KR20180026574A - 임상 결과 추적 및 분석 - Google Patents

임상 결과 추적 및 분석 Download PDF

Info

Publication number
KR20180026574A
KR20180026574A KR1020187006089A KR20187006089A KR20180026574A KR 20180026574 A KR20180026574 A KR 20180026574A KR 1020187006089 A KR1020187006089 A KR 1020187006089A KR 20187006089 A KR20187006089 A KR 20187006089A KR 20180026574 A KR20180026574 A KR 20180026574A
Authority
KR
South Korea
Prior art keywords
patients
tracking
clinically relevant
patient
clinical results
Prior art date
Application number
KR1020187006089A
Other languages
English (en)
Other versions
KR102119790B1 (ko
Inventor
앤드류 엘. 페코라
Original Assignee
코타 인코포레이티드
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 코타 인코포레이티드 filed Critical 코타 인코포레이티드
Publication of KR20180026574A publication Critical patent/KR20180026574A/ko
Application granted granted Critical
Publication of KR102119790B1 publication Critical patent/KR102119790B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Pathology (AREA)
  • Software Systems (AREA)
  • Bioethics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

설명된 발명은 임상 결과 추적 및 분석을 위한 시스템 및 방법을 제공한다. 임상 결과 추적 및 분석은 분류, 결과 추적, 수명 메트릭들의 품질, 치료에 대한 독성 및 관리 비용을 포함한다. 시스템 및 방법은 하나 또는 그 초과의 파라미터들을 수신하는 것을 포함한다. 분류를 위한 예시적 파라미터들은 성, 나이, 인종, 공병(comorbidity), 담배 이용, 보험 소스, 의료 레코드 번호, 1차 관리 의사, 담당 의사, 병원, 승인된 서비스 벤더들, 질병 특정 임상 분자 형질, 치료 의도, 치료 스테이지, 생체 지표들, 및 관리 비용을 포함한다.

Description

임상 결과 추적 및 분석{CLINICAL OUTCOME TRACKING AND ANALYSIS}
[0001] 이 출원은 미국 가 출원 번호 61/888,418(2013년 10월 8일 출원됨)에 대해 우선권의 이익을 청구하고, 이 출원의 전체 내용들은 인용에 의해 본원에 포함된다.
[0002] 본 개시내용은 질병을 가진 환자들의 치료, 및 보다 구체적으로 임상 결과 추적 및 분석에 관한 것이다.
[0003] 일반 대중이 더 오래 살기 때문에, 노령화 인구와 연관된 의학 비용들이 증가하고 있다. 질병들, 이를테면 암과 연관된 비용들은 통상적으로 막대하다. 예컨대, 암 비용들은 결과들에 어울리는 개선 없이 건강 관리 소비에서 가장 큰 성장 영역일 것으로 추정된다. 대략 125 억 달러가 2010년에 미국 단독으로 암 치료에 소비되었고, 추정은 소비 중 대략 15-30%가 "낭비"로서 분류될 수 있다는 것이다. 임상적 대처법(clinical pathway) 및 질병 관리 같은 비용들을 제어하기 위한 종래 기술들은 통상적으로 비효율적이지만, 오늘날 마켓에서 현재 존재하는 품질 대안들이 없다.
[0004] 기술 및 의학에서 진보들이 계속 발생하기 때문에, 질병들(암 같은)에 대한 관리의 과학적 및 임상적 실험은 빠르게 발달하고 있다. 종종, 전문 의료진(medical professional)들(예컨대, 종양 연구자(oncologist)들)은 이들 진보들을 유지하는데 어려운 시간을 가진다. 차세대 유전 시퀀싱 같은 이들 진보들은 통상적으로 복잡하고 건강 계획들 및 전문 의료진들에 대한 주 쟁점들을 제시할 수 있다. 결과로서, 건강 계획들은 더 많은 툴들을 필요로 할 것 같고 이들의 의료(예컨대, 종양학) 비지니스를 관리하도록 지원할 것이다. 유사하게, 전문 의료진들(예컨대, 의사(physician)들)은 가장 우수한 의술을 실시하고 영업을 계속하기 위하여 더 많은 결정 지원 툴들을 필요로 할 것이다.
[0005] 본원에 설명된 바와 같이, 임상 결과 추적 및 분석(COTA : clinical outcome tracking and analysis) 모듈은 예컨대 전문 의료진들 및/또는 다른 사용자들이 더 우수한 의술을 실시하고, 질병 및/또는 환자와 연관된 특정 정보를 더 잘 관리 및 로케이팅(locate)하고, 및 개선된 비용 제어를 가능하게 하는 툴이다.
[0006] 임상 결과 추적 및 분석의 파라미터들은 ECOG(Eastern Cooperative Oncology Group) 성과 상태(치료에 대한 독성 및 관리 비용)를 분류, 결과 추적하는 것을 포함한다. 일 양상에서, 방법 및 시스템은 사용자에 의해 동작되는 클라이언트 디바이스로부터, 복수의 데이터 레코드들을 분류하기 위한 하나 또는 그 초과의 파라미터들을 수신하고, 그리고 수신에 응답하여, 수신된 파라미터들에 기초한 데이터 레코드들을 분류하는 COTA 모듈을 포함한다. 하나 또는 그 초과의 변수들을 표시하는 노달(nodal) 어드레스는, 하나 또는 그 초과의 변수들을 만족하는 환자 의료 레코드들의 분류된 세트로서 환자 의료 레코드들의 임상적 관련 세트를 결정하기 위하여 환자 의료 레코드들의 분류된 세트에 적용된다. 그 다음 COTA 모듈은 환자 의료 레코드들의 임상적 관련 세트를 분석하고 구분되고 분류된 데이터 레코드들 및 업데이트된 데이터 레코드들의 적어도 일부를 디스플레이를 위하여 클라이언트 디바이스에 통신한다.
[0007] 일 실시예에서, 각각의 데이터 레코드는 질병과 연관된 데이터 및 현재 질병을 가진 환자들 또는 이전에 질병을 가진 환자들과 연관된 데이터를 포함한다. COTA 모듈은 전자 의료 레코드(EMR), 사용자, 전문 의료진, 전문가, 또는 임의의 다른 소스로부터 데이터를 수신할 수 있다.
[0008] COTA 모듈은 데이터 레코드들 중 하나 또는 그 초과에 대해 사용자가 다양한 분석들을 수행하게 할 수 있다. 예컨대, COTA 모듈은 환자들 사이의 데이터 또는 추적된 결과들의 비교를 가능하게 할 수 있다. COTA 모듈은 특정 치료 또는 약에 대한 후보로서 특정 환자를 식별할 수 있다. COTA 모듈은 예컨대 구분된 그리고 분류된 데이터 레코드들의 분석을 가능하게 하거나 카플란 마이어(Kaplan Meier) 곡선들의 비교를 가능하게 위하여 분석 툴을 클라이언트 디바이스에 통신할 수 있다. 일 실시예에서, COTA 모듈은 추적에 기초하여, 환자와 연관된 특정 의사가 다른(유사한) 환자들을 치료하는 다른 의사들의 치료 기술들에 따라 환자를 치료하는지를 결정할 수 있다.
[0009] COTA 모듈은 또한 트리거의 발생 시 경고를 클라이언트 디바이스에 송신할 수 있다. 트리거는 예컨대, 진단 시, 진행 시, 복용량 변경 시, 약물 변경 시, 독성 효과 시, 원하는 결과로부터 변화하는 추세 시, 및/또는 특정 시간에 있을 수 있다.
[00010] 이들 및 다른 양상들 및 실시예들은 다음 상세한 설명 및 첨부 도면들을 참조함으로써 당업자들에게 명백할 것이다.
[00011] 하기 도시된 도면들은 실척이 아니고, 그리고 동일한 참조 번호들이 몇몇 도면들 전반에 걸쳐 동일한 엘리먼트들을 표시한다.
[0010] 도 1은 종양학 마켓 및 일부 잠재적 솔루션들에서 압박들의 일부의 예의 블록도를 예시한다.
[0011] 도 2는 본 개시내용의 실시예에 따라 임상 결과 추적 및 분석(COTA) 모듈을 사용자 컴퓨터에 제공하기 위하여 네트워크를 통하여 사용자 컴퓨터와 통신하는 서버 컴퓨터의 블록도를 예시한다.
[0012] 도 3은 본 개시내용의 실시예에 따라 COTA 모듈에 의해 제공된 몇몇 기능들을 예시하는 블록도이다.
[0013] 도 4a는 본 개시내용의 실시예에 따라 결장(colon) 암 환자들과 연관된 데이터를 분류하기 위하여 COTA 모듈의 사용을 예시하는 블록도이다.
[0014] 도 4b는 본 개시의 실시예에 따라 특정 노드 생성을 통하여 데이터를 분류하는 COTA 모듈의 흐름도이다.
[0015] 도 4c는 본 개시내용의 실시예에 따라 노드 어드레싱을 위한 형질(phenotype) 특성들을 나타내는 숫자들의 문자열을 결정하기 위한 방향 그래프를 예시하는 블록도이다.
[0016] 도 5는 본 개시내용의 실시예에 따라 COTA 모듈에 의해 수행된 단계들을 예시하는 흐름도이다.
[0017] 도 6은 본 개시내용의 실시예에 따라 트리거들에 응답하여 COTA 모듈 송신 경고들의 흐름도를 예시한다.
[0018] 도 7은 본 개시내용의 실시예에 따라 수신된 경고들을 조직하는 모바일 디바이스를 예시하는 그래프 표현이다.
[0019] 도 8은 본 개시내용의 실시예에 따라 암 서브타입에 의해 질병의 발생 정도의 그래프 표현을 도시한다.
[0020] 도 9는 본 개시내용의 실시예에 따라 COTA 모듈에 입력된 변수들에 의해 개선된 검색의 그래프 표현이다.
[0021] 도 10은 본 개시내용의 실시예에 따라 특정 질병에 적절한 복수의 가변적 환자의 리스팅을 도시한다.
[0022] 도 11은 본 개시내용의 실시예에 따라 췌장암들에 대한 신뢰 구간들을 가진 실시간 카플란 마이어 곡선들을 포함하는 그래프 표현을 도시한다.
[0023] 도 12는 본 개시내용의 실시예에 따라 질병 진행에 의한 카플란 마이어 곡선들을 도시하는 그래프 표현이다.
[0024] 도 13은 본 개시내용의 실시예에 따른 2개의 파티들 사이의 결과들의 실시간 벤치마킹의 그래프 표현이다.
[0025] 도 14는 본 개시내용의 실시예에 따른 비용 리포트의 그래프 표현이다.
[0026] 도 15a 및 도 15b는 본 개시내용의 실시예에 따른 치료 인터페이스의 그래프 표현들이다.
[0027] 도 16은 본 개시내용의 실시예에 따른 결과 스크린의 그래프 표현이다.
[0028] 도 17은 본 개시내용의 실시예에 따른 치료 상세 리포트의 그래프 표현이다.
[0029] 도 18은 본 개시내용의 실시예에 따른 독성과 비용을 비교하는 분석 스크린의 그래프 표현이다.
[0030] 도 19는 본 개시내용의 실시예에 따른 치료와 삶의 질을 비교하는 분석 스크린의 그래프 표현이다.
[0031] 도 20은 본 개시내용의 실시예에 따른 전문 의료진에 제공된 피드백 지원의 흐름도이다.
[0032] 도 21-도 23은 본 개시내용의 실시예에 따른 상이한 진단 타입들에 대한 그래픽 표현들의 실시예들을 디스플레이한다.
[0033] 도 24는 본 개시내용의 실시예에 따른 COTA 모듈의 데이터 생성을 예시하고 유방 종양을 분류하기 위한 그래픽 표현을 도시한다 - 침윤성 관상피암(ductal carcinoma)을 가진 2008년 내지 2013년 히스토리의 유방암.
[0034] 도 25는 본 개시내용의 실시예에 따른 COTA 모듈의 데이터 생성을 예시하고 유방 종양을 분류하는 그래픽 표현을 도시한다 - 2008년 내지 2013년 종양 등급 및 스테이지의 유방암.
[0035] 도 26은 본 개시내용의 실시예에 따른 COTA 모듈의 데이터 생성을 예시하고 유방암을 분류하는 그래픽 표현을 도시한다 - 2008 년 내지 2013년 스테이지 ⅡB.
[0036] 도 27은 본 개시내용의 실시예에 따른 유방암 환자들에 대한 전체 생존 결과들을 예시하는 그래픽 표현을 도시한다.
[0037] 도 28은 본 개시내용의 실시예에 유방암에 대한 결과들을 예시하는 그래픽 표현을 도시한다 - 따른 2개의 파티들 사이의 비교.
[0038] 도 29는 본 개시내용의 실시예에 따른 클라이언트 디바이스를 예시하는 개략도의 일 예를 묘사한다.
[0039] 도 30은 본 개시내용의 실시예에 따른 컴퓨터의 내부 아키텍처를 예시하는 블록도이다.
[0040] 실시예들은 이제 본 출원을 동반하는 도면들을 참조하여 더 상세히 논의된다. 첨부 도면들에서, 동일한 및/또는 대응하는 엘리먼트들은 동일한 참조 번호들에 의해 참조된다.
[0041] 다양한 실시예들은 본원에 개시된다; 그러나, 도시된 바와 같이 개시된 실시예들 및 사용자 인터페이스들이 다양한 형태들로 실현될 수 있는 본 개시내용을 단순히 예시한다는 것이 이해될 것이다. 게다가, 다양한 실시예들과 관련하여 주어진 예들의 각각은 제한적이 아닌 예시적일 것으로 의도된다. 추가로, 도면들은 반드시 실척이 아니고, 몇몇 피처들은 특정 컴포넌트들의 상세들을 도시하기 위하여 과장될 수 있다(그리고 도면들에 도시된 임의의 사이즈, 재료 및 유사한 상세들은 제한이 아닌 예시인 것으로 의도됨). 그러므로, 본원에 개시된 특정 구조적 및 기능적 상세들은 제한으로서 해석되는 것이 아니라, 단순히 개시된 실시예들을 다양하게 이용하기 위하여 당업자들을 가르치기 위한 대표적 기초로서 해석된다.
[0042] 본 발명은 특정 주제에 관련된 미디어를 선택 및 제시하기 위한 방법들 및 디바이스들의 블록도들 및 동작 예시들을 참조하여 하기 설명된다. 블록도들 또는 동작 예시들의 각각의 블록, 및 블록도들 및 동작 예시들의 블록들의 결합들이 아날로그 또는 디지털 하드웨어 및 컴퓨터 프로그램 명령들에 의해 구현될 수 있다는 것이 이해된다. 이들 컴퓨터 프로그램 명령들은 범용 컴퓨터, 특수 목적 컴퓨터, ASIC, 또는 다른 프로그램 가능 데이터 프로세싱 장치의 프로세서에 제공될 수 있어서, 컴퓨터 또는 다른 프로그램 가능 데이터 프로세싱 장치의 프로세서를 통하여 실행하는 명령들은 블록도들 또는 동작 블록 또는 블록들로 특정된 기능들/동작들을 구현한다.
[0043] 일부 대안적 구현들에서, 블록들에 언급된 기능들/동작들은 동작 예시들에 언급된 순서를 벗어나 발생할 수 있다. 예컨대, 연속하여 도시된 2개의 블록들은 실제로, 포함된 기능성/동작들에 따라, 실질적으로 동시에 실행될 수 있거나 블록들은 때때로 역순으로 실행될 수 있다. 게다가, 본 개시에서 흐름도들로서 제시되고 설명된 방법들의 실시예들은 기술의 더 완전한 이해를 제공하기 위하여 예로써 제공된다. 개시된 방법들은 본원에 제시된 동작들 및 논리 흐름으로 제한되지 않는다. 다양한 동작들의 순서가 변경되고 더 큰 동작의 일부인 것으로 설명된 서브-동작들이 독립적으로 수행되는 대안적인 실시예들이 고려된다.
[0044] 암 상태들에 관하여 설명되었지만, 설명된 임상 결과 치료 분석은 임의의 임상 상태(예컨대, 심혈관(cardiovascular) 질병, 신진 대사(metabolic) 질병(당뇨병(diabetes)), 면역 매개 질병(immune mediated) diseases(예컨대, 루프스(lupus), 류마티스 관절염(rheumatoid arthritis)), 장기 이식(organ transplantation); 퇴행성 질환(neurodegenerative disorders); 폐 질병(pulmonary diseases), 감염 질병(infectious diseases), 간 질환(hepatic disorders))에 사용될 수 있다. 의사는 각각의 그런 상태의 파라미터들을 알 것이다.
[0045] 명세서 및 청구항들 전반에 걸쳐, 용어들은 명시적으로 언급된 의미를 넘어 문맥에서 제안되거나 암시된 뉘앙스 의미들을 가질 수 있다. 마찬가지로, 본원에 사용된 바와 같은 어구 "일 실시예에서"는 반드시 동일한 실시예를 참조하지 않고 본원에 사용된 바와 같은 어구 "다른 실시예에서"는 반드시 상이한 실시예를 참조하지 않는다. 예컨대, 청구된 청구 대상이 전체적으로 또는 부분적으로 예시적 실시예들의 결합들을 포함하는 것이 의도된다.
[0046] 일반적으로, 전문 용어는 문맥에 사용으로부터 적어도 부분적으로 이해될 수 있다. 예컨대, 본원에 사용된 바와 같은 "및", "또는", 또는 "및/또는" 같은 용어들은, 그런 용어들이 사용되는 문맥에 적어도 부분적으로 의존할 수 있는 다양한 의미를 포함할 수 있다. 통상적으로, A, B, 또는 C 같은 리스트를 연관시키기 위하여 사용되는 경우 "또는"은 포괄적 의미로 여기서 사용된 A, B 및 C뿐 아니라 배타적 의미로 여기서 사용된 A, B, 또는 C를 의미하도록 의도된다. 게다가, 적어도 부분적으로 문맥에 따르는 본원에 사용된 바와 같은 용어 "하나 또는 그 초과"는 단수 의미에서 임의의 피처, 구조, 또는 특성을 설명하기 위하여 사용될 수 있거나 복수의 의미에서 피처들, 구조들 또는 특성들의 결합들을 설명하기 위하여 사용될 수 있다. 유사하게, "단수" 같은 용어들은 다시, 적어도 부분적으로 문맥에 따라, 단수 사용을 커버하거나 복수 사용을 커버하도록 이해될 수 있다. 게다가, 용어 "기초하는"은 반드시 요소들의 배타적 세트를 커버하도록 의도되는 것으로 이해될 수 있는 것이 아니고, 대신 적어도 부분적으로 문맥에 따라, 다시 반드시 명시적으로 설명되지 않은 부가적인 요소들의 존재를 허용할 수 있다.
[0047] 약학(pharmaceutical) 산업은 안내 카테고리로서 종양학을 가진 전문 복합체들에 자신의 연구 개발(R&D) 투자들의 대부분을 두었다. 예컨대, 페이즈(pahse) 3 파이프라인의 대략 30-35%가 종양학이다. 이들 복합체들은 최신 과학 진보들에 기초하여 고도로 목표화되고, 특화된 치료들이고 오늘날 존재하는 것과 상이한 상업적 개발 모델을 요구할 것 같다. 제약 회사들의 현재 구조들은 통상적으로 불충분하고 자신의 미래 생산물들에 의해 지지될 수 없을 수 있을 것 같다.
[0048] 새로운 세대 치료들을 위한 새로운 동반 진단 테스트들을 개발하는 진단 회사들은 의사들 및 효율적인 판매들 및 분배 채널들을 교육하기 위한 새로운 방식들을 필요로 할 것이다.
[0049] 미국에서 변상 모델은 서비스 수수료 모델로부터 가치 기반 지불 모델로 변화할 것 같다. ACA(Affordable Care Act)는 이것의 특정 엘리먼트들을 가속화하였고(예컨대, 1차 관리를 위한 ACO들(accountable care organizations) & PCMH들(patient centered medical home)) 그리고 전공들(예컨대, 정형외과) 내에서 번들링 상환(bundling payment) 쪽으로 납부자 활동이 존재한다. 현재 서비스 수수료 지불 모델은 정부, 고용주들, 다른 납부자들, 및/또는 의사들을 위하여 지속 가능하지 않을 것 같다. 많은 종양학자들은 또한 서비스 수수료 모델의 경제성들이 지속 가능하지 않다는 것을 알고 있다. 상기 표시된 바와 같이, 정부는 가치 기반 지불 모델 쪽으로 이동할 것 같다.
[0050] 도 1은 예컨대 종양학 마켓 및 몇몇 잠재적 솔루션들에서 몇몇 압박들의 예의 블록도를 예시한다. 종양 연구자들(105)은 재정적 압박들에 직면하고, 많은 사람은 그들의 현재 모델들로 비지니스를 계속할 수 없고, 많은 사람은 새로운 방식들의 레버리지를 발견하기 위해 생각하고 있다. 잠재적 종양 연구자 솔루션들(110)은 새로운 지불 모델들을 모음, 이를테면 번들(bundle)들을 모으는 것을 포함한다. 제약 회사들("Pharma"로서 도시됨)(115)은 통상적으로 고도로 목표된 치료들로서 많은 또는 모든 자신의 종양학 파이프라인을 가진다. 부가적으로, 블록버스터 약들의 시대는 끝날 것 같다. 게다가, "구-세계" 비지니스 모델은 더 이상 맞지 않을 수 있거나 너무 값비쌀 수 있다. 가능한 약학 솔루션들(120)은 환자 식별 및 이들의 비지니스 모델을 변경하는 것을 포함한다. 건강 계획들(125)은 통상적으로 종양학을 "관리"할 필요를 증가시킨다. 또한, 이런 관리를 내부적으로 수행하기 위한 신뢰성 있는 툴들 또는 능력들이 없다. 부가적으로, 의사들 같은 전문 의료진들은 건강 계획들을 믿을 수 없다. 잠재적인 건강 계획 솔루션들(130)은 새로운 지불 모델들(예컨대, 번들들) 및 비용들 제어를 포함한다.
[0051] 도 2는 일 실시예에 따라 임상 결과 추적 및 분석(COTA) 모듈(220)을 사용자 컴퓨터(210)에 제공하기 위하여 네트워크(215)를 통하여 사용자 컴퓨터(또한 본원에서 클라이언트 디바이스로서 지칭됨)(210)와 통신하는 서버 컴퓨터(205)(또한 하기에서 서버(205)로서 지칭됨)의 블록도를 예시한다. 서버(205)는 인터넷 같은 네트워크(215)를 통하여 예컨대 사용자 컴퓨터(210)의 브라우저(도시되지 않음)에 의해 디스플레이될 웹 페이지들을 생성 및/또는 서빙할 수 있다. 일 실시예에서, COTA 모듈(220)은 웹 페이지(또는 웹 페이지의 일부임)이고 그러므로 웹 브라우저를 통하여 사용자 컴퓨터(210)의 사용자에 의해 액세스된다. 다른 실시예에서, COTA 모듈(220)은 서버 컴퓨터(205)로부터 사용자 컴퓨터(210)로 다운로딩될 수 있는 모바일 "앱(app)" 같은 소프트웨어 애플리케이션이다. 추가 실시예에서 COTA 모듈(220)은 본원에 설명된 기능성을 가능하게 하기 위하여 사용자 인터페이스를 제공한다.
[0052] 서버 컴퓨터(205) 및 사용자 컴퓨터(210) 같은 컴퓨팅 디바이스는 유선 또는 무선 네트워크를 통해서와 같이 신호들을 전송하거나 수신할 수 있거나, 이를테면, 물리적 메모리 상태들로서 신호들을 메모리에 프로세싱하거나 저장할 수 있을 수 있다. 서버로서 동작할 수 있는 디바이스들은 예들로서, 전용 랙-장착 서버들, 데스크톱 컴퓨터들, 랩톱 컴퓨터들, 셋톱 박스들, 다양한 피처들, 이를테면 상기 디바이스들 중 둘 또는 그 초과의 피처들을 결합한 집적 디바이스들 등을 포함할 수 있다. 서버들은 구성 또는 능력들에 있어서 폭넓게 가변할 수 있지만, 일반적으로 서버는 하나 또는 그 초과의 중앙 프로세싱 유닛들 및 메모리를 포함할 수 있다. 서버는 또한 하나 또는 그 초과의 대용량 스토리지 디바이스들, 하나 또는 그 초과의 전원들, 하나 또는 그 초과의 유선 또는 무선 네트워크 인터페이스들, 하나 또는 그 초과의 입력/출력 인터페이스들, 또는 하나 또는 그 초과의 오퍼레이팅 시스템들, 이를테면 Windows® Server, Mac® OS X®, Unix®, Linux®, FreeBSD®, 등을 포함할 수 있다.
[0053] 서버(205)는 콘텐츠를 네트워크를 통하여 다른 디바이스에 제공하기 위한 구성을 포함하는 디바이스를 포함할 수 있다. 서버(205)는 예컨대 사이트, 이를테면 소셜 네트워킹 사이트를 호스팅할 수 있고, 사이트의 예들은 제한 없이, Flickr®, Twitter®, Facebook®, LinkedIn®, 또는 퍼스널 사용자 사이트(이를테면 블로그, vlog, 등)를 포함할 수 있다. 서버(205)는 또한, 비지니스 사이트들, 교육 사이트들, 사전 사이트들, 백과사전 사이트들, 위키스, 재정 사이트들, 정부 사이트들 등(이들로 제한되지 않음)을 포함하는 다양한 다른 사이트들을 호스팅할 수 있다.
[0054] 서버(205)는 추가로 웹 서비스들, 3자 서비스들, 오디오 서비스들, 비디오 서비스들, 이메일 서비스들, 인스턴스 메시징(IM) 서비스들, SMS 서비스들, MMS 서비스들, FTP 서비스들, VOIP(voice over IP) 서비스들, 캘린더링 서비스들(calendaring services), 사진 서비스들 등(이들로 제한되지 않음)을 포함하는 다양한 서비스들을 제공할 수 있다. 콘텐츠의 예들은 예컨대 전기 신호들 같은 물리적 신호들 형태로 프로세싱될 수 있거나, 예컨대 물리적 상태들로서 메모리에 저장될 수 있는 텍스트, 이미지들, 오디오, 비디오 등을 포함할 수 있다. 서버로서 동작할 수 있는 디바이스들의 예들은 데스크톱 컴퓨터들, 멀티프로세서 시스템들, 마이크로프로세서-타입 또는 프로그램 가능 컨슈머 전자장비, 등을 포함한다.
[0055] 일 실시예에서, 서버(205)는 데이터베이스(240)를 호스팅하거나 통신한다. 데이터베이스(240)는 서버(205)로부터 로컬적으로 또는 원격으로 저장될 수 있다. 일 실시예에서, COTA 모듈(220)은 데이터베이스(240)에 저장된 데이터를 액세스하거나 검색하거나 분류한다. COTA 모듈(220)은 또한 네트워크(215)(예컨대, 인터넷으로부터)를 통하여 정보를 리트리빙(retrieve)할 수 있다. 데이터베이스(240)는 환자 데이터 또는 다른 적절한 의료 정보를 저장할 수 있다. 예컨대, 데이터베이스 또는 COTA 모듈(220)에 입력된 데이터는 자신의 개별 분야들의 전문가들(예컨대, 5, 10, 15, 20, 30 년 등보다 많은 경험을 가진 종양 연구자들)로부터 이루어질 수 있다. 데이터는 데이터베이스(240) 및/또는 COTA 모듈(220)에 수동으로 또는 자동으로 입력될 수 있다.
[0056] 네트워크는, 통신들이 예컨대 무선 네트워크를 통하여 커플링된 무선 디바이스들 사이를 포함하는 이를테면 서버와 클라이언트 디바이스 또는 다른 타입의 디바이스들 사이에서 교환될 수 있도록 디바이스들을 커플링할 있다. 네트워크는 또한, 예컨대 네트워크 부착 스토리지(NAS), 스토리지 영역 네트워크(SAN), 또는 다른 형태의 컴퓨터 또는 머신 판독가능 미디어 같은 대용량 스토리지를 포함할 수 있다. 네트워크는 인터넷, 하나 또는 그 초과의 로컬 영역 네트워크(LAN)들, 하나 또는 그 초과의 광역 네트워크(WAN)들, 유선 타입 연결들, 무선 타입 연결들, 또는 이들의 임의의 결합을 포함할 수 있다. 마찬가지로, 이를테면 서브-네트워크들은 상이한 아키텍처들을 이용할 수 있거나 상이한 프로토콜들을 준수하거나 호환할 수 있고, 더 큰 네트워크 내에서 신뢰성 있게 동작할 수 있다. 다양한 타입들의 디바이스들은 예컨대, 상이한 아키텍처들 또는 프로토콜들에 대해 신뢰성 있는 동작 능력을 제공하기 위하여 이용될 수 있다. 하나의 예시적 예로서, 라우터는 다른 별개의 LAN과 독립된 LAN 사이에 링크를 제공할 수 있다.
[0057] 통신 링크 또는 채널은 예컨대, 당업자들에게 알려질 수 있는, 아날로그 전화 라인들, 이를테면 연선 쌍, 동축 케이블, T1, T2, T3 또는 T4 타입 라인들을 포함하는 전체 또는 부분 디지털 라인들, 집적 서비스 디지털 네트워크(ISDN)들, 디지털 가입자 라인(DSL)들, 위성 링크들을 포함하는 무선 링크들, 또는 다른 통신 링크들 또는 채널들을 포함할 수 있다. 게다가, 컴퓨팅 디바이스 또는 다른 관련 전자 디바이스들은 예컨대 전화 라인 또는 링크를 통해서와 같이, 네트워크에 원격으로 커플링될 수 있다.
[0058] 무선 네트워크는 클라이언트 디바이스들을 네트워크와 커플링할 수 있다. 무선 네트워크는 독립형 애드 혹 네트워크들, 메쉬 네트워크들, 무선 LAN(WLAN) 네트워크들, 셀룰러 네트워크들 등을 이용할 수 있다. 무선 네트워크는 단말들의 시스템, 게이트웨이들, 라우터들, 무선 라디오 링크들에 의해 커플링된 종류, 또는 자유롭게, 랜덤하게 이동할 수 있거나 그들 자체들이 임의로 조직화될 수 있는 종류를 더 포함할 수 있어서, 네트워크 토폴로지는 때로는 더 빠르게 변화할 수 있다. 무선 네트워크는 추가로 롱텀 에볼루션(LTE), WLAN, 무선 라우터(WR) 메쉬, 또는 2세대, 3세대 또는 4세대(2G, 3G 또는 4G) 셀룰러 기술 등을 포함하는 복수의 네트워크 액세스 기술들을 이용할 수 있다. 네트워크 액세스 기술들은 예컨대 가변하는 이동성 정도들을 가진 클라이언트 디바이스들 같은 디바이스들에 대한 광역 커버리지를 가능하게 할 수 있다.
[0059] 예컨대, 네트워크는 하나 또는 그 초과의 네트워크 액세스 기술들, 이를테면 GSM(Global System for Mobile communication), UMTS(Universal Mobile Telecommunications System), GPRS(General Packet Radio Services), EDGE(Enhanced Data GSM Environment), 3GPP LTE(Long Term Evolution), LTE 어어드밴스드, WCDMA(Wideband Code Division Multiple Access), 불루투스, 802.11b/g/n, 등 같은 하나 또는 그 초과의 네트워크 액세스 기술들을 통하여 RF 또는 무선 타입 통신을 가능하게 할 수 있다. 무선 네트워크는 네트워크 등의 사이 또는 네트워크 내의 클라이언트 디바이스 또는 컴퓨팅 디바이스 같은 디바이스들 사이에서 신호들이 통신될 수 있게 하는 임의의 타입의 무선 통신 메커니즘을 가상으로 포함할 수 있다.
[0060] 일 실시예에서 그리고 본원에 설명된 바와 같이, 사용자 컴퓨터(210)는 스마트폰이다. 다른 실시예에서, 사용자 컴퓨터(210)는 테블릿이다. 사용자 컴퓨터(210)는 또한 컴퓨터, 뮤직 플레이어, 셋톱 박스, 스마트 TV, 또는 임의의 다른 컴퓨팅 디바이스일 수 있다.
[0061] COTA 모듈(220)은 환자들을 관리하기 위한 효과적인 방법을 확립할 수 있고, 이는 제어된 비용들로 더 나은 결과들을 초래한다. 일 실시예에서, COTA 모듈(220)은 제 3 자들과 전문 의료진들(즉, 종양 연구자들) 사이의 커넥터 또는 인터페이스이다. 일 실시예에서, COTA 모듈(220)은 가장 높은 레벨의 임상적 및 분자적 충실도로 암들을 분류하는 분석 툴이다. 그 다음 COTA 모듈(220)은 전체 생존율(OS), 무진행 생존율(PFS) 및 비용 같은 실시간 결과들을 추적한다.
[0062] 전체 생존율은 일반적으로 시간 기간(생존 지속시간), 예컨대 달로서 표현되는 실험 종점일 수 있다. 흔히, 평균은, 피험자들의 50%가 종점에 도달되면 실험 종점이 계산될 수 있도록 사용된다. 예는 수술 또는 수술 플러스 보조 요법 같은, 환자가 명백하게 질병이 없게 하는 로컬화된 질병에 대한 치료의 결과들을 분석하기 위하여 일반적으로 사용되는 질병 없는 생존이다. 질병 없는 생존에서, 이벤트는 죽음보다 재발이다. 재발된 사람들은 여전히 생존하고 있지만 그들은 더 이상 질병 없는 것이 아니다.
[0063] 무진행 생존율은 치료되는 질병(예컨대, 암)이 더 이상 나빠지지 않는 투약 치료 또는 치료 동안 및 그 후의 시간의 길이이다. 때때로 새로운 치료가 얼마나 잘 작동하는지를 결정하기 위하여 애쓰도록 질병을 가진 사람의 건강을 연구하는 것이 메트릭으로서 사용된다.
[0064] 본원에 사용된 바와 같이, 용어 "실-시간" 또는 "실시간"은 수집 또는 프로세싱 직후 전달되는 인지 가능한 지연 또는 정보가 없는 것을 의미한다. 이들 용어들은 또한 자동화된 프로세싱(예컨대, 거의 실시간)에 의해 도입된 시간 지연을 포함한다.
[0065] 일 실시예에서, COTA 모듈(220)은 관련 정보를 제공하기 위하여 핵심 순간들에 사용자 컴퓨터(210)의 사용자(예컨대, 전문 의료진)에게 경고할 수 있다. COTA 모듈(220)은 또한 전문 의료진뿐 아니라 콘텐츠 퍼블리싱(publishing)(예컨대, 전문 의료진들에 의해) 사이의 통신 및 협력을 가능하게 할 수 있다. 일 실시예에서, COTA 모듈(220)은 전문 의료진들이 납부자들과 함께 위험 계약 수립들(예컨대, 번들드 지불들)을 실행하게 할 수 있다.
[0066] 비록 COTA 모듈(220)이 암에 관련하여 본원에 설명되지만, COTA 모듈(220)은 임의의 질병 또는 상태를 유리하게 관리하기 위하여 이용될 수 있다.
[0067] 일 실시예에서, COTA의 기술적 엘리먼트들은 분류, 결과 추적, 성과 상태/삶의 질 메트릭들, 치료에 대한 독성 및 관리 비용을 포함한다.
[0068] 도 3은 일 실시예에 따른 COTA 모듈(220)에 의해 제공된 기능들(300)을 예시하는 블록도이다.
[0069] 일 실시예에서, COTA 모듈(220)은 하나 또는 그 초과의 파라미터들을 만족시키는 환자들을 식별하는 COTA 분류(310)를 수행한다. 파라미터들은 예컨대, 인구학적 파라미터들, 예컨대, 성별, 나이, 민족성, 동반질환들, 담배 이용, 의료 레코드 번호, 보험의 소스, 1차 관리 전문 의료진, 담당 전문 의료진, 병원, 승인된 서비스 벤더(vendor)들(예컨대, 약국), 질병 특정 임상 및 분자 형질, 치료 의도, 질병의 진행에 관한 치료 스테이지, 및 생체 지표(biomarker)들을 포함할 수 있다. 파라미터들은 간단한 표시자(예컨대, 포지티브, 네거티브, 액세스되지 않음), 수치 기반 파라미터(예컨대, 종양 사이즈), 표준 기반 파라미터(예컨대, 종양 등급), 등일 수 있다. 파라미터들은 사용자 선택 입력으로서 COTA 모듈(220)에 의해 수신될 수 있다. 환자들은, 각각의 환자가 상이한 사망률, 이병율(morbidity), 치료들 및 비용들을 가지기 때문에, 가장 높은 레벨의 임상적 및/또는 분자적 충실도에 대한 진단 시 분류(310)될 수 있다. 용어 "가장 높은 레벨의 임상적 및/또는 분자적 충실도"는 자신의 적절한 분야에서 수용되는 바와 같은 가장 최신의 과학적 및/또는 의료적 가이드라인들에 따라 이용 가능한 가능 높은 레벨의 환자 정보를 지칭한다. 예컨대, 폐암에 이용 가능한 예컨대 10개의 테스트들이 존재하는 경우, 10개의 테스트들의 결과들은 폐암에 대한 가장 높은 레벨의 충실도를 나타낸다. COTA 모듈(220)은 이들 10개의 결과들의 임의의 결합으로 폐암을 가진 환자들을 분류할 수 있다. COTA 모듈(220)은, 가이드라인들이 지침의 적절한 분야에서 허용되기 때문에 부가적인 과학적 및/또는 의료적 가이드라인들을 포함할 수 있다. 일 실시예에서 COTA 모듈(220)은 최신 과학적 및/또는 의료적 가이드라인들에 기초하여 환자의 생존 및/또는 예후 및/또는 치료에 영향을 주는 모든 정보를 수집한다.
[0070] 추가로, COTA 모듈(220)은 결과 추적 및 분석(320)을 수행한다. COTA 모듈(220)은 실시간으로 결과들을 추적한다. 일 실시예에서, 엘리먼트 결과 추적은 파라미터들 무진행 생존율, 전체 생존율, 수명 메트릭들의 성능 상태/수명 메트릭들의 품질, 발생률/독성 심각도(예컨대, 물질 또는 약이 개인에게 손상을 줄 수 있는 정도), 죽음, 및 약 활용(예컨대, 전달된 복용 강도, 복용 기간 및 치료 지속시간)을 포함한다. 다른 타입들의 결과들은 또한 고려된다.
[0071] 엘리먼트 ECOG 성능 상태/수명 메트릭들의 품질은 시간에 걸친 환자의 삶의 질이 추적될 수 있게 하는 방법을 지칭한다. 이는 인구학적 파라미터 질병 특정 임상학 분자 형질의 일부, 즉 치료 시작 시 환자 건강의 스테이지이고, 분류 내에 있다. 예컨대, 치료 후 ECOG(예컨대, 2의 ECOG)와, 치료의 시작 시 ECOG(예컨대, 3의 ECOG)의 비교는 치료의 효과를 반영한다.
[0072] 일 실시예에서, 엘리먼트 독성 대 치료의 예시적 파라미터들은 발생률 및 심각도이다. 일 실시예에서, COTA는 납부자들과 제공자들 사이의 위험 재정적 계약 수립을 가능하게 하여 파티들은 가변성, 낭비 및 비효율성을 감소시킬 수 있지만 여전히 의도된 결과를 전달한다.
[0073] COTA 모듈(220)은 또한 예컨대 진단 시, 진행 시, 복용량 변경/약 변경/독성 시, 및/또는 원하는 결과로부터 변화하는 경향 같은 핵심 포인트들에서 실시간으로 경고들(330) 같은 통신들을 전문 의료진들(예컨대, 의사들)(또는, 다른 실시예에서, 환자의 보험 회사 또는 임의의 다른 엔티티)에게 송신할 수 있다. 일 실시예에서, COTA 모듈(220)은 전문 의료진이 찾고 있는 특정 환자를 식별하는 경고들을 전문 의료진들에게 제공한다. 예컨대, COTA 모듈(220)은 특정(예컨대, 새로운) 약 또는 약 후보를 관리하기 위하여 특정 환자들을 찾고 있는 제약 회사에게 경고를 실시간으로 제공할 수 있다. 경고는 특정 약에 대한 우수한 후보인 특정 환자를 식별할 수 있다.
[0074] 도 4a는 일 실시예에 따라 대장암 환자들과 연관된 데이터를 분류하는 것을 예시하는 블록도이다. 암, 예컨대 대장암과 관련하여 설명되지만, 설명 및 도면은 임의의 타입의 암에 적용할 수 있거나 다른 실시예에서 환자들과 연관된 데이터가 있는 임의의 타입의 질병에 적용할 수 있다.
[0075] 데이터(410)는 모든 암들(또는, 다른 실시예에서, 하나보다 많은 타입의 암에 대해, 또는 다른 실시예들에서 모든 심혈관 질병들, 폐 질병들, 위장 질병들, 신경 질병들, 등)에 대해 모아지고, 이 데이터(410)는 예컨대 대장암에 관한 서브세트(420)로 좁혀진다. 그 다음, 일 실시예에서, 대장암에 관한 데이터의 서브세트(420)는 분류된 대장암 데이터 세트(430)를 생성하기 위하여 COTA 모듈(220)에 의해 분석 및 분류된다. 분류된 대장암 데이터 세트(430)는 하나 또는 그 초과의 그룹들을 포함할 수 있고, 여기서 각각의 그룹은 동일한 타입의 특정 대장암을 가진 환자들과 연관된 데이터를 포함한다. 따라서, COTA 모듈(220)은 가장 높은 레벨의 충실도로 암들의 분류를 가능하게 한다.
[0076] 통상적으로, 환자 정보는 전자 의료 레코드(EMR)들에 저장된다. 그러나, EMR들은 종종 너무 많은 정보를 포함하고 그러므로 전문 의료진이 EMR들에 저장된 다량의 정보로부터 특정 관심 정보를 로케이팅하는 것이 어렵다. 게다가, EMR들의 대부분의 정보는 전문 의료진이 찾고 있는 정보에 관련되지 않는다. 목표가 의사 사무실로 들어가는 환자와 의사 사무실을 떠나는 환자와 연관된 데이터 모두 또는 대부분을 캡처하는 EMR들과 달리, COTA 모듈(220)은, 모듈(220)에 의해 사용자가 특정 환자들과 연관된 특정 데이터를 로케이팅하게 하기 때문에, 목표화된다. 따라서, COTA 모듈(220)은 특정, 특화된 정보를 로케이팅하기 위하여 데이터를 분류할 수 있다. COTA 모듈(220)이 수신하는 데이터는 통상적으로 웹 페이지를 통해서이고, 별개이다(예컨대, 통상적으로 드롭다운 메뉴(drop down menu)에서 또는 하나 또는 그 초과의 체크 박스들을 통하여 하나 또는 그 초과의 선택들을 선택함으로써 사용자에 의해 제공됨).
[0077] COTA는 이들 구분 변수들을 실현하는 고유 COTA 노달 어드레스(CNA)의 지정시 이들 변수들 결과들에 기초하여 환자들의 타입들의 그룹을 구분, 분류하고 그룹화를 가능하게 한다. 일 실시예에서, 데이터는 인간 사용자 또는 기술적 프로세스 예컨대 API를 통하여 시스템에 입수되고, 애플리케이션에서 계층(특정 기능을 수행하는 애플리케이션의 일부를 의미함)은 정보, 예컨대 올바른지 여부, 오류가 있는지 여부, 무슨 정보가 있는지, 어떤 정보가 정보에서 빠져있고/구멍인지, 어떻게 포맷화되는지, 스펠링, 등을 검토하고 평가하고, 지금까지 검출한 정보로 임의의 문제들을 수정하고, 그리고 COTA 노달 어드레스(CNA)를 정보의 그 세트에 할당한다. 일 실시예에서, CNA는 유사한 데이터를 구분하기 위한 어드레스이다. 일 실시예에서, COTA는 COTA가 그룹 내 임의의 환자에 대한 정보를 구분하는 것을 허용하는 그룹 내 상이한 특성들 사이의 관계를 식별한다. 일 실시예에서, 데이터베이스에 있는 정보의 세트는 미리 할당된 CNA이다. 일 실시예에서, COTA는 많은 상이한 속성들을 포함하는 다량의 정보를 취하고, 사용자가 특성들의 세트 같은 특정 속성들을 식별하게 하고, 그리고 정보가 데이터베이스 내 다른 정보 부분들과 유사하다는 것을 말하기 위하여 속성(들)을 정보에 부가하고, 즉 이 정보는 다른 정보와 동일한 종류/값을 가진다. 따라서, 노달 어드레스는 사용자가 구체적으로 유사한 환자들을 유사한 환자들에 비교하게 하는 번호이다. 이것은 구체적으로 결과의 생물학적 가변성을 최소화하게 하고 결과로서 결과에 대한 치료제들의 효과에 관한 더 큰 정확성을 제공한다.
[0078] 일 실시예에서, 사용자는 환자로부터 개인 건강 정보(PHI)를 입증하고, 그것이 모든 점에서 올바르다는 것을 확실히 하고, 그 다음 적당한 CNA를 할당하기를 원한다. 본원에 사용된 바와 같이, 개인 건강 정보(PHI)는 개별 환자를 식별하기 위해 사용되고 진단 또는 치료 같은 건강 관리 서비스를 제공하는 과정에서 생성되거나, 사용되거나 개시된 의료 레코드 또는 지정된 레코드 세트 내 임의의 정보를 지칭한다. PHI 내 개인 식별자들의 예들은 제한 없이, 거리 주소, 도시, 나라, 구역, 우편 번호를 포함하는 상태보다 작은 모든 지리적 구획들; 생일, 승인 날짜, 퇴원일, 사망 연원일, 및 89를 초과하는 모든 나이들 및 그런 나이를 표시하는 날짜(년도 포함)의 모든 엘리먼트들을 포함하는 개인에 직접 관련된 날짜들에 대한 날짜들(년도 제외)의 모든 엘리먼트들; 전화 번호들; 팩스 번호들; 전자 메일 어드레스들; 사회 보장 번호들, 의료 레코드 번호들; 건강 계획 수령 번호들; 계정 번호들; 증명서/면허 번호들; 번호판 번호들을 포함하는 차량 식별자들 및 일련번호들; 디바이스 식별자들 및 일련번호들; 웹 URL(Universal Resource Locator)들; 인터넷 프로토콜(IP) 어드레스 번호들; 손가락 및 음성 지문들을 포함하는 생체 식별자들; 전체 얼굴 사진 이미지들 및 임의의 비교 가능 이미지들; 및 임의의 다른 고유 식별 번호, 특성, 또는 코드(그러나 데이터를 코드화하기 위하여 수사관에 의해 할당된 고유 코드가 아님)를 포함한다. 이런 PHI는 브라우저에 환자 A에 대한 입력이다. PHI는 구분 층으로 전송되게 되고 그 다음 CAN이 데이터베이스에 할당되고(CAN은 환자 A의 레코드의 속성들을 정의함), 즉 이런 타입의 CAN 하에 속하는 환자 속성들의 세트가 CNA에 합쳐진다. 이것이 완료되면, 다음번에 사용자는 애플리케이션에 로그하고 데이터베이스에 액세스하고, 데이터베이스는 환자 A의 정보 및 할당된 CNA 모두를 리턴할 것이다. 따라서, 사용자는 이 환자의 증상들/속성들이 어떻게 다루어져야 하는지를 즉각적으로 이해하고, 즉 사용자는, 그 환자 타입이 정보가 데이터베이스에 있는 다른 환자에 어떻게 관련되는지의 스냅샷(snapshot)을 얻는다.
[0079] 도 4b는 일 실시예에 따라 특정 노드 생성을 통하여 상기 설명된 바와 같이 COTA 구분 및 분류의 흐름도이다. 도 4b에 도시된 바와 같이, 전문가는 변수 성별 또는 성(440)(변수 A), 인종(445)(변수 B), ..., 및 KRAS(450)(변수 G)를 선택한다. K-Ras는 인간들에서의 KRAS 유전자에 의해 인코드된 단백질이다. 정상 KRAS 유전자의 단백질 생성은 정상 조직 시그널링시 필수적인 기능을 수행하고, KRAS 유전자의 돌연변이는 많은 암들의 발달 시 중요한 단계이다.
[0080] COTA 모듈(220)은 고유 COTA 노드(455)를 생성하기 위하여 이들 변수들(예컨대, 변수들 440, 445, 450)에 관하여 구분되고 분류된 데이터(430)를 분석한다. COTA 모듈(220)은 보다 임상적으로 관련된 결과들을 제공하기 위하여 구분되고 분류된 데이터에 이들 노드들을 적용할 수 있다. 노드들은 구분되고 분류된 데이터를 추가로 필터링하기 위하여 적용된 미리 선택된 변수들의 세트로서 생성된다. 노드들은 미리 선택된 변수들을 표시하는 노달 어드레스들로서 표현된다. 변수들은 예컨대, 진단, 인구 통계, 결과들, 형질 등을 포함할 수 있다. 형질은 그의 형태학, 발달, 생화학 또는 생리학적 특성들, 생물 계절학, 거동, 및 거동의 산물들 같은 사람의 관찰 가능한 특성들 또는 특징들의 복합물이다. 형질들은 사람의 유전자들의 표현뿐 아니라 환경 요소들의 영향 및 이 둘 사이의 상호작용들로부터 발생한다. 일 실시예에서, 노드의 변수들은 데이터를 임상적으로 관련된 결과들로 분할하기 위하여 적절한 분야의 전문가들에 의해 선택된다.
[0081] COTA 노드(455)는 COTA 모듈(220) 내의 노달 어드레스로서 표현된다. 일 실시예에서, 노달 어드레스는 선택된 변수들의 리스트로서(변수를 표현하는 문자 및 변수 내에서 선택을 표현하는 수의 함수로서) 표현된다. 예컨대, 도 4b에 도시된 바와 같이, 노드(455)는 성별 변수 A의 양쪽 여성 및 남성 변수들 둘레에 블록으로 도시된 A1-2(A는 성별 또는 성 변수를 표현하고, 그리고 1-2는 남성 환자와 여성 환자를 표현함)를 포함한다. 노드(455)는 또한, 노드(455)가 선택된 서브-변수들(인종 변수들 모든 주위 박스로 도시됨) 모두를 가진 인종 변수를 포함하기 때문에 B1-4를 포함한다. 노드(455)는 또한 KRAS 변수에 관련된 것과 마찬가지로, G1을 포함하고, 단지 Mut+가 선택된다(박스화됨). 따라서, 노드(455)는 A1-2, B1-4..., G1의 노드 어드레스를 가진다.
[0082] 다른 실시예에서, 노드 어드레스는 기간들에 의해 분리된 복수의 숫자들의 문자열들로서 표현되고, 여기서 숫자들의 각각의 문자열은 하나 또는 그 초과의 변수들(예컨대, 질병, 형질, 치료 타입, 진행/추적, 성별, 등)을 표시한다. 예컨대, 숫자들의 제 1 문자열은 특정 질병을 표현할 수 있고, 숫자들의 제 2 문자열은 질병의 타입을 표현할 수 있고, 숫자들의 제 3 문자열은 질병의 서브타입을 표시할 수 있고, 숫자들의 제 4 문자열은 형질을 표시할 수 있다. 따라서, 이 예에서, 노달 어드레스가 01.02.01.1201 이도록, 숫자들의 제 1 문자열은 암을 표시하는 01일 수 있고, 숫자들의 제 2 문자열은 유방 종양을 표시하는 02일 수 있고, 숫자들의 제 3 문자열은 유방암을 표시하는 01일 수 있고, 그리고 숫자들의 제 4 문자열은 형질의 특정 특성들을 표현하는 1201일 수 있다. 노달 어드레스가 숫자들의 임의의 수의 문자열들을 포함할 수 있고 4개의 문자열들로 제한되지 않는 것이 이해되어야 한다.
[0083] 일 실시예에서, 형질을 표현하는 숫자들의 문자열은 방향 그래프로서 형질의 특성들을 표현함으로써 제공될 수 있다. 도 4c는 일 실시예에 따라 형질을 표현하는 숫자들의 문자열을 제공하기 위하여 형질의 특성들을 도시하는 방향 그래프(460)를 예시적으로 묘사한다. 방향 그래프(460)는 형질들을 표현하는 노드들 및 노드들 사이의 관계를 표현하는 에지들을 포함한다. 그래프는 루트 "시작" 노드로부터 시작하여 선택된 형질에 대한 노드들로 나타내진다. 각각의 에지는 번호와 연관된다. 노드 어드레스에 대한 형질을 표현하는 숫자들의 문자열은 번호들의 조합으로서 제공된다. 예컨대, 남성 및 백인의 선택된 형질 특성들에 대한 숫자들의 문자열은 11로서 표현될 것이다. 다른 타입들의 조합들은 또한 이용될 수 있다. 유리하게, 방향 그래프로서 형질의 특성들을 표현하는 것은 전체 구조를 변경하지 않고 다른 노드들의 부가를 허용한다. 스크린의 모습은 COTA 노달 어드레스들(CNA)의 결과이고, 이의 모습은 변경될 수 있지만 정보를 제시하도록 원해진다.
[0084] 노드(455)는 관련되는 경우 각각의 형질에 특정한 자원들 및 경고들을 매칭할 능력을 COTA 모듈(220)에 제공한다. 자원들은 정보, 콘텐츠, 라이브 서포트(live support)에 대한 링크 등일 수 있다. 각각의 환자는 하나 또는 그 초과의 노달 어드레스들로 카테고리화된다. 하나 또는 그 초과의 노드들은 또한 각각의 질병과 연관될 수 있다. 일 실시예에서, 자원들은 적당한 관련 노드들로 "태깅(tagged)"된다. 일 실시예에서, 노드들은 과학/의료 진보들에 따르도록 시간에 걸쳐 대체 가능하다.
[0085] 각각의 노달 어드레스는 미리 결정된 환자 관리 서비스들(예컨대, 치료 계획들)의 하나 또는 그 초과의 번들들과 연관될 수 있다. 각각의 번들은 또한 하나 또는 그 초과의 노드들과 연관될 수 있다. 각각의 번들에 포함된 서비스들은 환자 관리 및/또는 비용을 최적화하기 위하여 하나 또는 그 초과의 전문 의료진들, 병원, 그룹, 보험 회사 등에 의해 결정될 수 있다. 일 실시예에서, 번들은 다수의 이미징 스캔들, 약 또는 약들의 선택, 약들을 관리할 때의 스케줄, 수술 또는 프로시저(procedure), 사후 방문들의 수 및 빈도, 등을 표시할 수 있다. 환자 관리 서비스들의 번들링은 특히 위험 계약 수립에 특히 유용할 수 있다. 예컨대, 노달 어드레스(특정 질병과 연관됨)에 대응하는 각각의 번들은 사용자(예컨대, 의사, 환자, 등)가 적당한 번들을 선택하게 하는 미리 결정된 비용을 가질 수 있다. 비용은 특정 질병 또는 노달 어드레스와 연관된 이력 데이터에 기초하여 결정되거나 협상될 수 있다. 유리하게, 서비스들의 번들링은 특정 질병에 대해 보험 회사 및/또는 병원에 비용 확실성을 제공한다. 이것은 또한 레코드들을 프로세싱 및 유지하는 비용을 감소시킨다. 부가적으로, 전문 의료진들은 더 낮은 비용들로 더 나은 결과들을 얻기 위하여 의사들에게 인센티브들을 제공하는 미리 결정된 치료 과정을 미리 알 것이다.
[0086] 도 5는 일 실시예에 따른 COTA 모듈(220)에 의해 수행된 단계들을 예시하는 흐름도이다. 단계(505)에서, COTA 모듈(220)은 데이터 레코드들을 수집한다. 데이터 레코드들 각각은 질병(예컨대, 암)과 연관된 데이터를 포함한다. 데이터 레코드들은 질병을 가지거나 이전에 질병을 가졌던 환자들에 대한 환자 데이터를 포함할 수 있다. 예컨대, 데이터 레코드들은 진단, 인구학들, 결과들, 비용들, 또는 다른 적절한 정보를 포함할 수 있다. 데이터 레코드들은 사용자(예컨대, 전문 의료진, 전문가, 스페셜리스트 등)에 의해 제공되거나, 임의의 다른 소스로부터 제공된 전자 데이터베이스(예컨대, 전자 의료 레코드)로부터 수집될 수 있다. 일 실시예에서, COTA 모듈(220)은 데이터베이스(240)에 데이터 레코드들을 저장한다.
[0087] 단계(510)에서, COTA 모듈(220)은 데이터 레코드들을 분류하기 위하여 하나 또는 그 초과의 파라미터들을 수신한다. 하나 또는 그 초과의 파라미터들은 사용자 선택 입력으로서 사용자 컴퓨터(210)로부터 수신될 수 있다. 하나 또는 그 초과의 파라미터들은 예컨대 진단들, 인구학들, 결과들, 비용들, 또는 임의의 다른 파라미터를 포함할 수 있다.
[0088] 단계(515)에서, COTA 모듈(220)은 하나 또는 그 초과의 파라미터들에 기초하여 데이터 레코드들을 분류한다. 분류는 하나 또는 그 초과의 파라미터들을 만족시키는 환자들을 식별한다. 환자들은 적절한 분야에서 최신 과학 및/또는 의료 가이드라인들 수용에 기초하여 가장 높은 레벨의 임상적 및/또는 분자적 충실도로 분류된다. 일 실시예에서, 분류는 실시간으로 수행된다.
[0089] 단계(520)에서, 구분되고 분류된 데이터 레코드들은 노달 어드레스에 따라 필터링된다. 노달 어드레스는 임상적으로 관련 환자들의 세트를 제공하기 위하여 사용자들에 의해 미리 선택된 변수들을 표현한다. 일 실시예에서, 노달 어드레스들의 변수들은 분야의 전문가들에 의해 선택된다. 노달 어드레스는 기간만큼 각각 분리된 복수의 숫자들의 문자열들로서 표현될 수 있다. 숫자들의 각각의 문자열은 하나 또는 그 초과의 변수들(예컨대, 질병, 질병 타입, 질병의 서브타입, 형질들, 또는 임의의 다른 관련 변수)을 표현할 수 있다. 노달 어드레스의 다른 표현들은 또한 고려된다.
[0090] 단계(525)에서, 임상적 관련 환자들에 대한 데이터 레코드들은 분석된다. 데이터 레코드들을 분석하는 것은 질병과 연관된 환자들의 임상적 결과들을 (예컨대 실시간으로) 추적하는 것을 포함할 수 있다. 결과들은 예컨대 전달된 복용량 강도, 수신된 약제, 복용량, 복용 기간, 및 복용 지속시간, 독성 발생률 및 심각도, 비용, 무진행 생존율(PFS), 전체 생존율(OS), 응답 레이트들, 등을 포함할 수 있다. COTA 모듈(220)은 환자들 사이의 추적된 결과들을 비교할 수 있다. COTA 모듈(220)은 또한, 추적에 기초하여, 추적된 환자와 연관된 특정 의사가 다른(유사한) 환자들을 치료한 다른 의사들의 치료 기법에 따라 환자를 치료하는 중인지를 결정할 수 있다. 일 실시예에서, COTA 모듈(220)은 많은 환자들의 결과들에 기초하여 이를 결정한다.
[0091] 다른 실시예에서, 데이터 레코드들을 분석하는 것은 추적된 결과들에 기초하여 데이터 레코드들 중 적어도 일부를 업데이팅(예컨대, 실시간으로)하는 것을 포함할 수 있다. 예컨대, COTA 모듈(220)은, 환자 ABC가 대장암이었고, 2년 동안 약물치료 XYZ가 취해졌고, 지난 3년 동안 차도가 있다는 것을 결정할 수 있다. 만약 COTA 모듈(220)이 환자 ABC의 추적으로부터 이 정보를 결정하면, 모듈(220)은 이 정보로 환자 ABC와 연관된 데이터 레코드를 업데이트할 수 있다.
[0092] 다른 실시예들에서, 데이터 레코드들을 분석하는 것은 예컨대 카플란 마이어 곡선을 생성함으로써와 같이 환자 생존율을 결정하기 위한 분석을 수행하는 것을 포함한다. 카플란 마이어 곡선은 예컨대 하나의 의사(또는 전문 의료진) 또는 의사들의 그룹(또는 전문 의료진들)을 위해 개발될 수 있는 5년 생존율을 도시하는 곡선이다. 카플란 마이어 곡선은 전체 생존율 및/또는 무진행 생존율에 대해 생성될 수 있다. 다른 타입들의 분석들은 또한 고려된다.
[0093] 분석을 가능하게 하기 위하여, COTA 모듈(220)은 또한 사용자 컴퓨터(210)에 분석 툴을 포함할 수 있다. 이 분석 툴은 웹 페이지, 기존 웹 페이지 상의 탭(tab), 소프트웨어 애플리케이션, 앱 등을 통하여 액세스 가능한 사용자 인터페이스일 수 있다. 본원의 도면들에 묘사된 바와 같은 사용자 인터페이스들은 예시이다. 이 분석 툴은 사용자가 데이터 레코드들을 비교, 분석, 또는 추가로 분류하게 할 수 있다.
[0094] 단계(530)에서, COTA 모듈(220)은 분석에 기초하여 통신을 제공한다. 통신은 사용자에게 경고의 형태일 수 있다. 일 실시예에서, COTA 모듈(220)은 구분되고 분류된 데이터 레코드들 및/또는 업데이트된 데이터 레코드들을 사용자 컴퓨터(210)에게 통신할 수 있다. 예컨대, COTA 모듈(220)은 사용자가 분류되거나 업데이트된 데이터 레코드들을 액세스하게 하는 테이블, 차트, 리스트, 링크 등을 통신한다. 다른 실시예에서, COTA 모듈(220)은 데이터 레코드들을 가진(예컨대, 관련된) 광고들을 사용자 컴퓨터(210)에게 송신할 수 있다. 다른 실시예들에서, COTA 모듈(220)은 특정 치료 또는 약에 대한 후보로서 특정 환자를 식별할 수 있다. 이 정보는 예컨대, 제약 회사, 건강 계획, 관리되는 관리 컨소시움, 보험업자 등에 가치있을 수 있다. COTA 모듈(220)은 사용자 컴퓨터(210) 또는 임의의 다른 엔티티에 (예컨대, 네트워크(215)를 통하여) 통신을 송신할 수 있다.
[0095] COTA 모듈(220)은 많은 사람들, 전문가, 및/또는 회사들에 의해 사용될 수 있고 유용할 수 있다. 예컨대 그리고 상기 설명된 바와 같이, 제약 회사들의 고도로 전문화된 파이프라인은 많은 양상들(예컨대, 페이즈 4 실험들/포스트-마켓팅 감시, 마켓팅, 판매들, 가격 결정, 및 계약 수립을 포함하는 개발)에 대해 새로운 비지니스 모델을 요구할 것 같다. 일 실시예에서, 제약 회사들의 전문가는 이런 새로운 비지니스 모델을 가능하게 하기 위하여 COTA 모듈(220)을 사용할 수 있다. 예컨대, COTA 모듈(220)은 올바른 환자를 올바른 약에 매칭할 수 있다. COTA 모듈(220)은 자신의 분류 및 노달 어드레싱 능력들을 통하여 정밀한 환자 식별을 가능하게 할 수 있다. 일 실시예에서, COTA 모듈(220)은 제약 회사가 방출하거나 개발중인 특정 약에 대한 우수한 후보들이거나 후보들일 하나 또는 그 초과의 환자들을 사용자(예컨대, 제약 회사)가 로케이팅(예컨대, 실시간으로)하게 하는 매칭 기능을 제공한다.
[0096] 게다가, COTA 모듈(220)은 건강 계획들에 유용할 수 있다. 상기 표시된 바와 같이, 암 관리는 더 복잡하게 될 것 같고, 계속 직접 관리하기 위한 건강 계획들에 효율적이지 않을 것 같다. 일 실시예에서, 건강 계획들은 그들의 암 관리를 COTA 모듈(220)(어떻게 건강 계획들이 이전에 약국 이익들을 행했었는지와 유사함)에 아웃소싱한다. 이것은 이를테면 총 관리 비용을 감소시키고 이들에 대한 상계(cost offset)들을 제공하고, 이를테면 경로들을 대체하고, 값비싼 이전 허가 인프라구조를 감소시키고, "암을 관리"하는 다른 인원을 감소시킴으로써 그들의 비용들을 감소시킬 수 있다. 부가적으로, 미국 환자 부담 적정 보호법(Affordable Care Act)의 제공들은, 프리미엄들의 85%가 임상 관리 관련 활동들 대 관리비들로 주어져야 한다는 것을 언급한다. 일 실시예에서, COTA 모듈(220)은 건강 계획들의 종양 연구자를 관리하는데 있어서 건강 관리들을 지원하기 위하여 데이터를 요구하기 위한 연결들을 분석적 인터페이스에 제공한다.
[0097] 일 실시예에서, COTA 모듈(220)은 진단 방법들 또는 툴들에 참여된 조직들에 유용할 수 있다. 차세대 유전 시퀀싱에 포함된 것들 같은 진단 방법들 또는 툴들에 참여된 조직들은 효율적인 교육, 마켓팅 및 판매들/분배 채널을 필요로 할 것 같다. COTA 모듈(220)이 환자들을 정밀하게 분류 및 식별할 수 있고 경고들에 기초한 시간을 의사들(또는 다른 전문 의료진들)에게 전송할 수 있기 때문에, 이것의 이용은 그런 조직들에 유용할 수 있다.
[0098] 도 6은 실시예에 따른 COTA 모듈(220)에 의해 제공된 경고들의 흐름도(600)를 예시한다. 일 실시예에서, 의사들 또는 전문 의료진들은 그들의 선호도들에 기초하여 경고받는다. 이들 선호도들은 전문 의료진/의사에 의해 설정될 수 있고 예컨대, 경고들에 대한 트리거들(610) 및/또는 경고를 제공하기 위하여 사용된 기술을 포함할 수 있다. 경고에 대한 트리거는 예컨대, 새로운 환자 진단(615), 진단에 대한 업데이트, 실시간 스케줄 이벤트, 그룹 회원들에 대한 변화들(예컨대, 그룹화를 변경할 수 있는 식별된 새로운 유전자, 및/또는 그룹을 떠나는 누군가), 독성 및/또는 복용 강도 변화(620), 질병 진행(625), 특정 약의 투여, 원하는 결과(630)로부터 변화하는 경향, 및/또는 다가올 시간 또는 사이클 의존 경고들(635)(예컨대, 부작용 경고들 및/또는 진단 테스트 리마인더들)을 포함할 수 있다. 경고는 사용자 컴퓨터(210)에 전송된 텍스트 메시지(640) 또는 이메일(645)을 포함할 수 있다. 다른 타입들의 경고들은 또한, 고려되고, 이를테면 사용자 컴퓨터(210)에 전화 호출, 웹 페이지에 대한 업데이트, 소셜 미디어 업데이트, 예컨대 Twitter®, Facebook®, 또는 다른 소셜 미디어 사이트를 사용하여 전송된 메시지, 소프트 라이브러리 또는 웹 페이지에 콘텐츠 부가, 및/또는 사용자 컴퓨터(210)에 전송되거나 액세스된 임의의 다른 메시지 또는 통신이 고려된다. 경고들을 제공하는 것으로 상기 설명되었지만, 트리거는 COTA 모듈(220)이 임의의 다른 동작을 수행하는 것을 초래하는 임의의 동작일 수 있다.
[0099] 도 7은 일 실시예에 따라 디바이스(705)에 의해 수신된 경고들을 조직하는 모바일 디바이스(705)(예컨대, 사용자 컴퓨터(210))를 예시하는 그래픽 표현이다. 도 7에 도시된 바와 같이, 수신된 COTA 경고들은 새로운 대장 CA(710)(New Colon CA), 새로운 신장 CA(715)(New Renal Cell CA), 복용량 조절(720)(Dose Adjustment), 약 중지(725)(Drug Discontinuation), 새로운 진행(730)(New Progression), 새로운 유방 CA(735)(New Breast CA), CHOP 3세대 사이클 경고(740)(CHOP 3rd cycle alert), 백혈구 감소증 위험 경고(745)(Neutropenia risk alert), 및 이용 가능한 임상 실험(750) 같은 제목 또는 주제에 의해 리스트된다. CHOP는 시클로포스파미드(cyclophosphamide)(사이톡산/네오사르(Cytoxan/Neosar)), 독소루비신(doxorubicin)(또는 아드리아마이신(Adriamycin), 빈크리스틴(vincristine)(온코빈(Oncovin), 및 프레드니솔론(prednisolone)에 사용된 약들의 결합의 약칭이고 예컨대 비호지킨림프종(non-Hodgkin lymphoma)을 치료하기 위하여 사용된다.
[00100] COTA 모듈(220)은 예컨대, 질병 발생률(예컨대, COTA 분류에 의해), 진행 상태에 의한 무진행 생존율, 및/또는 전체 생존율을 포함하는 특정 질병 데이터 세트들(예컨대, 요구시 및 실시간으로)을 제공할 수 있다. 일 실시예에서, COTA 모듈(220)은 전체 또는 부분 치료, 독성, 및/또는 치료 변경과 연관된 데이터 같은 약 이용 데이터 세트를 제공할 수 있다.
[00101] 도 8은 일 실시예에 따른 COTA 모듈(220)에 의해 제공될 수 있는 암 서브타입에 의한 질병의 발생률의 그래픽 표현(800)을 도시한다. 여기서, COTA 그래프(800)는 2010년 내지 2013년 림프종에 대한 것이다. 사용자는 그래프화된 정보를 좁히기 위하여 그래프 검색 입력 섹션(810)을 활용할 수 있다. 그래프 검색 입력 섹션(810)은 예컨대, 최소 진단, 전체 진단, 및/또는 성인 환자, 진단 타입, 암 사이트/서브타입, ICD9((International Classification of Diseases, Ninth Revision) 코드, 공병, 질병 진행, 성, 나이, 날짜 범위, 인종, 당뇨병, 담배 이용 이력, 이전 항암 화학요법 또는 방사선 이력, 등에 대하여 무엇을 리포트할지의 선택을 포함할 수 있다.
[00102] 도 9는 일 실시예에 따라 COTA 모듈(220)에 의해 제공될 수 있는 COTA 모듈(220)에 입력된 변수들에 기초한 분류의 그래픽 표현(900)을 도시한다. 그래픽 표현(900)은 남자 대 여자에 의해 분할된 2010-2013의 호지킨림프종에 대한 COTA 그래프를 도시한다. 그래프 표현(900)은 표현(900)에서 그래프화된 이런 질병을 가진 상이한 환자들의 통계(910)를 도시한다. 도 10은 일 실시예에 따른 특정 질병(여기서, 도시된 변수들은 림프종 대한 것임)에 적절한 복수의 변수들(1005)의 예시적 리스팅을 도시한다.
[00103] 도 11은 일 실시예에 따라 COTA 모듈(220)에 의해 제공될 수 있는 췌장암들에 대해 신뢰 구간들을 가진 실시간 카플란 마이어 곡선들을 포함하는 그래프 표현(1100)을 도시한다. 상기 설명된 바와 같이, 카플란 마이어 곡선은 예컨대, 하나의 의사(또는 전문 의료진) 또는 의사들의 그룹(또는 전문 의료진들)에 대해 개발될 수 있는 5년 생존율을 도시하는 곡선이다. 카플란 마이어 곡선은 전체 생존율 및/또는 무진행 생존율에 대해 생성될 수 있다. 사용자는 그래프 검색 입력 섹션(1110)에 그의 그래프 검색에 대한 변수들을 표시한다.
[00104] 도 12는 일 실시예에 따라 COTA 모듈(220)에 의해 제공될 수 있는 질병 진행에 대한 카플란 마이어 곡선들을 도시하는 그래프 표현(1200)이다. 라인(1205)은 모든 췌장암에 대한 것이고, 굵은 선(1210)은 제 1 진행을 가진 것들에 대한 것이다.
[00105] 도 13은 일 실시예에 따라 COTA 모듈(220)에 의해 제공될 수 있는 2개의 파티들 사이의 결과들의 실시간 벤치마킹의 그래프 표현(1300)이다. 그래프(1300)는 췌장암을 치료하는 닥터 John Doe, 의사의 결과들에 대한 곡선(1305), 및 췌장암을 치료하는 의사들의 나머지의 결과들에 대한 곡선(1310)을 포함한다. 도 13은 또한, 닥터, John Doe의 결과들이 긍정적으로 추적중인지 부정적으로 추적중인지를 측정하는 미터(1320)를 포함한다.
[00106] 도 14는 일 실시예에 따라 COTA 모듈(220)과 연관된(예컨대 제공된) 비용 리포트(1400)의 그래프 표현이다. 스크린의 모습은 COTA 노달 어드레스들(CNA)의 결과이고 그 모습은 변화될 수 있지만 정보를 제시하도록 원해진다. 비용 리포트(1400)는 도 12의 비용 탭(1220)과 연관될 수 있다. 비용 리포트(1400)는 예컨대 치료의 추정 비용(들), 지식 캡처링, 및/또는 지식을 특정 구현들로 변환에 사용될 수 있다. 일 실시예에서, COTA 모듈(220)은 다양한 치료들의 비용들, 의사들, 병원들, 등을 실시간으로 추적한다. 도 14에 도시된 바와 같이, 비용 리포트(1400)는 의사와 수익당 평균 비용 사이의 비교를 예시한다. 비용 리포트(1400)는 또한 다른 비교들, 이를테면 예컨대, 달러들 및 퍼센트의 병원 기여 마진, 병원 평균 수익 및 비용(예컨대, 환자당 평균 수익, 환자당 평균 비용), 케이스당 의사 평균 비용(예컨대, 각각의 의사에 대한 케이스당 평균 비용, 웨이트 피어(weight peer) 평균), 수익당 의사 평균 비용(예컨대, 이미징의 비용, 연구소 작업, 평가 및 관리, 약들, 의료 공급자들, 및 각각의 의사에 대한 다른 비용들), 등을 포함할 수 있다.
[00107] 도 15a 및 도 15b는 일 실시예에 따라, 결과들과 치료들 사이의 연결을 가능하게 하기 위하여 COTA 모듈(220)과 연관된(예컨대, 제공된) 인터페이스(1500)의 그래픽 표현들이다. 도 15a에 도시된 바와 같이, 치료 인터페이스(1500)는 예컨대, 수술, 항종양성 약들, 세포 치료, 방사선 치료 등 같은 유방암을 가진 환자에 투약(또는 거절되는) 상이한 타입들의 치료의 리스트를 포함할 수 있다. 치료는 질병 진행에 따라 처리될 수 있다. 예컨대, 종양학의 약들은 통상적으로 사이클들 내에서, 그리고 임의의 하나의 사이클 내에서 주어지고, 임의의 수의 약들이 주어질 수 있다. 일 실시예에서, 사용자는 진행(예컨대, 진행 0 내지 진행 4로서 표현됨)을 선택할 수 있고, 이때 진행 0은 제 1 진단 후 사이클이고 다수의 카테고리들 내에서 또는 다수의 카테고리들로부터 약들을 선택할 수 있다.
[00108] 도 15b에서, 다른 실시예에서, 치료 인터페이스(1510)는 탭들(1515)로서 치료 인터페이스(1510) 상에 그래프로 표현된 하나 또는 그 초과의 치료들에 대한 치료 요법들을 포함할 수 있다. 치료 인터페이스(1510)는 요법, 복용 강도, 치료 설명, 약들의 특정 상표명들, 등에 대한 시작 및 종료일을 표시하기 위한 필드들을 포함할 수 있다. 치료 요법들은 테이블(1520)에 치료들의 리스팅으로서 그래프로 요약되거나 표현될 수 있다. 테이블(1520)은 각각의 치료에 대한 동작 아이콘들(1505)을 포함할 수 있다. 동작 아이콘들(1505)은 예컨대, 편집, 폐쇄, 시청 컴포넌트들, 등 같은 동작들을 가능하게 할 수 있다. 일 실시예에서, 동작 아이콘들(1505)은 단일 선택으로 복잡한 임무들(예컨대, 다수의 클릭들 또는 선택들을 요구함)을 수행하기 위하여 손쉬운 방법들일 수 있다. 예컨대, 진단 라인 상의 아이콘은 사용자 진단 스크린을 가져오게 할 수 있다.
[00109] 도 16은 일 실시예에 따라 결과 추적을 용이하게 하기 위한 결과 스크린(1600)의 그래프 표현이다. 결과 스크린(1600)은 예컨대 진단(즉, 진행 0), 제 1 진행, 제 2 진행 내지 제 4 진행으로부터 결과 추적을 가능하게 할 수 있고, 각각의 진행은 상이한 질병으로 고려된다. 결과 스크린 탭은 (예컨대, 하나 또는 그 초과의 드롭다운 메뉴 또는 다른 필드들에) 최종 접촉 및 죽음에 대한 필드들을 포함할 수 있는 진단일, 치료 시작 및 종료일, 치료에 대한 응답(예컨대, 완치, 부분적, 안정) 및 응답일, 응답에 대한 주의들에 대한 입력 필드들(예컨대, 부분 필드, CR-RA-Pet Negative 필드, CR 필드, 등), 및 추적 종료일을 포함할 수 있다. 결과 스크린(1600)은 또한 예컨대 약 치료의 독성, 무엇이 발생했는지(예컨대, 중단, 계속, 변화없음, 약 복용량 변경, 및 얼마나 빈번한지)의 입력을 가능하게 하는 입력 영역, 지연들의 수, 약 변화들의 수, 및/또는 감소된 수 같은 다른 필드들을 포함할 수 있다. 일 실시예에서, COTA 모듈(220)의 사용자는 환자를 플래깅(flag)할 수 있다.
[00110] 도 17은 일 실시예에 따라 비용과 결과 사이의 비교를 예시하는 치료 상세 리포트 스크린(1700)의 그래프 표현이다. 치료 상세 리포트 스크린(1700)은 관리 값을 최적화하기 위하여 임상 결과에 관리 비용을 상관시킨다. 비용 및 재정 데이터는 주어진 시간 기간(예컨대, 5년)에 걸쳐 수집될 수 있고 병원, 의사, 등에 의해 분석될 수 있다. 비용 및 재정 데이터는 비용의 하나 또는 그 초과의 범위들에서 표현될 수 있다. 일 실시예에서, 비용의 범위들은 $25,000보다 큰 비용에 대한 범위(1705), $10,000 내지 $25,000의 비용에 대한 범위(1710), 및 $10,000 미만의 비용에 대한 범위(1715)를 포함한다. 임상 데이터와 결합될 때, COTA 모듈(220)은 상이한 임상 분류들에 기초하여 주어진 시간 기간 동안 상이한 치료들에 대하여 비용 데이터를 제공할 수 있다.
[00111] 도 18은 일 실시예에 따라 독성과 비용 사이의 비교를 예시하는 COTA 모듈(220)에 의해 제공된 분석 스크린(1800)의 그래프 표현이다. 스크린의 모습은 COTA 노달 어드레스들(CNA)의 결과이고 이 모습은 변경될 수 있지만 정보를 제시하도록 원해진다. 분석 스크린(1800)은 관리 결과들과 관리 비용에 대한 독성의 발생률 및 심각도를 상관시킨다. 독성은 표준들(예컨대, 등급들) 등에 의해 수치적으로(예컨대, 범위들로) 표현될 수 있다. 예컨대, 도 18에 도시된 바와 같이, 독성은 CTCAE(Common Terminology Criteria for Adverse Events) 구분에 기초하여 독성 등급들 1-4로서 표현된다. 독성 등급은 비용과 그래프적으로 비교된다. 분석 스크린(1800)은 값이 효험 있거나/ 비용이 드는 경우 관리 값 및 효험을 최적화하기 위하여 사용될 수 있다. 일 실시예에서, COTA 모듈(220)은 높은 효험 및 낮은 비용을 얻도록 시도한다.
[00112] 도 19는 일 실시예에 따라, 치료와 삶의 질 사이의 비교를 예시하는 COTA 모듈(220)에 의해 제공된 분석 스크린(1900)의 그래프 표현이다. 치료는 분석 스크린(1900) 내의 치료약들에 의해 표현될 수 있다. 그러나, 예컨대 수술, 프로시저들 등 같은 다른 형태들의 치료가 또한 고려된다. 일 실시예에서, 치료는 발생률, 심각도, 치료의 독성을 포함한다. 삶의 질은 등급 0(즉, 완전히 활성) 내지 등급 5(즉, 죽음) 범위의 평균 ECOG((Eastern Cooperative Oncology Group) 스케일에 기초하여 측정될 수 있다. 삶의 질은 또한 임의의 적당한 메트릭을 사용하여 측정될 수 있다. 분석 스크린(1900)은 환자의 질병이 얼마나 진행중인지, 질병이 얼마나 환자의 일상 생활 능력들에 영향을 주는지, 및 적당한 치료들 및 예측들의 평가를 가능하게 할 수 있다.
[00113] 도 20은 일 실시예에 따른 전문 의료진에게 제공된 경고 시스템을 예시하는 흐름도(2000)이다. 스크린의 모습은 COTA 노달 어드레스들(CNA)의 결과이고 이 모습은 변경될 수 있지만 정보를 제시하도록 원해진다. 일 실시예에서, 경고의 정보는 사용자가 미래의 판정을 하게 하는 것을 돕는다. 일 실시예에서, 경고의 정보는 지난 시간 기간에 발생한 속성들의 세트를 제공하는 것이다. 일 실시예에서, 이는 사용자의 판정들에 사전에 영향을 미치는 것 및 의료진/의사가 지난주, 지난달, 지난 1/4 년 등에 어떻게 행했는지의 요약 리포트를 반응적으로 제공하는 것 둘 다이다. 일 실시예에서, 상이한 사용자들에 대해 상이한 경고들이 존재하고, 경고들 각각은 사용자가 하는 판정들에 영향을 줄 수 있다. 경고는 예컨대, 투약된 치료가 원하는 결과로부터 벗어나는 것과 같이 가장 우수한 가치를 유도하도록 실시간 과정 수정을 위하여 이용될 수 있다. 블록(2005)에서, 정의들은 임상 데이터에 기초하여 트리거된다. 정의들은 예컨대, 새로운 질병 진단, 질병 진행, 환자 응답, 환자 특성의 변화, 복용량 변경/약 독성 변화, 원하는 결과로부터 변하는 경향, 등 같은 임의의 기준들을 사용하여 트리거될 수 있다. 기준들은 질병 및 질병의 파라미터들에 기초하여 조절될 수 있다. 트리거된 정의들에 기초하여, 경고들(2010-A, 2010-B, 2010-C)(집합적으로 경고들(2010)로 지칭됨)은 송신된다. 경고들(2010)이 임의의 수의 경고들을 포함할 수 있다는 것이 이해되어야 한다. 경고들(2010)은 콘텐츠 또는 콘텐츠에 대한 링크를 포함할 수 있다. 경고들(2010)은 응답 가능 의사, 다른 전문 의료진들, 병원, 제약 회사, 또는 임의의 다른 사람 또는 엔티티로 송신될 수 있다.
[00114] 콘텐츠(2015-A, 2015-B, 2015-C(집합적으로 콘텐츠(2015)로 지칭됨)는 예컨대 경고를 제공하기 위하여 사용자 컴퓨터(210)를 사용하여 디스플레이된다. 콘텐츠(2015)는 경고(2010), 비교, 또는 임의의 다른 관련 콘텐츠와 연관된 환자 데이터를 포함할 수 있다. 일 실시예에서, 비교는 예컨대 의사들 사이, 하나의 의사의 환자들과 전체 환자군 사이, 특정 위치에서 하나의 의사와 모든 의사들 사이, 등에 있을 수 있다. 비교는 치료가 의도하는 경우 및 과정이 진행하는 경우를 도시하기 위하여 경향 분석에 기초할 수 있다(즉, 결과들이 표준만큼 우수하지 않음). 비교는 그래프 상의 하나 또는 그 초과의 곡선들로서 그래프로 디스플레이될 수 있다. 일 실시예에서, COTA 모듈(220)은 클라우드-기반 컴퓨팅과 함께 활용된다. COTA 모듈(220)은 또한 병원 레코드들에 연결을 가능하게 하거나 활용하게 할 수 있다.
[00115] 일 실시예에서, 콘텐츠(2015)는 디스플레이상에 교통 신호등 피드백 표시기들(도시되지 않음)을 가진 전문 의료진에 대한 피드백 지원을 포함할 수 있다. 예컨대, 청색은 매우 우수한 성능(즉, 표준보다 더 나음)을 의미하고, 녹색은 표준 성능을 의미할 수 있고, 황색은 충분한 성능을 의미하지만 관심을 필요로 할 수 있고, 적색은 사용자가 이 질병에 대한 전문 의료진의 접근에 관하여 무언가 관심을 가질 필요가 있을 수 있다는 것을 의미할 수 있다. 피드백 표시기들의 다른 구현들은 또한 이용될 수 있다.
[00116] 도 21-도 24는 하나 또는 그 초과의 실시예들에 따라 상이한 진단 타입들에 대한 그래프 표현을 도시한다. 도 21은 위장 종양(예컨대, 대장암)에 대한 진단 스크린(2100)을 도시한다. 도 22는 유방 종양(예컨대, 유방암)에 대한 진단 스크린(2200)을 도시한다. 도 23은 흉부 종양(예컨대, 폐암)에 대한 진단 스크린(2300)을 도시한다. 진단 스크린들(2100, 2200, 2300)은 질병의 테스트들 또는 양상들 같은 다수의 상이한 파라미터들을 포함한다. 파라미터들은 파라미터들에 기초하여 수치적으로, 파라미터들에 기초하여 표준들로, 등으로 단일 표시기들로서 표현될 수 있다.
[00117] 도 24는 COTA 모듈(220)의 데이터 생성을 예시하고 유방 종양을 분류하는 리포팅 스크린(2400)의 그래프 표현을 도시한다. 리포팅 스크린(2400)은 일 실시예에 따라, 즉 침윤성 관상피암을 가진 이력에 의해 2008년 내지 2013년의 유방암을 도시한다. 리포팅 스크린(2400)은 실시간으로 스테이지, 나이, 진행, 또는 임의의 다른 파라미터에 기초하여 유방암 환자들의 선택을 허용한다. 유리하게, 리포팅 스크린(2400)은 임상적 관련 방식으로 카테고리화를 허용한다.
[00118] 도 25는 COTA 모듈(220)의 데이터 생성을 예시하고 유방 종양을 분류하는 리포팅 스크린(2500)의 그래프 표현을 도시한다. 리포팅 스크린(2500)은 일 실시예에 따라 스테이지에 의해 2008년 내지 2013년 종양의 모든 등급 2 유방암을 도시한다.
[00119] 도 26은 COTA 모듈(220)의 데이터 생성을 예시하고 유방암을 분류하는 리포팅 스크린(2600)의 그래프 표현을 도시한다. 리포팅 스크린(2600)은 일 실시예에 따라, 2008년 내지 2013년의 모든 스테이지 ⅡB 유방암들을 도시한다. 리포팅 스크린(2600)상의 그래프(2605)는 프로게스테론 수용체(progesterone receptor) 상태에 의해 모든 스테이지 상태에 의한 모든 스테이지 ⅡB 유방암들을 도시한다.
[00120] 도 27은 일 실시예에 따라 유방암 환자들에 대한 전체 생존 결과들을 예시하는 분석 스크린(2700)의 그래프 표현을 도시한다. 도 28은 일 실시예에 따라, 닥터. John Doe(굵은 선) 및 집단(굵은 선이 아님) 파티들 사이의 비교로서 유방암에 대한 생존 결과들을 예시하는 그래프 표현(2800)을 도시한다.
[00121] 일 실시예에서, 상기 설명된 "노드"는 그래프 표현들 중 하나 또는 그 초과(예컨대, 도 21-도 27 중 하나 또는 그 초과)에 도시된 변수들의 모든 각각의 가능한 순열을 표현한다.
[00122] 도 29의 예에 도시된 바와 같이, 클라이언트 디바이스(2905)는 적어도 하나의 컴퓨터 버스(2925)와 인터페이스하는 하나 또는 그 초과의 프로세싱 유닛들(2922)(또한 본원에서 CPU들로서 지칭됨)을 포함할 수 있다. 클라이언트 디바이스(2905)는 예컨대 사용자 컴퓨터(210)일 수 있다. 메모리(2930)는 지속성 스토리지일 수 있고 컴퓨터 버스(2925)와 인터페이싱할 수 있다. 메모리(2930)는 RAM(2932) 및 ROM(2934)을 포함한다. ROM(2934)은 BIOS(2940)를 포함한다. 메모리(2930)는 본원에 설명된 기능성, 예컨대 본원에 설명된 프로세스 흐름들 중 하나 또는 그 초과를 포함하는, 오퍼레이팅 시스템(2941), 애플리케이션 프로그램들(2942), 디바이스 드라이버들, 및 프로그램 코드, 및/또는 컴퓨터-실행 가능 프로세스 단계들을 포함하는 소프트웨어 모듈들(2943, 2945) 같은 소프트웨어 프로그램들의 실행 동안 메모리(2930)에 저장된 정보를 CPU(2922)에 제공하기 위하여 컴퓨터 버스(2925)와 인터페이싱한다. CPU(2922)는 먼저 스토리지 예컨대, 메모리(2932), 데이터 스토리지 매체/미디어(2944), 제거 가능 미디어 드라이브, 및/또는 다른 스토리지 디바이스로부터 컴퓨터-실행 가능 프로세스 단계들을 로딩한다. 그 다음 CPU(2922)는 로딩된 컴퓨터-실행가능 프로세스 단계들을 실행하기 위하여 저장된 프로세스 단계들을 실행할 수 있다. 저장된 데이터, 예컨대 스토리지 디바이스에 의해 저장된 데이터는 컴퓨터-실행가능 프로세스 단계들의 실행 동안 CPU(2922)에 의해 액세스될 수 있다.
[00123] 지속성 스토리지 매체/미디어(2944)는 소프트웨어 및 데이터를 저장하기 위하여 사용될 수 있는 컴퓨터 판독가능 스토리지 매체(들), 예컨대 오퍼레이팅 시스템 및 하나 또는 그 초과의 애플리케이션 프로그램들이다. 지속성 스토리지 매체/미디어(2944)는 또한 디지털 카메라 드라이버, 모니터 드라이버, 프린터 드라이버, 스캐너 드라이버, 또는 다른 디바이스 드라이버들, 웹 페이지들, 콘텐츠 파일들, 재생리스트들 및 다른 파일들 중 하나 또는 그 초과 같은 디바이스 드라이버들을 저장하기 위하여 사용될 수 있다. 지속성 스토리지 매체/미디어(2206)는 본 개시내용의 하나 또는 그 초과의 실시예들을 구현하기 위하여 사용된 프로그램 모듈들 및 데이터 파일들을 더 포함할 수 있다.
[00124] 본 개시의 목적들을 위하여, 컴퓨터 판독가능 매체는 컴퓨터 데이터를 저장하고, 상기 데이터는 머신 판독가능 형태로, 컴퓨터에 의해 실행 가능한 컴퓨터 프로그램 코드를 포함할 수 있다. 예로써, 그리고 제한 없이, 컴퓨터 판독가능 매체는 데이터의 유형 또는 고정된 스토리지에 대한 판독가능 스토리지 미디어, 또는 코드-함유 신호들의 일시적 해석을 위한 통신 미디어를 포함할 수 있다. 본원에 사용된 바와 같이, 컴퓨터 판독가능 스토리지 미디어는 물리적 또는 유형의 스토리지(신호들과 반대되는 바와 같은)를 지칭하고 제한 없이 컴퓨터-판독가능 명령들, 데이터 구조들, 프로그램 모듈들 또는 다른 데이터 같은 정보의 유형의 스토리지를 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 제거 가능 및 비 제거가능 미디어를 포함한다. 컴퓨터 판독가능 스토리지 미디어는 RAM, ROM, EPROM, EEPROM, 플래시 메모리 또는 다른 고체 상태 메모리 기술, CD-ROM, DVD, 또는 다른 광학 스토리지, 자기 카세트들, 자기 테이프, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스들, 또는 원하는 정보 또는 데이터 또는 명령들을 유형적으로 저장하기 위하여 사용될 수 있고 컴퓨터 또는 프로세서에 의해 액세스될 수 있는 임의의 다른 물리적 또는 자료 매체(이들로 제한되지 않음)를 포함한다.
[00125] 클라이언트 디바이스(2905)는 또한 전원(2926), 네트워크 인터페이스(2950), 오디오 인터페이스(2952), 디스플레이(2954)(예컨대, 모니터 또는 스크린), 키패드(2956), 조명기(2958), I/O 인터페이스(2960), 촉각 인터페이스(2962), GPS(2964), 마이크로폰(2966), 비디오 카메라, TV/라디오 튜너, 오디오/비디오 캡처 카드, 사운드 카드, A/D 컨버터를 가진 아날로그 오디오 입력부, 모뎀, 디지털 미디어 입력부(HDMI, 광학 링크), 디지털 I/O 포트들(RS232, USB, FireWire, Thunderbolt), 확장 슬롯들(PCMCIA, ExpressCard, PCI, PCIe) 중 하나 또는 그 초과를 포함할 수 있다.
[00126] 본 개시내용의 목적들을 위하여, 모듈은 본원에 설명된 프로세스들, 피처들, 및/또는 기능들(인간 상호작용 또는 증가를 가지거나 없이)을 수행하거나 가능하게 하는 소프트웨어, 하드웨어, 또는 펌웨어(또는 이들의 결합들) 시스템, 프로세스 또는 기능성, 또는 이들의 컴포넌트이다. 모듈은 서브-모듈들을 포함할 수 있다. 모듈의 소프트웨어 컴포넌트들은 컴퓨터 판독가능 매체상에 저장될 수 있다. 모듈들은 하나 또는 그 초과의 서버들에 일체형일 수 있거나, 하나 또는 그 초과의 서버들에 의해 로딩되고 실행될 수 있다. 하나 또는 그 초과의 모듈들은 엔진 또는 애플리케이션으로 그룹화될 수 있다.
[00127] 도 30은 본 개시내용의 하나 또는 그 초과의 실시예들에 따라, 서버 컴퓨터(205) 및/또는 사용자 컴퓨터(210) 같은 컴퓨터의 예의 내부 아키텍처를 예시하는 블록도이다. 본원에서 참조되는 컴퓨터는 실행 가능 로직 또는 코드화된 명령들을 수행할 수 있는 프로세서를 가진 임의의 디바이스를 지칭하고, 그런 디바이스들을 두서너 가지 예를 들면, 서버, 퍼스널 컴퓨터, 셋톱 박스, 테블릿, 스마트 폰, 패드 컴퓨터 또는 미디어 디바이스일 수 있다. 도 30의 예에 도시된 바와 같이, 내부 아키텍처(3000)는 적어도 하나의 컴퓨터 버스(3002)와 인터페이싱하는 하나 또는 그 초과의 프로세싱 유닛들(3012)(또한 본원에서 CPU들로 지칭됨)을 포함한다. 또한 컴퓨터 버스(3002)와 인터페이싱하는 것은 지속성 스토리지 매체/미디어(3006), 네트워크 인터페이스(3014), 메모리(3004), 예컨대 랜덤 액세스 메모리(RAM), 실행 시간 일시 메모리, 판독 전용 메모리(ROM), 등, 플로피, CD-ROM, DVD 등 같은 제거 가능 미디어를 포함하는 미디어에 기록 및/또는 판독할 수 있는 드라이브에 대한 인터페이스로서 미디어 디스크 드라이브 인터페이스(2308), 모니터 또는 다른 디스플레이 디바이스에 대한 인터페이스로서 디스플레이 인터페이스(3010), 키보드에 대한 인터페이스로서 키보드 인터페이스(3016), 마우스 또는 다른 포인팅 디바이스에 대한 인터페이스로서 포인팅 디바이스 인터페이스(3018), 및 개별적으로 도시되지 않은 다양한 다른 인터페이스들, 이를테면 병렬 및 직렬 포트 인터페이스들, USB(universal serial bus) 인터페이스, 등이다.
[00128] 메모리(3004)는 본원에 설명된 기능성, 예컨대, 본원에 설명된 프로세스 흐름들 중 하나 또는 그 초과를 포함하는, 프로그램 코드, 및/또는 컴퓨터-실행가능 프로세스 단계들을 포함하는 오퍼레이팅 시스템, 애플리케이션 프로그램들, 디바이스 드라이버들, 및 소프트웨어 모듈들 같은 소프트웨어 프로그램들의 실행 동안 메모리(3004)에 저장된 정보를 CPU(3012)에 제공하기 위하여 컴퓨터 버스(3002)와 인터페이싱한다. CPU(3012)는 먼저 스토리지, 예컨대 메모리(3004), 스토리지 매체/미디어(3006), 제거가능 미디어 드라이브, 및/또는 다른 스토리지 디바이스로부터 컴퓨터-실행가능 프로세스 단계들을 로딩한다. 그 다음, CPU(3012)는 로딩된 컴퓨터-실행가능 프로세스 단계들을 실행하기 위하여 저장된 프로세스 단계들을 실행할 수 있다. 저장된 데이터, 예컨대 스토리지 디바이스에 의해 저장된 데이터는 컴퓨터-실행가능 프로세스 단계들의 실행 동안 CPU(3012)에 의해 액세스될 수 있다.
[00129] 상기 설명된 바와 같이, 지속성 스토리지 매체/미디어(3006)는 소프트웨어 및 데이터, 예컨대 오퍼레이팅 시스템 및 하나 또는 그 초과의 애플리케이션 프로그램들을 저장하기 위하여 사용될 수 있는 컴퓨터 판독가능 스토리지 매체(들)이다. 지속성 스토리지 매체/미디어(3006)는 또한 디지털 카메라 드라이버, 모니터 드라이버, 프린터 드라이버, 스캐너 드라이버, 또는 다른 디바이스 드라이버들 중 하나 또는 그 초과 같은 디바이스 드라이버들, 웹 페이지들, 콘텐츠 파일들, 재생리스트들 및 다른 파일들을 저장하기 위하여 사용될 수 있다. 지속성 스토리지 매체/미디어(3006)는 본 개시내용의 하나 또는 그 초과의 실시예들을 구현하기 위하여 사용된 프로그램 모듈들 및 데이터 파일들을 더 포함할 수 있다.
[00130] 컴퓨터의 내부 아키텍처(3000)는 (상기 언급된 바와 같이), 마이크로폰, 비디오 카메라, TV/라디오 튜너, 오디오/비디오 캡처 카드, 사운드 카드, A/D 컨버터를 가진 아날로그 오디오 입력부, 모뎀, 디지털 미디어 입력부(HDMI, 광학 링크), 디지털 I/O 포트들(RS232, USB, FireWire, Thunderbolt), 및/또는 확장 슬롯들(PCMCIA, ExpressCard, PCI, PCIe)을 포함할 수 있다.
[00131] 당업자들은, 본 개시내용의 방법들 및 시스템들이 많은 방식들로 구현될 수 있고 이와 같이 상기 예시적 실시예들 및 예들에 의해 제한되지 않는 것을 인식할 것이다. 다른 말로, 하드웨어 및 소프트웨어 또는 펌웨어의 다양한 결합들에서 하나 또는 다수의 컴포넌트들에 의해 수행되는 기능 엘리먼트들, 및 개별 기능들은 사용자 컴퓨팅 디바이스 또는 서버 또는 둘 다에서 소프트웨어 애플리케이션들 사이에 분산될 수 있다. 이에 관하여, 본원에 설명된 상이한 실시예들의 임의의 수의 피처들은 하나 또는 다수의 실시예들로 결합될 수 있고 본원에 설명된 피처들보다 적거나, 많거나, 모두를 가지는 대안적인 실시예들은 가능하다. 기능성은 또한 전체적으로 또는 부분적으로, 지금 알려지거나 알려지게될 방식들로, 다수의 컴포넌트들 사이에 분산될 수 있다. 따라서, 무수히 많은 소프트웨어/하드웨어/펌웨어 결합들은 본원에 설명된 기능들, 피처들, 인터페이스들 및 선호도들을 달성하는데 가능하다. 게다가, 본 개시내용의 범위는 통상적으로 설명된 피처들 및 기능들 및 인터페이스들을 수행하기 위하여 종래에 알려진 방식들뿐 아니라, 지금 및 이후 당업자들에 의해 이해될 바와 같은 본원에 설명된 하드웨어 또는 소프트웨어 또는 펌웨어 컴포넌트들에 대해 이루어질 수 있는 이들 변형들 및 수정들을 커버한다.
[00132] 시스템 및 방법이 하나 또는 그 초과의 실시예들 측면에서 설명되었지만, 본 개시내용이 개시된 실시예들로 제한될 필요가 없다는 것이 이해될 것이다. 청구항들의 사상 및 범위 내에 포함된 다양한 수정들 및 유사한 어레인지먼트들을 커버하는 것이 의도되고, 청구항들의 범위는 모든 그런 수정들 및 유사한 구조들을 포함하도록 가장 넓은 해석에 부합되어야 한다. 본 개시내용은 다음 청구항들 중 임의의 및 모든 실시예들을 포함한다.

Claims (15)

  1. 임상 결과 추적 및 분석을 위한 방법으로서,
    (a) 임상 결과 추적 및 분석 모듈이, 사용자에 의해 동작되는 클라이언트 디바이스로부터, 상기 임상 결과 추적 및 분석 모듈을 사용하여 복수의 데이터 레코드(data record)들을 분류하기 위한 하나 이상의 파라미터들을 수신하는 단계 ― 각각의 데이터 레코드는, 개별 환자를 위한 건강 관리 서비스를 제공하는 과정에서 사용되거나 개시된, 상기 개별 환자 및 생성된 정보를 식별하는데 사용될 수 있는 의료 레코드 또는 지정된 레코드 세트 내의 정보를 포함함 ―;
    (b) 상기 하나 이상의 파라미터들을 만족하는 데이터 레코드들의 분류된 세트를 식별하기 위해 단계 (a)에서 수신된 파라미터들에 기초하여 상기 복수의 데이터 레코드들을 분류하는 단계;
    (c) 복수의 노드들을 생성하는 단계 ― 각각의 노드는 특정 질병에 적절한 복수의 변수(variable)들에 대한 값들의 상이한 결합에 대응하고, 각각의 노드는 기간들에 의해 분리된 복수의 숫자들의 문자열들을 포함하는 노달 어드레스(nodal address)로서 표현되고, 각각의 숫자들의 문자열은 상기 노드에 대한 상기 복수의 변수들 내의 변수들 중 하나에 대한 값을 표시함 ―;
    (d) 상기 데이터 레코드 내의 환자에 대한 상기 특정 질병에 적절한 상기 복수의 변수들에 대한 값들에 기초하여, 상기 복수의 노드들 중 하나에 대응하는 노달 어드레스를 상기 환자에 관한 각각의 데이터 레코드에 할당하는 단계 ― 상기 노달 어드레스는 사용자로 하여금 상기 특정 질병에 적절한 변수들에 관하여 유사한 환자들을 그룹화하고 유사한 환자들을 유사한 환자들에 구체적으로 비교할 수 있게 함 ―;
    (e) 분류된 데이터를 추가로 필터링하여, 상기 임상 결과 추적 및 분석 모듈 내의 적어도 하나의 노달 어드레스에 대응하는 상기 하나 이상의 변수들을 만족하는 데이터 레코드들의 분류된 세트로서 데이터 레코드들의 임상적 관련 세트를 결정하기 위해, 상기 적어도 하나의 노달 어드레스에 의해 표현된 적어도 하나의 노드를 적용하는 단계;
    (f) 임상적으로 관련된 것으로 결정된 환자들에 대응하는 임상적으로 관련된 것으로 결정된 데이터 레코드들의 세트를 분석하는 단계 ― 상기 분석하는 단계는, 임상적으로 관련된 환자들의 그룹들 사이의 임상 결과들을 측정하고 비교하는 것을 포함하는 상기 임상적으로 관련된 환자들에 대한 임상 결과들을 추적하는 단계 및 상기 측정 및 비교에 기초하여 상기 임상적으로 관련된 환자들의 그룹에 대한 임상 결과들이 표준으로 향하는 경향이 있는지 또는 표준으로부터 변화하는 경향이 있는지 결정하는 단계를 포함하고, 상기 표준은 상기 임상적으로 관련된 환자들의 일부 또는 모두에 대한 임상 결과들의 통계적 분석에 기초함 ―;
    (g) 상기 표준으로부터 변화하는 경향이 있는 그룹 내의 한명 이상의 환자들 각각에 대한, 상기 분석 및 그룹에 대한 임상 결과들이 상기 표준으로부터 변화하는 경향이 있다는 결정에 기초하여, 상기 변화하는 경향이 있는 그룹 내의 한명 이상의 환자들 중 각각에 대해, 치료 가변성을 감소시키기 위해, 과정 수정을 위한 환자의 치료 동안 하나 이상의 핵심 포인트들에서 상기 클라이언트 디바이스로 경고를 포함하는 통신을 송신하는 단계
    를 포함하는,
    임상 결과 추적 및 분석을 위한 방법.
  2. 제 1 항에 있어서,
    단계 (a)에서의 분류를 위한 상기 하나 이상의 파라미터들은 성, 나이, 민족성, 공병(comorbidity)들, 담배 이용, 보험 소스(source), 의료 레코드 번호, 1차 관리 의사, 담당 의사, 병원, 승인된 서비스 벤더(vendor)들, 질병-특정 임상 분자 형질(disease-specific clinical molecular phenotype), 치료 의도, 치료 단계, 생체지표들, 및 관리 비용을 포함하는,
    임상 결과 추적 및 분석을 위한 방법.
  3. 제 1 항에 있어서,
    값들의 조합들이 노드들에 대응하는 상기 특정 질병에 적절한 복수의 변수들은 상기 질병-특정 임상 분자 형질을 포함하고, 상기 형질을 표현하는 숫자들의 문자열은 방향 그래프에 기초하여 결정되는,
    임상 결과 추적 및 분석을 위한 방법.
  4. 제 1 항에 있어서,
    각각의 노달 어드레스는 미리 결정된 환자 관리 서비스들 또는 치료 계획들의 하나 이상의 번들(bundle)들과 연관되는,
    임상 결과 추적 및 분석을 위한 방법.
  5. 제 1 항에 있어서,
    임상적으로 관련된 것으로 결정된 환자에 대응하는 임상적으로 관련된 것으로 결정된 데이터 레코드들의 세트를 분석하는 단계는,
    임상적으로 관련된 것으로 결정된 환자들 또는 환자들의 그룹들 사이의 데이터의 비교를 가능하게 하는 단계; 또는
    추적된 임상 결과들에 기초하여 상기 임상적으로 관련된 것으로 결정된 데이터 레코드들의 적어도 일부를 업데이트하는 단계; 또는
    상기 임상적으로 관련된 것으로 결정된 환자들의 그룹 또는 그룹들에 대한 환자 생존율을 결정하는 위해 분석을 수행하는 단계; 또는
    특정 치료 또는 약에 대한 후보로서 상기 임상적으로 관련된 환자들로부터 특정 환자를 식별하는 단계; 또는
    임상 결과들의 추적에 기초하여, 상기 임상적으로 관련된 환자들 내의 특정 환자와 연관된 의사가 상기 임상적으로 관련된 환자들 중 다른 환자들을 치료하는 의사들에 의해 이용되는 치료 기술들에 따라 상기 특정 환자를 치료하고 있는지 여부를 결정하는 단계
    를 더 포함하는,
    임상 결과 추적 및 분석을 위한 방법.
  6. 제 1 항에 있어서,
    단계 (f)에서 추적된 임상 결과들은 무진행 생존율, 전체 생존율, 성과 상태 메트릭들, 응답 메트릭들, 삶의 질 메트릭들, 약 독성의 발생률, 약 독성의 심각도, 전달된 복용량 강도, 수신된 약들, 약 간격, 약 지속시간, 치료 지속기간, 관리 비용, 및 죽음 중 적어도 하나를 포함하는,
    임상 결과 추적 및 분석을 위한 방법.
  7. 제 6 항에 있어서,
    분류되고 업데이트된 데이터 레코드들의 적어도 일부를 디스플레이를 위해 클라이언트 디바이스에 전송하는 단계
    를 더 포함하는,
    임상 결과 추적 및 분석을 위한 방법.
  8. 제 1 항에 있어서,
    상기 임상 결과 추적 및 분석 모듈은 상기 복수의 데이터 레코드들 내에서 최신 과학적 및/또는 의료적 가이드라인들에 기초하여 환자의 생존 및/또는 예후 및/또는 치료에 영향을 주는 모든 정보를 수집하는,
    임상 결과 추적 및 분석을 위한 방법.
  9. 제 1 항에 있어서,
    단계 (f)에서, 상기 임상적으로 관련된 환자들의 그룹들 사이의 임상 결과들을 비교하는 것은,
    다른 의사들에 할당된 임상적으로 관련된 환자들 사이의 임상 결과들을 비교하는 것; 또는
    특정 의사에 할당된 임상적으로 관련된 환자들과 다른 모든 임상적으로 관련된 환자들 사이의 임상 결과들을 비교하는 것; 또는
    특정 위치에서 특정 의사에 할당된 임상적으로 관련된 환자들과 다른 모든 임상적으로 관련된 환자들 사이의 임상 결과들을 비교하는 것
    을 포함하는,
    임상 결과 추적 및 분석을 위한 방법.
  10. 임상 결과 추적 및 분석을 위한 시스템으로서,
    서버를 포함하고, 상기 서버는,
    로직 또는 코딩된 명령들을 실행할 수 있는 프로세서; 및
    임상 결과 추적 및 분석 모듈을 제공하기 위한 명령들을 포함하는 컴퓨터-판독가능 명령들을 저장한 컴퓨터 판독가능 매체
    를 포함하며,
    상기 서버는 환자 데이터 또는 다른 적절한 의료 정보를 저장하는 데이터베이스와 통신하고, 상기 서버는 네트워크를 통해 클라이언트 디바이스와 통신하며,
    상기 임상 결과 추적 및 분석 모듈을 제공하기 위한 명령들은, 상기 서버의 상기 프로세서에 의해 실행될 때, 상기 임상 결과 추적 및 분석 모듈을 사용자 컴퓨터에 제공하고,
    상기 임상 결과 추적 및 분석 모듈은
    상기 데이터베이스에 저장된 데이터에 액세스하거나 검색하거나 분류하여:
    (a) 상기 임상 결과 추적 및 분석 모듈이, 사용자에 의해 동작되는 클라이언트 디바이스로부터, 복수의 환자들에 관한 복수의 데이터 레코드들을 분류하기 위한 하나 이상의 파라미터들을 수신하는 것― 각각의 데이터 레코드는, 개별 환자를 위한 건강 관리 서비스를 제공하는 과정에서 사용되거나 개시된, 상기 개별 환자 및 생성된 정보를 식별하는데 사용될 수 있는 의료 레코드 또는 지정된 레코드 세트 내의 정보를 포함함 ―;
    (b) 상기 하나 이상의 파라미터들을 만족하는 데이터 레코드들의 분류된 세트를 식별하기 위해 단계 (a)에서 수신된 파라미터들에 기초하여 상기 복수의 데이터 레코드들을 분류하는 것;
    (c) 복수의 노드들을 생성하는 것 ― 각각의 노드는 특정 질병에 적절한 복수의 변수들에 대한 값들의 상이한 결합에 대응하고, 각각의 노드는 기간들에 의해 분리된 복수의 숫자들의 문자열들을 포함하는 노달 어드레스로서 표현되고, 각각의 숫자들의 문자열은 상기 노드에 대한 상기 복수의 변수들 내의 변수들 중 하나에 대한 값을 표시함 ―;
    (d) 상기 데이터 레코드 내의 환자에 대한 상기 특정 질병에 적절한 상기 복수의 변수들에 대한 값들에 기초하여, 상기 복수의 노드들 중 하나에 대응하는 노달 어드레스를 상기 환자에 관한 각각의 데이터 레코드에 할당하는 것 ― 상기 노달 어드레스는 사용자로 하여금 상기 특정 질병에 적절한 변수들에 관하여 유사한 환자들을 그룹화하고 유사한 환자들을 유사한 환자들에 구체적으로 비교할 수 있게 함 ―;
    (e) 분류된 데이터를 추가로 필터링하여, 상기 임상 결과 추적 및 분석 모듈 내의 적어도 하나의 노달 어드레스에 대응하는 상기 하나 이상의 변수들을 만족하는 데이터 레코드들의 분류된 세트로서 데이터 레코드들의 임상적 관련 세트를 결정하기 위해, 상기 적어도 하나의 노달 어드레스에 의해 표현된 적어도 하나의 노드를 적용하는 것;
    (f) 임상적으로 관련된 것으로 결정된 환자들에 대응하는 임상적으로 관련된 것으로 결정된 데이터 레코드들의 세트를 분석하는 것 ― 상기 분석하는 것은, 임상적으로 관련된 환자들의 그룹들 사이의 임상 결과들을 측정하고 비교하는 것을 포함하는 상기 임상적으로 관련된 환자들에 대한 임상 결과들을 추적하는 것 및 상기 측정 및 비교에 기초하여 상기 임상적으로 관련된 환자들의 그룹에 대한 임상 결과들이 표준으로 향하는 경향이 있는지 또는 표준으로부터 변화하는 경향이 있는지 결정하는 것을 포함하고, 상기 표준은 상기 임상적으로 관련된 환자들의 일부 또는 모두에 대한 임상 결과들의 통계적 분석에 기초함 ―;
    (g) 상기 표준으로부터 변화하는 경향이 있는 그룹 내의 한명 이상의 환자들 각각에 대한, 상기 분석 및 그룹에 대한 임상 결과들이 상기 표준으로부터 변화하는 경향이 있다는 결정에 기초하여, 상기 변화하는 경향이 있는 그룹 내의 한명 이상의 환자들 중 각각에 대해, 치료 가변성을 감소시키기 위해, 과정 수정을 위한 환자의 치료 동안 하나 이상의 핵심 포인트들에서 상기 클라이언트 디바이스로 경고를 포함하는 통신을 송신하는 것
    을 포함하는 동작들을 수행하는,
    임상 결과 추적 및 분석을 위한 시스템.
  11. 제 10 항에 있어서,
    단계 (a)에서의 분류를 위한 상기 하나 이상의 파라미터들은 성, 나이, 민족성, 공병들, 담배 이용, 보험 소스, 의료 레코드 번호, 1차 관리 의사, 담당 의사, 병원, 승인된 서비스 벤더들, 질병-특정 임상 분자 형질, 치료 의도, 치료 단계, 생체지표들, 및 관리 비용을 포함하는,
    임상 결과 추적 및 분석을 위한 시스템.
  12. 제 10 항에 있어서,
    값들의 조합들이 노드들에 대응하는 상기 특정 질병에 적절한 복수의 변수들은 상기 질병-특정 임상 분자 형질을 포함하고, 상기 형질을 표현하는 숫자들의 문자열은 방향 그래프에 기초하여 결정되는,
    임상 결과 추적 및 분석을 위한 시스템.
  13. 제 10 항에 있어서,
    각각의 노달 어드레스는 미리 결정된 환자 관리 서비스들 또는 치료 계획들의 하나 이상의 번들들과 연관되는,
    임상 결과 추적 및 분석을 위한 시스템.
  14. 제 10 항에 있어서,
    임상적으로 관련된 것으로 결정된 환자에 대응하는 임상적으로 관련된 것으로 결정된 데이터 레코드들의 세트를 분석하는 것은,
    임상적으로 관련된 것으로 결정된 환자들 또는 환자들의 그룹들 사이의 데이터의 비교를 가능하게 하는 것; 또는
    추적된 임상 결과들에 기초하여 상기 임상적으로 관련된 것으로 결정된 데이터 레코드들의 적어도 일부를 업데이트하는 것; 또는
    상기 임상적으로 관련된 것으로 결정된 환자들의 그룹 또는 그룹들에 대한 환자 생존율을 결정하는 위해 분석을 수행하는 것; 또는
    특정 치료 또는 약에 대한 후보로서 상기 임상적으로 관련된 환자들로부터 특정 환자를 식별하는 것; 또는
    임상 결과들의 추적에 기초하여, 상기 임상적으로 관련된 환자들 내의 특정 환자와 연관된 의사가 상기 임상적으로 관련된 환자들 중 다른 환자들을 치료하는 의사들에 의해 이용되는 치료 기술들에 따라 상기 특정 환자를 치료하고 있는지 여부를 결정하는 것
    을 더 포함하는,
    임상 결과 추적 및 분석을 위한 시스템.
  15. 제 10 항에 있어서,
    단계 (f)에서 추적된 임상 결과들은 무진행 생존율, 전체 생존율, 성과 상태 메트릭들, 응답 메트릭들, 삶의 질 메트릭들, 약 독성의 발생률, 약 독성의 심각도, 전달된 복용량 강도, 수신된 약들, 약 간격, 약 지속시간, 치료 지속기간, 관리 비용, 및 죽음 중 적어도 하나를 포함하는,
    임상 결과 추적 및 분석을 위한 시스템.
KR1020187006089A 2013-10-08 2014-10-06 임상 결과 추적 및 분석 KR102119790B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361888418P 2013-10-08 2013-10-08
US61/888,418 2013-10-08
PCT/US2014/059354 WO2015054156A1 (en) 2013-10-08 2014-10-06 Clinical outcome tracking and analysis

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020167012011A Division KR101835880B1 (ko) 2013-10-08 2014-10-06 임상 결과 추적 및 분석

Publications (2)

Publication Number Publication Date
KR20180026574A true KR20180026574A (ko) 2018-03-12
KR102119790B1 KR102119790B1 (ko) 2020-06-05

Family

ID=52777665

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020187006089A KR102119790B1 (ko) 2013-10-08 2014-10-06 임상 결과 추적 및 분석
KR1020167012011A KR101835880B1 (ko) 2013-10-08 2014-10-06 임상 결과 추적 및 분석

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020167012011A KR101835880B1 (ko) 2013-10-08 2014-10-06 임상 결과 추적 및 분석

Country Status (16)

Country Link
US (5) US20150100341A1 (ko)
EP (1) EP3055803B1 (ko)
JP (1) JP6674375B2 (ko)
KR (2) KR102119790B1 (ko)
CN (1) CN105793856A (ko)
BR (1) BR112016007630A2 (ko)
CA (2) CA2926703C (ko)
DK (1) DK3055803T3 (ko)
ES (1) ES2908089T3 (ko)
HK (1) HK1225464A1 (ko)
IL (1) IL244852B (ko)
MX (1) MX2016004380A (ko)
PL (1) PL3055803T3 (ko)
PT (1) PT3055803T (ko)
WO (1) WO2015054156A1 (ko)
ZA (3) ZA201602303B (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210015527A (ko) * 2019-08-02 2021-02-10 사회복지법인 삼성생명공익재단 의료 데이터 웨어하우스 실시간 자동 업데이트 시스템, 방법 및 이의 기록매체
KR102335483B1 (ko) * 2021-01-05 2021-12-06 서울대학교병원 임상시험 안전성 관리 방법 및 장치
WO2022039474A1 (ko) * 2020-08-18 2022-02-24 서울대학교병원 프로그래밍이 가능한 전자의무기록 시스템
KR20220129361A (ko) * 2021-03-16 2022-09-23 재단법인 아산사회복지재단 의료 데이터에 기초한 코호트 데이터 처리 장치 및 방법
KR102503195B1 (ko) * 2021-11-09 2023-02-23 주식회사 에이치엠씨네트웍스 환자의 전원 정보에 대응되는 병원 정보를 노출하는 방법 및 그 장치

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130124217A1 (en) * 2011-11-11 2013-05-16 Debra Thesman Health plan rating system improvement program
US11985075B1 (en) 2013-02-04 2024-05-14 C/Hca, Inc. Data stream processing for dynamic resource scheduling
US10872684B2 (en) * 2013-11-27 2020-12-22 The Johns Hopkins University System and method for medical data analysis and sharing
US20150350040A1 (en) * 2014-06-02 2015-12-03 Hcl Technologies Ltd. Enabling an early response to a disease based on data analytics
US11182459B1 (en) * 2014-09-26 2021-11-23 Sentry Data Systems, Inc. Automated comparative healthcare, financial, operational, and quality outcomes and performance benchmarking
IL258309B2 (en) * 2015-09-24 2023-03-01 Caris Science Inc Method, device and product of computer software for analyzing biological data
US10698078B2 (en) * 2015-12-07 2020-06-30 Cvs Pharmacy, Inc. Clinic wait-time visibility and reservations
US11165722B2 (en) 2016-06-29 2021-11-02 International Business Machines Corporation Cognitive messaging with dynamically changing inputs
WO2018044894A1 (en) * 2016-08-29 2018-03-08 Chen James C Connected systems, devices, and methods for monitoring clinical treatments
US10878962B2 (en) * 2016-11-02 2020-12-29 COTA, Inc. System and method for extracting oncological information of prognostic significance from natural language
EP3539034A4 (en) * 2016-11-14 2021-01-13 Cota, Inc. CNA-GUIDED CARE TO IMPROVE CLINICAL OUTCOMES AND DECREASE TOTAL COSTS OF CARE
US10529446B2 (en) 2016-12-22 2020-01-07 International Business Machines Corporation Continuous health care plan coordination between patient and patient care team
US20200043578A1 (en) * 2017-03-28 2020-02-06 Cqinsights, Inc. Performing Predictive Patient Care Options that Improve Value Based on Historical Data
US20180293352A1 (en) * 2017-04-10 2018-10-11 COTA, Inc. System and Method for Decision-Making for Determining Initiation and Type of Treatment for Patients with a Progressive Illness
JP7390711B2 (ja) * 2017-05-12 2023-12-04 ザ・リージェンツ・オブ・ザ・ユニバーシティ・オブ・ミシガン 個体およびコホートの薬理学的表現型予測プラットフォーム
US20200098480A1 (en) * 2017-06-02 2020-03-26 Mayo Foundation For Medical Education And Research System and method for providing clinical outcomes driven expertise for disease treatment
US10489502B2 (en) 2017-06-30 2019-11-26 Accenture Global Solutions Limited Document processing
US11003796B2 (en) 2017-06-30 2021-05-11 Accenture Global Solutions Limited Artificial intelligence based document processor
US11562143B2 (en) 2017-06-30 2023-01-24 Accenture Global Solutions Limited Artificial intelligence (AI) based document processor
US20190096017A1 (en) * 2017-09-25 2019-03-28 General Electric Company Medical procedure cost evaluation and optimization
IL255255A0 (en) * 2017-10-25 2017-12-31 Optimata Ltd A system and method for predicting the effect of medical treatment
US11610688B2 (en) 2018-05-01 2023-03-21 Merative Us L.P. Generating personalized treatment options using precision cohorts and data driven models
KR102192164B1 (ko) * 2018-08-08 2020-12-16 주식회사 딥바이오 생체 이미지 진단 시스템, 생체 이미지 진단 방법, 및 이를 수행하기 위한 단말
US11636949B2 (en) * 2018-08-10 2023-04-25 Kahun Medical Ltd. Hybrid knowledge graph for healthcare applications
US11515018B2 (en) 2018-11-08 2022-11-29 Express Scripts Strategic Development, Inc. Systems and methods for patient record matching
US11562257B2 (en) 2018-11-28 2023-01-24 Merative Us L.P. Identifying knowledge gaps utilizing cognitive network meta-analysis
CN109801172B (zh) * 2018-12-14 2023-08-29 中国平安财产保险股份有限公司 基于数据分析的患者跟踪管控方法、装置和计算机设备
CN109814502B (zh) * 2019-01-11 2021-08-06 广东中烟工业有限责任公司 一种制丝原料配方防错方法及装置
US20200342376A1 (en) * 2019-04-26 2020-10-29 The Dedham Group Llc Provider key accounts tool
MX2022003943A (es) * 2019-10-02 2022-07-21 Endpoint Health Inc Direccionamiento de diagnóstico médico y recomendaciones de intervención.
CN110893006A (zh) * 2019-12-11 2020-03-20 河南中烟工业有限责任公司 一种基于信息化平台的卷烟批次质量信息精准追溯方法
CN112992302A (zh) * 2019-12-12 2021-06-18 阿里巴巴集团控股有限公司 数据处理方法、装置、设备和存储介质
CN115297781A (zh) * 2020-02-26 2022-11-04 布莱特临床研究有限公司 对正在运行中的临床试验进行动态监测和指导的雷达系统
US20210272662A1 (en) * 2020-02-27 2021-09-02 Lawrence German Application, system, and method for a computer implemented medical electronic record management system
IL280496A (en) * 2021-01-28 2022-08-01 Yeda Res & Dev Artificial intelligence for predicting laboratory test results
CN113380358B (zh) * 2021-06-01 2022-12-16 上海德衡数据科技有限公司 基于物联网的医疗信息交互的方法、装置及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110003352A (ko) * 2008-03-26 2011-01-11 테라노스, 인코포레이티드 임상 결과를 평가하기 위한 방법 및 시스템
KR20110066576A (ko) * 2009-12-11 2011-06-17 서울대학교병원 임상시험 및 임상연구용 의료 정보관리 시스템 및 방법
KR20110090919A (ko) * 2008-10-10 2011-08-10 카디오배스큘러 디시젼 테크놀로지스, 인코포레이티드 위험 평가 및 진단을 위해 적용된 복잡성 과학 및 전문 지식을 사용한 의료 데이터의 자동 관리

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7353238B1 (en) * 1998-06-12 2008-04-01 Outcome Sciences, Inc. Apparatus and methods for determining and processing medical outcomes
WO2000041613A2 (en) * 1999-01-14 2000-07-20 Point Loma Industries, Inc. Expert system for real-time decision support
US8369937B2 (en) * 1999-11-16 2013-02-05 Cardiac Pacemakers, Inc. System and method for prioritizing medical conditions
US6740038B2 (en) * 2000-09-29 2004-05-25 New Health Sciences, Inc. Systems and methods for assessing vascular effects of a treatment
JP3823192B2 (ja) * 2002-04-19 2006-09-20 学校法人慶應義塾 診療支援装置、診療支援方法、及び診療支援プログラム
JP2004133826A (ja) * 2002-10-15 2004-04-30 Hitachi Ltd 電子カルテシステム
US7774377B2 (en) * 2003-12-03 2010-08-10 The Trizetto Group, Inc. Range definition method and system
JP2005223629A (ja) 2004-02-05 2005-08-18 Asahi Kasei Corp 携帯電子機器
JP2007527247A (ja) * 2004-03-05 2007-09-27 ロゼッタ インファーマティクス エルエルシー 臨床的基準および情報提供性遺伝子セットの組合せを使用する乳癌患者の分類
JP4619219B2 (ja) * 2005-07-19 2011-01-26 株式会社エヌ・ティ・ティ・データ 被験者選定装置
CN101506831A (zh) * 2005-08-19 2009-08-12 皇家飞利浦电子股份有限公司 医疗保健数据管理系统
US7805385B2 (en) * 2006-04-17 2010-09-28 Siemens Medical Solutions Usa, Inc. Prognosis modeling from literature and other sources
US20080091472A1 (en) * 2006-10-11 2008-04-17 Steven Hoppe Treatment monitoring tool
AU2008310575A1 (en) 2007-10-12 2009-04-16 Patientslikeme, Inc. Personalized management and monitoring of medical conditions
US20120130737A1 (en) * 2009-09-17 2012-05-24 Therapeuticsmd, Inc. System and method for distrubutor reporting and analysis
US20120029939A1 (en) * 2010-07-30 2012-02-02 General Electric Company Methods and apparatus to group and present clinical records
US20120166218A1 (en) 2010-12-27 2012-06-28 Bruce Reiner Method and system of real-time customizable medical search analytics
JP2014512624A (ja) * 2011-04-20 2014-05-22 ザ クリーブランド クリニック ファウンデーション 予測モデリング
CN104040547B (zh) * 2011-12-21 2018-10-12 皇家飞利浦有限公司 用于预测生理和临床状态改变的方法和系统
US20130226612A1 (en) * 2012-02-26 2013-08-29 International Business Machines Corporation Framework for evidence based case structuring
US20140006044A1 (en) 2012-06-27 2014-01-02 Infosys Limited System and method for preparing healthcare service bundles
IN2013CH00818A (ko) 2013-02-25 2015-08-14 Cognizant Technology Solutions India Pvt Ltd

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110003352A (ko) * 2008-03-26 2011-01-11 테라노스, 인코포레이티드 임상 결과를 평가하기 위한 방법 및 시스템
KR20110090919A (ko) * 2008-10-10 2011-08-10 카디오배스큘러 디시젼 테크놀로지스, 인코포레이티드 위험 평가 및 진단을 위해 적용된 복잡성 과학 및 전문 지식을 사용한 의료 데이터의 자동 관리
KR20110066576A (ko) * 2009-12-11 2011-06-17 서울대학교병원 임상시험 및 임상연구용 의료 정보관리 시스템 및 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210015527A (ko) * 2019-08-02 2021-02-10 사회복지법인 삼성생명공익재단 의료 데이터 웨어하우스 실시간 자동 업데이트 시스템, 방법 및 이의 기록매체
WO2021025365A3 (ko) * 2019-08-02 2021-04-01 사회복지법인 삼성생명공익재단 의료 데이터 웨어하우스 실시간 자동 업데이트 시스템, 방법 및 이의 기록매체
WO2022039474A1 (ko) * 2020-08-18 2022-02-24 서울대학교병원 프로그래밍이 가능한 전자의무기록 시스템
KR20220022140A (ko) * 2020-08-18 2022-02-25 서울대학교병원 프로그래밍이 가능한 전자의무기록 시스템
KR102335483B1 (ko) * 2021-01-05 2021-12-06 서울대학교병원 임상시험 안전성 관리 방법 및 장치
KR20220129361A (ko) * 2021-03-16 2022-09-23 재단법인 아산사회복지재단 의료 데이터에 기초한 코호트 데이터 처리 장치 및 방법
KR102503195B1 (ko) * 2021-11-09 2023-02-23 주식회사 에이치엠씨네트웍스 환자의 전원 정보에 대응되는 병원 정보를 노출하는 방법 및 그 장치

Also Published As

Publication number Publication date
ZA201602303B (en) 2017-07-26
JP6674375B2 (ja) 2020-04-01
CA2926703A1 (en) 2015-04-16
JP2017502365A (ja) 2017-01-19
US20150100341A1 (en) 2015-04-09
CA2926703C (en) 2023-10-10
KR101835880B1 (ko) 2018-03-07
KR102119790B1 (ko) 2020-06-05
PT3055803T (pt) 2022-03-09
EP3055803A4 (en) 2017-06-21
CN105793856A (zh) 2016-07-20
WO2015054156A1 (en) 2015-04-16
KR20160068868A (ko) 2016-06-15
ES2908089T3 (es) 2022-04-27
BR112016007630A2 (pt) 2017-08-01
EP3055803B1 (en) 2021-12-08
ZA201605844B (en) 2017-09-27
US20160350491A1 (en) 2016-12-01
IL244852B (en) 2020-09-30
DK3055803T3 (da) 2022-03-14
ZA201605843B (en) 2017-09-27
US10902953B2 (en) 2021-01-26
US9378531B2 (en) 2016-06-28
US9734288B2 (en) 2017-08-15
US9734289B2 (en) 2017-08-15
EP3055803A1 (en) 2016-08-17
US20180174688A1 (en) 2018-06-21
MX2016004380A (es) 2016-07-05
US20150127385A1 (en) 2015-05-07
IL244852A0 (en) 2016-05-31
CA3210162A1 (en) 2015-04-16
US20160350492A1 (en) 2016-12-01
HK1225464A1 (zh) 2017-09-08
PL3055803T3 (pl) 2022-06-20

Similar Documents

Publication Publication Date Title
KR101835880B1 (ko) 임상 결과 추적 및 분석
US9734291B2 (en) CNA-guided care for improving clinical outcomes and decreasing total cost of care
US9646135B2 (en) Clinical outcome tracking and analysis
Ong et al. National expenditure for false-positive mammograms and breast cancer overdiagnoses estimated at $4 billion a year
US9934361B2 (en) Method for generating healthcare-related validated prediction models from multiple sources
EP3956827A1 (en) Collaborative artificial intelligence method and system
JP7355415B2 (ja) 臨床転帰を改善し、総治療費を低減するためのｃｎａガイドケア
Girwar et al. A systematic review of risk stratification tools internationally used in primary care settings
Yerrapragada et al. Machine learning to predict tamoxifen nonadherence among US commercially insured patients with metastatic breast cancer
WO2021050438A1 (en) Clinical outcome tracking and analysis systems and methods employing provisional nodal addresses relevant to treatment and refined nodal addresses relevant to prognosis-related expected outcome and risk assessment

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant