KR20190135047A - 진행성 질병을 가진 환자들에 대한 치료의 개시 및 유형을 결정하기 위한 의사 결정 시스템 및 방법 - Google Patents
진행성 질병을 가진 환자들에 대한 치료의 개시 및 유형을 결정하기 위한 의사 결정 시스템 및 방법 Download PDFInfo
- Publication number
- KR20190135047A KR20190135047A KR1020197033065A KR20197033065A KR20190135047A KR 20190135047 A KR20190135047 A KR 20190135047A KR 1020197033065 A KR1020197033065 A KR 1020197033065A KR 20197033065 A KR20197033065 A KR 20197033065A KR 20190135047 A KR20190135047 A KR 20190135047A
- Authority
- KR
- South Korea
- Prior art keywords
- patient
- treatment
- pain
- care services
- life
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 208000037821 progressive disease Diseases 0.000 title claims abstract description 28
- 238000011282 treatment Methods 0.000 title claims description 68
- 230000000977 initiatory effect Effects 0.000 title description 5
- 230000036541 health Effects 0.000 claims abstract description 43
- 208000024891 symptom Diseases 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims description 63
- 230000009471 action Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 17
- 238000011269 treatment regimen Methods 0.000 claims description 12
- 230000008447 perception Effects 0.000 claims description 7
- 230000035876 healing Effects 0.000 claims description 4
- 230000001225 therapeutic effect Effects 0.000 claims description 3
- 238000009109 curative therapy Methods 0.000 claims description 2
- 230000000750 progressive effect Effects 0.000 claims description 2
- 238000002638 palliative care Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 description 34
- 201000010099 disease Diseases 0.000 description 26
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 26
- 206010028980 Neoplasm Diseases 0.000 description 7
- 201000011510 cancer Diseases 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 208000019901 Anxiety disease Diseases 0.000 description 5
- 230000036506 anxiety Effects 0.000 description 5
- 229940079593 drug Drugs 0.000 description 5
- 239000003814 drug Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 208000019693 Lung disease Diseases 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 208000012902 Nervous system disease Diseases 0.000 description 2
- 208000025966 Neurological disease Diseases 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 208000020401 Depressive disease Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 238000011374 additional therapy Methods 0.000 description 1
- 238000011256 aggressive treatment Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 229940124583 pain medication Drugs 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000013220 shortness of breath Diseases 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
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
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B3/00—Cleaning by methods involving the use or presence of liquid or steam
- B08B3/04—Cleaning involving contact with liquid
- B08B3/10—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration
- B08B3/102—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration with means for agitating the liquid
-
- C—CHEMISTRY; METALLURGY
- C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
- C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
- C11D1/00—Detergent compositions based essentially on surface-active compounds; Use of these compounds as a detergent
- C11D1/88—Ampholytes; Electroneutral compounds
- C11D1/886—Ampholytes containing P
-
- C—CHEMISTRY; METALLURGY
- C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
- C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
- C11D17/00—Detergent materials or soaps characterised by their shape or physical properties
- C11D17/0008—Detergent materials or soaps characterised by their shape or physical properties aqueous liquid non soap compositions
- C11D17/0017—Multi-phase liquid compositions
-
- C—CHEMISTRY; METALLURGY
- C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
- C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
- C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
- C11D3/16—Organic compounds
- C11D3/18—Hydrocarbons
-
- C—CHEMISTRY; METALLURGY
- C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
- C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
- C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
- C11D3/16—Organic compounds
- C11D3/20—Organic compounds containing oxygen
- C11D3/2093—Esters; Carbonates
-
- C—CHEMISTRY; METALLURGY
- C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
- C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
- C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
- C11D3/16—Organic compounds
- C11D3/36—Organic compounds containing phosphorus
- C11D3/365—Organic compounds containing phosphorus containing carboxyl groups
-
- C—CHEMISTRY; METALLURGY
- C11—ANIMAL OR VEGETABLE OILS, FATS, FATTY SUBSTANCES OR WAXES; FATTY ACIDS THEREFROM; DETERGENTS; CANDLES
- C11D—DETERGENT COMPOSITIONS; USE OF SINGLE SUBSTANCES AS DETERGENTS; SOAP OR SOAP-MAKING; RESIN SOAPS; RECOVERY OF GLYCEROL
- C11D3/00—Other compounding ingredients of detergent compositions covered in group C11D1/00
- C11D3/16—Organic compounds
- C11D3/38—Products with no well-defined composition, e.g. natural products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Organic Chemistry (AREA)
- Wood Science & Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Child & Adolescent Psychology (AREA)
- Tourism & Hospitality (AREA)
- Hospice & Palliative Care (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Bioethics (AREA)
- Developmental Disabilities (AREA)
- Emergency Medicine (AREA)
- General Business, Economics & Management (AREA)
Abstract
생명을 위협하거나 생명을 제한하는 진행성 질병에 대해 치료되고 있는 환자에 대한 환자 관리 서비스들을 결정하기 위한 시스템, 비일시적 컴퓨터 판독가능 매체 및 방법이 제공된다. 환자 증상들이 환자의 개인 건강 정보를 포함하는 데이터를 수신함으로써 식별된다. 환자의 고통의 레벨이 환자의 개인 건강 정보를 포함하는 데이터를 분석함으로써 결정된다. 스코어가 환자의 고통의 레벨 및 환자 증상들의 심각성을 포함하는 기준들에 기초하여 확립된다. 스코어는 환자의 고통 레벨을 생명을 위협하거나 생명을 제한하는 진행성 질병의 임상 과정과 상관시킨다. 생명을 위협하거나 또는 생명을 제한하는 진행성 질병의 임상 과정 및 환자의 고통의 레벨에 적합한 하나 이상의 환자 관리 서비스들이 스코어에 기초하여 결정된다.
Description
본 출원은 2017년 4월 10일자로 출원된 미국 특허 출원 번호 제15/483,491호에 대해 우선권을 주장하며, 그 전체 내용이 인용에 의해 포함된다.
설명된 발명은 일반적으로 생명을 위협하거나 생명을 제한하는 진행성 질환으로 고생하는 환자들에 대한 치료 경로의 결정에 관한 것으로서, 더 구체적으로는 심각한 질병들을 가진 환자의 치료 계획들에 대한 객관적이고 정량적이고 표준화된 의사 결정에 관한 것이다.
고통 완화 관리(palliative care)는 통상적으로 생명을 제한하거나 생명을 위협하는 심각한 진행성 질병들(예를 들어, 암, 폐질환, 심장질환, 신경 장애들, 또는 기종과 같은 다른 만성 진행성 질환들)을 가진 환자에 대한 전문화된 유형의 의료 관리이며, 삶의 연장에 초점을 맞추기보다는 환자의 삶의 질을 개선하는 데 초점을 맞춘다. 고통 완화 관리는 환자의 근본적 질환 또는 질병의 치료를 제공하지만, 질환으로부터 초래되는 증상들, 통증 및 스트레스로부터의 완화를 제공하는 데 초점을 맞춘다. 고통 완화 관리 치료는 심각한 질병의 임의의 스테이지에서 환자에게 제공될 수 있다. 고통 완화 관리 서비스들을 받는 것 자체는 생명을 연장하도록 설계된 추가적인 치료들을 배제하지 않는다.
연구들에 따르면, 시기 적절한 방식으로(예를 들어, 사망하기 30 일보다 이전에) 고통 완화 관리 서비스들을 이용하는 것이 충분하지 못한 것으로 밝혀졌다. 고통 완화 관리 치료를 지체하거나 하지 않는 것은 통상적으로 더 적극적인 의료 관리 및 건강 관리 비용 증가를 유발한다. 심각한 질병의 과정에서 더 일찍 고통 완화 관리 치료를 시작하는 것은 특히 환자의 삶의 끝에서 생명 파라미터들의 품질을 최적화하는 데 효과적일 수 있다.
하나 이상의 실시예에 따르면, 환자의 고통 레벨을 평가하고, 생명을 위협하거나 생명을 제한하는 진행성 질병에 대한 환자의 치료를 개시하고 제공하기 위한 임상적인 조치(action) 과정을 선택하기 위한 환자 분석 시스템이 제공된다. 유리하게, 본 명세서에 설명된 환자 분석 시스템은 환자의 고통 완화 관리 치료를 포함하지만 이에 한정되지 않는 환자 관리 서비스들을 개시 및/또는 추천 및/또는 구현하기 위한 객관적이고 정량적이고 표준화된 의사 결정을 용이하게 한다. 환자 분석 시스템은 또한 건강 관리 제공자들 사이에서 관리의 품질을 평가하기 위한 벤치마크 도구의 역할을 할 수 있다.
하나 이상의 실시예에 따르면, 환자에 대한 환자 관리 서비스들을 결정하기 위한 시스템, 비일시적 컴퓨터 판독가능 매체 및 방법이 제공된다. 하나의 그러한 실시예에 따르면, 환자에 대한 환자 관리 서비스들을 결정하는 단계는 환자가 고통 완화 관리에 적격인지를 결정하는 단계를 포함한다. 환자의 개인 건강 정보를 포함하는 데이터를 수신함으로써 환자 증상들이 식별된다. 환자의 개인 건강 정보를 포함하는 데이터를 분석함으로써 환자의 고통의 레벨이 결정된다. 환자의 고통의 레벨 및 환자 증상들의 심각성을 포함하는 기준들에 기초하여 스코어가 확립된다. 스코어는 환자의 고통의 레벨을 생명을 위협하거나 생명을 제한하는 진행성 질병의 임상 과정과 상관시킨다. 생명을 위협하거나 생명을 제한하는 진행성 질병의 임상 과정 및 환자의 고통의 레벨에 적합한 하나 이상의 환자 관리 서비스들이 환자에 대한 치료를 개시 및/또는 추천 및/또는 구현하기 위해 스코어에 기초하여 결정된다.
하나 이상의 실시예에 따르면, 데이터는 예를 들어 환자의 사랑하는 사람들에게 짐이 된다는 인식 및 우울증을 포함하지만 이에 한정되지 않는 수행도(performance status), 통증, 상호 관계 데이터의 도메인들을 커버하는 데이터와 같이 환자의 고통의 레벨을 나타내는 데이터일 수 있다. 검사된 도메인들은 질환에 기초하여 수정될 수 있으며, 그 목표는 특정 질환과 관련된 고통의 증상들 및/또는 징후들을 반영하는 것이다. 데이터는 환자 설문지의 결과들일 수 있다.
하나 이상의 실시예에 따르면, 하나 이상의 환자 관리 서비스들을 결정하는 단계는 스코어에 기초하여 환자와 관련된 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹으로부터 미리 결정된 환자 관리 서비스들의 전략을 선택하는 단계를 포함할 수 있다. "미리 결정된 환자 관리 서비스들의 전략들"은 비용이 부가되는 치료의 해당 사이클 동안의 포괄적 관리를 포함하는 관리의 유형을 포함할 수 있다. "미리 결정된 환자 관리 서비스들의 전략들"은 또한 치료 전략, 치료 의도 또는 둘 다를 포함할 수 있고, 치료는 치유력이 있는 치료, 진행이 느린 치료, 고통 완화 치료, 또는 호스피스(hospice)이고, 관리의 적극성 및 치료의 적극성을 포함한다.
하나 이상의 실시예에 따르면, 환자는 환자의 개인 건강 정보를 포함하는 데이터에 기초하여 환자를 노드 주소(즉, CNA)로 분류함으로써 미리 결정된 환자 관리 서비스들의 하나 이상의 치료 전략과 관련될 수 있으며, 노드 주소는 임상적으로 관련 있는 변수들의 세트를 나타낸다. 일례에서, 변수들의 세트는 환자를 노드 주소로 분류하기 위한 데이터 내의 환자의 속성들과 매칭된다. 노드 주소는 미리 결정된 환자 관리 서비스들의 하나 이상의 전략과 관련될 수 있다. 노드 주소는 변수들의 세트를 나타내는 접두부(prefix), 중간부(middle) 및 접미부(suffix)를 포함하는 이산적인 구두점을 갖는 디지트들의 스트링으로서 표현될 수 있다. 일 실시예에서, 미리 결정된 환자 관리 서비스들의 하나 이상의 전략 각각은 미리 결정된 비용과 관련된다.
하나 이상의 실시예에 따르면, 환자의 개인 건강 정보를 포함하는 데이터는, 각각의 질문의 답변들을 관련시키고, 등급 값을 갖는 환자 설문지에서 질환의 하나 이상의 증상을 평가하고, 증상이 어떻게 환자의 삶에 영향을 주는지를 나타내는 레이팅(rating)들을 등급 값과 관련시킴으로써 분석된다. 각각의 질문에 대해, 초기 스코어들을 결정하기 위해, 선택된 답변의 등급 값들은 선택된 레이팅의 등급 값과 결합된다(예를 들어, 곱해진다). 각각의 질문에 대한 초기 스코어들은 설문지의 최종 누적 고통 스코어를 결정하기 위해 (예를 들어, 덧셈에 의해) 결합될 수 있다. 누적 고통 스코어는 하나 이상의 임계 등급 값에 기초하여 미리 선택된 고통 완화 관리 전략으로 환자에 대한 치료를 개시 및/또는 추천 및/또는 구현하는 데 사용될 수 있다.
본 개시의 이들 및 다른 이점들은 이하의 상세한 설명 및 첨부 도면들을 참조하여 본 기술분야의 통상의 당업자들에게 명백할 것이다.
도 1은 일 실시예에 따른 통신 시스템의 하이 레벨 도면을 도시한다.
도 2는 일 실시예에 따른, 환자를 치료하기 위한 임상 조치 과정을 결정하기 위한 환자의 분석 및 평가를 위한 시스템 아키텍처를 도시한다.
도 3은 일 실시예에 따른 예시적인 환자 설문지를 도시한다.
도 4는 일 실시예에 따른, 환자 관리 분석 시스템과 상호작용하는 임상 결과 추적 및 분석 모듈의 시스템 아키텍처를 도시한다.
도 5는 일 실시예에 따른, 환자 관리 서비스들을 선택하기 위한 방법의 흐름도를 예시적으로 도시한다.
도 6은 일 실시예에 따른 컴퓨터의 하이 레벨 블록도를 도시한다.
도 2는 일 실시예에 따른, 환자를 치료하기 위한 임상 조치 과정을 결정하기 위한 환자의 분석 및 평가를 위한 시스템 아키텍처를 도시한다.
도 3은 일 실시예에 따른 예시적인 환자 설문지를 도시한다.
도 4는 일 실시예에 따른, 환자 관리 분석 시스템과 상호작용하는 임상 결과 추적 및 분석 모듈의 시스템 아키텍처를 도시한다.
도 5는 일 실시예에 따른, 환자 관리 서비스들을 선택하기 위한 방법의 흐름도를 예시적으로 도시한다.
도 6은 일 실시예에 따른 컴퓨터의 하이 레벨 블록도를 도시한다.
도 1은 하나 이상의 실시예에 따른 통신 시스템(100)의 하이 레벨 도면을 도시한다. 통신 시스템(100)은 하나 이상의 컴퓨팅 디바이스(102-A,..., 102-N)(총괄하여 컴퓨팅 디바이스들(102)로 지칭됨)를 포함한다. 컴퓨팅 디바이스들(102)은 예를 들어 컴퓨터, 워크스테이션, 서버, 데이터베이스, 태블릿 또는 모바일 디바이스와 같은 임의 유형의 컴퓨팅 디바이스를 포함할 수 있다. 컴퓨팅 디바이스들(102)은 네트워크(104)를 통해 서로 통신하기 위해 최종 사용자들에 의해 조작된다. 네트워크(104)는 임의 유형의 네트워크 또는 상이한 유형들의 네트워크들의 조합을 포함할 수 있고, 유선 및/또는 무선 구성으로 임의의 적절한 네트워크 기술을 사용하여 구현될 수 있다. 예를 들어, 네트워크(104)는 인터넷, 인트라넷, 개인 영역 네트워크(PAN; personal area network), 근거리 네트워크(LAN; local area network), 광역 네트워크(WAN; wide area network), 도시 영역 네트워크(MAN; metropolitan area network), 가상 비공개 네트워크(VPN; virtual private network) 등 중 하나 이상을 포함할 수 있다.
컴퓨팅 디바이스들(102)의 최종 사용자들은 환자를 치료하기 위한 임상 조치 과정을 결정하기 위해 환자 분석 시스템(106)과 상호작용하기 위해 네트워크(104)를 통해 통신할 수 있다. 하나의 특히 유용한 실시예에서, 환자 분석 시스템(206)은 환자를 분석하고 평가하여, 삶의 질 및 결과를 최적화하기 위해 환자에 대한 고통 완화 관리 치료 계획을 위한 임상 조치 과정을 결정한다. 본 명세서에서는 환자 분석 시스템(106)이 환자의 분석을 위한 것으로 설명되지만, 환자 분석 시스템(106)은 임의의 피험자의 임의의 의료 또는 비의료 관련 분석을 위해 사용될 수 있다는 것을 이해해야 한다.
일부 실시예들에서, 통신 시스템(100)은 또한 환자 데이터를 저장하기 위한 전자 의료 기록(EMR) 데이터베이스(108)를 포함할 수 있다. 컴퓨팅 디바이스들(102) 및 환자 분석 시스템(106)의 최종 사용자들은 환자 데이터를 검색, 저장 및/또는 조작하기 위해 네트워크(104)를 통해 EMR 데이터베이스(108)와 상호작용할 수 있다. EMR 데이터베이스(108)에 저장된 환자 데이터는 예를 들어 진단 또는 치료와 같은 의료 관리 서비스들을 받는 과정에서 획득되었거나 사용되었거나 밝혀진 임의의 정보를 포함할 수 있다.
최종 사용자들은 컴퓨팅 디바이스(102) 상에서 실행되는 웹 브라우저, 컴퓨팅 디바이스(102) 상에서 실행되는 애플리케이션, 컴퓨팅 디바이스(102) 상에서 실행되는 앱의 인터페이스, 또는 환자 분석 시스템(106)과 상호작용하기 위한 임의의 다른 적절한 인터페이스의 인터페이스를 통해 환자 분석 시스템(106) 및/또는 EMR 데이터베이스(108)와 상호작용할 수 있다.
유리하게, 본 발명의 실시예들은 환자를 분석하여 환자를 치료하기 위한 임상 조치 과정을 결정하도록 구성되는 환자 분석 시스템(106)을 제공한다. 일 실시예에서, 환자 분석 시스템(106)은 환자에 대한 고통 완화 관리 치료를 포함하는 임상 조치 과정을 결정한다. 따라서, 본 발명의 실시예들에 따른 환자 분석 시스템(106)은 환자를 치료하기 위한 임상 조치 과정을 결정하기 위한 객관적이고 정량적이고 표준화된 의사 결정을 용이하게 함으로써 컴퓨터 관련 기술의 개선들을 제공한다. 본 발명은 또한 환자 고통에 대한 건강 관리 제공자 응답들을 비교하고/하거나(예를 들어, 삶의 끝에서의 관리의 품질을 벤치마킹하고/하거나) 건강 관리 제공자들 간의 고통 완화 관리 개시 및/또는 치료에서의 변동(variance)들을 식별하기 위한 객관적이고 정량적이고 표준화된 방법들을 제공한다.
도 2는 하나 이상의 실시예에 따른, 환자를 치료하기 위한 임상 조치 과정을 결정하기 위한 환자의 분석 및 평가를 위한 시스템 아키텍처(200)를 도시한다. 시스템 아키텍처(200)는 환자 분석 시스템(202)을 포함한다. 일 실시예에서, 환자 분석 시스템(202)은 도 1의 환자 분석 시스템(106)이다.
환자 분석 시스템(202)은 분석 엔진(206)을 포함한다. 분석 엔진(206)은 입력(204)으로부터 환자 분석을 제공하도록 구성된다. 일 실시예에서, 입력(204)은 사용자로부터 수신될 수 있다. 예를 들어, 입력(204)은 도 1의 네트워크(104)를 통해 컴퓨팅 디바이스(102)의 최종 사용자로부터 수신될 수 있다. 사용자는 ~을 포함할 수 있다. 입력(204)은 환자로부터 직접 수신될 수 있거나, 환자의 고통 레벨을 아는 다른 엔티티(예를 들어, 가족 구성원 또는 간병인, 의사 또는 다른 건강관리 전문가), 의료 서비스들의 지불자(예를 들어, 보험 제공자 또는 보험 제공자의 대표) 또는 임의의 다른 엔티티로부터 수신될 수 있다.
다른 실시예에서, 입력(204)은 외부 데이터베이스로부터 수신되거나 검색된 이전에 저장된 데이터일 수 있다. 예를 들어, 입력(204)은 도 1의 네트워크(104)를 통해 EMR 데이터베이스(108)로부터 수신되거나 검색될 수 있다. 일례에서, EMR 데이터베이스(108)는 그 안에 저장된 데이터를 분석하여 관련 환자 데이터를 식별하고 관련 환자 데이터를 환자 분석 시스템(202)으로 입력(204)으로서 전송할 수 있다. 다른 예에서, 환자 분석 시스템(202)(예를 들어, 환자 분석 시스템(202)의 분석 엔진(206))은 EMR 데이터베이스(108)와 상호작용하여 관련 환자 데이터를 식별하고, 관련 환자 데이터를 입력(204)으로서 검색할 수 있다. 관련 환자 데이터는 임의의 적절한 방법을 사용하여 EMR 데이터베이스(108)로부터 식별될 수 있다. 일 실시예에서, 관련 환자 데이터는 본 기술 분야에 공지된 방법들을 사용하여 (예를 들어, EMR 데이터베이스(108) 또는 분석 모듈(206)에 의해) 식별될 수 있다.
입력(204)은 환자의 고통의 레벨을 분석하기 위한 개인 건강 정보를 포함하는 임의의 데이터를 포함할 수 있다. 입력(204)으로서 수신된 데이터는 임의의 적절한 포맷일 수 있다. 일 실시예에서, 데이터는 예를 들어 확장형 마크업 언어(XML; extensible markup language) 포맷의 구조화된 데이터이다. 다른 실시예에서, 데이터는 구조화되지 않은 데이터이고, 이는 예를 들어 본 기술분야에 공지된 방법들을 사용하여 관련 데이터를 추출함으로써 구조화된다. 예를 들어, 구조화되지 않은 데이터는 예를 들어 환자 차트 내의 텍스트 단락들, 수기 노트들 또는 도면들 등일 수 있다.
일 실시예에서, 입력(204)은 예를 들어 환자의 수행도, 통증 또는 다른 질환 관련 고통, 사랑하는 사람들에게 짐이 된다는 인식, 건강 관리의 금융 비용과 관련된 부담의 인식 및 불안 또는 우울증의 도메인들을 커버하는 데이터와 같은, 환자의 고통의 레벨에 관한 데이터를 포함할 수 있다. 예를 들어, 입력(204)은 환자 설문지의 결과들을 포함할 수 있다. 환자 설문지는 질환-특정 환자 설문지일 수 있다. 예를 들어, 환자 설문지는 예를 들어 암, 폐질환, 심장질환, 신경 장애 또는 임의의 다른 진행성 질환과 같은 특정 진행성 질환과 관련될 수 있다.
일 실시예에서, 입력(204)은 또한 질환의 객관적 징후들 또는 증상들(예를 들어, 가정 간호 기록들 또는 통증 약물 사용을 문서화한 약물 기록들을 통한, 침대에서 소비된 정량화 가능한 시간들) 또는 (예를 들어, 우울증의 진단에 관한 정신의학 입력과 같은) 고통의 레벨들에 관한 의료 전문가들에 의한 평가들을 포함할 수 있다.
도 3은 일 실시예에 따른 예시적인 환자 설문지(300)를 도시한다. 환자 설문지(300)는 암에 특정적이고, 환자의 고통의 레벨을 평가하기 위한 질문들(302)을 포함한다. 예를 들어, 환자 설문지(300)는 예를 들어 환자의 수행도, 통증 또는 다른 질환 관련 고통, 사랑하는 사람들에게 짐이 된다는 인식, 금융 부담의 인식 및 우울증과 같은 암의 증상들을 평가함으로써 환자의 고통의 레벨을 평가하기 위한 질문들(302)을 포함한다. 환자 설문지(300)는 7 개의 질문(302)을 갖는 것으로 도시되지만, 암의 증상들을 평가하기에 적합한 임의의 수의 질문을 포함할 수 있다. 사용자는 질문(302)과 관련된 증상을 가장 정확하게 설명하는 각각의 질문(302)에 대한 복수의 답변(304) 중 하나 이상을 (예를 들어, 도 1의 컴퓨팅 디바이스(102)를 사용하여) 선택한다. 사용자는 또한 각각의 질문(302)에 대한 레이팅(306)을 선택하여, 증상의 심각성을 레이팅한다. 일례에서, 증상의 레이팅(306)은 증상이 환자의 생명에 얼마나 많이 영향을 미치는지를 나타낸다. 도 3에 도시된 예시적인 실시예에서, 사용자는 다음의 답변들: 전혀 없음, 중간, 심함 중 하나로부터 레이팅(306)을 선택한다. 증상들을 레이팅하는 다른 형태들도 사용될 수 있다.
환자 설문지(300)는 환자를 아는 임의의 사용자에 의해 완성될 수 있다. 예를 들어, 환자 설문지(300)는 환자, 환자와 관련된 사람(예를 들어, 가족 구성원 또는 친구), 의사 또는 다른 건강 관리 전문가, 의료 서비스들의 지불자(예를 들어, 보험 제공자 또는 보험 제공자의 대표) 또는 임의의 다른 적합한 엔티티에 의해 완성될 수 있다. 환자 설문지(300)의 결과들은 환자 분석 시스템(202)에 의해 도 2의 입력(204)으로서 수신될 수 있다.
환자 설문지(300)가 암 특정 환자 설문지로서 도시되지만, 유사한 환자 설문지들이 임의의 질환 또는 임의의 유형의 질환에 대해 제공될 수 있다는 것을 이해해야 한다. 예를 들어, 환자 설문지(300)에서의 질문들(302) 및/또는 답변들(304)은 임의의 진행성 질환과 특별히 관련된 증상들을 평가하도록 수정될 수 있다. 예를 들어, 환자 설문지(300)는 진행성 폐질환을 가진 것으로 진단된 환자를 평가하도록 수정될 수 있고, (예를 들어, 숨가쁨을 평가하기 위한 질문을 포함시키기 위해) 하나 이상의 질문(302) 및/또는 답변(304)을 대체할 수 있다.
도 2의 환자 분석 시스템(202)의 분석 엔진(206)은 입력(204)을 분석하도록 구성된다. 일 실시예에서, 분석 엔진(206)은 입력(204)에 대한 스코어를 결정함으로써 입력(204)을 분석한다. 스코어는 환자의 고통의 레벨(다수의 속성, 예를 들어 미리 설정된 표준들과의 비교에 의한 환자의 거동의 평가를 의미하는 환자의 수행도, 통증 또는 다른 질환 관련 고통, 사랑하는 사람들에게 짐이 된다는 인식, 금융 부담의 인식 및 환자의 불안 및/또는 우울증의 결합)을 나타낼 수 있다. 예를 들어 본 기술분야에 공지된 것들과 같은 임의의 적합한 스코어링 알고리즘이 사용될 수 있다.
일례에서, 분석 엔진(206)은 각각의 답변(304) 및 각각의 레이팅(306)을 등급 값(예를 들어, 포인트 값)과 관련시킴으로써 환자 설문지(예를 들어, 도 3의 환자 설문지(300))의 결과들을 분석할 수 있다. 각각의 개개의 질문(302)에 대한 초기 스코어는 선택된 답변(304)의 등급 값을 선택된 레이팅(306)의 등급 값과 결합함으로써(예를 들어, 선택된 답변(304)의 등급 값과 선택된 레이팅(306)의 등급 값을 곱함으로써) 결정된다. 환자 설문지(300)의 스코어는 각각의 개개의 질문(302)에 대한 초기 스코어를 결합함으로써(예를 들어, 각각의 개개의 질문(302)에 대한 스코어를 덧셈함으로써) 결정된다. 환자 설문지(300)를 스코어링하기 위한 다른 접근법들도 사용될 수 있다.
환자 분석 시스템(202)의 결과 결정 엔진(208)은 분석 엔진(206)에 의해 결정된 스코어에 기초하여 환자를 치료하기 위한 임상 조치 과정을 결정하도록 구성된다. 일 실시예에서, 치료를 개시할지의 여부, 치료의 적극성 및 환자의 관리의 적극성 중 하나 이상의 결정이 스코어에 기초하여 수행된다. 예를 들어, 스코어가 미리 정의된 임계값을 충족시킴에 따라(예를 들어, 만족하거나 초과함에 따라), 치유력이 있거나 느린 진행에 효과적이거나 고통을 완화하는 관리 치료인 치료 전략, 치료 의도 또는 둘 다가 제안 또는 요구될 수 있다.
다른 실시예에서, 상이한 임상 조치 과정들이 상이한 임계값들(또는 상이한 값들의 범위들)과 관련될 수 있다. 이러한 방식으로, 환자를 치료하기 위한 임상 조치 과정은 최종 스코어가 충족시키는 각각의 임계값 또는 값들의 범위와 관련된 임상 조치 과정으로서 결정된다. 일 실시예에서, 값들의 상이한 값 또는 상이한 값들의 범위들과 관련된 상이한 임상 조치 과정들은 값들이 증가하거나 감소함에 따라 심각성 증가에 이를 수 있다. 예를 들어, 임상 조치 과정들은 심각성이 비치료 내지 소생 금지에 이를 수 있다.
결과 결정 엔진(208)에 의해 결정된 임상 조치 과정은 환자 분석 시스템(202)에 의해 환자의 치료를 위한 출력(210)으로서 반환된다. 일 실시예에서, 환자 분석 시스템(202)은 입력(204)을 반복적으로 분석하여 시간 경과에 따라 환자를 모니터링하고, 그에 따라 임상 조치 과정을 수정하거나 변경한다. 예를 들어, 환자 분석 시스템(202)은 주기적 시간 간격들(예를 들어, 매일, 매주, 매달, 매년)에 걸쳐, 의료 이벤트들에 후속하여(예를 들어, 모든 의사 체크업에 후속하여, 심각한 의료 증상들에 후속하여), 기타 등등으로 입력(204)을 분석하여 업데이트된 스코어들을 결정하고, 업데이트된 스코어들에 기초하여, 환자의 치료를 위한 새로운 임상 조치 과정이 결정될 수 있다.
일 실시예에서, 환자 분석 시스템(202)은 환자에 대한 고통 완화 관리 치료를 출력(210)으로서 제공하기 위한 임상 조치 과정을 결정한다. 이러한 방식으로, 환자 분석 시스템(202)은 환자에 대한 고통 완화 관리 치료를 결정하기 위한 표준화되고 객관적이고 정량적인 의사 결정을 용이하게 하여, 환자의 삶의 질 및 결과를 최적화한다.
일 실시예에서, 환자 분석 시스템(202)에 의해 결정된 스코어는 건강 관리 제공자들 간의 품질 벤치마크들을 개발 및/또는 평가하는 데 사용될 수 있다. 예를 들어, 소정의 총 고통 스코어를 갖는 환자들을 보살피는 의사들의 치료 전략 패턴들은 유사한 고통 스코어들을 갖는 환자들을 보살피는 상이한 의사들의 치료 전략 패턴들과 비교될 수 있다. 일례에서, 화학 요법 실행 및/또는 호스피스 알선 및/또는 공식적인 고통 완화 관리 진찰들의 레이트들이 유사한 총 고통 스코어들을 갖는 환자들을 치료하는 의사들 사이에서 비교될 수 있다. 이러한 방식으로, 환자 분석 시스템은 고통 완화 관리 문제들과 관련하여 심각한 질병을 가진 환자들 간의 관리의 품질의 표준화되고 객관적이고 정량적인 계량들을 용이하게 한다.
일 실시예에서, 환자 분석 시스템(202)에 의해 결정된 스코어는 정의된 모집단에 대한 환자 관리 서비스들(예를 들어, 고통 완화 관리 서비스들) 및/또는 치료에 대한 액세스의 적합성을 평가하기 위해 건강 관리 제공자들 및/또는 보험 산업 및/또는 다른 엔티티들에 의해 사용될 수 있다. 예를 들어, 병원은 그들의 환자들의 상당한 비율이 미리 정의된 고통 스코어 임계값들을 초과하여 고통 완화 관리 서비스들의 확장 및/또는 추가적인 건강 관리 인원의 고용이 촉구된다는 점에 주목할 수 있다. 예를 들어, 보험업자는 커버된 수혜자들의 비율이 미리 정의된 고통 스코어들을 초과하여 고통 완화 관리 프로그램들의 확장 및/또는 액세스 프로그램들에 대한 특정 수혜자들의 기존 프로그램들로의 타겟팅을 촉구할 수 있다는 점에 주목할 수 있다.
도 4는 하나 이상의 실시예에 따른, 환자의 치료를 위한 환자 관리 서비스들의 미리 결정된 전략들을 선택하기 위해 도 2의 환자 분석 시스템(206)과 상호작용하는 임상 결과 추적 및 분석(COTA) 시스템 또는 모듈(402)의 시스템 아키텍처(400)를 예시적으로 도시한다. COTA 모듈(402)은 예를 들어 도 1의 네트워크(104)를 통해 환자 분석 시스템(206)과 상호작용할 수 있다. COTA 모듈(402) 및 환자 분석 시스템(206)이 시스템 아키텍처(400) 내의 별개의 컴포넌트들로서 도시되지만, COTA 시스템(402) 및 환자 분석 시스템(206)은 단일 컴포넌트로서 통합되거나 임의의 수의 개별 컴포넌트 부분들로 분리될 수 있다는 것을 이해해야 한다. COTA 모듈(402)은 2014년 10월 6일자로 출원된 "임상 결과 추적 및 분석(Clinical Outcome Tracking and Analysis)"이라는 명칭의 미국 특허 출원 번호 제14/507,640호에 더 설명되어 있으며, 그 개시내용 전체는 본 명세서에 참조로 포함된다.
COTA 모듈(402)은 환자들에게 하나 이상의 COTA 노드 주소(CNA)를 할당한다. CNA는 환자들(또는 데이터)의 그룹들을 임상 관련 세트들로 분류하는 데 사용될 수 있는 (예를 들어, 전문가에 의한) 하나 이상의 미리 선택된 변수를 나타낸다. 예를 들어, 환자들은 해당 환자의 속성들과 매칭되는 변수들을 나타내는 CNA를 할당받는다. 환자의 속성들은 EMR 데이터베이스(108)로부터 결정될 수 있다. 변수들은 예를 들어 진단들, 인구 통계들, 결과들, 표현형들, 또는 환자들의 그룹들을 임상 관련 세트들로 분류할 수 있는 임의의 다른 변수를 포함할 수 있다. CNA는 그의 하나 이상의 미리 선택된 변수를 나타내기 위해 임의의 적합한 포맷으로 표현될 수 있다.
일 실시예에서, CNA는 (변수를 나타내는 문자 및 변수 내에서의 선택을 나타내는 숫자의 함수로서의) 변수들의 리스트이다. 예를 들어, 문자 A는 성 또는 성별 변수를 나타낼 수 있고, 숫자 1 및 2는 여성 및 남성 환자를 나타낼 수 있고, 문자 B는 인종 변수를 나타낼 수 있고, 숫자 1 내지 4는 상이한 인종들을 나타낼 수 있고, 기타 등등이다. 따라서, CNA는 A1-2, B1-4,..., N1로 표현될 수 있다.
다른 실시예에서, CNA는 기간들에 의해 분리되는 복수의 이산적인 디지트들의 스트링으로서 표현되고, 각각의 디지트 스트링은 하나 이상의 변수(예를 들어, 질환, 표현형, 치료 유형, 진행/추적, 성 등)을 나타낸다. 예를 들어, 제1 디지트 스트링은 특정 질환을 나타낼 수 있고, 제2 디지트 스트링은 질환의 유형을 나타낼 수 있고, 제3 디지트 스트링은 질환의 하위 유형을 나타낼 수 있고, 추가적인 디지트 스트링은 표현형을 나타낼 수 있다. 따라서, 이 예에서, 제1 디지트 스트링은 암을 나타내는 01일 수 있고, 제2 디지트 스트링은 유방 종양학을 나타내는 02일 수 있고, 제3 디지트 스트링은 유방암을 나타내는 01일 수 있고, 제4 디지트 스트링은 표현형의 특정 특성들을 나타내는 1201일 수 있으며, 따라서 노드 주소는 01.02.01.1201이다. 노드 주소는 임의 수의 디지트 스트링을 포함할 수 있으며, 4 개의 스트링으로 제한되지 않는다는 것을 이해해야 한다.
각각의 CNA는 미리 결정된 환자 관리 서비스들(예를 들어, 환자를 치료하기 위한 임상 조치 과정들)의 하나 이상의 전략과 관련될 수 있다. 일 실시예에서, 미리 결정된 환자 관리 서비스들의 전략들은 치료 전략, 치료 의도, 관리의 적극성 또는 치료의 적극성을 정의한다. 다른 실시예에서, 미리 결정된 환자 관리 서비스들의 전략들은 미리 결정된 금융 비용에 대한 특정 치료 사이클 동안의 환자의 포괄적 관리를 위한 의료 서비스들의 번들(bundle)을 나타낸다. 각각의 전략은 환자 관리 및/또는 비용을 최적화하기 위해, 예를 들어 하나 이상의 의료 전문가, 병원, 그룹, 보험 회사 등에 의해 결정되는 하나 이상의 환자 관리 서비스들을 포함할 수 있다. 일례에서, 전략은 이미징 스캔 수, 약물 또는 약물 선택, 약물들을 투여할 시기의 스케줄, 수술 또는 절차, 후속 조치 방문 수 및 빈도 등을 나타낼 수 있다. 환자 관리 서비스들의 번들링은 위험 감소에 특히 유용할 수 있다. 예를 들어, (특정 질환과 관련된) 노드 주소에 대응하는 각각의 전략은 사용자(예를 들어, 의사, 환자 등)가 적절한 전략을 선택하는 것을 가능하게 하는 미리 결정된 비용을 가질 수 있다. 비용은 해당 특정 질환 또는 노드 주소와 관련된 이력 데이터에 기초하여 결정되거나 협상될 수 있다. 유리하게, 서비스들의 번들링은 특정 질환에 대해 보험 회사 및/또는 병원에 비용 확실성을 제공한다. 이것은 또한 기록들을 처리 및 유지하는 비용을 감소시킨다. 또한, 의료 전문가들은 미리 결정된 치료 과정을 미리 알 것이며, 이는 더 낮은 비용들로 더 나은 결과들을 획득하도록 의사들에게 인센티브들을 제공한다.
각각의 노드 주소는 예를 들어 각각의 노드 주소를 나타내는 이산적인 구두점을 갖는 디지트들의 스트링에 기초하여, 수조 개의 가능한 순열을 감소된 수의 임상적으로 유의미한 순열로 감소시킨다. 일부 실시예들에 따르면, 이것은 필요한 관리, 및 불필요한 관리의 회피를 알리는 데 필요한 필수 시간에서의 최저의 가능한 비용에서의 최상의 임상 결과로서 표현되는 이상적인 값으로부터의 최초 거동 및 후속하는 결과적인 임상 및 비용 결과 변동의 분석을 가능하게 하고, 따라서 관리의 가치를 증가시키며, 이는 최저의 가능한 비용에서의 더 양호한 임상 결과들을 의미한다. 일부 실시예들에 따르면, CNA는 특정 치료, 임상 시험 또는 약품에 대한 후보로서의 특정 환자의 식별을 가능하게 한다. 일부 실시예들에 따르면, CNA는 관리 의사들 및 다른 건강 관리 제공자들에 있어서의 건강 계획들, 병원들 및 의사 실무들을 지원하기 위해 보험청구 데이터에 대한 접속들과의 분석적 인터페이스를 제공한다. 일부 실시예들에 따르면, CNA들은 각각의 노드 주소를 나타내는 이산적인 구두점을 갖는 디지트들의 스트링에 기초하여 그리고 순열들의 감소에 기초하여 실시간 모니터링을 효율적이게 하기 위해 처리 요구들 및 처리 시간을 감소시킨다. 이러한 실시간 모니터링은 예를 들어 거동 변동이 발생할 가능성이 있는 중요한 시점들의 예측을 가능하게 하며, 치료 흐름을 중단하여 과도한/부족한 관리 이용을 회피함으로써 거동 변동을 방지한다.
일부 실시예들에 따르면, 환자 분석 시스템(206)은 환자를 분석하여, 환자에게 할당된 CNA와 관련된 하나 이상의 전략 중 하나를 출력(210)으로서 선택한다. 예를 들어, 환자 분석 시스템(202)의 분석 엔진(206)(도 2)은 고통 완화 관리를 개시 또는 추천하기 위해 환자를 평가하기 위한 스코어를 결정함으로써 도 3의 환자 설문지(300)의 결과들을 분석할 수 있다. 예시적인 기준들은 예를 들어 환자의 고통 완화 관리 치료를 추천 및/또는 개시하기 위한 환자의 수행도, 통증, 사랑하는 사람들에게 짐이 된다는 인식, 금융 부담의 인식 및 환자의 정신 상태(예를 들어, 불안, 우울증)를 포함할 수 있다. 스코어에 기초하여, 환자 분석 시스템(202)의 결과 결정 엔진(208)(도 2)은 고통 완화 관리 치료를 위해 환자에게 할당된 CNA와 관련된 미리 결정된 전략들 중 하나를 선택한다. 예를 들어, 미리 결정된 전략들 각각은 임계값(또는 스코어 값들의 범위)과 관련될 수 있다. 미리 결정된 전략들 각각은 (예를 들어, 고통 완화 관리 치료 없는 완전한 질환 수정 또는 연명 치료로부터 질환 수정 또는 연명 치료 없는 완전한 고통 완화 관리, 호스피스에 이르는) 고통 완화 관리 치료의 상이한 레벨들을 나타낼 수 있다. 스코어에 의해 충족되는 임계값과 관련된 미리 결정된 전략들은 환자의 고통 완화 치료의 적절한 레벨을 제공하도록 선택된다. 일 실시예에서, 환자 분석 시스템(202)은 환자를 계속하여(예를 들어, 주기적인 간격들로, 의료 이벤트들에 후속하여, 기타 등등으로) 분석할 수 있고, 스코어가 변함에 따라, 치료를 조정하거나 수정하기 위해 다른 미리 결정된 전략들이 선택될 수 있다. 따라서, 고통 완화 관리 치료는 치료되는 근본적 질환의 임상 과정을 따르도록 계속 변경될 수 있다.
도 5는 하나 이상의 실시예에 따른, 환자 분석 시스템(202)의 동작의 방법(500)의 흐름도를 도시한다.
단계 502에서, 환자의 개인 건강 정보를 포함하는 데이터를 수신함으로써 환자 증상들이 식별된다. 데이터는 (예를 들어, 도 1의 컴퓨팅 디바이스(102)를 사용하여) 사용자로부터 또는 외부 데이터베이스(예를 들어, 도 1의 EMR 데이터베이스(108))로부터 수신될 수 있다. 데이터는 예를 들어 환자의 수행도, 통증 또는 질환 관련 고통, 사랑하는 사람들에게 짐이 된다는 인식, 금융 부담의 인식 및 불안 및/또는 우울증의 도메인들을 커버하는 데이터와 같은, 환자의 고통의 레벨을 나타내는 데이터일 수 있다. 일 실시예에서, 데이터는 환자 설문지(예를 들어, 도 3의 환자 설문지(300))의 결과들일 수 있다.
단계 504에서, 환자의 개인 건강 정보를 포함하는 데이터를 분석함으로써 환자의 고통의 레벨이 결정된다. 일 실시예에서, 환자의 고통의 레벨은 환자의 진행성 질환의 현재 상태에 특정한 하나 이상의 증상을 평가하기 위해 사용자에 의해 선택된 환자 설문지(300)의 답변들(304)에 기초하여 결정된다.
단계 506에서, 하나 이상의 기준에 기초하여 스코어가 확립된다. 예를 들어, 기준들은 환자의 고통의 레벨 및 환자 증상들의 심각성을 포함할 수 있다. 일 실시예에서, 고통의 레벨은 단계 504에서 결정되며, 환자 증상들의 심각성은 환자의 진행성 질환의 현재 상태에 특정한 하나 이상의 증상의 심각성을 평가하기 위해 환자 설문지(300)에서 사용자에 의해 선택된 레이팅들(306)에 기초하여 결정된다. 일 실시예에서, 스코어는 고통의 레벨(즉, 각각의 선택된 답변(304)) 및 환자 증상들의 각각의 심각성(즉, 레이팅(306))을 등급 값과 관련시키고, 선택된 답변 및 선택된 레이팅의 등급 값들을 결합하여(예를 들어, 곱하여) 각각의 질문에 대한 스코어를 결정함으로써 확립된다. 각각의 질문에 대한 스코어들은 환자 설문지(300)의 최종 스코어를 결정하기 위해 결합(예를 들어, 덧셈)된다.
단계 508에서, 생명을 위협하거나 생명을 제한하는 진행성 질병의 임상 과정 및 환자의 고통의 레벨에 적합한 하나 이상의 환자 관리 서비스들이 스코어에 기초하여 선택된다. 하나 이상의 환자 관리 서비스들은 하나 이상의 임계값에 기초하여 결정될 수 있다.
하나의 실시예에서, 하나 이상의 환자 관리 서비스들은 스코어에 기초하는 관리의 적극성 및 치료의 적극성에 기초하는 고정 비용 또는 치료 전략, 치료 의도 또는 둘 다에 기초하여 환자와 관련된 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹으로부터 미리 결정된 환자 관리 서비스들의 전략을 선택함으로써 결정된다. 치료 전략은 치유력이 있는 치료, 진행이 느린 처리 또는 고통 완화 치료를 포함할 수 있다. 일 실시예에서, 환자는 환자의 개인 건강 정보를 포함하는 데이터에 기초하여 환자를 노드 주소(즉, CNA)로 분류함으로써 미리 결정된 환자 관리 서비스들의 하나 이상의 전략과 관련되며, 노드 주소는 변수들의 세트를 나타낸다. 일례에서, 변수들의 세트는 환자를 노드 주소로 분류하기 위해 데이터 내의 환자의 속성들과 매칭된다. 노드 주소는 미리 결정된 환자 관리 서비스들의 하나 이상의 전략과 관련된다. 노드 주소는 변수들의 세트를 나타내는 접두부, 중간부 및 접미부를 포함하는 이산적인 구두점을 갖는 디지트들의 스트링으로서 표현될 수 있다. 일 실시예에서, 미리 결정된 환자 관리 서비스들의 하나 이상의 전략 각각은 미리 결정된 비용과 관련된다.
일 실시예에서, 환자의 개인 건강 정보를 포함하는 업데이트된 데이터가 수신될 수 있고, 단계 502 내지 508이 그러한 업데이트된 데이터에 대해 반복되어, 업데이트된 스코어를 결정하고, 업데이트된 스코어에 기초하여 하나 이상의 환자 관리 서비스들 중 다른 환자 관리 서비스를 결정할 수 있다.
본 명세서에 설명된 시스템들, 장치들 및 방법들은 종이 형태로 구현될 수 있다. 예를 들어, 도 2의 입력(204)은 환자 차트 상의 수기 노트들 및 도면들을 포함할 수 있다. 환자 차트는 하나 이상의 환자 관리 서비스의 출력(210)을 결정하기 위해 종이 상에서 분석될 수 있다.
부가적으로 또는 대안적으로, 본 명세서에 설명된 시스템들, 장치들 및 방법들은 디지털 회로를 사용하여, 또는 공지된 컴퓨터 프로세서들, 메모리 유닛들, 저장 디바이스들, 컴퓨터 소프트웨어 및 다른 컴포넌트들을 사용하는 하나 이상의 컴퓨터를 사용하여 구현될 수 있다. 통상적으로, 컴퓨터는 명령어들을 실행하기 위한 프로세서 및 명령어들 및 데이터를 저장하기 위한 하나 이상의 메모리를 포함한다. 컴퓨터는 또한 하나 이상의 자기 디스크, 내장형 하드 디스크, 또는 제거가능 디스크, 광자기 디스크, 광 디스크 등과 같은 하나 이상의 대용량 저장 디바이스를 포함하거나 그에 결합될 수 있다.
본 명세서에 설명된 시스템들, 장치 및 방법들은 클라이언트-서버 관계로 동작하는 컴퓨터들을 사용하여 구현될 수 있다. 통상적으로, 이러한 시스템에서, 클라이언트 컴퓨터들은 서버 컴퓨터로부터 원격적으로 위치하고, 네트워크를 통해 상호작용한다. 클라이언트-서버 관계는 각각의 클라이언트 컴퓨터 및 서버 컴퓨터 상에서 실행되는 컴퓨터 프로그램들에 의해 정의되고 제어될 수 있다.
본 명세서에 설명된 시스템들, 장치 및 방법들은 네트워크 기반 클라우드 컴퓨팅 시스템 내에서 구현될 수 있다. 이러한 네트워크 기반 클라우드 컴퓨팅 시스템에서, 네트워크에 접속되는 서버 또는 다른 프로세서는 네트워크를 통해 하나 이상의 클라이언트 컴퓨터와 통신한다. 클라이언트 컴퓨터는 예를 들어 클라이언트 컴퓨터 상에 상주하고 동작하는 네트워크 브라우저 애플리케이션을 통해 서버와 통신할 수 있다. 클라이언트 컴퓨터는 서버 상에 데이터를 저장하고 네트워크를 통해 데이터에 액세스할 수 있다. 클라이언트 컴퓨터는 데이터에 대한 요청들 또는 온라인 서비스들에 대한 요청들을 네트워크를 통해 서버에 전송할 수 있다. 서버는 요청된 서비스들을 수행하고 데이터를 클라이언트 컴퓨터(들)에 제공할 수 있다. 서버는 또한 클라이언트 컴퓨터로 하여금 지정된 기능을 수행하게 하도록, 예를 들어, 계산을 수행하고, 스크린 상에 지정된 데이터를 표시하고, 기타 등등을 수행하게 하도록 구성된 데이터를 전송할 수 있다. 예를 들어, 서버는 클라이언트 컴퓨터로 하여금 도 5의 단계들 중 하나 이상을 포함하는, 본 명세서에 설명된 방법 단계들 중 하나 이상을 수행하게 하도록 구성된 요청을 전송할 수 있다. 도 5의 단계들 중 하나 이상을 포함하는, 본 명세서에 설명된 방법들의 단계들 중 소정의 단계들은 서버에 의해 또는 네트워크 기반 클라우드 컴퓨팅 시스템 내의 다른 프로세서에 의해 수행될 수 있다. 도 5의 단계들 중 하나 이상을 포함하는, 본 명세서에 설명된 방법들의 단계들 중 소정의 단계들은 네트워크 기반 클라우드 컴퓨팅 시스템 내의 클라이언트 컴퓨터에 의해 수행될 수 있다. 도 5의 단계들 중 하나 이상을 포함하는, 본 명세서에 설명된 방법들의 단계들은 서버에 의해 그리고/또는 네트워크 기반 클라우드 컴퓨팅 시스템 내의 클라이언트 컴퓨터에 의해 임의의 조합으로 수행될 수 있다.
본 명세서에 설명된 시스템들, 장치 및 방법들은 프로그래밍 가능한 프로세서에 의한 실행을 위해 정보 캐리어 내에, 예를 들어 비일시적 머신 판독 가능 저장 디바이스 내에 유형적으로(tangibly) 구현된 컴퓨터 프로그램 제품을 사용하여 구현될 수 있고; 도 5의 단계들 중 하나 이상을 포함하는, 본 명세서에 설명된 방법 단계들은 이러한 프로세서에 의해 실행 가능한 하나 이상의 컴퓨터 프로그램을 사용하여 구현될 수 있다. 컴퓨터 프로그램은 소정의 활동을 수행하거나 소정의 결과를 유발하기 위해 컴퓨터에서 직접 또는 간접적으로 사용될 수 있는 컴퓨터 프로그램 명령어들의 세트이다. 컴퓨터 프로그램은 컴파일 언어(compiled language) 또는 해석 언어(interpreted language)를 포함하는 임의 형태의 프로그래밍 언어로 작성될 수 있고, 독립형 프로그램, 또는 컴퓨팅 환경에서 사용하기에 적합한 모듈, 컴포넌트, 서브루틴 또는 다른 유닛을 포함하는 임의의 형태로 배치될 수 있다.
본 명세서에 설명된 시스템들, 장치들 및 방법들을 구현하는 데 사용될 수 있는 예시적인 컴퓨터의 하이 레벨 블록도(600)가 도 6에 도시되어 있다. 컴퓨터(602)는 데이터 저장 디바이스(612) 및 메모리(610)에 동작 가능하게 결합된 프로세서(604)를 포함한다. 프로세서(604)는 컴퓨터(602)의 전체 동작을, 이러한 동작들을 정의하는 컴퓨터 프로그램 명령어들을 실행함으로써 제어한다. 컴퓨터 프로그램 명령어들은 데이터 저장 디바이스(612) 또는 다른 컴퓨터 판독가능 매체에 저장될 수 있고, 컴퓨터 프로그램 명령어들의 실행이 요구될 때 메모리(610)에 로딩될 수 있다. 따라서, 도 5의 방법 단계들은 메모리(610) 및/또는 데이터 저장 디바이스(612)에 저장된 컴퓨터 프로그램 명령어들에 의해 정의되고, 컴퓨터 프로그램 명령어들을 실행하는 프로세서(604)에 의해 제어될 수 있다. 예를 들어, 컴퓨터 프로그램 명령어들은 도 5의 방법 단계들을 수행하기 위해 본 기술분야의 당업자에 의해 프로그래밍된 컴퓨터 실행가능 코드로서 구현될 수 있다. 따라서, 컴퓨터 프로그램 명령어들을 실행함으로써, 프로세서(604)는 도 5의 방법 단계들을 실행한다. 컴퓨터(602)는 또한 네트워크를 통해 다른 디바이스들과 통신하기 위한 하나 이상의 네트워크 인터페이스(606)를 포함할 수 있다. 컴퓨터(602)는 또한 컴퓨터(602)와의 사용자 상호작용을 가능하게 하는 하나 이상의 입출력 디바이스(608)(예를 들어, 디스플레이, 키보드, 마우스, 스피커들, 버튼들 등)를 포함할 수 있다.
프로세서(604)는 범용 및 특수 목적 마이크로프로세서들 둘 다를 포함할 수 있고, 컴퓨터(602)의 단일 프로세서 또는 다수의 프로세서 중 하나일 수 있다. 프로세서(604)는 예를 들어 하나 이상의 중앙 처리 유닛(CPU)을 포함할 수 있다. 프로세서(604), 데이터 저장 디바이스(612) 및/또는 메모리(610)는 하나 이상의 주문형 집적 회로(ASIC; application-specific integrated circuit) 및/또는 하나 이상의 필드 프로그래머블 게이트 어레이(FPGA; field programmable gate array)를 포함하거나 그에 의해 보완되거나 그에 통합될 수 있다.
데이터 저장 디바이스(612) 및 메모리(610) 각각은 유형적인 비일시적 컴퓨터 판독가능 저장 매체를 포함한다. 데이터 저장 디바이스(612) 및 메모리(610)는 각각 동적 랜덤 액세스 메모리(DRAM; dynamic random access memory), 정적 랜덤 액세스 메모리(SRAM; static random access memory), 이중 데이터 레이트 동기 동적 랜덤 액세스 메모리(DDR RAM; double data rate synchronous dynamic random access memory) 또는 다른 랜덤 액세스 솔리드 스테이트 메모리 디바이스들과 같은 고속 랜덤 액세스 메모리를 포함할 수 있고, 하나 이상의 자기 디스크 저장 디바이스, 예를 들어 내장형 하드 디스크들 및 이동식 디스크들, 광자기 디스크 저장 디바이스들, 광 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 반도체 메모리 디바이스들, 예를 들어 소거 및 프로그래밍 가능한 판독 전용 메모리(EPROM; erasable programmable read-only memory), 전기적 소거 및 프로그래밍 가능한 판독 전용 메모리(EEPROM; electrically erasable programmable read-only memory), 컴팩트 디스크 판독 전용 메모리(CD-ROM; compact disc read-only memory), 디지털 다기능 판독 전용 메모리(DVD-ROM; digital versatile disc read-only memory) 디스크들 또는 다른 비휘발성 솔리드 스테이트 저장 디바이스들과 같은 비휘발성 메모리를 포함할 수 있다.
입출력 디바이스들(608)은 프린터, 스캐너, 디스플레이 스크린 등과 같은 주변기기들을 포함할 수 있다. 예를 들어 입출력 디바이스들(608)은 사용자에게 정보를 표시하기 위한 음극선관(CRT) 또는 액정 디스플레이(LCD) 모니터와 같은 디스플레이 디바이스, 키보드, 및 사용자가 컴퓨터(602)에 입력을 제공할 수 있는 마우스 또는 트랙볼과 같은 포인팅 디바이스를 포함할 수 있다.
도 1의 컴퓨팅 디바이스들(102), 환자 분석 시스템(106) 및 EMR 데이터베이스(108), 도 2의 환자 분석 시스템(202)의 컴포넌트들 및 도 4의 COTA 모듈(402)을 포함하는 본 명세서에서 논의된 임의의 또는 모든 시스템들 및 장치는 컴퓨터(602)와 같은 하나 이상의 컴퓨터를 사용하여 구현될 수 있다.
본 기술분야의 통상의 당업자는 실제 컴퓨터 또는 컴퓨터 시스템의 구현이 다른 구조들을 가질 수 있고, 또한 다른 컴포넌트들을 포함할 수 있으며, 도 6은 예시적인 목적들을 위해 그러한 컴퓨터의 컴포넌트들 중 일부의 하이 레벨 표현이라는 것을 인식할 것이다.
전술한 상세한 설명은 모든 면에서 제한적인 것이 아니라 설명적이고 예시적인 것으로 이해되어야 하며, 본 명세서에 개시된 본 발명의 범위는 상세한 설명으로부터 결정되는 것이 아니라, 특허법들에 의해 허용되는 최대 범위에 따라 해석되는 바와 같은 청구항들로부터 결정된다. 본 명세서에 도시되고 설명된 실시예들은 설명된 발명의 원리들을 예시할 뿐이며, 본 발명의 범위 및 사상을 벗어나지 않고 본 기술분야의 통상의 당업자들에 의해 다양한 수정들이 구현될 수 있다는 것을 이해해야 한다. 이 기술 분야의 당업자들은 본 발명의 범위 및 사상을 벗어나지 않고 다양한 다른 특징 조합들을 구현할 수 있다.
Claims (36)
- 생명을 위협하거나 생명을 제한하는 진행성 질병에 대해 치료되는 환자에 대한 환자 관리 서비스들을 결정하기 위한 방법으로서,
(a) 프로세서를 포함하는 시스템에 의해, 환자의 개인 건강 정보를 포함하는 데이터를 수신함으로써 환자 증상들을 식별하는 단계;
(b) 상기 시스템에 의해, 상기 환자의 상기 개인 건강 정보를 포함하는 데이터를 분석함으로써 상기 환자의 고통의 레벨을 결정하는 단계;
(c) 상기 시스템에 의해, 상기 환자의 상기 고통의 레벨 및 상기 환자 증상들의 심각성을 포함하는 기준들에 기초하여 스코어를 확립하는 단계 ― 상기 스코어는 상기 환자의 상기 고통의 레벨을 상기 생명을 위협하거나 생명을 제한하는 진행성 질병의 임상 과정과 상관시킴 ―; 및
(d) 상기 시스템에 의해, 상기 스코어에 기초하여 상기 생명을 위협하거나 생명을 제한하는 진행성 질병의 상기 임상 과정 및 상기 환자의 상기 고통의 레벨에 적합한 하나 이상의 환자 관리 서비스들을 결정하는 단계
를 포함하는,
방법. - 제1 항에 있어서,
상기 하나 이상의 환자 관리 서비스들의 품질 및/또는 적합성을 다른 엔티티들에 의해 제공되는 환자 관리 서비스들의 품질 및/또는 적합성과 비교하는 단계
를 더 포함하는,
방법. - 제1 항에 있어서,
상기 하나 이상의 환자 관리 서비스들을 결정하는 단계는, 상기 스코어에 기초하는 관리의 적극성 및 치료의 적극성에 기초하는 고정 비용 또는 치료 전략(therapeutic strategy), 치료 의도(treatment intent) 또는 둘 다에 기초하여 상기 환자와 관련된 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹으로부터 미리 결정된 환자 관리 서비스들의 전략을 선택하는 단계를 포함하는,
방법. - 제3 항에 있어서,
상기 미리 결정된 환자 관리 서비스들의 전략을 선택하는 단계는, 하나 이상의 임계값에 기초하여 상기 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹으로부터 상기 미리 결정된 환자 관리 서비스들의 전략을 선택하는 단계를 포함하는,
방법. - 제3 항에 있어서,
상기 개인 건강 정보를 포함하는 데이터에 기초하여 상기 환자를 노드 주소(nodal address)로 분류하는 단계
를 더 포함하고,
상기 노드 주소는 변수들의 세트를 나타내고, 상기 노드 주소는 상기 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹과 관련되는,
방법. - 제5 항에 있어서,
상기 개인 건강 정보를 포함하는 데이터에 기초하여 상기 환자를 노드 주소로 분류하는 단계는, 상기 변수들의 세트를 상기 데이터 내의 상기 환자의 속성들과 매칭시키는 단계를 포함하는,
방법. - 제5 항에 있어서,
상기 노드 주소를, 상기 변수들의 세트를 나타내는 접두부, 중간부 및 접미부를 포함하는 이산적인 구두점을 갖는 디지트들의 스트링으로서 나타내는 단계
를 더 포함하는,
방법. - 제3 항에 있어서,
상기 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹의 각각의 전략은 치료의 해당 사이클에 대한 미리 결정된 비용과 관련되는,
방법. - 제3 항에 있어서,
상기 치료 전략은 치유력이 있는 치료, 진행이 느린 치료 또는 고통 완화(palliative) 치료를 포함하는,
방법. - 제1 항에 있어서,
상기 환자의 상기 개인 건강 정보를 포함하는 데이터는 상기 환자의 고통의 레벨을 확립하는 데 효과적인 환자 설문지의 결과들을 포함하는,
방법. - 제1 항에 있어서,
상기 환자의 상기 개인 건강 정보를 포함하는 데이터는 상기 환자의 수행도, 통증, 사랑하는 사람들에게 부담이 된다는 인식, 금융 부담의 인식 및 우울증 중 적어도 하나와 관련되는,
방법. - 제1 항에 있어서,
상기 환자의 업데이트된 개인 건강 정보를 포함하는 업데이트된 데이터를 수신하는 단계;
상기 환자의 상기 업데이트된 개인 건강 정보를 포함하는 상기 업데이트된 데이터를 분석하여, 상기 환자의 상기 고통의 레벨을 상기 생명을 위협하거나 생명을 제한하는 진행성 질병의 상기 임상 과정과 상관시키는 업데이트된 스코어를 결정하는 단계; 및
상기 업데이트된 스코어에 기초하여 상기 하나 이상의 환자 관리 서비스들 중 다른 환자 관리 서비스를 선택함으로써 상기 환자의 치료를 수정하는 단계
를 더 포함하는,
방법. - 생명을 위협하거나 생명을 제한하는 진행성 질병에 대해 치료되는 환자에 대한 환자 관리 서비스들을 결정하기 위한 컴퓨터 프로그램 명령어들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서,
상기 컴퓨터 프로그램 명령어들은 프로세서 상에서 실행될 때 상기 프로세서로 하여금,
(a) 환자의 개인 건강 정보를 포함하는 데이터를 수신함으로써 환자 증상들을 식별하는 동작;
(b) 상기 환자의 상기 개인 건강 정보를 포함하는 데이터를 분석함으로써 상기 환자의 고통의 레벨을 결정하는 동작;
(c) 상기 환자의 상기 고통의 레벨 및 상기 환자 증상들의 심각성을 포함하는 기준들에 기초하여 스코어를 확립하는 동작 ― 상기 스코어는 상기 환자의 상기 고통의 레벨을 상기 생명을 위협하거나 생명을 제한하는 진행성 질병의 임상 과정과 상관시킴 ―; 및
(d) 상기 스코어에 기초하여 상기 생명을 위협하거나 생명을 제한하는 진행성 질병의 상기 임상 과정 및 상기 환자의 상기 고통의 레벨에 적합한 하나 이상의 환자 관리 서비스들을 결정하는 동작
을 포함하는 동작들을 수행하게 하는,
비일시적 컴퓨터 판독가능 저장 매체. - 제13 항에 있어서,
상기 동작들은 상기 하나 이상의 환자 관리 서비스들의 품질 및/또는 적합성을 다른 엔티티들에 의해 제공되는 환자 관리 서비스들의 품질 및/또는 적합성과 비교하는 동작을 더 포함하는,
비일시적 컴퓨터 판독가능 저장 매체. - 제13 항에 있어서,
상기 하나 이상의 환자 관리 서비스들을 결정하는 동작은, 상기 스코어에 기초하는 관리의 적극성 및 치료의 적극성에 기초하는 고정 비용 또는 치료 전략, 치료 의도 또는 둘 다에 기초하여 상기 환자와 관련된 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹으로부터 미리 결정된 환자 관리 서비스들의 전략을 선택하는 동작을 포함하는,
비일시적 컴퓨터 판독가능 저장 매체. - 제15 항에 있어서,
상기 미리 결정된 환자 관리 서비스들의 전략을 선택하는 동작은, 하나 이상의 임계값에 기초하여 상기 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹으로부터 상기 미리 결정된 환자 관리 서비스들의 전략을 선택하는 동작을 포함하는,
비일시적 컴퓨터 판독가능 저장 매체. - 제15 항에 있어서,
상기 동작들은 상기 개인 건강 정보를 포함하는 데이터에 기초하여 상기 환자를 노드 주소로 분류하는 동작을 더 포함하고, 상기 노드 주소는 변수들의 세트를 나타내고, 상기 노드 주소는 상기 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹과 관련되는,
비일시적 컴퓨터 판독가능 저장 매체. - 제17 항에 있어서,
상기 개인 건강 정보를 포함하는 데이터에 기초하여 상기 환자를 노드 주소로 분류하는 동작은, 상기 변수들의 세트를 상기 데이터 내의 상기 환자의 속성들과 매칭시키는 동작을 포함하는,
비일시적 컴퓨터 판독가능 저장 매체. - 제17 항에 있어서,
상기 동작들은 상기 노드 주소를, 상기 변수들의 세트를 나타내는 접두부, 중간부 및 접미부를 포함하는 이산적인 구두점을 갖는 디지트들의 스트링으로서 나타내는 동작을 더 포함하는,
비일시적 컴퓨터 판독가능 저장 매체. - 제15 항에 있어서,
상기 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹의 각각의 전략은 치료의 해당 사이클에 대한 미리 결정된 비용과 관련되는,
비일시적 컴퓨터 판독가능 저장 매체. - 제15 항에 있어서,
상기 치료 전략은 치유력이 있는 치료, 진행이 느린 치료 또는 고통 완화 치료를 포함하는,
비일시적 컴퓨터 판독가능 저장 매체. - 제13 항에 있어서,
상기 환자의 개인 건강 정보를 포함하는 데이터는 상기 환자의 고통의 레벨을 확립하는 데 효과적인 환자 설문지의 결과들을 포함하는,
비일시적 컴퓨터 판독가능 저장 매체. - 제13 항에 있어서,
상기 환자의 상기 개인 건강 정보를 포함하는 데이터는 상기 환자의 수행도, 통증, 사랑하는 사람들에게 부담이 된다는 인식, 금융 부담의 인식 및 우울증 중 적어도 하나와 관련되는,
비일시적 컴퓨터 판독가능 저장 매체. - 제13 항에 있어서,
상기 동작들은,
상기 환자의 업데이트된 개인 건강 정보를 포함하는 업데이트된 데이터를 수신하는 동작;
상기 환자의 상기 업데이트된 개인 건강 정보를 포함하는 상기 업데이트된 데이터를 분석하여, 상기 환자의 상기 고통의 레벨을 상기 생명을 위협하거나 생명을 제한하는 진행성 질병의 상기 임상 과정과 상관시키는 업데이트된 스코어를 결정하는 동작; 및
상기 업데이트된 스코어에 기초하여 상기 하나 이상의 환자 관리 서비스들 중 다른 환자 관리 서비스를 선택함으로써 상기 환자의 치료를 수정하는 동작
을 더 포함하는,
비일시적 컴퓨터 판독가능 저장 매체. - 생명을 위협하거나 생명을 제한하는 진행성 질병에 대해 치료되는 환자에 대한 환자 관리 서비스들을 결정하기 위한 시스템으로서,
상기 환자의 개인 건강 정보를 포함하는 데이터를 저장하는 데이터베이스; 및
환자 분석 시스템
을 포함하고,
상기 환자 분석 시스템은,
프로세서; 및
컴퓨터 프로그램 명령어들을 저장하기 위한 메모리
를 포함하고,
상기 컴퓨터 프로그램 명령어들은 상기 프로세서 상에서 실행될 때 상기 프로세서로 하여금,
(a) 환자의 개인 건강 정보를 포함하는 데이터를 수신함으로써 환자 증상들을 식별하는 동작;
(b) 상기 환자의 상기 개인 건강 정보를 포함하는 데이터를 분석함으로써 상기 환자의 고통의 레벨을 결정하는 동작;
(c) 상기 환자의 상기 고통의 레벨 및 상기 환자 증상들의 심각성을 포함하는 기준들에 기초하여 스코어를 확립하는 동작 ― 상기 스코어는 상기 환자의 상기 고통의 레벨을 상기 생명을 위협하거나 생명을 제한하는 진행성 질병의 임상 과정과 상관시킴 ―; 및
(d) 상기 스코어에 기초하여 상기 생명을 위협하거나 생명을 제한하는 진행성 질병의 상기 임상 과정 및 상기 환자의 상기 고통의 레벨에 적합한 하나 이상의 환자 관리 서비스들을 결정하는 동작
을 포함하는 동작들을 수행하게 하는,
시스템. - 제25 항에 있어서,
상기 동작들은 상기 하나 이상의 환자 관리 서비스들의 품질 및/또는 적합성을 다른 엔티티들에 의해 제공되는 환자 관리 서비스들의 품질 및/또는 적합성과 비교하는 동작을 더 포함하는,
시스템. - 제25 항에 있어서,
상기 하나 이상의 환자 관리 서비스들을 결정하는 동작은, 상기 스코어에 기초하는 관리의 적극성 및 치료의 적극성에 기초하는 고정 비용 또는 치료 전략, 치료 의도 또는 둘 다에 기초하여 상기 환자와 관련된 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹으로부터 미리 결정된 환자 관리 서비스들의 전략을 선택하는 동작을 포함하는,
시스템. - 제27 항에 있어서,
상기 미리 결정된 환자 관리 서비스들의 전략을 선택하는 동작은, 하나 이상의 임계값에 기초하여 상기 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹으로부터 상기 미리 결정된 환자 관리 서비스들의 전략을 선택하는 동작을 포함하는,
시스템. - 제27 항에 있어서,
상기 동작들은 상기 개인 건강 정보를 포함하는 데이터에 기초하여 상기 환자를 노드 주소로 분류하는 동작을 더 포함하고, 상기 노드 주소는 변수들의 세트를 나타내고, 상기 노드 주소는 상기 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹과 관련되는,
시스템. - 제29 항에 있어서,
상기 개인 건강 정보를 포함하는 데이터에 기초하여 상기 환자를 노드 주소로 분류하는 동작은, 상기 변수들의 세트를 상기 데이터 내의 상기 환자의 속성들과 매칭시키는 동작을 포함하는,
시스템. - 제29 항에 있어서,
상기 동작들은 상기 노드 주소를, 상기 변수들의 세트를 나타내는 접두부, 중간부 및 접미부를 포함하는 이산적인 구두점을 갖는 디지트들의 스트링으로서 나타내는 동작을 더 포함하는,
시스템. - 제27 항에 있어서,
상기 미리 결정된 환자 관리 서비스들의 하나 이상의 전략의 그룹의 각각의 전략은 치료의 해당 사이클에 대한 미리 결정된 비용과 관련되는,
시스템. - 제27 항에 있어서,
상기 치료 전략은 치유력이 있는 치료, 진행이 느린 치료 또는 고통 완화 치료를 포함하는,
시스템. - 제25 항에 있어서,
상기 환자의 상기 개인 건강 정보를 포함하는 데이터는 상기 환자의 고통의 레벨을 확립하는 데 효과적인 환자 설문지의 결과들을 포함하는,
시스템. - 제25 항에 있어서,
상기 환자의 상기 개인 건강 정보를 포함하는 데이터는 상기 환자의 수행도, 통증, 사랑하는 사람들에게 부담이 된다는 인식, 금융 부담의 인식 및 우울증 중 적어도 하나와 관련되는,
시스템. - 제25 항에 있어서,
상기 동작들은,
상기 환자의 업데이트된 개인 건강 정보를 포함하는 업데이트된 데이터를 수신하는 동작;
상기 환자의 상기 업데이트된 개인 건강 정보를 포함하는 상기 업데이트된 데이터를 분석하여, 상기 환자의 상기 고통의 레벨을 상기 생명을 위협하거나 생명을 제한하는 진행성 질병의 상기 임상 과정과 상관시키는 업데이트된 스코어를 결정하는 동작; 및
상기 업데이트된 스코어에 기초하여 상기 하나 이상의 환자 관리 서비스들 중 다른 환자 관리 서비스를 선택함으로써 상기 환자의 치료를 수정하는 동작
을 더 포함하는,
시스템.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/483,491 | 2017-04-10 | ||
| US15/483,491 US20180293352A1 (en) | 2017-04-10 | 2017-04-10 | System and Method for Decision-Making for Determining Initiation and Type of Treatment for Patients with a Progressive Illness |
| PCT/US2018/024143 WO2018191001A1 (en) | 2017-04-10 | 2018-03-23 | System and method for decision-making for determining initiation and type of treatment for patients with a progressive illness |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190135047A true KR20190135047A (ko) | 2019-12-05 |
| KR102668205B1 KR102668205B1 (ko) | 2024-05-22 |
Family
ID=
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220074250A (ko) * | 2020-11-27 | 2022-06-03 | 경희대학교 산학협력단 | 장애아동의 건강관리를 위한 서비스 안내 방법 및 장치 |
| WO2022225227A1 (ko) * | 2021-04-19 | 2022-10-27 | 재단법인 아산사회복지재단 | 의료정보 제공 방법, 장치 및 컴퓨터 판독 가능한 기록매체 및 컴퓨터 프로그램 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220074250A (ko) * | 2020-11-27 | 2022-06-03 | 경희대학교 산학협력단 | 장애아동의 건강관리를 위한 서비스 안내 방법 및 장치 |
| WO2022225227A1 (ko) * | 2021-04-19 | 2022-10-27 | 재단법인 아산사회복지재단 | 의료정보 제공 방법, 장치 및 컴퓨터 판독 가능한 기록매체 및 컴퓨터 프로그램 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020521202A (ja) | 2020-07-16 |
| US20180293353A1 (en) | 2018-10-11 |
| JP7212630B2 (ja) | 2023-01-25 |
| WO2018191001A1 (en) | 2018-10-18 |
| US20180293352A1 (en) | 2018-10-11 |
| IL269910B1 (en) | 2023-07-01 |
| IL269910A (ko) | 2019-11-28 |
| WO2018191001A8 (en) | 2018-11-29 |
| CN110832600A (zh) | 2020-02-21 |
| EP3610531A1 (en) | 2020-02-19 |
| IL269910B2 (en) | 2023-11-01 |
| EP3610531A4 (en) | 2021-01-20 |
| CA3059558A1 (en) | 2018-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200143278A1 (en) | Bayesian causal relationship network models for healthcare diagnosis and treatment based on patient data | |
| US20180060521A1 (en) | Managing care pathways | |
| US20200152332A1 (en) | Systems and methods for dynamic monitoring of patient conditions and prediction of adverse events | |
| US20210201190A1 (en) | Machine learning model development and optimization process that ensures performance validation and data sufficiency for regulatory approval | |
| JP7212630B2 (ja) | 進行性の病気の患者のための治療の開始及び種類を決定するための意思決定システム及び方法 | |
| US11923094B2 (en) | Monitoring predictive models | |
| Sniderman et al. | Patient factors that matter in predicting hip arthroplasty outcomes: a machine-learning approach | |
| US20140358570A1 (en) | Healthcare support system and method | |
| US10593000B2 (en) | System and method for determining thresholds or a range of values used to allocate patients to a treatment level of a treatment program | |
| Gani et al. | Variations in hospitals costs for surgical procedures: inefficient care or sick patients? | |
| US20230045696A1 (en) | Method of mapping patient-healthcare encounters and training machine learning models | |
| US20160358282A1 (en) | Computerized system and method for reducing hospital readmissions | |
| Wolff et al. | Systematic review of economic impact studies of artificial intelligence in health care | |
| Abaluck et al. | Fixing misallocation with guidelines: Awareness vs. adherence | |
| Kamalzadeh et al. | An analytics‐driven approach for optimal individualized diabetes screening | |
| US20170364646A1 (en) | Method and system for analyzing and displaying optimization of medical resource utilization | |
| Ramsay et al. | A longitudinal study of medical practices’ treatment of patients who use tobacco | |
| Spry et al. | Spatial and temporal processing of threshold data for detection of progressive glaucomatous visual field loss | |
| Polanczyk et al. | Quality measures in heart failure: The past, the present, and the future | |
| KR102668205B1 (ko) | 진행성 질병을 가진 환자들에 대한 치료의 개시 및 유형을 결정하기 위한 의사 결정 시스템 및 방법 | |
| Meyers et al. | Trends in cumulative disenrollment in the Medicare Advantage program, 2011-2020 | |
| KR20180108671A (ko) | 전자 건강 기록들을 사용하여 의학적 상태들에 대한 진단 및 치료 옵션들을 식별하는 방법 및 시스템 | |
| Rao et al. | Machine Learning Models For Patient Medical Cost Prediction and Trend Analysis Using Open Healthcare Data | |
| Birov et al. | MAFEIP User Guide | |
| Oota et al. | Wound and Episode Level Readmission Risk or Weeks to Readmit: Why do patients get readmitted? How long does it take for a patient to get readmitted? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |