JP7872001B2 - 甲状腺眼疾患の状態をモニタリングするための方法、及びそれを実行するためのシステム - Google Patents

甲状腺眼疾患の状態をモニタリングするための方法、及びそれを実行するためのシステム

Info

Publication number
JP7872001B2
JP7872001B2 JP2025507381A JP2025507381A JP7872001B2 JP 7872001 B2 JP7872001 B2 JP 7872001B2 JP 2025507381 A JP2025507381 A JP 2025507381A JP 2025507381 A JP2025507381 A JP 2025507381A JP 7872001 B2 JP7872001 B2 JP 7872001B2
Authority
JP
Japan
Prior art keywords
patient
exophthalmos
image
hospital
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2025507381A
Other languages
English (en)
Other versions
JP2025526702A (ja
Inventor
シン、キュボ
キム、ジョンチャン
パク、ジャエミン
Original Assignee
サイロスコープ インコーポレイテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by サイロスコープ インコーポレイテッド filed Critical サイロスコープ インコーポレイテッド
Publication of JP2025526702A publication Critical patent/JP2025526702A/ja
Application granted granted Critical
Publication of JP7872001B2 publication Critical patent/JP7872001B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/14—Arrangements specially adapted for eye photography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
    • A61B5/4222—Evaluating particular parts, e.g. particular organs
    • A61B5/4227—Evaluating particular parts, e.g. particular organs endocrine glands, i.e. thyroid, adrenals, hypothalamic, pituitary
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Endocrinology (AREA)
  • Urology & Nephrology (AREA)
  • General Business, Economics & Management (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Physiology (AREA)
  • Human Computer Interaction (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Description

本開示は、眼球突出を緩和するための薬剤投与による、甲状腺眼疾患の状態をモニタリングするための方法、及び、それを実行するためのシステムに関する。
典型的な甲状腺眼症は、甲状腺機能亢進症によって引き起こされ得るが、甲状腺眼症は他の原因によっても引き起こされ得る。
甲状腺眼症は、眼球突出を引き起こし得、その結果、患者に対して美容的又は身体的不快感を引き起こし得る。
眼球突出を治療するための一般的方法は身体手術である。この場合、身体手術は、眼球を抽出し、眼の中の骨の一部を除去し、眼球を再び元の位置に戻す方法を使用することによって実施される。
甲状腺眼症の患者は、身体手術を通じて自分の眼球突出を緩和し得るが、患者は通常、自分の眼に対する身体手術を受けることに拒否感を持っている。したがって、身体手術ではなく薬物を使用することによって甲状腺眼症を緩和するための治療薬を開発する必要がある。
したがって、甲状腺眼症の治療を目的とする治療薬のための臨床試験が実施されており、近年、米国食品医薬品局（ＦＤＡ）が、甲状腺眼症の治療を目的とする治療薬に対して最初の許可を承認した。具体的に、ＦＤＡはＨｏｒｉｚｏｎ ＴｈｅｒａｐｅｕｔｉｃｓのＴＥＰＥＺＺＡに対して最初の許可を承認した。
一方で、甲状腺眼症の治療を目的とする治療薬の場合、この治療薬は費用が高く、単回投与ではなく、予め決められた期間にわたる複数回の周期的投与が必要である。したがって、治療を受ける患者は、治療薬投与によって、自身の眼球突出などの状態がどのように変化するかに関心がある。
しかしながら、患者自身の眼球突出の状態は、患者が治療薬投与のために病院を訪問したときにのみ、医療スタッフによって測定され得るので、患者は、提供された限定的な状態の情報だけを確認し得るという限界がある。
したがって、病院を訪問することなく、甲状腺眼症の治療を目的とする治療薬の投与による薬効プロセスをモニタリングするための方法が必要である。
本願によって開示される内容によって解決される問題において、問題を解決するための本開示の目的は、甲状腺眼症の治療を目的とする治療薬を患者が投与されている間の治療薬の効果を通じて証明された、眼球突出度情報、ＣＡＳ情報、及び複視情報に対応する患者のパーソナライズされた推定値を取得し、順次に整列し、表示する、甲状腺眼症治療をモニタリングするための方法を提供することである。
本願によって開示される内容によって解決される問題において、問題を解決するための本開示の別の目的は、患者の甲状腺眼症を治療することを目的とする治療薬の投与期間が終了した後に、治療薬投与期間が終了した時点における眼球突出度を伴う眼球突出度に対応する患者のパーソナライズされた推定値を比較することにより、患者に対して病院訪問を提案する、甲状腺眼症治療をモニタリングするための方法を提供することである。
本願によって開示される内容によって解決される問題において、問題を解決するための本開示の更に別の目的は、甲状腺眼症の治療を目的とする治療薬を患者が投与されている間に、互いに異なる２つの時点における顔画像を取得することにより、顔画像の比較に基づいて、２つの時点の間の眼球突出度の変化の傾向を判定し、それにより、治療薬が有効かどうかを判定する、治療薬の効果をモニタリングするための方法を提供することである。
本願において解決される問題は、上で言及された問題に限定されない。言及されない問題は、本願によって開示される技術が属する分野の当業者によって添付図面から明確に理解されるであろう。
本開示の例示的な実施形態によれば、甲状腺眼症治療の全体をモニタリングするための方法は：臨床試験を通じて甲状腺眼症治療の治療において有効であると証明された治療薬をユーザが処方及び投与される治療期間中に、治療モニタリングサイクルに従って、顔画像を撮影しアンケート調査内容を入力するようユーザデバイスに要求する段階；顔画像及びアンケート調査内容をユーザデバイスから取得する段階；ユーザデバイスから取得された顔画像及びアンケート調査内容を使用して、治療薬の認可ステージにおいて証明された指標のうち、眼球突出情報、ＣＡＳ（臨床活動スコア）情報、及び、複視情報に対応するユーザのパーソナライズされた推定値を取得する段階；及び、ユーザが治療薬の投与を開始した時間から時系列順に、ユーザのパーソナライズされた推定値をユーザデバイス上に可視化することを含む、表示する段階；治療期間が終了した後に、治療後モニタリングサイクルに従って、顔画像を撮影するようにユーザデバイスに要求する段階；顔画像をユーザデバイスから取得する段階；ユーザデバイスから取得された顔画像を使用することによって、少なくとも眼球突出情報に対応するユーザのパーソナライズされた推定値を取得する段階；眼球突出情報に対応するユーザのパーソナライズされた推定値を、治療薬の投与の終了時における眼球突出情報と比較することによってユーザデバイス上に可視化することを含む、表示する段階；及び、眼球突出情報に対応するユーザのパーソナライズされた推定値及び治療薬の投与の終了時の眼球突出情報の間の差に基づいて、病院を訪問する提案についてのメッセージを表示する段階を備える。
本開示の例示的な実施形態によれば、治療後モニタリングサイクルは、治療をモニタリングするサイクルと異なる。
本開示の例示的な実施形態によれば、治療モニタリングサイクル及び治療後モニタリングサイクルは治療薬によって決定される。
本開示の例示的な実施形態によれば、治療モニタリングサイクルは、治療薬の投与サイクルを考慮することによって決定され、治療後モニタリングサイクルは、治療薬の投与が終了した後の症状の再発の時点を考慮することによって決定される。
本開示の例示的な実施形態によれば、アンケート調査内容は、臨床試験の結果に基づく、副作用に関する質問を含み、治療期間中にユーザデバイスから取得されたアンケート調査内容を使用することによって、副作用が生じたかどうかを判定する。
本開示の例示的な実施形態によれば、治療期間中に、ユーザが副作用を経験する場合、病院に電話すること、及び、病院のインターネットサイトにアクセスすることのうちの少なくとも１つを提案するメッセージをユーザデバイス上に表示する。
本開示の例示的な実施形態によれば、治療期間中に、臨床試験の結果に基づいて取得される比較データを、ユーザのパーソナライズされた推定値の取得日と対応させて、ユーザデバイス上に表示する。
本開示の例示的な実施形態によれば、比較データは、パーソナライズされた推定値に従って、臨床試験の結果に含まれる標準データを調整することによって取得される。
本開示の例示的な実施形態によれば、眼球突出情報に対応するユーザのパーソナライズされた推定値は、眼球突出についての数値を含み、ＣＡＳ情報に対応するユーザのパーソナライズされた推定値は、ＣＡＳについての数値を含み、複視情報に対応するユーザのパーソナライズされた推定値は、複視についての等級を含み、ユーザが治療薬の投与を開始した時間から時系列順に、ユーザのパーソナライズされた推定値を可視化して表示する段階は、眼球突出についての数値、ＣＡＳについての数値、及び、複視についての等級を、時系列順のデータテーブル及び時系列順のデータグラフのうちの少なくとも１つにおいて、ユーザデバイス上に表示する段階を含む。
本開示の例示的な実施形態によれば、眼球突出情報に対応するユーザのパーソナライズされた推定値、及び、治療薬の投与終了時における眼球突出情報の間の差に基づいて、病院を訪問する提案についてのメッセージを表示する段階は、眼球突出情報に対応するユーザのパーソナライズされた推定値、及び、治療薬の投与終了時における眼球突出情報に含まれる眼球突出数値の間の差が２ｍｍより大きいかどうかを判定する段階；及び、眼球突出数値における差が２ｍｍに等しい又はより大きい場合、病院を訪問する提案についてのメッセージをユーザデバイス上に表示する段階を含む。
本開示の例示的な実施形態によれば、治療期間が終了した後に、治療後モニタリングサイクルに従って、ユーザデバイスへのアンケート調査内容の入力を要求して取得し；ユーザデバイスから取得された顔画像及びアンケート調査内容を使用することによって、ＣＡＳ情報に対応するユーザのパーソナライズされた推定値を取得し；ＣＡＳ情報に対応するユーザのパーソナライズされた推定値が３に等しい又はより大きいかどうかを判定し；及び、ＣＡＳ情報に対応するユーザのパーソナライズされた推定値が３に等しい又はより大きい場合、病院を訪問する提案についてのメッセージをユーザデバイスに表示する。
本開示の例示的な実施形態によれば、ユーザデバイスから取得された顔画像及びアンケート調査内容を使用して、眼球突出情報、ＣＡＳ（臨床活動スコア）情報、及び複視情報に対応するユーザのパーソナライズされた推定値を取得する段階は：顔画像を使用することによって、眼球突出情報に対応するユーザのパーソナライズされた推定値を取得する段階；顔画像を使用することによって、ＣＡＳ情報に対応するユーザのパーソナライズされた推定値を取得する段階；及び、顔画像を使用することによって、複視情報に対応するユーザのパーソナライズされた推定値を取得する段階を含む。
本開示の例示的な実施形態によれば、ユーザの眼球突出についての数値の実測値、及び、眼球突出についての数値の実測値に対応する顔画像を取得し、ここで、眼球突出情報に対応するユーザのパーソナライズされた推定値は、ユーザデバイスから取得される顔画像、眼球突出についての数値の実測値に対応する顔画像、及び、眼球突出の実測値を使用することによって取得される。
本開示の例示的な実施形態によれば、治療期間中にユーザデバイスから顔画像及びアンケート調査内容を取得する段階は：撮影ガイドをユーザデバイスに提供する段階；撮影ガイドが満たされた場合に顔画像を撮影する段階；アンケート調査内容をユーザデバイスに表示する段階；及び、アンケート調査の結果を取得する段階を含み；ここで、治療期間が終了した後にユーザデバイスから顔画像を取得する段階は：撮影ガイドをユーザデバイスに提供する段階；及び撮影ガイドが満たされた場合に顔画像を撮影する段階を含む。
本開示の例示的な実施形態によれば、撮影ガイドは、顔の左右の角度、顔の上下の角度、顔の表情、及び、画像における眼の位置のうちの少なくとも１つを案内するためのガイドである。
本開示の例示的な実施形態によれば、撮影ガイドは、顔の左右の角度、顔の上下の角度、顔の表情、及び、画像における眼の位置が各々満たされているかどうかの指標を含み、撮影ガイドが満たされた場合に顔画像を撮影する段階は、顔の左右の角度、顔の上下の角度、及び、画像上の眼の位置が基準を満たしているかどうかに従って、撮影ガイドが満たされているかどうかを判定する段階；撮影ガイドが満たされているとき、顔の左右の角度、顔の上下の角度、顔の表情、及び、画像における眼の位置が満たされているかどうかを示す指標の表示ステータスを変更する段階；及び、撮影ガイドが満たされる場合、顔画像を撮影する段階を含む。
本開示の例示的な実施形態によれば、ユーザは、治療薬を投与されるために病院を訪問し、甲状腺眼症治療の治療の全体をモニタリングするための方法は、ユーザについての甲状腺機能障害の管理履歴を取得する段階；及び、ユーザが病院を訪問するときに、甲状腺機能障害の管理履歴を医療スタッフデバイスに提供する段階を備える。
本開示の例示的な実施形態によれば、甲状腺眼症治療の全体をモニタリングする方法を実行するためのコンピュータプログラムを格納する非一時的コンピュータ可読記録媒体。
本開示の例示的な実施形態によれば、治療薬の治療効果を判定するための方法、方法は、臨床試験を通じて、甲状腺眼症治療の治療において有効であると証明された治療薬をユーザが処方及び投与されている間に、第１の時間において撮影ガイドに従ってキャプチャされたユーザの眼を表す第１の画像を取得する段階；第１の画像に基づいて第１の眼球突出関連変数を取得する段階；第１の時間より後の第２の時間に撮影ガイドに従ってキャプチャされたユーザの眼を表す第２の画像を取得する段階；第２の画像に基づいて第２の眼球突出関連変数を取得する段階；第１の眼球突出関連変数及び第２の眼球突出関連変数の比較によって、ユーザの眼球突出に関する傾向を判定する段階、ここで、傾向は、増加、減少、又は変化なしに分類される；及び、眼球突出に関する傾向に基づいて、治療薬が有効であるかどうかを判定する段階を備える。
本開示の例示的な実施形態によれば、眼球突出関連変数は、Ｒａｄｉａｌ ＭＰＬＤ値、眼の水平長さ、及び３Ｄ顔ランドマーク座標値のうちの少なくとも１つを含む。
本開示の例示的な実施形態によれば、眼球突出関連変数は、眼球突出の数値でない。
本開示の例示的な実施形態によれば、治療薬が有効であるかどうかを判定することは更に、眼球突出に関する傾向が増加傾向である場合に、訪問を提案するメッセージをユーザデバイス上に表示することを含む。
本開示の問題の解決策は、上に記載された解決策に限定されず、言及されない解決策は、本開示が属する当業者によって、本明細書及び添付図面から明確に理解され得る。
本明細書に開示される例示的な実施形態によれば、治療薬の効果をモニタリングするための方法が提供され、方法は、甲状腺眼症の治療を目的とする治療薬を患者が投与されている間に、眼球突出度情報に対応する患者のパーソナライズされた推定値、ＣＡＳ情報、及び複視情報を時系列データとして取得及び表示する段階；及び、眼球突出度に対応する患者のパーソナライズされた推定値を、治療薬投与の終了時点における眼球突出度と比較することにより、治療薬投与が終了した後に患者に病院訪問を提案する段階を備える。
本願によって開示される内容によって解決される問題において、治療薬が有効かどうかを判定するための方法が提供され得、方法は、甲状腺眼症の治療を目的とする治療薬を患者が投与されている間に、互いに異なる２つの時点における顔画像を取得する段階；及び、取得された顔画像の比較に基づいて、２つの時点の間の眼球突出度における傾向を判定することにより、眼球突出度の厳密な数値を判定することなく、傾向が増加しているか、減少しているか、又は変化なしであるかに従って、治療薬が有効であるかどうかを判定する段階を備える。
本開示の効果は上に記載の効果に限定されず、本明細書において言及されない効果は、本明細書及び添付図面から、本開示が属する当業者によって明確に理解され得る。
例示的な実施形態による、甲状腺眼症治療の全体をモニタリングするための方法を説明する図である。
甲状腺眼症の活性についての臨床活動スコアを判定するための方法を説明する図である。
Ｅｕｒｏｐｅａｎ Ｇｒｏｕｐ ｏｎ Ｇｒａｖｅｓ Ｏｒｂｉｔｏｐａｔｈｙ（ＥＵＧＯＧＯ）基準に基づいて甲状腺眼症の重症度を判定するための方法を説明する図である。
治療薬投与による一般的な治療プロセスを説明する図である。
例示的な実施形態による、治療薬投与に基づく治療プロセスをモニタリングするための方法を説明する図である。
例示的な実施形態による、治療薬投与に基づく全体的なモニタリング治療プロセスを説明する図である。
例示的な実施形態による、患者のパーソナライズされた推定値を表示するためのユーザインタフェース（ＵＩ）を説明する図である。
例示的な実施形態による、患者のパーソナライズされた推定値を表示するためのＵＩを説明する図である。
前方顔画像から検出されたランドマークから眼球突出度を推定するための方法を説明する図である。
前方顔画像から検出された眼球領域及び瞳孔及び虹彩領域を説明する図である。
顔画像から取得可能な特徴量を説明する図である。
訓練された眼球突出度予測モデルからの実験結果を説明する図である。
訓練された眼球突出度予測モデルについての実験結果を説明する図である。
横顔画像を使用することによって眼球突出度を推定するための方法を説明する図である。
顔画像に基づいて眼球突出度における傾向を判定するための方法を説明する図である。
Ｒａｄｉａｌ Ｍｕｌｔｉｐｌｅ Ｒａｄｉａｌ Ｍｉｄ－Ｐｕｐｉｌ Ｌｉｄ Ｄｉｓｔａｎｃｅ（Ｒａｄｉａｌ ＭＰＬＤ）値及び眼球突出度の間の関係を説明するグラフである。 Ｒａｄｉａｌ Ｍｕｌｔｉｐｌｅ Ｒａｄｉａｌ Ｍｉｄ－Ｐｕｐｉｌ Ｌｉｄ Ｄｉｓｔａｎｃｅ（Ｒａｄｉａｌ ＭＰＬＤ）値及び眼球突出度の間の関係を説明するグラフである。
眼の水平長さ及び眼球突出度の間の関係を説明するグラフである。
前方顔画像から眼瞼後退を判定するための方法を説明する図である。
例示的な実施形態による、顔画像をキャプチャ及び送信するプロセスを説明するフローチャートである。
例示的な実施形態による、患者の顔画像の調整を説明する図である。
例示的な実施形態による、患者の顔画像を表示するための方法を説明する図である。
例示的な実施形態による、臨床試験における治療薬の効果をモニタリングするための方法を説明する図である。
例示的な実施形態による、臨床試験における治療薬の効果をモニタリングするための全体的な方法を説明する図である。
例示的な実施形態による、治療後モニタリング方法を説明する図である。
例示的な実施形態による、患者のパーソナライズされた推定値を表示するためのＵＩを説明する図である。
例示的な実施形態による、治療の全体をモニタリングするための方法を説明する図である。
例示的な実施形態による、治療薬の効果をモニタリングするためのシステムを説明する図である。
本明細書に記載される例示的な実施形態は、本開示の概念を当業者に明確に記載することを意図されている。したがって、本開示は、例示的な実施形態によって限定されず、本開示の範囲は、本開示の概念から逸脱することなく、修正形態及び変形形態を包含すると解釈されるべきである。
本明細書において使用される用語は、本開示における機能を考慮して、現在広く使用される一般用語から選択され、当業者の意図、当技術分野における慣習、新技術の登場、又は同様のものに応じて変動する意味を有し得る。しかしながら、対照的に、特定の用語が任意の意味で定義され使用されている場合、用語の意味は、別個に記載される。したがって、本明細書において使用される用語は、用語の名称のみに基づくのではなく、実際の意味及び本明細書全体の文脈に基づいて解釈されるべきである。
本明細書を記載するプロセスにおいて使用される番号（例えば、第１、第２など）は、１つの要素及び／又はコンポーネントを他の要素及び／又はコンポーネントから区別するための単なる識別記号である。
下の例示的な実施形態において、単数形は、文脈が明確にそうでないことを示さない限り、複数形も含むことが意図されている。
以下の例示的な実施形態において、「備える」、「含む」、又は「有する」などの用語は、明細書において記載される特徴又はコンポーネントが存在することを意味し、１又は複数の他の特徴又はコンポーネントが追加され得る可能性は除外されない。
本明細書の添付図面は、本開示を容易に記載することが意図され、本開示の理解を促進するべく、図面に示す形状は、必要に応じて誇張され得る。したがって、本開示は、図面によって限定されない。
ある例示的な実施形態が異なって実装可能である場合、特定のプロセス順序も、説明された順序と異なって実行され得る。例えば、連続して記載される２つのプロセスは、実質的に同時に実行され得るか、又は、説明された順序と反対の順序で実行され得る。
本開示に関する周知のコンポーネント又は機能の詳細な説明が、本開示の主題を曖昧にし得ると判断されたとき、その詳細な説明は、必要に応じて本明細書において省略され得る。
本開示の例示的な実施形態によれば、甲状腺眼症治療の全体をモニタリングするための方法は：臨床試験を通じて甲状腺眼症治療の治療において有効であると証明された治療薬をユーザが処方及び投与される治療期間中に、治療モニタリングサイクルに従って、顔画像を撮影しアンケート調査内容を入力するようユーザデバイスに要求する段階；顔画像及びアンケート調査内容をユーザデバイスから取得する段階；ユーザデバイスから取得された顔画像及びアンケート調査内容を使用して、治療薬の認可ステージにおいて証明された指標のうち、眼球突出情報、ＣＡＳ（臨床活動スコア）情報、及び、複視情報に対応するユーザのパーソナライズされた推定値を取得する段階；及び、ユーザが治療薬の投与を開始した時間から時系列順に、ユーザのパーソナライズされた推定値をユーザデバイス上に可視化することを含む、表示する段階；治療期間が終了した後に、治療後モニタリングサイクルに従って、顔画像を撮影するようにユーザデバイスに要求する段階；顔画像をユーザデバイスから取得する段階；ユーザデバイスから取得された顔画像を使用することによって、少なくとも眼球突出情報に対応するユーザのパーソナライズされた推定値を取得する段階；眼球突出情報に対応するユーザのパーソナライズされた推定値を、治療薬の投与の終了時における眼球突出情報と比較することによってユーザデバイス上に可視化することを含む、表示する段階；及び、眼球突出情報に対応するユーザのパーソナライズされた推定値及び治療薬の投与の終了時の眼球突出情報の間の差に基づいて、病院を訪問する提案についてのメッセージを表示する段階を備える。
本開示の例示的な実施形態によれば、治療後モニタリングサイクルは、治療をモニタリングするサイクルと異なる。
本開示の例示的な実施形態によれば、治療モニタリングサイクル及び治療後モニタリングサイクルは治療薬によって決定される。
本開示の例示的な実施形態によれば、治療モニタリングサイクルは、治療薬の投与サイクルを考慮することによって決定され、治療後モニタリングサイクルは、治療薬の投与が終了した後の症状の再発の時点を考慮することによって決定される。
本開示の例示的な実施形態によれば、アンケート調査内容は、臨床試験の結果に基づく、副作用に関する質問を含み、治療期間中にユーザデバイスから取得されたアンケート調査内容を使用することによって、副作用が生じたかどうかを判定する。
本開示の例示的な実施形態によれば、治療期間中に、ユーザが副作用を経験する場合、病院に電話すること、及び、病院のインターネットサイトにアクセスすることのうちの少なくとも１つを提案するメッセージをユーザデバイス上に表示する。
本開示の例示的な実施形態によれば、治療期間中に、臨床試験の結果に基づいて取得される比較データを、ユーザのパーソナライズされた推定値の取得日と対応させて、ユーザデバイス上に表示する。
本開示の例示的な実施形態によれば、比較データは、パーソナライズされた推定値に従って、臨床試験の結果に含まれる標準データを調整することによって取得される。
本開示の例示的な実施形態によれば、眼球突出情報に対応するユーザのパーソナライズされた推定値は、眼球突出についての数値を含み、ＣＡＳ情報に対応するユーザのパーソナライズされた推定値は、ＣＡＳについての数値を含み、複視情報に対応するユーザのパーソナライズされた推定値は、複視についての等級を含み、ユーザが治療薬の投与を開始した時間から時系列順に、ユーザのパーソナライズされた推定値を可視化して表示する段階は、眼球突出についての数値、ＣＡＳについての数値、及び、複視についての等級を、時系列順のデータテーブル及び時系列順のデータグラフのうちの少なくとも１つにおいて、ユーザデバイス上に表示する段階を含む。
本開示の例示的な実施形態によれば、眼球突出情報に対応するユーザのパーソナライズされた推定値、及び、治療薬の投与終了時における眼球突出情報の間の差に基づいて、病院を訪問する提案についてのメッセージを表示する段階は、眼球突出情報に対応するユーザのパーソナライズされた推定値、及び、治療薬の投与終了時における眼球突出情報に含まれる眼球突出数値の間の差が２ｍｍより大きいかどうかを判定する段階；及び、眼球突出数値における差が２ｍｍに等しい又はより大きい場合、病院を訪問する提案についてのメッセージをユーザデバイス上に表示する段階を含む。
本開示の例示的な実施形態によれば、治療期間が終了した後に、治療後モニタリングサイクルに従って、ユーザデバイスへのアンケート調査内容の入力を要求して取得し；ユーザデバイスから取得された顔画像及びアンケート調査内容を使用することによって、ＣＡＳ情報に対応するユーザのパーソナライズされた推定値を取得し；ＣＡＳ情報に対応するユーザのパーソナライズされた推定値が３に等しい又はより大きいかどうかを判定し；及び、ＣＡＳ情報に対応するユーザのパーソナライズされた推定値が３に等しい又はより大きい場合、病院を訪問する提案についてのメッセージをユーザデバイスに表示する。
本開示の例示的な実施形態によれば、ユーザデバイスから取得された顔画像及びアンケート調査内容を使用して、眼球突出情報、ＣＡＳ（臨床活動スコア）情報、及び複視情報に対応するユーザのパーソナライズされた推定値を取得する段階は：顔画像を使用することによって、眼球突出情報に対応するユーザのパーソナライズされた推定値を取得する段階；顔画像を使用することによって、ＣＡＳ情報に対応するユーザのパーソナライズされた推定値を取得する段階；及び、顔画像を使用することによって、複視情報に対応するユーザのパーソナライズされた推定値を取得する段階を含む。
本開示の例示的な実施形態によれば、ユーザの眼球突出についての数値の実測値、及び、眼球突出についての数値の実測値に対応する顔画像を取得し、ここで、眼球突出情報に対応するユーザのパーソナライズされた推定値は、ユーザデバイスから取得される顔画像、眼球突出についての数値の実測値に対応する顔画像、及び、眼球突出の実測値を使用することによって取得される。
本開示の例示的な実施形態によれば、治療期間中にユーザデバイスから顔画像及びアンケート調査内容を取得する段階は：撮影ガイドをユーザデバイスに提供する段階；撮影ガイドが満たされた場合に顔画像を撮影する段階；アンケート調査内容をユーザデバイスに表示する段階；及び、アンケート調査の結果を取得する段階を含み；ここで、治療期間が終了した後にユーザデバイスから顔画像を取得する段階は：撮影ガイドをユーザデバイスに提供する段階；及び撮影ガイドが満たされた場合に顔画像を撮影する段階を含む。
本開示の例示的な実施形態によれば、撮影ガイドは、顔の左右の角度、顔の上下の角度、顔の表情、及び、画像における眼の位置のうちの少なくとも１つを案内するためのガイドである。
本開示の例示的な実施形態によれば、撮影ガイドは、顔の左右の角度、顔の上下の角度、顔の表情、及び、画像における眼の位置が各々満たされているかどうかの指標を含み、撮影ガイドが満たされた場合に顔画像を撮影する段階は、顔の左右の角度、顔の上下の角度、及び、画像上の眼の位置が基準を満たしているかどうかに従って、撮影ガイドが満たされているかどうかを判定する段階；撮影ガイドが満たされているとき、顔の左右の角度、顔の上下の角度、顔の表情、及び、画像における眼の位置が満たされているかどうかを示す指標の表示ステータスを変更する段階；及び、撮影ガイドが満たされる場合、顔画像を撮影する段階を含む。
本開示の例示的な実施形態によれば、ユーザは、治療薬を投与されるために病院を訪問し、甲状腺眼症治療の治療の全体をモニタリングするための方法は、ユーザについての甲状腺機能障害の管理履歴を取得する段階；及び、ユーザが病院を訪問するときに、甲状腺機能障害の管理履歴を医療スタッフデバイスに提供する段階を備える。
本開示の例示的な実施形態によれば、甲状腺眼症治療の全体をモニタリングする方法を実行するためのコンピュータプログラムを格納する非一時的コンピュータ可読記録媒体。
本開示の例示的な実施形態によれば、治療薬の治療効果を判定するための方法、方法は、臨床試験を通じて、甲状腺眼症治療の治療において有効であると証明された治療薬をユーザが処方及び投与されている間に、第１の時間において撮影ガイドに従ってキャプチャされたユーザの眼を表す第１の画像を取得する段階；第１の画像に基づいて第１の眼球突出関連変数を取得する段階；第１の時間より後の第２の時間に撮影ガイドに従ってキャプチャされたユーザの眼を表す第２の画像を取得する段階；第２の画像に基づいて第２の眼球突出関連変数を取得する段階；第１の眼球突出関連変数及び第２の眼球突出関連変数の比較によって、ユーザの眼球突出に関する傾向を判定する段階、ここで、傾向は、増加、減少、又は変化なしに分類される；及び、眼球突出に関する傾向に基づいて、治療薬が有効であるかどうかを判定する段階を備える。
本開示の例示的な実施形態によれば、眼球突出関連変数は、Ｒａｄｉａｌ ＭＰＬＤ値、眼の水平長さ、及び３Ｄ顔ランドマーク座標値のうちの少なくとも１つを含む。
本開示の例示的な実施形態によれば、眼球突出関連変数は、眼球突出の数値でない。
本開示の例示的な実施形態によれば、治療薬が有効であるかどうかを判定することは更に、眼球突出に関する傾向が増加傾向である場合に、訪問を提案するメッセージをユーザデバイス上に表示することを含む。
以下、例示的な実施形態によるモニタリング方法及びモニタリングシステムを記載する。
１．治療薬効果モニタリング
図１は、例示的な実施形態による、甲状腺眼症治療の全体をモニタリングするための方法を説明する図である。
図１を参照すると、例示的な実施形態による、甲状腺眼症治療の全体をモニタリングするための方法に基づいて、患者及び／又は医療スタッフは、甲状腺眼症の治療を目的とする治療薬の投与後の患者の状態をモニタリングし得る。
甲状腺眼症の治療を目的とする治療薬は、治療薬を投与された患者における眼球突出の緩和、臨床活動スコア（ＣＡＳ）数値の低減、及び、複視の改善において、臨床試験を通じて有効であることが証明された治療薬であり得る。すなわち、治療薬とは、臨床試験を経た後に販売及び処方された治療薬を意味し得る。
患者の状態は、眼球突出度、ＣＡＳ数値、及び、患者が複視を有するかどうかを含み得るが、それに限定されない。患者の状態は、治療薬に対する許可時に提出された治療薬の改善される効果に関する患者の状態を含み得る。
図１を参照すると、例示的な実施形態による、治療薬効果をモニタリングするための方法によれば、患者の状態は、治療薬が投与されている治療期間１０１中、及び、治療薬投与が終了した後の治療後期間１０２中にモニタリングされ得る。
図１を参照すると、治療薬は、３週間間隔で合計８回投与されるものとして説明されるが、投与計画はそれに限定されない。
図１を参照すると、治療薬の最初の投与時点１１１における患者は、甲状腺眼症の症状を有する状態１１２であり得る。この場合、患者は、高い眼球突出度、高いＣＡＳ数値、及び複視を有し得る。
図１を参照すると、治療薬の投与の終了時点１２１において、患者は、甲状腺眼症の症状が完全に治癒された状態１２２にあり得る。この場合、患者は、緩和された眼球突出度、改善されたＣＡＳ数値、及び改善された複視の状態を有し得る。
患者は、治療薬を投与するべく、３週間間隔ごとに病院を訪問し、病院を訪問する各時点において、医療スタッフは、眼球突出度を測定し、ＣＡＳ数値を評価し得る。
すなわち、一般的な患者モニタリングの場合において、患者が病院を訪問するときに医療スタッフによって測定される患者の状態に関するデータだけが取得され得、患者が病院を訪問しないときの期間中の患者の状態に関するデータは取得できない。
しかしながら、患者の状態は、病院訪問の間及び治療薬投与の終了後に確認される必要がある。
より具体的には、甲状腺眼症は外部から見える症状であるので、患者は、自身の状態の変化に敏感であり、治療薬が有効であるどうか、及び、治療薬投与による治療薬効果の程度をリアルタイムに確認する必要性を有する。
加えて、病院訪問の間の間隔は長いので、医療スタッフは、患者の病院訪問の間に、患者の状態がどのように変化したかを確認する必要性を有する。
例示的な実施形態による、治療薬効果をモニタリングするための方法によれば、患者が病院を訪問しない時点でも、患者の状態がモニタリングされ得、治療薬効果に関する情報（眼球突出度、ＣＡＳ数値、及び患者が複視を有するかどうかなど）が取得され得る。患者の状態をモニタリングするための方法に関する具体的な詳細は下に記載される。
図１のグラフ１３０を参照すると、患者条件データは、患者が病院を訪問しない時点についても取得され得、その結果、病院訪問の時点が、長い時間間隔である３週間間隔空いたときでも、患者の状態に関する連続的データが取得され得る。この場合、患者条件データは、患者についての眼球突出度情報、ＣＡＳ情報、及び／又は複視情報を含み得る。これに限定されるものではなく、患者条件データは、眼瞼後退に関する情報、甲状腺眼症の重症度に関する情報、及び／又は、副作用に関する情報を含み得、これらは患者についての情報であり、その各々の具体的な詳細は下に記載される。
患者及び／又は医療スタッフは、患者条件データをリアルタイムに確認し得、患者の状態に応じて、必要な措置及び同様のものが講じられ得る。
加えて、図１のグラフ１３０を参照すると、治療薬投与が終了した後の期間１０２中に患者が病院を訪問しないときでも、患者の状態がどのように変化するかが確認され得る。
したがって、グラフ１３０に示すように、治療薬投与が終了した後の期間１０２中に患者の状態が再び悪化した場合でも（例えば、眼球突出度が増加する、ＣＡＳ数値が増加する、又は複視が生じる）、患者の状態がモニタリングされ得、その結果、患者に対する治療の終了に起因して患者が病院に定期的に訪問しない期間中でも患者の状態に従って必要な措置及び同様のものが講じられ得る。
例えば、患者の状態に応じて、病院に訪問するように患者に案内する、及び、患者の状態に対して医療スタッフを変更するなどの措置が講じられ得る。
以下、甲状腺眼症に関する判定指標について記載する。
甲状腺眼症に関して、２つの判定指標：甲状腺眼症の活性及び甲状腺眼症の重症度があり得る。
２．甲状腺眼症の活性
甲状腺眼症は明確な前兆症状が無く、早期診断が困難である。
したがって、医学界は、１９８９年から提案されてきた臨床活動スコア（Ｃｌｉｎｉｃａｌ Ａｃｔｉｖｉｔｙ Ｓｃｏｒｅ：ＣＡＳ）を評価するための方法を通じて、甲状腺眼症の早期診断を可能にすることに取り組んできた。
甲状腺眼症の活性は、７項目を考慮することによって算出され得る臨床活動スコアによって判定され得る。
図２は、甲状腺眼症の活性についての臨床活動スコアを判定するための方法を説明する図である。
図２を参照すると、合計７項目が臨床活動スコア２５０のために考慮され得る。考慮される合計７項目は：（１）瞼の発赤２２１、（２）結膜の発赤２２２、（３）瞼の腫れ２２３、（４）結膜の腫れ２２４、（５）涙丘の腫れ２２５、（６）自発性球後痛２３１、及び（７）上又は下を見ようとするときの痛み２３２を含む。
これらの項目のうち、５つの症状、すなわち、瞼の発赤２２１、結膜の発赤２２２、瞼の腫れ２２３、結膜の腫れ２２４、及び涙丘の腫れ２２５が、患者２１０の眼から判定され得る。具体的には、瞼の発赤２２１、結膜の発赤２２２、瞼の腫れ２２３、結膜の腫れ２２４、及び涙丘の腫れ２２５という５つの症状が、患者２１０の実際の眼又は患者２１０の眼画像から判定され得る。
自発性球後痛２３１及び上又は下を見ようとするときの痛み２３２という２つの症状は、患者２１０に対してアンケート調査を実施することによって判定され得る。
７項目の各々の症状の有無に応じて、症状が存在する場合に１点、症状が存在しない場合に０点として、各症状についてのスコアが算出され、その結果、算出されたスコアを合計することによって、総スコア２４０が算出され得る。臨床活動スコア２５０の最大スコアは７点であり、総スコア２４０が３点以上である場合、甲状腺眼症の活性が存在すると判定され得る。
患者２１０の眼から判定され得る５つの症状２２１、２２２、２２３、２２４及び２２５の有無は、医療スタッフが患者の眼を検査して症状を評価することによって判定され得る。代替的に、患者２１０の眼から判定され得る５つの症状２２１、２２２、２２３、２２４及び２２５の有無は、患者２１０の顔又は眼のキャプチャされた画像に基づいて、症状の有無を評価することによって判定され得る。
一方で、患者２１０の眼から判定され得る５つの症状２２１、２２２、２２３、２２４及び２２５はまた、訓練済み予測モデルを使用することによって判定され得る。
具体的には、５つの症状の各々の有無は、顔画像から瞼の発赤を予測するためのモデル、顔画像から結膜の発赤を予測するためのモデル、顔画像から瞼の腫れを予測するためのモデル、顔画像から結膜の腫れを予測するためのモデル、及び、顔画像から涙丘の腫れを予測するためのモデルを使用することによって患者の顔画像から予測され得る。
これに限定されるものではなく、５つの症状の各々の有無はまた、瞼の発赤、結膜の発赤、瞼の腫れ、結膜の腫れ、及び涙丘の腫れのすべてを予測する単一の予測モデルを使用することによって患者の顔画像から予測され得る。
３．甲状腺眼症の重症度
甲状腺眼症の重症度は、患者における甲状腺眼症のレベルを分類して示すための指標であり、様々な分類基準があり得る。
例えば、甲状腺眼症の重症度は、Ｅｕｒｏｐｅａｎ Ｇｒｏｕｐ ｏｎ Ｇｒａｖｅｓ Ｏｒｂｉｔｏｐａｔｈｙ（ＥＵＧＯＧＯ）に基づいて分類され得る。
図３は、ＥＵＧＯＧＯ基準に基づいて甲状腺眼症の重症度を判定するための方法を説明する図である。
図３を参照すると、甲状腺眼症の重症度３４０は、眼球突出度３２１が、人種及び性別についての正常状態より３ｍｍ以上高いかどうか；眼瞼後退３２２が２ｍｍ以上増加したかどうか；軟部組織侵襲３２３についての等級が増加したかどうか；複視３３１が存在するかどうか；及び／又は、生活の質のアンケート３３２（すなわち、Ｇｒａｖｅｓ' Ｏｒｂｉｔｏｐａｔｈｙ Ｑｕａｌｉｔｙ ｏｆ Ｌｉｆｅ （Ｇｏ－ＱｏＬ） Ｑｕｅｓｔｉｏｎｎａｉｒｅ）の内容によるスコアを含む判定に基づいて判定され得る。
この場合、甲状腺眼症の重症度３４０は、無し、軽度（中等度）又は重度（重症）に分けられ得る。
眼球突出度３２１、眼瞼後退３２２及び軟部組織侵襲３２３は、患者３１０の眼に基づいて判定され得、複視３３１が存在するかどうか及び生活の質のアンケート３３２は、患者３１０に対してアンケート調査を実施することによって判定され得る。
具体的には、眼球突出度３２１は、眼球突出測定計を使用することによって測定され得る。一方で、眼球突出度は、顔画像を使用することによって判定又は推定され得、その詳細は後に記載される。
眼瞼後退３２２は、顔画像を使用することによって判定又は推定され得、その具体的な詳細は、７．顔画像に基づく眼瞼後退判定法において後に記載される。
軟部組織侵襲３２３は、４つの症状の１つの等級が増加したかどうかを考慮することによって判定され得る。４つの症状は、瞼の腫れ、瞼の発赤、結膜の発赤、及び結膜の腫れという症状を含み得る。
４つの症状に含まれる、瞼の腫れ、瞼の発赤、結膜の発赤、及び結膜の腫れについての等級は、患者３１０の眼から判定され得る。具体的に、４つの症状は、実際の患者３１０の眼又は患者３１０の眼画像から判定され得る。
４つの症状の各々についての等級を予測するために訓練された予測モデルは、患者３１０の眼画像から４つの症状の各々についての等級を判定するべく使用され得る。
複視３３１が存在するかどうかは、ゴーマン基準を使用することによって判定され得る。ゴーマン基準によれば、複視は、複視無し、間欠性複視、極端な視線における複視、及び持続性複視の１つについての等級として判定され得る。
一方で、甲状腺眼症の重症度はまた、ＮＯＳＰＥＣＳ及び／又はＶＩＳＡに基づいて分類され得る。
以下、治療薬投与プロセス中に実行され得る治療プロセスモニタリングが記載される。
４．治療プロセスモニタリング
（１）一般的なモニタリング方法
図４は、治療薬投与による一般的な治療プロセスを説明する図である。
図４を参照すると、患者４０２は、病院４０１を訪問するとき、治療薬を投与され得る。
治療薬は、甲状腺眼症の治療を目的とする治療薬であり得、治療期間中に複数回の投与が必要とされる治療薬であり得る。図４は、３週間間隔で合計８回の投与を必要とする治療薬を説明するが、投与計画はそれに限定されない。
例えば、治療薬は、最初の５回の投与は１週間間隔で投与されて、次に、その後は１か月間隔で投与され得る。別の例では、治療薬は、３週間間隔で２回投与を必要とするものであり得る。更に別の例では、治療薬は、毎日経口投与を必要とするものであり得、これは、上に記載された例に限定されない。
病院４０１とは、医療スタッフが配属された及び／又は働いている病院を意味し得る。以下、病院によって実行される措置は、病院に配属されている医療スタッフ、病院サーバ、医療スタッフサーバ、及び／又は、医療スタッフデバイスによって実行されるものと理解され得、重複する記載は以下において省略される。
患者４０２は、甲状腺眼症の患者であり得、甲状腺眼症の治療を目的とする治療薬を処方及び投与される患者であり得る。
図４を参照すると、患者４０２は、病院４０１への第１の訪問４１０中に第１の治療薬投与４１１を受け得、この場合、病院４０１は、実測患者データ４１２を患者４０２から取得し得る。
その後、患者４０２は、病院４０１への第２の訪問４２０中に第２の治療薬投与４２１を受け得、この場合、病院４０１は、実測患者データ４２２を患者４０２から取得し得る。
同一の方式で、病院４０１への第３、第４、第５、第６、及び第７の訪問中に、患者４０２のために同様の手順が実行され得る。
患者４０２は、病院への第８の訪問４８０まで、病院４０１で治療薬を投与され得、各訪問時に、病院４０１は、実測患者データを患者４０２から取得し得る。
第８の治療薬投与の後に、患者４０２は、病院４０１への最後の訪問４９０を行い得、このときも病院４０１は実測患者データ４９２を患者４０２から取得し得る。
最終的に、既存の方法によれば、病院４０１は、２４週間にわたって合計９の患者データを取得し得るが、患者データを取得する時点の間の間隔が長いので、データの連続性が弱く、病院４０１及び患者４０２は、限定された数の患者データだけを取得し得る。
（２）本開示によるモニタリング方法
図５は、例示的な実施形態による、治療薬投与に基づく治療プロセスをモニタリングするための方法を説明する図である。
図５を参照すると、患者５０２は、病院５０１を訪問するとき、治療薬を投与され得る。具体的には、患者５０２が病院５０１を訪問するとき、病院５０１に配属された医療スタッフが治療薬を患者５０２に投与し得る。以下、病院を訪問するときに治療薬を患者に投与するプロセスは、病院に配属された医療スタッフによって実行されると理解され得る。
治療薬は、甲状腺眼症の治療を目的とする治療薬であり得、治療期間中に複数回の投与が必要とされる治療薬であり得る。
病院５０１とは、医療スタッフがそこに配属された病院を意味し得る。一方で、病院５０１によって実行される措置は、病院に配属された医療スタッフ、病院サーバ、医療スタッフサーバ及び／又は医療スタッフデバイスによって実行されるものと理解され得、重複する記載は下では省略される。
患者５０２は、甲状腺眼症の患者であり得、甲状腺眼症の治療を目的とする治療薬を処方及び投与される患者であり得る。一方で、以下、患者５０２によって実行される措置は、患者及び／又は患者のユーザデバイスによって実行されるものと理解され得、重複する記載は下では省略される。
図５を参照すると、患者５０２は、病院５０１への第１の訪問５１０中に第１の治療薬投与５１１を提供され得、病院５０１は実測患者データ５１２を患者５０２から取得し得る。具体的には、患者５０２が病院５０１に対して第１の訪問５１０を行うとき、病院５０１に配属された医療スタッフは、第１の治療薬を患者５０２に投与し得、病院５０１に配属された医療スタッフは、実測患者データを患者５０２から取得５１２することを実行し得る。下では、患者が病院を訪問するときに病院が患者データを取得するプロセスは、病院に配属された医療スタッフによって実行されるものと理解され得る。
加えて、病院５０１は、取得された患者データを解析サーバ５０３へ送信５１３することを実行し得る。具体的には、病院サーバ、病院５０１に設置された医療スタッフサーバ及び／又は医療スタッフデバイスは、患者データを解析サーバ５０３へ送信５１３することを実行し得る。以下、病院がデータを解析サーバへ送信するプロセスは、病院に設置された病院サーバ、医療スタッフサーバ及び／又は医療スタッフデバイスによって実行されるものと理解され得る。
解析サーバ５０３は、病院５０１及び患者５０２との間でデータ送信及び受信を実行し、患者５０２についての患者データを取得し、患者の状態を判定及び／又は推定し、判定された及び／又は推定された患者データを病院５０１及び／又は患者５０２に提供するデバイスであり得る。具体的には、解析サーバ５０３は、病院５０１に設置された病院サーバ、医療スタッフサーバ、及び／又は医療スタッフデバイスとの間でデータ送信及び受信を実行し、患者５０２のユーザデバイスとの間でデータ送信及び受信を実行し得る。加えて、解析サーバ５０３は、判定された及び／又は推定された患者データを、病院５０１に配置された病院サーバ、医療スタッフサーバ、及び／又は医療スタッフデバイスへ送信し、判定された及び／又は推定された患者データを患者５０２のユーザデバイスへ送信し得る。
加えて、解析サーバ５０３は、病院５０１及び／又は患者５０２から取得される患者データ及び／又は甲状腺眼症に関する情報を格納し、格納された情報を病院５０１及び／又は患者５０２に提供するデバイスであり得る。具体的には、解析サーバ５０３は、格納された情報を、病院５０１に配置された病院サーバ、医療スタッフサーバ、及び／又は医療スタッフデバイスへ送信し、格納された情報を患者５０２のユーザデバイスへ送信し得る。
一方で、治療薬投与が開始する時点は、治療が開始する時点として理解され得る。これに限定されるものではなく、治療薬投与は、治療が開始する時点の後に開始し得る。
一方で、以下において、治療薬投与が終了した時点は、治療が終了した時点として理解され得る。これに限定されるものではなく、治療はまた、治療薬投与が終了した時点の後に終了し得る。
一方で、以下において、治療薬投与の時点は、患者が病院を訪問し、治療薬を投与される時点として理解され得る。これに限定されるものではなく、患者が病院を訪問することなく、治療薬を自分で投与する又は口から服用する時点も意味し得る。
病院５０１によって解析サーバ５０３へ送信される患者データは、患者５０２から取得された、眼球突出度測定値、眼球突出度を測定したときの患者の顔画像、甲状腺機能障害の管理履歴、甲状腺眼症治療情報、患者の身体情報、及び／又は患者の健康情報を含み得る。
眼球突出度測定値は、医療スタッフによって患者から直接取得された実測眼球突出数値であり得るが、それに限定されない。この値はまた、患者が病院を訪問するときにキャプチャされる患者の顔画像から推定される眼球突出数値であり得る。
眼球突出度を測定するときの患者の顔画像とは、眼球突出度測定値に対応する顔画像を意味し得る。例えば、眼球突出度測定値が実測眼球突出度値である場合、眼球突出度測定のときの患者の顔画像とは、実測眼球突出度値に対応する顔画像を意味し得る。
患者の甲状腺機能障害の管理履歴は：甲状腺機能障害の診断名、甲状腺機能障害診断の時点、血液検査結果、甲状腺機能障害に起因する手術及び／又は手順についての情報、甲状腺機能障害を治療するための治療薬投与の種類、投与量及び／又は投与期間を含み得るが、それに限定されない。
甲状腺機能障害は甲状腺機能亢進症を示し得るが、それに限定されない。甲状腺機能障害は、甲状腺機能障害に関する症状を含むと理解され得る。具体的には、甲状腺機能障害に関する症状は、甲状腺機能低下症、甲状腺炎、及び／又は甲状腺結節を含み得るが、これは、本明細書に記載される例に限定されない。
血液検査結果は、ホルモンレベル及び抗体レベルを含み得る。
ホルモンレベルは、甲状腺機能亢進症に関するホルモンについての数値であり得る。例えば、甲状腺機能亢進症に関するホルモンは、遊離Ｔ４（チロキシン）、甲状腺刺激ホルモン（ＴＳＨ）、遊離Ｔ３（トリヨードチロニン）及び／又は総Ｔ３（トリヨードチロニン）を含み得るが、それに限定されない。
抗体レベルは、甲状腺機能亢進症に関する抗体についての数値であり得る。例えば、甲状腺機能亢進症に関する抗体は、抗ＴＳＨ受容体Ａｂ、抗ＴＰＯ Ａｂ及び／又は抗Ｔｇ Ａｂを含み得るが、それに限定されない。
加えて、血液検査結果は、サイログロブリン（ＴＧ）及びチロキシン結合グロブリン（ＴＢＧ）のレベルも含み得る。
甲状腺眼症治療情報は、甲状腺眼症を治療するために投与された治療薬の種類、投与量及び投与期間、ステロイド処方日；ステロイド処方量、放射線治療日、甲状腺眼症手術日、及び／又はトリアムシノロン投与日を含み得るが、それに限定されない。
患者の身体情報及び健康情報は、患者の年齢、性別、人種及び体重など、患者の物理的特性に基づく情報を含み得るが、それに限定されない。
一方で、図５において、治療薬を患者５０２に投与５１１した後に、病院５０１が患者データを解析サーバ５０３へ送信５１３することを実行することが示されているが、それに限定されず、病院５０１は、治療薬を患者５０２に投与する前にも患者データを解析サーバ５０３へ送信し得る。例えば、病院は、甲状腺機能障害を有する患者の患者データを有し得、また、甲状腺眼症の治療を目的とする治療薬を患者が処方される前及び／又は後に、患者データを解析サーバへ送信し得る。
図５を参照すると、患者モニタリングは、各第１のモニタリング時点５２０において実行され得る。
例示的な実施形態によれば、第１のモニタリング時点５２０は、治療薬を投与するべく患者５０２が病院５０１を訪問している期間の時点であり得る。具体的には、第１のモニタリング時点５２０は、複数回の投与が必要な治療薬を投与するべく患者５０２が病院５０１を訪問する治療期間の任意の１つの時点であり得る。
一方で、治療期間はまた、複数回の投与が必要な治療薬をすべて投与された後でも、患者５０２がその状態及び同様のものを観察するために病院５０１を訪問する期間を含み得る。
例示的な実施形態によれば、第１のモニタリング時点５２０は、設定されている治療モニタリングサイクルに基づいて判定され得る。
この場合、治療モニタリングサイクルは、治療薬の特徴、患者の状態、及び／又は治療プロセスの設計などの要素に基づいて設定され得る。
例えば、治療モニタリングサイクルは、モニタリングが特定の間隔で実行されるように設定され得る。
具体例として、治療モニタリングサイクルは、モニタリングが２日間隔で実行されるように設定され得る。代替的に、治療モニタリングサイクルは、モニタリングが１～３週間ごとに１回実行されるように設定され得る。この場合、治療モニタリングサイクルは、モニタリングが１～１．５週間ごとに１回実行されるように設定され得る。好ましくは、治療モニタリングサイクルは、モニタリングが週１回実行されるように設定され得るが、それに限定されず、具体的な期間が自由に決定され得る。
別の例では、投与サイクルは各治療薬ごとに異なり得るので、治療モニタリングサイクルは、各治療薬の投与サイクルを考慮することによって設定され得る。
具体的には、治療モニタリングサイクルは、治療薬投与の時点の間に、設定された回数だけモニタリングを実行するように設定され得る。例えば、治療薬が３週間間隔で投与される場合、治療モニタリングサイクルは、モニタリングが１週間間隔で実行されるように設定され得るが、それに限定されない。
別の例として、治療薬が効果を生じる時点は、各治療薬ごとに異なり得るので、治療モニタリングサイクルは、治療薬が効果を生じる時点を考慮することによって設定され得る。
具体的には、治療モニタリングサイクルは、臨床試験結果に従って、治療効果が現れ始める期間から開始して、より頻繁にモニタリングを実行するために設定され得る。代替的に、治療モニタリングサイクルは、臨床試験結果に従って、治療効果が急激に現れる期間中に、より頻繁なモニタリングを実行するために設定され得る。例えば、治療効果が治療の早いステージにおいて顕著でなく、第６週の後に顕著になる場合、治療モニタリングサイクルは、第６週の後に、より頻繁にモニタリングするために設定され得るが、それに限定されない。
一方で、治療モニタリングサイクルはまた、病院によって設定されるモニタリングサイクル、及び、患者が望むモニタリングサイクルに区別され得る。
具体的には、上に記載されたように、病院によって設定されるモニタリングサイクルは、治療薬の特徴、患者の状態、及び／又は治療プロセスの設計に従って設定され得る。患者が望むモニタリングサイクルは、病院によって設定されるモニタリングサイクルに限定されず、患者の必要性に従って自由に設定され得る。
例えば、病院によって設定されるモニタリングサイクルは、治療薬投与の時点の間に少なくとも１回に設定され得、患者が望むモニタリングサイクルは、２日ごとに１回に設定され得るが、それに限定されない。
代替的に、上に記載されたように、病院によって設定されるモニタリングサイクルは、治療薬の特徴、患者の状態、及び／又は、治療プロセスの設計に従って設定され得るが、モニタリングは、患者が望むモニタリングサイクルを別個に設定することなく、患者が望む任意の時間に任意に実行され得る。
例えば、病院によって設定されるモニタリングサイクルが、治療薬投与の時点の間に少なくとも１回に設定される場合、モニタリングは、病院によって設定されるモニタリングサイクルに従って、治療薬投与の時点の間に少なくとも１回実行され得るが、患者が望む任意の時間に追加のモニタリングが実行され、それに限定されない。
一方で、例示的な実施形態によれば、別個の治療モニタリングサイクルを設定することなく、第１のモニタリング時点５２０はまた、患者５０２がモニタリングを望む任意の時点として決定され得る。
この場合、患者５０２は、任意の時間にモニタリング要求を解析サーバ５０３へ送信し得、解析サーバ５０３は、患者５０２からモニタリング要求を受信した時点を第１のモニタリング時間５２０として決定し得るが、それに限定されない。
一方で、第１のモニタリング時点５２０において実行される特定の措置に関する詳細は、図６について記載した後に記載される。
図６は、例示的な実施形態による、治療薬投与に基づく全体的なモニタリング治療プロセスを説明する図である。
図６を参照すると、患者６０２は、病院６０１を訪問するときに治療薬を投与し得る。具体的には、患者６０２が病院６０１を訪問するとき、病院６０１に配属された医療スタッフは、治療薬を患者６０２に投与し得る。以下、病院を訪問するときに治療薬を患者に投与するプロセスは、病院に配属された医療スタッフによって実行されると理解され得る。
治療薬は、甲状腺眼症の治療を目的とする治療薬であり得、治療期間中に複数回の投与が必要とされる治療薬であり得る。図６は、３週間間隔で合計８回の投与を必要とする治療薬のモニタリングを説明するが、投与計画はそれに限定されない。
一方で、図６における病院６０１、患者６０２、及び解析サーバ６０３に関して、図５において上で記載される病院５０１、患者５０２及び解析サーバ５０２の内容が適用され得、重複する記載は省略される。
図６を参照すると、患者６０２は、病院６０１への第１の訪問の時点６１０において第１の治療薬６１１を投与され得、病院６０１は、実測患者データ６１２を患者６０２から取得し得る。具体的には、病院６０１への患者６０２の第１の訪問の時点６１０において、病院６０１に配属された医療スタッフは、第１の治療薬を患者６０２に投与し得、病院６０１に配属された医療スタッフは、実測患者データを患者６０２から取得６１２することを実行し得る。下では、患者が病院を訪問するときに病院が患者データを取得するプロセスは、病院に配属された医療スタッフによって実行されるものと理解され得る。
加えて、病院６０１は、取得された患者データを解析サーバ６０３へ送信６１３することを実行し得る。具体的には、病院６０１に設置された病院サーバ、医療スタッフサーバ、及び／又は医療スタッフデバイスは、患者データを解析サーバ６０３へ送信６１３することを実行し得る。以下、病院によってデータを解析サーバへ送信するプロセスは、病院に設置された病院サーバ、医療スタッフサーバ及び／又は医療スタッフデバイスによって実行されるものとして理解され得る。
病院６０１によって患者データを解析サーバ６０３へ送信することに関する詳細は、図５において病院５０１が患者データを解析サーバ５０３へ送信５１３することを実行することの記載において上に記載された詳細が適用され得、重複する記載は省略される。
図６を参照すると、患者モニタリングは、第１の病院訪問時点６１０の後に１度目に与えられる第１のモニタリング時点６１４において実行され得、患者モニタリングは、１度目に与えられる第１のモニタリング時点６１４の後の２度目に与えられる第１のモニタリング時点６１５において実行され得る。第１のモニタリング時点を決定することに関しては、図５において第１のモニタリング時点５２０が決定されることの記載において上に記載された内容が適用され得、重複する記載は省略される。
図６を参照すると、２度目に与えられる第１のモニタリング時点６１５の後に、患者６０２は、病院６０１への第２の訪問の時点６２０において第２の治療薬６２１を投与され得、病院６０１は、実測患者データ６２２を患者６０２から取得し得る。
第２の病院訪問の時点６２０において取得された実測患者データ、及び、第１の病院訪問の時点６１０において取得された実測患者データの項目は、互いに同一であり得るが、それに限定されない。データ項目のいくつかは同一であり得、いくつかは異なり得、又は、データ項目は互いに異なることもあり得る。例えば、第１の病院訪問の時点６１０において取得される実測患者データは、患者６０２から取得される眼球突出度測定値、眼球突出度測定の時点における患者６０２の顔画像、甲状腺機能障害の管理履歴、患者の身体情報、及び患者の健康情報を含み得る。第２の病院訪問の時点６２０において取得される実測患者データは、患者６０２から取得される眼球突出度測定値、及び、眼球突出度測定の時点における患者６０２の顔画像だけを含み得る。すなわち、第１の病院訪問の時点６１０において取得される、甲状腺機能障害の管理履歴、患者の身体情報、及び患者の健康情報が、第２の病院訪問の時点６２０における患者６０２の甲状腺機能障害の管理履歴、患者の身体情報、及び患者の健康情報として、そのまま使用され得、データ項目は、上に記載された例に限定されない。
病院６０１は、取得された患者データを解析サーバ６０３へ送信６２３することを実行し得る。
第２の病院訪問の時点６２０において病院６０１によって解析サーバ６０３へ送信される患者データ、及び、第１の病院訪問の時点６１０において病院６０１によって解析サーバ６０３へ送信される患者データの項目は、互いに同一であり得るが、それに限定されない。データ項目のいくつかは同一であり得、いくつかは異なり得、又は、データ項目は互いに異なることもあり得る。例えば、第１の病院訪問の時点６１０において病院６０１によって解析サーバ６０３へ送信される患者データは、患者６０２から取得される眼球突出度測定値、眼球突出度測定の時点における患者６０２の顔画像、甲状腺機能障害の管理履歴、患者の身体情報、及び患者の健康情報を含み得る。第２の病院訪問の時点６２０において病院６０１によって解析サーバ６０３へ送信される患者データは、患者６０２から取得される眼球突出度測定値、及び、眼球突出度測定の時点における患者６０２の顔画像だけを含み得る。すなわち、解析サーバ６０３は、第１の病院訪問の時点６１０において取得される、甲状腺機能障害の管理履歴、患者の身体情報、及び患者の健康情報を、第２の病院訪問の時点６２０に対応する、患者６０２の甲状腺機能障害の管理履歴、患者の身体情報、及び患者の健康情報としてそのまま使用し得、データ項目は、上に記載された例に限定されない。
一方で、図６において、第１の病院訪問の時点６１０及び第２の病院訪問の時点６２０の間に２つの第１のモニタリング時点６１４及び６１５があると説明されているが、第１のモニタリング時点の数はそれに限定されず、第１のモニタリング時点は、設定されたモニタリングサイクルに基づいて、様々な回数で配置され得る。例えば、第１の病院訪問の時点６１０及び第２の病院訪問の時点６２０の間に１つの第１のモニタリング時点があり得、又は、３以上の第１のモニタリング時点もあり得る。
図６を参照すると、患者モニタリングは、第２の病院訪問の時点６２０の後に、３度目に与えられる第１のモニタリング時点６２４において実行され得る。
その後、各第１のモニタリング及び病院訪問が、継続的に実行され得る。
図６を参照すると、患者６０２は、病院６０１への第８の訪問の時点６３０において、第８の治療薬の投与６３１を有し得、病院６０１は、実測患者データ６３２を患者６０２から取得し得る。
加えて、病院６０２は、取得された患者データを解析サーバ６０３へ送信６３３することを実行し得る。
図６を参照すると、第１のモニタリングを実行する２つのセッション６３４及び６３５は、第８の病院訪問の時点６３０の後に実施され得、第１のモニタリングの回数は、それに限定されない。
図６を参照すると、第８の治療薬投与後に、患者６０２は、病院６０１への最後の訪問６４０を行い得、この場合、病院６０１は、実測患者データ６４２を患者６０２から取得し、取得された患者データを解析サーバ６０３へ送信６４３することを実行し得る。
治療薬投与プロセス中に、第１のモニタリングは、図６に記載される治療薬投与プロセス全体を通じて、複数回実行され得るが、それに限定されず、第１のモニタリングはまた、いくつかの区間でのみ実行され得る。
一方で、図６において、治療薬投与の時点の間の時間間隔は３週間であり、治療薬投与の時点の間の時間間隔が長いので、治療薬投与の時点の間に複数回の第１のモニタリングが実行されるように説明されるが、それに限定されない。例えば、投与計画に従って、治療薬を毎日経口投与する場合、第１のモニタリングは、治療薬投与の複数の時点の後に１回実行され得、又は、第１のモニタリングは、治療薬投与の時点の間に１回実行され得るが、それに限定されない。
再び図５を参照すると、第１のモニタリング時点５２０において、患者５０２は、顔画像をキャプチャし、アンケート調査内容を記入することを要求され得る。
この場合、顔画像をキャプチャしアンケート調査内容を記入するように要求される対象は、患者５０２のユーザデバイスであり得る。以下、患者が顔画像をキャプチャしアンケート調査内容を記入することを要求されるプロセスは、ユーザデバイスによって実行されると理解され得る。
患者５０２は、顔画像キャプチャの要求時に、顔画像をキャプチャし、顔画像を送信し得る。例えば、患者５０２は、解析サーバ５０３からの顔画像キャプチャ要求５２１に応答して顔画像をキャプチャし、顔画像を解析サーバ５０３へ送信５２２することを実行し得る。より具体的な例では、患者５０２は、ユーザデバイスを使用することによって、解析サーバ５０３からの顔画像キャプチャ要求５２１に応答して、顔画像をキャプチャし、ユーザデバイスを通じて、顔画像を解析サーバ５０３へ送信５２２することを実行し得る。下では、患者が顔画像をキャプチャして顔画像を解析サーバへ送信するプロセスは、ユーザデバイスを使用することによって実行されると理解され得る。
この場合、顔画像は、患者の前方顔画像及び／又は横顔画像を意味し得るが、それに限定されず、顔画像は：患者の前方から側方へのパノラマ画像；顔を録画することによって取得される映像；及び／又は、患者の前方及び側方の間の任意の角度における顔画像を含み得る。
一方で、顔画像をキャプチャするときに患者の顔が左右及び／又は上下に回転する場合、顔画像において歪みも生じ得る。顔画像において歪みがある場合において、顔画像解析の正確度が減少し得るので、患者５０２は、好ましい顔画像を取得するべく、撮影ガイドを提供され得る。撮影ガイドに続いて顔画像をキャプチャすることによって、患者４０２は、顔画像をキャプチャするたびに、同一の構図の顔画像をキャプチャし得る。撮影ガイドに関する具体的な詳細は後に記載される。
一方で、顔の外観（例えば、腫れなど）は、時間帯に従って変化し得るので、患者５０２は、予め設定された画像キャプチャ時間に顔画像キャプチャ要求を受け得る。
他方、顔の外観は、時間帯に応じて変化し得るので、患者５０２は、一日の間の互いに異なる複数の時点に自身の顔画像をキャプチャすることも要求され得る。この場合、取得された顔画像の各々についての解析結果が取得され得、取得された解析結果の平均値及び同様のものが、その日の補正値として決定され得る。代替的に、取得された顔画像の各々についての解析結果のうち最高の正確度を伴う解析結果も、その日の値として決定され得る。代替的に、取得された顔画像のうち、撮影ガイドを最も良く満たす顔画像の解析結果も、その日の値として決定され得る。
他方、患者５０２はまた、顔画像キャプチャ要求を受けることにより、顔画像キャプチャの時点における複数の顔画像をキャプチャし得る。この場合、取得された顔画像のうち、撮影ガイドの基準を最も良く満たす顔画像の解析結果も、その時点における値として決定され得る。代替的に、取得された顔画像の各々の解析結果が取得され得、取得された解析結果の平均値又は中央値が、その時点における補正値として決定され得る。代替的に、取得された顔画像の各々についての解析結果のうち最高の正確度を伴う解析結果も、その時点における値として決定され得る。
他方、患者５０２は、顔画像キャプチャ要求を受けることにより、顔画像キャプチャの時点における顔の映像をキャプチャし得る。この場合、取得された顔の映像に含まれるフレームのうち、撮影ガイドの基準を最も良く満たすフレームの解析結果も、その時点における値として決定され得る。代替的に、取得された顔の映像に含まれる各フレームについての解析結果が取得され得、取得された解析結果の平均値又は中央値が、その時点における補正値として決定され得る。代替的に、取得された顔の映像に含まれるフレームの各々についての解析結果のうち、最高の正確度を伴う解析結果も、その時点についての値として決定され得る。
上に記載されるように、患者５０２が顔画像キャプチャ要求を受けるとき、患者の顔の外観の変化の影響が低減され得、その変化は、顔画像キャプチャ中に患者が自身の顔に加える力の程度、患者の状態、患者の意図などに応じて生じる。
患者５０２は、アンケート調査内容要求に応答して、アンケート調査内容を記入し、アンケート調査内容を送信し得る。例えば、患者５０２は、解析サーバ５０３からのアンケート調査内容要求５２１に応答して、アンケート調査内容を記入し、アンケート調査内容を解析サーバ５０３へ送信５２２することを実行し得る。より具体的な例では、患者５０２は、解析サーバ５０３からのアンケート調査内容要求５２１に応答して、自身のユーザデバイスを使用することによってアンケート調査内容を記入し、ユーザデバイスを通じて、書かれたアンケート調査結果を解析サーバ５０３へ送信し得る。下では、患者がアンケート調査内容を記入してアンケート調査結果を解析サーバへ送信するプロセスが、ユーザデバイスを使用することによって実行されることが理解され得る。
アンケート調査内容を記入するとき、アンケート調査内容は、患者がテキストをユーザデバイスに入力するという方式で、及び／又は、予め設定されたアンケート調査項目についての別個のチェック欄を確認するという方式で記入され得る。これに限定されるものではなく、予め設定されたアンケート調査項目に加えて、アンケート調査内容はまた、患者が内容をユーザデバイスに入力するという方式で記入され得、その内容は、患者によって解析サーバ５０３及び／又は病院５０１へ送信されることが望ましい。
患者５０２に要求されるアンケート調査内容は：甲状腺眼症の活性を判定することに関するアンケート調査内容、及び、甲状腺眼症の重症度を判定することに関するアンケート調査内容を含み得る。
例えば、甲状腺眼症の活性を判定することに関するアンケート調査内容は、眼の後方部に自発性疼痛があるかどうか、及び、眼の動きの間に痛みがあるかどうかを含み得るが、それに限定されない。
例えば、甲状腺眼症の重症度を判定することに関するアンケート調査内容は、複視が存在するかどうか、及び、生活の質のアンケート（Ｇｏ－ＱｏＬ）の内容を含み得るが、それに限定されない。
患者５０２から取得された顔画像及びアンケート調査内容に基づいて、甲状腺眼症の治療を目的とする治療薬の臨床試験を通じて治療効果を有すると証明された情報に関する、患者５０２のパーソナライズされた推定値が取得され得る。
具体的には、再び図５を参照すると、解析サーバ５０３は、患者５０２から取得された顔画像及びアンケート調査内容を使用することによって、甲状腺眼症の治療を目的とする治療薬の臨床試験を通じて治療効果を有することが証明された情報に関する、患者５０２のパーソナライズされた推定値を決定５２３することを実行し得る。より具体的には、解析サーバ５０３は、患者のユーザデバイスから受信される顔画像及びアンケート調査内容を使用することによって、甲状腺眼症の治療を目的とする治療薬の臨床試験を通じて治療薬効果を有することが証明された情報に関する、患者５０２のパーソナライズされた推定値を決定５２３することを実行し得る。下では、患者から取得された顔画像及びアンケート調査内容は、患者のユーザデバイスから受信された顔画像及びアンケート調査内容として理解され得る。
甲状腺眼症の治療を目的とする治療薬の臨床試験を通じて証明された治療効果は、眼球突出度の緩和、ＣＡＳ数値の改善、及び複視の改善を含み得る。したがって、治療効果を有することが証明された情報は、眼球突出度情報、ＣＡＳ情報、及び／又は複視情報であり得る。
一方で、甲状腺眼症の治療を目的とする治療薬についての認可ステージにおいて治療薬の効果として証明された指標に関する、患者５０２のパーソナライズされた推定値は、患者５０２から取得される顔画像及びアンケート調査内容に基づいて取得され得る。
具体的には、解析サーバ５０３は、患者５０２から取得された顔画像及びアンケート調査内容を使用することによって、甲状腺眼症の治療を目的とする治療薬の認可ステージにおいて、治療薬の効果を有することが証明された指標についての患者５０２のパーソナライズされた推定値を決定し得る。
この場合、甲状腺眼症の治療を目的とする治療薬の認可ステージにおいて治療薬の効果として証明される指標は、眼球突出度情報、ＣＡＳ情報、及び複視情報を含み得る。
患者５０２から取得された顔画像において示される眼球突出度の数値は、患者５０２の眼球突出度情報のパーソナライズされた推定値として取得され得る。例えば、解析サーバ５０３は、患者５０２から取得された顔画像に示される眼球突出数値を、眼球突出度情報の患者５０２のパーソナライズされた推定値として判定し得る。
より具体的な例では、解析サーバ５０３は、患者５０２から取得される顔画像が単一の顔画像である場合において（例えば、顔画像が１度目にキャプチャされる場合において）、単一の顔画像を使用することによって眼球突出数値を判定し得る。単一の顔画像を使用することによって眼球突出数値を判定するための方法は、５．顔画像に基づく眼球突出度判定方法の（１）顔画像に基づく眼球突出度判定方法－１、（２）顔画像に基づく眼球突出度判定方法－２、及び、（４）顔画像に基づく眼球突出度判定方法－４において後に記載される。
患者５０２から２つの顔画像を取得する場合（例えば、前に撮影された１つの顔画像が含まれ、２つの顔画像は第１の時点における顔画像、及び、第１の時点の後の第２の時点における顔画像を含み得る場合）、解析サーバ５０３は、患者５０２から取得された２つの顔画像を使用することによって、眼球突出数値を判定し得る。
具体的には、第２の時点における眼球突出数値は、第１の時点における顔画像、第２の時点における顔画像、及び、第１の時点における眼球突出数値を使用することによって判定され得る。代替的に、第１の時点における眼球突出数値は、第１の時点における顔画像、第２の時点における顔画像、及び、第２の時点における眼球突出数値を使用することによって判定され得る。２つの顔画像を使用することによって眼球突出数値を判定するための方法は、５．顔画像に基づく眼球突出度判定法の（３）顔画像に基づく眼球突出度判定法－３において後に記載される。
解析サーバ５０３は、患者５０２から取得される３つの顔画像の場合（例えば、前に撮影された２つの顔画像が含まれ、３つの顔画像は、第１の時点における顔画像、第１の時点の後の第２の時点における顔画像、及び、第２の時点の後の第３の時点における顔画像を含み得る場合）において、第１の時点における顔画像、第３の時点における顔画像、及び、第１の時点における眼球突出数値を使用することによって、第３の時点における眼球突出数値を判定し得、解析サーバ５０３は、第２の時点における顔画像、第３の時点における顔画像、及び、第２の時点における眼球突出数値を使用することによって、第３の時点における眼球突出数値を判定し得る。その後、第３の時点における、これらの２つの判定された眼球突出数値の平均値が、第３の時点における眼球突出数値として判定され得る。
すなわち、眼球突出度が判定される第３の時点以外の、それぞれの時点における顔画像及び眼球突出数値を使用することによって、及び、眼球突出度が判定される第３の時点における顔画像を使用することによって、第３の時点における複数の眼球突出数値が判定され、次に、第３の時点における複数の判定された眼球突出数値の平均値が、第３の時点における眼球突出数値として判定され得る。
代替的に、解析サーバ５０３はまた、第３の時点に最も近い第２の時点における顔画像、第２の時点における眼球突出数値、及び、第３の時点における顔画像を使用することによって、第３の時点における眼球突出数値を判定し得る。２つの顔画像を使用することによって眼球突出数値を判定するための方法は、５．顔画像に基づく眼球突出度判定法の（３）顔画像に基づく眼球突出度判定法－３において後に記載される。
患者５０２から取得された顔画像が４以上ある場合、解析サーバ５０３は、眼球突出度が判定される時点以外のそれぞれの時点における顔画像及び眼球突出数値だけでなく、眼球突出度が判定される時点における顔画像も使用することによって、上に記載される３つの顔画像の場合のように、複数の眼球突出数値を判定し、それにより、判定された複数の眼球突出数値の平均値を、眼球突出度が判定される時点における眼球突出数値として判定し得る。２つの顔画像を使用することによって眼球突出数値を判定するための方法は、５．顔画像に基づく眼球突出度判定法の（３）顔画像に基づく眼球突出度判定法－３において後に記載される。
代替的に、解析サーバ５０３は、眼球突出数値が判定される時点における顔画像を使用することによって、及び、眼球突出数値が判定される時点に最も近い時点における顔画像及び眼球突出数値を使用することによって、眼球突出数値が判定される時点における眼球突出数値を判定し得る。２つの顔画像を使用することによって眼球突出数値を判定するための方法は、５．顔画像に基づく眼球突出度判定法の（３）顔画像に基づく眼球突出度判定法－３において後に記載される。
加えて、患者５０２から取得される顔画像が複数ある場合でも、解析サーバ５０３はまた、単一の顔画像を使用することによって眼球突出数値を判定するための方法を使用することによって、眼球突出数値を判定し得る。
治療薬の効果は、眼球突出度を緩和することであるので、前の時点ではなく後の時点において眼球突出数値が減少する場合、治療薬は有効であると判定され得る。
一方で、眼球突出度における傾向は、眼球突出度情報の患者５０２のパーソナライズされた推定値として患者５０２から取得された顔画像に基づいて取得され得る。例えば、解析サーバ５０３は、眼球突出度情報についての患者５０２のパーソナライズされた推定値として患者５０２から取得された顔画像に基づいて眼球突出度における傾向を判定し得る。
治療薬の効果は、眼球突出度を緩和することであるので、実際の眼球突出数値を判定することさえなく、眼球突出度が、前の時点及び後の時点の間に減少したと判定される場合において、治療薬は有効であると判定され得、それにより、眼球突出度における傾向は、眼球突出度情報についての患者５０２のパーソナライズされた推定値として取得され得る。この場合、眼球突出度における傾向は、眼球突出度の変化の傾向を意味し得る。
すなわち、患者５０２から取得される顔画像に基づく眼球突出度の傾向が、減少傾向にあると判定される場合、治療薬は有効であると判定され得る。
眼球突出度における傾向は、２つの時点において取得された患者５０２の顔画像に基づいて判定され得る。この場合、眼球突出度における傾向は、眼球突出度の変化の傾向を意味し得る。
具体的には、眼球突出度に関する変数は、２つの時点において取得される患者５０２の顔画像の各々から取得され、眼球突出度における傾向は、眼球突出度に関する変数の比較に基づいて判定され得る。眼球突出度における傾向を判定するためのより具体的な方法が後に記載される。
一方で、眼球突出度における傾向が判定される２つの時点は、顔画像が患者５０２から取得される時点のうち２つの隣接する時点であり得る。例えば、ｎ度目に与えられる第１のモニタリング時点において取得される顔画像を、（ｎ＋１）度目に与えられる第１のモニタリング時点において取得される顔画像と比較することによって、ｎ度目に与えられる第１のモニタリング時点、及び、（ｎ＋１）度目に与えられる第１のモニタリング時点の間の眼球突出度における傾向が判定され得る。判定された眼球突出度の傾向に基づいて、治療薬が有効かどうかを判定し得る。
これに限定されるものではなく、２つの時点は、眼球突出度における傾向を判定する目的に応じて自由に選択され得る。例えば、第１の治療薬投与時点及び第２の治療薬投与時点の間の１つの時点において取得される顔画像、及び、第２の治療薬投与時点、及び、第３の治療薬投与時点の間の１つの時点において取得される顔画像を比較することによって、第２の治療薬投与による眼球突出度における傾向が判定され得る。治療薬の効果は、判定された眼球突出度における傾向に基づいて判定され得るが、それに限定されない。
一方で、眼球突出度における傾向はまた、眼球突出度における傾向を判定するための２つの時点のうち一方の固定された時点を有することによって、及び、他方の時点の変化を許容することによって判定され得る。例えば、ｎ度目に与えられる第１のモニタリング時点において取得される顔画像に基づいて、（ｎ－１）度目の時点及びｎ度目の時点の間の眼球突出度における傾向は、（ｎ－１）度目に取得される顔画像との比較によって判定され、（ｎ－２）度目の時点及びｎ度目の時点の間の眼球突出度における傾向は、（ｎ－２）度目に取得される顔画像との比較によって判定され、それにより、様々な眼球突出度についての傾向判定が可能となるが、これは、上に記載した例に限定されない。
患者５０２から取得された顔画像及びアンケート調査内容に基づくＣＡＳ数値は、ＣＡＳ情報についての患者５０２のパーソナライズされた推定値として取得され得る。例えば、解析サーバ５０３は、患者５０２から取得された顔画像及びアンケート調査内容を、ＣＡＳ情報についての患者５０２のパーソナライズされた推定値として使用することによって、ＣＡＳ数値を判定し得る。
具体的には、瞼の発赤が存在するかどうか、結膜の発赤が存在するかどうか、瞼の腫れが存在するかどうか、結膜の腫れが存在するかどうか、及び、涙丘の腫れが存在するかどうかが、取得された顔画像及び訓練済み予測モデルを使用することによって判定され得る。ＣＡＳ数値は、眼の後方部における自発性疼痛が存在するかどうか、及び、眼の動きの間の痛みが存在するかどうかについての内容に基づいて判定され得、その内容はアンケート調査内容に含まれる。
治療薬の効果はＣＡＳ数値における減少なので、治療薬は、前の時点ではなく後の時点においてＣＡＳ数値が減少する場合に有効であると判定され得る。
一方で、ＣＡＳにおける傾向は、ＣＡＳ情報についての患者５０２のパーソナライズされた推定値として患者５０２から取得される顔画像及びアンケート調査内容に基づいて取得され得る。例えば、解析サーバ５０３は、患者５０２から取得された顔画像及びアンケート調査内容を、ＣＡＳ情報についての患者５０２のパーソナライズされた推定値として使用することによって、ＣＡＳにおける傾向を判定し得る。
治療薬の効果はＣＡＳ数値における減少であるので、前の時点及び後の時点の間のＣＡＳにおける変化の傾向が減少傾向であると判定される場合、治療薬は有効であると判定され得るので、ＣＡＳにおける傾向は、ＣＡＳ情報についての患者５０２のパーソナライズされた推定値として取得され得る。この場合、ＣＡＳにおける傾向は、ＣＡＳにおける変化の傾向を意味し得る。
ＣＡＳにおける傾向は、２つの時点において取得される患者５０２の顔画像及びアンケート調査内容に基づいて判定され得る。
具体的には、ＣＡＳ数値は、２つの時点においてそれぞれ取得される患者５０２の顔画像及びアンケート調査内容から取得され、ＣＡＳにおける傾向は、取得されたＣＡＳ数値の比較に基づいて判定され得る。顔画像及びアンケート調査内容を使用することによってＣＡＳ数値を判定するための方法は上に記載されたので、重複する記載は省略される。
一方で、ＣＡＳにおける傾向が判定される２つの時点は、顔画像及びアンケート調査内容が患者５０２から取得される時点のうちの隣接する時点であり得る。傾向を判定するための２つの時点が、隣接する時点である場合についての記載は、眼球突出度についての傾向判定の記載において上で記載したので、重複する記載は省略される。
これに限定されるものではなく、２つの時点は、ＣＡＳにおける傾向を判定する目的に応じて自由に選択され得る。傾向を判定するための２つの時点が自由に選択された場合についての記載は、眼球突出度についての傾向判定の記載において上で記載されたので、重複する記載は省略される。
一方で、ＣＡＳにおける傾向はまた、ＣＡＳにおける傾向を判定するための２つの時点のうちの一方の固定された時点を有することによって、及び、他方の時点の変化を許容することによって判定され得る。傾向を判定するための２つの時点うちの一方が固定される場合についての記載は、眼球突出度についての傾向判定の記載において上で記載したので、重複する記載は省略される。
患者が複視を有するかどうかを判定するための値は、複視情報についての患者５０２のパーソナライズされた推定値として患者５０２から取得されるアンケート調査内容に基づいて取得され得る。例えば、解析サーバ５０３は、複視情報についての患者５０２のパーソナライズされた推定値として患者５０２から取得されたアンケート調査内容を使用することによって、患者が複視を有するかどうかを判定するための値を取得し得る。
患者が複視を有するかどうかを判定するための値は、複視が存在すること、又は、複視が存在しないことのいずれかを示す値であり得る。一方で、ゴーマン基準を使用することによって、患者が複視を有するかどうかを判定する場合、患者が複視を有するかどうかを判定するための値は、複視無し、間欠性複視、極端な視線における複視、及び、持続性複視についての等級のうち１つを示す値であり得る。
具体的には、患者が複視を有するかどうかを判定するための値は、取得されたアンケート調査内容に含まれる、複視が存在するかどうかに関する患者の反応内容に基づいて取得され得る。
治療薬の効果は、複視の改善であるので、前の時点に複視が存在し、次に、後の時点に消失する場合、治療薬は有効であると判定され得る。
一方で、複視における傾向は、複視情報についての患者５０２のパーソナライズされた推定値として患者５０２から取得されたアンケート調査内容に基づいて取得され得る。例えば、解析サーバ５０２は、複視情報についての患者５０２のパーソナライズされた推定値として患者５０２から取得されるアンケート調査内容に基づいて複視における傾向を判定し得る。
治療薬の効果は複視の改善であるので、前の時点及び後の時点の間に、複視における傾向が減少傾向であると判定され、それにより、複視における傾向は、複視情報についての患者５０２のパーソナライズされた推定値として取得され得る場合、治療薬は有効であると判定され得る。この場合、複視における傾向は、複視における変化の傾向を意味し得る。
複視における傾向は、２つの時点において取得される患者５０２のアンケート調査内容に基づいて判定され得る。
具体的には、患者が複視を有するかどうかを判定するための値は、２つの時点において取得される患者５０２のアンケート調査内容の各々から取得され、複視における傾向は、患者が複視を有するかどうかを判定するための取得された値の比較に基づいて判定され得る。アンケート調査内容を使用することによって、患者が複視を有するかどうかを判定するための値を取得するための方法は、上で記載されたので、重複する記載は省略される。
一方で、複視における傾向が判定される２つの時点は、アンケート調査内容が患者５０２から取得される時点のうち、互いに隣接する時点であり得る。傾向を判定するための２つの時点が、隣接する時点である場合についての記載は、眼球突出度についての傾向判定の記載において上で記載したので、重複する記載は省略される。
これに限定されるものではなく、２つの時点は、複視における傾向を判定する目的に応じて自由に選択され得る。傾向を判定するための２つの時点が自由に選択された場合についての記載は、眼球突出度についての傾向判定の記載において上で記載されたので、重複する記載は省略される。
一方で、複視における傾向はまた、複視における傾向を判定するための２つの時点のうちの一方の固定された時点を有することによって、及び、他方の時点の変化を許容することによって判定され得る。傾向を判定するための２つの時点うちの一方が固定される場合についての記載は、眼球突出度についての傾向判定の記載において上で記載したので、重複する記載は省略される。
一方で、眼瞼後退情報についての患者５０２のパーソナライズされた推定値は、患者５０２から取得された顔画像に基づいて取得され得る。例えば、解析サーバ５０３は、患者５０２から取得された顔画像を使用することによって、眼瞼後退情報についての患者５０２のパーソナライズされた推定値を決定し得る。
患者５０２から取得された顔画像に示される眼瞼後退の数値は、眼瞼後退情報についての患者５０２のパーソナライズされた推定値として取得され得る。例えば、解析サーバ５０３は、眼瞼後退情報の患者５０２のパーソナライズされた推定値として患者５０２から取得される顔画像に示される眼瞼後退の値を判定し得る。顔画像を使用することによって眼瞼後退数値を判定するための具体的な方法は、下に記載される。
一方で、眼瞼後退情報についての患者５０２のパーソナライズされた推定値として患者５０２から取得される顔画像に基づく眼瞼後退における傾向が取得され得る。例えば、解析サーバ５０３は、眼瞼後退情報についての患者５０２のパーソナライズされた推定値として患者５０２から取得される顔画像に基づいて、眼瞼後退における傾向を判定し得る。この場合、眼瞼後退における傾向は、眼瞼後退における変化の傾向を意味し得る。
眼瞼後退における傾向は、２つの時点において取得される患者５０２の顔画像に基づいて判定され得る。
具体的には、眼瞼後退に関する変数は、２つの時点において取得される患者５０２の顔画像の各々から取得され、眼瞼後退における傾向は、眼瞼後退に関する取得された変数の比較に基づいて判定され得る。眼瞼後退における傾向を判定するための、より具体的な方法は、後に記載される。
一方で、眼瞼後退の傾向が判定される２つの時点は、顔画像が患者５０２から取得される時点のうちの互いに隣接する２つの時点であり得る。傾向を判定するための２つの時点が、隣接する時点である場合についての記載は、眼球突出度についての傾向判定の記載において上で記載したので、重複する記載は省略される。
これに限定されるものではなく、２つの時点は、眼瞼後退における傾向を判定する目的に応じて自由に選択され得る。傾向を判定するための２つの時点が自由に選択された場合についての記載は、眼球突出度についての傾向判定の記載において上で記載されたので、重複する記載は省略される。
一方で、眼瞼後退における傾向はまた、眼瞼後退における傾向を判定するための２つの時点のうち一方の固定された時点を有することによって、及び、他方の時点の変化を許容することによって判定され得る。傾向を判定するための２つの時点うちの一方が固定される場合についての記載は、眼球突出度についての傾向判定の記載において上で記載したので、重複する記載は省略される。
一方で、甲状腺眼症重症度情報についての患者５０２のパーソナライズされた推定値は、患者５０２から取得される顔画像及びアンケート調査内容に基づいていて取得され得る。例えば、解析サーバ５０３は、患者５０２から取得される顔画像及びアンケート調査内容を使用することによって、甲状腺眼症重症度情報についての患者５０２のパーソナライズされた推定値を決定し得る。この場合、甲状腺眼症重症度情報は、甲状腺眼症の重症度の無し、軽度（中等度）及び重度（重症）の状態のうち１つを含み得るが、それに限定されない。
患者５０２から取得される顔画像に存在する眼球突出度及び眼瞼後退数値は、甲状腺眼症の重症度についての患者５０２のパーソナライズされた推定値を取得するべく取得され得る。加えて、軟部組織侵襲の等級は、患者５０２から取得された顔画像及び訓練済み予測モデルを使用することによって判定され得る。加えて、患者が複視を有するかどうかについてのスコア、及び、生活の質のアンケートの内容についてのスコアは、患者５０２から取得されたアンケート調査内容に基づいて取得され得る。
甲状腺眼症の重症度の患者５０２のパーソナライズされた推定値は、取得された眼球突出数値、眼瞼後退数値、軟部組織侵襲の等級、患者が複視を有するかどうかについてのスコア、及び、生活の質のアンケートの内容についてのスコアに基づいて取得され得る。
一方で、甲状腺眼症の重症度における傾向は、甲状腺眼症の重症度についての患者５０２のパーソナライズされた推定値として、患者５０２から取得される顔画像及びアンケート調査内容に基づいて取得され得る。例えば、解析サーバ５０３は、甲状腺眼症の重症度についての患者５０２のパーソナライズされた推定値として、患者５０２から取得される顔画像及びアンケート調査内容に基づいて、甲状腺眼症の重症度における傾向を判定し得る。この場合、甲状腺眼症の重症度における傾向は、甲状腺眼症における変化の傾向を意味し得る。
甲状腺眼症の重症度における傾向は、２つの時点において取得される患者５０２の顔画像及びアンケート調査内容に基づいて判定され得る。
具体的には、甲状腺眼症重症度情報は、２つの時点において取得される患者５０２の顔画像及びアンケート調査内容から取得され、甲状腺眼症の重症度における傾向は、取得された甲状腺眼症重症度情報を使用して、比較に基づいて判定され得る。
一方で、甲状腺眼症の重症度における傾向が判定される２つの時点は、患者５０２から顔画像及びアンケート調査内容が取得される時点のうちの互いに隣接する時点であり得る。傾向を判定するための２つの時点が、隣接する時点である場合についての記載は、眼球突出度についての傾向判定の記載において上で記載したので、重複する記載は省略される。
これに限定されるものではなく、２つの時点は、甲状腺眼症の重症度における傾向を判定する目的に応じて自由に選択され得る。傾向を判定するための２つの時点が自由に選択された場合についての記載は、眼球突出度についての傾向判定の記載において上で記載されたので、重複する記載は省略される。
一方で、甲状腺眼症の重症度における傾向を判定するための２つの時点の一方は固定され、他方の時点は、変化を許容され、その結果、甲状腺眼症の重症度における傾向も判定され得る。傾向を判定するための２つの時点うちの一方が固定される場合についての記載は、眼球突出度についての傾向判定の記載において上で記載したので、重複する記載は省略される。
一方で、治療薬を投与した後の注射部位反応に関する情報が、患者５０２から取得されるアンケート調査内容に基づいて取得され得る。
この目的で、患者５０２に要求されるアンケート調査内容は、注射部位反応に続く兆候及び／又は症状についてのアンケート調査内容を含み得る。例えば、注射部位反応に続く兆候及び／又は症状についてのアンケート調査内容は、血圧が増加するかどうか、高熱が存在するかどうか、頻拍が存在するかどうか、呼吸困難が存在するかどうか、頭痛が存在するかどうか、及び／又は、筋肉痛が存在するかどうかについての質問を含み得るが、それに限定されない。
一方で、患者５０２はまず、注射部位反応に関する兆候及び／又は症状についてのアンケート調査内容を記入するよう要求される前に注射部位反応に関する情報を提供され得る。
具体的に、患者５０２が病院５０１を訪問し、治療薬を投与される場合において、患者５０２のユーザデバイスは、注射部位反応に関して何の症状が現れ得るかについての情報を表示し得る。この場合、注射部位反応に関する情報は、患者５０２のユーザデバイスに格納された情報、又は、解析サーバ５０３から受信された情報であり得る。
したがって、患者５０２はまず、注射部位反応が生じる前に治療薬投与に起因して生じ得る注射部位反応に関する情報を認識し得、その結果、注射部位反応がその後生じる場合に、患者５０３は、より容易に対処することが可能である。
治療薬投与に続く注射部位反応の場合、生じるまでの時間は、各治療薬に応じて変動し得る。例えば、甲状腺眼症の治療を目的とする治療薬の場合、注射部位反応は、投与後１．５時間以内の時間に生じ得、そのような時間は、各治療薬についての臨床試験結果に応じて変動し得る。
したがって、注射部位反応に関するアンケート調査内容を記入することを患者５０２に要求する時間は、各治療薬の特徴に応じて変動し得る。例えば、患者５０２は、治療薬投与を受けた１．５時間後に、注入部位反応についてのアンケート調査内容を記入することを要求され得、要求を受ける時点は、上に記載される例に限定されない。
一方で、各患者５０２において注射部位反応が生じる時点は、各患者の特徴に応じて患者と患者の間で変動し得るので、患者５０２は、アンケート調査内容を記入するための別個の要求を受ける前に注射部位反応についてのアンケート調査内容も記入し得る。これに限定されるものではなく、患者５０２が、注射部位反応についてのアンケート調査内容を記入することを要求される時点において注射部位反応を有さず、したがって、アンケート調査内容を記入しないときでも、任意の注射部位反応が後の時間に生じる場合、患者は、別個にアンケート調査内容を記入することも可能であり得る。
一方で、注射部位反応が生じる時点は、患者５０２から取得されるアンケート調査内容に基づいて判定され得る。例えば、注射部位反応が生じる時点は、注射部位反応が生じる時点についての情報に基づいて判定され得、情報はアンケート調査内容に含まれる。代替的に、注射部位反応が生じる時点は、アンケート調査内容が記入される時点に基づいて判定され得るが、これは、上に記載される例に限定されない。
注射部位反応が生じる時点及び治療薬が投与される時点の間の時間間隔は、患者５０２のデータとして格納され得る。例えば、解析サーバ５０３は、患者５０２から取得されるアンケート調査内容に基づいて、注射部位反応が生じる時点を判定することにより、治療薬が投与される時点を用いて時間間隔を判定し、それにより、判定された時間間隔を患者データとして格納し得る。
一方で、患者５０２の注射部位反応についての情報、及び／又は、治療薬が投与される時点及び注射部位反応が生じる時点の間の時間間隔についての情報が病院５０１に提供され得る。例えば、注射部位反応についての情報、及び／又は、治療薬が投与される時点及び注射部位反応が生じる時点の間の時間間隔についての情報を取得する時点において、病院５０１は、注射部位反応についての情報を提供され得、及び／又は、病院５０１は、治療薬が投与される時点及び注射部位反応が生じる時点の間の時間間隔についての情報を提供され得る。これに限定されるものではなく、患者５０２が病院５０１を訪問する時点において、病院５０１は、注射部位反応についての情報を提供され得、及び／又は、病院５０１は、治療薬が投与される時点及び注射部位反応が生じる時点の間の時間間隔についての情報を提供され得る。
したがって、病院５０１は、注入部位反応についての情報を考慮することによって治療薬を患者５０１に投与することにより、患者５０１が注入部位反応を経験するときに、より容易に対応し得る。
一方で、患者の斜視情報は、患者５０２から取得される顔画像及び／又はアンケート調査内容に基づいて取得され得る。この目的で、患者５０２に要求されたアンケート調査内容は、斜視が存在するかどうかに関するアンケート調査内容を含み得る。
具体的には、患者が斜視を有するかどうかは、取得された顔画像から判定され得る。代替的に、患者が斜視を有するかどうかは、取得されるアンケート調査内容に含まれる斜視関連の質問に対する患者の応答の内容に基づいて判定され得る。
例示的な実施形態によれば、患者のパーソナライズされた推定値及び患者データは、患者５０２に表示され、又は病院５０１に提供され得る。
具体的には、再び図５を参照すると、解析サーバ５０３は、患者５０２に対する、患者５０２の決定されたパーソナライズされた推定値の表示５２４を実行し、患者５０２の決定されたパーソナライズされた推定値及び取得された患者データを病院５０１に提供５２５することを実行し得る。
より具体的には、患者のパーソナライズされた推定値は、患者５０２のユーザデバイスに提供及び表示され得、患者のパーソナライズされた推定値及び／又は患者データは、病院５０１の医療スタッフデバイス及び／又は病院サーバに提供及び表示され得る。以下、患者のパーソナライズされた推定値及び／又は患者データを患者に表示することは、患者のユーザデバイス上に表示することとして理解され得、及び、患者のパーソナライズされた推定値及び／又は患者データを病院に提供及び表示することは、それを病院の医療スタッフデバイス及び／又は病院サーバに提供及び表示することとして理解され得る。
一方で、図５において、患者のパーソナライズされた推定値が、第１のモニタリング時点５２０において患者５０２に表示されると説明されているが、患者のパーソナライズされた推定値が患者５０２に表示される時点は、第１のモニタリング時点５２０に限定されない。例えば、患者５０２は、顔画像をキャプチャする又はアンケート調査内容を記入しなくても、患者のパーソナライズされた推定値を確認し得る。具体的には、患者５０２のユーザデバイスは、患者５０２が望む任意の時点に、解析サーバ５０３から取得される患者のパーソナライズされた推定値を表示し得る。
一方で、図５において、病院５０１は、第１のモニタリング時点５２０において、患者のパーソナライズされた推定値及び患者データを受信するが、病院５０１が患者のパーソナライズされた推定値及び／又は患者データを受信する時点は、第１のモニタリング時点５２０に限定されないことを説明される。例えば、患者５０２が顔画像をキャプチャしてアンケート調査内容を記入しなくても、病院５０１は、患者のパーソナライズされた推定値及び／又は患者データを提供され得る。具体的には、病院５０１の医療スタッフデバイス及び／又は病院サーバは、医療スタッフが望む任意の時点において、解析サーバ５０３から患者のパーソナライズされた推定値及び／又は患者データを受信し得る。別の例として、病院５０１は、患者５０２が病院５０１を訪問する時点において、患者のパーソナライズされた推定値及び／又は患者データを提供され得る。加えて、病院５０１はまた、患者５０２が病院５０１を訪問しない時点でも、患者のパーソナライズされた推定値及び／又は患者データを提供され得る。
以下、患者のパーソナライズされた推定値を表示するための方法が記載される。
図７は、例示的な実施形態による、患者のパーソナライズされた推定値を表示するためのユーザインタフェース（ＵＩ）を説明する図である。
例示的な実施形態によれば、取得される患者のパーソナライズされた推定値は、時系列データとして表示され得る。時系列データとは、時系列に整列されたデータを意味し得る。
例えば、図７を参照すると、取得される患者のパーソナライズされた推定値は、日付によって区別されて時系列データテーブル７１０に表示され得る。時系列データテーブル７１０は、眼球突出数値、ＣＡＳ数値、及び／又は、患者が複視を有するかどうかについて情報を日付ごとに含み得る。加えて、図７において示されないが、時系列データテーブルは、眼瞼後退数値、及び／又は、甲状腺眼症の重症度に関する情報を日付ごとに含み得る。
一方で、図７におけるデータテーブル７１０において、患者のパーソナライズされた推定値は、日付ごとに値自体として表示されるが、それに限定されず、患者のパーソナライズされた推定値は、日付ごとに傾向としても表示され得る。この場合、日付ごとの傾向とは、その日付までの変化傾向を意味し得る。
具体的には、図７におけるデータテーブル７１０は、眼球突出度、ＣＡＳ数値、及び、複視が存在するかどうかに関する値自体を日付ごとに含むが、データテーブルは、眼球突出度における傾向、ＣＡＳにおける傾向、及び／又は、複視における傾向を日付ごとに含み得る。これに限定されるものではなくデータテーブルはまた、眼瞼後退における傾向及び／又は甲状腺眼症の重症度における傾向を日付ごとに含み得る。
より具体的には、眼球突出度の項目については、これらの項目は、数値的にではなく、緩和、悪化、又は変化なしとして示され得、減少、増加、又は変化なしとして示され得るが、それに限定されない。加えて、ＣＡＳの項目については、これらの項目は、数値的にではなく、緩和、悪化、又は変化なしとして示され得、減少、増加、又は変化なしとして示され得るが、それに限定されない。加えて、複視の項目については、これらの項目は、有無ではなく、緩和、悪化、又は変化なしとして示され得る。加えて、眼瞼後退の項目については、これらの項目は、数値的にではなく、緩和、悪化、又は変化なしとして示され得、減少、増加、又は変化なしとして示され得るが、それに限定されない。加えて、甲状腺眼症の重症度の項目については、これらの項目は、無し、軽度（中等度）、又は重度（重症）ではなく、緩和、悪化、又は変化なしとして示され得るが、それに限定されない。
一方で、別の例として、図７を参照すると、取得された患者のパーソナライズされた推定値は、時系列データグラフ７２０において表示され得る。時系列データグラフとは、時系列に整列されたデータを表示するグラフを意味し得る。
時系列データグラフ７２０は、経時的に取得される、眼球突出数値、ＣＡＳ数値、及び／又は、患者が複視を有するかどうかの値を含み得る。加えて、図７には示されないが、時系列データグラフは、経時的に取得される、眼瞼後退数値、及び／又は、甲状腺眼症の重症度の値を含み得る。
一方で、図７のデータグラフ７２０において、患者のパーソナライズされた推定値は、１つのグラフとして表示されるが、それに限定されず、患者のパーソナライズされた推定値は、別個のグラフとしても表示され得る。
具体的には、図７のグラフ７２０において、経時的に取得される、眼球突出数値、ＣＡＳ数値、及び、患者が複視を有するかどうかの値は、１つのグラフ７２０として表示されるが、それに限定されず、経時的な眼球突出数値のグラフ、経時的なＣＡＳ数値のグラフ、及び／又は、経時的に取得される、患者が複視を有するかどうかについての値のグラフの各々が表示され得る。加えて、経時的な眼瞼後退数値のグラフ、及び／又は、経時的な甲状腺眼症の重症度についての値のグラフの各々も表示され得る。
一方で、図７におけるデータグラフ７２０において、患者のパーソナライズされた推定値は、値としてそのまま表示されるが、それに限定されず、患者のパーソナライズされた推定値は、円滑化された形態の値としても表示され得る。
図８は、例示的な実施形態による、患者のパーソナライズされた推定値を表示するためのＵＩを説明する図である。
例示的な実施形態によれば、取得された患者のパーソナライズされた推定値は、比較データと共に表示され得る。
比較データとは、治療薬の期待される効果に関する期待データを意味し得る。
具体的には、比較データは、臨床試験結果に基づいて取得され得る。
より具体的には、比較データは、臨床試験結果に含まれる治療薬の効果による、対象の状態変化の平均値データに基づいて取得され得る。この場合、対象の状態変化の平均値データは、標準データを意味し得る。
より具体的には、比較データは、患者のパーソナライズされた推定値に従って標準データを調整することによって取得され得る。例えば、比較データは、標準データの初期値及び患者のパーソナライズされた推定値の初期値の間の差分値を算出し、算出された差分値を標準データに加算することによって取得され得る。具体的に、比較データは、算出された差分値を、標準データに含まれる各時系列値に加算することによって取得され得る。
眼球突出度に関する比較データは、臨床試験結果に含まれる経時的な対象の眼球突出数値の平均値データに基づいて取得され得る。この場合、経時的な対象の眼球突出数値の平均値データとは、眼球突出度についての標準データを意味し得る。
具体的には、眼球突出度に関する比較データは、患者のパーソナライズされた推定値に含まれる眼球突出数値に従って、眼球突出度の標準データを調整することによって取得され得る。例えば、眼球突出度に関する比較データは、眼球突出度についての標準データの初期値、及び、患者のパーソナライズされた推定値に含まれる眼球突出数値の初期値の間の差分値を算出し、算出された差分値を眼球突出度の標準データに加算することによって取得され得る。より具体的な例では、眼球突出度についての標準データの初期値が１７．０ｍｍであり、かつ、患者のパーソナライズされた推定値に含まれる眼球突出数値の初期値が１８．０ｍｍである場合、差分値は＋１ｍｍであるので、眼球突出度に関する比較データは、＋１ｍｍを眼球突出度の標準データに加算することによって取得され得る。具体的には、眼球突出度に関する比較データは、算出された差分値を、眼球突出度の標準データに含まれる時系列眼球突出数値の各々に加算することによって取得され得る。一方で、具体的な数値は、上に記載される例に限定されない。
これに限定されるものではなく、比較データは、臨床試験結果に含まれる経時的な対象の眼球突出数値における変化の勾配の平均値データに基づいて取得され得る。
図８を参照すると、患者の取得されたパーソナライズされた推定値は、日付によって区別される時系列データテーブル８１０において、比較データと共に表示され得る。時系列データテーブルとは、時系列に整列されたデータを表示するテーブルを意味し得る。具体的には、時系列データテーブルは、患者のパーソナライズされた推定値が取得される日付がそれぞれ比較データにおける日付に順番に対応するように、患者のパーソナライズされた推定値及び比較データを表示し得る。
これに限定されるものではなく、取得される患者のパーソナライズされた推定値は、比較データと共に時系列データグラフ８２０として表示され得る。時系列データグラフとは、時系列に整列されたデータを表示するグラフを意味し得る。具体的には、時系列データグラフは、患者の取得されたパーソナライズされた推定値の日付がそれぞれ比較データにおける日付に順番に対応するように、患者のパーソナライズされた推定値及び比較データを表示し得る。
取得される患者のパーソナライズされた推定値は、比較データと共に表示され得、その結果、患者の状態が改善されるかどうかがデータを通じて確認され得る。
一方で、図８において、眼球突出数値は比較データとして表示されるが、それに限定されず、眼球突出数値の変化勾配は比較データとして表示され得る。この場合、患者のパーソナライズされた推定値は、眼球突出数値の変化勾配として表示され得る。
一方で、図８において、眼球突出度に関する比較データだけが示されるが、それに限定されず、比較データは、ＣＡＳ数値、及び／又は、患者が複視を有するかどうかの比較データを含み得る。ＣＡＳ数値、及び／又は、患者が複視を有するかどうかに関する比較データを取得するための方法は、眼球突出度に関する比較データを取得するための方法と同様の方式で適用され得るので、重複する記載は省略される。
一方で、図８には示されないが、取得される患者のパーソナライズされた推定値は、患者が属するグループの眼球突出度の平均値と共に表示され得る。
患者が属するグループは、性別及び／又は年齢によって区別され得る。例えば、同一の性別の患者は、同一グループに属するものと認識され得る。別の例として、予め設定された年齢範囲のうちの同一の年齢範囲に属する患者は、同一グループに属するものと認識され得る。更に別の例では、同一の人種の患者は、同一グループに属するものと認識され得、患者が属する各グループは、上に記載される例に限定されない。
取得される患者のパーソナライズされた推定値は、患者が属するグループの眼球突出度の平均値と共に表示され得、その結果、患者及び／又は医療スタッフは、患者の状態がこの平均値とどう異なるかを確認し得る。
例示的な実施形態によれば、治療薬が有効かどうかは、取得された患者のパーソナライズされた推定値に基づいて判定され得る。
具体的には、治療薬が有効かどうかは、取得される患者のパーソナライズされた推定値に含まれる、眼球突出数値が減少する、ＣＡＳ数値が減少する、及び／又は、複視が改善する場合に判定され得る。
代替的に、治療薬が有効かどうかは、取得される患者のパーソナライズされた推定値に含まれる、眼球突出度における傾向が減少する、ＣＡＳにおける傾向が減少する、及び／又は、複視における傾向が減少する場合に判定され得る。
治療薬が有効かどうかは、モニタリング時点の各々において判定され得る。すなわち、各モニタリング時点において、患者の状態が、治療薬が有効である状態であるかどうかが判定され得る。
これに限定されるものではなく治療薬が有効かどうかは、治療薬投与プロセス全体を通して判定され得る。すなわち、治療薬投与によれば、患者の現在の状態が、治療薬が有効である状態であるかどうかが判定され得る。
治療薬が有効かどうかに関する判定された結果は、取得される患者のパーソナライズされた推定値と共に表示され得る。これに限定されるものではなく、治療薬が有効かどうかに関する結果だけは、別個に表示され得る。
例示的な実施形態によれば、患者についての治療スコアは、取得される患者のパーソナライズされた推定値に基づいて判定され得る。
治療スコアは、現在の患者について、治療がどれほど有効であるかを示す数値スコアである。治療スコアの範囲は、０～１００点であり得るが、そのスコア範囲は、それに限定されない。
具体的には、治療スコアは、取得される患者のパーソナライズされた推定値に含まれる、眼球突出数値が減少する、ＣＡＳ数値が減少する、及び／又は、複視が改善する場合において、高スコアと判定され得る。より具体的には、治療スコアは、取得される患者のパーソナライズされた推定に含まれる、眼球突出数値がより減少するほど、ＣＡＳ数値がより減少するほど、及び／又は、複視がより改善するほど、より高いと判定され得る。
代替的に、治療スコアは、取得される患者のパーソナライズされた推定に含まれる、眼球突出度における傾向が減少する、ＣＡＳ数値における傾向が減少する、及び／又は、複視における傾向が減少する場合に、高スコアと判定され得る。
患者の治療スコアは、モニタリング時点の各々において判定され得る。すなわち、治療が患者に対して有効であるかどうかは、各モニタリング時点において数値的に表され得る。
これに限定されるものではなく、患者についての治療スコアは、治療薬投与の過程全体を通して判定され得る。すなわち、治療薬投与による現在の治療が患者に対して有効であるかどうかが判定され得る。
判定された治療スコアは、取得される患者のパーソナライズされた推定値と共に表示され得る。これに限定されるものではなく、治療スコアだけが別個に表示されることもあり得る。
再び図５を参照すると、病院５０１も、患者のパーソナライズされた推定値と共に患者データを提供され得る。具体的には、病院５０１も、解析サーバ５０３から、患者５０２のパーソナライズされた推定値と共に、患者データ５２５を受信し得る。
解析サーバ５０３によって病院５０１へ提供される患者データは、患者５０２が病院を訪問するときに病院５０１によって実測患者データとして取得されて解析サーバ５０３へ送信される患者データ；患者５０２から取得されるアンケート調査内容に基づいて取得される注射部位反応情報；患者５０２の甲状腺機能障害の管理履歴；患者５０２の甲状腺眼症治療情報；及び／又は、患者５０２から取得されるアンケート調査内容を含み得る。これに限定されるものではなく、解析サーバ５０３によって病院５０１に提供される患者データは、患者データとして上で記載される様々な種類の患者データを含み得る。
一方で、図５において、病院５０１は、第１のモニタリング時点５２０において、患者のパーソナライズされた推定値及び患者データを受信するが、病院５０１が患者のパーソナライズされた推定値及び／又は患者データを受信する時点は、第１のモニタリング時点５２０に限定されないことを説明される。例えば、病院５０１は、患者５０２が病院５０１を訪問する時点において、患者のパーソナライズされた推定値及び／又は患者データを提供され得る。加えて、病院５０１はまた、患者５０２が病院５０１を訪問しない時点でも、患者のパーソナライズされた推定値及び／又は患者データを提供され得る。
一方で、例示的な実施形態によれば、取得される患者の顔画像は、比較データの形態で患者及び／又は病院に表示され得、その結果、経時的な変化のプロセスが容易に確認され得、顔画像を表示するための方法は具体的には、９．顔画像比較データの表示においてに後に記載される。
一方で、患者５０２及び／又は病院５０１は、取得される患者のパーソナライズされた推定値に基づいて、メッセージ及び／又は追加データを提供され得る。
具体的には、患者５０２及び／又は病院５０１は、患者の取得されたパーソナライズされた推定値に含まれる眼球突出数値が、１ｍｍ以上、２ｍｍ以上、３ｍｍ以上、４ｍｍ以上、５ｍｍ以上、６ｍｍ以上、７ｍｍ以上、８ｍｍ以上、９ｍｍ以上、１０ｍｍ以上、又は１１ｍｍ以上増加する場合、メッセージ及び／又は追加データを提供され得る。
好ましくは、取得される患者のパーソナライズされた推定値に含まれる眼球突出数値が２ｍｍ以上増加する場合、患者５０２及び／又は病院５０１は、メッセージ及び／又は追加データを提供され得る。
一方で、取得される患者のパーソナライズされた推定値に含まれるＣＡＳ数値が３点より低く、その後、３点以上になる場合、患者５０２及び／又は病院５０１は、メッセージ及び／又は追加データを提供され得る。
一方で、取得される患者のパーソナライズされた推定値に含まれるＣＡＳ数値が２点以上増加する場合、患者５０２及び／又は病院５０１は、メッセージ及び／又は追加データを提供され得る。ＣＡＳ数値の場合、患者の状態に応じて、患者はまた、瞼の発赤、結膜の発赤、瞼の腫れ、結膜の腫れ、涙丘の腫れ、自発性球後痛、又は、上又は下を見ようとするときの痛みを一時的に経験し得る。したがって、ＣＡＳ数値が１点以上ではなく２点以上増加する場合、患者５０２及び／又は病院５０１が、メッセージ及び／又は追加データを提供されることが好ましいことがあり得る。
一方で、眼球突出数値及びＣＡＳ数値の特定の数値は、上に記載される例に限定されない。
患者５０２及び／又は病院５０１のメッセージ及び／又は追加データを取得することに関して、具体的には、患者５０２は、病院訪問を提案するためのメッセージを取得し得、病院５０１は、患者の状態に関する警告メッセージを取得し得る。
より具体的には、病院訪問を提案するためのメッセージは、患者５０２のユーザデバイスに表示され得、警告メッセージは、病院５０１の医療スタッフデバイス及び／又は医療サーバに表示され得るが、それに限定されない。
治療薬を投与するとき、副作用も生じ得、いくつかの場合、迅速な措置が必要であり得る。したがって、患者において副作用が生じるかどうかも治療プロセスモニタリング中にモニタリングされ得る。具体的には、副作用に関する情報も、治療プロセスモニタリング中に患者から取得され得る。
患者から取得される副作用関連情報は、治療薬の臨床試験結果に基づいて判定され得る。例えば、副作用に関する情報は、筋肉の痙攣が存在するかどうか、吐き気が存在するかどうか、脱毛が存在するかどうか、下痢が存在するかどうか、疲労が存在するかどうか、及び／又は、高血糖が存在するかどうかを含み得、副作用に関する情報は、治療薬と治療薬との間で変動し得る。
一方で、副作用に関する情報は、患者に要求されるアンケート調査内容に基づいて取得され得る。具体的には、患者が記入することを要求されるアンケート調査内容は、副作用に関連する兆候及び／又は症状についてのアンケート調査内容を含み得る。各治療薬は異なる副作用を有し得るので、患者に要求されるアンケート調査内容は、患者が投与される治療薬に基づいて判定され得る。
一方で、患者は、副作用に関するアンケート調査内容に記入することを要求される前に、副作用に関する情報を提供され得る。
患者から取得される副作用に関する情報に基づいて、患者及び／又は病院は、メッセージ及び／又は追加データを提供され得る。
患者及び／又は病院に提供されるメッセージ及び／又は追加データは、治療薬についての投与マニュアルに記載される副作用に従う詳細な措置に基づいて判定され得る。
例えば、患者から取得された副作用に関する情報に基づいて、患者が副作用を経験したと判定される場合、患者は、医療用品の安全性を管理することを担う行政機関及び／又は規制機関に電話をかけることを提案するためのメッセージを提供され得る。この場合、メッセージは、医療用品の安全性を管理することを担う行政機関及び／又は規制機関の電話番号を含み得る。
代替的に、患者は、医療用品の安全性を管理する行政機関及び／又は規制機関のインターネットサイトにアクセスすることを提案するためのメッセージを提供され得る。この場合、メッセージは、医療用品の安全性を管理することを担う行政機関及び／又は規制機関のウェブサイトのインターネットアドレスを含み得る。
代替的に、患者は、病院に電話することを提案するためのメッセージを提供され得る。この場合、病院は、患者が訪問する予定の及び／又は訪問した病院であり得、メッセージは病院の電話番号を含み得る。
代替的に、患者は、病院のインターネットサイトにアクセスすることを提案するためのメッセージを提供され得る。この場合、病院は、患者が訪問する予定の及び／又は訪問した病院であり得、メッセージは、病院のウェブサイトのインターネットアドレスを含み得る。
一方で、病院は、副作用が生じた患者に警告するためのメッセージを提供され得、追加データとして、副作用に関する情報を提供され得る。
５．顔画像に基づく眼球突出度判定法
眼球突出度は、眼球がどれほど突出しているかの指標であり、角膜頂点及び眼窩外側縁の間の垂直距離によって判定され得る。すなわち、眼球突出度は、角膜頂点及び眼窩外側縁の間の垂直距離であるので、単一の前方顔画像だけを使用することによって眼球突出度を判定することは、以前は困難であった。
しかしながら、本開示の例示的な実施形態によれば、眼球突出度は、単一の前方顔画像を使用することによって推定され得る。眼球突出度を推定するための具体的な方法は下に記載される。
一方で、顔画像は患者から取得され得る。具体的には、顔画像は、患者のユーザデバイスから取得され得、顔画像は、患者のユーザデバイスによってキャプチャされる画像であり得る。それに限定されず、顔画像は病院からも取得され得る。具体的には、顔画像は、患者が病院を訪問するときに、病院に配属されている医療スタッフが患者の顔をキャプチャすることを許容することによって取得され得る。
顔画像は、鼻の下端及び眉の上端の間の領域の画像であり得る。これに限定されるものではなく、顔画像とは、眼領域を示す画像を意味し得る。
（１）顔画像に基づく眼球突出度判定法－１
眼球突出度を顔画像から推定するべく、訓練された３次元（３Ｄ）顔ランドマークモデルがまず顔画像に適用され得る。
この場合、顔画像は、前方顔画像、互いに異なる角度から撮影された顔画像、パノラマ顔画像、及び／又は、顔をキャプチャする映像を含む画像であり得る。
３Ｄ顔ランドマーク検出モデルは、顔画像から３Ｄランドマーク座標を予測するために訓練されたモデルである。具体的には、３Ｄ顔ランドマーク検出モデルは、ランドマークの各々、すなわち、顔画像の特徴点の各々のｘ軸及びｙ軸座標だけでなく、ｚ軸座標も予測するように訓練されるモデルであり、顔画像及び顔画像に示されるランドマークに対応する３Ｄ座標値を訓練データセットとして使用することによって訓練されるモデルであり得る。この場合、ｘ軸とは、２次元（２Ｄ）画像の横軸を意味し得、ｙ軸とは、２Ｄ画像の縦軸を意味し得、ｚ軸とは、２Ｄ画像のｘ軸及びｙ軸に垂直な方向の軸を意味し得る。
一方で、本開示による３Ｄ顔ランドマーク検出モデルは、眼球及び瞼の間の境界に位置するランドマーク、及び、瞳孔の外縁に位置するランドマークを顔画像から検出するよう構成されているモデルであり得る。
したがって、前方顔画像を３Ｄ顔ランドマーク検出モデルに適用することによって、眼球及び瞼の間の境界に位置するランドマークの３Ｄ座標だけでなく、瞳孔の外縁に位置するランドマークの３Ｄ座標も取得することが可能であり、それらのランドマークは、前方顔画像中に現れる。
図９は、前方顔画像から検出されたランドマークから眼球突出度を推定するための方法を説明する図である。
図９において説明されるように、３Ｄ顔ランドマーク検出モデルを顔画像９１０に適用することによって、眼球及び瞼の間の境界に位置するランドマークが検出され得る。図９は、眼球及び瞼の間の境界に位置するランドマークを接続する線９２０を説明する。
加えて、図９に説明されるように、３Ｄ顔ランドマーク検出モデルを顔画像９１０に適用することによって、瞳孔の外縁に位置するランドマークは検出され得る。図９は、瞳孔の外縁に位置するランドマークを接続する線９３０を説明する。瞳孔の外縁に位置するランドマークは、瞳孔の上、左、右、及び下に位置するので、瞳孔の外縁に位置するランドマークを接続する線９３０は正方形の形状で説明される。
顔画像から検出されるランドマークのうち、瞳孔の外縁に位置するランドマーク９３１、及び、眼の外周の角に位置するランドマーク９２１の間のｚ軸長さを取得することが可能である。この場合、ｚ軸長さはピクセル距離として算出され得る。
瞳孔の半径に対応する距離９４０は顔画像９１０から算出され得る。この場合、瞳孔の半径に対応する距離９４０はピクセル距離として算出され得る。
瞳孔の半径の実際の長さは一般的に、同一の種類の人の間で同様である。具体的には、瞳孔の半径の実際の長さは、男性が５．７３５ｍｍ、女性が５．５８５ｍｍであり得る。一方で、瞳孔の半径の実際の長さは、人の人種及び／又は年齢に応じて変動し得る。
瞳孔の半径の実際の長さは同一の種類の人の間で同様であるので、性別、人種及び／又は年齢によって差異がある瞳孔の半径の実際の長さを予め定めることが可能である。
したがって、顔画像９１０に対応する瞳孔の半径の実際の長さは、患者データに含まれる患者の性別、人種、及び／又は年齢に基づいて予め定められた瞳孔の半径の実際の長さから取得され得る。
実際のｚ軸の距離は、瞳孔の半径に対応するピクセル距離、瞳孔の半径の実際の距離、及び、ｚ軸ピクセル距離を使用することによって算出され得る。
具体的には、ピクセル距離の解像度は、瞳孔の半径に対応するピクセル距離、及び、瞳孔の半径の実際の距離の比率に基づいて判定され得る。実際のｚ軸距離は、判定された解像度をｚ軸ピクセル距離に適用することによって算出され得る。
一方で、算出された実際のｚ軸距離は、瞳孔の外縁から眼の外周の角までの垂直距離であるので、眼球突出度の推定値は、瞳孔及び虹彩の中心位置から瞳孔の外縁までの垂直方向の実際の距離を、算出された実際のｚ軸距離に加算することによって算出され得る。
一方で、瞳孔及び虹彩の中心位置から瞳孔の外縁までの実際の垂直距離は、各人において同様であることは、概して正しい。具体的には、瞳孔及び虹彩の中心位置から瞳孔の外縁までの実際の垂直距離は、概して、０．２ｍｍから０．３ｍｍの間であり得る。
したがって、眼球突出度の推定値は、０．２ｍｍ及び０．３ｍｍの平均値である０．２５ｍｍを、算出された実際のｚ軸距離に加算することによって算出され得る。
一方で、瞳孔及び虹彩の中心位置から瞳孔の外縁までの実際の垂直距離は、患者が病院を訪問するとき、医療スタッフによって測定され得、眼球突出度を推定するためにも使用され得るが、それに限定されない。
（２）顔画像に基づく眼球突出度判定法－２
眼球突出度は、顔画像から取得可能な特徴量を、訓練された眼球突出度予測モデルに入力することによって予測され得る。
眼球突出度予測モデルは、顔画像から取得可能な特徴量を入力データとして含み、かつ、顔画像に対応する眼球突出数値をラベル値として含む訓練データを使用することによって訓練されるモデルであり得る。
眼球突出度予測モデルは、回帰モデル、ニューラルネットワークモデル、機械学習モデル、深層学習モデル、又はその組み合わせであり得る。例えば、眼球突出度予測モデルは、線形回帰モデル、多項式回帰モデル、リッジ回帰モデル、Ｌａｓｓｏ回帰モデル、サポートベクターマシン（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅｓ：ＳＶＭ）モデル、決定木回帰モデル、ランダムフォレスト回帰モデル、Ｋ近傍法（ＫＮＮ）モデル、フィードフォワードニューラルネットワークモデル、畳み込みニューラルネットワーク（ＣＮＮ）モデル、リカレントニューラルネットワーク（ＲＮＮ）モデル、長短期記憶（ＬＳＴＭ）ネットワークモデル、ゲートリカレントユニット（ＧＲＵ）モデル、勾配ブースティング（例えば、ＸＧＢｏｏｓｔ、ＬｉｇｈｔＧＢＭ、及びＣａｔＢｏｏｓｔ）モデル、又はＡｄａＢｏｏｓｔモデルであり得るが、それに限定されない。
眼球突出度予測モデルは、教師あり学習、教師なし学習、強化学習及び模倣学習などの様々な方法によって訓練され得る。
例えば、眼球突出度予測モデルは、教師あり学習によって訓練され得る。この場合、眼球突出度予測モデルは、顔画像から取得可能な特徴量、及び、顔画像に対応する眼球突出数値を使用することによって訓練され得る。より具体的な例については、眼球突出度予測モデルは、顔画像から取得可能な特徴量を入力として受信し、眼球突出度予測値を出力し得、眼球突出度予測モデルは、出力された眼球突出度予測値及び顔画像に対応する出力された眼球突出数値の間の差に基づいて訓練され得る。
顔画像から取得可能な特徴量は：瞳孔の外縁に位置するランドマーク、及び、眼の外周の角に位置するランドマークの間のｚ軸長さの値、ランドマークは、３Ｄ顔ランドマーク検出モデルを顔画像に適用することによって取得される（以下、ｚ軸長さの値と称される）；顔画像の瞳孔及び虹彩の中心位置から、眼球及び瞼の間の境界までの角度固有の距離値（Ｍｕｌｔｉｐｌｅ Ｒａｄｉａｌ Ｍｉｄ－Ｐｕｐｉｌ Ｌｉｄ Ｄｉｓｔａｎｃｅ、又はＭｕｌｔｉｐｌｅ Ｒａｄｉａｌ ＭＰＬＤ）（以下、Ｒａｄｉａｌ ＭＰＬＤ値と称される）；Ｒａｄｉａｌ ＭＰＬＤ値のうちの０度に対応する距離値及び１８０度に対応する距離値の和（以下、０－１８０の距離値と称される）；Ｒａｄｉａｌ ＭＰＬＤ値のうちの９０度に対応する距離値；Ｒａｄｉａｌ ＭＰＬＤ値のうちの２７０度に対応する距離値；Ｒａｄｉａｌ ＭＰＬＤ値のうちの９０度に対応する距離値及び２７０度に対応する距離値の和（以下、９０－２７０の距離値と称される）；眼領域の左端及び右端の点を接続する眼の水平長さ（以下、眼の水平長さと称される）；眼の水平長さを示す直線及び瞳孔及び虹彩の中心位置の間の距離（以下、眼の水平長さ及び中心位置の間の距離と称される）；眼領域の最も上及び最も下の点を接続する眼の垂直長さ（以下、眼の垂直長さと称される）；及び、眼の垂直長さを表す直線及び瞳孔及び虹彩の中心位置の間の距離（以下、眼の垂直長さ及び中心位置の間の距離と称される）を含み得る。
顔画像から取得可能な特徴量のうち、３Ｄ顔ランドマーク検出モデルを顔画像に適用することによって取得されるランドマークである、瞳孔の外縁に位置するランドマーク及び眼の外周の角に位置するランドマークの間のｚ軸長さの値は：前方顔画像、異なる角度から撮影された顔画像、パノラマ顔画像、及び／又は、顔をキャプチャする映像を含む画像から取得され得る。ｚ軸長さの値を取得するための具体的な方法は、（１）顔画像に基づく眼球突出度判定法－１において上に記載されたので、重複する記載は省略される。
一方で顔画像から他の特徴量を取得するべく、前方顔画像に対して訓練された画像セグメンテーションモデルが最初に適用され得る。
画像セグメンテーションモデルは、画像に示されるオブジェクトを識別し、画像におけるオブジェクトの領域を検出するように訓練された人工ニューラルネットワークモデルであり得る。画像セグメンテーションモデルは、画像から特定のオブジェクト領域を検出するために一般に使用されるモデルであるので、画像セグメンテーションモデルの構造の詳細な説明は省略される。
一方で、本開示による画像セグメンテーションモデルは、前方顔画像に含まれる眼球領域及び瞳孔及び虹彩領域を検出するモデルであり得る。
前方顔画像を画像セグメンテーションモデルに適用することによって、前方顔画像に示される眼球領域及び瞳孔及び虹彩領域が検出され得る。
図１０は、前方顔画像から検出された眼球領域及び瞳孔及び虹彩領域を説明する図である。
図１０に説明されるように、眼球領域１０２１が検出される前方顔画像１０２０及び瞳孔及び虹彩領域１０３１が検出される前方顔画像１０３０は、画像セグメンテーションモデルを前方顔画像１０１０に適用することによって取得され得る。
図１０において、眼球領域１０２１は、涙丘領域を含まないものとして説明されるが、セグメンテーションモデルは、涙丘領域を眼球領域１０２１として検出することもあり得る。
一方で、眼球領域を検出するために使用されるセグメンテーションモデル、及び、瞳孔及び虹彩領域を検出するために使用されるセグメンテーションモデルは、互いに異なるモデルであり得る。具体的には、眼球領域を検出するために使用されるセグメンテーションモデル、及び、瞳孔及び虹彩領域を検出するために使用されるセグメンテーションモデルは、互いに異なる訓練データセットを使用することによって訓練される別個のセグメンテーションモデルであり得る。この場合、眼球領域を検出するために使用されるセグメンテーションモデル、及び、瞳孔及び虹彩領域を検出するために使用されるセグメンテーションモデルが訓練される前に、これらのセグメンテーションモデルの構造は、互いに同一であり得る。代替的に、眼球領域を検出するために使用されるセグメンテーションモデル、及び、瞳孔及び虹彩領域を検出するために使用されるセグメンテーションモデルが訓練される前に、これらのセグメンテーションモデルの構造はまた、互いに異なり得る。
一方で、画像セグメンテーションモデルは、眼球領域及び瞳孔及び虹彩領域の両方を検出するように訓練される単一のセグメンテーションモデルであり得る。
眼球及び瞼の境界１０２２及び１０２３は、検出された眼球領域１０２１に基づいて識別され得る。具体的には、眼球及び上瞼の間の境界１０２２とは、眼球領域１０２１の上の境界を意味し得、眼球及び下瞼の間の境界１０２３は、眼球領域１０２１の下の境界を意味し得る。
瞳孔及び虹彩の中心位置１０３２は、検出された瞳孔及び虹彩領域１０３１に基づいて識別され得る。具体的には、瞳孔及び虹彩の中心位置は、検出された瞳孔及び虹彩領域１０３１に対応する円形の中心位置であり得る。
識別された瞳孔及び虹彩の中心位置１０３２から眼球及び瞼の境界１０２２及び１０２３の両方までの距離が算出され得る。
具体的には、識別された瞳孔及び虹彩の中心位置１０３２から眼球及び瞼の境界１０２２及び１０２３の両方までのＲａｄｉａｌ ＭＰＬＤ値が算出され得る。この場合、各距離値はピクセル距離として算出され得る。
一方で、瞳孔半径１０３３に対応するピクセル距離は、検出された瞳孔及び虹彩領域１０３１に基づいて算出され得る。
図１１は、顔画像から取得可能な特徴量を説明する図である。
図１１を参照すると、特徴量のうち、顔画像上の瞳孔及び虹彩の中心位置１１１０から眼球及び瞼の間の境界１１２０までのＲａｄｉａｌ ＭＰＬＤ値を取得するべく、瞳孔及び虹彩の中心位置１１１０から眼球及び瞼の間の境界１１２０までの角度は、１５度単位で区別され得、一方、画像のｘ軸方向は０度に設定され、それにより、区別された角度の各々について、Ｒａｄｉａｌ ＭＰＬＤ値が算出され得る。この場合、０度の方向は、顔画像上の瞳孔及び虹彩の中心位置１１１０から涙丘への方向であり得る。
一方で、画像のｘ軸方向を０度に設定した状態で、各角度についてのＲａｄｉａｌ ＭＰＬＤ値が算出されるので、各角度についてのＲａｄｉａｌ ＭＰＬＤ値を算出する前に、顔画像を水平方向に揃える必要がある。顔画像の水平レベルを揃えるべく、顔画像上の両方の眼の瞳孔及び虹彩の中心位置が判定され、画像の水平レベルが調整され得、その結果、両方の眼の瞳孔及び虹彩の中心位置を接続する直線は水平方向になる。
顔画像から取得可能な特徴量のうち、Ｒａｄｉａｌ ＭＰＬＤ値に対応する特徴量は、Ｒａｄｉａｌ ＭＰＬＤ値のそれぞれの角度の値すべてについての特徴量として判定され得るが、Ｒａｄｉａｌ ＭＰＬＤ値に対応する特徴量については、Ｒａｄｉａｌ ＭＰＬＤ値のそれぞれの角度の値から取得される１つの値が特徴量として判定されることもあり得る。
例えば、Ｒａｄｉａｌ ＭＰＬＤ値に対応する特徴量は、Ｒａｄｉａｌ ＭＰＬＤ値のそれぞれの角度についての値の相関に基づいて判定され、決定され得る。
別の例では、Ｒａｄｉａｌ ＭＰＬＤ値に対応する特徴量は、Ｒａｄｉａｌ ＭＰＬＤ値のそれぞれの角度についての値を、別個に提供される値抽出モデルに入力することによって取得され得る。値抽出モデルは、複数の入力値のから単一の特徴量を出力するように訓練されるモデルであり得る。
顔画像から取得可能な特徴量のうち、Ｒａｄｉａｌ ＭＰＬＤ値における、０度に対応する距離値、及び、１８０度に対応する距離値の和１１３０が、算出されたＲａｄｉａｌ ＭＰＬＤ値に基づいて取得され得る。
顔画像から取得可能な特徴量のうち、Ｒａｄｉａｌ ＭＰＬＤ値における、９０度に対応する距離値、及び、２７０度に対応する距離値の和１１３０が、算出されたＲａｄｉａｌ ＭＰＬＤ値に基づいて取得され得る。
顔画像から取得可能な特徴量のうち、眼球領域の最も左及び最も右の点を接続する眼の水平長さ１１４０が、画像セグメンテーションモデルを通じて検出された眼球領域に基づいて取得され得る。
顔画像から取得可能な特徴量のうち、眼の水平長さ１１４０を表す直線及び瞳孔及び虹彩の中心位置１１１０の間の距離１１５０が、取得された眼の水平長さ１１４０、及び、瞳孔及び虹彩の中心位置１１１０に基づいて取得され得る。
顔画像から取得可能な特徴量のうち、眼球領域の最も上及び最も下の点を接続する眼の垂直長さ１１６０は、画像セグメンテーションモデルを通じて検出される眼球領域に基づいて取得され得る。
顔画像から取得可能な特徴量のうち、眼の垂直長さ１１６０を表す直線及び瞳孔及び虹彩の中心位置１１１０の間の距離が、取得された眼の垂直長さ１１６０、及び、瞳孔及び虹彩の中心位置１１１０に基づいて取得され得る。
顔画像から取得された特徴量を、訓練された眼球突出度予測モデルに入力することによって取得された出力値に基づいて、眼球突出度が判定され得る。
図１２は、訓練された眼球突出度予測モデルからの実験結果を説明する図である。
図１２の実験結果は、３４８の患者の６５５の顔画像を使用することによって訓練された眼球突出度予測モデルから取得される。
具体的には、眼球突出度予測モデルは、６５５の顔画像の各々から取得される特徴量を入力データとして含み、それぞれの顔画像に対応する実際の眼球突出数値をラベル値として含む訓練データセットを使用することによって訓練される。
図１２における実験結果は、顔画像から取得される異なる特徴量を用いた実験結果である。すなわち、眼球突出度予測モデルに入力され、各実験結果において考慮される入力データは、各実験結果で異なる。
図１２を参照すると、第１の実験結果１２１０は、顔画像のｚ軸長さの値；及び顔画像のＲａｄｉａｌ ＭＰＬＤ値を入力データとして含む訓練データを使用することによって訓練される眼球突出度予測モデルについての実験結果である。第１の実験結果１２１０において、ＭＡＥは１．９１１３５であり、ｒ２は０．３２８０６であると確認される。
図１２を参照すると、第２の実験結果１２２０は、顔画像のｚ軸長さの値；顔画像のＲａｄｉａｌ ＭＰＬＤ値；及び顔画像の０－１８０の距離値を入力データとして含む訓練データを使用することによって訓練される眼球突出度予測モデルについての実験結果である。第２の実験結果１２２０において、ＭＡＥは１．９０２３２であり、ｒ２は０．３３３１６であることが確認された。
図１２を参照すると、第３の実験結果１２３０は、顔画像のｚ軸長さの値；顔画像のＲａｄｉａｌ ＭＰＬＤ値；顔画像の０－１８０の距離値；及び顔画像の眼の水平長さを入力データとして含む訓練データを使用することによって訓練される眼球突出度予測モデルについての実験結果である。第３の実験結果１２３０において、ＭＡＥは１．８７２７３であり、ｒ２は０．３５５７４であることが確認される。
図１２を参照すると、第４の実験結果１２４０は、顔画像のｚ軸長さの値；顔画像のＲａｄｉａｌ ＭＰＬＤ値；顔画像の０－１８０の距離値；顔画像の眼の水平長さ；及び、眼の水平長さ及び顔画像の眼の中心位置の間の距離を入力データとして含む訓練データを使用することによって訓練された眼球突出度予測モデルについての実験結果である。第４の実験結果１２４０において、ＭＡＥは１．８６２３４であり、ｒ２は０．３５６７１であることが確認される。
実験結果によれば、様々な特徴量が入力データとして設定されるに伴い、眼球突出度予測の正確度が増加することが確認され得る。一方で、第３の実験結果１２３０及び第４の実験結果１２４０の比較の場合において、眼の水平長さが入力データに含まれるとき、正確度は比較的大きく増加することが確認され得る。すなわち、眼の水平長さは、眼球突出度の予測において重要な特徴量であると確認され得る。
一方で、眼球突出度予測モデルは、顔画像のｚ軸長さの値、顔画像のＲａｄｉａｌ ＭＰＬＤ値、及び、顔画像の９０－２７０の距離値を入力データとして含む訓練データを使用することによって訓練され得る。
代替的に、眼球突出度予測モデルは、顔画像のｚ軸長さの値、顔画像のＲａｄｉａｌ ＭＰＬＤ値、顔画像の９０－２７０の距離値、及び顔画像の眼の垂直長さを入力データとして含む訓練データを使用することによって訓練され得る。
代替的に、眼球突出度予測モデルは、顔画像のｚ軸長さの値、顔画像のＲａｄｉａｌ ＭＰＬＤ値、顔画像の９０－２７０の距離値、顔画像の眼の垂直長さ、及び、顔画像の眼の垂直長さ及び眼の中心位置の間の距離を入力データとして含む訓練データを使用することによって訓練され得る。
代替的に、眼球突出度予測モデルはまた、上に記載された特徴量すべてを入力データとして含む訓練データを使用することによって訓練され得、入力データに含まれる特徴量の種類は、上に記載された例に限定されない。
一方で、眼球突出度予測モデルは、顔画像から取得可能である特徴量と共に顔画像の入力を受け取り得る。この場合、顔画像は前方顔画像であり得る。代替的に、顔画像は、画像セグメンテーションを実行することによって取得される眼球領域及び瞳孔及び虹彩領域を含む画像であり得る。
（３）顔画像に基づく眼球突出度判定法－３
眼球突出度は、２つの時点におけるそれぞれの顔画像から取得可能な特徴量の間の差分値を、訓練された眼球突出度予測モデルに入力することによって予測され得る。
眼球突出度予測モデルは、２つの時点におけるそれぞれの顔画像から取得可能な特徴量の間の差分値、及び、２つの時点の一方における顔画像に対応する眼球突出数値を入力データとして含み、また、２つの時点の他方における顔画像に対応する眼球突出数値をラベル値として含む訓練データを使用することによって訓練されるモデルであり得る。
眼球突出度予測モデルは、回帰モデル、ニューラルネットワークモデル、機械学習モデル、深層学習モデル、又はその組み合わせであり得、具体的な詳細は、（２）顔画像に基づく眼球突出度判定法－２に記載されているので、重複する記載は省略される。
顔画像から取得可能な特徴量の種類、及び、特徴量を取得するための方法は、（２）顔画像に基づく眼球突出度判定法－２において上に記載されているので、重複する記載は省略される。
眼球突出度予測モデルは、第１の時点における顔画像から取得された第１の特徴量、及び、第２の時点における顔画像から取得された第２の特徴量の間の差分値だけでなく、第１の時点の眼球突出数値の入力も受け取ることにより、第２の時点における眼球突出数値を出力し得る。この場合、差分値を取得するために考慮される第１の特徴量及び第２の特徴量は、同一の特徴についての値である。
図１３は、訓練された眼球突出度予測モデルからの実験結果を説明する図である。
図１３における実験結果は、１９６の患者の８４４の顔画像セットを使用することによって訓練される眼球突出度予測モデルから取得される。この場合、１つの顔画像セットは、２つの顔画像、すなわち、第１の時点における顔画像及び第２の時点における顔画像を含む。
具体的に、眼球突出度予測モデルは、１つの時点における顔画像から取得される特徴量、及び、他の時点における顔画像から取得される特徴量の間の差分値（顔画像は、８４４の顔画像セットの各々に含まれる）だけでなく、１つの時点における顔画像に対応する眼球突出数値も入力データとして含み、他の時点における顔画像に対応する眼球突出数値をラベル値として含む訓練データセットを使用することによって訓練される。
図１３における実験結果は、顔画像から取得される異なる特徴量を適用することによって実行される実験の結果である。すなわち、眼球突出度予測モデルに入力され、各実験結果において考慮される入力データは、各実験結果で異なる。
図１３を参照すると、第５の実験結果１３１０は、１つの時点における顔画像に対応する眼球突出数値、及び、２つの時点におけるそれぞれの顔画像から取得されるｚ軸長さの値の間の差分値；及び、２つの時点におけるそれぞれの顔画像から取得されるＲａｄｉａｌ ＭＰＬＤ値の間の差分値を入力データとして含む訓練データを使用することによって訓練される眼球突出度予測モデルについての実験結果である。第５の実験結果１３１０において、ＭＡＥは１．８５３１６であり、ｒ２は０．３６５９９であることが確認される。
図１３を参照すると、第６実験結果１３２０は、１つの時点における顔画像に対応する眼球突出数値、及び、２つの時点におけるそれぞれの顔画像から取得されるｚ軸長さの値の間の差分値；２つの時点におけるそれぞれの顔画像から取得されるＲａｄｉａｌ ＭＰＬＤ値の間の差分値；及び、２つの時点におけるそれぞれの顔画像から取得される０－１８０の距離値の間の差分値を入力データとして含む訓練データを使用することによって訓練される眼球突出度予測モデルについての実験結果である。第６の実験結果１３２０において、ＭＡＥは１．８５０４３であり、ｒ２は０．３６６６０であることが確認される。
図１３を参照すると、第７の実験結果１３３０は、１つの時点における顔画像に対応する眼球突出数値、及び、２つの時点におけるそれぞれの顔画像から取得されるｚ軸長さの値の間の差分値；２つの時点におけるそれぞれの顔画像から取得されるＲａｄｉａｌ ＭＰＬＤ値の間の差分値；２つの時点におけるそれぞれの顔画像から取得される０－１８０の距離値の間の差分値；及び、２つの時点におけるそれぞれの顔画像から取得される眼の水平長さの間の差分値を入力データとして含む訓練データを使用することによって訓練される眼球突出度予測モデルについての実験結果である。第７の実験結果１３３０において、ＭＡＥは１．７８１７１であり、ｒ２は０．３９７２８であることが確認される。
図１３を参照すると、第８の実験結果１３４０は、１つの時点における顔画像に対応する眼球突出数値、及び、２つの時点におけるそれぞれの顔画像から取得されるｚ軸長さの値の間の差分値；２つの時点におけるそれぞれの顔画像から取得されるＲａｄｉａｌ ＭＰＬＤ値の間の差分値；２つの時点におけるそれぞれの顔画像から取得される０－１８０の距離値の間の差分値；２つの時点におけるそれぞれの顔画像から取得される眼の水平長さの間の差分値；及び、２つの時点におけるそれぞれの顔画像から取得される、中心位置の間の眼の水平長さ及び距離の間の差分値を入力データとして含む訓練データを使用することによって訓練される眼球突出度予測モデルについての実験結果である。第８の実験結果１３４０において、ＭＡＥは１．７８１６０であり、ｒ２は０．３９５８４であることが確認される。
実験結果によれば、より多くの特徴量が設定されるほど、眼球突出度予測のより高い正確度が取得されることが確認され得る。一方で、第７の実験結果１３３０及び第８の実験結果１３４０を比較する場合、眼の水平長さが入力データに含まれるとき、正確度が相対的に大きく増加することが確認され得る。すなわち、眼の水平長さは、眼球突出度の予測における重要な特徴量であることが確認され得る。
図１３における実験結果を図１２における実験結果と比較すると、２つの時点における顔画像から取得される特徴量の間の差を使用することにより、１つの時点における顔画像から取得される特徴量だけを使用する場合より高い正確度が提供されることが確認され得る。
一方で、眼球突出度予測モデルは、１つの時点における顔画像に対応する眼球突出数値、及び、２つの時点におけるそれぞれの顔画像から取得されるｚ軸長さの値の間の差分値；２つの時点におけるそれぞれの顔画像から取得されるＲａｄｉａｌ ＭＰＬＤ値の間の差分値；及び、２つの時点におけるそれぞれの顔画像から取得される９０－２７０の距離値の間の差分値を入力データとして含む訓練データを使用することによって訓練され得る。
一方で、眼球突出度予測モデルは、１つの時点における顔画像に対応する眼球突出数値、及び、２つの時点におけるそれぞれの顔画像から取得されるｚ軸長さの値の間の差分値；２つの時点におけるそれぞれの顔画像から取得されるＲａｄｉａｌ ＭＰＬＤ値の間の差分値；２つの時点におけるそれぞれの顔画像から取得されれる９０－２７０の距離値の間の差分値；及び、２つの時点におけるそれぞれの顔画像から取得される眼の垂直長さの間の差分値を入力データとして含む訓練データを使用することによって訓練され得る。
一方で、眼球突出度予測モデルは、１つの時点における顔画像に対応する眼球突出数値、及び、２つの時点におけるそれぞれの顔画像から取得されるｚ軸長さの値の間の差分値；２つの時点におけるそれぞれの顔画像から取得されるＲａｄｉａｌ ＭＰＬＤ値の間の差分値；２つの時点におけるそれぞれの顔画像から取得される９０－２７０の距離値の間の差分値、２つの時点におけるそれぞれの顔画像から取得される眼の垂直長さの間の差分値；及び、２つの時点におけるそれぞれの顔画像から取得される中心位置の間の眼の垂直長さ及び距離の間の差分値を入力データとして含む訓練データを使用することによって訓練され得る。
代替的に、眼球突出度予測モデルはまた、１つの時点における顔画像に対応する眼球突出数値；及び、２つの時点におけるそれぞれの顔画像から取得される様々な種類の特徴量の差分値を入力データとして含む訓練データを使用することによって訓練され得る。入力データに含まれる特徴量の種類は、上に記載される例に限定されない。一方で、眼球突出度予測モデルはまた、２つの時点におけるそれぞれの顔画像から取得可能な特徴量の差分値と共に、２つの時点における顔画像の入力を受け取り得る。この場合、顔画像は前方顔画像であり得る。代替的に、顔画像は、画像セグメンテーションを実行することによって取得される眼球領域及び瞳孔及び虹彩領域を含む画像であり得る。
（４）顔画像に基づく眼球突出度判定法－４
一方で、眼球突出度は、角膜頂点及び眼窩外側縁の間の垂直距離であるので、眼球突出度はまた、横顔画像に基づいて推定され得る。
横顔画像から眼球突出度を推定するべく、横顔画像に対応する前方顔画像が横顔画像と共に取得され得る。
図１４は、横顔画像を使用することによって眼球突出度を推定するための方法を説明する図である。
図１４を参照すると、角膜の終点及び眼の終点の間の距離１４１１は、横顔画像１４１０から算出され得る。この場合、角膜の終点及び眼の終点の間の距離１４１１は、ピクセル距離であり得る。横顔画像１４１０から角膜の終点及び眼の終点の間の距離１４１１を計算するために画像セグメンテーションモデルが使用され得るが、それに限定されない。
一方で、瞳孔の半径に対応する距離１４２１は、横顔画像１４１０に対応する前方顔画像１４２０から算出され得る。この場合、瞳孔の半径に対応する距離１４２１はピクセル距離であり得る。画像セグメンテーションモデルは、前方顔画像１４２０から瞳孔の半径に対応する距離１４２１を計算するために使用され得るが、それに限定されない。
横顔画像１４１０及び前方顔画像１４２０が互いに対応することは、画像の各々の解像度が同一である、又は、各解像度の差が閾値内であることを意味し得る。具体的には、それは、横顔画像１４１０上のピクセル距離及び実際の距離の比率が、前方顔画像１４２０上のピクセル距離及び実際の距離の比率が同一である、又は、比率の間の差が閾値内にあることを意味し得る。
横顔画像１４１０に対応する前方顔画像１４２０を取得するべく、横顔画像１４１０及び前方顔画像１４２０は、横顔画像１４１０をキャプチャするときの顔及び撮影デバイスの間の距離、及び、前方顔画像１４２０をキャプチャするときの顔及び撮影デバイスの間の距離が同一であるという条件でキャプチャされ得る。この場合、撮影デバイスは、患者のユーザデバイスであり得るが、それに限定されず、病院の医療スタッフデバイスでもあり得る。
一方で、上に記載されたように、瞳孔の半径の実際の長さは一般的に、各人で同様であり、具体的には、瞳孔の半径の実際の長さは、男性の場合５．７３５ｍｍ、女性の場合、５．５８５ｍｍであり得る。
すなわち、前方顔画像１４２０の解像度は、前方顔画像１４２０から算出される瞳孔半径の長さ１４２１、及び、瞳孔の半径の実際の長さを使用することによって判定され得る。
横顔画像１４１０及び前方顔画像１４２０の各々の解像度は同一であるので、横顔画像１４１０上の角膜の終点及び眼の終点の間の距離１４１１に対応する実際の距離は、前方顔画像１４２０から判定される解像度に基づいて算出され得る。
具体的には、角膜の終点及び眼の終点の間の実際の距離は、前方顔画像１４２０から算出される瞳孔半径の長さ１４２１、及び、瞳孔の半径の実際の長さの比値に、横顔画像１４１０から算出される、角膜の終点及び眼の終点の間の距離１４１１を乗算することによって算出され得る。
角膜の終点及び眼の終点の間の算出された実際の距離は、眼球突出度の推定値であり得る。
一方で、図１４において、前方顔画像１４２０及び横顔画像１４１０は、別個の画像として示されているが、眼球突出度を推定するのに使用される顔画像は、顔の前方から側方にかけてパノラマ的にキャプチャされる顔画像であり得る。
具体的には、瞳孔の半径に対応する距離、及び、角膜の終点及び眼の終点の間の距離は、顔の前方から側方にかけてパノラマ的にキャプチャされる顔画像から算出され得る。この場合、瞳孔の半径に対応する距離、及び、角膜の終点及び眼の終点の間の距離の各々は、ピクセル距離として算出され得る。
角膜の終点及び眼の終点の間の実際の距離は、瞳孔の算出される半径に対応する距離、及び、瞳孔の半径の実際の距離の比値に、角膜の終点及び眼の終点の間の距離を乗算することによって算出され得る。すなわち、眼球突出度は、算出された角膜の終点及び眼の終点の間の距離として推定され得る。
６．顔画像に基づく眼球突出度傾向判定法
顔画像から眼球突出度の数値自体を判定しなくても、２つの時点における顔画像の比較に基づいて、眼球突出度における傾向が判定され得る。すなわち、眼球突出度の数値自体を顔画像から計算することが困難である場合、２つの時点における顔画像を比較して、眼球突出度における傾向を判定することによって、甲状腺眼症治療を目的とする治療薬の投与に続いて、治療薬が有効かどうかをモニタリングすることが可能である。この場合、眼球突出度における傾向は、眼球突出度の変化の傾向を意味し得る。
一方で、顔画像は患者から取得され得る。具体的には、顔画像は、患者のユーザデバイスから取得され得、顔画像は、患者のユーザデバイスによってキャプチャされる画像であり得るが、それに限定されず、顔画像は病院からも取得され得る。具体的には、顔画像は、患者が病院を訪問するときに、病院に配属されている医療スタッフが患者の顔をキャプチャすることを許容することによって取得され得る。
顔画像は、鼻の下端及び眉の上端の間の領域の画像であり得るが、それに限定されず、顔画像とは、眼領域を説明する画像を意味し得る。
図１５は、顔画像に基づいて眼球突出度における傾向を判定するための方法を説明する図である。
図１５を参照すると、第１の時点において取得された顔画像１５１０から眼球突出度関連変数の第１の値を取得１５１１することが実行され得、第２の時点において取得された顔画像１５２０から眼球突出度関連変数の第２の値を取得１５２１することが実行され得る。この場合、第２の時点は、第１の時点より後の時点であり得る。
この場合、第１及び第２の時点における顔画像をキャプチャするために同一の撮影ガイドが提供され得る。すなわち、第１の時点において取得される顔画像１５１０及び第２の時点において取得される顔画像１５２０の両方に示される患者の顔は同一の構図を有し得る。したがって、第１の時点において取得される顔画像１５１０及び第２の時点において取得される顔画像１５２０は、互いに比較され得る。具体的には、第１の時点において取得される顔画像１５１０から取得される眼球突出度に関する変数の第１の値、及び、第２の時点において取得される顔画像１５２０から取得から眼球突出度に関する変数の第２の値は、互いに比較され得る。撮影ガイドに関する具体的な詳細は、８．顔画像のキャプチャ及び送信において後に記載される。
眼球突出度に関する変数は、顔画像を解析することによって取得可能な変数であり、眼球突出度が増加するにつれて値が増加する変数を意味し得る。具体的には、眼球突出度に関する変数は、眼球突出度が増加するにつれて、正比例して、又は、二乗比例して増加し得、眼球突出度の増加又は減少による、眼球突出度に関する変数の増加又は減少は、それに限定されない。
したがって、第１の時点及び第２の時点の間の眼球突出度における傾向は、第１の時点において取得される顔画像１５１０から取得される眼球突出度関連変数の第１の値、及び、第２の時点において取得される顔画像１５２０から取得される眼球突出度関連変数の第２の値の比較１５３０を実行することによって判定され得る。
第１から第２の時点の間に眼球突出度が緩和したか、悪化したか、又は、変化していないかは、判定された眼球突出度の傾向に基づいて判定され得る。
具体的には、第２の値が第１の値より小さい場合、眼球突出度における傾向は、第１の時点及び第２の時点の間で減少していると判定され得、眼球突出度における傾向が減少しているので、第１の時点及び第２の時点の間に眼球突出度が緩和したと判定され得る。したがって、第１の時点及び第２の時点の間に治療薬の効果が現れると判定され得る。
代替的に、第２の値が第１の値より大きい場合、第１の時点及び第２の時点の間の眼球突出度における傾向は、増加傾向と判定され得、眼球突出度における傾向は増加傾向であるので、第１の時点及び第２の時点の間に眼球突出度は悪化したと判定され得る。したがって、第１の時点及び第２の時点の間に治療薬の効果は現れないと判定され得る。
代替的に、第２の値及び第１の値が同一である場合、第１の時点及び第２の時点の間の眼球突出度における傾向は、変化なしの傾向と判定され得、眼球突出度における傾向は変化なしの傾向であるので、第１の時点及び第２の時点の間に眼球突出度は変化していないと判定され得る。したがって、第１の時点及び第２の時点の間に治療薬の効果は現れないと判定され得る。
一方で、眼球突出度関連変数は、眼球突出度の数値、Ｍｕｌｔｉｐｌｅ Ｒａｄｉａｌ Ｍｉｄ－Ｐｕｐｉｌ Ｌｉｄ Ｄｉｓｔａｎｃｅ（Ｒａｄｉａｌ ＭＰＬＤ）値、眼の水平長さ、３Ｄ顔ランドマーク座標値、及び／又は、角膜の終点及び眼の終点の間の距離についての値を含む値についての変数であり得る。眼球突出度関連変数は、上に記載された例に限定されない。
眼球突出度関連変数のうち、眼球突出度の数値は、上に記載される、顔画像に基づく眼球突出度判定法によって取得され得る。
具体的には、第１の眼球突出数値は、第１の時点の顔画像１５１０から眼球突出度関連変数の第１の値として取得され得、第２の眼球突出数値は、第２の時点の顔画像１５２０から眼球突出度関連変数の第２の値として取得され得る。顔画像から眼球突出数値を取得することに関する具体的な詳細は、顔画像に基づく眼球突出度判定法において上で記載されたので、重複する記載は省略される。
顔画像から取得される眼球突出数値は、眼球突出度が増加するにつれて値が増加し、眼球突出度が減少するにつれて値が減少する変数に属する。したがって、第１の時点及び第２の時点の間の眼球突出度における傾向は、第１の眼球突出数値及び第２の眼球突出数値を比較することによって判定され得る。
眼球突出度関連変数のうち、Ｒａｄｉａｌ ＭＰＬＤ値は、５．顔画像に基づく眼球突出度判定法において上で記載される方法によって取得され得る。
具体的には、第１の時点の顔画像１５１０に示される第１の眼球領域及び第１の瞳孔及び虹彩領域は、第１の時点の顔画像１５１０を画像セグメンテーションモデルに適用することによって検出され得る。第１の時点の顔画像１５１０における眼球及び瞼の間の第１の境界は、検出された第１の眼球領域に基づいて識別され得る。第１の時点の顔画像１５１０に示される瞳孔及び虹彩の第１の中心位置は、検出された第１の瞳孔及び虹彩領域に基づいて識別され得る。第１のＲａｄｉａｌ ＭＰＬＤ値は、瞳孔中心の第１の位置から、眼球及び瞼の間の第１の境界への角度固有の距離値として計算され得る。Ｒａｄｉａｌ ＭＰＬＤ値を算出するための具体的な方法は、５．顔画像に基づく眼球突出度判定法において上で記載されたので、重複する記載は省略される。
第２の時点の顔画像１５２０に示される第２の眼球領域及び第２の瞳孔及び虹彩領域は、第２の時点の顔画像１５２０を画像セグメンテーションモデルに適用することによって検出され得る。第２の時点の顔画像１５２０に示される眼球及び瞼の間の第２の境界は、検出された第２の眼球領域に基づいて識別され得る。第２の時点の顔画像１５２０に示される瞳孔及び虹彩の第２の中心位置は、検出された第２の瞳孔及び虹彩領域に基づいて識別され得る。第２のＲａｄｉａｌ ＭＰＬＤ値は、瞳孔中心の第２の位置から、眼球及び瞼の間の第２の境界への角度固有の距離値として計算され得る。Ｒａｄｉａｌ ＭＰＬＤ値を算出するための具体的な方法は、５．顔画像に基づく眼球突出度判定法において上で記載されたので、重複する記載は省略される。
顔画像から取得されるＲａｄｉａｌ ＭＰＬＤ値は、眼球突出度が増加するにつれて値が増加し、眼球突出度が減少するにつれて値が減少する変数に属する。したがって、第１の時点及び第２の時点の間の眼球突出度における傾向は、第１のＲａｄｉａｌ ＭＰＬＤ値及び第２のＲａｄｉａｌ ＭＰＬＤ値を比較することによって判定され得る。
この場合、眼球突出度における傾向は、Ｒａｄｉａｌ ＭＰＬＤ値のうち、１９５度及び３４５度の間の値を比較することによって判定され得る。具体的には、眼球突出度における傾向は、第１の時点における顔画像から取得される第１のＲａｄｉａｌ ＭＰＬＤ値のうちから判定される１９５度及び３４５度の間の値を、第２の時点における顔画像から取得される第２のＲａｄｉａｌ ＭＰＬＤ値のうちから判定される１９５度及び３４５度の間の値と比較することによって判定され得る。第１のＲａｄｉａｌ ＭＰＬＤ値のうちから判定される角度、及び、第２のＲａｄｉａｌ ＭＰＬＤ値のうちから判定される角度は、互いに等しいことがあり得る。
眼球突出度における傾向を判定するべく、Ｒａｄｉａｌ ＭＰＬＤ値のうちの１９５度及び３４５度の間の値を使用することが、図１６及び１７を参照して記載される。
図１６及び１７は、Ｒａｄｉａｌ ＭＰＬＤ値及び眼球突出度の間の関係を説明するグラフである。
図１６は、Ｒａｄｉａｌ ＭＰＬＤ値についての眼球突出度分布グラフを説明し、グラフは：０度に対応する値についての眼球突出度分布グラフ１６１０；１５度に対応する値についての眼球突出度分布グラフ１６１５；３０度に対応する値についての眼球突出度分布グラフ１６２０；４５度に対応する値についての眼球突出度分布グラフ１６２５；６０度に対応する値についての眼球突出度分布グラフ１６３０；７５度に対応する値についての眼球突出度分布グラフ１６３５；９０度に対応する値についての眼球突出度分布グラフ１６４０；１０５度に対応する値の眼球突出度分布グラフ１６４５；１２０度に対応する値についての眼球突出度分布グラフ１６５０；１３５度に対応する値についての眼球突出度分布グラフ１６５５；１５０度に対応する値についての眼球突出度分布グラフ１６６０；及び、１６５度に対応する値についての眼球突出度分布グラフ１６６５を含む。
図１７は、Ｒａｄｉａｌ ＭＰＬＤ値についての眼球突出度分布グラフを説明し、グラフは：１８０度に対応する値についての眼球突出度分布グラフ１７１０；１９５度に対応する値についての眼球突出度分布グラフ１７１５；２１０度に対応する値についての眼球突出度分布グラフ１７２０；２２５度に対応する値についての眼球突出度分布グラフ１７２５；２４０度に対応する値についての眼球突出度分布グラフ１７３０；２５５度に対応する値についての眼球突出度分布グラフ１７３５；２７０度に対応する値についての眼球突出度分布グラフ１７４０；２８５度に対応する値についての眼球突出度分布グラフ１７４５；３００度に対応する値についての眼球突出度分布グラフ１７５０；３１５度に対応する値についての眼球突出度分布グラフ１７５５；３３０度に対応する値についての眼球突出度分布グラフ１７６０；及び、３４５度に対応する値についての眼球突出度分布グラフ１７６５を含む。
図１６及び１７を参照すると、グラフ１６１０， １６１５、１６２０、１６２５、１６３０、１６３５、１６４０、１６４５、１６５０、１６５５、１６６０、１６６５、及び１７１０における０－１８０度に対応するＲａｄｉａｌ ＭＰＬＤ値については、眼球突出度の増加又は減少による値の増加又は減少は無い。しかしながら、グラフ１７１５、１７２０、１７２５、１７３０、１７３５、１７４０、１７４５、１７５０、１７５５、１７６０、及び１７６５における１９５－３４５度に対応するＲａｄｉａｌ ＭＰＬＤ値については、右上向きの斜め方向において分布が示され、ここで、眼球突出度が増加するほどＲａｄｉａｌ ＭＰＬＤ値は増加し、眼球突出度が減少するほどＲａｄｉａｌ ＭＰＬＤ値は減少する。したがって、眼球突出度における傾向は、Ｒａｄｉａｌ ＭＰＬＤ値のうち１９５及び３４５度の間の値を比較することによって判定され得る。
一方で、顔画像から取得される各Ｒａｄｉａｌ ＭＰＬＤ値は、実際の距離として計算され得るが、それに限定されず、顔画像から取得される各Ｒａｄｉａｌ ＭＰＬＤ値は、ピクセル距離としても計算され得る。
この場合、第１のＲａｄｉａｌ ＭＰＬＤ値及び第２のＲａｄｉａｌ ＭＰＬＤ値を比較するべく、第１の時点の顔画像１５１０に示される第１の瞳孔半径ピクセル距離及び第２の時点の顔画像１５２０に示される第２の瞳孔半径ピクセル距離が使用され得る。この場合、第１の時点の顔画像１５１０及び第２の時点の顔画像１５２０は前方顔画像であり得る。
具体的には、第１のＲａｄｉａｌ ＭＰＬＤ値と第１の瞳孔半径ピクセル距離の比率は、第２のＲａｄｉａｌ ＭＰＬＤ値と第２の瞳孔半径ピクセル距離の比率と比較され得る。
すなわち、眼球突出度における傾向は、第１のＲａｄｉａｌ ＭＰＬＤ値と第１の瞳孔半径ピクセル距離の比率、及び、第２のＲａｄｉａｌ ＭＰＬＤ値と第２の瞳孔半径ピクセル距離の比率を比較することによって判定され得る。
眼球突出度関連変数のうち、眼の水平長さとは、前方顔画像に示される眼球領域の水平長さを意味し得る。具体的には、眼の水平長さは、眼球領域の左端及び右端の点の間の距離を意味し得る。代替的に、眼の水平長さは、眼球領域のｘ軸方向における長さを意味し得る。これに限定されるものではなく、眼の水平長さはまた、眼球領域における眼の外周の角の位置及び涙丘の位置の間の長さを意味し得る。
一方で、眼の水平長さは、前方顔画像を画像セグメンテーションモデルに適用することによって取得される眼球領域の水平長さに基づいて計算され得る。前方顔画像を画像セグメンテーションモデルに適用することによって眼球領域を取得することに関する詳細は上で記載されたので、重複する記載は省略される。
具体的には、第１の時点の顔画像１５１０に示される第１の眼球領域は、第１の時点の顔画像１５１０を画像セグメンテーションモデルに適用することによって検出され得る。第１の時点の顔画像１５１０に示される第１の眼の水平長さは、第１の眼球領域の水平長さに基づいて計算され得る。
第２の時点の顔画像１５２０に示される第２の眼球領域は、第２の時点の顔画像１５２０を画像セグメンテーションモデルに適用することによって検出され得る。第２の時点の顔画像１５２０に示される第２の眼の水平長さは、第２の眼球領域の水平長さに基づいて計算され得る。
顔画像から取得される眼の水平長さは、眼球突出度が増加するにつれて値が増加し、眼球突出度が減少するにつれて値が減少する変数に属する。したがって、第１の時点及び第２の時点の間の眼球突出度における傾向は、第１の眼の水平長さ及び第２の眼の水平長さを比較することによって判定され得る。
図１８は、眼の水平長さ及び眼球突出度の間の関係を説明するグラフである。
図１８において、眼の水平長さは、眼球領域の左端及び右端の点の間の距離として設定される。
図１８を参照すると、眼球突出度が増加するにつれて眼の水平長さが増加し、眼球突出度が減少するにつれて眼の水平長さが減少する、右斜め上方向の分布が示されている。したがって、眼球突出度における傾向は、眼の水平長さを比較することによって判定され得る。
一方で、顔画像から取得される眼の水平長さは、実際の距離として計算され得るが、それに限定されない。顔画像から取得される眼の水平長さは、ピクセル距離としても計算され得る。
この場合、第１の眼の水平長さ及び第２の眼の水平長さを比較するべく、第１の時点の顔画像１５１０に示される第１の瞳孔半径ピクセル距離及び第２の時点の顔画像１５２０に示される第２の瞳孔半径ピクセル距離が使用され得る。この場合、第１の時点の顔画像１５１０及び第２の時点の顔画像１５２０は前方顔画像であり得る。
具体的には、第１の眼の水平長さと第１の瞳孔半径ピクセル距離の比率が、第２の眼の水平長さと第２の瞳孔半径ピクセル距離の比率と比較され得る。
すなわち、眼球突出度における傾向は、第１の眼の水平長さと第１の瞳孔半径ピクセル距離の比率、及び、第２の眼の水平長さと第２の瞳孔半径ピクセル距離の比率を比較することによって判定され得る。
３次元（３Ｄ）顔ランドマーク座標値は、顔画像を３Ｄ顔ランドマーク検出モデルに適用することによって取得され得る。取得される３Ｄ顔ランドマーク座標値のうち、瞳孔の外縁を表すランドマークのｚ軸座標値、及び、眼の外周の角を表すランドマークのｚ軸座標値の間のｚ軸距離値が、眼球突出度関連変数についての値とみなされ得る。３Ｄ顔ランドマーク検出モデルに関する詳細は、５．顔画像に基づく眼球突出度判定法において上で記載されたので、重複する記載は省略される。
具体的には、３Ｄ顔ランドマーク検出モデルを第１の時点の顔画像１５１０に適用することによって、瞳孔の外縁を表すランドマークの第１のｚ軸座標値、及び、眼の外周の角を表すランドマークの第２ｚ軸座標値が取得され得る。第１のｚ軸距離値は、第１のｚ軸座標値及び第２のｚ軸座標値の間の距離に基づいて取得され得る。
３Ｄ顔ランドマーク検出モデルを第２の時点の顔画像１５２０に適用することによって、瞳孔の外縁を表すランドマークの第３のｚ軸座標値、及び、眼の外周の角を表すランドマークの第４のｚ軸座標値が取得され得る。第２のｚ軸距離値は、第３のｚ軸座標値及び第４のｚ軸座標値の間の距離に基づいて取得され得る。
顔画像から取得される、瞳孔の外縁を表すランドマークのｚ軸座標値、及び、眼の外周の角を表すランドマークのｚ軸座標値の間のｚ軸距離値は、眼球突出度が増加するにつれて値が増加し、眼球突出度が減少するにつれて値が減少する変数に属する。したがって、第１の時点及び第２の時点の間の眼球突出度における傾向は、第１のｚ軸距離値及び第２のｚ軸距離値を比較することによって判定され得る。
一方で、顔画像から取得されるｚ軸距離値の各々は、実際の距離として計算され得るが、それに限定されない。顔画像から取得されるｚ軸距離値の各々は、ピクセル距離としても計算され得る。
この場合、第１のｚ軸距離値及び第２のｚ軸距離値を比較するべく、第１の時点の顔画像１５１０に示される第１の瞳孔半径ピクセル距離、及び、第２の時点の顔画像１５２０に示される第２の瞳孔半径ピクセル距離は使用され得る。
具体的に、第１のｚ軸距離値及び第１の瞳孔半径ピクセル距離の比率は、第２のｚ軸距離値及び第２の瞳孔半径ピクセル距離の比率と比較され得る。
すなわち、眼球突出度における傾向は、第１のｚ軸距離値及び第１の瞳孔半径ピクセル距離の比率を、第２のｚ軸距離値及び第２の瞳孔半径ピクセル距離の比率と比較することによって判定され得る。
眼球突出度関連変数のうち、横顔画像に基づいて眼球突出度を判定するための方法における上に記載された方法を使用することによって、角膜の終点及び眼の終点の間の距離が取得され得る。
具体的には、角膜の終点及び眼の終点の間の第１の距離が、第１の時点の顔画像１５１０から眼球突出度関連変数の第１の値として取得され得、角膜の終点及び眼の終点の間の第２の距離が、第２の時点の顔画像１５２０から眼球突出度関連変数の第２の値として取得され得る。顔画像から角膜の終点及び眼の終点の間の距離を取得するための具体的な方法は、顔画像に基づく眼球突出度判定法において上で記載されたので、重複する記載は省略される。
顔画像から取得される、角膜の終点及び眼の終点の間の距離は、眼球突出度が増加するにつれて値が増加し、眼球突出度が減少するにつれて値が減少する変数に属する。したがって、第１の時点及び第２の時点の間の眼球突出度における傾向は、角膜の終点及び眼の終点の間の第１の距離、および、角膜の終点及び眼の終点の間の第２の距離を比較することによって判定され得る。
一方で、顔画像から取得される、角膜の終点及び眼の終点の間の距離の各々は、実際の距離として計算され得るが、それに限定されない。顔画像から取得される、角膜の終点及び眼の終点の間の距離の各々は、ピクセル距離としても計算され得るが、それに限定されない。
この場合、第１の時点の顔画像１５１０に示される第１の瞳孔半径ピクセル距離、及び、第２の時点の顔画像１５２０に示される第２の瞳孔半径ピクセル距離が、角膜の終点及び眼の終点の間の第１の距離、及び、角膜の終点及び眼の終点の間の第２の距離を比較するために使用され得る。この場合、第１の瞳孔半径ピクセル距離は、第１の時点の顔画像１５１０に含まれる前方顔画像から取得され得、第２の瞳孔半径ピクセル距離は、第２の時点の顔画像１５２０に含まれる前方顔画像から取得され得る。
具体的には、角膜の終点及び眼の終点の間の第１の距離と、第１の瞳孔半径ピクセル距離の比率は、角膜の終点及び眼の終点の間の第２の距離と第２の瞳孔半径ピクセル距離の比率と比較され得る。
すなわち、眼球突出度における傾向は、角膜の終点及び眼の終点の間の第１の距離と第１の瞳孔半径ピクセル距離の比率を、角膜の終点及び眼の終点の間の第２の距離と第２の瞳孔半径ピクセル距離の比率と比較することによって判定され得る。
７．顔画像に基づく眼瞼後退判定法
眼瞼後退は、上瞼が上向きに引かれている、又は、下瞼が下がっているときに、強膜がどれだけ露出しているかの指標である。眼瞼後退は、瞳孔及び虹彩の中心位置及び上瞼の間の距離、及び、瞳孔及び虹彩の中心位置及び下瞼の間の距離によって判定され得る。すなわち、眼瞼後退を判定するべく、顔画像上の瞳孔及び虹彩の中心位置、及び、眼球及び瞼の間の境界が判定される必要がある。
眼瞼後退は、瞳孔中心及び上瞼の間の距離、又は、瞳孔中心及び下瞼の間の距離によって判定され、眼球突出度は、角膜頂点及び眼窩外側縁の間の垂直距離によって判定されるので、眼瞼後退及び眼球突出度は、互いに異なる指標として理解され得る。
瞳孔の中心位置は、上に記載されたように、画像セグメンテーションモデルを前方顔画像に適用することによって検出される瞳孔及び虹彩領域に基づいて判定され得る。前方顔画像から瞳孔及び虹彩の中心位置を判定するための方法は、５．顔画像に基づく眼球突出度判定法において、上で記載されているので、重複する記載は省略される。
眼球及び瞼の間の境界は、上に記載されたように、画像セグメンテーションモデルを前方顔画像に適用することによって検出される眼球領域に基づいて判定され得る。前方顔画像から眼球及び瞼の間の境界を判定するための方法は、５．顔画像に基づく眼球突出度判定法において、上で記載されているので、重複する記載は省略される。
一方で、顔画像は患者から取得され得る。具体的には、顔画像は、患者のユーザデバイスから取得され得、顔画像は、患者のユーザデバイスによってキャプチャされる画像であり得るが、それに限定されず、顔画像は病院からも取得され得る。具体的には、顔画像は、患者が病院を訪問するときに、病院に配属されている医療スタッフが患者の顔をキャプチャすることを許容することによって取得され得る。
顔画像は、鼻の下端及び眉の上端の間の領域の画像であり得る。これに限定されるものではなく、顔画像とは、眼領域を説明する画像を意味し得る。
図１９は、前方顔画像から眼瞼後退を判定するための方法を説明する図である。
図１９を参照すると、瞳孔及び虹彩１９２０の中心位置は、画像セグメンテーションモデルを前方顔画像１９１０に適用することによって検出される瞳孔及び虹彩領域に基づいて判定され得る。上瞼の境界１９３１及び下瞼の境界１９３２は、画像セグメンテーションモデルを前方顔画像１９１０に適用することによって検出される眼球領域に基づいて判定され得る。前方顔画像から瞳孔及び虹彩の中心位置、及び、眼球及び瞼の間の境界を判定するための方法は、５．顔画像に基づく眼球突出度判定法において上で記載されたので、重複する記載は省略される。
図１９を参照すると、眼瞼後退に関する値である瞼縁角膜反射間距離１（ＭＲＤ１）１９４１は、瞳孔及び虹彩１９２０の中心位置及び上瞼の境界１９３１に基づいて計算され得る。
一方で、眼瞼後退に関する値である瞼縁角膜反射間距離２（ＭＲＤ２）１９４２は、瞳孔及び虹彩１９２０の中心位置、及び、下瞼の境界１９３２に基づいて計算され得る。
ＭＲＤ１は、患者が前方を真っ直ぐ見ているときの、患者の瞳孔の中心位置から上瞼の境界の中心位置までの距離を意味し得、ＭＲＤ２は、患者が前方を真っ直ぐ見ているときの、患者の瞳孔の中心位置から、下瞼の境界の中心位置までの距離を意味し得る。
一方で、顔画像から取得されるＭＲＤ１及びＭＲＤ２の各々は、ピクセル距離として計算され得、ＭＲＤ１及びＭＲＤ２の各々の実際の距離は、瞳孔の半径を使用することによって計算され得る。
具体的には、瞳孔の半径に対応するピクセル距離は前方顔画像から取得され、画像の解像度は、瞳孔の半径に対応するピクセル距離、及び、瞳孔の半径の実際の長さを考慮することによって判定される。その後、ＭＲＤ１及びＭＲＤ２のピクセル距離に対応する実際の距離は、画像の解像度を考慮することによって計算され得る。
図１９を再び参照すると、瞳孔及び虹彩１９６０の中心位置は、画像セグメンテーションモデルを前方顔画像１９５０に適用することによって検出される瞳孔及び虹彩領域に基づいて判定され得る。眼球及び瞼の間の境界１９７０は、画像セグメンテーションモデルを前方顔画像１９５０に適用することによって検出される眼球領域に基づいて判定され得る。前方顔画像から瞳孔及び虹彩の中心位置、及び、眼球及び瞼の間の境界を判定するための方法は、５．顔画像に基づく眼球突出度判定法において上で記載されたので、重複する記載は省略される。
図１９を参照すると、Ｒａｄｉａｌ ＭＰＬＤ値は、中心としての瞳孔及び虹彩の中心位置１９６０から、眼球及び瞼の間の境界１９７０までの距離で計算され得る。角度は１５度単位で区別され得、一方、画像のｘ軸方向は０度に設定され、Ｒａｄｉａｌ ＭＰＬＤ値の計算に関する詳細は、５．顔画像に基づく眼球突出度判定法において上で記載されたので、重複する説明は省略される。
Ｒａｄｉａｌ ＭＰＬＤ値のうち、９０度及び／又は２７０度に対応する値は、眼瞼後退に関する値として計算され得る。具体的には、Ｒａｄｉａｌ ＭＰＬＤ値のうち、９０度に対応する値は、上眼瞼後退に関する値であり得、Ｒａｄｉａｌ ＭＰＬＤ値のうち、２７０度に対応する値は、下眼瞼後退に関する値であり得る。
一方で、顔画像から取得される各Ｒａｄｉａｌ ＭＰＬＤ値は、ピクセル距離として計算され得、各Ｒａｄｉａｌ ＭＰＬＤ値の実際の距離は、瞳孔の半径を使用することによって計算され得る。
具体的には、瞳孔の半径に対応するピクセル距離が、前方顔画像から取得され、画像の解像度は、瞳孔の半径に対応するピクセル距離、及び、瞳孔の半径の実際の長さを考慮することによって判定され、次に、Ｒａｄｉａｌ ＭＰＬＤ値のピクセル距離に対応する実際の距離が、画像の解像度を考慮することによって計算され得る。
８．顔画像のキャプチャ及び送信
顔画像をキャプチャするときに患者の顔が左右及び／又は上下に回転する場合、顔画像において歪みが生じ得る。顔画像において歪みがある場合において、顔画像解析の正確度が減少し得るので、患者は、好ましい顔画像を取得するべく、撮影ガイドを提供され得る。
患者に提供される撮影ガイドはユーザデバイスから提供され得る。患者に提供される撮影ガイドは、ユーザデバイス上に予め格納され得る。それに限定されるものではないが、画像をキャプチャするように患者が要求されるとき、撮影ガイドは、解析サーバから取得され、患者に提供され得る。
患者は、提供された撮影ガイドに従って顔画像をキャプチャし得、キャプチャされた顔画像をユーザデバイスに格納し、又は、キャプチャされた顔画像を解析サーバへ送信し得る。
これに限定されるものではなく医療スタッフが顔画像をキャプチャする場合、医療スタッフは、提供される撮影ガイドに従うことによって顔画像をキャプチャし得、キャプチャされた顔画像を医療スタッフデバイス、病院サーバ、及び／又は医療サーバに格納し、又は、キャプチャされた顔画像を解析サーバへ送信し得る。
以下では、顔画像をキャプチャ及び送信するための方法を記載する。
図２０は、例示的な実施形態による、顔画像をキャプチャ及び送信するプロセスを説明するフローチャートである。
図２０を参照すると、顔画像をキャプチャ及び送信するための方法２０００は、顔画像キャプチャを要求するステップＳ２０１０、顔画像の撮影ガイドを提供するステップＳ２０２０、撮影ガイドが満たされているかどうかを判定するステップＳ２０３０、撮影ガイドが満たされたときに画像をキャプチャするステップＳ２０４０、及び、キャプチャ画像を確認して解析サーバへ送信するステップＳ２０５０を含み得る。
顔画像キャプチャを要求するステップＳ２０１０は、患者のパーソナライズされた推定値及び患者データを取得するべく、解析目標である顔画像をキャプチャすることを要求するステップであり得る。
例えば、解析サーバは、モニタリング時点において顔画像キャプチャ要求を患者のユーザデバイスへ送信し得る。別の例として、解析サーバは、モニタリング要求を患者のユーザデバイスから受信するとき、顔画像キャプチャ要求を患者のユーザデバイスへ送信し得る。これに限定されるものではなく、解析サーバはまた、顔画像キャプチャ要求を病院の医療スタッフデバイスへ送信し得、又は、病院の医療スタッフデバイスからモニタリング要求を受信したときに顔画像キャプチャ要求を医療スタッフデバイスへ送信することもあり得る。すなわち、顔画像キャプチャを要求するステップＳ２０１０は、モニタリング時点において実行され得るか、又は、患者及び／又は医療スタッフの必要に従って任意の時間に実行され得る。
顔画像の撮影ガイドを提供するステップＳ２０２０は、好ましい顔画像を取得するべく、顔画像のキャプチャを補助するための撮影ガイドを提供するステップであり得る。
例えば、患者のユーザデバイスが、顔画像をキャプチャすることを必要とする場合、患者のユーザデバイスは、撮影ガイドを表示し得る。具体例として、患者のユーザデバイスに装備されたディスプレイが、プレビュー画像と共に撮影ガイドを表示し得る。
撮影ガイドは、ユーザデバイスの角度、ユーザデバイス及びユーザの顔の間の距離、顔の角度、顔の位置、眼の位置、及び／又は表情を案内する、テキスト、音声、インジケータ、及び／又は、グラフィックを含み得る。この場合、撮影ガイドが満たされるかどうかは、ユーザデバイスの角度、ユーザデバイス及びユーザの顔の間の距離、顔の上下の角度、顔の左右の角度、画像における顔の位置、画像における眼の位置、及び／又は、表情が基準を満たされているかどうかに基づいて判定され得る。
撮影ガイドは、顔の上下の角度が適切かどうか、顔が中心にあるかどうか、顔の左右の角度が適切であるかどうか、眼球位置が適切であるかどうか、及び／又は、表情が無表情かどうかを案内する、テキスト、音声、インジケータ、及び／又はグラフィックを含み得る。
例えば、顔の上下の角度が適切かどうかを案内する撮影ガイドは、プレビュー画像上に水平線として表示され得、顔の左右の角度が適切かどうかを案内する撮影ガイドは、プレビュー画像上に垂直線として表示され得る。水平線はプレビュー画像の中心にあり得、垂直線はプレビュー画像の中心にあり得る。この場合、顔の上下の角度が適切な角度であるとき、プレビュー画像の水平線の色は変化し得、顔の左右の角度が適切な角度にあるとき、プレビュー画像上の垂直線の色は変化し得る。したがって、患者は、撮影ガイドが満たされるかどうかを容易に視覚的に確認し得る。
加えて、眼球位置が適切かどうかを案内する撮影ガイドが、プレビュー画像上の適切な眼球位置において十字線として表示され得る。この場合、眼球位置が適切な位置にあるとき、プレビュー画像上の十字線の色は変化し得る。したがって、患者は、撮影ガイドが満たされるかどうかを容易に視覚的に確認し得る。
加えて、眼球位置が適切かどうかを案内する撮影ガイドは、プレビュー画像の近くに、インジケータ及び／又は瞳孔の外観の形状として表示され得、表情が無表情かどうかを案内する撮影ガイドは、プレビュー画像の近くに、インジケータ及び／又は無表情な顔の外観の形状として表示され得る。この場合、瞳孔位置が適切な位置にあるとき、インジケータ及び／又は瞳孔の外観の形状の色が変化し得、表情が無表情であるとき、インジケータ及び／又は無表情な顔の外観の形状の色が変化し得る。したがって、患者は、撮影ガイドが満たされるかどうかを容易に視覚的に確認し得る。
一方で、前方顔画像及び横顔画像によって満たされるべき状態は、互いに異なり得るので、前方顔画像をキャプチャするために提供される撮影ガイド、及び、横顔画像をキャプチャするために提供される撮影ガイドは、互いに異なり得る。
例えば、前方顔画像から取得される瞳孔に関する情報は、画像解析において様々な方式で使用されるので、前方顔画像をキャプチャするために提供される撮影ガイドは、瞳孔の位置を揃えるための撮影ガイドを含み得る。
一方で、病院の医療スタッフデバイスが、顔画像をキャプチャする必要がある場合、医療スタッフデバイスは撮影ガイドを表示し得る。具体的には、医療スタッフデバイスに装備されているディスプレイは、プレビュー画像と共に撮影ガイドを表示し得、撮影ガイドに関する具体的な詳細は、上に記載されているので、重複する記載は省略される。
撮影ガイドが満たされているかどうかを判定するステップＳ２０３０は、患者のユーザデバイスによってキャプチャされるプレビュー画像が、提供された撮影ガイドを満たしているかどうかを判定するステップであり得る。
例えば、撮影ガイドが、顔の左右の角度及び上下の角度を揃えるためのものである場合、ユーザデバイスは、キャプチャされるプレビュー画像における顔の角度が撮影ガイドに従って揃えられているかどうかを判定し得る。より具体的な例では、ユーザデバイスは、キャプチャされたプレビュー画像における顔のロール、ピッチ及び／又はヨーを判定し、顔の角度が、前方を向いた角度であるか、左を向いた角度であるか、又は、右を向いた角度であるかを、判定された結果に基づいて判定し得る。
これに限定されるものではなく、撮影ガイドが何を案内することを意図しているかに応じて、ユーザデバイスは、プレビュー画像における顔が撮影ガイドを満たすかどうかを判定し得る。
撮影ガイドが満たされるときに画像をキャプチャするステップＳ２０４０は、ユーザデバイスによってキャプチャされるプレビュー画像における顔が撮影ガイドを満たすときに顔画像をキャプチャするステップであり得る。
例えば、ユーザデバイスは、上に記載されたように、プレビュー顔画像が撮影ガイドを満たすかどうかを判定し得、撮影ガイドが満たされる場合に顔画像をキャプチャし得る。
顔画像のキャプチャは、患者がユーザデバイスの撮影インタフェースを操作することによって実行され得る。この場合、撮影ガイドが満たされたことを示すテキスト、音声、及び／又は形状が、ユーザデバイス上に表示され得るが、それに限定されない。
一方で、顔画像のキャプチャはまた、患者がユーザデバイスの撮影インタフェースを操作しなくても、撮影ガイドが満たされる場合に顔画像を自動的にキャプチャするためにユーザデバイスによって実行され得る。
キャプチャ画像を確認し、キャプチャ画像を解析サーバへ送信するステップＳ２０５０は、キャプチャされた顔画像が、解析画像として使用するのに好ましい顔画像かどうかを確認し、次に、好ましい顔画像であると判定された場合に、キャプチャされた顔画像を解析サーバへ送信するステップであり得る。
患者は、キャプチャされた顔画像が、解析画像として使用するのに好ましい顔画像であるかどうかを判定し得る。例えば、患者は、ユーザデバイスを通じてキャプチャされた顔画像を確認し、顔の角度がずれているかどうか、顔画像がぼやけて表示されているかどうか、及び／又は、眼領域が顔画像に完全に表示されていないかどうかを判定し得る。キャプチャされた顔画像が、解析画像として使用されるのに好ましい顔画像かどうかを判定するために考慮される要素は、上に記載される例に限定されない。キャプチャされた顔画像を使用することによって画像解析を実施するときに解析結果の正確度が低いと予想されるかどうかを考慮することによって、患者は、キャプチャ画像が、解析画像として使用されるのに好ましい顔画像であるかどうかを判定し得る。
顔画像が、解析画像として使用されるのに好ましい顔画像でないと患者が判定する場合、患者は顔画像を再キャプチャし得る。この場合、ユーザデバイスは、顔画像を再キャプチャするための動作を実行し得る。例えばユーザデバイスは、キャプチャされた顔画像を削除して、顔の撮影ガイドを再び表示し得るが、それに限定されない。
キャプチャされた顔画像が、解析画像として使用されるのに好ましい顔画像であると患者が判定する場合、キャプチャされた顔画像は、ユーザデバイスを通じて解析サーバへ送信され得る。
一方で、ユーザデバイスはまた、キャプチャされた顔画像が、解析画像として使用されるのに好ましい顔画像かどうかを判定し得る。例えば、撮影ガイドが満たされているとみなされた後に顔画像がキャプチャされても、実際の顔画像がキャプチャされるまで時間がかかり得るので、ユーザデバイスは、キャプチャされた顔画像が撮影ガイドを満たすかどうかを再チェックし得るが、それに限定されない。
この場合、キャプチャされた顔画像が、解析画像として使用されるのに好ましい顔画像であるとユーザデバイスが判定する場合、ユーザデバイスは、キャプチャされた顔画像を解析サーバへ送信し得る。
９．顔画像比較データの表示
患者の取得された顔画像は、前処理されて表示されることにより、互いに容易に比較され得る。
以下では、患者の顔画像を表示するための方法を記載する。
図２１は、例示的な実施形態による、患者の顔画像の調整を説明する図である。
図２１を参照すると、患者から取得される顔画像２１１０、２１２０及び２１３０は各々、患者の眼を示し得る。患者から取得される顔画像２１１０、２１２０及び２１３０は、患者がそのユーザデバイスを使用することによってキャプチャされる顔画像であるので、それぞれの顔画像２１１０、２１２０及び２１３０に示される眼のサイズ及び瞳孔位置は、互いに異なり得る。
基準瞳孔位置２１１１、２１２１、及び２１３１のすべては、図２１において、患者から取得される顔画像２１１０、２１２０及び２１３０上にそれぞれ共に説明される。しかしながら、これは、それぞれの顔画像２１１０、２１２０及び２１３０における眼のサイズ及び瞳孔位置が互いに異なることを示すために説明され、患者から取得される顔画像２１１０、２１２０及び２１３０がユーザデバイス及び／又は医療スタッフデバイス上に表示されるとき、基準瞳孔位置２１１１、２１２１、及び２１３１は、共に説明されないこともあり得る。
基準瞳孔位置２１１１、２１２１及び２１３１の各々は、顔画像が表示されるフレームに対する固定座標を有する位置にあり得る。具体的には、顔画像が表示されるフレーム上の基準瞳孔位置の各々は、表示される顔画像上に現れる瞳孔の実際の位置にかかわらず座標が固定される位置にあり得る。
図２１を参照すると、患者から取得される顔画像２１１０、２１２０及び２１３０の各々については、顔画像２１１０、２１２０及び２１３０のサイズ及び／又は位置は、顔画像２１１０、２１２０及び２１３０上の瞳孔２１１２、２１２２及び２１３２がそれぞれ、基準瞳孔位置２１１１、２１２１及び２１３１に位置するように、調整され得る。
例えば、第１の顔画像２１１０は、患者から取得される第１の顔画像２１１０上の瞳孔２１１２が基準瞳孔位置２１１１に配置されるように、サイズ及び／又は位置を調整され得る。第１の調整顔画像２１４０は、第１の顔画像２１１０のサイズ及び／又は位置を調整することによって取得され得る。すなわち、第１の調整顔画像２１４０上に示される瞳孔の位置２１４１は、その基準瞳孔位置に対応し得る。
加えて、第２の顔画像２１２０は、患者から取得される第２の顔画像２１２０上の瞳孔２１２２が基準瞳孔位置２１２１に配置されるように、サイズ及び／又は位置を調整され得る。第２の調整顔画像２１５０は、第２の顔画像２１２０のサイズ及び／又は位置を調整することによって取得され得る。すなわち、第２の調整顔画像２１５０上に示される瞳孔の位置２１５１は、その基準瞳孔位置に対応し得る。
加えて、第３の顔画像２１３０は、患者から取得される第３の顔画像２１３０上の瞳孔２１３２が基準瞳孔位置２１３１に配置されるように、サイズ及び／又は位置を調整され得る。第３の調整顔画像２１６０は、第３の顔画像２１３０のサイズ及び／又は位置を調整することによって取得され得る。すなわち、第３の調整顔画像２１６０上に示される瞳孔の位置２１６１は、その基準瞳孔位置に対応し得る。
取得された顔画像が互いに容易に比較されることを可能にするために、取得された顔画像２１１０、２１２０及び２１３０に示される瞳孔のそれぞれの位置が基準瞳孔位置に調整されるように、調整顔画像２１４０、２１５０及び２１６０が表示され得る。
例えば、調整顔画像２１４０、２１５０及び２１６０は、最も早い時点に対応する顔画像から取得される調整顔画像から開始して、最新の時点に対応する顔画像から取得される調整顔画像で終了する順序で順次に表示され得る。調整顔画像２１４０、２１５０及び２１６０の瞳孔の位置は同一であるので、患者及び／又は医療スタッフは、調整顔画像２１４０、２１５０及び２１６０が順次に表示される場合、顔の状態が経時的にどのように変化するかをより直感的に認識し得る。
別の例として、調整顔画像のうち、最も早い時点に対応する顔画像から取得される調整顔画像、及び、最新の時点に対応する顔画像から取得される調整顔画像を含む２つの調整顔画像が順次に表示され得る。これに限定されるものではなく、２つの調整顔画像が、互いに重複して表示され得る。
具体例として、治療開始時点に対応する顔画像から取得される調整顔画像、及び、現時点に対応する顔画像から取得される調整顔画像を含む２つの調整顔画像が表示され得る。
最も早い時点に対応する顔画像から取得される調整顔画像、及び、最新の時点に対応する顔画像から取得される調整顔画像を含む２つの調整顔画像は、同一の瞳孔位置を有する状態で表示されるので、患者及び／又は医療スタッフは、特定の時点の間に、顔の状態がどのように変化したかを、より直感的に認識し得る。
図２２は、例示的な実施形態による、患者の顔画像を表示するための方法を説明する図である。
図２２を参照すると、眼球の輪郭２２１３、２２２３及び２２３３は、それぞれの瞳孔位置２２１２、２２２２及び２２３２が基準瞳孔位置に調整された調整顔画像２２１１、２２２１及び２２３１から取得され得る。
この場合、眼球の輪郭とは、眼球及び瞼の間の境界を意味し得る。眼球の輪郭は、画像セグメンテーションに基づいて取得され得、具体的な詳細は、顔画像に基づく眼球突出度判定法において上に記載されたので、重複する記載は省略される。
具体的には、図２２を参照すると、第１の眼球の輪郭２２１３は、瞳孔位置が基準瞳孔位置２２１２に調整される第１の調整顔画像２２１１から取得され得る。加えて、第２の眼球の輪郭２２２３は、瞳孔位置が基準瞳孔位置２２２２に調整される第２の調整顔画像２２２１から取得され得る。加えて、第３の眼球の輪郭２２３３は、瞳孔位置が基準瞳孔位置２２３２に調整される第３の調整顔画像２２３１から取得され得る。
取得された顔画像が互いに容易に比較されることを可能にするために、取得された眼球の輪郭２２１３、２２２３及び２２３３が互いに重複して表示され得る。
具体的には、図２２のように、複数の時点に対応する顔画像から取得される眼球の輪郭２２１３、２２２３及び２２３３は、１つの画像２２４１上に互いに重複する状態２２４３で表示され得る。
眼球の輪郭２２１３、２２２３及び２２３３は、基準瞳孔位置２２４２に基づいて、互いに重複する状態２２４３に表示されるので、患者及び／又は医療スタッフは、顔の状態がどのように変化したかをより直感的に認識し得る。
取得された眼球の輪郭２２１３、２２２３及び２２３３は、最も早い時点に対応する顔画像から取得された眼球の輪郭から開始して、最新の時点に対応する顔画像から取得された眼球の輪郭で終了する順序で、順次に表示され得る。眼球の輪郭２２１３、２２２３及び２２３３は、基準瞳孔位置に基づいて整列されるので、患者及び／又は医療スタッフは、眼球の輪郭２２１３、２２２３及び２２３３が順次に表示される場合に、顔の状態が経時的にどのように変化するかをより直感的に認識し得る。
取得された眼球の輪郭が調整顔画像に表示され得る。
例えば、第１の眼球の輪郭２２１３は、第１の調整顔画像２２１１に表示され得、第２の眼球の輪郭２２２３は、第２の調整顔画像２２２１に表示され得、第３の眼球の輪郭２２３３は、第３の調整顔画像２２３１に表示され得る。
これに限定されるものではなく、複数の時点において顔画像から取得される眼球の輪郭は、１つの時点に対応する１つの顔画像に表示され得る。
例えば、第１の眼球の輪郭２２１３及び第２の眼球の輪郭２２２３は、第１の調整顔画像２２１１又は第２の調整顔画像２２２１に表示され得、第１の眼球の輪郭２２１３及び第３の眼球の輪郭２２３３は、第１の調整顔画像２２１１又は第３の調整顔画像２２３１に表示され得る。
したがって、現時点の眼球の輪郭、及び、前の時点の眼球の輪郭は、現時点の顔画像上で共に表示され得、その結果、患者及び／又は医療スタッフは、特定の時間の間に、顔の状態がどのように変化したかを、より直感的に認識し得る。
患者の顔画像から取得される患者の眼球の輪郭、及び、患者が属するグループの平均的な眼球の輪郭が、患者の顔画像と併せて、共に表示され得る。この場合、患者の眼球の輪郭、及び、患者が属するグループの平均的な眼球の輪郭は、同一の基準瞳孔位置に基づいて、患者の顔画像上に表示され得る。
患者が属するグループは、性別及び／又は年齢によって区別され得る。例えば、同一の性別の患者は、同一グループに属するものと認識され得る。別の例として、予め設定された年齢範囲のうちの同一の年齢範囲に属する患者は、同一グループに属するものと認識され得る。更に別の例では、同一の人種の患者は、同一グループに属するものと認識され得、患者が属する各グループは、上に記載される例に限定されない。
取得された患者の眼球の輪郭、及び、患者が属するグループの平均的な眼球の輪郭は、患者の顔画像上で共に表示され得るので、患者及び／又は医療スタッフは、患者の顔の状態が、平均的なものと比較して、どれだけ異なるかを直感的に認識し得る。
患者の顔画像から取得される患者の眼球の輪郭、及び、患者が属するグループの眼球の輪郭の間の逸脱に対応する領域が、患者の顔画像上で共に表示され得る。この場合、患者の眼球の輪郭、及び、患者が属するグループの眼の輪郭の間の逸脱に対応する領域が、同一の基準瞳孔位置に基づいて、患者の顔画像上に表示され得る。
患者の取得された眼球の輪郭、及び、患者が属するグループの眼の輪郭の間の逸脱に対応する領域が、患者の顔画像上で共に表示され得るので、患者及び／又は医療スタッフは、患者の顔の状態が位置するレベルをより直感的に認識し得る。
１０．臨床試験モニタリング
臨床試験において、治療薬が複数の患者の各々に投与され得、複数の患者における治療薬の効果がモニタリング期間中にモニタリングされ得る。
既存の臨床試験において、患者データは、患者が病院を訪問するときだけ取得することが可能である。すなわち、限定された臨床試験データだけが取得され得るので、既存の臨床試験結果は、薬物の研究及び／又は開発のために、限定された程度だけ使用され得る。
したがって、臨床試験において、より多くのデータを取得するモニタリング方法が必要である。
図２３は、例示的な実施形態による、臨床試験における治療薬の効果をモニタリングするための方法を説明する図である。
図２３を参照すると、複数の患者２３０２の各々は、病院２３０１を訪問するとき、治療薬を投与され得る。具体的には、複数の患者２３０２の各々が病院２３０１を訪問するとき、病院２３０１に配属されている医療スタッフは、治療薬を複数の患者２３０２の各々に投与し得る。以下、病院を訪問するときに治療薬を患者に投与するプロセスは、病院に配属された医療スタッフによって実行されると理解され得る。
治療薬は、臨床試験を実施することが意図される治療薬であり得る。例えば、治療薬は、甲状腺眼症の治療を目的とする治療薬であり得、臨床試験は、治療薬が甲状腺眼症の治療において有効かどうかを検証するための試験であり得る。この場合、甲状腺眼症の治療効果は、眼球突出の緩和、ＣＡＳ数値の改善、及び／又は、複視の緩和であり得る。一方で、治療薬は、臨床試験期間中に複数回の投与が必要とされる治療薬であり得る。
病院２３０１とは、そこに医療スタッフが配属された病院を意味し得る。一方で、病院２３０１によって実行される措置は、病院に配属されている医療スタッフ、病院サーバ、医療スタッフサーバ、及び／又は、医療スタッフデバイスによって実行されるものと理解され得、重複する記載は以下において省略される。
複数の患者２３０２は、臨床試験の対象であり得、すなわち、各患者は、プラセボ、又は、甲状腺眼症の治療を目的とする治療薬を投与される。以下、プラセボを投与された各患者も、治療薬を投与される各患者と同一のモニタリングを受け得るので、治療薬を各々投与される患者は、プラセボを各々投与される患者、及び、甲状腺眼症の治療を目的とする治療薬を投与される患者を含み得る。一方で、以下、患者２３０２によって実行される措置は、患者及び／又は患者のユーザデバイスによって実行されるものと理解され得、重複する記載は下では省略される。
図２３を参照すると、複数の患者２３０２の各々は、病院２３０１への第１の訪問２３１０中に第１の治療薬の投与２３１１を受け得、病院２３０１は、複数患者２３０２の各々についての実測患者データ２３１２を取得し得る。具体的には、複数の患者２３０２の各々が病院２３０１に第１の訪問２３１０を行うとき、病院２３０１に配属されている医療スタッフは、第１の治療薬を複数の患者２３０２の各々に投与し得、病院２３０１に配属された医療スタッフは、複数の患者２３０２の各々から実測患者データを取得２３１２することを実行し得る。下では、各患者が病院を訪問するときに病院が患者データを取得するプロセスは、病院に配属された医療スタッフによって実行されるものと理解され得る。
加えて、病院２３０１は、取得された患者データを解析サーバ２３０３へ送信２３１３することを実行し得る。具体的には、病院サーバ、病院２３０１に設置された医療スタッフサーバ及び／又は医療スタッフデバイスは、患者データを解析サーバ２３０３へ送信５１３することを実行し得る。以下、病院がデータを解析サーバへ送信するプロセスは、病院に設置された病院サーバ、医療スタッフサーバ及び／又は医療スタッフデバイスによって実行されるものと理解され得る。
解析サーバ２３０３は、病院２３０１及び複数の患者２３０２との間でデータ送信及び受信を実行し、複数患者２３０２についての患者データを取得し、複数の患者２３０２の各々の状態を判定及び／又は推定し、判定された及び／又は推定された患者データを病院２３０１及び／又は複数の患者２３０２に提供するデバイスであり得る。
病院２３０１によって解析サーバ２３０３へ送信される患者データは、複数の患者２３０２の各々から取得される、眼球突出度測定値、眼球突出度を測定する時間における各患者の顔画像、甲状腺機能障害の管理履歴、甲状腺眼症治療情報、患者の身体情報、患者の健康情報、及び同様のものを含み得る。
各眼球突出度測定値は、医療スタッフによって患者から直接取得される実測眼球突出度値であり得る。これに限定されるものではなく、患者が病院を訪問するときにキャプチャされる患者の顔画像から推定される眼球突出度値でもあり得る。
患者の甲状腺機能障害の管理履歴は：甲状腺機能障害の診断名、甲状腺機能障害診断の時点、血液検査結果、甲状腺機能障害に起因する手術及び／又は手順についての情報、甲状腺機能障害を治療するための治療薬投与の種類、投与量及び／又は投与期間を含み得るが、それに限定されない。
甲状腺機能障害は、甲状腺機能低下症を示し得るが、これはそれに限定されるべきでなく、甲状腺機能障害は、甲状腺機能障害に関する症状を含むと理解され得る。具体的には、甲状腺機能障害に関する症状は、甲状腺機能低下症、甲状腺炎、及び／又は甲状腺結節を含み得るが、これは、本明細書に記載される例に限定されない。
血液検査結果は、ホルモンレベル及び抗体レベルを含み得る。
ホルモンレベルは、甲状腺機能亢進症に関するホルモンについての数値であり得る。例えば、甲状腺機能亢進症に関するホルモンは、遊離Ｔ４、ＴＳＨ、遊離Ｔ３、及び／又は、総Ｔ３を含み得るが、それに限定されない。
抗体レベルは、甲状腺機能亢進症に関する抗体についての数値であり得る。例えば、甲状腺機能亢進症に関する抗体は、抗ＴＳＨ受容体Ａｂ、抗ＴＰＯ Ａｂ及び／又は抗Ｔｇ Ａｂを含み得るが、それに限定されない。
加えて、血液検査結果は、サイログロブリン（ＴＧ）及びチロキシン結合グロブリン（ＴＢＧ）の数値も含み得る。
甲状腺眼症治療情報は、甲状腺眼症を治療するために投与された治療薬の種類、投与量及び投与期間、ステロイド処方日；ステロイド処方量、放射線治療日、甲状腺眼症手術日、及び／又はトリアムシノロン投与日を含み得るが、それに限定されない。
患者の身体情報及び患者の健康情報は、患者の年齢、性別、人種及び体重など、患者の物理的特性に基づく情報を含み得るが、それに限定されない。
一方で、図２３において、複数の患者２３０２の各々への治療薬の投与２３１１後に、病院２３０１が患者データを解析サーバ２３０３へ送信２３１３することを実行すると示されるが、それに限定されず、病院２３０１はまた、各患者２３０２に治療薬を投与する前に、患者データを解析サーバ２３０３へ送信し得る。
図２３を参照すると、患者モニタリングは、各第２のモニタリング時点２３２０において実行され得る。
例示的な実施形態による第２のモニタリング時点２３２０は、治療薬を投与するべく複数の患者２３０２の各々が病院２３０１を訪問する期間中の時点であり得る。具体的には、第２のモニタリング時点２３２０は、複数回の投与を必要とするすべての治療薬を投与するべく複数の患者２３０２の各々が病院２３０１を訪問する臨床試験期間内の時点であり得る。
加えて、第２のモニタリング時点２３２０は、複数回の投与を必要とする治療薬のすべてを投与された後に、状態観察のために複数の患者２３０２の各々が病院２３０１を訪問する臨床試験期間内の時点であり得る。
加えて、第２のモニタリング時点２３２０は、複数回の投与を必要とする治療薬すべてを複数の患者２３０２の各々が投与された後の一定期間を更に含む期間内の時点であり得る。この場合、一定期間は、１年であり得るが、それに限定されない。
第２のモニタリング時点２３２０は、すべての治療薬が投与された後の一定期間を更に含む期間内の時点であり得、その結果、治療薬投与が終了した後に、治療効果が消失したかどうか及び／又は副作用が生じたかどうかが確認され得る。この場合、一定期間は、臨床試験設計に従って判定され得る。
例示的な実施形態による第２のモニタリング時点２３２０は、予め設定された臨床試験モニタリングサイクルに基づいて判定され得る。
この場合、臨床試験モニタリングサイクルは、臨床試験設計に従って設定され得る。
例えば、臨床試験モニタリングサイクルは、臨床試験データがどれだけ多く取得される必要があるかに従って設定され得る。具体的には、臨床試験モニタリングサイクルは、どれだけ多くの臨床試験データを治療薬の製薬会社が取得する必要があるか、及び、臨床試験期間中にどれだけ多くの臨床試験データが取得される必要があるかに従って設定され得る。
別の例として、臨床試験モニタリングサイクルは、臨床試験設計に応じて、治療薬投与の間に、設定された回数だけモニタリングを実行するように設定され得る。例えば、治療薬が３週間間隔で投与される場合、臨床試験モニタリングサイクルは、モニタリングが１週間間隔で実行されるように設定され得るが、それに限定されない。
一方で、臨床試験モニタリングサイクルは、モニタリングが特定の間隔で実行されるように設定され得る。例えば、臨床試験モニタリングサイクルは、モニタリングが２日間隔で実行されるように設定され得るが、それに限定されず、具体的な期間が自由に決定され得る。
一方で、第２のモニタリング時点２３２０において実行される特定の措置は、図１９を記載した後に記載される。
図２４は、例示的な実施形態による、臨床試験における治療薬の効果をモニタリングするための全体的な方法を説明する図である。
図２４を参照すると、複数の患者２４０２の各々は、病院２４０１を訪問するとき、治療薬を投与され得る。具体的には、複数の患者２４０２の各々が病院２４０１を訪問するとき、病院２４０１に配属されている医療スタッフは、治療薬を複数の患者２４０２の各々に投与し得る。以下、病院を訪問するときに治療薬を各患者に投与するプロセスは、病院に配属された医療スタッフによって実行されると理解され得る。
治療薬は、臨床試験が実施される治療薬であり得る。例えば、治療薬は、甲状腺眼症の治療を目的とする治療薬であり得、臨床試験は、治療薬が甲状腺眼症の治療において有効かどうかを検証するための試験であり得る。投与計画は臨床試験設計に基づいて判定され得る。
一方で、図２３における病院２３０１、複数の患者２３０２、及び解析サーバ２３０３の上に記載された詳細は、図２４における病院２４０１、複数の患者２４０２及び解析サーバ２４０３に適用され得るので、重複する記載は省略される。
図２４を参照すると、複数の患者２４０２の各々は、病院２４０１への自身の第１の訪問の時点２４１０において第１の治療薬の投与２４１１を受け得、病院２４０１は、複数患者２４０２の各々から実測患者データを取得２４１２することを実行し得る。具体的には、複数の患者２４０２の各々が、時点２４１０において、病院２４０１への第１の訪問を行うとき、病院２４０１に配属されている医療スタッフは、第１の治療薬を複数の患者２４０２の各々に投与し得、病院２４０１に配属されている医療スタッフは、実測患者データを各患者２４０２から取得２４１２することを実行し得る。下では、患者が病院を訪問するときに病院が患者データを取得するプロセスは、病院に配属された医療スタッフによって実行されるものと理解され得る。
加えて、病院２４０１は、取得された患者データを解析サーバ２４０３へ送信２４１３することを実行し得る。具体的には、病院２４０１に設置された病院サーバ、医療スタッフサーバ、及び／又は医療スタッフデバイスは、患者データを解析サーバ２４０３へ送信２４１３することを実行し得る。以下、病院がデータを解析サーバへ送信するプロセスは、病院に設置された病院サーバ、医療スタッフサーバ及び／又は医療スタッフデバイスによって実行されるものと理解され得る。
病院２４０１によって患者データを解析サーバ２４０３へ送信することに関する詳細は、図２３において病院２４０１が患者データを解析サーバ２４０３へ送信２３１３することを実行することの記載において上に記載された詳細が適用され得、重複する記載は省略される。
図２４を参照すると、複数の患者の各々のモニタリングは、第１の病院訪問の時点２４１０の後に１度目に与えられる第２のモニタリング時点２４１４において実行され得、患者モニタリングは、１度目に与えられる第２のモニタリング時点２４１４の後、２度目に与えられる第２のモニタリング時点２４１５において実行され得る。第２のモニタリング時点を判定することに関して、図２３における、第２のモニタリング時点２３２０が判定される記載において上に記載される詳細が適用され得るので、重複する記載は省略される。
図２４を参照すると、２度目に与えられる第２のモニタリング時点２４１５の後に、複数の患者２４０２の各々が、病院２４０１への第２の訪問２４２０を行い得、第２の治療薬の投与２４２１を受け、病院２４０１は、実測患者データ２４２２を複数の患者２４０２の各々から取得し得る。
第２の病院訪問の時点２４２０において取得された実測患者データ、及び、第１の病院訪問の時点２４１０において取得された実測患者データの項目は、互いに同一であり得るが、それに限定されない。データ項目のいくつかは同一であり得、いくつかは異なり得、又は、データ項目は互いに異なることもあり得る。例えば、第１の病院訪問の時点２４１０において取得される実測患者データは、複数の患者２４０２の各々から取得される眼球突出度測定値、眼球突出度測定の時点における患者の顔画像、甲状腺機能障害の管理履歴、患者の身体情報、及び患者の健康情報を含み得る。第２の病院訪問の時点２４２０において取得される実測患者データは、複数の患者２４０２の各々から取得される眼球突出度測定値、及び、眼球突出度測定の時点における患者の顔画像だけを含み得る。すなわち、第１の病院訪問の時点２４１０において取得される、甲状腺機能障害の管理履歴、患者の身体情報、及び患者の健康情報が、第２の病院訪問の時点２４２０における複数の患者２４０２の各々の甲状腺機能障害の管理履歴、患者の身体情報、及び、患者の健康情報として、そのまま使用され得、データ項目は、上に記載した例に限定されない。
病院２４０１は、取得された患者データを解析サーバ２４０３へ送信２４２３することを実行し得る。
第２の病院訪問の時点２４２０において病院２４０１によって解析サーバ２４０３へ送信される患者データ、及び、第１の病院訪問の時点２４１０において病院２４０１によって解析サーバ２４０３へ送信される患者データの項目は、互いに同一であり得るが、それに限定されない。データ項目のいくつかは同一であり得、いくつかは異なり得、又は、データ項目は互いに異なることもあり得る。例えば、第１の病院訪問の時点２４１０における病院２４０１によって解析サーバ２４０３へ送信された患者データは、複数の患者２４０２の各々から取得される眼球突出度測定値、眼球突出度測定の時点における患者の顔画像、甲状腺機能障害の管理履歴、患者の身体情報、及び患者の健康情報を含み得る。第２の病院訪問の時点６２０において病院２４０１によって解析サーバ２４０３へ送信される患者データは、複数の患者２４０２の各々から取得される眼球突出度測定値、及び、眼球突出度測定の時点における患者の顔画像だけを含み得る。すなわち、解析サーバ２４０３は、第１の病院訪問の時点２４１０をにおいて取得された、甲状腺機能障害の管理履歴、患者の身体情報、及び患者の健康情報を、第２の病院訪問の時点２４２０に対応する複数の患者２４０２の各々の甲状腺機能障害の管理履歴、患者の身体情報、及び、患者の健康情報として、そのまま使用し得、データ項目は、上に記載された例に限定されない。
一方で、図２４において、第１の病院訪問の時点２４１０及び第２の病院訪問の時点２４２０の間に、２つの第２のモニタリング時点２４１４及び２４１５があるように説明されるが、第２のモニタリング時点の数は、それに限定されず、第２のモニタリング時点は、設定されたモニタリングサイクルに基づいて様々な時間で配置され得る。例えば、第１の病院訪問の時点２４１０、及び、第２の病院訪問の時点２４２０の間に、１つの第２のモニタリング時点があり得、又は、３以上の第２のモニタリング時点があり得る。
図２４を参照すると、第２の病院訪問の時点２４２０の後に、患者モニタリングは、３度目に与えられる第２のモニタリング時点２４２４において実行され得、患者モニタリングは、４度目に与えられる第２のモニタリング時点２４２５において実行され得る。
その後、病院訪問及び各第２モニタリングは、繰り返し実行され得る。
再び図２３を参照すると、第２のモニタリング時点２３２０において、複数の患者２３０２の各々は、顔画像をキャプチャし、アンケート調査内容を記入するように要求され得る。
この場合、顔画像をキャプチャしてアンケート調査内容を記入することを要求される対象は、複数の患者２３０３の各々のユーザデバイスであり得る。以下、顔画像をキャプチャしてアンケート調査内容を記入するように患者が要求されるプロセスは、ユーザデバイス上で実行されると理解され得る。
複数の患者２３０２の各々は、顔画像をキャプチャして、顔画像キャプチャ要求に応答して顔画像を送信し得る。例えば、複数の患者２３０２の各々は、解析サーバ２３０３からの顔画像キャプチャ要求２３２１に応答して顔画像をキャプチャし、顔画像を解析サーバ２３０３へ送信し得る。
この場合、顔画像は、患者の前方顔画像及び／又は横顔画像を意味し得るが、それに限定されず、顔画像は：患者の前方から側方へのパノラマ画像；顔を録画することによって取得される映像；及び／又は、患者の前方及び側方の間の任意の角度における顔画像を含み得る。より具体的な例では、複数の患者２３０２の各々は、ユーザデバイスを使用することによって、解析サーバ２３０３からの顔画像キャプチャ要求２３２１に応答して、顔画像をキャプチャし、ユーザデバイスを通じて、顔画像を解析サーバ２３０３へ送信２３２２することを実行し得る。下では、患者が顔画像をキャプチャして顔画像を解析サーバへ送信するプロセスは、ユーザデバイスを使用することによって実行されると理解され得る。
一方で、顔画像をキャプチャするときに患者の顔が左右及び／又は上下に回転する場合、顔画像において歪みが生じ得る。顔画像において歪みがある場合において、顔画像解析の正確度が減少し得るので、好ましい顔画像を取得するべく、複数の患者２３０２の各々は、撮影ガイドを提供され得る。撮影ガイドに続いて顔画像をキャプチャすることによって、患者４０２は、顔画像をキャプチャするたびに、同一の構図の顔画像をキャプチャし得る。撮影ガイドに関する具体的な詳細は、８．顔画像のキャプチャ及び送信において記載されるので、重複する記載は省略される。
一方で、顔の外観は、時間帯に応じて変化し得るので、複数の患者２３０２の各々はまた、予め設定された画像キャプチャ時間において、顔画像キャプチャ要求を受け得る。
他方、顔の外観は、時間帯に応じて変化し得るので、複数の患者２３０２の各々は、一日の間の互いに異なる複数の時点に自身の顔画像をキャプチャすることも要求され得る。この場合、取得された顔画像の各々についての解析結果が取得され得、取得された解析結果の平均値及び同様のものが、その日の補正値として決定され得る。代替的に、取得された顔画像の各々についての解析結果のうち最高の正確度を伴う解析結果も、その日の値として決定され得る。代替的に、取得された顔画像のうち、撮影ガイドを最も良く満たす顔画像の解析結果も、その日の値として決定され得る。
他方で、複数の患者５０２の各々はまた、顔画像キャプチャの時点において、複数の顔画像をキャプチャするための顔画像キャプチャ要求を受け得る。この場合、取得された顔画像の各々についての解析結果が取得され得、取得された解析結果の平均値、中央値又は同様のものが、その時点における補正の値として判定され得る。代替的に、取得された顔画像の各々についての解析結果のうち最高の正確度を伴う解析結果も、その時点における値として決定され得る。代替的に、取得された顔画像のうち、撮影ガイドを最も良く満たす顔画像の解析結果も、その時点の値として決定され得る。
他方で、複数の患者２３０２の各々はまた、顔画像キャプチャの時点における顔の映像をキャプチャするための顔画像キャプチャ要求を受け得る。この場合、取得された顔の映像に含まれる各フレームについての解析結果が取得され得、取得された解析結果の平均値、中央値又は同様のものが、その時点における補正値として判定され得る。代替的に、取得された顔の映像に含まれるフレームの各々についての解析結果のうち、最高の正確度を伴う解析結果も、その時点についての値として決定され得る。代替的に、取得された顔の映像に含まれるフレームのうち、撮影ガイドを最も良く満たすフレームについての解析結果も、その時点の値として判定され得る。
上に記載されたように、複数の患者２３０２の各々が顔画像キャプチャ要求を受けるにつれて、患者の顔の外観における変化の影響、顔画像キャプチャ中に患者が自身の顔に力を加える程度に応じて生じる変化の影響、患者の状態、患者の意図、及び同様のものが低減され得る。
複数の患者２３０２の各々は、アンケート調査内容要求に応答して、アンケート調査内容を記入し、アンケート調査内容を送信し得る。例えば、複数の患者２３０２の各々は、解析サーバ２３０３からのアンケート調査内容要求２３２１に応答してアンケート調査内容を記入し、アンケート調査内容を解析サーバ２３０３へ送信２３２２することを実行し得る。より具体的な例では、複数の患者２３０２の各々は、解析サーバ２３０３からのアンケート調査内容要求２３２１に応答して、ユーザデバイスを使用することによってアンケート調査内容を記入し、ユーザデバイスを通じて、書かれたアンケート調査結果を解析サーバ２３０３へ送信し得る。下では、患者がアンケート調査内容を記入してアンケート調査結果を解析サーバへ送信するプロセスが、ユーザデバイスを使用することによって実行されることが理解され得る。
アンケート調査内容を記入するとき、アンケート調査内容は、予め設定されたアンケート調査項目について、患者がテキストをユーザデバイスに入力する方式で、及び／又は、別個のチェック欄を確認する方式で記入され得る。これに限定されるものではなく、予め設定されたアンケート調査項目に加えて、アンケート調査内容はまた、解析サーバ２３０３及び／又は病院２３０１へ送信することを自身が望む内容を患者がユーザデバイスに入力するという方式で記入され得る。
患者２３０２に要求されるアンケート調査内容は：甲状腺眼症の活性を判定することに関するアンケート調査内容、及び、甲状腺眼症の重症度を判定することに関するアンケート調査内容を含み得る。
例えば、甲状腺眼症の活性を判定することに関するアンケート調査内容は、眼の後方部に自発性疼痛があるかどうか、及び、眼の動きの間に痛みがあるかどうかを含み得るが、それに限定されない。
例えば、甲状腺眼症の重症度を判定することに関するアンケート調査内容は、複視が存在するかどうか、及び、生活の質のアンケート（Ｇｏ－ＱｏＬ）の内容を含み得るが、それに限定されない。
加えて、複数の患者の各々が要求されるアンケート調査内容は、副作用に関連する兆候及び／又は症状についてのアンケート調査内容を含み得る。
この目的で、複数の患者２３０２の各々は、副作用に関するアンケート調査内容を記入することを要求される前に、副作用に関する情報を提供され得る。
副作用に関する情報は、筋肉の痙攣が存在するかどうか、吐き気が存在するかどうか、脱毛が存在するかどうか、下痢が存在するかどうか、疲労が存在するかどうか、及び／又は、高血糖が存在するかどうかの発生の可能性に関する情報を含み得るが、それに限定されない。
複数の患者２３０２の各々から取得された顔画像及びアンケート調査内容に基づいて、臨床試験を通じて治療薬の効果として証明したい情報に関する、複数の患者２３０２の各々のパーソナライズされた推定値が取得され得る。
具体的には、図２３を参照すると、解析サーバ２３０３は、複数の患者２３０２の各々から取得される顔画像及びアンケート調査内容を使用することによって、臨床試験を通じて治療薬の効果として証明したい情報についての複数の患者２３０２の各々のパーソナライズされた推定値を決定２３２３することを実行し得る。より具体的には、解析サーバ２３０３は、複数の患者２３０２から取得される顔画像及びアンケート調査内容を使用することによって、甲状腺眼症の治療を目的とする治療薬の臨床試験を通じて治療薬の効果として証明される情報について、複数の患者２３０２の各々のパーソナライズされた推定値の判定２３２３を実行し得る。下では、患者から取得された顔画像及びアンケート調査内容は、各患者のユーザデバイスから受信された顔画像及びアンケート調査内容として理解され得る。
臨床試験を通じて治療薬の効果として証明したい情報は、眼球突出度の緩和、ＣＡＳ数値の改善、及び／又は、複視の改善を含み得る。したがって、複数の患者２３０２の各々についてのパーソナライズされた推定値は、眼球突出度情報、ＣＡＳ情報及び／又は複視情報を含み得る。
これに限定されるものではなく、複数の患者２３０２の各々についてのパーソナライズされた推定値は、甲状腺眼症の重症度に関する眼瞼後退及び／又は情報に関する情報を含み得る。
複数の患者２３０２の各々から取得される顔画像に示される数値は、複数の患者２３０２の各々の眼球突出度情報についてのパーソナライズされた推定値として取得され得る。例えば、解析サーバ２３０３は、複数の患者２３０２の各々から取得される顔画像に示される眼球突出数値を、複数の患者２３０２の各々についての眼球突出度情報のパーソナライズされた推定値として判定し得る。顔画像を使用することによって眼球突出数値を判定するための具体的な方法は、４．治療プロセスモニタリング及び５．顔画像に基づく眼球突出度判定法において上で記載されたので、重複する記載は省略される。
一方で、眼球突出度における傾向は、複数の患者２３０２の各々についての眼球突出度情報のパーソナライズされた推定値として、複数の患者２３０２の各々から取得される顔画像に基づいて取得され得る。例えば、解析サーバ２３０３は、複数の患者２３０２の各々についての眼球突出度情報のパーソナライズされた推定値として、複数の患者２３０２の各々から取得される顔画像に基づいて、眼球突出度における傾向を判定し得る。顔画像を使用することによって眼球突出数値を判定するための具体的な方法は、４．治療プロセスモニタリング及び６．顔画像に基づく眼球突出度傾向判定法において、上で記載されたので、重複する記載は省略される。
複数の患者２３０２の各々についてのＣＡＳ情報のパーソナライズされた推定値として、ＣＡＳ数値は、複数の患者２３０２の各々から取得される顔画像及びアンケート調査内容に基づいて取得され得る。例えば解析サーバ２３０３は、複数の患者２３０２の各々から取得される顔画像及びアンケート調査内容を、複数の患者２３０２の各々についてのＣＡＳ情報のパーソナライズされた推定値として使用することによってＣＡＳ数値を判定し得る。顔画像及びアンケート調査内容に基づいてＣＡＳ数値を判定するための具体的な方法が、２．甲状腺眼症の活性及び４．治療プロセスモニタリングにおいて記載されたので、重複する記載は省略される。
一方で、複数の患者２３０２の各々についてのＣＡＳ情報のパーソナライズされた推定値として、ＣＡＳの傾向は、複数の患者２３０２の各々から取得される顔画像及びアンケート調査内容に基づいて取得され得る。例えば解析サーバ２３０３は、複数の患者２３０２の各々から取得される顔画像及びアンケート調査内容を、複数の患者２３０２の各々についてのＣＡＳ情報のパーソナライズされた推定値として使用することによってＣＡＳにおける傾向を判定し得る。顔画像及びアンケート調査内容に基づいて、ＣＡＳにおける傾向を判定するための具体的な方法は、２．甲状腺眼症の活性及び４．治療プロセスモニタリングにおいて上で記載されたので、重複する記載は省略される。
複数の患者２３０２の各々についての複視情報のパーソナライズされた推定値として、複視有無判定値は、複数の患者２３０２の各々から取得されるアンケート調査内容に基づいて取得され得る。例えば、解析サーバ２３０３は、複視情報についての複数の患者２３０２の各々のパーソナライズされた推定値として、複数の患者２３０２の各々から取得されるアンケート調査内容を使用することによって、複視有無判定値を取得し得る。
複視有無判定値は、複視が存在すること又は複視が存在しないことのいずれかを示す値であり得る。一方で、ゴーマン基準を使用することによって、複視が存在するかどうかを判定する場合、複視有無判定値は、複視無し、間欠性複視、極端な視線における複視、及び持続性複視についての値の１つを示す値であり得る。
アンケート調査内容に基づいて複視有無判定値を取得するための具体的な方法は、４．治療プロセスモニタリングにおいて記載されたので、重複する記載は省略される。
一方で、複視における傾向は、複視情報についての複数の患者２３０２の各々のパーソナライズされた推定値として、複数の患者２３０２の各々から取得されるアンケート調査内容に基づいて取得され得る。例えば、解析サーバ２３０２は、複視情報についての複数の患者２３０２の各々のパーソナライズされた推定値として、複数の患者２３０２の各々から取得されるアンケート調査内容に基づいて、複視における傾向を判定し得る。アンケート調査内容に基づいて複視における傾向を判定するための具体的な方法は、４．治療プロセスモニタリングに記載されたので、重複する記載は省略される。
複数の患者２３０２の各々についての眼瞼後退情報のパーソナライズされた推定値は、複数の患者２３０２の各々から取得される顔画像に基づいて取得され得る。例えば、解析サーバ２３０３は、複数の患者２３０２の各々から取得される顔画像を使用することによって、複数の患者２３０２の各々についての眼瞼後退情報のパーソナライズされた推定値を決定し得る。
複数の患者２３０２の各々から取得される顔画像に示される眼瞼後退の数値が、複数の患者２３０２の各々についての眼瞼後退情報のパーソナライズされた推定値として取得され得る。例えば、解析サーバ２３０３は、複数の患者２３０２の各々についての眼瞼後退情報のパーソナライズされた推定値として、複数の患者２３０２の各々から取得される顔画像に示される眼瞼後退の数値を判定し得る。顔画像を使用することによって眼瞼後退数値を判定するための具体的な方法が、７．顔画像に基づく眼瞼後退判定法において上で記載されたので、重複する記載は省略される。
一方で、眼瞼後退における傾向は、複数の患者２３０２の各々についての眼瞼後退情報のパーソナライズされた推定値として、複数の患者２３０２の各々から取得される顔画像に基づいて取得され得る。例えば、解析サーバ２３０３は、複数の患者２３０２の各々についての眼瞼後退情報のパーソナライズされた推定値として、複数の患者２３０２の各々から取得される顔画像に基づいて、眼瞼後退の傾向を判定し得る。顔画像を使用することによって眼瞼後退の傾向を判定する具体的な方法は、４．治療プロセスモニタリング及び７．顔画像に基づく眼瞼後退判定法に記載されたので、重複する記載は省略される。
複数の患者２３０２の各々についての甲状腺眼症重症度情報のパーソナライズされた推定値が、複数の患者２３０２の各々から取得される顔画像及びアンケート調査内容に基づいて取得され得る。例えば解析サーバ２３０３は、複数の患者２３０２の各々から取得される顔画像及びアンケート調査内容を使用することによって、甲状腺眼症重症度情報についての複数の患者２３０２の各々のパーソナライズされた推定値を決定し得る。この場合、甲状腺眼症重症度情報は、甲状腺眼症の重症度の無し、軽度（中等度）及び重度（重症）を含み得るが、それに限定されない。顔画像及びアンケート調査内容に基づいて甲状腺眼症の重症度のパーソナライズされた推定値を取得するための具体的な方法は、３．甲状腺眼症の重症度及び４．治療プロセスモニタリングに記載されたので、重複する記載は省略される。
一方で、甲状腺眼症の重症度における傾向は、複数の患者２３０２の各々についての甲状腺眼症の重症度のパーソナライズされた推定値として、複数の患者２３０２の各々から取得される顔画像及びアンケート調査内容に基づいて取得され得る。例えば、解析サーバ２３０３は、複数の患者２３０２の各々についての甲状腺眼症の重症度のパーソナライズされた推定値として、複数の患者２３０２の各々から取得される顔画像及びアンケート調査内容に基づいて甲状腺眼症の重症度における傾向を判定し得る。顔画像及びアンケート調査内容に基づいて甲状腺眼症の重症度の傾向を判定するための具体的な方法は、３．甲状腺眼症の重症度、及び、４．治療プロセスモニタリングに記載されたので、重複する記載は省略される。
副作用発生情報は、複数の患者２３０２の各々から取得されるアンケート調査内容に基づいて、複数の患者２３０２の各々について取得され得る。例えば、解析サーバ２３０３は、複数の患者２３０２の各々から取得されるアンケート調査内容を使用することによって、複数の患者２３０２の各々について副作用が生じるかどうかを判定し得る。
この場合、副作用が複数の患者２３０２の少なくとも一部に生じたと判定された場合、製薬会社は副作用発生情報を通知され得る。例えば、複数の患者２３０２の各々について副作用が生じたかどうかの判定に基づいて、複数の患者２３０２の少なくとも一部が副作用を経験したと解析サーバ２３０３が判定する場合、解析サーバ２３０３は、副作用発生情報を製薬会社サーバへ送信し得る。
例示的な実施形態によれば、臨床試験データは、複数の患者の各々について取得されたパーソナライズされた推定値に基づいて生成され得る。例えば、解析サーバ２３０３は、複数の患者の各々についての取得されたパーソナライズされた推定値に基づいて臨床試験データを生成２３２４することを実行し得る。
臨床試験データは、眼球突出度、ＣＡＳ数値、患者が複視を有するかどうか、及び／又は、副作用があるかどうかに関する複数の患者２３０２すべてについての平均値に関する時系列データを含み得る。加えて、臨床試験データは、眼球突出度、ＣＡＳ数値、患者が複視を有するかどうか、及び／又は、副作用があるかどうかに関する複数の患者２３０２の各々に関しての時系列データを含み得る。時系列データとは、時系列に整列されたデータを意味し得る。時系列データに関する具体的な詳細は、４．治療プロセスモニタリングに記載されているので、重複する記載は省略される。
加えて、臨床試験データは、時点ごとの薬効率に関する情報を含み得る。時点ごとの薬効率に関する情報とは、各時点における、患者の総数と比較した、薬効が表れる患者の数を意味し得る。薬効が表れるかどうかは、臨床試験を通じて、治療薬の効果として証明したい情報に基づいて判定され得る。具体的には、証明したい治療薬の効果が、患者について臨床試験を通じて表される場合、薬効が表れると判定され得る。
加えて、臨床試験データは、時点ごとの副作用発生率に関する情報を含み得る。時点ごとの副作用発生率に関する情報とは、各時点における、患者の総数と比較した、副作用を経験した患者の数を意味し得る。副作用が生じたかどうかは、臨床試験を通じて治療薬の副作用として証明したい情報に基づいて判定され得る。具体的には、患者が、臨床試験を通じて治療薬の副作用として証明したい副作用を経験する場合、副作用が生じたと判定され得る。
複数の患者の各々をモニタリングすることによって、製薬会社は臨床試験において、遥かにより多くのデータを取得し得る。
製薬会社は、薬物研究及び／又は薬物開発のために取得された臨床試験データを使用し得る。
製薬会社は、取得された臨床試験データを使用して、治療薬についての適切な投与量及び／又は投与サイクルなどの投与計画を判定し得る。
１１．治療後モニタリング
甲状腺眼症を治療することを目的とする治療薬を患者に投与することによって、患者の甲状腺眼症の症状が治療の終了時点において治癒されるときでも、治療薬投与の終了後に甲状腺眼症が再発する場合がある。したがって、治療が完了した後に、患者の甲状腺眼症が再び悪化するかどうかをモニタリングする必要がある。
図２５は、例示的な実施形態による、治療後モニタリング方法を説明する図である。
図２５を参照すると、患者２５０２は、病院２５０１に訪問し、甲状腺眼症を治療することを目的とする治療薬のすべてを投与され、その後、自身の治療を完了した患者であり得る。
病院２５０１とは、医療スタッフがそこに配属されている病院を意味し得る。一方で、病院によって実行される措置は、病院に配属されている医療スタッフ、病院サーバ、医療スタッフサーバ、及び／又は、医療スタッフデバイスによって実行されるものと理解され得、重複する記載は以下において省略される。
患者２５０２は、甲状腺眼症の患者であり得るか、又は、甲状腺眼症を治療することを目的とする治療薬の投与を完了した患者であり得る。一方で、以下、患者２５０２によって実行される措置は、患者及び／又は患者のユーザデバイスによって実行されるものと理解され得、重複する記載は下では省略される。
図２５を参照すると、患者２５０２は、治療薬投与が終了した後に、病院２５０１へ最後の訪問２５１０を行い得、病院２５０１は、患者２５０２から実測患者データを取得２５１１することを実行し得る。具体的には、病院２５０１に配属されている医療スタッフは、実測患者データを患者２５０２から取得２５１１することを実行し得る。この場合、治療の終了時点は、病院への最後の訪問の時点として理解され得る。
一方で、患者２５０２は、病院２５０１への最後の訪問の時点でも治療薬を投与され得る。具体的には、患者２５０２が病院２５０１を訪問するとき、病院２５０１に配属された医療スタッフが治療薬を患者２５０２に投与し得る。この場合、この治療の終了時点は、治療薬投与が終了した時点として理解され得る。
病院２５０１は、取得された患者データを解析サーバ２５０３へ送信２５１２することを実行し得る。病院２５０１から解析サーバ２５０３へ送信される患者データに関する具体的な詳細は、４．治療プロセスモニタリングにおいて上で記載されたので、重複する記載は省略される。
解析サーバ２５０３は、病院２５０１及び患者２５０２との間でデータ送信及び受信を実行し、患者２５０２についての患者データを取得し、患者の状態を判定及び／又は推定し、判定された及び／又は推定された患者データを病院２５０１及び／又は患者２５０２に提供するデバイスであり得る。これに限定されるものではなく、解析サーバ２５０３は、病院５０１及び／又は患者２５０２から取得される、甲状腺眼症に関する患者データ及び／又は情報及び同様のものを格納し、格納された情報を病院２５０１及び／又は患者２５０２に提供するデバイスであり得る。解析サーバ２５０３によって実行される、病院２５０１及び患者２５０２との間のデータ送信及び受信の具体的な詳細は、４．治療プロセスモニタリングに記載されたので、重複する記載は省略される。
図２５を参照すると、患者モニタリングは、第３のモニタリング時点２５２０及び２５３０ごとに実行され得る。
例示的な実施形態によれば、第３のモニタリング時点２５２０及び２５３０は、患者２５０２への治療薬投与が終了したことに伴って治療期間が終了した後の時点であり得る。
例示的な実施形態によれば、第３のモニタリング時点２５２０及び２５３０は、設定された治療後モニタリングサイクルに基づいて判定され得る。
この場合、治療後モニタリングサイクルは、治療薬の特徴及び／又は患者の状態に基づいて設定され得る。
例えば、治療モニタリングサイクルは、モニタリングが特定の間隔で実行されるように設定され得る。
具体例として、治療後モニタリングサイクルは、モニタリングが５日間隔で実行されるように設定され得るが、それに限定されず、具体的な期間は自由に決定され得る。一方で、この場合、治療後モニタリングサイクルは、４．治療プロセスモニタリングに記載される治療モニタリングサイクルより長いことがあり得る。
別の例では、症状の再発の時点が各治療薬に応じて異なり得るので、治療後モニタリングサイクルは、治療薬投与の終了後に症状の再発の時点を考慮することによって設定され得る。代替的に、治療後モニタリングサイクルは、治療の終了後に症状の再発の時点を考慮することによって設定され得る。
具体的には、治療後モニタリングサイクルは、臨床試験結果による、症状の再発率が高い時点において、より頻繁なモニタリングを実行するように設定され得る。代替的に、治療後モニタリングサイクルは、臨床試験結果による、症状の再発率が急激に増加する間隔で、より頻繁なモニタリングを実行するように設定され得る。例えば、治療薬が治療の終了後に有効であるが、治療薬の効果が治療の終了から１年後に消失し、症状の再発率が高い場合、治療後モニタリングサイクルは、治療の終了の１年後から、より頻繁にモニタリングするように設定され得るが、それに限定されない。
一方で、治療モニタリングサイクルはまた、病院によって設定されるモニタリングサイクル、及び、患者が望むモニタリングサイクルに区別され得る。
具体的には、病院によって設定されるモニタリングサイクルは、上に記載されるように、治療薬の特徴、及び／又は、患者の状態に従って設定され得る。患者が望むモニタリングサイクルは、病院によって設定されるモニタリングサイクルに限定されず、患者の必要性に従って自由に設定され得る。
例えば、病院によって設定されるモニタリングサイクルは、治療終了後、３週間ごとに１回に設定され得、患者が望むモニタリングサイクルは、週１回に設定され得るが、それに限定されない。
代替的に、病院によって設定されるモニタリングサイクルは、上に記載されるように、治療薬の特徴及び／又は患者の状態に従って設定され得るが、患者が望むモニタリングサイクルは、別個に設定されないことがあり得、モニタリングは、患者が望む任意の時点に任意に実行され得る。
例えば、病院によって設定されるモニタリングサイクルが、治療の終了後に、３週間ごとに１回に設定される場合、モニタリングは、病院によって設定されるモニタリングサイクルに従って実行されるが、追加のモニタリングが、患者が望む任意の時点に実行され得るが、それに限定されない。
一方で、例示的な実施形態によれば、第３のモニタリング時点２５２０はまた、別個の治療後モニタリングサイクルを設定することなく、患者２５０２がモニタリングを望む任意の時点に決定され得る。
この場合、患者２５０２は、任意の時点にモニタリング要求を解析サーバ２５０３へ送信し得、解析サーバ２５０３は、患者２５０２からモニタリング要求を受信した時点を第３のモニタリング時点２５２０として決定し得るが、それに限定されない。
図２５を参照すると、第３のモニタリング時点２５２０において、患者２５０２は、顔画像をキャプチャし、アンケート調査内容を記入することを要求され得る。
この場合、顔画像をキャプチャしアンケート調査内容を記入するように要求される対象は、患者２５０２のユーザデバイスであり得る。以下、顔画像をキャプチャしてアンケート調査内容を記入するように患者が要求されるプロセスは、ユーザデバイス上で実行されると理解され得る。
患者２５０２は、顔画像をキャプチャしアンケート調査内容を記入することの要求に応答して、顔画像をキャプチャし、アンケート調査内容を記入し、それらを送信することを実行し得る。例えば患者２５０２は、解析サーバ２５０３から要求される、顔画像をキャプチャしアンケート調査内容を記入することの要求２５２１に応答して、顔画像をキャプチャしアンケート調査内容を記入し、顔画像及びアンケート調査内容を解析サーバ２５０３へ送信２５２２することを実行し得る。顔画像をキャプチャし、アンケート調査内容を記入するための要求に関する内容；顔画像をキャプチャしアンケート調査内容を記入することに関する内容；及び、顔画像及びアンケート調査内容を送信することに関する内容を含む詳細は、４．治療プロセスモニタリングにおいて記載されたので、重複する記載は省略される。
眼球突出度情報に対応する患者のパーソナライズされた推定値は、患者２５０２から取得された顔画像に基づいて取得され得る。例えば、解析サーバ２５０３は、患者２５０２から取得される顔画像を使用することによって、眼球突出度情報に対応する患者のパーソナライズされた推定値を決定２５２３することを実行し得る。眼球突出度情報に対応する患者のパーソナライズされた推定値を決定するための具体的な方法は、４．治療プロセスモニタリング、５．顔画像に基づく眼球突出度判定法、及び６．顔画像に基づく眼球突出度傾向判定法に記載されているので、重複する記載は省略される。
ＣＡＳ情報に対応する患者のパーソナライズされた推定値は、患者２５０２から取得される顔画像及びアンケート調査内容に基づいて取得され得る。例えば、解析サーバ２５０３は、患者２５０２から取得される顔画像及びアンケート調査内容を使用することによって、ＣＡＳ情報に対応する患者のパーソナライズされた推定値を決定し得る。ＣＡＳ情報に対応する患者のパーソナライズされた推定値を決定するための具体的な方法は、４．治療プロセスモニタリングに記載されたので、重複する記載は省略される。
取得された患者のパーソナライズされた推定値は、患者２５０２に表示され得るか、又は、病院２５０１に提供され得る。
具体的には、図２５を参照すると、解析サーバ２５０３は、判定された眼球突出度情報に対応するパーソナライズされた推定値を患者２５０２に表示２５２４することを実行し、判定された眼球突出度情報及び取得された患者データに対応するパーソナライズされた推定値を病院２５０１に提供２５２５することを実行し得る。
より具体的には、患者のパーソナライズされた推定値は、患者２５０２のユーザデバイスに提供及び表示され得、患者のパーソナライズされた推定値及び／又は患者データは、病院２５０１の医療スタッフデバイス及び／又は病院サーバに提供及び表示され得る。
一方で、図２５において、患者のパーソナライズされた推定値が、第３のモニタリング時点２５２０において患者２５０２に表示されると説明されているが、患者のパーソナライズされた推定値が患者２５０２に表示される時点は、第３のモニタリング時点２５２０に限定されない。例えば、患者２５０２は、顔画像をキャプチャする又はアンケート調査内容を記入しなくても、患者のパーソナライズされた推定値を確認し得る。具体的には、患者２５０２のユーザデバイスは、患者２５０２が望む任意の時点に、解析サーバ２５０３から取得される患者のパーソナライズされた推定値を表示し得る。
一方で、図２５において、病院２５０１は、第３のモニタリング時点２５２０において、患者のパーソナライズされた推定値及び患者データを受信するが、病院２５０１が患者のパーソナライズされた推定値及び／又は患者データを受信する時点は、第３のモニタリング時点２５２０に限定されないことを説明される。例えば、患者２５０２が顔画像をキャプチャしてアンケート調査を記入しなくても、病院２５０１は、患者のパーソナライズされた推定値及び／又は患者データを提供され得る。具体的には、病院２５０１の医療スタッフデバイス及び／又は病院サーバは、医療スタッフが望む任意の時点において、解析サーバ２５０３から患者のパーソナライズされた推定値及び／又は患者データの提供を受信し得る。
患者のパーソナライズされた推定値及び患者データを表示及び提供するための具体的な方法は、４．治療プロセスモニタリングにおいて、上で記載されたので、重複する記載は省略される。
一方で、取得された眼球突出度情報に対応する患者のパーソナライズされた推定値は、甲状腺眼症治療の終了時点において与えられる眼球突出度情報に対応する値と共に表示され得る。
甲状腺眼症治療の終了時点における眼球突出度情報に対応する値は、甲状腺眼症治療の結果として眼球突出度が緩和される時点に対応する眼球突出数値を意味し得る。
例えば、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値は、治療薬を投与する終了時点における眼球突出度情報に対応する値；治療薬を投与する最後の時点における眼球突出度情報に対応する値；病院への最後の訪問の時点における眼球突出度情報に対応する値；及び／又は、病院への最後の訪問の時点において病院から取得される患者データに含まれる眼球突出度情報に対応する値を含む平均値であり得るが、それに限定されない。
取得された眼球突出度情報に対応する患者のパーソナライズされた推定値は、患者のパーソナライズされた推定値を、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値と比較して確認するように表示され得る。具体的には、取得された眼球突出度情報に対応する患者のパーソナライズされた推定値は、患者の眼球突出の発生前の眼球突出度と比較するように表示されるのではなく、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値と比較するように表示され得る。すなわち、患者が眼球突出を発現する前の眼球突出数値、及び、甲状腺眼症治療の終了時点における眼球突出数値の間に差があっても、患者のパーソナライズされた推定値は、治療の終了時点における眼球突出数値と比較されるように表示され得る。
図２６は、例示的な実施形態による、患者のパーソナライズされた推定値を表示するためのＵＩを説明する図である。
図２６を参照すると、取得された患者のパーソナライズされた推定値２６３０を表示２６１０することが実行され得、その結果、取得された患者のパーソナライズされた推定値は、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値、ＣＡＳ情報に対応する値、及び／又は、複視情報に対応する値２６２０を含む値との比較によって検証され得る。この場合、取得された患者のパーソナライズされた推定値２６３０は、現時点における取得されたパーソナライズされた推定値であり得るか、又は、最も最近取得された患者のパーソナライズされた推定値であり得る。
図２６を参照すると、差分値２６４０はまた、患者の取得されたパーソナライズされた推定値２６３０を、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値、ＣＡＳ情報に対応する値、及び／又は、複視情報に対応する値２６２０を含む値と比較することを容易にするように表示され得る。
患者の取得されたパーソナライズされた推定値は、甲状腺眼症治療の終了時点における患者の眼球突出度情報に対応する値、ＣＡＳ情報に対応する値、及び／又は、複視情報に対応する値を含む値と共に表示され、その結果、患者及び／又は病院は、甲状腺眼症が悪化したかどうかを容易に判定し得る。
甲状腺眼症治療の終了時点の後に取得される眼球突出度情報に対応する患者のパーソナライズされた推定値は時系列データとして表示され得る。時系列データとは、時系列に整列されたデータを意味し得る。時系列データに関する具体的な詳細は、４．治療プロセスモニタリングに記載されているので、重複する記載は省略される。
甲状腺眼症治療の終了時点の後に取得される眼球突出度情報に対応する患者のパーソナライズされた推定値は、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値と共に時系列データとして表示され得る。時系列データとは、時系列に整列されたデータを意味し得る。時系列データに関する具体的な詳細は、４．治療プロセスモニタリングに記載されているので、重複する記載は省略される。
取得された眼球突出度情報に対応する患者のパーソナライズされた推定値は、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値と共に表示され、その結果、患者及び／又は病院は、甲状腺眼症が悪化したかどうかを判定し得る。
甲状腺眼症治療の終了時点の後に取得される眼球突出度情報に対応する患者のパーソナライズされた推定値は、時系列データとして表示され、その結果、患者及び／又は病院は、甲状腺眼症が悪化したかどうかを判定し得る。
取得されたＣＡＳ情報に対応する患者のパーソナライズされた推定値は、甲状腺眼症治療の終了時点におけるＣＡＳ情報に対応する値と共に表示され得る。
甲状腺眼症治療の終了時点におけるＣＡＳ情報に対応する値は、甲状腺眼症治療の結果としてＣＡＳ数値が緩和される時点に対応するＣＡＳ情報を意味し得る。
例えば、甲状腺眼症治療の終了時点におけるＣＡＳ情報に対応する値は、治療薬投与の終了時点におけるＣＡＳ情報に対応する値；治療薬投与の最後の時点におけるＣＡＳ情報に対応する値；病院への最後の訪問の時点におけるＣＡＳ情報に対応する値；及び／又は、病院への最後の訪問の時点に病院から取得される患者データに含まれるＣＡＳ情報に対応する値を含む平均値があり得るが、それに限定されない。
取得されたＣＡＳ情報に対応する患者のパーソナライズされた推定値は、甲状腺眼症治療の終了時点におけるＣＡＳ情報に対応する値との比較によって確認されるように表示され得る。
甲状腺眼症治療の終了時点後に取得されるＣＡＳ情報に対応する患者のパーソナライズされた推定値は、時系列データとして表示され得る。時系列データとは、時系列に整列されたデータを意味し得る。時系列データに関する具体的な詳細は、４．治療プロセスモニタリングに記載されているので、重複する記載は省略される。
甲状腺眼症治療の終了時点の後に取得されるＣＡＳ情報に対応する患者のパーソナライズされた推定値は、甲状腺眼症治療の終了時点におけるＣＡＳ情報に対応する値と共に時系列データとして表示され得る。時系列データとは、時系列に整列されたデータを意味し得る。時系列データに関する具体的な詳細は、４．治療プロセスモニタリングに記載されているので、重複する記載は省略される。
取得されたＣＡＳ情報に対応する患者のパーソナライズされた推定値は、甲状腺眼症治療の終了時点におけるＣＡＳ情報に対応する値と共に表示され、その結果、患者及び／又は病院は、甲状腺眼症が悪化したかどうかを判定し得る。
甲状腺眼症治療の終了時点の後に取得されるＣＡＳ情報に対応する患者のパーソナライズされた推定値は、時系列データとして表示され、その結果、患者及び／又は病院は、甲状腺眼症が悪化したかどうかを判定し得る。
一方で、４．治療プロセスモニタリングにおいて上で記載された内容は、患者の取得されたパーソナライズされた推定値を表示するための具体的な方法に適用され得るので、重複する記載は省略される。
取得された眼球突出度情報に対応する患者のパーソナライズされた推定値、及び、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値の比較に基づいて、甲状腺眼症が悪化したかどうかが判定され得る。具体的には、甲状腺眼症が悪化したかどうかは、取得された眼球突出度情報に対応する患者のパーソナライズされた推定値と、患者が眼球突出を発現する前の眼球突出度との比較によってではなく、取得された眼球突出度情報に対応する患者のパーソナライズされた推定値と、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値との比較によって判定され得る。すなわち、患者が眼球突出を発現する前の眼球突出数値及び甲状腺眼症治療の終了時点における眼球突出数値の間に差があるときでも、甲状腺眼症が悪化したかどうかは、甲状腺眼症治療の終了時点における眼球突出度に基づいて判定され得る。
図２５を再び参照すると、解析サーバ２５０３は、判定された眼球突出度情報に対応する患者のパーソナライズされた推定値、及び、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値の比較に基づいて、甲状腺眼症が悪化したかどうかを判定２５２６することを実行し得る。
具体的には、甲状腺眼症は、取得された眼球突出度情報に対応する患者のパーソナライズされた推定値が、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値と比較して、閾値以上増加した場合に、悪化したと判定され得る。
例えば、甲状腺眼症は、取得された眼球突出度情報に対応する患者のパーソナライズされた推定値が、甲状腺眼症治療の終了時点における眼球突出度情報に対応する値と比較して、１ｍｍ、２ｍｍ、３ｍｍ、４ｍｍ、５ｍｍ、６ｍｍ、７ｍｍ、８ｍｍ、９ｍｍ、１０ｍｍ、又は１１ｍｍ以上の閾値だけ増加した場合に、悪化したと判定され得る。好ましくは、甲状腺眼症は、取得された眼球突出度情報に対応する患者のパーソナライズされた推定値が、甲状腺眼症治療の終了時点時の眼球突出度情報に対応する値と比較して２ｍｍ以上増加した場合に、悪化したと判定され得、眼球突出数値の増加についての閾値は、上に記載された例に限定されない。
代替的に、甲状腺眼症は、取得された眼球突出度情報に対応する患者のパーソナライズされた推定値に含まれる眼球突出度における傾向が、甲状腺眼症治療の終了時点における値と比較して、閾値以上の増加を示す場合、悪化したと判定され得る。この場合、眼球突出度における傾向を判定するために使用される２つの時点は、現時点及び甲状腺眼症治療の終了時点であり得る。
甲状腺眼症が悪化したかどうかは、取得されたＣＡＳ情報に対応する患者のパーソナライズされた推定値、及び、甲状腺眼症治療の終了時点におけるＣＡＳ情報に対応する値の比較に基づいて判定され得る。例えば、解析サーバ２５０３は、判定されたＣＡＳ情報に対応する患者のパーソナライズされた推定値、及び、甲状腺眼症治療の終了時点におけるＣＡＳ情報に対応する値の比較に基づいて、甲状腺眼症が悪化したかどうかを判定し得る。
具体的には、甲状腺眼症は、取得されたＣＡＳ情報に対応する患者のパーソナライズされた推定値が、甲状腺眼症治療の終了時点におけるＣＡＳ情報に対応する値と比較して閾値以上増加した場合に、悪化したと判定され得る。
例えば、甲状腺眼症は、取得されたＣＡＳ情報に対応する患者のパーソナライズされた推定値が、甲状腺眼症治療の終了時点におけるＣＡＳ情報に対応する値と比較して２点以上増加した場合に、悪化したと判定され得る。ＣＡＳ数値の場合、患者の状態に応じて、患者はまた、瞼の発赤、結膜の発赤、瞼の腫れ、結膜の腫れ、涙丘の腫れ、自発性球後痛、又は、上又は下を見ようとするときの痛みを一時的に経験し得る。したがって、ＣＡＳ数値が、１点以上ではなく、２点以上増加した場合に、甲状腺眼症が悪化したと判定されることが好ましいことがあり得、ＣＡＳ数値の増加の閾値は、上に記載した例に限定されない。
代替的に、甲状腺眼症は、取得されたＣＡＳ情報に対応する患者のパーソナライズされた推定値が閾値以上である場合に、悪化したと判定され得る。
例えば、甲状腺眼症は、取得されたＣＡＳ情報に対応する患者のパーソナライズされた推定値が３点以上である場合に、悪化したと判定され得、ＣＡＳ数値についての閾値は、上に記載した例に限定されない。
甲状腺眼症が悪化したかどうかは、単一の時点に基づいて判定され得る。具体的には、甲状腺眼症が悪化したかどうかは、１つの時点において甲状腺眼症が悪化したかどうかの判定に基づいて最終的に判定され得る。
例えば、ｎ度目に与えられる第３のモニタリング時点において取得されるパーソナライズされた推定値に基づいて、甲状腺眼症が悪化した判定される場合、甲状腺眼症は、ｎ度目に与えられる第３のモニタリング時点において悪化したと最終的に判定され得る。
代替的に、甲状腺眼症が悪化したかどうかはまた、複数の時点に基づいて最終的に判定され得る。具体的には、甲状腺眼症が悪化したかどうかは、複数の時点において甲状腺眼症が悪化したかどうかの判定に基づいて最終的に判定され得る。
より具体的には、甲状腺眼症が、複数の時点にわたって連続的に悪化したと判定される場合、甲状腺眼症は悪化したと最終的に判定され得る。
例えば、ｎ度目に与えられる第３のモニタリング時点、（ｎ＋１）度目に与えられる第３のモニタリング時点、及び、（ｎ＋２）度目に与えられる第３のモニタリング時点を含む時点において取得されるそれぞれのパーソナライズされた推定値に基づいて、甲状腺眼症が悪化したと判定される場合、甲状腺眼症は最終的に、ｎ度目に与えらえる第３のモニタリング時点から、（ｎ＋２）度目に与えられる第３のモニタリング時点までのモニタリング時点の１つにおいて悪化したと判定され得る。これに限定されるものではなく判定時点の数は、治療薬の特徴、患者の状態、及び／又は、モニタリング設計に応じて、様々に設定され得る。
一方で、より具体的には、甲状腺眼症が一定期間内において臨界回数より悪化したと判定された場合、甲状腺眼症が悪化したと最終的に判定され得る。
例えば、２週間の期間内において、ｎ度目から（ｎ＋２）度目の第３のモニタリング時点がある場合、甲状腺眼症が悪化したと２回より多く判定されるとき、甲状腺眼症は悪化したと最終的に判定され得る。具体例として、以下のような判定事例がある：ｎ度目に与えられる第３のモニタリング時点において取得されるパーソナライズされた推定値に基づいて、甲状腺眼症が悪化したと判定される場合；（ｎ＋１）度目に与えられる第３のモニタリング時点において取得されるパーソナライズされた推定値に基づいて、甲状腺眼症が悪化しなかったと判定される場合；及び、（ｎ＋２）度目に与えられる第３のモニタリング時点において取得されるパーソナライズされた推定値に基づいて、甲状腺眼症が悪化したと判定される場合、甲状腺眼症が、ｎ度目の第３のモニタリング時点から（ｎ＋２）度目の第３のモニタリング時点までのモニタリング時点の１つにおいて悪化したと最終的に判定され得る。これに限定されるものではなく、予め決められた期間及び臨界回数が、治療薬の特徴、患者の状態、及び／又はモニタリング設計に応じて様々に設定され得る。
患者２５０２の甲状腺眼症が悪化したかどうかの判定結果に応じて、患者２５０２は、病院を訪問するように案内され得る。
例えば、図２０を参照すると、患者２５０２の取得されたパーソナライズされた推定値に基づいて、甲状腺眼症が悪化したと判定される場合、解析サーバ２５０３は、病院を訪問するように患者２５０２に案内２５２７することを実行し得る。より具体的な例として、解析サーバ２５０３は、患者２５０２のユーザデバイスを通じて病院訪問の提案に関するメッセージを表示し得るが、それに限定されない。
患者２５０２の甲状腺眼症が悪化したかどうかの判定結果に応じて、病院２５０１は、患者２５０２の甲状腺眼症の再発についての通知を受け得る。
例えば、図２０を参照すると、患者２５０２の取得されたパーソナライズされた推定値に基づいて、甲状腺眼症が悪化したと判定される場合、解析サーバ２５０３は、患者２５０２の甲状腺眼症の再発についての通知２５２８を病院２５０１へ送信し得る。より具体的な例として、解析サーバ２５０３は、病院２５０１の医療スタッフデバイスを通じて、患者２５０２の甲状腺眼症の再発に関するメッセージを表示し得るが、それに限定されない。
患者２５０２の甲状腺眼症が悪化したかどうかの判定結果に応じて、製薬会社は、治療薬の症状の再発に関する情報を提供され得る。
症状の再発に関する情報は、患者の状態、患者データ、症状の再発時点、及び／又は、症状の再発の程度に関する情報を含み得るが、それに限定されない。
副作用は、治療薬投与が終了した後でも生じ得る。副作用は、迅速な措置を必要とし得るので、患者が任意の副作用を経験したかどうかも治療後モニタリング中にモニタリングされ得る。具体的には、副作用に関する情報はまた、治療後モニタリング中に患者から取得され得る。
患者から取得される副作用関連情報は、治療薬の臨床試験結果に基づいて判定され得る。例えば、副作用に関する情報は、筋肉の痙攣が存在するかどうか、吐き気が存在するかどうか、脱毛が存在するかどうか、下痢が存在するかどうか、疲労が存在するかどうか、及び／又は、高血糖が存在するかどうかを含み得、副作用に関する情報は、治療薬と治療薬の間で変動し得る。
一方で、副作用に関する情報は、患者に要求されるアンケート調査内容に基づいて取得され得る。具体的には、患者が記入することを要求されるアンケート調査内容は、副作用に関連する兆候及び／又は症状についてのアンケート調査内容を含み得る。各治療薬は異なる副作用を有し得るので、患者に要求されるアンケート調査内容は、患者が投与される治療薬に基づいて判定され得る。
一方で、患者は、副作用に関するアンケート調査内容に記入することを要求される前に、副作用に関する情報をまず提供され得る。
患者及び／又は病院は、患者から取得される副作用に関する情報に基づいて、メッセージ及び／又は追加データを提供され得る。
患者及び／又は病院に提供されるメッセージ及び／又は追加データは、治療薬についての投与マニュアルに記載される副作用に応答して講じられた措置の詳細に基づいて判定され得る。
例えば、患者から取得された副作用に関する情報に基づいて、患者が副作用を経験したと判定される場合、患者は、医療用品の安全性を管理することを担う行政機関及び／又は規制機関に電話をかけることを提案するためのメッセージを提供され得る。この場合、メッセージは、医療用品の安全性を管理することを担う行政機関及び／又は規制機関の電話番号を含み得る。
代替的に、患者は、医療用品の安全性を管理する行政機関及び／又は規制機関のインターネットサイトにアクセスすることを提案するためのメッセージを提供され得る。この場合、メッセージは、医療用品の安全性を管理することを担う行政機関及び／又は規制機関のウェブサイトのインターネットアドレスを含み得る。
代替的に、患者は、病院に電話することを提案するためのメッセージを提供され得る。この場合、病院は、患者が訪問した病院であり得、メッセージは、病院の電話番号を含み得る。
代替的に、患者は、病院のインターネットサイトにアクセスすることを提案するためのメッセージを提供され得る。この場合、病院は、患者が訪問した病院であり得、メッセージは、病院のウェブサイトのインターネットアドレスを含み得る。
一方で、病院は、副作用が生じた患者に警告するためのメッセージを提供され得、追加データとして、副作用に関する情報を提供され得る。
患者モニタリングは、甲状腺眼症治療が終了した後でも実行されるので、患者は、甲状腺眼症が再発した場合に早く病院を訪問するように案内され得る。したがって、これにより、患者の甲状腺眼症が再発した場合に、患者が甲状腺眼症の再発を認識せず、むしろ、甲状腺眼症が大きく悪化した後に病院を訪問することを防止し得る。
加えて、患者モニタリングは、甲状腺眼症治療が終了した後でも実行されるので、病院は、取得された患者データ及び患者のパーソナライズされた推定値に基づいて、患者を診断し得る。したがって、病院は、患者に対して、より正確な診断を提供し得る。
加えて、患者モニタリングは、甲状腺眼症治療が終了した後でも実行されるので、製薬会社は、治療薬投与が終了した後でも、患者に現れる症状に関するデータを取得し得る。したがって、治療薬の研究及び／又は開発において、製薬会社は、治療薬投与が終了した後に患者に現れる症状に関するデータを使用し得る。
図２７は、例示的な実施形態による、治療の全体をモニタリングするための方法を説明する図である。
図２７を参照すると、患者２７０２は、病院２７０１を訪問し、治療薬を投与され得る。具体的には、患者２７０２が病院２７０１を訪問するとき、病院２７０１に配属された医療スタッフが治療薬を患者２７０２に投与し得る。以下、病院を訪問するときに治療薬を患者に投与するプロセスは、病院に配属された医療スタッフによって実行されると理解され得る。
治療薬は、甲状腺眼症の治療を目的とする治療薬であり得、治療期間中に複数回の投与が必要とされる治療薬であり得る。
病院２７０１とは、医療スタッフが配属されている病院を意味し得る。一方で、病院２７０１によって実行される措置は、病院に配属された医療スタッフ、病院サーバ、医療スタッフサーバ及び／又は医療スタッフデバイスによって実行される措置と理解され得、重複する記載は下では省略される。
患者２７０２は、甲状腺眼症の患者であり得、甲状腺眼症の治療を目的とする治療薬を処方及び投与される患者であり得る。一方で、以下、患者２７０２によって実行される措置は、患者及び／又は患者のユーザデバイスによって実行されるものと理解され得、重複する記載は下では省略される。
図２７を参照すると、患者２７０２は、病院２７０１への第１の訪問２７１０中に、治療薬の投与２７１１を受け得、病院２７０１は、実測患者データを患者２７０２から取得２７１２することを実行し得る。具体的には、患者２７０２が病院２７０１に対して第１の訪問２７１０を行うとき、病院２７０１に配属された医療スタッフは、第１の治療薬を患者２７０２に投与し得、病院２７０１に配属された医療スタッフは、実測患者データを患者２７０２から取得２７１２することを実行し得る。下では、患者が病院を訪問するときに病院が患者データを取得するプロセスは、病院に配属された医療スタッフによって実行されるものと理解され得る。
加えて、病院２７０１は、取得された患者データを解析サーバ２７０３へ送信２７１３することを実行し得る。具体的には、病院サーバ、病院２７０１に設置された医療スタッフサーバ及び／又は医療スタッフデバイスは、患者データを解析サーバ２７０３へ送信２７１３することを実行し得る。以下、病院がデータを解析サーバへ送信するプロセスは、病院に設置された病院サーバ、医療スタッフサーバ及び／又は医療スタッフデバイスによって実行されるものと理解され得る。
治療薬投与、患者データ取得、及び患者データ送信に関する具体的な詳細は、４．治療プロセスモニタリングに記載されたので、重複する記載は省略される。
解析サーバ２７０３は、病院２７０１及び患者２７０２との間でデータ送信及び受信を実行し、患者２７０２についての患者データを取得し、患者の状態を判定及び／又は推定し、判定された及び／又は推定された患者データを病院２７０１及び／又は患者２７０２に提供するデバイスであり得る。具体的には、解析サーバ２７０３は、病院２７０１に設置された病院サーバ、医療スタッフサーバ、及び／又は医療スタッフデバイスとの間でデータ送信及び受信を実行し、患者２７０２のユーザデバイスとの間でデータ送信及び受信を実行し得る。加えて、解析サーバ２７０３は、判定された及び／又は推定された患者データを、病院２７０１に配置された病院サーバ、医療スタッフサーバ、及び／又は医療スタッフデバイスへ送信し、判定された及び／又は推定された患者データを患者２７０２のユーザデバイスへ送信し得る。
加えて、解析サーバ２７０３は、病院２７０１及び／又は患者２７０２から取得される患者データ及び／又は甲状腺眼症に関する情報を格納し、格納された情報を病院２７０１及び／又は患者２７０２に提供するデバイスであり得る。具体的には、解析サーバ２７０３は、格納された情報を、病院２７０１に配置された病院サーバ、医療スタッフサーバ、及び／又は医療スタッフデバイスへ送信し、格納された情報を患者２７０２のユーザデバイスへ送信し得る。
図２７を参照すると、患者モニタリングは、各第４のモニタリング時点２７２０において実行され得る。
第４のモニタリング時点２７２０において、解析サーバ２７０３は、顔画像をキャプチャしアンケート調査内容を記入するように患者２７０２に要求２７２１することを実行し得、患者２７０２は、顔画像及びアンケート調査内容を解析サーバ２７０３へ送信２７２２することを実行し得、解析サーバ２７０３は、取得された顔画像及びアンケート調査内容を使用することによって、治療効果として証明された情報について、パーソナライズされた推定値を決定２７２３することを実行し得、解析サーバ２７０３は、患者の判定されたパーソナライズされた推定値を患者２７０２に表示２７２４することを実行し得、解析サーバ２７０３は、患者のパーソナライズされた推定値及び患者データを病院２７０１に提供２７３２することを実行し得る。
より具体的には、第４のモニタリング時点２７２０において実行される措置については、４．治療プロセスモニタリングに記載される第１のモニタリング時点において実行される措置の内容がそれに適用され得るので、重複する記載は省略される。
図２７を参照すると、患者２７０２は、病院２７０１を訪問して治療薬を投与され得、次に、病院２７０１への最後の訪問２７３０を行い、病院２７０１は、実測患者データ２７３１を患者２７０２から取得し得る。加えて、病院２７０１は、取得された患者データを解析サーバ２７０３へ送信２７３２することを実行し得る。病院２７０１から解析サーバ２７０３へ送信される患者データに関する具体的な詳細は、４．治療プロセスモニタリングにおいて上で記載されたので、重複する記載は省略される。
図２７を参照すると、患者モニタリングは、各第５のモニタリング時点２７４０において実行され得る。
第５のモニタリング時点において、解析サーバ２７０３は、顔画像キャプチャをキャプチャしアンケート調査内容に記入するよう患者２７０２に要求２７４１することを実行し得、患者２７０２は、顔画像及びアンケート調査内容を解析サーバ２７０３へ送信２７４２することを実行し得、解析サーバ２７０３は、取得された顔画像及びアンケート調査内容を使用することによって、眼球突出度情報に対応するパーソナライズされた推定値を決定２７４３することを実行し得る。解析サーバ２７０３は、患者の判定されたパーソナライズされた推定値を患者２７０２に表示２７４４することを実行し、患者のパーソナライズされた推定値及び患者データを病院２７０１に提供２７４５することを実行し得る。解析サーバ２７０３は、患者の判定されたパーソナライズされた推定値に基づいて、患者２７０２の甲状腺眼症が悪化したかどうかを判定２７４６することを実行し得る。甲状腺眼症が悪化したかどうかの判定結果によれば、解析サーバ２７０３は、患者２７０２がその状態の悪化に起因して病院を訪問するように案内２７４７することを実行し得、患者の甲状腺眼症の再発の通知２７４８を病院２７０１へ送信し得る。
より具体的には、第５のモニタリング時点２７４０に実行される措置に関して、１１．治療後モニタリングにおいて記載される第３のモニタリング時点において実行される措置の内容は、それに適用され得るので、重複する記載は省略される。
１２．モニタリングシステム
図２８は、例示的な実施形態による、治療薬の効果をモニタリングするためのシステムを説明する図である。
治療薬効果モニタリングシステム２８００は、治療薬を投与される患者の状態をモニタリングし、治療が終了した患者の状態をモニタリングし、又は、臨床試験における対象の状態をモニタリングし得る。
患者は、甲状腺眼症について治療されている又は治療された患者であり得るが、それに限定されない。
治療薬は、甲状腺眼症の治療を目的とする治療薬であり得る。
患者の状態とは、治療薬の効果に応じた患者の状態における変化、及び／又は、治療薬投与が終了した後の患者の状態における変化を意味し得る。
治療薬の効果は、意図される治療薬の効果及び／又は治療薬の副作用を含み得る。
治療薬効果モニタリングシステム２８００は、患者の顔画像及び／又は患者のアンケート調査内容に基づいて、患者の状態をモニタリングし得る。顔画像及び／又はアンケート調査内容に関する具体的な詳細は上で記載されたので、重複する記載は省略される。
図２８を参照すると、治療薬効果モニタリングシステム２８００は、解析サーバ２８１０、ユーザデバイス２８２０、医療サーバ２８３０、及び製薬会社サーバ２２４０を含み得る。
（１）解析サーバ
解析サーバ２８１０は、患者に関するデータを使用することによって患者の状態を推定及び／又は判定し、患者についての推定されるデータを生成するデバイスである。具体的には、解析サーバ２８１０は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングにおいて上に記載された解析サーバによって実行される措置を実行し得る。
解析サーバ２８１０は、通信デバイス、メモリ及びプロセッサを含み得る。
解析サーバ２８１０の通信デバイスは、有線及び／又は無線通信を通じて、外部へ及び／又は外部から、データ及び／又は情報を送信及び／又は受信し得る。通信デバイスは、双方向又は一方向通信を実行し得る。
解析サーバ２８１０の通信デバイスは、無線通信モジュール及び／又は有線通信モジュールを含み得る。無線通信モジュールは、Ｗｉ－Ｆｉ（登録商標）通信モジュール、セルラ通信モジュールなどを含み得る。
解析サーバ２８１０のメモリは、様々な処理プログラム、プログラムを処理するためのパラメータ、そのような処理を通じて取得される結果であるデータ、及び同様のものを格納し得る。例えば、解析サーバ２８１０のメモリは、下で記載される解析サーバ２８１０のプロセッサの動作のための命令、アルゴリズム及び／又は実行可能コードを格納し得る。
解析サーバ２８１０のメモリは、ユーザデバイス２８２０から取得される患者の顔画像及びアンケート調査内容を格納し得る。顔画像及びアンケート調査内容に関する具体的な詳細は、４．治療プロセスモニタリング、８．送信及び顔画像のキャプチャ、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
解析サーバ２８１０のメモリは、ユーザデバイス２８２０及び医療サーバ２８３０から取得された患者データを格納し得る。患者データの種類に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
解析サーバ２８１０のメモリは、患者のパーソナライズされた推定値を格納し得る。患者のパーソナライズされた推定値は、眼球突出度情報、ＣＡＳ情報、及び複視情報を含み得、パーソナライズされた推定値に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
解析サーバ２８１０のメモリは、患者についての、治療モニタリングサイクル、治療後モニタリングサイクル、及び／又は、臨床試験モニタリングサイクルに関する情報を格納し得る。解析サーバ２８１０のメモリは、モニタリング時点に関する情報を格納し得る。モニタリングサイクル及びモニタリング時点に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されているので、重複する記載は省略される。
メモリは、不揮発性半導体メモリ、ハードディスクドライブ（ＨＤＤ）、ソリッドステートディスク（ＳＳＤ）、シリコンディスクドライブ（ＳＤＤ）、フラッシュメモリ、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、電気消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、他の種類の（有形）不揮発性記録媒体、又は同様のものとして実装され得る。
解析サーバ２８１０のプロセッサは、解析サーバ２８１０の全体的な動作を制御し得、解析サーバ２８１０のメモリに格納される命令、アルゴリズム及び／又は実行可能コードに従って動作を実行し得る。
解析サーバ２８１０のプロセッサは、解析サーバ２８１０の通信デバイスを通じて、ユーザデバイス２８２０及び／又は医療サーバ２８３０から患者データを受信し得る。解析サーバ２８１０のプロセッサは、解析サーバ２８１０の通信デバイスを通じて、ユーザデバイス２８２０に、顔画像をキャプチャしアンケート調査内容を記入することを要求し得る。解析サーバ２８１０のプロセッサは、解析サーバ２８１０の通信デバイスを通じて、ユーザデバイス２８２０から、顔画像及びアンケート調査内容を受信し得る。患者データを受信し、顔画像及びアンケート調査内容を要求し、顔画像及びアンケート調査内容を受信することの具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び、１１．治療後モニタリングに記載されたので、重複する記載は省略される。
解析サーバ２８１０のプロセッサは、顔画像及び／又はアンケート調査内容を使用することによって患者のパーソナライズされた推定値を決定し得る。患者のパーソナライズされた推定値は、眼球突出度情報、ＣＡＳ情報、及び複視情報を含み得、患者のパーソナライズされた推定値を決定することの具体的な詳細は、２．甲状腺眼症の活性、３．甲状腺眼症の重症度、４．治療プロセスモニタリング、５．顔画像に基づく眼球突出度判定法、６．顔画像に基づく眼球突出度傾向判定法、７．顔画像に基づく眼瞼後退判定法、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
解析サーバ２８１０のプロセッサは、解析サーバ２８１０の通信デバイスを通じて、患者のパーソナライズされた推定値及び／又は患者データをユーザデバイス２８２０、医療サーバ２８３０、及び／又は製薬会社サーバ２２４０へ送信し得る。
解析サーバ２８１０のプロセッサは、患者のパーソナライズされた推定値に基づいて、患者の甲状腺眼症が悪化したかどうかを判定し得る。甲状腺眼症が悪化したかどうかを判定するための具体的な方法は、１１．治療後モニタリングにおいて記載されたので、重複する記載は省略される。
解析サーバ２８１０のプロセッサは、患者の甲状腺眼症が悪化したかどうかの判定結果に従って、病院訪問を提案するメッセージをユーザデバイス２８２０へ送信し得る。解析サーバ２８１０のプロセッサは、患者の甲状腺眼症が悪化したかどうかの判定結果に従って、患者の甲状腺眼症の再発の通知を医療サーバ２８３０へ送信し得る。甲状腺眼症が悪化したかどうかによる措置の具体的な詳細は、１１．治療後モニタリングに記載されているので、重複する記載は省略される。
解析サーバ２８１０のプロセッサは、患者のパーソナライズされた推定値に基づいて、臨床試験データを生成し得る。解析サーバ２８１０のプロセッサは、解析サーバ２８１０の通信デバイスを通じて、臨床試験データを製薬会社サーバ２２４０へ送信し得る。臨床試験データに関する具体的な詳細は、１０．臨床試験モニタリングに記載されたので、重複する記載は省略される。
解析サーバ２８１０のプロセッサは、患者から取得されたアンケート調査内容に基づいて、患者の副作用発生情報を取得し得る。解析サーバ２８１０のプロセッサは、解析サーバ２８１０の通信デバイスを通じて副作用発生情報を製薬会社サーバ２２４０へ送信し得る。副作用発生情報に関する具体的な詳細は、１０．臨床試験モニタリングに記載されたので、重複する記載は省略される。
一方で、プロセッサは、中央演算処理装置（ＣＰＵ）、グラフィックス処理ユニット（ＧＰＵ）、デジタル信号プロセッサ（ＤＳＰ）、ステートマシン、特定用途向け集積回路（ＡＳＩＣ）、無線周波数集積回路（ＲＦＩＣ）及びその組み合わせなどのコンポーネントで実装され得る。
（２）ユーザデバイス
ユーザデバイス２８２０は、患者と直接及び／又は間接的にインタラクトするデバイスである。具体的には、ユーザデバイス２８２０は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングにおいて上で記載された患者によって実行される措置を実行し得る。
ユーザデバイス２８２０は、カメラモジュール、ユーザインタフェース、通信デバイス、メモリ及びプロセッサを含み得る。
ユーザデバイス２８２０のカメラモジュールは、デジタルカメラモジュールであり、イメージセンサ及び画像処理ユニットを含み得る。イメージセンサは、光画像を電気信号に変換するためのデバイスであり、複数のフォトダイオードが統合されたチップから構成され得る。例えば、イメージセンサは、電荷結合デバイス（ＣＣＤ）、相補型金属酸化膜半導体（ＣＭＯＳ）などを含み得る。画像処理ユニットは、撮像結果に対して画像処理を実行することによって画像情報を生成し得る。
ユーザデバイス２８２０のユーザインタフェースは、ユーザデバイス２８２０のプロセッサの制御指令に従って、様々な情報を出力し得る。ユーザデバイス２８２０のユーザインタフェースは、情報を患者に視覚的に出力するためのディスプレイを含み得る。ユーザデバイス２８２０のユーザインタフェースは、情報を患者に聴覚的に出力するためのスピーカを含み得る。
ユーザデバイス２８２０のユーザインタフェースは、様々な種類の情報の入力を患者から受信し得る。患者は、ユーザデバイス２８２０のユーザインタフェースを通じて様々な種類の情報を入力し得る。ユーザデバイス２８２０のユーザインタフェースは、キーボード、マウス、及び／又はタッチスクリーンなどの入力デバイスを含み得る。
ユーザデバイス２８２０の通信デバイスは、有線及び／又は無線通信を通じて、外部へ及び／又は外部から、データ及び／又は情報を送信及び／又は受信し得る。通信デバイスは、双方向又は一方向通信を実行し得る。
ユーザデバイス２８２０の通信デバイスは、無線通信モジュール及び／又は有線通信モジュールを含み得る。無線通信モジュールは、Ｗｉ－Ｆｉ通信モジュール、セルラ通信モジュールなどを含み得る。
ユーザデバイス２８２０のメモリは、様々な処理プログラム、プログラムを処理するためのパラメータ、そのような処理を通じて取得される結果であるデータ、及び同様のものを格納し得る。例えば、ユーザデバイス２８２０のメモリは、下で記載されるユーザデバイス２８２０のプロセッサの動作のための命令、アルゴリズム及び／又は実行可能コードを格納し得る。
ユーザデバイス２８２０のメモリは、カメラモジュールを通じてキャプチャされた顔画像を格納し得る。顔画像に関する具体的な詳細は、４．治療プロセスモニタリング、８．顔画像のキャプチャ及び送信、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
ユーザデバイス２８２０のメモリは、ユーザインタフェース上に表示されるアンケート調査内容を格納し得る。ユーザデバイス２８２０のメモリは、ユーザインタフェースを通じて患者によって入力されたアンケート調査結果を格納し得る。アンケート調査内容に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
ユーザデバイス２８２０のメモリは、解析サーバ２８１０から取得される患者のパーソナライズされた推定値を格納し得る。患者のパーソナライズされた推定値は、眼球突出度情報、ＣＡＳ情報、及び複視情報を含み得、パーソナライズされた推定値に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
ユーザデバイス２８２０のメモリは、解析サーバ２８１０及び／又は医療サーバ２８３０から取得される患者データを格納し得る。患者データの種類に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
メモリは、不揮発性半導体メモリ、ＨＤＤ、ＳＳＤ、ＳＤＤ、フラッシュメモリ、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、又は他の種類の不揮発性記録媒体で実装され得る。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０の全体的な措置を制御し得、ユーザデバイス２８２０のメモリに格納された命令、アルゴリズム及び／又は実行可能コードに従って動作を実行し得る。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０の通信デバイスを通じて、顔画像をキャプチャしアンケート調査内容を記入する要求を解析サーバ２８１０から受信し得る。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０のカメラモジュールを使用することによって患者の顔画像をキャプチャし得る。顔画像キャプチャに関する具体的な詳細は、８．顔画像のキャプチャ及び送信において上で記載されたので、重複する記載は省略される。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０のユーザインタフェースを通じて、アンケート調査内容を表示し得る。ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０のユーザインタフェースを通じて、アンケート調査内容に関する入力を患者から受信し得る。アンケート調査内容に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングにおいて記載されたので、重複する記載は省略される。
ユーザデバイス２８２０のプロセッサは、アンケート調査内容に関する患者の入力に基づいて、アンケート調査結果を生成し得る。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０の通信デバイスを通じて、顔画像及びアンケート調査結果を解析サーバ２８１０へ送信し得る。代替的に、ユーザデバイス２８２０のプロセッサは、別の外部デバイスを介して、顔画像及びアンケート調査結果を解析サーバ２８１０へ送信し得る。顔画像及びアンケート調査結果の送信に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されているので、重複する記載は省略される。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０の通信デバイスを通じて、解析サーバ２８１０から患者のパーソナライズされた推定値を受信し得る。患者のパーソナライズされた推定値は、眼球突出度情報、ＣＡＳ情報、複視情報、及び同様のものに関する情報を含み得、パーソナライズされた推定値に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０のユーザインタフェースを通じて、患者のパーソナライズされた推定値を表示し得る。パーソナライズされた推定値を表示することに関する具体的な詳細は、４．治療プロセスモニタリングに記載されたので、重複する記載は省略される。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０の通信デバイスを通じて、解析サーバ２８１０及び／又は医療サーバ２８３０から患者データを受信し得る。ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０のユーザインタフェースを通じ得ｔ患者データを表示し得る。患者データに関する具体的な詳細が４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングにおいて記載されたので、重複する記載は省略される。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０のユーザインタフェースを通じて、患者の顔画像を表示し得る。顔画像を表示することに関する具体的な詳細は、９．顔画像比較データの表示において上で記載されたので、重複する記載は省略される。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０の通信デバイスを通じて解析サーバ２８１０から、病院訪問を提案するメッセージを受信し得る。ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０のユーザインタフェースを通じて、病院訪問を提案するメッセージを表示し得る。病院訪問を提案するメッセージに関する具体的な詳細は、４．治療プロセスモニタリング及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
ユーザデバイス２８２０のプロセッサは、ユーザデバイス２８２０のユーザインタフェースを通じて、副作用に関する情報、メッセージ及び／又は追加データを表示し得る。副作用に関する情報、メッセージ、及び／又は追加データに関する具体的な詳細は、４．治療プロセスモニタリング及び１１．治療後モニタリングにおいて記載されたので、重複する記載は省略される。
プロセッサは、中央演算処理装置、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、ステートマシン、特定用途向け集積回路、無線周波数集積回路及びその組み合わせなどのコンポーネントで実装され得る。
ユーザデバイス２８２０は、スマートフォン、タブレット、デスクトップ、ラップトップ及びデジタルカメラなどの、ユーザ入力デバイス、及び／又は、撮影デバイスを含み得る。
一方で、ユーザデバイス２８２０及び解析サーバ２８１０が互いに区別されて記載されるので、ユーザデバイス２８２０及び解析サーバ２８１０はまた、単一のデバイスとして実装され得る。
（３）医療サーバ
医療サーバ２８３０は、患者が訪問する病院に提供されるサーバデバイスであり得る。代替的に、医療サーバ２８３０は、患者が訪問する病院によって管理されるサーバデバイスであり得る。代替的に、医療サーバ２８３０は、病院において配属されている医療スタッフによって使用されるユーザデバイスであり得る。医療サーバ２８３０は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングにおいて上で記載された病院によって実行される措置を実行し得る。
医療サーバ２８３０は、ユーザインタフェース、通信デバイス、メモリ及びプロセッサを含み得る。
医療サーバ２８３０のユーザインタフェースは、医療サーバ２８３０の制御指令に従って、様々な種類の情報を出力し得る。医療サーバ２８３０のユーザインタフェースは、医療スタッフに情報を視覚的に出力するためのディスプレイを含み得る。医療サーバ２８３０のユーザインタフェースは、情報を医療スタッフに聴覚的に出力するためのスピーカを含み得る。
医療サーバ２８３０のユーザインタフェースは、様々な種類の情報を医療スタッフから受信し得る。医療スタッフは、医療サーバ２８３０のユーザインタフェースを通じて、様々な種類の情報を入力し得る。医療サーバ２８３０のユーザインタフェースは、キーボード、マウス、及び／又はタッチスクリーンなどの入力デバイスを含み得る。
医療サーバ２８３０の通信デバイスは、有線及び／又は無線通信を通じて、外部へ及び／又は外部から、データ及び／又は情報を送信及び／又は受信し得る。通信デバイスは、双方向又は一方向通信を実行し得る。
医療サーバ２８３０の通信デバイスは、無線通信モジュール及び／又は有線通信モジュールを含み得る。無線通信モジュールは、Ｗｉ－Ｆｉ通信モジュール、セルラ通信モジュールなどを含み得る。
医療サーバ２８３０のメモリは、様々な処理プログラム、プログラムを処理するためのパラメータ、そのような処理を通じて取得される結果であるデータ、及び同様のものを格納し得る。例えば、医療サーバ２８３０のメモリは、下に記載される医療サーバ２８３０のプロセッサの動作についての命令、アルゴリズム、及び／又は実行可能コードを格納し得る。
医療サーバ２８３０のメモリは、患者データを格納し得る。患者データは、医療スタッフによって患者から取得されるデータを含み得る。加えて、患者データは、解析サーバ２８１０から取得される患者データを含み得る。患者データに関する具体的な詳細は、４．治療プロセスモニタリング、１０．治療後モニタリング、及び、１１．臨床試験モニタリングにおいて記載されたので、重複する記載は省略される。
医療サーバ２８３０のメモリは、解析サーバ２８１０から取得された患者のパーソナライズされた推定値を格納し得る。患者のパーソナライズされた推定値は、眼球突出度情報、ＣＡＳ情報、及び複視情報を含み得、パーソナライズされた推定値に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
メモリは、不揮発性半導体メモリ、ＨＤＤ、ＳＳＤ、ＳＤＤ、フラッシュメモリ、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、又は他の種類の不揮発性記録媒体で実装され得る。
医療サーバ２８３０のプロセッサは、医療サーバ２８３０の全体的な措置を制御し得、医療サーバ２８３０のメモリに格納された命令、アルゴリズム及び／又は実行可能コードに従って動作を実行し得る。
医療サーバ２８３０のプロセッサは、医療サーバ２８３０の通信デバイスを通じて、患者データを解析サーバ２８１０へ送信し得る。代替的に、医療サーバ２８３０のプロセッサは、別の外部デバイスを介して、患者データを解析サーバ２８１０へ送信し得る。患者データを送信することに関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
医療サーバ２８３０のプロセッサは、医療サーバ２８３０の通信デバイスを通じて、患者のパーソナライズされた推定値を解析サーバ２８１０から受信し得る。患者のパーソナライズされた推定値は、眼球突出度情報、ＣＡＳ情報、複視情報、及び同様のものに関する情報を含み得、パーソナライズされた推定値に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
医療サーバ２８３０のプロセッサは、医療サーバ２８３０のユーザインタフェースを通じて患者のパーソナライズされた推定値を表示し得る。パーソナライズされた推定値を表示することに関する具体的な詳細は、４．治療プロセスモニタリングに記載されたので、重複する記載は省略される。
医療サーバ２８３０のプロセッサは、医療サーバ２８３０の通信デバイスを通じて、解析サーバ２８１０及び／又はユーザデバイス２８２０から患者データを受信し得る。医療サーバ２８３０のプロセッサは、医療サーバ２８３０のユーザインタフェースを通じて患者データを表示し得る。患者データに関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングにおいて記載されたので、重複する記載は省略される。
医療サーバ２８３０のプロセッサは、医療サーバ２８３０のユーザインタフェースを通じて患者の顔画像を表示し得る。顔画像を表示することに関する具体的な詳細は、９．顔画像比較データの表示において上で記載されたので、重複する記載は省略される。
医療サーバ２８３０のプロセッサは、医療サーバ２８３０の通信デバイスを通じて、解析サーバ２８１０から患者の甲状腺眼症の再発の通知を受信し得る。医療サーバ２８３０のプロセッサは、医療サーバ２８３０のユーザインタフェースを通じて、患者の甲状腺眼症の再発の通知を表示し得る。患者の甲状腺眼症の再発の通知に関する具体的な詳細は、４．治療プロセスモニタリング及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
医療サーバ２８３０のプロセッサは、医療サーバ２８３０のユーザインタフェースを通じて、副作用に関する情報、メッセージ、及び／又は追加データを表示し得る。副作用に関する情報、メッセージ、及び／又は追加データに関する具体的な詳細は、４．治療プロセスモニタリング及び１１．治療後モニタリングにおいて記載されたので、重複する記載は省略される。
プロセッサは、中央演算処理装置、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、ステートマシン、特定用途向け集積回路、無線周波数集積回路及びその組み合わせなどのコンポーネントで実装され得る。
一方で、医療サーバ２８３０及び解析サーバ２８１０は、互いに区別されるものとして記載されているが、医療サーバ２８３０及び解析サーバ２８１０は単一のデバイスとして実装され得る。
一方で、医療サーバ２８３０は治療薬効果モニタリングシステム２８００に含まれないことがあり得る。
（４）製薬会社サーバ
製薬会社サーバ２２４０は、治療薬の製薬会社において提供されるサーバデバイスであり得る。代替的に、製薬会社サーバ２２４０は、治療薬の製薬会社によって管理されるサーバデバイスであり得る。
製薬会社サーバ２２４０は、通信デバイス、メモリ及びプロセッサを含み得る。
製薬会社サーバ２２４０の通信デバイスは、有線及び／又は無線通信を通じて、外部へ及び／又は外部から、データ及び／又は情報を送信及び／又は受信し得る。通信デバイスは、双方向又は一方向通信を実行し得る。
製薬会社サーバ２２４０の通信デバイスは無線通信モジュール及び／又は有線通信モジュールを含み得る。無線通信モジュールは、Ｗｉ－Ｆｉ通信モジュール、セルラ通信モジュールなどを含み得る。
製薬会社サーバ２２４０のメモリは、様々な処理プログラム、プログラムを処理するためのパラメータ、そのような処理を通じて取得される結果であるデータ、及び同様のものを格納し得る。例えば、製薬会社サーバ２２４０のメモリは、下に記載される製薬会社サーバ２２４０のプロセッサの動作についての命令、アルゴリズム及び／又は実行可能コードを格納し得る。
製薬会社サーバ２２４０のメモリは、解析サーバ２８１０及び／又は医療サーバ２８３０から取得された患者データを格納し得る。患者データの種類に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
製薬会社サーバ２２４０のメモリは、解析サーバ２８１０から取得された患者のパーソナライズされた推定値を格納し得る。患者のパーソナライズされた推定値は、眼球突出度情報、ＣＡＳ情報、及び複視情報を含み得、パーソナライズされた推定値に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
製薬会社サーバ２２４０のメモリは、解析サーバ２８１０から取得された臨床試験データを格納し得る。臨床試験データに関する具体的な詳細は、１０．臨床試験モニタリングに記載されたので、重複する記載は省略される。
メモリは、不揮発性半導体メモリ、ＨＤＤ、ＳＳＤ、ＳＤＤ、フラッシュメモリ、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、又は他の種類の不揮発性記録媒体で実装され得る。
製薬会社サーバ２２４０のプロセッサは、製薬会社サーバ２２４０の全体的な動作を制御し得、製薬会社サーバ２２４０のメモリに格納された命令、アルゴリズム及び／又は実行可能コードに従って動作を実行し得る。
製薬会社サーバ２２４０のプロセッサは、製薬会社サーバ２２４０の通信デバイスを通じて解析サーバ２８１０及び／又は医療サーバ２８３０から患者データを受信し得る。患者データに関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングにおいて記載されたので、重複する記載は省略される。
製薬会社サーバ２２４０のプロセッサは、製薬会社サーバ２２４０の通信デバイスを通じて、解析サーバ２８１０から、患者のパーソナライズされた推定値を受信し得る。患者のパーソナライズされた推定値は、眼球突出度情報、ＣＡＳ情報、複視情報、及び同様のものに関する情報を含み得、パーソナライズされた推定値に関する具体的な詳細は、４．治療プロセスモニタリング、１０．臨床試験モニタリング、及び１１．治療後モニタリングに記載されたので、重複する記載は省略される。
製薬会社サーバ２２４０のプロセッサは、製薬会社サーバ２２４０の通信デバイスを通じて、解析サーバ２８１０から臨床試験データを受信し得る。臨床試験データに関する具体的な詳細は、１０．臨床試験モニタリングに記載されたので、重複する記載は省略される。
製薬会社サーバ２２４０のプロセッサは、製薬会社サーバ２２４０の通信デバイスを通じて、解析サーバ２８１０から副作用発生情報を受信し得る。副作用発生情報に関する具体的な詳細は、１０．臨床試験モニタリングに記載されたので、重複する記載は省略される。
プロセッサは、中央演算処理装置、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、ステートマシン、特定用途向け集積回路、無線周波数集積回路及びその組み合わせなどのコンポーネントで実装され得る。
一方で、製薬会社サーバ２２４０は、治療薬効果モニタリングシステム２８００を含まないことがあり得る。
１３．追加の例示的な実施形態
（１）治療プロセスモニタリング方法が適用可能な他の患者
本開示によれば、患者のパーソナライズされた推定値は、患者から取得された顔画像及びアンケート調査内容に基づいて判定され得る。この場合、患者のパーソナライズされた推定値は、甲状腺眼症についての患者の状態に関する情報であり得る。
すなわち、４．治療プロセスモニタリング及び１１．治療後モニタリングにおいて上で記載された患者をモニタリングするための方法を使用することによって、患者の甲状腺眼症状態はモニタリングされ得、モニタリングの目標である患者は必ずしも、甲状腺眼症治療薬を投与された患者に限定されない。例えば、４．治療プロセスモニタリング及び１１．治療後モニタリングにおいて上で記載されたモニタリング方法は、甲状腺眼症の患者、甲状腺眼症の治療を受けている患者、甲状腺眼症を治療された患者、甲状腺眼症の治療を目的とする治療薬以外の治療薬を投与された患者、及び／又は、甲状腺眼症の手術を受けた患者を含む、様々な種類の甲状腺眼症に関連する患者に適用され得る。
（２）眼球突出モニタリング方法が適用可能である疾患
本開示によれば、眼球突出度は、顔画像に基づいて判定され得る。
すなわち、本開示によれば、眼球突出度は、患者から取得された顔画像に基づいて判定され得るので、眼球突出に関する他の疾患の患者も、本開示による方法を使用することによってモニタリングされ得る。
例えば、本開示による方法を使用することによってモニタリングされ得る患者は、眼窩炎の患者及び／又は眼窩腫瘍の患者を含み得るが、それに限定されない。
（３）瞼モニタリング方法が適用可能である疾患
本開示によれば、眼瞼後退の程度は、顔画像に基づいて判定され得る。
すなわち、本開示によれば、眼瞼後退の程度は、患者から取得される顔画像に基づいて判定され得るので、眼瞼後退症状に関する他の疾患の患者も、本開示による方法を使用することによってモニタリングされ得る。
例えば、本開示による方法を使用することによってモニタリングされ得る患者は、眼瞼下垂の患者を含み得るが、それに限定されない。
上に記載される例示的な実施形態による方法は、様々なコンピュータ手段を通じて実行可能なプログラム命令の形態で実装され、コンピュータ可読媒体に記録され得る。コンピュータ可読媒体は、プログラム命令、データファイル、データ構造、及び同様のものを単独で又は組み合わせて含み得る。媒体に記録されたプログラム命令は、例示的な実施形態について具体的に設計及び構成され得る、又は、コンピュータソフトウェアに関する技術分野における当業者に周知であり利用可能であり得る。コンピュータ可読記録媒体の例は、ハードディスク、フロッピディスク、及び磁気テープなどの磁気媒体、ＣＤ－ＲＯＭ、ＤＶＤなどの光媒体、フロプティカルディスクなどの光磁気媒体、及び、特にプログラム命令を格納及び実行するよう構成されているハードウェアデバイス、リードオンリメモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、フラッシュメモリを含むハードウェアデバイスなどを含む。すなわち、コンピュータ可読記録媒体は、非一時的記録媒体を含み得る。コンピュータ命令の例は、コンパイラにより生成された機械語コードだけでなく、インタープリタ又は同様のものを用いてコンピュータにより実行可能な高水準言語コードも含む。上に記載されたハードウェアデバイスは、例示的な実施形態の動作を実行するために、１又は複数のソフトウェアモジュールによって操作するよう構成され得るが、逆も同様である。
上に記載される本開示は、本開示が関連する技術分野における当業者により、本開示の技術的概念の範囲から逸脱することなく、様々な置換、修正、及び変化が可能である。したがって、本開示は、上に記載された例示的な実施形態及び添付図面に限定されない。加えて、本文書に記載される例示的な実施形態は、適用において限定されることを意図するものではなく、例示的な実施形態の各々の全部又は一部はまた、選択的に組み合わされて構成され得、その結果、様々な修正が行われ得る。更に、各例示的な実施形態を構成するステップは、個別に、又は、他の例示的な実施形態を構成するステップと組み合わせて使用され得る。

Claims (15)

  1. １又は複数のプロセッサによって実行される、対象の眼球突出値を推定するための方法であって：
    通信ユニットによって、前記対象の少なくとも両方の眼、前記対象の鼻及び眉を表す正面顔画像を受信する段階、
    ここで、前記正面顔画像は、複数のピクセルを含み、前記複数のピクセルの各々は、ピクセル値のうちの少なくとも１つを含み、ここで前記ピクセル値は、計算された距離情報を示す深度値でない；
    前記正面顔画像を前処理して入力データにする段階、ここで前記前処理は、少なくとも、前記対象の少なくとも１つの眼に関する領域をセグメント化することを含む；及び
    前記入力データを事前訓練済み眼球突出値推定モデルに適用することによって、前記対象についての眼球突出値を推定する段階、ここで前記事前訓練済み眼球突出値推定モデルは、訓練入力データ及びラベルデータのセットを使用して訓練され、ここで前記訓練入力データ及びラベルデータは、医療スタッフによって少なくとも１つの臨床現場で取得され、ここで前記訓練入力データは、少なくとも１人の患者の画像をキャプチャすることによって取得される臨床正面顔画像を含み、ここで、前記ラベルデータは、前記少なくとも１人の患者の眼を測定することによって取得される、
    を備える方法。
  2. 前記事前訓練済み眼球突出値推定モデルは、線形回帰モデル、多項式回帰モデル、リッジ回帰モデル、ラッソ回帰モデル、サポートベクターマシン（ＳＶＭ）モデル、決定木回帰モデル、ランダムフォレスト回帰モデル、ｋ近傍法（ＫＮＮ）モデル、フィードフォワードニューラルネットワークモデル、畳み込みニューラルネットワーク（ＣＮＮ）モデル、再帰ニューラルネットワーク（ＲＮＮ）モデル、長・短期記憶（ＬＳＴＭ）ネットワークモデル、ゲート付き回帰型ユニット（ＧＲＵ）モデル、勾配ブースティングモデル、ＬｉｇｈｔＧＢＭモデル、ＣａｔＢｏｏｓｔモデル、及びＡｄａｂｏｏｓｔモデルのうちの少なくとも１つを含む、請求項１に記載の方法。
  3. 前記正面顔画像の前記前処理は、前記正面顔画像の水平向きを揃えることを含む、請求項１に記載の方法。
  4. 前記正面顔画像の前記水平向きを前記揃えることは：
    前記正面顔画像における前記対象の前記両方の眼の瞳孔の中心位置を判定すること；及び
    前記両方の眼の前記瞳孔の前記中心位置を接続する直線が水平になるように前記正面顔画像の向きを調整すること
    を含む、請求項３に記載の方法。
  5. 前記正面顔画像の前記前処理は、前記正面顔画像における前記対象の前記両方の眼のうちの少なくとも一方の眼についての複数のＲａｄｉａｌ ＭＰＬＤ（Ｍｉｄ－Ｐｕｐｉｌ Ｌｉｄ Ｄｉｓｔａｎｃｅ）値を取得することを含み、ここで前記複数のＲａｄｉａｌ ＭＰＬＤ値は、第１の角度に対応する第１のＲａｄｉａｌ ＭＰＬＤ値、及び、第２の角度に対応する第２のＲａｄｉａｌ ＭＰＬＤ値を含む、請求項１に記載の方法。
  6. 前記入力データは、前記第１のＲａｄｉａｌ ＭＰＬＤ値及び前記第２のＲａｄｉａｌ ＭＰＬＤ値の合計値を含む、請求項５に記載の方法。
  7. 前記入力データは更に、前記両方の眼のうちの前記少なくとも一方の眼の水平長さを含み、
    ここで、前記第１の角度は０度に対応し、
    ここで、前記第２の角度は１８０度に対応し、
    ここで、前記０度は、前記正面顔画像における、前記両方の眼のうちの前記少なくとも一方の眼の瞳孔の中心位置から涙丘への方向として定義される、
    請求項６に記載の方法。
  8. 前記入力データは更に、前記両方の眼のうちの前記少なくとも一方の眼の前記瞳孔の前記中心位置、及び、前記両方の眼のうちの前記少なくとも一方の眼の左端及び右端の点を接続する直線の間の長さを含む、請求項７に記載の方法。
  9. 前記入力データは更に、前記両方の眼のうちの前記少なくとも一方の眼の垂直長さを含み、
    ここで、前記第１の角度は９０度に対応し、
    ここで、前記第２の角度は２７０度に対応し、
    ここで、０度は、前記正面顔画像における、前記両方の眼のうちの前記少なくとも一方の眼の瞳孔の中心位置から涙丘への方向として定義される、
    請求項６に記載の方法。
  10. 前記入力データは更に、前記両方の眼のうちの前記少なくとも一方の眼の前記瞳孔の前記中心位置、及び、前記両方の眼のうちの前記少なくとも一方の眼の上端及び下端の点を接続する直線の間の長さを含む、請求項９に記載の方法。
  11. 前記入力データは、前記対象の前記両方の眼に関する前記領域を表すセグメンテーション画像を含む、請求項１に記載の方法。
  12. 前記対象の前記両方の眼に関する前記領域は、前記対象の前記両方の眼の眼球領域及び瞳孔領域を含む、請求項１１に記載の方法。
  13. 前記正面顔画像の前記前処理は、複数の３Ｄ顔ランドマーク座標値を取得することを含み、ここで前記複数の３Ｄ顔ランドマーク座標値は、第１のランドマーク座標値及び第２のランドマーク座標値を含む、請求項１～１２の何れか一項に記載の方法。
  14. 前記入力データは、前記第１のランドマーク座標値及び前記第２のランドマーク座標値の間のｚ軸長さの値を含む、請求項１３に記載の方法。
  15. 前記第１のランドマーク座標値は、前記両方の眼のうちの少なくとも一方の眼の瞳孔の外縁の場所を表し、
    前記第２のランドマーク座標値は、前記両方の眼のうちの前記少なくとも一方の眼の外周の角の場所を表す、
    請求項１４に記載の方法。
JP2025507381A 2022-08-09 2023-08-09 甲状腺眼疾患の状態をモニタリングするための方法、及びそれを実行するためのシステム Active JP7872001B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR10-2022-0099530 2022-08-09
KR20220099530 2022-08-09
PCT/KR2023/011788 WO2024035131A1 (ko) 2022-08-09 2023-08-09 갑상선 안질환 상태 모니터링 방법 및 이를 수행하는 시스템

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2026083807A Division JP2026133557A (ja) 2022-08-09 2026-05-19 甲状腺眼疾患の状態をモニタリングするための方法、及びそれを実行するためのシステム

Publications (2)

Publication Number Publication Date
JP2025526702A JP2025526702A (ja) 2025-08-15
JP7872001B2 true JP7872001B2 (ja) 2026-06-09

Family

ID=89852107

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2025507381A Active JP7872001B2 (ja) 2022-08-09 2023-08-09 甲状腺眼疾患の状態をモニタリングするための方法、及びそれを実行するためのシステム

Country Status (5)

Country Link
US (3) US12475562B2 (ja)
EP (2) EP4567827A3 (ja)
JP (1) JP7872001B2 (ja)
KR (1) KR20250049203A (ja)
WO (1) WO2024035131A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115908237B (zh) * 2022-08-18 2023-09-08 上海佰翊医疗科技有限公司 一种眼裂宽度的测量方法、装置和存储介质
EP4606296A4 (en) * 2024-01-12 2026-01-07 Thyroscope Inc METHOD FOR EXOPHTHALMOMETRICAL VALUE ESTIMATION AND SYSTEM FOR ITS IMPLEMENTATION
CN118737361B (zh) * 2024-09-02 2024-11-05 厦门培邦信息科技有限公司 一种基于数据分析的重症科室病患监控管理系统
CN119157480B (zh) * 2024-09-06 2025-09-12 华中科技大学同济医学院附属协和医院 一种甲状腺相关眼病的进展监测系统及方法
CN120976551B (zh) * 2025-10-20 2025-12-26 中国科学院深圳先进技术研究院 一种心包脂肪组织的图像分割方法、装置、设备及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102379061B1 (ko) 2021-06-30 2022-04-05 주식회사 타이로스코프 활동성 갑상선 눈병증 진료를 위한 내원 안내 방법 및 이를 수행하는 장치

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8831299B2 (en) * 2007-05-22 2014-09-09 Intellectual Ventures Fund 83 Llc Capturing data for individual physiological monitoring
JP6322986B2 (ja) * 2013-12-09 2018-05-16 富士通株式会社 画像処理装置、画像処理方法および画像処理プログラム
US10906969B2 (en) * 2016-06-13 2021-02-02 Massachusetts Eye And Ear Infirmary Local orbital therapy for thyroid eye disease
US20190000349A1 (en) * 2017-06-28 2019-01-03 Incyphae Inc. Diagnosis tailoring of health and disease
US11208489B2 (en) * 2018-01-24 2021-12-28 Horizon Therapeutics Ireland Dac Methods for the treatment of thyroid eye disease
WO2019182510A1 (en) * 2018-03-23 2019-09-26 Biosigns Pte Ltd. Systems and methods for personalized medication therapy management
US10580133B2 (en) * 2018-05-30 2020-03-03 Viswesh Krishna Techniques for identifying blepharoptosis from an image
US10909363B2 (en) * 2019-05-13 2021-02-02 Fotonation Limited Image acquisition system for off-axis eye images
KR102293824B1 (ko) * 2019-05-21 2021-08-24 (의) 삼성의료재단 이동통신 단말기에서의 안면 인식을 이용한 관련 질환 모니터링 방법 및 시스템
JP7255436B2 (ja) * 2019-09-25 2023-04-11 株式会社豊田中央研究所 眼球構造推定装置
KR102817675B1 (ko) * 2020-07-15 2025-06-09 매직 립, 인코포레이티드 비구면 각막 모델을 사용한 눈 추적
JP6958828B1 (ja) * 2020-12-22 2021-11-02 株式会社スワローインキュベート 視距離推定方法、視距離推定装置、及び視距離推定プログラム
US12697024B2 (en) * 2021-04-01 2026-08-04 Corneacare, Inc. Method of and system for automated machine-assisted detection of ocular disease conditions in human eyes captured using visible illumination light sources and digital camera systems
JP7513239B2 (ja) * 2021-06-30 2024-07-09 サイロスコープ インコーポレイテッド 活動性甲状腺眼症の医学的治療のための病院訪問ガイダンスのための方法、及びこれを実行するためのシステム
WO2023277589A1 (ko) 2021-06-30 2023-01-05 주식회사 타이로스코프 활동성 갑상선 눈병증 진료를 위한 내원 안내 방법 및 이를 수행하는 시스템
JP2024531151A (ja) * 2021-08-10 2024-08-29 ビリジアン セラピューティクス， インコーポレイテッド 甲状腺眼疾患の処置のための組成物、用量および方法
JP7680628B2 (ja) * 2021-09-25 2025-05-20 メディカル・エーアイ・カンパニー・リミテッド 心電図に基づいて甲状腺機能障害を診断する方法、プログラム及び装置
US12564322B2 (en) * 2022-03-10 2026-03-03 Icahn School Of Medicine At Mount Sinai Head-mounted system for measuring ptosis

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102379061B1 (ko) 2021-06-30 2022-04-05 주식회사 타이로스코프 활동성 갑상선 눈병증 진료를 위한 내원 안내 방법 및 이를 수행하는 장치

Also Published As

Publication number Publication date
WO2024035131A1 (ko) 2024-02-15
US20260024206A1 (en) 2026-01-22
KR20250049203A (ko) 2025-04-11
US20250182281A1 (en) 2025-06-05
US20250209624A1 (en) 2025-06-26
EP4563071A4 (en) 2026-01-07
EP4567827A3 (en) 2025-06-18
EP4567827A2 (en) 2025-06-11
US12475562B2 (en) 2025-11-18
US12412271B2 (en) 2025-09-09
JP2025526702A (ja) 2025-08-15
EP4563071A1 (en) 2025-06-04

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20250404

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20250404

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20260213

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20260217

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20260410

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: 20260421

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20260519

R150 Certificate of patent or registration of utility model

Ref document number: 7872001

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150