CN104883962A - 基于活动状态和姿势的针对亚急性患者的患者监测 - Google Patents

基于活动状态和姿势的针对亚急性患者的患者监测 Download PDF

Info

Publication number
CN104883962A
CN104883962A CN201380065082.1A CN201380065082A CN104883962A CN 104883962 A CN104883962 A CN 104883962A CN 201380065082 A CN201380065082 A CN 201380065082A CN 104883962 A CN104883962 A CN 104883962A
Authority
CN
China
Prior art keywords
patient
posture
vital sign
active state
mark
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.)
Granted
Application number
CN201380065082.1A
Other languages
English (en)
Other versions
CN104883962B (zh
Inventor
L·古尔墨隆
H·格赖纳
S·德韦勒
G·盖格纳
T·范登赫费尔
W·迈尔
H·曹
T·G·埃姆里希
V·A·R·阿尔特斯
S·齐默尔曼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN104883962A publication Critical patent/CN104883962A/zh
Application granted granted Critical
Publication of CN104883962B publication Critical patent/CN104883962B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
    • 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
    • A61B5/002—Monitoring the patient using a local or closed circuit, e.g. in a room or building
    • 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
    • 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
    • A61B5/103—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
    • A61B5/1116—Determining posture transitions
    • 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
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • 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
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7435—Displaying user selection data, e.g. icons in a graphical user interface
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • A61B5/02—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
    • A61B5/74—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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Cardiology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Pulmonology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

一种用于基于活动状态和姿势来监测患者方法和对应系统(300)。测量患者的活动状态和/或姿势。另外，根据安排来测量所述患者的一个或多个生命体征。基于测得的患者的活动状态和/或姿势以及测得的一个或多个生命体征来调节安排和/或对患者恶化进行监测。

Description

基于活动状态和姿势的针对亚急性患者的患者监测
技术领域
本发明总体涉及患者监测。本发明具体与基于活动状态和姿势的针对亚急性患者的患者监测结合应用，并且将特别参考基于活动状态和姿势的针对亚急性患者的患者监测来描述本发明。然而应当理解，本发明还适用于其他使用场景，而不必限于前述的应用。
背景技术
在亚急性医院环境中，1-5％的患者经历要求ICU转移、复苏或其他救治行动的严重不良事件(SAE)。另外，已知在这些SAE之前的几小时可以检测到患者恶化。早期预警分数(EWS)和快速反应团队(RRT)是分别已经被引入以检测患者恶化的早期体征并且根据早前预警来阻止SAE的两个组合的机制。
典型地通过生命体征的间歇性人工抽查测量来监测亚急性护理患者。被测量的常见生命体征包括脉搏、氧饱和度(SpO2)、呼吸、无创血压(NBP)、温度和二氧化碳。每隔一定区间(典型地为每6-8小时)执行这些抽查。频率取决于患者的严重性和员工的数量。另外，为了确保适当的监测，抽查安排上有要求。范例要求可以是“抽查之间的时间不可以超过8小时”。
当使用EWS系统时，这些生命体征测量结果中的每个被转译为分数，所述分数被总计以给出与患者状况相关的总分数。增加的分数提供了对患者恶化的早期预警。通常，当护士感觉患者正在恶化或需要更密切的注意时，他们增加抽查的频率。另外，护士可以在连续人工抽查之间使用用于自动抽查测量的监测设备。这是有利的，这是因为患者可能在两个连续的抽查之间恶化而有效地导致检测的延迟并且因此增加患者的风险。
人工抽查的一个困难是人工抽查造成护士的巨大工作负荷。另外，在抽查的情况下，确保在执行测量之前患者已经休息一会是很重要的，以便于确保结果反映患者的基准状况而不是与物理活动或姿势变化相关的自然波动。鉴于此，人工抽查的另一困难是取得生命体征的护士在获得生命体征之前可能并不适当地确保患者处在正确的(休息)状态中。
增加的对于减少健康护理的成本的压力加剧了关于人工抽查的前述困难，者这正导致更多且更年老的患者、更少的员工、更少的经教育且合格的员工和更早地被从重症监护室(ICU)转移到普通病房的患者。因此，具有向着自动、无人抽查的趋势。
包括被连续连接到患者的传感器的监测设备可以执行无人监测。在若干方面中，针对亚急性医院环境设置的监测设备应当不同于急性医院环境监测设备应当实现可移动监测。亚急性护理患者不应当在其移动性方面受限制，并且应当能够四处行走。因此优选无线监测设备。由于低的护士对患者的比率，监测设备应当要求护士的最小维护。监测设备应当提交可靠且可执行的信息，避免对错误和/或不相关警报的不可管理的溢出。
这些监测系统和/或设备的典型的采样方案是以对应于抽查区间的固定采样区间(例如每六小时)进行测量。尽管更高采样率是可能的，但可以优选低采样率以增加无线监测系统和/或设备的电池寿命。另外，普通病房的患者一般比ICU患者的风险更低，因此低采样速率典型地是足够的。备选地，这些监测系统和/或设备可以被用于以在人工抽查之间的固定采样区间来进行测量。
无人抽查的一个困难是，由于例如在不同的患者状态(例如行走对床上)间取得测量结果，测量结果可能不是可比较的。这可能发生在穿戴无线监测系统和/或设备的普通病房患者中。在患者处在不同状态时取得的测量结果可能导致诸如分数(例如早期预警分数(EWS))的推导结果和自动检测到的患者恶化的不准确性，以及增加的数量的不相关警报。例如，因为患者刚刚已经爬上楼梯，患者的心率可能高。这将导致针对高心率的临床无意义警报。
用于解决该可能的一种方法是，基于例如从加速度计推导出的患者的活动水平来校正警报阈值。然而，实际上，基于活动水平来可靠地调整警报阈值是很难的。例如，在以上范例中，活动水平与心率之间的关系不是非常稳定。其随着疾病状况并且在患者之间强烈变化，并且取决于活动类型，所述活动类型是难以从加速度计导出的。
无人抽查的另一可能是抽查可能发生在患者睡着时。这可能打扰患者的睡眠，并且对患者的恢复具有不利影响。自动血压测量尤其可能打扰患者的睡眠。
无人抽查的另一可能是执行抽查的频率。不是每个患者都要求相同水平的监测。对于具有恶化风险的患者，需要更频繁地测量某些生命体征。为了确保适当地监测恶化的患者，一种方法将监测设备配置为对所有患者都以高采样频率进行测量。然而，这种方法具有许多缺点。
由于这样的测量涉及臂箍的膨胀，因此血压测量是强加于患者的。这可能使患者不舒服，由此减少患者的满意度并且使患者恢复减慢。另外，增加的监测频率减少了监测设备的电池寿命。由于电池需要被更频繁地更换，这导致增加了护士的工作负荷。甚至，因为当监测安排要求频繁采样时需要更频繁地应用传感器，因此对已经掉落或具有坏接触(SpO2、ECG)的传感器进行再应用的工作负荷增加。
具有高监测频率的系统也可以产生不可接受的高数量的误警报。这是由于大多数亚急性病房患者具有稳定的状况，并且只有他们中的小部分将经历恶化。可以被用于以高频率对生命体征进行连续采样的可能的解决方案包括对长时间段上的样本求平均以更准确，或修改阈值并引入再确认测量。
用来设定抽查频率的另一方法是护士依据患者状况人工选择每个患者的适当的采样率。然而，在低护士对患者比率的情况下，这导致护士的显著的工作负荷。患者状态可能随时间变化的事实使这加剧。入院时看起来稳定的患者可能随时间转为不稳定。这意味着需要来自护士的定期关注。
由于抽查测量本身是自动地，因此也存在对使基准状况的验证自动化的需要。对此的周知的方法是使用运动感测(例如通过加速度计或视频体动记录仪)。例如，见美国专利No.5593431，其描述了使用加速度计的运动感测。为了评估活动状态的精神方面(例如睡眠检测)，可以使用诸如基于脑电描记法(EEG)的那些方法(例如美国专利申请公开No.2010/0099954中描述的)。另外，借助于与患者的自动交互(例如通过电子问卷调查)可以获得关于患者活动的信息。
发明内容
本发明提供了克服以上提到的问题和其他问题的新的且经改进的方法和系统。
根据一个方面，提供了一种医学系统。至少一个处理器被编程为根据安排来测量患者的活动状态和/或姿势并测量所述患者的一个或多个生命体征。基于测得的所述患者的活动状态和/或姿势以及测得的一个或多个生命体征，所述至少一个处理器还被编程为调节所述安排和对患者恶化进行监测中的至少一个。
根据另一方面，提供了一种医学方法。根据安排来测量患者的活动状态和/或姿势并测量所述患者的一个或多个生命体征。基于测得的所述患者的活动状态和/或姿势以及测得的一个或多个生命体征来调节所述安排和/或对患者恶化进行监测。
根据另一方面，提供了一种医学系统。患者准备系统被配置为使用患者的活动状态和/或姿势来针对自动抽查为所述患者做准备。自适应患者监测系统被配置为使用所述患者的生命体征测量结果来调节所述自动抽查的一个或多个监测频率，并且基于所述患者的生命体征测量结果和所述患者的活动状态和/或姿势来对患者恶化进行监测。
根据另一方面，一种自适应患者监测系统包括分数处理系统。患者的评分方案可以包括生命体征阈值和测得的生命体征的列表。所述自适应患者监测系统可以被配置为基于所述患者的生命体征测量结果和所述患者的活动状态和/或姿势来调节所述评分方案。
一个优势在于对患者的更可靠监测。
另一优势在于减少护士的工作负荷。
另一优势在于实现可移动监测的监测设备。
另一优势在于要求最小维护的监测设备。
另一优势在于对患者的非强制性监测。
另一优势在于考虑到患者状态的监测。
另一优势在于经改进的患者恶化检测。
另一优势在于描述对生命体征测量结果和患者活动和/或姿势的依赖性。
另一优势在于简化临床工作流和对患者状况的判断。
另一优势在于减少对生命体征的误解释和对患者状况的误判断。
本领域一般技术人员在阅读并理解了下面的具体说明后，将意识到本发明的进一步的优势。
附图说明
本发明可以采取各种部件和各部件的布置以及各种步骤和各步骤的安排的形式。附图仅出于图示优选实施例的目的，并不得被解读为对本发明的限制。
图1图示了用于智能间歇性生命体征监测的患者准备系统。
图2图示了患者通信系统。
图3图示了活动和/或姿势测量系统。
图4图示了患者准备管理系统。
图5图示了患者准备管理系统和患者通信系统的组合的功能。
图6图示了生命体征监测管理系统。
图7A图示了抽查计时管理的范例。
图7B图示了抽查计时管理的另一范例。
图8图示了自适应患者监测系统。
图9图示了基于三参数早期预警分数(EWS)系统来调节监测频率的范例。
图10图示了可以应用自适应患者监测系统的范例场景。
图11图示了可以应用自适应患者监测系统的另一范例场景。
图12图示了增强的临床工作流系统。
图13图示了竖直活动条的范例。
图14A图示了针对两个不同活动水平的水平活动条的范例。
图14B图示了针对两个不同活动水平的竖直活动条的范例。
图15A图示了对水平活动水平的范例显示。
图15B图示了对竖直活动水平的范例显示。
图16图示了对活动水平的数字显示的范例。
图17A图示了水平活动条和对应数值的范例。
图17B图示了水平活动条和对应数值的另一范例。
图17C图示了竖直活动条和对应数值的范例。
图18图示了针对活动水平的水平趋势线的范例。
图19图示了用来在趋势线上显示活动条的不同方法。
图20图示了可以被用于描述姿势的关键词或短语和对应图标的表格。
图21A图示了姿势的范例显示。
图21B图示了姿势的另一范例显示。
图22图示了可以被用于描述动态姿势的关键词或短语和对应图标的表格。
图23A图示了姿势的关键词或短语和对应的时间戳的范例列表。
图23B图示了姿势的图标和对应的时间戳的范例列表。
图24图示了姿势的范例时间线。
图25A图示了使用图标组来指示多个图标的范例时间线。
图25B图示了使用箭头来指示多个图标的范例时间线。
图25C图示了使用箭头来指示多个图标的另一范例时间线。
图25D图示了使用抽象符号来指示多个图标的另一范例时间线。
图25E图示了使用沿垂直于时间轴方向的交错图标来指示多个图标的另一范例时间线。
图26图示了在姿势和视觉风格之间的映射。
图27图示了范例姿势条。
图28图示了姿势条的时间窗的移动的范例。
图29图示了使用分类的范例姿势条。
图30图示了通过移动时间窗并观察姿势条的变化来估计事件的范例。
图31A图示了当患者仰卧时相关指示符的范例。
图31B图示了当患者行走时相关指示符的范例。
图32图示了包括活动水平和姿势两者的相关指示符的范例。
图33图示了使用用于显示的姿势的精简形式作为相关指示符的范例。
图34A图示了使用活动水平的趋势作为相关指示符的范例。
图34B图示了使用活动水平的趋势作为相关指示符的另一范例。
图35图示了在其内可以采用患者准备系统、自适应患者监测系统和增强临床工作流系统的医学系统的范例。
具体实施方式
尽管运动感测可以被动地验证患者是否在和/或已经休息，但是其仍然缺少护士主动指令患者进入休息状态的能力。本发明提供了用来在自动系统中实现这个的系统和方法，使得如传统上由护士执行的耗时的抽查确实可以是完全自动的。
参考图1，提供了用于智能间歇性生命体征监测的患者准备系统10。在可以期望患者是移动的并且对自动指令做出响应的状况下，典型地采用患者准备系统10。普通(低紧急)医院病房是突出范例。
患者通信系统12允许在患者准备系统10与相关联的患者之间的单向和/或双向通信。可以通过例如常规显示系统、触摸屏系统、声音播放系统、照明系统、触觉接口系统、或这样的系统中的任何或全部的组合来实现患者通信系统12。
患者通信系统12接收来自患者准备系统10的其他系统的针对患者的请求和/或消息。例如，患者通信系统12可以接收针对休息中的患者的请求以在指示(和动态更新)的时间段期间维持休息位置，直到完成生命体征测量。响应于患者请求和/或消息，患者通信系统12的患者接口18(见图2)被用于提示患者并且在一些实例中接收请求信息。例如，患者接口是一个或多个单向或双向通信器件，例如音频系统、照明系统、显示系统、触摸屏系统、蜂鸣器系统等。患者接口还可以包括环境方面，例如窗帘、窗口、门等。
参考图2，图示了患者通信系统12的范例。请求和/或消息处理模块20接收请求和/或消息。这些请求和/或消息被转译成对交互管理模块22的指令，交互管理模块22根据指令来控制患者接口18。交互管理模块22可以接收来自患者接口18的反馈，所述反馈被传回到请求和/或消息处理模块20。
参考回到图1，员工工作流管理和通信系统24允许在患者准备系统10与医学机构(例如采用患者准备系统10的医院)处的员工之间的单向和/或双向通信。例如，可以使用一个或多个单向或双向通信器件(例如音频系统、照明系统、显示系统、触摸屏系统、蜂鸣器系统等)来执行通信。另外，员工工作流管理和通信系统24可以允许对员工工作流的修改。例如，可以修改护士的工作流来增加抽查的频率。
活动和/或姿势测量系统26测量患者的活动状态和/或姿势。活动可以包括以下中的一个或多个：现在和最近身体活动水平、身体活动类型、(一个或多个)睡眠状态、(一个或多个)精神状态等。活动状态的主要范例是休息状态(即患者的生命体征可能反映基准状况的状态)。例如，姿势可以包括仰卧和俯卧。
可以根据周知的技术使用一个或多个传感器28来自动地确定活动状态和/或姿势。例如，可以使用具有例如加速度计或视频体动记录仪的运动感测来确定患者的活动状态的身体方面。例如，可以使用睡眠检测方法(例如基于脑电图学(EEG)的那些)来确定活动状态的精神方面。此外，可以使用患者通信系统12和/或员工工作流管理和通信系统24来确定活动状态和/或姿势。例如，可以借助于与患者的自动交互(例如通过电子问卷调查)来获得活动状态和/或姿势。如另一范例，可以从执行抽查的护士获得活动状态和/或姿势。
参考图3，提供了活动和/或姿势测量系统26的一个实施例。患者活动状态监测系统接收来自传感器28的信号，所述信号由信号处理模块30来处理。信号处理模块30从信号中提取特征，所述特征由分类模块32使用来对患者的活动状态和/或姿势进行分类。例如，特征可以包括加速度。
参考回到图1，生命体征测量系统34使用一个或多个传感器36来自动地测量一个或多个生命体征。这些传感器36可以与被用于确定活动状态和/或姿势的传感器28交叠。生命体征可以包括例如以下中的一个或多个：脉搏、氧饱和度(SpO2)、呼吸、无创血压(NBP)、温度和二氧化碳。典型地根据安排来周期性地执行测量。例如可以每小时周期性地执行测量。另外，可以独立地针对每个生命体征、全局地针对所有生命体征、或独立地针对生命体征的集合来配置测量安排。例如，可以每4小时测量NBP、可以每1小时测量SpO2、并且可以每15分钟测量呼吸。
当患者的活动状态和/或姿势处在诸如基准状态的所要求的活动状态和/或姿势(例如，休息状态)时，生命体征监测管理系统38智能地执行对患者的抽查(即收集生命体征测量结果)。可以从生命体征测量系统34、员工工作流管理和通信系统24、患者通信系统12或患者准备系统10的任何其他系统来自动地收集生命体征测量结果。例如，员工可以被要求采取生命体征测量。此外，如果在一定量的时间(即方便时期)后患者不处在所要求的活动状态和/或姿势，则生命体征监测管理系统38可以与生命体征测量系统34、员工工作流管理和通信系统24、患者通信系统12、或患者准备系统10的任何其他系统中的一个或多个交互以解决这种状况。
生命体征监测管理系统38接收来自活动和/或姿势测量系统26的关于患者的当前活动状态和/或姿势的输入，以及来自员工工作流管理和通信系统24的监测设定。监测设定可以指定以下中的一个或多个：抽查频率、所要求的患者的活动状态和/或姿势、在其内需要执行抽查的抽查区间等。抽查频率典型地基于医院政策和/或患者的严重性而被设定。另外，可以独立地针对生命体征来设定抽查频率。抽查区间提供围绕所安排的抽查的余度，在所述余度内执行抽查。另外，抽查区间可以例如围绕所安排的抽查时间集中。为了图示，假设抽查被安排在2PM，并且40分钟的抽查区间围绕这种安排的抽查来集中。在该范例中，可以从1：40PM到2：20PM执行抽查。
使用患者的当前活动状态和/或姿势以及监测设定，生命体征监测管理系统38试图根据抽查频率来采取生命体征测量。从所安排的抽查的抽查区间的开始到结束，生命体征监测系统38监测当前活动状态和/或姿势以与所要求的活动状态和/或姿势匹配。如果发现匹配，则典型地使用生命体征测量系统34来自动收集生命体征测量结果。如果在抽查区间结束之前未收集到生命体征测量结果，则可以使用员工工作流管理和通信系统24来向员工发出缺乏测量结果的警报。
在预定量(例如百分比)的抽查区间已经流逝而没有收集测量结果之后，患者准备管理系统40可以被用于知道患者采取所要求的活动状态和/或姿势。例如，可以指导患者进入休息位置。例如，百分比可以是0％(即一直指导患者)或50％(即抽查区间的一半已经流逝之后)。
患者准备管理系统40接收所要求的活动状态和/或姿势以及在其内指导患者的时间段(即当前时间到抽查区间的结束)。另外，患者管理系统40接收患者的当前活动状态和/或姿势。基于输入，患者通信系统12被控制来指导患者。指令典型地通过以下中的一个或多个来指向具体患者：例如嵌入在传感器28内和/或活动和/或姿势测量系统26的显示、光、声音和蜂鸣器。如果患者已经实现了所要求的活动状态和/或姿势或抽查区间结束，则将对患者的指令去使能。
参考图4，图示了患者准备管理系统40的一个实施例。准备排程器模块42使用当前活动状态和/或姿势，以及所要求的活动状态和/或姿势和计时方面来建立患者准备安排。该安排被反馈到请求和/或消息管理模块44，请求和/或消息管理模块44将安排转译成可以由患者通信系统12处理的各个准备请求和/或消息。请求和/或消息管理模块44可以接收关于对请求和/或消息的处理的反馈，所述反馈反过来可以被用于向准备排程器模块42提供反馈。
参考图5，流程图图示了根据一个实施例的患者准备管理系统40和患者通信系统12的组合的功能。由患者准备管理系统40来执行虚线以上的检测，并且由患者通信系统12执行虚线以下的动作。当患者的当前活动状态和/或姿势指示患者在活动并且所要求的活动状态和/或姿势是患者不活动时，患者通信系统12被用于播放声音。例如，该声音可以通知患者睡觉。
参考回到图1，为了优化患者的睡眠质量，当患者的当前活动状态和/或姿势指示患者正在睡眠时，患者准备管理系统40可以避免来自临床访问或自动测量的打扰(例如无创血压测量的自动膨胀袖箍)。无打扰生命体征的抽查频率和/或安排可以被调节和/或增加以越过被抑制的生命体征的缺口(例如可以根据SpO2而不是NBP确定脉搏)。
另外，取决于可用的监测技术和现有的工作实践，有时有必要由临床医生手动执行至少一些生命体征测量。在这种情况下，患者活动状态需要与临床医生的工作流尽可能好地匹配以便实现最优效率。患者准备管理系统40可以使用组合方法来决这个问题。可以使用患者准备管理系统40来指导患者达到所要求的活动状态和/或姿势，并且可以使用临床医生工作流管理和通信系统24依据实际患者活动状态和/或姿势来对临床医生工作流安排进行动态的适配。
为了进行图示，假设患者正在睡眠，而他的生命体征仅在中等急迫的情况下需要由护士进行测量。护士的工作流安排可以适于让患者睡眠，同时护士先参与其他职责(例如测量关于已经苏醒的患者的生命特征)。
参考图6，图示了生命体征监测管理系统38的一个实施例。测量排程器模块46接收当前活动状态和/或姿势和监测设定，以及来自测量配准和分析模块48的更新和来自测量请求管理模块50的安排反馈。基于该输入，测量排程器模块46生成安排(或生命体征的独立安排)，所述安排被提供到测量请求管理模块50。另外，测量排程器模块46向患者准备管理系统40提供所要求的活动状态和/或姿势以及计时信息。
测量请求管理模块50根据测量安排试图收集来自生命体征测量系统34和/或临床医生工作流管理和通信系统24的生命体征测量结果。来自测量请求管理模块50的反馈被提供到测量排程器模块46，所述测量排程器模块46描述对收集生命体征测量结果的尝试。
测量配准和分析模块48接收来自生命体征测量系统34和/或员工工作流管理和通信系统24的生命体征测量结果。基于此，执行分析以评估是否需要生成任何患者警报。可以通过员工工作流管理和通信系统24向员工提供警报。另外，可以做出对由测量排程器模块46使用的监测设定的更新。例如，如果对生命体征测量结果的分析指示患者正在恶化，则可以增加抽查的频率。
参考图7A和7B，图示了根据患者准备系统10的抽查计时管理的两个范例。在图示的范例中，所述要求的活动状态和/或姿势是低活动水平的。另外，实线表示一些活动水平信号，并且虚线对应于抽查测量结果的最大活动水平。“AL”对应于活动水平，“t”对应于时间，“PR”对应于准备请求，“SC”对应于抽查，并且“Isc”对应于抽查区间。
在图7A的范例中，抽查区间(即在其内需要执行抽查测量的时间范围)与‘休息’时期一致，因此可以在活动水平已经降到最大允许水平以下之后补救执行抽查。在图7B的范例中，在定义的区间的初始部分期间，患者活动水平对于抽查测量太高，因此指导患者进入休息状态。响应于所述指令，患者进入休息状态(即活动水平下降到最大允许水平以下)，并且可以在所要求的抽查区间内执行有效的抽查测量。注意到在这些范例中，患者只有在看来有必要进行有效的抽查测量时才被指导，如在图7B的范例中的情况。
类似于护士使抽查的频率适应于患者的状况，本发明提供了用来使监测方案适应于患者的状况的系统和方法。在患者状况变差的情况下，这通过自动增加监测频率来实现，以便确保对进一步恶化的及时警报和追踪。
参考图8，提供了自适应患者监测系统100。如以上在患者准备系统10的情况下，典型地在可以期望患者是移动的状况下采用自适应患者监测系统100。普通(低紧急)医院病房是突出范例。
自适应患者监测系统100包括生命体征测量系统102，生命体征测量系统102执行关于患者的自动抽查(即收集生命体征测量结果)。生命体征可以包括例如以下中的一个或多个：脉搏、氧饱和度、呼吸、无创血压、温度和二氧化碳。为了促进自动抽查，生命体征测量系统102包括使用一个或多个传感器106来测量患者的生命体征的一个或多个患者测量设备104。
患者测量设备104典型地定位在患者上或患者内或靠近患者。另外，患者测量设备104典型地是无线的以允许患者的步行移动。以最小的频率来测量生命体征，这确保在临床医生的两个人工的、连续的抽查之间的足够覆盖。例如，如果每4小时执行人工抽查，则可以在人工抽查之间每小时执行自动抽查，或者可以设定独立的生命体征安排，例如每小时的NBP和每15分钟的SpO2。
员工工作流管理和通信系统106允许在自适应患者监测系统100与在医学机构(例如采用自适应患者监测系统100的医院)处的员工之间的单向和/或双向通信。例如可以使用一个或多个单向或双向通信器件(例如音频系统、照明系统、显示系统、触摸屏系统、蜂鸣器系统等)来执行通信。另外，员工工作流管理和通信系统106可以允许对员工工作流的修改。例如可以修改护士的工作流来增加抽查的频率。
分数处理系统108基于从生命体征测量系统102接收到的所有生命体征测量结果来估计患者状况。例如，分数可以被分配到每个生命体征，并且然后可以将生命体征的分数进行总计以确定指示患者状况的总监测分数。在一些实施例中，从图1的患者准备系统10获得生命体征测量结果。
如果与先前的抽查相比，针对一个或多个生命体征的患者的分数已经变得更差和/或被改善，则分数处理系统108在延迟(一分钟、五分钟、十分钟或十五分钟)后自动重新测量这些生命体征和/或其他生命体征(例如使用生命体征测量系统102b)。这确保所述状况不是暂时的或源于伪影的。如果分数增加持续，则监测频率控制系统110自动地增加针对生命体征、生命体征的子集或所有生命体征的自动抽查频率。类似地，如果分数减少持续，则监测频率控制系统110自动地减少针对生命体征、生命体征的子集或所有生命体征的自动抽查频率。
监测频率控制系统110根据监测设定和由分数处理系统108确定的分数来控制抽查频率。监测设定可以指定关于生命体征的监测频率的限制(上限和/或下限)、生命体征的默认监测频率等中的一个或多个。另外，可以基于例如(例如来自员工工作流管理和通信系统106的)临床医生输入、采用自适应患者监测系统100的医学机构的政策、患者状况等来指定监测设定。
关于临床医生输入，当临床医生执行人工抽查时，可以将时间和生命体征测量结果提供到监测频率控制系统110。这样，如下所述，下一期望的人工抽查的时间是已知的并且可以被用于决定何时通知临床医生。此外，临床医生可以设定他们认为适当的监测频率。例如，假设已经给予患者一些药物，由此导致心率增加。因为临床医生知晓这种药物，所以临床医生可以将监测频率设定为每小时1次测量，并且覆盖监测频率控制系统110在另外的情况将使用的每30分钟1次测量的监测频率。
当由于例如生命体征恶化而自动改变生命体征的抽查频率时，新的抽查频率将取决于患者的状况。例如，可能存在四个不同的自动监测频率：1)每小时1次测量；2)每30分钟1次测量；3)每15分钟1次测量；以及4)每分钟1次测量，每个对应于分数或分数范围。患者的分数越差，监测频率越高。
典型地独立于其他生命体征并且基于该生命体征的独立的分数来对每个生命体征的频率进行适配。然而，每个生命体征的频率可以依赖于其他生命体征并且基于总分数。例如，所有的生命体征可以基于总分数而共享公共的频率。如另一范例，如果总分数高，则可以将每个参数的抽查频率从其在独立于其他生命体征的情况下将要被设定的水平增加一个或多个水平(例如从每小时1次测量到每15分钟1次测量)。否则，独立地设定每个生命体征的频率。当总分数超过由自适应患者监测系统100的操作者设定的阈值时，总分数是高的，操作者认为阈值指示高的总分数。
另外，当自适应患者监测系统100被初始化时，执行测量的第一集合。测量的第一集合由分数处理系统108和监测频率控制系统110使用，以分别确定基准监测分数和选择基准监测频率。
监测频率控制系统110和/或分数处理系统108可以被用于分别通知临床医生抽查频率的变化和/或分数变化，所述变化是临床显著的。临床显著的变化可以是其中变化的程度超过由自适应患者监测系统100的操作者设定的阈值的那个，所述阈值指示临床显著的变化。甚至，可以例如由监测频率控制系统110来通知护士以下中的一个或多个：添加额外的患者测量设备、执行抽查、以及检查其他生命体征(例如意识)。可以使用员工工作流管理和通信系统106来将通知传达给临床医生。例如，可以在优选的接口(例如中心站或护士呼叫或寻呼设备)上显示消息。
参考图9的表格，可以如何基于三参数早期预警分数(EWS)系统来自动调节监测频率的范例。表格示出了监测频率、生命体征测量结果和各个分数之间的关系。监测频率可以被独立地耦合到每个生命体征分数或耦合到总EWS。在第一种情况下，每个生命体征将具有与对应的生命体征分数相联系的具体监测频率。在第二种情况下，所有生命体征将具有对应于特定的EWS的同一监测频率。
假设所有生命体征都具有同一监测频率，则认为总EWS分数大于或等于3。在这种情况下，采用1次测量/15分钟的最小监测频率。如果各个分数中的任何增加，则在延迟(例如1分钟或5分钟)之后重复对应的测量以确保该状况持续。如果该状况持续，则将通知发送给临床医生，并且基于图9的表格来增加监测频率。否则，可以丢弃该暂时的患者变差，并且监测频率保持不变。
参考图10，提供了可以应用自适应患者监测系统100的范例场景的表格。如可以看出的，在14：00脉搏率增加，并且在14：31脉搏率减少。脉搏率的暂时增加可能由来自患者的一些持续的努力引起，并且不是临床相关的。自适应患者监测系统100自动调节采样频率以确保患者的安全监测。当患者的脉搏率回到正常时，脉搏率监测频率被自动切换回到最小监测频率，以减少患者测量设备104的功耗。不向护士发送脉搏率的监测频率增加的通知消息，这是因为不进一步要求护士进行动作。为了避免临床医生因非临床相关信息而超负荷，仅将要求临床医生进行动作的患者状况的变化通知他们。用来实现评分系统108的这种性能的一种方法是请求重新测量，并且因此再次确定恶化状况。另一方面，在活动信息可用于评分系统108的情况下，评分系统108可以抑制重新测量，并且如果活动在可接受范围内则立即进行通知。
参考图11，提供了可以应用自适应患者监测系统100的另一范例场景的表格。在13：55，由于高剂量止痛太高，患者经历呼吸率异常地低的危急状况。护士知道患者具有源于患者控制的止痛(PCA)的呼吸困难的风险，并且因此设定针对呼吸率的较高的监测频率。当呼吸率进一步降低时，自适应患者监测系统100使监测频率进一步适于监测频率的最高水平。由于这种状况需要来自护士的快速动作，因此向她发出关于患者状况的警报。
参考回到图8，监测频率控制系统110可以额外地或备选地采用其他方法来对生命体征的监测频率进行适配。一种这样的方法建立在这样的现实上，即医院工作流常常规定当存在对患者恶化的关注时应当以增加的频率来执行人工抽查。因此，可以针对具有较高的人工抽查频率的患者来增加自动抽查频率。例如，可以以与人工抽查频率成线性比例的方式来调节自动抽查频率。这种方法可以对以上描述的方法进行补充，这是因为这种方法可以调节患者的自动抽查频率，其中，由员工从测得的生命体征之外的信息推导潜在恶化。
另一方法建立在这样的现实上，即医院工作流可以规定针对每个患者来设定急性水平。例如，绿色可以被用于指示患者是稳定的和/或低风险的，而红色可以被用于指示患者处在高风险。该指示符典型地被用于调节人工抽查频率，并且类似地可以被用于调节自动抽查频率。
自适应患者监测系统100的另一方法是重新配置分配到患者的评分方案。患者独立的评分方案可以包括生命体征阈值和测得的生命体征的列表。自适应患者监测系统100可以被配置为基于患者的生命体征测量结果和患者的活动状态和/或姿势来调节独立的评分方案。
本发明包括在其中活动状态和姿势的额外可用的患者信息被用于增强生命体征测量以及推导的结果(例如分数)的有效性和质量的系统和方法。基于活动状态和姿势的测量相关指示符可以被用于描述生命体征测量和患者活动状态和/或姿势的依赖性。另外，可以基于活动状态和/或姿势来收集生命体征测量结果，并且可以基于活动状态和/或姿势来生成通知。
参考图12，提供了增强的临床工作流系统200。增强的临床工作流系统200可以被用在其中患者状态仅间歇性地被作为整体评估并且其间的额外测量结果被自动地(无人地)取得的每种环境中。
增强的临床工作流系统200包括患者通信系统202，患者通信系统202允许增强的临床工作流系统200与相关联的患者之间的单向和/或双向通信。可以通过例如常规显示系统、触摸屏系统、声音播放系统、照明系统、触觉接口系统、或这样的系统中的任何或全部的组合来实现患者通信系统202。
员工工作流管理和通信系统204允许增强的临床工作流系统200与医学机构(例如采用增强的临床工作流系统200的医院)处的员工之间的单向和/或双向通信。可以使用例如一个或多个单向或双向通信器件(例如音频系统、照明系统、显示系统、触摸屏系统、蜂鸣器系统等)来执行通信。另外，员工工作流管理和通信系统204允许对员工工作流的修改。例如可以修改护士的工作流来增加抽查的频率。
患者活动状态监测系统206确定患者的活动状态和/或姿势。活动状态可以包括以下中的一个或多个：现在和最近的身体活动水平、身体活动类型、(一个或多个)睡眠状态、(一个或多个)精神状态等。活动状态的主要范例是休息状态(即在其中患者的生命体征可能反映基准状况的状态)。
可以根据周知的技术使用一个或多个传感器208来自动地确定活动状态和/或姿势。例如可以使用具有例如加速度计或视频体动记录仪的运动感测来确定患者的活动状态的身体方面。可以使用例如睡眠检测方法(例如基于脑电图学(EEG)的那些)来确定活动状态的精神方面。此外，可以使用患者通信系统202和/或员工工作流管理和通信系统204来确定活动状态和/或姿势。例如，可以借助于与患者的自动交互(例如通过电子问卷调查)来获得活动状态和/或姿势。如另一范例，可以从执行抽查的护士获得活动状态和/或姿势。
生命体征测量系统210使用一个或多个传感器212来自动地测量一个或多个生命体征。这些传感器212可以与被用于确定活动状态和/或姿势的传感器208交叠。生命体征可以包括例如以下中的一个或多个：脉搏、氧饱和度、呼吸、无创血压、温度和二氧化碳。典型地根据安排周期性地执行测量。例如，可以每小时周期性地执行测量。
生命体征监测管理系统214执行对患者的抽查(即收集生命体征测量结果)。典型地当患者在活动状态和/或姿势的预定范围中时，可以从生命体征测量系统自动地收集生命体征测量结果。也可以从员工工作流管理和通信系统204、患者通信系统202或增强的临床工作流系统200的任何其他系统收集生命体征测量结果。例如，可以要求员工提供生命体征测量结果。患者监视器可以被用于基准生命体征测量，并且患者穿戴设备或临床医生的独立观察可以被用于间歇性测量。
分数处理系统216基于(典型地通过生命体征监测管理系统214)从生命体征测量系统210接收的所有生命体征测量结果来估计患者状况。例如，分数可以被分配给每个生命体征，并且然后可以将生命体征的分数进行总计以确定指示患者状况的总监测分数。在一些实例中，当活动状态和/或姿势在可接受范围之外时，被分数处理系统的操作者认为具有对活动状态和/或姿势的高度依赖性的那些生命体征可以被抑制。例如，对生命体征的抑制可以包括使用在活动状态和/或姿势在可接受范围之内时采取的最后测量结果来代替当前测量结果。
如果针对一个或多个生命体征的患者的分数与先前的抽查相比已经变得更差，则在延迟(例如一或五分钟)之后分数处理系统216可以自动重新测量这些生命体征(典型地通过生命体征监测管理系统214)。备选地，如果患者的总分数与先前抽查相比较已经变得更差，则在延迟之后分数处理系统216可以自动地重新测量所有的生命体征。在这两种情况下，可以由分数处理系统216的用户来设定，或基于患者的活动状态和/或姿势来设定所述延迟。
作为备选，重新测量可以被延迟直到活动状态和/或姿势(例如活动水平)在可接受范围内。另外，测量方案安全网可以被落实到位以在最大量的时间过去之后(即上限)进行重新测量。可以由分数处理系统200的用户设定，或基于患者的活动状态和/或姿势来设定所述上限。
如果在重新测量之后，分数(例如总分数或独立的生命体征分数)示出恶化，则使用员工工作流管理和通信系统204来生成恶化的通知。例如，所述通知可以被显示在患者监视器上、被记录用于后续观察、或被传达到护理患者的临床医生。如果活动状态和/或姿势在可接受范围之外(例如活动水平在由分数处理系统204的操作者定义的预定阈值以上作为指示高活动水平)，所述通知还可以包括活动状态和/或姿势约束。否则，通知不被约束。因此，存在两种类型的恶化通知(例如约束的和无约束的恶化通知)以支持对患者紧急性变化的健康护理人员评估。在一些实例中，如果在活动状态和/或姿势约束下生成针对恶化的一定严重性的通知，则可以在活动状态和/或姿势在可接受范围之内的状况中再次宣告针对相同严重性恶化的通知。
备选地，如果在重新测量之后，分数示出恶化并且活动状态和/或姿势在可接受范围之外，则可以使用员工工作流管理和通信系统204来生成通知，所述通知指示由于活动状态和/或姿势恶化宣告不是合理的。
活动和姿势监测系统218监测患者的活动状态和/或姿势，并且使用员工通信和工作流系统204来生成对临床医生的姿势和/或活动通知。这样的通知包括姿势和活动通知。例如，所述通知可以被显示在患者监视器上、被记录用于后续观察、或被传达到护理患者的临床医生。
可以周期性地生成姿势通知，并且所述姿势通知包括在预定的时间段从姿势的趋势提取的特征。而且，如果满足特定条件，则可以生成姿势通知。这些条件可以基于多个(可配置的)姿势(典型地是躺倒位置)的组合。
例如，如果患者已经处在位置或姿势的子集中大于预定的时间段(能由活动和患者监测系统218的操作者配置)，则可以生成活动通知。图20中示出了位置的范例，下文更详细地进行描述。另外，图27-图30图示了使用图26中的姿势映射来示出随着时间的姿势的姿势条。下面更详细地描述了这些附图。在可配置的姿势的集合或子集(例如左侧卧)内的一定量的时间之后，可以生成通知。
如另一范例，在患者离开这些位置中的一个之后可以生成通知，所述通知指示患者在所述位置多长时间。如另一范例，如果到不同位置的变化率超过阈值，则可以生成通知。在一些实例中，在满足条件后通知将被延迟，并且仅在条件持续的情况下生成通知。姿势通知的范例可以要求临床医生移动患者的位置或护理患者。
姿势通知必须容忍到患者的其他位置的暂时移动，以避免不必要的误通知。因此，例如姿势条件还可以包括在生成通知之前在期望的位置之外的绝对时间范围。例如，在生成报警之前必须在期望的绿色位置之外经过N分钟。备选地，这些条件可以包括例如在生成通知之前在期望的位置之外的配置量的时间上的相对时间范围。例如，x％(百分比)的时间在期望的位置之外。
可以周期性地生成活动通知，并且所述活动通知包括在预定的时间段上从活动状态的趋势提取的特征，例如活动水平的总和、最大活动水平、峰值/时间段等。另外，如果基于这些特征或其他特征满足特定条件，则可以生成活动通知。例如，如果患者已经在活动状态(例如活动水平)大于预定的时间段，则可以生成活动通知。
如另一范例，例如当期望患者离开床行走时，如果患者在预定时间段上还没有到达一定活动水平，则可以生成活动通知(例如这可以在图18中看出)。如另一范例，例如当期望患者已经卧床休息时，如果检测到活动水平中的不期望的峰值，则可以生成活动通知(例如这可以在图19中看出)。可以通过对图18和图19的趋势线的转译来确定这两个范例和其他范例。更普遍地，下面详细地描述了，因为不能假设健康护理人员审阅图表，所以图18和图19可以被转译以自动地向健康护理人员生成活动通知。可以通过寻呼或显示来通知健康护理人员。
活动通知必须容忍患者的暂时的其他/不期望的活动水平，以避免不必要的误通知。因此，例如活动状况还可以包括在生成通知之前在期望的活动水平之外的绝对时间范围。例如，仅在其他/不期望的活动经过预定量的时间(例如10分钟)之后才通知。换言之，在满足条件后将通知延迟，并且只有在条件持续的情况下才生成通知。活动通知的范例是如果条件持续10分钟则要求临床医生检查患者的锻炼状态的通知。
显示系统220提供用于使用例如员工工作流管理和通信系统204来将患者的活动状态和/或姿势在显示设备上可视化的一致的方法。一致的表现对允许对活动状态和/或姿势的容易的识别以及对(尤其以小形式因子)示出了哪些值的(隐式)识别是重要的。如下文描述的，可以使用显示元素(例如图标和图形)来执行可视化。显示元素可以是大小可变的，但是多于收缩或增强的图形图像。当然，当显示元素变得更小时，显示元素变得更抽象。
当显示活动状态时，典型地采用活动水平。可以使用竖直或水平条来显示活动水平，条的长度跨越在两个末端即第一末端和第二末端之间。第一末端表示最小活动水平和/或活动水平的数据不可用(例如测量活动状态和/或姿势的传感器没有被附接到患者)，而第二末端表示最大活动水平。随着活动水平增加，从第一末端到第二末端设定条的增加的百分比。设定条的百分比包括着色或以其他方式可视化地修改部分以与条的剩余部分不同。类似地，随着活动水平减小，从第一末端到第二末端设定条的减小的百分比。
参考图13，图示了使用包括在竖直条的长度的两个末端之间隔开的5个显示元素的竖直活动条的范例。随着活动水平增加，设定越来越多的元素(例如着色或被以其他方式可视化地修改以区别未设定的元素)。类似地，随着活动水平减小，越来越多的元素不被设定。第一(即最左边的)列表示具有最小活动水平和/或活动水平的数据不可用的条。第六(即最右边的)列表示具有最大活动水平的条。第二至第五列表示具有增加的活动水平的条。竖直条也可以被水平地使用。另外，可以采用更多或更少的元素。
参考图14A和图14B，示出了水平活动条和竖直活动条。图14A图示了两个水平条，每个设定不同的活动水平。图14B图示了两个竖直条，每个设定不同的活动水平。参考图15A和图15B，分别图示了活动水平的水平显示和竖直显示。
用于显示活动水平的另一种方法是使用表示患者的活动水平的数值来显示活动水平。数值的范围可以从第一末端到第二末端，第一末端指示最小活动水平和/或活动水平的数据不可用，而第二末端指示最大活动水平。例如，数值范围可以从0到5，其中，零指示数据不可用，5指示最大活动水平，并且从0到5表示增加的活动水平。参考图16，图示了对活动水平的数字显示。
显示活动水平的又一方法是将活动水平显示为以上描述的活动条方法和数值方法的组合。例如，参考图17A-C，图示了三个范例显示。图17A和图17B图示了水平活动条和对应的数值。图17C图示了竖直活动条和对应的数值。
为了帮助将测量活动状态和/或姿势的传感器附接到患者的过程，可以实时或近实时地更新活动数字和/或条。例如，可以每秒更新活动数字和/或条。者甚至可以有助于以一秒的间隔来示出活动数字和/或条的趋势。
可以使用例如如图18所示的以上描述的活动条来将活动水平示出在竖直或水平趋势线上。当趋势线是竖直的时，使用水平活动条。类似地，当趋势线是水平的时，使用竖直活动条。每预定的时间段(例如每10秒)将活动条添加到趋势线。每个活动条表示从先前的活动条到所述活动条跨越的区间。例如，活动条能够表示在区间上的平均、最大或最小活动水平。
在其期间活动水平的数据不可用的区间不具有活动条。对应于在其期间活动水平不可用或部分不可用的区间的活动条可以被示出有增强的外观。例如，如由图19中的[h]、[k]和[n]图示的，这样的活动条可以被示为更亮，例如具有通常宽度的一半。如另一范例，如由图19中的[g]和[m]图示的，这样的活动条可以被示出有颜色的较浅的明暗度(例如与黑色相比较的灰色)，或如由图19中的[f]和[l]图示的，仅被示出有其轮廓而未填充。
在一些实例中，示出最大活动水平和平均活动水平两者是有利的。例如，可以如以上所述地显示平均活动水平，并且可以如图19中的[b]、[c]和[d]图示地通过点、交叉或细竖直线来显示最大活动水平。典型地，使用相同的视觉风格(例如颜色、样式等)来显示区间的最大活动水平和平均活动水平两者。
如图18中图示的，通过点示出了最大活动水平。显示最大活动水平和平均活动水平两者有助于区别在其期间患者长时间休息(例如睡眠)的区间和在其期间患者待在床上或坐在椅子上(例如低平均活动水平)，但起来并四处移动的区间。对于前者，因为最大活动水平和平均活动水平基本相同，因此平均活动水平低并且所述点不可见。对于后者，所述点对应于远大于平均的值。在图7的中间部分，患者连续地锻炼(即高活动水平并且无点)，并且然后在接下来的区间中开始暂停。平均活动水平仍然高，但是最大活动水平更高(即存在更少活动的时间)。
另外，在一些实例中，示出平均活动水平、90％的活动水平和最大活动水平是有利的。例如，可以如以上描述地显示平均活动水平和最大活动水平，并且如由图19中的[e]、[l]、[m]和[n]图示的，可以将90％的活动水平显示得更亮，例如具有通常宽度的一半。典型地，使用相同的视觉风格(例如颜色、样式等)来显示区间的平均活动水平、90％的活动水平和最大活动水平。
当利用常规风格完成时，典型地不存在对示出最小值或10％的值的临床需要，由图19中的[a]图示了这样的范例。典型地只是数据杂乱。更恰当的是仅示出平均值和最大值(由图19中的[b]、[c]、[d]、[f]、[g]、[h]和[k]示出)或者平均值、90％的值和最大值(由图19中的[e]、[l]、[m]、[n]示出)。尽管如此，应当意识到，可以使用所描述的技术(例如使用不同宽度)和/或代替平均值、90％的值和最大值中的至少一个来额外地显示10％的值和/或最小值。
可以利用描述姿势的关键词或短语(例如仰卧)、图标或使用组合中的一个或多个来显示姿势。参考图20，表格图示了可以被用于描述姿势的关键词或短语和对应的图标。以上姿势是静态的(即可以从诸如加速度计测量结果的传感器测量结果立即导出它们)。图21A和图21B图示了对姿势的两个显示。图21A显示了图标和关键词或短语两者，而图21B仅显示了图标。
也可以显示动态姿势。动态姿势考虑姿势改变的序列和计时。参考图22，表格图示了可以被用于描述动态姿势的关键词或短语和对应的图标。其他可以使用的关键词或短语包括“上楼”、“下楼”、“跌倒”和“离床”。
在一些实例中，仅在已经跨过时间阈值和/或位置(例如角度)变化之后显示新的姿势。如果测量在两个位置之间或位置还不稳定，那么这避免了改变显示的位置。如果在延长的时间期间位置不稳定，则可以显示“不稳定”的具体位置。
姿势可以被显示为不断被更新的单个关键词或短语或图标。备选地，如图23A和图23B中图示的，可以使用具有时间戳和关键词或短语和/或图标的列表来示出姿势。图23A图示了关键词或短语的列表，并且图23B图示了图标的列表。如图24中图示的，还可以使用图标将姿势显示在时间线上。
例如，由于空间限制(例如为了示出更长的时间段)，具有姿势的图标的时间线可能需要被沿时间轴压缩，通常为水平地。用于做这个的一种方法是使用图形语言，所述图形语言指示更多的图标，图25A-E中示出了所述图形语言的范例。图25A所示的图标组指示可以根据选择展开的多个图标。图25B和图25C中的箭头指示可以根据对对应的图标的选择而展开的多个图标。如图25D所示，可以使用更抽象的符号来代替箭头。如图25E中图示的，还可以在另一维度(例如垂直于时间轴的方向)中将图标交错。
为了审视患者的姿势，尤其在患者必须被周期性地移动的情况下，用于显示姿势的更直观的方法是将可能的姿势映射到不同的视觉风格(例如颜色、样式等)，并且显示表示不同姿势的不同视觉风格的条。例如，如图26所示，“仰卧”、“斜靠”、“直立”、“向前”、“俯卧”、“倒置”、“左侧卧”和“右侧卧”可以被映射到不同颜色。如图27所示，接着可以显示具有这些视觉风格的条。
另一方法是采用竖直或水平条，如果包括计时方面，则典型地后者更好。如上所述，在该方法中，可能的姿势被映射到不同的视觉风格(例如颜色、样式等)。条被示出有在条的长度的末端之间延伸的多个不同区域，每个区域对应于在由条表示的时间窗期间检测到的不同姿势。另外，每个区域被显示有对应的姿势的视觉风格，并且被调整大小以填充与在所述时间窗期间患者处于对应的姿势的时间百分比相对应的条的百分比。例如，时间窗的宽度可以是固定的、可配置的或任意的。
另外，例如可以平滑地或以固定的时间步伐来移动时间窗。例如，条可以被邻近一个或多个生命体征(例如呼吸率)的趋势线显示，并且时间窗的图形表示可以被叠加在趋势线的对应部分上。在图28中图示了该范例。如图28中图示的，提供了姿势的竖直条，以及与竖直条相对应的多个生命体征和时间窗的患者信号趋势。在跨越从t1到t2的时间窗的60％期间，患者处于第一姿势(例如在其右侧)，而在该时间窗的40％期间患者处于第二姿势(例如在其左侧)。
图28中描述的姿势条缺少计时信息。在时间的30％期间，患者可能已经处于第一姿势(例如在其右侧)，然后在时间的40％期间患者处于第二姿势(例如在其左侧)，并且然后在时间的另一30％期间处于第一姿势。一种用来显示计时信息的方法是将姿势条的长度用作时间轴，长度的末端表示时间窗的末端。如图27中图示的，接着使用对应的视觉风格在对应的时间区域中显示时间窗期间检测到的姿势。
如果患者移动太多，则如以上图27中所做的以姿势条显示计时信息可能使其看起来非常分散。为了改进计时信息的显示，检测到的姿势可以通过它们的出现相对于时间窗开始的平均寿命而被分类。然后姿势可以被显示为经分类的。图29图示了使用该方法来显示计时信息的姿势条。在时间窗的60％期间，患者处于第一姿势(例如在其右侧)，并且在时间窗的40％期间患者处于第二姿势(例如在其左侧)。然而，患者最近处于第一姿势。换言之，第一姿势的出现相对于时间窗的开始的平均寿命大于第二姿势出现的平均寿命。因此，在姿势条中的第二姿势之后显示第一姿势。
具有时间分类的姿势条允许通过移动时间窗和审视姿势条的变化来估计事件。图30中图示了这种范例。在该范例中，患者在7：00被从第一位置(例如在其左侧)移动到第二位置(例如在其右侧)。在该范例中，如果第一姿势是“斜靠”并且第二姿势是“仰卧”，则患者可能已经去睡觉。
当判断其他生命体征(例如心率或无创血压)时，活动状态和姿势两者可以是相关的。为了指示采取另一生命体征的测量的同时和/或在采取测量前不久的活动状态和/或姿势，对活动状态和/或姿势的表示(典型地是小的)可以被显示为近似于测量结果。当被显示为近似于测量结果时，活动状态和/或姿势是相关的指示符。
例如，如图31A和图31B中示出的，当仰卧时，患者具有90的心率(图31A)，并且当行走时患者具有135的心率(图31B)。如另一范例，如图32所示，患者在行走时具有120的心率并具有中间(3)活动水平。
对于相关指示符，能够使用以上描述的所有，优选为小的呈现风格。如图33中图示的，例如，对于姿势，可以采用精简的形式(例如可以使用箭头、分组或堆叠或任何组合)。(例如活动状态和/或姿势的)相关指示符的区间(例如5或10分钟)隐含与对应的生命体征的抽查频率。同样可以采用对活动状态和/或姿势的趋势的小的呈现(例如最小值趋势)，在图34A和图34B中图示了其范例。
可以独立地或彼此组合使用患者准备系统10、自适应患者监测系统100和增强的临床工作流系统200。例如，患者准备管理系统100可以被用于收集生命体征测量结果，并且自适应患者监测系统100可以被用于调节测量频率。还可以添加用于显示患者活动状态和/或姿势的增强，例如显示系统220。
另外，可以以硬件、软件或两者的组合来实现患者准备系统10、自适应患者监测系统100和增强的临床工作流系统200的功能的每个。当软件涉及患者准备系统10、自适应患者监测系统100和增强的临床工作流系统200中的一个时，系统10、100、200包括具有体现相关功能的处理器可执行指令的一个或多个程序存储器，以及执行处理器可执行指令的一个或多个处理器。
甚至，可以通过任何单向或双向通信器件来将通知呈现给员工(例如临床医生)。例如，可以通过显示设备将数据呈现给员工，并且员工可以使用用户输入设备来接收数据。显示设备任选地可以被用于显示接口以促进对来自员工的数据的接收。
参考图35，图示了医学机构(例如医院)的医学系统300，在所述医学机构内可以采用患者准备系统10、自适应患者监测系统100和增强的临床工作流系统200。医学系统300包括一个或多个患者数据源设备302、任选地包括患者信息系统304、临床决策支持(CDS)系统306、一个或多个患者监测设备308和一个或多个临床医生设备310。适当地，医学系统300的部件通过通信网络312(例如因特网、局域网、广域网、无线网络等)互连。
患者数据源设备302生成对应的患者的患者数据。患者数据适合地包括例如用于心率、温度、血氧饱和度(SpO2)、意识水平、关注度、疼痛、尿排出量等的生命体征测量。患者数据也可以包括指示活动状态和/或姿势的数据。可以自动地和/或人工地生成患者数据。对于前者，可以采用患者数据源设备302的一个或多个传感器314(例如心电图(ECG)电极、血压传感器、SpO2传感器、加速度计等)来测量生命体征，以及活动状态和/或姿势。对于后者，可以任选地与向用户提供用户界面的一个或多个显示设备318相结合来采用一个或多个用户输入设备316，在所述用户界面内向人工地输入患者数据。用户输入设备316也可以被用于配置患者数据源设备302。患者数据源设备的范例包括但不限于：患者监视器、护士站、移动通信设备、无线测量设备、患者信息系统等。
可以在患者数据源设备302中的一个或多个中部分地或全部地实现患者准备系统10、自适应患者监测系统100和增强的临床工作流系统200中的一个或多个。例如，可以在患者数据源设备302中的一个或多个中实现图1的活动和/或姿势测量系统26，生命体征监测管理系统38、患者准备管理系统40、和生命体征测量系统34中的一个或多个。如另一范例，可以在患者数据源设备302中的一个或多个中实现图8的生命体征测量系统102、分数处理系统108、和监测频率控制系统110中的一个或多个。如另一范例，可以在患者数据源设备302中的一个或多个中实现图12的活动和/或姿势测量系统206、生命体征监测管理系统214和生命体征测量系统210中的一个或多个。
患者信息系统304将来自医学系统300(例如来自患者数据源设备302)的患者数据存储在一个或多个数据库中。例如，患者信息系统304可以存储来自患者数据源设备302中的一个的患者的呼吸率。在一些实例中，患者信息系统304也将来自患者信息系统304的用户输入设备322的患者数据存储在数据库中，和/或允许存储的患者数据在患者信息系统304的显示设备324上被查看。显示设备324可以额外地或备选地被用于促进对来自用户输入设备322的数据的接收。患者信息系统的范例包括但不限于电子病例系统、部门系统等。
CDS系统306接收患者数据。典型地从医学系统300的其他系统(例如患者数据源设备302和/或患者信息系统304)接收患者数据，但是也可以从CDS系统306的用户输入设备326接收所述患者数据。用户输入设备326还可以被用于配置CDS系统306。CDS系统306的显示设备328可以额外地被用于促进对来自用户输入设备326的数据的接收。
使用患者数据，CDS系统306典型地使用例如评分系统来监测患者恶化。响应于检测到患者恶化，(例如使用通信系统和/或患者监测设备308)生成警报并且将警报传达给临床医生。CDS系统306也可以将患者数据分配到医学系统300的其他系统。例如，CDS系统306向患者信息系统304提供患者数据以用于存储。如另一范例，CDS系统306可以将患者数据传达到患者监测设备308。
可以在CDS系统306中部分地或全部地实现患者准备系统10、自适应患者监测系统100、和增强的临床工作流系统200中的一个或多个。例如，可以在CDS系统306中分别实现图1、图8和图12的员工工作流管理和通信系统24、106、204的至少工作流功能。如另一范例，可以在CDS系统306和患者数据源设备302中的一个或多个之间实现监测频率控制系统110，其中，CDS系统306基于针对每个患者设定的紧急性水平和/或人工抽查频率来调节监测频率，并且其中，患者数据源设备302中的一个或多个基于分数来调节监测频率。如另一范例，可以在CDS系统306中实现分数处理系统216、活动姿势监测系统218、分数处理系统216和生命体征监测管理系统214中的一个或多个。
患者监测设备308监测患者数据和以下中的一个或多个：1)响应于患者数据生成对临床显著状况的通知；以及2)显示患者数据或导出的分数。典型地从医学系统300的其他系统(例如患者数据源设备302和/或患者信息系统304)接收患者数据，但是也可以从患者监测设备308的用户输入设备330或局部传感器接收所述患者数据(例如患者监测设备可以与患者数据源设备相同)。用户输入设备330还可以被用于配置患者监测设备308。患者监测设备308的显示设备332可以额外地被用于促进对来自用户输入设备330的数据的接收。通知可以被显示在显示设备330上、使用通信系统而被传达给临床医生被传达到医学系统的其他系统(例如CDS系统306)、或被内部地存储在储存存储器上。
可以在患者监测设备308中的一个或多个中部分地或全部地实现患者准备系统10、自适应患者监测系统100和增强的临床工作流系统200中的一个或多个。例如，可以在患者监测设备308中的一个或多个中实现图1的活动和/或姿势测量系统26、生命体征监测管理系统38、患者准备管理系统40和生命体征测量系统34中的一个或多个。如另一范例，可以在患者监测设备308中的一个或多个中实现图8的生命体征测量系统102、分数处理系统108和监测频率控制系统110中的一个或多个。如另一范例，可以在患者监测设备308中的一个或多个中实现图12的活动和/或姿势测量系统206，生命体征监测管理系统214、生命体征测量系统210、显示系统220和分数处理系统216中的一个或多个。
临床设备310接收并且显示来自医学系统300的通知和/或患者数据。典型地从医学系统300的其他系统(例如患者数据源设备302和/或患者信息系统304)接收通知和/或患者数据。用户输入设备334可以被用于与医学系统300的其他系统进行通信，和/或配置临床设备310。临床设备310的显示设备336可以额外地被用于促进对来自用户输入设备334的数据的接收。CDS客户端设备包括寻呼器、智能电话、患者监视器、平板计算机、移动临床助理、膝上型计算机、工作站等。
可以在患者监测设备308中的一个或多个中部分地或全部地实现患者准备系统10、自适应患者监测系统100和增强的临床工作流系统200中的一个或多个。例如，可以在临床设备310中的一个中实现图12的显示系统220。
患者信息系统304和CDS系统306中的每个包括至少一个服务器338、340。可以在通信网络(例如医学系统300的通信网络312)上执行至少一个服务器338、340之间的通信。医学系统300的部件中的至少一些的每个包括至少一个处理器342、344、346、348、350，所述处理器运行来自处理器的至少一个程序存储器352、354、356、358、360的计算机可执行指令。部件包括患者数据源302、至少一个服务器338、340、患者监测设备308和临床设备310。计算机可执行指令体现部件的功能。
另外，部件中的至少一些的每个包括通信单元362、364、366、368、370和/或至少一个系统总线372、374、376、378、380。通信单元提供对应的处理器，所述处理器具有到至少一个通信网络(例如通信网络312)的接口。系统总线允许部件的子部件之间的数据交换。子部件包括处理器、存储器、传感器、显示设备、通信单元等。
如本文中使用的，存储器包括以下中的一个或多个：非瞬态计算机可读介质；磁盘或其他磁性存储介质；光盘或其他光学存储介质；随机存取存储器(RAM)、只读存储器(ROM)或其他电子存储器设备或芯片或操作互连芯片组；可以经由互联网/内联网或局域网从其中检索存储的指令的互联网/内联网服务器等。另外，如本文中使用的，处理器包括以下中的一个或多个：微处理器、微控制器、图形处理单元(GPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等；控制器包括：1)具有用来执行控制器的功能的处理器可执行指令的至少一个存储器；以及2)运行处理器可执行指令的至少一个处理器；用户输入设备包打印机、显示设备等；并且显示设备包括以下中的一个或多个：液晶(LCD)显示器、发光二极管(LED)显示器、等离子显示器、投影显示器、触摸屏显示器等。
已经参考优选的实施例描述了本发明。他人在阅读和理解了前面的详细说明之后可以想到修改和改变。本发明旨在被解释为包括所有这样的修改和改变，只要它们处于权利要求书或其等价方案的范围之内。

Claims (20)

1.一种医学系统(300)，包括：
至少一个处理器(342、344、346、348、350)，其被编程为：
测量患者的活动状态和/或姿势；
根据安排来测量所述患者的一个或多个生命体征；并且
基于测得的所述患者的活动状态和/或姿势以及测得的一个或多个生命体征来进行以下中的至少一项：调节所述安排和对患者恶化进行监测。
2.根据权利要求1所述的医学系统(300)，其中，所述安排包括针对所述一个或多个生命体征中的每个的测量频率，并且其中，所述至少一个处理器(342、344、346、348、350)还被编程为：
根据对应的生命体征测量结果来确定针对所述一个或多个生命体征中的每个的患者恶化分数；并且
基于对应的患者恶化分数的变化来调节针对所述一个或多个生命体征中的每个的所述测量频率。
3.根据权利要求2所述的医学系统(300)，其中，所述至少一个处理器(342、344、346、348、350)还被编程为：
根据所述一个或多个生命体征的一个或多个患者恶化分数来确定累积恶化患者分数；并且
进行以下中的至少一项：
基于所述累积恶化患者分数来调节针对所述一个或多个生命体征中的每个的所述测量频率；以及
调节包括生命体征阈值和测得的生命体征的列表的所述患者的独立评分方案。
4.根据权利要求1-3中的任一项所述的医学系统(300)，其中，所述至少一个处理器(342、344、346、348、350)还被编程为：
根据所述生命体征测量结果来确定患者恶化分数；并且
基于所述患者恶化分数的变化来进行以下中的至少一项：调节所述安排和生成通知。
5.根据权利要求4所述的医学系统(300)，其中，所述至少一个处理器(342、344、346、348、350)还被编程为：
响应于所述患者恶化分数的变化来重新测量一个或多个生命体征，以确认所述变化；并且
响应于对所述变化的确认并且基于所述变化来进行以下中的至少一项：调节所述安排和生成通知。
6.根据权利要求5所述的医学系统(300)，其中，所述至少一个处理器(342、344、346、348、350)还被编程为：
将对所述一个或多个生命体征的所述重新测量延迟，直到活动状态和/或姿势与预定的活动状态和/或姿势匹配。
7.根据权利要求1-6中的任一项所述的医学系统(300)，其中，所述至少一个处理器(342、344、346、348、350)还被编程为：
在测量一个或多个生命体征之前指导所述患者采取预定的活动状态和/或姿势。
8.根据权利要求1-7中的任一项所述的医学系统(300)，其中，所述至少一个处理器(342、344、346、348、350)还被编程为以下中的至少一项：
丢弃当对应的活动状态和/或姿势并不与预定的活动状态和/或姿势匹配时做出的生命体征测量结果；以及
将安排的测量延迟，直到活动状态和/或姿势与预定的活动状态和/或姿势匹配。
9.根据权利要求1-8中的任一项所述的医学系统(300)，其中，所述至少一个处理器(342、344、346、348、350)还被编程为：
显示生命体征测量结果和所述对应的活动状态和/或姿势，所述对应的活动状态和/或姿势被邻近所述生命体征测量结果显示。
10.根据权利要求1所述的医学系统(300)，其中，所述至少一个处理器(342、344、346、348、350)还被编程为：
计算姿势趋势；
将所述姿势趋势与期望的姿势趋势进行比较；
显示所述姿势趋势是如所期望的、所述姿势趋势不是如所期望的、和/或应当基于所述姿势趋势来采取诸如使所述患者转向的动作的指示。
11.一种医学方法，包括：
测量患者的活动状态和/或姿势；
根据安排来测量所述患者的一个或多个生命体征；并且
基于测得的所述患者的活动状态和/或姿势，以及测得的一个或多个生命体征来进行以下中的至少一项：调节所述安排和对患者恶化进行监测。
12.根据权利要求11所述的医学方法，其中，所述安排包括针对所述一个或多个生命体征中的每个的测量频率，并且其中，所述医学方法还包括：
根据对应的生命体征测量结果来确定针对所述一个或多个生命体征中的每个的患者恶化分数；并且
基于对应的患者恶化分数的变化来调节针对所述一个或多个生命体征中的每个的所述测量频率。
13.根据权利要求11和12中的任一项所述的医学方法，还包括：
根据所述生命体征测量结果确定患者恶化分数；并且
基于所述患者恶化分数的变化来进行以下中的至少一项：调节所述安排和生成通知。
14.根据权利要求13所述的医学方法，还包括：
响应于所述患者恶化分数的变化来重新测量一个或多个生命体征，以确认所述变化；并且
响应于对所述变化的确认并且基于所述变化来进行以下中的至少一项：调节所述安排和生成通知。
15.根据权利要求14所述的医学方法，还包括：
将对所述一个或多个生命体征的所述重新测量延迟，直到活动状态和/或姿势与预定的活动状态和/或姿势匹配。
16.根据权利要求11-15中的任一项所述的医学方法，还包括：
在测量一个或多个生命体征之前指导所述患者采取预定的活动状态和/或姿势。
17.根据权利要求11-16中的任一项所述的医学方法，还包括以下中的至少一项：
丢弃当对应的活动状态和/或姿势并不与预定的活动状态和/或姿势匹配时做出的生命体征测量结果；以及
将安排的测量延迟，直到活动状态和/或姿势与预定的活动状态和/或姿势匹配。
18.一个或多个处理器(342、344、346、348、350)，其被编程为执行根据权利要求11-16中的任一项所述的方法。
19.一种承载软件的非瞬态计算机可读介质(352、354、356、358、360)，其含有一个或多个处理器(342、344、346、348、350)以执行根据权利要求11-16中的任一项所述的方法。
20.一种医学系统(300)，包括：
患者准备系统(10)，其被配置为使用患者的活动状态和/或姿势来针对自动抽查为所述患者做准备；以及
自适应患者监测系统(100)，其被配置为：并且基于所述患者的生命体征测量结果和所述患者的活动状态和/或姿势来对患者恶化进行监测。
使用所述患者的生命体征测量结果来调节所述自动抽查的一个或多个监测频率；并且
基于所述患者的生命体征测量结果和所述患者的活动状态和/或姿势来对患者恶化进行监测。
CN201380065082.1A 2012-12-14 2013-12-13 基于活动状态和姿势的针对亚急性患者的患者监测 Active CN104883962B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261737407P 2012-12-14 2012-12-14
US61/737,407 2012-12-14
PCT/IB2013/060912 WO2014091457A2 (en) 2012-12-14 2013-12-13 Patient monitoring for sub-acute patients based on activity state and posture

Publications (2)

Publication Number Publication Date
CN104883962A true CN104883962A (zh) 2015-09-02
CN104883962B CN104883962B (zh) 2017-12-26

Family

ID=50179882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380065082.1A Active CN104883962B (zh) 2012-12-14 2013-12-13 基于活动状态和姿势的针对亚急性患者的患者监测

Country Status (8)

Country Link
US (1) US10456089B2 (zh)
EP (1) EP2931119A2 (zh)
JP (1) JP6456839B2 (zh)
CN (1) CN104883962B (zh)
BR (1) BR112015013554A2 (zh)
CA (1) CA2894583A1 (zh)
RU (1) RU2689845C2 (zh)
WO (1) WO2014091457A2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108885904A (zh) * 2016-03-22 2018-11-23 皇家飞利浦有限公司 自动流程确定和决策生成
CN109171686A (zh) * 2018-09-27 2019-01-11 长春奥普光电技术股份有限公司 一种智能可穿戴医疗设备及家庭便携式实时监测系统
CN110140180A (zh) * 2016-11-11 2019-08-16 皇家飞利浦有限公司 患者监测系统和方法

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2959712B1 (en) * 2013-02-19 2018-06-13 Angel Sense Ltd. Method and system for identifying exceptions of people behavior
JP2016002353A (ja) * 2014-06-18 2016-01-12 ソニー株式会社 検出装置および方法、並びにプログラム
US20170354352A1 (en) * 2014-12-18 2017-12-14 Koninklijke Philips N.V. Activity classification and communication system for wearable medical device
EP3243150A1 (en) * 2015-01-07 2017-11-15 Koninklijke Philips N.V. Scheduling interaction with a subject
JP6512284B2 (ja) * 2015-03-26 2019-05-15 コニカミノルタ株式会社 被監視者監視システムの表示装置および該表示方法ならびに被監視者監視システム
US11160459B2 (en) 2015-06-12 2021-11-02 ChroniSense Medical Ltd. Monitoring health status of people suffering from chronic diseases
US11160461B2 (en) 2015-06-12 2021-11-02 ChroniSense Medical Ltd. Blood pressure measurement using a wearable device
US11712190B2 (en) 2015-06-12 2023-08-01 ChroniSense Medical Ltd. Wearable device electrocardiogram
US11464457B2 (en) * 2015-06-12 2022-10-11 ChroniSense Medical Ltd. Determining an early warning score based on wearable device measurements
US10952638B2 (en) 2015-06-12 2021-03-23 ChroniSense Medical Ltd. System and method for monitoring respiratory rate and oxygen saturation
US11000235B2 (en) 2016-03-14 2021-05-11 ChroniSense Medical Ltd. Monitoring procedure for early warning of cardiac episodes
JP7028787B2 (ja) * 2016-03-22 2022-03-02 コーニンクレッカ フィリップス エヌ ヴェ 視覚的コンテキストを用いる、生理学的パラメータの測定の適時トリガ
US20170293727A1 (en) * 2016-04-08 2017-10-12 Apple Inc. Intelligent blood pressure monitoring
JP6992749B2 (ja) * 2016-06-24 2022-01-13 コニカミノルタ株式会社 被監視者監視システムの中央処理装置、中央処理方法およびプログラムならびに被監視者監視システム
NL2017538B1 (en) 2016-09-27 2018-04-04 Agis Automatisering B V Wireless vital sign monitoring
US11083418B2 (en) * 2016-11-04 2021-08-10 Wellsense, Inc. Patient visualization system
JP6829984B2 (ja) * 2016-11-25 2021-02-17 日本光電工業株式会社 検出装置および当該検出装置を備える見守りシステム
EP3398513A1 (en) * 2017-05-02 2018-11-07 Koninklijke Philips N.V. Detecting periods of inactivity
EP3684463A4 (en) 2017-09-19 2021-06-23 Neuroenhancement Lab, LLC NEURO-ACTIVATION PROCESS AND APPARATUS
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
EP3731749A4 (en) 2017-12-31 2022-07-27 Neuroenhancement Lab, LLC NEURO-ACTIVATION SYSTEM AND METHOD FOR ENHANCING EMOTIONAL RESPONSE
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
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
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
CN208641671U (zh) * 2018-05-29 2019-03-26 京东方科技集团股份有限公司 健身垫
US11504013B1 (en) * 2018-06-12 2022-11-22 Apple Inc. Systems and methods for blood pressure measurements
CA3112564A1 (en) 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
DE102019121072A1 (de) 2019-08-05 2021-02-11 Prof. Dr. Fischer AG Vorrichtung zur Magnetfeldstimulation von Körpergewebe eines Benutzers zur Verwendung in der digitalen Telemedizin
EP3806102A1 (en) * 2019-10-07 2021-04-14 Koninklijke Philips N.V. A system and method for scheduling blood pressure measurements of a subject
WO2021181381A1 (en) * 2020-03-09 2021-09-16 Cardiokol Ltd Systems and methods for estimating cardiac arrythmia
WO2022006513A1 (en) * 2020-07-02 2022-01-06 Wake Forest University Health Sciences Blood pressure digital health devices, systems, and methods of use
RU206144U1 (ru) * 2020-09-16 2021-08-25 Общество с ограниченной ответственностью "СЛИПО" (ООО "СЛИПО") Блок регистрации и передачи данных для системы мониторинга сна человека
WO2023281800A1 (ja) * 2021-07-09 2023-01-12 ソニーグループ株式会社 情報処理システムおよび情報処理方法、並びにプログラム
WO2024087193A1 (zh) * 2022-10-28 2024-05-02 深圳迈瑞生物医疗电子股份有限公司 可穿戴的移动监测设备、监护系统和数据传输方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5593431A (en) * 1995-03-30 1997-01-14 Medtronic, Inc. Medical service employing multiple DC accelerometers for patient activity and posture sensing and method
WO2008045577A2 (en) * 2006-10-13 2008-04-17 Michael Rothman & Associates System and method for providing a health score for a patient
US20100099954A1 (en) * 2008-10-22 2010-04-22 Zeo, Inc. Data-driven sleep coaching system
WO2011131612A2 (de) * 2010-04-19 2011-10-27 Anne Schardey System zur früherkennung lebensbedrohlicher zustände von personen
US20120179067A1 (en) * 2011-01-10 2012-07-12 William Oren Wekell System and method for patient monitoring
US20120190949A1 (en) * 2009-05-20 2012-07-26 Sotera Wireless, Inc. Alarm system that processes both motion and vital signs using specific heuristic rules and thresholds
WO2012117316A2 (en) * 2011-03-01 2012-09-07 Koninklijke Philips Electronics N.V. Patient deterioration detection
CN102665535A (zh) * 2009-09-30 2012-09-12 健康监测有限公司 连续的非干扰式健康监测与警报系统

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1189802A (ja) 1997-09-16 1999-04-06 Fukuda Denshi Co Ltd 在宅医療システム及び医療情報処理方法
JP3225907B2 (ja) * 1997-11-28 2001-11-05 松下電工株式会社 在宅健康管理システム
DE10225316A1 (de) 2002-06-06 2003-12-18 Philips Intellectual Property Verfahren zur Optimierung der Darstellung von mittels Bedienelemente frei platzier-und skalierbaren Objekten einer Benutzeroberfläche auf einem Bildschirm
EP1582146A3 (en) * 2004-03-26 2005-11-02 Matsushita Electric Industrial Co., Ltd. Vital sign processing apparatus and method
JP5009790B2 (ja) 2004-06-15 2012-08-22 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 患者の生理信号を取得するためのセンサ
RU42165U1 (ru) * 2004-07-19 2004-11-27 Жиляев Петр Леонидович Система мониторинга здоровья пациента
JP4908878B2 (ja) 2006-02-28 2012-04-04 テルモ株式会社 介護施設および／または在宅における監視装置
US8200321B2 (en) * 2009-05-20 2012-06-12 Sotera Wireless, Inc. Method for measuring patient posture and vital signs
US10420476B2 (en) * 2009-09-15 2019-09-24 Sotera Wireless, Inc. Body-worn vital sign monitor
US20110224500A1 (en) 2010-03-10 2011-09-15 Sotera Wireless, Inc. Body-worn vital sign monitor
US9289139B2 (en) * 2010-09-09 2016-03-22 Citizen Holdings Co., Ltd. Blood pressure monitor
GB201018774D0 (en) * 2010-11-05 2010-12-22 Learning Clinic The Ltd A system and method for monitoring the health of a hospital patient
EP2661214B1 (en) 2011-01-06 2017-09-06 Koninklijke Philips N.V. Patient monitoring system and method for monitoring the physiological status of a patient
US8483833B2 (en) * 2011-05-09 2013-07-09 Medtronic, Inc. Techniques for modifying breathing rate using cardiac pacing

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5593431A (en) * 1995-03-30 1997-01-14 Medtronic, Inc. Medical service employing multiple DC accelerometers for patient activity and posture sensing and method
WO2008045577A2 (en) * 2006-10-13 2008-04-17 Michael Rothman & Associates System and method for providing a health score for a patient
US20100099954A1 (en) * 2008-10-22 2010-04-22 Zeo, Inc. Data-driven sleep coaching system
US20120190949A1 (en) * 2009-05-20 2012-07-26 Sotera Wireless, Inc. Alarm system that processes both motion and vital signs using specific heuristic rules and thresholds
CN102665535A (zh) * 2009-09-30 2012-09-12 健康监测有限公司 连续的非干扰式健康监测与警报系统
WO2011131612A2 (de) * 2010-04-19 2011-10-27 Anne Schardey System zur früherkennung lebensbedrohlicher zustände von personen
US20120179067A1 (en) * 2011-01-10 2012-07-12 William Oren Wekell System and method for patient monitoring
WO2012117316A2 (en) * 2011-03-01 2012-09-07 Koninklijke Philips Electronics N.V. Patient deterioration detection

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108885904A (zh) * 2016-03-22 2018-11-23 皇家飞利浦有限公司 自动流程确定和决策生成
CN110140180A (zh) * 2016-11-11 2019-08-16 皇家飞利浦有限公司 患者监测系统和方法
CN109171686A (zh) * 2018-09-27 2019-01-11 长春奥普光电技术股份有限公司 一种智能可穿戴医疗设备及家庭便携式实时监测系统

Also Published As

Publication number Publication date
RU2015128281A (ru) 2017-01-23
CA2894583A1 (en) 2014-06-19
JP2016507256A (ja) 2016-03-10
WO2014091457A3 (en) 2014-08-07
EP2931119A2 (en) 2015-10-21
US20150305689A1 (en) 2015-10-29
CN104883962B (zh) 2017-12-26
US10456089B2 (en) 2019-10-29
BR112015013554A2 (pt) 2020-01-21
WO2014091457A2 (en) 2014-06-19
JP6456839B2 (ja) 2019-01-23
RU2689845C2 (ru) 2019-05-29

Similar Documents

Publication Publication Date Title
CN104883962A (zh) 基于活动状态和姿势的针对亚急性患者的患者监测
JP7321214B2 (ja) ワイヤレス患者監視システムおよび方法
JP7422835B2 (ja) 患者転倒検出のためのシステムおよび方法
KR102658817B1 (ko) 디지털 건강 관리 및 원격 환자 모니터링 지원을 위해 설계된 모바일 플랫폼용 시스템 및 방법
CN103402423A (zh) 患者恶化检测
CN104871162B (zh) 用于监测用户的系统
Huang et al. Implementation of a wireless sensor network for heart rate monitoring in a senior center
US20200161001A1 (en) Personal Data Analytics System
Nagarnaidu Rajaperumal et al. Cloud-based intelligent internet of medical things applications for healthcare systems
WO2023234317A1 (ja) 情報処理システム、情報処理方法、プログラム、記録媒体

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant