CN105960198B - 病患的智能医疗监测 - Google Patents
病患的智能医疗监测 Download PDFInfo
- Publication number
- CN105960198B CN105960198B CN201480074949.4A CN201480074949A CN105960198B CN 105960198 B CN105960198 B CN 105960198B CN 201480074949 A CN201480074949 A CN 201480074949A CN 105960198 B CN105960198 B CN 105960198B
- Authority
- CN
- China
- Prior art keywords
- data
- physiological
- sufferer
- computer system
- instruction
- 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
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
- G16H40/63—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 local operation
-
- 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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/082—Evaluation by breath analysis, e.g. determination of the chemical composition of exhaled breath
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/083—Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- 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
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
-
- 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
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Cardiology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Optics & Photonics (AREA)
- Emergency Medicine (AREA)
- Obesity (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及病患的智能监测,其中,使用生理模型将病患的测量值转换为生理参数。通过使用这一转换,可以更精确地评估病患值变化的原因,或者甚至能在病患值没有变化的情况下识别出病患状态的恶化。
Description
技术领域
本发明涉及一种用于病患的医疗监测的计算机系统及对应的方法,其中,使用数学模型来对从病患测量的值的变化原因给出建议,或者甚至在从病患测量的值变化或没有变化的情况下识别出病患状态的恶化。
背景技术
患有严重疾病的病患经常需要机械支持来进行通气,这些病患通常住在医院的重症监护病房(ICU)。在重症监护病房里,使用各种用来测量与关键功能相关的生理变量的机器来集中监测这些病患。这些测量包括关于血液的氧合作用和酸碱状态、循环、新陈代谢、呼吸功能等的测量。
当评估病患的状态并确定改变治疗性干预是否有必要时,临床医生可以解读这些测量。在一些情况下,测量仪器可以通过使用告警来支持临床医生进行解读。例如,当通常由脉冲血氧计指夹监测的动脉氧合作用的减少超过特定水平(例如90%)时,会触发告警。当循环测量中血压减小,或者当肺功能测量中吸气压力增大时,也是如此,会触发各种类似的告警。
这些告警的共同点在于,这些告警都是基于用于标识单个生理系统的单个测量变量的变化,而且是来自执行测量的单个设备。
ICU里存在的另一种类型的告警是由于传感器脱开或者设备故障引起的告警。病患通常焦躁不安,因而这些告警是有必要的,而且例如在脉冲血氧计从病患手指脱落的情况下比较常见。然而,这种传感器的脱落本身难以与病患的生理状态的变化区别开来。
美国专利申请2007/0000494(Michael J.Banner等人发明,受让人是佛罗里达大学研究基金会)公开了一种呼吸机监测系统及其使用方法。在说明书以及附图中描述的发明包括用于监测由呼吸机提供的通气支持的系统及方法,该呼吸机经由与病患的肺部流体连通的呼吸回路将呼吸气体供应给病患。为了解决关于对通气支持进行适当调节以及向临床医生提供建议方面的问题,进一步描述了用于从病患的先前数据学习的神经网络。在处理器上实施的神经网络进行所谓的训练之后,它可以用来向面临通气设定调节任务的临床医生给出通气支持设定的建议。然而,所描述的系统也没有提供在病患的机械通气期间观察到的偏差或异常背后的更多智能信息。
因此,一种改进的监测方法将是有利的,特别地,一种更高效的和/或更可靠的方法将是有利的。
发明内容
本发明进一步的目的是提供一种现有技术的替代方案。特别地,提供一种计算机系统以及对应的方法,其能够解决上文提到的现有技术中关于病患(尤其是在重症监护病房(ICU)的病患)监测的问题,这可以看作是本发明的目的。
现有技术中基于单个测量或传感器脱开的告警策略旨在协助监测病患。然而,这些策略可能具有一些缺点。
首先,基于单个测量变量的告警在协助临床医生理解关于问题的更深层次原因方面是较差的辅助手段。例如,动脉血液中氧合作用的减少可能是由于多种因素引起的。病患可能变得活跃或者发展成发烧,在这种情况下代谢需求可能增大。病患的肺功能可能已经恶化,使得氧气从肺部传输到血液不太自由,或者这可能只是临床医生无意地将吸入氧气降低到损坏动脉值的水平的情况。因此,用于指示动脉氧合作用减少的测量和告警是有用的,但是并不能提供完整的描述。
其次,当前监测和告警策略并不会对需要进行哪些进一步的测量向临床医生给出引导。例如,呼出气中二氧化碳水平升高可能表明CO2的代谢量升高、呼吸减少或者血液的酸碱状态改变。
而且,临床医生可能由于数量众多的设置、生理参数、屏幕以及这些值与它们对于与冲突目的相关的治疗决策的影响之间的关系而倍感压力。压力以及缺少概览可能导致在ICU中出现错误[1]。
因而,通过提供一种用于使用在计算机系统上实施的一个或多个生理模型对病患进行医疗监测的计算机系统,可以在本发明的第一方面实现以上描述的目的和数个其他目的。该系统被布置为:
-将指示所述病患的吸入气特征的第一数据提供给所述计算机系统;
-将指示所述病患的呼出气中的呼吸反馈特征的第二数据提供给所述计算机系统;以及
-将指示所述病患的血液中酸/碱状态和氧合水平的第三数据提供给所述计算机系统;
所述计算机系统被布置为:
i.使用随时间变化的所述第一数据、所述第二数据以及所述第三数据来对所述病患执行数学生理建模,其中,通过同时输出由所述第一数据、所述第二数据和所述第三数据导出的用于描述至少两个器官系统和/或生理系统功能的多个对应的生理参数,所述一个或多个生理模型能够随时间的变化对所述病患进行建模;
ii.执行监测处理,其中
-如果所述生理参数中的一个或多个与相关阈值水平相比存在偏差,则所述计算机系统输出:
·造成所述偏差的一个或多个器官系统和/或一个或多个生理系统的指示;以及
·可选的告警信号;
和/或
-如果所述数据值中的一个或多个与相关阈值水平相比存在偏差,则所述计算机系统输出:
·造成所述偏差的一个或多个器官系统和/或一个或多个生理系统和/或一个或多个非生理系统的指示;以及
·可选的告警信号。
因而,本发明的计算机系统对于病患测量值改变的潜在原因提供了指示。而且,该计算机系统还能够在数据值仍然处于临界范围内的情况下对于病患的潜在生理变化提供指示。这可以使得临床医生甚至在测量值改变之前采取行动。
在本发明的上下文中,作为建模结果的生理参数可以通过将模型拟合到所述数据而获得。该拟合可以以数值方式和/或分析方式执行。该拟合可以连续执行、周期性执行或者以用户定义的间隔执行,可以是拟合的这些时间机制的组合。
应当理解,造成所述偏差的一个或多个器官系统和/或一个或多个生理系统和/或一个或多个非生理系统的指示可以是造成这种偏差的一种可能的原因或者多个可能的原因。还应当理解,该计算机系统可以被布置为在将可能的原因输出给用户(例如,临床医生)之前进一步权衡特定原因的概率。在一些情况下,原因的实际概率是未知的(但大于零),那么可以将所有可能的原因都输出并列举给用户。因而,如果低于特定概率,则可以不将该原因输出给用户。可替代地,或者此外,可以根据这些原因相关联的概率而对原因进行优先级排列。
在本发明的上下文中,可以提到所述指示旨在协助或引导例如临床医生对于治疗和/或诊断特征做出决策。因而,本发明并不是设计用来执行实际的诊断,而只是提供智能信息,即,多种指示,这些指示可以协助临床医生执行在提供病患状态诊断的理性思考之后的步骤,诊断之后可以是治疗特点的动作,如果需要的话。
在本发明的上下文中,病患可以是哺乳动物,例如,人类、猴子、马、啮齿动物等。
如上文所述,数据信号变化到高于或低于预定阈值水平可能有多种原因,这使临床医生很难做出与治疗相关的优化选择。如下表1列出了数据信号变化的生理和非生理原因的多个非排他性示例。
表1
因而,在本发明的实施例中,观察到的偏差是SpO2水平低于阈值水平,并且
-生理原因的指示选自由肺部异常和代谢增加组成的组;和/或
-非生理原因的指示选自由传感器故障和吸入氧气水平低组成的组。
在本发明的另一个实施例中,观察到的偏差是FetCO2水平高于阈值水平,并且
-生理原因的指示选自由肺部异常、代谢增加、呼吸驱动减少和呼吸肌乏力组成的组;和/或
-非生理原因的指示选自由传感器故障和通气量减少组成的组。
在本发明的又一个实施例中,观察到的偏差是平均动脉血压低于阈值水平,并且
-生理原因的指示选自由循环量低、肺动脉压力高和心功能异常组成的组;和/或
-非生理原因的指示是传感器故障。
在本发明的又一个实施例中,观察到的偏差是正吸入压高于阈值水平,并且
-生理原因的指示是呼吸力差;和/或
-非生理原因的指示选自由传感器故障、吸入氧气水平低以及机械通气增加组成的组。
该指示可以基于不同的值。因而,在一个实施例中,造成所述偏差的所述一个或多个器官系统和/或一个或多个生理系统和/或非生理系统的指示是基于:
·其他生理参数的当前值和/或当前数据值;和/或
·发生偏差的生理参数的先前值和/或所述数据值的先前值。
本发明的计算机系统还可以采用其他的数据输入。因而,在又一个实施例中,该计算机系统还被布置为:
-提供指示诸如心输出量之类的血液循环特征的第四数据;和/或
-提供指示诸如血压之类的心功能特征的第五数据;和/或
-提供指示诸如肾灌注或碳酸氢盐重吸收之类的肾功能特征的第六数据。
术语“器官系统”涵盖了病患的多种不同的器官。在一个实施例中,所述一个或多个器官系统选自由肺、血液、心脏、肾脏和组织组成的组。
术语“生理系统”涵盖了病患的不同生理系统。因而,在进一步的实施例中,所述一个或多个生理系统选自由代谢、循环、肾功能和呼吸组成的非排他性组,并且一个或多个生理系统用于病患的建模,即随时间变化的生理建模。应当理解,随时间变化的建模可以特别地包括预测或估计在后时间里一个或多个的参数的概率。
生理模型
在该上下文中,术语“生理模型”可以被理解为最宽泛意义上的所应用的生理模型,这里术语生理模型涵盖了针对个体病患将临床上可测量的值以数学方式联系起来的方式,也就是说,用来描述个体病患的生理情况的对于该模型而言需要调整的任何参数都可以从临床测量估计出来。一种最简单的形式是,这种生理模型可以使具有方程式y=a*x的线性模型,a是模型的参数,y和x是临床上可测量的值,例如用肺顺应性(a)将两个量(容量=压力*顺应性)联系起来的压力(x)和容量(y)之间的关系。该范围的更复杂端部包括包含人类血液缓冲系统的所有化学反应方程式的模型,诸如速率常量之类的参数假设对于所有个体都相同,但是例如碱过剩之类的参数应当针对个体病患进行调整[2]。本发明大致来说要求呼吸力、气体交换、血液酸碱状态、呼吸驱动、心功能、肾功能和/或血液循环。
呼吸力
呼吸力的生理模型将可以在嘴部、食道、呼吸机、呼吸机管、气道等中测量的流量、容量和或压力联系起来。更复杂的生理模型可以描述呼吸系统的阻力和肺泡、肺部组织、隔膜、表面活性计、胸壁、气道等各自的弹性特征。在对照模式中,呼吸系统整体特征(例如顺应性)的识别是直接的,而且通常是由呼吸机测量的。在支持模式中,病患吸入和排出的量不仅依赖于呼吸力和呼吸机设置,而且依赖于病患的呼吸工作。因此,在支持呼吸机中简单呼吸力模型可以描述有效的顺应性,该顺应性是呼吸机和病患工作的组合压力量关系。
气体交换
气体交换的生理模型将吸入气和排出气的成分的测量与血液(动脉、静脉、混合静脉或毛细血管血液)中这些气体的测得的成分联系起来。通常,这通过数学方式实施为一组方程式,这组方程式描述了跨越肺泡膜到一个或多个隔室的毛细血管血液的添加到吸入气体(例如,氙、氪、一氧化氮、甲烷等)的一种或多种呼吸气体(氧气、二氧化碳、氮气)或惰性气体的交换,以及离开这些隔室的血液的混合与分流的静脉血液的混合构成动脉血液,后者通常是在临床设置中采样和分析的。静脉和混合静脉血液也可以在临床设置中采样,并且可以通过将与病患代谢和血液流动相关的方程式包括在模型中而通过模型来描述。针对气体交换模型的模型参数的估计(尤其是针对具有前述隔室中的一个或多个的模型)要求侵入测量,例如从肺动脉进行混合静脉血液采样,或者要求在病患对于这些变化的响应被连续测量的一个或多个步骤中和/或在稳定状态下修改吸入气的气体成分,从而可以将针对气体交换问题的一个或多个机制的贡献区分开来,这些机制在模型中通过参数表示,例如,费内分流、通气/灌注比等。气体交换模型通常包括关于血液酸碱状态和血液中呼吸气体的结合和输运的模型。
血液酸碱和氧气与二氧化碳输运
血液酸碱状态和/或氧气和/或二氧化碳输运的模型以经验方式或通过反应方程式描述了在血液中发生的用于化学缓冲和气体与血红蛋白的结合的化学反应中的一些或全部。该模型可以是在所谓的稳定状态中描述反应方程式,以均衡或动态方式描述随时间变化的反应。这样,模型将可以在床旁常规测量的血液酸碱值(例如氧气和二氧化碳压力和pH)与不容易获得的值(例如,碱过剩、缓冲液浓度、呼吸气体浓度等)联系起来。
生理参数
在该上下文中,生理参数应当被理解为描述生理系统特征的值,并且对于一些临床变量和/或呼吸机设置的变化假设是恒定的。例如,肺分流描述流到肺部而没有到达被通气肺泡的血液比例,这描述接受机械通气的病患最重要的气体问题。已知的是,对于多个临床变量和呼吸机设置(例如呼吸频率和一次换气量)而言肺分流保持恒定。
以下是以示例性的非限制性和非排他性方式列举的一些适合用在本发明中的生理参数:
呼吸力参数包括肺顺应性、呼吸阻力、呼吸系统弹性、有效分流、呼吸系统各个部件(肺泡、气道、胸壁、隔膜、表面活性计)的顺应性以及阻力。
气体交换参数包括但不限于肺分流、静脉血掺杂、有效分流、通气/关注(V/Q)比、低V/Q程度、高V/Q程度、ΔPO2、ΔPCO2、动脉端一次性换气O2差、动脉端一次性换气CO2差、解剖死腔、肺泡死腔、生理死腔、末端呼气肺容量、功能性残余容量等。
血液酸碱参数包括但不限于碱过剩(BE)、强离子差(SID)、血红蛋白浓度、血液量、化学反应的速率常量等。这包括根据本发明的第三数据(D3)的示例。
本发明的计算机系统还可以包括特定仿真。因而,在另一个实施例中,该计算机系统被布置为:可选地当没有生理参数与相关生理阈值相比存在偏差(DEV)时:-通过使来自所述建模的一个或多个(可能是每一个)生理参数保持恒定并对病患状态随时间的发展进行仿真,来对病患状态进行仿真。在另一个实施例中,所述仿真包括相对于数据测量的可获得计算来源或频率以固定间隔(可能至少是连续)对一个或多个模型参数进行调整的处理。在另一个实施例中,应用随时间变化对病患状态的仿真,从而将一个或多个生理参数和/或对应于可获得数据的仿真生理值与实际数据比较,以评估所述仿真是否能够充分描述当前或在后时间的病患状态。
除了提供关于测量值或生理参数变化的潜在原因的指示之外,该计算机系统还可以提供关于进一步测试的指示,基于该进一步的测试可以在相同的模型中使用多个值来改善建议的指示。因而,在另一个实施例中,计算机系统被布置为指示一个或多个进一步的病患测量,执行所述一个或多个进一步病患测量用于获得能够改善所述建模、所述仿真和/或所提供的指示的进一步的数据值。这种测试可以是在标准监测期间通常不是时常测量/获得的测试。因而,针对附加数据的测量类型和/或这种数据的时机/频率这二者可以由该计算机系统给出建议。在另一个实施例中,进一步的测试选自由如下内容组成的非排他性组:动脉或静脉血液气体、血液电解值、血糖或酮浓度、心输出量测量或其他用于描述血液、循环、代谢、呼吸或肾功能的侵入性测量。
如果计算机系统或方法(由于相同的原因)不能描述病患状态则会出现多种情况。因而,在一个实施例中,如果所述仿真不能描述当前或在后时间的病患状态,则计算机系统被布置为对于仿真不能描述当前或在后时间的病患状态的一个或多个可能的原因给出指示。可能的原因可以是先前测量值有错误,从而例如动脉氧合作用的测量与吸入氧合作用的测量或代谢需求不一致。在诸如此类的情况下,这些测量中的一个可能存在错误。
如前文提到的,即使没有测量到数据值的任何显著变化,该方法或计算机系统仍然可以关于生理参数的变化给出指示。因而,在一个实施例中,没有数据值落到阈值范围之外,同时指示出了一个或多个生理参数(器官系统和/或一个或多个生理系统)的变化。这尤其有利,因为这为临床医生提供了关于如果不采用本发明则不能被指示的特定故障的警告。因而,在类似的实施例中,没有数据值显著偏离所述病患的先前提供数据值。因而,即使是在数据值没有变化的情况下该计算机系统仍然可以工作。
本发明的计算机系统或方法能够提供指示的器官系统和/或生理系统的数量可以变化。因而,在一个实施例中,通过同时输出由所述第一数据、所述第二数据和所述第三数据导出的用于描述2到10个器官系统和/或生理系统功能的多个对应的生理参数,例如3到10个,例如5到10个,例如2到8个,例如4到8个,或例如4到6个,所述一个或多个生理模型能够随时间的变化对所述病患进行建模。本发明的计算机系统或方法能够提供指示的器官系统和/或生理系统的数量依赖于一个或多个生理模型中包括的参数的数量或者系统包括的生理模型的数量。再次说明,图2示出了不同模型元素的示例。
本发明可以获得的尤其(但不是排他地)有利之处在于,监测并且告警可以基于病患生理状态的变化而不是通过迄今为止的直接测量描述的有症状的变化。而且,该模型执行的仿真可以用来确定何时对病患的了解较差,并应当进行哪些合适的进一步的测量对于临床医生给予引导。
在第二方面中,本发明涉及一种方法,用于使用在计算机系统上实施的一个或多个生理模型对病患进行医疗监测,所述方法包括
-将指示所述病患(1)的吸入气特征的第一数据(D1)提供给所述计算机系统(2);
-将指示所述病患(1)的呼出气中的呼吸反馈特征的第二数据(D2)提供给所述计算机系统(2);以及
-将指示所述病患(1)的血液中酸/碱状态和氧合水平的第三数据(D3)提供给所述计算机系统(2);
所述计算机系统被布置为:
i.使用随时间变化的所述第一数据、所述第二数据以及所述第三数据来对所述病患执行数学生理建模,其中,通过同时输出由所述第一数据、所述第二数据和所述第三数据导出的用于描述至少两个器官系统和/或生理系统功能的多个对应的生理参数,所述一个或多个生理模型能够随时间的变化对所述病患进行建模;
ii.执行监测处理,其中
-如果所述生理参数中的一个或多个与相关阈值水平相比存在偏差,则所述计算机系统输出:
·造成所述偏差的一个或多个器官系统和/或一个或多个生理系统的指示;以及
·可选的告警信号;
和/或
-如果所述数据值中的一个或多个与相关阈值水平相比存在偏差,则所述计算机系统输出:
·造成所述偏差的一个或多个器官系统和/或一个或多个生理系统和/或一个或多个非生理系统的指示;以及
·可选的告警信号。
在第三方面中,本发明涉及一种计算机程序产品,用于使得计算机系统实施根据第二方面的方法,其中所述计算机系统包括至少一个计算机,所述至少一个计算机具有与所述计算机连接的数据存储装置。
第二和/或第三方面可以用于在从如下装置组成的组中选出的实体上实施:机械通气监测系统、重症监护监测系统、便携式计算装置、例如平板电脑之类的手持移动装置以及电子病患杂志系统等,如本领域技术人员了解到本发明的教导和主要原理之后容易理解的那样。在另外的方面中,本发明还涉及一种机械通气监测系统、重症监护监测系统、便携式计算装置或类似的设备来实施本发明。
本发明的第三方面尤其(但不是排他地)有利之处在于,本发明可以通过计算机程序产品来实现,当下载或加载到计算机系统时,该计算机程序产品使得计算机系统执行本发明第一方面的操作。这种计算机程序产品可以在任何种类的计算机刻度介质上提供,或者可以通过网络提供。
本发明的各个方面各自都可以与任何其它方面组合。参照所述实施例,本发明的这些和其它方面将通过以下描述变得清楚。
附图说明
现将参照附图更加详细地描述根据本发明的方法。附图示出实施本发明的一种方式,并且不应被解释为限制落入所附权利要求组范围之内的其它可能的实施例。
图1是根据本发明的方法或计算机系统的示意图。
图2示出决策支持系统(DSS)的一组数学模型,包括呼吸控制的生理模型的数学表示。
图3是根据本发明的方法的示意图。
图4中的A图示出当前监测和告警方法如何工作,而图4中的B图示出同时由多个数据值确定生理参数的情况。针对SpO2的点表明已经达到阈值水平,针对肺部的点表明测得的SpO2低的可能原因。
图5中的A图示出当前监测和告警方法如何工作,而图5中的B图示出同时由多个数据值确定生理参数的情况。针对SpO2的点表明已经达到阈值水平,针对代谢的点表明测得的SpO2低的可能原因。
图6中的A图示出当前监测和告警方法如何工作,而图6中的B图示出同时由多个数据值确定生理参数的情况。图6的A图中针对SpO2的点表明已经达到阈值水平,图6的B图中没有点表明没有生理参数能够导致SpO2低。因而原因可能是仪器故障。
图7中的A图示出当前监测和告警方法如何工作,而图7中的B图示出同时由多个数据值确定生理参数的情况。虽然在图7的A图中没有达到阈值,但是图7的B图中生理参数的计算表明肺部和循环阈值水平都已经达到。
图8示出根据本发明的方法的流程图。
具体实施方式
本发明是一种用于提供智能监测的方法/计算机系统,通过这么做,提供智能告警和引导测量。本发明的关键在于应用生理模型来将可用测量与描述潜在因果关系的估计参数合成到一起。然后,使用这些模型进行的仿真可以用来确定病患何时出现潜在生理变化(即何时测量结果与仿真不再匹配)并且进而引导测量策略。
图1是本发明的方法或计算机系统的具体实施例的示意图。该方法或计算机系统用来通过提供关于病患值落到相关联病患1,P的阈值范围之外的告警出现的原因的指示,进而为临床医生提供辅助。该方法包括计算机系统2分别从测量装置M1,M2,M3接收输入数据D1,D2,D3。该计算机系统适于控制该输入数据是处于阈值范围之内还是处于针对具体值的所述范围之外。如果这些值中的一个或多个落到(或显著偏离,DEV_D)阈值范围之外,则该系统可以设置告警3,同时还提供关于数据值落到阈值范围之外的原因的指示IND。该指示是基于例如图2中显示的生理模型MOD1,MOD2使用每个模型中的一个或多个数据值计算的。这样,临床医生接收到输入,针对这些输入的测量必须执行从而解决问题。该系统还给出关于可以对病患执行哪些进一步的测量/分析的指示,进而对于潜在的问题给出更好的指示。
如果输入数据值D1,D2,D3没有落到任何阈值范围之外也可能出现这种情况,但这是在输入值已经被用在一个或多个生理模型之后,输出生理参数中的一个(或多个)落到(或显著偏离,DEV_D)它们的具体阈值范围之外。在这种情况下,系统仍然可以设置告警3(例如,可视化告警、音频告警和/或触觉告警等),并且对于仅通过监测数据值不可能检测到的潜在问题提供指示。在图7中示出了这种情况,其中,生理参数结果的两个变化导致观察不到数据值的变化。在这种情况下,该方法/计算机系统仍然用于向临床医生提供关于对病患可以执行哪些测试的进一步建议,从而获得可以改善所提供的指示的进一步信息。
图2示出了数学模型(或数个独立模型)的示例,该模型可以用在将用于提供智能监测的当前信号进行合成上。该模型包括用于描述肺的分量(A)、用于描述血液氧合作用以及酸碱化学的分量(B)、用于描述脑脊髓液的酸碱性的分量(C)、用于描述循环的分量(D)、用于描述组织代谢和缓冲的分量(E)以及用于描述呼吸驱动的分量(F)。可以实施的进一步的模型包括呼吸力学或肾功能的模型。这样,图2的模型可以用在下文中来举例说明本发明的方法。
图3中示出了本发明方法的实施例,下文中将描述该方法。例如图2所示的生理数学模型通常具有已知为参数的具体变量。这些参数的典型特点是它们通常不是直接测量的,而是通过将该模型与测得的数据(图3中的步骤1)拟合来估计的。参数值提供了对于病患潜在生理的深度描绘,并且在执行仿真时,一般来自估计值,通常是固定的。
对于图2示出的模型而言,这些包括用于描述肺的参数(A),例如肺分流(A);用于描述血液的参数(B),例如碱过剩;用于描述CSF的参数(C),例如CSF碳酸氢盐水平;用于描述循环的参数(D),例如心输出量;用于描述组织代谢的参数(E),例如氧气消耗或二氧化碳产量;或用于描述呼吸驱动的参数(F),例如中央化学受体驱动阈值。
对于处于ICU的病患而言,可以连续测量呼吸气体(氧气和二氧化碳)、呼吸流量和压力、动脉氧合作用、血压、心输出量以及组织的CO2产量和O2消耗量。此外,通常测量周期性地测量动脉血液酸碱度和氧合状态。这些测量可以用来使用模型拟合技术确定出模型的参数。通过随着时间变化周期性地进行这种测量(图3中的步骤2),监测策略可能从观察各个测量信号中的一个转换到潜在生理系统的变化。图4给出了这种方法的示例。图4中的A图示出了当前监测和告警方法如何工作。连续显示每个信号,并且当信号参数落到被认为合适的数值范围(阈值水平)之外或者如果传感器断开连接,则给出告警。在这种情况下,给出的是当连续测量为SpO2的氧饱和度落到低于90%并且超过了告警阈值(点)的示例。图4中的A图示出的信号可以是根据本发明的第一数据D1(例如PIP)、第二数据D2(例如EtCO2和EtO2)和第三数据(例如SpO2)的示例。血压、MAP可以是根据本发明的第五数据D5的示例。
相反,图4中的B图示出了使用根据本发明的图2的模型来监测生理参数的情况。根据参数所代表的器官系统来显示参数。当任何单个系统或器官功能变化,则可以基于更深层次的理解来进行智能告警(图3中的步骤3、步骤4)。
因而,在图4中,可以向临床医生给出指示,来说明SpO2的下降可能是由于分流增加。
当模型已经拟合至临床数据,说明随后可以使用这些模型来执行仿真(图3中的步骤5)。该处理可以用来执行引导测量,该引导测量的原理如下。通过将模型参数进行固定,可以使用该模型来仿真所有变量。这些连续测量的变量可以与模型仿真进行比较。这些例如可以是图4的A图中示出的那些,包括通过脉冲血氧计测量的动脉氧饱和度、氧气和二氧化碳在呼出气中的浓度、动脉血压或肺部的正吸入压或诸如流量、频率或每分钟通气量之类的其他呼吸测量。模型仿真和模型测量之间的不同就是关于病患生理情况已经变化的指示,并且需要新的测量(图3中的步骤6)。因而,可以使用该方法来确定是否需要进一步的测量。
接下来的步骤是对临床医生给出关于执行哪些测量的引导(图3中的步骤7)。例如,呼出CO2的增加可能是由于代谢增加或者肺泡通气减少。VCO2的测量将通过该模型解释代谢分量。肺泡通气的减少可以由呼吸驱动减少或酸碱状态变化来解释。酸碱状态的测量需要动脉血液采样,这样可以引导临床医生进行这一测量。如果呼出的CO2水平与动脉血液气体不匹配,则这意味着肺部气体交换的变化,这将引导临床医生进行测量以便了解肺部功能。引导测量的一个不同示例是呼出O2的减少。这可能是由于氧气消耗增加或者肺部气体交换改变。测量氧气消耗量(VO2)将能够区别这二者,而脉冲血氧SpO2的测量将指示输入到模型中的呼出CO2水平是否与仿真后的动脉氧气水平匹配。如果不是,则可以引导用户测量动脉血氧水平,这将通过血液样本来确定这些它们是否匹配SpO2,如果不是,则有必要测量肺部气体交换。这些引导测量只是通过数个模型组合可行的,并且可以进行模型仿真来确定何时测量与仿真不匹配,以及需要哪些进一步的测量来了解病患。然后新的测量需要模型再拟合,并且重新开始图4的循环。
图5的示例中,与图4一样出现了SpO2相同变化,但是SpO2下降的原因不同。在该情况下,该原因是代谢增加。
图6示出了病患数据变化但没有明显的生理变化的情况。SpO2表现出减小,但是没有出现生理问题。这例如可能是由于传感器放置不当或出现故障。
图7示出了数据没有变化但是生理效果存在两处可能彼此抵消的变化的情况。肺部的肺分流增加将使得血液中氧气水平减少。然而,如果组织中氧气使用量减少(例如,VO2减少)或者吸入氧气增加,则在血液氧合作用方面将看不到变化。因而,如果仅仅对直接输入数据进行标准监测,则临床医生不会从监测系统得到关于病患健康正在恶化的告警。通过采用本发明的方法,临床医生将得到关于肺部和代谢都处于优选的阈值水平/范围之外的警告。
图8是根据本发明的方法的流程图,该方法使用在计算机系统2上实施的一个或多个生理模型MOD1和/或MOD2对病患P进行医疗监测。该方法包括:
S1a将指示所述病患1的吸入气特征的第一数据D1提供给所述计算机系统(2);
S1b将指示所述病患1的呼出气中的呼吸反馈特征的第二数据D2提供给所述计算机系统2;以及
S1c将指示所述病患1的血液中酸/碱状态和氧合水平的第三数据D3提供给所述计算机系统2;
所述计算机系统被布置为:
S2使用随时间变化的所述第一数据(D1)、所述第二数据(D2)以及所述第三数据(D3)来对所述病患执行数学生理建模,其中,通过同时输出由所述第一数据、所述第二数据和所述第三数据导出的用于描述至少两个器官系统和/或生理系统功能的多个对应的生理参数,所述一个或多个生理模型(MOD1,MOD2)能够对所述病患随时间的变化进行建模;
S3执行监测处理,其中
-S4如果所述生理参数中的一个或多个与相关阈值水平相比存在偏差DEV_P,则所述计算机系统输出:
·造成所述偏差的一个或多个器官系统和/或一个或多个生理系统的指示IND;以及
·可选的告警信号3;
和/或
-S5如果所述数据值D1,D2,D3中的一个或多个与相关阈值水平相比存在偏差DEV_D,6,则所述计算机系统输出:
·造成所述偏差的一个或多个器官系统和/或一个或多个生理系统和/或一个或多个非生理系统的指示IND;以及
·可选的告警信号3。
名词解释
FiO2 吸入气中氧气的分数
PiO2 吸入气中氧气的压力
FiCO2 吸入气中二氧化碳的分数
PiCO2 吸入气中二氧化碳的压力
SaO2 从血液样本测得的动脉血液的氧饱和度
CaO2 动脉血液中氧气浓度
PaO2 从血液样本测得的动脉血液的氧气压力
SpO2 经皮肤测测的动脉血液的氧饱和度
EtO2/FE’O2 呼气末端呼出气中的氧气分数
FEO2 混合呼出气中氧气的分数
PE'O2 呼气末端呼出气中的氧气压力
PAO2 混合肺泡气体中氧气压力
PEO2 混合呼出气体中氧气压力
EtCO2/FE'CO2 呼气末端呼出气中的二氧化碳分数
FECO2 混合呼出气体中二氧化碳分数
PE'CO2 呼气末端呼出气中的二氧化碳压力
PACO2 呼气末端呼出气中的二氧化碳压力
PECO2 混合呼出气体中的氧气压力
PaCO2 从血液样本测得的动脉血液的二氧化碳分压
CaCO2 动脉血液中二氧化碳浓度
VO2 氧消耗,即每分钟组织消耗的氧的升数
VCO2 二氧化碳产量,即,每分钟组织产出的二氧化碳的升数
通气
Vt 一次呼吸量,即每次呼吸的气体量
f 呼吸频率,即每分钟呼吸的次数
Vd 死腔,即,没有参与到气体与血液的交换中的肺部容量
Vmin 最小通气
Valv 肺泡通气
Volume(FRC) 肺容量(功能性残余容量)
fA2 被通入到接受通气的隔室的通气分数
灌注
fs/shunt 没有参与到气体交换中的血液循环分数
f2 至接受通气的隔室的为分流血液循环的分数
pHa 动脉血液pH
H+ 氢离子浓度
BE 碱过剩
HCO3 - 碳酸氢盐浓度
Alb 清蛋白浓度
NBB 非碳酸氢盐缓冲液浓度
DPG 2.3-二磷酸甘油浓度
SID 强离子差
MAP 平均动脉血压
PIP 正吸入压
Tc,Sc,Tp
Sp,A,Po 描述呼吸驱动的模型常量和参数
Kw’,Alb- fix
Kc,K3 描述CSF(脑脊髓液)的缓冲特性的模型常量和阐述
Dw,Dp,Dc 呼吸驱动:不眠(w);末梢(p);以及中央(c)
i 间隙液下标
a 动脉血下标
v 静脉血下标
c 毛细血管血下标
参考文献
1.Arnstein F.(1997)Catalogue of human error.Br J Anaesth.79:645–656
2.Rees SE and Andreassen S.Mathematical models of oxygen and carbondioxide storage and transport:the acid base chemistry of blood(2005).Crit RevBiomed Eng.33:209-264.
本发明可以通过硬件、软件、固件或其组合来实施。本发明或本发明的一些特征还可以实施为在一个或多个数据处理器和/或数字信号处理器上运行的软件。
本发明实施例的各个元件可以以任意合适的方式从物理上、功能上和逻辑上实现为单个单元、多个单元或实现为分开的功能单元的一部分。本发明可以实施为单个单元,或者可以物理上和功能上实现为分布在不同的单元和处理器上。
实施例:
以下列出了本发明的一些实施例:
1.一种方法,用于使用在计算机系统上实施的一个或多个生理模型(MOD1,MOD2)对病患(P)进行医疗监测,所述方法包括:
-将指示所述病患(1)的吸入气特征的第一数据(D1)提供给所述计算机系统(2);
-将指示所述病患(1)的呼出气中的呼吸反馈特征的第二数据(D2)提供给所述计算机系统(2);以及
-将指示所述病患(1)的血液中酸/碱状态和氧合水平的第三数据(D3)提供给所述计算机系统(2);
所述计算机系统被布置为:
i.使用随时间变化的所述第一数据(D1)、所述第二数据(D2)以及所述第三数据(D3)来对所述病患执行数学生理建模,其中,通过同时输出由所述第一数据、所述第二数据和所述第三数据导出的用于描述至少两个器官系统和/或生理系统功能的多个对应的生理参数,所述一个或多个生理模型(MOD1,MOD2)能够随时间的变化对所述病患进行建模;
ii.执行监测处理,其中
-如果所述生理参数中的一个或多个与相关阈值水平相比存在偏差(DEV_P),则所述计算机系统输出:
·造成所述偏差的一个或多个器官系统和/或一个或多个生理系统的指示(IND);以及
·可选的告警信号(3);
和/或
-如果所述数据值(D1,D2,D3)中的一个或多个与相关阈值水平相比存在偏差(DEV_D,6),则所述计算机系统输出:
·造成所述偏差的一个或多个器官系统和/或一个或多个生理系统和/或一个或多个非生理系统的指示(IND);以及
·可选的告警信号(3)。
2.根据实施例1所述的方法,其中,造成所述偏差的所述一个或多个器官系统和/或一个或多个生理系统和/或非生理系统的指示(IND)是基于:
■其他生理参数的当前值和/或当前数据值;和/或
■发生偏差的生理参数的先前值和/或所述数据值的先前值。
3.根据任意前述实施例所述的计算机系统,其中,所述方法还包括:
-提供指示诸如心输出量之类的血液循环特征的第四数据(D4);和/或
-提供指示诸如血压之类的心功能特征的第五数据(D5);和/或
-提供指示诸如肾灌注或碳酸氢盐重吸收之类的肾功能特征的第六数据(D6)。
4.根据任意前述实施例所述的方法,其中,所述一个或多个器官系统选自由肺、血液、心脏、肾脏和组织组成的组。
5.根据任意前述实施例所述的方法,其中,所述一个或多个生理系统选自由代谢、循环、肾功能和呼吸组成的组。
6.根据实施例1所述的方法,其中,所述建模包括优选地基于所述数据(D1,D2,D3)的当前值和/或先前值以固定时间间隔对一个或多个生理参数进行调整的处理。
7.根据任意前述实施例所述的方法,其中,所述计算机系统被布置为:可选地当没有生理参数与相关生理阈值相比存在偏差(DEV)时:
-通过使来自所述建模的任意生理参数保持恒定并对病患状态随时间的发展进行仿真,来对病患状态进行仿真。
8.根据实施例7所述的方法,其中,通过将一个或多个生理参数和/或对应于可获得数据的仿真生理值与数据(D1,D2,D3)比较,来对病患状态随时间的变化进行所述仿真,以评估所述仿真是否能够充分描述当前或在后时间的病患状态。
9.根据实施例8所述的方法,其中,如果所述仿真不能描述当前或在后时间的病患状态,则所述计算机系统被布置为指示关于所述仿真不能描述当前或在后时间的病患状态的一个或多个可能的原因。
10.根据任意前述实施例所述的方法,其中,所述计算机系统被布置为指示一个或多个进一步的病患测量,执行所述一个或多个进一步的病患测量用于获得能够改善所述建模、所述仿真和/或关于可能偏差的所述指示(IND)的进一步的数据值(D1,D2,D3)。
11.根据任意前述实施例所述的方法,其中(ii)执行监测处理时,其中所述生理参数中的一个或多个与相关阈值水平相比存在偏差(DEV_P),没有数据值(D1,D2,D3)落在阈值范围(DEV_D)之外。
12.根据任意前述实施例所述的方法,其中,通过同时输出由所述第一数据、所述第二数据和所述第三数据导出的用于描述2到10个器官系统和/或生理系统功能的多个对应的生理参数,例如3到10个,例如5到10个,例如2到8个,例如4到8个,或例如4到6个,所述一个或多个生理模型(MOD1,MOD2)能够随时间的变化对所述病患进行建模。
13.一种计算机系统(2),用于使用在所述计算机系统上实施的一个或多个生理模型(MOD1,MOD2)对病患(P)进行医疗监测,所述系统被布置为:
-接收指示所述病患(1)的吸入气特征的第一数据(D1);
-接收指示所述病患(1)的呼出气中的呼吸反馈特征的第二数据(D2);以及
-接收指示所述病患(1)的血液中酸/碱状态和氧合水平的第三数据(D3);
所述计算机系统被布置为:
i.使用随时间变化的所述第一数据(D1)、所述第二数据(D2)以及所述第三数据(D3)来对所述病患执行数学生理建模,其中,通过同时输出由所述第一数据、所述第二数据和所述第三数据导出的用于描述至少两个器官系统和/或生理系统功能的多个对应的生理参数,所述一个或多个生理模型(MOD1,MOD2)能够随时间的变化对所述病患进行建模;
ii.执行监测处理,其中
-如果所述生理参数中的一个或多个与相关阈值水平相比存在偏差(DEV_P),则所述计算机系统输出:
·造成所述偏差的一个或多个器官系统和/或一个或多个生理系统的指示(IND);以及
·可选的告警信号(3);
和/或
-如果所述数据值(D1,D2,D3)中的一个或多个与相关阈值水平相比存在偏差(DEV_D,6),则所述计算机系统输出:
·造成所述偏差的一个或多个器官系统和/或一个或多个生理系统和/或一个或多个非生理系统的指示(IND);以及
·可选的告警信号(3)。
14.一种计算机程序产品,用于使得计算机系统与根据实施例13所述的计算机系统相配合,其中所述计算机系统包括至少一个计算机,所述至少一个计算机具有与所述计算机连接的数据存储装置。
15.根据实施例14所述的计算机程序产品,用于在从如下装置组成的组中选出的实体上实施:机械通气监测系统、重症监护监测系统、便携式计算装置、例如平板电脑之类的手持移动装置以及电子病患杂志系统。
虽然已经参照具体实施例描述了本发明,但是本发明不应当被理解为以任何方式限制于所描述的示例。本发明的范围应当由所附权利要求来解释。在权利要求的上下文中,术语“包括”或“包含”没有排除其他可能的元件或步骤。而且,当提到例如“一”或“一个”时,不应当被理解为排除了多个。权利要求中对于在附图中示出的元件使用量附图标记,但不应当不理解为这些附图标记是用于限制本发明的范围。此外,不同权利要求中提到的各个特征可以有利地组合,并且在不同权利要求中提到这些特征并没有排除这些特征的组合不可行或者是有利的。
Claims (14)
1.一种计算机系统(2),用于使用在所述计算机系统上实施的一个或多个生理模型(MOD1,MOD2)对病患(P)进行医疗监测,所述系统被布置为:
-接收指示所述病患(1)的吸入气特征的第一数据(D1);
-接收指示所述病患(1)的呼出气中的呼吸反馈特征的第二数据(D2);以及
-接收指示所述病患(1)的血液中酸/碱状态和氧合水平的第三数据(D3);
所述计算机系统被布置为:
i.使用随时间变化的所述第一数据(D1)、所述第二数据(D2)以及所述第三数据(D3)来对所述病患执行数学生理建模,其中,通过同时输出由所述第一数据、所述第二数据和所述第三数据导出的用于描述至少两个器官系统和/或生理系统功能的多个对应的生理参数,所述一个或多个生理模型(MOD1,MOD2)能够随时间的变化对所述病患进行建模;
ii.执行监测处理,其中
-如果所述生理参数中的一个或多个与相关阈值水平相比存在偏差(DEV_P),则所述计算机系统输出:
●造成所述偏差的一个或多个器官系统和/或一个或多个生理系统的指示(IND);以及
●可选的告警信号(3);
和/或
-如果所述数据值(D1,D2,D3)中的一个或多个与相关阈值水平相比存在偏差(DEV_D,6),则所述计算机系统输出:
●造成所述偏差的一个或多个器官系统和/或一个或多个生理系统和/或一个或多个非生理系统的指示(IND);以及
●可选的告警信号(3)。
2.根据权利要求1所述的计算机系统,其中,造成所述偏差的所述一个或多个器官系统和/或一个或多个生理系统和/或非生理系统的指示(IND)是基于:
■其他生理参数的当前值和/或当前数据值;和/或
■发生偏差的生理参数的先前值和/或所述数据值的先前值。
3.根据任意前述权利要求所述的计算机系统,其中,所述计算机系统还被布置为:
-提供指示血液循环特征的第四数据(D4);和/或
-提供指示心功能特征的第五数据(D5);和/或
-提供指示肾功能特征的第六数据(D6)。
4.根据权利要求3所述的计算机系统,其中,所述第四数据(D4)为心输出量;和/或所述第五数据(D5)为血压;和/或所述第六数据(D6)为肾灌注或碳酸氢盐重吸收。
5.根据权利要求1或2所述的计算机系统,其中,所述一个或多个器官系统选自由肺、血液、心脏、肾脏和组织组成的组。
6.根据权利要求1或2所述的计算机系统,其中,所述一个或多个生理系统选自由代谢、循环、肾功能和呼吸组成的组。
7.根据权利要求1所述的计算机系统,其中,所述建模包括优选地基于所述数据(D1,D2,D3)的当前值和/或先前值以固定时间间隔对一个或多个生理参数进行调整的处理。
8.根据权利要求1或2所述的计算机系统,其中,所述计算机系统被布置为:可选地当没有生理参数与相关生理阈值相比存在偏差(DEV)时:
-通过使来自所述建模的任意生理参数保持恒定并对病患状态随时间的发展进行仿真,来对病患状态进行仿真。
9.根据权利要求8所述的计算机系统,其中,通过将一个或多个生理参数和/或对应于可获得数据的仿真生理值与数据(D1,D2,D3)比较,来对病患状态随时间的变化进行所述仿真,以评估所述仿真是否能够充分描述当前或在后时间的病患状态。
10.根据权利要求9所述的计算机系统,其中,如果所述仿真不能描述当前或在后时间的病患状态,则所述计算机系统被布置为指示关于所述仿真不能描述当前或在后时间的病患状态的一个或多个可能的原因。
11.根据权利要求8所述的计算机系统,其中,所述计算机系统被布置为指示一个或多个进一步的病患测量,执行所述一个或多个进一步的病患测量用于获得能够改善所述建模、所述仿真和/或关于可能偏差的所述指示(IND)的进一步的数据值(D1,D2,D3)。
12.根据权利要求1或2所述的计算机系统,其中(ii)执行监测处理时,其中所述生理参数中的一个或多个与相关阈值水平相比存在偏差(DEV_P),没有数据值(D1,D2,D3)落在阈值范围(DEV_D)之外。
13.根据权利要求1或2所述的计算机系统,其中,通过同时输出由所述第一数据、所述第二数据和所述第三数据导出的用于描述2到10个器官系统和/或生理系统功能的多个对应的生理参数,所述一个或多个生理模型(MOD1,MOD2)能够随时间的变化对所述病患进行建模。
14.一种具有指令的计算机可读介质,其中所述指令当由计算装置执行时,使得所述计算装置使用在计算机系统(2)上实施的一个或多个生理模型(MOD1,MOD2)执行对病患(P)的医疗监测,所述医疗监测包括:
-将指示所述病患(P)的吸入气特征的第一数据(D1)提供给所述计算机系统(2);
-将指示所述病患(P)的呼出气中的呼吸反馈特征的第二数据(D2)提供给所述计算机系统(2);以及
-将指示所述病患(P)的血液中酸/碱状态和氧合水平的第三数据(D3)提供给所述计算机系统(2);
i.使用随时间变化的所述第一数据(D1)、所述第二数据(D2)以及所述第三数据(D3)来对所述病患执行数学生理建模,其中,通过同时输出由所述第一数据、所述第二数据和所述第三数据导出的用于描述至少两个器官系统和/或生理系统功能的多个对应的生理参数,所述一个或多个生理模型(MOD1,MOD2)能够随时间的变化对所述病患进行建模;
ii.执行监测处理,其中
-如果所述生理参数中的一个或多个与相关阈值水平相比存在偏差(DEV_P),则输出:
●造成所述偏差的一个或多个器官系统和/或一个或多个生理系统的指示(IND);以及
●可选的告警信号(3);
和/或
-如果所述数据值(D1,D2,D3)中的一个或多个与相关阈值水平相比存在偏差(DEV_D,6),则输出:
●造成所述偏差的一个或多个器官系统和/或一个或多个生理系统和/或一个或多个非生理系统的指示(IND);以及
●可选的告警信号(3)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DKPA201370748 | 2013-12-05 | ||
DKPA201370748 | 2013-12-05 | ||
PCT/DK2014/050414 WO2015081965A1 (en) | 2013-12-05 | 2014-12-05 | Intelligent medical monitoring of a patient |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105960198A CN105960198A (zh) | 2016-09-21 |
CN105960198B true CN105960198B (zh) | 2019-06-18 |
Family
ID=52144327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480074949.4A Active CN105960198B (zh) | 2013-12-05 | 2014-12-05 | 病患的智能医疗监测 |
Country Status (6)
Country | Link |
---|---|
US (2) | US20160357926A1 (zh) |
EP (1) | EP3076862B1 (zh) |
CN (1) | CN105960198B (zh) |
DK (1) | DK3076862T3 (zh) |
ES (1) | ES2742446T3 (zh) |
WO (1) | WO2015081965A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018165868A1 (zh) * | 2017-03-14 | 2018-09-20 | 深圳中兴力维技术有限公司 | 监测方法和监测装置 |
CN112533533B (zh) * | 2018-08-07 | 2024-04-12 | 罗斯特姆医疗创新有限公司 | 用于监测不与患者的通气肺相互作用的血流的系统和方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002002006A1 (en) * | 2000-07-05 | 2002-01-10 | Seely Andrew J E | Method and apparatus for multiple patient parameter variability analysis and display |
WO2009063446A2 (en) * | 2007-11-13 | 2009-05-22 | Oridion Medical (1987) Ltd. | Medical system, apparatus and method |
CN101903884A (zh) * | 2007-12-18 | 2010-12-01 | 皇家飞利浦电子股份有限公司 | 在医疗决策支持系统中整合生理模型 |
CN102197992A (zh) * | 2010-03-22 | 2011-09-28 | 通用电气公司 | 用于确定普通临床状态的指示的方法、装置和计算机程序产品 |
WO2012125135A1 (en) * | 2011-03-11 | 2012-09-20 | Spacelabs Healthcare, Llc | Methods and systems to determine multi-parameter managed alarm hierarchy during patient monitoring |
CN102860892A (zh) * | 2011-06-20 | 2013-01-09 | 通用电气公司 | 患者监测中管理警报的方法、设备及计算机程序产品 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6463930B2 (en) * | 1995-12-08 | 2002-10-15 | James W. Biondi | System for automatically weaning a patient from a ventilator, and method thereof |
IL130371A (en) * | 1999-06-08 | 2004-06-01 | Oridion Medical Ltd | Capnography waveform interpreter |
US20070000494A1 (en) | 1999-06-30 | 2007-01-04 | Banner Michael J | Ventilator monitor system and method of using same |
WO2009091920A1 (en) * | 2008-01-15 | 2009-07-23 | Taro Nicholas L | Method and apparatus for determining a deterioration of respiratory function |
KR100868808B1 (ko) * | 2008-03-04 | 2008-11-17 | 한국과학기술원 | 호흡가스 및 혈액가스의 측정을 통한 비침습적 호흡특성치 예측 방법 및 표시장치 |
EP2337492A1 (en) * | 2008-09-22 | 2011-06-29 | Cardiac Pacemakers, Inc. | Congestive heart failure decompensation detection |
US9283339B2 (en) * | 2009-05-18 | 2016-03-15 | Zoll Medical Corporation | Life support and monitoring apparatus with malfunction correction guidance |
US8499252B2 (en) * | 2009-12-18 | 2013-07-30 | Covidien Lp | Display of respiratory data graphs on a ventilator graphical user interface |
-
2014
- 2014-12-05 ES ES14816122T patent/ES2742446T3/es active Active
- 2014-12-05 DK DK14816122.7T patent/DK3076862T3/da active
- 2014-12-05 CN CN201480074949.4A patent/CN105960198B/zh active Active
- 2014-12-05 EP EP14816122.7A patent/EP3076862B1/en active Active
- 2014-12-05 WO PCT/DK2014/050414 patent/WO2015081965A1/en active Application Filing
- 2014-12-05 US US15/101,497 patent/US20160357926A1/en not_active Abandoned
-
2020
- 2020-05-11 US US16/872,005 patent/US20200411178A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002002006A1 (en) * | 2000-07-05 | 2002-01-10 | Seely Andrew J E | Method and apparatus for multiple patient parameter variability analysis and display |
WO2009063446A2 (en) * | 2007-11-13 | 2009-05-22 | Oridion Medical (1987) Ltd. | Medical system, apparatus and method |
CN101903884A (zh) * | 2007-12-18 | 2010-12-01 | 皇家飞利浦电子股份有限公司 | 在医疗决策支持系统中整合生理模型 |
CN102197992A (zh) * | 2010-03-22 | 2011-09-28 | 通用电气公司 | 用于确定普通临床状态的指示的方法、装置和计算机程序产品 |
WO2012125135A1 (en) * | 2011-03-11 | 2012-09-20 | Spacelabs Healthcare, Llc | Methods and systems to determine multi-parameter managed alarm hierarchy during patient monitoring |
CN102860892A (zh) * | 2011-06-20 | 2013-01-09 | 通用电气公司 | 患者监测中管理警报的方法、设备及计算机程序产品 |
Non-Patent Citations (1)
Title |
---|
The automatic lung parameter estimator(ALPE) system: non-invasive estimation of pulmonary gas exchange parameters in 10-15 minutes;Stephen Edward Rees;《Journal of clinical monitoring and computing》;20020101;第17卷(第1期);43-52页 |
Also Published As
Publication number | Publication date |
---|---|
US20200411178A1 (en) | 2020-12-31 |
US20160357926A1 (en) | 2016-12-08 |
EP3076862B1 (en) | 2019-06-12 |
ES2742446T3 (es) | 2020-02-14 |
CN105960198A (zh) | 2016-09-21 |
WO2015081965A1 (en) | 2015-06-11 |
DK3076862T3 (da) | 2019-09-23 |
EP3076862A1 (en) | 2016-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220110541A1 (en) | Methods Of Non-Invasively Determining Blood Oxygen Level And Related Pulmonary Gas Exchange Information | |
US10390711B2 (en) | Automatic lung parameter estimator for measuring oxygen and carbon dioxide gas exchange | |
CN106714882B (zh) | 具有决策支持的用于呼吸的机械通气系统 | |
EP3003443B1 (en) | A system and a corresponding method for estimating respiratory drive of mechanically ventilated patients | |
WO2020082341A1 (zh) | 医疗设备、用于医疗设备的多工作模式监护设置方法及装置 | |
US20220023558A1 (en) | Rescue breathing device | |
KR100874111B1 (ko) | 호흡분석과 동맥혈 측정을 통한 비침습적 호흡특성치예측방법 및 표시장치 | |
US20200411178A1 (en) | Intelligent medical monitoring of a patient | |
Wang et al. | Intelligent model-based advisory system for the management of ventilated intensive care patients: Hybrid blood gas patient model | |
Kretschmer et al. | A simple gas exchange model predicting arterial oxygen content for various FiO 2 levels | |
US11832914B2 (en) | Methods and systems for patient parameter fusion and feedback | |
Kline et al. | Measurement of expired carbon dioxide, oxygen and volume in conjunction with pretest probability estimation as a method to diagnose and exclude pulmonary venous thromboembolism | |
WO2019115605A1 (en) | An improved method for estimating arterial blood values | |
US10478081B2 (en) | Systems and method for identifying the need for measurement of cardiac output | |
US20150005591A1 (en) | Tissue to end tidal co2 monitor | |
Albashir | Predictors Associated with Successful Extubation in Adult Medical and Surgical ICU Patients: A Retrospective Observational Study | |
ALADIB | Faculty of Engineering Department of Biomedical Engineering | |
Lucangelo et al. | Dead space | |
Sinha | Ventilatory Ratio: A Simple Bedside Index to Monitor Ventilatory Efficiency | |
Main | The effect of physiotherapy on respiratory function in ventilated children |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230418 Address after: Massachusetts Patentee after: COVIDIEN L.P. Address before: Danish knowler sumbi Patentee before: MERMAID CARE A/S |
|
TR01 | Transfer of patent right |