[发明专利]使用多级贝叶斯模型的用于精确肿瘤学的方法和系统

权利要求书

1.一种系统，其包括计算机处理器和其上存储有指令的存储装置，当由所述计算机处理器执行时，所述指令可操作为使所述计算机处理器：

(i)接收对象的临床数据和用于所述对象的疾病或病症的一组治疗选项，其中所述一组治疗选项对应于具有未来不确定性的临床结局；

(ii)访问包括经训练的机器学习模型的预测模块，所述经训练的机器学习模型至少部分地基于测试对象的临床数据来确定所述一组治疗选项的临床结局的概率预测；和

(iii)将所述预测模块至少应用于所述对象的所述临床数据，以确定所述对象的所述疾病或病症的所述一组治疗选项的临床结局的概率预测。

2.根据权利要求1所述的系统，其中所述临床数据选自体细胞遗传突变、种系遗传突变、突变负荷、蛋白质水平、转录组水平、代谢物水平、肿瘤大小或分期、临床症状、实验室测试结果和临床病史。

3.根据权利要求1所述的系统，其中所述疾病或病症包括癌症。

4.根据权利要求3所述的系统，其中所述对象已经接受所述癌症的先前治疗。

5.根据权利要求3所述的系统，其中所述对象尚未接受所述癌症的先前治疗。

6.根据权利要求3所述的系统，其中所述癌症选自：肾上腺肿瘤、Vater壶腹部肿瘤、胆道肿瘤、膀胱/泌尿道肿瘤、骨肿瘤、肠肿瘤、乳腺肿瘤、CNS/脑肿瘤、子宫颈肿瘤、食管/胃肿瘤、眼部肿瘤、头颈部肿瘤、肾脏肿瘤、肝脏肿瘤、肺部肿瘤、淋巴肿瘤、髓样肿瘤、其他肿瘤、卵巢/输卵管肿瘤、胰腺肿瘤、阴茎肿瘤、外周神经系统肿瘤、腹膜肿瘤、胸膜肿瘤、前列腺肿瘤、皮肤肿瘤、软组织肿瘤、睾丸肿瘤、胸腺肿瘤、甲状腺肿瘤、子宫肿瘤和外阴/阴道肿瘤。

7.根据权利要求1所述的系统，其中(iii)包括将所述预测模块至少应用于所述一组治疗选项的治疗特征，以确定所述一组治疗选项的所述临床结局的所述概率预测。

8.根据权利要求7所述的系统，其中所述治疗特征包括手术干预、药物干预、靶向干预、激素疗法干预、放射疗法干预或免疫疗法干预的属性。

9.根据权利要求8所述的系统，其中所述治疗特征包括所述药物干预的属性，其中所述药物干预的所述属性包括所述药物干预的化学结构或生物靶标。

10.根据权利要求7所述的系统，其中(iii)包括将所述预测模块至少应用于所述对象的所述临床数据和所述一组治疗选项的所述治疗特征之间的交互项，以确定所述一组治疗选项的所述临床结局的所述概率预测。

11.根据权利要求1所述的系统，其中具有未来不确定性的所述临床结局包括肿瘤大小的变化、患者功能状态的变化、疾病进展时间、治疗失败时间或无进展存活期。

12.根据权利要求11所述的系统，其中具有未来不确定性的所述临床结局包括肿瘤大小的变化，如由横截面或体积所指示的。

13.根据权利要求11所述的系统，其中具有未来不确定性的所述临床结局包括患者功能状态的变化，如由ECOG、Karnofsky或Lansky评分所指示的。

14.根据权利要求1所述的系统，其中所述一组治疗选项的临床结局的所述概率预测包括所述一组治疗选项的所述临床结局的统计分布。

15.根据权利要求14所述的系统，其中(iii)进一步包括确定所述一组治疗选项的所述临床结局的所述统计分布的统计参数。