KR100906360B1 - 모체-태아의 상태를 진단, 스크리닝, 예방, 및 치료하기위한 인공지능 및 장치 - Google Patents

모체-태아의 상태를 진단, 스크리닝, 예방, 및 치료하기위한 인공지능 및 장치 Download PDF

Info

Publication number
KR100906360B1
KR100906360B1 KR1020067013150A KR20067013150A KR100906360B1 KR 100906360 B1 KR100906360 B1 KR 100906360B1 KR 1020067013150 A KR1020067013150 A KR 1020067013150A KR 20067013150 A KR20067013150 A KR 20067013150A KR 100906360 B1 KR100906360 B1 KR 100906360B1
Authority
KR
South Korea
Prior art keywords
data
pregnancy
diagnostic
screening
complications
Prior art date
Application number
KR1020067013150A
Other languages
English (en)
Other versions
KR20060121260A (ko
Inventor
슈라가 로템
Original Assignee
슈라가 로템
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 슈라가 로템 filed Critical 슈라가 로템
Publication of KR20060121260A publication Critical patent/KR20060121260A/ko
Application granted granted Critical
Publication of KR100906360B1 publication Critical patent/KR100906360B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/60ICT specially adapted for the handling or processing of medical references relating to pathologies

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 임신 기간에 걸쳐 합병증 또는 위험에 대한 진단 스크리닝 또는 치료를 취급하기 위한 시간에 따른 인공 지능 장치에 관한 것이다. 사용자는 임신 기간 동안 임상적인 케이스 관리에 대한 문제 또는 질문을 입력하고, 하나 이상의 알고리즘을 통해 그 케이스의 관리를 안내하는 케이스에 따른 결과를 받을 수 있다.

Description

모체-태아의 상태를 진단, 스크리닝, 예방, 및 치료하기 위한 인공지능 및 장치{An artificial intelligence and device for diagnosis, screening, prevention and treatment of materno-fetal conditions}
관련 기술의 교차 참조
본 출원은 전체가 본 명세서에 통합되어 있는, 발명의 명칭이 AN ARTIFICIAL INTELLIGENCE AND DEVICE FOR DIAGNOSIS, SCREENING, PREVENTION AND TREATMENT OF MATERNO-FETAL CONDITIONS인 미국 가출원 60/526,313에 기초한 것이다.
바깥 세상을 접하고 있는 신생아는 폐를 순환하는 첫 밀리리터의 산소로 시작하여 전 인생에 걸쳐 계속되는 적응을 하게 된다. 이러한 적응은 모든 장기, 시스템, 및 독립적이고 상호의존적인 기능의 복잡한 네트워크를 연루하게 된다. 출생 시 정상적인 구조적, 기능적, 및 미적 상태는 인생이 무엇을 제공하는지를 즐기기 위해 그리고 부정적인 상황을 적절히 처리하기 위해 필수적이다. 임신 동안 문제점/합병증의 신속한 최적의 발견, 그리고 자궁내 인생 동안의 모든 위험을 처리함에 있어서 최선의 대처는 환자, 그 가족, 헬쓰 케어 시스템, 및 사회 전체에게 유익하다.
임신 합병증(pregnancy complication)은 하기 여러 부류(class)에 속하는 수 천 개의 상태의 매우 긴 리스트에 의해 유발될 수 있다:
a) 염색체 수준에서 또는 분자 유전학의 수준에서 또는 생화학 또는 대사 수준에서, 비정상적인 유전적 성질이 존재할 위험,
예) 다운증후군, 터너 증후군, 및 다른 수천가지의 상태.
b) 검출 가능한 비정상적 유전 패턴이 없는 태아의 구조적 비정상이 존재할 위험.
예) 척추 갈림증 및 수천 가지의 상태.
c) 특발성 태아 기형 및 질환,
예) 태아수증(hydroptic fetalis), 태아 성장 지연, 태아 거구증.
d) 모체의 질환에 대한 노출 또는 모체/자궁 생리상태의 시기 부적절한 변화에 의한 태아 질환 및 임신 합병증.
예) 태아의 구조적 변형 또는 태아 거구증을 유발하는 모체의 당뇨.
e) 최기형성 또는 다른 종류의 위험 인자에 대한 노출로 인한 태아의 질환.
f) 산발적인 유전적 변이.
g) 다른 문제.
따라서, 모든 태아, 모체, 및 외부의 이미 존재하는 데이터를 플랏하고, 계획하며, 취급하는 것을 가능하게 하고, 임신 기간 동안 발생 날짜의 기록을 가능하게 하는 인공지능 소프트웨어가 모든 경우의 스크리닝, 검출, 예방, 및 치료를 향상시켜, 그로 인해 삶을 접하기에 최선의 상태로 신생아를 분만할 기회를 향상시키는 것이 절실하다.
발명의 요약
본 발명은 임신 기간에 걸쳐 합병증 또는 위험에 대한 임의의 진단 스크리닝 또는 치료를 취급하기 위한 시간에 따른(time-oriented) 인공 지능 장치에 관한 것이다.
사용자는 임신 기간 동안 임상적인 케이스 관리에 대한 문제 또는 질문을 입력하고, 하나 이상의 알고리즘을 통해 그 케이스의 관리를 안내하는 케이스에 따른 결과(output)를 받을 수 있다.
본 발명은 비정상적인 유전자 타입에 따른 표현형의 검출을 가능하게 한다.
본 발명은 하나 이상의 임신 관련 건강 합병증 데이터베이스를 포함하는 임신 동안의 건강을 최적화하기 위한 전문가 장치을 제공한다. 그러한 데이터베이스는 실제로 임의의 수의 데어터베이스를 포함할 수 있으며, 그러한 데이터베이스는 하이퍼링크와 같은 임의의 방식으로 연결될 수 있다. 본 발명의 장치는 또한 임의의 상기 건강 합병증에 대한 시간에 따른 정보를 나타내는 데이터베이스를 포함한다. 건강 합병증은 상기 데이터 메뉴로 분류될 수 있다. 상기 전문가 장치는 진단 및/또는 스크리닝 데이터를 입력하기 위한 하나 이상의 입력 장치를 포함할 수 있다. 상기 장치는 또한 입력된 진단 및 스크리닝 데이터의 함수로서 결정을 보고하기 위한 하나 이상의 인디케이터를 포함할 수 있다.
상기 입력되는 진단 및/또는 스크리닝 데이터는 진단 및 스크리닝 도구(tool), 진단 및 스크리닝 시험, 임신에 대해 보고하는 사람으로부터 얻어진 정보, 또는 환자에 대한 보고로부터 얻어진 데이터를 포함할 수 있다. 상기 진단 및 스크리닝 도구는 초음파 패턴 인식 장치, 유전자 시험 장치, 유전자 카운셀링 시스템, 생화학적 시험 장치, 또는 자기 공명 장치를 포함할 수 있다. 상기 진단 및 스크리닝 시험은 유전자 시험, 초음파 시험, 또는 생화학 시험을 포함할 수 있다. 상기 입력되는 데이터는 상기 장치에서 특징추출 또는 역특징추출이 이루어질 수 있다.
상기 장치는 데이터 메뉴를 포함할 수 있다. 데이터 메뉴는 카테고리별로 정해진 임신 관련 건강 상태를 포함하며, 상기 데이터 메뉴는 임신 기간의 함수로서 조직화된다. 이러한 카테고리별로 정해진 임신 상태는 임의의 수의 방법으로 분류될 수 있다.
지능형 에이전트에 입력되는 데이터에 적용하기에 적합한 하나 이상의 알고리즘 규칙을 포함하는 지능형 에이전트가 포함될 수 있다. 상기 규칙은 임신 케이스에 대한 하나 이상의 결정을 생성하도록 디자인될 수 있다. 상기 결정은 합병증에 대하여 취하여야 할 하나 이상의 대처를 스케줄링하거나 그 합병증을 검출하는 것을 포함할 수 있다. 합병증과 관련하여 취할 수 있는 대처는 합병증의 스크리닝 또는 합병증의 치료를 포함한다. 따라서, 상기 결정은 합병증에 대하여 취해야 할, 하나 이상의 합병증에 대해 스크리닝하기 위한 대처를 포함하는 하나 이상의 대처를 스케쥴링 하는 단계; 및 상기 합병증을 치료하는 단계를 포함할 수 있다.
지능형 에이전트는 상기 입력된 진단 및/또는 스크리닝 데이터를 입수하여 임신 관련 건강 합병증의 존재 또는 부존재의 가능성을 나타내도록 배열될 수 있다. 그것은 임의의 수의 규칙을 이용하여 이것을 수행할 수 있다. 진단 및 스크리닝 데이터 그리고 건강 합병증 데이터를 포함한, 입력 데이터에 대한 상기 규칙의 적용은 하나 이상의 잠재적인 건강 관련 임신 합병증의 가능성을 나타내는 하나 이상의 결정을 보고하도록 조정된다. 상기 보고는 상기 합병증의 존재, 부존재, 또는 존재나 부존재의 가능성을 나타내는 지능형 에이전트의 함수로서의 가중 분석(weighted analysis); 및 상기 가중 분석과 관련하여 취해야 할 이후의 대처를 나타낼 수 있다. 상기 이후의 대처는 하나 이상의 건강 합병증에 대한 하나 이상의 스크리닝; 또는 하나 이상의 건강 합병증에 대한 하나 이상의 치료를 포함할 수 있다.
지능형 에이전트는 또한 임신동안 시간의 함수로서 하나 이상의 임신 합병증의 발생을 나타내는 하나 이상의 발생 규칙뿐만 아니라 출산 후에 하나 이상의 임신 합병증의 발생을 나타내는 하나 이상의 발생 규칙(incidence rule)을 포함할 수 있다. 적용 규칙(application rule)은 주어진 증후군의 가능성을 가중하는데(weigh) 사용될 수 있다. 상기 지능형 에이전트는 또한 하나 이상의 합병증을 분류하는 것에 관한 하나 이상의 분류 규칙을 포함할 수 있다.
상기 지능형 에이전트는 또한 상기 규칙 또는 지능형 에이전트로부터 기인한 하나 이상의 결정을 조합하는 하나 이상의 조합 규칙(association rule)을 포함할 수 있다. 지능형 에이전트에 포함된 규칙 각각을 입력된 데이터 적용시키는 것은 하나 이상의 잠재적인 건강 관련 임신 합병증의 가능성을 나타내는 하나 이상의 결정을 보고하도록 조정된다. 규칙을 진단 및 스크리닝 데이터에 적용함으로써 생성되는 결정 또는 다른 데이터는 규칙 엔진에 접근 가능한 지식 베이스에 부가되도록 데이터 베이스로 다시 커뮤니케이션 될 수 있다.
전문가 장치는 입력된 진단 및/또는 스크리닝 데이터 및 데이터베이스를 카테고리별로 분류하고 기억장치에 입력하기 위한 컴퓨터 실행 프로그램을 포함한다. 상기 장치는 또한 취해야 할 이후의 대처에 대한 권고적인 보고를 발행하도록 배열될 수 있다. 유사하게, 그것은 입력된 데이터에 기초하여 경고를 생성하도록 배열될 수 있다.
상기 전문가 장치는 온라인 상에서 접근 가능할 수 있다.
발명의 상세한 설명
본 발명의 장치 및 방법은 임신 합병증을 포함한 임신 관련 건강 데이터의 데이터베이스를 하나 이상 포함하는, 임신 기간 동안 또는 출산 후 건강을 최적화하기 위한 전문가 장치를 제공한다. 여기에서 언급하는 합병증이란 절차(procedure)(또는 절차의 위험), 치료(부작용 또는 독성 포함), 질환, 상태, 비정상, 또는 이상(anomaly), 또는 증후군과 직접적 또는 간접적으로 관련된 임의의 건강 관련 이슈(issue)를 말한다. 본 발명은 임신과 관련된 합병증에 대한 정보를 관리하며, 그 합병증은 태아, 엄마, 또는 둘 모두의 최적의 건강과 관련된 우려를 나타내는 임의의 이슈를 포함한다. 따라서, 합병증은 증후군, 비정상적 사건, 영양, 또는 영양실조, 환경적 인자, 유전자 수준의 변이, 가족력(예: 가족의 지능발달의 지연의 역사), 또는 생계의 문제까지도 포함할 수 있다. 그러한 데이터베이스는 실제로 임의의 수의 데이터베이스를 포함할 수 있으며, 그러한 데이터베이스는 임의의 방식으로 연결될 수 있다. 상기 장치는 또한 상기 임의의 건강 합병증에 대한 시간에 따른 정보를 나타내는 데이터를 포함한다. 전문가 장치는 진단 및 스크리닝 데이터를 입력하기 위한 하나 이상의 입력장치를 포함할 수 있다. 상기 장치는 또한 입력된 진단 및 스크리닝 데이터의 함수로서 결정을 보고하기 위한 하나 이상의 인디케이터를 포함할 수 있다.
도 1은 본 발명의 비제한적이고 예시적인 도식적 레이아웃을 나타낸다. 환자의 진단 및/또는 스크리닝 데이터를 함유하는 데이터 소스 (110)는 결정 (130a), (130b), (130c)를 출력하는 추론 엔진(inference engine) 또는 지능형 에이전트 (120)에 공급된다. 결정 (130a), (130b), (130c)는 채용된 알고리즘을 이용하여 적어도 하나 이상의 지식 데이터베이스 (140)으로부터 유래될 수 있다. 추론 엔진 (120)은 임신 관련 시간에 따른 건강 데이터, 신생아 관련 데이터, 및 유전자 맵핑(mapping)을 포함하는, 하나 이상의 지식 데이터베이스 (140)에 작동적으로 연결되어 있다. 염색체 지도는 인간 게놈 데이터베이스에 연결될 수 있다(예: 염색체 16의 지도, http://www.gdb.org/gdbreports/Chr.l6.omun.html).
본 발명은 예를 들어, 주어진 시간에 따른 정상적 및 비정상적 태아 및 자궁 밖의 발달 모두에 관한 정보의 데이터베이스를 사용할 수 있다. 데이터베이스 정보는 또한 추론 엔진 (120) 자체로부터 데이터베이스로 공급되어 풍부해진 정보일 수 있다.
지식 데이터베이스는 시간에 따른 메뉴, 그중에서도 특히 1) 유전적 특징 및 게놈 데이터베이스; 2) 임신 전 및 임신 동안 최기 물질 노출; 3) 태아에게 영향을 미치는 모체의 질환; 및 4) 미숙(prematurity)과 관련된 사건 및 마커를 포함한다.
지능형 에이전트는 시간 추론 로직(temporal inference logic)을 포함한다. 그것에 대한 예시적인 시간 로직 및 정보는 당해 기술분야에 잘 알려져 있다.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
추론 엔진 / 지능형 에이전트는 하기 예시적인 변수에 대한 누적된 고려를 이용하여 결정을 수행할 수 있다.
● 출산시 증후군의 발생;
● 임신 기간의 주 수에 따른 임신한 동안의 사건 또는 증후군;
● 출산시 각각의 증후군에서의 하나 이상의 사인 또는 마커의 발생;
● 임신 기간의 주 수에 따른 각각의 증후군에서의 각각의 사인 또는 마커의 발생;
● 출산시 사인 또는 마커의 조합의 발생;
● 임신 기간의 주 수에 따른 임신한 동안의 사인 또는 마커의 조합의 발생;
● 출산시 증후군과 관련하여 하나 이상의 사인 또는 마커를 주요, 이차, 또는 희귀로 분류;
● 임신 기간의 주 수에 따른 임신한 동안의 증후군과 관련하여 하나 이상의 사인 또는 마커를 주요, 이차, 또는 희귀로 분류; 및
● 자연 병력 타입(즉, 본 명세서에 기재된 타입 I-Ⅳ)에 따른 각각의 사인 또는 마커의 분류.
상기 요소 및 변수 각각의 다른 값뿐만 아니라 가중치(weighted value)는 민족적 특징(ethnicity)과 같은 다른 인자를 고려할 뿐만 아니라 케이스 및 상황에 따라 달라질 것이다.
자연 병력(natural history)에 따라, 태아의 이상은 4 가지 타입(타입 I 내지 Ⅳ)으로 분류될 수 있다: 타입 I- 일정한 임신 나이에서의 초기 발병; 타입 Ⅱ - 전이 상태(transient condition); 타입 Ⅲ- 변화 가능한 발병 또는 잠재적으로 불안정한 이상; 및 타입 Ⅳ - 느린 발병 이상. 타입 I- 일정한 임신 나이에서의 초기 발병의 이상의 예는 무뇌증, 갈림증(bifida), 결합쌍둥이, 전전뇌증, 외눈박이 태아 변형, 불완전골생성증 타입 Ⅱ, 우심증, 이중 집합세관 시스템(double collecting renal system), 무안구증, 또는 얼굴갈림증 등이 있다. 타입 Ⅱ-전이 상태의 이상의 예는 NT 증가, 흉막 삼출, 심낭 삼출, 맥락막총 낭, 물콩팥증, 장간막낭, 에코발생 대장, 양수과소증, 태반비대, 심부정맥 등이 있다. 타입 Ⅲ- 변화 가능한 발병 또는 잠재적으로 불안정한 이상의 예는 횡경막 헤르니아, 수두증, 곤봉발, 댄디-워커 증후군, 기형, 대동맥 협착, 난소낭, AV 심장 차단, 배꼽탈장, 거대방광증, 또는 수막뇌탈출증 등이 있다. 타입 Ⅳ - 느린 발병 이상의 예로는 뇌량무발생, 뇌이랑없음증, 뇌구멍증, 작은머리증, 두개내 거미막낭종, 배머리증, 선천성간아세포성 신종, 유문폐쇄증, 또는 불완전골생성증 타입 Ⅳ 등이 있다. 태아 이상의 자연 병력에 관한 부가적인 정보는 전체가 참고로 본 명세서에 통합되어 있는 하기 참고 문헌에서 찾아볼 수 있다: Rottem,Shraga :IRONFAN-Sonographic window into the natural history of fetal anomalies, Ultrasound Obstet. Gynecol. 5 (1995) 361-363.
본 발명의 장치 및 방법의 비제한적인 대표적인 구현예의 시리즈는 도 2 내지 도 4b의 디스플레이 도면(예: 스크린 사진)에 기재되어 있다. 도 2는 시간에 따른 추론 엔진 및 시간에 따른 지식 베이스 간의 관계를 예시하는 제 1 스크린이다. 시간 바 (10)은 임신 기간에 기초한 지식 베이스에 대한 좌표적 접근(coordinate access)을 가능하게 한다. 지식 베이스 D1 내지 D12는 임신 합병증을 다양한 부류로 카테고리화 한다. D1 내지 D12는 모체의 질병, 태아 시스템 발달, 유전적 위험, 임신 전 또는 동안의 약물 사용으로 인한 태아 이상의 위험(예: 다지증), 또는 임신 케어를 관리하는데 있어 유용한 다른 카테고리의 부류에 관한 데이터를 포함할 수 있다. 데이터 메뉴 D1-D12는 임신 케이스를 진단하고, 스크리닝하고, 치료하며, 관리하는데 있어 유용한 데이터를 포함한다.
바 (10)은 정상적인 태아의 기관 및 기관의 기능 또는 값을 좌측에 갖도록 하고, 비정상적인 태아 발달 및 기능 부전을 우측에 갖도록 디자인될 수 있으며, 그러한 값은 초음파 같은 시험 및 다른 시험에 의한 결과이다. 탭 (12)는 예를 들어 11 주 및 하루에 임신의 정확한 포인트 또는 단계를 나타내기 위한 이동하는 스케일에 대한 포인트를 표시할 수 있도록 디자인될 수 있다. 각각의 데이터 메뉴 D1 내지 D12는 탭 스케일 (11)을 포함하는 타이밍 바를 갖도록 디자인된다. 타이밍 스케일 (11)은 각각의 데이터 메뉴가 임신 시간을 반영하고 임신 시간에 관련된 상태를 나타내도록 시간에 따른 바(10)에 작동적으로 배열될 수 있다.
도 2a는 사용자가 입력 데이터 메뉴, 예를 들어 D8을 선택할 경우 사용자에게 보여지는 스크린을 나타낸다. 사용자는 예를 들어 건강 관련 임신 상태가 유전 상태인 메뉴, 예를 들어 D8을 선택할 수 있다. 스케일 (21)은 임신 기간을 나타내기 위해 표시된다. 제 2 데이터 메뉴 (20)은 유전적 문제에 관하여 만들어질 수 있는 질문으로 구성된 옵션의 리스트를 보여줄 수 있다.
질문에 대한 옵션은 위험 또는 다른 위험을 나타내는 초음파 또는 생화학적 조사 유래의 마커에 의한 유전 질환 리스트; 및 그 하부 카테고리일 수 있다.
메뉴 (20)에서의 선택은 이러한 임신 시기에 검출될 수 있는 증후군의 리스트를 제공하는 또 다른 메뉴 (25)를 열게 될 것이다. 일단 증후군이 선택되면, 상기 기재된 알고리즘이 도 2b에서 보여지는 스크린을 생성시킨다. 예를 들어, 유전적 리스트가 선택되면, 리스트는 스크린 되어야 할 관련 합병증으로서 염색체, 비-염색체, 대사, 멘델 유전, 및 정신적 결함을 보여줄 것이다.
도 4b는 알고리즘에 기초한 계획의 이용을 찾기 위해 이상 및 이상의 조합을 나타내는 스크린을 나타낸다. 그 계획은 이후의 스캔에서 이상 또는 이상들의 존재 또는 부존재에 따라 달라질 수 있다.
도 4c는 SonoMarker 리스트가 선택된 경우의 스크린을 나타낸다. 질문은 이상 (101)과 같은 리스트로부터 SonoMarker의 선택에 의해 기인될 수 있다. 그러한 경우, 알고리즘은 이러한 임신 시기에서 탐색되는 가장 통상적인 증후군을 제공할 것이다.
그러나, 증후군에 대한 긴 리스트의 사인으로부터, 알고리즘은 증후군을 발견하거나 배제하는 가장 작은 수의 마커를 찾는 가능성을 제공할 것이다. 그러한 리스트의 예를 도 2c 및 2d에 나타내었다.
정보의 발견의 추진 중 하나는 다지증을 갖는 케이스의 신생아 결과 유래의 데이터베이스를 찾는 것이다. 200 가지의 서로 다른 증후군의 연구가 연루되기 때문에, 이것은 실용적이지 않다. 본 발명의 알고리즘은 실행자에게 특정 임신 기간에서 다지증을 갖는 태아의 가장 통상적인 증후군을 안내한다. 그러나, 40 개의가능한 조합 사인을 주목하는 대신, 도 2c 및 2d에 나타난 알고리즘은 사용자를 2 개의 사인(NT 및 뒤통수 뇌탈출증)으로 안내한 다음, 이후의 단계에서의 다낭신장으로 안내한다. 태아의 새로운 평가에 따르면, Meckel Gruber 증후군이 확인되거나 배제되고, 이후의 더욱 지시되는 그들의 가능성에 의한 증후군 및 관련 사인들이 나타난다.
증후군 또는 마커 알고리즘 이외에, 본 발명은 또한 주어진 임신 기간에서 증후군/질병의 최대의 수를 검출하기 위해 최소한의 수의 마커 리스트의 신호를 보내는 능력을 포함한다. 상기 소프트웨어 이외에, 이것은 프로그램 가능한 버튼을 갖는 조그 다이얼에 의해 달성될 수 있다.
따라서, 상기 지능형 에이전트는 사인 또는 마커와 연관된 다수의 증후군의 최대 백분율이 최소한의 수의 마커로부터 캡쳐되도록 다수의 사인 또는 마커의 시간에 따른 데이터에 적용하도록 배열된 알고리즘을 포함할 수 있다. 상기 전문가 장치는 프로그램 가능한 메모리를 갖는 조그 다이얼 실렉터(jog dial selector)에 작동적으로 연결되고, 상기 조그 다이얼은 상기 다수의 증후군의 더 높은 최대 백분율이 캡쳐되도록 다수의 사인 또는 마커의 수를 조정할 수 있다.
본 발명의 알고리즘을 이용하여 생성될 수 있는 두 개의 추가적인 질문을 도 3a 및 도 4a에 나타내었다. 도 4a는 임신에서 주어진 시간에서의 모체의 질환이 태아의 건강에 미치는 영향에 관련된 질문을 나타낸다.
도 3a는 모체가 최기 물질에 노출됨으로써 태아에 미치는 가능한 영향에 대한 추론 엔진 및 알고리즘에 대한 질문에 관한 것이다.
도 3a는 임신의 임의의 시기에 임의의 최기 물질에 대한 모체의 노출이 미치는 가능한 영향에 대한 질문 모드의 가능한 구현예 중 하나를 나타낸다. 클래스 및 하부 클래스가 메뉴 (40)에 나타나 있다. 질문은 약물의 선택, 수주 내지 수일의 노출 시간, 및 투여량(스크린에는 미도시)의 선택을 포함할 것이다. 추론 엔진 및 알고리즘은 태아 건강에 관련 없음 또는 관련 있음으로 선언할 것이다. 관련 없음의 경우에, 스크린은 관련 없음에 대한 재보증 이유를 나타낼 것이다. 추론 엔진 및 알고리즘에 의해 답이 관련 있음으로 나타날 경우, 출력은 도 3b에 나타난 바와 같이 태아의 임의의 가능한 문제의 발견을 위한 시간을 나타낼 것이다.
도 3a는 도 2에 나타낸 입력 스크린에서 제 1 데이터 메뉴 D1, D2, D3로부터 접근될 수 있는 스크린의 또 다른 예를 나타낸다. 예를 들어, 사용자는 최기물질과 관련된 상태의 메뉴 D3를 선택할 수 있다. 도 4a에서는, 최기 물질, 예를 들어 약물에 대한 노출에 의한 임신 합병증의 리스트 또는 메뉴 (40)이 나타나 있다. 디스플레이 (42)는 최기 물질에 대한 노출 시간(예를 들어, 5 주 3 일 동안 복용) 및 약물의 투여량(여기에서는 미도시)을 나타낸다. 그런 다음, 결과는 약물 노출 및 임신 시기에 대한 정보를 보고할 수 있다. 예를 들어, 보고 박스 (44)는 최기 물질에 대한 노출이 태아의 발달과 관련이 있는지 또는 관련이 없는지를 나타낼 수 있다. 관련이 없을 경우, 장치는 제 2 보고 박스 (46)에 이유를 제공하도록 배열될 수 있다. 시간에 따른 규칙은 진단과 스크리닝 정보 및 임신 기간과의 관계를 나타낸다. 부가적인 특징으로서, 전문가 장치는 예를 들어 초음파 진단 동안 임신 환자를 재촉하여 그녀가 약을 복용하고 있는지를 물어보기에 접합하도록 할 수 있다. 그러할 경우, 지능형 에이전트는 최기 물질과 관련하여 기재된 정보를 처리한다.
노출이 관련된다면, 그 다음 사용자는 본 예의 임신 시간에 관한 기간에 따라, 도 4b에 기재된 것과 유사한 도 3b에 나타낸 페이지를 불러올 수 있다. 합병증, 결과, 대처, 이상 등은 이것에 한정되지는 않더라도 최기 물질의 관련 효과와 관계 될 것이다.
도 4a는 임신 기간 동안 모체의 질환이 태아의 건강에 미치는 가능한 영향을 나타낸다. 메뉴 (30)은 가능한 모체 질환의 리스트를 나타낸다. 임신의 주 수에 따라, 항체 수준과 같은 질병에 관한 시험 및 다른 시험, 추론 엔진, 및 알고리즘은 모체 질병의 시험의 수치가 태아에게 있어 정상적인 수준이 무엇인지를 고려함에 있어 너무 높거나 너무 낮은지를 나타내는 출력을 제공한다. 너무 높거나 너무 낮은 수준에 따라, 도 4b에 나타낸 차트는 최기 물질과 동일한 방식으로 태아에 대한 추적(follow-up)을 제공할 것이다.
도 4a는 도 2의 입력 스크린의 제 1 메뉴 D1 내지 D12로부터 접근할 수 있는 스크린의 또 다른 예를 나타낸다. 예를 들어, 사용자는 모체의 질병과 관련된 상태 중 메뉴 D2(예: 빈혈, 당뇨, 간 질환, 신부전 등)을 선택할 수 있다. 도 4a에서, 임신 기간에 대한 디스플레이 (42)는 사용자에게 보여질 수 있다. 예를 들어, 스크린은 임신 케이스가 12주 5일 째인 경우를 보여줄 수 있다. 임신 합병증에 관한 리스트 또는 메뉴 (40)이 보여질 수 있으며, 그들 각각은 임신 기간 및 도 2의 제 1 메뉴 D1의 선택된 조건과 연관된다. 예를 들어, 상기 리스트는 질병 및 질병의 서브카테고리를 포함할 수 있다. 디스플레이는 또한 사용자에게 혈액 중에 존재하는 항체의 수준(예: 0.56)과 같은 진단 및 스크리닝 정보를 나타낼 수 있다. 이것은 임의의 시험으로부터 입력된 데이터일 수 있다. 디스플레이는 또한 질병이 최초로 개시될 때와 같은 부가적인 진단 및 스크리닝 데이터를 보여줄 수 있다. 그런 다음, 결과는 진단과 스크리닝 정보 및 임신 기간에 대한 정보를 보고할 수 있다. 예를 들어, 스크린은 질병이 주어질 경우, 임신 12주 및 5일째의 태아에 대한 영향을 고려하여 항체의 양이 높거나 낮은지를 나타낼 수 있다. 시간에 따른 규칙은 진단 및 스크리닝 정보와 임신 기간과의 관계를 나타내도록 디자인될 수 있다.
사용자는 본 실시예의 임신 기간에 관련된 기간에 따라 도 3b에 이미 기재된 것과 유사한 페이지를 불러들일 수 있다. 합병증, 결과, 대처, 이상 등은 이것에 한정되지는 않더라도 선택된 초기 메뉴인 모체의 질병과 연관될 것이다.
부가적인 특징
전문가 장치에 포함될 수 있는 특징은 고려되어야 할 이후의 대처에 대한 권고적 보고를 생성시키도록 배열될 수 있다는 것이다. 또한 그러한 대처가 더 일찍 취해졌어야 했는데 그렇지 못한 경우 대처를 취해야 할 필요성에 기초하여 경고를 발생시키도록 배열될 수 있다. 유사하게, 과거에 오진이 있었던 경우에 경고를 발생시키도록 배열될 수 있다. 전문가 장치는 예를 들어, 본 발명을 이용하지 않은 더 이른 진단이 본 발명의 장치가 그 이전에 진단된 이상과 공존할 수 없는 것으로 알고 있는 상태 또는 증후군을 진단할 경우 그러한 경고를 발생시킬 수 있다. 그런 다음, 전문가 장치는 오진에 기초하여 새로운 코스의 치료 또는 다른 대처를 나타내기에 적합하도록 만들어질 수 있다.
전문가 장치는 또한 엄마의 상태 및 태아의 상태와 관련된 데이터의 입력을 포함하는 작동 장치를 포함할 수 있다. 태아에 관한 데이터는 태아의 임신 나이를 포함할 수 있다. 임신 나이는 예를 들어 태아 생체 계측기를 포함한 초음파 방법과 같은 임의의 진단 및 스크리닝 방법에 의해 확립될 수 있다. 입력된 시험 결과 데이터를 플랏하기 위해 바늘이 있는 플랏 도구가 포함될 수 있으며, 추론 엔진은 그러한 플랏된 데이터의 함수로서 결정을 출력해 낼 수 있다.
전문가 장치는 임의의 진단 및 스크리닝 장치에 내장될 수 있다. 그것은 또한 임의의 사용자의 원격 사용이 가능하도록 웹에 의해 접근 가능하도록 할 수 있다. 상기 진단 및 스크리닝 장치는 초음파 패턴 인지 장치, 유전자 시험 장치, 유전자 카운셀링 장치, 생화학적 시험을 위한 장치, 또는 자기 공명 장치 중 어느 하나를 포함할 수 있다.
상기 기재는 단지 본 발명의 예시적 구현예를 나타내는 것으로 이해하여야 한다. 독자의 편의를 위해, 상기 기재는 모든 가능한 구현예 중에서 본 발명의 원리를 나타내는 한정된 수의 대표적인 샘플에 촛점을 두었다. 상기 기재는 모든 가능한 변화 또는 기재된 그러한 변화의 조합을 철저하게 하나씩 열거하기 위한 것이 아니다. 대안 구현예가 본 발명의 특정 부분에 대해 제시되지 않았을지도 모른다는 것 또는 기재되지 않은 또 다른 구현예가 본 발명의 일부를 위해 사용 가능하다는 것은 다른 구현에를 포기하는 것으로 인식되어져서는 안된다. 당업자는 기재되어 있지 않은 많은 구현예가 본 발명의 원리의 적용에 있어서의 차이라기보다는 기술의 차이를 연루한다는 것을 알 것이다. 본 명세서의 기재에 기초하여 본 발명의 원리의 대부분은 실행 목적을 위한 다른 특정 기술에 전환 가능할 것이라는 것을 이해할 것이다. 이것은 특히 기술이 차이가 서로 다른 특정 하드웨어 및/또는 소프트웨어를 관여시키는 경우이다. 따라서, 본 발명은 하기 특허청구범위에 나타낸 범위 및 그 등가물보다 좁은 범위로 한정되어져서는 안된다.
도 1은 본 발명의 비제한적이고 예시적인 도식적 레이아웃을 나타낸다.
도 2는 시간에 따른 추론 엔진 및 시간에 따른 지식 베이스 간의 관계를 예시하는 제 1 스크린이다.
도 2a는 사용자가 입력 데이터 메뉴, 예를 들어 D8을 선택할 경우 사용자에 게 보여지는 스크린을 나타낸다.
도 2b는 일단 증후군이 선택될 경우 상기 기재된 알고리즘이 나타내는 스크린이다.
도 2c 및 2d는 증후군에 대한 사인의 리스트의 예이다.
도 3a는 도 2에 나타낸 입력 스크린에서 제 1 데이터 메뉴 D1, D2, D3로부터 접근될 수 있는 스크린의 또 다른 예를 나타낸다.
도 3b는 도 4b에 기재된 것과 유사한 페이지이다.
도 4a는 도 2의 입력 스크린의 제 1 메뉴 D1 내지 D12로부터 접근할 수 있는 스크린의 또 다른 예를 나타낸다.
도 4b는 알고리즘에 기초한 계획의 이용을 찾기 위해 이상 및 이상의 조합을 나타내는 스크린을 나타낸다.
도 4c는 SonoMarker 리스트가 선택된 경우의 스크린을 나타낸다.

Claims (30)

  1. 삭제
  2. 삭제
  3. 삭제
  4. i) 임신 건강 합병증에 대한 시간에 따른 정보를 나타내는 데이터를 포함하는 임신 관련 건강 데이터의 하나 이상의 데이터베이스;
    ii) 진단 및 스크리닝 데이터에 관한 시간에 따른 정보를 포함하는 진단 및 스크리닝 데이터를 입력하기 위한 하나 이상의 입력 장치; 및
    iii) 입력된 진단 및 스크리닝 데이터, 그리고 상기 임신 관련 건강 데이터의 함수에 따른 합병증에 대한 결정을 보고하기 위한 하나 이상의 인디케이터를 포함하며, 상기 시간에 따른 정보의 보고는
    건강 합병증의 검출이 가장 최초로 알려진 시간을 나타내는 데이터;
    시간에 따른 합병증의 발생 추이를 나타내는 데이터;
    그러한 합병증의 존재 또는 부존재의 가능성을 나타내는 데이터; 또는
    합병증의 부류를 나타내는 데이터를 포함하는 것을 특징으로 하는 임신 동안 모체 및 태아의 건강을 관리하기 위한 전문가 장치.
  5. i) 임신 건강 합병증에 대한 시간에 따른 정보를 나타내는 데이터를 포함하는 임신 관련 건강 데이터의 하나 이상의 데이터베이스;
    ii) 진단 및 스크리닝 데이터에 관한 시간에 따른 정보를 포함하는 진단 및 스크리닝 데이터를 입력하기 위한 하나 이상의 입력 장치; 및
    iii) 입력된 진단 및 스크리닝 데이터, 그리고 상기 임신 관련 건강 데이터의 함수에 따른 합병증에 대한 결정을 보고하기 위한 하나 이상의 인디케이터를 포함하며, 상기 입력된 진단 및 스크리닝 데이터는
    진단 및 스크리닝 도구(tool);
    진단 및 스크리닝 시험; 또는
    임신에 대해 보고하는 사람으로부터 얻어진 정보; 또는
    환자에 대한 보고
    로부터 얻어진 데이터를 포함하는 것을 특징으로 하는 임신 동안 모체 및 태아의 건강을 관리하기 위한 전문가 장치.
  6. 제 5 항에 있어서, 상기 진단 및 스크리닝 도구는
    초음파 패턴 인식 장치;
    유전자 시험 장치;
    유전자 카운셀링 시스템;
    생화학적 시험 장치; 또는
    자기 공명 장치를 포함하는 것을 특징으로 하는 전문가 장치.
  7. 제 5 항에 있어서, 상기 진단 및 스크리닝 시험은
    유전자 시험;
    초음파 시험; 또는
    생화학적 시험을 포함하는 것을 특징으로 하는 전문가 장치.
  8. 제 5 항에 있어서, 상기 얻어진 정보는
    환자 인터뷰로 얻어진 정보;
    환자 이외의 임신에 대하여 보고하는 사람이 제공한 정보;
    환자가 자진하여 제공한 정보를 포함하는 것을 특징으로 하는 전문가 장치.
  9. i) 임신 건강 합병증에 대한 시간에 따른 정보를 나타내는 데이터를 포함하는 임신 관련 건강 데이터의 하나 이상의 데이터베이스;
    ii) 진단 및 스크리닝 데이터에 관한 시간에 따른 정보를 포함하는 진단 및 스크리닝 데이터를 입력하기 위한 하나 이상의 입력 장치;
    iii) 입력된 진단 및 스크리닝 데이터, 그리고 상기 임신 관련 건강 데이터의 함수에 따른 합병증에 대한 결정을 보고하기 위한 하나 이상의 인디케이터; 및
    iv) 지능형 에이전트를 포함하며, 그 지능형 에이전트는 그 지능형 에이전트에 입력되는 데이터에 적용할 수 있는 하나 이상의 알고리즘 규칙을 더 포함하며, 그 규칙은 임신 케이스에 대한 하나 이상의 결정을 제공하도록 디자인된 것을 특징으로 하는 임신 동안 모체 및 태아의 건강을 관리하기 위한 전문가 장치.
  10. 제 9 항에 있어서, 상기 결정은
    합병증에 대하여 취해야 할, 하나 이상의 합병증에 대해 스크리닝하는 대처를 포함하는 하나 이상의 대처를 스케쥴링 하는 단계;
    상기 합병증을 치료하는 단계를 포함하는 것을 특징으로 하는 전문가 장치.
  11. 제 5 항에 있어서, 상기 환자에 대한 보고는
    환자의 병력(history)을 포함하는 것을 특징으로 하는 전문가 장치.
  12. 삭제
  13. 제 4 항에 있어서, 상기 전문가 장치는
    상기 입력된 진단 및 스크리닝 데이터를 입수하여 임신 관련 건강 합병증의 존재 또는 부존재 가능성을 나타내도록 알고리즘 규칙이 배열된 지능형 에이전트를 포함하는 것을 특징으로 하는 전문가 장치.
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. i) 임신 건강 합병증에 대한 시간에 따른 정보를 나타내는 데이터를 포함하는 임신 관련 건강 데이터의 하나 이상의 데이터베이스;
    ii) 진단 및 스크리닝 데이터에 관한 시간에 따른 정보를 포함하는 진단 및 스크리닝 데이터를 입력하기 위한 하나 이상의 입력 장치;
    iii) 입력된 진단 및 스크리닝 데이터, 그리고 상기 임신 관련 건강 데이터의 함수에 따른 합병증에 대한 결정을 보고하기 위한 하나 이상의 인디케이터; 및 iv) 엄마의 상태 및 태아의 상태에 관한 데이터의 입력을 포함하는 작동 시스템을 포함하며, 상기 태아에 대한 데이터는 태아의 일령을 포함하고, 상기 태아의 일령은 진단 및 스크리닝 방법에 의해 확립되며, 상기 진단 및 스크리닝 방법은 초음파 방법을 포함하며, 상기 초음파 방법은 태아 생체 계측기를 사용하는 것을 포함하는 것을 특징으로 하는 임신 동안 모체 및 태아의 건강을 관리하기 위한 전문가 장치.
  21. 삭제
  22. i) 임신 건강 합병증에 대한 시간에 따른 정보를 나타내는 데이터를 포함하는 임신 관련 건강 데이터의 하나 이상의 데이터베이스;
    ii) 진단 및 스크리닝 데이터에 관한 시간에 따른 정보를 포함하는 진단 및 스크리닝 데이터를 입력하기 위한 하나 이상의 입력 장치; 및
    iii) 입력된 진단 및 스크리닝 데이터, 그리고 상기 임신 관련 건강 데이터의 함수에 따른 합병증에 대한 결정을 보고하기 위한 하나 이상의 인디케이터를 포함하며, 상기 장치는 진단 및 스크리닝 장치에 내장되며, 상기 진단 및 스크리닝 장치는
    초음파 패턴 인지 장치;
    유전자 시험 장치;
    유전자 카운셀링 장치;
    생화학적 시험을 위한 장치; 또는
    자기 공명 장치 중 어느 하나를 포함하는 것을 특징으로 하는 임신 동안 모체 및 태아의 건강을 관리하기 위한 전문가 장치.
  23. i) 임신 건강 합병증에 대한 시간에 따른 정보를 나타내는 데이터를 포함하는 임신 관련 건강 데이터의 하나 이상의 데이터베이스;
    ii) 진단 및 스크리닝 데이터에 관한 시간에 따른 정보를 포함하는 진단 및 스크리닝 데이터를 입력하기 위한 하나 이상의 입력 장치; 및
    iii) 입력된 진단 및 스크리닝 데이터, 그리고 상기 임신 관련 건강 데이터의 함수에 따른 합병증에 대한 결정을 보고하기 위한 하나 이상의 인디케이터를 포함하며, 임신 건강 합병증의 하나 이상의 데이터베이스는 인간 게놈을 포함하는 데이터베이스를 포함하는 것을 특징으로 하는 임신 동안 모체 및 태아의 건강을 관리하기 위한 전문가 장치.
  24. 제 23 항에 있어서, 임신 건강 합병증의 하나 이상의 데이터베이스를 포함하는 시스템은 인간 게놈을 포함하는 데이터베이스에 연결되는 것을 특징으로 하는 전문가 장치.
  25. 삭제
  26. i) 임신 건강 합병증에 대한 시간에 따른 정보를 나타내는 데이터를 포함하는 임신 관련 건강 데이터의 하나 이상의 데이터베이스;
    ii) 진단 및 스크리닝 데이터에 관한 시간에 따른 정보를 포함하는 진단 및 스크리닝 데이터를 입력하기 위한 하나 이상의 입력 장치; 및
    iii) 입력된 진단 및 스크리닝 데이터, 그리고 상기 임신 관련 건강 데이터의 함수에 따른 합병증에 대한 결정을 보고하기 위한 하나 이상의 인디케이터를 포함하며, 상기 입력된 진단 및 스크리닝 데이터는 상기 장치에 의해 생성되어 스크린상에 표시되는 프롬프트 사인에 반응하여 입력된 데이터를 포함하는 것을 특징으로 하는 임신 동안 모체 및 태아의 건강을 관리하기 위한 전문가 장치.
  27. i) 임신 건강 합병증에 대한 시간에 따른 정보를 나타내는 데이터를 포함하는 임신 관련 건강 데이터의 하나 이상의 데이터베이스;
    ii) 진단 및 스크리닝 데이터에 관한 시간에 따른 정보를 포함하는 진단 및 스크리닝 데이터를 입력하기 위한 하나 이상의 입력 장치; 및
    iii) 입력된 진단 및 스크리닝 데이터, 그리고 상기 임신 관련 건강 데이터의 함수에 따른 합병증에 대한 결정을 보고하기 위한 하나 이상의 인디케이터를 포함하며, 상기 장치는 특징추출(feature extraction) 또는 역특징추출(reverse feature extraction)을 포함하는 것을 특징으로 하는 임신 동안 모체 및 태아의 건강을 관리하기 위한 전문가 장치.
  28. 제 9 항에 있어서, 상기 지능형 에이전트는
    출산시 증후군의 발생;
    임신 기간의 주 수에 따른 임신 동안의 증후군의 발생;
    출산 시 각각의 증후군에 대한 하나 이상의 사인 또는 마커의 발생;
    임신 기간의 주 수에 따른 임신한 동안의 하나 이상의 사인 또는 마커의 발생;
    출산시 사인 또는 마커의 임의의 조합의 발생;
    임신 기간의 주 수에 따른 임신한 동안의 하나 이상의 사인 또는 마커의 조합의 발생;
    출산시 증후군과 관련하여 하나 이상의 사인 또는 마커를 주요, 이차, 또는 희귀로 분류;
    임신 기간의 주 수에 따른 임신한 동안의 증후군과 관련하여 하나 이상의 사인 또는 마커를 주요, 이차, 또는 희귀로 분류; 또는
    하나 이상의 사인 또는 마커를 자연 병력 타입으로 분류를 포함하는 다수의 값을 처리하도록 배열된 하나 이상의 알고리즘을 포함하는 것을 특징으로 하는 전문가 장치.
  29. 삭제
  30. 삭제
KR1020067013150A 2003-12-02 2006-06-29 모체-태아의 상태를 진단, 스크리닝, 예방, 및 치료하기위한 인공지능 및 장치 KR100906360B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US52631303P 2003-12-02 2003-12-02
US60/526,313 2003-12-02

Publications (2)

Publication Number Publication Date
KR20060121260A KR20060121260A (ko) 2006-11-28
KR100906360B1 true KR100906360B1 (ko) 2009-07-06

Family

ID=34676610

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020067013150A KR100906360B1 (ko) 2003-12-02 2006-06-29 모체-태아의 상태를 진단, 스크리닝, 예방, 및 치료하기위한 인공지능 및 장치

Country Status (11)

Country Link
US (1) US20100312070A1 (ko)
EP (1) EP1691665A4 (ko)
JP (1) JP2007521854A (ko)
KR (1) KR100906360B1 (ko)
CN (1) CN101416191A (ko)
AU (1) AU2004296799A1 (ko)
BR (1) BRPI0417217A (ko)
CA (1) CA2547912A1 (ko)
IL (1) IL176066A0 (ko)
RU (1) RU2373842C2 (ko)
WO (1) WO2005055805A2 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5646988B2 (ja) * 2007-04-13 2014-12-24 コーニンクレッカ フィリップス エヌ ヴェ 臨床イベントの相関付け
EP2153361A4 (en) * 2007-05-04 2010-09-29 Genes It Software Ltd SYSTEM, METHOD AND DEVICE FOR COMPLETE INDIVIDUALIZED GENETIC INFORMATION OR GENETIC CONSULTATION
US20110190689A1 (en) * 2009-09-28 2011-08-04 Bennett James D Intravaginal therapy device
JP5569884B2 (ja) * 2011-07-05 2014-08-13 公立大学法人奈良県立医科大学 妊婦の健康管理装置及び健康管理システム
CN103617346B (zh) * 2013-11-12 2017-05-24 北京工业大学 基于流行病学、生化和胎盘因素的产后出血预警系统
RU2629236C1 (ru) * 2015-10-26 2017-08-28 Федеральное государственное бюджетное образовательное учреждение дополнительного профессионального образования "Российская медицинская академия непрерывного профессионального образования" Министерства здравоохранения Российской Федерации (ФГБОУ ДПО РМАНПО Минздрава России) Способ отбора беременных женщин для проведения инвазивной диагностики хромосомных аномалий плода в первом триместре беременности методом соноэластографии сдвиговой волны
RU2626144C1 (ru) * 2015-10-26 2017-07-21 Федеральное государственное бюджетное образовательное учреждение дополнительного профессионального образования "Российская медицинская академия непрерывного профессионального образования" Министерства здравоохранения Российской Федерации (ФГБОУ ДПО РМАНПО Минздрава России) Способ отбора беременных женщин для проведения инвазивной диагностики хромосомных аномалий плода в первом триместре беременности методом качественной соноэластографии
CN106777909A (zh) * 2016-11-28 2017-05-31 深圳市人民医院 妊娠期健康风险评估系统
KR102139856B1 (ko) * 2017-06-23 2020-07-30 울산대학교 산학협력단 초음파 영상 처리 방법
KR20220051231A (ko) * 2019-08-22 2022-04-26 가부시키가이샤 샤이닝 의료 장치, 시스템, 및 방법
CN114846507A (zh) * 2019-09-25 2022-08-02 普雷萨根私人有限公司 用于使用人工智能(ai)模型进行非侵入性基因检测的方法和系统
US11854706B2 (en) * 2019-10-20 2023-12-26 Cognitivecare Inc. Maternal and infant health insights and cognitive intelligence (MIHIC) system and score to predict the risk of maternal, fetal and infant morbidity and mortality

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR960008312A (ko) * 1994-08-13 1996-03-22 마이클 스타크 임신이상에 대한 임신중 스크리닝 방법
KR20020076376A (ko) * 2001-03-28 2002-10-11 박현철 인터넷을 이용한 임신관련 토탈서비스 방법
US6468210B2 (en) * 2000-02-14 2002-10-22 First Opinion Corporation Automated diagnostic system and method including synergies
KR20060016315A (ko) * 2004-08-17 2006-02-22 엘지전자 주식회사 임신/출산/육아 관리 시스템

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL62879A (en) * 1981-05-15 1985-09-29 Chaya Moroz Monoclonal antibodies,clones producing them,preparation of such antibodies and clones and cytotoxic and immunoassay using such antibodies
IS1355B6 (is) * 1984-11-12 1989-04-19 Lister Institute Of Preventive Medicine Fjölkjarna kannar
WO1991002975A1 (en) * 1989-08-21 1991-03-07 The Board Of Regents Of The University Of Washington Multiple-probe diagnostic sensor
US5136267A (en) * 1990-12-26 1992-08-04 Audio Precision, Inc. Tunable bandpass filter system and filtering method
US6206829B1 (en) * 1996-07-12 2001-03-27 First Opinion Corporation Computerized medical diagnostic and treatment advice system including network access
US5596993A (en) * 1994-09-21 1997-01-28 Beth Israel Hospital Fetal data processing system and method
US5777905A (en) * 1995-04-20 1998-07-07 Clinical Innovations Associates, Inc. Obstetrical and gynecological event and status calculator
US6678669B2 (en) * 1996-02-09 2004-01-13 Adeza Biomedical Corporation Method for selecting medical and biochemical diagnostic tests using neural network-related applications
WO1997029447A2 (en) * 1996-02-09 1997-08-14 Adeza Biomedical Corporation Method for selecting medical and biochemical diagnostic tests using neural network-related applications
US5840585A (en) * 1996-09-17 1998-11-24 Baylor College Of Medicine Rh blood group antigen compositions and methods of use
US6032678A (en) * 1997-03-14 2000-03-07 Shraga Rottem Adjunct to diagnostic imaging systems for analysis of images of an object or a body part or organ
US20030124558A1 (en) * 1997-04-25 2003-07-03 Maccalman Colin D. Cadherin-11 as an indicator of viable pregnancy
US20030138426A1 (en) * 1997-10-21 2003-07-24 Human Genome Sciences, Inc. Human tumor necrosis factor receptor-like proteins TR11, TR11SV1, and TR11SV2
US6394952B1 (en) * 1998-02-03 2002-05-28 Adeza Biomedical Corporation Point of care diagnostic systems
US6492997B1 (en) * 1998-02-04 2002-12-10 Corporate Media Partners Method and system for providing selectable programming in a multi-screen mode
US6733967B1 (en) * 1998-04-21 2004-05-11 Interleukin Genetics, Inc. Fetal testing for prediction of low birth weight
US6273854B1 (en) * 1998-05-05 2001-08-14 Body Bio Corporation Medical diagnostic analysis method and system
US6514201B1 (en) * 1999-01-29 2003-02-04 Acuson Corporation Voice-enhanced diagnostic medical ultrasound system and review station
US6180349B1 (en) * 1999-05-18 2001-01-30 The Regents Of The University Of California Quantitative PCR method to enumerate DNA copy number
US20010051881A1 (en) * 1999-12-22 2001-12-13 Aaron G. Filler System, method and article of manufacture for managing a medical services network
GB0007156D0 (en) * 2000-03-23 2000-05-17 Oxford Medical Image Analysis Improvements in or relating to processing data for interpretation
WO2002025528A1 (en) * 2000-09-21 2002-03-28 Theradoc.Com, Inc. Systems and methods for manipulating medical data via a decision support system
US20030113727A1 (en) * 2000-12-06 2003-06-19 Girn Kanwaljit Singh Family history based genetic screening method and apparatus
US20030104358A1 (en) * 2000-12-07 2003-06-05 Hanan Polansky Diagnosis methods based on microcompetition for a limiting GABP complex
US7001753B2 (en) * 2001-02-15 2006-02-21 Millennium Pharmaceuticals, Inc. 59079 and 12599, protein kinase family members and uses therefor
US7008926B2 (en) * 2001-02-22 2006-03-07 Zymogenetics Inc. Blood coagulation factor XIII for treating platelet disorders
US6939301B2 (en) * 2001-03-16 2005-09-06 Yaakov Abdelhak Automatic volume measurements: an application for 3D ultrasound
JP4068318B2 (ja) * 2001-08-24 2008-03-26 株式会社シンフォニア 妊娠経過管理システム
US7123762B2 (en) * 2002-02-08 2006-10-17 University Of Chicago Method and system for risk-modulated diagnosis of disease

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR960008312A (ko) * 1994-08-13 1996-03-22 마이클 스타크 임신이상에 대한 임신중 스크리닝 방법
US6468210B2 (en) * 2000-02-14 2002-10-22 First Opinion Corporation Automated diagnostic system and method including synergies
US6524241B2 (en) * 2000-02-14 2003-02-25 First Opinion Corporation Automated diagnostic system and method including multiple diagnostic modes
US6764447B2 (en) * 2000-02-14 2004-07-20 First Opinion Corporation Automated diagnostic system and method including alternative symptoms
KR20020076376A (ko) * 2001-03-28 2002-10-11 박현철 인터넷을 이용한 임신관련 토탈서비스 방법
KR20060016315A (ko) * 2004-08-17 2006-02-22 엘지전자 주식회사 임신/출산/육아 관리 시스템

Also Published As

Publication number Publication date
CA2547912A1 (en) 2005-06-23
JP2007521854A (ja) 2007-08-09
BRPI0417217A (pt) 2007-03-13
KR20060121260A (ko) 2006-11-28
WO2005055805A3 (en) 2009-04-02
EP1691665A2 (en) 2006-08-23
RU2373842C2 (ru) 2009-11-27
EP1691665A4 (en) 2009-10-28
AU2004296799A1 (en) 2005-06-23
IL176066A0 (en) 2006-10-05
CN101416191A (zh) 2009-04-22
US20100312070A1 (en) 2010-12-09
WO2005055805A2 (en) 2005-06-23
RU2006123425A (ru) 2008-01-10

Similar Documents

Publication Publication Date Title
KR100906360B1 (ko) 모체-태아의 상태를 진단, 스크리닝, 예방, 및 치료하기위한 인공지능 및 장치
Yairi et al. Genetics of stuttering: A critical review
Korten et al. A prospective study of cognitive function in the elderly
CN109346145A (zh) 一种药物不良反应的主动监测方法和系统
DE102005012628A1 (de) Verarbeitungssystem für klinische Daten
JP2009514087A (ja) 臨床ワークフロー管理及び意思決定システム及び方法
MXPA02007817A (es) Sistema y metodo de diagnostico automatizado.
Rego et al. High throughput sequencing and assessing disease risk
Mitchell et al. Accuracy of specific symptoms in the diagnosis of major depressive disorder in psychiatric out-patients: data from the MIDAS project
US20160004829A1 (en) Clinical laboratory decision support system
WO2022122605A1 (en) A pregnancy decision support system and method
JP3861986B2 (ja) 医療看護業務のリスク管理方法及びリスク管理支援システム
CN116682565B (zh) 一种数字化医疗信息在线监测方法、终端及介质
Prins et al. Availability and usability of data for medical practice assessment
WO2022130006A1 (en) A prognosis and early diagnosis method and system and choosing the best treatment based on data fusion and information analysis by artificial intelligence, with the ability to modify and improve information and results according to machine learning
Shakes et al. Scoping review of the prenatal diagnosis of agenesis of the corpus callosum
Le Gales et al. Searching for consensus through multicriteria decision analysis: assessment of screening strategies for hemoglobinopathies in southeastern France
Chwiesko et al. Parsing memory and nonmemory contributions to age-related declines in mnemonic discrimination performance: a hierarchical Bayesian diffusion decision modeling approach
Alotaibi et al. Early prediction of gestational diabetes using machine learning techniques
US20130238364A1 (en) System for Differentiation and Analysis of Recorded Clinical Data
Gorthi et al. Automated risk assessment tool for pregnancy care
US20090070144A1 (en) Method and system for stroke prevention and care
Dyagilev et al. Learning a severity score for sepsis: A novel approach based on clinical comparisons
Huang et al. Evaluation of outcome prediction for a clinical diabetes database
RU103022U1 (ru) Система дифференциации и анализа зарегистрированных клинических данных

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
J201 Request for trial against refusal decision
B701 Decision to grant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130628

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140613

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150619

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160630

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170628

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20190612

Year of fee payment: 11