JP2022533021A - クラウドソーシングデータの臨床的キュレーションのためのシステム及び方法 - Google Patents
クラウドソーシングデータの臨床的キュレーションのためのシステム及び方法 Download PDFInfo
- Publication number
- JP2022533021A JP2022533021A JP2021564441A JP2021564441A JP2022533021A JP 2022533021 A JP2022533021 A JP 2022533021A JP 2021564441 A JP2021564441 A JP 2021564441A JP 2021564441 A JP2021564441 A JP 2021564441A JP 2022533021 A JP2022533021 A JP 2022533021A
- Authority
- JP
- Japan
- Prior art keywords
- data
- input data
- patient
- free text
- input
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000009471 action Effects 0.000 claims abstract description 29
- 230000000052 comparative effect Effects 0.000 claims abstract description 19
- 230000015654 memory Effects 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 28
- 230000007246 mechanism Effects 0.000 claims description 22
- 238000013473 artificial intelligence Methods 0.000 claims description 19
- 238000012502 risk assessment Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims 1
- 238000012552 review Methods 0.000 description 29
- 208000024891 symptom Diseases 0.000 description 23
- 238000002560 therapeutic procedure Methods 0.000 description 22
- 230000004044 response Effects 0.000 description 19
- 238000013479 data entry Methods 0.000 description 16
- 230000004630 mental health Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 15
- 238000013500 data storage Methods 0.000 description 10
- 229940079593 drug Drugs 0.000 description 9
- 239000003814 drug Substances 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 230000004927 fusion Effects 0.000 description 8
- 230000003993 interaction Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 5
- 206010010144 Completed suicide Diseases 0.000 description 4
- 230000002411 adverse Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 208000017667 Chronic Disease Diseases 0.000 description 3
- 241000699666 Mus <mouse, genus> Species 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037765 diseases and disorders Diseases 0.000 description 3
- 238000001050 pharmacotherapy Methods 0.000 description 3
- 230000035807 sensation Effects 0.000 description 3
- 206010054089 Depressive symptom Diseases 0.000 description 2
- 206010013654 Drug abuse Diseases 0.000 description 2
- 241001539473 Euphoria Species 0.000 description 2
- 206010015535 Euphoric mood Diseases 0.000 description 2
- 208000026251 Opioid-Related disease Diseases 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- ZPUCINDJVBIVPJ-LJISPDSOSA-N cocaine Chemical compound O([C@H]1C[C@@H]2CC[C@@H](N2C)[C@H]1C(=O)OC)C(=O)C1=CC=CC=C1 ZPUCINDJVBIVPJ-LJISPDSOSA-N 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 238000002651 drug therapy Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 206010016256 fatigue Diseases 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 201000006417 multiple sclerosis Diseases 0.000 description 2
- 201000000988 opioid abuse Diseases 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010048909 Boredom Diseases 0.000 description 1
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- GVGLGOZIDCSQPN-PVHGPHFFSA-N Heroin Chemical compound O([C@H]1[C@H](C=C[C@H]23)OC(C)=O)C4=C5[C@@]12CCN(C)[C@@H]3CC5=CC=C4OC(C)=O GVGLGOZIDCSQPN-PVHGPHFFSA-N 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010027951 Mood swings Diseases 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 206010033664 Panic attack Diseases 0.000 description 1
- 206010037180 Psychiatric symptoms Diseases 0.000 description 1
- 102000007056 Recombinant Fusion Proteins Human genes 0.000 description 1
- 108010008281 Recombinant Fusion Proteins Proteins 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- RMRJXGBAOAMLHD-CTAPUXPBSA-N buprenorphine Chemical compound C([C@]12[C@H]3OC=4C(O)=CC=C(C2=4)C[C@@H]2[C@]11CC[C@@]3([C@H](C1)[C@](C)(O)C(C)(C)C)OC)CN2CC1CC1 RMRJXGBAOAMLHD-CTAPUXPBSA-N 0.000 description 1
- 230000008568 cell cell communication Effects 0.000 description 1
- 238000002659 cell therapy Methods 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 229960003920 cocaine Drugs 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 229960002069 diamorphine Drugs 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 208000019906 panic disease Diseases 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 229940126586 small molecule drug Drugs 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 150000003431 steroids Chemical class 0.000 description 1
- 229940053209 suboxone Drugs 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000035922 thirst Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000003867 tiredness Effects 0.000 description 1
- 208000016255 tiredness Diseases 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 229960005486 vaccine Drugs 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
方法が、患者によって生成されたフリーテキストデータを含む入力データを患者に関連する患者装置から取得することを含む。この入力データを分析して、入力データが所定の関連性基準を満たしているかどうかを判定する。この入力データを臨床的にキュレートされるデータベース内の臨床データと比較して比較データを生成する。方法は、比較データに基づいて、（ｉ）入力データが所定の関連性基準を満たしておりかつ臨床データと十分に異なることを比較データが示す場合、臨床的にキュレートされるデータベースに入力データを追加し、（ｉｉ）入力データが所定の関連性基準を満たしておりかつ臨床データに十分に類似していることを比較データが示す場合、入力データを臨床データに融合させ、（ｉｉｉ）入力データが所定の関連性基準を満たさないと判定された場合、何の動作も行わない、というキュレーション動作のうちの少なくとも１つを実行することを含む。【選択図】図１
Description
〔関連出願との相互参照〕
本米国特許出願は、２０１９年４月３０日に出願された米国仮特許出願第６２／８４０，６５６号の米国特許法第１１９条に基づく優先権を主張するものである。この先願の開示は本出願の開示の一部とみなされ、その全体が引用により本明細書に組み入れられる。
本米国特許出願は、２０１９年４月３０日に出願された米国仮特許出願第６２／８４０，６５６号の米国特許法第１１９条に基づく優先権を主張するものである。この先願の開示は本出願の開示の一部とみなされ、その全体が引用により本明細書に組み入れられる。
本開示は、一般に重篤な病状の治療に関し、具体的には重篤な病状の治療のために臨床的にキュレートされるデータベースを実装して管理するシステム及び方法に関する。
本節において提供する情報は、一般に本開示の文脈を提示するためのものである。現在指定されている発明者らの研究は、本節に記載されている限り、出願時に先行技術としての資格を得ていない可能性がある本明細書の態様と同様に、明示的にも黙示的にも本開示に対する先行技術として認められるものではない。
薬物療法は、様々な医学的疾患及び障害の治療において重要な役割を果たしてきた。従来の薬物療法は、薬剤の投与などを伴う。従来の薬剤の例としては、通常は化学合成に由来する小分子薬剤と、組み換えタンパク、ワクチン、遺伝子治療おいて治療的に使用される血液製剤、モノクローナル抗体及び細胞療法などを含むことができる生物製剤とを挙げることができる。
薬物療法は、特定の疾患及び障害を治療するのに有効な機構であることが証明されているが、欠点がないわけではない。例えば、薬剤は、特定のしばしば望ましくない副作用を伴うことが知られている。また、薬剤は高価であることが多く、時には法外なほど高価である。
従って、従来の薬物療法技術の補完又は代替として、様々な医学的疾患及び障害を治療するためのデジタルソリューションが出現してきた。このようなデジタルソリューション（例えば、デジタルセラピューティクス、モバイルヘルスアプリケーションなど）は、そのユーザ（例えば、処方デジタル治療すなわち「ＰＤＴ」の事例では患者）に情報を要求することができる。このような情報は、限定ではなく一例として、ユーザの精神的状態（例えば、ユーザが体験している又は体験した感覚）、及び／又は身体的状態（例えば、精神的又は身体的健康状態に関連する身体症状）に関する情報を含むことができる。
従来のデジタルソリューションは、所与の質問に対する固定された一連の選択可能な応答をユーザに提示することが多かった。例えば、従来のデジタルソリューションは、「気分はどうですか」などの質問に関連して、「幸せ」、「悲しい」、「怖い」、「疲れた」、「痛い」、「眠い」などの一連の選択可能なオプションをユーザに提示することができる。しかしながら、これらの予め選択された既定の応答は、ユーザの精神的又は身体的状態を正確に捉えられないことが多い。
従って、重篤な病状の治療のために臨床的にキュレートされるデータベースを実装して管理するシステム及び方法が必要であると考えられる。
以下、必ずしも縮尺通りではない添付図を参照する。
様々な図面における同様の参照記号は同様の要素を示す。
本開示の１つの態様は、データ処理ハードウェアと、データ処理ハードウェアと通信するメモリハードウェアとを含むシステムを提供する。メモリハードウェアは命令を記憶しており、この命令は、データ処理ハードウェア上で実行された時に、患者によって生成されたフリーテキストデータを含む入力データを患者に関連する患者装置から取得することを含む動作をデータ処理ハードウェアに実行させる。動作は、入力データを分析して、入力データが所定の関連性基準を満たしているかどうかを判定することを含む。動作は、入力データを臨床的にキュレートされるデータベース内の臨床データとを比較して比較データを生成することと、比較データに基づいて、（ｉ）入力データが所定の関連性基準を満たしておりかつ臨床データと十分に異なることを比較データが示す場合、臨床的にキュレートされるデータベースに入力データを追加し、（ｉｉ）入力データが所定の関連性基準を満たしておりかつ臨床データに十分に類似していることを比較データが示す場合、入力データを臨床データに融合させ、（ｉｉｉ）入力データが所定の関連性基準を満たさないと判定された場合、何の動作も行わない、というキュレーション動作のうちの少なくとも１つを実行することとを含む。
本開示の実装は、以下の任意の特徴のうちの１つ又は２つ以上を含むことができる。いくつかの実装では、動作が、入力データを分析して有害事象の尤度を決定し、有害事象が発生した又は発生しようとしていることを入力データが示す尤度に対応するリスク評価値を入力データに割り当てることをさらに含む。入力データに関連するリスク評価値が所定の閾値を上回る場合、動作は、有害事象に対処する動作機構を実行することをさらに含むことができる。
動作機構は、患者を監視している医療提供者に関連する医療提供者装置に、有害事象が発生した又は発生しようとしていることを示すアラートを送信することを含むことができる。動作機構は、コールセンターに関連するコールセンター装置に、有害事象が発生した又は発生しようとしていることを示すとともに患者装置を介して患者に連絡するようにコールセンターに命令を与えるアラートを送信することを含むことができる。動作機構は、有害事象に対処するための情報を患者に提供するアラートを患者装置に送信することを含むことができる。
入力データを分析して入力データを臨床データと比較することは、人工知能を実装することによって実行することができる。人工知能は、医療専門家によって監視することができる。人工知能は、教師なし機械学習を含むことができる。
入力データは、質問に応答する入力とすることができ、所定の関連性基準は、入力データが質問に応答している時に満たすことができる。
本開示の別の態様は、１又は２以上のプロセッサを介して、患者によって生成されたフリーテキストデータを含む入力データを患者に関連する患者装置から取得することを含む方法を提供する。１又は２以上のプロセッサを介して入力データを分析して、入力データが所定の関連性基準を満たしているかどうかを判定する。１又は２以上のプロセッサを介して、入力データを臨床的にキュレートされるデータベース内の臨床データとを比較して比較データを生成する。方法は、比較データに基づいて、（ｉ）入力データが所定の関連性基準を満たしておりかつ臨床データと十分に異なることを比較データが示す場合、臨床的にキュレートされるデータベースに入力データを追加し、（ｉｉ）入力データが所定の関連性基準を満たしておりかつ臨床データに十分に類似していることを比較データが示す場合、入力データを臨床データに融合させ、（ｉｉｉ）入力データが所定の関連性基準を満たさないと判定された場合、何の動作も行わない、というキュレーション動作のうちの少なくとも１つを実行することを含む。この態様は、以下の任意の特徴のうちの１つ又は２つ以上を含むことができる。
いくつかの実装では、方法が、入力データを分析して有害事象の尤度を決定し、有害事象が発生した又は発生しようとしていることを入力データが示す尤度に対応するリスク評価値を入力データに割り当てることをさらに含む。方法は、入力データに関連するリスク評価値が所定の閾値を上回る場合、有害事象に対処する動作機構を実行することをさらに含むことができる。
動作機構は、患者を監視している医療提供者に関連する医療提供者装置に、有害事象が発生した又は発生しようとしていることを示すアラートを送信することを含むことができる。動作機構は、コールセンターに関連するコールセンター装置に、有害事象が発生した又は発生しようとしていることを示すとともに患者装置を介して患者に連絡するようにコールセンターに命令を与えるアラートを送信することを含むことができる。動作機構は、有害事象に対処するための情報を患者に提供するアラートを患者装置に送信することを含むことができる。
入力データを分析して入力データを臨床データと比較することは、人工知能を実装することによって実行することができる。人工知能は、医療専門家によって監視することができる。人工知能は、教師なし機械学習を含むことができる。
入力データは、質問に応答する入力とすることができ、所定の関連性基準は、入力データが質問に応答している時に満たすことができる。
添付図面及び以下の説明には、本開示の１又は２以上の実装の詳細を示す。説明及び図面、並びに特許請求の範囲からは、他の態様、特徴及び利点も明らかになるであろう。
添付図面を参照しながら、本開示の技術のいくつかの実装をさらに完全に説明する。しかしながら、本開示の技術は多くの異なる形態で具体化することができ、本明細書に示す実装に限定されるものとして解釈すべきではない。
本開示の技術の実装例は、重篤な病状の治療のために臨床的にキュレートされるデータベースを実装して管理するシステム及び方法を提供する。
例えばオピオイド乱用、多発性硬化症などの特定の病状又は医学的適応の治療では、治療を制御する医療専門家に情報を提供することによって特定の患者のニーズに治療を適合させる際に、その患者からの入力が役立つことがある。このような入力は、多項選択式質問（ｍｕｌｔｉｐｌｅ－ｃｈｏｉｃｅ ｑｕｅｓｔｉｏｎｓ）に対する応答、自由回答式質問（ｏｐｅｎ－ｅｎｄｅｄ ｑｕｅｓｔｉｏｎｓ）に対する応答、非構造化フリーテキスト（ｕｎｓｔｒｕｃｔｕｒｅｄ ｆｒｅｅ ｔｅｘｔ）などの形を取ることができる。また、患者入力は、臨床的にキュレートされるデータベースからの他の患者の同様の入力を患者に促して示すこともでき、これによって患者にそのような特定の思考及び感情を体験しているのは自分だけではないと感じさせることができる。
いくつかの例では、特定の病状を患う患者が、例えば重症の慢性疾患などの予測できない特定の病状の過程に対する自然な反応と考えられる精神衛生症状を体験することがある。精神衛生症状は、鬱病、不安神経症、気分変動などを含むことができる。特定の病状を抱えた患者は、不適切な対処又は不十分な社会的支援、並びに脳構造の変化などの生体内作用などの心理的リスク因子が原因で精神衛生症状を示しやすくなることがある。
症状の重症度と患者が精神衛生症状を体験する尤度との間に関連性は見られず、病状を抱えたあらゆる患者があらゆる時点で精神衛生症状を体験する可能性があり、様々な因子が患者の精神衛生症状に影響を与えることができる。精神衛生症状の期間は、患者の初期診断の後に発生することがある。患者は、特定の病状に関連する身体症状が原因で精神衛生症状を体験することもある。例えば、疲労を抱えた患者は、精神衛生症状と戦うために必要な感情的エネルギーが枯渇していることがある。さらに、患者の新たな症状及び先行きに関する不確定度が高いことによって、患者が精神衛生症状を体験するようになることもある。中枢神経系の損傷などの生理学的原因、及び細胞間コミュニケーションに関与する炎症性タンパク分子（ｐｒｏ－ｉｎｆｌａｍｍａｔｏｒｙ ｐｒｏｔｅｉｎ ｍｏｌｅｃｕｌｅｓ）の発現などの化学変化によって、患者が精神衛生症状を体験するようになることもある。薬物副作用は、精神衛生症状を悪化させることがある。例えば、ステロイドは短期的に陶酔感を引き起こし、陶酔感が終了すると精神衛生症状を引き起こす恐れがある。
精神衛生症状は、特定の病状を患う患者の気分に大きな影響を及ぼし、これによって患者の生活の質に悪影響を与える。患者は、感情的健康よりも身体的健康を優先して精神衛生症状を未治療のまま放置してしまい、これによって生活の質の低下及び認知機能の悪化を招くことがある。例えば、精神衛生症状を体験している患者は日常の活動から離脱しようと模索する結果、社会的刺激が低下してしまうことがある。患者は、自殺リスクの上昇を体験することもある。
特定の病状を抱えた患者の精神衛生症状のための現在の治療オプションとしては、一般に薬物療法及び臨床医との対面療法が挙げられる。しかしながら、これらの治療オプションは、より効果的な患者入力で補完することができる。
以下、添付図を参照しながら本開示の技術の実装例について説明する。
図１を参照すると、いくつかの実装では、治療処方システム１００が、患者１０１に処方された処方デジタル治療（ｐｒｅｓｃｒｉｐｔｉｏｎ ｄｉｇｉｔａｌ ｔｈｅｒａｐｅｕｔｉｃ）１２０へのアクセスを患者１０１に提供して、患者１０１と処方デジタル治療１２０との相互作用に関連する事象をモニタする。本明細書では、デジタル治療１２０を「処方」デジタル治療であるものとして説明するが、いくつかの実装によれば、デジタル治療１２０は臨床医からの処方を必要としないと理解される。むしろ、このような実装では、処方箋を有していない患者がデジタル治療１２０を利用できるにもかかわらず、デジタル治療１２０は、本明細書で行う処方デジタル治療１２０の説明に従って別様に機能する。デジタル治療１２０が処方されていない実装によれば、デジタル治療を使用する又は投与される人物を「ユーザ」と呼ぶことができる。「ユーザ」は、デジタル治療１２０を使用する又は投与される患者１０１又は他のいずれかの人物を含むことができ、その人物にデジタル治療１２０が処方されたかどうかは関係ない。
本明細書で使用するデジタル治療（ｄｉｇｉｔａｌ ｔｈｅｒａｐｙ）は、疾患又は障害を抱えた患者、並びに特定の疾患又は障害に関連する症状及び／又は挙動を治療するための根拠に基づく心理社会的介入法を提供するように構成されたデジタル治療（ｄｉｇｉｔａｌ－ｔｈｅｒａｐｅｕｔｉｃ）と呼ぶこともできる。一例として、患者１０１が慢性疾患と診断された場合には、処方デジタル治療１２０を、患者１０１が体験し得る慢性疾患に関連する１又は２以上の抑鬱症状に対処するように特異的に適合させることができる。患者１０１を監視している認定医療提供者（ＨＣＰ）１０９（例えば、医師、看護士など）は、患者１０１の抑鬱症状を治療するために、患者１０１が自分の体験している感覚を識別して機能障害的感情、挙動及び思考を修正するのに役立つように設計された処方デジタル治療１２０を患者１０１に処方することができる。ＨＣＰ１０９は、医師、看護士、臨床医、又はその他の資格を持つ医療専門家を含むことができる。
いくつかの例では、システム１００が、ネットワーク１０６と、患者装置１０２と、ＨＣＰシステム１４０と、医学的適応に特化した治療サービス１６０とを含む。例えば、治療サービス１６０は、オピオイド乱用、多発性硬化症、鬱病などの特定の適応に関連することができる。ネットワーク１０６は、遠隔装置上でのサービスの実行を可能にするように、治療サービス１６０を実行するクラウドコンピューティングリソース１５０（例えば、分散型システム）へのアクセスを提供する。従って、ネットワーク１０６は、患者１０１及びＨＣＰ１０９と治療サービス１６０との間の相互作用を可能にする。例えば、治療サービス１６０は、患者１０１に処方デジタル治療１２０へのアクセスを提供し、患者１０１によって入力された、患者１０１と処方デジタル治療１２０との相互作用に関連する事象データ１２２を受け取ることができる。さらに、治療サービス１６０は、事象データ１２２をストレージリソース１５６に記憶することができる。
ネットワーク１０６は、無線通信ネットワーク、携帯電話ネットワーク、時分割多重アクセス（ＴＤＭＡ）ネットワーク、符号分割多重アクセス（ＣＤＭＡ）ネットワーク、グローバルシステム・フォー・モバイルコミュニケーションズ（ＧＳＭ）、第３世代（３Ｇ）ネットワーク、第４世代（４Ｇ）ネットワーク、衛生通信ネットワーク、及びその他の通信ネットワークなどの、通信信号の送受信を可能にするいずれかのタイプのネットワークを含むことができる。ネットワーク１０６は、ワイドエリアネットワーク（ＷＡＮ）、ローカルエリアネットワーク（ＬＡＮ）及びパーソナルエリアネットワーク（ＰＡＮ）のうちの１つ又は２つ以上を含むことができる。いくつかの例では、ネットワーク１０６が、データネットワークの組み合わせ、通信ネットワーク、及びデータネットワークと通信ネットワークとの組み合わせを含む。患者装置１０２、ＨＣＰシステム１４０及び治療サービス１６０は、ネットワーク１０６を介して信号（有線又は無線）を送受信することによって互いに通信する。いくつかの例では、ネットワーク１０６が、ネットワーク１０６を介して利用可能な弾性／オンデマンド計算及び／又はストレージリソース１５６とすることができるクラウドコンピューティングリソースへのアクセスを提供する。「クラウド」サービスという用語は、一般にユーザの装置上でローカルに実行されるのではなく、むしろ１又は２以上のネットワーク１０６を介してアクセス可能な１又は２以上の遠隔装置から提供されるサービスを意味する。
患者装置１０２は、以下に限定するわけではないが、ポータブル電子装置（例えば、スマートフォン、携帯電話機、携帯情報端末、パーソナルコンピュータ、無線タブレット装置、又はウェアラブル装置）、デスクトップコンピュータ、又はネットワーク１０６を介して情報を送受信することができる他のいずれかの電子装置を含むことができる。患者装置１０２は、データ処理ハードウェア１１２（命令を実行するコンピュータ装置）、メモリハードウェア１１４、及びデータ処理ハードウェア１１２と通信するディスプレイ１１６を含む。いくつかの例では、患者装置１０２が、患者１０１によるデータの入力を可能にするキーボード、マウス、マイク及び／又はカメラを含む。患者装置１０２は、ディスプレイ１１６に加えて又は代えて、患者１０１にオーディオデータを出力する１又は２以上のスピーカを含むこともできる。例えば、処方デジタル治療１２０に関連する何らかの時間依存的事象について患者１０１に知らせるために、スピーカによって可聴アラートを出力することができる。いくつかの実装では、患者装置１０２が、治療サービス１６０との接続を確立して処方デジタル治療１２０にアクセスするための患者アプリケーション１０３を実行する（又はウェブベースの患者アプリケーションにアクセスする）。例えば、患者１０１は、患者１０１に処方された処方デジタル治療１２０の継続期間（例えば、３ヶ月）にわたって患者アプリケーション１０３にアクセスすることができる。ここでは、患者装置１０２が、ＨＣＰ１０９によって処方デジタル治療１２０が処方された時に最初にアクセスコード１０４を提供することによって、患者１０１が体験している可能性がある特定の適応に関連する１又は２以上の症状を治療するように／このような症状に対処するように特異的に適合された治療サービス１６０から処方デジタル治療１２０に関連するコンテンツに患者１０１がアクセスすることを可能にする患者アプリケーション１０３を立ち上げることができる。患者アプリケーション１０３は、患者装置１０２のデータ処理ハードウェア１１２上で実行されている時に、とりわけ患者１０１が自身の体験している特定の感覚に関連する事象データ１２２を入力することを可能にし、患者１０１に情報を要求し、患者１０１が確認できるように仕訳記入（ｊｏｕｒｎａｌ ｅｎｔｒｉｅｓ）を提示する様々なグラフィカルユーザインターフェイス（ＧＵＩ）（例えば、図３に示すような患者入力ＧＵＩ２３１）を患者装置１０２のディスプレイ１１６上に表示するように構成される。
ストレージリソース１５６は、患者１０１から受け取られた事象データ１２２及び患者１０１に処方された処方デジタル治療１２０を対応する患者記録１０５に記憶するデータストレージ１５８を提供することができる。いくつかの実装では、データストレージ１５８が、クラウドコンピューティングシステム１５０と通信する臨床的にキュレートされるデータベース２２０と通信する。例えば、データストレージ１５８は、患者記録１０５、処方デジタル治療１２０及び／又は他のいずれかの好適な情報を臨床的にキュレートされるデータベース２２０と共有することができ、臨床的にキュレートされるデータベース２２０は、臨床的にキュレートされたエントリ及び／又は他のいずれかの好適な情報をデータストレージ１５８と共有することができる。他の実装では、データストレージ１５８が、臨床的にキュレートされるデータベース２２０を記憶する。患者記録１０５は、データストレージ１５８に記憶されている間に、患者１０１を識別するいずれかの情報が匿名化されるように暗号化することができるが、後で（要求者が患者記録１０５へのアクセスを許可／認証されている前提で）患者１０１又は監視中のＨＣＰ１０９が患者記録１０５を要求した時に復号することができる。患者装置１０２とクラウドコンピューティングシステム１５０との間でネットワーク１０６を介して送信されるデータは全て暗号化し、セキュアな通信チャネルを介して送信することができる。例えば、患者アプリケーション１０３は、ＨＴＴＰＳプロトコルを介して治療サービス１６０に送信する前に事象データ１２２を暗号化し、治療サービス１６０から受け取られた患者記録１０５を復号することができる。ネットワーク接続が利用可能でない場合、患者アプリケーション１０３は、ネットワーク接続が利用可能になるまで事象データ１２２をメモリハードウェア１１４内の暗号化キューに記憶することができる。
ＨＣＰシステム１４０は、診療所、診察室、又はＨＣＰ１０９が管理する施設に配置することができ、データ処理ハードウェア１４２、メモリハードウェア１４４、及びディスプレイ１４６を含む。メモリハードウェア１４４及びディスプレイ１４６は、データ処理ハードウェア１４２と通信する。例えば、データ処理ハードウェア１４２は、ＨＣＰ１０９が治療サービス１６０との間でデータの入力及び検索を行えるように、デスクトップコンピュータ又はポータブル電子装置上に存在することができる。いくつかの例では、ＨＣＰ１０９が、患者１０１に処方デジタル治療１２０を処方した時点で、最初に患者データ１０７の一部又は全部をオンボード（ｏｎｂｏａｒｄ）することができる。ＨＣＰシステム１４０は、キーボード１４８、マウス、マイク、スピーカ及び／又はカメラを含む。いくつかの実装では、ＨＣＰシステム１４０が（すなわち、データ処理ハードウェア１４２を介して）、治療サービス１６０との接続を確立して治療サービス１６０との間でデータの入力及び検索を行うためにＨＣＰアプリケーション１１０を実行する（又はウェブベースの患者アプリケーションにアクセスする）。例えば、ＨＣＰシステム１４０は、ＨＣＰ１０９が患者１０１を監視中であって対応する患者記録１０５へのアクセスを許可されていることを立証する認証トークン１０８を提供することにより、治療サービス１６０によってストレージリソース１５６にセキュアに記憶された匿名の患者記録１０５にアクセスすることができる。認証トークン１０８は、ＨＣＰシステム１４０が治療サービス１６０から取得することを許可されている患者記録１０５に関連する特定の患者１０１を識別することができる。患者記録１０５は、患者装置１０２上で実行される患者アプリケーション１０３を通じた患者と処方デジタル治療１２０との相互作用を示すタイムスタンプ付きの事象データ１２２を含むことができる。
クラウドコンピューティングリソース１５０は、スケーラブル／弾性リソース１５２を有する分散型システム（例えば、リモート環境）とすることができる。リソース１５２は、計算リソース１５４（例えば、データ処理ハードウェア）及び／又はストレージリソース１５６（例えば、メモリハードウェア）を含む。クラウドコンピューティングリソース１５０は、患者装置１０２及びＨＣＰシステム１４０との通信を容易にし、データストレージ１５８内のストレージリソース１５６上にデータを記憶し、臨床的にキュレートされるデータベース２２０にデータを記憶する治療サービス１６０を実行する。いくつかの例では、治療サービス１６０、データストレージ１５８及び臨床的にキュレートされるデータベース２２０が、スタンドアロン型コンピュータ装置上に存在する。治療サービス１６０は、患者１０１に、データ処理ハードウェア１１２上で実行可能であって、患者１０１が有効なアクセスコード１０４を提供した時に患者装置１０２を介してネットワーク１０６を通じてアクセス可能である患者アプリケーション１０３（例えば、モバイルアプリケーション、ウェブサイトアプリケーション、又は命令セットを含むダウンロード可能プログラム）を提供することができる。同様に、治療サービス１６０は、ＨＣＰ１０９に、データ処理ハードウェア１４２上で実行可能であって、ＨＣＰシステム１４０を介してネットワーク１０６を通じてアクセス可能であるＨＣＰアプリケーション１１０（例えば、モバイルアプリケーション、ウェブサイトアプリケーション、又は命令セットを含むダウンロード可能プログラム）を提供することができる。
図２は、本開示の例示的な実装による、臨床的にキュレートされるデータベース２２０を実装して管理するシステム２００を示す図である。１つの例によれば、システム２００の態様を、クラウドコンピューティングシステム１５０の計算リソース１５４によって実行することができる。別の例では、システム２００の態様を、患者装置１０２のデータ処理ハードウェア１１２などの電子装置によって実行することができる。さらに別の例では、システム２００の態様を、計算リソース１５４とデータ処理ハードウェア１１２との何らかの組み合わせによって実行することができる。いくつかの実装では、臨床的にキュレートされるデータベース２２０によって、外部的に利用可能なデータ２１０が取得される（例えば、フェッチ又は受信される）。外部的に利用可能なデータ２１０は、例えばアメリカ食品医薬品局（Ｆｅｄｅｒａｌ Ｄｒｕｇ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ：ＦＤＡ）、世界保健機関（Ｗｏｒｌｄ Ｈｅａｌｔｈ Ｏｒｇａｎｉｚａｔｉｏｎ：ＷＨＯ）、国際疾病分類第１０版（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ Ｄｉｓｅａｓｅｓ： Ｔｅｎｔｈ Ｒｅｖｉｓｉｏｎ：ＩＤＣ－１０）などの様々なソースから取得することができる。上述したように、臨床的にキュレートされるデータベース２２０は、クラウドコンピューティングリソース１５０と通信することができ、又はクラウドコンピューティングリソース１５０のデータストレージ１５８に記憶される。他の実装では、臨床的にキュレートされるデータベース２２０を、患者装置１０２のメモリハードウェア１１４、ＨＣＰシステム１４０のメモリハードウェア１４４、又は他のいずれかの好適な記憶位置に記憶することができる。
システム２００は、所定のエントリモジュール２３０ａ及びフリーテキストエントリモジュール２３０ｂを有する入力モジュール２３０を含む。入力モジュール２３０は、患者装置１０２によって、すなわちディスプレイ１１６及び／又は患者装置１０２のマイク、スピーカ、マウス、キーボード、カメラなどの他の周辺機器と連動するデータ処理ハードウェア１１２によって実行することができる。入力モジュール２３０は、臨床的にキュレートされるデータベース２２０と通信して、臨床的にキュレートされるデータベース２２０からデータを取得する（例えば、フェッチ又は受信する）。
図２及び図３を参照すると、いくつかの例では、患者装置１０２のディスプレイ１１６が、患者入力ＧＵＩ２３１を表示するタッチ画面を含む。データ処理ハードウェア１１２は、患者入力ＧＵＩ２３１との人間相互作用を容易にするように適合されたＧＵＩソフトウェアを実行することができる。以下でさらに詳細に説明するように、患者１０１は、患者入力ＧＵＩ２３１と相互作用する選択を示すユーザ選択を提供することができる。本明細書で使用するユーザ選択は、ディスプレイ１１６上に表示される患者入力ＧＵＩ２３１のいずれかの表示要素又はコンポーネントを含むＵＩコントロールを目的とすることができる。従って、ＵＩコントロールの選択を示すユーザ選択は、患者１０１が入力を提供し、データを観察し、及び／又は患者入力ＧＵＩ２３１と別様に相互作用することを可能にすることができる。ＵＩコントロール例は、ボタン、ドロップダウンメニュー、メニュー項目、長押し（ｔａｐ－ａｎｄ－ｈｏｌｄ）機能などを含む。
患者入力ＧＵＩ２３１は、フリーテキストデータエントリ要素２３２、データエントリヘッダ要素２３６、及び個々の例示的なエントリ２３８ａ～２３８ｄを含む複数の所定のエントリ２３８を表示する。いくつかの例では、データエントリヘッダ要素２３６及びフリーテキストデータエントリ要素２３２が、それぞれエントリプロンプト２３７を含むことができる。エントリプロンプト２３７は、患者１０１から応答を引き出すための質問又は発言とすることができる。例えば、エントリプロンプト２３７は、患者１０１に自身の自動思考で応答するように促す「私の自動思考は．．．であった」を示すことができる。各エントリプロンプト２３７は、エントリプロンプト２３７に対する選択可能な応答である複数の所定のエントリ２３８に関連することができる。例えば、所定のエントリモジュール２３０ａは、どの所定のエントリ２３８がいつ患者１０１によって選択されたかを判定することができる。エントリプロンプト２３７及びその関連する所定のエントリ２３８は、臨床的にキュレートされるデータベース２２０から検索されて患者入力ＧＵＩ２３１に表示される。例えば、図３に示すように、所定のエントリ２３８ｃの１つは、「私の自動思考は．．．であった」というエントリプロンプト２３７に応答して、「常にパニック発作を起こすのではないかと心配していること」を示すことができる。明らかになるように、所定のエントリ２３８は、外部的に利用可能なデータ２１０、再検討されて臨床的にキュレートされるデータベース２２０に追加された他の患者からのフリーテキスト応答、又はこれらの組み合わせに少なくとも部分的に基づくことができる。
いくつかの実装では、患者入力ＧＵＩ２３１が、患者がタイプ又は発言したエントリプロンプト２３７に対する応答を反映するフリーテキストデータ２３４の文字列を表示することができる。図３に示すように、フリーテキストデータ２３４の文字列は、エントリプロンプト２３７の後の下線部分に入力することができる。フリーテキストデータエントリ要素２３２は、患者１０１がフリーテキストデータエントリ要素２３２内にキーボード（図示せず）を介してタイプすることによって、又は患者装置１０２のマイクに話すことによってフリーテキストデータ２３４の文字列を入力できるようにする。フリーテキストデータ２３４は、フリーテキストデータエントリ要素２３２内に表示され、いくつかの実施形態ではエントリプロンプト２３７に付加される。
患者１０１は、複数の方法でエントリプロンプト２３７に応答することができる。１つの実施形態によれば、患者１０１は、所定のエントリモジュール２３０ａによって決定される、患者装置１０２のディスプレイ１１６上に表示された所定のエントリ２３８のうちの１つを（例えば、タッチジェスチャ又は他の好適な入力機構を通じて）選択することによって応答することができる。別の実施形態によれば、患者１０１は、例えば（例えば、患者入力ＧＵＩ２３１の少なくとも一部の上に浮かび上がることができるキーボードＧＵＩを介して）キーボードをタイプすることによって、又は患者装置１０２のマイクに話すことによって、フリーテキストエントリモジュール２３０ｂによって決定されるフリーテキストデータエントリ要素２３２にフリーテキストデータ２３４を入力することによって応答することができる。いくつかの例によれば、患者は、入力モジュール２３０によって決定される送信ボタン２３３を選択することによってエントリプロンプト２３７に対する自身の応答を終わらせ又は確認することができる。
図２及び図３を参照すると、入力モジュール２３０は、患者装置１０２のディスプレイ１１６上に表示される患者入力ＧＵＩ２３１（図３）又は患者トリガＧＵＩ３００（図４）などのＧＵＩを生成するように構成されたＧＵＩ生成モジュール２４０と通信する。ユーザ選択指示が所定のエントリ２３８のうちの１つの選択を示すと、ＧＵＩ生成モジュール２４０は、所定のエントリ２３８のうちの選択された１つを患者入力ＧＵＩ２３１上に表示する。例えば、図示してはいないが、所定のエントリ２３８のうちの選択された１つは、その所定のエントリ２３８の選択を示すようにいずれかの好適な方法で強調、分離又は識別することができる。ユーザ選択指示がエントリプロンプト２３７の選択及びその後のフリーテキストデータ２３４のエントリの検出を示すと、ＧＵＩ生成モジュール２４０は、患者入力ＧＵＩ２３１上にフリーテキストデータ２３４及び／又はエントリプロンプト２３７を表示する。例えば、図示してはいないが、フリーテキストデータ２３４は、フリーテキストデータ２３４のエントリを示すようにいずれかの好適な方法で強調、分離又は識別することができる。
フリーテキストレビューモジュール２５０は、フリーテキストデータ２３４の再検討及び分析を行って、フリーテキストデータ２３４に従ってどのようなさらなる動作を行うべきであるかを決定するように構成される。例えば、フリーテキストレビューモジュール２５０は、フリーテキストデータ２３４が所定の関連性基準を満たしているかどうか（すなわち、フリーテキストデータ２３４がエントリプロンプト２３７に応答しているかどうか）、及び有害事象が発生した又は発生しようとしている尤度をフリーテキストデータ２３４が示しているかどうかを判定するように構成される。いくつかの例によれば、フリーテキストレビューモジュール２５０は、フリーテキストデータ２３４に関してどのようなさらなる動作を行うべきであるかを決定するために人工知能及び／又は機械学習（教師あり又は教師なし）を実装するように構成される。フリーテキストレビューモジュール２５０は、その決定に基づいて、フリーテキストデータ２３４をさらなる処理のために臨床データキュレーションモジュール２６０に選択的に引き渡すように構成される。
臨床データキュレーションモジュール２６０は、エントリ追加モジュール２６２、エントリ融合モジュール２６４、及びノーアクションモジュール２６６を含む。エントリ追加モジュール２６２は、フリーテキストデータ２３４が所定の基準を満たしているとの判定に基づいて、臨床的にキュレートされるデータベース２２０に（例えば、データベース２２０内の新たなエントリとして）フリーテキストデータ２３４を追加するように構成される。このような所定の基準は、以下に限定するわけではないが、（ｉ）（例えば、計算された関連性スコアに従う）フリーテキストデータ２３４の関連性、（ｉｉ）（例えば、フリーテキストデータ２３４が卑語又は罵りなどの特定の既知の単語を含むとの判定に基づく）フリーテキストデータ２３４がセンシティブな又は不適切なコンテンツを含むとの判定、（ｉｉｉ）（例えば、フリーテキストデータ２３４と臨床的にキュレートされるデータベース２２０内の所定のエントリ２３８とを比較して比較データを生成することに基づく）臨床的にキュレートされるデータベース２２０が既に同様のエントリを含んでいるとの判定、（ｉｖ）その他を含むことができる。例えば、フリーテキストデータ２３４が「私は自分が家族にとって重荷であるように感じる」と書かれてあり、臨床的にキュレートされるデータベース２２０内に同様の関連する所定のエントリ２３８が存在しない場合、比較データは、このフリーテキストデータ２３４を臨床的にキュレートされるデータベース２２０に追加すべきである旨を示すことができ、エントリ追加モジュール２６２は、このフリーテキストデータ２３４を臨床的にキュレートされるデータベース２２０に追加することができる。
１つの例によれば、比較データを生成するために、フリーテキストデータ２３４をベクトル化して、臨床的にキュレートされるデータベース２２０内の所定のエントリ２３８に関連する対応するベクトルデータと比較することができる。この例によれば、エントリ追加モジュール２６２は、それぞれのエントリのベクトルが所定の閾値から外れている場合に、所与のフリーテキストデータ２３４のエントリが臨床的にキュレートされるデータベース２２０内の所定のエントリ２３８と十分に異なると判定することができる。このような判定は、人工知能及び／又は機械学習（教師あり又は教師なし）によって行うことができる。フリーテキストデータ２３４が臨床的にキュレートされるデータベース２２０内の所定のエントリ２３８のうちの１つと十分に異なると判定された場合、エントリ追加モジュール２６２は、このフリーテキストデータ２３４を臨床的にキュレートされるデータベース２２０に新たなエントリとして追加することができる。
エントリ融合モジュール２６４は、フリーテキストデータ２３４が臨床的にキュレートされるデータベース２２０内のいずれかの所定のエントリ２３８に密接に関連するかどうかを判定するように構成される。１つの例によれば、比較データを生成するために、フリーテキストデータ２３４をベクトル化して、臨床的にキュレートされるデータベース２２０内の所定のエントリ２３８に関連する対応するベクトルデータと比較することができる。この例によれば、エントリ融合モジュール２６４は、それぞれのエントリのベクトルが所定の閾値内にある場合に、所与のフリーテキストデータ２３４のエントリが臨床的にキュレートされるデータベース２２０内の所定のエントリ（例えば、エントリ２３８ａ）に関連すると判定することができる。このような判定は、人工知能及び／又は機械学習（教師あり又は教師なし）によって行うことができる。フリーテキストデータ２３４が臨床的にキュレートされるデータベース２２０内の所定のエントリ２３８のうちの１つに十分に関連すると判定された場合、エントリ融合モジュール２６４は、フリーテキストデータ２３４を関連する所定のエントリ（例えば、エントリ２３８ａ）に融合することができる。いくつかの例によれば、フリーテキストデータ２３４と所定のエントリ２３８との間の類似性は、フリーテキストデータ２３４の意味及び所定のエントリ２３８の意味に基づくことができる。例えば、フリーテキストデータ２３４が「私は怖い（Ｉ’ｍ ｓｃａｒｅｄ）」と書かれてあり、所定のエントリ２３８のうちの１つが「私は恐れている（Ｉ’ｍ ａｆｒａｉｄ）」と書かれてある場合、エントリ融合モジュール２６４は、「私は怖い」というフリーテキストデータ２３４を「私は恐れている」に対応する所定のエントリに融合させることができる。別の例として、比較データが、フリーテキストデータ２３４がタイプミス又はミススペル（例えば、「Ｉ’ｍ ａｆｒｉａｄ」）を含むが、所定のエントリ２３８のうちの１つ（例えば、「Ｉ’ｍ ａｆｒａｉｄ」に対応する所定のエントリ）に十分に類似している旨を示すこともでき、この結果、エントリ融合モジュール２６４は、このフリーテキストデータ２３４を「Ｉ’ｍ ａｆｒａｉｄ」に対応する所定のエントリに融合させるようになる。
フリーテキストデータ２３４が、臨床的にキュレートされるデータベース２２０に追加されるための、又は臨床的にキュレートされるデータベース２２０内の所定のエントリ２３８のうちの１つに融合されるための基準を満たしていない（すなわち、フリーテキストデータ２３４が所定の関連性基準を満たしていない）と判定された場合には、ノーアクションモジュール２６６において何の動作も行われず、フリーテキストデータ２３４は入力された状態のままである。例えば、フリーテキストデータ２３４が無意味なテキスト（例えば、「ａｂｃｄ１２３４」、「！＠ｋｆｙｃｎ」、「ｌｐｌａｈｓｎｘｃ」など）又は無関係なテキスト（すなわち、「空は青い」などのエントリプロンプト２３７に応答していないテキスト）を含む場合、ノーアクションモジュール２６６は、フリーテキストデータ２３４が臨床的にキュレートされるデータベース２２０に追加されるのを防ぐように構成される。
数ある利点の中でもとりわけ、臨床的にキュレートされるデータベース２２０に新たなデータエントリを追加し、臨床的にキュレートされるデータベース２２０にデータエントリを融合させ、臨床的にキュレートされるデータベース２２０にエントリが追加されるのを防ぐことで、臨床的にキュレートされるデータベース２２０に最も関連性の高い結果が投入され、結果的に患者１０１の転帰を改善できるようになる。
いくつかの例によれば、フリーテキストレビューモジュール２５０は、フリーテキストデータ２３４の分析時に、フリーテキストデータ２３４のコンテンツに基づいて、フリーテキストデータ２３４が患者１０１又は他の人々の有害事象の可能性を暗示していると判定することができる。このような判定は、人工知能及び／又は機械学習（教師あり又は教師なし）によって行うことができる。例えば、フリーテキストレビューモジュール２５０は、患者１０１又は他の人々への危害を表す特定のキーワードの存在に基づいて有害事象状態を検出することができる。有害事象状態は、フリーテキストデータ２３４が「自殺したい」、「自分を傷付けたい」、「他人を傷付けたい」などの危害のある発言を反映している場合に、フリーテキストレビューモジュール２５０によって検出することができる。
フリーテキストレビューモジュール２５０は、有害事象状態を検出すると、フリーテキストデータ２３４をさらなる処理のために規制レビューモジュール２７０に引き渡すことができる。規制レビューモジュール２７０は、有害事象レビューモジュール２７２及びレポーティングモジュール２７４を含むことができる。有害事象レビューモジュール２７２は、フリーテキストデータ２３４に基づいて有害事象の尤度を決定するように構成される。この決定は、例えばフリーテキストデータ２３４内の特定のキーワード（例えば、「殺す（ｋｉｌｌ）」、「害する（ｈｕｒｍ）」、「傷付ける（ｈｕｒｔ）」など）の存在、フリーテキストデータ２３４内の特定のドラッグの俗称（ｄｒｕｇ ｓｔｒｅｅｔ ｎａｍｅｓ）（例えば、「ヘロイン」、「コカイン」など）、ドラッグの商標名（例えば、「Ｓｕｂｏｘｏｎｅ（登録商標）」）、及び／又はドラッグメーカー名（例えば、「Ｂｉｇ Ｐｈａｒｍａ社」）の存在、及び／又はフリーテキストデータ２３４と以前に再調査された有害事象を示す応答との比較に基づくことができる。いくつかの実装では、有害事象の尤度の決定が、自傷行為を評価する確立された臨床的尺度に基づくことができる。例えば、有害事象レビューモジュール２７２は、フリーテキストデータ２３４を分析し、フリーテキストデータ２３４に基づいてリスク評価値を生成することができる。いくつかの実装では、リスク評価値の生成が、フリーテキストデータ２３４と、確立された臨床データベースなどの以前から存在するデータベース内のエントリとの比較を含むことができる。このような分析及び／又は比較は、人工知能及び／又は機械学習（教師あり又は教師なし）によって行うことができる。有害事象レビューモジュール２７２は、フリーテキストデータ２３４が有害事象を示していると判定すると、レポーティングモジュール２７４による動作をトリガすることができる。
レポーティングモジュール２７４は、例えばＨＣＰシステム１４０にアラートを送信すること、治療サービス１６０にアラートを送信すること、或いは自殺ホットライン、又はその他の好適なコールセンター、危機ホットラインなどにアラート及び患者１０１の電話番号を送信して自殺ホットラインに患者１０１に連絡するように指示することなどの動作機構を実行するように構成される。これに加えて又はこれに代えて、レポーティング手順は、ＦＤＡ、ＷＨＯなどの組織によって規定されるプロセスに従うこともできる。
上述したように、患者入力ＧＵＩ２３１は、患者１０１の自動思考に関連する。しかしながら、患者入力ＧＵＩ２３１は、ディスプレイ１１６上に表示できる１つの例示的なＧＵＩを示すものであり、ディスプレイ１１６には同様に他のＧＵＩを表示することもできると理解されたい。
例えば、図４を参照すると、入力モジュール２３０は、患者トリガＧＵＩ３００を実行して患者装置１０２のディスプレイ１１６上に表示することができる。患者トリガＧＵＩ３００は、入力モジュール２３０を介して、フリーテキストデータエントリ要素３０２、データエントリヘッダ要素３０４、及び個々の例示的なエントリ３０６ａ～３０６ｅを含む複数の所定のエントリ３０６を表示することができる。いくつかの例では、データエントリヘッダ要素３０４がエントリプロンプト３０５を含むことができる。エントリプロンプト３０５は、エントリプロンプト２３７と同様の、患者１０１から応答を引き出すための質問又は発言とすることができる。例えば、エントリプロンプト３０５は、患者１０１が特定のきっかけ（ｔｒｉｇｇｅｒ）を応答するように促す、「この応答のきっかけは何ですか？」を示すことができる。いくつかの実装では、応答が再発（例えば、ドラッグ又はアルコール使用の再発）に関連することができ、きっかけが、その再発を引き起こした事象、行動、感情などに関連することができる。
各エントリプロンプト３０５は、エントリプロンプト３０５に対する選択可能な応答である複数の所定のエントリ３０６に関連することができる。例えば、所定のエントリモジュール２３０ａは、どの所定のエントリ３０６がいつ患者１０１によって選択されたかを判定することができる。エントリプロンプト３０５及びその関連する所定のエントリ３０６は、臨床的にキュレートされるデータベース２２０から検索されて患者トリガＧＵＩ３００に表示される。例えば、図４に示すように、第１の所定のエントリ３０６ａは「ストレス」を示すことができ、第２の所定のエントリ３０６ｂは「仕事」を示すことができ、第３の所定のエントリ３０６ｃは「渇望」を示すことができ、第４の所定のエントリ３０６ｄは「怒り」を示すことができ、第５の所定のエントリ３０６ｅは「寂しさ」を示すことができる。これらのきっかけに加えて、疲労、疲れ、社会的圧力、痛み、退屈などの他のいずれかの好適なきっかけも想定される。上記の所定のエントリ２３８と同様に、所定のエントリ３０６も、外部的に利用可能なデータ２１０、再検討されて臨床的にキュレートされるデータベース２２０に追加された他の患者からのフリーテキスト応答、又はこれらの組み合わせに少なくとも部分的に基づくことができる。
いくつかの実装では、患者トリガＧＵＩ３００が、フリーテキストエントリモジュール２３０ｂを介して、患者がタイプ又は発言したエントリプロンプト３０５に対する応答を反映するフリーテキストデータ３０８の文字列を表示することができる。図４に示すように、フリーテキストデータ３０８の文字列は、「その他（Ｏｔｈｅｒ）」の後の下線部分に入力することができる。フリーテキストデータエントリ要素３０２は、患者１０１がフリーテキストデータエントリ要素３０２内にキーボード（図示せず）を介してタイプすることによって、又は患者装置１０２のマイクに話すことによってフリーテキストデータ３０８の文字列を入力できるようにする。フリーテキストデータ３０８は、フリーテキストデータエントリ要素３０２内に表示され、いくつかの実施形態ではエントリプロンプト３０５に付加される。エントリプロンプト２３７に関して上述したように、患者１０１は、タッチジェスチャ、声などの複数の方法でエントリプロンプト３０５に応答することができる。いくつかの例によれば、患者は、入力モジュール２３０によって決定される送信ボタン３１０を選択することによってエントリプロンプト３０５に対する自身の応答を終わらせ又は確認することができる。
システム２００及び患者入力ＧＵＩ２３１に関する上記の説明と同様に、システム２００は、患者１０１と患者トリガＧＵＩ３００との間の相互作用から取得された情報に対してＧＵＩ生成モジュール２４０、フリーテキストレビューモジュール２５０、臨床データキュレーションモジュール２６０及び規制レビューモジュール２７０を同様に実行することができる。
図５Ａ～図５Ｄに、システム２００を使用して臨床的にキュレートされるデータベース２２０をキュレートするプロセス５００の例示的なグラフィック表現を大まかに示す。プロセス５００は、いくつかの例では「私の自動思考は．．．であった」とすることができるエントリプロンプト５０２を含む。プロセス５００は、１つの例では第１のグループ５１２及び第２のグループ５１４を含む複数のデータベースグループ５０４を含む。プロセス５００は、各グループ５０４に関連するエントリ５０６を含む。例えば、第１のグループ５１２はエントリ５１２ａ～５１２ｇを含み、第２のグループ５１４はエントリ５１４ａ～５１４ｃを含む。プロセス５００は、（例えば、フリーテキストエントリモジュール２３０ｂを通じて）例えば「私は怒っている（Ｉ ａｍ ａｎｇｒｙ）」に対応する第１のフリーテキストエントリ５０８ａなどのフリーテキストエントリ５０８を受け取るように構成される。フリーテキストレビューモジュール２５０は、フリーテキストエントリ５０８に応答して動作５１０を決定するように構成される。例えば、図５Ａに示すように、フリーテキストレビューモジュール２５０は、第１のフリーテキストエントリ５０８ａに応答して、臨床的にキュレートされるデータベース２２０にエントリ追加モジュール２６２などを通じて第１のフリーテキストエントリ５０８ａを新たなエントリとして追加することに対応する第１の動作５１０ａを決定する。
図５Ｂを参照すると、既に追加された「私は怒っている」に対応する第１のエントリ５１６ａを含む第３のデータベースグループ５１６がデータベースグループ５０４に追加されている。フリーテキストエントリモジュール２３０ｂは、「私は頭にきている（Ｉ ａｍ ｍａｄ）」に対応する第２のフリーテキストエントリ５０８ｂを受け取るように構成される。フリーテキストレビューモジュール２５０は、第２のフリーテキストエントリ５０８ｂが「私は怒っている」に対応する第１のエントリ５１６ａに十分に類似していると判定するように構成される。従って、フリーテキストレビューモジュール２５０は、例えばエントリ融合モジュール２６４を通じて第２のフリーテキストエントリ５０８ｂを第３のグループ５１６に融合させることに対応する第２の動作５１０ｂを決定する。
図５Ｃを参照すると、第３のグループ５１６は、既に第３のグループ５１６に融合された「私は頭にきている」に対応する第２のエントリ５１６ｂを含む。フリーテキストエントリモジュール２３０ｂは、「ｋａ８ｊｄ７」に対応する第３のフリーテキストエントリ５０８ｃを受け取るように構成される。フリーテキストレビューモジュール２５０は、第３のフリーテキストエントリ５０８ｃがエントリプロンプト５０２に応答していないと判定するように構成される。従って、フリーテキストレビューモジュール２５０は、例えばノーアクションモジュール２６６を通じて第３のフリーテキストエントリ５０８ｃに対して何の動作も行わないことに対応する第３の動作５１０ｃを決定する。
図５Ｄを参照すると、フリーテキストエントリモジュール２３０ｂは、「私は自分自身を傷付けようとしている（Ｉ’ｍ ｇｏｉｎｇ ｔｏ ｈｕｒｔ ｍｙｓｅｌｆ）」に対応する第４のフリーテキストエントリ５０８ｄを受け取るように構成される。フリーテキストレビューモジュール２５０は、有害事象が発生した又は発生しようとしている高い尤度を示す高いリスク評価値を第４のフリーテキストエントリ５０８ｄに割り当てるように構成される。従って、フリーテキストレビューモジュール２５０は、例えばエントリ追加モジュール２６２を通じて、臨床的にキュレートされるデータベース２２０に第４のフリーテキストエントリ５０８ｄを新たなエントリとして追加し、例えば規制レビューモジュール２７０を通じて、第４のフリーテキストエントリ５０８ｄによって示される有害事象に対処する動作機構を実行することに対応する第４の動作５１０ｄを決定する。
いくつかの実装では、上述したように、システム２００の様々な特徴、機能、コンポーネント、プロセス、モジュール（例えば、フリーテキストレビューモジュール２５０、臨床データキュレーションモジュール２６０、及び／又は規制レビューモジュール２７０）などに人工知能及び／又は機械学習を利用することができる。例えば、フリーテキストデータ２３４を、特定のキーワード（例えば、商標、会社名、ドラッグ名など）を含む辞書又はデータベース（例えば、外部的に利用可能なデータ２１０及び／又は臨床的にキュレートされるデータベース２２０）と比較して、フリーテキストデータ２３４のエスカレーション（ｅｓｃａｌａｔｉｏｎ）をトリガすることができる。このようなエスカレーションは、フリーテキストデータ２３４を外部的に利用可能なデータ２１０及び／又は臨床的にキュレートされるデータベース２２０内のエントリと比較するファジーマッチングを実装することによって活用することができる。いくつかの実装では、ファジーマッチングプロセスが、フリーテキストデータ２３４を、外部的に利用可能なデータ２１０及び／又は臨床的にキュレートされるデータベース２２０内のこのようなフリーテキストデータ２３４をエスカレートさせる１つ／複数のエントリと一致する可能性が高いものとしてフラグ付け又は識別する比較的高い感度設定を含むことができる。この特定のフリーテキストデータ２３４のエスカレーションを、人間（例えば、臨床医、医療提供者、サードパーティサービスなど）、人工知能、機械学習などによって再検討して、フリーテキストデータ２３４とデータベース内のエントリとの間の一致を検証することができる。検証されると、フリーテキストデータ２３４と外部的に利用可能なデータ２１０及び／又は臨床的にキュレートされるデータベース２２０内のエントリとの間のファジーマッチを臨床的にキュレートされるデータベース２２０に追加／融合して、同じフリーテキストデータ２３４のその後のエントリ時に特定のフリーテキストデータ２３４をエスカレーションのための一致として自動的にカテゴリ分けできるようにすることができる。
いくつかの実装では、臨床的にキュレートされるデータベース２２０に、人間（例えば、臨床医、医療提供者、サードパーティサービスなど）によって完成され検証された、少なくとも「エントリを追加」、「エントリを融合」、「無動作」及び「有害事象」を含む分類の基本データセットを予め入力しておくことができる。このデータセット使用して、フリーテキストデータ２３４を予めこれらの分類のうちの１つに仕分ける自然言語処理（ＮＰＬ）テキスト分類モデルを供給することができる。いくつかの実装では、「有害事象」分類に予め仕分けられたフリーテキストデータ２３４を手動レビュー及びエスカレーションの可能性について優先して、有害事象が発生した又は発生しようとしていることを示すことができるフリーテキストデータ２３４により大きな重点を置くことができる。「有害事象」分類に予め仕分けられていないフリーテキストデータ２３４については、ファジーマッチング又はその他の規定のルールを実行して、エントリを追加すべきであるか、エントリを融合すべきであるか、それとも何の動作も行わないかを決定することができる。いくつかの実装では、これらのエントリを後で検証のために人間（例えば、臨床医、医療提供者、サードパーティサービスなど）によって再検討することができる。その後、検証されたデータを臨床的にキュレートされるデータベース２２０内のエントリに追加／融合してモデルをトレーニングし、時間をかけて精度を改善することができる。
図６に、本明細書で説明した方法６００のフローチャートを示す。方法６００は、６０２において、患者によって生成されたフリーテキストデータを含む入力データを患者に関連する患者装置から取得することを含む。方法６００は、６０４において、入力データを分析することを含む。方法６００は、６０６において、入力データを臨床的にキュレートされるデータベース内の臨床データと比較して比較データを生成することを含む。方法６００は、比較データに基づいて、ステップ６０８～６１４のうちの少なくとも１つを実行する。入力データが所定の関連性基準を満たしておりかつ臨床データと十分に異なることを比較データが示す場合、方法６００は、６０８において、この入力データを臨床的にキュレートされるデータベースに追加することを含む。入力データが所定の関連性基準を満たしておりかつ臨床データに十分に類似することを比較データが示す場合、方法６００は、６１０において入力データを臨床データに融合させることを含む。入力データが所定の関連性基準を満たしていないと判定された場合、方法６００は、６１２において何の動作も行わないことを含む。
いくつかの実装では、方法６００が、有害事象が発生したこと又は発生しようとしていることを入力データが示す尤度に対応するリスク評価値を入力データに割り当てることを含む。入力データに関連するリスク評価値が所定の閾値を上回る場合、方法６００は、６１４において動作機構を実行することを含む。例えば、動作機構は、患者を監視している医療提供者に関連する医療提供者装置にアラートを送信すること、コールセンターに関連するコールセンター装置にアラートを送信すること、及び／又は患者装置にアラートを送信することを含むことができる。
図７は、本文書において説明したシステム及び方法を実装するために使用できる電子装置（例えば、コンピュータ装置）例７００の概略図である。電子装置７００は、ラップトップ、デスクトップ、ワークステーション、携帯情報端末、サーバ、ブレードサーバ、メインフレーム、及びその他の適切なコンピュータなどの様々な形態のデジタルコンピュータを表すように意図される。ここに示すコンポーネント、その接続及び関係、並びにその機能は例示を意図するものにすぎず、本文書で説明及び／又は特許請求する発明の実装を限定するものではない。
電子装置７００は、プロセッサ７１０と、メモリ７２０と、記憶装置７３０と、メモリ７２０及び高速拡張ポート７５０に接続された高速インターフェイス／コントローラ７４０と、低速バス７７０及び記憶装置７３０に接続された低速インターフェイス／コントローラ７６０とを含む。コンポーネント７１０、７２０、７３０、７４０、７５０及び７６０の各々は、様々なバスを使用して相互接続され、必要に応じて共通のマザーボード上に又は他の方法で取り付けることができる。プロセッサ７１０は、メモリ７２０又は記憶装置７３０に記憶された命令を含む、電子装置７００内で実行される命令を処理して、高速インターフェイス７４０に結合されたディスプレイ７８０などの外部入力／出力装置上にグラフィカルユーザインターフェイス（ＧＵＩ）のためのグラフィック情報を表示することができる。他の実装では、必要に応じて複数のメモリ及びメモリタイプと共に複数のプロセッサ及び／又は複数のバスを使用することができる。また、複数の電子装置７００を接続して、各装置が（例えば、サーババンク、一群のブレードサーバ、又はマルチプロセッサシステムとして）必要な動作の一部を提供することもできる。
メモリ７２０は、電子装置７００内に非一時的に情報を記憶する。メモリ７２０は、コンピュータ可読媒体、（単複の）揮発性メモリユニット、又は（単複の）不揮発性メモリユニットとすることができる。非一時的メモリ７２０は、電子装置７００が使用するプログラム（例えば、一連の命令）又はデータ（例えば、プログラム状態情報）を一時的又は恒久的に記憶するために使用される物理的装置とすることができる。不揮発性メモリの例としては、以下に限定するわけではないが、フラッシュメモリ及びリードオンリメモリ（ＲＯＭ）／プログラマブルリードオンリメモリ（ＰＲＯＭ）／消去可能なプログラマブルリードオンリメモリ（ＥＰＲＯＭ）／（例えば、典型的にはブートプログラムなどのファームウェアに使用される）電子的に消去可能なプログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）が挙げられる。揮発性メモリの例としては、以下に限定するわけではないが、ランダムアクセスメモリ（ＲＡＭ）、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、相変化メモリ（ＰＣＭ）、及びディスク又はテープが挙げられる。
記憶装置７３０は、電子装置７００のための大容量ストレージを提供することができる。いくつかの実装では、記憶装置７３０がコンピュータ可読媒体である。様々な異なる実装では、記憶装置７３０を、フロッピーディスク装置、ハードディスク装置、光ディスク装置、又はテープ装置、フラッシュメモリ又は他の同様の固体メモリデバイス、或いはストレージエリアネットワーク内のデバイス又はその他の構成を含むデバイスアレイとすることができる。さらなる実装では、コンピュータプログラム製品が情報キャリア内で有形的に具体化される。コンピュータプログラム製品は、実行時に上述したような１又は２以上の方法を実行する命令を含む。情報キャリアは、メモリ７２０、記憶装置７３０、又はプロセッサ７１０上のメモリなどのコンピュータ可読媒体又は機械可読媒体である。
高速コントローラ７４０は、電子装置７００の帯域幅集約動作を管理し、低速コントローラ７６０は、低帯域幅集約動作を管理する。このような責務の割り当ては例示にすぎない。いくつかの実装では、高速コントローラ７４０が、メモリ７２０と、ディスプレイ７８０と、様々な拡張カード（図示せず）を受け入れることができる高速拡張ポート７５０とに（例えば、グラフィックスプロセッサ又はアクセラレータを介して）結合される。
電子装置７００は、図７に示すような複数の異なる形態で実装することができる。例えば、電子装置７００は、標準的なサーバ７００ａとして、又は一群のこのようなサーバ７００ａにおいて複数回、ラップトップコンピュータ７００ｂとして、ラックサーバシステム７００ｃの一部として、スマートフォン７００ｄとして、或いはタブレットコンピュータ７００ｅとして実装することができる。
本明細書で説明したシステム及び技術の様々な実装は、デジタル電子回路及び／又は光回路、集積回路、特別に設計されたＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はこれらの組み合わせで実現することができる。これらの様々な実装は、ストレージシステム、少なくとも１つの入力装置及び少なくとも１つの出力装置との間でデータ及び命令を送受信するように結合された、専用又は汎用とすることができる少なくとも１つのプログラマブルプロセッサを含むプログラマブルシステム上で実行可能及び／又は解釈可能な１又は２以上のコンピュータプログラムでの実装を含むことができる。
これらの（プログラム、ソフトウェア、ソフトウェアアプリケーション又はコードとしても知られている）コンピュータプログラムは、プログラマブルプロセッサのための機械命令を含み、高水準手続き型言語及び／又はオブジェクト指向型プログラミング言語、及び／又はアセンブリ／機械言語で実装することができる。本明細書で使用する「機械可読媒体」及び「コンピュータ可読媒体」という用語は、機械可読信号としての機械命令を受け取る機械可読媒体を含む、プログラマブルプロセッサに機械命令及び／又はデータを提供するために使用されるいずれかのコンピュータプログラム製品、非一時的コンピュータ可読媒体、装置及び／又はデバイス（例えば、磁気ディスク、光学ディスク、メモリ、プログラマブル論理装置（ＰＬＤ））を意味する。「機械可読信号」という用語は、プログラマブルプロセッサに機械命令及び／又はデータを提供するために使用されるいずれかの信号を意味する。
ソフトウェアアプリケーション（すなわち、ソフトウェアリソース）は、コンピュータ装置にタスクを実行させるコンピュータソフトウェアを意味することができる。いくつかの例では、ソフトウェアアプリケーションを「アプリケーション」、「アプリ」、又は「プログラム」と呼ぶこともできる。アプリケーション例としては、以下に限定するわけではないが、システム診断アプリケーション、システム管理アプリケーション、システムメンテナンスアプリケーション、ワープロアプリケーション、スプレッドシートアプリケーション、メッセージングアプリケーション、メディアストリーミングアプリケーション、ソーシャルネットワーキングアプリケーション、及びゲームアプリケーションが挙げられる。
本明細書で使用する「モジュール」という用語は、ハードウェア、ソフトウェア、ファームウェア、又はこれらのいずれかの組み合わせを意味することができる。本明細書で説明したプロセス及びロジックフローは、１又は２以上のコンピュータプログラムを実行するデータ処理ハードウェアとも呼ばれる１又は２以上のプログラマブルプロセッサによって、入力データに作用して出力を生成することによって機能を実行するように実行することができる。プロセス及びロジックフローは、例えばＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はＡＳＩＣ（特定用途向け集積回路）などの専用論理回路によって実行することができる。コンピュータプログラムを実行するのに適したプロセッサとしては、一例として汎用マイクロプロセッサ及び専用マイクロプロセッサの両方、並びに１又は２以上のいずれかの種類のデジタルコンピュータのプロセッサが挙げられる。一般に、プロセッサは、リードオンリメモリ又はランダムアクセスメモリ、或いはこれらの両方から命令及びデータを受け取る。コンピュータの必須要素は、命令に従って動作を実行するプロセッサ、並びに命令及びデータを記憶する１又は２以上の記憶装置である。一般に、コンピュータは、例えば磁気ディスク、磁気光学ディスク又は光学ディスクなどのデータを記憶する１又は２以上の大容量記憶装置も含み、或いはこのような大容量記憶装置との間でデータの受信及びデータの転送、又はこれらの両方を行うように動作可能に結合される。しかしながら、コンピュータは、このような装置を有していなくてもよい。コンピュータプログラム命令及びデータを記憶するのに適したコンピュータ可読媒体としては、一例としてＥＰＲＯＭ、ＥＥＰＲＯＭ及びフラッシュメモリデバイスなどの半導体メモリデバイス、内蔵ハードディスク又は取り外し可能ディスクなどの磁気ディスク、磁気光学ディスク、並びにＣＤ ＲＯＭ及びＤＶＤ－ＲＯＭディスクを含む、全ての形態の不揮発性メモリ、媒体及びメモリデバイスが挙げられる。プロセッサ及びメモリは、専用論理回路によって補完することも、或いは専用論理回路に組み込むこともできる。
本開示の１又は２以上の態様は、ユーザとの相互作用を可能にするために、ＣＲＴ（ブラウン管）、ＬＣＤ（液晶ディスプレイ）モニタ又はタッチ画面などの、ユーザに情報を表示するためのディスプレイ装置と、任意にユーザがコンピュータに入力を提供できるようにするキーボード、及びマウス又はトラックボールなどのポインティングデバイスとを有するコンピュータに実装することができる。他の種類の装置を使用してユーザとの相互作用を可能にすることもでき、例えばユーザに提供されるフィードバックは、視覚フィードバック、聴覚フィードバック又は触覚フィードバックなどのいずれかの形の感覚フィードバックとすることができ、ユーザからの入力は、音響入力、発話入力又は触覚入力を含むいずれかの形で受け取ることができる。また、コンピュータは、ユーザが使用する装置との間で文書を送受信することにより、例えばユーザのクライアント装置上のウェブブラウザから受け取った要求に応答してこのウェブブラウザにウェブページを送信することによってユーザとの相互作用を行うこともできる。
複数の実装について説明した。それでもなお、本開示の趣旨及び範囲から逸脱することなく様々な修正を行うことができると理解されるであろう。従って、以下の特許請求の範囲には他の実装も含まれる。
１００ 治療処方システム
１０１ 患者
１０２ 患者装置
１０３ 患者アプリケーション
１０４ アクセスコード
１０５ 患者記録
１０６ ネットワーク
１０７ 患者データ
１０８ 認証トークン
１０９ 医師／看護士／医療提供者（ＨＣＰ）
１１０ ＨＣＰアプリケーション
１１２ データ処理ハードウェア
１１４ メモリハードウェア
１１６ ディスプレイ
１２０ 処方デジタル治療
１２２ 事象データ
１４０ ＨＣＰシステム
１４２ データ処理ハードウェア
１４４ メモリハードウェア
１４６ ディスプレイ
１４８ キーボード
１５０ クラウド環境
１５２ リソース
１５４ 計算リソース
１５６ ストレージリソース
１５８ データストレージ
１６０ 適応に特化した治療サービス
２２０ 臨床的にキュレートされるデータベース
１０１ 患者
１０２ 患者装置
１０３ 患者アプリケーション
１０４ アクセスコード
１０５ 患者記録
１０６ ネットワーク
１０７ 患者データ
１０８ 認証トークン
１０９ 医師／看護士／医療提供者（ＨＣＰ）
１１０ ＨＣＰアプリケーション
１１２ データ処理ハードウェア
１１４ メモリハードウェア
１１６ ディスプレイ
１２０ 処方デジタル治療
１２２ 事象データ
１４０ ＨＣＰシステム
１４２ データ処理ハードウェア
１４４ メモリハードウェア
１４６ ディスプレイ
１４８ キーボード
１５０ クラウド環境
１５２ リソース
１５４ 計算リソース
１５６ ストレージリソース
１５８ データストレージ
１６０ 適応に特化した治療サービス
２２０ 臨床的にキュレートされるデータベース
Claims (20)
- データ処理ハードウェアと、
データ処理ハードウェアと通信するメモリハードウェアと、
を備えたシステムであって、前記メモリハードウェアは命令を記憶しており、該命令は、前記データ処理ハードウェア上で実行された時に、
患者によって生成されたフリーテキストデータを含む入力データを前記患者に関連する患者装置から取得することと、
前記入力データを分析して、該入力データが所定の関連性基準を満たしているかどうかを判定することと、
前記入力データを臨床的にキュレートされるデータベース内の臨床データと比較して比較データを生成し、該比較データに基づいて、
前記入力データが所定の関連性基準を満たしておりかつ前記臨床データと十分に異なることを比較データが示す場合、前記臨床的にキュレートされるデータベースに前記入力データを追加し、
前記入力データが所定の関連性基準を満たしておりかつ前記臨床データに十分に類似していることを比較データが示す場合、前記入力データを前記臨床データに融合させ、
前記入力データが所定の関連性基準を満たさないと判定された場合、何の動作も行わない、
というキュレーション動作のうちの少なくとも１つを実行することと、
を含む動作を前記データ処理ハードウェアに実行させる、
ことを特徴とするシステム。 - 前記動作は、前記入力データを分析して有害事象の尤度を決定し、有害事象が発生した又は発生しようとしていることを前記入力データが示す前記尤度に対応するリスク評価値を前記入力データに割り当てることをさらに含む、
請求項１に記載のシステム。 - 前記入力データに関連する前記リスク評価値が所定の閾値を上回る場合、前記動作は、前記有害事象に対処する動作機構を実行することをさらに含む、
請求項２に記載のシステム。 - 前記動作機構は、前記患者を監視している医療提供者に関連する医療提供者装置に、有害事象が発生した又は発生しようとしていることを示すアラートを送信することを含む、
請求項３に記載のシステム。 - 前記動作機構は、コールセンターに関連するコールセンター装置に、有害事象が発生した又は発生しようとしていることを示すとともに前記患者装置を介して前記患者に連絡するように前記コールセンターに命令を与えるアラートを送信することを含む、
請求項３に記載のシステム。 - 前記動作機構は、前記有害事象に対処するための情報を前記患者に提供するアラートを前記患者装置に送信することを含む、
請求項３に記載のシステム。 - 前記入力データを分析して該入力データを前記臨床データと比較することは、人工知能を実装することによって実行される、
請求項１に記載のシステム。 - 前記人工知能は、医療専門家によって監視される、
請求項７に記載のシステム。 - 前記人工知能は、教師なし機械学習を含む、
請求項７に記載のシステム。 - 前記入力データは、質問に応答する入力であり、前記所定の関連性基準は、前記入力データが前記質問に応答している時に満たされる、
請求項１に記載のシステム。 - １又は２以上のプロセッサを介して、患者によって生成されたフリーテキストデータを含む入力データを前記患者に関連する患者装置から取得することと、
前記１又は２以上のプロセッサを介して前記入力データを分析して、該入力データが所定の関連性基準を満たしているかどうかを判定することと、
前記１又は２以上のプロセッサを介して、前記入力データを臨床的にキュレートされるデータベース内の臨床データと比較して比較データを生成し、該比較データに基づいて、前記１又は２以上のプロセッサを介して、
前記入力データが所定の関連性基準を満たしておりかつ前記臨床データと十分に異なることを比較データが示す場合、前記臨床的にキュレートされるデータベースに前記入力データを追加し、
前記入力データが所定の関連性基準を満たしておりかつ前記臨床データに十分に類似していることを比較データが示す場合、前記入力データを前記臨床データに融合させ、
前記入力データが所定の関連性基準を満たさないと判定された場合、何の動作も行わない、
というキュレーション動作のうちの少なくとも１つを実行することと、
を含むことを特徴とする方法。 - 前記入力データを分析して有害事象の尤度を決定し、有害事象が発生した又は発生しようとしていることを前記入力データが示す前記尤度に対応するリスク評価値を前記入力データに割り当てることをさらに含む、
請求項１１に記載の方法。 - 前記入力データに関連する前記リスク評価値が所定の閾値を上回る場合に、前記有害事象に対処する動作機構を実行することをさらに含む、
請求項１２に記載の方法。 - 前記動作機構は、前記患者を監視している医療提供者に関連する医療提供者装置に、有害事象が発生した又は発生しようとしていることを示すアラートを送信することを含む、
請求項１３に記載の方法。 - 前記動作機構は、コールセンターに関連するコールセンター装置に、有害事象が発生した又は発生しようとしていることを示すとともに前記患者装置を介して前記患者に連絡するように前記コールセンターに命令を与えるアラートを送信することを含む、
請求項１３に記載の方法。 - 前記動作機構は、前記有害事象に対処するための情報を前記患者に提供するアラートを前記患者装置に送信することを含む、
請求項１３に記載の方法。 - 前記入力データを分析して該入力データを前記臨床データと比較することは、人工知能を実装することによって実行される、
請求項１１に記載の方法。 - 前記人工知能は、医療専門家によって監視される、
請求項１７に記載の方法。 - 前記人工知能は、教師なし機械学習を含む、
請求項１７に記載の方法。 - 前記入力データは、質問に応答する入力であり、前記所定の関連性基準は、前記入力データが前記質問に応答している時に満たされる、
請求項１１に記載の方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2023184844A JP2024020246A (ja) | 2019-04-30 | 2023-10-27 | クラウドソーシングデータの臨床的キュレーションのためのシステム及び方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962840656P | 2019-04-30 | 2019-04-30 | |
| US62/840,656 | 2019-04-30 | ||
| PCT/US2020/030644 WO2020223446A1 (en) | 2019-04-30 | 2020-04-30 | System and methods for clinical curation of crowdsourced data |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023184844A Division JP2024020246A (ja) | 2019-04-30 | 2023-10-27 | クラウドソーシングデータの臨床的キュレーションのためのシステム及び方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022533021A true JP2022533021A (ja) | 2022-07-21 |
| JP7432070B2 JP7432070B2 (ja) | 2024-02-16 |
Family
ID=70861541
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021564441A Active JP7432070B2 (ja) | 2019-04-30 | 2020-04-30 | クラウドソーシングデータの臨床的キュレーションのためのシステム及び方法 |
| JP2023184844A Pending JP2024020246A (ja) | 2019-04-30 | 2023-10-27 | クラウドソーシングデータの臨床的キュレーションのためのシステム及び方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023184844A Pending JP2024020246A (ja) | 2019-04-30 | 2023-10-27 | クラウドソーシングデータの臨床的キュレーションのためのシステム及び方法 |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US20200350076A1 (ja) |
| EP (1) | EP3963601A1 (ja) |
| JP (2) | JP7432070B2 (ja) |
| KR (1) | KR20220009964A (ja) |
| CN (1) | CN113906521A (ja) |
| AU (1) | AU2020266572A1 (ja) |
| CA (1) | CA3138308A1 (ja) |
| IL (1) | IL287692A (ja) |
| SG (1) | SG11202112016VA (ja) |
| WO (1) | WO2020223446A1 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11671406B2 (en) * | 2020-11-03 | 2023-06-06 | International Business Machines Corporation | Patterned and correlated electrical activity |
| US11824937B2 (en) | 2021-04-04 | 2023-11-21 | Rissana, LLC | System and method for handling the connection of user accounts to other entities |
| CN116072305B (zh) * | 2023-02-17 | 2023-09-29 | 北京中兴正远科技有限公司 | 一种临床试验数据采集系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003122845A (ja) * | 2001-10-09 | 2003-04-25 | Shinkichi Himeno | 医療情報の検索システム及びそのシステムを実行するためのプログラム |
| JP2004021433A (ja) * | 2002-06-13 | 2004-01-22 | Fujitsu Ltd | アンケート実施プログラム、アンケート実施装置およびアンケート実施方法 |
| JP2009080700A (ja) * | 2007-09-26 | 2009-04-16 | Toshiba Corp | 健康医療情報管理分析装置 |
| WO2016120955A1 (ja) * | 2015-01-26 | 2016-08-04 | 株式会社Ｕｂｉｃ | 行動予測装置、行動予測装置の制御方法、および行動予測装置の制御プログラム |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040024755A1 (en) * | 2002-08-05 | 2004-02-05 | Rickard John Terrell | System and method for indexing non-textual data |
| AU2003270678A1 (en) * | 2002-09-20 | 2004-04-08 | Board Of Regents, University Of Texas System | Computer program products, systems and methods for information discovery and relational analyses |
| JP2005078183A (ja) * | 2003-08-28 | 2005-03-24 | Konica Minolta Medical & Graphic Inc | 医療情報管理システム |
| US7493333B2 (en) * | 2004-09-03 | 2009-02-17 | Biowisdom Limited | System and method for parsing and/or exporting data from one or more multi-relational ontologies |
| US8121860B2 (en) * | 2008-05-01 | 2012-02-21 | Siemens Medical Solutions Usa, Inc. | Patient care and treatment data structure and processing system |
| US9183291B2 (en) * | 2009-01-27 | 2015-11-10 | Apple Inc. | Mobile content capture and discovery system based on augmented user identity |
| US8898798B2 (en) * | 2010-09-01 | 2014-11-25 | Apixio, Inc. | Systems and methods for medical information analysis with deidentification and reidentification |
| US9536052B2 (en) * | 2011-10-28 | 2017-01-03 | Parkland Center For Clinical Innovation | Clinical predictive and monitoring system and method |
| US20140046696A1 (en) * | 2012-08-10 | 2014-02-13 | Assurerx Health, Inc. | Systems and Methods for Pharmacogenomic Decision Support in Psychiatry |
| US10593426B2 (en) * | 2012-09-13 | 2020-03-17 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for automated facial biological recognition |
| US20150213206A1 (en) * | 2012-09-13 | 2015-07-30 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for automated staff monitoring |
| US9782075B2 (en) * | 2013-03-15 | 2017-10-10 | I2Dx, Inc. | Electronic delivery of information in personalized medicine |
| US9710757B2 (en) * | 2015-07-22 | 2017-07-18 | Wisdo Ltd. | Methods and systems for dynamically generating real-time recommendations |
| JP7030853B2 (ja) * | 2017-07-28 | 2022-03-07 | グーグル エルエルシー | 電子健康記録から医療イベントを予測して要約するためのシステムおよび方法 |
| EP3753025A1 (en) * | 2018-02-16 | 2020-12-23 | Google LLC | Automated extraction of structured labels from medical text using deep convolutional networks and use thereof to train a computer vision model |
| EP3891755A4 (en) * | 2018-12-03 | 2022-09-07 | Tempus Labs, Inc. | SYSTEM FOR IDENTIFICATION, EXTRACTION AND PREDICTION OF CLINICAL CONCEPTS AND ASSOCIATED PROCESSES |
| WO2020198855A1 (en) * | 2019-03-29 | 2020-10-08 | Knowtions Research Inc. | Method and system for mapping text phrases to a taxonomy |
-
2020
- 2020-04-30 EP EP20728845.7A patent/EP3963601A1/en active Pending
- 2020-04-30 CN CN202080040582.XA patent/CN113906521A/zh active Pending
- 2020-04-30 JP JP2021564441A patent/JP7432070B2/ja active Active
- 2020-04-30 KR KR1020217037772A patent/KR20220009964A/ko not_active Application Discontinuation
- 2020-04-30 US US16/863,228 patent/US20200350076A1/en active Pending
- 2020-04-30 CA CA3138308A patent/CA3138308A1/en active Pending
- 2020-04-30 SG SG11202112016VA patent/SG11202112016VA/en unknown
- 2020-04-30 AU AU2020266572A patent/AU2020266572A1/en not_active Abandoned
- 2020-04-30 WO PCT/US2020/030644 patent/WO2020223446A1/en unknown
-
2021
- 2021-10-28 IL IL287692A patent/IL287692A/en unknown
-
2023
- 2023-10-27 JP JP2023184844A patent/JP2024020246A/ja active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003122845A (ja) * | 2001-10-09 | 2003-04-25 | Shinkichi Himeno | 医療情報の検索システム及びそのシステムを実行するためのプログラム |
| JP2004021433A (ja) * | 2002-06-13 | 2004-01-22 | Fujitsu Ltd | アンケート実施プログラム、アンケート実施装置およびアンケート実施方法 |
| JP2009080700A (ja) * | 2007-09-26 | 2009-04-16 | Toshiba Corp | 健康医療情報管理分析装置 |
| WO2016120955A1 (ja) * | 2015-01-26 | 2016-08-04 | 株式会社Ｕｂｉｃ | 行動予測装置、行動予測装置の制御方法、および行動予測装置の制御プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020223446A1 (en) | 2020-11-05 |
| CN113906521A (zh) | 2022-01-07 |
| AU2020266572A1 (en) | 2021-12-09 |
| IL287692A (en) | 2021-12-01 |
| SG11202112016VA (en) | 2021-11-29 |
| KR20220009964A (ko) | 2022-01-25 |
| EP3963601A1 (en) | 2022-03-09 |
| CA3138308A1 (en) | 2020-11-05 |
| US20200350076A1 (en) | 2020-11-05 |
| JP2024020246A (ja) | 2024-02-14 |
| JP7432070B2 (ja) | 2024-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6999827B2 (ja) | デジタル療法を用いた疾患及び障害の治療においてデータセキュリティを確保するためのシステム及び方法 | |
| US10592503B2 (en) | Empathy injection for question-answering systems | |
| Mott et al. | Characteristics of US veterans who begin and complete prolonged exposure and cognitive processing therapy for PTSD | |
| JP7432070B2 (ja) | クラウドソーシングデータの臨床的キュレーションのためのシステム及び方法 | |
| Miller et al. | Web-based self-management for patients with multiple sclerosis: a practical, randomized trial | |
| US20210134443A1 (en) | Correlating Patient Health Characteristics with Relevant Treating Clinicians | |
| Aziz et al. | Vision loss following episcleral brachytherapy for uveal melanoma: development of a vision prognostication tool | |
| Daskalova et al. | SleepBandits: Guided flexible self-experiments for sleep | |
| US11948691B1 (en) | Predicting addiction relapse and decision support tool | |
| Sezier et al. | Working-age adults’ perspectives on living with persistent postural-perceptual dizziness: a qualitative exploratory study | |
| JP7408037B2 (ja) | 多発性硬化症に関連付けられた抑鬱症状を処置するための電子デバイスおよび方法 | |
| US20180144154A1 (en) | Providing healthcare-related information | |
| WO2020069061A1 (en) | Medical cannabis platform with physician and patient portals | |
| CA3034235A1 (en) | Systems and methods for determining and providing a display of a plurality of wellness scores | |
| US20220005581A1 (en) | Systems, Methods, and Devices for Generating and Administering Digital Therapeutic Placebos and Shams | |
| US10741273B1 (en) | User friendly medical records systems, apparatuses and methods | |
| KR20230055405A (ko) | 환자 데이터 기반 가상 임상시험 시뮬레이션 및 설계 지원 데이터를 처리하기 위한 장치 및 방법 | |
| US20230317270A1 (en) | Platforms for dynamically selecting messages in real-time to users via decision support tools | |
| Reed et al. | The experience of smoking in recovery settings: an ecological momentary assessment pilot study | |
| Amorese¹ et al. | Check for updates | |
| Tibrewal et al. | Evaluation of computer-based image analysis for retinopathy of prematurity screening | |
| Han et al. | What Is So Complicated About Defining Surgical Complications? | |
| KR20230047104A (ko) | 사회적 의사 소통 장애 치료를 위한 디지털 장치 및 애플리케이션 | |
| CA3095006A1 (en) | Correlating patient health characteristics with relevant treating clinicians | |
| JP2023155465A (ja) | 医療・療法システムを統合するデータベース及びそれを実行する方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211228 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230130 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230208 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230502 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230807 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230831 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230929 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20231027 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231027 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7432070 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |