JP2021508401A - 医療介入制御システム - Google Patents
医療介入制御システム Download PDFInfo
- Publication number
- JP2021508401A JP2021508401A JP2020554950A JP2020554950A JP2021508401A JP 2021508401 A JP2021508401 A JP 2021508401A JP 2020554950 A JP2020554950 A JP 2020554950A JP 2020554950 A JP2020554950 A JP 2020554950A JP 2021508401 A JP2021508401 A JP 2021508401A
- Authority
- JP
- Japan
- Prior art keywords
- data
- intervention
- patient
- outcomes
- waveform
- 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
Links
- 238000012502 risk assessment Methods 0.000 claims abstract description 46
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 238000011160 research Methods 0.000 claims abstract description 9
- 230000004044 response Effects 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 19
- 201000010099 disease Diseases 0.000 claims description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 11
- 238000007726 management method Methods 0.000 claims description 11
- 230000017531 blood circulation Effects 0.000 claims description 8
- 238000002583 angiography Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000012550 audit Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 18
- 230000006399 behavior Effects 0.000 description 14
- 206010060965 Arterial stenosis Diseases 0.000 description 10
- 244000208734 Pisonia aculeata Species 0.000 description 9
- 238000010200 validation analysis Methods 0.000 description 9
- 210000001367 artery Anatomy 0.000 description 8
- 210000004351 coronary vessel Anatomy 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 208000028867 ischemia Diseases 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000250 revascularization Effects 0.000 description 6
- 230000002238 attenuated effect Effects 0.000 description 5
- 208000029078 coronary artery disease Diseases 0.000 description 5
- 238000013016 damping Methods 0.000 description 5
- 230000000747 cardiac effect Effects 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000013146 percutaneous coronary intervention Methods 0.000 description 4
- 208000031481 Pathologic Constriction Diseases 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 208000031225 myocardial ischemia Diseases 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 208000037804 stenosis Diseases 0.000 description 3
- 230000036262 stenosis Effects 0.000 description 3
- 230000001225 therapeutic effect Effects 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 2
- 210000001765 aortic valve Anatomy 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000010009 beating Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 238000009530 blood pressure measurement Methods 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000000544 hyperemic effect Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 239000003607 modifier Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000004205 output neuron Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- CCEKAJIANROZEO-UHFFFAOYSA-N sulfluramid Chemical group CCNS(=O)(=O)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)F CCEKAJIANROZEO-UHFFFAOYSA-N 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000002054 transplantation Methods 0.000 description 2
- 200000000007 Arterial disease Diseases 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 208000010496 Heart Arrest Diseases 0.000 description 1
- 108010028554 LDL Cholesterol Proteins 0.000 description 1
- 238000008214 LDL Cholesterol Methods 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 238000010317 ablation therapy Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 238000013474 audit trail Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000005242 cardiac chamber Anatomy 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003412 degenerative effect Effects 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Psychiatry (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【選択図】 図24
Description
a)研究データ;およびb)検出データを含む少なくとも1つのデータソースからのデータを含むデータセットを有するデータベースと;
データソースから波形を識別し、波形を抽出し、波形を分類し、波形を所定のフォーマットに正規化し、波形の波形特性およびパラメータを決定するように動作可能な波形検出器であって、検出データの一部を追加する波形検出器と;
患者から被験者データを得るための測定モジュールと;
少なくとも1つのデータソースからのデータセットに関して被験者データを分析し、1以上のアウトカムの各々について関連する確率を出力するように動作可能な分析器であって、関連する確率は介入によって影響され、分析器は患者から得られた被験者データを取得し、アウトカムおよびアウトカムに影響を及ぼす可能性のある介入について検証する、分析器と;
介入割当モジュールにフィードバックを提供し、それぞれの介入に対して、介入を実行するように介入割当モジュールに直接的な命令を出力する、あるいは介入を実行することをやめるように介入割当モジュールに直接的な命令を出力するように動作可能である行動および警告管理モジュールと;および
現在の患者に対する行動および警告管理モジュールからの直接的な命令に応じて、介入を実行するか介入を実行しない介入割当モジュールと;
を備える。
a)研究データ;およびb)検出データを含む少なくとも1つのデータソースからのデータを含むデータセットを有するデータベースを確立することと;
検出データの一部を波形データで追加することであって、波形はデータソースから抽出され、所定のフォーマットに正規化され;
患者から被験者データを得ることと;
被験者データのアウトカムおよび患者のアウトカムに影響を及ぼす可能性のある介入の検証を行うことと;
少なくとも1つのデータソースからのデータセットに関して被験者データを分析し、それぞれのアウトカムについて関連する確率を出力することであって、関連する確率が介入によって影響を受けることと;
それぞれの介入について、介入を実行するための直接的な命令又は介入を実行することをやめるための直接的な命令を出力することと;および
直接的な命令に応じて介入を行うか又は介入をやめることと;
を含む。
a)研究データ;およびb)検出データを含む少なくとも1つのデータソースからのデータを含むデータセットを有するデータベースと;
データソースから波形を識別し、波形の波形特性およびパラメータを決定するように動作可能な波形検出器と;
患者から被験者データを得るための測定モジュールと;
少なくとも1つのデータソースからのデータセットに関して被験者データを分析し、1つ以上のアウトカムの各々について関連する確率を出力するように動作可能な分析器であって、関連する確率は介入によって影響され、分析器は患者から得られた被験者データを取得し、アウトカムおよび介入について検証する、分析器と;
治療割当モジュールにフィードバックを提供するように動作可能な行動および警告管理モジュールと;および
現在の患者に対する介入または介入の欠如に影響を及ぼす介入割当モジュールと;
を備える。
少なくとも1つのデータソースからのデータを含むデータセットを有するデータベースと;
患者から被験者データを得るための測定モジュールと;
少なくとも1つのデータソースからのデータセットに関して被験者データを分析し、1以上のアウトカムの各々について関連する確率を出力するように動作可能な分析器であって、関連する確率が介入によって影響を受ける分析器と;
を備える。
a)研究データ;およびb)検出データを含む少なくとも1つのデータソースからのデータを含むデータセットを有するデータベースを確立することと;
データソースから波形を識別することと;
波形特性及び波形のパラメータを決定することと;
患者から被験者データを得ることと;
少なくとも1つのデータソースからのデータセットに関する被験者データを分析することと;
1以上のアウトカムの各々について関連する確率を出力することであって、関連する確率が介入によって影響を受けることと;
アウトカムおよび介入に関する被験者データの検証を行うことと;
フィードバックを提供し、患者に対する介入または介入の欠如に影響することと;
を含む。
少なくとも1つのデータソースからのデータを含むデータセットを確立することと;
患者から被験者データを得ることと;
少なくとも1つのデータソースからのデータセットに関する被験者データを分析することと;
1以上のアウトカムの各々について関連する確率を出力することであって、関連する確率が介入によって影響を受けることと;
を含む。
データソースから波形を識別することと;
波形特性および波形のパラメータを決定することと、
患者から被験者データを得ることと;
a)研究データ、およびb)検出データを含む少なくとも1つのデータソースからのデータに関して被験者データを分析することと;
1以上のアウトカムの各々について関連する確率を出力することであって、関連する確率が介入によって影響を受けることと;
アウトカムおよび介入について被験者データの検証を行うことと;
フィードバックを提供し、患者に対する介入または介入の欠如に影響すること。
患者から被験者データを得ることと;
a)研究データ、およびb)検出データを含む少なくとも1つのデータソースからのデータに関して被験者データを分析することと;
1以上のアウトカムの各々について関連する確率を出力することであって、関連する確率が介入によって影響を受けること。
圧力センサーガイドワイヤ(例えば、ボルケーノ・ヴェラタ(登録商標)プレッシャ・ワイヤ、アボット・プレッシャ・ワイヤ(登録商標)、オープンズ・オプト・ワイヤ(登録商標)、ACIST・メディカル・システムズ・ナーヴァス(登録商標)、マイクロカテーテル、またはフィリップス・CMETテクノロジーなど)、流体充填カテーテル、インピーダンスフローセンサー、熱浸透流センサー(アボット・プレッシャ・ワイヤ(登録商標))、ドップラー・フロー・ワイヤ(ボルケーノ・コンボワイヤ(登録商標))、超音波フロー・センサー(例えば、トランソニック(登録商標)など)
非侵襲的超音波測定(フィリップス心エコー図装置);社会的メディア入力およびフィード;保険プロファイル;グーグル・トレンド・データ;蛍光透視X線画像;CTX線画像;MRI画像;および/または非侵襲的圧力ベース・データ(例えば、PulseCor(登録商標)、またはMobiloGraph(登録商標))。
1.大動脈圧波形
a.充血状態または非安静状態下
b.安静時
2.プレッシャ・ワイヤ波形
a.充血状態または非安静状態下で
b.安静時
3.血管造影、CTまたはMRI画像
4.患者の危険因子
a.喫煙歴
b.脂質
c.IHDの家族歴
d.以前のIHD
e.糖尿病
f.遺伝子プロファイリング
5.患者の人口統計
a.年齢
b.性別
c.人種・民族
d.身長
e.体重
f.ゲノム
1)虚血予測に基づく動脈狭窄の治療/非治療
2)死亡率/罹病率予測に基づく動脈狭窄の治療/非治療
1)虚血予測に基づく動脈狭窄の治療/非治療;および/または
2)死亡率/罹病率予測に基づく動脈狭窄の治療/非治療。
治療の必要性に対する大動脈圧波形:n1、n2など。
治療の必要性に対するプレッシャ・ワイヤ波形信号:n1、n2など。
治療の必要性に対する血管造影またはCT画像診断: n1、n2など。
治療の必要性に対する患者の危険因子: n1、n2など。
治療の必要性に対する患者の人口統計: n1、n2など。
治療する=PCI(経皮的冠動脈介入)、CABG(冠動脈バイパス術)のいずれかによる冠血行再建術。
治療しない=血行再建なし、および内科的(すなわち、薬物)療法による治療の継続。
治療しない=血行再建なし、および内科的(すなわち、薬物)療法による治療の継続。
限局性疾患=治療する − 中等度から重度の疾患のセグメント
びまん性疾患=治療しない − 血管の全長にわたる軽度〜中等度の疾患の長いセグメント
1)生理学的または圧力波形検出器 − これらは大動脈圧およびプレッシャ・ワイヤ圧の記録を提供する;
2)心電図 − 心臓を横切る複数のベクトルから、1回以上の心周期にわたって電気的活動を記録する
3) フルオロスコピー/血管造影 − この検査では、例えば動脈、静脈、体腔、心腔を特定するため、体内の構造を評価するための画像(X線)を提供する。
・大動脈弁の位置決め−冠動脈および左心室に対する弁の位置決めが高すぎるか低すぎるかによって良好なアウトカムを予測する;
・ペーシングワイヤの配置−ペーシングリード変位のリスク分析−良好な位置または不良な位置;および/または
・正しいサイズの弁の識別および選択、ならびに動脈血行再建術の場合の経皮弁移植またはステントのための弁の作製。
・データ収集(波形、心電図、人口統計学的数値および危険因子プロファイリング)
・アウトカム収集(びまん性、限局性、生死)
・データ抽出
・データ前処理
*スケーリング
*ピクセル正規化−画像寸法はすべて同じである。定義済みパラメータでない場合は画像を黒で囲む
*ゼロ入力(すべてのピクセルに0と1の間のスケールがある)、単一チャンネル
*227×227ピクセルへのダウンサンプリング
・トレーニングセットとバリデーションセットに分割する。
・ニューラルネットワークへの入力
・既知の治療/非治療の意思決定に対するニューラルネットワークのトレーニング
・バリデーションセットに対するバリデーション
・出力ノード値
・データ収集(波形、心電図、人口統計学的数値および危険因子プロファイリング)
・アウトカム収集(びまん性、限局性、生死)
・データ抽出
・データ前処理
*スケーリング
*ピクセル正規化−画像寸法はすべて同じである。定義済みパラメータでない場合は画像を黒で囲む
*ゼロ入力(すべてのピクセルに0と1の間のスケールがある)、単一チャンネル
*227×227ピクセルへのダウンサンプリング
・トレーニングセットとバリデーションセットに分割する。
・ニューラルネットワークへの入力
・既知のCV事象に対するニューラルネットワークのトレーニング
・バリデーションセットに対するバリデーション
・出力ノード値
・データ収集(波形、心電図、人口統計学的数値および危険因子プロファイリング)
・アウトカム収集(びまん性、限局性、生死)
・データ抽出
・データ前処理
*スケーリング
*ピクセル正規化−画像寸法はすべて同じである。定義済みパラメータでない場合は画像を黒で囲む
*ゼロ入力(すべてのピクセルに0と1の間のスケールがある)、単一チャンネル
*227×227ピクセルへのダウンサンプリング
・トレーニングセットとバリデーションセットに分割する。
・ニューラルネットワークへの入力
・既知の限局性およびびまん性カテゴリ出力に対するニューラルネットワークのトレーニング
・バリデーションセットに対するバリデーション
・出力ノード値
Claims (19)
- リスク分析を提供し且つ患者に対する介入行動に影響を及ぼすための医療介入制御システムであって、当該システムは:
a)研究データ;およびb)検出データを含む少なくとも1つのデータソースからのデータを含むデータセットを有するデータベースと;
データソースから波形を識別し、波形を抽出し、波形を分類し、波形を所定のフォーマットに正規化し、波形の波形特性およびパラメータを決定するように動作可能な波形検出器であって、検出データの一部を追加する波形検出器と;
患者から被験者データを得るための測定モジュールと;
少なくとも1つのデータソースからのデータセットに関して被験者データを分析し、1以上のアウトカムの各々について関連する確率を出力するように動作可能な分析器であって、関連する確率は介入によって影響され、分析器は患者から得られた被験者データを取得し、アウトカムおよびアウトカムに影響を及ぼす可能性のある介入について検証する、分析器と;
介入割当モジュールにフィードバックを提供し、それぞれの介入に対して、介入を実行するように介入割当モジュールに直接的な命令を出力する、あるいは介入を実行することをやめるように介入割当モジュールに直接的な命令を出力するように動作可能である行動および警告管理モジュールと;および
現在の患者に対する行動および警告管理モジュールからの直接的な命令に応じて、介入を実行するか介入を実行しない介入割当モジュールと;
を備えるシステム。 - 前記波形は、画像を含むデータソースから識別される、請求項1に記載のシステム。
- リスク分析を提供し且つ患者に対する介入行動に影響を及ぼすための医学的評価および予測システムであって、前記システムは:
少なくとも1つのデータソースからのデータを含むデータセットを有するデータベースと;
患者から被験者データを得るための測定モジュールと;
少なくとも1つのデータソースからのデータセットに関して被験者データを分析し、1以上のアウトカムの各々について関連する確率を出力するように動作可能な分析器であって、関連する確率が介入によって影響を受ける分析器と;
を備えるシステム。 - 分析器がトレーニングされたデータに基づいた様々な「治療する」/「治療しない」オプションのリスク分析を行うようにトレーニングされた確率行列を構築し、システムは患者がオプションで治療される場合にはどのようなリスクであり、患者が治療オプションで治療されない場合にはどのようなリスクであるかのリスク分析を行う、先行する請求項のいずれかに記載のシステム。
- 前記行動および警告管理モジュールの前記出力は、前記介入割当モジュールのためのそれぞれの介入に関する命令のセットを含む、先行する請求項のいずれかに記載のシステム。
- 前記介入割当モジュールは、前記介入を実行するように動作可能な医療ロボットを含み、前記ロボットによって行われる前記介入の少なくとも1つのステップは、人間のユーザからの権限委譲を必要とする、先行する請求項のいずれかに記載のシステム。
- 介入の後に被験者データを検出して、患者の状態を再評価する、先行する請求項のいずれかに記載のシステム。
- 前記研究データが、患者の危険因子、患者の人口統計、関連する臨床アウトカムおよび結果、履歴検出データおよび医療保険プロファイルまたはソーシャルメディアフィード、登録データ、数理リスクテーブル、臨床試験データおよび/または監査データを含む、先行する請求項のいずれかに記載のシステム。
- 検出データは、心電図、冠状動脈プレッシャ・ワイヤおよびトランスデューサ、血管造影図、超音波トランスデューサ、冠状動脈ガイドワイヤ取り付けセンサなどの検出機器から取得された捕捉または検出データポイント、波形または画像を含み、血流予備量比−FFR、iFR(FFRの瞬時血流予備量比(iFR)バージョン)、冠血流予備能−CFR、静止遠位冠状動脈圧対大動脈圧比(Pd/Pa)間の関係、医療保険プロファイルおよび/またはソーシャルメディアフィードに関するデータを提供する、先行する請求項のいずれかに記載のシステム。
- 前記データは、前記分析器における予測モデルのための入力を含む、先行する請求項のいずれかに記載のシステム。
- システムが、データセット内のデータを正規化するための正規化器を更に含む、先行する請求項のいずれかに記載のシステム。
- 前記正規化器が、前記データを標準テンプレートに適合させる、先行する請求項のいずれかに記載のシステム。
- 前記分析器は複数の分析器を含み、前記分析器のうちの1以上はデータソースからのデータを分析し、それぞれの介入に対する有望なアウトカムの確率モデルを添付する、先行する請求項のいずれかに記載のシステム。
- リスク分析評価モジュールが、分析器の出力に基づいてリスク分析を提供するように動作可能である、先行する請求項のいずれかに記載のシステム。
- 前記波形検出器は、前記分析器をトレーニングするために使用され得る標準出力を提供するための波形の画像データを変換するように動作可能である、先行する請求項のいずれかに記載のシステム。
- 各入力からの確率ノード値はマトリックスで実行され、各値はフィールドからのさらなる入力によって反復されて、個々に使用されるとき、または他の入力と一緒に使用されるとき、各入力についての一連の確率ノード値を決定し、一連のノード値は治療の必要性、有意な死亡率および罹患率の確率、リスク分析、ならびに限局性疾患とびまん性疾患とを区別する能力を決定し、確率が各アウトカムまたは潜在的介入に割り当てられて、次いで、潜在的に医療専門家と協議して決定を行い、またはどのようなアウトカムまたは介入を考慮すべきかについて実施医療専門家に通知する、先行する請求項のいずれかに記載のシステム。
- リスク分析を提供し且つ患者に対する介入行動に影響を及ぼす方法であって、当該方法は:
a)研究データ;およびb)検出データを含む少なくとも1つのデータソースからのデータを含むデータセットを有するデータベースを確立することと;
検出データの一部を波形データで追加することであって、波形はデータソースから抽出され、所定のフォーマットに正規化され;
患者から被験者データを得ることと;
被験者データのアウトカムおよび患者のアウトカムに影響を及ぼす可能性のある介入の検証を行うことと;
少なくとも1つのデータソースからのデータセットに関して被験者データを分析し、それぞれのアウトカムについて関連する確率を出力することであって、関連する確率が介入によって影響を受けることと;
それぞれの介入について、介入を実行するための直接的な命令又は介入を実行することをやめるための直接的な命令を出力することと;および
直接的な命令に応じて介入を行うか又は介入をやめることと;
を含む。 - 以下に対する命令のセットでプログラムされたコンピュータ動作可能媒体:
データソースから波形を識別することと;
波形特性および波形のパラメータを決定することと、
患者から被験者データを得ることと;
a)研究データ、およびb)検出データを含む少なくとも1つのデータソースからのデータに関して被験者データを分析することと;
1以上のアウトカムの各々について関連する確率を出力することであって、関連する確率が介入によって影響を受けることと;
アウトカムおよび介入について被験者データの検証を行うことと;
フィードバックを提供し、患者に対する介入または介入の欠如に影響すること。 - 請求項17に記載の方法を実行するための一組の命令でプログラムされたコンピュータ動作可能媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GBGB1721581.5A GB201721581D0 (en) | 2017-12-21 | 2017-12-21 | A medical management system |
GB1721581.5 | 2017-12-21 | ||
PCT/GB2018/053745 WO2019122919A1 (en) | 2017-12-21 | 2018-12-21 | A medical intervention control system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021508401A true JP2021508401A (ja) | 2021-03-04 |
JP7217289B2 JP7217289B2 (ja) | 2023-02-02 |
Family
ID=61131685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020554950A Active JP7217289B2 (ja) | 2017-12-21 | 2018-12-21 | 医療介入制御システム |
Country Status (6)
Country | Link |
---|---|
US (1) | US11387001B2 (ja) |
EP (1) | EP3729460A1 (ja) |
JP (1) | JP7217289B2 (ja) |
KR (1) | KR20200100786A (ja) |
GB (1) | GB201721581D0 (ja) |
WO (1) | WO2019122919A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022224524A1 (ja) * | 2021-04-22 | 2022-10-27 | ソニーグループ株式会社 | 患者モニタリングシステム |
WO2023022507A1 (ko) * | 2021-08-17 | 2023-02-23 | 주식회사 메디컬에이아이 | 2개 유도의 비동시적 심전도를 기반으로 동시적 심전도를 생성하는 방법 |
WO2023022511A1 (ko) * | 2021-08-17 | 2023-02-23 | 주식회사 메디컬에이아이 | 2개 유도의 비동시적 심전도를 기반으로 하는 동시적 심전도 생성 방법 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200155013A1 (en) * | 2018-11-21 | 2020-05-21 | M3L Solutions, LLC | Methods and systems for facilitating diagnosing of a central or peripheral vasculature disorder using intravascular imaging |
US11978558B1 (en) * | 2020-12-17 | 2024-05-07 | Hunamis, Llc | Predictive diagnostic information system |
US20240159661A1 (en) * | 2021-03-15 | 2024-05-16 | Cor Health, Inc. | Composite infrared spectroscopy for nutrition and fitness |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007524461A (ja) * | 2003-06-25 | 2007-08-30 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 乳房撮像の自動診断及び決定支援システム及び方法 |
US20080294019A1 (en) * | 2007-05-24 | 2008-11-27 | Bao Tran | Wireless stroke monitoring |
US20090054908A1 (en) * | 2005-04-15 | 2009-02-26 | Jason Matthew Zand | Surgical instruments with sensors for detecting tissue properties, and system using such instruments |
JP2014507983A (ja) * | 2011-01-21 | 2014-04-03 | ヘルススタッツ インターナショナル ピーティーイー リミテッド | 身体の動脈拍動波形を変化させるための装置及び方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2216681A1 (en) | 1996-09-30 | 1998-03-30 | Smithkline Beecham Corporation | Disease management method and system |
US20040078236A1 (en) * | 1999-10-30 | 2004-04-22 | Medtamic Holdings | Storage and access of aggregate patient data for analysis |
US20070244724A1 (en) * | 2006-04-13 | 2007-10-18 | Pendergast John W | Case based outcome prediction in a real-time monitoring system |
WO2013077977A1 (en) * | 2011-11-23 | 2013-05-30 | Remedev, Inc. | Remotely-executed medical diagnosis and therapy including emergency automation |
CN104704543A (zh) | 2012-10-01 | 2015-06-10 | 皇家飞利浦有限公司 | 使用设备形状感测的临床决策支持和训练系统 |
US20140108045A1 (en) | 2012-10-15 | 2014-04-17 | ClinicalBox, Inc. | Epoch of Care-Centric Healthcare System |
LT3188645T (lt) * | 2014-09-04 | 2020-07-10 | Memic Innovative Surgery Ltd. | Įtaisas ir sistema su mechaninėmis rankomis |
-
2017
- 2017-12-21 GB GBGB1721581.5A patent/GB201721581D0/en not_active Ceased
-
2018
- 2018-12-21 JP JP2020554950A patent/JP7217289B2/ja active Active
- 2018-12-21 KR KR1020207021065A patent/KR20200100786A/ko unknown
- 2018-12-21 EP EP18829955.6A patent/EP3729460A1/en active Pending
- 2018-12-21 US US16/957,044 patent/US11387001B2/en active Active
- 2018-12-21 WO PCT/GB2018/053745 patent/WO2019122919A1/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007524461A (ja) * | 2003-06-25 | 2007-08-30 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 乳房撮像の自動診断及び決定支援システム及び方法 |
US20090054908A1 (en) * | 2005-04-15 | 2009-02-26 | Jason Matthew Zand | Surgical instruments with sensors for detecting tissue properties, and system using such instruments |
US20080294019A1 (en) * | 2007-05-24 | 2008-11-27 | Bao Tran | Wireless stroke monitoring |
JP2014507983A (ja) * | 2011-01-21 | 2014-04-03 | ヘルススタッツ インターナショナル ピーティーイー リミテッド | 身体の動脈拍動波形を変化させるための装置及び方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022224524A1 (ja) * | 2021-04-22 | 2022-10-27 | ソニーグループ株式会社 | 患者モニタリングシステム |
WO2023022507A1 (ko) * | 2021-08-17 | 2023-02-23 | 주식회사 메디컬에이아이 | 2개 유도의 비동시적 심전도를 기반으로 동시적 심전도를 생성하는 방법 |
WO2023022511A1 (ko) * | 2021-08-17 | 2023-02-23 | 주식회사 메디컬에이아이 | 2개 유도의 비동시적 심전도를 기반으로 하는 동시적 심전도 생성 방법 |
Also Published As
Publication number | Publication date |
---|---|
WO2019122919A1 (en) | 2019-06-27 |
KR20200100786A (ko) | 2020-08-26 |
EP3729460A1 (en) | 2020-10-28 |
US11387001B2 (en) | 2022-07-12 |
JP7217289B2 (ja) | 2023-02-02 |
US20200395126A1 (en) | 2020-12-17 |
GB201721581D0 (en) | 2018-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7217289B2 (ja) | 医療介入制御システム | |
JP6857612B2 (ja) | 心血管劣化の警告スコア | |
JP5584413B2 (ja) | 患者監視システム及び監視する方法 | |
JP4981925B2 (ja) | リスク層別化のための患者間比較 | |
JP3133756B2 (ja) | 危険管理フォームを生成するための危険管理システム | |
JP2021534939A (ja) | 被験者の生理学的または生物学的状態または疾患を特定するための方法およびシステム | |
US20170273586A1 (en) | Patient Signal Analysis Based on Vector Analysis | |
JP5785187B2 (ja) | 心音信号のための信号処理装置及び方法 | |
JP2002529873A (ja) | 予測機器を用いる診断ツール | |
EP1277433B1 (en) | Adjustable coefficients to customize predictive instruments | |
JP2019109553A (ja) | 情報処理装置及び情報処理方法 | |
JP6741576B2 (ja) | タイプアヘッド編集機能を含む心電図(ecg)装置及びその作動方法 | |
WO2021225744A1 (en) | Heart rate variability monitoring and analysis | |
US10327648B2 (en) | Blood vessel mechanical signal analysis | |
US9320445B2 (en) | System for cardiac condition detection responsive to blood pressure analysis | |
TW202143915A (zh) | 心電圖分析 | |
Gu | AI in Cardiology and Cardiac Surgery | |
US10610119B2 (en) | Systems for assessing risk of sudden cardiac death, and related methods of use | |
WO2024106526A1 (ja) | 学習用データ生成方法、学習モデル生成方法、出力プログラム、学習用モデルデータ生成装置、学習用データ生成プログラム、出力装置及び出力方法 | |
US20230293103A1 (en) | Analysis device | |
JP7420266B2 (ja) | 分析装置 | |
Arora et al. | Classification of Methods to Reduce Clinical Alarm Signals for Remote Patient Monitoring: A Critical Review | |
JP2023544895A (ja) | 心臓内ecgノイズの検出及び低減 | |
Pujahari et al. | Applications of Artificial Intelligence in Clinical Validation, Device Approval, and Insurance Coverage | |
Vasantrao et al. | Feature Fusion Model For Heart Disease Diagnosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211216 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211216 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221221 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221227 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230123 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7217289 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |