JP6902473B2 - ワークフロー管理エンジンを含む適応型治療管理システム - Google Patents
ワークフロー管理エンジンを含む適応型治療管理システム Download PDFInfo
- Publication number
- JP6902473B2 JP6902473B2 JP2017547954A JP2017547954A JP6902473B2 JP 6902473 B2 JP6902473 B2 JP 6902473B2 JP 2017547954 A JP2017547954 A JP 2017547954A JP 2017547954 A JP2017547954 A JP 2017547954A JP 6902473 B2 JP6902473 B2 JP 6902473B2
- Authority
- JP
- Japan
- Prior art keywords
- treatment
- protocol
- protocols
- clinical
- 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.)
- Active
Links
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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Description
（関連出願との相互参照）
［０１］
本出願は、２０１５年３月１０日に出願された米国仮特許出願第６２／１３１、１０２号の優先権の利益を主張し、その全内容は参照により本明細書に組み込まれる。
［０１］
本出願は、２０１５年３月１０日に出願された米国仮特許出願第６２／１３１、１０２号の優先権の利益を主張し、その全内容は参照により本明細書に組み込まれる。
（技術分野）
［０２］
本開示は、一般に、癌治療管理システムに関し、より詳しくは、独立した治療のモデリング、配信、及び評価を提供し、ワークフロー管理エンジンを含む適応型治療管理システムに関する。
［０２］
本開示は、一般に、癌治療管理システムに関し、より詳しくは、独立した治療のモデリング、配信、及び評価を提供し、ワークフロー管理エンジンを含む適応型治療管理システムに関する。
［０３］
ヒトの癌の治療に成功するには、周囲の組織に健常な細胞を保存しながら癌細胞を排除する必要がある。癌の治療には、例えば、外部ビーム療法、近接照射療法、術中放射線療法などの様々な治療的システムや治療が使用される。放射線療法の癌治療は、１つ又はそれ以上の治療管理システムによって促進され得る。放射線治療管理システムは、とりわけ、診断、治療計画、モニタリング、及び記録保持などのような特定の治療に含まれる様々な治療作業に対するワークフロー計画及びサポートを提供することができる。システムによっては、部分的に自動化されたワークフロー計画がある。
ヒトの癌の治療に成功するには、周囲の組織に健常な細胞を保存しながら癌細胞を排除する必要がある。癌の治療には、例えば、外部ビーム療法、近接照射療法、術中放射線療法などの様々な治療的システムや治療が使用される。放射線療法の癌治療は、１つ又はそれ以上の治療管理システムによって促進され得る。放射線治療管理システムは、とりわけ、診断、治療計画、モニタリング、及び記録保持などのような特定の治療に含まれる様々な治療作業に対するワークフロー計画及びサポートを提供することができる。システムによっては、部分的に自動化されたワークフロー計画がある。
［０４］
治療の過程において、医療従事者は、様々な疾患の解剖学的構造を治療するための様々なシステム及び機器を自由に利用することができる。それぞれのシステムは、とりわけ、前立腺、乳房、頭頸部、肺、胃腸及び生殖器の解剖学的構造における特定の癌の標的治療を提供することができる。
治療の過程において、医療従事者は、様々な疾患の解剖学的構造を治療するための様々なシステム及び機器を自由に利用することができる。それぞれのシステムは、とりわけ、前立腺、乳房、頭頸部、肺、胃腸及び生殖器の解剖学的構造における特定の癌の標的治療を提供することができる。
［０５］
特定の症例に対する種々の治療オプションを考慮すると、統合された臨床アプローチは、治療（例えば、電子、光子、重イオン、近接照射療法との間の選択のような治療）の様々なアプローチのそれぞれを調査して、それぞれの治療オプション又はそれらの組合せを比較し、１つ又はそれ以上の治療プロトコルを決定することができる。様々なシステムがデータセットを処理して、計画又は計画の組み合わせが選択された治療計画候補を作成することができる。例えば、多くの候補治療計画を調査した後、医師は、特定の癌の治療に適した計画の組合せ（例えば、近接照射療法＋外部ビーム放射線療法）があると判断することができる。別の例として、医師は近接照射療法の多くの異なる可能性のあるプロトコルを分析して比較することができる。したがって、統合された臨床アプローチを使用して、医師は、治療目標を特定し、治療計画を作成し、計画にコミットし、放射線療法治療セッション中に計画を実行し、目標に関する中間結果を収集及び解釈する。目標を考慮して中間結果を検討した後、医師は、治療過程にわたって利用可能となる大量の機械駆動データに基づいて、治療計画を動的に適合させることができる。このような動的な適応は、治療セッション中にリアルタイムで起こすことさえできる。
特定の症例に対する種々の治療オプションを考慮すると、統合された臨床アプローチは、治療（例えば、電子、光子、重イオン、近接照射療法との間の選択のような治療）の様々なアプローチのそれぞれを調査して、それぞれの治療オプション又はそれらの組合せを比較し、１つ又はそれ以上の治療プロトコルを決定することができる。様々なシステムがデータセットを処理して、計画又は計画の組み合わせが選択された治療計画候補を作成することができる。例えば、多くの候補治療計画を調査した後、医師は、特定の癌の治療に適した計画の組合せ（例えば、近接照射療法＋外部ビーム放射線療法）があると判断することができる。別の例として、医師は近接照射療法の多くの異なる可能性のあるプロトコルを分析して比較することができる。したがって、統合された臨床アプローチを使用して、医師は、治療目標を特定し、治療計画を作成し、計画にコミットし、放射線療法治療セッション中に計画を実行し、目標に関する中間結果を収集及び解釈する。目標を考慮して中間結果を検討した後、医師は、治療過程にわたって利用可能となる大量の機械駆動データに基づいて、治療計画を動的に適合させることができる。このような動的な適応は、治療セッション中にリアルタイムで起こすことさえできる。
［０６］
治療決定及び臨床治療自体に関する重要な情報を保持することは一般的な慣例であるが、中間結果の観点から考慮される様々な候補治療オプションの予測分析及び中間結果を継続的に記録することは現在維持されていない。更に、候補治療オプションを選択しながら治療因子の数千の比較（例えば、特殊なデータマイニングや知識管理アルゴリズムを使用した比較）を行うことによって医療データを定量的に分析する限り、治療決定を策定するために使用される情報を保存することができる１つ又はそれ以上の独立し、切断されたシステム及びデータベースで使用できる。例えば、医療画像は、ＰＡＣＳ、ＨＩＳ内の検査室結果、ＴＰＳ内の治療計画などに格納されてもよい。更に、ソースデータは、意味のあるフォーマット（例えば、機械可読フォーマット及び／又は第三者独自フォーマット）で格納されず、ソースデータは多くの異なるシステムに分散されてもよい。機械可読フォーマットは人間によって解釈されたり、動作されたりすることができず、ソースデータの断片を含む異種システムは統合機能を持たない。様々なフォーマット及び一貫性のないデータは、患者の治療管理に関する将来の決定の全体的な有効性を減少させる可能性がある。更に、治療決定を行う際に使用される分析結果は、治療決定と共に記録されていない。これらのファクターは、異なる場所で異なる時間に様々な医療専門家によって治療計画の態様が実施されるときに拡大される。
治療決定及び臨床治療自体に関する重要な情報を保持することは一般的な慣例であるが、中間結果の観点から考慮される様々な候補治療オプションの予測分析及び中間結果を継続的に記録することは現在維持されていない。更に、候補治療オプションを選択しながら治療因子の数千の比較（例えば、特殊なデータマイニングや知識管理アルゴリズムを使用した比較）を行うことによって医療データを定量的に分析する限り、治療決定を策定するために使用される情報を保存することができる１つ又はそれ以上の独立し、切断されたシステム及びデータベースで使用できる。例えば、医療画像は、ＰＡＣＳ、ＨＩＳ内の検査室結果、ＴＰＳ内の治療計画などに格納されてもよい。更に、ソースデータは、意味のあるフォーマット（例えば、機械可読フォーマット及び／又は第三者独自フォーマット）で格納されず、ソースデータは多くの異なるシステムに分散されてもよい。機械可読フォーマットは人間によって解釈されたり、動作されたりすることができず、ソースデータの断片を含む異種システムは統合機能を持たない。様々なフォーマット及び一貫性のないデータは、患者の治療管理に関する将来の決定の全体的な有効性を減少させる可能性がある。更に、治療決定を行う際に使用される分析結果は、治療決定と共に記録されていない。これらのファクターは、異なる場所で異なる時間に様々な医療専門家によって治療計画の態様が実施されるときに拡大される。
［０７］
多くの医療機器は、治療計画及び配送に使用される大量のデジタル臨床データを生成する。これらのデバイスは、様々なイメージング様式（ＣＴ、ＭＲ、ＰＥＴ、ＳＰＥＣＴ、Ｘ線、超音波）、セグメンテーションシステム、治療計画システム、病院及び検査情報システム、ＰＡＣＳシステム及び治療供給システムを含む。現在、様々なコンピュータ生成医療データを一元的に管理できるシステムはなく、特定の治療が継続されるか適応されるべきかを決定するために、データの現場分析を提供するシステムは存在しない。更に、特定の治療中にデータ解析プロセスにおける各ステップを自動的に記録することができる医療計算システムに対する必要性が存在する。医療計算システムはまた、特定の治療中の各ステップの記録にアクセスして、継続的又は新たな治療のために、又は遡及的な分析のために再び使用することができるように、治療オプションの比較を提供することもできる。更に、成功のためにカスタマイズされた予測に基づいた多数の治療計画を作成することができる医療計算システムはなく、予測は患者固有の、症例固有の、及び複数の患者情報に基づいて行われる。最後に、過度のデータをあまりにも多く提示することなく、これらの複数の治療計画を実務者に容易に理解できる形式でリアルタイムで提示するように構成された医療計算システムは存在しない。
多くの医療機器は、治療計画及び配送に使用される大量のデジタル臨床データを生成する。これらのデバイスは、様々なイメージング様式（ＣＴ、ＭＲ、ＰＥＴ、ＳＰＥＣＴ、Ｘ線、超音波）、セグメンテーションシステム、治療計画システム、病院及び検査情報システム、ＰＡＣＳシステム及び治療供給システムを含む。現在、様々なコンピュータ生成医療データを一元的に管理できるシステムはなく、特定の治療が継続されるか適応されるべきかを決定するために、データの現場分析を提供するシステムは存在しない。更に、特定の治療中にデータ解析プロセスにおける各ステップを自動的に記録することができる医療計算システムに対する必要性が存在する。医療計算システムはまた、特定の治療中の各ステップの記録にアクセスして、継続的又は新たな治療のために、又は遡及的な分析のために再び使用することができるように、治療オプションの比較を提供することもできる。更に、成功のためにカスタマイズされた予測に基づいた多数の治療計画を作成することができる医療計算システムはなく、予測は患者固有の、症例固有の、及び複数の患者情報に基づいて行われる。最後に、過度のデータをあまりにも多く提示することなく、これらの複数の治療計画を実務者に容易に理解できる形式でリアルタイムで提示するように構成された医療計算システムは存在しない。
［０８］
従って、多くの異なる情報源が柔軟な治療計画（例えば、リアルタイム又はオフライン）を有するシステムに統合されている適応性がん治療管理が必要である。更に、システムによって提案される将来の治療の質を改善するために、データが取得されるときに情報源から学ぶことができる適応システムが必要である。
従って、多くの異なる情報源が柔軟な治療計画（例えば、リアルタイム又はオフライン）を有するシステムに統合されている適応性がん治療管理が必要である。更に、システムによって提案される将来の治療の質を改善するために、データが取得されるときに情報源から学ぶことができる適応システムが必要である。
［０９］
本開示は、一般に治療管理システムに関し、より詳細には、独立した治療モデルを提供し、ワークフロー管理エンジンを含む治療計画を生成するための適応型治療管理システムに関する。一実施形態では、治療プロトコルを記憶する臨床データベースを含むシステムが記載されている。各治療プロトコルは、複数の治療タスクを反映することができる。システムはまた、臨床データベースに動作可能に接続された治療エンジンを含むことができる。治療エンジンは、診断情報を取得するように構成された医療機器コントローラと、臨床データベースから第１の複数の治療プロトコルを選択するようにプログラムされた少なくとも１つのプロセッサとを含むことができる。選択は、取得された診断情報と、基準プロトコルデータが更新された治療効力情報を含む基準プロトコルデータとに基づくことができる。治療エンジンは、基準プロトコルデータを使用して第１の複数の治療プロトコルにおける各プロトコルの治療効力の確率を計算することができる。治療エンジンは、臨床目的、基準プロトコルデータ及び治療効力の確率に基づいて第１の複数の治療プロトコルから第１の治療計画を作成し、第１の治療計画の実行中に、変更された参照プロトコルデータ及び適応プロトコルデータに基づいて、第２の複数の治療プロトコルを使用する第２の治療計画を選択することができる。選択された第２の治療計画は、臨床目的、基準プロトコルデータ及び治療効力情報に基づいて適合される。
本開示は、一般に治療管理システムに関し、より詳細には、独立した治療モデルを提供し、ワークフロー管理エンジンを含む治療計画を生成するための適応型治療管理システムに関する。一実施形態では、治療プロトコルを記憶する臨床データベースを含むシステムが記載されている。各治療プロトコルは、複数の治療タスクを反映することができる。システムはまた、臨床データベースに動作可能に接続された治療エンジンを含むことができる。治療エンジンは、診断情報を取得するように構成された医療機器コントローラと、臨床データベースから第１の複数の治療プロトコルを選択するようにプログラムされた少なくとも１つのプロセッサとを含むことができる。選択は、取得された診断情報と、基準プロトコルデータが更新された治療効力情報を含む基準プロトコルデータとに基づくことができる。治療エンジンは、基準プロトコルデータを使用して第１の複数の治療プロトコルにおける各プロトコルの治療効力の確率を計算することができる。治療エンジンは、臨床目的、基準プロトコルデータ及び治療効力の確率に基づいて第１の複数の治療プロトコルから第１の治療計画を作成し、第１の治療計画の実行中に、変更された参照プロトコルデータ及び適応プロトコルデータに基づいて、第２の複数の治療プロトコルを使用する第２の治療計画を選択することができる。選択された第２の治療計画は、臨床目的、基準プロトコルデータ及び治療効力情報に基づいて適合される。
［０１０］
別の実施形態では、治療計画を生成するためのコンピュータ実装方法が記述されている。方法は、少なくとも１つのプロセッサを用いて、臨床データベースから第１の複数の治療プロトコルを選択するステップを含むことができる。選択は、関連する診断情報及び参照プロトコルデータに基づくことができる。基準プロトコルデータは、更新された治療有効性情報を含む。本方法は、更に、少なくとも１つのプロセッサを使用して、治療計画の臨床目的を決定し、少なくとも１つのプロセッサを使用して、参照プロトコルデータを使用する第１の複数の治療プロトコルにおける各プロトコルの治療有効確率を計算し、少なくとも１つのプロセッサを使用して、臨床目的、参照プロトコルデータ及び治療効力確率に基づいて第１の複数の治療プロトコルから第１の治療計画を作成することができる。本方法は、第１の治療計画の実行中に少なくとも１つのプロセッサを使用して、第１の治療計画の実行経過による変更された患者状態を示す中間データを評価し、基準プロトコルデータと適応プロトコルデータに基づいて、第２の複数の治療プロトコルを用いて、第２の治療計画を選択することできる。選択された第２の治療計画は、臨床目的、基準プロトコルデータ、新しい診断情報、及び治療効力情報に基づいて適合され得る。
別の実施形態では、治療計画を生成するためのコンピュータ実装方法が記述されている。方法は、少なくとも１つのプロセッサを用いて、臨床データベースから第１の複数の治療プロトコルを選択するステップを含むことができる。選択は、関連する診断情報及び参照プロトコルデータに基づくことができる。基準プロトコルデータは、更新された治療有効性情報を含む。本方法は、更に、少なくとも１つのプロセッサを使用して、治療計画の臨床目的を決定し、少なくとも１つのプロセッサを使用して、参照プロトコルデータを使用する第１の複数の治療プロトコルにおける各プロトコルの治療有効確率を計算し、少なくとも１つのプロセッサを使用して、臨床目的、参照プロトコルデータ及び治療効力確率に基づいて第１の複数の治療プロトコルから第１の治療計画を作成することができる。本方法は、第１の治療計画の実行中に少なくとも１つのプロセッサを使用して、第１の治療計画の実行経過による変更された患者状態を示す中間データを評価し、基準プロトコルデータと適応プロトコルデータに基づいて、第２の複数の治療プロトコルを用いて、第２の治療計画を選択することできる。選択された第２の治療計画は、臨床目的、基準プロトコルデータ、新しい診断情報、及び治療効力情報に基づいて適合され得る。
［０１１］
各治療部分の送達後、このアプローチは、１つ又はそれ以上の画像、線量測定及び生物学的取り込みデータ及び／又は以前の治療部分の間に収集された他の診断情報を使用して同じ方法で適用することができる。これはまた、追加の療法コースを開始する患者にも当てはまる。
各治療部分の送達後、このアプローチは、１つ又はそれ以上の画像、線量測定及び生物学的取り込みデータ及び／又は以前の治療部分の間に収集された他の診断情報を使用して同じ方法で適用することができる。これはまた、追加の療法コースを開始する患者にも当てはまる。
［０１２］
前述の一般的な説明及び以下の詳細な説明は、例示的かつ説明的なものに過ぎず、特許請求の範囲に記載の実施形態を限定するものではないことを理解されたい。
前述の一般的な説明及び以下の詳細な説明は、例示的かつ説明的なものに過ぎず、特許請求の範囲に記載の実施形態を限定するものではないことを理解されたい。
［０１３］
本開示に組み込まれ、本開示の一部を構成する添付の図面は、例示的な実施形態を示し、説明と共に、開示された原理を説明する役割を果たす。
本開示に組み込まれ、本開示の一部を構成する添付の図面は、例示的な実施形態を示し、説明と共に、開示された原理を説明する役割を果たす。
［０１４］
図１は、現在の放射線治療決定プロセスを示す。
［０１５］
図２は、本開示のいくつかの実施形態による例示的な適応型放射線治療管理システムのブロック図である。
［０１６］
図３は、本開示のいくつかの実施形態による例示的な治療エージェントモジ ュールのブロック図である。
［０１７］
図４は、本開示のいくつかの実施形態による例示的な適応型放射線治療管理システムの機能ブロック図である。
［０１８］
図５は、本開示のいくつかの実施形態による、適応性がん治療のための例示的な方法を示すフロー図である。
［０１９］
図６は、本開示のいくつかの実施形態による例示的な適応型放射線治療のケースデータベースのブロック図である。
［０２０］
図７は、本開示のいくつかの実施形態による例示的な適応型放射線治療のプロトコルデータベースのブロック図である。
［０２１］
図８は、本開示のいくつかの実施形態による例示的な適応型放射線治療のタスクデータベースのブロック図である。
［０２２］
図９は、本開示のいくつかの実施形態による、第１の複数の臨床プロトコルを選択するための例示的な方法を示すフロー図である。
［０２３］
図１０は、本開示のいくつかの実施形態による、中間データを評価するための例示的な方法を示すフロー図である。
［０２４］
図１１は、本開示のいくつかの実施形態による、第２の複数の臨床プロトコルを選択するための例示的な方法を示すフロー図である。
［０２５］
図１２は、本開示のいくつかの実施形態による、適応型放射線治療を示すフロー図である。
［０２６］
図１３は、本開示のいくつかの実施形態による、適応型放射線治療計画を示すフロー図である。
［０２７］
図１４は、本開示のいくつかの実施形態による、適応型放射線治療管理プロトコルを示すフロー図である。
［０２８］
例示的な実施形態を、添付の図面を参照して説明する。図において、参照番号の最も左の桁は、参照番号が最初に現れる図を識別する。便宜上、図面全体を通して同じ又は同様の部分を指すために同じ参照番号が使用される。開示された原理の例及び特徴が本明細書に記載されているが、開示された実施形態の精神及び範囲から逸脱することなく、修正すること、適応させること及び他に実装することが可能である。以下の詳細な説明は、例示的なものとしてのみ考慮され、真の範囲及び精神は、添付の特許請求の範囲によってのみ示される。
例示的な実施形態を、添付の図面を参照して説明する。図において、参照番号の最も左の桁は、参照番号が最初に現れる図を識別する。便宜上、図面全体を通して同じ又は同様の部分を指すために同じ参照番号が使用される。開示された原理の例及び特徴が本明細書に記載されているが、開示された実施形態の精神及び範囲から逸脱することなく、修正すること、適応させること及び他に実装することが可能である。以下の詳細な説明は、例示的なものとしてのみ考慮され、真の範囲及び精神は、添付の特許請求の範囲によってのみ示される。
［０２９］
医療従事者は、現在、様々な独立型システムから進化した治療計画及び送達システムを使用している。それぞれのシステムは、その環境と高度に統合された線形ワークフローを展開することができる。例えば、放射線治療で複数の治療部分を提供する臨床診療では、以前の治療部分で学習された情報を分析して、その後の治療部分を最適化することができる。図１は、医療従事者が以前の治療から学んだ情報を、特定の治療（例えば、現在の治療部分）と以下に説明するワークフローによって決定された新しい臨床目的の適用に統合する高度な臨床環境における現在の線形ワークフロー（例えば、放射線療法決定プロセス）を示す。
医療従事者は、現在、様々な独立型システムから進化した治療計画及び送達システムを使用している。それぞれのシステムは、その環境と高度に統合された線形ワークフローを展開することができる。例えば、放射線治療で複数の治療部分を提供する臨床診療では、以前の治療部分で学習された情報を分析して、その後の治療部分を最適化することができる。図１は、医療従事者が以前の治療から学んだ情報を、特定の治療（例えば、現在の治療部分）と以下に説明するワークフローによって決定された新しい臨床目的の適用に統合する高度な臨床環境における現在の線形ワークフロー（例えば、放射線療法決定プロセス）を示す。
［０３０］
図１に示すように、医療従事者１０２は、癌患者（図示せず）の治療において臨床目的１０１を開発することができる。臨床目的又は治療目標は、同時に依存する（所与の時点、例えば、あるケースにおける患者情報の同じスナップショットに時間的及び／又は連続的に接続された複数の異なる活動である）ワークフローから集められた臨床情報１０３に基づくことができる。例えば、臨床情報１０３は、１つ又はそれ以上の画像処理装置（例えば、リスク臓器（ＯＡＲ）の輪郭を示す画像データ及び目標治療位置）によって収集されたデータなど、現在アクティブな治療セッションから収集されたデータを含むことができる。治療の過程で、医療専門家１０２は、中間結果を分析し、現在のデータに基づいて利用可能なオプションをコンパイルすることができる。そのような中間結果は、例えば、マルチモダリティ画像（ＣＴ、ＭＲ、ＰＥＴ、ＭＶ、ＫＶ、ＵＳ）、現在までに送達された線量、検査結果、患者バイタル及び生物学的効果測定基準を含むことができる。初期処置決定１０５は、とりわけ、利用可能な臨床情報１０３及び患者の病歴１０４に基づいて行われる。臨床情報１０３はまた、データの分析及び臨床的処置の選択において、予測分析（例えば、人工知能アルゴリズムを利用する特殊化されたコンピューティングシステムによって実行される分析）を含むことができる。最初の処置決定１０５が行われ、臨床処置１０６が送達された後、反復処理に、患者の予測及び／又は観察された応答を与えることができる。例えば、繰り返される治療部分は臨床的に必要とされてもよく、医療専門家１０２によって処方されてもよく、そこでは、以前の治療部分（例えば、病歴１０４Ａ）で学習された情報が将来の治療部分を最適化するために使用される。
図１に示すように、医療従事者１０２は、癌患者（図示せず）の治療において臨床目的１０１を開発することができる。臨床目的又は治療目標は、同時に依存する（所与の時点、例えば、あるケースにおける患者情報の同じスナップショットに時間的及び／又は連続的に接続された複数の異なる活動である）ワークフローから集められた臨床情報１０３に基づくことができる。例えば、臨床情報１０３は、１つ又はそれ以上の画像処理装置（例えば、リスク臓器（ＯＡＲ）の輪郭を示す画像データ及び目標治療位置）によって収集されたデータなど、現在アクティブな治療セッションから収集されたデータを含むことができる。治療の過程で、医療専門家１０２は、中間結果を分析し、現在のデータに基づいて利用可能なオプションをコンパイルすることができる。そのような中間結果は、例えば、マルチモダリティ画像（ＣＴ、ＭＲ、ＰＥＴ、ＭＶ、ＫＶ、ＵＳ）、現在までに送達された線量、検査結果、患者バイタル及び生物学的効果測定基準を含むことができる。初期処置決定１０５は、とりわけ、利用可能な臨床情報１０３及び患者の病歴１０４に基づいて行われる。臨床情報１０３はまた、データの分析及び臨床的処置の選択において、予測分析（例えば、人工知能アルゴリズムを利用する特殊化されたコンピューティングシステムによって実行される分析）を含むことができる。最初の処置決定１０５が行われ、臨床処置１０６が送達された後、反復処理に、患者の予測及び／又は観察された応答を与えることができる。例えば、繰り返される治療部分は臨床的に必要とされてもよく、医療専門家１０２によって処方されてもよく、そこでは、以前の治療部分（例えば、病歴１０４Ａ）で学習された情報が将来の治療部分を最適化するために使用される。
［０３１］
適応型放射線治療の状況では、医療従事者１０２は、新たに利用可能な中間情報に基づいて新しい臨床目的１０７を作成するために臨床目的を再定義することができる。例えば、画像化情報は、腫瘍が第１の臨床的処置１０６に応答していないことを示すことができる（例えば、腫瘍は、治療部分によって規定された放射線の量に基づいて収縮しない）。別の例では、研究室及び生体情報は、治療１０６の望ましくない副作用（例えば、リスク臓器がネガティブに応答している）の発生を示すことができる。放射線療法に対する適応的アプローチを行う１つの理由は、腫瘍の治療的用量を増加させることによって腫瘍制御の確率を向上させることであり、同時に、腫瘍の近く及び周囲の健康な器官及び組織に対する治療の短期及び長期の望ましくない副作用の許容レベルを維持する。
適応型放射線治療の状況では、医療従事者１０２は、新たに利用可能な中間情報に基づいて新しい臨床目的１０７を作成するために臨床目的を再定義することができる。例えば、画像化情報は、腫瘍が第１の臨床的処置１０６に応答していないことを示すことができる（例えば、腫瘍は、治療部分によって規定された放射線の量に基づいて収縮しない）。別の例では、研究室及び生体情報は、治療１０６の望ましくない副作用（例えば、リスク臓器がネガティブに応答している）の発生を示すことができる。放射線療法に対する適応的アプローチを行う１つの理由は、腫瘍の治療的用量を増加させることによって腫瘍制御の確率を向上させることであり、同時に、腫瘍の近く及び周囲の健康な器官及び組織に対する治療の短期及び長期の望ましくない副作用の許容レベルを維持する。
［０３２］
新たな治療に適応するために、医療専門家１０２は、１つ又はそれ以上の新しい臨床目的１０７を有する場合に新しいパス（サブケース）を開くことができる。医療行為１０４Ｂは、この治療段階において、現在、初期治療決定１０５及び提供された臨床治療１０６を含むことができるが、現在の実施において、治療決定１０５に到着するために使用される様々なデータ本体及び臨床情報１０３を、様々なコンピュータ駆動医療システムに保存することができる。複数のシステムは、臨床情報１０３をコンパイルするために以前に使用されていた可能性があるので、時間の経過とともに、初期治療決定１０５の策定に使用される臨床情報１０３の有意義な永続記録（例えば、どこのサブシステムがそれ自身の独立したデータを提示するかという記録）は維持されない。更に、特定の治療を決定するプロセスは、意味のある記録が作成されていない臨床情報１０３を考慮して、医療専門家１０２の個人的知識及び経験によって少なくとも部分的に実施されている可能性がある。臨床情報１０３がなければ、医療専門家１０２は分析ステップの記録から恩恵を受けることができない。言い換えれば、元の症例を分析するプロセスと、新しい症例のための新しい治療の決定１１１を導き出すこととの間に有用なリンクは作成されなかった。したがって、新たな治療決定１１１を行う際に医療専門家１１０に提供されていた以前の重要な情報及び事前の分析を欠く臨床治療１１２を送るかもしれない。
新たな治療に適応するために、医療専門家１０２は、１つ又はそれ以上の新しい臨床目的１０７を有する場合に新しいパス（サブケース）を開くことができる。医療行為１０４Ｂは、この治療段階において、現在、初期治療決定１０５及び提供された臨床治療１０６を含むことができるが、現在の実施において、治療決定１０５に到着するために使用される様々なデータ本体及び臨床情報１０３を、様々なコンピュータ駆動医療システムに保存することができる。複数のシステムは、臨床情報１０３をコンパイルするために以前に使用されていた可能性があるので、時間の経過とともに、初期治療決定１０５の策定に使用される臨床情報１０３の有意義な永続記録（例えば、どこのサブシステムがそれ自身の独立したデータを提示するかという記録）は維持されない。更に、特定の治療を決定するプロセスは、意味のある記録が作成されていない臨床情報１０３を考慮して、医療専門家１０２の個人的知識及び経験によって少なくとも部分的に実施されている可能性がある。臨床情報１０３がなければ、医療専門家１０２は分析ステップの記録から恩恵を受けることができない。言い換えれば、元の症例を分析するプロセスと、新しい症例のための新しい治療の決定１１１を導き出すこととの間に有用なリンクは作成されなかった。したがって、新たな治療決定１１１を行う際に医療専門家１１０に提供されていた以前の重要な情報及び事前の分析を欠く臨床治療１１２を送るかもしれない。
［０３３］
既存の放射線治療ワークフロー管理システムのこの欠点は、適応型放射線治療に必要とされる計画適応能力に起因する柔軟性要件を考慮して設計されていない以前に開発された製品のシステムアーキテクチャから生じる。したがって、臨床情報１０３をコンパイルするために使用される古いアーキテクチャは、関連する開発、展開、メンテナンスの問題を引き起こす傾向がある、ますます複雑化する放射線治療ワークフローシステム設計に導かれなければならない（例えば、新しいタイプのデータが導入された場合、強制的なシステムの再構築又は既存の機能性の信頼性の変更が必要となる）これらの要因は、治療計画の態様が異なる医療従事者１１０によって実行される場合にしばしば拡大される、すなわち、同時に（例えば、現在の治療計画の決定を下すときに）、異なる時に（例えば、将来の治療計画の決定をするときに）、及び／又は異なる場所で（例えば、現在の治療計画又は将来の治療のために生じる可能性のある異なる位置に提供される治療部分で）実行される場合にしばしば拡大される。第２の医療専門家１１０は、患者の病歴１０４Ｃにアクセスすることができるが、新しい治療決定は、以前の臨床情報、推論、及び以前のものを開発するために使用される分析の恩恵なしに、現在のデータ及び利用可能な治療オプションのみで行うことができる。この事前情報が利用可能である限り、事前情報の収集及び分析は、現行の放射線療法ワークフローシステム及び製品に基づいて実用的でない可能性がある。
既存の放射線治療ワークフロー管理システムのこの欠点は、適応型放射線治療に必要とされる計画適応能力に起因する柔軟性要件を考慮して設計されていない以前に開発された製品のシステムアーキテクチャから生じる。したがって、臨床情報１０３をコンパイルするために使用される古いアーキテクチャは、関連する開発、展開、メンテナンスの問題を引き起こす傾向がある、ますます複雑化する放射線治療ワークフローシステム設計に導かれなければならない（例えば、新しいタイプのデータが導入された場合、強制的なシステムの再構築又は既存の機能性の信頼性の変更が必要となる）これらの要因は、治療計画の態様が異なる医療従事者１１０によって実行される場合にしばしば拡大される、すなわち、同時に（例えば、現在の治療計画の決定を下すときに）、異なる時に（例えば、将来の治療計画の決定をするときに）、及び／又は異なる場所で（例えば、現在の治療計画又は将来の治療のために生じる可能性のある異なる位置に提供される治療部分で）実行される場合にしばしば拡大される。第２の医療専門家１１０は、患者の病歴１０４Ｃにアクセスすることができるが、新しい治療決定は、以前の臨床情報、推論、及び以前のものを開発するために使用される分析の恩恵なしに、現在のデータ及び利用可能な治療オプションのみで行うことができる。この事前情報が利用可能である限り、事前情報の収集及び分析は、現行の放射線療法ワークフローシステム及び製品に基づいて実用的でない可能性がある。
［０３４］
本明細書に記載の実施形態は、放射線治療の臨床ワークフローのための統合されたオンライン計画適応性、並行性、及び柔軟なデータ管理を提供することができる。実施形態は、標準化された治療プロトコルへの品質保証の遵守、同じ患者及び／又は類似の患者の将来の治療に有用な臨床情報の増加、及び異なる時間及び／又は場所でのワークフローの調整に有用であり得る、臨床データの持続的な記録及びデータの分析に起源を適用する。
本明細書に記載の実施形態は、放射線治療の臨床ワークフローのための統合されたオンライン計画適応性、並行性、及び柔軟なデータ管理を提供することができる。実施形態は、標準化された治療プロトコルへの品質保証の遵守、同じ患者及び／又は類似の患者の将来の治療に有用な臨床情報の増加、及び異なる時間及び／又は場所でのワークフローの調整に有用であり得る、臨床データの持続的な記録及びデータの分析に起源を適用する。
［０３５］
以下、本開示の例示的な実施形態を説明する。図２を参照すると、本開示のいくつかの実施形態による例示的な適応型放射線治療管理システム２００（以下、「システム２００」）が記載されている。システム２００は、癌患者（例えば、臨床対象２１８）に適応型放射線治療を提供するように構成することができる。例えば、システム２００は、放射線治療クリニックにおいて、診断、治療計画、治療の提供、及びデータ管理をサポートし実行するように構成することができる。
以下、本開示の例示的な実施形態を説明する。図２を参照すると、本開示のいくつかの実施形態による例示的な適応型放射線治療管理システム２００（以下、「システム２００」）が記載されている。システム２００は、癌患者（例えば、臨床対象２１８）に適応型放射線治療を提供するように構成することができる。例えば、システム２００は、放射線治療クリニックにおいて、診断、治療計画、治療の提供、及びデータ管理をサポートし実行するように構成することができる。
［０３６］
システム２００は、通信ネットワーク２２０を介して接続された１つ又はそれ以上の追加の治療エージェントモジュール（例えば、２２２、２２４、２２６）と動作可能に接続され得る治療エージェントモジュール２１０を含むことができる。治療エージェントモジュール２１０は、臨床対象２１８に動作可能に接続されてもよい。治療エージェントモジュール２１０は、適応型治療エンジン２１２と、１つ又はそれ以上の臨床データベース２１４とを含むことができる。システム２００はまた通信ネットワーク２２０に関連する１つ又はそれ以上の臨床データベース２１６を含むことができる。
システム２００は、通信ネットワーク２２０を介して接続された１つ又はそれ以上の追加の治療エージェントモジュール（例えば、２２２、２２４、２２６）と動作可能に接続され得る治療エージェントモジュール２１０を含むことができる。治療エージェントモジュール２１０は、臨床対象２１８に動作可能に接続されてもよい。治療エージェントモジュール２１０は、適応型治療エンジン２１２と、１つ又はそれ以上の臨床データベース２１４とを含むことができる。システム２００はまた通信ネットワーク２２０に関連する１つ又はそれ以上の臨床データベース２１６を含むことができる。
［０３７］
治療エージェントモジュール２１０は、適応型治療エンジン２１２及び臨床データベース２１４を使用して適応型放射線療法を提供するように構成され得る。例えば、いくつかの態様では、治療エージェントモジュール２１０は、１つ又はそれ以上の医療機器（例えば、図３に示す医療機器３０９、３１０）を含むことができる臨床対象２１８からデータを受信するように構成され得る。治療エージェントモジュール２１０はまた、既知の治療プロトコル、治療タスク、及び臨床データベース２１４、臨床データベース２１６、及び／又は他のデータソースに保存された他の情報と情報を相関させ、患者の治療において相関情報を使用するように構成されてもよい。治療エージェントモジュール２１０は、臨床データベース２１４に相関情報を保持することができる。更に、治療エージェントモジュール２１０は、適応型治療エンジン２１２と、患者データと、標準化された放射線治療プロトコルのライブラリと、様々な患者と相互相関する治療タスクのライブラリを含む１つ又はそれ以上の臨床データベース２１４とを含むデータ管理システムを含むことができる。
治療エージェントモジュール２１０は、適応型治療エンジン２１２及び臨床データベース２１４を使用して適応型放射線療法を提供するように構成され得る。例えば、いくつかの態様では、治療エージェントモジュール２１０は、１つ又はそれ以上の医療機器（例えば、図３に示す医療機器３０９、３１０）を含むことができる臨床対象２１８からデータを受信するように構成され得る。治療エージェントモジュール２１０はまた、既知の治療プロトコル、治療タスク、及び臨床データベース２１４、臨床データベース２１６、及び／又は他のデータソースに保存された他の情報と情報を相関させ、患者の治療において相関情報を使用するように構成されてもよい。治療エージェントモジュール２１０は、臨床データベース２１４に相関情報を保持することができる。更に、治療エージェントモジュール２１０は、適応型治療エンジン２１２と、患者データと、標準化された放射線治療プロトコルのライブラリと、様々な患者と相互相関する治療タスクのライブラリを含む１つ又はそれ以上の臨床データベース２１４とを含むデータ管理システムを含むことができる。
［０３８］
治療エージェントモジュール２１０は、患者の治療中に臨床対象２１８からの診断情報、例えば、ＣＴ、ＭＲ、ＰＥＴ、ＳＰＥＣＴ、Ｘ線、超音波等のイメージング医療機器によって取得された１つ又はそれ以上の医用画像のような診断情報を処理し、臨床データベース２１４内の１つ又はそれ以上の記録に医用画像を保存することができる。治療エージェントモジュール２１０は、医用画像の分析に基づいて、臨床データベース２１４から医用画像を取得し、医用画像を分析し、臨床データベースから複数の治療プロトコルを選択することができる。分析には、膀胱がいっぱい／空の判定、腸管ガスの検出、原発腫瘍部位の収縮、及び臓器の収縮、等が含まれ得る。以下に更に詳細に説明する治療プロトコルは、医学的画像及び放射線療法治療のモデルレシピである参照プロトコルデータなどの他の情報に基づいて選択することができる。
治療エージェントモジュール２１０は、患者の治療中に臨床対象２１８からの診断情報、例えば、ＣＴ、ＭＲ、ＰＥＴ、ＳＰＥＣＴ、Ｘ線、超音波等のイメージング医療機器によって取得された１つ又はそれ以上の医用画像のような診断情報を処理し、臨床データベース２１４内の１つ又はそれ以上の記録に医用画像を保存することができる。治療エージェントモジュール２１０は、医用画像の分析に基づいて、臨床データベース２１４から医用画像を取得し、医用画像を分析し、臨床データベースから複数の治療プロトコルを選択することができる。分析には、膀胱がいっぱい／空の判定、腸管ガスの検出、原発腫瘍部位の収縮、及び臓器の収縮、等が含まれ得る。以下に更に詳細に説明する治療プロトコルは、医学的画像及び放射線療法治療のモデルレシピである参照プロトコルデータなどの他の情報に基づいて選択することができる。
［０３９］
治療エージェントモジュール２１０によって実行される選択は、短期間にプロセッサ（例えば、加速処理ユニット（ＡＰＵ）又はハイブリッドＣＰＵ／ＧＰＵプロセッサ）、後述のプロセッサ３０２、など）によって実行される任意の所与の数の計算（例えば、数千、数百万又は数十億の計算）に基づくことができる。いくつかの態様では、治療エージェントモジュール２１０は、臨床対象２１８及び臨床データベース２１４から得られた大量のデータセットに基づいて、何百もの潜在的治療オプションについて特定の治療反応の予測を実行するように構成され得る。いくつかの実施形態によれば、治療エージェントモジュール２１０は、複数の治療プロトコルから第１の治療計画を作成し、第１の治療計画の模擬配信中に、獲得画像及び計算された線量を含む中間データを評価するように構成され得る。評価は、第１の治療計画の実行のシミュレートされた経過による変化した患者状態を示し、その結果、参照プロトコルデータ及び適応プロトコルデータに基づいて第２の複数の治療プロトコルを使用して第２の治療計画を選択することができる。
治療エージェントモジュール２１０によって実行される選択は、短期間にプロセッサ（例えば、加速処理ユニット（ＡＰＵ）又はハイブリッドＣＰＵ／ＧＰＵプロセッサ）、後述のプロセッサ３０２、など）によって実行される任意の所与の数の計算（例えば、数千、数百万又は数十億の計算）に基づくことができる。いくつかの態様では、治療エージェントモジュール２１０は、臨床対象２１８及び臨床データベース２１４から得られた大量のデータセットに基づいて、何百もの潜在的治療オプションについて特定の治療反応の予測を実行するように構成され得る。いくつかの実施形態によれば、治療エージェントモジュール２１０は、複数の治療プロトコルから第１の治療計画を作成し、第１の治療計画の模擬配信中に、獲得画像及び計算された線量を含む中間データを評価するように構成され得る。評価は、第１の治療計画の実行のシミュレートされた経過による変化した患者状態を示し、その結果、参照プロトコルデータ及び適応プロトコルデータに基づいて第２の複数の治療プロトコルを使用して第２の治療計画を選択することができる。
［０４０］
治療エージェントモジュール２１０は、治療エージェントモジュール２１０上又は近くに物理的に配置された臨床データベース２１４に保存された情報を使用して、臨床被験者２１８に適応型放射線療法を提供することができる。他の実施形態によれば、治療エージェントモジュール２１０は、診療データベース２１６に保存された情報を、同じ診療所内に局所的に配置してもよいし、別の場所に遠隔に配置し、ネットワーク（例えば、通信ネットワーク２２０）でアクセスできるように配置してもよい。治療エージェントモジュール２１０は、同じ部屋に、同じ診療所に、又は別の場所に遠隔に配置され得る他の治療エージェントモジュール２２２、２２４及び／又は２２６と連携して機能することができる。治療エージェントモジュール２２２、２２４、２２６は、１つ又はそれ以上の共通の臨床データベース（例えば、臨床データベース２１６）内の情報を共有し、及び／又は臨床データベースのローカルコピーを、それぞれのローカルデータベース（例えば、治療エージェントモジュール２１０に関連した臨床データベース２１４）上に維持することができる。他の例示的な実施形態によれば、臨床データベース２１４は、動作可能に接続された他の任意の１つ又はそれ以上のデータベースの冗長記憶を保持するように構成されてもよい。したがって、治療セッションの途中で遠隔配置データベースへの接続が失敗した場合、適応型治療エンジン２１２は、臨床データベース２１４から必要な情報のローカルコピーにアクセスして、進行中の臨床治療の完全性を維持することができる。
治療エージェントモジュール２１０は、治療エージェントモジュール２１０上又は近くに物理的に配置された臨床データベース２１４に保存された情報を使用して、臨床被験者２１８に適応型放射線療法を提供することができる。他の実施形態によれば、治療エージェントモジュール２１０は、診療データベース２１６に保存された情報を、同じ診療所内に局所的に配置してもよいし、別の場所に遠隔に配置し、ネットワーク（例えば、通信ネットワーク２２０）でアクセスできるように配置してもよい。治療エージェントモジュール２１０は、同じ部屋に、同じ診療所に、又は別の場所に遠隔に配置され得る他の治療エージェントモジュール２２２、２２４及び／又は２２６と連携して機能することができる。治療エージェントモジュール２２２、２２４、２２６は、１つ又はそれ以上の共通の臨床データベース（例えば、臨床データベース２１６）内の情報を共有し、及び／又は臨床データベースのローカルコピーを、それぞれのローカルデータベース（例えば、治療エージェントモジュール２１０に関連した臨床データベース２１４）上に維持することができる。他の例示的な実施形態によれば、臨床データベース２１４は、動作可能に接続された他の任意の１つ又はそれ以上のデータベースの冗長記憶を保持するように構成されてもよい。したがって、治療セッションの途中で遠隔配置データベースへの接続が失敗した場合、適応型治療エンジン２１２は、臨床データベース２１４から必要な情報のローカルコピーにアクセスして、進行中の臨床治療の完全性を維持することができる。
［０４１］
図３は、本開示による実施形態を実施するための典型的な治療エージェントモジュール２１０のブロック図である。治療エージェントモジュール２１０の変形例では、１つ又はそれ以上の医療機器（例えば、図４に示す医療機器４１６、４１８、４２０）、医療機器インターフェース４２０、及び／又は補助デバイス４１５を実装するために使用され得る。医療機器は、例えば、患者の画像を取り込む画像センサと、患者に治療（例えば、治療放射線量）を施すための治療用送達器具とを含む撮像機器を含むことができる。医療装置は更に図４を参照して議論される。治療エージェントモジュール２１０は、プロセッサ３０２（例えば、中央処理装置（「ＣＰＵ」）、グラフィックス処理装置（「ＧＰＵ」）、特定用途向け集積回路（「ＡＳＩＣ」）などを含むことができる。プロセッサ３０２は、コンピュータ実行可能プログラム命令を実行し、コンピュータプログラムコンポーネントを実行し、ユーザ要求又はシステム生成要求を実行するための少なくとも１つのデータプロセッサを備えることができる。ユーザは、例えば医療専門家４２４（例えば、医師、看護師、セラピスト、医療技術者、放射線専門医、腫瘍医、又は任意の医療訓練を受けている人）などの医療機器を使用する人を含むことができる。プロセッサ３０２は、統合システム（ｂＵＳ）コントローラ、メモリ管理制御ユニット、浮動小数点ユニット、グラフィックス処理ユニット、デジタル信号処理ユニットなどの特殊な処理ユニットを含むことができる。プロセッサ３０２は、ＡＭＯ Ａｔｈｌｏｎ、Ｄｕｒｏｎ又はＯｐｔｅｒｏｎ、ＡＲＭのアプリケーション、組み込み又はセキュアプロセッサ、ＩＢＭ ＰｏｗｅｒＰＣ、ＩｎｔｅｌのＣｏｒｅ、Ｉｔａｎｉｕｍ、Ｘｅｏｎ、Ｃｅｌｅｒｏｎ又は他のプロセッサラインなどのマイクロプロセッサを含むことができる。プロセッサ３０２は、メインフレーム、分散プロセッサ、マルチコア、並列、グリッド、又は他のアーキテクチャを使用して実装することができる。いくつかの実施形態は、特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＯＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、システムオンチップ（ＳｏＣ）などの組み込み技術を利用することができる。
図３は、本開示による実施形態を実施するための典型的な治療エージェントモジュール２１０のブロック図である。治療エージェントモジュール２１０の変形例では、１つ又はそれ以上の医療機器（例えば、図４に示す医療機器４１６、４１８、４２０）、医療機器インターフェース４２０、及び／又は補助デバイス４１５を実装するために使用され得る。医療機器は、例えば、患者の画像を取り込む画像センサと、患者に治療（例えば、治療放射線量）を施すための治療用送達器具とを含む撮像機器を含むことができる。医療装置は更に図４を参照して議論される。治療エージェントモジュール２１０は、プロセッサ３０２（例えば、中央処理装置（「ＣＰＵ」）、グラフィックス処理装置（「ＧＰＵ」）、特定用途向け集積回路（「ＡＳＩＣ」）などを含むことができる。プロセッサ３０２は、コンピュータ実行可能プログラム命令を実行し、コンピュータプログラムコンポーネントを実行し、ユーザ要求又はシステム生成要求を実行するための少なくとも１つのデータプロセッサを備えることができる。ユーザは、例えば医療専門家４２４（例えば、医師、看護師、セラピスト、医療技術者、放射線専門医、腫瘍医、又は任意の医療訓練を受けている人）などの医療機器を使用する人を含むことができる。プロセッサ３０２は、統合システム（ｂＵＳ）コントローラ、メモリ管理制御ユニット、浮動小数点ユニット、グラフィックス処理ユニット、デジタル信号処理ユニットなどの特殊な処理ユニットを含むことができる。プロセッサ３０２は、ＡＭＯ Ａｔｈｌｏｎ、Ｄｕｒｏｎ又はＯｐｔｅｒｏｎ、ＡＲＭのアプリケーション、組み込み又はセキュアプロセッサ、ＩＢＭ ＰｏｗｅｒＰＣ、ＩｎｔｅｌのＣｏｒｅ、Ｉｔａｎｉｕｍ、Ｘｅｏｎ、Ｃｅｌｅｒｏｎ又は他のプロセッサラインなどのマイクロプロセッサを含むことができる。プロセッサ３０２は、メインフレーム、分散プロセッサ、マルチコア、並列、グリッド、又は他のアーキテクチャを使用して実装することができる。いくつかの実施形態は、特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＯＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、システムオンチップ（ＳｏＣ）などの組み込み技術を利用することができる。
［０４２］
プロセッサ３０２は、Ｉ／Ｏインターフェース３０３を介して１つ又はそれ以上の入出力（Ｉ／Ｏ）デバイスと通信的に配置されてもよい。Ｉ／Ｏインターフェース３０３は、これに限定されないが、オーディオ、アナログ、デジタル、モノラル、ＲＣＡ、ステレオ、ＩＥＥＥ−１３９４、シリアルバス、ＵＳＢ、赤外線、ＰＳ／２、ＢＮＣ、同軸、コンポーネント、コンポジット、デジタルビジュアルインターフェース（ＯＶＩ）、高精細マルチメディアインターフェース（ＨＯＭＩ）、ＲＦアンテナ、Ｓビデオ、ＶＧＡ、ＩＥＥＥ８０２．１１ａ／ｂ／ｇ／ｎ／ｘ、ブルートゥース、セルラー方式（例えば、コード分割多重アクセス（ＣＤＭＡ）、高速パケットアクセス（ＨＳＰＡ＋）、グローバル通信システム（ＧＳＭ）、ロングタームエボリューション（ＬＴＥ）、ＷｉＭａｘ、など）のような通信方法及び／又はプロトコル（本明細書で説明する医療プロトコルとは異なる）を採用することができる。
プロセッサ３０２は、Ｉ／Ｏインターフェース３０３を介して１つ又はそれ以上の入出力（Ｉ／Ｏ）デバイスと通信的に配置されてもよい。Ｉ／Ｏインターフェース３０３は、これに限定されないが、オーディオ、アナログ、デジタル、モノラル、ＲＣＡ、ステレオ、ＩＥＥＥ−１３９４、シリアルバス、ＵＳＢ、赤外線、ＰＳ／２、ＢＮＣ、同軸、コンポーネント、コンポジット、デジタルビジュアルインターフェース（ＯＶＩ）、高精細マルチメディアインターフェース（ＨＯＭＩ）、ＲＦアンテナ、Ｓビデオ、ＶＧＡ、ＩＥＥＥ８０２．１１ａ／ｂ／ｇ／ｎ／ｘ、ブルートゥース、セルラー方式（例えば、コード分割多重アクセス（ＣＤＭＡ）、高速パケットアクセス（ＨＳＰＡ＋）、グローバル通信システム（ＧＳＭ）、ロングタームエボリューション（ＬＴＥ）、ＷｉＭａｘ、など）のような通信方法及び／又はプロトコル（本明細書で説明する医療プロトコルとは異なる）を採用することができる。
［０４３］
Ｉ／Ｏインターフェース３０３を使用して、治療エージェントモジュール２１０は、１つは複数のＩ／Ｏデバイスと通信することができる。例えば、入力装置３０４は、キーボード、マウス、ジョイスティック、カメラ、バーコードリーダ、ドングル、バイオメトリックリーダ、マイクロホン、タッチスクリーン、タッチパッド、トラックボール、センサ（例えば、加速度計、光センサ、ＲＦ検出器、近接センサなど）、スタイラス、スキャナ、記憶装置、トランシーバ、ビデオデバイス／ソースなどを含むことができる。
Ｉ／Ｏインターフェース３０３を使用して、治療エージェントモジュール２１０は、１つは複数のＩ／Ｏデバイスと通信することができる。例えば、入力装置３０４は、キーボード、マウス、ジョイスティック、カメラ、バーコードリーダ、ドングル、バイオメトリックリーダ、マイクロホン、タッチスクリーン、タッチパッド、トラックボール、センサ（例えば、加速度計、光センサ、ＲＦ検出器、近接センサなど）、スタイラス、スキャナ、記憶装置、トランシーバ、ビデオデバイス／ソースなどを含むことができる。
［０４４］
入力装置３０４は、（図４に示すような）医療装置４１６、４１８、及び／又は４２０などの１つ又はそれ以上の医療装置であってもよい。上述したように、医療機器４１６、４１８、及び／又は４２０は、近接照射療法システム、アフターローダー、線形加速器、線形加速器と組み合わせた磁気共鳴スキャナー、又は他の治療医療システムであってもよい。
入力装置３０４は、（図４に示すような）医療装置４１６、４１８、及び／又は４２０などの１つ又はそれ以上の医療装置であってもよい。上述したように、医療機器４１６、４１８、及び／又は４２０は、近接照射療法システム、アフターローダー、線形加速器、線形加速器と組み合わせた磁気共鳴スキャナー、又は他の治療医療システムであってもよい。
［０４５］
出力装置３０５は、プリンタ、ファックス機、ビデオディスプレイ、オーディオスピーカなどであってもよい。いくつかの実施形態では、トランシーバ３０６をプロセッサ３０２に関連して配置することができる。トランシーバ３０６は、様々なタイプの無線送信又は受信を容易に行うことができる。例えば、トランシーバ３０６は、ＩＥＥＥ８０２．１１ａ／ｂ／ｇ／ｎ、Ｂｌｕｅｔｏｏｔｈ、ＦＭ、全地球測位システム（ＧＰＳ）、２Ｇ／３Ｇ ＨＳＤＰＡ／ＨＳＵＰＡ通信、などを提供するトランシーバチップ（例えば、Ｔｅｘａｓ Ｉｎｓｔｒｕｍｅｎｔｓ ＷｉＬｉｎｋ ＷＬ１２８３、Ｂｒｏａｄｃｏｍ ＢＣＭ４７５０１ＵＢ８、Ｉｎｆｉｎｅｏｎ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｘ−Ｇｏｌｄ ６１８−ＰＭＢ９８００など）に動作可能に接続されたアンテナを含むことができる。
出力装置３０５は、プリンタ、ファックス機、ビデオディスプレイ、オーディオスピーカなどであってもよい。いくつかの実施形態では、トランシーバ３０６をプロセッサ３０２に関連して配置することができる。トランシーバ３０６は、様々なタイプの無線送信又は受信を容易に行うことができる。例えば、トランシーバ３０６は、ＩＥＥＥ８０２．１１ａ／ｂ／ｇ／ｎ、Ｂｌｕｅｔｏｏｔｈ、ＦＭ、全地球測位システム（ＧＰＳ）、２Ｇ／３Ｇ ＨＳＤＰＡ／ＨＳＵＰＡ通信、などを提供するトランシーバチップ（例えば、Ｔｅｘａｓ Ｉｎｓｔｒｕｍｅｎｔｓ ＷｉＬｉｎｋ ＷＬ１２８３、Ｂｒｏａｄｃｏｍ ＢＣＭ４７５０１ＵＢ８、Ｉｎｆｉｎｅｏｎ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｘ−Ｇｏｌｄ ６１８−ＰＭＢ９８００など）に動作可能に接続されたアンテナを含むことができる。
［０４６］
いくつかの実施形態では、プロセッサ３０２は、ネットワークインターフェース３０７を介して通信ネットワーク２２０と通信して配置されてもよい。ネットワークインターフェース３０７は、通信ネットワーク２２０と通信することができる。ネットワークインターフェースは、これに限定されないが、直接接続、イーサネット（例えば、ツイストペア１０／１００／１０００ベースＴ）、伝送制御プロトコル／インターネットプロトコル（ＴＣＰ／ＩＰ）、トークンリング、ＩＥＥＥ８０２．１１ａ／ｂ／ｇ／ｎ／ｘなどを含む通信プロトコルを採用することができる。通信ネットワーク２２０は、これに限定されないが、直接相互接続、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、無線ネットワーク（例えば、無線アプリケーションプロトコルを使用する）、インターネットなどを含むことができる。ネットワークインターフェース３０７及び通信ネットワーク２２０を使用して、治療エージェントモジュール２１０は、デバイス３０９及び３１０、及び／又は治療薬３１１と通信することができる。図３に示すように、これらのデバイス３０９、３１０には、これに限定されないが、パーソナルコンピュータ、サーバ、携帯電話、スマートフォン（例えば、Ａｐｐｌｅ ｉＰｈｏｎｅ（登録商標）、Ｂｌａｃｋｂｅｒｒｙ、Ａｎｄｒｏｉｄ Ｐｈｏｎｅなど）、タブレットコンピュータ、ラップトップコンピュータ、ノートブック、ハンドヘルド医療機器などが含むことができる。いくつかの実施形態では、治療エージェントモジュール２１０は、これらのデバイス３０９又は３１０のうちの１つ又はそれ以上にそれ自体を具現化又は格納することができる。
いくつかの実施形態では、プロセッサ３０２は、ネットワークインターフェース３０７を介して通信ネットワーク２２０と通信して配置されてもよい。ネットワークインターフェース３０７は、通信ネットワーク２２０と通信することができる。ネットワークインターフェースは、これに限定されないが、直接接続、イーサネット（例えば、ツイストペア１０／１００／１０００ベースＴ）、伝送制御プロトコル／インターネットプロトコル（ＴＣＰ／ＩＰ）、トークンリング、ＩＥＥＥ８０２．１１ａ／ｂ／ｇ／ｎ／ｘなどを含む通信プロトコルを採用することができる。通信ネットワーク２２０は、これに限定されないが、直接相互接続、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、無線ネットワーク（例えば、無線アプリケーションプロトコルを使用する）、インターネットなどを含むことができる。ネットワークインターフェース３０７及び通信ネットワーク２２０を使用して、治療エージェントモジュール２１０は、デバイス３０９及び３１０、及び／又は治療薬３１１と通信することができる。図３に示すように、これらのデバイス３０９、３１０には、これに限定されないが、パーソナルコンピュータ、サーバ、携帯電話、スマートフォン（例えば、Ａｐｐｌｅ ｉＰｈｏｎｅ（登録商標）、Ｂｌａｃｋｂｅｒｒｙ、Ａｎｄｒｏｉｄ Ｐｈｏｎｅなど）、タブレットコンピュータ、ラップトップコンピュータ、ノートブック、ハンドヘルド医療機器などが含むことができる。いくつかの実施形態では、治療エージェントモジュール２１０は、これらのデバイス３０９又は３１０のうちの１つ又はそれ以上にそれ自体を具現化又は格納することができる。
［０４７］
いくつかの実施形態では、プロセッサ３０２は、記憶インターフェース３１２を介して１つ又はそれ以上のメモリデバイス（たとえば、ＲＡＭ３１３、ＲＯＭ３１４など）と通信することができる。メモリデバイスは、治療アプリケーションデータ３２０、臨床データベース２１４、適応型治療エンジン２１２、ユーザインターフェース３１７、オペレーティングシステム３１６のうちの１つ又は複数に関連するデータ又は情報（例えば、プログラム）を格納するように構成されたメモリ３１５（例えば、非一時的なコンピュータ可読媒体）を含むことができる。記憶インターフェース３１２は、これに限定されないが、臨床データベース２１６、メモリドライブ、取り外し可能なディスクドライブなどの１つ又はそれ以上の外部データベースを含む他のデバイスと、シリアルＡＴＡ（ＳＡＴＡ）、結合ドライブ エレクトロニクス（ＩＤＥ）、ＩＥＥＥ−１３９４、ユニバーサルシリア
ルバス（ＵＳＢ）、ファイバチャネル、小さな治療エージェントモジュールインターフェース（ＳＣＳＩ）、ネットワーク接続ストレージ、ｉＳＣＳＩ、等を用いて接続するように構成することができる。メモリデバイスは、ドラム、磁気ディスクドライブ、光磁気ドライブ、光学ドライブ、独立ディスクの冗長アレイ（ＲＡＩＤ）、ソリッドステートメモリデバイス、ソリッドステートドライブなどの１つ又はそれ以上を含むこともできる。例えば、臨床データベース２１４、及び以下に説明する他のデータベース（例えば、臨床データベース２１６、症例データベース６００、プロトコルデータベース７００、及びタスクデータベース８００）を実装するために、様々なメモリデバイスを使用することができる。一実施形態では、メモリデバイスは、ランダムアクセスメモリ（ＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、同期ダイナミックランダムアクセスメモリ（ＳＤＲＡＭ）、ダブルデータレートＳＤＲＡＭ（例えば、ＤＤＲ３及びＤＤＲ３ １３３３規格をサポートするために指定されたメモリ）、ランバスＤＲＡＭ（ＲＤＲＡＭ）を含むことができる。メモリデバイスは、例えば、単一インラインメモリモジュール、デュアルインラインメモリモジュール、又はリムーバブルＲＡＭメモリなど、多くの方法で構成することができる。このような記憶装置は、データベースからのそのようなデータのフェッチの数を減らし、それによって、ここに記載されたようなプロセスの動作を高速化するために、特定の患者、例えば医療画像、及び２つ以上の治療計画からの診断情報を格納するために使用されることができる。
いくつかの実施形態では、プロセッサ３０２は、記憶インターフェース３１２を介して１つ又はそれ以上のメモリデバイス（たとえば、ＲＡＭ３１３、ＲＯＭ３１４など）と通信することができる。メモリデバイスは、治療アプリケーションデータ３２０、臨床データベース２１４、適応型治療エンジン２１２、ユーザインターフェース３１７、オペレーティングシステム３１６のうちの１つ又は複数に関連するデータ又は情報（例えば、プログラム）を格納するように構成されたメモリ３１５（例えば、非一時的なコンピュータ可読媒体）を含むことができる。記憶インターフェース３１２は、これに限定されないが、臨床データベース２１６、メモリドライブ、取り外し可能なディスクドライブなどの１つ又はそれ以上の外部データベースを含む他のデバイスと、シリアルＡＴＡ（ＳＡＴＡ）、結合ドライブ エレクトロニクス（ＩＤＥ）、ＩＥＥＥ−１３９４、ユニバーサルシリア
ルバス（ＵＳＢ）、ファイバチャネル、小さな治療エージェントモジュールインターフェース（ＳＣＳＩ）、ネットワーク接続ストレージ、ｉＳＣＳＩ、等を用いて接続するように構成することができる。メモリデバイスは、ドラム、磁気ディスクドライブ、光磁気ドライブ、光学ドライブ、独立ディスクの冗長アレイ（ＲＡＩＤ）、ソリッドステートメモリデバイス、ソリッドステートドライブなどの１つ又はそれ以上を含むこともできる。例えば、臨床データベース２１４、及び以下に説明する他のデータベース（例えば、臨床データベース２１６、症例データベース６００、プロトコルデータベース７００、及びタスクデータベース８００）を実装するために、様々なメモリデバイスを使用することができる。一実施形態では、メモリデバイスは、ランダムアクセスメモリ（ＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、同期ダイナミックランダムアクセスメモリ（ＳＤＲＡＭ）、ダブルデータレートＳＤＲＡＭ（例えば、ＤＤＲ３及びＤＤＲ３ １３３３規格をサポートするために指定されたメモリ）、ランバスＤＲＡＭ（ＲＤＲＡＭ）を含むことができる。メモリデバイスは、例えば、単一インラインメモリモジュール、デュアルインラインメモリモジュール、又はリムーバブルＲＡＭメモリなど、多くの方法で構成することができる。このような記憶装置は、データベースからのそのようなデータのフェッチの数を減らし、それによって、ここに記載されたようなプロセスの動作を高速化するために、特定の患者、例えば医療画像、及び２つ以上の治療計画からの診断情報を格納するために使用されることができる。
［０４８］
メモリ装置は、これに限定されないが、適応型治療エンジン２１２、臨床データベース２１４、オペレーティングシステム３１６、ユーザインターフェース３１７、及び治療アプリケーションデータ３２０（例えば、本開示において議論される任意のデータ変数又はデータセット）等に関連することができるプログラム又はデータベースコンポーネントの集合を格納することができる。オペレーティングシステム３１６は、治療エージェントモジュール２１０のリソース管理及び動作を容易にすることができる。オペレーティングシステムの例としては、Ａｐｐｌｅ Ｍａｃｉｎｔｏｓｈ ＯＳ Ｘ、Ｕｎｉｘ（登録商標）、ＵＮＩＸ（登録商標）系システムディストリビューション（例えば、バークレーソフトウェアディストリビューション（ＢＳＤ）、ＦｒｅｅＢＳＤ、ＮｅｔＢＳＤ、ＯｐｅｎＢＳＤなど）、Ｌｉｎｕｘ（登録商標）ディストリビューション（例えば、Ｒｅｄ Ｈａｔ、Ｕｂｕｎｔｕ、Ｋｕｂｕｎｔｕなど）、ＩＢＭＯＳ／２、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（ＸＰ、Ｖｉｓｔａ／７／８など）、Ａｐｐｌｅ ｉＯＳ、Ｇｏｏｇｌｅ Ａｎｄｒｏｉｄ、Ｂｌａｃｋｂｅｒｒｙ ＯＳ、等を含む。ユーザインターフェース３１７は、テキスト又はグラフィック機能（例えば、グラフィカルユーザインターフェース）を介して、プログラムコンポーネントの表示、実行、対話、操作、又は操作を容易にすることができる。例えば、ユーザインターフェースは、カーソル、アイコン、チェックボックス、メニュー、スクロールバー、ウィンドウ、ウィジェットなどの治療エージェントモジュール２１０に動作可能に接続されたディスプレイシステム上にコンピュータインタラクションインターフェース要素を提供することができ、Ａｐｐｌｅ ＭａｃｉｎｔｏｓｈオペレーティングシステムのＡｑｕａ、ＩＢＭ ＯＳ／２、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（例えば、Ａｅｒｏ、Ｍｅｔｒｏなど）、Ｕｎｉｘ（登録商標） Ｘ−Ｗｉｎｄｏｗｓ、ウェブインターフェースライブラリ（例えば、ＡｃｔｉｖｅＸ 、Ｊａｖａ、ＪａｖａＳｃｒｉｐｔ、ＡＪＡＸ、ＨＴＭＬ、Ａｄｏｂｅ Ｆｌａｓｈなど）等を含むことができる。
メモリ装置は、これに限定されないが、適応型治療エンジン２１２、臨床データベース２１４、オペレーティングシステム３１６、ユーザインターフェース３１７、及び治療アプリケーションデータ３２０（例えば、本開示において議論される任意のデータ変数又はデータセット）等に関連することができるプログラム又はデータベースコンポーネントの集合を格納することができる。オペレーティングシステム３１６は、治療エージェントモジュール２１０のリソース管理及び動作を容易にすることができる。オペレーティングシステムの例としては、Ａｐｐｌｅ Ｍａｃｉｎｔｏｓｈ ＯＳ Ｘ、Ｕｎｉｘ（登録商標）、ＵＮＩＸ（登録商標）系システムディストリビューション（例えば、バークレーソフトウェアディストリビューション（ＢＳＤ）、ＦｒｅｅＢＳＤ、ＮｅｔＢＳＤ、ＯｐｅｎＢＳＤなど）、Ｌｉｎｕｘ（登録商標）ディストリビューション（例えば、Ｒｅｄ Ｈａｔ、Ｕｂｕｎｔｕ、Ｋｕｂｕｎｔｕなど）、ＩＢＭＯＳ／２、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（ＸＰ、Ｖｉｓｔａ／７／８など）、Ａｐｐｌｅ ｉＯＳ、Ｇｏｏｇｌｅ Ａｎｄｒｏｉｄ、Ｂｌａｃｋｂｅｒｒｙ ＯＳ、等を含む。ユーザインターフェース３１７は、テキスト又はグラフィック機能（例えば、グラフィカルユーザインターフェース）を介して、プログラムコンポーネントの表示、実行、対話、操作、又は操作を容易にすることができる。例えば、ユーザインターフェースは、カーソル、アイコン、チェックボックス、メニュー、スクロールバー、ウィンドウ、ウィジェットなどの治療エージェントモジュール２１０に動作可能に接続されたディスプレイシステム上にコンピュータインタラクションインターフェース要素を提供することができ、Ａｐｐｌｅ ＭａｃｉｎｔｏｓｈオペレーティングシステムのＡｑｕａ、ＩＢＭ ＯＳ／２、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（例えば、Ａｅｒｏ、Ｍｅｔｒｏなど）、Ｕｎｉｘ（登録商標） Ｘ−Ｗｉｎｄｏｗｓ、ウェブインターフェースライブラリ（例えば、ＡｃｔｉｖｅＸ 、Ｊａｖａ、ＪａｖａＳｃｒｉｐｔ、ＡＪＡＸ、ＨＴＭＬ、Ａｄｏｂｅ Ｆｌａｓｈなど）等を含むことができる。
［０４９］
いくつかの実施形態によれば、治療エージェントモジュール２１０は、ウェブブラウザ格納プログラムコンポーネント（図示せず）を実装することができる。ウェブブラウザは、例えば、Ｍｉｃｒｏｓｏｆｔ Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅ、Ｍｏｚｉｌｌａ Ｆｉｒｅｆｏｘ、Ａｐｐｌｅ Ｓａｆａｒｉ、又はハイパーテキスト表示を可能にするインターネットへの接続を提供する任意のソフトウェアアプリケーションなどのハイパーテキスト表示アプリケーションであってもよい。安全なウェブブラウジングは、ＨＴＴＰＳ（セキュアハイパーテキストトランスポートプロトコル）、セキュアソケットレイヤー（ＳＳＬ）、トランスポートレイヤーセキュリティー（ＴＬＳ）などを使用して提供することができる。例えば、ウェブブラウザは、ＡＪＡＸ、ＤＨＴＭＬ、Ａｄｏｂｅ Ｆｌａｓｈ、ＪａｖａＳｃｒｉｐｔ、Ｊａｖａ、アプリケーションプログラミングインターフェース（ＡＰＬ）などの機能を利用することができる。
いくつかの実施形態によれば、治療エージェントモジュール２１０は、ウェブブラウザ格納プログラムコンポーネント（図示せず）を実装することができる。ウェブブラウザは、例えば、Ｍｉｃｒｏｓｏｆｔ Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅ、Ｍｏｚｉｌｌａ Ｆｉｒｅｆｏｘ、Ａｐｐｌｅ Ｓａｆａｒｉ、又はハイパーテキスト表示を可能にするインターネットへの接続を提供する任意のソフトウェアアプリケーションなどのハイパーテキスト表示アプリケーションであってもよい。安全なウェブブラウジングは、ＨＴＴＰＳ（セキュアハイパーテキストトランスポートプロトコル）、セキュアソケットレイヤー（ＳＳＬ）、トランスポートレイヤーセキュリティー（ＴＬＳ）などを使用して提供することができる。例えば、ウェブブラウザは、ＡＪＡＸ、ＤＨＴＭＬ、Ａｄｏｂｅ Ｆｌａｓｈ、ＪａｖａＳｃｒｉｐｔ、Ｊａｖａ、アプリケーションプログラミングインターフェース（ＡＰＬ）などの機能を利用することができる。
［０５０］
臨床データベース２１４及び２１６は、フォールトトレラント、リレーショナル、スケーラブル、安全なデータベース、又はそれらの任意の組み合わせ、例えばＯｒａｃｌｅ又はＳｙｂａｓｅなどとして実装することができる。
臨床データベース２１４及び２１６は、その実装に基づいて様々なアーキテクチャを含むことができる。臨床データベース２１４及び２１６は、アレイ、ハッシュ、リンクされたリスト、構造体、レコード、構造化テキストファイル（例えば、ＸＭＬ）、テーブルのような標準化されたデータ構造を使用して実装されてもよく、又は、臨床データベース２１４、２１６は、オブジェクト指向データベース（例えば、ＯｂｊｅｃｔＳｔｏｒｅ、Ｐｏｅｔ、Ｚｏｐｅなど）として実装されてもよい。臨床データベース２１４及び２１６は、関係データ及び非構造化データの組み合わせを使用して実装することができる。臨床データベース２１４及び２１６は、時には、本開示において上述された様々な治療エージェントモジュールの間で、統合又は分布されてもよい。任意のコンピュータ又はデータベース構成要素の構造及び動作は、任意の実際の組み合わせで組み合わせ、統合又は配信され得ることが理解されるべきである。一実施形態では、データ要素は、１つ又はそれ以上の追加のデータベースへのポインタを含むことができ、それによって、適応型放射線治療管理システム４００のリダイレクションレベルを導入する。例えば、臨床データベース２１４及び２１６は、ある構造又はシステムのデータを他の構造又はシステムのデータに関連付ける起源グラフを含むことができる。複数のノードによるそのようなリダイレクションは、通常、エンドユーザによって観察することはできない。
臨床データベース２１４及び２１６は、フォールトトレラント、リレーショナル、スケーラブル、安全なデータベース、又はそれらの任意の組み合わせ、例えばＯｒａｃｌｅ又はＳｙｂａｓｅなどとして実装することができる。
臨床データベース２１４及び２１６は、その実装に基づいて様々なアーキテクチャを含むことができる。臨床データベース２１４及び２１６は、アレイ、ハッシュ、リンクされたリスト、構造体、レコード、構造化テキストファイル（例えば、ＸＭＬ）、テーブルのような標準化されたデータ構造を使用して実装されてもよく、又は、臨床データベース２１４、２１６は、オブジェクト指向データベース（例えば、ＯｂｊｅｃｔＳｔｏｒｅ、Ｐｏｅｔ、Ｚｏｐｅなど）として実装されてもよい。臨床データベース２１４及び２１６は、関係データ及び非構造化データの組み合わせを使用して実装することができる。臨床データベース２１４及び２１６は、時には、本開示において上述された様々な治療エージェントモジュールの間で、統合又は分布されてもよい。任意のコンピュータ又はデータベース構成要素の構造及び動作は、任意の実際の組み合わせで組み合わせ、統合又は配信され得ることが理解されるべきである。一実施形態では、データ要素は、１つ又はそれ以上の追加のデータベースへのポインタを含むことができ、それによって、適応型放射線治療管理システム４００のリダイレクションレベルを導入する。例えば、臨床データベース２１４及び２１６は、ある構造又はシステムのデータを他の構造又はシステムのデータに関連付ける起源グラフを含むことができる。複数のノードによるそのようなリダイレクションは、通常、エンドユーザによって観察することはできない。
［０５１］
図４は、本開示のいくつかの実施形態による例示的な適応型放射線治療管理システム４００の機能ブロック図である。システム４００は、治療エージェントモジュール２１０、医療機器４１６及び４１８、医療機器インターフェース４２０、及び補助機器４１５を含むことができる。治療エージェントモジュール２１０は、医療装置４１６及び４１８に動作可能に接続することができる。医療機器インターフェース４２０は、医療機器４１６、４１８、及び補助デバイス４１５に接続され、それらを制御するように構成され得る。医療装置インターフェース４２０、医療装置４１６及び４１８、及び補助装置４１５は、デバイスバス４２２を介して接続することができる。
図４は、本開示のいくつかの実施形態による例示的な適応型放射線治療管理システム４００の機能ブロック図である。システム４００は、治療エージェントモジュール２１０、医療機器４１６及び４１８、医療機器インターフェース４２０、及び補助機器４１５を含むことができる。治療エージェントモジュール２１０は、医療装置４１６及び４１８に動作可能に接続することができる。医療機器インターフェース４２０は、医療機器４１６、４１８、及び補助デバイス４１５に接続され、それらを制御するように構成され得る。医療装置インターフェース４２０、医療装置４１６及び４１８、及び補助装置４１５は、デバイスバス４２２を介して接続することができる。
［０５２］
医療機器４１６及び選択的に４１８は、患者４２６の放射線治療で使用される任意のデバイスであり得る。例示的な実施形態では、医療装置４１８は必須ではないが、存在する場合、医療装置４１６とは異なる。例えば、医療装置４１６は近接照射療法後負荷装置であってもよく、医療装置４１８は線形加速器であってもよい。更に、医療機器４１６及び４１８は、近接照射療法送達システム、近接照射療法ＵＳ誘導針挿入システム、ゲート小線源治療送達構成、予測追跡送達構成として構成された近接照射療法デバイス、アフターローダー、画像化デバイス、ガンマナイフ、内視鏡装置、線形加速器、複合ＭＲＩ線形加速器などが含むことができる。医療機器４１６及び４１８は、治療エージェントモジュール２１０から情報を受信し、治療エージェントモジュール２１０に情報を提供するように構成することができる。
医療機器４１６及び選択的に４１８は、患者４２６の放射線治療で使用される任意のデバイスであり得る。例示的な実施形態では、医療装置４１８は必須ではないが、存在する場合、医療装置４１６とは異なる。例えば、医療装置４１６は近接照射療法後負荷装置であってもよく、医療装置４１８は線形加速器であってもよい。更に、医療機器４１６及び４１８は、近接照射療法送達システム、近接照射療法ＵＳ誘導針挿入システム、ゲート小線源治療送達構成、予測追跡送達構成として構成された近接照射療法デバイス、アフターローダー、画像化デバイス、ガンマナイフ、内視鏡装置、線形加速器、複合ＭＲＩ線形加速器などが含むことができる。医療機器４１６及び４１８は、治療エージェントモジュール２１０から情報を受信し、治療エージェントモジュール２１０に情報を提供するように構成することができる。
［０５３］
いくつかの実施形態によれば、医療装置４１６は、患者の解剖学的構造の画像を捕捉する、及び／又は機械可読画像情報の大きなデータセットを提供するための１つ又はそれ以上の画像形成能力を含む画像装置であってもよい。例えば、医療装置４１６は、ＣＴスキャナ、ＰＥＴスキャナ、ＭＲＩスキャナ、ＳＰＥＣＴスキャナ、又は患者の解剖学的構造を医用イメージングするために使用することができる任意のタイプの装置であってもよい。
いくつかの実施形態によれば、医療装置４１６は、患者の解剖学的構造の画像を捕捉する、及び／又は機械可読画像情報の大きなデータセットを提供するための１つ又はそれ以上の画像形成能力を含む画像装置であってもよい。例えば、医療装置４１６は、ＣＴスキャナ、ＰＥＴスキャナ、ＭＲＩスキャナ、ＳＰＥＣＴスキャナ、又は患者の解剖学的構造を医用イメージングするために使用することができる任意のタイプの装置であってもよい。
［０５４］
他の例では、医療機器４１８は、治療エージェントモジュール２１０によって促進された、又は治療エージェントモジュール２１０によって行われた治療決定に応答して、治療エージェントモジュール２１０から制御コマンドを受信するように構成された近接照射療法後ローダであってもよい。
他の例では、医療機器４１８は、治療エージェントモジュール２１０によって促進された、又は治療エージェントモジュール２１０によって行われた治療決定に応答して、治療エージェントモジュール２１０から制御コマンドを受信するように構成された近接照射療法後ローダであってもよい。
［０５５］
他の実施形態では、医療機器４１６はＭＲＩスキャナであり、医療機器４１８は線形加速器である。両方とも、医療装置コントローラ４１４を介して治療エージェントモジュール２１０から制御コマンドを受け取り、医療装置４１６によって取得された画像データを分析し、医療装置４１８によって管理される送達を適合させるために並行して動作する。
他の実施形態では、医療機器４１６はＭＲＩスキャナであり、医療機器４１８は線形加速器である。両方とも、医療装置コントローラ４１４を介して治療エージェントモジュール２１０から制御コマンドを受け取り、医療装置４１６によって取得された画像データを分析し、医療装置４１８によって管理される送達を適合させるために並行して動作する。
［０５６］
医療装置インターフェース４２０は、患者４２６の処置の過程で医療装置４１６及び４１８を制御するように構成されてもよい。いくつかの実施形態によれば、治療エージェントモジュール２１０は、例えば医療専門家４２４のような入力を受け取り、ユーザに出力を提供することができる。医療装置インターフェース４２０は、補助装置４１５、医療装置４１６及び４１８、及び治療エージェントモジュール２１０との間で命令を送信し、命令を受信するように構成することができる。医療装置インターフェース４２０は、補助装置４１５を制御及び／又は通信するように構成することもできる。例えば、医療機器インターフェース４２０は、治療エージェントモジュール２１０に制御を提供するように構成されてもよい。
医療装置インターフェース４２０は、患者４２６の処置の過程で医療装置４１６及び４１８を制御するように構成されてもよい。いくつかの実施形態によれば、治療エージェントモジュール２１０は、例えば医療専門家４２４のような入力を受け取り、ユーザに出力を提供することができる。医療装置インターフェース４２０は、補助装置４１５、医療装置４１６及び４１８、及び治療エージェントモジュール２１０との間で命令を送信し、命令を受信するように構成することができる。医療装置インターフェース４２０は、補助装置４１５を制御及び／又は通信するように構成することもできる。例えば、医療機器インターフェース４２０は、治療エージェントモジュール２１０に制御を提供するように構成されてもよい。
［０５７］
補助装置４１５は、システム４００に非医療機能を提供する１つ又はそれ以上の非医療装置であってもよい。例えば、いくつかの態様では、補助装置４１５は、例えば、時間決定論的モンテカルロアルゴリズム、パレート最適化、大規模画像再構成の迅速な実行のためのグラフィカル処理ユニット（ＧＰＵ）スタックなどの様々な「サービス」アルゴリズムを実行することができる計算など補助装置４１５は、治療エージェントモジュール２１０及び／又は医療装置インターフェース４２０から情報を受信し、治療エージェントモジュール２１０及び／又は医療装置インターフェース４２０に情報を提供することができる。治療エージェントモジュール２１０は、補助装置４１５を使用して、本明細書に記載された１つ又はそれ以上の計算ステップを実行することができる。
補助装置４１５は、システム４００に非医療機能を提供する１つ又はそれ以上の非医療装置であってもよい。例えば、いくつかの態様では、補助装置４１５は、例えば、時間決定論的モンテカルロアルゴリズム、パレート最適化、大規模画像再構成の迅速な実行のためのグラフィカル処理ユニット（ＧＰＵ）スタックなどの様々な「サービス」アルゴリズムを実行することができる計算など補助装置４１５は、治療エージェントモジュール２１０及び／又は医療装置インターフェース４２０から情報を受信し、治療エージェントモジュール２１０及び／又は医療装置インターフェース４２０に情報を提供することができる。治療エージェントモジュール２１０は、補助装置４１５を使用して、本明細書に記載された１つ又はそれ以上の計算ステップを実行することができる。
［０５８］
治療エージェントモジュール２１０は、適応型治療エンジン２１２を含むことができ、１つ又はそれ以上の臨床データベース２１４を含むことができる。臨床データベース２１４は、ケースデータベース６００、プロトコルデータベース７００、及びタスクデータベース８００を含む複数のデータベースを含むことができ、それらは以下に更に詳細に説明する。臨床データベース２１４は、適応型治療エンジン２１２に情報を提供し、適応型治療エンジン２１２から情報を受信することができる。
治療エージェントモジュール２１０は、適応型治療エンジン２１２を含むことができ、１つ又はそれ以上の臨床データベース２１４を含むことができる。臨床データベース２１４は、ケースデータベース６００、プロトコルデータベース７００、及びタスクデータベース８００を含む複数のデータベースを含むことができ、それらは以下に更に詳細に説明する。臨床データベース２１４は、適応型治療エンジン２１２に情報を提供し、適応型治療エンジン２１２から情報を受信することができる。
［０５９］
適応型治療エンジン２１２は、医療機器コントローラ４１４、統合エンジン４１２、及びワークフロー調整エンジン４１０を含むことができる。適応型治療エンジン２１２は、例えば撮像装置（例えば、医療装置４１６）のような動作可能に接続された装置において所定の活動を実行するように構成することができる。いくつかの実施形態では、適応型治療エンジン２１２は、膨大なデータセット間の相関を決定するために、臨床データベース２１４をリアルタイムで（例えば、このコンテキストではリアルタイムは解析エンジン２１２が使用されている間に治療セッション中に解析が実行されることを意味する）解析して、膨大なデータセット間の相関を決定し、そして、データベースの解析を通じて得られた特定の状況のセットが与えられた場合に、候補のプロトコル、及び／又はプロトコル断片、及びオプションのタスクを決定することができる。例えば、適応型治療エンジン２１２は、処置分画送達セッション中に相関を使用することによって、以前に遭遇した症例が本質的に（例えば、動きのダイナミクス及び／又は相対的な位置及びサイズなどの構造セット要素に関して）類似しているかどうか決定することができ、そして、適応型治療エンジン２１２は、現在の場合に対する最適なアプローチを決定することができる。他の実施形態では、適応型治療エンジン２１２は、治療エージェントモジュール２１０によって管理される様々な治療プロセスを調整することができる。治療エージェントモジュール２１０は、動的に変化する臨床状況（例えば、治療セッション中の特定の治療に対する患者の応答）に基づいてシステム４００の挙動を最適化するように構成され得る。いくつかの例では、適応型治療エンジン２１２は、臨床データベース２１４を将来の臨床治療のための臨床応答及び有効性情報で継続的に更新するように構成され得る。
適応型治療エンジン２１２は、医療機器コントローラ４１４、統合エンジン４１２、及びワークフロー調整エンジン４１０を含むことができる。適応型治療エンジン２１２は、例えば撮像装置（例えば、医療装置４１６）のような動作可能に接続された装置において所定の活動を実行するように構成することができる。いくつかの実施形態では、適応型治療エンジン２１２は、膨大なデータセット間の相関を決定するために、臨床データベース２１４をリアルタイムで（例えば、このコンテキストではリアルタイムは解析エンジン２１２が使用されている間に治療セッション中に解析が実行されることを意味する）解析して、膨大なデータセット間の相関を決定し、そして、データベースの解析を通じて得られた特定の状況のセットが与えられた場合に、候補のプロトコル、及び／又はプロトコル断片、及びオプションのタスクを決定することができる。例えば、適応型治療エンジン２１２は、処置分画送達セッション中に相関を使用することによって、以前に遭遇した症例が本質的に（例えば、動きのダイナミクス及び／又は相対的な位置及びサイズなどの構造セット要素に関して）類似しているかどうか決定することができ、そして、適応型治療エンジン２１２は、現在の場合に対する最適なアプローチを決定することができる。他の実施形態では、適応型治療エンジン２１２は、治療エージェントモジュール２１０によって管理される様々な治療プロセスを調整することができる。治療エージェントモジュール２１０は、動的に変化する臨床状況（例えば、治療セッション中の特定の治療に対する患者の応答）に基づいてシステム４００の挙動を最適化するように構成され得る。いくつかの例では、適応型治療エンジン２１２は、臨床データベース２１４を将来の臨床治療のための臨床応答及び有効性情報で継続的に更新するように構成され得る。
［０６０］
適応型治療エンジン２１２は、臨床データベース２１４に格納された大量のデータ（例えば、診断情報）に基づいて治療計画に自動的にアクセスし、分析し、公式化することができる。例えば、症例データベース６００及びプロトコルデータベース７００を解析した後、適応型治療エンジン２１２は、診断情報、この場合、医療装置コントローラ４１４を介して得られ、統合エンジン４１２を介して処理された医療画像データに基づいて、医療画像から決定された状況を考慮すると、特定のプロトコルが特定の臨床目的に到達するのに有効である確率は９４％であるということを（例えば、プロセッサ３０２を介して）決定することができる。たとえＯＡＲへの過剰照射の可能性のためにプロトコルを削減すべきであるにもかかわらず、例えば、医用画像は、周囲のＯＡＲへの線量を損なうことなく、追加の放射線療法線量を標的に送達するのに適した解剖学的構造（例えば、膀胱/腸/直腸充填の変化）を明らかにする可能性がある。このようにして、適応型治療エンジン２１２は、構造セット（例えば、ＯＡＲ及び／又は標的腫瘍）の様々な要素に対する予想される送達用量の点で、及び／又は、さまざまな考慮されるオプションの期待される成果の点で、同じ患者形状に適用される異なる任意の治療様式の期待効力の比較を可能にする臨床決定支援を提供することができる。適応型治療エンジン２１２は、相互相関のための臨床的に意味のあるデータ点を識別するために医用画像を分析し、臨床データベース２１４を解析して、画像から決定された状況を考慮して、陽性の腫瘍応答（例えば、収縮）を示した同一の患者、又は異なる患者を対象とする以前の治療計画で使用された、特定のプロトコルの他のインスタンス間の可能性のある相関を見出すことができる。適応型治療エンジン２１２は、タスクデータベース８００にアクセスして、候補プロトコルと、比較のための複数の治療オプションの一部としての認定機関（例えば、医療専門家４２４）への特定のプロトコルとに関連して臨床的に許容されるタスクを決定することができる。したがって、プロセッサ３０２を使用して多数（例えば、数千、数百万など）の比較を実行して、患者４２６に対して臨床的に許容可能なタスクを提供するために、適応型治療エンジン２１２は、例えば、ケースデータベース６００、プロトコルデータベース７００、及びタスクデータベース８００に格納されている相関データのますます増加するアーカイブからのデータを分析するように構成され得る。適応型治療エンジン２１２は、これらの例示的な動作を瞬時に（例えば、１〜１０秒以内のような数秒以内に）行うことができる。いずれの場合でも、実用的な時間スケール内でアクションを実行することができる。実用性は、それのコストに対する結果の価値に依存する。
適応型治療エンジン２１２は、臨床データベース２１４に格納された大量のデータ（例えば、診断情報）に基づいて治療計画に自動的にアクセスし、分析し、公式化することができる。例えば、症例データベース６００及びプロトコルデータベース７００を解析した後、適応型治療エンジン２１２は、診断情報、この場合、医療装置コントローラ４１４を介して得られ、統合エンジン４１２を介して処理された医療画像データに基づいて、医療画像から決定された状況を考慮すると、特定のプロトコルが特定の臨床目的に到達するのに有効である確率は９４％であるということを（例えば、プロセッサ３０２を介して）決定することができる。たとえＯＡＲへの過剰照射の可能性のためにプロトコルを削減すべきであるにもかかわらず、例えば、医用画像は、周囲のＯＡＲへの線量を損なうことなく、追加の放射線療法線量を標的に送達するのに適した解剖学的構造（例えば、膀胱/腸/直腸充填の変化）を明らかにする可能性がある。このようにして、適応型治療エンジン２１２は、構造セット（例えば、ＯＡＲ及び／又は標的腫瘍）の様々な要素に対する予想される送達用量の点で、及び／又は、さまざまな考慮されるオプションの期待される成果の点で、同じ患者形状に適用される異なる任意の治療様式の期待効力の比較を可能にする臨床決定支援を提供することができる。適応型治療エンジン２１２は、相互相関のための臨床的に意味のあるデータ点を識別するために医用画像を分析し、臨床データベース２１４を解析して、画像から決定された状況を考慮して、陽性の腫瘍応答（例えば、収縮）を示した同一の患者、又は異なる患者を対象とする以前の治療計画で使用された、特定のプロトコルの他のインスタンス間の可能性のある相関を見出すことができる。適応型治療エンジン２１２は、タスクデータベース８００にアクセスして、候補プロトコルと、比較のための複数の治療オプションの一部としての認定機関（例えば、医療専門家４２４）への特定のプロトコルとに関連して臨床的に許容されるタスクを決定することができる。したがって、プロセッサ３０２を使用して多数（例えば、数千、数百万など）の比較を実行して、患者４２６に対して臨床的に許容可能なタスクを提供するために、適応型治療エンジン２１２は、例えば、ケースデータベース６００、プロトコルデータベース７００、及びタスクデータベース８００に格納されている相関データのますます増加するアーカイブからのデータを分析するように構成され得る。適応型治療エンジン２１２は、これらの例示的な動作を瞬時に（例えば、１〜１０秒以内のような数秒以内に）行うことができる。いずれの場合でも、実用的な時間スケール内でアクションを実行することができる。実用性は、それのコストに対する結果の価値に依存する。
［０６１］
いくつかの実施形態では、適応型治療エンジン２１２は、リアルタイムで診断情報の多数の比較（例えば、画像データ、プロトコル比較、タスク相関など）を実行し、比較及び相関を使用して、患者４２６の臨床的に優れた治療オプションを選択することができる。いくつかの実施形態によれば、適応型治療エンジン２１２は、進行中の治療中に学習された相関を人間が判読可能な形式で医療専門家４２４に提供し、観察され記録された臨床状況を考慮して候補プロトコルの有効性を決定し、治療が患者４２６に送達された後の治療の有効性を決定することができる。一例では、適応型治療エンジンは、有効性を臨床データベース２１４の適切なデータ構造（例えば、図６、７、９でより詳細に説明されたデータ構造）と相互参照することができる。
いくつかの実施形態では、適応型治療エンジン２１２は、リアルタイムで診断情報の多数の比較（例えば、画像データ、プロトコル比較、タスク相関など）を実行し、比較及び相関を使用して、患者４２６の臨床的に優れた治療オプションを選択することができる。いくつかの実施形態によれば、適応型治療エンジン２１２は、進行中の治療中に学習された相関を人間が判読可能な形式で医療専門家４２４に提供し、観察され記録された臨床状況を考慮して候補プロトコルの有効性を決定し、治療が患者４２６に送達された後の治療の有効性を決定することができる。一例では、適応型治療エンジンは、有効性を臨床データベース２１４の適切なデータ構造（例えば、図６、７、９でより詳細に説明されたデータ構造）と相互参照することができる。
［０６２］
適応処理エンジン２１２は、サポートベクトルマシン（ＳＶＭ）、アダブースト／ロジットブースト、ランダムフォレスト、ディープ学習、及び／又はニューラルネットワークなどの学習アルゴリズムを含むことができる。いくつかの例では、適応型治療エンジン２１２は、治療エージェントモジュール２１０に組み込まれたデータから作成された新しい相関から学習することによって、経時的にその臨床知性を増加させることができる。
適応処理エンジン２１２は、サポートベクトルマシン（ＳＶＭ）、アダブースト／ロジットブースト、ランダムフォレスト、ディープ学習、及び／又はニューラルネットワークなどの学習アルゴリズムを含むことができる。いくつかの例では、適応型治療エンジン２１２は、治療エージェントモジュール２１０に組み込まれたデータから作成された新しい相関から学習することによって、経時的にその臨床知性を増加させることができる。
［０６３］
このようにして、医療専門家４２４は、適応型治療エンジン２１２によって学習され記憶された情報から利益を得ることができる。医療専門家４２４はまた、システム４００を介して、特定のプロトコルを指し示すことができる同様の状況を有する患者を治療する別の医師（図示せず）と、意味のある形式で情報を共有することができる。第２の医師が後日同じ患者４２６を治療しているかどうかにかかわらず、又は実質的に類似の生理学的状態又は状況を有する異なる患者を同時に治療しているかどうかにかかわらず、第２の医師は、学習された知識を（例えば、リアルタイムで）患者の利益に使用することができる。
このようにして、医療専門家４２４は、適応型治療エンジン２１２によって学習され記憶された情報から利益を得ることができる。医療専門家４２４はまた、システム４００を介して、特定のプロトコルを指し示すことができる同様の状況を有する患者を治療する別の医師（図示せず）と、意味のある形式で情報を共有することができる。第２の医師が後日同じ患者４２６を治療しているかどうかにかかわらず、又は実質的に類似の生理学的状態又は状況を有する異なる患者を同時に治療しているかどうかにかかわらず、第２の医師は、学習された知識を（例えば、リアルタイムで）患者の利益に使用することができる。
［０６４］
図５、本開示のいくつかの実施形態による適応型放射線治療５００（例えば、癌治療）の例示的な方法を示す。
図５、本開示のいくつかの実施形態による適応型放射線治療５００（例えば、癌治療）の例示的な方法を示す。
［０６５］
ステップ５１２において、適応型治療エンジン２１２は、ユーザ入力に応答して新しいケースを開始する。例えば、医療装置コントローラ４１４は、患者４２６に対して開始された放射線治療を示す医療装置インターフェース４２０によって提供される命令を受信することができる。適応処理エンジン２１２は、以下に説明するように、ケースデータベース６００にアクセスしてケースレコードを作成することができる。いくつかの実施形態では、処理エンジン２１２は、プロトコルを選択するためにデータが必要であり、医用画像データも必要であると判断することができる。したがって、処理エンジン２１２は、「インポート」タスクを開始する。
ステップ５１２において、適応型治療エンジン２１２は、ユーザ入力に応答して新しいケースを開始する。例えば、医療装置コントローラ４１４は、患者４２６に対して開始された放射線治療を示す医療装置インターフェース４２０によって提供される命令を受信することができる。適応処理エンジン２１２は、以下に説明するように、ケースデータベース６００にアクセスしてケースレコードを作成することができる。いくつかの実施形態では、処理エンジン２１２は、プロトコルを選択するためにデータが必要であり、医用画像データも必要であると判断することができる。したがって、処理エンジン２１２は、「インポート」タスクを開始する。
［０６６］
ステップ５１４において、診断情報がインポートされる。いくつかの実施形態では、医療機器コントローラ４１４は、医療機器４１６から画像データ（図示せず）を検索することができる。例えば、医療撮像装置４１６は、医療装置コントローラ４１４によって取り込まれた患者の画像を取得するために１つ又はそれ以上の画像処理動作を実行する。インポートタスクは、タスクデータベース８００に保存された複数のタスクの中の１つのタスクであってもよい。統合エンジン４１２は、画像データのインポート及び分析から学んだ診断情報を考慮し、プロトコルデータベース７００から医療機器構成７２４にアクセスし、及び／又はタスクデータベース４３２から１つ又はそれ以上のタスクを実行して、ユーザ入力を促し、ユーザ入力を受け取ることができる。他の実施形態では、複数のデータセット／モダリティの組み合わせを使用して、ケースについてのバランスの取れたビューを得ることができる。
ステップ５１４において、診断情報がインポートされる。いくつかの実施形態では、医療機器コントローラ４１４は、医療機器４１６から画像データ（図示せず）を検索することができる。例えば、医療撮像装置４１６は、医療装置コントローラ４１４によって取り込まれた患者の画像を取得するために１つ又はそれ以上の画像処理動作を実行する。インポートタスクは、タスクデータベース８００に保存された複数のタスクの中の１つのタスクであってもよい。統合エンジン４１２は、画像データのインポート及び分析から学んだ診断情報を考慮し、プロトコルデータベース７００から医療機器構成７２４にアクセスし、及び／又はタスクデータベース４３２から１つ又はそれ以上のタスクを実行して、ユーザ入力を促し、ユーザ入力を受け取ることができる。他の実施形態では、複数のデータセット／モダリティの組み合わせを使用して、ケースについてのバランスの取れたビューを得ることができる。
［０６７］
いくつかの実施形態によれば、適応型治療エンジン２１２は、インポートされた画像データを分析して、臨床的に有用な情報を識別することができる。特に、プロセッサ３０２は、分析中に参照データ（例えば、データベース６００、７００、及び８００のうちの１つ又は複数に含まれるデータ）にアクセスすることができる１つ又はそれ以上の治療アプリケーションデータ３２０を実行することができる。当業者であれば、多様な医用画像及び／又は他の診断情報（例えば、血液又は他の体液検査、放射線検査、生検などの臨床データ）を適応型治療エンジン２１２によって取り込むことができることを理解すべきである。本明細書で説明する実施形態は、医用画像及び／又は診断情報の特定の分析を示すものではないが、輸入された医用画像の分析は、当技術分野で知られかつ一般に使用されているいずれか又はそれ以上の既知の分析を含むことができることを理解されたい。例えば、画像解析は、他の分析の中でも、自動輪郭作成、セグメンテーション、「動的コントラスト強調」データセットの分析、生理学的応答評価を含むことができる。
いくつかの実施形態によれば、適応型治療エンジン２１２は、インポートされた画像データを分析して、臨床的に有用な情報を識別することができる。特に、プロセッサ３０２は、分析中に参照データ（例えば、データベース６００、７００、及び８００のうちの１つ又は複数に含まれるデータ）にアクセスすることができる１つ又はそれ以上の治療アプリケーションデータ３２０を実行することができる。当業者であれば、多様な医用画像及び／又は他の診断情報（例えば、血液又は他の体液検査、放射線検査、生検などの臨床データ）を適応型治療エンジン２１２によって取り込むことができることを理解すべきである。本明細書で説明する実施形態は、医用画像及び／又は診断情報の特定の分析を示すものではないが、輸入された医用画像の分析は、当技術分野で知られかつ一般に使用されているいずれか又はそれ以上の既知の分析を含むことができることを理解されたい。例えば、画像解析は、他の分析の中でも、自動輪郭作成、セグメンテーション、「動的コントラスト強調」データセットの分析、生理学的応答評価を含むことができる。
［０６８］
ステップ５１６において、適応型治療エンジン２１２は、臨床データベース２１４から第１の複数の治療プロトコルを選択することができ、その選択は、インポートされた医療画像及び参照プロトコルデータに基づいている。
ステップ５１６において、適応型治療エンジン２１２は、臨床データベース２１４から第１の複数の治療プロトコルを選択することができ、その選択は、インポートされた医療画像及び参照プロトコルデータに基づいている。
［０６９］
ステップ５１８において、適応型治療エンジン２１２は、臨床目的を考慮して、選択されたプロトコルを使用して第１の治療計画を作成することができる。いくつかの実施形態によれば、適応型治療エンジン２１２は、複数のオプションを医療専門家４２４に、臨床決定を行うために必要な情報のみを提供する分かりやすい形式で提示することができる。例えば、適応型治療エンジン２１２によって考慮される数千ないし数百万の機械可読データ点は、用量適合性、腫瘍制御確率、正常組織合併症確率、構造に対する生物学的に等価な用量、結果の不確実性などのような、いくつかのファクターに至るまで蒸留することができる、出力装置３０５に表示される。適応型治療エンジン２１２は、治療計画選択を示す入力を要求するタスクを実行し、入力デバイス３０４を介してユーザ入力を受信することができる。入力は、患者４２６に対する処置決定を示すことができる。いくつかの実施形態によれば、医療専門家４２４は、適応型治療エンジン２１２に治療プロトコルを選択させることができる。例えば、臨床的に受け入れられたルールは、選択されたプロトコルのうちの特定のプロトコルを患者の予期される治療結果にリンクし、選択されたプロトコルのセットは、その結合のための十分な基礎を提供することができる。
ステップ５１８において、適応型治療エンジン２１２は、臨床目的を考慮して、選択されたプロトコルを使用して第１の治療計画を作成することができる。いくつかの実施形態によれば、適応型治療エンジン２１２は、複数のオプションを医療専門家４２４に、臨床決定を行うために必要な情報のみを提供する分かりやすい形式で提示することができる。例えば、適応型治療エンジン２１２によって考慮される数千ないし数百万の機械可読データ点は、用量適合性、腫瘍制御確率、正常組織合併症確率、構造に対する生物学的に等価な用量、結果の不確実性などのような、いくつかのファクターに至るまで蒸留することができる、出力装置３０５に表示される。適応型治療エンジン２１２は、治療計画選択を示す入力を要求するタスクを実行し、入力デバイス３０４を介してユーザ入力を受信することができる。入力は、患者４２６に対する処置決定を示すことができる。いくつかの実施形態によれば、医療専門家４２４は、適応型治療エンジン２１２に治療プロトコルを選択させることができる。例えば、臨床的に受け入れられたルールは、選択されたプロトコルのうちの特定のプロトコルを患者の予期される治療結果にリンクし、選択されたプロトコルのセットは、その結合のための十分な基礎を提供することができる。
［０７０］
ステップ５２０において、適応型治療エンジン２１２は、医療機器構成７２４、品質保証ガイドライン７２２、臨床目的６３０及び／又は６３２及び他のデータを決定することによって中間データを評価することができる。選択されたプロトコルが、医療機器４１６、４１８、及び／又は補助機器４１５を介して患者４２６に送達されるとき、適応データ処理エンジン２１２によって中間データを収集及び／又は生成することができる。
ステップ５２０において、適応型治療エンジン２１２は、医療機器構成７２４、品質保証ガイドライン７２２、臨床目的６３０及び／又は６３２及び他のデータを決定することによって中間データを評価することができる。選択されたプロトコルが、医療機器４１６、４１８、及び／又は補助機器４１５を介して患者４２６に送達されるとき、適応データ処理エンジン２１２によって中間データを収集及び／又は生成することができる。
［０７１］
ステップ５２２において、適応型治療エンジン２１２は、中間データの評価に基づいて第２の複数の候補プロトコルを選択することができる。
ステップ５２２において、適応型治療エンジン２１２は、中間データの評価に基づいて第２の複数の候補プロトコルを選択することができる。
［０７２］
ステップ５２４において、適応型治療エンジン２１２は、選択された第２の複数の候補プロトコルに基づいて第２の治療計画を作成することができる。２つ又はそれ以上の代替治療計画を選択することができると考えられる。
ステップ５２４において、適応型治療エンジン２１２は、選択された第２の複数の候補プロトコルに基づいて第２の治療計画を作成することができる。２つ又はそれ以上の代替治療計画を選択することができると考えられる。
［０７３］
ステップ５２６において、適応型治療エンジン２１２は、第２の複数の候補プロトコルから所望の治療（例えば、第２の治療計画）を選択し、選択にコミットする（例えば、治療を送達する）。
ステップ５２６において、適応型治療エンジン２１２は、第２の複数の候補プロトコルから所望の治療（例えば、第２の治療計画）を選択し、選択にコミットする（例えば、治療を送達する）。
［０７４］
図６は、本開示のいくつかの実施形態による例示的な適応型放射線療法症例データベース６００のブロック図を示す。事例データベース６００は、事例記録６０２、６１０及び６１２を含む複数の事例記録を含むことができる。症例記録は、臨床治療（例えば、症例）に関連する患者情報のスナップショットを表すデータセットを含むことができる。これらのスナップショットは「モデルノード」と呼ばれる。モデルノードは、患者（例えば、患者４２６）と臨床目的（例えば、特定の治療のために医療専門家４２４によって設定された目標）を接続する情報を含むことができる。症例記録はまた、医療機器コントローラ４１４によって収集されたデータを、臨床目的、関連する潜在的臨床治療と送達された治療とに関連させ、送達された治療の結果を治療エージェントモジュール２１０によって実行される特定のプロトコルと関連付ける。いくつかの方法において、症例記録は、症例が発達したとき（例えば、治療が選択され、送達され、結果が観察されるとき）、臨床治療に関連する患者情報の進化の概観を表すことができる。いくつかの実施形態によれば、症例記録を事例データベース６００に格納することができる。
図６は、本開示のいくつかの実施形態による例示的な適応型放射線療法症例データベース６００のブロック図を示す。事例データベース６００は、事例記録６０２、６１０及び６１２を含む複数の事例記録を含むことができる。症例記録は、臨床治療（例えば、症例）に関連する患者情報のスナップショットを表すデータセットを含むことができる。これらのスナップショットは「モデルノード」と呼ばれる。モデルノードは、患者（例えば、患者４２６）と臨床目的（例えば、特定の治療のために医療専門家４２４によって設定された目標）を接続する情報を含むことができる。症例記録はまた、医療機器コントローラ４１４によって収集されたデータを、臨床目的、関連する潜在的臨床治療と送達された治療とに関連させ、送達された治療の結果を治療エージェントモジュール２１０によって実行される特定のプロトコルと関連付ける。いくつかの方法において、症例記録は、症例が発達したとき（例えば、治療が選択され、送達され、結果が観察されるとき）、臨床治療に関連する患者情報の進化の概観を表すことができる。いくつかの実施形態によれば、症例記録を事例データベース６００に格納することができる。
［０７５］
この例では、ケースデータベース６００について３つのレコードが示されているが、ケースデータベース６００は、任意の数のケースレコードを含むことができることを理解されたい。ケースデータベース６００は、ＯｒｉｅｎｔＤＢ又はＮｅｏ４ＪのようなＮｏＳＱＬｌｇｒａｐｈ／ｏｂｊｅｃｔストアデータベースであってもよい。ケースデータベース６００はまた当技術分野で知られている別のタイプのデータベースアーキテクチャであってもよい。症例記録６０２は、適応症例データ６０８、持続症例データ６０４、及び患者データ６０６を含む症例データの３つの一般的なカテゴリを含むことができる。事例記録の構造は、例えば、指向性非周期グラフであってもよい。
この例では、ケースデータベース６００について３つのレコードが示されているが、ケースデータベース６００は、任意の数のケースレコードを含むことができることを理解されたい。ケースデータベース６００は、ＯｒｉｅｎｔＤＢ又はＮｅｏ４ＪのようなＮｏＳＱＬｌｇｒａｐｈ／ｏｂｊｅｃｔストアデータベースであってもよい。ケースデータベース６００はまた当技術分野で知られている別のタイプのデータベースアーキテクチャであってもよい。症例記録６０２は、適応症例データ６０８、持続症例データ６０４、及び患者データ６０６を含む症例データの３つの一般的なカテゴリを含むことができる。事例記録の構造は、例えば、指向性非周期グラフであってもよい。
［０７６］
患者データ６０６は、患者（例えば、患者４２６）に関連する永続記録であり、患者の個人情報６４２、金融情報６４０、前臨床病歴６３８などのデータ構造を含むことができる。患者データ６０６は、特定の患者に関連する複数の症例記録にわたって共有され、並列に維持されてもよい。例えば、症例記録６０２、６１０及び６１２が患者４２６を含む全ての症例である場合、患者データ６０６は３つの症例記録のすべてに存在し得る。患者データ６０６は、データ構造６３８、６４０、及び６４２を有するように描かれているが、多種多様な患者データが一般に患者記録と関連していることを理解されたい。例えば、図示されていないが、患者データは、患者４２６に関連する追加の電気的及び他の情報を含むことができる。
患者データ６０６は、患者（例えば、患者４２６）に関連する永続記録であり、患者の個人情報６４２、金融情報６４０、前臨床病歴６３８などのデータ構造を含むことができる。患者データ６０６は、特定の患者に関連する複数の症例記録にわたって共有され、並列に維持されてもよい。例えば、症例記録６０２、６１０及び６１２が患者４２６を含む全ての症例である場合、患者データ６０６は３つの症例記録のすべてに存在し得る。患者データ６０６は、データ構造６３８、６４０、及び６４２を有するように描かれているが、多種多様な患者データが一般に患者記録と関連していることを理解されたい。例えば、図示されていないが、患者データは、患者４２６に関連する追加の電気的及び他の情報を含むことができる。
［０７７］
事例記録６０２はまた永続的事例データ６０４を含むことができる。症例は、患者４２６に投与される１つ又はそれ以上の治療コースを記載する。永続的なケースデータは、複数のケースレコードにわたって共有される場合がある。例えば、持続的症例データ６０４は、治療エージェントモジュール２１０によって投与された以前の治療（例えば、症例、治療部分、放射線療法処置など）に関連する治療データ、及び／又は他のシステム及び／又は診療所からの治療（例えば、化学療法、外科手術など）を含む、獲得された治療データ６３６を含み得る。取得された治療データ６３６は、データ自体を含むことができ、又は別の症例（したがって、別の治療）に関連し得る症例データベース６００に保存された持続治療データへのリンクを含むことができる。取得された治療データ６３６はまた適応型治療エンジン２１２によって相互相関され得る前の症例記録（例えば、症例記録６０８及び６１０）に対する複数のリンクを含み得る。
事例記録６０２はまた永続的事例データ６０４を含むことができる。症例は、患者４２６に投与される１つ又はそれ以上の治療コースを記載する。永続的なケースデータは、複数のケースレコードにわたって共有される場合がある。例えば、持続的症例データ６０４は、治療エージェントモジュール２１０によって投与された以前の治療（例えば、症例、治療部分、放射線療法処置など）に関連する治療データ、及び／又は他のシステム及び／又は診療所からの治療（例えば、化学療法、外科手術など）を含む、獲得された治療データ６３６を含み得る。取得された治療データ６３６は、データ自体を含むことができ、又は別の症例（したがって、別の治療）に関連し得る症例データベース６００に保存された持続治療データへのリンクを含むことができる。取得された治療データ６３６はまた適応型治療エンジン２１２によって相互相関され得る前の症例記録（例えば、症例記録６０８及び６１０）に対する複数のリンクを含み得る。
［０７８］
持続性ケースデータ６０４は、特定のマッピングに関連するデータの定量化された不確実性を含む座標系マッピング情報を提供する座標系マップ６３４を含むことができる。例えば、データは、システムＡの空間の１つの点から方向付けられてもよく、システムＡからのデータがシステムＢに変換されるとき、空間の異なる点に方向付けられてもよい。したがって、座標系間（例えば、システムＡの座標系とシステムＢの座標系）を変換するには、ソース座標の知識が必要であり、システムＡからシステムＢへの移動及び回転を必要とする。各システムは、特定の定量化された不確実性指数（例えば、不確実性行列）を有することができる。したがって、１つ又はそれ以上の相関係数は、それぞれの特定の座標系マッピングに関連付けられてもよい。一実施形態では、１つ又はそれ以上の相関係数は、係数の不確実性の定量化を含むことができる。
持続性ケースデータ６０４は、特定のマッピングに関連するデータの定量化された不確実性を含む座標系マッピング情報を提供する座標系マップ６３４を含むことができる。例えば、データは、システムＡの空間の１つの点から方向付けられてもよく、システムＡからのデータがシステムＢに変換されるとき、空間の異なる点に方向付けられてもよい。したがって、座標系間（例えば、システムＡの座標系とシステムＢの座標系）を変換するには、ソース座標の知識が必要であり、システムＡからシステムＢへの移動及び回転を必要とする。各システムは、特定の定量化された不確実性指数（例えば、不確実性行列）を有することができる。したがって、１つ又はそれ以上の相関係数は、それぞれの特定の座標系マッピングに関連付けられてもよい。一実施形態では、１つ又はそれ以上の相関係数は、係数の不確実性の定量化を含むことができる。
［０７９］
持続性症例データ６０４はまた、公式化された臨床目的６３２に関する情報を含むことができる。公式化された臨床目的は、症例に関連する１つ又はそれ以上の臨床状態に関連する標準化された臨床目的を示すことができる。例えば、テストＱが３％以下の値を示す場合に特定のメラノーマがうまく治療される場合、「テストＱの３％以下」という標準化された臨床目的を示す正式な臨床目的が、持続性症例データ６０４と関連している可能性がある。さらなる例では、公式化された臨床目的６３２からの逸脱が必要とされ得る。前の例を続けると、テストＱに関して範囲を広げるための偏差（例えば、３％から５．５％）が保証され得る。標準化された臨床目的からの逸脱が医療専門家４２４によって必要であると決定された場合、臨床目的の逸脱６３０は逸脱の永続的な記録を示し得る。偏差記録は、治療エンジンモジュール２１０が利用可能な知識ベースを増加させる意味のある相関を作成するために、統合エンジン４１２によって解析され相互参照されてもよい。
持続性症例データ６０４はまた、公式化された臨床目的６３２に関する情報を含むことができる。公式化された臨床目的は、症例に関連する１つ又はそれ以上の臨床状態に関連する標準化された臨床目的を示すことができる。例えば、テストＱが３％以下の値を示す場合に特定のメラノーマがうまく治療される場合、「テストＱの３％以下」という標準化された臨床目的を示す正式な臨床目的が、持続性症例データ６０４と関連している可能性がある。さらなる例では、公式化された臨床目的６３２からの逸脱が必要とされ得る。前の例を続けると、テストＱに関して範囲を広げるための偏差（例えば、３％から５．５％）が保証され得る。標準化された臨床目的からの逸脱が医療専門家４２４によって必要であると決定された場合、臨床目的の逸脱６３０は逸脱の永続的な記録を示し得る。偏差記録は、治療エンジンモジュール２１０が利用可能な知識ベースを増加させる意味のある相関を作成するために、統合エンジン４１２によって解析され相互参照されてもよい。
［０８０］
ケースの永続的な記録を含む永続的ケースデータ６０４とは対照的に、適合ケースデータ６０８は、ケースの過度に変化を得るデータ構造を含むことができる。例えば、適応症例データ６０８は、タスク実行データ６２０、プロトコル提案データ６２２、及び有効性データ６２４を含むことができる。適応ケースデータ６０８は、タスク実行データ６２０、プロトコル提案データ６２２、及び／又は有効性データ６２４が変更されたときにコピー及び／又は修正されてもよい。適応ケースデータ６０８の異なるレコード間のリンクは、以下に更に説明するように、タスクトークン入力６１４及び／又はケーストークン出力６１８によって提供され、ケースレコード６０２に格納される。言い換えれば、タスクが実行されると、その実行イベントの記録が、構成及び他の制御情報（例えば、意図）と共に保存される。更に、タスクに提供される特定の情報及びタスクによって返される情報も記録される。タスク実行データ６２０は、以前の結果によって影響を受けたデータの追跡可能な識別（例えば、出所マップ）を可能にするために、入力データと出力データとの間の依存関係を示すことができる。したがって、ケースレコード６０２は、このような相互接続された情報を有する多くのモデルノードを含むことができる。
ケースの永続的な記録を含む永続的ケースデータ６０４とは対照的に、適合ケースデータ６０８は、ケースの過度に変化を得るデータ構造を含むことができる。例えば、適応症例データ６０８は、タスク実行データ６２０、プロトコル提案データ６２２、及び有効性データ６２４を含むことができる。適応ケースデータ６０８は、タスク実行データ６２０、プロトコル提案データ６２２、及び／又は有効性データ６２４が変更されたときにコピー及び／又は修正されてもよい。適応ケースデータ６０８の異なるレコード間のリンクは、以下に更に説明するように、タスクトークン入力６１４及び／又はケーストークン出力６１８によって提供され、ケースレコード６０２に格納される。言い換えれば、タスクが実行されると、その実行イベントの記録が、構成及び他の制御情報（例えば、意図）と共に保存される。更に、タスクに提供される特定の情報及びタスクによって返される情報も記録される。タスク実行データ６２０は、以前の結果によって影響を受けたデータの追跡可能な識別（例えば、出所マップ）を可能にするために、入力データと出力データとの間の依存関係を示すことができる。したがって、ケースレコード６０２は、このような相互接続された情報を有する多くのモデルノードを含むことができる。
［０８１］
タスク実行データ６２０は、タスクトークンの形式でタスク情報を含むことができる。タスクトークンは、永続的なケースデータや患者データなどのケース固有の情報をケーススペースの外部からの情報と相関させる情報交換を表す。ケース空間は、治療エージェントモジュール２１０（例えば、臨床データベース２１４）によって維持されるデータの本体であり、管理された症例の進化を表す。タスクの実行中に、画像取得又はユーザ入力の受信など、ケース空間外からの情報を取得することができる。例えば、治療計画タスクは、特定の治療機械を定義するパラメータを必要とすることがある。これらの機械パラメータは、場合によっては別のデータベース（例えば、臨床データベース２１６）において、ケース空間の外に存在する。例えば、タスクトークンは、取得された治療データ６３６の一部として以前に取得されたデータを含むモデルノードを含むことができる。ケースが発展すると、適応型処理エンジン２１２は、タスクを実行し、ケースレコード６０２の一部としてタスクの実行を記録することができる。タスクに関連するデータ記録は、不変のタスクトークン（例えば、変化しない固定状態）及び／又は変更可能なタスクトークンであってもよい。例えば、タスクトークンは、取得され、得られ、保存されたデータセット（ＣＴスキャン、磁気共鳴イメージング（ＭＲｌｓ）など）、１つ又はそれ以上の治療目的（例えば、用量処方、線量ヒストグラム（ＤＶＨ）要件など）の１つ又はそれ以上の形式化されたステートメント、患者状態（例えば、所定の分画前のウェルビー、前立腺特異抗原（ＰＳＡ）示度など）の観察、及び／又は取得された１つ又はそれ以上の構造セット要素（例えば、腫瘍、リスクのある器官（ＯＡＲ）の描写データなど）などである。
タスク実行データ６２０は、タスクトークンの形式でタスク情報を含むことができる。タスクトークンは、永続的なケースデータや患者データなどのケース固有の情報をケーススペースの外部からの情報と相関させる情報交換を表す。ケース空間は、治療エージェントモジュール２１０（例えば、臨床データベース２１４）によって維持されるデータの本体であり、管理された症例の進化を表す。タスクの実行中に、画像取得又はユーザ入力の受信など、ケース空間外からの情報を取得することができる。例えば、治療計画タスクは、特定の治療機械を定義するパラメータを必要とすることがある。これらの機械パラメータは、場合によっては別のデータベース（例えば、臨床データベース２１６）において、ケース空間の外に存在する。例えば、タスクトークンは、取得された治療データ６３６の一部として以前に取得されたデータを含むモデルノードを含むことができる。ケースが発展すると、適応型処理エンジン２１２は、タスクを実行し、ケースレコード６０２の一部としてタスクの実行を記録することができる。タスクに関連するデータ記録は、不変のタスクトークン（例えば、変化しない固定状態）及び／又は変更可能なタスクトークンであってもよい。例えば、タスクトークンは、取得され、得られ、保存されたデータセット（ＣＴスキャン、磁気共鳴イメージング（ＭＲｌｓ）など）、１つ又はそれ以上の治療目的（例えば、用量処方、線量ヒストグラム（ＤＶＨ）要件など）の１つ又はそれ以上の形式化されたステートメント、患者状態（例えば、所定の分画前のウェルビー、前立腺特異抗原（ＰＳＡ）示度など）の観察、及び／又は取得された１つ又はそれ以上の構造セット要素（例えば、腫瘍、リスクのある器官（ＯＡＲ）の描写データなど）などである。
［０８２］
いくつかの実施形態によれば、適応型処理エンジン２１２は、タスクトークン入力６１４（例えば、受信されたタスクトークン）を参照し、ケーストークン出力６１８を生成することができる。タスクトークン入力６１４及びケーストークン出力６１８は、索引付け及び相互相関のための情報の入力及び出力の永続的な記録を保持することができ、適応処理エンジン２１２への計算速度を増加させることができる。例えば、症例記録６０２内で、効力データ２５−６２４が更新されるべきであるという指示（例えば、治療の割合が行われた後）は、タスクトークン入力６１４に反映されるタスクトークンによって示され得る。この場合、適応型処理エンジン２１２は、ケース記録６０２に適応ケースデータ６０８をコピーして格納することができ、タスクトークン入力６１４は新しい情報で更新される。次いで、適応型治療エンジン２１４は、有効性データ６２４が新しい情報で更新されていることを示すトークン出力６１８の指示で、適応症例データ６０８をコピーし修正することができる。このようにして、以前の適応症例データ６０８が索引付けされ、現在の適応症例データ６０８に相互相関される。したがって、ケースレコード６０２は、いくつかのリンクされたモデルノードを含むことができる。
いくつかの実施形態によれば、適応型処理エンジン２１２は、タスクトークン入力６１４（例えば、受信されたタスクトークン）を参照し、ケーストークン出力６１８を生成することができる。タスクトークン入力６１４及びケーストークン出力６１８は、索引付け及び相互相関のための情報の入力及び出力の永続的な記録を保持することができ、適応処理エンジン２１２への計算速度を増加させることができる。例えば、症例記録６０２内で、効力データ２５−６２４が更新されるべきであるという指示（例えば、治療の割合が行われた後）は、タスクトークン入力６１４に反映されるタスクトークンによって示され得る。この場合、適応型処理エンジン２１２は、ケース記録６０２に適応ケースデータ６０８をコピーして格納することができ、タスクトークン入力６１４は新しい情報で更新される。次いで、適応型治療エンジン２１４は、有効性データ６２４が新しい情報で更新されていることを示すトークン出力６１８の指示で、適応症例データ６０８をコピーし修正することができる。このようにして、以前の適応症例データ６０８が索引付けされ、現在の適応症例データ６０８に相互相関される。したがって、ケースレコード６０２は、いくつかのリンクされたモデルノードを含むことができる。
［０８３］
適応症例データ６０８は、候補治療プロトコルの治療プロトコル提案に関する情報を更に含むことができる。以下で更に詳細に説明する治療プロトコルは、１つ又はそれ以上のタスクからなる治療コースである。治療プロトコルの提案は、将来の治療のために適応型治療エンジン２１２によって提案された１つ又はそれ以上の治療プロトコルを含むことができる。プロトコル提案データ６２２（例えば、プロトコル提案に関連する情報）及び治療プロトコルに関連するタスクは、適応型治療エンジン２１２によって索引付けされ相互相関されて、治療のタイムラインの任意の所与の点で利用可能な治療オプションの記録を維持する。
適応症例データ６０８は、候補治療プロトコルの治療プロトコル提案に関する情報を更に含むことができる。以下で更に詳細に説明する治療プロトコルは、１つ又はそれ以上のタスクからなる治療コースである。治療プロトコルの提案は、将来の治療のために適応型治療エンジン２１２によって提案された１つ又はそれ以上の治療プロトコルを含むことができる。プロトコル提案データ６２２（例えば、プロトコル提案に関連する情報）及び治療プロトコルに関連するタスクは、適応型治療エンジン２１２によって索引付けされ相互相関されて、治療のタイムラインの任意の所与の点で利用可能な治療オプションの記録を維持する。
［０８４］
有効性データ６２４は、特定のプロトコル又は他の治療オプションの有効性の永続的な記録を記録することができる。例えば、適応型治療エンジン２１２がプロトコルＡ、Ｂ、及びＣを選択し、治療Ｃが送達される場合（例えば、治療Ｃが最も効果的であると予測される）、適応型治療エンジン２１２は、有効性データ６２４に治療Ｃの有効性を記録することができる。いくつかの実施形態によれば、適応型治療エンジン２１２は、データベース６００を解析し、治療ＣをプロトコルＡ、Ｂ、及びＣの選択を囲む状況と相関させ、治療Ｃの有効性をそれらの特定の状況に関して相関させる。例えば、脳腫瘍治療の場合、選択されたプロトコルＡ、Ｂ及びＣの間では、光神経への投与量が異なり、最も好ましいプロトコルは、他の結果関連データが許容可能である場合、投薬量に基づいて選択することができる。したがって、有効性データ６２４は、例えば患者４２６に固有の症例記録６０２に関する情報を含むことができ、他の患者（図示せず）に関連する症例トークンへのリンクも含むことができる。
有効性データ６２４は、特定のプロトコル又は他の治療オプションの有効性の永続的な記録を記録することができる。例えば、適応型治療エンジン２１２がプロトコルＡ、Ｂ、及びＣを選択し、治療Ｃが送達される場合（例えば、治療Ｃが最も効果的であると予測される）、適応型治療エンジン２１２は、有効性データ６２４に治療Ｃの有効性を記録することができる。いくつかの実施形態によれば、適応型治療エンジン２１２は、データベース６００を解析し、治療ＣをプロトコルＡ、Ｂ、及びＣの選択を囲む状況と相関させ、治療Ｃの有効性をそれらの特定の状況に関して相関させる。例えば、脳腫瘍治療の場合、選択されたプロトコルＡ、Ｂ及びＣの間では、光神経への投与量が異なり、最も好ましいプロトコルは、他の結果関連データが許容可能である場合、投薬量に基づいて選択することができる。したがって、有効性データ６２４は、例えば患者４２６に固有の症例記録６０２に関する情報を含むことができ、他の患者（図示せず）に関連する症例トークンへのリンクも含むことができる。
［０８５］
症例を開始するための指示に応答して、統合エンジン４１２は、症例データベース６００を検索して、患者データ６０６が２６患者のために存在するかどうかを判定することができる。患者データ６０６が患者４２６に対して存在する場合、適応型治療エンジン２１２は、症例記録６０２を作成し、患者データ６０６を症例記録６０２に関連付けることができる。また、適応型治療エンジン２１２は、追加の必要な患者情報の入力を促すために、１つ又はそれ以上の追加のタスクを開始することもできる。例えば、適応型治療エンジン２１２は、患者データ６０６が患者の生年月日に欠けていると判断することができる。適応型治療エンジンは、医療従事者４２４に患者の生年月日（ＤＯＢ）を入力させることができる。したがって、適応型治療エンジン２１２は、ユーザ入力の要求を記録するケーストークン出力６１８を記録することができる。適応型治療エンジン２１２は、入力を受け取り、患者データ６０６にデータ入力を保存し、タスクトークン入力６１４を記録することができる。このようにして、レコード６０２の変更間のインデックス付け及び相関が維持される。
症例を開始するための指示に応答して、統合エンジン４１２は、症例データベース６００を検索して、患者データ６０６が２６患者のために存在するかどうかを判定することができる。患者データ６０６が患者４２６に対して存在する場合、適応型治療エンジン２１２は、症例記録６０２を作成し、患者データ６０６を症例記録６０２に関連付けることができる。また、適応型治療エンジン２１２は、追加の必要な患者情報の入力を促すために、１つ又はそれ以上の追加のタスクを開始することもできる。例えば、適応型治療エンジン２１２は、患者データ６０６が患者の生年月日に欠けていると判断することができる。適応型治療エンジンは、医療従事者４２４に患者の生年月日（ＤＯＢ）を入力させることができる。したがって、適応型治療エンジン２１２は、ユーザ入力の要求を記録するケーストークン出力６１８を記録することができる。適応型治療エンジン２１２は、入力を受け取り、患者データ６０６にデータ入力を保存し、タスクトークン入力６１４を記録することができる。このようにして、レコード６０２の変更間のインデックス付け及び相関が維持される。
［０８６］
図７は、本開示のいくつかの実施形態による例示的な適応型放射線治療プロトコルデータベース７００のブロック図を示す。プロトコルデータベース７００は、プロトコルレコード７０２、７０４、７０６を格納することができる。プロトコルデータベース７００は、任意の数のプロトコルレコードを含むことができる。プロトコルデータベース７００は、プロトコルレコード７０２及び参照プロトコルデータ７１０のためのデータ構造を含むことができる。プロトコルデータベース７００は、例えばＣａｒｎｕｎｄａの「実施されたデータベース」のような事例管理モデル及び表記（ＣＭＭＮ）タイプのデータベースであってもよい。プロトコルデータベース７００はまた、当技術分野で知られている他のデータベースアーキテクチャを利用してもよい。
図７は、本開示のいくつかの実施形態による例示的な適応型放射線治療プロトコルデータベース７００のブロック図を示す。プロトコルデータベース７００は、プロトコルレコード７０２、７０４、７０６を格納することができる。プロトコルデータベース７００は、任意の数のプロトコルレコードを含むことができる。プロトコルデータベース７００は、プロトコルレコード７０２及び参照プロトコルデータ７１０のためのデータ構造を含むことができる。プロトコルデータベース７００は、例えばＣａｒｎｕｎｄａの「実施されたデータベース」のような事例管理モデル及び表記（ＣＭＭＮ）タイプのデータベースであってもよい。プロトコルデータベース７００はまた、当技術分野で知られている他のデータベースアーキテクチャを利用してもよい。
［０８７］
基準プロトコルデータ７１０は、適応型放射線療法がん治療に用いられる標準的な適応型放射線療法プロトコルに特有の情報を含むことができる。参照プロトコルデータ７１０は、標準プロトコル記述７３２と、標準記述を特定の臨床目的（例えば、形式化された臨床目的６３２）にリンクする臨床目的マップ７３０とを含むことができる。適応型処理エンジン２１２は、タスクデータベース８００からの１つ又はそれ以上の特定のタスクを用いて静的プロトコルルール７２５を参照することができる。例えば、処理フラクションの典型的なプロトコルがタスクレコード８０２からのタスクを含む場合、そのタスクレコードからの情報は、タスクプロトコルマップ７２６として静的プロトコルルール７２５に記録され、索引付けされてもよい。プロトコル結果マップ８２４で参照される結果は、プロトコル結果マップ７２８のそれぞれのプロトコル記録において参照されてもよい。
基準プロトコルデータ７１０は、適応型放射線療法がん治療に用いられる標準的な適応型放射線療法プロトコルに特有の情報を含むことができる。参照プロトコルデータ７１０は、標準プロトコル記述７３２と、標準記述を特定の臨床目的（例えば、形式化された臨床目的６３２）にリンクする臨床目的マップ７３０とを含むことができる。適応型処理エンジン２１２は、タスクデータベース８００からの１つ又はそれ以上の特定のタスクを用いて静的プロトコルルール７２５を参照することができる。例えば、処理フラクションの典型的なプロトコルがタスクレコード８０２からのタスクを含む場合、そのタスクレコードからの情報は、タスクプロトコルマップ７２６として静的プロトコルルール７２５に記録され、索引付けされてもよい。プロトコル結果マップ８２４で参照される結果は、プロトコル結果マップ７２８のそれぞれのプロトコル記録において参照されてもよい。
［０８８］
参照プロトコルデータ７１０はまた、医療装置構成７２４及び品質保証ガイドライン７２２を含むことができる。品質保証ガイドライン７２２は、プロトコルレコード７０２で参照されるプロトコルを管理するための１つ又はそれ以上の定量的ガイドラインを示すことができる。
参照プロトコルデータ７１０はまた、医療装置構成７２４及び品質保証ガイドライン７２２を含むことができる。品質保証ガイドライン７２２は、プロトコルレコード７０２で参照されるプロトコルを管理するための１つ又はそれ以上の定量的ガイドラインを示すことができる。
［０８９］
プロトコルレコード７０２はまた、適応プロトコルデータ７０８を含むことができる。適応タスクデータ８０８と同様に、適応プロトコルデータ７０８は、１つ又はそれ以上の場合に適応型治療エンジン２１２によって継続的に更新されるプロトコル情報を含むことができる。プロトコルレコード７０２は、プロトコル提案履歴及びタスク実行データ７２０、プロトコル有効性レコード７１６、プロトコル偏差レコード７１４、及びプロトコル偏差有効性レコード７１２を含むことができる。
プロトコルレコード７０２はまた、適応プロトコルデータ７０８を含むことができる。適応タスクデータ８０８と同様に、適応プロトコルデータ７０８は、１つ又はそれ以上の場合に適応型治療エンジン２１２によって継続的に更新されるプロトコル情報を含むことができる。プロトコルレコード７０２は、プロトコル提案履歴及びタスク実行データ７２０、プロトコル有効性レコード７１６、プロトコル偏差レコード７１４、及びプロトコル偏差有効性レコード７１２を含むことができる。
［０９０］
プロトコル提案履歴及びタスク実行データ７２０は、プロトコルレコード７０２に関連するプロトコルが提案されたケース（例えば、ケースレコード６０２）のレコードを含むことができる。例えば、適応型治療エンジン２１２が、医用画像から得られた診断に基づいて、プロトコル７０２が、患者４２６の治療提案において選択するための３つの適切なプロトコルのうちの１つであると判定した場合、適応型処理エンジンは、プロトコル提案履歴及びタスク実行データ７２０内の情報を参照することができる。
プロトコル提案履歴及びタスク実行データ７２０は、プロトコルレコード７０２に関連するプロトコルが提案されたケース（例えば、ケースレコード６０２）のレコードを含むことができる。例えば、適応型治療エンジン２１２が、医用画像から得られた診断に基づいて、プロトコル７０２が、患者４２６の治療提案において選択するための３つの適切なプロトコルのうちの１つであると判定した場合、適応型処理エンジンは、プロトコル提案履歴及びタスク実行データ７２０内の情報を参照することができる。
［０９１］
プロトコル有効性レコード７１６は、有効性データ６２４と同様に、プロトコル７０２に関連する有効性に関する情報を含むことができる。標準プロトコルが変更されると（例えば、偏差に）、偏差はプロトコル偏差記録７１４に記録される。したがって、逸脱したプロトコルが送達されると、統合エンジン４１２は、７１２において、治療の有効性を判定し、有効性データを記録することができる。
プロトコル有効性レコード７１６は、有効性データ６２４と同様に、プロトコル７０２に関連する有効性に関する情報を含むことができる。標準プロトコルが変更されると（例えば、偏差に）、偏差はプロトコル偏差記録７１４に記録される。したがって、逸脱したプロトコルが送達されると、統合エンジン４１２は、７１２において、治療の有効性を判定し、有効性データを記録することができる。
［０９２］
次に図８を参照すると、例示的な適応型放射線療法タスクデータベース８００のブロック図が、本開示のいくつかの実施形態に従って考慮される。タスクデータベース８００は、複数のタスクレコード８０２、８０４、８０６を含むことができる。タスクデータベース８００は３つのタスクレコードを示すが、任意の数のタスクがタスクデータベース８００に記憶されることを理解されたい。
次に図８を参照すると、例示的な適応型放射線療法タスクデータベース８００のブロック図が、本開示のいくつかの実施形態に従って考慮される。タスクデータベース８００は、複数のタスクレコード８０２、８０４、８０６を含むことができる。タスクデータベース８００は３つのタスクレコードを示すが、任意の数のタスクがタスクデータベース８００に記憶されることを理解されたい。
［０９３］
前述のように、タスクは、例えば、取得されたデータセットの取得及び保存、治療目的の公式化、患者状態の決定、１つ又はそれ以上の構造セット要素の取得などのプロセス（例えば、ワークフロー）の保存されたステップである。医療機器を制御して分画などを投与する。タスクは、単一のステップ（例えば、入力スキャン）を含むことができ、又は複数のステップ（例えば、データのプロンプトユーザ、データのインポート、データベースへの記録、ＸとＹとの関連付け、Ｙを医療機器コントローラ４１４など）を含むことができる。各タスクは、タスクレコード８０２としてタスクデータベース８００に格納することができる。
前述のように、タスクは、例えば、取得されたデータセットの取得及び保存、治療目的の公式化、患者状態の決定、１つ又はそれ以上の構造セット要素の取得などのプロセス（例えば、ワークフロー）の保存されたステップである。医療機器を制御して分画などを投与する。タスクは、単一のステップ（例えば、入力スキャン）を含むことができ、又は複数のステップ（例えば、データのプロンプトユーザ、データのインポート、データベースへの記録、ＸとＹとの関連付け、Ｙを医療機器コントローラ４１４など）を含むことができる。各タスクは、タスクレコード８０２としてタスクデータベース８００に格納することができる。
［０９４］
タスクレコード８０２は、適応タスクデータ８０８（後述）及び参照タスクデータ８１０を含むことができる。参照タスクデータ８１０は、一般的に変更不可能な設定タスクによる適応型放射線治療に関連する標準タスクを含むことができる。例えば、参照タスクデータ８１０は、放射線治療の状況においてただ１つの安全設定を有する医療機器４１８のための調節可能な制御のための設定を含むことができる。この「調整制御」タスクは、静的タスクルール８２０として保存することができる。
タスクレコード８０２は、適応タスクデータ８０８（後述）及び参照タスクデータ８１０を含むことができる。参照タスクデータ８１０は、一般的に変更不可能な設定タスクによる適応型放射線治療に関連する標準タスクを含むことができる。例えば、参照タスクデータ８１０は、放射線治療の状況においてただ１つの安全設定を有する医療機器４１８のための調節可能な制御のための設定を含むことができる。この「調整制御」タスクは、静的タスクルール８２０として保存することができる。
［０９５］
静的タスクルール８２０内の情報は、共通に管理されるタスクと、タスクが共通に実行される臨床目的との間の関連付けを含むことができる。例えば、「分数を管理する」という臨床目的がもちろんタスクＸ（例えば、「Ｘ」は任意の特定のタスクである）に関連付けられている場合、適応治療エンジン２１２は、その関連付けを臨床タスク−目的マップ８２６として索引付けし、記録することができる。特定のプロトコルが適応処理エンジン２１２によって選択されると、プロトコルに関連する１つ又はそれ以上のタスクは、タスクプロトコルマップ８２２において索引付けされてもよい。タスクの結果に関連するデータは、プロトコル結果マップ８２４に記録することができる。例えば、タスクＹ（例えば、「Ｙ」は異なる特定のタスクである）が特定のプロトコルで使用されたときに統計的に８０％の成功率に関連付けられている場合、相関をプロトコル結果マップ８２４として記録することができる。
静的タスクルール８２０内の情報は、共通に管理されるタスクと、タスクが共通に実行される臨床目的との間の関連付けを含むことができる。例えば、「分数を管理する」という臨床目的がもちろんタスクＸ（例えば、「Ｘ」は任意の特定のタスクである）に関連付けられている場合、適応治療エンジン２１２は、その関連付けを臨床タスク−目的マップ８２６として索引付けし、記録することができる。特定のプロトコルが適応処理エンジン２１２によって選択されると、プロトコルに関連する１つ又はそれ以上のタスクは、タスクプロトコルマップ８２２において索引付けされてもよい。タスクの結果に関連するデータは、プロトコル結果マップ８２４に記録することができる。例えば、タスクＹ（例えば、「Ｙ」は異なる特定のタスクである）が特定のプロトコルで使用されたときに統計的に８０％の成功率に関連付けられている場合、相関をプロトコル結果マップ８２４として記録することができる。
［０９６］
特定のタスクに割り当てられた標準化されたルール及び関連であり得る基準タスクデータ８１０とは対照的に、タスクレコード８０２は、適応タスクデータ８０８も含むことができる。適応タスクデータ８０８は、タスク実行データ８１４を含むことができ、これは、適応処理エンジン２１２によって学習された経験に従って変更することができる。例えば、適応型処理エンジン２１２は、１つ又はそれ以上のタスクが呼び出されるべきであると判断した場合、特定のタスクとそのタスクを呼び出す必要性を取り巻く状況との間の関連付けをインデックスすることができる。この連想情報は、タスク実行データ８１４の一部として保存することができる。例えば、単純なシナリオでは、適応型治療エンジン２１２は、医療機器４１８が情報Ｌ、Ｂ及びＪを使用して結果を決定することを知ることができる。適応型治療エンジン２１２は、タスク「取得するＬ」、「取得するＢ」、及び「取得するＪ」を、医療機器４１８の使用が必要であることを示す特定の状況と関連付けることができる。例えば、ある種の脳腫瘍では、陽子線量送達装置の使用が指示され、陽子線量の送達を正確に計画するためには特定のＭＲＩデータが必要とされることがある。いくつかの実施形態によれば、適応治療エンジン２１２は、医療装置４１８の使用につながる特定の状況（例えば、タスク「取得するＬ」、「取得するＢ」、及び「取得するＪ」）の以前の事例に基づいて、医療装置がこの特定の状況の存在を考慮して必要となる可能性が高いと判断し、タスクレコード８０２に関連する臨床タスク−客観的マップ８２６に関連付けの記録を作成することができる。特定の状況の以前のインスタンスは、タスクトークン入力８１６として保存することができる。一実施形態では、インスタンスに関連付けられたメタデータ（例えば、考慮される処理意図のセット）は、タスクトークン入力８１６として保存されてもよい。更なる例として、ケーストークン出力８１８は、学習されたタスク情報を示す特定のケースに関連するメタデータを含むことができる。有効性データ８１２は、学習されたタスク情報に関連するケース結果を記録することができる。例えば、有効性データ８１２は、学習されたタスクの実行と臨床目的に関する実行の相対的成功との間の相互相関として、ケース特効有効性データ６２４を指してもよい。特定のケース（例えば、症例記録６０２）が公式化された臨床目的６３２からの逸脱を含む場合、この情報は、適応性のあるタスクデータ８０８の将来の適用のために有用な知性を提供するために有効性データ８１２とリンクされ得る。
特定のタスクに割り当てられた標準化されたルール及び関連であり得る基準タスクデータ８１０とは対照的に、タスクレコード８０２は、適応タスクデータ８０８も含むことができる。適応タスクデータ８０８は、タスク実行データ８１４を含むことができ、これは、適応処理エンジン２１２によって学習された経験に従って変更することができる。例えば、適応型処理エンジン２１２は、１つ又はそれ以上のタスクが呼び出されるべきであると判断した場合、特定のタスクとそのタスクを呼び出す必要性を取り巻く状況との間の関連付けをインデックスすることができる。この連想情報は、タスク実行データ８１４の一部として保存することができる。例えば、単純なシナリオでは、適応型治療エンジン２１２は、医療機器４１８が情報Ｌ、Ｂ及びＪを使用して結果を決定することを知ることができる。適応型治療エンジン２１２は、タスク「取得するＬ」、「取得するＢ」、及び「取得するＪ」を、医療機器４１８の使用が必要であることを示す特定の状況と関連付けることができる。例えば、ある種の脳腫瘍では、陽子線量送達装置の使用が指示され、陽子線量の送達を正確に計画するためには特定のＭＲＩデータが必要とされることがある。いくつかの実施形態によれば、適応治療エンジン２１２は、医療装置４１８の使用につながる特定の状況（例えば、タスク「取得するＬ」、「取得するＢ」、及び「取得するＪ」）の以前の事例に基づいて、医療装置がこの特定の状況の存在を考慮して必要となる可能性が高いと判断し、タスクレコード８０２に関連する臨床タスク−客観的マップ８２６に関連付けの記録を作成することができる。特定の状況の以前のインスタンスは、タスクトークン入力８１６として保存することができる。一実施形態では、インスタンスに関連付けられたメタデータ（例えば、考慮される処理意図のセット）は、タスクトークン入力８１６として保存されてもよい。更なる例として、ケーストークン出力８１８は、学習されたタスク情報を示す特定のケースに関連するメタデータを含むことができる。有効性データ８１２は、学習されたタスク情報に関連するケース結果を記録することができる。例えば、有効性データ８１２は、学習されたタスクの実行と臨床目的に関する実行の相対的成功との間の相互相関として、ケース特効有効性データ６２４を指してもよい。特定のケース（例えば、症例記録６０２）が公式化された臨床目的６３２からの逸脱を含む場合、この情報は、適応性のあるタスクデータ８０８の将来の適用のために有用な知性を提供するために有効性データ８１２とリンクされ得る。
［０９７］
図９は、本開示のいくつかの実施形態に従って、第１の複数の臨床プロトコルを選択するための例示的な方法９００を示す流れ図を示す。
図９は、本開示のいくつかの実施形態に従って、第１の複数の臨床プロトコルを選択するための例示的な方法９００を示す流れ図を示す。
［０９８］
ステップ９０２において、適応型治療エンジン２１２は、最初に、医用画像から分析された情報に基づいて臨床目的を決定することができる。例えば、医用画像、他の診断情報が皮膚の表面付近の特定のタイプの腫瘍を示す場合、臨床目的は、腫瘍を測定し、腫瘍サイズを８０％減少させるのに十分な放射線量を提供することである。
ステップ９０２において、適応型治療エンジン２１２は、最初に、医用画像から分析された情報に基づいて臨床目的を決定することができる。例えば、医用画像、他の診断情報が皮膚の表面付近の特定のタイプの腫瘍を示す場合、臨床目的は、腫瘍を測定し、腫瘍サイズを８０％減少させるのに十分な放射線量を提供することである。
［０９９］
ステップ９０４において、統合エンジン４１２は、医用画像の診断及び／又は分析に基づいて、タスクデータベース８００から利用可能なプロトコルタスクを選択することができる。例えば、統合エンジン４１２は、診断Ｌを決定し、静的タスクルール８２０にアクセスして、タスクプロトコルマップ８２２から、特定のタスクセット、例えば１１、１２、及び１４が診断Ｌに適していることを決定することができる。統合エンジン４１２は、利用可能なタスク１１、１２及び１４を使用して、１つ又は３０つ以上のプロトコルを決定することができる。統合エンジン４１２によって行われる決定は、プロトコルデータベースでアクセスされる情報によって決定されてもよい。
ステップ９０４において、統合エンジン４１２は、医用画像の診断及び／又は分析に基づいて、タスクデータベース８００から利用可能なプロトコルタスクを選択することができる。例えば、統合エンジン４１２は、診断Ｌを決定し、静的タスクルール８２０にアクセスして、タスクプロトコルマップ８２２から、特定のタスクセット、例えば１１、１２、及び１４が診断Ｌに適していることを決定することができる。統合エンジン４１２は、利用可能なタスク１１、１２及び１４を使用して、１つ又は３０つ以上のプロトコルを決定することができる。統合エンジン４１２によって行われる決定は、プロトコルデータベースでアクセスされる情報によって決定されてもよい。
［０１００］
ステップ９０６において、インテグレーションエンジン４１２は、利用可能なタスクに基づいて出力のための候補プロトコルを選択することができる。利用可能なタスクは、プロトコル（例えば、プロトコルレコード７０２）とそのプロトコルに対して臨床的に許容可能な様々なタスクとの間のタスクプロトコルマップ８２２内のリンクを提供する静的タスクルール８２０に基づいて選択することができる。統合エンジン４１２は、各候補プロトコルについての結果を予測することによって、選択されたプロトコルを更に分析することができる。
ステップ９０６において、インテグレーションエンジン４１２は、利用可能なタスクに基づいて出力のための候補プロトコルを選択することができる。利用可能なタスクは、プロトコル（例えば、プロトコルレコード７０２）とそのプロトコルに対して臨床的に許容可能な様々なタスクとの間のタスクプロトコルマップ８２２内のリンクを提供する静的タスクルール８２０に基づいて選択することができる。統合エンジン４１２は、各候補プロトコルについての結果を予測することによって、選択されたプロトコルを更に分析することができる。
［０１０１］
ステップ９０８において、統合エンジン４１２は、選択されたプロトコルについての臨床転帰を予測する（例えば、各プロトコルが記載された臨床目的を満たすと予測される程度）ことができる。統合エンジン４１２は、永続的ケースデータ６０４、患者データ６０６、適応症例データ６０８、参照プロトコルデータ７１０及び／又は適応プロトコルデータ７０８を含む利用可能な情報に基づいてリアルタイムで結果を予測することができる。予測は、例えば、プロトコル提案データ６２２、プロトコル偏差有効性レコード７１２、及びプロトコル提案履歴及びタスク実行データ７２０から同化された同様の情報を示す他のレコードに関連付けられた有効性データ６２４に基づいてもよい。
ステップ９０８において、統合エンジン４１２は、選択されたプロトコルについての臨床転帰を予測する（例えば、各プロトコルが記載された臨床目的を満たすと予測される程度）ことができる。統合エンジン４１２は、永続的ケースデータ６０４、患者データ６０６、適応症例データ６０８、参照プロトコルデータ７１０及び／又は適応プロトコルデータ７０８を含む利用可能な情報に基づいてリアルタイムで結果を予測することができる。予測は、例えば、プロトコル提案データ６２２、プロトコル偏差有効性レコード７１２、及びプロトコル提案履歴及びタスク実行データ７２０から同化された同様の情報を示す他のレコードに関連付けられた有効性データ６２４に基づいてもよい。
［０１０２］
ステップ９１０で、統合エンジン４１２は、選択のためのプロトコルを生成することができる。プロトコルの生成は、公式化された臨床目的６３２及び／又は臨床目的の偏差６３０を考慮して、段階９０８で行われた相対的な予測に基づくことができる。
ステップ９１０で、統合エンジン４１２は、選択のためのプロトコルを生成することができる。プロトコルの生成は、公式化された臨床目的６３２及び／又は臨床目的の偏差６３０を考慮して、段階９０８で行われた相対的な予測に基づくことができる。
［０１０３］
図１０は、本開示のいくつかの実施形態による、中間データ１０００を評価するための例示的な方法を示す流れ図を示す。
図１０は、本開示のいくつかの実施形態による、中間データ１０００を評価するための例示的な方法を示す流れ図を示す。
［０１０４］
ステップ１００２において、統合エンジン４１２は、公式化された臨床目的６３２及び／又は臨床目的の偏差６３０から臨床目的を決定することができる。
ステップ１００２において、統合エンジン４１２は、公式化された臨床目的６３２及び／又は臨床目的の偏差６３０から臨床目的を決定することができる。
［０１０５］
ステップ１００４において、治療エージェントモジュール２１０は、中間データを分析するために１つ又はそれ以上のタスクを実行することができる。
ステップ１００４において、治療エージェントモジュール２１０は、中間データを分析するために１つ又はそれ以上のタスクを実行することができる。
［０１０６］
ステップ１００６において、統合エンジン４１２は、分析から臨床目的が満たされたかどうかを判定することができる。臨床目的が満たされている場合、治療計画への適応は必要でないかもしれない。
ステップ１００６において、統合エンジン４１２は、分析から臨床目的が満たされたかどうかを判定することができる。臨床目的が満たされている場合、治療計画への適応は必要でないかもしれない。
［０１０７］
ステップ１００８において、目的が満たされていない場合、適応型治療エンジン２１２は、臨床目的が変更を必要とするか否かを決定することができる。変化が必要でない場合（例えば、治療目標が単に満たされていないが目標が適切であった場合）、治療エンジン２１２は臨床目的を変更することはできない。臨床目的の変更が必要な場合、治療エンジン２１２は新しい臨床目的を促すことができる。いくつかの実施形態によれば、治療エンジンは、新たな目的を独立して生成し、公式化された臨床目的６３２を記録することができる。
ステップ１００８において、目的が満たされていない場合、適応型治療エンジン２１２は、臨床目的が変更を必要とするか否かを決定することができる。変化が必要でない場合（例えば、治療目標が単に満たされていないが目標が適切であった場合）、治療エンジン２１２は臨床目的を変更することはできない。臨床目的の変更が必要な場合、治療エンジン２１２は新しい臨床目的を促すことができる。いくつかの実施形態によれば、治療エンジンは、新たな目的を独立して生成し、公式化された臨床目的６３２を記録することができる。
［０１０８］
図１１は、本開示のいくつかの実施形態による、第２の複数の臨床プロトコル（例えば、ステップ５２２で説明したような）を選択するための例示的な方法１１００を示す流れ図を示す。
図１１は、本開示のいくつかの実施形態による、第２の複数の臨床プロトコル（例えば、ステップ５２２で説明したような）を選択するための例示的な方法１１００を示す流れ図を示す。
［０１０９］
ステップ１１０２において、適応型治療エンジン２１２は、臨床意図（臨床目的）を決定することができる。いくつかの実施形態によれば、統合エンジン４１２は、中間データのインポート及び分析（例えば、ステップ５２２）から学習された診断情報を考慮し、プロトコルデータベース７００から医療機器構成７２４にアクセスし、及び／又はタスクデータベース４３２から１つまたはそれ以上のタスクを実行して、臨床意図（臨床目的）を決定することができる（例えば、特定の測定可能な目標を達成するために癌放射線療法を実施する、特定の（おそらく限定された）量で放射線を適用し、腫瘍の大きさを測定可能な量だけ減少させ、臨床試験などで測定可能な変化をもたらすことができる）。
ステップ１１０２において、適応型治療エンジン２１２は、臨床意図（臨床目的）を決定することができる。いくつかの実施形態によれば、統合エンジン４１２は、中間データのインポート及び分析（例えば、ステップ５２２）から学習された診断情報を考慮し、プロトコルデータベース７００から医療機器構成７２４にアクセスし、及び／又はタスクデータベース４３２から１つまたはそれ以上のタスクを実行して、臨床意図（臨床目的）を決定することができる（例えば、特定の測定可能な目標を達成するために癌放射線療法を実施する、特定の（おそらく限定された）量で放射線を適用し、腫瘍の大きさを測定可能な量だけ減少させ、臨床試験などで測定可能な変化をもたらすことができる）。
［０１１０］
ステップ１１０４において、統合エンジン４１２は、医用画像の診断及び／又は分析に基づいて、タスクデータベース８００から利用可能なプロトコルタスクを選択することができる。例えば、統合エンジン４１２は、診断Ｍを決定し、静的タスクルール８２０にアクセスして、タスクプロトコルマップ８２２から特定のタスクセット、例えば１１、１２、及び１４が診断Ｍに適切であることを決定することができる。それにもかかわらず、統合エンジン４１２は、１つ又はそれ以上のプロトコルを決定するために利用可能なプロトコルタスク１５、１６、及び１２を使用することができる。統合エンジン４１２によって行われる決定は、プロトコルデータベース７００においてアクセスされる情報によって決定されてもよい。
ステップ１１０４において、統合エンジン４１２は、医用画像の診断及び／又は分析に基づいて、タスクデータベース８００から利用可能なプロトコルタスクを選択することができる。例えば、統合エンジン４１２は、診断Ｍを決定し、静的タスクルール８２０にアクセスして、タスクプロトコルマップ８２２から特定のタスクセット、例えば１１、１２、及び１４が診断Ｍに適切であることを決定することができる。それにもかかわらず、統合エンジン４１２は、１つ又はそれ以上のプロトコルを決定するために利用可能なプロトコルタスク１５、１６、及び１２を使用することができる。統合エンジン４１２によって行われる決定は、プロトコルデータベース７００においてアクセスされる情報によって決定されてもよい。
［０１１１］
ステップ１００６において、インテグレーションエンジン４１２は、利用可能なタスクに基づいて治療のための候補プロトコルを選択することができる。利用可能なタスクは、プロトコル（例えば、プロトコル７０２）と、そのプロトコルに対して臨床的に許容可能な様々なタスクとの間のタスクプロトコルマップ８２２内のリンクを提供する静的タスクルール８２０に基づいて選択することができる。統合エンジン４１２は、各候補プロトコルについての結果を予測することによって、選択されたプロトコルを更に分析することができる。
ステップ１００６において、インテグレーションエンジン４１２は、利用可能なタスクに基づいて治療のための候補プロトコルを選択することができる。利用可能なタスクは、プロトコル（例えば、プロトコル７０２）と、そのプロトコルに対して臨床的に許容可能な様々なタスクとの間のタスクプロトコルマップ８２２内のリンクを提供する静的タスクルール８２０に基づいて選択することができる。統合エンジン４１２は、各候補プロトコルについての結果を予測することによって、選択されたプロトコルを更に分析することができる。
［０１１２］
ステップ１１０８において、統合エンジン４１２は、選択されたプロトコルのプロトコル結果を予測することができる。統合エンジン４１２は、医療機器構成７２４永続症データ６０４、患者データ６０６、適応症例データ６０８、参照プロトコルデータ７１０及び／又は適応プロトコルデータ７０８を含む利用可能な情報に基づいてリアルタイムで結果を予測することができる。予測は、例えば、プロトコル提案データ６２２に関連する（例えば、相関する）有効性データ６２４、プロトコル偏差有効性レコード７１２、及びプロトコル提案履歴及びタスク実行データ７２０から同化された同様の情報を示す他の記録に基づくことができる。
ステップ１１０８において、統合エンジン４１２は、選択されたプロトコルのプロトコル結果を予測することができる。統合エンジン４１２は、医療機器構成７２４永続症データ６０４、患者データ６０６、適応症例データ６０８、参照プロトコルデータ７１０及び／又は適応プロトコルデータ７０８を含む利用可能な情報に基づいてリアルタイムで結果を予測することができる。予測は、例えば、プロトコル提案データ６２２に関連する（例えば、相関する）有効性データ６２４、プロトコル偏差有効性レコード７１２、及びプロトコル提案履歴及びタスク実行データ７２０から同化された同様の情報を示す他の記録に基づくことができる。
［０１１３］
ステップ１１１０で、統合エンジン４１２は、選択のためのプロトコルを生成することができる。生成されたプロトコルは、公式化された治療目標６３２及び／又は臨床目標偏差６３０を考慮して、ステップ１１０８で行われた相対的な予測に基づくことができる。
ステップ１１１０で、統合エンジン４１２は、選択のためのプロトコルを生成することができる。生成されたプロトコルは、公式化された治療目標６３２及び／又は臨床目標偏差６３０を考慮して、ステップ１１０８で行われた相対的な予測に基づくことができる。
［０１１４］
図１２は、本開示のいくつかの実施形態による適応型放射線治療を示すフロー図であり、システム４００を使用して実施することができる。
図１２は、本開示のいくつかの実施形態による適応型放射線治療を示すフロー図であり、システム４００を使用して実施することができる。
［０１１５］
ステップ１２１０において、医療機器コントローラ４１４は、患者４２６において観察される生物学的構造を示す医用画像データを取り込むことができる。内側画像データは、医療機器（例えば、医療機器４１６及び４１８）によって提供されることができる。例えば、医用撮像装置４１６は、医用画像（例えば、ＣＡＴスキャン）を提供するために適応型治療エンジン２１２から信号を受信することができる。医用撮像装置４１６は、患者４２６のスキャンを実行し、スキャンデータ（医用画像データ）をローカルメモリに保存し、データをデバイスバス４２２を介して適応型治療エンジン２１２に送信することができる。
ステップ１２１０において、医療機器コントローラ４１４は、患者４２６において観察される生物学的構造を示す医用画像データを取り込むことができる。内側画像データは、医療機器（例えば、医療機器４１６及び４１８）によって提供されることができる。例えば、医用撮像装置４１６は、医用画像（例えば、ＣＡＴスキャン）を提供するために適応型治療エンジン２１２から信号を受信することができる。医用撮像装置４１６は、患者４２６のスキャンを実行し、スキャンデータ（医用画像データ）をローカルメモリに保存し、データをデバイスバス４２２を介して適応型治療エンジン２１２に送信することができる。
［０１１６］
ステップ１２１２において、統合エンジン４１２は、画像処理の実行を実行及び／又は開始して、画像データを分析して、データ内の構造のトポグラフィを決定することができる。
ステップ１２１２において、統合エンジン４１２は、画像処理の実行を実行及び／又は開始して、画像データを分析して、データ内の構造のトポグラフィを決定することができる。
［０１１７］
ステップ１２１４において、ケースデータベース６００、プロトコルデータベース７００、及びタスクデータベース８００を参照した後、インテグレーションエンジン４１２は、構造の描写のための第１の複数の治療プロトコルを選択することができる。
ステップ１２１４において、ケースデータベース６００、プロトコルデータベース７００、及びタスクデータベース８００を参照した後、インテグレーションエンジン４１２は、構造の描写のための第１の複数の治療プロトコルを選択することができる。
［０１１８］
ステップ１２１６において、適応型治療エンジン２１２は、第１の複数の治療プロトコルを選択し、候補プロトコルを医療従事者に提示することができる。
ステップ１２１６において、適応型治療エンジン２１２は、第１の複数の治療プロトコルを選択し、候補プロトコルを医療従事者に提示することができる。
［０１１９］
ステップ１２１８において、適応型治療エンジン２１２は、独立して、又は資格のある医療専門家の承認を得て、治療決定を行うことができる。
ステップ１２１８において、適応型治療エンジン２１２は、独立して、又は資格のある医療専門家の承認を得て、治療決定を行うことができる。
［０１２０］
ステップ１２２０において、処置が承認され、配送される。
ステップ１２２０において、処置が承認され、配送される。
［０１２１］
ステップ１２２２において、提供された治療に基づいて治療データが受信される。例えば、送達された治療に関連する有効性データを受け取ることができる。有効性データは、腫瘍の収縮、ＯＡＲへの放射線の送達などの情報を含むことができる。
ステップ１２２２において、提供された治療に基づいて治療データが受信される。例えば、送達された治療に関連する有効性データを受け取ることができる。有効性データは、腫瘍の収縮、ＯＡＲへの放射線の送達などの情報を含むことができる。
［０１２２］
ステップ１２２４において、治療エージェントモジュール２１０は、中間結果を分析し、適応第２治療が必要であると決定することができる。
ステップ１２２４において、治療エージェントモジュール２１０は、中間結果を分析し、適応第２治療が必要であると決定することができる。
［０１２３］
ステップ１２２６において、適応型治療エンジン２１２は、基準プロトコルデータ及び適応プロトコルデータに基づいて、第２の複数の治療プロトコルを使用してリスク臓器（ＯＡＲ）及び標的を決定するための第２の治療計画を選択することができる。
ステップ１２２６において、適応型治療エンジン２１２は、基準プロトコルデータ及び適応プロトコルデータに基づいて、第２の複数の治療プロトコルを使用してリスク臓器（ＯＡＲ）及び標的を決定するための第２の治療計画を選択することができる。
［０１２４］
ステップ１２２８で、選択された第２の治療計画が承認される。
ステップ１２２８で、選択された第２の治療計画が承認される。
［０１２５］
ステップ１２３０で、処置決定が再度行われる。
ステップ１２３０で、処置決定が再度行われる。
［０１２６］
ステップ１２３２において、第２の治療計画が送達される。治療エージェントモジュール２１０は、とりわけ、投与処方及び承認、ならびに用量送達及び記録を含む、様々な適応型放射線治療を管理するように構成されてもよい。
ステップ１２３２において、第２の治療計画が送達される。治療エージェントモジュール２１０は、とりわけ、投与処方及び承認、ならびに用量送達及び記録を含む、様々な適応型放射線治療を管理するように構成されてもよい。
［０１２７］
図１３は、いくつかの実施形態による例示的な適応型治療管理治療計画１３００を示す。第１の複数の候補プロトコル１２１６を選択した後、例えば、リスクのある臓器（ＯＡＲ）及びターゲティングを決定するための描写タスクを開始すると、適応治療エンジン２１２は出力装置（例えば、出力デバイス３０５及び／又は医療機器インターフェース４２０）を介してオプションを提示することができる。様々なプロトコル（例えば、臨床目的、目標、及び／又は治療選択肢）１３０２，１３０４，１３０６，１３０８が描かれており、それぞれの分数計画（例えば、１３１０）は、それぞれのタスク１３１８に沿って示されている。適応型治療エンジン２１０は、すべての４つのオプションの相対比較を提供するように、各プロトコル（例えば、治療オプション）１３０２、１３０４、１３０６、１３０８を提示することができる。図示されていないが、プロトコル１３０４，１３０６、１３０８は、プロトコル１３０２と同様のプロトコル構造を含むことができるが、プロトコル１３０２に匹敵する形式で提示される異なるタスクを有する。
図１３は、いくつかの実施形態による例示的な適応型治療管理治療計画１３００を示す。第１の複数の候補プロトコル１２１６を選択した後、例えば、リスクのある臓器（ＯＡＲ）及びターゲティングを決定するための描写タスクを開始すると、適応治療エンジン２１２は出力装置（例えば、出力デバイス３０５及び／又は医療機器インターフェース４２０）を介してオプションを提示することができる。様々なプロトコル（例えば、臨床目的、目標、及び／又は治療選択肢）１３０２，１３０４，１３０６，１３０８が描かれており、それぞれの分数計画（例えば、１３１０）は、それぞれのタスク１３１８に沿って示されている。適応型治療エンジン２１０は、すべての４つのオプションの相対比較を提供するように、各プロトコル（例えば、治療オプション）１３０２、１３０４、１３０６、１３０８を提示することができる。図示されていないが、プロトコル１３０４，１３０６、１３０８は、プロトコル１３０２と同様のプロトコル構造を含むことができるが、プロトコル１３０２に匹敵する形式で提示される異なるタスクを有する。
［０１２８］
図１４は、本開示のいくつかの実施形態による、適応型放射線治療管理プロトコル１３０２を示す。ステップ１４０２において、プロトコル１３０２は、データを取得するためのタスクを含むことができる。データが取得された後、プロトコル１３０２は３つのタスク１４０４、１４０６及び１４０８を並行して実行することができる。例えば、ステップ１４０４において、プロトコル１３０２は、撮像装置を使用して、標的腫瘍の輪郭を示す１つ又はそれ以上の画像を得ることを含むことができる。ステップ１４０６において、プロトコル１３０２は、リスクのある器官を輪郭化するタスクを含むことができる。ステップ１４０８において、プロトコル１３０２は、アプリケータ及び／又はカテーテルを患者４２６に更に適用することができる。タスク１４０４及び１４０６は承認を必要とするが、いくつかのタスク（例えばタスク１４０８）は承認なしで実行されてもよい。ステップ１４１０で、タスク１４０４及び１４０６が承認又は拒否される。ステップ１４１２において、プロトコル１３０２は、輪郭を含む逆線量計画のためのタスクを含むことができる。ステップ１４１４で、逆線量計画が承認され、プロトコル１３０２が終了する。
図１４は、本開示のいくつかの実施形態による、適応型放射線治療管理プロトコル１３０２を示す。ステップ１４０２において、プロトコル１３０２は、データを取得するためのタスクを含むことができる。データが取得された後、プロトコル１３０２は３つのタスク１４０４、１４０６及び１４０８を並行して実行することができる。例えば、ステップ１４０４において、プロトコル１３０２は、撮像装置を使用して、標的腫瘍の輪郭を示す１つ又はそれ以上の画像を得ることを含むことができる。ステップ１４０６において、プロトコル１３０２は、リスクのある器官を輪郭化するタスクを含むことができる。ステップ１４０８において、プロトコル１３０２は、アプリケータ及び／又はカテーテルを患者４２６に更に適用することができる。タスク１４０４及び１４０６は承認を必要とするが、いくつかのタスク（例えばタスク１４０８）は承認なしで実行されてもよい。ステップ１４１０で、タスク１４０４及び１４０６が承認又は拒否される。ステップ１４１２において、プロトコル１３０２は、輪郭を含む逆線量計画のためのタスクを含むことができる。ステップ１４１４で、逆線量計画が承認され、プロトコル１３０２が終了する。
［０１２９］
いくつかの実施形態によれば、プロトコル１３０２は、その標準プロトコル記述（例えば、標準プロトコル記述７３２）から新しいタスク１４１６及び１４１８を含むように変更されてもよい。したがって、プロトコルは標準的な記述から逸脱する可能性がある。プロトコル１３０２は、プロトコル偏差レコード７１４への偏差を記録することができる。逸脱したプロトコルの送達後、適応型治療エンジン２１２は、プロトコルの有効性を判定し、有効性をプロトコル逸脱有効性レコード７１２に記録することができる。図１２に示すように、プロトコル１３０２は、特定の数のステップを含むが、プロトコル１３０２は単なる例示であることを理解されたい。治療エージェントモジュール２１０は、任意の数の特定の順序で任意の数の治療作業を含み得る任意の数の臨床的に許容される治療プロトコルを含み得る。
いくつかの実施形態によれば、プロトコル１３０２は、その標準プロトコル記述（例えば、標準プロトコル記述７３２）から新しいタスク１４１６及び１４１８を含むように変更されてもよい。したがって、プロトコルは標準的な記述から逸脱する可能性がある。プロトコル１３０２は、プロトコル偏差レコード７１４への偏差を記録することができる。逸脱したプロトコルの送達後、適応型治療エンジン２１２は、プロトコルの有効性を判定し、有効性をプロトコル逸脱有効性レコード７１２に記録することができる。図１２に示すように、プロトコル１３０２は、特定の数のステップを含むが、プロトコル１３０２は単なる例示であることを理解されたい。治療エージェントモジュール２１０は、任意の数の特定の順序で任意の数の治療作業を含み得る任意の数の臨床的に許容される治療プロトコルを含み得る。
［０１３０］
本開示は、独立した治療モデリング及びワークフロー管理エンジンを有する適応型治療管理システムを記載する。記述されたステップは、記述された例示的な実施形態を説明するために示されており、進行中の技術開発は、特定の機能が実行される方法を変えることが予想されるべきである。これらの実施例は、本発明を説明するためのものであって、限定するものではない。更に、機能的ブロックの境界は、説明の便宜上、本明細書において任意に定義されている。指定された機能及びそれらの関係が適切に実行され、ユーザが利用可能なモジュールの組合せ機能が適用ドメインの要件をカバーする限り、境界の代替を定義することができる。代替物（本明細書に記載されているものの同等物、拡張、変形、偏差などを含む）は、本明細書に含まれる教示に基づいて当業者には明らかであろう。そのような代替案は、開示された実施形態の範囲及び精神の範囲内に入る。また、「含む（comprising）」、「有する（having）」、「含む（containing）」、「含む（including）」などの用語は、意味が等価であることを意図しており、これらの言葉のいずれかに続く項目は、そのような１つ又は複数の項目の網羅的なリストであること、又はリストされた１つ又はそれ以上の項目のみに限定されることを意味する。本明細書及び添付の特許請求の範囲で使用する単数形「ａ」、「ａｎ」及び「ｔｈｅ」は、文脈上他に明確に指示しない限り、複数の言及を含むことにも留意されたい。
本開示は、独立した治療モデリング及びワークフロー管理エンジンを有する適応型治療管理システムを記載する。記述されたステップは、記述された例示的な実施形態を説明するために示されており、進行中の技術開発は、特定の機能が実行される方法を変えることが予想されるべきである。これらの実施例は、本発明を説明するためのものであって、限定するものではない。更に、機能的ブロックの境界は、説明の便宜上、本明細書において任意に定義されている。指定された機能及びそれらの関係が適切に実行され、ユーザが利用可能なモジュールの組合せ機能が適用ドメインの要件をカバーする限り、境界の代替を定義することができる。代替物（本明細書に記載されているものの同等物、拡張、変形、偏差などを含む）は、本明細書に含まれる教示に基づいて当業者には明らかであろう。そのような代替案は、開示された実施形態の範囲及び精神の範囲内に入る。また、「含む（comprising）」、「有する（having）」、「含む（containing）」、「含む（including）」などの用語は、意味が等価であることを意図しており、これらの言葉のいずれかに続く項目は、そのような１つ又は複数の項目の網羅的なリストであること、又はリストされた１つ又はそれ以上の項目のみに限定されることを意味する。本明細書及び添付の特許請求の範囲で使用する単数形「ａ」、「ａｎ」及び「ｔｈｅ」は、文脈上他に明確に指示しない限り、複数の言及を含むことにも留意されたい。
［０１３１］
更に、本開示と一致する実施形態を実施する際に、１つ又はそれ以上のコンピュータ可読記憶媒体を利用することができる。コンピュータ可読記憶媒体は、プロセッサによって読み取り可能な情報又はデータが格納され得る任意のタイプの物理メモリを指す。したがって、コンピュータ読み取り可能な記憶媒体は、プロセッサに本明細書に記載の実施形態と一致するステップ又はステージを実行させるための命令を含む、１つ又はそれ以上のプロセッサによる実行のための命令を格納することができる。用語「コンピュータ読み取り可能な媒体」は、具体的な項目を含み、搬送波及び過渡信号を排除する、すなわち非一時的であると理解されるべきである。実施例には、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、揮発性メモリ、不揮発性メモリ、ハードドライブ、ＣＤ−ＲＯＭ、ＤＶＤ、フラッシュドライブ、ディスク、及びその他の既知の物理記憶媒体が含まれる。
更に、本開示と一致する実施形態を実施する際に、１つ又はそれ以上のコンピュータ可読記憶媒体を利用することができる。コンピュータ可読記憶媒体は、プロセッサによって読み取り可能な情報又はデータが格納され得る任意のタイプの物理メモリを指す。したがって、コンピュータ読み取り可能な記憶媒体は、プロセッサに本明細書に記載の実施形態と一致するステップ又はステージを実行させるための命令を含む、１つ又はそれ以上のプロセッサによる実行のための命令を格納することができる。用語「コンピュータ読み取り可能な媒体」は、具体的な項目を含み、搬送波及び過渡信号を排除する、すなわち非一時的であると理解されるべきである。実施例には、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、揮発性メモリ、不揮発性メモリ、ハードドライブ、ＣＤ−ＲＯＭ、ＤＶＤ、フラッシュドライブ、ディスク、及びその他の既知の物理記憶媒体が含まれる。
［０１３２］
開示及び実施例は、例示のみとして考えられ、開示された実施形態の真の範囲及び精神は、添付の特許請求の範囲によって示されることが意図される。
開示及び実施例は、例示のみとして考えられ、開示された実施形態の真の範囲及び精神は、添付の特許請求の範囲によって示されることが意図される。
Claims (17)
- 治療計画を生成するためのシステムであって、
前記システムは、
治療プロトコルを記憶するための臨床データベースであって、各治療プロトコルは複数の治療タスクを反映している臨床データベースと、
前記臨床データベースに動作可能に接続された治療エンジンとを有し、
前記治療エンジンは、
患者の診断情報を取得するように構成された医療機器コントローラと、
少なくとも１つのプロセッサとを含み、
前記プロセッサは、
前記臨床データベースから第１の複数の治療プロトコルを選択するステップであって、前記選択は、前記取得された診断情報に基づいているステップと、
臨床目的に基づいて前記第１の複数の治療プロトコルにおける各プロトコルの治療有効性確率を計算するステップであって、前記治療有効性確率は、特定のプロトコルが特定の診断情報に対する特定の臨床目的に到達するのに有効である確率を示すステップと、
前記臨床目的と前記治療有効性確率とに基づいて前記第１の複数の治療プロトコルから第１の治療計画を作成するステップと、
前記診断情報と前記第１の複数の治療プロトコルから作成された前記第１の治療計画を識別する前記患者に関連する第１のレコードを生成するステップと、
前記第１の治療計画の実行中に、前記第１の治療計画の実行過程のために変更された患者の状態を示す中間データを評価するステップと、
前記第１の治療計画の実行中に前記臨床目的に到達する際の前記第１の治療計画の有効性を示す治療有効性を前記中間データに基づいて決定するステップと、
前記決定された治療有効性と新たな診断情報に基づいて、第２の複数の治療プロトコルを用いた第２の治療計画を選択するステップと、
前記新たな診断情報と前記第２の治療計画を識別する第２のレコードを生成するステップと、
前記第１のレコードと前記第２のレコードとをリンクするステップと
を実行するようにプログラムされており、
前記第１の複数の治療プロトコルを選択するステップは、
臨床意図を決定するステップと、
複数の利用可能なプロトコルタスクを選択するステップと、
前記利用可能なプロトコルタスクに基づいてプロトコルデータベースから少なくとも２つのプロトコルを選択するステップと、
前記選択された少なくとも２つのプロトコルのそれぞれについて結果を予測するステップと、
前記予測された結果に基づいて前記第１の複数の治療プロトコルとして前記少なくとも２つのプロトコルのうちのひとつを選択するステップとを含む
ことを特徴とするシステム。 - 請求項１記載のシステムにおいて、
前記少なくとも１つのプロセッサは、ケースレコードを更新するステップを更に実行するようにプログラムされており、
前記更新は、前記第１の複数の治療プロトコルと前記第２の複数の治療プロトコルと前記中間データと前記第２の治療計画を含む
ことを特徴とするシステム。 - 請求項１記載のシステムにおいて、
前記少なくとも１つのプロセッサは、
前記第２の治療計画の有効性を決定するステップと、
プロトコル有効性レコードを生成するステップと、
を更に実行するようにプログラムされている
ことを特徴とするシステム。 - 請求項１記載のシステムにおいて、
前記中間データを評価するステップは、臨床目的を決定するステップと、前記臨床目的に関する中間データを評価するステップとを含む。
ことを特徴とするシステム。 - 請求項１記載のシステムにおいて、
前記複数の利用可能なプロトコルタスクは、許容されるプロトコルアクションを示している
ことを特徴とするシステム。 - 請求項１記載のシステムにおいて、
前記複数の利用可能なプロトコルタスクは、前記診断情報と前記臨床目的とに基づいて選択される
ことを特徴とするシステム。 - 請求項６記載のシステムにおいて、
前記中間データを評価するステップは、前記中間データに基づいて新しい臨床目的を選択的に生成するステップを更に含む
ことを特徴とするシステム。 - 請求項７記載のシステムにおいて、
前記第２の複数の治療プロトコルを生成するステップは、
許容可能なプロトコル動作を示す第２の複数の利用可能なプロトコルタスクを選択するステップと、
プロトコルデータベースから少なくとも２つのプロトコルを選択するステップと、
前記選択された少なくとも２つのプロトコルのそれぞれについて治療有効性確率を予測するステップと、
前記治療有効性確率に基づいて前記第２の複数の治療プロトコルを生成するステップとを含む
ことを特徴とするシステム。 - 治療計画を生成するためのコンピュータ実装方法であって、
少なくとも１つのプロセッサを用いて、患者に関する診断情報に基づいて、臨床データベースから第１の複数の治療プロトコルを選択するステップと、
前記少なくとも１つのプロセッサを用いて、与えられた治療計画に対する臨床目的を決定するステップと、
前記少なくとも１つのプロセッサを用いて、前記臨床目的に基づいて前記第１の複数の治療プロトコルにおける各プロトコルの治療有効性確率を計算するステップであって、前記治療有効性確率は、特定のプロトコルが特定の診断情報に対する特定の臨床目的に到達するのに有効である確率を示すステップと、
前記少なくとも１つのプロセッサを用いて、前記臨床目的と前記治療有効性確率とに基づいて前記第１の複数の治療プロトコルから第１の治療計画を作成するステップと、
前記少なくとも１つのプロセッサを用いて、前記診断情報と前記第１の複数の治療プロトコルから作成された前記第１の治療計画を識別する前記患者に関連する第１のレコードを生成するステップと、
前記少なくとも１つのプロセッサを用いて、前記第１の治療計画の実行中に、第１の治療計画の実行過程のために変更された患者の状態を示す中間データを評価するステップと、
前記少なくとも１つのプロセッサを用いて、前記第１の治療計画の実行中に前記臨床目的に到達する際の前記第１の治療計画の有効性を示す治療有効性を前記中間データに基づいて決定するステップと、
前記少なくとも１つのプロセッサを用いて、前記決定された治療有効性を含む前記第１のレコードを更新するステップと、
前記少なくとも１つのプロセッサを用いて、前記決定された治療有効性と新たな診断情報を含む前記更新された第１のレコードに基づいて、第２の複数の治療プロトコルを用いて第２の治療計画を選択するステップと、
前記少なくとも１つのプロセッサを用いて、前記第１のレコードと、前記新たな診断情報と前記第２の治療計画を識別する第２のレコードとをリンクするステップと
を有し、
前記第１の複数の治療プロトコルを選択するステップは、
臨床意図を決定するステップと、
複数の利用可能なプロトコルタスクを選択するステップと、
前記利用可能なプロトコルタスクに基づいてプロトコルデータベースから少なくとも２つのプロトコルを選択するステップと、
前記選択された少なくとも２つのプロトコルのそれぞれについて結果を予測するステップと、
前記予測された結果に基づいて前記第１の複数の治療プロトコルとして前記少なくとも２つのプロトコルのうちのひとつを選択するステップとを含む
ことを特徴とするコンピュータ実装方法。 - 請求項９記載のコンピュータ実装方法において、
ケースレコードを更新するステップであって、前記更新は、前記第１の複数の治療プロトコルと、前記第２の複数の治療プロトコルと、前記中間データと、前記第２の治療計画を含むステップを
更に有することを特徴とするコンピュータ実装方法。 - 請求項９記載のコンピュータ実装方法において、
前記第２の治療計画の有効性を判定するステップと、
プロトコル有効性レコードを生成するステップと
を更に有することを特徴とするコンピュータ実装方法。 - 請求項９記載のコンピュータ実装方法において、
前記中間データを評価するステップは、前記臨床目的に関して前記中間データを評価するステップを含む
ことを特徴とするコンピュータ実装方法。 - 請求項９記載のコンピュータ実装方法において、
前記複数の利用可能なプロトコルタスクは、許容可能なプロトコル動作を示す
ことを特徴とするコンピュータ実装方法。 - 請求項９記載のコンピュータ実装方法において、
前記複数の利用可能なプロトコルタスクは、前記診断情報及び前記臨床意図に基づいて選択される
ことを特徴とするコンピュータ実装方法。 - 請求項１４記載のコンピュータ実装方法において、
前記中間データを評価するステップは、前記中間データに基づいて新たな臨床目的を選択的に生成するステップを更に有する
ことを特徴とするコンピュータ実装方法。 - 請求項１４記載のコンピュータ実装方法において、
前記第２の複数の治療プロトコルを選択するステップは、
許容可能なプロトコル動作を示す第２の複数の利用可能なプロトコルタスクを選択するステップと、
プロトコルデータベースから少なくとも２つのプロトコルを選択するステップと、
前記選択された少なくとも２つのプロトコルのそれぞれについて治療有効性確率を予測するステップと、
前記治療有効性確率に基づいて前記第２の複数の治療プロトコルを選択するステップとを含む
ことを特徴とするコンピュータ実装方法。 - 適応型癌治療のための方法を実行するために少なくとも１つのプロセッサによって実行可能な命令を記憶する非一時的コンピュータ可読記憶媒体であって、
前記方法は、
患者に関する診断情報に基づいて、臨床データベースから第１の複数の治療プロトコルを選択するステップと、
与えられた治療計画に対する臨床目的を決定するステップと、
前記臨床目的に基づいて前記第１の複数の治療プロトコルにおける各プロトコルの治療有効性確率を計算するステップであって、前記治療有効性確率は、特定のプロトコルが特定の診断情報に対する特定の臨床目的に到達するのに有効である確率を示すステップと、
前記臨床目的と前記治療有効性確率とに基づいて前記第１の複数の治療プロトコルから第１の治療計画を作成するステップと、
前記診断情報と前記第１の複数の治療プロトコルから作成された前記第１の治療計画を識別する前記患者に関連する第１のレコードを生成するステップと、
前記第１の治療計画の実行中に、第１の治療計画の実行過程のために変更された患者の状態を示す中間データを評価するステップと、
前記第１の治療計画の実行中に前記臨床目的に到達する際の前記第１の治療計画の有効性を示す治療有効性を前記中間データに基づいて決定するステップと、
前記決定された治療有効性を含む前記第１のレコードを更新するステップと、
前記決定された治療有効性と新たな診断情報を含む前記更新された第１のレコードに基づいて、第２の複数の治療プロトコルを用いて第２の治療計画を選択するステップと、
前記第１のレコードと、前記新たな診断情報と前記第２の治療計画を識別する第２のレコードとをリンクするステップと
を有し、
前記第１の複数の治療プロトコルを選択するステップは、
臨床意図を決定するステップと、
複数の利用可能なプロトコルタスクを選択するステップと、
前記利用可能なプロトコルタスクに基づいてプロトコルデータベースから少なくとも２つのプロトコルを選択するステップと、
前記選択された少なくとも２つのプロトコルのそれぞれについて結果を予測するステップと、
前記予測された結果に基づいて前記第１の複数の治療プロトコルとして前記少なくとも２つのプロトコルのうちのひとつを選択するステップとを含む
ことを特徴とする非一時的コンピュータ可読記憶媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201562131102P | 2015-03-10 | 2015-03-10 | |
| US62/131,102 | 2015-03-10 | ||
| PCT/US2016/021867 WO2016145251A1 (en) | 2015-03-10 | 2016-03-10 | Adaptive treatment management system with a workflow management engine |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018514021A JP2018514021A (ja) | 2018-05-31 |
| JP6902473B2 true JP6902473B2 (ja) | 2021-07-14 |
Family
ID=55587387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017547954A Active JP6902473B2 (ja) | 2015-03-10 | 2016-03-10 | ワークフロー管理エンジンを含む適応型治療管理システム |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US10886026B2 (ja) |
| EP (1) | EP3268880B1 (ja) |
| JP (1) | JP6902473B2 (ja) |
| CN (1) | CN107548497A (ja) |
| AU (1) | AU2016228845A1 (ja) |
| RU (1) | RU2719922C2 (ja) |
| WO (1) | WO2016145251A1 (ja) |
Families Citing this family (66)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016145251A1 (en) | 2015-03-10 | 2016-09-15 | Impac Medical Systems, Inc. | Adaptive treatment management system with a workflow management engine |
| WO2017097825A1 (en) * | 2015-12-08 | 2017-06-15 | Koninklijke Philips N.V. | Quality management of imaging workflows |
| US20200168313A1 (en) * | 2017-07-28 | 2020-05-28 | W.O.M. World Of Medicine Gmbh | Medical engineering apparatus for storing and evaluating clinical data |
| US10792514B2 (en) * | 2017-09-15 | 2020-10-06 | Varian Medical Systems International Ag | Automatic generation of radiation treatment plan optimization objectives |
| CN108053869B (zh) * | 2017-10-10 | 2021-03-16 | 中山大学肿瘤防治中心 | 一种肿瘤患者放疗进程管理及质量控制方法及系统 |
| JP7221961B2 (ja) * | 2017-11-22 | 2023-02-14 | コーニンクレッカ フィリップス エヌ ヴェ | 病理学ワークフローを最適化するためのデバイス、システム及び方法 |
| US10566093B2 (en) | 2018-03-13 | 2020-02-18 | C/Hca, Inc. | Data integration using graph structures |
| EP3621085A1 (en) * | 2018-09-04 | 2020-03-11 | Koninklijke Philips N.V. | Resource scheduling in adaptive radiation therapy planning |
| US10799716B2 (en) * | 2018-10-18 | 2020-10-13 | Varian Medical Systems International Ag | Streamlined, guided on-couch adaptive workflow |
| JP7412083B2 (ja) * | 2019-02-22 | 2024-01-12 | キヤノンメディカルシステムズ株式会社 | 治療計画支援装置及び方法 |
| US11185735B2 (en) | 2019-03-11 | 2021-11-30 | Rom Technologies, Inc. | System, method and apparatus for adjustable pedal crank |
| US11541274B2 (en) | 2019-03-11 | 2023-01-03 | Rom Technologies, Inc. | System, method and apparatus for electrically actuated pedal for an exercise or rehabilitation machine |
| US11904202B2 (en) | 2019-03-11 | 2024-02-20 | Rom Technolgies, Inc. | Monitoring joint extension and flexion using a sensor device securable to an upper and lower limb |
| US11904207B2 (en) | 2019-05-10 | 2024-02-20 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to present a user interface representing a user's progress in various domains |
| US11801423B2 (en) | 2019-05-10 | 2023-10-31 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to interact with a user of an exercise device during an exercise session |
| US11957960B2 (en) | 2019-05-10 | 2024-04-16 | Rehab2Fit Technologies Inc. | Method and system for using artificial intelligence to adjust pedal resistance |
| US11433276B2 (en) | 2019-05-10 | 2022-09-06 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to independently adjust resistance of pedals based on leg strength |
| CN114287040A (zh) * | 2019-08-26 | 2022-04-05 | 皇家飞利浦有限公司 | 用于根据个体的时间线数据自动构建状态转换图的方法 |
| US11701548B2 (en) | 2019-10-07 | 2023-07-18 | Rom Technologies, Inc. | Computer-implemented questionnaire for orthopedic treatment |
| US11071597B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Telemedicine for orthopedic treatment |
| USD928635S1 (en) | 2019-09-18 | 2021-08-24 | Rom Technologies, Inc. | Goniometer |
| US11282599B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouragement of rehabilitative compliance through patient-based virtual shared sessions |
| US11915815B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning and generic risk factors to improve cardiovascular health such that the need for additional cardiac interventions is mitigated |
| US11978559B2 (en) | 2019-10-03 | 2024-05-07 | Rom Technologies, Inc. | Systems and methods for remotely-enabled identification of a user infection |
| US11955223B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning to provide an enhanced user interface presenting data pertaining to cardiac health, bariatric health, pulmonary health, and/or cardio-oncologic health for the purpose of performing preventative actions |
| US11887717B2 (en) | 2019-10-03 | 2024-01-30 | Rom Technologies, Inc. | System and method for using AI, machine learning and telemedicine to perform pulmonary rehabilitation via an electromechanical machine |
| US11270795B2 (en) | 2019-10-03 | 2022-03-08 | Rom Technologies, Inc. | Method and system for enabling physician-smart virtual conference rooms for use in a telehealth context |
| US11282604B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | Method and system for use of telemedicine-enabled rehabilitative equipment for prediction of secondary disease |
| US11923065B2 (en) | 2019-10-03 | 2024-03-05 | Rom Technologies, Inc. | Systems and methods for using artificial intelligence and machine learning to detect abnormal heart rhythms of a user performing a treatment plan with an electromechanical machine |
| US20210134432A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Method and system for implementing dynamic treatment environments based on patient information |
| US11087865B2 (en) | 2019-10-03 | 2021-08-10 | Rom Technologies, Inc. | System and method for use of treatment device to reduce pain medication dependency |
| US20210134425A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for using artificial intelligence in telemedicine-enabled hardware to optimize rehabilitative routines capable of enabling remote rehabilitative compliance |
| US11515021B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system to analytically optimize telehealth practice-based billing processes and revenue while enabling regulatory compliance |
| US11282608B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to provide recommendations to a healthcare provider in or near real-time during a telemedicine session |
| US11961603B2 (en) | 2019-10-03 | 2024-04-16 | Rom Technologies, Inc. | System and method for using AI ML and telemedicine to perform bariatric rehabilitation via an electromechanical machine |
| US20210142893A1 (en) | 2019-10-03 | 2021-05-13 | Rom Technologies, Inc. | System and method for processing medical claims |
| US11955221B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML to generate treatment plans to stimulate preferred angiogenesis |
| US11515028B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to create optimal treatment plans based on monetary value amount generated and/or patient outcome |
| US20210128080A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Augmented reality placement of goniometer or other sensors |
| US11265234B2 (en) | 2019-10-03 | 2022-03-01 | Rom Technologies, Inc. | System and method for transmitting data and ordering asynchronous data |
| US11069436B2 (en) | 2019-10-03 | 2021-07-20 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouraging rehabilitative compliance through patient-based virtual shared sessions with patient-enabled mutual encouragement across simulated social networks |
| US11101028B2 (en) | 2019-10-03 | 2021-08-24 | Rom Technologies, Inc. | Method and system using artificial intelligence to monitor user characteristics during a telemedicine session |
| US11955220B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML and telemedicine for invasive surgical treatment to determine a cardiac treatment plan that uses an electromechanical machine |
| US11830601B2 (en) | 2019-10-03 | 2023-11-28 | Rom Technologies, Inc. | System and method for facilitating cardiac rehabilitation among eligible users |
| US11075000B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Method and system for using virtual avatars associated with medical professionals during exercise sessions |
| US11139060B2 (en) | 2019-10-03 | 2021-10-05 | Rom Technologies, Inc. | Method and system for creating an immersive enhanced reality-driven exercise experience for a user |
| US11317975B2 (en) | 2019-10-03 | 2022-05-03 | Rom Technologies, Inc. | Method and system for treating patients via telemedicine using sensor data from rehabilitation or exercise equipment |
| US11337648B2 (en) | 2020-05-18 | 2022-05-24 | Rom Technologies, Inc. | Method and system for using artificial intelligence to assign patients to cohorts and dynamically controlling a treatment apparatus based on the assignment during an adaptive telemedical session |
| US11756666B2 (en) | 2019-10-03 | 2023-09-12 | Rom Technologies, Inc. | Systems and methods to enable communication detection between devices and performance of a preventative action |
| US11915816B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | Systems and methods of using artificial intelligence and machine learning in a telemedical environment to predict user disease states |
| US20210134458A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method to enable remote adjustment of a device during a telemedicine session |
| US20210127974A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Remote examination through augmented reality |
| US11325005B2 (en) | 2019-10-03 | 2022-05-10 | Rom Technologies, Inc. | Systems and methods for using machine learning to control an electromechanical device used for prehabilitation, rehabilitation, and/or exercise |
| US11955222B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for determining, based on advanced metrics of actual performance of an electromechanical machine, medical procedure eligibility in order to ascertain survivability rates and measures of quality-of-life criteria |
| US20210134412A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for processing medical claims using biometric signatures |
| US11826613B2 (en) | 2019-10-21 | 2023-11-28 | Rom Technologies, Inc. | Persuasive motivation for orthopedic treatment |
| USD907143S1 (en) | 2019-12-17 | 2021-01-05 | Rom Technologies, Inc. | Rehabilitation device |
| US11684299B2 (en) | 2019-12-17 | 2023-06-27 | Mahana Therapeutics, Inc. | Method and system for remotely monitoring the psychological state of an application user using machine learning-based models |
| CN113270183A (zh) * | 2020-02-17 | 2021-08-17 | 中硼(厦门)医疗器械有限公司 | 管理治疗计划数据的方法和系统以及数据交换设备 |
| DE102020001563A1 (de) * | 2020-03-10 | 2021-09-16 | Drägerwerk AG & Co. KGaA | Medizinsystem zum Bereitstellen einer Behandlungsempfehlung |
| US11107591B1 (en) * | 2020-04-23 | 2021-08-31 | Rom Technologies, Inc. | Method and system for describing and recommending optimal treatment plans in adaptive telemedical or other contexts |
| US11610663B2 (en) | 2020-05-29 | 2023-03-21 | Mahana Therapeutics, Inc. | Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using average physical activity data associated with a set of people other than the user |
| US11967432B2 (en) | 2020-05-29 | 2024-04-23 | Mahana Therapeutics, Inc. | Method and system for remotely monitoring the physical and psychological state of an application user using altitude and/or motion data and one or more machine learning models |
| US20220130513A1 (en) * | 2020-10-22 | 2022-04-28 | Mahana Therapeutics, Inc. | Method and system for dynamically generating profile-specific therapeutic protocols using machine learning models |
| JP2022070037A (ja) * | 2020-10-26 | 2022-05-12 | キヤノン株式会社 | 情報処理装置、情報表示装置、情報処理方法、情報処理システム及びプログラム |
| CN117219214B (zh) * | 2023-11-07 | 2024-02-20 | 江苏法迈生医学科技有限公司 | 一种临床科研一体化信息平台的数据管理方法 |
Family Cites Families (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6666820B1 (en) | 2000-11-28 | 2003-12-23 | Michael D. Poole | Mathematical therapeutic outcomes model for predicting clinical efficacy therapies |
| US7693727B2 (en) | 2002-05-16 | 2010-04-06 | Cerylion, Inc. | Evidence-based checklist flow and tracking system for patient care by medical providers |
| JP2004094621A (ja) | 2002-08-30 | 2004-03-25 | Asahi Medical Co Ltd | 医療情報管理システム |
| US20060056589A1 (en) * | 2004-08-31 | 2006-03-16 | Massachusetts Institute Of Technology | Radiation-induced cellular adaptive response |
| WO2006072011A2 (en) * | 2004-12-30 | 2006-07-06 | Proventys, Inc. | Methods, systems, and computer program products for developing and using predictive models for predicting a plurality of medical outcomes, for evaluating intervention strategies, and for simultaneously validating biomarker causality |
| US7844560B2 (en) | 2006-04-17 | 2010-11-30 | Siemens Medical Solutions Usa, Inc. | Personalized prognosis modeling in medical treatment planning |
| CN101421736A (zh) | 2006-04-17 | 2009-04-29 | 美国西门子医疗解决公司 | 在医疗计划中的个性化预后建模 |
| CA2905989C (en) * | 2006-05-25 | 2017-01-24 | Di Yan | Real-time, on-line and offline treatment dose tracking and feedback process for volumetric image guided adaptive radiotherapy |
| US8315810B2 (en) | 2006-11-10 | 2012-11-20 | Koninklijke Philips Electronics N.V. | Apparatus, method, computer-readable medium, and use for therapy planning in treatment of a patient |
| EP2191405B1 (en) * | 2007-06-27 | 2019-05-01 | Roche Diabetes Care GmbH | Medical diagnosis, therapy, and prognosis system for invoked events and method thereof |
| US20090125334A1 (en) | 2007-10-22 | 2009-05-14 | Siemens Medical Solutions Usa. Inc. | Method and System for Radiation Oncology Automatic Decision Support |
| WO2009103156A1 (en) | 2008-02-20 | 2009-08-27 | Mcmaster University | Expert system for determining patient treatment response |
| US8266168B2 (en) * | 2008-04-24 | 2012-09-11 | Lexisnexis Risk & Information Analytics Group Inc. | Database systems and methods for linking records and entity representations with sufficiently high confidence |
| CN102016859A (zh) * | 2008-05-09 | 2011-04-13 | 皇家飞利浦电子股份有限公司 | 用于由成像信息增强的个性化的基于指南的治疗的方法及系统 |
| EP2365456B1 (en) * | 2010-03-11 | 2016-07-20 | CompuGroup Medical SE | Data structure, method and system for predicting medical conditions |
| US20120232930A1 (en) * | 2011-03-12 | 2012-09-13 | Definiens Ag | Clinical Decision Support System |
| US20130110547A1 (en) * | 2011-04-07 | 2013-05-02 | Master Mobile Products, Llc | Medical software application and medical communication services software application |
| KR20130056095A (ko) * | 2011-11-21 | 2013-05-29 | 경희대학교 산학협력단 | 임상의사결정지원장치를 위한 데이터 처리 방법과 장치 |
| US20130179178A1 (en) | 2012-01-06 | 2013-07-11 | Active Health Management | System and method for patient care plan management |
| US9731147B2 (en) | 2012-02-07 | 2017-08-15 | Varian Medical Systems International Ag | Method and apparatus pertaining to the optimization of radiation-treatment plans using automatic changes to treatment objectives |
| US20150006192A1 (en) * | 2013-06-26 | 2015-01-01 | WellDoc, Inc. | Systems and methods for clinical decision-making |
| US10483003B1 (en) * | 2013-08-12 | 2019-11-19 | Cerner Innovation, Inc. | Dynamically determining risk of clinical condition |
| JP6602299B2 (ja) * | 2013-12-04 | 2019-11-06 | コーニンクレッカ フィリップス エヌ ヴェ | 効率的治療計画トレードオフ分析 |
| WO2016145251A1 (en) | 2015-03-10 | 2016-09-15 | Impac Medical Systems, Inc. | Adaptive treatment management system with a workflow management engine |
-
2016
- 2016-03-10 WO PCT/US2016/021867 patent/WO2016145251A1/en active Application Filing
- 2016-03-10 RU RU2017134319A patent/RU2719922C2/ru active
- 2016-03-10 US US15/556,676 patent/US10886026B2/en active Active
- 2016-03-10 AU AU2016228845A patent/AU2016228845A1/en not_active Abandoned
- 2016-03-10 CN CN201680014714.5A patent/CN107548497A/zh active Pending
- 2016-03-10 JP JP2017547954A patent/JP6902473B2/ja active Active
- 2016-03-10 EP EP16711098.0A patent/EP3268880B1/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107548497A (zh) | 2018-01-05 |
| RU2017134319A3 (ja) | 2019-07-17 |
| RU2719922C2 (ru) | 2020-04-23 |
| AU2016228845A1 (en) | 2017-09-21 |
| WO2016145251A1 (en) | 2016-09-15 |
| US10886026B2 (en) | 2021-01-05 |
| US20180052962A1 (en) | 2018-02-22 |
| EP3268880A1 (en) | 2018-01-17 |
| EP3268880B1 (en) | 2022-11-02 |
| JP2018514021A (ja) | 2018-05-31 |
| RU2017134319A (ru) | 2019-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6902473B2 (ja) | ワークフロー管理エンジンを含む適応型治療管理システム | |
| Beckers et al. | The EU medical device regulation: Implications for artificial intelligence-based medical device software in medical physics | |
| RU2684173C2 (ru) | Система и способ для автоматического планирования лечения | |
| US11037070B2 (en) | Diagnostic test planning using machine learning techniques | |
| US10340040B2 (en) | Method and system for identifying diagnostic and therapeutic options for medical conditions using electronic health records | |
| RU2529381C2 (ru) | Формирование модели усовершенствованного изображения | |
| US20160378919A1 (en) | System and method for medical data analysis and sharing | |
| US20090234628A1 (en) | Prediction of complete response given treatment data | |
| US9390230B2 (en) | Radiation treatment planning apparatus and method thereof | |
| US20220157459A1 (en) | Data analytics for predictive modeling of surgical outcomes | |
| JP7274599B2 (ja) | がん登録簿記録の自動作成 | |
| US20220249868A1 (en) | Radiotherapy plan parameters with privacy guarantees | |
| KR101968671B1 (ko) | 지능형 자동 방사선 치료계획 수립방법 및 시스템 | |
| CN107050668B (zh) | 基于云处理的放疗效果预测方法 | |
| US9305139B2 (en) | Radiation treatment planning apparatus and method thereof | |
| Hirsch | Artificial intelligence in diagnostic imaging and radiation therapy | |
| KR20220136226A (ko) | 인공지능 모델을 이용한 의학적 예측 제공 방법 및 장치 | |
| CN115295110A (zh) | 一种术后并发症预测系统及方法 | |
| KR20180108671A (ko) | 전자 건강 기록들을 사용하여 의학적 상태들에 대한 진단 및 치료 옵션들을 식별하는 방법 및 시스템 | |
| JP6843892B2 (ja) | 解剖学的または生理学的状態データのクラスタリング | |
| Thakare et al. | Handbook of Research on Applied Intelligence for Health and Clinical Informatics | |
| Heemsbergen et al. | The Importance of the Quality of Data | |
| Ramaraj et al. | Blockchain Associated Machine | |
| Benedick et al. | Utilizing data-mining and deep learning methods on retrospective head and neck radiation therapy cases for decision support of individualized treatment planning | |
| Lustberg | General introduction and outline of the thesis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190212 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191112 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191203 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200227 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200602 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200807 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20201222 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210219 |
|
| C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20210219 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20210301 |
|
| C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20210302 |
|
| 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: 20210525 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210621 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6902473 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |