[go: up one dir, main page]

TWI444921B - 用於促進提供健康及保健幫助的線上系統、方法及電腦可讀取媒體 - Google Patents

用於促進提供健康及保健幫助的線上系統、方法及電腦可讀取媒體 Download PDF

Info

Publication number
TWI444921B
TWI444921B TW096141229A TW96141229A TWI444921B TW I444921 B TWI444921 B TW I444921B TW 096141229 A TW096141229 A TW 096141229A TW 96141229 A TW96141229 A TW 96141229A TW I444921 B TWI444921 B TW I444921B
Authority
TW
Taiwan
Prior art keywords
data
conclusion
information
pure
health
Prior art date
Application number
TW096141229A
Other languages
English (en)
Other versions
TW200832253A (en
Inventor
David E Heckerman
Craig J Mundie
Nebojsa Jojic
Randy J Hinrichs
Original Assignee
Microsoft Corp
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 Microsoft Corp filed Critical Microsoft Corp
Publication of TW200832253A publication Critical patent/TW200832253A/zh
Application granted granted Critical
Publication of TWI444921B publication Critical patent/TWI444921B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • 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
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Description

用於促進提供健康及保健幫助的線上系統、方法及電腦可讀取媒體
本發明係關於用於健康及保健的工具。
許多行業獲益於從資料中得出統計意義上有效之結論。例如，越來越多保健提供者根據目前最佳證據進行診斷、治療決策以及保健建議(即，他們越來越多地根據證據用藥)。較佳地，臨床醫生在做出醫療決策時依賴於證據之「黃金標準」－－隨機、對照(controlled)、雙盲(double－blind)臨床實驗。如果在一隨機、對照、雙盲臨床實驗中沒有獲得與某一病人狀況相關之純淨資料(clean data)，則臨床醫生通常依賴於其他純淨資料來源，該等純淨資料來源最佳地依照科學方法建立完善的原理。純淨資料之實例包括隨機、對照、雙盲之臨床實驗、對照但非隨機之臨床實驗、非對照之臨床實驗、非盲(unblind)之臨床實驗，以及其他涉及研究人員挑選人群之類型的研究。但是，純淨資料之獲得過程昂貴、耗時，而且取決於該病人之狀況，甚至可能根本無法獲得該等資料。
提供本【發明內容】係為了以一簡化方式介紹一組概念，在下文之【實施方式】中將進一步對其進行描述。本【發明內容】無意於確定本申請專利發明之關鍵特徵或基本特徵，也無意於用來限制本申請專利發明之範圍。
儘管希望從純淨資料中得出結論，但純淨資料之收集過程在執行時非常複雜、耗時且非常昂貴。由於較大數目之取樣有助於克服缺少經選擇人群及/或缺少對照組而對統計意義產生之影響，所以分析大量非純淨資料或不一定純淨之資料(例如，來自非經選擇(non－selected)、未經選擇(unselected)或自我選擇(self－selected)人群之資料)可以產生有價值之資訊。非純淨資料可以為任何類型之資訊，包括但不限於與健康有關之資訊。可以明確提供該資料，也可以從現有資訊中自動提取(例如，重新開具處方之頻率可以用來指出一病人是否正在按處方服藥)。儘管如此獲取之資料可能存在雜訊，但可以使用機器學習(machine－learning)/資料採擷(data－mining)演算法來「看破」此雜訊，以發現有用之型樣。舉例來說，可引導該採擷過程來說明新藥品之副作用及/或藥品及/或疾病之間的互動。
舉例來說，該非純淨資料庫也可用於向該等對該資料庫有貢獻之個體提供資訊及/或服務。以實例說明，該資料庫可以促進提供一些服務，諸如自我診斷(例如，健康及保健等)、自我治療建議及/或有關尋求及識別專業協助之指導(例如，轉診介紹、方便醫療預約等)。此指導可以依據各種因素，例如該診斷/問題/狀況之複雜性、該診斷/問題/狀況之實質、該個體之位置及/或該個體之預算。為保護個體之隱私，可以匿名儲存有關個體之資訊，例如，將一用戶編號與一使用者密碼相關聯，或者採用任何其他機制來保護保密資訊。作為補充或替代，可以要求一使用者同意將該使用者之資訊分發給第三方。
此外，該資料庫可促進個人化保鍵。例如，隨著基因定序成本之下降，預期人們將習慣對其基因進行定序。可以將此病人專屬基因資料連結於一個體之健康歷程及/或與健康相關之行為，例如用於確定對醫療狀況之個人化診斷程序及個人化治療。
以下說明及隨附圖式詳盡地列舉有關本發明之說明示例態樣。但是，此等態樣僅指出可實施本發明之多種方式之一少部分，預期申請專利範圍之內容包括全部此等態樣及其等價內容。
本文所述之發明促進收集及採擷超大數量的非純淨資料或不一定純淨資料，且可視情況在一資料庫中儲存該資訊。因為所收集之資料可與一特定使用者相關，所以該資料收集過程之一有用副產品係促進向一使用者提供健康及/或保健建議/服務。以實例說明，一使用者可以用一工具打開一互動會話，以存取該資料庫。該工具可以藉由文字、聲頻及/或視頻提供與該資料庫之介面。舉例而言，可以啟動與該使用者之一對話，以引導該使用者經由一系列問題來促成一準確診斷、治療選項或轉診介紹。該介面可視情況接收即時資料(手動輸入或者由感測器輸入)，例如溫度、位置、重量、面部表現等等。在得出一具有特定可信水準之結論後，該工具可以對使用者提供一診斷，包括有關該診斷之背景資訊及/或治療選項及保健轉介。急診醫療團隊可以使用該工具之攜帶型以在急診現場輸入病人資訊，以便在病人到達急診室(ER)之前將一初步診斷傳送到急診室，或者通知可能參與之急診人員。
該輸入資料可以為任何類型之資訊，包括但不限於與健康有關之資訊。在一具體實施例中，可以從各種來源中獲得有關健康之資訊，包括但不限於經由一電腦服務直接從病人處獲得，在一網站使用一網頁形式輸入資訊。該資料可以關聯至各種不同來源及/或系統之資訊，以促進得出與該病人健康相關之結論。任何具有相關資訊之來源可以預訂該web服務，以提供資訊。此等來源包括保險業者、提供者(例如，醫生、護士、醫院、療養院等等)及裝置(例如，起搏器、智慧型磅秤等等)。
為鼓勵使用者參與，可以提供獎勵以及/或者可以匿名輸入該等資料，以消除病人之隱私顧慮。舉例而言，一第三方付款者可以要求一用戶填寫一報告，作為更新醫療處方的條件，或者用於獲得一較低的共同支付/費用之資格。在另一具體實施例中，可以提供優惠券，用於商品及/或服務之折扣。關於匿名方面，例如，可以不要求身份資訊(例如，姓名及地址)，而是向一使用者指派一匿名ID(例如，一通行證ID)。匿名ID可以將健康報告與將鏈結在一起之個人分離，不會將身份資訊與該資料關聯起來。
另一種鼓勵參與之方法係儘量減少使用者與系統互動所需要付出的努力。例如，可以提供一具有智慧拼字校正之自由文字輸入系統，用於輸入資料。可以採用文字採擷演算法，以從所輸入之自由文字中獲得結構化資料。在另一具體實施例中，可以使用一條碼讀取器來掃描一藥瓶之標簽。
以實例方式說明之，在每次報告時，可以向該使用者詢問一些有關健康的問題。該等問題可以從一大型問題庫中隨機選擇，也可以更具體地為該使用者之狀況/情況定制。可以隨意輸入資料(例如，有關胸痛之症狀、關節炎疼痛之程度等等)，以及/或者該使用者可以要求傳送提醒(例如，定期電子郵件等等)。可以採用整體或部分方式在一大型人群上彙總個別資料(例如，全體收集，或者根據該等分析之資料類型進行選擇，或者進行其他精選)，例如可以使用統計方法從資料中發現型樣/關係。可以使用任何適用之統計方法，例如，Fisher精密試驗(如果兩變數均為二進位)、Mann－Whitney(如果一變數為二進位，另一變數為數字)及Spearman關係(如果兩變數均為數字)。
藉由另一實例說明，可以根據先前分析資料之結果對使用者提出問題。例如，可以使用統計資料來分析使用者輸入之資料，該等使用者可能是偶然報告，也可能是要求其在服藥時報告副作用。在此實例中，如果偵測到藥物A與一副作用之關係以及藥物B及相同副作用之關係，且其超出一臨限值，則向後續使用者提出有關藥物A、藥物B及該副作用之問題。具體來說，如果任何人員自發輸入有關藥物A、藥物B或該副作用之資訊，則可以對其詢問有關另兩者之問題。作為替代或補充，可以隨機選擇其他使用者來詢問有關該等三者之問題。對於回答有關所有該三者之問題(例如，一分層樣品)的使用者所輸入之資料，可以進行標準多變數測試(例如，藥物A及藥物B關於該副作用之羅吉斯回歸(logistic regression))，以確定(例如)該等兩藥物是否會交互作用而產生該副作用。根據該分析之結果，可以實施適當回應(例如，如果一使用者報告其正在服務藥物A，可以向其詢問有關藥物B的問題，如果服用兩者，則可以向其提出有關該可能副作用之建議)。
可對該介面進行程式化，以使資訊值達到最大，而將提供該資訊所需要之工作量降至最低。例如，可以採用一種方式自動選擇問題，以涵蓋有意義之資訊，或者在最大程度上獲取結合已採擷資料所獲得之資訊值。實現此目的之一方法係：當對隨機問題之答案開始顯示一獨特但卻很弱之型樣時，增加被詢問相同問題之病人的數目，以確認該型樣。自由文字中之型樣可能暗示一種影響，而該影響需要使用斯問題進行進一步研究，該等問題例如為在以前結合所觀測型樣詢問時可以提供很多資訊之問題。
另一種提高應用之方法係提高對該服務之瞭解。以實例說明，可以在一搜尋網站(例如MSN SEARCH)中購買與健康相關之關鍵字。當一使用者鍵入一查詢，而該查詢中包含該等所購買關鍵字之一時，將向該使用者顯示一鏈接，用於鏈接至支援資料收集網站。可以採用其他廣告方式(例如，列印、無線電廣播、電視等等)，此等廣告可以包含容易記憶之短語，以描述填充一報告之過程(例如，鼓勵人們傳送與其自身相關的用藥問題(drug bug))。
該等所收集之資料可用於產生收入。例如，該等結論、所發現之知識及/或該原始資料可傳送到與健康相關之機構及/或私人公司(例如，藥學、生物科技、醫療裝置等等)，或者可以允許該等實體支付費用以獲得存取該等資料之方法(例如，存取該資料庫之介面)。以實例說明，可根據逐次使用或者可提供之預訂服務收取該費用(例如，支付以獲得在一段時間內無限或有限存取該資料庫)。
第1圖示意性地說明一系統100之實例，其便於有關健康資料之大規模報告。此處所用「大規模(lare scale)」一詞係指其規模大至足以產生所期望之結果(例如，大至足以促進從有關一非選擇人群之健康資訊中識別一或多個型樣)。系統100包括一資料收集元件110、一資料庫120及一彙總元件130。該資料收集元件110從一非選擇人群大規模收集資料140，且將該資料140提供至資料庫120。此處所用「非選擇」一詞用於與經選擇人群之研究(例如習知臨床試驗，其根據登記規則登記主題)及公共健康研究(其關注該人群中之特定群組)有所區分。該彙總元件130向該資料庫120應用一機器學習演算法150，以在該資料140中識別型樣。該資料收集元件110及彙總元件130可以是在單一電腦或複數個電腦上執行之相同過程，也可以是在單一或複數個電腦上執行之多個過程。相同地，該資料庫120可以是單一資料存放區或複數個資料存放區。此外，該等元件310、330及資料庫320可以由軟體或軟體及硬體之組合實施。
該資料收集元件110可以收集任何類型之資料140，包括但不限於生物、病生理、生理、醫學、保健及/或其他與健康相關之資料。例如，資料140可以為與藥品相關之結果、症狀及/或遺傳資訊。該資料收集元件110可以收集任何形式之資料140，包括但不限於文本、圖形、相片、聲音、語音、視訊、多媒體等等。以實例說明，該資料收集元件110可允許進行自由文字分析。在此具體實施例中，不是向一使用者提供格式，而是使用者以自由文字格式輸入資料，該系統自動從自由文字中擷取及結構化資料。該自由文字格式可以包括智慧拼寫校正或語音識別。該使用者可以是保健服務或任何其他健康相關資訊源之消費者或提供者。該資料收集元件110也允許以多種方式之組合接收輸入，例如自由文字及調查形式。甚至可以採用一活動形式引入資料140，例如一使用者參與之記憶遊戲，以評估記憶功能。
該資料收集元件110可自動獲取資料140，例如藉由查詢一提供者資料庫(未示出)。可以任何輸入構件將該資料140提供給該資料收集元件110，該等輸入構件例如為PDA、電話、條碼讀取器、電腦、鍵體、滑鼠、麥克風、觸控式螢幕、資料庫、行動電話等等。為透過使用之便利性來促進參與，可以在公共及其他位置提供資料輸入場所，例如具有電腦終端之公共資訊查詢站。
在一具體實施例中，該資料收集元件110可匿名收集資料140，從而沒有身份資訊被鏈接至該資料140。以實例說明，一使用者可以被匿名發放一ID，且使用此ID登錄該系統100以輸入資料140。經由此ID可以將來自一特定個體之資料鏈接在一起，而不會將該使用者之身份與該資料關聯在一起。或者，該資料可以由該資料收集元件110結合身份資訊接收，而該資料收集元件110可以在儲存到該資料庫120之前過濾該身份資訊(隱私過濾器)。此外，該資料收集元件110可採用各種安全措施來獲得資料140，例如人類互動驗證(Human Interactive Proof,HIP)，以檢查是否為一人類(而不是自動化過程)提供資料140。
該資料整體或部分地傳送到資料庫120進行儲存，以供彙總元件130使用。彙總元件130彙總大型人群之個別資料，至少部分利用機器學習技術150來採擷該資料庫120，以便於從該資料140中自動偵測一或多個型樣。本文所用「型樣(pattern)」一詞包括但不限於趨勢、關聯、相關、連接、鏈接、關係等等。以實例說明，該彙總元件130可偵測在一大型人群中，一特定藥物之使用與(例如)一症狀之間的關係。可以設定該彙總元件130之結構，以對不同資料賦予不同重要性。例如，賦予來自一醫師之資料的重要性可高於來自一病人之資料。以實例說明，準確可能性更大之資料可以指派一更大的重要性。此外，該彙總元件130可以根據人口統計學(例如，年齡、性別、種族等等)對資料140進行分類，以促進識別人口統計學特定之型樣。
可藉由任何適當方法確定該等型樣(例如，關係)，例如藉由採用一演算法150，其可以是上文所解釋之統計方法(Fisher精密試驗、Mann－Whitney、Spearman關係)。作為補充或替代，該系統100可採用一演算法150，其使用低階充分(low－order sufficient)之統計數位及統計方法，該等方法可以推斷遺失之資料(例如，期望－最大值(expectation－maximization,EM)演算法)。可採用任何機器學習演算法150，例如神經網路、專家系統、貝斯信任網路(Bayesian belief network)、模糊邏輯、資料融合引擎等等。彙總元件130也可用各種人工智慧技術之組合來確定型樣。
根據需要，可以將一人類干預步驟與該機器學習演算法150結合，以從該資料140中確定型樣。以實例說明，一人類編輯器可以檢查甚至測試(例如，藉由正式或非正式臨床試驗)由該系統100之自動化部分150所確定之部分或全部型樣，然後該系統才承認該型樣為真實或者可能是真實的。
在一具體實施例中，該資料收集元件110及該彙總元件130可以一起作用以收集及彙總資料，例如藉由定制問題，以獲得最有價值之資料。以實例說明，該資料收集元件110可以向一使用者顯示一問題，該彙總元件130可以向該回答應用機器學習技術150，以確定適當的後續問題。根據該使用者之回應及/或藉由其他使用者對該相同或類似問題給出之回應所偵測之型樣提出適當之後續問題，例如用於確認一型樣。以實例說明，可以向一使用者提出「您今天感覺如何？」之問題。如果該使用者之回應係「我今天感覺不是很好」，則該彙總元件130可以選擇後續問題「請把您的症狀告訴我」。如果該使用者回應「我有些胸痛」，且系統100已經從其他特定類型之藥品的使用者那裏獲得資料140，表明與該特定藥品相關聯之胸痛型樣，則該系統100可以做出回應，詢問使用者「請告訴我您正在服用什麽藥品」。以實例說明，可以向一醫師詢問其已經治療了多少個符合以下條件之病人：該等病人在服用一特定藥品，且曾經出現過症狀，例如胸痛。此外，可以針對該使用者之個人特徵定制問題，例如教育水平、語言、文化及方言等。
在另一具體實施例中，該系統100可促進個人化診斷及治療養生方法之設計，以及警告/提醒一使用者有益於該使用者之健康的行為改變。以實例說明，該資料收集元件110可以從一使用者及/或提供者及/或設備等獲得病人特有之遺傳資訊，以及各種其他相關資訊。該機器學習元件150可將該病人特有之遺傳資訊與其他相關資訊有所關聯，以獲得有關一使用者之健康需要的結論。例如，如果該病人特有遺傳資訊表明該人在遺傳上易患心臟疾病，而其他相關資訊表明該人抽煙及/或吃高脂肪食物及/或擁有高膽固醇，則可以向該使用者傳送一警告，向其提醒各種可能減少其心臟病發作之行為改變(例如，戒煙、減少食用脂肪等等)，以及有益之醫療方法(例如，服用降膽固醇藥物)。以實例說明，如果該病人特有遺傳資訊表明該人非常容易罹患一特定類型之癌症，則可以向其傳送一提醒/警告，與其醫師討論各種預防性治療方式以及有用的診斷測試。
第2圖示意性地說明一系統200之另一實例，其便於有關健康資料之大規模報告。系統200包括一資料收集元件210、一資料庫220及一彙總元件230。該資料收集元件210可以從各種不同來源大規模收集與一非經選擇人群相關之資料242－246，且將該資料242－246整體或部分地傳送至該資料庫220。該彙總元件230對該資料庫220應用一機器學習演算法250，以促進從該資料242－246中得出結論。該資料收集元件210及彙總元件230可以是在單一電腦或複數個電腦上執行之相同過程，也可以是在單一或複數個電腦上執行之多個過程。同樣地，該資料庫120可以是單一資料存放區或複數個資料存放區。此外，該等元件210、230及資料庫220可以由軟體或軟體及硬體之組合實施。
如有關第1圖所做之解釋，可以採用各種不同輸入構件來提供該資料242－246。可以各種不同格式接收資料242－246，例如顯式資料242(explicit data 242)及/或隱式資料246(implicit data 246)。以實例說明，顯式資料242可以由一病人或一提供者(例如，醫師、護士、藥房、醫院、公共機構、部門、裝置資料244等等)直接輸入。
為鼓勵參與，該資料收集元件210可以自動進行全部或部分資料收集過程。例如，該資料收集元件210可以獲取隱式資料246。此處所用之隱式資料246係指人們參與之活動及/或提供至該系統200之資訊的副產品。以實例說明，隱式資料246可以自顯式資料242獲取。例如，系統200可以向一使用者詢問一廣泛問題，例如「您感覺如何？」該使用者以自由文字格式輸入其回答，該系統200可對此回答進行詮釋以擷取隱式資料246。如果該使用者之回答是「我感覺不太好，我的眼睛發紅而且發癢，而且我一直打噴嚏」，系統200可以確定該使用者有一些過敏症狀。以實例說明，該資料收集元件210可以藉由查詢一藥房資料庫(未示出)自動獲得一使用者之處方用藥歷程。藉由分析該使用者之再次處方歷程，該系統200可以確定該使用者是否服用所開藥品。該系統200可以採用各種技術及方法來收集隱式資料246，例如一機器學習演算法250。
該資料收集元件210也可以接收裝置資料244。該資料收集元件210可詢問裝置以獲得該裝置資料244及/或該裝置可自行開始資料傳輸。該系統200及該等裝置之間的通信可以採用任何形式，例如直接連接、無線連接、網路連接等等。以實例方式說明之，裝置資料244可以是從一智慧型磅秤獲得，該智慧型磅秤自動與該系統200連接，以傳輸一病人之重量。其他可傳送裝置資料214之裝置包括起搏器、去顫器、溫度計、消費者保健裝置、電子日曆、個人數位助理、行動電話、運動設備等等。例如，一使用者可以藉由將其一特定症狀之頻率資訊輸入至其電子日曆，以追蹤該頻率。此資訊可由該電子日曆上傳至該資料收集元件210，例如，在接收到一提醒時傳輸、根據使用者指示傳輸，及/或在沒有提示時自動進行。或者，該系統200可以詢問該電子日曆。以另一實例方式說明之，該等裝置可以藉由諸如MICROSOFT.NET之平台與該系統200連接。
第3圖示意性地說明一系統300之另一實例，其便於有關健康資料之大規模報告。系統300包括一資料收集元件310、一資料庫320及一彙總元件330及一轉遞元件360。該資料收集元件310大規模收集與一非經選擇人群相關之資料340，且將該資料340整體或部分地提供給資料庫320。該彙總元件330對該資料庫320應用一機器學習演算法350，以從該資料340中識別型樣。該轉遞元件360向一第三方轉遞至少一型樣。該轉遞元件360可以採用任何形式轉遞資訊，包括但不限於一資料訊號、線上傳輸、無線方式、電子郵件、電話、傳真、黑莓(blackberry)、行動電話等等。
該等元件310、330及360可以是在單一電腦或複數個電腦上執行之相同過程，也可以是在單一或複數個電腦上執行之多個過程。同樣地，該資料庫320可以是單一資料存放區或複數個資料存放區。此外，該等元件310、330及360及資料庫320可以由軟體或軟體及硬體之組合實施。
自該系統300接收該等型樣之第三方可以係一病人、一提供者(例如，醫師、醫院、藥房、療養院等等)、一政府機關(例如，食品藥品管理局(FDA)、立法院等等)、一私人機關(例如，製藥公司、醫療設備公司、經銷商、藥品安全監管團體、保險公司、AARP等等)及任何其他關注方。以實例說明，藉由採擷該資料庫320以獲取不利事件與藥物之間的關係，該系統300可以促進早期偵測藥品副作用及/或藥品交互作用。該系統300可轉遞此資訊，以提醒各關注方，例如製造與該不利事件及/或相關之藥品的公司及/或FDA。以另一實例說明之，一使用者可以用該系統300註冊，且進行簽約，以獲得與該使用者正服用藥品相關之提醒。如果該系統300識別到與該使用者之藥物相關聯之型樣，該轉遞元件360可以向該使用者傳送一提醒，以向該使用者通知該關係。
該系統300還可促進假冒藥品之偵測。以實例說明，該資料收集元件310可收集與一使用者之藥品及生理狀態相關之資訊，且對此資訊進行關聯分析以確定該藥品是否正在發揮預期效果。在一具體實施例中，可以向該使用者進行查詢，以瞭解藥品及此等藥品之特定效果。或者，一裝置可提供一輸出，其對應於該病人對該治療之回應的量測。例如，如果一病人正在服用血壓藥物，該病人可以經由該資料收集元件310輸入該藥物之名稱以及該病人之血壓量測。該系統300可以隨時間儲存此資訊，且例如藉由採用機器學習技術350確定該病人對該治療之回應是否足夠。如果該系統300確定該病人對該藥物之回應不足，該轉遞元件360可以向該病人傳送一警告。
該系統300可以再次將該等型樣轉遞至該等關注方以收取費用。可以採用任何方式對該費用進行結構化，例如，可以對於每次傳送至該第三方之提醒收取費用。或者，可以提供一預定服務，使第三方支付一定費用後，在一段時期內無限或有限地存取該系統300所推斷之資訊。
第4圖示意性地說明一系統400之另一實例，其便於有關健康資料之大規模報告。系統400包括一資料收集元件410、一資料庫420及一彙總元件430及一提醒元件465。該資料收集元件410從一非經選擇人群大規模收集資料440，且將該資料440整體或部分地提供給資料庫420。該彙總元件430對該資料庫420應用一機器學習演算法450，以從該資料440中識別型樣。該提醒元件465向各種實體443－449傳送提醒。該提醒元件465可採用任合形式傳送提醒，包括但不限於一資料訊號、線上傳輸、無線方式、電子郵件、電話、傳真、黑莓、行動電話等等。
該等元件410、430及465可以是在單一電腦或複數個電腦上執行之相同過程，也可以是在單一或複數個電腦上執行之多個過程。同樣地，該資料庫420可以是單一資料存放區或複數個資料存放區。此外，該等元件410、430及465及資料庫420可以由軟體或軟體及硬體之組合實施。
該提醒元件465可以傳送提醒，以提醒各實體443－449輸入資料。該等提醒可傳送到任何要求提醒之各方/實體，例如，使用者443(例如，個人等等)、裝置445(例如，電子日曆、消費者保健裝置、起搏器等等)、提供者447(例如，醫師、護士、醫院、保險公司、藥房等等)及公司449(例如，藥品製造商、醫療裝置製造商、經銷商等等)。或者，該提醒元件465可以在沒有接收到一要求時自動送出傳送提醒。例如，該機器學習元件450可確定在一數據中缺少該資訊，而通知該提醒元件465向該資訊源傳送一要求。根據需要，可以對於該提醒服務收取費用。該提醒元件465還可以傳送有關第3圖所描述之類型的提醒。
第5圖及第6圖說明報告健康相關資訊之介面的兩實例。第5圖說明由一資料收集元件向一使用者提供之調查表格500，以獲得有關該使用者之資訊。第6圖說明由一資料收集元件向一使用者提供之自由文字表格600，以獲得有關該使用者之資訊。一使用者可以採用任何形式輸入該資訊，該資料收集元件將藉由採用例如一人工智慧過程來擷取結構化資訊。
上述系統可在全部或部分由資料訊號在一網路上實施。此等被製造之資料訊號可以為任何類型，可以在任何類型之網路上傳送。例如，該等系統可以由在電子網路(例如，網際網路)上傳播之電子訊號實現。也可以採用無線通信技術及基礎建設來實施該等系統。
第7圖係表示一方法700之一實例之流程圖，該方法用於從大規模獲得之資訊中擷取健康觀測資料。該方法700可以由儲存在電腦可讀媒體上之電腦可執行指令執行，該等指令也可以由任何類型之資料訊號傳送。方法700至少可以部分手動實施。此處「大規模」一詞是指該規模足以使機器學習元件從所彙總資料中得出合理有效之推斷。
在步驟710，接收有關複數個自選對象之資訊。可以從一消費者或保健服務之提供者或者任何其他資訊源(例如，一裝置或一電子日曆)中獲得該資訊。在步驟720，彙總該資訊。在步驟730，採擷該經彙總之資料。藉由採用一資料採擷演算法至少部分地採擷該經彙總資訊以從該經彙總資訊中推斷一或多個健康觀測資訊。本文所用「健康觀測資訊」一詞包括但不限於趨勢、關聯、相關、連接、鏈接、關係等等。在步驟740，一或多個健康觀測資訊被貨幣化。例如，可以藉由向一關注方收取一費用，以獲取該等健康觀測資訊，從而完成該等健康觀測資訊之貨幣化。可以採用任何方式對該費用進行結構化，例如，可以對於每次傳送至一第三方之提醒收取費用。或者，可以提供一預定服務，使第三方支付一定費用後，在一段時期內無限或有限地存取健康觀測資訊。可以根據需要將該方法700重複無限次數，以產生健康觀測資訊。
可彙總任何類型之資訊，包括但不限於生物、病生理、生理、醫學、保健及/或其他與健康相關之資料。例如，該資料可以為與藥品相關之事件、症狀及/或遺傳資訊。可以任何形式收集該資料，包括但不限於文本、圖形、相片、聲音、語音、視訊、多媒體等等。以實例說明，可採用一自由文字分析收集該資料，該分析視需要可包括智慧拼寫校正或語音識別。該資料可以為顯式、隱式及/或自動輸入。該資訊可以由任何輸入構件輸入，例如PDA、電話、條碼讀取器、電腦、鍵盤、滑鼠、麥克風、觸控式螢幕、資料庫、行動電話等等。可以根據要求及/或推斷提醒要求資訊源傳送提醒。
在一具體實施例中，可以匿名收集該資訊，從而不會將身份資訊鏈結到該資訊。或者，可以結合身份資訊接收該資料，且由一隱私過濾器去除該身份資訊。在資訊收集過程中可以採用安全措施，例如一人類互動驗證(HIP)，以檢查是否為一個人類(而不是自動化過程)在提供資料。
可藉由任何適當方法確定該等健康觀測資訊(例如，關係)，例如藉由採用一演算法，其可以是上文所解釋之統計方法(Fisher精密試驗、Mann－Whitney、Spearman關係)。作為補充或替代，可以由一演算法確定該等健康觀測資訊，該演算法使用低階充分之統計數位及統計方法，該等方法可推斷遺失之資料(例如，期望－最大值(EM)演算法)。其他資料採擷方法之實例包括但不限於神經網路、專家系統、貝斯信任網路、模糊邏輯、資料融合引擎等等，以及能夠確定型樣之各種人工智慧技術之組合。根據需要，可向該過程中添加一人類干預步驟，以採擷該資料。以實例說明，一人類編輯器可以檢查甚至測試(例如，藉由正式或非正式臨床試驗)該資料採擷演算法提供之全部或部分推斷。
在採擷該彙總資料時，可以對該資訊設定不同重要性，例如，賦予來自一藥房之資訊的重要性可以高於來自一病人之資訊。以實例說明，準確可能性更大之資訊可以指派一更大的重要性。藉由再一實例說明之，該機器學習演算法可以根據人口統計資料(例如，年齡、性別、種族等等)對資訊進行分類，以促進獲得人口統計資源特有之健康觀測資訊。
第8圖係表示一方法800之另一實例的流程圖，該方法用於從大規模獲得之資訊中擷取健康觀測資料。該方法800可以由儲存在電腦可讀媒體上之電腦可執行指令執行，該等指令也可以由任何類型之資料訊號傳送。至少可部分地手動實施方法800。
在步驟810，對於提供資訊之至少一激勵方式進行廣告。例如在一搜尋網站上，在輸入一包含一或多個關鍵字之搜尋的字串時，對該激勵進行廣告。任何其他廣告形式均可用於宣傳該激勵，例如列印、電視、無線電廣播、線上廣告等等。在步驟820，接收有關複數個自選對象之資訊。在步驟830，向該自選對象提供該激勵。該激勵可以是任何類型，且可以是一要求或一獎金。舉例而言，一保險公司(例如，醫療保險(Medicare)、醫療輔助計畫(Medicaid)、個人保險等等)可以要求一用戶填寫一報告，作為更新醫療處方的條件，或者用於獲得一較低共同支付/費用之資格。以實例說明，可以提供優惠券，用於商品及服務之折扣。在步驟840，彙總該資訊。在步驟850，採擷該經彙總之資料。藉由採用一資料採擷演算法至少部分地採擷該經彙總資訊以從該經彙總之資訊中推斷一或多個健康觀測資訊。可以根據需要將該方法800重複無限次數，以產生健康觀測資訊。此外，該方法800不限於該流程圖所示之順序。例如，步驟830可在步驟820之前執行。
如以上有關第7圖所述，可以匿名輸入該資訊，或者去除身份資訊。可以從一消費者或保健服務之提供者或者任何其他資訊來源(例如，一裝置或一電子日曆)中獲得該資訊，且可以為任何形式，可以由任何輸合構件提供。該資料採擷演算法也可以是任何類型。
第9圖係一促進全球醫療資料分析之線上系統之一實例的方塊圖。應用於該線上系統900及本文之術語「全球」是指該線上系統能夠到達在地理上廣泛分佈之群體。該系統900包括用於經由網際網路920從一全球、未經選擇人群獲得醫療資料之構件910，以及自動從該等醫療資料得出結論之構件930。自動從該醫療資料得出結構之構件930可以採用一或多個人工智慧演算法，以從該醫療資料至少得到一結論。根據情況，該系統900可以包括收取費用之構件940。在一具體實施例中，可支付該費用以接收該人工智慧演算法得出之結論。在另一具體實施例中，可以收取該費用以存取該系統900。
以上有關第1圖至第8圖所述之結構及演算法可用於實施該系統900之構件910、930及940。如以上有關第1圖至第8圖所述，可以匿名輸入該資料，或者去除身份資訊。可以從一消費者或保健服務之提供者或者任何其他資訊源(例如，一裝置或一電子日曆)中獲得該資訊，且可以為任合形式，可以由任何輸入構件提供。該資料採擷演算法也可以是任何類型。
如以上有關第1圖至第9圖所述，所收集資料之資料庫可進一步用於促進對一使用者提供健康及/或保健建議/服務，下面將參照第10圖至第11圖進行說明。第10圖係一流程圖，其描述一提供健康及/或保健服務之方法1000之一實例。在步驟1010，接收有關複數個自選對象之不一定純淨資料，而在步驟1020，彙總該等資料中至少一部分。該資料類型之實例包括但不限於有關第1圖所述之資料類型。在步驟1030，對該經彙總資料進行採擷，例如，至少部分採用統計演算法、資料採擷演算法及機器學習演算法中之一或多種。在步驟1040，從該等複數個自選對象之一者中接收一與健康及/或保健相關之查詢。在步驟1050，做出有關該等複數個自選對象之一的健康及/或保健之推斷。舉例來說，該推斷可基於至少部分有關該等複數個自選對象之一的資料及/或該健康及/或保健查詢。一可做出之推斷實例包括一診斷、一治療選項(例如，非處方藥品推薦、更改藥品管理、建議尋求緊急處理等等)或者其他/健康建議，例如有關飲食、運動或其他活動之資訊，以及/或者適當之營養補充。可以使用任合適當技術做出該推斷，例如，神經網路、專家系統、貝斯信任網路、模糊邏輯、資料融合引擎等，以及上述之組合。此外，一人類干預步驟可與此等技術相結合以得出該推斷。
如第11圖所示，該推斷可進一步至少部分根據純淨資料(步驟1150)。純淨資料之實例包括一隨機臨床實驗、一對照臨床實驗、一雙盲臨床實驗、一雙盲、隨機、對照臨床實驗或者兩種或多種臨床實驗之統合分析(meta－analysis)。如第12圖所示，可以向查詢者提供該推斷(步驟1260)。如第13圖所示，可以因為對查詢者之健康及/或保健做出推斷而收到好處(步驟1360)。一好處之實例包括一金錢好處，例如因為向該查詢者顯示廣告而接收廣告收入作為回報、該查詢者因為接收健康/保健建議而支付之費用，及/或因為向該查詢者推薦醫療服務而由保健實體所支付之轉診介紹費用。如第14圖所示，可以向該等複數個自選對象之至少一部分提供一或更多激勵以讓其自動選擇來提供資料。激勵包括但不限於有關第8圖所述之激勵。如第15圖所示，可以根據該推斷向該查詢者提供對一保健提供者之轉診介紹(步驟1560)。該轉診介紹包括但不限於向該查詢者提供一名稱及/或聯絡資訊，或者方便該查詢者與一保健提供者進行一預約(例如，自動化預約)。
第16圖係一方塊圖，其描述一用於促進提供健康及/或保健服務之系統1600的一實例。該系統1600可以在單一伺服器上實施，也可以在一分散式環境中實施，例如在兩個或多個伺服器上實施。該系統1600包括一資料庫1610，用於儲存關於一非經選擇人群大規模收集之健康相關的非純淨資料。一彙總元件1620促進從該等健康相關之非純淨資料中確定至少一型樣，例如，藉由對該資料庫應用統計技術、資料採擷技術及/或機器學習技術1630。結合第1圖至第9圖描述有著該等技術之更多詳盡實例。該系統1600還包括一查詢元件1640及一判斷元件1650。該查詢元件1640從一使用者1670(例如，該等非經選擇人群中之一者)處接收資訊1660，而該判斷元件1650採用從該使用者接收之資訊1660及該資料庫1610中儲存、有關該使用者之健康相關的非純淨資料，以對該使用者1670提供健康及/或自助保健1680。
自該使用者接收之資訊1660可以是一與藥品有關之事件、一症狀、一裝置輸出、一活動，及/或病人特有之遺傳資訊或可促進提供健康及/或保健服務之任何其他類型資訊1660。該判斷元件1650可以採用各種技術1630來獲得一結論，例如，神經網路、專家系統、貝斯信任網路、模糊邏輯、資料融合引擎等等以及上述之組合。此外，一人類干預步驟可與此等技術1630相結合，以得出一結論。
該查詢元件1640可隱式地從該使用者收集資料，例如結合第1圖至第9圖所述(根據該使用者之文章，等等)。該查詢元件1640可自動收集從該使用者接收之至少部分資訊，例如，藉由自動查詢一裝置(例如，智慧型磅秤、心臟起搏器、葡萄糖儀錶、計步器，等等)。該查詢元件1640可以藉由向該使用者顯示至少一問題且/或如有關第2圖所示測定一或多個後續問題而收集從該使用者接收之至少部分資訊。
經由一應用程式介面(Application Programming Interface)(例如，MICROSOFT.NET)與該系統互動之實體可提供該非純淨的保健資料。以實例說明，可提供一應用程式介面(API)，使用網頁服務傳送健康相關資訊。API對軟體開發人員提供一開發應用程式之架構，其允許實體毫無遺漏地傳輸健康相關資訊，且促進一專注於健康相關資訊之商業分散式框架。例如，一第一方可產生診斷工具，另一方可提供治療工具，另一方提供計賬服務、另一方提供廣告、資訊工具、保險、營銷等等，均使用共用資料來提供定制產品及服務，其可毫無遺漏地聚合，以對使用者提供各種服務。
當使用於此應用程式中時，「元件」一詞意指一電腦相關之實體、或者為硬體，或者為硬體與軟體之組合、或者為軟體、或者為執行中之軟體。舉例而言，一元件可以為但不限於運行於一處理器上之過程、一處理器、一物件、一可執行文件、一執行緒(thread of execution)、一程式及一電腦。藉由說明之方式，運行於一伺服器上之應用程式及/或該伺服器可以為一元件。此外，一元件可包括一或多個子元件。一或多個元件可存在於一過程及/或執行緒中，一元件可位於一電腦及/或分散於兩個或多個電腦中。
第17圖係一方塊圖，其描述一用於促進提供健康及/或保健服務之線上系統1700的一實例。該系統1700包括一用於經由該網際網路1720從一未經選擇人群中獲得非純淨醫療資料之構件1710。該非純淨醫療資料由自動得出結論之構件1730所應用以得出結論。舉例來說，用於自動得出結論之構件1730可採用一統計演算法、一機器學習演算法、一資料採擷演算法及一人工智慧演算法之一或多種，以得出結論。該系統1700亦可包括一構件1740，用於從該未經選擇人群之一成員接收一查詢，還可包括一構件1750，用於對該成員提供一結論。舉例來說，該結論係至少根據該查詢及與該成員相關之醫療資料。該系統1700之構件1710、1730、1740及1750包括但不限於上文有關第1圖至第16圖所描述之結構及演算法。
當使用於此應用程式中時，「構件」一詞意指一電腦相關之實體、或者為硬體，或者為硬體與軟體之組合、或者為軟體、或者為執行中之軟體。舉例而言，一構件可以為(但不限於)運行於一處理器上之過程、一處理器、一物件、一可執行文件、一執行緒、一程式及一電腦。藉由說明之方式，運行於一伺服器上之應用程式及該伺服器均可以為一構件。一或多個構件可存在於一過程及/或執行緒中，一構件可位於一電腦及/或分散於兩個或多個電腦中。一執行緒係一過程中之一實體，操作系統核心對其執行進行排程。技術中習知，每一執行緒擁有一相關上下文，其係與該執行緒之執行相關聯的揮發性資料。一執行緒之上下文包括該系統暫存器之內容及屬於該執行緒之過程的虛擬位址。因此，當一執行緒執行時，包含該執行緒之上下文的實際資料會隨之變化。
本文所述之發明可運作於由一或多個元件執行之電腦可執行指令之一般內文中，例如程式模組。一般來說，程式模組包括例程、程式、物件、資料結構等等，其執行特定任務或實施特定抽象資料類型(abstract data type)。典型地，該等程式模組之功能可能根據需要為組合式或分散式的。儘管以上描述一般係關於在一電腦及/或多數電腦上執行之電腦程式的電腦可執行指令，但該等使用者介面、方法及系統亦可結合其他程式模組實施。一般來說，程式模組包括例程、程式、元件、資料結構等等，其執行特定任務或實施特定抽象資料類型。
此外，本文所述之使用者介面、方法及系統可以全部電腦系統組態實施，包括單處理器或多處理器電腦系統、小型電腦裝置、大型電腦、個人電腦、獨立電腦(stand－alone computer)、手持式計算裝置、穿戴式計算裝置、微處理器式或可編程消費性電子產品等等，以及分散式計算環境，其中該等任務係由透過一通信網路鏈接在一起之遠端處理裝置執行。在一分散式計算環境中，程式模組可位於本機及遠端記憶體儲存裝置中。本文所述之使用者介面、方法及系統可以實施於一電腦可讀媒體上，舉例來說，其上擁有電腦可執行指令以及訊號(例如，電子訊號)，以在一網路上傳輸此等資訊。
儘管已經採用結構特徵及/或方法性操作的專用語言描述本發明，但應理解，隨附申請專利範圍內界定之本發明不必受限於上文所述之特定特徵或操作。相反，上述特定特徵及操作係為實施該等申請專利項之實例形式而揭示。
當然，不可能將屬於本發明範圍之元件及方法的所有可能組合均一一描述，本發明之許多其他組合及更改均係可能的。儘管可能針對幾種實施之一來揭示一特定特徵，但此特徵亦可根據需要與本發明之其他實施之一或多個其他特徵結合，其有利於任何已知或特定應用。
關於上述元件、電腦可執行指令、構件、系統等執行之各種功能，除非另行指明，該等詞彙對應於任何功能上等價之內容，儘管該功能上等價之內容在結構上與所揭示之結構不一致。此外，關於說明書或申請專利範圍內所使用之「包含(including)」等詞，該等術語與「包括(comprising)」等含義類似。因此，所主張之發明意欲包括所有位於隨附申請專利範圍之精神與範圍內的更改、修改及變體。
100．．．系統
110．．．資料收集元件
120．．．資料庫
130．．．彙總元件
140．．．資料
150．．．機器學習演算法
200．．．系統
210．．．資料收集元件
220．．．資料庫
230．．．彙總元件
242．．．資料
244．．．資料
246．．．資料
250．．．機器學習演算法
300．．．系統
310．．．資料收集元件
320．．．資料庫
330．．．彙總元件
340．．．資料
350．．．機器學習演算法
360．．．轉遞元件
400．．．系統
410．．．資料收集元件
420．．．資料庫
430．．．彙總元件
440．．．資料
443．．．使用者
445．．．裝置
447．．．提供者
449．．．公司
450．．．機器學習演算法
465．．．提醒元件
500．．．調查表格
600．．．自由文字表格
900．．．線上系統
910．．．獲得醫療資料之構件
920．．．網際網路
930．．．得出結論之構件
940．．．收取費用之構件
1600．．．系統
1610．．．資料庫
1620．．．彙總元件
1630．．．統計技術、資料採擷技術及/或機器學習技術
1640．．．查詢元件
1650．．．判斷元件
1660．．．從該使用者接收之資訊
1670．．．使用者
1680．．．健康及/或保健自幫助
1700．．．線上系統
1710．．．獲得非純淨醫療資料之構件
1720．．．網際網路
1730．．．自動得出結論之構件
1740．．．接收查詢構件
1750．．．提供結論構件
第1圖係一促進健康資訊報告之系統之一實例的方塊圖。
第2圖係一促進健康資訊報告之系統之另一實例的方塊圖。
第3圖係一促進健康資訊報告之系統之另一實例的方塊圖。
第4圖係一促進健康資訊報告之系統之再一實例的方塊圖。
第5圖說明一用於報告健康相關資訊之介面之一實例。
第6圖說明一用於報告健康相關資訊之介面之另一實例。
第7圖係一流程圖，其描述一用於擷取健康觀測資料之方法之一實例。
第8圖係一流程圖，其描述一用於擷取健康觀測資料之方法之另一實例。
第9圖係一促進大規模醫療資料分析之系統之一實例的方塊圖。
第10圖係一流程圖，其描述一用於提供健康及/或保健服務之方法之一實例。
第11圖係一流程圖，其描述一用於提供健康及/或保健服務之方法之另一實例。
第12圖係一流程圖，其描述一用於提供健康及/或保健服務之方法之另一實例。
第13圖係一流程圖，其描述一用於提供健康及/或保健服務之方法之另一實例。
第14圖係一流程圖，其描述一用於提供健康及/或保健服務之方法之另一實例。
第15圖係一流程圖，其描述一用於提供健康及/或保健服務之方法之再一實例。
第16圖係一方塊圖，其描述一用於促進提供健康及/或保健服務之系統之一實例。
第17圖係一方塊圖，其描述一用於促進提供健康及/或保健服務之線上系統之一實例。
100．．．系統
110．．．資料收集元件
120．．．資料庫
130．．．彙總元件
140．．．資料
150．．．機器學習演算法

Claims (14)

  1. 一種促進提供健康及(或)保健幫助之線上系統，包括：獲得構件，用於經由網際網路從一未經選擇(unselected)人口中獲得非純淨的醫療資料(unclean medical data)；自動得出結論構件，用於從該非純淨的醫療資料自動得出結論，該用於從該非純淨的醫療資料自動得出結論之自動得出結論構件係應用一統計演算法、一機器學習演算法、一資料採擷演算法及(或)一人工智慧演算法，以自該非純淨的醫療資料得出至少一結論；查詢構件，用於從該未經選擇人口之一成員接收一查詢；以及提供構件，用於根據至少該查詢及至少部分與該未經選擇人口之該成員相關之非純淨的醫療資料來對該未經選擇人口之該成員提供一結論。
  2. 如申請專利範圍第1項所述之線上系統，其中該用於對未經選擇人群之該成員提供一結論之提供構件，更至少部分基於純淨資料，該純淨資料係至少來自於下列中之一者：一隨機臨床實驗、一對照臨床實驗、一雙盲臨床實驗(double-blind clinical trial)、一雙盲、隨機、對照臨床實驗以及兩個或多個臨床實驗之一統合分析(meta-analysuis)。
  3. 如申請專利範圍第1項所述之線上系統，更包括接收構件，用來接收對該未經選擇人口之該成員提供一結論所得的好處。
  4. 如申請專利範圍第1項所述之線上系統，其中該非純淨的醫療資料係由經由一應用程式介面(Application Programming Interface)與該線上系統介面連接之實體所提供。
  5. 一種提供健康及(或)保健幫助之方法，包括以下動作：經由網際網路從一未經選擇(unselected)人口獲得非純淨的醫療資料(unclean medical data)；從該非純淨的醫療資料自動得出結論，此動作係應用下列演算法中至少一者以從該非純淨的醫療資料得出至少一結論：一統計演算法、一機器學習演算法、一資料採擷演算法或一人工智慧演算法；從該未經選擇人口之一成員接收一查詢；根據至少該查詢及至少部分與該未經選擇人口之該成員相關之非純淨的醫療資料，對該未經選擇人口之該成員提供一結論。
  6. 如申請專利範圍第5項所述之方法，其中該結論至少更部分基於純淨資料，該純淨資料係來自下列之至少一者： 一隨機臨床實驗、一對照臨床實驗、一雙盲臨床實驗(double-blind clinical trial)、一雙盲、隨機、對照臨床實驗以及兩個或多個臨床實驗之一統合分析(meta-analysuis)。
  7. 如申請專利範圍第5項所述的方法，更包括因為對該未經選擇人口之該成員提供該結論而接收一好處。
  8. 如申請專利範圍第7項所述之方法，其中該好處係一金錢好處。
  9. 如申請專利範圍第5項所述之方法，更包括對該未經選擇人口之至少部分成員提供至少一激勵，好讓其自行選擇提供該非純淨的醫療資料。
  10. 如申請專利範圍第9項所述之方法，更包括根據該結論對一保健提供者提供一轉診介紹。
  11. 如申請專利範圍第5項所述之方法，其中該結論係包括以下至少一者：一診斷與一治療選項。
  12. 一種在其上儲存著電腦可執行指令之電腦可讀取媒體，當該等電腦可執行指令於一處理器中執行時，係執行促進提供健康及(或)保健幫助之動作，該等動作包括： 經由網際網路從一未經選擇(unselected)人口獲得非純淨的醫療資料(unclean medical data)；自該非純淨的醫療資料自動得出結論，此動作係應用下列演算法中至少一者以從該非純淨的醫療資料得出至少一結論：一統計演算法、一機器學習演算法、一資料採擷演算法或一人工智慧演算法；從該未經選擇人口之一成員接收一查詢；根據至少該查詢及至少部分與該未經選擇人口之該成員相關之非純淨的醫療資料，對該未經選擇人口之該成員提供一結論。
  13. 如申請專利範圍第12項所述之電腦可讀取媒體，其中該結論更至少部分基於純淨資料。
  14. 如申請專利範圍第12項所述之電腦可讀取媒體，其中該等動作更包括因為對該未經選擇人口之該成員提供該結論而接收一好處。
TW096141229A 2006-11-02 2007-11-01 用於促進提供健康及保健幫助的線上系統、方法及電腦可讀取媒體 TWI444921B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US11/556,085 US7647285B2 (en) 2005-11-04 2006-11-02 Tools for health and wellness

Publications (2)

Publication Number Publication Date
TW200832253A TW200832253A (en) 2008-08-01
TWI444921B true TWI444921B (zh) 2014-07-11

Family

ID=39344605

Family Applications (1)

Application Number Title Priority Date Filing Date
TW096141229A TWI444921B (zh) 2006-11-02 2007-11-01 用於促進提供健康及保健幫助的線上系統、方法及電腦可讀取媒體

Country Status (3)

Country Link
US (1) US7647285B2 (zh)
TW (1) TWI444921B (zh)
WO (1) WO2008055020A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI819049B (zh) * 2018-08-02 2023-10-21 香港商布萊特臨床研究有限公司 對正在運行中的臨床試驗進行動態數據監測和實時優化的系統，方法及實施過程
TWI826914B (zh) * 2022-01-27 2023-12-21 國立臺北科技大學 物聯網系統及其資訊處理方法

Families Citing this family (83)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060122474A1 (en) 2000-06-16 2006-06-08 Bodymedia, Inc. Apparatus for monitoring health, wellness and fitness
US20070100666A1 (en) * 2002-08-22 2007-05-03 Stivoric John M Devices and systems for contextual and physiological-based detection, monitoring, reporting, entertainment, and control of other devices
EP1551281A4 (en) 2002-10-09 2007-11-21 Bodymedia Inc METHOD AND DEVICE FOR AUTOMATIC RECORDING OF CONTINUOUS OR DISCRETE BODY STATES BASED ON PHYSIOLOGICAL AND / OR CONTEXT PARAMETERS
US7406453B2 (en) * 2005-11-04 2008-07-29 Microsoft Corporation Large-scale information collection and mining
US8920343B2 (en) 2006-03-23 2014-12-30 Michael Edward Sabatino Apparatus for acquiring and processing of physiological auditory signals
US20080120139A1 (en) * 2006-11-21 2008-05-22 Flexscan, Inc. Method of managing employee healthcare for an employer involving a marketing entity
US8157730B2 (en) 2006-12-19 2012-04-17 Valencell, Inc. Physiological and environmental monitoring systems and methods
US8652040B2 (en) 2006-12-19 2014-02-18 Valencell, Inc. Telemetric apparatus for health and environmental monitoring
US20080319855A1 (en) * 2007-02-16 2008-12-25 Stivoric John M Advertising and marketing based on lifeotypes
US7894651B2 (en) * 2007-03-02 2011-02-22 Mela Sciences, Inc. Quantitative analysis of skin characteristics
US8251903B2 (en) 2007-10-25 2012-08-28 Valencell, Inc. Noninvasive physiological analysis using excitation-sensor modules and related devices and methods
US20090216558A1 (en) * 2008-02-27 2009-08-27 Active Health Management Inc. System and method for generating real-time health care alerts
US8126740B2 (en) * 2008-03-28 2012-02-28 Busch Rebecca S Electronic health record case management system
US8494929B1 (en) * 2008-05-30 2013-07-23 Intuit Inc. Salary advisor for small business employers
US8595148B1 (en) * 2008-05-30 2013-11-26 Intuit Inc. Method and system for applicant salary and employment history verification
US8762067B2 (en) * 2008-10-31 2014-06-24 The Invention Science Fund I, Llc Methods and systems for ablation or abrasion with frozen particles and comparing tissue surface ablation or abrasion data to clinical outcome data
US20100111857A1 (en) 2008-10-31 2010-05-06 Boyden Edward S Compositions and methods for surface abrasion with frozen particles
US9060926B2 (en) 2008-10-31 2015-06-23 The Invention Science Fund I, Llc Compositions and methods for therapeutic delivery with frozen particles
US8603495B2 (en) 2008-10-31 2013-12-10 The Invention Science Fund I, Llc Compositions and methods for biological remodeling with frozen particle compositions
US8409376B2 (en) 2008-10-31 2013-04-02 The Invention Science Fund I, Llc Compositions and methods for surface abrasion with frozen particles
US8603494B2 (en) * 2008-10-31 2013-12-10 The Invention Science Fund I, Llc Compositions and methods for administering compartmentalized frozen particles
US9050317B2 (en) 2008-10-31 2015-06-09 The Invention Science Fund I, Llc Compositions and methods for therapeutic delivery with frozen particles
US8551505B2 (en) 2008-10-31 2013-10-08 The Invention Science Fund I, Llc Compositions and methods for therapeutic delivery with frozen particles
US8788211B2 (en) * 2008-10-31 2014-07-22 The Invention Science Fund I, Llc Method and system for comparing tissue ablation or abrasion data to data related to administration of a frozen particle composition
US9060934B2 (en) 2008-10-31 2015-06-23 The Invention Science Fund I, Llc Compositions and methods for surface abrasion with frozen particles
US9060931B2 (en) 2008-10-31 2015-06-23 The Invention Science Fund I, Llc Compositions and methods for delivery of frozen particle adhesives
US8725420B2 (en) * 2008-10-31 2014-05-13 The Invention Science Fund I, Llc Compositions and methods for surface abrasion with frozen particles
US8793075B2 (en) 2008-10-31 2014-07-29 The Invention Science Fund I, Llc Compositions and methods for therapeutic delivery with frozen particles
US8731840B2 (en) * 2008-10-31 2014-05-20 The Invention Science Fund I, Llc Compositions and methods for therapeutic delivery with frozen particles
US9056047B2 (en) 2008-10-31 2015-06-16 The Invention Science Fund I, Llc Compositions and methods for delivery of frozen particle adhesives
US8545806B2 (en) 2008-10-31 2013-10-01 The Invention Science Fund I, Llc Compositions and methods for biological remodeling with frozen particle compositions
US8721583B2 (en) 2008-10-31 2014-05-13 The Invention Science Fund I, Llc Compositions and methods for surface abrasion with frozen particles
US8414356B2 (en) * 2008-10-31 2013-04-09 The Invention Science Fund I, Llc Systems, devices, and methods for making or administering frozen particles
US9072688B2 (en) 2008-10-31 2015-07-07 The Invention Science Fund I, Llc Compositions and methods for therapeutic delivery with frozen particles
US9050070B2 (en) 2008-10-31 2015-06-09 The Invention Science Fund I, Llc Compositions and methods for surface abrasion with frozen particles
US8858912B2 (en) 2008-10-31 2014-10-14 The Invention Science Fund I, Llc Frozen compositions and methods for piercing a substrate
US8731841B2 (en) * 2008-10-31 2014-05-20 The Invention Science Fund I, Llc Compositions and methods for therapeutic delivery with frozen particles
US8563012B2 (en) 2008-10-31 2013-10-22 The Invention Science Fund I, Llc Compositions and methods for administering compartmentalized frozen particles
US9072799B2 (en) 2008-10-31 2015-07-07 The Invention Science Fund I, Llc Compositions and methods for surface abrasion with frozen particles
US8545855B2 (en) 2008-10-31 2013-10-01 The Invention Science Fund I, Llc Compositions and methods for surface abrasion with frozen particles
US10262761B1 (en) 2009-01-01 2019-04-16 Michael D Weintraub Apparatus and methods for causing selection of an advertisement based on prevalence of a healthcare condition in a plurality of geographic areas
US20100178038A1 (en) * 2009-01-12 2010-07-15 Mediatek Inc. Video player
US9750462B2 (en) 2009-02-25 2017-09-05 Valencell, Inc. Monitoring apparatus and methods for measuring physiological and/or environmental conditions
US8788002B2 (en) 2009-02-25 2014-07-22 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
WO2010098912A2 (en) 2009-02-25 2010-09-02 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
ES2753273T3 (es) 2009-10-08 2020-04-07 Delos Living Llc Sistema de iluminación LED
US20110099024A1 (en) * 2009-10-28 2011-04-28 Christine Lee Healthcare management system
GB2494356B (en) * 2010-07-09 2017-05-31 Univ California System comprised of sensors, communications, processing and inference on servers and other devices
WO2012090226A2 (en) 2010-12-31 2012-07-05 Tata Consultancy Services Limited Computer implemented system and method for measuring individual wellness index
US8682704B2 (en) 2011-01-03 2014-03-25 Express Scripts, Inc. Methods and systems for scheduling activity level based meetings
US8888701B2 (en) 2011-01-27 2014-11-18 Valencell, Inc. Apparatus and methods for monitoring physiological data during environmental interference
US20120208634A1 (en) * 2011-02-16 2012-08-16 Welltok, Inc. System and Method for Enabling Social Health Networks for Population Managers
WO2012135058A2 (en) * 2011-03-28 2012-10-04 Ihealth Engines Method and system for promoting health education
US9427191B2 (en) 2011-07-25 2016-08-30 Valencell, Inc. Apparatus and methods for estimating time-state physiological parameters
US9801552B2 (en) 2011-08-02 2017-10-31 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback
EP3297218B1 (en) 2012-08-28 2020-10-21 Delos Living, LLC Environmental control system and method of operation such system
WO2014116924A1 (en) 2013-01-28 2014-07-31 Valencell, Inc. Physiological monitoring devices having sensing elements decoupled from body motion
WO2015130786A1 (en) * 2014-02-28 2015-09-03 Delos Living Llc Systems, methods and articles for enhancing wellness associated with habitable environments
US10453562B2 (en) * 2014-05-08 2019-10-22 ProductVisionaries, LLC Consumer-oriented biometrics data management and analysis system
US20160029898A1 (en) 2014-07-30 2016-02-04 Valencell, Inc. Physiological Monitoring Devices and Methods Using Optical Sensors
EP3151737B1 (en) 2014-08-06 2022-08-17 Valencell, Inc. Optical physiological sensor modules with reduced signal noise
US9794653B2 (en) 2014-09-27 2017-10-17 Valencell, Inc. Methods and apparatus for improving signal quality in wearable biometric monitoring devices
AU2016202287B2 (en) 2015-01-13 2021-04-01 Delos Living Llc Systems, methods and articles for monitoring and enhancing human wellness
AU2015200410A1 (en) * 2015-01-28 2016-08-11 Context Systems Llp Online collaboration systems and methods
WO2017070463A1 (en) 2015-10-23 2017-04-27 Valencell, Inc. Physiological monitoring devices and methods that identify subject activity type
US10945618B2 (en) 2015-10-23 2021-03-16 Valencell, Inc. Physiological monitoring devices and methods for noise reduction in physiological signals based on subject activity type
US10966662B2 (en) 2016-07-08 2021-04-06 Valencell, Inc. Motion-dependent averaging for physiological metric estimating systems and methods
WO2018039433A1 (en) 2016-08-24 2018-03-01 Delos Living Llc Systems, methods and articles for enhancing wellness associated with habitable environments
JP2018183474A (ja) * 2017-04-27 2018-11-22 ファミリーイナダ株式会社 マッサージ装置及びマッサージシステム
US10957435B2 (en) 2017-08-25 2021-03-23 Astrazeneca Ab Computer system and method for generating trigger alerts to maximize interactions with healthcare providers
WO2019040908A1 (en) * 2017-08-25 2019-02-28 Iranpour Mobarakeh Behjat SYSTEM AND METHOD FOR MEDICAL PLATFORM USING ARTIFICIAL INTELLIGENCE AND PORTABLE DEVICES
US11668481B2 (en) 2017-08-30 2023-06-06 Delos Living Llc Systems, methods and articles for assessing and/or improving health and well-being
US10541881B2 (en) * 2017-12-14 2020-01-21 Disney Enterprises, Inc. Automated network supervision including detecting an anonymously administered node, identifying the administrator of the anonymously administered node, and registering the administrator and the anonymously administered node
JP6871877B2 (ja) * 2018-01-04 2021-05-19 株式会社東芝 情報処理装置、情報処理方法及びコンピュータプログラム
EP3850458A4 (en) 2018-09-14 2022-06-08 Delos Living, LLC AIR CLEANING SYSTEMS AND PROCEDURES
US11844163B2 (en) 2019-02-26 2023-12-12 Delos Living Llc Method and apparatus for lighting in an office environment
WO2020198183A1 (en) 2019-03-25 2020-10-01 Delos Living Llc Systems and methods for acoustic monitoring
US11562371B2 (en) 2020-04-15 2023-01-24 Merative Us L.P. Counterfeit pharmaceutical and biologic product detection using progressive data analysis and machine learning
US12174868B2 (en) * 2020-05-29 2024-12-24 Kpn Innovations, Llc. Methods and systems for displaying refreshment outlooks
EP4064287A1 (de) 2021-03-24 2022-09-28 ZuchtData EDV Dienstleistungen GmbH Verfahren für die vorhersage von krankheiten von nutztieren
US20240296950A1 (en) * 2021-03-30 2024-09-05 Biotronik Se & Co. Kg Remote Monitoring Server and Method of Operating Same
IT202100015308A1 (it) * 2021-06-11 2022-12-11 Danam S R L Selezione di trattamenti per la bellezza e il benessere mediante intelligenza artificiale
WO2024054974A1 (en) * 2022-09-09 2024-03-14 ARCHETYPE Wellness LLC Systems and methods for wellness-enabled multi-resident community

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6311163B1 (en) * 1998-10-26 2001-10-30 David M. Sheehan Prescription-controlled data collection system and method
CA2287768C (en) * 1998-11-02 2004-01-13 Ahmed Abdoh Method for automated data collection, analysis and reporting
US6820070B2 (en) * 2000-06-07 2004-11-16 Insyst Ltd. Method and tool for data mining in automatic decision making systems
WO2001097909A2 (en) * 2000-06-14 2001-12-27 Medtronic, Inc. Deep computing applications in medical device systems
US6789091B2 (en) * 2001-05-02 2004-09-07 Victor Gogolak Method and system for web-based analysis of drug adverse effects
US6920448B2 (en) * 2001-05-09 2005-07-19 Agilent Technologies, Inc. Domain specific knowledge-based metasearch system and methods of using
KR20030062728A (ko) 2002-01-18 2003-07-28 주식회사 에버케어 개인건강관리 시스템 및 그 운영방법
US20030225597A1 (en) * 2002-05-29 2003-12-04 Levine Joseph H. Methods and systems for the creation and use of medical information
US6945458B1 (en) * 2002-07-29 2005-09-20 Bowe Bell + Howell Postage Systems Company Data collection and maintenance database method and apparatus
EP1573624A4 (en) * 2002-12-03 2008-01-02 Siemens Medical Solutions SYSTEMS AND METHOD FOR THE AUTOMATED EXTRACTION AND PROCESSING OF FEE INFORMATION IN PATIENT RECORD SETS
US7065409B2 (en) * 2002-12-13 2006-06-20 Cardiac Pacemakers, Inc. Device communications of an implantable medical device and an external system
US7009511B2 (en) * 2002-12-17 2006-03-07 Cardiac Pacemakers, Inc. Repeater device for communications with an implantable medical device
US20040122787A1 (en) 2002-12-18 2004-06-24 Avinash Gopal B. Enhanced computer-assisted medical data processing system and method
US7127300B2 (en) * 2002-12-23 2006-10-24 Cardiac Pacemakers, Inc. Method and apparatus for enabling data communication between an implantable medical device and a patient management system
US7395117B2 (en) * 2002-12-23 2008-07-01 Cardiac Pacemakers, Inc. Implantable medical device having long-term wireless capabilities
US6947933B2 (en) * 2003-01-23 2005-09-20 Verdasys, Inc. Identifying similarities within large collections of unstructured data
US7289761B2 (en) * 2003-06-23 2007-10-30 Cardiac Pacemakers, Inc. Systems, devices, and methods for selectively preventing data transfer from a medical device
US20050234740A1 (en) * 2003-06-25 2005-10-20 Sriram Krishnan Business methods and systems for providing healthcare management and decision support services using structured clinical information extracted from healthcare provider data
KR20050113848A (ko) 2004-05-31 2005-12-05 삼성물산 주식회사 헬스케어 통합관리시스템 및 그 운영방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI819049B (zh) * 2018-08-02 2023-10-21 香港商布萊特臨床研究有限公司 對正在運行中的臨床試驗進行動態數據監測和實時優化的系統，方法及實施過程
TWI826914B (zh) * 2022-01-27 2023-12-21 國立臺北科技大學 物聯網系統及其資訊處理方法

Also Published As

Publication number Publication date
TW200832253A (en) 2008-08-01
US20070112598A1 (en) 2007-05-17
WO2008055020A1 (en) 2008-05-08
US7647285B2 (en) 2010-01-12

Similar Documents

Publication Publication Date Title
TWI444921B (zh) 用於促進提供健康及保健幫助的線上系統、方法及電腦可讀取媒體
US7814035B2 (en) Large-scale information collection and mining
US20230252017A1 (en) Community data aggregation with automated followup
US11948668B2 (en) Individualized health platforms
US20150112702A1 (en) Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information with or using an electronic healthcare record and genetic information and/or genetic-related information
US20120129139A1 (en) Disease management system using personalized education, patient support community and telemonitoring
Alwashmi et al. Features of a mobile health intervention to manage chronic obstructive pulmonary disease: a qualitative study
KR20210153845A (ko) 개인화된 건강검진 데이터 분석 기반 의료 콘텐츠 정보 서비스 제공 장치 및 그 동작 방법
US20070112597A1 (en) Monetizing large-scale information collection and mining
US20240331820A1 (en) Community based individualized health platforms
US11185282B2 (en) System and method for monitoring and identifying posology efficacy for an an individual
Ye et al. Characteristics and patterns of retention in hypertension care in primary care settings from the hypertension treatment in Nigeria program
Turner et al. Wearable internet of medical things sensor devices, big healthcare data, and artificial intelligence-based diagnostic algorithms in real-time COVID-19 detection and monitoring systems.
KR20210153878A (ko) 건강 위험도 예측에 기반한 의료 콘텐츠 정보 서비스 제공장치
Aiken et al. Factors associated with knowledge and experience of self-managed abortion among patients seeking care at 49 US abortion clinics
US20160117468A1 (en) Displaying Predictive Modeling and Psychographic Segmentation of Population for More Efficient Delivery of Healthcare
US20250125056A1 (en) Health information processing system
US20050004814A1 (en) Method and system for distributing medical safety information
US20080140445A1 (en) Customized health advertising
KR20210153886A (ko) 건강 위험도 예측에 기반한 의료 콘텐츠 정보 서비스 제공 프로그램 기록매체
Schmitt Digital Health And Improvement Of Healthcare Access
KR20210153872A (ko) 개인화된 건강검진 데이터 분석 기반 추천 영양소와 비추천 영양소 콘텐츠 정보 서비스 제공장치
KR20210153883A (ko) 개인화된 영양소 추천 서비스 제공 프로그램 기록매체
Sako Addressing data accuracy and information integrity in mHealth using ML
Luz, et al. Primary drug utilization data

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees