JP6755947B2 - データセットの属性を予測するためのデータセットの正規化 - Google Patents

データセットの属性を予測するためのデータセットの正規化 Download PDF

Info

Publication number
JP6755947B2
JP6755947B2 JP2018520382A JP2018520382A JP6755947B2 JP 6755947 B2 JP6755947 B2 JP 6755947B2 JP 2018520382 A JP2018520382 A JP 2018520382A JP 2018520382 A JP2018520382 A JP 2018520382A JP 6755947 B2 JP6755947 B2 JP 6755947B2
Authority
JP
Japan
Prior art keywords
chain
tasks
data
task
buffer
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.)
Active
Application number
JP2018520382A
Other languages
English (en)
Other versions
JP2018523249A (ja
Inventor
チャバ，ピオトル，ジェイ．
ベイカー，ダニエル，ジェイ．
Original Assignee
ピーアールエー ヘルス サイエンス インコーポレイテッド
ピーアールエー ヘルス サイエンス インコーポレイテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ピーアールエー ヘルス サイエンス インコーポレイテッド, ピーアールエー ヘルス サイエンス インコーポレイテッド filed Critical ピーアールエー ヘルス サイエンス インコーポレイテッド
Publication of JP2018523249A publication Critical patent/JP2018523249A/ja
Application granted granted Critical
Publication of JP6755947B2 publication Critical patent/JP6755947B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)

Description

[0001]
関連出願の相互参照
本開示は、２０１５年７月２日に出願された「Ｅａｒｌｙ Ｗａｒｎｉｎｇ Ｓｙｓｔｅｍ」と題する米国仮特許出願第６２／１８８，０６５号、および２０１６年６月２７日に出願された「Ｎｏｒｍａｌｉｚｉｎｇ Ｄａｔａ Ｓｅｔｓ ｆｏｒ Ｐｒｅｄｉｃｔｉｎｇ ａｎ Ａｔｔｒｉｂｕｔｅ ｏｆ ｔｈｅ Ｄａｔａ Ｓｅｔｓ」と題する米国通常特許出願第１５／１９３，６７６号に対する優先権を主張し、これらの全体が参照により本明細書に組み込まれるものである。
[0002]本開示は、一般にコンピューティングシステムに関する。より具体的には、これに限定するものではないが、本出願は、データセットの属性を予測するためにデータセットを正規化し、かつ正規化したデータセットと関連付けられたデータを表示することによってコンピューティングシステムでのデータ処理によって通信を改善することに関する。
[0003]コンピュータのネットワークは、複数のコンピューティングシステムまたはコンピューティングデバイスを含むことができる。コンピューティングシステムの各々は、治験を計画または実施するためのプロセスと関連付けられ得るデータセットを（例えば、データベースから）取得するために使用することができ、コンピューティングシステムは、データセットを処理することができる。コンピューティングシステムは、データセットが処理されるとき（例えば、治験が実施されるとき）、データセットを通信することができる。コンピューティングシステムはまた、データセットが処理された後（例えば、治験の一部が実施された後）、データセットを通信することができる。コンピューティングシステムは、治験を計画または実施するプロセスの一部としてデータセットを処理および通信することができる。
[0004]一実施例では、本開示の方法は、治験と関連付けられたデータセットを受信することを含む。データセットは、治験を計画または実施するために完了される様々なタスク、および様々なタスクを完了するための所定の日付に関するデータを含むことができる。本方法は、データセットを記憶することと、複数のタスク内のタスク間の関係を判定することによって記憶データに基づいてタスクのチェーンを生成することと、この関係に基づいて記憶データをタスクのチェーンに電子的に変換することとを更に含むことができる。本方法は、タスクのチェーンと関連付けられたデータの第１のサブセットを受信することを更に含むことができ、これはタスクのチェーンを完了することについての進捗を判定するためのデータを含むことができる。本方法はまた、データの第１のサブセットに基づいてタスクのチェーンと関連付けられたバッファインデックスを判定することを含む。バッファインデックスは、所定の日付までにタスクのチェーンを完了する可能性に対応することができ、バッファインデックスは、処理デバイスが追加のデータセットを受信または処理するときに判定するために使用することができる。本方法は、タスクのチェーン、データの第１のサブセット、またはバッファインデックスと関連付けられたデータを含む表示用のインターフェースを生成することを更に含む。
[0005]別の実施例では、本開示のシステムは、処理デバイスと、処理デバイスに通信可能に結合された非一時的コンピュータ可読媒体とを含む。処理デバイスは、治験と関連付けられたデータセットを受信することを含む動作を実行するように構成される。データセットは、治験を計画または実施するために完了される様々なタスク、および様々なタスクを完了するための所定の日付に関するデータを含むことができる。処理デバイスはまた、データセットを記憶することと、複数のタスク内のタスク間の関係を判定することによって記憶データに基づいてタスクのチェーンを生成することと、この関係に基づいて記憶データをタスクのチェーンに電子的に変換することとを含む動作を実行するように構成される。処理デバイスはまた、タスクのチェーンと関連付けられたデータの第１のサブセットを受信することを含む動作を実行するように構成され、これはタスクのチェーンを完了することについての進捗を判定し、かつデータの第１のサブセットに基づいてタスクのチェーンと関連付けられたバッファインデックスを判定するためのデータを含むことができる。バッファインデックスは、所定の日付までにタスクのチェーンを完了する可能性に対応することができ、バッファインデックスは、処理デバイスが追加のデータセットを受信または処理するときに判定するために使用することができる。処理デバイスはまた、タスクのチェーン、データの第１のサブセット、またはバッファインデックスと関連付けられたデータを含む表示用のインターフェースを生成するように構成される。
[0006]本開示の別の実施例では、非一時的コンピュータ可読媒体は、治験と関連付けられたデータセットを受信することを含む、動作をコンピューティングデバイスに実行させるようにプロセッサデバイスによって実行可能なプログラムコードを記憶する。データセットは、治験を計画または実施するために完了される複数のタスク、および様々なタスクを完了するための所定の日付に関するデータを含むことができる。この動作は、データセットを記憶することと、複数のタスク内のタスク間の関係を判定することによって記憶データに基づいてタスクのチェーンを生成することと、この関係に基づいて記憶データをタスクのチェーンに電子的に変換することとを更に含むことができる。この動作はまた、タスクのチェーンと関連付けられたデータの第１のサブセットを受信することを含むことができ、これはタスクのチェーンを完了することについての進捗を判定するためのデータを含むことができる。この動作は、データの第１のサブセットに基づいてタスクのチェーンと関連付けられたバッファインデックスを判定することを更に含むことができる。バッファインデックスは、所定の日付までにタスクのチェーンを完了する可能性に対応することができ、バッファインデックスは、コンピューティングデバイスが追加のデータセットを受信または処理するときに判定するために使用することができる。この動作は、タスクのチェーン、データの第１のサブセット、バッファインデックスと関連付けられたデータを含む表示用のインターフェースを生成することを更に含むことができる。
[0007]上述したように、いくつかの実施例では、バッファインデックスは、処理デバイスがいつ追加のデータを受信または処理するかを判定するために使用することができ、これは処理デバイスまたは処理デバイスのネットワークを管理するために使用することができる。例えば、バッファインデックスは、処理デバイスがバッファインデックスに応じて遅かれ早かれ追加のデータセットを受信または処理することができるかを判定するために使用することができる。いくつかの実施例では、バッファインデックスを用いて、処理デバイスがいつ追加のデータを受信または処理するかを判定することは、単一の処理デバイス内の通信を改善し（例えば、単一のコンピューティングシステム内のコンピューティングシステム内部の通信を改善し）、または単一の処理デバイス内の処理動作を改善する（例えば、プロセッサ効率を改善する）ことができる。更に別の実施例では、バッファインデックスを用いて処理デバイスまたは処理デバイスのネットワークを管理することは、処理デバイスまたはネットワークに利用可能にされる場合、処理デバイスの能力を改善することができる１つ以上のリソースを判定することを含むことができる。
[0008]バッファインデックスに基づいて処理デバイスまたはネットワークを管理することは、ネットワーク内の１つ以上の処理デバイスの能力を改善することができる。例えば、バッファインデックスを用いて処理デバイスがいつ追加のデータを受信または処理するかを判定することは、処理デバイスまたはネットワークのリソースを保持させることができる（例えば、所定の日付までにタスクのチェーンを完了しない可能性が低いとき、処理デバイスがリソースを確保するのを可能にすることができる）。別の実施例として、ネットワーク内の様々な処理デバイスと関連付けられたバッファインデックスは、各処理デバイスによって処理されるデータ量、各処理デバイスが追加のデータセットを処理することができる時間、または各処理デバイスが追加のデータセットを処理することができる継続時間を判定するために使用することができる。このように、各処理デバイスのネットワークリソースおよびリソースは、各処理デバイスと関連付けられたバッファインデックスを用いて管理および保持することができ、これは各処理デバイスまたはネットワークの能力を（例えば、後の時間までリソースを確保することによって、または各処理デバイスの能力を保持することによって）改善することができる。
データセットと関連付けられた属性を予測するようにデータセットを正規化するためのコンピューティングデバイスのネットワークがいくつかの態様によって作動する環境の一実施例のブロック図である。 いくつかの態様によってデータセットと関連付けられた属性を予測するようにデータセットを正規化するためのプロセスの一実施例を示すフローチャートである。 いくつかの態様によってタスクのチェーンに対する重要日付とともにタスクのチェーンの一実施例を示すグラフである。 いくつかの態様によってタスクのチェーンに共通の重要日付とともにタスクのチェーンの一実施例を示すグラフである。 いくつかの態様によって図４のタスクのチェーンの元のバッファ期間のずれを示すグラフの一実施例である。 いくつかの態様によってデータセットと関連付けられた属性を予測するようにデータセットを正規化するためのコンピューティングデバイスによって生成され得るユーザインターフェースの一実施例である。 いくつかの態様によってデータセットと関連付けられた属性を予測するようにデータセットを正規化するためのコンピューティングデバイスによって生成され得るユーザインターフェースの別の実施例である。 いくつかの態様によってデータセットと関連付けられた属性を予測するようにデータセットを正規化するためのコンピューティングデバイスによって生成され得るユーザインターフェースの別の実施例である。 いくつかの態様によってデータセットと関連付けられた属性を予測するようにデータセットを正規化するためのコンピューティングデバイスによって生成され得るユーザインターフェースの別の実施例である。
[0018]本開示の特定の態様および特徴は、データセットと関連付けられた属性を予測するように様々なコンピューティングシステムと関連付けられたデータセットを正規化することに関する。データセットを正規化することは、様々なデータセットに共通のリスクを判定することを含み、これは様々なコンピューティングシステム間の通信を改善するために使用することができる。例えば、共通のリスクは、各コンピューティングシステムがコンピューティングシステムと関連付けられたデータセットまたは追加のデータセットに１つ以上の動作を実行するときに判定するために使用することができる。
[0019]いくつかの実施例では、早期警報システムは、様々なコンピューティングシステムを含むことができる。各コンピューティングシステムは、データセットを受信し、データセット内のデータを検出し、かつデータセット内でデータを処理することができる。各コンピューティングシステムは、データセットと関連付けられた属性を予測するようにコンピューティングシステムと関連付けられたデータセットを正規化するための動作を実行することができる。いくつかの実施例では、データセットを正規化することは、データセットによって表されるリスクを判定することと、リスクを示すことができる警報を出力することとを含む。コンピューティングシステムは、ネットワークリソースの管理を容易にするように早期に（例えば、リスクに関連した状態より前に）警報を出力することができる。例えば、リスクを示す警報は、各コンピューティングシステムがどのようにまたはいつコンピューティングシステムと関連付けられたデータセットまたは任意の追加のデータセットを電子的に受信、検出、記憶、または処理するかを判定するために使用することができる。
[0020]いくつかの実施例では、早期警報システムは、単一のコンピューティングシステムを含むことができる。コンピューティングシステムは、１）コンピューティングシステムの複数の要素間のリスク情報を転送し、かつ２）単一のコンピューティングシステム内で管理された複数のプロジェクト間でリスク情報を標準化および比較可能にするために使用され得る複数の要素を含むことができる。例えば、各プロジェクトと関連付けられた対象の２つの異なるプロジェクトおよび異なる日付、またはマイルストーンがあり得る。特定の実施例では、コンピューティングシステムは、各プロジェクトと関連付けられたリスクを判定および評価するために使用することができる。コンピューティングシステムはまた、予め設定されたレベルのリスクに基づいて各プロジェクトと関連付けられたタスクのチェーンの完了日を判定するために使用することができる。
[0021]例えば、データセットは、１つ以上のタスクのチェーンと関連付けることができる。各タスクのチェーンは、プロセスに対応し、プロセスを完了するための少なくとも１つのタスクを含むことができる。データセットはまた、タスクのチェーンを完了するための所定の日付を含むことができる。コンピューティングシステムは、データセットを受信し、データセット内の少なくともいくつかのデータを検出または記憶し、検出データまたは記憶データを処理することができる。例えば、コンピューティングシステムは、データセットを受信し、コンピューティングシステムと関連付けられたデータベース内でコンピューティングシステムによって記憶されるデータセットのサブセットを検出することができる。コンピューティングシステムは次に、各タスクのチェーンにおけるタスク間の関係またはタスクの順序に基づいて、データをタスクのチェーンに電子的に変換することによって検出データまたは記憶データを処理することができる。コンピューティングシステムはまた、チェーンまたは各チェーンにおけるタスクに関するデータを電子的に可読形式に変換することによってデータを処理することができる。コンピューティングシステムは、タスクのチェーンを完了することについての進捗と関連付けられた他のデータ（例えば、タスクのチェーンにおけるタスクの状態、タスクのチェーンを完了するための時間など）を受信し、他のデータを使用して、タスクのチェーンによって表されるリスク（例えば、所定の日付までにタスクのチェーンを完了しないリスク）を判定することによってデータセットを正規化することができる。コンピューティングシステムは、タスクのチェーンに対応するデータを処理し、かつデータセットを正規化することがネットワーク内のコンピューティングシステムによって通信を改善することができる間またはその後（例えば、コンピューティングシステムがいつまたはどのようにタスクの１つ以上のチェーンと関連付けられたデータまたは追加のデータを受信、送信または処理するかを改善することによって）、ネットワーク内の他のコンピューティングシステムと通信することができる。
[0022]例示的な一実施例として、様々なコンピューティングシステムのネットワークは、治験を計画または実施するときにデータセットを処理するために使用することができる。データセットは、治験を計画または実施するためのプロセス（例えば、治験のための研究施設を始動するためのプロセス）に対応することができる。データセットは、プロセスに対応する複数のタスクのチェーンを含むことができ、各タスクのチェーンは、プロセスを完了するためのタスク（例えば、治験施設契約を完了すること、必要な治験施設承認を確保することなど）を含むことができる。データセットはまた、タスクのチェーンを完了するための予め定められた日付を含むことができる。コンピューティングシステムは、データセット、および各タスクのチェーンと関連付けられた他のデータを受信することができる。他のデータは、（ｉ）各タスクのチェーンにおけるタスク間の関係、（ｉｉ）チェーンにおけるタスクの困難な時間（例えば、タスクを完了するための時間）、（ｉｉｉ）チェーンの元のバッファ期間（例えば、チェーンにおける最後のタスクの困難な時間後の継続時間）、（ｉｖ）チェーンにおけるタスクの実施指標（例えば、タスクのリアルタイム状態またはタスクを完了する前の残り時間）、または（ｖ）複数のタスクのチェーン内のタスクの重要なシーケンス（例えば、最初から最後まで最長時間または経路を有する複数のタスクのチェーン間のタスクのチェーン）のうちの少なくとも１つに対応することができる。例示的な実施例では、コンピューティングシステムは、受信されたデータに基づいて各タスクのチェーンの進捗および各タスクのチェーンと関連付けられた様々なパラメータを判定して、複数のタスクのチェーンと関連付けられたリスク（例えば、所定の日付までにタスクのチェーンの１つ以上を完了しないリスク）を判定することができる。いくつかの実施例では、コンピューティングシステムは、他のデータを連続的または定期的に受信することができ、このデータは各タスクのチェーンの進捗および各タスクのチェーンと関連付けられた様々なパラメータを判定して、複数のタスクのチェーンと関連付けられたリスクを判定するために使用することができる。一実施例として、コンピューティングシステムは、タスクのチェーンにおけるタスクが実施または実行されるとき、（ｉ）各タスクのチェーンにおけるタスク間の関係、（ｉｉ）チェーンにおけるタスクの困難な時間、（ｉｉｉ）チェーンの元のバッファ期間、（ｉｖ）チェーンにおけるタスクの実施指標、または（ｖ）複数のタスクのチェーン内のタスクの重要なシーケンスのうちの少なくとも１つを含む追加のデータを定期的に受信することができる。コンピューティングシステムは、各タスクのチェーンの更新した進捗を判定し、または受信された他のデータに基づいて各タスクのチェーンと関連付けられた様々な更新パラメータを判定することができる。
[0023]例えば、コンピューティングシステムは、タスクのチェーンと関連付けられたバッファインデックスを判定することができ、このインデックスは所定の日付までにタスクのチェーンを完了するための信頼レベルを示すことができる。いくつかの実施例では、コンピューティングシステムは、バッファインデックスに基づいてタスクのチェーンと関連付けられたリスクレベルを判定することができる。例えば、コンピューティングシステムは、バッファインデックスがリスク閾値未満である場合、所定の日付までにタスクのチェーンを完了しない高いリスクがあると判定することができる。別の実施例では、コンピューティングシステムは、バッファインデックスがリスク閾値を超える場合、所定の日付までにタスクのチェーンを完了しない低いリスクがあると判定することができる。コンピューティングシステムは、複数のタスクのチェーンにおける各タスクのチェーンのための対応するバッファインデックスを判定することができ、このインデックスは所定の日付までに各チェーンを完了しないリスクを判定するために使用することができる。
[0024]複数のタスクのチェーン内のタスクのチェーンに対するバッファインデックスを判定することは、複数のタスクのチェーンと関連付けられたリスクを正規化することができる。例えば、コンピューティングシステムは、複数のタスクのチェーンと関連付けられたリスクを正規化するために複数のタスクのチェーン内の各タスクのチェーンに対するバッファインデックスを集約することができる。複数のタスクのチェーンと関連付けられたリスクを正規化することは、ネットワーク内のコンピューティングシステムによって通信を改善することができる。例えば、集約されたバッファインデックスは、コンピューティングシステムがいつまたはどのように複数のタスクのチェーンと関連付けられたデータまたは追加のデータセットを受信、送信、または別の方法で処理するかを判定するために使用することができる。このようにコンピューティングシステムによって通信を改善することは、ネットワーク内のコンピューティングシステムによって通信を改善するためのネットワークリソースの管理を容易にすることができる。
[0025]いくつかの実施例では、コンピューティングシステムはまた、複数のタスクのチェーンにおけるタスクのチェーンに対するバッファインデックスを調整するために所定の日付の変更を判定することができる。例えば、コンピューティングシステムは、タスクのチェーンに対する所望のバッファインデックスを表すデータを受信し、１つ以上のアルゴリズムに基づいて所望のバッファインデックスに対応する別の所定の日付を判定することができる。所定の日付を変更してバッファインデックスを調整することは、タスクのチェーンと関連付けられたリスクを軽減する（例えば、タスクのチェーンを完了しないリスクを低減する）ことができる。
[0026]いくつかの実施例では、コンピューティングシステムは、タスクのチェーンと関連付けられたデータ、コンピューティングシステムによって受信されたデータ、またはタスクのチェーンと関連付けられたバッファインデックスを出力するためのインターフェースを生成することができる。いくつかの実施例では、コンピューティングシステムは、タスクのチェーンのバッファインデックスを調整するために１つ以上のプロセスを選択または実施するためのデータを出力することができる。例えば、コンピューティングシステムは、バッファインデックスを調整するためのプロセスを選択するためにタスクのチェーンと関連付けられた任意のデータまたはタスクのチェーンのパラメータに対応するデータを出力することができる。
[0027]これらの例示的な実施例は、本明細書に記載した一般的な主題を読者に紹介するために与えられ、開示した概念の範囲を限定するものではない。以下の項は同様の数字が同様の要素を示す図面を参照して様々な追加の特徴および実施例を説明し、方向性の説明は例示的な実施例を説明するために使用されるが、同様の例示的な実施例が本開示を限定するために使用されるべきではない。
[0028]図１は、データセットと関連付けられた属性を予測するようにデータセットを正規化するためのコンピューティングデバイスのネットワークが作動する環境１００の一実施例のブロック図である。いくつかの実施形態では、環境１００は、コンピューティングデバイス１０２、１２４を含む。各コンピューティングデバイス１０２、１２４は、治験施設（例えば、治験を計画または実施するための治験施設）または治験施設外で位置決めすることができる。各コンピューティングデバイス１０２、１２４は、別のコンピューティングデバイス（例えば、環境１００内の別のコンピューティングデバイスまたは任意の他のコンピューティングデバイス）、またはユーザ入力の標識（例えば、ユーザがデータを含むようにコンピューティングデバイスをプログラミングする場合）からデータを受信することができる。環境はまた、ネットワーク１０１を含んでおり、このネットワークはコンピューティングデバイス１０２、１２４、またはこれらのみならず環境１００内の他のデバイスによるデータの通信を容易にするあらゆるネットワークであり得る。
[0029]各コンピューティングデバイス１０２、１２４は、データセットと関連付けられた属性を予測するようにデータセットを正規化するための１つ以上の構成要素を含むことができる。例えば、コンピューティングデバイス１０２は、プロセッサ１０４、バス１０６、およびメモリ１０８を含むことができる。プロセッサ１０４は、コンピューティングデバイス１０２を作動するために１つ以上の動作を実行することができる。プロセッサ１０４は、メモリ１０８に記憶した命令１１０を実行して動作を実行することができる。プロセッサ１０４の非限定的な例としては、フィールドプログラマブルゲートアレイ（「ＦＰＧＡ」）、特定用途向け集積回路（「ＡＳＩＣ」）、マイクロプロセッサなどが挙げられる。
[0030]プロセッサ１０４は、バス１０６を介してメモリ１０８に通信可能に結合することができる。メモリ１０８は、電源オフ時に記憶した情報を保持する随時のメモリデバイスを含むことができる。メモリ１０８の非限定的な例としては、電気的に消去可能なプログラマブル読み出し専用メモリ（「ＥＥＰＲＯＭ」）、フラッシュメモリ、または任意の他の種類の不揮発性メモリが挙げられる。いくつかの実施例では、メモリ１０８の少なくともいくつかは、プロセッサ１０４が命令１１０を読み出すことができるコンピュータ可読媒体を含むことができる。コンピュータ可読媒体は、プロセッサ１０４にコンピュータ可読命令または他のプログラムコードを提供することができる電子デバイス、光学デバイス、磁気デバイス、または他の記憶デバイスを含むことができる。コンピュータ可読媒体の非限定的な例としては、（これらに限定されないが）磁気ディスク（複数可）、メモリチップ（複数可）、ＲＯＭ、ランダムアクセスメモリ（「ＲＡＭ」）、ＡＳＩＣ、構成されたプロセッサ、光学記憶装置、またはコンピュータプロセッサが命令を読み出すことができる任意の他の媒体が挙げられる。命令は、例えば、Ｃ、Ｃ＋＋、Ｃ＃などを含む任意の好適なコンピュータプログラミング言語で記述されたコードからコンパイラまたはインタプリタによって生成されるプロセッサ固有の命令を含むことができる。
[0031]いくつかの実施例では、コンピューティングデバイス１０２は、入力／出力インターフェース構成要素（例えば、表示デバイス１２０および通信デバイス１２２）を含むことができる。コンピューティングデバイス１０２はまた、キーボード、接触感知式表面、マウス、および追加の記憶装置などの他の入力／出力インターフェース構成要素を含むことができる。
[0032]コンピューティングデバイス１０２は、通信デバイス１２２を介してデータを送信または受信することができる。いくつかの実施例では、通信デバイス１２２は、ネットワーク接続を容易にする任意の構成要素の１つ以上を表すことができる。いくつかの実施例では、通信デバイス１２２は、無線であってもよく、ＩＥＥＥ ８０２．１１、Ｂｌｕｅｔｏｏｔｈ（登録商標）、または携帯電話網にアクセスするための無線インターフェース（例えば、ＣＤＭＡ、ＧＳＭ（登録商標）、ＵＭＴＳ、または他の移動通信網にアクセスするための送受信機／アンテナ）などの無線インターフェースを含むことができる。別の実施例では、通信デバイス１２２は、有線であってもよく、Ｅｔｈｅｒｎｅｔ、ＵＳＢ、ＩＥＥＥ １３９４、または光ファイバインターフェースなどのインターフェースを含むことができる。コンピューティングデバイス１０２は、通信デバイス１２２を介してデータを送信または受信する（例えば、コンピューティングデバイス１２４または環境１００内の別のデバイスにデータを送信する）ことができる。別の実施例では、コンピューティングデバイス１０２は、通信デバイス１２２を介して遠隔地（例えば、治験施設外の位置または環境１００の外部の別のコンピューティングデバイス）にデータを送信することができる。図１に示す実施例では、コンピューティングデバイス１０２は、無線インターフェースを介してデータを送信および受信することができる。他の実施例では、コンピューティングデバイス１０２は、有線インターフェースを介してデータを送信および受信することができる。
[0033]いくつかの実施例では、メモリ１０８は、データ検知モジュール１１２を含むことができる。コンピューティングデバイス１０２は、データ検知モジュール１１２を使用してデータセットを受信することができる。コンピューティングデバイス１０２は、別のコンピューティングデバイスもしくはシステム（例えば、コンピューティングデバイス１２４、サーバ１４８、または別のコンピューティングデバイス）から、またはユーザ入力（例えば、ユーザがデータセットを含むコンピューティングデバイス１０２をプログラミングする場合）からデータセットを受信することができる。データセットは、治験を計画または実施するためのデータ（例えば、治験を実施することと関連付けられた１つ以上のタスク）と関連付けることができる。一実施例として、データセットは、治験を計画すること、治験の資金を調達すること、治験を実施すること、または治験を管理することに対するプロセスに対応することができる。いくつかの実施例では、データセットは、治験を計画または実施することと関連付けられたプロセスに対応するタスクの１つ以上のチェーンに関するデータを含むことができ、タスクのチェーンは、プロセスを完了するための少なくとも１つのタスクを含むことができる。データセットはまた、タスクのチェーンに対する重要日付（例えば、タスクのチェーンにおけるタスクを完了するための日付）を含むことができる。
[0034]いくつかの実施例では、コンピューティングデバイス１０２はまた、データ検知モジュール１１２を使用して、データセット内のデータを検出することができる。例えば、コンピューティングデバイス１０２は、データ検知モジュール１１２を使用して、信号を（例えば、別のコンピューティングデバイスまたはシステムから）受信し、またはデータ検知モジュール１１２にデータセット内の少なくともいくつかのデータを検出させるための命令を含むユーザ入力を受信することができる。一実施例として、データセットは、治験を計画または実施するための様々なプロセス（例えば、治験のための研究施設を始動するためのプロセス、治験のために被験者を募集するためのプロセスなど）と関連付けられたデータを含むことができ、データ検知モジュール１１２は、信号またはユーザ入力に基づいてデータセット内の治験のために被験者を募集するためのプロセスに対応するデータを検出することができる。
[0035]いくつかの実施例では、コンピューティングデバイス１０２は、データ検知モジュール１１２を使用して、他のデータを（例えば、別のコンピューティングデバイスまたはシステムから）受信することができる。他のデータは、治験を計画または実施するためのタスクの１つ以上のチェーンと関連付けることができ、他のデータは、タスクの１つ以上のチェーンを完了することについての進捗を判定するのに使用することができる。例えば、他のデータは、（ｉ）タスクのチェーンにおけるタスク間の関係、（ｉｉ）チェーンにおけるタスクの困難な時間（例えば、タスクを完了するための時間）、（ｉｉｉ）チェーンの元のバッファ期間（例えば、チェーンにおける最後のタスクの困難な時間後の継続時間）、（ｉｖ）チェーンにおけるタスクの実施指標（例えば、タスクのリアルタイム状態またはタスクを完了する前の残り時間）、または（ｖ）複数のタスクのチェーン内のタスクの重要なシーケンス（例えば、最初から最後まで最長時間または経路を有する複数のタスクのチェーン間のタスクのチェーン）のうちの少なくとも１つに対応することができる。
[0036]いくつかの実施例では、データ検知モジュール１１２は、コンピューティングデバイス１０２にリアルタイムで（例えば、タスクのチェーンにおけるタスクが実施されるときに）データセットまたは他のデータを受信させることができる。
[0037]データ検知モジュール１１２はまた、データを記憶するために使用することができる。例えば、データ検知モジュール１１２は、コンピューティングデバイス１０２に受信データまたは検出データの少なくともいくつかを記憶させることができる。いくつかの実施例では、コンピューティングデバイス１０２は、データベース１１８内にデータを記憶することができる。
[0038]メモリ１０８はまた、データフォーマットモジュール１１４を含むことができ、このモジュールはデータを処理するために使用することができる。いくつかの実施例では、データフォーマットモジュール１１４は、データ検知モジュール１１２に電気的または通信可能に結合することができ、データ検知モジュール１１２によって検知または記憶されたデータを受信し、このデータを処理することができる。いくつかの実施例では、データフォーマットモジュール１１４は、プロセスを完了するための１つ以上のタスクを含むことができる、データをタスクのチェーン（例えば、詳細に後述する図３のタスクのチェーン３０１）に電子的に変換することによって検出データまたは記憶データを処理するために使用することができる。例えば、データフォーマットモジュール１１４は、データ検知モジュール１１２からタスクのチェーンおよびタスクのチェーンにおけるタスク間の関係に関するデータを受信することができ、データフォーマットモジュールは、このデータを、治験を計画するためのプロセスに対応するタスクのチェーンに電子的に変換することができ、タスクのチェーンは、プロセスを完了するためのタスク（例えば、治験のための施設を始動するために必要な治験施設承認を確保すること）を含むことができる。いくつかの実施例では、データをタスクのチェーンに変換することは、受信されたデータを解析して、データに含まれるタスクの順序またはタスク間の関係を判定することと、この順序または関係に基づいてタスクのチェーンを生成することとを含む。例えば、データフォーマットモジュール１１４は、タスクが第１のタスクであり、かつ別のタスクが第２のタスクであると判定し、タスクの順序に基づいてタスクのチェーンを生成することができる。いくつかの実施例では、データフォーマットモジュール１１４はまた、タスクのチェーンまたはチェーンにおけるタスクに関するデータを処理し、このデータを電子的に可読形式に変換することができる。
[0039]メモリはまた、パラメータ判定モジュール１１５を含むことができ、このモジュールはタスクのチェーン（例えば、データフォーマットモジュール１１４を用いて生成されたタスクのチェーン）と関連付けられた様々なパラメータを判定するために使用することができる。例えば、パラメータ判定モジュール１１５は、コンピューティングデバイス１０２によって（例えば、データ検知モジュール１１２を介して）受信されたデータに基づいてパラメータを判定するために使用することができる。様々なパラメータは、タスクのチェーンと関連付けられたリスクを判定するために使用することができ、これらのパラメータは複数のタスクのチェーンと関連付けられたリスクを正規化するために使用することができる。一実施例として、パラメータ判定モジュール１１５は、タスクのチェーンと関連付けられたバッファインデックスを判定するために使用することができる。バッファインデックスは、タスクのチェーンの重要日付までにタスクのチェーンを完了するための信頼レベルを示すことができる。いくつかの実施例では、パラメータ判定モジュール１１５は、バッファインデックスに基づいてタスクのチェーンと関連付けられたリスクレベルを判定することができる。例えば、パラメータ判定モジュール１１５は、バッファインデックスがリスク閾値未満である場合、重要日付までにタスクのチェーンを完了しない高いリスクがあると判定することができる。別の実施例では、パラメータ判定モジュール１１５は、バッファインデックスがリスク閾値を超える場合、重要日付までにタスクのチェーンを完了しない低いリスクがあると判定することができる。いくつかの実施例では、パラメータ判定モジュール１１５は、複数のタスクのチェーンと関連付けられたバッファインデックスを判定し、各タスクのチェーンと関連付けられたバッファインデックスに少なくとも一部基づいて複数のタスクのチェーン内の各タスクのチェーンのランクを判定することができる。例えば、パラメータ判定モジュール１１５は、タスクの第１のチェーンと関連付けられたバッファインデックスをタスクの第２のチェーンと関連付けられた別のバッファインデックスと比較することができる。パラメータ判定モジュール１１５は、この比較に基づいてタスクの第１のチェーンおよびタスクの第２のチェーンのランクを判定することができる。パラメータ判定モジュール１１５は、各タスクのチェーンのランクに少なくとも一部基づいて複数のタスクのチェーン内の各タスクのチェーンと関連付けられたリスクレベル（例えば、重要日付までにタスクのチェーンを完了しないリスク）を判定することができる。
[0040]メモリはまた、重要日付調整モジュール１１６を含むことができる。重要日付調整モジュール１１６は、タスクの１つ以上のチェーンと関連付けられた１つ以上のバッファインデックスを解析するための１つ以上のアルゴリズムを含むことができる。重要日付調整モジュール１１６はまた、タスクのチェーンのバッファインデックスを調整するためにタスクのチェーンの重要日付の変更を判定するために使用することができる。例えば、重要日付調整モジュール１１６は、（ｉ）所望のバッファインデックス、（ｉｉ）タスクのチェーンの重要日付、（ｉｉｉ）タスクのチェーンの元のバッファ期間、（ｉｖ）タスクのチェーンを開始する所望の日付、または（ｖ）チェーン継続時間の割合としてチェーンを完了する前の残り時間に少なくとも一部基づいて、重要日付の変更を判定するために様々な式またはアルゴリズムを使用することができる。いくつかの実施例では、重要日付を変更してタスクのチェーンのバッファインデックスを調整することは、タスクのチェーンと関連付けられたリスクを軽減する（例えば、タスクのチェーンを完了しないリスクを低減する）ことができる。
[0041]いくつかの実施例では、コンピューティングデバイス１０２は、タスクのチェーンと関連付けられたデータ、コンピューティングデバイスによって受信されたデータ、タスクのチェーンのパラメータ、またはタスクのチェーンと関連付けられたバッファインデックスを出力または表示するためのインターフェースを生成することができる。例えば、コンピューティングデバイス１０２は、表示デバイス１２０を介してデータを表示することができる。いくつかの実施例では、コンピューティングデバイス１０２は、タスクのチェーンのバッファインデックスを調整するために１つ以上のプロセスを選択または実施するためのデータを出力することができる。例えば、コンピューティングデバイス１０２は、バッファインデックスを調整するためのプロセス（例えば、１つ以上のステップ）を選択するためにタスクのチェーンと関連付けられた任意のデータまたはタスクのチェーンのパラメータに対応するデータを出力することができる。
[0042]いくつかの実施例では、コンピューティングデバイス１２４は、プロセッサ１２６、バス１２８、メモリ１３０、データベース１４０、表示デバイス１４２、および通信デバイス１４６を含み、これらの各々はコンピューティングデバイス１０２のプロセッサ１０４、バス１０６、メモリ１０８、データベース１１８、表示デバイス１２０、および通信デバイス１２２と実質的に同じように構成することができるが、これらは同じである必要はない。いくつかの実施形態では、メモリ１３０は、命令１３２、データ検知モジュール１３４、データフォーマットモジュール１３６、パラメータ判定モジュール１３７、および重要日付調整モジュール１３８を含むことができ、これらの各々はコンピューティングデバイス１０２の命令１１０、データ検知モジュール１１２、データフォーマットモジュール１１４、パラメータ判定モジュール１１５、および重要日付調整モジュール１１６と実質的に同じように構成することができるが、これらは同じである必要はない。
[0043]いくつかの実施例では、環境１００は、コンピューティングデバイス１０２、１２４からのデータを記憶または処理するためのサーバ１４８を含むことができる。サーバ１４８は、任意のコンピューティングシステムまたは記憶デバイスであってもよく、通信デバイス１５０を含むことができる。通信デバイス１５０は、通信デバイス１２２、１４６と実質的に同じように構成することができる。コンピューティングデバイス１０２、１２４は、それぞれの通信デバイス１２２、１４６および通信デバイス１５０を介してサーバ１４８と通信することができる。
[0044]いくつかの実施例では、サーバ１４８は、各コンピューティングデバイス１０２、１２４にデータを送信することができる。例えば、サーバ１４８は、各コンピューティングデバイス１０２、１２４に治験を実施または計画するためのデータと関連付けられたデータセットを送信することができる。データセットは、コンピューティングデバイス１０２、１２４の対応するデータ検知モジュール１１２、１３４によって受信することができる。いくつかの実施例では、コンピューティングデバイス１０２、１２４は各々、サーバ１４８にデータを送信することができる。データは、コンピューティングデバイス１０２、１２４のデータ検知モジュール１１２、１３４によって受信または検出されたデータに対応することができる。データはまた、コンピューティングデバイス１０２、１２４のデータフォーマットモジュール１１４、１３６によって処理されたデータを含むことができる。例えば、コンピューティングデバイス１０２は、データフォーマットモジュール１１４によって生成された治験を計画するためのプロセスに対するタスクのチェーンに関するデータを送信することができる。データは、コンピューティングデバイス１０２によって（例えば、パラメータ判定モジュール１１５を介して）判定されたタスクのチェーンの様々なパラメータを含むことができる。別の実施例では、コンピューティングデバイス１０２は、チェーンにおけるタスクに関するデータの電子的に可読形式と関連付けられたデータをサーバ１４８に送信することができる。
[0045]サーバ１４８は、データ処理エンジン１５２を含むことができる。データ処理エンジン１５２は、サーバ１４８によって受信されたデータを処理するために使用することができる。いくつかの実施例では、データ処理エンジン１５２は、コンピューティングデバイス１０２、１２４によって（例えば、パラメータ判定モジュール１１５、１３７を用いて）判定され得るタスクのチェーンの様々なパラメータに対応するデータを処理するために使用することができる。別の実施例では、データ処理エンジン１５２は、コンピューティングデバイス１０２、１２４によって（例えば、パラメータ判定モジュール１１５、１３７を用いて）判定され得るタスクのチェーンと関連付けられたリスクレベルに対応するデータを処理するために使用することができる。いくつかの実施例では、環境１００は、サーバ１４８を含まなくてもよい。このような実施例では、コンピューティングデバイス１０２、１２４は、通信し（例えば、データを送信および受信し）、データを処理し、またはデータを直接記憶することができる。
[0046]いくつかの実施例では、各コンピューティングデバイス１０２、１２４は、データセットと関連付けられた属性を予測するようにデータセット（例えば、コンピューティングデバイス１０２、１２４によって受信、記憶、または処理されたデータセット）を正規化することができる。
[0047]図２は、データセットと関連付けられた属性を予測するようにデータセットを正規化するためのプロセスの一実施例を示すフローチャートである。図２のプロセスは、図１の環境１００に関して記載されるが、他の実装が可能である。
[0048]ブロック２０２では、治験と関連付けられたデータセットが受信される。いくつかの実施例では、コンピューティングデバイス１０２は、データセットを受信する。例えば、コンピューティングデバイス１０２は、データ検知モジュール１１２を用いてデータを受信することができる。コンピューティングデバイス１０２は、別のコンピューティングデバイス（例えば、コンピューティングデバイス１２４またはサーバ１４８）、またはユーザ入力（例えば、ユーザがデータセットを含むようにコンピューティングデバイスをプログラミングする場合）からデータセットを受信することができる。データセットは、治験を計画または実施するための１つ以上のプロセス（例えば、治験のための研究施設を始動するためのプロセス、治験のために被験者を募集するためのプロセスなど）と関連付けられたデータを含むことができる。いくつかの実施例では、データセットは、治験を計画または実施するために完了される１つ以上のタスクを含む。いくつかの実施例では、データセットはまた、１つ以上のタスクを完了するための重要日付（例えば、タスクを完了するための所定の日付）を含むことができる。
[0049]ブロック２０４では、データセットが記憶される。いくつかの実施例では、コンピューティングデバイス１０２は、データセットを記憶する。例えば、コンピューティングデバイス１０２は、データ検知モジュール１１２を用いてデータセットを記憶する。コンピューティングデバイス１０２は、データベース１１８内の検出データを記憶することができ、あるいはコンピューティングデバイス１０２は、記憶される別のコンピューティングデバイス（例えば、サーバ１４８またはコンピューティングデバイス１２４）にデータセットを送信することができる。
[0050]ブロック２０６では、治験と関連付けられたタスクのチェーンが記憶データに基づいて生成される。いくつかの実施例では、コンピューティングデバイス１０２は、記憶データ内のタスク間の関係を判定することによってタスクのチェーンを生成し、データフォーマットモジュール１１４を用いて、この関係に基づいて記憶データをタスクのチェーンに電子的に変換することができる。例えば、コンピューティングデバイス１０２は、データセット内の１つ以上のタスク間の関係を含むデータ（例えば、データはあるタスクが第１のタスクであり、かつもう別のタスクが第２のタスクであることを示すことができる）を受信することができ、コンピューティングデバイスは、この関係に基づいてタスクのチェーンを生成することができる。
[0051]一実施例として、図３は、タスクのチェーンに対する重要日付とともにタスクのチェーン３０１の一実施例を示すグラフである。図３に示す実施例では、コンピューティングデバイス１０２は、タスクのチェーン３０１を生成する（例えば、図２のブロック２０６において）ことができる。いくつかの実施例では、タスクのチェーン３０１は、プロセスに対応し、プロセスを完了するためのタスクを含む。例えば、タスクのチェーン３０１は、タスク３０２、３０４、３０６、３０８、３１０を含むことができ、これらの各々はプロセスを完了するために実施されるアクションまたはステップを表すことができる。例えば、タスクのチェーン３０１は、治験のための研究施設を始動するためのプロセスに対応することができる。タスク３０２は、治験施設契約を完了し、または治験施設承認を確保するステップを表すことができる。図３に示す実施例では、タスクのチェーン３０１におけるタスクは、順に実施することができる。例えば、タスク３０４は、タスク３０２が完了した後に実施することができる。別の実施例では、タスクのチェーン３０１におけるタスクは、部分的に同時に実施することができる。例えば、タスク３０４およびタスク３１０は、部分的に同時に実施することができる。
[0052]いくつかの実施例では、タスクのチェーン３０１における各タスクは、困難な時間を有することができる。困難な時間は、タスクを完了するための継続時間を表すことができる。例えば、タスク３０２は、Ｔ１からＴ２までの困難な時間を有することができる。一実施例として、Ｔ１からＴ２までの困難な時間は、１０日間の継続時間を表すことができる。タスク３０４は、Ｔ２からＴ３までの困難な時間を有することができ、これは４日間の継続時間を表すことができる。タスク３０６は、Ｔ３からＴ４までの困難な時間を有することができ、これは４日間の継続時間を表すことができる。タスク３０８は、６日間の継続時間を表すＴ４からＴ５までの困難な時間を有することができる。タスク３１０は、６日間の継続時間を表すＴ５からＴ６までの困難な時間を有することができる。
[0053]いくつかの実施例では、タスクのチェーン３０１は、チェーン継続時間を有することができる。チェーン継続時間は、タスクのチェーン３０１を完了するための継続時間であり得る。いくつかの実施例では、チェーン継続時間は、タスクのチェーン３０１におけるタスクの困難な時間の総和であり得る。例えば、タスクのチェーン３０１のチェーン継続時間は、タスク３０２、３０４、３０６、３０８、３１０の困難な時間の総和（例えば、３０日間）であり得る。
[0054]タスクのチェーン３０１はまた、元のバッファ期間を含むことができる。元のバッファ期間は、タスクのチェーン３０１における最後のタスクの困難な時間後の継続時間を表すことができる。例えば、タスクのチェーン３０１は、元のバッファ期間３１２を含むことができる。タスクのチェーン３０１の元のバッファ期間３１２は、Ｔ６からＴ７まであってもよく、これは８日間の継続時間を表すことができる。いくつかの実施例では、元のバッファ期間３１２は、タスクのチェーン３０１におけるタスクを完了する上での変動または遅延を緩和することができる。変動を緩和することは、タスクのチェーン３０１の管理（例えば、タスクのチェーン３０１が重要日付ＣＤまでに完了され得ることを確実にするようにタスクのチェーン３０１におけるタスクを管理すること）を容易にすることができる。
[0055]いくつかの実施例では、タスクのチェーン３０１は、重要日付ＣＤを有することができ、この日付はタスクのチェーン３０１を完了するための所望の日付（例えば、タスクのチェーン３０１における各タスク３０２、３０４、３０６、３０８、３１０を完了するための所定の日付）を表すことができる。
[0056]図２に戻ると、いくつかの実施例では、ブロック２０６では、コンピューティングデバイス１０２は、治験と関連付けられた複数のタスクのチェーンを生成することができる。例えば、図４は、タスクのチェーンに共通の重要日付ＣＤとともにタスクのチェーン３０１、３０３、３０５の一実施例を示すグラフである。
[0057]図４に示す実施例では、タスクのチェーン３０１、３０３、３０５は、様々なプロセス（例えば、治験を計画または実施するためのプロセス）に対応することができる。各タスクのチェーン３０１、３０３、３０５は、様々なプロセスを完了するためのタスクを含むことができる。例えば、タスクのチェーン３０１は、タスク３０２、３０４、３０６、３０８、３１０を含むことができる。タスクのチェーン３０３は、タスク３１４、３１６、３１８、３２０、３２２を含むことができる。タスクのチェーン３０５は、タスク３２６、３２８、３３０、３３２、３３４を含むことができる。いくつかの実施例では、タスクのチェーン３０１、３０３、３０５におけるタスクは、順に実施することができる。例えば、タスクのチェーン３０３におけるタスク３１６は、タスクのチェーン３０１におけるタスク３０２が完了した後に実施することができる。別の実施例では、タスクの異なるチェーンにおけるタスクは、部分的に同時に実施することができる。例えば、タスクのチェーン３０３におけるタスク３１４およびタスクのチェーン３０１におけるタスク３０２は、部分的に同時に実施することができる。タスクのチェーン３０１、３０３、３０５における各タスクは、図３に関して上述したように困難な時間と関連付けることができる。各タスクのチェーン３０１、３０３、３０５は、図３に関して上述したようにチェーン継続時間および元のバッファ期間３１２、３２４、３３６を有することができる。
[0058]いくつかの実施例では、タスクのチェーン３０１、３０３、３０５のうちの少なくとも１つは、タスクの重要なシーケンスであり得る。タスクの重要なシーケンスは、チェーンにおけるすべてのタスクを完了するために最長時間または最長経路を有するタスクのチェーンであり得る。例えば、図４では、タスクのチェーン３０１は、タスクのチェーンにおけるタスクの重要なシーケンスであり得る。別の実施例では、タスクの重要なシーケンスは、困難な時間の最大の総和を有するタスクを含むタスクのチェーンであり得る。
[0059]図４に示す実施例では、タスクのチェーン３０１、３０３、３０５は、タスクのチェーン３０１、３０３、３０５の各々を完了するための所望の日付を表す共通の重要日付ＣＤを有することができる。
[0060]図２および図４を参照すると、いくつかの実施例では、ブロック２０８では、コンピューティングデバイス１０２はまた、タスクのチェーン３０１、３０３、３０５の元のバッファ期間３１２、３２４、３３６をずらすことができる。例えば、図５は、図４のタスクのチェーン３０１、３０３、３０５の元のバッファ期間３１２、３２４、３３６のずれを示すグラフの一実施例である。図５に示す実施例では、コンピューティングデバイス１０２は、元のバッファ期間３１２、３２４、３３６を対応する継続時間３１１、３２３、３３５だけずらすことができる。一実施例として、元のバッファ期間３１２は、継続時間３１１だけずらすことができる。元のバッファ期間３２４は、継続時間３２３だけずらすことができる。元のバッファ期間３３６は、継続時間３３５だけずらすことができる。いくつかの実施例では、コンピューティングデバイス１０２は、元のバッファ期間３１２、３２４、３３６の終わりがタスクのチェーン３０１、３０３、３０５に対する重要日付ＣＤと一致するように、元のバッファ期間３１２、３２４、３３６をずらすことができる。
[0061]いくつかの実施例では、タスクのチェーンの元のバッファ期間をずらすことは、タスクのチェーンのチェーン継続時間を調整することができる。例えば、元のバッファ期間がずれる場合、タスクのチェーンのチェーン継続時間は、タスクのチェーンにおけるタスクの困難な時間と元のバッファ期間のずれの継続時間との総和であり得る。図５に示す実施例では、各タスクのチェーン３０１、３０３、３０５のチェーン継続時間は、継続時間３１１、３２３、３３５によって調整することができる。例えば、タスクのチェーン３０１のチェーン継続時間は、タスク３０２、３０４、３０６、３０８、３１０の困難な時間と継続時間３１１との総和であり得る。タスクのチェーン３０３のチェーン継続時間は、タスク３１４、３１６、３１８、３２０、３２２の困難な時間と継続時間３２３との総和であり得る。タスクのチェーン３０５のチェーン継続時間は、タスク３２６、３２８、３３０、３３２、３３４の困難な時間と継続時間３３５との総和であり得る。
[0062]図２に戻ると、ブロック２０８では、タスクのチェーン（例えば、図３〜図５のタスクのチェーン３０１、３０３、３０５）と関連付けられたデータの第１のサブセットが受信される。いくつかの実施例では、コンピューティングデバイス１０２は、別のコンピューティングデバイスから、またはデータ検知モジュール１１２を用いたユーザ入力を介してデータの第１のサブセットを受信する。データの第１のサブセットは、タスクのチェーンまたはタスクのチェーンにおける１つ以上のタスク（例えば、図３〜図５のタスク３０２）に関するデータを含むことができる。例えば、データの第１のサブセットは、（ｉ）各タスクのチェーンにおけるタスク間の関係（例えば、図３〜図５のタスク３０２とタスク３０４との関係）、（ｉｉ）チェーンにおけるタスクの困難な時間（例えば、タスク３０２の困難な時間）、（ｉｉｉ）タスクのチェーンの元のバッファ期間（例えば、タスクのチェーン３０１の元のバッファ期間３１２）、（ｉｖ）チェーンにおけるタスクの実施指標（例えば、タスク３０２のリアルタイム状態またはタスク３０２を完了する前の残り時間）、または（ｖ）複数のタスクのチェーン内のタスクの重要なシーケンス（例えば、タスクのチェーン３０１、３０３、３０５内のタスクの重要なシーケンス）に対応することができる。いくつかの実施例では、データの第１のサブセットは、タスクのチェーンを完了することについての進捗（例えば、タスクのチェーン３０１を完了することについての進捗）を判定するために使用することができる。
[0063]ブロック２１０では、タスクのチェーン（例えば、図３〜図５のタスクのチェーン３０１、３０３、３０５）と関連付けられたバッファインデックスは、データの第１のサブセット（例えば、ブロック２０８で受信されたデータの第１のサブセット）に基づいて判定することができる。いくつかの実施例では、コンピューティングデバイス１０２は、バッファインデックスを判定するためのタスクのチェーンと関連付けられた１つ以上のパラメータを判定し、このパラメータはタスクのチェーンと関連付けられたリスクを判定するために使用することができる。リスクは、特定の日付までにタスクのチェーンを完了しないリスク、または特定の日付までにタスクのチェーンを完了する可能性（例えば、図３〜図５の重要日付ＣＤまでにタスクのチェーン３０１を完了する可能性）であり得る。
[0064]例えば、コンピューティングデバイス１０２は、タスクのチェーンにおけるタスクの困難な時間に少なくとも一部基づいてタスクのチェーンのチェーン継続時間を判定することができる。例えば、コンピューティングデバイス１０２は、チェーンにおけるタスクの困難な時間の総和（例えば、図３〜図５のタスクのチェーン３０１におけるタスク３０２、３０４、３０６、３０８、３１０の困難な時間の総和）に基づいてチェーン継続時間を判定することができる。いくつかの実施例では、コンピューティングデバイス１０２は、タスクのチェーンにおけるタスクの困難な時間、およびタスクのチェーンの元のバッファ期間内のバッファのずれに少なくとも一部基づいてチェーン継続時間を判定することができる。一実施例として、コンピューティングデバイス１０２は、（ｉ）元のバッファ期間のずれの継続時間（例えば、図５の継続時間３１１）と、（ｉｉ）タスクのチェーンにおけるタスクの困難な時間の総和（例えば、図３〜図５のタスクのチェーン３０１におけるタスク３０２、３０４、３０６、３０８、３１０の困難な時間の総和）との総和に基づいてチェーン継続時間を判定することができる。
[0065]いくつかの実施例では、コンピューティングデバイス１０２は、タスクのチェーンを完了する前の残り時間（例えば、図３〜図５のタスクのチェーン３０１を完了する前の残り時間）を判定することができる。コンピューティングデバイス１０２は、タスクのチェーンにおけるタスクの実施指標（例えば、図３〜図５のタスク３０２の実施指標）に基づいてタスクのチェーンを完了する前の残り時間を判定することができ、これはタスクを完了する前の残り時間に対応することができる。一実施例として、コンピューティングデバイス１０２は、ｉ）タスクを完了する前の残り時間と、ｉｉ）タスクのチェーンにおける後続のタスクの困難な時間（例えば、タスク３０４、３０６、３０８、３１０の困難な時間）との総和を求めることによってタスクのチェーンを完了する前の残り時間を判定することができる。例えば、タスクを完了する前に残り５日間あり、タスクのチェーンにおける後続のタスクの困難な時間の総和が２０日である場合、コンピューティングデバイス１０２は、タスクのチェーンを完了する前の残り時間が３０日であると判定することができる。
[0066]いくつかの実施例では、コンピューティングデバイス１０２は、タスクのチェーンおよびチェーン継続時間を完了する前の残り時間を比較することができる。コンピューティングデバイス１０２は、この比較を使用して、チェーン継続時間の割合として残り時間を判定することができる。一実施例として、コンピューティングデバイス１０２は、タスクのチェーンを完了する前の残り時間をチェーン継続時間で割って、チェーン継続時間の割合として残り時間を判定することができる。
[0067]いくつかの実施例では、コンピューティングデバイス１０２は、元のバッファ期間の残りの量（例えば、図３〜図５の元のバッファ期間３１２の残りの量）を判定することができる。いくつかの実施例では、コンピューティングデバイス１０２は、タスクのチェーンにおけるタスクが実施されるとき（例えば、タスク３０２が実施されるとき）、リアルタイムで元のバッファ期間の残りの量を判定することができる。例えば、コンピューティングデバイス１０２は、タスクと関連付けられた実施指標（例えば、タスク３０２の実施指標）に基づいて元のバッファ期間の残りの量を判定することができ、これはタスクを完了する前の残り時間に対応することができる。コンピューティングデバイス１０２は、元のバッファ期間からタスクを完了する前の残り時間を引いて、元のバッファ期間の残りの量を判定することができる。いくつかの実施例では、コンピューティングデバイス１０２は、元のバッファ期間の残りの割合（例えば、元のバッファ期間３１２の残りの割合）を判定することができる。一実施例として、コンピューティングデバイス１０２は、元のバッファ期間の残りの量を元のバッファ期間で割って、元のバッファ期間の残りの割合を判定することができる。
[0068]いくつかの実施例では、コンピューティングデバイス１０２は、チェーン継続時間の割合として（ｉ）元のバッファ期間の残りの割合と、（ｉｉ）チェーンを完了する前の残り時間とを比較することによってタスクのチェーンと関連付けられたバッファインデックス（例えば、図３〜図５のタスクのチェーン３０１と関連付けられたバッファインデックス）を判定することができる。コンピューティングデバイス１０２は、この比較を使用して、タスクのチェーンに対するバッファインデックスを判定することができる。一実施例として、コンピューティングデバイス１０２は、チェーン継続時間の割合として元のバッファ期間の残りの割合を、チェーンを完了する前の残り時間で割って、タスクのチェーンのバッファインデックスを判定することができ、これは重要日付までにタスクのチェーンを完了するための信頼レベル（例えば、図３〜図５の重要日付ＣＤまでにタスクのチェーン３０１を完了する信頼）を示すことができる。いくつかの実施例では、コンピューティングデバイス１０２は、複数のタスクのチェーンと関連付けられたバッファインデックス（例えば、タスクのチェーン３０１、３０３、３０５の各々と関連付けられたバッファインデックス）を判定することができる。コンピューティングデバイス１０２は、タスクのチェーンのバッファインデックスに少なくとも一部基づいて複数のタスクのチェーン内の各タスクのチェーンのランクを判定することができる。例えば、コンピューティングデバイス１０２は、タスクのチェーン３０１と関連付けられた第１のバッファインデックス、およびタスクのチェーン３０３と関連付けられた第２のバッファインデックスを判定することができる。コンピューティングデバイス１０２は、第１のバッファインデックスと第２のバッファインデックスとを比較して、この比較に基づいてタスクのチェーン３０１のランクおよびタスクのチェーン３０３のランクを判定することができる。例えば、コンピューティングデバイス１０２は、タスクのチェーン３０１と関連付けられた第１のバッファインデックスがタスクのチェーン３０３と関連付けられた第２のバッファインデックスより低いと判定することに応答して、タスクのチェーン３０１を第１にランク付けし、タスクのチェーン３０３を第２にランク付けすることができる。
[0069]いくつかの実施例では、コンピューティングデバイス１０２は、バッファインデックスに基づいてタスクのチェーンと関連付けられたリスクレベルを判定することができる。例えば、コンピューティングデバイス１０２は、バッファインデックスがリスク閾値未満である場合、重要日付までにタスクのチェーンを完了しない高いリスクがあると判定することができる。別の実施例では、コンピューティングデバイス１０２は、バッファインデックスがリスク閾値を超える場合、重要日付までにタスクのチェーンを完了しない低いリスクがあると判定することができる。いくつかの実施例では、コンピューティングデバイス１０２は、タスクの１つ以上のチェーンのランクに少なくとも一部基づいてタスクの１つ以上のチェーンと関連付けられたリスクレベルを判定することができる。一実施例として、コンピューティングデバイス１０２は、上述したようにタスクのチェーン３０１のランクおよびタスクのチェーン３０３のランクを判定し、タスクのチェーン３０１およびタスクのチェーン３０３と関連付けられたリスクレベルを判定することができる。例えば、コンピューティングデバイス１０２は、上述したようにタスクのチェーン３０３より高くタスクのチェーン３０１をランク付けすることができ、このランク付けはタスクのチェーン３０３と比較して重要日付までにタスクのチェーン３０１を完了しないより高い可能性を示すことができる。
[0070]いくつかの実施例では、コンピューティングデバイス１０２は、タスクのチェーンと関連付けられたバッファインデックスを反復的に判定する。例えば、コンピューティングデバイス１０２は、タスクのチェーンにおけるタスクが実施または実行されるとき、（ｉ）各タスクのチェーンにおけるタスク間の関係、（ｉｉ）チェーンにおけるタスクの困難な時間、（ｉｉｉ）チェーンの元のバッファ期間、（ｉｖ）チェーンにおけるタスクの実施指標、または（ｖ）複数のタスクのチェーン内のタスクの重要なシーケンスのうちの少なくとも１つを含むデータの第２のサブセットを受信することができる。コンピューティングデバイス１０２は、データの第１のサブセットに関する上述と実質的に同じようにデータの第２のサブセットに基づいてタスクのチェーンと関連付けられた更新したバッファインデックスを判定することができる。いくつかの実施例では、コンピューティングデバイス１０２は、タスクのチェーンにおけるタスクが実施または実行されるとき、データの後続のサブセットを連続的（例えば、タスクのチェーンにおけるタスクの状態に対してリアルタイムで）または定期的に受信することができ、これはコンピューティングデバイス１０２がタスクのチェーンにおけるタスクを完了することについての進捗に基づいてバッファインデックスを反復的に判定または更新するのを可能にすることができる。このように、コンピューティングデバイス１０２は、タスクのチェーンにおける各タスクが実施、実行、または完了されるとき、タスクのチェーンにおけるタスクのリアルタイム更新または状態を提供することができる。
[0071]いくつかの実施例では、ブロック２１０では、コンピューティングデバイス１０２は、複数のタスクのチェーン（例えば、図４〜図５のタスクのチェーン３０１、３０３、３０５）と関連付けられたリスクを正規化することができる。複数のタスクのチェーンと関連付けられたリスクを正規化することは、複数のタスクのチェーン内の各タスクのチェーンに対するバッファインデックスを集約することを含むことができる。複数のタスクのチェーンと関連付けられたリスクを正規化することは、ネットワーク内のコンピューティングシステムによって通信を改善することができる。例えば、集約されたバッファインデックスは、１つ以上のコンピューティングデバイス（例えば、図１のコンピューティングデバイス１０２、１２４）がいつまたはどのように複数のタスクのチェーンと関連付けられたデータまたは追加のデータセットを受信、送信、または別の方法で処理するかを判定するために使用することができる。このようにコンピューティングシステムによって通信を改善することは、コンピューティングデバイスによって通信を改善するためのネットワークリソースの管理を容易にすることができる。
[0072]上述のように、いくつかの実施例では、バッファインデックスまたは集約したバッファインデックスは、１つ以上のコンピューティングデバイス１０２、１２４がいつまたはどのように追加のデータを受信、送信、または別の方法で処理するかを判定するために使用することができ、これはコンピューティングデバイス１０２、１２４または１つ以上のコンピューティングデバイス１０２、１２４のネットワークを管理するために使用することができる。例えば、バッファインデックスは、コンピューティングデバイス１０２、１２４がバッファインデックスに応じて遅かれ早かれ追加のデータを処理することができるかを判定するために使用することができる。一実施例として、各コンピューティングデバイス１０２、１２４は、コンピューティングデバイス１０２、１２４の各々と関連付けられたバッファインデックスがリスク閾値を超える（例えば、重要日付までにタスクのチェーンを完了しない低いリスクがある）場合に追加のデータを処理し始めることができる。別の実施例として、コンピューティングデバイス１０２、１２４は、コンピューティングデバイス１０２、１２４の各々と関連付けられたバッファインデックスがリスク閾値未満である（例えば、重要日付までにタスクのチェーンを完了しない高いリスクがある）場合に追加のデータの処理を遅延させることができる。別の実施例として、バッファインデックスを用いてコンピューティングデバイス１０２、１２４がいつ治験と関連付けられた追加のデータを受信または処理するかを判定することは、コンピューティングデバイス１０２、１２４の各々が他のデータを処理するために使用するのを可能にすることができる。更に別の実施例では、バッファインデックスを用いてコンピューティングデバイス１０２、１２４またはコンピューティングデバイスのネットワークを管理することは、コンピューティングデバイス１０２、１２４に利用可能にされる場合、コンピューティングデバイス１０２、１２４の能力を改善することができる１つ以上のリソースを判定することを含むことができる。
[0073]バッファインデックスに基づいてコンピューティングデバイス１０２、１２４または１つ以上のコンピューティングデバイスのネットワークを管理することは、コンピューティングデバイス１０２、１２４の各々の能力を改善することができる。例えば、バッファインデックスを用いてコンピューティングデバイス１０２、１２４の各々がいつ追加のデータを受信または処理するかを判定することは、コンピューティングデバイス１０２、１２４の各々のリソースを保持させることができる。一実施例として、バッファインデックスを用いてコンピューティングデバイス１０２、１２４の各々を管理することは、重要日付までにタスクのチェーンを完了しない可能性が低いとき、コンピューティングデバイス１０２、１２４の各々がリソース（例えば、能力）を確保するのを可能にすることができる。別の実施例として、コンピューティングデバイス１０２、１２４の各々と関連付けられたバッファインデックスは、コンピューティングデバイス１０２、１２４の各々によって処理されるデータ量、コンピューティングデバイス１０２、１２４の各々が追加のデータセットを処理することができる時間、またはコンピューティングデバイス１０２、１２４の各々が追加のデータセットを処理することができる継続時間を判定するために使用することができる。このように、コンピューティングデバイス１０２、１２４の各々のネットワークリソースまたはリソースは、コンピューティングデバイス１０２、１２４と関連付けられたバッファインデックスを用いて管理および保持することができ、これはコンピューティングデバイス１０２、１２４またはネットワークの能力を（例えば、特定の時間までリソースを確保することによって、またはコンピューティングデバイス１０２、１２４の各々の能力を保持することによって）改善することができる。
[0074]いくつかの実施例では、ブロック２１０では、コンピューティングデバイス１０２は、タスクの１つ以上のチェーンと関連付けられた１つ以上のバッファインデックスを調整するために（例えば、重要日付調整モジュール１１６を用いて）、タスクの１つ以上のチェーンと関連付けられた重要日付（例えば、図３〜図５の重要日付ＣＤ）の変更を判定することができる。
[0075]例えば、コンピューティングデバイス１０２は、タスクのチェーンに対する所望のバッファインデックス（例えば、図３〜図５のタスクのチェーン３０１に対する所望のバッファインデックス）に対応するデータを受信することができる。コンピューティングデバイス１０２は、所望のバッファインデックスを所定のバッファインデックスと比較することができる。コンピューティングデバイス１０２は、重要日付を段階的に増加または減少させ、所望のバッファインデックスの所望の値に達するまで、各段階に対するバッファインデックスを計算することによって、調整された日付を探すことによって所望のバッファインデックスを達成するための重要日付の変更を判定することができる。いくつかの実施例では、コンピューティングデバイス１０２は、線形または二次関数をコンピューティングデバイスによって判定または受信されたデータに適用することによって（例えば、ブロック２０２〜ブロック２１０で）、所望のバッファインデックスを達成するための重要日付の変更を判定することができる。コンピューティングデバイス１０２は、重要日付調整モジュール（例えば、図１の重要日付調整モジュール１１６）を用いて線形または二次公式を適用することができる。一実施例として、所望のバッファインデックスが判定されたバッファインデックス未満である場合、重要日付調整モジュールは、次の関数を適用して重要日付の変更を判定することができる。

ＣＤ２＝ＣＤ＋ＢＩＤｅｓｉｒｅｄ×ＢＰ１×ＣＰ

上記式中、ＣＤはタスクのチェーンの重要日付であり、ＢＩＤｅｓｉｒｅｄは所望のバッファインデックスであり、ＢＰ１はチェーンの元のバッファ期間（例えば、図２のブロック２０８で受信されたチェーンの元のバッファ期間）であり、ＣＰはチェーン継続時間の割合としてチェーンを完了する前の残り時間（例えば、チェーン継続時間で割ったチェーンを完了する前の残り時間）であり、ＣＤ２は所望のバッファインデックスを達成するための新しい重要日付である。別の実施例として、所望のバッファインデックスが判定されたバッファインデックスを超える場合、重要日付調整モジュールは、次の式を適用して所望のバッファインデックスを達成するための重要日付の変更を判定することができる。


[0076]上記式中、ＣＤはタスクのチェーンの重要日付であり、ＢＰ１はチェーンの元のバッファ期間であり、ＢＩＤｅｓｉｒｅｄは所望のバッファインデックスであり、ｃｈａｉｎＳｔａｒｔＤａｔｅｐｌａｎｎｅｄはチェーンを実施し始める所望の日付であり、Ｄｕｒａｔｉｏｎｒｅｍａｉｎｉｎｇはタスクのチェーンを完了する前の残り時間であり、ＣＤ２は所望のバッファインデックスを達成するための新しい重要日付である。
[0077]ブロック２１２では、タスクのチェーン、データの第１のサブセット、またはバッファインデックスと関連付けられたデータを含む表示用のインターフェースが生成される。いくつかの実施例では、コンピューティングデバイス１０２は、インターフェースを生成し、表示デバイス１２０を介してインターフェースを出力することができる。例えば、図６は、データセットと関連付けられた属性を予測するようにデータセットを正規化するためのコンピューティングデバイス１０２によって生成され得るユーザインターフェース６００の一実施例である。
[0078]図６に示す実施例では、コンピューティングデバイス１０２は、タスクのチェーンに関するデータに対応するユーザインターフェース６００を生成し、このユーザインターフェースを出力することができる。タスクのチェーンは、治験を計画または実施するためのプロセスに対応することができる。例えば、ユーザインターフェース６００は、タスクのチェーンが治験施設承認を確保し、治験施設契約を確保し、必須文書を確保し、または開始要件を完了するためのプロセスと関連付けられることを示すことができる。
[0079]図６に示す実施例では、ユーザインターフェース６００はまた、各タスクのチェーンと関連付けられた状態またはリスクレベルを含むことができる。例えば、ユーザインターフェース６００は、タスクのチェーンが重要日付までに完了しない危険状態であることを示すことができる。図６に示す実施例では、ユーザインターフェース６００は、治験施設契約を確保するためのタスクのチェーンが重要日付までに完了しない危険状態であることを示す。ユーザインターフェース６００はまた、治験施設承認を確保するためのタスクのチェーンが遅延していることを示すことができる。ユーザインターフェース６００はまた、必須文書を確保するためのタスクのチェーンが完了し、かつプロジェクト特有の開始要件を確保するためのタスクのチェーンが重要日付までに完了されるように順調に進行していることを示すことができる。
[0080]いくつかの実施例では、コンピューティングデバイスによって生成されたユーザインターフェース６００はまた、タスクのチェーンにおけるタスクの実施指標を表示することができる。実施指標は、タスクのリアルタイム状態に関するデータを含むことができる。実施指標はまた、タスクのチェーンと関連付けられたリスクの原因に対応するデータを含むことができる。図６に示す実施例では、ユーザインターフェース６００は、治験施設承認を確保するためのタスクのチェーンと関連付けられたリスクの状態または原因が、後の会議に審査が延期されることであることを示すことができる。
[0081]図６に示す実施例では、ユーザインターフェースはまた、治験と関連付けられた国、および治験と関連付けられた日付を示すことができる。
[0082]図７は、データセットと関連付けられた属性を予測するようにデータセットを正規化するためのコンピューティングデバイス１０２によって生成され得るユーザインターフェースの別の実施例である。図７に示す実施例では、ユーザインターフェースは、治験を実施するための所望の治験施設の量、所望の稼働治験施設の量を有する日付、所望の治験施設の各々と関連付けられた名前、所望の治験施設の各々の位置を含むことができる。ユーザインターフェースはまた、これまでの稼働している所望の治験施設の量のいくつか、残りの所望の治験施設の量のいくつか、期日まで順調に稼働している所望の治験施設の量のいくつか、期日まで稼働していない危険状態の所望の治験施設の量のいくつか、または遅延した所望の治験施設の量のいくつかを含むことができる。
[0083]図８〜図９は、データセットと関連付けられた属性を予測するようにデータセットを正規化するためのコンピューティングデバイス１０２によって生成され得るユーザインターフェースの他の実施例を示す。図８〜図９に示す実施例では、ユーザインターフェースは、治験のための被験者募集に関するグラフまたはデータを含むことができる。
[0084]いくつかの実施例では、コンピューティングデバイス１０２は、タスクのチェーンと関連付けられたデータ、データの第１のサブセット、またはタスクのチェーンと関連付けられたパラメータを調整するためにプロセスもしくはタスクを判定するためのバッファインデックスを含むインターフェースを生成することができる。例えば、コンピューティングデバイス１０２は、所望のバッファインデックス（例えば、ブロック２１０で受信された所望のバッファインデックス）に対応するようにタスクのチェーンのバッファインデックスを調整するためにプロセスまたはタスクを判定するためのデータを出力することができる。
[0085]上述のように、いくつか実施例では、コンピューティングデバイス１０２は、タスクのチェーンにおけるタスクが実施または実行されるとき、データの後続のサブセットを連続的または定期的に（例えば、タスクのチェーンにおけるタスクの状態に対してリアルタイムで）受信することができ、これはコンピューティングデバイス１０２がタスクのチェーンにおけるタスクを完了することについての進捗に基づいてバッファインデックスを反復的に判定または更新するのを可能にすることができる。このように、コンピューティングデバイス１０２は、タスクのチェーンにおける各タスクが実施、実行、または完了されるとき、タスクのチェーンにおけるタスクのリアルタイム更新または状態を提供することができる。このような実施形態では、コンピューティングデバイス１０２は、タスクのチェーンにおけるタスクの更新した状態に基づいてコンピューティングデバイス１０２によって生成されたユーザインターフェース（例えば、図８〜図９に示すユーザインターフェース）を更新することができる。一実施例として、コンピューティングデバイス１０２は、ユーザインターフェースを更新して、タスクのチェーンにおけるタスクの更新した実施指標（例えば、タスクのリアルタイム状態、またはタスクを完了する前の残り時間）を示すことができる。別の実施例として、コンピューティングデバイス１０２は、ユーザインターフェースを更新して、コンピューティングデバイス１０２によって受信されたデータの後続のサブセットに基づいてタスクのチェーンの更新したバッファインデックスを示すことができる。
[0086]例示した実施例を含む特定の実施例の前述の説明は、単に例示および説明のために提示しており、網羅的ではなく、または本開示を開示した正確な形態に限定するものではない。本開示の範囲から逸脱することなく、本開示の多数の修正、適応、および使用は当業者に明らかであろう。

Claims (20)

  1. 処理デバイスによって、治験と関連付けられたデータセットを受信するステップであって、前記データセットは前記治験を計画または実施するために完了される複数のタスクおよび前記複数のタスクを完了するための所定の日付に関するデータを含む、受信するステップと、
    前記処理デバイスによって、前記データセットを記憶するステップと、
    前記処理デバイスによって、前記複数のタスクにおけるタスク間の関係を判定することによって前記記憶されたデータに基づいてタスクのチェーンを生成し、前記関係に基づいて前記記憶されたデータを前記タスクのチェーンに電子的に変換するステップと、
    前記処理デバイスによって、前記タスクのチェーンと関連付けられたデータの第１のサブセットを受信するステップであって、前記データの第１のサブセットは前記タスクのチェーンを完了することについての進捗を判定するためのデータを含み、前記判定するためのデータは、前記タスクのチェーンにおけるタスクと関連付けられ前記タスクを完了するための時間に対応する困難な時間を含む、受信するステップと、
    前記処理デバイスによって、前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられ、前記所定の日付までに前記タスクのチェーンを完了する可能性を示す数値である、バッファインデックスを判定するステップであって、前記バッファインデックスは前記処理デバイスがいつ追加のデータセットを受信または処理するかを判定するために使用され得る、判定するステップと、
    前記処理デバイスによって、前記タスクのチェーン、前記データの第１のサブセット、または前記バッファインデックスと関連付けられたデータを含む表示用のインターフェースを生成するステップと、
    を含む、方法。
  2. 前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定することは、
    前記処理デバイスによって、前記困難な時間に少なくとも一部基づいて、前記タスクのチェーンを完了するための時間を表すチェーン継続時間を判定するステップ、または
    前記処理デバイスによって、前記タスクを完了する前の残り時間、および前記タスクのチェーンにおける別のタスクと関連付けられた困難な時間に基づいて、前記タスクのチェーンを完了する前の前記残り時間を判定するステップ
    を含む、請求項１に記載の方法。
  3. 前記処理デバイスによって、前記記憶されたデータに少なくとも一部基づいて複数のタスクのチェーンを生成するステップと、
    前記処理デバイスによって、前記複数のタスクのチェーンにおけるタスクのチェーンの各々と関連付けられたデータの第１のサブセットを受信するステップと、
    前記処理デバイスによって、各タスクのチェーンと関連付けられたバッファインデックスを判定するステップと、
    前記処理デバイスによって、各タスクのチェーンと関連付けられたバッファインデックスを比較するステップと、
    前記処理デバイスによって、前記タスクのチェーンと関連付けられた前記バッファインデックスに少なくとも一部基づいて各タスクのチェーンのランクを判定するステップであって、各タスクのチェーンの前記ランクは前記所定の日付までに前記タスクのチェーンを完了する可能性を判定するために使用され得る、判定するステップと、
    を更に含む、請求項１または２に記載の方法。
  4. 前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定することは、
    前記処理デバイスによって、前記困難な時間に少なくとも一部基づいて、前記タスクのチェーンを完了するための時間を表すチェーン継続時間を判定するステップと、
    前記処理デバイスによって、前記タスクを完了する前の残り時間、および前記タスクのチェーンにおける別のタスクと関連付けられた困難な時間に基づいて、前記タスクのチェーンを完了する前の前記残り時間を判定するステップと、
    前記処理デバイスによって、前記チェーン継続時間と前記タスクのチェーンを完了する前の前記残り時間とを比較することによってチェーン割合を判定するステップと、
    を含む、請求項１に記載の方法。
  5. 前記データの第１のサブセットは、前記タスクのチェーンにおける前記タスクと関連付けられ、前記タスクを完了する前の残り時間を表す、実施指標と、前記タスクのチェーンと関連付けられ、前記タスクのチェーンにおける最終のタスク後の時間を表す、バッファ期間を含み、
    前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定するステップは、
    前記処理デバイスによって、前記タスクのチェーンにおける前記タスクを完了する前の前記残り時間と前記バッファ期間とを比較することによって、前記実施指標および前記バッファ期間に基づいて前記タスクのチェーンに対する残りのバッファ期間を判定するステップであって、前記残りのバッファ期間は前記バッファ期間の残りの量を示す、判定するステップと、
    前記処理デバイスによって、前記バッファ期間と前記残りのバッファ期間とを比較することによってバッファ割合を判定するステップと、
    を含む、請求項４に記載の方法。
  6. 前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定するステップは、
    前記処理デバイスによって、前記チェーン割合と前記バッファ割合とを比較することによって前記バッファインデックスを判定するステップと、
    前記処理デバイスによって、前記バッファインデックスをリスク閾値と比較することによって前記バッファインデックスが前記リスク閾値超または未満であるかを判定するステップと、
    前記処理デバイスによって、前記インターフェースを介して前記バッファインデックスに対応するデータを出力するステップと、
    前記処理デバイスによって、前記バッファインデックスが前記リスク閾値超または未満であると判定することに応答して、前記所定の日付までに前記タスクのチェーンを完了する可能性を示すリスクレベルを出力するステップと、
    を更に含む、請求項５に記載の方法。
  7. 前記処理デバイスによって、所望のバッファインデックスを受信するステップと、
    ｉ）前記所望のバッファインデックス、ｉｉ）前記所定の日付、およびｉｉｉ）前記タスクのチェーンに対する前記バッファ期間に基づいて前記バッファインデックスを調整するための前記所定の日付の変更を判定するステップであって、前記バッファインデックスを調整することは前記バッファインデックスが前記所望のバッファインデックスに対応するように前記バッファインデックスを調整することを含む、判定するステップと、
    前記バッファインデックスを調整するためのデータを出力するステップと、
    を更に含む、請求項６に記載の方法。
  8. 前記処理デバイスによって、データの第２のサブセットを受信するステップと、
    前記処理デバイスによって、データの前記第２のサブセットに基づいて前記タスクのチェーンと関連付けられ、前記所定の日付までに前記タスクのチェーンを完了する更新した可能性に対応する、更新したバッファインデックスを判定するステップと、
    前記処理デバイスによって、前記タスクのチェーン、データの前記第２のサブセット、または前記更新したバッファインデックスと関連付けられたデータを含む表示用の更新したインターフェースを生成するステップと、
    を更に含む、請求項１または２に記載の方法。
  9. 処理デバイスと、
    前記処理デバイスに通信可能に結合された非一時的コンピュータ可読媒体を備え、
    前記処理デバイスは、
    治験と関連付けられたデータセットを受信するステップであって、前記データセットは前記治験を計画または実施するために完了される複数のタスクおよび前記複数のタスクを完了するための所定の日付に関するデータを含む、受信するステップと、
    前記データセットを記憶するステップと、
    前記複数のタスクにおけるタスク間の関係を判定することによって前記記憶されたデータに基づいてタスクのチェーンを生成し、前記関係に基づいて前記記憶されたデータを前記タスクのチェーンに電子的に変換するステップと、
    前記タスクのチェーンと関連付けられたデータの第１のサブセットを受信するステップであって、前記データの第１のサブセットは前記タスクのチェーンを完了することについての進捗を判定するためのデータを含み、前記判定するためのデータは、前記タスクのチェーンにおけるタスクと関連付けられ前記タスクを完了するための時間に対応する困難な時間を含む、受信するステップと、
    前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられ、前記所定の日付までに前記タスクのチェーンを完了する可能性を示す数値である、バッファインデックスを判定するステップであって、前記バッファインデックスは前記処理デバイスがいつ追加のデータセットを受信または処理するかを判定するために使用され得る、判定するステップと、
    前記タスクのチェーン、前記データの第１のサブセット、または前記バッファインデックスと関連付けられたデータを含む表示用のインターフェースを生成するステップと、
    を含む、動作を実行するように構成される、
    システム。
  10. 前記処理デバイスは、
    前記困難な時間に少なくとも一部基づいて、前記タスクのチェーンを完了するための時間を表す、チェーン継続時間を判定するステップ、または
    前記タスクを完了する前の残り時間、および前記タスクのチェーンにおける別のタスクと関連付けられた困難な時間に基づいて前記タスクのチェーンを完了する前の前記残り時間を判定するステップ
    を行うことによって前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定するように更に構成される、請求項９に記載のシステム。
  11. 前記処理デバイスは、
    前記記憶されたデータに少なくとも一部基づいて複数のタスクのチェーンを生成するステップと、
    前記複数のタスクのチェーンにおけるタスクのチェーンの各々と関連付けられたデータの第１のサブセットを受信するステップと、
    前記複数のタスクのチェーンにおける各タスクのチェーンと関連付けられたバッファインデックスを判定するステップと、
    前記複数のタスクのチェーンにおける各タスクのチェーンと関連付けられたバッファインデックスを比較するステップと、
    前記タスクのチェーンと関連付けられた前記バッファインデックスに少なくとも一部基づいて各タスクのチェーンのランクを判定するステップであって、各タスクのチェーンの前記ランクは前記所定の日付までに前記タスクのチェーンを完了する可能性を判定するために使用され得る、判定するステップと、
    を行うように更に構成される、請求項９または１０に記載のシステム。
  12. 前記処理デバイスは、
    前記困難な時間に少なくとも一部基づいて、前記タスクのチェーンを完了するための時間を表す、チェーン継続時間を判定するステップと、
    前記タスクを完了する前の残り時間、および前記タスクのチェーンにおける別のタスクと関連付けられた困難な時間に基づいて前記タスクのチェーンを完了する前の前記残り時間を判定するステップと、
    前記チェーン継続時間と前記タスクのチェーンを完了する前の前記残り時間とを比較することによってチェーン割合を判定するステップと、
    を行うことによって前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定するように更に構成される、請求項９に記載のシステム。
  13. 前記データの第１のサブセットは、前記タスクのチェーンにおける前記タスクと関連付けられ、前記タスクを完了する前の残り時間を表す、実施指標と、前記タスクのチェーンと関連付けられ、前記タスクのチェーンにおける最終のタスク後の時間を表す、バッファ期間を含み、
    前記処理デバイスは、
    前記タスクのチェーンにおける前記タスクを完了する前の前記残り時間と前記バッファ期間とを比較することによって前記実施指標および前記バッファ期間に基づいて前記タスクのチェーンに対する残りのバッファ期間を判定するステップであって、前記残りのバッファ期間は前記バッファ期間の残りの量を示す、判定するステップと、
    前記バッファ期間と前記残りのバッファ期間とを比較することによってバッファ割合を判定するステップと、
    を行うことによって前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定するように更に構成される、請求項１２に記載のシステム。
  14. 前記処理デバイスは、
    前記チェーン割合と前記バッファ割合とを比較することによって前記バッファインデックスを判定するステップと、
    前記バッファインデックスをリスク閾値と比較することによって前記バッファインデックスが前記リスク閾値超または未満であるかを判定するステップと、
    前記インターフェースを介して前記バッファインデックスに対応するデータを出力するステップと、
    前記バッファインデックスが前記リスク閾値超または未満であると判定することに応答して、前記所定の日付までに前記タスクのチェーンを完了する前記可能性を示すリスクレベルを出力するステップと、
    を行うことによって前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定するように更に構成される、請求項１３に記載のシステム。
  15. 前記処理デバイスは、
    所望のバッファインデックスを受信するステップと、
    ｉ）前記所望のバッファインデックス、ｉｉ）前記所定の日付、およびｉｉｉ）前記タスクのチェーンに対する前記バッファ期間に基づいて前記バッファインデックスを調整するための前記所定の日付の変更を判定するステップであって、前記バッファインデックスを調整することは前記バッファインデックスが前記所望のバッファインデックスに対応するように前記バッファインデックスを調整することを含む、判定するステップと、
    前記バッファインデックスを調整するためのデータを出力するステップと、
    を行うように更に構成される、請求項１４に記載のシステム。
  16. コンピューティングデバイスに動作を実行させるようにプロセッサデバイスによって実行可能なプログラムコードを記憶する非一時的コンピュータ可読媒体であって、前記動作は、
    治験と関連付けられたデータセットを受信するステップであって、前記データセットは前記治験を計画または実施するために完了される複数のタスクおよび前記複数のタスクを完了するための所定の日付に関するデータを含む、受信するステップと、
    前記データセットを記憶するステップと、
    前記複数のタスクにおけるタスク間の関係を判定することによって前記記憶されたデータに基づいてタスクのチェーンを生成し、前記関係に基づいて前記記憶されたデータを前記タスクのチェーンに電子的に変換するステップと、
    前記タスクのチェーンと関連付けられたデータの第１のサブセットを受信するステップであって、前記データの第１のサブセットは前記タスクのチェーンを完了することについての進捗を判定するためのデータを含み、前記判定するためのデータは、前記タスクのチェーンにおけるタスクと関連付けられ前記タスクを完了するための時間に対応する困難な時間を含む、受信するステップと、
    前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられ、前記所定の日付までに前記タスクのチェーンを完了する可能性を示す数値である、バッファインデックスを判定するステップであって、前記バッファインデックスは前記コンピューティングデバイスがいつ追加のデータセットを受信または処理するかを判定するために使用され得る、判定するステップと、
    前記タスクのチェーン、前記データの第１のサブセット、または前記バッファインデックスと関連付けられたデータを含む表示用のインターフェースを生成するステップと、
    を含む、非一時的コンピュータ可読記憶媒体。
  17. 前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定する前記動作は、
    前記困難な時間に少なくとも一部基づいて、前記タスクのチェーンを完了するための時間を表す、チェーン継続時間を判定するステップ、または
    前記タスクを完了する前の残り時間、および前記タスクのチェーンにおける別のタスクと関連付けられた困難な時間に基づいて前記タスクのチェーンを完了する前の前記残り時間を判定するステップ
    を含む、請求項１６に記載の非一時的コンピュータ可読記憶媒体。
  18. 前記記憶されたデータに少なくとも一部基づいて複数のタスクのチェーンを生成するステップと、
    前記複数のタスクのチェーンにおけるタスクのチェーンの各々と関連付けられたデータの第１のサブセットを受信するステップと、
    前記複数のタスクのチェーンにおける各タスクのチェーンと関連付けられたバッファインデックスを判定するステップと、
    前記複数のタスクのチェーンにおける各タスクのチェーンと関連付けられたバッファインデックスを比較するステップと、
    前記タスクのチェーンと関連付けられた前記バッファインデックスに少なくとも一部基づいて各タスクのチェーンのランクを判定するステップであって、各タスクのチェーンの前記ランクは前記所定の日付までに前記タスクのチェーンを完了する可能性を判定するために使用され得る、判定するステップと、
    を行う、前記動作を前記コンピューティングデバイスに実行させるプログラムコードを更に備える、請求項１６または１７に記載の非一時的コンピュータ可読記憶媒体。
  19. 前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定する前記動作は、
    前記困難な時間に少なくとも一部基づいて、前記タスクのチェーンを完了するための時間を表す、チェーン継続時間を判定するステップと、
    前記タスクを完了する前の残り時間、および前記タスクのチェーンにおける別のタスクと関連付けられた困難な時間に基づいて前記タスクのチェーンを完了する前の前記残り時間を判定するステップと、
    前記チェーン継続時間と前記タスクのチェーンを完了する前の前記残り時間とを比較することによってチェーン割合を判定するステップと、
    を含む、請求項１６に記載の非一時的コンピュータ可読記憶媒体。
  20. 前記データの第１のサブセットは、前記タスクのチェーンにおける前記タスクと関連付けられ、前記タスクを完了する前の残り時間を表す、実施指標と、前記タスクのチェーンと関連付けられ、前記タスクのチェーンにおける最終のタスク後の時間を表す、バッファ期間を含み、
    前記データの第１のサブセットに基づいて前記タスクのチェーンと関連付けられた前記バッファインデックスを判定する前記動作は、
    前記タスクのチェーンにおける前記タスクを完了する前の前記残り時間と前記バッファ期間とを比較することによって前記実施指標および前記バッファ期間に基づいて前記タスクのチェーンに対する残りのバッファ期間を判定するステップであって、前記残りのバッファ期間は前記バッファ期間の残りの量を示す、判定するステップと、
    前記バッファ期間と前記残りのバッファ期間とを比較することによってバッファ割合を判定するステップと、
    前記チェーン割合と前記バッファ割合とを比較することによって前記バッファインデックスを判定するステップと、
    前記バッファインデックスをリスク閾値と比較することによって前記バッファインデックスが前記リスク閾値超または未満であるかを判定するステップと、
    前記インターフェースを介して前記バッファインデックスに対応するデータを出力するステップと、
    前記バッファインデックスが前記リスク閾値超または未満であると判定することに応答して、前記所定の日付までに前記タスクのチェーンを完了する前記可能性を示すリスクレベルを出力するステップと、
    所望のバッファインデックスを受信するステップと、
    ｉ）前記所望のバッファインデックス、ｉｉ）前記所定の日付、およびｉｉｉ）前記タスクのチェーンに対する前記バッファ期間に基づいて前記バッファインデックスを調整するための前記所定の日付の変更を判定するステップであって、前記バッファインデックスを調整することは前記バッファインデックスが前記所望のバッファインデックスに対応するように前記バッファインデックスを調整することを含む、判定するステップと、
    前記バッファインデックスを調整するためのデータを出力するステップと、
    を含む、請求項１９に記載の非一時的コンピュータ可読記憶媒体。
JP2018520382A 2015-07-02 2016-06-30 データセットの属性を予測するためのデータセットの正規化 Active JP6755947B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562188065P 2015-07-02 2015-07-02
US62/188,065 2015-07-02
US15/193,676 US10748654B2 (en) 2015-07-02 2016-06-27 Normalizing data sets for predicting an attribute of the data sets
US15/193,676 2016-06-27
PCT/US2016/040336 WO2017004348A1 (en) 2015-07-02 2016-06-30 Normalizing data sets for predicting an attribute of the data sets

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2020142192A Division JP2020205073A (ja) 2015-07-02 2020-08-26 データセットの属性を予測するためのデータセットの正規化

Publications (2)

Publication Number Publication Date
JP2018523249A JP2018523249A (ja) 2018-08-16
JP6755947B2 true JP6755947B2 (ja) 2020-09-16

Family

ID=57609605

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2018520382A Active JP6755947B2 (ja) 2015-07-02 2016-06-30 データセットの属性を予測するためのデータセットの正規化
JP2020142192A Pending JP2020205073A (ja) 2015-07-02 2020-08-26 データセットの属性を予測するためのデータセットの正規化

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2020142192A Pending JP2020205073A (ja) 2015-07-02 2020-08-26 データセットの属性を予測するためのデータセットの正規化

Country Status (8)

Country Link
US (2) US10748654B2 (ja)
EP (1) EP3317791A4 (ja)
JP (2) JP6755947B2 (ja)
KR (1) KR20180030049A (ja)
CA (1) CA2990875A1 (ja)
IL (1) IL256552A (ja)
RU (1) RU2018102378A (ja)
WO (1) WO2017004348A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10748654B2 (en) 2015-07-02 2020-08-18 PRA Health Sciences, Inc. Normalizing data sets for predicting an attribute of the data sets
CN108647808B (zh) * 2018-04-11 2022-03-29 济南大学 一种生产参数优化预测方法、装置、设备及存储介质

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050055241A1 (en) 2003-09-09 2005-03-10 Horstmann Stephen P. Apparatus, system and method for clinical documentation and data management
US20060218012A1 (en) 2005-03-22 2006-09-28 HERNANDEZ Andres System for managing documents and associated document information deficiencies
US10157355B2 (en) * 2005-11-15 2018-12-18 General Electric Company Method to view schedule interdependencies and provide proactive clinical process decision support in day view form
US20090112618A1 (en) 2007-10-01 2009-04-30 Johnson Christopher D Systems and methods for viewing biometrical information and dynamically adapting schedule and process interdependencies with clinical process decisioning
CN102027478A (zh) 2008-05-12 2011-04-20 皇家飞利浦电子股份有限公司 辅助制定治疗计划的系统和方法
US20110106713A1 (en) 2009-10-30 2011-05-05 Realization Technologies, Inc. Post facto identification and prioritization of causes of buffer consumption
US8973010B2 (en) 2010-05-28 2015-03-03 Varian Medical Systems International, AG Scheduling image recognition tasks based on task dependency and phase
US10074147B2 (en) 2010-06-16 2018-09-11 Parexel International Corporation Integrated clinical trial workflow system
US9156854B2 (en) * 2011-04-18 2015-10-13 Immunogen, Inc. Maytansinoid derivatives with sulfoxide linker
WO2013009890A2 (en) 2011-07-13 2013-01-17 The Multiple Myeloma Research Foundation, Inc. Methods for data collection and distribution
US8626542B1 (en) * 2011-07-19 2014-01-07 Realization Technologies, Inc. Full-kit management in projects: computing the full-kit delay
US20130144679A1 (en) 2011-12-02 2013-06-06 The Boeing Company Simulation and Visualization for Project Planning and Management
US9262869B2 (en) * 2012-07-12 2016-02-16 UL See Inc. Method of 3D model morphing driven by facial tracking and electronic device using the method the same
US20140033057A1 (en) * 2012-07-23 2014-01-30 Tencent Technology (Shenzhen) Company Limited Method, apparatus, and system for managing information in a mobile device
US20150032472A1 (en) * 2013-01-06 2015-01-29 KDunn & Associates, P.A. Total quality management for healthcare
US9076116B2 (en) * 2013-02-04 2015-07-07 The Boeing Company Alpha-chain constraints for process planning
US20140236651A1 (en) * 2013-02-15 2014-08-21 The Boeing Company Display of Process-Plan Execution
US10373709B2 (en) * 2013-05-02 2019-08-06 Oracle International Corporation Framework for modeling a clinical trial study using a cross-over treatment design
WO2015011854A1 (ja) * 2013-07-25 2015-01-29 パナソニックＩｐマネジメント株式会社 電気機器の管理方法、管理システム、電気機器、操作端末、及びプログラム
US20150324728A1 (en) * 2014-05-09 2015-11-12 Oracle International Corporation Dynamic task distribution system
US10776745B2 (en) * 2014-08-06 2020-09-15 United Parcel Service Of America, Inc. Concepts for monitoring shipments
US10748654B2 (en) 2015-07-02 2020-08-18 PRA Health Sciences, Inc. Normalizing data sets for predicting an attribute of the data sets

Also Published As

Publication number Publication date
KR20180030049A (ko) 2018-03-21
JP2018523249A (ja) 2018-08-16
US10748654B2 (en) 2020-08-18
IL256552A (en) 2018-02-28
US20170004412A1 (en) 2017-01-05
JP2020205073A (ja) 2020-12-24
WO2017004348A1 (en) 2017-01-05
RU2018102378A3 (ja) 2019-08-02
US20210005311A1 (en) 2021-01-07
EP3317791A4 (en) 2019-02-13
EP3317791A1 (en) 2018-05-09
RU2018102378A (ru) 2019-08-02
CA2990875A1 (en) 2017-01-05

Similar Documents

Publication Publication Date Title
US10846643B2 (en) Method and system for predicting task completion of a time period based on task completion rates and data trend of prior time periods in view of attributes of tasks using machine learning models
US11860920B2 (en) System and method for providing technology assisted data review with optimizing features
US10325008B2 (en) Techniques for estimating compound probability distribution by simulating large empirical samples with scalable parallel and distributed processing
US20180268320A1 (en) Machine learning models in location based episode prediction
US20190057320A1 (en) Data processing apparatus for accessing shared memory in processing structured data for modifying a parameter vector data structure
US11308418B2 (en) Automatic selection of variables for a machine-learning model
US20220129825A1 (en) Method for estimating amount of task objects required to reach target completed tasks
US9471470B2 (en) Automatically recommending test suite from historical data based on randomized evolutionary techniques
CA2901073C (en) Predictive model generator
US20190354572A1 (en) Balancing provenance and accuracy tradeoffs in data modeling
WO2016036809A1 (en) Systems, methods, and computer medium to enhance hydrocarbon reservoir simulation
US20200241878A1 (en) Generating and providing proposed digital actions in high-dimensional action spaces using reinforcement learning models
US20180330261A1 (en) Auto-selection of hierarchically-related near-term forecasting models
JP2020205073A (ja) データセットの属性を予測するためのデータセットの正規化
US9984118B2 (en) Data loading techniques for an in-memory database
WO2023086033A2 (en) Methods and systems for asset management
US20220366318A1 (en) Machine Learning Hyperparameter Tuning
CN109669977A (zh) 跨数据库的数据接入方法、装置、计算机设备及存储介质
CN115248815A (zh) 预测查询处理
US20210158205A1 (en) Labeling a dataset
US20230060245A1 (en) System and method for automated account profile scoring on customer relationship management platforms
US20140316851A1 (en) Predicting customer receptivity for commercial engagement
WO2023023342A1 (en) Automated iterative predictive modeling computing platform
KR20240149524A (ko) 머신러닝 기반 수요 예측 방법, 프로그램 및 장치
CN118312810A (zh) 一种天然气管道监管方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190627

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200326

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200414

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200713

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: 20200727

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200826

R150 Certificate of patent or registration of utility model

Ref document number: 6755947

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250