[发明专利]用于预测患者反应的系统和方法

说明书

用于基于生物图像来预测对化学物质的一个或多个反应的数据处理系统。所述数据处理系统中的至少一些包括至少一个处理器，所述至少一个处理器被配置成执行至少一个人工神经网络，所述至少一个人工神经网络被训练成基于生物图像来预测对化学物质的一个或多个反应。当所述至少一个处理器执行计算机可执行指令时，所述至少一个处理器被配置成执行包括以下的操作：通过存储有包括在所述人工神经网络中的可执行逻辑的一个或多个部分的一个或多个数据结构处理在空间上排列的图像块数据，以确定患者对所述化学物质的一个或多个反应。

相关申请的交叉引用

本申请要求于2020年7月2日提交的欧洲专利申请号20315338.2和2020年2月7日提交的美国临时专利申请号62/971,630的优先权，将其内容和公开文本通过引用以其整体并入本文。

技术领域

本公开文本总体上涉及预测对化学化合物(诸如药品)的患者反应的系统和方法。

背景技术

通常进行临床试验以收集关于药品安全性和疗效的数据。一般来说，这些试验涉及一个或多个阶段，以确定药物是否可以在消费市场上销售。例如，临床试验可以包括三个阶段。在第一阶段，药物在相对少量的有偿志愿者(例如20至100名志愿者)身上进行测试，以确定药物的效果，包括吸收、代谢、排泄等。这个阶段可能需要几个月来完成，并且大约70％的实验药物通过了第一阶段。在第二阶段，实验药物在符合一个或多个入选标准的数百名患者身上进行测试。一组患者接受实验药物，而另一组接受安慰剂或标准治疗。大约三分之一的实验药物完成了第一阶段和第二阶段的测试。在第三阶段期间，药物在数百至数千名(或更多)患者身上进行测试。这一阶段往往是所有阶段中最昂贵的，并且大约70％进入第三阶段的药物可以成功完成这一阶段。

发明内容

在本公开文本的至少一个方面，提供了一种数据处理系统。所述数据处理系统包括：计算机可读存储器，所述计算机可读存储器包括计算机可执行指令；以及至少一个处理器，所述至少一个处理器被配置成执行至少一个人工神经网络，所述至少一个人工神经网络被训练成基于生物图像来预测对化学物质的一个或多个反应。当所述至少一个处理器正在执行所述计算机可执行指令时，所述至少一个处理器被配置成执行一个或多个操作。所述一个或多个操作包括接收代表患者的多个生物图像的在空间上排列的图像数据。所述一个或多个操作包括：对于所述多个生物图像中的每个生物图像，生成代表多个图像块的在空间上排列的图像块数据，其中所述多个图像块中的每个图像块包括所述生物图像的离散部分。所述一个或多个操作包括：通过存储有包括在所述人工神经网络中的可执行逻辑的一个或多个部分的一个或多个数据结构处理所述在空间上排列的图像块数据以：对于所述多个图像中的每个图像，通过分析对应于所述图像的所述多个图像块将所述图像分类为代表或不代表异常组织；对于被分类为代表异常组织的每个图像，通过分析对应于所述图像的所述多个图像块，将所述图像分类为指示或不指示所述患者将对所述化学物质作出反应；并且基于被分类为指示或不指示所述患者将对所述化学物质作出反应的所述图像，确定所述患者对所述化学物质的一个或多个反应。

所述人工神经网络可以包括至少一个卷积层和至少一个全连接层。

将所述图像分类为代表或不代表异常组织可以包括：为对应于所述图像的所述多个图像块中的每个图像块分配异常权重。所述异常权重可以指示所述图像块的预测能力，所述预测能力与用于将对应于所述图像块的所述图像分类为代表或不代表异常组织的所述异常权重相对应。将所述图像分类为指示或不指示所述患者将对所述化学物质作出反应可以包括：为对应于所述图像的所述多个图像块中的每个图像块分配反应权重。所述反应权重可以指示所述图像块的预测能力，所述预测能力与用于将对应于所述图像块的所述图像分类为指示或不指示所述患者将对所述化学物质作出反应的所述反应权重相对应。

所述多个图像可以包括多个免疫组织化学图像。所述异常组织可以包括癌性肿瘤。

这些和其他方面、特征和实现方式可以被表达为用于执行功能的方法、装置、系统、组件、程序产品、手段或步骤，以及其他方式。