JP2022520987A - 分散型コンピューティングプラットフォームを使用して、優先順位別に地理的領域を横断して健康データを分析するためのシステムアーキテクチャおよび方法 - Google Patents
分散型コンピューティングプラットフォームを使用して、優先順位別に地理的領域を横断して健康データを分析するためのシステムアーキテクチャおよび方法 Download PDFInfo
- Publication number
- JP2022520987A JP2022520987A JP2021548691A JP2021548691A JP2022520987A JP 2022520987 A JP2022520987 A JP 2022520987A JP 2021548691 A JP2021548691 A JP 2021548691A JP 2021548691 A JP2021548691 A JP 2021548691A JP 2022520987 A JP2022520987 A JP 2022520987A
- Authority
- JP
- Japan
- Prior art keywords
- analysis
- file
- health data
- unique case
- processor
- 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.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 262
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims abstract description 218
- 238000012546 transfer Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000001052 transient effect Effects 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims 1
- 238000007405 data analysis Methods 0.000 description 75
- 230000017531 blood circulation Effects 0.000 description 33
- 230000036316 preload Effects 0.000 description 32
- 238000004088 simulation Methods 0.000 description 23
- 238000002591 computed tomography Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 18
- 238000003860 storage Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000013523 data management Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 238000002604 ultrasonography Methods 0.000 description 7
- 230000036772 blood pressure Effects 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 101000666730 Homo sapiens T-complex protein 1 subunit alpha Proteins 0.000 description 4
- 102100038410 T-complex protein 1 subunit alpha Human genes 0.000 description 4
- 210000000709 aorta Anatomy 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 210000004351 coronary vessel Anatomy 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 238000012913 prioritisation Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 210000005166 vasculature Anatomy 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 238000005206 flow analysis Methods 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000001225 therapeutic effect Effects 0.000 description 3
- 230000002792 vascular Effects 0.000 description 3
- 208000031481 Pathologic Constriction Diseases 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000004 hemodynamic effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002107 myocardial effect Effects 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000036262 stenosis Effects 0.000 description 2
- 208000037804 stenosis Diseases 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000002302 brachial artery Anatomy 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H50/50—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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Architecture (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
システムおよび方法が、分散型クラウドコンピューティングプラットフォームを経由して健康データを分析するために開示される。分散型クラウドコンピューティングプラットフォームを経由して健康データを分析するための1つの方法は、分析のために、1つ以上の匿名DICOMオブジェクトを含有する一意の症例ファイルを受信するステップと、1つ以上の匿名DICOMオブジェクトと関連付けられる優先順位に基づいて、一意の症例ファイルに関して優先レベルを設定するステップと、1つ以上の匿名DICOMオブジェクトのうちの少なくとも1つを解凍し、正当性を立証するステップと、解凍され、正当性を立証された匿名DICOMオブジェクトのうちの少なくとも1つの分析であって、一意の症例ファイルの優先レベルに従って完了した分析を伝送するステップとを含む。
Description
(関連出願)
本願は、その開示全体が参照することによってその全体として本明細書に組み込まれる、2019年2月22日に出願された、米国仮出願第62/809,139号の優先権を主張する。
本願は、その開示全体が参照することによってその全体として本明細書に組み込まれる、2019年2月22日に出願された、米国仮出願第62/809,139号の優先権を主張する。
(導入)
病院は、患者に関する有意量の健康データ記録を発生させ、記憶する。従来的に、健康データ(例えば、医療記録、X線、CTスキャン、MRI等)の分析は、病院において医療専門家によって実施される。しかしながら、病院は、最先端技術を伴う予測健康データ分析を実施するように装備されていない場合がある。これらの状況では、健康データは、第三者ベンダまたはサービスによって分析される必要があり得る。
病院は、患者に関する有意量の健康データ記録を発生させ、記憶する。従来的に、健康データ(例えば、医療記録、X線、CTスキャン、MRI等)の分析は、病院において医療専門家によって実施される。しかしながら、病院は、最先端技術を伴う予測健康データ分析を実施するように装備されていない場合がある。これらの状況では、健康データは、第三者ベンダまたはサービスによって分析される必要があり得る。
ますます、健康データ分析の種々の側面が、病院外で実施されている。健康データが、病院外の1つ以上の第三者処理システムを使用して分析されるとき、病院の外に健康データを転送し、分析するために考慮するべき種々の要因、例えば、ファイルサイズ、タイプ、ルーティング、ファイル妥当性(例えば、画質)、転送するファイルの選択を促進するために使用されるべきアプリケーションユーザインターフェース(API)、およびプライバシーが存在し得る。
加えて、第三者処理システムは、異なる領域(または国)からの多くの異なる病院からのデータを効率的に分析および編成するために、ロバストなプラットフォームアーキテクチャを要求し得る。例えば、健康データ分析、記憶、および管理能力の特定のセットが、病院領域と異なる、ある領域内のみに存在し得る。その選択された領域外の病院は、患者プライバシー規制が、患者健康データが選択された領域に転送されることができないことを決定付け得るため、分析サービスへのアクセスを有していない場合がある。
したがって、終端間自動取り込み、国境を越えた健康データの分析および処理、および分析の報告のためのセキュア、拡張可能、ロバスト、かつ融通性のあるインフラストラクチャを作成する、分散型健康データプラットフォームの所望が、存在する。さらに、データ分析および病院への報告を向上させるために、分散型健康データプラットフォームが誘導分析者ワークフローを提供するための所望が、存在する。前述の一般的説明および以下の詳細な説明は、例示的かつ解説的にすぎず、本開示の制限ではない。本開示の種々の実施形態は、一実施形態による、異なる地理的地域内で発生される健康データを効率的に分析、管理、および記憶しながら、患者プライバシーを守るシステムおよび方法に関する。
本開示のある側面によると、システムおよび方法が、分散型クラウドコンピューティングプラットフォームを経由して国境を越えた健康データを管理するために開示される。
分散型クラウドコンピューティングプラットフォームを経由して健康データを分析する方法であって、本方法は、分析のために、1つ以上の匿名DICOMオブジェクトを含有する一意の症例ファイルを受信するステップと、1つ以上の匿名DICOMオブジェクトと関連付けられる優先順位に基づいて、一意の症例ファイルに関して優先レベルを設定するステップと、1つ以上の匿名DICOMオブジェクトのうちの少なくとも1つを解凍し、正当性を立証するステップと、解凍され、正当性を立証された匿名DICOMオブジェクトのうちの少なくとも1つの分析であって、一意の症例ファイルの優先レベルに従って完了した分析を伝送するステップとを含む。
別の実施形態によると、分散型クラウドコンピューティングプラットフォームを経由して健康データを分析するためのシステムは、分散型クラウドコンピューティングプラットフォームを経由して健康データを分析するための命令を記憶する、データ記憶デバイスと、分析のために、1つ以上の匿名DICOMオブジェクトを含有する一意の症例ファイルを受信し、1つ以上の匿名DICOMオブジェクトと関連付けられる優先順位に基づいて、一意の症例ファイルに関して優先レベルを設定し、1つ以上の匿名DICOMオブジェクトのうちの少なくとも1つを解凍し、正当性を立証し、解凍され、正当性を立証された匿名DICOMオブジェクトのうちの少なくとも1つの分析であって、一意の症例ファイルの優先レベルに従って完了した分析を伝送するように構成される、プロセッサとを備える。
別の実施形態によると、分散型クラウドコンピューティングプラットフォームを経由して健康データを分析する方法を実施するためのコンピュータ実行可能プログラミング命令を含有する、コンピュータシステム上で使用するための非一過性のコンピュータ可読媒体であって、本方法は、分析のために、1つ以上の匿名DICOMオブジェクトを含有する一意の症例ファイルを受信するステップと、1つ以上の匿名DICOMオブジェクトと関連付けられる優先順位に基づいて、一意の症例ファイルに関して優先レベルを設定するステップと、1つ以上の匿名DICOMオブジェクトのうちの少なくとも1つを解凍し、正当性を立証するステップと、解凍され、正当性を立証された匿名DICOMオブジェクトのうちの少なくとも1つの分析であって、一意の症例ファイルの優先レベルに従って完了した分析を伝送するステップとを含む。
開示される実施形態の付加的目的および利点は、以下に続く説明に部分的に記載され、説明から部分的に明白となるであろう、または開示される実施形態の実践によって習得され得る。開示される実施形態の目的および利点は、特に、添付の請求項で指摘される、要素および組み合わせを用いて、実現および達成されるであろう。
前述の一般的説明および以下の詳細な説明は両方とも、例示的かつ解説的にすぎず、請求されるような開示される実施形態の制限ではないことを理解されたい。
ここで、その実施例が付随する図面に図示される、本開示の例示的実施形態が詳細に参照されるであろう。可能な限り、同一の参照番号が、同一または同様の部分を指すために、図面の全体を通して使用されるであろう。
本明細書で使用されるように、用語「例示的」は、「理想的」ではなく、「実施例」の意味で使用される。さらに、用語「a」および「an」は、本明細書では、数量の限定を表さず、むしろ、参照される項目のうちの1つ以上のものの存在を表す。本開示の目的のために、「患者」は、診断または治療分析(例えば、データ分析)が実施されている任意の個人または人物、または1人以上の個人の診断または治療分析と関連付けられる任意の個人または人物を指し得る。
用語「健康データ」は、1回の実践で患者に関して収集される医療データ(例えば、医用デジタル画像および通信(Digital Imaging and Communications in Medicine;DICOM)オブジェクト)、および任意の医療提供者、研究所、専門家、臨床医等によって患者に関して収集される健康データを含んでもよい。健康データは、特定の患者と関連付けられ得、患者は、患者プライバシー情報を介して識別可能である。患者プライバシー情報は、健康データを特定の個人にリンクする任意の情報であってもよい。患者プライバシー情報は、客観的に(個人をその健康データに結び付ける情報として)、および/または法律および規制によって定義され得る。種々の領域は、患者プライバシー情報を構成する情報の種類の異なる定義を含んでもよい。
「領域」は、患者プライバシーを保護する規制によって定義される国境を伴う任意の環境を指し得る。一実施形態では、「領域」は、患者プライバシー/個人データを保護する規制のセットによって統制される、既知の地理的領域を指し得る。例えば、「領域」は、患者プライバシー法の単一のセットの下で運営される、州(例えば、カリフォルニア)、国(例えば、米国、日本、カナダ等)、または国の群(例えば、ヨーロッパ)を指し得る。米国に関して、患者プライバシー情報は、保護健康情報(PHI)を含んでもよい。米国および種々の他の領域に関して、患者プライバシー情報は、個人健康情報、患者識別情報等(例えば、CT、MRI、超音波等)を含んでもよい。健康データを伝送しながら患者健康情報を保護するための種々のシステムおよび方法が、例えば、2017年6月27日に出願され、「Systems and Methods for Modifying and Reacting Health Data Across Geographic Regions」と題された、米国非仮出願第15/635,127号(参照することによってその全体として本明細書に組み込まれる)に開示される。
代替として、または加えて、「領域」は、所与の物理的設備、所与のエンティティのコンピューティングシステム、または所与のクラウドプラットフォームを指し得る。そのような場合において、その間で健康データが編集される種々の領域がなお、単一の国、州、または地方内に存在し得る。例えば、領域は、データ分析のために健康データを別の領域(例えば、クラウドプラットフォーム)に転送することに先立って、収集された健康データから患者プライバシー情報を除去し得る、病院を含んでもよい。病院およびクラウドプラットフォームは、同一の地理的に定義された領域、例えば、米国内に存在し得る。
本開示は、分散型クラウドコンピューティングプラットフォームを経由して健康データを管理するためのシステムおよび方法を含む。一実施形態では、健康データは、1つ以上のクラウドベースのウェブサービスを使用して報告するために、前処理、分析、および後処理されてもよい。健康データ管理システムは、1つ以上の病院から健康データを受信し、自動健康データ取り込みを実施し、分析のための健康データを準備し、分析に備えて健康データを分析/変換し、分析のために転送するファイルを選択または識別し、分析のために健康データファイルの転送の時間を決め、健康データファイルが関連するかどうかを決定し、健康データ分析の進捗またはステータスを監視し、健康データの完了した分析を決定し、別様に病院またはDICOMモダリティと種々のクラウドベースのデータ分析ウェブサービスとの間の相互作用を促進してもよい。一実施形態では、健康データは、DICOMオブジェクトの形態であってもよい。
一実施形態では、健康データ管理システムは、顧客地点(例えば、病院、診療所等)からクラウドコンピューティングウェブサービスに健康データ(例えば、DICOMオブジェクト)を転送してもよい。例えば、本システムは、DICOMプロトコルを使用して、CTスキャナ、CTワークステーション、または画像保管通信システム(PACS)から直接、健康データを受信し、受信された健康データをクラウドサービスにセキュアに転送してもよい。クラウドコンピューティングサービスは、受信された健康データに基づいて、1つ以上の診断メトリックまたは患者推奨を導出し得る、データ分析サービスを含んでもよい。本システムはさらに、転送された健康データの完了した分析を読み出す、1つ以上のクラウドサービスからの分析結果を集約する、報告を発生させる、および/または報告を病院システムにプッシュしてもよい。
一実施形態では、健康データは、患者特有の画像データを含んでもよい。1つのシナリオでは、画像データは、患者の心臓の幾何学形状、例えば、患者の大動脈の少なくとも一部、大動脈に接続される主冠動脈(およびそこから延在する分岐)の近位部分、および心筋に関するデータを含んでもよい。一実施形態では、患者特有の画像データは、DICOMファイルの形態であってもよい。患者特有の解剖学的データは、例えば、非侵襲性撮像方法を使用して、非侵襲的に取得されてもよい。例えば、CCTAは、ユーザが、コンピュータ断層撮影(CT)スキャナを動作させ、構造、例えば、心筋、大動脈、主冠動脈、およびそこに接続された他の血管を視認し、その画像を作成し得る、撮像方法である。CCTAデータは、例えば、心周期にわたって血管形状の変化を示すように、時間的に変動し得る。CCTAは、患者の心臓の画像を生成するために使用されてもよい。
代替として、磁気共鳴映像法(MRI)または超音波(US)を含む、他の非侵襲性撮像方法、またはデジタル減算血管造影(DSA)等の侵襲性撮像方法が、患者の生体構造の構造の画像を生成するために使用されてもよい。撮像方法は、造影剤を静脈内で患者に注入し、生体構造の構造の識別を可能にすることを伴い得る。画像(例えば、CCTA、MRI等によって提供される)を伴う健康データは、放射線学研究所または心臓専門医等の第三者ベンダによって、患者の医師によって等、提供されてもよい。
他の患者特有の解剖学的データもまた、非侵襲性的に患者から決定されてもよい。例えば、患者の血圧、基準心拍数、身長、体重、ヘマトクリット、1回拍出量等の生理学的データが、測定されてもよい。血圧は、最大(収縮期)および最小(拡張期)圧力等の患者の上腕動脈(例えば、圧力カフを使用する)内の血圧であってもよい。例示的健康データは、したがって、画像診断法、ウェアラブル機器、血圧カフ、温度計、フィットネストラッカ、血糖測定器、心拍数モニタ等から収集されるデータを含んでもよい。
一実施形態では、分析のためにファイルを準備し、分析されたデータを読み出すことは、患者プライバシーを守ることを伴ってもよい。例えば、ファイル準備は、ファイルから患者プライバシー情報を除去するステップを含んでもよい。1つのそのような場合において、健康データファイルは、ファイルが発生されるときに、患者プライバシー情報を自動的に含んでもよい。例示的患者プライバシー情報は、保護健康情報(PHI)またはPHIと同等の患者プライバシーデータを含んでもよい。1つのシナリオでは、ファイル準備は、健康データが分析のために病院から健康データ分析システムに転送される前に、健康データファイルから患者プライバシー情報を取り除くステップを含んでもよい。一実施形態では、患者プライバシー情報が欠けた、分析された健康データを備える結果報告が、発生されてもよい。報告は、病院/病院インターフェースにプッシュされてもよく、報告は、対応する患者プライバシー情報に結合されてもよい。このように、データ分析が、患者プライバシー情報を遠隔領域に伝送することなく、遠隔領域内で実施されてもよい。
図1Aは、本開示の例示的実施形態による、クラウドプラットフォームを経由して健康データを管理および分析するための分散型健康データ管理システム100のブロック図である。健康データインフラストラクチャは、1つ以上の健康データ入出力(IO)システム101(101a-101n)と、健康データ分析システム105とを備えてもよく、健康データ入出力システムはそれぞれ、健康データ分析システム105の顧客であってもよい。例えば、健康データ分析システム105は、健康データから分析されたデータ(例えば、診断メトリック、治療シミュレーション、治療最適化または推奨等)を発生させるステップを含む、サービスを提供してもよい。健康データ入出力システム101は、次いで、健康データを健康データ分析システム105に送信し、提供された健康データにサービスを実施させてもよい。
一実施形態では、1つ以上の健康データIOシステム101はそれぞれ、健康データ分析システム105の場所と異なる領域内に位置してもよい。1つ以上の健康データシステム101は、無線ネットワーク103を経由して、健康データを入力として健康データ分析システム105に伝達してもよい。代替として、健康データは、有線接続を経由して健康データ分析システム105に伝達されてもよい。健康データIOシステム101はまた、無線ネットワーク103を経由して健康データ分析システム105から出力される、分析された健康データの報告を受信してもよい。
一実施形態では、健康データIOシステム101はそれぞれ、患者プライバシー情報が1つの領域から別の領域に自由に転送され得ない、異なる事前決定された領域を表し得る。一実施形態では、領域の境界は、患者プライバシー情報が領域の境界内で自由に通過し得、患者プライバシー情報が領域の境界をいったん越えると自由に転送され得ないように、定義され得る。例えば、領域の境界は、患者プライバシー情報の転送を取り巻く政府規制に基づき得る。そのような場合において、領域は、各領域の政府が患者プライバシー情報の転送について異なるルールを決定付け得る、物理的な地理的領域(例えば、ヨーロッパ、日本、および米国)を指し得る。代替として、または加えて、健康データIOシステム101は、境界が、保健条例、保険証券、病院の方針、および/または地元/州/地方規制によって決定付けられる、領域を表し得る。例えば、健康データIOシステム101は、種々の設備(例えば、明確に異なる病院、病院ネットワーク、研究設備、患者群等)を表し得る。健康データIOシステム101と健康データ分析システム105との間の例示的区別は、健康データが健康データIOシステム101において発生され、分析のための健康データ分析システム105への健康データの転送に対する技術的および法的障壁が存在し得る、実施形態を含んでもよい。
一実施形態では、各健康データIOシステム101は、事前設定された優先レベルと関連付けられてもよい。優先レベルは、健康データが(例えば、図2に説明されるように)精査のために提出され、(例えば、健康データ分析システム105による)分析のために伝送される順序、および分析されたデータの報告が統合または(例えば、健康データ分析システム105から健康データIOシステム101に)配信され得る順序を決定付けてもよい。1つの例示的シナリオは、「高優先順位」優先レベルと関連付けられている健康データIOシステム101aと、「低優先順位」優先レベルと関連付けられている健康データIOシステム101bとを含んでもよい。そのような場合において、健康データの第2のセットが健康データIOシステム101bによって発生されることと同時に、健康データの第1のセットが健康データIOシステム101aによって発生される場合でさえも、データの第1のセットは、健康データ分析システム105に転送されてもよく、健康データ分析システム105は、健康データIOシステム101bからの健康データの第2のセットが健康データ分析システム105に転送される、またはそれによって分析される前に、健康データIOシステム101aに戻るように、分析されたデータの報告を伝達してもよい。
代替として、または加えて、各健康データIOシステム101は、複数の優先レベルと関連付けられてもよい。例えば、健康データIOシステム101aは、例えば、タスク項目(例えば、「アクション」)、優先順位ステータス(例えば、「低優先順位」、「高優先順位」、「緊急ステータス」)、または標準プロセス(例えば、「更新をチェックする」、「更新を監視する」等)によって編成される、複数の優先順位設定を含んでもよい。優先順位設定は、健康データIOシステム101aと健康データ分析システム105との間のデータ伝送チャネルの構成に応じて、事前設定されてもよい。優先順位は、データ伝送のための優先順位ステータスだけではなく、データ処理が実施されることになる順序も指し得る。代替として、または加えて、優先順位設定は、健康データを発生させるデバイスと関連付けられる、健康データの発生に応じて臨床医/医療提供者によって決定付けられる、要求される分析によって決定付けられる等であってもよい。換言すると、DICOMオブジェクトの症例ファイルの優先順位は、(1つ以上の匿名DICOMオブジェクトと関連付けられる)1つ以上のDICOMオブジェクトを発生させるエンティティ、および/または症例ファイルの1つ以上の匿名DICOMオブジェクトを分析するエンティティに基づいてもよい。
健康データは、(例えば、健康データIOシステム101によって生成される健康データの他のセットに対する)各健康データIOシステム101内の健康データセットの優先レベルに従った、かつ(例えば、他の健康データIOシステムに対する)健康データIOシステムの優先レベルに従った順序で、健康データ分析システム105によって分析されてもよい。一実施形態では、健康データのタイプはまた、優先順位ステータスに影響を及ぼし得る。例えば、健康データの特定のセットが、健康データの記憶または前もって作成されたセットと関連付けられることが見出される場合、健康データの特定のセットは、健康データの記憶または前もって作成されたセットの優先レベルにかかわらず、自動的に「優先される」または「高優先順位」と見なされ得る。換言すると、優先順位設定は、種々の要因から成り、それによる影響を受け得、健康データ管理システム100には、優先順位のいくつかの層が存在し得る。
一実施形態では、ユーザは、優先順位設定を決定付け、健康データ管理システム100を初期化することに応じて、または健康データIOシステム101と健康データ分析システム105との間の通信を初期化することに応じて、種々の要因が優先順位に影響を及ぼす、またはそれを変化させる方法を定義し得る。代替として、または加えて、健康データ分析システム105は、いくつかの優先順位設定が一貫している、または健康データ分析システム105の全ての健康データIOシステム101顧客を横断してデフォルトで使用されるように、少なくとも1つ以上の優先順位設定を事前定義してもよい。
優先順位に加えて、他の性質が、各健康データIOシステム101から健康データ分析システム105への健康データのアップロードの間に健康データと関連付けられてもよい。健康データと関連付けられる性質は、例えば、画像診断法、委託医師、実験的検査コード、研究所コード、請求コード、患者健康保険、保険制度等を含んでもよい。一実施形態では、健康データのアップロードの間に決定される性質は、データを分析する際に直接、または(例えば、データの報告を準備する際に、またはデータが受信または報告されるタイミングで)補助的方法のいずれかで、1つ以上の具体的アルゴリズムが健康データ分析システム105によって起動されるようにプロンプトしてもよい。
健康データIOシステム101および健康データ分析システム105は、任意のタイプまたは組み合わせのコンピューティングシステム、例えば、ハンドヘルドデバイス、パーソナルコンピュータ、サーバ、クラスタ化されたコンピューティングマシン、および/またはクラウドコンピューティングシステムを含み得ることを理解されたい。一実施形態では、健康データIOシステム101および健康データ分析システム105は、メモリ、中心処理ユニット(「CPU」)、および/またはユーザインターフェースを含む、ハードウェアのアセンブリを備えてもよい。メモリは、フロッピー(登録商標)ディスク、ハードディスク、または磁気テープを含む、磁気記憶装置、ソリッドステートディスク(SSD)またはフラッシュメモリ等の半導体記憶装置、光ディスク記憶装置、または磁気光学ディスク記憶装置等の物理的記憶媒体で具現化される、任意のタイプのRAMまたはROMを含んでもよい。CPUは、メモリ内に記憶された命令に従ってデータを処理するための1つ以上のプロセッサを含んでもよい。
図1Bは、本開示の例示的実施形態による、図1Aの例示的健康データIOシステム101の詳細な概略ブロック図である。健康データIOシステム101は、1つ以上の病院コンピューティングデバイス106と、データトランスポートシステム(「接続システム」)107と、モバイルユーザインターフェース109とを含む、病院インターフェースから成ってもよい。健康データIOシステム101の一実施形態はまた、ウェブサービス112と、報告データベース113と、患者健康情報データベース(例えば、PHIデータベース114)とを含んでもよい。顧客サポートユーザインターフェース111は、ウェブサービス112と通信してもよい。ウェブサービス112は、クラウドサービスから成ってもよい。健康データIOシステム101はさらに、メタデータデータベースを含んでもよい。健康データIOシステム101のこれらのコンポーネントは、1つ以上の病院と同一の領域または国内に位置してもよい。
病院コンピューティングデバイス106は、ウェブサイト、モデル、医療データ、健康記録、マルチメディアコンテンツ等を含む、データを収集、送信、および/または受信するように構成される、任意のタイプの電子デバイスを含んでもよい。例示的病院コンピューティングデバイスは、医療デバイス、例えば、医療撮像デバイス、医療モニタ等を含んでもよい。病院コンピューティングデバイス106はまた、1つ以上のモバイルデバイス、スマートフォン、携帯情報端末(「PDA」)、タブレットコンピュータ、または任意の他の種類のタッチスクリーン対応デバイス、パーソナルコンピュータ、ラップトップ、および/またはサーバを含んでもよい。一実施形態では、病院コンピューティングデバイス106はそれぞれ、健康データIOシステム101と連携しているウェブサーバのうちの1つ以上のものから受信される、電子コンテンツを受信および表示するためにインストールされる、ウェブブラウザおよび/またはモバイルブラウザを有してもよい。病院コンピューティングデバイス106はまた、ウェブまたはモバイルブラウザ、および任意のタイプのアプリケーション、例えば、モバイルアプリケーションを実行するように構成される、オペレーティングシステムを有し得る、クライアントデバイスを含んでもよい。一実施形態では、種々の病院コンピューティングデバイス106は、データまたは分析された報告を通信するようにネットワークアダプタを伴って構成されてもよい。代替として、または加えて、種々の病院コンピューティングデバイス106は、ローカルネットワーク接続を経由して、データを伝送する、または分析されたデータを受信するように構成されてもよい。
例示的実施形態では、病院デバイスは、病院内にインストールされたコンピュータ断層撮影(CT)スキャンワークステーション、CTスキャナ、または画像保管通信システム(PACS)システムであってもよい。一実施形態では、病院コンピューティングデバイス106は、無線ネットワークを経由して健康データを接続システム107にアップロードしてもよい。接続システム107は、(例えば、病院コンピューティングデバイス106によって発生されるDICOMオブジェクトを遠隔健康データ分析システム105にプッシュすることによって)健康データIOシステム101/病院コンピューティングデバイス106と健康データ分析システム105との間の接続としての役割を果たしてもよい。
一実施形態では、健康データは、病院コンピューティングデバイス106から接続システム107にアップロードされてもよい。例えば、DICOM研究(CTスキャンを含む)が、DICOMモダリティ病院コンピューティングデバイス106から接続システム107にプッシュされてもよい。接続システム107は、DICOM研究に対応する新しい症例ファイルを作成してもよい。加えて、接続システム107は、健康データ分析システム105において新しい症例アカウントまたはファイルの作成をプロンプトしてもよい。代替実施形態では、接続システム107は、病院コンピューティングデバイス(CTワークステーション、CTスキャナ、およびPACS等)にクエリを行い、そのようなコンピューティングデバイスから健康データ(例えば、DICOMオブジェクト)をプルしてもよい。一実施形態では、病院コンピューティングデバイスは、DICOMオブジェクトを保存するウェブサーバと通信してもよい。接続システム107は、本ウェブサーバからDICOMオブジェクトをプッシュまたはプルしてもよい。
一実施形態では、接続システム107は、規則的時間間隔においてウェブサーバと通信し、サーバを介して利用可能な任意のDICOMオブジェクトをプルしてもよい。代替として、または加えて、DICOMオブジェクトを発生させることと関連付けられるプロセッサは、接続システム107とローカル通信してもよく、接続システム107は、DICOMオブジェクトが発生または記憶されるときにDICOMオブジェクトをプルするようにプロンプトされてもよい。
代替として、または加えて、プル機構がさらに、例えば、DICOMオブジェクトの分析のために、任意のタスクに対する要求によって開始されてもよい。一実施形態では、DICOMオブジェクトは、種々のデータ、例えば、分析の優先順位、行われるべき症例研究のタイプ、患者スキャン/画像、患者プライバシー情報等と関連付けられてもよい。本データは、DICOMオブジェクトファイル内に含まれるメタデータまたはタグであってもよい。DICOMオブジェクトのそのようなコンポーネントは、ファイルが分析のために送信される順序に影響を及ぼし得る。一事例では、DICOMオブジェクトは、データ分析が要求されるまで記憶されてもよい。症例を健康データ分析システム105に転送するために使用されるプル機構が、各DICOMオブジェクトと関連付けられる症例優先レベルまたは症例タイプによって統制されてもよい。例えば、健康データは、データタイプまたは優先順位設定によって決定付けられるレートまたは順序に基づいて、分析のためにデータをプルし得る、「タイプ」で標識されてもよい。例示的タイプは、以下、すなわち、緊急、優先、遡及的、至急、低優先順位、試験、研究、商業、標準、デモ、研修、監視、将来的、臨床研究を含んでもよい。タイプは、スタックされてもよく、例えば、「至急」症例はさらに、「緊急」または「優先」にソートされてもよく、「緊急」は、危機的な状態にある患者の健康状態に起因する、高優先順位を示し得、「優先」は、患者の直近の健康状態以外の理由により、迅速分析の必要性を示し得る。症例タイプの設定は、病院コンピューティングデバイス106、モバイルユーザインターフェース109において、および/または接続システム107によって設定されてもよい。プル機構は、重複するデータプル、または健康データIOシステム101、接続システム107、および健康データ分析システム105の過負荷を最小限にするように構成されてもよい。
代替として、または加えて、病院ユーザまたは臨床医が、モバイルユーザインターフェース109を使用して、健康データを接続システム107にアップロードしてもよい。モバイルユーザインターフェース109は、(例えば、病院ユーザへの)顧客に面したウェブインターフェースであってもよい。モバイルユーザインターフェース109は、ログインインターフェースを1人以上のユーザに提示し、パスワード管理を実施し、症例リストを表示し、検索し、症例の詳細を表示し、ユーザプロファイルを表示してもよい。モバイルユーザインターフェース109はまた、患者と関連付けられる分析されたデータを含有する、報告にアクセスするために使用されてもよい。モバイルユーザインターフェース109は、モバイルアプリケーションを備えてもよい。
一実施形態では、病院コンピューティングデバイス106によって発生されるデータは、患者プライバシー情報と関連付けられてもよく、DICOMオブジェクトの患者プライバシー情報は、ウェブサービス112に利用可能であり得るが、健康データIOシステム101外のエンティティからは利用可能またはアクセス可能ではない。例えば、接続システム107は、DICOMオブジェクトから患者プライバシー情報(例えば、PHIデータ)を抽出し、健康データIOシステム101内のウェブサービス112(例えば、PHIデータベース114)に利用可能であるように、患者プライバシー情報を記憶してもよい。例えば、接続システム107は、DICOM画像からの患者プライバシー情報を含有する、DICOMタグを分割してもよい。患者プライバシー情報を含有するDICOMタグは、所定の文字列と置換されてもよい。代替実施形態として、ウェブサービス112は、接続システム107からDICOMオブジェクトを受信し、DICOMオブジェクトから患者プライバシー情報を抽出してもよい。ウェブサービス112はさらに、データベース(例えば、PHIデータベース114)内に患者プライバシー情報を記憶してもよい。例示的実施形態では、領域特有の顧客サービスプロバイダが、顧客サポートユーザインターフェース111を使用して、患者プライバシー情報(PHI)および患者結果報告へのアクセスを有してもよい。
一実施形態では、接続システム107は、健康データIOシステム101(例えば、病院と関連付けられる領域)内に展開されるアプリケーションプログラミングインターフェース(API)を使用して、データ分析のための症例ファイルを作成してもよい。症例のDICOMファイルから取り除かれた患者プライバシー情報は、提出された患者プライバシー情報を患者プライバシー情報データベース(例えば、PHIデータベース114)に記憶し得る、APIに提出されてもよい。いったん症例が処理される(例えば、DICOMファイルのデータが健康データ分析システム105によって分析される)と、症例/分析完了が、健康データIOシステム101内に展開される報告プロセスをトリガしてもよく、報告が、分析されたデータおよび患者プライバシー情報データベース(例えば、PHIデータベース114)内に記憶された患者プライバシー情報を使用して発生され得ることを意味する。一実施形態では、患者プライバシー情報は、APIを使用して読み出されてもよい。
患者プライバシー情報は、常に、症例(例えば、DICOMオブジェクト)に関する健康データが発生された領域、または健康データがプッシュされた領域内に留まってもよい。患者プライバシー情報は、領域のそれぞれ(例えば、図1Aの健康データIOシステム101)の中の記憶サービスバケットおよび/または患者プライバシー情報データベース内に記憶されてもよい。
一実施形態では、患者プライバシー情報の全てが、送信中および保管時に暗号化されてもよい。一実施形態では、患者プライバシー情報のための記憶サービスバケットは、新しいオブジェクトが記憶される度に暗号化が生じ得るように、サーバ側暗号化を可能にさせてもよい。患者プライバシー情報データベース(例えば、PHIデータベース114)はまた、記憶に応じて、かつ患者プライバシー情報がアクセスされる度に、患者プライバシー情報が暗号化され得る、暗号化サービスを提供してもよい。
一実施形態では、患者プライバシー情報は、それが記憶される領域外でアクセスされ得ない。例えば、日本で症例を提出したユーザは、別の領域(例えば、ヨーロッパ)にいる間に種々のウェブサービスにアクセスすることが可能であり得るが、ユーザは、他の領域にいる間に健康データ管理システム100の患者プライバシー情報にアクセスすることが可能であり得ない。
例示的実施形態では、ウェブサービス112は、健康データ分析システム105から分析されたデータの報告を受信してもよい。例えば、ウェブサービス112は、完了した報告が報告データベース113内で利用可能であることを決定してもよい。一実施形態では、完了した報告は、一意の症例識別子と関連付けられてもよい。一実施形態では、ウェブサービス112は、一意の症例識別子を使用して、読み出された症例結果と関連付けられるPHIデータベース114から患者プライバシー情報を読み出してもよい。ウェブサービス112はさらに、PHIデータを結果報告と統合する、および/または報告データベース113内に報告を記憶してもよい。ウェブサービス112はさらに、患者プライバシー情報とともに、または一意の症例識別子とともにのいずれかで、報告データベース113内に報告を記憶してもよい。一実施形態では、健康データIOシステム101はさらに、メタデータデータベースを含んでもよい。メタデータデータベースは、健康データの各報告またはセットと関連付けられるメタデータを含んでもよい。メタデータは、データの作成時に把握される健康データと関連付けられるデータ、例えば、データが作成または撮像された時間、保険計画、請求情報等を含んでもよい。メタデータはまた、(例えば、健康データ分析システム105による)健康データの分析のプロセスにおいて作成されるデータ、例えば、医師または精査者からの注記またはマーキング、健康データ前処理からのピン(例えば、解剖学的モデルが健康データから構築される場合)等を含んでもよい。
一実施形態では、ウェブサービス112は、報告が(例えば、臨床医、医療従事者、患者等による)使用のためにアクセスされる、または利用可能にされる、順序または優先順位を適用し得る、報告待ち行列モニタを含んでもよい。優先順位は、ユーザまたはウェブサービス(例えば、ウェブサービス112)によって設定されてもよい。一実施形態では、報告待ち行列は、(症例「タイプ」によって決定付けられるような)症例優先順位の順序で症例を管理してもよい。健康データIOシステム101はさらに、顧客サポートユーザインターフェース111を含んでもよい。顧客サポートユーザインターフェース111は、顧客サポートプロバイダ(例えば、顧客サポート人員)にアクセス可能であり得る。一実施形態では、患者プライバシー情報および/または患者報告は、顧客サポートプロバイダによるその使用のために構成される、仮想プライベートネットワーク(VPN)を介してアクセスされてもよい。例えば、顧客サポート人員は、VPNサービスを活用することによって、個別に各領域にログインする能力を有してもよい。VPNサービスは、顧客サポートプロバイダが、健康データが発生された具体的領域から患者プライバシー情報にアクセスしていないときでさえも、具体的領域の患者プライバシー情報へのアクセスを顧客サポートプロバイダに拡張してもよい。
図1Cは、本開示の例示的実施形態による、健康データ分析システム105の概略ブロック図である。健康データ分析システム105は、症例プロセッサ121、1つ以上の分析ウェブサービス123、匿名一時記憶装置124a、匿名恒久記憶装置124b、同期プロセッサ125、およびモデリングワークステーション127から成ってもよい。健康データ分析システム105はさらに、1つ以上の分析ウェブサービス123からのデータを精査する、および/またはそれにアクセスするために、ユーザインターフェースを分析者または顧客サポート人員に提供してもよい。一実施形態では、ユーザインターフェースは、生成ユーザインターフェース129および/または顧客サポートユーザインターフェース131を含んでもよい。
健康データ分析システム105は、少なくとも1つの国境を越えた領域からの(例えば、接続システム107を介した)匿名健康データを分析するための1つ以上のクラウドプラットフォームとしての役割を果たしてもよい。より具体的には、分析ウェブサービス123は、結果を算出し、報告(例えば、3Dモデル、PDF等)を発生させ、分析および結果を患者、臨床医、またはユーザに提示してもよい。例えば、1つ以上の分析ウェブサービス123は、心臓CTスキャンからの受信された画像データを使用して、冠動脈内の血流を算出してもよい。画像再構築および解剖学的モデルを使用する診断分析の種々の実施形態が、例えば、2012年11月20日に発行され、「Method and System for Patient-Specific Modeling of Blood Flow」と題された、米国特許第8,315,812号(参照することによってその全体として組み込まれる)に開示される。1つ以上の分析ウェブサービス123は、分析ウェブサービス123によって実施される分析の結果の報告を提供してもよい。上記に説明される分析に関して、報告は、算出された血流予備量比(FFR)値を示す冠動脈の双方向3Dモデルおよび/またはPDF報告を含んでもよい。例示的報告は、表面モデル、グラフ、チャート、色分け、インジケータ、双方向ディスプレイ、アラート、信号、または任意の公知のグラフィックオブジェクトを含んでもよい。グラフィック表現および表示の種々の実施形態が、例えば、2014年4月22日に発行され、「Method and System for Providing Information from a Patient-Specific Model of Blood Flow」と題された、米国特許第8,706,457号(参照することによってその全体として組み込まれる)に開示される。
例示的実施形態では、症例プロセッサ121と関連付けられる1つ以上のプロセッサが、受信されたDICOMオブジェクトから1つ以上の中間結果を発生させてもよい。例示的実施形態では、同期プロセッサ125は、1つ以上のプロセッサからの中間結果を同期化してもよく、中間結果は、モデリングワークステーション127を介して精査のためにアクセスされてもよい。例示的実施形態では、同期プロセッサ125は、症例を処理する人々(例えば、技術者または分析者)によってアクセス可能なユーザインターフェースから立ち上げられるアプリケーションであってもよい。一実施形態では、同期プロセッサ125はさらに、具体的症例毎にモデリングワークステーション127を立ち上げてもよい。同期プロセッサ125は、1つ以上の分析ウェブサービス123とモデリングワークステーション127との間の適切な通信を確実にしてもよい。例示的実施形態では、分析者が、症例処理からの中間結果を閲覧する、症例プロセッサ121によって発生される結果を更新する、または症例プロセッサ121を介して症例を再分析する要求を提出してもよい。
例示的実施形態では、健康データ分析システム105は、生成ユーザインターフェース129と、顧客サポートユーザインターフェース131とを含む、複数のフロントエンドを含んでもよい。例示的実施形態では、生成ユーザインターフェース129は、症例分析者および分析ウェブサービス123の品質制御のための内部フロントエンドとしての役割を果たしてもよい。生成ユーザインターフェース129はまた、健康データ分析システム105のための内部処理アプリケーションへのポータルとしての役割を果たしてもよい。1つのシナリオでは、生成ユーザインターフェース129は、症例を処理し、優先順位を管理し、症例が顧客に配信される前にそれらを報告および精査する能力を分析者に提供してもよい。生成ユーザインターフェース129はまた、例えば、比較的に低い統計的信頼を有し得る分析結果を識別し、分析結果を精査する(またその精査を優先させる)ように分析者にプロンプトすることによって、分析者が分析結果の正当性を立証することを促進し得る。顧客サポートユーザインターフェース131は、地点作成、ユーザ管理、およびダッシュボード化のための内部フロントエンドとしての役割を果たしてもよい。顧客サポートユーザインターフェース131は、例えば、接続システム107(図1Bに示される)によって、地点および施設を監視および管理するために、サポートスタッフによって使用されてもよい。一実施形態では、サポートユーザインターフェース131はまた、例えば、製品試験、開発、または他のツール開発機能のために、データ隔離を管理してもよい。例えば、症例は、1つ以上のタグ、例えば、隔離、制限、または一般を有してもよい。これらのタグは、症例が作成されるときに発生されてもよい。タグは、未加工または分析されたデータが将来の開発/分析のために使用され得るかどうかを確認するために、各症例報告が完了した後に使用または更新されてもよい。顧客サポートユーザインターフェース131はまた、無料で、契約によって、支払のため、研究のため等に発生される症例の報告を起動するための内部使用または会計のために、所与のまたは選択された期間にわたって処理される症例の報告を発生させてもよい。
図2は、本開示の例示的実施形態による、図1Cの健康データ分析システム105の詳細なブロック図200を図示する。例示的実施形態では、接続システム107は、症例ファイルが匿名であるように、症例ファイルのDICOMオブジェクトから患者プライバシー情報を抽出してもよい。接続システム107は、次いで、HTTPまたはHTTPSセキュアハイパーテキスト転送プロトコル(HTTPS)を使用して、匿名症例ファイルを健康データ分析システム105に送信してもよい。一実施形態では、接続システム107は、匿名症例ファイルが、患者プライバシー情報を使用するのではなく、一意の症例識別子を使用して追跡され得るように、匿名症例ファイルのための一意の症例識別子を作成してもよい。
例示的実施形態では、症例プロセッサ121は、事前ロードプロセッサ202(モデリングワークステーション127)、解析前プロセッサ204、解析プロセッサ206、解析後プロセッサ207、および報告プロセッサ208を使用して、各症例のDICOMオブジェクトを処理してもよい。例示的実施形態では、症例は、症例の設定された優先順位に従って、事前ロードプロセッサ202、解析前プロセッサ204、解析プロセッサ206、解析後プロセッサ207、および報告プロセッサ208を通して処理されてもよい。例示的実施形態では、病院臨床医または管理者が、ウェブインターフェースを使用して、1つ以上のDICOMオブジェクトソースCTスキャナ、CTワークステーション、またはPACSに関して優先順位設定を入力してもよい。代替実施形態では、優先順位は、病院内の病院デバイスの場所に従って自動的に設定されてもよい。優先順位は、ステートレスプロトコルを使用して、症例プロセッサ121に送信されてもよい。各段階または処理では、症例は、優先順位に従って待ち行列に入れられてもよく、高優先順位の症例が、より低優先順位の症例に先立って処理されてもよい。代替として、または加えて、症例優先順位が、プロセスの任意の段階において編集されてもよい。
一実施形態では、事前ロードプロセッサ202が、受信されたDICOMファイルを準備する、またはそれに分析の準備ができていることを検証してもよい。例えば、事前ロードプロセッサ202は、接続システム107から受信されるDICOMファイルを解凍(または圧縮解除)してもよい。一実施形態では、接続システム107はまた、DICOMファイルを解凍する能力を有してもよいが、事前ロードプロセッサ202は、接続システム107に対してDICOMファイルを解凍するためのよりセキュアな環境を提供してもよい。事前ロードプロセッサ202はまた、要求される分析が健康データ分析システム105によって実施されるために必要な最小閾値を満たすものとしてのDICOMファイルの品質の検証を実施してもよい。例えば、血流分析は、結果として生じた血流メトリックが臨床的に正確であるために、最小の事前決定された閾値を満たすCT画質を伴い得る。プラーク検出分析は、結果が患者にとって有用であるために、画質のより低い事前決定された閾値を有してもよい。一実施形態では、接続システム107は、受信された健康データを自動的に否認してもよい。別の実施形態として、事前ロードプロセッサ202もまた、受信された健康データを自動的に否認する能力を有してもよい。例えば、事前ロードプロセッサ202は、健康データにDICOM画像が欠落している、不正確な画像間隔、不正確なz位置付け等を有する場合、症例を否認してもよい。DICOMオブジェクトが事前ロードプロセッサ202の品質査定を満たすことができない場合、接続システム107は、DICOMファイルが分析のために否認される、または分析がアップロードされたDICOMオブジェクトを使用して実施されることができないという通知を受信してもよい。一実施形態では、健康データIOシステム101は、分析のために新しいまたは更新されたDICOMファイルを発生させる、またはアップロードするようにプロンプトされてもよい。例えば、モバイルユーザインターフェース109が、症例を「返送」として表示するようにプロンプトされてもよい。別の実施例として、「返送」症例は、健康データが分析のために否認される理由を含む、画質否認報告を含んでもよい。容認される新しい健康データが送信される場合、新しい症例エンティティが、作成されてもよく、任意の関連付けられるデータが、新しい症例/重複症例にコピーされてもよい。
一実施形態では、解凍されたDICOMファイルが、事前決定された閾値正確度または画質レベルを満たす、正確度または画質レベルを有する場合、解凍されたDICOMファイルは、解析前プロセッサ204に直接通過してもよい。ファイルが、事前決定された正確度または画質閾値レベルを満たさない場合、ファイルは、例えば、メッシュ(解剖学的モデル)を作成するためのワークステーションを使用して、手動処理のためにモデリングワークステーション127に転送されてもよい。いくつかの実施形態では、モデリングワークステーション127によって作成されるメッシュモデルは、次いで、事前ロードプロセッサ202に転送されてもよい。
一実施形態では、解析前プロセッサ204は、予備算出を実施し、画像ファイルを要求される分析に使用されるべき形態に変換してもよい。例えば、健康データ分析システム105の血流分析は、患者の血管系の3次元(「3D」)モデルに基づいてもよい。解析前プロセッサ204は、未加工DICOM画像ファイルを血流分析のための3D立体モデルに変換してもよい。一実施形態では、解析前プロセッサ204はさらに、4面体要素のメッシュを発生させる、および/または分析のために使用されるべき初期境界条件を確認してもよい。一実施形態では、解析前プロセッサ204は、モデリングワークステーション127と通信し、健康データ分析システム105の分析者による立証のためのモデルをレンダリングしてもよい。要求される分析が、血流シミュレーションを含む場合、解析前プロセッサ204は、患者の血管系の3Dモデルの種々の場所に沿って初期境界条件を決定してもよい。
一実施形態では、解析プロセッサ206は、解析前プロセッサ204によってレンダリングされる、準備されたモデルの分析を立ち上げてもよい。例えば、解析プロセッサ206は、解析前プロセッサ204によって生成される3Dモデルを通して血流シミュレーションを生成してもよい。一実施形態では、解析プロセッサ206は、分析ウェブサービス123とインターフェースをとり、分析を実施してもよい。一実施形態では、解析プロセッサ206は、解析プロセッサ206によって実施される分析を集約し、報告プロセッサ208のために集約された分析をパッケージ化し得る、解析後プロセッサを含んでもよい。例えば、解析後プロセッサは、解析プロセッサ206によって実施される現在の分析に関連する前の分析または記憶された分析を識別してもよい。分析は、実施される分析のタイプ(例えば、血流シミュレーションまたは灌流シミュレーション)、患者または患者人口統計学との関連付けによってリンクされる分析等を介して、関連し得る。(データは、匿名化され得る(例えば、患者プライバシー情報から解離される)が、データの種々のセットが、依然として、匿名化されたデータと関連付けられる一意のIDを追跡またはハッシュ化することによって、同一の個人と関連付けられるものとして識別され得る。)分析は、ユーザ特有の血流および可能性として考えられる治療転帰の画像およびモデルを含んでもよい。一実施形態では、報告プロセッサ208は、解析プロセッサ(および解析後プロセッサ)206によって実施される査定の最終報告を構成し得る、ビュー、表示、ピン、PDF、および/または双方向インターフェースおよびモデルを発生させてもよい。報告プロセッサ208は、精査および改訂が解析プロセッサ206によって発生される分析に行われることを可能にしてもよい。
一実施形態では、症例プロセッサの各コンポーネントは、対応する待ち行列モニタ201(例えば、事前ロードプロセッサ202に対応する事前ロード待ち行列プロセッサ203、解析前プロセッサ204に対応する解析前待ち行列プロセッサ205、解析プロセッサ206に対応する解析待ち行列プロセッサ207aおよび解析後待ち行列プロセッサ207b、および報告プロセッサ208に対応する報告待ち行列プロセッサ209)を有してもよい。待ち行列モニタ201は、それらの対応するコンポーネントのそれぞれを通して、症例を前進させてもよい。例えば、事前ロード待ち行列プロセッサ203は、事前ロードプロセッサ202を通して各画像データセットの進捗を決定付けてもよい。一実施形態では、APIが、分析の状態を通して前進するにつれて、各症例のステータスを捕捉するために使用されてもよい。
待ち行列モニタはそれぞれ、症例プロセッサのそれらの個別のコンポーネントから利用可能である症例のインジケーションに関して周期的にポーリングし、記憶装置から関連データをダウンロードしてもよい。例えば、事前ロード待ち行列プロセッサ203は、新しいDICOMデータセットがアップロードされたことを検出してもよい。事前ロード待ち行列プロセッサ203は、次いで、新しいデータセットをダウンロードし、データセットが画質要求を満たすことを検証するように事前ロードプロセッサ202にプロンプトしてもよい。事前ロード待ち行列プロセッサ203は、事前ロードプロセッサ202から、データセットが画質標準を満たすことを検出し、解析前プロセッサ204からアクションを開始し、データセットに基づいて幾何学的または立体モデルを発生させてもよい。同様に、解析待ち行列プロセッサ207aは、幾何学的または立体モデルが利用可能であり、分析に適していることを検出し、したがって、幾何学的または立体メトリックモデルを通して血流をシミュレートする分析を開始するように解析プロセッサ206(および分析ウェブサービス123)にプロンプトしてもよい。一実施形態では、解析後待ち行列プロセッサ207bは、解析プロセッサ206による分析の完了を検出してもよい。解析後待ち行列プロセッサ207bは、次いで、結果の正当性を立証するように解析後プロセッサ207にプロンプトしてもよい。いくつかの実施形態では、本立証は、分析者が分析成果を確認するために結果をモデリングワークステーション127に提示するステップを含んでもよい。報告待ち行列プロセッサ209は、正当性を立証された結果から報告プロセッサ208の報告の作成を開始してもよい。
一実施形態では、待ち行列モニタ201はさらに、受信された症例の1つ以上の優先順位セットに従って、1つ以上の受信された症例(例えば、DICOMオブジェクト)を処理してもよい。例えば、優先順位は、健康データIOシステム101によって設定されてもよい、および/または優先順位は、健康データに関して要求される分析と関連して設定されてもよい。待ち行列モニタは、各症例に割り当てられる優先順位に応じて、データ分析の各段階を管理してもよい。例えば、解析前プロセッサ段階にある低優先順位の症例が、解析前プロセッサ段階に留まってもよい一方、後続の高優先順位の症例は、低優先順位の症例に先立って、解析プロセッサ段階にルーティングされる。待ち行列モニタはさらに、症例が安定したペースにおいて処理されるように、分析ウェブサービス123の帯域幅を監視する。
図2の監視プロセッサ210は、症例処理および分析のステータスを監視することに関与し得る。監視プロセッサ210は、症例が、事前ロードプロセッサ202、解析前プロセッサ204、解析プロセッサ206、および報告プロセッサ208を通して処理されるにつれて、各レベルにおいて症例の状態(例えば、成功、失敗等)を監視してもよい。例示的実施形態では、監視プロセッサ210は、遠隔コマンドを使用する1人以上の認定ユーザによって、呼び出される、または無効化されてもよい。監視プロセッサ210は、遠隔コマンドを実行する目的だけのための限定された権利を用いて具体的に作成される、ユーザのコンテキストの下でコマンドを実行してもよい。監視プロセッサ210は、症例のステータス(例えば、DICOMオブジェクト分析)についてフロントエンドユーザインターフェースと関連付けられる1つ以上のAPIに通知してもよい。監視プロセッサ210は、処理の1つ以上の段階において一意の症例によって発生される、1つ以上のステータスメッセージ(例えば、成功、失敗等を使用して、1つ以上の自動処理事象を発生させてもよい。
図3は、本開示の例示的実施形態による、フロントエンド(臨床ユーザインターフェース(例えば、モバイルユーザインターフェース109または顧客サポートユーザインターフェース111、ウェブサービス112、分析ウェブサービス123、または任意のクラウド、ローカル、分析ウェブサービスを含む))、データベース、およびバックエンド(例えば、ウェブサービスまたは症例プロセッサ)の間の通信を橋渡しするための負荷分散の例示的ブロック図300である。一実施形態では、健康データ管理システム100は、そのAPI307(例えば、API307a-307c)を水平にスケーリングしてもよい。例えば、健康データ管理システム100は、効率的にAPI307を横断してネットワーク負荷を分散し得る負荷分散装置305の背後に提供される、薄型の複数のプロキシマシン303を使用し得る、融通性のある負荷分散装置301を採用してもよい。代替として、または加えて、健康データ管理システム100は、健康データ管理システム100によって遭遇される負荷に対処するための先進マシンハードウェアを含んでもよい。
図4は、本開示の例示的実施形態による、健康データを受信、分析、および報告する例示的方法400のシーケンス図を描写する。例示的実施形態では、DICOMオブジェクトは、1つ以上の病院コンピューティングデバイス106から接続システム107にプッシュされてもよい。いったん接続システム107がDICOMオブジェクトを受信する(例えば、ステップ401)と、接続システム107は、DICOMオブジェクトと関連付けられる新しい症例ファイルを作成してもよい。本症例ファイルは、DICOMオブジェクトの分析の進捗の全体を通して監視されてもよい。症例ファイルはまた、最終報告が利用可能になるまで、分析を通して監視されてもよい。
一実施形態では、接続システム107は、DICOMオブジェクトから患者プライバシー情報(例えば、PHIデータ)を抽出してもよい(例えば、ステップ403)。そうする際に、DICOMオブジェクトは、匿名化されてもよい。一実施形態では、患者プライバシー情報は、ステートレス動作を許容し得るサービスを使用して、領域特有のクラウドプラットフォーム(例えば、ウェブサービス112)に送信されてもよい。例えば、患者プライバシー情報は、表現状態転送(REST)アプリケーションプログラミングインターフェース(API)を介して、領域特有のクラウドプラットフォームに送信されてもよい。領域特有のクラウドプラットフォームは、ローカル関係データベース(例えば、情報の記憶された項目の間の関係を認識するように構造化されるデータベース)内に患者プライバシー情報を記憶してもよい。PHIデータベース114は、そのようなローカル関係データベースの一実施例である。DICOMオブジェクトを匿名化するための種々のシステムおよび方法が、2017年6月27日に出願され、「Systems and Methods for Modifying and Reacting Health Data Across Geographic Regions」と題された、米国非仮出願第15/635,127号(参照することによってその全体として本明細書に組み込まれる)に開示される。
一実施形態では、ステップ405は、匿名化されたDICOMオブジェクトを事前ロードプロセッサ(例えば、事前ロードプロセッサ202)に伝送するステップを含んでもよい。一実施形態では、接続システム107および/または事前ロードプロセッサ202のいずれかは、DICOMオブジェクトを解凍し、事前構成された立証基準に従って、正当性を立証してもよい。立証基準は、DICOMオブジェクトに実施されるべき分析に依存し得る。
一実施形態では、事前ロードプロセッサ202はさらに、受信されたDICOMオブジェクトから体積画像ファイルを準備してもよい(例えば、ステップ407)。一実施形態では、事前ロードプロセッサ202はさらに、1つ以上の体積画像ファイルに関連し得る、圧縮アーカイブファイルを発生させてもよい。一実施形態では、圧縮アーカイブファイルは、体積画像ファイルに対応する情報を含有してもよい。情報は、体積画像ファイルの分析に関連し得る。例えば、圧縮アーカイブファイルは、ユーザログ、タスク状態、体積画像ファイルを使用して実施され得る処理のタイプ等を含んでもよい。ユーザログは、体積画像ファイルに実施された前の処理、ユーザによってモデルに実施されたアクション等を含む、ファイルの履歴を含んでもよい。タスク状態は、体積画像ファイルを発生させるための各タスクの状態、および各タスクで費やされる時間を含んでもよい。例示的タスクは、以下、すなわち、大動脈を識別すること、血管目印を識別すること、心筋組織を識別すること、正中線を識別すること、血管系を標識すること、管腔幾何学形状を精査すること、モデルを仕上げること等を含んでもよい。体積画像ファイルを使用して実施され得る処理のタイプは、健康データIOシステム101、健康データIOシステム101の特定のユーザ、または健康データ分析システム105によって決定付けられる、または受信されるデータのタイプによって決定付けられてもよい。例えば、ステップ407は、受信されたデータにおいて位置ずれを補正するステップ、または事前設定された動作を有するステップ、例えば、受信されたデータが1つだけのオブジェクト位相を含む場合、さらにファイルを処理するステップを含んでもよい。一実施形態では、正当性を立証されたDICOMオブジェクトまたは体積画像ファイルへの操作は、分析(例えば、健康データ分析システム105による、またはモデリングワークステーション127によるクリーニング)のために正当性を立証されたDICOMオブジェクトを準備する。一実施形態では、処理された画像が、画質の付加的チェックのために、モデリングワークステーション127に送信されてもよい。本付加的チェックは、画像立証の否認につながり得る。一実施形態では、接続システム107は、受信された画像の第1のレベルの立証を実施してもよく、事前ロードプロセッサ202は、画像関連立証(例えば、任意の解剖学的間隔または厚さが受信されたデータにおいて誤っているかどうかをチェックすること)を実施してもよい。一実施形態では、モデリングワークステーション127は、例えば、ヒューという音または画像アーチファクトに関して、さらに画像データを精査してもよい。一実施形態では、圧縮アーカイブファイルと体積画像ファイルとの間の対応または連携が、チェックサムを使用して維持されてもよい。チェックサムは、事前ロードプロセッサ202、接続システム107、API、またはシステム100の任意のコンポーネントによって算出されてもよい。一実施形態では、事前ロードプロセッサ202の体積画像ファイルは、例えば、モデリングワークステーション127を介して分析者に提示されてもよい。例えば、ステップ409は、モデリングワークステーション127のユーザインターフェースを使用して、1つ以上の体積画像ファイルを提示するステップを含んでもよい。一実施形態では、モデリングワークステーション127は、患者特有の解剖学的モデルを発生させるために使用されてもよい(例えば、ステップ411)。モデルは、患者の血管系の3次元(3D)幾何学形状(例えば、患者の冠動脈樹の3Dメッシュモデル)を含んでもよい。一実施形態では、患者特有の3Dモデルは、1つ以上の自動画像分析アルゴリズムを使用して、体積画像ファイルから発生されてもよい。
一実施形態では、モデリングワークステーション127は、(例えば、生成ユーザインターフェース129を介して)精査のために3Dモデルを分析者に提示してもよい。モデリングワークステーション127は、一連の立証画面内で3Dモデルを提示し、モデルの種々の部分を承認または否認するように分析者にプロンプトしてもよい。一実施形態では、モデリングワークステーション127は、分析者から入力を受信し、(例えば、ユーザログの一部として)圧縮アーカイブファイル内に分析者の応答を記憶してもよい。入力は、分析者からの症例注記を含んでもよい。例示的実施形態では、モデリングワークステーション127は、モデルが承認されない場合、DICOMオブジェクトの再アップロードをプロンプトしてもよい。例えば、1つ以上の病院コンピューティングデバイス106は、付加的DICOMオブジェクトを発生させるための(例えば、モバイルユーザインターフェース109を介した)プロンプトを受信してもよい。代替実施形態では、モデリングワークステーション127は、体積画像ファイルを再発生させるように要求を事前ロードプロセッサ202に伝達してもよい。例示的実施形態では、モデリングワークステーション127は、3Dモデルおよび症例注記を、例えば、拡張マークアップ言語(XML)ファイルに変換してもよい。モデリングワークステーション127からの出力は、(例えば、血流をシミュレートし、1つ以上の血流メトリックを生成するために)分析で使用されてもよい。
いったん3Dモデルが承認されると、解析前プロセッサ(例えば、解析前プロセッサ204)が、1つ以上の動作を実施し、健康データ分析システム105による分析のためにさらに準備してもよい。一実施形態では、解析前プロセッサは、承認された3Dモデルを受信し(例えば、ステップ413)、3Dモデルを通して血流シミュレーションのための境界条件を発生させてもよい(例えば、ステップ415)。一実施形態では、解析前プロセッサは、1つ以上の分析アルゴリズムを使用し、(XMLファイル内にあり得る)3Dモデルから4面体要素のメッシュを発生させてもよい。解析前プロセッサ204は、血流シミュレーション算出への入力として使用されるべき初期境界条件のセットを計算してもよい。解析前プロセッサ204は、次いで、初期境界条件を解析プロセッサに伝達してもよい(例えば、ステップ417)。
一実施形態では、解析プロセッサ(例えば、解析プロセッサ206)は、(例えば、分析ウェブサービス123を採用しながら)分析を実施してもよい。例えば、解析プロセッサ206は、4面体要素の3次元(3D)メッシュモデルおよび初期境界条件を使用して、血流シミュレーションを実施してもよい(例えば、ステップ419)。1つのシナリオでは、解析プロセッサ206は、血流シミュレーションに基づいて、1つ以上の血流メトリックを計算してもよい。血流メトリックは、血流予備量比(FFR)、血圧、血液流速、灌流、プラーク脆弱性メトリック等を含んでもよい。
一実施形態では、解析プロセッサ206の分析結果が、解析後プロセッサ(例えば、解析後プロセッサ207)によって受信およびコンパイルされてもよい。例えば、解析プロセッサ206は、血流シミュレーション分析からの計算された血流メトリックを結果として解析後プロセッサに送信してもよい(例えば、ステップ421)。一実施形態では、解析後プロセッサ(例えば、解析後プロセッサ207)が、解析プロセッサ206によって発生される1つ以上のファイルを集約してもよい(例えば、ステップ423)。解析後プロセッサ207はさらに、最終結果に寄与しない場合があるシミュレーションにおける注記またはピンを含む、最終報告において所望されない項目を分析ファイルから除去してもよい。
代替として、または加えて、報告プロセッサ(例えば、報告プロセッサ208)が、結果データを集約し、完了した分析のための報告を準備してもよい(例えば、ステップ423)。例えば、報告プロセッサ208は、着目面積を指し示す自動ピンを伴う初期ビューおよびPDFファイルを含む、完了した分析の報告を発生させてもよい。例えば、報告プロセッサ208は、(例えば、血流シミュレーションまたは算出を含む分析に基づいて)モデル化された血管系内の狭窄の面積を特定してもよい。
一実施形態では、ステップ427および429は、(例えば、生成ユーザインターフェース129を介して)精査および編集のために発生された報告およびピンを提示するステップを含んでもよい。注釈が、報告プロセッサ208によって自動的に発生されてもよい。一実施形態では、3Dモデル報告は、例えば、生成ユーザインターフェース129において修正されてもよい。例えば、生成ユーザインターフェース129は、報告を精査し、種々のモデルビュー内の関連性がある面積(例えば、主血管)のための1つ以上のピンの位置を調節するように分析者にプロンプトしてもよい。加えて、生成ユーザインターフェース129は、より多くのピンまたは注記を報告に追加し、関連性があるビューを作成し、分析の詳細(例えば、血流シミュレーション)を含有するPDF報告を発生させる能力を提供してもよい。PDF報告は、(例えば、図1Bの報告データベース113における)記憶および(例えば、1つ以上のモバイルユーザインターフェース109を介した)アクセスのために、健康データIOシステム101に提供されてもよい。加えて、分析が、分析者が結果に満足していない場合、プロンプトされてもよい。例示的実施形態では、分析を再トリガすることが、事前ロード、モデル化、解析前、解析、解析後、または報告状態のうちのいずれかに戻るように症例を遷移させてもよい(例えば、ステップ431)。一実施形態では、(例えば、モデリングワークステーション127を介した)手動介入が、受信された未処理データの症例が事前設定された必要正確度または画質レベルを満たす場合、迂回されてもよい。解析前プロセッサ204、解析プロセッサ206、および解析後プロセッサ207動作を通過した後、報告が、(例えば、報告プロセッサ208によって)顧客に配信されてもよい。そのような実施形態は、(例えば、モデリングワークステーション127による報告または報告内のピンの)さらなる精査を迂回してもよい。
例示的実施形態では、症例モニタ(例えば、症例プロセッサ121)429が、報告が完了したことを健康データIOシステム101のAPIに通知してもよい。一実施形態では、報告は、患者プライバシー情報(例えば、PHIデータベース114のPHI)に合致されてもよく、患者プライバシー情報は、報告に統合されてもよい。報告は、次いで、患者および/または医療従事者によってアクセスされるべき要求病院ワークステーション、PACS、またはHL7エンジン/ブローカにプッシュされてもよい。
図5は、本開示の例示的実施形態による、(健康データ分析システム105による)症例処理の順序を管理する例示的方法のフロー図である。一実施形態では、ステップ501および503は、第1の匿名化されたDICOMオブジェクトを受信するステップと、第1の匿名化されたDICOMオブジェクトと関連付けられる優先レベルを識別するステップとを含んでもよい。匿名化されたDICOMオブジェクトは、患者プライバシー情報を欠いている1つ以上の画像ファイルを含んでもよい。一実施形態では、優先レベルは、DICOMオブジェクトを発生させた健康データIOシステム101と関連付けられてもよい。例えば、種々の優先レベルは、健康データIOシステム101と健康データ分析システム105との間の通信の確立に応じて、構成されてもよい。優先レベルはさらに、分析または分析を要求する医療提供者によって設定されてもよい。例えば、健康データIOシステム101は、発生されたDICOMオブジェクトと関連付けられるべき優先レベルを設定するようにユーザにプロンプトしてもよい。
一実施形態では、ステップ505および507は、第2の匿名化されたDICOMオブジェクトを受信するステップと、第2の匿名化されたDICOMオブジェクトと関連付けられる優先レベルを識別するステップとを含んでもよい。ステップ509は、(例えば、健康データ分析システム105において)最初に処理するべき症例を決定するステップを含んでもよい。一実施形態では、ステップ509は、第2の匿名化されたDICOMオブジェクトと関連付けられる優先レベルに対して、第1の匿名化されたDICOMオブジェクトと関連付けられる優先レベルを比較するステップを含んでもよい。第1の匿名化されたDICOMオブジェクトの優先レベルが、第2の匿名化されたDICOMオブジェクトと関連付けられる優先レベルよりも高い場合、分析が、第2の匿名化されたDICOMオブジェクトの分析に先立って、第1の匿名化されたDICOMオブジェクトに関して開始されてもよい(例えば、ステップ511)。例えば、ステップ511は、症例プロセッサ121のステップの進捗を通して第2の匿名化されたDICOMオブジェクトをプッシュすることに先立って、症例プロセッサ121の種々のコンポーネントを通した処理のために、(例えば、図2の)待ち行列モニタ201が第1の匿名化されたDICOMオブジェクトを待ち行列に入れるステップを含んでもよい。例えば、第1の匿名化されたDICOMオブジェクトは、第2の匿名化されたDICOMオブジェクトに先立って、事前ロードプロセッサ202による立証、解析前プロセッサ204による分析のための準備、解析プロセッサ206による分析、またはそれらの組み合わせのステップのうちの1つを受けてもよい。第1の匿名化されたDICOMオブジェクトに基づく分析の報告もまた、第2の匿名化されたDICOMオブジェクトに基づいて、最終報告の完了に先立って発生され、健康データIOシステム101に利用可能にされてもよい。
第1の匿名化されたDICOMオブジェクトの優先レベルが、第2の匿名化されたDICOMオブジェクトと関連付けられる優先レベルよりも低い場合、分析が、第1の匿名化されたDICOMオブジェクトの分析に先立って、第2の匿名化されたDICOMオブジェクトに関して開始されてもよい(例えば、ステップ513)。例えば、第2の匿名化されたDICOMオブジェクトは、第1の匿名化されたDICOMオブジェクトに先立って、事前ロードプロセッサ202、解析前プロセッサ204、解析プロセッサ206、報告プロセッサ208、またはそれらの組み合わせを通した処理のうちの少なくとも1つを受けてもよい。
図6は、本開示の例示的実施形態による、クラウドコンピューティングプラットフォームを経由して効率的に国境を越えた健康データを分析する例示的方法のフロー図である。一実施形態では、ステップ601は、1つ以上のDICOMオブジェクトを含有する一意の症例ファイルとして、健康データを受信するステップを含んでもよい。症例ファイルは、それと関連付けられる1つ以上の優先レベルを含んでもよく、優先レベルは、症例が健康データ分析システム105における分析を通過する順序を決定付けてもよい。一実施形態では、一意の症例識別子が、受信された健康データ(例えば、DICOMオブジェクト)に関して発生されてもよい。
一実施形態では、ステップ603は、受信されたデータからDICOM画像を解凍および抽出するステップを含んでもよい。一実施形態では、ステップ603は、一意の症例毎に、抽出されたDICOM画像から圧縮アーカイブファイルを発生させるステップを含んでもよい。圧縮アーカイブファイルは、ヘッダファイルを含有するカスタマイズされたファイル、一連の選択ファイル、履歴ファイル(例えば、ユーザログ)、タスク状態ファイル、プロセスIDファイル、処理された一連の算出を表すフォルダのセット(n>=1)等を含んでもよい。圧縮アーカイブファイルはまた、受信される健康データに応じて、1つ以上の体積画像ファイルを含んでもよい。例えば、健康データが、CTスキャナによって発生される場合、圧縮アーカイブファイルは、CTスキャンを備える、1つ以上の体積画像ファイルを含んでもよい。
一実施形態では、ステップ603は、受信された一意の症例の1つ以上のDICOMオブジェクトの正当性を立証するステップを含んでもよい。例えば、DICOMオブジェクトは、DICOMオブジェクトにDICOM画像が欠落している場合、DICOMオブジェクトのDICOM画像サイズが定義された範囲外である場合、またはDICOM画像が定義された品質基準を満たさない場合、無効と見なされ得る。一実施形態では、ステップ603は、(例えば、分析ウェブサービス123を介して)健康データ分析システム105から利用可能な各分析と関連付けられる、1つ以上の品質標準を設定するステップを含んでもよい。例えば、健康データ分析システム105によって提供される分析が、DICOMオブジェクトから構築される解剖学的モデルに基づいて、血流シミュレーションを実施するステップを含む場合、ステップ603は、臨床的に使用され得るシミュレーション結果をレンダリングするであろう、解剖学的モデルを構築するための最小画質要件を含んでもよい。ステップ603はさらに、画質パラメータに基づいて信頼パラメータを発生させるステップを含んでもよい。例えば、ステップ603は、受信されたDICOMオブジェクトの画質を査定し、事前決定された画質要件に対して、受信されたDICOMオブジェクの画質スコアを比較するステップを含んでもよい。ステップ603はさらに、DICOMオブジェクトの画質スコアが事前決定された画質要件を満たすことを決定し、DICOMオブジェクトの画質スコアを決定することに基づいて、血流シミュレーション結果に関する信頼スコアを含む、メタデータタグを発生させるステップを含んでもよい。ステップ603はさらに、受信されたDICOMオブジェクトが無効であることを決定するステップを含んでもよい。ステップ603は、次いで、ユースケースに関して健康データを再び取り込む、または再提出するためのプロンプトを発生させるステップを含んでもよい。プロンプトは、病院コンピューティングデバイス106に直接送信されてもよい、またはプロンプトは、ユーザインターフェースを介してユーザに送信されてもよい。
一実施形態では、ステップ605は、DICOMオブジェクトを前処理するステップを含んでもよい。例えば、ステップ605は、受信されたDICOMオブジェクトを使用して実施されるべき分析を決定するステップを含んでもよく、ステップ605はさらに、決定された分析に備えてDICOMオブジェクトを前処理するステップを含んでもよい。例えば、分析が血流シミュレーションを含む場合、前処理ステップは、DICOMオブジェクトに基づいて解剖学的モデルを発生させるステップを含んでもよい。解剖学的モデルは、3Dメッシュモデルを含んでもよい。1つのシナリオでは、前処理は、受信されたDICOMオブジェクトからDICOM画像を抽出し、抽出されたDICOM画像から3D立体モデルを発生させるステップを含んでもよい。血流シミュレーション分析は、次いで、発生された3Dメッシュモデルを通して血流をシミュレートすることによって実施されてもよい。血流をシミュレートするための種々のシステムおよび方法が、例えば、2011年1月25日に出願され、「Method and System for Patient-Specific Modeling of Blood Flow」と題された、米国特許第8,315,812号(参照することによってその全体として本明細書に組み込まれる)に開示される。一実施形態では、ステップ605は、健康データ分析システム105から利用可能な分析毎に所望される前処理を決定するステップを含んでもよい。ステップ605はさらに、前処理の結果のための使用を決定するステップを含んでもよい。例えば、発生された3Dメッシュモデルは、血流シミュレーション以外の分析のために使用されてもよい。代替として、または加えて、1つのメトリック(例えば、血圧)に関する分析のために使用される3Dメッシュモデルが、異なるメトリック(例えば、プラーク脆弱性)に関する分析で使用されてもよい。1つのシナリオでは、ステップ605はまた、ある分析に関して所望される前処理の程度を決定するステップを含んでもよい。例えば、DICOMオブジェクトは、症例の一意の症例IDと関連付けられる3Dメッシュモデルを補完するために使用されてもよい一方、DICOMオブジェクトは、一意の症例識別子がそれと関連付けられるモデルをまだ有していない場合、新しい3Dメッシュモデルを発生させるために使用されてもよい。
一実施形態では、3Dメッシュモデルは、表現状態転送(REST)HTTPプロトコルを使用して作成される、3D体積ファイルの形態であってもよい。例示的実施形態では、体積画像ファイルは、ヘッダ、バイナリデータ、カスタムヘッダ(例えば、分析ウェブサービス123によってサポートされる追跡機構または識別子)等を含んでもよい。ヘッダは、一連の一意の識別(UID)を含んでもよい。UIDは、分析下の症例ファイルと関連付けられるDICOMオブジェクトヘッダから読み出されてもよい。
一実施形態では、画像データの各体積画像ファイルは、体積画像ファイルの画像データに基づいて発生される3Dモデルに関する情報を記憶する、圧縮アーカイブファイルに対応し得る。圧縮アーカイブファイルはさらに、人間可読および機械可読の両方であり得る3Dモデルの表現(例えば、拡張マークアップ言語(XML)ファイル)を含む、ファイルに変換されてもよい。ファイルは、3Dモデルメッシュと、正中線、血管境界、血管直径/半径、組織境界、ピン(例えば、分析者によって作製されるマーキング)、画質スコア、信頼メトリック等を含む、他の情報とを含んでもよい。
一実施形態では、体積画像ファイルはそれぞれ、ファイルチェックサムを含有してもよい。ファイルチェックサムは、一連のUIDをモデルデータ(例えば、管腔分割および/または心筋質量)と相関させ、(例えば、縦断研究またはデータ追跡のために)圧縮アーカイブファイルを1つ以上の体積画像ファイルと関連付け、1つ以上の体積画像ファイルが経時的に破損していないことを確実にするために、使用されてもよい。一実施形態では、チェックサムは、既製のアルゴリズムと体積画像ファイルの未加工データ部分を併用して、算出されてもよい。チェックサムアルゴリズムに関する識別子は、チェックサム自体に含有されてもよい。本配列は、チェックサムアルゴリズムの種々のバージョンまたはアップグレードに対処するために使用されてもよい。一実施形態では、圧縮アーカイブファイルは、圧縮アーカイブファイルと画像データとの間の一貫したリンクを維持するために、体積画像ファイルチェックサムを含んでもよい。一実施形態では、種々のモデルが、例えば、異なる分割アルゴリズムを使用して、画像データの異なる部分に焦点を当てて等、画像データから作成されてもよい。
一実施形態では、ステップ607は、前処理の結果の分析をプロンプトするステップを含んでもよい。例えば、ステップ605の前処理が、3Dモデルを発生させた場合、ステップ607は、3Dモデルを使用して分析をプロンプトするステップを含んでもよい。一実施形態では、ステップ607は、図5の通りに、症例ファイルの設定された優先順位に従って実施されてもよい。一実施形態では、ステップ607は、分析のために1つ以上の前処理された匿名DICOMオブジェクトを分析ウェブサービス123に送信するステップを含んでもよい。例示的実施形態では、モデリングワークステーションが、チェックサムが伝送された体積画像ファイル内にまだ含まれていない場合、体積画像ファイルのためのチェックサムを算出してもよい。チェックサムが、体積画像ファイルを圧縮アーカイブファイルに合致させるために使用されてもよい。例えば、体積画像ファイルが、その独自のチェックサムに基づいて名前を付けられてもよく、したがって、圧縮アーカイブファイル内に含有される情報との相関を促進する。例えば、モデリングワークステーションが、所与の圧縮アーカイブファイルと関連付けられる体積画像ファイルのリストを読み出してもよい。
図7は、本開示の例示的実施形態による、健康データ分析システム105からの結果ファイルを後処理する例示的方法700のフロー図である。例示的実施形態では、ステップ701は、分析ウェブサービス123から仮結果報告を受信するステップを含んでもよい。一実施形態では、最終結果報告を提示するための事前決定された形式が、事前決定されてもよく、最終結果報告の一部ではない仮結果報告内の任意の項目が、除去されてもよい。例えば、分析ウェブサービス123は、患者の血管系内の狭窄を治療するためのステント挿入のいくつかのシミュレーションを返してもよい。複数のシミュレーション結果が、仮結果報告が最も保守的なシミュレーション(例えば、最も低侵襲性であり、最高の血液動態影響を生成し得るステント挿入)のみを示すように、除去されてもよい。一実施形態では、ステップ701はさらに、仮結果報告に関連する分析ウェブサービス123からの前の結果が存在するかどうかを識別し、仮結果報告を前の結果と集約するステップを含んでもよい。
一実施形態では、ステップ703は、(双方向ユーザインターフェース、例えば、図1Cのモデリングワークステーション127または生成ユーザインターフェース129を使用して)精査のために仮結果報告/集約された報告を分析者に提示するステップを含んでもよい。一実施形態では、ステップ705は、仮結果報告への1つ以上の変更/修正、例えば、仮報告、ピン、シミュレーション等のビューへの編集を受信するステップを含んでもよい。一実施形態では、ステップ707は、仮結果報告の分析および発生を再トリガするステップを含んでもよい。
例示的実施形態では、ステップ707は、ユーザインターフェースを介して分析者によって提供される、1つ以上の変更/修正を組み込む、最終結果報告を発生させるステップを含んでもよい。例示的実施形態では、最終結果報告は、PDF文書および/または分析からのモデルおよびソリューションの関連性がある面積を強調するピンまたはマークを伴う双方向3Dモデルを含んでもよい。例えば、最終結果報告は、患者の生体構造の3Dモデル、3Dモデルに基づいて計算される血流メトリック、(例えば、ステントまたはグラフトの挿入、生理学的状態の変化、薬剤等からの)3Dモデルへの種々の幾何学的修正の血液動態影響の比較を含んでもよい。一実施形態では、最終結果報告は、縦断研究および/または分析ウェブサービス123の種々の分析のための機械学習目的のために、(例えば、図1Cの匿名恒久記憶装置124b内に記憶されてもよい。
一実施形態では、ステップ709は、(例えば、病院システムの所定のネットワークアドレスまたは健康データIOシステム101のウェブインターフェースを介して)最終結果報告を健康データIOシステム101にプッシュするステップを含んでもよい。例示的実施形態では、ステップ709は、最終結果報告を発生させるために使用される1つ以上のDICOMオブジェクトから所定のネットワークアドレスを読み出すステップを含んでもよい。例示的実施形態では、ユーザ(例えば、病院技術者)が、ウェブアプリケーション(例えば、オンラインポータル)および一意の症例識別子を使用して、症例に関して結果報告を要求し得る。結果報告は、具体的形式(例えば、PDF形式または3Dモデル形式)で健康データIOシステム101にプッシュされてもよい。健康データIOシステム101は、HTTPプロトコルを通してユーザから結果報告に対する要求を受信してもよい。
代替実施形態では、健康データ分析システム105は、結果報告の準備ができると、結果報告を病院コンピューティングシステム(例えば、PACSまたはCTワークステーション)にプッシュしてもよい。例えば、症例ステータスが、(例えば、待ち行列モニタによって)監視されてもよく、結果が、いったん症例が完了状態に遷移されると、(例えば、健康データIOシステム101の)病院システムまたは臨床ユーザインターフェースにプッシュされてもよい。例示的実施形態では、健康データ報告を、病院コンピューティングデバイス、病院電子記録サーバ、および事前構成された宛先ネットワークアドレスのうちの少なくとも1つにプッシュするステップは、HL7標準メッセージを、病院コンピューティングデバイス、病院電子記録サーバ、および事前構成された宛先ネットワークアドレスのうちの少なくとも1つに送信するステップを含んでもよい。一実施形態では、HL7標準メッセージは、カプセル化されたデータタイプまたはURLとして健康データ報告を含有してもよい。
本開示は、患者プライバシーデータを守りながら、異なる地理的領域内の患者の健康データを分析、記憶、および管理するためのシステムおよび方法を含む。本開示はさらに、匿名健康データを病院の領域外の分析クラウドプラットフォームに送信し、分析結果報告を伝送するためのシステムおよび方法を含む。故に、データ分析が、1つの領域から別の領域へのプライバシーデータの転送を回避しながら、領域を横断して提供され得る。説明される実施形態のうちのいずれかは、例えば、領域内で保たれ得るデータの変形例を含むように修正されてもよい。開示されるシステムおよび方法は、循環への任意の範囲の変化をモデル化および査定するように修正されてもよい。
1つ以上のクラウドベースのウェブサービスと関連付けられる1つ以上のプロセッサの機能は、単一の専用プロセッサによって、または複数のプロセッサによって提供されてもよい。さらに、プロセッサは、限定ではないが、デジタル信号プロセッサ(DSP)ハードウェア、またはソフトウェアを実行することが可能な任意の他のハードウェアを含んでもよい。技術のプログラム側面は、典型的には、あるタイプの機械可読媒体上で搬送される、またはそれで具現化される実行可能コードおよび/または関連付けられるデータの形態の「製品」または「製造品」と考えられ得る。「記憶」タイプ媒体は、ソフトウェアプログラミングのために任意の時間に非一過性の記憶を提供し得る、種々の半導体メモリ、テープドライブ、ディスクドライブ、および同等物等のコンピュータ、プロセッサ、または同等物、またはその関連付けられるモジュールの有形メモリのうちのいずれかまたは全てを含む。
ソフトウェアの全てまたは一部は、随時、インターネットまたは種々の他の電気通信ネットワークを通して通信されてもよい。そのような通信は、例えば、1つのコンピュータまたはプロセッサから別のものの中へ、例えば、モバイル通信ネットワークの管理サーバまたはホストコンピュータからサーバのコンピュータプラットフォームの中へ、および/またはサーバからモバイルデバイスへのソフトウェアのロードを可能にし得る。したがって、ソフトウェア要素を担い得る別のタイプの媒体は、ローカルデバイスの間の物理的インターフェースを横断して、有線および光学地上通信線ネットワークを通して、および種々のエアリンクを経由して使用されるような、光学、電気、および電磁波を含む。有線または無線リンク、光学リンク、または同等物等のそのような波を搬送する物理的要素はまた、ソフトウェアを担う媒体と見なされ得る。本明細書で使用されるように、非一過性の有形「記憶」媒体に制限されない限り、コンピュータまたは機械「可読媒体」等の用語は、実行のために命令をプロセッサに提供することに関与する、任意の媒体を指す。
本発明の他の実施形態も、本明細書に開示される本発明の明細書および実践の考慮から当業者に明白となるであろう。明細書および実施例は、例示的にすぎないと見なされ、本発明の真の範囲および精神は、以下の請求項によって示されることが意図される。
Claims (20)
- 分散型クラウドコンピューティングプラットフォームを経由して健康データを分析するコンピュータ実装方法であって、前記方法は、
分析のために、1つ以上の匿名DICOMオブジェクトを含有する一意の症例ファイルを受信することと、
前記1つ以上の匿名DICOMオブジェクトと関連付けられる優先順位に基づいて、前記一意の症例ファイルに関して優先レベルを設定することと、
前記1つ以上の匿名DICOMオブジェクトのうちの少なくとも1つを解凍し、正当性を立証することと、
前記解凍され、正当性を立証された匿名DICOMオブジェクトのうちの少なくとも1つの分析を伝送することであって、前記分析は、前記一意の症例ファイルの優先レベルに従って完了されている、ことと
を含む、方法。 - 前記分析は、
前記一意の症例ファイルの匿名DICOMオブジェクトのうちの少なくとも1つに基づいて、体積画像ファイルを発生させることであって、前記体積画像ファイルは、3次元(3D)体積を表す、ことと、
前記体積画像ファイルと関連付けられる分析データを含むアーカイブファイルを発生させることと、
前記体積画像ファイルおよび前記アーカイブファイルに基づいて、患者特有のモデルを発生させることと
を含む、請求項1に記載のコンピュータ実装方法。 - 前記体積画像ファイルは、前記体積画像ファイルを前記アーカイブファイルに相関させるファイルチェックサムを含む、請求項2に記載のコンピュータ実装方法。
- 前記一意の症例ファイルのステータスを監視することと、
前記一意の症例ファイルのステータスおよび優先レベルに基づいて、前記一意の症例ファイルの分析を前進させることと
をさらに含む、請求項1に記載のコンピュータ実装方法。 - 前記1つ以上の匿名DICOMオブジェクトと関連付けられる1つ以上のDICOMオブジェクトを発生させるエンティティ、および/または前記1つ以上の匿名DICOMオブジェクトを分析するエンティティに基づいて、前記一意の症例ファイルに関して前記優先レベルを設定することをさらに含む、請求項1に記載のコンピュータ実装方法。
- 前記受信された分析に基づいて、仮結果報告を発生させることと、
前記仮結果報告の双方向ユーザインターフェースを発生させることと
をさらに含む、請求項1に記載のコンピュータ実装方法。 - 前記仮結果報告への修正を受信することと、
前記修正に基づいて、最終結果報告を発生させることと、
前記最終結果報告、所定の識別されたネットワークアドレス、または要求ウェブインターフェースを記憶することと
をさらに含む、請求項1に記載のコンピュータ実装方法。 - 前記最終結果報告は、セキュアなハイパーテキスト転送プロトコル(HTTPS)を使用して、データベース、所定の識別されたネットワークアドレス、または要求ウェブインターフェースにプッシュされる、請求項6に記載のコンピュータ実装方法。
- 分散型クラウドコンピューティングプラットフォームを経由して健康データを分析するためのシステムであって、前記システムは、
分散型クラウドコンピューティングプラットフォームを経由して健康データを分析する命令を記憶する1つ以上のデータ記憶デバイスと、
1つ以上のプロセッサであって、前記1つ以上のプロセッサは、前記命令を実行し、
分析のために、1つ以上の匿名DICOMオブジェクトを含有する一意の症例ファイルを受信することと、
前記1つ以上の匿名DICOMオブジェクトと関連付けられる優先順位に基づいて、前記一意の症例ファイルに関して優先レベルを設定することと、
前記1つ以上の匿名DICOMオブジェクトのうちの少なくとも1つを解凍し、正当性を立証することと、
前記解凍され、正当性を立証された匿名DICOMオブジェクトのうちの少なくとも1つの分析を伝送することであって、前記分析は、前記一意の症例ファイルの優先レベルに従って完了されている、ことと
を含む方法を実施するように構成される、1つ以上のプロセッサと
を備える、システム。 - 前記分析はさらに、
前記一意の症例ファイルの匿名DICOMオブジェクトのうちの少なくとも1つに基づいて、体積画像ファイルを発生させることであって、前記体積画像ファイルは、3次元(3D)体積を表す、ことと、
前記体積画像ファイルと関連付けられる分析データを含むアーカイブファイルを発生させることと、
前記体積画像ファイルおよび前記アーカイブファイルに基づいて、患者特有のモデルを発生させることと
から成る、請求項9に記載のシステム。 - 前記体積画像ファイルは、前記体積画像ファイルを前記アーカイブファイルに相関させるファイルチェックサムを含む、請求項10に記載のシステム。
- 前記システムはさらに、
前記一意の症例ファイルのステータスを監視することと、
前記一意の症例ファイルのステータスおよび優先レベルに基づいて、前記一意の症例ファイルの分析を前進させることと
を行うように構成される、請求項9に記載のシステム。 - 前記システムはさらに、前記1つ以上の匿名DICOMオブジェクトと関連付けられる1つ以上のDICOMオブジェクトを発生させるエンティティ、および/または前記1つ以上の匿名DICOMオブジェクトを分析するエンティティに基づいて、前記一意の症例ファイルに関して前記優先レベルを設定するように構成される、請求項9に記載のシステム。
- 前記システムはさらに、
前記受信された分析に基づいて、仮結果報告を発生させることと、
前記仮結果報告の双方向ユーザインターフェースを発生させることと
を行うように構成される、請求項9に記載のシステム。 - 前記システムはさらに、
前記仮結果報告への修正を受信することと、
前記修正に基づいて、最終結果報告を発生させることと、
前記最終結果報告、所定の識別されたネットワークアドレス、または要求ウェブインターフェースを記憶することと
を行うように構成される、請求項9に記載のシステム。 - 前記最終結果報告は、セキュアなハイパーテキスト転送プロトコル(HTTPS)を使用して、データベース、所定の識別されたネットワークアドレス、または要求ウェブインターフェースにプッシュされる、請求項15に記載のシステム。
- 分散型クラウドコンピューティングプラットフォームを経由して健康データを分析するためのコンピュータ実行可能プログラミング命令を含有するコンピュータシステム上で使用するための非一過性のコンピュータ可読媒体であって、方法は、
分析のために、1つ以上の匿名DICOMオブジェクトを含有する一意の症例ファイルを受信することと、
前記1つ以上の匿名DICOMオブジェクトと関連付けられる優先順位に基づいて、前記一意の症例ファイルに関して優先レベルを設定することと、
前記1つ以上の匿名DICOMオブジェクトのうちの少なくとも1つを解凍し、正当性を立証することと、
前記解凍され、正当性を立証された匿名DICOMオブジェクトのうちの少なくとも1つの分析を伝送することであって、前記分析は、前記一意の症例ファイルの優先レベルに従って完了されている、ことと
を含む、非一過性のコンピュータ可読媒体。 - 前記分析は、
前記一意の症例ファイルの匿名DICOMオブジェクトのうちの少なくとも1つに基づいて、体積画像ファイルを発生させることであって、前記体積画像ファイルは、3次元(3D)体積を表す、ことと、
前記体積画像ファイルと関連付けられる分析データを含むアーカイブファイルを発生させることと、
前記体積画像ファイルおよび前記アーカイブファイルに基づいて、患者特有のモデルを発生させることと
を含む、請求項17に記載の非一過性のコンピュータ可読媒体。 - 前記方法はさらに、
前記一意の症例ファイルのステータスを監視することと、
前記一意の症例ファイルのステータスおよび優先レベルに基づいて、前記一意の症例ファイルの分析を前進させることと
を含む、請求項17に記載の非一過性のコンピュータ可読媒体。 - 前記方法はさらに、前記1つ以上の匿名DICOMオブジェクトと関連付けられる1つ以上のDICOMオブジェクトを発生させるエンティティ、および/または前記1つ以上の匿名DICOMオブジェクトを分析するエンティティに基づいて、前記一意の症例ファイルに関して前記優先レベルを設定することを含む、請求項17に記載の非一過性のコンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962809139P | 2019-02-22 | 2019-02-22 | |
US62/809,139 | 2019-02-22 | ||
PCT/US2020/019261 WO2020172552A1 (en) | 2019-02-22 | 2020-02-21 | System architecture and methods for analyzing health data across geographic regions by priority using a decentralized computing platform |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022520987A true JP2022520987A (ja) | 2022-04-04 |
Family
ID=72141845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021548691A Pending JP2022520987A (ja) | 2019-02-22 | 2020-02-21 | 分散型コンピューティングプラットフォームを使用して、優先順位別に地理的領域を横断して健康データを分析するためのシステムアーキテクチャおよび方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20200273559A1 (ja) |
EP (1) | EP3928224A4 (ja) |
JP (1) | JP2022520987A (ja) |
KR (1) | KR20210130179A (ja) |
CN (1) | CN113424267A (ja) |
AU (1) | AU2020224147A1 (ja) |
CA (1) | CA3129839A1 (ja) |
WO (1) | WO2020172552A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11222424B2 (en) * | 2020-01-06 | 2022-01-11 | PAIGE.AI, Inc. | Systems and methods for analyzing electronic images for quality control |
EP3992979A1 (en) * | 2020-10-29 | 2022-05-04 | Wuhan United Imaging Healthcare Co., Ltd. | Systems and methods for file archiving |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5836877A (en) * | 1997-02-24 | 1998-11-17 | Lucid Inc | System for facilitating pathological examination of a lesion in tissue |
US20060242144A1 (en) * | 2005-03-24 | 2006-10-26 | Esham Matthew P | Medical image data processing system |
WO2007099525A2 (en) * | 2006-03-03 | 2007-09-07 | Medic Vision - Brain Technologies Ltd. | System and method of automatic prioritization and analysis of medical images |
US8380631B2 (en) * | 2006-07-19 | 2013-02-19 | Mvisum, Inc. | Communication of emergency medical data over a vulnerable system |
US20120070045A1 (en) * | 2009-12-17 | 2012-03-22 | Gregory Vesper | Global medical imaging repository |
EP2372626A1 (fr) * | 2010-03-31 | 2011-10-05 | France Telecom | Procédé de traitement d'image avec anonymisation dynamique |
US10734116B2 (en) * | 2011-10-04 | 2020-08-04 | Quantant Technology, Inc. | Remote cloud based medical image sharing and rendering semi-automated or fully automated network and/or web-based, 3D and/or 4D imaging of anatomy for training, rehearsing and/or conducting medical procedures, using multiple standard X-ray and/or other imaging projections, without a need for special hardware and/or systems and/or pre-processing/analysis of a captured image data |
US8553965B2 (en) * | 2012-02-14 | 2013-10-08 | TerraRecon, Inc. | Cloud-based medical image processing system with anonymous data upload and download |
US20130262155A1 (en) * | 2012-04-03 | 2013-10-03 | Thomas J. HinKamp | System and method for collection and distibution of medical information |
EP3188058A1 (en) * | 2015-12-30 | 2017-07-05 | Adam Szczepanik | A method and a system for anonymizing image data in medical images |
AU2017290600A1 (en) * | 2016-06-28 | 2019-01-03 | Heartflow, Inc. | Systems and methods for anonymization of health data and transmition of health data for analysis across geographic regions |
US10559378B2 (en) * | 2017-02-17 | 2020-02-11 | Agfa Healthcare Nv | Systems and methods for processing large medical image data |
US10818386B2 (en) * | 2018-11-21 | 2020-10-27 | Enlitic, Inc. | Multi-label heat map generating system |
-
2020
- 2020-02-21 WO PCT/US2020/019261 patent/WO2020172552A1/en unknown
- 2020-02-21 AU AU2020224147A patent/AU2020224147A1/en active Pending
- 2020-02-21 CA CA3129839A patent/CA3129839A1/en active Pending
- 2020-02-21 CN CN202080015838.1A patent/CN113424267A/zh active Pending
- 2020-02-21 EP EP20759991.1A patent/EP3928224A4/en active Pending
- 2020-02-21 JP JP2021548691A patent/JP2022520987A/ja active Pending
- 2020-02-21 KR KR1020217029552A patent/KR20210130179A/ko active Search and Examination
- 2020-02-21 US US16/797,738 patent/US20200273559A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP3928224A1 (en) | 2021-12-29 |
WO2020172552A1 (en) | 2020-08-27 |
AU2020224147A1 (en) | 2021-08-19 |
US20200273559A1 (en) | 2020-08-27 |
KR20210130179A (ko) | 2021-10-29 |
CN113424267A (zh) | 2021-09-21 |
CA3129839A1 (en) | 2020-08-27 |
EP3928224A4 (en) | 2022-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7089014B2 (ja) | 健康データを匿名化し、分析のために地理的領域を横断して健康データを修正及び編集するシステム及び方法 | |
JP6594501B2 (ja) | 被験患者に対して実行する医療手順において使用されるプロトコールを決定するためのプロトコール作成クライアント | |
US11594319B2 (en) | Systems and methods for managing, validating, and transmitting health data across geographic regions | |
EP2815372B1 (en) | Cloud-based medical image processing system with anonymous data upload and download | |
US9691167B1 (en) | Systems, apparatus and methods for collecting and storing raw scan data and software for performing data processing, image reconstruction and interpretation | |
US20160350480A1 (en) | Radiology workflow coordination techniques | |
KR20190046911A (ko) | 의료 이미징 인포메틱스 피어 리뷰 시스템을 위한 시스템 및 방법 | |
EP4066258A1 (en) | Algorithm orchestration of workflows to facilitate healthcare imaging diagnostics | |
WO2021108535A1 (en) | Algorithm orchestration of workflows to facilitate healthcare imaging diagnostics | |
JP2022520987A (ja) | 分散型コンピューティングプラットフォームを使用して、優先順位別に地理的領域を横断して健康データを分析するためのシステムアーキテクチャおよび方法 | |
US20240232433A1 (en) | Systems and methods for processing electronic images across regions | |
WO2011146994A2 (en) | Procedure, platform and system for the analysis of medical images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230220 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240318 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240322 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240604 |