JP2023011610A - モデル支援コホート選択を行うシステム及び方法 - Google Patents
モデル支援コホート選択を行うシステム及び方法 Download PDFInfo
- Publication number
- JP2023011610A JP2023011610A JP2022162481A JP2022162481A JP2023011610A JP 2023011610 A JP2023011610 A JP 2023011610A JP 2022162481 A JP2022162481 A JP 2022162481A JP 2022162481 A JP2022162481 A JP 2022162481A JP 2023011610 A JP2023011610 A JP 2023011610A
- Authority
- JP
- Japan
- Prior art keywords
- model
- cohort
- individual
- electronic data
- data
- 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 70
- 239000013598 vector Substances 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000010801 machine learning Methods 0.000 claims description 17
- 238000007477 logistic regression Methods 0.000 claims description 10
- 238000012015 optical character recognition Methods 0.000 claims description 6
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 238000010187 selection method Methods 0.000 claims 10
- 230000008569 process Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 13
- 230000015654 memory Effects 0.000 description 13
- 238000012360 testing method Methods 0.000 description 10
- 238000012549 training Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000001394 metastastic effect Effects 0.000 description 7
- 206010061289 metastatic neoplasm Diseases 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 5
- 238000011282 treatment Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000000683 nonmetastatic effect Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 206010006187 Breast cancer Diseases 0.000 description 3
- 208000026310 Breast neoplasm Diseases 0.000 description 3
- 241000282412 Homo Species 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 3
- 208000010877 cognitive disease Diseases 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000007717 exclusion Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 102000001301 EGF receptor Human genes 0.000 description 2
- 108060006698 EGF receptor Proteins 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000001747 exhibiting effect Effects 0.000 description 2
- 208000037819 metastatic cancer Diseases 0.000 description 2
- 208000011575 metastatic malignant neoplasm Diseases 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000010626 work up procedure Methods 0.000 description 2
- 206010027476 Metastases Diseases 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000012888 cubic function Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 229940126701 oral medication Drugs 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000011277 treatment modality Methods 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production 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
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
【解決手段】データインターフェース及び少なくとも1個の処理装置を含んでいる、コホートに登録する候補を識別するモデル支援選択システムであって、少なくとも1個の処理装置は、データインターフェースを介して、複数個人の母集団内の一個人に関連付けられた特徴ベクトルを導出可能なデータベースにアクセスし、一個人に対して、1個以上の特徴ベクトルをデータベースから導出し、1個以上の特徴ベクトルをモデルに提供し、モデルから出力を受信し、モデルから受信した出力に基づいて、複数個人の母集団内の一個人がコホートの候補であるか否かを判定すべくプログラムされている。
【選択図】図1
Description
[001] 本出願は、2017年4月13日出願の米国仮特許出願第62/484,984号の優先権を主張するものである。当該出願の全内容は、参照によりその全体が本明細書に援用される。
技術分野
[002] 本開示は、コホートの選択に関し、より具体的にはコホートを自動選択するための1個以上のモデルの利用に関する。
[003] コホートの選択は、長時間を要し且つ高価格である。いくつかの例において、医療分野におけるコホートは、抽象化として知られる処理を介して、様々な患者に関連付けられた医療ファイル及びレコード(例えば、医療レコード)を調べることにより、どの患者が特定のコホートに適した候補であるかを判定すべく編成することができる。しかし、有意味な人数でコホートを生成するには、数百又は千人(以上)の患者に関連付けられた医療レコードの調査を要する場合があり、各患者の履歴は数百又は数千ページもの診療ノート、放射線治療報告、病理報告、医師又は看護師の診察、構造化及び非構造化データ、及び患者の医療レコードに含まれ得る他の任意の種類の情報(例えば、電子医療レコード(EMR)又は他の利用可能なデータソース(例えば、請求データ、患者の自己申告データ))が含まれている場合がある。しかし、そのような抽象化処理は膨大な時間を要するだけでなく、現状では、特定のコホートへの一個人の登録を正当化し得る特徴を患者の医療履歴から識別できる高度に訓練された人材を必要とする場合も多い。従って、手動抽象化への依存を減らすことにより、コホート選択に要する時間を短縮するだけでなく、コホート選択に伴うコストを削減することも求められている。
[004] 本開示の一環としての実施形態は、1個以上のモデルの支援を受けてコホートを選択するシステム及び方法を含んでいる。本開示の実施形態は、コホート選択のためのルールベースの自動化技術を提供することにより、既存のコホート選択技術の1個以上の態様よりも優れているといえる。例えば、ルールは、患者のレコードの特徴を、特定のコホートに適している確率に関連付ける明示的なルールを含んでいてよく、又は特徴を確率に変換する機械学習モデルの一部を含んでいてよい。本開示の実施形態によるルールの使用は従って、既存技術を用いるよりも高速且つより効果的なコホートの候補の選択を可能にする。また、本開示の実施形態によるルールの使用は既存技術よりも正確であり得る。
[008] 本明細書に組み込まれてその一部を構成する添付図面は、説明とともに、様々な例示的な実施形態の原理を示して説明する役割を果たす。
[016] 以下の詳細な記述は添付図面を参照している。可能な限り、同一の参照番号を用いて図面及び以下の記述において同一又は類似部材を示す。本明細書において複数の例示的な実施形態を記述しているが、変更、適合、及び他の実装方式が可能である。例えば、図面に示す構成要素に代替、追加又は変更を行うことができ、本明細書に記述する例示的な方法は、開示する方法のステップを代替、並び替え、省略、又は追加することにより変更することができる。従って、以下の詳細な記述は開示する実施形態及び例に限定されない。逆に、添付の請求項により適切な範囲が規定される。
Claims (28)
- コホートに登録する候補を識別するモデル支援選択システムであって、
データインターフェースと、
前記データインターフェースを介して、複数個人の母集団内の一個人に関連付けられた特徴ベクトルを導出可能なデータベースにアクセスし、
前記一個人に対して、1個以上の特徴ベクトルを前記データベースから導出し、
前記1個以上の特徴ベクトルをモデルに提供し、
前記モデルから出力を受信し、
前記モデルから受信した前記出力に基づいて、前記複数個人の母集団内の前記一個人が前記コホートの候補であるか否かを判定すべくプログラムされた少なくとも1個の処理装置とを含むシステム。 - 前記データベースが複数の電子データ表現を含み、前記処理装置が更に、
前記データインターフェースを介して前記複数の電子データ表現をアップロードし、
前記複数の電子データ表現を用いて前記1個以上の特徴ベクトルを生成すべくプログラムされている、請求項1に記載のモデル支援コホート選択システム。 - 前記電子データ表現が、前記一個人に関連付けられた電子医療レコードからの文書の電子的表現を含んでいる、請求項2に記載のモデル支援コホート選択システム。
- 前記電子データ表現が、以前に光学文字認識処理を施された少なくともいくつかのテキストを含んでいる、請求項2に記載のモデル支援コホート選択システム。
- 前記少なくとも1個の処理装置が更に、
前記コホートに関連付けられるよう予め定義された少なくとも1個の用語又は語句の存在について、前記複数の電子データ表現を検索すること、
前記少なくとも1個の用語又は語句が前記複数の電子データ表現に存在することを識別した後で、前記複数の電子データ表現から、前記識別された用語又は語句の近傍にある1個以上の単語を含むテキストグループを抽出すること、及び
前記抽出されたテキストグループの解析と合わせて、前記識別された用語又は語句の解析に基づいて前記1個以上の特徴ベクトルを生成することにより、前記1個以上の特徴ベクトルを生成すべくプログラムされている、請求項2に記載のモデル支援コホート選択システム。 - 前記モデルが2進分類法アルゴリズムを用いて前記出力を生成する、請求項1に記載のモデル支援選択システム。
- 前記2進分類法アルゴリズムがロジスティック回帰分析を含んでいる、請求項6に記載のモデル支援選択システム。
- 前記機械学習モデルが、医療レコードを含む非構造化情報から人間及び機械の組み合わせにより抽出された構造情報の組に基づいて訓練されている、請求項1に記載のモデル支援選択システム。
- 前記複数の電子データ表現が、電子医療レコード、利用可能なデータソース、請求データ、又は前記少なくとも一個人に関連付けられた患者の自己申告データのうち少なくとも一つから導出されている、請求項1に記載のモデル支援選択システム。
- 前記モデルから受信した前記出力が、信頼スコアを含み、前記少なくとも一個人がコホートの候補であるか否かの判定が前記信頼スコアと所定の閾値との比較に基づいている、請求項1に記載のモデル支援選択システム。
- 前記閾値が効率及び性能のレベルに基づいて調節可能である、請求項10に記載のモデル支援選択システム。
- 前記コホートが、少なくとも1個の医療又は人口統計的特徴を全員が共有している複数個人を含むものとする、請求項1に記載のモデル支援選択システム。
- 前記複数の電子データ表現が構造化データ及び非構造化データの両方を含んでいる、請求項1に記載のモデル支援選択システム。
- 前記モデルが訓練済み機械学習モデルを含んでいる、請求項1に記載のモデル支援選択システム。
- 前記モデルがルールベースモデルを含んでいる、請求項1に記載のモデル支援選択システム。
- 前記ルールベースモデルが、所定の検索用語の組とのマッチングにより出力を生成する、請求項1に記載のモデル支援選択システム。
- 複数個人の母集団からコホートを選択する方法であって、
データインターフェースを介して、複数個人の母集団内の一個人に関連付けられた特徴ベクトルを導出可能なデータベースにアクセスすること、
前記一個人について、1個以上の特徴ベクトルを前記データベースから導出すること、
前記1個以上の特徴ベクトルをモデルに提供すること、
前記モデルから出力を受信すること、及び
前記モデルから受信した前記出力に基づいて、前記複数個人の母集団内の前記一個人が前記コホートの候補であるか否かを判定することを含む方法。 - 前記データベースが複数の電子データ表現を含み、前記方法が更に、
前記データインターフェースを介して前記複数の電子データ表現をアップロードすること、及び
前記複数の電子データ表現を用いて前記1個以上の特徴ベクトルを生成することを含んでいる、請求項17に記載のコホート選択方法。 - 前記電子データ表現が、前記一個人に関連付けられた電子医療レコードからの文書の電子的表現を含んでいる、請求項18に記載のコホート選択方法。
- 前記電子データ表現が、以前に光学文字認識処理を施された少なくともいくつかのテキストを含んでいる、請求項18に記載のコホート選択方法。
- 前記コホートに関連付けられるよう予め定義された少なくとも1個の用語又は語句の存在について、前記複数の電子データ表現を検索すること、
前記少なくとも1個の用語又は語句が前記複数の電子データ表現に存在することを識別した後で、前記複数の電子データ表現から、前記識別された用語又は語句の近傍にある1個以上の単語を含むテキストグループを抽出すること、及び
前記抽出されたテキストグループの解析と合わせて、前記識別された用語又は語句の解析に基づいて前記1個以上の特徴ベクトルを生成することにより、前記1個以上の特徴ベクトルを生成することを更に含んでいる、請求項18に記載のコホート選択方法。 - 前記機械学習モデルがロジスティック回帰分析技術を用いて前記出力を生成する、請求項17に記載のコホート選択方法。
- 前記機械学習モデルが、医療レコードを含む非構造化情報から人間及び機械の組み合わせにより抽出された構造情報の組に基づいて訓練されている、請求項17に記載のコホート選択方法。
- 前記複数の電子データ表現が、電子医療レコード、利用可能なデータソース、請求データ、又は前記少なくとも一個人に関連付けられた患者の自己申告データのうち少なくとも一つから導出されている、請求項17に記載のコホート選択方法。
- モデルから受信した前記出力が、信頼スコアを含み、前記少なくとも一個人が前記コホートの候補であるか否かの前記判定が前記信頼スコアと所定の閾値との比較に基づいている、請求項17に記載のコホート選択方法。
- 前記コホートが、少なくとも1個の医療又は人口統計的特徴を全員が共有している複数個人を含むものとする、請求項17に記載のコホート選択方法。
- 前記複数の電子データ表現が構造化データ及び非構造化データの両方を含んでいる、請求項17に記載のコホート選択方法。
- 前記モデルが訓練済み機械学習モデル又はルールベースモデルを含んでいる、請求項17に記載のコホート選択方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762484984P | 2017-04-13 | 2017-04-13 | |
US62/484,984 | 2017-04-13 | ||
JP2019554553A JP7157758B2 (ja) | 2017-04-13 | 2018-04-12 | モデル支援コホート選択を行うシステム及び方法 |
PCT/US2018/027257 WO2018191471A1 (en) | 2017-04-13 | 2018-04-12 | Systems and methods for model-assisted cohort selection |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019554553A Division JP7157758B2 (ja) | 2017-04-13 | 2018-04-12 | モデル支援コホート選択を行うシステム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023011610A true JP2023011610A (ja) | 2023-01-24 |
JP7522167B2 JP7522167B2 (ja) | 2024-07-24 |
Family
ID=62092310
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019554553A Active JP7157758B2 (ja) | 2017-04-13 | 2018-04-12 | モデル支援コホート選択を行うシステム及び方法 |
JP2022162481A Active JP7522167B2 (ja) | 2017-04-13 | 2022-10-07 | モデル支援コホート選択を行うシステム及び方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019554553A Active JP7157758B2 (ja) | 2017-04-13 | 2018-04-12 | モデル支援コホート選択を行うシステム及び方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US10304000B2 (ja) |
JP (2) | JP7157758B2 (ja) |
DE (1) | DE112018001996T5 (ja) |
GB (1) | GB2575611A (ja) |
WO (1) | WO2018191471A1 (ja) |
Families Citing this family (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11170879B1 (en) | 2006-09-26 | 2021-11-09 | Centrifyhealth, Llc | Individual health record system and apparatus |
JP5336380B2 (ja) | 2006-09-26 | 2013-11-06 | コープマン,ラルフ | 個人の健康記録システムおよび装置 |
US9858063B2 (en) | 2016-02-10 | 2018-01-02 | Vignet Incorporated | Publishing customized application modules |
US9928230B1 (en) | 2016-09-29 | 2018-03-27 | Vignet Incorporated | Variable and dynamic adjustments to electronic forms |
US20190102710A1 (en) * | 2017-09-30 | 2019-04-04 | Microsoft Technology Licensing, Llc | Employer ranking for inter-company employee flow |
US11538583B2 (en) * | 2018-01-26 | 2022-12-27 | Hitachi High-Tech Solutions Corporation | Controlling devices to achieve medical outcomes |
US10775974B2 (en) | 2018-08-10 | 2020-09-15 | Vignet Incorporated | User responsive dynamic architecture |
US11200985B2 (en) * | 2018-10-23 | 2021-12-14 | International Business Machines Corporation | Utilizing unstructured literature and web data to guide study design in healthcare databases |
WO2020092316A1 (en) * | 2018-10-29 | 2020-05-07 | Flatiron Health, Inc. | Generalized biomarker model |
US11875903B2 (en) * | 2018-12-31 | 2024-01-16 | Tempus Labs, Inc. | Method and process for predicting and analyzing patient cohort response, progression, and survival |
EP3931844A1 (en) * | 2019-02-26 | 2022-01-05 | Flatiron Health, Inc. | Prognostic score based on health information |
US11301461B2 (en) | 2019-04-03 | 2022-04-12 | Unitedhealth Group Incorporated | Managing data objects for graph-based data structures |
EP4004933A1 (en) * | 2019-07-24 | 2022-06-01 | Flatiron Health, Inc. | Deep learning architecture for analyzing unstructured data |
CN110443321B (zh) * | 2019-08-14 | 2023-06-02 | 北京百度网讯科技有限公司 | 模型结构调整方法及装置 |
US11941706B2 (en) | 2019-09-16 | 2024-03-26 | K1X, Inc. | Machine learning system for summarizing tax documents with non-structured portions |
US11521724B2 (en) * | 2019-10-04 | 2022-12-06 | International Business Machines Corporation | Personalized patient engagement in care management using explainable behavioral phenotypes |
US11942226B2 (en) * | 2019-10-22 | 2024-03-26 | International Business Machines Corporation | Providing clinical practical guidelines |
US11537818B2 (en) * | 2020-01-17 | 2022-12-27 | Optum, Inc. | Apparatus, computer program product, and method for predictive data labelling using a dual-prediction model system |
US11151462B2 (en) | 2020-02-04 | 2021-10-19 | Vignet Incorporated | Systems and methods for using machine learning to improve processes for achieving readiness |
US11157823B2 (en) | 2020-02-04 | 2021-10-26 | Vignet Incorporated | Predicting outcomes of digital therapeutics and other interventions in clinical research |
US11328796B1 (en) * | 2020-02-25 | 2022-05-10 | Vignet Incorporated | Techniques for selecting cohorts for decentralized clinical trials for pharmaceutical research |
US11461216B1 (en) | 2020-05-18 | 2022-10-04 | Vignet Incorporated | Monitoring and improving data collection using digital health technology |
US11605038B1 (en) | 2020-05-18 | 2023-03-14 | Vignet Incorporated | Selecting digital health technology to achieve data collection compliance in clinical trials |
JP2023529345A (ja) | 2020-06-12 | 2023-07-10 | フラティロン ヘルス,インコーポレイテッド | 患者状態に関連付けられた日付を抽出するためのシステム及び方法 |
US11763919B1 (en) | 2020-10-13 | 2023-09-19 | Vignet Incorporated | Platform to increase patient engagement in clinical trials through surveys presented on mobile devices |
WO2022120244A1 (en) | 2020-12-03 | 2022-06-09 | Novartis Ag | Collaboration platform for enabling collaboration on data analysis across multiple disparate databases |
US11657226B2 (en) | 2020-12-15 | 2023-05-23 | International Business Machines Corporation | Detecting and mitigating bias in natural language processing |
US11417418B1 (en) | 2021-01-11 | 2022-08-16 | Vignet Incorporated | Recruiting for clinical trial cohorts to achieve high participant compliance and retention |
US11240329B1 (en) | 2021-01-29 | 2022-02-01 | Vignet Incorporated | Personalizing selection of digital programs for patients in decentralized clinical trials and other health research |
US11789837B1 (en) | 2021-02-03 | 2023-10-17 | Vignet Incorporated | Adaptive data collection in clinical trials to increase the likelihood of on-time completion of a trial |
US11361846B1 (en) | 2021-02-03 | 2022-06-14 | Vignet Incorporated | Systems and methods for customizing monitoring programs involving remote devices |
US11196656B1 (en) | 2021-02-03 | 2021-12-07 | Vignet Incorporated | Improving diversity in cohorts for health research |
US11316941B1 (en) | 2021-02-03 | 2022-04-26 | Vignet Incorporated | Remotely managing and adapting monitoring programs using machine learning predictions |
US11521714B1 (en) | 2021-02-03 | 2022-12-06 | Vignet Incorporated | Increasing diversity of participants in health research using adaptive methods |
US11296971B1 (en) | 2021-02-03 | 2022-04-05 | Vignet Incorporated | Managing and adapting monitoring programs |
US11636500B1 (en) | 2021-04-07 | 2023-04-25 | Vignet Incorporated | Adaptive server architecture for controlling allocation of programs among networked devices |
US11705230B1 (en) | 2021-11-30 | 2023-07-18 | Vignet Incorporated | Assessing health risks using genetic, epigenetic, and phenotypic data sources |
US11901083B1 (en) | 2021-11-30 | 2024-02-13 | Vignet Incorporated | Using genetic and phenotypic data sets for drug discovery clinical trials |
WO2023114412A1 (en) * | 2021-12-16 | 2023-06-22 | Flatiron Health, Inc. | Systems and methods for model-assisted data processing to predict biomarker status and testing dates |
US20240046109A1 (en) * | 2022-08-04 | 2024-02-08 | nference, inc. | Apparatus and methods for expanding clinical cohorts for improved efficacy of supervised learning |
US20240047070A1 (en) * | 2022-08-04 | 2024-02-08 | Optum, Inc. | Machine learning techniques for generating cohorts and predictive modeling based thereof |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002183171A (ja) | 2000-12-12 | 2002-06-28 | Matsushita Electric Ind Co Ltd | 文書データ・クラスタリングシステム |
JP4162223B2 (ja) | 2003-05-30 | 2008-10-08 | 日本電信電話株式会社 | 自然文検索装置、その方法及びプログラム |
EP1960952A4 (en) * | 2005-12-06 | 2011-05-11 | Ingenix Inc | ANALYSIS OF ADMINISTRATIVE DATA OF REQUESTS FOR CARE AND OTHER SOURCES OF DATA |
RU2417435C2 (ru) * | 2006-02-17 | 2011-04-27 | Лумекс Ас | Способ и система для проверки правильности неоднозначно распознанных слов в ocr-системе |
US7809660B2 (en) * | 2006-10-03 | 2010-10-05 | International Business Machines Corporation | System and method to optimize control cohorts using clustering algorithms |
TW201118589A (en) * | 2009-06-09 | 2011-06-01 | Ebh Entpr Inc | Methods, apparatus and software for analyzing the content of micro-blog messages |
US20120035954A1 (en) * | 2010-08-05 | 2012-02-09 | International Business Machines Corporation | On-demand clinical trials utilizing emr/ehr systems |
US20120065987A1 (en) * | 2010-09-09 | 2012-03-15 | Siemens Medical Solutions Usa, Inc. | Computer-Based Patient Management for Healthcare |
US8751261B2 (en) | 2011-11-15 | 2014-06-10 | Robert Bosch Gmbh | Method and system for selection of patients to receive a medical device |
US9092504B2 (en) * | 2012-04-09 | 2015-07-28 | Vivek Ventures, LLC | Clustered information processing and searching with structured-unstructured database bridge |
JP5823942B2 (ja) | 2012-10-09 | 2015-11-25 | 株式会社Ubic | フォレンジックシステム及びフォレンジック方法並びにフォレンジックプログラム |
EP2909803A1 (en) | 2012-10-19 | 2015-08-26 | Apixio, Inc. | Systems and methods for medical information analysis with deidentification and reidentification |
US20140122099A1 (en) | 2012-10-31 | 2014-05-01 | Oracle International Corporation | Cohort identification system |
US10387793B2 (en) * | 2014-11-25 | 2019-08-20 | International Business Machines Corporation | Automatic generation of training cases and answer key from historical corpus |
US10867703B2 (en) | 2015-02-26 | 2020-12-15 | Conduent Business Services, Llc | System and method for predicting health condition of a patient |
US20160379638A1 (en) * | 2015-06-26 | 2016-12-29 | Amazon Technologies, Inc. | Input speech quality matching |
US10650927B2 (en) * | 2015-11-13 | 2020-05-12 | Cerner Innovation, Inc. | Machine learning clinical decision support system for risk categorization |
US11403563B2 (en) * | 2016-10-19 | 2022-08-02 | Accertify, Inc. | Systems and methods for facilitating recognition of a device and/or an instance of an app invoked on a device |
-
2018
- 2018-04-12 JP JP2019554553A patent/JP7157758B2/ja active Active
- 2018-04-12 WO PCT/US2018/027257 patent/WO2018191471A1/en active Application Filing
- 2018-04-12 US US15/951,614 patent/US10304000B2/en active Active
- 2018-04-12 GB GB1916451.6A patent/GB2575611A/en not_active Withdrawn
- 2018-04-12 DE DE112018001996.9T patent/DE112018001996T5/de active Pending
-
2019
- 2019-05-03 US US16/403,475 patent/US11734601B2/en active Active
-
2022
- 2022-10-07 JP JP2022162481A patent/JP7522167B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020516997A (ja) | 2020-06-11 |
JP7157758B2 (ja) | 2022-10-20 |
US20180300640A1 (en) | 2018-10-18 |
WO2018191471A1 (en) | 2018-10-18 |
US20190258950A1 (en) | 2019-08-22 |
GB2575611A (en) | 2020-01-15 |
DE112018001996T5 (de) | 2020-01-02 |
GB201916451D0 (en) | 2019-12-25 |
US11734601B2 (en) | 2023-08-22 |
JP7522167B2 (ja) | 2024-07-24 |
US10304000B2 (en) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7157758B2 (ja) | モデル支援コホート選択を行うシステム及び方法 | |
US11651252B2 (en) | Prognostic score based on health information | |
US11848081B2 (en) | Systems and methods for automatic bias monitoring of cohort models and un-deployment of biased models | |
Martins et al. | Data mining for cardiovascular disease prediction | |
Ambalavanan et al. | Using the contextual language model BERT for multi-criteria classification of scientific articles | |
US20210257106A1 (en) | Generalized biomarker model | |
US11728014B2 (en) | Deep learning architecture for analyzing unstructured data | |
Sarker et al. | Automatic evidence quality prediction to support evidence-based decision making | |
US11527312B2 (en) | Clinical report retrieval and/or comparison | |
JP2023036575A (ja) | ゲノムテストステータスを特定するシステム及び方法 | |
US20210090747A1 (en) | Systems and methods for model-assisted event prediction | |
US20220284999A1 (en) | Machine learning model for extracting diagnoses, treatments, and key dates | |
Ketpupong et al. | Applying text mining for classifying disease from symptoms | |
Rajput et al. | Deep neural models for chronic disease status detection in free text clinical records | |
US20220208376A1 (en) | Clinical trial matching system using inferred biomarker status | |
US20230197220A1 (en) | Systems and methods for model-assisted data processing to predict biomarker status and testing dates | |
Phillips | A Study Into the Feasibility of Using Natural Language Processing and Machine Learning for the Identification of Alcohol Misuse in Trauma Patients |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221104 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231120 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231124 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240411 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240613 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240711 |