JP2017502439A - 大量医学分析を用いたコンピュータ医療計画方法及びシステム - Google Patents
大量医学分析を用いたコンピュータ医療計画方法及びシステム Download PDFInfo
- Publication number
- JP2017502439A JP2017502439A JP2016557188A JP2016557188A JP2017502439A JP 2017502439 A JP2017502439 A JP 2017502439A JP 2016557188 A JP2016557188 A JP 2016557188A JP 2016557188 A JP2016557188 A JP 2016557188A JP 2017502439 A JP2017502439 A JP 2017502439A
- Authority
- JP
- Japan
- Prior art keywords
- patient
- parameters
- subgroup
- disease
- treatment
- 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
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
- G16H50/70—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
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
Description
本出願は、2014年10月3日に出願された「インテリジェンス大量医学分析のための方法及びシステム(Method and System for Intelligence Mass Medical Analysis)」という名称の米国仮特許出願第62/059,588号、2014年4月9日に出願された「インテリジェンス大量医学分析の方法及びシステム(Method and System for Intelligence Mass Medical Analysis)」という名称の米国仮特許出願第61/977,512号、2014年2月28日に出願された「インテリジェンス大量医学分析の方法及びシステムMethod and System for Intelligence Mass Medical Analysis)」という名称の米国仮特許出願第61/946,339号、2013年12月4日に出願された「大量医学分析の方法及びシステムインテリジェンス(Method and System Intelligence For Mass Medical Analysis)」という名称の米国仮特許出願第61/911,618号、2014年12月2日に出願された「大量医学分析を用いたコンピュータ医療計画方法及びシステム(Computational Medical Treatment Plan Method and System with Mass Medical Analysis)」という名称の米国本特許出願第14/558,706号に対する優先権を主張するものであり、これらの特許出願の開示はその全体が引用により本明細書に組み入れられる。
・LDL−LDLコレステロール値は、130mg/dL(3.4mmol/L)を下回ることが理想的であり、100mg/dL(2.6mmol/L)未満であることが好ましい。
・HDL−HDLコレステロール値は、60mg/dL(1.6mmol/L)以上であること。
・トリグリセリド−アメリカ心臓協会(AHA)は、中性脂肪値が100mg/dL(1.1mmol/L)であることを推奨している。
・C−反応性蛋白質−高リスク(3.0mg/L超)、平均リスク(1.0〜3.0mg/L)。
また、属性は、患者パラメータの比率、又は積、差、平均、和などの他の関数的組み合わせを含むこともできる。
乳癌の場合、第1レベルのパラメータは、(1)侵襲性又は原位置、(2)侵襲性の場合には腫瘍が転移しているかどうか、(3)管又は小葉、(4)ステージ、及び(5)悪性度、などの腫瘍特徴を含むことができる。
肺癌の場合、第1レベルのパラメータは、(1)タイプ、(2)ステージ、及び(3)悪性度を含むことができる。
12:医療メインサーバ
14:知的医療エンジン
18:ネットワーク(有線/無線)
16:中央データベース
20:第1の病院
22:第2の病院
24:診療所
26:ソース
28:医用コンピュータ装置
30:第1の病院データベース
32:機密個人データベース
34:医用コンピュータ装置
36:第2の病院データベース
38:機密個人データベース
40:医用コンピュータ装置
42:診療所データベース
44:機密個人データベース
46:ソースデータベース
48:機密個人データベース
50:医療記録(患者コード及び客観的医療データ)
52:医療記録(患者コード及び客観的医療データ)
54:医療記録(患者コード及び客観的医療データ)
56:医療記録(患者コード及び客観的医療データ)
58:医用コンピュータ装置
Claims (69)
- 電子医療記録を処理するためのコンピュータ実装方法であって、
複数の患者の複数の客観的医療データを記憶するステップを含み、各患者の客観的医療データは、前記客観的医療データを記憶する際に使用される複数の要素に構造化され、各患者の客観的医療データは、前記患者のパラメータと、前記患者の疾患と、前記患者が受けた治療と、前記治療の結果とを少なくとも含み、前記方法は、
前記複数の患者の客観的医療データをグループ分割して、前記複数の客観的医療データをサブグループに分類する分類ステップをさらに含み、該分類ステップは、各患者のパラメータ、疾患、該疾患について各患者が受けた治療及び該治療の結果に基づく少なくとも1つのレベルの分類と、以前に生成されたサブグループよりも小さなサブグループの組が識別されるまで、各レベルの各サブグループについて1回ずつ前記処理を反復的に繰り返すステップとを含み、前記より小さなサブグループ内の患者は、実質的に同様の臨床的に関連性のあるパラメータ及び実質的に同様の結果を有し、前記方法は、
前記新規患者の前記臨床的に関連性のあるパラメータと、前記新規患者の少なくとも1つの疾患とを少なくとも含む新規患者の疾患テンプレートを、前記患者の疾患に基づく新規患者の客観的医療データと共に受け取るステップと、
前記新規患者のパラメータ及び疾患を、前記グループ分割されたサブグループの対応するパラメータ及び疾患と照合して最も類似するサブグループを選択し、前記サブグループ内の前記患者についての治療結果に基づいて、前記新規患者についての考えられる潜在的治療結果を特定するステップと、
をさらに含むことを特徴とする方法。 - 前記複数の患者の客観的医療データをサブグループにグループ分割する前記ステップ、及び前記新規患者の疾患テンプレートを照合する前記分類ステップは、第1のパラメータセットから開始した後に第2のパラメータセットに移り、前記疾患の前記治療結果が一貫している小さな類似グループが識別され、前記新規患者の客観的医療データに対してフィルタ処理されるまでこの反復処理を継続する複数レベルの分類を含む、
請求項1に記載の方法。 - 前記グループ分割は、前記システムの前記ストレージに新規患者又は既存の患者に対応する複数の客観的医療データが追加された結果、いずれかのサブグループの前記エントロピーに有意な変化が生じた時に繰り返され、前記変化は、3パーセント(3%)よりも大きい場合に有意と見なされる、
請求項1に記載の方法。 - 前記グループ分割によって生じたサブグループは、結果としての治療に対する前記患者の反応に統計的に有意な相違がない場合にはより大きなグループに統合され、有意性は、p<.05の水準の両側t検定によって判定される、
請求項1に記載の方法。 - 前記治療に対する患者の反応は、単一の値ではなく経時的軌跡に対応する反応のベクトルである、
請求項1に記載の方法。 - 前記グループ分割するステップは、患者グループGのエントロピー(H)の使用を含み、治療tを受ける患者qiが結果Rとなる確率をp(t(qi)=R)、患者グループGのエントロピーをH(G)とする方程式:
から計算される、
請求項1に記載の方法。 - 前記グループ分割するステップは、特定の属性が閾値を上回る値を有する時に各患者サブグループGの条件付きエントロピーを使用することを含み、1又は2以上の選択された患者パラメータをxi〜xnとする方程式:
から計算される、
請求項6に記載の方法。 - 前記グループ分割するステップは、特定の属性が閾値を下回る値を有する時に各患者サブグループGの条件付きエントロピーを使用することを含み、1又は2以上の選択された患者パラメータをxi〜xnとする方程式:
から計算される、
請求項6に記載の方法。 - 前記グループ分割するステップは、特定の属性が閾値に等しい値を有する時に各患者サブグループGの条件付きエントロピーを使用することを含み、1又は2以上の選択された患者パラメータをxi〜xnとする方程式:
から計算される、
請求項6に記載の方法。 - 前記グループ分割する処理は、方程式:
によって表される、前記総エントロピーを最大限に減少させる属性を求め、式中、前記argmax演算子は、エントロピーの減少を最大化するさらに大きな患者パラメータセットXから前記1又は2以上の患者パラメータxiを選択し、I(G,A)は情報利得である、
請求項7に記載の方法。 - 前記グループ分割処理は、方程式:
によって表される、前記総エントロピーを最大限に減少させる属性を求め、式中、前記argmax演算子は、エントロピーの減少を最大化するさらに大きな患者パラメータセットXから前記1又は2以上の患者パラメータxiを選択し、I(G,A)は情報利得である、
請求項8に記載の方法。 - 前記グループ分割処理は、方程式:
によって表される、前記総エントロピーを最大限に減少させる属性を求め、式中、前記argmax演算子は、エントロピーの減少を最大化するさらに大きな患者パラメータセットXから前記1又は2以上の患者パラメータxiを選択し、I(G,A)は情報利得である、
請求項9に記載の方法。 - 前記新規患者の前記パラメータと、前記グループ分割されたサブグループの前記パラメータとの照合は、前記新規患者のそれぞれのパラメータと前記サブグループのそれぞれのパラメータとの間の差分を計算した後に該差分を合計し、前記新規患者のパラメータに対する前記差分の合計が最小になるサブグループを選択することによって計算される、
請求項1に記載の方法。 - 前記新規患者の前記パラメータと、前記グループ分割されたサブグループの前記パラメータとの照合は、前記新規患者のそれぞれのパラメータと前記サブグループのそれぞれのパラメータとの間の差分の数をカウントし、前記新規患者のパラメータに対して異なるパラメータが最も少ないサブグループを選択することによって計算される、
請求項1に記載の方法。 - 前記新規患者の前記パラメータと、前記グループ分割されたサブグループの前記パラメータとの照合は、前記新規患者のそれぞれのパラメータと前記サブグループのそれぞれのパラメータとの間の差分を計算した後に該差分の2乗を合計し、前記新規患者のパラメータに対する前記2乗した差分の合計が最小になるサブグループを選択することによって計算される、
請求項1に記載の方法。 - 患者QのパラメータyiとサブグループGのパラメータg(xi)との間の差分の和は、デフォルトで1に設定される数学的ノルムをpとする
によって計算される、
請求項1に記載の方法。 - 前記新規患者のテンプレートを受け取る前に、前記複数の患者の客観的医療データをグループ分割して、前記複数の客観的医療データをサブグループに分類するステップをさらに含み、該分類するステップは、各患者のパラメータ、疾患、該疾患について各患者が受けた治療、及び前記治療の結果に基づく少なくとも1つのレベルの分類と、より小さなサブグループの組が識別されるまで、各サブグループについて前記処理を反復的に繰り返すステップとを含み、前記より小さなサブグループ内の患者は、実質的に同様のパラメータ及び実質的に同様の結果を有する、
請求項1に記載の方法。 - 前記患者の前記パラメータは、自動変換処理及び元々の患者パラメータの組み合わせにより、前記元々のパラメータから導出された属性によって増強される、
請求項1に記載の方法。 - 前記患者パラメータは、全体としての患者人口の正規化範囲に変換され、属性a及びパラメータpの正規化計算は、
に対応する、
請求項18に記載の方法。 - 前記正規化は、サブグループ内の患者人口にわたる、
請求項19に記載の方法。 - 前記患者パラメータは、前記全体としての患者人口の百分率に変換される、
請求項20に記載の方法。 - 前記百分率は、前記サブグループ内の患者人口に適用される、
請求項21に記載の方法。 - 前記第1レベルの患者パラメータは、前記患者の一次疾患及び一般的病態に関するパラメータと、二次疾患に関する第2のパラメータセットとを含む、
請求項1に記載の方法。 - 前記患者の前記一般的病態は、Karnofskyの尺度によって測定される、
請求項23に記載の方法。 - 新規患者のための治療コースを識別するコンピュータ実装方法であって、
複数の患者の複数の客観的医療データをコンピュータシステムに記憶するステップを含み、各患者の客観的医療データは、前記客観的医療データを記憶する際に使用される複数の要素に構造化され、各患者の客観的医療データは、前記患者のパラメータと、前記患者の疾患と、前記患者が受けた治療と、前記治療の結果とを少なくとも含み、前記方法は、
前記複数の患者の客観的医療データをグループ分割して、前記複数の客観的医療データをサブグループに分類する分類ステップをさらに含み、該分類するステップは、各患者のパラメータ、疾患、該疾患について各患者が受けた治療及び該治療の結果に基づく少なくとも1つのレベルの分類と、以前に生成されたサブグループよりも小さなサブグループの組が識別されるまで、各レベルの各サブグループについて1回ずつ前記処理を反復的に繰り返すステップとを含み、前記より小さなサブグループ内の患者は、実質的に同様の臨床的に関連性のあるパラメータ及び実質的に同様の結果を有し、前記方法は、
前記新規患者の前記臨床的に関連性のあるパラメータと、前記新規患者の少なくとも1つの疾患とを少なくとも含む新規患者の疾患テンプレートを、前記患者の疾患に基づく新規患者の客観的医療データと共に受け取って前記コンピュータシステムに入力するステップと、
前記新規患者のパラメータ及び疾患を、前記グループ分割されたサブグループの対応するパラメータ及び疾患と照合して最も類似するサブグループを選択し、前記サブグループ内の前記患者についての治療結果に基づいて、前記新規患者についての考えられる潜在的治療結果を特定して、前記新規患者のための治療コースを取得するステップと、
をさらに含むことを特徴とする方法。 - 前記第1レベルの患者パラメータは、前記患者の一次疾患及び一般的病態に関するパラメータと、二次疾患に関する第2のパラメータセットとを含む、
請求項25に記載の方法。 - 前記患者の前記一般的病態は、Karnofskyの尺度によって測定される、
請求項26に記載の方法。 - 前記処理は、複数の異なるパラメータセットに基づいてグループ分割することを含み、各パラメータセットは、グループ分割のレベルを定め、前記グループ分割は、前記第1レベルから順に開始して進行する、
請求項27に記載の方法。 - 前記新規患者は、癌、心臓血管疾患、神経疾患又は自己免疫疾患と診断されている、
請求項27に記載の方法。 - 前記癌は、肺癌、前立腺癌、肝癌、乳癌、白血病、卵巣癌、膵臓癌、皮膚癌又は大腸癌である、
請求項29に記載の方法。 - 第1のパラメータセットは、癌細胞のタイプと、癌のステージと、癌の悪性度とを含む、
請求項30に記載の方法。 - 第2のパラメータセットは、前記癌に関連する特定の腫瘍マーカ及び合併症の存在を含む、
請求項31に記載の方法。 - 第3のパラメータセットは、前記新規患者の年齢と、癌の既往歴と、癌の遺伝的リスク及び遺伝子リスクと、人種と、民族性とを含む、
請求項32に記載の方法。 - 第4のパラメータセットは、前記新規患者の体重と、身体活動レベルと、アルコール消費量と、喫煙習慣と、受動喫煙への暴露と、摂食量とを含む、
請求項33に記載の方法。 - 前記心臓血管疾患は、心不全である、
請求項34に記載の方法。 - 前記第1のパラメータセットは、心不全のタイプと、心臓疾患のステージと、心臓疾患の悪性度とを含む、
請求項35に記載の方法。 - 第2レベルのパラメータは、心臓疾患に関連するマーカの存在と、心臓疾患に関連する合併症とを含む、
請求項36に記載の方法。 - 第3レベルのパラメータは、前記新規患者の年齢と、心臓疾患の既往歴と、心臓疾患、糖尿病、高血圧症、脂質異常症/高コレステロール血症の家族歴と、人種と、民族性とを含む、
請求項37に記載の方法。 - 第4レベルのパラメータは、前記患者の体重と、身体活動レベルと、喫煙習慣と、アルコール消費量と、食物摂取量と、仕事のストレスレベルとを含む、
請求項38に記載の方法。 - 前記新規患者について取得される前記客観的医療データは、新規患者の症状、病歴、臨床検査結果、及び医師の注記のうちの1つ又は2つ以上を含む、
請求項27に記載の方法。 - 前記グループ分割するステップは、患者グループGのエントロピー(H)の使用を含み、治療tを受ける患者qiが結果Rとなる確率をp(t(qi)=R)、患者グループGのエントロピーをH(G)とする方程式:
から計算される、
請求項27に記載の方法。 - 前記グループ分割するステップは、特定の属性が閾値を上回る値を有する時に各患者サブグループGの条件付きエントロピーを使用することを含み、1又は2以上の選択された患者パラメータをxi〜xnとする方程式:
から計算される、
請求項41に記載の方法。 - 前記グループ分割するステップは、特定の属性が閾値を下回る値を有する時に各患者サブグループGの条件付きエントロピーを使用することを含み、1又は2以上の選択された患者パラメータをxi〜xnとする方程式:
から計算される、
請求項41に記載の方法。 - 前記グループ分割するステップは、特定の属性が閾値に等しい値を有する時に各患者サブグループGの条件付きエントロピーを使用することを含み、1又は2以上の選択された患者パラメータをxi〜xnとする方程式:
から計算される、
請求項41に記載の方法。 - 前記グループ分割処理は、方程式:
によって表される、前記総エントロピーを最大限に減少させる属性を求め、式中、前記argmax演算子は、エントロピーの減少を最大化するさらに大きな患者パラメータセットXから前記1又は2以上の患者パラメータxiを選択し、I(G,A)は情報利得である、
請求項42に記載の方法。 - 前記グループ分割処理は、方程式:
によって表される、前記総エントロピーを最大限に減少させる属性を求め、式中、前記argmax演算子は、エントロピーの減少を最大化するさらに大きな患者パラメータセットXから前記1又は2以上の患者パラメータxiを選択し、I(G,A)は情報利得である、
請求項43に記載の方法。 - 前記グループ分割処理は、方程式:
によって表される、前記総エントロピーを最大限に減少させる属性を求め、式中、前記argmax演算子は、エントロピーの減少を最大化するさらに大きな患者パラメータセットXから前記1又は2以上の患者パラメータxiを選択し、I(G,A)は情報利得である、
請求項44に記載の方法。 - 前記新規患者の前記パラメータと、前記グループ分割されたサブグループの前記パラメータとの照合は、前記新規患者のそれぞれのパラメータと前記サブグループのそれぞれのパラメータとの間の差分を計算した後に該差分を合計し、前記新規患者のパラメータに対する前記差分の合計が最小になるサブグループを選択することによって計算される、
請求項27に記載の方法。 - 前記新規患者の前記パラメータと、前記グループ分割されたサブグループの前記パラメータとの照合は、前記新規患者のそれぞれのパラメータと前記サブグループのそれぞれのパラメータとの間の差分の数をカウントし、前記新規患者のパラメータに対して異なるパラメータが最も少ないサブグループを選択することによって計算される、
請求項27に記載の方法。 - 前記新規患者の前記パラメータと、前記グループ分割されたサブグループの前記パラメータとの照合は、前記新規患者のそれぞれのパラメータと前記サブグループのそれぞれのパラメータとの間の差分を計算した後に該差分の2乗を合計し、前記新規患者のパラメータに対する前記2乗した差分の合計が最小になるサブグループを選択することによって計算される、
請求項27に記載の方法。 - 患者Qの前記パラメータとサブグループGのパラメータとの間の差分の和は、
よって計算される、
請求項27に記載の方法。 - 前記新規患者の客観的医療データをグループ分割する前に、前記複数の患者の客観的医療データをグループ分割して、前記複数の客観的医療データをサブグループに分類するステップをさらに含み、該分類するステップは、各患者のパラメータ、疾患、該疾患について各患者が受けた治療、及び前記治療の結果に基づく少なくとも1つのレベルの分類と、より小さなサブグループの組が識別されるまで、各サブグループについて前記処理を反復的に繰り返すステップとを含み、前記より小さなサブグループ内の患者は、実質的に同様のパラメータ及び実質的に同様の結果を有する、
請求項27に記載の方法。 - 前記患者の前記パラメータは、自動変換処理及び元々の患者パラメータの組み合わせにより、前記元々のパラメータから導出された属性によって増強される、
請求項27に記載の方法。 - 前記患者パラメータは、全体としての患者人口の正規化範囲に変換され、属性a及びパラメータpの正規化計算は、
a=(actual(p)-min (p))/(max (p)-min (p)) min
に対応する、
請求項53に記載の方法。 - 前記正規化は、サブグループ内の患者人口にわたる、
請求項54に記載の方法。 - 前記患者パラメータは、前記全体としての患者人口の百分率に変換される、
請求項55に記載の方法。 - 前記百分率は、前記サブグループ内の患者人口に適用される、
請求項56に記載の方法。 - 前記方法は、前記新規患者のための前記治療コースが前記患者の病態を改善する一定程度の可能性の予測をもたらす、
請求項27に記載の方法。 - 前記方法は、前記新規患者のための複数の潜在的治療コースをもたらす、
請求項27に記載の方法。 - 前記新規患者の客観的データは、前記コンピュータシステムに記憶される、
請求項27に記載の方法。 - 前記識別された治療コースは、ヘルスケア提供者に送信される、
請求項27に記載の方法。 - 電子医療記録を処理するためのコンピュータ実装方法であって、
複数の患者の複数の客観的医療データを記憶するステップを含み、各患者の客観的医療データは、前記客観的医療データを記憶する際に使用される複数の要素に構造化され、各患者の客観的医療データは、前記患者のパラメータと、前記患者の疾患と、前記患者が受けた治療と、前記治療の結果とを少なくとも含み、前記方法は、
前記複数の患者の客観的医療データをグループ分割して、前記複数の客観的医療データをサブグループに分類する分類ステップをさらに含み、該分類するステップは、各患者のパラメータ、疾患、該疾患について各患者が受けた治療及び該治療の結果に基づく少なくとも1つのレベルの分類と、より小さなサブグループの組が識別されるまで、各サブグループについて前記処理を反復的に繰り返すステップとを含み、前記より小さなサブグループ内の患者は、実質的に同様の臨床的に関連性のあるパラメータ及び実質的に同様の結果を有し、前記方法は、
個々の患者の前記臨床的に関連性のあるパラメータと、前記新規患者の少なくとも1つの疾患とを少なくとも含む新規患者の疾患テンプレートを、前記患者の疾患に基づく新規患者の客観的医療データと共に受け取るステップと、
前記個々の患者のパラメータ及び疾患を、前記グループ分割されたサブグループの対応するパラメータ及び疾患と照合して最も類似するサブグループを選択し、前記サブグループ内の前記患者についての治療結果に基づいて、前記新規患者についての考えられる潜在的治療結果を特定するステップと、
をさらに含むことを特徴とする方法。 - 電子医療記録を処理するためのコンピュータ実装方法であって、
複数の患者の複数の客観的医療データを記憶するステップを含み、各患者の客観的医療データは、該客観的医療データを記憶する際に使用される複数の要素に構造化され、前記方法は、
前記患者の疾患に基づく前記患者の客観的医療データを有する個々の患者の疾患テンプレートを受け取るステップと、
前記複数の客観的医療データを用いて前記患者の客観的医療データをグループ分割して、前記複数の客観的医療データをサブグループに分類する分類ステップと、
を含み、前記分類ステップは、第1のパラメータセットから開始した後に第2のパラメータセットに移り、前記患者のパラメータ及び疾患を前記グループ分割されたサブグループと照合して、前記サブグループ内の前記患者についての治療結果に基づいて、前記患者についての考えられる潜在的治療結果を特定するまでこの処理を継続する複数レベルの分類を含む、
ことを特徴とする方法。 - 前記複数の客観的医療データを第1のサブグループにグループ分割する前記ステップは、前記第1のパラメータセットに基づく、
請求項63に記載の方法。 - 前記複数の客観的医療データを前記第1のサブグループにグループ分割する前記ステップは、前記第2のパラメータセットに基づき、該第2のサブグループは、前記第1のサブグループよりも少ない数の客観的医療データを有する、
請求項54に記載の方法。 - 前記複数の客観的医療データを第2のサブグループにグループ分割するさらなるステップは、第3のパラメータセットに基づき、該第3のサブグループは、前記第2のサブグループに対してよりも少ない数の客観的医療データを有する、
請求項65に記載の方法。 - 新規患者のための治療コースを識別する方法であって、
前記新規患者の臨床的に関連性のあるパラメータと、前記新規患者の少なくとも1つの疾患とを少なくとも含む前記新規患者の疾患テンプレートを、前記患者の疾患に基づく前記新規患者の客観的医療データと共に受け取って前記コンピュータシステムに入力するステップと、
複数の患者の客観的医療データをグループ分割して、前記複数の客観的医療データをサブグループに分類するステップと、
を含み、該分類するステップは、各患者のパラメータ、疾患、該疾患について各患者が受けた治療、及び前記治療の結果に基づく少なくとも1つのレベルの分類と、より小さなサブグループの組が識別されるまで、各サブグループについて前記処理を反復的に繰り返すステップとを含み、前記より小さなサブグループ内の患者は、実質的に同様のパラメータ及び実質的に同様の結果を有し、前記方法は、
前記新規患者のパラメータ及び疾患を、前記グループ分割されたサブグループの対応するパラメータ及び疾患と照合して最も類似するサブグループを選択し、前記サブグループ内の前記患者についての治療結果に基づいて、前記新規患者についての考えられる潜在的治療結果を特定して、前記新規患者のための治療コースを取得するステップをさらに含む、
ことを特徴とする方法。 - システムであって、
複数の患者の複数の客観的医療データを記憶するように構成された記憶モジュールを備え、各患者の客観的医療データは、前記客観的医療データを記憶する際に使用される複数の要素に構造化され、各患者の客観的医療データは、前記患者のパラメータと、前記患者の疾患と、前記患者が受けた治療と、前記治療の結果とを少なくとも含み、前記システムは、
前記複数の患者の客観的医療データをグループ分割して、前記複数の客観的医療データをサブグループに分類するように構成された、前記記憶モジュールに通信可能に結合されたグループ分割モジュールをさらに備え、前記分類するステップは、各患者のパラメータ、疾患、該疾患について各患者が受けた治療及び該治療の結果に基づく少なくとも1つのレベルの分類と、以前に生成されたサブグループよりも小さなサブグループの組が識別されるまで、各レベルの各サブグループについて1回ずつ前記処理を反復的に繰り返すステップとを含み、前記より小さなサブグループ内の患者は、実質的に同様の臨床的に関連性のあるパラメータ及び実質的に同様の結果を有し、前記システムは、
前記新規患者の前記臨床的に関連性のあるパラメータと、前記新規患者の少なくとも1つの疾患とを少なくとも含む新規患者の疾患テンプレートを、前記患者の疾患に基づく新規患者の客観的医療データと共に受け取るように構成された入力モジュールと、
前記新規患者のパラメータ及び疾患を、前記グループ分割されたサブグループの対応するパラメータ及び疾患と照合して最も類似するサブグループを選択し、前記サブグループ内の前記患者についての治療結果に基づいて、前記新規患者についての考えられる潜在的治療結果を特定するように構成された、前記入力モジュールに通信可能に結合された照合モジュールと、
をさらに備えることを特徴とするシステム。 - コンピュータ可読プログラム命令を具体化する非一時的コンピュータ可読媒体を含むコンピュータプログラム製品であって、前記コンピュータ可読プログラム命令は、コンピュータによって実行された時に、該コンピュータにリターントランザクションを処理させるとともに、
複数の患者の複数の客観的医療データを記憶するように構成されたモジュールを記憶するコンピュータ可読プログラム命令を含み、各患者の客観的医療データは、前記客観的医療データを記憶する際に使用される複数の要素に構造化され、各患者の客観的医療データは、前記患者のパラメータと、前記患者の疾患と、前記患者が受けた治療と、前記治療の結果とを少なくとも含み、前記コンピュータ可読プログラム命令は、
前記複数の患者の客観的医療データをグループ分割して、前記複数の客観的医療データをサブグループに分類するコンピュータ可読プログラム命令をさらに含み、該分類するステップは、各患者のパラメータ、疾患、該疾患について各患者が受けた治療及び該治療の結果に基づく少なくとも1つのレベルの分類と、以前に生成されたサブグループよりも小さなサブグループの組が識別されるまで、各レベルの各サブグループについて1回ずつ前記処理を反復的に繰り返すステップとを含み、前記より小さなサブグループ内の患者は、実質的に同様の臨床的に関連性のあるパラメータ及び実質的に同様の結果を有し、前記コンピュータ可読プログラム命令は、
前記新規患者の前記臨床的に関連性のあるパラメータと、前記新規患者の少なくとも1つの疾患とを少なくとも含む新規患者の疾患テンプレートを、前記患者の疾患に基づく新規患者の客観的医療データと共に受け取るコンピュータ可読プログラム命令と、
前記新規患者のパラメータ及び疾患を、前記グループ分割されたサブグループの対応するパラメータ及び疾患と照合して最も類似するサブグループを選択し、前記サブグループ内の前記患者についての治療結果に基づいて、前記新規患者についての考えられる潜在的治療結果を特定するコンピュータ可読プログラム命令と、
をさらに含むことを特徴とするコンピュータプログラム製品。
Applications Claiming Priority (11)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361911618P | 2013-12-04 | 2013-12-04 | |
US61/911,618 | 2013-12-04 | ||
US201461946339P | 2014-02-28 | 2014-02-28 | |
US61/946,339 | 2014-02-28 | ||
US201461977512P | 2014-04-09 | 2014-04-09 | |
US61/977,512 | 2014-04-09 | ||
US201462059588P | 2014-10-03 | 2014-10-03 | |
US62/059,588 | 2014-10-03 | ||
US14/558,706 US20150161331A1 (en) | 2013-12-04 | 2014-12-02 | Computational medical treatment plan method and system with mass medical analysis |
US14/558,706 | 2014-12-02 | ||
PCT/EP2014/076441 WO2015082555A1 (en) | 2013-12-04 | 2014-12-03 | Computational medical treatment plan method and system with mass medical analysis |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020089359A Division JP7071438B2 (ja) | 2013-12-04 | 2020-05-22 | 大量医学分析を用いたコンピュータ医療計画方法及びシステム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017502439A true JP2017502439A (ja) | 2017-01-19 |
JP2017502439A5 JP2017502439A5 (ja) | 2018-01-18 |
JP6709166B2 JP6709166B2 (ja) | 2020-06-10 |
Family
ID=53271440
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016557188A Active JP6709166B2 (ja) | 2013-12-04 | 2014-12-03 | 大量医学分析を用いたコンピュータ医療計画方法及びシステム |
JP2020089359A Active JP7071438B2 (ja) | 2013-12-04 | 2020-05-22 | 大量医学分析を用いたコンピュータ医療計画方法及びシステム |
JP2022076588A Ceased JP2022105174A (ja) | 2013-12-04 | 2022-05-06 | 大量医学分析を用いたコンピュータ医療計画方法及びシステム |
JP2023137990A Pending JP2023166464A (ja) | 2013-12-04 | 2023-08-28 | 大量医学分析を用いたコンピュータ医療計画方法及びシステム |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020089359A Active JP7071438B2 (ja) | 2013-12-04 | 2020-05-22 | 大量医学分析を用いたコンピュータ医療計画方法及びシステム |
JP2022076588A Ceased JP2022105174A (ja) | 2013-12-04 | 2022-05-06 | 大量医学分析を用いたコンピュータ医療計画方法及びシステム |
JP2023137990A Pending JP2023166464A (ja) | 2013-12-04 | 2023-08-28 | 大量医学分析を用いたコンピュータ医療計画方法及びシステム |
Country Status (8)
Country | Link |
---|---|
US (1) | US20150161331A1 (ja) |
EP (1) | EP3077933A1 (ja) |
JP (4) | JP6709166B2 (ja) |
CN (2) | CN105793852B (ja) |
AU (3) | AU2014359261A1 (ja) |
CA (1) | CA2941788A1 (ja) |
RU (1) | RU2662549C1 (ja) |
WO (1) | WO2015082555A1 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018150436A1 (en) * | 2017-02-14 | 2018-08-23 | Nigam Harsh | Method and system for determining homoeopathic medicinal potency to patient based on nigam's potency scale |
JP2019535046A (ja) * | 2017-09-22 | 2019-12-05 | ブレインラボ アーゲー | 解剖学的または生理学的状態データのクラスタリング |
JP2020064581A (ja) * | 2018-10-18 | 2020-04-23 | 株式会社シンクアウト | 情報処理システム |
WO2020153069A1 (ja) * | 2019-01-25 | 2020-07-30 | ネクスジェン株式会社 | 血液疾患の予後予測情報の生成システム、情報処理装置、サーバ、プログラム、又は方法 |
JP2020529057A (ja) * | 2017-07-28 | 2020-10-01 | グーグル エルエルシー | 電子健康記録から医療イベントを予測して要約するためのシステムおよび方法 |
JPWO2020004556A1 (ja) * | 2018-06-29 | 2021-01-07 | 日本電気株式会社 | 患者アセスメント支援装置、患者アセスメント支援方法、記録媒体 |
JPWO2021059789A1 (ja) * | 2019-09-27 | 2021-04-01 | ||
WO2023068049A1 (ja) * | 2021-10-21 | 2023-04-27 | 株式会社カネカ | 予測システム、予測装置、及び、予測方法 |
Families Citing this family (144)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2430574A1 (en) | 2009-04-30 | 2012-03-21 | Patientslikeme, Inc. | Systems and methods for encouragement of data submission in online communities |
US11568982B1 (en) | 2014-02-17 | 2023-01-31 | Health at Scale Corporation | System to improve the logistics of clinical care by selectively matching patients to providers |
US11114204B1 (en) | 2014-04-04 | 2021-09-07 | Predictive Modeling, Inc. | System to determine inpatient or outpatient care and inform decisions about patient care |
US10289679B2 (en) * | 2014-12-10 | 2019-05-14 | International Business Machines Corporation | Data relationships in a question-answering environment |
WO2016133928A1 (en) * | 2015-02-17 | 2016-08-25 | Massachusetts Institiute Of Technology | System and method for sepsis care task management |
US20160283690A1 (en) * | 2015-03-26 | 2016-09-29 | Ims Health Incorporated | Database Retrieval of Impact Records |
US10185513B1 (en) | 2015-06-05 | 2019-01-22 | Life365, Inc. | Device configured for dynamic software change |
US11329683B1 (en) | 2015-06-05 | 2022-05-10 | Life365, Inc. | Device configured for functional diagnosis and updates |
US10560135B1 (en) | 2015-06-05 | 2020-02-11 | Life365, Inc. | Health, wellness and activity monitor |
US9974492B1 (en) | 2015-06-05 | 2018-05-22 | Life365, Inc. | Health monitoring and communications device |
EP3337419B1 (en) * | 2015-08-19 | 2020-08-12 | Brainlab AG | Reference array holder |
US20170061079A1 (en) * | 2015-09-02 | 2017-03-02 | J. William LaValley | Treatment management system and method |
EP3347834A4 (en) * | 2015-09-11 | 2019-05-08 | Navya Network Inc. | EXPERIENCE ENGINEERING METHOD AND APPARATUS FOR LEARNING FROM SIMILAR PATIENTS |
US10572626B2 (en) * | 2015-10-05 | 2020-02-25 | Ricoh Co., Ltd. | Advanced telemedicine system with virtual doctor |
EP3360474A4 (en) * | 2015-10-10 | 2019-07-03 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | MEDICAL INTENSIVE CARE SYSTEM, INTENSIVE CARE DATA DISPLAY METHOD, AND INTENSIVE CARE DATA DISPLAY DEVICE |
US11141859B2 (en) * | 2015-11-02 | 2021-10-12 | Brainlab Ag | Determining a configuration of a medical robotic arm |
EP3371767A4 (en) * | 2015-11-06 | 2019-04-24 | 3M Innovative Properties Company | IDENTIFYING PATIENT POPULATIONS WITH LOW EFFICIENCY |
TW201719557A (zh) * | 2015-11-20 | 2017-06-01 | 長庚大學 | 醫療輔具搜尋及配對使用方法 |
WO2017127614A1 (en) * | 2016-01-20 | 2017-07-27 | LifeBridge Health, Inc. | Apparatus for detecting cells in circulating bloodstream |
US11056218B2 (en) * | 2016-05-31 | 2021-07-06 | International Business Machines Corporation | Identifying personalized time-varying predictive patterns of risk factors |
WO2018027253A1 (en) * | 2016-08-11 | 2018-02-15 | Bloomfield Lochlan John | Health management system and method |
US10319574B2 (en) * | 2016-08-22 | 2019-06-11 | Highland Innovations Inc. | Categorization data manipulation using a matrix-assisted laser desorption/ionization time-of-flight mass spectrometer |
CN106383992B (zh) * | 2016-08-31 | 2019-05-31 | 杭州逸曜信息技术有限公司 | 疾病信息的处理方法 |
TW201816645A (zh) * | 2016-09-23 | 2018-05-01 | 美商德萊福公司 | 用於生物樣本的自動化處理及分析、臨床資訊處理及臨床試驗配對之整合系統及方法 |
WO2018081354A1 (en) * | 2016-10-27 | 2018-05-03 | Progenics Pharmaceuticals, Inc. | Network for medical image analysis, decision support system, and related graphical user interface (gui) applications |
CA3042279A1 (en) * | 2016-11-14 | 2018-05-17 | COTA, Inc. | Cna-guided care for improving clinical outcomes and decreasing total cost of care |
KR101809149B1 (ko) * | 2016-11-25 | 2017-12-14 | 한국과학기술연구원 | 순환계질환 발생잠재도를 판단하는 장치 및 그 방법 |
CN106778002B (zh) * | 2016-12-26 | 2023-08-01 | 中国科学院苏州生物医学工程技术研究所 | 一种医疗信息查询方法、设备和系统 |
CN106780475B (zh) * | 2016-12-27 | 2019-10-01 | 北京市计算中心 | 一种基于病理组织切片图像组织区域的图像处理装置 |
CN106778036B (zh) * | 2017-01-10 | 2017-12-29 | 首都医科大学附属北京友谊医院 | 一种数据处理的方法及装置 |
CN108320788A (zh) * | 2017-01-16 | 2018-07-24 | 医渡云(北京)技术有限公司 | 医院业务分析方法及装置 |
TWI640018B (zh) * | 2017-03-15 | 2018-11-01 | 長庚醫療財團法人林口長庚紀念醫院 | Data integration method |
US10387694B2 (en) | 2017-04-13 | 2019-08-20 | International Business Machines Corporation | Embedded sensor chips in polymer-based coatings |
CN108877921B (zh) * | 2017-05-12 | 2021-10-19 | 京东方科技集团股份有限公司 | 医疗智能分诊方法和医疗智能分诊系统 |
US10832815B2 (en) | 2017-05-18 | 2020-11-10 | International Business Machines Corporation | Medical side effects tracking |
CN107693051B (zh) * | 2017-07-24 | 2019-07-05 | 复旦大学附属中山医院 | 移植肾免疫状态的无创检测系统 |
US20200279622A1 (en) * | 2017-09-15 | 2020-09-03 | PatientsLikeMe Inc. | Systems and Methods for Collecting and Analyzing Comprehensive Medical Information |
IL255255A0 (en) * | 2017-10-25 | 2017-12-31 | Optimata Ltd | A system and method for predicting the effect of medical treatment |
RU2676849C1 (ru) * | 2017-11-03 | 2019-01-11 | Дмитрий Владимирович Сидоров | Распределенная автоматизированная система мониторинга здоровья пациентов, принимающих антикоагулянтные препараты |
US10966791B2 (en) * | 2017-12-28 | 2021-04-06 | Ethicon Llc | Cloud-based medical analytics for medical facility segmented individualization of instrument function |
CN108122613B (zh) * | 2018-01-15 | 2022-04-01 | 北京颐圣智能科技有限公司 | 基于健康预测模型的健康预测方法和装置 |
WO2019158496A1 (en) * | 2018-02-19 | 2019-08-22 | Koninklijke Philips N.V. | System and method for providing model-based population insight generation |
US20190259482A1 (en) * | 2018-02-20 | 2019-08-22 | Mediedu Oy | System and method of determining a prescription for a patient |
US11495353B2 (en) * | 2018-05-10 | 2022-11-08 | Mohamed Anver Jameel | Method, apparatus, and computer readible media for artificial intelligence-based treatment guidance for the neurologically impaired patient who may need neurosurgery |
US20190392324A1 (en) * | 2018-06-26 | 2019-12-26 | International Business Machines Corporation | Cognitive Analysis and Disambiguation of Electronic Medical Records for Presentation of Pertinent Information for a Medical Treatment Plan |
CN109360656B (zh) * | 2018-08-20 | 2021-11-02 | 安徽大学 | 一种基于多目标演化算法的癌症检测方法 |
CN109473153A (zh) * | 2018-10-30 | 2019-03-15 | 医渡云(北京)技术有限公司 | 医疗数据的处理方法、装置、介质及电子设备 |
US11894139B1 (en) | 2018-12-03 | 2024-02-06 | Patientslikeme Llc | Disease spectrum classification |
US20200202989A1 (en) * | 2018-12-21 | 2020-06-25 | Lynx Md Ltd | Enabling Graphical Illustration Based on Private Medical Information |
WO2020167899A1 (en) * | 2019-02-12 | 2020-08-20 | Baylor Research Institute | System and method of tuberculosis therapy |
CN109903846A (zh) * | 2019-02-21 | 2019-06-18 | 吉林禾熙科技开发有限公司 | 基于医疗大数据的肺癌筛查系统及方法 |
CN109887589A (zh) * | 2019-02-21 | 2019-06-14 | 吉林禾熙科技开发有限公司 | 人工智能医疗大数据系统 |
WO2020176304A1 (en) * | 2019-02-28 | 2020-09-03 | Skidmore Owings & Merrill Llp | Machine learning tool for structures |
US11541274B2 (en) | 2019-03-11 | 2023-01-03 | Rom Technologies, Inc. | System, method and apparatus for electrically actuated pedal for an exercise or rehabilitation machine |
US11904202B2 (en) | 2019-03-11 | 2024-02-20 | Rom Technolgies, Inc. | Monitoring joint extension and flexion using a sensor device securable to an upper and lower limb |
US11185735B2 (en) | 2019-03-11 | 2021-11-30 | Rom Technologies, Inc. | System, method and apparatus for adjustable pedal crank |
US11915827B2 (en) * | 2019-03-14 | 2024-02-27 | Kenneth Neumann | Methods and systems for classification to prognostic labels |
US11387002B2 (en) * | 2019-03-14 | 2022-07-12 | Elekta, Inc. | Automated cancer registry record generation |
CN110164524A (zh) * | 2019-04-29 | 2019-08-23 | 北京国润健康医学投资有限公司 | 一种偏瘫患者康复训练任务自适应匹配方法及其系统 |
US20200349652A1 (en) * | 2019-05-03 | 2020-11-05 | Koninklijke Philips N.V. | System to simulate outcomes of a new contract with a financier of care |
US11957960B2 (en) | 2019-05-10 | 2024-04-16 | Rehab2Fit Technologies Inc. | Method and system for using artificial intelligence to adjust pedal resistance |
US11433276B2 (en) | 2019-05-10 | 2022-09-06 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to independently adjust resistance of pedals based on leg strength |
US11957956B2 (en) | 2019-05-10 | 2024-04-16 | Rehab2Fit Technologies, Inc. | System, method and apparatus for rehabilitation and exercise |
US11801423B2 (en) | 2019-05-10 | 2023-10-31 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to interact with a user of an exercise device during an exercise session |
US11904207B2 (en) | 2019-05-10 | 2024-02-20 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to present a user interface representing a user's progress in various domains |
US11200814B2 (en) * | 2019-06-03 | 2021-12-14 | Kpn Innovations, Llc | Methods and systems for self-fulfillment of a dietary request |
US11205140B2 (en) * | 2019-06-03 | 2021-12-21 | Kpn Innovations Llc | Methods and systems for self-fulfillment of an alimentary instruction set based on vibrant constitutional guidance |
CN110334115B (zh) * | 2019-06-04 | 2023-04-07 | 苏州惠邦医疗科技有限公司 | 一种适用于医疗行业的快速检索方法 |
US11896540B2 (en) | 2019-06-24 | 2024-02-13 | Rehab2Fit Technologies, Inc. | Method and system for implementing an exercise protocol for osteogenesis and/or muscular hypertrophy |
WO2021001592A1 (en) * | 2019-07-02 | 2021-01-07 | Etsimo Healthcare Oy | Automated and real-time patient care planning |
WO2021022365A1 (en) * | 2019-08-02 | 2021-02-11 | Intellijoint Surgical Inc. | Systems and methods to collaborate, to train an expert system and to provide an expert system |
US11929170B2 (en) | 2019-08-22 | 2024-03-12 | Kpn Innovations, Llc | Methods and systems for selecting an ameliorative output using artificial intelligence |
IT201900015078A1 (it) * | 2019-08-27 | 2021-02-27 | Marco Citro | Sistema per l’analisi da remoto di dati biometrici relativi a pazienti con patologie oncologiche e/o onco-ematologiche con comorbidità e/o eventi avversi |
US11071597B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Telemedicine for orthopedic treatment |
US11701548B2 (en) | 2019-10-07 | 2023-07-18 | Rom Technologies, Inc. | Computer-implemented questionnaire for orthopedic treatment |
USD928635S1 (en) | 2019-09-18 | 2021-08-24 | Rom Technologies, Inc. | Goniometer |
AU2020358087A1 (en) * | 2019-10-02 | 2022-05-12 | Endpoint Health Inc. | Directing medical diagnosis and intervention recommendations |
US11955222B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for determining, based on advanced metrics of actual performance of an electromechanical machine, medical procedure eligibility in order to ascertain survivability rates and measures of quality-of-life criteria |
US11830601B2 (en) | 2019-10-03 | 2023-11-28 | Rom Technologies, Inc. | System and method for facilitating cardiac rehabilitation among eligible users |
US11270795B2 (en) | 2019-10-03 | 2022-03-08 | Rom Technologies, Inc. | Method and system for enabling physician-smart virtual conference rooms for use in a telehealth context |
US11887717B2 (en) | 2019-10-03 | 2024-01-30 | Rom Technologies, Inc. | System and method for using AI, machine learning and telemedicine to perform pulmonary rehabilitation via an electromechanical machine |
US11955221B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML to generate treatment plans to stimulate preferred angiogenesis |
US11915815B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning and generic risk factors to improve cardiovascular health such that the need for additional cardiac interventions is mitigated |
US11265234B2 (en) | 2019-10-03 | 2022-03-01 | Rom Technologies, Inc. | System and method for transmitting data and ordering asynchronous data |
US11069436B2 (en) | 2019-10-03 | 2021-07-20 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouraging rehabilitative compliance through patient-based virtual shared sessions with patient-enabled mutual encouragement across simulated social networks |
US20210128080A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Augmented reality placement of goniometer or other sensors |
US11087865B2 (en) | 2019-10-03 | 2021-08-10 | Rom Technologies, Inc. | System and method for use of treatment device to reduce pain medication dependency |
US11955220B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML and telemedicine for invasive surgical treatment to determine a cardiac treatment plan that uses an electromechanical machine |
US11915816B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | Systems and methods of using artificial intelligence and machine learning in a telemedical environment to predict user disease states |
US11282604B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | Method and system for use of telemedicine-enabled rehabilitative equipment for prediction of secondary disease |
US11961603B2 (en) | 2019-10-03 | 2024-04-16 | Rom Technologies, Inc. | System and method for using AI ML and telemedicine to perform bariatric rehabilitation via an electromechanical machine |
US11317975B2 (en) | 2019-10-03 | 2022-05-03 | Rom Technologies, Inc. | Method and system for treating patients via telemedicine using sensor data from rehabilitation or exercise equipment |
US11955223B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning to provide an enhanced user interface presenting data pertaining to cardiac health, bariatric health, pulmonary health, and/or cardio-oncologic health for the purpose of performing preventative actions |
US11978559B2 (en) | 2019-10-03 | 2024-05-07 | Rom Technologies, Inc. | Systems and methods for remotely-enabled identification of a user infection |
US11282608B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to provide recommendations to a healthcare provider in or near real-time during a telemedicine session |
US11075000B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Method and system for using virtual avatars associated with medical professionals during exercise sessions |
US11325005B2 (en) | 2019-10-03 | 2022-05-10 | Rom Technologies, Inc. | Systems and methods for using machine learning to control an electromechanical device used for prehabilitation, rehabilitation, and/or exercise |
US11139060B2 (en) | 2019-10-03 | 2021-10-05 | Rom Technologies, Inc. | Method and system for creating an immersive enhanced reality-driven exercise experience for a user |
US11101028B2 (en) | 2019-10-03 | 2021-08-24 | Rom Technologies, Inc. | Method and system using artificial intelligence to monitor user characteristics during a telemedicine session |
US11515021B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system to analytically optimize telehealth practice-based billing processes and revenue while enabling regulatory compliance |
US20210134412A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for processing medical claims using biometric signatures |
US20210134432A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Method and system for implementing dynamic treatment environments based on patient information |
US20210134425A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for using artificial intelligence in telemedicine-enabled hardware to optimize rehabilitative routines capable of enabling remote rehabilitative compliance |
US11923065B2 (en) | 2019-10-03 | 2024-03-05 | Rom Technologies, Inc. | Systems and methods for using artificial intelligence and machine learning to detect abnormal heart rhythms of a user performing a treatment plan with an electromechanical machine |
US20210142893A1 (en) | 2019-10-03 | 2021-05-13 | Rom Technologies, Inc. | System and method for processing medical claims |
US11337648B2 (en) | 2020-05-18 | 2022-05-24 | Rom Technologies, Inc. | Method and system for using artificial intelligence to assign patients to cohorts and dynamically controlling a treatment apparatus based on the assignment during an adaptive telemedical session |
US11756666B2 (en) | 2019-10-03 | 2023-09-12 | Rom Technologies, Inc. | Systems and methods to enable communication detection between devices and performance of a preventative action |
US11515028B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to create optimal treatment plans based on monetary value amount generated and/or patient outcome |
US11282599B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouragement of rehabilitative compliance through patient-based virtual shared sessions |
US20210127974A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Remote examination through augmented reality |
US20210134458A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method to enable remote adjustment of a device during a telemedicine session |
US11826613B2 (en) | 2019-10-21 | 2023-11-28 | Rom Technologies, Inc. | Persuasive motivation for orthopedic treatment |
US11170315B2 (en) | 2019-10-30 | 2021-11-09 | Kpn Innovations, Llc | Methods and systems for providing dynamic constitutional guidance |
CN110880362B (zh) * | 2019-11-12 | 2022-10-11 | 南京航空航天大学 | 一种大规模医疗数据知识挖掘与治疗方案推荐系统 |
USD907143S1 (en) | 2019-12-17 | 2021-01-05 | Rom Technologies, Inc. | Rehabilitation device |
CN111161817B (zh) * | 2019-12-31 | 2023-09-19 | 医渡云(北京)技术有限公司 | 医疗数据标准化处理方法、装置、介质及电子设备 |
US11763946B2 (en) * | 2020-02-27 | 2023-09-19 | Optum, Inc. | Graph-based predictive inference |
US20230091973A1 (en) * | 2020-03-09 | 2023-03-23 | Amar Chowdry | Medzone. |
CN111383729A (zh) * | 2020-03-24 | 2020-07-07 | 长春中医药大学 | 一种用于代谢重构的心肌肥大发病过程记录装置 |
US11610679B1 (en) | 2020-04-20 | 2023-03-21 | Health at Scale Corporation | Prediction and prevention of medical events using machine-learning algorithms |
US11107591B1 (en) * | 2020-04-23 | 2021-08-31 | Rom Technologies, Inc. | Method and system for describing and recommending optimal treatment plans in adaptive telemedical or other contexts |
EP4162346A1 (en) * | 2020-06-06 | 2023-04-12 | Battelle Memorial Institute | Non-verbal communications radio and non-verbal communication system using a plurality of non-verbal communication radios |
WO2021252090A1 (en) | 2020-06-12 | 2021-12-16 | F. Hoffmann-La Roche Ag | Big data processing for facilitating coordinated treatment of individual multiple sclerosis subjects |
CN111968712A (zh) * | 2020-07-20 | 2020-11-20 | 广州市健坤网络科技发展有限公司 | 一种抗肿瘤医疗服务平台 |
CN111859888B (zh) * | 2020-07-22 | 2024-04-02 | 北京致医健康信息技术有限公司 | 一种诊断辅助方法、装置、电子设备和存储介质 |
KR102371037B1 (ko) * | 2020-08-18 | 2022-03-07 | 서울대학교병원 | 프로그래밍이 가능한 전자의무기록 시스템 |
RU2745878C1 (ru) * | 2020-09-04 | 2021-04-02 | Федеральное государственное бюджетное образовательное учреждение высшего образования «Сибирский государственный медицинский университет» Министерства здравоохранения Российской Федерации | Способ оценки риска развития послеоперационных осложнений после панкреатодуоденальной резекции |
JP7405054B2 (ja) * | 2020-10-02 | 2023-12-26 | トヨタ自動車株式会社 | リハビリ支援システム、リハビリ支援方法、及びプログラム |
RU2754518C1 (ru) * | 2020-12-29 | 2021-09-02 | федеральное государственное бюджетное образовательное учреждение высшего образования Омский государственный медицинский университет Министерства здравоохранения Российской Федерации (ФГБОУ ВО ОмГМУ Минздрава России) | Способ прогнозирования неблагоприятного исхода лечения туберкулеза легких у пациентов на фоне хронической обструктивной болезни легких |
EP4305631A1 (en) * | 2021-03-10 | 2024-01-17 | BIOTRONIK SE & Co. KG | Virtual coach |
WO2022189137A1 (en) * | 2021-03-10 | 2022-09-15 | Biotronik Se & Co. Kg | Closed loop device setting adjustment for medical devices |
KR102538131B1 (ko) * | 2021-04-22 | 2023-05-31 | 서울대학교병원 | 암환자 정보 수집 장치 및 그 방법 |
CN113094497B (zh) * | 2021-06-07 | 2021-09-14 | 华中科技大学 | 一种电子健康记录推荐方法及共享边缘计算平台 |
WO2023009856A1 (en) * | 2021-07-29 | 2023-02-02 | Precision Innovative Data Llc Dba Innovative Precision Health (Iph) | Method and system for assessing disease progression |
CN113808699A (zh) * | 2021-09-20 | 2021-12-17 | 曹庆恒 | 一种治疗方案智能比较系统及其使用方法 |
EP4181152A1 (en) * | 2021-11-15 | 2023-05-17 | Koninklijke Philips N.V. | Processing image data for assessing a clinical question |
TWI792761B (zh) * | 2021-12-10 | 2023-02-11 | 國立成功大學 | 氣管插管影像的處理方法與系統、以及氣管插管的成效評量方法 |
CN114449701B (zh) * | 2021-12-29 | 2023-08-08 | 新瑞鹏宠物医疗集团有限公司 | 基于病历信息的灯光类型调控方法、装置及电子设备 |
WO2023164292A1 (en) * | 2022-02-28 | 2023-08-31 | Rom Technologies, Inc. | Systems and methods of using artificial intelligence and machine learning in a telemedical environment to predict user disease states |
WO2023220534A1 (en) * | 2022-05-11 | 2023-11-16 | Roche Diabetes Care, Inc. | System and method for adaptive generation of graphical data of predicted diagnoses |
JP2023179108A (ja) * | 2022-06-07 | 2023-12-19 | 株式会社日立製作所 | 分析装置、分析方法、および分析プログラム |
CN116779190B (zh) * | 2023-06-25 | 2024-02-13 | 急尼优医药科技(上海)有限公司 | 一种基于物联网的医疗平台用户随访管理系统及方法 |
CN116631578B (zh) * | 2023-07-25 | 2023-10-13 | 山东硕杰医疗科技有限公司 | 一种肺癌网络综合管理信息平台 |
CN116719833B (zh) * | 2023-08-09 | 2023-10-13 | 理县林业和草原局 | 一种基于并发同步的病虫害防治数据更新方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001118014A (ja) * | 1999-10-18 | 2001-04-27 | Hitachi Ltd | 診療支援システム |
JP2004529440A (ja) * | 2001-06-01 | 2004-09-24 | プロサノス コーポレイション | 疾患を階層化し疾患の進行を判定するための情報処理方法 |
JP2004288047A (ja) * | 2003-03-24 | 2004-10-14 | Fujitsu Ltd | 診療支援システム及び診療支援プログラム |
JP2007505698A (ja) * | 2003-09-15 | 2007-03-15 | メドトロニック・インコーポレーテッド | 決定ツリーを使用した神経刺激器パラメータ設定の選択 |
JP2011508331A (ja) * | 2007-12-27 | 2011-03-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 類似事例検索を精密化するための方法及び装置 |
JP2011520195A (ja) * | 2008-05-09 | 2011-07-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | イメージング情報によって補強された、パーソナル化されたガイドライン・ベース療法のための方法およびシステム |
US20130226612A1 (en) * | 2012-02-26 | 2013-08-29 | International Business Machines Corporation | Framework for evidence based case structuring |
US20130268547A1 (en) * | 2010-12-16 | 2013-10-10 | Koninklijke Philips N.V. | System and method for clinical decision support for therapy planning using case-based reasoning |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5298896A (en) * | 1993-03-15 | 1994-03-29 | Bell Communications Research, Inc. | Method and system for high order conditional entropy coding |
US20020128860A1 (en) * | 2001-01-04 | 2002-09-12 | Leveque Joseph A. | Collecting and managing clinical information |
US7529685B2 (en) * | 2001-08-28 | 2009-05-05 | Md Datacor, Inc. | System, method, and apparatus for storing, retrieving, and integrating clinical, diagnostic, genomic, and therapeutic data |
WO2003094768A1 (fr) * | 2002-05-07 | 2003-11-20 | Kyoto University | Systeme de visualisation medicale |
CN1961321A (zh) * | 2004-05-21 | 2007-05-09 | 西门子医疗健康服务公司 | 为医疗决策提供支持的方法及系统 |
WO2006072011A2 (en) * | 2004-12-30 | 2006-07-06 | Proventys, Inc. | Methods, systems, and computer program products for developing and using predictive models for predicting a plurality of medical outcomes, for evaluating intervention strategies, and for simultaneously validating biomarker causality |
CN1300580C (zh) * | 2004-12-31 | 2007-02-14 | 中国人民解放军第306医院 | 检测肝癌血清特征蛋白的质谱模型及其制备方法和应用 |
US10311533B2 (en) * | 2006-12-27 | 2019-06-04 | Cardiac Pacemakers, Inc. | Method and system to enable physician labels on a remote server and use labels to verify and improve algorithm results |
US20090112865A1 (en) * | 2007-10-26 | 2009-04-30 | Vee Erik N | Hierarchical structure entropy measurement methods and systems |
US8145583B2 (en) * | 2007-11-20 | 2012-03-27 | George Mason Intellectual Properties, Inc. | Tailoring medication to individual characteristics |
US7996245B2 (en) * | 2007-12-07 | 2011-08-09 | Roche Diagnostics Operations, Inc. | Patient-centric healthcare information maintenance |
EP2279478A1 (en) * | 2008-05-12 | 2011-02-02 | Koninklijke Philips Electronics N.V. | A medical analysis system |
US10096075B2 (en) * | 2008-09-12 | 2018-10-09 | Epic Systems Corporation | Patient community system with anonymized electronic medical data |
WO2010035161A1 (en) * | 2008-09-26 | 2010-04-01 | Koninklijke Philips Electronics, N.V. | System and method for fusing clinical and image features for computer-aided diagnosis |
US20100094874A1 (en) * | 2008-10-15 | 2010-04-15 | Siemens Aktiengesellschaft | Method and an apparatus for retrieving additional information regarding a patient record |
JP5785184B2 (ja) * | 2009-12-10 | 2015-09-24 | コーニンクレッカ フィリップス エヌ ヴェ | 画像の医療データ及び非画像の医療データの両者の連続的な記憶及び統合された分析のための診断技術 |
US20110301976A1 (en) * | 2010-06-03 | 2011-12-08 | International Business Machines Corporation | Medical history diagnosis system and method |
ES2864586T3 (es) * | 2010-12-22 | 2021-10-14 | Hoffmann La Roche | Reconocimiento automático de patrones conocidos en datos de medición fisiológicos |
US20130035956A1 (en) * | 2011-08-02 | 2013-02-07 | International Business Machines Corporation | Visualization of patient treatments |
WO2013087250A1 (en) * | 2011-12-12 | 2013-06-20 | International Business Machines Corporation | Dynamic anomaly, association and clustering detection |
US9171158B2 (en) * | 2011-12-12 | 2015-10-27 | International Business Machines Corporation | Dynamic anomaly, association and clustering detection |
CN102592200A (zh) * | 2012-01-13 | 2012-07-18 | 王斌全 | 一种用于临床医学及科研的患者随访系统 |
CN102821465B (zh) * | 2012-09-07 | 2014-11-26 | 哈尔滨工业大学 | 基于分区信息熵增益的wlan室内定位方法 |
CN203220511U (zh) * | 2012-11-14 | 2013-10-02 | 中国人民武装警察部队后勤学院附属医院 | 一种方舱医疗系统用ct方舱 |
-
2014
- 2014-12-02 US US14/558,706 patent/US20150161331A1/en not_active Abandoned
- 2014-12-03 RU RU2016126495A patent/RU2662549C1/ru active
- 2014-12-03 AU AU2014359261A patent/AU2014359261A1/en not_active Abandoned
- 2014-12-03 JP JP2016557188A patent/JP6709166B2/ja active Active
- 2014-12-03 EP EP14809798.3A patent/EP3077933A1/en active Pending
- 2014-12-03 CA CA2941788A patent/CA2941788A1/en active Pending
- 2014-12-03 CN CN201480066310.1A patent/CN105793852B/zh active Active
- 2014-12-03 CN CN202010078544.5A patent/CN111326224A/zh active Pending
- 2014-12-03 WO PCT/EP2014/076441 patent/WO2015082555A1/en active Application Filing
-
2020
- 2020-05-22 JP JP2020089359A patent/JP7071438B2/ja active Active
- 2020-09-07 AU AU2020230221A patent/AU2020230221A1/en not_active Abandoned
-
2022
- 2022-01-07 AU AU2022200074A patent/AU2022200074A1/en not_active Abandoned
- 2022-05-06 JP JP2022076588A patent/JP2022105174A/ja not_active Ceased
-
2023
- 2023-08-28 JP JP2023137990A patent/JP2023166464A/ja active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001118014A (ja) * | 1999-10-18 | 2001-04-27 | Hitachi Ltd | 診療支援システム |
JP2004529440A (ja) * | 2001-06-01 | 2004-09-24 | プロサノス コーポレイション | 疾患を階層化し疾患の進行を判定するための情報処理方法 |
JP2004288047A (ja) * | 2003-03-24 | 2004-10-14 | Fujitsu Ltd | 診療支援システム及び診療支援プログラム |
JP2007505698A (ja) * | 2003-09-15 | 2007-03-15 | メドトロニック・インコーポレーテッド | 決定ツリーを使用した神経刺激器パラメータ設定の選択 |
JP2011508331A (ja) * | 2007-12-27 | 2011-03-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 類似事例検索を精密化するための方法及び装置 |
JP2011520195A (ja) * | 2008-05-09 | 2011-07-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | イメージング情報によって補強された、パーソナル化されたガイドライン・ベース療法のための方法およびシステム |
US20130268547A1 (en) * | 2010-12-16 | 2013-10-10 | Koninklijke Philips N.V. | System and method for clinical decision support for therapy planning using case-based reasoning |
US20130226612A1 (en) * | 2012-02-26 | 2013-08-29 | International Business Machines Corporation | Framework for evidence based case structuring |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018150436A1 (en) * | 2017-02-14 | 2018-08-23 | Nigam Harsh | Method and system for determining homoeopathic medicinal potency to patient based on nigam's potency scale |
US11935634B2 (en) | 2017-07-28 | 2024-03-19 | Google Llc | System and method for predicting and summarizing medical events from electronic health records |
JP2020529057A (ja) * | 2017-07-28 | 2020-10-01 | グーグル エルエルシー | 電子健康記録から医療イベントを予測して要約するためのシステムおよび方法 |
US11410756B2 (en) | 2017-07-28 | 2022-08-09 | Google Llc | System and method for predicting and summarizing medical events from electronic health records |
US11398299B2 (en) | 2017-07-28 | 2022-07-26 | Google Llc | System and method for predicting and summarizing medical events from electronic health records |
JP7030853B2 (ja) | 2017-07-28 | 2022-03-07 | グーグル エルエルシー | 電子健康記録から医療イベントを予測して要約するためのシステムおよび方法 |
JP2019535046A (ja) * | 2017-09-22 | 2019-12-05 | ブレインラボ アーゲー | 解剖学的または生理学的状態データのクラスタリング |
JP7099751B2 (ja) | 2018-06-29 | 2022-07-12 | 日本電気株式会社 | 患者アセスメント支援装置、患者アセスメント支援方法、プログラム |
JPWO2020004556A1 (ja) * | 2018-06-29 | 2021-01-07 | 日本電気株式会社 | 患者アセスメント支援装置、患者アセスメント支援方法、記録媒体 |
JP2020064581A (ja) * | 2018-10-18 | 2020-04-23 | 株式会社シンクアウト | 情報処理システム |
JP2020119383A (ja) * | 2019-01-25 | 2020-08-06 | ネクスジェン株式会社 | 血液疾患の予後予測情報の生成システム、情報処理装置、サーバ、プログラム、又は方法 |
JP7273393B2 (ja) | 2019-01-25 | 2023-05-15 | 国立大学法人京都大学 | 血液疾患の予後予測情報の生成システム、情報処理装置、サーバ、プログラム、又は方法 |
WO2020153069A1 (ja) * | 2019-01-25 | 2020-07-30 | ネクスジェン株式会社 | 血液疾患の予後予測情報の生成システム、情報処理装置、サーバ、プログラム、又は方法 |
WO2021059789A1 (ja) * | 2019-09-27 | 2021-04-01 | 富士フイルム株式会社 | 診療支援装置、その作動方法及び作動プログラム、並びに診療支援システム |
JPWO2021059789A1 (ja) * | 2019-09-27 | 2021-04-01 | ||
JP7308278B2 (ja) | 2019-09-27 | 2023-07-13 | 富士フイルム株式会社 | 診療支援装置、その作動方法及び作動プログラム、並びに診療支援システム |
WO2023068049A1 (ja) * | 2021-10-21 | 2023-04-27 | 株式会社カネカ | 予測システム、予測装置、及び、予測方法 |
Also Published As
Publication number | Publication date |
---|---|
AU2020230221A1 (en) | 2020-10-01 |
JP6709166B2 (ja) | 2020-06-10 |
CN105793852A (zh) | 2016-07-20 |
JP7071438B2 (ja) | 2022-05-18 |
CA2941788A1 (en) | 2015-06-11 |
WO2015082555A1 (en) | 2015-06-11 |
JP2020149711A (ja) | 2020-09-17 |
EP3077933A1 (en) | 2016-10-12 |
RU2662549C1 (ru) | 2018-07-26 |
CN111326224A (zh) | 2020-06-23 |
AU2022200074A1 (en) | 2022-02-03 |
CN105793852B (zh) | 2020-02-18 |
US20150161331A1 (en) | 2015-06-11 |
AU2014359261A1 (en) | 2016-05-19 |
JP2023166464A (ja) | 2023-11-21 |
JP2022105174A (ja) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7071438B2 (ja) | 大量医学分析を用いたコンピュータ医療計画方法及びシステム | |
US20150339442A1 (en) | Computational medical treatment plan method and system with mass medical analysis | |
Keel et al. | Visualizing deep learning models for the detection of referable diabetic retinopathy and glaucoma | |
Wong et al. | Artificial intelligence with deep learning technology looks into diabetic retinopathy screening | |
JP2014506150A (ja) | アルツハイマー病へ進行するリスクのある軽度認知障害患者を識別するための方法およびシステム | |
US20230329650A1 (en) | Medical monitoring systems and methods | |
US20220351838A1 (en) | Methods and systems for management and visualization of radiological data | |
Dweekat et al. | Machine learning techniques, applications, and potential future opportunities in pressure injuries (bedsores) management: a systematic review | |
Harrington | Precision nursing | |
Borovska et al. | Internet of medical imaging Things and analytics in support of precision medicine for early diagnostics of thyroid cancer | |
Smith et al. | Measuring and improving the quality of heart failure care globally | |
Jalilian et al. | Precision medicine in anesthesiology | |
US20230051982A1 (en) | Methods and systems for longitudinal patient information presentation | |
Cui et al. | Deep Learning Performance of Ultra-Widefield Fundus Imaging for Screening Retinal Lesions in Rural Locales | |
US11322250B1 (en) | Intelligent medical care path systems and methods | |
Ezon et al. | Concurrent primary vitreoretinal and spinal cord lymphoma: a unique entity | |
Mutyara et al. | The influence of smartphone applications on human healthcare | |
Lee et al. | Automated retinal fluid volume quantification: a nod to present and future applications of deep learning | |
Yadav et al. | Telemedicine using Machine Learning: A Boon | |
Lu et al. | Machine Learning–Based Anomaly Detection Techniques in Ophthalmology | |
Dow et al. | A Deep-Learning Algorithm to Predict Short-Term Progression to Geographic Atrophy on Spectral-Domain Optical Coherence Tomography | |
Sève et al. | Using 18F-fluoro-2-deoxyglucose Positron Emission Tomography to DetectPrimary Lung Cancer in an Isolated Choroidal Metastasis | |
Kantode et al. | Big-Data in Healthcare Management and Analysis: A Review Article | |
Abbasi | Closed Loop Device May Alleviate Treatment-Resistant Depression | |
Li et al. | Choosing Intraocular Lenses in Patients Undergoing Bilateral Cataract Extraction—One Size Does Not Fit All |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171201 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171201 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180928 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181018 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190117 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190318 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190418 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190919 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20191219 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200310 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200422 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200522 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6709166 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |