版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
2024.12.19PCT/EP2023/0660732023.06.15WO2023/247308EN2023.12.28本发明涉及一种预测受试者健康状况的方的动态属性数据以及至少一个与受试者相关的试者相关的处理数据集生成至少一种健康状况个与受试者相关的动态属性数据以及接收至少受试者相关的动态属性数据和至少一个与受试分析组件配置为分析与受试者相关的处理后的基于至少一种健康状况假设预测至少一种健康2处理至少一个与受试者相关的动态属性数据以及至少一个与受试者相关的协变量数2.根据前述权利要求所述的方法,其中预测至施的动态模型,并且至少一种健康状况假设包括与受试者的至少一种医疗状况的关联性,其中方法还包括预测受试者的至少一种健康状况的3.根据前述权利要求中任一项所述的方法至少一种生物标志物,其中至少一种生物标志物与至一种生物标志物包括以下至少一项:可溶性Fms样酪氨酸激酶(sFlt_1);胎盘生长因子至少一个与母亲相关的协变量,该至少一个与母亲相关的协变量包括以下至少一项:至少一个与胎儿相关的协变量,该至少一个与胎儿相关的协变量包括以下至少一项:至少一个与新生儿相关的协变量,该至少一个与新生儿相关的3输出至少一种潜在医疗状况,其中至少一种潜在医疗状况包括以下确定至少一个中间阈值,其中该至少一个中间阈值包括介将至少一个中间阈值的至少一个范围与至少一种医疗状基于比较值数据输出与受试者相关的属性假设,其中记录至少基于训练数据生成调整函数,其中调整函数适用于调整根据前述提示用户输入以下至少一项:对至少一个行动建议的接受,以基于至少一种健康状况来确定至少一种药物,其中至少一种药物适用于以下至少一4处理至少一个与受试者相关的动态属性数据和至少一个与受试者相关的协变量数据,基于与受试者相关的处理后的数据集生成至少一其中该系统配置为基于至少一种健康状况假设预测至少一种健至少一个存储组件,该至少一个存储组件配置为存储与受试者的至少一个计算组件,该至少一个计算组件配置为实施用于预输出至少一种潜在医疗状况,其中至少一种潜在医疗状况包括以下将至少一个中间阈值的至少一个范围与至少一种医疗状基于至少一个医疗状况变化指标的趋势来预测至少一种医5基于训练数据生成调整函数,其中调整函数适用于调整根据前述基于至少一种健康状况假设触发至少一个行动建议,其中其中至少一个图像数据包括与受试者的至少一种医疗状况和/或至少一种潜在医疗状治疗方案包括至少一种治疗药物和治疗方案,其中治疗方案基于至少一种健康状况假设,其中至少一种健康状况假设由根据权利要求1至8中任17.一种用于诊断受试者的医学状况的诊断方法,其中诊断包括生成至少一个诊断结6[0001]本发明属于预测受试者的医疗状况的领域,特别是预测孕妇的子痫前期的演变[0002]子痫前期(PE)是全世界范围内导致孕产妇和围产儿的短期和长期发病率和死亡和母亲患心血管疾病的风险增加(Wellmann,2014)。了解PE进展中的三个关键病理阶段至[0006]MacDonald等人介绍了最新关于预测PE的临床工具和生物标志物的综述[0008]Maric等人(Maric,2020)提出了一种侧重于统计分析的方法。该模型利用所有可7个与受试者相关的动态属性数据和至少一个与受试者相关的协变量数据以生成一个与受可以包括使用至少一种机器学习技术执行前8地或替代地,至少一个与受试者相关的协变量可以包括至少一个与新生儿相关的协变量,9[0025]在另一实施例中,方法可以包括实施至少一个定量药理学(PMX)模型。至少一个力学药效学(PKPD)模型;基于生理学的PK(PBPK)模型;基于生理学的PKPD(PBPKPD)模步骤可以基于至少一种健康状况假设和/或至少一种健康状况。方法可以包括生成至少一种治疗建议,其中至少一种治疗建议可以基于至少一种健康状况假设和/或至少一种健康过至少一种机器学习技术执行根据前述任一方法实施例至少一个医疗状况变化指标的趋势预测至少一种医疗[0038]系统可以配置为使用来自至少一个数据库的数据来执行根据前述任一方法实施一系统实施例来调整系统的任何配置。系统可以配置为基于至少一种健康状况假设和/或[0042]系统可配置为基于至少一种健康状况假设来预测至少一种健康状况并使用至少至少一个数据库中检索至少一种胎儿生长相关数据。系统可配置为预测至少一种健康状图像数据可以包括与受试者的至少一种医疗状况和/或至少一种潜在医疗状况相关的数[0048]治疗还可包括在至少一种医疗状况发作之前治疗受试者的至少一种潜在医疗状血管标志物(Wellmann,2014);(ii)用于检测和监测母体终末器官亚临床功能障碍的生物数据以及纵向测量)的智能整合概念,将ML和其他AI方法与药理学原理和创新的动态药理它提供了更精确、有效和高效的方法以及相应的系统或用于预测受试者的健康状况的方[0058]处理至少一个与受试者相关的动态属性数据以及至少一个与受试者相关的协变[0061]M2.根据前述实施例所述的方法,其[0062]M3.根据前述任一方法实施例所述的[0065]M6.根据前述两个实施例中任一[0068]M9.根据前述任一方法实施例所述的方法,[0118]M39.根据前述任一方法实施例所述的方法,其中由计算机实施的动态模型基于[0124]M45.根据前述任一方法实施例所述并[0128]M49.根据前述实施例所述的方法,其中至少一种机器学习算法包括监督算法架[0131]M52.根据前述任一方法实施例所述并且具有实[0132]M53.根据前述任一方法实施例所述的方法,其中方法包括执行至少一种分析方测至少一种健康状况的步骤包括使用至少一[0141]M62.根据前述实施例所述并且具有实施[0143]M64.根据前述实施例所述并且具有实定至少一种药物,其中至少一种药物适用于预防至少一种医疗状况和/或至少一种健康状[0148]M69.根据前述任一实施例所述并[0161]M77.根据前述任一方法实施例所述的方法,其中方法包括生成至少一种治疗建其中方法包括在执行至少一个个性化治疗方案[0180]其中至少一个图像数据包括与受试者的至少一种医疗状况和/或至少一种潜在医施例所述的系统来执行根据任一方法实施例所述的[0188]处理至少一个与受试者相关的动态属性数据和至少一个与受试者相关的协变量储组件配置为存储与受试者的至少一种健康状况[0195]S3.根据前述任一系统实施例所述[0198]S6.根据前述两个实施例中任[0201]S9.根据前述任一系统实施例所述的系统[0245]S35.根据前述实施例所述的系统,其中系统配置为向用户显示至少一个行动建[0251]S39.根据前述任一系统实施例所述的系统,其中由计算机实施的动态模型基于[0257]S45.根据前述任一系统实施[0261]S49.根据前述实施例所述的系统,其中至少一种机器学习算法包括监督算法架[0264]S52.根据前述任一系统实施例所述并且具有[0274]S62.根据前述实施例所述并且具有实[0276]S64.根据前述实施例所述并且具有[0280]其中至少一个图像数据包括与受试者的至少一种医疗状况和/或至少一种潜在医[0285]T1.一种用于治疗受试者的医学[0286]T2.根据前述实施例所述的治疗,其中至[0287]T3.根据前述两个实施例中任一[0288]T4.根据前述任一治疗方法实施例[0289]T5.根据前述任一治疗方法实施例[0290]T6.根据前述任一治疗实施例所[0291]T7.根据前述任一治疗方法实施例所[0296]D1.一种用于诊断受试者的医学[0298]D3.根据前述两个实施例中任一个所少一种预防性治疗方法用于在至少一种医疗状况发作之前治疗受试者的至少一种医疗状[0300]D5.根据前述诊断实施例所述的[0302]D7.根据前述任一诊断实施例[0303]D8.根据前述任一诊断实施例所述的[0304]D9.根据前述任一诊断实施例所述[0310]U1.一种根据前述任一系统[0311]U2.一种根据前述任一方法实施例所述述任一实施例所述的系统来执行根据前述任一方法实施例所述的方[0312]U3.一种根据前述任一方法实施[0313]U4.一种根据前述任一方法实[0314]U5.一种根据前述任一方法实施任一诊断方法实施例所述的诊断方法以及根据前述任一治疗方法实施例所述的治疗方法,据集。多个成像组件配置为捕获受试者的图像,该图像可能与至少一种健康状况和/或医疗状况[0330]此外,系统1000配置为基于至少一种状况假设来预测受试者的至少一种健康状种治疗建议和/或治疗方案和/或正在进行的配置为处理由系统1000外部和/或独立的一个或多个设备提供的多个信号。信号处理组件[0336]图2示意性地示出了根据本发明的实施例的方法的实施方式的分层表示。方法是330应用于输入数据以生成处理后的数据,可进一步分析和解释该处理后的数据以生成至可将解释后的数据提供给用户(例如医生)。此类输出可包括但不限于PE相关预测、评估组的至少一种健康状况的至少一种假设,其中假设基于包括当前数据和/或历史数据的离[0342]不同的数据存储单元30上可以存储不同的数据。还可以提供附加的数据存储器(图形处理单元)、DSP(数字信号处理器)、APU(加速器处理单元)、ASIC(专用集成电路)、ASIP(专用指令集处理器)或FPGA(现场可编程门阵列)。第一数据存储单元30A可以是单个[0345]第二数据存储单元30B可以是单个或多个,可以是但不限于易失性存储器或非易[0346]第三数据存储单元30C可以是单个或多个,可以是但不限于易失性存储器或非易数据存储单元30B(也称为数据共享存储单元30B)和第三数据存储单元30C(也称为解密密数据存储单元30,该通用数据存储单元30可以配置为存储各自的加密密钥(使得数据存储
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 深度解析(2026)《GBT 328.20-2007建筑防水卷材试验方法 第20部分:沥青防水卷材 接缝剥离性能》
- 河道修防工操作评估测试考核试卷含答案
- 镗工安全生产能力强化考核试卷含答案
- 感光材料生产工岗前安全理论考核试卷含答案
- 矿井防尘工岗前基础效率考核试卷含答案
- 液压液力气动密封件制造工岗前安全生产规范考核试卷含答案
- 吉非替尼临床应用考核试题
- 麻纺企业员工培训制度
- 沈阳WD影城的财务剖析与可持续发展策略研究
- 汽车空调管路NVH性能的多维度解析与优化策略研究
- DBJT 13-502-2025 古建筑安全监测技术标准
- 广西壮族自治区百色市县级市2024-2025学年八年级下学期期末语文试题(解析版)
- 2024新版2025秋人美版美术二年级上册教学课件:第1单元第1课 我画自己 2课时
- 农商行关联交易课件
- 植保无人机路演课件
- 桂花科普课件
- 人大代表候选人初步人选资格审查表
- 低温工程基础知识培训课件
- DB44T 919-2011 广东省房地产档案业务规范
- 市政管网建设重大危险源管控措施
- 个人防护与手卫生规范
评论
0/150
提交评论