JP2020149711A5 - - Google Patents

Claims (20)

1. 観察され、計算及び導出されたパラメータに基づいて、電子医療記録を処理するためのコンピュータ実装方法であって
   プロセッサにより、クラウドベースのデータベースにおいて複数の患者に関連する患者パラメータを含む複数の医療データを記憶するステップを含み、前記患者のパラメータは、１又は２以上の疾患又は病状、１又は２以上の治療プロトコル、１又は２以上の臨床パラメータ、１又は２以上の検査パラメータ、医療機器によって取得された１又は２以上のパラメータ、及び／又は医療装置によって取得された１又は２以上のパラメータのうちの１又は２以上を含み、前記方法が、
   前記プロセッサにより、患者に関連する前記患者のパラメータを含む前記複数の医療データを、クラウドベースのデータベースに記憶するためのパラメータを含む前記患者のデータの類似度により均質なサブグループにグループ分割するステップをさらに含み、前記均質なサブグループが各々、疾患又は病状の少なくとも１つの主要パラメータ又は少なくとも１つの非重要パラメータの一定期間にわたる同じ又は実質的に同様の値によって決定されて、これにより前記主要パラメータ又は少なくとも１つの非重要パラメータのパラメータ動特性を反映し、前記パラメータ動特性が組み合わされて、患者間の類似性比較関数を構築し、最も類似するものをサブグループにグループ分割するための根拠を形成し、前記グループ分割の結果が前記クラウドベースのデータベースに記憶され、前記方法が、
   前記プロセッサにより、１又は２以上のサブグループへの前記患者の各疾患又は病状の前記少なくとも１つの主要パラメータ又は少なくとも１つの非重要パラメータの前記動特性に相関する少なくとも１つの相関パラメータを識別するステップと、
   前記プロセッサにより、新規患者を１又は２以上の関連性のあるサブグループに分類することができる前記データベースのサブグループにおいて患者の疾患に関して、前記動特性を含む新規患者のパラメータ値を前記クラウドベースのデータベースからの対応する少なくとも１つの相関パラメータの値及び動特性と比較するステップと、
   をさらに含むことを特徴とする方法。
2. 少なくとも１つのコンピュータプロセッサによって実施される医学分析のためのコンピュータ実装方法であって、
   複数の患者に関連する患者のパラメータを含む大量の医療データセットを有するデータベースを提供するステップを含み、前記患者のパラメータが、１又は２以上の疾患又は病状、１又は２以上の治療プロトコル、１又は２以上の臨床パラメータ、１又は２以上の検査パラメータ、医療機器によって取得された１又は２以上のパラメータ、及び／又は医療装置によって取得された１又は２以上のパラメータのうちの１又は２以上を含み、前記パラメータの各々が値及びタイミングデータを含み、前記方法が、
   グループ分割のための各疾患又は病状の１又は２以上の主要パラメータを受け取るステップと、
   前記大量の医療データセットをグループ分割する複数のレベルを自動で連続且つ反復して計算するステップと、をさらに含み、前記データセットの各々が、パラメータを含む前記患者のデータの類似度により均質なサブグループにされた前記患者に関連する前記患者のパラメータを含み、統計的に有意な相違を有する前記均質なサブグループが各々、前記疾患又は病状の経時的な変動の速度を含むパラメータ値変動に対する１又は２以上の主要パラメータの同じ又は実質的に同様の動特性によって決定されて、前記パラメータ動特性が組み合わされて、患者間の類似性比較関数を構築して、最も類似するものをサブグループにグループ分割するための根拠を形成し、前記方法が、
   前記１又は２以上のサブグループにされた前記患者の各疾患又は病状の前記１又は２以上の主要パラメータの前記動特性の範囲及び／又は前記値の範囲と相関する１又は２以上の相関パラメータの範囲の値及び／又は動特性を自動的に識別するステップと、
   １又は２以上の主要パラメータ値及び／又は動特性及び少なくとも１つの値及び／又は動特性を含む新規患者のデータセットを、前記新規患者を１又は２以上の関連性のあるサブグループに分類することができる前記データベースの前記サブグループの前記データセットにおける患者の疾患の対応する１又は２以上の主要パラメータ値及び／又は動特性及び少なくとも１つの相関パラメータ値及び／又は動特性と比較して、前記新規患者について１又は２以上の推奨される治療プロトコルを決定し、患者疾患又は病状投影に提供し、又は識別された相関パラメータの現在の値に基づいて推奨を提供して前記相関パラメータを変更し、より良好な疾患又は医療投影を生成して、修正された相関パラメータに関連する別のサブグループに患者を移動させるようにするステップと、
   をさらに含むことを特徴とする方法。
3. 新規患者のテンプレートを受け取る前に、患者の前記大量の医療データをグループ分割して、前記大量の医療データをサブグループに分類する分類ステップをさらに含み、該分類ステップは、各患者のパラメータ、疾患、該疾患について各患者が受けた治療、及び該治療の結果に基づく少なくとも１つのレベルの分類と、より小さなサブグループのセットが識別されるまで、各サブグループについて前記処理を反復的に繰り返すステップとを含み、前記より小さなサブグループ内の患者は、実質的に同様のパラメータ及び実質的に同様の結果を有する、請求項２に記載の方法。
4. 少なくとも１つのコンピュータプロセッサによって実施される医学分析のためのコンピュータ実装方法であって、
   複数の患者に関連する患者のパラメータを含む大量の医療データセットを有するデータベースを提供するステップを含み、前記患者のパラメータが、１又は２以上の疾患又は病状、１又は２以上の治療プロトコル、１又は２以上の臨床パラメータ、１又は２以上の検査パラメータ、医療機器によって取得された１又は２以上のパラメータ、及び／又は医療装置によって取得された１又は２以上のパラメータのうちの１又は２以上を含み、前記パラメータの各々が値及びタイミングデータを含み、前記方法が、
   グループ分割のための各疾患又は病状の１又は２以上の主要パラメータを受け取るステップと、
   前記患者の１又は２以上の疾患又は病状の電子健康記録（ＥＨＲ）の利用可能な異なる時間期間において１又は２以上の主要パラメータの異なる値範囲及び／又は動的範囲と相関する１又は２以上の相関パラメータの値の範囲及び／又は動特性の範囲を自動的に識別するステップと、
   異なる値の範囲及び／又は動特性の範囲における少なくとも１つの前記相関パラメータが前記同じ疾患又は病状の患者グループを２又は３以上のサブグループに分割するときに前記患者に関連する前記患者のパラメータを含む前記複数の医療データをグループ分割するステップと、をさらに含み、前記グループの各々が、前記各サブグループ間で少なくとも１つの前記主要パラメータの動特性の統計的に有意な相違を有する、
   ことを特徴とする方法。
5. グループ分割によって生成された前記サブグループは、結果として生じる治療に対する前記患者の反応に統計的に有意な相違がない場合にはより大きなグループに統合され、有意性は、ｐ＜０．０５の水準の両側ｔ検定によって判定される、請求項４に記載の方法。
6. 少なくとも１つのコンピュータプロセッサによって実施される医学分析のためのコンピュータ実装方法であって、
   複数の患者に関連する患者のパラメータを含む大量の医療データセットを有するデータベースを提供するステップを含み、前記患者のパラメータが、１又は２以上の疾患又は病状、１又は２以上の治療プロトコル、１又は２以上の臨床パラメータ、１又は２以上の検査パラメータ、医療機器によって取得された１又は２以上のパラメータ、及び／又は医療装置によって取得された１又は２以上のパラメータのうちの１又は２以上を含み、前記パラメータの各々が値及びタイミングデータを含み、前記方法が、
   グループ分割のための各疾患又は病状の１又は２以上の主要パラメータを受け取るステップと、
   前記患者の１又は２以上の疾患又は病状の電子健康記録（ＥＨＲ）の利用可能な異なる時間期間において１又は２以上の主要パラメータの異なる値範囲及び／又は動的範囲と相関する１又は２以上の相関パラメータの範囲の値及び／又は動特性の範囲を自動的に識別するステップと、
   異なる値の範囲及び／又は動特性の範囲における少なくとも１つの前記相関パラメータが前記同じ疾患又は病状の患者グループを２又は３以上のサブグループに分割するときに前記患者に関連する前記患者のパラメータを含む前記複数の医療データをグループ分割するステップと、をさらに含み、前記グループの各々が、前記各サブグループ間で少なくとも１つの前記主要パラメータの動特性の統計的に有意な相違を有し、前記方法が、
   １又は２人以上のモニタリングしている前記患者の前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータの前記値及び／又は前記動特性の変化の速度に関して前記１又は２人以上の患者をオンラインでモニタリングして、前記１又は２人以上のモニタリングしている患者の前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータの動特性が、前記１又は２人以上のモニタリングしている患者が疾患の発症又は病状の悪化のリスクがあることの兆候として関連性のあるサブグループと関連する前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータの前記値の範囲及び／又は前記動特性の範囲に照合するときに、医療ソースにリアルタイムで警告を発するステップをさらに含む、方法。
7. 前記グループ分割されたサブグループの前記パラメータと新規患者の前記パラメータの照合は、前記新規患者及び前記サブグループのそれぞれのパラメータ間の相違を計算して、これらの相違を合計し、前記各パラメータの動特性を含む前記新規患者のパラメータに対する相違の最小合計を有する前記サブグループを選択することにより計算され、前記パラメータの値が、複数の時点でモニタリングされる、ことを特徴とする請求項６に記載の方法。
8. 少なくとも１つのコンピュータプロセッサによって実施される、標準化された臨床パラメータの動的分析のためのコンピュータ実装方法であって、
   （ａ）複数の患者に関連する標準化された臨床患者のパラメータを含む複数の医療臨床データを記憶するステップを含み、前記患者のパラメータが、１又は２以上の予め定められた標準化された臨床パラメータ、１又は２以上の標準化された臨床パラメータ値の順序、１又は２以上の標準化された臨床パラメータの説明、１又は２以上の標準化された臨床パラメータの検出、１又は２以上の標準化された臨床パラメータの検出の説明法のうちの１又は２以上を含み、前記方法が、
   （ｂ）疾患又は病状識別データを記憶するステップと、
   （ｃ）各患者について１又は２以上の標準化された臨床パラメータに関連する指定の時間期間にわたってタイミングデータの持続時間を記憶し、特定の時間での特定の標準化された臨床パラメータの値を各々が有する複数の検出タイミングポイントを含む前記指定の時間期間にわたって各特定の標準化された臨床パラメータについて変化の速度を反映させるステップと、
   をさらに含む、方法。
9. 少なくとも１つのコンピュータプロセッサによって実施されるコンピュータ実装方法であって、
   （ａ）複数の患者に関連する１又は２以上の患者のパラメータを含む大量の医療データセットを有するデータベースを提供するステップと、
   （ｂ）グループ分割のための各疾患又は病状の１又は２以上の主要パラメータを受け取るステップと、を含み、前記１又は２以上の患者のパラメータが１又は２以上の主要パラメータを含み、前記方法が、
   （ｃ）特定のレベルの関連するパラメータに基づいて前記大量の医療データセットを複数のレベルにグループ分割するステップをさらに含み、前記データセットの各々が、パラメータを含む前記患者のデータの類似度により均質なサブグループにされた前記患者に関連する前記患者のパラメータを含み、統計的に有意な相違を有する前記均質なサブグループが各々、疾患又は病状の経時的な変動の速度を含むパラメータ値変動に対する１又は２以上の主要パラメータの同じ又は実質的に同様の動特性によって決定され、前記パラメータ動特性が組み合わされて、患者間の類似性比較関数を構築し、最も類似するものをサブグループにグループ分割するための根拠を形成し、前記方法が、
   （ｄ）前記１又は２以上のサブグループにされた前記患者の各疾患又は病状の前記１又は２以上の主要パラメータの前記動特性と相関する１又は２以上の相関パラメータを自動的に識別するステップと、
   （ｅ）（ｉ）疾患又は病状の進行又は退縮、（ｉｉ）変化した疾患又は病状のステージ、又は（ｉｉｉ）疾患又は病状の予測についての兆候として各サブグループの１又は２以上の履歴時間期間にわたって１又は２以上の相関パラメータの存在、１又は２以上の定数変数、値の範囲及び／又は動特性の範囲を分析するステップと、
   をさらに含むことを特徴とする方法。
10. 少なくとも１つのコンピュータプロセッサによって実施されるコンピュータ実装方法であって、
    （ａ）複数の患者に関連する１又は２以上の患者のパラメータを含む大量の医療データセットを有するデータベースを提供するステップと、
    （ｂ）グループ分割のための各疾患又は病状の１又は２以上の主要パラメータを受け取るステップと、を含み、前記１又は２以上の患者のパラメータが１又は２以上の主要パラメータを含み、前記方法が、
    （ｃ）特定のレベルの関連するパラメータに基づいて前記大量の医療データセットを複数のレベルにグループ分割するステップをさらに含み、前記データセットの各々が、パラメータを含む前記患者のデータの類似度により均質なサブグループにされた前記患者に関連する前記患者のパラメータを含み、統計的に有意な相違を有する前記均質なサブグループが各々、疾患又は病状の経時的な変動の速度を含むパラメータ値変動に対する１又は２以上の主要パラメータの同じ又は実質的に同様の動特性によって決定され、前記パラメータ動特性が組み合わされて、患者間の類似性比較関数を構築し、最も類似するものをサブグループにグループ分割するための根拠を形成し、前記方法が、
    （ｄ）前記１又は２以上のサブグループにされた前記患者の各疾患又は病状の前記１又は２以上の主要パラメータの前記動特性と相関する１又は２以上の相関パラメータを自動的に識別するステップと、
    （ｅ）疾患を発症する兆候として各サブグループの１又は２以上の履歴時間期間にわたって１又は２以上の相関パラメータの存在、１又は２以上の定数変数、値の範囲及び／又は動特性の範囲を分析するステップと、
    （ｆ）前記１又は２以上のモニタリングしている患者の前記少なくとも１つの主要パラメータ及び／又は少なくとも１つの相関パラメータの動特性の変化の速度をオンラインでモニタリングして、前記１又は２以上のモニタリングしている患者の前記同じ少なくとも１つの主要パラメータ又は同じ少なくとも１つの相関パラメータの動特性が、１又は２人以上のモニタリングしている患者の（ｉ）疾患又は病状の進行又は退縮、（ｉｉ）変化した疾患又は病状のステージ、又は（ｉｉｉ）疾患又は病状の予測についての兆候として関連性のあるサブグループに関連する前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータの動特性から逸脱しているときに、医療ソースにリアルタイムで警告を発するステップと、
    をさらに含むことを特徴とする方法。
11. 少なくとも１つのコンピュータプロセッサによって実施されるコンピュータ実装方法であって、
    （ａ）複数の患者に関連する１又は２以上の患者のパラメータを含む大量の医療データセットを有するデータベースを提供するステップを含み、前記データベースが、１又は２以上の疾患又は病状を含み且つ患者のサブグループの疾患又は病状と関連し、前記疾患又は病状の各々が１又は２以上の主要パラメータ及び１又は２以上の相関パラメータを含み、前記各疾患又は病状の患者グループが、１又は２以上の均質なサブグループによって分割され、統計的に有意な相違を有する前記均質なサブグループが各々、前記疾患又は病状の経時的な変動の速度を含むパラメータ値変動に対する１又は２以上の主要パラメータの同じ又は実質的に同様の動特性によって決定されて、前記パラメータ動特性が組み合わされて、患者間の類似性比較関数を構築して、最も類似するものをサブグループにグループ分割するための根拠を形成し、前記方法が、
    （ｂ）前記患者の１又は２以上の疾患又は病状の利用可能な異なる時間期間において１又は２以上の主要パラメータの異なる値範囲及び／又は動的範囲と相関する１又は２以上の相関パラメータの識別された存在又は不存在、１又は２以上の定数値、値の範囲及び／又は動特性の範囲を検索するステップと、
    （ｃ）１又は２人以上のモニタリングしている前記患者の前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータの動特性及び／又は存在又は不存在の変化の速度をオンラインでモニタリングして、前記１又は２人以上のモニタリングしている患者の前記同じ少なくとも１つの主要パラメータ又は前記同じ少なくとも１つの相関パラメータの動特性が、（ｉ）疾患又は病状の進行又は退縮、（ｉｉ）変化した疾患又は病状のステージ、又は（ｉｉｉ）疾患又は病状の予測についての兆候として関連性のあるサブグループに関連する前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータの動特性から逸脱しているときに、医療ソースにリアルタイムで警告を発するステップと、
    をさらに含むことを特徴とする方法。
12. 少なくとも１つのコンピュータプロセッサによって実施されるコンピュータ実装方法であって、
    （ａ）複数の疾患又は病状を含むデータベースを提供するステップを含み、前記疾患又は病状の各々が１又は２以上の主要パラメータ及び１又は２以上の相関パラメータを含み、前記方法が、
    （ｂ）（ｉ）疾患又は病状の進行又は退縮、（ｉｉ）変化した疾患又は病状のステージ、又は（ｉｉｉ）疾患又は病状の予測についての分類として１又は２以上の疾患又は病状の利用可能な異なる時間期間において１又は２以上の主要パラメータの異なる値範囲及び／又は動的範囲と相関する１又は２以上の相関パラメータの識別された存在又は不存在、１又は２以上の定数値、値の範囲及び／又は動特性の範囲を前記データベースにおいて提供するステップと、
    （ｃ）１又は２人以上のモニタリングしている前記患者の前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータの動特性の変化の速度をオンラインでモニタリングして、１又は２以上の疾患又は病状の前記同じ少なくとも１つの主要パラメータ又は同じ少なくとも１つの相関パラメータの動特性が、（ｉ）疾患又は病状の進行又は退縮、（ｉｉ）変化した疾患又は病状のステージ、又は（ｉｉｉ）疾患又は病状の予測についての兆候として識別されたデータベースから前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータの存在又は不存在、１又は２以上の定数値、値の範囲及び／又は動特性の範囲に照合するときに、医療ソースにリアルタイムで警告を発するステップと、をさらに含む、方法。
13. 観察され、計算及び導出されたパラメータに基づいて、電子医療記録を処理するためのコンピュータ実装方法であって、
    少なくとも１つのプロセッサ、少なくとも１つのランダムアクセスメモリ（ＲＡＭ）、ストレージシステム、及びクラウドベースのデータベースを含むクラウドシステムを動作させるステップを含み、前記ストレージシステムが、第１のデータベース及び第２のデータベースを含み、前記ＲＡＭが、クラウドオペレーティングシステム及びエンジンによって制御され、前記エンジンが前記クラウドオペレーティングシステム上で実行され、前記エンジンが、ストレージモジュール、グループ分割モジュール、及びコンピュータインタフェースを生成するモジュールを含み、クラウドコンピューティング環境が、複数のクラウドクライアントと、前記エンジンに接続されたネットワークとを含み、前記ネットワークが、前記クラウドシステム及び前記クラウドクライアントを接続し、前記クラウドシステムが、前記クラウドコンピューティング環境の外部にある少なくとも１つのクライアントと通信状態にあり、
    前記動作させるステップの間、前記方法が、
    プロセッサにより、クラウドベースのデータベースにおいて複数の患者に関連する患者パラメータを含む複数の医療データを記憶するステップを含み、前記患者のパラメータは、１又は２以上の疾患又は病状、１又は２以上の治療プロトコル、１又は２以上の臨床パラメータ、１又は２以上の検査パラメータ、医療機器によって取得された１又は２以上のパラメータ、及び／又は医療装置によって取得された１又は２以上のパラメータのうちの１又は２以上を含み、前記方法が、
    前記プロセッサにより、患者に関連する前記患者のパラメータを含む前記複数の医療データを、クラウドベースのデータベースに記憶するためのパラメータを含む前記患者のデータの類似度により均質なサブグループにグループ分割するステップをさらに含み、前記均質なサブグループが各々、疾患又は病状の少なくとも１つの主要パラメータ又は少なくとも１つの非重要パラメータの一定期間にわたる同じ又は実質的に同様の値によって決定されて、これにより前記主要パラメータ又は少なくとも１つの非重要パラメータのパラメータ動特性を反映し、前記パラメータ動特性が組み合わされて、患者間の類似性比較関数を構築し、最も類似するものをサブグループにグループ分割するための根拠を形成し、前記グループ分割の結果が前記クラウドベースのデータベースに記憶され、前記方法が、
    前記プロセッサにより、１又は２以上のサブグループへの前記患者の各疾患又は病状の前記少なくとも１つの主要パラメータ又は少なくとも１つの非重要パラメータの前記動特性に相関する少なくとも１つの相関パラメータを識別するステップと、
    識別された医学的疾患又は病状を有する１又は２人以上の患者をオンラインモニタリングして、さらなる連続したグループ分割処理のため各時間期間にてデータベース内で１又は２以上の医療パラメータを読み出し及び記録するステップと、
    をさらに含む、ことを特徴とする方法。
14. 少なくとも１つのコンピュータプロセッサによって実施される医用診断のためのコンピュータ実装方法であって、
    （ａ）複数の患者に関連する１又は２以上の患者のパラメータを含む大量の医療データセットを有するデータベースを提供するステップを含み、前記大量の医療データセットが、各既知の疾患又は病状の複数の均質なグループ及び複数の均質なサブグループを含み、前記複数の均質なグループ又は複数の均質なサブグループにおける各データセットが、１又は２以上の主要パラメータ及び１又は２以上の相関パラメータ、疾患又は病状を含み、前記データベースの大量の医療データセットにおける前記１又は２以上の主要パラメータ及び前記１又は２以上の相関パラメータが、連続的で自動的に更新され、前記方法が、
    （ｂ）前記大量の医療データセットをグループ分割する複数のレベルを自動で連続且つ反復して計算するステップをさらに含み、前記データセットの各々が、パラメータを含む前記患者のデータの類似度により均質なサブグループにされた前記患者に関連する前記患者のパラメータを含み、統計的に有意な相違を有する前記均質なサブグループが各々、前記疾患又は病状の経時的な変動の速度を含むパラメータ値変動に対する１又は２以上の主要パラメータの同じ又は実質的に同様の動特性によって決定されて、前記パラメータ動特性が組み合わされて、患者間の類似性比較関数を構築して、最も類似するものをサブグループにグループ分割するための根拠を形成し、前記方法が、
    （ｃ）前記１又は２以上のサブグループにされた前記患者の各疾患又は病状の前記１又は２以上の主要パラメータの前記動特性と相関する１又は２以上の相関パラメータを自動的に識別するステップと、
    （ｄ）新規患者の１又は２以上の症状パラメータを含む新規患者データセットを受け取るステップと、
    （ｅ）前記データベース内を検索して、１又は２以上の相関パラメータ及び／又は１又は２以上の主要パラメータを前記新規患者の１又は２以上の症状パラメータに関連付けて、これにより前記データベースから前記１又は２以上の識別された相関パラメータ又は主要パラメータに関連性のある疾患リスト又は病状リストを生成するステップと、
    をさらに含む、ことを特徴とする方法。
15. 少なくとも１つのコンピュータプロセッサによって実施される医学分析のためのコンピュータ実装方法であって、
    （ａ）複数の患者に関連する１又は２以上の患者のパラメータを含む大量の医療データセットを有するクラウドデータベースを提供するステップと、
    （ｂ）グループ分割のための各疾患又は病状の１又は２以上の主要パラメータを受け取るステップと、を含み、前記１又は２以上の患者のパラメータが１又は２以上の主要パラメータを含み、前記方法が、
    （ｃ）前記１又は２以上のサブグループにされた前記患者の各疾患又は病状の前記主要パラメータの前記動特性と相関する１又は２以上の相関パラメータを自動的に識別するステップと、
    （ｄ）疾患又は病状の進行又は退縮、変化した疾患又は病状のステージ、又は疾患又は病状の予測についての兆候として各サブグループの１又は２以上の履歴時間期間にわたって１又は２以上の相関パラメータの値及び動特性を分析するステップと、
    （ｅ）複数の接続されたモニタリング装置から少なくとも１つの主要パラメータ及び／又は少なくとも１つの相関パラメータを自動的に検出し、複数の疾患又は病状の前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータを、前記複数の接続されたモニタリング装置における前記検出された少なくとも１つの主要パラメータ及び／又は少なくとも１つの相関パラメータと比較し、選択され接続されたモニタリング装置が、各テンプレートにおいて全ての利用可能な疾患又は病状の前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータの正常範囲の外にある範囲を、前記複数の接続されたモニタリング装置における前記少なくとも１つの主要パラメータ及び／又は少なくとも１つの相関パラメータにおいて有するかどうかを決定し、前記複数の接続されたモニタリング装置における前記少なくとも１つの主要パラメータ及び／又は少なくとも１つの相関パラメータにおいて前記正常範囲の外にある範囲を反映させた、前記接続されたモニタリング装置及び前記１又は２以上の識別された疾患又は病状に関連する１又は２人以上の患者のアイデンティティを有する出力を生成するよう、オンラインモニタリングするステップと、
    をさらに含む、ことを特徴とする方法。
16. 医用モニタリングシステムであって、
    複数の患者に関連する１又は２以上の患者のパラメータを含む大量の医療データセットを有するクラウドデータベースを備え、
    前記クラウドデータベースが、グループ分割のための各疾患又は病状の１又は２以上の主要パラメータを受け取り、前記１又は２以上の患者のパラメータが１又は２以上の主要パラメータを含み、前記クラウドデータベースが、前記１又は２以上のサブグループにされた前記患者の各疾患又は病状の前記主要パラメータの前記動特性と相関する１又は２以上の相関パラメータを自動的に識別し、前記クラウドデータベースが、疾患を発症する兆候として各サブグループの１又は２以上の履歴時間期間にわたって１又は２以上の相関パラメータの値及び動特性を分析し、
    前記システムが、
    前記クラウドデータベースに結合された複数の接続されたモニタリング装置をさらに備え、該モニタリング装置が、複数の接続されたモニタリング装置から少なくとも１つの主要パラメータ及び／又は少なくとも１つの相関パラメータを自動的に検出し、複数の疾患又は病状の前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータを、前記複数の接続されたモニタリング装置における前記検出された少なくとも１つの主要パラメータ及び／又は少なくとも１つの相関パラメータと比較し、選択され接続されたモニタリング装置が、各テンプレートにおいて全ての利用可能な疾患又は病状の前記少なくとも１つの主要パラメータ又は前記少なくとも１つの相関パラメータの正常範囲の外にある範囲を、前記複数の接続されたモニタリング装置における前記少なくとも１つの主要パラメータ及び／又は少なくとも１つの相関パラメータにおいて有するかどうかを決定し、前記複数の接続されたモニタリング装置における前記少なくとも１つの主要パラメータ及び／又は少なくとも１つの相関パラメータにおいて前記正常範囲の外にある範囲を反映させた、前記接続されたモニタリング装置及び前記１又は２以上の識別された疾患又は病状に関連する１又は２人以上の患者のアイデンティティを有する出力を生成する、
    ことを特徴とする、システム。
17. 診断カプセルシステムであって、
    患者の身体が入り、前記患者の体内からリアルタイムの診断患者パラメータ及び画像を取得して、前記患者のデータセットを生成するカプセルと、
    複数の医療検査又は機能を並行して又は順次的に実施するためハウジング内にある１又は２以上の医療装置と、
    複数の患者に関連する１又は２以上の患者のパラメータを含む大量の医療データセットを有するデータベースと、
    前記患者の医療パラメータをモニタリングする１又は２以上のモニタリング装置と、
    を備える、診断カプセルシステム。
18. 前記データベースが、各既知の疾患又は病状の複数の均質なグループ及び複数の均質なサブグループを含む大量の医療データセットを含み、前記複数の均質なグループ又は前記複数の均質なサブグループにおける各データセットが、１又は２以上の主要パラメータ及び１又は２以上の相関パラメータ、疾患又は病状を含み、前記データベースの大量の医療データセットにおける前記１又は２以上の主要パラメータ及び前記１又は２以上の相関パラメータが、連続的で自動的に更新され、前記カプセルが、クラウドを介して前記データベースにアクセスする、請求項１７に記載のシステム。
19. 前記カプセルに通信可能に結合されたプロセッサをさらに備え、該プロセッサが、新規患者の１又は２以上の診断パラメータを含む新規患者データセットを受け取り、前記データベース内を検索して、１又は２以上の相関パラメータ及び／又は１又は２以上の主要パラメータを前記新規患者の１又は２以上の診断パラメータに関連付けて、これにより前記データベースから前記１又は２以上の識別された相関パラメータ又は主要パラメータに関連性のある疾患リスト又は病状リストを生成する、ことを特徴とする請求項１７に記載のシステム。
20. 前記カプセルが、超音波センサ、Ｘ線デバイス、血液分析装置、尿分析装置、呼気分析装置、臭い分析装置を動作させる、及び／又は前記患者から血液サンプルを取得する１又は２以上のロボットアームを含む、請求項１７に記載のシステム。