WO2024062601A1 - 免疫データ治療法提供システム、免疫状態データ予測方法及びプログラム - Google Patents

免疫データ治療法提供システム、免疫状態データ予測方法及びプログラム Download PDF

Info

Publication number
WO2024062601A1
WO2024062601A1 PCT/JP2022/035389 JP2022035389W WO2024062601A1 WO 2024062601 A1 WO2024062601 A1 WO 2024062601A1 JP 2022035389 W JP2022035389 W JP 2022035389W WO 2024062601 A1 WO2024062601 A1 WO 2024062601A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
treatment
immune
new
treatment method
Prior art date
Application number
PCT/JP2022/035389
Other languages
English (en)
French (fr)
Inventor
雅彦 福澤
Original Assignee
Ｅｄｇｅｗａｔｅｒ株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ｅｄｇｅｗａｔｅｒ株式会社 filed Critical Ｅｄｇｅｗａｔｅｒ株式会社
Priority to PCT/JP2022/035389 priority Critical patent/WO2024062601A1/ja
Priority to JP2022578578A priority patent/JP7271040B1/ja
Publication of WO2024062601A1 publication Critical patent/WO2024062601A1/ja

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
    • 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
    • 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

Definitions

  • the present invention relates to an immune data therapy providing system, an immune status data prediction method, and a program.
  • Patent Document 1 there is a technology that generates descriptions of abnormalities in medical images from medical images and medical reports (treatment guidelines) to determine the order of patient treatment
  • Patent Document 2 A support system that provides a treatment policy based on treatment track record information for the breed has been disclosed (Patent Document 2).
  • JP 2020-149682 A Japanese Patent Application Publication No. 2020-101843
  • Patent Document 1 and Patent Document 2 it is not possible to learn immune data and treatment guidelines in association with each other and extract and provide a treatment method suitable for the patient.
  • the present invention aims to extract and provide a treatment method suitable for a patient by learning immune data and treatment guidelines in association with each other.
  • the present invention provides the following solution.
  • the invention according to the first characteristic is: An immune data treatment method providing system that learns by linking immune data and treatment guidelines to extract and provide a treatment method suitable for a patient, a first acquisition unit that acquires immune data and treatment guideline data; a creation unit that creates a learning data set in which the acquired immune data and the treatment guideline data are associated; a learning unit that learns the created training data set; a generation unit that generates a trained model based on the learning results; a second acquisition unit that acquires new immunity data of new patients; a determination unit that uses the generated trained model to determine a portion of treatment guideline data that corresponds to the acquired new immunity data; an extraction unit that extracts a treatment method included in the determined portion of the treatment guideline data; a provision unit that provides the extracted treatment method to a doctor or medical institution;
  • the present invention provides an immune data treatment method providing system comprising:
  • a learning data set is created in which the immunity data and the treatment guideline data are associated from the acquired immunity data and the treatment guideline, and learning is performed by learning the created learning data set.
  • Based on the generated trained model determine the part of the treatment guideline data corresponding to the immunity data from the newly acquired immunity data, extract the treatment method, and make the treatment method available to the doctor. Or it can be provided to medical institutions.
  • the invention according to the second characteristic is the invention according to the first characteristic, To provide an immune data treatment method providing system that receives advertisements from companies, determines which advertisements are related to treatment methods, and provides the determined advertisements to doctors as a set with extracted treatment methods.
  • the immune data treatment method providing system which is the invention according to the first characteristic determines related advertising data from the part of the treatment guideline data corresponding to the acquired new immunity data. Then, it is possible to extract the determined advertisement data and provide the extracted advertisement data together with the extracted treatment method to the doctor or the medical institution.
  • the invention according to the third characteristic is the invention according to the first characteristic,
  • the first acquisition unit further acquires health examination data and lifestyle data
  • the first-term creation unit further creates a learning data set by associating the first-term health checkup data and the first-term lifestyle data
  • the second acquisition unit further acquires new health examination data and new lifestyle data of new patients
  • the judgment unit provides an immune data treatment method providing system that uses the generated learned model to judge a portion of treatment guideline data corresponding to the acquired new immunity data, new health examination data, and new lifestyle data. provide.
  • the immune data treatment method providing system which is the invention according to the first characteristic includes, in addition to the immunity data, the acquired health examination data, the lifestyle data, and the treatment.
  • the method corresponds to the new immunity data, the new health checkup data, and the new lifestyle data. It is possible to judge parts of treatment guideline data.
  • the invention according to the fourth characteristic is the invention according to the first characteristic,
  • the first acquisition unit further acquires treatment data from a medical institution,
  • the creation unit further creates a learning data set by associating the treatment data,
  • the second acquisition unit further acquires new treatment data for new patients,
  • the first-stage determination unit provides an immune data treatment method providing system that uses the generated trained model to determine a portion of treatment guideline data corresponding to the acquired new immunity data and new treatment data.
  • the immune data treatment method providing system which is the invention according to the first characteristic, includes, in addition to the immunity data, the treatment data acquired from a medical institution and the treatment guideline data.
  • the invention according to the first feature is in the system category, it is also realized in the method and program categories, and has the configuration, operation, and effect in each category.
  • the immune data treatment method providing system, method, and program enable doctors to use immune data to determine a treatment method suitable for a patient.
  • FIG. 1 is a basic schematic diagram of the immune data therapy providing system.
  • FIG. 2 is a basic configuration diagram of the immune data therapy providing system.
  • FIG. 3 is a flowchart showing the procedure of a learned model generation process executed by the computer of the immune data therapy providing system.
  • FIG. 4 is a flowchart showing the procedure of treatment extraction and provision processing executed by the computer of the immune data treatment method provision system.
  • FIG. 5 is an example of a new immunity data display screen displayed by the user terminal.
  • FIG. 6 is an example of a computer-generated treatment data and advertisement data display screen displayed by a user terminal.
  • FIG. 7 is a flowchart showing the procedure of advertisement extraction and provision processing executed by the computer of the immune data treatment method provision system.
  • FIG. 1 is a basic schematic diagram of the immune data therapy providing system.
  • FIG. 2 is a basic configuration diagram of the immune data therapy providing system.
  • FIG. 3 is a flowchart showing the procedure of a learned model generation process executed by the computer of the immune data therapy providing
  • FIG. 8 is a flowchart showing the procedure of a trained model generation process using health examination data and lifestyle data, which is executed by the computer of the immune data treatment method providing system.
  • FIG. 9 is a flowchart illustrating a procedure for extracting and providing a treatment method using health examination data and lifestyle data, which is executed by the computer of the immune data treatment method providing system.
  • FIG. 10 is a flowchart illustrating the procedure of treatment data utilization trained model generation processing executed by the computer of the immune data treatment method providing system.
  • FIG. 11 is a flowchart illustrating the procedure of the treatment data utilization treatment method extraction and provision process executed by the computer of the immune data treatment method providing system.
  • FIG. 1 is a diagram for explaining the basic outline of the immune data therapy providing system 1. As shown in FIG. The basic outline of the immune data therapy providing system 1 will be explained based on FIG. 1.
  • the immune data treatment method providing system 1 is a computer system that is used to provide a treatment method that utilizes immune data and is composed of a computer 2 and a user terminal 3.
  • the computer 2 of the immune data therapy providing system 1 is an on-premise server, an on-premise computing system, a cloud server, or a cloud computing system, and in this embodiment, it is a cloud computing system.
  • the terminal for transmitting and receiving data may be a personal computer, a notebook computer, a mobile terminal such as a smartphone or a tablet terminal, a wearable terminal such as a head-mounted display such as smart glasses, or a smart watch.
  • the computer 2 of the immune data therapy providing system 1 may be connected to the user terminal 3 via a network 10 such as a public line network so as to enable data communication, and may transmit and receive necessary data and information.
  • a network 10 such as a public line network so as to enable data communication, and may transmit and receive necessary data and information.
  • the computer 2 of the immune data treatment method providing system 1 includes a first acquisition unit 201 that acquires at least the immunity data 101 and the treatment guideline data 102 from the user terminal 3; a learning dataset 103 that creates a learning dataset that associates the acquired immune data 101 and treatment guideline data 102; a learning unit 203 that learns the created learning data set 103; a generation unit 204 that generates a trained model 104 based on the learning results; a second acquisition unit 205 that acquires at least new immunity data 105 of a new patient; a determination unit 206 that determines a portion of the treatment guideline data 102 that corresponds to the acquired new immunity data 105 based on the learned model 104; an extraction unit 207 that extracts the treatment included in the determined portion of the treatment guideline data 102 as treatment method data 106; Through the processing executed by the providing unit 208 that provides the extracted treatment data to the doctor 6 or the medical institution 7, the doctor can use the immunity data to determine the treatment method suitable for the patient. .
  • immune data 101 and new immune data 105 refer to data related to the immune status of a user or patient, and include at least immune data such as B cell amount, NK cell amount, T cell amount, total protein amount, and white blood cell amount.
  • the treatment guideline data 102 is data related to diseases, their treatments, and countermeasures, and includes, for example, at least papers and clinical guidelines published by academic societies, medical institutions, research institutions, companies, etc. based on scientific knowledge. Show data.
  • the treatment data 106 refers to data that includes at least the portion of the treatment that corresponds to the new immune data 105 included in the treatment guideline data 102.
  • Immunity data 101, treatment guideline data 102, learning data set 103, learned model 104, new immunity data 105, and treatment method data 106 may be stored inside the computer 2, or may be stored outside the computer 2. It's okay.
  • FIG. 2 is a diagram for explaining the basic configuration of the immune data treatment method providing system 1.
  • the basic configuration of the immune data therapy providing system 1 will be explained based on FIG. 2.
  • the computer 2 of the immune data therapy providing system 1 includes a CPU (Central Processing Unit), a GPU (Graphics Processing Unit), a RAM (Random Access Memory), and a ROM (Rea) as a control unit 300. d Only Memory), etc., and other It includes at least a device for enabling communication with a terminal, a device, etc., such as a Wi-Fi compatible device, and the storage unit 310 includes a data storage unit such as a semiconductor memory, a recording medium, a memory card, or the like. The storage unit may exist externally and can communicate with the network.
  • the computer 2 of the immune data therapy providing system 1 includes a first acquisition unit 201, a creation unit 202, a learning unit 203, a generation unit 204, and a second acquisition unit. 205 , a determining unit 206 , an extracting unit 207 , and a providing unit 208 .
  • control unit 300 reads a predetermined program to cooperate with the storage unit 310 to obtain the first acquisition unit 201, the creation unit 202, the learning unit 203, and the generation unit 204. , a second acquisition unit 205, a determination unit 206, an extraction unit 207, and a provision unit 208.
  • the user terminal 3 has a function necessary for operating the computer 2 as an input unit 320.
  • input devices that can be used include a liquid crystal display that provides a touch panel function, a keyboard, a mouse, a pen tablet, hardware buttons on the device, and a microphone that performs voice recognition.
  • the functionality of the present invention is not particularly limited depending on the input method.
  • the computer 2 of the immune data therapy providing system 1 and the user terminal 3 are communicably connected via at least a network 10.
  • the doctor 6 can use the immune data to determine a treatment method suitable for the patient.
  • FIG. 3 is a diagram for explaining the trained model generation process executed by the computer 2 of the immune data therapy method providing system 1.
  • FIG. 4 is a diagram for explaining the therapy extraction and provision process executed by the computer 2.
  • FIG. 5 is an example of a display screen of the immune data 101 acquired by the computer 2 and displayed on the user terminal 3.
  • FIG. 6 is an example of a display screen of the therapy data 106 extracted by the computer 2 and displayed on the user terminal 3.
  • the immune data therapy method provision executed by the computer 2 of the immune data therapy method providing system 1 will be explained with reference to FIGS. 3 to 6.
  • the first acquisition unit 201 of the computer 2 acquires at least the immunity data 101 and the treatment guideline data 102 (step S11).
  • the immunity data 101 is data related to the above-mentioned user's or patient's immunity, such as the amount of B cells, NK cells, T cells, total protein, white blood cells, albumin, and globulin.
  • the treatment guideline data 102 is data that includes at least immune information, and the treatment guideline data 102 is data related to diseases and their treatments, such as papers published by academic societies, medical institutions, research institutes, companies, etc. based on scientific knowledge. This data includes at least information such as information and clinical practice guidelines.
  • the data formats of the immunity data 101 and treatment guideline data 102 include, but are not limited to, all formats such as images, tables, numerical values, and text. Furthermore, the method for acquiring the immunity data 101 and the treatment guideline data 102 is not limited to the user terminal 3, and may be acquired from another terminal device via a public line or the like. Furthermore, the timing of acquiring the immune data 101 and the treatment guideline data 102 is not limited.
  • the creation unit 202 of the computer 2 creates a learning data set 103 from the acquired immunity data 101 and treatment guideline data 102 (step S12).
  • the training data set 103 created at this time is used as annotation data in generating a trained model 104, which will be described later.
  • Annotation data is training data for learning by a machine learning model, and is given as information related to immunity data in order to give meaning and linkage to the data and combine them with each other.
  • the learning unit 203 of the computer 2 learns from the created learning dataset 103 as training data (step S13-1), and the generation unit 204 generates the trained model 104 based on the results of the learning (step S13-2).
  • the trained model 104 is created when, for example, there is an abnormality in the number of white blood cells, which are cells involved in immunity, which is characteristic of a specific disease, and there is also an abnormality in the value of ⁇ globulin in the protein fraction. Based on scientific knowledge such as, changes in values related to immunity are added to the immunity data 101 as annotation data related to diseases.
  • the method of adding annotation data is not particularly limited, and data may be added manually or by using an automated tagging tool such as an annotation tool.
  • the acquired immune data 101 and treatment guideline data 102, the created learning dataset 103, and the generated trained model 104 may each be stored inside the computer 2 or outside the computer 2.
  • the above is the learned model generation process executed by the immune data therapy providing system 1.
  • [Treatment method extraction and provision processing] 4 is a diagram for explaining the treatment method extraction and provision process executed by the computer 2 of the immune data treatment method provision system 1.
  • the treatment method extraction and provision process executed by the computer 2 of the immune data treatment method provision system 1 will be explained with reference to FIG.
  • the trained model generation process is the same as the trained model generation process described above, so a description thereof will be omitted.
  • the second acquisition unit 205 of the computer 2 acquires at least the new immunity data 105, which is the immunity data of the new patient (step S14).
  • the new immunity data 105 is data related to immunity, such as the amount of B cells, the amount of NK cells, the amount of T cells, the amount of white blood cells, the amount of albumin, and the amount of globulin.
  • the data includes at least information, and may be of the same user or patient as or different from the immune data 101 acquired in the learned model generation process described above.
  • the data format of the new immunity data 105 includes, but is not limited to, all formats such as images, tables, numerical values, and text. Further, the timing of acquiring the new immunity data 105 is not limited.
  • the determination unit 206 of the computer 2 determines the portion of the treatment guideline data 102 that corresponds to the acquired new immunity data 105 based on the learned model 104 generated by the learned model generation process described above (step S16 ).
  • the portion of the treatment guideline data 102 judged by the judgment unit 206 of the computer 2 is, for example, one or more disease candidates corresponding to the new immunity data 105 based on the trained model 104, Details include at least a preventive method for the disease, a treatment method including a treatment method and symptomatic therapy for the disease, and information on medical devices and therapeutic drugs related to the treatment method.
  • the extraction unit 207 of the computer 2 extracts the treatment method included in the portion determined by the determination unit 206 as the treatment method data 106 (step S16).
  • the extracted treatment method data 106 refers to, for example, treatment methods and symptomatic treatments regarding the disease included in the treatment guideline data 102 determined by the determination unit 206 of the computer 2, as shown in FIG. Indicates treatments including.
  • the providing unit 208 of the computer 2 provides the extracted treatment data 106 to the doctor 6 or the medical institution 7 (step S16).
  • the method by which the providing unit 208 provides the treatment data 106 is not limited, and the treatment data 106 may be provided via a user terminal 3 that is connected so as to be able to communicate via the network 10.
  • the acquired new immunity data 105 and the extracted treatment method data 106 may be stored inside the computer 2 or outside the computer 2.
  • the doctor 6 can use the immune data to determine the appropriate treatment for the patient.
  • FIG. 7 is a diagram for explaining advertisement extraction and provision processing executed by the computer 2 of the immune data treatment method provision system 1.
  • the advertisement extraction and provision process executed by the computer of the immune data therapy provision system will be described based on FIG. 7.
  • the advertisement extraction and provision processing executed by the computer 2 of the immune data treatment method provision system 1 is executed in accordance with the treatment method extraction and provision processing described above, as shown in FIG.
  • the determination unit 206 of the computer 2 determines the determined new immunity when determining the portion of the treatment guideline data 102 corresponding to the acquired new immunity data 105 based on the learned model 104 generated by the learned model generation process.
  • One or more advertisement data 107 related to the portion of the treatment guideline data 102 corresponding to the data 105 is determined (step S18-1).
  • the advertisement data 107 is one or more advertisements issued by the company 5, etc., and includes, for example, advertisements for reagents such as test reagents, pharmaceuticals such as therapeutic drugs, medical equipment, medical software, etc. show.
  • the method for acquiring the advertisement data 107 is not limited, and the acquired advertisement data 107 may be stored inside the computer 2 or outside the computer 2.
  • step S18-2 YES when there is advertisement data corresponding to the portion of the treatment guideline data 102 determined by the determination unit 206 (step S18-2 YES), the extraction unit 207 of the computer 2 The determined one or more pieces of advertisement data 107 are extracted (step S19).
  • the extraction unit 207 of the computer 2 does not extract the advertisement data 107 if there is no advertisement data corresponding to the portion of the treatment guideline data 102 determined by the determination unit 206 (step S18-2 NO).
  • the providing unit 208 of the computer 2 provides the extracted one or more pieces of advertising data 107 to the doctor 6 or medical institution 7 together with the treatment method data 106 extracted in the treatment method extraction and provision process described above (step S20).
  • the advertisement data 107 provided together with the treatment method data 106 is as shown in FIG.
  • FIG. 8 is a diagram for explaining the trained model generation process using health examination data and lifestyle data, which is executed by the computer 2 of the immune data therapy providing system 1.
  • FIG. 9 is a diagram for explaining the process of extracting and providing treatment methods using health examination data and lifestyle data, which is executed by the computer 2. Immune data therapy provision executed by the computer 2 of the immune data therapy provision system 1 will be described based on FIGS. 8 and 9.
  • the first acquisition unit 201 of the computer 2 acquires at least the immunity data 101, the treatment guideline data 102, the health examination data 108, and the lifestyle data 109 (step S21).
  • the health checkup data 108 is data that includes at least the results of so-called health checkups, such as school health checkups, workplace health checkups, specific health checkups, and medical checkups, conducted by the above-mentioned users and patients.
  • the lifestyle data 109 includes the user's or patient's sleeping time, depth of sleep, frequency of waking up during sleep, number of steps, exercise frequency, exercise time, smoking frequency, drinking frequency, amount of alcohol, and activity.
  • This data includes at least data related to lifestyle habits such as time of day, bedtime, working hours, work content, meal content, snack frequency, calorie intake, and nutritional balance.
  • the data formats of the immunity data 101, treatment guideline data 102, health checkup data 108, and lifestyle data 109 include, but are not limited to, all formats such as images, tables, numerical values, and text. Furthermore, the acquisition method of the immunity data 101, treatment guideline data 102, health checkup data 108, and lifestyle data 109 is not limited to the user terminal 3, and can also be acquired from other terminal devices via public lines etc. good. Further, the timing of acquiring the immunity data 101, treatment guideline data 102, health examination data 108, and lifestyle data 109 is not limited.
  • the creation unit 202 of the computer 2 creates a learning dataset 114 from the acquired immune data 101, treatment guideline data 102, health checkup data 108, and lifestyle habit data 109 (step S22).
  • the created learning dataset 114 is used as annotation data in generating a trained model 115, which will be described later.
  • the annotation data is teacher data for training a machine learning model, and is assigned as information related to the immune data, health checkup data, and lifestyle habit data in order to give meaning to the data, link them, and combine them with each other.
  • the method of adding annotation data is not particularly limited, and data may be added manually or by using an automated tagging tool such as an annotation tool.
  • the learning unit 203 of the computer 2 learns the created learning data set 114 as teacher data (step S23-1), and the generating unit 204 generates the trained model 115 based on the learning result (step S23-2). ).
  • the acquired immunity data 101, treatment guideline data 102, health examination data 108, lifestyle data 109, created learning data set 114, and created learned model 115 may be stored inside the computer 2, or It may be stored outside of 2.
  • the above is the learned model generation process using health examination data and lifestyle data that is executed by the immune data treatment method providing system 1.
  • Fig. 9 is a diagram for explaining the treatment method extraction and provision process utilizing health checkup data and lifestyle habit data executed by the computer 2 of the immune data treatment method provision system 1.
  • the treatment method extraction and provision process executed by the computer 2 of the immune data treatment method provision system 1 will be described with reference to Fig. 9.
  • the trained model generation process is the same as the above-mentioned trained model generation process using health checkup data and lifestyle data, so a description thereof will be omitted.
  • the second acquisition unit 205 of the computer 2 acquires at least new immunity data 105 and new treatment data 113, which are immunity data of a new patient (step S24).
  • the new immunity data 105 and the new treatment data 113 are data related to the immunity data 101, health checkup data 108, and lifestyle data 109, respectively, and are used to generate a trained model using the health checkup data and lifestyle data described above.
  • the data may be different from or the same as the immunity data 101, health checkup data 108, and lifestyle data 109 obtained through processing, and may be of the user and patient.
  • the data format of the new immunity data 105 and the new treatment data 113 includes, but is not limited to, all formats such as images, tables, numerical values, and text. Further, the timing of acquiring the new immunity data 105 and the new treatment data 113 is not limited.
  • the judgment unit 206 of the computer 2 judges the parts of the treatment guideline data 102 that correspond to the acquired new immune data 105 and new treatment data 113 based on the trained model 115 generated by the trained model generation process described above (step S25).
  • the portions of the treatment guideline data 102 judged by the judgment unit 206 of the computer 2 are, for example, one or more portions corresponding to the new immunity data 105 and the new treatment data 113 based on the learned model 115. , which includes at least information on disease candidates, details of the disease, prevention methods for the disease, treatment methods including treatment methods and symptomatic treatments for the disease, and information on medical devices and therapeutic drugs related to the treatment method.
  • the extraction unit 207 of the computer 2 extracts the treatment method included in the portion determined by the determination unit 206 as treatment method data 106 (step S26).
  • the extracted treatment method data 106 indicates, for example, a treatment method including treatment methods and symptomatic treatments regarding the disease included in the portion of the treatment guideline data 102 determined by the determination unit 206 of the computer 2.
  • the providing unit 208 of the computer 2 provides the extracted treatment method data 106 to the doctor 6 or the medical institution 7 (step S27).
  • the method of providing the treatment method data 106 by the providing unit 208 is not limited, and may be provided via the user terminal 3 communicably connected via the network 10.
  • the acquired new immunity data 105 and the extracted treatment method data 106 may be stored inside the computer 2 or outside the computer 2.
  • the doctor 6 can use the immunity data to determine the appropriate treatment for the patient. This makes it possible to judge treatment methods with increased accuracy.
  • FIG. 10 is a diagram for explaining the treatment data utilization trained model generation process executed by the computer 2 of the immune data treatment method providing system 1.
  • FIG. 11 is a diagram for explaining the treatment data utilization treatment method extraction and provision process executed by the computer 2. The immune data treatment method provision executed by the computer 2 of the immune data treatment method providing system 1 will be explained based on FIG. 10 and FIG. 11.
  • the first acquisition unit 201 of the computer 2 acquires at least the immunity data 101, the treatment guideline data 102, and the treatment data 112 (step S31).
  • the treatment data 112 is data that includes at least information on medical records, so-called medical records, including medical examination progress, surgical records, test records, nursing records, past medical history, etc., of the users and patients described above. Obtain from the institution.
  • the data formats of the immunity data 101, treatment guideline data 102, and treatment data 112 include, but are not limited to, all formats such as images, tables, numerical values, and text. Furthermore, the method for acquiring the immunity data 101, treatment guideline data 102, and treatment data 112 is not limited to the user terminal 3, and may be acquired from another terminal device via a public line or the like. Furthermore, the acquisition timing of the immunity data 101, treatment guideline data 102, and treatment data 112 is not limited.
  • the creation unit 202 of the computer 2 creates a learning data set 116 from the acquired immunity data 101, treatment guideline data 102, and treatment data 112 (step S32).
  • the training data set 116 created at this time is used as annotation data in generating a trained model 117, which will be described later.
  • Annotation data is training data for learning by a machine learning model, and is given as information related to immune data and treatment data in order to give meaning and linkage to the data and combine them with each other.
  • the method of adding annotation data is not particularly limited, and data may be added manually or by using an automated tagging tool such as an annotation tool.
  • the learning unit 203 of the computer 2 learns the created learning data set 116 as teacher data (step S23-1), and the generating unit 204 generates the learned model 117 based on the learning result (step S23-2). ).
  • the acquired immune data 101, treatment guideline data 102, treatment data 112, created learning data set 116, and generated trained model 117 may be stored inside the computer 2, or may be stored outside the computer 2. It's okay.
  • FIG. 11 is a diagram for explaining the treatment data utilization treatment method extraction and provision process executed by the computer 2 of the immune data treatment method providing system 1.
  • the treatment method extraction and provision process executed by the computer 2 of the immune data treatment method providing system 1 will be described based on FIG. 11.
  • the trained model generation process is the same as the treatment data utilization trained model generation process described above, so the explanation thereof will be omitted.
  • the second acquisition unit 205 of the computer 2 acquires at least the new immune data 105, which is the immune data of the new patient, and the new treatment data 113 (step S34).
  • the second acquisition unit 205 of the computer 2 acquires the new treatment data 113 from the medical institution 7.
  • the new immunity data 105 and the new treatment data 113 are data related to the immunity data 101 and the treatment data 112, respectively, and are the immunity data 101 and the treatment data 112 obtained in the treatment data utilization learned model generation process described above. They may be of different or the same user and patient.
  • the data format of the new immunity data 105 and the new treatment data 113 includes, but is not limited to, all formats such as images, tables, numerical values, and text. Further, the timing of acquiring the new immunity data 105 and the new treatment data 113 is not limited.
  • the determination unit 206 of the computer 2 generates treatment guideline data 102 corresponding to the acquired new immunity data 105 and new treatment data 113 based on the learned model 117 generated by the learned model generation process described above.
  • the portion is determined (step S35).
  • the portions of the treatment guideline data 102 judged by the judgment unit 206 of the computer 2 are, for example, one or more portions corresponding to the new immunity data 105 and the new treatment data 113 based on the learned model 117. , which includes at least information on disease candidates, details of the disease, prevention methods for the disease, treatment methods including treatment methods and symptomatic treatments for the disease, and information on medical devices and therapeutic drugs related to the treatment method.
  • the extraction unit 207 of the computer 2 extracts the treatment method included in the portion determined by the determination unit 206 as the treatment method data 106 (step S36).
  • the extracted treatment method data 106 indicates, for example, a treatment method including treatment methods and symptomatic treatments for the disease that are included in the treatment guideline data 102 determined by the determination unit 206 of the computer 2.
  • the providing unit 208 of the computer 2 provides the extracted treatment method data 106 to the doctor 6 or the medical institution 7 (step S37).
  • the method of providing the treatment method data 106 by the providing unit 208 is not limited, and may be provided via the user terminal 3 communicably connected via the network 10.
  • the acquired new immunity data 105 and the extracted treatment method data 106 may be stored inside the computer 2 or outside the computer 2.
  • the doctor 6 can use the immune data to more accurately determine the treatment method that is appropriate for the patient.
  • the means and functions described above are realized by a computer (including a CPU, an information processing device, and various terminals) reading and executing a predetermined program.
  • the program is provided, for example, in the form of a cloud service or software-as-a-service (SaaS) provided via a network from one or more computers. Further, the program is provided, for example, in a form recorded on a computer-readable recording medium.
  • the computer reads the program from the recording medium, transfers it to an internal recording device or an external recording device, records it, and executes it.
  • the program may be recorded in advance on a recording device (recording medium) such as a magnetic disk, optical disk, or magneto-optical disk, and provided to the computer from the recording device via a communication line.

Abstract

【課題】免疫データと治療ガイドラインを関連付けて学習して、患者に適した治療法を抽出して提供する。 【解決手段】免疫データ治療法提供システムは、免疫データおよび治療ガイドラインデータを取得する第１取得部と、取得した前記免疫データおよび前記治療ガイドラインデータを関連付けた学習データセットを作成する作成部と、作成した前記学習データセットを学習する学習部と、学習の結果に基づいて、学習済みモデルを生成する生成部と、新規患者の新規免疫データを取得する第２取得部と、生成した前記学習済みモデルを用いて、取得した新規免疫データに対応する治療ガイドラインデータの部分を判断する判断部と、判断した前記治療ガイドラインデータの部分に含まれる治療法を抽出する抽出部と、抽出した前記治療法を医師または医療機関に提供する提供部とを備える。

Description

免疫データ治療法提供システム、免疫状態データ予測方法及びプログラム
　本発明は、免疫データ治療法提供システム、免疫状態データ予測方法及びプログラムに関する。
　Ｃｏｖｉｄ－１９や癌(悪性新生物)の罹患・回復において、免疫力が重要であることが分かっている。近年、所謂コロナ禍において免疫力の注目度は高まり、免疫機能性表示のある機能性表示食品等も増加している。そのため、医師が患者の最適な治療法を判断するには、患者の免疫状態がどうなっているか把握した上で、治療法を判断することが期待されている。
　様々な治療方法が確立される中で、膨大な治療法を網羅することは非常に困難である。そのため、医療従事者に対しＡＩ等を用いて症状の診断案や治療法案を提示する医療支援技術が注目されている。
　例えば、医療画像と医療レポート（治療ガイドライン）から医療画像における異常の記述を生成して患者の治療順序を判定する技術（特許文献１）や、再生医療を対象とする対象動物象の品種情報と当該品種の治療実績情報とから治療方針を提供する支援システムが開示されている（特許文献２）。
特開２０２０―１４９６８２号公報 特開２０２０―１０１８４３号公報
　しかしながら、特許文献１および特許文献２に記載の技術では、免疫データと治療ガイドラインを関連付けて学習して、患者に適した治療法を抽出して提供することはできない。
　従って、本発明は、免疫データと治療ガイドラインを関連付けて学習して、患者に適した治療法を抽出して提供することを目的とする。
　本発明では、以下のような解決手段を提供する。
　第１の特徴に係る発明は、
　免疫データと治療ガイドラインを関連付けて学習して、患者に適した治療法を抽出して提供する免疫データ治療法提供システムであって、
　免疫データおよび治療ガイドラインデータを取得する第１取得部と、
　取得した前記免疫データおよび前記治療ガイドラインデータを関連付けた学習データセットを作成する作成部と、
　作成した前記学習データセットを学習する学習部と、
　学習の結果に基づいて、学習済みモデルを生成する生成部と、
　新規患者の新規免疫データを取得する第２取得部と、
　生成した前記学習済みモデルを用いて、取得した新規免疫データに対応する治療ガイドラインデータの部分を判断する判断部と、
　判断した前記治療ガイドラインデータの部分に含まれる治療法を抽出する抽出部と、
　抽出した前記治療法を医師または医療機関に提供する提供部と、
　を備える免疫データ治療法提供システムを提供する。
　第１の特徴に係る発明によれば、取得した免疫データと治療ガイドラインとから、前記免疫データおよび前記治療ガイドラインデータを関連付けた学習データセットを作成し、作成した前記学習データセットを学習して学習済みモデルを生成し、生成した前記学習済みモデルに基づいて、新たに取得した免疫データから当該免疫データに対応する治療ガイドラインデータの部分を判断して、治療法を抽出し、当該治療法を医師または医療機関に提供することが可能である。
　第２の特徴に係る発明は、第１の特徴に掛かる発明であって、
　企業から広告を受け付けて、治療法に関連する広告がどれなのか判断して、判断した広告を抽出した治療法とセットにして医師に提供する免疫データ治療法提供システムを提供する。
　第２の特徴に係る発明によれば、第１の特徴に係る発明である免疫データ治療法提供システムは、前記取得した新規免疫データに対応する治療ガイドラインデータの部分から、関連する広告データを判断し、判断された前記広告データを抽出し、抽出された当該広告データを、抽出された前記治療法と共に前記医師または前記医療機関に提供することが可能である。
　第３の特徴に係る発明は、第１の特徴に掛かる発明であって、
　前期第１取得部は、更に、健康診断データおよび生活習慣データ、を取得し、
　前期作成部は、更に、前期健康診断データおよび前期生活習慣データ、を関連付けて、学習データセットを作成し、
　前期第２取得部は、更に、新規患者の新規健康診断データおよび新規生活習慣データを取得し、
　前記判断部は、生成した前記学習済みモデルを用いて、取得した新規免疫データ、新規健康診断データ、および新規生活習慣データ、に対応する治療ガイドラインデータの部分を判断する免疫データ治療法提供システムを提供する。
　第３の特徴に係る発明によれば、第１の特徴に係る発明である免疫データ治療法提供システムは、前記免疫データに加え、取得した前記健康診断データと、前記生活習慣データと、前記治療ガイドラインデータとを関連付けて学習データセットを作成し、作成した前記学習データセットを学習して学習済みモデルを生成することにより、治療法の判断精度を向上することが可能である。
　更に、取得した、新規患者の新規免疫データ、新規健康診断データ、新規生活習慣データから前記学習済みモデルに基づいて、前記新規免疫データ、前記新規健康診断データ、前記新規生活習慣データ、に対応する治療ガイドラインデータの部分を判断することが可能である。
　第４の特徴に係る発明は、第１の特徴に掛かる発明であって、
　前記第１取得部は、更に、医療機関から治療データを取得し、
　前記作成部は、更に、治療データを関連付けて、学習データセットを作成し、
　前期第２取得部は、更に、新規患者の新規治療データを取得し、
　前期判断部は、生成した前記学習済みモデルを用いて、取得した新規免疫データおよび新規治療データに対応する治療ガイドラインデータの部分を判断する免疫データ治療法提供システムを提供する。
　第４の特徴に係る発明によれば、第１の特徴に係る発明である免疫データ治療法提供システムは、前記免疫データに加え、医療機関から取得した前記治療データと、前記治療ガイドラインデータとを関連付けて学習データセットを作成し、作成した前記学習データセットを学習して学習済みモデルを生成することにより、治療法の判断精度を向上することが可能である。
　更に、取得した新規患者の新規免疫データ、新規治療データ、から前記学習済みモデルに基づいて、前記新規免疫データ、前記治療データ、に対応する治療ガイドラインデータの部分を判断することが可能である。
　第１の特徴に係る発明は、システムのカテゴリであるが、方法、プログラムのカテゴリにおいても実現し、各々のカテゴリにおける構成、作用、効果を奏する。
　本発明によれば、免疫データ治療法提供システム、方法、プログラムにより、医師が免疫データを利用して、患者に適した治療法を判断することが可能となる。
図１は、免疫データ治療法提供システムの基本概要図である。 図２は、免疫データ治療法提供システムの基本構成図である。 図３は、免疫データ治療法提供システムのコンピュータが実行する学習済みモデル生成処理の手順を示すフローチャートである。 図４は、免疫データ治療法提供システムのコンピュータが実行する治療法抽出提供処理の手順を示すフローチャートである。 図５は、ユーザ端末が表示する新規免疫データ表示画面の一例である。 図６は、ユーザ端末が表示するコンピュータが作成した治療法データおよび広告データ表示画面の一例である。 図７は、免疫データ治療法提供システムのコンピュータが実行する広告抽出提供処理の手順を示すフローチャートである。 図８は、免疫データ治療法提供システムのコンピュータが実行する健康診断データおよび生活習慣データ活用学習済みモデル生成処理の手順を示すフローチャートである。 図９は、免疫データ治療法提供システムのコンピュータが実行する健康診断データおよび生活習慣データ活用治療法抽出提供処理の手順を示すフローチャートである。 図１０は、免疫データ治療法提供システムのコンピュータが実行する治療データ活用学習済みモデル生成処理の手順を示すフローチャートである。 図１１は、免疫データ治療法提供システムのコンピュータが実行する治療データ活用治療法抽出提供処理の手順を示すフローチャートである。
　以下、本発明を実施するための最良の形態について図を参照しながら説明する。なお、これらは一例であって、本発明の技術的範囲は、これに限られるものではない。
　[基本概要／基本構成］
　図１は、免疫データ治療法提供システム１の基本概要を説明するための図である。免疫データ治療法提供システム１の基本概要について、図１に基づいて説明する。
　図１に示すように、免疫データ治療法提供システム１は、コンピュータ２とユーザ端末３から構成される免疫データを活用した治療法提供に利用するためのコンピュータシステムである。
　免疫データ治療法提供システム１のコンピュータ２は、オンプレミスサーバやオンプレミスコンピューティングシステム、またはクラウドサーバやクラウドコンピューティングシステムであって、本実施形態では、クラウドコンピューティングシステムである。
　免疫データ治療法提供システム１のユーザ端末３は、ユーザ４、企業５、医師６、医療機関７、がコンピュータ２に、免疫データ１０１、治療ガイドラインデータ１０２、新規患者の新規免疫データ１０５、などを送受信するための端末であって、パソコンやノートパソコン、スマートフォンやタブレット端末等の携帯端末、スマートグラス等のヘッドマウントディスプレイやスマートウォッチといったウェアラブル端末等であってもよい。
　免疫データ治療法提供システム１のコンピュータ２は、ユーザ端末３と、公衆回線網等のネットワーク１０を介して、データ通信可能に接続し、必要なデータや情報の送受信を実行してもよい。
　また、ユーザ端末３、ユーザ４、企業５、医師６、医療機関７、は複数存在してもよいものとする。
　免疫データ治療法提供システム１のコンピュータ２は、ユーザ端末３から免疫データ１０１と、治療ガイドラインデータ１０２とを少なくとも取得する第１取得部２０１と、
　取得した免疫データ１０１と治療ガイドラインデータ１０２とを関連付けた学習データセットを作成する学習データセット１０３と、
　作成した学習データセット１０３を学習する学習部２０３と、
　学習の結果に基づいて、学習済みモデル１０４を生成する生成部２０４と、
　新規患者の新規免疫データ１０５を少なくとも取得する第２取得部２０５と、
　学習済みモデル１０４に基づいて、取得した新規免疫データ１０５に対応する治療ガイドラインデータ１０２の部分を判断する判断部２０６と、
　判断した治療ガイドラインデータ１０２の部分に含まれる治療法を治療法データ１０６として抽出する抽出部２０７と、
　抽出した治療法データを医師６または医療機関７に提供する提供部２０８と、が各々実行する処理により、医師が免疫データを利用して、患者に適した治療法を判断することを可能とする。
　ここで、免疫データ１０１および新規免疫データ１０５とは、ユーザや患者の免疫状態に係るデータであって、例えば、Ｂ細胞量やＮＫ細胞量、Ｔ細胞量、総蛋白量、白血球量などの免疫データを少なくとも含むデータを示す。
　治療ガイドラインデータ１０２とは、疾病やその治療および対処に係るデータであって、例えば、学会、医療機関、研究機関、企業等が科学的知見をもとに発行した論文や診療ガイドラインなどを少なくとも含むデータを示す。
　治療法データ１０６とは、治療ガイドラインデータ１０２に含まれる新規免疫データ１０５に対応する治療法の部分を少なくとも含むデータを示す。
　免疫データ１０１、治療ガイドラインデータ１０２、学習データセット１０３，学習済みモデル１０４、新規免疫データ１０５、治療法データ１０６は、それぞれコンピュータ２の内部に格納してもよいし、コンピュータ２の外部に格納してもよい。
　図２は、免疫データ治療法提供システム１の基本構成を説明するための図である。免疫データ治療法提供システム１の基本構成について図２に基づいて説明する。
　免疫データ治療法提供システム１のコンピュータ２は、制御部３００として、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、等と、他の端末や装置等と通信可能にするためのデバイス、例えば、Ｗｉ―Ｆｉ対応デバイス等と、を少なくとも備え、記憶部３１０として、半導体メモリ、記録媒体、メモリカード等によるデータのストレージ部を備える。ストレージ部はネットワーク通信可能な外部に存在してもよい。
　免疫データ治療法提供システム１のコンピュータ２は、上述した制御部３００と記憶部３１０に加え、第１取得部２０１と、作成部２０２と、学習部２０３と、生成部２０４と、第２取得部２０５と、判断部２０６と、抽出部２０７と、提供部２０８とを備える。
　免疫データ治療法提供システム１のコンピュータ２において、制御部３００が所定のプログラムを読み込むことにより、記憶部３１０と協働して、第１取得部２０１、作成部２０２、学習部２０３、生成部２０４、第２取得部２０５、判断部２０６、抽出部２０７、提供部２０８を実現する。
　ユーザ端末３は、入力部３２０として、コンピュータ２を操作するために必要な機能を備えるものとする。入力を実現するための例として、タッチパネル機能を実現する液晶ディスプレイ、キーボード、マウス、ペンタブレット、装置上のハードウェアボタン、音声認識を行うためのマイク等を備えることが可能である。入力方法により、本発明は特に機能を限定されるものではない。
　免疫データ治療法提供システム１のコンピュータ２と、ユーザ端末３とは少なくともネットワーク１０を介して通信可能に接続されている。
　このような免疫データ治療法提供システム１によれば、医師６が免疫データを利用して、患者に適した治療法を判断することが可能となる。
　以上が、免疫データ治療法提供システム１の基本概要および基本構成である。
　図３は、免疫データ治療法提供システム１のコンピュータ２が実行する学習済みモデル生成処理を説明するための図である。図４は、コンピュータ２が実行する治療法抽出提供処理を説明するための図である。図５は、ユーザ端末３が表示するコンピュータ２が取得した免疫データ１０１の表示画面の一例である。図６は、ユーザ端末３が表示するコンピュータ２が抽出した治療法データ１０６の表示画面の一例である。免疫データ治療法提供システム１のコンピュータ２が実行する免疫データ治療法提供について図３乃至図６に基づいて説明する。
　[学習済みモデル生成処理]
　コンピュータ２の第１取得部２０１は、免疫データ１０１と、治療ガイドラインデータ１０２とを少なくとも取得する(ステップＳ１１）。
　なお、免疫データ１０１とは、上述したユーザや患者の免疫に係るデータであって、例えば、Ｂ細胞量やＮＫ細胞量、Ｔ細胞量、総蛋白量、白血球量、アルブミン量、グロブリン量などの免疫情報を少なくとも含むデータであり、治療ガイドラインデータ１０２とは、疾病やその治療に係るデータであって、例えば、学会、医療機関、研究機関、企業等が科学的知見をもとに発行した論文や診療ガイドラインなどを少なくとも含むデータである。
　免疫データ１０１および治療ガイドラインデータ１０２のデータの形式としては、画像、表、数値、テキストなどのあらゆる形式を含むがこれに限定されない。また、免疫データ１０１および治療ガイドラインデータ１０２の取得方法についてはユーザ端末３に限定することはなく、他の端末装置から公衆回線等を介して取得しても良い。さらに、免疫データ１０１および治療ガイドラインデータ１０２の取得タイミングについては限定されない。
　コンピュータ２の作成部２０２は、取得した免疫データ１０１と治療ガイドラインデータ１０２とから学習データセット１０３を作成する（ステップＳ１２）。このとき作成された学習データセット１０３は後述する学習済みモデル１０４の生成におけるアノテーションデータとして用いる。アノテーションデータとは、機械学習のモデルに学習させるための教師データであり、データに意味付けや紐付けをして互いに組み合わせるために、免疫データに関連する情報として付与される。
　コンピュータ２の学習部２０３は、作成した学習データセット１０３を教師データとして学習し（ステップＳ１３－１）、学習の結果に基づいて、生成部２０４が学習済みモデル１０４を生成する（ステップＳ１３－２）
　学習済みモデル１０４の作成は、例えば、特定の疾患に特徴的に見られる、免疫に関与する細胞である白血球の数値に異常が見られかつ蛋白分画のγグロブリンの値にも異常が見られるなどの科学的知見から、免疫データ１０１に、免疫に関与する値の変化を疾病との関連のアノテーションデータとして付与するなどして行われる。
　アノテーションデータの付与方法については、特に限定することなく、人手による方法や、アノテーションツールといったタグ付け自動化ツールを使用する方法などでデータを付与してもよい。
　取得した免疫データ１０１および治療ガイドラインデータ１０２、作成した学習データセット１０３、生成した学習済みモデル１０４、はそれぞれコンピュータ２の内部に格納してもよいし、コンピュータ２の外部に格納してもよい。
　このように、取得した免疫データ１０１と治療ガイドラインデータ１０２とから、関連付けを行うために、学習済みモデルを用いることによって、膨大なパターンの関連付けを機械的に行うことが可能となる。
　以上が、免疫データ治療法提供システム１が実行する学習済みモデル生成処理である。
　[治療法抽出提供処理]
　図４は、免疫データ治療法提供システム１のコンピュータ２が実行する治療法抽出提供処理を説明するための図である。免疫データ治療法提供システム１のコンピュータ２が実行する治療法抽出提供処理について図４に基づいて説明する。
　学習済みモデル生成については、上述した学習済みモデル生成処理と同様の処理であるため、その説明を省略する。
　コンピュータ２の第２取得部２０５は、新規患者の免疫データである新規免疫データ１０５を少なくとも取得する(ステップＳ１４）。
　ここで、新規免疫データ１０５とは、図５に示すように、免疫に係るデータであって、例えば、Ｂ細胞量やＮＫ細胞量、Ｔ細胞量、白血球量、アルブミン量、グロブリン量などの免疫情報を少なくとも含むデータであり、上述した学習済みモデル生成処理にて取得した免疫データ１０１と異なる或いは同一のユーザおよび患者のものであって良い。
　新規免疫データ１０５のデータの形式としては、画像、表、数値、テキストなどのあらゆる形式を含むがこれに限定されない。また、新規免疫データ１０５の取得タイミングについては限定されない。
　次にコンピュータ２の判断部２０６は、上述した学習済みモデル生成処理により生成された学習済みモデル１０４に基づいて、取得した新規免疫データ１０５に対応する治療ガイドラインデータ１０２の部分を判断する（ステップＳ１６）。
　ここで、コンピュータ２の判断部２０６が判断する治療ガイドラインデータ１０２の部分とは、例えば、学習済みモデル１０４に基づいた新規免疫データ１０５に対応する一つ乃至複数の、疾病候補や、前記疾病の詳細、前記疾病に関する予防法、前記疾病に関する処置方法や対症療法などを含む治療法、前記治療法に関する医療機器や治療薬の情報、を少なくとも含む部分を示す。
　次に、コンピュータ２の抽出部２０７は、判断部２０６が判断した部分に含まれる治療法を、治療法データ１０６として抽出する（ステップＳ１６）。
　ここで、抽出された治療法データ１０６とは、例えば、図６に示すように、コンピュータ２の判断部２０６が判断した治療ガイドラインデータ１０２の部分に含まれる当該疾病に関する処置方法や対症療法などを含む治療法を示す。
　次に、コンピュータ２の提供部２０８は、抽出された治療法データ１０６を医師６または医療機関７に提供する（ステップＳ１６）。
　ここで、提供部２０８による治療法データ１０６の提供方法は限定されず、ネットワーク１０を介した通信可能に接続されたユーザ端末３を介して提供して良い。
　取得した新規免疫データ１０５および抽出した治療法データ１０６はそれぞれコンピュータ２の内部に格納してもよいし、コンピュータ２の外部に格納してもよい。
　このように、学習済みモデル１０４を用いて、取得した新規免疫データ１０５から治療法データ１０６を抽出して提供することにより、医師６が免疫データを利用して、患者に適した治療法を判断することが可能となる。
　以上が、免疫データ治療法提供システム１が実行する治療法抽出提供処理である。
　［広告抽出提供処理］
　図７は、免疫データ治療法提供システム１のコンピュータ２が実行する広告抽出提供処理を説明するための図である。免疫データ治療法提供システムのコンピュータが実行する広告抽出提供処理について図７に基づいて説明する。
　免疫データ治療法提供システム１のコンピュータ２が実行する広告抽出提供処理は、図７に示すように、上述した治療法抽出提供処理に準じて実行される。
　コンピュータ２の判断部２０６は、学習済みモデル生成処理により生成された学習済みモデル１０４に基づいて、取得した新規免疫データ１０５に対応する治療ガイドラインデータ１０２の部分を判断した際に、判断した新規免疫データ１０５に対応する治療ガイドラインデータ１０２の部分に関連する一つ乃至複数の広告データ１０７を判断する（ステップＳ１８－１）。
　ここで、広告データ１０７とは、企業５などが発行する一つ乃至複数の広告であって、例えば、検査薬などの試薬、治療薬などの医薬品、医療器具、医療に関するソフトウェア、などの広告を示す。
　広告データ１０７の取得方法については限定されず、取得した広告データ１０７は、コンピュータ２の内部に格納してもよいし、コンピュータ２の外部に格納してもよい。
　次に、コンピュータ２の抽出部２０７は、判断部２０６が、判断した治療ガイドラインデータ１０２の部分に対応する広告データがある場合（ステップＳ１８－２ＹＥＳ）、
判断した一つ乃至複数の広告データ１０７を抽出する（ステップＳ１９）。
　また、コンピュータ２の抽出部２０７は、判断部２０６が、判断した治療ガイドラインデータ１０２の部分に対応する広告データがない場合（ステップＳ１８－２ＮＯ）、広告データ１０７の抽出を行わない。
　次に、コンピュータ２の提供部２０８は、抽出した一つ乃至複数の広告データ１０７を、上述した治療法抽出提供処理で抽出された治療法データ１０６と共に医師６または医療機関７に提供する（ステップＳ２０）。
　ここで、治療法データ１０６と共に提供された広告データ１０７は、図６に示すように
　このように、抽出した治療法データ１０６に対応した広告データ１０７を判断して抽出し、治療法データ１０６と共に医師６および医療機関７に提供することにより、当該治療法に関係する広告だけを提供することが可能となる。
　以上が、免疫データ治療法提供システム１が実行する広告抽出提供処理である。
　図８は、免疫データ治療法提供システム１のコンピュータ２が実行する健康診断データおよび生活習慣データ活用学習済みモデル生成処理を説明するための図である。図９は、コンピュータ２が実行する健康診断データおよび生活習慣データ活用治療法抽出提供処理を説明するための図である。免疫データ治療法提供システム１のコンピュータ２が実行する免疫データ治療法提供について図８および図９に基づいて説明する。
　[健康診断データおよび生活習慣データ活用学習済みモデル生成処理]
　コンピュータ２の第１取得部２０１は、免疫データ１０１と、治療ガイドラインデータ１０２と、健康診断データ１０８と、生活習慣データ１０９と、を少なくとも取得する(ステップＳ２１）。
　なお、健康診断データ１０８とは、上述したユーザや患者が行った、例えば、学校健診検診、職場健診、特定健診、人間ドックなどの所謂健康診断の結果を少なくとも含むデータである。また、生活習慣データ１０９とは、当該ユーザや患者の所定期間の睡眠時間、睡眠の深さ、睡眠中に起床する頻度、歩数、運動頻度、運動時間、喫煙頻度、飲酒頻度、飲酒量、活動時間帯、就寝時間帯、労働時間、労働内容、食事内容、間食頻度、摂取カロリー、栄養バランスなどの生活習慣に関わるデータを少なくとも含むデータである。
　免疫データ１０１、治療ガイドラインデータ１０２、健康診断データ１０８、生活習慣データ１０９のデータの形式としては、画像、表、数値、テキストなどのあらゆる形式を含むがこれに限定されない。また、免疫データ１０１、治療ガイドラインデータ１０２、健康診断データ１０８、生活習慣データ１０９の取得方法についてはユーザ端末３に限定することはなく、他の端末装置から公衆回線等を介して取得しても良い。さらに、免疫データ１０１、治療ガイドラインデータ１０２、健康診断データ１０８、生活習慣データ１０９の取得タイミングについては限定されない。
　コンピュータ２の作成部２０２は、取得した免疫データ１０１と、治療ガイドラインデータ１０２と、健康診断データ１０８と、生活習慣データ１０９とから学習データセット１１４を作成する（ステップＳ２２）。このとき作成された学習データセット１１４は後述する学習済みモデル１１５の生成におけるアノテーションデータとして用いる。アノテーションデータとは、機械学習のモデルに学習させるための教師データであり、データに意味付けや紐付けをして互いに組み合わせるために、免疫データや健康診断データや生活習慣データに関連する情報として付与される。
　アノテーションデータの付与方法については、特に限定することなく、人手による方法や、アノテーションツールといったタグ付け自動化ツールを使用する方法などでデータを付与してもよい。
　コンピュータ２の学習部２０３は、作成した学習データセット１１４を教師データとして学習し（ステップＳ２３－１）、学習の結果に基づいて、生成部２０４が学習済みモデル１１５を生成する（ステップＳ２３－２）。
　取得した免疫データ１０１、治療ガイドラインデータ１０２、健康診断データ１０８、生活習慣データ１０９、作成した学習データセット１１４、生成した学習済みモデル１１５、はそれぞれコンピュータ２の内部に格納してもよいし、コンピュータ２の外部に格納してもよい。
　このように、取得した免疫データ１０１と、治療ガイドラインデータ１０２と、健康診断データ１０８と、生活習慣データ１０９とから、関連付けを行うために、学習済みモデルを用いることによって、膨大なパターンの関連付けを機械的に行うことが可能となる。
　以上が、免疫データ治療法提供システム１が実行する健康診断データおよび生活習慣データ活用学習済みモデル生成処理である。
　[健康診断データおよび生活習慣データ活用治療法抽出提供処理]
　図９は、免疫データ治療法提供システム１のコンピュータ２が実行する健康診断データおよび生活習慣データ活用治療法抽出提供処理を説明するための図である。免疫データ治療法提供システム１のコンピュータ２が実行する治療法抽出提供処理について図９に基づいて説明する。
　学習済みモデル生成については、上述した健康診断データおよび生活習慣データ活用学習済みモデル生成処理と同様の処理であるため、その説明を省略する。
　コンピュータ２の第２取得部２０５は、新規患者の免疫データである新規免疫データ１０５、新規治療データ１１３を少なくとも取得する(ステップＳ２４）。
　ここで、新規免疫データ１０５、新規治療データ１１３とは、それぞれ免疫データ１０１、健康診断データ１０８、生活習慣データ１０９に係るデータであって、上述した健康診断データおよび生活習慣データ活用学習済みモデル生成処理にて取得した、免疫データ１０１、健康診断データ１０８、生活習慣データ１０９と異なる或いは同一の、ユーザおよび患者のものであって良い。
　新規免疫データ１０５、新規治療データ１１３のデータの形式としては、画像、表、数値、テキストなどのあらゆる形式を含むがこれに限定されない。また、新規免疫データ１０５、新規治療データ１１３の取得タイミングについては限定されない。
　次にコンピュータ２の判断部２０６は、上述した学習済みモデル生成処理により生成された学習済みモデル１１５に基づいて、取得した新規免疫データ１０５、新規治療データ１１３のデータに対応する治療ガイドラインデータ１０２の部分を判断する（ステップＳ２５）。
　ここで、コンピュータ２の判断部２０６が判断する治療ガイドラインデータ１０２の部分とは、例えば、学習済みモデル１１５に基づいた、新規免疫データ１０５、新規治療データ１１３のデータそれぞれに対応する一つ乃至複数の、疾病候補や、前記疾病の詳細、前記疾病に関する予防法、前記疾病に関する処置方法や対症療法などを含む治療法、前記治療法に関する医療機器や治療薬の情報、を少なくとも含む部分を示す。
　次に、コンピュータ２の抽出部２０７は、判断部２０６が判断した部分に含まれる治療法を、治療法データ１０６として抽出する（ステップＳ２６）。
　ここで、抽出された治療法データ１０６とは、例えば、コンピュータ２の判断部２０６が判断した治療ガイドラインデータ１０２の部分に含まれる当該疾病に関する処置方法や対症療法などを含む治療法を示す。
　次に、コンピュータ２の提供部２０８は、抽出された治療法データ１０６を医師６または医療機関７に提供する（ステップＳ２７）。
　ここで、提供部２０８による治療法データ１０６の提供方法は限定されず、ネットワーク１０を介した通信可能に接続されたユーザ端末３を介して提供して良い。
　取得した新規免疫データ１０５および抽出した治療法データ１０６はそれぞれコンピュータ２の内部に格納してもよいし、コンピュータ２の外部に格納してもよい。
　このように、学習済みモデル１１５を用いて、取得した新規免疫データ１０５、新規治療データ１１３から治療法データ１０６を抽出して提供することにより、医師６が免疫データを利用して、患者に適した治療法を、精度を上げて判断することが可能となる。
　以上が、免疫データ治療法提供システム１が実行する健康診断データおよび生活習慣データ活用治療法抽出提供処理である。
　図１０は、免疫データ治療法提供システム１のコンピュータ２が実行する治療データ活用学習済みモデル生成処理を説明するための図である。図１１は、コンピュータ２が実行する治療データ活用治療法抽出提供処理を説明するための図である。免疫データ治療法提供システム１のコンピュータ２が実行する免疫データ治療法提供について図１０および図１１に基づいて説明する。
　[治療データ活用学習済みモデル生成処理]
　コンピュータ２の第１取得部２０１は、免疫データ１０１と、治療ガイドラインデータ１０２と、治療データ１１２と、を少なくとも取得する(ステップＳ３１）。
　なお、治療データ１１２とは、上述したユーザや患者の、例えば、診察経過、手術記録、検査記録、看護記録、既往歴などを含めた診察記録、所謂カルテの情報を少なくとも含むデータであり、医療機関から取得する。
　免疫データ１０１、治療ガイドラインデータ１０２、治療データ１１２のデータの形式としては、画像、表、数値、テキストなどのあらゆる形式を含むがこれに限定されない。また、免疫データ１０１、治療ガイドラインデータ１０２、治療データ１１２の取得方法についてはユーザ端末３に限定することはなく、他の端末装置から公衆回線等を介して取得しても良い。さらに、免疫データ１０１、治療ガイドラインデータ１０２、治療データ１１２の取得タイミングについては限定されない。
　コンピュータ２の作成部２０２は、取得した免疫データ１０１と、治療ガイドラインデータ１０２と、治療データ１１２とから学習データセット１１６を作成する（ステップＳ３２）。このとき作成された学習データセット１１６は後述する学習済みモデル１１７の生成におけるアノテーションデータとして用いる。アノテーションデータとは、機械学習のモデルに学習させるための教師データであり、データに意味付けや紐付けをして互いに組み合わせるために、免疫データや治療データに関連する情報として付与される。
　アノテーションデータの付与方法については、特に限定することなく、人手による方法や、アノテーションツールといったタグ付け自動化ツールを使用する方法などでデータを付与してもよい。
　コンピュータ２の学習部２０３は、作成した学習データセット１１６を教師データとして学習し（ステップＳ２３－１）、学習の結果に基づいて、生成部２０４が学習済みモデル１１７を生成する（ステップＳ２３－２）。
　取得した免疫データ１０１、治療ガイドラインデータ１０２、治療データ１１２、作成した学習データセット１１６、生成した学習済みモデル１１７、はそれぞれコンピュータ２の内部に格納してもよいし、コンピュータ２の外部に格納してもよい。
　このように、取得した免疫データ１０１と、治療ガイドラインデータ１０２と、治療データ１１２とから、関連付けを行うために、学習済みデータを用いることによって、膨大なパターンの関連付けを機械的に行うことが可能となる。
　以上が、免疫データ治療法提供システム１が実行する治療データ活用学習済みモデル生成処理である。
　[治療データ活用治療法抽出提供処理]
　図１１は、免疫データ治療法提供システム１のコンピュータ２が実行する治療データ活用治療法抽出提供処理を説明するための図である。免疫データ治療法提供システム１のコンピュータ２が実行する治療法抽出提供処理について図１１に基づいて説明する。
　学習済みモデル生成については、上述した治療データ活用学習済みモデル生成処理と同様の処理であるため、その説明を省略する。
　コンピュータ２の第２取得部２０５は、新規患者の免疫データである新規免疫データ１０５、新規治療データ１１３を少なくとも取得する(ステップＳ３４）。
　ここで、コンピュータ２の第２取得部２０５は、新規治療データ１１３を医療機関７から取得する。
新規免疫データ１０５と新規治療データ１１３とは、それぞれ免疫データ１０１、治療データ１１２に係るデータであって、上述した治療データ活用学習済みモデル生成処理にて取得した、免疫データ１０１、治療データ１１２と異なる或いは同一の、ユーザおよび患者のものであって良い。
　新規免疫データ１０５、新規治療データ１１３のデータの形式としては、画像、表、数値、テキストなどのあらゆる形式を含むがこれに限定されない。また、新規免疫データ１０５、新規治療データ１１３の取得タイミングについては限定されない。
　次にコンピュータ２の判断部２０６は、上述した学習済みモデル生成処理により生成された学習済みモデル１１７に基づいて、取得した新規免疫データ１０５、新規治療データ１１３のデータに対応する治療ガイドラインデータ１０２の部分を判断する（ステップＳ３５）。
　ここで、コンピュータ２の判断部２０６が判断する治療ガイドラインデータ１０２の部分とは、例えば、学習済みモデル１１７に基づいた、新規免疫データ１０５、新規治療データ１１３のデータそれぞれに対応する一つ乃至複数の、疾病候補や、前記疾病の詳細、前記疾病に関する予防法、前記疾病に関する処置方法や対症療法などを含む治療法、前記治療法に関する医療機器や治療薬の情報、を少なくとも含む部分を示す。
　次に、コンピュータ２の抽出部２０７は、判断部２０６が判断した部分に含まれる治療法を、治療法データ１０６として抽出する（ステップＳ３６）。
　ここで、抽出された治療法データ１０６とは、例えば、コンピュータ２の判断部２０６が判断した治療ガイドラインデータ１０２の部分に含まれる当該疾病に関する処置方法や対症療法などを含む治療法を示す。
　次に、コンピュータ２の提供部２０８は、抽出された治療法データ１０６を医師６または医療機関７に提供する（ステップＳ３７）。
　ここで、提供部２０８による治療法データ１０６の提供方法は限定されず、ネットワーク１０を介した通信可能に接続されたユーザ端末３を介して提供して良い。
　取得した新規免疫データ１０５および抽出した治療法データ１０６はそれぞれコンピュータ２の内部に格納してもよいし、コンピュータ２の外部に格納してもよい。
　このように、学習済みモデル１１７を用いて、取得した新規免疫データ１０５、新規治療データ１１３から治療法データ１０６を抽出して提供することにより、医師６が免疫データを利用して、患者に適した治療法を、精度を上げて判断することが可能となる。
　以上が、免疫データ治療法提供システム１が実行する治療データ活用治療法抽出提供処理である。
　上述した手段、機能は、コンピュータ（ＣＰＵ、情報処理装置、各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、単数又は複数のコンピュータからネットワーク経由で提供される（クラウドサービス、ＳａａＳ：ソフトウェア・アズ・ア・サービス）形態で提供される。また、プログラムは、例えば、コンピュータ読取可能な記録媒体に記録された形態で提供される。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記録装置又は外部記録装置に転送し記録して実行する。また、そのプログラムを、例えば、磁気ディスク、光ディスク、光磁気ディスク等の記録装置（記録媒体）に予め記録しておき、その記録装置から通信回線を介してコンピュータに提供するようにしてもよい。
　以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。
　１　　免疫データ治療法提供システム
　２　　コンピュータ
　３　　ユーザ端末
　４　　ユーザ
　５　　企業
　６　　医師
　７　　医療機関
　１０　ネットワーク

Claims (6)

  1. 　免疫データと治療ガイドラインを関連付けて学習して、患者に適した治療法を抽出して提供する免疫データ治療法提供システムであって、
    　免疫データおよび治療ガイドラインデータを取得する第１取得部と、
    　取得した前記免疫データおよび前記治療ガイドラインデータを関連付けた学習データセットを作成する作成部と、
    　作成した前記学習データセットを学習する学習部と、
    　学習の結果に基づいて、学習済みモデルを生成する生成部と、
    　新規患者の新規免疫データを取得する第２取得部と、
    　生成した前記学習済みモデルを用いて、取得した新規免疫データに対応する治療ガイドラインデータの部分を判断する判断部と、
    　判断した前記治療ガイドラインデータの部分に含まれる治療法を抽出する抽出部と、
    　抽出した前記治療法を医師または医療機関に提供する提供部と、
    　を備える免疫データ治療法提供システム。
  2. 　企業から広告を受け付けて、治療法に関連する広告がどれなのか判断して、判断した広告を抽出した治療法とセットにして医師に提供する請求項１に記載の免疫データ治療法提供システム。
  3. 　前期第１取得部は、更に、健康診断データおよび生活習慣データ、を取得し、
    　前期作成部は、更に、前期健康診断データおよび前期生活習慣データ、を関連付けて、学習データセットを作成し、
    　前期第２取得部は、更に、新規患者の新規健康診断データおよび新規生活習慣データを取得し、
    　前記判断部は、生成した前記学習済みモデルを用いて、取得した新規免疫データ、新規健康診断データ、および新規生活習慣データ、に対応する治療ガイドラインデータの部分を判断する請求項１に記載の免疫データ治療法提供システム。
  4. 　前記第１取得部は、更に、医療機関から治療データを取得し、
    　前記作成部は、更に、治療データを関連付けて、学習データセットを作成し、
    　前期第２取得部は、更に、新規患者の新規治療データを取得し、
    　前期判断部は、生成した前記学習済みモデルを用いて、取得した新規免疫データおよび新規治療データに対応する治療ガイドラインデータの部分を判断する請求項１に記載の免疫データ治療法提供システム。
  5. 　免疫データと治療ガイドラインを関連付けて学習して、患者に適した治療法を抽出して提供する免疫データ治療法提供方法であって、
    　免疫データおよび治療ガイドラインデータを取得するステップと、
    　取得した前記免疫データおよび前記治療ガイドラインデータを関連付けた学習データセットを作成するステップと、
    　作成した前記学習データセットを学習するステップと、
    　学習の結果に基づいて、学習済みモデルを生成するステップと、
    　新規患者の新規免疫データを取得するステップと、
    　生成した前記学習済みモデルを用いて、取得した新規免疫データに対応する治療ガイドラインデータの部分を判断するステップと、
    　判断した前記治療ガイドラインデータの部分に含まれる治療法を抽出するステップと、
    　抽出した前記治療法を医師または医療機関に提供するステップと、
    　を備えるコンピュータシステムで実行する免疫データ治療法提供方法。
  6. 　免疫データと治療ガイドラインを関連付けて学習して、患者に適した治療法を抽出して提供するコンピュータシステムに、
    　免疫データおよび治療ガイドラインデータを取得するステップ、
    　取得した前記免疫データおよび前記治療ガイドラインデータを関連付けた学習データセットを作成するステップ、
    　作成した前記学習データセットを学習するステップ、
    　学習の結果に基づいて、学習済みモデルを生成するステップ、
    　新規患者の新規免疫データを取得するステップ、
    　生成した前記学習済みモデルを用いて、取得した新規免疫データに対応する治療ガイドラインデータの部分を判断するステップ、
    　判断した前記治療ガイドラインデータの部分に含まれる治療法を抽出するステップ、
    　抽出した前記治療法を医師または医療機関に提供するステップ、
    　を実行させるためのコンピュータ読み取り可能なプログラム。
PCT/JP2022/035389 2022-09-22 2022-09-22 免疫データ治療法提供システム、免疫状態データ予測方法及びプログラム WO2024062601A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2022/035389 WO2024062601A1 (ja) 2022-09-22 2022-09-22 免疫データ治療法提供システム、免疫状態データ予測方法及びプログラム
JP2022578578A JP7271040B1 (ja) 2022-09-22 2022-09-22 免疫データ治療法提供システム、免疫状態データ予測方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/035389 WO2024062601A1 (ja) 2022-09-22 2022-09-22 免疫データ治療法提供システム、免疫状態データ予測方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2024062601A1 true WO2024062601A1 (ja) 2024-03-28

Family

ID=86382649

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/035389 WO2024062601A1 (ja) 2022-09-22 2022-09-22 免疫データ治療法提供システム、免疫状態データ予測方法及びプログラム

Country Status (2)

Country Link
JP (1) JP7271040B1 (ja)
WO (1) WO2024062601A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021039683A (ja) * 2019-09-05 2021-03-11 株式会社島津製作所 診療支援方法、診療支援システム、学習モデルの生成方法、および、診療支援プログラム
JP2022067151A (ja) * 2020-10-20 2022-05-06 株式会社ジーンクエスト 検査情報管理装置及び検査情報管理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021039683A (ja) * 2019-09-05 2021-03-11 株式会社島津製作所 診療支援方法、診療支援システム、学習モデルの生成方法、および、診療支援プログラム
JP2022067151A (ja) * 2020-10-20 2022-05-06 株式会社ジーンクエスト 検査情報管理装置及び検査情報管理方法

Also Published As

Publication number Publication date
JP7271040B1 (ja) 2023-05-11

Similar Documents

Publication Publication Date Title
Zhang Family functioning in the context of an adult family member with illness: A concept analysis
Ommaya et al. Care-centered clinical documentation in the digital environment: solutions to alleviate burnout
Bosworth et al. Two self-management interventions to improve hypertension control: a randomized trial
Bhattad et al. Artificial intelligence in modern medicine–the evolving necessity of the present and role in transforming the future of medical care
CN102227730A (zh) 基于小工具的应用中临床元素提取、保持和传送的系统和方法
TWI501189B (zh) 擬人化醫療資訊紀錄方法及輔助診療系統
CN112133445A (zh) 一种心血管疾病管理服务方法和系统
JP6907831B2 (ja) コンテキストベースの患者類似性の方法及び装置
US20130262155A1 (en) System and method for collection and distibution of medical information
US20040120557A1 (en) Data processing and feedback method and system
EP1576522A2 (en) Integrated medical knowledge base interface system and method
RU2689173C2 (ru) Поддержка принятия клинических решений
Hadley et al. Artificial intelligence in global health—A framework and strategy for adoption and sustainability
CN103761437A (zh) 一种基于临床数据的科研数据自动生成系统
Ghantasala et al. Cancer prediction and diagnosis hinged on HCML in IOMT environment
Woźniacka et al. Artificial intelligence in medicine and dermatology
WO2024062601A1 (ja) 免疫データ治療法提供システム、免疫状態データ予測方法及びプログラム
CN112466423A (zh) 智能慢病健康管理方法及系统
Wong et al. Healthcare digital transformation through the adoption of artificial intelligence
Armeni et al. Digital Twins for Health: Opportunities, Barriers and a Path Forward
Cutter Thinking Through Breast Cancer: A Philosophical Exploration of Diagnosis, Treatment, and Survival
Xu et al. Preparing for the AI Era Under the Digital Health Framework
Karliner Three critical steps to enhance delivery of language services in health care
CN113096795A (zh) 多源数据辅助的临床决策支持系统及方法
Hammond et al. Computational models of oral and craniofacial development, growth, and repair

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22959565

Country of ref document: EP

Kind code of ref document: A1