JP2020521202A - 進行性の病気の患者のための治療の開始及び種類を決定するための意思決定システム及び方法 - Google Patents

進行性の病気の患者のための治療の開始及び種類を決定するための意思決定システム及び方法 Download PDF

Info

Publication number
JP2020521202A
JP2020521202A JP2019555966A JP2019555966A JP2020521202A JP 2020521202 A JP2020521202 A JP 2020521202A JP 2019555966 A JP2019555966 A JP 2019555966A JP 2019555966 A JP2019555966 A JP 2019555966A JP 2020521202 A JP2020521202 A JP 2020521202A
Authority
JP
Japan
Prior art keywords
patient
treatment
health information
fatal
personal health
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
JP2019555966A
Other languages
English (en)
Other versions
JP7212630B2 (ja
JP2020521202A5 (ja
Inventor
スチュアート ゴールドバーグ
スチュアート ゴールドバーグ
アンドリュー ペコラ
アンドリュー ペコラ
Original Assignee
コタ インコーポレイテッド
コタ インコーポレイテッド
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 コタ インコーポレイテッド, コタ インコーポレイテッド filed Critical コタ インコーポレイテッド
Publication of JP2020521202A publication Critical patent/JP2020521202A/ja
Publication of JP2020521202A5 publication Critical patent/JP2020521202A5/ja
Application granted granted Critical
Publication of JP7212630B2 publication Critical patent/JP7212630B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B3/00—Cleaning by methods involving the use or presence of liquid or steam
    • B08B3/04—Cleaning involving contact with liquid
    • B08B3/10—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration
    • B08B3/102—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration with means for agitating the liquid
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D1/00—Detergent compositions based essentially on surface-active compounds; Use of these compounds as a detergent
    • C11D1/88—Ampholytes; Electroneutral compounds
    • C11D1/886—Ampholytes containing P
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D17/00—Detergent materials or soaps characterised by their shape or physical properties
    • C11D17/0008—Detergent materials or soaps characterised by their shape or physical properties aqueous liquid non soap compositions
    • C11D17/0017—Multi-phase liquid compositions
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
    • C11D3/16—Organic compounds
    • C11D3/18—Hydrocarbons
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
    • C11D3/16—Organic compounds
    • C11D3/20—Organic compounds containing oxygen
    • C11D3/2093—Esters; Carbonates
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
    • C11D3/16—Organic compounds
    • C11D3/36—Organic compounds containing phosphorus
    • C11D3/365—Organic compounds containing phosphorus containing carboxyl groups
    • C—CHEMISTRY; METALLURGY
    • C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
    • C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
    • C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
    • C11D3/16—Organic compounds
    • C11D3/38—Products with no well-defined composition, e.g. natural products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G06N5/025—Extracting rules from data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/50—Manufacturing or production processes characterised by the final manufactured product

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Organic Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • Child & Adolescent Psychology (AREA)
  • Tourism & Hospitality (AREA)
  • Hospice & Palliative Care (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Psychiatry (AREA)
  • Bioethics (AREA)
  • Developmental Disabilities (AREA)
  • Emergency Medicine (AREA)
  • General Business, Economics & Management (AREA)

Abstract

致命的又は致死的な進行性の病気の治療を受けている患者のための患者ケアサービスを決定するためのシステム、非一時的コンピュータ可読媒体、及び方法が提供される。患者の症状は、患者個人健康情報を含むデータを受け取ることによって識別される。患者の苦痛レベルは、患者個人健康情報を含むデータを分析することによって決定される。スコアは、患者の苦痛レベル及び患者の症状の重症度を含む基準に基づいて確立される。該スコアは、患者の苦痛レベルを致命的又は致死的な進行性の病気の臨床経過と相関付ける。致命的又は致死的な進行性の病気の臨床経過及び患者の苦痛レベルに適した１又は２以上の患者ケアサービスが、該スコアに基づいて決定される。【選択図】図１

Description

関連出願の相互参照
本出願は、２０１７年４月１０日出願の米国特許出願第１５／４８３，４９１号に対する優先権を主張するものであり、その開示内容は、引用により本明細書に組み込まれる。
記載の発明は、概して、致命的又は致死的な進行性疾患を患う患者のための治療方針の決定に関し、より具体的には、重病を有する患者の治療計画の客観的で定量的で標準化された意思決定に関する。
緩和ケアは、延命に焦点を合わせるのではなく患者の生活の質を高めることに焦点を合わせて、典型的には致死的又は致命的である重篤な進行性の病気（癌、肺病、心臓病、神経障害、又は気腫などの他の慢性進行性疾患）の患者のための専門的なタイプの医療的ケアである。緩和ケアは、患者の根本的な疾患又は病気の治療を提供するが、疾患に起因する症状、痛み、ストレスの緩和を提供することに焦点を合わせている。緩和ケア治療は、重病の何れの段階でも患者に提供できる。緩和ケアサービスを受けることは、それ自体、寿命を延ばすように設計された付加的な治療を妨げるものではない。
米国特許出願第１４／５０７，６４０号明細書
これまでの調査によると、適時に緩和ケアサービスが利用されていないことが分かっている（例えば、死亡の３０日以上前）。緩和ケア治療が遅れるか又はそれがない場合には、通常、医療的ケアがより積極的なものとなり、医療費が増加する。重病の過程で早期に緩和ケア治療を開始することは、特に患者の終末期において生活の品質パラメータを最適にするのに効果的とすることができる。
１又は２以上の実施形態によれば、患者の苦痛レベルを評価して、致命的又は致死的な進行性の病気に対する患者の治療を開始及び提供する臨床処置方針を選択するための患者分析システムが提供される。有利には、本明細書に記載の患者分析システムは、限定されるものではないが患者の緩和ケア治療を含む患者ケアサービスを開始及び／又は推奨及び／又は実施するための客観的で定量的で標準化された意思決定を可能にする。また、患者分析システムは、ヘルスケア提供者間のケアの品質を評価するためのベンチマークツールとして機能することもできる。
１又は２以上の実施形態によれば、患者のための患者ケアサービスを決定するためのシステム、非一時的コンピュータ可読媒体、及び方法が提供される。このような一実施形態によれば、患者のための患者ケアサービスを決定することは、患者が緩和ケアに相応しいか否かを判定することを含む。患者の症状は、患者個人健康情報を含むデータを受け取ることによって識別される。患者の苦痛レベルは、患者個人健康情報を含むデータを分析することによって決定される。スコアは、患者の苦痛レベル及び患者の症状の重症度を含む基準に基づいて確立される。該スコアは、患者の苦痛レベルを、致命的又は致死的な進行性の病気の臨床経過と相関付ける。致命的又は致死的な進行性の病気の臨床経過及び患者の苦痛レベルに適した１又は２以上の患者ケアサービスは、患者への治療の開始及び／又は推奨及び／又は実施に関するスコアに基づいて決定される。
１又は２以上の実施形態によれば、データは、限定されるものではないが、最愛の人への負担であるという認識、及び患者の憂鬱感を含む、パフォーマンスステータス、痛み、相互に関係のあるデータの領域をカバーするデータなどの患者の苦痛レベルを表すデータとすることができる。検査を受ける領域は、特定の疾患に関連する苦痛の症状及び／又は兆候を反映することを目的として、疾患に基づいて修正することができる。データは、患者質問票の結果とすることができる。
１又は２以上の実施形態によれば、１又は２以上の患者ケアサービスを決定するステップは、スコアに基づいて患者に関連する予め決められた患者ケアサービスの１又は２以上の方策のグループから予め決められた患者ケアサービスの方策を選択するステップを含むことができる。「予め決められた患者ケアサービスの方策」は、固定費用で当該治療サイクルにわたる包括的なケアを含むタイプのケアを含むことができる。「予め決められた患者ケアサービスの方策」はまた、治療方針、治療意図又はこれら両方を含むこともでき、治療は、治癒力のあるものであるか、進行を遅らせるか、緩和するか、又はホスピスであり、ケアの積極性及び治療の積極性を含む。
１又は２以上の実施形態によれば、患者は、患者個人健康情報を含むデータに基づいて、患者をノードアドレス（すなわち、ＣＮＡ）に分類することにより、予め決められた患者ケアサービスの１又は２以上の治療方針と関連付けることができ、ここでノードアドレスは、臨床的に関連する変数のセットを表す。一例では、変数のセットは、データ内の患者の属性と照合されて、患者をノードアドレスに分類する。ノードアドレスは、予め決められた患者ケアサービスの１又は２以上の方策に関連することができる。ノードアドレスは、変数のセットを表すプレフィックス、中間値、及びサフィックスを含む離散的区切り付数字列として表すことができる。１つの実施形態では、予め決められた患者ケアサービスの１又は２以上の方策の各々は、予め決められた費用に関連する。
１又は２以上の実施形態によれば、患者個人健康情報を含むデータは、各質問の回答を関連付けて、等級値を用いて患者質問票で疾患の１又は２以上の症状を評価して、その症状がどの程度の患者の生活に影響を与えるかを表す評点を等級値と関連付けることによって分析される。各質問に対して、選択された回答の等級値が、選択された評点の等級値と組み合わせて（例えば、乗算され）、初期スコアが決定される。各質問に関する初期スコアは、組み合わされて（例えば、加算により）、質問票の最終的な累積苦痛スコアが決定できる。該累積苦痛スコアは、１又は２以上の等級値閾値に基づいて、事前に選択された緩和ケア方策を開始及び／又は推奨すること及び／又はその方策で患者を治療することに使用することができる。
本開示のこれらの及び他の利点は、以下の詳細な説明及び添付図面を参照することにより当業者には明らかになるであろう。
１つの実施形態による通信システムの高レベル概略図を示す。 １つの実施形態による、患者を分析及び評価して、患者を治療するための臨床処置方針を決定するためのシステムアーキテクチャを示す図である。 １つの実施形態による例示的な患者質問票を示す図である。 １つの実施形態による、患者ケア分析システムと相互作用する臨床転帰トラッキング及び分析モジュールのシステムアーキテクチャを示す図である。 １つの実施形態による、患者ケアサービスを選択するための方法のフローチャートを例示的に示す図である。 １つの実施形態によるコンピュータの高レベルブロック図を示す。
図１は、１又は２以上の実施形態による通信システム１００の高レベル概略図を示している。通信システム１００は、１又は２以上のコンピューティングデバイス１０２−Ａ、．．．、１０２−Ｎ（集合的に、コンピューティングデバイ１０２と呼ばれる）を含む。コンピューティングデバイス１０２は、例えば、コンピュータ、ワークステーション、サーバ、データベース、タブレット、又はモバイルデバイスなどの任意のタイプのコンピューティングデバイスを含むことができる。エンドユーザは、コンピューティングデバイス１０２を操作して、ネットワーク１０４経由で互いに通信する。ネットワーク１０４は、任意のタイプのネットワーク又は異なるタイプのネットワークの組み合わせを含むことができ、有線及び／又は無線構成で任意の好適なネットワーク技術を使用して実装することができる。例えば、ネットワーク１０４は、インターネット、イントラネット、パーソナルエリアネットワーク（ＰＡＮ）、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、メトロポリタンエリアネットワーク（ＭＡＮ）、仮想プライベートネットワーク（ＶＰＮ）などのうちの１又は２以上を含むことができる。
コンピューティングデバイス１０２のエンドユーザは、ネットワーク１０４経由で通信して患者分析システム１０６と対話して、患者を治療するための臨床処置方針を決定することができる。特に有用な一実施形態では、患者分析システム２０６は、患者を分析して評価して、患者の緩和ケア治療計画向けの臨床処置方針を決定して、生活の質及び転帰を最適にする。本明細書では、患者を分析するための患者分析システム１０６について説明しているが、患者分析システム１０６は、任意の被験者についての任意の医療又は非医療関連分析に使用できることを理解されたい。
幾つかの実施形態では、通信システム１００はまた、患者データを格納するための電子医療記録（ＥＭＲ）データベース１０８を含むこともできる。コンピューティングデバイス１０２及び患者分析システム１０６のエンドユーザは、ネットワーク１０４経由でＥＭＲデータベース１０８と対話して、患者データを取得、格納、及び／又は操作することができる。ＥＭＲデータベース１０８に格納された患者データは、例えば診断又は治療などの医療ケアサービスを受ける過程で取得、使用、又は開示された任意の情報を含むことができる。
エンドユーザは、コンピューティングデバイス１０２上で実行されるウェブブラウザ、コンピューティングデバイス１０２上で実行されるアプリケーション、又はコンピューティングデバイス１０２上で実行されるアプリのインタフェース、或いは患者分析システム１０６と対話するための任意の他の好適なインタフェースを介して、患者分析システム１０６及び／又はＥＭＲデータベース１０８と対話することができる。
有利には、本発明の実施形態は、患者を分析して、患者を治療するための臨床処置方針を決定するように構成された患者分析システム１０６を提供する。１つの実施形態では、患者分析システム１０６は、患者に対する緩和ケア治療を含む臨床処置方針を決定する。従って、本発明の実施形態による患者分析システム１０６は、患者を治療するための臨床処置方針を決定するための客観的で定量的で標準化された意思決定を助長することにより、コンピュータ関連技術における改良を提供する。本発明はまた、ヘルスケア提供者の応答を患者の苦痛と比較する（例えば、終末期におけるケアの品質のベンチマーキング）及び／又はヘルスケア提供者間での緩和ケアの開始及び／又は治療の相違点を識別するための客観的で定量的で標準的な方法を提供する。
図２は、１又は２以上の実施形態による、患者を分析して評価して、患者を治療するための臨床処置方針を決定するためのシステムアーキテクチャ２００を示している。システムアーキテクチャ２００は、患者分析システム２０２を含む。１つの実施形態では、患者分析システム２０２は、図１の患者分析システム１０６である。
患者分析システム２０２は、分析エンジン２０６を含む。分析エンジン２０６は、入力２０４から患者分析情報を提供するように構成される。１つの実施形態では、入力２０４は、ユーザから受け取ることができる。例えば、入力２０４は、図１におけるネットワーク１０４経由でコンピューティングデバイス１０２のエンドユーザから受け取ることができる。ユーザを含めることができる。入力２０４は、患者から直接受け取ること、或いは患者の苦痛レベルを認識している別の事業体（例えば、家族の一員又は介護者、医師又は他のヘルスケア専門家、医療サービスの支払者（例えば、保険会社又は保険会社の代表者）、又は任意の他の事業体から受け取ることができる。
別の実施形態では、入力２０４は、外部データベースから受け取った又は取り出された、以前に格納されたデータとすることができる。例えば、入力２０４は、図１におけるネットワーク１０４経由でＥＭＲデータベース１０８から受け取ること又はこのデータベースから取り出すことができる。一例では、ＥＭＲデータベース１０８は、このデータベースに格納されたデータを分析して関連患者データを識別して、この関連患者データを入力２０４として患者分析システム２０２に送信することができる。別の例では、患者分析システム２０２（例えば、患者分析システム２０２の分析エンジン２０６）は、ＥＭＲデータベース１０８と相互作用して関連患者データを識別して、この関連患者データを入力２０４として取り出すことができる。関連患者データは、任意の好適な方法を使用してＥＭＲデータベース１０８から識別することができる。１つの実施形態では、関連患者データは、当技術分野で公知の方法を使用して識別することができる（例えば、ＥＭＲデータベース１０８又は分析モジュール２０６によって）。
入力２０４は、患者の苦痛レベルを分析するための個人健康情報を含む任意のデータを含むことができる。入力２０４として受け取ったデータは、任意の好適な形式とすることができる。１つの実施形態では、データは、例えばＸＭＬ（拡張可能マークアップ言語）形式での構造化されたデータである。別の実施形態では、データは、構造化されていないデータであり、例えば当技術分野で公知の方法を使用して関連データを抽出することによって構造化される。例えば、構造化されていないデータは、例えば、テキストの段落、手書きのメモ、患者カルテの図面などとすることができる。
１つの実施形態では、入力２０４は、例えば、パフォーマンスステータス、痛み又は他の疾患関連苦痛、最愛の人への負担であるという認識、ヘルスケアの経済的費用に関連する負担についての認識、及び患者の不安又は憂鬱感についての領域をカバーするデータなどの患者の苦痛レベルに関するデータを含むことができる。例えば、入力２０４は、患者の質問票の結果を含むことができる。患者質問票は、疾患特有の患者質問票とすることができる。例えば、患者質問票は、例えば、癌、肺疾患、心疾患、神経障害、又は任意の他の進行性疾患などの特定の進行性疾患を対象にすることができる。
１つの実施形態では、入力２０４はまた、疾患の客観的な兆候又は症状（例えば、老人ホームの記録又は痛みの薬物使用を文書化した投薬記録による、ベッドで過ごす定量化可能な時間）又は苦痛レベルに関する医療専門家による評価（例えば、抑鬱症の診断に関する精神科の入力など）を含むこともできる。
図３は、１つの実施形態による例示的な患者質問票３００を示している。患者質問票３００は、癌に特有のものであり、患者の苦痛レベルを評価するための質問３０２を含む。例えば、患者質問票３００は、例えば、パフォーマンスステータス、痛み又は他の疾患関連苦痛、最愛の人への負担であるという認識、経済的負担であるという認識、及び患者の憂鬱感などの癌の症状を評価することにより患者の苦痛レベルを評価するための質問３０２を含む。患者質問票３００は、７つの質問３０２を有して示されているが、癌の症状を評価するのに適した任意の数の質問を含むことができる。ユーザは、質問３０２に関連する症状を最も正確に表す質問３０２ごとに複数の回答３０４のうちの１又は２以上を選択する（例えば、図１のコンピューティングデバイス１０２を使用して）。また、ユーザは、各質問３０２に対する評点３０６を選択して、症状の重症度が等級づけされる。一例では、症状の評点３０６は、その症状がどの程度患者の生活に影響を与えるかを表す。図３に示されている例示的な実施形態では、ユーザは、以下の回答、すなわち、全くない、中程度、及び非常に、のうちの１つから評点３０６を選択する。また、症状を等級づけすることについての他の形態を採用することもできる。
患者質問票３００は、患者について認識している任意のユーザにより記入することができる。例えば、患者質問票３００は、患者、患者と関係のある人物（例えば、家族の一員又は友人）、医師又は他のヘルスケア専門家、医療サービスの支払者（例えば、保険会社又は保険会社の代表者）、或いは任意の他の好適な事業体により記入することができる。患者分析システム２０２は、図２における入力２０４として患者質問票３００の結果を受け取ることができる。
患者質問票３００は、癌特有の患者質問票として示されているが、同様の患者質問票が、任意の疾患又は任意のタイプの疾患に対して提供できることを理解されたい。例えば、患者質問票３００における質問３０２及び／又は回答３０４は、何れかの進行性疾患に特に関連する症状を評価するように変更することができる。例えば、患者質問票３００は、進行性肺疾患と診断された患者を評価するように変更でき、１又は２以上の質問３０２及び／又は回答３０４で置き換えることができる（例えば、息切れを評価するための質問を含むように）。
図２における患者分析システム２０２の分析エンジン２０６は、入力２０４を分析するように構成される。１つの実施形態では、分析エンジン２０６は、入力２０４に関するスコアを決定することにより入力２０４を分析する。このスコアは、患者の苦痛レベル（例えば患者のパフォーマンスステータスなどの複数の属性を組み合わせたものであり、これは、患者の挙動を、事前に設定された基準、痛み又は他の疾患関連苦痛、最愛の人への負担であるという認識、経済的負担であるという認識、及び患者の不安及び／又は憂鬱感と比較することによる患者の挙動の評価を意味する）を表すことができる。例えば、当技術分野で公知のものなどの任意の好適なスコアリングアルゴリズムを使用することができる。
一例では、分析エンジン２０６は、各回答３０４及び各評点３０６を等級値（例えば、ポイント値）と関連付けることにより、患者質問票（例えば、図３の患者質問票３００）の結果を分析することができる。それぞれの質問３０２ごとの初期スコアは、選択された回答３０４の等級値を選択された評点３０６の等級値と組み合わせることにより（例えば、選択された回答３０４の等級値に選択された評点３０６の等級値を乗算することにより）決定される。患者質問票３００のスコアは、それぞれの質問３０２ごとの初期スコアを組み合わせることにより（例えば、それぞれの質問３０２ごとのスコアを加算することにより）決定される。また、患者質問票３００を採点するための他の手法を採用することもできる。
患者分析システム２０２における転帰決定エンジン２０８は、分析エンジン２０６によって決定されたスコアに基づいて、患者を治療するための臨床処置方針を決定するように構成される。１つの実施形態では、治療を開始するか否か、治療の積極性、及び患者のケアの積極性のうちの１又は２以上の決定は、このスコアに基づいて行われる。例えば、スコアが所定の閾値を満たしている（例えば、満たしている又は超過している）ときに、治癒力のある、進行を遅らせるのに効果的である、又は緩和ケア治療である治療方針、治療意図又はこれら両方が、提案又は要求され得る。
別の実施形態では、異なる臨床処置方針が、異なる閾値（又は異なる値の範囲）に関連することもできる。このようにして、患者を治療するための臨床処置方針は、最終スコアが満たすそれぞれの閾値又は値の範囲に関連する臨床処置方針として決定される。１つの実施形態では、異なる値又は異なる値の範囲に関連する異なる臨床処置方針は、値が増加又は減少するにつれて、重症度が増加する範囲にあり得る。例えば、臨床処置方針の重症度は、治療を行わないことから蘇生させないことまでに及ぶことができる。
患者分析システム２０２は、転帰決定エンジン２０８により決定された臨床処置方針を、患者の治療のための出力２１０として戻す。１つの実施形態では、患者分析システム２０２は、入力２０４を繰り返して分析して、経時的に患者を監視し、それに応じて臨床処置方針を修正又は変更する。例えば、患者分析システム２０２は、医療事象の後（例えば、あらゆる医師の健康診断の後、重大な医学的症状の後）などで、周期的な時間間隔（例えば、毎日、毎週、毎月、毎年）にわたって入力２０４を分析して、更新スコアを決定することができ、患者の治療のための新しい臨床処置方針は、この更新スコアに基づいて決定することができる。
１つの実施形態では、患者分析システム２０２は、患者に緩和ケア治療を提供するための臨床処置方針を出力２１０として決定する。このようにして、患者分析システム２０２は、患者のための緩和ケア治療を決定するための標準的で客観的で定量的な意思決定を助長し、それによって、患者の生活の質及び転帰が最適になる。
１つの実施形態では、患者分析システム２０２によって決定されたスコアは、ヘルスケア提供者間で品質ベンチマークを開発及び／又は評価するのに使用することができる。例えば、ある特定の総苦痛スコアを有する患者をケアする医師の治療方針パターンは、同様の苦痛スコアを有する患者をケアする異なる医師の治療方針パターンと比較することができる。一例では、化学療法剤の投与及び／又はホスピス紹介及び／又は正式な緩和ケア相談の割合は、同様の総苦痛スコアを有する患者を治療する医師間で比較することができる。このようにして、患者分析システムは、緩和ケアの問題に関して重病を有する患者間でのケアの品質の標準的で客観的で定量的な尺度を助長する。
１つの実施形態では、ヘルスケア提供者及び／又は保険業界及び／又は他の事業体は、患者分析システム２０２によって決定されたスコアを使用して、患者ケアサービス（例えば、緩和ケアサービス）へのアクセス及び／又は規定された集団に対する治療の妥当性を評価することができる。例えば、病院は、その患者の有意の割合が、緩和ケアサービスの拡張及び／又は追加のヘルスケア要員の雇用を促す所定の苦痛スコア閾値を超過していることに気付くことができる。例えば、保険会社は、対象となる受益者の或る割合が、緩和ケアプログラムを拡張すること及び／又は既存のプログラムへのアクセスプログラムに対して特定の受益者をターゲットにすることを促す所定の苦痛スコアを超過することに気付くことができる。
図４は、１又は２以上の実施形態による、図２の患者分析システム２０６と相互作用して、患者の治療のための患者ケアサービスの予め決められた方策を選択するための臨床転帰トラッキング及び分析（ＣＯＴＡ）システム又はモジュール４０２のシステムアーキテクチャ４００を例示的に示している。ＣＯＴＡモジュール４０２は、例えば図１のネットワーク１０４経由で患者分析システム２０６と相互作用することができる。ＣＯＴＡモジュール４０２及び患者分析システム２０６は、システムアーキテクチャ４００において別個のコンポーネントとして示されているが、ＣＯＴＡシステム４０２及び患者分析システム２０６は、単一のコンポーネントとして統合すること、又は任意の数の別個のコンポーネント要素に切り離すことができることを理解されたい。ＣＯＴＡモジュール４０２は更に、２０１４年１０月６日出願の「Ｃｌｉｎｉｃａｌ Ｏｕｔｃｏｍｅ Ｔｒａｃｋｉｎｇ ａｎｄ Ａｎａｌｙｓｉｓ（臨床転帰トラッキング及び分析）」と題する米国特許出願第１４／５０７，６４０号明細書で説明されており、その開示内容全体は、引用により本明細書に組み込まれる。
ＣＯＴＡモジュール４０２は、患者を１又は２以上のＣＯＴＡノードアドレス（ＣＮＡ）に割り当てる。ＣＮＡは、患者のグループ（又はデータ）を臨床的に関連するセットに分類するのに使用できる１又は２以上の事前に選択された変数（例えば、専門家による）を表す。例えば、患者は、その患者の属性にマッチする変数を表すＣＮＡを割り当てられる。患者の属性は、ＥＭＲデータベース１０８から決定することができる。この変数は、例えば、診断、人口統計、転帰、表現型、又は患者のグループを臨床的に関連する集合に分類できる任意の他の変数を含むことができる。ＣＮＡは、任意の好適な形式で表されて、１又は２以上の事前に選択された変数を示すことができる。
１つの実施形態では、ＣＮＡは、変数のリストである（変数を表す文字と変数内で選択されたものを表す数字との関数として）。例えば、文字Ａは、性別又は性別変数を表し、数字１及び２は、女性患者及び男性患者を表し、文字Ｂは、人種変数を表し、数字１から４は、異なる人種を表す、などとすることができる。従って、ＣＮＡは、Ａ１−２、Ｂ１−４、．．．、Ｎ１として表すことができる。
別の実施形態では、ＣＮＡは、ピリオドで区切られた複数の離散的数字列として表され、各数字列は、１又は２以上の変数（例えば、疾患、表現型、治療の種類、進行／トラッキング、性別など）を示している。例えば、第１の数字列は、特定の疾患を表し、第２の数字列は、疾患の種類を表し、第３の数字列は、疾患のサブタイプを示し、更なる数字列は、表現型を示すことができる。従って、この例では、第１の数字列は、癌を示す０１とすることができ、第２の数字列は、胸部腫瘍を示す０２とすることができ、第３の数字列は、乳癌を示す０１とすることができ、第４の数字列は、表現型の特定の特性を表す１２０１とすることができるので、ノードアドレスは、０１．０２．０１．１２０１となる。ノードアドレスは、任意の数の数字列を含むことができ、４つの数字列に限定されるものではないことを理解されたい。
各ＣＮＡは、予め決められた患者ケアサービスの１又は２以上の方策（例えば、患者を治療するための臨床処置方針）に関連することができる。１つの実施形態では、予め決められた患者ケアサービスの方策は、治療方針、治療意図、ケアの積極性、又は治療の積極性を規定する。別の実施形態では、予め決められた患者ケアサービスの方策は、予め決められた経済的費用で特定の治療サイクルにわたって患者を包括的にケアするための医療サービスのバンドルを表す。各方策は、例えば、１又は２以上の医療専門家、病院、グループ、保険会社などが、患者ケア及び／又は費用を最適にするように決定した１又は２以上の患者ケアサービスを含むことができる。一例では、方策は、画像スキャンの回数、薬剤又は薬剤の選択、薬剤をいつ投与するかについてのスケジュール、手術又は処置、経過観察訪問の回数及び頻度などを示すことができる。患者ケアサービスのバンドル化は、特にリスクのある契約に有用であり得る。例えば、ノードアドレス（特定の疾患に関連）に対応する各方策は、ユーザ（例えば、医師、患者など）が適切な方策を選択することを可能にする予め決められた費用を有することができる。この費用は、この特定の疾患又はノードアドレスに関連する履歴データに基づいて決定すること又は取り決めることができる。有利には、サービスのバンドル化は、特定疾患に対する費用の確実性を保険会社及び／又は病院に提供する。このことはまた、記録を処理して維持する費用を削減する。更に、医療専門家は、予め決められた臨床経過を事前に認識することになり、それによって、より低コストでより良い転帰を得るためのインセンティブが医師に与えられる。
各ノードアドレスは、例えば各ノードアドレスを表す数字の離散的区切り付数字列に基づいて、数十兆個の可能性のある順列を、数を少なくした臨床的に意味のある順列に減少させる。幾つかの実施形態によれば、このことは、必要なケアと不要なケアの回避とを警告するのに必要な時間内での、可能性のある最低コストで最適な臨床転帰として表される理想値からの最初の挙動及びその後の結果として生じる臨床転帰及びコスト成果の差異の分析を可能にし、それにより、ケアの価値が高まり、このことは、可能性のある最低コストで臨床転帰がより良くなることを意味する。幾つかの実施形態によれば、ＣＮＡは、特定の治療、臨床試験、又は薬剤の候補として特定の患者を識別することを可能にする。幾つかの実施形態によれば、ＣＮＡは、医師及び他のヘルスケア提供者を管理することにおいて健康計画、病院、及び医師の診療を支援する請求データへの接続を有する分析インタフェースを提供する。幾つかの実施形態によれば、ＣＮＡは、各ノードアドレスを表す離散的区切り付数字列と順列の削減とに基づいて、処理要件及び処理時間を削減してリアルタイム監視を効率的にする。このリアルタイム監視は、例えば挙動の変動が生じる可能性が高い重要な時点の予測を可能にし、治療フローを中断して、ケアの過剰／過少利用を回避して挙動の変動を防止する。
幾つかの実施形態によれば、患者分析システム２０６は、患者を分析して、出力２１０として患者に割り当てられたＣＮＡに関連する１又は２以上の方策のうちの１つを選択する。例えば、患者分析システム２０２の分析エンジン２０６（図２）は、緩和ケアを開始又は推奨するためにスコアを決定して患者を評価することにより図３の患者質問票３００の結果を分析することができる。例示的な基準は、例えば、患者の緩和ケア治療を推奨及び／又は開始するための、患者のパフォーマンスステータス、痛み、最愛の人への負担であるという認識、経済的負担であるという認識、及び患者の精神状態（例えば、不安、憂鬱感）を含むことができる。患者分析システム２０２の転帰決定エンジン２０８（図２）は、スコアに基づいて、緩和ケア治療のために患者に割り当てられたＣＮＡに関連する予め決められた方策のうちの１つを選択する。例えば、予め決められた方策の各々は、閾値（又はスコア値の範囲）に関連することができる。予め決められた方策の各々は、異なるレベルの緩和ケア治療（例えば、緩和ケア治療を伴わない完全な疾患修飾又は延命治療から、疾患修飾又は延命治療を伴わない完全な緩和ケア、ホスピスに至るまで）を表すことができる。スコアが満たす閾値に関連する予め決められた方策は、患者の適切なレベルの緩和治療を提供するように選択される。１つの実施形態では、患者分析システム２０２は、患者を継続的に（例えば、周期的な時間間隔で、医療イベントの後などに）分析して、スコアが変化するときに、他の予め決められた方策が選択されて、治療が調整又は修正できる。従って、緩和ケア治療は、治療中の基礎疾患の臨床経過を追従するように継続的に修正することができる。
図５は、１又は２以上の実施形態による、患者分析システム２０２の動作の方法５００のフローチャートを示している。
ステップ５０２において、患者の症状は、患者個人健康情報を含むデータを受け取ることによって識別される。このデータは、ユーザから（例えば、図１のコンピューティングデバイス１０２を使用して）又は外部データベース（例えば、図１のＥＭＲデータベース１０８）から受け取ることができる。データは、例えば、パフォーマンスステータス、痛み又は疾患関連苦痛、最愛の人への負担であるという認識、経済的負担であるという認識、及び患者の不安及び／又は憂鬱感についての領域をカバーするデータなどの患者の苦痛レベルを表すデータとすることができる。１つの実施形態では、データは、患者質問票（例えば、図３の患者質問票３００）の結果とすることができる。
ステップ５０４において、患者の苦痛レベルは、患者個人健康情報を含むデータを分析することによって決定される。１つの実施形態では、患者の苦痛レベルは、患者の進行性疾患の現在の状態に特有の１又は２以上の症状を評価するためにユーザによって選択された患者質問票３００の回答３０４に基づいて決定される。
ステップ５０６において、１又は２以上の基準に基づいてスコアが確立される。これらの基準は、例えば、患者の苦痛レベルと患者の症状の重症度とを含むことができる。１つの実施形態では、苦痛レベルは、ステップ５０４において決定され、患者の症状の重症度は、患者質問票３００においてユーザによって選択された評点３０６に基づいて判定されて、患者の進行性疾患の現在の状態に特有の１又は２以上の症状の重症度が評価される。１つの実施形態では、スコアは、苦痛レベル（すなわち、選択された各回答３０４）及び患者の症状の各重症度（すなわち、評点３０６）を等級値と関連付けて、選択された回答の等級値と選択された評点とを組み合わせて（例えば、乗算して）、各質問に関するスコアを決定することによって確立される。各質問に関するスコアは、組み合わされて（例えば、追加されて）、患者質問票３００の最終スコアが決定される。
ステップ５０８において、致命的又は致死的な進行性の病気の臨床経過及び患者の苦痛レベルに適した１又は２以上の患者ケアサービスが、スコアに基づいて選択される。１又は２以上の患者ケアサービスは、１又は２以上の閾値に基づいて決定することができる。
１つの実施形態では、１又は２以上の患者ケアサービスは、スコアに基づくケアの積極性及び治療の積極性に基づいて、固定費用、又は治療方針、治療意図もしくはこれら両方に基づいて、患者に関連する予め決められた患者ケアサービスの１又は２以上の方策のグループから予め決められた患者ケアサービスの方策を選択することによって決定される。治療方針は、治癒的治療、進行を遅らせる治療、又は緩和治療を含むことができる。１つの実施形態では、患者は、患者個人健康情報を含むデータに基づいて患者をノードアドレス（すなわち、ＣＮＡ）に分類することによって、予め決められた患者ケアサービスの１又は２以上の方策に関連付けられ、このノードアドレスは、変数のセットを表す。一例では、変数のセットは、データ内の患者の属性と照合されて、患者がノードアドレスに分類される。ノードアドレスは、予め決められた患者ケアサービスの１又は２以上の方策に関連する。ノードアドレスは、変数のセットを表すプレフィックス、中間値、及びサフィックスを含む離散的区切り付数字列として表すことができる。１つの実施形態では、予め決められた患者ケアサービスの１又は２以上の方策の各々は、予め決められた費用に関連する。
１つの実施形態では、患者個人健康情報を含む更新データを受け取ることができ、ステップ５０２から５０８が、この更新データに対して繰り返されて、更新スコアが決定されて、１又は２以上の患者ケアサービスのうちの別の１つが、この更新スコアに基づいて決定できる。
本明細書に記載のシステム、装置、及び方法は、書類の形態で実施することができる。例えば、図２の入力２０４は、手書きのメモ及び患者カルテ上の図面を含むことができる。患者カルテは、書類上で分析されて、１又は２以上の患者ケアサービスの出力２１０が決定できる。
追加的に又は代替的に、本明細書に記載のシステム、装置、及び方法は、デジタル回路を使用して、又は公知のコンピュータプロセッサ、メモリユニット、記憶装置、コンピュータソフトウェア、及びその他のコンポーネントを使用する１又は２以上のコンピュータを使用して実装することができる。コンピュータは、典型的に、命令を実行するためのプロセッサと、命令及びデータを格納するための１又は２以上のメモリとを含む。コンピュータはまた、例えば１又は２以上の磁気ディスク、内部ハードディスク及びリムーバブルディスク、光磁気ディスク、光ディスクなどの１又は２以上の大容量記憶装置を含むこと、又はそれらに結合することができる。
本明細書に記載のシステム、装置、及び方法は、クライアントサーバ関係で動作するコンピュータを使用して実装することができる。このようなシステムでは、クライアントコンピュータは、典型的に、サーバコンピュータから離れて位置しており、ネットワーク経由で相互作用する。クライアントサーバ関係は、それぞれクライアントコンピュータ及びサーバコンピュータ上で動作するコンピュータプログラムによって規定されて制御することができる。
本明細書に記載のシステム、装置、及び方法は、ネットワークベースのクラウドコンピューティングシステム内で実装することができる。このようなネットワークベースのクラウドコンピューティングシステムでは、ネットワークに接続されているサーバ又は別のプロセッサが、ネットワーク経由で１又は２以上のクライアントコンピュータと通信する。クライアントコンピュータは、例えば、クライアントコンピュータ上に存在して動作するネットワークブラウザアプリケーションを介してサーバと通信することができる。クライアントコンピュータは、サーバ上にデータを格納し、ネットワーク経由でデータにアクセスすることができる。クライアントコンピュータは、ネットワーク経由でデータ要求又はオンラインサービス要求をサーバに送信することができる。サーバは、要求されたサービスを実行して、クライアントコンピュータにデータを提供することができる。サーバはまた、クライアントコンピュータに、例えば、計算を実行させること、特定のデータを画面に表示させることなどの特定の機能を実行させるように適合したデータを送信することができる。例えば、サーバは、クライアントコンピュータに、図５のステップのうちの１又は２以上を含む、本明細書に記載の方法ステップのうちの１又は２以上を実行させるように適合したデータを送信することができる。図５のステップのうちの１又は２以上を含む本明細書に記載の方法の特定のステップは、サーバによって、又はネットワークベースのクラウドコンピューティングシステム内の別のプロセッサによって実行することができる。図５のステップのうちの１又は２以上を含む本明細書に記載の方法の特定のステップは、ネットワークベースのクラウドコンピューティングシステム内のクライアントコンピュータによって実行することができる。図５のステップのうちの１又は２以上を含む本明細書に記載の方法のステップは、サーバによって、及び／又はネットワークベースのクラウドコンピューティングシステム内のクライアントによって、任意の組み合わせで実行することができる。
本明細書に記載のシステム、装置、及び方法は、プログラム可能なプロセッサによって実行されるように、例えば非一時的機械可読記憶装置などの情報記憶媒体で有形に具体化されたコンピュータプログラム製品を使用して実装でき、図５のステップのうちの１又は２以上を含む本明細書に記載の方法ステップは、このようなプロセッサにより実行可能な１又は２以上のコンピュータプログラムを使用して実装することができる。コンピュータプログラムは、コンピュータにおいて特定の動作を実行する又は特定の結果をもたらすのに直接又は間接的に使用できるコンピュータプログラム命令のセットである。コンピュータプログラムは、コンパイル又は解釈実行される言語を含む、任意の形式のプログラミング言語で記述でき、コンピュータプログラムは、スタンドアロンプログラムとして、又はコンピューティング環境で使用されるのに適したモジュール、コンポーネント、サブルーチン、又はその他のユニットとしての形態を含む任意の形態で展開することができる。
本明細書に記載のシステム、装置、及び方法を実装するために使用できる例示的なコンピュータの高レベルブロック図６００が図６に示されている。コンピュータ６０２は、データ記憶装置６１２及びメモリ６１０に動作可能に結合されたプロセッサ６０４を含む。プロセッサ６０４は、このような動作を規定するコンピュータプログラム命令を実行することにより、コンピュータ６０２の全体的な動作を制御する。コンピュータプログラム命令は、データ記憶装置６１２又は他のコンピュータ可読媒体に格納されて、コンピュータプログラム命令の実行が求められるときにメモリ６１０にロードすることができる。従って、図５の方法ステップは、メモリ６１０及び／又はデータ記憶装置６１２に格納されたコンピュータプログラム命令によって規定されて、コンピュータプログラム命令を実行するプロセッサ６０４によって制御することができる。例えば、コンピュータプログラム命令は、図５の方法ステップを実行するように当業者によってプログラムされたコンピュータ実行可能コードとして実装することができる。従って、プロセッサ６０４は、コンピュータプログラム命令を実行することにより、図５の方法ステップを実行する。また、コンピュータ６０２は、ネットワーク経由で他のデバイスと通信するための１又は２以上のネットワークインタフェース６０６を含むこともできる。コンピュータ６０２はまた、コンピュータ６０２とのユーザ対話を可能にする１又は２以上の入出力デバイス６０８（例えば、ディスプレイ、キーボード、マウス、スピーカ、ボタンなど）を含むこともできる。
プロセッサ６０４は、汎用マイクロプロセッサ及び専用マイクロプロセッサの両方を含むことができ、コンピュータ６０２の唯一のプロセッサ又は複数のプロセッサのうちの１つとすることができる。プロセッサ６０４は、例えば、１又は２以上の中央処理装置（ＣＰＵ）を含むことができる。プロセッサ６０４、データ記憶装置６１２、及び／又はメモリ６１０は、１又は２以上の特定用途向け集積回路（ＡＳＩＣ）及び／又は１又は２以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ）を含むこと、それらにより補完すること、又はそれらに組み込むことができる。
データ記憶装置６１２及びメモリ６１０は、各々、有形の非一時的コンピュータ可読記憶媒体を含む。データ記憶装置６１２及びメモリ６１０は、各々、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ダブルデータレート同期ダイナミックランダムアクセスメモリ（ＤＤＲ ＲＡＭ）などの高速ランダムアクセスメモリ、又はその他のランダムアクセスソリッドステートメモリデバイスを含むことができ、内蔵ハードディスク及びリムーバブルディスクなどの１又は２以上の磁気ディスク記憶装置、光磁気ディスク記憶装置、光ディスク記憶装置、フラッシュメモリデバイス、又は消去可能プログラム可能読み出し専用メモリ（ＥＰＲＯＭ）、電気的消去可能プログラム可能読み出し専用メモリ（ＥＥＰＲＯＭ）、コンパクトディスク読み出し専用メモリ（ＣＤ−ＲＯＭ）、デジタル多用途ディスク読み出し専用メモリ（ＤＶＤ−ＲＯＭ）ディスクなどの半導体メモリデバイス、又はその他の不揮発性固体記憶装置などの不揮発性メモリを含むことができる。
入出力デバイス６０８は、プリンタ、スキャナ、ディスプレイ画面などの周辺機器を含むことができる。例えば、入出力デバイス６０８は、ユーザへの情報を表示するための陰極線管（ＣＲＴ）又は液晶ディスプレイ（ＬＣＤ）モニタなどの表示デバイスと、キーボードと、ユーザがコンピュータ６０２に入力を提供できるマウス又はトラックボールなどのポインティングデバイスとを含むことができる。
図１のコンピューティングデバイス１０２、患者分析システム１０６、及びＥＭＲデータベース１０８、図２の患者分析システム２０２のコンポーネント、及び図４のＣＯＴＡモジュール４０２を含む、本明細書に記載のシステム及び装置の何れか又は全ては、コンピュータ６０２などの１又は２以上のコンピュータを使用して実装することができる。
当業者であれば、実際のコンピュータ又はコンピュータシステムの実装形態は、他の構造を有することができ、同様に他のコンポーネントを含むことができること、及び図６は、説明のための、コンピュータのコンポーネントの一部の高レベル表現であることを認識するであろう。
前述の詳細な説明は、限定的でなく、あらゆる点で説明的で例示的であると理解すべきであり、本明細書で開示する本発明の範囲は、詳細な説明からではなく、特許法で許可されている完全な権利の幅に従って解釈される特許請求の範囲によって定まる。本明細書に示し説明した実施形態は、単に説明した本発明の原理を例示するものであり、当業者であれば、本発明の範囲及び趣旨から逸脱することなく様々な修正を実施できることを理解されたい。当業者は、本発明の範囲及び精神から逸脱することなく、他の様々な特徴の組み合わせを実装することができる。
１００ 通信システム
１０２−Ａ、１０２−Ｎ コンピューティングデバイス
１０４ ネットワーク
１０６ 患者分析システム
１０８ ＥＭＲデータベース

Claims (36)

  1. 致命的又は致死的な進行性の病気の治療を受けている患者のための患者ケアサービスを決定する方法であって、
    （ａ）プロセッサを備えるシステムによって、患者個人健康情報を含むデータを受け取ることにより患者の症状を識別するステップと、
    （ｂ）前記システムによって、前記患者個人健康情報を含む前記データを分析することにより前記患者の苦痛レベルを決定するステップと、
    （ｃ）前記システムによって、前記患者の苦痛レベル及び前記患者の症状の重症度を含む基準に基づいて、前記患者の苦痛レベルを前記致命的又は致死的な進行性の病気の臨床経過と相関付けるスコアを確立するステップと、
    （ｄ）前記システムによって、前記スコアに基づいて、前記致命的又は致死的な進行性の病気の臨床経過及び前記患者の苦痛レベルに適した１又は２以上の患者ケアサービスを決定するステップと、
    を含む方法。
  2. 前記１又は２以上の患者ケアサービスの品質及び／又は妥当性を他の事業体によって提供される患者ケアサービスの品質及び／又は妥当性と比較するステップを更に含む、請求項１に記載の方法。
  3. 前記１又は２以上の患者ケアサービスを決定するステップは、前記スコアに基づくケアの積極性及び治療の積極性に基づいて、固定費用、又は治療方針、治療意図もしくはこれら両方に基づいて、前記患者に関連する予め決められた患者ケアサービスの１又は２以上の方策のグループから予め決められた患者ケアサービスの方策を選択するステップを含む、請求項１に記載の方法。
  4. 前記予め決められた患者ケアサービスの方策を選択するステップは、１又は２以上の閾値に基づいて、前記予め決められた患者ケアサービスの１又は２以上の方策のグループから前記予め決められた患者ケアサービスの方策を選択するステップを含む、請求項３に記載の方法。
  5. 前記個人健康情報を含むデータに基づいて前記患者を変数のセットを表すノードアドレスに分類するステップを更に含み、前記ノードアドレスは、前記予め決められた患者ケアサービスの１又は２以上の方策のグループに関連する、請求項３に記載の方法。
  6. 前記個人健康情報を含むデータに基づいて前記患者を前記ノードアドレスに分類するステップは、前記変数のセットを前記データ内の前記患者の属性と照合するステップを含む、請求項５に記載の方法。
  7. 前記変数のセットを表すプレフィックス、中間値、及びサフィックスを含む離散的区切り付数字列として前記ノードアドレスを表すステップを更に含む、請求項５に記載の方法。
  8. 前記予め決められた患者ケアサービスの１又は２以上の方策のグループの各方策は、当該治療サイクルに対する予め決められた費用に関連する、請求項３に記載の方法。
  9. 前記治療方針は、治癒的治療、進行を遅らせる治療、又は緩和治療を含む、請求項３に記載の方法。
  10. 前記患者個人健康情報を含む前記データは、前記患者の苦痛レベルを確立するのに効果的な患者質問票の結果を含む、請求項１に記載の方法。
  11. 前記患者個人健康情報を含む前記データは、パフォーマンスステータス、痛み、最愛の人への負担であるという認識、経済的負担についての認識、及び前記患者の憂鬱感のうちの少なくとも１つに関連する、請求項１に記載の方法。
  12. 更新された前記患者個人健康情報を含む更新データを受け取るステップと、
    前記更新された患者個人健康情報を含む前記更新データを分析して、前記患者の苦痛レベルを前記致命的又は致死的な進行性の病気の臨床経過と相関させた更新スコアを決定するステップと、
    前記更新スコアに基づいて前記１又は２以上の患者ケアサービスの別の１つを選択することにより前記患者の治療を修正するステップと、
    を更に含む、請求項１に記載の方法。
  13. 致命的又は致死的な進行性の病気の治療を受けている患者のための患者ケアサービスを決定するためのコンピュータプログラム命令を格納する非一時的コンピュータ可読記憶媒体であって、前記コンピュータプログラム命令は、プロセッサ上で実行されたときに、前記プロセッサに対して、
    （ａ）患者個人健康情報を含むデータを受け取ることにより患者の症状を識別するステップと、
    （ｂ）前記患者個人健康情報を含む前記データを分析することにより前記患者の苦痛レベルを決定するステップと、
    （ｃ）前記患者の苦痛レベル及び前記患者の症状の重症度を含む基準に基づいて、前記患者の苦痛レベルを前記致命的又は致死的な進行性の病気の臨床経過と相関付けるスコアを確立するステップと、
    （ｄ）前記スコアに基づいて、前記致命的又は致死的な進行性の病気の臨床経過及び前記患者の苦痛レベルに適した１又は２以上の患者ケアサービスを決定するステップと、
    を含む動作を実行させる、ことを特徴とする非一時的コンピュータ可読記憶媒体。
  14. 前記動作は更に、前記１又は２以上の患者ケアサービスの品質及び／又は妥当性を他の事業体によって提供される患者ケアサービスの品質及び／又は妥当性と比較するステップを含む、請求項１３に記載の非一時的コンピュータ可読記憶媒体。
  15. 前記１又は２以上の患者ケアサービスを決定するステップは、
    前記スコアに基づくケアの積極性及び治療の積極性に基づいて、固定費用、又は治療方針、治療意図もしくはこれら両方に基づいて、前記患者に関連する予め決められた患者ケアサービスの１又は２以上の方策のグループから予め決められた患者ケアサービスの方策を選択するステップを含む、請求項１３に記載の非一時的コンピュータ可読記憶媒体。
  16. 前記予め決められた患者ケアサービスの方策を選択するステップは、１又は２以上の閾値に基づいて、前記予め決められた患者ケアサービスの１又は２以上の方策のグループから前記予め決められた患者ケアサービスの方策を選択するステップを含む、請求項１５に記載の非一時的コンピュータ可読記憶媒体。
  17. 前記動作は更に、前記個人健康情報を含むデータに基づいて前記患者を変数のセットを表すノードアドレスに分類するステップを更に含み、前記ノードアドレスは、前記予め決められた患者ケアサービスの１又は２以上の方策のグループに関連する、請求項１５に記載の非一時的コンピュータ可読記憶媒体。
  18. 前記個人健康情報を含む前記データに基づいて前記患者を前記ノードアドレスに分類するステップは、前記変数のセットを前記データ内の前記患者の属性と照合するステップを含む、請求項１７に記載の非一時的コンピュータ可読記憶媒体。
  19. 前記動作は更に、前記変数のセットを表すプレフィックス、中間値、及びサフィックスを含む離散的区切り付数字列として前記ノードアドレスを表すステップを含む、請求項１７に記載の非一時的コンピュータ可読記憶媒体。
  20. 前記予め決められた患者ケアサービスの１又は２以上の方策のグループの各方策は、当該治療サイクルに対する予め決められた費用に関連する、請求項１５に記載の非一時的コンピュータ可読記憶媒体。
  21. 前記治療方針は、治癒的治療、進行を遅らせる治療、又は緩和治療を含む、請求項１５に記載の非一時的コンピュータ可読記憶媒体。
  22. 前記患者個人健康情報を含む前記データは、前記患者の苦痛レベルを確立するのに効果的な患者質問票の結果を含む、請求項１３に記載の非一時的コンピュータ可読記憶媒体。
  23. 前記患者個人健康情報を含む前記データは、パフォーマンスステータス、痛み、最愛の人への負担であるという認識、経済的負担についての認識、及び前記患者の憂鬱感のうちの少なくとも１つに関連する、請求項１３に記載の非一時的コンピュータ可読記憶媒体。
  24. 前記動作は更に、
    更新された前記患者個人健康情報を含む更新データを受け取るステップと、
    前記更新された患者個人健康情報を含む前記更新データを分析して、前記患者の苦痛レベルを前記致命的又は致死的な進行性の病気の臨床経過と相関させた更新スコアを決定するステップと、
    前記更新スコアに基づいて前記１又は２以上の患者ケアサービスの別の１つを選択することにより前記患者の治療を修正するステップと、
    を含む、請求項１３に記載の非一時的コンピュータ可読記憶媒体。
  25. 致命的又は致死的な進行性の病気の治療を受けている患者のための患者ケアサービスを決定するためのシステムであって、
    患者個人健康情報を含むデータを格納するデータベースと、
    患者分析システムと、
    を備え、
    前記患者分析システムが、
    プロセッサと、
    コンピュータプログラム命令を格納するメモリと、
    を含み、
    前記コンピュータプログラム命令は、前記プロセッサ上で実行されたときに、前記プロセッサに対して、
    （ａ）前記患者個人健康情報を含むデータを受け取ることにより患者の症状を識別するステップと、
    （ｂ）前記患者個人健康情報を含む前記データを分析することにより前記患者の苦痛レベルを決定するステップと、
    （ｃ）前記患者の苦痛レベル及び前記患者の症状の重症度を含む基準に基づいて、前記患者の苦痛レベルを前記致命的又は致死的な進行性の病気の臨床経過と相関付けるスコアを確立するステップと、
    （ｄ）前記スコアに基づいて、前記致命的又は致死的な進行性の病気の臨床経過及び前記患者の苦痛レベルに適した１又は２以上の患者ケアサービスを決定するステップと、
    を含む動作を実行させる、ことを特徴とするシステム。
  26. 前記動作は更に、前記１又は２以上の患者ケアサービスの品質及び／又は妥当性を他の事業体によって提供される患者ケアサービスの品質及び／又は妥当性と比較するステップを含む、請求項２５に記載のシステム。
  27. 前記１又は２以上の患者ケアサービスを決定するステップは、前記スコアに基づくケアの積極性及び治療の積極性に基づいて、固定費用、又は治療方針、治療意図もしくはこれら両方に基づいて、前記患者に関連する予め決められた患者ケアサービスの１又は２以上の方策のグループから予め決められた患者ケアサービスの方策を選択するステップを含む、請求項２５に記載のシステム。
  28. 前記予め決められた患者ケアサービスの方策を選択するステップは、１又は２以上の閾値に基づいて、前記予め決められた患者ケアサービスの１又は２以上の方策のグループから前記予め決められた患者ケアサービスの方策を選択するステップを含む、請求項２７に記載のシステム。
  29. 前記動作は更に、
    前記個人健康情報を含むデータに基づいて前記患者を変数のセットを表すノードアドレスに分類するステップを含み、前記ノードアドレスは、前記予め決められた患者ケアサービスの１又は２以上の方策のグループに関連する、請求項２７に記載のシステム。
  30. 前記個人健康情報を含むデータに基づいて前記患者を前記ノードアドレスに分類するステップは、前記変数のセットを前記データ内の前記患者の属性と照合するステップを含む、請求項２９に記載のシステム。
  31. 前記動作は更に、前記変数のセットを表すプレフィックス、中間値、及びサフィックスを含む離散的区切り付数字列として前記ノードアドレスを表すステップを含む、請求項２９に記載のシステム。
  32. 前記予め決められた患者ケアサービスの１又は２以上の方策のグループの各方策は、当該治療サイクルに対する予め決められた費用に関連する、請求項２７に記載のシステム。
  33. 前記治療方針は、治癒的治療、進行を遅らせる治療、又は緩和治療を含む、請求項２７に記載のシステム。
  34. 前記患者個人健康情報を含む前記データは、前記患者の苦痛レベルを確立するのに効果的な患者質問票の結果を含む、請求項２５に記載のシステム。
  35. 前記患者個人健康情報を含む前記データは、パフォーマンスステータス、痛み、最愛の人への負担であるという認識、経済的負担についての認識、及び前記患者の憂鬱感のうちの少なくとも１つに関連する、請求項２５に記載のシステム。
  36. 前記動作は更に、
    更新された患者個人健康情報を含む更新データを受け取るステップと、
    前記更新された患者個人健康情報を含む前記更新データを分析して、前記患者の苦痛レベルを前記致命的又は致死的な進行性の病気の臨床経過と相関させた更新スコアを決定するステップと、
    前記更新スコアに基づいて前記１又は２以上の患者ケアサービスの別の１つを選択することにより前記患者の治療を修正するステップと、
    を含む、請求項２５に記載のシステム。
JP2019555966A 2017-04-10 2018-03-23 進行性の病気の患者のための治療の開始及び種類を決定するための意思決定システム及び方法 Active JP7212630B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/483,491 2017-04-10
US15/483,491 US20180293352A1 (en) 2017-04-10 2017-04-10 System and Method for Decision-Making for Determining Initiation and Type of Treatment for Patients with a Progressive Illness
PCT/US2018/024143 WO2018191001A1 (en) 2017-04-10 2018-03-23 System and method for decision-making for determining initiation and type of treatment for patients with a progressive illness

Publications (3)

Publication Number Publication Date
JP2020521202A true JP2020521202A (ja) 2020-07-16
JP2020521202A5 JP2020521202A5 (ja) 2021-05-13
JP7212630B2 JP7212630B2 (ja) 2023-01-25

Family

ID=63711106

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019555966A Active JP7212630B2 (ja) 2017-04-10 2018-03-23 進行性の病気の患者のための治療の開始及び種類を決定するための意思決定システム及び方法

Country Status (7)

Country Link
US (2) US20180293352A1 (ja)
EP (1) EP3610531A4 (ja)
JP (1) JP7212630B2 (ja)
CN (1) CN110832600A (ja)
CA (1) CA3059558A1 (ja)
IL (1) IL269910B2 (ja)
WO (1) WO2018191001A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7422651B2 (ja) 2020-12-16 2024-01-26 株式会社日立製作所 情報処理システム及び選択支援方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220082815A (ko) * 2019-09-13 2022-06-17 코타 인코포레이티드 치료에 관련되는 임시 노드 어드레스 및 예후 관련 예상 결과 및 위험 평가에 관련되는 개선된 노드 어드레스를 활용하는 임상 결과 추적 및 분석 시스템 및 방법
US20220215920A1 (en) * 2021-01-02 2022-07-07 James P Tafur Augmented intelligence system for symptom translation
CN114664425B (zh) * 2022-05-25 2022-09-02 四川省医学科学院·四川省人民医院 一种静脉治疗管理云平台及构建方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000514938A (ja) * 1996-07-12 2000-11-07 ファースト オピニオン コーポレイション ネットワークへのアクセスを含む、コンピュータを使用した医療診断および処置の助言システム
JP2003050868A (ja) * 2001-08-06 2003-02-21 Koichi Kawabuchi Ｄｒｇを用いた医療情報分析システム
JP2003526125A (ja) * 1997-09-29 2003-09-02 エドガー エル ロス 痛み管理方法及びシステム
JP2014199557A (ja) * 2013-03-29 2014-10-23 パナソニックヘルスケア株式会社 診療支援装置
JP2017501481A (ja) * 2013-11-14 2017-01-12 エルファー エルエルシー 医療製品またはサービスの自動配達のための装置、システム、および方法。

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100198755A1 (en) * 1999-04-09 2010-08-05 Soll Andrew H Enhanced medical treatment
JP2007523410A (ja) * 2004-02-06 2007-08-16 クリスティーヌ・セー・ユッティン 健康管理判断を予測および／または案内するための費用感度判断ツール
US9171285B2 (en) * 2004-05-06 2015-10-27 Medencentive, Llc Methods for improving the clinical outcome of patient care and for reducing overall health care costs
US20060167721A1 (en) * 2004-12-30 2006-07-27 Betty Bernard Methods for patient care using acuity templates
CA2666379A1 (en) * 2006-10-13 2008-04-17 Michael Rothman & Associates System and method for providing a health score for a patient
EP2247287B1 (de) * 2008-02-01 2015-08-12 B.R.A.H.M.S GmbH Verfahren zur Identifizierung von therapiebedürftigen Patienten mit leichten kognitiven Störungen und die Behandlung derartiger Patienten
US20120173264A1 (en) * 2010-12-30 2012-07-05 Cerner Innovation, Inc. Facilitating identification of potential health complications
US20140244292A1 (en) * 2011-01-27 2014-08-28 Wiser Together, Inc. Method for Helping Patients Find Treatments Based on Similar Patients' Experiences
EP2847592A4 (en) * 2012-05-10 2016-05-04 Eutropics Pharmaceuticals Inc SURROGATE FUNCTIONAL DIAGNOSTIC TEST FOR CANCER
US20150223747A1 (en) * 2012-09-06 2015-08-13 Alvine Pharmaceuticals, Inc. Patient reported outcome instrument
US20140358570A1 (en) * 2013-06-04 2014-12-04 Koninklijke Philips N.V. Healthcare support system and method
US20140379366A1 (en) * 2013-06-25 2014-12-25 Systems4pt, LLC System and method for determining effective treatment plans
PL3055803T3 (pl) * 2013-10-08 2022-06-20 COTA, Inc. Śledzenie i analiza wyników klinicznych
US9646135B2 (en) * 2013-10-08 2017-05-09 COTA, Inc. Clinical outcome tracking and analysis
US20150169841A1 (en) * 2013-12-10 2015-06-18 Jaan Health, Inc. System and methods for enhanced management of patient care and communication
US20160224734A1 (en) * 2014-12-31 2016-08-04 Cerner Innovation, Inc. Systems and methods for palliative care
US20170124279A1 (en) * 2015-10-29 2017-05-04 Alive Sciences, Llc Adaptive Complimentary Self-Assessment And Automated Health Scoring For Improved Patient Care

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000514938A (ja) * 1996-07-12 2000-11-07 ファースト オピニオン コーポレイション ネットワークへのアクセスを含む、コンピュータを使用した医療診断および処置の助言システム
JP2003526125A (ja) * 1997-09-29 2003-09-02 エドガー エル ロス 痛み管理方法及びシステム
JP2003050868A (ja) * 2001-08-06 2003-02-21 Koichi Kawabuchi Ｄｒｇを用いた医療情報分析システム
JP2014199557A (ja) * 2013-03-29 2014-10-23 パナソニックヘルスケア株式会社 診療支援装置
JP2017501481A (ja) * 2013-11-14 2017-01-12 エルファー エルエルシー 医療製品またはサービスの自動配達のための装置、システム、および方法。

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7422651B2 (ja) 2020-12-16 2024-01-26 株式会社日立製作所 情報処理システム及び選択支援方法

Also Published As

Publication number Publication date
US20180293353A1 (en) 2018-10-11
JP7212630B2 (ja) 2023-01-25
WO2018191001A1 (en) 2018-10-18
KR20190135047A (ko) 2019-12-05
US20180293352A1 (en) 2018-10-11
IL269910B1 (en) 2023-07-01
IL269910A (ja) 2019-11-28
WO2018191001A8 (en) 2018-11-29
CN110832600A (zh) 2020-02-21
EP3610531A1 (en) 2020-02-19
IL269910B2 (en) 2023-11-01
EP3610531A4 (en) 2021-01-20
CA3059558A1 (en) 2018-10-18

Similar Documents

Publication Publication Date Title
US11488714B2 (en) Machine learning for collaborative medical data metrics
US20200265956A1 (en) Machine learning clinical decision support system for risk categorization
Janke et al. Exploring the potential of predictive analytics and big data in emergency care
Park et al. Comparison of methods to reduce bias from clinical prediction models of postpartum depression
Hannan et al. Predictors of readmission for complications of coronary artery bypass graft surgery
Schoenbaum et al. The effects of primary care depression treatment on patients' clinical status and employment
Hadley Insurance coverage, medical care use, and short-term health changes following an unintentional injury or the onset of a chronic condition
Abidi et al. Intelligent health data analytics: a convergence of artificial intelligence and big data
US20180060521A1 (en) Managing care pathways
US20170357771A1 (en) Patient risk scoring & evaluation system
US20090326976A1 (en) Estimating healthcare outcomes for individuals
JP7212630B2 (ja) 進行性の病気の患者のための治療の開始及び種類を決定するための意思決定システム及び方法
Bertoni et al. Impact of a multifaceted intervention on cholesterol management in primary care practices: guideline adherence for heart health randomized trial
Sutradhar et al. Repeated assessments of symptom severity improve predictions for risk of death among patients with cancer
Kamalzadeh et al. An analytics‐driven approach for optimal individualized diabetes screening
de Hond et al. Machine learning did not beat logistic regression in time series prediction for severe asthma exacerbations
Ramsay et al. A longitudinal study of medical practices’ treatment of patients who use tobacco
Goodman et al. Emergency department frequent user subgroups: Development of an empirical, theory-grounded definition using population health data and machine learning.
KR102668205B1 (ko) 진행성 질병을 가진 환자들에 대한 치료의 개시 및 유형을 결정하기 위한 의사 결정 시스템 및 방법
Veazie et al. Understanding how psychosocial factors relate to seeking medical care among older adults using a new model of care seeking
KR20180108671A (ko) 전자 건강 기록들을 사용하여 의학적 상태들에 대한 진단 및 치료 옵션들을 식별하는 방법 및 시스템
Aamir et al. Artificial Intelligence in Enhancing Syncope Management-An Update
Meyers et al. Trends in cumulative disenrollment in the Medicare Advantage program, 2011-2020
Rao et al. Machine Learning Models For Patient Medical Cost Prediction and Trend Analysis Using Open Healthcare Data
Birov et al. MAFEIP User Guide

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210316

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210330

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220415

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220425

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20220725

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220921

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: 20221214

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230113

R150 Certificate of patent or registration of utility model

Ref document number: 7212630

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150