Abrégé

Systems, methods and computer-readable media are provided for applying performance data (e.g., Electronic Clinical Quality Measures (eCQM), Pay-for-Performance (P4P) measures, Meaningful Use (MU) measures) to a fantasy league health exchange. In aspects, a set of patient data for patients is determined. The set of patient data corresponds to a time interval of treatment of the patients by a population of clinicians. In addition, performance data is determined. The performance data corresponds to the population of clinicians and is based on the set of patient data and the time interval. Further, a provider ranking is determined using a classification model determined from the performance data and from explanatory attributes. The provider ranking can be used to forecast or project future performance results for selected individual or group providers. Further, the provider rankings can be used for draft picks, roster submission, or bets placed in a fantasy league exchange system.

Classes IPC  ?

• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p.ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G06Q 10/0639 - Analyse des performances des employés; Analyse des performances des opérations d’une entreprise ou d’une organisation
• G06Q 10/067 - Modélisation d’entreprise ou d’organisation
• G07F 17/32 - Appareils déclenchés par pièces de monnaie pour la location d'articles; Installations ou services déclenchés par pièces de monnaie pour jeux, jouets, sports ou distractions
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p.ex. pour analyser les cas antérieurs d’autres patients
• G16H 80/00 - TIC spécialement adaptées pour faciliter la communication entre les professionnels de la santé ou les patients, p.ex. pour le diagnostic collaboratif, la thérapie collaborative ou la surveillance collaborative de l’état de santé
• G06F 7/02 - Comparaison de valeurs numériques
• G06Q 50/34 - Mises ou paris sportifs, p.ex. paris sur Internet

Abrégé

A system, methods, and computer-readable media are provided for the automatic identification of patients having an elevated near-term risk of pulmonary function deterioration or respiratory distress. Embodiments of the invention are directed to event prediction, risk stratification, and optimization of the assessment, communication, and decision-making to prevent respiratory events in humans, and in one embodiment take the form of a platform for wearable, mobile, untethered monitoring devices with embedded decision support. Respiratory information is obtained over one or a plurality of previous time intervals, to classify a likelihood of events leading to an acute respiratory decompensation event within a future time interval. In an embodiment, the risk prediction is based a plurality of nonlinearity measures of capnometry information over the previous time interval(s), and the risk for an acute respiratory decompensation event determined using an ensemble model predictor on the nonlinearity measures.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux

Abrégé

Technologies are provided for determining an individual's likelihood of relapsing into prior behavior subsequent to a treatment for a mental health or addiction disorder, and in some instances predicting a likelihood time frame for such a relapse. Target subjects having a risk of addiction relapse, non-adherence to a treatment program, or absconding, may be automatically identified based on a multiplicative-regression model for relative survival (MRS) that is developed for predicting risk or likelihood of relapse or non-adherence. Further, in some embodiments, a leading indicator of near-term future abnormalities may be provided thereby proactively notifying supervisory personnel responsible for the person and providing such personnel with timely notice to enable effective corrective, preventive, or trend-modifying maneuvers to be undertaken.

Classes IPC  ?

• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G06F 17/18 - Opérations mathématiques complexes pour l'évaluation de données statistiques

Abrégé

Methods, systems, and computer-readable media are disclosed herein that provide a comprehensive view that reveals all or nearly all possible method dependencies that are present in client workflows. In aspects, when computer code for a particular method is going to be edited, other methods are identified that have upstream or downstream dependencies relative to the particular method. The methods that will be affected based on the computer code editing can be presented in a user-interactive graphical user interface that facilitates exploration of upstream and downstream dependencies.

Classes IPC  ?

• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G06F 3/0482 - Interaction avec des listes d’éléments sélectionnables, p.ex. des menus
• G06F 16/215 - Amélioration de la qualité des données; Nettoyage des données, p.ex. déduplication, suppression des entrées non valides ou correction des erreurs typographiques
• G06F 40/174 - Remplissage de formulaires; Fusion
• G06F 40/279 - Reconnaissance d’entités textuelles
• G06F 40/30 - Analyse sémantique
• G10L 15/18 - Classement ou recherche de la parole utilisant une modélisation du langage naturel
• G10L 15/22 - Procédures utilisées pendant le processus de reconnaissance de la parole, p.ex. dialogue homme-machine 
• G16H 20/10 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p.ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p.ex. pour s’assurer de l’administration correcte aux patients
• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p.ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p.ex. pour analyser les cas antérieurs d’autres patients
• G16H 70/20 - TIC spécialement adaptées au maniement ou au traitement de références médicales concernant des pratiques ou des directives
• G16H 70/40 - TIC spécialement adaptées au maniement ou au traitement de références médicales concernant des médicaments, p.ex. leurs effets secondaires ou leur usage prévu

Abrégé

Methods and systems for processing of voice input to identify intents and mapped standard terminologies are provided. Using natural language processing, an intent of a voice input is identified. The intent is utilized to identify a standard terminology that maps to the intent. The standard terminology is utilized to identify information relevant to the standard terminology in a patient's electronic health record.

Classes IPC  ?

• G10L 15/22 - Procédures utilisées pendant le processus de reconnaissance de la parole, p.ex. dialogue homme-machine 
• G10L 15/18 - Classement ou recherche de la parole utilisant une modélisation du langage naturel
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Methods, systems, and computer-readable media are disclosed herein that provide a comprehensive view that reveals all or nearly all possible method dependencies that are present in client workflows. In aspects, when computer code for a particular method is going to be edited, other methods are identified that have upstream or downstream dependencies relative to the particular method. The methods that will be affected based on the computer code editing can be presented in a user-interactive graphical user interface that facilitates exploration of upstream and downstream dependencies.

Classes IPC  ?

• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G06F 3/0482 - Interaction avec des listes d’éléments sélectionnables, p.ex. des menus
• G06F 16/215 - Amélioration de la qualité des données; Nettoyage des données, p.ex. déduplication, suppression des entrées non valides ou correction des erreurs typographiques
• G06F 40/174 - Remplissage de formulaires; Fusion
• G06F 40/279 - Reconnaissance d’entités textuelles
• G06F 40/30 - Analyse sémantique
• G10L 15/18 - Classement ou recherche de la parole utilisant une modélisation du langage naturel
• G10L 15/22 - Procédures utilisées pendant le processus de reconnaissance de la parole, p.ex. dialogue homme-machine 
• G16H 20/10 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p.ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p.ex. pour s’assurer de l’administration correcte aux patients
• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p.ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p.ex. pour analyser les cas antérieurs d’autres patients
• G16H 70/20 - TIC spécialement adaptées au maniement ou au traitement de références médicales concernant des pratiques ou des directives
• G16H 70/40 - TIC spécialement adaptées au maniement ou au traitement de références médicales concernant des médicaments, p.ex. leurs effets secondaires ou leur usage prévu

Abrégé

Decision support technology is provided for use with patients who may be prone to a cardiovascular condition such as acute coronary syndromes. A mechanism is provided to determine a patient's risk for experiencing a cardiovascular ischemic event at a future time interval based on temporal patterns determined using physiological parameters of the patient such as serum or blood uric acid and/or C-reactive protein (CRP). A forecast or score may be determined indicating whether or not temporal patterns merit intervention to prevent occurrence or reoccurrence of ischemic events, or for determining adherence to or efficacy of treatment or preventive interventions. Based on the forecast or score, appropriate response action such as automatically issuing an alert or notification to a caregiver associated with the patient, may be determined, recommended, or implemented.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G01N 33/68 - Analyse chimique de matériau biologique, p.ex. de sang ou d'urine; Test par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligands; Test immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local

Abrégé

Systems and methods are provided for the problem of automatic, algorithm-guided estimation of insurance loss ratio, claims frequency, the probability of excess claims, and other insurance policy performance characteristics for an individual insured or for groups of insured individuals. A time-series-derived Bayesian power spectrum weight is calculated from the frequency of temporal pattern-specific values in terms of intensities at various frequencies of the power spectrum computed from credit utilization ratio (CUR; outstanding balance of debt, as a percentage of credit line available) time-series obtained by the insurer by ‘soft pull’ inquiries submitted periodically to credit-rating agencies, and provides an opportunity to capture and measure the relative magnitude of frequent or unexpected changes in consumer liquidity. The present technology provides a system and method for classifying insurance risk, for insurance risk scoring, or for incorporating a power-spectrum-based temporal pattern-specific weight into an actuarial method to enhance the loss ratio estimation accuracy and statistical financial performance of insurance products and health plans.

Classes IPC  ?

• G06Q 40/08 - Assurance
• G06Q 40/03 - Crédits; Prêts; Leur traitement

Abrégé

A system, method, and computer-readable media are provided for facilitating clinical decision making, and in particular, decision making based on a third party's clinical situation by determining and providing useful, up-to-date information, such as patient-related information to a decision maker. In one embodiment, a user first identifies an information item concerning a patient. Based on that item, a set of related information items is determined and prioritized, and a reference pointer, which identifies the set of related information, is generated. The reference pointer is communicated to the user's mobile device. Subsequently, the user's mobile device requests information from the set of information items associated with the reference pointer, and provides information authorization information. Following authentication of the user's credentials, updates of information from the set of information items may be communicated to the user's mobile device as they become available.

Classes IPC  ?

• G16H 10/65 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients stockées sur des supports d’enregistrement portables, p.ex. des cartes à puce, des étiquettes d’identification radio-fréquence [RFID] ou des CD
• G06F 16/90 - Recherche d’informations; Structures de bases de données à cet effet; Structures de systèmes de fichiers à cet effet - Détails des fonctions des bases de données indépendantes des types de données cherchés
• G06F 16/955 - Recherche dans le Web utilisant des identifiants d’information, p.ex. des localisateurs uniformisés de ressources [uniform resource locators - URL]
• G06F 21/62 - Protection de l’accès à des données via une plate-forme, p.ex. par clés ou règles de contrôle de l’accès
• G06Q 50/22 - Aide sociale
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local
• G16Z 99/00 - Matière non prévue dans les autres groupes principaux de la présente sous-classe

Abrégé

Embodiments relate to systems and methods that retrieve dialogue data associated with a plurality of utterances. The plurality of utterances include a first utterance. The systems and methods further determine that a target concept, of the dialogue data, is in a first dialogue segment associated with the first utterance. Additionally, the target concept is determined based on the first utterance in the first dialogue segment having a highest weight for relevancy to a knowledge domain. Further, the methods and systems determine a dialogue goal comprising the target concept. Due to the dialogue goal comprising the target concept, a structured link associating the target concept to the dialogue goal is generated.

Classes IPC  ?

• G10L 15/22 - Procédures utilisées pendant le processus de reconnaissance de la parole, p.ex. dialogue homme-machine 
• G10L 15/18 - Classement ou recherche de la parole utilisant une modélisation du langage naturel
• G10L 21/028 - Séparation du signal de voix utilisant les propriétés des sources sonores

Abrégé

Systems, methods and computer-readable media are provided for determining conformity to performance of meaningful use measures in human health care delivery. A Bayesian Markov Chain Monte Carlo statistical process is utilized to achieve reliable estimates for such measures despite the small subgroup sample sizes accruing during each measurement period. One embodiment utilizes zero- and one-inflated beta regression that is robust against moderate prevalence of zero or one counts in the numerators for such measurements and determinations of statistical associations with such factors as clinician, care venue, and patient attributes. Based on the determined conformity, a notification is provided to provider clinicians or organization management indicating the conformity and, in some instances, a degree of conformity.

Classes IPC  ?

• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p.ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G06Q 10/0639 - Analyse des performances des employés; Analyse des performances des opérations d’une entreprise ou d’une organisation
• G06Q 10/067 - Modélisation d’entreprise ou d’organisation
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p.ex. pour analyser les cas antérieurs d’autres patients
• G16H 80/00 - TIC spécialement adaptées pour faciliter la communication entre les professionnels de la santé ou les patients, p.ex. pour le diagnostic collaboratif, la thérapie collaborative ou la surveillance collaborative de l’état de santé

Abrégé

Technologies are provided for determining a likelihood or risk of a human patient for developing pressure injury based on patterns of movement by the patient determined using a specialized measurement support surface. Some embodiments automatically ascertain whether patterns of movements of a human subject, whose weight is supported on the support surface, exhibit sufficient frequency and variability of activity such as will confer either certain health benefits or expose the individual to certain health risks, such as development of pressure ulcers in the load-bearing skin and soft tissues. The measurement support surface can include a contact layer, a pressure-measuring layer having an air bladder subjacent to the measurement support surface, and a substrate layer with a density and stiffness to mechanically isolate the pressure-measuring layer from ambient vibrations transmitted through a floor, furniture, or other intervening articles upon which the measurement support surface is mounted.

Classes IPC  ?

• A61B 5/00 - Mesure servant à établir un diagnostic ; Identification des individus
• A61B 5/0205 - Evaluation simultanée de l'état cardio-vasculaire et de l'état d'autres parties du corps, p.ex. de l'état cardiaque et respiratoire
• A61B 5/021 - Mesure de la pression dans le cœur ou dans les vaisseaux sanguins
• A61B 5/024 - Mesure du pouls ou des pulsations cardiaques
• A61B 5/08 - Dispositifs de mesure pour examiner les organes respiratoires
• A61B 5/11 - Mesure du mouvement du corps entier ou de parties de celui-ci, p.ex. tremblement de la tête ou des mains ou mobilité d'un membre
• A61F 5/34 - Coussinets de compression remplis d'air ou de liquide
• A61G 5/10 - Fauteuils ou moyens de transport personnels spécialement adaptés pour des personnes handicapées, p.ex. fauteuils roulants - Parties constitutives, détails ou accessoires
• A61G 7/057 - Dispositions pour éviter les escarres ou pour soutenir les patients brûlés, p.ex. matelas spécialement adaptés à cet effet

Abrégé

Disclosed are various methods of presenting result visualizations for test results. The visualization may include a timeline, a test label area, a test parameter indicator, and a test value representation. The test parameter indicator is associated with the test provided at a location corresponding with the test label of the test label area and with a location corresponding to a test time of the timeline, including a first test parameter indicator end associated with the upper test parameter threshold and a second test parameter indicator end associated with a lower test parameter threshold. The test value representation of a test value extends away from the test parameter indicator and proportionally represents the test value relative to an upper test limit and the test value to a lower test limit.

Classes IPC  ?

• G06F 3/0484 - Techniques d’interaction fondées sur les interfaces utilisateur graphiques [GUI] pour la commande de fonctions ou d’opérations spécifiques, p.ex. sélection ou transformation d’un objet, d’une image ou d’un élément de texte affiché, détermination d’une valeur de paramètre ou sélection d’une plage de valeurs

Abrégé

Technologies are provided for providing a dashboard interface corresponding to one or more datacenter components for information originating from one or more proprietary applications. A selection of information corresponding to the one or more datacenter components is initially received. Upon receiving the selection, an application programming interface (API) call request is made for the information corresponding to the one or more datacenter components from the one or more proprietary applications. As the information corresponding to one or more datacenter components from the one or more proprietary applications is received, it is aggregated and provided within the dashboard interface.

Classes IPC  ?

• H04L 41/22 - Dispositions pour la maintenance, l’administration ou la gestion des réseaux de commutation de données, p.ex. des réseaux de commutation de paquets comprenant des interfaces utilisateur graphiques spécialement adaptées [GUI]
• H04L 41/50 - Gestion des services réseau, p.ex. en assurant une bonne réalisation du service conformément aux accords
• H04L 67/125 - Protocoles spécialement adaptés aux environnements propriétaires ou de mise en réseau pour un usage spécial, p.ex. les réseaux médicaux, les réseaux de capteurs, les réseaux dans les véhicules ou les réseaux de mesure à distance en impliquant la commande des applications des terminaux par un réseau
• H04L 67/131 - Protocoles pour jeux, simulations en réseau ou réalité virtuelle
• H04L 67/133 - Protocoles pour les appels de procédure à distance [RPC]
• H04L 67/567 - Intégration de l’approvisionnement des services à partir d'une pluralité de fournisseurs de services

Abrégé

Systems, methods and computer-readable media are provided for facilitating clinical decision support and managing patient population health by health-related entities including caregivers, health care administrators, insurance providers, and patients. Embodiments of the invention provide decision support services including providing timely contextual patient information including condition risks, risk factors and relevant clinical information that are dynamically updatable; imputing missing patient information; dynamically generating assessments for obtaining additional patient information based on context; data-mining and information discovery services including discovering new knowledge; identifying or evaluating treatments or sequences of patient care actions and behaviors, and providing recommendations based on this; intelligent, adaptive decision support services including identifying critical junctures in patient care processes, such as points in time that warrant close attention by caregivers; near-real time querying across diverse health records data sources, which may use diverse clinical nomenclatures and ontologies; improved natural language processing services; and other decision support services.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux

Abrégé

Technologies are provided for determining deficiencies in narrative textual data that may impact decision-making in a decisional context. A candidate text document and a reference corpus of text may be utilized to generate one or more topic models and document-term matrices, and then to determine a corresponding statistical perplexity and probabilistic coherence. Statistical determinations of a degree to which the candidate deviates from the reference normative corpus are determined, in terms of the statistical perplexity and probabilistic coherence of the candidate as compared to the reference. If the difference is statistically significant, a message may be reported to user, such as the author or an auditor of the candidate text document, so that the user has the opportunity to amend the candidate document so as to improve its adequacy for the decisional purposes in the context at hand.

Classes IPC  ?

• G06F 40/30 - Analyse sémantique
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

A diagnostic and decision support technology is provided for determining the presence, identity, and/or severity of an inherited lysosomal storage disorder. In particular, a mechanism is provided to detect and classify a lysosomal storage disorder in a human patient, which utilizes a logistic regression classifier determined based on a multi-variable-composite-biomarker comprising a specific set of physiological variables of the patient. This multi-variable statistical predictive biomarker approach may be employed for identifying persons whose attributes are consistent with features or lysosomal storage diseases, such as attenuated mucopolysaccharidosis Type 1 (Hurler-Scheie or Scheie syndromes).

Classes IPC  ?

• G16B 5/00 - TIC spécialement adaptées à la modélisation ou aux simulations dans la biologie des systèmes, p. ex. réseaux de régulation génétique, réseaux d’interaction entre protéines ou réseaux métaboliques
• G01N 33/50 - Analyse chimique de matériau biologique, p.ex. de sang ou d'urine; Test par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligands; Test immunologique
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 25/00 - TIC spécialement adaptées à l’hybridation; TIC spécialement adaptées à l’expression de gènes ou de protéines
• G16B 40/00 - TIC spécialement adaptées aux biostatistiques; TIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p.ex. extraction de connaissances ou détection de motifs

Abrégé

Systems, methods, and computer-readable media are provided for patient case and care complexity characterization, and detecting matches of an individual patient's record with collections of other patients' records, based on serial, longitudinal patterns, for facilitating efficient health services utilization, implementing programs to reduce complexity, preventive medicine, and risk management in health care. In an embodiment, time series are formed by electronically representing information pertaining to successive longitudinal episodes of health services utilization and the circumstances in which the episodes were incurred; calculating time-series K-nearest-neighbor clusters and distances for each combination; determining the cluster to which a given candidate patient complexity record is nearest, and prescribing one or more interventions specific to the plurality of hazards that are characteristic of trajectories that are members of that cluster, or that are deemed to be relevant to mitigating those hazards, thereby preventing the adverse outcomes and subsequent excess utilization that are prevalent in that cluster.

Classes IPC  ?

• G16H 20/00 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p.ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Systems, methods and computer-readable media are provided for facilitating clinical decision support and managing patient population health by health-related entities including caregivers, health care administrators, insurance providers, and patients. Embodiments of the invention provide decision support services including providing timely contextual patient information including condition risks, risk factors and relevant clinical information that are dynamically updatable; imputing missing patient information; dynamically generating assessments for obtaining additional patient information based on context; data-mining and information discovery services including discovering new knowledge; identifying or evaluating treatments or sequences of patient care actions and behaviors, and providing recommendations based on this; intelligent, adaptive decision support services including identifying critical junctures in patient care processes, such as points in time that warrant close attention by caregivers; near-real time querying across diverse health records data sources, which may use diverse clinical nomenclatures and ontologies; improved natural language processing services; and other decision support services.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux

Abrégé

Embodiments of the present disclosure relate to systems, methods, and user interfaces for providing voice-activated ambulance booking. Initially, a non-medical user initiates a workflow, via a voice command, that enables the user to provide information about a patient that can be utilized to prioritize the booking of ambulances for patients. Upon providing the initial voice command, the workflow is provided, via a user interface of the user device. The workflow comprises a series of questions corresponding to a status of the patient that can easily be answered merely by observing the patient (e.g., is the patient conscious, is the patient breathing, is the patient bleeding). Based on responses provided by the user, an ambulance is requested for the patient. User device vitals including battery charge levels and signal strength can be used to resolve conflicts if multiple requests are made.

Classes IPC  ?

• G16H 10/20 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des essais ou des questionnaires cliniques électroniques
• G06F 3/16 - Entrée acoustique; Sortie acoustique
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G06Q 50/30 - Transport; Communications

Abrégé

Systems, methods, and other embodiments associated with indicating physical progress of a clinician through patient locations are described. In one embodiment, a method includes accessing a workflow of locations of patients within a clinical care environment that a clinician is to visit on a schedule. The method includes sensing that the clinician is at a current location within the clinical care environment using a location sensor carried by the clinician. The method includes detecting that the current location corresponds to one of the locations in the workflow. The method includes, in response to the detection, generating in a display an indication of physical progress of the clinician through the workflow as of the current location.

Classes IPC  ?

• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p.ex. l’édition
• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p.ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p.ex. DICOM, HL7 ou PACS
• G06T 11/00 - Génération d'images bidimensionnelles [2D]
• G06F 3/01 - Dispositions d'entrée ou dispositions d'entrée et de sortie combinées pour l'interaction entre l'utilisateur et le calculateur
• G06F 3/033 - Dispositifs de pointage déplacés ou positionnés par l'utilisateur; Leurs accessoires
• G06F 3/16 - Entrée acoustique; Sortie acoustique

Abrégé

Methods and systems for enhanced natural language processing of clinical documentation are provided. Using natural language processing, a clinical condition is extracted from unstructured data within a current electronic document. A clinical ontology identifying itemsets associated with the clinical condition is retrieved, and indicators of relevant clinical concepts, as identified from the ontology, are searched from within the patient's longitudinal record, which comprises documentation from at least a prior encounter. Based on the whether the clinical concepts are present in the patent's record, a confidence is assigned to the NLP-extracted clinical condition, and one or more actions may be performed.

Classes IPC  ?

• G06F 40/30 - Analyse sémantique
• G06F 40/205 - Analyse syntaxique

Abrégé

Systems, methods and computer-readable media are provided for determining conformity to performance of meaningful use measures in human health care delivery. A Bayesian Markov Chain Monte Carlo statistical process is utilized to achieve reliable estimates for such measures despite the small subgroup sample sizes accruing during each measurement period. One embodiment utilizes zero- and one-inflated beta regression that is robust against moderate prevalence of zero or one counts in the numerators for such measurements and determinations of statistical associations with such factors as clinician, care venue, and patient attributes. Based on the determined conformity, a notification is provided to provider clinicians or organization management indicating the conformity and, in some instances, a degree of conformity.

Classes IPC  ?

• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p.ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G06Q 10/0639 - Analyse des performances des employés; Analyse des performances des opérations d’une entreprise ou d’une organisation
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p.ex. pour analyser les cas antérieurs d’autres patients
• G06Q 10/067 - Modélisation d’entreprise ou d’organisation
• G16H 80/00 - TIC spécialement adaptées pour faciliter la communication entre les professionnels de la santé ou les patients, p.ex. pour le diagnostic collaboratif, la thérapie collaborative ou la surveillance collaborative de l’état de santé

Abrégé

Systems, methods, and computer-readable media are provided for patient case and care complexity characterization, and detecting matches of an individual patient's record with collections of other patients' records, based on serial, longitudinal patterns, for facilitating efficient health services utilization, implementing programs to reduce complexity, preventive medicine, and risk management in health care. In an embodiment, time series are formed by electronically representing information pertaining to successive longitudinal episodes of health services utilization and the circumstances in which the episodes were incurred; calculating time-series K-nearest-neighbor clusters and distances for each combination; determining the cluster to which a given candidate patient complexity record is nearest, and prescribing one or more interventions specific to hazards that are characteristic of trajectories that are members of that cluster, or that are deemed to be relevant to mitigating those hazards, thereby preventing the adverse outcomes and subsequent excess utilization that are prevalent in that cluster.

Classes IPC  ?

• G16H 20/10 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p.ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p.ex. pour s’assurer de l’administration correcte aux patients
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux

Abrégé

Methods, systems, and computer-readable media are provided for facilitating record matching and entity resolution and for enabling improvements in record linkage. A power-spectrum-based temporal pattern-specific weight may be incorporated into record linkage methods to enhance the record linkage accuracy and statistical performance. For example, in embodiments, a value-specific weight may be calculated from a population-based frequency of field-specific values or dichotomized values of selected phenotypic variables, and provides an opportunity to capture and measure the relative importance of specific values found in a field. A phenotypic bit-vector “fingerprint” pattern-specific weight or Bayesian power spectrum weight may be determined and incorporated into record linkage methods.

Classes IPC  ?

• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p.ex. pour analyser les cas antérieurs d’autres patients

Abrégé

Methods and systems for natural language processing/understanding of voice conversations are provided. Using natural language processing, a clinical condition is extracted from a voice conversation. A clinical ontology identifies clinical concepts associated with the clinical conditions. The clinical concepts are classified for documentation. The clinical concepts are searched and validated from within an individual's longitudinal record.

Classes IPC  ?

• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G10L 15/22 - Procédures utilisées pendant le processus de reconnaissance de la parole, p.ex. dialogue homme-machine 
• G10L 15/18 - Classement ou recherche de la parole utilisant une modélisation du langage naturel
• G06F 40/174 - Remplissage de formulaires; Fusion
• G06F 40/30 - Analyse sémantique
• G06F 40/279 - Reconnaissance d’entités textuelles
• G06F 16/215 - Amélioration de la qualité des données; Nettoyage des données, p.ex. déduplication, suppression des entrées non valides ou correction des erreurs typographiques
• G16H 70/20 - TIC spécialement adaptées au maniement ou au traitement de références médicales concernant des pratiques ou des directives
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p.ex. pour analyser les cas antérieurs d’autres patients
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p.ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G16H 70/40 - TIC spécialement adaptées au maniement ou au traitement de références médicales concernant des médicaments, p.ex. leurs effets secondaires ou leur usage prévu
• G16H 20/10 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p.ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p.ex. pour s’assurer de l’administration correcte aux patients
• G06F 3/0482 - Interaction avec des listes d’éléments sélectionnables, p.ex. des menus

Abrégé

Methods and systems for natural language processing/understanding of voice conversations are provided. Using natural language processing, a clinical condition is extracted from a voice conversation. A clinical ontology identifies clinical concepts associated with the clinical conditions. The clinical concepts are classified for documentation. The clinical concepts are searched and validated from within an individual's longitudinal record.

Classes IPC  ?

• G10L 17/00 - Identification ou vérification du locuteur
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Systems, methods and computer-readable media are provided for facilitating patient health care through automatic discovery, establishment, and statistical validation of safety signals in repositories of EMR information, identifying safety signals regarding therapeutics or therapeutics combinations administered to patients. In an embodiment, a method includes identifying, from a dataset of health care records, a first group of patients that received a drug; extracting one or more medical events that the first group experienced; identifying a second group of patients similar to the first group who have received one or more concomitant comparator drugs that address the same set of conditions that prevail in both the first group and second group; extracting one or more medical events that the second group of patients have experienced; and comparing the medical events of the first group to the medical events of the second group to determine statistically significant differences in occurrences between the groups.

Classes IPC  ?

• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p.ex. pour analyser les cas antérieurs d’autres patients
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Technologies are provided for determining a likelihood or risk of a human patient for developing pressure injury based on patterns of movement by the patient determined using a specialized measurement support surface. Some embodiments automatically ascertain whether patterns of movements of a human subject, whose weight is supported on the support surface, exhibit sufficient frequency and variability of activity such as will confer either certain health benefits or expose the individual to certain health risks, such as development of pressure ulcers in the load-bearing skin and soft tissues. If the determined patterns manifest such features associated with benefits or risks, then a notification may be provided for the patient to move; for instance, to the patient or a caregiver. In some embodiments, a notification may be provided at an irregular time intervals within-day intervals.

Classes IPC  ?

• A61G 7/057 - Dispositions pour éviter les escarres ou pour soutenir les patients brûlés, p.ex. matelas spécialement adaptés à cet effet
• A61B 5/00 - Mesure servant à établir un diagnostic ; Identification des individus
• A61B 5/11 - Mesure du mouvement du corps entier ou de parties de celui-ci, p.ex. tremblement de la tête ou des mains ou mobilité d'un membre

Abrégé

Technologies are provided for determining deficiencies in narrative textual data that may impact decision-making in a decisional context. A candidate text document and a reference corpus of text may be utilized to generate one or more topic models and document-term matrices, and then to determine a corresponding statistical perplexity and probabilistic coherence. Statistical determinations of a degree to which the candidate deviates from the reference normative corpus are determined, in terms of the statistical perplexity and probabilistic coherence of the candidate as compared to the reference. If the difference is statistically significant, a message may be reported to user, such as the author or an auditor of the candidate text document, so that the user has the opportunity to amend the candidate document so as to improve its adequacy for the decisional purposes in the context at hand.

Classes IPC  ?

• G10L 15/00 - Reconnaissance de la parole
• G06F 40/30 - Analyse sémantique
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

A system, methods, and computer-readable media are provided for the automatic identification of patients having an elevated near-term risk of pulmonary function deterioration or respiratory distress. Embodiments of the invention are directed to event prediction, risk stratification, and optimization of the assessment, communication, and decision-making to prevent respiratory events in humans, and in one embodiment take the form of a platform for wearable, mobile, untethered monitoring devices with embedded decision support. Respiratory information is obtained over one or a plurality of previous time intervals, to classify a likelihood of events leading to an acute respiratory decompensation event within a future time interval. In an embodiment, the risk prediction is based a plurality of nonlinearity measures of capnometry information over the previous time interval(s), and the risk for an acute respiratory decompensation event determined using an ensemble model predictor on the nonlinearity measures.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux

Produits et services

Providing temporary use of non-downloadable computer software for use in predicting, tracking, analyzing, and reporting pharmaceutical market fluctuations, product demand, and sales expectations.

Abrégé

Systems, methods and computer-readable media are provided for identification of patients or family member having genetic disease or probable genetic disease. During or after registration of a patient, parents, grandparents, or siblings of the patient are identified. If it is determined that one of the patient or the parents, grandparents, or siblings of the patient has been assigned with a diagnosis indicating a genetic disease, an alert for genetic disease or probable genetic disease for the patient or family member of the patient is provided. A clinician is then prompted to confirm or rule out the patient or family member inheriting the disease.

Classes IPC  ?

• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G16H 40/67 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement à distance
• G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local

Abrégé

Systems, methods and computer-readable media are provided for facilitating clinical decision support and managing patient population health by health-related entities including caregivers, health care administrators, insurance providers, and patients. Embodiments of the invention provide decision support services including providing timely contextual patient information including condition risks, risk factors and relevant clinical information that are dynamically updatable; imputing missing patient information; dynamically generating assessments for obtaining additional patient information based on context; data-mining and information discovery services including discovering new knowledge; identifying or evaluating treatments or sequences of patient care actions and behaviors, and providing recommendations based on this; intelligent, adaptive decision support services including identifying critical junctures in patient care processes, such as points in time that warrant close attention by caregivers; near-real time querying across diverse health records data sources, which may use diverse clinical nomenclatures and ontologies; improved natural language processing services; and other decision support services.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux

Abrégé

Methods and systems for enhanced natural language processing of clinical documentation are provided. Using natural language processing, a clinical condition is extracted from unstructured data within a current electronic document. A clinical ontology identifying itemsets associated with the clinical condition is retrieved, and indicators of relevant clinical concepts, as identified from the ontology, are searched from within the patient's longitudinal record, which comprises documentation from at least a prior encounter. Based on the whether the clinical concepts are present in the patent's record, a confidence is assigned to the NLP-extracted clinical condition, and one or more actions may be performed.

Classes IPC  ?

• G06F 40/30 - Analyse sémantique
• G06F 40/205 - Analyse syntaxique

Abrégé

An improved decision support tool is provided for detecting (or for diagnosing or treating human patient at risk for developing) a functional gastrointestinal condition, such as irritable bowel syndrome (IBS). The decision support tool, which may comprise a smart sensor, determines microbiota diversity, relative abundances of microbial taxa, trends in the relative abundances, and concentrations of immunoglobulin G subclasses, from specimens from the subject, and combines these determined values using a classifier to automatically ascertain whether changes or trends in the values are statistically significant and clinically actionable with respect to diagnosing and managing the subject's condition. The decision support tool may further initiate an intervening action based on this determined joint significance, such as generating an electronic notification, modifying a treatment program, providing a recommendation, automatically allocating health care resources to the patient, or automatically scheduling a consultation with a caregiver.

Classes IPC  ?

• G16B 40/00 - TIC spécialement adaptées aux biostatistiques; TIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p.ex. extraction de connaissances ou détection de motifs
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G16B 10/00 - TIC spécialement adaptées à la bio-informatique évolutive, p. ex. construction ou analyse d’arbre phylogénétique
• G16B 30/00 - TIC spécialement adaptées à l’analyse de séquences impliquant des nucléotides ou des aminoacides

Abrégé

Systems, methods and computer readable media are provided for determining patient risk of participating in a physical therapy digital home exercise program. The patient risk is generated by one or more artificial intelligence/machine learning (AI/ML) models. Based on the patient risks compared to the benefits, one or more actions may be initiated to create or modify a digital home exercise program for a patient.

Classes IPC  ?

• G16H 20/30 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p.ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des thérapies ou des activités physiques, p.ex. la physiothérapie, l’acupression ou les exercices
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16H 80/00 - TIC spécialement adaptées pour faciliter la communication entre les professionnels de la santé ou les patients, p.ex. pour le diagnostic collaboratif, la thérapie collaborative ou la surveillance collaborative de l’état de santé

Abrégé

Methods, computer systems, and computer storage media are provided for utilizing machine learning to predict health plans. A machine learning model is trained to predict valid combinations of employer-payer-health plan in response to one or more missing identifiers based on transaction data from electronic data interchange (EDI) insurance transactions that include valid combinations of employer identifier, payer identifier, and health plan identifier. In response to a request to identify a valid combination based on at least one missing identifier, at least one known identifier corresponding to an employer name, a payer name, or a health plan name is inputted and work location data associated with a patient. The machine learning model generates and displays on a user interface, a predicted set of one or more valid combinations of employer-payer-health plans that correspond to the one known identifier and the work location information that is inputted.

Classes IPC  ?

• G06Q 40/08 - Assurance
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G06N 20/00 - Apprentissage automatique
• G06Q 20/40 - Autorisation, p.ex. identification du payeur ou du bénéficiaire, vérification des références du client ou du magasin; Examen et approbation des payeurs, p.ex. contrôle des lignes de crédit ou des listes négatives
• G06F 18/213 - Extraction de caractéristiques, p.ex. en transformant l'espace des caractéristiques; Synthétisations; Mappages, p.ex. procédés de sous-espace

Abrégé

Systems, methods and computer readable media are provided for determining patient risk of participating in a physical therapy digital home exercise program. The patient risk is generated by one or more artificial intelligence/machine learning (AI/ML) models. Based on the patient risks compared to the benefits, one or more actions may be initiated to create or modify a digital home exercise program for a patient.

Classes IPC  ?

• G16H 20/30 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p.ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des thérapies ou des activités physiques, p.ex. la physiothérapie, l’acupression ou les exercices
• A61B 5/11 - Mesure du mouvement du corps entier ou de parties de celui-ci, p.ex. tremblement de la tête ou des mains ou mobilité d'un membre
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16H 40/67 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement à distance

Abrégé

Systems, methods and computer readable media are provided for determining patient risk of participating in a physical therapy digital home exercise program. The patient risk is generated by one or more artificial intelligence/machine learning (AI/ML) models. Based on the patient risks compared to the benefits, one or more actions may be initiated to create or modify a digital home exercise program for a patient.

Classes IPC  ?

• G16H 20/30 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p.ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des thérapies ou des activités physiques, p.ex. la physiothérapie, l’acupression ou les exercices
• G16H 80/00 - TIC spécialement adaptées pour faciliter la communication entre les professionnels de la santé ou les patients, p.ex. pour le diagnostic collaboratif, la thérapie collaborative ou la surveillance collaborative de l’état de santé
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• A61B 5/00 - Mesure servant à établir un diagnostic ; Identification des individus

Abrégé

The present invention is directed to a secure messaging assistant that provides secure two-way communications between a user device and a server. The user can conduct a natural language conversation with the secure messaging assistant ask medical questions and enter symptoms that the user is experiencing. The secure messaging assistant uses natural language processing to return, in near real-time, medical conditions that are responsive to the user's input and which account for the user's own medical history (e.g., securely stored electronic medical history). The secure messaging assistant prevents the user from disclosing private or sensitive information to an internet based search engine, in the quest for medical advice.

Classes IPC  ?

• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• H04L 9/40 - Protocoles réseaux de sécurité
• G06F 3/048 - Techniques d’interaction fondées sur les interfaces utilisateur graphiques [GUI]
• G06F 21/31 - Authentification de l’utilisateur
• G06F 40/205 - Analyse syntaxique
• G10L 15/26 - Systèmes de synthèse de texte à partir de la parole

Abrégé

Methods, systems, and computer-readable media are provided for enabling improvements in athlete training and injury management through entropy and third-order spectral analysis of digitized force-vs-time time series from movements. In embodiments, entropy and/or bispectral statistics are determined using time-series information obtained from movements of an athlete, such as squat jump and countermovement jump maneuvers, using a biomechanical sensor, such as a digital force plate apparatus. These statistics may be used to facilitate sports medicine and health management of the athlete. In some embodiments, where athletes are involved in sport that involves explosive power development in the lower extremities and extensive running, cutting, jumping or other movement having risk of injuries to the lower extremities, time series force plate data are obtained and transformed to calculate entropy and bispectral statistics, from which functional status of the lower limbs and readiness for safe return-to-play may be ascertained.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G16H 20/30 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p.ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des thérapies ou des activités physiques, p.ex. la physiothérapie, l’acupression ou les exercices
• A61B 5/103 - Dispositifs de mesure pour le contrôle de la forme, du dessin, de la dimension ou du mouvement du corps ou de parties de celui-ci, à des fins de diagnostic
• A61B 5/00 - Mesure servant à établir un diagnostic ; Identification des individus

Abrégé

Methods, systems, and computer-readable media are provided for facilitating record matching and entity resolution and for enabling improvements in record linkage. A power-spectrum-based temporal pattern-specific weight may be incorporated into record linkage methods to enhance the record linkage accuracy and statistical performance. For example, in embodiments, a value-specific weight may be calculated from a population-based frequency of field-specific values and provides an opportunity to capture and measure the relative importance of specific values found in a field. A timeseries-derived Bayesian power spectrum weight may be calculated from the population-based frequency of temporal pattern-specific values in terms of intensities at various frequencies of the power spectrum computed from the timeseries, and further provides an opportunity to capture and measure the relative importance of specific sequences of care episodes.

Classes IPC  ?

• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Methods, systems, and computer-readable media are disclosed herein for generating, training, and deploying a specialized data model that is accessible through a computer software application for clinical decision support. Through the application and data model, a particular set of vaccine formulations for treating or preventing a condition are identified, the data model having a deep knowledge of the contraindications of each vaccine formulation. Using an individual-specific electronic record, data values are extracted by the application and used by the data model to determine whether a conflict is identifiable between the data values and the complex and varied contraindications of each vaccine formulation. The application preferentially presents conflict-free formulations as recommendation for administration to an individual that corresponds to the individual-specific electronic record and omits/prevents the display for those formulations having a conflict in a graphical user interface.

Classes IPC  ?

• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p.ex. pour analyser les cas antérieurs d’autres patients
• G06N 5/02 - Représentation de la connaissance; Représentation symbolique
• G16H 70/40 - TIC spécialement adaptées au maniement ou au traitement de références médicales concernant des médicaments, p.ex. leurs effets secondaires ou leur usage prévu
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Technologies are provided for an improved classifier apparatus and processes for improving the accuracy of classification technology including example applications of such classifiers. A process includes applying clustering to variables contributing to the classification task. The clusters may be represented in a 1-dimensional, 2-dimensional, or 3-dimensional matrix that is a spatial abstraction of the interrelationships. A convolutional transformation may be applied to the matrix so as to reduce the effective dimensionality of the classification problem and improve the signal-to-noise ration. A deep learning neural network method may be applied to the transformed network to generate an improved classification model, which may be utilized by a decision support tool. One embodiment comprises a decision support tool for detecting risk of venous thrombosis and venous thromboembolism (VTE) in a patient, based on phenotype and genomics information.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• A61B 5/0205 - Evaluation simultanée de l'état cardio-vasculaire et de l'état d'autres parties du corps, p.ex. de l'état cardiaque et respiratoire
• G16B 20/20 - Détection d’allèles ou de variantes, p. ex. détection de polymorphisme d’un seul nucléotide
• G06F 18/2413 - Techniques de classification relatives au modèle de classification, p.ex. approches paramétriques ou non paramétriques basées sur les distances des motifs d'entraînement ou de référence
• C07K 16/36 - Immunoglobulines, p.ex. anticorps monoclonaux ou polyclonaux contre du matériel provenant d'animaux ou d'humains contre des facteurs de coagulation sanguine

Abrégé

Systems, methods and computer-readable media are provided for facilitating patient health care through automatic discovery, establishment, and statistical validation of diagnostic-signals in repositories of EMR information, identifying phenotypic diagnostic signals regarding markers or combinations or sequences of patient attributes. Some methods include identifying a first group of patients that have one or more markers and extracting one or more diagnostic statuses that pertain to the whole genome sequencing (WGS) or whole exome sequencing (WES). Statistically significant differences involving frequent itemsets are identified and may be used to evaluate membership of an individual in a class indicative of potential diagnosis via WGS or WES.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Systems, methods, and computer-readable media are disclosed herein that generate a ternary tree data structure that includes multiple categories (e.g., terminologies) using dynamic array modifications that facilitate sharing of one or more nodes across categories. A plurality of different categories may be added and stored within a single ternary tree data structure such that each categories may be separately queried using the single ternary data structure.

Classes IPC  ?

• G06F 16/22 - Indexation; Structures de données à cet effet; Structures de stockage
• G06F 16/245 - Traitement des requêtes

Abrégé

Embodiments of the present disclosure relate to systems, methods, and user interfaces for optimizing resource allocation for an organization. More particularly, embodiments of the present disclosure utilize multiple data sets to enable organizations to make intuitive business decisions and plan resources accordingly. To do so, various data is collected at a resource engine that utilizes the data to determine resource utilization, occupancy density, and a recommendation. In various embodiments, the resource utilization, occupancy density, and a recommendation may be provided to a user as an alert, a report, or a user interface. The user interface may additionally enable the user to apply the recommendation. In some embodiments, the recommendation may be automatically applied or the user may be directed to perform the recommendation. The alert, report, or user interface may additionally inform the user of the impact of performing or not performing the recommendation.

Classes IPC  ?

• G06Q 10/10 - Bureautique; Gestion du temps
• G05B 15/00 - Systèmes commandés par un calculateur
• G06F 1/3206 - Surveillance d’événements, de dispositifs ou de paramètres initiant un changement de mode d’alimentation

Abrégé

Systems, methods, and storage media provided are useful in a computing environment receiving, modifying, and transforming service level information from database servers and entities in a hosted database environment. Multiple application programming interface (API) calls are made by a database observation system to request information for multiple service level indicators from database servers belonging to multiple different entities. Database observation system receives and aggregates the information for multiple service level indicators from each of the database servers belonging to multiple different entities. The database observation system provides, within a dashboard interface, the aggregated information for each of the multiple service level indicators, individual service level indicator scores, and aggregated service level indicator scores for each of the database servers for each of the multiple entities.

Classes IPC  ?

• G06F 11/34 - Enregistrement ou évaluation statistique de l'activité du calculateur, p.ex. des interruptions ou des opérations d'entrée–sortie
• G06F 16/23 - Mise à jour
• G06F 16/21 - Conception, administration ou maintenance des bases de données
• G06F 11/32 - Surveillance du fonctionnement avec indication visuelle du fonctionnement de la machine

Abrégé

Systems and methods are described for procedurally-based decision support using ontology-based classification of database records. The procedural decision support can facilitate extraction of contextually relevant data from a database. The data may be formatted for compatibility with a knowledge-based data library using one or more scripts and populated in the library as an entity. Classification of the entity can be reasoned using the available data. One or more classifications of the entity may be returned to the procedural decision support to facilitate computation of a recommendation.

Classes IPC  ?

• G06F 16/906 - Groupement; Classement

Abrégé

Systems and methods are described for procedurally-based decision support using ontology-based classification of database records. The procedural decision support can facilitate extraction of contextually relevant data from a database. The data may be formatted for compatibility with a knowledge-based data library using one or more scripts and populated in the library as an entity. Classification of the entity can be reasoned using the available data. One or more classifications of the entity may be returned to the procedural decision support to facilitate computation of a recommendation.

Classes IPC  ?

• G06F 16/36 - Création d’outils sémantiques, p.ex. ontologie ou thésaurus
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Systems, methods and computer-readable media are provided for predicting candidacy for Kidney Surgery and related computer-performed decision support. In particular, embodiments of the disclosure are directed to identifying populations of patients who are candidates for vascular access placement in Chronic Kidney Disease (CKD). Some embodiments of the present disclosure provide a system and method for continually tracking the clinical and physiologic status of a patient in a hospital. At least some of the embodiments assist nephrologists in preventing and reducing the frequency of crises in urgent/emergent presentation with requirement for dialysis (“crashing onto dialysis”) by using the systems' capability to recognize patterns in a patient's eGFR and serum uric acid values before the patient deteriorates or reaches a crisis.

Classes IPC  ?

• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G06Q 10/1093 - Ordonnancement basé sur un agenda pour des personnes ou des groupes

Abrégé

Systems, methods, and computer-readable media are provided for facilitating clinical decision making by directing the emission of computer-generated health-care related recommendations towards contexts in which the recipient will likely find the recommendations salient and will likely welcome them and act upon them. ‘Uptake’ of computer-generated recommendations for diagnostic tests or therapeutic interventions is thereby substantially increased, and ‘alert fatigue’ is substantially decreased. Embodiments of our technology overcome certain drawbacks associated with the prior art by providing a means for ascertaining which decision-support recommendations are likely to be favorably considered by the recipient and acted-upon (recommendation ‘uptake’). System and method embodiments for providing a predicted probability of user uptake of a context-specific system-generated recommendation patient are disclosed herein and for applying that information to decide whether or not to emit the relevant recommendation.

Classes IPC  ?

• G06N 5/04 - Modèles d’inférence ou de raisonnement
• G06N 5/045 - Explication d’inférence; Intelligence artificielle explicable [XAI]; Intelligence artificielle interprétable
• G06N 5/025 - Extraction de règles à partir de données
• G06N 3/006 - Vie artificielle, c. à d. agencements informatiques simulant la vie fondés sur des formes de vie individuelles ou collectives simulées et virtuelles, p.ex. simulations sociales ou optimisation par essaims particulaires [PSO]
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux

Abrégé

Systems and methods for providing a rapid hyperledger onboarding platform are provided. The rapid hyperledger onboarding platform enables various teams within an organization to have their own distributed ledger implementation with a private channel for communication among participants of that network. After a request is received from one or more clients to register an application with a distributed ledger comprising a peer node for each of the one or more clients, a selection of data elements to be stored in the distributed ledger is received. The application is instantiated on the distributed ledger. A separate channel is automatically created for each client of the one or more clients among the corresponding peer nodes. Each channel provides smart contract code execution for the application such that blocks are replicated to a node corresponding to a particular transaction and not to other peer nodes.

Classes IPC  ?

• G06F 16/30 - Recherche d’informations; Structures de bases de données à cet effet; Structures de systèmes de fichiers à cet effet de données textuelles non structurées
• G06F 16/27 - Réplication, distribution ou synchronisation de données entre bases de données ou dans un système de bases de données distribuées; Architectures de systèmes de bases de données distribuées à cet effet

Abrégé

Methods, systems, and computer-readable media for rapid event voice documentation are provided herein. The rapid event voice documentation system captures verbalized orders and actions and translates that unstructured voice data to structured, usable data for documentation. The voice data captured is tagged with metadata including the name and role of the speaker, a time stamp indicating a time the data was spoken, and a clinical concept identified in the data captured. The system automatically identifies orders (e.g., medications, labs and procedures, etc.), treatments, and assessments/findings that were verbalized during the rapid event to create structured data that is usable by a health information system and ready for documentation directly into an EHR. The system provides all of the captured data including orders, assessment documentation, vital signs and measurements, performed procedures, and treatments, and who performed each, available for viewing and interaction in real time.

Classes IPC  ?

• G10L 15/26 - Systèmes de synthèse de texte à partir de la parole
• G10L 17/00 - Identification ou vérification du locuteur
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Technologies are provided for automatically comparing versions of a regulatory document and highlighting meaningful changes to each version of the regulatory document. An analysis engine accepts two inputs of a regulatory document in HTML format. One input is an original version of the regulatory document and one input is a revised version of the regulatory document. The documents are processed by the analysis engine to highlight added content as compared to the original version of the HTML content and the second document being processed to highlight removed content as compared to the revised version of the HTML content. These highlighted documents are then presented to the user.

Classes IPC  ?

• G06F 40/143 - Balisage, p.ex. utilisation du langage SGML ou de définitions de type de document
• G06F 40/284 - Analyse lexicale, p.ex. segmentation en unités ou cooccurrence
• G06F 16/958 - Organisation ou gestion de contenu de sites Web, p.ex. publication, conservation de pages ou liens automatiques

Abrégé

Methods, systems and computer storage media are disclosed for providing resources to a platform issue. Embodiments describe associating educational resources and an event resource to resolve the platform issue.

Classes IPC  ?

• G06Q 50/20 - Services Éducation
• G06F 9/54 - Communication interprogramme
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Technologies are provided for an improved classifier apparatus and processes for improving the accuracy of classification technology including example applications of such classifiers. A process includes applying clustering to variables contributing to the classification task. The clusters may be represented in a 1-dimensional, 2-dimensional, or 3-dimensional matrix that is a spatial abstraction of the interrelationships. A convolutional transformation may be applied to the matrix so as to reduce the effective dimensionality of the classification problem and improve the signal-to-noise ration. A deep learning neural network method may be applied to the transformed network to generate an improved classification model, which may be utilized by a decision support tool. One embodiment comprises a decision support tool for detecting risk of venous thrombosis and venous thromboembolism (VTE) in a patient, based on phenotype and genomics information.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G16B 20/20 - Détection d’allèles ou de variantes, p. ex. détection de polymorphisme d’un seul nucléotide
• A61B 5/0205 - Evaluation simultanée de l'état cardio-vasculaire et de l'état d'autres parties du corps, p.ex. de l'état cardiaque et respiratoire
• C07K 16/36 - Immunoglobulines, p.ex. anticorps monoclonaux ou polyclonaux contre du matériel provenant d'animaux ou d'humains contre des facteurs de coagulation sanguine
• G06F 18/2413 - Techniques de classification relatives au modèle de classification, p.ex. approches paramétriques ou non paramétriques basées sur les distances des motifs d'entraînement ou de référence
• A61M 25/00 - Cathéters; Sondes creuses
• C07K 16/44 - Immunoglobulines, p.ex. anticorps monoclonaux ou polyclonaux contre du matériel non prévu ailleurs

Abrégé

Methods, systems, and computer-readable media for rapid event voice documentation are provided herein. The rapid event voice documentation system captures verbalized orders and actions and translates that unstructured voice data to structured, usable data for documentation. The voice data captured is tagged with metadata including the name and role of the speaker, a time stamp indicating a time the data was spoken, and a clinical concept identified in the data captured. The system automatically identifies orders (e.g., medications, labs and procedures, etc.), treatments, and assessments/findings that were verbalized during the rapid event to create structured data that is usable by a health information system and ready for documentation directly into an EHR. The system provides all of the captured data including orders, assessment documentation, vital signs and measurements, performed procedures, and treatments, and who performed each, available for viewing and interaction in real time.

Classes IPC  ?

• G10L 17/00 - Identification ou vérification du locuteur
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Various tools are disclosed for providing assistive or augmentative means to enhance the fluency and accuracy of persons having speech disabilities. These technologies may automatically ascertain and dynamically improve the accuracy with which automatic speech recognition (ASR) systems recognize utterances of persons having impaired speech conditions. In an embodiment, digitized audio information about a speaker’s utterance is processed to determine a set of candidate words matching the utterance. From these candidate words, a set of concepts is determined using a finite state machine model. A pictogram representing each concept is identified and presented to the speaker so that the speaker may select the pictogram corresponding to the best match of his or her intended meaning associated with the utterance. An action corresponding to speaker’s selection then may be performed. For example, displaying or synthesizing speech from textual information describing the selected concept.

Classes IPC  ?

• G10L 15/30 - Reconnaissance distribuée, p.ex. dans les systèmes client-serveur, pour les applications en téléphonie mobile ou réseaux
• G10L 25/66 - Techniques d'analyses de la parole ou de la voix qui ne se limitent pas à un seul des groupes spécialement adaptées pour un usage particulier pour comparaison ou différentiation pour extraire des paramètres en rapport avec l’état de santé
• G10L 15/22 - Procédures utilisées pendant le processus de reconnaissance de la parole, p.ex. dialogue homme-machine 
• G10L 25/54 - Techniques d'analyses de la parole ou de la voix qui ne se limitent pas à un seul des groupes spécialement adaptées pour un usage particulier pour comparaison ou différentiation pour la recherche
• G10L 25/63 - Techniques d'analyses de la parole ou de la voix qui ne se limitent pas à un seul des groupes spécialement adaptées pour un usage particulier pour comparaison ou différentiation pour estimer un état émotionnel
• A61B 5/00 - Mesure servant à établir un diagnostic ; Identification des individus
• G10L 15/20 - Techniques de reconnaissance de la parole spécialement adaptées de par leur robustesse contre les perturbations environnantes, p.ex. en milieu bruyant ou reconnaissance de la parole émise dans une situation de stress
• G10L 15/26 - Systèmes de synthèse de texte à partir de la parole

Abrégé

Various tools are disclosed for providing assistive or augmentative means to enhance the fluency and accuracy of persons having speech disabilities. These technologies may automatically ascertain and dynamically improve the accuracy with which automatic speech recognition (ASR) systems recognize utterances of persons having impaired speech conditions. In an embodiment, digitized audio information about a speaker’s utterance is processed to determine a set of candidate words matching the utterance. From these candidate words, a set of concepts is determined using a finite state machine model. A pictogram representing each concept is identified and presented to the speaker so that the speaker may select the pictogram corresponding to the best match of his or her intended meaning associated with the utterance. An action corresponding to speaker’s selection then may be performed. For example, displaying or synthesizing speech from textual information describing the selected concept.

Classes IPC  ?

• G10L 15/30 - Reconnaissance distribuée, p.ex. dans les systèmes client-serveur, pour les applications en téléphonie mobile ou réseaux
• G10L 15/22 - Procédures utilisées pendant le processus de reconnaissance de la parole, p.ex. dialogue homme-machine 
• G10L 25/54 - Techniques d'analyses de la parole ou de la voix qui ne se limitent pas à un seul des groupes spécialement adaptées pour un usage particulier pour comparaison ou différentiation pour la recherche
• G10L 25/66 - Techniques d'analyses de la parole ou de la voix qui ne se limitent pas à un seul des groupes spécialement adaptées pour un usage particulier pour comparaison ou différentiation pour extraire des paramètres en rapport avec l’état de santé

Abrégé

Methods, systems, and computer-readable media are disclosed herein to provide rule-based reconciliation of records. Specifically, rules are utilized to reconcile one or more records and identify duplicates therein. Once duplicate records are identified, one or more ranking sets can be utilized to identify which of the duplicate records to write to the system.

Classes IPC  ?

• G06F 16/25 - Systèmes d’intégration ou d’interfaçage impliquant les systèmes de gestion de bases de données
• G06F 16/174 - Systèmes de fichiers; Serveurs de fichiers - Détails d’autres fonctions de systèmes de fichiers Élimination de redondances par le système de fichiers
• G06F 16/906 - Groupement; Classement
• G06F 16/11 - Administration des systèmes de fichiers, p.ex. détails de l’archivage ou d’instantanés

Abrégé

Methods and systems are provided for detecting objects or patient safety events in a patient room. Artificial intelligence is utilized to enhance safety issue recognition capabilities by the methods and systems. Sensors collect a series of images and depth data in a room of a patient. Data (corresponding to images and depth data of an object or patent safety event) is received from the sensors and compared to stored data to identify the object or patient safety event. The images are communicated to a central video monitoring system and a user may be prompted to confirm if the object requires learning or a patient safety event occurred (or identify the object or patient safety event) or to provide additional parameters or actions. A patient safety learning system analyzes the data and incorporates the user response to enhance safety issue recognition capabilities of the system and reduce false alerts.

Classes IPC  ?

• G08B 21/04 - Alarmes pour assurer la sécurité des personnes réagissant à la non-activité, p.ex. de personnes âgées
• G08B 29/18 - Prévention ou correction d'erreurs de fonctionnement
• H04N 13/204 - Générateurs de signaux d’images utilisant des caméras à images stéréoscopiques
• G06V 20/52 - Activités de surveillance ou de suivi, p.ex. pour la reconnaissance d’objets suspects

Abrégé

Computerized systems and methods are provided to intelligently and dynamically manage a data center comprising at least one server and at least one central manager. The central manager is programmed to access the at least one server on a predetermined schedule to determine whether at least one application is functioning properly by determining a functionality level. Alternatively, the central manager determines whether the at least one server is actively used by determining an activity level for the server. Based on the central manager's determinations, the system dynamically adjusts the power level of the server, resulting in reduced power consumption and a reduction in wasted resources and unnecessary processing power in the management of servers in a data center.

Classes IPC  ?

• G06F 1/3287 - Gestion de l’alimentation, c. à d. passage en mode d’économie d’énergie amorcé par événements Économie d’énergie caractérisée par l'action entreprise par la mise hors tension d’une unité fonctionnelle individuelle dans un ordinateur
• G06F 11/07 - Réaction à l'apparition d'un défaut, p.ex. tolérance de certains défauts
• G06F 1/28 - Surveillance, p.ex. détection des pannes d'alimentation par franchissement de seuils

Abrégé

The boosting of the weights related to imperfect matches of electronic records from disparate sources is discussed. The imperfect matches may be in primary data (such as a code) and/or in supplemental data between two or more records that correspond to the same person (such as a patient). The imperfect matches are analyzed to determine whether they are sufficient to warrant de-duplication of those imperfect matches in a final combined record for the person. The boosting of the weights may be based upon any of numerous factors, such as various distance measures between the supplemental information as a measure of how different the supplemental information is between the respective records.

Classes IPC  ?

• G06F 16/23 - Mise à jour
• G06F 16/22 - Indexation; Structures de données à cet effet; Structures de stockage
• G06F 16/28 - Bases de données caractérisées par leurs modèles, p.ex. des modèles relationnels ou objet
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

An improved decision support tool is provided for detecting and treating human patients at risk for having (or developing) venous thromboembolism VTE. The tool determines a quantitative probability of VTE by utilizing a smart sensor based on a particular machine-learning model for detecting specific biomarkers determined to be related to VTE. In particular, a quantitative probability of VTE may be determined via a model based on interrelationships between multiple components of the human body's complement cascade and their coupling to coagulation processes. In one aspect, a quasi-Dirichlet distribution “mixture” relationship between total hemolytic complement (CH50) activity and complement protein C3 levels is employed as part of a smart sensor and decision support tool to provide predictive, diagnostic, and prognostic applications and for guiding prevention and treatment of acute VTE. Where the smart sensor determines a risk for VTE, then the decision support tool may initiate an intervening action.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G06N 5/045 - Explication d’inférence; Intelligence artificielle explicable [XAI]; Intelligence artificielle interprétable
• G16B 40/00 - TIC spécialement adaptées aux biostatistiques; TIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p.ex. extraction de connaissances ou détection de motifs
• G06N 20/00 - Apprentissage automatique

Abrégé

Methods, systems, and computer-readable media are provided for facilitating record matching and entity resolution and for enabling improvements in record linkage. A power-spectrum-based temporal pattern-specific weight may be incorporated into record linkage methods to enhance the record linkage accuracy and statistical performance. For example, in embodiments, a value-specific weight may be calculated from a population-based frequency of field-specific values and provides an opportunity to capture and measure the relative importance of specific values found in a field. A timeseries-derived Bayesian power spectrum weight may be calculated from the population-based frequency of temporal pattern-specific values in terms of intensities at various frequencies of the power spectrum computed from the timeseries, and further provides an opportunity to capture and measure the relative importance of specific sequences of care episodes.

Classes IPC  ?

• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Systems, methods and computer-readable media are provided for facilitating clinical decision support and managing patient population health by health-related entities including caregivers, health care administrators, insurance providers, and patients. Embodiments of the invention provide decision support services including providing timely contextual patient information including condition risks, risk factors and relevant clinical information that are dynamically updatable; imputing missing patient information; dynamically generating assessments for obtaining additional patient information based on context; data-mining and information discovery services including discovering new knowledge; identifying or evaluating treatments or sequences of patient care actions and behaviors, and providing recommendations based on this; intelligent, adaptive decision support services including identifying critical junctures in patient care processes, such as points in time that warrant close attention by caregivers; near-real time querying across diverse health records data sources, which may use diverse clinical nomenclatures and ontologies; improved natural language processing services; and other decision support services.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux

Abrégé

A computer-implemented trading platform, system, and method are provided for facilitating the trading and accounting for health quality offsets. So-called “health quality credits” related to emissions of ‘potentially avoidable complications’ (PACs) or ‘potentially avoidable mortality’ (PAMs). Emissions trading or “cap-and-trade” is an administrative approach used to control emissions that degrade public-goods assets by providing economic incentives for achieving and sustaining economically significant reductions in the emissions of pollutants that impair public goods such as clean air or health. In one embodiment, a method of accounting for health quality offsets established in one or more offset markets includes registering a health quality offset to an owner thereof; assigning a unique identifier to the health quality offset; crediting a client account with the health quality offset; receiving notification of a trade between a buyer and a seller, if the seller has an amount of health quality offsets sufficient for the trade, adjusting buyer and seller accounts with corresponding credits and debits; otherwise, providing a notification of insufficient health quality offsets to carry out the trade.

Classes IPC  ?

• G06Q 50/22 - Aide sociale

Abrégé

System and methods for controlling healthcare devices and systems using voice commands are presented. In some aspects a listening device may receive voice command from a person. The voice command may be translated into human readable or machine readable text via a speech-to-text service. A control component may receive the text and send device-specific instructions to a medical device associated with a patient based on the translated voice command. In response to the instructions, the medical device may take an action on a patient. Some examples of actions taken may include setting an alarm limit on a monitor actively monitoring a patient and adjusting the amount of medication delivered by an infusion pump. Because these devices may be controlled using a voice command, in some cases, no physical or manual interaction is needed with the device. As such, multiple devices may be hands-free controlled from any location.

Classes IPC  ?

• A61B 5/00 - Mesure servant à établir un diagnostic ; Identification des individus
• G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local
• G10L 15/22 - Procédures utilisées pendant le processus de reconnaissance de la parole, p.ex. dialogue homme-machine 
• G06F 3/16 - Entrée acoustique; Sortie acoustique
• G16H 40/67 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement à distance
• A61M 16/00 - Dispositifs pour agir sur le système respiratoire des patients par un traitement au gaz, p.ex. bouche-à-bouche; Tubes trachéaux
• A61M 5/142 - Perfusion sous pression, p.ex. utilisant des pompes

Abrégé

Methods, systems, and computer-readable media are provided for routing radio-frequency identification (RFID) location data from an RFID tag reader to a record-keeping unit. A first tagging entry is received from a first record-keeping unit. The information associated with the first tagging entry is stored in a data store. A first set of location data is received, indicating that the RFID tag of the first item has been read by an RFID tag reader. It is algorithmically determined that the received location data corresponds to the first tagging entry received from the first record-keeping unit. The first set of location data is communicated to the first record-keeping unit.

Classes IPC  ?

• G06Q 10/087 - Gestion d’inventaires ou de stocks, p.ex. exécution des commandes, approvisionnement ou régularisation par rapport aux commandes
• G16H 10/40 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données relatives aux analyses de laboratoire, p.ex. pour des analyses d’échantillon de patient
• G16H 10/65 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients stockées sur des supports d’enregistrement portables, p.ex. des cartes à puce, des étiquettes d’identification radio-fréquence [RFID] ou des CD

Abrégé

Methods, systems, and computer-readable media are disclosed herein for an application that optimizes the design element and workflow configuration of a target computer program. Generally, the application automatically displays preview images of graphical user interface in response to a user-input answer in a questionnaire, where the preview image accounts for design element and/or workflow impacts to the graphical user interface of the target computer program. The application also predicts performance indicators for target computer programs that account for design elements and/or workflow steps directly or indirectly selected through the user-input answers.

Classes IPC  ?

• G06Q 10/0633 - Analyse du flux de travail
• G06F 3/0482 - Interaction avec des listes d’éléments sélectionnables, p.ex. des menus
• G06F 3/04847 - Techniques d’interaction pour la commande des valeurs des paramètres, p.ex. interaction avec des règles ou des cadrans
• G06Q 10/0639 - Analyse des performances des employés; Analyse des performances des opérations d’une entreprise ou d’une organisation

Abrégé

Methods, computer systems, and computer readable media are provided for promoting positive activity patterns for users and facilitate long-term adherence to the activity patterns, such as by providing alerts or electronic reminders to ambulate in a fashion that is responsive to an individual's actual activity patterns and behaviors and compatible with routine activities in the workplace and home. In particular, embodiments of the present invention are directed to measuring physical activity patterns during the waking hours of a human, and in some embodiments continuously measuring these activity patterns; automatically ascertaining whether the patterns exhibit sufficient frequency and variability of activity such as confers certain health benefits; and if the patterns do not manifest such features, to adaptively provide sensible reminders at irregular within-day intervals such as are likely to establish healthy patterns of ambulation and other light activity.

Classes IPC  ?

• G09B 19/00 - Enseignement non couvert par d'autres groupes principaux de la présente sous-classe
• A61B 5/11 - Mesure du mouvement du corps entier ou de parties de celui-ci, p.ex. tremblement de la tête ou des mains ou mobilité d'un membre
• G08B 21/24 - Alarmes aide-mémoire, p.ex. alarmes contre la perte
• A61B 5/00 - Mesure servant à établir un diagnostic ; Identification des individus

Abrégé

Systems, methods and computer-readable media are provided for facilitating patient health care by providing discovery, validation, and quality assurance of nomenclatural linkages between pairs of terms or combinations of terms in databases extant on multiple different health information systems that do not share a set of unified codesets, nomenclatures, or ontologies, or that may in part rely upon unstructured free-text narrative content instead of codes or standardized tags. Embodiments discover semantic structures existing naturally in documents and records, including relationships of synonymy and polysemy between terms arising from disparate processes, and maintained by different information systems. In some embodiments, this process is facilitated by applying Latent Semantic Analysis in concert with decision-tree induction and similarity metrics. In some embodiments, data is re-mined and regression testing is applied to new mappings against an existing mapping base, thereby permitting these embodiments to “learn” ontology mappings as clinical, operational, or financial patterns evolve.

Classes IPC  ?

• G06F 16/00 - Recherche d’informations; Structures de bases de données à cet effet; Structures de systèmes de fichiers à cet effet
• G06F 16/93 - Systèmes de gestion de documents
• G06F 16/28 - Bases de données caractérisées par leurs modèles, p.ex. des modèles relationnels ou objet
• G06N 5/02 - Représentation de la connaissance; Représentation symbolique

Abrégé

Technologies are disclosed for determining or predicting the occurrence of a macrophage activation syndrome, such as hemophagocytic lymphohistiocytosis (HLH). A detection of the emergence of and/or a reliable estimation of the likelihood of future significant macrophage activation syndromes, such as HLH, may be determined or predicted from a time series of laboratory and physiologic values to be measured in a patient. Root mean square of successive deviations (RMSSD) is utilized as a surrogate non-parametric measure of the high-frequency power spectral density (PSD) to identify strong statistical associations with the presence and/or near-term future emergence of macrophage activation syndromes. Utilizing these input variables, a model having satisfactory predictive accuracy is constructed using linear discriminant analysis (LDA), gradient boosting, random forest (RF), neural network, logistic regression, or the like, and may be used for the prediction.

Classes IPC  ?

• G16B 5/00 - TIC spécialement adaptées à la modélisation ou aux simulations dans la biologie des systèmes, p. ex. réseaux de régulation génétique, réseaux d’interaction entre protéines ou réseaux métaboliques
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Systems, methods, and computer-readable media are provided for predicting patient qualification for application of coordinated healthcare resources. In aspects, an indication of a patient encounter associated with a target patient is received. Feature values may be extracted from an electronic health record of the target patient stored in an electronic health record system. The extracted feature values may be input into a trained machine learning model to programatically determine whether the target patient qualifies for application of coordinated healthcare resources. Based on a determination that the patient qualifies for application of coordinated healthcare resources, a care protocol, which may include a coordinated allocated of resources, associated with application of coordinated healthcare resources may be initiated.

Classes IPC  ?

• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p.ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

A system, method, and computer-readable media are provided for facilitating clinical decision making, and in particular, decision making based on a third party's clinical situation by determining and providing useful, up-to-date information, such as patient-related information to a decision maker. In one embodiment, a user first identifies an information item concerning a patient. Based on that item, a set of related information items is determined and prioritized, and a reference pointer, which identifies the set of related information, is generated. The reference pointer is communicated to the user's mobile device. Subsequently, the user's mobile device requests information from the set of information items associated with the reference pointer, and provides information authorization information. Following authentication of the user's credentials, updates of information from the set of information items may be communicated to the user's mobile device as they become available.

Classes IPC  ?

• G16H 10/65 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients stockées sur des supports d’enregistrement portables, p.ex. des cartes à puce, des étiquettes d’identification radio-fréquence [RFID] ou des CD
• G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local
• G06F 21/62 - Protection de l’accès à des données via une plate-forme, p.ex. par clés ou règles de contrôle de l’accès
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G06Q 50/22 - Aide sociale
• G06F 16/90 - Recherche d’informations; Structures de bases de données à cet effet; Structures de systèmes de fichiers à cet effet - Détails des fonctions des bases de données indépendantes des types de données cherchés
• G06F 16/955 - Recherche dans le Web utilisant des identifiants d’information, p.ex. des localisateurs uniformisés de ressources [uniform resource locators - URL]
• G16Z 99/00 - Matière non prévue dans les autres groupes principaux de la présente sous-classe

Abrégé

System, methods and computer storage media are disclosed for providing a decision support tool for reducing readmissions of AMI patients through early prediction of readmission. An AMI patient may be identified using a working diagnosis and/or an elevated troponin level. One or more machine learning models may be utilized to predict readmission at a time prior to discharge. Based on the prediction, an intervening action may be automatically initiated. Further embodiments include training machine learning model(s) to predict readmission of an AMI patient. In some embodiments, a first model may be trained using reference patient data as it existed at a predetermined time following the patient's admission (e.g., 12 hours after admission), and a second model may be trained using reference patient data as it existed at a later time (e.g., discharge). Readmission risk scores from each model may be combined to determine an overall risk for an AMI patient.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Methods, systems, and computer-readable media are disclosed herein for a concurrent comparative tool for aggregating computationally generated performance reports a machine-learning data model pipeline for technological performance and/or predictive accuracy. The tool may acquire multiple performance measure reports that that quantitatively asses the performance of a model pipeline based on a configuration file that facilitates validation of the technological performance and predictive accuracy of the model. Additionally, when the conditions defined by the configuration file are met for of the performance measure reports the tool may broadcast a notification to a predetermined system.

Classes IPC  ?

• G06F 11/34 - Enregistrement ou évaluation statistique de l'activité du calculateur, p.ex. des interruptions ou des opérations d'entrée–sortie
• G06F 11/30 - Surveillance du fonctionnement
• G06F 17/18 - Opérations mathématiques complexes pour l'évaluation de données statistiques

Abrégé

Methods, systems, and computer-readable media are disclosed herein for a concurrent comparative tool for assessing multiple versions of a data model in a pre-deployment environment to ensure that any subsequently deployed version will perform than a current version of the data model. In aspects, the tool extracts observed and predictive data for various versions and comparatively evaluates the performance measures of each version. The performance measures can be validated across the versions to determine and select a leading version that has demonstrated improve technological performance and predictive accuracy. The leading version can be deployed.

Classes IPC  ?

• G06F 11/34 - Enregistrement ou évaluation statistique de l'activité du calculateur, p.ex. des interruptions ou des opérations d'entrée–sortie
• G06F 11/30 - Surveillance du fonctionnement
• G06F 17/18 - Opérations mathématiques complexes pour l'évaluation de données statistiques

Abrégé

Methods, systems, and computer-readable media are disclosed herein for a concurrent comparative tool for assessing sub-models of a data model pipeline in a deployed or pre-deployment environment. The tool may compute a plurality of performance measures that quantitatively asses the performance of each sub-model in the data model pipeline based on a configuration file that facilitates validation of the technological performance and predictive accuracy of the sub-model. Additionally, multiple versions of a sub-model deployed in similar data model pipelines, or in a pre-deployment environment, may be comparatively evaluated. A leading version of the sub-model may be identified and deployed.

Classes IPC  ?

• G06F 11/34 - Enregistrement ou évaluation statistique de l'activité du calculateur, p.ex. des interruptions ou des opérations d'entrée–sortie
• G06F 11/32 - Surveillance du fonctionnement avec indication visuelle du fonctionnement de la machine
• G06F 18/21 - Conception ou mise en place de systèmes ou de techniques; Extraction de caractéristiques dans l'espace des caractéristiques; Séparation aveugle de sources
• G06F 18/241 - Techniques de classification relatives au modèle de classification, p.ex. approches paramétriques ou non paramétriques
• G06N 20/00 - Apprentissage automatique

Abrégé

Systems, methods and computer-readable media are provided for determining the likelihood of a presence or absence of one or more patient conditions based on unstructured text data from the electronic health records, which may accrue during the routine provisioning of care services. In particular, embodiments described herein use structural topic modeling (STM) to assess the textual information as to topical or concept-oriented expressions they contain that are statistically similar to those associated with various clinical conditions or diagnoses; to identify which condition- or diagnosis-oriented clusters the present texts most closely resemble, if any; and to notify the responsible clinicians of those determinations, suggesting consideration of those conditions or diagnoses as part of the constellation of differential diagnoses pertinent to the management of the patient.

Classes IPC  ?

• G16H 50/50 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour la simulation ou la modélisation des troubles médicaux
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients

Abrégé

Methods, systems, and computer-readable media are disclosed herein for a concurrent comparative tool for aggregating computationally generated performance reports a machine-learning data model pipeline for technological performance and/or predictive accuracy. The tool may acquire multiple performance measure reports that that quantitatively asses the performance of a model pipeline based on a configuration file that facilitates validation of the technological performance and predictive accuracy of the model. Additionally, when the conditions defined by the configuration file are met for of the performance measure reports the tool may broadcast a notification to a predetermined system.

Classes IPC  ?

• G06N 20/00 - Apprentissage automatique

Abrégé

Methods, systems, and computer-readable media are disclosed herein for a concurrent comparative tool for assessing multiple versions of a data model in a pre-deployment environment to ensure that any subsequently deployed version will perform than a current version of the data model. In aspects, the tool extracts observed and predictive data for various versions and comparatively evaluates the performance measures of each version. The performance measures can be validated across the versions to determine and select a leading version that has demonstrated improve technological performance and predictive accuracy. The leading version can be deployed.

Classes IPC  ?

• G06F 11/34 - Enregistrement ou évaluation statistique de l'activité du calculateur, p.ex. des interruptions ou des opérations d'entrée–sortie
• G06F 11/30 - Surveillance du fonctionnement
• G06F 18/214 - Génération de motifs d'entraînement; Procédés de Bootstrapping, p.ex. ”bagging” ou ”boosting”

Abrégé

Methods, systems, and computer-readable media are disclosed herein for a concurrent comparative tool for assessing sub-models of a data model pipeline in a deployed or pre-deployment environment. The tool may compute a plurality of performance measures that quantitatively asses the performance of each sub-model in the data model pipeline based on a configuration file that facilitates validation of the technological performance and predictive accuracy of the sub-model. Additionally, multiple versions of a sub-model deployed in similar data model pipelines, or in a pre-deployment environment, may be comparatively evaluated. A leading version of the sub-model may be identified and deployed.

Classes IPC  ?

• G06F 11/34 - Enregistrement ou évaluation statistique de l'activité du calculateur, p.ex. des interruptions ou des opérations d'entrée–sortie
• G06F 9/445 - Chargement ou démarrage de programme

Abrégé

A system, method, and computer-readable media are provided for facilitating clinical decision making, and in particular, facilitating treatment of a person having congestive heart failure. The method includes the step of receiving patient information for a patient and using at least one solver to determine a patient condition or recommended treatment based on patient parameters or patient information.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux

Abrégé

Computerized systems and methods facilitate searches by identifying instances where the relative positional relationships of multiple search inputs exist within a corpus of text containing pre-compiled code. The search system identifies a presence or absence of the relative positional patterns by unidirectional sub searches anchored at a location that a primary search input occurs within the code. The directionality of the sub searches may be determined by the system based on the input field in which the search input was provided. The system may provide search results that facilitate review of the code at each location the presence or absence of the relative positional pattern exists within the corpus.

Classes IPC  ?

• G06F 40/289 - Analyse syntagmatique, p.ex. techniques d’états finis ou regroupement
• G06F 16/33 - Requêtes
• G06F 40/205 - Analyse syntaxique
• G06F 40/274 - Conversion de symboles en mots; Anticipation des mots à partir des lettres déjà entrées

Abrégé

Systems and methods are provided for the problem of automatic, algorithm-guided estimation of insurance loss ratio, claims frequency, the probability of excess claims, and other insurance policy performance characteristics for an individual insured or for groups of insured individuals. A time-series-derived Bayesian power spectrum weight is calculated from the frequency of temporal pattern-specific values in terms of intensities at various frequencies of the power spectrum computed from credit utilization ratio (CUR; outstanding balance of debt, as a percentage of credit line available) time-series obtained by the insurer by ‘soft pull’ inquiries submitted periodically to credit-rating agencies, and provides an opportunity to capture and measure the relative magnitude of frequent or unexpected changes in consumer liquidity. The present technology provides a system and method for classifying insurance risk, for insurance risk scoring, or for incorporating a power-spectrum-based temporal pattern-specific weight into an actuarial method to enhance the loss ratio estimation accuracy and statistical financial performance of insurance products and health plans.

Classes IPC  ?

• G06Q 40/00 - Finance; Assurance; Stratégies fiscales; Traitement des impôts sur les sociétés ou sur le revenu
• G06Q 40/08 - Assurance
• G06Q 40/03 - Crédits; Prêts; Leur traitement

Abrégé

Computerized systems and methods are provided to intelligently and dynamically manage a data center comprising at least one server and at least one central manager. The central manager is programmed to access the at least one server on a predetermined schedule to determine whether at least one application is functioning properly by determining a functionality level. Alternatively, the central manager determines whether the at least one server is actively used by determining an activity level for the server. Based on the central manager's determinations, the system dynamically adjusts the power level of the server, resulting in reduced power consumption and a reduction in wasted resources and unnecessary processing power in the management of servers in a data center.

Classes IPC  ?

• G06F 1/3287 - Gestion de l’alimentation, c. à d. passage en mode d’économie d’énergie amorcé par événements Économie d’énergie caractérisée par l'action entreprise par la mise hors tension d’une unité fonctionnelle individuelle dans un ordinateur
• G06F 1/28 - Surveillance, p.ex. détection des pannes d'alimentation par franchissement de seuils
• G06F 11/07 - Réaction à l'apparition d'un défaut, p.ex. tolérance de certains défauts
• G06F 11/30 - Surveillance du fonctionnement
• G06F 1/30 - Moyens pour agir en cas de panne ou d'interruption d'alimentation

Abrégé

Computerized systems and methods for facilitating coordination for multiple individuals are provided. Search parameters are received and a plurality of individuals that satisfy the search parameter(s) is determined and provided. A user is able to select multiple individuals at the same time to coordinate from within the plurality of individuals. Once selected, a process for each of the selected individuals is launched. A plurality of scheduling options, based on an activity or event input, is provided. The plurality of scheduling options includes a time for each individual selected to be scheduled/processed. Once a scheduling option is selected, times within the selected scheduling option are locked such that (1) no other user can access the selected times and (2) processes for each of the multiple selected individuals may be completed in the same application without the need for opening separate processes for each process.

Classes IPC  ?

• G06Q 10/10 - Bureautique; Gestion du temps
• G06Q 10/1093 - Ordonnancement basé sur un agenda pour des personnes ou des groupes

Abrégé

Methods, systems, and computer-readable media are disclosed herein for a system and framework that tests end-user applications for failures, data validation, and performance indicators. In aspects, multiple use-modeling programs that mimic user interactions are used to concurrently run unique instances of the application in real-time to simulate a real-world scenario, at scale and with a full load. Whether data, operations, and/or functions of the end-user application fail or are successful is automatically documented in real-time, while performance is concurrently measured.

Classes IPC  ?

• G06F 11/36 - Prévention d'erreurs en effectuant des tests ou par débogage de logiciel
• G06F 11/34 - Enregistrement ou évaluation statistique de l'activité du calculateur, p.ex. des interruptions ou des opérations d'entrée–sortie
• G06F 11/32 - Surveillance du fonctionnement avec indication visuelle du fonctionnement de la machine

Abrégé

Embodiments herein disclose systems, methods, and computer-readable media for quality control of an object relational mapping (ORM) application and correction of problematic cast functions in the context of a relational database management systems. In embodiments, source code is parsed and portions of source code are identified when those portions of source code include a problematic casting between data types or a mapping between a field and a source table. In embodiments, the source code portions are marked or flagged and a report is generated. The report identifies the marked or flagged source code and further specifies the location of the marked or flagged source code, in embodiments.

Classes IPC  ?

• G06F 9/44 - Dispositions pour exécuter des programmes spécifiques
• G06F 8/73 - Documentation de programme
• G06F 8/41 - Compilation

Abrégé

Methods, systems, and computer storage media are provided for utilizing health resources and enhancing healthcare coverage based on patient locations. A health resource navigation system is structured to generate an area roster based on one or more geo-fenced areas, determine a user device location as the user device navigates to a geo-fenced area corresponding to an indication of area selection, generate a patient roster based on the geo-fenced area, determine the user device location as the user device navigates to a patient location corresponding to an indication of patient selection, receive an indication of arrival at the patient location, receive patient information at the patient location, the patient information corresponding to a patient associated with the indication of the patient selection, and generate one or more patient recommendations based on one or more secondary patient locations and one or more stay durations responsive to the received patient information.

Classes IPC  ?

• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p.ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• H04W 4/021 - Services concernant des domaines particuliers, p.ex. services de points d’intérêt, services sur place ou géorepères

Abrégé

Methods, computer systems, and computer readable media are provided for promoting positive activity patterns for users and facilitate long-term adherence to the activity patterns, such as by providing alerts or electronic reminders to ambulate in a fashion that is responsive to an individual's actual activity patterns and behaviors and compatible with routine activities in the workplace and home. In particular, embodiments of the present invention are directed to measuring physical activity patterns during the waking hours of a human, and in some embodiments continuously measuring these activity patterns; automatically ascertaining whether the patterns exhibit sufficient frequency and variability of activity such as confers certain health benefits; and if the patterns do not manifest such features, to adaptively provide sensible reminders at irregular within-day intervals such as are likely to establish healthy patterns of ambulation and other light activity.

Classes IPC  ?

• G09B 19/00 - Enseignement non couvert par d'autres groupes principaux de la présente sous-classe
• A61B 5/11 - Mesure du mouvement du corps entier ou de parties de celui-ci, p.ex. tremblement de la tête ou des mains ou mobilité d'un membre
• G08B 21/24 - Alarmes aide-mémoire, p.ex. alarmes contre la perte
• A61B 5/00 - Mesure servant à établir un diagnostic ; Identification des individus

Abrégé

Technologies are disclosed for determining or predicting the occurrence of a macrophage activation syndrome, such as hemophagocytic lymphohistiocytosis (HLH). A detection of the emergence of and/or a reliable estimation of the likelihood of future significant macrophage activation syndromes, such as HLH, may be determined or predicted from a time series of laboratory and physiologic values to be measured in a patient. Root mean square of successive deviations (RMSSD) is utilized as a surrogate non-parametric measure of the high-frequency power spectral density (PSD) to identify strong statistical associations with the presence and/or near-term future emergence of macrophage activation syndromes. Utilizing these input variables, a model having satisfactory predictive accuracy is constructed using linear discriminant analysis (LDA), gradient boosting, random forest (RF), neural network, logistic regression, or the like, and may be used for the prediction.

Classes IPC  ?

• G16B 5/00 - TIC spécialement adaptées à la modélisation ou aux simulations dans la biologie des systèmes, p. ex. réseaux de régulation génétique, réseaux d’interaction entre protéines ou réseaux métaboliques
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G06Q 10/10 - Bureautique; Gestion du temps
• G16H 50/50 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour la simulation ou la modélisation des troubles médicaux
• G06Q 10/1093 - Ordonnancement basé sur un agenda pour des personnes ou des groupes

Produits et services

Providing temporary use of non-downloadable computer software for use in predicting, tracking, analyzing, and reporting pharmaceutical market fluctuations, product demand, and sales expectations

Abrégé

Technologies are provided for determining, tracking, and mitigating specific phobia stimulation for a patient. In embodiments, a patient with specific phobia is automatically and dynamically identified using various clinical data available within the patient record and the exposure rate to stimuli that can potentially trigger phobia in a healthcare setup is mitigated. Initially, data is received from an electronic health care record (EHR) for a patient. The data is analyzed to determine if the patient has a phobia. If it is determined the patient has a phobia that is triggered by a treatment ordered for the patient, mitigations are automatically identified for the treatment ordered for the patient. The mitigations are dynamically provided to the clinician device.

Classes IPC  ?

• G16H 20/70 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p.ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des thérapies mentales, p.ex. la thérapie psychologique ou le training autogène
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux

Abrégé

Methods, systems, and computer-readable media for intelligent license management are disclosed. A renewal date, complexity level, and contact information for a plurality of licenses is received and stored in a database, and a table comprising this information is generated and stored in the database. A reminder date for each of the plurality of licenses is determined based on the renewal date and complexity level and stored in the table in association with a corresponding license of the plurality of licenses. It is subsequently determined when a current date corresponds to the reminder date for a license, and a notification is automatically transmitted to a user associated with the contact information for the at least one license. The notification is configured to be displayed on a graphical user interface with a selectable link which when selected, causes display of the table.

Classes IPC  ?

• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p.ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G06F 40/177 - Traitement de texte Édition, p.ex. insertion ou suppression utilisant des lignes réglées
• G06F 16/248 - Présentation des résultats de requêtes

Abrégé

Technologies are provided for automatically prioritizing service requests (e.g., trouble tickets). More particularly, embodiments of the present invention automatically and dynamically order the tickets in the associates' queues to ensure multiple KPI objectives are met. To do so, several inputs are initially received at a prioritization engine. The inputs may comprise associate details, client inputs, ticket details, and KPI details. The inputs are processed by the prioritization engine to allocate the tickets to one or more associates. The prioritization engine automatically determines the priority of each ticket assigned to each associate. A prioritized list of tickets assigned to each associate is provided to a user interface.

Classes IPC  ?

• G06Q 10/06 - Ressources, gestion de tâches, des ressources humaines ou de projets; Planification d’entreprise ou d’organisation; Modélisation d’entreprise ou d’organisation

Abrégé

A system, method, and computer-readable media are provided for facilitating clinical decision making, and in particular, decision making based on a third party's clinical situation by determining and providing useful, up-to-date information, such as patient-related information to a decision maker. In one embodiment, a user first identifies an information item concerning a patient. Based on that item, a set of related information items is determined and prioritized, and a reference pointer, which identifies the set of related information, is generated. The reference pointer is communicated to the user's mobile device. Subsequently, the user's mobile device requests information from the set of information items associated with the reference pointer, and provides information authorization information. Following authentication of the user's credentials, updates of information from the set of information items may be communicated to the user's mobile device as they become available.

Classes IPC  ?

• G16H 10/65 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients stockées sur des supports d’enregistrement portables, p.ex. des cartes à puce, des étiquettes d’identification radio-fréquence [RFID] ou des CD
• G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santé; TIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local
• G06F 21/62 - Protection de l’accès à des données via une plate-forme, p.ex. par clés ou règles de contrôle de l’accès
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p.ex. pour des dossiers électroniques de patients
• G06Q 50/22 - Aide sociale
• G06F 16/90 - Recherche d’informations; Structures de bases de données à cet effet; Structures de systèmes de fichiers à cet effet - Détails des fonctions des bases de données indépendantes des types de données cherchés
• G06F 16/955 - Recherche dans le Web utilisant des identifiants d’information, p.ex. des localisateurs uniformisés de ressources [uniform resource locators - URL]
• G16Z 99/00 - Matière non prévue dans les autres groupes principaux de la présente sous-classe