JP2018514862A - System and method for providing on-demand real-time patient-specific data analysis computing platform - Google Patents

System and method for providing on-demand real-time patient-specific data analysis computing platform Download PDF

Info

Publication number
JP2018514862A
JP2018514862A JP2017552501A JP2017552501A JP2018514862A JP 2018514862 A JP2018514862 A JP 2018514862A JP 2017552501 A JP2017552501 A JP 2017552501A JP 2017552501 A JP2017552501 A JP 2017552501A JP 2018514862 A JP2018514862 A JP 2018514862A
Authority
JP
Japan
Prior art keywords
patient
specific data
data analysis
order
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2017552501A
Other languages
Japanese (ja)
Inventor
アール. ダンリービー、キース
アール. ダンリービー、キース
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inovalon Inc
Original Assignee
Inovalon Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Inovalon Inc filed Critical Inovalon Inc
Publication of JP2018514862A publication Critical patent/JP2018514862A/en
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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

Abstract

オンデマンドリアルタイム患者固有データ解析発注を受信し、処理するように構成される計算プラットフォームが提供される。計算プラットフォームは発注を受信し、発注の実行可能性を判定し、次に、発注内で提供されるパラメータに基づき所望の解析を実行する。解析の一環として、計算プラットフォームは1以上のデータソースを調査して、発注された診断に関連するデータを収集することができる。いったんデータが収集されれば、計算プラットフォームは、1以上の予めプログラミングされたアルゴリズムに従ってデータを解析することができる。データセットに適用するアルゴリズムの選択は、発注されたオンデマンドリアルタイム患者固有データ解析の種類によって決定することができる。いくつかの例では、オンデマンドリアルタイム患者固有データ解析は、外部発注ユーザインタフェースを用いて発注することができる。A computing platform is provided that is configured to receive and process on-demand real-time patient specific data analysis orders. The computing platform receives the order, determines the feasibility of the order, and then performs the desired analysis based on the parameters provided in the order. As part of the analysis, the computing platform can examine one or more data sources and collect data related to the ordered diagnostics. Once the data is collected, the computing platform can analyze the data according to one or more pre-programmed algorithms. The choice of algorithm to apply to the data set can be determined by the type of on-demand real-time patient specific data analysis ordered. In some examples, on-demand real-time patient-specific data analysis can be ordered using an external ordering user interface.

Description

本開示は概して、電子発注入力プラットフォームおよび電子医療記録システム内の各種セットの利用可能な医療および医療関連データを、インタフェースを通じてオンデマンド解析し、解析結果を同じインタフェースを通じてリアルタイムで提供することができる計算プラットフォームに関する。   The present disclosure generally calculates various sets of available medical and medical related data within an electronic order entry platform and an electronic medical record system through on-demand analysis and provides the analysis results in real time through the same interface. Regarding the platform.

医療に伴うコストに目を光らせつつ高品質の医療サービスを提供することは、従来から医療提供者および関連事業の目的であった。患者が広範な地理的領域にわたって、相互にコミュニケーションを取れる、あるいは取れない複数の医師や医療提供者を訪れる医療環境においては、医学的診断またはその他の検査を実行して患者の関連情報を確認することは、そうした検査や医学的診断が患者の訪れる様々な医療提供者の間で重複し、他の医療提供者には既知である情報を入手するという恩恵を受けずに実行される場合があるため、非効率となり得る。   Providing high quality medical services while keeping an eye on the costs associated with medical care has been the objective of health care providers and related businesses. In a medical environment where patients visit multiple doctors and health care providers who can or cannot communicate with each other across a wide geographic area, perform medical diagnoses or other tests to determine patient-related information It can happen that such tests and medical diagnoses overlap between the various health care providers visited by the patient and do not benefit from obtaining information known to other health care providers. Therefore, it can be inefficient.

さらに、医療シーンはますます複雑化しつつあり、低コストで高品質な医療という目的との間でせめぎ合っている。臨床医にとって既知な病状の数は、科学的発見によってこれまで理解があまりされていなかった症状の病因、遺伝学、下位分割に関する詳細な理解が深まるにつれ、さらに増え続けている。ICD−9(約14000診断コードを含む)基準からICD−10(約68000診断コードを含む)基準への移行に例示されるように、このような症状を医療記録文書内に反映させるコードもきめ細やかさを増している。臨床医が利用可能な診断の数と種類は、治療方法と同様に増加の一途をたどっている。   In addition, the medical scene is becoming more and more complex, and is struggling with the objective of low-cost, high-quality medical care. The number of medical conditions known to clinicians continues to grow as detailed understanding of the etiology, genetics, and subdivision of symptoms that have not been well understood through scientific discovery has increased. The code that reflects such symptoms in the medical record document, as exemplified by the transition from the ICD-9 (including about 14,000 diagnostic code) standard to the ICD-10 (including about 68000 diagnostic code) standard, is also provided. The details are increasing. The number and types of diagnoses available to clinicians are steadily increasing, as are treatment methods.

中核の医療行為における上記のきめ細やかさと複雑さの進歩に加えて、医療周縁の事業プロセス、経営、法的監視も同様に複雑化しつつある。医療産業が量ベースの治療から質ベースの治療に移行するにつれ、品質結果の測定もその重要性を劇的に増大させた。患者が過去に受けた治療の質を評価する能力は、最適な医療の決定だけでなく、医療費削減を推し進める上で極めて重要になり得る。しかしながら、こうした評価を実行するのに必要なデータは、相互にコミュニケーションを取れない種々雑多な場所や実体に保管されることが多い。さらに、このような評価に必要な情報は大量であるために、医療提供者が「リアルタイム」で(直に治療に当たっている期間中)、患者が受けた治療の質や、治療が法的基準を遵守しているか否かを判定できない可能性がある。   In addition to the above meticulous and complex advancements in core medical practices, business processes, management and legal monitoring around the health care are similarly becoming more complex. As the medical industry moved from quantity-based treatment to quality-based treatment, the measurement of quality results also dramatically increased its importance. The ability to assess the quality of treatment a patient has received in the past can be crucial not only in making optimal medical decisions, but also in driving down medical costs. However, the data required to perform such an evaluation is often stored in various places and entities that cannot communicate with each other. In addition, the amount of information required for such an assessment is large, so the health care provider is “real time” (during the period of treatment) and the quality of the treatment received by the patient and the treatment is legal. It may not be possible to determine whether or not it is in compliance.

複数のソースからのデータを集計、調査、解析し、患者の病歴の様々な面を広範かつ綿密に「オンデマンド」で(必要と要請に応じて)総合的に検討する計算プラットフォームは、不要なまたは重複する医学的検査やラボ診断に伴う非効率的な出費を最小限に抑えつつ、医療の質を最大限に向上させるのに役立てることができる。しかしながら、上記の集計、調査、解析は、多くの異なるソースに点在する大量のデータに基づくことが多いため、医療提供者はこのような解析を実行することができない。   No need for a computing platform that aggregates, surveys and analyzes data from multiple sources and comprehensively examines various aspects of a patient's medical history extensively and closely on demand (on demand and upon request) Or it can help to maximize the quality of medical care while minimizing the inefficiencies associated with duplicate medical tests and lab diagnostics. However, since the above-described aggregation, survey, and analysis are often based on a large amount of data scattered in many different sources, the health care provider cannot perform such analysis.

本開示は、様々な第三者の内部データベースから集計および調査される医学的データを用いて解析を実行するコンピュータ化プラットフォームに関する。プラットフォームは、患者の医学的データをリアルタイムで解析して、実際の治療中に、患者と医療提供者に最も関係性が高い解析検査をオンデマンドで発注してその解答を受け取ることで、臨床医による高品質かつ費用効果の高い治療の提供をサポートすることができる。   The present disclosure relates to computerized platforms that perform analysis using medical data aggregated and surveyed from various third party internal databases. The platform analyzes the patient's medical data in real time, orders the on-demand analytical tests most relevant to the patient and provider, and receives the answers during the actual treatment. Can support the provision of high-quality and cost-effective treatment.

本開示の例によるオンデマンドリアルタイム患者固有データ解析(「データ診断」と称することもある)を実行する例示の方法を示す図。FIG. 4 illustrates an example method for performing on-demand real-time patient specific data analysis (sometimes referred to as “data diagnosis”) according to examples of the present disclosure. 本開示の例によるオンデマンドリアルタイム患者固有データ解析を実行する別の例示の方法を示す図。FIG. 4 illustrates another example method for performing on-demand real-time patient specific data analysis according to examples of the present disclosure. 本開示の例によるオンデマンドリアルタイム患者固有データ解析を実行する例示の方法を示す図。FIG. 4 illustrates an example method for performing on-demand real-time patient specific data analysis according to examples of the present disclosure. 本開示の例によるオンデマンドリアルタイム患者固有データ解析を実行する例示の計算プラットフォームを示す図。FIG. 4 illustrates an example computing platform that performs on-demand real-time patient-specific data analysis according to examples of this disclosure. 本開示の例による例示のメッセージハブを示す図。FIG. 3 illustrates an example message hub according to an example of the present disclosure. 本開示の例による例示の発注処理アーキテクチャを示す図。FIG. 3 illustrates an example order processing architecture according to an example of the present disclosure. 本開示の例による例示の臨床解析エンジンを示す図。1 illustrates an example clinical analysis engine according to an example of the present disclosure. FIG. 本開示の例による例示のフローチャート設計プロセスを示す図。FIG. 3 illustrates an exemplary flowchart design process according to an example of the present disclosure. 本開示の例による例示のpdfジェネレータアーキテクチャを示す図。FIG. 3 illustrates an example pdf generator architecture according to an example of the present disclosure. 本開示の例による例示のデータ統合サービスを示す図。FIG. 3 illustrates an example data integration service according to examples of the present disclosure.

オンデマンドリアルタイム患者固有データ解析は、1例では、治療時に、臨床医が個別に発注することのできる1そろいの様々な患者固有データ解析とすることができる。いくつかの例では、リアルタイム患者固有データ解析の発注は、複数のデータベースを調査して、特定の患者の関連情報を検索することと、患者の関連情報を収集することと、医師または医療提供者がより高品質でコスト効果の高い患者の体験を提供するのを助けることができる具体的な特徴またはパターンを求めて、収集した情報を解析することとを含むプロセスを開始させることができる。   On-demand real-time patient-specific data analysis, in one example, can be a set of various patient-specific data analysis that can be ordered individually by a clinician during treatment. In some examples, an order for real-time patient-specific data analysis is to search multiple databases to retrieve relevant information for a particular patient, collect patient-related information, and a doctor or health care provider Can begin a process that includes analyzing the collected information for specific features or patterns that can help provide a higher quality and cost effective patient experience.

あるシナリオ例が、リアルタイム患者固有データ解析を実行する概念を例示するのに役立つ。このシナリオ例では、患者は救急処置室に運ばれて、急性の苦痛、外傷、または意識不明状態により情報を提供できない。通常、患者は病歴に関連する質問に確実に回答できないため、治療を提供する臨床医は、医学的問題を診断するだけでなく、臨床医の処方する治療過程に影響を及ぼすおそれのあるその他の悪化要因が存在しないように確保するために、広範な一連の医学的検査を行わなければならない。さらに、医師は、発見される異常が急性なのか慢性なのか、あるいは、過去の治療がアレルギー反応などの悪影響を招いたことがあるか否かを判定することができないため、進行中の問題とそれに関連する適切な治療を判定することが難しい。しかしながら、臨床医が患者のためにオンデマンドリアルタイム患者固有データ解析を発注できれば、計算プラットフォームは複数のデータソース(すなわち、他の臨床医のデータベース、過去の診断データ、薬剤記録、ラボ記録、電子医療記録データなど)を調査して、患者の過去の病歴と治療に関する情報を収集し、収集された情報を解析し、救急処置室で適切または確実に反応できない、不十分にしか反応できない、あるいは意識不明である患者を治療する際に医療提供者の助けとなる要因またはその他の関連情報を判定することができる。1例では、オンデマンドリアルタイム患者固有データ解析は、患者が過去に受けた、あるいは現在受けている投薬治療に関する情報、患者に関して実行された過去の全ラボ作業、過去の診断、過去の入院歴を検索することができる。オンデマンドリアルタイム患者固有データ解析によって検索された情報は、単独のデータベースにすべて置くことができる、あるいは、いくつかの例では、第三者の医療提供者によって維持される種々雑多なデータベースに置くことができる。計算プラットフォームは、これらのデータベースをそれぞれ調査して、オンデマンドリアルタイム患者固有データ解析を発注する患者の関連情報が、特定のデータベースに記憶されているかどうかを確認することができる。   An example scenario serves to illustrate the concept of performing real-time patient specific data analysis. In this example scenario, the patient is taken to the emergency room and cannot provide information due to acute pain, trauma, or unconsciousness. Because patients typically cannot reliably answer questions related to medical history, clinicians providing treatment not only diagnose medical problems, but also other treatments that may affect the treatment process prescribed by the clinician. In order to ensure that there are no exacerbations, an extensive series of medical tests must be performed. In addition, doctors are unable to determine whether the abnormalities discovered are acute or chronic, or whether past treatments have had adverse effects such as allergic reactions, which may indicate ongoing problems. It is difficult to determine the appropriate treatment associated with it. However, if the clinician can order on-demand real-time patient-specific data analysis for the patient, the computing platform will have multiple data sources (ie, other clinician databases, historical diagnostic data, drug records, lab records, electronic medical Survey data, etc.), collect information about the patient's past medical history and treatment, analyze the collected information, and can not respond properly or reliably in the emergency room, can react poorly, or is conscious Factors or other relevant information that can help the health care provider in treating an unknown patient can be determined. In one example, on-demand real-time patient-specific data analysis includes information about medications that a patient has received or is currently receiving, all past lab work performed on the patient, past diagnosis, past hospitalization history. You can search. Information retrieved by on-demand real-time patient-specific data analysis can all be placed in a single database, or in some cases, in various miscellaneous databases maintained by third-party healthcare providers. Can do. The computing platform can examine each of these databases to determine whether relevant information for patients ordering on-demand real-time patient specific data analysis is stored in a particular database.

臨床医がラボ検査を発注して、患者にとって最適な治療過程を判定するのとほぼ同じように、臨床医はリアルタイム患者固有データ解析を発注して、具体的な患者に関するデータを調査および解析して治療過程を教示するプロセスを開始させることもできる。   Just as a clinician orders a laboratory test to determine the optimal course of treatment for the patient, the clinician orders a real-time patient-specific data analysis to investigate and analyze data about a specific patient. The process of teaching the treatment process can be started.

図1は、本開示の例によるオンデマンドリアルタイム患者固有データ解析を実行する例示の方法を示す。図1に示すように、臨床医102は、ラボ診断発注入力インタフェースまたはその他の発注入力インタフェース114を用いてオンデマンドリアルタイム患者固有データ解析プロセスを開始することができる。発注入力インタフェース114は、いくつかの例では、ラボサービスプロバイダが検査機関での試験を発注する、あるいは臨床医が特定の薬局に直接処方薬を発注するために利用する既存のコンピュータインタフェースとすることができる。既存の発注入力インタフェースを利用することによって、医療提供者は既存のワークフロー内で治療中の特定の患者に関して、共通のインタフェースにラボ診断とオンデマンドリアルタイム患者固有データ解析の両方を発注させることができる。いくつかの例では、オンデマンドリアルタイム患者固有データ解析は、(後で詳述する)オンデマンドリアルタイム患者固有データ解析計算プラットフォームとのインタフェース専用の別個のインタフェースを用いて発注することができる。   FIG. 1 illustrates an exemplary method for performing on-demand real-time patient specific data analysis according to an example of the present disclosure. As shown in FIG. 1, the clinician 102 can initiate an on-demand real-time patient specific data analysis process using a lab diagnostic order entry interface or other order entry interface 114. The order entry interface 114 may be an existing computer interface that, in some examples, is used by lab service providers to order testing at laboratories or by clinicians to order prescription drugs directly from specific pharmacies. Can do. By utilizing an existing order entry interface, providers can have a common interface order both lab diagnostics and on-demand real-time patient-specific data analysis for a particular patient being treated within an existing workflow . In some examples, on-demand real-time patient-specific data analysis can be ordered using a separate interface dedicated to interfacing with an on-demand real-time patient-specific data analysis computing platform (described in detail below).

いったん臨床医102がオンデマンドリアルタイム患者固有データ解析を開始すれば、プロセスは、患者記録の位置を特定するステップ104に進むことができる。ステップ104で、発注入力システムは、名前、誕生日、年齢、およびその他、臨床医または医療提供者が意図する対象者に関して確実に検査(すなわち、オンデマンドリアルタイム患者固有データ解析またはラボ診断)を発注することができる識別情報を含む患者の記録の検索を試みることができる。   Once the clinician 102 initiates on-demand real-time patient specific data analysis, the process can proceed to step 104 where the patient record is located. At step 104, the order entry system ensures that the test (ie, on-demand real-time patient specific data analysis or lab diagnosis) is ordered with respect to name, date of birth, age, and other subjects intended by the clinician or health care provider. An attempt can be made to retrieve a patient record containing identification information that can be made.

いったん患者がステップ104で識別されれば、プロセスは検査の発注を開始できるステップ106に進むことができる。オンデマンドリアルタイム患者固有データ解析の例では、ステップ108で、医療提供者は利用可能な検査リストからオンデマンドリアルタイム患者固有データ解析検査を選択することができる。   Once the patient is identified at step 104, the process can proceed to step 106 where an order for the test can be initiated. In the example of on-demand real-time patient-specific data analysis, at step 108, the health care provider can select an on-demand real-time patient-specific data analysis test from the available test list.

オンデマンドリアルタイム患者固有データ解析の種類
以下のオンデマンドリアルタイム患者固有データ解析に関する説明は、例示を目的としており、オンデマンドリアルタイム患者固有データ解析計算プラットフォームの範囲の包括的リストまたはその限定と解釈すべきではない。
Types of on-demand real-time patient-specific data analysis The following description of on-demand real-time patient-specific data analysis is for illustrative purposes and should be construed as a comprehensive list of on-demand real-time patient-specific data analysis computing platforms or a limitation thereof is not.

1例では、臨床医は、患者が受けた治療の質を確認したいと思うかもしれない。さらに、医療提供者は、臨床医が患者の治療の質を評価し、患者の現状を把握し、患者の治療の質を向上させることができるように、NCQA/HEDIS(登録商標)、メディケアアドバンテージ5星格付け評価、URAC評価、州固有の基準(たとえば、NY QARR評価)、民間のACA QRS評価、PQRI評価、またはその他の適用可能な評価などの国の治療基準に基づいて治療の質を査定したいと思うかもしれない。このような例では、医療提供者は、質関連のオンデマンドリアルタイム患者固有データ解析を発注して、患者の過去の病歴に関連するデータを調査および解析して、患者が受けた治療の質と、患者を適用可能な治療標準内に導くために講じるべき治療ステップとを評価することができる。   In one example, a clinician may want to confirm the quality of treatment that a patient has received. In addition, health care providers can use NCQA / HEDIS®, Medicare Advantage, so that clinicians can assess the quality of patient care, understand the patient's current status, and improve the quality of patient care. Assessment of treatment quality based on national treatment standards such as 5-star rating, URAC rating, state-specific criteria (eg, NY QARR rating), private ACA QRS rating, PQRI rating, or other applicable ratings You may want to do that. In such an example, the health care provider orders a quality-related on-demand real-time patient-specific data analysis to investigate and analyze data related to the patient's past medical history to determine the quality of treatment received by the patient. The treatment steps to be taken to bring the patient within applicable treatment standards can be assessed.

別の例では、新患、複数の病気を抱える患者、または病歴に関する詳細を提供できない患者らの広範な病歴を認識できないことが支障となっている臨床医は、患者の病歴に関する情報をさらに必要とする、あるいは求めるかもしれない。上記シナリオでは、開業医は、患者の過去の臨床診断、処方薬、ラボ結果、外科的処置などに関連する情報を求めて各種医療団体の電子医療記録を調査する履歴データ関連オンデマンドリアルタイム患者固有データ解析を発注したいと考えるであろう。   In another example, a clinician who is hampered by not being able to recognize the extensive medical history of a new patient, a patient with multiple illnesses, or who cannot provide details about the medical history, needs more information about the patient's medical history Or may ask. In the above scenario, the practitioner examines the electronic medical records of various medical organizations for information related to the patient's past clinical diagnosis, prescription drugs, laboratory results, surgical procedures, etc. Historical data related on-demand real-time patient-specific data You will want to order the analysis.

別の例では、医師は患者の病歴と進行度を確認したいと思うが、患者の病気や同時罹患の認識や、リスクスコアのコード化の精度要件における専門知識が制限されることが多い。上記シナリオでは、医療提供者は、データを調査および解析して、関連リスクスコアモデル内で具体的な患者の過去、現在、未来の疾病の負担およびリスクスコアを判定するリスクスコア関連のデータ診断を発注することができる。   In another example, doctors want to see a patient's medical history and progression, but often limit their expertise in recognizing the patient's illness and co-morbidity and the accuracy requirements for coding the risk score. In the above scenario, the health care provider conducts risk score-related data diagnosis by examining and analyzing the data to determine the specific patient's past, present, and future disease burden and risk score within the associated risk score model. Can be ordered.

別の例では、医療提供者は、検査の重複を回避しようとするが、実行された類似の検査の結果、または処方遵守、適切な診断撮像ガイドライン、専門医治療などの治療考慮事項に関する患者コスト担当機関が命じるパラメータが、どのくらいの頻度で、どのくらい最近に、あるいはどのように得られたかを認識できないことが多い。上記シナリオでは、医療提供者は、無駄回避関連のオンデマンドリアルタイム患者固有データ解析を発注することができる。無駄回避関連のオンデマンドリアルタイム患者固有データ解析は患者関連データを調査および解析して、患者治療の保険保護対象範囲ガイドラインに関連する潜在的に不要な利用およびコストを特定する関連情報を検索し、よりコストのかからない代替策を発見することができる。   In another example, the health care provider attempts to avoid duplication of tests, but is responsible for patient costs related to the results of similar tests performed or treatment considerations such as prescription compliance, appropriate diagnostic imaging guidelines, and specialist treatments. Often it is not possible to recognize how often, how recently, or how the parameters the engine has ordered. In the above scenario, the health care provider can order on-demand real-time patient specific data analysis related to waste avoidance. Waste-avoidance on-demand real-time patient-specific data analysis examines and analyzes patient-related data to find relevant information that identifies potentially unwanted use and costs associated with patient care insurance coverage guidelines, Find less expensive alternatives.

オンデマンドリアルタイム患者固有データ解析の種類の別の例では、医師は、患者が利用資格を有する様々な治療管理リソースを判定したいと考えるかもしれない。しかしながら、このようなタスクは、大抵の場合、臨床医は患者が利用資格を有する国、州、医療団体固有のプログラムを知ることができないために困難な場合がある。上記シナリオでは、臨床医は、それらのプログラムおよび患者のプログラムに対する適格性に関連するデータを集計、調査、解析する的確性関連のオンデマンドリアルタイム患者固有データ解析を発注することができる。   In another example of the type of on-demand real-time patient specific data analysis, the physician may wish to determine the various treatment management resources that the patient is eligible for. However, such tasks can often be difficult because clinicians are unable to know the specific programs of the country, state, or health care organization for which the patient is eligible. In the above scenario, clinicians can order accuracy-related on-demand real-time patient-specific data analysis that aggregates, examines, and analyzes data related to their program and patient program eligibility.

図1の例に戻ると、いったん臨床医が患者のために発注したいオンデマンドリアルタイム患者固有データ解析の種類を選択すれば、プロセスはステップ110に進んで、診断を外部計算プラットフォームに発注することができ、外部計算プラットフォームは発注されたデータ診断の関連情報を求めて各種データソースを集計および調査して、集計および調査されたデータの解析を実行し、その結果のレポートを構築し、結果を医療提供者に送信する。ステップ112で、医療提供者は解析を受け取った計算プラットフォームの結果をリアルタイムで視ることができる。   Returning to the example of FIG. 1, once the clinician has selected the type of on-demand real-time patient-specific data analysis he wishes to order for the patient, the process can proceed to step 110 to order the diagnosis from an external computing platform. Yes, the external computing platform can aggregate and research various data sources for relevant information on the ordered data diagnosis, perform analysis of the aggregated and surveyed data, build a report on the results, and provide the medical results Send to the provider. At step 112, the health care provider can view the results of the computing platform that received the analysis in real time.

ステップ110で発注され、ステップ112で結果が見られるプロセスは、要請された解析を実行する計算プラットフォームに対して発注することを含むことができる。図2は、本開示の例によるオンデマンドリアルタイム患者固有データ解析を実行する別の例示の方法を示す。図1に示す方法と同様に、臨床医202は、ステップ204で、オンデマンドリアルタイム患者固有データ解析を発注することができる。ステップ206で、発注はラボ情報システムまたはその他の発注入力プラットフォームで受信することができる。情報システムまたは発注入力プラットフォームは、出された発注を見て、発注が従来のラボ診断、処方薬、またはその他の従来の発注に関するものか、あるいは発注がオンデマンドリアルタイム患者固有データ解析に関するものかを判定することができる。発注がオンデマンドリアルタイム患者固有データ解析に関するものであると判定された場合、プロセスはステップ208に進み、発注は(以下詳述する)オンデマンドリアルタイム患者固有データ解析サービスプロバイダに送られる。ステップ210で、オンデマンドリアルタイム患者固有データ解析サービスプロバイダはウェブサービスを利用して、要請をパースし、所望のデータを集計、調査、解析し、オンデマンドリアルタイム患者固有データ解析の結果/レポートを生成することができる。ステップ212で、その結果が受信され、要請元のサービスプロバイダに返信される。   The process ordered at step 110 and viewing the results at step 112 may include placing an order with a computing platform that performs the requested analysis. FIG. 2 illustrates another exemplary method for performing on-demand real-time patient specific data analysis according to examples of the present disclosure. Similar to the method shown in FIG. 1, the clinician 202 can order on-demand real-time patient specific data analysis at step 204. At step 206, the order can be received at a lab information system or other order entry platform. The information system or order entry platform looks at the orders placed and determines whether the order relates to traditional lab diagnostics, prescription drugs, or other traditional orders, or whether the order relates to on-demand real-time patient-specific data analysis. Can be determined. If it is determined that the order is for on-demand real-time patient-specific data analysis, the process proceeds to step 208 and the order is sent to an on-demand real-time patient-specific data analysis service provider (detailed below). At step 210, the on-demand real-time patient-specific data analysis service provider uses a web service to parse the request, aggregate, investigate, and analyze the desired data and generate on-demand real-time patient-specific data analysis results / reports. can do. At step 212, the result is received and returned to the requesting service provider.

図3は、本開示の例によるオンデマンドリアルタイム患者固有データ解析ウェブサービスの例示の機能を示す。臨床医302は図1および図2を参照して上述したように、ステップ304でオンデマンドリアルタイム患者固有データ解析発注を出すことができる。オンデマンドリアルタイム患者固有データ解析発注は、発注入力プラットフォーム306で受信することができる。上述したように、オンデマンドリアルタイム患者固有データ解析は、ラボサービスプロバイダが使用するものと同じ計算プラットフォーム、薬局、あるいはその他の電子または発注入力プラットフォームを採用して発注することができる。1例として、商業ラボサービスプロバイダを利用する医療提供者は、ラボサービスの発注に使われる電子ユーザインタフェースを採用して、オンデマンドリアルタイム患者固有データ解析も発注することができる。別の例では、発注入力をサポートする電子医療記録システムを利用する医療提供者は、電子ユーザインタフェースを採用してデータ診断も発注することができる。   FIG. 3 illustrates exemplary functionality of an on-demand real-time patient specific data analysis web service according to an example of the present disclosure. Clinician 302 can place an on-demand real-time patient-specific data analysis order at step 304 as described above with reference to FIGS. An on-demand real-time patient-specific data analysis order can be received at the order entry platform 306. As described above, on-demand real-time patient-specific data analysis can be ordered using the same computing platform, pharmacy, or other electronic or order entry platform used by lab service providers. As an example, a healthcare provider utilizing a commercial lab service provider can also order on-demand real-time patient specific data analysis using the electronic user interface used to order lab services. In another example, a healthcare provider utilizing an electronic medical record system that supports order entry can employ an electronic user interface to order data diagnostics.

オンデマンドリアルタイム患者固有データ解析の発注プロセスの一環として、医療提供者は発注の一部に包含基準を含むことができる。包含基準は、リアルタイム患者固有データ解析に含めたいと考える解析の種類またはデータセットを含むことができる。1例として、医師が質関連のオンデマンドリアルタイム患者固有データ解析を発注したいと思う場合、開業医は様々な理由から、メディケアアドバンテージ5星格付け評価などの特定の治療基準を含めたいと考えるかもしれない。この場合、開業医は、メディケア標準をオンデマンドリアルタイム患者固有データ解析に含めるべきであると明示するユーザインタフェースを採用することができる。   As part of the ordering process for on-demand real-time patient specific data analysis, the health care provider can include inclusion criteria as part of the ordering. Inclusion criteria can include the type of analysis or data set that you want to include in the real-time patient-specific data analysis. As an example, if a physician wants to order quality-related on-demand real-time patient-specific data analysis, the practitioner may want to include specific treatment criteria, such as the Medicare Advantage 5-star rating rating, for a variety of reasons. . In this case, the practitioner can employ a user interface that specifies that the Medicare standard should be included in the on-demand real-time patient specific data analysis.

また、オンデマンドリアルタイム患者固有データ解析の発注プロセスの一環として、医療提供者は発注の一部として排除基準を含めることができる。排除基準は、オンデマンドリアルタイム患者固有データ解析から排除したいと考える解析の種類またはデータセットを含めることができる。医療提供者はすべての利用可能な質評価の一般的な解析を発注することができ、プロバイダは評価のサブセットを含む具体的なプログラム(NCQAまたはHEDISなど)を選択する排除基準を提供することができる、あるいは、プロバイダは個々の評価を選択することができる。   Also, as part of the ordering process for on-demand real-time patient specific data analysis, health care providers can include exclusion criteria as part of the ordering. Exclusion criteria can include analysis types or data sets that you want to exclude from on-demand real-time patient-specific data analysis. Providers can order a general analysis of all available quality assessments, and providers can provide exclusion criteria to select a specific program (such as NCQA or HEDIS) that includes a subset of assessments Or the provider can select individual ratings.

具体的なオンデマンドリアルタイム患者固有データ解析を発注する際、開業医は階層的選択メニューを提示され、階層の各層は、開業医がその前の層に関して行った選択に依存する。1例では、開業医がメディケード解析のみを実行したいと決定する場合、プログラムの種類(すなわち、成人プログラム、子供プログラム)を指定し、ニューヨーク、フロリダ、カリフォルニアなどの州も指定することができる。このように、階層メニューは、オンデマンドリアルタイム患者固有データ解析ウェブサービスに送信され、ウェブサービスによって使用されて所望の解析を実行する1セットの包含および排除基準を生成することができる。   In ordering specific on-demand real-time patient-specific data analysis, the practitioner is presented with a hierarchical selection menu, with each layer of the hierarchy depending on the choices the practitioner has made with respect to the previous layer. In one example, if the practitioner decides that only Medicad analysis is to be performed, the type of program (ie, adult program, child program) can be specified, and states such as New York, Florida, California can also be specified. In this way, the hierarchical menu can be sent to the on-demand real-time patient specific data analysis web service and used by the web service to generate a set of inclusion and exclusion criteria that perform the desired analysis.

いくつかの例では、包含および排除基準は計算プラットフォーム/ウェブサービスによって生成することができる。たとえば、臨床医は質関連の診断を発注することができる。特定の患者に関連する情報に基づき、計算プラットフォームは包含および排除基準を生成することができる。たとえば、計算プラットフォームが、特定の患者をニューヨーク州のメディケア患者およびメディケード患者としても認識する場合、プラットフォームは臨床医に決定を下させる代わりに、明らかに二重の有資格患者に対して評価されるべき質基準を特定することができる。別の例では、臨床医は患者に適用可能な異なる臨床品質基準について自覚していない。このように、臨床医が高レベルな階層性オンデマンドリアルタイム患者固有データ解析を発注する場合、計算プラットフォームは、各患者の関連品質基準への適用可能性を認識し、該当する解析を適用する。   In some examples, inclusion and exclusion criteria can be generated by a computing platform / web service. For example, a clinician can order a quality-related diagnosis. Based on information related to a particular patient, the computing platform can generate inclusion and exclusion criteria. For example, if the computing platform also recognizes a particular patient as a Medicare patient and a Medicaid patient in New York, the platform is clearly evaluated against dual qualified patients instead of letting the clinician make a decision The quality standard to be identified can be specified. In another example, the clinician is unaware of the different clinical quality criteria applicable to the patient. Thus, when a clinician orders a high-level hierarchical on-demand real-time patient specific data analysis, the computing platform recognizes the applicability of each patient to the relevant quality criteria and applies the appropriate analysis.

他の例では、オンデマンドリアルタイム患者固有データ解析は、オンデマンドリアルタイム患者固有データ解析計算プラットフォーム/ウェブサービスに直接リンクされるスタンドアローンユーザインタフェースを用いて発注することができる。ラボサービスプロバイダのユーザインタフェースが採用される図3の例では、発注入力プラットフォーム306がステップ308でオンデマンドリアルタイム患者固有データ解析発注を受信することができる。ステップ310で、オンデマンドリアルタイム患者固有データ解析発注は、処理の前にオンデマンドリアルタイム患者固有データ解析計算プラットフォーム/ウェブサービスに送ることができる。   In another example, on-demand real-time patient-specific data analysis can be ordered using a stand-alone user interface linked directly to an on-demand real-time patient-specific data analysis computing platform / web service. In the example of FIG. 3 where a lab service provider user interface is employed, the order entry platform 306 may receive an on-demand real-time patient specific data analysis order at step 308. At step 310, the on-demand real-time patient-specific data analysis order can be sent to an on-demand real-time patient-specific data analysis calculation platform / web service prior to processing.

オンデマンドリアルタイム患者固有データ解析計算プラットフォーム316はステップ324で発注を受信することができる。医療提供者によって生成される発注は、医療提供者がオンデマンドリアルタイム患者固有データ解析を発注した患者に関して計算プラットフォームが確実に解析を実行できるように、名前とその他の識別情報(誕生日、社会保障番号、保険情報など)など治療下の患者に関する情報を含むことができる。ステップ326で、予備チェックが実行されて、患者の保険会社や、会計責任のある医療機関、病院、またはリスク共有機関などのその他の関連団体が、医療提供者によって発注されたオンデマンドリアルタイム患者固有データ解析を認可し、そのコストをカバーするように確保する。保険会社またはその他の関連団体がオンデマンドリアルタイム患者固有データ解析を認可しないと判定された場合、プロセスはステップ322に進み、そこで「未検査」というメッセージを生成することができる。ステップ320で、「未検査」メッセージは発注システム発注メッセージフォーマット(後で詳述する)に同調させて、ステップ312で発注システムに送信することができる。最後に、ステップ314で、保険会社またはその他の関連団体が認可しないことによりオンデマンドリアルタイム患者固有データ解析が実行されなかったことを示す回答を医療提供者に返信することができる。   On-demand real-time patient specific data analysis computing platform 316 may receive the order at step 324. Orders generated by health care providers must include names and other identifying information (birth date, social security) to ensure that the computing platform can perform analysis on the patients for whom the health care provider has ordered on-demand real-time patient-specific data analysis. Information about the patient under treatment, such as a number, insurance information, etc.). At step 326, on-demand real-time patient-specific, where a preliminary check is performed and the patient's insurer or other relevant entity, such as the accountable medical institution, hospital, or risk-sharing organization, is ordered by the health care provider. Authorize data analysis and ensure it covers the cost. If it is determined that the insurance company or other affiliate does not authorize on-demand real-time patient specific data analysis, the process may proceed to step 322 where a message “not tested” may be generated. At step 320, the “unchecked” message can be sent to the ordering system at step 312 in synchronization with the ordering system ordering message format (described in detail below). Finally, at step 314, an answer can be sent back to the health care provider indicating that the on-demand real-time patient specific data analysis was not performed because the insurance company or other affiliate did not approve.

しかしながら、保険会社またはその他の関連団体がオンデマンドリアルタイム患者固有データ解析を認可する場合、プロセスはステップ328に進んで、計算プラットフォームは、患者がオンデマンドリアルタイム患者固有データ解析ウェブサービスシステム内に存在するか否か、および解析を実行するのに十分なデータ履歴が存在するか否かを確認することができる。このような解析は適格化アルゴリズムによって実行することができる。適格化アルゴリズムは、システムが患者のIDを十分に自信を持って確定しているか否か、および解析を実行するのに十分なデータがあることを確信しているか否かを判定することができる。   However, if the insurance company or other affiliate approves on-demand real-time patient-specific data analysis, the process proceeds to step 328 and the computing platform is present in the on-demand real-time patient-specific data analysis web service system. And whether there is sufficient data history to perform the analysis. Such an analysis can be performed by a qualification algorithm. The qualification algorithm can determine whether the system has determined the patient's identity with sufficient confidence and is confident that there is enough data to perform the analysis. .

適格化アルゴリズムが、患者がシステム内に存在し、オンデマンドリアルタイム患者固有データ解析を実行するのに十分なデータ履歴を有することが確信されると判定する場合、プロセスはステップ330、332、338に進むことができる。ステップ330で、内部データベース(またはその他のデータ記憶媒体)を調査して、発注されたオンデマンドリアルタイム患者固有データ解析に関連する情報を抽出することができる。   If the qualification algorithm determines that the patient is present in the system and is sure that it has sufficient data history to perform on-demand real-time patient specific data analysis, the process proceeds to steps 330, 332, 338. You can go forward. At step 330, an internal database (or other data storage medium) can be consulted to extract information related to ordered on-demand real-time patient specific data analysis.

内部データベースは、計算プラットフォーム内に局地的に記憶されるデータベースとすることができる。データベースは、各種所属団体によって提供され、識別されずに長期にわたって合致される情報で構成することができる。1例として、ブルークロスブルーシールド(BCBS)(登録商標)などの保険会社が患者へのオンデマンドリアルタイム患者固有データ解析サービスに所属する場合、BCBSは患者に関して有するすべてのデータを計算プラットフォームに提供することができる。そのデータは、計算プラットフォーム自体によって維持されるデータベース内に吸収し保管することができる。上記データセットは、バッチまたはトランザクショナルデータ供給プロセスを通じて設定および維持することができる。   The internal database may be a database that is stored locally within the computing platform. The database can be composed of information provided by various organizations and matched over a long period of time without being identified. As an example, if an insurance company such as Blue Cross Blue Shield (BCBS) (R) belongs to an on-demand real-time patient-specific data analysis service for patients, BCBS provides all the data it has about the patient to the computing platform be able to. The data can be absorbed and stored in a database maintained by the computing platform itself. The data set can be set up and maintained through a batch or transactional data delivery process.

よって、医師がオンデマンドリアルタイム患者固有データ解析を発注すると、発注が患者の治療の代わりにおよび患者の治療のために解釈され、内部データベースが調査および解析されて、特定の患者の関連情報を特定および抽出することができる。そうする際、内部データベース内に記憶される非識別データは、オンデマンドリアルタイム患者固有データ解析を発注する患者に属するデータとして抽出および再識別することができる。   Thus, when a physician orders an on-demand real-time patient-specific data analysis, the order is interpreted instead of and for patient treatment, and an internal database is examined and analyzed to identify relevant information for a particular patient And can be extracted. In doing so, the non-identified data stored in the internal database can be extracted and re-identified as data belonging to the patient ordering the on-demand real-time patient specific data analysis.

内部データベースは複数のデータセットを含むことができ、各データセットは特定の所属団体から提供されるデータに対応する。1例では、1つのデータセットはBCBS患者に属し、別のデータセットはラボサービスプロバイダに属することができる。よって、患者の臨床医がオンデマンドリアルタイム患者固有データ解析を要請すると、患者のIDおよびその他の包含および排除基準に応じて、計算プラットフォームは内部データベースに記憶される関連データセットからデータを抽出し、再特定し、必要に応じて、患者のIDに基づきそのデータを長期にわたって合致させ、解析されるようにデータを1つの位置にまとめることができる。いったんデータが解析されれば、データが識別されないようにまとめられたデータは削除することができる(最初のデータセットは元のままである)。   The internal database can include multiple data sets, each data set corresponding to data provided by a particular organization. In one example, one data set can belong to a BCBS patient and another data set can belong to a lab service provider. Thus, when a patient clinician requests on-demand real-time patient-specific data analysis, depending on the patient's ID and other inclusion and exclusion criteria, the computing platform extracts data from an associated data set stored in an internal database, It can be re-identified and, if necessary, the data can be matched over time based on the patient's ID, and the data can be combined into one location for analysis. Once the data is parsed, the data that is organized so that the data is not identified can be deleted (the original data set remains intact).

ステップ332および338で、計算プラットフォームは、第三者が提供する各種外部データベースからのデータも調査することができる。1例として、内部データベースに記憶されるデータを医療提供者または医療団体から計算プラットフォームに提供させるのではなく、データは第三者のデータベースに保持および記憶させることができる。計算プラットフォームはそれらのデータベースにアクセスして、オンデマンドリアルタイム患者固有データ解析を要求する患者の関連データだけでなくオンデマンドリアルタイム患者固有データ解析自体も調査することができる。   At steps 332 and 338, the computing platform can also examine data from various external databases provided by third parties. As an example, rather than having data stored in an internal database be provided to a computing platform from a healthcare provider or medical organization, the data can be retained and stored in a third party database. The computing platform can access these databases to examine not only patient-related data that requires on-demand real-time patient-specific data analysis, but also on-demand real-time patient-specific data analysis itself.

いったんデータが各種データベースから調査されると、ステップ334で、計算プラットフォームは採用される適切な解析プロセスを判定して、臨床医302の所望する結果を生成することができる。どの解析測定値を採用すべきかだけでなく、それらの解析をどのように実行すべきかを決定するアルゴリズムの作成を以下にさらに詳述する。ステップ336で、計算プラットフォーム316は、ステップ334で決定された解析測定値を用いて各種データソースから調査されるデータのリアルタイム解析を実行することができる。   Once the data has been examined from various databases, at step 334, the computing platform can determine the appropriate analysis process to be employed and produce the desired results of the clinician 302. The creation of an algorithm that determines not only which analysis measurements should be employed, but also how those analyzes should be performed is described in further detail below. At step 336, the computing platform 316 can perform real-time analysis of data that is examined from various data sources using the analytical measurements determined at step 334.

いったん解析がステップ336で実行されれば、回答パッケージをステップ318で作成することができる。回答パッケージの形成についてさらに詳細に後述する。ステップ320で、回答パッケージは、ステップ320で発注入力プラットフォーム306に送り返すことができる。発注入力プラットフォーム306はステップ312で回答を受信し、ステップ314で回答パッケージを医療提供者に発送することができる。   Once the analysis is performed at step 336, an answer package can be created at step 318. The formation of the answer package will be described in detail later. At step 320, the answer package can be sent back to the order entry platform 306 at step 320. The order entry platform 306 can receive the answer at step 312 and ship the answer package to the healthcare provider at step 314.

図4は、本開示の例によるオンデマンドリアルタイム患者固有データ解析を実行する例示の計算システムを示す。図4の計算システムは、外部インタフェース部402と、オンデマンドリアルタイム患者固有データ解析計算プラットフォーム部404の2つの主なコンポーネントを含むことができる。計算システム400の外部インタフェース部402は、上述したようにウェブサービスの外部に計算システムのコンポーネントを含むことができる。たとえば、計算システム400の外部インタフェース部402は臨床医406を含むことができる。図4は、本開示の例によるリアルタイム患者固有データ解析計算プラットフォームの例示の概要を示すことができる。   FIG. 4 illustrates an exemplary computing system that performs on-demand real-time patient specific data analysis according to examples of the present disclosure. The computing system of FIG. 4 can include two main components: an external interface unit 402 and an on-demand real-time patient specific data analysis computing platform unit 404. As described above, the external interface unit 402 of the computing system 400 can include components of the computing system outside the web service. For example, the external interface unit 402 of the computing system 400 can include a clinician 406. FIG. 4 may provide an example overview of a real-time patient specific data analysis computing platform according to an example of the present disclosure.

上述したように、オンデマンドリアルタイム患者固有データ解析の要請者(すなわち、ユーザ)は、治療中の患者のオンデマンドリアルタイム患者固有データ解析を発注したいと望む医療提供者を含むことができる。臨床医406はいろいろな種類のインタフェースを利用して、このような診断を発注することができる。図4の例では、2つのインタフェース例を示す。オンデマンドリアルタイム患者固有データ解析の要請者は、上述したようなラボ発注システムまたは処方薬発注システム用のユーザインタフェースとすることができる発注インタフェース408を利用することができる。発注インタフェース408を利用して血液作業などのラボサービスを発注することができ、同じ発注インタフェース408を利用して(上述したように)オンデマンドリアルタイム患者固有データ解析サービスを発注、送信、配信することもできる。   As described above, the requester (ie, user) for on-demand real-time patient-specific data analysis can include a healthcare provider who wishes to order on-demand real-time patient-specific data analysis for the patient being treated. The clinician 406 can order such a diagnosis using various types of interfaces. In the example of FIG. 4, two example interfaces are shown. Requesters of on-demand real-time patient-specific data analysis can utilize an ordering interface 408 that can be a user interface for a lab ordering system or prescription drug ordering system as described above. A laboratory service such as blood work can be ordered using the ordering interface 408 and the on-demand real-time patient-specific data analysis service can be ordered, transmitted and distributed using the same ordering interface 408 (as described above). You can also.

また、臨床医406は、電子医療記録インタフェースまたはその他の発注入力プラットフォーム410を利用して、オンデマンドリアルタイム患者固有データ解析を発注することもできる。電子医療記録(EHR)は、医療提供者によって維持される患者の病歴の電子版である。いくつかの例では、医療提供者は、EHRを用いて患者の病歴を調査し、同じインタフェース内で、患者に関して実行されるラボ作業を発注することができる。このインタフェース410を用いて、臨床医406は、ラボ診断または処方薬とほぼ同じようにオンデマンドリアルタイム患者固有データ解析を要請することができる。同様に、その他の発注入力プラットフォームもデータ診断の発注に適用することができる。たとえば、投薬発注プラットフォーム、放射線検査発注入力、その他の発注入力システム、またはデータ診断発注専用のプラットフォームなどである。   The clinician 406 can also order an on-demand real-time patient-specific data analysis utilizing an electronic medical record interface or other order entry platform 410. An electronic medical record (EHR) is an electronic version of a patient's medical history maintained by a health care provider. In some examples, a health care provider can use EHR to study a patient's medical history and order lab work to be performed on the patient within the same interface. Using this interface 410, the clinician 406 can request on-demand real-time patient specific data analysis much like a lab diagnosis or prescription drug. Similarly, other order entry platforms can be applied to data diagnostic orders. For example, a medication ordering platform, a radiological examination order entry, other order entry systems, or a platform dedicated to data diagnostic orders.

いったん臨床医406がインタフェース408または410を用いてオンデマンドリアルタイム患者固有データ解析を要請すれば、発注は発注システム412に送信することができる。上述したように、発注システム412は、408および410で例示されるような外部ユーザインタフェースからの発注を満たすための内部処理および通信システムである。発注システムは独自の内部プロセスを用いて発注を処理し、処理のために、オンデマンドリアルタイム患者固有データ解析要求を計算プラットフォーム404に送ることができる。このようにして、発注システムはオンデマンドリアルタイム患者固有データ解析サービスの配給元として利用できる一方、オンデマンドリアルタイム患者固有データ解析計算プラットフォーム404は患者に配給される実際のオンデマンドリアルタイム患者固有データ解析サービスを提供することができる。   Once clinician 406 requests on-demand real-time patient specific data analysis using interface 408 or 410, the order can be sent to ordering system 412. As described above, ordering system 412 is an internal processing and communication system for fulfilling orders from external user interfaces such as those illustrated at 408 and 410. The ordering system can process the order using its own internal process and send an on-demand real-time patient specific data analysis request to the computing platform 404 for processing. In this way, the ordering system can be used as a distributor for on-demand real-time patient-specific data analysis services, while the on-demand real-time patient-specific data analysis calculation platform 404 can be used to deliver actual on-demand real-time patient-specific data analysis services. Can be provided.

計算プラットフォーム404はメッセージハブ414を含むことができる。メッセージハブ414は、計算プラットフォーム404と発注システム412などの外部との間のインタフェースとして機能することができる。メッセージハブ414は計算プラットフォーム404に通信機能を付与して、発注を承諾して、オンデマンドリアルタイム患者固有データ解析の結果を有するレポートを関係者に提供することができる。   The computing platform 404 can include a message hub 414. Message hub 414 may function as an interface between computing platform 404 and the outside, such as ordering system 412. The message hub 414 can provide communication capabilities to the computing platform 404 to accept orders and provide reports with the results of on-demand real-time patient-specific data analysis to interested parties.

図5は、本開示の例による例示のメッセージハブを示す。例示のため、メッセージハブ504とラボデータエクスチェンジ402との間のインタフェースも示す。図4を参照して上述したように、発注システム412は、オンデマンドリアルタイム患者固有データ解析を発注する臨床医406と計算プラットフォーム404との間のインタフェースとして機能することができる。図5の例に戻ると、発注システム412はプラットフォームデータエクスチェンジ512を含むことができる。プラットフォームデータエクスチェンジ512は、発注システム412と計算プラットフォーム404との間のウェブ/ネットワークインタフェースを提供することができる。   FIG. 5 illustrates an example message hub according to an example of the present disclosure. For illustration purposes, an interface between the message hub 504 and the lab data exchange 402 is also shown. As described above with reference to FIG. 4, the ordering system 412 can serve as an interface between the clinician 406 and the computing platform 404 that orders on-demand real-time patient specific data analysis. Returning to the example of FIG. 5, the ordering system 412 can include a platform data exchange 512. Platform data exchange 512 may provide a web / network interface between ordering system 412 and computing platform 404.

プラットフォームデータエクスチェンジ512はウェブサービス514を含むことができる。ウェブサービス514はメッセージハブ内に位置するウェブサービス504を介して、プラットフォームデータエクスチェンジ512とオンデマンドリアルタイム患者固有データ解析計算プラットフォームとの間で通信を開始し実行することができる。1例では、ウェブサービス514は、プラットフォームデータエクスチェンジから、メッセージハブセンター内に位置するウェブサービス504とセキュアソケットレイヤ(SSL)認証516をやり取りすることができる。   Platform data exchange 512 may include a web service 514. The web service 514 can initiate and execute communications between the platform data exchange 512 and the on-demand real-time patient specific data analysis computing platform via the web service 504 located in the message hub. In one example, the web service 514 can exchange secure socket layer (SSL) authentication 516 with a web service 504 located in the message hub center from the platform data exchange.

プラットフォームデータエクスチェンジへのオンデマンドリアルタイム患者固有データ解析プラットフォームのIDを確定するため、SSL認証をオンデマンドリアルタイム患者固有データ解析計算プラットフォームのメッセージハブからプラットフォームデータエクスチェンジに渡すことができる。SSL認証516は、プラットフォームデータエクスチェンジとメッセージハブセンターとの間で安全な通信ソケットを開放し確立するためにも使用することができる。   An SSL authentication can be passed from the message hub of the on-demand real-time patient-specific data analysis computing platform to the platform data exchange to determine the identity of the on-demand real-time patient-specific data analysis platform to the platform data exchange. SSL authentication 516 can also be used to open and establish a secure communication socket between the platform data exchange and the message hub center.

いったんオンデマンドリアルタイム患者固有データ解析の発注がメッセージハブセンターによって受信されれば、入力プロセッサ506に送信することができる。入力プロセッサ506は発注を受信し、発注をオンデマンドリアルタイム患者固有データ解析の実際の処理を実行するコンポーネントによって読取可能なフォーマットに変換することができる。1例では、計算プラットフォームは、当業者にとって既知なヘルスレベル7(HL7)プロトコルを採用することができる。入力プロセッサ506は、オンデマンドリアルタイム患者固有データ解析の発注を入力し、オンデマンドリアルタイム患者固有データ解析計算プラットフォームによって使用されるようにHL7フォーマットに変換することができる。   Once an order for on-demand real-time patient specific data analysis is received by the message hub center, it can be sent to the input processor 506. The input processor 506 can receive the order and convert the order into a format readable by a component that performs the actual processing of on-demand real-time patient specific data analysis. In one example, the computing platform may employ a Health Level 7 (HL7) protocol known to those skilled in the art. The input processor 506 can input an on-demand real-time patient-specific data analysis order and convert it to HL7 format for use by the on-demand real-time patient-specific data analysis calculation platform.

受信した発注がいったん適切なフォーマットに変換されれば、後で詳述する発注処理ステップ508に送信することができる。また、発注メッセージは、システムで受信した発注を保管することのできるログファイルデータベース510に送信することができる。ログファイルデータベース510は演算インテリジェンスソフトウェア520によってアクセスすることができる。演算インテリジェンスソフトウェア520はログファイルデータベース510上で様々なクエリを実行して、計算プラットフォームが受信した発注に関する様々な解析を行うことができる。解析の種類は、たとえば、受信した発注の種類に関する解析、オンデマンドリアルタイム患者固有データ解析を発注している団体または個人に関する解析、オンデマンドリアルタイム患者固有データ解析計算プラットフォームが受信した発注を検討するときに収集することのできるその他の情報を含むことができる。   Once the received order has been converted to an appropriate format, it can be sent to the order processing step 508, described in detail below. Also, the order message can be sent to a log file database 510 where the order received by the system can be stored. Log file database 510 can be accessed by operational intelligence software 520. The computing intelligence software 520 can execute various queries on the log file database 510 to perform various analyzes on orders received by the computing platform. Analysis types include, for example, analysis on received order types, analysis on groups or individuals ordering on-demand real-time patient-specific data analysis, and when considering orders received by on-demand real-time patient-specific data analysis calculation platform Other information that can be collected can be included.

ステップ524で、処理された発注は、メッセージハブ500に返信することができる。いくつかの例では、処理済みの発注は生(未編集)フォーマットで返信することができる、あるいは、いくつかの例では、結果のレポートを有するpdfファイルとして同時に送信することができる。発注は、生結果データをHL7観察結果メッセージ(ORU)またはpdfファイルに変換することのできる出力プロセッサ522によって受信することができ、別の例では、単に発注処理ステップ524から受信されるpdfと一緒に送信することができる。   At step 524, the processed order can be returned to the message hub 500. In some examples, processed orders can be returned in raw (unedited) format, or in some examples can be sent simultaneously as a pdf file with a report of the results. The order can be received by an output processor 522 that can convert the raw result data into an HL7 Observation Result Message (ORU) or pdf file, or in another example, simply with the pdf received from the order processing step 524. Can be sent to.

いくつかの例では、出力プロセッサは複数ファイルフォーマットで結果を送信することができるため、オンデマンドリアルタイム患者固有データ解析の消費者、および/またはユーザが採用するユーザインタフェースは所望する出力フォーマットを選択できる。出力ファイルフォーマットは、メッセージのウェブサービス504を介してユーザに返信することができ、結果パッケージをプラットフォームデータエクスチェンジ512のウェブサービス514に中継することができる。   In some examples, the output processor can send results in multiple file formats so that the consumer and / or user interface employed by the on-demand real-time patient-specific data analysis can select the desired output format. . The output file format can be returned to the user via the message web service 504, and the resulting package can be relayed to the platform data exchange 512 web service 514.

図4に戻ると、いったん発注が受け付けられて、上述したようにメッセージハブによって処理されれば、発注をオンデマンドリアルタイム患者固有データ解析発注処理システム416に送信することができる。オンデマンドリアルタイム患者固有データ解析発注処理システム416の役割は、オンデマンドリアルタイム患者固有データ解析発注を推敲するのに必要な技術を調整することである。   Returning to FIG. 4, once the order has been received and processed by the message hub as described above, the order can be transmitted to the on-demand real-time patient specific data analysis order processing system 416. The role of the on-demand real-time patient-specific data analysis order processing system 416 is to coordinate the techniques necessary to recommend an on-demand real-time patient-specific data analysis order.

図6は、本開示の例による例示の発注処理アーキテクチャを示す。上述したように、メッセージハブ500は、発注パラメータを発注処理コンポーネント600に送信することができる。パラメータの送信は、発注処理コンポーネント600内に位置するウェブサービス602によって簡易化することができる。ウェブサービス602は、図5のメッセージハブに関連して説明したウェブサービスと略同じように発注処理コンポーネント600との間の通信を簡易化することができる。   FIG. 6 illustrates an exemplary order processing architecture according to an example of the present disclosure. As described above, the message hub 500 can send order parameters to the order processing component 600. The transmission of parameters can be simplified by a web service 602 located within the order processing component 600. Web service 602 can simplify communication with order processing component 600 in much the same manner as the web service described in connection with the message hub of FIG.

ステップ604で、発注処理コンポーネントは、図3のステップ328に関して上述したように患者の検索を開始することができる。患者検索の一部として、患者のパラメータ(すなわち、名前、誕生日、またはその他の識別情報)をデータレイク606に問い合わせることができる。データレイク606は、図1〜図3を参照して上述したように患者の関連情報を含む1以上のデータベースを表すことができる。ステップ604で、データレイク606は患者のパラメータで問い合わせることができ、データレイクは患者に関連するデータの位置と識別子を返すことができる。   At step 604, the order processing component can initiate a patient search as described above with respect to step 328 of FIG. As part of the patient search, data lake 606 may be queried for patient parameters (ie, name, date of birth, or other identifying information). The data lake 606 may represent one or more databases that include patient related information as described above with reference to FIGS. At step 604, the data lake 606 can be queried with patient parameters, and the data lake can return the location and identifier of the data associated with the patient.

発注処理コンポーネントが患者のパラメータに基づきデータレイクからデータの位置と識別子を抽出できる場合、患者がシステム内に存在することを確定できる。しかしながら、システムがデータレイク606からデータの位置または識別子を抽出できない場合、システムは図3を参照して説明したステップ322に従ってエラーメッセージを返すことができる。   If the order processing component can extract the location and identifier of the data from the data lake based on the patient parameters, it can be determined that the patient is present in the system. However, if the system cannot extract the location or identifier of the data from the data lake 606, the system can return an error message according to step 322 described with reference to FIG.

発注処理の一環として、システムは、オンデマンドリアルタイム患者固有データ解析を実行するのに十分なデータがあるか否かをチェックすることができる。ステップ612で、発注処理コンポーネントは、患者のパラメータを用いてデータレイク606の検索を開始し、患者にとって十分なデータが存在するか否かを判定してオンデマンドリアルタイム患者固有データ解析に伝える。このプロセスは、図3のステップ328に関して上述されている。不十分なデータしか存在しないと判定された場合、システムは図3を参照して上述されたステップ322に従ってエラーメッセージを返すことができる。データレイクは、十分なデータが存在するか否かを示す(1または0に設定される)ブールフラグを返すことができる。データレイクは、このような場合、データが不十分な様子を示す詳細フラグ(多くのインジケータのうちの1つに設定される)も返すことができる。   As part of the ordering process, the system can check whether there is enough data to perform on-demand real-time patient specific data analysis. At step 612, the order processing component initiates a search of the data lake 606 using the patient parameters, determines whether sufficient data exists for the patient and communicates to the on-demand real-time patient specific data analysis. This process is described above with respect to step 328 of FIG. If it is determined that there is insufficient data, the system can return an error message according to step 322 described above with reference to FIG. The data lake can return a Boolean flag (set to 1 or 0) indicating whether there is enough data. The data lake can also return a detailed flag (set to one of many indicators) indicating that the data is insufficient in such cases.

ステップ608で、所属団体のチェックは、図3のステップ326を参照して説明したように開始させることができる。患者の健康保険パラメータを送信して、所属団体マップ610に問い合わせることができる。所属団体マップ610は、オンデマンドリアルタイム患者固有データ解析を認可する団体のリストとすることができる。患者の医療団体が所属しており、オンデマンドリアルタイム患者固有データ解析を認可する場合、診断が認可されることを示すブールフラグを返すことができる。このような場合、認可または未認可を示す(多くのインジケータのうちの1つに設定される)詳細フラグも返すことができる。診断が認可されない場合、図3のステップ322に記載されるようにエラーメッセージを送信することができる。   At step 608, the organization check can be initiated as described with reference to step 326 of FIG. The patient's health insurance parameters can be transmitted and the affiliated organization map 610 can be queried. Affiliated organization map 610 can be a list of organizations that authorize on-demand real-time patient-specific data analysis. If the patient's medical organization belongs and authorizes on-demand real-time patient-specific data analysis, a Boolean flag can be returned indicating that the diagnosis is authorized. In such a case, a detail flag (set to one of many indicators) indicating authorization or non-authorization can also be returned. If the diagnosis is not approved, an error message can be sent as described in step 322 of FIG.

ステップ614で、ステップ604、608、612で開始されたチェックがすべて肯定結果を示す場合、プロセスは(さらに後述する)臨床解析エンジン616からの解析結果を要求できるプロセス解析ステップに進むことができる。ステップ614で、発注パラメータが臨床解析エンジン616に送信されて、要求された解析を実行し、結果を返すことができる。臨床解析エンジンについて、さらに後述する。   If, at step 614, the checks initiated at steps 604, 608, 612 all indicate a positive result, the process can proceed to a process analysis step where an analysis result from a clinical analysis engine 616 (described further below) can be requested. At step 614, order parameters can be sent to the clinical analysis engine 616 to perform the requested analysis and return the results. The clinical analysis engine will be further described later.

ステップ618で、いったん臨床解析エンジン616が結果を作製すれば、その結果はレポートジェネレータ620に送られて、ユーザが使用する所望のフォーマットに変換することができる。レポートジェネレータについて、さらに後述する。   At step 618, once the clinical analysis engine 616 produces the results, the results can be sent to the report generator 620 and converted into the desired format for use by the user. The report generator will be further described later.

よって、上述したように、発注処理コンポーネント600は、オンデマンドリアルタイム患者固有データ解析発注を処理し、その結果をユーザに戻すために、データレイク606、所属団体マップ610、臨床解析エンジン616、レポートジェネレータ620などの個々のコンポーネントを調整することができる。   Thus, as described above, the order processing component 600 processes the on-demand real-time patient-specific data analysis order and returns the result to the user, the data lake 606, the affiliated organization map 610, the clinical analysis engine 616, the report generator. Individual components such as 620 can be adjusted.

図4に戻ると、上述したように、オンデマンドリアルタイム患者固有データ解析発注処理部416は、臨床解析エンジン418に接続することができる。臨床解析エンジン418は、データレイク422に記憶されるデータベースなどの計算プラットフォームからアクセス可能なデータ記憶アセットに対して、予めプログラミングされた解析アルゴリズムまたはデータ解析スキームを実行する解析計算ランタイム環境を提供することができる。   Returning to FIG. 4, the on-demand real-time patient-specific data analysis order processing unit 416 can be connected to the clinical analysis engine 418 as described above. Clinical analysis engine 418 provides an analytical calculation runtime environment that executes pre-programmed analysis algorithms or data analysis schemes on data storage assets accessible from a calculation platform such as a database stored in data lake 422. Can do.

図7は、本開示の例による例示の臨床解析エンジンを示す。臨床解析エンジンは構成管理モジュール704、解析サービス706、計算クラスタ708を含むことができる。
構成管理モジュール704は、(後で詳述する)フローチャートデザイナ702によって生成されるアルゴリズムとデータ解析スキームとの一貫性を確立および維持する役割を果たすことができる。
FIG. 7 illustrates an exemplary clinical analysis engine according to an example of the present disclosure. The clinical analysis engine can include a configuration management module 704, an analysis service 706, and a computing cluster 708.
The configuration management module 704 can serve to establish and maintain consistency between the algorithm generated by the flowchart designer 702 (detailed below) and the data analysis scheme.

解析サービス706は、発注処理モジュール710から受信した発注を処理することによってオンデマンドリアルタイム患者固有データ解析を実行することができる。解析サービス706は、オンデマンドリアルタイム患者固有データ解析をユーザの仕様に応じて確実に実行するため、発注処理モジュール710から受け取った要求を解析し、データレイク712からの適切なデータが適切なアルゴリズムまたはアルゴリズムセットを用いて解析されるように確保することによってこのタスクを実行することができる。   The analysis service 706 can perform on-demand real-time patient specific data analysis by processing the orders received from the order processing module 710. The analysis service 706 analyzes the request received from the order processing module 710 to ensure that on-demand real-time patient specific data analysis is performed according to the user's specifications, and the appropriate data from the data lake 712 is converted to the appropriate algorithm or This task can be performed by ensuring that it is analyzed using an algorithm set.

上述したように、オンデマンドリアルタイム患者固有データ解析発注は、1セットのデータに関して実行される1以上のデータ解析スキームまたはアルゴリズムを開始することができる。アルゴリズムまたはデータ解析スキームは、フローチャートデザイナ702によって作成することができる。フローチャートデザイナ702はプラットフォームとすることができ、該プラットフォームによって、プログラマは1以上のアルゴリズムを予めプログラムし、アルゴリズムが特定のオンデマンドリアルタイム患者固有データ解析に関連するデータをどのように解析するかを明示する。1例では、フローチャートデザイナ702は、論理的考慮事項をデータに適用されるアルゴリズムプロセスに翻訳する共通トランスレータとしての役割を果たすことができる。上述したように、各データ解析スキームまたはアルゴリズムは一連の包含および排除基準を含むことができる。排除および包含基準は、ユーザによって規定し、ユーザが発注するオンデマンドリアルタイム患者固有データ解析の種類によって指定することができる。   As described above, an on-demand real-time patient-specific data analysis order can initiate one or more data analysis schemes or algorithms that are performed on a set of data. An algorithm or data analysis scheme can be created by the flowchart designer 702. Flowchart designer 702 can be a platform that allows programmers to pre-program one or more algorithms and demonstrate how the algorithms analyze data associated with a particular on-demand real-time patient-specific data analysis. To do. In one example, the flowchart designer 702 can serve as a common translator that translates logical considerations into algorithmic processes applied to the data. As described above, each data analysis scheme or algorithm can include a series of inclusion and exclusion criteria. Exclusion and inclusion criteria can be defined by the user and specified by the type of on-demand real-time patient specific data analysis ordered by the user.

フローチャートデザイナを用いて、プログラマは、利用しやすい構文を用いて検索の包含および排除基準を入力することができ、その後、1セットのデータに対して適用されてオンデマンドリアルタイム患者固有データ解析を実行することができるアルゴリズムプロセスに翻訳/コンパイルすることができる。解析サービス706は発注を受けると、どのアルゴリズムまたはアルゴリズムのセットが1セットのデータに適用されるかを判定することができる。   Using the Flowchart Designer, programmers can enter search inclusion and exclusion criteria using easy-to-use syntax that is then applied to a set of data to perform on-demand real-time patient-specific data analysis Can be translated / compiled into an algorithmic process that can. When the analysis service 706 receives an order, it can determine which algorithm or set of algorithms applies to a set of data.

解析サービス706は、データレイク712から患者データを検索および抽出することもできる。上述したように、発注は、オンデマンドリアルタイム患者固有データ解析を発注した患者に関する識別情報を含む。このような情報とアルゴリズムが提供する包含および排除基準とを用いて、解析サービス706はデータレイク712から患者データを抽出することができる。データレイク712は、上述したように内部および外部データベース、またはその他のデータサービスを含むことができる。   Analysis service 706 can also retrieve and extract patient data from data lake 712. As described above, the order includes identification information about the patient who ordered the on-demand real-time patient specific data analysis. Using such information and the inclusion and exclusion criteria provided by the algorithm, the analysis service 706 can extract patient data from the data lake 712. Data lake 712 may include internal and external databases, as described above, or other data services.

解析サービスは、データレイク712から所望のデータを抽出し、その後、オンデマンドリアルタイム患者固有データ解析要求の遂行に関係すると判定されたアルゴリズムまたはアルゴリズムを実行することができる。大きなデータセット上で大量のアルゴリズムを効率よく実行するのに必要な処理パワーと速度を提供するため、解析サービス706は計算クラスタ708を利用することができる。計算クラスタ708は、1以上のアルゴリズムを実行するのに必要な処理能力を提供する1以上のサーバを含むことができる。このように、解析サービス706は、具体的なデータ解析に必要な処理ニーズと解析されるユーザ情報とに基づきデータを処理するために使用されるサーバの数をカスタマイズすることができる。   The analysis service can extract the desired data from the data lake 712 and then execute an algorithm or algorithm determined to be involved in fulfilling the on-demand real-time patient specific data analysis request. In order to provide the processing power and speed necessary to efficiently execute a large number of algorithms on a large data set, the analysis service 706 can utilize a compute cluster 708. The compute cluster 708 can include one or more servers that provide the processing power necessary to execute one or more algorithms. In this manner, the analysis service 706 can customize the number of servers used to process data based on processing needs necessary for specific data analysis and user information to be analyzed.

図4に戻ると、臨床解析エンジン418は、オンデマンドリアルタイム患者固有データ解析発注処理モジュール416から発注を受信することができる。受信した発注は、データ422から調査され抽出されるデータと、抽出されたデータを解析するために使用されるフローチャートデザイナ424によって設計されるアルゴリズムとを決定することができる。フローチャートデザイナ424は、データ解析スキームを作成したいと思うプログラマと、具体的なオンデマンドリアルタイム患者固有データ解析発注の受信時に開始されるアルゴリズムとの間のインタフェースとしての役割を果たすことができる。   Returning to FIG. 4, the clinical analysis engine 418 may receive an order from the on-demand real-time patient specific data analysis order processing module 416. The received order can determine the data that is examined and extracted from the data 422 and the algorithm that is designed by the flowchart designer 424 that is used to analyze the extracted data. The flowchart designer 424 can serve as an interface between a programmer who wishes to create a data analysis scheme and an algorithm that is initiated upon receipt of a specific on-demand real-time patient-specific data analysis order.

図8は、本開示の例による例示のフローチャート設計プロセスを示す。図8に示す設計プロセスは、データ解析計算プラットフォームのプログラマが、具体的なオンデマンドリアルタイム患者固有データ解析が上述したように発注されたときに実行可能な予めプログラミングされたアルゴリズムまたはデータ解析スキームを作成する方法を示す。   FIG. 8 illustrates an exemplary flowchart design process according to an example of the present disclosure. The design process shown in FIG. 8 creates a pre-programmed algorithm or data analysis scheme that can be executed by data analysis computing platform programmers when specific on-demand real-time patient-specific data analysis is ordered as described above. How to do.

ユーザ802は、フローチャートデザイナユーザインタフェース804を介してフローチャートデザイナツールセットにアクセスすることができる。フローチャートデザイナツールセットは、上述した例のように、各種オンデマンドリアルタイム患者固有データ解析に適した広範な医療データ解析アルゴリズムセットの設計、開発、配備のために、1セットの利用しやすいツールを提供することができる。ユーザインタフェース804は、ツールセットのユーザが、高度なプログラミングの経験や訓練なしに優れた解析機能を達成できるように構成することができる。言い換えると、ユーザインタフェース804は、利用しやすい構文でユーザが解析機能を提供し、この構文をその後、処理のために計算プラットフォームによって使用されるアルゴリズムの難解な記述に変換できるようなプラットフォームを提供することができる。   A user 802 can access the flowchart designer toolset via the flowchart designer user interface 804. The Flowchart Designer toolset provides a set of easy-to-use tools for designing, developing and deploying a wide range of medical data analysis algorithm sets suitable for various on-demand real-time patient-specific data analysis, as in the example above. can do. The user interface 804 can be configured to allow a tool set user to achieve superior analysis functions without advanced programming experience or training. In other words, the user interface 804 provides a platform that allows the user to provide parsing capabilities with an accessible syntax that can then be converted into an esoteric description of the algorithm used by the computing platform for processing. be able to.

ユーザインタフェース804は、フローチャート構成リポジトリ806へのアクセス機能をユーザに提供することができる。フローチャート構成リポジトリ806はいくつかの予めプログラミングされたアルゴリズムモジュールを含むことができる。ユーザ802は、包含および排除基準をさらに規定するだけでなく、オンデマンドリアルタイム患者固有データ解析計算プラットフォームのユーザによって規定可能な排除および包含基準を規定することによって、リポジトリ806に記憶されたプログラミング済みのアルゴリズムモジュールをカスタマイズすることができる。   The user interface 804 can provide a user with access to the flowchart configuration repository 806. The flowchart configuration repository 806 can include a number of pre-programmed algorithm modules. The user 802 not only further defines the inclusion and exclusion criteria, but also defines the exclusion and inclusion criteria that can be defined by the user of the on-demand real-time patient-specific data analysis computing platform, thereby preprogrammed stored in the repository 806. The algorithm module can be customized.

いったんユーザ/プログラマ802がアルゴリズムまたはデータ解析スキームを作成すれば、プロセスは構成管理システム808に進み、そこで、公開されたアルゴリズムがアルゴリズムの各種構成を記憶し、オンデマンドリアルタイム患者固有データ解析計算プラットフォーム内での使用および配備を管理することができる。   Once the user / programmer 802 creates an algorithm or data analysis scheme, the process proceeds to a configuration management system 808 where the published algorithm stores the various configurations of the algorithm and within the on-demand real-time patient-specific data analysis computing platform. Can manage usage and deployment.

図4に戻ると、いったん臨床解析エンジンがオンデマンドリアルタイム患者固有データ解析を実行すれば、オンデマンドリアルタイム患者固有データ解析の結果をオンデマンドリアルタイム患者固有データ解析発注処理モジュール416に送信することができる。オンデマンドリアルタイム患者固有データ解析発注処理モジュール416は、受信した結果を受け取り、オンデマンドリアルタイム患者固有データ解析計算プラットフォーム404のユーザが最終的に利用可能なレポートを生成することができる。1例では、オンデマンドリアルタイム患者固有データ解析発注処理モジュール416は、具体的な種類のオンデマンドリアルタイム患者固有データ解析に対して予め定義することのできる確定テンプレートに応じて受信した結果をフォーマット可能なレポート生成モジュール426にアクセスすることができる。   Returning to FIG. 4, once the clinical analysis engine performs on-demand real-time patient-specific data analysis, the results of the on-demand real-time patient-specific data analysis can be sent to the on-demand real-time patient-specific data analysis order processing module 416. . The on-demand real-time patient specific data analysis order processing module 416 can receive the received results and generate a report that is ultimately available to the user of the on-demand real-time patient specific data analysis calculation platform 404. In one example, the on-demand real-time patient specific data analysis order processing module 416 can format the received results according to a definitive template that can be predefined for a specific type of on-demand real-time patient specific data analysis. A report generation module 426 can be accessed.

図9は、本開示の例による例示のレポートジェネレータアーキテクチャを示す。図4を参照して上述したように、処理されたオンデマンドリアルタイム患者固有データ解析の結果がいったん発注処理モジュール902によって受信されれば、発注処理モジュールは結果をレポートジェネレータモジュール900に送信することができる。レポートジェネレータモジュール900は発注結果を受信し、モジュール904で、発注結果をpdf設計テンプレートまたはその他の出力フォーマットに適用することができる。モジュール904で、結果を解析して、どのような種類のオンデマンドリアルタイム患者固有データ解析が結果に関連するかを判定することができる。判定された種類に基づき、レポートジェネレータ900はテンプレートリポジトリ906にアクセスして、様々なフォーマットで最終レポートを生成することができる。   FIG. 9 illustrates an exemplary report generator architecture according to an example of the present disclosure. As described above with reference to FIG. 4, once the processed on-demand real-time patient-specific data analysis results are received by the order processing module 902, the order processing module may send the results to the report generator module 900. it can. The report generator module 900 receives the order result and the module 904 can apply the order result to a pdf design template or other output format. At module 904, the results can be analyzed to determine what type of on-demand real-time patient specific data analysis is associated with the results. Based on the determined type, the report generator 900 can access the template repository 906 to generate a final report in various formats.

テンプレートリポジトリ906は、1例では、複数のレポートテンプレートを記憶することができ、リポジトリ内の各レポートテンプレートは、オンデマンドリアルタイム患者固有データ解析計算プラットフォームによって実行することができる1以上のオンデマンドリアルタイム患者固有データ解析に関連する。計算プラットフォームによって実行され、結果内で反映されるオンデマンドリアルタイム患者固有データ解析の種類が判定されると、発注処理モジュール904はテンプレートリポジトリにアクセスし、適切なレポートテンプレートを抽出し、受信した結果を用いてレポートを生成することができる。   Template repository 906, in one example, can store multiple report templates, each report template in the repository being one or more on-demand real-time patients that can be executed by an on-demand real-time patient-specific data analysis computing platform. Related to specific data analysis. Once the type of on-demand real-time patient-specific data analysis that is performed by the computing platform and reflected in the results is determined, the order processing module 904 accesses the template repository to extract the appropriate report template and retrieve the received results. Can be used to generate reports.

いったんレポートジェネレータ900がレポートを生成すれば、それを発注処理モジュール902に返信して、最終的にオンデマンドリアルタイム患者固有データ解析計算プラットフォームのユーザに送信することができる。1例では、レポートジェネレータコンポーネント900は生成されたレポートを演算インテリジェンスモジュール908にも送信することができる。演算インテリジェンスモジュールは生成された各種レポートをすべて記憶し、図5を参照して説明したモジュール520で説明したように、データの様々な傾向を認識するようにレポートに基づく解析を実行することができる。   Once the report generator 900 generates a report, it can be sent back to the order processing module 902 and finally sent to the user of the on-demand real-time patient specific data analysis computing platform. In one example, the report generator component 900 can also send the generated report to the computational intelligence module 908. The arithmetic intelligence module stores all the various reports generated and can perform analysis based on the reports to recognize various trends in the data, as described in module 520 described with reference to FIG. .

図4に戻ると、いくつかの例では、計算プラットフォーム404はデータ統合サービスモジュール428も含むことができる。データ統合サービスモジュール428は、所属する医療提供者などの外部団体から受け取るデータを処理、変更、検証することによってデータレイク422内のデータをポピュレートする役割を果たすことができる。   Returning to FIG. 4, in some examples, the computing platform 404 may also include a data integration service module 428. The data integration service module 428 may serve to populate the data in the data lake 422 by processing, changing, and validating data received from external organizations such as healthcare providers to which it belongs.

図10は、本開示の例による例示のデータ統合サービスを示す。データ統合サービス1000の第1の役割は、外部団体からのデータを計算プラットフォームに取り込むことである。いったんデータが取り込まれたら、データ統合サービス1000は、上述したようなリアルタイム患者固有データ解析を実行する計算プラットフォームによってデータが使用されるように、データを検証、変更、整理することができる。   FIG. 10 illustrates an example data integration service according to examples of this disclosure. The first role of the data integration service 1000 is to incorporate data from an external organization into a calculation platform. Once the data has been captured, the data integration service 1000 can validate, modify, and organize the data so that the data is used by a computing platform that performs real-time patient specific data analysis as described above.

1例として、決して限定するように解釈すべきではないが、所属団体1002とラボサービス1004は、計算プラットフォーム、より具体的にはデータ統合サービス1000にデータを供給することのできる外部団体の例としての役割を果たす。ラボサービス1004と所属団体1002は両方とも、患者の過去の治療に関する情報や患者に関係するその他の健康関連情報を含むが、それらに限定されない患者の医療関連データを含むことができる。   As an example, but should not be construed as limiting in any way, affiliated organization 1002 and lab service 1004 are examples of external organizations that can provide data to a computing platform, more specifically, data integration service 1000. To play a role. Both the lab service 1004 and the affiliated organization 1002 may include patient related medical data including, but not limited to, information related to the patient's past treatment and other health related information related to the patient.

1例では、図10に示すように、データ統合サービス1000は、3つの異なる入力経路を介して ラボサービス1004と所属団体1002からのデータを取り入れることができる。データをデータ統合サービス1000に取り入れる第1の経路では、ユーザがユーザインタフェース(UI)1006を用いてデータをウェブサービスに手動でアップロードすることができる。ユーザは、UI1006を介して計算プラットフォームに送信したいと考えるファイルを選択することによって、ファイルをデータ統合サービス1000に手動でアップロードすることができる。   In one example, as shown in FIG. 10, the data integration service 1000 can incorporate data from the lab service 1004 and the affiliated organization 1002 via three different input paths. In the first route of taking data into the data integration service 1000, the user can manually upload the data to the web service using a user interface (UI) 1006. The user can manually upload the file to the data integration service 1000 by selecting the file that he wishes to send to the computing platform via the UI 1006.

上述の例の代わりに、または上述の例に加えて、データ統合サービス1000は、メッセージハブ1008を利用するリアルタイムウェブベースのメッセージサービスを用いてメッセージを受信し、外部団体からデータを受信することができる。メッセージハブ1008は、所属団体1002などのデータプロバイダとデータ統合サービス1000との間のリアルタイム接続を提供することができる。よって、所属団体1002がリアルタイム患者固有データ解析計算プラットフォームに送信したいと思う新たなデータを有するとき、このデータと計算プラットフォームに送られる他のデータとをまとめるのを待って1バッチとしてアップロードする代わりに、データプロバイダは各データ項目をリアルタイムで個別に送信することができる。   Instead of or in addition to the above example, the data integration service 1000 may receive a message using a real-time web-based message service that utilizes a message hub 1008 and receive data from an external organization. it can. The message hub 1008 can provide a real-time connection between a data provider such as the affiliated organization 1002 and the data integration service 1000. So if your organization 1002 has new data that you want to send to the real-time patient-specific data analysis computing platform, instead of uploading it as a batch waiting for this data and other data sent to the computing platform to be combined The data provider can send each data item individually in real time.

別の例では、データプロバイダおよびラボサービス1004はファイル転送プロトコル(FTP)接続を利用して、データをデータ統合サービス1000にアップロードすることができる。着陸ゾーン1010は、FTP接続を通じてデータを受信するファイル記憶媒体としての役割を果たすことができる。ファイルウォッチャ1012は着陸ゾーン1010を監視して、着陸ゾーンからデータ管理ワークフロー1014にデータをアップロードし、受信時にデータを取り込む(後述)のに必要なワークフローを開始することができる。   In another example, the data provider and lab service 1004 can upload data to the data integration service 1000 using a File Transfer Protocol (FTP) connection. Landing zone 1010 can serve as a file storage medium that receives data over an FTP connection. The file watcher 1012 can monitor the landing zone 1010, upload data from the landing zone to the data management workflow 1014, and start a workflow necessary to capture the data upon receipt (described below).

データ管理ワークフローモジュール1014は、データプロバイダ1002やラボサービス1004などの外部団体から受信したデータの吸収に関連する各種組織的タスクを実行することができる。1例として、データ管理ワークフローは、管理される内在化データと関連する患者IDの管理、情報の効率的呼出しを簡易化することができる標準化フォーマットにデータを整理するデータの整理および標準化、データ品質チェックを含むことができる。   The data management workflow module 1014 can perform various organizational tasks related to the absorption of data received from external organizations such as the data provider 1002 and lab service 1004. As an example, the data management workflow includes the management of patient IDs associated with the internalized data being managed, the organization and standardization of data that organizes the data into a standardized format that can simplify the efficient recall of information, and data quality Checks can be included.

データ管理ワークフロー1014は、外部機関から受信したデータを、データ統合サービス1000内に含まれる各種データ記憶媒体に最終的に整理することができる。生データ、すなわち、受信されたときの形状のデータは生データ記憶装置1016に記憶することができる。上述したように、受信したデータは標準化することができ、いったん標準化されれば、データは標準化データ記憶ファイルシステム1018に記憶することができる。標準化とは、内在化データが計算プラットフォームの認識する形状で表されるように確保することを指す。標準化プロセスの1例として、計算プラットフォームが性別を男性、女性、その他として表すことを要求するが、外部団体が性別をM、F、Oと表す場合、標準化プロセスはM、F、Oを男性、女性、その他に翻訳することを含む。   The data management workflow 1014 can finally organize the data received from the external organization into various data storage media included in the data integration service 1000. Raw data, ie, data of the shape as received, can be stored in the raw data storage device 1016. As described above, the received data can be standardized, and once standardized, the data can be stored in the standardized data storage file system 1018. Standardization refers to ensuring that internalized data is represented in a shape recognized by the computing platform. As an example of a standardization process, if the computing platform requires gender to be represented as male, female, etc., but the external organization represents gender as M, F, O, the standardization process will represent M, F, O as male, Including translating to women and others.

データ管理ワークフローモジュール1014は、データを「マスタ化」するようにデータ上で1以上のアルゴリズムを実行するマスタデータ管理モジュール1020を開始することもできる。データのマスタ化とは、様々な形で特定の個人に属するデータをその個人の属性とすることができるプロセスを指す。1例として、データのマスタ化は、Edward SmithとEd Smithに帰するデータが同じ個人に属すると認識することを含むことができる。マスタ化プロセスが存在しない場合、システムがEdward SmithとEd Smithを2人の別々の個人とみなすことによって、リアルタイム患者固有データ解析中のデータの誤識別につながる可能性がある。   The data management workflow module 1014 may also initiate a master data management module 1020 that executes one or more algorithms on the data to “master” the data. Data mastering refers to a process in which data belonging to a particular individual can be attributed to that individual in various ways. As an example, data mastering can include recognizing that data attributed to Edward Smith and Ed Smith belong to the same individual. In the absence of a mastering process, the system considers Edward Smith and Ed Smith as two separate individuals, which can lead to misidentification of data during real-time patient-specific data analysis.

マスタ化プロセスの一環として、マスタデータ管理プロセス1020は、一連のマスタ化IDと、個人をこの特定の個人のIDに照らして識別するための複数の方法をマッピングするマップとをデータ記憶装置1022に記憶することができる。リアルタイム患者固有データ解析中、マスタ化IDおよびマップ記憶装置1022にアクセスして、特定の個人に関するリアルタイム患者固有データ解析を実行する際、データがアクセスするロードマップをアルゴリズムに提供することができる。   As part of the mastering process, the master data management process 1020 stores in the data storage device 1022 a series of mastering IDs and a map that maps a plurality of methods for identifying an individual against this particular individual's ID. Can be remembered. During real-time patient specific data analysis, the mastered ID and map store 1022 can be accessed to provide the algorithm with a road map that the data accesses when performing real-time patient specific data analysis for a particular individual.

いったんデータがマスタ化されれば、データは、データを元にデータ解析を実行する計算プラットフォームの能力を最適化する形で各種ファイル記憶装置に保管することができる。1例として、患者プロフィールデータ記憶装置1024は、システムの一部として各患者のプロフィールを記憶することができる。計算プラットフォームは患者プロフィールデータ記憶装置1024を利用して、特定の患者がシステム内に存在するか否かを確認し、いくつかの例では、リアルタイム患者固有データ解析を実行するのに十分な特定患者に関するデータが存在するか否かも確認することができる。   Once the data is mastered, the data can be stored in various file storage devices in a manner that optimizes the ability of the computing platform to perform data analysis based on the data. As an example, the patient profile data store 1024 can store the profile of each patient as part of the system. The computing platform utilizes a patient profile data store 1024 to determine whether a particular patient is present in the system, and in some instances sufficient patient to perform real-time patient specific data analysis. It is also possible to check whether or not there is data regarding.

データベース1026は、患者の全データを記憶する主データベースを表すことができる。データベース1026をポピュレートするデータは、計算プラットフォームによって実行される各種データ解析を最適化するフォーマットに一致させることができる。セキュリティ目的で、データベース1026内のデータは(上述したように)非識別化することができ、計算プラットフォームのユーザが様々なセキュリティおよび認証手順に合格したときだけ再識別される。   Database 1026 may represent a main database that stores all patient data. The data that populates the database 1026 can be matched to a format that optimizes the various data analyzes performed by the computing platform. For security purposes, the data in the database 1026 can be de-identified (as described above) and re-identified only when the computing platform user passes various security and authentication procedures.

また、別の例では、データ統合サービスはラボサービス結果データ記憶装置1028も維持することができる。ラボサービス結果データ記憶装置は、各種ラボサービスプロバイダから受信したデータを含むことができ、このデータはフォーマット化されて、計算プラットフォームが動作してリアルタイム患者固有データ解析を実行するフォーマットに合致される。   In another example, the data integration service may also maintain a lab service result data storage 1028. The lab service results data store can include data received from various lab service providers, and this data is formatted and matched to a format in which the computing platform operates to perform real-time patient specific data analysis.

本開示と実施例を添付図面を参照して説明したが、様々な変更および変形は当業者にとって自明であることに留意すべきである。このような変更および変形は、請求項によって定義されるような本開示および実施例の範囲に含まれると理解すべきである。
Although the present disclosure and examples have been described with reference to the accompanying drawings, it should be noted that various changes and modifications will be apparent to those skilled in the art. Such changes and modifications are to be understood as being included within the scope of the present disclosure and examples as defined by the claims.

Claims (60)

計算システムであって、
前記システムのメモリ内に記憶される1以上の内部データベースと、
複数のクライアント装置を前記計算システムに接続するネットワーク接続と、
1以上のプロセッサであって、
患者に関して実行される患者固有データ解析の発注を受信し、前記発注が、前記患者に関連する識別情報と前記発注された患者固有データ解析に関連する1以上の基準とを含む、
前記1以上の内部データベースを検索して、前記患者の関連情報が前記内部データベース内に存在するか否か、および前記発注された患者固有データ解析の関連情報が前記内部データベース内に存在するか否かを判定し、前記患者の関連情報が存在するか否かの判定が、前記患者固有データ解析の発注と共に受信された前記識別情報に基づき、前記発注された診断の関連情報が存在するか否かの判定が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づく、
前記発注された患者固有データ解析の関連情報を抽出および回収する、
前記抽出および収集された関連情報に関して実行される1以上の解析スキームを複数の解析スキームから選択し、前記選択が前記受信された患者固有データ解析の発注に基づく、
前記発注された患者固有データ解析の前記抽出および収集された関連情報に関する前記選択された1以上の解析スキームを実行する、
前記選択された1以上の解析スキームの実行の1以上の結果に基づきレポートを生成する、
前記ネットワーク接続を用いて、前記生成されたレポートを複数の標準コンピュータ可読フォーマットで1以上のクライアント装置に送信する、
ように構成される1以上のプロセッサと、
を備える計算システム。
A computing system,
One or more internal databases stored in the memory of the system;
A network connection for connecting a plurality of client devices to the computing system;
One or more processors,
Receiving an order for patient specific data analysis to be performed on a patient, the order including identification information associated with the patient and one or more criteria associated with the ordered patient specific data analysis;
Searching the one or more internal databases to determine whether the patient related information exists in the internal database and whether the ordered information of the patient specific data analysis exists in the internal database. And whether the relevant information of the patient exists is determined based on the identification information received together with the order of the patient-specific data analysis. The determination is based on the one or more received criteria related to the ordered patient-specific data analysis,
Extracting and collecting relevant information of the ordered patient specific data analysis;
Selecting one or more analysis schemes to be performed on the extracted and collected related information from a plurality of analysis schemes, wherein the selection is based on the received order for the patient specific data analysis;
Performing the selected one or more analysis schemes on the extracted and collected related information of the ordered patient-specific data analysis;
Generating a report based on one or more results of execution of the selected one or more analysis schemes;
Using the network connection to send the generated report in a plurality of standard computer readable formats to one or more client devices;
One or more processors configured as described above;
A computing system comprising:
前記プロセッサがさらに、前記発注された患者固有データ解析の関連情報を求めて1以上の外部データベースを検索するように構成され、前記発注された患者固有データ解析の関連情報が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づき、前記1以上の外部データベースが前記計算装置の外部に記憶される、請求項1に記載のシステム。 The processor is further configured to search one or more external databases for related information of the ordered patient-specific data analysis, wherein the ordered information of the patient-specific data analysis is the ordered patient. The system of claim 1, wherein the one or more external databases are stored external to the computing device based on the one or more received criteria associated with unique data analysis. 前記複数の解析スキームが、1以上の論理表現を解析スキームプロセスに変換するプログラミング言語を用いてプログラムされる、請求項1に記載のシステム。 The system of claim 1, wherein the plurality of analysis schemes are programmed using a programming language that converts one or more logical expressions into an analysis scheme process. 前記1以上の論理表現が1以上の包含基準と1以上の排除基準を含む、請求項3に記載のシステム。 The system of claim 3, wherein the one or more logical expressions include one or more inclusion criteria and one or more exclusion criteria. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注と共に含まれる、請求項4に記載のシステム。 The system of claim 4, wherein the one or more inclusion criteria and the one or more exclusion criteria are included with the received patient-specific data analysis order. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注に基づき生成される、請求項4に記載のシステム。 The system of claim 4, wherein the one or more inclusion criteria and the one or more exclusion criteria are generated based on the received patient-specific data analysis order. 前記受信された患者固有データ解析の発注がヘルスレベル7フォーマットでフォーマットされる、請求項1に記載のシステム。 The system of claim 1, wherein the received patient specific data analysis order is formatted in a health level 7 format. 前記生成されたレポートが、複数のフォーマットで前記計算装置の前記1以上のユーザに送信される、請求項1に記載のシステム。 The system of claim 1, wherein the generated report is transmitted to the one or more users of the computing device in a plurality of formats. 前記複数のフォーマットがpdfおよびヘルスレベル7フォーマットを含む、請求項8に記載のシステム。 9. The system of claim 8, wherein the plurality of formats include pdf and health level 7 formats. 前記受信された患者固有データ解析発注が外部発注ユーザインタフェースを用いて実行、送信、配信される、請求項1に記載のシステム。 The system of claim 1, wherein the received patient specific data analysis order is executed, transmitted, and distributed using an external ordering user interface. システムであって、
クライアント装置であって、
適切なインタフェースを表示し、前記装置のユーザからの入力を受信し、前記ユーザからの入力が、患者に関して実行される患者固有データ解析の発注を含み、前記発注が、前記患者に関連する識別情報と前記発注された患者固有データ解析に関連する1以上の基準とを含む、
ネットワーク接続を用いて、前記患者に関して実行される患者固有データ解析の発注を送信する、
ように構成されるクライアント装置と、
計算プラットフォームであって、
患者に関して実行される患者固有データ解析の発注をネットワーク接続から受信し、前記発注が、前記患者に関連する識別情報と前記発注された患者固有データ解析に関連する1以上の基準とを含む、
前記1以上の内部データベースを検索して、前記患者の関連情報が前記内部データベース内に存在するか否かを判定し、前記発注された患者固有データ解析の関連情報を検索し、前記患者の関連情報が存在するか否かの判定が、前記患者固有データ解析の発注と共に受信された前記識別情報に基づき、前記発注された診断の関連情報の検索が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づく、
前記発注された患者固有データ解析の関連情報を抽出および収集する、
前記抽出および収集された関連情報に関して実行される1以上の解析スキームを複数の解析スキームから選択し、前記選択が前記受信された患者固有データ解析の発注に基づく、
前記発注された患者固有データ解析の前記抽出および収集された関連情報に関して前記選択された1以上の解析スキームを実行する、
前記選択された1以上の解析スキームの実行の1以上の結果に基づきレポートを生成する、
前記ネットワーク接続を用いて、前記生成されたレポートを複数のフォーマットで前記クライアント装置に送信する、
ように構成される計算プラットフォームと、
を備えるシステム。
A system,
A client device,
Display an appropriate interface, receive input from a user of the device, the input from the user including a patient-specific data analysis order to be performed on the patient, the order being identification information associated with the patient And one or more criteria related to the ordered patient specific data analysis,
Sending a patient-specific data analysis order to be performed on said patient using a network connection;
A client device configured as follows:
A computing platform,
Receiving an order for patient-specific data analysis performed on a patient from a network connection, the order including identification information associated with the patient and one or more criteria associated with the ordered patient-specific data analysis;
Search the one or more internal databases to determine whether the patient related information exists in the internal database, search the related information of the ordered patient specific data analysis, and The determination of whether information is present is based on the identification information received with the order for the patient-specific data analysis, and the search for relevant information for the ordered diagnosis is related to the ordered patient-specific data analysis. Based on the one or more received criteria to:
Extracting and collecting relevant information of the ordered patient specific data analysis;
Selecting one or more analysis schemes to be performed on the extracted and collected related information from a plurality of analysis schemes, wherein the selection is based on the received order for the patient specific data analysis;
Performing the selected one or more analysis schemes on the extracted and collected related information of the ordered patient specific data analysis;
Generating a report based on one or more results of execution of the selected one or more analysis schemes;
Using the network connection to send the generated report in a plurality of formats to the client device;
A computing platform configured such that
A system comprising:
ネットワーク接続を介して前記計算プラットフォームに接続される1以上の外部データベースを含み、前記計算プラットフォームが、前記発注された患者固有データ解析の関連情報を求めて1以上の外部データベースを検索するようにさらに構成され、前記発注された患者固有データ解析の関連情報が前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づく、請求項11に記載のシステム。 Including one or more external databases connected to the computing platform via a network connection, the computing platform further searching the one or more external databases for relevant information of the ordered patient specific data analysis 12. The system of claim 11, wherein configured and related information of the ordered patient specific data analysis is based on the one or more received criteria related to the ordered patient specific data analysis. 前記複数の解析スキームが、1以上の論理表現を解析スキームプロセスに変換するプログラミング言語を用いてプログラムされる、請求項11に記載のシステム。 The system of claim 11, wherein the plurality of analysis schemes are programmed using a programming language that converts one or more logical expressions into an analysis scheme process. 前記1以上の論理表現が1以上の包含基準と1以上の排除基準を含む、請求項13に記載のシステム。 The system of claim 13, wherein the one or more logical expressions include one or more inclusion criteria and one or more exclusion criteria. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注と共に含まれる、請求項14に記載のシステム。 The system of claim 14, wherein the one or more inclusion criteria and the one or more exclusion criteria are included with the received patient-specific data analysis order. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注に基づき生成される、請求項14に記載のシステム。 15. The system of claim 14, wherein the one or more inclusion criteria and the one or more exclusion criteria are generated based on the received patient specific data analysis order. 前記受信された患者固有データ解析の発注がヘルスレベル7フォーマットでフォーマットされる、請求項11に記載のシステム。 The system of claim 11, wherein the received patient specific data analysis order is formatted in a health level 7 format. 前記生成されたレポートが、複数のフォーマットで前記計算装置のユーザに送信される、請求項11に記載のシステム。 The system of claim 11, wherein the generated report is sent to a user of the computing device in a plurality of formats. 前記複数のフォーマットがpdfおよびヘルスレベル7フォーマットを含む、請求項18に記載のシステム。 The system of claim 18, wherein the plurality of formats includes a pdf and a health level 7 format. 前記受信された患者固有データ解析発注が、外部発注ユーザインタフェースを用いて生成される、請求項11に記載のシステム。 The system of claim 11, wherein the received patient specific data analysis order is generated using an external ordering user interface. 患者に関して実行される患者固有データ解析の発注を受信し、前記発注が、前記患者に関連する識別情報と前記発注された患者固有データ解析に関連する1以上の基準とを含むことと、
1以上の内部データベースを検索して、前記患者の関連情報が前記内部データベース内に存在するか否か、および前記発注された患者固有データ解析の関連情報が前記内部データベース内に存在するか否かを判定し、前記患者の関連情報が存在するか否かの判定が、前記患者固有データ解析の発注と共に受信された前記識別情報に基づき、前記発注された診断の関連情報が存在するか否かの判定が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づくことと、
前記発注された患者固有データ解析の関連情報を抽出および収集することと、
前記抽出および収集された関連情報に関して実行される1以上の解析スキームを複数の解析スキームから選択し、前記選択が前記受信された患者固有データ解析の発注に基づくことと、
前記発注された患者固有データ解析の前記抽出および収集された関連情報に関して前記選択された1以上の解析スキームを実行することと、
前記選択された1以上の解析スキームの実行の1以上の結果に基づきレポートを生成することと、
前記生成されたレポートを複数の標準コンピュータ可読フォーマットで1以上のクライアント装置に送信することと、
を備える方法。
Receiving an order for patient specific data analysis to be performed on a patient, the order including identification information associated with the patient and one or more criteria associated with the ordered patient specific data analysis;
Search one or more internal databases to determine whether relevant information about the patient exists in the internal database and whether relevant information for the ordered patient-specific data analysis exists in the internal database. And whether the relevant information of the patient exists is determined based on the identification information received together with the order of the patient-specific data analysis. The determination is based on the one or more received criteria related to the ordered patient specific data analysis;
Extracting and collecting relevant information of the ordered patient specific data analysis;
Selecting one or more analysis schemes to be performed on the extracted and collected related information from a plurality of analysis schemes, wherein the selection is based on the received order of the patient specific data analysis;
Performing the selected one or more analysis schemes on the extracted and collected related information of the ordered patient-specific data analysis;
Generating a report based on one or more results of execution of the selected one or more analysis schemes;
Sending the generated report to one or more client devices in a plurality of standard computer readable formats;
A method comprising:
前記方法が、前記発注された患者固有データ解析の関連情報を求めて1以上の外部データベースを検索することをさらに備え、前記発注された患者固有データ解析の関連情報が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づく、請求項21に記載の方法。 The method further comprises searching one or more external databases for related information of the ordered patient-specific data analysis, wherein the related information of the ordered patient-specific data analysis is the ordered patient-specific data 23. The method of claim 21, based on the one or more received criteria related to data analysis. 前記複数の解析スキームが、1以上の論理表現を解析スキームプロセスに変換するプログラミング言語を用いてプログラムされる、請求項21に記載の方法。 The method of claim 21, wherein the plurality of analysis schemes are programmed using a programming language that converts one or more logical representations into an analysis scheme process. 前記1以上の論理表現が1以上の包含基準と1以上の排除基準を含む、請求項23に記載の方法。 24. The method of claim 23, wherein the one or more logical expressions include one or more inclusion criteria and one or more exclusion criteria. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注と共に含まれる、請求項24に記載の方法。 25. The method of claim 24, wherein the one or more inclusion criteria and the one or more exclusion criteria are included with the received patient specific data analysis order. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注に基づき生成される、請求項24に記載の方法。 25. The method of claim 24, wherein the one or more inclusion criteria and the one or more exclusion criteria are generated based on the received patient specific data analysis order. 前記受信された患者固有データ解析の発注がヘルスレベル7フォーマットでフォーマットされる、請求項21に記載の方法。 The method of claim 21, wherein the received patient specific data analysis order is formatted in a health level 7 format. 前記生成されたレポートが、複数のフォーマットで前記計算装置の前記1以上のユーザに送信される、請求項21に記載の方法。 The method of claim 21, wherein the generated report is transmitted to the one or more users of the computing device in a plurality of formats. 前記複数のフォーマットがpdfおよびヘルスレベル7フォーマットを含む、請求項28に記載の方法。 30. The method of claim 28, wherein the plurality of formats include pdf and health level 7 formats. 前記受信された患者固有データ解析発注が外部発注ユーザインタフェースを用いて生成される、請求項21に記載の方法。 The method of claim 21, wherein the received patient specific data analysis order is generated using an external ordering user interface. 計算装置のユーザからの入力を受信し、前記ユーザからの入力が患者に関して実行される患者固有データ解析の発注を含み、前記発注が、前記患者に関連する識別情報と前記発注された患者固有データ解析に関連する1以上の基準とを含むことと、
前記患者に関して実行される患者固有データ解析の発注を送信することと、
患者に関して実行される患者固有データ解析の発注をネットワーク接続から受信し、前記発注が、前記患者に関連する識別情報と前記発注された患者固有データ解析に関連する1以上の基準とを含むことと、
前記1以上の内部データベースを検索して、前記患者の関連情報が前記内部データベース内に存在するか否かを判定し、前記発注された患者固有データ解析の関連情報を検索し、前記患者の関連情報が存在するか否かの判定が、前記患者固有データ解析の発注と共に受信された前記識別情報に基づき、前記発注された診断の関連情報の検索が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づくことと、
前記発注された患者固有データ解析の関連情報を抽出および収集することと、
前記抽出および収集された関連情報に関して実行される1以上の解析スキームを複数の解析スキームから選択し、前記選択が前記受信された患者固有データ解析の発注に基づくことと、
前記発注された患者固有データ解析の前記抽出および収集された関連情報に関して前記選択された1以上の解析スキームを実行することと、
前記選択された1以上の解析スキームの実行の1以上の結果に基づきレポートを生成することと、
前記ネットワーク接続を用いて、前記生成されたレポートを複数のフォーマットで前記クライアント装置に送信することと、
を備える方法。
Receiving an input from a user of a computing device, wherein the input from the user includes an order for patient specific data analysis performed on a patient, the order comprising identification information associated with the patient and the ordered patient specific data Including one or more criteria related to the analysis;
Sending an order for patient specific data analysis to be performed on said patient;
Receiving a patient-specific data analysis order to be performed on a patient from a network connection, the order including identification information associated with the patient and one or more criteria associated with the ordered patient-specific data analysis; ,
Search the one or more internal databases to determine whether the patient related information exists in the internal database, search the related information of the ordered patient specific data analysis, and The determination of whether information is present is based on the identification information received with the order for the patient-specific data analysis, and the search for relevant information for the ordered diagnosis is related to the ordered patient-specific data analysis. Based on the one or more received criteria to:
Extracting and collecting relevant information of the ordered patient specific data analysis;
Selecting one or more analysis schemes to be performed on the extracted and collected related information from a plurality of analysis schemes, wherein the selection is based on the received order of the patient specific data analysis;
Performing the selected one or more analysis schemes on the extracted and collected related information of the ordered patient-specific data analysis;
Generating a report based on one or more results of execution of the selected one or more analysis schemes;
Using the network connection to send the generated report in a plurality of formats to the client device;
A method comprising:
前記方法が、前記発注された患者固有データ解析の関連情報を求めて1以上の外部データベースを検索することをさらに備え、前記発注された患者固有データ解析の関連情報が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づく、請求項11に記載のシステム。 The method further comprises searching one or more external databases for related information of the ordered patient-specific data analysis, wherein the related information of the ordered patient-specific data analysis is the ordered patient-specific data The system of claim 11, based on the one or more received criteria associated with data analysis. 前記複数の解析スキームが、1以上の論理表現を解析スキームプロセスに変換するプログラミング言語を用いてプログラムされる、請求項31に記載の方法。 32. The method of claim 31, wherein the plurality of analysis schemes are programmed using a programming language that converts one or more logical representations into an analysis scheme process. 前記1以上の論理表現が1以上の包含基準と1以上の排除基準を含む、請求項33に記載の方法。 34. The method of claim 33, wherein the one or more logical expressions include one or more inclusion criteria and one or more exclusion criteria. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注と共に含まれる、請求項34に記載の方法。 35. The method of claim 34, wherein the one or more inclusion criteria and the one or more exclusion criteria are included with the received patient specific data analysis order. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注に基づき生成される、請求項34に記載の方法。 35. The method of claim 34, wherein the one or more inclusion criteria and the one or more exclusion criteria are generated based on the received patient specific data analysis order. 前記受信された患者固有データ解析の発注がヘルスレベル7フォーマットでフォーマットされる、請求項31に記載の方法。 32. The method of claim 31, wherein the received patient specific data analysis order is formatted in a health level 7 format. 前記生成されたレポートが、複数のフォーマットで前記計算装置のユーザに送信される、請求項31に記載の方法。 32. The method of claim 31, wherein the generated report is sent to a user of the computing device in a plurality of formats. 前記複数のフォーマットがpdfおよびヘルスレベル7フォーマットを含む、請求項38に記載の方法。 40. The method of claim 38, wherein the plurality of formats include pdf and health level 7 formats. 前記受信された患者固有データ解析発注が外部発注ユーザインタフェースを用いて生成される、請求項31に記載の方法。 32. The method of claim 31, wherein the received patient specific data analysis order is generated using an external ordering user interface. 1セットの指示を記憶した非一時的コンピュータ可読記憶媒体であって、計算装置によって実行されるときに、前記指示に応じて前記計算装置が、
患者に関して実行される患者固有データ解析の発注を受信し、前記発注が、前記患者に関連する識別情報と前記発注された患者固有データ解析に関連する1以上の基準とを含む、
1以上の内部データベースを検索して、前記患者の関連情報が前記内部データベース内に存在するか否か、および前記発注された患者固有データ解析の関連情報が前記内部データベース内に存在するか否かを判定し、前記患者の関連情報が存在するか否かの判定が、前記患者固有データ解析の発注と共に受信された前記識別情報に基づき、前記発注された診断の関連情報が存在するか否かの判定が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づく、
前記発注された患者固有データ解析の関連情報を抽出および収集する、
前記抽出および収集された関連情報に関して実行される1以上の解析スキームを複数の解析スキームから選択し、前記選択が前記受信された患者固有データ解析の発注に基づく、
前記発注された患者固有データ解析の前記抽出および収集された関連情報に関する前記選択された1以上の解析スキームを実行する、
前記選択された1以上の解析スキームの実行の1以上の結果に基づきレポートを生成する、
前記生成されたレポートを複数の標準コンピュータ可読フォーマットで1以上のクライアント装置に送信する、
ようになっている非一時的コンピュータ可読記憶媒体。
A non-transitory computer readable storage medium storing a set of instructions, wherein when executed by a computing device, the computing device is responsive to the instructions,
Receiving an order for patient specific data analysis to be performed on a patient, the order including identification information associated with the patient and one or more criteria associated with the ordered patient specific data analysis;
Search one or more internal databases to determine whether relevant information about the patient exists in the internal database and whether relevant information for the ordered patient-specific data analysis exists in the internal database. And whether the relevant information of the patient exists is determined based on the identification information received together with the order of the patient-specific data analysis. Is based on the one or more received criteria related to the ordered patient specific data analysis,
Extracting and collecting relevant information of the ordered patient specific data analysis;
Selecting one or more analysis schemes to be performed on the extracted and collected related information from a plurality of analysis schemes, wherein the selection is based on the received order for the patient specific data analysis;
Performing the selected one or more analysis schemes on the extracted and collected related information of the ordered patient-specific data analysis;
Generating a report based on one or more results of execution of the selected one or more analysis schemes;
Sending the generated report to one or more client devices in a plurality of standard computer readable formats;
A non-transitory computer readable storage medium.
前記プロセッサがさらに、前記発注された患者固有データ解析の関連情報を求めて1以上の外部データベースを検索し、前記発注された患者固有データ解析の関連情報が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づくようになっている、請求項41に記載の非一時的コンピュータ可読記憶媒体。 The processor further searches one or more external databases for related information of the ordered patient-specific data analysis, and the related information of the ordered patient-specific data analysis is included in the ordered patient-specific data analysis. 42. The non-transitory computer readable storage medium of claim 41, wherein the non-transitory computer readable storage medium is adapted to be based on the one or more received criteria associated therewith. 前記複数の解析スキームが、1以上の論理表現を解析スキームプロセスに変換するプログラミング言語を用いて予めプログラミングされる、請求項41に記載の非一時的コンピュータ可読記憶媒体。 42. The non-transitory computer readable storage medium of claim 41, wherein the plurality of analysis schemes are pre-programmed using a programming language that converts one or more logical expressions into an analysis scheme process. 前記1以上の論理表現が1以上の包含基準と1以上の排除基準を含む、請求項43に記載の非一時的コンピュータ可読記憶媒体。 44. The non-transitory computer readable storage medium of claim 43, wherein the one or more logical expressions include one or more inclusion criteria and one or more exclusion criteria. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注と共に含まれる、請求項44に記載の非一時的コンピュータ可読記憶媒体。 45. The non-transitory computer readable storage medium of claim 44, wherein the one or more inclusion criteria and the one or more exclusion criteria are included with the received patient specific data analysis order. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注に基づき生成される、請求項44に記載の非一時的コンピュータ可読記憶媒体。 45. The non-transitory computer readable storage medium of claim 44, wherein the one or more inclusion criteria and the one or more exclusion criteria are generated based on the received patient specific data analysis order. 前記受信された患者固有データ解析の発注がヘルスレベル7フォーマットでフォーマットされる、請求項41に記載の非一時的コンピュータ可読記憶媒体。 42. The non-transitory computer readable storage medium of claim 41, wherein the received patient specific data analysis order is formatted in a health level 7 format. 前記生成されたレポートが、複数のフォーマットで前記計算装置の前記1以上のユーザに送信される、請求項41に記載の非一時的コンピュータ可読記憶媒体。 42. The non-transitory computer readable storage medium of claim 41, wherein the generated report is transmitted to the one or more users of the computing device in a plurality of formats. 前記複数のフォーマットがpdfおよびヘルスレベル7フォーマットを含む、請求項48に記載の非一時的コンピュータ可読記憶媒体。 49. The non-transitory computer readable storage medium of claim 48, wherein the plurality of formats include pdf and health level 7 formats. 前記受信された患者固有データ解析発注が外部発注ユーザインタフェースを用いて生成される、請求項41に記載の非一時的コンピュータ可読記憶媒体。 42. The non-transitory computer readable storage medium of claim 41, wherein the received patient specific data analysis order is generated using an external ordering user interface. 1セットの指示を記憶した非一時的コンピュータ可読記憶媒体であって、計算装置によって実行されるときに、前記指示に応じて前記計算装置が、
計算装置のユーザからの入力を受信し、前記ユーザからの入力が患者に関して実行される患者固有データ解析の発注を含み、前記発注が、前記患者に関連する識別情報と前記発注された患者固有データ解析に関連する1以上の基準とを含む、
前記患者に関して実行される患者固有データ解析の発注を送信する、
患者に関して実行される患者固有データ解析の発注をネットワーク接続から受信し、前記発注が、前記患者に関連する識別情報と前記発注された患者固有データ解析に関連する1以上の基準とを含む、
前記1以上の内部データベースを検索して、前記患者の関連情報が前記内部データベース内に存在するか否かを判定し、前記発注された患者固有データ解析の関連情報を検索し、前記患者の関連情報が存在するか否かの判定が、前記患者固有データ解析の発注と共に受信された前記識別情報に基づき、前記発注された診断の関連情報の検索が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づく、
前記発注された患者固有データ解析の関連情報を抽出および収集する、
前記抽出および収集された関連情報に関して実行される1以上の解析スキームを複数の解析スキームから選択し、前記選択が前記受信された患者固有データ解析の発注に基づく、
前記発注された患者固有データ解析の前記抽出および収集された関連情報に関する前記選択された1以上の解析スキームを実行する、
前記選択された1以上の解析スキームの実行の1以上の結果に基づきレポートを生成する、
前記ネットワーク接続を用いて、前記生成されたレポートを複数のフォーマットで前記クライアント装置に送信する、
ようになっている非一時的コンピュータ可読記憶媒体。
A non-transitory computer readable storage medium storing a set of instructions, wherein when executed by a computing device, the computing device is responsive to the instructions,
Receiving an input from a user of a computing device, wherein the input from the user includes an order for patient specific data analysis performed on a patient, the order comprising identification information associated with the patient and the ordered patient specific data Including one or more criteria related to the analysis,
Sending an order for patient specific data analysis to be performed on said patient;
Receiving an order for patient-specific data analysis performed on a patient from a network connection, the order including identification information associated with the patient and one or more criteria associated with the ordered patient-specific data analysis;
Search the one or more internal databases to determine whether the patient related information exists in the internal database, search the related information of the ordered patient specific data analysis, and The determination of whether information is present is based on the identification information received with the order for the patient-specific data analysis, and the search for relevant information for the ordered diagnosis is related to the ordered patient-specific data analysis. Based on the one or more received criteria to:
Extracting and collecting relevant information of the ordered patient specific data analysis;
Selecting one or more analysis schemes to be performed on the extracted and collected related information from a plurality of analysis schemes, wherein the selection is based on the received order for the patient specific data analysis;
Performing the selected one or more analysis schemes on the extracted and collected related information of the ordered patient-specific data analysis;
Generating a report based on one or more results of execution of the selected one or more analysis schemes;
Using the network connection to send the generated report in a plurality of formats to the client device;
A non-transitory computer readable storage medium.
前記プロセッサがさらに、前記発注された患者固有データ解析の関連情報を求めて1以上の外部データベースを検索し、前記発注された患者固有データ解析の関連情報が、前記発注された患者固有データ解析に関連する前記1以上の受信した基準に基づくようになっている、請求項51に記載の非一時的コンピュータ可読記憶媒体。 The processor further searches one or more external databases for related information of the ordered patient-specific data analysis, and the related information of the ordered patient-specific data analysis is included in the ordered patient-specific data analysis. 52. The non-transitory computer readable storage medium of claim 51, wherein said non-transitory computer readable storage medium is adapted to be based on said one or more received criteria associated therewith. 前記複数の解析スキームが、1以上の論理表現を解析スキームプロセスに変換するプログラミング言語を用いて予めプログラミングされる、請求項51に記載の非一時的コンピュータ可読記憶媒体。 52. The non-transitory computer readable storage medium of claim 51, wherein the plurality of analysis schemes are pre-programmed using a programming language that converts one or more logical expressions into an analysis scheme process. 前記1以上の論理表現が1以上の包含基準と1以上の排除基準を含む、請求項53に記載の非一時的コンピュータ可読記憶媒体。 54. The non-transitory computer readable storage medium of claim 53, wherein the one or more logical expressions include one or more inclusion criteria and one or more exclusion criteria. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注と共に含まれる、請求項54に記載の非一時的コンピュータ可読記憶媒体。 55. The non-transitory computer readable storage medium of claim 54, wherein the one or more inclusion criteria and the one or more exclusion criteria are included with the received patient specific data analysis order. 前記1以上の包含基準および前記1以上の排除基準が、前記受信された患者固有データ解析の発注と共に含まれる、請求項54に記載の非一時的コンピュータ可読記憶媒体。 55. The non-transitory computer readable storage medium of claim 54, wherein the one or more inclusion criteria and the one or more exclusion criteria are included with the received patient specific data analysis order. 前記受信された患者固有データ解析の発注がヘルスレベル7フォーマットでフォーマットされる、請求項51に記載の非一時的コンピュータ可読記憶媒体。 52. The non-transitory computer readable storage medium of claim 51, wherein the received patient specific data analysis order is formatted in a health level 7 format. 前記生成されたレポートが、複数のフォーマットで前記計算装置の前記1以上のユーザに送信される、請求項51に記載の非一時的コンピュータ可読記憶媒体。 52. The non-transitory computer readable storage medium of claim 51, wherein the generated report is transmitted to the one or more users of the computing device in a plurality of formats. 前記複数のフォーマットがpdfおよびヘルスレベル7フォーマットを含む、請求項58に記載の非一時的コンピュータ可読記憶媒体。 59. The non-transitory computer readable storage medium of claim 58, wherein the plurality of formats include pdf and health level 7 formats. 前記受信された患者固有データ解析発注が外部発注ユーザインタフェースを用いて生成される、請求項51に記載の非一時的コンピュータ可読記憶媒体。
52. The non-transitory computer readable storage medium of claim 51, wherein the received patient specific data analysis order is generated using an external ordering user interface.
JP2017552501A 2015-12-18 2016-12-19 System and method for providing on-demand real-time patient-specific data analysis computing platform Pending JP2018514862A (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562269924P 2015-12-18 2015-12-18
US62/269,924 2015-12-18
PCT/US2016/067575 WO2017106851A1 (en) 2015-12-18 2016-12-19 System and method for providing an on-demand real-time patient-specific data analysis computing platform

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2019229251A Division JP7114563B2 (en) 2015-12-18 2019-12-19 Systems and methods for providing an on-demand real-time patient-specific data analysis computing platform

Publications (1)

Publication Number Publication Date
JP2018514862A true JP2018514862A (en) 2018-06-07

Family

ID=57758765

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2017552501A Pending JP2018514862A (en) 2015-12-18 2016-12-19 System and method for providing on-demand real-time patient-specific data analysis computing platform
JP2019229251A Active JP7114563B2 (en) 2015-12-18 2019-12-19 Systems and methods for providing an on-demand real-time patient-specific data analysis computing platform
JP2022040125A Pending JP2022069566A (en) 2015-12-18 2022-03-15 System and method for providing on-demand real-time patient-specific data analysis computing platform

Family Applications After (2)

Application Number Title Priority Date Filing Date
JP2019229251A Active JP7114563B2 (en) 2015-12-18 2019-12-19 Systems and methods for providing an on-demand real-time patient-specific data analysis computing platform
JP2022040125A Pending JP2022069566A (en) 2015-12-18 2022-03-15 System and method for providing on-demand real-time patient-specific data analysis computing platform

Country Status (2)

Country Link
JP (3) JP2018514862A (en)
WO (1) WO2017106851A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11416472B2 (en) 2019-10-09 2022-08-16 Unitedhealth Group Incorporated Automated computing platform for aggregating data from a plurality of inconsistently configured data sources to enable generation of reporting recommendations

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10810224B2 (en) 2018-06-27 2020-10-20 International Business Machines Corporation Computerized methods and programs for ingesting data from a relational database into a data lake

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008527519A (en) * 2005-01-10 2008-07-24 インターナショナル・ビジネス・マシーンズ・コーポレーション Message integration system for data exchange, collection, monitoring and / or alerting
JP2011501834A (en) * 2007-09-20 2011-01-13 インテル・コーポレーション Healthcare semantic interoperability platform
JP2011257854A (en) * 2010-06-07 2011-12-22 Hitachi Ltd Medical information management system, medical information management method and medical information management program

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030149597A1 (en) 2002-01-10 2003-08-07 Zaleski John R. System for supporting clinical decision-making
JP2004280807A (en) 2003-02-28 2004-10-07 Toshiba Corp Cyber-hospital system
US20050234740A1 (en) * 2003-06-25 2005-10-20 Sriram Krishnan Business methods and systems for providing healthcare management and decision support services using structured clinical information extracted from healthcare provider data
US20080040151A1 (en) * 2005-02-01 2008-02-14 Moore James F Uses of managed health care data
US7512633B2 (en) * 2005-07-13 2009-03-31 International Business Machines Corporation Conversion of hierarchically-structured HL7 specifications to relational databases
US7787699B2 (en) * 2005-08-17 2010-08-31 General Electric Company Real-time integration and recording of surgical image data
US20130191157A1 (en) * 2012-01-17 2013-07-25 Optuminsight, Inc. Unified healthcare intelligence, analytics, and care management

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008527519A (en) * 2005-01-10 2008-07-24 インターナショナル・ビジネス・マシーンズ・コーポレーション Message integration system for data exchange, collection, monitoring and / or alerting
JP2011501834A (en) * 2007-09-20 2011-01-13 インテル・コーポレーション Healthcare semantic interoperability platform
JP2011257854A (en) * 2010-06-07 2011-12-22 Hitachi Ltd Medical information management system, medical information management method and medical information management program

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11416472B2 (en) 2019-10-09 2022-08-16 Unitedhealth Group Incorporated Automated computing platform for aggregating data from a plurality of inconsistently configured data sources to enable generation of reporting recommendations

Also Published As

Publication number Publication date
JP7114563B2 (en) 2022-08-08
JP2022069566A (en) 2022-05-11
JP2020042864A (en) 2020-03-19
WO2017106851A1 (en) 2017-06-22

Similar Documents

Publication Publication Date Title
US8788287B2 (en) Systems, apparatus, and methods for developing patient medical history using hierarchical relationships
US11823777B2 (en) System and method for providing an on-demand real-time patient-specific data analysis computing platform
US20110125527A1 (en) Systems, apparatus, and methods for identifying patient-to patient relationships
US20110301976A1 (en) Medical history diagnosis system and method
US20130197938A1 (en) System and method for creating and using health data record
US20080091464A1 (en) Systems and methods for disease management algorithm integration
US8725539B2 (en) Systems and methods for providing a continuum of care
US20070112782A1 (en) Clinical decision support system
JP2016519806A (en) System and method for a personalized clinical decision support tool
CN109427420B (en) Diagnostic validation tool
US20200234826A1 (en) Providing personalized health care information and treatment recommendations
US20100228559A1 (en) Methods and apparatus to enable sharing of healthcare information
KR20040107894A (en) Method For Management Of Medical Information For Doctor In On-line
JP2022069566A (en) System and method for providing on-demand real-time patient-specific data analysis computing platform
US20190279777A1 (en) Data Management for Genetic Laboratory Testing
US11145395B1 (en) Health history access
Soceanu et al. Towards interoperability of eHealth system networked components
AU2021100430A4 (en) Blockchain: Health Care Information Exchange using Blockchain- Based Technology
Müller et al. Integration of mobile sensors in a telemedicine hospital system: remote-monitoring in COVID-19 patients
AU2020101946A4 (en) HIHO- Blockchain Technology: HEALTH INFORMATION AND HEALTHCARE OBSERVATION USING BLOCKCHAIN TECHNOLOGY
US11087862B2 (en) Clinical case creation and routing automation
US20190267118A1 (en) Person-centered health record architecture
US20180261325A1 (en) Systems and methods for providing aggregated and customizable clinical decision support information
CN115547479B (en) Intelligent medical control method and system based on 5G message
US20230352190A1 (en) Personal medical record system and method related to noncontact screening treatment for large-scale infectious disease

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171030

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20171030

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190108

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190329

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20190903