[发明专利]医学信息处理装置、医学信息处理方法及存储介质有效
| 申请号： | 201980024273.0 | 申请日： | 2019-02-20 |
| 公开（公告）号： | CN111971754B | 公开（公告）日： | 2023-09-29 |
| 发明（设计）人： | 木户邦彦 | 申请（专利权）人： | 株式会社日立制作所 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20 |
| 代理公司： | 永新专利商标代理有限公司 72002 | 代理人： | 安香子 |
| 地址： | 日本*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 医学信息处理装置保持有：医学辞典，表示医学概念的一览；药剂信息，表示药剂的名称；诊疗信息，包含诊疗履历；以及文献，包含与诊疗信息中不包含的医学概念有关的记载；对于诊疗信息中不包含的医学概念和药剂信息中包含的药剂的各组合，从该文献中确定包含与该医学概念及该药剂有关的记载的文献；对于该各个组合，生成由所确定的各个文献中的医学辞典所示的医学概念构成的医学概念列表；基于诊疗信息中不包含的各个医学概念在医学概念列表所示的文献的上下文中出现的概率，决定诊疗信息中不包含的医学概念中的、对药剂信息中包含的药剂的处方带来影响的第1医学概念。 | ||
| 搜索关键词： | 医学 信息处理 装置 方法 存储 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于株式会社日立制作所，未经株式会社日立制作所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201980024273.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 有限精度系统下的纵向分析与可视化-201880012702.8
- S·奥泽罗夫;奥弗·萨菲尔;A·科佩尔曼;A·莱文;P·拉祖莫夫斯基;迈克尔·萨比娜;M·季亚琴科;雷内·M·斯特伦塔;P·戴伊;罗曼·A·罗斯琪恩;A·加夫里洛夫;L·V·格列奇什尼科夫 - 阿莱恩技术有限公司
- 2018-02-15 - 2023-10-27 - G16H50/20
- 处理逻辑在牙弓的第一图像数据和第二图像数据之间进行比较，并确定第一图像数据中的牙弓的第一表示与第二图像数据中的牙弓的第二表示之间的多个空间差异。处理逻辑确定第一空间差异可归因于扫描仪不准确性，并且第二空间差异可归因于牙弓的临床变化。处理逻辑生成牙弓的第三表示，该第三表示是第二表示的修改版本，其中，在第三表示中去除第一空间差异，并且其中，第三表示包括强调第二空间差异的视觉增强。
- 子宫切除外科手术术后监测-202280019345.4
- F·E·谢尔顿四世;C·E·埃克特;D·哈里斯;A·N·沃德;J·L·哈里斯 - 西拉格国际有限公司
- 2022-01-21 - 2023-10-24 - G16H50/20
- 本发明可提供一种计算系统，该计算系统用于测量和监测患者生物标志物以用于检测或预测子宫切除术术后并发症。可通过将所测量的/经处理的患者生物标志物数据与对应的所确定的阈值进行比较来预测或检测子宫切除术术后并发症。所测量的/经处理的患者生物标志物数据与该对应阈值的该比较可与背景情境相关联地执行。该背景情境可基于子宫切除外科手术恢复时间线、至少一个态势属性或至少一个环境属性中的至少一者。可向患者装置或医护人员装置发送(例如，实时发送)与所预测或所检测的子宫切除术术后并发症相关联的通知消息。该通知消息可由严重程度级别消息补充。
- 放射学图像的后处理-202280010147.1
- C·L·特鲁威特;H-A·维施曼;M·塞文斯特;H·兰姆 - 皇家飞利浦有限公司
- 2022-01-12 - 2023-10-10 - G16H50/20
- 一种用于读取成像扫描(410)的计算机(110)实现的方法包括访问成像扫描(410)。成像扫描(410)包括放射学图像的堆叠。该方法还包括根据成像扫描(410)的截面数据生成多个二维图像。多个二维图像包括来自放射学图像的堆叠的投影信息。投影信息包括全成像体积或自动选择的子体积、以及图像强度的全范围或图像强度的自动选择的子范围。该方法还包括在高级解释环境(380)的用户界面(UI)中显示所生成的多个二维图像或其子集。用户界面通过启用与所生成的多个二维图像的交互来提供对放射学图像的堆叠或从放射学图像的堆叠导出的附加信息的访问。
- 用于基于通气数据来对状况进行分类的机器学习图像识别-202180083015.7
- D·J·诺夫科夫;M·J·菲利普斯 - 柯惠有限合伙公司
- 2021-12-08 - 2023-09-29 - G16H50/20
- 本技术涉及用于从通气数据识别状况的方法和系统。所述方法可以包括：获取患者在一定时间段期间通气的通气数据；基于所述获取的通气数据来生成图像；提供所述生成的图像作为经过训练的机器学习模型的输入，其中，所述经过训练的机器学习模型是基于具有与所述生成的图像相同的类型的图像来训练的；以及基于来自所述经过训练的机器学习模型的输出，生成所述患者的预测状况。可以通过将通气数据存储为像素通道值以生成人类不可解读的图像来生成所述图像。
- 医学信息处理装置、医学信息处理方法及存储介质-201980024273.0
- 木户邦彦 - 株式会社日立制作所
- 2019-02-20 - 2023-09-29 - G16H50/20
- 医学信息处理装置保持有：医学辞典，表示医学概念的一览；药剂信息，表示药剂的名称；诊疗信息，包含诊疗履历；以及文献，包含与诊疗信息中不包含的医学概念有关的记载；对于诊疗信息中不包含的医学概念和药剂信息中包含的药剂的各组合，从该文献中确定包含与该医学概念及该药剂有关的记载的文献；对于该各个组合，生成由所确定的各个文献中的医学辞典所示的医学概念构成的医学概念列表；基于诊疗信息中不包含的各个医学概念在医学概念列表所示的文献的上下文中出现的概率，决定诊疗信息中不包含的医学概念中的、对药剂信息中包含的药剂的处方带来影响的第1医学概念。
- 通过实时影像获得的病变判断系统的控制方法、装置及程序-202280009042.4
- 方昌锡;李在浚;赵凡柱 - 翰林大学产学合作团
- 2022-01-05 - 2023-09-12 - G16H50/20
- 提供一种通过实时影像获得的病变判断系统的控制方法。所述控制方法包括：内窥镜装置获得胃内窥镜影像的步骤；所述内窥镜装置将获得的所述胃内窥镜影像传送至服务器的步骤；所述服务器将所述胃内窥镜影像输入至第一人工智能模型，以判断包含于所述胃内窥镜影像中的病变的步骤；所述服务器在判断所述胃内窥镜影像中有病变时，获得包含所述病变的图像传送至所述服务器的数据库的步骤；所述服务器将所述图像输入至第二人工智能模型，以判断包含于所述图像中的病变的种类的步骤；及在判断所述胃内窥镜影像中有病变时，显示装置显示用于在所述胃内窥镜影像内指示所述病变的位置的UI的步骤。
- 用于监视健康的用户界面-202280010264.8
- M·W·克罗莱伊 - 苹果公司
- 2022-01-14 - 2023-09-08 - G16H50/20
- 本公开整体涉及用于监视健康的用户界面。在一些实施方案中，由电子设备基于不包括压力的直接测量结果的传感器数据来生成和/或显示通知。在一些实施方案中，电子设备显示用于跟踪和/或监视在所选时间范围内接收的血压测量数据的用户界面。用于跟踪和/或监视所接收的血压测量数据的该用户界面包括测量结果录入用户交互式图形用户界面对象，该测量结果录入用户交互式图形用户界面对象发起让该电子设备接收与该用户界面的对应于当天和所选时间范围的相应测量结果指示符相对应的血压测量数据的过程。
- 机器学习系统及用于诊断罕见病的方法-202180064606.X
- C·M·莫洛尼;A·杜米特留 - 赛诺菲
- 2021-09-23 - 2023-09-05 - G16H50/20
- 本说明书涉及使用机器学习模型来基于医疗数据/病历对患有罕见病的患者进行诊断、以及训练这种模型的方法。根据本说明书的第一方面，描述了一种生成用于训练机器学习模型以识别患有罕见病的个体的训练数据集的计算机实施的方法，所述方法包括：接收初始数据集，所述初始数据集包括与患有所述罕见病的多个个体有关的医疗数据，每个个体的所述医疗数据包括指示所述个体所经历的所述罕见病的多个症状的数据；使用无监督聚类方法识别所述初始数据集中的多个个体集群；基于所述集群中的所述个体的所述医疗数据将所述集群中的一个或多个集群识别为最不代表所述罕见病；将所述个体中的一个或多个从基于所述一个或多个个体的所述医疗数据被识别为最不具有代表性的所述一个或多个集群中移除，以生成经修剪的数据集；以及将所述经修剪的数据集与包括没有所述罕见病的多个个体的对照数据集组合，以生成所述训练数据集。
- 癌种预测模型建立系统及建立方法、癌种预测系统-202380008437.7
- 林志鹏 - 上海英医达医疗器械用品有限公司;英华达（上海）科技有限公司;英华达（上海）电子有限公司;英华达股份有限公司
- 2023-03-08 - 2023-08-25 - G16H50/20
- 本发明提供一种癌种预测模型建立系统及方法、癌种预测系统，癌种预测模型建立系统包括第一层学习模型建立单元及第二层第一学习模型建立单元。第一层学习模型建立单元用以使用机器学习技术，依据多个第一学习检体的各者的第一拷贝数变异、第一检体癌种及第一性别，建立第一层学习模型；及，以多个第二学习检体的各者的第二性别及第二拷贝数变异做为第一层学习模型的输入，使第一层学习模型输出各第二学习检体的多个第一输出癌种。第二层第一学习模型建立单元用以使用机器学习技术，依据各第二学习检体的该些第一输出癌种及第二检体癌种，建立第二层第一学习模型。
- 一种数字听诊器-202180082583.5
- A·P·扎布罗诺克;M·G·胡梅纽克 - “梅德哈德”有限责任公司
- 2021-11-26 - 2023-08-22 - G16H50/20
- 本发明涉及听诊仪器，可用于实时远程医疗会诊和远程医疗监测。一种数字听诊器，包括用于检测来自患者的模拟声学信号的设备，以及通过连接有耳机的患者和/或医生的便携式计算设备上的安全加密网络应用程序实现的数据处理系统。在医生和/或患者的设备上执行数据的软件处理。获取并存储有关患者的信息。数字数据被转换成音频信号。音频信号以音频图的形式显示在医生的网络浏览器的窗口中。基于用户设置来处理音频信号。处理后的音频信号被输出到耳机。存储有关应用的数字滤波器的数据。其结果是提高了信号处理的质量和速度，同时减少了能源消耗，并允许安全听诊患有高度传染性疾病例如新冠肺炎的患者。考虑到用户的个体心理声学特征和不同专家对声音的不同心理声学感知，听诊器可以在多个用户设备上与多个无线耳机同时使用。
- 用于基于用户的自述症状提供医疗建议的设备、方法及计算机程序-201780026664.7
- A·卡里姆;C·埃布比迪克;A·纳伊姆 - 克利诺瓦有限公司
- 2017-12-08 - 2023-08-22 - G16H50/20
- 一种设备(100)包括：处理器(104)；存储器(102)；所述存储器存储多种医学症状的信息，所述存储器进一步存储所述医学症状中的一或多者与一或多种医学疾病的信息之间的关联；所述设备(100)经配置以经由所述设备的用户接口从用户接收输入，所述输入包括所述用户的一或多种医学症状的指示；所述处理器经配置以处理所述用户的一或多种医学症状的所述所接收指示，以确定与一或多种医学症状的所述指示相关联的医学疾病；所述处理器(104)进一步经配置以在所述设备的显示器(106)上对所述用户生成输出，所述输出包括对所述用户如何响应所述医学疾病的建议。
- 机器学习系统及用于诊断罕见病的方法-202180064603.6
- C·M·莫洛尼;A·杜米特留 - 赛诺菲
- 2021-09-23 - 2023-08-18 - G16H50/20
- 本说明书涉及使用机器学习模型来基于医疗数据/病历对患有罕见病的患者进行诊断、以及训练这种模型的方法。根据本说明书的第一方面，描述了一种生成用于训练机器学习模型以识别患有罕见病的个体的训练数据集的计算机实施的方法，所述方法包括：使用自然语言处理从与罕见病相关联的医学文献语料库生成与罕见病相关联的多个术语中的每一个的嵌入向量；接收初始数据集，所述初始数据集包括与患有所述罕见病的多个个体有关的医疗数据，每个个体的所述医疗数据包括指示所述个体所经历的所述罕见病的多个特征的数据；将所述初始数据集与包括没有所述罕见病的多个个体的对照数据集组合，以生成所述训练数据集；以及对于训练数据集中的每个个体，基于与个体相关联的特征和与罕见病相关联的所述多个术语的嵌入向量生成表示个体的嵌入向量。
- 用于基于人工智能的健康状况的医学诊断系统和方法-202180083439.3
- 马克·博叟迪 - 纽优柔斯普林有限公司
- 2021-12-09 - 2023-08-15 - G16H50/20
- 本发明提供一种医学方法和医学设备，其包括：包括多个数据分析处理模块和诊断整合器的处理器、可通信地连接到该处理器的存储器、以及可通信地连接到该处理器的输入/输出设备；该处理器被配置为执行存储在该存储器中的指令以：使患者界面记录来自受检者的第一数据、使用多个数据分析处理模块中的第一数据分析处理模块分析第一数据并确定第一诊断输出、使用多个数据分析处理模块中的第二数据分析处理模块分析第一数据并确定第二诊断输出、整合来自多个数据分析处理模块的诊断输出并确定对受检者的统一的最终诊断。
- 用于通过使用人工智能算法处理至少一个EEG轨迹来检测人的微睡眠精神状态的计算机实现的方法和被配置成实现这种方法的系统-202180080148.9
- M·格莱塔;G·马果洛;L·南尼;G·罗萨托;D·汤农 - 欧莱果有限责任公司
- 2021-11-29 - 2023-08-11 - G16H50/20
- 一种用于借助于至少一个经过适当训练的卷积神经网络处理人的至少一个EEG轨迹来检测该人的微睡眠精神状态的计算机实现的方法，以及一种用于通过处理人的至少一个EEG轨迹来检测此人的微睡眠精神状态的系统。
- 医学指标测量方法及针对该方法的超声诊断设备-202180082080.8
- 李殷规;尹哲熙 - 爱飞纽医疗机械贸易有限公司
- 2021-11-09 - 2023-08-11 - G16H50/20
- 公开了医学指标测量方法及针对该方法的超声诊断设备。根据一个实施方式，该医学指标测量方法包括下述步骤：超声诊断设备获取超声图像数据；从所获取的超声图像数据中提取特征点；生成根据所提取的特征点配置的图信息；根据所生成的图信息确定解剖结构；以及基于所确定的解剖结构测量医学指标。
- 疾病诊断和预测-202180082406.7
- M·M·阮;J·克吕克尔;R·斯里尼瓦萨奈杜;王海波 - 皇家飞利浦有限公司
- 2021-12-07 - 2023-08-08 - G16H50/20
- 本公开内容描述了被配置为识别诊断图像内的医学病症的指示物并基于所识别的指示物来预测所述医学病症的进展的系统。所述系统可以包括被训练为从诊断图像提取疾病特征的神经网络以及被配置为对这样的特征在能由用户选择的未来时间点时的进展进行建模的神经网络。对进展进行建模可以涉及考虑各种处置选项和患者特异性信息。预测结果能够被显示在用户接口上，所述用户接口是针对由基础神经网络中的一个或多个神经网络生成的预测结果的特定表示而定制的。预测结果的表示包括合成的未来图像、临床结果的概率和/或可能随时间发展的疾病特征的描述符。
- 鉴定传染原的方法-202080107482.4
- C·洛德里奎兹;J-M·帕瓦洛特斯基;V·德蒙坦特 - 国家医疗保健研究所;巴黎第十二大学;巴黎公共救济院
- 2020-11-26 - 2023-08-04 - G16H50/20
- 本发明提供了一种检测、鉴定、分类、量化和/或表征传染原的方法。本发明涉及一种用于检测、鉴定、分类、量化和/或遗传表征传染原的方法，包括以下步骤：提供核酸序列样品；从核酸序列样品中分离出高质量核酸序列；从高质量核酸序列中分离出至少一种非人高质量核酸序列；从多个已知序列中鉴定最接近的已知序列，其中最接近的已知序列与多个已知序列中的至少一个非人高质量核酸序列共享最大量的相似性，并且其中多个已知序列包含传染原的序列。
- 用于可视化的方法和系统-202180080296.0
- H·尼克基施;H·施米特;C·邦图斯;R·维姆科 - 皇家飞利浦有限公司
- 2021-11-22 - 2023-08-01 - G16H50/20
- 一种用于可视化的方法可以包括：获得患者的心肌组织的第一灌注度量的数据；获得所述患者的冠状动脉的几何结构的数据；获得冠状动脉的第二灌注度量的数据；基于所述冠状动脉的所述第二灌注度量的所述数据来获得沿着所述冠状动脉的流动阻碍度量的数据；并且在单幅图像上可视化所述心肌组织的所述第一灌注度量和所述冠状动脉，所述冠状动脉在所述单幅图像上与所述第一灌注度量叠加，可视化的冠状动脉表示所述冠状动脉的所述几何结构和沿着所述冠状动脉的所述流动阻碍度量。
- 基于用于开发人工智能工具的受试者数据的隐私保护计算-202180075630.3
- N·A·亚拉尔;A·德里迪 - 基因泰克公司
- 2021-11-08 - 2023-08-01 - G16H50/20
- 本公开涉及用于隐私保护计算的技术，以保护受试者的隐私，同时将所述受试者的数据用于次要目的，诸如训练和部署人工智能工具。特别地，各方面涉及：在本地服务器处接收关于第一受试者的受试者数据；通过所述本地服务器对所述受试者数据执行去识别化操作、匿名化操作或两者；向远程服务器发送所述受试者数据；从所述远程服务器接收生产模型，所述生产模型包括部分地从所述经处理受试者数据导出的参数；在所述本地服务器处接收关于第二受试者的后续数据；通过所述本地服务器将所述后续数据输入到所述生产模型中，以分析所述后续数据，并从对所述后续数据的分析来生成推断或预测；以及通过所述本地服务器向计算设备发送所述推断或所述预测。
- 评估受试者的感兴趣区域-202180078081.5
- J·A·帕勒洛;Y·P·J·鲍尔奎因 - 皇家飞利浦有限公司
- 2021-11-18 - 2023-07-28 - G16H50/20
- 根据一个方面，提供了用于评估受试者的感兴趣区域的计算机实现的方法(200)，该方法包括：接收(202)包括受试者的部分的图像；接收(204)感兴趣区域(ROI)在受试者的部分上的位置的指示；从传感器接收(206)指示ROI的可测量皮肤参数的传感器数据；经由用户接口，从受试者接收(208)ROI的性质的指示；生成(210)所接收的传感器数据与ROI的性质之间的关联；以及提供(212)图像、传感器数据、ROI的性质的指示以及所生成的关联中的至少一者，以用于进一步处理。
- 用于自动的包含或排除准则检测的方法和系统-201880006580.1
- E·T·卡尔森;E·高希;M·S·索罗维尔;D·诺伦;刘波 - 皇家飞利浦有限公司
- 2018-01-03 - 2023-07-14 - G16H50/20
- 一种用于训练评分系统(600)的方法(100)，包括以下步骤：(i)提供(110)包括评分模块(606)的评分系统；(ii)接收(120)包括多个患者数据和处置结果的训练数据集；(iii)使用临床决策支持算法分析(130)所述训练数据集以生成多个临床决策支持推荐；(iv)使用所述评分模块将所述多个临床决策支持推荐聚类(140)到多个聚类中；并且(v)使用评分模块识别(160)所述多个聚类中的至少一个聚类的一个或多个特征，并基于识别出的一个或多个特征，来生成针对所述多个聚类中的至少一个的一个或多个包含则准。
- 医疗系统以及执行该医疗系统的方法-202180053685.4
- 熊野宏昭;斋藤顺一;漆畑直树;种村秀辉;穆罕默德·加齐扎德;下川千草 - 学校法人早稻田大学;逻格斯科学株式会社
- 2021-09-01 - 2023-06-30 - G16H50/20
- 本发明的目的在于，提供一种基于信息处理终端和信息处理网络系统的治疗系统以及使用该系统的方法，能够进行利用基于过程(Process‑Based)的CBT的治疗，基于诊断交叉性评估和/或疾病特异性评估结果，对该患者实施最佳的治疗。因此，本发明的系统(100)具有：具有充分利用日常生活中的数据，评估患者针对社会心理性问题、生活适应性、压力等，能够采取何种程度的适应性行为、或者采取非适应性行为的功能的块(10A1：诊断交叉性评估部分)，和/或，具有评估患者针对特定的疾病的特征性症状能够采取何种程度的适应性行为、或者采取非适应性行为的功能的块(10A2：疾病特异性评估部分)；以及具有对所述块的评估结果进行分析并将患者分类为特定的群体(堆栈或组)，并选择与分类后的群体链接的治疗模块的功能的块(10B：模块选择部分)。
- 医学图像后处理-202180074325.2
- A·戈森;H·尼克基施 - 皇家飞利浦有限公司
- 2021-10-19 - 2023-06-30 - G16H50/20
- 本公开提供了用于改进的医学图像后处理的模块。它利用图像数据后处理机构(122)，所述图像数据后处理机构包括编码器(122A)和解码器(122B)，所述编码器被配置为对具有输入图像性质的输入图像数据进行编码，所述解码器被配置为对所述输入图像数据进行解码以提供具有与所述输入图像性质不同的输出图像性质的输出图像数据。所述后处理机构(122)包括第一后处理设置，所述第一后处理设置被应用于所述编码器和/或所述解码器并且被分配给第一输出图像性质。此外，所述后处理机构(122)被配置为预测第二后处理设置，所述第二后处理设置适用于所述编码器和/或所述解码器并且被分配给第二输出图像性质。所述后处理机构(122)还被配置为提供图像建议，所述图像建议包括利用预测的第二后处理设置进行后处理的所述输入图像数据。此外，所述后处理机构(122)被配置为接收被分配给所述图像建议的反馈信号，并且基于接收到的反馈信号来评价所述预测的第二后处理设置。
- 估计残余肾功能-202180068758.7
- 扬·斯坦贝 - 甘布罗伦迪亚股份公司
- 2021-09-27 - 2023-06-23 - G16H50/20
- 一种计算机系统，可以实现基于间歇性透析疗法的两个连续治疗环节的数据来估计透析患者的残余肾功能的方法。计算机系统获取第一治疗环节的开始和结束的物质(如尿素、肌酐)的第一血液浓度值(C1)和第二血液浓度值(C2)，以及在第二治疗环节的开始的第三血液浓度值(C3)。计算机系统还获取第一治疗环节的开始的时间点(t1)和结束的时间点(t2)以及第二治疗环节的开始的时间点(t3)。然后，计算机系统将残余肾功能估计为第一浓度值(C1)、第二浓度值(C2)、第三浓度值(C3)、时间点(t1,t2,t3)的函数。该方法不需要包括表示从患者收集尿液的数据。
- X射线和CT的深度学习模型训练-202180069937.2
- 王欣;S·M·达拉尔;刘赛峰 - 皇家飞利浦有限公司
- 2021-09-30 - 2023-06-23 - G16H50/20
- 用于利用第一模态的图像和第二模态的图像来训练深度学习网络的系统和方法，以预测第一模态和第二模态之一的当前图像学习的诊断。训练包括收集训练数据，训练数据包括多个数据集，每个数据集包括针对单个患者和临床原因的第一模态的图像学习和第二模态的图像学习，使用第一模态的图像训练深度学习网络的第一分支，以及使用第二模态的图像训练深度学习网络的第二分支。
- 慢性肾脏疾病（CKD）机器学习预测系统、方法和装置-202180064414.9
- 埃里克·大卫·诺沙;安娜莉萨·丹妮勒;安吉拉·索菲亚·里维拉·弗洛雷兹;陈宇坤;迈克尔·思贝儿 - 巴克斯特国际公司;巴克斯特医疗保健股份有限公司
- 2021-09-22 - 2023-06-02 - G16H50/20
- 公开了一种慢性肾脏疾病(“CKD”)机器学习预测系统。示例系统被配置为提供关于患者是否可能进展到CKD的下一阶段和/或患者是否可能需要紧急开始透析的预计。本文中公开的机器学习算法包括动态的多因素预测算法，这些算法被编程为考虑对肾功能产生不利影响的临床、药理学和临床外因素。由机器学习系统提供的预测将信息传达给临床医生，以便在疾病恶化之前改善CKD治疗。在一些情况下，预测可以被用于选择治疗计划、透析治疗和/或肾脏替代疗法(“RRT”)。
- 用于优化药物治疗的方法和系统-202180059498.7
- 陈霞;D·E·冯霍伦;J·加尔斯特克 - 皇家飞利浦有限公司
- 2021-07-16 - 2023-06-02 - G16H50/20
- 一种优化药物治疗的方法包括：监测与患者的不宁腿综合症(RLS)状况相关联的所述患者的一个或多个特征并且评估所述患者的所述状况的基线严重度，基于治疗效力‑风险图向所述患者推荐选定治疗，评估所述患者的所述状况的实际严重度，评估所述选定治疗的效力，评估所述选定治疗的风险评分，并且基于所述选定治疗的所评估的效力和风险评分来更新所述治疗效力‑风险图。
- 基于睡眠反应监测的睡眠障碍预测系统和方法-202180061317.4
- J·马尔加里托;J·萨拉扎;B·I·谢利 - 皇家飞利浦有限公司
- 2021-07-16 - 2023-05-30 - G16H50/20
- 预测睡眠障碍、特别是失眠发生的装置和方法通过长期监测引起压力和睡眠反应的日常习惯以及通过指导纠正可触发睡眠障碍发生的行为并建议干预来减轻该问题。
- 对黄斑水肿患者的注射频率的机器学习预测-202180064926.5
- Y·Y·李;V·L·斯特芬;F·本曼索尔;M·J·弗里森汗;Z·哈斯科瓦 - 基因泰克公司;豪夫迈·罗氏有限公司
- 2021-09-22 - 2023-05-30 - G16H50/20
- 一种用于管理对被诊断有黄斑水肿病症的受试者的治疗的方法和系统。接收受试者的受试者数据。所述受试者数据包括用于所述受试者的最佳矫正视力(BCVA)数据。使用所述受试者数据生成用于计算模型的输入。基于所述输入，经由所述计算模型预测用于对被诊断有所述黄斑水肿病症的所述受试者的所述治疗的注射频率。
- 专利分类
