对黄斑水肿患者的注射频率的机器学习预测制造技术

一种用于管理对被诊断有黄斑水肿病症的受试者的治疗的方法和系统。接收受试者的受试者数据。所述受试者数据包括用于所述受试者的最佳矫正视力(BCVA)数据。使用所述受试者数据生成用于计算模型的输入。基于所述输入，经由所述计算模型预测用于对被诊断有所述黄斑水肿病症的所述受试者的所述治疗的注射频率。肿病症的所述受试者的所述治疗的注射频率。肿病症的所述受试者的所述治疗的注射频率。

【技术实现步骤摘要】
【国外来华专利技术】对黄斑水肿患者的注射频率的机器学习预测
[0001]专利技术人：
[0002]Yun Li、Verena Steffen、Fethallah Benmansour、Michel Friesenhahn、Zdenka Haskova
[0003]相关申请的交叉引用
[0004]本申请要求于2020年9月23日提交的标题为“Machine Learning Prediction of Injection Frequency in Patients with Macular Edema”的美国临时专利申请No.63/082,256的优先权，该美国临时专利申请全文以引用的方式并入本文。


[0005]本说明书整体针对管理对黄斑水肿的治疗。更具体地，本说明书提供了用于使用计算模型来预测用于对被诊断有与视网膜静脉阻塞相关联的黄斑水肿病症的受试者的治疗的注射频率的方法和系统。

技术介绍

[0006]视网膜静脉阻塞(RVO)是一种威胁视力并且可能导致黄斑水肿、黄斑缺血和/或视网膜新生血管形成的视网膜血管疾病。当来自视网膜的血液流动本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于管理对被诊断有黄斑水肿病症的受试者的治疗的方法，所述方法包括：接收受试者的受试者数据，所述受试者数据包括用于所述受试者的最佳矫正视力(BCVA)数据；使用所述受试者数据来生成用于计算模型的输入；以及基于所述输入，经由所述计算模型预测用于对被诊断有所述黄斑水肿病症的所述受试者的所述治疗的注射频率。2.根据权利要求1所述的方法，其中所述预测包括：经由所述计算模型生成指示所述注射频率为高于阈值注射频率的注射频率输出。3.根据权利要求1所述的方法，其中所述预测包括：经由所述计算模型生成指示所述注射频率为低于阈值注射频率的注射频率输出。4.根据权利要求2或权利要求3所述的方法，其中所述阈值注射频率为在初始治疗期之后发生的管理期期间的两(2)次注射。5.根据权利要求1所述的方法，其中所述预测包括：经由所述计算模型生成从多个频率类别识别用于对所述受试者进行治疗的频率类别的注射频率输出。6.根据权利要求5所述的方法，其中所述多个类别包括高频率类别和低频率类别。7.根据权利要求6所述的方法，其中所述高频率类别对应于在初始治疗期之后发生的管理期期间的三(3)次或更多次注射，并且其中所述低频率类别对应于在所述管理期期间的两(2)次或更少次注射。8.根据权利要求1至7中任一项所述的方法，其中所述生成包括：使用BCVA分数以及图像导出数据或人口统计数据中的至少一者来生成所述计算模型的所述输入。9.根据权利要求8所述的方法，其中所述图像导出数据包括中央厚度数据，其中所述中央厚度数据包括用于中央凹厚度(CFT)参数或中央子域厚度(CST)参数的数据中的至少一种数据。10.根据权利要求8或权利要求9所述的方法，其中所述图像导出数据包括用于以下项中的至少一项的数据：对应于存在视网膜下液的参数、对应于存在视网膜增厚的参数、对应于在视网膜中心的选定距离内存在囊状空间的参数、对应于存在视网膜前膜的参数、对应于存在色素紊乱的参数、对应于在视盘上存在侧支血管的参数、对应于存在视网膜侧支血管的参数、对应于存在视网膜出血的参数、中央子域中的渗漏总面积、中央内外侧子域中的渗漏总面积、中央子域中的囊肿变化总面积、中央内外侧子域中的囊肿变化总面积或治疗疤痕参数。11.根据权利要求1至10中任一项所述的方法，还包括：基于针对所述治疗预测的所述注射频率，生成推荐用于对所述受试者执行一组医学评估的时间表。12.根据权利要求1至11中任一项所述的方法，其中所述计算模型包括经训练的逻辑回归模型。13.根据权利要求1至12中任一项所述的方法，其...

【专利技术属性】
技术研发人员：Y，
申请(专利权)人：豪夫迈，
类型：发明
国别省市：