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。