医のケア中の何人かのまたはすべての患者についての匿名化されたデータに、ユーザがアクセスできるようにしてもよい。患者ステータスメニュー２１１０は、ユーザが患者を選択し、患者に対する臨床処置および臨床歴情報に、ならびに／あるいは、患者に対するコスト歴にアクセスできるようにしてもよい。分析メニュー２１２０は、グローバルデータ、カバーされた患者データ、および／または、診療中の患者のデータのような、さまざまな選択基準に基づいて、ピア比較データへのアクセスを提供してもよい。リサーチメニュー２１３０は、リサーチポータル情報への、類似ケースに対する匿名化されたデータへの、および／または、患者が参加するかもしれない利用可能な臨床研究へのアクセスを提供してもよい。セキュリティメニュー２１４０は、セキュリティポータルへのアクセスを提供してもよく、ユーザがユーザプロフィールにアクセスおよび／またはユーザプロフィールを修正できるようにしてもよい。臨床医ビュー２１００は、上記で説明したようなプロセスにしたがって発生させたデータを表示してもよい。例えば、臨床医ビュー２１００は、現在の処置手順のピア比較の第１の出力ディスプレイ２１５０、および／または、可能性ある将来の処置オプションのピア比較の第２の出力ディスプレイ２１６０を含んでいてもよい。この例における第１の出力ディスプレイ２１５０は、いくつかのピア計画と比較した、コスト／生活の質の経時的な分析に対する患者計画のグラフを図示している。この例における第２の出力ディスプレイ２１６０は、患者に対してのコスト／生活の質の経時的な分析に対するいくつかの処置オプション計画のグラフを図示している。第１の出力ディスプレイ２１５０および第２の出力ディスプレイ２１６０において示すデータは、例えば上記で説明したような分析ワークフロー１９００によって発生させてもよい。臨床医ビュー２１００において提示される情報は、
１ より深い患者の理解；共有された決定が、より良い処置コンプライアンスを促進
２ より少ない民事訴訟；可能性ある、より低い医療過誤保険料
３ ＡＣＡの「有意義な使用」を満たすこと
４ 個人のヘルス記録を患者が入れた更新と統合
５ 複雑性、コストおよび結果の根拠に基づく計画
６ より早い支払人の承認
をユーザができるようにしてもよい。

例えば、診療室訪問の間、ここで説明するシステムおよび方法を患者により使用することにより、臨床医は、患者個々の処置コースに対する決定に患者が参加する権限を与えることができる。病気の特性および処置の効果のより良い理解を得るために、臨床医は、さまざまな処置および患者を比較することもできる。患者データセットは、個々の開業医によってもソート可能であり、これは、どの開業医が特定の病気の最も成功する処置をしているかを、ユーザが理解できるようにするかもしれない。

図１９は、本発明の実施形態にしたがった、保険ビュー２２００を図示している。この保険ビュー２２００は、コンピュータ２５０を通してユーザに表示することができるＧＵＩの例である。保険ビュー２２００は、患者メニュー２２１０、分析メニュー２２２０、リサーチメニュー２２３０、セキュリティメニュー２２４０、および／または、他の対話型エレメントのような、対話型エレメントを含んでいてもよい。患者メニュー２２１０は、患者に対する、処置オプションおよび／またはコスト結果をユーザが選択することを可能にしてもよい。分析メニュー２２２０は、コホートおよび処置オプションデータへのアクセスを提供してもよい。リサーチメニュー２２３０は、リサーチポータル情報へのアクセスを提供してもよい。セキュリティメニュー２２４０は、セキュリティポータルへのアクセスを提供して、ユーザがユーザプロフィールにアクセスおよび／またはユーザプロフィールを修正することを可能にしてもよい。保険ビュー２２００は、上記で説明したこれらのようなプロセスにしたがって発生させたデータを表示してもよい。例えば、保険ビュー２２００は、選択可能な処置オプションのコスト分析の第１の出力ディスプレイ２２５０、および／または、選択可能な処置オプションのコホートコスト分析の第２の出力ディスプレイ２２６０を含んでいてもよい。第１の出力ディスプレイ２２５０および第２の出力ディスプレイ２２６０において示すデータは、例えば上記で説明したような分析ワークフロー１９００によって発生させてもよい。保険ビュー２２００は、健康保険会社、医療過誤保険会社、自家保険企業およびこれらに類するもののようなエンティティにとって関心があるかもしれないデータを表示してもよい。例えば、保険ビュー２２００は、縦に入れられ、患者記録に付加された、コストおよび複雑性のコホートのリアルタイムビューのようなデータと、被保険者のコストおよび複雑性の直ちの計画と、ここで、患者データは（属性および患者の入れたデータによって測定されるような）かなり一致するコホートと並べられてもよく、より高いコスト／複雑性レベルに進んでいる個々の記録をハイライトするアラートと、グラフィカルな十字形でプロットされた、最も低い長期間コストの発見的な（仮説の）ツールと、ここで、各属性は、個々に、または、他の属性／処置と組み合わせて解決可能であってもよく、コスト／複雑性対患者の苦情および民事訴訟と、ここで説明したシステムの臨床医ユーザ対非ユーザと、疾患のために仕事を休んだ日数と、患者をケアするために仕事を休んだ日数と、（患者の許可により）より高いリスクカテゴリに進んでいる従業員をハイライトするアラートと、ならびに／あるいは、他の情報とを表示してもよい。保険ビュー２０００中で提示される情報は、
１ より低い長期間コスト
２ 不必要な診断手順の可能性ある回避
３ 病気特有の母集団の最も速く増大する費用を取り扱うこと
４ データが発生させた推奨に基づく協調的な決定に起因する、より低い管理コスト
５ それほど頻繁ではないアワードを通した、より低いコスト
６ 患者および医師により共同で見られる計画が訴訟の可能性を減らすこと
７ 参加している医師／ヘルスケアに提示される、より安く、より競争力のある保険レート
８ より低い長期間の保険コスト
９ より少ない、従業員の欠勤による生産性の損失
１０ より少ない長期間疾病コスト
をユーザができるようにしてもよい。

例えば、（自己保険ビジネスであってもよい）雇用者および／または保険会社は、異なる処置オプションによって提供されるコスト削減を見ることができ、どこでコスト改善がなされるかを見ることができる。雇用者は、疾患により仕事を休んだ時間のようなソフトコストを識別し、これらのコストを彼らの決定を下すことに織り込むこともできる。臨床医がここで説明するシステムおよび方法を使用して、上記で説明したように、処置の決定をする際に患者を巻き込むことができるという事実に基づいて、医療過誤保険会社は決定をすることができてもよい。

図２０は、本発明の実施形態にしたがった、ファーマビュー２３００を図示している。このファーマビュー２３００は、コンピュータ２５０を通してユーザに表示することができるＧＵＩの例である。ファーマビュー２３００は、患者メニュー２３１０、分析メニュー２３２０、リサーチメニュー２３３０、セキュリティメニュー２３４０、および／または、他の対話型エレメントのような、対話型エレメントを含んでいてもよい。患者メニュー２３１０は、患者に対する、処置オプションをおよびコスト／複雑性の結果をユーザが選択することを可能にしてもよい。分析メニュー２３２０は、コホートへの、処置オプションへの、および／または、ドラッグオプション選択データへのアクセスを提供してもよい。リサーチメニュー２３３０は、リサーチポータル情報への、および／または、ユーザがコホートを定義することを可能にするコホート開発ツールへのアクセスを提供してもよい。セキュリティメニュー２３４０は、セキュリティポータルへのアクセスを提供して、ユーザが、ユーザプロフィールにアクセスおよび／またはユーザプロフィールを修正することを可能にしてもよい。ファーマビュー２３００は上記で説明したもののようなプロセスにしたがって発生させたデータを表示してもよい。例えば、ファーマビュー２３００は、選択可能な処置オプションのコスト分析の第１の出力ディスプレイ２３５０、および／または、選択可能な処置オプションのコホートコスト分析の第２の出力ディスプレイ２３６０を含んでいてもよい。第１の出力ディスプレイ２３５０および第２の出力ディスプレイ２３６０において示すデータは、例えば上記で説明したような分析ワークフロー１９００によって発生させてもよい。例えば、ファーマビュー２３００は、縦に入れられ、患者記録に付加された、コストおよび複雑性のコホートの現在のビューのようなデータと、グラフィカルな十字形でプロットされた、最も低い長期間コストの発見的な（仮説の）ディスプレイと、ここで、各属性は、個々に、または、他の属性／処置と組み合わせて解決可能であってもよく、他の治療と組み合わせるとともに、データベース中の任意のドラッグ対患者の属性および結果を解明するディスプレイと、個々のデータポイントレベルにおける目標のあるサーチが臨床試験への候補者を生じさせるようにするカスタム入力スクリーンと、および／または、他の情報を表示してもよい。ファーマビュー２３００中で提示される情報は、
１ 地理的に、表現型的に、環境的に解明された、基礎となるドラッグの市場浸透のリアルタイムビュー
２ 他の治療と組み合わせて与えられたときに、ドラッグ治療価値のオンデマンド分析
３ 後期のステージの臨床試験に登録するための早いコホート識別
４ 他の治療と特定のドラッグとの一致または不一致の早期の識別
５ 補足的な教育が有益であると証明する地理的エリアの識別
をユーザができるようにしてもよい。

例えば、製薬会社は、近づいている臨床試験についての情報をシステム中に入れてもよく、臨床医はこの情報を見て、オプトインする機会の試験に適格であるクライアントに知らせることができるかもしれない。製薬会社自身は、データコア１０中のデータを分析して対象の患者データセットの識別もできるかもしれず、識別された患者データセットに関係付けられた臨床医にコンタクトするかもしれない。上記で議論したように、製薬ユーザが臨床試験にオプトインする後まで製薬ユーザが患者の身元に気付かないように、患者データセットは匿名化してもよい。クライアント登録を手助けするために、臨床医にはインセンティブが与えられてもよく、試験の参加に対してクライアントに支払いがされてもよい。したがって、製薬会社は試験患者のプールを容易に構築することができる。なぜなら、ここで説明するシステムおよび方法は、臨床研究に対して望ましい属性にしたがって、患者をソートすることができるかもしれないからである。

図２１は、本発明の実施形態にしたがった、リサーチビュー２４００を図示している。このリサーチビュー２４００は、コンピュータ２５０を通してユーザに表示することができるＧＵＩの例である。リサーチビュー２４００は、アプリケーションメニュー２４１０、分析メニュー２４２０、リサーチメニュー２４３０、セキュリティメニュー２４４０、および／または、他の対話型エレメントのような、対話型エレメントを含んでいてもよい。アプリケーションメニュー２４１０は、ユーザが、リサーチ提案、リサーチ報告ツール、および／または、ドラッグコホートデータの組み合わせ、を選択することを可能にしてもよい。分析メニュー２４２０は、コホート選択と、単一のおよび／または複数の変数分析ツールとを提供してもよい。リサーチメニュー２４３０は、リサーチポータル情報へのおよび／または匿名化された患者データへのアクセスを提供してもよい。セキュリティメニュー２４４０は、セキュリティポータルへのアクセスを提供して、ユーザが、ユーザプロフィールにアクセスおよび／またはユーザプロフィールを修正することを可能にしてもよい。リサーチビュー２４００は、上記で説明したもののようなプロセスにしたがって発生させたデータを表示してもよい。例えば、リサーチビュー２４００は、利用可能な患者記録の数対選択された変数の数としてグラフ化されたコホートに対して利用可能な患者の第１の出力ディスプレイ２２５０、および／または、提案ワークフローの第２の出力ディスプレイ２４６０を含んでいてもよい。第１の出力ディスプレイ２４５０および第２の出力ディスプレイ２４６０において示すデータは、例えば上記で説明したような患者／発見的分析ワークフロー１９００によって発生させてもよい。リサーチビュー２４００は、基礎リサーチャーのようなエンティティにとって、ヘルスケアチャリティまたは学術機関のような非営利にとって、トランスレーショナル機会を識別する者にとって、および、これに類するものにとって、関心があるかもしれないデータを表示してもよい。例えば、リサーチビュー２４００は、多変数解析による基礎分析ツールへのアクセス、リサーチポータルに対応してカスタマイズしてもよいソートツールへのアクセス、および／または、匿名化されたグローバルデータセットの制限のないビューのような情報を提供してもよい。いくつかのケースにおいて、この情報へのアクセスのレベルは、リサーチ提案の承認におよび／またはリサーチ提案の範囲に基づいてもよい。アクセスは、リサーチ要求提出に、共有または共同ＩＰ契約に、あるいは、以前にライセンスしたアクセスにも基づいてもよい。加えて、病気の現在の状態および進行のリアルタイムビューに、疫学ビューに、環境ビューに、患者および／または医師が入れたデータに、ならびに／あるいは、潜在的トランスレーショナル機会にアクセス可能であってもよい。リサーチビュー２４００中で提示される情報は、
１ 病気傾向、有病率、および発生率のリアルタイムビュー
２ リアルワールドデータに対して外部リサーチをテストする能力
３ 共有された知的財産権を有するトランスレーショナル機会を遂行する際に、ＤＲＤＩと協力する可能性
４ 研究対象物をアセンブルする時間または費用をかけずに、非常に慎重なコホートへのアクセス
５ 特定の病気属性要求に基づいている公開−プライベートキーを通して患者参加を募る能力
６ 基礎となる非営利機関またはサポートグループのメンバーとしての患者のパーセンテージ
７ ＤＩ患者に、メンバーシップまたはｅメールのいずれかにオプトインするように要求する能力
８ 見込みのある研究候補者（ＤＩ）を識別するコホート識別ツール
９ 目標のあるリサーチに資金供給および／または目標のあるリサーチを運営するオプション
１０ 新たな病気マーカーを識別する可能性
１１ 新たな治療を目標とする新規な遺伝的経路を識別する可能性
１２ 「オーファンドラッグ」をテストするためのリサーチ対象物を提供する能力
をユーザができるようにしてもよい。

例えば、リサーチャーは、患者が入れる新たな患者データセットを観測して、属性の所定のセットに適用される処置におけるパターンを識別できてもよい。これは、リサーチャーが、例えば、実在する問題の識別を可能にすることによって、潜在的に関心のあるリサーチのエリアを識別することを可能にしてもよく、そうでなければ、実在する問題は、ソートされていない患者データのセットを調査することにより見ることは、難しいかもしれない。

さまざまな実施形態を上記で説明してきたが、これらは、限定ではなく例として提示されていると理解すべきである。精神および範囲から逸脱することなく、形式および詳細におけるさまざまな変化をその中になすことができることが当業者にとって明らかだろう。実際に、上記の説明を読んだ後、どのように代替実施形態を実現するかが当業者にとって明らかだろう。例えば、上記の例は、ノード１５０に接続しているＯＰＳ２００の文脈で提示しているが、ここで説明するシステムおよび方法は、任意の相互接続コンピュータによって実行できると理解されるだろう。したがって、本実施形態は任意の上記で説明した実施形態によって限定されるべきではない。

加えて、機能性および利点を強調する任意の数字は、例示目的のためのみに提示されていると理解すべきである。開示された方法論およびシステムは、示された方法以外の方法において利用できるかもしれないように、それぞれ十分に柔軟であり構成可能である。

明細書、特許請求の範囲、および図面中で、用語「少なくとも１つ」が使用されることが多いかもしれないが、明細書、特許請求の範囲、および図面中の用語「ａ」、「ａｎ」、「ｔｈｅ」、「ｓａｉｄ」等も、「少なくとも１つ」または「前記少なくとも１つ」を表している。

最後に、「する手段」または「するステップ」を表わす言葉を含む請求項のみが米国特許法第１１２条第６パラグラフの下で解釈されるということが出願人の意図である。フレーズ「する手段」または「するステップ」を明示的に含まない請求項は、米国特許法第１１２条第６パラグラフの下で解釈すべきではない。

Claims (36)

1. 方法において、
   データベースと通信するプロセッサにより、複数の患者データセットを発生させ、前記複数の患者データセットのそれぞれは、複数の患者のうちの１人に関係付けられ、前記複数の患者データのそれぞれは、属性を含むことと、
   前記プロセッサにより、前記複数の患者データセットのそれぞれを匿名化して、前記患者に関係付けられていない複数の匿名化されたデータセットを発生させることと、
   前記プロセッサにより、前記複数の匿名化されたデータセットのそれぞれを暗号化して、複数の暗号化されたデータセットを発生させることと、
   前記プロセッサにより、前記複数の暗号化されたデータセットをデータベース中に記憶させることと、
   前記プロセッサにより、前記複数の患者データセットのうちの１つの患者データセットを分析して、前記複数の患者データセットのうちの１つの患者データセットの属性と前記複数の患者データセットのうちの他の患者データセットの属性とに基づいて、前記複数の患者データセットのうちの１つの患者データセットと前記複数の患者データセットのうちの他の患者データセットとの間の関連を決定することとを含む方法。
2. 前記プロセッサにより、患者アカウントを発生させることをさらに含む請求項１記載の方法。
3. 前記患者アカウントを発生させることは、
   前記プロセッサにより、一意的な患者ＩＤを発生させることと、
   前記プロセッサにより、公開匿名化キーを受け取ることと、
   前記プロセッサにより、前記公開匿名化キーと前記一意的な患者ＩＤとを前記データベース中に記憶させることと、
   前記プロセッサにより、公開データセット暗号化キーを受け取ることと、
   前記プロセッサにより、前記一意的な患者ＩＤを前記公開データセット暗号化キーで暗号化し、暗号化されたＩＤを発生させることと、
   前記プロセッサにより、前記暗号化されたＩＤを前記データベース中に記憶させることとを含む請求項２記載の方法。
4. 前記患者データセットの匿名化は、
   前記プロセッサにより、前記データベースから前記公開匿名化キーを取り出すことと、
   前記プロセッサにより、前記患者の身元を識別する前記患者データセット内のデータを暗号化することと、
   前記プロセッサにより、前記暗号化されたＩＤを前記患者データセットに挿入することとを含む請求項３記載の方法。
5. 前記匿名化されたデータセットを暗号化することは、
   前記プロセッサにより、前記匿名化されたデータセットに関係付けられたログファイルを分析して、前記ログファイルが予想される状態に一致するか否かを決定することと、
   前記プロセッサにより、公開データセット暗号化キーとプライベートデータセット暗号化キーとを発生させることと、
   前記プロセッサにより、前記ログファイルを更新することと、
   前記プロセッサにより、前記一意的な患者ＩＤと、前記ログファイルと、前記匿名化されたデータセットとを暗号化することとを含む請求項３記載の方法。
6. 前記患者データセットを発生させることは、
   前記プロセッサにより、前記患者に関係付けられた人名記録、前記患者に関係付けられた患者記録、および／または、前記患者に関係付けられた処置記録を受け取ること含む請求項１記載の方法。
7. 前記プロセッサにより、コホートの定義を受け取ることと、
   前記コホートが前記複数の暗号化されたデータセットのうちの少なくとも１つの暗号化されたデータセットを含むように、前記プロセッサにより、前記コホートの定義に適合する前記複数の暗号化されたデータセットのそれぞれを前記コホートに関係付けることと、
   前記プロセッサにより、前記コホートを分析して、コホートデータセット分析を発生させることとをさらに含む請求項１記載の方法。
8. 前記プロセッサにより、前記複数の患者データセットのうちの１つの患者データセットと前記複数の患者データセットのうちの他の患者データセットとの間の関連に基づいて、予測されるコストを決定することをさらに含む請求項１記載の方法。
9. 前記プロセッサにより、前記患者データセットのうちの１つの患者データセットに関係付けられた実際のコストを受け取ることと、
   前記プロセッサにより、前記実際のコストを前記予測されるコストと比較することと、
   前記実際のコストが前記予測されるコストより高いとき、前記プロセッサにより、前記患者データセットのうちの１つの患者データセットに関係付けられた代替処置を発生させることと、
   前記プロセッサにより、前記代替処置に関係付けられた代替の予測されるコストを決定することと、
   前記プロセッサにより、前記実際のコストを前記代替の予測されるコストと比較することと、
   前記プロセッサにより、前記実際のコストと前記代替の予測されるコストとを比較することに基づいて、処置推奨を発生させることとをさらに含む請求項８記載の方法。
10. 前記複数の患者データセットのうちの１つの患者データセットを分析することは、
    前記匿名化されたデータセットが以前に暗号化されていたとき、前記プロセッサにより、前記暗号化されたデータセットを解読して、解読されたデータセットを発生させることと、
    前記プロセッサにより、前記解読されたデータセットのおよび／または前記匿名化されたデータセットの属性を分類することと、
    前記プロセッサにより、前記解読されたデータセットのおよび／または前記匿名化されたデータセットの属性を分析することと、
    前記プロセッサにより、前記解読されたデータセットをおよび／または前記匿名化されたデータセットを暗号化することと、
    前記プロセッサにより、前記解読されたデータセットにおよび／または前記匿名化されたデータセットに関係付けられた暗号化されていないデータをパージすることとを含む請求項１記載の方法。
11. 前記複数の患者データセットのうちの１つの患者データセットを分析することは、
    前記プロセッサにより、グローバルソートフラグが設定されているか否かを決定することと、
    前記グローバルソートフラグが設定されているとき、前記プロセッサにより、前記予測されるコストをレポートに組み込むこととをさらに含む請求項８記載の方法。
12. 前記代替の予測されるコストを決定することは、
    前記プロセッサにより、前記データベースから前記代替処置に関係付けられた処置コストを受け取ることと、
    前記プロセッサにより、前記処置コストを、前記属性に関係付けられた総コストに追加することと、
    前記プロセッサにより、前記総コストを前記データベース中に記憶させることと、
    前記プロセッサにより、前記総コストを、前記処置に関係付けられた処置期間によって割り、前記代替の予測されるコストを発生させることと、
    前記プロセッサにより、前記代替の予測されるコストを前記データベース中に記憶させることとを含む請求項９記載の方法。
13. 前記予測されるコストを決定することは、
    前記プロセッサにより、前記複数の患者データセットのうちの１つの患者データセットと前記複数の患者データセットのうちの他の患者データセットとの間の決定された関連に基づいて、前記患者データセットのうちの１つの患者データセットの近くに並んでいる前記患者データセットのうちの他の患者データセットのサブセットを決定することと、
    前記プロセッサにより、前記患者データセットのうちの他の患者データセットのサブセットに関係付けられたコストを受け取ることと、
    前記プロセッサにより、前記患者データセットのうちの他の患者データセットのサブセットに関係付けられた前記コストに基づいて、前記予測されるコストを予測することとを含む請求項８記載の方法。
14. 前記複数の患者データセットのうちの１つの患者データセットを分析することは、前記複数の患者データセット上で最隣接分析を実行することを含む請求項１記載の方法。
15. 前記予測されるコストを決定することと、前記代替の予測されるコストを決定することとは、罰則付き回帰を実行することを含む請求項９記載の方法。
16. 前記プロセッサにより、前記複数の患者データセットのうちの１つの患者データセットの分析結果をディスプレイに表示させることをさらに含む請求項１記載の方法。
17. 前記コホートの定義に適合する前記複数の暗号化されたデータセットのそれぞれを前記コホートに関係付けることは、
    前記プロセッサにより、前記コホートの分析のために、要求中の前記コホートに関係付けられたコンディションを識別することと、
    前記プロセッサにより、前記暗号化されたデータセットに対するサマリーレポートを発生させることと、
    前記プロセッサにより、前記サマリーレポートを報告することと、
    前記プロセッサにより、前記暗号化されたデータセットの受け入れを受け取ることと、
    前記プロセッサにより、前記暗号化されたデータセットを前記コホートに組み込むこととを含む請求項７記載の方法。
18. 前記暗号化されたデータセットに対する前記サマリーレポートを発生させることは、
    前記プロセッサにより、前記暗号化されたデータセットを解読して、解読されたデータセットを発生させることと、
    前記プロセッサにより、前記解読されたデータセットを分析して、前記解読されたデータセットが前記コンディションを満たしているか否かを決定することと、
    前記プロセッサにより、前記解読されたデータセットに関係付けられた一意的な患者ＩＤが前記コホートに対して有効であることを示す記録を発生させることと、
    前記プロセッサにより、前記解読されたデータセットを暗号化することとを含む請求項１７記載の方法。
19. システムにおいて、
    データベースと、
    前記データベースと通信するプロセッサとを具備し、
    前記プロセッサは、
    複数の患者データセットを発生させ、前記複数の患者データセットのそれぞれは、複数の患者のうちの１人に関係付けられ、前記複数の患者データのそれぞれは、属性を含むようにと、
    前記複数の患者データセットのそれぞれを匿名化して、前記患者に関係付けられていない複数の匿名化されたデータセットを発生させるようにと、
    前記複数の匿名化されたデータセットのそれぞれを暗号化して、複数の暗号化されたデータセットを発生させるようにと、
    前記複数の暗号化されたデータセットをデータベース中に記憶させるようにと、
    前記複数の患者データセットのうちの１つの患者データセットを分析して、前記複数の患者データセットのうちの１つの患者データセットの属性と前記複数の患者データセットのうちの他の患者データセットの属性とに基づいて、前記複数の患者データセットのうちの１つの患者データセットと前記複数の患者データセットのうちの他の患者データセットとの間の関連を決定するように構築されおよび構成されているシステム。
20. 前記プロセッサは、患者アカウントを発生させるようにさらに構築されおよび構成されている請求項１９記載のシステム。
21. 前記プロセッサは、
    一意的な患者ＩＤを発生させることと、
    公開匿名化キーを受け取ることと、
    前記公開匿名化キーと前記一意的な患者ＩＤとを前記データベース中に記憶させることと、
    公開データセット暗号化キーを受け取ることと、
    前記一意的な患者ＩＤを前記公開データセット暗号化キーで暗号化し、暗号化されたＩＤを発生させることと、
    前記暗号化されたＩＤを前記データベース中に記憶させることとによって、
    前記患者アカウントを発生させるように構築されおよび構成されている請求項２０記載のシステム。
22. 前記プロセッサは、
    前記データベースから前記公開匿名化キーを取り出すことと、
    前記患者の身元を識別する前記患者データセット内のデータを暗号化することと、
    前記暗号化されたＩＤを前記患者データセットに挿入することとによって、
    前記患者データセットを匿名化するように構築されおよび構成されている請求項２１記載のシステム。
23. 前記プロセッサは、
    前記匿名化されたデータセットに関係付けられたログファイルを分析して、前記ログファイルが予想される状態に一致するか否かを決定することと、
    公開データセット暗号化キーとプライベートデータセット暗号化キーとを発生させることと、
    前記ログファイルを更新することと、
    前記一意的な患者ＩＤと、前記ログファイルと、前記匿名化されたデータセットとを暗号化することとによって、
    前記匿名化されたデータセットを暗号化するように構築されおよび構成されている請求項２１記載のシステム。
24. 前記プロセッサは、
    前記患者に関係付けられた人名記録、前記患者に関係付けられた患者記録、および／または、前記患者に関係付けられた処置記録を受け取ることと、
    前記受け取った記録に基づいて、前記患者データセットを発生させることとによって、
    前記患者データセットを発生させるように構築されおよび構成されている請求項１９記載のシステム。
25. 前記プロセッサは、
    コホートの定義を受け取るようにと、
    前記コホートが前記複数の暗号化されたデータセットのうちの少なくとも１つの暗号化されたデータセットを含むように、前記コホートの定義に適合する前記複数の暗号化されたデータセットのそれぞれを前記コホートに関係付けるようにと、
    前記コホートを分析して、コホートデータセット分析を発生させるように、さらに構築されおよび構成されている請求項１９記載のシステム。
26. 前記プロセッサは、
    前記複数の患者データセットのうちの１つの患者データセットと前記複数の患者データセットのうちの他の患者データセットとの間の関連に基づいて、予測されるコストを決定するようにさらに構築されおよび構成されている請求項１９記載のシステム。
27. 前記プロセッサは、
    前記患者データセットのうちの１つの患者データセットに関係付けられた実際のコストを受け取るようにと、
    前記実際のコストを前記予測されるコストと比較するようにと、
    前記実際のコストが前記予測されるコストより高いとき、前記患者データセットのうちの１つの患者データセットに関係付けられた代替処置を発生させるようにと、
    前記代替処置に関係付けられた代替の予測されるコストを決定するようにと、
    前記実際のコストを前記代替の予測されるコストと比較するようにと、
    前記実際のコストと前記代替の予測されるコストとを比較することに基づいて、処置推奨を発生させるように、さらに構築されおよび構成されている請求項２６記載のシステム。
28. 前記プロセッサは、
    前記匿名化されたデータセットが以前に暗号化されていたとき、前記暗号化されたデータセットを解読して、解読されたデータセットを発生させることと、
    前記解読されたデータセットのおよび／または前記匿名化されたデータセットの属性を分類することと、
    前記解読されたデータセットのおよび／または前記匿名化されたデータセットの属性を分析することと、
    前記解読されたデータセットをおよび／または前記匿名化されたデータセットを暗号化することと、
    前記解読されたデータセットにおよび／または前記匿名化されたデータセットに関係付けられた暗号化されていないデータをパージすることとによって、
    前記複数の患者データセットのうちの１つの患者データセットを分析するように構築されおよび構成されている請求項１９記載のシステム。
29. 前記プロセッサは、
    グローバルソートフラグが設定されているか否かを決定することと、
    前記グローバルソートフラグが設定されているとき、前記予測されるコストをレポートに組み込むこととによって、
    前記複数の患者データセットのうちの１つの患者データセットを分析するようにさらに構築されおよび構成されている請求項２６記載のシステム。
30. 前記プロセッサは、
    前記データベースから前記代替処置に関係付けられた処置コストを受け取ることと、
    前記処置コストを、前記属性に関係付けられた総コストに追加することと、
    前記総コストを前記データベース中に記憶させることと、
    前記総コストを、前記処置に関係付けられた処置期間によって割り、前記代替の予測されるコストを発生させることと、
    前記代替の予測されるコストを前記データベース中に記憶させることとによって、
    前記代替の予測されるコストを決定するように構築されおよび構成されている請求項２７記載のシステム。
31. 前記プロセッサは、
    前記複数の患者データセットのうちの１つの患者データセットと前記複数の患者データセットのうちの他の患者データセットとの間の決定された関連に基づいて、前記患者データセットのうちの１つの患者データセットの近くに並んでいる前記患者データセットのうちの他の患者データセットのサブセットを決定することと、
    前記患者データセットのうちの他の患者データセットのサブセットに関係付けられたコストを受け取ることと、
    前記患者データセットのうちの他の患者データセットのサブセットに関係付けられた前記コストに基づいて、前記予測されるコストを予測することとによって、
    前記予測されるコストを決定するように構築されおよび構成されている請求項２６記載のシステム。
32. 前記プロセッサは、
    前記複数の患者データセット上で最隣接分析を実行することによって、前記複数の患者データセットのうちの１つの患者データセットを分析するように構築されおよび構成されている請求項１９記載のシステム。
33. 前記プロセッサは、
    罰則付き回帰分析を実行することによって、前記予測されるコストと、前記代替の予測されるコストを決定するように構築されおよび構成されている請求項２７記載のシステム。
34. 前記プロセッサは、
    前記複数の患者データセットのうちの１つの患者データセットの分析結果をディスプレイに表示させるようにさらに構築されおよび構成されている請求項１９記載のシステム。
35. 前記プロセッサは、
    前記コホートの分析のために、要求中の前記コホートに関係付けられたコンディションを識別することと、
    前記暗号化されたデータセットに対するサマリーレポートを発生させることと、
    前記サマリーレポートを報告することと、
    前記暗号化されたデータセットの受け入れを受け取ることと、
    前記暗号化されたデータセットを前記コホートに組み込むこととによって、
    前記コホートの定義に適合する前記複数の暗号化されたデータセットのそれぞれを前記コホートに関係付けるように構築されおよび構成されている請求項２５記載のシステム。
36. 前記プロセッサは、
    前記暗号化されたデータセットを解読して、解読されたデータセットを発生させることと、
    前記解読されたデータセットを分析して、前記解読されたデータセットが前記コンディションを満たしているか否かを決定することと、
    前記解読されたデータセットに関係付けられた一意的な患者ＩＤが前記コホートに対して有効であることを示す記録を発生させることと、
    前記解読されたデータセットを暗号化することとによって、
    前記暗号化されたデータセットに対する前記サマリーレポートを発生させるように構築されおよび構成されている請求項３５記載のシステム。

Images