RU2719922C2 - Адаптивная система управления лечением с механизмом управления потоком действий - Google Patents
Адаптивная система управления лечением с механизмом управления потоком действий Download PDFInfo
- Publication number
- RU2719922C2 RU2719922C2 RU2017134319A RU2017134319A RU2719922C2 RU 2719922 C2 RU2719922 C2 RU 2719922C2 RU 2017134319 A RU2017134319 A RU 2017134319A RU 2017134319 A RU2017134319 A RU 2017134319A RU 2719922 C2 RU2719922 C2 RU 2719922C2
- Authority
- RU
- Russia
- Prior art keywords
- treatment
- clinical
- protocol
- data
- protocols
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Bioethics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Radiation-Therapy Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Группа изобретений относится к медицине, а именно к системам управления лечением, которые могут содержать клиническую базу данных для хранения терапевтических протоколов. Предложена система, содержащая машиночитаемый носитель, для реализации способа генерирования планов лечения, причем способ включает в себя: выбор с помощью процессора первых терапевтических протоколов из клинической базы данных; определение с помощью процессора клинической задачи для плана лечения; вычисление с помощью процессора вероятности эффективности лечения для каждого протокола в первых терапевтических протоколах с помощью справочных протокольных данных, причем каждая вероятность эффективности лечения представляет собой вероятность того, что конкретный протокол окажется эффективным при достижении клинической задачи; разработку с помощью процессора первого плана лечения по первым терапевтическим протоколам на основе клинической задачи, справочных протокольных данных и вероятностей эффективности лечения; определение клинического намерения для первого плана лечения; оценку с помощью процессора в ходе осуществления первого плана лечения промежуточных данных по отношению к клиническому намерению, которые указывают на измененное состояние пациента, с учетом хода осуществления первого плана лечения; и выбор с помощью процессора на основе справочных протокольных данных и адаптивных протокольных данных второго плана лечения с помощью вторых терапевтических протоколов, причем выбранный второй план лечения адаптируется для выполнения клинической задачи на основе клинической задачи, справочных протокольных данных и информации по эффективности лечения, и управление доставкой адаптивного лечения радиотерапией с помощью выбранного второго плана лечения. Группа изобретений обеспечивает повышение эффективности генерирования планов лечения. 3 н. и 17 з.п. ф-лы, 14 ил.
Description
ПЕРЕКРЕСТНАЯ ССЫЛКА НА РОДСТВЕННУЮ ЗАЯВКУ
[01] Настоящая заявка испрашивает приоритет согласно предварительной заявке на патент США № 62/131,102, поданной 10 марта 2015 г., содержание которой полностью включено в настоящую заявку посредством ссылки.
ОПИСАНИЕ
Область техники
[02] Данное изобретение относится в основном к системам управления лечением рака и, в частности, к адаптивной системе управления лечением, которая предусматривает независимое моделирование, проведение и оценку лечения и включает в себя механизм управления потоком действий.
Уровень техники
[03] Успешное лечение рака у человека требует удаления раковых клеток с сохранением здоровых клеток в окружающих тканях. Для лечения рака используются различные терапевтические системы и методы лечения, например, наружная дистанционная терапия, брахитерапия и интраоперационная радиотерапия наряду с некоторыми другими. Лечению рака радиотерапией могут способствовать одна или более из систем управления лечением. Системы управления лечением радиотерапией могут обеспечивать планирование и поддержку потоков действий для целого ряда терапевтических заданий, входящих в конкретное лечение, например, помимо всего прочего, диагностику, планирование лечения, мониторинг и ведение записей. Некоторые системы обеспечивают частично автоматизированное планирование потока действий.
[04] Во время лечения специалисты-медики могут иметь в своем распоряжении различные системы и оборудование для лечения самых разнообразных пораженных органов. Каждая соответствующая система может обеспечивать целенаправленное лечение конкретных форм рака, таких как простата, грудь, голова и шея, легкие, гастроинтестинальная и репродуктивная анатомия наряду с некоторыми другими.
[05] Принимая во внимание различные варианты лечения для конкретного случая, комплексный клинический подход может включать в себя изучение каждого из различных подходов к лечению (например, выбор между электронами, фотонами, тяжелыми ионами, брахитерапией) и сравнение каждого потенциального варианта лечения или их комбинации для определения одного или более из лечебных протоколов. Различные системы могут обрабатывать наборы данных для создания возможных планов лечения, из которых выбирается план или комбинация планов. Например, после изучения множества возможных планов лечения врач может определить, что для лечения конкретного рака подходящей является комбинация планов (например, брахитерапия+наружная дистанционная лучевая терапия). Другой пример: врач может анализировать и сравнивать множество различных потенциальных протоколов брахитерапии. В соответствии с этим, используя комплексный клинический подход, врач может выявить цель лечения, разработать план лечения, придерживаться этого плана, выполнить план во время сеанса лечения с помощью лучевой терапии, а также собрать и интерпретировать промежуточные результаты применительно к цели. Рассмотрев промежуточные результаты с учетом цели, врач может после этого динамически адаптировать план лечения на основе больших объемов машинных данных, которые появляются в ходе лечения. Такие динамические адаптации могут даже происходить в реальном времени во время сеанса лечения.
[06] Несмотря на то, что принято сохранять основную информацию касательно решения о лечении и самого клинического лечения, постоянно хранимые записи промежуточных результатов и прогнозной аналитики различных возможных вариантов лечения, рассматриваемых с учетом промежуточных результатов, в настоящее время не ведутся. Кроме того, в тех случаях, когда медицинские данные количественно анализируются путем выполнения тысяч сравнений лечебных факторов (с помощью, например, специализированных алгоритмов интеллектуального анализа данных и управления знаниями) одновременно с выбором возможных вариантов лечения, информация, используемая для формулирования решения о лечении, может храниться в одной или более из независимых и разрозненных систем и баз данных. Например, медицинские изображения могут храниться в системе архивации и передачи изображений (PACS), результаты лабораторных анализов - в больничной информационной системе (HIS), планы лечения - в системе планирования терапии (TPS), и т.д. Кроме того, первичные данные могут не храниться в значимом формате (например, машиночитаемых форматах и/или частном пользовательском формате), при этом первичные данные могут быть рассредоточены по множеству различных систем. Человек не может интерпретировать машиночитаемые форматы или воздействовать на них, и разнородные системы, содержащие элементы первичных данных, не имеют возможностей интеграции. Разнообразные форматы и отсутствие связанных данных могут понизить общую эффективность будущих решений в отношении управления лечением пациента. Кроме того, результаты анализа, используемые при принятии решения о лечении, не записываются вместе с самим решением о лечении. Указанные факторы увеличиваются, когда аспекты плана лечения осуществляются различными специалистами-медиками в различные моменты времени в различных местах.
[07] Многие медицинские устройства генерируют большие объемы цифровых клинических данных, используемых при планировании и проведении лечения. Указанные устройства включают в себя различные методы визуализации (компьютерная томография (СТ), магнитный резонанс (MR), позитронно-эмиссионная томография (РЕТ), однофотонная эмиссионная компьютерная томография (SPECT), рентгеновское излучение, ультразвук), системы сегментации, системы планирования терапии, информационные системы больниц и лабораторий, PACS-системы и системы доставки лекарственного препарата. В настоящее время не существует системы, которая может обеспечивать центральное управление для различных генерируемых вычислительной машиной медицинских данных, а также не существует системы, которая может обеспечивать оперативный анализ данных, чтобы определить, следует ли продолжать или использовать конкретное лечение. Медицинская вычислительная система может также обеспечивать сравнение вариантов лечения, поэтому запись каждого этапа во время конкретного лечения может быть доступна и использоваться вновь для непрерывных или новых курсов лечения, либо в качестве альтернативы для ретроспективного анализа. Кроме того, не существует медицинской вычислительной системы, которая может создавать множество планов лечения, основанных на индивидуальных прогнозах успешного результата, причем, прогнозы делаются на основе характерной для пациента и характерной для случая информации, а также информации по множеству пациентов. Наконец, не существует медицинской вычислительной системы, выполненной с возможностью представления указанных многочисленных планов лечения специалистам-практикам в доступном формате, в реальном времени и без перенасыщенного представления слишком большого количества данных.
[08] Следовательно, существует необходимость в адаптивном управлении лечением рака, при котором множество различных источников информации объединяется в систему с гибким планированием лечения (например, работающую в реальном времени или не в реальном времени). Кроме того, существует необходимость в адаптивной системе, которая может обучаться на источниках информации по мере того, как осуществляется получение данных, для повышения качества будущих курсов лечения, предлагаемых системой.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
[09] Данное изобретение относится в основном к системам управления лечением и, в частности, к адаптивной системе управления лечением для генерирования планов лечения, которая обеспечивает независимое моделирование лечения, и которая включает в себя механизм управления потоком действий. В одном варианте осуществления описывается система, которая содержит клиническую базу данных для хранения терапевтических протоколов. Каждый терапевтический протокол может отражать множество заданий лечения. Система может также содержать механизм лечения, функционально связанный с клинической базой данных. Механизм лечения может содержать контроллер медицинских устройств, выполненный с возможностью получения диагностической информации, и по меньшей мере один процессор, запрограммированный на выбор первого множества терапевтических протоколов из клинической базы данных. Выбор может основываться на полученной диагностической информации и справочных протокольных данных, причем справочные протокольные данные содержат обновленную информацию по эффективности лечения. Механизм лечения может вычислять вероятность эффективности лечения для каждого протокола в первом множестве терапевтически протоколов с помощью справочных протокольных данных. Механизм лечения может разрабатывать первый план лечения по первому множеству терапевтических протоколов на основе клинической задачи, справочных протокольных данных и вероятностей эффективности лечения, оценивать в ходе осуществления первого плана лечения промежуточные данные, указывающие на измененное состояние пациента, с учетом хода осуществления первого плана лечения и выбирать на основе справочных протокольных данных и адаптивных протокольных данных второй план лечения с помощью второго множества терапевтических протоколов. Выбранный второй план лечения адаптируется на основе клинической задачи, справочных протокольных данных и информации по эффективности лечения.
[010] Еще в одном варианте осуществления описывается реализуемый с помощью компьютера способ генерирования планов лечения. Способ может включать в себя выбор с помощью по меньшей мере одного процессора первого множества терапевтических протоколов из клинических баз данных. Выбор может основываться на релевантной диагностической информации и справочных протокольных данных. Справочные протокольные данные содержат обновленную информацию по эффективности лечения. Способ может дополнительно включать в себя определение с помощью по меньшей мере одного процессора клинической задачи для плана лечения, вычисление с помощью по меньшей мере одного процессора вероятности эффективности лечения для каждого протокола в первом множестве терапевтических протоколов с помощью справочных протокольных данных, разработку с помощью по меньшей мере одного процессора первого плана лечения по первому множеству терапевтических протоколов на основе клинической задачи, справочных протокольных данных и вероятностей эффективности лечения. Способ может дополнительно включать в себя оценку с помощью по меньшей мере одного процессора в ходе осуществления первого плана лечения промежуточных данных, указывающих на измененное состояние пациента, с учетом хода осуществления первого плана лечения и выбор на основе справочных протокольных данных и адаптивных протокольных данных второго плана лечения с помощью второго множества терапевтических протоколов. Выбранный второй план лечения может адаптироваться на основе клинической задачи, справочных протокольных данных и информации по эффективности лечения.
[011] Вслед за доставкой каждой фракции лечения данный подход может применяться таким же образом с помощью одного или более из изображений, дозиметрических данных и данных о биологическом поглощении и/или иной диагностической информации, полученной во время предыдущих фракций лечения. Это также относится к пациенту, начинающему дополнительный курс лечения.
[012] Следует понимать, что приведенное выше общее описание и нижеследующее подробное описание являются лишь иллюстративными и пояснительными и не ограничивают описываемые варианты осуществления, как указано в формуле изобретения.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[013] Прилагаемые чертежи, которые включены в данное описание и составляют его часть, иллюстрируют примеры осуществления и вместе с описанием служат для объяснения раскрываемых принципов.
[014] Фиг. 1 иллюстрирует текущий процесс принятия решений при радиотерапии.
[015] Фиг. 2 представляет собой блок-схему примера адаптивной системы управления радиотерапией в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[016] Фиг. 3 представляет собой блок-схему примера терапевтического агента в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[017] Фиг. 4 представляет собой функциональную блок-схему примера адаптивной системы управления лечением радиотерапией в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[018] Фиг. 5 представляет собой схему потоков, иллюстрирующую пример способа адаптивного лечения рака в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[019] Фиг. 6 представляет собой блок-схему примера адаптивной базы данных случаев радиотерапии в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[020] Фиг. 7 представляет собой блок-схему примера адаптивной базы данных протоколов радиотерапии в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[021] Фиг. 8 представляет собой блок-схему примера адаптивной базы данных заданий радиотерапии в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[022] Фиг. 9 представляет собой схему потоков, иллюстрирующую пример способа выбора первого множества клинических протоколов в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[023] Фиг. 10 представляет собой схему потоков, иллюстрирующую пример способа оценивания промежуточных данных в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[024] Фиг. 11 представляет собой схему потоков, иллюстрирующую пример способа выбора второго множества клинических протоколов в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[025] Фиг. 12 представляет собой схему потоков, иллюстрирующую адаптивное лечение радиотерапией в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[026] Фиг. 13 представляет собой схему потоков, иллюстрирующую планы адаптивного лечения радиотерапией в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[027] Фиг. 14 представляет собой схему потоков, иллюстрирующую протокол управления адаптивным лечением радиотерапией в соответствии с некоторыми вариантами осуществления настоящего изобретения.
ПОДРОБНОЕ ОПИСАНИЕ
[028] Примеры осуществления описываются со ссылкой на прилагаемые чертежи. На чертежах самая левая цифра (цифры) ссылочной позиции обозначает чертеж, на котором данная ссылочная позиция появляется впервые. Повсюду, где это удобно, те же ссылочные позиции используются на всех чертежах для ссылки на одинаковые или подобные части. Несмотря на то, что в данном документе описываются примеры и признаки раскрываемых принципов, возможны модификации, адаптации и другие реализации в пределах сущности и объема раскрываемых вариантов осуществления. Предполагается, что нижеследующее подробное описание следует рассматривать лишь как иллюстративное, при этом истинный объем и сущность указаны в нижеследующей формуле изобретения.
[029] Специалисты-медики в настоящее время используют системы планирования и проведения лечения, которые возникли из множества независимых систем. Каждая соответствующая система может развертывать линейные потоки действий с высокой степенью интеграции со своей средой. Например, в клинической практике проведения множества фракций лечения при радиометрическом лечении информация, полученная в предыдущей фракции лечения, может анализироваться для оптимизации следующих фракций лечения. На фиг. 1 изображен текущий линейный поток действий (например, процесс принятия решений при радиотерапии) в усовершенствованной клинической среде, в которой специалист-медик объединяет информацию, полученную по результатам предыдущего лечения, в конкретное лечение (например, текущую фракцию лечения) и применение новой клинической задачи, определяемой потоками действий, описываемыми ниже.
[030] В соответствии с фиг. 1, специалист-медик 102 может разрабатывать клиническую задачу 101 при лечении онкологического больного (не показан). Клиническая задача, или цель лечения может основываться на клинической информации 103, полученной из потоков действий, которые зависят от параллельности (т.е., множества различных действий, которые во времени и/или в порядке следования связаны с одним и тем же моментальным снимком информации о пациенте в конкретный момент времени, например, некоторым случаем). Например, клиническая информация 103 может включать в себя данные, собранные из активного в настоящий момент сеанса лечения, например, данные, собранные одним или более из устройств обработки изображений (например, данные изображений, показывающие контуры органов риска (OAR) и местоположение целевого лечения). Во время лечения специалист-медик 102 может анализировать промежуточные результаты и накапливать доступные варианты на основе имеющихся данных. Такие промежуточные результаты могут включать в себя, например, мультимодальные изображения (КТ, МРТ, ПЭТ, MV, KV, ультразвук), введенные к настоящему времени дозы, результаты лабораторных анализов, показатели жизнедеятельности пациентов и показатели биологического эффекта. Первоначальное решение 105 о лечении принимается на основе - помимо всего прочего - имеющейся клинической информации 103 и анамнеза 104. Клиническая информация 103 может также содержать прогнозную аналитику (например, анализы, выполняемые специализированными вычислительными системами, например, с использованием алгоритмов искусственного интеллекта) при анализе данных и выборе клинического лечения. После того, как принято начальное решение 105 о лечении, и проведено клиническое лечение 106, могут быть необходимы повторные лечения с учетом ожидаемой и/или наблюдаемой реакции пациента. Например, повторные фракции лечения могут быть клинически необходимы и могут быть назначены специалистом-медиком 102, причем, информация, полученная в предыдущих фракциях лечения (например, анамнез 104А), используется для оптимизации будущих фракций лечения.
[031] В случаях адаптивной радиотерапии специалист-медик 102 может повторно задавать клиническую задачу для создания новой клинической задачи 107 на основе недавно появившейся промежуточной информации. Например, графическая информация может указывать, что опухоль не реагирует на первое клиническое лечение 106 (например, опухоль не сокращается при использовании величины облучения, назначенной в части лечения). Еще в одном примере лабораторная и жизненно важная информация может указывать на возникновение нежелательных побочных эффектов лечения 106 (например, органы риска реагируют отрицательно). Одна из причин реализации адаптивного подхода к радиотерапии состоит в повышении вероятности подавления опухоли путем увеличения терапевтической дозы на опухоль при одновременном поддержании приемлемого уровня кратковременных и долговременных нежелательных побочных эффектов лечения для здоровых органов и тканей вблизи опухоли и вокруг нее.
[032] Чтобы действовать в соответствии с новым лечением, специалист-медик 102 может открыть новый путь (подслучай) в случае, имеющем одну или более из новых клинических задач 107. Хотя анамнез 104В на данном этапе лечения может при этом содержать начальное решение 105 о лечении и проведенное клиническое лечение 106, в существующей практике различные объемы данных и клинической информации 103, используемые для того, чтобы принять решение 105 о лечении, могут сохраняться в разнообразных компьютеризованных медицинских системах. Поскольку ранее для накопления клинической информации 103 использовалось множество систем, с течением времени информативная постоянно хранимая запись клинической информации 103, используемой при формулировке начального решения 105 о лечении, может не вестись (например, отсутствует общее представление случая, в котором (под)системы представляют свои собственные отдельные данные). Кроме того, процесс определения конкретного лечения может определяться по меньшей мере частично личными знаниями и опытом специалиста-медика 102 с учетом клинической информации 103, информативная запись для которой не создавалась. Без клинической информации 103 специалист-медик 102 может не извлечь пользу из записи этапов анализа. Иными словами, не создавалась полезная связь между процессом анализа первоначального случая и принятием новых решений 111 о лечении для нового случая. Следовательно, клиническое лечение 112 может проводиться в отсутствие некоторой предшествующей важной информации и предварительного анализа, которые в иных случаях предоставлялись бы специалисту-медику 110 при принятии нового решения 111 о лечении.
[033] Указанный недостаток существующих систем управления потоками действий при радиотерапии является следствием системных архитектур ранее разработанных продуктов, которые не проектировались с использованием требований по гибкости, проистекающих из возможностей принятия плана, необходимых для адаптивной радиотерапии. Поэтому более старые архитектуры, используемые для накопления клинической информации 103, вели к все более усложняющимся построениям системы управления потоками действий при радиотерапии, которые, возможно, склонны приносить с собой соответствующие проблемы разработки, развертывания и обслуживания (например, вынужденное перестроение системы или изменение надежности существующей функциональности при введении нового типа данных). Указанные факторы часто увеличиваются, когда аспекты плана лечения осуществляются различными специалистами-медиками 110 в одно и то же время (например, принятие решений для текущего плана лечения), в различное время (например, принятие решений для будущего плана лечения) и/или в различных местах (например, фракции лечения, осуществляемые в различных местах, которые могут проводиться для текущего плана лечения или будущих фракций лечения). Несмотря на то, что второй специалист-медик 110 может иметь доступ к анамнезу 104С, новые решения о лечении будут приниматься только при имеющихся данных и доступных вариантах лечения без помощи предшествующей клинической информации, аргументации и аналитики, используемых для выработки предшествующего решения о лечении. В той мере, в какой доступна указанная предшествующая информация, выбор и анализ предшествующей информации могут быть нецелесообразными исходя из текущих систем и продуктов управления потоками действий при радиотерапии.
[034] Описываемые в данном документе варианты осуществления могут обеспечивать интегрированную адаптацию плана в реальном времени, параллельность и гибкое управление данными для клинических потоков действий при радиотерапии. В вариантах осуществления к постоянно хранимой записи клинических данных применяется происхождение, и анализируются данные, которые могут использоваться для соответствия обеспечения качества стандартизированным протоколам лечения, дополняя клиническую информацию, используемую при будущем лечении одного и того же пациента и/или похожих пациентов, а также при координировании потоков действий в различное время или в различных местах.
[035] Ниже описываются иллюстративные варианты осуществления настоящего изобретения. Далее со ссылкой на фиг. 2 описывается пример адаптивной системы 200 управления радиотерапией (именуемой далее «системой 200») в соответствии с некоторыми вариантами осуществления настоящего изобретения. Система 200 может быть выполнена с возможностью обеспечения адаптивного лечения с помощью радиотерапии онкологического больного (например, клинического объекта 218). Например, система 200 может быть выполнена с возможностью поддержки и выполнения диагностики, планирования лечения, проведения лечения и управления данными в клинике радиотерапии.
[036] Система 200 может содержать модуль 210 терапевтического агента, который может быть функционально связан с одним или более из дополнительных модулей терапевтического агента (например, 222, 224 и 226), связанных с сетью 220 передачи данных. Модуль 210 терапевтического агента может быть функционально связан с клиническим объектом 218. Модуль 210 терапевтического агента может содержать адаптивный механизм 212 лечения и одну или более из клинических баз 214 данных. Система 200 может также содержать одну или более из клинических баз 216 данных, связанных с сетью 220 передачи данных.
[037] Модуль 210 терапевтического агента может быть выполнен с возможностью обеспечения адаптивной радиотерапии с помощью адаптивного механизма 212 лечения и клинических баз 214 данных. Например, в некоторых аспектах модуль 210 терапевтического агента может быть выполнен с возможностью приема данных от клинического объекта 218, который может включать в себя одно или более из медицинских устройств (например, медицинские устройства 309 и 310, как показано на фиг. 3). Модуль 210 терапевтического агента может также быть выполнен с возможностью корреляции информации с известными протоколами лечения, заданиями лечения и прочей информацией, сохраненной в клинических базах 214 данных, клинических базах 216 данных и/или иных источниках данных, и использования коррелированной информации при лечении пациента. Модуль 210 терапевтического агента может сохранять коррелированную информацию в клинических базах 214 данных. Кроме того, модуль 210 терапевтического агента может содержать систему управления данными, которая содержит адаптивный механизм 212 лечения и одну или более из клинических баз 214 данных, которые содержат данные пациента, библиотеку стандартизированных протоколов лечения и библиотеку терапевтических заданий, взаимно коррелированных с различными аспектами протоколов.
[038] Модуль 210 терапевтического агента может обрабатывать диагностическую информацию от клинического объекта 218 во время лечения пациента, например, одно или более из медицинских изображений, полученных медицинским устройством визуализации (например, КТ, МРТ, ПЭТ, ОФЭКТ, рентгеновское излучение, ультразвук и т.п.), и сохранять медицинское изображение (изображения) в одну или более из записей в клинических базах 214 данных. Модуль 210 терапевтического агента может получать медицинское изображение (изображения) из клинической базы 214 данных, анализировать медицинское изображение (изображения) и выбирать множество терапевтических протоколов из клинической базы данных на основе анализа медицинского изображения (изображений). Анализ может включать в себя, например, определение заполненности мочевого пузыря, обнаружение кишечного газа, сокращения локализации первичной опухоли и ретракцию органов наряду с прочим. Терапевтические протоколы, которые подробнее рассматриваются ниже, могут выбираться на основе медицинского изображения (изображений) и прочей информации, например, справочных протокольных данных, которые являются модельными рецептами для лечения радиотерапией.
[039] Выбор, выполняемый модулем 210 терапевтического агента, может основываться на том или ином количестве вычислений (например, тысячах, миллионах или миллиардах вычислений), выполняемых процессором (например, процессором с видеоускорителем (APU) или гибридным процессором CPU/GPU (центральным процессором/графическим процессором), процессором 302, описываемым ниже, и т.п.) в течение короткого периода времени. В некоторых аспектах модуль 210 терапевтического агента может быть выполнен с возможностью осуществления прогнозов конкретных терапевтических реакций на сотни потенциальных вариантов лечения на основе больших наборов данных, получаемых от клинического объекта 218 и клинических баз 214 данных. В соответствии с некоторыми вариантами осуществления, модуль 210 терапевтического агента может быть выполнен с возможностью разработки первого плана лечения по множеству терапевтических протоколов, а во время моделируемого выполнения первого плана лечения - оценки промежуточных данных, включая полученные изображения и вычисленные дозы. При оценке может указываться измененное состояние пациента ввиду моделируемого хода выполнения первого плана лечения и в результате этого выбираться второй план лечения с помощью второго множества терапевтических протоколов на основе справочных протокольных данных и адаптивных протокольных данных.
[040] Модуль 210 терапевтического агента может обеспечивать адаптивную радиотерапию клиническому объекту 218 с использованием информации, сохраненной в клинических базах 214 данных, физически расположенных в модуле 210 терапевтического агента или вблизи него. В соответствии с другими вариантами осуществления, модуль 210 терапевтического агента может использовать информацию, сохраненную в клинических базах 216 данных, которые могут быть расположены локально в той же клинике или расположены удаленно в другом месте и доступны по сети (например, сети 220 передачи данных). Модуль 210 терапевтического агента может работать совместно с другими модулями 222, 224 и/или 226 терапевтического агента, которые могут быть расположены в том же помещении, в той же клинике или расположены удаленно в другом месте. Модули 222, 224 и 226 терапевтического агента могут совместно использовать информацию в одной или более из общих клинических баз данных (например, клинических базах 216 данных) и/или сохранять локальные копии клинических баз данных в каждой из своих соответствующих локальных баз данных (например, 214 применительно к модулю 210 терапевтического агента). В соответствии с другими примерами осуществления, клиническая база 214 данных может быть выполнена с возможностью сохранения избыточного хранилища одной или более из любых других функционально связанных баз данных. Следовательно, в случае сбоя соединения с удаленно расположенной базой данных во время сеанса лечения адаптивный механизм 212 лечения может осуществлять доступ к локальной копии необходимой информации из клинической базы 214 данных для сохранения непрерывности проводимого клинического лечения.
[041] Фиг. 3 представляет собой блок-схему примера модуля 210 терапевтического агента для реализации вариантов осуществления в соответствии с настоящим изобретением. Модификации модуля 210 терапевтического агента могут использоваться для реализации одного или более из медицинских устройств (например, медицинских устройств 416, 418 и 420, изображенных на фиг. 4), интерфейса 420 медицинского устройства и/или вспомогательного устройства 415. Медицинские устройства могут включать в себя, например, устройства визуализации, которые включают в себя датчики изображений для регистрации изображений пациента и устройства проведения лечения для проведения курсов лечения (например, терапевтических доз облучения) пациента. Медицинские устройства дополнительно рассматриваются применительно к фиг. 4. Модуль 210 терапевтического агента может содержать процессор 302 (например, центральный процессор («CPU»), графический процессор («GPU»), специализированную интегральную схему («ASIC») и т.п.). Процессор 302 может содержать по меньшей мере один процессор данных для исполнения исполняемых компьютером программных команд, исполнения компонентов компьютерных программ, исполнения пользовательских запросов или генерируемых системой запросов. К пользователям может относиться лицо, использующее медицинское устройство, например, специалист-медик 424 (например, хирург, медбрат, терапевт, медицинский работник младшего или среднего звена, рентгенолог, онколог или кто-либо с любой медицинской подготовкой). Процессор 302 может содержать специализированные блоки обработки, такие как интегрированные системные (шинные) контроллеры, блоки управления распределением памяти, блоки вычислений с плавающей запятой, графические процессоры, блоки цифровой обработки сигналов и т.д. Процессор 302 может содержать микропроцессор, такой как AMD Athlon, Duron или Opteron, приложение ARM, встроенные или защищенные процессоры, IBM PowerPC, процессоры Core, Itanium, Xeon, Celeron компании Intel или иную линейку процессоров и т.д. Процессор 302 может быть реализован с использованием базового вычислительного устройства, распределенного процессора, многоядерной, параллельной архитектуры, грид-архитектур или иных архитектур. В некоторых вариантах осуществления могут использоваться встроенные технологии, например, специализированные интегральные схемы (ASIC), цифровые сигнальные процессоры (DSP), программируемые пользователем вентильные матрицы (FPGA), однокристальные системы (SoC) и т.д.
[042] Процессор 302 может размещаться соединенным с одним или более из устройств ввода-вывода (I/O) посредством интерфейса 303 ввода-вывода. Интерфейс 303 ввода-вывода может использовать способы связи и/или протоколы (которые отличаются от медицинских протоколов, описываемых в настоящем документе), в том числе, такие как аудио, аналоговые, цифровые, моноауральные, RCA, стерео, IEEE-1394, последовательная шина, универсальная последовательная шина (USB), инфракрасные, PS/2, BNC, коаксиальные, компонентные, композитные, цифровой видеоинтерфейс (DVI), мультимедийный интерфейс высокой четкости (HDMI), радиочастотные антенны, S-Video, VGA, IEEE 802.11 a/b/g/n/x, Bluetooth, сотовые (например, множественный доступ с кодовым разделением (CDMA), высокоскоростная пакетная передача данных (HSPA+), глобальная система мобильной связи (GSM), долгосрочное развитие (LTE), WiMax и т.п.) и т.д.
[043] Используя интерфейс 303 ввода-вывода, модуль 210 терапевтического агента может обмениваться данными с одним или более из устройств ввода-вывода. Например, к устройствам 304 ввода могут относиться клавиатура, мышь, джойстик, камера, устройство считывания штрих-кода, электронный защитный ключ, биометрический считыватель, микрофон, сенсорный экран, сенсорная панель, трекбол, датчик (например, акселерометр, датчик освещенности, радиочастотный детектор, гироскоп, датчик приближения и т.п.), стилус, сканер, запоминающее устройство, приемопередатчик, видеоустройство, источник видеоинформации и т.д.
[044] Устройство 304 ввода может также представлять собой одно или более из медицинских устройств, например, медицинские устройства 416, 418 и/или 420 (как показано на фиг. 4). Как указано выше, медицинские устройства 416, 418 и/или 420 могут представлять собой систему брахитерапии, систему автоматической подачи источника радиоактивного излучения в эндостат, линейный ускоритель, магнитно-резонансный сканер, объединенный с линейным ускорителем или иную терапевтическую медицинскую систему.
[045] Устройство 305 вывода может представлять собой принтер, факсимильную машину, видеотерминал, акустический громкоговоритель и т.д. В некоторых вариантах осуществления приемопередатчик 306 может размещаться соединенным с процессором 302. Приемопередатчик 306 может обеспечивать различные типы беспроводной передачи или приема. Например, приемопередатчик 306 может содержать антенну, функционально связанную с микросхемой приемопередатчика (например, WiLink WL1283 компании Texas Instruments, BCM4750IUB8 компании Broadcom, X-Gold 618-PMB9800 компании Infineon Technologies и т.п.), обеспечивая IEEE 802.11a/b/g/n, Bluetooth, диапазон УКВ, глобальную навигационную систему (GPS), связь 2G/3G HSDPA/HSUPA и т.д.
[046] В некоторых вариантах осуществления процессор 302 может размещаться связанным с сетью 220 передачи данных посредством сетевого интерфейса 307. Сетевой интерфейс 307 может обмениваться данными с сетью 220 передачи данных. Сетевой интерфейс может использовать протоколы подключения, включая, в том числе, прямое соединение, Ethernet (например, витую пару 10/100/1000 Base T), протокол управления передачей/межсетевой протокол (TCP/IP), кольцевую сеть с маркерным доступом, IEEE 802.11a/b/g/n/x и т.д. К сети 220 передачи данных могут относиться, в том числе, прямое взаимоподключение, локальная сеть (LAN), глобальная сеть (WAN), беспроводная сеть (например, с использованием Протокола Беспроводных Приложений), Интернет и т.д. Используя сетевой интерфейс 307 и сеть 220 передачи данных, модуль 210 терапевтического агента может обмениваться данными с устройствами 309 и 310 и/или терапевтическим агентом 311. Как показано на фиг. 3, к указанным устройствам 309 и 310 могут относиться, в том числе, персональный компьютер(ы), сервер(ы), различные мобильные устройства, такие как сотовые телефоны, смартфоны (например, Apple iPhone, Blackberry, телефоны на основе Android и т.д.), планшетные компьютеры, портативные компьютеры, ноутбуки, карманные медицинские устройства и т.п. В некоторых вариантах осуществления сам модуль 210 терапевтического агента может реализовывать одно или более из указанных устройств 309 или 310, либо храниться в них.
[047] В некоторых вариантах осуществления процессор 302 может быть связанным с одним или более из запоминающих устройств (например, оперативным запоминающим устройством (RAM) 313, постоянным запоминающим устройством (ROM) 314 и т.д.) посредством интерфейса 312 хранения. К запоминающим устройствам может относиться память 315 (например, невременный машиночитаемый носитель), выполненная с возможностью хранения данных или информации (например, программ), связанной с одним или более из данных 320 приложений для лечения, клинических баз 214 данных, адаптивного механизма 212 лечения, пользовательского интерфейса 317 и операционной системы 316. Интерфейс 312 хранения может также быть выполнен с возможностью подключения к другим устройствам, в том числе, одной или более из внешних баз данных, таких как клинические базы 216 данных, накопители, съемные дисководы и т.д., использующие такие протоколы подключения, как последовательный интерфейс обмена данными с накопителями информации (SATA), встроенная электроника управления диском (IDE), IEEE-1394, универсальная последовательная шина (USB), волоконно-оптический канал, интерфейс малых модулей терапевтических агентов (SCSI), запоминающее устройство, подключаемое к сети, iSCSI и т.д. К запоминающим устройствам могут также или в качестве альтернативы относиться одно или более из барабана, накопителя на магнитных дисках, магнитооптического накопителя, накопителя на оптических дисках, массива независимых дисков с избыточностью (RAID), твердотельных запоминающих устройств, твердотельных накопителей и т.д. Модификации запоминающих устройств могут использоваться для реализации, например, клинических баз 214 данных и других баз данных, рассматриваемых ниже (например, клинических баз 216 данных, баз 600 данных случаев, баз 700 данных протоколов и базы 800 данных заданий). В одном из вариантов осуществления к запоминающим устройствам могут относиться оперативное запоминающее устройство (RAM), статическое оперативное запоминающее устройство (SRAM), синхронное динамическое оперативное запоминающее устройство (SDRAM), SDRAM с двойной скоростью (например, DDR3 и память, для которой задана поддержка стандарта DDR3 1333, и т.п.) и Rambus DRAM (RDRAM). Запоминающие устройства могут быть выполнены различным образом, например, в виде модулей памяти с однорядным расположением выводов, модулей памяти с двухрядным расположением выводов, либо запоминающего устройства с произвольным доступом и т.д. Такие запоминающие устройства могут использоваться для хранения диагностической информации от конкретного пациента, например, медицинских изображений и двух или более планов лечения с целью сокращения числа выборок таких данных из базы данных и тем самым ускорения выполнения процессов, как описывается в настоящем документе.
[048] Запоминающие устройства могут хранить набор компонентов программ или баз данных, которые могут относиться, в том числе, к адаптивному механизму 212 лечения, клиническим базам 214 данных, операционной системе 316, пользовательскому интерфейсу 317 и данным 320 приложений для лечения (например, любым информационным переменным или информационным записям, рассматриваемом в данном изобретении) и т.д. Операционная система 316 может обеспечивать управление ресурсами и работу модуля 210 терапевтического агента. К примерам операционных систем относятся, в том числе, Apple Macintosh OS X, Unix, Unix-подобные дистрибутивы системы (например, Программная лицензия университета Беркли (BSD), FreeBSD, NetBSD, OpenBSD и т.д.), дистрибутивы Linux (например, Red Hat, Ubuntu, Kubuntu и т.д.), IBM OS/2, Microsoft Windows (XP, Vista/7/8 и т.д.), iOS компании Apple, Android компании Google, Blackberry OS и т.п. Пользовательский интерфейс 317 может предусматривать отображение, исполнение, взаимодействие или работу программных компонентов с помощью текстовых или графических средств (например, графических пользовательских интерфейсов). Например, пользовательские интерфейсы могут предусматривать элементы интерфейса взаимодействия с компьютером в системе отображения, функционально связанной с модулем 210 терапевтического агента, такие как курсоры, значки, флажки, меню, элементы прокрутки, окна, виджеты и т.д. Могут использоваться графические пользовательские интерфейсы (GUI), и к ним могут относиться, например, в том числе, Aqua операционной системы Apple Macintosh, IBM OS/2, Windows компании Microsoft (например, Aero, Metro и т.д.), Unix X-Windows, библиотеки веб-интерфейса (например, ActiveX, Java, JavaScript, AJAX, HTML, Adobe Flash и т.д.) и т.п.
[049] В соответствии с некоторыми вариантами осуществления модуль 210 терапевтического агента может реализовывать хранящийся в веб-браузере программный компонент (не показан). Веб-браузер может представлять собой приложение для просмотра гипертекста, например, Microsoft Internet Explorer, Google Chrome, Mozilla Firefox, Apple Safari или любое программное приложение, предусматривающее подключение к интернету, обеспечивающее просмотр гипертекста. Защищенный просмотр веб-страниц может обеспечиваться с помощью HTTPS (безопасного гипертекстового транспортного протокола), уровня защищенных сокетов (SSL), безопасности транспортного уровня (TLS) и т.д. Веб-браузеры, например, могут использовать такие средства, как AJAX, DHTML, Adobe Flash, JavaScript, Java, интерфейс программирования приложений (API) и т.д.
[050] Клинические базы 214 и 216 данных могут быть реализованы в виде отказоустойчивых, реляционных, масштабируемых, защищенных баз данных, либо их комбинации, например, такой как Oracle или Sybase. В зависимости от своей реализации клинические базы 214 и 216 данных могут содержать различные архитектуры. Клинические базы 214 и 216 данных могут быть реализованы с использованием стандартизованных структур данных, таких как массив, хэш, связанный список, структура, запись, структурированный текстовый файл (например, XML), таблица, либо клинические базы 214 и 216 данных могут быть реализованы в виде объектно-ориентированных баз данных (например, с использованием ObjectStore, Poet, Zope и т.д.). Клинические базы 214 и 216 данных могут быть реализованы с использованием комбинации реляционных и неструктурированных данных. Клинические базы 214 и 216 данных могут быть консолидированными или распределенными, иногда по различным модулям терапевтического агента, рассматриваемым выше в данном изобретении. Следует понимать, что структура и работа любого компьютера или компонента базы данных может быть комбинированной, консолидированной или распределенной в любой рабочей комбинации. В одном из вариантов осуществления элементы данных могут содержать указатели на одну или более из дополнительных баз данных, тем самым вводя уровень перенаправления для адаптивной системы 400 лечения радиотерапией. Например, клинические базы 214 и 216 данных могут содержать графики происхождения, устанавливающие отношение данных в одной структуре или системе к данным в другой структуре или системе. Такое перенаправление множеством узлов, как правило, может не наблюдаться конечным пользователем.
[051] Фиг. 4 представляет собой функциональную блок-схему примера адаптивной системы 400 управления лечением радиотерапией в соответствии с некоторыми вариантами осуществления настоящего изобретения. Система 400 может содержать модуль 210 терапевтического агента, медицинские устройства 416 и 418, интерфейс 420 медицинского устройства и вспомогательное устройство 415. Модуль 210 терапевтического агента может быть функционально связан с медицинскими устройствами 416 и 418. Интерфейс 420 медицинского устройства может быть соединен с медицинскими устройствами 416 и 418 и вспомогательным устройством 415 и выполнен с возможностью управления ими. Интерфейс 420 медицинского устройства, медицинские устройства 416 и 418 и вспомогательное устройство 415 могут быть соединены посредством шины 422 устройства.
[052] Медицинское устройство 416 и при необходимости 418 может представлять собой любое устройство, используемое при лечении радиотерапией пациента 426. В одном из примеров осуществления медицинское устройство 418 не требуется, но если оно присутствует, то отличается от медицинского устройства 416. Например, медицинское устройство 416 может представлять собой систему автоматической подачи источника радиоактивного излучения в эндостат при брахитерапии, а устройство 418 является линейным ускорителем. Кроме того, к медицинским устройствам 416 и 418 могут относиться система доставки для брахитерапии, система подачи иглы под ультразвуковым контролем для брахитерапии, синхронизированная конфигурация доставки для брахитерапии, устройство для брахитерапии, выполненное в виде конфигурации доставки с прогностическим отслеживанием, система автоматической подачи источника радиоактивного излучения в эндостат, устройство визуализации, роботизированная система, гамма-нож, оборудование для эндоскопии, линейный ускоритель, МРТ-сканер с линейным ускорителем и т.д. Медицинские устройства 416 и 418 могут быть выполнены с возможностью приема информации от модуля 210 терапевтического агента и выдачи в него информации.
[053] В соответствии с некоторыми вариантами осуществления, медицинское устройство 416 может представлять собой устройство визуализации, которое включает в себя одно или более из средств формирования изображений для регистрации изображений анатомии пациента и/или для создания больших наборов данных машиночитаемой информации изображений. Например, медицинское устройство 416 может представлять собой компьютерный томограф, сканер позитронно-эмиссионная томографии (ПЭТ), сканер магнитно-резонансной томографии (МРТ), сканер однофотонной эмиссионной компьютерной томографии (ОФЭКТ) или устройство любого типа, которое может использоваться для медицинской визуализации анатомии пациента.
[054] В других примерах медицинское устройство 418 может представлять собой систему автоматической подачи источника радиоактивного излучения в эндостат при брахитерапии, выполненную с возможностью приема управляющих команд от модуля 210 терапевтического агента в ответ на решение о лечении, обеспечиваемое или принимаемое модулем 210 терапевтического агента.
[055] В других вариантах осуществления медицинское устройство 416 может представлять собой МРТ-сканер, а медицинское устройство 418 представляет собой линейный ускоритель. Оба они принимают управляющие команды от модуля 210 терапевтического агента посредством контроллера 414 медицинских устройств и совместно работают для анализа данных изображений, получаемых медицинским устройством 416, и адаптации доставки, осуществляемой медицинским устройством 418.
[056] Интерфейс 420 медицинского устройства может быть выполнен с возможностью управления медицинскими устройствами 416 и 418 во время лечения пациента 426. В соответствии с некоторыми вариантами осуществления, модуль 210 терапевтического агента может принимать входные данные и выдавать выходные данные пользователю, например, специалисту-медику 424. Интерфейс 420 медицинского устройства может быть выполнен с возможностью отправки команд во вспомогательное устройство 415, медицинские устройства 416 и 418 и в модуль 210 терапевтического агента, а также приема от них команд. Интерфейс 420 медицинского устройства может также быть выполнен с возможностью управления вспомогательным устройством 415 и/или связи с ним. Например, интерфейс 420 медицинского устройства может быть выполнен с возможностью обеспечения управления модулем 210 терапевтического агента.
[057] Вспомогательное устройство 415 может представлять собой одно или более из немедицинских устройств, обеспечивающих немедицинские функциональные возможности системе 400. Например, в некоторых аспектах вспомогательное устройство 415 может выполнять различные «служебные» алгоритмы, например, обусловленный временем алгоритм Монте-Карло, оптимизация Парето, стек графического процессора (GPU) для ускоренного исполнения масштабных вычислений по восстановлению изображений и т.д. Вспомогательное устройство 415 может принимать информацию от модуля 210 терапевтического агента и/или интерфейса 420 медицинского устройства и выдавать в них информацию. Модуль 210 терапевтического агента может выполнять любой один или более из этапов вычислений, описываемых в настоящем документе, с использованием вспомогательного устройства 415.
[058] Модуль 210 терапевтического агента может содержать адаптивный механизм 212 лечения и может содержать одну или более из клинических баз 214 данных. Клинические базы 214 данных могут включать в себя множество баз данных, в том числе, базу 600 данных случаев, базу 700 данных протоколов и базу 800 данных заданий, которые подробнее рассматриваются ниже. Клинические базы 214 данных могут выдавать информацию в адаптивный механизм 212 лечения и принимать от него информацию.
[059] Адаптивный механизм 212 лечения может содержать контроллер 414 медицинских устройств, механизм 412 интеграции и механизм 410 координирования потоков действий. Адаптивный механизм 212 лечения может быть выполнен с возможностью выполнения заданных действий в функционально связанных устройствах, например, устройстве визуализации (например, медицинском устройстве 416). В некоторых вариантах осуществления адаптивный механизм 212 лечения может осуществлять синтаксический анализ клинических баз 214 данных в реальном времени (например, реальное время в данном контексте означает, что синтаксический анализ выполняется во время сеанса лечения в то время, когда используется адаптивный механизм 212 лечения) для определения корреляций между обширными наборами данных и для определения возможных протоколов и/или фрагментов протоколов и заданий в совокупности вариантов с учетом конкретного набора обстоятельств, изученного с помощью синтаксического анализа баз данных. Например, адаптивный механизм 212 лечения может определять путем использования корреляций во время сеанса проведения фракции лечения, являлись ли ранее возникающие случаи схожими по характеру (например, с точки зрения динамики движения и/или элементов множества структур, таких как относительное местоположение и размер), при этом адаптивный механизм 212 лечения может определять оптимальный подход к текущему случаю. В других вариантах осуществления адаптивный механизм 212 лечения может координировать разнообразные терапевтические процессы, управляемые модулем 210 терапевтического агента. Модуль 210 терапевтического агента может быть выполнен с возможностью оптимизации поведения системы 400 на основе динамически изменяющихся клинических обстоятельств (например, реакции пациента на конкретное лечение во время сеанса лечения). В некоторых примерах адаптивный механизм 212 лечения может быть выполнен с возможностью непрерывного обновления клинических баз 214 данных информацией о клинической реакции и эффективности для последующего клинического лечения.
[060] Адаптивный механизм 212 лечения может автоматически осуществлять доступ к планам лечения, а также автоматически анализировать и формулировать их на основе больших объемов данных (например, диагностической информации), хранящихся в клинических базах 214 данных. Например, после синтаксического анализа базы 600 данных случаев и базы 700 данных протоколов адаптивный механизм 212 лечения может определить (например, посредством процессора 302), что, исходя из диагностической информации, в данном случае, данных медицинского изображения, полученных посредством контроллера 414 медицинских устройств и обработанных посредством механизма 412 интеграции, существует 94%-ная вероятность того, что конкретный протокол окажется эффективным при достижении конкретной клинической задачи с учетом обстоятельств, определяемых по медицинскому изображению. Например, медицинское изображение может выявить некоторые анатомические элементы (например, изменения в заполнении мочевого пузыря/кишечника/прямой кишки), достаточные для доставки дополнительной дозы радиотерапии на мишень без уменьшения при этом дозы на окружающий орган риска, даже несмотря на то, что протокол, например, прогнозирует, что доза на мишень должна быть снижена ввиду возможной передозировки органа риска. Таким образом, адаптивный механизм 212 лечения может обеспечивать поддержку принятия клинических решений, которая обеспечивала бы сравнения ожидаемых эффективностей различных возможных методов лечения, применяемых к одной и той же геометрии пациента, с точки зрения ожидаемой доставляемой дозы в различные элементы структурного набора (например, орган риска и/или целевую опухоль). Адаптивный механизм 212 лечения может анализировать медицинское изображение для установления клинически значимых точек данных для взаимной корреляции и осуществлять синтаксический анализ клинических баз 214 данных для нахождения вероятной корреляции между другими случаями конкретного протокола, используемыми в предыдущих планах лечения для того же пациента, или даже по различным пациентам, которые продемонстрировали положительный ответ опухоли (например, сокращение) с учетом обстоятельств, определяемых по изображению. Адаптивный механизм 212 лечения может осуществлять доступ к базе 800 данных заданий для определения клинически допустимых заданий применительно к возможному протоколу и конкретного протокола для компетентного специалиста (например, специалиста-медика 424) как часть множества вариантов лечения для сравнения. Следовательно, адаптивный механизм 212 лечения может быть выполнен с возможностью анализа данных из постоянно увеличивающегося архива коррелированных данных, хранящихся, например, в базе 600 данных случаев, базе 700 данных протоколов и базе 800 данных заданий с целью выполнения большого числа сравнений (например, тысяч, миллионов и т.д.) с использованием процессора 302 для обеспечения клинически допустимых заданий для пациента 426. Адаптивный механизм 212 лечения может выполнять указанные примеры действий за несколько моментов (например, в пределах нескольких секунд, например, между 1 и 10 секундами). В любом случае действия могут выполняться в пределах приемлемого отрезка времени. Приемлемость зависит от ценности результата, оцениваемой в сопоставлении со стоимостью его ожидания.
[061] В некоторых вариантах осуществления адаптивный механизм 212 лечения может выполнять большое число сравнений диагностической информации (например, данные изображений, сравнения протоколов, корреляции заданий и т.п.) в реальном времени и использовать сравнения и корреляции для выбора лучших с клинической точки зрения вариантов лечения для пациента 426. В соответствии с некоторыми вариантами осуществления, адаптивный механизм 212 лечения может выдавать специалисту-медику 424 корреляции, изученные во время ведущегося лечения или набора аналогичных лечений, в человекочитаемом формате, определять эффективность подходящего протокола с учетом наблюдаемых и регистрируемых клинических обстоятельств и определять эффективность лечения после того, как оно доставлено пациенту 426. В одном примере адаптивный механизм лечения может сопоставлять эффективность с соответствующими структурами данных в клинических базах 214 данных (например, структурами данных, подробнее рассматриваемыми применительно к фиг. 6, 7 и 9).
[062] Адаптивный механизм 212 лечения может включать в себя алгоритмы обучения, такие как Метод Опорных Векторов (SVM), Adaboost/Logitboost, Случайные Леса, глубокое обучение и/или Нейронные Сети наряду с некоторыми другими. В некоторых примерах адаптивный механизм 212 лечения может со временем повышать свой клинический интеллект путем обучения по новым корреляциям, выполняемым по данным, включенным в модуль 210 терапевтического агента.
[063] Таким образом, специалист-медик 424 может извлекать пользу из информации, изучаемой и запоминаемой адаптивным механизмом 212 лечения. Специалист-медик 424, возможно, способен также совместно использовать информацию в значимом формате посредством системы 400 с другим врачом (не показан), лечащим пациента с подобными обстоятельствами, которые могут указывать на конкретный протокол. Независимо от того, лечит ли второй врач того же пациента по прошествии некоторого времени или одновременно лечит другого пациента по существу с аналогичным физиологическим состоянием или ситуацией, второй врач может использовать приобретенное знание (например, в реальном времени) в интересах пациента.
[064] На фиг. 5 изображен пример способа адаптивного лечения 500 радиотерапией (например, лечения рака) в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[065] На Этапе 512 адаптивный механизм 212 лечения может инициировать новый случай в ответ на ввод данных пользователем. Например, контроллер 414 медицинских устройств может принимать команду, выдаваемую интерфейсом 420 медицинского устройства и свидетельствующую о лечении радиотерапией, инициируемом для пациента 426. Адаптивный механизм 212 лечения может осуществлять доступ к базе 600 данных случаев для создания записи случая, как описывается ниже. В некоторых вариантах осуществления механизм 212 лечения может определять, что данные требуются с целью выбора протокола, и что требуются также данные медицинских изображений. Следовательно, механизм 212 лечения может инициировать задание «импортирования».
[066] На Этапе 514 импортируется диагностическая информация. В некоторых вариантах осуществления контроллер 414 медицинских устройств может извлекать данные изображений (не показаны) из медицинского устройства 416. Например, медицинское устройство 416 визуализации может выполнять одну или более из операций обработки изображений для получения изображения пациента, которое затем импортируется контроллером 414 медицинских устройств. Задание импортирования может являться одним заданием из множества заданий, хранящихся в базе 800 данных заданий. Механизм 412 интеграции может рассматривать диагностическую информацию, полученную по результатам импортирования и анализа данных изображений, осуществлять доступ к конфигурации 724 медицинского устройства из базы 700 данных протоколов и/или исполнять одно или более из заданий из базы 432 данных заданий для запроса и приема вводимых пользователем данных. В других вариантах осуществления комбинация более чем одного набора данных/метода может использоваться для получения сбалансированной точки зрения по данному случаю.
[067] В соответствии с некоторыми вариантами осуществления, адаптивный механизм 212 лечения может анализировать импортируемые данные изображений для установления клинически пригодной информации. В частности, процессор 302 может выполнять одни или более из данных 320 приложений лечения, которые могут осуществлять доступ к справочным данным (например, данным, содержащимся в одной или более из баз 600, 700 и 800 данных) во время анализа. Специалисты в данной области техники должны понимать, что адаптивным механизмом 212 лечения могут импортироваться самые разнообразные медицинские изображения и/или диагностическая информация (например, клинические данные, такие как исследования крови или других жидкостей, биопсии и т.д.). Несмотря на то, что варианты осуществления, описываемые в настоящем документе, не указывают на какой-либо конкретный анализ медицинского изображения и/или диагностической информации, следует понимать, что анализ импортируемого медицинского изображения может включать в себя один или более из известных анализов, известных и широко используемых на данном уровне техники. Например, анализ изображений может включать в себя автоматическое оконтуривание, сегментацию, наборы данных «с динамическим контрастным усилением», оценку физиологической реакции наряду с другими анализами.
[068] На Этапе 516 адаптивный механизм 212 лечения может выбирать первое множество терапевтических протоколов из клинической базы 214 данных, причем, выбор основывается на импортированном медицинском изображении и справочных протокольных данных.
[069] На Этапе 518 адаптивный механизм 212 лечения может разрабатывать первый план лечения с использованием выбранных протоколов с учетом клинической задачи. В соответствии с некоторыми вариантами осуществления, адаптивный механизм 212 лечения может предоставлять множество вариантов специалисту-медику 424 в доступном для понимания формате, который обеспечивает лишь необходимую информацию для принятия клинического решения. Например, тысячи или даже миллионы машиночитаемых точек данных, рассматриваемых адаптивным механизмом 212 лечения, могут быть сведены к ряду факторов, таких как соответствие дозы требованиям, вероятность подавления опухоли, вероятность осложнений в здоровой ткани, биологически эквивалентная доза на структуры, неопределенность результата лечения и т.п., и отображены на устройстве 305 вывода. Адаптивный механизм 212 лечения может выполнять задание, которое запрашивает вводимые данные, свидетельствующие о выборе плана лечения, и принимать вводимые пользователем данные посредством устройства 304 ввода. Вводимые данные могут указывать на решение о лечении для пациента 426. В соответствии с некоторыми вариантами осуществления, специалист-медик 424 может позволять адаптивному механизму 212 лечения выбирать протокол лечения. Например, общепринятое с клинической точки зрения правило может связывать конкретный протокол из числа выбранных протоколов с ожидаемым результатом лечения для пациента, при этом набор выбранных протоколов может обеспечивать достаточную основу для данной связи.
[070] На Этапе 520 адаптивный механизм 212 лечения может оценивать промежуточные данные путем определения - на основе конфигурации 724 медицинских устройств - руководства 722 по обеспечению качества, клинической задачи (задач) 630 и/или 632 и прочих данных. Промежуточные данные могут собираться и/или генерироваться адаптивным механизмом 212 лечения, когда выбранный протокол доставляется пациенту 426, посредством медицинских устройств 416, 418 и/или вспомогательного устройства 415.
[071] На Этапе 522 адаптивный механизм 212 лечения может выбирать второе множество возможных протоколов на основе оценки промежуточных данных.
[072] На Этапе 524 адаптивный механизм 212 лечения может разрабатывать второй план лечения на основе выбранного второго множества подходящих протоколов. Предполагается, что могут выбираться более двух альтернативных планов лечения.
[073] На Этапе 526 адаптивный механизм 212 лечения может выбирать желательное лечение (например, второй план лечения) из второго множества подходящих протоколов и осуществлять его (например, доставлять лечение).
[074] На фиг. 6 изображена блок-схема примера адаптивной базы 600 данных случаев радиотерапии в соответствии с некоторыми вариантами осуществления настоящего изобретения. База 600 данных случаев может содержать множество записей случаев, к которым относятся записи 602, 610 и 612 случаев. Запись случая может содержать наборы данных, которые представляют собой моментальные снимки информации о пациенте, относящиеся к клиническому лечению (например, случаю). Указанные моментальные снимки называются «узлами модели». Узел модели может содержать информацию, которая связывает клиническую задачу (например, цель, поставленную специалистом-медиком 424 для конкретного лечения) с пациентом (например, пациентом 426). Запись случая может также связывать данные, полученные контроллером 414 медицинских устройств, с клинической задачей, связывать потенциальные клинические лечения с доставленными лечениями и связывать результаты для доставленного лечения с конкретными протоколами, исполняемыми модулем 210 терапевтического агента. Во многих отношениях запись случая может давать общее представление о постепенном изменении информации о пациенте, относящейся к клиническому лечению, по мере развития случая (например, по мере выбора и доставки лечений и наблюдения результатов). В соответствии с некоторыми вариантами осуществления, записи случаев могут храниться в базе 600 данных случаев.
[075] Несмотря на то, что в данном примере для базы 600 данных случаев изображены три записи, следует понимать, что база 600 данных случаев может содержать любое число записей случаев. База 600 данных случаев может представлять собой NoSQL/графовую/объектную базу данных, например, Orient DB или Neo4J. База 600 данных случаев может также представлять собой другой тип архитектуры базы данных, известный на данном уровне техники. Запись 602 случая может содержать три общие категории данных случаев, включая адаптивные данные 608 случая, постоянно хранимые данные 604 случая и данные 606 о пациентах. Структура записи случая может представлять собой, например, ориентированный ациклический граф.
[076] Данные 606 о пациентах представляют собой постоянно хранимую запись, связанную с пациентом (например, пациентом 426) и могут содержать структуры данных для персональной информации 642, финансовой информации 640, доклинического анамнеза 638 и т.д. Данные 606 о пациентах могут совместно использоваться и вестись параллельно по множеству записей случаев, связанных с конкретным пациентом. Например, если все записи 602, 610 и 612 случаев представляют собой случаи, затрагивающие пациента 426, данные 606 о пациентах могут иметься в трех записях случаев. Несмотря на то, что показаны данные 606 о пациентах, имеющие структуры 638, 640 и 642 данных, следует понимать, что с записью пациента, как правило, связаны самые разнообразные данные о пациентах. Например, хотя это и не показано, данные о пациенте могут содержать дополнительную биографическую и прочую информацию, связанную с пациентом 426.
[077] Запись 602 случая может также содержать постоянно хранимые данные 604 случая. Случай описывает один или более курсов лечения, проводимых у пациента 426. Данные случая, которые постоянно хранятся, могут совместно использоваться по множеству записей случаев. Например, постоянно хранимые данные 604 случая могут содержать полученные данные 636 лечения, которые могут содержать данные лечения, связанные с предыдущими лечениями (например, случаи, фракции лечения, лечения радиотерапией и т.п.), проводимыми модулем 210 терапевтического агента, и/или лечениями от других систем и/или клиник (например, химиотерапия, хирургия и т.д.). Полученные данные 636 лечения могут содержать сами данные или содержать ссылки на постоянно хранимые данные лечения, хранящиеся в базе 600 данных случая, которые могут быть связаны с другим случаем (и, следовательно, другим лечением). Полученные данные 636 лечения могут также содержать множество ссылок на предшествующие записи случаев (например, запись 608 или 610 случая), которые могут взаимно коррелироваться адаптивным механизмом 212 лечения.
[078] Постоянно хранимые данные 604 случая могут включать в себя карты 634 отображения системы координат, обеспечивающие информацию отображения системы координат, включая выраженную в количественной форме неопределенность данных, связанных с конкретным отображением. Например, данные могут ориентироваться из одной точки в пространстве в системе А и могут ориентироваться в другой точки в пространстве, когда данные из системы А переносятся в систему В. Следовательно, перенос между системами координат (например, системой координат для системы А и системой координат для системы В) требует знания координат источника и должно требовать переноса и вращения для перехода из системы А в систему В, или наоборот. Каждая система должна иметь конкретный выраженный в количественной форме показатель неопределенности (например, матрицу неопределенности). Следовательно, один или более из коэффициентов корреляции может быть связан с каждым конкретным отображением системы координат. В одном из вариантов осуществления указанный один или более из коэффициентов корреляции может включать в себя количественное выражение неопределенности коэффициентов.
[079] Постоянно хранимые данные 604 случая могут также включать в себя информацию, относящуюся к формализованным клиническим задачам 632. Формализованные клинические задачи могут указывать на стандартизованные клинические задачи, связанные с одним или более из клинических условий, связанных со случаем. Например, если конкретная меланома успешно лечится, когда Тест Q демонстрирует показание 3% или меньше, то формализованная клиническая задача, указывающая на стандартизованную клиническую задачу «3% или меньше в Тесте Q» может быть связана с постоянно хранимыми данными 604 случая. Еще в одном примере может потребоваться отклонение от формализованной клинической задачи 632. В продолжение предыдущего примера, может обеспечиваться отклонение для расширения диапазона (например, с 3% на 5,5%) применительно к Тесту Q. Когда специалистом-медиком 424 установлено, что необходимы отклонения от стандартизованных клинических задач, отклонения 630 от клинических задач могут указывать на постоянно хранимую запись отклонения. Запись отклонения может подвергаться синтаксическому анализу и сопоставляться механизмом 412 интеграции для создания значимых корреляций, с использованием которых модуль 210 терапевтического агента увеличивает имеющуюся базу знаний.
[080] В отличие от постоянно хранимых данных 604 случая, которые содержат постоянно хранимую запись случая, адаптивные данные 608 случая могут содержать структуры данных, которые могут изменяться в течение случая. Например, адаптивные данные 608 случая могут содержать данные 620 выполнения задания, данные 622 предложения протокола и данные 624 по эффективности. Адаптивные данные 608 случая могут копироваться и/или изменяться при изменении данных 620 выполнения задания, данных 622 предложения протокола и/или данных 624 по эффективности. Связывание между различными записями адаптивных данных 608 случая обеспечивается вводимыми данными 614 маркера задания и/или выводимыми данными 618 маркера случая, как дополнительно описывается ниже, и сохраняется в записи 602 случая. Иными словами, при выполнении задания запись данного события выполнения сохраняется вместе с конфигурацией и прочей управляющей информацией (например, намерением). Кроме того, регистрируется также любая конкретная информация, выдаваемая в задание, и регистрируется также информация, возвращаемая заданием. Данные 620 выполнения задания могут указывать на зависимости между вводимыми и выводимыми данными для обеспечения доступной для анализа идентификации (например, карт происхождения) данных, обусловленных предшествующими результатами. Таким образом, запись 602 случая может содержать множество узлов моделей с такой взаимосвязанной информацией.
[081] Данные 620 выполнения задания могут содержать информацию о задании в форме маркеров задания. Маркеры задания представляют обмен информацией, который коррелирует присущую определенному случаю информацию, такую как постоянно хранимые данные случая и данные пациента, с информацией снаружи пространства случая. Пространство случая является массивом данных, поддерживаемым модулем 210 терапевтического агента (например, клинической базой 214 данных) и представляет собой постепенное развитие управляемого случая (случаев). Во время выполнения заданий может быть получена информация снаружи пространства случая, такая как получение изображения или прием вводимых пользователем данных. Например, задание планирования лечения может потребовать параметров, определяющих конкретный аппарат для лечения. Указанные параметры аппарата имеются снаружи пространства случая, возможно, в другой базе данных (например, клинической базе 216 данных). Например, маркер задания может содержать узел модели, который содержит данные, полученные ранее в составе полученных данных 636 лечения. По мере развития случая адаптивный механизм 212 лечения может выполнять задания и записывать выполнение задания в составе записи 602 случая. Связанные с заданиями записи данных могут представлять собой неизменяемые маркеры заданий (например, фиксированные состояния, которые не изменяются) и/или изменяемые маркеры заданий. Например, маркеры заданий могут представлять собой собранные, полученные и сохраненные наборы данных (сканы КТ, магнитно-резонансную визуализацию (MRI) и т.д.), одно или более из формализованных высказываний одной или более из задач лечения (например, назначение дозы, требования к гистограмме доза-объем (DVH) и т.д.), наблюдения состояния пациента (например, самочувствие перед назначаемой фракцией, показания специфического антигена простаты (PSA) и т.д.) и/или один или более из полученных элементов структурного набора (например, опухоль, данные очерчивания органов риска (OAR) и т.д.) наряду с некоторыми другими.
[082] В соответствии с некоторыми вариантами осуществления, адаптивный механизм 212 лечения может обращаться к вводимым данными 614 маркера задания (например, принимаемым маркерам задания) и выдавать выводимые данные 618 маркера случая. Вводимые данные 614 маркера задания и выводимые данные 618 маркера случая могут сохранять постоянно хранимую запись вводимых данных и выводимых данных информации для индексирования и сопоставления, что может увеличивать скорость вычислений для адаптивного механизма 212 лечения. Например, в пределах записи 602 случая указание на то, что данные 624 по эффективности должны быть обновлены (например, после выполнения фракции лечения), может указываться маркером задания, отражаемом в вводимых данных 614 маркера задания. В этом случае адаптивный механизм 212 лечения может копировать и сохранять адаптивные данные 608 случая в записи 602 случая, в то время как вводимые данные 614 маркера задания обновляются с использованием новой информации. Адаптивный механизм 212 лечения может после этого копировать и изменять адаптивные данные 608 случая с использованием в выводимых данных 618 маркера случая указания на то, что данные 624 по эффективности обновляются с использованием новой информации. Таким образом, предшествующие адаптивные данные 608 случая индексируются и сопоставляются с текущими адаптивными данными 608 случая. Вследствие этого, запись 602 случая может содержать несколько связанных узлов модели.
[083] Адаптивные данные 608 случая могут дополнительно содержать информацию в отношении предложений протокола лечения по возможным протоколам лечения. Протокол лечения, подробнее рассматриваемый ниже, представляет собой курс лечения, который состоит из одного или нескольких заданий. Предложение протокола лечения может содержать один или более протоколов лечения, предлагаемых адаптивным механизмом 212 лечения для будущего лечения. Данные 622 предложения протокола (например, информация, относящаяся к предложениям протокола) и задания, связанные с протоколами лечения, могут индексироваться и сопоставляться адаптивным механизмом 212 лечения для поддержки записи имеющихся вариантов лечения в любой момент времени в графике лечения.
[084] Данные 624 по эффективности могут осуществлять постоянно хранимую запись эффективности конкретного протокола или иного варианта лечения. Например, если адаптивный механизм 212 лечения выбирает протоколы А, В и С, и доставляется лечение С (например, лечение С в соответствии с прогнозом является наиболее эффективным), адаптивный механизм 212 лечения может записывать эффективность лечения С в данных 624 по эффективности. В соответствии с некоторыми вариантами осуществления, адаптивный механизм 212 лечения может осуществлять синтаксический анализ базы 600 данных, коррелировать лечение С с обстоятельствами, окружающими выбор протоколов А, В и С, и коррелировать эффективность лечения С применительно к данным конкретным обстоятельствам. Например, для лечения опухоли головного мозга доза на зрительный нерв может различаться между выбранными протоколами А, В и С, и наиболее благоприятный протокол может выбираться на основе дозировки, если другие относящиеся к результату лечения данные приемлемы. Следовательно, данные 624 по эффективности могут содержать информацию, относящуюся к записи 602 случая, например, характерную исключительно для пациента 426, и могут также содержать ссылки на маркеры случая, связанные с другими пациентами (не показаны).
[085] Под действием команды на инициирование случая механизм 412 интеграции может осуществлять поиск базы 600 данных случаев, чтобы определить, имеются ли данные 606 о пациенте для данного пациента. Если данные 606 о пациенте имеются для пациента 426, адаптивный механизм 212 лечения может создавать запись 602 случая и связывать данные 606 о пациенте с записью 602 случая. Адаптивный механизм 212 лечения может также инициировать одно или более из дополнительных заданий для запроса на ввод дополнительной необходимой информации о пациенте. Например, адаптивный механизм 212 лечения может определять, что в данных 606 о пациенте отсутствует дата рождения пациента. Адаптивный механизм лечения может указывать специалисту-медику 424 ввести дату рождения (DOB) пациента. Следовательно, адаптивный механизм 212 лечения может записывать выводимые данные 618 маркера случая, которые регистрируют запрос на ввод пользователем данных. Адаптивный механизм 212 лечения может принимать вводимые данные, сохранять вводимые данные в данные 606 о пациенте и записывать вводимые данные 614 маркера задания. Таким образом, поддерживаются индексирование и корреляция между изменениями в записи 602 случая.
[086] На фиг. 7 изображена блок-схема примера адаптивной базы 700 данных протоколов радиотерапии в соответствии с некоторыми вариантами осуществления настоящего изобретения. База 700 данных протоколов может хранить записи 702, 704 и 706 протоколов. База 700 данных протоколов может содержать любое число записей протоколов. База 700 данных протоколов может содержать структуры данных для записи 702 протокола и справочные протокольные данные 710. База 700 данных протоколов может представлять собой базу данных типа модели и системы обозначений ведения конкретного случая (CMMN), например, реализованную на платформе Camunda базу данных. База 700 данных протоколов может также использовать другие архитектуры базы данных, известные на данном уровне техники.
[087] Справочные протокольные данные 710 могут содержать информацию, специфическую для стандартных протоколов адаптивной радиотерапии, используемых при лечении рака адаптивной радиотерапией. Справочные протокольные данные 710 могут содержать стандартное описание 732 протокола и карту 730 клинической задачи, связывающую стандартное описание с конкретным клиническим намерением (например, формализованными клиническими задачами 632). Адаптивный механизм 212 лечения может сопоставлять правила 725 статического протокола с одним или более из конкретных заданий из базы 800 данных заданий. Например, если типичный протокол для фракции лечения содержит задание из записи 802 задания, информация из этой записи задания может записываться и индексироваться в правилах 725 статического протокола в виде карты 726 «задание-протокол». Результаты лечения, упоминаемые в карте 824 результатов лечения протокола, могут также упоминаться в соответствующей записи протокола в карте 728 «протокол-результат лечения».
[088] Справочные протокольные данные 710 могут также содержать конфигурации 724 медицинских устройств и руководства 722 по обеспечению качества. Руководства 722 по обеспечению качества могут указывать на одно или более из количественных руководств для применения протокола, упоминаемого в записи 702 протокола.
[089] Запись 702 протокола может также содержать адаптивные протокольные данные 708. Аналогично адаптивным данным 808 задания, адаптивные протокольные данные 708 могут содержать информацию о протоколе, которая непрерывно обновляется адаптивным механизмом 212 лечения в течение одного или более из случаев. Запись 702 протокола может содержать данные 720 истории предложений протокола и выполнения задания, запись 716 эффективности протокола, запись 714 отклонения протокола и запись 712 эффективности отклонения протокола.
[090] Данные 720 истории предложений протокола и выполнения задания могут содержать запись случаев (например, запись 602 случая), с которой предлагался протокол, связанный с записью 702 протокола. Например, когда адаптивный механизм 212 лечения определяет на основе диагноза, полученного по медицинскому изображению, что протокол 702 является одним из трех надлежащих протоколов для выбора в предложении лечения для пациента 426, адаптивный механизм лечения может упоминать данную информацию в данных 720 истории предложений протокола и выполнения задания.
[091] Запись 716 эффективности протокола подобно данным 624 по эффективности может содержать информацию, относящуюся к эффективности, связанной с протоколом 702. При изменении стандартного протокола (например, при отклонении) отклонение может записываться в записи 714 отклонения протокола. Следовательно, при доставке отклоненного протокола механизм 412 интеграции может определять эффективность лечения и записывать данные по эффективности в 712.
[092] Далее применительно к фиг. 8 рассматривается блок-схема примера базы 800 данных заданий адаптивной радиотерапии в соответствии с некоторыми вариантами осуществления настоящего изобретения. База 800 данных заданий может содержать записи 802, 804 и 806 заданий. Несмотря на то, что в базе 800 данных заданий показаны три записи заданий, следует понимать, что в базе 800 данных заданий хранится любое число заданий.
[093] Как указано выше, задание представляет собой сохраненный этап процесса (например, потока действий), такого как получение и сохранение собранных наборов данных, формализацию задачи лечения, определение состояния пациента, получение одного или более из элементов структурного набора, управление медицинским устройством для применения фракции и т.д. Задание может содержать один этап (например, ввод скана) или может содержать множество этапов (например, запрос на ввод пользователем данных, импортирование данных, запись в базу данных, связывание X с Y, отправку Y в контроллер 414 медицинских устройств и т.д.). Каждое задание может храниться в базе 800 данных заданий в виде записи 802 задания.
[094] Запись 802 задания может содержать адаптивные данные 808 задания (описываемые ниже) и справочные данные 810 задания. Справочные данные 810 задания могут включать в себя стандартные задания, связанные с адаптивным лечением радиотерапией с поставленными заданиями, которые, как правило, неизменяемы. Например, справочные данные 810 задания могут включать в себя настройку для регулируемого управления для медицинского устройства 418, которое имеет лишь одну безопасную настройку применительно к лечению радиотерапией. Указанное задание «регулировки управления» может храниться в виде правила 820 статического задания.
[095] Информация в правилах 820 статического задания может включать в себя связи между обычно применяемыми заданиями и клиническими заданиями, для которых обычно выполняются задания. Например, если клиническая задача «применения фракции» всегда связана с заданием Х как само собой разумеющееся (например, «Х» является каким-либо конкретным заданием), адаптивный механизм 212 лечения может индексировать и записывать данную связь как карту 826 «клиническое задание-задача». Когда конкретные протоколы выбираются адаптивным механизмом 212 лечения, одно или более из заданий, связанных с протоколом, может индексироваться в карте 822 «задание-протокол». Данные, связанные с результатом лечения задания, могут записываться в карту 824 результата лечения протокола. Например, если задание Y (например, «Y» является другим конкретным заданием) статистически связано с частотой успеха 80% при использовании с конкретным протоколом, корреляция может записываться в виде карты 824 результата лечения протокола.
[096] В отличие от справочных данных 810 задания, которые могут представлять собой стандартизированные правила и связи, назначаемые конкретному заданию, запись 802 задания может также включать в себя адаптивные данные 808 задания. Адаптивные данные 808 задания могут включать в себя данные 814 о выполнении задания, которые могут быть изменены в соответствии с приобретенным опытом адаптивным механизмом 212 лечения. Например, когда адаптивный механизм 212 лечения определяет, что необходимо активизировать одно или более из заданий, адаптивный механизм 212 лечения может индексировать связь между конкретным заданием и обстоятельствами, окружающими необходимость в активизации задания. Указанная информация о связи может храниться в составе данных 814 о выполнении задания. Например, в простом сценарии адаптивный механизм 212 лечения может узнать, что медицинское устройство использует информацию L, B и J для определения результата. Адаптивный механизм 212 лечения может связывать задания «Получение L», «Получение B» и «Получение J» с конкретным обстоятельством, которое указывает, что использование медицинского устройства 418 может быть необходимым. Например, для некоторых опухолей головного мозга может быть указано использование устройства введения дозы протонов, при этом могут понадобиться некоторые данные по MRI для точного планирования введения дозы протонов. В соответствии с некоторыми вариантами осуществления, адаптивный механизм 212 лечения может определять исходя из предыдущих случаев конкретного обстоятельства, приводящего к использованию медицинского устройства 418 (например, заданий получения L, получения B и получения J), что медицинское устройство, скорее всего, понадобится с учетом наличия данного конкретного обстоятельства, и создавать запись связи в карте 826 «клиническое задание-задача», связанной с записью 802 задания. Предыдущие случаи конкретного обстоятельства могут храниться в виде вводимых данных 816 маркера задания. В одном из вариантов осуществления метаданные (например, совокупность рассматриваемых намерений лечения), связанные со случаями, могут также храниться в виде вводимых данных 816 маркера задания. Еще в одном примере выводимые данные 818 маркера случая могут включать в себя метаданные, связанные с конкретными случаями, свидетельствующими о изученной информации о задании. Данные 812 по эффективности могут регистрировать результаты лечения случая, связанные с приобретенной информацией о задании. Например, данные 812 по эффективности могут указывать на присущие определенному случаю данные 624 по эффективности в качестве взаимной корреляции между выполнением изученного задания и относительным успехом выполнения применительно к клинической задаче. Если конкретный случай (например, запись 602 случая) включал в себя отклонение от формализованных клинических задач 632, данная информация может быть связана и индексирована с данными 812 по эффективности для выдачи применимых сведений для будущих применений адаптивных данных 808 задания.
[097] На фиг. 9 изображена схема потоков, иллюстрирующая пример способа 900 для выбора первого множества клинических протоколов в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[098] На Этапе 902 адаптивный механизм 212 лечения может сначала определять клиническую задачу на основе информации, анализируемой по медицинскому изображению. Например, если медицинское изображение, прочая диагностическая информация указывает на конкретный тип опухоли вблизи поверхности кожи, клиническая задача может состоять в измерении опухоли и обеспечении адекватной дозы излучения для уменьшения размера опухоли на 80%.
[099] На Этапе 904 механизм 412 интеграции может выбирать доступные задания протокола из базы 800 данных заданий на основе диагноза и/или анализа медицинского изображения. Например, механизм 412 интеграции может определять диагноз L и обращаться к правилам 820 статического задания для определения по карте 822 «задание-протокол», что конкретный набор заданий, например, 11, 12 и 14 является подходящим для диагноза L. Механизм 412 интеграции может использовать доступные задания 11, 12 и 14 для определения одного или более из протоколов. Определение, выполняемое механизмом 412 интеграции, может осуществляться с помощью информации, доступ к которой разрешен в базе данных протоколов.
[0100] На Этапе 906 механизм 412 интеграции может выбирать возможные протоколы для вывода исходя из доступных заданий. Доступные задания могут выбираться исходя из правил 820 статического задания, которые предусматривают связи в карте 822 «задание-протокол» между протоколом (например, записью 702 протокола) и различными заданиями, которые клинически приемлемы для данного протокола. Механизм 412 интеграции может дополнительно анализировать выбранные протоколы путем прогнозирования результатов лечения для каждого возможного протокола.
[0101] На Этапе 908 механизм 412 интеграции может прогнозировать клинические результаты лечения для выбранных протоколов (например, степень, в которой прогнозируется каждый протокол для выполнения заявленной клинической задачи). Механизм 412 интеграции может прогнозировать результаты лечения в реальном времени на основе доступной информации, включая постоянно хранимые данные 604 случая, данные 606 о пациенте, адаптивные данные 608 случая, справочные протокольные данные 710 и/или адаптивные протокольные данные 708. Прогнозы могут основываться, например, на данных 624 по эффективности совместно (в увязке) с данными 622 предложения протокола, записью 712 эффективности отклонения протокола и другими записями, указывающими аналогичную информацию, усвоенную из данных 720 истории предложений протокола и выполнения задания.
[0102] На Этапе 910 механизм 412 интеграции может генерировать протоколы для выбора. Генерирование протоколов может основываться на относительных прогнозах, осуществляемых на Этапе 908, с учетом формализованных клинических задач 632 и/или отклонений 630 клинических задач.
[0103] На фиг. 10 показана схема потоков, иллюстрирующая пример способа оценивания промежуточных данных 100 в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[0104] На Этапе 1002 механизм 412 интеграции может определять клиническую задачу по формализованным клиническим задачам 632 и/или отклонениям 630 клинических задач.
[0105] На Этапе 1004 модуль 210 терапевтического агента может выполнять одно или более из заданий для анализа промежуточных данных.
[0106] На Этапе 1006 механизм 412 интеграции может определять по результатам анализа, выполнена ли клиническая задача. Если клиническая задача выполнена, адаптация к плану лечения может не понадобиться.
[0107] На Этапе 1008, если задача не выполнена, адаптивный механизм 212 лечения может определять, требует ли клиническая задача изменения. Если изменения не нужны (например, цель лечения попросту не достигнута, но цель была правильной), адаптивный механизм 212 лечения может не изменять клиническую задачу. Если необходимо изменение клинической задачи, механизм 212 лечения может запрашивать ввод новой клинической задачи. В соответствии с некоторыми вариантами осуществления, механизм лечения может генерировать новую задачу самостоятельно и записывать формализованные клинические задачи 632.
[0108] На фиг. 11 изображена схема потоков, иллюстрирующая пример способа 1100 выбора второго множества клинических протоколов (например, как описано на Этапе 522) в соответствии с некоторыми вариантами осуществления настоящего изобретения.
[0109] На Этапе 1102 адаптивный механизм 212 лечения может определять клиническое намерение. В соответствии с некоторыми вариантами осуществления, механизм 412 интеграции может рассматривать информацию о диагнозе, полученную по результатам импортирования и анализа промежуточных данных (например, Этапа 522), обращаться к конфигурации 724 медицинского устройства из базы 700 данных протоколов и/или выполнять одно или более из заданий из базы 432 заданий для определения клинического намерения (например, проведение радиационной терапии рака для достижения некоторой значимой цели, для применения излучения в некоторых (возможно, ограниченных) количествах, для снижения размера опухоли на значимую величину, для осуществления изменения, которое может быть осуществлено с помощью клинического исследования, и т.д.).
[0110] На Этапе 1104 механизм 412 интеграции может выбирать доступные задания протокола из базы 800 данных заданий исходя из диагноза и/или анализа медицинского изображения. Например, механизм 412 интеграции может определять диагноз М и обращаться к правилам 820 статического задания для определения по карте 822 «задание-протокол», что конкретный набор заданий, скажем, 11, 12 и 14 является подходящим для диагноза М. Механизм 412 интеграции может, тем не менее, использовать доступные задания 15, 16 и 12 протокола для определения одного или более из протоколов. Определение, выполняемое механизмом 412 интеграции, может осуществляться с помощью информации, доступ к которой разрешен в базе 700 данных протоколов.
[0111] На Этапе 1106 механизм 412 интеграции может выбирать возможные протоколы для лечения исходя из доступных заданий. Доступные задания могут выбираться исходя из правил 820 статического задания, которые предусматривают связи в карте 822 «задание-протокол» между протоколом (например, протоколом 702) и различными заданиями, которые клинически приемлемы для данного протокола. Механизм 412 интеграции может дополнительно анализировать выбранные протоколы путем прогнозирования результатов лечения для каждого возможного протокола.
[0112] На Этапе 1108 механизм 412 интеграции может прогнозировать результаты лечения протокола для выбранных протоколов. Механизм 412 интеграции может прогнозировать результаты лечения в реальном времени на основе доступной информации, включая конфигурацию 724 медицинского устройства, постоянно хранимые данные 604 случая, данные 606 о пациенте, адаптивные данные 608 случая, справочные протокольные данные 710 и/или адаптивные протокольные данные 708. Прогнозы могут основываться, например, на данных 624 по эффективности совместно (например, в увязке) с данными 622 предложения протокола, записью 712 эффективности отклонения протокола и другими записями, указывающими аналогичную информацию, усвоенную из данных 720 истории предложений протокола и выполнения задания.
[0113] На Этапе 1110 механизм 412 интеграции может генерировать протоколы для выбора. Генерируемые протоколы могут основываться на относительных прогнозах, осуществляемых на Этапе 1108, с учетом формализованных клинических задач 632 и/или отклонений 630 клинических задач.
[0114] Фиг. 12 представляет собой схему потоков, иллюстрирующую адаптивное лечение радиотерапией в соответствии с некоторыми вариантами осуществления настоящего изобретения, и может быть реализована с помощью системы 400.
[0115] На Этапе 1210 контроллер 414 медицинских устройств может импортировать данные медицинского изображения, свидетельствующие о биологической структуре, наблюдаемой у пациента 426. Данные медицинского изображения могут обеспечиваться медицинским устройством (например, медицинскими устройствами 416 и 418). Например, медицинское устройство 416 визуализации может принимать сигнал от адаптивного механизма 212 лечения для создания медицинского изображения (например, САТ-скана). Медицинское устройство 416 визуализации может выполнять скан пациента 426, сохранять данные скана (данные медицинского изображения) в локальную память и передавать данные по шине 422 устройства в адаптивный механизм 212 лечения.
[0116] На Этапе 1212 механизм 412 интеграции может выполнять обработку изображений и/или инициировать ее выполнение для анализа данных изображения с целью определения топографии структур в данных.
[0117] На Этапе 1214 после обращения к базе 600 данных случаев, базе 700 данных протоколов и базе 800 данных заданий механизм 412 интеграции может выбирать первое множество терапевтических протоколов для очерчивания структуры.
[0118] На Этапе 1216 адаптивный механизм 212 лечения может выбирать первое множество терапевтических протоколов и представлять возможные протоколы специалисту-медику.
[0119] На Этапе 1218 адаптивный механизм 212 лечения может принимать решение о лечении либо самостоятельно, либо с одобрения квалифицированного специалиста-медика.
[0120] На Этапе 1220 лечение одобряется и проводится.
[0121] На Этапе 1222 принимаются данные о лечении на основе проведенного лечения. Например, могут приниматься данные по эффективности, относящиеся к проведенному лечению. Данные по эффективности могут включать в себя информацию о сокращении опухоли, проведенное излучение в органы риска и т.п.
[0122] На Этапе 1224 модуль 210 терапевтического агента может анализировать промежуточные результаты и определять, что необходимо адаптивное второе лечение.
[0123] На Этапе 1226 адаптивный механизм 212 лечения может на основе справочных протокольных данных и адаптивных протокольных данных выбирать второй план лечения для определения органов риска (OAR) и целенаправленного воздействия с использованием второго множества терапевтических протоколов.
[0124] На Этапе 1228 одобряется выбранный второй план лечения.
[0125] На Этапе 1230 вновь принимается решение о лечении.
[0126] На Этапе 1232 выполняется второй план лечения. Модуль 210 терапевтического агента может быть выполнен с возможностью управления множеством разнообразных адаптивных лечений радиотерапией, включая, например, назначение и одобрение дозы, а также доставку и регистрацию дозы наряду с некоторыми другими.
[0127] На фиг. 13 изображен пример плана 1300 лечения при адаптивном лечении радиотерапией в соответствии с некоторыми вариантами осуществления. После выбора первого множества возможных протоколов 1216, например, для инициирования заданий очерчивания для определения органов риска (OAR) и целенаправленного воздействия адаптивный механизм 212 лечения может представлять варианты посредством устройства вывода (например, устройств 305 вывода и/или интерфейса 420 медицинского устройства). Показаны различные протоколы (например, клинические задачи, цели и/или варианты лечения) 1302, 1304, 1306 и 1308, каждый со своими соответствующими планами (например, 1310) фракций, изображенными наряду со своими соответствующими заданиями 1318. Адаптивный механизм 212 лечения может представлять каждый из протоколов (например, вариантов лечения) 1302, 1304, 1306 и 1308 таким образом, чтобы обеспечивать взаимное сравнение всех четырех вариантов. Хотя это и не показано, протоколы 1302, 1304, 1306 и 1308 могут включать в себя структуру протокола, аналогичную протоколу 1302, но с другими заданиями, представленными в формате, совместимом с протоколом 1302.
[0128] Фиг. 14 иллюстрирует протокол 1302 управления адаптивным лечением радиотерапией в соответствии с некоторыми вариантами осуществления настоящего изобретения. На Этапе 1402 протокол 1302 может включать в себя задание для сбора данных. После того, как данные собраны, протокол 1302 может выполнять параллельно три задания 1404, 1406 и 1408. Например, в 1404 протокол 1302 может включать в себя использование устройства визуализации для получения одного или более из изображений, демонстрирующих контур целевой опухоли. В 1406 протокол 1302 может включать в себя задание оконтуривания органов риска. В 1408 протокол 1302 может дополнительно применять аппликатор и/или катетер к пациенту 426. Несмотря на то, что задания 1404 и 1406 требуют одобрения, некоторые задания (например, Задание 1408) могут запускаться без одобрения. В 1410 задания 1404 и 1406 одобряются или отклоняются. В 1412 протокол 1302 может включать в себя задание для обратного планирования дозы, включая контуры. В 1414 обратное планирование дозы одобряется, и протокол 1302 может завершаться.
[0129] В соответствии с некоторыми вариантами осуществления, протокол 1302 может изменяться по сравнению со своим стандартным описанием протокола (например, стандартным описанием 732 протокола) с включением в него новых Заданий 1416 и 1418. Следовательно, протокол может отклоняться от стандартного описания. Протокол 1302 может записывать отклонения в запись 714 отклонения протокола. После проведения отклоненного протокола адаптивный механизм 212 лечения может определять эффективность протокола и записывать эффективность в запись 712 эффективности отклонения протокола. Несмотря на то, что протокол 1302, как показано на фиг. 14, включает в себя конкретное число этапов, следует понимать, что протокол 1302 является лишь примером. Модуль 210 терапевтического агента может включать в себя любое число клинически приемлемых протоколов лечения, которые могут включать в себя любое число заданий лечения в любом числе конкретных порядков.
[0130] В настоящем изобретении описывается адаптивная система управления лечением с независимым моделированием лечения и механизмом управления потоком действий. Иллюстрированные этапы изложены для объяснения изображенных примеров осуществления, и следует ожидать, что непрерывный технический прогресс изменит способ выполнения конкретных функций. Указанные примеры представлены в настоящем документе в целях иллюстрации, а не ограничения. Кроме того, в настоящем документе для удобства описания границы функциональных стандартных блоков определены произвольным образом. Альтернативные границы могут быть определены при условии, что заданные функции и их взаимозависимости надлежащим образом выполняются, а совокупная функциональность набора модулей, доступных пользователю, удовлетворяет требованиям области применения. Альтернативы (включая эквиваленты, расширения, модификации, отклонения и т.д. описываемого в настоящем документе) будут ясны специалистам в соответствующей области (областях) техники на основе содержащегося в настоящем документе. Такие альтернативы находятся в пределах объема и сущности описываемых вариантов осуществления. Кроме того, слова «состоящий из», «имеющий», «содержащий» и «включающий в себя», а также другие подобные формы эквивалентны по значению и являются неограничивающими в том отношении, что элемент или элементы, следующие за любым из указанных слов, не предполагают исчерпывающий список такого элемента или элементов, либо предполагают ограничение только перечислением элементов или элементами. Необходимо также отметить, что используемые в настоящем документе и в прилагаемой формуле изобретения формы единственного числа включают в себя ссылки на множественное число, если контекст явно не указывает на иное.
[0131] Кроме того, один или более из машиночитаемых носителей хранения данных может использоваться при реализации вариантов осуществления в соответствии с настоящим изобретением. Машиночитаемый носитель хранения данных относится к любому типу физической памяти, в которой может храниться информация или данные, считываемые процессором. Так, машиночитаемый носитель хранения данных может хранить команды для выполнения одним или более из процессоров, включая команды для инициирования выполнения процессором (процессорами) этапов или стадий в соответствии с вариантами осуществления, описываемыми в настоящем изобретении. Следует понимать, что термин «машиночитаемый носитель хранения данных» включает в себя материальные предметы и исключает несущие волны и неустановившиеся сигналы, т.е., является непереходным. К примерам относятся оперативное запоминающее устройство (RAM), постоянное запоминающее устройство (ROM), энергозависимая память, невременная память, жесткие диски, CD ROM, DVD, флэш-накопители, диски и любые другие известные физические носители хранения данных.
[0132] Предполагается, что описание и примеры должны рассматриваться только как иллюстративные, при этом истинный объем и сущность описываемых вариантов осуществления определены в нижеследующей формуле изобретения.
Claims (71)
1. Система для генерирования планов лечения, причем система содержит:
клиническую базу данных для хранения терапевтических протоколов, причем каждый терапевтический протокол отражает задания лечения; и
механизм лечения, функционально связанный с клинической базой данных, причем механизм лечения содержит:
контроллер медицинских устройств, выполненный с возможностью получения диагностической информации и управления доставкой лечения радиотерапией пациенту; и
по меньшей мере один процессор, запрограммированный на:
выбор первых терапевтических протоколов из клинической базы данных, причем выбор основывается на полученной диагностической информации и справочных протокольных данных, причем справочные протокольные данные содержат обновленную информацию по эффективности лечения;
вычисление вероятности эффективности лечения для каждого протокола в первых терапевтических протоколах с помощью справочных протокольных данных, причем каждая вероятность эффективности лечения представляет собой вероятность того, что конкретный протокол окажется эффективным при достижении клинической задачи;
разработку первого плана лечения по первым терапевтическим протоколам на основе клинической задачи, справочных протокольных данных и вероятностей эффективности лечения;
определение клинического намерения для первого плана лечения;
оценку, в ходе осуществления первого плана лечения, промежуточных данных по отношению к клиническому намерению, которые указывают на измененное состояние пациента, с учетом хода осуществления первого плана лечения; и
выбор, на основе справочных протокольных данных и адаптивных протокольных данных, второго плана лечения с помощью вторых терапевтических протоколов, причем выбранный второй план лечения адаптируется для выполнения клинической задачи на основе клинической задачи, справочных протокольных данных и информации по эффективности лечения,
причем контроллер медицинских устройств выполнен с возможностью управления доставкой адаптивного лечения радиотерапией с помощью выбранного второго плана лечения.
2. Система по п. 1, отличающаяся тем, что указанный по меньшей мере один процессор дополнительно запрограммирован на:
обновление записи случая, причем обновление включает в себя первые терапевтические протоколы, вторые протоколы, промежуточные данные и второй план лечения.
3. Система по п. 1, отличающаяся тем, что указанный по меньшей мере один процессор дополнительно запрограммирован на:
определение эффективности второго плана лечения; и
генерирование записи эффективности протокола.
4. Система по п. 1, отличающаяся тем, что диагностическая информация включает в себя одно или более из медицинских изображений.
5. Система по п. 1, отличающаяся тем, что выбор указанных первых терапевтических протоколов включает в себя:
генерирование доступных заданий протокола;
выбор по меньшей мере двух протоколов из базы данных протоколов на основе доступных заданий протокола;
прогнозирование результата лечения для каждого из указанных по меньшей мере двух выбранных протоколов; и
генерирование первых терапевтических протоколов на основе прогнозируемых результатов лечения.
6. Система по п. 5, отличающаяся тем, что указанные доступные задания протокола свидетельствует о допустимом действии протокола.
7. Система по п. 5, отличающаяся тем, что указанные доступные задания протокола генерируются на основе диагностической информации и клинического намерения.
8. Система по п. 7, отличающаяся тем, что оценка промежуточных данных дополнительно включает в себя:
выборочное генерирование нового клинического намерения на основе промежуточных данных.
9. Система по п. 8, отличающаяся тем, что дополнительно содержит генерирование вторых протоколов, включающих в себя:
генерирование вторых доступных заданий протокола, свидетельствующих о допустимом действии протокола;
выбор по меньшей мере двух протоколов из базы данных протоколов;
прогнозирование вероятностей эффективности лечения для каждого из указанных по меньшей мере двух выбранных протоколов; и
генерирование вторых терапевтических протоколов на основе вероятностей эффективности лечения.
10. Система по п. 9, отличающаяся тем, что указанные по меньшей мере два протокола из базы данных протоколов выбираются на основе промежуточных данных и одного из клинического намерения и нового клинического намерения.
11. Способ генерирования планов лечения, отличающийся тем, что способ включает в себя:
выбор, с помощью по меньшей мере одного процессора, первых терапевтических протоколов из клинической базы данных, причем выбор основывается на диагностической информации и справочных протокольных данных, причем справочные протокольные данные содержат обновленную информацию по эффективности лечения;
определение, с помощью по меньшей мере одного процессора, клинической задачи для плана лечения;
вычисление, с помощью по меньшей мере одного процессора, вероятности эффективности лечения для каждого протокола в первых терапевтических протоколах с помощью справочных протокольных данных, причем каждая вероятность эффективности лечения представляет собой вероятность того, что конкретный протокол окажется эффективным при достижении клинической задачи;
разработку, с помощью указанного по меньшей мере одного процессора, первого плана лечения по первым терапевтическим протоколам на основе клинической задачи, справочных протокольных данных и вероятностей эффективности лечения;
определение клинического намерения для первого плана лечения;
оценку, с помощью по меньшей мере одного процессора в ходе осуществления первого плана лечения, промежуточных данных по отношению к клиническому намерению, которые указывают на измененное состояние пациента, с учетом хода осуществления первого плана лечения; и
выбор, с помощью по меньшей мере одного процессора на основе справочных протокольных данных и адаптивных протокольных данных, второго плана лечения с помощью вторых терапевтических протоколов, причем выбранный второй план лечения адаптируется для выполнения клинической задачи на основе клинической задачи, справочных протокольных данных и информации по эффективности лечения, и
управление доставкой адаптивного лечения радиотерапией с помощью выбранного второго плана лечения.
12. Способ по п. 11, дополнительно включающий в себя:
обновление записи случая, причем обновление включает в себя первые терапевтические протоколы, вторые протоколы, промежуточные данные и второй план лечения.
13. Способ по п. 11, дополнительно включающий в себя:
определение эффективности второго плана лечения; и
генерирование записи эффективности протокола.
14. Способ по п. 11, отличающийся тем, что выбор указанных первых терапевтических протоколов включает в себя:
генерирование доступных заданий протокола;
выбор по меньшей мере двух протоколов из базы данных протоколов на основе доступных заданий протокола;
прогнозирование результата лечения для каждого из указанных, по меньшей мере, двух выбранных протоколов; и
генерирование первых терапевтических протоколов на основе прогнозируемых результатов лечения.
15. Способ по п. 14, отличающийся тем, что указанные доступные задания протокола свидетельствуют о допустимом действии протокола.
16. Способ по п. 14, отличающийся тем, что указанные доступные задания протокола генерируются на основе диагностической информации и клинической задачи.
17. Способ по п. 16, отличающийся тем, что оценка промежуточных данных дополнительно включает в себя:
выборочное генерирование новой клинической задачи на основе промежуточных данных.
18. Способ по п. 16, отличающийся тем, что дополнительно содержит генерирование вторых протоколов, включающее в себя:
генерирование вторых доступных заданий протокола, свидетельствующих о допустимом действии протокола;
выбор по меньшей мере двух протоколов из базы данных протоколов;
прогнозирование результата лечения для каждого из указанных по меньшей мере двух выбранных протоколов; и
генерирование вторых терапевтических протоколов на основе прогнозируемых результатов лечения.
19. Способ по п. 18, отличающийся тем, что указанные по меньшей мере два протокола из базы данных протоколов выбираются на основе промежуточных данных и одной из клинической задачи и новой клинической задачи.
20. Невременный машиночитаемый носитель хранения данных, который хранит команды, исполняемые по меньшей мере одним процессором, для осуществления способа адаптивного лечения рака, причем способ включает в себя:
выбор первых терапевтических протоколов из клинической базы данных, причем выбор основывается на диагностической информации и справочных протокольных данных, причем справочные протокольные данные содержат обновленную информацию по эффективности лечения;
определение клинической задачи для лечения;
определение клинического намерения для первого плана лечения;
вычисление вероятности эффективности лечения для каждого протокола в первых терапевтических протоколах с помощью справочных протокольных данных, причем каждая вероятность эффективности лечения представляет собой вероятность того, что конкретный протокол окажется эффективным при достижении клинической задачи;
разработку первого плана лечения по первым терапевтическим протоколам на основе клинической задачи, справочных протокольных данных и вероятностей эффективности лечения;
оценку в ходе осуществления первого плана лечения промежуточных данных по отношению к клиническому намерению, которые указывают на измененное состояние пациента, с учетом хода осуществления первого плана лечения; и
выбор на основе справочных протокольных данных и адаптивных протокольных данных второго плана лечения с помощью вторых терапевтических протоколов, причем выбранный второй план лечения адаптируется для выполнения клинической задачи на основе клинической задачи, справочных протокольных данных и информации по эффективности лечения, и
управление доставкой адаптивного лечения радиотерапией с помощью выбранного второго плана лечения.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562131102P | 2015-03-10 | 2015-03-10 | |
US62/131,102 | 2015-03-10 | ||
PCT/US2016/021867 WO2016145251A1 (en) | 2015-03-10 | 2016-03-10 | Adaptive treatment management system with a workflow management engine |
Publications (3)
Publication Number | Publication Date |
---|---|
RU2017134319A RU2017134319A (ru) | 2019-04-03 |
RU2017134319A3 RU2017134319A3 (ru) | 2019-07-17 |
RU2719922C2 true RU2719922C2 (ru) | 2020-04-23 |
Family
ID=55587387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2017134319A RU2719922C2 (ru) | 2015-03-10 | 2016-03-10 | Адаптивная система управления лечением с механизмом управления потоком действий |
Country Status (7)
Country | Link |
---|---|
US (1) | US10886026B2 (ru) |
EP (1) | EP3268880B1 (ru) |
JP (1) | JP6902473B2 (ru) |
CN (1) | CN107548497A (ru) |
AU (1) | AU2016228845A1 (ru) |
RU (1) | RU2719922C2 (ru) |
WO (1) | WO2016145251A1 (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2784657C1 (ru) * | 2022-04-06 | 2022-11-29 | Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" | Система хранения и обработки дозиметрических данных |
Families Citing this family (75)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016145251A1 (en) | 2015-03-10 | 2016-09-15 | Impac Medical Systems, Inc. | Adaptive treatment management system with a workflow management engine |
US11127495B2 (en) * | 2015-12-08 | 2021-09-21 | Koninklijke Philips N.V. | Quality management of imaging workflows |
CN110959179B (zh) * | 2017-07-28 | 2023-11-17 | Wom医药世界公司 | 用于存储和评估临床数据的医疗技术装置 |
US10792514B2 (en) | 2017-09-15 | 2020-10-06 | Varian Medical Systems International Ag | Automatic generation of radiation treatment plan optimization objectives |
CN108053869B (zh) * | 2017-10-10 | 2021-03-16 | 中山大学肿瘤防治中心 | 一种肿瘤患者放疗进程管理及质量控制方法及系统 |
JP7221961B2 (ja) * | 2017-11-22 | 2023-02-14 | コーニンクレッカ フィリップス エヌ ヴェ | 病理学ワークフローを最適化するためのデバイス、システム及び方法 |
US11250953B2 (en) * | 2018-03-13 | 2022-02-15 | C/Hca, Inc. | Techniques for integrating proxy nodes into graph-model-based investigatory-event mappings |
EP3621085A1 (en) * | 2018-09-04 | 2020-03-11 | Koninklijke Philips N.V. | Resource scheduling in adaptive radiation therapy planning |
US10799716B2 (en) | 2018-10-18 | 2020-10-13 | Varian Medical Systems International Ag | Streamlined, guided on-couch adaptive workflow |
JP7412083B2 (ja) * | 2019-02-22 | 2024-01-12 | キヤノンメディカルシステムズ株式会社 | 治療計画支援装置及び方法 |
US11541274B2 (en) | 2019-03-11 | 2023-01-03 | Rom Technologies, Inc. | System, method and apparatus for electrically actuated pedal for an exercise or rehabilitation machine |
US11185735B2 (en) | 2019-03-11 | 2021-11-30 | Rom Technologies, Inc. | System, method and apparatus for adjustable pedal crank |
US12029940B2 (en) | 2019-03-11 | 2024-07-09 | Rom Technologies, Inc. | Single sensor wearable device for monitoring joint extension and flexion |
US11801423B2 (en) | 2019-05-10 | 2023-10-31 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to interact with a user of an exercise device during an exercise session |
US11433276B2 (en) | 2019-05-10 | 2022-09-06 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to independently adjust resistance of pedals based on leg strength |
US11957960B2 (en) | 2019-05-10 | 2024-04-16 | Rehab2Fit Technologies Inc. | Method and system for using artificial intelligence to adjust pedal resistance |
US12102878B2 (en) | 2019-05-10 | 2024-10-01 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to determine a user's progress during interval training |
US11904207B2 (en) | 2019-05-10 | 2024-02-20 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to present a user interface representing a user's progress in various domains |
WO2021037715A1 (en) * | 2019-08-26 | 2021-03-04 | Koninklijke Philips N.V. | Methods for the automatic construction of state transition graphs from the timeline data of individuals |
US11071597B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Telemedicine for orthopedic treatment |
US11701548B2 (en) | 2019-10-07 | 2023-07-18 | Rom Technologies, Inc. | Computer-implemented questionnaire for orthopedic treatment |
USD928635S1 (en) | 2019-09-18 | 2021-08-24 | Rom Technologies, Inc. | Goniometer |
US11087865B2 (en) | 2019-10-03 | 2021-08-10 | Rom Technologies, Inc. | System and method for use of treatment device to reduce pain medication dependency |
US11325005B2 (en) | 2019-10-03 | 2022-05-10 | Rom Technologies, Inc. | Systems and methods for using machine learning to control an electromechanical device used for prehabilitation, rehabilitation, and/or exercise |
US12062425B2 (en) | 2019-10-03 | 2024-08-13 | Rom Technologies, Inc. | System and method for implementing a cardiac rehabilitation protocol by using artificial intelligence and standardized measurements |
US12087426B2 (en) | 2019-10-03 | 2024-09-10 | Rom Technologies, Inc. | Systems and methods for using AI ML to predict, based on data analytics or big data, an optimal number or range of rehabilitation sessions for a user |
US11515028B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to create optimal treatment plans based on monetary value amount generated and/or patient outcome |
US11270795B2 (en) | 2019-10-03 | 2022-03-08 | Rom Technologies, Inc. | Method and system for enabling physician-smart virtual conference rooms for use in a telehealth context |
US11923065B2 (en) | 2019-10-03 | 2024-03-05 | Rom Technologies, Inc. | Systems and methods for using artificial intelligence and machine learning to detect abnormal heart rhythms of a user performing a treatment plan with an electromechanical machine |
US11317975B2 (en) | 2019-10-03 | 2022-05-03 | Rom Technologies, Inc. | Method and system for treating patients via telemedicine using sensor data from rehabilitation or exercise equipment |
US11915816B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | Systems and methods of using artificial intelligence and machine learning in a telemedical environment to predict user disease states |
US11978559B2 (en) | 2019-10-03 | 2024-05-07 | Rom Technologies, Inc. | Systems and methods for remotely-enabled identification of a user infection |
US11101028B2 (en) | 2019-10-03 | 2021-08-24 | Rom Technologies, Inc. | Method and system using artificial intelligence to monitor user characteristics during a telemedicine session |
US11955223B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning to provide an enhanced user interface presenting data pertaining to cardiac health, bariatric health, pulmonary health, and/or cardio-oncologic health for the purpose of performing preventative actions |
US20210142893A1 (en) | 2019-10-03 | 2021-05-13 | Rom Technologies, Inc. | System and method for processing medical claims |
US11955221B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML to generate treatment plans to stimulate preferred angiogenesis |
US11139060B2 (en) | 2019-10-03 | 2021-10-05 | Rom Technologies, Inc. | Method and system for creating an immersive enhanced reality-driven exercise experience for a user |
US20210134425A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for using artificial intelligence in telemedicine-enabled hardware to optimize rehabilitative routines capable of enabling remote rehabilitative compliance |
US11955220B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML and telemedicine for invasive surgical treatment to determine a cardiac treatment plan that uses an electromechanical machine |
US11915815B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning and generic risk factors to improve cardiovascular health such that the need for additional cardiac interventions is mitigated |
US20210134458A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method to enable remote adjustment of a device during a telemedicine session |
US11282608B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to provide recommendations to a healthcare provider in or near real-time during a telemedicine session |
US11075000B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Method and system for using virtual avatars associated with medical professionals during exercise sessions |
US11887717B2 (en) | 2019-10-03 | 2024-01-30 | Rom Technologies, Inc. | System and method for using AI, machine learning and telemedicine to perform pulmonary rehabilitation via an electromechanical machine |
US20210134412A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for processing medical claims using biometric signatures |
US11265234B2 (en) | 2019-10-03 | 2022-03-01 | Rom Technologies, Inc. | System and method for transmitting data and ordering asynchronous data |
US11961603B2 (en) | 2019-10-03 | 2024-04-16 | Rom Technologies, Inc. | System and method for using AI ML and telemedicine to perform bariatric rehabilitation via an electromechanical machine |
US11282604B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | Method and system for use of telemedicine-enabled rehabilitative equipment for prediction of secondary disease |
US11955222B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for determining, based on advanced metrics of actual performance of an electromechanical machine, medical procedure eligibility in order to ascertain survivability rates and measures of quality-of-life criteria |
US11337648B2 (en) | 2020-05-18 | 2022-05-24 | Rom Technologies, Inc. | Method and system for using artificial intelligence to assign patients to cohorts and dynamically controlling a treatment apparatus based on the assignment during an adaptive telemedical session |
US20210134432A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Method and system for implementing dynamic treatment environments based on patient information |
US20210128080A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Augmented reality placement of goniometer or other sensors |
US11830601B2 (en) | 2019-10-03 | 2023-11-28 | Rom Technologies, Inc. | System and method for facilitating cardiac rehabilitation among eligible users |
US11069436B2 (en) | 2019-10-03 | 2021-07-20 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouraging rehabilitative compliance through patient-based virtual shared sessions with patient-enabled mutual encouragement across simulated social networks |
US11756666B2 (en) | 2019-10-03 | 2023-09-12 | Rom Technologies, Inc. | Systems and methods to enable communication detection between devices and performance of a preventative action |
US12020799B2 (en) | 2019-10-03 | 2024-06-25 | Rom Technologies, Inc. | Rowing machines, systems including rowing machines, and methods for using rowing machines to perform treatment plans for rehabilitation |
US11515021B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system to analytically optimize telehealth practice-based billing processes and revenue while enabling regulatory compliance |
US12020800B2 (en) | 2019-10-03 | 2024-06-25 | Rom Technologies, Inc. | System and method for using AI/ML and telemedicine to integrate rehabilitation for a plurality of comorbid conditions |
US11282599B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouragement of rehabilitative compliance through patient-based virtual shared sessions |
US20210127974A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Remote examination through augmented reality |
US11826613B2 (en) | 2019-10-21 | 2023-11-28 | Rom Technologies, Inc. | Persuasive motivation for orthopedic treatment |
USD907143S1 (en) | 2019-12-17 | 2021-01-05 | Rom Technologies, Inc. | Rehabilitation device |
US11684299B2 (en) | 2019-12-17 | 2023-06-27 | Mahana Therapeutics, Inc. | Method and system for remotely monitoring the psychological state of an application user using machine learning-based models |
CN113270183B (zh) * | 2020-02-17 | 2024-08-13 | 中硼(厦门)医疗器械有限公司 | 管理治疗计划数据的方法和系统以及数据交换设备 |
DE102020001563A1 (de) * | 2020-03-10 | 2021-09-16 | Drägerwerk AG & Co. KGaA | Medizinsystem zum Bereitstellen einer Behandlungsempfehlung |
US11107591B1 (en) | 2020-04-23 | 2021-08-31 | Rom Technologies, Inc. | Method and system for describing and recommending optimal treatment plans in adaptive telemedical or other contexts |
US12073933B2 (en) | 2020-05-29 | 2024-08-27 | Mahana Therapeutics, Inc. | Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using baseline physical activity data associated with the user |
US11967432B2 (en) | 2020-05-29 | 2024-04-23 | Mahana Therapeutics, Inc. | Method and system for remotely monitoring the physical and psychological state of an application user using altitude and/or motion data and one or more machine learning models |
US11610663B2 (en) | 2020-05-29 | 2023-03-21 | Mahana Therapeutics, Inc. | Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using average physical activity data associated with a set of people other than the user |
US12100499B2 (en) | 2020-08-06 | 2024-09-24 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to create optimal treatment plans based on monetary value amount generated and/or patient outcome |
US20220130539A1 (en) * | 2020-10-22 | 2022-04-28 | Mahana Therapeutics, Inc. | Method and system for dynamically generating profile-specific therapeutic imagery using machine learning models |
JP2022070037A (ja) * | 2020-10-26 | 2022-05-12 | キヤノン株式会社 | 情報処理装置、情報表示装置、情報処理方法、情報処理システム及びプログラム |
CN113837535B (zh) * | 2021-08-18 | 2024-05-17 | 中国核电工程有限公司 | 一种用于核电厂严重事故进程回溯的方法 |
CN117219214B (zh) * | 2023-11-07 | 2024-02-20 | 江苏法迈生医学科技有限公司 | 一种临床科研一体化信息平台的数据管理方法 |
CN117992802B (zh) * | 2024-04-03 | 2024-06-21 | 天津医科大学总医院 | 基于放疗数据库的放疗相似度计划方法、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2365456A2 (en) * | 2010-03-11 | 2011-09-14 | CompuGroup Medical AG | Data structure, method and system for predicting medical conditions |
US20120232930A1 (en) * | 2011-03-12 | 2012-09-13 | Definiens Ag | Clinical Decision Support System |
US20130110547A1 (en) * | 2011-04-07 | 2013-05-02 | Master Mobile Products, Llc | Medical software application and medical communication services software application |
US20130132312A1 (en) * | 2011-11-21 | 2013-05-23 | Sung-young Lee | Data processing method and apparatus for clinical decision support system |
WO2015023674A1 (en) * | 2013-08-12 | 2015-02-19 | Cerner Innovation, Inc. | Dynamically determining risk of clinical condition |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6666820B1 (en) * | 2000-11-28 | 2003-12-23 | Michael D. Poole | Mathematical therapeutic outcomes model for predicting clinical efficacy therapies |
WO2003107250A2 (en) * | 2002-05-16 | 2003-12-24 | Moore Gordon T | Checklist-based flow and tracking system for patient care by medical providers |
JP2004094621A (ja) * | 2002-08-30 | 2004-03-25 | Asahi Medical Co Ltd | 医療情報管理システム |
US20060056589A1 (en) * | 2004-08-31 | 2006-03-16 | Massachusetts Institute Of Technology | Radiation-induced cellular adaptive response |
CA2594181A1 (en) | 2004-12-30 | 2006-07-06 | Proventys, Inc. | Methods, systems, and computer program products for developing and using predictive models for predicting a plurality of medical outcomes, for evaluating intervention strategies, and for simultaneously validating biomarker causality |
US7844560B2 (en) | 2006-04-17 | 2010-11-30 | Siemens Medical Solutions Usa, Inc. | Personalized prognosis modeling in medical treatment planning |
CN101421736A (zh) * | 2006-04-17 | 2009-04-29 | 美国西门子医疗解决公司 | 在医疗计划中的个性化预后建模 |
WO2008013598A2 (en) * | 2006-05-25 | 2008-01-31 | William Beaumont Hospital | Real-time, on-line and offline treatment dose tracking and feedback process for volumetric image guided adaptive radiotherapy |
CN101536006A (zh) * | 2006-11-10 | 2009-09-16 | 皇家飞利浦电子股份有限公司 | 用于患者医疗的治疗计划的设备、方法、计算机可读介质 |
US8712748B2 (en) | 2007-06-27 | 2014-04-29 | Roche Diagnostics Operations, Inc. | Medical diagnosis, therapy, and prognosis system for invoked events and methods thereof |
US20090125334A1 (en) * | 2007-10-22 | 2009-05-14 | Siemens Medical Solutions Usa. Inc. | Method and System for Radiation Oncology Automatic Decision Support |
CA2715825C (en) | 2008-02-20 | 2017-10-03 | Mcmaster University | Expert system for determining patient treatment response |
US8266168B2 (en) * | 2008-04-24 | 2012-09-11 | Lexisnexis Risk & Information Analytics Group Inc. | Database systems and methods for linking records and entity representations with sufficiently high confidence |
US20110046979A1 (en) * | 2008-05-09 | 2011-02-24 | Koninklijke Philips Electronics N.V. | Method and system for personalized guideline-based therapy augmented by imaging information |
US20130179178A1 (en) | 2012-01-06 | 2013-07-11 | Active Health Management | System and method for patient care plan management |
US9731147B2 (en) | 2012-02-07 | 2017-08-15 | Varian Medical Systems International Ag | Method and apparatus pertaining to the optimization of radiation-treatment plans using automatic changes to treatment objectives |
US9536053B2 (en) * | 2013-06-26 | 2017-01-03 | WellDoc, Inc. | Systems and methods for managing medication adherence |
JP6602299B2 (ja) * | 2013-12-04 | 2019-11-06 | コーニンクレッカ フィリップス エヌ ヴェ | 効率的治療計画トレードオフ分析 |
WO2016145251A1 (en) | 2015-03-10 | 2016-09-15 | Impac Medical Systems, Inc. | Adaptive treatment management system with a workflow management engine |
-
2016
- 2016-03-10 WO PCT/US2016/021867 patent/WO2016145251A1/en active Application Filing
- 2016-03-10 JP JP2017547954A patent/JP6902473B2/ja active Active
- 2016-03-10 AU AU2016228845A patent/AU2016228845A1/en not_active Abandoned
- 2016-03-10 CN CN201680014714.5A patent/CN107548497A/zh active Pending
- 2016-03-10 US US15/556,676 patent/US10886026B2/en active Active
- 2016-03-10 RU RU2017134319A patent/RU2719922C2/ru active
- 2016-03-10 EP EP16711098.0A patent/EP3268880B1/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2365456A2 (en) * | 2010-03-11 | 2011-09-14 | CompuGroup Medical AG | Data structure, method and system for predicting medical conditions |
US20120232930A1 (en) * | 2011-03-12 | 2012-09-13 | Definiens Ag | Clinical Decision Support System |
US20130110547A1 (en) * | 2011-04-07 | 2013-05-02 | Master Mobile Products, Llc | Medical software application and medical communication services software application |
US20130132312A1 (en) * | 2011-11-21 | 2013-05-23 | Sung-young Lee | Data processing method and apparatus for clinical decision support system |
WO2015023674A1 (en) * | 2013-08-12 | 2015-02-19 | Cerner Innovation, Inc. | Dynamically determining risk of clinical condition |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2784657C1 (ru) * | 2022-04-06 | 2022-11-29 | Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" | Система хранения и обработки дозиметрических данных |
Also Published As
Publication number | Publication date |
---|---|
US20180052962A1 (en) | 2018-02-22 |
US10886026B2 (en) | 2021-01-05 |
EP3268880B1 (en) | 2022-11-02 |
EP3268880A1 (en) | 2018-01-17 |
JP6902473B2 (ja) | 2021-07-14 |
AU2016228845A1 (en) | 2017-09-21 |
RU2017134319A3 (ru) | 2019-07-17 |
JP2018514021A (ja) | 2018-05-31 |
RU2017134319A (ru) | 2019-04-03 |
WO2016145251A1 (en) | 2016-09-15 |
CN107548497A (zh) | 2018-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2719922C2 (ru) | Адаптивная система управления лечением с механизмом управления потоком действий | |
JP7071438B2 (ja) | 大量医学分析を用いたコンピュータ医療計画方法及びシステム | |
US11037070B2 (en) | Diagnostic test planning using machine learning techniques | |
US10559377B2 (en) | Graphical user interface for identifying diagnostic and therapeutic options for medical conditions using electronic health records | |
US20160378919A1 (en) | System and method for medical data analysis and sharing | |
JP7304960B2 (ja) | 健康情報に基づく予後スコア | |
US20090234628A1 (en) | Prediction of complete response given treatment data | |
JP7274599B2 (ja) | がん登録簿記録の自動作成 | |
Bellini et al. | Artificial intelligence in thoracic surgery: a narrative review | |
US20130275050A1 (en) | Methods and systems for integrated health systems | |
US20240071585A1 (en) | Systems and methods for tracking patient events | |
US9305139B2 (en) | Radiation treatment planning apparatus and method thereof | |
Krishnamurthy et al. | Using artificial intelligence for optimization of the processes and resource utilization in radiotherapy | |
Macchia et al. | Multidisciplinary tumor board smart virtual assistant in locally advanced cervical cancer: A proof of concept | |
WO2020117820A1 (en) | Systems and methods for guideline concordance | |
US11908586B2 (en) | Systems and methods for extracting dates associated with a patient condition | |
CN117711552A (zh) | 一种基于人工智能知识库的放疗临床辅助决策方法及系统 | |
US20200321125A1 (en) | Patient controlled integrated and comprehensive health record management system | |
US20220415462A1 (en) | Remote monitoring methods and systems for monitoring patients suffering from chronical inflammatory diseases | |
CN118215967A (zh) | 使用患者索赔和历史数据来预测临床试验协助者的绩效 | |
JP7330665B2 (ja) | 治療計画装置及び臨床モデル比較方法 | |
US20200234830A1 (en) | Method and data processing unit for selecting a risk assessment computer program | |
KR20180108671A (ko) | 전자 건강 기록들을 사용하여 의학적 상태들에 대한 진단 및 치료 옵션들을 식별하는 방법 및 시스템 | |
WO2019170444A1 (en) | Pathway information | |
Jacome et al. | Thyroid Ultrasound Appropriateness Identification Through Natural Language Processing of Electronic Health Records |