RU2661712C1 - Компьютерно-реализованный способ и система оценки вероятности развития онкологических заболеваний - Google Patents
Компьютерно-реализованный способ и система оценки вероятности развития онкологических заболеваний Download PDFInfo
- Publication number
- RU2661712C1 RU2661712C1 RU2018109269A RU2018109269A RU2661712C1 RU 2661712 C1 RU2661712 C1 RU 2661712C1 RU 2018109269 A RU2018109269 A RU 2018109269A RU 2018109269 A RU2018109269 A RU 2018109269A RU 2661712 C1 RU2661712 C1 RU 2661712C1
- Authority
- RU
- Russia
- Prior art keywords
- patient
- cancer
- risk
- data
- localization
- Prior art date
Links
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 38
- 201000010099 disease Diseases 0.000 title claims abstract description 36
- 230000000771 oncological effect Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000011161 development Methods 0.000 title abstract description 10
- 201000011510 cancer Diseases 0.000 claims abstract description 80
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 79
- 230000004807 localization Effects 0.000 claims abstract description 71
- 210000000056 organ Anatomy 0.000 claims abstract description 15
- 239000008280 blood Substances 0.000 claims abstract description 12
- 210000004369 blood Anatomy 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 8
- 230000015654 memory Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 12
- 238000009533 lab test Methods 0.000 claims description 3
- 239000003814 drug Substances 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 239000000126 substance Substances 0.000 abstract description 2
- 238000003745 diagnosis Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 239000010985 leather Substances 0.000 description 7
- 230000000241 respiratory effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 210000002784 stomach Anatomy 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 210000003491 skin Anatomy 0.000 description 4
- 206010006187 Breast cancer Diseases 0.000 description 3
- 208000026310 Breast neoplasm Diseases 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 210000001072 colon Anatomy 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 210000003238 esophagus Anatomy 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 230000000391 smoking effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 206010006458 Bronchitis chronic Diseases 0.000 description 2
- 206010009944 Colon cancer Diseases 0.000 description 2
- 208000000059 Dyspnea Diseases 0.000 description 2
- 206010013975 Dyspnoeas Diseases 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 102100037582 Vesicular, overexpressed in cancer, prosurvival protein 1 Human genes 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 2
- 206010006451 bronchitis Diseases 0.000 description 2
- 231100000357 carcinogen Toxicity 0.000 description 2
- 239000003183 carcinogenic agent Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 208000016644 chronic atrophic gastritis Diseases 0.000 description 2
- 208000007451 chronic bronchitis Diseases 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 208000029742 colonic neoplasm Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 201000002313 intestinal cancer Diseases 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 210000005075 mammary gland Anatomy 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 210000002307 prostate Anatomy 0.000 description 2
- 210000000664 rectum Anatomy 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 210000002345 respiratory system Anatomy 0.000 description 2
- 230000002485 urinary effect Effects 0.000 description 2
- 101150041325 vopp1 gene Proteins 0.000 description 2
- 238000003911 water pollution Methods 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010012335 Dependence Diseases 0.000 description 1
- 201000003741 Gastrointestinal carcinoma Diseases 0.000 description 1
- 208000005016 Intestinal Neoplasms Diseases 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 208000032236 Predisposition to disease Diseases 0.000 description 1
- 206010060862 Prostate cancer Diseases 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 208000000453 Skin Neoplasms Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000000711 cancerogenic effect Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 201000006549 dyspepsia Diseases 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000021149 fatty food Nutrition 0.000 description 1
- 210000004996 female reproductive system Anatomy 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 208000024798 heartburn Diseases 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012092 media component Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 230000008775 paternal effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 208000013220 shortness of breath Diseases 0.000 description 1
- 201000000849 skin cancer Diseases 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 235000021259 spicy food Nutrition 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 210000001685 thyroid gland Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 235000019505 tobacco product Nutrition 0.000 description 1
- 210000004291 uterus Anatomy 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Группа изобретений относится к медицине и может быть использована для оценки вероятности развития онкологических заболеваний. Группа изобретений представлена способом и системой. Задают локализацию вероятного онкологического процесса. Получают данные из электронной медицинской карты пациента: перенесенные заболевания, возрастную группу, внешние факторы риска, жалобы общие и по органам и системам. Определяют онкологический риск для каждой локализации. Определяют наследственную отягощенность к развитию онкологических заболеваний пациента на основании количества кровных родственников пациента с перенесенными онкологическими заболеваниями. После чего для каждой локализации определяют повышенный риск развития онкологического заболевания для каждой локализации, учитывающий наследственную отягощенность пациента. Группа изобретений обеспечивает повышение точности и скорости определения вероятности развития онкологических заболеваний за счет оценки комплекса наиболее значимых показателей, а также учета наследственной отягощенности с онкологическим риском по заданным локализациям. 2 н. и 3 з.п. ф-лы, 4 ил., 1 пр.
Description
ОБЛАСТЬ ТЕХНИКИ
[0001] Данное техническое решение относится к вычислительным системам и способам в медицине, а в частности к способам и системам для диагностики онкологических заболеваний.
УРОВЕНЬ ТЕХНИКИ
[0002] Несмотря на все достижения современной медицины, внедрение новых методов диагностики и лечения, заболеваемость и смертность от онкологических заболеваний во всем мире продолжает неуклонно расти. Хорошо известно, что онкологические заболевания являются ведущей причиной смерти после болезней сердечно-сосудистой системы. Многочисленными исследованиями доказано, что прогноз заболевания в значительной степени зависит от своевременности постановки диагноза, что придает огромное значение ранней диагностике злокачественных новообразований. При этом особую значимость имеет раннее выявление изменений в состоянии здоровья человека, которое может служить основанием для направления на специализированное медицинское обследование, что позволяет установить диагноз злокачественного новообразования на ранней стадии и тем самым назначить своевременное лечение, снизив инвалидизацию и смертность от онкологических заболеваний. Создание и внедрение в практику способов и систем донозологической диагностики злокачественных новообразований представляется перспективным и эффективным, однако в существующем уровне технических решений точность оценки достаточно низкая.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
[0003] Данное техническое решение направлено на устранение недостатков, свойственных решениям, известным из уровня техники.
[0004] Технической задачей, решаемой в данном изобретении, является своевременное выявление развития онкологических заболеваний и оценка риска развития онкологических заболеваний.
[0005] Достигаемым техническим результатом является повышение точности и скорости определения вероятности развития онкологических заболеваний, за счет оригинального обсчета и учета наследственной отягощенности с онкологическим риском по заданным локализациям.
[0006] Также техническим результатом является повышение скорости оценки риска развития онкологических заболеваний за счет отсутствия необходимости проведения многочисленных клинических и лабораторных исследований.
[0007] Указанный технический результат достигается благодаря осуществлению компьютерно-реализованного способа оценки вероятности развития онкологических заболеваний, в котором задают локализации вероятного онкологического процесса для по меньшей мере одного пациента; из электронной медицинской карты от по меньшей мере одного пациента получают данные пациента по параметрам: соответствующие заданным локализациям перенесенные заболевания, возрастная группа, внешние факторы риска, жалобы общие и по органам и системам; на основании полученных данных определяют онкологический риск для каждой локализации; определяют наследственную отягощенность по онкологическим заболеваниям пациента на основании количества кровных родственников первой линии родства пациента с перенесенными онкологическими заболеваниями; на основании совокупности значений наследственной отягощенности и онкологического риска судят о повышенном риске развития онкологического заболевания для каждой локализации у пациента.
[0008] В некоторых вариантах осуществления технического решения данные получают из электронной медицинской карты по проводному или беспроводному каналу передачи данных.
[0009] В некоторых вариантах осуществления технического решения данные в электронную медицинскую карту поступают из опросников и/или персональных медицинских приборов, и/или результатов врачебного осмотра, и/или результатов лабораторных анализов, и/или заключений врачей-консультантов.
[00010] В некоторых вариантах осуществления технического решения каждый параметр данных пациента имеет вес, который определяет степень его влияния на риск развития онкологического заболевания
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[00011] Признаки и преимущества настоящего технического решения станут очевидными из приводимого ниже подробного описания и прилагаемых чертежей, на которых:
[00012] На Фиг. 1 показан пример осуществления способа оценки вероятности развития онкологических заболеваний.
[00013] На Фиг. 2 показан пример осуществления системы оценки вероятности развития онкологических заболеваний.
[00014] На Фиг. 3 показан пример отображения возникновения риска развития онкологического заболевания по локализациям в процентах.
[00015] На Фиг. 4 показан пример отображения возникновения риска развития онкологического заболевания.
ПОДРОБНОЕ РАСКРЫТИЕ ТЕХНИЧЕСКОГО РЕШЕНИЯ
[00016] Ниже будут описаны понятия и определения, необходимые для подробного раскрытия осуществляемого технического решения.
[00017] Техническое решение может быть реализовано в виде распределенной компьютерной системы или автоматизированной системы.
[00018] В данном решении под системой подразумевается автоматизированная система (АС), ЭВМ (электронно-вычислительная машина), ЧПУ (числовое программное управление), ПЛК (программируемый логический контроллер), компьютеризированные системы управления и любые другие устройства, способные выполнять заданную, четко определенную последовательность операций (действий, инструкций).
[00019] Под устройством обработки команд подразумевается электронный блок либо интегральная схема (микропроцессор), исполняющая машинные инструкции (программы).
[00020] Устройство обработки команд считывает и выполняет машинные инструкции (программы) с одного или более устройства хранения данных. В роли устройства хранения данных могут выступать, но, не ограничиваясь, жесткие диски (HDD), флеш-память, ПЗУ (постоянное запоминающее устройство), твердотельные накопители (SSD), оптические носители (CD, DVD и т.п.).
[00021] Программа - последовательность инструкций, предназначенных для исполнения устройством управления вычислительной машины или устройством обработки команд.
[00022] Электронная медицинская карта (ЭМК) - совокупность электронных персональных медицинских записей (ЭПМЗ), относящихся к одному человеку, собираемых, хранящихся и используемых в рамках одной медицинской организации. Правила сбора, хранения и использования ЭМК, а также права доступа к ней устанавливаются медицинской организацией на основе национального стандарта ГОСТ Р 52636-2006 "Электронная история болезни. Общие положения", а также в соответствии с требованиями законодательства и нормативными документами МЗСР РФ. Термин ЭМК является аналогом международного термина Electronic Medical Record (EMR).
[00023] Локализация - (лат. localis - местный, от locus - место), отнесение чего-либо к определенному месту, ограничение распространения какого-либо явления, процесса возможно более тесными границами, территориальными пределами (например, Л. пожара, Л. эпидемии, воспалительного процесса); связанность с определенным местом.
[00024] Онкология - медико-биологическая наука, изучающая причины возникновения, механизмы развития и проявления опухолей и разрабатывающая методы их диагностики, лечения и профилактики.
[00025] Наследственная предрасположенность - унаследованная готовность к развитию определенного свойства, качества, функции, структуры. Чаще всего термин обозначает в медицине предрасположенность к заболеванию, дисфункции, недостатку.
[00026] На Фиг. 1, согласно компьютеризированному способу оценки вероятности развития онкологических заболеваний, показан примерный вариант осуществления.
[00027] Шаг 101: задают локализации вероятного онкологического процесса для по меньшей мере одного пациента.
[00028] Локализациями могут быть, не ограничиваясь, кожа, полость рта, щитовидная железа, органы дыхания, пищевод и желудок, печень и поджелудочная железа, кишечник, мочевыделительная система, женская репродуктивная система, молочная железа, центральная нервная система, кости и мягкие ткани, гемобластозы и т.д. Таким образом, локализациями могут быть отдельные органы и/или их системы в зависимости варианта осуществления.
[00029] В некоторых вариантах реализации изобретения выставляют приоритет локализаций по тендерному признаку для более подробного анализа локализации и диагностирования риска развития онкологического заболевания. Например, у мужчин такими локализациями могут быть легкие, желудок, предстательная железа, толстая и прямая кишка, кожа. У женщин на первом месте - молочные железы, желудок, матка, легкие, прямая и толстая кишка, кожа.
[00030] Шаг 102: из электронной медицинской карты от по меньшей мере одного пациента получают данные пациента по параметрам: соответствующие заданным локализациям перенесенные заболевания, возрастная группа, внешние факторы риска, жалобы общие и по органам и системам.
[00031] Электронную медицинскую карту получают предварительно по каналу передачи данных, который может быть беспроводным или проводным, не ограничиваясь. Данные пациента могут содержать количество перенесенных онкологических заболеваний по локализациям, количество перенесенных неонкологических заболеваний, возрастную группу, внешние факторы риска, жалобы общие, жалобы по локализациям органов, количество кровных родственников с перенесенными онкологическими заболеваниями, данные лабораторных и инструментальных исследований и т.д., не ограничиваясь.
[00032] Внешние факторы риска зависят от внешней среды, природно-климатических условий. К ним могут относиться загрязнение воздуха и воды канцерогенами, другие загрязнения воздуха и воды, загрязнения почвы, резкие смены атмосферных явлений, повышенные гелиокосмические, магнитные и другие излучения.
[00033] Все данные из электронной медицинской карты могут поступать из различных источников информации: опросников (анкеты, дневники), персональных медицинских приборов, результатов врачебного осмотра, результатов лабораторных анализов, заключений врачей-консультантов.
[00034] Дополнительно электронная медицинская карта может хранить различные направления и сведения об оказанных услугах, справки, больничные листы, рецепты и т.д. Например, раздел «Заболевания и осложнения» может содержать такие поля, как «Тип диагноза», «Статус лечения», «Вид заболевания», «Характер заболевания» и т.п.
[00035] Данные пациента по параметрам имеют различные показатели, каждый из которых соответствует определенному дискретному значению. Все данные пациента представляют собой соответствующие численные значения, и характеризуют влияние на риск развития того или иного онкологического заболевания, причем и на отдельные локализации, и на общий риск развития онкологического заболевания. В некоторых вариантах осуществления изобретения диапазону численных значений параметра данных пациента соответствует соответствующее численное значение (например, возрасту пациента от 0 до 5 лет соответствует численное значение 0), определенное эмпирическим путем в рамках научных исследований. Необходимо учитывать, что в данном техническом решении предусмотрена модификация выше описываемых числовых значений и набора параметров на основании научно-обоснованной информации о степени влияния того или иного параметра данных пациента на риск развития того или иного онкологического заболевания.
[00036] Дискретное численное значение каждого параметра данных пациента может увеличиваться или уменьшаться в зависимости от влияния на риск развития онкологического заболевания в локализации или на повышенный риск развития онкологического заболевания.
[00037] В некоторых вариантах реализации помимо численного значения, каждый параметр данных пациента имеет вес, который определяет степень влияния на риск развития онкологического заболевания.
[00038] Ниже приведены примерные варианты реализации дискретных значений по параметрам данных пациентов, определенные вследствие научных исследований.
[00039] Возрастные группы пациента, задаваемые количеством лет, могут делиться следующим образом и иметь соответствующие числовые значения:
[00040] Жалобы общие могут иметь следующие соответствующие числовые значения:
[00041] Жалобы по органам и системам (или локализациям) могут иметь следующие соответствующие числовые значения:
[00042] Числовые значения по перенесенным онкологическим заболеваниям могут иметь следующие значения.
[00043] Наличие того или иного перенесенного онкологического заболевания может соответствовать значению «3», не ограничиваясь, а отсутствие - значению «0». При этом при формировании данных пациента учитывается локализация ранее перенесенного онкологического заболевания.
[00044] Числовые значения по внешним факторам риска (экологические, профессиональные и т.д.), которые могут влиять на онкологический риск развития заболевания, могут иметь следующие значения.
[00045] Числовые значения по перенесенным и/или хроническим неонкологическим заболеваниям могут иметь следующие значения
[00046] В некоторых вариантах реализации числовые значения проставляют автоматически или врачом на основании данных из медицинской карты или из заполненного пациентом опросника состояния здоровья.
[00047] Все данные пациента из электронной медицинской карты связаны с заданными локализациями с учетом их влияния на возможный риск развития злокачественной опухоли в этой локализации.
[00048] Полученные значения параметров пациента из медицинской карты автоматически ставят в соответствие локализациям, т.е. они распределяются по локализациям, на которые они влияют по принципу принадлежности. Например, данные о наличии или отсутствии изжоги ставятся в соответствие к локализации пищеварительного тракта, данные о курении ставят к локализации легких, употребление жирной пищи к локализации толстой кишки, употребление в больших количествах алкоголя к локализации печени и т.д., не ограничиваясь, что очевидно для любого эксперта в данном уровне техники. В некоторых вариантах реализации один параметр данных пациента может относиться к нескольких локализациям.
[00049] Для определения риска развития онкологического заболевания для каждой локализации получают максимально возможные значения данных пациента из памяти системы 200, которое может считаться максимальным баллом по параметру данных пациента.
[00050] Для параметра «возраст пациента» максимально возможное значение определяется максимальным значением из матрицы значений этого параметра, в частности в выше представленном примере он будет равен «9». Для остальных параметров максимально возможное значение может определяться арифметическим сложением всех баллов внутри одного параметра за исключением параметров «жалобы по органам и системам (локализациям)» и «перенесенные и/или хронические неонкологические заболевания», где максимальный балл «не общий», а отдельный для каждой локализации. Аналогично, данная схема арифметического сложения не подходит для параметра «внешние факторы риска», где значения параметра данных пациента не складываются в случае возможности выбора только одного значения подпараметра, а определяются максимальным возможным значением для матрицы значений этого подпараметра. Например, пациент не может одновременно находиться в статусе «курит» и «бросил», физическая активность не может быть одновременно и «низкой», и «высокой», но при этом пациент может одновременно контактировать с «продуктами химической промышленности» и подвергаться воздействию «ионизирующего излучения».
[00051] Максимальные значения параметров данных пациентов могут принимать следующие значения, не ограничиваясь:
[00052] Максимально возможные значения данных пациента получают по каналу передачи данных, который может быть беспроводным или проводным, не ограничиваясь. Любому специалисту в уровне техники очевидно, что значения максимального значения каждого из параметров данных пациента может быть изменено после проведения дополнительных исследований и/или после добавления нового параметра данных пациента.
[00053] Шаг 103: на основании полученных данных определяют онкологический риск для каждой локализации.
[00054] На данном шаге определяется онкологический риск для каждой локализации по следующей формуле (на примере локализации «кожа») на основании полученных данных пациента из медицинской карты и ранее имеющихся максимальных значений каждого параметра, которые одинаковы для всех пациентов по следующей формуле.
[00055] RISKкожа=(PEOZкожа/PEOZкожа(max)+PENZкожа/PENZкожа(maz)+VOZG/VOZGmax+ЕСОР/ЕСОРmах+ZHOB/ZHOBmax+ZHLOкожа(max)/ZHLOкожа(max))*100%/6.
[00056] где,
[00057] В общем случае в медицине всегда риск - это вероятность появления определенного исхода, например, болезни или травмы. Риск может принимать значения от 0 (вероятность наступления исхода отсутствует) до 1 (во всех случаях ожидается неблагоприятный исход) и он называется абсолютным риском. В медицинской статистике, как правило, изучаются изменения риска наступления исхода в зависимости от какого-либо фактора, внутреннего или внешнего. Абсолютный риск отражает фактическую цифру и вероятность развития рака в течение определенного периода времени. В некоторых вариантах осуществления изобретения риск развития онкологического заболевания для каждой локации может быть выражен в процентах.
[00058] В некоторых вариантах осуществления в формуле могут дополнительно использовать коэффициент при каждом параметре, который устанавливается заранее на основании статистических данных корреляции определенных симптомов или данных медицинского обследования со случаями возникновения онкологического заболевания. Например, курение табака является системным канцерогеном, т.е. оказывает влияние на риск развития злокачественных опухолей всех локализаций, но влияние на дыхательную систему более выражено ввиду прямого контакта продуктов горения табака с тканями дыхательных путей, в результате чего в качестве примера данный коэффициент для курящего пациента для локализации «Органы дыхания» может быть удвоен, а для локализации «Мочевыделительная система» будет равен единице.
[00059] На Фиг. 3 показан примерный вариант отображения риска возникновения онкологического заболевания по локализациям в процентах.
[00060] Шаг 104: определяют наследственную отягощенность по онкологическим заболеваниям пациента на основании количества кровных родственников первой линии родства пациента с перенесенными онкологическими заболеваниями, для чего каждый случай наличия перенесенного онкологического заболевания у родственника умножают на коэффициент, причем указанный коэффициент определяется следующим образом: каждый случай наличия перенесенного онкологического заболевания у родственника соответствует дискретному значению, равному единице, при этом к дискретному значению прибавляется по единице за каждое совпадение в случае совпадения пола пациента с полом этого родственника с перенесенным онкологическим заболеванием и в случае совпадения линии родства по полу, к которой принадлежит этот родственник, с полом пациента.
[00061] Наследственная отягощенность определяется следующим образом: каждый случай наличия перенесенного онкологического заболевания соответствует дискретному значению равному единице, при совпадении пола пациента с полом кровного родственника с перенесенным онкологическим заболеванием и при совпадении линии родства по полу, к которой принадлежит этот родственник, с полом пациента, к дискретному значению прибавляется по единице за каждое совпадение.
[00062] Например, если у женщины пациента мать страдала раком молочной железы и дедушка по отцовской линии страдал раком прямой кишки, наследственную отягощенность определяют следующим образом. Для данного пациента наследственную отягощенность по раку молочной железы определяют следующим образом: к значению 1 (кровный родственник) прибавляют значение 1 (совпадение по полу) и значение 1 (совпадение по полу по линии родства). Для данного пациента наследственная отягощенность риска по раку кишечника будет определяться следующим образом: 1 (кровный родственник) + 0 (нет совпадения по полу) + 0 (нет совпадения по полу по линии родства). Таким образом, наследственная отягощенность по характеристике наследственного риска для данного примера равна: для рака молочной железы - значению 3, для рака кишечника - значению 1.
[00063] В некоторых вариантах реализации на основании генетических данных пациента выделяют набор генетических маркеров, которые указывают на предрасположенность данного пациента к тому или иному онкологическому заболеванию.
[00064] Наследственная отягощенность может явиться сильным фактором риска развития рака молочной железы, простаты, кожи, толстой кишки. Из уровня техники известно, что наследственная отягощенность также связана с возрастом: если у мужчины диагностирован рак простаты в возрасте 70 лет, то риск развития рака у его родственников возрастает в 4 раза, если в 60 лет - то в 5 раз, а если в 50 лет - то в 7.
[00065] Специалисту в уровне техники очевидно, что представленный в данном техническом решении подход суммирования критериев для определения наследственной отягощенности не является ограничивающим и может быть заменен другими арифметическими операциями и подходами определения.
[00066] Шаг 105: на основании совокупности значений наследственной отягощенности и онкологического риска судят о повышенном риске развития онкологического заболевания для каждой локализации у пациента.
[00067] В случае локализации кожи, учитываются перенесенные онкологические заболевания кожи, перенесенные неонкологические заболевания кожи, жалобы по локализации «кожа», заболевания, отягощенная наследственность по раку кожи и так далее.
[00068] Повышенный риск развития онкологического заболевания (POVB) определяют для каждой локализации следующим образом (на примере локализации «сu» - «Кожа»).
[00069] Предварительно определяют количество совпадений ненулевых значений (параметр SOVP здесь и ниже) по всем параметрам данных пациента внутри одной локализации. Предварительно перед определением данного параметра присваивают ему нулевое значение.
[00070] Для определения количества ненулевых совпадений значений по всем параметрам используют следующий принцип:
[00071] «Если» NASLcu>0 «и» PEOZcu>0, «то» увеличивают значение SOVP на единицу;
[00072] «Если» NASLcu>0 «и» PENZcu>0, «то» увеличивают значение SOVP на единицу;
[00073] «Если» NASLcu>0 «и» ZHLOcu>0, «то» увеличивают значение SOVP на единицу;
[00074] «Если» PEOZcu>0 «и» PENZcu>0, «то» увеличивают значение SOVP на единицу;
[00075] «Если» PEOZcu>0 «и» ZHLOcu>0, «то» увеличивают значение SOVP на единицу;
[00076] «Если» PENZcu>0 «и» ZHLOcu>0, «то» увеличивают значение SOVP на единицу.
[00077] Специалисту в данном уровне техники очевидно, что подходы по определению количества ненулевых совпадений значений по всем параметрам данных пациента могут быть различны, не ограничиваясь.
[00078] В итоге повышенный риск развития онкологического заболевания по локализации определяют по следующей формуле для каждой локализации:
РОVBcu=NASLcu+SOVP
[00079] Вышеуказанный повышенный риск развития онкологического заболевания акцентирует локализацию с повышенным риском развития онкологического заболевания для пользователя, который осуществляют интерпретацию полученных значений. В качестве данного пользователя может выступать высококвалифицированный врач или например пациент.
[00080] Осуществление вышеуказанного акцентирования может быть выполнено в виде выделения ярким или принципиально другим цветом выявленной ненулевой локализации в графическом интерфейсе квалифицированного врача или направления определенного тревожного звукового/графического сигнала.
[00081] Затем выводят на устройство ввода/вывода данных значения онкологического риска для каждой локализации, наследственную отягощенность и повышенный риск развития онкологического заболевания.
[00082] Устройство ввода/вывода данных, описанное выше в способе, может быть компонентом мультимедиа, сенсорным компонентом, аудио компонентом в зависимости от шага способа и его реализации, что очевидно для специалиста в уровне техники.
[00083] Вышеописанный способ может быть реализован на системе 200, показанной на Фиг. 2.
[00084] Система 200 может быть реализована с помощью мобильного телефона, персонального или портативного компьютера, или с помощью иного вычислительного средства, пригодного для выполнения необходимых программно-логических функций.
[00085] Система 200 может включать один или более следующих компонент: процессор 218, управляемую видеокамеру 203, память 204, компонент 206 питания, компонент 208 мультимедиа, интерфейс 212 ввода/вывода (I/О), сенсорный компонент 214, аудио компонент 210, компонент 216 передачи данных.
[00086] В некоторых вариантах, компонент обработки, который содержит процессор 218, в основном управляет всеми операциями системы 200, например, дисплеем, передачей данных, работой видеокамеры и операцией записи. Компонент обработки может включать в себя один или более процессоров, реализующих инструкции для завершения всех или части шагов из указанных выше способов. Кроме того, компонент обработки может включать в себя один или более модулей для удобного процесса взаимодействия между компонентом обработки и другими компонентами. Например, компонент обработки может включать в себя мультимедийный модуль для удобного облегченного взаимодействия между компонентом 208 мультимедиа и компонентом обработки. В указанной системе 200 посредством процессора 218 формируют набор локализаций вероятного онкологического процесса для по меньшей мере одного пациента. Затем определяют онкологический риск для каждой локализации из сформированного набора посредством суммирования отношений полученных на предыдущем шаге значений данных пациента и их максимальных значений, полученных из памяти 204, после чего определяют характеристику наследственной предрасположенности к развитию онкологических заболеваний на основании количества кровных родственников пациента с перенесенными онкологическими заболеваниями.
[00087] Память 204 выполнена с возможностью хранения различных типов данных для поддержки работы системы 200. Примеры таких данных включают в себя инструкции из любого приложения или способа, изображения, видео, и т.д. В системе 200 память хранит электронную медицинскую карту с данными пациента, а также сформированные в дальнейшем локализации. Память 204 может быть реализована в виде любого типа энергозависимого запоминающего устройства, энергонезависимого запоминающего устройства или их комбинации, например, Статического Оперативного Запоминающего Устройства (СОЗУ), Электрически Стираемого Программируемого Постоянного Запоминающего Устройства (ЭСППЗУ), Стираемого Программируемого Постоянного Запоминающего Устройства (СНИЗУ), Программируемого Постоянного Запоминающего Устройства (ППЗУ), Постоянного Запоминающего Устройства (ПЗУ), магнитной памяти, флэш-памяти, магнитного или оптического диска.
[00088] В некоторых вариантах, компонент 206 питания обеспечивает электричеством различные компоненты системы 200. Компонент 206 питания может включать систему управления электропитанием, один или более источник питания, и другие узлы для генерации, управления и распределения электроэнергии к системе 200.
[00089] В некоторых вариантах, компонент 208 мультимедиа включает в себя экран, обеспечивающий выходной интерфейс между системой и пользователем. В некоторых вариантах осуществления, экран может быть жидкокристаллическим дисплеем (ЖКД) или сенсорной панелью (СП). Если экран включает в себя сенсорную панель, экран может быть реализован в виде сенсорного экрана для приема входного сигнала от пользователя. Сенсорная панель включает один или более сенсорных датчиков в смысле жестов, прикосновения и скольжения сенсорной панели. Сенсорный датчик может не только чувствовать прикосновение или жест перелистывания, но и определять длительность времени и давления, связанных с режимом работы прикосновения и скольжения. После определения риска развития онкологического заболевания на основании значений онкологического риска для каждой локализации на компонент 208 мультимедиа отображают риск развития онкологического заболевания, онкологический риск для каждой локализации, дополнительный параметр, характеризующий повышенный риск развития онкологического заболевания для каждой локализации, характеристику наследственной предрасположенности к развитию онкологических заболеваний для каждой локализации на устройстве ввода/вывода данных.
[00090] Интерфейс 212 ввода/вывода обеспечивает интерфейс между компонентом обработки и периферийным интерфейсным модулем.
[00091] Сенсорный компонент 214 содержит один или более сенсоров и выполнен с возможностью обеспечения различных аспектов оценки состояния системы 200. Например, сенсорный компонент 214 может обнаружить состояния вкл/выкл системы 200, относительное расположение компонентов, например, дисплея и кнопочной панели системы, изменение положения системы или одного компонента системы, наличие или отсутствие контакта между пользователем и системой, а также ориентацию или ускорение/замедление системы. Сенсорный компонент 214 содержит бесконтактный датчик, выполненный с возможностью обнаружения присутствия объекта, находящегося поблизости, когда нет физического контакта. Сенсорный компонент 214 содержит оптический датчик (например, КМОП или ПЗС-датчик изображения) выполненный с возможностью использования в визуализации приложения. В некоторых вариантах осуществления сенсорный компонент содержит датчик ускорения, гироскоп, магнитный датчик, датчик давления или датчик температуры.
[00092] Коммуникационный компонент 216 (компонент передачи данных) выполнен с возможностью облегчения проводной или беспроводной связи между системой и другими устройствами. Система может получить доступ к беспроводной сети на основе стандартов связи, но не ограничиваясь, таких как WiFi, 2G или 3G, или их комбинации. В одном примерном варианте осуществления компонент 216 передачи данных получает широковещательный сигнал или трансляцию, связанную с ними информацию из внешней широковещательной системы управления через широковещательный канал. В одном варианте осуществления компонент 216 передачи данных содержит модуль коммуникации ближнего поля (NFC), чтобы облегчить ближнюю связь, или модуль для радиочастотной идентификации (RFID), модуль передачи данных в инфракрасном диапазоне (IrDA), или сверхширокополосной (UWB) технологии, либо модуль Bluetooth (ВТ) или иное средство, пригодное для беспроводной передачи данных.
[00093] В примерном варианте осуществления, память 204 включает инструкции, которые выполняются процессором 218 системы 200 для реализации описанных выше способов повышения надежности обнаружения целевого объекта наблюдения. Например, энергонезависимым компьютерно-читаемым носителем может быть ПЗУ, оперативное запоминающее устройство (ОЗУ), компакт-диск, магнитная лента, дискеты, оптические устройства хранения данных и тому подобное.
ПРИМЕР ОСУЩЕСТВЛЕНИЯ
[00094] На первом шаге получают от пациента М., 32 лет, электронную медицинскую карту, включающую информацию о его состоянии здоровья (данные опроса о перенесенных ранее заболеваниях; жалобах на настоящее состояние здоровья; кровных родственниках, перенесших онкологические заболевания; внешние факторы риска; данные имеющихся у пациента заключениях по результатам лабораторных и инструментальных обследованиях), в которой он отразил, что страдает хроническим бронхитом, периодически бывает одышка, и его дед со стороны отца умер от рака легких. По данным инструментальных и лабораторных исследований имеются результаты фиброгастродуоденоскопии, отражающие наличие признаков хронического атрофического гастрита, по остальным данным все соответствует норме, либо референсным значениям. Также пациент не отмечает пристрастия к жирной, сильно прожаренной, острой пище, алкоголь не употребляет, потребляет в основном натуральную пищу. Вся информация о данных пациента отражена в электронной медицинской карте.
[00095] Таким образом, получаем входные качественные данные, которые соответствуют следующим дискретным значениям:
[00096] Возрастная группа находится в диапазоне «31-35 лет», что соответствует 1 баллу риска по возрасту. При этом максимальное значение возрастного риска - 9 баллов. С увеличением возрастной группы повышается риск по возрасту, который определяется посредством проведения эмпирических исследований по возрастным пикам заболеваемости в том или ином возрасте. Риск развития рака повышается согласно эмпирическим данным, что объясняется накапливаемым дисбалансом биологической системы (накопление хронических заболеваний, спонтанных мутаций, истощением иммунитета).
[0001] Перенесенное заболевание «Хронический бронхит» соответствует 1 баллу риска по перенесенным заболеваниям в локализации «Органы дыхания». При этом максимальный балл по перенесенным заболеваниям в локализации «Органы дыхания» - 15 баллов.
[0002] Перенесенное заболевание «Хронический атрофический гастрит» соответствует 2 баллам риска по перенесенным заболеваниям в локализации «Пищевод и желудок». При этом максимальный балл по перенесенным заболеваниям в локализации «Пищевод и желудок» - 17 баллов.
[0003] Наследственная отягощенность в данном случае в локализации «Органы дыхания» будет равна 3 и вычисляется следующим образом: 1×3 (где значение 3 - коэффициент умножения, полученный сложением 1 (наличие у кровного родственника онкологического заболевания) + 1 (совпадение по полу у пациента и родственника) + 1 (совпадение по полу по линии родства, кровный родственник с онкологическим заболеванием со стороны отца)). При этом максимальный балл для наследственной отягощенности не предусмотрен. Это обусловлено тем, что максимальное количество родственников с онкологическими заболеваниями не может быть задано как фиксированная величина.
[0004] По общим жалобам имеется периодическая одышка, что соответствует 1 баллу риска по общим жалобам. При этом максимальный балл по общим жалобам - 18 баллов.
[0005] Таблица входных данных со значениями параметров пациента может быть представлена в следующем виде:
[0006] Далее определяется риск по локализациям для каждой локализации по следующей формуле (на примере локализации «сu» - «Кожа»), приведенной в общем виде выше:
[0007] RISKcu=(PEOZcu/PEOZcu(max)+PENZcu/PENZcu(max)+VOZG/VOZGmax+ЕСОР/ECOPmax+ZHOB/ZHOBmax+ZHLOcu(max)/ZHLOcu(max))*100%/6.
[0008] Таким образом, на основании вышеприведенных входных данных онкологический риск для локализации кожа будет равен
RISKcu=(0/3+0/14+1/9+0/63+1/18+0/13)*100%/6=2,78%
[0009] В итоге получаются следующие значения онкологического риска по формуле для каждой локализации:
[00010] Таким образом, в примерном варианте осуществления получают на выходе 14 значений риска развития онкологического заболевания по локализациям (по количеству локализаций) в процентах.
[00011] В некоторых вариантах осуществления полученные значения иска развития онкологического заболевания по локализациям могут быть сравнены с эталонными значениями (референсные интервалы риска), в результате чего принимается решение о дальнейших шагах по диагностике и наблюдению за пациентом.
[00012] Далее определяют количество совпадений ненулевых значений (SOVP) по всем параметрам данных для каждой локализации по следующему принципу (на примере локализации «ds» - «Органы дыхания»):
[00013] Предварительно значению SOVP присваивают ноль.
[00014] POVBds=NASLds+SOVP, где для определения SOVP применяется следующий принцип:
[00015] «Если» NASLds>0 «и» PEOZds>0, «то» SOVP присвоить значение «SOVP+1»
[00016] «Если» NASLds>0 «и» PENZds>0, «то» SOVP присвоить значение «SOVP+1»
[00017] «Если» NASLds>0 «и» ZHLOds>0, «то» SOVP присвоить значение «SOVP+1»
[00018] «Если» PEOZds>0 «и» PENZds>0, «то» SOVP присвоить значение «SOVP+1»
[00019] «Если» PEOZds>0 «и» ZHLOds>0, «то» SOVP присвоить значение «SOVP+1»
[00020] «Если» PENZds>0 «и» ZHLOds>0, «то» SOVP присвоить значение «SOVP+1»
[00021] Получается, что в данном примере осуществления у пациента имеется наследственная отягощенность, которая равна значению NASLds=1, однако значение SOVP=0, так как не выполняется ни одно из вышеуказанных условий для повышения SOVP.
[00022] Таким образом, повышенный риск развития онкологического заболевания по локализации «Органы дыхания» POVBds=1+0=1
[00023] Таким образом, в примерном варианте осуществления на выходе помимо 14 значений риска развития онкологического заболевания (по количеству локализаций) в процентах получают 14 значений повышенных рисков POVB (по количеству локализаций) в дискретных величинах, которые выводят на устройство ввода/вывода данных.
[00024] Для специалиста в уровне техники очевидно, что количество заданных локализации может быть увеличено или уменьшено, не ограничиваясь.
[00025] Данное дискретное значение повышенного риска развития онкологического заболевания может указывать в зависимости от своего значения на приоритет в диагностике, который необходим пациенту. На основании этого получается чем большее значение повышенного риска, тем оперативнее нужна диагностика, а также интерпретация других полученных результатов.
[00026] Некоторые части описания предпочтительных вариантов реализации представлены в виде алгоритмов и символического представления операций с фрагментами данных в памяти компьютера. Такие описания и представления алгоритмов представляют собой средства, используемые специалистами в области обработки данных, чтобы наиболее эффективно передавать сущность своей работы другим специалистам в данной области. В настоящем документе и в целом алгоритмом называется последовательность вычислительных операций, приводящих к требуемому результату. Данные операции требуют физических манипуляций с физическими величинами. Обычно, хотя и не обязательно, эти величины принимают форму электрических или магнитных сигналов, которые можно хранить, передавать, комбинировать, сравнивать и подвергать другим манипуляциям. Оказалось, что прежде всего для обычного использования удобно описывать эти сигналы в виде битов, значений, элементов, символов, членов, цифр и т.д.
[00027] Однако следует иметь в виду, что все эти и подобные термины должны быть связаны с соответствующими физическими величинами, и что они представляют собой просто удобные метки, применяемые к этим величинам. Если иное специально и недвусмысленно не указано в нижеследующем обсуждении, следует принимать, что везде по тексту такие термины как "определение", "вычисление", "расчет", "получение", "установление", "изменение" и т.п., относятся к действиям и процессам вычислительного устройства или аналогичного электронного вычислительного устройства, которое работает с данными и преобразует данные, представленные в виде физических (например, электронных) величин в регистрах и памяти вычислительного устройства, в другие данные, аналогичным образом представленные в виде физических величин в памяти или регистрах вычислительного устройства, либо других подобных устройствах хранения, передачи или отображения информации.
[00028] Данное изобретение может быть осуществлено в других конкретных формах в рамках конструкций, способов или других существенных характеристик изобретения в соответствии с приведенным в данном документе подробным описанием и нижеследующей формулой изобретения. Описанные варианты осуществления изобретения должны рассматриваться во всех отношениях только как иллюстративные и не ограничительные. Таким образом, объем правовой охраны изобретения определен в независимых пунктах прилагаемой формулы изобретения, а не предыдущим описанием. Все изменения в рамках значений и диапазона эквивалентности пунктов формулы изобретения подпадают под объем правовой охраны, определяемый данными пунктами.
Claims (14)
1. Компьютерно-реализованный способ оценки вероятности развития онкологических заболеваний, включающий следующие шаги:
задают локализации вероятного онкологического процесса для по меньшей мере одного пациента;
из электронной медицинской карты от по меньшей мере одного пациента получают данные пациента по параметрам: соответствующие заданным локализациям перенесенные заболевания, возрастная группа, внешние факторы риска, жалобы общие и по органам и системам;
на основании полученных данных определяют онкологический риск для каждой локализации;
определяют наследственную отягощенность по онкологическим заболеваниям пациента на основании количества кровных родственников первой линии родства пациента с перенесенными онкологическими заболеваниями,
для чего каждый случай наличия перенесенного онкологического заболевания у родственника умножают на коэффициент, причем указанный коэффициент определяется следующим образом: каждый случай наличия перенесенного онкологического заболевания у родственника соответствует дискретному значению, равному единице, при этом к дискретному значению прибавляется по единице за каждое совпадение в случае совпадения пола пациента с полом этого родственника с перенесенным онкологическим заболеванием, и в случае совпадения линии родства по полу, к которой принадлежит этот родственник, с полом пациента;
на основании совокупности значений наследственной отягощенности и онкологического риска судят о повышенном риске развития онкологического заболевания для каждой локализации у пациента.
2. Компьютерно-реализованный способ по п. 1, характеризующийся тем, что данные получают из электронной медицинской карты по проводному или беспроводному каналу передачи данных.
3. Компьютерно-реализованный способ по п. 1, характеризующийся тем, что данные в электронную медицинскую карту поступают из опросников, и/или персональных медицинских приборов, и/или результатов врачебного осмотра, и/или результатов лабораторных анализов, и/или заключений врачей-консультантов.
4. Компьютерно-реализованный способ по п. 1, характеризующийся тем, что каждый параметр данных пациента имеет вес, который определяет степень его влияния на риск развития онкологического заболевания.
5. Система оценки вероятности развития онкологических заболеваний, содержащая:
по меньшей мере одну память;
по меньшей мере одно устройство отображения данных;
по меньшей мере одно устройство обработки, выполняющее шаги, описанные в п. 1.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018109269A RU2661712C1 (ru) | 2018-03-15 | 2018-03-15 | Компьютерно-реализованный способ и система оценки вероятности развития онкологических заболеваний |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018109269A RU2661712C1 (ru) | 2018-03-15 | 2018-03-15 | Компьютерно-реализованный способ и система оценки вероятности развития онкологических заболеваний |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2661712C1 true RU2661712C1 (ru) | 2018-07-19 |
Family
ID=62917147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2018109269A RU2661712C1 (ru) | 2018-03-15 | 2018-03-15 | Компьютерно-реализованный способ и система оценки вероятности развития онкологических заболеваний |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2661712C1 (ru) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2825713C1 (ru) * | 2023-10-30 | 2024-08-28 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Алтайский государственный медицинский университет" Министерства здравоохранения Российской Федерации | Способ определения риска развития рака слизистой оболочки рта |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2143688C1 (ru) * | 1998-12-17 | 1999-12-27 | Чернозубов Илья Ефимович | Способ определения группы риска по онкологическим заболеваниям |
| US20090018863A1 (en) * | 2005-02-03 | 2009-01-15 | Yoon Paula W | Personal assessment including familial risk analysis for personalized disease prevention plan |
| RU2008107646A (ru) * | 2008-02-27 | 2009-09-10 | Марина Юрьевна Якушева (RU) | Способ определения предрасположенности к онкологическим заболеваниям |
| RU86428U1 (ru) * | 2009-04-22 | 2009-09-10 | Санкт-Петербургское Государственное учреждение здравоохранения "Городской клинический онкологический диспансер" | Система компьютеризированного маммологического скрининга |
-
2018
- 2018-03-15 RU RU2018109269A patent/RU2661712C1/ru active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2143688C1 (ru) * | 1998-12-17 | 1999-12-27 | Чернозубов Илья Ефимович | Способ определения группы риска по онкологическим заболеваниям |
| US20090018863A1 (en) * | 2005-02-03 | 2009-01-15 | Yoon Paula W | Personal assessment including familial risk analysis for personalized disease prevention plan |
| RU2008107646A (ru) * | 2008-02-27 | 2009-09-10 | Марина Юрьевна Якушева (RU) | Способ определения предрасположенности к онкологическим заболеваниям |
| RU86428U1 (ru) * | 2009-04-22 | 2009-09-10 | Санкт-Петербургское Государственное учреждение здравоохранения "Городской клинический онкологический диспансер" | Система компьютеризированного маммологического скрининга |
Non-Patent Citations (3)
| Title |
|---|
| HOSKINS K.F. Assessment and counseling for women with a family history of breast cancer. A guide for clinicians. JAMA. 1995 Feb 15;273(7):577-85 - . * |
| АНАНИНА О.А. Информационная система оценки факторов риска онкологических заболеваний. Известия Томского политехнического университета. Т. 314. N 52009, с. 189-193. * |
| АНАНИНА О.А. Информационная система оценки факторов риска онкологических заболеваний. Известия Томского политехнического университета. Т. 314. N 52009, с. 189-193. HOSKINS K.F. Assessment and counseling for women with a family history of breast cancer. A guide for clinicians. JAMA. 1995 Feb 15;273(7):577-85 - реферат. * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2825713C1 (ru) * | 2023-10-30 | 2024-08-28 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Алтайский государственный медицинский университет" Министерства здравоохранения Российской Федерации | Способ определения риска развития рака слизистой оболочки рта |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kenner et al. | Artificial intelligence and early detection of pancreatic cancer: 2020 summative review | |
| Brewer et al. | Health literacy and cancer risk perception: implications for genomic risk communication | |
| Ferlitsch et al. | Sex-specific prevalence of adenomas, advanced adenomas, and colorectal cancer in individuals undergoing screening colonoscopy | |
| Hui et al. | Predicting survival in patients with advanced cancer in the last weeks of life: How accurate are prognostic models compared to clinicians’ estimates? | |
| Lang et al. | The economic cost of squamous cell cancer of the head and neck: findings from linked SEER-Medicare data | |
| Kus et al. | Thyroid cancer outcomes in Filipino patients | |
| Hong et al. | A prediction model for advanced colorectal neoplasia in an asymptomatic screening population | |
| Frieri et al. | The prognostic value of histology in ulcerative colitis in clinical remission with mesalazine | |
| Asban et al. | Gender and racial disparities in survival after surgery among papillary and patients with follicular thyroid cancer: a 45-year experience | |
| Fazio et al. | Association between colonic screening, subject characteristics, and stage of colorectal cancer | |
| Erenay et al. | Estimating the unknown parameters of the natural history of metachronous colorectal cancer using discrete-event simulation | |
| Khor et al. | Racial and ethnic bias in risk prediction models for colorectal cancer recurrence when race and ethnicity are omitted as predictors | |
| Deutschmann et al. | The impact of compliance in posttreatment surveillance in head and neck squamous cell carcinoma | |
| Zbar et al. | Are there specific endosonographic features in Crohn's patients with perianal fistulae? | |
| Mangone et al. | Five-year relative survival by stage of breast and colon cancers in Italy | |
| Wang et al. | An individual risk prediction model for lung cancer based on a study in a Chinese population | |
| Karavan et al. | Teledermatology in the diagnosis of melanoma | |
| Hamano et al. | Prospective clarification of the utility of the palliative prognostic index for patients with advanced cancer in the home care setting | |
| Dilek et al. | Different chest CT scoring systems in patients with COVID-19: could baseline CT be a helpful tool in predicting survival in patients with matched ages and co-morbid conditions? | |
| Sardanelli et al. | Expert review of breast pathology in borderline lesions: a chance to reduce overdiagnosis and overtreatment? | |
| Chen et al. | Routine computed tomography in the evaluation of vocal fold movement impairment without an apparent cause | |
| Patel et al. | Comparison of magnetic resonance imaging–based risk calculators to predict prostate cancer risk | |
| Ruchalski et al. | Lung cancer screening update | |
| Bai et al. | Breast Cancer Diagnosis: A Comprehensive Exploration of Explainable Artificial Intelligence (XAI) Techniques | |
| Yoong et al. | Performance of the Palliative Prognostic Index for cancer patients: A systematic review and meta-analysis |