JP2020516997A - モデル支援コホート選択を行うシステム及び方法 - Google Patents

Abstract

コホートを選択するシステム及び方法を開示する。一実装において、コホートに登録する候補を識別するモデル支援選択システムはデータインターフェース及び少なくとも１個の処理装置を含んでいる。少なくとも１個の処理装置は、データインターフェースを介して、複数個人の母集団内の一個人に関連付けられた特徴ベクトルを導出可能なデータベースにアクセスし、一個人に対して、１個以上の特徴ベクトルをデータベースから導出し、１個以上の特徴ベクトルをモデルに提供し、モデルから出力を受信し、モデルから受信した出力に基づいて、複数個人の母集団内の一個人がコホートの候補であるか否かを判定すべくプログラムされている。【選択図】図１

Description

関連出願の相互参照
[001] 本出願は、２０１７年４月１３日出願の米国仮特許出願第６２／４８４，９８４号の優先権を主張するものである。当該出願の全内容は、参照によりその全体が本明細書に援用される。

背景
技術分野
[002] 本開示は、コホートの選択に関し、より具体的にはコホートを自動選択するための１個以上のモデルの利用に関する。

背景情報
[003] コホートの選択は、長時間を要し且つ高価格である。いくつかの例において、医療分野におけるコホートは、抽象化として知られる処理を介して、様々な患者に関連付けられた医療ファイル及びレコード（例えば、医療レコード）を調べることにより、どの患者が特定のコホートに適した候補であるかを判定すべく編成することができる。しかし、有意味な人数でコホートを生成するには、数百又は千人（以上）の患者に関連付けられた医療レコードの調査を要する場合があり、各患者の履歴は数百又は数千ページもの診療ノート、放射線治療報告、病理報告、医師又は看護師の診察、構造化及び非構造化データ、及び患者の医療レコードに含まれ得る他の任意の種類の情報（例えば、電子医療レコード（ＥＭＲ）又は他の利用可能なデータソース（例えば、請求データ、患者の自己申告データ））が含まれている場合がある。しかし、そのような抽象化処理は膨大な時間を要するだけでなく、現状では、特定のコホートへの一個人の登録を正当化し得る特徴を患者の医療履歴から識別できる高度に訓練された人材を必要とする場合も多い。従って、手動抽象化への依存を減らすことにより、コホート選択に要する時間を短縮するだけでなく、コホート選択に伴うコストを削減することも求められている。

概要
[004] 本開示の一環としての実施形態は、１個以上のモデルの支援を受けてコホートを選択するシステム及び方法を含んでいる。本開示の実施形態は、コホート選択のためのルールベースの自動化技術を提供することにより、既存のコホート選択技術の１個以上の態様よりも優れているといえる。例えば、ルールは、患者のレコードの特徴を、特定のコホートに適している確率に関連付ける明示的なルールを含んでいてよく、又は特徴を確率に変換する機械学習モデルの一部を含んでいてよい。本開示の実施形態によるルールの使用は従って、既存技術を用いるよりも高速且つより効果的なコホートの候補の選択を可能にする。また、本開示の実施形態によるルールの使用は既存技術よりも正確であり得る。

[005] 一実施形態において、コホートに登録する候補を識別するモデル支援選択システムは、データインターフェース及び少なくとも１個の処理装置を含んでいる。少なくとも１個の処理装置は、データインターフェースを介して、複数個人の母集団内の一個人に関連付けられた特徴ベクトルを導出可能なデータベースにアクセスし、一個人に対して、１個以上の特徴ベクトルをデータベースから導出し、１個以上の特徴ベクトルをモデルに提供し、モデルから出力を受信し、モデルから受信した出力に基づいて、複数個人の母集団内の一個人がコホートの候補であるか否かを判定すべくプログラムされていてよい。

[006] 実施形態において、一方法は、複数個人の母集団からコホートを選択する。本方法は、データインターフェースを介して、複数個人の母集団内の一個人に関連付けられた特徴ベクトルを導出可能なデータベースにアクセスすること、一個人について、１個以上の特徴ベクトルをデータベースから導出すること、１個以上の特徴ベクトルをモデルに提供すること、モデルから出力を受信すること、及びモデルから受信した出力に基づいて、複数個人の母集団内の一個人がコホートの候補であるか否かを判定することを含んでいる。

[007] 開示する他の実施形態の一環として、非一時的コンピュータ可読記憶媒体は、少なくとも１個の処理装置により実行されて、本明細書に記述するいずれの方法をも実行するプログラム命令を保存することができる。

図面の簡単な説明
[008] 本明細書に組み込まれてその一部を構成する添付図面は、説明とともに、様々な例示的な実施形態の原理を示して説明する役割を果たす。

[009]本開示の一環としての二段階コホート選択フィルタを示すブロック図である。 [010]本開示の一環としてのコホート選択モデル用のフレームワークを示すブロック図である。 [011]図２Ａのフレームワークの機械学習への実装を示すブロック図である。 [012]本開示の一環としての検索条件からモデルを構築するための技術例を示すブロック図である。 [013]本開示の一環としての非構造化テキストに対する自然言語処理の一例を示すブロック図である。 [014]本開示の一環としての実施形態を実行する例示的なシステム環境を示すブロック図である。 [015]本開示の一環としての複数個人の母集団からコホートを選択する例示的な方法を示すフロー図である。

発明の詳細な説明
[016] 以下の詳細な記述は添付図面を参照している。可能な限り、同一の参照番号を用いて図面及び以下の記述において同一又は類似部材を示す。本明細書において複数の例示的な実施形態を記述しているが、変更、適合、及び他の実装方式が可能である。例えば、図面に示す構成要素に代替、追加又は変更を行うことができ、本明細書に記述する例示的な方法は、開示する方法のステップを代替、並び替え、省略、又は追加することにより変更することができる。従って、以下の詳細な記述は開示する実施形態及び例に限定されない。逆に、添付の請求項により適切な範囲が規定される。

[017] 本明細書における実施形態は、コンピュータ実装された方法、有形の非一時的コンピュータ可読媒体、及びシステムを含んでいる。コンピュータ実装された方法は、例えば、非一時的コンピュータ可読記憶媒体から命令を受信する少なくとも１個のプロセッサ（例えば、処理装置）により実行することができる。同様に、本開示の一環としてのシステムは少なくとも１個のプロセッサ（例えば、処理装置）及びメモリを含んでいてよく、メモリは非一時的コンピュータ可読記憶媒体であってよい。ここで用いる「非一時的コンピュータ可読記憶媒体」は、少なくとも１個のプロセッサにより読み込み可能な情報又はデータを保存可能な任意の種類の物理メモリを指す。例として、ランダムアクセスメモリ（ＲＡＭ）、読出し専用メモリ（ＲＯＭ）、揮発性メモリ、不揮発性メモリ、ハードドライブ、ＣＤ−ＲＯＭ、ＤＶＤ、フラッシュドライブ、ディスク、及び他の任意の公知の物理的記憶媒体が含まれる。「メモリ」及び「コンピュータ可読記憶媒体」等の単数形の用語はまた、複数のメモリ及び／又はコンピュータ可読記憶媒体等、複数の構造を指す場合がある。本明細書で言及する「メモリ」は、別途明記しない限り任意の種類のコンピュータ可読記憶媒体を含んでいてよい。コンピュータ可読記憶媒体は、本明細書における実施形態の一環としてのステップ命令又は段階をプロセッサに実行させる命令を含む、少なくとも１個のプロセッサにより実行される命令を保存することができる。また、１個以上のコンピュータ可読記憶媒体は、コンピュータ実装された方法を実装する際に用いることができる。用語「コンピュータ可読記憶媒体」は有形の部材を含んでいるが、搬送波及び一時的信号は除外されることが理解されよう。

[018] 本開示の実施形態は、患者のデータを解析し、特に１個以上のコホートを選択するシステム及び方法を提供する。開示するシステム及び方法のユーザーは、患者の診療体験を調査したい、及び／又は患者のデータを解析したい任意の個人を含んでいてよい。従って、本開示の全体にわたり、開示するシステム及び方法の「ユーザー」は、医師、医療機関の品質保証部署、及び／又は患者等、任意の個人を含んでいてよい。

[019] 図１に、例示的な二段階コホート選択フィルタ１００を示す。図１に示すように、フィルタ１００は、複数の患者１１０を含んでいてよく、その一部がコホートへの包含に適していてよい。例えば、患者１１０は、複数の乳癌患者を含んでいてよく、その一部が転移性であってよく、転移状態はコホート選択に関連する属性である。

[020] 患者１１０は、複数の医療レコードにより表すことができる。例えば、各患者は、１個以上の医療専門家又は患者により生成された１個以上のレコードにより表すことができる。上述の例において、患者を担当する医師、患者を担当する看護師、患者を担当する理学療法士等が各々、患者の医療レコードを生成することができる。いくつかの実施形態において、１個以上のレコードを同一データベースに整理及び／又は保存することができる。他の実施形態において、１個以上のレコードが複数のデータベースにわたり分散されていてよい。

[021] いくつかの実施形態において、データベースは複数の電子データ表現を含んでいてよい。例えば、患者のレコードは、テキストファイル、可搬文書フォーマット（ＰＤＦ）ファイル、拡張可能マークアップ言語（ＸＭＬ）ファイル等の１個以上の電子ファイルとして保存することができる。文書がＰＤＦファイル、画像、又はテキストを含まない他のファイルとして保存されている場合、電子データ表現は光学文字認識処理から導出された文書に関連付けられたテキストも含んでいてよい。

[022] 図１に更に示すように、患者１１０は最初に、モデル１２０によりソートされる。例えば、モデル１２０は、関連付けられた医療レコードに基づいて患者１１０の特徴を識別する１個以上のルールを含んでいてよく、それらの特徴を用いて患者１１０をグループ１２１（「コホートに存在しない」）及びグループ１２２（「コホートに存在し得る」）にソートすることができる。モデル１２０の例は、図４に関して更に詳細に記述する回帰分析及びニューラルネットワーク等の１個以上の機械学習モデル、選択する患者を決定すべく構造化された基準（例えば、投薬の構造化されたレコード）と組み合わされた特定の語句の自動検索、選択する患者を決定すべく自然言語処理の出力に対するルールの適用等を含んでいてよいが、これらに限定されない。

[023] グループ１２２にソートされた患者は確認部１３０を介して更に処理される場合がある。例えば、確認部１３０は、グループ１２２をサブグループ１３１（「コホートに存在する」）及びサブグループ１３２（「コホートに存在しない」）にソートすべく用いる別々のモデルを含んでいてよい。代替的に、確認部１３０は、医療専門家により実行される手動ソートプロシージャを含んでいてよい。

[024] 上述のように、少なくとも確認部１３０は多くの場合高価且つ長時間を要する処理であるため、モデル１２０を用いて初期ソートを実行することでコホート選択の効率を大幅に向上させることができ、モデル１２０は確認部１３０に入力される患者数を削減する。しかし、手動且つ主観的な技術の代わりに自動化されたルール及び／又はモデルを用いることで新たな技術的問題が生じる。例えば、自動化されたルール又はモデルの過剰包含は、自動化されたルール又はモデルの開発に初期コストが生じる一方で、確認効率の大幅な向上に失敗する恐れがある。別の例として、自動化されたルール又はモデルが過少包含されている場合、手動且つ主観的な技術に固有のバイアスの抑制に失敗する恐れがある。従って、本開示の実施形態は、自動化された初期コホートソーティングにおける上述の技術的問題の解決を含んでいる。

[025] 図２Ａに、コホート選択モデルのフレームワーク２００を示す。例えば、フレームワーク２００は、図１のフィルタ１００のモデル１２０の一実装例を表す。

[026] 図２Ａに示すように、フレームワーク２００は、入力として、ラベル付けされたレコード２１０を受け取ることができる。例えば、レコード２１０は、各患者に１個以上の医療レコードが関連付けられ、且つラベルに関連付けられるように、複数の患者に関連付けられたデータを含んでいてよい。上述の例において、ラベルは医療専門家に付与されてよい。例えば、ラベルは、患者がコホートに含めるのに適しているか否かを（例えば転移性癌等、コホートに要求される１個以上の特性を有していることにより）示すことができる。

[027] 図２Ａに更に示すように、フレームワーク２００はラベル付けされたレコード２１０を訓練又は抽象化処理２２０に入力することができる。処理２２０は、ラベル付けされたレコード２１０から１個以上の特徴（例えば、特徴ベクトル等）を抽出すべく、第１の仕方でラベル付けされた患者同士で共有される特徴の組と、第２の仕方でラベル付けされた患者同士で共有される第２の特徴の組との相関を決定することができる。相関は完全でなくてもよく、すなわち特徴の組における１個以上の特徴が第２の方法でラベル付けされた１名以上の患者のレコードに含まれていてよく、その逆もあり得る。また、特徴の組は関連付けられた患者同士で完全に共有されていなくてもよく、例えば、１組の特徴が、第１の仕方でラベル付けされた患者の大多数にだけ共有される１個以上の特徴を含んでいてよい。ラベルは、例えば、患者がコホートに適しているか否かを示すことができる。

[028] 処理２２０は従って、決定された相関に基づいて１個以上のモデル２３０を生成することができる。例えば、上述のように、モデル２３０は、例えばロジスティック回帰分析に基づいて決定された推定ラベルに特徴を関連付ける１個以上のルール、及び／又は１個以上の機械学習モデル、例えば付随する尤度により特徴ベクトルを推定ラベルに関連付けるニューラルネットワークを含んでいてよい。

[029] モデル２３０が構築されたならば、ラベル付けされていないレコード２４０がモデル２３０に入力されてよい。例えば、レコード２４０は、レコード２１０と同様に、各患者が１個以上の医療レコードに関連付けられるように複数の患者に関連付けられたデータを含んでいてよい。モデル２３０は、ラベル付けされていないレコード２４０から特徴を抽出して、ラベル付けされていないレコード２４０に関連付けられたスコアを得ることができる。従って、各患者は、患者がコホートに適した候補である尤度を示す関連スコア（例えば、１０点満点で５、確率８０％、１．０満点で０．８、「あり得ない」、「若干あり得る」、「あり得る」、「大いにあり得る」等のスケールから「あり得る」）を有していてよい。

[030] 図２Ｂに、図２Ａのフレームワーク２００の機械学習実装２００’を示す。図２Ｂに示すように、ラベル付けされたレコード２１０’が特徴抽出部２２１に入力されてよい。例えば、ラベル付けされたレコード２１０’は１個以上のデータベースに保存されていてよい。ラベル付けされていないレコード２１０と同様に、ラベル付けされていないレコード２１０’は、各患者が１個以上の医療レコードに関連付けられるように複数の患者に関連付けられたデータを含んでいてよい。

[031] 特徴抽出部２２１は、ラベル付けされたレコード２１０’から特徴（キーワード、キーフレーズ等）を抽出して、コホートに含めるための関連度を評価すべくこれらの特徴をスコアリングすることができる。従って、いくつかの実施形態において、これらの特徴をベクトルとして表す場合がある。

[032] 特徴抽出部２２１により抽出された特徴の一部をレコード２１０’の対応するレッテルと照合して、訓練データ２２３として保存することができる。照合されたデータ２２３は次いで、訓練アルゴリズム２２５を介して配置することができる。例えば、訓練アルゴリズム２２５は、抽出された特徴を特定のラベルと関連付ける１個以上の関数（又はルール）を生成するロジスティック回帰分析を含んでいてよい。追加的又は代替的に、訓練アルゴリズム２２５は、特徴の入力層が１個以上の隠れ層を経由し、次いで（確率が関連付けられた）ラベルの出力層を通過するように、１個以上のノードの重みを調整する１個以上のニューラルネットワークを含んでいてよい。従って、訓練アルゴリズム２２５は１個以上のモデル２３０を出力する。

[033] 特徴抽出部２２１により抽出された特徴の他の部分をレコード２１０’の対応するレッテルと照合して、テストデータ２４０’として保存することができる。テストデータ２４０’を用いて、過少包含からバイアス又は過剰包含から偽陽性を検出すべく１個以上のモデル２３０を更新することができる。照合されたデータ２４０’は次いで、１個以上のモデル２３０を介して配置することができる。１個以上のモデル２３０は、テストデータ２４０’の予測（又はスコア）２５０’を生成することができる。性能基準２６０を用いて、例えば予測２５０’をテストデータ２４０’のレッテルと比較することにより、１個以上のモデル２３０を更新することができる。例えば、上述のように、１個以上のモデル２３０は、ラベルと予測２５０’の間の偏差を減らすべく再訓練（例えば、変更）することができる。変更は、１個以上の損失関数に基づいていてよい。

[034] 図３Ａに、検索用語からモデルを構築する例示的な技術３００を示す。例えば、技術３００を用いて図１のモデル１２０を構築することできる。

[035] 図３Ａに示すように、モデルの構築に用いる関連検索用語３１０を選択することができる。例えば、検索用語３１０は、コホート手動且つ主観的な選択を実行すべく訓練された医療専門家により選択することができる。従って、検索用語３１０をスニペット抽出３２０に入力することができる。関連用語単独ではなく関連用語３１０周辺のスニペットを評価することにより、「転移性」と「非転移性」、「ステージｉｉ」と「ステージｉｖ」等を区別すべくモデルを訓練することができる。

[036] スニペット抽出３２０の後で、抽出されたスニペットに基づいて語句特徴３３０を決定することができる。いくつかの実施形態において、スニペットが抽出された医療レコードに含まれる構造化データもまたスニペットにより評価することができる。例えば、抽出された語句は、考慮する任意の構造化データと同様に、スコアと語句及び他の構造化データとの相関を示す多次元ベクトルに変換することができる。各語句及び／又は構造化データの部分のスコアは、対応する語句及び／又は部分に関連付けられた次元における適合度を表していてよい。いくつかの実施形態において、スコアは、語句が存在する場合は語句に関連付けられた次元における適合度が１となるのに対し、語句が存在しない場合は語句に関連付けられた次元における適合度が０となる２進数であってよい。例えば、ベクトルは、抽出されたスニペットが語句「非転移性」を含む場合は「非転移性」次元に適合度１の成分を有し、抽出されたスニペットが語句「非転移性」だけを含み、且つ修飾子「非」が掛らない語句「転移性」は含まない場合は「転移性」次元に適合度０の成分を有していてよい。他の実施形態において、スコアは非２進数であってよく、例えば語句に関連付けられた傾向を示すことができる。例えば、ベクトルは、抽出されたスニペットが語句「転移性」のインスタンスを５個含む場合は「転移性」次元に適合度５の成分を有し、抽出されたスニペットが語句「非転移性」のインスタンス２個しか含まない場合は「非転移性」次元に適合度２の成分を有していてよい。傾向は、インスタンスの正規化された基準、例えば特定の文字数、特定の語数、特定の文数、特定の段落数、特定のページ数等、毎の合計インスタンスを表していてよい。

[037] 語句特徴３３０は、ロジスティック回帰分析３４０に入力されて語句特徴３３０に基づいてスコアを決定することができる。スコアは、コホートへの包含（及び／又はコホートから除外）の適性との相関を求めることも、又は別途適性を示すこともできる。代替的な一実施形態において、語句特徴３３０はロジスティック回帰分析３４０へ入力されて、コホートへの包含（及び／又はコホートからの除外）との相関を有する最上位の特徴（図示せず）を決定することができる。最上位特徴は次いで、２Ａ図、２Ｂに関して上で述べたように、１個以上のモデルを構築するために用いられてよい。

[038] 図３Ｂに、非構造化テキストに対する自然言語処理の例示的な技術３００’を示す。例えば、技術３００’を技術３００で用いてもよい。

[039] 図３Ｂに示すように、非構造化テキスト３６０は、例えば、１個以上の患者に関連付けられた１個以上の医療レコードに含まれる注記を含んでいてよい。ここで用いる用語「非構造化」は、１個以上の標準化されたフォーマット（例えば、日付フォーマット、名称フォーマット等）に分類されておらず、且つ順次又はマークアップフォーマット（例えば、ＸＭＬ、ＹＡＭＬ、ＪＳＯＮ等）ではないテキストを指す。

[040] 非構造化テキスト３６０を用いて特徴３７０を抽出することができる。例えば、図３Ａに関して上で述べたように、特徴３７０はベクトルとして表すことができ、且つ１個以上の次元における特定の語句の基準を表していてよい。特徴３７０は、特徴３７０を捕えた単一の多次元ベクトルの成分ベクトルを含んでいてよい。

[041] 図４に本開示の実施形態、例えば後述する図５の方法５００等を実行する例示的なシステム環境４００を示す。図４に示すように、システム環境４００は複数の要素を含んでいる。本開示から、要素の個数及び配置は例示的であって説明目的で提供するものと理解されたい。要素の他の配置及び個数は、本開示の教示及び実施形態から逸脱することなく利用することができる。

[042] 図４に示すように、例示的なシステム環境４００はシステム４０５を含んでいる。システム４０５は、ネットワークを介して機器から情報を受信し、情報を処理し、情報を保存し、ネットワークを介して他の機器に対し情報を表示／送信すべく構成された１個以上のサーバーシステム、データベース、及び／又はコンピュータシステムを含んでいてよい。従って、いくつかの実施形態において、ネットワークはクラウド共有、保存、及び／又は計算を容易にすることができる。一実施形態において、システム４０５は、図４のシステム４０５として破線で囲まれた領域に示す処理エンジン４１０及び１個以上のデータベース４２０を含んでいてよい。

[043] 一実施形態において、システム４０５は、１個以上のデータソース４３０及びクライアント装置４４０等、様々な他の要素との間で患者の医療データを送信及び／又は受信することができる。医療データは、１個以上の医療レコードに保存することができ、各医療レコードは患者に関連付けられている。より具体的には、システム４０５は、データソース４３０を含む様々なデータソースからネットワーク４５０（例えば、インターネット、イントラネット、ＷＡＮ、ＬＡＮ、セルラ等）を介して送信されたデータを受信及び保存し、受信したデータを処理し、処理に基づいて検索結果をクライアント装置４４０に送信すべく構成されていてよい。

[044] システム環境４００の様々な要素は、メモリ、中央処理装置（ＣＰＵ）、及び／又はユーザーインターフェースを含むハードウェア、ソフトウェア、及び／又はファームウェアのアセンブリを含んでいてよい。メモリは、フロッピーディスク、ハードディスク、又は磁気テープを含む磁気記憶媒体等の物理記憶媒体、固体状態ディスク（ＳＳＤ）又はフラッシュメモリ等の半導体記憶媒体、光ディスク記憶媒体、又は光磁気ディスク記憶媒体に実装された任意の種類のＲＡＭ又ＲＯＭを含んでいてよい。ＣＰＵは、メモリに保存されたプログラム可能な命令の組又はソフトウェアに従いデータを処理する１個以上のプロセッサを含んでいてよい。各プロセッサの機能は、単一の専用プロセッサ又は複数のプロセッサにより実現することができる。更に、プロセッサは、デジタル信号プロセッサ（ＤＳＰ）ハードウェア又はソフトウェアを実行可能な他の任意ハードウェアを含んでいてよいがこれらに限定されない。任意選択的なユーザーインターフェースは、ディスプレイモニタ、キーボード、及び／又はマウス等、任意の種類又は組み合わせの入出力装置を含んでいてよい。

[045] 上述のように、システム４０５は、ネットワーク４５０を介して患者の医療レコードを受信し、受信した医療結果に１個以上のモデルを適用し、ネットワーク４５０を介してクライアント装置４４０に適性確率を提供すべく構成されていてよい。例えば、システム４０５は、データソース４３０又はネットワーク４５０上の他の箇所から患者の医療レコードを受信することができる。データソース４３０（又は他の箇所）からシステム４０５に提供されたレコードは、性別、出生年、人種、訪問日時、診療種別、被保険者及び開始日時、通院、投薬指示、投薬管理、米国東部癌治療共同研究グループ（ＥＣＯＧ）による一般状態（すなわちＥＣＯＧスコア）、体重、検査結果等の構造化データ、診断日時、第１処置日時、診断時ステージ、精密診断日時、転移性診断日時（通常は癌患者が対象）、バイオマーカー結果、腫瘍進行及び反応（通常は癌患者が対象）、経口投薬、検査テストに関する検査詳細事項等の非構造化データ、及び死亡日時、治療方針、最終処置日時、結果等の派生データを含んでいてよい。一実施形態において、非構造化データは抽象化処理により取得できるのに対し、構造化データは医療専門家により入力されても、又はアルゴリズムを用いて計算されてもよい。一実施形態において、データソース４３０は医療従事者（例えば、医師、病院）、研究所、保険会社、及び他の任意の患者データソースを含んでいてよい。

[046] システム４０５はまた、ネットワーク４５０を介してクライアント装置４４０と通信可能である。例えば、クライアント装置４３０は、ネットワーク４５０を介してシステム４０５に患者の医療レコードを求めるクエリを送信することができる。一実施形態において、レコードを求めるクエリは、患者の識別子（ＩＤ）、バイオマーカー状態、ステージ、薬物／方針の組み合わせ、治療方針、精密診断の年齢範囲、が精密診断の日時、テストサンプル取得元のインジケータ、実際の上皮成長因子受容体（ＥＧＦＲ）突然変異に関する詳細事項、テスト組織収集元のインジケータ（癌テスト用）、分析の種類、緊張強度、転移の有無及び拡大（癌患者が対象）等の患者の特徴を含んでいてよい。システム４０５は、データベース４２０に対し、クエリパラメータに合致する１個以上の患者を識別して、合致する患者に関連付けられた医療レコードを、ネットワーク４５０を介してクライアント装置４４０に送信するよう求めることができる。

[047] 特定の実施形態によれば、システム４０５は、ネットワーク４５０を介してデータソース４３０及びクライアント装置４４０との間で医療レコードを送信すべく構成されていてよい１個以上の処理エンジン４１０を含んでいてよい。一実施形態において、各処理エンジン４１０は、データソース４３０及びクライアント装置４４０から受信されたレコードを１個以上のデータベース４２０に保存することができる。データベース４２０は、大容量データ記憶装置の任意の適当な組み合わせであってよく、任意選択的に、任意の種類又は組み合わせのスレーブデータベース、負荷バランサー、ダミーサーバー、ファイアウォール、バックアップデータベース、及び／又は他の任意の所望のデータベース要素を含んでいてよい。各処理エンジン４１０はまた、データベース４２０により保存されたデータにアクセスしてクライアント装置４４０から受信されたクエリを処理することができる。例えば、処理エンジン４１０は、データソース４３０から受信された患者データ（例えば、患者の医療レコード）にデータベース４２０からアクセスして、患者データを（例えばタイムライン上に）標準化されたフォーマットに視覚化するユーザーインターフェースを生成することができる。処理エンジン４１０は１個以上の患者のレコードの視覚化すべく、生成されたユーザーインターフェースをクライアント装置４４０に送信することができる。

[048] 上述のように、システム４００は、データ交換を行うことができ、そのような交換はデータインターフェースを介して生じる場合がある。ここで用いるデータインターフェースは、システム４００の２個以上の要素がデータ交換を行う任意の境界を含んでいてよい。例えば、システム４００は、ソフトウェア、ハードウェア、データベース、装置、人間、又は上述の任意の組み合わせの間でデータを交換することができる。更に、ソフトウェア、プロセッサ、データ記憶装置、及びネットワークの任意の適当な構成を選択してシステム環境４００の要素及び関連実施形態の特徴を実装できることが理解されよう。

[049] いくつかの実施形態において、システム４０５は１個以上のコホートを選択することができる。ここで用いるコホートは、少なくとも１個の共通の特徴を共有する、又は所定の基準の組を満たす属性を示すデータの任意のグループ（人々、物品、物体等）を含んでいてよい。いくつかの実施形態において、コホートは、医療的観点（例えば、人口統計的又は臨床的特徴）から少なくとも１個の共通の特徴を示す複数個人を含んでいてよい。個体は、１個以上のグループ（例えば、物体、人々、物品等）の任意のメンバーを含んでいてよい。例えば、特定の種類の疾病を有していると判断された母集団の複数個人、又はより具体的には、疾病（例えば、ステージＩＶの乳癌）に関連付けられた特定の特徴を識別して共通のコホートに含めることができる。コホートは、様々な目的のために編成することができる。いくつかの例において、コホートは、疫学、治療方法、疾病の死亡率又は進行等の結果が特定の変数に依存するか等、特定の疾病の特徴の解析に用いるグループを形成すべく編成することができる。

[050] 上述のように、コホートの選択は様々な理由により長時間を要し、且つ高価格であり得る。例えば、コホートを選択するための抽象化処理は膨大な時間を要する場合があり、特定のコホートへの一個人の登録を正当化し得る特徴を患者の医療履歴から識別できる高度に訓練された人材を必要とする場合が多い。更に、効果的な抽象化は、コホートの選択に際して的確な判断を下すことができる高度に訓練された抽出者を要する。この主観的な処理は、汎用コンピュータで単純に自動化することができない。コホートに含める複数個人を自動的に識別するシステムが、特定の母集団から同一又はほぼ同一の複数個人を抽出者として特定することが求められるが、複数個人の自動選択は結果を生成すべく設計された専門的に訓練された技術的能力に依存する。一方、手動処理と比較して、自動コホート選択は、ヒューマンエラーに起因する偽陽性又は偽陰性が減少するため、コホートの想定される用途に関してコホートの品質を向上させることができる。

[051] 自動コホート選択は様々な仕方で実現できるが、いくつかの実施形態において、そのようなコホート選択はモデルを用いて行うことができる。本明細書で用いる「モデル」は、ルールベースモデル（例えば、検索用語の組のマッチングに基づくモデル、正規表現）又は訓練済みモデル（例えば、教師付き機械学習システム）を指していてよい。

[052] 訓練済みモデル（例えば、教師付き機械学習システム）は、データラベルの組に基づくフレームワークを用いてよく、ラベルの組と整合する結果を生成すべく訓練することができる。いくつかのケースにおいて、訓練済みモデルは、入力の組（例えば、モデルを訓練する手順の一部として生成され得る、患者の医療レコードから導出された１個以上の特徴ベクトル）が与えられ、特定の個人をコホートから除外してよいか否か、又は一個人がコホートに適した候補であるか否かを（例えば所定の閾値レベルへの出力との比較に基づいて）を決定すべく利用され得るスコア又は信頼レベルを出力として生成することができる。

[053] 選択モデルは、任意の適当な機械学習アルゴリズムを採用してよい。いくつかの実施形態において、ロジスティック回帰分析モデルを用いることができる。他の種類の機械学習技術をロジスティック回帰分析技術と組み合わせて、又は別個に用いてもよい。

[054] 上述のように、開示するシステム及び方法は、ルールベースモデル（例えば、検索用語の組のマッチングに基づくモデル）を介して１個以上のコホートを選択することができる。例えば、ルールベースモデルは、データを受信し、受信したデータの少なくとも一部を所定の検索用語の組とマッチングすることにより出力を生成することができる。

[055] モデルの訓練は、所望の結果が既知であるラベル付けされたデータの使用を伴う場合がある。そのようなデータは「参照標準」と称される場合があり、例えば１個以上のコホートに対して特定の母集団の複数個人の全員をスクリーニングする抽象化処理を介して生成されてよく、各個人は適切なコホートに割り当てられる。次に、参照標準データの特定の割合（例えば、５０％、６０％、７０％等）を用いてモデルを訓練することができる。すなわち、訓練セグメント内の各個人に対して特徴ベクトルが抽出されるように訓練セグメントを解析（例えば自然言語処理を用いて）することができる。これらの特徴ベクトルは、所望の結果に関する情報（例えば特定のコホートに対して特定の個人を指定すべきか否か）と合わせてモデルに提供することができる。そのような多くのインスタンスへの露出を介して、モデルが「学習」して、抽象化処理を介して行われた選択と同一の、又は近い出力を提供することができる。

[056] 残りの参照標準データを用いて、訓練済みモデルをテストし、その性能を評価することができる。例えば、残りの参照標準データに含まれる各個人に対して、一個人に関連付けられた医療レコードから特徴ベクトルを抽出することができる。これらの特徴ベクトルはモデルに提供して、一個人（及び、実際に、残りの参照標準データに含まれる各個人）のモデルの出力を一個人の既知の結果と比較することができる。モデル出力と任意の複数個人の既知の結果との間に偏差が見出された場合、偏差を用いてモデルを更新（例えばモデルを再訓練）することができる。例えば、モデルの１個以上の機能を追加、除外、又変更することができ、例えば二次関数を三次関数に変更し、指数関数を多項式関数に変更すること等、ができる。従って、偏差を用いて、モデルに渡された特徴を構築する仕方、又は使用するモデルの種類を変更する旨の決定を通知してもよい。偏差のレベルが所望の限度（例えば、１０％、５％、又はそれ以下）内である場合、モデルは以前にコホート選択が行われていないデータ組に適用するのに適していると考えられる。代替的に、いくつかの実施形態において、回帰分析の１個以上の重み（又は、モデルがニューラルネットワークを含む場合はノードの１個以上の重み）を調整して偏差を減らすことができる。

[057] 偏差の利用を上で述べたが、１個以上の損失関数を用いてモデルの精度を測定してもよい。例えば、二乗損失関数、ヒンジ損失関数、ロジスティック損失関数、クロスエントロピー損失関数、又は他の任意の損失関数を用いてよい。このような実施形態において、モデルの更新は、１個以上の損失関数を低減（又は少なくとも局所的に最小化）すべく構成されていてよい。

[058] データの新たな組（例えば、患者の医療レコード）を解析する過程で、様々な技術（例えば、自然言語処理技術）を用いてモデルに特徴ベクトルを提供することができる。いくつかの例において、患者の医療レコードに関連付けられた（例えば、ＥＭＲ）又は他の利用可能なデータソース（例えば、請求データ、患者の自己申告データ）における非構造化文書を解析して特定のコホートに関連付けられ得る様々な単語又は語句の存在を確認することができる。例えば、患者の医療レコードの文書のいくつか又は一部は電子的に利用可能な場合がある。代替的に、レコード内のタイプ入力、手書き、又は印刷されたテキストを機械コード化テキスト（例えば、光学文字認識（ＯＣＲ）を介して）に変換することができ、電子テキストを検索して特定のコホートに関連付けられた特定のキーワード又は語句を求めることができる。そのような単語又は語句（例えば、「乳癌」、「転移性」等）がレコード内で識別された場合、識別された単語又はテキストの近傍にテキストのスニペットを調べて単語又は語句の文脈に関する追加的な情報を収集することができる。例えば、「転移性活動の証拠は無い」は、「ステージＩＶ；転移性」とは顕著に異なる意味を有する場合がある。注目する単語又は語句を包含するテキストのスニペットを解析することにより、１個以上の特徴を抽出して、訓練済み選択モデルへの入力として与え得る特徴ベクトルを形成することができる。非構造化文書から得られたこれらの特徴を、患者の医療レコード又は他の利用可能なデータソース（例えば、請求データ、患者の自己申告データ）に関連付けられた構造化データからの特徴と組み合わせることができる。

[059] テキストのスニペットの解析は、患者の医療履歴に含まれる全ての単語／語句を、含まれる単語／語句の文脈と合わせて解析するのに比べて顕著に効率的且つ短時間でモデルを生成することができる。例えば、関連検索用語から生成されたスニペットを用いることにより、患者の医療履歴内の全ての単語、語句、及び構造化データを包含すべく次元の数を拡大させるのではなく、次元の数を大幅に減らすことができる。上述の次元削減は、効率の向上に加え、考慮する従属変数が多過ぎる場合に生じやすい過剰適合を容易に防止できるため、生成されるモデルの精度を更に向上させることができる。従って、テキストのスニペットを解析することで、そのような解析の結果としてより少ない誤差で新たなデータ組に一般化できる予測が得られる傾向があるため、結果的により高性能のモデルが得られる。従って、人間の洞察力又は専門知識は特徴抽出処理を、処理が全てのレコードにわたり全ての単語を調べる場合に比べて、より有用な特徴を見出すべく誘導するのに役立つ場合がある。

[060] 過少包含又は過剰包含的なコホート選択を行う潜在的不都合を緩和すべく自動コホート選択システムを開発することもできる。特定のコホートへの複数個人の過剰包含は、コホートが、特定のコホートに関連付けられた所望の特性又は特徴を有していない１名以上の個人を含んでいる可能性があるため、解析又は品質の評価ツールとしてのコホートの効果を低減させる恐れがある。例えば、コホート内の複数個人に対する治療プロトコル等の効果のモニタリングを目的とするエンドユーザーの解析は、コホートの何人かのメンバーが治療プロトコルの目指す特性又は特徴を欠いている場合、有用性が低下する恐れがある。過少包含の結果、有意味なサンプルサイズを提供するにはコホート内の複数個人が少な過ぎる恐れがある。過少包含は、特に複数個人の系統的な除外に基づいている場合、コホートにバイアスももたらし、コホートが解析的ツールとして役立たなくなる恐れがある。

[061] 上述のモデル支援コホート選択システムは、コホートバイアスの影響を低減又は除去する１個以上のツールを含んでいてよい。例えば、いくつかのケースにおいて、新たに利用可能な参照データ組が入手可能になるに従いモデルを定期的に再訓練することができる。再訓練は、任意の適当な時間間隔（例えば、日次、週次、月次等）で生起してよい。このような再訓練は、モデルの柔軟性を向上させて、本来登録されている筈のコホートから複数個人が、関連レコード内の個人に関する情報提示方法の変更（例えば、用語の変更等）に起因して不用意に除去され難いようにモデルを補強することができる。他の実施形態において、再訓練は、新規又は更新された参照標準データが（例えば、抽象化処理を介して）利用可能ようになるに従い、参照標準データに基づいていてよい。このような更新を周期的且つ大適合度に実行することで、基礎となるデータの変化に対してモデルが常時適合及び進化するのを支援することができる。

[062] また、モデル支援コホート選択システムの性能は、所望のレベルの効果及び／又は精度を得るべく常時テストすることができる。例えば、特定のコホートから抽出された複数個人の無作為な組を抽象化により処理してモデル支援システムの出力の精度を検査することができる。そのような処理により、複数個人が系統的にコホートから除外されたか否かをモニタリングすることができ、これは上述のようにコホートに望ましくないバイアスを掛ける結果となり得る。

[063] 本システムはまた、人間又は機械がバイアスをよりよく検知できるようにコホートの品質を定量化すべく設計され、コホートの品質（例えば、解析又は品質評価ツールとしての）に影響する１個以上のツールを含んでいてよい。例えば、本システムはコホート品質の１個以上の測定値をグラフィカルユーザーインターフェース（又は他の任意の適当な出力プラットフォーム）に出力することができる。

[064] システム挙動及び性能を様々な尺度でモニタリングすることができる。いくつかの例において、訓練済みシステムの感度をモニタリングして特定のコホートに含めるべき特定の母集団の複数個人の全員又はほぼ全員をシステムが捕捉しているか否かを判定することができる。追加的又は代替的に、システムの効率をモニタリングして、抽象化処理へ進む必要がある複数個人の人数の減少の達成度（例えば、割合の減少）を判定することができる。いくつかの実施形態において、訓練済みモデルは９５％以上の感度レベルを示し、すなわち特定のコホートに含めるべき特定の母集団から５％未満の複数個人をコホートから除外することを意味する。いくつかのケースにおいて、訓練済みシステムは５０％以上の効率レベルを示し、すなわち特定の母集団の半分以下がモデル支援コホートセレクタの動作に続いて抽象化を必要とすることを意味する。そのような効率は、モデル支援システムが特定の複数個人に対して、複数個人が特定のコホートに属していないと結論付けるのに充分高い信頼度レベル又はスコアを生成する場合に発現し得る。このような場合、複数個人の抽象化は必要とされない。モデル支援セレクタによりコホートから除外されない母集団の残りの複数個人に対して抽象化を用いて、複数個人をコホートに含めることが適当であるか否かを確認することができる。

[065] モデルの選択基準は、所望のレベルの選択性及び／又は効率を実現すべく変更されてよい。例えば、選択基準が緩い場合、モデル支援システムにより所与の母集団においてコホートから除外される複数個人を減らし、より多くのコホート候補を識別することができる。このような場合、コホートに登録すべき複数個人が自動選択の結果コホートから除外される人数が減るため感度が向上し得る。しかし、そのような場合、コホートへの登録を確認すべくより多くの個人が抽象化処理の対象となる必要があるため、抽象化削減効率が低下する恐れがある。一方、選択基準がより厳密になった場合、より多くの個人がコホートに適していないと潜在的に識別され得る。そのような場合、抽象化処理へ進むことが求められる個人が極めて少ないため、抽象化効率を向上させることができる。しかし、より厳密な選択基準は結果的に感度を低下させる恐れがある、すなわちコホートが最終的に過少包含であり得ることを意味する。

[066] 図５に、複数個人の母集団からコホートを選択する例示的な方法５００を示す。方法５００は、例えば、図４のシステム４００の処理エンジン４１０により実行することができる。処理エンジン４１０は、１個以上の汎用プロセッサ、例えば中央処理装置（ＣＰＵ）、グラフィックス処理装置（ＧＰＵ）等、及び／又は１個以上の専用プロセッサ、例えば特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）等、少なくとも１個の処理装置を含んでいてよい。

[067] ステップ５１０において、少なくとも１個の処理装置は、データインターフェースを介して、複数個人の母集団内の一個人に関連付けられた特徴ベクトルを導出可能なデータベースにアクセスすることができる。例えば、データベースは、各レコードが患者に関連付けられた複数の医療レコードを含んでいてよい。複数の患者は個人を含んでいてよい。ある患者は単一のレコードを含んでいてよいのに対し、他の患者は複数のレコードを含んでいてよい。

[068] 図１に関して上で述べたように、いくつかの実施形態において、データベースは複数の電子データ表現を含んでいてよい。例えば、テキストファイル、画像ファイル、ＰＤＦファイル、ＸＬＭファイル、ＹＡＭＬファイル等の１個以上の電子ファイル。このような実施形態において、少なくとも１個の処理装置は、データインターフェースを介して複数の電子データ表現をアップロードすることができる。一例において、上述のように、電子データ表現は、個人に関連付けられた電子医療レコードからの文書の電子的表現を含んでいてよい。追加的又は代替的に、電子データ表現は、以前に光学文字認識処理を施された少なくともいくつかのテキストを含んでいてよい。電子データ表現の複数は、構造化データ及び非構造化データの両方を含んでいてよい。上述のように、「構造化データ」は、１個以上の標準化されたフォーマット（例えば、日付フォーマット、名称フォーマット等）に準拠、及び／又はデータの部分に関連付けられたラベル又は他のインジケータを含む順次又はマークアップフォーマットに保存することができる。

[069] データベースが複数の電子データ表現を含む実施形態において、複数の電子データ表現は、電子医療レコード（例えば病院、診療室、外来患者センター等からの）、利用可能なデータソース、請求データ（例えば保険会社からの）、又は少なくとも一個人に関連付けられた患者の自己申告データのうち少なくとも一つから導出されてよい。

[070] ステップ５２０において、少なくとも１個の処理装置は、個人に対して、１個以上の特徴ベクトルをデータベースから導出することができる。例えば、図３Ａ、３Ｂに関して上で述べたように、１個以上の関連検索用語を用いて１個以上の特徴ベクトルを医療レコードから抽出することができる。特徴ベクトルを抽出するために、スニペット抽出を関連検索用語と組み合わせて用いてもよい。

[071] データベースが複数の電子データ表現を含む実施形態において、少なくとも１個の処理装置は、複数の電子データ表現を用いて１個以上の特徴ベクトルを生成することができる。追加的又は代替的に、コホートに関連付けられるよう予め定義された少なくとも１個の用語又は語句の存在について、少なくとも１個の処理装置は、複数の電子データ表現を検索することにより、１個以上の特徴ベクトルを生成することができる。少なくとも１個の用語又は語句が複数の電子データ表現に存在することを識別した後で、少なくとも１個の処理装置は複数の電子データ表現からテキストグループを抽出することができる。テキストグループは、識別された用語又は語句の近傍にある１個以上の単語を含んでいてよい。少なくとも１個の処理装置は、抽出されたテキストグループの解析と合わせて、識別された用語又は語句の解析に基づいて１個以上の特徴ベクトルを生成することができる。

[072] ステップ５３０において、少なくとも１個の処理装置は１個以上の特徴ベクトルをモデルに提供することができる。例えば、モデルは、図２Ａ、２Ｂに関して上で述べたように構築することができる。

[073] いくつかの実施形態において、モデルは訓練済み機械学習モデルを含んでいてよい。このような実施形態において、機械学習モデルは、人間及び機械の組み合わせにより、医療レコードを含む非構造化情報から抽出された構造化情報の組に基づいて訓練されていてよい。機械学習モデルは、例えば、複数の訓練済みノード等を有するニューラルネットワークを含んでいてよい。

[074] 追加的又は代替的に、モデルはルールベースモデルを含んでいてよい。例えば、モデルはロジスティック回帰分析から導出された複数のルールを含んでいてよい。このような実施形態において、ルールベースモデルは、所定の検索用語の組とのマッチングにより出力を生成することができる。

[075] ステップ５４０において、少なくとも１個の処理装置はモデルから出力を受信することができる。例えば、出力は、一個人がコホートに含めるのに適している可能性を表すスコアを含んでいてよい。コホートが複数の副コホートを含む実施形態において、出力は各副コホートに含めるための複数の確率、スコア、尤度等を含んでいてよい。

[076] いくつかの実施形態において、モデルは２進分類アルゴリズムを用いて出力を生成することができる。例えば、２進分類は、個人がコホートに含めるのに適しているか否かのブール標識を含んでいてよい。このような実施形態において、２進分類法アルゴリズムは上述のようにロジスティック回帰分析を含んでいてよい。

[077] いくつかの実施形態において、モデルから受信した出力は信頼スコアを含んでいてよい。例えば、上述のように、信頼スコアは、コホートへの（又はその副コホートへの）包含の確率を示していてよい。

[078] ステップ５５０において、少なくとも１個の処理装置は、モデルから受信した出力に基づいて、複数個人の母集団内の一個人がコホートへの候補であるか否かを判定することができる。例えば、少なくとも１個の処理装置は、一個人がコホートに含めるのに適していることを出力が示す場合、一個人を選択してよい。

[079] いくつかの実施形態において、コホートは、全員が少なくとも１個の医療又は人口統計的特徴を共有している複数個人を含むものとする。従って、モデルからの出力は、少なくとも１個の医療又は人口統計的特徴に基づいていてよい。例えば、モデルは、特徴ベクトルに基づいて転移性癌の確率を推定すべく構成されていてよい。

[080] 出力が信頼スコアを含んでいる実施形態において、少なくとも一個人がコホートへの候補であるか否か判定は、信頼スコアと所定の閾値との比較に基づいていてよい。閾値は、所望のレベルの効率及び性能に基づいて調節可能であってよい。例えば、上述のように、モデルはテストデータ（モデルの構築に用いなかったデータベースからのレコードを含んでいてよい）に基づいて再訓練することができる。１個以上の損失関数を用いて閾値を調整してもよい。

[081] 方法５００は追加的なステップを更に含んでいてよい。例えば、方法５００は更に、個人が候補であるか否かのインジケータを表示することを含んでいてよい。少なくとも１個の処理装置は、データインターフェースを介して、スクリーン上に表示すべくインジケータの視覚化情報を送ることができる。例えば、視覚化情報はインジケータを含むユーザーインターフェースを含んでいてよい。視覚化情報は、医療専門家に関連付けられた１個以上のコンピュータ装置に送信することができる。医療専門家はコホートを用いて医療検査を管理することができる。

[082] 上の記述は説明目的で提供したものである。記述は網羅的ではなく、開示した形式又は実施形態そのものに限定されない。当業者には、本明細書及び開示した実施形態の実施を参照することにより本発明の変形及び適合が明らかになろう。また、開示した実施形態の態様はメモリに保存されたものとして記述しているが、当業者にはこれらの態様を他の種類のコンピュータ可読媒体、例えばハードディスク又はＣＤ−ＲＯＭ等の二次記憶装置、若しくは他の形式のＲＡＭ又はＲＯＭ、ＵＳＢ媒体、ＤＶＤ、Blu-ray、4K Ultra HD Blu-ray、又は他の光学ドライブ媒体にも保存できることが理解されよう。

[083] 上の記述及び開示した方法に基づくコンピュータプログラムも経験豊富な開発者のスキルに含まれる。様々なプログラム又はプログラムモジュールが、当業者に公知の任意の技術を用いて作成、又は既存のソフトウェアと組み合わせて設計可能である。例えば、プログラムセクション又はプログラムモジュールは、.Net Framework、.Net Compact Framework（及びVisual Basic、C等の関連言語）、Java、Python、R、C++、Objective-C、HTML、HTML/AJAXの組み合わせ、XML、又はJavaアプレットを含むHTMLにより設計することができる。

[084] 更に、例示的な実施形態について本明細書に記述してきたが、本開示に基づいて当業者に理解されるように、任意の及び全ての実施形態の範囲は等価な要素、変更、省略、組み合わせ（例えば様々な実施形態に跨る態様の）、適合及び／又は変更を有している。請求項の限定は、請求項で使用する言語に基づいて広義に解釈すべきであり、本明細書に記述した、又は本出願の審査時に記述した例に限定されない。例は非排他的に解釈されたい。更に、開示した方法のステップは、ステップの順序変更、及び／又はステップの挿入又は省略を含む任意の仕方で変更されてよい。従って、明細書及び例は説明目的に過ぎないものとして意図されており、真の範囲及び趣旨は以下の請求項及び等価物の全範囲により示される。

Claims (28)

1. コホートに登録する候補を識別するモデル支援選択システムであって、
   データインターフェースと、
   前記データインターフェースを介して、複数個人の母集団内の一個人に関連付けられた特徴ベクトルを導出可能なデータベースにアクセスし、
   前記一個人に対して、１個以上の特徴ベクトルを前記データベースから導出し、
   前記１個以上の特徴ベクトルをモデルに提供し、
   前記モデルから出力を受信し、
   前記モデルから受信した前記出力に基づいて、前記複数個人の母集団内の前記一個人が前記コホートの候補であるか否かを判定すべくプログラムされた少なくとも１個の処理装置とを含むシステム。
2. 前記データベースが複数の電子データ表現を含み、前記処理装置が更に、
   前記データインターフェースを介して前記複数の電子データ表現をアップロードし、
   前記複数の電子データ表現を用いて前記１個以上の特徴ベクトルを生成すべくプログラムされている、請求項１に記載のモデル支援コホート選択システム。
3. 前記電子データ表現が、前記一個人に関連付けられた電子医療レコードからの文書の電子的表現を含んでいる、請求項２に記載のモデル支援コホート選択システム。
4. 前記電子データ表現が、以前に光学文字認識処理を施された少なくともいくつかのテキストを含んでいる、請求項２に記載のモデル支援コホート選択システム。
5. 前記少なくとも１個の処理装置が更に、
   前記コホートに関連付けられるよう予め定義された少なくとも１個の用語又は語句の存在について、前記複数の電子データ表現を検索すること、
   前記少なくとも１個の用語又は語句が前記複数の電子データ表現に存在することを識別した後で、前記複数の電子データ表現から、前記識別された用語又は語句の近傍にある１個以上の単語を含むテキストグループを抽出すること、及び
   前記抽出されたテキストグループの解析と合わせて、前記識別された用語又は語句の解析に基づいて前記１個以上の特徴ベクトルを生成することにより、前記１個以上の特徴ベクトルを生成すべくプログラムされている、請求項２に記載のモデル支援コホート選択システム。
6. 前記モデルが２進分類法アルゴリズムを用いて前記出力を生成する、請求項１に記載のモデル支援選択システム。
7. 前記２進分類法アルゴリズムがロジスティック回帰分析を含んでいる、請求項６に記載のモデル支援選択システム。
8. 前記機械学習モデルが、医療レコードを含む非構造化情報から人間及び機械の組み合わせにより抽出された構造情報の組に基づいて訓練されている、請求項１に記載のモデル支援選択システム。
9. 前記複数の電子データ表現が、電子医療レコード、利用可能なデータソース、請求データ、又は前記少なくとも一個人に関連付けられた患者の自己申告データのうち少なくとも一つから導出されている、請求項１に記載のモデル支援選択システム。
10. 前記モデルから受信した前記出力が、信頼スコアを含み、前記少なくとも一個人がコホートの候補であるか否かの判定が前記信頼スコアと所定の閾値との比較に基づいている、請求項１に記載のモデル支援選択システム。
11. 前記閾値が効率及び性能のレベルに基づいて調節可能である、請求項１０に記載のモデル支援選択システム。
12. 前記コホートが、少なくとも１個の医療又は人口統計的特徴を全員が共有している複数個人を含むものとする、請求項１に記載のモデル支援選択システム。
13. 前記複数の電子データ表現が構造化データ及び非構造化データの両方を含んでいる、請求項１に記載のモデル支援選択システム。
14. 前記モデルが訓練済み機械学習モデルを含んでいる、請求項１に記載のモデル支援選択システム。
15. 前記モデルがルールベースモデルを含んでいる、請求項１に記載のモデル支援選択システム。
16. 前記ルールベースモデルが、所定の検索用語の組とのマッチングにより出力を生成する、請求項１に記載のモデル支援選択システム。
17. 複数個人の母集団からコホートを選択する方法であって、
    データインターフェースを介して、複数個人の母集団内の一個人に関連付けられた特徴ベクトルを導出可能なデータベースにアクセスすること、
    前記一個人について、１個以上の特徴ベクトルを前記データベースから導出すること、
    前記１個以上の特徴ベクトルをモデルに提供すること、
    前記モデルから出力を受信すること、及び
    前記モデルから受信した前記出力に基づいて、前記複数個人の母集団内の前記一個人が前記コホートの候補であるか否かを判定することを含む方法。
18. 前記データベースが複数の電子データ表現を含み、前記方法が更に、
    前記データインターフェースを介して前記複数の電子データ表現をアップロードすること、及び
    前記複数の電子データ表現を用いて前記１個以上の特徴ベクトルを生成することを含んでいる、請求項１７に記載のコホート選択方法。
19. 前記電子データ表現が、前記一個人に関連付けられた電子医療レコードからの文書の電子的表現を含んでいる、請求項１８に記載のコホート選択方法。
20. 前記電子データ表現が、以前に光学文字認識処理を施された少なくともいくつかのテキストを含んでいる、請求項１８に記載のコホート選択方法。
21. 前記コホートに関連付けられるよう予め定義された少なくとも１個の用語又は語句の存在について、前記複数の電子データ表現を検索すること、
    前記少なくとも１個の用語又は語句が前記複数の電子データ表現に存在することを識別した後で、前記複数の電子データ表現から、前記識別された用語又は語句の近傍にある１個以上の単語を含むテキストグループを抽出すること、及び
    前記抽出されたテキストグループの解析と合わせて、前記識別された用語又は語句の解析に基づいて前記１個以上の特徴ベクトルを生成することにより、前記１個以上の特徴ベクトルを生成することを更に含んでいる、請求項１８に記載のコホート選択方法。
22. 前記機械学習モデルがロジスティック回帰分析技術を用いて前記出力を生成する、請求項１７に記載のコホート選択方法。
23. 前記機械学習モデルが、医療レコードを含む非構造化情報から人間及び機械の組み合わせにより抽出された構造情報の組に基づいて訓練されている、請求項１７に記載のコホート選択方法。
24. 前記複数の電子データ表現が、電子医療レコード、利用可能なデータソース、請求データ、又は前記少なくとも一個人に関連付けられた患者の自己申告データのうち少なくとも一つから導出されている、請求項１７に記載のコホート選択方法。
25. モデルから受信した前記出力が、信頼スコアを含み、前記少なくとも一個人が前記コホートの候補であるか否かの前記判定が前記信頼スコアと所定の閾値との比較に基づいている、請求項１７に記載のコホート選択方法。
26. 前記コホートが、少なくとも１個の医療又は人口統計的特徴を全員が共有している複数個人を含むものとする、請求項１７に記載のコホート選択方法。
27. 前記複数の電子データ表現が構造化データ及び非構造化データの両方を含んでいる、請求項１７に記載のコホート選択方法。
28. 前記モデルが訓練済み機械学習モデル又はルールベースモデルを含んでいる、請求項１７に記載のコホート選択方法。

Images