JP2018534697A - 個人化された予測モデルに基づいて健康モニタリングを容易化するシステム及び方法 - Google Patents

Abstract

特定の実施では、個人特有の予測モデルに基づいて個人の健康モニタリングが提供されてよい。幾つかの実施では、健康モニタリングのための予測モデルが取得されてよい。個人と関連付けられる健康情報が取得されてよい。健康情報は、個人の健康状態の共起を示してよい。個人と関連付けられる個人特有の予測モデルが予測モデル及び共起表示に基づいて生成されてよい。個人と関連付けられる構造の健康情報が取得されてよい。後続の健康情報は、（ｉ）健康状態の共起後に観察される個人の後続の測定値、又は（ｉｉ）健康状態の共起後に観察される個人の公人の後続の健康状態のうちの１つ又はそれよりも多くを示してよい。個人の健康状況が個人特有の予測モデル及び後続の健康情報に基づいて予測されてよい。

Description

本発明は、健康モニタリング（例えば、疾病モニタリング、ウェルネスモニタリング、体重モニタリング、又は他の健康モニタリング）に関する。

相当な医学療法の進歩にも拘わらず、心不全は主要な増大する公衆衛生上の問題であり続けている。例えば、患者の大部分は、心不全治療を受けた病院から退院した後の短い時間枠内に再入院する。近年、多くの心不全管理プログラムは、心不全患者の家庭モニタリング(home monitoring)を強化するために、生理学的データの自動電子伝達及び他の技法を含む、早期の悪化検出及び時宜を得た介入を容易にする何らかの形態の患者監視(patient surveillance)を提供している。しかしながら、（心不全患者又は他の状態に苦しむ患者のための）典型的な家庭モニタリングシステムは、患者のために個人化されない且つ／或いは（例えば、病院で採取される観察可能物(observables)と比較されるときに）より少ない患者観察可能物を補償しない予測モデルに基づく。結果として、幾つかの場合には、そのような家庭モニタリングシステムは、しばしば、不正確な予測又は偽陽性の警告を生成することがある。これらの及び他の欠点が存在する。

本発明の態様は、予測モデルに基づく健康モニタリングを容易にする方法、装置、及び／又はシステムに関する。１以上（１つ又はそれよりも多く）の実施において、個人の健康モニタリングは、個人特有の予測モデルに基づいてよい。１以上の他の実施において、個人の健康モニタリングのために利用される予測モデルは、（以下に更に詳細に記載するように）個人に特有である必要はない。

特定の実施では、コンピュータシステムが、健康モニタリングのための予測モデルを取得し、個人の健康状態(health conditions)の共起(co-occurrence)を示す個人と関連付けられた健康情報を取得し、予測モデル及び共起表示に基づいて個人と関連付けられた個人特有の予測モデルを生成し、（ｉ）健康状態の共起後に観察される個体の後続の測定値又は（ｉｉ）健康状態の共起後に観察された個人の後続の健康状態のうちの１以上を示す個人と関連付けられた後続の健康情報を取得し、個人特有の予測モデル及び後続の健康情報に基づいて個人の健康状況(health status)を予測するように、プログラムされてよい。

幾つかの実施において、コンピュータシステムは、１以上の健康モニタリングデバイス（例えば、遠隔健康モニタリングデバイス、局所健康モニタリングデバイスなど）から健康情報、後続の健康情報、又は他の情報を取得するようにプログラムされてよい。健康モニタリングデバイスの各々は、健康関連センサデータを収集するようにプログラムされた１以上のセンサを含んでよい。一例として、健康モニタリングデバイスは、挿入可能な心臓モニタ、心臓事象記録計(cardiac event recorders)、ホルターモニタ(Holter monitors)、心拍数トラッカ(Heart rate tracker)、尿モニタリングデバイス、温度モニタリングデバイス、スケール、飽和測定デバイス、血液モニタリングデバイス（例えば、臨床化学／血液学／バイオマーカ）、皮膚コンダクタンス測定デバイス、インピーダンス測定デバイス、又は他の健康モニタリングデバイスを含んでよい。センサは、カメラ、マイクロホン、酸素測定センサ(oximetry sensors)、心拍数センサ、触覚センサ、グルコースセンサ、加速度計、ジャイロスコープ、磁力計、気圧センサ、湿度センサ、温度センサ、皮膚コンダクタンスセンサ、全地球測位ステム（ＧＰＳ）センサ、近接センサ又は他のセンサを含んでよい。

本発明の様々な他の態様、特徴、及び利点は、本発明の詳細な記述及び添付の図面を通じて明らかであろう。前述の一般的な記述及び後続の詳細な記述の両方は例示的であり、本発明の範囲を限定するものでないことも理解されよう。本明細書及び請求項で使用するとき、単数形の表現は、文脈が他のことを明確に示さない限り、複数の参照を含む。加えて、本明細書及び請求項で使用するとき、「又は」という用語は、文脈が他のことを明らかに示さない限り、「及び／又は」を意味する。

１以上の実施に従った、健康モニタリングを容易にする例示的なシステムを示している。

１以上の実施に従った、例示的な予測モデル及びそのデータ入力変数の表現を示している。

１以上の実施に従った、家庭モニタリング状況における例示的な予測モデル及びそのデータ入力変数の表現を示している。 １以上の実施に従った、家庭モニタリング状況における例示的な予測モデル及びそのデータ入力変数の表現を示している。

１以上の実施に従った、個人化された予測モデルに基づく健康モニタリングの使用事例シナリオを示している。

１以上の実施に従った、様々な時点での個人及びその観察可能物の使用事例を示している。 １以上の実施に従った、様々な時点での個人及びその観察可能物の使用事例を示している。 １以上の実施に従った、様々な時点での個人及びその観察可能物の使用事例を示している。 １以上の実施に従った、様々な時点での個人及びその観察可能物の使用事例を示している。 １以上の実施に従った、様々な時点での個人及びその観察可能物の使用事例を示している。 １以上の実施に従った、様々な時点での個人及びその観察可能物の使用事例を示している。

１以上の実施に従った、個人特有の予測モデルに基づく個人の健康モニタリングを容易にする方法のフローチャートを示している。

１以上の実施に従った、健康モニタリングデバイスを介した個人の健康モニタリング及び予測される健康状況通知を容易にする方法を示すフローチャートを示している。

１以上の実施に従った、遠隔コンピュータシステムを介した健康モニタリングデバイスでの個人の健康モニタリングを容易にする方法のフローチャートを示している。

１以上の実施に従った、個人の健康状況を予測する個人特有の予測モデルを生成する方法のフローチャートを示している。

１以上の実施に従った、個人の１以上の測定値のない個人の健康モニタリングを容易にする方法のフローチャートを示している

１以上の実施に従った、他の器官又は組織の予測される状況に基づいて１つの器官又は組織に関する個人の健康モニタリングを容易にする方法のフローチャートを示している。

１以上の実施に従った、他の器官又は組織の予測される状況に基づいて１つの器官又は組織に関する個人の健康モニタリングを容易にする方法のフローチャートを示している。

以下の記述では、説明の目的のために、本発明の実施の完全な理解を提供するために、多数の特定の詳細を示す。しかしながら、当業者は、本発明の実施が、これらの具体的な詳細がなくても実行される場合があり、或いは均等な構成で実行される場合があることを理解するであろう。他の例では、本発明の実施を不必要に曖昧にすることを避けるために、よく知られた構造及びデバイスをブロック図形態で示している。

図１は、１以上（１つ又はそれよりも多く）の実施に従った健康モニタリング（監視）を容易にするシステム１００を示している。図１に示すように、システム１００は、サーバ１０２（又は多数のサーバ１０２）を含んでよい。サーバ１０２は、モデル管理サブシステム１１２、健康情報管理サブシステム１１４、予測サブシステム１１６、通知サブシステム１１８、又は他のコンポーネントを含んでよい。

システム１００は、ユーザデバイス１０４（又は多数のユーザデバイス１０４ａ〜１０４ｎ）を更に含んでよい。ユーザデバイス１０４は、任意の種類の移動端末、固定端末、又は他のデバイスを含んでよい。一例として、ユーザデバイス１０４は、デスクトップコンピュータ、ノートブックコンピュータ、タブレットコンピュータ、スマートフォン、ウェアラブルデバイス、又は他のユーザデバイスを含んでよい。幾つかの実施において、ユーザデバイス１０４は、個人の健康情報を取得するための１以上の健康モニタリングデバイス及び／又はそれらのセンサ（例えば、健康モニタリングデバイス１０６〜１０６ｎ、センサ１０８ａ〜１０８ｎなど）を含んでよい。ユーザは、例えば、１以上のユーザデバイス１０４を利用して、サーバ１０２又はシステム１００の他のコンポーネントと対話（相互作用）してよい。１以上の動作はサーバ１０２のコンポーネントによって実行されるものとして本明細書に記載されるが、幾つかの実施形態において、それらの動作はユーザデバイス１０４のコンポーネント又はシステム１００の他のコンポーネントによって実行されてよいことが留意されるべきである。

幾つかの実施において、１以上の健康モニタリングデバイス１０６は、共通のデスクトップコンピュータ、ノートブックコンピュータ、タブレットコンピュータ、スマートフォンなどで利用可能な一般的な機能のような一般的な機能を有するユーザ１０４とは別個で独立していてよい。健康モニタリングデバイス１０６は、挿入可能な心臓モニタ、心臓事象記録計(cardiac event recorders)、ホルターモニタ(Holter monitors)、心拍数トラッカ(Heart rate tracker)、尿モニタリングデバイス、温度モニタリングデバイス、スケール、飽和測定デバイス、血液モニタリングデバイス（例えば、臨床化学／血液学／バイオマーカ）、皮膚コンダクタンス測定デバイス、インピーダンス測定デバイス、又は他の健康モニタリングデバイスを含んでよい。

予測モデルに基づく健康モニタリング

幾つかの実施において、予測モデルは個人のために個人化されてよく、個人（例えば、患者又は他の個人）の健康モニタリングを容易にするために使用されてよい。一例として、個人に関連する健康情報は、個人化された予測モデルを生成するために使用されてよく、個人化された予測モデルは、個人の健康状況(health status)を予測するために（例えば、個人化された予測モデルを生成するために使用された健康情報の後に取得される）後続の健康情報と共に使用されてよい。

１つの使用事例では、個人化された予測モデルを生成するために、例えば、個人の１以上の測定値、個人の１以上の健康状態(health conditions)、健康状態の共起(co-occurrences)の１以上の表示、又は他の健康情報が使用されてよい。個人化された予測モデルは、（ｉ）個人が病的事象（例えば、心不全、腎不全、肝不全、呼吸不全、一過性脳虚血発作、脳卒中、若しくは他の病的事象）を被る或いは再び被る可能性の予測、（ｉｉ）個人の慢性疾患の状況の変化の予測（例えば、慢性疾患に関する悪化、慢性疾患に関する改善、状況変化の程度、状況変化の蓋然性、若しくは他の状況変化の予測）、又は（ｉｉｉ）他の予測（例えば、個人に対する薬物の効果、任意の疾患に関する健康状況など）を生成するために、後続の健康情報と共に使用されてよい。他の使用事例において、予測モデルは、個人特有でないベイジアンモデル(Bayesian model)を含んでよい。（健康状況予測を生成するために使用される）個々の特定の予測モデルは、個人特有でないベイジアンモデルに基づいて生成される個人に関連する個人特有のベイジアンモデルと、個人に関連する健康情報とを含んでよい。他の使用事例では、頻度論者モデル(Frequentist models)、パラメトリックモデル(parametric models)、ノンパラメトリックモデル(non-parametric models)、データマイニングベースモデル(data-mining-based models)、統計モデル、又は他の種類のモデルを含む、他の種類の予測モデルが利用されてよい。

幾つかの実施において、モデル管理サブシステム１１２は、予測モデルを取得してよい。一例として、予測モデルは、予測モデルのユーザ選択、個人のために予測される健康状況の種類（例えば、心不全に関する予測、腎不全に関する予測、肝不全に関る予測、一過性虚血発作に関する予測、脳卒中に関する予測など）、又は他の基準に基づいて、データベース（例えば、予測モデルデータベース１３２）から取得されてよい。以下に記載するように、モデル管理サブシステム１１２は、予測モデルを修正してよく、さもなければ、予測モデルを使用して個人に関連する個人特有の予測モデルを生成してよい。

幾つかの実施において、健康情報管理サブシステム１１４は、個人に関連する健康情報を取得してよい。モデル管理サブシステム１１２は、予測モデルを取得し、取得する予測モデル及び健康情報に基づいて個人に関連する個人特有の予測モデルを生成してよい。一例として、取得する健康情報は、（ｉ）個人の測定値、（ｉｉ）（例えば、測定値に基づいて決定される）個人の１以上の健康状態、（ｉｉｉ）健康状態の１以上の共起、又は（ｉｖ）他の情報を示してよい。モデル管理サブシステム１１２は、予測モデル、個人の測定値、個人の健康状態、健康状態の共起、又は他の情報に基づいて、個人特有の予測モデルを生成してよい。生成後又は取得後に、個人特有の予測モデル及び健康情報は、それぞれ、（未だ格納されていないらならば、例えば、予測モデルデータベース１３２、健康情報データベース１３４、又は他の記憶装置に）格納されてよい。

他の例として、健康情報は、１以上の健康モニタリングデバイス（例えば、挿入可能な心臓モニタ、心臓事象記録計、ホルターモニタ、心拍数トラッカ、尿モニタリングデバイス、温度モニタリングデバイス、スケール、飽和測定デバイス、血液モニタリングデバイス、皮膚コンダクタンス測定デバイス、インピーダンス測定デバイス、又は他の健康モニタリングデバイス）から取得されてよい。これらの健康モニタリングデバイスは、カメラ、マイクロホン、酸素測定センサ(oximetry sensors)、心拍数センサ、触覚センサ、グルコースセンサ、加速度計、ジャイロスコープ、磁力計、気圧センサ、湿度センサ、温度センサ（例えば、体温センサ、皮膚温度センサ、周囲温度センサなど）、皮膚コンダクタンスセンサ、全地球測位ステム（ＧＰＳ）センサ、近接センサ又は他のセンサを含んでよい。センサは、例えば、個人の測定値（例えば、心臓関連測定値、腎臓関連測定値、体温、ｐＨレベル、尿出力、グルコースレベル、若しくは他の測定値）、又は個人に関する他の情報（例えば、個人の環境温度、個人の環境湿度、個人の現在場所、顔認識、無線周波数識別（ＲＦＩＤ）タグ、若しくは他の技法を介して、個人の近くで検出される他の個人、又は他の情報）を取得するように構成されてよい。１つのシナリオにおいて、健康モニタリングデバイスは、（例えば、１以上のセンサからの情報に基づいて）個人の１以上の測定値を取得して、測定値に関する情報を処理のためにネットワーク（例えば、ネットワーク１５０）を通じて（例えば、サーバ１０２を含む）コンピュータシステムに提供してよい。他のシナリオでは、測定値の取得後に、健康モニタリングデバイスは、測定値に基づいて個人の１以上の健康状態を決定して、健康状態に関する情報をネットワークを通じてコンピュータシステムに提供してよい。更に他のシナリオにおいて、健康モニタリングデバイスは、情報（例えば、取得する健康情報、個人に関する他の情報など）を（例えば、サーバ１０２を含む）コンピュータシステムに自動的に提供してよい。例えば、健康モニタリングデバイスがオフラインである（例えば、インターネットに接続されていない、コンピュータシステムに接続されていないなどである）ならば、健康モニタリングデバイスは、その情報を格納して、健康モニタリングデバイスがオンラインになるときに（例えば、オンライン状況がユーザデバイスのアプリケーションによって検出されるときに）その情報をコンピュータシステムに提供してよい。

更に他の例として、健康情報は、１以上のユーザデバイス（例えば、ユーザデバイス、タブレットコンピュータ、スマートフォン、又は他のユーザデバイスでもある健康モニタリングデバイス）で、１以上の手動入力を介して取得されてよい。１つの使用事例において、患者が心不全又は他の病的事象の出来事のために病院に入院するとき、医師又は他の病院スタッフ（例えば、看護師、技術者など）は、患者が病院に滞在する１以上の期間中に（例えば、患者が病院から解放されるまで）、患者のために１以上の患者観察可能物(observables)を提出してよい。これらの患者観察可能物は、例えば、健康モニタリングデバイスのセンサを介して取得される測定値を補うために或いはさもなければそのようなセンサを介して取得される測定値の代わりに、患者の測定値として提出されてよい。更なる使用事例では、患者が病院から解放された後に、患者又は患者を支援する他の個人（例えば、患者の介護者、患者の家族など）は、健康モニタリングデバイスのセンサを介して取得される測定値を補う患者の測定値として或いはさもなければそのようなセンサを介して取得される測定値の代わりに患者のための患者観察可能物を提出してよい。（例えば、医師又は他の病院のスタッフ、患者又は患者を支援する他の個人などによって）前述の使用事例において提出される患者の観察可能物は、例えば、１以上のユーザデバイスで１以上のアプリケーションを使用して提出されてよい。幾つかの場合において、ユーザデバイスは、提出される患者の観察可能物を（サーバ１０２を含む）コンピュータシステムに自動的に提供してよい。一例として、ユーザデバイスがオフラインである（例えば、インターネットに接続されていない、コンピュータシステムに接続されていないなどである）ならば、ユーザデバイスの１以上のアプリケーションは、情報を格納して、ユーザデバイスがオンラインになるときに（例えば、オンライン状況がユーザデバイスのアプリケーションによって検出されるときに）コンピュータシステムに情報を提供してよい。このようにして、例えば、ユーザは、患者観察可能物をユーザデバイス（又はそのアプリケーション）に提出する前に、ユーザデバイスがオンラインになるのを待つ必要がなく、（例えば、ユーザデバイスが現在オンラインであるか否かに拘わらず）患者観察可能物が常に収集され且つ提出されるのを可能にする。

幾つかの実施において、健康情報管理サブシステム１１４は、個人に関連する後続の健康情報を取得してよい。一例として、後続の健康情報は、（個人についての個人特有の予測モデルを生成するために使用された健康情報に対応する時間後の）後続の時間に対応する追加の健康情報を含んでよい。後続の健康情報は、（ｉ）個人の１以上の後続の測定値（例えば、個人特有の予測モデルを生成するために使用された測定値が観察された後に観察される測定値、以前に観察された測定値に基づいて決定された健康状態の共起の表示後に観察される測定値など）、（ｉｉ）（例えば、後続の測定値に基づいて決定される）個人の１以上の後続の健康状態、（ｉｉｉ）健康状態の後続の共起、又は（ｉｖ）他の情報を示してよい。他の例として、後続の健康情報は、１以上のユーザデバイスでの１以上の手動入力を介して又は他のアプローチを介して、１以上の健康モニタリングデバイスから取得されてよい。後続の健康情報は、個人に関連する個人特有の予測モデルを更に修正するために利用されてよい（例えば、新しい健康情報は、予測モデルを動的に修正するために使用されてよい）、個人の健康状況を予測するために個人特有の予測モデルへの入力として利用されてよい、などである。

幾つかの実施において、予測サブシステム１１６は、個人に関連する個人特有の予測モデルに基づいて個人の健康状況を予測してよい。一例として、個人特有の予測モデルは、個人に関連する以前の健康情報に基づいて修正された個人特有でない予測モデルの修正バージョンを含んでよい。個人の後続の健康情報が取得されてよく、予測モデル１１６は、後続の健康情報を個人特有の予測モデルへの入力として提供して、個人の健康状況予測を生成してよい。健康状況予測は、（ｉ）個人が病的事象（例えば、心不全、腎不全、肝不全、呼吸不全、一過性虚血発作、脳卒中、若しくは他の病的事象）を被る或いは再び被る可能性の予測、（ｉｉ）個人の慢性疾患の状況変化の予測（例えば、慢性疾患に関する悪化、慢性疾患に関する改善、状況変化の程度、状況変化の蓋然性、若しくは他の予測の状況変化）、又は（ｉｉｉ）他の予測（例えば、個人に対する薬物の効果、任意の疾患に関する健康状況など）を含んでよい。

１つの使用事例では、図２に関して、予測モデル（例えば、個人特有の予測モデル）は、ノード２０２（例えば、三尖弁逆流(tricuspedalic regurgitation)、肺鬱血(lung congestion)、肺低灌流(lung hypoperfusion)、右心弁代償不全(right heart valve decompensation)、左心弁代償不全(left heart valve decompensation)、胃腸鬱血(gastrointestinal congestion)、腎臓低灌流(renal hypoperfusion)、心拍出量(cardiac output)、肝臓鬱血(liver congestion)、推定糸球体濾過率(estimated glomerular filtration rate)（ｅＧＦＲ）、体液貯留(fluid retention)、肝臓低灌流(liver hypoperfusion)、僧帽弁不全(mitralic valve insufficiency)に対応するノード、又は他のノード）を有する、グラフを含んでよい。予測モデル及びデータ入力変数２０４を利用して、個人の健康状況を予測してよい。データ入力変数２０４は、１以上のノードのそれぞれの出力を生成するためにノード２０２のうちの１以上についての健康情報入力として提供される観察可能物又は他の観察可能物を含んでよい（例えば、ノード２０２ａ、２０２ｆ、及び２０２ｉのそれぞれの出力は、ノード２０２ｄへの入力として提供されてよい、ノード２０２ｂ、２０２ｃ、２０２ｄ、２０２ｇ、２０２ｈ、及び２０２ｌのそれぞれの出力は、ノード２０２ｅへの入力として提供されてよい、ノード２０２ｄ及び２０２ｅのそれぞれの出力は、個人の健康状況を予測するための入力として提供されてよいなど）。

他の使用事例では、図３及び図４に関して、データ入力変数２０４の全てが、個人の健康状況を予測するための入力として利用可能であることがあるとは限らない。一例として、特定の家庭状況では、データ入力変数２０４のうちの起座呼吸(orthopnea)、呼吸困難(dyspnea)(例えば、どの／どのくらいの活動が息切れを引き起こすか）、疲労(fatigue)、心調律(heat rhythm)、血圧(blood pressure)、脈圧(pulse pressure)、体重増加(weight gain)、吐き気(nausea)、夜間頻尿(nocturia)、圧痕浮腫(pitting edema)、及び鼓動心臓周波数(beating heart frequency)のみが、個人の健康状況を予測するための入力として利用可能なことがある。他の例として、他の家庭状況では、三尖弁(tricuspedalic valve)の心音(heart sound)、γ−グルタミルトランスペプチダーゼ（ＧＧＴ）、アスパラギン酸トランスアミナーゼ（ＡＳＴ）、クレアチニン(creatinine)、（例えば、尿又は他の体液中の）尿素窒素レベル(urea nitrogen levels)、ナトリウムレベル(sodium level)、心雑音(heart murmur)、又は心音が、個人の健康状況を予測するための入力として追加的に利用可能なことがある。

幾つかの実施において、通知サブシステム１１８は、個人の予測される健康状況に関する通知をシステム１００の１以上の他のコンポーネントに提供してよい。一例として、１以上のセンサを有する１以上の健康モニタリングデバイスは、個人に関する健康情報（例えば、個人の測定値、個人の健康状態、又は他の健康情報）を取得して、健康情報を健康情報管理サブシステム１１４に提供してよい。健康情報を処理して個人の予測される健康状況を生成した後に、通知サブシステム１１８は、（例えば、健康モニタリングデバイスに健康モニタリングデバイスの１以上の出力デバイスを介して予測される健康状況を提示させるために）予測される健康状況に関する通知を健康モニタリングデバイスのうちの少なくとも１つに提供してよい。他の例として、通知サブシステム１１８は、１以上の有線又は無線接続を介して、予測される健康状況に関する通知を、デスクトップコンピュータ、ノートブックコンピュータ、タブレット、スマートフォン、ウェアラブルデバイス、又は他のユーザデバイスのような、１以上のユーザデバイスに提供してよい。

幾つかの実施は個人特有の予測モデルに関して本明細書に記載されているが、個人の健康モニタリングのために利用される予測モデルは、必ずしも１以上の他の実施において個人に特有である必要はない。幾つかの実施では、健康モニタリングのための（例えば、個人特有の又は個人特有でない）予測モデルが取得されてよい。一例として、予測モデルは、第１の器官又は組織と関連付けられる第１のノード、第２の器官又は組織と関連付けられる第２のノード、第３の器官又は組織と関連付けられる第３のノードなどのような、器官又は組織と関連付けられる複数のノードを含んでよい。予測モデルを利用して、個人の状況（例えば、個人の器官又は組織のうちの１以上の器官又は組織の状況、個人の全体的な状況など）を予測してよい。

幾つかの実施において、個人の状況は、多層アプローチを使用して予測されてよい。一例として、個人の第１の器官又は組織の状況（例えば、第１の器官又は組織の状態）は、個人と関連付けられる健康情報、予測モデルのノードの１以上のパラメータなどに基づいて予測されてよい。次に、個人の他の器官又は組織のうちの少なくとも１つの器官又は組織の状況が、第１の器官又は組織の予測される状況に基づいて予測されてよい。よって、例えば、個人の器官又は組織のうちの少なくとも１つの器官又は組織の１以上の予想される状況を利用して、個人の器官又は組織のうちの少なくとも他の１つの器官又は組織の１以上の状況を予測してよい。図２に関して、例えば、個人の尿素窒素レベル、クレアチニンレベル、及びナトリウム又はカリウムレベルは、個人の腎臓機能の状況を予測するために利用されてよく、個人の腎臓機能状況は、個人の心臓機能の状況を予測するために、（例えば、単独で又は１以上の他の器官又は組織の機能状況又は他の情報との組み合わせにおいて）利用されてよい。

１つの使用事例では、個人の第１の器官又は組織の状況が、個人の第１の器官又は組織の機能の測定値（又は個人と関連付けられる他の健康情報）及び第１の器官又は組織と関連付けられる第１のノードのパラメータに基づいて予測されてよい。他の使用事例では、第１の器官又は組織の状況の予測は、追加的に又は代替的に、個人の少なくとも１つの他の器官又は組織の機能の測定値及び／又は少なくとも１つの他の器官又は組織と関連付けられる少なくとも１つの他のノードのパラメータに基づいてよい。第１の器官又は組織の状況を予測した後に、第１の器官又は組織の予測される状況を利用して、その個人の少なくとも１つの他の器官又は組織の状況を予測してよい。

他の使用事例において、第１の器官又は組織と関連付けられる（予測モデルの）第１のノードは、個人と関連付けられる健康情報に基づいて修正されてよい。一例として、第１のノードの１以上のパラメータは、第１のノードのそれらのパラメータ（又はそれらのパラメータ値）が第１のノードと関連付けられる第１の器官又は組織の現在の状態を表すように、追加され、修正され、或いは削除されてよい。更なる使用事例では、少なくとも１の他のノードが、修正される第１のノードに基づいて修正されてよい。追加的に又は代替的に、他のノードの修正は、個人と関連付けられる健康情報に基づいてよい。図２に関して、例えば、個人の尿素窒素レベル、クレアチニンレベル、及びナトリウム又はカリウムレベルを入力として使用して、ノード２０２ｃが個人の現在の腎臓機能レベルを表すようにノード２０２ｃを修正してよい。ノード２０２ａ、様々な入力２０４、及び／又は他の情報を利用して、個人の心不全状況を予測してよい。

個人特有の予測モデルの生成

議論したように、幾つかの実施では、個人特有の予測モデルが、個人特有でない予測モデル及び個人と関連付けられる健康情報に基づいて、個人のために生成されてよい。幾つかの実施において、モデル管理サブシステム１１２は、既知のカジュアルな疾病関係(casual disease relationships)及び検証された定量的パラメータに基づくグラフを含む予測モデルを生成してよい。一例として、既知のカジュアルな疾病関係及び検証された定量的パラメータ（例えば、文献／研究／臨床専門技術に由来する入力実験室値(input laboratory values)の正常及び疾病関連分布）を使用して、グラフのノード及びそれらのそれぞれの原因エッジ(causative edges)を形成してよい。次に、予測モデルは、例えば、個人が最初に病院に入院するときに個人から取られる入力変数(input variables)、個人が病院に滞在する１以上の時間期間の間に個人から取られる入力変数、個人が病院から解放される直前に個人から取られる入力変数（例えば、病院での特定の滞在中の個人のための試験の最後のセットからの入力変数）を含む、個人の健康情報から導き出される個人化されたパラメータを導入することによって、個人（例えば、患者又は他の個人）のために個人化されてよい。本明細書に記載する幾つかの例は、病院設定において個人の「学習」データ(“learning” data)を導き出すが、学習データは、他の例では、１つ以上の他の設定（例えば、臨床、家庭、又は他の設定）で取得されてよい。

幾つかの実施形態において、予測モデルは、健康状態の１以上の共起を示す個人の健康情報に基づき１以上のパラメータを含むよう予測モデルを修正することによって、個人特有の予測モデルを生成するように修正されてよい（例えば、パラメータを追加することによるモデル修正、パラメータが予測モデル中に既に存在しているならばパラメータを修正することによるモデル修正など）。修正後、個人特有の予測モデルは、（修正前の）予測モデルのパラメータの修正バージョン又は（修正前の）予測モデルに含まれていないパラメータを含んでよい。一例として、糖尿病を有する心不全患者は、そのような併存疾患のない心不全患者よりも悪い基線腎機能(baseline kidney function)を有することがある。よって、糖尿病を伴う心不全患者についての予測モデルは、患者の糖尿病に起因する任意の減少した腎機能を説明するように調整されてよい。このようにして、例えば、患者の後続のモニタリングが腎機能の低下を示すとき、患者の健康状況(health situation)が、併存疾患を説明しない予測モデルを使用してそのような予測を他の方法で生成することにより、不正確な予測、偽陽性の警告、又は他の問題を減少させるとしても、個人化された予測モデルを利用するシステムは、心不全悪化を必ずしも予測しないことがある。

他の例として、個人の共起する健康状態は、個人において共起する２以上（２つ又はそれよりも多く）の正常な母集団変異体(normal population variants)を含むことがある。１つの使用事例において、異なる人種又は民族の患者は、一般的に、異なる人種又は民族の間で異なる健康状態スペクトル(health condition spectrums)を有することがある。例えば、１つのグループ（例えば、人種グループ、民族グループ、地域グループなど（又はそのサブグループ）におけるクレアチニンレベル、ナトリウムレベル、脈圧、収縮期血圧、又は他の観察可能物の正常なスペクトルは、他のグループにおけるそれらの前述の観察可能物の正常なスペクトルと異なることがある。これらの正常な母集団変異体が疾病を示そうが示すまいが、これらの正常な母集団変異体を考慮することによって、個人についての予測モデルは、不正確な予測、偽陽性の警告、又は他の問題を低減することがある。

幾つかの実施において、モデル管理サブシステム１１２は、個人と関連付けられる個人特有の予測モデルを更新してよい。一例として、個人特有の予測モデルは、ユーザと関連付けられる追加的な健康情報が取得されるときに動的に更新されてよい。例えば、最新の健康情報（例えば、個人から取られる最新の観察可能物）を使用して、予測モデルが個人の特異性（例えば、個人の現在の併存疾患又は個人特有の他の特徴）を反映し且つ説明し続けるよう個人特有の予測モデルを修正してよい。

幾つかの実施において、モデル管理サブシステム１１２は、個人と関連付けられるスコア情報を取得してよい。スコア情報は、個人の健康状態又は個人の測定値の１以上のセットと関連付けられる１以上のスコアを示してよい。一例として、医師は、（ｉ）患者が最初に病院に入院するときに患者のために取られる或いは決定される測定値又は健康状態の１以上のセットについてのスコア、（ｉｉ）患者が病院に滞在する１以上のそれぞれの時間期間の間に患者のために取られる或いは決定される測定値又は健康状態の１以上のセットについてのスコア、（ｉｉｉ）患者が病院から解放される直前に患者のために取られる或いは決定される測定値又は健康状態のセットについてのスコア、又は（ｉｖ）測定値又は健康状態の他のセットについての他のスコアを割り当ててよい。健康情報管理サブシステム１１４は、これらの割り当てられるスコアを取得して、割り当てられるスコアをデータベース（例えば、健康情報データベース１３４）内の患者と関連付けてよく、他のサブシステム１１２は、（例えば、個人特有の予測モデルを生成するために、患者の健康状況の予測を提供する際の使用などのために）、データベースから割り当てられるスコアを取得してよい。

測定値又は健康状態のセットと関連付けられるスコアを取得した後に、モデル管理サブシステム１１２は、取得したスコアを、測定値又は健康状態のセットと関連する測定値又は健康状態のサブセットと関連付けてよい。一例として、測定値又は健康状態のセットは、多数の種類の測定値又は健康状態を含んでよく、関連付けられるサブセットは、（測定値又は健康状態の）セットの多数の種類の測定値又は健康状態よりも少ない種類の測定値又は健康状態を含んでよい。例えば、図２〜図４を参照すると、測定値又は健康状態のセットは、データ入力変数２０４の全てを含んでよいのに対し、関連付けられるサブセットは、データ入力変数２０４のうちの一部のみを含んでよい。他の例として、関連付けられるサブセットは、スコアが関連付けられる（測定値又は健康状態の）セットの測定値又は健康状態のサブセットを含んでよい。更に他の例として、関連付けられるサブセットは、スコアが関連付けられる（測定値又は健康状態の）セットと同じ又は類似の測定値又は健康状態のサブセットを含んでよい。更なる例として、関連付けられるサブセットは、測定値又は健康状態のセットのサブセットが入る測定値又は健康状態範囲のセットを含んでよい。

１つの使用事例において、患者の観察可能物は、患者が病院に入院するときに（又は他の設定のときに）取られてよい。医師（例えば、心臓科医、腎臓科医、又は他の医師）は、体重、心拍数、呼吸数、（例えば、足首又は他の部位での）圧痕浮腫の量、疲労（例えば、患者は疲労の故にどの／どれくらいの正常な日常活動を遂行することに困難を有するか）、吐き気、呼吸困難（例えば、どの／どれくらいの活動が息切れを引き起こすか）、起座呼吸（例えば、横たわるときの呼吸困難）、夜間頻尿（例えば、患者は夜間に排尿するためにどれぐらい頻繁に目を覚ますか）、又は他の観察可能物に関する測定値又は健康状態を含む、これらの観察可能物を検討することがある。検討後、医師は、観察可能物のセットが取られた時点での患者の健康状況（例えば、慢性疾患に関する状況、病的事象に関する状況、特定の健康状態に関する状況、又は他の状況）を反映する観察可能物のこのセットに、スコア（例えば、１〜１０評価又は他の採点技術）を割り当ててよい。１以上の他の時間の間に、医師は、同様に検討して、患者の観察可能物（例えば、患者が病院に滞在する１以上のそれぞれの時間期間中に取られる観察可能物、患者が病院からの解放される直前に取られる観察可能物）の各セットについてのスコアを割り当ててよい。医師が観察可能物の全セットを検討することに基づいて医師によって割り当てられる（手元の疾病の「等級」についての）スコアにも拘わらず、スコアは、（例えば、推論モードにおいて）観察可能物のそれぞれのサブセットに割り当てられてよい。例えば、スコアを決定するときに、他の観察可能物が考慮されるが、決定されるスコアは、家庭モニタリング状況における収集に適した観察可能物のみを含むサブセットに割り当てられてよい。次に、それぞれのサブセットへのスコアの割り当ては、患者のための予測モデルを個人化するために使用されてよく、或いはさもなければ健康モニタリングを容易にするために使用されてよい。

更なる使用事例では、患者の観察可能物（例えば、家庭モニタリング状況における収集に適した患者の測定値、患者の健康状態など）が引き続き取られるとき、後続の観察可能物は、スコアが割り当てられた観察可能物のそれぞれのサブセットと比較されてよい。例えば、後続の観察可能物の値が特定のサブセット内の観察可能物の値に類似しているならば、そのサブセットと関連付けられるスコアは、患者の健康状況スコアについてのスコアとして使用されてよく、或いは健康状況を予測するときに重く重み付けられてよい。他方、後続の観察可能物の値がサブセット内の観察可能物の値と類似しないならば、関連付けられるスコアは、健康状況を予測するときに軽く重み付けされてよい（或いは全く重み付けされなくてよい）。このようにして、例えば、観察可能物（例えば、病院で収集される観察可能物）のより大きなセットに基づいて個人について決定されるスコア（例えば、健康状況スコア）を依然として利用して、観察可能物（例えば、家庭モニタリング状況において収集される観察可能物）のより小さなセットに基づいて個人の健康状況を予測してよい。よって、割り当てられるスコアに基づく予測は、観察可能物のより小さなセットだけが利用可能であるとしても、観察可能物のより大きなセットを提示されるときに、医師の専門技術及び判断を少なくともある程度反映することがある。個人の健康状況の予測のためのそのような個人化は、データノイズを減少させることがあり且つ／或いは採点（スコアリング）の感度(sensitivity)及び特異性(specificity)を増加させることがある。

幾つかの実施例において、典型的には定量化されない個人の観察可能物は、（例えば、個人の測定値として）定量化されてよく、健康モニタリング及び／又は健康関連の予測を容易にするために利用されてよい。一例として、定量化された観察可能物は、個人と関連付けられる個人特有の予測モデルを生成する個人の測定値として利用されてよく、個人の健康状況の予測を生成する個人特有の予測モデルへの測定入力として利用されてよいなどである。他の例として、定量化された観察可能物は、異なる時点での個人の観察可能物のセット間のより正確な比較を可能にすることがある。

幾つかのシナリオでは、特定のデバイスを使用して家庭で観察可能物を測定し、予測モデルに提供して（例えば、予測モデルをホストするシステムとの接続を確立した後に自動的に提供して）、個人の疾病又は他の健康状況に関する予測モデルから結果を取得することができる。予測モデルをこれらのデバイスに結合することは、伝統的には定量化されない特定の観察可能物（例えば、心臓及び肺の音）の定量化が可能にすることがあるので、それらは予測モデルに定量値として入力されてよく、異なる時点での測定値間の定量的な比較を可能にする。そのようなデバイスへの予測モデルの結合は、追加的に又は代替的に、従来的には研究室のいて得られる結果が、家庭モニタリング状況において取得されるのを可能にすることがある（例えば、Magnotechデバイスを予測モデルに結合することは、ｃ−反応性タンパク質、脳性ナトリウム利尿ペプチド、ナトリウムレベル、尿素窒素レベル、クレアチニン、アスパラギン酸アミノトランスフェラーゼ、γ−グルタミルトランスフェラーゼ、又は他の観察可能物）の測定を可能にする。

幾つかのシナリオでは、健康情報を取得するために使用されることがある１以上のデバイスは、（ｉ）体重（例えば、体重）を測定するデバイス（スケール）、（ｉｉ）ｃ−反応性タンパク質、脳性ナトリウム利尿ペプチド、ナトリウムレベル、尿素窒素レベル、クレアチニン、アスパラギン酸アミノトランスフェラーゼ、又はγ−グルタミルトランスフェラーゼを測定するデバイス（例えば、Magnotechデバイス）、（ｉｉｉ）血圧デバイス、（ｉｖ）心調律測定デバイス、（ｖ）心音（例えば、僧帽弁及び三尖弁不全、奔馬調律など）、肺音、又は他の音を定量的に測定する電子聴診器、（ｖｉ）肺音、胸膜液(pleurafluid)、又は肥大心を定量的に測定する装置（例えば、生体インピーダンス分光法ベース(bioimpedance spectroscopy-based)デバイス）、（ｖｉｉ）鬱血肝肥大又は隆起頸部静脈を定量的に測定するデバイス、（ｖｉｉｉ）胸膜液、肥大心、心拍出量、又は僧帽弁及び三尖弁不全を定量的に測定するデバイス（例えば、超音波デバイス）、（ｉｘ）圧痕浮腫を定量的に測定するデバイス（例えば、生体インピーダンスベースデバイス）、（ｘ）呼吸速度を測定するデバイス、（ｘｉ）酸素飽和度を測定するデバイス（例えば、酸素測定デバイス）、又は（ｘｉｉ）他のデバイスを含んでよい。

幾つかのシナリオにおいて、幾つかの観察可能物は、定量化された形態又は他の形態において質問票又は他のアプローチを介して提供されてよい。一例として、患者又は患者の代わりに行動する他の個人は、ユーザデバイス（例えば、デスクトップコンピュータ、ノートブックコンピュータ、タブレット、スマートフォン、ウェアラブルデバイス、又は他のユーザデバイス）を介して症状の重篤度を予測モデルのための直接的な入力として提供することによって、患者の症状を定量化してよい。そのような症状は、例えば、体重増加、疲労、起座呼吸、吐き気、圧痕浮腫（例えば、朝に起きるときの前脛骨圧痕浮腫、両側性圧痕浮腫、仙骨圧痕浮腫など）、又は他の症状を含むことがある。

幾つかの実施形態において、予測モデルは、器官又は組織（又はそれらの機能）と関連付けられた複数のノードを有するグラフを含んでよく、個人特有の予測モデルを生成するために、ノードの１以上のパラメータが追加され、修正され、或いは削除されてよい。幾つかの実施において、予測モデルのノードは、第１の器官又は組織と関連付けられる１以上のノード、第２の器官又は組織と関連付けられる１以上のノード、第３の器官又は組織と関連付けられる１以上のノードなどを含んでよい。一例として、個人の（第１の器官又は組織に関する）第１の健康状態が、１以上の他の健康状態（例えば、第２の器官又は組織に関する第２の健康状態、第３の器官又は組織に関する第３の健康状態など）と共起したと観察されるとき、第１の器官又は組織に関する第１のノードは、（他の器官又は組織に関する）他の共起する健康状態のうちの少なくとも１つに関する個人の健康状況を予測する際に、共起する第１の健康状態を説明するために修正されるよう選択されてよい。（第１の器官又は組織に関する）第１のノードは、第１のノードのパラメータを追加し、修正し、或いは削除することによって、第１の健康状態、（例えば、第１の健康状態を決定する）個人の測定値、又は（例えば、第１の健康状態に関する）他の観察可能物に基づいて修正されてよい。

幾つかの使用事例では、図２に関して、予測モデルは、ノード２０２（例えば、心臓機能に対応するノード２０２ａ、肺機能に対応するノード２０２ｂ、腎臓機能に対応するノード２０２ｃ、肝臓機能に対応するノード２０２ｄ、流体バランスに対応するノード２０２ｅ、又は他のノード）を有するグラフを含んでよい。データ入力変数２０４（例えば、変数２０４ａ〜２０４ｐ）は、ノード２０２のうちの１以上のノードのための入力として提供される観察可能物を含んで、それらのそれぞれの出力（例えば、ノード２０２ｂ〜２０２ｅのそれぞれの出力は、ノード２０２ａへの入力として提供されてよく、ノード２０２ａの出力は、個人の健康状況を予測するための入力として提供されてよいなどである）又は他の観察可能物（例えば、個人の健康状況を予測するための入力として提供されるべき観察可能物を含む変数２０４ｒ〜２０４ｓ）を生成してよい。

幾つかの使用事例では、図３及び図４に関して、データ入力変数２０４ａ〜２０４ｓの全てが、個人の健康状況を予測するための入力として利用可能であるわけではない。一例として、特定の家庭状況では、データ入力変数２０２のうちの体重、腫れた足首（例えば、腫脹した足首の重症度）、温度、呼吸困難（例えば、どの／どれくらいの活動が息切れ引き起こすか）、及び血圧のみが、個人の健康状態を予測するための入力として利用可能なことがある。他の例として、他の家庭状況では、超音波結果、ナトリウム又はカリウムレベル、（例えば、尿又は他の体液中の）尿素窒素レベル、心拍数又は心調律が、個人の健康状況を予測するための入力として追加的に利用可能なことがある。

図５は、１以上の実施に従った個人化された予測モデル５００に基づく健康モニタリングの使用事例シナリオを示している。一例として、１つのシナリオにおいて、患者は、心不全の出来事のために病院に入院することがある（５０２）。病院で、患者の観察可能物が、（例えば、患者が悪い状況にあるときの少なくとも入院に近い時点、患者が達成可能な最良の状況にあるときの病院からの解放に近い時点（５０６）などで）、幾つかの時間期間の間に「学習」モードにある予測モデルに入力される（５０４）。各時間期間の間に、治療する医師は、追加的に又は代替的に、１〜１０のスコアのような病状についての医師の評価を、学習モードにおいて予測モデルに入力してよい。入力は、患者と関連付けられる個人特有の予測モデルを生成するよう予測モデルを修正するために利用されてよい。例えば、予測モデルへの修正は、（例えば、観察可能物の各セットが入力された後、観察可能物のセットのうちの１以上が入力された後などに）、１以上の基準に従って連続的に実行されてよい。

予測モデルの個人化に基づいて、予測モデルを使用して心不全患者に関する決定を生成するときに、併存疾患が考慮に入れられてよい。（例えば、患者が糖尿病も有する故に）、例えば、患者が腎臓病も有するならば、個人化された予測モデルは、この患者における特定レベルの低下した腎機能が心不全に起因しないことを学習することがある。例えば、医者が患者の心臓状況についての彼／彼女の判断を病院解放のために満足として入力するときに、腎機能の低下が病院からの解放の時に依然として存在しているならば（例えば、患者がもはや心臓問題のために病院にいる必要がないことを示すスコア）。患者が家に帰るとき、治療している医療専門家は、患者が彼の薬剤を取り続けなければならないことを患者に告げることがあり、彼の体重、心拍数、呼吸数、足首での圧痕浮腫のような、彼の観察可能物を２日又は３日毎に提供させ、質問票に症状（例えば、疲労、患者の吐き気の重症度、患者が階段を１段登るときの息切れ、患者の起座呼吸の重症度、患者がどれぐらい頻繁に夜に排尿しなければならないかなど）を記入させたいであろう。これらの観察可能物は、個人化された予測モデルへの入力として提供され（５０８）、予測モデルの出力（例えば、心不全又は他の健康状況の確率）は、患者、患者の開業医、患者の医療専門家、又は他の個人に提供されてよい（５１０）。

一例として、幾らかの時間の後に、予測モデルは、（例えば、５０％を超える）心不全の確率増加の予測の結果として、警報を伝えてよい（５１２）。警報に基づいて、（例えば、患者の医師又は他の個人に）提示されてよい視覚化は、心臓左部分が恐らく不全であること、並びに、左心不全に主に関与している観察可能物が、圧痕浮腫、体重増加、夜間頻尿の増加、及び起座呼吸であることを示してよい。警報に基づいて、予測モデルは、追加的に又は代替的に、特定の追加的な観察可能な情報（例えば、酸素飽和度、ナトリウム測定など）を取得して確率予測の信頼性を高めることを、患者の医師に提案してよい。

追加的な観察可能な情報が、予測モデルに（例えば、家庭、研究室、病院などで健康モニタリングデバイスを介して自動的に）提供され、（或いは患者の彼／彼女の観察可能物に基づいて医師又は他の個人によって手作業で入力され）（５１４）、心不全の悪化の各膣が確認されてよい。追加的に又は代替的に、予測モデルは、心不全の悪化と共起する患者の腎機能の低下を警告してよく、（例えば、投薬計画(drug regimen)を変更することに関する決定に関連してよい）。この警報に基づいて、患者の医師（例えば、開業医、医療専門家など）は、ＡＣＥ遮断剤（アンジオテンシン変換酵素遮断剤(angiotensin-converting-enzyme blocker)）の増加を勧めてよい。予測モデルは、患者の健康状況をモニタリングし続けてよく、あらゆる改善又は悪化が患者の電子医療記録に自動的に入力されてよい。

図６Ａ〜図６Ｆは、１以上の実施に従った、様々な時点での個人及びその観察可能物の使用事例を示している。図６Ａ〜図６Ｆに関して、個人の観察可能物を表す各ノードは、代表的なバー（例えば、バー６０２のうちの１つ）と関連付けられており、バーは、個人の観察された測定値若しくは健康状態又は個人の測定値若しくは健康状態の確率を表している。一例として、バーは、ノードが対応する値（又はその範囲）を有する確率に従って、異なるパターン化された／一様の区画(patterned/solid sections)に細分されてよい。ノードの値が観察された測定値又は健康状態に従って設定されているならば、バーは細分化されない（例えば、１つのパターン化された／一様の区画のみを示す）。更なる例として、より明るいバー区画は、同じバーのより暗いバー区画の値（又は範囲）よりも悪い値（又は範囲）を表してよい。よって、黒色の一様の塗りつぶし(black solid fill)を有するバー区画は、個人にとって最良の値を表すことがあり、同じバーの白色の一様の塗りつぶし(white solid fill)を有するバー区画は、個人にとって最悪の値を表すことがあり、パターン化された塗りつぶし(patterned fill)を有するバー区画は、個人にとって最悪の値と最良の値との間の値を表すことがある（例えば、より暗いパターン化された塗りつぶしは、より明るいパターン化された塗りつぶしによって表される値より良い値を表してよい）。

一例として、図６Ａ〜図６Ｆに関して、丸いノード６０２は、他の丸いノード６０２又は長方形のノード６０４からの他の入力から得られる個人の状態を表してよく、長方形のノード６０４は、測定値又は他の観察可能物を表してよい。ノード６０２は、非代償性左心不全(decompensated left heart failure)、非代償右心不全(decompensated right heart failure)、心拍出量、肺鬱血、肺低灌流、腎臓低灌流、三尖弁逆流、胃腸鬱血、肝臓鬱血、肝臓低灌流、ｅＧＦＲ、体液貯留、僧帽弁不全、又は他の状態（若しくは他の観察可能物）を表してよい。ノード６０４は、クレアチニンレベル、体重増加、ナトリウムレベル、鼓動周波数、脈圧、収縮期血圧、心律動、心音、肥大心、疲労、呼吸困難、心雑音、尿素窒素レベル、ＡＳＴ、酸素飽和度、起座呼吸、胸膜液、ＧＧＴ、肝臓の柔らかい肥大(liver tender enlargement)、吐き気、隆起頸部静脈、圧痕浮腫（例えば、対称的な足首／前脛骨圧痕浮腫、仙骨浮腫など）、夜間頻尿、心音三尖弁、又は他の観察可能物を表してよい。

１つの使用事例において、図６Ａに示すノード６０２及び６０４の状況は、観察可能物が個人にとってそれらの考えられる最悪（又は最悪付近の）範囲にある悪い状況にある間に、個人が病院（又は他の臨床環境）に入院するときの、個人の状況（例えば、「１日目」）を表してよい。図６Ｂに示すノード６０２及び６０４の状況は、個人がクレアチニンレベルの上昇、結果的なｅＧＦＴの低下（それらは彼の心不全に無関係であるが、糖尿病のような一般的な共存疾患に起因することがある）を除いて再び良好であるときに、個人が病院（又は他の臨床環境）から解放される時の個人の状況（例えば、「７日目」）を表してよい。図６Ａ〜図６Ｂに示すように、ノード６０４によって表される観察可能物の全てが観察のために利用可能であり、その結果、心室の代償不全の確率予測は極めて正確であることがある。

図６Ｃに示すノード６０２及び６０４の状況は、個人が家庭（又は他の環境）で心不全状態の悪化の徴候を示しているときの、個人の状態（例えば、「１４日目」）を表してよい。図６Ｃに示すように、図６Ａ〜図６Ｂに対応する環境における観察のために利用可能な観察可能物の一部は、家庭（又はそのような観察がより限定的である他の環境）での観察のために利用可能でないことがある。それにも拘わらず、幾つかの使用事例では、左／右心室代償不全の確率を計算するとき、観察のために利用可能でない観察可能物のうちの１以上は、（例えば、本明細書に記載する１以上の予測モデルに従って）利用可能な観察可能物に基づいて特定の確率分布(probability distribution)が割り当てられてよい。一例として、クレアチニンレベル、ナトリウムレベル、心音、肥大心、心雑音、尿素窒素レベル、ＡＳＴ、酸素飽和度、胸膜液、ＧＧＴ、肝臓の柔らかい肥大、隆起頸部静脈、心音三尖弁、又は他の観察可能物は、容易に決定されないことがあるが（例えば、対応する健康モニタリングデバイス及び／又はそのような観察可能物の欠如は、そのような健康モニタリングデバイスがなければ正確に決定され得ないが）、利用可能でない観察可能物のうちの１以上は、それにも拘わらず、利用可能な観察可能物及び予測モデル（例えば、個人特有のベイジアン又は他の予測モデル）のうちの１以上に基づいて確率分布が割り当てられてよい。予測モデルは、例えば、意味のある結論が利用可能な情報（例えば、利用可能な観察可能物）からを得られるのを可能にして、左／右心室代償不全の確率を予測してよい。

更なる使用事例では、利用可能なデータセットを家庭又は他の限定的な環境に拡張するために、追加的な健康モニタリングデバイス及び／又はセンサが提供されてよい。例えば、血清Ｎａ濃度又はクレアチニンのような幾つかの研究室値は、血液滴から測定されることができ、或いは、胸膜液についての測定値は、胸部インピーダンス測定から取得されることができる。１つのシナリオでは、左／右心室代償不全の悪化値が利用可能な観察可能物の限定的なセットに基づいて予測されるならば、追加的な健康モニタリングデバイス及び／又はセンサを使用して、より正確な値を取得してよい（或いはさもなければ利用可能な観察可能物の限定的なセットに基づいて予測を確認してよい）。

図６Ｄに示すノード６０２及び６０４の状況は、個人が病院（又は他の臨床環境）に再入院する時における個人の状況（例えば、「１６日目」）を表してよい。図６Ｅに示すノード６０２及び６０４の状況は、個人が（例えば、下痢、胃腸感染などに起因する）脱水に関する幾つかの合併症を有するときの個人の状況（例えば、「３０日目」）を表してよい。個人の吐き気及び低心拍出量が脱水及び／又は個人の既知の腎機能の減少からである場合があることを知っている予測モデルに基づいて、システムは個人がもはや左／右心室代償不全を患っていないことを予測してよい。

図６Ｆに示すノード６０２及び６０４の状況は、個人が（例えば、慢性閉塞性肺疾患又は他の要因によって誘発された）肺炎からの幾つかの合併症を有するときの、個人の状態（例えば、「４５日目」）を表してよい。図６Ｆに示すように、個人は、肺機能の低下及び通常の正常に機能しない腎機能を有するようである。胸膜液が存在するが、予測モデルは、静脈圧の増大よりもむしろ肺炎と関連付けられる局所的な炎症に起因することがあることを示してよい。個人の他の最適でない状態は、最適でない肝臓バイオマーカ、僧帽弁不全を示す心雑音、肺炎と関連付けられる発熱及び低酸素症に起因する切迫した心不全の早期兆候、心肥大などを含むことがある。前述のことに基づいて、予測モデルは、左心室代償不全について何らかの零になることのない確率があることを示すことがある（しかしながら、確実であることから程遠い）。

例示的なフローチャート

図７〜図１１は、上で詳述したようなシステムの様々な特徴及び機能を可能にする方法の処理操作の例示的なフローチャートを含む。以下に示す各方法の処理操作は、例示的であり且つ非限定的であることを意図する。幾つかの実施において、例えば、方法は、記載しない１以上の追加的な操作で達成されてよく、且つ／或いは、議論する操作のうちの１以上を伴わないで達成されてよい。追加的に、方法の処理操作を例示する（並びに以下に記載する）順序は限定的であることを意図しない。

幾つかの実施において、本方法は、１以上の処理デバイス（例えば、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されたデジタル回路、情報を処理するように設計されたアナログ回路、状態機械、及び／又は情報を電子的に処理する他の機構）において実施されてよい。処理デバイスは、電子記憶媒体に電子的に格納された命令に応答して本方法の動作の一部又は全部を実行する１以上のデバイスを含んでよい。処理デバイスは、本方法の動作の１以上の動作の実行のために特別に設計されるべきハードウェア、ファームウェア、及び／又はソフトウェアを通じて構成された１以上のデバイスを含んでよい。

図７は、１以上の実施に従った、個人特有の予測モデルに基づいて個人の健康モニタリングを容易にする方法７００のフローチャートを示している。

操作７０２において、健康モニタリングのための予測モデルを取得してよい。操作７０２は、１以上の実施に従ったモデル管理サブシステム１１２と同一又は類似のモデル管理サブシステムによって実行されてよい。

操作７０４において、個人と関連付けられる健康情報が取得されてよい。一例として、健康情報は、（例えば、個人の測定値に基づいて決定される）個人の健康状態の共起を示してよい。操作７０４は、１以上の実施に従った健康情報管理サブシステム１１４と同一又は類似の健康情報管理サブシステムによって実行されてよい。

操作７０６において、個人と関連付けられる個人特有の予測モデルが、予測モデル及び共起表示に基づいて生成されてよい。操作７０６は、１以上の実施に従ったモデル管理サブシステム１１２と同じ又は類似のモデル管理サブシステムによって実行されてよい。

操作７０８において、個人と関連付けられる後続の健康情報が取得されてよい。一例として、後続の健康情報は、（ｉ）健康状態の共起後に観察された個人の後続の測定値、（ｉｉ）（例えば、後続の測定値に基づいて決定される）個人の後続の健康状態、又は（ｉｉｉ）他の情報を含んでよい。操作７０８は、１以上の実施に従った健康情報管理サブシステム１１４と同じ又は類似の健康情報管理サブシステムによって実行されてよい。

操作７１０において、個人の健康状態が、個人特有の予測モデル及び後続の健康情報に基づいて予測されてよい。操作７１０は、１以上の実施に従った予測管理サブシステム１１６と同じ又は類似の予測サブシステムによって実行されてよい。

図８は、１以上の実施に従った健康モニタリングデバイスを介した個人の健康モニタリング及び予測される健康状況通知を容易にする方法８００のフローチャートを示している。

操作８０２において、個人と関連付けられる健康情報が、健康モニタリングデバイスから取得されてよい。健康情報は、（ｉ）個人の測定値、（ｉｉ）（例えば、測定値に基づいて決定される）個人の健康状態、又は（ｉｉｉ）他の情報を示してよい。操作８０２は、１以上の実施に従った健康情報管理サブシステム１１４と同じ又は類似の健康情報管理サブシステムによって実行されてよい。

操作８０４において、健康情報は、個人の健康状況を予測するために、個人特有の予測モデルに基づいて処理されてよい。一例として、個人特有の予測モデルは、個人の以前の測定値、（例えば、以前の測定値に基づいて決定される）以前の健康状態、又は他の情報に基づいて生成されてよい。健康状況を予測するための予測モデルは、個人特有の予測モデルを生成するために、例えば、以前の測定値及び／又は以前の健康状態に基づいて修正されてよい。個人特有の予測モデルは、未修正の予測モデルのパラメータの修正バージョン、未修正の予測モデルに含まれないパラメータ、又は他のパラメータを含んでよい。操作８０４は、１以上の実施に従った健康情報管理サブシステム１１４と同じ又は類似の健康情報管理サブシステムによって実行されてよい。

操作８０６において、予測される健康状況に関する通知が健康モニタリングデバイスに提供されてよい。一例として、通知は、予測される健康状況が健康モニタリングデバイスの出力デバイス（例えば、ディスプレイスクリーン、音声出力デバイス、又は他の出力デバイス）を介して提示されるように、提供されてよい。操作８０６は、１以上の実施に従った通知サブシステム１１８と同じ又は類似の通知サブシステムによって実行されてよい。

図９は、１以上の実施に従った遠隔コンピュータシステムを介した健康モニタリングデバイスにおける個人の健康モニタリングを容易にする方法９００のフローチャートを示している。

操作９０２において、個人の測定値が、（例えば、健康モニタリングデバイスのセンサからの情報に基づいて）健康モニタリングデバイスで取得されてよい。操作９０２は、１以上の実施に従った健康モニタリングデバイス１０６と同じ又は類似の健康モニタリングデバイスによって実行されてよい。

操作９０４において、個人の測定値に関する情報が遠隔のコンピュータシステムに提供されてよい。一例として、健康モニタリングデバイスは、個人の測定値を収集し且つ／或いは処理するローカル健康モニタリングデバイスであってよく、収集される測定値は、（例えば、個人特有の予測モデル及び収集される測定値に基づいて個人の健康状況を予測する）処理のために、遠隔コンピュータシステムに提供されてよい。操作９０４は、１以上の実施に従った健康モニタリングデバイス１０６と同じ又は類似の健康モニタリングデバイスによって実行されてよい。

操作９０６において、個人の健康状況は、（健康モニタリングデバイスのセンサからの情報に基づいて取得される）測定値に基づいて健康モニタリングデバイスで決定されてよい。操作９０６は、１以上の実施に従った健康モニタリングデバイス１０６と同じ又は類似の健康モニタリングデバイスによって実行されてよい。

操作９０８において、個人の健康状態に関する情報は、遠隔コンピュータシステムに提供されてよい。一例として、健康モニタリングデバイスは、個人の測定値を収集し且つ／或いは処理するローカル健康モニタリングデバイスであってよく、収集する測定値に基づく個人の健康状態の決定後に、健康状態は、（例えば、個人特有の予測モデル及び健康状態に基づいて個人の健康状況を予測する）処理のために、遠隔コンピュータシステムに提供されてよい。操作９０８は、１以上の実施に従った健康モニタリングデバイス１０６と同じ又は類似の健康モニタリングデバイスによって実行されてよい。

図１０は、１以上の実施に従った、個人の健康状況を予測するために個人特有の予測モデルを生成する方法１０００のフローチャートを示している。

操作１００２において、個体の第１の器官若しくは組織に関する第１の健康状態、個人の第２の器官若しくは組織に関する第２の健康状態、又は個体の他の健康状態が決定されてよい。一例として、第１及び第２の健康状態は、１以上の健康モニタリングデバイスから取得される健康情報に基づいて決定されてよい。（健康モニタリングデバイスから取得される）健康情報は、健康モニタリングデバイスのセンサを介して収集される個人の測定値、（例えば、収集される測定値に基づいて決定される）健康状態、又は他の情報を示してよい。追加的に又は代替的に、健康情報は、第１及び第２の健康状態の共起の表示のような、個人の健康状態の共起を示してよい。操作１００２は、１以上の実施に従った健康情報管理サブシステム１１４と同じ又は類似の健康情報管理サブシステムによって実行されてよい。

操作１００４において、器官又は組織のうちの１つ（例えば、第１の器官又は組織）と関連付けられるノードが予測モデルのノードから選択されてよい。一例として、ノードは、器官又は組織の他の１つ（例えば、第２の器官又は組織）に関する個人の健康状況を予測するために、個人特有の予測モデルを生成するよう修正されてよい。操作１００４は、１以上の実施に従ったモデル管理サブシステム１１２と同じ又は類似のモデル管理サブシステムによって実行されてよい。

操作１００６において、選択されるノードは、（ｉ）第１の健康状態又は（ｉｉ）第１の健康状態を決定する個人の測定値に基づいて修正されてよい。操作１００６は、１以上の実施に従ったモデル管理サブシステム１１２と同じ又は類似のモデル管理サブシステムによって実行されてよい。

操作１００８において、（第２の器官又は組織に関する）個人の健康状況が、修正されたノードを含む個人特有の予測モデルに基づいて予測されてよい。一例として、個人特有の予測モデル及び（例えば、１以上の健康モニタリングデバイスから取得される）後続の健康情報を利用して個人の健康状況を予測してよい。操作１００８は、１以上の実施に従った予測サブシステム１１６と同じ又は類似の予測サブシステムによって実行されてよい。

図１１は、１以上の実施に従った、個人の１以上の測定値のない個人の健康モニタリングを容易にする方法１１００のフローチャートを示している。

操作１１０２において、個人の観察可能物（例えば、測定値、健康状態など）のセットと関連付けられるスコアが取得されてよい。操作１１０２は、１以上の実施に従ったモデル管理サブシステム１１２と同じ又は類似のモデル管理サブシステムによって実行されてよい。

操作１１０４において、スコアは、個人と関連付けられる個人特有の予測モデルにおける（観察可能物のセットに関する）観察可能物のサブセットと関連付けられてよい。一例として、観察可能物のサブセットは、観察可能物のセットのうちの観察可能物の種類の数よりも少ない数の種類の観察可能物を含むことができる。関連付け後に、例えば、スコアは、（例えば、スコアが最初に関連付けられる観察可能物のセットのうちの観察可能物の種類の全てについて観察可能物を必要とするのとは対照的に）サブセットの観察可能物の種類に対応する個人の観察可能物に基づいて予測を生成するために、使用されてよい。操作１１０４は、１以上の実施に従ったモデル管理サブシステム１１２と同じ又は類似のモデル管理サブシステムによって実行されてよい。

操作１１０６において、個人の健康状況が、観察可能物のサブセットに含まれない観察可能物の種類に対応する観察可能物のセットのうちの１以上の観察可能物のない関連付けられるスコアに基づいて、予測されてよい。一例として、観察可能物のサブセットとのスコアの関連付けの後に、個人の健康情報を（例えば、１以上の健康モニタリングデバイスから）取得し、観察可能物のサブセットと比較して、健康状況スコアを決定してよい。例えば、取得する健康情報が個人の最新の観察可能物を含み、これらの最新の観察可能物が観察可能物のサブセットの範囲と類似するか或いはその範囲に入るならば、スコアは健康状況スコアとして使用されてよいし、或いは健康状況スコアを計算する際に重く重み付けられてよい。他方、最新の観察可能物が観察可能物のサブセットの範囲と類似せず或いはその範囲に入らないならば、スコアは健康状況スコアを計算する際に軽く重み付けされてよい（或いは重みが付けられなくてよい）。示されているように、幾つかの実施例では、関連付けられるスコアの決定の基となる１以上の観察可能物（又はその観察可能な種類）は、関連付けられるスコアを用いて個人の健康状況を予測するために必要とされないことがある。操作１１０６は、１以上の実施に従った予測サブシステム１１６と同じ又は類似の予測サブシステムによって実行されてよい。

図１２は、１以上の実施に従った、他の器官又は組織の予測される状況に基づいて１つの器官又は組織に関する個人の健康モニタリングを容易にする方法１２００のフローチャートを示している。

操作１２０２において、器官又は組織と関連付けられた複数のノードを含む予測モデルが取得されてよい。ノードは、第１の器官若しくは組織に関連付けられた第１のノード、第２の器官も則は組織と関連付けられた第２のノード、又は他の器官若しくは組織と関連付けられた他のノードを含んでよい。操作１２０２は、１以上の実施に従ったモデル管理サブシステム１１２と同じ又は類似のモデル管理サブシステムによって実行されてよい。

操作１２０４において、個人と関連付けられた健康情報が取得されてよい。健康情報は、個人の測定値、個人の健康状態、又は他の健康情報を含んでよい。操作１２０４は、１以上の実施に従った健康情報管理サブシステム１１４と同じ又は類似の健康情報管理サブシステムによって実行されてよい。

操作１２０６において、健康情報及び第１の器官又は組織と関連付けられた第１のノードのパラメータに基づいて、個人の第１の器官又は組織の状況が予測されてよい。操作１２０６は、１以上の実施に従った予測サブシステム１１６と同じ又は類似の予測サブシステムによって実行されてよい。

操作１２０８において、第１の器官又は組織の予測される状況及び第２の器官又は組織と関連付けられた第２のノードのパラメータに基づいて、第２の器官又は組織の状況が予測されてよい。操作１２０８は、１以上の実施に従った予測サブシステム１１６と同じ又は類似の予測サブシステムによって実行されてよい。

図１３は、１以上の実施に従った、他の器官又は組織の予測された状況に基づいて１つの器官又は組織に関する個人の健康モニタリングを容易にする方法１３００のフローチャートを示している。

操作１３０２において、器官又は組織と関連付けられた複数のノードを含む予測モデルが取得されてよい。ノードは、第１の器官若しくは組織と関連付けられた第１のノード、第２の器官若しくは組織と関連付けられた第２のノード、又は他の器官若しくは組織と関連付けられた他のノードを含んでよい。操作１３０２は、１以上の実施に従ったモデル管理サブシステム１１２と同じ又は類似のモデル管理サブシステムによって実行されてよい。

操作１３０４において、個人と関連付けられた健康情報が取得されてよい。健康情報は、個人の測定値、個人の健康状態、又は他の健康情報を含んでよい。操作１３０４は、１以上の実施に従った健康情報管理サブシステム１１４と同じ又は類似の健康情報管理サブシステムによって実行されてよい。

操作１３０６において、第１の器官又は組織と関連付けられる第１のノードは、健康情報に基づいて修正されてよい。操作１３０６は、１以上の実施に従ったモデル管理サブシステム１１２と同じ又は類似のモデル管理サブシステムによって実行されてよい。

操作１３０８において、第２の器官又は組織と関連付けられる第２のノードは、修正された第１のノードに基づいて修正されてよい。操作１３０８は、１以上の実施に従ったモデル管理サブシステム１１２と同じ又は類似のモデル管理サブシステムによって実行されてよい。

操作１３１０において、修正された予測モデルに基づいて第２の器官又は組織に関する個体の健康状況が提供されてよい。操作１３０１０は、１以上の実施に従った予測サブシステム１１６と同じ又は類似の予測サブシステムによって実行されてよい。

幾つかの実施において、図１に例示する様々なコンピュータ及びサブシステムは、本明細書に記載する機能を実行するようにプログラムされ１以上のコンピューティングデバイスを含んでよい。コンピューティングデバイスは、１以上の電子記憶装置（例えば、予測モデルデータベース１３２、健康情報データベース１３４、又は他の電子記憶装置）、１以上のコンピュータプログラム命令でプログラムされた１以上の物理的プロセッサ、及び／又は他のコンポーネントを含んでよい。コンピューティングデバイスは、有線又は無線技法（例えば、イーサネット（登録商標）、光ファイバ、同軸ケーブル、ＷｉＦｉ（登録商標）、ブルートゥース（登録商標）、近距離通信、又は他の技法）を介してネットワーク（例えば、ネットワーク１５０）又は他のコンピューティングプラットフォームとの情報の交換を可能にする通信回線又はポートを含んでよい。コンピューティングデバイスは、本明細書においてサーバに帰属する機能を提供するよう共に作動する、複数のハードウェア、ソフトウェア、及び／又はファームウェアコンポーネントを含んでよい。例えば、コンピューティングデバイスは、コンピューティングデバイスとして共に作動する、コンピューティングプラットフォームのクラウドによって実装されてよい。

電子記憶装置は、電子的に情報を格納する非一時的記憶媒体を含んでよい。電子記憶装置の電子記憶媒体は、サーバと一体的に（例えば、実質的に取外し不能に）提供されるシステム記憶装置、又は例えば、ポート（例えば、ＵＳＢポート、ファイアワイヤポートなど）又はドライブ（例えば、ディスクドライブなど）を介してサーバに取外し可能に接続可能である取外し可能な記憶装置の一方又は両方を含んでよい。電子記憶装置は、光学的に読取り可能な記憶媒体（例えば、光ディスクなど）、磁気的に読取り可能な記憶媒体（例えば、磁気テープ、磁気ハードディスクドライブ、フロッピードライブなど）、電荷ベースの記憶媒体（例えば、ＥＥＰＲＯＭ、ＲＡＭなど）、ソリッドステート記憶媒体（例えば、フラッシュドライブなど）、及び／又は他の電子的に読取り可能な記憶媒体を含んでよい。電子記憶装置は、１以上の仮想記憶装置リソース（例えば、クラウド記憶装置、仮想プライベートネットワーク、及び／又は他の仮想記憶装置リソース）を含んでよい。電子記憶装置は、ソフトウェアアルゴリズム、プロセッサによって決定される情報、サーバから受信する情報、クライアントコンピューティングプラットフォームから受信する情報、又はサーバが本明細書に記載するように機能するのを可能にする他の情報を格納してよい。

プロセッサは、サーバ内で情報処理機能を提供するようにプログラムされてよい。よって、プロセッサは、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されたデジタル回路、情報を処理するように設計されたアナログ回路、状態機械(state machine)、及び／又は情報を電子的に処理するための他の機構のうちの１以上を含んでよい。幾つかの実施において、プロセッサは、複数の処理ユニットを含んでよい。これらの処理ユニットは、同じデバイス内に物理的に配置されてよく、或いは、プロセッサは、協調して作動する複数のデバイスの処理機能を表してよい。プロセッサは、サブシステム１１２〜１１８又は他のサブシステムの本明細書に説明する機能を実行するためにコンピュータプログラム命令を実行するようにプログラムされてよい。プロセッサは、ソフトウェア、ハードウェア、ファームウェア、ソフトウェア、ハードウェア、若しくはファームウェアの幾つかの組み合わせ、及び／又はプロセッサ上で処理能力を構成する他の機構によって、コンピュータプログラム命令を実行するようにプログラムされてよい。を含む。

本明細書に記載する異なるサブシステム１１２〜１１８によって提供される機能性の説明は、例示の目的のためにあり、限定的であることを意図しないことが理解されるべきである。何故ならば、サブシステム１１２〜１１８のいずれかは、記載する機能性よりも多い又は少ない機能性を提供することがあるからである。例えば、サブシステム１１２〜１１８のうちの１以上は除去されてよく、その機能性の一部又は全部はサブシステム１１２〜１１８のうちの他のものによって提供されてよい。他の例として、追加的なサブシステムが、本明細書においてサブシステム１１２〜１１８のうちの１つに帰属する機能性の一部又は全部を実行するようにプログラムされてよい。

本発明は、現在最も実用的であり且つ好ましい実施であると考えられるものに基づいて、例示の目的のために詳細に記載されているが、そのような詳細は専らその目的のためにあること、並びに、本発明は開示の実施に限定されず、逆に添付の請求項の範囲内にある修正及び均等な構成をカバーすることを意図していることが理解されるべきである。例えば、本発明は、可能な限り、任意の実施のうちの１以上の特徴を任意の他の実施の１以上の特徴と組み合わせ得ることを想定することが理解されるべきである。

Claims (49)

1. 個人特有の予測モデルに基づいて個人の健康モニタリングを容易にするシステムであって、
   コンピュータプログラム命令でプログラムされる１つ又はそれよりも多くの物理的プロセッサを含むコンピュータシステムを含み、前記コンピュータプログラム命令は、実行されせられるときに、前記コンピュータシステムに、
   健康モニタリングのための予測モデルを取得させ、
   前記個人の健康状態の共起を表示する、前記個人と関連付けられる健康情報を取得させ、
   前記予測モデル及び前記共起の表示に基づいて前記個人と関連付けられる個人特有の予測モデルを生成させ、
   （ｉ）前記健康状態の前記共起の後に観察される前記個人の後続の測定値又は（ｉｉ）前記健康状態の前記共起の後に観察される前記個人の後続の健康状態のうちの１つ又はそれよりも多くを表示する、前記個人と関連付けられる後続の健康情報を取得させ、且つ
   前記個人特有の予測モデル及び前記後続の健康情報に基づいて前記個人の健康状況を予測させる、
   システム。
2. １つ又はそれよりも多くの遠隔健康モニタリングデバイスを更に含み、該１つ又はそれよりも多くの遠隔健康モニタリングデバイスの各々は、健康関連センサデータを収集するようにプログラムされる１つ又はそれよりも多くのセンサと、コンピュータプログラム命令でプログラムされる１つ又はそれよりも多くの物理的プロセッサとを含み、
   前記コンピュータプログラム命令は、実行させられるときに、前記遠隔健康モニタリングデバイスに、
   前記センサに基づいて、前記個人の前記後続の測定値のうちの少なくとも１つを取得させ、
   該少なくとも１つの後続の測定値に基づいて前記個人の前記後続の健康状態のうちの少なくとも１つを決定させ、且つ
   該少なくとも１つの健康状態に関する情報を前記コンピュータシステムに提供させ、
   前記コンピュータシステムは、前記遠隔健康モニタリングデバイスから前記少なくとも１つの健康状態に関する前記情報を取得することによって、前記後続の健康情報を取得する、
   請求項１に記載のシステム。
3. 前記コンピュータシステムは、更に、
   前記予測される健康状況に関する通知を前記遠隔健康モニタリングデバイスのうちの少なくとも１つに提供するようにさせられる、
   請求項２に記載のシステム。
4. １つ又はそれよりも多くの遠隔健康モニタリングデバイスを更に含み、該１つ又はそれよりも多くの遠隔健康モニタリングデバイスの各々は、健康関連センサデータを収集するようにプログラムされる１つ又はそれよりも多くのセンサと、コンピュータプログラム命令でプログラムされる１つ又はそれよりも多くの物理的プロセッサとを含み、
   前記コンピュータプログラム命令は、実行させられるときに、前記遠隔健康モニタリングデバイスに、
   前記センサに基づいて、前記個人の前記後続の測定値のうちの少なくとも１つを取得させ、且つ
   前記少なくとも１つの後続の測定値に関する情報を前記コンピュータシステムに提供させ、
   前記コンピュータシステムは、前記遠隔健康モニタリングデバイスから前記少なくとも１つの後続の測定値に関する前記情報を取得することによって、前記後続の健康情報を取得する、
   請求項１に記載のシステム。
5. 前記コンピュータシステムは、更に、
   前記予測される健康状況に関する通知を前記遠隔健康モニタリングデバイスのうちの少なくとも１つに提供するようにさせられる、
   請求項４に記載のシステム。
6. 前記コンピュータシステムは、
   前記共起の表示に基づいて１つ又はそれよりも多くのパラメータを含むように前記予測モデルを修正することによって、前記個人と関連付けられる前記個人特有の予測モデルを生成し、
   前記個人特有の予測モデルは、前記修正されない予測モデルのパラメータの修正バージョン又は前記修正されない予測モデルに含まれないパラメータのうちの１つ又はそれよりも多くを含む、
   請求項１に記載のシステム。
7. 前記予測モデルは、器官又は組織と関連付けられた複数のノードを有するグラフを含み、前記個人の前記健康状態は、第２の器官又は組織に関する第２の健康状態と共起する第１の器官又は組織に関する第１の健康状態を含み、
   前記コンピュータシステムは、
   修正されるべき前記予測モデルの第１のノードを選択することによって、前記予測モデルを修正し、前記第１のノードは、前記第１の器官又は組織と関連付けられ、前記予測される健康状況は、前記第２の器官又は組織に関する予測を含み、
   （ｉ）前記個人の前記第１の健康状態又は（ｉｉ）前記第１の健康状態を決定する前記個人の測定値のうちの１つ又はそれよりも多くに基づいて、前記選択される第１のノードを修正することによって、前記予測モデルを修正し、
   前記個人特有の予測モデルは、前記修正される第１のノードを含む、
   請求項６に記載のシステム。
8. 前記第１の器官又は組織は、第１の器官であり、前記第２の器官又は組織は、第２の器官である、請求項７に記載のシステム。
9. 前記第１の器官又は組織は、第１の組織であり、前記第２の器官又は組織は、第２の組織である、請求項７に記載のシステム。
10. 前記第１の器官又は組織は、組織であり、前記第２の器官又は組織は、器官であり、或いは、前記第１の器官又は組織は、前記器官であり、前記第２の器官又組織は、前記組織である、請求項７に記載のシステム。
11. 前記健康情報は、前記個人の測定値又は前記個人の健康状態のセットを表示し、
    前記コンピュータシステムは、更に、前記個人と関連付けられるスコア情報を取得するようにさせられ、該スコア情報は、前記健康情報によって表示される前記測定値又は健康状態のセットの各々についてのスコアを表示し、
    前記コンピュータシステムは、前記表示されるスコアの第１のスコアを、前記測定値又は健康状態のセットの第１のセットに関する測定値又は健康状態の第１のサブセットと関連付けることによって、前記個人特有の予測モデルを生成し、
    前記測定値の第１のセットは、多数の種類の測定値又は健康状態を含み、前記測定値の第１のサブセットは、前記第１のセットの前記多数の種類の測定値又は健康状態よりも少ない種類の測定値又は健康状態を含み、
    前記後続の測定値又は健康状態は、前記第１のセットの前記多数の種類の測定値又は健康状態よりも少ない種類の測定値又は健康状態を含み、前記第１のスコアは、前記個人の前記健康状況を予測するために使用される、
    請求項１に記載のシステム。
12. 前記測定値又は健康状態のセットの各々は、前記個人が被る病的事象に関するスコアと関連付けられ、
    前記個人の前記健康状況を予測することは、前記第１のスコアを使用して、前記個人が病的事象を再び被る可能性を予測することを含む、
    請求項１１に記載のシステム。
13. 前記健康状況の予測は、前記個人が病的事象を被る或いは再び被る可能性の予測を含む、請求項１に記載のシステム。
14. 前記病的事象は、心不全、腎不全、肝不全、呼吸不全、一過性脳虚血発作、又は脳卒中のうちの１つ又はそれよりも多くを含む、請求項１３に記載のシステム。
15. 前記健康状況の予測は、前記個人の慢性疾患の状況の変化の予測を含む、請求項１に記載のシステム。
16. 前記状況の変化は、前記慢性疾患に関する悪化又は前記慢性疾患に関する改善のうちの１つ又はそれよりも多くを含む、請求項１５に記載のシステム。
17. 前記個人の前記共起する健康状態は、前記個人において共起する２つ又はそれよりも多くの疾病を含み、前記個人特有の予測モデルは、前記共起する疾病のうちの１つの疾病に関する状況を予測することに関し、前記個人特有の予測モデルの１つ又はそれよりも多くのパラメータが、前記共起する疾病の少なくとも他の１つの疾病の存在に基づいて構成され、
    前記コンピュータシステムは、前記個人特有の予測モデルの前記構成されるパラメータ及び前記後続の健康情報に基づいて、前記共起する疾病のうちの前記１つの疾病の前記状況を予測することによって、前記個人の前記健康状況を予測する、
    請求項１に記載のシステム。
18. 前記共起する疾病は、互いに共通する１つ又はそれよりも多くの症状を有する、請求項１７に記載のシステム。
19. 前記個人の前記共起する健康状態は、前記個人において共起する２つ又はそれよりも多くの正常な母集団変異体を含み、前記個人特有の予測モデルは、前記共起する正常な母集団変異体のうちの１つに関する状況を予測することに関し、前記個人特有の予測モデルの１つ又はそれよりも多くのパラメータが、前記共起する正常な母集団変異体のうちの少なくとも他の１つの正常な母集団変異体の存在に基づいて構成され、
    前記コンピュータシステムは、前記個人特有の予測モデルの前記構成されるパラメータ及び後続の健康情報に基づいて、前記共起する正常な母集団変異体のうちの１つの正常な母集団変異体の状況を予測することによって、前記個人の前記健康状況を予測する、
    請求項１に記載のシステム。
20. 前記共起する正常な母集団変異体は、互いに共通する１つ又はそれよりも多くの症状を有する、請求項１９に記載のシステム。
21. 前記予測モデルは、ベイジアンモデルを含み、前記個人特有の予測モデルは、前記個人と関連付けられた個人特有のベイジアンモデルを含む、請求項１に記載のシステム。
22. 個人特有の予測モデルに基づいて個人の健康モニタリングを容易にする方法であって、
    当該方法は、コンピュータプログラム命令を実行する１つ又はそれよりも多くの物理的プロセッサを含むコンピュータシステムによって実施され、前記コンピュータプログラム命令は、実行させられるときに、当該方法を遂行し、当該方法は、
    前記コンピュータシステムによって、健康モニタリングのための予測モデルを取得するステップと、
    前記コンピュータシステムによって、個人と関連付けられる健康情報を取得するステップであって、前記健康情報は、前記個人の健康状態の共起を表示する、ステップと、
    前記コンピュータシステムによって、前記予測モデル及び前記共起の表示に基づいて前記個人と関連付けられる個人特有の予測モデルを生成するステップと、
    前記コンピュータシステムによって、前記個人と関連付けられる後続の健康情報を取得するステップであって、前記後続の健康情報は、（ｉ）前記健康状態の前記共起の後に観察される前記個人の後続の測定値又は（ｉｉ）前記健康状態の前記共起の後に観察される前記個人の後続の健康状態のうちの１つ又はそれよりも多くを表示する、ステップと、
    前記コンピュータシステムによって、前記個人特有の予測モデル及び前記後続の健康情報に基づいて、前記個人の健康状況を予測するステップとを含む、
    方法。
23. 前記後続の健康情報は、
    前記コンピュータシステムによって、１つ又はそれよりも多くのセンサを含む１つ又はそれよりも多くの遠隔健康モニタリングデバイスから、前記センサによって観察される前記個人の前記後続の測定値のうちの少なくとも１つを取得することによって、並びに
    前記コンピュータシステムによって、前記遠隔健康モニタリングデバイスからの前記少なくとも１つの後続の測定値に基づいて、前記個人の前記後続の健康状態のうちの少なくとも１つを決定することによって、取得される、
    請求項２２に記載の方法。
24. 前記後続の健康情報は、
    前記コンピュータシステムによって、１つ又はそれよりも多くのセンサを含む１つ又はそれよりも多くの遠隔健康モニタリングデバイスから、前記個人の前記後続の健康状態のうちの少なくとも１つを取得することによって、取得される、
    請求項２２に記載の方法。
25. 前記個人と関連付けられる前記個人特有の予測モデルは、
    前記コンピュータシステムによって、前記共起の表示に基づいて１つ又はそれよりも多くのパラメータを含むよう前記予測モデルを修正することによって、生成され、
    前記個人特有の予測モデルは、前記修正されない予測モデルのパラメータの修正バージョン又は前記修正されない予測モデルに含まれないパラメータのうちの１つ又はそれよりも多くを含む、
    請求項２２に記載の方法。
26. 前記予測モデルは、器官又は組織と関連付けられる複数のノードを有するグラフを含み、前記個人の前記健康状態は、第２の器官又は組織に関する第２の健康状態と共起する第１の器官又は組織に関する第１の健康状態を含み、
    前記予測モデルは、
    前記コンピュータシステムによって、修正されるべき前記予測モデルの第１のノードを選択することによって、修正され、前記第１のノードは、前記第１の器官又は組織と関連付けられ、前記予測される健康状況は、前記第２の器官又は組織に関する予測を含み、
    前記コンピュータシステムによって、（ｉ）前記個人の前記第１の健康状態又は（ｉｉ）前記第１の健康状態を決定する前記個人の測定値のうちの１つ又はそれよりも多くに基づいて、前記選択される第１のノードを修正することによって、修正され、
    前記個人特有の予測モデルは、前記修正される第１のノードを含む、
    請求項２５に記載の方法。
27. 前記健康情報は、前記個人の測定値のセットを表示し、
    当該方法は、
    前記コンピュータシステムによって、前記個人と関連付けられるスコア情報を取得するステップであって、該スコア情報は、前記健康情報によって表示される前記測定値又は健康状態のセットの各々のセットについてのスコアを表示する、ステップを更に含み、
    前記コンピュータシステムは、前記表示されるスコアのうちの第１のスコアを、前記測定値又は健康状態のセットのうちの第１のセットに関する測定値又は健康状態の第１のサブセットと関連付けることによって、前記個人特有の予測モデルを生成し、
    前記測定値の第１のセットは、多数の種類の測定値又は健康状態を含み、前記測定値の第１のサブセットは、前記第１のセットの前記多数の種類の測定値又は健康状態よりも少ない種類の測定値又は健康状態を含み、
    前記後続の測定値又は健康状態は、前記第１のセットの前記多数の種類の測定値又は健康状態よりも少ない種類の測定値又は健康状態を含み、前記第１のスコアは、前記個人の前記健康状況を予測するために使用される、
    請求項２２に記載の方法。
28. 個人の健康モニタリングを容易にするシステムであって、
    コンピュータプログラム命令でプログラムされる１つ又はそれよりも多くの物理的プロセッサを含むコンピュータシステムを含み、前記コンピュータプログラム命令は、実行させられるときに、前記コンピュータシステムに、
    第１の器官又は組織と関連付けられる第１のノードと、第２の器官又は組織と関連付けられる第２のノードとを含む、器官又は組織と関連付けられる複数のノードを含む、予測モデルを取得させ、
    個人と関連付けられる健康情報を取得させ、
    該健康情報及び前記第１の器官又は組織と関連付けられる前記第１のノードのパラメータに基づいて前記個人の前記第１の器官又は組織の状況を予測させ、且つ
    前記第１の器官又は組織の前記予測される状況及び前記第２の器官又は組織と関連付けられる前記第２のノードのパラメータに基づいて前記第２の器官又は組織の状況を予測させる、
    システム。
29. 前記第１の器官又は組織は、第１の器官であり、前記第２の器官又は組織は、第２の器官である、請求項２８に記載のシステム。
30. 前記第１の器官又は組織は、第１の組織であり、前記第２の器官又は組織は、第２の組織である、請求項２８に記載のシステム。
31. 前記第１の器官又は組織は、組織であり、前記第２の器官又は組織は、器官であり、或いは、前記第１の器官又は組織は、前記器官であり、前記第２の器官又組織は、前記組織である、請求項２８に記載のシステム。
32. 前記健康情報は、前記個人の測定値又は前記個人の健康状態のうちの１つ又はそれよりも多くを含む、請求項２８に記載のシステム。
33. １つ又はそれよりも多くの遠隔健康モニタリングデバイスを含み、該１つ又はそれよりも多くの遠隔健康モニタリングデバイスの各々は、健康関連センサデータを収集するようにプログラムされた１つ又はそれよりも多くのセンサと、コンピュータプログラム命令でプログラムされた１つ又はそれよりも多くの物理的プロセッサとを含み、前記コンピュータプログラム命令は、実行させられるときに、前記遠隔健康モニタリングデバイスに、前記センサに基づいて、前記個人と関連付けられる前記健康情報を取得させ、且つ、該健康情報を前記コンピュータシステムに提供させる、請求項２８に記載のシステム。
34. 個人の健康モニタリングを容易にする方法であって、
    当該方法は、コンピュータプログラム命令を実行する１つ又はそれよりも多くの物理的プロセッサを含むコンピュータシステムによって実施され、前記コンピュータプログラム命令は、実行させられるときに、当該方法を遂行し、当該方法は、
    前記コンピュータシステムによって、第１の器官又は組織と関連付けられる第１のノードと、第２の器官又は組織と関連付けられる第２のノードとを含む、器官又は組織と関連付けられる複数のノードを含む、予測モデルを取得するステップと、
    前記コンピュータシステムによって、個人と関連付けられる健康情報を取得するステップと、
    前記コンピュータシステムによって、前記健康情報及び前記第１の器官又は組織と関連付けられる前記第１のノードのパラメータに基づいて、前記個人の前記第１の器官又は組織の状況を予測するステップと、
    前記コンピュータシステムによって、前記第１の器官又は組織の前記予測される状況及び前記第２の器官又は組織と関連付けられる前記第２のノードのパラメータに基づいて、前記第２の器官又は組織の状況を予測するステップとを含む、
    方法。
35. 前記第１の器官又は組織は、第１の器官であり、前記第２の器官又は組織は、第２の器官である、請求項３４に記載の方法。
36. 前記第１の器官又は組織は、第１の組織であり、前記第２の器官又は組織は、第２の組織である、請求項３４に記載の方法。
37. 前記第１の器官又は組織は、組織であり、前記第２の器官又は組織は、器官であり、或いは、前記第１の器官又は組織は、前記器官であり、前記第２の器官又組織は、前記組織である、請求項３４に記載の方法。
38. 前記健康情報は、前記個人の測定値又は前記個人の健康状態のうちの１つ又はそれよりも多くを含む、請求項３４に記載の方法。
39. 個人の健康モニタリングを容易にするシステムであって、
    コンピュータプログラム命令でプログラムされる１つ又はそれよりも多くの物理的プロセッサを含むコンピュータシステムを含み、前記コンピュータプログラム命令は、実行させられるときに、前記コンピュータシステムに、
    第１の器官又は組織と関連付けられる第１のノードと、第２の器官又は組織と関連付けられる第２のノードとを含む、前記器官又は組織と関連付けられる複数のノードを含む、予測モデルを取得させ、
    個人と関連付けられる健康情報を取得させ、
    該健康情報に基づいて、前記第１の器官又は組織と関連付けられる前記第１のノードを修正させ、
    該修正される第１のノードに基づいて、前記第２の器官又は組織と関連付けられる前記第２のノードを修正させ、
    該修正される予測モードに基づいて、前記第２の器官又は組織に関する前記個人の健康状況を提供させる、
    システム。
40. 前記第１の器官又は組織は、第１の器官であり、前記第２の器官又は組織は、第２の器官である、請求項３９に記載のシステム。
41. 前記第１の器官又は組織は、第１の組織であり、前記第２の器官又は組織は、第２の組織である、請求項３９に記載のシステム。
42. 前記第１の器官又は組織は、組織であり、前記第２の器官又は組織は、器官であり、或いは、前記第１の器官又は組織は、前記器官であり、前記第２の器官又組織は、前記組織である、請求項３９に記載のシステム。
43. 前記健康情報は、前記個人の測定値又は前記個人の健康状態のうちの１つ又はそれよりも多くを含む、請求項３９に記載のシステム。
44. １つ又はそれよりも多くの遠隔健康モニタリングデバイスを含み、該１つ又はそれよりも多くの遠隔健康モニタリングデバイスの各々は、健康関連センサデータを収集するようにプログラムされた１つ又はそれよりも多くのセンサと、コンピュータプログラム命令でプログラムされた１つ又はそれよりも多くの物理的プロセッサとを含み、前記コンピュータプログラム命令は、実行させられるときに、前記遠隔健康モニタリングデバイスに、前記センサに基づいて、前記個人と関連付けられる前記健康情報を取得させ、且つ、該健康情報を前記コンピュータシステムに提供させる、請求項３９に記載のシステム。
45. 個人の健康モニタリングを容易にする方法であって、
    当該方法は、コンピュータプログラム命令を実行する１つ又はそれよりも多くの物理的プロセッサを含むコンピュータシステムによって実施され、前記コンピュータプログラム命令は、実行させられるときに、当該方法を遂行し、当該方法は、
    前記コンピュータシステムによって、第１の器官又は組織と関連付けられる第１のノードと、第２の器官又は組織と関連付けられる第２のノードとを含む、器官又は組織と関連付けられる複数のノードを含む、予測モデルを取得するステップと、
    前記コンピュータシステムによって、個人と関連付けられる健康情報を取得するステップと、
    前記コンピュータシステムによって、前記健康情報に基づいて、前記第１の器官又は組織と関連付けられる前記第１のノードを修正するステップと、
    前記コンピュータシステムによって、前記修正される第１のノードに基づいて、前記第２の器官又は組織と関連付けられる前記第２のノードを修正するステップと、
    前記コンピュータシステムによって、前記修正される予測モデルに基づいて、前記第２の器官又は組織に対する前記個人の健康状況を提供するステップとを含む、
    方法。
46. 前記第１の器官又は組織は、第１の器官であり、前記第２の器官又は組織は、第２の器官である、請求項４５に記載の方法。
47. 前記第１の器官又は組織は、第１の組織であり、前記第２の器官又は組織は、第２の組織である、請求項４５に記載の方法。
48. 前記第１の器官又は組織は、組織であり、前記第２の器官又は組織は、器官であり、或いは、前記第１の器官又は組織は、前記器官であり、前記第２の器官又組織は、前記組織である、請求項４５に記載の方法。
49. 前記健康情報は、前記個人の測定値又は前記個人の健康状態のうちの１つ又はそれよりも多くを含む、請求項４５に記載の方法。

Images