JP2018514021A - ワークフロー管理エンジンを含む適応型治療管理システム - Google Patents
ワークフロー管理エンジンを含む適応型治療管理システム Download PDFInfo
- Publication number
- JP2018514021A JP2018514021A JP2017547954A JP2017547954A JP2018514021A JP 2018514021 A JP2018514021 A JP 2018514021A JP 2017547954 A JP2017547954 A JP 2017547954A JP 2017547954 A JP2017547954 A JP 2017547954A JP 2018514021 A JP2018514021 A JP 2018514021A
- Authority
- JP
- Japan
- Prior art keywords
- treatment
- protocol
- data
- clinical
- protocols
- 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
- 238000011282 treatment Methods 0.000 title claims abstract description 331
- 230000003044 adaptive effect Effects 0.000 title claims description 132
- 230000006978 adaptation Effects 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 47
- 206010028980 Neoplasm Diseases 0.000 claims description 30
- 230000001225 therapeutic effect Effects 0.000 claims description 24
- 201000011510 cancer Diseases 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 2
- 238000011275 oncology therapy Methods 0.000 claims description 2
- 238000002560 therapeutic procedure Methods 0.000 description 69
- 238000001959 radiotherapy Methods 0.000 description 47
- 239000003814 drug Substances 0.000 description 42
- 229940124597 therapeutic agent Drugs 0.000 description 42
- 230000010354 integration Effects 0.000 description 28
- 238000004458 analytical method Methods 0.000 description 26
- 238000012545 processing Methods 0.000 description 26
- 238000007726 management method Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 22
- 238000012384 transportation and delivery Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 12
- 238000002725 brachytherapy Methods 0.000 description 11
- 238000013439 planning Methods 0.000 description 11
- 230000002085 persistent effect Effects 0.000 description 9
- 230000003068 static effect Effects 0.000 description 9
- 238000003745 diagnosis Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 239000003795 chemical substances by application Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 210000000056 organ Anatomy 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008676 import Effects 0.000 description 5
- 238000002595 magnetic resonance imaging Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 210000003484 anatomy Anatomy 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011221 initial treatment Methods 0.000 description 4
- 238000000275 quality assurance Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 208000003174 Brain Neoplasms Diseases 0.000 description 2
- 102000007066 Prostate-Specific Antigen Human genes 0.000 description 2
- 108010072866 Prostate-Specific Antigen Proteins 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000968 intestinal effect Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- FMFKNGWZEQOWNK-UHFFFAOYSA-N 1-butoxypropan-2-yl 2-(2,4,5-trichlorophenoxy)propanoate Chemical compound CCCCOCC(C)OC(=O)C(C)OC1=CC(Cl)=C(Cl)C=C1Cl FMFKNGWZEQOWNK-UHFFFAOYSA-N 0.000 description 1
- 241000010972 Ballerus ballerus Species 0.000 description 1
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000004980 dosimetry Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002710 external beam radiation therapy Methods 0.000 description 1
- 238000011347 external beam therapy Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 210000004392 genitalia Anatomy 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 201000001441 melanoma Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003739 neck Anatomy 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000920 organ at risk Anatomy 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000006461 physiological response Effects 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000011287 therapeutic dose Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000011277 treatment modality Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- G—PHYSICS
- 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
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Bioethics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Radiation-Therapy Devices (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
[01]
本出願は、2015年3月10日に出願された米国仮特許出願第62/131、102号の優先権の利益を主張し、その全内容は参照により本明細書に組み込まれる。
[02]
本開示は、一般に、癌治療管理システムに関し、より詳しくは、独立した治療のモデリング、配信、及び評価を提供し、ワークフロー管理エンジンを含む適応型治療管理システムに関する。
ヒトの癌の治療に成功するには、周囲の組織に健常な細胞を保存しながら癌細胞を排除する必要がある。癌の治療には、例えば、外部ビーム療法、近接照射療法、術中放射線療法などの様々な治療的システムや治療が使用される。放射線療法の癌治療は、1つ又はそれ以上の治療管理システムによって促進され得る。放射線治療管理システムは、とりわけ、診断、治療計画、モニタリング、及び記録保持などのような特定の治療に含まれる様々な治療作業に対するワークフロー計画及びサポートを提供することができる。システムによっては、部分的に自動化されたワークフロー計画がある。
治療の過程において、医療従事者は、様々な疾患の解剖学的構造を治療するための様々なシステム及び機器を自由に利用することができる。それぞれのシステムは、とりわけ、前立腺、乳房、頭頸部、肺、胃腸及び生殖器の解剖学的構造における特定の癌の標的治療を提供することができる。
特定の症例に対する種々の治療オプションを考慮すると、統合された臨床アプローチは、治療(例えば、電子、光子、重イオン、近接照射療法との間の選択のような治療)の様々なアプローチのそれぞれを調査して、それぞれの治療オプション又はそれらの組合せを比較し、1つ又はそれ以上の治療プロトコルを決定することができる。様々なシステムがデータセットを処理して、計画又は計画の組み合わせが選択された治療計画候補を作成することができる。例えば、多くの候補治療計画を調査した後、医師は、特定の癌の治療に適した計画の組合せ(例えば、近接照射療法+外部ビーム放射線療法)があると判断することができる。別の例として、医師は近接照射療法の多くの異なる可能性のあるプロトコルを分析して比較することができる。したがって、統合された臨床アプローチを使用して、医師は、治療目標を特定し、治療計画を作成し、計画にコミットし、放射線療法治療セッション中に計画を実行し、目標に関する中間結果を収集及び解釈する。目標を考慮して中間結果を検討した後、医師は、治療過程にわたって利用可能となる大量の機械駆動データに基づいて、治療計画を動的に適合させることができる。このような動的な適応は、治療セッション中にリアルタイムで起こすことさえできる。
治療決定及び臨床治療自体に関する重要な情報を保持することは一般的な慣例であるが、中間結果の観点から考慮される様々な候補治療オプションの予測分析及び中間結果を継続的に記録することは現在維持されていない。更に、候補治療オプションを選択しながら治療因子の数千の比較(例えば、特殊なデータマイニングや知識管理アルゴリズムを使用した比較)を行うことによって医療データを定量的に分析する限り、治療決定を策定するために使用される情報を保存することができる1つ又はそれ以上の独立し、切断されたシステム及びデータベースで使用できる。例えば、医療画像は、PACS、HIS内の検査室結果、TPS内の治療計画などに格納されてもよい。更に、ソースデータは、意味のあるフォーマット(例えば、機械可読フォーマット及び/又は第三者独自フォーマット)で格納されず、ソースデータは多くの異なるシステムに分散されてもよい。機械可読フォーマットは人間によって解釈されたり、動作されたりすることができず、ソースデータの断片を含む異種システムは統合機能を持たない。様々なフォーマット及び一貫性のないデータは、患者の治療管理に関する将来の決定の全体的な有効性を減少させる可能性がある。更に、治療決定を行う際に使用される分析結果は、治療決定と共に記録されていない。これらのファクターは、異なる場所で異なる時間に様々な医療専門家によって治療計画の態様が実施されるときに拡大される。
多くの医療機器は、治療計画及び配送に使用される大量のデジタル臨床データを生成する。これらのデバイスは、様々なイメージング様式(CT、MR、PET、SPECT、X線、超音波)、セグメンテーションシステム、治療計画システム、病院及び検査情報システム、PACSシステム及び治療供給システムを含む。現在、様々なコンピュータ生成医療データを一元的に管理できるシステムはなく、特定の治療が継続されるか適応されるべきかを決定するために、データの現場分析を提供するシステムは存在しない。更に、特定の治療中にデータ解析プロセスにおける各ステップを自動的に記録することができる医療計算システムに対する必要性が存在する。医療計算システムはまた、特定の治療中の各ステップの記録にアクセスして、継続的又は新たな治療のために、又は遡及的な分析のために再び使用することができるように、治療オプションの比較を提供することもできる。更に、成功のためにカスタマイズされた予測に基づいた多数の治療計画を作成することができる医療計算システムはなく、予測は患者固有の、症例固有の、及び複数の患者情報に基づいて行われる。最後に、過度のデータをあまりにも多く提示することなく、これらの複数の治療計画を実務者に容易に理解できる形式でリアルタイムで提示するように構成された医療計算システムは存在しない。
従って、多くの異なる情報源が柔軟な治療計画(例えば、リアルタイム又はオフライン)を有するシステムに統合されている適応性がん治療管理が必要である。更に、システムによって提案される将来の治療の質を改善するために、データが取得されるときに情報源から学ぶことができる適応システムが必要である。
本開示は、一般に治療管理システムに関し、より詳細には、独立した治療モデルを提供し、ワークフロー管理エンジンを含む治療計画を生成するための適応型治療管理システムに関する。一実施形態では、治療プロトコルを記憶する臨床データベースを含むシステムが記載されている。各治療プロトコルは、複数の治療タスクを反映することができる。システムはまた、臨床データベースに動作可能に接続された治療エンジンを含むことができる。治療エンジンは、診断情報を取得するように構成された医療機器コントローラと、臨床データベースから第1の複数の治療プロトコルを選択するようにプログラムされた少なくとも1つのプロセッサとを含むことができる。選択は、取得された診断情報と、基準プロトコルデータが更新された治療効力情報を含む基準プロトコルデータとに基づくことができる。治療エンジンは、基準プロトコルデータを使用して第1の複数の治療プロトコルにおける各プロトコルの治療効力の確率を計算することができる。治療エンジンは、臨床目的、基準プロトコルデータ及び治療効力の確率に基づいて第1の複数の治療プロトコルから第1の治療計画を作成し、第1の治療計画の実行中に、変更された参照プロトコルデータ及び適応プロトコルデータに基づいて、第2の複数の治療プロトコルを使用する第2の治療計画を選択することができる。選択された第2の治療計画は、臨床目的、基準プロトコルデータ及び治療効力情報に基づいて適合される。
別の実施形態では、治療計画を生成するためのコンピュータ実装方法が記述されている。方法は、少なくとも1つのプロセッサを用いて、臨床データベースから第1の複数の治療プロトコルを選択するステップを含むことができる。選択は、関連する診断情報及び参照プロトコルデータに基づくことができる。基準プロトコルデータは、更新された治療有効性情報を含む。本方法は、更に、少なくとも1つのプロセッサを使用して、治療計画の臨床目的を決定し、少なくとも1つのプロセッサを使用して、参照プロトコルデータを使用する第1の複数の治療プロトコルにおける各プロトコルの治療有効確率を計算し、少なくとも1つのプロセッサを使用して、臨床目的、参照プロトコルデータ及び治療効力確率に基づいて第1の複数の治療プロトコルから第1の治療計画を作成することができる。本方法は、第1の治療計画の実行中に少なくとも1つのプロセッサを使用して、第1の治療計画の実行経過による変更された患者状態を示す中間データを評価し、基準プロトコルデータと適応プロトコルデータに基づいて、第2の複数の治療プロトコルを用いて、第2の治療計画を選択することできる。選択された第2の治療計画は、臨床目的、基準プロトコルデータ、新しい診断情報、及び治療効力情報に基づいて適合され得る。
各治療部分の送達後、このアプローチは、1つ又はそれ以上の画像、線量測定及び生物学的取り込みデータ及び/又は以前の治療部分の間に収集された他の診断情報を使用して同じ方法で適用することができる。これはまた、追加の療法コースを開始する患者にも当てはまる。
前述の一般的な説明及び以下の詳細な説明は、例示的かつ説明的なものに過ぎず、特許請求の範囲に記載の実施形態を限定するものではないことを理解されたい。
本開示に組み込まれ、本開示の一部を構成する添付の図面は、例示的な実施形態を示し、説明と共に、開示された原理を説明する役割を果たす。
例示的な実施形態を、添付の図面を参照して説明する。図において、参照番号の最も左の桁は、参照番号が最初に現れる図を識別する。便宜上、図面全体を通して同じ又は同様の部分を指すために同じ参照番号が使用される。開示された原理の例及び特徴が本明細書に記載されているが、開示された実施形態の精神及び範囲から逸脱することなく、修正すること、適応させること及び他に実装することが可能である。以下の詳細な説明は、例示的なものとしてのみ考慮され、真の範囲及び精神は、添付の特許請求の範囲によってのみ示される。
医療従事者は、現在、様々な独立型システムから進化した治療計画及び送達システムを使用している。それぞれのシステムは、その環境と高度に統合された線形ワークフローを展開することができる。例えば、放射線治療で複数の治療部分を提供する臨床診療では、以前の治療部分で学習された情報を分析して、その後の治療部分を最適化することができる。図1は、医療従事者が以前の治療から学んだ情報を、特定の治療(例えば、現在の治療部分)と以下に説明するワークフローによって決定された新しい臨床目的の適用に統合する高度な臨床環境における現在の線形ワークフロー(例えば、放射線療法決定プロセス)を示す。
図1に示すように、医療従事者102は、癌患者(図示せず)の治療において臨床目的101を開発することができる。臨床目的又は治療目標は、同時に依存する(所与の時点、例えば、あるケースにおける患者情報の同じスナップショットに時間的及び/又は連続的に接続された複数の異なる活動である)ワークフローから集められた臨床情報103に基づくことができる。例えば、臨床情報103は、1つ又はそれ以上の画像処理装置(例えば、リスク臓器(OAR)の輪郭を示す画像データ及び目標治療位置)によって収集されたデータなど、現在アクティブな治療セッションから収集されたデータを含むことができる。治療の過程で、医療専門家102は、中間結果を分析し、現在のデータに基づいて利用可能なオプションをコンパイルすることができる。そのような中間結果は、例えば、マルチモダリティ画像(CT、MR、PET、MV、KV、US)、現在までに送達された線量、検査結果、患者バイタル及び生物学的効果測定基準を含むことができる。初期処置決定105は、とりわけ、利用可能な臨床情報103及び患者の病歴104に基づいて行われる。臨床情報103はまた、データの分析及び臨床的処置の選択において、予測分析(例えば、人工知能アルゴリズムを利用する特殊化されたコンピューティングシステムによって実行される分析)を含むことができる。最初の処置決定105が行われ、臨床処置106が送達された後、反復処理に、患者の予測及び/又は観察された応答を与えることができる。例えば、繰り返される治療部分は臨床的に必要とされてもよく、医療専門家102によって処方されてもよく、そこでは、以前の治療部分(例えば、病歴104A)で学習された情報が将来の治療部分を最適化するために使用される。
適応型放射線治療の状況では、医療従事者102は、新たに利用可能な中間情報に基づいて新しい臨床目的107を作成するために臨床目的を再定義することができる。例えば、画像化情報は、腫瘍が第1の臨床的処置106に応答していないことを示すことができる(例えば、腫瘍は、治療部分によって規定された放射線の量に基づいて収縮しない)。別の例では、研究室及び生体情報は、治療106の望ましくない副作用(例えば、リスク臓器がネガティブに応答している)の発生を示すことができる。放射線療法に対する適応的アプローチを行う1つの理由は、腫瘍の治療的用量を増加させることによって腫瘍制御の確率を向上させることであり、同時に、腫瘍の近く及び周囲の健康な器官及び組織に対する治療の短期及び長期の望ましくない副作用の許容レベルを維持する。
新たな治療に適応するために、医療専門家102は、1つ又はそれ以上の新しい臨床目的107を有する場合に新しいパス(サブケース)を開くことができる。医療行為104Bは、この治療段階において、現在、初期治療決定105及び提供された臨床治療106を含むことができるが、現在の実施において、治療決定105に到着するために使用される様々なデータ本体及び臨床情報103を、様々なコンピュータ駆動医療システムに保存することができる。複数のシステムは、臨床情報103をコンパイルするために以前に使用されていた可能性があるので、時間の経過とともに、初期治療決定105の策定に使用される臨床情報103の有意義な永続記録(例えば、どこのサブシステムがそれ自身の独立したデータを提示するかという記録)は維持されない。更に、特定の治療を決定するプロセスは、意味のある記録が作成されていない臨床情報103を考慮して、医療専門家102の個人的知識及び経験によって少なくとも部分的に実施されている可能性がある。臨床情報103がなければ、医療専門家102は分析ステップの記録から恩恵を受けることができない。言い換えれば、元の症例を分析するプロセスと、新しい症例のための新しい治療の決定111を導き出すこととの間に有用なリンクは作成されなかった。したがって、新たな治療決定111を行う際に医療専門家110に提供されていた以前の重要な情報及び事前の分析を欠く臨床治療112を送るかもしれない。
既存の放射線治療ワークフロー管理システムのこの欠点は、適応型放射線治療に必要とされる計画適応能力に起因する柔軟性要件を考慮して設計されていない以前に開発された製品のシステムアーキテクチャから生じる。したがって、臨床情報103をコンパイルするために使用される古いアーキテクチャは、関連する開発、展開、メンテナンスの問題を引き起こす傾向がある、ますます複雑化する放射線治療ワークフローシステム設計に導かれなければならない(例えば、新しいタイプのデータが導入された場合、強制的なシステムの再構築又は既存の機能性の信頼性の変更が必要となる)これらの要因は、治療計画の態様が異なる医療従事者110によって実行される場合にしばしば拡大される、すなわち、同時に(例えば、現在の治療計画の決定を下すときに)、異なる時に(例えば、将来の治療計画の決定をするときに)、及び/又は異なる場所で(例えば、現在の治療計画又は将来の治療のために生じる可能性のある異なる位置に提供される治療部分で)実行される場合にしばしば拡大される。第2の医療専門家110は、患者の病歴104Cにアクセスすることができるが、新しい治療決定は、以前の臨床情報、推論、及び以前のものを開発するために使用される分析の恩恵なしに、現在のデータ及び利用可能な治療オプションのみで行うことができる。この事前情報が利用可能である限り、事前情報の収集及び分析は、現行の放射線療法ワークフローシステム及び製品に基づいて実用的でない可能性がある。
本明細書に記載の実施形態は、放射線治療の臨床ワークフローのための統合されたオンライン計画適応性、並行性、及び柔軟なデータ管理を提供することができる。実施形態は、標準化された治療プロトコルへの品質保証の遵守、同じ患者及び/又は類似の患者の将来の治療に有用な臨床情報の増加、及び異なる時間及び/又は場所でのワークフローの調整に有用であり得る、臨床データの持続的な記録及びデータの分析に起源を適用する。
以下、本開示の例示的な実施形態を説明する。図2を参照すると、本開示のいくつかの実施形態による例示的な適応型放射線治療管理システム200(以下、「システム200」)が記載されている。システム200は、癌患者(例えば、臨床対象218)に適応型放射線治療を提供するように構成することができる。例えば、システム200は、放射線治療クリニックにおいて、診断、治療計画、治療の提供、及びデータ管理をサポートし実行するように構成することができる。
システム200は、通信ネットワーク220を介して接続された1つ又はそれ以上の追加の治療剤モジュール(例えば、222、224、226)と動作可能に接続され得る治療剤モジュール210を含むことができる。治療剤モジュール210は、臨床対象218に動作可能に接続されてもよい。治療薬モジュール210は、適応型治療エンジン212と、1つ又はそれ以上の臨床データベース214とを含むことができる。システム200はまた通信ネットワーク220に関連する1つ又はそれ以上の臨床データベース216を含むことができる。
治療薬モジュール210は、適応型治療エンジン212及び臨床データベース214を使用して適応型放射線療法を提供するように構成され得る。例えば、いくつかの態様では、治療薬モジュール210は、1つ又はそれ以上の医療デバイス(例えば、図3に示す医療デバイス309、310)を含むことができる臨床対象218からデータを受信するように構成され得る。治療剤モジュール210はまた、既知の治療プロトコル、治療タスク、及び臨床データベース214、臨床データベース216、及び/又は他のデータソースに保存された他の情報と情報を相関させ、患者の治療において相関情報を使用するように構成されてもよい。治療薬モジュール210は、臨床データベース214に相関情報を保持することができる。更に、治療薬モジュール210は、適応型治療エンジン212と、患者データと、標準化された放射線治療プロトコルのライブラリと、様々な患者と相互相関する治療タスクのライブラリを含む1つ又はそれ以上の臨床データベース214とを含むデータ管理システムを含むことができる。
治療エージェントモジュール210は、患者の治療中に臨床対象218からの診断情報、例えば、CT、MR、PET、SPECT、X線、超音波等のイメージング医療デバイスによって取得された1つ又はそれ以上の医用画像のような診断情報を処理し、臨床データベース214内の1つ又はそれ以上の記録に医用画像を保存することができる。治療剤モジュール210は、医用画像の分析に基づいて、臨床データベース214から医用画像を取得し、医用画像を分析し、臨床データベースから複数の治療プロトコルを選択することができる。分析には、膀胱がいっぱい/空の判定、腸管ガスの検出、原発腫瘍部位の収縮、及び臓器の収縮、等が含まれ得る。以下に更に詳細に説明する治療プロトコルは、医学的画像及び放射線療法治療のモデルレシピである参照プロトコルデータなどの他の情報に基づいて選択することができる。
治療薬モジュール210によって実行される選択は、短期間にプロセッサ(例えば、加速処理ユニット(APU)又はハイブリッドCPU/GPUプロセッサ)、後述のプロセッサ302、など)によって実行される任意の所与の数の計算(例えば、数千、数百万又は数十億の計算)に基づくことができる。いくつかの態様では、治療薬モジュール210は、臨床対象218及び臨床データベース214から得られた大量のデータセットに基づいて、何百もの潜在的治療オプションについて特定の治療反応の予測を実行するように構成され得る。いくつかの実施形態によれば、治療薬モジュール210は、複数の治療プロトコルから第1の治療計画を作成し、第1の治療計画の模擬配信中に、獲得画像及び計算された線量を含む中間データを評価するように構成され得る。評価は、第1の治療計画の実行のシミュレートされた経過による変化した患者状態を示し、その結果、参照プロトコルデータ及び適応プロトコルデータに基づいて第2の複数の治療プロトコルを使用して第2の治療計画を選択することができる。
治療薬モジュール210は、治療薬モジュール210上又は近くに物理的に配置された臨床データベース214に保存された情報を使用して、臨床被験者218に適応型放射線療法を提供することができる。他の実施形態によれば、治療薬モジュール210は、診療データベース216に保存された情報を、同じ診療所内に局所的に配置してもよいし、別の場所に遠隔に配置し、ネットワーク(例えば、通信ネットワーク220)でアクセスできるように配置してもよい。治療剤モジュール210は、同じ部屋に、同じ診療所に、又は別の場所に遠隔に配置され得る他の治療剤モジュール222、224及び/又は226と連携して機能することができる。治療エージェントモジュール222、224、226は、1つ又はそれ以上の共通の臨床データベース(例えば、臨床データベース216)内の情報を共有し、及び/又は臨床データベースのローカルコピーを、それぞれのローカルデータベース(例えば、治療エージェントモジュール210に関連した臨床データベース214)上に維持することができる。他の例示的な実施形態によれば、臨床データベース214は、動作可能に接続された他の任意の1つ又はそれ以上のデータベースの冗長記憶を保持するように構成されてもよい。したがって、治療セッションの途中で遠隔配置データベースへの接続が失敗した場合、適応型治療エンジン212は、臨床データベース214から必要な情報のローカルコピーにアクセスして、進行中の臨床治療の完全性を維持することができる。
図3は、本開示による実施形態を実施するための典型的な治療剤モジュール210のブロック図である。治療薬モジュール210の変形例では、1つ又はそれ以上の医療デバイス(例えば、図4に示す医療デバイス416、418、420)、医療デバイスインターフェース420、及び/又は補助デバイス415を実装するために使用され得る。医療機器は、例えば、患者の画像を取り込む画像センサと、患者に治療(例えば、治療放射線量)を施すための治療用送達器具とを含む撮像機器を含むことができる。医療装置は更に図4を参照して議論される。治療エージェントモジュール210は、プロセッサ302(例えば、中央処理装置(「CPU」)、グラフィックス処理装置(「GPU」)、特定用途向け集積回路(「ASIC」)などを含むことができる。プロセッサ302は、コンピュータ実行可能プログラム命令を実行し、コンピュータプログラムコンポーネントを実行し、ユーザ要求又はシステム生成要求を実行するための少なくとも1つのデータプロセッサを備えることができる。ユーザは、例えば医療専門家424(例えば、医師、看護師、セラピスト、医療技術者、放射線専門医、腫瘍医、又は任意の医療訓練を受けている人)などの医療機器を使用する人を含むことができる。プロセッサ302は、統合システム(bUS)コントローラ、メモリ管理制御ユニット、浮動小数点ユニット、グラフィックス処理ユニット、デジタル信号処理ユニットなどの特殊な処理ユニットを含むことができる。プロセッサ302は、AMO Athlon、Duron又はOpteron、ARMのアプリケーション、組み込み又はセキュアプロセッサ、IBM PowerPC、IntelのCore、Itanium、Xeon、Celeron又は他のプロセッサラインなどのマイクロプロセッサを含むことができる。プロセッサ302は、メインフレーム、分散プロセッサ、マルチコア、並列、グリッド、又は他のアーキテクチャを使用して実装することができる。いくつかの実施形態は、特定用途向け集積回路(ASIC)、デジタル信号プロセッサ(OSP)、フィールドプログラマブルゲートアレイ(FPGA)、システムオンチップ(SoC)などの組み込み技術を利用することができる。
プロセッサ302は、I/Oインターフェース303を介して1つ又はそれ以上の入出力(I/O)デバイスと通信的に配置されてもよい。I/Oインターフェース303は、これに限定されないが、オーディオ、アナログ、デジタル、モノラル、RCA、ステレオ、IEEE−1394、シリアルバス、USB、赤外線、PS/2、BNC、同軸、コンポーネント、コンポジット、デジタルビジュアルインターフェース(OVI)、高精細マルチメディアインターフェース(HOMI)、RFアンテナ、Sビデオ、VGA、IEEE802.11a/b/g/n/x、ブルートゥース、セルラー方式(例えば、コード分割多重アクセス(CDMA)、高速パケットアクセス(HSPA+)、グローバル通信システム(GSM)、ロングタームエボリューション(LTE)、WiMax、など)のような通信方法及び/又はプロトコル(本明細書で説明する医療プロトコルとは異なる)を採用することができる。
I/Oインターフェース303を使用して、治療薬モジュール210は、1つは複数のI/Oデバイスと通信することができる。例えば、入力装置304は、キーボード、マウス、ジョイスティック、カメラ、バーコードリーダ、ドングル、バイオメトリックリーダ、マイクロホン、タッチスクリーン、タッチパッド、トラックボール、センサ(例えば、加速度計、光センサ、RF検出器、近接センサなど)、スタイラス、スキャナ、記憶装置、トランシーバ、ビデオデバイス/ソースなどを含むことができる。
入力装置304は、(図4に示すような)医療装置416、418、及び/又は420などの1つ又はそれ以上の医療装置であってもよい。上述したように、医療機器416、418、及び/又は420は、近接照射療法システム、アフターローダー、線形加速器、線形加速器と組み合わせた磁気共鳴スキャナー、又は他の治療医療システムであってもよい。
出力装置305は、プリンタ、ファックス機、ビデオディスプレイ、オーディオスピーカなどであってもよい。いくつかの実施形態では、トランシーバ306をプロセッサ302に関連して配置することができる。トランシーバ306は、様々なタイプの無線送信又は受信を容易に行うことができる。例えば、トランシーバ306は、IEEE802.11a/b/g/n、Bluetooth、FM、全地球測位システム(GPS)、2G/3G HSDPA/HSUPA通信、などを提供するトランシーバチップ(例えば、Texas Instruments WiLink WL1283、Broadcom BCM47501UB8、Infineon Technologies X−Gold 618−PMB9800など)に動作可能に接続されたアンテナを含むことができる。
いくつかの実施形態では、プロセッサ302は、ネットワークインターフェース307を介して通信ネットワーク220と通信して配置されてもよい。ネットワークインターフェース307は、通信ネットワーク220と通信することができる。ネットワークインターフェースは、これに限定されないが、直接接続、イーサネット(例えば、ツイストペア10/100/1000ベースT)、伝送制御プロトコル/インターネットプロトコル(TCP/IP)、トークンリング、IEEE802.11a/b/g/n/xなどを含む通信プロトコルを採用することができる。通信ネットワーク220は、これに限定されないが、直接相互接続、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、無線ネットワーク(例えば、無線アプリケーションプロトコルを使用する)、インターネットなどを含むことができる。ネットワークインターフェース307及び通信ネットワーク220を使用して、治療薬モジュール210は、デバイス309及び310、及び/又は治療薬311と通信することができる。図3に示すように、これらのデバイス309、310には、これに限定されないが、パーソナルコンピュータ、サーバ、携帯電話、スマートフォン(例えば、Apple iPhone、Blackberry、Android Phoneなど)、タブレットコンピュータ、ラップトップコンピュータ、ノートブック、ハンドヘルド医療デバイスなどが含むことができる。いくつかの実施形態では、治療薬モジュール210は、これらのデバイス309又は310のうちの1つ又はそれ以上にそれ自体を具現化又は格納することができる。
いくつかの実施形態では、プロセッサ302は、記憶インターフェース312を介して1つ又はそれ以上のメモリデバイス(たとえば、RAM313、ROM314など)と通信することができる。メモリデバイスは、治療アプリケーションデータ320、臨床データベース214、適応型治療エンジン212、ユーザインターフェース317、オペレーティングシステム316のうちの1つ又は複数に関連するデータ又は情報(例えば、プログラム)を格納するように構成されたメモリ315(例えば、非一時的なコンピュータ可読媒体)を含むことができる。記憶インターフェース312は、これに限定されないが、臨床データベース216、メモリドライブ、取り外し可能なディスクドライブなどの1つ又はそれ以上の外部データベースを含む他のデバイスと、シリアルATA(SATA)、結合ドライブ エレクトロニクス(IDE)、IEEE−1394、ユニバーサルシリアルバス(USB)、ファイバチャネル、小さな治療薬モジュール インターフェース(SCSI)、ネットワーク接続ストレージ、iSCSI、等を用いて接続するように構成することができる。メモリデバイスは、ドラム、磁気ディスクドライブ、光磁気ドライブ、光学ドライブ、独立ディスクの冗長アレイ(RAID)、ソリッドステートメモリデバイス、ソリッドステートドライブなどの1つ又はそれ以上を含むこともできる。例えば、臨床データベース214、及び以下に説明する他のデータベース(例えば、臨床データベース216、症例データベース600、プロトコルデータベース700、及びタスクデータベース800)を実装するために、様々なメモリデバイスを使用することができる。一実施形態では、メモリデバイスは、ランダムアクセスメモリ(RAM)、スタティックランダムアクセスメモリ(SRAM)、同期ダイナミックランダムアクセスメモリ(SDRAM)、ダブルデータレートSDRAM(例えば、DDR3及びDDR3 1333規格をサポートするために指定されたメモリ)、ランバスDRAM(RDRAM)を含むことができる。メモリデバイスは、例えば、単一インラインメモリモジュール、デュアルインラインメモリモジュール、又はリムーバブルRAMメモリなど、多くの方法で構成することができる。このような記憶装置は、データベースからのそのようなデータのフェッチの数を減らし、それによって、ここに記載されたようなプロセスの動作を高速化するために、特定の患者、例えば医療画像、及び2つ以上の治療計画からの診断情報を格納するために使用されることができる。
メモリ装置は、これに限定されないが、適応型治療エンジン212、臨床データベース214、オペレーティングシステム316、ユーザインターフェース317、及び治療アプリケーションデータ320(例えば、本開示において議論される任意のデータ変数又はデータセット)等に関連することができるプログラム又はデータベースコンポーネントの集合を格納することができる。オペレーティングシステム316は、治療薬モジュール210のリソース管理及び動作を容易にすることができる。オペレーティングシステムの例としては、Apple Macintosh OS X、Unix、UNIX系システムディストリビューション(例えば、バークレーソフトウェアディストリビューション(BSD)、FreeBSD、NetBSD、OpenBSDなど)、Linuxディストリビューション(例えば、Red Hat、Ubuntu、Kubuntuなど)、IBM OS/2、Microsoft Windows(XP、Vista/7/8など)、Apple iOS、Google Android、Blackberry OS、等を含む。ユーザインターフェース317は、テキスト又はグラフィック機能(例えば、グラフィカルユーザインターフェース)を介して、プログラムコンポーネントの表示、実行、対話、操作、又は操作を容易にすることができる。例えば、ユーザインターフェースは、カーソル、アイコン、チェックボックス、メニュー、スクロールバー、ウィンドウ、ウィジェットなどの治療エージェントモジュール210に動作可能に接続されたディスプレイシステム上にコンピュータインタラクションインターフェース要素を提供することができ、Apple MacintoshオペレーティングシステムのAqua、IBM OS/2、Microsoft Windows(例えば、Aero、Metroなど)、Unix X−Windows、ウェブインターフェースライブラリ(例えば、ActiveX 、Java、JavaScript、AJAX、HTML、Adobe Flashなど)等を含むことができる。
いくつかの実施形態によれば、治療薬モジュール210は、ウェブブラウザ格納プログラムコンポーネント(図示せず)を実装することができる。ウェブブラウザは、例えば、Microsoft Internet Explorer、Google Chrome、Mozilla Firefox、Apple Safari、又はハイパーテキスト表示を可能にするインターネットへの接続を提供する任意のソフトウェアアプリケーションなどのハイパーテキスト表示アプリケーションであってもよい。安全なウェブブラウジングは、HTTPS(セキュアハイパーテキストトランスポートプロトコル)、セキュアソケットレイヤー(SSL)、トランスポートレイヤーセキュリティー(TLS)などを使用して提供することができる。例えば、ウェブブラウザは、AJAX、DHTML、Adobe Flash、JavaScript、Java、アプリケーションプログラミングインターフェース(APL)などの機能を利用することができる。
臨床データベース214及び216は、フォールトトレラント、リレーショナル、スケーラブル、安全なデータベース、又はそれらの任意の組み合わせ、例えばOracle又はSybaseなどとして実装することができる。
臨床データベース214及び216は、その実装に基づいて様々なアーキテクチャを含むことができる。臨床データベース214及び216は、アレイ、ハッシュ、リンクされたリスト、構造体、レコード、構造化テキストファイル(例えば、XML)、テーブルのような標準化されたデータ構造を使用して実装されてもよく、又は、臨床データベース214、216は、オブジェクト指向データベース(例えば、ObjectStore、Poet、Zopeなど)として実装されてもよい。臨床データベース214及び216は、関係データ及び非構造化データの組み合わせを使用して実装することができる。臨床データベース214及び216は、時には、本開示において上述された様々な治療剤モジュールの間で、統合又は分布されてもよい。任意のコンピュータ又はデータベース構成要素の構造及び動作は、任意の実際の組み合わせで組み合わせ、統合又は配信され得ることが理解されるべきである。一実施形態では、データ要素は、1つ又はそれ以上の追加のデータベースへのポインタを含むことができ、それによって、適応型放射線治療管理システム400のリダイレクションレベルを導入する。例えば、臨床データベース214及び216は、ある構造又はシステムのデータを他の構造又はシステムのデータに関連付ける起源グラフを含むことができる。複数のノードによるそのようなリダイレクションは、通常、エンドユーザによって観察することはできない。
図4は、本開示のいくつかの実施形態による例示的な適応型放射線治療管理システム400の機能ブロック図である。システム400は、治療剤モジュール210、医療機器416及び418、医療機器インターフェース420、及び補助機器415を含むことができる。治療剤モジュール210は、医療装置416及び418に動作可能に接続することができる。医療デバイスインターフェース420は、医療デバイス416、418、及び補助デバイス415に接続され、それらを制御するように構成され得る。医療装置インターフェース420、医療装置416及び418、及び補助装置415は、デバイスバス422を介して接続することができる。
医療デバイス416及び選択的に418は、患者426の放射線治療で使用される任意のデバイスであり得る。例示的な実施形態では、医療装置418は必須ではないが、存在する場合、医療装置416とは異なる。例えば、医療装置416は近接照射療法後負荷装置であってもよく、医療装置418は線形加速器であってもよい。更に、医療機器416及び418は、近接照射療法送達システム、近接照射療法US誘導針挿入システム、ゲート小線源治療送達構成、予測追跡送達構成として構成された近接照射療法デバイス、アフターローダー、画像化デバイス、ガンマナイフ、内視鏡装置、線形加速器、複合MRI線形加速器などが含むことができる。医療デバイス416及び418は、治療薬モジュール210から情報を受信し、治療薬モジュール210に情報を提供するように構成することができる。
いくつかの実施形態によれば、医療装置416は、患者の解剖学的構造の画像を捕捉する、及び/又は機械可読画像情報の大きなデータセットを提供するための1つ又はそれ以上の画像形成能力を含む画像装置であってもよい。例えば、医療装置416は、CTスキャナ、PETスキャナ、MRIスキャナ、SPECTスキャナ、又は患者の解剖学的構造を医用イメージングするために使用することができる任意のタイプの装置であってもよい。
他の例では、医療デバイス418は、治療薬モジュール210によって促進された、又は治療薬モジュール210によって行われた治療決定に応答して、治療薬モジュール210から制御コマンドを受信するように構成された近接照射療法後ローダであってもよい。
他の実施形態では、医療機器416はMRIスキャナであり、医療機器418は線形加速器である。両方とも、医療装置コントローラ414を介して治療薬モジュール210から制御コマンドを受け取り、医療装置416によって取得された画像データを分析し、医療装置418によって管理される送達を適合させるために並行して動作する。
医療装置インターフェース420は、患者426の処置の過程で医療装置416及び418を制御するように構成されてもよい。いくつかの実施形態によれば、治療薬モジュール210は、例えば医療専門家424のような入力を受け取り、ユーザに出力を提供することができる。医療装置インターフェース420は、補助装置415、医療装置416及び418、及び治療薬モジュール210との間で命令を送信し、命令を受信するように構成することができる。医療装置インターフェース420は、補助装置415を制御及び/又は通信するように構成することもできる。例えば、医療機器インターフェース420は、治療剤モジュール210に制御を提供するように構成されてもよい。
補助装置415は、システム400に非医療機能を提供する1つ又はそれ以上の非医療装置であってもよい。例えば、いくつかの態様では、補助装置415は、例えば、時間決定論的モンテカルロアルゴリズム、パレート最適化、大規模画像再構成の迅速な実行のためのグラフィカル処理ユニット(GPU)スタックなどの様々な「サービス」アルゴリズムを実行することができる計算など補助装置415は、治療薬モジュール210及び/又は医療装置インターフェース420から情報を受信し、治療薬モジュール210及び/又は医療装置インターフェース420に情報を提供することができる。治療エージェントモジュール210は、補助装置415を使用して、本明細書に記載された1つ又はそれ以上の計算ステップを実行することができる。
治療エージェントモジュール210は、適応型治療エンジン212を含むことができ、1つ又はそれ以上の臨床データベース214を含むことができる。臨床データベース214は、ケースデータベース600、プロトコルデータベース700、及びタスクデータベース800を含む複数のデータベースを含むことができ、それらは以下に更に詳細に説明する。臨床データベース214は、適応型治療エンジン212に情報を提供し、適応型治療エンジン212から情報を受信することができる。
適応型治療エンジン212は、医療機器コントローラ414、統合エンジン412、及びワークフロー調整エンジン410を含むことができる。適応型治療エンジン212は、例えば撮像装置(例えば、医療装置416)のような動作可能に接続された装置において所定の活動を実行するように構成することができる。いくつかの実施形態では、適応型治療エンジン212は、膨大なデータセット間の相関を決定するために、臨床データベース214をリアルタイムで(例えば、このコンテキストではリアルタイムは解析エンジン212が使用されている間に治療セッション中に解析が実行されることを意味する)解析して、膨大なデータセット間の相関を決定し、そして、データベースの解析を通じて得られた特定の状況のセットが与えられた場合に、候補のプロトコル、及び/又はプロトコル断片、及びオプションのタスクを決定することができる。例えば、適応型治療エンジン212は、処置分画送達セッション中に相関を使用することによって、以前に遭遇した症例が本質的に(例えば、動きのダイナミクス及び/又は相対的な位置及びサイズなどの構造セット要素に関して)類似しているかどうか決定することができ、そして、適応型治療エンジン212は、現在の場合に対する最適なアプローチを決定することができる。他の実施形態では、適応型治療エンジン212は、治療薬モジュール210によって管理される様々な治療プロセスを調整することができる。治療薬モジュール210は、動的に変化する臨床状況(例えば、治療セッション中の特定の治療に対する患者の応答)に基づいてシステム400の挙動を最適化するように構成され得る。いくつかの例では、適応型治療エンジン212は、臨床データベース214を将来の臨床治療のための臨床応答及び有効性情報で継続的に更新するように構成され得る。
適応型治療エンジン212は、臨床データベース214に格納された大量のデータ(例えば、診断情報)に基づいて治療計画に自動的にアクセスし、分析し、公式化することができる。例えば、症例データベース600及びプロトコルデータベース700を解析した後、適応型治療エンジン212は、診断情報、この場合、医療装置コントローラ414を介して得られ、統合エンジン412を介して処理された医療画像データに基づいて、医療画像から決定された状況を考慮すると、特定のプロトコルが特定の臨床目的に到達するのに有効である確率は94%であるということを(例えば、プロセッサ302を介して)決定することができる。たとえOARへの過剰照射の可能性のためにプロトコルを削減すべきであるにもかかわらず、例えば、医用画像は、周囲のOARへの線量を損なうことなく、追加の放射線療法線量を標的に送達するのに適した解剖学的構造(例えば、膀胱/腸/直腸充填の変化)を明らかにする可能性がある。このようにして、適応型治療エンジン212は、構造セット(例えば、OAR及び/又は標的腫瘍)の様々な要素に対する予想される送達用量の点で、及び/又は、さまざまな考慮されるオプションの期待される成果の点で、同じ患者形状に適用される異なる任意の治療様式の期待効力の比較を可能にする臨床決定支援を提供することができる。適応型治療エンジン212は、相互相関のための臨床的に意味のあるデータ点を識別するために医用画像を分析し、臨床データベース214を解析して、画像から決定された状況を考慮して、陽性の腫瘍応答(例えば、収縮)を示した同一の患者、又は異なる患者を対象とする以前の治療計画で使用された、特定のプロトコルの他のインスタンス間の可能性のある相関を見出すことができる。適応型治療エンジン212は、タスクデータベース800にアクセスして、候補プロトコルと、比較のための複数の治療オプションの一部としての認定機関(例えば、医療専門家424)への特定のプロトコルとに関連して臨床的に許容されるタスクを決定することができる。したがって、プロセッサ302を使用して多数(例えば、数千、数百万など)の比較を実行して、患者426に対して臨床的に許容可能なタスクを提供するために、適応型治療エンジン212は、例えば、ケースデータベース600、プロトコルデータベース700、及びタスクデータベース800に格納されている相関データのますます増加するアーカイブからのデータを分析するように構成され得る。適応型治療エンジン212は、これらの例示的な動作を瞬時に(例えば、1〜10秒以内のような数秒以内に)行うことができる。いずれの場合でも、実用的な時間スケール内でアクションを実行することができる。実用性は、それのコストに対する結果の価値に依存する。
いくつかの実施形態では、適応型治療エンジン212は、リアルタイムで診断情報の多数の比較(例えば、画像データ、プロトコル比較、タスク相関など)を実行し、比較及び相関を使用して、患者426の臨床的に優れた治療オプションを選択することができる。いくつかの実施形態によれば、適応型治療エンジン212は、進行中の治療中に学習された相関を人間が判読可能な形式で医療専門家424に提供し、観察され記録された臨床状況を考慮して候補プロトコルの有効性を決定し、治療が患者426に送達された後の治療の有効性を決定することができる。一例では、適応型治療エンジンは、有効性を臨床データベース214の適切なデータ構造(例えば、図6、7、9でより詳細に説明されたデータ構造)と相互参照することができる。
適応処理エンジン212は、サポートベクトルマシン(SVM)、アダブースト/ロジットブースト、ランダムフォレスト、ディープ学習、及び/又はニューラルネットワークなどの学習アルゴリズムを含むことができる。いくつかの例では、適応型治療エンジン212は、治療薬モジュール210に組み込まれたデータから作成された新しい相関から学習することによって、経時的にその臨床知性を増加させることができる。
このようにして、医療専門家424は、適応型治療エンジン212によって学習され記憶された情報から利益を得ることができる。医療専門家424はまた、システム400を介して、特定のプロトコルを指し示すことができる同様の状況を有する患者を治療する別の医師(図示せず)と、意味のある形式で情報を共有することができる。第2の医師が後日同じ患者426を治療しているかどうかにかかわらず、又は実質的に類似の生理学的状態又は状況を有する異なる患者を同時に治療しているかどうかにかかわらず、第2の医師は、学習された知識を(例えば、リアルタイムで)患者の利益に使用することができる。
図5、本開示のいくつかの実施形態による適応型放射線治療500(例えば、癌治療)の例示的な方法を示す。
ステップ512において、適応型治療エンジン212は、ユーザ入力に応答して新しいケースを開始する。例えば、医療装置コントローラ414は、患者426に対して開始された放射線治療を示す医療装置インターフェース420によって提供される命令を受信することができる。適応処理エンジン212は、以下に説明するように、ケースデータベース600にアクセスしてケースレコードを作成することができる。いくつかの実施形態では、処理エンジン212は、プロトコルを選択するためにデータが必要であり、医用画像データも必要であると判断することができる。したがって、処理エンジン212は、「インポート」タスクを開始する。
ステップ514において、診断情報がインポートされる。いくつかの実施形態では、医療機器コントローラ414は、医療機器416から画像データ(図示せず)を検索することができる。例えば、医療撮像装置416は、医療装置コントローラ414によって取り込まれた患者の画像を取得するために1つ又はそれ以上の画像処理動作を実行する。インポートタスクは、タスクデータベース800に保存された複数のタスクの中の1つのタスクであってもよい。統合エンジン412は、画像データのインポート及び分析から学んだ診断情報を考慮し、プロトコルデータベース700から医療機器構成724にアクセスし、及び/又はタスクデータベース432から1つ又はそれ以上のタスクを実行して、ユーザ入力を促し、ユーザ入力を受け取ることができる。他の実施形態では、複数のデータセット/モダリティの組み合わせを使用して、ケースについてのバランスの取れたビューを得ることができる。
いくつかの実施形態によれば、適応型治療エンジン212は、インポートされた画像データを分析して、臨床的に有用な情報を識別することができる。特に、プロセッサ302は、分析中に参照データ(例えば、データベース600、700、及び800のうちの1つ又は複数に含まれるデータ)にアクセスすることができる1つ又はそれ以上の治療アプリケーションデータ320を実行することができる。当業者であれば、多様な医用画像及び/又は他の診断情報(例えば、血液又は他の体液検査、放射線検査、生検などの臨床データ)を適応型治療エンジン212によって取り込むことができることを理解すべきである。本明細書で説明する実施形態は、医用画像及び/又は診断情報の特定の分析を示すものではないが、輸入された医用画像の分析は、当技術分野で知られかつ一般に使用されているいずれか又はそれ以上の既知の分析を含むことができることを理解されたい。例えば、画像解析は、他の分析の中でも、自動輪郭作成、セグメンテーション、「動的コントラスト強調」データセットの分析、生理学的応答評価を含むことができる。
ステップ516において、適応型治療エンジン212は、臨床データベース214から第1の複数の治療プロトコルを選択することができ、その選択は、インポートされた医療画像及び参照プロトコルデータに基づいている。
ステップ518において、適応型治療エンジン212は、臨床目的を考慮して、選択されたプロトコルを使用して第1の治療計画を作成することができる。いくつかの実施形態によれば、適応型治療エンジン212は、複数のオプションを医療専門家424に、臨床決定を行うために必要な情報のみを提供する分かりやすい形式で提示することができる。例えば、適応型治療エンジン212によって考慮される数千ないし数百万の機械可読データ点は、用量適合性、腫瘍制御確率、正常組織合併症確率、構造に対する生物学的に等価な用量、結果の不確実性などのような、いくつかのファクターに至るまで蒸留することができる、出力装置305に表示される。適応型治療エンジン212は、治療計画選択を示す入力を要求するタスクを実行し、入力デバイス304を介してユーザ入力を受信することができる。入力は、患者426に対する処置決定を示すことができる。いくつかの実施形態によれば、医療専門家424は、適応型治療エンジン212に治療プロトコルを選択させることができる。例えば、臨床的に受け入れられたルールは、選択されたプロトコルのうちの特定のプロトコルを患者の予期される治療結果にリンクし、選択されたプロトコルのセットは、その結合のための十分な基礎を提供することができる。
ステップ520において、適応型治療エンジン212は、医療機器構成724、品質保証ガイドライン722、臨床目的630及び/又は632及び他のデータを決定することによって中間データを評価することができる。選択されたプロトコルが、医療機器416、418、及び/又は補助機器415を介して患者426に送達されるとき、適応データ処理エンジン212によって中間データを収集及び/又は生成することができる。
ステップ522において、適応型治療エンジン212は、中間データの評価に基づいて第2の複数の候補プロトコルを選択することができる。
ステップ524において、適応型治療エンジン212は、選択された第2の複数の候補プロトコルに基づいて第2の治療計画を作成することができる。2つ又はそれ以上の代替治療計画を選択することができると考えられる。
ステップ526において、適応型治療エンジン212は、第2の複数の候補プロトコルから所望の治療(例えば、第2の治療計画)を選択し、選択にコミットする(例えば、治療を送達する)。
図6は、本開示のいくつかの実施形態による例示的な適応型放射線療法症例データベース600のブロック図を示す。事例データベース600は、事例記録602、610及び612を含む複数の事例記録を含むことができる。症例記録は、臨床治療(例えば、症例)に関連する患者情報のスナップショットを表すデータセットを含むことができる。これらのスナップショットは「モデルノード」と呼ばれる。モデルノードは、患者(例えば、患者426)と臨床目的(例えば、特定の治療のために医療専門家424によって設定された目標)を接続する情報を含むことができる。症例記録はまた、医療機器コントローラ414によって収集されたデータを、臨床目的、関連する潜在的臨床治療と送達された治療とに関連させ、送達された治療の結果を治療薬モジュール210によって実行される特定のプロトコルと関連付ける。いくつかの方法において、症例記録は、症例が発達したとき(例えば、治療が選択され、送達され、結果が観察されるとき)、臨床治療に関連する患者情報の進化の概観を表すことができる。いくつかの実施形態によれば、症例記録を事例データベース600に格納することができる。
この例では、ケースデータベース600について3つのレコードが示されているが、ケースデータベース600は、任意の数のケースレコードを含むことができることを理解されたい。ケースデータベース600は、OrientDB又はNeo4JのようなNoSQLlgraph/objectストアデータベースであってもよい。ケースデータベース600はまた当技術分野で知られている別のタイプのデータベースアーキテクチャであってもよい。症例記録602は、適応症例データ608、持続症例データ604、及び患者データ606を含む症例データの3つの一般的なカテゴリを含むことができる。事例記録の構造は、例えば、指向性非周期グラフであってもよい。
患者データ606は、患者(例えば、患者426)に関連する永続記録であり、患者の個人情報642、金融情報640、前臨床病歴638などのデータ構造を含むことができる。患者データ606は、特定の患者に関連する複数の症例記録にわたって共有され、並列に維持されてもよい。例えば、症例記録602、610及び612が患者426を含む全ての症例である場合、患者データ606は3つの症例記録のすべてに存在し得る。患者データ606は、データ構造638、640、及び642を有するように描かれているが、多種多様な患者データが一般に患者記録と関連していることを理解されたい。例えば、図示されていないが、患者データは、患者426に関連する追加の電気的及び他の情報を含むことができる。
事例記録602はまた永続的事例データ604を含むことができる。症例は、患者426に投与される1つ又はそれ以上の治療コースを記載する。永続的なケースデータは、複数のケースレコードにわたって共有される場合がある。例えば、持続的症例データ604は、治療薬モジュール210によって投与された以前の治療(例えば、症例、治療部分、放射線療法処置など)に関連する治療データ、及び/又は他のシステム及び/又は診療所からの治療(例えば、化学療法、外科手術など)を含む、獲得された治療データ636を含み得る。取得された治療データ636は、データ自体を含むことができ、又は別の症例(したがって、別の治療)に関連し得る症例データベース600に保存された持続治療データへのリンクを含むことができる。取得された治療データ636はまた適応型治療エンジン212によって相互相関され得る前の症例記録(例えば、症例記録608及び610)に対する複数のリンクを含み得る。
持続性ケースデータ604は、特定のマッピングに関連するデータの定量化された不確実性を含む座標系マッピング情報を提供する座標系マップ634を含むことができる。例えば、データは、システムAの空間の1つの点から方向付けられてもよく、システムAからのデータがシステムBに変換されるとき、空間の異なる点に方向付けられてもよい。したがって、座標系間(例えば、システムAの座標系とシステムBの座標系)を変換するには、ソース座標の知識が必要であり、システムAからシステムBへの移動及び回転を必要とする。各システムは、特定の定量化された不確実性指数(例えば、不確実性行列)を有することができる。したがって、1つ又はそれ以上の相関係数は、それぞれの特定の座標系マッピングに関連付けられてもよい。一実施形態では、1つ又はそれ以上の相関係数は、係数の不確実性の定量化を含むことができる。
持続性症例データ604はまた、公式化された臨床目的632に関する情報を含むことができる。公式化された臨床目的は、症例に関連する1つ又はそれ以上の臨床状態に関連する標準化された臨床目的を示すことができる。例えば、テストQが3%以下の値を示す場合に特定のメラノーマがうまく治療される場合、「テストQの3%以下」という標準化された臨床目的を示す正式な臨床目的が、持続性症例データ604と関連している可能性がある。さらなる例では、公式化された臨床目的632からの逸脱が必要とされ得る。前の例を続けると、テストQに関して範囲を広げるための偏差(例えば、3%から5.5%)が保証され得る。標準化された臨床目的からの逸脱が医療専門家424によって必要であると決定された場合、臨床目的の逸脱630は逸脱の永続的な記録を示し得る。偏差記録は、治療エンジンモジュール210が利用可能な知識ベースを増加させる意味のある相関を作成するために、統合エンジン412によって解析され相互参照されてもよい。
ケースの永続的な記録を含む永続的ケースデータ604とは対照的に、適合ケースデータ608は、ケースの過度に変化を得るデータ構造を含むことができる。例えば、適応症例データ608は、タスク実行データ620、プロトコル提案データ622、及び有効性データ624を含むことができる。適応ケースデータ608は、タスク実行データ620、プロトコル提案データ622、及び/又は有効性データ624が変更されたときにコピー及び/又は修正されてもよい。適応ケースデータ608の異なるレコード間のリンクは、以下に更に説明するように、タスクトークン入力614及び/又はケーストークン出力618によって提供され、ケースレコード602に格納される。言い換えれば、タスクが実行されると、その実行イベントの記録が、構成及び他の制御情報(例えば、意図)と共に保存される。更に、タスクに提供される特定の情報及びタスクによって返される情報も記録される。タスク実行データ620は、以前の結果によって影響を受けたデータの追跡可能な識別(例えば、出所マップ)を可能にするために、入力データと出力データとの間の依存関係を示すことができる。したがって、ケースレコード602は、このような相互接続された情報を有する多くのモデルノードを含むことができる。
タスク実行データ620は、タスクトークンの形式でタスク情報を含むことができる。タスクトークンは、永続的なケースデータや患者データなどのケース固有の情報をケーススペースの外部からの情報と相関させる情報交換を表す。ケース空間は、治療薬モジュール210(例えば、臨床データベース214)によって維持されるデータの本体であり、管理された症例の進化を表す。タスクの実行中に、画像取得又はユーザ入力の受信など、ケース空間外からの情報を取得することができる。例えば、治療計画タスクは、特定の治療機械を定義するパラメータを必要とすることがある。これらの機械パラメータは、場合によっては別のデータベース(例えば、臨床データベース216)において、ケース空間の外に存在する。例えば、タスクトークンは、取得された治療データ636の一部として以前に取得されたデータを含むモデルノードを含むことができる。ケースが発展すると、適応型処理エンジン212は、タスクを実行し、ケースレコード602の一部としてタスクの実行を記録することができる。タスクに関連するデータ記録は、不変のタスクトークン(例えば、変化しない固定状態)及び/又は変更可能なタスクトークンであってもよい。例えば、タスクトークンは、取得され、得られ、保存されたデータセット(CTスキャン、磁気共鳴イメージング(MRls)など)、1つ又はそれ以上の治療目的(例えば、用量処方、線量ヒストグラム(DVH)要件など)の1つ又はそれ以上の形式化されたステートメント、患者状態(例えば、所定の分画前のウェルビー、前立腺特異抗原(PSA)示度など)の観察、及び/又は取得された1つ又はそれ以上の構造セット要素(例えば、腫瘍、リスクのある器官(OAR)の描写データなど)などである。
いくつかの実施形態によれば、適応型処理エンジン212は、タスクトークン入力614(例えば、受信されたタスクトークン)を参照し、ケーストークン出力618を生成することができる。タスクトークン入力614及びケーストークン出力618は、索引付け及び相互相関のための情報の入力及び出力の永続的な記録を保持することができ、適応処理エンジン212への計算速度を増加させることができる。例えば、症例記録602内で、効力データ25−624が更新されるべきであるという指示(例えば、治療の割合が行われた後)は、タスクトークン入力614に反映されるタスクトークンによって示され得る。この場合、適応型処理エンジン212は、ケース記録602に適応ケースデータ608をコピーして格納することができ、タスクトークン入力614は新しい情報で更新される。次いで、適応型治療エンジン214は、有効性データ624が新しい情報で更新されていることを示すトークン出力618の指示で、適応症例データ608をコピーし修正することができる。このようにして、以前の適応症例データ608が索引付けされ、現在の適応症例データ608に相互相関される。したがって、ケースレコード602は、いくつかのリンクされたモデルノードを含むことができる。
適応症例データ608は、候補治療プロトコルの治療プロトコル提案に関する情報を更に含むことができる。以下で更に詳細に説明する治療プロトコルは、1つ又はそれ以上のタスクからなる治療コースである。治療プロトコルの提案は、将来の治療のために適応型治療エンジン212によって提案された1つ又はそれ以上の治療プロトコルを含むことができる。プロトコル提案データ622(例えば、プロトコル提案に関連する情報)及び治療プロトコルに関連するタスクは、適応型治療エンジン212によって索引付けされ相互相関されて、治療のタイムラインの任意の所与の点で利用可能な治療オプションの記録を維持する。
有効性データ624は、特定のプロトコル又は他の治療オプションの有効性の永続的な記録を記録することができる。例えば、適応型治療エンジン212がプロトコルA、B、及びCを選択し、治療Cが送達される場合(例えば、治療Cが最も効果的であると予測される)、適応型治療エンジン212は、有効性データ624に治療Cの有効性を記録することができる。いくつかの実施形態によれば、適応型治療エンジン212は、データベース600を解析し、治療CをプロトコルA、B、及びCの選択を囲む状況と相関させ、治療Cの有効性をそれらの特定の状況に関して相関させる。例えば、脳腫瘍治療の場合、選択されたプロトコルA、B及びCの間では、光神経への投与量が異なり、最も好ましいプロトコルは、他の結果関連データが許容可能である場合、投薬量に基づいて選択することができる。したがって、有効性データ624は、例えば患者426に固有の症例記録602に関する情報を含むことができ、他の患者(図示せず)に関連する症例トークンへのリンクも含むことができる。
症例を開始するための指示に応答して、統合エンジン412は、症例データベース600を検索して、患者データ606が26患者のために存在するかどうかを判定することができる。患者データ606が患者426に対して存在する場合、適応型治療エンジン212は、症例記録602を作成し、患者データ606を症例記録602に関連付けることができる。また、適応型治療エンジン212は、追加の必要な患者情報の入力を促すために、1つ又はそれ以上の追加のタスクを開始することもできる。例えば、適応型治療エンジン212は、患者データ606が患者の生年月日に欠けていると判断することができる。適応型治療エンジンは、医療従事者424に患者の生年月日(DOB)を入力させることができる。したがって、適応型治療エンジン212は、ユーザ入力の要求を記録するケーストークン出力618を記録することができる。適応型治療エンジン212は、入力を受け取り、患者データ606にデータ入力を保存し、タスクトークン入力614を記録することができる。このようにして、レコード602の変更間のインデックス付け及び相関が維持される。
図7は、本開示のいくつかの実施形態による例示的な適応型放射線治療プロトコルデータベース700のブロック図を示す。プロトコルデータベース700は、プロトコルレコード702、704、706を格納することができる。プロトコルデータベース700は、任意の数のプロトコルレコードを含むことができる。プロトコルデータベース700は、プロトコルレコード702及び参照プロトコルデータ710のためのデータ構造を含むことができる。プロトコルデータベース700は、例えばCarnundaの「実施されたデータベース」のような事例管理モデル及び表記(CMMN)タイプのデータベースであってもよい。プロトコルデータベース700はまた、当技術分野で知られている他のデータベースアーキテクチャを利用してもよい。
基準プロトコルデータ710は、適応型放射線療法がん治療に用いられる標準的な適応型放射線療法プロトコルに特有の情報を含むことができる。参照プロトコルデータ710は、標準プロトコル記述732と、標準記述を特定の臨床目的(例えば、形式化された臨床目的632)にリンクする臨床目的マップ730とを含むことができる。適応型処理エンジン212は、タスクデータベース800からの1つ又はそれ以上の特定のタスクを用いて静的プロトコルルール725を参照することができる。例えば、処理フラクションの典型的なプロトコルがタスクレコード802からのタスクを含む場合、そのタスクレコードからの情報は、タスクプロトコルマップ726として静的プロトコルルール725に記録され、索引付けされてもよい。プロトコル結果マップ824で参照される結果は、プロトコル結果マップ728のそれぞれのプロトコル記録において参照されてもよい。
参照プロトコルデータ710はまた、医療装置構成724及び品質保証ガイドライン722を含むことができる。品質保証ガイドライン722は、プロトコルレコード702で参照されるプロトコルを管理するための1つ又はそれ以上の定量的ガイドラインを示すことができる。
プロトコルレコード702はまた、適応プロトコルデータ708を含むことができる。適応タスクデータ808と同様に、適応プロトコルデータ708は、1つ又はそれ以上の場合に適応型治療エンジン212によって継続的に更新されるプロトコル情報を含むことができる。プロトコルレコード702は、プロトコル提案履歴及びタスク実行データ720、プロトコル有効性レコード716、プロトコル偏差レコード714、及びプロトコル偏差有効性レコード712を含むことができる。
プロトコル提案履歴及びタスク実行データ720は、プロトコルレコード702に関連するプロトコルが提案されたケース(例えば、ケースレコード602)のレコードを含むことができる。例えば、適応型治療エンジン212が、医用画像から得られた診断に基づいて、プロトコル702が、患者426の治療提案において選択するための3つの適切なプロトコルのうちの1つであると判定した場合、適応型処理エンジンは、プロトコル提案履歴及びタスク実行データ720内の情報を参照することができる。
プロトコル有効性レコード716は、有効性データ624と同様に、プロトコル702に関連する有効性に関する情報を含むことができる。標準プロトコルが変更されると(例えば、偏差に)、偏差はプロトコル偏差記録714に記録される。したがって、逸脱したプロトコルが送達されると、統合エンジン412は、712において、治療の有効性を判定し、有効性データを記録することができる。
次に図8を参照すると、例示的な適応型放射線療法タスクデータベース800のブロック図が、本開示のいくつかの実施形態に従って考慮される。タスクデータベース800は、複数のタスクレコード802、804、806を含むことができる。タスクデータベース800は3つのタスクレコードを示すが、任意の数のタスクがタスクデータベース800に記憶されることを理解されたい。
前述のように、タスクは、例えば、取得されたデータセットの取得及び保存、治療目的の公式化、患者状態の決定、1つ又はそれ以上の構造セット要素の取得などのプロセス(例えば、ワークフロー)の保存されたステップである。医療機器を制御して分画などを投与する。タスクは、単一のステップ(例えば、入力スキャン)を含むことができ、又は複数のステップ(例えば、データのプロンプトユーザ、データのインポート、データベースへの記録、XとYとの関連付け、Yを医療機器コントローラ414など)を含むことができる。各タスクは、タスクレコード802としてタスクデータベース800に格納することができる。
タスクレコード802は、適応タスクデータ808(後述)及び参照タスクデータ810を含むことができる。参照タスクデータ810は、一般的に変更不可能な設定タスクによる適応型放射線治療に関連する標準タスクを含むことができる。例えば、参照タスクデータ810は、放射線治療の状況においてただ1つの安全設定を有する医療機器418のための調節可能な制御のための設定を含むことができる。この「調整制御」タスクは、静的タスクルール820として保存することができる。
静的タスクルール820内の情報は、共通に管理されるタスクと、タスクが共通に実行される臨床目的との間の関連付けを含むことができる。例えば、「分数を管理する」という臨床目的がもちろんタスクX(例えば、「X」は任意の特定のタスクである)に関連付けられている場合、適応治療エンジン212は、その関連付けを臨床タスク−目的マップ826として索引付けし、記録することができる。特定のプロトコルが適応処理エンジン212によって選択されると、プロトコルに関連する1つ又はそれ以上のタスクは、タスクプロトコルマップ822において索引付けされてもよい。タスクの結果に関連するデータは、プロトコル結果マップ824に記録することができる。例えば、タスクY(例えば、「Y」は異なる特定のタスクである)が特定のプロトコルで使用されたときに統計的に80%の成功率に関連付けられている場合、相関をプロトコル結果マップ824として記録することができる。
特定のタスクに割り当てられた標準化されたルール及び関連であり得る基準タスクデータ810とは対照的に、タスクレコード802は、適応タスクデータ808も含むことができる。適応タスクデータ808は、タスク実行データ814を含むことができ、これは、適応処理エンジン212によって学習された経験に従って変更することができる。例えば、適応型処理エンジン212は、1つ又はそれ以上のタスクが呼び出されるべきであると判断した場合、特定のタスクとそのタスクを呼び出す必要性を取り巻く状況との間の関連付けをインデックスすることができる。この連想情報は、タスク実行データ814の一部として保存することができる。例えば、単純なシナリオでは、適応型治療エンジン212は、医療機器418が情報L、B及びJを使用して結果を決定することを知ることができる。適応型治療エンジン212は、タスク「取得するL」、「取得するB」、及び「取得するJ」を、医療デバイス418の使用が必要であることを示す特定の状況と関連付けることができる。例えば、ある種の脳腫瘍では、陽子線量送達装置の使用が指示され、陽子線量の送達を正確に計画するためには特定のMRIデータが必要とされることがある。いくつかの実施形態によれば、適応治療エンジン212は、医療装置418の使用につながる特定の状況(例えば、タスク「取得するL」、「取得するB」、及び「取得するJ」)の以前の事例に基づいて、医療装置がこの特定の状況の存在を考慮して必要となる可能性が高いと判断し、タスクレコード802に関連する臨床タスク−客観的マップ826に関連付けの記録を作成することができる。特定の状況の以前のインスタンスは、タスクトークン入力816として保存することができる。一実施形態では、インスタンスに関連付けられたメタデータ(例えば、考慮される処理意図のセット)は、タスクトークン入力816として保存されてもよい。更なる例として、ケーストークン出力818は、学習されたタスク情報を示す特定のケースに関連するメタデータを含むことができる。有効性データ812は、学習されたタスク情報に関連するケース結果を記録することができる。例えば、有効性データ812は、学習されたタスクの実行と臨床目的に関する実行の相対的成功との間の相互相関として、ケース特効有効性データ624を指してもよい。特定のケース(例えば、症例記録602)が公式化された臨床目的632からの逸脱を含む場合、この情報は、適応性のあるタスクデータ808の将来の適用のために有用な知性を提供するために有効性データ812とリンクされ得る。
図9は、本開示のいくつかの実施形態に従って、第1の複数の臨床プロトコルを選択するための例示的な方法900を示す流れ図を示す。
ステップ902において、適応型治療エンジン212は、最初に、医用画像から分析された情報に基づいて臨床目的を決定することができる。例えば、医用画像、他の診断情報が皮膚の表面付近の特定のタイプの腫瘍を示す場合、臨床目的は、腫瘍を測定し、腫瘍サイズを80%減少させるのに十分な放射線量を提供することである。
ステップ904において、統合エンジン412は、医用画像の診断及び/又は分析に基づいて、タスクデータベース800から利用可能なプロトコルタスクを選択することができる。例えば、統合エンジン412は、診断Lを決定し、静的タスクルール820にアクセスして、タスクプロトコルマップ822から、特定のタスクセット、例えば11、12、及び14が診断Lに適していることを決定することができる。統合エンジン412は、利用可能なタスク11、12及び14を使用して、1つ又は30つ以上のプロトコルを決定することができる。統合エンジン412によって行われる決定は、プロトコルデータベースでアクセスされる情報によって決定されてもよい。
ステップ906において、インテグレーションエンジン412は、利用可能なタスクに基づいて出力のための候補プロトコルを選択することができる。利用可能なタスクは、プロトコル(例えば、プロトコルレコード702)とそのプロトコルに対して臨床的に許容可能な様々なタスクとの間のタスクプロトコルマップ822内のリンクを提供する静的タスクルール820に基づいて選択することができる。統合エンジン412は、各候補プロトコルについての結果を予測することによって、選択されたプロトコルを更に分析することができる。
ステップ908において、統合エンジン412は、選択されたプロトコルについての臨床転帰を予測する(例えば、各プロトコルが記載された臨床目的を満たすと予測される程度)ことができる。統合エンジン412は、永続的ケースデータ604、患者データ606、適応症例データ608、参照プロトコルデータ710及び/又は適応プロトコルデータ708を含む利用可能な情報に基づいてリアルタイムで結果を予測することができる。予測は、例えば、プロトコル提案データ622、プロトコル偏差有効性レコード712、及びプロトコル提案履歴及びタスク実行データ720から同化された同様の情報を示す他のレコードに関連付けられた有効性データ624に基づいてもよい。
ステップ910で、統合エンジン412は、選択のためのプロトコルを生成することができる。プロトコルの生成は、公式化された臨床目的632及び/又は臨床目的の偏差630を考慮して、段階908で行われた相対的な予測に基づくことができる。
図10は、本開示のいくつかの実施形態による、中間データ1000を評価するための例示的な方法を示す流れ図を示す。
ステップ1002において、統合エンジン412は、公式化された臨床目的632及び/又は臨床目的の偏差630から臨床目的を決定することができる。
ステップ1004において、治療薬モジュール210は、中間データを分析するために1つ又はそれ以上のタスクを実行することができる。
ステップ1006において、統合エンジン412は、分析から臨床目的が満たされたかどうかを判定することができる。臨床目的が満たされている場合、治療計画への適応は必要でないかもしれない。
ステップ1008において、目的が満たされていない場合、適応型治療エンジン212は、臨床目的が変更を必要とするか否かを決定することができる。変化が必要でない場合(例えば、治療目標が単に満たされていないが目標が適切であった場合)、治療エンジン212は臨床目的を変更することはできない。臨床目的の変更が必要な場合、治療エンジン212は新しい臨床目的を促すことができる。いくつかの実施形態によれば、治療エンジンは、新たな目的を独立して生成し、公式化された臨床目的632を記録することができる。
図11は、本開示のいくつかの実施形態による、第2の複数の臨床プロトコル(例えば、ステップ522で説明したような)を選択するための例示的な方法1100を示す流れ図を示す。
ステップ1102において、適応型治療エンジン212は、臨床的意図を決定することができる。いくつかの実施形態によれば、統合エンジン412は、中間データのインポート及び分析(例えば、ステップ522)から学習された診断情報を考慮し、プロトコルデータベース700から医療機器構成724にアクセスし、及び/又はタスクデータベース432 臨床的意向を決定することができる(例えば、特定の測定可能な目標を達成するために癌放射線療法を実施する、特定の(おそらく限定された)量で放射線を適用し、腫瘍の大きさを測定可能な量だけ減少させ、臨床試験などで測定可能な変化をもたらすことができる)。
ステップ1104において、統合エンジン412は、医用画像の診断及び/又は分析に基づいて、タスクデータベース800から利用可能なプロトコルタスクを選択することができる。例えば、統合エンジン412は、診断Mを決定し、静的タスクルール820にアクセスして、タスクプロトコルマップ822から特定のタスクセット、例えば11、12、及び14が診断Mに適切であることを決定することができる。それにもかかわらず、統合エンジン412は、1つ又はそれ以上のプロトコルを決定するために利用可能なプロトコルタスク15、16、及び12を使用することができる。統合エンジン412によって行われる決定は、プロトコルデータベース700においてアクセスされる情報によって決定されてもよい。
ステップ1006において、インテグレーションエンジン412は、利用可能なタスクに基づいて治療のための候補プロトコルを選択することができる。利用可能なタスクは、プロトコル(例えば、プロトコル702)と、そのプロトコルに対して臨床的に許容可能な様々なタスクとの間のタスクプロトコルマップ822内のリンクを提供する静的タスクルール820に基づいて選択することができる。統合エンジン412は、各候補プロトコルについての結果を予測することによって、選択されたプロトコルを更に分析することができる。
ステップ1108において、統合エンジン412は、選択されたプロトコルのプロトコル結果を予測することができる。統合エンジン412は、医療機器構成724永続症データ604、患者データ606、適応症例データ608、参照プロトコルデータ710及び/又は適応プロトコルデータ708を含む利用可能な情報に基づいてリアルタイムで結果を予測することができる。予測は、例えば、プロトコル提案データ622に関連する(例えば、相関する)有効性データ624、プロトコル偏差有効性レコード712、及びプロトコル提案履歴及びタスク実行データ720から同化された同様の情報を示す他の記録に基づくことができる。
ステップ1110で、統合エンジン412は、選択のためのプロトコルを生成することができる。生成されたプロトコルは、公式化された治療目標632及び/又は臨床目標偏差630を考慮して、ステップ1108で行われた相対的な予測に基づくことができる。
図12は、本開示のいくつかの実施形態による適応型放射線治療を示すフロー図であり、システム400を使用して実施することができる。
ステップ1210において、医療機器コントローラ414は、患者426において観察される生物学的構造を示す医用画像データを取り込むことができる。内側画像データは、医療機器(例えば、医療機器416及び418)によって提供されることができる。例えば、医用撮像装置416は、医用画像(例えば、CATスキャン)を提供するために適応型治療エンジン212から信号を受信することができる。医用撮像装置416は、患者426のスキャンを実行し、スキャンデータ(医用画像データ)をローカルメモリに保存し、データをデバイスバス422を介して適応型治療エンジン212に送信することができる。
ステップ1212において、統合エンジン412は、画像処理の実行を実行及び/又は開始して、画像データを分析して、データ内の構造のトポグラフィを決定することができる。
ステップ1214において、ケースデータベース600、プロトコルデータベース700、及びタスクデータベース800を参照した後、インテグレーションエンジン412は、構造の描写のための第1の複数の治療プロトコルを選択することができる。
ステップ1216において、適応型治療エンジン212は、第1の複数の治療プロトコルを選択し、候補プロトコルを医療従事者に提示することができる。
ステップ1218において、適応型治療エンジン212は、独立して、又は資格のある医療専門家の承認を得て、治療決定を行うことができる。
ステップ1220において、処置が承認され、配送される。
ステップ1222において、提供された治療に基づいて治療データが受信される。例えば、送達された治療に関連する有効性データを受け取ることができる。有効性データは、腫瘍の収縮、OARへの放射線の送達などの情報を含むことができる。
ステップ1224において、治療薬モジュール210は、中間結果を分析し、適応第2治療が必要であると決定することができる。
ステップ1226において、適応型治療エンジン212は、基準プロトコルデータ及び適応プロトコルデータに基づいて、第2の複数の治療プロトコルを使用してリスク臓器(OAR)及び標的を決定するための第2の治療計画を選択することができる。
ステップ1228で、選択された第2の治療計画が承認される。
ステップ1230で、処置決定が再度行われる。
ステップ1232において、第2の治療計画が送達される。治療剤モジュール210は、とりわけ、投与処方及び承認、ならびに用量送達及び記録を含む、様々な適応型放射線治療を管理するように構成されてもよい。
図13は、いくつかの実施形態による例示的な適応型治療管理治療計画1300を示す。第1の複数の候補プロトコル1216を選択した後、例えば、リスクのある臓器(OAR)及びターゲティングを決定するための描写タスクを開始すると、適応治療エンジン212は出力装置(例えば、出力デバイス305及び/又は医療デバイスインターフェース420)を介してオプションを提示することができる。様々なプロトコル(例えば、臨床目的、目標、及び/又は治療選択肢)1302,1304,1306,1308が描かれており、それぞれの分数計画(例えば、1310)は、それぞれのタスク1318に沿って示されている。適応型治療エンジン210は、すべての4つのオプションの相対比較を提供するように、各プロトコル(例えば、治療オプション)1302、1304、1306、1308を提示することができる。図示されていないが、プロトコル1304,1306、1308は、プロトコル1302と同様のプロトコル構造を含むことができるが、プロトコル1302に匹敵する形式で提示される異なるタスクを有する。
図14は、本開示のいくつかの実施形態による、適応型放射線治療管理プロトコル1302を示す。ステップ1402において、プロトコル1302は、データを取得するためのタスクを含むことができる。データが取得された後、プロトコル1302は3つのタスク1404、1406及び1408を並行して実行することができる。例えば、ステップ1404において、プロトコル1302は、撮像装置を使用して、標的腫瘍の輪郭を示す1つ又はそれ以上の画像を得ることを含むことができる。ステップ1406において、プロトコル1302は、リスクのある器官を輪郭化するタスクを含むことができる。ステップ1408において、プロトコル1302は、アプリケータ及び/又はカテーテルを患者426に更に適用することができる。タスク1404及び1406は承認を必要とするが、いくつかのタスク(例えばタスク1408)は承認なしで実行されてもよい。ステップ1410で、タスク1404及び1406が承認又は拒否される。ステップ1412において、プロトコル1302は、輪郭を含む逆線量計画のためのタスクを含むことができる。ステップ1414で、逆線量計画が承認され、プロトコル1302が終了する。
いくつかの実施形態によれば、プロトコル1302は、その標準プロトコル記述(例えば、標準プロトコル記述732)から新しいタスク1416及び1418を含むように変更されてもよい。したがって、プロトコルは標準的な記述から逸脱する可能性がある。プロトコル1302は、プロトコル偏差レコード714への偏差を記録することができる。逸脱したプロトコルの送達後、適応型治療エンジン212は、プロトコルの有効性を判定し、有効性をプロトコル逸脱有効性レコード712に記録することができる。図12に示すように、プロトコル1302は、特定の数のステップを含むが、プロトコル1302は単なる例示であることを理解されたい。治療薬モジュール210は、任意の数の特定の順序で任意の数の治療作業を含み得る任意の数の臨床的に許容される治療プロトコルを含み得る。
本開示は、独立した治療モデリング及びワークフロー管理エンジンを有する適応型治療管理システムを記載する。記述されたステップは、記述された例示的な実施形態を説明するために示されており、進行中の技術開発は、特定の機能が実行される方法を変えることが予想されるべきである。これらの実施例は、本発明を説明するためのものであって、限定するものではない。更に、機能的ブロックの境界は、説明の便宜上、本明細書において任意に定義されている。指定された機能及びそれらの関係が適切に実行され、ユーザが利用可能なモジュールの組合せ機能が適用ドメインの要件をカバーする限り、境界の代替を定義することができる。代替物(本明細書に記載されているものの同等物、拡張、変形、偏差などを含む)は、本明細書に含まれる教示に基づいて当業者には明らかであろう。そのような代替案は、開示された実施形態の範囲及び精神の範囲内に入る。また、「含む(comprising)」、「有する(having)」、「含む(containing)」、「含む(including)」などの用語は、意味が等価であることを意図しており、これらの言葉のいずれかに続く項目は、そのような1つ又は複数の項目の網羅的なリストであること、又はリストされた1つ又はそれ以上の項目のみに限定されることを意味する。本明細書及び添付の特許請求の範囲で使用する単数形「a」、「an」及び「the」は、文脈上他に明確に指示しない限り、複数の言及を含むことにも留意されたい。
更に、本開示と一致する実施形態を実施する際に、1つ又はそれ以上のコンピュータ可読記憶媒体を利用することができる。コンピュータ可読記憶媒体は、プロセッサによって読み取り可能な情報又はデータが格納され得る任意のタイプの物理メモリを指す。したがって、コンピュータ読み取り可能な記憶媒体は、プロセッサに本明細書に記載の実施形態と一致するステップ又はステージを実行させるための命令を含む、1つ又はそれ以上のプロセッサによる実行のための命令を格納することができる。用語「コンピュータ読み取り可能な媒体」は、具体的な項目を含み、搬送波及び過渡信号を排除する、すなわち非一時的であると理解されるべきである。実施例には、ランダムアクセスメモリ(RAM)、読み出し専用メモリ(ROM)、揮発性メモリ、不揮発性メモリ、ハードドライブ、CD−ROM、DVD、フラッシュドライブ、ディスク、及びその他の既知の物理記憶媒体が含まれる。
開示及び実施例は、例示のみとして考えられ、開示された実施形態の真の範囲及び精神は、添付の特許請求の範囲によって示されることが意図される。
Claims (23)
- 治療計画を生成するためのシステムであって、
前記システムは、
治療プロトコルを記憶するための臨床データベースであって、各治療プロトコルは複数の治療タスクを反映している臨床データベースと、
前記臨床データベースに動作可能に接続された治療エンジンとを有し、
前記治療エンジンは、
診断情報を取得するように構成された医療機器コントローラと、
少なくとも1つのプロセッサとを含み、
前記プロセッサは、
前記臨床データベースから第1の複数の治療プロトコルを選択するステップであって、前記選択は、前記取得された診断情報と基準プロトコルデータに基づいており、前記基準プロトコルデータは、更新された治療効力情報を含むステップと、
前記基準プロトコルデータを使用して前記第1の複数の治療プロトコルにおける各プロトコルの治療有効確率を計算するステップと、
臨床目的と前記基準プロトコルデータと前記治療効力確率とに基づいて前記第1の複数の治療プロトコルから第1の治療計画を作成するステップと、
前記第1の治療計画の実行中に、第1の治療計画の実行過程のために変更された患者の状態を示す中間データを評価するステップと、
基準プロトコルデータおよび適応プロトコルデータに基づいて、第2の複数の治療プロトコルを用いて第2の治療計画を選択するステップであって、前記選択された第2の治療計画は、前記臨床目的と前記基準プロトコルデータと前記治療有効性情報に基づいて適応化されるステップと
を実行するようにプログラムされている
ことを特徴とするシステム。 - 請求項1記載のシステムにおいて、
前記少なくとも1つのプロセッサは、ケース記録を更新するステップを更に実行するようにプログラムされており、
前記更新は、前記第1の複数の治療プロトコルと前記第2の複数のプロトコルと前記中間データと前記第2の治療計画を含む
ことを特徴とするシステム。 - 請求項1記載のシステムにおいて、
前記少なくとも1つのプロセッサは、
前記第2の治療計画の有効性を決定するステップと、
プロトコル有効性レコードを生成するステップと、
を更に実行するようにプログラムされている
ことを特徴とするシステム。 - 請求項1記載のシステムにおいて、
前記少なくとも1つのプロセッサは、適応性がん治療の臨床目的を決定するステップを更に実行するようにプログラムされている
ことを特徴とするシステム。 - 請求項1記載のシステムにおいて、
前記中間データを評価するステップは、臨床的意向を決定するステップと、前記臨床的意向に関する中間データを評価するステップとを含む。
ことを特徴とするシステム。 - 請求項1記載のシステムにおいて、
前記診断情報は、1つ又はそれ以上の医用画像を含む
ことを特徴とするシステム。 - 請求項1記載のシステムにおいて、
前記第1の複数の治療プロトコルを生成するステップは、
臨床的意図を決定するステップと、
複数の利用可能なプロトコルタスクを生成するステップと、
前記利用可能なプロトコルタスクに基づいてプロトコルデータベースから少なくとも2つのプロトコルを選択するステップと、
前記選択された少なくとも2つのプロトコルのそれぞれについて結果を予測するステップと、
前記予測された結果に基づいて前記第1の複数の治療プロトコルを生成するステップとを含む
ことを特徴とするシステム。 - 請求項7記載のシステムにおいて、
前記複数の利用可能なプロトコルタスクは、許容されるプロトコルアクションを示している
ことを特徴とするシステム。 - 請求項7記載のシステムにおいて、
前記複数の利用可能なプロトコルタスクは、前記診断情報と前記臨床目的とに基づいて生成される
ことを特徴とするシステム。 - 請求項9記載のシステムにおいて、
前記中間データを評価するステップは、前記中間データに基づいて新しい臨床目的を選択的に生成するステップを更に含む
ことを特徴とするシステム。 - 請求項10記載のシステムにおいて、
前記第2の複数のプロトコルを生成するステップは、
許容可能なプロトコル動作を示す第2の複数の利用可能なプロトコルタスクを生成するステップと、
プロトコルデータベースから少なくとも2つのプロトコルを選択するステップと、
前記選択された少なくとも2つのプロトコルのそれぞれについて治療有効確率を予測するステップと、
前記治療有効確率に基づいて前記第2の複数のプロトコルを生成するステップとを含む
ことを特徴とするシステム。 - 請求項11記載のシステムにおいて、
プロトコルデータベースからの前記少なくとも2つのプロトコルは、前記中間データと、前記臨床意図及び前記新しい臨床意図のいずれか1つに基づいて選択される
ことを特徴とするシステム。 - 治療計画を生成するためのコンピュータ実装方法であって、
少なくとも1つのプロセッサを用いて、臨床データベースから第1の複数の治療プロトコルを選択するステップであって、前記選択は、前記取得された診断情報と基準プロトコルデータに基づいており、前記基準プロトコルデータは、更新された治療効力情報を含むステップと、
前記少なくとも1つのプロセッサを用いて、前記治療計画に対する治療目的を決定するステップと、
前記少なくとも1つのプロセッサを用いて、前記基準プロトコルデータを使用して前記第1の複数の治療プロトコルにおける各プロトコルの治療有効確率を計算するステップと、
前記少なくとも1つのプロセッサを用いて、臨床目的と前記基準プロトコルデータと前記治療効力確率とに基づいて前記第1の複数の治療プロトコルから第1の治療計画を作成するステップと、
前記少なくとも1つのプロセッサを用いて、前記第1の治療計画の実行中に、第1の治療計画の実行過程のために変更された患者の状態を示す中間データを評価するステップと、
前記少なくとも1つのプロセッサを用いて、基準プロトコルデータおよび適応プロトコルデータに基づいて、第2の複数の治療プロトコルを用いて第2の治療計画を選択するステップであって、前記選択された第2の治療計画は、前記臨床目的と前記基準プロトコルデータと前記治療有効性情報に基づいて適応化されるステップと
を有することを特徴とするコンピュータ実装方法。 - 請求項13記載のコンピュータ実装方法において、
ケース記録を更新するステップであって、前記更新は、前記第1の複数の治療プロトコルと、前記第2の複数のプロトコルと、前記中間データと、前記第2の治療計画を含むステップを
更に有することを特徴とするコンピュータ実装方法。 - 請求項13記載のコンピュータ実装方法において、
前記第2の治療計画の有効性を判定するステップと、
プロトコル有効性レコードを生成するステップと
を更に有することを特徴とするコンピュータ実装方法。 - 請求項13記載のコンピュータ実装方法において、
前記中間データを評価するステップは、前記臨床目的に関して前記中間データを評価するステップを含む
ことを特徴とするコンピュータ実装方法。 - 請求項13記載のコンピュータ実装方法において、
前記第1の複数の治療プロトコルを生成するステップは、
複数の利用可能なプロトコルタスクを生成するステップと、
前記利用可能なプロトコルタスクに基づいてプロトコルデータベースから少なくとも2つのプロトコルを選択するステップと、
前記選択された少なくとも2つのプロトコルのそれぞれについて結果を予測するステップと、
前記予測された結果に基づいて前記第1の複数の治療プロトコルを生成するステップとを含む
ことを特徴とするコンピュータ実装方法。 - 請求項17記載のコンピュータ実装方法において、
前記複数の利用可能なプロトコルタスクは、許容可能なプロトコル動作を示す
ことを特徴とするコンピュータ実装方法。 - 請求項17記載のコンピュータ実装方法において、
前記複数の利用可能なプロトコルタスクは、前記診断情報及び前記臨床目的に基づいて生成される
ことを特徴とするコンピュータ実装方法。 - 請求項19記載のコンピュータ実装方法において、
前記中間データを評価するステップは、前記中間データに基づいて新たな臨床目的を選択的に生成するステップを更に有する
ことを特徴とするコンピュータ実装方法。 - 請求項19記載のコンピュータ実装方法において、
前記第2の複数のプロトコルを生成するステップは、
許容可能なプロトコル動作を示す第2の複数の利用可能なプロトコルタスクを生成するステップと、
プロトコルデータベースから少なくとも2つのプロトコルを選択するステップと、
前記選択された少なくとも2つのプロトコルのそれぞれについて治療有効確率を予測するステップと、
前記治療有効確率に基づいて前記第2の複数のプロトコルを生成するステップとを含む
ことを特徴とするコンピュータ実装方法。 - 請求項19記載のコンピュータ実装方法において、
プロトコルデータベースからの前記少なくとも2つのプロトコルは、前記中間データと、前記臨床意図及び前記新しい臨床意図のいずれか1つに基づいて選択される
ことを特徴とするコンピュータ実装方法。 - 適応型癌治療のための方法を実行するために少なくとも1つのプロセッサによって実行可能な命令を記憶する非一時的コンピュータ可読記憶媒体であって、
前記方法は、
臨床データベースから第1の複数の治療プロトコルを選択するステップであって、前記選択は、前記取得された診断情報と基準プロトコルデータに基づいており、前記基準プロトコルデータは、更新された治療効力情報を含むステップと、
前記治療計画に対する治療目的を決定するステップと、
前記基準プロトコルデータを使用して前記第1の複数の治療プロトコルにおける各プロトコルの治療有効確率を計算するステップと、
臨床目的と前記基準プロトコルデータと前記治療効力確率とに基づいて前記第1の複数の治療プロトコルから第1の治療計画を作成するステップと、
前記第1の治療計画の実行中に、第1の治療計画の実行過程のために変更された患者の状態を示す中間データを評価するステップと、
基準プロトコルデータおよび適応プロトコルデータに基づいて、第2の複数の治療プロトコルを用いて第2の治療計画を選択するステップであって、前記選択された第2の治療計画は、前記臨床目的と前記基準プロトコルデータと前記治療有効性情報に基づいて適応化されるステップと
を有することを特徴とする非一時的コンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562131102P | 2015-03-10 | 2015-03-10 | |
US62/131,102 | 2015-03-10 | ||
PCT/US2016/021867 WO2016145251A1 (en) | 2015-03-10 | 2016-03-10 | Adaptive treatment management system with a workflow management engine |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018514021A true JP2018514021A (ja) | 2018-05-31 |
JP6902473B2 JP6902473B2 (ja) | 2021-07-14 |
Family
ID=55587387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017547954A Active JP6902473B2 (ja) | 2015-03-10 | 2016-03-10 | ワークフロー管理エンジンを含む適応型治療管理システム |
Country Status (7)
Country | Link |
---|---|
US (1) | US10886026B2 (ja) |
EP (1) | EP3268880B1 (ja) |
JP (1) | JP6902473B2 (ja) |
CN (1) | CN107548497A (ja) |
AU (1) | AU2016228845A1 (ja) |
RU (1) | RU2719922C2 (ja) |
WO (1) | WO2016145251A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020130790A (ja) * | 2019-02-22 | 2020-08-31 | キヤノンメディカルシステムズ株式会社 | 治療計画支援装置及び方法 |
JP2021144708A (ja) * | 2020-03-10 | 2021-09-24 | ドレーゲルヴェルク アクチェンゲゼルシャフト ウント コンパニー コマンディートゲゼルシャフト アウフ アクチェンDraegerwerk AG & Co.KGaA | 治療推奨を提供するための医療システム |
WO2022091868A1 (ja) * | 2020-10-26 | 2022-05-05 | キヤノン株式会社 | 情報処理装置、情報表示装置、情報処理方法、情報処理システム及びプログラム |
Families Citing this family (70)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2719922C2 (ru) | 2015-03-10 | 2020-04-23 | Электа, Инк. | Адаптивная система управления лечением с механизмом управления потоком действий |
US11127495B2 (en) * | 2015-12-08 | 2021-09-21 | Koninklijke Philips N.V. | Quality management of imaging workflows |
US20200168313A1 (en) * | 2017-07-28 | 2020-05-28 | W.O.M. World Of Medicine Gmbh | Medical engineering apparatus for storing and evaluating clinical data |
US10792514B2 (en) | 2017-09-15 | 2020-10-06 | Varian Medical Systems International Ag | Automatic generation of radiation treatment plan optimization objectives |
CN108053869B (zh) * | 2017-10-10 | 2021-03-16 | 中山大学肿瘤防治中心 | 一种肿瘤患者放疗进程管理及质量控制方法及系统 |
JP7221961B2 (ja) * | 2017-11-22 | 2023-02-14 | コーニンクレッカ フィリップス エヌ ヴェ | 病理学ワークフローを最適化するためのデバイス、システム及び方法 |
US10566093B2 (en) | 2018-03-13 | 2020-02-18 | C/Hca, Inc. | Data integration using graph structures |
EP3621085A1 (en) * | 2018-09-04 | 2020-03-11 | Koninklijke Philips N.V. | Resource scheduling in adaptive radiation therapy planning |
US10799716B2 (en) | 2018-10-18 | 2020-10-13 | Varian Medical Systems International Ag | Streamlined, guided on-couch adaptive workflow |
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 |
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 |
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 |
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 |
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 |
US11957960B2 (en) | 2019-05-10 | 2024-04-16 | Rehab2Fit Technologies Inc. | Method and system for using artificial intelligence to adjust pedal resistance |
JP7533572B2 (ja) * | 2019-08-26 | 2024-08-14 | コーニンクレッカ フィリップス エヌ ヴェ | 個人のタイムラインデータからの状態遷移グラフの自動構築のための方法 |
US11701548B2 (en) | 2019-10-07 | 2023-07-18 | Rom Technologies, Inc. | Computer-implemented questionnaire for orthopedic treatment |
US11071597B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Telemedicine for orthopedic treatment |
USD928635S1 (en) | 2019-09-18 | 2021-08-24 | Rom Technologies, Inc. | Goniometer |
US11830601B2 (en) | 2019-10-03 | 2023-11-28 | Rom Technologies, Inc. | System and method for facilitating cardiac rehabilitation among eligible users |
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 |
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 |
US11978559B2 (en) | 2019-10-03 | 2024-05-07 | Rom Technologies, Inc. | Systems and methods for remotely-enabled identification of a user infection |
US12020799B2 (en) | 2019-10-03 | 2024-06-25 | Rom Technologies, Inc. | Rowing machines, systems including rowing machines, and methods for using rowing machines to perform treatment plans for rehabilitation |
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 |
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 |
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 |
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 |
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 |
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 |
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 |
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 |
US20210142893A1 (en) | 2019-10-03 | 2021-05-13 | Rom Technologies, Inc. | System and method for processing medical claims |
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 |
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 |
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 |
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 |
US12087426B2 (en) | 2019-10-03 | 2024-09-10 | Rom Technologies, Inc. | Systems and methods for using AI ML to predict, based on data analytics or big data, an optimal number or range of rehabilitation sessions for a user |
US11087865B2 (en) | 2019-10-03 | 2021-08-10 | Rom Technologies, Inc. | System and method for use of treatment device to reduce pain medication dependency |
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 |
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 |
US20210134412A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for processing medical claims using biometric signatures |
US12020800B2 (en) | 2019-10-03 | 2024-06-25 | Rom Technologies, Inc. | System and method for using AI/ML and telemedicine to integrate rehabilitation for a plurality of comorbid conditions |
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 |
US11265234B2 (en) | 2019-10-03 | 2022-03-01 | Rom Technologies, Inc. | System and method for transmitting data and ordering asynchronous data |
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 |
US20210128080A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Augmented reality placement of goniometer or other sensors |
US20210134432A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Method and system for implementing dynamic treatment environments based on patient information |
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 |
US12062425B2 (en) | 2019-10-03 | 2024-08-13 | Rom Technologies, Inc. | System and method for implementing a cardiac rehabilitation protocol by using artificial intelligence and standardized measurements |
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 |
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 |
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 |
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 |
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 |
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 |
US11826613B2 (en) | 2019-10-21 | 2023-11-28 | Rom Technologies, Inc. | Persuasive motivation for orthopedic treatment |
US11684299B2 (en) | 2019-12-17 | 2023-06-27 | Mahana Therapeutics, Inc. | Method and system for remotely monitoring the psychological state of an application user using machine learning-based models |
USD907143S1 (en) | 2019-12-17 | 2021-01-05 | Rom Technologies, Inc. | Rehabilitation device |
CN113270183B (zh) * | 2020-02-17 | 2024-08-13 | 中硼(厦门)医疗器械有限公司 | 管理治疗计划数据的方法和系统以及数据交换设备 |
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 |
US11610663B2 (en) | 2020-05-29 | 2023-03-21 | Mahana Therapeutics, Inc. | Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using average physical activity data associated with a set of people other than the user |
US12073933B2 (en) | 2020-05-29 | 2024-08-27 | Mahana Therapeutics, Inc. | Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using baseline physical activity data associated with the user |
US11967432B2 (en) | 2020-05-29 | 2024-04-23 | Mahana Therapeutics, Inc. | Method and system for remotely monitoring the physical and psychological state of an application user using altitude and/or motion data and one or more machine learning models |
US20220130515A1 (en) * | 2020-10-22 | 2022-04-28 | Mahana Therapeutics, Inc. | Method and system for dynamically generating generalized therapeutic imagery using machine learning models |
CN113837535B (zh) * | 2021-08-18 | 2024-05-17 | 中国核电工程有限公司 | 一种用于核电厂严重事故进程回溯的方法 |
CN117219214B (zh) * | 2023-11-07 | 2024-02-20 | 江苏法迈生医学科技有限公司 | 一种临床科研一体化信息平台的数据管理方法 |
CN117992802B (zh) * | 2024-04-03 | 2024-06-21 | 天津医科大学总医院 | 基于放疗数据库的放疗相似度计划方法、系统及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004094621A (ja) * | 2002-08-30 | 2004-03-25 | Asahi Medical Co Ltd | 医療情報管理システム |
US20090125334A1 (en) * | 2007-10-22 | 2009-05-14 | Siemens Medical Solutions Usa. Inc. | Method and System for Radiation Oncology Automatic Decision Support |
JP2009533782A (ja) * | 2006-04-17 | 2009-09-17 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 医療計画における個人的予後モデル化 |
JP2010508938A (ja) * | 2006-11-10 | 2010-03-25 | 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 | 患者の治療における治療計画に対する装置、方法、コンピュータ読み取り可能媒体及び使用 |
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 |
US20150006192A1 (en) * | 2013-06-26 | 2015-01-01 | WellDoc, Inc. | Systems and methods for clinical decision-making |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6666820B1 (en) * | 2000-11-28 | 2003-12-23 | Michael D. Poole | Mathematical therapeutic outcomes model for predicting clinical efficacy therapies |
AU2003241484A1 (en) * | 2002-05-16 | 2003-12-31 | Gordon T. Morre | Checklist-based flow and tracking system for patient care by medical providers |
US20060056589A1 (en) * | 2004-08-31 | 2006-03-16 | Massachusetts Institute Of Technology | Radiation-induced cellular adaptive response |
RU2007124523A (ru) * | 2004-12-30 | 2009-02-10 | ПРОВЕНТИС, Инк., (US) | Способы, системы и компьютерные программные продукты для разработки и использования прогнозных моделей для прогнозирования большинства медицинских случаев, оценки стратегий вмешательства и для одновременной оценки нерегулярности биологических маркеров |
CN101421736A (zh) | 2006-04-17 | 2009-04-29 | 美国西门子医疗解决公司 | 在医疗计划中的个性化预后建模 |
CN102218198A (zh) * | 2006-05-25 | 2011-10-19 | 威廉博蒙特医院 | 一种形成入口图像的方法 |
ES2733350T3 (es) * | 2007-06-27 | 2019-11-28 | Hoffmann La Roche | Sistema para el diagnóstico, tratamiento y pronóstico médicos para acontecimientos solicitados y procedimiento del mismo |
AU2009217184B2 (en) | 2008-02-20 | 2015-03-19 | Digital Medical Experts Inc. | Expert system for determining patient treatment response |
US8266168B2 (en) * | 2008-04-24 | 2012-09-11 | Lexisnexis Risk & Information Analytics Group Inc. | Database systems and methods for linking records and entity representations with sufficiently high confidence |
EP2365456B1 (en) * | 2010-03-11 | 2016-07-20 | CompuGroup Medical SE | Data structure, method and system for predicting medical conditions |
US20120232930A1 (en) * | 2011-03-12 | 2012-09-13 | Definiens Ag | Clinical Decision Support System |
US20130110547A1 (en) * | 2011-04-07 | 2013-05-02 | Master Mobile Products, Llc | Medical software application and medical communication services software application |
KR20130056095A (ko) * | 2011-11-21 | 2013-05-29 | 경희대학교 산학협력단 | 임상의사결정지원장치를 위한 데이터 처리 방법과 장치 |
US20130179178A1 (en) | 2012-01-06 | 2013-07-11 | Active Health Management | System and method for patient care plan management |
US9731147B2 (en) | 2012-02-07 | 2017-08-15 | Varian Medical Systems International Ag | Method and apparatus pertaining to the optimization of radiation-treatment plans using automatic changes to treatment objectives |
US10483003B1 (en) * | 2013-08-12 | 2019-11-19 | Cerner Innovation, Inc. | Dynamically determining risk of clinical condition |
US10232192B2 (en) * | 2013-12-04 | 2019-03-19 | Koninklijke Philips N.V. | Efficient treatment plan trade-off analysis |
RU2719922C2 (ru) | 2015-03-10 | 2020-04-23 | Электа, Инк. | Адаптивная система управления лечением с механизмом управления потоком действий |
-
2016
- 2016-03-10 RU RU2017134319A patent/RU2719922C2/ru active
- 2016-03-10 EP EP16711098.0A patent/EP3268880B1/en active Active
- 2016-03-10 WO PCT/US2016/021867 patent/WO2016145251A1/en active Application Filing
- 2016-03-10 AU AU2016228845A patent/AU2016228845A1/en not_active Abandoned
- 2016-03-10 CN CN201680014714.5A patent/CN107548497A/zh active Pending
- 2016-03-10 JP JP2017547954A patent/JP6902473B2/ja active Active
- 2016-03-10 US US15/556,676 patent/US10886026B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004094621A (ja) * | 2002-08-30 | 2004-03-25 | Asahi Medical Co Ltd | 医療情報管理システム |
JP2009533782A (ja) * | 2006-04-17 | 2009-09-17 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 医療計画における個人的予後モデル化 |
JP2010508938A (ja) * | 2006-11-10 | 2010-03-25 | 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 | 患者の治療における治療計画に対する装置、方法、コンピュータ読み取り可能媒体及び使用 |
US20090125334A1 (en) * | 2007-10-22 | 2009-05-14 | Siemens Medical Solutions Usa. Inc. | Method and System for Radiation Oncology Automatic Decision Support |
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 |
US20150006192A1 (en) * | 2013-06-26 | 2015-01-01 | WellDoc, Inc. | Systems and methods for clinical decision-making |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020130790A (ja) * | 2019-02-22 | 2020-08-31 | キヤノンメディカルシステムズ株式会社 | 治療計画支援装置及び方法 |
JP7412083B2 (ja) | 2019-02-22 | 2024-01-12 | キヤノンメディカルシステムズ株式会社 | 治療計画支援装置及び方法 |
JP2021144708A (ja) * | 2020-03-10 | 2021-09-24 | ドレーゲルヴェルク アクチェンゲゼルシャフト ウント コンパニー コマンディートゲゼルシャフト アウフ アクチェンDraegerwerk AG & Co.KGaA | 治療推奨を提供するための医療システム |
JP7171797B2 (ja) | 2020-03-10 | 2022-11-15 | ドレーゲルヴェルク アクチェンゲゼルシャフト ウント コンパニー コマンディートゲゼルシャフト アウフ アクチェン | 治療推奨を提供するための医療システム |
WO2022091868A1 (ja) * | 2020-10-26 | 2022-05-05 | キヤノン株式会社 | 情報処理装置、情報表示装置、情報処理方法、情報処理システム及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
RU2719922C2 (ru) | 2020-04-23 |
RU2017134319A3 (ja) | 2019-07-17 |
US10886026B2 (en) | 2021-01-05 |
US20180052962A1 (en) | 2018-02-22 |
RU2017134319A (ru) | 2019-04-03 |
EP3268880B1 (en) | 2022-11-02 |
AU2016228845A1 (en) | 2017-09-21 |
WO2016145251A1 (en) | 2016-09-15 |
CN107548497A (zh) | 2018-01-05 |
JP6902473B2 (ja) | 2021-07-14 |
EP3268880A1 (en) | 2018-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6902473B2 (ja) | ワークフロー管理エンジンを含む適応型治療管理システム | |
Beckers et al. | The EU medical device regulation: Implications for artificial intelligence-based medical device software in medical physics | |
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 | |
RU2684173C2 (ru) | Система и способ для автоматического планирования лечения | |
US20220157459A1 (en) | Data analytics for predictive modeling of surgical outcomes | |
WO2018119766A1 (zh) | 多模态图像处理系统及方法 | |
JP2021519120A (ja) | Ct/linacコンソールにおける適応放射線療法のための決定支援ツール | |
US20160378919A1 (en) | System and method for medical data analysis and sharing | |
US9390230B2 (en) | Radiation treatment planning apparatus and method thereof | |
Kortesniemi et al. | The European Federation of Organisations for Medical Physics (EFOMP) White Paper: Big data and deep learning in medical imaging and in relation to medical physics profession | |
US20090234628A1 (en) | Prediction of complete response given treatment data | |
JP7274599B2 (ja) | がん登録簿記録の自動作成 | |
US10978190B2 (en) | System and method for viewing medical image | |
Krishnamurthy et al. | Using artificial intelligence for optimization of the processes and resource utilization in radiotherapy | |
US9305139B2 (en) | Radiation treatment planning apparatus and method thereof | |
Sudha et al. | AI and IoT Applications in Medical Domain Enhancing Healthcare Through Technology Integration | |
Hirsch | Artificial intelligence in diagnostic imaging and radiation therapy | |
Booth et al. | Machine learning and glioblastoma: treatment response monitoring biomarkers in 2021 | |
JP7330665B2 (ja) | 治療計画装置及び臨床モデル比較方法 | |
JP6843892B2 (ja) | 解剖学的または生理学的状態データのクラスタリング | |
Thakare et al. | Handbook of Research on Applied Intelligence for Health and Clinical Informatics | |
Ip et al. | Current landscape and potential future applications of artificial intelligence in medical physics and radiotherapy | |
KR101518451B1 (ko) | 치료계획에 따른 치료 성과를 평가하는 장치 및 방법 | |
Heemsbergen et al. | The Importance of the Quality of Data | |
Lustberg | General introduction and outline of the thesis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190212 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200602 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200807 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20201222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210219 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20210219 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20210301 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20210302 |
|
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: 20210525 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210621 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6902473 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |