JP2020042864A - 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を提供するシステムおよび方法 - Google Patents

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を提供するシステムおよび方法 Download PDF

Info

Publication number
JP2020042864A
JP2020042864A JP2019229251A JP2019229251A JP2020042864A JP 2020042864 A JP2020042864 A JP 2020042864A JP 2019229251 A JP2019229251 A JP 2019229251A JP 2019229251 A JP2019229251 A JP 2019229251A JP 2020042864 A JP2020042864 A JP 2020042864A
Authority
JP
Japan
Prior art keywords
data
analysis
real
user
specific
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2019229251A
Other languages
English (en)
Other versions
JP7114563B2 (ja
Inventor
アール. ダンリービー、キース
R Dunleavy Keith
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 JP2020042864A publication Critical patent/JP2020042864A/ja
Priority to JP2022040125A priority Critical patent/JP2022069566A/ja
Application granted granted Critical
Publication of JP7114563B2 publication Critical patent/JP7114563B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

【課題】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。【解決手段】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。【選択図】図4

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。
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。
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。
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。
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。
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。
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。 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。 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。 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。 本開示の例による例示のメッセージハブを示す図。 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。 本開示の例による例示の臨床解析エンジンを示す図。 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。 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。 本開示の例による例示のデータ統合サービスを示す図。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。

Claims (20)

  1. コンピュータにより実行される方法であって、
    データ解析システムのメッセージハブによって、特定のユーザのリアルタイムユーザ固有データの解析の要求を受信することであって、データ解析システムは、(i)メッセージハブ、(ii)発注処理コンポーネント、(iii)異なるユーザのユーザプロフィール、(iv)データレイク、(iv)解析エンジン、(v)結果生成部を含むことと、
    データ解析システムの発注処理コンポーネントによって、特定のユーザに関連する特定のユーザプロフィールが、データレイクに記憶されたリアルタイムユーザ固有データが要求された解析を実行するのに十分であることを示すと判定することと、
    特定のユーザに関連する特定のユーザプロフィールが、データレイクに記憶されたリアルタイムユーザ固有データが要求された解析を実行するのに十分であることを示すと判定したことを受けて、データ解析システムの発注処理コンポーネントによって、リアルタイムを用いたデータレイクに記憶されたリアルタイムユーザ固有データ、バッチ処理以外でかつリアルタイムでそれぞれデータ条項を得るトランザクショナルデータ検索技術を取得することと、
    データベース内に記憶された非識別データを、リアルタイムユーザ固有データの解析を要求した特定のユーザに属するデータとして再識別すると共に再識別されたデータを特定のユーザのIDに基づいて照合することと、
    データ解析システムの解析エンジンによって、得られた特定のユーザのリアルタイムユーザ固有データに基づき要求された解析を実施することと、
    データ解析システムの結果生成部によって、得られた特定のユーザのリアルタイムユーザ固有データに基づき要求された解析を実施した結果を生成することと、
    データ解析システムのメッセージハブによって、出力として、要求された解析を実施した結果を提供することと
    を備える方法。
  2. データレイクに記憶されたユーザ固有データの取得は、特定のユーザに関連するデータ条項を回収するように複数の個々のデータベースを検索することを含む、請求項1に記載の方法。
  3. 要求された解析は、ユーザが提供者により受けた治療の質にアクセスする治療の質解析を含む、請求項1に記載の方法。
  4. 要求された解析は、可能性のある現在又は未来の存在、又は予想され押し付けられる推測、条件にアクセスする解析を含む、請求項1に記載の方法。
  5. 要求された解析は、潜在的に不要な検査の利用にアクセスする無駄評価回避システムを含む、請求項1に記載の方法。
  6. 要求された解析は、種々のプログラムのユーザ適格性にアクセする適格性解析を含む、請求項1に記載の方法。
  7. 要求された解析は、治療モデル又は支払いモデルに対する治療又はコスト負担のカテゴリにアクセスするリスク解析を含む、請求項1に記載の方法。
  8. 要求は、サービス供給者に関連する過去発注エントリユーザインタフェースによる入力である、請求項1に記載の方法。
  9. 要求は、解析に含まれるべきデータレイクに記憶された固有のデータセットを特定する包含基準を含む、請求項1に記載の方法。
  10. 要求は、解析から排除されるべきデータレイクに記憶された固有のデータセットを特定する排除基準を含む、請求項1に記載の方法。
  11. データレイクに記憶されたユーザ固有データの取得は、要求を受けた場合、データ解析システムの最初のデータベースである1以上のデータ条項の取得を含む、請求項1に記載の方法。
  12. データレイクに記憶されたユーザ固有データの取得は、要求を受けた場合、外部データソースに記憶された1以上のデータ条項の取得を含む、請求項1に記載の方法。
  13. データ解析システムは、ウェブサービスに示されている、請求項1に記載の方法。
  14. 要求を受けた後、メッセージハブから発注処理コンポーネントへのセキュアソケットレイヤ(SSL)認証を送信する、請求項1に記載の方法。
  15. 特定のユーザに関連する特定のユーザプロフィールが、データレイクに記憶されたリアルタイムユーザ固有データが要求された解析を実行するのに十分である旨を示すと判定する前に、所属団体マップを用いて、要求された解析を認証する所属団体にユーザが関連していることを判定する、請求項1に記載の方法。
  16. 特定のユーザに関連する特定のユーザプロフィールが、データレイクに記憶されたリアルタイムユーザ固有データが要求された解析を実行するのに十分である旨を示すと判定することは、十分にデータが存在することを示すブールフラグを含むデータを受信することを含む、請求項1に記載の方法。
  17. 非識別データを再識別することは、解析されるように再識別されたデータを1つの位置にまとめることを備え、
    前記再識別化されたデータは、解析後に再識別されたデータが識別されないように、削除される、請求項1に記載の方法。
  18. データ解析システムであって、
    1以上のコンピュータによる実行される場合、1以上のコンピュータに以下を実行させるように動作可能な1以上のコンピュータ及び1以上の記憶装置を含み、
    データ解析システムのメッセージハブによって、特定のユーザのリアルタイムユーザ固有データの解析の要求を受信することと、
    データ解析システムの発注処理コンポーネントによって、特定のユーザに関連する特定のユーザプロフィールが、データレイクに記憶されたリアルタイムユーザ固有データが要求された解析を実行するのに十分であることを示すと判定することと、
    特定のユーザに関連する特定のユーザプロフィールが、データレイクに記憶されたリアルタイムユーザ固有データが要求された解析を実行するのに十分であることを示すと判定したことを受けて、データ解析システムの発注処理コンポーネントによって、リアルタイムを用いたデータレイクに記憶されたリアルタイムユーザ固有データ、バッチ処理以外でかつリアルタイムでそれぞれデータ条項を得るトランザクショナルデータ検索技術を取得することと、
    データベース内に記憶された非識別データを、リアルタイムユーザ固有データの解析を要求した特定のユーザに属するデータとして再識別すると共に再識別されたデータを特定のユーザのIDに基づいて照合することと、
    データ解析システムの解析エンジンによって、得られた特定のユーザのリアルタイムユーザ固有データに基づき要求された解析を実施することと、
    データ解析システムの結果生成部によって、得られた特定のユーザのリアルタイムユーザ固有データに基づき要求された解析を実施した結果を生成することと、
    データ解析システムのメッセージハブによって、出力として、要求された解析を実施した結果を提供することと
    を備える方法。
  19. データレイクに記憶されたユーザ固有データの取得は、特定のユーザに関連するデータ条項を回収するように複数の個々のデータベースを検索することを含む、請求項18に記載のシステム。
  20. 1以上のコンピュータにより実行される指示を含み、1以上のコンピュータに以下を実行させる非一時的コンピュータ可読記憶媒体であって、
    データ解析システムのメッセージハブによって、特定のユーザのリアルタイムユーザ固有データの解析の要求を受信することであって、データ解析システムは、(i)メッセージハブ、(ii)発注処理コンポーネント、(iii)異なるユーザのユーザプロフィール、(iv)データレイク、(iv)解析エンジン、(v)結果生成部を含むことと、
    データ解析システムの発注処理コンポーネントによって、特定のユーザに関連する特定のユーザプロフィールが、データレイクに記憶されたリアルタイムユーザ固有データが要求された解析を実行するのに十分であることを示すと判定することと、
    特定のユーザに関連する特定のユーザプロフィールが、データレイクに記憶されたリアルタイムユーザ固有データが要求された解析を実行するのに十分であることを示すと判定したことを受けて、データ解析システムの発注処理コンポーネントによって、リアルタイムを用いたデータレイクに記憶されたリアルタイムユーザ固有データ、バッチ処理以外でかつリアルタイムでそれぞれデータ条項を得るトランザクショナルデータ検索技術を取得することと、
    データベース内に記憶された非識別データを、リアルタイムユーザ固有データの解析を要求した特定のユーザに属するデータとして再識別すると共に再識別されたデータを特定のユーザのIDに基づいて照合することと、
    データ解析システムの解析エンジンによって、得られた特定のユーザのリアルタイムユーザ固有データに基づき要求された解析を実施することと、
    データ解析システムの結果生成部によって、得られた特定のユーザのリアルタイムユーザ固有データに基づき要求された解析を実施した結果を生成することと、
    データ解析システムのメッセージハブによって、出力として、要求された解析を実施した結果を提供することと
    を備える、方法。
JP2019229251A 2015-12-18 2019-12-19 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を提供するシステムおよび方法 Active JP7114563B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2022040125A JP2022069566A (ja) 2015-12-18 2022-03-15 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を提供するシステムおよび方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201562269924P 2015-12-18 2015-12-18
US62/269,924 2015-12-18

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2017552501A Division JP2018514862A (ja) 2015-12-18 2016-12-19 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を提供するシステムおよび方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022040125A Division JP2022069566A (ja) 2015-12-18 2022-03-15 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を提供するシステムおよび方法

Publications (2)

Publication Number Publication Date
JP2020042864A true JP2020042864A (ja) 2020-03-19
JP7114563B2 JP7114563B2 (ja) 2022-08-08

Family

ID=57758765

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2017552501A Pending JP2018514862A (ja) 2015-12-18 2016-12-19 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を提供するシステムおよび方法
JP2019229251A Active JP7114563B2 (ja) 2015-12-18 2019-12-19 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を提供するシステムおよび方法
JP2022040125A Pending JP2022069566A (ja) 2015-12-18 2022-03-15 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を提供するシステムおよび方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2017552501A Pending JP2018514862A (ja) 2015-12-18 2016-12-19 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を提供するシステムおよび方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2022040125A Pending JP2022069566A (ja) 2015-12-18 2022-03-15 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を提供するシステムおよび方法

Country Status (2)

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

Families Citing this family (2)

* 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
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

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004280807A (ja) * 2003-02-28 2004-10-07 Toshiba Corp サイバーホスピタルシステム
JP2005515000A (ja) * 2002-01-10 2005-05-26 シーメンス メディカル ソルーションズ ヘルス サーヴィシズ コーポレイション 臨床判断をサポートするシステム
JP2007050254A (ja) * 2005-08-17 2007-03-01 General Electric Co <Ge> 外科的画像データのリアルタイムの統合及び記録

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4393081B2 (ja) * 2003-02-26 2010-01-06 株式会社東芝 バーチャルペーシェントシステム
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
US8306831B2 (en) * 2005-01-10 2012-11-06 International Business Machines Corporation Systems with message integration for data exchange, collection, monitoring and/or alerting
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
US8850057B2 (en) * 2007-09-20 2014-09-30 Intel Corporation Healthcare semantic interoperability platform
JP2011257854A (ja) * 2010-06-07 2011-12-22 Hitachi Ltd 医療情報管理システム、医療情報管理方法、および医療情報管理プログラム
US20130191157A1 (en) * 2012-01-17 2013-07-25 Optuminsight, Inc. Unified healthcare intelligence, analytics, and care management
JP6433133B2 (ja) * 2014-03-07 2018-12-05 株式会社医用工学研究所 診療データ管理プログラム及び診療データ管理システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005515000A (ja) * 2002-01-10 2005-05-26 シーメンス メディカル ソルーションズ ヘルス サーヴィシズ コーポレイション 臨床判断をサポートするシステム
JP2004280807A (ja) * 2003-02-28 2004-10-07 Toshiba Corp サイバーホスピタルシステム
JP2007050254A (ja) * 2005-08-17 2007-03-01 General Electric Co <Ge> 外科的画像データのリアルタイムの統合及び記録

Also Published As

Publication number Publication date
WO2017106851A1 (en) 2017-06-22
JP7114563B2 (ja) 2022-08-08
JP2018514862A (ja) 2018-06-07
JP2022069566A (ja) 2022-05-11

Similar Documents

Publication Publication Date Title
US9639662B2 (en) Systems and methods for event stream platforms which enable applications
US8527292B1 (en) Medical data analysis service
US11029913B1 (en) Customizable real-time electronic whiteboard system
US9330454B2 (en) Method and apparatus for image-centric standardized tool for quality assurance analysis in medical imaging
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
US20110301976A1 (en) Medical history diagnosis system and method
US20120239671A1 (en) System and method for optimizing and routing health information
US20110125527A1 (en) Systems, apparatus, and methods for identifying patient-to patient relationships
CN109427420B (zh) 诊断有效性工具
JP2008522283A (ja) 手技療法ワークフロー管理
US20200234826A1 (en) Providing personalized health care information and treatment recommendations
JP2022069566A (ja) 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を提供するシステムおよび方法
Matuszak et al. Performance/outcomes data and physician process challenges for practical big data efforts in radiation oncology
US10642958B1 (en) Suggestion engine
AU2021100430A4 (en) Blockchain: Health Care Information Exchange using Blockchain- Based Technology
AU2020101946A4 (en) HIHO- Blockchain Technology: HEALTH INFORMATION AND HEALTHCARE OBSERVATION USING BLOCKCHAIN TECHNOLOGY
US20200219599A1 (en) Systems and Methods of Generating Patient Notes with Inherited Preferences
Román-Villarán et al. An ontology-based personalized decision support system for use in the complex chronically ill patient
JP2018060537A (ja) 潜在的な診断を所与として患者により利用される医療資源を特定するためのコンピュータ装置及び方法
US11087862B2 (en) Clinical case creation and routing automation
Collen et al. Medical informatics: past and future
US20180261325A1 (en) Systems and methods for providing aggregated and customizable clinical decision support information
US20160188804A1 (en) Ambulatory manager
US12001749B1 (en) Customizable real-time electronic whiteboard system

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191219

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200729

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210309

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210602

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20211116

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220315

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220315

C11 Written invitation by the commissioner to file amendments

Free format text: JAPANESE INTERMEDIATE CODE: C11

Effective date: 20220329

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20220506

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20220510

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220719

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220727

R150 Certificate of patent or registration of utility model

Ref document number: 7114563

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150