BR112017026004B1 - Sistema para a detecção e a previsão precoce da aproximação de exacerbações em pacientes que sofrem de broncopneumonia obstrutiva crônica - Google Patents

Abstract

SISTEMA PARA A DETECÇÃO E A PREVISÃO PRECOCE DA APROXIMAÇÃO DE EXACERBAÇÕES EM PACIENTES QUE SOFREM DE BRONCOPNEUMONIA OBSTRUTIVA CRÔNICA. Trata-se de um sistema (S) para a detecção e aviso precoce da chegada de eventos agudos em pacientes com doença pulmonar obstrutiva crônica que compreende: pelo menos um dispositivo (D) para a detecção de parâmetros fisiológicos (R), que pode ser aplicado ao dito paciente a ser monitorado; pelo menos um temporizador para detectar intervalos de tempo, tais como data e horário, associados aos ditos parâmetros fisiológicos (R) detectados; pelo menos um dispositivo de emissão de sinais de alarme sonoros e/ou visuais com capacidade de emitir um sinal de aviso de saída sonoro e/ou visual, associado aos ditos parâmetros (R) detectados fisiológicos; uma unidade lógica de controle (C), conectável ao dito pelo menos um dispositivo (D) e pelo menos um temporizador, e com capacidade de controlar o dito pelo menos um dispositivo de sinais de emissão, adequado para receber em entrada os ditos parâmetros (R) detectados fisiológicos e os ditos intervalos de tempo, sendo que a dita unidade lógica de controle (C) é dotada de um programa de processamento, no qual limiares de valores predeterminados alcançados pelos ditos (...).

Description

[0001] A presente invenção refere-se a um sistema para a detecção e a previsão precoce da aproximação de exacerbações em pacientes que sofrem de broncopneumonia obstrutiva crônica.

[0002] A broncopneumonia obstrutiva crônica, ou COPD, é uma doença pulmonar crônica caracterizada por obstrução bronquial, com limitação de fluxo de ar parcial ou não reversível, lentamente progressiva, causada por inflamação crônica das vias aéreas e do parênquima pulmonar.

[0003] Esta é considerada a quarta causa de morte nos E.U.A e a quinta no mundo.

[0004] Pacientes com esta doença têm exacerbações periódicas.

[0005] As fases de exacerbações são mais ou menos longas e iniciadas de modo mais ou menos rápido, durante as quais COPD ou sintomas de asma pioram, e, então, o paciente, de acordo com a recomendação do médico, deve mudar ou intensificar a medicação prescrita.

[0006] As exacerbações precisam ser relatadas o mais rápido possível ao doutor devido ao fato de que, especialmente se não forem rápida e adequadamente tratadas, podem induzir a sérias consequências para o paciente com asma ou COPD, tais como hospitalização ou mesmo morte.

[0007] Os fármacos usados para tratamento diário regular dessas doenças têm o propósito principal de evitar exacerbações.

[0008] A invenção se refere, desse modo, a um sistema do tipo acima, estudado e concebido especialmente para detectar e relatar precocemente a manifestação das ditas exacerbações ou situações clinicamente críticas, chamadas “eventos preocupantes”, que poderiam causar a deterioração da saúde do indivíduo com COPD.

[0009] A seguir, a descrição será direcionada ao sistema para detecção e aviso precoce de exacerbações, mas é evidente que o mesmo não deve ser considerado limitado a seu uso específico.

[0010] O sistema de fato também pode ser empregado para o monitoramento multiparamétrico ou monoparamétrico remoto em condições de estabilidade.

[0011] Atualmente, há na literatura algoritmos que avaliam se um paciente está correndo o risco de manifestar exacerbações de COPD.

[0012] Um algoritmo conhecido na técnica leva em consideração as medições de um dispositivo que detecta parâmetros fisiológicos durante uma janela temporal, possivelmente variável, de 30 dias de duração; então o método determina uma linha de regressão α no plano definido pelas coordenadas Cartesianas de tempo e valores de SpO2 .

[0013] O coeficiente a da linha de regressão α é comparado a um valor de referência a0.

[0014] Presumindo-se que a0= - 0,0737 e definindo-se uma função

[0015] Se o valor obtido for menor do que a0, o resultado obtido é menor do que 1, indicando que há uma fase de exacerbação; em vez disso, se o resultado obtido for maior do que a0, o resultado obtido será igual a 0, indicando que o paciente não está correndo o risco de manifestar exacerbação.

[0016] O estado da técnica considera somente o risco de um paciente afetado pelo COPD se aproximar de um evento de exacerbação, sem considerar outros aspectos importantes da saúde do paciente, como possível dispneia e taquicardia.

[0017] Ademais, na técnica anterior, um limiar fixo para distinguir se um evento corresponde a uma exacerbação é ou não adotado.

[0018] Para a previsão da exacerbação é usado somente o parâmetro SpO2 , enquanto, na literatura, foi mostrado que a capacidade preditiva de exacerbações se aprimora se a tendência tanto da saturação de oxigênio SpO2 quanto da frequência cardíaca for monitorada.

[0019] A expressão matemática em que o algoritmo conhecido é baseado, leva em consideração somente a conexão existente entre tempo e saturação de oxigênio (SpO2), presumindo-se que, entre esses dois parâmetros, haja uma relação de dependência linear.

[0020] Ademais, o modelo de acordo com a técnica anterior não leva em consideração as características fisiológicas pessoais do paciente, tais como o tempo médio da saturação de oxigênio (SpO2), que é uma informação necessária para uma estimativa correta da tendência do estado de saúde do dito paciente.

[0021] À luz do supracitado, portanto, o objetivo da presente invenção é fornecer um sistema para a detecção e a previsão precoce da aproximação de exacerbações em pacientes que sofrem de broncopneumonia obstrutiva crônica, levando em consideração os parâmetros fisiológicos do paciente.

[0022] Um objetivo adicional da presente invenção é fornecer um sistema que leva em consideração variações de tempo das medições de parâmetros fisiológicos do paciente.

[0023] Portanto, é o objetivo da presente invenção um sistema para a detecção e aviso precoce de eventos agudos de chegada em pacientes com doença pulmonar obstrutiva crônica, que compreende: pelo menos um dispositivo para a detecção de parâmetros fisiológicos, que pode ser aplicado ao dito paciente a ser monitorado; pelo menos um temporizador para detectar intervalos de tempo, tais como data e horário, associados aos ditos parâmetros fisiológicos detectados; pelo menos um dispositivo de emissão de sinais de alarme sonoro e/ou visual com capacidade de emitir um sinal de aviso de saída sonoro e/ou visual, associado aos ditos parâmetros detectados fisiológicos; uma unidade lógica de controle, conectável ao dito pelo menos um dispositivo e pelo menos um temporizador, e com capacidade de controlar o dito pelo menos um dispositivo de sinais de emissão, adequado para receber em entrada os ditos parâmetros detectados fisiológicos e os ditos intervalos de tempo, sendo que a dita unidade lógica de controle é dotada de um programa de processamento no qual limiares de valores predeterminados alcançados pelos ditos parâmetros fisiológicos são inicialmente armazenados, que executa as seguintes etapas: associar os ditos parâmetros fisiológicos detectados com os intervalos de tempo nos quais a detecção ocorreu; para cada instante de tempo de detecção, enviar os ditos parâmetros fisiológicos medidos em um algoritmo de cálculo de índices estatísticos; comparar os ditos índices estatísticos obtidos na etapa precedente com o dito limiar predeterminado e ativar o dito pelo menos um dispositivo de emissão de sinais para a emissão de um sinal de aviso sonoro e/ou visual se pelo menos um dos ditos índices estatísticos exceder o dito limiar predeterminado correspondente.

[0024] Além disso, de acordo com a invenção, o dito pelo menos um dispositivo é um oxímetro de pulso que detecta os seguintes dados fisiológicos: saturação de hemoglobina (SpO); e frequência cardíaca (HR);

[0025] Nos seguintes quadros de tempo predeterminados e lidos pelo dito temporizador: intervalos de tempo pela manhã (CManhã); intervalos de tempo pela tarde (CTarde); intervalos de tempo pela noite (CNoite).

[0026] Ainda de acordo com a invenção, a dita unidade de controle lógica compreende uma primeira unidade configurada para realizar a dita associação dos ditos parâmetros fisiológicos detectados com os quadros de tempo nos quais a detecção ocorreu, obter os seguintes registros: registros matinais registros vespertinos e registros noturnos e uma segunda unidade, que compreende uma rede neural implantada com uma Máquina de Estado Finito Binário (BFSM), configurada para processar os ditos dados de entrada agrupados, de acordo com o dito programa de processamento.

[0027] Preferencialmente, de acordo com a invenção, a dita Máquina de Estado Finito Binário (BMSF) executa uma primeira etapa de calibração para definir os ditos limiares predeterminados de valores P=(ε, Peso SpO2, PesoHR, K, À), que representam as tendências típicas dos dittos XX1111111111parâmetros fisiológicos de saturação de hemoglobina (SpO2) e frequência cardíaca (HR) mensuráveis do dito paciente a ser monitorado, e uma segunda etapa de aprendizado dos ditos parâmetros fisiológicos de saturação de hemoglobina (SpO2) e frequência cardíaca (HR), em que a dita Máquina de Estado Finito Binário (BMSF) aprende a tendência da dita saturação de hemoglobina (SpO2) e frequência cardíaca (HR) do dito paciente específico a ser monitorado nos ditos quadros de tempo predeterminados da manhã (CManhã), na tarde (CTarde) e noite (CNoite). Além disso, de acordo com a invenção, o dito programa de processamento realiza as seguintes etapas para o cálculo dos ditos índices estatísticos: calcular a média dos ditos registros da manhã tarde e noite , obter os valores da média da manhã , tarde e noite ( ); calcular o desvio padrão dos ditos registros da manhã tarde e noite obter os valores do desvio padrão da manhã tarde ( ) e noite calcular uma combinação ponderada, ou Classificação Ponderada de Oximetria (WOS) para cada tempo de classe:

[0028] comparar os ditos índices estatísticos obtidos nas etapas anteriores com os ditos limiares de valores predeterminados.

[0029] Ainda de acordo com a invenção, o procedimento da dita Máquina de Estado Finito Binário (BMSF) nos seguintes estados associados aos eventos de aviso críticos é: O alarme de HR quando, para dois registros (R) consecutivos, a condição ocorre, no qual o valor K é determinado na dita etapa de autoaprendizado; Alarme Pontual de Classificação de Oximetria quando a condição ocorre; Alarme SpO2 quando XsPo2 - Y,conY e [80,95] o Alarme de Dados Faltantes, no caso de dois registros (R) consecutivos faltantes, classificação de Oximetria de Alarme associada a um lugar de alarme alcançado quando o registro atende a uma das seguintes condições: Classificação de Oximetria preocupante de alarme em que B1, B2, B3 ε [0, 1] e é o valor crítico de saturação de oxigênio, normalmente igual a 0,9%.

[0030] Preferencialmente, de acordo com a invenção, o dito Alarme de HR, Alarme Pontual de Classificação de Oximetria, Alarme SpO2 , Alarme de Dados Faltantes e estados de classificação de Oximetria de Alarme são fornecidos como entrada ao dito dispositivo de emissão de sinais de alarme sonoro e/ou visual, que emite sinais sonoros e/ou visuais para cada estado correspondente.

[0031] Além disso, de acordo com a invenção, o dito sistema poderia compreender uma pluralidade de sensores com capacidade de detectar parâmetros fisiológicos adicionais do dito paciente monitorado.

[0032] Ainda de acordo com a invenção, os ditos sensores compreendem um acelerômetro para detectar movimentos do dito paciente e/ou um espirômetro para a detecção de volume pulmonar do dito paciente para fornecer entrada à dita unidade lógica de controle.

[0033] Preferencialmente, de acordo com a invenção, na dita etapa de calibração da dita Máquina de Estado Finito (BMSF), um algoritmo de autoaprendizado é usado, cujos parâmetros de configuração P=(ε, Peso SpO 2, PesoHR, K, À) podem ser definidos por um usuário.

[0034] Além disso, de acordo com a invenção, a dita Máquina de Estado Finito (MSFB) aprende os ditos parâmetros P de acordo com as seguintes etapas: fornecer um conjunto de validação de registros (R) no qual, estabelecida uma possível configuração dos parâmetros , o algoritmo é testado e a acc ; de precisão ponderada é estimada; testar os ditos parâmetros, definindo-se o valor de dados PesoHR igual a 1, enquanto o valor do dado Peso SpO2 pode variar entre 1 e 20; determinar o conjunto dos ditos A parâmetros P realizando-se o produto Cartesiano das possíveis combinações de parâmetros P=(ε, Peso SpO 2, PesoHR, K, À); selecionar a configuração de parâmetro a ser usada pelo dito sistema (S), selecionando-se uma combinação dos ditos parâmetros que maximiza o valor de precisão ponderado de acordo com a fórmula

[0035] Ainda de acordo com a invenção, o dito parâmetro com e e de modo que e o dito parâmetro com .

[0036] A presente invenção será agora descrita, com propósitos ilustrativos, mas não limitativos, de acordo com suas modalidades preferenciais, com referência particular às Figuras dos desenhos anexos, nos quais:

[0037] A Figura 1 mostra um diagrama de blocos do sistema para a detecção e aviso precoce dos eventos agudos de chegada em pacientes com doença pulmonar obstrutiva crônica;

[0038] A Figura 2 mostra a operação de uma parte do sistema de acordo com a invenção;

[0039] A Figura 3 mostra um gráfico relacionado aos níveis de prioridade associados a níveis críticos detectados pelo sistema de acordo com a invenção;

[0040] A Figura 4 mostra um possível gerenciamento dos níveis de prioridade de níveis críticos; e

[0041] A Figura 5 mostra um diagrama de blocos da operação do sistema de acordo com a invenção.

[0042] Nas várias Figuras, partes similares serão indicadas pelas mesmas referências numéricas.

[0043] Em referência às Figuras anexas, vê-se que o sistema S para a detecção e previsão de eventos agudos em pacientes que sofrem de broncopneumonia obstrutiva crônica, objeto da presente invenção, compreende um dispositivo D para a aquisição de dados fisiológicos de um paciente que sofre de broncopneumonia obstrutiva crônica, tal como um oxímetro de pulso.

[0044] Os dados detectados pelo dito dispositivo D são, principalmente, a saturação de hemoglobina, também chamados de SpO2 , e a frequência cardíaca, também chamada de frequência cardíaca ou HR, para o dito paciente.

[0045] O dito sistema S inclui um temporizador para a detecção de dados temporais, de modo que data e horário sejam associados aos ditos dados fisiológicos, conforme será descrito em detalhes doravante.

[0046] O dito sistema S pode compreender uma pluralidade de sensores, não mostrados na Figura, com capacidade de detectar parâmetros fisiológicos adicionais do dito paciente, tais como um acelerômetro para detectar movimentos do dito paciente e um espirômetro para a detecção de volume pulmonar do dito paciente.

[0047] O dito sistema S também compreende uma unidade lógica de controle C que recebe em entrada os ditos dados fisiológicos e os ditos dados de tempo, doravante denominados como dados de entrada, adquiridos do dito dispositivo D, a partir da dita pluralidade de sensores e do dito temporizador, processa a dita entrada de dados de acordo com um programa predeterminado, que será descrito em detalhes doravante, e supre dados processados na saída, doravante denominados como dados de saída.

[0048] A dita unidade lógica de controle C compreende uma primeira parte C, que realiza um pré-processamento dos ditos dados de entrada, e uma segunda parte C, que compreende um algoritmo de reconhecimento de eventos agudos, implantados por meio de uma Máquina de Estado Finito Binário, ou mesmo BMSF, que realiza o processamento dos ditos dados pré-processados de entrada, conforme será descrito em detalhes doravante.

[0049] O dito sistema S também compreende um dispositivo para a emissão de alarme de aviso sonoro e/ou visual, não mostrado, que recebe em entrada os ditos dados de saída da dita unidade lógica de controle C e libera sinais de aviso, correspondentes aos ditos dados de saída de acordo com uma lógica predeterminada, que será descrita em detalhes doravante.

[0050] A dita entrada de dados à dita unidade lógica de controle C são, em particular, quatro, o valor da porcentagem de saturação de hemoglobina, o valor da frequência cardíaca HR medida pelo dito oxímetro de pulso e a data e horário nos quais a medição ou registro R ocorre, fornecidos pelo dito temporizador.

[0051] Tais dados de entrada são formalmente designados pela tríade ( X SPO2 , X HRXHR, t), em que o valor t indica tanto a data quanto horário dos registros R.

[0052] Os registros R podem ser realizados em diferentes horários do dia, de acordo com os quais os ditos dados de entrada são classificados.

[0053] Em particular, três possíveis classes horárias são definidas:

[0054] - classe matinal, indicada por, que contém todos os registros R na manhã se o horário de registro pertencer ao ^.manhã „manhã espaço de tempo da manhã, os ditos registros são indicados por ( );

[0055] - classe vespertina, indicada por, que contém todos os registros R na tarde se o horário de registro pertencer ao espaço ^tareie tarde de tempo da tarde, os ditos registros são indicados por

[0056] - classe noturna, indicada, que contém todos os registros R na noite se o horário de registro pertencer ao espaço Ynoite j^noite de tempo da noite, os ditos registros são indicados por

[0057] Os ditos espaços de tempo de cada classe são definidos e adaptados às necessidades específicas do paciente e podem ser variáveis tanto em número quanto em duração.

[0058] A dita primeira parte C realiza a associação entre cada registro R e a classe horária à qual as mesmas pertencem.

[0059] Os ditos dados liberados da dita unidade lógica de controle C consistem em um desvio médio e padrão de uma janela temporal de amplitude definida, por exemplo, 10 dias, de cada um dos ditos dados de entrada, que são indicados com os seguintes símbolos:

[0060] Os ditos dados de saída da dita unidade lógica de controle C são associados aos ditos sinais de aviso sonoros e/ou visuais, conforme será descrito em detalhes doravante.

[0061] O dito sinal de aviso sonoro e/ou visual emitido pelo dito dispositivo de emissão pode ser listado da seguinte maneira:

[0062] - alarme de HR associado a um registro de HR em um limiar predeterminado, ao qual corresponde uma possível taquicardia sinusal;

[0063] - O Alarme de Oximetria Pontual de Classificação associado a uma variação aguda dos registros de SpO2 e HR em valores predeterminados, que corresponde a uma possível dispneia;

[0064] - Alarme SpO2 relacionado a um registro SpO2 menor do que um limiar predeterminado, ao qual corresponde a uma possível hipoxemia;

[0065] - Dados faltantes de alarme associados a dois registros faltantes consecutivos em relação ao protocolo estabelecido pelo médico que trata do dito paciente, devido ao mau funcionamento do dito oxímetro de pulso D, ou devido a um estado de enfermidade geral do paciente, que não tem capacidade de realizar o registro;

[0066] - Classificação de Oximetria de Alarme associada a uma tendência negativa de SpO2 e registros de HR, que corresponde ao surgimento de possíveis exacerbações da doença.

[0067] De acordo com o sinal de aviso específico, os ditos sinais de dispositivo de emissão podem gerar um alarme sonoro ou um sinal visual.

[0068] A operação do sistema S descrita acima se dá conforme a seguir.

[0069] Quando um paciente que sofre de broncopneumonia obstrutiva crônica decide usar o sistema S descrito acima, o mesmo combina com o próprio médico com quem se trata sobre a utilização de um protocolo pelo qual o mesmo determina o número de registros R a serem realizados e os intervalos de tempo nos quais realizar os ditos registros R.

[0070] No dito sistema S, é possível tanto definir parâmetros iniciais quanto realizar uma etapa de calibração padrão, de modo a tornar o dito sistema S adaptado para os parâmetros fisiológicos do dito paciente monitorado, de modo que o mesmo seja adequado ao processo de decisões do especialista da patologia.

[0071] Portanto, em uma etapa de calibração inicial de cerca de 10 dias de duração, cuja duração é indicativa e ilustrativa, que pode ser customizada para as características específicas de cada paciente, o dito oxímetro de pulso D adquire repetidamente durante o dia dados fisiológicos do dito paciente monitorado, em particular, os valores típicos de SpO2 e HR do dito paciente monitorado, em diferentes horários dentro do quadro de horas de um dia.

[0072] A dita primeira parte C1 da dita unidade lógica de controle C associa os ditos parâmetros fisiológicos aos estantes de tempo iniciais, nos quais o registro foi efetuado, a fim de configurar uma tendência típica dos ditos parâmetros fisiológicos no período de tempo de um dia.

[0073] Esses parâmetros fisiológicos iniciais, associados a intervalos de tempo, são, então, enviados da dita primeira parte C1 à dita segunda parte C2 que, sendo um algoritmo de aprendizado supervisionado, tem a capacidade de aprender e se adaptar às características fisiológicas do dito paciente monitorado, customizando, então, os parâmetros fisiológicos específicos do paciente em diferentes horários do dia.

[0074] Para esse propósito, o algoritmo exige que as medições adquiridas no estágio de calibração inicial supracitado sejam identificadas, por exemplo, por um especialista, de modo que o algoritmo de aprendizado possa se adaptar ao processo de tomada de decisão correto. O aprendizado consiste em otimizar parâmetros limítrofes em relação às ditas características fisiológicas acima.

[0075] Então, seguindo o dito período de treinamento inicial, o dito sistema S continuará a ser modelado no paciente tanto através de autoaprendizado que usa os dados de entrada, como através de uma possível intervenção pelo médico especialista modificando-se os parâmetros de configuração para uma melhor resposta do dito sistema S.

[0076] Conforme será descrito em detalhes doravante, o dito sistema S, portanto, tem capacidade de detectar possíveis exacerbações, analisar a tendência correlacionada de SpO2e parâmetros de HR, através de uma série de transições de estado do dito sistema S que refletem a piora do paciente monitorado até alcançar um lugar de alarme que mostra uma deterioração inicial dos parâmetros fisiológicos do paciente monitorado, permitindo a identificação das exacerbações na fase precoce.

[0077] Em particular, a dita BMSF compreendida na dita segunda parte C2 da dita unidade lógica de controle C analisa os valores medidos de SpO2e HR para criar um modelo da evolução de tempo do estado de saúde do dito paciente monitorado.

[0078] Uma BMSF é uma rede Petri particular, que é um gráfico bipartido, que define os seguintes itens:

[0079] Uma marcação, mostrado na Figura 2 com um ponto negro, correspondente ao estado do dito paciente monitorado, no momento quando o dito registro R ocorre;

[0080] lugares, mostrados na Figura 2 com círculos brancos, correspondendo aos possíveis estados de saúde do dito paciente monitorado, que são definidos pelo estado normal, no qual os parâmetros fisiológicos medidos do dito paciente monitorado estão dentro de faixas normais, estado de alerta, no qual os parâmetros fisiológicos medidos pelo dito paciente monitorado que apresentam uma tendência negativa e estado de alarme no qual parâmetros fisiológicos medidos do dito paciente monitorado correspondem a um estado crítico, quando se faz necessária a internação do dito paciente monitorado em um hospital, que são também chamados eventos preocupantes;

[0081] Transições, mostradas na Figura 2 com retângulos negros, correspondentes a evoluções clínicas de um lugar a outro.

[0082] Os lugares e transições são chamados nós e nós são interconectados por arcos orientados.

[0083] São somente possíveis conexões entre nós de tipos diferentes.

[0084] A evolução dinâmica do dito sistema S é representada através da passagem de uma única marcação, de um lugar ao próximo, quando a transição que conecta os dois lugares é permitida, i.e., quando a condição ligada a essa transição é verificada.

[0085] Conforme descrito acima, aqueles registros R são pré-processados pela dita primeira parte C1 da dita unidade lógica de controle C e são, então, catalogados de acordo com o horário no qual os mesmos ocorreram, em três categorias de registro, manhã, tarde e noite.

[0086] Subsequentemente, desvios médios e desvios padrão das três categorias de registro são calculados, para cada classe horária o dito sistema S calcula os desvios médios e desvios padrão tanto para medições saturação de oxigênio quanto para as de frequência cardíaca.

[0087] Isso significa que o sistema S calcula independentemente os desvios médios e desvios padrão de todos os registros adquiridos entre os horários, que podem possivelmente coincidir com zero, e o segundo, que ocorre durante as três classes horárias, ou na manhã, tarde e noite.

[0088] Portanto, o dito sistema S calcula os doze parâmetros acima:

[0089] O dito sistema S, com cada novo registro, atualiza a média e desvio padrão das duas medições da classe horária relacionada ao novo registro.

[0090] Para cada par de medições realizadas no mesmo espaço de tempo no tempo t>t2, indicado como (XSPO2, XHR), é calculada uma combinação ponderada que é chamada Classificação de Oximetria Ponderada (WOS):

[0091] em que SpO2 e HR representam os registros de amostra definidos usados para o treinamento do dito sistema S.

[0092] Após a etapa de pré-processamento pela dita primeira parte C1, os dados são enviados à dita segunda parte C2, em particular, à dita BMSF da dita unidade lógica de controle C continua, começando do lugar obtido do evento anterior.

[0093] Em referência à Figura 3, e, em particular, às cinco cadeias verticais de eventos representados no mesmo, os principais caminhos de rede, da esquerda para a direita, correspondem aos sinais de aviso de áudio e/ou visuais descritos acima emitidos pelo dito dispositivo de emissão, que ocorrem nas seguintes situações:

[0094] - Alarme de HR é associado a um único lugar de alarme e é alcançado quando o mesmo ocorre, para dois eventos consecutivos, a condição:, no qual o valor K é determinado na etapa de autoaprendizado da dita BMSF.

[0095] - Alarme de Classificação de Oximetria pontual é associado a um lugar de alarme alcançado quando a condição ocorre.

[0096] - Alarme de SpO2 é associado a um lugar de alarme exclusivo que é alcançado quando

[0097] - Dados Faltantes de alarme são associados a um lugar de alarme exclusivo que é alcançado no primeiro registro faltante e de um lugar de alarme faltante que é alcançado no caso de duas medições faltantes consecutivas;

[0098] A classificação de Oximetria de Alarme associada a um lugar de alarme alcançada quando o registro verifica uma das seguintes condições:

[0099] em que os parâmetros B1, B2, B3 variam entre 0 e 1, por exemplo, pode ser definida igual a 0,25, 0,50, 0,75, também é o valor crítico de saturação de oxigênio, normalmente igual a 0,9, Média (HR) é a média aritmética dos registros da frequência cardíaca baseada no espaço de tempo ao qual os registros pertencem durante o tempo de observação, enquanto k, À e ε são parâmetros que podem ser definidos durante a configuração do sistema S.

[00100] A evolução dinâmica da marcação pode se processar tanto nos caminhos verticais principais, conforme mostrado na Figura 1, quanto em possíveis caminhos alternativos que conectam os mesmos entre si, conforme mostrado na Figura 2.

[00101] As transições que precedem um lugar têm, todas, a mesma condição.

[00102] Situações competitivas ou situações nos quais diferentes condições ocorrem simultaneamente que pertencem a várias cadeias principais são resolvidas com base em níveis de prioridade das cadeias representadas na Figura 3.

[00103] Uma parte da cadeia correspondente a medições faltantes, a mesma entrada tem capacidade de ativar simultaneamente mais do que uma transição.

[00104] Em particular, partindo de um lugar correspondente ao estado de saúde do dito paciente monitorado, se o registro R realizado em uma classe horária determinada mostrar uma queda súbita de SpO2 abaixo de um limiar de alarme predeterminado, associado a um pequeno aumento de HR, transições correspondentes a Alarme de Classificação de Oximetria Precisa, cadeias de Alarme SpO2 e classificação de Oximetria de Alarme seriam ativados simultaneamente.

[00105] No entanto, devido aos diferentes níveis de prioridade mostrados na Figura 3, somente uma transição correspondente ao alarme de cadeia é ativada, permitindo a passagem da marcação de um lugar ao próximo de maneira uniforme.

[00106] A tabela abaixo mostra todas as possíveis transições e as condições para sua ativação:

[00107] Em relação ao autoaprendizado da dita BMSF, o uso de um algoritmo de autoaprendizado, cujos parâmetros de configuração P (ε, PesoSpO2, PesoHR, K, À) são aprendidos com base na identificação dos eventos de alarme pelo médico durante a dita etapa de treinamento inicial do dito paciente monitorado.

[00108] O procedimento de aprendizado dos ditos parâmetros supracitados ocorre de acordo com as seguintes etapas:

[00109] - em primeiro lugar, fornecer um conjunto de validação de registros R é necessário, no qual, uma vez fixada uma possível configuração dos parâmetros , o algoritmo é testado e a precisão ponderada, o chamado é estimado.

[00110] A tabela abaixo mostra uma matriz de pesos para o cálculo de.

[00111] Então parâmetros são testados.

[00112] Em referência à equação do cálculo do valor WOS (Xspθ2, XHR), considerando-se os parâmetros de configuração , devido à natureza relativa dos dois pesos, a fixação de um dos dois parâmetros e variação do outro é suficiente.

[00113] Foi escolhido estabelecer o parâmetro Weight (XHR) igual a 1, enquanto varia entre 1 e 20.

[00114] O parâmetro com e e de modo que

[00115] O parâmetro, com

[00116] O conjunto de parâmetros é dado pelo produto Cartesiano entre as possíveis combinações de parâmetros P (ε, Peso SpO2, PesoHR, K, λ).

[00117] A configuração dos parâmetros usados no dito sistema S, indicados por P* é igual à combinação que maximiza o valor da ponderação de precisão, ou

[00118] De acordo com o que é descrito, o dito sistema S tem capacidades preditivas visto que os estados de alerta, antes do alarme podem ser relacionados como diferentes níveis de probabilidade de que o paciente possa ter uma exacerbação, enviar sinais de alerta mesmo quando o paciente não mostra sintomas e a exacerbação está ainda no estágio latente. O dito sistema S permite identificar a aproximação de um evento perigoso para o dito paciente monitorado, associado à degeneração do estado negativo de saúde do paciente, assim como a não aquisição das próprias medições.

[00119] Além disso, o uso da BMSF permite monitorar as condições de saúde desenvolvidas ao longo do tempo.

[00120] A presente invenção foi descrita com propósitos ilustrativos, mas não limitativos, de acordo com suas modalidades preferenciais, mas deve ser entendido que modificações e/ou mudanças podem ser introduzidos pelos elementos versados na técnica sem se afastar do escopo relevante, conforme definido nas reivindicações anexas.

Claims (9)

1. Sistema (S) para a detecção e aviso precoce dos eventos agudos de chegada em pacientes com doença pulmonar obstrutiva crônica caracterizado pelo fato de que compreende: pelo menos um dispositivo (D) para a detecção de parâmetros fisiológicos (R), o qual pode ser aplicado ao dito paciente a ser monitorado; pelo menos um temporizador para detectar intervalos de tempo, tais como data e horário, associados aos ditos parâmetros fisiológicos (R) detectados; pelo menos um dispositivo de emissão de sinais de alarme sonoro e/ou visual com capacidade de emitir um sinal de aviso de saída sonoro e/ou visual, associado aos ditos parâmetros (R) detectados fisiológicos; uma unidade lógica de controle (C), conectável ao dito pelo menos um dispositivo (D) e pelo menos um temporizador, e com capacidade de controlar o dito pelo menos um dispositivo de sinais de emissão, adequado para receber na entrada os ditos parâmetros (R) detectados fisiológicos e os ditos intervalos de tempo, sendo que a dita unidade lógica de controle (C) é dotada de um programa de processamento, no qual limiares de valores predeterminados alcançados pelos ditos parâmetros fisiológicos (R) são inicialmente armazenados, que executa as seguintes etapas: associar os ditos parâmetros fisiológicos (R) detectados com os intervalos de tempo nos quais a detecção ocorreu; para cada instante de tempo de detecção, enviar os ditos parâmetros fisiológicos (R) medidos em um algoritmo de cálculo de índices estatísticos; comparar os ditos índices estatísticos obtidos na etapa precedente com o dito limiar predeterminado e ativar o dito pelo menos um dispositivo de emissão de sinais para a emissão de um sinal de aviso sonoro e/ou visual se pelo menos um dos ditos índices estatísticos exceder o dito limiar predeterminado correspondente; em que o dito um dispositivo (D) é um oxímetro de pulso que detecta os seguintes dados fisiológicos: - saturação de hemoglobina (SpO); - frequência cardíaca (HR); nos seguintes intervalos de tempo predefinidos e verificados pelo referido temporizador: - intervalos de tempo pela manhã (CManhã); - intervalos de tempo pela tarde (CTarde); - intervalos de tempo pela noite (CNoite). em que a referida unidade de controle lógico (C) compreende uma primeira unidade (C) configurada para realizar a dita associação dos ditos parâmetros fisiológicos detectados (R) com os intervalos de tempo em que a detecção ocorreu, obtendo os seguintes registros: - registros matinais - registros vespertinos e - registros noturnos e uma segunda unidade (C2), que compreende uma rede neural implementada com uma Máquina de Estado Finito Binário (BFSM), configurada para processar os ditos dados de entrada agrupados, de acordo com o referido programa de processamento, e em que a referida Máquina de Estado Finito Binário (BMSF) executa uma primeira etapa de calibração para definir os ditos limiares predeterminados de valores P= (ε, Peso SpO2, PesoHR, K, /), que representa as tendências típicas dos ditos parâmetros fisiológicos de saturação de hemoglobina (SpO2) e frequência cardíaca (HR) mensuráveis do dito paciente a ser monitorado, e uma segunda etapa de aprendizado dos ditos parâmetros fisiológicos de saturação de hemoglobina (SpO2) e frequência cardíaca (HR), em que a dita Máquina de Estado Finito Binário (BMSF) aprende a tendência da dita saturação de hemoglobina (SpO2) e frequência cardíaca (HR) do dito paciente específico a serem monitorados nos ditos quadros de tempo predeterminados da manhã (CManhã), na tarde (CTarde) e noite (CNoite).

2. Sistema (S) de acordo com a reivindicação 1, caracterizado pelo fato de que o dito programa de processamento realiza as seguintes etapas para o cálculo dos ditos índices estatísticos: - cálculo da média dos ditos registros da manhã , tarde e noite , que obtém os valores da média da manhã , tarde e noite - calcular o desvio padrão dos ditos registros da manhã ( ), tarde e noite , obter os valores do desvio padrão da manhã , tarde ( ) e noite - calcular uma combinação ponderada, ou Classificação Ponderada de Oximetria (WOS) para cada tempo de classe: - comparar os ditos índices estatísticos obtidos nas etapas anteriores com os ditos limiares de valores predeterminados.

3. Sistema (S), de acordo com a reivindicação 2, caracterizado pelo fato de que o procedimento da dita Máquina de Estado Finito Binário (BMSF) evolui nos seguintes estados associados aos eventos de aviso críticos é: alarme de HR quando, para dois registros (R) consecutivos, a condição ocorre, na qual o valor K é determinado na dita etapa de autoaprendizado; alarme Pontual de Classificação de Oximetria quando a condição ocorre; Alarme SpO2 quando Alarme de Dados Faltantes no caso de dois registros (R) consecutivos faltantes; classificação de Oximetria de Alarme associado a um lugar de alarme alcançado quando o registro atende a uma das seguintes condições: Awsol: irOXA':m: J^) > JJUSt-^Qcrítico- S, Média(HR)Wf em que B1, B2, B3 ε [0, 1] e é o valor crítico de saturação de oxigênio, normalmente igual a 0,9%.

4. Sistema (S), de acordo com a reivindicação 1, caracterizado pelo fato de que o dito Alarme de HR, Alarme Pontual de Classificação de Oximetria, Alarme SpO2 , Alarme de Dados Faltantes e estados de classificação de Oximetria de Alarme são fornecidos como entrada ao dito dispositivo de emissão de sinais de alarme sonoros e/ou visuais, que emite sinais sonoros e/ou visuais para cada estado correspondente.

5. Sistema (S) de acordo com a reivindicação 1, caracterizado pelo fato de que o mesmo compreende uma pluralidade de sensores com capacidade de detectar parâmetros fisiológicos adicionais do dito paciente monitorado.

6. Sistema (S), de acordo com a reivindicação 5, caracterizado pelo fato de que os ditos sensores compreendem um acelerômetro para detectar movimentos do dito paciente e/ou um espirômetro para a detecção de volume pulmonar do dito paciente para fornecer entrada à dita unidade lógica de controle (C).

7. Sistema (S) de acordo com a reivindicação 1, caracterizado pelo fato de que na dita etapa de calibração da dita Máquina de Estado Finito (BMSF), um algoritmo de autoaprendizado é usado, cujos parâmetros de configuração P=(ε, PesoSpO, PesoHR, K, λ) podem ser definidos por um usuário.

8. Sistema (S) de acordo com a reivindicação 1, caracterizado pelo fato de que a dita Máquina de Estado Finito (MSFB) aprende os ditos parâmetros P de acordo com as seguintes etapas: - fornecer um conjunto de validação de registros (R) no qual, estabelecida uma possível configuração dos parâmetros, o algoritmo é testado e de precisão ponderada é estimada; - testar os ditos parâmetros, definindo-se o valor de dados PesoHR igual a 1, enquanto o valor do dado Peso SpO2 pode variar entre 1 e 20; - determinar o conjunto dos ditos parâmetros realizando- se o produto Cartesiano das possíveis combinações de parâmetros P=(ε, Peso SpO2 , PesoHR, k, λ); - selecionar a configuração de parâmetro P* a ser usado pelo dito sistema (S), selecionando-se uma combinação dos ditos parâmetros que maximiza o valor de precisão ponderado de acordo com a fórmula

9. Sistema (S) de acordo com a reivindicação 3, caracterizado pelo fato de que o dito parâmetro , com e e de modo que e o dito parâmetro com