[发明专利]综合保健系统及方法

说明书

附图说明

图1说明了根据本发明实施例的综合保健以及研究引擎。

图2说明了根据本发明实施例的计算机网络。

图3A说明了根据本发明实施例的输入属性。

图3B说明了根据本发明实施例的多个输入源。

图4说明了根据本发明实施例的患者数据集开发和存储过程。

图5说明了根据本发明实施例的患者账户设置过程。

图6说明了根据本发明实施例的去识别患者数据集过程。

图7说明了根据本发明实施例的数据集分析过程。

图8说明了根据本发明实施例的属性分析过程。

图9说明了根据本发明实施例的实际成本计算过程。

图10说明了根据本发明实施例的患者数据集解密过程。

图11说明了根据本发明实施例的患者数据集加密过程。

图12说明了根据本发明实施例的群体请求过程。

图13说明了根据本发明实施例的群体包含记录更新过程。

图14说明了根据本发明实施例的总结报告过程。

图15说明了根据本发明实施例的组群数据集分析过程。

图16说明了根据本发明实施例的工作流程。

图17说明了根据本发明实施例的患者视图。

图18说明了根据本发明实施例的临床医生视图。

图19说明了根据本发明实施例的保险公司视图。

图20说明了根据本发明实施例的制药公司视图。

图21说明了根据本发明实施例的研究视图。

具体实施方式

需要长期临床治疗护理的许多疾病会缺少基于最相关可用数据的持续治疗方法。遍及表现型相似群体，在治疗方案上的很大差异可产生最佳护理(如通过结果测量的)的“坊间的口袋”，而这些差异可能难以理解。然而，患者群体可以以属性的离散集为特征。通过分析相对于较大群体的个体疾病过程的演变，可获得对为什么特定的个体比对比子群做的更好或者更差(坊间的口袋(anecdotal pocket))的理解。由于关于个体和群体的数据积累，新诊断的患者可被调整至具有如通过生活质量和成本所评定的最佳结果的子群。

此处描述的系统和方法可预测设计的成本结果，其可允许患者和/或临床医生考虑更多样的治疗选择，与此同时将付款人与通过患者以及他们的卫生保健人员选择的非复杂路径和/或成本效益相联合。由此，可提供通过对自身免疫疾病/慢性疾病的患者的成本以及复杂性所评定的最佳护理。通过在此描述的系统和方法收集并产生的数据也可用于其它目的，以下将会对其做出更加详细的说明。

循证医学可极大地鼓励医生有条不紊地通过对呈现相似诊断的每个患者采取相同的治疗步骤。循证医学的可替代选择为个性化医疗。个性化医疗可支持个性化症状的设计的有效治疗的立即运用，在疾病活动性持续以及患者损伤积累时，无需可导致疾病复杂度以及长期成本的必备治疗步骤。在此之前鉴别的疾病的具体的特征可被安全地输入、存储、以及表达，并且该数据可被用于证明经与他们的临床医生磋商的个体患者在一些情形下应偏离统计上更常见的治疗方案。由于当无效的可能性凭借患者属性可被识别时，个性化治疗可排除采用对个体患者而言可能无效的常见治疗步骤，此类个性化治疗相对于普通治疗可最终被证明为更高效并且更经济。个性化治疗也可减少或者排除向患者提供需要他们经受会拖延或者甚至加重疾病的不精确的导向治疗和/或潜在有害的治疗的医疗。选择经受个性化治疗的结果可包括更好的患者结果，在治疗选择方面对保健提供者以及患者更加透明，和/或由于在治疗过程中选择早期有效治疗的增加的可能性，对保健成本的支付者的成本节约。

以下将要做出更加详细的描述，患者数据可与实际医疗的当前结果相关地被收集、组织、以及分析。然后，所述数据可与之前送入的患者记录的更大样本进行比较。遭受诸如自身免疫疾病/慢性疾病的特定情况的一些患者可能陷入与实际结果(患者体验)不相匹配的预期成本结果分类。这些异常值可被识别，并且患者/临床医生可被通知可能存在另一治疗途径，该治疗途径可引起更少的复杂度以及随时间推移的成本。这可提供给医生以及患者基于当前治疗复杂度以及任何设计治疗的患者疾病的可能过程的实时观点。个体疾病属性的存储以及计算可被个别对待以满足每个终端用户的需求。例如，其它终端用户可包括健康保险公司、制药公司、自保险企业、基础科学研究人员、和/或非营利性机构。