CN107106060B - 确定对于测量心输出量的需要的系统和方法 - Google Patents

确定对于测量心输出量的需要的系统和方法 Download PDF

Info

Publication number
CN107106060B
CN107106060B CN201680005332.6A CN201680005332A CN107106060B CN 107106060 B CN107106060 B CN 107106060B CN 201680005332 A CN201680005332 A CN 201680005332A CN 107106060 B CN107106060 B CN 107106060B
Authority
CN
China
Prior art keywords
patient
cardiac output
data
indicative
value
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
Application number
CN201680005332.6A
Other languages
English (en)
Other versions
CN107106060A (zh
Inventor
斯蒂芬·爱德华·里斯
丹·斯蒂珀·卡尔宾
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.)
Covidien LP
Original Assignee
Mermaid Care AS
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 Mermaid Care AS filed Critical Mermaid Care AS
Publication of CN107106060A publication Critical patent/CN107106060A/zh
Application granted granted Critical
Publication of CN107106060B publication Critical patent/CN107106060B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A61B5/026—Measuring blood flow
    • A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
    • 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
    • A61B5/0833—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
    • A61B5/145—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
    • A61B5/1455—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 using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—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 using optical sensors, e.g. spectral photometrical oximeters 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
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/6852—Catheters
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • 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
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/03—Intensive care
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physiology (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Optics & Photonics (AREA)
  • Emergency Medicine (AREA)
  • Obesity (AREA)
  • Pulmonology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明涉及一种决策支持系统(DSS)、医疗监测系统(100)以及对应方法，用于基于生理模型中的一个或多个比较(COMP1，COMP2)来确定对测量心输出量(CO)的需要。更具体地说，用于确定CO的近似值在何时由于循环受损而不能准确，并且因此需要CO的另一估计值或测量值。

Description

确定对于测量心输出量的需要的系统和方法
技术领域
本发明涉及一种用于确定对于测量心输出量(cardiac output,CO)的需要的决策支持系统(DSS)、医疗监测系统以及对应方法。更具体地说，是为了确定CO的近似值在何时由于循环受损而不准确，并且因此需要另一估计值或测量值，以及何时需要计算与生理变量的其他值协调的CO的最小值。
背景技术
一般会监测住在重症监护室中的患者的循环或血液动力状态。这通常包括从动脉导管或无创性血压袖带测量动脉血压；以及使用导管测量中心静脉压。虽然血压测量是血液动力状态的有用指示，但是对于预计循环状态受损最严重的患者而言，例如患有休克[1]的那些患者，上述血压测量却不能提供足够的监测。在这些患者中，通常需要测量循环系统中的压力和总血流量二者，称为心输出量(CO)[1]。在临床上最重要的是从正常人的左心室的心输出量。
用于测量CO的参考技术是在放置Swan-Ganz或肺动脉(PA)导管之后使用热稀释技术。经由心脏的右侧将PA导管放置在肺循环中，使得该过程成为创伤性技术。该技术的创伤性质导致研发了大量微创技术，从使用放置在中央静脉和股动脉中的导管进行的热稀释[2]到使用手指袖带进行的测量[3,4]。通常，微创技术包括许多额外的假设，因此微创技术可能相比于使用PA导管不太准确。
由于CO的测量可能有创伤性或不准确，且由于其测量仅对于循环状态受损的患者而言是至关重要的，因此，具有确定何时需要测量CO的方法将是有利的。本发明大体上涉及基于使用生理过程的数学模型进行的模拟的这种系统。
发明内容
因此，本发明的目的涉及一种用于评估对测量心输出量的需要的系统和方法。
因此，本发明的目的涉及一种用于评估与生理变量的所有其他值协调的心输出量的最小值的系统和方法。
另一个目的是将生理变量整合在单个设备中，用于评估对测量心输出量的需要，并且也可能用于评估与生理变量的其他值协调的心输出量的最小值。该设备在一个图形显示器中提供关于对测量心输出量和心输出量的最小值的需要的建议。
在第一方面，本发明涉及一种决策支持系统(DSS)，用于使用在计算机系统(10)上实施的一个或多个生理模型(MOD1)来提供关于相关联的患者(P，1)的心输出量(CO)测量的医疗决策支持，所述计算机系统被布置成：
-接收指示患者的血液中的相对动脉氧合诸如SaO2或SpO2的第一数据(D1)；
-接收指示患者的血液中的血红蛋白浓度诸如Hb的第二数据(D2)；
-可选地，接收指示患者的动脉血中的氧分压诸如PaO2的第三数据(D3)；以及
-可选地，接收指示患者的氧消耗速率诸如
Figure BDA0001344962650000021
的第四数据(D4)；
所述决策支持系统被布置成：
-使用所述第一数据(D1)、所述第二数据(D2)、可选地所述第三数据(D3)以及可选地所述第四数据(D4)将患者的生理模型(MOD1)应用于对患者的组织代谢进行模拟；
A)
i.使用心输出量的初始值(CO_PREL)根据所述生理模型(MOD1)输出指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值(SvO2_EST)；以及
ii.将指示患者的混合静脉血中的血红蛋白氧饱和度的所述估计测量值(SvO2_EST)与患者混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)进行第一比较(COMP1)；
和/或B)
iii.使用患者的混合静脉血中血红蛋白氧饱和度的参考值(SvO2_REF)根据所述生理模型(MOD1)输出指示患者的心输出量的估计值(CO_EST)；以及
iv.将指示心输出量的所述估计值(CO_EST)与患者的心输出量的参考值(CO_REF)进行第二比较(COMP2)；以及
-基于所述第一比较(COMP1，ii)和/或所述第二比较(COMP2，iv)，生成指示对所述心输出量(CO)的改进测量和/或估计的需要的度量(NM_CO)。
该决策支持系统可以包括计算机系统或用于执行本公开内容中的步骤的任何装置。在一种实施方案中，所述计算机系统被布置成接收指示相对动脉氧合的第一数据(D1)和指示血红蛋白浓度的第二数据(D2)，但不一定接收第三数据和第四数据(D3和D4)。在该实施方案中，计算机系统对应地还布置成使用第一数据(D1)和第二数据(D2)但必要时使用第三数据和第四数据(D3和D4)将患者的生理模型(MOD1)应用于对患者的组织代谢进行模拟。
在另一实施方案中，所述计算机系统被布置成接收指示相对动脉氧合的第一数据(D1)、指示血红蛋白浓度的第二数据(D2)和指示氧消耗速率的第四数据(D4)，但不一定接收第三数据(D3)。在该实施方案中，所述计算机系统对应地还被布置成使用第一数据(D1)、第二数据(D2)和第四数据(D4)但必要时使用第三数据(D3)将患者的生理模型(MOD1)应用于对患者的组织代谢进行模拟。
在另一实施方案中，计算机系统被布置成接收所有四个上述数据(D1、D2、D3、D4)。在该实施方案中，计算机系统对应地还布置成使用第一数据(D1)、第二数据(D2)、第三数据(D3)和第四数据(D4)将患者的生理模型(MOD1)应用于对患者的组织代谢进行模拟。
决策支持系统(优选地包括计算机系统)可以还被布置成使用所述第一数据(D1)、所述第二数据(D2)、可选地所述第三数据(D3)和可选地所述第四数据(D4)将患者的生理模型(MOD1)应用于对患者的组织代谢进行模拟，从而通过执行根据A组步骤或B组步骤中的多个步骤来输出指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值(SvO2 EST)或指示患者的心输出量的估计值(CO EST)。如上所述，A组包括以下步骤：
i.使用心输出量的初始值(CO_PREL)根据生理模型(MOD1)输出指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值(SvO2_EST)；以及
ii.将指示患者的混合静脉血中的血红蛋白氧饱和度的所述估计测量值(SvO2_EST)与患者的混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)进行第一比较(COMP1)。
第二组步骤B组包括以下步骤：
iii.使用患者的混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)根据所述生理模型(MOD1)输出指示患者的心输出量的估计值(CO_EST)；以及
iv.将指示心输出量的所述估计值(CO_EST)与患者的心输出量的参考值(CO_REF)进行第二比较(COMP2)。
因此，生成指示对于心输出量(CO)的改进测量和/或估计的需要的度量(NM_CO)的步骤可以基于第一比较(A中ii的COMP1)或第二比较(B中iv的COMP2)或者A和B两者。当执行两组步骤时，产生生成指示对于心输出量(CO)的改进测量和/或估计的测量(NM_CO)的步骤可以基于第一比较(A中ii的COMP1)和第二比较(B中iv的COMP2)二者。
在一种实施方案中，决策支持系统(DSS)使用在计算机系统上实施的一个或多个生理模型(MOD1)提供关于相关联的患者的心输出量(CO)测量的医疗决策支持，计算机系统被布置成：
-接收指示患者的血液中的相对动脉氧合诸如SaO2或SpO2的第一数据(D1)，
-接收指示患者的血液中的血红蛋白浓度诸如Hb的第二数据(D2)，
-可选地，接收指示患者的动脉血中的氧分压诸如PaO2的第三数据(D3)，以及
-接收指示患者的氧消耗速率诸如
Figure BDA0001344962650000051
的第四数据(D4)，
计算机系统被布置成：
-使用所述第一数据(D1)、第二数据(D2)、可选地第三数据(D3)和第四数据(D4)将患者的生理模型(MOD1)应用于对患者的组织代谢进行模拟，
i.使用心输出量的初始值(CO_PREL)根据所述生理模型(MOD1)输出指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值(SvO2_EST)；以及
ii.将指示患者的混合静脉血中的血红蛋白氧饱和度的所述估计测量值(SvO2_EST)与患者混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)进行第一比较(COMP1)，
和/或
iii.使用患者的混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)根据所述生理模型(MOD1)输出指示患者的心输出量的估计值(CO_EST)；以及
iv.将指示心输出量的所述估计值(CO_EST)与患者的心输出量的参考值(CO_REF)进行第二比较(COMP2)；以及
-基于所述第一比较(COMP1，ii)和/或所述第二比较(COMP2，iv)，生成指示对于心输出量(CO)的改进测量和/或估计的需要的度量(NM_CO)。
这里呈现的本发明的原理是，混合静脉血氧饱和度的模型模拟值可以有利地用于评估对于测量心输出量的需要以及用于评估与所有其他测量值或模拟值协调的心输出量的最小值。这就有助于在标准近似法不可行时评价患者状态并针对临床状况进行心输出量的测量。
因此，提出了一种系统，在该系统中根据基于数学的生理模型和包括氧消耗速率和心输出量的近似值的测量值进行混合静脉动脉血氧饱和度的数学模型模拟。根据所计算的混合静脉血氧饱和度的值，可以得出关于心输出量估计的准确性的结论，因此需要测量该值。另外，可以得出与其他生理变量的值协调的心输出量的最小值的结论。
应当注意的是，第一数据(D1)、第二数据(D2)、第三数据(D3)和第四数据(D4)中的一个、多个或全部可被测量、可替代地被估计、或者另外可替代地是基于从其他生理模型所获得的模型数据，参见图3的实施方案。在一种特定情况下，先前获得的测量数据可以作为数据的最佳估计来应用。除非另有说明，否则血液数据值通常被认为是全血。
还应注意的是，如果大部分氧与血红蛋白结合，则患者的混合静脉血中的血红蛋白氧饱和度(SvO2_EST)可能等于氧浓度。
在一种实施方案中，优选地依赖于年龄、性别、体重和/或对心输出量(CO)具有影响的一个或多个临床状况，心输出量的所述初始值(CO_PREL)可以是代表特定患者(P1)的值，例如可以为此目的提供标准或修改的锁定表(LUT)。
有利地，所述第一比较(COMP1)可以包括评价指示特定患者的混合静脉血中的血红蛋白氧饱和度的所述估计测量值(SvO2_EST)是否是生理上可能的(possible)，如，高于、等于或低于测量的一些已知限度或参考值，并且更优选地，所述第一比较(COMP1)包括根据年龄、性别、体重和/或对心输出量(CO)和/或对所接收的第四数据(D4，
Figure BDA0001344962650000071
)具有影响的一个或多个临床状况评价指示患者的混合静脉血中的血红蛋白氧饱和度的所述估计测量值(SvO2_EST)是否是生理上可能的(probable，很可能的)，例如可以对这种评价应用统计方法或计算。
在另一实施方案中，患者的混合静脉血中的血红蛋白氧饱和度的所述参考值(SvO2_REF，iii)可以是最小值，优选为40％或60％，更优选为50％，如目前技术人员已知的该值的合理最小值。
优选地，特定患者的混合静脉血中的血红蛋白氧饱和度的所述参考值(SvO2_REF，iii)可以是依赖于年龄、性别、体重和/或对心输出量(CO)和/或对所接收的第四数据(D4，
Figure BDA0001344962650000072
)具有影响的一个或多个临床状况的值。甚至更优选地，所述第二比较(COMP2)可以包括评价指示特定患者的心输出量(CO_EST)的所述估计值是否是生理上可能的，如，高于、等于或低于一些已知的限度，并且更优选地，所述第二比较(COMP2)包括根据年龄、性别、体重和/或对估计的心输出量(CO_EST)具有影响的一个或多个临床状况评价指示所述心输出量(CO_EST)的所述估计值是否是生理上可能的，例如，可以对这种评价应用统计方法或计算。
有利地，指示对心输出量(CO)的改进测量和/或估计的需要的所述度量(NM_CO)可以是定量度量，优选地是指示对心输出量(CO)的改进测量和/或估计的需要的数值，或者是定性度量。对改进测量的需要可以尤其与临床目的相关，其中结合考虑的诊断应用使用CO值，即用于进行诊断，虽然本发明不意在用作进行这种诊断的方法，而是协助临床医生对需要改进的CO值进行可靠评估，不过CO值本身可能用作与对患者进行诊断相关的输入。
在一些实施方案中，第一数据(D1)和/或第三数据(D3)可以全部或部分地基于患者的组织间液(interstitial fluid)和/或患者的血液的酸碱系统的第二生理模型(MOD2)，关于这种生理模型的更多信息，参见参考文献[8]。特别地，第二生理模型(MOD2)可以从肺气体交换的第三生理模型(MOD3)接收数据，第三生理模型(MOD3)进一步接收来自患者的换气测量的数据。
在其他实施方案中，第一数据(D1)、第二数据(D2)、第三数据(D3)和/或第三数据(D4)另外还可以全部地或部分地基于代表患者的呼吸驱动和/或患者的肺力学的生理模型或更多。
在第二方面，本发明涉及一种医疗监测系统，该医疗监测系统能够使用在计算机系统(10)上实施的一个或多个生理模型(MOD1)来提供关于相关联的患者的心输出量(CO)测量的医疗决策支持，所述计算机系统(10)被布置成：
-优选地通过对应的第一测量装置(M1)提供指示患者的血液中的相对动脉氧合诸如SaO2或SpO2的第一数据(D1)；
-优选地通过对应的第二测量装置(M2)提供指示患者的血液中的血红蛋白浓度诸如Hb的第二数据(D2)；
-优选地通过对应的第三测量装置(M3)可选地提供指示患者的动脉血中的氧分压诸如PaO2的第三数据(D3)；以及
-可选地，优选地通过对应的第四测量装置(M4)提供指示患者的氧消耗速率诸如
Figure BDA0001344962650000081
的第四数据(D4)；
所述医疗监测系统被布置成：
-使用所述第一数据(D1)、所述第二数据(D2)、可选地第三数据(D3)和第四数据(D4)将患者的生理模型(MOD1)应用于对患者的组织代谢进行模拟；A)
i.使用心输出量的初始值(CO_PREL)从所述生理模型(MOD1)输出指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值(SvO2_EST)；以及
ii.对指示患者的混合静脉血中的血红蛋白氧饱和度的所述估计测量值(SvO2_EST)与患者混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)进行第一比较(COMP1)；
和/或B)
iii.使用患者的混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)从所述生理模型(MOD1)输出指示患者的心输出量的估计值(CO_EST)；以及
iv.对指示心输出量的所述估计值(CO_EST)与患者的心输出量的参考值(CO_REF)进行第二比较(COMP2)；以及
-基于所述第一比较(COMP1，ii)和/或所述第二比较(COMP2，iv)生成指示对心输出量(CO)的改进测量和/或估计的需要的度量(NM_CO)。
所述医疗监测系统应被解释为能够应用上述决策支持系统(DSS)的细节来实施，用于使用在计算机上实施的一个或多个生理模型(MOD1)提供关于相关联的患者的心输出量(CO)测量的医疗决策支持，包括所公开的A组和B组的组合，以及基于如关于决策支持系统(DSS)解释的第一比较(A中ii的COMP1)或第二比较(B中iv的COMP2)或这两者(COMP1，COMP2)生成指示对于改进测量的需要的度量(NM_CO)。
在第三方面，本发明涉及一种用于使用在计算机系统上实现的一个或多个生理模型(MOD1)提供与相关联的患者相关的心输出量(CO)测量的医疗决策支持的方法，所述计算机系统(10)被布置成：
-接收指示患者的血液中的相对动脉氧合诸如SaO2或SpO2的第一数据(D1)，
-接收指示患者的血液中的血红蛋白浓度诸如Hb的第二数据(D2)，
-可选地接收指示患者的动脉血中的氧分压诸如PaO2的第三数据(D3)，以及
-接收指示患者的氧消耗速率诸如
Figure BDA0001344962650000101
的第四数据(D4)，该方法包括如下步骤：
-使用所述第一数据(D1)、所述第二数据(D2)、可选地使用第三数据(D3)和第四数据(D4)将患者的生理模型(MOD1)应用于对患者的组织代谢进行模拟，
i.使用心输出量的初始值(CO_PREL)根据所述生理模型(MOD1)输出指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值(SvO2_EST)；以及
ii.对指示患者的混合静脉血中的血红蛋白氧饱和度的所述估计测量值(SvO2_EST)与患者的混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)进行第一比较(COMP1)；
和/或
iii.使用患者的混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)根据所述生理模型(MOD1)输出指示患者的心输出量的估计值(CO_EST)；以及
iv.对指示心输出量的所述估计值(CO_EST)与患者的心输出量的参考值(CO_REF)进行第二比较(COMP2)；以及
-基于所述第一比较(COMP1，ii)和/或所述第二比较(COMP2，iv)，生成指示对心输出量(CO)的改进测量和/或估计的需要的度量(NM_CO)。
该方法可以通过具有处理装置的计算机来执行。该方法可以根据公开细节来执行，应用上述细节用于使用在计算机系统上实施的一个或多个生理模型(MOD1)来提供对于相关联的患者的心输出量(CO)测量的医疗决定支持，包括所公开的A组和B组的组合以及基于第一比较(A中ii的COMP1)或第二比较(B中iv的COMP2)或两者(COMP1，COMP2)生成对于改进的测量的需要的度量(NM_CO)，如关于决策支持系统(DSS)解释的。
当接收关于根据本发明的第三方面的上述方法的第一数据、第二数据、第三数据和/或第四数据时，应当注意的是，可以根据先前所获样本提供数据，并且该方法不一定包括获得样本本身的步骤。
在第四方面，本发明涉及一种计算机程序产品，该计算机程序产品适于使计算机系统能够实施根据第三方面或根据关于决策支持系统和医疗监测系统所公开的步骤和组合的方法，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其相关联的数据存储装置。
本发明的这个方面的有利之处特别但并不仅仅在于，本发明可以通过下述计算机程序产品来实现，当下载或上传到计算机系统中时，该计算机程序产品使得计算机系统能够执行本发明的第一方面和第二方面的系统的操作。这样的计算机程序产品可以设置在任何种类的计算机可读介质上，或者通过网络提供。
本发明的各个方面可以各自与任何其他方面组合。根据下面参考所描述的实施方案的描述将明了本发明的这些和其他方面。
附图说明
现在将参考附图更详细地描述根据本发明的方法。这些附图示出了实现本发明的一种方式，且不应被解释为是对落入所附权利要求书的范围内的其他可能实施方案的限制。
图1是包括根据本发明的一种决策支持系统的医疗监测系统的示意图，
图2是示出了可以代表本发明的一个实施方案的一种可能的简单模型的图，
图3是示出了可以代表本发明的一个实施方案的一种可能的较复杂的模型的图，
图4示出了使用其中没有提供测量CO或与其他生理变量的值协调的CO的最小值的建议的方法的一个实施例，
图5示出了A)使用其中提供了测量CO的建议的方法的一个实施例；和B)计算与其他生理变量的值协调的CO的最小值的实施例，以及
图6示出了根据本发明的方法的流程图。
具体实施方式
图1是包括根据本发明的决策支持系统DSS的医疗监测系统100的示意图。决策支持系统DSS使用在计算机系统10上实施的生理模型MOD1来提供关于相关联的患者P，1的心输出量(CO)测量的医疗决策支持。
所述计算机系统被布置成在计算方面能够并被指示为：
-诸如从测量装置M1，接收指示患者的血液中的相对动脉氧合如SaO2或SpO2的第一数据D1，
-诸如从第二测量装置M2，接收指示患者的血液中的血红蛋白浓度如Hb的第二数据D2，
-可选地，诸如从第三测量装置M3，接收指示患者的动脉血中的氧分压如PaO2的第三数据D3，以及
-诸如从第四测量装置M4，接收指示患者的氧消耗速率如
Figure BDA0001344962650000121
的第四数据D4，
所述计算机系统被布置成：
-使用所述第一数据D1、第二数据D2、可选地第三数据D3和第四数据D4将患者的生理模型MOD1应用于对患者的组织代谢进行模拟，
i.使用例如来自锁定表(lock-up table，锁闭表)的心输出量的初始值CO_PREL，从所述生理模型MOD1输出指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值SvO2_EST，以及
ii.对指示患者的混合静脉血中的血红蛋白氧饱和度的所述估计测量值SvO2_EST与患者混合静脉血中的血红蛋白氧饱和度的参考值SvO2_REF进行第一比较COMP1。
另外地或可替代地，所述计算机被布置成：
iii.使用患者的混合静脉血中的血红蛋白氧饱和度的参考值SvO2_REF从所述生理模型MOD1输出指示患者的心输出量的估计值CO_EST，以及
iv.对指示心输出量的所述估计值CO_EST与患者的心输出量的参考值CO_REF进行第二比较COMP2，以及
最后，基于来自步骤ii的所述第一比较COMP1和/或来自步骤iv的所述第二比较COMP2，生成一个度量NM_CO，该度量指示需要改进的关于所述心输出量(CO)的测量和/或估计，例如，指示所述需要的数字，或者在通用用户界面GUI上输出“需要其他CO测量/估计”等消息。
本发明包括一种评估对于测量心输出量的需要并评估与其他生理变量的值协调的心输出量的最小值的方法。本发明的原理如下。使用动脉血氧和酸碱状态的模型模拟值或测量值以及测量的组织氧消耗量和CO的估计值来计算混合静脉血氧饱和度
Figure BDA0001344962650000131
如果动脉氧水平低或组织氧消耗水平高，则模拟的
Figure BDA0001344962650000132
值低。通常，可以认为低于最小值的
Figure BDA0001344962650000133
或
Figure BDA0001344962650000134
的值例如50％是生理上不正常的[5]。这是由于对于低静脉氧合，身体通常会收缩静脉、增加血液向心脏的流动并因此增加CO来作出响应[5]。因此，模型模拟的
Figure BDA0001344962650000141
很可能指示过低的估计CO，并且可以使用CO的测量值解释患者。另外，如果
Figure BDA0001344962650000142
值的50％或不同的任意值被认为是
Figure BDA0001344962650000143
的最低可能值，则可以计算与50％的
Figure BDA0001344962650000144
协调的心输出量的最小值。对于一些患者而言，临床医生可以将此视为足够的，无需测量CO。
可以在进行这些计算所需的模型方面以及其中本发明可能导致或可能不导致建议CO测量或CO的最小值的临床情况的示例方面例证该原理。
本发明所需模型的实施例
图2示出了可以在该方法中使用的生理模型MOD1的小子集的实施例。该实施例包括描述氧的组织代谢的模型部件，其使得能够预测混合静脉血氧饱和度
Figure BDA0001344962650000145
可以使用重新表述的公知的Fick等式来进行该预测，以计算静脉血中的氧浓度
Figure BDA0001344962650000146
即
Figure BDA0001344962650000147
该等式根据动脉血中的氧浓度(CaO2)以及氧消耗
Figure BDA0001344962650000148
与CO的比例之差计算
Figure BDA0001344962650000149
在计算
Figure BDA00013449626500001410
之后，可以使用浓度
Figure BDA00013449626500001411
分压
Figure BDA00013449626500001412
和饱和度
Figure BDA00013449626500001413
之间的关系的数值解(即等式2)以及氧解离曲线的数学表示(等式3)来计算
Figure BDA00013449626500001414
等式3与
Figure BDA00013449626500001415
和
Figure BDA00013449626500001416
相关。对于等式3，文献[6]中提供了其实现。
Figure BDA00013449626500001417
Figure BDA00013449626500001418
在等式2中，
Figure BDA00013449626500001423
表示氧在血液中的溶解度，Hb表示血液中的血红蛋白浓度。在等式3中，ODC表示氧解离曲线的数学函数，
Figure BDA00013449626500001419
是混合静脉pH，而
Figure BDA00013449626500001420
是二氧化碳的混合静脉分压。
Figure BDA00013449626500001421
和
Figure BDA00013449626500001422
可以设置为正常值，或者也可以针对特定患者根据动脉酸碱状态、组织生成二氧化碳的测量
Figure BDA0001344962650000151
以及静脉血的酸碱状态的数学模型进行计算[7]。
由于氧难溶于血液，如果假设
Figure BDA0001344962650000152
为零，则可以简化上述过程。在这种情况下，不需要等式3，可以根据
Figure BDA0001344962650000153
使用等式2直接计算出
Figure BDA0001344962650000154
为了求解等式1至等式3，需要测量、计算或估计若干变量的值。可以使用用于静脉血的类似于等式2的等式根据动脉血氧饱和度(SaO2)和动脉氧分压PaO2的值计算出动脉氧浓度，即
Figure BDA00013449626500001512
这需要测量、计算或估计PaO2、SaO2和Hb。根据患者的化验值或血液气体分析可以获得Hb。根据血液气体分析可以获得PaO2和SaO2，即，血液分析装置可以构成如图1中示意性示出的第三测量装置M3和第一测量装置M1，或者可以使用其他数学模型来模拟它们。图3示出了可以用于模拟PaO2和SaO2的动脉值的先前公布的一系列数学模型(8)。这些模型使得能够预测关于正在改变的患者状态或换气的PaO2和SaO2值[8]。因此，图3代表也可以用于举例说明本发明的扩展模型集合。虽然这些在图3中示例为肺气体交换和血液酸碱化学的模型，但可以包括模拟计算
Figure BDA0001344962650000155
所需的变量所要求的任何生理系统的数学表示。
另外，由于氧难溶于血液，如果假设
Figure BDA0001344962650000156
为零，则不需要测量PaO2。可以通过使用从脉搏血氧计(SpO2)获得的无创的SaO2值来简化SaO2的测量，脉搏血氧计可以被视为图1中的第一测量装置M1的一个具体实施方案。
可以使用测量呼吸气体中的O2浓度和气体流量的间接测热系统[9]，即图1中示意性示出的第四测量装置M4的实施方案，在口部处测量
Figure BDA0001344962650000157
可替代地，可以使用体积二氧化碳法在口部处进行二氧化碳生成量
Figure BDA0001344962650000158
的测量，并且使用
Figure BDA0001344962650000159
以及呼吸交换比(RER)或呼吸商(RQ)的估计值来计算
Figure BDA00013449626500001510
计算等式1至等式3中的
Figure BDA00013449626500001511
的剩余输入为CO。由于本发明的目的是确定何时需要测量CO，因此假定没有CO测量是现成可用的。实际上，现成可用的测量将使该方法变得多余。因此，估计CO是该方法的一部分。可以从根据如前所示的患者的理想体重计算平均CO(10)的标准公式来估计CO。这通常只需要输入患者的性别和身高。可以应用任何类似的方法来估计CO，包括对所有患者将CO估计为正常值(5l/min)。
在如上所述计算
Figure BDA0001344962650000161
后，进行下列步骤。
将计算的
Figure BDA0001344962650000162
值与参考值进行比较，其中，该参考值被假设为生理上可能的最低值。可以应用任何值，但是在此处使用的实施例中，使用50％的值。如果
Figure BDA0001344962650000163
的计算值低于参考值，则可以进行下列步骤之一或两者。
1)指示CO的估计值不正确或测量一个值可能是有益的。
2)计算与其他生理值的值协调的CO的最小值。这通过如下方式进行，即通过求解等式2计算得出与等于最小值的
Figure BDA0001344962650000164
(例如50％)协调的
Figure BDA0001344962650000165
然后使用先前的CaO2和
Figure BDA0001344962650000166
的值以及以最小
Figure BDA0001344962650000167
计算的
Figure BDA0001344962650000168
的值来求解等式1得到CO。
本发明使用的实施例
实施例1：没有提供测量CO或CO的最小值的建议的情况。
图4示出了没有进行建议或计算最小CO的情况。通过模型模拟、估计或测量所获得的动脉氧合和Hb的正常值与CO和
Figure BDA0001344962650000169
的正常值相结合，导致
Figure BDA00013449626500001610
的正常值＝78％的模拟。没有理由认为这个计算结果表示对CO的粗略估计，
Figure BDA00013449626500001611
的值高于最小值，该方法既不会提示CO的测量值也不提供最小的估计值。
实施例2：提供测量CO并计算CO的最小值的建议的情况。
图5示出了建议进行测量CO和/或计算最小CO的情况。动脉氧合的正常值以及小于正常值的一半的Hb值被输入。在接收了大量液体输注的患者中，降低到这些水平的Hb值是常见的。这些与CO的正常估计值但是两倍于正常值的
Figure BDA0001344962650000171
值相结合。
Figure BDA0001344962650000172
的这些值与由于肌肉活动、发热或其他原因引起的代谢增加是协调的。如图5A所示，这些值导致模拟出
Figure BDA0001344962650000173
＝15％的生理上不正常的值，低于最小值这不太可能是真的。这就表示对CO的粗略估计，因此将导致所述方法将该粗略估计表明给临床医生，并提供考虑测量CO的建议。另外，并且如图5B所示，可以将这里近似为50％的
Figure BDA0001344962650000174
的最小值输入到所述等式。这将导致8.9l/min的CO的最小值与50％或更高的
Figure BDA0001344962650000175
值是协调的。如果临床医生认为不需要测量CO是合理的，那么临床医生可以接受这些值。
该方法的总体原则是，根据CO的估计值、其他变量的值和生理模型计算
Figure BDA0001344962650000176
可以表明CO的估计值是否是生理上合理的，如果不合理，则该信息可以用于a)提供考虑测量CO的建议和/或b)提供与所有其他生理变量的值协调的CO的最小值。
因此，本发明涉及一种用于评价CO的当前估计值并提供关于测量CO的需要的建议的方法。
本发明还涉及一种用于计算与输入生理模型的其他变量值协调的CO最小值的方法。
本发明包括测量、估计或模拟以下变量中的一个或多个，作为计算
Figure BDA0001344962650000177
的输入：动脉氧饱和度(SaO2)作为第一数据D1的示例，血红蛋白浓度(Hb)作为第二数据D2的示例，动脉氧分压(PaO2)作为第三数据D3的示例，以及组织耗氧量
Figure BDA0001344962650000178
作为第四数据D4的示例。
在所有方面，本发明还包括估计用于计算
Figure BDA0001344962650000179
的CO值。
在所有方面，本发明还包括根据数学模型分析这些数据以计算
Figure BDA00013449626500001710
在所有方面，本发明还包括根据数学模型用
Figure BDA00013449626500001711
的最小值分析这些数据，以计算最小CO。
在所有方面，本发明还可以包括使用肺气体交换和血液酸碱化学的一种或多种数学生理模型来计算动脉氧合(SaO2、PaO2、CaO2)或计算
Figure BDA00013449626500001712
有利地，可以通过动脉血氧和酸碱状态的测量、通过无创性脉搏血氧饱和度(SpO2)测量、通过数学模型模拟或本领域技术人员可用的其他等效测量来提供动脉氧合水平。
有利地，可以通过呼吸气体(FEO2、PEO2)中氧含量的测量以及呼吸气体中流量的测量或本领域技术人员可用的其他等效测量来提供组织氧消耗水平
Figure BDA0001344962650000181
参见图3。这些等效测量可以包括根据对呼吸气体中二氧化碳含量(FEC，PECO2)的测量来测量组织二氧化碳生成量的水平
Figure BDA0001344962650000182
以及测量呼吸气体中的流量。
图6示出了根据本发明的方法的流程图。该方法使用在计算机系统10上实施的生理模型MOD1来提供关于相关联的患者P，1的心输出量(CO)测量的医疗决策支持，
计算机系统被布置成进行S1：
-接收指示患者的血液中的相对动脉氧合诸如SaO2或SpO2的第一数据D1，
-接收指示患者的血液中的血红蛋白浓度诸如Hb的第二数据D2，
-可选地接收指示患者的动脉血中的氧分压诸如PaO2的第三数据D3，
-接收指示患者的氧消耗速率(诸如
Figure BDA0001344962650000183
)的第四数据D4，
该方法包括：
-S2使用所述第一数据D1、第二数据D2、可选地第三数据D3和第四数据D4将患者的生理模型(MOD1)应用于对患者的组织代谢进行模拟。
在一种变型中(图6中的左分支A)：
i.S3使用心输出量的初始值(CO_PREL)从所述生理模型(MOD1)输出指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值(SvO2_EST)，以及
ii.S4对指示患者的混合静脉血中的血红蛋白氧饱和度的所述估计测量值(SvO2_EST)与患者的混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)进行第一比较(COMP1)，
和/或在另一种变体(图6中的右分支B)：
iii.S5使用患者的混合静脉血中的血红蛋白氧饱和度的参考值(SvO2_REF)根据所述生理模型(MOD1)输出指示患者的心输出量的估计值(CO_EST)，以及
iv.S6对指示心输出量的所述估计值(CO_EST)与患者的心输出量的参考值(CO_REF)进行第二比较(COMP2)，以及
S7基于所述第一比较(COMP1，ii)和/或所述第二比较(COMP2，iv)，生成指示需要心输出量(CO)的改进的测量和/或估计的度量(NM_CO)。
本发明可以有益地应用于当个体是正常人、大体处于机械换气的人时，所述机械换气包括创伤性机械换气和无创性机械换气。此外，本发明可以有益地应用于当患者处于使用创伤性导管测量或无创性测量诸如手臂或手指上的充气袖带进行连续的血液动力监测时。本发明可以有益地应用于当患者出现或被监测到循环异常，诸如败血症、心力衰竭或可能引起循环异常的其他疾病或状况时。
可以通过硬件、软件、固件或这些的任何组合来实施本发明。本发明或其一些特征还可以被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。
本发明的实施方案的各个元件可以以任何合适方式在物理上、功能上和逻辑上实施，诸如在单个单元中、在多个单元中或作为分立的功能单元的一部分。本发明可以在单个单元中实施，或者本发明可以在物理上和功能上都分布在不同单元和处理器之间。
虽然已经结合详细说明的实施方案描述了本发明，但是本发明不应解释为以任何方式限于所呈现的实施例。本发明的范围将根据所附权利要求书来解释。在权利要求的上下文中，术语“包含(comprising)”或“包括(comprises)”不排除其他可能的元件或步骤。另外，提及诸如“一(a)”或“一个(an)”等的引用不应被解释为排除多个的情况。权利要求中对于附图中所示的元件所使用的附图标记和缩写也不应被解释为限制本发明的范围。此外，可以有利地组合不同权利要求中提到的各个特征，并且在不同权利要求中提及这些特征并不是排除说特征的组合是不可能的且不是有利的。
应当注意的是，在本发明的上述方面之一的上下文中描述的实施方案和特征也适用于本发明的其他方面。
术语表：
CO 每分钟流出心脏的血流量，心输出量。
Figure BDA0001344962650000201
混合静脉血中的血红蛋白氧饱和度。
Figure BDA0001344962650000202
混合静脉血中的氧浓度。
CaO2 动脉血中的氧浓度。
Figure BDA0001344962650000203
组织中的氧消耗，或从血液流到组织的氧。
Figure BDA0001344962650000204
混合静脉血中氧的分压。
Figure BDA00013449626500002010
血液中氧的溶解系数。
Hb 血液中的血红蛋白浓度。
ODC 血液的氧解离曲线的数学公式。
Figure BDA0001344962650000205
混合静脉血中氧的分压。
Figure BDA0001344962650000206
混合静脉血中的pH值。
Figure BDA0001344962650000207
血液中二氧化碳的分压。
Figure BDA0001344962650000208
混合静脉血中的pH值。
Figure BDA0001344962650000209
组织中的二氧化碳生成量，或从血液流向组织的二氧化碳。
SaO2 动脉血中的血红蛋白氧饱和度。
PaO2 动脉血中氧的分压。
SpO2 与使用脉搏血氧计测量的外周血氧饱和度近似的动脉血中的血红蛋白氧饱和度。
RER 当使用来自呼吸气体的间接测热法测量时的呼吸商。
RQ
Figure BDA0001344962650000211
和
Figure BDA0001344962650000212
之间的比值
PEO2 呼气气体中氧的含量
PEO2 呼气气体中氧的分压
FECO2 呼气气体中二氧化碳的含量
PECO2 呼气气体中二氧化碳的分压
参考文献
1.Pinsky MR.Targets for resuscitation from shock.MinervaAnestesiol.2003Apr；69(4):237-44.
Reference about the need for CO measurement in patients with sepsisand other hemodynamic conditions
2.Oren-Grinberg A.The PiCCO Monitor.International AnesthesiologyClinics 2010；48(1):57–85
3.Broch O,Renner J,Gruenewald M,Meybohm P,Schottler J,Caliebe A,Steinfath M,Malbrain M,Bein B.A comparison of the
Figure BDA0001344962650000213
andtranscardiopulmonary thermodilution to estimate cardiac output duringcoronary artery surgery.Anaesthesia 2012Apr；67(4):377-83
4.Wesseling KH,De Wit B,Van der Hoeven GMA,van Goudoever J,Settles,JJ.Physiocal,calibrating finger vascular physiology for Finapres.Homeostasis1995；36:67-82
5.Smith BW,Andreassen S,Shaw GM,Jensen PL,Rees SE,Chase JG.Simulationof cardiovascular system diseases by including the autonomic nervous systeminto a minimal model.Comput Methods Programs Biomed.2007May；86(2):153-Reference stating that Svo2values less that 50％are unphysiological due tovenoconstriction.
6.O.Siggaard-Andersen,P.D.Wimberley,I.Gothgen,M.Siggaard-Andersen,Amathematical model of the hemoglobin-oxygen dissociation curve of human bloodand of the oxygen partial pressure as a function of temperature,Clin.Chem.30(1984)1646–1651.ODC
7.Rees SE,Klaestrup E,Handy J,Andreassen S,Kristensen SR.Mathematicalmodelling of the acid-base chemistry and oxygenation of blood:a mass balance,mass action approach including plasma and red blood cells.Eur J ApplPhysiol.2010Feb；108(3):483-94.
8.Rees SE.The Intelligent Ventilator(INVENT)project:the role ofmathematical models in translating physiological knowledge into clinicalpractice.Comput Methods Programs Biomed.2011Dec；104Suppl 1:S1-29
9.McClave SA,Martindale RG,Kiraly L.The use of indirect calorimetryin the intensive care unit.Curr Opin Clin Nutr Metab Care.2013Mar；16(2):202-8
Indirect calorimetry measurements of
Figure BDA0001344962650000221
10.Dan S.Karbing,Soren Kjargaard,Steen Andreassen,Kurt Espersen,Stephen E.Rees.Minimal model quantification of pulmonary gas exchange inintensive care patients CO calculation from ideal body weight.MedicalEngineering&Physics 33(2011)240–248
在本申请中引用的所有专利和非专利参考文献都通过引用方式被整体纳入本文。

Claims (21)

1.一种决策支持系统，用于使用在计算机系统上实施的一个或多个生理模型来提供针对关于相关联的患者的心输出量测量的医疗决策支持，所述计算机系统被布置成：
-接收指示所述患者的血液中的相对动脉氧合的第一数据；
-接收指示所述患者的血液中的血红蛋白浓度的第二数据；
所述决策支持系统被布置成：
-使用所述第一数据和所述第二数据将所述患者的所述生理模型应用于对所述患者体内的组织代谢进行模拟；
A)
i.使用心输出量的初始值根据所述生理模型输出指示所述患者的混合静脉血中的血红蛋白氧饱和度的估计测量值，所述初始值是代表特定患者的值，取决于年龄、性别、体重和/或对心输出量具有影响的一个或多个临床状况；以及
ii.将指示所述患者的混合静脉血中血红蛋白氧饱和度的估计测量值与所述患者的混合静脉血中的血红蛋白氧饱和度的参考值进行第一比较；
和/或B)
iii.使用所述患者的混合静脉血中的血红蛋白氧饱和度的参考值根据所述生理模型输出指示所述患者的心输出量的估计值，
所述患者的混合静脉血中的血红蛋白氧饱和度的参考值是依赖于年龄、性别、体重和/或对心输出量具有影响的一个或多个临床状况的值；以及
iv.将指示心输出量的估计值与患者的心输出量的参考值进行第二比较，其中心输出量的参考值是与生理模型的第一数据和第二数据协调的心输出量的最小值；以及
-基于所述第一比较和/或所述第二比较，生成指示对心输出量的改进测量和/或估计的需要的度量，所述第一比较包括评价指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值是否是生理上可能的，或根据年龄、性别、体重和/或对心输出量具有影响的一个或多个临床状况是否是生理上可能的。
2.根据权利要求1所述的决策支持系统，所述计算机系统还被布置成接收指示所述患者的动脉血中的氧分压的第三数据。
3.根据权利要求1或2所述的决策支持系统，所述计算机系统还被布置成接收指示所述患者的氧消耗速率的第四数据。
4.根据权利要求3所述的决策支持系统，还被布置成使用所述第三数据和/或所述第四数据将所述患者的所述生理模型应用于对所述患者体内的组织代谢进行模拟。
5.根据权利要求1所述的决策支持系统，其中，所述患者的混合静脉血中的血红蛋白氧饱和度的参考值是最小值。
6.根据权利要求5所述的决策支持系统，其中最小值是40％或60％或50％。
7.根据权利要求3所述的决策支持系统，其中，特定患者的混合静脉血中的血红蛋白氧饱和度的参考值是依赖于年龄、性别、体重和/或对心输出量和/或对所接收的第四数据具有影响的一个或多个临床状况的值，其中，所述第二比较包括评价指示特定患者的心输出量的估计值是否是生理上可能的，并且其中所述第二比较包括根据年龄、性别、体重和/或对所估计的心输出量具有影响的一个或多个临床状况评价指示心输出量的估计值是否是生理上可能的。
8.根据权利要求1所述的决策支持系统，其中，指示对心输出量的改进测量和/或估计的需要的度量是定量度量。
9.根据权利要求8所述的决策支持系统，其中，指示对心输出量的改进测量和/或估计的需要的度量是指示对心输出量的改进测量和/或估计的需要的数值，或者是定性度量。
10.根据权利要求2所述的决策支持系统，其中，所述第一数据和/或所述第三数据全部或部分地基于所述患者的组织间液和/或所述患者的血液的酸碱系统的第二生理模型。
11.根据权利要求10所述的决策支持系统，其中，所述第二生理模型从肺气体交换的第三生理模型接收数据，所述第三生理模型接收来自所述患者的换气测量的数据。
12.根据权利要求3所述的决策支持系统，其中，所述第一数据、所述第二数据、所述第三数据和/或所述第四数据另外还全部或部分地基于代表所述患者的呼吸驱动和/或所述患者的肺力学的生理模型或更多。
13.一种医疗监测系统，其能够使用在计算机系统上实施的一个或多个生理模型来提供针对关于相关联的患者的心输出量测量的医疗决策支持，所述计算机系统被布置成：
-通过对应的第一测量装置提供指示所述患者的血液中的相对动脉氧合的第一数据；
-通过对应的第二测量装置提供指示所述患者的血液中的血红蛋白浓度的第二数据；
所述医疗监测系统被布置成：
-使用所述第一数据和所述第二数据将所述患者的所述生理模型应用于对所述患者体内的组织代谢进行模拟；
A)
i.使用心输出量的初始值根据所述生理模型输出指示所述患者的混合静脉血中的血红蛋白氧饱和度的估计测量值，所述初始值是代表特定患者的值，取决于年龄、性别、体重和/或对心输出量具有影响的一个或多个临床状况；以及
ii.将指示所述患者的混合静脉血中的血红蛋白氧饱和度的估计测量值与所述患者的混合静脉血中的血红蛋白氧饱和度的参考值进行第一比较；
和/或B)
iii.使用所述患者的混合静脉血中的血红蛋白氧饱和度的参考值根据所述生理模型输出指示所述患者的心输出量的估计值，所述患者的混合静脉血中的血红蛋白氧饱和度的参考值是依赖于年龄、性别、体重和/或对心输出量具有影响的一个或多个临床状况的值；以及
iv.将指示心输出量的估计值与患者的心输出量的参考值进行第二比较，其中心输出量的参考值是与生理模型的第一数据和第二数据协调的心输出量的最小值；以及
-基于所述第一比较和/或所述第二比较，生成指示对心输出量的改进测量和/或估计的需要的度量，所述第一比较包括评价指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值是否是生理上可能的，或根据年龄、性别、体重和/或对心输出量具有影响的一个或多个临床状况是否是生理上可能的。
14.根据权利要求13所述的医疗监测系统，所述计算机系统还被布置成：通过对应的第三测量装置，提供指示所述患者的动脉血中的氧分压的第三数据。
15.根据权利要求13或14所述的医疗监测系统，所述计算机系统还被布置成：通过对应的第四测量装置，提供指示所述患者的氧消耗速率的第四数据。
16.根据权利要求15所述的医疗监测系统，还被布置成使用所述第三数据和/或所述第四数据将所述患者的所述生理模型应用于对所述患者体内的组织代谢进行模拟。
17.一种使用在计算机系统上实施的一个或多个生理模型提供针对关于患者的心输出量测量的医疗决策支持的方法，所述计算机系统被布置成：
-接收指示所述患者的血液中的相对动脉氧合的第一数据；
-接收指示所述患者的血液中的血红蛋白浓度的第二数据；
所述方法包括以下步骤：
-使用所述第一数据和所述第二数据将所述患者的所述生理模型应用于对所述患者体内的组织代谢进行模拟；
A)
i.使用所述心输出量的初始值根据所述生理模型输出指示所述患者的混合静脉血中的血红蛋白氧饱和度的估计测量值，所述初始值是代表特定患者的值，取决于年龄、性别、体重和/或对心输出量具有影响的一个或多个临床状况；以及
ii.将指示所述患者的混合静脉血中血红蛋白氧饱和度的估计测量值与所述患者的混合静脉血中的血红蛋白氧饱和度的参考值进行第一比较；
和/或B)
iii.使用所述患者的混合静脉血中的血红蛋白氧饱和度的参考值根据所述生理模型输出指示所述患者的心输出量的估计值，
所述患者的混合静脉血中的血红蛋白氧饱和度的参考值是依赖于年龄、性别、体重和/或对心输出量具有影响的一个或多个临床状况的值；以及
iv.将指示心输出量的估计值与患者的心输出量的参考值进行第二比较，其中所述心输出量的参考值是与生理模型的第一数据和第二数据协调的心输出量的最小值；以及
-基于所述第一比较和/或所述第二比较，生成指示对心输出量的改进测量和/或估计的需要的度量，所述第一比较包括评价指示患者的混合静脉血中的血红蛋白氧饱和度的估计测量值是否是生理上可能的，或根据年龄、性别、体重和/或对心输出量具有影响的一个或多个临床状况是否是生理上可能的。
18.根据权利要求17所述的方法，所述计算机系统还被布置成接收指示所述患者的动脉血中的氧分压的第三数据。
19.根据权利要求17或18所述的方法，所述计算机系统还被布置成接收指示所述患者的氧消耗速率的第四数据。
20.根据权利要求19所述的方法，还包括以下步骤：使用所述第三数据和/或所述第四数据将所述患者的生理模型应用于对所述患者体内的组织代谢进行模拟。
21.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序适于使计算机系统能够实施根据权利要求17-20中任一项所述的方法，所述计算机系统包括至少一个计算机，所述计算机具有与其相关联的所述计算机可读存储介质。
CN201680005332.6A 2015-01-09 2016-01-08 确定对于测量心输出量的需要的系统和方法 Active CN107106060B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DKPA201570007 2015-01-09
DKPA201570007 2015-01-09
PCT/DK2016/050004 WO2016110297A1 (en) 2015-01-09 2016-01-08 Systems and method for identifying the need for measurement of cardiac output

Publications (2)

Publication Number Publication Date
CN107106060A CN107106060A (zh) 2017-08-29
CN107106060B true CN107106060B (zh) 2020-04-28

Family

ID=55262625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680005332.6A Active CN107106060B (zh) 2015-01-09 2016-01-08 确定对于测量心输出量的需要的系统和方法

Country Status (6)

Country Link
US (1) US10478081B2 (zh)
EP (1) EP3243152B1 (zh)
CN (1) CN107106060B (zh)
DK (1) DK3243152T3 (zh)
ES (1) ES2728161T3 (zh)
WO (1) WO2016110297A1 (zh)

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6390977B1 (en) * 1995-06-07 2002-05-21 Alliance Pharmaceutical Corp. System and methods for measuring oxygenation parameters
US5634461A (en) 1995-06-07 1997-06-03 Alliance Pharmaceutical Corp. System for measuring blood oxygen levels
US6743172B1 (en) 1998-01-14 2004-06-01 Alliance Pharmaceutical Corp. System and method for displaying medical process diagrams
US6413226B1 (en) 1999-10-22 2002-07-02 Respironics, Inc. Method and apparatus for determining cardiac output
US20030032871A1 (en) 2001-07-18 2003-02-13 New England Medical Center Hospitals, Inc. Adjustable coefficients to customize predictive instruments
US7108659B2 (en) 2002-08-01 2006-09-19 Healthetech, Inc. Respiratory analyzer for exercise use
US8033996B2 (en) 2005-07-26 2011-10-11 Adidas Ag Computer interfaces including physiologically guided avatars
US20090149724A1 (en) 2007-12-05 2009-06-11 Massachusetts Institute Of Technology System and method for predicting septic shock
KR20100119561A (ko) 2008-01-31 2010-11-09 어플라이드 피지올로지 피티와이. 리미티드 유지, 안내 및/또는 제어를 위한 시스템, 방법 및 장치
KR100868808B1 (ko) 2008-03-04 2008-11-17 한국과학기술원 호흡가스 및 혈액가스의 측정을 통한 비침습적 호흡특성치 예측 방법 및 표시장치
WO2010018542A2 (en) 2008-08-12 2010-02-18 Cardio Dynamics Ltd System and method for dynamic cardiac analysis, detection, monitoring, prediction, and response using cardio-physiological mathematical modeling
WO2010144961A1 (en) 2009-06-17 2010-12-23 Stephen Woodford Determining haemodynamic performance
US10792000B2 (en) 2011-03-31 2020-10-06 Aarhus Universitet System for assessing tissue substance extraction
US9597022B2 (en) 2011-09-09 2017-03-21 Nellcor Puritan Bennett Ireland Venous oxygen saturation systems and methods
US20130231949A1 (en) 2011-12-16 2013-09-05 Dimitar V. Baronov Systems and methods for transitioning patient care from signal-based monitoring to risk-based monitoring
US9332917B2 (en) 2012-02-22 2016-05-10 Siemens Medical Solutions Usa, Inc. System for non-invasive cardiac output determination

Also Published As

Publication number Publication date
ES2728161T3 (es) 2019-10-22
CN107106060A (zh) 2017-08-29
US20180000357A1 (en) 2018-01-04
EP3243152A1 (en) 2017-11-15
WO2016110297A1 (en) 2016-07-14
US10478081B2 (en) 2019-11-19
EP3243152B1 (en) 2019-03-06
DK3243152T3 (da) 2019-06-11

Similar Documents

Publication Publication Date Title
Balady et al. Clinician’s guide to cardiopulmonary exercise testing in adults: a scientific statement from the American Heart Association
US9993164B2 (en) Monitoring apparatus
Zeballos et al. Behind the scenes of cardiopulmonary exercise testing
US20110172545A1 (en) Active Physical Perturbations to Enhance Intelligent Medical Monitoring
US20100179392A1 (en) Method and display apparatus for non-invasively determining pulmonary characteristics by measuring breath gas and blood gas
EP2542148B1 (en) Active physical perturbations to enhance intelligent medical monitoring
US20120150003A1 (en) System Non-invasive Cardiac Output Determination
Carter et al. Predicting oxygen uptake for men and women with moderate to severe chronic obstructive pulmonary disease
Zheng et al. Estimation of mean arterial pressure from the oscillometric cuff pressure: comparison of different techniques
KR100874111B1 (ko) 호흡분석과 동맥혈 측정을 통한 비침습적 호흡특성치예측방법 및 표시장치
CN112040850A (zh) 用于确定心搏量的方法
Gläser et al. Influence of smoking and obesity on alveolar-arterial gas pressure differences and dead space ventilation at rest and peak exercise in healthy men and women
Segman New method for computing optical hemodynamic blood pressure
US20150265208A1 (en) Systems and methods for pain measurement
CA2586513A1 (en) Method of and unit for determining the cardiac output of the human heart
Kretschmer et al. A simple gas exchange model predicting arterial oxygen content for various FiO 2 levels
CN107106060B (zh) 确定对于测量心输出量的需要的系统和方法
US20160150997A1 (en) Method, device and system for determining and utilizing etco2 to paco2 gradient
JP7112495B2 (ja) 動脈血の値を推定するための改良された方法
US20220202324A1 (en) Identification and Quantification of A Ventilatory Disturbance Causing Incorrect Measurement Of Arterial Acid-Base Status
CN105960198B (zh) 病患的智能医疗监测
Giraud et al. Hemodynamic Monitoring in the ICU
Hansen et al. Validity and reliability of seismocardiography for the estimation of cardiorespiratory fitness
WO2024032810A1 (zh) 生命信息处理系统和生命信息处理方法
Zinna et al. Chest compressions for pediatric organized rhythms: A hemodynamic and outcomes analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230419

Address after: Massachusetts

Patentee after: COVIDIEN L.P.

Address before: Danish knowler sumbi

Patentee before: MERMAID CARE A/S