CN103402423B - 患者恶化检测 - Google Patents
患者恶化检测 Download PDFInfo
- Publication number
- CN103402423B CN103402423B CN201280011041.XA CN201280011041A CN103402423B CN 103402423 B CN103402423 B CN 103402423B CN 201280011041 A CN201280011041 A CN 201280011041A CN 103402423 B CN103402423 B CN 103402423B
- Authority
- CN
- China
- Prior art keywords
- patient
- physiological data
- physiological
- data
- looking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000006866 deterioration Effects 0.000 title claims abstract description 55
- 238000005259 measurement Methods 0.000 claims abstract description 72
- 238000012544 monitoring process Methods 0.000 claims abstract description 59
- 238000004891 communication Methods 0.000 claims description 38
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 4
- 230000009471 action Effects 0.000 description 17
- 238000000034 method Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 10
- 230000036772 blood pressure Effects 0.000 description 9
- 230000002542 deteriorative effect Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 4
- 241001269238 Data Species 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000000474 nursing effect Effects 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4842—Monitoring progression or stage of a disease
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G06F19/3418—
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
- A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
Abstract
一种系统(108),其检测医疗机构中的患者的恶化。处理器(152)接收来自用户界面或患者监测系统(102)的针对患者的照看生理数据,并且从所述照看生理数据和评分表获得基线患者评分。所述评分表从存储器(118)接收。所述处理器(152)还从患者监测系统(102)接收的针对所述患者的生理数据,所述生理数据包括未照看生理数据和照看生理数据中的至少一项,所述生理数据包括所述患者的一个或多个所述生理参数的测量结果。使用所述评分表将所述生理数据测量结果的评分与相应的最近期照看生理数据测量结果进行比较。如果与所述相应的最近期照看生理数据测量结果的所述评分相比,一个或多个生理参数测量结果的所述评分已经恶化,则通知临床医师患者恶化。
Description
技术领域
本申请总体上涉及患者监测。其特别应用于与检测患者恶化相结合的场景,并且将具体参考其进行描述。然而,应该理解,其也应用于其他场景,并且并不一定限制到上述应用。
背景技术
通常临床医师以周期性间隔,例如每几个小时,执行对患者的生命体征采集。频率取决于患者的严重性和治疗医疗机构的资源。因为多年以来医疗开销和全球竞争持续增加,医疗机构被迫实施成本节约措施。这些成本节约措施包括照顾比过去更多的患者、减少员工、将员工替换为教育程度更低的人员和/或更低资格的人员、比过去更早地将患者从特护病房(ICU)转移到普通病房等等。总的效果是医疗机构不能像曾经一样频繁地从患者身体上收集生命体征,并且变得越来越依靠患者监测系统来采集生命体征。患者监测系统通常由患者佩戴和/或放置在患者床边,并且采集诸如脉搏血氧饱和度、体温、心电图(ECG)等的常规生理数据。
依靠患者监测系统来采集生命体征带来的问题在于,生命体征可能不可靠。通过运动伪迹和/或来自当执行测量时的未知条件,测量结果可能会偏斜和/或失真。例如,取决于患者是休息还是步行,生命体征可能会偏斜和/或失真。依靠患者监测系统来采集生命体征带来的另一问题在于,当前系统不评估在针对患者恶化的照看生命体征采集之间的间歇期间收集的生命体征测量结果。照看生命体征是在临床医师监督下获得的生命体征,而未照看生命体征是没有临床医师监督下获得的生命体征。结果,不能及早地意识到患者恶化以及时干预。依靠患者监测系统来采集生命体征带来的又一问题在于,患者监测系统可能与常规医疗机构的其他支持系统失去连接,使得削弱和/或失去警告看护者恶化的能力。
发明内容
本申请提供新的和改进的系统和方法来检测患者恶化,所述系统和方法克服上述问题和其他问题。
根据一个方面,提供一种恶化检测系统,用于检测医疗机构中的患者恶化。所述系统包括一个或多个处理器,其被编程为接收针对患者的照看生理数据。所述照看生理数据包括自动或手动收集的患者的生理参数的测量结果以及,在特定实施例中,包括生理数据的手动评估。所述处理器还被编程为从所述照看生理数据和评分表来获得针对所述患者的患者评分,并且接收针对所述患者的生理数据,所述生理数据包括未照看生理数据和照看生理数据中的至少一项。所述生理数据包括所述患者的一个或多个生理参数的测量结果。所述处理器还被编程为使用评分表将所述生理数据的所述测量结果与在最近期照看生理数据中相应的测量结果进行比较,从而确定所述患者评分中的任何变化。此外,所述处理器被编程为:响应于所述生理数据的生理参数相对于最近期照看生理数据中相应生理参数恶化,通知临床医师患者恶化。
根据另一方面,提供一种方法,用于检测医疗机构中的患者的恶化。接收针对所述患者的照看生理数据。所述照看生理数据包括自动或手动收集的患者的生理参数的测量结果,并且在特定实施例中,包括生理参数的手动评估。从所述照看生理数据和评分表获得针对所述患者的患者评分,并且接收针对所述患者的生理数据,所述生理数据包括未照看生理数据和照看生理数据中的至少一项。所述生理数据包括所述患者的一个或多个生理参数的测量结果。换句话说,所述生理数据通常包括针对最近期照看生理数据的参数的子集的测量结果。使用所述评分表将所述生理数据的所述测量结果与最近期照看生理数据中的相应测量结果进行比较,从而确定在患者评分中的任何变化。响应于所述生理数据的生理参数相对于最近期照看生理数据中相应生理参数恶化,通知临床医师患者恶化。
根据另一方面,提供一种方法,其用于验证针对患者的恶化的未照看生理数据。接收恶化的未照看生理数据,其包括所述患者的一个或多个生理参数的测量结果。响应于间歇地接收未照看生理数据,控制患者监测系统在一个或多个预定间隔执行预定次数至少一个所述生理参数的额外测量。此外,接收针对所述患者的补充的未照看生理数据,包括所述额外测量结果。响应于连续接收未照看生理数据,在一个或多个预定间隔捕获预定次数的至少一个所述生理参数的测量结果。将所述恶化的未照看生理数据的所述测量结果与所述补充的未照看生理数据的相应测量结果或所述捕获的测量结果进行比较。
一个优势在于,可以实时地检测患者恶化。
另一优势在于,可以从趋势数据检测患者恶化。
另一优势在于,患者恶化检测是基于事件的。
另一优势在于,医疗机构可以减少护理人员从患者手动采集生命体征的频率。
另一优势在于,改进了医疗机构的工作流程。
另一优势在于,改进了患者安全。
在阅读和理解以下详细描述之后,本领域普通技术人员将理解本发明的更进一步优势。
附图说明
本发明可以采用各种部件和部件的布置以及以各种步骤和步骤的安排的形式。附图仅出于图示优选实施例的目的,并且不应被解释为限制本发明。
图1图示了根据本公开的各方面的医疗机构的信息技术(IT)基础设施。
图2是针对本公开的恶化检测系统生成的评分表的一个实施例。
图3的示范性时间线图示了患者状况和本公开的恶化检测系统对基线数据的接收结果。
图4的示范性时间线图示了患者状况和本公开的恶化检测系统对基线数据和未照看生理数据的接收结果。
图5的示范性事件表图示了本公开的恶化检测系统遇到的基线数据和未照看生理数据。
图6是根据本公开的各方面的用于检测患者恶化的方法的流程图。
图7是根据本公开的各方面的用于检测患者恶化的方法的方框图。
图8是根据本公开的各方面的用于验证未照看生理数据的方法的方框图。
具体实施方式
参考图1,方框图图示了诸如医院的医疗机构的信息技术(IT)基础设施100的一个实施例。IT基础设施100适当地包括通过通信网络110互相连接的一个或多个患者监测系统102、患者信息系统104、一个或多个患者信息显示系统106、恶化检测系统108等等。预期通信网络110包括以下中的一个或多个:因特网、局域网、广域网、无线网、有线网、蜂窝网、数据总线等等。
患者监测系统102获得针对由医疗机构看护的患者(未示出)的未照看生理数据。未照看生理数据在没有临床医师的监督下自动获得,并且指示所述患者生理参数(或生命体征)的测量结果,例如心率、体温、血氧饱和度等等。其为任何按时间排列的测量结果的随机序列。通常,每个患者监测系统102与单个患者相关联,并且获得单个患者的未照看生理数据,但是预期与多个患者相关联的患者监测系统。通常,连续地或间歇地获得所述未照看生理数据。当间歇地获得所述未照看生理数据时,由事件触发所述未照看生理数据的采集。事件包括,例如,定时器事件(用于周期性采集)、手动触发事件、异步事件、网络事件等。网络事件是来自诸如恶化检测系统108的IT基础设施100的部件的事件,恶化检测系统108触发来自所述用户监测系统102的生理数据的采集。当连续地或频繁地获取所述未照看生理数据时,应用趋势算法(例如,平均、中值、峰值搜索等),在一个实施例中,将生理数据流分开成未照看生理数据的离散块。例如,可以将未照看生理数据的连续流分成预定持续时间的块,并且对每个块应用趋势算法。此外,当接收到网络事件时,患者监测系统102可以决定要求的测量结果是否已经可用或者是否需要采集新的测量结果。
一个或多个传感器112适当地获得未照看生理数据。然而,也预期从IT基础设施100的其他部件获得生理数据,所述其他部件例如实验室装备、带用户输入设备的部件等等。传感器112测量所述患者的生理参数并生成指示其的生理数据。在特定实施例中,所述传感器112包括以下中的一个或多个:心电图(ECG)电极、血压传感器、血氧饱和度(SpO2)传感器、脉搏传感器、温度计、呼吸传感器、呼出气体传感器、无创血压(NBP)传感器等等。通常,传感器112设置于患者身上,并且在患者监测系统102之外。然而,也预期位于患者监测系统本地的传感器。在传感器112是外部的情况下,通过以下获得所述生理数据:数据总线,例如,串行总线、通用串行总线(USB)等;身体耦合网络;蓝牙;无线个域网;有线或无线网络;医疗体域网(MBAN)等等。
未照看生理数据的挑战在于,它可能是不可靠的。由于运动伪迹,和/或不知道执行测量时的条件,测量结果可能变得偏斜和/或失真。为解决该问题,在特定实施例中,患者监测系统102采取一个或多个动作来保证未照看生理数据准确反映患者的生理状态。所述动作可包括通过患者监测系统102的一个或多个显示器114和/或一个或多个用户输入设备116,请求来自临床医师对测量结果的手动确认。额外地或备选地,所述动作可以包括获得额外数据,例如与运动、患者活动、身体姿势等有关的数据,以允许确定与未照看生理数据相关的患者的状态。例如,指示患者是否在运动中(例如,爬楼梯)的数据可从并入到一个或多个传感器112的加速度计获得。当指示未照看生理数据的测量结果的额外数据可能偏斜和/或失真时,可以弃用获得的未照看生理数据,因为其不表示患者的正常生理状态。
在特定实施例中,患者监测系统102还获得针对由医疗机构看护的患者的基线数据。基线数据包括照看生理数据和患者评分,例如早期预警评分(EWS)或改良的早期预警评分(MEWS),并且基线数据通常在临床医师查房期间获得。照看生理数据在临床医师监督下获得并且指示患者生理参数(或生命体征)的测量结果,例如心率、呼吸率等等。通常从用户输入设备116完全地或部分地获得照看生理数据。然而,预期的是,通过其他方法接收照看生理数据。例如,假如临床医师保证患者不损坏生理数据,则可以从传感器112获得照看生理数据。因为照看生理数据在临床医师监督下获得和/或输入,因而照看生理数据可以还包括患者生理参数(例如清醒水平、专注、疼痛、排尿量和不能由传感器之一测量的与生理参数有关的其他数据)的手动评估,和/或生理参数(例如体温、呼吸率等等)的手动测量结果。
患者评分评估患者当前的状态(或者,在极端情况下,患者的死亡风险),并且患者评分通过使用照看生理数据和生理参数的评分表计算获得。适当地,所述照看生理数据包括针对所述评分表的每个生理参数的测量结果。然而,也预期包括少于评分表所有生理参数的照看生理数据。评分表是完全用户可配置的,并且没有做出关于使用的参数和评分阈值的假设。在特定实施例中,患者监测系统102便于患者评分的生成。例如,预期的是,患者监测系统102的基于处理器的控制器120中的过程自动地基于获得的照看生理数据和评分表计算患者评分。作为另一范例,预期患者监测系统102仅给临床医师提供评分表和/或照看生理数据,因此留给临床医师计算患者评分并通过用户输入设备116将患者评分输入到相关的患者监测系统中。
适当地经由通信网络110从IT基础设施100的远程部件,例如患者信息系统104、患者信息显示系统106或恶化检测系统108,获得评分表。在这样的实施例中,可以使用显示在远程部件上的图形用户界面帮助评分表的选择和/或定义。然而,也预期的是,从患者监测系统102的一个或多个存储器118获得评分表,和/或由临床医师通过用户输入设备116选择和/或定义评分表。关于选择和/或定义,可以使用患者监测系统102的显示器114上的图形用户界面来帮助评分表的选择和/或定义。不管评分表从哪里获得,基于患者属性,如疾病和/或历史,单独地针对每个患者适当地选择和/或定义评分表。
参考图2,提供了用于确定患者评分的评分表的范例。第一列识别用来计算患者评分的生理参数,并且第一行识别要分配生理参数测量值的评分。除了第一行和第一列的单元格之外的每个单元格,与单元格的行的生理参数和单元格的列的评分相关联。更多地,除了第一行和第一列的单元格之外的每个单元格包括针对与单元格相关的生理参数和评分的测量结果的范围。针对生理参数的测量结果的评分通过将所述值与行中的单元格匹配并通过使范围与所述值匹配来确定,其中,所述行与生理参数相关联。因此通过对照看生理数据中的每个测量结果的评分求和,或者通过使用个人评分的最坏情况或由评分模式(例如,合计的MEWS和单一参数EWS)定义的其他规则定义来确定患者评分。
返回参考图1,在获得基线数据和/或未照看生理数据之后,患者监测系统102通常通过通信网络110将基线数据和/或未照看生理数据转发到患者信息系统104和/或IT基础设施100的其他部件,例如,患者信息显示系统106和/或恶化检测系统108。然而,在通信网络110不可用的情况下,基线数据和/或未照看生理数据适当地缓存到患者监测系统102的存储器118之一,直到所述通信网络110可用为止。例如,在所述患者监测系统在所述通信网络无线热点的范围之外的情况下,所述通信网络110对患者监测系统不可用。
在特定实施例中,患者监测系统102除了转发基线数据和/或未照看生理数据之外还基于接收到的基线数据和/或未照看生理数据监测患者,并且/或者更新相关显示来给临床医师图形地呈现所述基线数据和/或未照看生理数据。关于前者,当由于(例如)呼吸率或血压增加和/或减少,基线数据和/或未照看生理数据指示患者需要医疗看护时,接收基线数据和/或未照看生理数据的患者监测系统102通常生成通知临床医师的音频和/或视觉警告和/或消息。预期可以通过通信网络110给临床医师提供消息。
为执行上述功能,患者监测系统102适当地包括多个存储器118和一个或多个基于处理器的控制器120。在特定实施例中,预期患者监测系统102包括患者佩戴监测器和/或床边监测器。存储器118存储可执行指令以执行患者监测系统102的一个或多个上述功能。此外,在特定实施例中,在生理数据被转发到患者信息系统104或IT基础设施100的另一些部件之前,存储器118充当针对生理数据的缓存。这在当,例如,患者监测系统102没有一直连接到通信网络110时是有利的。可以缓存生理数据,并当到通信网络110的连接可用时转发生理数据。基于处理器的控制器120执行存储在存储器118中的可执行指令以执行与患者监测系统102相关的功能。当患者监测系统102是操作以在通信网络110上转发生理数据时,患者监测系统102还包括便于在基于处理器的控制器120和通信网络110之间的通信的一个或多个通信单元122。
诸如中央记录医学数据库的患者信息系统104接收针对患者的基线数据和/或未照看生理数据,并且在其一个或多个存储器124之一中存储数据。通常,经由通信网络110,从IT基础设施100的部件,例如患者监测系统102和/或患者信息显示系统106,接收数据。然而,也预期通过患者信息系统104的一个或多个用户输入设备126接收数据。为了便于这些数据的接收,患者信息系统104可以包括向用户呈现图形用户界面的显示器128。在特定实施例中,所述患者信息系统104还通过使用用户输入设备126和/或显示器128显示和/或允许操作存储器124中的基线数据和/或未照看生理数据。额外地或可选地,在特定实施例中,所述患者信息系统104还允许IT基础设施100的部件通过通信网络110访问在存储器124中的数据。
为执行上述功能,患者信息系统104适当地包括多个存储器124和一个或多个基于处理器的控制器130。在特定实施例中,预期的是,存储器124和基于处理器的控制器130定义一个或多个计算机服务器。存储器124存储可执行指令以执行患者信息系统104的一个或多个上述功能。此外,如上所述,存储器124存储基线数据和/或未照看生理数据。基于处理器的控制器130执行存储在存储器124中的可执行指令以执行与所述患者信息系统104相关的功能。当患者信息系统104操作以从通信网络110接收生理数据时,患者信息系统104还包括一个或多个通信单元132,其便于基于处理器的控制器130和通信网络110之间的通信。
患者信息显示系统106在通信网络110上从IT基础设施100的部件,例如患者监测系统102和/或患者信息系统104,接收针对医疗机构看护的患者的基线数据和/或未照看生理数据。通常,每个患者信息显示系统106接收针对多个患者的基线数据和/或未照看生理数据,但是预期接收针对单个患者的基线数据和/或未照看生理数据的患者信息显示系统。患者信息显示系统106使用接收的数据监测患者和/或更新相关联的显示器134来给临床医师图形地呈现数据。关于前者,当由于,例如,呼吸率或血压增加和/或减少,数据指示患者需要医疗看护时,接收数据的患者监测系统106通常生成通知临床医师的音频和/或视觉警告和/或消息。
在特定实施例中,患者信息显示系统106还允许临床医师经由一个或多个用户输入设备136输入基线数据。预期可以使用在显示器134上呈现的图形用户界面使临床医师方便输入数据。在输入基线数据之后,将基线数据通过通信网络适当地转发给患者信息系统104和/或IT基础设施100的其他部件,例如恶化检测系统108。额外地或可选地,在特定实施例中,所述患者信息显示系统106包括一个或多个护士站、多个床边监测器、多个移动患者信息显示器、中央监测站、PDA、平板电脑、寻呼机等等。
为执行上述功能,患者信息显示系统106适当地包括一个或多个通信单元138、一个或多个存储器140和一个或多个基于处理器的控制器142。通信单元138便于基于处理器的控制器140和通信网络110之间的通信。存储器140存储可执行指令以控制基于处理器的控制器142的处理器从而执行患者信息显示系统106的一个或多个上述功能。此外,在特定实施例中,在基线数据被转发到患者信息系统104或IT基础设施100的其他部件之前,存储器140充当针对基线数据的缓存。基于处理器的控制器142执行存储在存储器140中的可执行指令来执行与患者信息显示系统106相关的功能。
恶化检测系统108从IT基础设施100的部件(例如患者信息系统104和/或患者监测系统102)和/或恶化检测系统108的一个或多个用户输入设备144获得针对患者的基线数据,并针对每个患者追踪最近期基线数据。通常当临床医师查房时获得基线数据并且无需在预定间隔接收基线数据。在这一方面,可异步地获得基线数据。此外,所述基线数据适当地表示其相关的患者的完整评估。换句话说,基线数据的照看生理数据适当地包括针对每个由评分表使用的生理参数的测量结果,所述评分表用于生成基线数据的患者评分。在某些最近期基线数据的时间超过预定值的实施例中,恶化检测系统108通过通信网络110和寻呼机、PDA、笔记本电脑、平板电脑等等(例如)生成音频和/或图像警告和/或发送消息给,例如,临床医师。
在特定实施例中,在获取基线数据之后,将基线数据和之前获得的基线数据进行比较来检测恶化。预期的是,如以下所述,这可以通过比较多个患者评分或者通过比较多个个人的生理数据执行。额外地或可选地,在特定实施例中,在同一时间获得多个追溯性基线数据。例如,患者监测系统102缓存追溯性基线数据,直到到通信网络110的连接可用为止。在这些实施例中,可以比较基线数据来检测恶化。在检测到恶化的情况下,可以基于评分之间差异的程度来采取不同的动作。所述动作包括一次或多次生成患者恶化的音频和/或图像警告,在数据库中记录所述恶化,经由例如通信网络110发送消息和/或寻呼给临床医师,等等。
参考图3,提供了图示针对患者的基线数据的比较的示范性时间线300。在时间T1,由IT基础设施100的部件获得包括第一基线数据或第一未照看生理数据的第一数据302,其中用第一个“X”304表示患者的状况。在时间T2,由IT基础设施100的部件获得包括第二基线数据或第二未照看生理数据的第二数据306,其中,用第二个“X”308表示患者的状况。最初,在时间T1和T2,第一数据302和第二数据306只在他们各自的部件可提供。这些部件立即上传数据到恶化检测系统108或者在时间上延迟上传直到与恶化检测系统108的连接可用。因为延迟是可能的,所以所述第一数据302可能在所述第二数据306之后接收。在接收所述第一数据302和所述第二数据306之后,恶化检测系统108比较所述数据。如从时间T1到时间T2患者状况的变化所示,已经发生恶化。
返回参考图1,通常在基线数据之间的间歇期间,恶化检测系统108获得未照看生理数据。适当地在任意随机时间序列间歇地(例如周期性地)和/或连续地从IT基础设施100的部件(例如患者信息系统104和/或患者监测系统102)获得所述未照看生理数据。然而,应该理解,可以异步地获得所述未照看生理数据。与基线数据相对比,未照看生理数据通常不代表针对其相关的患者的完整评估。而是,未照看生理数据通常包括由针对患者的评分表使用的生理参数的子集。在特定实施例中,恶化检测系统108将网络事件发送给患者监测系统102,请求所述未照看生理数据。例如,如果自从最后接收未照看生理数据后超过预定的时间量,那么恶化检测系统108可请求生理数据。尽管被描述成分立单元,但是应该理解,可以将恶化检测系统108并入到患者监测系统102或其他网络部件中。
尽管通常间歇地和/或连续地获得未照看生理数据,但是在特定实施例中,所述未照看生理数据是可追溯的和/或异步获得的。例如,患者监测系统102可以缓存生理数据,直到到通信网络110的连接可用为止。在未照看生理数据是可追溯的情况下,通常只考虑最近期测量结果并且/或者将趋势算法(例如,平均、最大值等)应用于所述生理数据。然而,也预期的是,也可以使用可追溯的数据以与下述相同的方式检测过去的患者恶化。在这些实施例中,将每个接收的可追溯的未照看生理数据与最近期在时间上在其之前的可追溯的基线数据进行比较。
参考图4,提供了通过趋势线402以及基线数据404(由长条指示)和未照看生理数据406(由短条指示)的接收图示患者状况的示范性时间线400。在发生例如定时器事件、手动触发事件等之后,在所述基线数据404之间的间歇期间,间歇地接收所述未照看生理数据406。也图示了,在时间T1提供未照看生理数据的患者监测系统丢失了其到通信网络的连接。其后,在时间T2,恢复连接并且将在时间T1和时间T2之间生成的未照看生理数据408提供给恶化检测系统108。虽然该范例假定单个患者监测系统,但是应该理解,多患者监测系统可以针对患者提供生理数据。
返回参考图1,在获得未照看生理数据之后,恶化检测系统108使用评分表将其与最近期基线数据比较。如上所述,所述基线数据包括针对生理参数的测量值并且使用评分表对每个测量值评分。在没有基线数据可用的情况下,假设虚拟基线,其包括评分表的生理参数最不严重评分。对未照看生理数据中的生理参数的每个测量值同样地评分,并且与在最新的基线数据(或虚拟基线)中相应的测量值的评分作比较。将评分之间的差异与一个或多个阈值进行比较来确定是否应该采取动作和应该采取什么动作。可以根据评分间差异的程度来变化采取的动作。动作包括以下一个或多个:生成患者恶化的音频和/或视觉警告、在数据库中记录所述恶化、通过例如通信网络110将消息和/或寻呼发送给临床医师等等。
在特定实施例中,在采取动作之前,恶化检测系统108寻求再次确保未照看生理数据未被运动伪迹和/或来自当执行测量时的未知条件偏斜和/或失真。当连续地获得未照看生理数据时,可以在预定间隔捕获预定次数的测量结果。当不是连续获得未照看生理数据时,恶化检测系统可请求患者监测系统102以预定间隔或者以时间上重复的模式和/或序列重复测量预定的次数。为请求患者监测系统102重复测量,恶化检测系统108可向患者监测系统102发送网络事件,以请求关于恶化的测量结果、所有测量结果的子集、所有测量结果等等中的一项的未照看生理数据。在捕获或获得所述测量结果之后,可使用测量结果确定患者是否处于间歇状态或者测量结果是否表示患者。
应用时间数量和重复次数适配于各自的环境,包括测量的种类以及照顾等级和普通患者分级。此外,从临床医师适当地获得时间数量和重复次数。在这方面,可以使用恶化检测系统108的用户输入设备144来从临床医师捕获这些参数。在特定实施例中,可以通过显示器146向给临床医师呈现恶化检测系统108的图形用户界面以方便这样的任务。可选地,可以使用IT基础设施100的其他部件从临床医师获得时间数量和重复次数。虽然从临床医师适当地获得时间数量和重复次数,预期定义这些参数的自动化的方法。例如,可以使用基于以下中的一项或多项的算法来自动地定义参数:评分表;实际评分或子评分;恶化的严重性;额外的可用(例如,自动捕获的)患者状态信息,例如当前患者行动、行动趋势和姿势;等等。
参考图5,提供了图示针对患者的恶化检测的事件表。使用图2的评分表评估患者评分,其中,注意力也集中到所述评分。在5:25AM,接收基线数据,其指示患者状况良好并且患者评分为零。十二小时之后,在5:25PM,接收基线数据并且患者再次状况良好。与此同时,以(例如)自动和/或手动触发的间隔,接收未照看生理数据并使用评分表将其与基线数据比较,但是未检测到恶化。在7:25PM,获得针对血压(BP)和心率(HR)的未照看生理数据。使用评分表对血压进行评分,血压具有与最近期基线数据(例如,在5:25PM接收的基线数据)的评分相同的评分。因此,没有血压的恶化。然而,使用评分表评分心率,与最近期基线数据的评分为零相比,心率的评分为一。因此,已检测到恶化。这时,恶化检测系统108可寻求再次确认或采取适当的动作,例如通知临床医师。假设已经给出通知,通常临床医师检查患者并更新基线数据,如在8:10PM所示。其后,在11:30PM获得未照看生理数据。与最近期基线数据(例如,在8:10PM的基线数据)相比,血压和心率都恶化了。同上,恶化检测系统108可以寻求再次确认或采取适当的动作,例如通知临床医师。再次,假设已经给出通知,通常获得更新的基线数据,如在11:45PM所示。然而,这次患者没有反应。
为了执行上述功能,恶化检测系统108适当地包括通信单元148、存储器150和基于处理器的控制器152。通信单元148便于基于处理器的控制器152和通信网络110之间的通信。存储器150存储可执行指令以控制所述基于处理器的控制器152的处理器从而执行患者恶化系统108的一个或多个上述功能。基于处理器的控制器152执行存储在存储器150中的可执行指令来执行与患者恶化系统108相关的功能。在特定实施例中,患者恶化系统108还包括允许临床医师手动输入基线数据和/或由恶化检测系统108使用的其他参数的用户输入设备144和/或显示器146。
尽管恶化检测系统108被示作IT基础设施100的分立部件,但是应该理解,所述恶化检测系统可与IT基础设施100的其他部件相集成。例如,所述恶化检测系统108可以与患者信息系统104集成。再例如,可将恶化检测系统与一个或多个患者监测系统102集成。
参考图6,提供了用于检测患者恶化的方法600的流程图。方法600适当地同时针对多个患者执行。在这方面,基于患者历史和疾病针对每个患者来确定602评分表。适当地,确定包括从预先定义的评分表系列中选择或定义新的评分表。此外,临床医师适当地执行选择和/或定义。
在针对患者确定602评分表之后,临床医师间歇地生成604针对患者的基线数据。基线数据包括照看生理数据和患者评分。所述照看生理数据包括指示患者生理参数手动地或自动地收集的测量结果的数据,和可选地指示患者生理参数的手动评估的数据。使用所述照看生理数据从所述评分表自动地或手动地生成所述患者评分。
也收集606针对患者的未照看生理数据。未照看生理数据包括指示针对患者的评分表的至少一个生理参数的测量结果的数据。然而,通常地未照看生理数据包括生理参数的子集。通过例如患者佩戴设备或床边设备自动地收集未照看生理参数。此外,通常按需求或在发生诸如定时器事件的事件之后,连续地收集未照看生理参数。在未照看生理数据连续收集的情况下,可以将未参与数据分成基于时间的离散块,并且可以对所述离散块应用趋势算法。
当针对患者收集606新的未照看生理数据时,使用评分表将所述未照看生理数据与针对患者的最近期基线数据比较608以检测恶化。在未检测到恶化的情况下,挂起所述方法600,直到收集到进一步未照看生理数据。在检测到恶化的情况下,然而,所述方法600适当地寻求未参与生理数据的再次确认610。
再次确认610检查患者测量结果确实恶化以及患者处于基线生理状态。如果患者不处于基线生理状态,那么测量结果可能是被损坏的。在特定实施例中,再次确认610包括触发未照看生理数据的至少一个生理参数的额外测量。适当地,所述至少一个包括恶化的生理参数。额外地或可选地,在特定实施例中,再次确认610包括在预定间隔从连续的未照看生理数据流捕获预定次数的测量结果。
如果患者状况恶化并且如果有的话,已经再次确认恶化,则将恶化通知612临床医师。适当地,这些通知提示临床医师采取进一步动作614,例如生成额外的基线数据。
参考图7,提供了一种由恶化检测系统108适当地执行的方法700的方框图。基于疾病和历史,针对每个患者单独地选择评分表。接收702针对患者的照看生理数据。所述照看生理数据包括患者生理参数的自动、手动或其他测量结果和/或患者生理参数的手动评估。此外,从所述照看生理数据和评分表获得704针对患者的患者评分。通常,由临床医师从所述照看生理数据和所述评分表计算患者评分,但也预期自动的方法。接收706针对患者的生理数据,所述生理数据包括未照看生理数据和照看生理数据中的至少一项。通常,周期性地或连续地接收所述生理数据。所述生理数据包括患者一个或多个生理参数的测量结果。
在特定实施例中,采取动作来验证生理数据的测量结果是表示患者的。通常,这只在生理数据包括未照看生理数据时进行。例如,从临床医师接收生理数据测量结果的验证。再例如,响应于测量结果与之前测量结果的差异超过阈值,恶化检测系统108控制或者以其他方式令患者控制系统102之一来再取讨论中的测量。又例如,从诸如患者监测系统102之一的IT基础设施100的部件接收额外数据,例如与动作、患者活动、身体姿势等等有关的数据。其后,基于所述额外数据作出关于生理数据是否准确反映患者生理状态的决定。响应于生理数据不准确反映患者基线生理状态,弃用所述生理数据并再取。
额外地或可选地,在特定实施例中,连续接收生理数据。同上,这通常是只在生理数据包括未照看生理数据时进行。在这些实施例中的一些中,基于时间将生理数据划分708成生理数据的离散块。其后,对每个离散块应用710趋势算法,因此针对一个或多个生理参数中的每个,每个块都与单个测量结果相关联。趋势算法包括,例如,平均、中值、峰值搜索等。
在接收706生理数据之后,使用评分表将生理数据的测量结果与最近期照看生理数据中相应测量结果进行比较712,来确定患者评分中的任何变化。在特定实施例中,响应于生理数据的生理参数相对于最近期照看生理数据中相应的生理参数恶化,验证714恶化。例如,(通过,例如,网络事件)控制患者监测系统102之一,从而在一个或多个预定间隔或以时间上重复的模式和/或序列,进行预定次数的至少一个生理参数的测量。接着使用这些额外测量确定检测的恶化是否表示患者。响应于生理数据的生理参数相对于最近期照看生理数据中相应的生理参数恶化,通知716临床医师患者恶化。
参考图8,提供了一种用于验证未照看生理数据的方法800的方框图。接收802针对患者的未照看生理数据,包括患者的一个或多个生理参数的测量结果。响应于间歇地接收未照看生理数据,控制804患者监测系统102来在一个或多个预定间隔或以时间上重复的模式和/或序列,进行预定次数的至少一个生理参数的额外测量。接收806针对患者的补充的未照看生理数据,包括额外测量结果。响应于间歇地接收未照看生理数据,在一个或多个预定间隔或以时间上重复的模式和/或序列,捕获808预定次数的至少一个生理参数的测量结果。将未照看生理数据的测量结果与补充的未照看生理数据或捕获的生理数据的相应测量结果进行比较810。
本文中使用的存储器包括一个或多个非瞬态计算机可读介质,磁盘或其他磁存储介质,光盘或其他光存储介质,随机存取存储器(RAM)、只读存储器(ROM)、或其他电存储器设备或芯片或操作性互联的芯片或集合,可以通过因特网/内联网或局域网取回存储的指令的因特网/内联网服务器,等等。此外,本文中使用的基于处理器的控制器包括一个或多个微处理器、微控制器、图像处理单元(GPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等等,用户输入设备包括一个或多个鼠标、键盘、触摸屏显示器、一个或多个按钮、一个或多个开关、一个或多个触发器等等,并且显示器包括一个或多个LCD显示器、LED显示器、等离子显示器、投影显示器、触摸屏显示器等等。
已参考优选的实施例描述了本发明。他人在阅读和理解上述说明书之后,可能对其进行修改或变更。目的在于,本发明被构造为包括所有这些修改和变更,只要其落在权利要求或其等价方式的范围之内。
Claims (5)
1.一种恶化检测系统(108),其用于检测医疗机构中的患者的恶化,所述系统(108)包括:
一个或多个基于处理器的控制器,其被配置为:
间歇地接收针对患者的照看生理数据,所述照看生理数据包括所述患者的生理参数的测量结果;
使用评分表从所述照看生理数据获得针对所述患者的患者评分;
接收针对所述患者的未照看生理数据,所述未照看生理数据包括所述患者一个或多个所述生理参数的测量结果;
使用所述评分表将所述未照看生理数据的所述测量结果与最近期照看生理数据中相应的测量结果进行比较,以确定所述患者评分中的任何变化;以及
响应于所述未照看生理数据的一个或多个生理参数相对于所述最近期照看生理数据中相应的生理参数恶化,通知临床医师患者恶化。
2.根据权利要求1所述的系统(108),其中,所述比较包括:
使用所述评分表确定针对所述未照看生理数据的至少一个所述测量结果中的每个的评分;
使用所述评分表确定针对所述最近期照看生理数据的至少一个所述测量结果中的每个的评分;以及
将所述未照看生理数据的测量结果的所述评分与最近期照看生理数据的相应测量结果的所述评分进行比较。
3.根据权利要求1和2中任一项所述的系统(108),其中,所述一个或多个基于处理器的控制器还被配置为:
响应于所述未照看生理数据的生理参数相对于所述最近期照看生理数据中相应的生理参数恶化,验证所述患者的恶化。
4.根据权利要求1和2中任一项所述的系统(108),其中,连续接收所述未照看生理数据,其中,所述基于处理器的控制器还被配置为:
基于时间将所述生理数据划分成生理数据的离散块;以及
对每个所述离散块应用趋势算法。
5.一种医疗机构的信息技术(IT)基础设施(100),所述信息技术基础设施(100)包括:
根据权利要求1至4中任一项所述的恶化检测系统(108);
一个或多个患者监测系统(102),其监测患者并至少生成所述未照看生理数据;以及
通信网络(110),其便于在所述恶化检测系统(108)和所述患者监测系统(102)之间交换以下中的至少一项:所述未照看生理数据、所述照看生理数据和所述患者评分。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161447836P | 2011-03-01 | 2011-03-01 | |
US61/447,836 | 2011-03-01 | ||
PCT/IB2012/050796 WO2012117316A2 (en) | 2011-03-01 | 2012-02-22 | Patient deterioration detection |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103402423A CN103402423A (zh) | 2013-11-20 |
CN103402423B true CN103402423B (zh) | 2016-09-21 |
Family
ID=45815925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280011041.XA Active CN103402423B (zh) | 2011-03-01 | 2012-02-22 | 患者恶化检测 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20130338543A1 (zh) |
EP (1) | EP2680742A2 (zh) |
JP (1) | JP6010558B2 (zh) |
CN (1) | CN103402423B (zh) |
BR (1) | BR112013021982A2 (zh) |
RU (1) | RU2603052C2 (zh) |
WO (1) | WO2012117316A2 (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2645257A3 (en) * | 2012-03-29 | 2014-06-18 | Prelert Ltd. | System and method for visualisation of behaviour within computer infrastructure |
BR112015012646A2 (pt) * | 2012-12-03 | 2017-07-11 | Koninklijke Philips Nv | sistema de monitoramento do paciente; método de monitoramento de um paciente; mídia legível por computador; e estação de monitoramento do paciente |
JP6310476B2 (ja) * | 2012-12-04 | 2018-04-11 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 臨床現場において有害なアラームによる負荷を減らす方法及びシステム |
US10456089B2 (en) | 2012-12-14 | 2019-10-29 | Koninklijke Philips N.V. | Patient monitoring for sub-acute patients based on activity state and posture |
WO2014204646A1 (en) * | 2013-06-19 | 2014-12-24 | Zoll Medical Corporation | Analysis of skin coloration |
WO2015044859A1 (en) * | 2013-09-27 | 2015-04-02 | Koninklijke Philips N.V. | A methodology for hospitalized patient monitoring and icu risk prediction with a physiologic based early warning system |
US10505910B2 (en) | 2013-11-27 | 2019-12-10 | Koninklijke Philips N.V. | Patient monitor and method for monitoring a patient |
US20150359477A1 (en) * | 2014-06-11 | 2015-12-17 | Akshitha Ramachandran | Systems and methods for assessing possible cognitive impairment |
RU2017121610A (ru) | 2014-11-20 | 2018-12-20 | Конинклейке Филипс Н.В. | Способ оценки количественных показателей с помощью доверительного интервала при ограниченной частоте замеров жизненных показателей |
US10842926B2 (en) | 2015-01-14 | 2020-11-24 | Fresenius Medical Care Deutschland Gmbh | Medical fluid treatment machines and related systems and methods |
US10064582B2 (en) * | 2015-01-19 | 2018-09-04 | Google Llc | Noninvasive determination of cardiac health and other functional states and trends for human physiological systems |
CN105030203B (zh) * | 2015-08-06 | 2019-03-29 | 深圳市理邦精密仪器股份有限公司 | 一种监护数据显示方法及监护设备 |
US10888281B2 (en) | 2016-05-13 | 2021-01-12 | PercuSense, Inc. | System and method for disease risk assessment and treatment |
EP3653109A4 (en) * | 2017-07-14 | 2020-07-15 | Public University Corporation Yokohama City University | AGGRAVATION ESTIMATION DEVICE AND AGGRAVATION ESTIMATION PROGRAM |
US11908581B2 (en) | 2018-04-10 | 2024-02-20 | Hill-Rom Services, Inc. | Patient risk assessment based on data from multiple sources in a healthcare facility |
US11504071B2 (en) | 2018-04-10 | 2022-11-22 | Hill-Rom Services, Inc. | Patient risk assessment based on data from multiple sources in a healthcare facility |
WO2020133430A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳迈瑞生物医疗电子股份有限公司 | 基于生理参数的监护方法、监护设备及计算机存储介质 |
CN112911992A (zh) * | 2018-12-29 | 2021-06-04 | 深圳迈瑞生物医疗电子股份有限公司 | 监护方法、监护仪及计算机存储介质 |
US11925474B2 (en) * | 2019-08-22 | 2024-03-12 | Koninklijke Philips N.V. | Methods and systems for patient baseline estimation |
CN111248875A (zh) * | 2020-01-20 | 2020-06-09 | 上海市浦东新区公利医院(第二军医大学附属公利医院) | 术后患者病情预警监护方法及系统 |
US20210361175A1 (en) | 2020-05-20 | 2021-11-25 | Koninklijke Philips N.V. | Sleep-based biometric to predict and track viral infection phases |
KR102386438B1 (ko) * | 2021-02-24 | 2022-04-14 | 주식회사 메쥬 | 심전계를 이용한 실시간 다중 모니터링 장치 및 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101088092A (zh) * | 2004-12-22 | 2007-12-12 | 皇家飞利浦电子股份有限公司 | 医学监测方法和系统 |
CN101203172A (zh) * | 2005-06-22 | 2008-06-18 | 皇家飞利浦电子股份有限公司 | 测量瞬时患者急性值的设备 |
CN101357062A (zh) * | 2008-08-22 | 2009-02-04 | 华南理工大学 | 基于容积脉搏波检测的生命体征参数测评装置 |
WO2010024738A1 (en) * | 2008-08-29 | 2010-03-04 | St. Jude Medical Ab | Implantable medical device and method for such a device for predicting hf status of a patient |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5810014A (en) * | 1997-03-25 | 1998-09-22 | Davis; Dennis W. | Method and system for detection of physiological conditions |
US6160478A (en) * | 1998-10-27 | 2000-12-12 | Sarcos Lc | Wireless health monitoring system |
DE60041577D1 (de) * | 1999-03-08 | 2009-04-02 | Nellcor Puritan Bennett Llc | Verfahren und schaltung zur speicherung und bereit |
US6398728B1 (en) * | 1999-11-16 | 2002-06-04 | Cardiac Intelligence Corporation | Automated collection and analysis patient care system and method for diagnosing and monitoring respiratory insufficiency and outcomes thereof |
JP2002143097A (ja) * | 2000-11-10 | 2002-05-21 | Kuniaki Otsuka | 疾病発症予知通報システム及び方法 |
JP2002336206A (ja) * | 2001-05-16 | 2002-11-26 | Matsushita Electric Ind Co Ltd | 健康診断ネットワークシステム |
US20040191225A1 (en) * | 2002-08-06 | 2004-09-30 | Dinsmore Jonathan H. | Injection system |
JP2004351063A (ja) * | 2003-05-30 | 2004-12-16 | Toshiba Plant Systems & Services Corp | 患者データ採取管理システム及び方法 |
US20050119866A1 (en) * | 2003-11-14 | 2005-06-02 | Zaleski John R. | Medical parameter processing system |
JP4633373B2 (ja) * | 2004-03-10 | 2011-02-16 | 公立大学法人会津大学 | 生体情報処理システム |
US20060047188A1 (en) * | 2004-08-27 | 2006-03-02 | Bohan J S | Method and system for triage of emergency patients |
JP4681315B2 (ja) * | 2005-02-14 | 2011-05-11 | セイコーインスツル株式会社 | 生体情報計測端末および生体情報計測方法 |
CA2599387C (en) * | 2005-02-28 | 2014-11-18 | Michael Rothman | A system and method for improving hospital patient care by providing a continual measurement of health |
US20070276277A1 (en) * | 2006-05-24 | 2007-11-29 | John Booth | Device and method of manual measurement of pulse or respiratory rate |
US8788023B2 (en) * | 2006-05-26 | 2014-07-22 | Cameron Health, Inc. | Systems and methods for sensing vector selection in an implantable medical device |
ATE422375T1 (de) * | 2006-06-15 | 2009-02-15 | Ela Medical Sa | Aktives medizinisches implantat, insbesondere vorrichtung zur stimulation, resynchronisation, defibrillation und/oder kardioversion, die mittel zur prädiktiven warnung über eine verschlimmerung des krankheitszustands des patienten umfasst |
US8821418B2 (en) * | 2007-05-02 | 2014-09-02 | Earlysense Ltd. | Monitoring, predicting and treating clinical episodes |
US20090069642A1 (en) * | 2007-09-11 | 2009-03-12 | Aid Networks, Llc | Wearable Wireless Electronic Patient Data Communications and Physiological Monitoring Device |
US20090093686A1 (en) * | 2007-10-08 | 2009-04-09 | Xiao Hu | Multi Automated Severity Scoring |
US8510126B2 (en) * | 2008-02-24 | 2013-08-13 | The Regents Of The University Of California | Patient monitoring |
FR2929427B1 (fr) * | 2008-03-26 | 2012-12-28 | Univ Rennes | Procede d'evaluation de la sante et/ou de la forme, dispositif et produit programme d'ordinateur correspondants |
RU101602U1 (ru) * | 2010-09-23 | 2011-01-20 | Кирилл Валерьевич Радченко | Персональное мультимедийное электронное устройство (варианты) |
-
2012
- 2012-02-22 BR BR112013021982-3A patent/BR112013021982A2/pt not_active Application Discontinuation
- 2012-02-22 US US14/001,679 patent/US20130338543A1/en not_active Abandoned
- 2012-02-22 EP EP12708400.2A patent/EP2680742A2/en not_active Withdrawn
- 2012-02-22 CN CN201280011041.XA patent/CN103402423B/zh active Active
- 2012-02-22 JP JP2013555962A patent/JP6010558B2/ja active Active
- 2012-02-22 WO PCT/IB2012/050796 patent/WO2012117316A2/en active Application Filing
- 2012-02-22 RU RU2013143986/14A patent/RU2603052C2/ru not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101088092A (zh) * | 2004-12-22 | 2007-12-12 | 皇家飞利浦电子股份有限公司 | 医学监测方法和系统 |
CN101203172A (zh) * | 2005-06-22 | 2008-06-18 | 皇家飞利浦电子股份有限公司 | 测量瞬时患者急性值的设备 |
CN101357062A (zh) * | 2008-08-22 | 2009-02-04 | 华南理工大学 | 基于容积脉搏波检测的生命体征参数测评装置 |
WO2010024738A1 (en) * | 2008-08-29 | 2010-03-04 | St. Jude Medical Ab | Implantable medical device and method for such a device for predicting hf status of a patient |
Also Published As
Publication number | Publication date |
---|---|
RU2603052C2 (ru) | 2016-11-20 |
EP2680742A2 (en) | 2014-01-08 |
WO2012117316A3 (en) | 2012-12-20 |
JP2014511532A (ja) | 2014-05-15 |
CN103402423A (zh) | 2013-11-20 |
BR112013021982A2 (pt) | 2018-06-12 |
US20130338543A1 (en) | 2013-12-19 |
WO2012117316A2 (en) | 2012-09-07 |
JP6010558B2 (ja) | 2016-10-19 |
RU2013143986A (ru) | 2015-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103402423B (zh) | 患者恶化检测 | |
Danielsen et al. | Increasing fall risk awareness using wearables: A fall risk awareness protocol | |
CN104883962B (zh) | 基于活动状态和姿势的针对亚急性患者的患者监测 | |
US9798860B1 (en) | Methods and systems for remotely determining levels of healthcare interventions | |
RU2709776C2 (ru) | Система мониторинга частоты сердечных сокращений | |
Bhagchandani et al. | IoT based heart monitoring and alerting system with cloud computing and managing the traffic for an ambulance in India | |
US20140324459A1 (en) | Automatic health monitoring alerts | |
Alharbi et al. | Data management and wearables in older adults: A systematic review | |
Rajasekaran et al. | Elderly patient monitoring system using a wireless sensor network | |
CN104684472B (zh) | 用于基于从氧饱和度下降的恢复响应对患者健康状况进行评估的系统和方法 | |
Horta et al. | Ubiquitous mHealth approach for biofeedback monitoring with falls detection techniques and falls prevention methodologies | |
CN109259743B (zh) | 一种生命体征感知系统 | |
CN109247926A (zh) | 一种特定区域内人体健康监测及跟踪系统 | |
CN204445835U (zh) | 一种老年智能监测护理系统 | |
CN111820879A (zh) | 一种适用于慢性疾病患者的健康评价管理方法 | |
Huang et al. | Implementation of a wireless sensor network for heart rate monitoring in a senior center | |
JP2014092945A (ja) | 身体状況判定システム及び身体状況判定方法 | |
US20210077013A1 (en) | System and method for digital monitoring of sleep apnea | |
CN109091127A (zh) | 用于监测血压的方法及其设备 | |
Sujin et al. | Public e-health network system using arduino controller | |
CN111904399A (zh) | 一种针对老年人的呼吸监测病床 | |
WO2022045213A1 (ja) | 見守り支援システムおよび見守り支援方法 | |
JP7476508B2 (ja) | 健康状態判定システム、健康状態判定方法及びプログラム | |
Rammo et al. | Comatose patient monitoring system based on (IoT) | |
JP7419904B2 (ja) | 生体モニタ装置、生体モニタ方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |