CHRONIC KIDNEY DISEASE (CKD) MACHINE LEARNING PREDICTION SYSTEM, METHODS, AND APPARATUS

• Main Authors: SEEBER Michael, DANIELE Annalisa, NOSHAY Eric David, FLOREZ Angela Sofia Rivera, CHEN Yukun
• Format: Patent
• Language: English; Spanish
• Published: 31.03.2023
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; DIAGNOSIS; HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; HUMAN NECESSITIES; HYGIENE; IDENTIFICATION; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; MEDICAL OR VETERINARY SCIENCE; PHYSICS; SURGERY

A chronic kidney disease ("CKD") machine learning prediction system is disclosed. The example system is configured to provide a projection as to whether a patient may progress to a next stage of CKD and/or whether the patient may need to urgently start dialysis. The machine learning algorithms disclosed herein include dynamic, multifactorial predictive algorithms that are programmed to consider clinical, pharmacological, and extra-clinical factors that adversely impact kidney function. The predictions provided by the machine learning system convey information to clinicians for improving CKD treatment before the disease worsens. In some instances, the predictions may be used for selecting a treatment plan, a dialysis treatment, and/or a renal replacement therapy ("RRT"). Se describe un sistema de predicción de aprendizaje de máquina de enfermedad renal crónica ("ERC") el sistema ejemplar está configurado para proporcionar una proyección en cuanto a si un paciente puede progresar una siguiente etapa de ERC y/o si el paciente puede necesitar iniciar urgentemente la diálisis. Los algoritmos de aprendizaje de máquina descritos en la presente incluyen algoritmos predictivos multifactoriales, dinámicos que se programan para considerar los factores clínicos, farmacológicos y extra-clínicos que impactan adversamente la función renal. Las predicciones proporcionadas por el sistema de aprendizaje de máquina llevan información a los médicos para mejorar el tratamiento de ERC antes de que la enfermedad empeore. En algunos casos, las predicciones se pueden usar para seleccionar un plan de tratamiento, un tratamiento de diálisis y/o una terapia de reemplazo renal ("RRT").