CN108135534B - 监测和管理慢性疾病的系统与方法 - Google Patents
监测和管理慢性疾病的系统与方法 Download PDFInfo
- Publication number
- CN108135534B CN108135534B CN201680057881.8A CN201680057881A CN108135534B CN 108135534 B CN108135534 B CN 108135534B CN 201680057881 A CN201680057881 A CN 201680057881A CN 108135534 B CN108135534 B CN 108135534B
- Authority
- CN
- China
- Prior art keywords
- user
- data
- respiratory
- parameters
- physiological
- 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
- 238000000034 method Methods 0.000 title claims abstract description 129
- 208000017667 Chronic Disease Diseases 0.000 title claims abstract description 86
- 238000012544 monitoring process Methods 0.000 title claims description 61
- 230000000241 respiratory effect Effects 0.000 claims abstract description 166
- 238000011282 treatment Methods 0.000 claims abstract description 97
- 230000007613 environmental effect Effects 0.000 claims abstract description 76
- 230000000694 effects Effects 0.000 claims abstract description 47
- 230000005713 exacerbation Effects 0.000 claims abstract description 39
- 230000004044 response Effects 0.000 claims abstract description 34
- 230000001684 chronic effect Effects 0.000 claims abstract description 27
- 230000000747 cardiac effect Effects 0.000 claims abstract description 17
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 118
- 230000033001 locomotion Effects 0.000 claims description 106
- 206010011224 Cough Diseases 0.000 claims description 102
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 claims description 74
- 208000006673 asthma Diseases 0.000 claims description 73
- 230000007958 sleep Effects 0.000 claims description 67
- 230000036387 respiratory rate Effects 0.000 claims description 65
- 238000002560 therapeutic procedure Methods 0.000 claims description 64
- 239000003814 drug Substances 0.000 claims description 59
- 238000001514 detection method Methods 0.000 claims description 57
- 229940079593 drug Drugs 0.000 claims description 56
- 238000004458 analytical method Methods 0.000 claims description 45
- 238000005259 measurement Methods 0.000 claims description 44
- 238000004891 communication Methods 0.000 claims description 41
- 238000007726 management method Methods 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 33
- 230000001681 protective effect Effects 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 27
- 239000007789 gas Substances 0.000 claims description 26
- 229910052760 oxygen Inorganic materials 0.000 claims description 26
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 25
- 239000001301 oxygen Substances 0.000 claims description 25
- 230000036541 health Effects 0.000 claims description 24
- 206010019280 Heart failures Diseases 0.000 claims description 21
- 206010041235 Snoring Diseases 0.000 claims description 19
- 230000036772 blood pressure Effects 0.000 claims description 19
- 206010007559 Cardiac failure congestive Diseases 0.000 claims description 18
- 231100000430 skin reaction Toxicity 0.000 claims description 18
- 206010047924 Wheezing Diseases 0.000 claims description 16
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 14
- 238000012384 transportation and delivery Methods 0.000 claims description 13
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 208000019622 heart disease Diseases 0.000 claims description 12
- 206010036790 Productive cough Diseases 0.000 claims description 11
- 230000003860 sleep quality Effects 0.000 claims description 11
- 230000000153 supplemental effect Effects 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 8
- 208000021302 gastroesophageal reflux disease Diseases 0.000 claims description 8
- 208000023504 respiratory system disease Diseases 0.000 claims description 8
- 230000001932 seasonal effect Effects 0.000 claims description 8
- 208000020446 Cardiac disease Diseases 0.000 claims description 7
- 206010062519 Poor quality sleep Diseases 0.000 claims description 7
- 238000003066 decision tree Methods 0.000 claims description 5
- 238000007637 random forest analysis Methods 0.000 claims description 5
- 238000012502 risk assessment Methods 0.000 claims description 5
- 239000007921 spray Substances 0.000 claims description 5
- 230000008701 parasympathetic activation Effects 0.000 claims description 4
- 230000001314 paroxysmal effect Effects 0.000 claims description 4
- 238000002644 respiratory therapy Methods 0.000 claims description 4
- 230000008700 sympathetic activation Effects 0.000 claims description 4
- 206010070488 Upper-airway cough syndrome Diseases 0.000 claims description 3
- 238000013186 photoplethysmography Methods 0.000 claims description 3
- 208000024794 sputum Diseases 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 230000008667 sleep stage Effects 0.000 claims description 2
- 238000013179 statistical model Methods 0.000 claims description 2
- 238000007599 discharging Methods 0.000 claims 1
- 230000001960 triggered effect Effects 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 description 95
- 238000009423 ventilation Methods 0.000 description 92
- 239000003570 air Substances 0.000 description 85
- 230000000763 evoking effect Effects 0.000 description 45
- 230000002269 spontaneous effect Effects 0.000 description 39
- 230000003434 inspiratory effect Effects 0.000 description 33
- 230000001965 increasing effect Effects 0.000 description 28
- 230000001225 therapeutic effect Effects 0.000 description 27
- 230000006870 function Effects 0.000 description 26
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 24
- 201000010099 disease Diseases 0.000 description 19
- 208000008784 apnea Diseases 0.000 description 17
- 208000024891 symptom Diseases 0.000 description 17
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 16
- 208000014085 Chronic respiratory disease Diseases 0.000 description 16
- 230000035565 breathing frequency Effects 0.000 description 15
- 206010013975 Dyspnoeas Diseases 0.000 description 14
- 230000007423 decrease Effects 0.000 description 13
- 210000004072 lung Anatomy 0.000 description 13
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 13
- 208000000059 Dyspnea Diseases 0.000 description 12
- 206010021079 Hypopnoea Diseases 0.000 description 12
- 230000006399 behavior Effects 0.000 description 12
- 238000001914 filtration Methods 0.000 description 12
- 210000000038 chest Anatomy 0.000 description 11
- 230000002829 reductive effect Effects 0.000 description 11
- 230000007774 longterm Effects 0.000 description 10
- 206010020751 Hypersensitivity Diseases 0.000 description 9
- 230000007815 allergy Effects 0.000 description 9
- 230000006866 deterioration Effects 0.000 description 9
- 239000006199 nebulizer Substances 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 206010035664 Pneumonia Diseases 0.000 description 8
- 230000009471 action Effects 0.000 description 8
- 239000001569 carbon dioxide Substances 0.000 description 8
- 229910002092 carbon dioxide Inorganic materials 0.000 description 8
- 208000017574 dry cough Diseases 0.000 description 8
- 230000006698 induction Effects 0.000 description 8
- 210000002345 respiratory system Anatomy 0.000 description 8
- 239000000779 smoke Substances 0.000 description 8
- 238000004378 air conditioning Methods 0.000 description 7
- 210000003928 nasal cavity Anatomy 0.000 description 7
- 210000003800 pharynx Anatomy 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 239000013566 allergen Substances 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 6
- 230000003247 decreasing effect Effects 0.000 description 6
- 206010016256 fatigue Diseases 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000011287 therapeutic dose Methods 0.000 description 6
- 238000011144 upstream manufacturing Methods 0.000 description 6
- 206010067775 Upper airway obstruction Diseases 0.000 description 5
- 208000026935 allergic disease Diseases 0.000 description 5
- 238000013459 approach Methods 0.000 description 5
- 210000003123 bronchiole Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 208000035475 disorder Diseases 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000002483 medication Methods 0.000 description 5
- 210000003097 mucus Anatomy 0.000 description 5
- 230000036961 partial effect Effects 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 230000000391 smoking effect Effects 0.000 description 5
- 206010061818 Disease progression Diseases 0.000 description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 4
- 208000004166 Obesity Hypoventilation Syndrome Diseases 0.000 description 4
- 206010035004 Pickwickian syndrome Diseases 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000001154 acute effect Effects 0.000 description 4
- 230000037007 arousal Effects 0.000 description 4
- 210000000621 bronchi Anatomy 0.000 description 4
- 230000002612 cardiopulmonary effect Effects 0.000 description 4
- 208000013116 chronic cough Diseases 0.000 description 4
- 238000011513 continuous positive airway pressure therapy Methods 0.000 description 4
- 239000000428 dust Substances 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 239000000411 inducer Substances 0.000 description 4
- 230000001939 inductive effect Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 210000001331 nose Anatomy 0.000 description 4
- 208000001797 obstructive sleep apnea Diseases 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 230000009885 systemic effect Effects 0.000 description 4
- 210000003437 trachea Anatomy 0.000 description 4
- 208000000884 Airway Obstruction Diseases 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 3
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- 241000282412 Homo Species 0.000 description 3
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 3
- 230000036506 anxiety Effects 0.000 description 3
- 208000010668 atopic eczema Diseases 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 239000003246 corticosteroid Substances 0.000 description 3
- 229960001334 corticosteroids Drugs 0.000 description 3
- 230000005750 disease progression Effects 0.000 description 3
- 210000003026 hypopharynx Anatomy 0.000 description 3
- 210000000867 larynx Anatomy 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 201000004193 respiratory failure Diseases 0.000 description 3
- 230000036391 respiratory frequency Effects 0.000 description 3
- 208000013220 shortness of breath Diseases 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- 238000004448 titration Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 239000012855 volatile organic compound Substances 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 241000238876 Acari Species 0.000 description 2
- 208000035143 Bacterial infection Diseases 0.000 description 2
- 206010006458 Bronchitis chronic Diseases 0.000 description 2
- 206010006482 Bronchospasm Diseases 0.000 description 2
- 201000004624 Dermatitis Diseases 0.000 description 2
- 206010014561 Emphysema Diseases 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 206010068786 Overlap syndrome Diseases 0.000 description 2
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 description 2
- 206010057190 Respiratory tract infections Diseases 0.000 description 2
- 208000004301 Sinus Arrhythmia Diseases 0.000 description 2
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 2
- 208000036142 Viral infection Diseases 0.000 description 2
- 230000009798 acute exacerbation Effects 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 2
- 239000003242 anti bacterial agent Substances 0.000 description 2
- 230000003110 anti-inflammatory effect Effects 0.000 description 2
- 229940088710 antibiotic agent Drugs 0.000 description 2
- 230000002567 autonomic effect Effects 0.000 description 2
- 230000001580 bacterial effect Effects 0.000 description 2
- 208000022362 bacterial infectious disease Diseases 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 206010006451 bronchitis Diseases 0.000 description 2
- 230000007885 bronchoconstriction Effects 0.000 description 2
- 229940124630 bronchodilator Drugs 0.000 description 2
- 239000000168 bronchodilator agent Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001269 cardiogenic effect Effects 0.000 description 2
- 208000007451 chronic bronchitis Diseases 0.000 description 2
- 235000019504 cigarettes Nutrition 0.000 description 2
- 238000009225 cognitive behavioral therapy Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000001351 cycling effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000002934 diuretic Substances 0.000 description 2
- 238000012377 drug delivery Methods 0.000 description 2
- 239000005712 elicitor Substances 0.000 description 2
- 230000003090 exacerbative effect Effects 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 210000004704 glottis Anatomy 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 206010022000 influenza Diseases 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 239000002085 irritant Substances 0.000 description 2
- 231100000021 irritant Toxicity 0.000 description 2
- 230000004199 lung function Effects 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 229940071648 metered dose inhaler Drugs 0.000 description 2
- 238000004377 microelectronic Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 210000001989 nasopharynx Anatomy 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000004962 physiological condition Effects 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 239000002243 precursor Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 206010041232 sneezing Diseases 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 210000003802 sputum Anatomy 0.000 description 2
- 150000003431 steroids Chemical class 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 208000008203 tachypnea Diseases 0.000 description 2
- 206010043089 tachypnoea Diseases 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 210000001944 turbinate Anatomy 0.000 description 2
- 208000035285 Allergic Seasonal Rhinitis Diseases 0.000 description 1
- 101100243025 Arabidopsis thaliana PCO2 gene Proteins 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 208000003417 Central Sleep Apnea Diseases 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- 206010008469 Chest discomfort Diseases 0.000 description 1
- 241000251730 Chondrichthyes Species 0.000 description 1
- 201000006306 Cor pulmonale Diseases 0.000 description 1
- 208000028399 Critical Illness Diseases 0.000 description 1
- 208000003037 Diastolic Heart Failure Diseases 0.000 description 1
- 206010013971 Dyspnoea exertional Diseases 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 208000031361 Hiccup Diseases 0.000 description 1
- 206010020591 Hypercapnia Diseases 0.000 description 1
- 206010021133 Hypoventilation Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 206010024264 Lethargy Diseases 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 208000032376 Lung infection Diseases 0.000 description 1
- 206010028748 Nasal obstruction Diseases 0.000 description 1
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 1
- 206010073310 Occupational exposures Diseases 0.000 description 1
- 208000001388 Opportunistic Infections Diseases 0.000 description 1
- 206010031123 Orthopnoea Diseases 0.000 description 1
- 108010064719 Oxyhemoglobins Proteins 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- CYTYCFOTNPOANT-UHFFFAOYSA-N Perchloroethylene Chemical group ClC(Cl)=C(Cl)Cl CYTYCFOTNPOANT-UHFFFAOYSA-N 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 206010038687 Respiratory distress Diseases 0.000 description 1
- 206010039085 Rhinitis allergic Diseases 0.000 description 1
- 208000036071 Rhinorrhea Diseases 0.000 description 1
- 206010039101 Rhinorrhoea Diseases 0.000 description 1
- 206010048908 Seasonal allergy Diseases 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 235000019892 Stellar Nutrition 0.000 description 1
- 229930182558 Sterol Natural products 0.000 description 1
- 241000193998 Streptococcus pneumoniae Species 0.000 description 1
- 241000287181 Sturnus vulgaris Species 0.000 description 1
- 208000008253 Systolic Heart Failure Diseases 0.000 description 1
- 208000024780 Urticaria Diseases 0.000 description 1
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 239000013572 airborne allergen Substances 0.000 description 1
- 230000000172 allergic effect Effects 0.000 description 1
- 201000010105 allergic rhinitis Diseases 0.000 description 1
- 230000001088 anti-asthma Effects 0.000 description 1
- 230000001387 anti-histamine Effects 0.000 description 1
- 230000000845 anti-microbial effect Effects 0.000 description 1
- 239000000924 antiasthmatic agent Substances 0.000 description 1
- 229940125715 antihistaminic agent Drugs 0.000 description 1
- 239000000739 antihistaminic agent Substances 0.000 description 1
- 239000004599 antimicrobial Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 229940127225 asthma medication Drugs 0.000 description 1
- 238000002555 auscultation Methods 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229940124748 beta 2 agonist Drugs 0.000 description 1
- 229940125388 beta agonist Drugs 0.000 description 1
- 239000002876 beta blocker Substances 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004903 cardiac system Anatomy 0.000 description 1
- 230000009084 cardiovascular function Effects 0.000 description 1
- 235000019506 cigar Nutrition 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 201000004897 cough variant asthma Diseases 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007791 dehumidification Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000003599 detergent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940030606 diuretics Drugs 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 210000003238 esophagus Anatomy 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000003172 expectorant agent Substances 0.000 description 1
- 230000003419 expectorant effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 239000003517 fume Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 210000004211 gastric acid Anatomy 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 208000000122 hyperventilation Diseases 0.000 description 1
- 239000003326 hypnotic agent Substances 0.000 description 1
- 230000000147 hypnotic effect Effects 0.000 description 1
- 208000018875 hypoxemia Diseases 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000028709 inflammatory response Effects 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 210000004731 jugular vein Anatomy 0.000 description 1
- 238000002032 lab-on-a-chip Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 208000030500 lower respiratory tract disease Diseases 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 230000010534 mechanism of action Effects 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000000492 nasalseptum Anatomy 0.000 description 1
- 201000009240 nasopharyngitis Diseases 0.000 description 1
- 230000008452 non REM sleep Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 231100000675 occupational exposure Toxicity 0.000 description 1
- 235000019645 odor Nutrition 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 210000003300 oropharynx Anatomy 0.000 description 1
- 208000012144 orthopnea Diseases 0.000 description 1
- 230000001734 parasympathetic effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005502 phase rule Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011321 prophylaxis Methods 0.000 description 1
- 210000003456 pulmonary alveoli Anatomy 0.000 description 1
- 238000009613 pulmonary function test Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000005801 respiratory difficulty Effects 0.000 description 1
- 230000036412 respiratory physiology Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 235000019615 sensations Nutrition 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000003421 short acting drug Substances 0.000 description 1
- 230000003584 silencer Effects 0.000 description 1
- 230000005808 skin problem Effects 0.000 description 1
- 238000010321 sleep therapy Methods 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000005586 smoking cessation Effects 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 210000001584 soft palate Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000013125 spirometry Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 150000003432 sterols Chemical class 0.000 description 1
- 235000003702 sterols Nutrition 0.000 description 1
- 229940031000 streptococcus pneumoniae Drugs 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 229940126703 systemic medication Drugs 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000001515 vagal effect Effects 0.000 description 1
- 230000003519 ventilatory effect Effects 0.000 description 1
- 230000009385 viral infection Effects 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
- 239000003039 volatile agent Substances 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
- 239000008096 xylene Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
- A61M16/022—Control means therefor
- A61M16/024—Control means therefor including calculation means, e.g. using a processor
- A61M16/026—Control means therefor including calculation means, e.g. using a processor specially adapted for predicting, e.g. for determining an information representative of a flow limitation during a ventilation cycle by using a root square technique or a regression analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0051—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes with alarm devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/06—Respiratory or anaesthetic masks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/13—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
-
- 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
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0073—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by tomography, i.e. reconstruction of 3D images from 2D projections
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- 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
- A61B5/02—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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0531—Measuring skin impedance
- A61B5/0533—Measuring galvanic skin response
-
- 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
-
- 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
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- A61B5/087—Measuring breath flow
-
- 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
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M15/00—Inhalators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M15/00—Inhalators
- A61M15/009—Inhalators using medicine packages with incorporated spraying means, e.g. aerosol cans
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/10—Preparation of respiratory gases or vapours
- A61M16/14—Preparation of respiratory gases or vapours by mixing different fluids, one of them being in a liquid phase
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2202/00—Special media to be introduced, removed or treated
- A61M2202/02—Gases
- A61M2202/0208—Oxygen
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/18—General characteristics of the apparatus with alarm
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3546—Range
- A61M2205/3553—Range remote, e.g. between patient's home and doctor's office
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3546—Range
- A61M2205/3561—Range local, e.g. within room or hospital
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
- A61M2205/3584—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using modem, internet or bluetooth
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
- A61M2205/3592—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using telemetric means, e.g. radio or optical transmission
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/42—Reducing noise
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
- A61M2205/502—User interfaces, e.g. screens or keyboards
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
- A61M2205/52—General characteristics of the apparatus with microprocessors or computers with memories providing a history of measured variating parameters of apparatus or patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/58—Means for facilitating use, e.g. by people with impaired vision
- A61M2205/581—Means for facilitating use, e.g. by people with impaired vision by audible feedback
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/58—Means for facilitating use, e.g. by people with impaired vision
- A61M2205/583—Means for facilitating use, e.g. by people with impaired vision by visual feedback
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
- A61M2230/06—Heartbeat rate only
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/40—Respiratory characteristics
- A61M2230/42—Rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/50—Temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/60—Muscle strain, i.e. measured on the user
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/63—Motion, e.g. physical activity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/65—Impedance, e.g. conductivity, capacity
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
Abstract
本发明公开了协助管理用户患有的诸如慢性呼吸疾病或心脏疾病等慢性疾病的系统和方法。该系统可包括生理监测器,该生理监测器适于用户携带并且可操作以通过生成一个或多个信号来感测用户的生理参数。该系统可包括与生理监测器可操作地联接以接收信号并得出用户生理参数的管理设备。该管理设备(如具有所包括的处理器)可配置为分析该生理参数和/或环境参数以检测参数的触发模式,该触发模式表示可能存在的慢性病恶化的事件。然后,该管理设备可基于触发模式来生成自动响应,比如通过提供针对慢性病症的活动和/或治疗的指令来生成自动响应。
Description
1相关申请的交叉引用
本申请要求申请号为62/210,038、于2015年8月26日提交的美国临时专利申请的申请日期的权益,所述临时专利申请以引用的方式整体并入本文。
2背景技术
2.1技术领域
本发明涉及基于多信息来源监测患有包括哮喘、慢性阻塞性肺病(COPD)或充血性心力衰竭(CHF))在内的慢性呼吸和/或心脏疾病以及其他慢性疾病的患者的系统与方法,并根据患者的总体生活方式管理患者的状况。
2.2相关技术说明
2.2.1哮喘和慢性阻塞性肺病
人体的呼吸系统促进气体交换。鼻和嘴形成了患者的气道入口。
气道包括一系列分支气管,当分支气管穿透更深入肺部时,其变得更窄、更短且更多。肺部的主要功能是气体交换,从而允许氧气从空气进入静脉血并排出二氧化碳。气管分成左主支气管和右主支气管,它们最终再分成末端细支气管。支气管构成传导气道,但是并不参与气体交换。气道的进一步分支通向呼吸细支气管,并最终通向肺泡。肺部的肺泡区域为发生气体交换的区域,而称为呼吸区。参见《呼吸系统生理学(RespiratoryPhysiology)》,John B.West,Lippincott Williams&Wilkins著,第9版,2011年出版。
存在一系列呼吸障碍。一些障碍可以由特定事件来表征,例如,呼吸中止、呼吸不足和呼吸过度。
慢性阻塞性肺病(COPD)包括具有一些共同特征的一组下呼吸道疾病中的任何一种。这些疾病包括气流运动的阻力增大、呼吸的呼气相延长以及肺部正常弹性的丧失。COPD的实例是肺气肿和慢性支气管炎。COPD是由长期吸烟、职业性接触、空气污染以及遗传因素引起的。症状包括劳力性呼吸困难、呼吸频率升高(呼吸急促)、慢性咳嗽和痰液产生。
心力衰竭是一种慢性病。可以使用纽约心脏协会(NYHA)主观和客观分类(下表复制了其内容)对疾病的严重程度加以分类。心力衰竭也可视为属于心脏收缩和舒张性心力衰竭一类。在出现心血管功能降低和急性病症的情况下,心力衰竭在相当长的时间内可相对稳定。在该急性期内,患者的呼吸困难(呼吸不畅)、奔马律、颈静脉压力增加、端坐呼吸等病症可能会恶化,还可能出现明显的淤血(肺腔中有积液)症状。这类积余的液体可能导致体重增加几千克。然而,在出现明显淤血的症状时,医生帮助再次稳定患者病情的选择很有限,并且在很多情况下,患者需要住院治疗。因此,早期发现病症的手段和对慢性病的全面管理是非常受期待的。
类别 患者症状
类别 客观评定
与心力衰竭一样,COPD急性加重可能是由于细菌或病毒感染引起。未经治疗的流感或普通感冒(特别是伴有哮喘和咳嗽)可能会导致危及生命的肺炎。哮喘的许多症状均是COPD常见的症状——而且,尤其在诱发因素方面,哮喘和COPD也是共通的,包括空气污染、强烈的气味/烟气,烟雾、干燥的冷空气和热空气(即极端温度)诱发。
哮喘是一种肺部疾病,向肺部通入空气的管内因该病而产生慢性充气。它可以是间歇性的,患者可能会经过几个星期甚至几个月都没有明显的症状。传统上,患者总是学着自行辨识症状和诱发因素(通常辨识不准确)。另外,患有哮喘的人可能并没有意识到其患有COPD的风险提高了(例如,吸烟者)。对于哮喘和COPD,随着用户适应日益恶化的疾病,病情的进展可能是循序渐进的。因此,诊断可能会很不幸地遭到延误。
一般来说,哮喘在儿童期最为常见,COPD在成年人(特别是吸烟的老年人)中更为常见。
此外,如果一个人的BMI(体重指数)高(即,肥胖),则这些情况可能会更糟。患有哮喘或COPD的受试者也可能患有肥胖低通气综合征(OHS),与高碳酸血症(血液中二氧化碳(CO2)水平异常升高)相关的白天呼吸变化作为其例证。
如果同时出现(重叠综合征)COPD和OSA(阻塞性睡眠呼吸暂停),则患病率和病死率的风险可能会更高。
2.2.2环境诱发因素和其他症状
哮喘和COPD患者背负着与天气状况、活动程度、发作期之前的趋势以及各种生理参数(包括心率、皮肤电反应和呼吸)相关的风险因素。此外,值得注意的是,哮喘患者,特别是COPD患者对环境污染和臭氧水平升高敏感。
花粉热(过敏性鼻炎)等过敏症可能会致使现有的哮喘恶化(例如,对花粉、霉菌、粉尘或动物皮屑等过敏原的反应)。患者也可能患有湿疹之类的皮肤问题。
人们也可能遇到与运动相关的诱发因素(例如,运动期间或运动后哮喘发作),并且随着其COPD症状恶化而表现出呼吸日益困难和呼吸窘迫。
患者也可能体内含有不同颜色和体积的黏液。哮喘性咳嗽可以是排痰性咳嗽(产生痰液)或非排痰性咳嗽(干咳),并且可能伴有或不伴有喘鸣(由气道收缩产生的高音调哮喘声)。喘鸣和破碎沙哑声可以由医生使用听诊法来检查。
应在COPD患者的背景下考虑心脏病(例如,充血性心力衰竭)等其他疾病(考虑涉及下述方面:(a)两种疾病都存在的情况,和/或(b)由于这两种疾病均表现出劳力性呼吸急促症状——尽管原因不同,那么这两种疾病能否共享监测和管理系统的诸多方面)。
2.2.3基于生活质量和症状的分类
2.2.3.1哮喘
根据严重程度,哮喘可分为三类:
基准状态:主观生活质量良好或非常好,无任何咳嗽或喘鸣,睡眠不错或良好,通过肺活量计的最大流量在个人健康基准的任意阈值(例如,20%)范围内。可服用药物来控制哮喘。
恶化状态:生活质量部分受到损害,呼吸出现一些障碍(呼吸急促或胸部紧迫感),睡眠质量下降,最大流量可能降低至预期标准的50%。随着症状的恶化,服用药物和增大剂量,并可能使用特定的吸入器。
前恶化/恶化状态:感觉非常不适,呼吸变化剧烈(呼吸急促延长、呼吸频率加快),以及影响日常活动。随着情况恶化,服用药物,包括使用急救用吸入器。哮喘发作的风险,并可能寻求/需要医疗帮助。
2.2.3.2 COPD
COPD的慢性阻塞性肺疾病全球倡议(GOLD)分类基于气流限制将患者分为四个阶段。关键参数是每秒用力呼气量(FEV1)和用力肺活量(FVC)(总呼出气),两者均可以以升计量。对于肺功能正常的人,FEV1至少为FVC的70%。
2.2.4治疗系统
一系列疗法已用于治疗或减轻由哮喘和COPD引起的病症。此外,健康的个人还可以利用这些疗法来预防这些疾病的出现或恶化。
患者可以口服全身性类固醇或使用固醇吸入剂。这种全身治疗可用于治疗哮喘发作,并有助于更好地控制哮喘。建议在疾病恶化的早期引入抗炎吸入器可能会有帮助;因此,早期筛查和诊断是可取的。为了减少肺部炎症,可能需要每日服用皮质类固醇,以此降低对空气传播刺激物的敏感性。
抗炎哮喘吸入器直接将药物输送到肺部。对于严重的恶化情况,可以通过β-拮抗剂等短效药物来快速缓解,从而帮助放松收紧的肌肉,并帮助空气流向肺部。
除了皮质类固醇、抗生素和补充供氧外,支气管扩张剂(快速或缓慢起效)也可用于COPD的病例;慢性支气管炎与充满黏液和肿胀的气道有关,而在有肺气肿时,肺泡会受到损害。
2.2.5监测系统
对于患有哮喘或COPD(或实际上是充血性心力衰竭—CHF)的患者,以防止患者因恶化而再次入院为目标。例如,通常情况下,COPD受试者的相对稳定期会因机遇性感染而致的急性恶化中断,并且经常不定期需要有效的医疗干预,从而给医疗系统造成显著的成本负担,并且对患者及其家庭的生活质量产生影响。病情恶化往往鲜有报告—据估计,患者的报告可能不到50%。
然而,由于在任何给定的时间都可能发生恶化,因此,患者期望能够始终或至少大部分时间监测和评估他们的健康(包括当患者是外出或以其他方式活动时),而不仅仅局限于在家或在床上。因此,对使用便携的常规方式测量FEV和患者健康的其他参数可能是非常有用的。
市场上已有“移动医辽”监测方案,它可远程监测生理参数。这些可能包括基于单个或多个参数的诱发因素。
公开号为2007/0118054的美国专利公开了一种用于监测可预测和治疗生理疾病的生命体征的系统。
公开号为2010/0275921的美国专利公开了一种用于检测患者呼吸功能不全(RI)或COPD严重程度变化的系统。
公开号为2015/0164375的美国专利公开了一种心肺健康监测装置,其在监测会话期间基于患者的身体移动来提取一个或多个睡眠呼吸紊乱特征,并且基于所提取的特征来预测临床事件是否可能发生。
公开号为WO/2010/091168的国际专利申请描述了用于监测患有慢性疾病的人预测和评估可能影响护理该受试者的生理变化的装置、系统及方法。
2.2.6疗法
一系列疗法已用于治疗或改善呼吸状况。此外,健康的个人还可以利用这些疗法来预防发生呼吸障碍。
鼻持续气道正压通气(CPAP)治疗已用于治疗阻塞性睡眠呼吸暂停(OSA)。作用机制是连续气道正压通气作为充气夹板,并通过将软腭和舌头向前推离口咽后壁来防止上呼吸道闭塞。
无创通气(NIV)疗法通过上呼吸道向患者提供通气支持以帮助患者呼吸和/或通过完成呼吸功中的一些或全部来维持身体内适当的氧水平。通过无创患者接口实现NIV。NIV已用于治疗CSR、OHS、COPD、NMD和胸壁疾病。
2.2.7诊断和治疗系统
这些治疗可以由治疗系统或装置提供。这样的系统和设备也可以用于诊断病症而不用治疗它。
治疗系统可以包括呼吸压力治疗装置(RPT装置)、空气回路、湿化器、患者接口和数据管理。
2.2.7.1患者接口
患者接口可用于将呼吸设备接合到其用户,例如,通过提供可吸入气体流可吸入气体流可以经由面罩提供到用户鼻子和/或嘴、经由管提供到嘴里,或经由气切管提供到用户的气管中。根据待施加的治疗,患者接口可与例如患者面部的区域形成密封,从而有利于气体以与环境压力有足够差异的压力(例如,大约10cmH2O的正压)进行的输送,以实现治疗。对于其他形式的治疗,例如输送氧气,患者接口可能不包括足以促进以约10cmH2O的正压向空气供给空气输送的密封
2.2.7.2呼吸压力治疗(RPT)装置
空气压力发生器在一系列应用中是已知的,例如,工业规模的通气系统。然而,医学应用的空气压力发生器具有未由更普遍的空气压力发生器满足的特定要求,诸如医疗装置的可靠性、尺寸和重量要求。此外,即使被设计用于医疗的装置也可具有关于以下一个或多个的缺点:舒适性、噪音、易用性、功效、尺寸、重量、可制造性、成本和可靠性。
一种已知的用于治疗睡眠呼吸紊乱的RPT装置是由瑞思迈有限公司(ResMed)制造的S9睡眠治疗系统。RPT装置的另一个实例是呼吸机。呼吸机诸如瑞思迈StellarTM系列的成人和儿科呼吸机可以为一系列患者为对创伤性和无创性非依赖性通气提供支持以用于治疗多种病状,诸如但不限于NMD、OHS和COPD。
RPT装置通常包括压力发生器,诸如电动机驱动的鼓风机或压缩气体贮存器,并且配置为将空气流供应至患者的气道。RPT装置的出口经由空气回路连接到诸如上文所述的患者接口。
可能仍然需要一种系统,其不仅能够监测用户的健康,而且还可以帮助这些用户了解如何改善他们自己的生活质量(例如,通过了解他们的症状和诱发因素)以及他们对药物治疗作出何种反应。
此外,系统希望能够访问并且能够处理尽可能多的与用户状况相关的数据。在这方面,也希望系统能够尽可能多地在白天和黑夜监测病人,而不仅仅是监测当病人在床上时的状况。
3发明内容
本发明旨在提供用于诊断、改善、治疗或预防呼吸障碍的医疗装置,其具有改善的舒适性、成本、功效、易用性和可制造性中的一者或多者。
本发明的一些版本包括一种在配置以管理慢性病的装置中管理用户慢性病的方法。所述设备可以包括处理器并且可以配置为与第一监测器进行通信。第一监测器可以配置为由用户佩戴,并且可操作生成与用户的第一生理参数相关联的第一生理信号。该方法可包括接收包括第一生理信号在内的一个或多个生成的生理信号。该方法可以包括基于一个或多个生成的生理信号得到包括第一生理参数在内的一个或多个生理参数。该方法可以包括访问多个生理参数和环境参数。所访问的多个生理参数和环境参数可以包括用户所得到的一个或多个生理参数。该方法可以包括分析访问的多个生理参数和环境参数以检测参数的诱发模式。该诱发模式可以表示可能有慢性疾病恶化的事件。该方法可以包括基于诱发模式的检测来控制激活自动响应。
在一些版本中,所述方法可以包括和所述设备一起与第二监测器进行通信,以接收该用户用于分析的额外生成的生理参数。第二监示器可以是固定监测器。额外生成的生理参数可由固定监测器检测。第一监测器和/或第二监测器可以包括心冲击描记传感器、心率监测器、光电容积脉搏波传感器、呼吸监测器,包括声音传感器在内的声学监测器、非接触式运动传感器、配置为通过射频发射和接收检测运动的监测器、活动传感器、肺活量计、气体传感器、皮肤电反应(GSR)传感器以及温度传感器。
该方法可包括在处理器中从参数确定用户的运动。该运动可以是因用户呼吸引起的胸部运动、摇摆运动、取消摆动运动、床上翻滚以及从床上掉落中的一种。多个生理参数和环境参数可以包括自位于不同位置的传感器检测到的生理参数。不同位置的传感器可以包括卧室传感器和非卧室传感器。所述设备可是便携式的并且可与由自动响应诱发的便携式警报集成。
在一些版本中,该方法可以包括在处理器中应用趋势监测以确定指示可能出现慢性疾病恶化事件的用户诱发模式。趋势监测可以包括评估从用户以外的人获得的数据。趋势监测可以包括基于来自用户的手动输入的反馈来确定特定于用户的诱发因素。该分析可以将监督分类系统应用于多个生理参数和环境参数。该分析可以将使用随机森林的平均决策树应用于多个生理参数和环境参数。该方法可以包括在处理器中跟踪第一生理参数的标准阈值。对所述多个生理参数和环境参数的分析可以包括基于用户特定数据和基于人口的统计数据中一者或两者的自适应概率加权值改变的规则阈值。根据情况,一个或多个生理参数或附加生理参数中的至少一个可以是呼吸频率、心率、血压、咳嗽特征、喘鸣、打鼾、睡眠呼吸紊乱、潮氏呼吸、睡眠状况和皮肤电反应。该分析可以进一步包括处理吸气时间、呼气时间、吸气时间与呼气时间的比率以及呼吸波形形状中的任何一个或多个。
在一些版本中,所述方法可以包括:在所述处理器中,通过应用去趋势波动分析法(DFA)对第一生理参数的估算来检测所述参数在数天、数周、几个月或几年内的变化。第一生理参数可以是呼吸频率,并且所述应用可以包括呼吸频率变异性(RRV)的处理。第一生理参数可以是心率,并且,所述应用可以包括心率变异性(HRV)的处理。该方法可以包括在处理器中处理HRV数据和GSR数据以生成交感神经系统激活与副交感神经系统激活之间平衡的估计值,其中所述平衡可以表示慢性病症的稳定性或发展。
在一些版本中,第一生理参数可以是咳嗽特征。所述方法可以包括在所述处理器中基于以下至少一个现象来分类所述咳嗽特征,即,咳嗽是否为阵发、咳嗽是干咳还是排痰性咳嗽;以及是否咳个不停。该方法可包括基于对咳嗽特征的分类识别哮喘、胃食管反流疾病、上呼吸道咳嗽综合征中的一种。该方法可包括基于与咳嗽特征和呼吸信号、心率数据、血压数据以及运动感测数据中的至少一个相关联的组合数据来跟踪用户的呼吸方式。该方法可包括在处理器中基于检测到的咳嗽确定睡眠的分数,和/或估计导致用户慢性病恶化的运动诱发事件的风险变化。
该方法可包括在日间和夜间使用处理器跟踪至少一部分生理参数。在一些情况下,所跟踪的生理参数可以通过用户在睡眠期间产生的音频声音来跟踪。在一些情况下,可以在检测到的睡眠期间(包括轻度睡眠、深度睡眠和快速眼动睡眠(REM)中任一种)进行参数的跟踪。该方法可进一步包括确定在检测到的睡眠期间(包括轻度睡眠、深度睡眠和REM中任一种)出现的所跟踪的生理参数。
在一些版本中,多个生理参数和环境参数可包括基于气候数据和地理数据中至少一个的环境参数。该方法可包括使用处理器与存储该用户和其他用户中的一者或两者医疗记录的医疗信息系统连接,其中,对多个生理参数和环境参数的分析包括分析基于从该用户和其他用户中的一者或两者医疗记录访问的数据的参数。该方法可包括使用处理器分析所接收或访问的地理数据以确定是否存在慢性病症恶化的风险或风险变化。
在一些情况下,基于诱发模式检测的自动响应可涉及使用适于治疗用户慢性病的治疗设备来传送有关治疗应用的数据。根据情况,基于诱发器模式检测的自动响应可涉及向用户传达警告以制止预先确定的活动。基于诱发模式检测的自动响应包括在执行预先确定的活动之前传送数据以指导用户进行治疗,或者采取缓解慢性病效果的措施。配置以管理慢性病的设备可包括智能手机或智能手表。配置以管理慢性病的设备可配置为检测至少部分覆盖或容纳第一监测器的保护盖或壳的接近度。当保护盖或壳不在设备预定义的范围内时,设备可能会发出警报。
在一些版本中,所述方法可包括在所述处理器中基于所述诱发模式来确定并传送治疗或用药剂量或至少一个与治疗计划或与呼吸设备治疗期相关联的参数。所管理的慢性病症可以是哮喘,并且确定的治疗或用药剂量可以是以下中的一种:吸入器的喷入量;和计量吸入器的量。慢性病可以是慢性阻塞性肺病,并且所确定的治疗或用药剂量可为吸入器、雾化器和补充供氧瓶中其中一种的治疗剂量。慢性病可能是一种慢性呼吸疾病。
在一些情况下,指示可能有慢性病恶化事件的诱发模式表示哮喘病症和慢性阻塞性肺病病症的一种。指示可能有慢性呼吸病恶化事件的诱发模式可以表示哮喘病,并且可基于呼吸特征和心率特征中的任何一个或其组合;呼吸特征包括呼吸频率、吸气到呼气的时间、通过对局部幅度的检测评估的呼吸幅度以及与呼吸频率相关的个性化标准测量值的比较中的一个或多个;心率特征包括心率变异性和与心率相关的个性化标准测量值中的一个或多个。在一些情况下,慢性病是一种慢性心脏病。指示可能有慢性病恶化事件的诱发模式可以表示充血性心力衰竭病症。
在一些版本中,所述方法可以包括使用所述设备的处理器获得多个生理参数和环境参数的参数。所获得的参数可以包括运动数据、呼吸数据、心脏数据、皮肤温度数据、肤色数据、睡眠质量数据和血压数据、局部空气传播刺激物数据、局部季节因素数据、局部天气数据以及室内环境数据中的一个或多个。所述方法可以包括使用呼吸压力治疗装置和患者接口向用户传达用于慢性病症的呼吸治疗。
本发明的一些版本可以包括可在其上编写程序指令的计算机可读存储器存储介质,其配置为让处理器采用生活方式管理方法以方便对用户的慢性病的管理。所述方法可以包括本申请所描述方法的任何特征。
本发明的一些版本可以包括管理用户慢性病的管理系统。该系统可以包括配置包括处理器在内的用于管理慢性病的装置。所述设备可配置用于与第一监测器进行通信,以接收与用户的第一生理参数相关的第一信号和所述监测器生成的信号。第一监测器适于由用户佩戴并且可操作来生成与用户的第一生理参数相关联的第一生理信号。所述设备的一个或多个处理器可以配置为访问(1)多个生成的与多个生理参数相关联的信号,所述多个生成的信号包括与第一生理参数相关联的第一信号,以及(2)一个或多个环境参数。所述设备的一个或多个处理器可以配置为基于所访问的多个生成的信号来得出多个生理参数,所述多个生理参数包括感测到(即,用传感器检测到)的第一生理参数。所述设备的一个或多个处理器可以配置为分析多个所得到的生理参数以及一个或多个环境参数以检测所分析参数的诱发模式,所述诱发模式表示可能有慢性病恶化的事件。所述设备的一个或多个处理器可以配置为基于指示可能有慢性病恶化事件的诱发模式的检测来控制激活自动响应。
所述系统可以包括生成多个生成的信号中至少一个的监测器。所述设备可进一步配置用于与第二监测器进行通信和/或可以配置为接收生成的与用户附加生理参数相关联的附加生理信号以便于分析。所述第二监测器可以是固定的监测器,并且其可生成附加生理信号。所述第一监测器和所述第二监测器中的至少一个或两者可以包括心冲击描记传感器、心率监测器、光电容积脉搏波传感器、呼吸监测器,包括声音传感器在内的声学监测器、非接触式运动传感器、配置为通过射频发射和接收检测运动的监测器、活动传感器、肺活量计、气体传感器、皮肤电反应传感器以及温度传感器。与所述多个生理参数中的至少一个参数相关联的生理信号可由非接触式运动感测装置生成。在一些版本中,所述一个或多个处理器可以配置成从所述多个生理参数中的其中一个确定用户的运动,所述运动可以是因用户呼吸引起的胸部运动、摇摆运动、取消摆动运动、床上翻滚以及从床上掉落中的一种。多个生理参数可以包括来自不同位置传感器中检测的生理参数。所述设备的一个或多个处理器可以配置为基于用户的位置来选择所述至少一个位于接收所生成生理参数的不同位置的传感器。不同位置的传感器可以包括卧室传感器和非卧室传感器。所述设备可以是便携式的并且可与由自动响应诱发的便携式警报集成。所述一个或多个处理器可以进一步配置为应用趋势监测以确定可能出现慢性疾病恶化事件的用户诱发模式。趋势监测可以包括评估从用户以外的人获得的数据。趋势监测可以包括基于用户手动输入的反馈来确定用户特定的诱发。所述一个或多个处理器可以配置为使用监督分类系统来分析多个生理参数以及一个或多个环境参数。一个或多个处理器可以配置成通过应用随机森林的平均决策树来分析多个生理参数以及一个或多个环境参数。
在一些版本中,所述设备可进一步配置成跟踪所述多个生理参数中至少一个的标准阈值。所述系统可包括一个或多个处理器用以分析多个生理参数和一个或多个环境参数的处理器指令。所述处理器指令可以包括规则阈值,其基于用户特定数据和基于人口的统计数据中的一者或两者的自适应概率加权值变化。在所述系统的一些版本中,得出的生理参数可以是呼吸频率、心率、血压、咳嗽特征、喘鸣、打鼾、睡眠呼吸紊乱、潮氏呼吸、睡眠状况和皮肤电反应。所述一个或多个处理器可以配置为处理吸气时间、呼气时间、吸气与呼气时间的比率以及呼吸波形形状中的任意一个或多个以检测诱发模式。所述一个或多个处理器可以配置为通过应用去趋势波动分析法(DFA)对得出的第一生理参数的估算来检测所述参数在数天、数周、几个月或几年内的变化。所得出的生理参数可以是呼吸频率,并且,所述应用可以包括呼吸频率变异性(RRV)的处理。所得出的生理参数可以是心率,并且,所述应用可以包括心率变异性(HRV)的处理。所述一个或多个处理器可以配置为处理HRV数据和GSR数据以生成交感神经系统激活与副交感神经系统激活之间平衡的估计值。所述平衡可以指示慢性病症的稳定性或发展。
在一些版本中,所得出的生理参数可以是咳嗽特征,并且所述一个或多个处理器可以配置为基于以下至少一个现象来分类所述咳嗽特征,即,咳嗽是否为阵发、咳嗽是干咳还是排痰性咳嗽;以及是否咳个不停。所述一个或多个处理器可以配置成基于所述咳嗽特征的分类识别哮喘、胃食管反流疾病、上呼吸道咳嗽综合征中的一种。所述一个或多个处理器可以配置成基于与咳嗽特征和呼吸信号、心率数据、血压数据和运动感测数据中的至少一个相关联的组合数据来跟踪用户的呼吸方式。所述一个或多个处理器可以配置成基于检测到的咳嗽来确定睡眠分数,并且估计导致用户慢性病恶化的运动诱发事件的风险变化。所述设备可以配置为在日间和夜间跟踪至少一部分生理参数。所跟踪的生理参数可以通过感测由用户在睡眠期间产生的音频声音跟踪。在一些情况下,可以在检测到的睡眠期间(包括轻度睡眠、深度睡眠和快速眼动睡眠(REM)中任一种)进行信号的跟踪。在一些版本中,所跟踪的生理参数可在其检测到的睡眠期间(包括轻度睡眠、深度睡眠和REM中任一种)出现时确定。
所述多个生理参数和环境参数可包括基于气候数据和地理数据中至少一个的环境参数。所述设备可以配置为与存储该用户和其他用户中的一者或两者医疗记录的医疗信息系统连接,并且对所述多个生理参数和环境参数的分析可包括分析基于从该用户和其他用户中的一者或两者医疗记录访问的数据的参数。
在一些版本中,所述一个或多个处理器可以配置为分析所接收或访问的地理数据以确定是否存在慢性病症恶化的风险或风险变化。基于诱发模式检测的自动响应可包括使用适于治疗用户慢性病的治疗设备来进行有关治疗应用的通信。基于诱发模式检测的自动响应可以包括向用户传达警告以制止预先确定的活动。基于诱发模式检测的自动响应包括在执行预先确定的活动之前用以指导用户进行慢性病治疗的通信。所述设备可包括智能手机或智能手表。所述系统可包括第一监测器。所述系统可包括保护壳或盖,并且所述设备可以配置为检测保护壳或盖的接近度。所述保护盒或盖可以容纳或至少部分覆盖或结合到所述设备或其中一台监测器。所述保护盒或盖可以容纳或至少部分地覆盖或结合到治疗设备。所述设备可以配置为当保护壳不在设备预定义的范围内时会发出警报。所述设备的一个或多个处理器可以配置为基于所述诱发模式来确定治疗、用药剂量、治疗或用药剂量的改变。所述自动响应可以包括管理所确定的治疗或用药剂量的传送。慢性病可能是一种慢性呼吸疾病。所管理的慢性病症可以是哮喘,并且确定的治疗或用药剂量可以是以下中的一种:吸入器的喷入量;和计量吸入器的量。所述慢性病症可以是COPD,其中,所确定的治疗或用药剂量可为吸入器、雾化器和补充供氧瓶中其中一种的治疗剂量。
在一些版本中,指示可能有慢性呼吸病恶化事件的诱发模式可以表示呼吸疾病,并且可基于呼吸特征和心率特征中的任何一个或其组合;呼吸特征包括呼吸频率、吸气与呼气的时间及其比率(例如,吸气时间与呼气时间的比率)、通过对局部幅度的检测评估的呼吸幅度以及与呼吸频率相关的个性化标准测量值的比较中的一个或多个;心率特征包括心率变异性和与心率相关的个性化标准测量值中的一个或多个。慢性病可能是一种慢性心脏病。指示可能有慢性病恶化事件的诱发模式可以表示充血性心力衰竭病症。所述设备可以包括用于接收所述多个生理参数和环境参数的参数的输入接口,其中所接收的参数包括运动数据、呼吸数据、心脏数据、皮肤温度数据、肤色数据、睡眠质量数据和血压数据、局部空气传播刺激物数据、局部季节因素数据、局部天气数据以及室内环境数据中的一个或多个。
在一些版本中,所述系统可以包括呼吸压力治疗装置和患者接口。所述呼吸压力治疗装置可以配置为经由患者接口为慢性病提供呼吸治疗。
本发明的一些版本可包括管理用户慢性病的装置。所述装置可包括适于由用户携带或佩戴的便携式壳体。所述装置可包括传感器,该传感器配置为生成与用户至少一个生理参数相关联的至少一个生理信号。所述装置可以包括处理器,该处理器配置为接收生成的与用户至少一个生理参数相关联的生理信号。所述装置可以包括处理器,该处理器配置为基于所生成的信号得出至少一个生理参数。所述装置可以包括处理器,该处理器配置为基于至少一个得出的生理参数来预测慢性病的状态。所述装置可以包括用户界面,该用户界面可基于预测的慢性病的状态来提醒用户有关慢性病的情况。每个处理器和用户接口均可以集成在所述装置的便携式壳体内。所述装置可以是智能手机。所述装置可以是智能手表。所述处理器可以配置为确定用户的便携式治疗设备是否在所述装置的范围内;并且可以配置为在便携式治疗设备不在所述装置的范围内时发出警报。传感器可以集成到所述装置的壳体中。慢性病可能是一种慢性呼吸疾病。所述慢性呼吸疾病可能是哮喘病和慢性阻塞性肺病的一种。慢性病可能是一种慢性心脏病。慢性病可能是充血性心力衰竭。所述处理器可以基于与至少一个生理参数相关联的诱发模式来预测状态,所述诱发模式用于表示可能有慢性病症恶化的事件。
本发明的一些版本可包括用于管理用户的慢性呼吸和/或心脏状况的生活方式管理系统。该系统可以包括管理设备,包括处理器。该设备可以配置用于与生理监测器进行通信以接收感测到的用户的生理参数。生理监测器可以适于由用户佩戴并且可操作来感测用户的生理参数。管理设备的一个或多个处理器可以配置为访问多个生理参数和环境参数。多个生理参数和环境参数可以包括感测到的生理参数。所述管理设备的一个或多个处理器可以配置成分析多个生理参数和环境参数以检测参数的诱发模式。诱发模式可以指示慢性呼吸和/或心脏状况恶化的可能事件。所述管理设备的一个或多个处理器可以配置为基于指示慢性呼吸和/或心脏状况恶化的可能事件的诱发模式的检测来控制自动响应的激活。
本发明的一些版本可包括一种管理用户慢性呼吸和/或心脏病症的生活方式管理方法。所述方法可以在包括处理器在内的管理设备中实现,这样,该装置可以配置用于与生理监测器进行通信,并且所述生理监示器适于用户佩戴且可操作感测用户的生理参数。所述方法可涉及接收感测到的用户的生理参数。所述方法可以涉及访问多个生理参数和环境参数。所述多个生理参数和环境参数可以包括感测到的生理参数。所述方法可涉及分析所述多个生理参数和环境参数以检测参数的诱发模式。所述诱发模式可表示可能有慢性呼吸和/或心脏疾病恶化的事件。所述方法可以包括基于表示可能有慢性呼吸和/或心脏疾病恶化事件的诱发模式的检测来控制激活自动响应。
本发明的一些版本可包括可在其上编写程序指令的计算机可读存储器存储介质,其配置为让处理器采用生活方式管理方法以方便对用户慢性病的管理,所述方法包括本文中所述的其中一种方法。
在一些版本中,所述生理监测器可以是心冲击图传感器、心率监测器、光电容积脉搏波传感器、皮肤电反应传感器和温度传感器中的一个。根据情况,所述多个生理参数和环境参数中的参数可以由非接触式射频运动传感器感测。所述多个生理参数可以包括来自不同位置传感器中检测到的生理参数。不同位置的传感器可以包括卧室传感器和非卧室传感器。所述管理设备可以是便携式的并且可与由自动响应诱发的便携式警报集成。指示可能有慢性病恶化事件的诱发模式可表示哮喘病症和COPD的一种。所述管理设备可以进一步配置成跟踪感测到的生理参数的标准阈值。所述系统可以包括处理器分析所述多个生理参数和环境参数的处理器控制指令,所述多个生理参数和环境参数包括基于用户特定数据和基于人口的统计数据中一者或两者的自适应概率加权值改变的规则阈值。
在一些版本中,所感测到的生理参数是呼吸、心率、血压和皮肤电反应中的一个。所感测到的生理参数可在日间和夜间通过所述管理设备进行跟踪。所跟踪的生理参数可以是用户在睡眠期间产生的音频参数。根据情况,多个生理参数和环境参数可包括基于气候数据和地理数据中至少一个的环境参数。
所述管理设备可配置为在一个或多个电子病历(EMR)中与存储该用户和/或其他用户医疗记录的医疗信息系统连接,其中,用以检测所述参数的诱发模式而对所述多个生理参数和环境参数的分析可以包括基于自用户医疗记录访问的数据对参数的分析。基于所述诱发模式检测的自动响应可以包括用于通过适于治疗用户慢性呼吸疾病的治疗设备实现治疗应用的传送。基于诱发模式检测的自动响应可以包括向用户传达警告以制止预先确定的活动。基于诱发模式检测的自动响应可以包括在执行预先确定的活动之前用以指导用户进行慢性呼吸疾病治疗的通信。
在一些版本中,所述管理设备可包括智能手机或智能手表。所述系统可以包括生理监测器。所述系统可以包括保护壳,并且所述管理设备可配置为检测保护壳的接近度。所述保护壳可以容纳生理监测器。所述保护壳可以容纳治疗设备。所述管理设备的处理器可配置为基于所述诱发模式确定治疗剂量。在一些情况下,所述自动响应可包括用于管理已确定的治疗剂量的通信。在一些情况下,例如,当所管理的慢性呼吸疾病是哮喘时,所确定的治疗剂量可以是以下中的一种或多种:吸入器的喷入量;和计量吸入器的量。在一些情况下,例如,当所述慢性呼吸疾病是COPD时,所确定的治疗剂量可以为吸入器、雾化器和补充供氧瓶中其中一种的治疗量。在视情况包含一个或多个药物治疗匣的便携式壳(保护壳)方面,可以使用主动式射频(RF)方法(例如,RF芯片模块)或通过电话的内置传感器/传感器从壳中进行非接触式感测;例如,使用光学传感器的心率测量、使用电话扬声器和麦克风的声纳、保护壳中的定制麦克风/扬声器组件等。所述壳还可能包含肺活量计和其他气体感测装置。
根据情况,所述管理设备可包括用于接收多个生理参数和环境参数的参数的输入接口。所述参数可以包括运动数据、呼吸数据、心脏数据、皮肤温度数据、肤色数据、睡眠质量数据和血压数据、局部空气传播刺激物数据、局部季节因素数据、局部天气数据以及室内环境数据中的一个或多个。
本发明的一些版本可包括用于管理用户慢性呼吸和/或心脏疾病的装置。所述装置可以包括适于由用户携带或佩戴的便携式壳体。所述装置可以包括配置为从用户的生理特征得出至少一个参数的传感器。所述装置可以包括处理器,用于基于所述至少一个得出的参数来预测慢性呼吸和/或心脏疾病的状态。所述装置可以包括用户界面,用于基于预测的慢性呼吸疾病的状态来提醒用户关于慢性呼吸和/或心脏疾病的情况。在一些情况下,处理器和用户界面中的每一个均可集成在所述装置的便携式壳体内。所述装置可以是智能手机,例如,带有可编程处理器的移动电话。所述装置可以是智能手表。根据情况,所述处理器可以配置为确定用户便携式治疗设备是否在所述装置的范围内。所述处理器可以配置为基于所述确定发出警报,例如,当便携式治疗设备处于或不在所述装置的范围内时。传感器可以集成到所述装置的壳体中。
本发明的一些版本可包括一个或多个服务器。所述一个或多个服务器可配置为与用户设备进行通信以执行本文所述的任何方法。在有一个或多个处理器的情况下,所述一个或多个服务器可以配置为执行本文所述方法的任何一个或多个方面。例如,此类服务器可以包括配置用于通过因特网等网络进行通信和/或用于与移动电话等另一台处理或通信设备进行本地和/或远程通信的本地或远程处理设备。
本发明的一些版本可包括一种用于管理可使用第一监测器和第一设备的用户的慢性病的方法。所述第一监测器可以配置为由用户佩戴,并且可操作生成与用户的第一生理参数相关联的第一生理信号。所述第一设备可以包括处理器并且可以配置为与至少第一监测器进行通信以及访问包括第一生理信号在内的多个生理和环境信号。所述第一设备可以配置为将它们传送到包括一个或多个服务器在内的第二设备。所述方法可以包括在第二设备或一个或多个服务器中:接收所述多个生理和环境信号。所述方法可以包括:在所述第二设备或一个或多个服务器中:基于接收到的多个生理和环境信号,得出包括第一生理参数在内的一个或多个生理参数。所述方法可以包括在所述第二设备或者一个或多个服务器中:分析得出的一个或多个生理参数和环境信号以检测与一个或多个分析的参数相关联的诱发模式,所述诱发模式表示可能有慢性病恶化的事件。所述方法可以包括:在所述第二设备或者一个或多个服务器中:实现对所述第一设备的通信以便基于所述诱发模式的检测来激活自动响应。
在一些版本中,所述方法可包括:在第二设备或一个或多个服务器中自所述参数确定用户的运动,所述运动可以是因用户呼吸引起的胸部运动、摇摆运动、取消摆动运动、床上翻滚以及从床上掉落中的一种。在一些情况下,所述第二设备或一个或多个服务器对得出的一个或多个生理参数和环境信号的分析可以包括基于用户特定数据和基于人口的统计数据中一者或两者的自适应概率加权值改变的规则阈值。根据情况,一个或多个生理参数中的至少一个可以是呼吸频率、心率、血压、咳嗽特征、喘鸣、打鼾、睡眠呼吸紊乱、潮氏呼吸、睡眠状况和皮肤电反应。在一些情况下,由所述第二设备或一个或多个服务器进行的分析可以进一步包括处理吸气时间、呼气时间、吸气与呼气时间的比率以及呼吸波形形状中的任何一个或多个。根据情况,所述第一生理参数可以是呼吸速率,并且所述第二设备或一个或多个服务器应用呼吸频率变异性(RRV)的趋势监测。在一些情况下,所述第一生理参数可以是心率,并且所述第二设备或一个或多个服务器可以应用心率变异性(HRV)的趋势监测。
在一些版本中,所述方法可包括在第二设备或一个或多个服务器中基于以下中的至少一个现象来分类所确定的咳嗽特征,即,咳嗽是否为阵发、咳嗽是干咳还是排痰性咳嗽;以及是否咳个不停。所述方法可以包括:在所述第二设备或一个或多个服务器中,基于与确定的咳嗽特征和呼吸信号、心率数据、血压数据以及运动感测数据中的至少一个相关联的组合数据来跟踪用户的呼吸模式。在一些情况下,基于所述诱发模式检测的自动响应可以包括通过使用适于治疗用户慢性病的治疗设备来传送有关治疗应用的数据。在一些情况下,基于诱发器模式检测的自动响应可包括向用户传达警告以制止预先确定的活动。所述方法可以包括,在所述第二设备或一个或多个服务器中,基于所述诱发模式来确定并传送治疗或用药剂量或至少一个与治疗计划或与呼吸设备治疗期相关联的参数。在一些情况下,指示可能有慢性病恶化事件的诱发模式可以表示哮喘病,并且可基于呼吸特征和心率特征中的任何一个或其组合;呼吸特征包括呼吸频率、吸气到呼气的时间、通过对局部幅度的检测评估的呼吸幅度以及与呼吸频率相关的个性化标准测量值的比较中的一个或多个;心率特征包括心率变异性和与心率相关的个性化标准测量值中的一个或多个。所述方法可以包括利用所述第二设备、所述一个或多个服务器和/或所述第一设备中的任何一个或多个获取所述多个生理参数和环境参数中的参数,其中,所获得的参数可以包括运动数据、呼吸数据、心脏数据、皮肤温度数据、肤色数据、睡眠质量数据和血压数据、局部空气传播刺激物数据、局部季节因素数据、局部天气数据以及室内环境数据中的一个或多个。所述方法可以包括:在所述第二设备或一个或多个服务器中使用呼吸压力治疗装置和患者接口向用户(例如,第一设备)传达用于慢性病症的呼吸治疗。
本文所述的方法、系统、设备和装置可在处理器(例如,在实现所公开算法的一个或多个功能时的特定用途计算机的处理器)和/或用于监测慢性呼吸和/或心脏疾病(例如,心肺疾病)的呼吸和/或心脏监测装置中提供改进的功能。而且,在一些情况下,它们可以集成在治疗设备(例如呼吸压力治疗装置)的控制器或处理器内,或集成在与这种监测或治疗装置通信或协调的装置的控制器或处理器内。此外,所述的方法、系统、设备和装置能够在用于呼吸/心脏病患者病情的自动监测设备的技术领域中做出改进,所述病症包括哮喘、慢性阻塞性肺病(COPD)和/或充血性心力衰竭(CHF),从而可更容易发现和/或治疗可能存在问题或危险的有关呼吸或心脏的事件。
结合以下详细说明、摘要、附图和权利要求书中包含的信息使本发明的其它特征变得显而易见。
4附图说明
本发明在附图的各图中以举例而非限制的方式例示,附图中的类似参考数字表示相似的元素,包括:
图1示出了一种系统,其包括患者监测器、连接到监测器并且编程用以基于患者监测器的输入来管理患者慢性疾病的管理设备、连接到所述管理设备并且编程用以基于所述管理设备的输出提醒患者的警报装置以及根据本申请公开的实施例用于治疗患者慢性疾病的治疗设备。
图2示出了根据本申请公开的实施例的用于患者且带有连接到治疗设备、传感器以及各种数据库的智能设备的系统。
图3进一步示出了图2中系统实例的组件。
图4示出了根据本文所述的本发明的一个或多个版本的一种用于监测和管理患者慢性疾病的方法的实例过程。
图5是包括来自各种咳嗽和喘鸣声音在内的记录的音频数据的时域(顶部)和频域(底部)图示。
图6A示出了根据本文所述的本发明的一个或多个版本的一种用于监测和管理患者哮喘的方法的实例过程。
图6B示出了根据本文所述的本发明的一个或多个版本的一种用于监测和管理患者COPD的方法的实例过程。
图6C示出了根据本文所述的本发明的一个或多个版本的一种用于避免所监测的慢性病未来风险或恶化的方法的实例过程。
图7A示出了一种根据本发明的系统。佩戴患者接口3000的患者1000从RPT装置4000接收正压下的空气供给。来自RPT装置的空气在湿化器5000中加湿,并沿着空气回路4170传送至患者1000。还示出了床伴1100。
图7B示出了针对戴有鼻罩3000的患者1000使用的RPT装置4000。
图7C示出了针对戴有全面罩3000的患者1000使用的RPT装置4000。
图8示出了以鼻罩形式的非侵入式患者接口3000。
图9A示出了根据本发明的一种形式的RPT装置4000。
图9B示出了根据本发明的一种形式的RPT装置4000气动回路的示意图。示出了上游和下游的方向。
图9C示出了根据本发明的一个方面的RPT装置4000电气部件的示意图。
图9D示出了在根据本发明的一方面的RPT装置4000中实施的算法4300的示意图。在图9D中,实线箭头表示信息的实际走向,例如通过电子信号。
图9E是根据本发明一个方面的由图9D的治疗引擎模块4320执行的方法4500的流程图。
图10示出了湿化器5000。
5具体实施方式
在更进一步详细描述本发明之前,应当理解的是本发明并不限于本文所描述的特定实例,本文描述的特定实例可改变。还应当理解的是本公开内容中使用的术语仅是为了描述本文所描述的特定实例的目的,并不意图进行限制。
提供与可共有一个或多个共同特点和/或特征的各种实例有关的以下描述。应该理解的是任何一个实例的一个或更多个特征可以与另一个实例或其它实例的一个或多个特征组合。另外,在实例的任一项中,任何单个特征或特征的组合可以组成另外的实例。
5.1系统架构
本文概述的系统的实例可以配置成监测和/或检测与慢性呼吸系统疾病的发作和严重程度以及所监测的慢性疾病的治疗和预防(例如,用药提醒、滴定或加急性发作防系统)相关的用户特定模式。所述系统可以依赖对生理参数和环境参数的组合以及其他因素的分析。因此,所述系统可以包括一个或多个计算设备,例如,一个或多个服务器,同时一个或多个处理器编程或配置为执行每个子系统的所述功能。通常,生理参数可以至少部分地使用生理传感器来检测。在这方面,通常情况下,这些参数将感测为生理参数。生理参数可在一个或多个处理器中通过处理从传感器信号中得到。总体而言,所述系统可以配置成在整体基础上评估所监测的慢性疾病(或所监测的慢性前期疾病),并且可聚集多个传感器、生活方式和环境参数以便实施切实的健康改进。
在高层下,系统可以使用软件算法等方法从大量传感器和服务中读取数据、处理数据,以及基于数据和先前收集的数据集调整系统参数。一些或全部传感器可以收集来自系统用户的生理数据读数。所述系统也可干预调整用药剂量、与医生交互,并以旨在预测、预防或减轻所监测病症的加重或恶化的严重性的方式使用便携式和/或固定式监测器与用户交互。在一些情况下,所述系统可以包括公开号为WO2007/143535、WO2008/057883、WO2010/036700、WO2010/091168、WO2013/177621、WO2014/015238和WO2015/179911的国际专利申请、2016年8月16日提交的公开号为PCT/EP2016/069413的PCT专利申请、2016年3月24日提交的序号为US15/079339的美国完整申请、2016年8月16日提交的序号为62/375649的美国临时申请,以及2016年8月17日提交的公开号为PCT/EP2016/069496的专利申请所述的监测慢性病的设备、系统和方法的任何组件、装置和/或方法,其全部公开内容通过引用并入本文。
例如,用户可能已被诊断为患有SDB(睡眠呼吸障碍),并可能正在使用治疗设备(例如,PAP或RPT装置)。所述系统可编程以学习该用户的行为、诱发因素和症状,例如,使用该用户当前和先前的参数(先验知识)和环境诱因来提示标记警报或提供治疗等动作。例如,所述系统可以配置为检测升高的呼吸波形,或者从较深呼吸模式到较浅呼吸模式(表示个人可能报告的呼吸困难),或呼吸波形随时间推移的周期性(例如,切斯氏呼吸)模式。此外,所述系统可以配置成在白天或夜晚检测咳嗽(例如,在深夜的REM睡眠相对于深度睡眠,以及对睡眠结构的影响;另外,预计因REM过程中张力缺失而在REM睡眠中不会打喷嚏)以及特别是在呼气时特殊的喘鸣模式。在非REM睡眠期间,基础代谢率和呼吸机驱动减少。例如,由于睡眠分数往往因咳嗽而减少(尤其是在咳嗽频繁发作的情况下),因此,所述系统可以配置成基于睡眠的质量和持续时间等因素来确定睡眠的分数,并且基于睡眠分数来评估用户的咳嗽。声学分析也可以用来估计咳嗽的频率、严重程度,并对咳嗽的类型进行分类。睡眠评分或睡眠阶段的测定等睡眠状况可以任何合适的方法来实现,包括如2014年7月8日提交的国际专利申请号PCT/US2014/045814中公开的方法,其通过引用合并于本文。
失眠增加可视为是慢性病,如COPD恶化。干预措施(例如,使用认知行为疗法CBT或处方或非处方安眠药促进改善睡眠卫生)可能有助于改善睡眠质量;然后,睡眠质量的客观改善可以随时间测量—例如,使用来自非接触式生物运动传感器信号处理的睡眠参数估计。
在白天可以做出类似的判断,即在此期间,对咳嗽可能导致的疲劳和嗜睡(通常伴随着对花粉的季节性过敏)进行主观和/或客观的评价。
所述系统的一个实现实例是以帮助患有已知哮喘或COPD的人为目标,特别是通过在恶化之前主动向他们告知其风险度,并利用用户的输入来改进未来的检测及建议。同样地,所述系统可以设计成筛选可能的哮喘或COPD,例如,向尚未确定一些症状原因的人提供帮助,并且提示访问他们的医生。对于CHF的情况,患者可能是稳定的,但是随后会发生肺炎或其他呼吸道感染等肺部感染。同样地,COPD晚期患者发生危及生命的危险性增加,COPD和肺炎周期可能导致潜在的呼吸衰竭。疲劳(特别是持续性或慢性疲劳)是肺炎的征兆。其他肺炎指标包括呼吸急促(包括呼吸困难)、体温升高(发热)、“发冷”、淤血和排痰性咳嗽(如绿色黏液)。慢性和急性疲劳的评估/检测可以通过处理当前和历史的睡眠参数,和/或通过在智能手机等的便携式设备上使用社交媒体、消息传送和游戏等应用而获得的反应时间来实现。例如,所述系统可以实施任何检测方法,包括公开号为WO/2015/054134的国际专利申请中描述的疲劳的主观和/或客观评价,例如淤血、恶化和/或肺炎预测因子,其全部公开内容通过引用并入本文。
另外,所述系统可以配置为确保提醒用户保持接近其吸入器/药物,也可以配置为与医疗专业人员通信,并且(例如,在没有医务人员的直接帮助的情况下)还可以配置为向用户自动指导、调整和/或递送药物。例如,用以帮助排除身体过多液体和钠(例如,与CHF有关)的对肺炎链球菌或(例如,与肺炎有关的)细菌性流感等感染的治疗或利尿剂。
图1描述了本发明一些版本中的系统100的高级功能框图。所述系统100可以包括通过收集有关用户和/或用户环境的数据监测用户的监测器子系统110。所收集的数据可以包括来自用户的治疗设备140的生理数据、地理数据、环境数据、医疗记录、用户反馈,以及其他数据中的任何一个或其组合,以及可用于监测用户状况的数据形式。可以通过访问设计用于监测此类信息的其他系统/设备检索数据,自合适的传感器接收数据,或者响应于用户的提示或询问输入数据。
生理数据的实例包括相关的呼吸参数(速率、深度和强制呼气、喘鸣、咳嗽)、心率等心脏参数,以及与呼吸相关的心率变化(心率变异性)中的一个或多个。
所述用户的医疗记录可以指示给用户开具的药物等用药信息、上述药物的剂量信息(例如,当前的剂量指示、取决于风险水平的一组剂量、症状或严重程度等)、可能向用户开具的药物,和/或用户不得向用户开具的药物(例如,因过敏原因)。所述医疗记录还可以包括临床记录,例如,由临床医生测量和记录的生理参数。此类信息可以记录在更适合长期系统化趋势分析的纸质档案或电子健康档案(EHR)或电子病历(EMR)中;个人健康档案(PHR)由患者控制,并且作为记录个人医疗数据的电子应用。
所述用户反馈可以从用户回答的调查问卷和/或用户先前输入的账户信息中收集,并且可以包括个人健康档案等信息(例如,他们是否是吸烟者、是否感到呼吸困难,和/或胸部紧迫感,以及轻度、中度、重度运动后感觉如何)、病史(个人或家庭史)、身高、体重等。应该认识到,用户的许多反馈还可以或者可选地列入用户的医疗记录中并从用户的医疗记录中收集。
来自所述治疗设备140的数据可以表示治疗设备的类型、由其提供的药物、所开药的剂量信息、实施治疗的时间或次数、检测到的任何通知、故障或错误和/或留在所述设备140中的剂量。
所述系统100进一步包括连接到监测子系统110或与监测子系统110通信并且能够接收由所述监测子系统110收集的数据的管理子系统120。所述管理子系统120还配置为处理所接收的数据,并且基于该类处理来确定所监测状况的发作和严重程度以及用于所监测状况治疗和预防的指示(例如,处方剂量的药物)。在一些情况下,可接收用于治疗和预防监测状况的指示(例如,处方剂量的药物)作为非系统确定或除所述系统确定之外第三方的指示。
所述系统100进一步包括连接到所述监测子系统110或与所述监测子系统110通信并且能够接收由所述管理子系统120做出的决定和基于所述从管理子系统120接收的信息提醒用户、临床医生或其他设备或人员的报警子系统130。例如,如果所述报警子系统130接收到用户所监测状况的严重程度或频率增加或需要治疗的指示,或者需要增加治疗剂量,则可相应地指示该用户启动所述报警子系统130。
所述报警子系统130的启动可以包括视觉警报(例如,通过显示器或灯光)或者音频警报(例如,预先记录的消息)中的任何一个或其组合。此类警报可以发送给用户、临床医生或两者,以及其他人(例如,紧急联系人)。
根据情况,所述系统100还可以包括用户使用的用以治疗所监测状况的治疗设备140。在一些情况下,包括当监测哮喘和/或COPD时,所述治疗设备140可以是吸入器、雾化器、供氧器、RPT等中的任何一种。也可以连接电子药盒(例如,在特定通信时间记录/检测从所述盒中取出特定药物到所述系统)。在一些实例中,所述系统可以包括多个设备,并且每个设备可以以图1中所述的方式与其他子系统组件连接。有人指出当针对正在使用一个或多个治疗设备的单个用户说明所述系统时,所述系统可以配置用于多个用户,其中,一个或多个用户使用多个治疗设备。
5.2便携式疾病管理系统
图2描述了本发明一些版本中的便携式系统200的一个实施实例。在图2的实例中,在处理器和可选数据链接到服务器的情况下,所述监测子系统110、管理子系统120和报警子系统130都可以实现作为在用户202的智能手机、平板电脑、智能手表,或其他可穿戴或便携式智能设备等便携式设备201上运行的一个或多个软件程序或应用程序。对于麦克风、心率光学传感器、生物阻抗信号、皮肤电反应或加速度计等可由用户操作的智能设备或其他可佩戴传感器,这种硬件可以与软件连接,并且可以(例如,与独立式健康监测设备相比)相对较低的成本提供给用户。因此,所述用户的智能设备可以用作监测他们自身生理数据的装置,使得其可以包括一个或多个此类传感器或与之通信。
所述系统200可以利用设备201的外围设备来接收和发送信息(例如,收集生理数据、发出警报声等)。例如,所述设备201可以配备有麦克风或者其他声学/声音传感器(设备内或者耳塞式耳机/麦克风电缆上,由此将所述麦克风带至靠近用户的嘴部或者邻近麦克风感测能力处)以便记录和处理用户的呼吸声音,从而作为听觉监测器。麦克风可以进一步用于监测和分类与慢性咳嗽或打鼾一致的语音模式,并将这些噪声与其他背景噪声(例如,风扇、道路噪声等)分开。
内置或可连接的传感器的其他实例可以包括用于步进计数的加速计、指南针、位置定位系统(例如,GPS)和心率点测量。在智能手表的情况下,所述设备可以包括用于(例如,经由光学或其他方法)监测心率、皮肤电反应、温度感测、血压(例如,从光电容积脉搏波信号得出)和/或呼吸频率。例如,一些由Jawbone制造的Up3TM等设备可以通过发送通过身体的小电流和测量对电信号的组织电阻使用生物阻抗测量来导出心率、测量值以及皮肤电反应。其他设备可以佩戴在皮带/皮带区域或如Spire之类的胸罩上,以使用压电式或其他压力传感器来测量腹部或胸部移动产生的呼吸。
在智能设备的情况下,所述智能设备可以配备保护壳。由于所述智能设备通常在用户可及的范围内,因此,所述保护壳可以简单且便携的方式来保持用户的用药。气体或粉末吸入剂等药物可以放在保护壳内的扁平包装或药盒中。所述包装可以包括咬嘴(并且可视情况连接到单独的适配器件)。所述包装可替换,可多次使用,和/或能够基于剩余剂量诱发控制信号。因此,所述保护壳可以包含所述智能设备或与智能设备耦合,并且可以用作所述智能设备、治疗设备、传感器等中的任何一个或多个的壳体或携带用箱。所述保护壳可以配置用于以有线或无线通信(例如,USB、NFC、蓝牙、Wi-Fi等)方式在所述保护壳组件和所述智能设备组件之间进行数据通信。
所述保护壳还可以提供一种简单便携的方式将传感器与用户的智能设备集成。例如,所述保护壳可以包括用于感测用户吸气/呼气呼吸阶段的呼吸跟踪器以在用户大量吸气时协调所存储药物的输送。为了测量用力呼气量(呼气量和呼气速度),也可以使用类似感测来充当肺活量计(肺功能测量)。气体感测可以检测呼出气中的二氧化碳(CO2)和一氧化氮(NO)。也可以包括用于测量呼气末CO2的加热式热敏电阻,例如,非色散红外二氧化碳检测器。它可以包括心率监测器(例如,使用诸如LED之类的光源和光电传感器)。
所述保护壳可以通过智能设备的电池或其自己的电池(例如,薄膜锂离子或锂系聚合物电池,均可折叠)供电。如果所述保护壳包括其自己的电池,那么,该电池可以额外地用作所述智能设备的寿命续航电池。所述壳也可以由所述智能设备供电,或者具有带有低功率蓝牙LE或3.5mm插座的纽扣电池,其可从其中一个扬声器通道上的音频信号采集能量(例如,‘HiJack’式实现)。
所述设备201还可以适于使用有线或无线连接与外部传感器222通信。例如,所述设备201和外部传感器222可以与基于射频(RF)的链路(例如,脉冲式连续波正交非接触式传感器)通信或使用基于RF的链路。可交替通过连续波(CW)、调频CW(FMCW)、UWB、来自Wi-Fi等周围环境RF的无源检测或使用接收信号强度(RSS)的数字TV信号或任何其他已知手段选择所述链路。在包括这些RF雷达传感器时,其可用于从用户的生物运动中测量运动、心脏和呼吸参数。例如,在保护壳(或实际上集成到智能手机或平板电脑中)中具有这种感测或传感器的智能手机可以持续测量这些生命体征以及在用户手中、口袋里、手提袋里或放在靠近用户的桌子或表面上(例如,当用户正在工作时放在桌子上、放在餐桌或椅子臂上、床头柜上、健身器上的支架上、车辆内的杯架或其他支架等)时的运动。也可以通过USB、管脚连接、NFC或类似方式进行通信。(智能设备和保护壳之间的通信可以类似方式安排。)所述链路可以使用单个或多个天线。
所述设备201还可适于连接到无线网络232,所述设备201可以通过该无线网络来接收和发送气候数据、天气数据、医疗记录等附加信息212。所述系统可以视情况通过健康水平七(HL7)标准或类似的标准连接到医疗信息系统。所述设备201还能够在所述网络232上与用户202以外的人214或位置进行通信。例如,所述设备201能够向医师、临床医生或其他人传达警告或从医生、临床医生或其他人那里接收信息,其中信息与所述用户202的监测条件相关。
所述设备201还可适于与治疗设备242通信,包括或除了所述设备的完整外壳的治疗设备(例如,上述保护壳)之外。例如,所述设备的一个或多个处理器可以基于诱发模式来确定和/或传送治疗或用药剂量或至少一个与治疗计划或与呼吸设备治疗期相关联的参数。先前提到的任何无线或有线通信连接可以用于连接所述设备201和治疗设备242。例如,所述设备201可以通过有线或无线链路向吸入器、雾化器、二氧化碳分析仪、ASV、NIV、肺活量计或类似设备传送。如果支持,则所述设备201可以在安全窗口(例如,由医疗保健专业人员定义)内调整所述治疗设备242的参数(例如,执行剂量滴定)。还可以监测所述治疗设备242的电池电量以及其他操作与配置参数。
在一个实例中,所述设备201可以接收和记录由治疗设备242(例如,吸入器或氧气输送系统)输送的剂量。为便于与从所述治疗设备242接收的剂量信息进行比较,从而使得手动输入的信息可以覆盖来自所述治疗设备242的信息,或反之亦然,所述设备201还可以接收手动配置的剂量水平(例如,通过所述用户202手动设置)。所述设备201还能够将来自所述治疗设备242的数据与特定于受试者的数据和人口统计数据的数据库进行比较。基于上述任何一种比较,所述设备可进一步更新(或推荐更新)由所述治疗设备242递送的剂量(假定更新后的剂量在由医学专业人员定义或配置的用户安全界限内)。所述设备201可以同样的方式在适当的情况下提示所述用户202增加他们的全身性药物(这也可以要求设备201向医生汇报以供其批准)。
在所述治疗设备是吸入器或其他便携式治疗装置的情况下,所述设备201和治疗设备242之间的无线接口可以确保设备201保持在治疗设备242的范围内。如果所述治疗设备242或保护盖、保护壳或壳体超出所述设备201的范围(例如,预定范围),则所述设备可向用户202发出或诱发警报(音频、视觉或振动)。所述设备201还可以使用无线接口在其他情况下(例如,当用户已经静止一段时间然后开始移动、当检测到风险升高时等)向所述用户202发出警报提醒他们携带或不要忘记携带所述治疗设备242。所述设备201可视情况基于检测到的模式在无线接口上预设吸入器以及喷入次数(用于吸入器),并且经由网络232将该类数据传送到远程系统。所述无线接口可以在电池供电模式(例如,信标模式下的低功率蓝牙LE/智能)下操作。所述接口也可以使用iBeacon(蓝牙LE的一部分)等服务来提供基本的室内导航和接近报警。
如果所述治疗设备242是经由面罩的智能吸入器或智能药物输送机构,则其也可以跟踪用户的依从性,例如,检测患者正确使用吸入剂量时预计的喷入阻力,并且可以与所述设备201连接以通知是否正确服用药物。
如果所述治疗设备242是电子药盒,则其也可以跟踪其中所储存药物(例如,系统性哮喘治疗(例如,支气管扩张剂))的服用、治疗CHF的利尿剂、COPD抗生素的自动释放,或其他抗组织胺等的预防治疗。
5.3生活方式管理系统
使用便携式设备对监测用户的状况特别有利,因为所述便携式设备可以始终或至少在大多数时候与用户保持在一起。因此,该用户进行监测的可用性可使得便携式设备能够在24-7(连续)或接近24-7的基础上收集与用户和用户状况有关的信息,并且以同样的方式定期对用户当前健康和未来健康风险进行分析。就这一点而言,可以认为所述设备与仅筛选用户健康风险一样能够为用户执行生活方式管理。
图3描述了根据本发明一些版本中的生活方式管理系统300的一个实施实例。在图3的实例中,所述系统300包括或与其相关联的可由用户佩戴或携带的便携式设备310、操作以产生与生理参数和/或与用户监测状况有关的其他参数相关联的生理信号的多个传感器和监测器(341-347和361-362)、一个或多个治疗设备380以及通信连接到所述便携式设备310的一个或多个外部系统(352、354)。传感器、监测器、治疗设备和其他外部系统可以通过各类接口370(例如,RF链路、NFC、无线或有线网络连接等)与所述设备310进行通信。因此,一个或多个处理器等设备可以接收任何生理信号和其他信号和/或以其他方式可以访问从此类信号得出的参数,例如,一个或多个处理器从一个或多个生理信号等信号中得出的参数或生理参数。应该注意的是,图3中指示的任何或全部元件可以是所述系统300必不可少的一部分。另外,所示的任何一个或全部元件可以是通过基于软件的应用程序一起使用的分立硬件组件,采用该应用程序可将所述便携式设备310配置为与任何或全部其余组件进行通信,从而实现所述系统的任何或所有所述的功能。
所述生活方式管理系统300的便携式设备310包括存储器312和处理器314,所述处理器314本身可以包含用于执行整个说明书所描述的任何分析的算法322,以及用于执行整个说明书描述的任何功能的指令324。所述处理器还可以包括用于分析趋势和/或用户人口统计(下面更详细地讨论)的趋势引擎326的硬件或存储器中的访问软件。所述便携式设备还可以包括能够向用户提供信息和指令的输出接口316(例如,显示器、振动器、扬声器、LED或其他灯等),以及能够接收来自用户的数据和命令的输入接口318(例如,键盘、按钮、麦克风、红外线扫描仪、加速度计等)。如在图2所示的实例系统,图3的便携式设备310可以是智能手机或智能手表等智能设备。
所述系统300的生理传感器和监测器可以分为两组:日间生理监测器332和夜间生理监测器334。
即使当用户离开他们的家或离开床时,所述日间监测器332还可适于监测用户的生理参数。当用户在床上时,他们的生理参数可视情况由身佩式传感器来监测。此类用户可佩戴式监测器基本上共享用户的移动性。所述传感器可以是基于夹子的设备,其粘贴在贴片式(皮肤或芯片实验室)或腕表式设备上。例如,可以使用此类活动传感器341(例如,加速度计)来监测用户的活动(例如,活动等级、能量消耗、步数计数器等)。同样地,无论用户的位置如何,都可以通过适当配备的相应设备342和343(例如,通过光学、电动或移动方法)来监测用户的心率(以及心率变异性)和皮肤电反应,但前提是该用户已携带所述设备。总体而言,上述“日间/唤醒监测”旨在在用户清醒状态下监测用户的活动。
可以连续或半连续方式从用户那里收集心率(HR)数据。可以经由胸带(例如,由等提供的运动监测带)或实施心率监测的腕表(例如,Basis手表、FitBit、动态心电图、光电血管容积描记图等)收集此类数据。在一些情况下,可以使用适合于在延长的时间段(例如,日、月、年)内进行日常监测的低用户冲击装置。
皮肤电反应(GSR)(也称为皮电反应)也可以由可佩戴装置(例如,Basis手表或其他市场上可买到的GSR测量装置)记录。GSR信号用作恻隐和“或打或逃”激活的替代措施。
对于分析皮肤温度的那些实例,可以通过具有温度传感器的可穿戴式设备来记录皮肤温度。
所述夜间监测器334可适于当用户在家或在床上时监测用户的生理参数。例如,如果用户在床上,则可以利用床边(或床下)非接触式或最小接触式监测器来收集心率344、呼吸频率345、呼吸深度346(例如,呼吸短促/气促、深呼吸或呼吸停止或减少)等生理参数、运动程度347以及其他相关参数。在一些实例中,所述夜间监测器可以是射频(RF)监测器、加速度计、压电式或UWB(超宽带)床垫中的任何一种。也可以使用被动红外监测器或带有肤色和运动检测功能的照相机等其他光学装置。因此,在使用日间和夜间监测器的组合后,所述系统300可以能够24-7监测用户,以更好地监测和评估用户的整个生活方式。
在卧室设置中,可以基于除上述实例的日间传感器以外的传感器来估计心率。例如,用户可以佩戴或使用接触装置(例如,Basis手表或ECG电极和设备等可佩戴装置)或一个或多个非接触式传感器(例如一个或多个ResMed RF传感器)。该类传感器可以使用基于小波的时频转换等处理技术来实现。小波分析为用于在不同时间标度下分析参数或信号的时间/频率方法。例如,可以利用离散化的连续小波变换(CWT)(例如,使用Daubechies小波)来分离生物运动信号的每个心脏和呼吸系统组件,从而呈现出强烈的降噪行为。例如,本发明的一些版本中的信号分析可以包括公开号为WO2014/047310的国际专利申请中所述的任何方法,其包括呼吸信号的小波降噪在内的全部公开内容通过引用并入本文。该类传感器的实例包括通过射频传送和接收来检测运动的RF运动传感器,诸如公开号为No.2014/0024917的美国专利申请中所述的传感器,其全部公开内容通过引用并入本文。
在实施一个或多个RF传感器的情况下,所述传感器可以是2015年1月19日提交的公开号为14/415,677的美国专利申请、2015年8月14日提交的公开号为No.62/205,129的美国临时专利申请以及于2015年8月20日提交的公开号为No.62/207,670的美国临时专利申请中描述的任何传感器或多个协调/共延传感器,其全部公开内容通过引用并入本文。此外,根据2015年8月20日提交的公开号为No.62/207,687的美国专利申请中描述的任何方法,该类传感器可以配置用于检测或识别生物特征以区别特定个体,例如聚集有关使用多个传感器的特定或单个用户的睡眠信息,其全部公开内容通过引用并入本文。
血压参数也可以从基于可佩戴的光电容积脉搏波传感器得到。
尽管上述传感器已经被分类为“日间”和“夜间”,但是应该认识到,这些传感器中的任何一个都可以由用户在任何给定的时间内使用,并且用户能够佩戴许多“日间“传感器进行睡眠,并在白天随身携带”夜间“传感器。
例如,认识到慢性病患者病情加重时,他们(i)往往会减少走动(无论是在家中、疗养院、医院还是在外面),(ii)经历支离破碎的睡眠,(iii)他们可以选择在床上使用额外的枕头睡觉,或者睡在靠近床的椅子上,或者睡在另一房间(例如起居室)。随着淤血日益恶化,第三点更是如此,因为坐起来可以更容易地呼吸。这在监测人的睡眠和其他信号方面提出了挑战,其可以通过允许多个传感器共存(例如,公开号为No.62/207,687的美国专利申请中所述)和在不同位置检测生物计量特征(例如,公开号为No.62/207,687的美国临时专利申请所述)并与所监测的人有关的系统解决。工作方式的如下。
所述系统可以配置为区分房间中的两个或更多的受试者,并且使用非接触式传感器来识别特定的人。例如,所述系统可以处理运动特征、活动特征、心脏心冲描记图特征和/或呼吸特征。这些方法可以应用于连续波(CW)、脉冲CW,调频连续波(FMCW)、频移键控连续波(FSKCW)、跳频和超宽带(UWB)系统等主动RF感测系统。对(大多数人)在18-22kHz范围内无法听到的信号,也可以使用CW、脉冲CW、FMCW、FSKCW、跳频和超宽带(UWB)方案的声纳方法。两种类型传感器中的FMCW方法都可以使用斜波(啁啾)信号、三角波,正弦波等各种调制方案。这些处理方法可以检测单个人,并且排除第二个或随后的人,或者在传感领域中检测多个人。
患有慢性疾病(比如说CHF)并与床伴睡觉的患者,两者都在卧室里使用两个设计为可共存并且检测和识别所监测人的生物特征(身份)的智能RF传感器进行监测。所述患者白天还佩戴里面装有传感器的智能手表监测器,传感器在夜间停止工作充电。随着病情的恶化,所述患者大部分时间都在相邻客厅内舒适的躺椅上度过。房屋可以包含多个可以插入交流电源插座(其可通过交流电源插座作为通道,以便于其他设备仍然可以使用电源插座/插座)或插入USB插座作为通道或集线器的射频传感器。其他传感器可以通过网状网络、布线或Wi-Fi,蓝牙等进行通信。传感器可以位于用户正在睡觉的椅子附近,并且所述系统可以检测用户的生物特征数据。然后,它可以将来自卧室以及稍后与该用户相关的椅子附近的睡觉区结合,并且还提取心脏和呼吸信号。因此,可以使用不同的传感器来检测来自不同位置的生理参数(例如,包括卧室在内的患者可能度过时光的不同房间,或近床传感器以及除所述卧室以外的另一房间内的传感器)。
所述系统可以确定用户的位置(例如,基于来自用户设备的信号)并且基于确定的位置,可以从确定的位置的监测器或传感器接收生理参数或信号。所述系统可以进一步忽略传感器在用户不在的位置收集的数据。因此,即使第二用户移动到第一监测用户空出的“床的温热侧”,所述系统仍可以在分析第一用户生理状况过程中排除第二用户的生物特征(和/或处理第二用户的与第一用户数据分开的生物特征数据)。此外,所述系统不仅可以用户在之间进行区分,而且还可以在人类和动物(即,用户和其宠物狗)之间进行区分。这有助于系统避免财产中的疏忽检测和收集宠物收集。所述系统还可以配置为排除感测范围内的其他非生理运动(包括周期性信号),例如风扇、空调系统、慢速百叶窗或窗帘,以及模拟时钟(例如,在内部使用发条装置/齿轮)。RF感测可以检测风扇和移动的窗帘,而声纳感测更有可能检测移动的气流(例如,如果门或窗户打开,或者加热/冷却系统处于操作中)。因此,所述处理排除了这种移动,并检测到人的实际移动。
同时,还可能监测浴室区域的跌倒/滑倒情况。对于第一个用户,其也可以与白天由可穿戴设备收集的参数结合(或者如果用户选择佩戴,则实际上是从睡眠期开始;此类设备可能包括一个血氧计,其可以在一个或多个晚上提供氧饱和度的有用信息)。可以看出,可以从可佩戴的血氧计(例如,经典的手指探针、耳垂、外用贴剂、佩戴的手腕、以CPAP或其它面罩形状系数放置的位置)检测去饱和。其他监测器可能会收集非生理数据。非生理数据可以通过网络或其他连接收集。例如,用户的位置354可以由GPS或其他定位数据来确定。医疗数据352和环境数据356可以通过无线网络(例如,在日间)或通过有线网络(例如,在夜间)或其组合来访问。在一些情况下,还可以在没有网络的情况下(例如,如果所述设备201具有内置的温度计)访问环境数据。
值得注意的是,家庭传感器可以配置为检测家中的烟雾或其他微粒或污染物,并发出警报。它们也可以配置为检测微量的雪茄/香烟烟雾(低于商业烟雾/火灾探测器的阈值)以检查对戒烟计划的遵守情况(例如,COPD用户实际上已经戒烟)。其他类型的传感器可以用于检测空气中可能诱发事件的多尘环境或挥发物(即,检测已知的个性化诱发因素,并且建议采取补救措施以减少或消除外部干预所述用户或监测服务的诱发因素)。
环境数据356可包括来自各种网络来源的天气数据361(例如,各种过敏原的过敏水平、花粉水平、湿度数据、温度、风寒等)以及来自当地空气质量传感器的空气质量信息362。这些数据可以从有线或无线传感器获得,或者通过天气、空气污染和过敏(例如,花粉)状况数据的本地、区域和趋势来源等“在线”服务获得。
更具体地说,短期和长期的天气数据可以从各种在线来源获得。过敏警报(例如,与花粉量有关)可以基于预测的或季节性值来确定。过敏也可以确定或识别为主观问卷的一部分(例如,通过软件应用呈现给用户的问题)。其他环境数据(例如,与空气中悬浮粒子和花粉量有关的信息)可以同样方式基于用户的主观输入来估量或测量。
除了环境数据外部来源外,温度、湿度和空气质量数据也可以从家庭环境监测系统(例如房屋内的传感器)中获得。
返回所述便携式设备310的趋势监测引擎326(软件和/或硬件)后,所述系统300的该组件可以配置为分析所接收或访问的数据以确定是否存在增加的风险或恶化风险以及哮喘或COPD等被监测疾病的风险。就这一点而言,趋势监测可涉及创建哮喘和COPD风险因素的示意图(例如、决策树、地理图),使得所述系统配置为向用户提供反馈以实现对病症的自我管理。为了提供此类反馈,所述系统可以利用用户始终或大部分时间随身携带的设备(例如,他们的智能设备—手机和/或平板电脑和/或腕带、设备或智能服装上的夹子等可穿戴式接口),以让用户在收集与所监测的条件有关的大量数据的同时,具有更大的自由并减少不确定性和焦虑。如下面所讨论的那样,所述系统还可以配置为通过提供/生成音频、视频、图片和/或文本消息来引导用户进行减少其发作/恶化风险的行为,并且可以作为PAP设备或主动式智能面罩的一部分进一步与现有的治疗相结合。
趋势监测可能涉及从广大人群中获得的一组更广泛数据了解风险因素;这些风险因素可以是空气传播刺激物、季节性因素、局部气候因素(包括预测数据)、房间环境数据、运动水平、呼吸模式、心脏模式(包括呼吸波形和咳嗽、打喷嚏和喘鸣等声音特征)、皮肤温度的变化、肤色、睡眠质量变化,以及血压。此外,利用来自用户的反馈,所述系统可以在更广泛的人群中了解可能没看到(例如,来自调查问卷)的特定于受试者的诱发因素(例如,由收集的导致用户恶化事件的数据表示的事态)。
如果认识到病情恶化的趋势(例如,哮喘发作或COPD恶化的风险因素),则所述系统可以主动提醒用户和/或医疗系统,并提出行动方案,包括调整设备和/或治疗参数。公开号为WO/2013177621的国际专利申请中描述了能够使用各种测量来检测病情恶化的一些监测设备和处理方法,其全部公开内容通过引用并入本文。可以确定调整或参数,并且其调整或参数等信息可以在屏幕上经由视觉指示器和/或音频提示向用户呈现。
图3的设备310可进一步与一个或多个治疗设备通信,所述治疗设备包括吸入器382、氧气供应器384、喷雾器386或其他药物388(例如,在具有RF识别芯片等电子芯片的药盒或其他药物分配器中)。用于与治疗设备380进行通信的工具可以是图2所述的任何先前描述的连接或链路。
另外,如图3所示,所述设备可以配置为与用于剂量监测392和剂量滴定394的一个或多个装置连接。这些装置可以与治疗设备382-388(如图2所述)结合,或者可以是用户设备310和治疗设备382-388之间的独立接口。
5.4监测慢性病
图4提供了一种用于监测和管理上述任何一个系统或相似设计的系统中用户慢性病状况的方法的高级描述。在图4中,所述系统收集与用户状况有关的各种数据。此类数据的收集可以包括记录生理数据(在412)、接收环境数据(在414)、检索医疗数据或记录(在416)和/或收集用户位置等其他数据(在418)。
在420,所述系统至少部分地基于所收集的数据来做出有关用户慢性病症或相关治疗的决定。此类决定可以包括检测当前疾病的严重程度、检测或预测疾病恶化的风险、确定当前疾病的治疗过程等。例如,所述系统可以通过一个或多个处理器评估参数(例如,确定的和/或派生的生理参数和/或环境参数中的任何一个或多个)以检测参数的诱发模式,例如,通过用一个或多个阈值对它们进行评估,其中,所检测到的模式涉及用户的慢性病,使得该模式表示可以开启或加快与所述慢性病的恶化或加重相一致的一个或一系列反应的诱发情况。这种模式检测可以用本文更详细描述的任何参数分析来实现。此类用于分析的参数可以由一个或多个处理器从所接收的包含关于一个或多个生理参数的信息的传感器信号中得出。例如,心率变异性测量值等心率参数可从脉搏血氧计生成的信号中通过处理传感器信号得到。同样地,例如,心率和呼吸频率参数可以从非接触式RF运动传感器生成的运动信号中通过处理所述运动信号得到。可以实时或接近实时地确定这些参数以用于分析和/或可以检索作为之前在存储器或数据库等数据存储器中确定的参数值。此类传感器可以在一个或多个监测器中实现,该监测器随着时间的推移周期性地或连续地生成信号并视情况生成参数。
作为另外的实例,诱发模式可以是基于近期睡眠分期参数恶化而检测到的日益严重的客观疲劳状况、相对深的睡眠和REM睡眠阶段的变化、增加的因肢体定期运动引起的中断、增加的咳嗽和/或打鼾频率以及严重程度、活动趋势的减少、吸气和呼气时间和呼吸曲线形状的改变、呼吸频率稳定性的改变(例如,呼吸频率趋势的改变和/或SDB的增加)、心率变异性、检测到的环境中过敏原的增加,其中,任何之前的病症都违反了特定受试者或人群的阈值。可以相对于本文所述的其他慢性病症应用类似的诱发模式,例如通过评估或分析整个说明书中描述的任何参数。
在一些版本中,如果在420,所述系统包括人口统计学引擎、趋势引擎等,则该系统的算法可以基于在412-418收集的数据提取与用户病症有关的任何多个参数。所述参数的提取可以使用时间和/或频率分析技术来执行。然后,可以基于包含来自受试者健康和疾病状态数据的数据库中的附加信息来分析部分或全部这些参数。所述数据库也可以包含人口统计数据作为交叉参考的额外信息来源。
所述系统可以在420做出的决定。该等动作可能涉及先前在报警子系统或用户便携式设备的输出接口所描述的一个或多个活动。例如,所述系统可以向用户(在432)发出有关治疗、治疗剂量、避免剧烈活动等的指令进一步举例来说,所述系统可以直接调整治疗设备(在434),例如,对剂量水平进行突然调整,或者设定滴定的剂量水平,从而向用户提供更新的治疗剂量。
所述系统还可以推荐非医疗行为。例如,处于病症发作前阶段的患者可能指示进行冥想等放松的呼吸运动以减轻焦虑。另一方面或者另外地,所述系统可以向用户提供改善他们睡眠卫生的指导以改善睡眠质量。进一步举例来说,如果用户是吸烟者并且当地空气质量传感器检测到空气质量下降,则可以向用户发现不要吸烟的警告。换句话说,空气质量传感器能够检测诸如烟雾和其他来源的颗粒。因此,可以利用这些传感器来提醒患者让其避免香烟烟雾(例如),或者使用具有过滤功能的日间面罩或夜间气流发生器。还可以安装室内空气过滤系统。这种警报可以作为哮喘前或哮喘患者强有力的行为调节器,并可以鼓励他们放弃吸烟以降低发生COPD的风险。
在冷空气是特定的诱发因素的情况下,可以使用具有微加热元件的面罩系统(例如,在CPAP或面罩上,包括街道外的空气过滤工作),或者将控制信号发送到空调或加热系统等空气调节系统的控制器来调节温度,从而尽量减少加重的风险。事实上,在室内使用空气调节系统(空调、空气净化器、主动或被动面罩)保持适中的温度和约为40%的相对湿度,可能是减少风险的少数几种方法之一(假设室内环境的粉尘量低)。
以下是可由上述系统执行的分析实例。本文描述的方法可以全部或部分地由自动化系统执行,以优化用户的生活质量。
5.4.1生理信号的分析与处理
5.4.1.1心肺/自主分析
为了确定包括呼吸频率、呼吸稳定性和呼吸深度在内的生理参数,所述系统可以实施多种方法。
心冲击描记图与因心脏收缩而在皮肤表面产生的明显的压力波有关。例如,对于来自RF传感器或包含心冲击描记图和呼吸系统组件在内的其他来源的基带信号,可以采用脉冲形状滤波器(例如,匹配的滤波器),使得当利用模板检测到高相关性时,可以执行寻峰操作来识别和提取节拍或呼吸。
其他方法可以在时域中利用自适应阈值执行直接峰值/谷值或零交叉检测,以跟踪心冲击描记图(或ECG)信号的变化幅度。即使在相对嘈杂的输入信号(例如,混合时间/频率方法)中,为了定位呼吸轨迹,仍可以使用滑动窗口中的DFT(离散傅立叶变换)等频谱分析增强决策过程。所述DFT可以使用快速傅里叶变换(FFT)来实现。因此,可以跟踪呼吸频率和/或心率的变化(例如,搜索心率升高的区域、呼吸频率升高或变浅的区域,或呼吸比预定的普通人的正常呼吸更快或更慢的区域(浅呼吸可能表示呼吸困难))。
可以实施一种检测呼吸(呼入)频率中模式的过程,并且可以进一步检测用户呼吸动态的变化。这种变化甚至可能在所监测病症恶化的几天前才能看到。此类过程可以包括用于检测吸气、呼气和/或呼气/吸气暂停的算法322中的其中一种,以及呼吸曲线形态随时间的变化(形状变化)。例如,该算法可以自适应地跟踪患者数天、数周、数月或数年的标准呼吸频率、运动特征和呼吸波形形状,以建立其呼吸动态的分布(例如,的速率和深度随时间的变化)。在肺活量计参数等基准测量值可用的情况下,可将来自可佩戴或非接触式传感器的呼吸深度估计值校准至估计的潮气量;如果该校准不可用,则相对的深度测量值仍然可以随时间(多天或更长的时间)计算,以便检测增加(或减小)的呼吸深浅度。然后,该算法可以基于跟踪的剖面来估计病症恶化的概率。以这种方式,即使在恶化需要临床干预前,该算法也能够预测疾病的恶化。可以对来自类似用户(例如,常见人群的用户或者在其跟踪的数据点中具有共同模式的用户)的数据进行比较,特别是针对这些用户所观察到的疾病进展,以便估计特定患者特殊病将发展(例如,恶化)的可能性。
算法模块可以为用户创建自适应基线,并且可以在预定的时间段(例如,12小时、24小时、48小时等)内查看中值、平均值、四分间距、偏度、峰度、最小和/或最大呼吸频率等呼吸频率参数。在一些实例中,该算法可以针对患者睡眠期间的呼吸次数。另外,该算法可以跟踪吸气/呼气波形的形状,以及短期、中期和长期的呼吸波动。例如,认为每分钟平均24次或更多的呼吸频率可能表示严重的身体状况。因此,可以使用每分钟20次呼吸的阈值来诱发指示所监测患者可能不适的第一警报(例如,“橙色”警报),并且可以使用每分钟24次呼吸的阈值来诱发指示所监测患者可能垂危的第二警报(例如,“红色警报”)。这些阈值可能因人而异,例如,COPD稳定的受试者可能具有相对较高的平均呼吸频率,但就疾病进展而言仍然处于稳定状态。所述用户的健康基准也可能对这些读数的分析产生影响。
关于心率,与没有患COPD的人相比,已经发现运动期间的COPD受试者在高频率(指示短期波动)下表现出相对较快的心率变异性(HRV)。导致出现上述现象的原因可能是心脏自主调节受到破坏。同样,COPD受试者在运动后可能整体表现出相对较高的HRV。HRV或RSA(呼吸性窦性心律不齐)是指心跳在吸气过程中加速,而在呼气过程中减速。整体更高的RSA可视为更健康的指标。
可以分析HR数据以产生心率变异性(HRV)的估计值。所记录的HRV参数(例如,短期和长期的心率波动)可以与历史数据中的趋势或模式以及健康受试者和慢性疾病受试者的(预期的)人口参数进行比较。可向分类器提供所识别的特征。
在一些情况下,可使用更平稳的HRV进行分析。可以基于HR数据的低通滤波而得出平稳的HRV。稳定后的HRV数据通常用于分析相对较长期的波动,例如,用于去趋势波动分析。
注意到该去趋势波动分析(DFA)也可适于检测在多天(或几周、几个月或几年等更长时间周期)内所监测的参数的变化或变化点。这样的方法尤其适于非平稳的信号,并作为信号的统计自仿射性的估计量。例如,可以使用DFA来处理诸如中值或百分之75/90/95呼吸率和/或心率的多重测量值,以检测显著的变化点。
上述许多输入可以产生更多数据并进一步分析的方式进行组合。例如,组合提取的GSR和HRV信号可以产生交感神经和副交感神经激活之间比率的估计值。所估计的交感神经到副交感神经活动的平衡可用于估计潜在恶化病症(如COPD)的稳定性或进展。
5.4.1.2皮肤温度
可以结合呼吸频率和/或心率数据分析皮肤温度数据。例如,如果检测到皮肤温度升高以及呼吸频率和最初稳定既而加快的心率随后或同时增长,则这种检测可能是因病毒或细菌感染而导致生病的迹象。值得注意的是,即使皮肤温度无法使用,这种变化仍可以从心肺数据模式中检测到。
5.4.1.3运动、锻炼和跌倒
就运动强度和持续时间而言,这些数据可以从上述的日间监测器中获取。所捕获的数据可以进一步记录到数据库中,其中的数据可用来分析特定的趋势和/或变化。例如,与用户的趋势或其他用户相比,系统可以确定所述用户相对不活跃。这种判断可能与身体条件下降(其自身可能交互引起用户身体状况进一步恶化)、功能能力下降和/或与劳力性呼吸困难(呼吸急促)有关。
能量消耗可基于心率数据、GSR数据以及计步器数据(例如,来自步数计)的组合来估计。或者,可以使用独立的计步器作为监测运动强度的替代品(例如,使用耐克运动腕带、FitBit、Jawbone、Misfit或类似的可穿戴设备)。
例如,可以在浴室/卫生间或卧室环境中分析生理运动,并且也可以使用上述监测器来确定生理运动。所述监测器可能检测到滑倒和跌倒等异常模式。尤其是RF传感器非常适于检测空间内的活动—例如,在传感器区域中的房间内例如,可以使用RF传感器来检测典型的跌倒模式。在检测到典型的跌倒模式的情况下,所述检测可以诱发预示从床上、浴室/卫生间等跌倒的警报。运动传感器和相关的感测区域可以布置为让用户更可能落于感测区域中(例如,在传感器侧下床)。一般来说,将所述运动传感器定位在使得大振幅/快速运动信号表示大幅度运动,并且还可从受试者检测到呼吸信号的位置。
可以基于来自运动传感器和另一台监测器的数据的组合检测跌倒的情况。例如,可结合呼吸信号的幅度变化通过运动传感器检测到的大动作(大幅度运动)指示有跌倒情况。可以基于两个信号确定阈值水平,例如,基于所述用户或其他用户之前的数据。然后,可以将所测量的运动和/或呼吸幅度与各自的阈值进行比较。辅助电容式传感器可以用来增强特定区域内的检测(例如,可将短距离非接触式电容式传感器放于最有可能发生跌倒的床的一侧,从而使得如果受试者落在并停留在该传感器范围内时,所述系统诱发跌倒警报)。
在另一个实例系统中,当正常起床时,用户可能期望穿过感测区的特定区域。因此,如果未检测到有预期的穿越动作,但是所述运动传感器指示有大动作、位置变化或者呼吸/生命信号消失,则此类事件可视为表示用户试图移动却跌倒了。然后,可以诱发跌倒检测和/或警报。
所述运动传感器也可以用于检测用户在床上的翻身动作。对于翻身,运动和/或呼吸信号(例如,非接触式生物运动信号)的振幅会出现特征性的变化。例如,信号的包络(例如,使用峰值保持功能或希伯特变换方法估计)可以估计呼吸的相对幅度。使用这样的估计,呼吸中的大幅度可以与用户的躯干朝向监测传感器的情况相关联(例如,用户躺在它们面向传感器的一侧上),而在用户仰卧(例如,胸部垂直于传感器)的情况下,幅度变小,并且在用户俯卧或面朝远离传感器一侧的情况下甚至更小。此类幅度(及其变化)可以与呼吸期间用户胸部的移动表面积相关,并因此可以基于用户相对于传感器(或多个传感器模块,或同时检测多个受试者的传感器)的位置而改变。再次,可以基于所述用户或其他用户之前的数据确定所述呼吸信号振幅的一个或多个阈值水平。然后,可以将所测量的呼吸振幅与所确定的一个或多个阈值进行比较,以便估计用户在床上特定位置的可能性。同样,如果在床上检测到第二个或接下来的用户,则可以估计他们的相对位置。
在其他实例系统中,可能包括用于确定重复性和变化运动的附加算法处理步骤(以及相关的数字信号处理步骤),包括处理因呼吸引起的胸部运动而导致的运动、摇摆运动检测、摇摆运动消除检测、床上翻转,以及因处理包括抓挠(例如,因身体刺激或不舒适)在内的各种动作的粗略和精细运动检测。
对于包括卧床监测在内的一个实例系统,所述系统可以分析两个由已使用合适的ADC模块数字化的射频雷达记录的通道(同相和正交)信号。这些RF信号可以是连续波或脉冲信号(例如,应用于ResMed的SleepMinderTM5.8GHz或10.525GHz传感器、利用调频连续波(FMCW)方法、UWB、RSS等的装置)。所述信号可以馈送到滤波器组,由此可以应用包括带通滤波在内的一系列数字滤波器来检测和去除低频摆动信息。可以进一步比较两个通道中的相位信息以形成顺时针/逆时针模式。
还可以应用滞后和故障检测(例如,拒绝非人类运动或检测周期性肢体运动)以抑制信号折叠,并且确定运动是朝向还是远离传感器,以及运动是否正在改变方向。此外,可使用峰值/谷值检测和信号跟踪来帮助进行处理。
信号光谱成分的计算可以通过使用堪比于使用离散化小波变换、适当的基准选择或寻峰处理的寻峰(频域)或时间频率处理的快速傅里叶变换来执行。在这个过程中识别的残留低频成分也可以(例如,分别)处理以确定更长时间尺度的趋势。
5.4.1.4咳嗽,喘鸣和打鼾
可以使用麦克风等声传感器来检测咳嗽和喘鸣。例如,在哮喘患者中所见的具有湍动气流特征或者与其相关的高音调哨鸣声可通过麦克风获取。另外,可以使用麦克风感测咳嗽(干咳或排痰性)。在图5中示出了使用麦克风捕获的咳嗽和喘鸣的音频数据的实例以及它们各自不同的特征。另一方面或者另外地,可以使用RF传感器来检测咳嗽。
所述系统可以配置为检测打鼾、鼻塞、咳嗽或呼吸困难的特征模式。可以使用数字滤波器组、频率分解、搜索“突发”噪声(例如,使用频谱分析的“咳嗽特征”)和/或形态学处理实施检测。这些事件可视情况与感测到的运动和/或呼吸数据中识别的模式交叉相关。
所述系统可以分析多个夜晚有关模式和/或趋势的咳嗽/喘鸣/打鼾数据。例如,就COPD而言,患有COPD的人在一段时间内睡眠时间会减少,并且醒来次数增加。因此,该方向的趋势可表示COPD风险增加或先前存在的COPD病症加剧。
可利用部分或全部提取的呼吸、心率、运动,以及咳嗽和打鼾参数来估计睡眠期间出现的呼吸暂停和呼吸不足的次数。COPD和OSAS(重叠综合征)同时共存的检测可能预示着更严重的低氧血症。例如,这可能表示需要用户使用CPAP、自动伺服通气(ASV)设备或其他疗法或药物治疗。
咳嗽可视为包括打开声门(爆炸声),然后呼气,之后关闭声门。咳嗽还可以根据是否发生阵发(例如,连续咳嗽超过约五分钟)来分类。咳嗽还可以根据其是否有咳痰,或者判断是干咳还是湿咳(例如,存在表明有排痰性咳嗽的黏液)来进一步分类。排痰性咳嗽(例如,在该系统中,基于音频信号的一个或多个测量参数检测的、基于非接触式呼吸信号测量的、基于胸部运动测量的)的呼气时间通常比干咳的呼气时间长。
咳嗽也可以判断其是否是慢性分类。慢性咳嗽通常认为是持续超过两个月的咳嗽,也可以称为持续性咳嗽。在哮喘中,干咳通常情况下伴有喘鸣。咳嗽变异性哮喘认为是典型哮喘的前兆。在胃食管反流病(GERD)中,咳嗽通常为干咳,并且为阵发。在COPD中,咳嗽通常是排痰性咳嗽,会产生大量的黏液。上呼吸道咳嗽综合征(UACS)与上呼吸道疾病有关。
在慢性咳嗽的情况下,所监测的呼吸信号可用于估计睡眠障碍性呼吸(SDB),例如,可检查未诊断的SDB,或在使用CPAP疗法情况下监测之前诊断的SDB的治疗情况。GERD和相关的GERD咳嗽,在女性中更常见,与SDB高度一致。针对检测到的GERD咳嗽的特定系统生成的推荐可包括选择药物来减少胃酸产生。
如果受试者在夜晚想睡觉时咳嗽,则可以通过呼吸信号、心率的变化(通常由系统检测到咳嗽后持续的时间增加,主要是在呼气期间)、血压升高,以及总体运动事件(例如,由于胸部的机械运动)中的任何一种干扰或者组合来检测咳嗽。夜间睡眠评分可能会下降,特别是出现阵发咳嗽时。根据出现的咳嗽类型,会看到一个大量吸气-呼气-吸气的模式。相比之下,可以通过大量剧烈的呼气而后转入吸气呼吸—大量呼气上升时间,然后进入平稳期,最后达到恢复呼吸(或者仅仅是大量呼气)来体现其他类型的咳嗽。呼吸波形中产生的“峰值”会导致估计的呼吸频率增加,或者在一些情况下,短时间内呼吸频率下降。因此,除了估计呼吸频率之外,还可以通过估计呼吸信号的包络来处理呼吸幅度的局部变化,并跟踪吸气/呼气波形形态的各个部分来分析波形。
该系统可以配置成检查阵发的咳嗽是否发展到完全、持续清醒的程度。很明显该模式来自非接触感测信号(例如,(RF、声纳、光学)、咳嗽声音特征和咳嗽重复频率的任何一个或组合。REM/深度睡眠期间的咳嗽很罕见(甚至与深度睡眠相比,REM睡眠更不可能出现),大多数咳嗽发生在清醒期。当系统在声音处理侧检测到可能的咳嗽特征时,如果确定受试者处于深度睡眠或REM睡眠,则所述咳嗽特征指定为实际发生咳嗽的概率下降。这些因素还可增强对另一名受试者咳嗽的检测。例如,如果基于非接触式睡眠分期确定所监测的对象处于深度睡眠或快速眼动睡眠状态,则由麦克风或其他声传感器检测到的声音可确定为其床伴的声音。但是,如果床伴出现阵发咳嗽,可能会唤醒被监测对象;在这种情况下,通过非接触式感测检测到的呼吸波形可用于使用相比于睡眠期间咳嗽后醒来的情况,醒后咳嗽更为常见的知识来验证咳嗽源(例如,被监测对象、床伴)。
随着夜间咳嗽发病率的增加,监测对象的睡眠评分可能下降,并且系统可能将睡眠评分与白天的活动水平相关联,以便估计运动诱发事件的风险是否增加。对因咳嗽(清醒下)或打鼾引起的睡眠评分降低的分析可表示恶化的呼吸道感染,转而(例如,因运动诱发的事件)导致增加受试者状况恶化的风险。
5.4.2环境信号的分析与处理
除了汇集的生理数据之外,系统还可以视情况汇集环境数据(例如,过敏警报、湿度、空气质量和相关参数)等来自其它来源的数据。
较差的空气质量或温度和湿度的组合可能是边缘氧饱和度降低的COPD患者(即,夜间氧合血红蛋白显著减少的患者)的危险因素。
摄像头(例如,智能设备的内置摄像头)可用于检测荨麻疹或湿疹—当考虑到可能会有未确诊或已确诊的哮喘时,此类信息也可能是说明性的。
寒冷的天气可导致支气管收缩,例如,通过面部降温。因此,系统可以通过分析当前温度和大气压力、预测温度和大气压力以及历史数据来预先阻止支气管收缩。然后系统可以建议用户基于上述分析来穿着合适的衣服。该系统还可就用户风险水平向他们提出提议。
局部污染水平(空气传播的过敏原)可同样用于衡量哮喘风险并预测严重程度。过敏警报也可能纳入决策过程。例如,系统可以基于过敏原水平做出有关药物递送的决定(例如,过敏药物,其它用于因过敏原导致病症加重的药物)。过敏也可能是哮喘的前兆。
在一个调查国内环境监测系统获取房屋内传感器温度、湿度和空气质量数据的系统中,可以监测所调查的环境数据的极端情况,例如,那些可能引发哮喘或COPD恶化的数据。该系统还可以视情况通过与恒温器、HVAC控制系统或其他环境控制单元接口连接控制气候控制系统(加热、空调、通风系统等)。可以使用空气质量传感器检测床上用品中的尘螨、皮屑等,并且在空气质量下降到不合要求水平(预先确定的或基于趋势数据)的情况下,系统会发出警报,例如,通知更换床单。系统可以进一步确定发出警报的首选时间(例如,当有由床边运动传感器检测到的运动时)。
利用来自一个或多个用户的位置数据,可以在地图上绘制环境数据。因此,可以基于时间和位置建立位置感知哮喘区域的数据库。此类信息可以帮助患者从非受控状态转移到受控状态。例如,系统可以配置为基于用户的状况和/或用户所在或将在区域的与呼吸相关的环境情况通知特定用户或甚至在地图上为其重新规划路线。
换句话说,可对所有环境和其他风险条件进行自动检测;此外,可使用受试者报告的关于哮喘或COPD事件或恶化的信息,以备将来在数据库中参考,并可改善对该患者以及可能的其他患者的预测。
对于带有传感器的空气质量面罩的有源器件,可以监测呼吸率、深度和变异性以检测呼吸变化,并且视情况输送药物。这些参数也可以传输到智能设备或监控中心。空气质量传感器可以是便携式的,或者可以是能够递送药物的PAP设备的一部分。
5.4.3风险分析
如上所述,该系统能够采取运算方法来预测即时出现的事件,例如,正在发生或即将发生的状况(疾病)检测。但是,该系统也能进行更长期的预测分析。换句话说,该系统可以采取一种前瞻性的方法来进行干预,以避免病症发作或恶化。因此,为了系统能够采取预防性的措施(例如,在检测到任何问题之前建议改进),由系统提前标记异常行为是很必要的。例如,可告知使用该系统的“正常”人可能会有发展为慢性疾病的风险,并且可提供他们关于如何抵抗这种风险的指示。
预测算法本身可在能访问数据库存储设备的计算设备(例如,PC、服务器、云服务、智能设备应用程序或变体)上实现。该算法可以具有分析多个数据源的规则的系统为准,并且可以利用存储在数据库中的历史数据。该算法可以依赖于规则和/或阈值,其可以基于自适应概率加权值变化。这类规则和阈值可以基于用户特定数据和基于人群的人口统计数据中的任一个或两者。
该系统可以视情况通过健康水平七(HL7)标准或类似的标准连接到医疗信息系统。也可以使用其他接口连接到远程医疗系统,或者连接到使用第三方发布的API(应用程序接口)的消费者系统,例如,FitBit、苹果HealthKit、三星S-Health、Jawbone、Basis、Misfit等商业系统。
通过了解使用的个人标准,可以了解该用户的诱发参数(例如,表示导致恶化的病症的参数)。关于检测到的诱发因素的反馈(例如,警报)可以提供给移动或固定设备以获取用户的信息。在一些实例中,用户可以通过确认或拒绝警报进一步促成系统的学习过程。在拒绝警报的情况下,此类最终用户的反馈将相当于记录假阳性检测,这可能进一步有助于将来的分类和检测。
为了对个人的健康进行多参数整体分析,系统可以进一步了解其他环境,使得其可以将相关数据与正确的用户联系起来。例如,保险公司可以基于满足一些健康改善目标的用户向系统的用户提供折扣。此类目标可以是平均心率降低、呼吸频率下降、步数增加和运动强度下降。
例如,整体分析可以使用指示由可穿戴传感器记录的皮肤电反应和/或皮肤温度变化的数据。特定的心率和GSR变化可以与运动强度数据交叉参考,以指示特定的变化是否在调解压力事件或活动。对于每个人而言,他们都可能会出现心率、呼吸频率和GSR变化的特异性序列以应对运动或压力事件。
运动强度的长期模式和所采取的步骤可以与用户特定的行为相关联(例如,确定运动是否是哮喘发作的诱发因素,或者通过可改善心肺呼吸模式的逐步训练确定整体风险是否已经降低)。
用于管理模式识别过程的系统能够接受多个输入参数,并且可以视情况假定质量评估器已经在数据上执行,以丢弃或标记任何质量差的数据。认识到一些输入数据可能在尺寸上是冗余的,并且可以应用随机化的PCA(主成分分析)等过程在进一步处理之前减少任何此类冗余。
如果大的训练数据集(标记的数据)可用,则可以使用监督分类系统,由此将所述训练数据集提供给系统生成模型参数。如果存在训练数据,但是该数据集不是很大,则可以利用具有稀疏编码(例如,自图像处理区提取的LCC局部坐标编码)等技术的半监督或无监督学习特征层(例如,使用神经网络的“深度学习”)。在数据中出现特定模式的情况下,这类方法可能是有益的。可以使用其他一些使用随机森林(在训练期间使用用于“带外数据”(OOB)性能估算的数据子集)的平均决策树的系统进行分类。随机森林是一种最近邻预测的形式;由于其在训练数据的范围外无法进行预测,并且对于非常嘈杂的数据,可能会出现过拟合现象,但是,在用于回归(即,选择不同的代表性训练集并管理损坏的数据)时已采取必要的谨慎措施,因此,其可以处理失衡和缺失的数据。
系统能够进一步基于所监测的参数不断更新用户的风险分析。
5.4.4哮喘和COPD治疗
5.4.4.1吸入器的使用和控制,例如,哮喘
图6A提供了一种用于患有哮喘且使用吸入器来确定何时或是否使用吸入器、调整计量吸入器上的剂量、改变“喷入”或类似物数量的人的方法600的流程图。在602,监测与哮喘状况有关的一个或多个参数。例如,可以收集至少一个生理参数和至少一个环境参数(例如,涉及用户的室外或室内环境)。可以监测的参数包括:呼吸急促/主观呼吸状况和模式、心脏状况和模式、皮肤温度变化、血压读数、空气传播刺激物、季节性因素、天气状况和室内气候条件。也可以对睡眠参数、活动水平和其他生活方式参数,以及最大呼气流量计等设备进行监测。
在604,基于在602收集的数据组合来确定用户的治疗剂量或治疗设备。任何上述实例方法或过程均可用于确定治疗剂量。在吸入器的情况下,治疗剂量可以涉及吸入器的喷入量,或者计量吸入器上的剂量。
在606,响应于所监测的参数对吸入器药物进行直接或间接的调整。另一方面或者另外地,在608,可激活通知用户已调整的剂量或提醒用户服用药物的提醒或警示和/或可以调整其他生活方式参数。
5.4.4.2 COPD监测
COPD的典型特征是在肺功能测试中气流偏低。COPD患者可以使用吸入器、雾化器、补充供氧或其他措施。在这方面,以上用于治疗哮喘的方法600同样可以用于治疗COPD。在用户使用雾化器而不是吸入器的情况下,在604确定的剂量可以是由雾化器提供的药物的量或浓度。同样地,对于使用氧气供应的用户,提供给可呼吸空气的氧气的浓度可构成本过程的剂量。
图6B提供了用于监测慢性阻塞性肺病(COPD)等慢性疾病的另一种方法610的流程图。在612,跟踪与COPD症状有关的一个或多个参数。所述参数可以包括上述在602列出的参数,以及从药物或氧气输送系统读取的信息,或者从跟踪当用户卧床时监测的慢性咳嗽而得到的信息。所述参数可以从特定最终用户及其微观和宏观环境收集。
在614,系统可基于监测到的参数来标记指示有异常状况的危险状况(例如,COPD病症的严重程度或严重程度的增加)。该系统还能够基于用户特定的基准来检测或识别与正常(健康)信号的偏差,从而在不良或异常状况发生之前作出预测。
在616,该系统可以提醒和/或用户连接到医疗信息系统,以使得用户和其医师中的一者或两者能够管理COPD病症并且采取预防性的措施。
可以采用类似的过程来控制充血性心力衰竭(CHF)或其他慢性疾病。
5.4.4.3生活方式管理和预测
如上所述,生活方式管理不仅可以监测现有状况,还可以预测未来状况,并且向用户(甚至健康的用户)提供有用的信息以避免发生健康问题。图6C提供了用于管理用户健康的方法620的流程图。在622,该系统可以接收生理数据和非生理数据。结合图6A和6B的方法列举了上述此类数据的实例。
在624,该系统可以基于在622接收的至少一个生理参数和至少一个非生理参数的组合来执行风险分析。在一些情况下,如上述更详细的说明,可以将训练数据输入到系统中以提高系统的学习能力以及检测用户健康风险的能力。而且,在一些情况下,可以训练系统以识别数据异常(例如,用户在床上跌落或改变位置)。该系统可以进一步跟踪这种异常情况(睡眠期间增加的翻身)的趋势,或者学习去除自异常行为收集的数据。
在626,该系统可以评估锻炼、户外运动或吸烟等用户可能想要执行的预定活动。这些活动可能会对用户造成健康风险,这取决于是否满足特定生理参数和非生理参数的组合的情况,例如,用户呼吸不畅和温度低,或者用户夜间咳嗽的频率增加以及想抽烟。可基于所收集的参数使用统计模型对此类活动进行评估。
在628,系统基于自626的评估来通知用户是否制止预定的活动。在一些情况下,该系统可以通知用户酌情制止活动,例如,直到用户针对监测条件进行治疗之后才进行活动。例如,如果用户患有哮喘,则系统可以在运动之前通知用户使用吸入器。在这方面,这类通知相当于有条件的指令(例如,除第一次服药外不进行运动)。
哮喘或其他慢性疾病的检测可以基于呼吸特征(例如,呼吸频率、吸气到呼气时间/吸气与呼气的比率、呼吸频率的变化率、检测期间呼吸频率模式的包络,包括相对稳定性、通过局部幅度检测评估的呼吸幅度、与任何这些度量的个性化标准测量值的比较)和心率特征(例如,心率变异性、与个性化心率相关的标准测量值的比较)。在健康的人群中,吸气/呼气时间可能大致对称。然而,在COPD等呼吸系统疾病的受试者中,吸气/呼气时间可能变得不对称,并在呼气波形中观察到最大变化。从正常基准形状向类似COPD的不对称过渡是一个重要的特征,可用于评估恶化的风险,以及活动量(持续时间和强度)、环境影响(例如,湿度、温度、空气质量、天气预报、地点)等。就强烈的气味和微粒水平而言,众包内部区域(通常是公共区域)和外部区域的该信息。例如,就空气质量而言,工业区可能是特别麻烦的地方,并且这些地点的主导风向来自这些地点的下游。用户可以直观地了解有关当地疾病状况诱发因素的“危险区域”,但是如果他们前往另一个不熟悉的地区或国家,则可以从系统中获得更多的好处。在这种情况下,可以向系统的前端应用提前警告用户目的地位置或沿用户预计路线的故障点,以向用户呈现或以其他方式通知用户。
在伴有呼吸性窦性心律不齐(RSA—增加的迷走神经活化)的哮喘患者中,可以跟踪呼吸和心脏参数,以便随时间评估RSA,并检查参数的变化(与系统在基于之前检测到的事件的培训期间确定的标准比较)。可以跟踪呼吸频率,例如,呼吸频率大幅增加,(例如,对于在呼吸道发作期间呼吸频率为每分钟27次呼吸的特定患者,在治疗一个事件后的一小时内将呼吸频率降低至每分钟呼吸20次,然后进一步减少到标准每分钟17次呼吸)。体温的变化(例如,增加)可能表示即将发生感染和风险增加。其与呼吸频率增加的结合可能表示有炎症反应(例如,发炎的气道)。如果流鼻涕,则用户还可以向系统(例如,通过软件应用程序)显示。
系统测定可以反馈给推荐剂量,或推荐对当前剂量进行调整。可以通过调整与用于管理或提供药物的系统通信的设备的参数和/或通过向用户发出警报以做好其病症可能恶化的准备来向用户提供推荐的治疗。系统的任何此类活动可以与对医师的警告、对治疗中任何建议改变的EMR的更新和/或确认所述改变实际上是否经过受试者的确认(例如,如果在检测到危险情况时建议额外喷入缓解吸入剂2次,则指出实际上是否使用智能吸入器或保护壳进行喷入)结合。或者,或此外,可推荐口服全身皮质类固醇。在系统推荐剂量改变(人为干预/保护)之前,可以视情况要求医师接受建议对患者药物的改变。在其他情况下,受试者可能会使用雾化器(例如在家中或便携式设备上—通常用于在使用吸入器时有困难的儿童或婴儿)。检测到COPD恶化的可能性增加时,可以建议使用补充供氧(或增加供氧量)。事实上,在使用补充氧气的情况下,剩余的气体含量可通过启用的储气罐/装置传送到相关的管理实体,以确保在供应的气体用完之前将更多的气体输送到所述罐/装置中。对于氧气浓缩器,如果内部环境需要检修或更换药盒,则也可以将其自动传送到合适的监控中心/检修公司,而不会中断治疗。
在卧室环境中,建议睡眠条件要适宜—无论是在优化睡眠质量方面,还是降低咳嗽并最终导致恶化的风险。可以通过监测空气温度、湿度和空气质量中的任何一个或组合来完成。可用参数可以通过建筑物、空气调节或局部湿化器和/或空调/加热单元自动控制。白天当卧室空置时,这些系统可能会有意增加气流,并自动打开通风口/百叶窗,以减少湿度保持房间清新。该系统还可以管理床上用品(例如,床单、毯子等)放在床上的时间(例如,提醒用户每周清洗床单,或者自动向护理人员或其他护理人员发出警报),以及提供有关清洗它们的建议(例如,减少尘螨、病菌等)或其他建议(例如,在较低的温度下添加额外的衣物洗涤剂,或者如果以床上用品为主时在60℃的温度下进行洗涤)。临近睡觉时,房间也可以自动预热到合适的睡眠温度。该系统还可以向用户提供具体的反馈建议,例如,基于所采取的测量和/或本地天气模式分析来调节房间中的湿度。对于卧室环境来说,通常都是以大约30-50%的湿度为目标—例如,不要太干燥,也不要不太潮湿(从而减少霉菌形成等过敏原)。这种改变可以通过直接控制网络连接的湿化器来实现,也可以通过指导用户对手动控制装置进行调整来实现。另一种选择是通过电子商务平台销售湿化器(具有相关的除湿功能)。在确定睡眠环境中霉菌和检测到的微粒的数量方面,可以通过专门的微粒和VOC感测完成对空气中的颗粒/微粒、苯、甲醛、汽油、苯酚、苯乙烯、甲苯、二甲苯、全氯乙烯等挥发性有机化合物(VOCs)的分析。
该系统还允许随着监测的病症得到控制而逐渐减少哮喘药物,例如,三个月的趋势表明呼吸状况得到改善之后。对长期药物控制的调整可能涉及由系统调整的对象的特定参数(例如,要服用多少药物、何时服用药物等)。例如,如果确定控制吸入器应该每隔12小时服用,并且一天服用两次,则系统可以提醒受试者以确定的时间间隔服药,以维持其稳定的标准哮喘/慢性疾病管理。
如果使用启用程序的系统,则系统可以视情况检查对受试者即将来临的日程,并且记录即将进行的运动/锻炼活动(特别是怀疑剧烈运动在运动期间或之后导致大范围气道阻塞的情况下)。这些模式也可以基于之前的活动趋势(例如,自动检测日常工作日的健身房锻炼或晚上散步)来学习。在计划开始运动事件之前不久,系统可以向患者推荐治疗(例如,喷入β2激动剂2或4次)。根据所监测的个人化哮喘状况的性质,建议20分钟使用这种吸入器,使用时间最多一个小时。
如果在运动过程中确实发生事件(例如,哮喘事件),则在情况严重时,系统可能会推荐额外的药物(例如,喷入缓解吸入剂4到6次)。在检测到的状况没有迅速改善的情况下,系统可以准备并代表受试者呼叫紧急服务,和/或发出可听的语音确认或提示音。
如果出现可由药物管理的不太严重的事件,则可以推荐呼吸运动,并由系统在用户的智能设备上进行引导。如果配备内置肺活量计、连接的肺活量计或可手动将读数输入到应用程序的肺活量计中的任何一种的保护壳可用,则肺活量计的最大流量读数可以在事件后(最好为事件前)由系统进行分析,以检查与用户特定的基准值的偏差。
该系统还可以检测和记录导致哮喘发作的初始哮喘诱发参数(感测到的生理状况、位置和环境/天气状况),并且可以估计在初始暴露于这些参数之后(例如,在3到8小时内)气道阻塞的风险,并且推荐使用吸入类固醇等药物缓解。
在因事件/恶化/呼吸困难导致住院的情况下,系统可以继续监测受试者,并且建议最佳的出院计划。系统可以从EMR读取更新的药物设定,并且可以计算家庭、医院,以及估计的家庭释放标准参数。例如,短期β激动剂可以相对不常使用(即,每周1或2天)、较为定期地使用(例如,每周2至4天),或定期使用(例如,每天或每天多次使用)。系统可以支持不同类型的吸入器,例如定量吸入器或干粉吸入器。如上所述,启用通信的吸入器能够传达其位置和剩余容量。
5.5可选实例处理系统
如前所述,在一种形式中,本发明可以包括用于治疗和/或监测呼吸障碍的装置或设备。所述装置或设备可包括RPT装置4000,其用于经由通往患者接口3000的空气回路4170向患者1000供应加压空气。在下面的描述中,参考图7-图10可视为RPT装置。
5.6患者接口
根据申请本发明的一个方面的无创患者接口3000包括以下功能方面:密封形成结构3100、充气室3200、定位和稳定结构3300、通气口3400、用于连接至空气回路4170的一种形式的连接端口3600以及前额支架3700。在一些形式中,可通过一个或多个物理组件来提供功能方面。在一些形式中,一个实体组件可提供一个或多个功能方面。在使用时,密封形成结构3100被布置成围绕患者气道的入口,以便有利于将加压空气供应至气道。
5.7 RPT装置
根据本发明一个方面的RPT装置4000包括机械和气动部件4100、电气部件4200,并且配置为执行一个或多个算法4300。所述RPT装置4000具有形成为两部分的外部壳体4010,即,上部分4012和下部分4014。在一种形式中,外部壳体4010可以包括一个或多个面板4015。所述RPT装置4000可以包括支撑所述RPT装置4000的一个或多个内部组件的底盘4016。所述RPT装置4000可以包括手柄4018。
所述RPT装置4000的气动路径可以包括一个或多个气路部件,例如,入口空气过滤器4112、入口消声器4122、能够供应加压空气的压力发生器4140(例如,鼓风机4142)、出口消声器4124,以及一个或多个压力传感器4272和流量传感器4274等转换器4270。
一个或多个气路部件可位于称为气动块4020的可移除整体结构内。所述气动块4020可以位于外部壳体4010内。在一种形式中,气动块4020由底盘4016支撑或形成为底盘4016的一部分。
所述RPT装置4000具有电源4210、一个或多个输入设备4220、中央控制器4230、治疗装置控制器4240、压力发生器4140、一个或多个保护电路4250、存储器4260、转换器4270、数据通信接口4280和一个或多个输出设备4290。电气部件4200可以安装在单个印刷电路板组合(PCBA)4202上。在一种替代形式中,所述RPT装置4000可以包括一个以上的PCBA4202。
5.7.1 RPT装置的机械和气动部件
所述RPT装置4000可在整体单元中包括一个或多个以下部件。在一种替代形式中,一个或多个以下部件可被设置为各自分离的单元。
5.7.1.1空气过滤器
根据本发明的一种形式的RPT装置4000可包括一个空气过滤器4110,或多个空气过滤器4110。
在一种形式中,入口空气过滤器4112位于压力发生器4140上游的气动路径的起点处。
在一种形式中,出口空气过滤器4114,例如抗菌过滤器,位于在气动块4020的出口与患者接口3000之间
5.7.1.2消声器
根据本发明一种形式的RPT装置4000可以包括一个消声器4120或多个消声器4120。
在本发明的一种形式中,入口消音器4122位于压力发生器4140上游的气动路径中。
在本发明的一种形式中,出口消声器4124位于压力发生器4140和患者接口3000之间的气动路径中。
5.7.1.3压力发生器
在本发明的一种形式中,用于供应加压空气的压力发生器4140是可控制的鼓风机4142。例如,所述鼓风机4142可以包括具有放在蜗壳中的一个或多个叶轮的无刷DC电机4144。所述压力发生器4140能够在约4cmH2O至约20cmH2O的正压,或以最多约30cmH2O的其他形式的压力下产生每分钟约120升的空气供应或空气流。
所述压力发生器4140受所述治疗装置控制器4240的控制。
在其他形式中,压力发生器4140可以是活塞驱动的泵、连接到高压源(例如,压缩空气储存器)的压力调节器或风箱。
5.7.1.4转换器
转换器可以在所述RPT装置内部或外部。外部转换器位于空气回路例如患者接口上或构成其一部分。外部转换器器可以是非接触式传感器的形式,例如将数据传输或传输到RPT装置的多普勒雷达运动传感器。
在本发明的一种形式中,一个或多个转换器4270可以位于所述压力发生器4140的上游和/或下游。一个或多个转换器4270构造和布置成生成气动路径中表示该点处气流的流量、压力或温度等特性的数据。
在本发明的一种形式中,一个或多个转换器4270位于患者接口3000的近侧。
在一种形式中,可诸如通过低通滤波、高通滤波或带通滤波对来自转换器的4270信号进行滤波。
5.7.1.5防溢回阀
在本发明的一种形式中,防溢漏回阀4160位于湿化器5000和气动块4020之间。所述防溢回阀构造和布置为降低水从湿化器5000向上游流动到例如电动机4144的风险。
5.7.1.6空气回路
根据本发明一个方面的空气回路4170为导管或管子,其在使用时构造和布置为允许空气流在两个部件诸如气动块4020与患者接口3000之间行进。
5.7.1.7氧气输送
在本发明的一种形式中,补充氧气4180输送至气动路径中的一个或多个点(诸如气动块4020的上游)处、空气回路4170和/或患者接口3000。
5.7.2 RPT装置电器组件
5.7.2.1电源
在本发明的一种形式中,电源4210位于所述RPT装置4000的外部壳体4010的内部。在本发明的另一种形式中,电源4210位于所述RPT装置4000的外部壳体4010的外部。
在本发明的一种形式中,电源4210仅向所述RPT装置4000提供电力。在本发明的另一种形式中,电源4210向所述RPT装置4000和湿化器5000提供电力。
5.7.2.2输入设备
在本发明的一种形式中,RPT装置4000包括形式为按钮、开关或转度盘的一个或多个输入设备4220,以允许人员与所述设备进行交互。按钮、开关或转度盘可以为经由触摸屏幕访问的物理装置或者软件装置。在一种形式中,按钮、开关或转度盘可以物理连接到外部壳体4010,或者在另一种形式中,可以与接收器无线通信,所述接收器与中央控制器电连接4230。
在一种形式中,输入设备4220可以构造或布置为允许人员选择值和/或菜单选项。
5.7.2.3中央控制器
在本发明的一种形式中,中央控制器4230为一个或多个适于控制RPT装置4000的处理器,例如,x86英特尔处理器。
根据本发明的另一种形式,适于控制RPT装置4000的中央控制器4230包括基于来自ARM Holdings的ARM Cortex-M处理器的处理器。例如,可以使用来自STMICROELECTRONICS的STM32系列微控制器。
根据本发明的另一替代形式,适合于控制RPT装置4000的另一个中央控制器4230包括自基于ARM9的32位RISC CPU系列中选择的元件。例如,可以使用ST MICROELECTRONICS的STR9系列微控制器。
在本发明的一些替代形式中,可以使用16位RISC CPU作为用于所述RPT装置4000的中央控制器4230。例如,可以使用来自由TEXAS INSTRUMENTS制造的MSP430系列微控制器的处理器。
在本发明的另一种形式中,所述中央控制器4230为专用电子电路。在另一种形式中,所中央控制器4230为专用集成电路(ASIC)。在另一种形式中,所述中央控制器4230包括分立电子部件。
所述中央控制器4230配置为接收来自一个或多个转换器4270、一个或多个输入设备4220,以及湿化器5000的输入信号。
所述中央控制器4230配置成将输出信号提供给输出设备4290、治疗装置控制器4240、数据通信接口4280,以及湿化器5000中的一个或多个。
在本发明的一些形式中,中央控制器4230配置为实施本文所述的一种或多种方法,例如,一种或多种表示为计算机程序的算法4300,所述计算机程序存储在存储器4260等非暂时性计算机可读存储介质诸中。在本发明的一些形式中,如前所述,中央控制器4230可以与RPT装置4000集成。然而,在本发明的一些形式中,一些方法可通过远程定位装置执行。例如,所述远程定位装置可通过对来自本文所述的任何传感器的存储数据进行分析来确定呼吸机的控制设置或检测呼吸相关事件。
尽管所述中央控制器4230可以包括与各种传感器4270、数据通信接口4280、存储器4260以及其他设备交互的单个控制器,但是,控制器4230的功能可以分布在一个以上的控制器中。因此,本文使用的术语“中央”不意味着将该体系结构限制在控制其他设备的单个控制器或处理器。例如,替代体系结构可包括涉及不只一个控制器或处理器的分布式控制器体系结构。例如,可以包括执行一些算法4300的单独本地(即,在RPT装置4000内)或远程定位控制器,或者甚至包括一个以上存储一些算法的本地或远程存储器。另外,当以计算机程序表示时,该算法可以包括高级人类可读代码(例如,C++、Visual Basic、其他面向对象的语言等)或低级/机器指令(汇编程序、Verilog等)。根据(一种或多种)算法的功能,可以在控制器中烧录此类代码或指令(例如,ASIC或DSP),或者可以将可执行的运行时间传输到DSP或通用处理器,随后,该DSP或通用处理器可具体编程为执行所述算法所需的任务。
5.7.2.4时钟
所述RPT装置4000可以包括连接到所述中央控制器4230的时钟4232。
5.7.2.5治疗装置控制器
在本发明的一种形式中,治疗装置控制器4240可以为治疗控制模块4330,其构成由所述中央控制器4230执行的算法4300的一部分
在本发明的一种形式中,治疗设备控制器4240为专用电动机控制集成电路。例如,在一种形式中,使用由ONSEMI制造的MC33035无刷直流DC电动机控制器。
5.7.2.6保护电路
根据本发明的RPT装置4000可以包括一个或多个保护电路4250。
根据本发明的一种形式的保护电路4250为电气保护电路。
根据本发明的一种形式的保护电路4250是温度或压力安全电路。
5.7.2.7存储器
根据本发明的一种形式,所述RPT装置4000包括存储器4260,例如,非易失性存储器。在一些形式中,存储器4260可以包括电池供电的静态RAM。在一些形式中,存储器4260可以包括易失性RAM。
存储器4260可以位于PCBA4202上。存储器4260可以是EEPROM或NAND闪存的形式。
另一方面或者另外地,RPT装置4000包括可移动的存储器4260,例如,根据安全数字(SD)标准制造的存储卡。
在本发明的一种形式中,所述存储器4260用作非暂时性计算机可读存储介质,其上存储表示本文所述的一种或多种方法的计算机程序指令,诸如一个或多个算法4300。
5.7.2.8转换器
转换器可以在所述设备4000的内部或外部。外部换能器可以位于空气输送回路4170上或构成其一部分,例如,在患者接口3000。外部转换器可以是非接触式传感器的形式,例如将数据传输或传输到RPT装置4000的多普勒雷达运动传感器。
5.7.2.8.1流量
根据本发明的流量传感器4274可基于差压变换器,例如来自SENSIRION的SDP600系列差压变换器所述差压变换器与气动回路流体连通,每个压力变换器连接到流量限制元件各自的第一和第二点。
在一个实例中,可以通过中央控制器4230接收来自流量传感器4274的表示总流量Qt的信号。
5.7.2.8.2压力
根据本发明的压力变换器4272位于与气动路径流体连通的位置。合适的压力变换器4272的实例是来自HONEYWELL ASDX系列的传感器。另一种合适的压力变换器是来自GENERAL ELECTRIC的NPA系列传感器。
在使用中,可以通过中央控制器4230接收来自压力变换器4272的信号在一种形式中,来自压力变换器4272的信号在所述中央控制器4230接收之前过滤。
5.7.2.8.3电动机转速
在本发明的一种形式中,电动机转速转换器4276可用于确定电动机4144和/或鼓风机4142的转速可将来自电动机转速转换器4276的电动机转速信号提供给治疗装置控制器4240。电动机转速转换器4276可以是例如速度传感器,诸如霍尔效应传感器。
5.7.2.9数据通信系统
在本发明的一种形式中,提供了数据通信接口4280,并且其连接到所述中央控制器4230。数据通信接口4280可连接到远程外部通信网络4282和/或本地外部通信网络4284。所述远程外部通信网络4282可连接到远程外部装置4286。所述本地外部通信网络4284可连接到本地外部装置4288。
在一种形式中,数据通信接口4280为所述中央控制器4230的一部分。在另一种形式中,数据通信接口4280与中央控制器分离4230,并可包括集成电路或处理器。
在一种形式中,远程外部通信网络4282为因特网。所述数据通信接口可使用有线通信(例如,经由以太网或光纤)或无线协议(例如,CDMA、GSM、LTE)连接到因特网。
在一种形式中,本地外部通信网络4284利用一种或多种通信标准,诸如蓝牙或消费者红外协议。
在一种形式中,远程外部装置4286可以为一台或多台计算机,例如网络计算机的群集。在一种形式中,远程外部装置4286可以为虚拟计算机,而非实体计算机。在任一情况下,此远程外部装置4286可以由适当授权人员(诸如临床医生)进行访问。
所述本地外部装置4288可以为个人计算机、移动电话、平板或远程控制装置。
5.7.2.10包括任选的显示器、警报器的输出设备
根据本发明的输出设备4290可以采取视觉、音频和触觉单元中的一个或多种的形式。视觉显示器可以是液晶显示器(LCD)或者发光二极管(LED)显示器。
5.7.2.10.1显示器驱动器
显示器驱动器4292接收作为输入的字符、符号或图像用于显示在显示器4294上,并将它们转换成使显示器4294显示那些字符、符号或图像的命令。
5.7.2.10.2显示器
显示器4294配置为响应于从显示器驱动器4292接收的命令可视地显示字符、符号或图像。例如,显示器4294可为八段显示器,在这种情况下,显示器驱动器4292将每个字符或者符号(诸如数字“0”)转换成八个逻辑信号,所述逻辑信号指示这八个相应的节段是否将被激活以显示特定的字符或符号。
5.7.3 RPT装置算法
5.7.3.1预处理模块
根据本发明的一种形式的预处理模块4310接收来自转换器4270(例如流量传感器4274或压力传感器4272)的信号作为输入,并执行一个或多个处理步骤以计算将被用作另一个模块(例如治疗引擎模块4320)的输入的一个或多个输出值。
在本发明的一种形式中,输出值包括界面或面罩压力Pm、呼吸流量Qr和泄漏流速Ql。
在本发明的各种形式中,预处理模块4310包括以下算法中的一个或多个:压力补偿4312、通风口流量估计4314、泄漏流量估计4316、呼吸流量估计4317、通气量测定4311、目标通气量测定4313、呼吸频率估计4318,以及备用速率确定4319。
5.7.3.1.1压力补偿
在本发明的一种形式中,压力补偿算法4312接收指示气动块4020出口附近的气动路径中压力的信号作为输入。所述压力补偿算法4312估计空气回路4170中的压力下降,并提供患者接口3000中作为输出的估计压力Pm。
5.7.3.1.2通气流量估计
在本发明的一种形式中,通气流量估计算法4314接收患者接口3000中的估算压力Pm作为输入,并且估算来自患者接口3000中的通气口3400的通气流量Qv。
5.7.3.1.3泄漏流量估计
在本发明的一种形式中,泄漏流量估计算法4316接收总流量Qt和通气流量Qv作为输入,并且估计泄漏流量Ql。在一种形式中,泄漏流量估计算法4316通过计算一段长至包括几个呼吸周期(例如,约10秒)的时间内总流量与通气流量Qv间差值的平均值来估算泄漏流量Ql。
在一种形式中,泄漏流量估计算法4316接收患者接口3000中的总流量Qt,通气流量Qv以及估计压力Pm作为输入,并且通过计算泄漏电导来估计泄漏流量Ql,并且确定泄漏流量Ql为泄漏电导和压力Pm的函数。泄漏电导可以计算为等于总流量Qt和通气流量Qv间差值的低通滤波非通气流量与低通滤波压力Pm的平方根之间的商,其中低通滤波器时间常数具有长至足够包括几个呼吸周期(例如,约10秒)的值。所述泄漏流量Ql可以估计为泄漏电导和压力函数Pm的乘积。
5.7.3.1.4呼吸流量估计
在本发明的一种形式中,呼吸流量估计算法4317接收总流量Qt、通气流量Qv和泄漏流量Ql作为输入,并且通过从总流量Qt中减去通气流量Qv和泄漏流量Ql估算患者的呼吸流量Qr。
在本发明的其他形式中,所述呼吸流量估计算法4317提供替代呼吸流量Qr的值。呼吸流量的替代可能包括:
-患者1000胸部的呼吸运动
-由压力发生器4140消耗的电流
-压力发生器4140的电动机转速
-患者1000的经胸阻抗
呼吸流量替代值可由RPT装置4000(例如,电动机转速传感器4276)中的转换器4270或RPT装置4000外部的传感器(例如,呼吸运动传感器或经胸阻抗传感器)提供。
5.7.3.1.5通气测定
在本发明的一种形式中,通风测定算法4311接收输入的呼吸流量Qr,并测定指示当前患者通气的测量值Vent。
在一些实施方式中,通气测定算法4311确定作为患者实际通气量估计值的通气量Vent测量值。
在一个这样的实施方式中,通气量Vent的测量值是呼吸流量Qr绝对值的一半,并视情况通过转角频率为0.11Hz的二级贝塞尔低通滤波器等低通滤波器过滤。
在一个这样的实施方式中,通气量Vent的测量值是总肺泡通气量(即,非解剖—死腔通气量)的估计值。这需要解剖死腔的估计值。可以将患者的身高(或严重骨骼畸形情况下的臂展)作为解剖死腔的良好预测量。然后,总肺泡通气量等于如上所确定的患者实际通气量的测量值减去估计的解剖死腔与估计的自主呼吸频率的乘积Rs。
在其他实施方式中,所述通气量测定算法4311确定与患者实际通气量大致成比例的通气量Vent测量值。一个这样的实施方式在循环的吸气部分上估计最大呼吸流量Qpeak。如果流量波形形状变化不大(即,当呼吸已在时间和幅度上标准化的流量波形类似时,认为两次呼吸的形状相似),则通过涉及采样呼吸流量Qr的许多其他程序可得到与通气量大致成比例的测量值。一些简单的实例包括呼吸流量正压中值、呼吸流量绝对值的中值,以及流量的标准偏差。使用了正系数甚至使用正系数和负系数的呼吸流量绝对值的任意次序统计的任意线性组合与通气量近似成正比。另一个实例为呼吸流量占吸气部分中间K比例(按时间)的平均值,其中0<K<1。如果流量波形的形状恒定,则会有任意大数量的测量值完全与通气量成比例。
在其他形式中,通气测定算法4311确定了通气量Vent的测量值并不是基于呼吸流量Qr,而是当前患者通气的替代值,例如,氧气饱和度(SaO2)或二氧化碳分压(PCO2),其可从与患者1000连接的适当传感器中获得。
5.7.3.1.6目标通气测定
在本发明的一种形式中,中央控制器4230将当前通气测量值Vent作为输入,并且执行一个或多个目标通气测定算法4313以测定通气测量值的目标值Vtgt。
在本发明的一些形式中,不存在目标通气量测定算法4313,而目标通气量Vtgt在配置所述RPT装置4000期间通过硬编码或通过输入设备4220人工输入预先测定。
在本发明的其它形式中,在匹配伺服通气(ASV)治疗(在下文中描述)中,目标通气量测定算法4313从一个表示患者1000的近期典型通气量的值Vtyp计算目标通气量Vtgt。
在一些形式的匹配伺服通气治疗中,目标通气量Vtgt的计算值在近期典型通气量Vtyp中占有较高比例,但要小于该通气量。这种形式的高比例可以在(80%、100%)或(85%、95%)或(87%、92%)的范围内。
在其他形式的匹配伺服通气治疗中,目标通气量Vtgt的计算值略大于近期典型通气量Vtyp的一倍。
近期典型通气量Vtyp是当前通气量Vent的测量值在某个预定时间尺度上的多个时间点的分布倾向于聚集的值,即,近期历史上当前通气测量值的集中趋势的测量值。在目标通气量测定算法4313的一个实施方式中,近期历史中记录约为几分钟,但是无论如何应该比潮氏呼吸盈亏周期的时间尺度长。所述目标通气量测定算法4313可以使用各种众所周知的集中趋势测量值的任一种来确定来当前通气量Vent的近期典型通气量Vtyp。这样一个测量值是低通滤波器对当前通气量Vent测量值的输出,其中,时间常数等于一百秒。
5.7.3.1.7呼吸频率估计
在本发明的一种形式中,呼吸频率估计算法4318接收患者1000的呼吸流量Qr作为输入,并得到患者自主呼吸频率Rs的估计值。
所述呼吸频率估计算法4318可以在患者1000自主呼吸期间(即,当所述RPT装置4000未传递“备用呼吸”(下面描述))估计自主呼吸频率Rs。在本发明的一些形式中,呼吸频率估计算法4318在伺服辅助(定义为压力支持减去最小压力支持)较低的时期估计呼吸频率,在一个实施方式中,该呼吸频率小于4cmH2O,因为该时间段更多可能反映自主呼吸的行为。
在本发明的一些形式中,呼吸率估计算法4318估计睡眠呼吸时段的呼吸频率,因为这些时段期间的呼吸频率可能与唤醒期间的呼吸频率显著不同。焦虑通常会导致呼吸频率高于睡眠期间的呼吸频率。当患者专注于自己的呼吸过程时,其呼吸频率通常低于正常觉醒或睡眠期间的呼吸频率。申请号为PCT/AU2010/000894且公布为WO2011/006199的专利申请所述发明(其全部公开内容通过引用并入本文)可用于从呼吸流量Qr中确定清醒呼吸的时段。
在本发明的一些形式中,呼吸频率估计算法4318将自主呼吸频率Rs估计为感兴趣期间各种众所周知的呼吸时间集中趋势的统计测量值Ttot。在此类测量值中,希望拒绝异常值或至少对离群值足够强健。这样的一个测量值是截尾均值,其中放弃已排序呼吸持续时间较低和较高的比例K,并且针对剩余呼吸持续时间计算的平均值对离群值足够强健。例如,当K为0.25时,其相当于放弃呼吸持续时间Ttot的上下四分位数。中值是集中趋势的另一个强有力的衡量标准,即使以强双峰分布时偶尔会给出不令人满意的结果。也可以使用简单的平均值来衡量集中趋势,尽管它对离群值很敏感。可以采用初始间隔过滤阶段,其中,对应于不合理呼吸频率的连续时间间隔(例如,大于45次呼吸/分钟或小于6次呼吸/分钟)作为离群值从平均值计算中排除。可以单独使用或与间隔过滤组合使用的其他过滤机制是排除不作为连续N次连续自主呼吸一部分的任何呼吸,其中N是某个小整数(例如,3),和排除一连串连续自主呼吸的初期、末期呼吸,例如,排除连续四次呼吸中的第一次和最后一次呼吸。后一种机制的基本原理是,第一次和最后一次呼吸,特别是一连串自主呼吸的初期、末期呼吸可能是不规则的;例如,第一次自主呼吸可能由于觉醒而发生,并且最后一次自主呼吸可能由于导致备用呼吸结束连续自主呼吸的呼吸动力减弱而变长。
在本发明的一些形式中,呼吸频率估计算法4318使用估计的初始时间对自主呼吸频率Rs进行初始估计,以便能够开始治疗引擎模块4320中的后续处理,然后使用比估计的初始时间更长的估计时间不断更新自主呼吸频率Rs的估计值,以提高统计的稳健性。例如,估计的初始时间可以是适合自主呼吸的20分钟,但是,估计的时间可以逐步增加到某个最大持续时间,例如,8小时。随着会话的继续而逐步地延长响应时间(更确切地说,逐步降低转角频率),可以使用针对呼吸持续时间的低通滤波器替代用于所述估计的持续时间的滚动窗口。
在一些形式中,集中趋势适当处理的短期(例如,10分钟)测量值,例如,截尾均值,可输入到合适的低通滤波器以给出在几小时或更长的时间范围内变化的估计值Rs。具有以下优势:潜在大量的呼吸持续时间数据无需存储和处理,如果需要在持续数小时或数天的呼吸持续时间数据的活动窗口上计算截尾均值,则可能发生上述情况。
在本发明的一些形式中,也可以使用在短时间段,特别是一次呼吸测量的呼吸频率来代替上述集中趋势测量值中的呼吸持续时间,给出大致相似但不相同的结果。
5.7.3.1.8后备频率测定
在本发明的一种形式中,后备频率测定算法4319接收由呼吸频率估计算法4318提供的自主呼吸频率估计值Rs作为输入,并返回“后备频率”Rb。后备频率Rb是所述RPT装置4000在没有显著自主呼吸行为的情况下将提供后备呼吸,即,继续向患者1000提供辅助呼吸。
在预处理模块4310的一种形式中,不存在后备频率测定算法4319,而后备频率Rb改为通过所述输入设备4220,或者在配置RPT装置4000时硬编码手动提供给RPT装置4000。
在称为自适应后备频率的一种形式中,所述后备频率测定算法4319确定后备频率Rb为自主呼吸频率Rs的函数。在一个实施方式中,该函数通过将自主呼吸频率Rs减去每分钟2次呼吸的常数来确定后备频率Rb。在另一个实施方式中,该函数通过将自主呼吸频率Rs乘以略小于一个单位的常数来确定后备频率Rb。
在称为可变后备频率的一种形式中,所述后备频率测定算法4319将后备频率Rb确定为时间的函数。后备频率Rb初始化为称为自主后备频率(SBR)的值,该频率是最终目标后备频率的一部分,被称为持续定时后备频率(STBR)。该部分可以是三分之二或四分之三,或者其他小于一的正值。当最近的呼吸是自主呼吸(即,患者诱发)呼吸时,SBR为后备呼吸暂停时间的倒数。STBR可以是预定的(例如,通过如上所述的手动输入或硬编码)或者设定为一些典型的呼吸频率,例如,15bpm。自上一次自主呼吸后经过一段时间,后备频率Rb有从SBR向STBR增加的趋势。这一增加趋势可以依据预定的剖面,例如,一系列台阶,或者连续的线性剖面。选择该剖面使得后备频率Rb在预定的时间间隔之后达到STBR。间隔可以以时间为单位(例如,30秒)或相对于患者的呼吸(例如,5次呼吸)来测量。
在一些形式的可变后备频率中,后备频率Rb从SBR向STBR增加的预定时间间隔可以是当前通气充分性的函数。在一种实施方式中,在适于具有用于测量通气量的目标值Vtgt的伺服通气的情况下,备用速率更快地接近STBR,从而使当前的通气量Vent测量值小于目标通气量Vtgt。
在一种可变后备频率(也称为自适应可变后备频率)的形式中,将后备频率Rb确定为由所述呼吸频率确定算法4318提供的当前估计的自主呼吸频率Rs的函数和时间的函数。如在可变后备频率测定中一样,自适应可变后备频率测定在预定时间间隔内后备频率Rb有从SBR向STBR增加的趋势,该后备频率可以是当前通气充分性的函数。STBR可以初始化为标准的呼吸频率,例如15bpm。一旦从呼吸频率估计算法4318获得了自主呼吸频率Rs可靠的估计值,则可以将STBR设置为当前估计的自主呼吸频率Rs乘以某个常数。SBR可以设置为STBR的一部分,如可变后备频率。在一种形式中,可以在自主呼吸频率Rs的初始估计期间将该部分(例如,三分之二)设定为0.55等较低的值以适应呼吸频率相对较低患者偶尔较长呼吸持续时间,如每分钟12次呼吸。
在一些形式中,当前估计的自主呼吸频率Rs所乘以的获得STBR的常数可以略高于1(例如,1.1)以在呼吸暂停期间更积极地提供通气,从而可能会满足短暂的呼吸暂停时的需要。特别是在特定患者中证明无法与坚持不懈努力取得回报的患者再同步,该常数可能稍低于1,例如0.8。较低的后备频率可通过延长呼气停顿(通常发生再同步)而更容易实现再同步。
5.7.3.2治疗引擎模块
在本发明的一种形式中,治疗引擎模块4320接收患者接口3000中一个或多个压力Pm、患者的呼吸流量Qr,以及自主呼吸频率的估计值Rs作为输入,并提供一个或多个治疗参数作为输出。在各种形式中,所述治疗引擎模块4320包括以下算法中的一个或多个:相位确定4321、波形确定4322、吸气流量限制确定4324、呼吸暂停/呼吸不足判定4325、鼾声检测4326、气道通畅确定4327和治疗参数确定4329。
5.7.3.2.1相位确定
在本发明的一种形式中,相位确定算法4321接收指示呼吸流量Qr的信号作为输入,并且将患者1000的当前呼吸周期的相位Φ作为输出提供。
在一些称为离散相位确定的形式中,相位输出Φ为一个离散变量。离散相位确定的一个实现方式在分别检测到开始自主吸入和呼出后提供具有吸气或呼气值(例如,分别表示为0和0.5次旋转的值)的二值相位输出Φ。因为诱发点和循环点分别是相位从呼气变化到吸气和从吸气变化到呼气的时间点,所以“诱发”和“循环”的RPT装置4000有效地执行离散相位确定。在二值相位确定的一个实施方式中,当呼吸流量Qr具有的值超过正阈值时,相位输出Φ确定为具有离散值0(从而“诱发”RPT装置4000),而在呼吸流量Qr具有的值比负阈值还要弱时,相位输出确定为0.5次旋转的离散值(由此使“循环”RPT装置4000)。
离散相位确定的另一个实施方式提供三值相位输出Φ,其值为吸气、吸气中期暂停和呼气中的一个。
在其他称为连续相位确定的形式中,相位输出Φ是连续值,例如,从0变化到1次旋转,或0到2π弧度变化。当连续相分别达到0和0.5次旋转时,执行连续相位确定的RPT装置4000可以诱发和循环。在连续相位确定的一个实施方式中,使用呼吸流量Qr的模糊逻辑分析确定相位Φ的连续值。在该实施方式中确定的连续的相位值通常称为“模糊相位”。在模糊相位确定算法4321的一个实施方式中,将以下规则应用于呼吸流量Qr:
1.如果呼吸流量为零并且增加很快,则相位为0次旋转。
2.如果呼吸流量大且稳定,则相位为0.25次旋转。
3.如果呼吸流量为零并快速下降,则相位为0.5次旋转。
4.如果呼吸流量大、为负值且稳定,则相位为0.75次旋转。
5.如果呼吸流量为零且稳定,并且呼吸流量的5秒低通滤波绝对值大,则相位为0.9次旋转。
6.如果呼吸流量为正值,相位为呼气,则相位为0次旋转。
7.如果呼吸流量为负值且相位为吸气,则相位为0.5次旋转。
8.如果呼吸流量的5秒低通滤波绝对值大,则相位以与患者呼吸频率相等的稳定速率增加,以20秒的时间常数进行低通滤波。
每个规则的输出可以表示为一个向量,其相位是该规则的结果,其大小是规则为真的模糊程度。用合适的隶属函数确定呼吸流量“大”、“稳定”等的模糊程度。然后将表示为向量的规则的结果通过一些函数(例如取质心)进行组合。在这样的组合中,规则可以具有相同权重,或者不同的权重。
在连续相位确定的另一个实施方式中,首先根据呼吸流量Qr估计吸气时间Ti和呼气时间Te。然后,相位F确定为从前一个诱发时刻开始经过的吸气时间Ti比例的一半或者0.5次旋转加上自上一个周期时刻(以较近者为准)所经过的呼气时间Te比例的一半。
本发明的适合压力支持通气治疗(在下文中描述)的一些形式中,相位确定算法4321配置为甚至在呼吸流量Qr不明显时(例如,在呼吸暂停期间)诱发。结果,所述RPT装置4000在患者1000没有自主呼吸行为的情况下传递“后备呼吸”。对于这类称为自主/定时(S/T)模式的形式,相位确定算法4321可以利用由后备频率确定算法4319提供的后备频率Rb。
使用“模糊相位”的相位确定算法4321可以通过将“动量”法则纳入模糊相位规则中来实现使用后备频率Rb的S/T模式。动量法则的作用是,如果不存在呼吸流量Qr的通过其他规则推进连续相位的特征,则以后备频率Rb将连续相位从呼气向吸气推进。在一个实施方式中,通气量Vent(如下所述)测量值远低于通气量的目标值Vtgt(如下所述)的情况越确实,动量法则在组合中的权重越高。然而,由于轻度至中度肺换气不足(相对于目标通气量)的压力支持迅速增加,因此,通气量可能非常接近目标通气量。当通气量接近目标值时,认为动量法则的权重较低,从而允许患者以明显低于其他时间内呼吸频率(当患者未处于中枢性呼吸暂停状态时)的频率呼吸而不必借助呼吸机以更高的频率呼吸。然而,当通气量在低于但接近目标通气量的值以上时,如果动量法则的权重较低,那么在相对较高的压力支持下远远低于后备频率的频率下可以很容易地实现充分的通气量。理想情况下,以更高的速率传送后备呼吸,因为这可以在较低的压力支持下输送目标通气量。基于上述多个原因,这是可取的,但其中关键一点是要减少面罩泄漏。
总之,在实现S/T模式的模糊相位确定算法4321中,选择包含后备频率Rb的动量法则的加权进入两难困境,即,如果过高,则患者可能会有通过后备频率“向前推”的感觉。如果太低,可能会出现过度的压力支持。因此,希望提供不依赖于上述动量法则实现S/T模式的方法。
相位确定算法4321(离散式或者无动量法则的连续式)可以以称为定时备用的方式实现使用后备频率Rb来S/T模式。定时备份可以如下实现:相位确定算法4321尝试检测因自主呼吸行为引起的吸气开始,例如,通过监测如上所述的呼吸流量Qr。如果在持续时间等于后备频率Rb的倒数的最后诱发时刻之后的一段时间(称为备用定时阈值的时间间隔)内没有检测到因自主呼吸行为引起的吸气开始,则相位确定算法4321将相位输出Φ设置为吸气值(从而诱发RPT装置4000)。一旦诱发RPT装置4000,并且开始输送后备呼吸,则相位确定算法4321在相位输出Φ设置为呼气值(从而循环RPT装置4000)后就尝试通过监测呼吸流量Qr来检测自主呼气的开始。
如果如上述可变后备频率系统那样,随着时间后备频率Rb从SBR向STBR增加,则备用定时阈值开始较长,之后逐渐变短。也就是说,RPT装置4000开始时不太警觉,并随着输送更多的后备呼吸而逐渐对缺乏自主呼吸行为产生警觉。这样的RPT装置4000如果希望以低于标准速率呼吸,同时仍然在需要时提供后备呼吸,则患者不太可能会有“被推动”的感觉。
如上述自适应可变后备频率系统一样,如果可变后备频率系统中的STBR适应患者估计的自主呼吸频率Rs,则后备呼吸将以适应患者自身的近期自主呼吸行为输送。
5.7.3.2.2波形确定
在本发明的一种形式中,治疗控制模块4330控制压力发生器4140以根据波形模板Π(Φ)提供治疗压力Pt,该治疗压力发生变化作为患者呼吸周期的相位Φ的函数。
在本发明的一种形式中,波形确定算法4322在由相位确定算法4321提供的用以供治疗参数确定算法4329使用的相位值Φ范围上提供值范围为[0、1]的波形模板Π(Φ)。
在一种适用于离散或连续相的形式中,波形模板Π(Φ)是一块方波模板,其值在相位值达到0.5(包括0.5)次旋转时为1,而相位值在0.5次旋转以上时的值为0。在一种适用于连续相的形式中,波形模板Π(Φ)包含两个光滑曲线段,即平滑曲线(例如,上升余弦)对于高达0.5次旋转的相位值从0上升到1,对于0.5次旋转以上的相位值,平滑曲线从1(例如,指数式)下降到0。这种“平滑舒适”波形模板的一个实例是“鲨鱼鳍”波形模板,其中上升是升余弦,平滑衰减是拟指数(使得Π的限制因Φ接近一次旋转而正好为零)。
在本发明的一些形式中,波形确定算法4322根据RPT装置4000从波形模板库中选择波形模板Π(Φ)。所述库中的每个波形模板Π(Φ)可以针对相位值Φ作为值Π的查找表。在其他形式中,波形确定算法4322使用预定的函数形式计算“运行中”的波形模板Π(Φ),可以由一个或多个参数(例如,指数弯曲段的时间常数)表示。函数形式的参数可以预先确定或取决于患者1000的当前状态。
在本发明的一些形式中,适用于吸气(Φ=0次旋转)或呼气(Φ=0.5次旋转)的离散二值相,波形确定算法4322计算“运行中”的波形模板P作为离散相F和自最近的诱发瞬间(从呼气到吸气的转换)测量的时间t。在这样一种形式中,波形确定算法4322分两部分(吸气和呼气)计算波形模板Π(Φ,t)如下:
其中,Πi(t)和Πe(t)是波形模板Π(Φ,t)的吸气和呼气部分,而Ti为吸入时间。在这样一种形式中,波形模板的吸气部分Πi(t)是从以上升时间表示的参数0到1的平滑上升,而波形模板的呼气部分Πe(t)由从以衰减时间表示的参数1平滑衰减到0。
5.7.3.2.3吸气流量限制的确定
在本发明的一种形式中,处理器执行用于检测吸气流量限制(局部阻塞)的一个或多个算法4324。
在一种形式中,算法4324接收呼吸流量信号Qr作为输入,并将呼吸的吸气部分表现限制吸气流量程度的度量标准作为输出提供。
在本发明的一种形式中,基于在每个时刻估计的相位Φ来识别每次呼吸的吸气部分。例如,呼吸的吸气部分是相位Φ小于或等于0.5的呼吸流量的值。代表时间点的许多分布的点(例如,65个)通过内插程序沿每次呼吸的吸气流量—时间曲线进行内插。然后,这些点所描述的曲线由定标器缩放成具有统一长度(持续时间/周期)和统一区域以消除改变呼吸频率和深度的效果。按比例缩小的呼吸随后在比较器中与预先存储的代表正常无阻呼吸的模板进行比较。在吸气的过程中,由测试元件确定的在任何时间因咳嗽、叹气、吞咽和打嗝引起的偏离该模板超过指定阈值(通常是1个标度单位)的呼吸均被拒绝。对于未拒绝的数据,由中央控制器4230针对前面的几个吸气事件计算第一个这样的缩放点的移动平均值。对于第二个这样的点相同的吸气事件可重复,依此类推。因此,例如,中央控制器4230产生65个缩放的数据点,并且表示前面几个吸气事件的移动平均值,例如,三个事件。(例如,65个)点的连续更新值的移动平均值在下文中称为“比例流量”,表示为Qs(t)。或者,可以使用单个吸气事件代替移动平均数。
根据比例流量,可以计算与确定局部阻塞相关的两个形状因子。
形状系数1是中间(例如,32个)比例流量点的平均值与平均整体(例如,65个)比例流量点的比率。如果该比例超过一个单位,则呼吸将视为正常。如果比例小于或等于一个单位时,则将会阻塞呼吸。取大约1.17的比率作为局部阻塞呼吸和无阻塞呼吸之间的阈值,并且阻塞程度达到在典型的用户中需要保持充足供氧。
形状因子2计算为与在中间(例如,32个)点取得的单位比例流量的均方根(RMS)偏差。认为约0.2个单位的RMS偏差为正常。零RMS偏差认为是一个完全限流的呼吸。RMS偏差越接近零,呼吸将视为受到更多的流量限制。
形状因子1和2可以作为替代选择或组合使用。在本发明的其他形式中,采样点、呼吸和中间点的数量可以与上述不同。此外,阈值可以与上述不同。
5.7.3.2.4呼吸暂停和呼吸不足的确定
在本发明的一种形式中,中央控制器4230执行用于检测呼吸暂停和/或呼吸不足的一个或多个算法4325。
在一种形式中,一个或多个呼吸暂停/呼吸不足检测算法4325接收呼吸流量Qr作为输入,并且提供指示已经检测到呼吸暂停或呼吸不足的标记作为输出。
在一种形式中,当呼吸流量Qr的函数在预定时间段内降至流量阈值水平以下,将视为检测到呼吸暂停。该函数可以确定最大流量、相对短期的平均流量、或相对短期的平均流量和最大流量的中间流量,例如,RMS流量。所述流量阈值可以是一个相对长期的流量测量值。
在一种形式中,当呼吸流量Qr的函数在预定时间段内降至第二流量阈值水平以下时,将视为检测到呼吸不足。该函数可以确定最大流量、相对短期的平均流量、或相对短期的平均流量和最大流量的中间流量,例如,RMS流量。所述第二流量阈值可能是一个相对长期的流量测量值。所述第二流量阈值大于用于检测呼吸暂停的流量阈值。
5.7.3.2.5鼾声检测
在本发明的一种形式中,中央控制器4230执行用于检测鼾声的一个或多个鼾声检测算法4326。
在一种形式中,鼾声检测算法4326接收呼吸流量信号Qr作为输入,并提供存在打鼾程度的度量标准作为输出。
鼾声检测算法4326可以包括确定在30-300Hz范围内流量信号的强度的步骤。鼾声检测算法4326可以进一步包括对呼吸流量信号Qr进行滤波以减少背景噪声(例如,来自鼓风机4142的系统中的气流的声音)的步骤。
5.7.3.2.6气道通畅的确定
在本发明的一种形式中,中央控制器4230执行用于确定气道通畅的一个或多个算法4327。
在一种形式中,气道通畅算法4327接收呼吸流量信号Qr作为输入,并确定信号在约0.75Hz和约3Hz的频率范围内的功率。在此频率范围内出现峰值表示气道通畅。未出现峰值则表示气道闭合。
在一种形式中,寻找峰值的频率范围是治疗压力Pt中小受迫振荡的频率。在一个实施方式中,受迫振荡频率为2Hz,振幅约为1cmH2O.
在一种形式中,气道通畅算法4327接收呼吸流量信号Qr作为输入,并判断是否存在心源性信号。没有心源性信号表示气道闭合。
5.7.3.2.7治疗参数的确定
在本发明的一些形式中,中央控制器4230执行一个或多个治疗参数确定算法4329,用于使用由治疗引擎模块4320中的一个或多个其他算法返回的值来确定一个或多个治疗参数。
在本发明的一种形式中,治疗参数为瞬时治疗压力Pt。在这种形式的一个实现中,治疗参数确定算法4329使用等式来确定治疗压力Pt
Pt=AΠ(Φ)+P0 (1)
其中,
-A为幅度,
-Φ为相位的当前值;
-Π(Φ)为相位当前值处的波形模板值(范围为0到1),和
-P0为基准压力
如果波形确定算法4322提供波形模板Π(Φ)作为由相位Φ索引的值的查找表,则治疗参数确定算法4329通过将最接近的查找表条目定位到由所述相位确定算法4321返回的相位的当前值Φ,或者通过内插到跨越相位当前值Φ的两个条目之间来应用等式(1)。
幅度A和基准压力P0的值可以根据所选择的压力治疗模式按照下述方式由治疗参数确定算法4329设置。
5.7.3.3治疗控制模块
根据本发明的一个方面的治疗控制模块4330从治疗引擎模块4320的治疗参数确定算法4329接收治疗参数作为输入,并且根据治疗参数控制压力发生器4140传输空气流。
在本发明的一种形式中,治疗参数是治疗压力Pt,并且治疗控制模块4330控制压力发生器4140以输送气流,患者接口3000处的面罩压力Pm等于治疗压力Pt。
5.7.3.4故障状况检测
在本发明的一种形式中,处理器执行用于检测故障状况的一个或多个方法4340。由一个或多个方法检测到的故障状况可以包括以下故障中的至少一个:
-电源故障(无电或功率不足)
-转换器故障检测
-未能检测到组件
-在推荐范围之外的操作参数(例如,压力、流量、温度、PaO2)
-产生可检测的报警信号的测试报警故障。
在检测到故障状况时,相应的算法信号通过以下一项或多项来指示存在故障:
-发出可听、可视的和/或动态(例如,振动)警报
-发送消息到外部设备
-记录事件
5.8湿化器
在本发明的一种形式中,提供了湿化器5000(例如,如图10所示),以相对于环境空气改变用于输送到患者的空气或气体的绝对湿度。通常,湿化器5000用于在输送到患者的气道之前增加空气流的绝对湿度并增加空气流的温度(相对于环境空气)。
5.9术语表
为了实现本发明公开内容的目的,在本发明的一些形式中可应用下列定义中的一个或多个。在本发明的其它形式中,可应用另选的定义。
5.9.1通则
空气:在本发明的一些形式中,空气可以被认为意指大气空气,并且在本发明的其它形式中,空气可以被认为是指可呼吸气体的一些其它组合,例如富含氧气的大气空气。
呼吸压力治疗(RPT):以典型相对于大气为正的治疗压力向气道入口施加空气供给
持续气道正压通气(CPAP)治疗:在患者的呼吸循环的整个过程中治疗压力可以是近似恒定的呼吸压力治疗。在一些形式中,气道入口处的压力在呼气期间将略微更高,并且在吸气期间略微更低。在一些形式中,压力将在患者的不同呼吸周期之间变化,例如,响应于检测到部分上气道阻塞的指示而增大,以及缺乏部分上气道阻塞的指示而减小。
患者:人,不管是否患有呼吸系统疾病。
自动气道正压通气(APAP)治疗:其中治疗压力在最小限度和最大限度之间是可自动调节的CPAP治疗,例如随每次呼吸而不同,这取决于是否存在SDB事件的指示。
5.9.2呼吸周期方面
呼吸暂停:根据一些定义,当呼吸流速低于预定阈值持续一段时间(例如,10秒)时,将视为呼吸暂停。尽管在患者努力下,气道阻塞仍不允许空气流动时,将视为发生阻塞性呼吸暂停。当因呼吸行为减少或没有呼吸行为而检测到呼吸暂停时,将视为发生了中枢性呼吸暂停。
呼吸频率或呼吸频率(Rs):患者自主呼吸的步率,通常以每分钟呼气量测量。
占空比:吸气时间Ti与总呼吸持续时间Ttot的比值。
行为(呼吸):尝试呼吸的自主呼吸的人所做的功。
呼吸周期的呼气部分:从呼气流量开始到吸气开始的时间。
流量限制:患者呼吸的状态,其中,患者增加的呼吸行为不会增加相应的流量。在呼吸周期的吸气部分发生流量限制的情况下,可以将其描述为吸气流量受限。在呼吸周期的呼气部分出现流量限制的情况下,可以将其描述为呼气流量受限。
呼吸不足:流量减少,但未停止。在一种形式中,当流量下降到阈值水平以下一段时间时,视为发生呼吸不足。在成年人的一种形式中,以下任何一种可视为呼吸不足:
(i)患者呼吸减少30%至少10秒外加相应饱和度下降4%;或者
(ii)患者呼吸减少(但少于50%)至少10秒,相应饱和度下降至少3%或觉醒。
呼吸周期的吸气部分:从吸气流量开始到呼气流量开始的时间将视为呼吸周期的吸气部分。
通畅(气道):气道待打开的程度或气道的打开程度。未闭合气道打开。可以量化气道通畅,例如,未闭合为值为一(1),闭合值为零(0)。
呼气末正压(PEEP):呼气末期肺部的压力大于大气压力。
最大流量(Qpeak):呼吸流量波形吸气部分的流量的最大值。
呼吸流量/气流速率、患者流量/气流速率(Qr):这些同义词可以理解为是指RPT装置的呼吸气流速率的估计值,而不是作为患者实际呼吸流量的“真实呼吸流量”或“真实呼吸气流速率”,通常情况下,表示为升/每分钟。
潮气量(Vt):在不额外施力的情况下,正常呼吸期间吸入或呼出的空气量。
吸气时间(Ti):呼吸流量波形吸气部分的持续时间。
呼气时间(Te):呼吸流量波形呼气部分的持续时间。
(总)时间或呼吸持续时间(Ttot):在一个呼吸流量波形吸气部分的开始与随后的呼吸流量波形吸气部分的开始之间的总持续时间。
上呼吸道阻塞(UAO):包括部分和全部上呼吸道阻塞。这可能与流量限制的状态有关,在流量限制的情况下,随着上呼吸道的压差增加(Starling电阻行为),流量只是略微增加或者甚至可能减小。
通气(通气口):患者呼吸系统正在交换的气体总量的测量值。通气测量值可以包括每单位时间的吸气和呼气流量之一或两者。当以每分钟的体积表示时,该量通常称为“每分通气量”。每分钟通气量有时只是一个量,可理解为每分钟的量。
5.9.3 RPT装置参数
流量:每单位时间输送的空气的瞬时体积(或质量)。虽然流量和通气量的单位时间体积或质量的大小相同,但流量的测量时间要短得多。对于患者的呼吸周期的吸气部分,流量在名义上可以为正,因此,患者呼吸周期的呼气部分为负。在一些情况下,对流量的参考将是对标量的参考,即仅具有大小的量。在其他情况下,对流量的参考将是对向量的参考,即具有大小和方向两者的量。流量可以符号Q给出。‘流量’有时简单地缩写成‘流量’。总流量Qt是离开RPT装置的空气流量。通气流量Qv是离开通气口以允许清除呼出的气体的空气流量。泄漏流量Q1是来自患者接口系统的非故意泄漏的流量。呼吸流量Qr是患者呼吸系统内接收到的空气流量。
泄漏:单词泄漏将被认为是非期望的空气流动。在一个实例中,可由于面罩与患者面部之间的不完全密封而发生泄漏。在另一实例中,泄漏可发生在到周围环境的回转弯管中。
压力:每单位面积的力。压力可以在单位(包括cmH2O、g-f/cm2、百帕斯卡)的范围内测量。1cmH2O等于1g-f/cm2且为大约0.98百帕斯卡。在本说明书中,除非另有说明,否则压力以cmH2O为单位给出。患者接口中的压力(面罩压力)以符号Pm表示,而表示由面罩压力Pm在当前时刻得到的目标值的治疗压力以符号Pt表示。
5.9.4呼吸机术语
匹配伺服呼吸机(ASV):伺服呼吸机目标通气量是可变的而非固定的。可以从患者的一些特征(例如,患者的呼吸特征)学习可变的目标通气量。
后备频率:呼吸机的参数,确定呼吸机在不是由自主呼吸行为诱发的情况下输送给患者的呼吸频率(通常以每分钟呼吸次数为单位)的参数。
周期:呼吸机吸气阶段的终止。当呼吸机向自主呼吸患者输送呼吸时,在呼吸周期的吸气部分结束时,视为呼吸机循环停止输送呼吸。
呼气正气道压力(EPAP):基础压力,一次呼吸内增加压力变化以产生呼吸机在给定时间尝试达到期望的面罩压力的基准压力。
呼气末压力(EEP):呼吸机在呼吸的呼气部分结束时试图达到的期望的面罩压力。如果压力波形模板Π(Φ)在呼气末期为零值,即,Π(Φ)=0,当Φ=1时,EEP等于EPAP。
IPAP:呼吸机在呼吸的吸气部分尝试达到的期望的面罩压力。
压力支持:表示呼吸机吸气期间相对于呼吸机呼气期间压力增加的数量,通常表示吸气期间最大值与基准压力(例如,PS=IPAP-EPAP)之间的压力差。在一些情况下,压力支持意味着呼吸机计划达到的差异,而不是实际达到的差异。
伺服呼吸机:测量患者通气量的呼吸机具有目标通气量,其可以调整压力支持的水平,从而让患者达到目标通气量。
伺服辅助:压力支持减去最小压力支持。
自主/定时(S/T):呼吸机或其他设备试图检测自主呼吸患者呼吸开始的模式。然而,如果设备在预定的时间段内不能检测到呼吸,则设备将自动开始输送呼吸。
摆动:相当于压力支持的术语。
诱发:当呼吸机向自主呼吸的患者输送呼吸空气时,视为患者呼吸周期的吸气部分开始时诱发呼吸。
近期典型通气量:近期典型通气量Vtyp是在预定时间范围内的通气量的近期测量值趋于集中的值,即,近期历史上通气量测量值集中趋势的测量值。
呼吸机:为患者提供压力支持来执行部分或全部呼吸功的机械装置。
5.9.5呼吸系统的剖析
横隔膜:延伸穿过胸腔底部的一片肌肉。横隔膜将包含心脏、肺和肋骨的胸腔与腹腔分开。当横隔膜收缩时,胸腔的体积增大,空气进入肺部。
喉部:喉部或喉头容纳声带并将咽的下部(下咽部)与气管连接。
肺:人体呼吸器官。肺的传导区包含气管、支气管、细支气管和终末细支气管。呼吸区包含呼吸细支气管、肺泡管和肺泡。
鼻腔:鼻腔(或鼻窝)是面部中间鼻子上方和后方充满大量空气的空间。鼻腔由称为鼻中隔的垂直鳍分成两部分。鼻腔两侧有三个水平向外生长的鼻甲(单数为鼻甲)。鼻腔的前部为鼻子,而后部通过鼻后孔与鼻咽部融合为一体。
咽部:咽喉部位于鼻腔正下方(下部),在食道和喉部之上。咽部通常分为三部分:鼻咽部(咽上部)(咽部的鼻部分)、口咽部(中咽部)(咽部的口腔部分)和喉咽(下咽部)。
5.10其他备注
本专利文件公开的一部分包含受版权保护的材料。当专利文献或专利公开内容出现在专利和商标局的专利文件或记录上时,版权所有者不反对任何人传真复制该专利文件或专利公开,然而对其它情况仍然保留所有版权权利。
除非上下文中明确说明并且提供数值范围的情况下,否则应当理解,在该范围的上限与下限之间的每个中间值,到下限单位的十分之一,以及在所述范围内的任何其它所述值或中间值均广泛地包含在本发明内。这些中间范围的上限和下限可独立地包括在中间范围内,也包括在本发明范围内,但受制于所述范围内的任何明确排除的界限。在所述范围包括所述极限值中的一个或两个的情况下,本发明中还包括排除那些所包括的极限值中的任一个或两个的范围。
此外,在本文所述的一个值或多个值作为本发明的部分的一部分进行实施的情况下,应理解的是,此类值可以是近似的,除非另外说明,并且此类值可以实用的发明实施可允许或需要其的程度用于任何适当的有效数位。
除非另外定义,否则本文使用的所有发明和科学术语具有与本发明所属领域的普通技术人员通常理解的相同的含义。尽管类似于或等效于本文所描述的那些任何方法和材料也可用于本发明的实践或测试,但是本文描述了有限数量的代表性方法和材料。
当特定材料被鉴定用于构造组件时,具有类似特性的明显替代材料作为其替代物。此外,除非相反规定,否则本文所述的任何和全部组件均被理解为能够被制造且因而可一起或分开制造。
必须指出,除非上下文明确地另外规定,否则如本文和所附权利要求所使用,单数形式“一个”、“一种”和“所述”包括其复数等同物。
本文提及的全部出版物均以引用的形式整体并入本文,以公开并且描述作为那些出版物的主题的方法和/或材料。提供本文中讨论的公布仅仅是针对它们在本申请的提交日期之前的公开。本文中的任何内容均不应被理解为承认由于先前发明而使本发明无权享有这些公布的优先权。此外,所提供的出版日期可不同于实际出版日期,其可能需要单独证实。
而且,在解释所披露的内容时,所有的用语都应该以与上下文一致的最广泛的合理方式来解释。尤其是,术语“包括”和“包括了”应当被解释为指以非排他的方式的元件、部件或步骤,表明所引用的元件、部件或步骤可与未专门提到的其它元件、部件或步骤一起存在或使用或结合。
在详细描述中使用的主题标题仅为了方便读者参考,不应用来限制可在本公开或权利要求书全文中找到的主题。主题标题不应用来解释权利要求书的范围或权利要求的限制。
虽然在本文中已经参照了具体实施例来描述本发明,但应了解,这些实施例仅说明本发明的原理和应用。在一些情况下,术语和符号可暗含实践本发明所不需要的具体细节。例如,尽管可使用术语“第一”和“第二”,但是除非另有规定,否则它们并非旨在指示任何顺序,而是可用于区分不同元件。此外,尽管可按一定顺序来描述或说明方法中的过程步骤,但是此顺序是不需要的。本领域技术人员将认识到,此顺序可修改,和/或顺序的其方面可同时或甚至同步进行。
因此应当了解可对所述示例性实施例进行大量的调整,并且应当理解可在不脱离本发明精神和范围的情况下设计其它布置。
Claims (47)
1.一种用于管理用户的呼吸疾病和/或心脏疾病的慢性病症的管理系统,所述系统至少包括:
配置为用于管理所述慢性病症的设备,包括一个或多个处理器,所述设备配置为与第一监测器进行通信,所述第一监测器配置为对于所述用户是便携式的,并且可操作以生成与所述用户的第一生理参数相关联的第一信号,其中所述设备的所述一个或多个处理器配置为:
访问(1)与多个生理参数相关联的多个生成的信号,所述多个生成的信号包括所述第一信号;并且访问(2)一个或多个环境参数;
基于所述受到访问的多个生成的信号来得出所述多个生理参数,所述多个生理参数包括所述第一生理参数;
分析所述多个得出的生理参数以及所述一个或多个环境参数以检测与所述一个或多个所述经分析的参数相关的触发模式,所述触发模式指示可能存在的慢性病症恶化的事件;和
基于所述触发模式的检测来控制自动响应的激活,
其中所述自动响应是基于对预定的活动的评估来警告所述用户放弃执行所述预定的活动的通信,所述预定的活动是所述用户可能想要执行的活动,
其中所述对预定的活动的评估包括使用统计模型基于得出的生理参数和所述一个或多个环境参数的组合执行风险分析,并基于所述风险分析确定所述预定的活动的特定生理参数和环境参数的组合是否对所述用户造成健康风险,
其中,所述一个或多个处理器配置为通过应用去趋势波动分析法(DFA)对得出的生理参数的估算来检测所述得出的生理参数在数天、数周、几个月或几年内的变化。
2.根据权利要求1所述的系统,其中,所述系统还进一步括生成所述多个生成的信号中的至少一个的监测器。
3.根据权利要求1所述的系统,其中,所述设备进一步配置为用于从第二监测器接收生成的与所述用户附加生理参数相关联的附加生理信号,用于所述分析,所述第二监测器是静止监测器。
4.根据权利要求3所述的系统,其中,所述第一监测器和所述第二监测器中的至少一个包括心冲击描记传感器、心率监测器、光电容积脉搏波传感器、呼吸监测器、包括声音传感器的声学监测器、非接触式运动传感器、配置为通过发射和接收射频而检测运动的监测器、皮肤电反应传感器、活动传感器、肺活量计、气体传感器,以及温度传感器。
5.根据权利要求1至4中任一项所述的系统,其中,与所述多个生理参数中的至少一个参数相关联的所述第一信号由非接触式运动感测装置生成。
6.根据权利要求1至4中的任一项所述的系统,其中,所述一个或多个处理器配置成从所述多个生理参数中的一个确定所述用户的运动,所述运动是因所述用户呼吸引起的胸部运动、摇摆运动、摆动运动消除、床上翻滚以及从床上掉落中的一种。
7.根据权利要求1至4中任一项所述的系统,其中,所述多个生理参数包括不同位置的传感器检测到的生理参数。
8.根据权利要求7所述的系统,其中,所述设备的一个或多个处理器配置为基于所述用户的位置来选择用以接收生成的生理参数的所述不同位置的传感器中的至少一个。
9.根据权利要求7所述的系统,其中所述不同位置的传感器包括位于卧室中的第一传感器和位于非卧室位置的第二传感器。
10.根据权利要求1至4中任一项所述的系统,其中所述设备可以是便携式的并且结合有便携式警报器,其由所述自动响应来触发。
11.根据权利要求1至4中任一项所述的系统,其中,所述一个或多个处理器进一步配置为应用趋势监测以确定可能出现的所述用户的慢性病症恶化事件的所述触发模式。
12.根据权利要求11所述的系统,其中所述趋势监测包括评估从所述用户以外的人获得的数据。
13.根据权利要求11所述的系统,其中所述趋势监测包括:基于所述用户手动输入的反馈来确定用户特定的触发。
14.根据权利要求1至4中任一项所述的系统,其中,所述一个或多个处理器配置为利用监督式分类系统来分析所述多个生理参数以及所述一个或多个环境参数。
15.根据权利要求1至4中任一项所述的系统,其中,所述一个或多个处理器配置为通过应用随机森林与平均决策树来分析所述多个生理参数以及所述一个或多个环境参数。
16.根据权利要求1至4中的任一项所述的系统,其中,所述设备进一步配置成跟踪所述多个生理参数中至少一个的基准阈值。
17.根据权利要求1至4中任一项所述的系统,其中,用于分析所述多个生理参数和所述一个或多个环境参数的所述一个或多个处理器的处理器指令包括基于来自用户特定数据和基于人口的统计数据的一者或两者的自适应概率权重而变化的规则阈值。
18.根据权利要求1至4中任一项所述的系统,其中,得出的生理参数是呼吸频率、心率、血压、咳嗽特征、喘鸣、打鼾、睡眠呼吸紊乱、潮氏呼吸、睡眠状况和皮肤电反应中的一种。
19.根据权利要求1至4中的任一项所述的系统,其中,所述一个或多个处理器配置为处理吸气时间、呼气时间、吸气与呼气时间的比率以及呼吸波形形状中的任意一个或多个以检测所述触发模式。
20.根据权利要求1所述的系统,其中,所得出的生理参数是呼吸频率,并且其中所述应用包括呼吸频率变化性(RRV)的处理。
21.根据权利要求1所述的系统,其中,所得出的生理参数是心率,且其中,所述应用包括心率变化性(HRV)的处理。
22.根据权利要求21所述的系统,其中,所述一个或多个处理器配置为处理HRV数据和皮肤电反应(GSR)数据以生成交感神经激活和副交感神经激活之间平衡的估计值,其中所述平衡表示所述慢性病症的稳定性或发展。
23.根据权利要求18所述的系统,其中,得出的所述生理参数为咳嗽特征,其中,所述一个或多个处理器配置为基于下述中的至少一个来分类所述咳嗽特征:咳嗽是否为阵发、咳嗽是干咳还是排痰性咳嗽;以及咳嗽是否持续不停。
24.根据权利要求23所述的系统,其中,所述一个或多个处理器配置成基于所述咳嗽特征的分类识别哮喘、胃食管反流疾病、以及上呼吸道咳嗽综合征中的一种。
25.根据权利要求23所述的系统,其中,所述一个或多个处理器配置成基于与咳嗽特征和呼吸信号、心率数据、血压数据和运动感测数据中的至少一个相关联的组合数据来跟踪所述用户的呼吸方式。
26.根据权利要求23所述的系统,其中,所述一个或多个处理器配置成基于检测到的咳嗽来确定睡眠分数,并且估计导致所述用户患有的所述慢性病症恶化的运动诱发事件的风险变化。
27.根据权利要求1至4中任一项所述的系统,其中,所述设备配置为在日间和夜间跟踪所述生理参数的一部分。
28.根据权利要求27所述的系统,其中,通过感测由所述用户在睡眠期间产生的音频声音跟踪所跟踪的生理参数。
29.根据权利要求28所述的系统,其中,联系其在包括轻度睡眠、深度睡眠和REM中任一种的经检测的睡眠阶段的出现,来确定所跟踪的生理参数。
30.根据权利要求1至4中任一项所述的系统,其中,所述多个生理参数和环境参数包括基于气候数据和地理数据中的至少一个的环境参数。
31.根据权利要求1至4中的任一项所述的系统,其中,所述设备配置为与存储所述用户和其他用户中的一者或两者的医疗记录的医疗信息系统连接,其中,对所述多个生理参数和环境参数的分析包括:基于从所述用户和其他用户中的一者或两者的医疗记录访问的数据对参数进行分析。
32.根据权利要求1至4中任一项所述的系统,其中,所述一个或多个处理器配置为分析接收的或访问的地理数据以确定是否存在所述慢性病症恶化的风险或风险变化。
33.根据权利要求1至4中的任一项所述的系统,其中,基于所述触发模式检测的自动响应包括使用适于治疗所述用户患有的所述慢性病症的治疗设备进行治疗的实施的通信。
34.根据权利要求1至4中任一项所述的系统,其中,基于所述触发模式检测的自动响应包括在执行预定的活动之前用以指导所述用户进行所述慢性病治疗的通信。
35.根据权利要求1至4中任一项所述的系统,其中,所述设备包括智能手机或智能手表。
36.根据权利要求1至4中任一项所述的系统,进一步包括智能保护壳或盖,其中所述设备配置为检测容纳或至少部分覆盖或结合到所述设备或所述监测器中的一台的所述智能保护壳或盖的接近度。
37.根据权利要求36所述的系统,其中,所述设备配置为在所述智能保护壳未处于所述设备的预先限定的范围内时生成警报。
38.根据权利要求1至4中的任一项所述的系统,其中,所述设备的一个或多个处理器配置为基于所述触发模式来确定治疗、用药剂量、治疗或用药剂量的改变。
39.根据权利要求38所述的系统,其中所述自动响应包括管理所确定的治疗或用药剂量的通信。
40.根据权利要求1至4中任一项所述的系统,其中,所述慢性病症是慢性呼吸病症。
41.根据权利要求40所述的系统,其中,所管理的慢性病症是哮喘,并且确定的治疗或用药剂量以下述中的一种:吸入器的喷入量;和计量吸入器的量。
42.根据权利要求40所述的系统,其中,所述慢性病为慢性阻塞性肺病(COPD),并且确定的治疗或用药剂量式来自下述中的一种的治疗:吸入器、雾化器和补充供氧瓶。
43.根据权利要求39所述的系统,其中,所述指示可能存在的慢性呼吸道病症恶化事件的触发模式指示哮喘病,并且基于呼吸特征和心率特征中的任何一个或其组合,所述呼吸特征包括呼吸频率、吸气与呼气的时间和比例、通过对局部幅度的检测评估的呼吸幅度以及与呼吸频率相关的个性化基准测量值的比较值中的一个或多个;所述心率特征包括心率变化性和与心率相关的个性化基准测量值的比较值中的一个或多个。
44.根据权利要求1至4中任一项所述的系统,其中,所述慢性病症是慢性心脏病症。
45.根据权利要求44所述的系统,其中,所述指示可能存在的慢性病症恶化事件的所述触发模式指示充血性心力衰竭病症。
46.根据权利要求1至4中任一项所述的系统,其中,所述设备包括用于接收所述多个生理参数和环境参数的参数的输入接口,其中,所述接收的参数包括运动数据、呼吸数据、心脏数据、皮肤温度数据、肤色数据、睡眠质量数据和血压数据、局部空气传播刺激物数据、局部季节因素数据、局部天气数据以及室内环境数据中的一个或多个。
47.根据权利要求1至4中任一项所述的系统,进一步包括:呼吸压力治疗装置和患者接口,所述呼吸压力治疗装置配置为经由所述患者接口为所述慢性病症提供呼吸治疗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210262220.6A CN114588445A (zh) | 2015-08-26 | 2016-08-26 | 监测和管理慢性疾病的系统与方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562210038P | 2015-08-26 | 2015-08-26 | |
US62/210,038 | 2015-08-26 | ||
PCT/EP2016/070169 WO2017032873A2 (en) | 2015-08-26 | 2016-08-26 | Systems and methods for monitoring and management of chronic desease |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210262220.6A Division CN114588445A (zh) | 2015-08-26 | 2016-08-26 | 监测和管理慢性疾病的系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108135534A CN108135534A (zh) | 2018-06-08 |
CN108135534B true CN108135534B (zh) | 2022-04-05 |
Family
ID=56979511
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210262220.6A Pending CN114588445A (zh) | 2015-08-26 | 2016-08-26 | 监测和管理慢性疾病的系统与方法 |
CN201680057881.8A Active CN108135534B (zh) | 2015-08-26 | 2016-08-26 | 监测和管理慢性疾病的系统与方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210262220.6A Pending CN114588445A (zh) | 2015-08-26 | 2016-08-26 | 监测和管理慢性疾病的系统与方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200297955A1 (zh) |
EP (2) | EP3340876A2 (zh) |
JP (2) | JP6987042B2 (zh) |
CN (2) | CN114588445A (zh) |
WO (1) | WO2017032873A2 (zh) |
Families Citing this family (114)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160191956A1 (en) * | 2014-12-15 | 2016-06-30 | Cable Television Laboratories, Inc. | Software defined networking in a cable tv system |
US10658080B2 (en) * | 2015-11-13 | 2020-05-19 | Wipro Limited | Method for monitoring behaviour of a patient in real-time using patient monitoring device |
US11299270B2 (en) * | 2016-06-24 | 2022-04-12 | Matthew CULVER | Systems and methods for unmanned aerial vehicles |
US11545265B2 (en) * | 2016-11-04 | 2023-01-03 | The Regents Of The University Of California | Predictive respiratory monitor and system |
US11172892B2 (en) * | 2017-01-04 | 2021-11-16 | Hill-Rom Services, Inc. | Patient support apparatus having vital signs monitoring and alerting |
EP3370175A1 (en) * | 2017-03-03 | 2018-09-05 | Linde Aktiengesellschaft | Method for providing a wearable device, method for predicting an acute exacerbation and system for predicting an acute exacerbation |
ES2655544B1 (es) * | 2017-03-29 | 2018-10-26 | Ignacio GOMEZ MAQUEDA | Método y sistema para la monitorización de seres vivos |
WO2018212067A1 (ja) * | 2017-05-18 | 2018-11-22 | 帝人ファーマ株式会社 | 増悪予兆装置、酸素濃縮装置および増悪予兆システム |
JP7025131B2 (ja) * | 2017-05-26 | 2022-02-24 | 一般財団法人日本気象協会 | コンピュータプログラム、端末、方法およびサーバ |
IN201741004103A (zh) * | 2017-08-03 | 2019-02-08 | ||
US11380438B2 (en) * | 2017-09-27 | 2022-07-05 | Honeywell International Inc. | Respiration-vocalization data collection system for air quality determination |
WO2019067450A1 (en) | 2017-09-29 | 2019-04-04 | Masseta Technologies Llc | CONNECTED EPITAXIAL OPTICAL DETECTION SYSTEMS |
US11342057B2 (en) | 2017-12-19 | 2022-05-24 | Reciprocal Labs Corporation | Dynamic graphical user interface for interaction with patient respiratory disease data |
EP3727134B8 (en) * | 2017-12-22 | 2023-03-08 | ResMed Sensor Technologies Limited | Processor readable medium and corresponding method for health and medical sensing |
JP7464522B2 (ja) | 2017-12-22 | 2024-04-09 | レスメッド センサー テクノロジーズ リミテッド | 動き感知のための装置、システムおよび方法 |
KR102649497B1 (ko) | 2017-12-22 | 2024-03-20 | 레스메드 센서 테크놀로지스 리미티드 | 차량에서의 생리학적 감지를 위한 장치, 시스템, 및 방법 |
KR102533993B1 (ko) * | 2018-02-02 | 2023-05-19 | 삼성전자주식회사 | 복수의 생체 신호에 기반하여 건강 정보를 생성하는 전자 장치 및 이의 동작 방법 |
JP2019141122A (ja) * | 2018-02-15 | 2019-08-29 | 株式会社三洋物産 | 遊技機 |
GB201804262D0 (en) * | 2018-03-16 | 2018-05-02 | Samsung Electronics Co Ltd | Determining a cause of a trend in vital sign data of a subject |
CN108564179B (zh) * | 2018-06-20 | 2023-09-26 | 上海翰临电子科技有限公司 | 佩戴检测系统、方法、电子终端、及计算机可读存储介质 |
JP7381507B2 (ja) * | 2018-06-29 | 2023-11-15 | コーニンクレッカ フィリップス エヌ ヴェ | 圧力支持療法に対する順守を高めさせるためのシステム及び方法 |
EP3591663A1 (en) * | 2018-07-06 | 2020-01-08 | Koninklijke Philips N.V. | Computer aided diagnosis and monitoring of heart failure patients |
US20200046952A1 (en) * | 2018-08-08 | 2020-02-13 | Minnetronix Neuro, Inc. | Systems, catheters, and methods for treating along the central nervous system |
CN109124603B (zh) * | 2018-09-19 | 2021-07-30 | 京东方科技集团股份有限公司 | 人体健康监测方法及其装置、可穿戴设备、存储介质 |
EP3861554A1 (en) * | 2018-10-03 | 2021-08-11 | Maquet Critical Care AB | Event-based medical decision support system |
US11308325B2 (en) * | 2018-10-16 | 2022-04-19 | Duke University | Systems and methods for predicting real-time behavioral risks using everyday images |
CN109171691A (zh) * | 2018-10-24 | 2019-01-11 | 重庆科技学院 | 一种睡眠呼吸检测系统及其检测方法 |
CN113710151A (zh) | 2018-11-19 | 2021-11-26 | 瑞思迈传感器技术有限公司 | 用于检测呼吸障碍的方法和设备 |
JP2022521722A (ja) * | 2019-02-14 | 2022-04-12 | レシプロカル ラブス コーポレーション | 呼吸器薬剤デバイスの使用を改善するためのシステムおよび方法 |
NZ780195A (en) | 2019-02-22 | 2024-03-22 | Welt Corp Ltd | Systems and methods for the treatment of symptoms associated with migraines |
US11382563B2 (en) * | 2019-03-01 | 2022-07-12 | Respiration AI, LLC | System and method for detecting ventilatory depression and for prompting a patient to breathe |
CN109820484A (zh) * | 2019-03-14 | 2019-05-31 | 深圳市弘楚源科技发展有限公司 | 一种带有传感装置监测睡眠呼吸障碍的床垫 |
JP7158783B2 (ja) * | 2019-03-22 | 2022-10-24 | 株式会社Medical Optfellow | プログラム、情報処理方法及び情報処理装置 |
WO2020205641A1 (en) * | 2019-03-29 | 2020-10-08 | Resmed Inc. | Storing, controlling, and porting respiratory therapy settings from a remote server |
EP3731201B1 (en) * | 2019-04-24 | 2022-11-09 | ABB Schweiz AG | A support system for an operator |
WO2020227009A1 (en) * | 2019-05-07 | 2020-11-12 | Medtronic, Inc. | Adaptive treatment management system |
US20200390400A1 (en) * | 2019-06-17 | 2020-12-17 | Caire Diagnostics Inc. | Asthma Management System & Method |
CN110289102B (zh) * | 2019-07-29 | 2022-10-21 | 上海尊颐智能科技有限公司 | 一种分体式睡眠管理系统及其运行方法 |
JP2022542181A (ja) * | 2019-07-31 | 2022-09-29 | レズメド コーポレーション | 呼吸器疾患を常時モニタリングするためのシステムおよび方法 |
KR102473239B1 (ko) * | 2019-09-02 | 2022-12-01 | (주)인트인 | 공기질 정보를 이용하여 호흡기 치료 정보를 제공하는 건강 관리 시스템 및 건강 관리 서버 |
EP4025120A4 (en) * | 2019-09-05 | 2023-08-30 | Emory University | SYSTEMS AND METHODS FOR DETECTING SLEEP ACTIVITY |
WO2021050950A1 (en) * | 2019-09-12 | 2021-03-18 | O2-O2, Inc. | Devices, systems, and methods for analyzing respiratory data |
WO2021050966A1 (en) | 2019-09-13 | 2021-03-18 | Resmed Sensor Technologies Limited | Systems and methods for detecting movement |
US11872344B2 (en) * | 2019-09-30 | 2024-01-16 | Koninklijke Philips N.V. | Detecting and treating COPD-OSA overlap syndrome |
KR102353061B1 (ko) * | 2019-10-07 | 2022-01-20 | 주식회사 휴이노 | 생체 정보를 관리하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
CN110739038B (zh) * | 2019-10-12 | 2022-08-19 | 深圳市宝安区人民医院 | 基于医嘱的药品分发系统 |
US20210118547A1 (en) * | 2019-10-21 | 2021-04-22 | Singapore Ministry of Health Office for Healthcare Transformation | Systems, devices, and methods for self-contained personal monitoring of behavior to improve mental health and other behaviorally-related health conditions |
CN114615903A (zh) * | 2019-10-29 | 2022-06-10 | 日本烟草国际股份有限公司 | 气溶胶产生吸用装置和方法 |
CA3164369A1 (en) * | 2019-12-16 | 2021-06-24 | ResApp Health Limited | Diagnosing respiratory maladies from subject sounds |
EP3854299A1 (en) * | 2020-01-21 | 2021-07-28 | Koninklijke Philips N.V. | Unobtrusive symptoms monitoring for allergic asthma patients |
US20210196194A1 (en) * | 2019-12-25 | 2021-07-01 | Koninklijke Philips N.V. | Unobtrusive symptoms monitoring for allergic asthma patients |
CN115428091A (zh) * | 2020-01-31 | 2022-12-02 | 瑞思迈传感器技术有限公司 | 用于减少失眠相关症状的系统和方法 |
GB2593435A (en) * | 2020-02-11 | 2021-09-29 | Breatheox Ltd | Respiratory monitoring device |
CA3173469A1 (en) * | 2020-04-01 | 2021-10-07 | Omid SAYADI | Systems and methods for remote patient screening and triage |
JP2023522838A (ja) * | 2020-04-17 | 2023-06-01 | エンパティカ エスアールエル | ウイルス感染の非侵襲的予測、検出、及びモニタリングを行う方法及びシステム |
TWI725839B (zh) * | 2020-05-05 | 2021-04-21 | 穎翔科技股份有限公司 | 生理感測系統 |
CN111681725A (zh) * | 2020-05-09 | 2020-09-18 | 中南大学湘雅二医院 | 一种慢阻肺防治管理方法及系统 |
GB202006936D0 (en) * | 2020-05-11 | 2020-06-24 | August Int Ltd | Virus detection apparatus and method |
WO2021234037A1 (en) | 2020-05-19 | 2021-11-25 | Resmed Sensor Technologies Limited | Methods and apparatus for detection and monitoring of health parameters |
CN111681759B (zh) * | 2020-05-29 | 2023-10-27 | 芯海科技(深圳)股份有限公司 | 慢性病风险分析装置、设备和存储介质 |
US20210375278A1 (en) * | 2020-06-02 | 2021-12-02 | Universal Electronics Inc. | System and method for providing a health care related service |
WO2021252768A1 (en) * | 2020-06-10 | 2021-12-16 | Whoop, Inc. | Wearable infection monitor |
US11134354B1 (en) | 2020-06-15 | 2021-09-28 | Cirrus Logic, Inc. | Wear detection |
US11219386B2 (en) | 2020-06-15 | 2022-01-11 | Cirrus Logic, Inc. | Cough detection |
CN116096290A (zh) * | 2020-07-13 | 2023-05-09 | 池美敬 | 疾病预测诊断方法及装置 |
KR102228817B1 (ko) * | 2020-07-13 | 2021-03-18 | 지미경 | 질병 예측 및 진단을 위한 전자 장치 및 그 동작 방법 |
US20220028543A1 (en) * | 2020-07-22 | 2022-01-27 | International Business Machines Corporation | Device safety based on conflicts in patient medical records |
JP2023539005A (ja) * | 2020-07-28 | 2023-09-13 | レズメド アジア プライベート リミテッド | 慢性呼吸器疾患の管理のための連結型酸素療法システム |
DE102021004087A1 (de) * | 2020-08-18 | 2022-02-24 | Löwenstein Medical Technology S.A. | Verfahren zur Unterstützung eines Benutzenden eines Beatmungsgeräts und Beatmungssystem |
WO2022047172A1 (en) * | 2020-08-31 | 2022-03-03 | ResMed Pty Ltd | Systems and methods for determining a recommended therapy for a user |
US11815719B2 (en) | 2020-09-25 | 2023-11-14 | Apple Inc. | Wavelength agile multiplexing |
CN112389444B (zh) * | 2020-10-16 | 2022-04-12 | 爱驰汽车(上海)有限公司 | 基于驾驶员心率检测的车辆预警方法及装置 |
AU2021369950A1 (en) * | 2020-10-27 | 2022-07-14 | Salcit Technologies Private Limited | A method and system for monitoring health risk of a user |
CN112331347A (zh) * | 2020-11-27 | 2021-02-05 | 霖久智慧(广东)科技有限公司 | 智慧健康生活平台 |
CN116648295A (zh) * | 2020-12-04 | 2023-08-25 | 瑞思迈私人有限公司 | 用于提供患者信息的空气过滤设备和系统 |
WO2022130205A1 (en) * | 2020-12-15 | 2022-06-23 | ResMed Pty Ltd | Systems and methods for determining untreated health-related issues |
CN112690780A (zh) * | 2020-12-16 | 2021-04-23 | 苏州国科康成医疗科技有限公司 | 一种智慧医疗管理系统 |
CN114680857A (zh) * | 2020-12-30 | 2022-07-01 | 王励 | 参数确定方法、参数确定装置、存储介质及电子设备 |
CN114680856A (zh) * | 2020-12-30 | 2022-07-01 | 王励 | 状态信息确定方法及装置、控制方法及装置 |
US11303954B1 (en) | 2021-01-04 | 2022-04-12 | Sony Corporation | Long duration error correction with fast channel change for ATSC 3.0 real-time broadcast mobile application |
FR3119979A1 (fr) * | 2021-02-19 | 2022-08-26 | Psa Automobiles Sa | Procédé et dispositif de suivi de l’évolution de l’état de santé d’une personne à bord d’un véhicule |
KR20220120840A (ko) * | 2021-02-24 | 2022-08-31 | 삼성전자주식회사 | 혈압 관련 정보에 기반한 개인화 가이드를 제공하는 전자 장치 및 그 방법 |
CN112827273B (zh) * | 2021-03-02 | 2024-04-12 | 中铁建设集团机电安装有限公司 | 一种水雾杀菌消毒净化空气装置 |
JP2022139868A (ja) * | 2021-03-12 | 2022-09-26 | マツダ株式会社 | 車載通信装置及び通信管理方法 |
CN113035374B (zh) * | 2021-03-16 | 2024-03-12 | 深圳市南山区慢性病防治院 | 一种结核病综合管理系统及管理方法 |
US11736761B2 (en) * | 2021-03-16 | 2023-08-22 | Tencent America LLC | Methods for media streaming content preparation for an application provider in 5G networks |
CN113128359B (zh) * | 2021-03-30 | 2021-11-16 | 广州华藏民族医药生物科技开发有限公司 | 一种用于检测草本濞舒膏疗效的图像特征识别系统 |
US20220354372A1 (en) * | 2021-05-10 | 2022-11-10 | Anika Bhat | Healthcare device for persons suffering from chronic respiratory diseases |
AU2022286727A1 (en) * | 2021-06-02 | 2023-12-07 | Fisher & Paykel Healthcare Limited | Humidification device communications |
US11322254B1 (en) * | 2021-06-07 | 2022-05-03 | Abdulkadir Mohamed Hussein | Personal wellness and wellbeing information system |
US11611799B2 (en) * | 2021-08-06 | 2023-03-21 | Sony Group Corporation | ATSC 3 application context switching and sharing |
US11611792B2 (en) * | 2021-08-06 | 2023-03-21 | Sony Group Corporation | ATSC 3 reception across boundary conditions using location data |
US11711568B2 (en) | 2021-08-06 | 2023-07-25 | Sony Group Corporation | Techniques for ATSC 3.0 broadcast boundary area management using plural tuners handing off between presentation and scanning |
US11848716B2 (en) | 2021-08-06 | 2023-12-19 | Sony Group Corporation | Techniques for ATSC 3.0 broadcast boundary area management using signal quality and packet errors to differentiate between duplicated services on different frequencies during scan |
US11601707B2 (en) | 2021-08-06 | 2023-03-07 | Sony Group Corporation | Techniques for ATSC 3.0 broadcast boundary area management using plural tuners |
US11611790B2 (en) | 2021-08-06 | 2023-03-21 | Sony Group Corporation | RF channel description for multiple frequency networks |
US11451853B1 (en) * | 2021-08-06 | 2022-09-20 | Sony Group Corporation | Measuring ATSC 3 RF environment using autonomous vehicle |
US11838680B2 (en) | 2021-08-06 | 2023-12-05 | Sony Group Corporation | Techniques for ATSC 3.0 broadcast boundary area management using complete service reception during scan to determine signal quality of frequencies carrying the duplicate service |
KR20230036261A (ko) * | 2021-09-07 | 2023-03-14 | 가톨릭대학교 산학협력단 | 비염 진단 장치, 방법 및 기록매체 |
CN114041779A (zh) * | 2021-11-26 | 2022-02-15 | 河南牧原智能科技有限公司 | 用于对牲畜呼吸道疾病进行识别的识别系统和计算机设备 |
EP4193921A1 (en) * | 2021-12-07 | 2023-06-14 | Koninklijke Philips N.V. | System and method for providing guidance during spirometry test |
EP4193920A1 (en) * | 2021-12-09 | 2023-06-14 | Koninklijke Philips N.V. | A system and method for monitoring copd patients |
WO2023117995A1 (en) * | 2021-12-20 | 2023-06-29 | Koninklijke Philips N.V. | Systems and methods for ventilator management |
KR102483457B1 (ko) * | 2021-12-31 | 2023-01-02 | 사람을이해하다 주식회사 | 레이더를 이용한 학습 기반의 심혈관 질환 위험도 평가 시스템 |
CN114608134A (zh) * | 2022-02-22 | 2022-06-10 | 青岛海尔空调器有限总公司 | 用于空调器的控制方法及装置、空调器、存储介质 |
WO2023164122A2 (en) * | 2022-02-24 | 2023-08-31 | Johnson & Johnson Consumer Inc. | Systems, method, and apparatus for providing personalized medical data |
CN114246578A (zh) * | 2022-03-01 | 2022-03-29 | 季华实验室 | 腺样体肥大初筛装置、系统以及终端设备 |
US20230326318A1 (en) * | 2022-04-06 | 2023-10-12 | Logicmark, Inc. | Environment sensing for care systems |
US20230284973A1 (en) * | 2022-05-24 | 2023-09-14 | SleepDev LLC | Diagnostic tool and therapeutic methods for sleep respiratory issues via a positional therapy ear device using audible notification |
EP4316554A1 (en) * | 2022-08-01 | 2024-02-07 | Apurano Pharmaceuticals GmbH | Method and system for monitoring spray delivery |
WO2024049704A1 (en) * | 2022-08-30 | 2024-03-07 | Resmed Digital Health Inc. | Systems and methods for pulmonary function testing on respiratory therapy devices |
EP4345832A1 (en) * | 2022-09-30 | 2024-04-03 | Koninklijke Philips N.V. | System and method for providing sleep consolidation therapy |
CN115919286B (zh) * | 2022-11-12 | 2024-02-02 | 上海爱渡医疗科技有限公司 | 一种疾病数据采集分析方法及采集分析系统 |
CN116649964A (zh) * | 2023-06-07 | 2023-08-29 | 徐州市永康电子科技有限公司 | 一种基于光动力治疗的便携式血氧仪 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150094544A1 (en) * | 2013-09-12 | 2015-04-02 | Sproutling, Inc. | Infant monitoring system and methods |
WO2015065674A1 (en) * | 2013-11-04 | 2015-05-07 | Cardiac Pacemakers, Inc. | Heart failure detection and risk stratification system |
US20150157794A1 (en) * | 2013-12-11 | 2015-06-11 | Medtronic Minimed, Inc. | Closed-loop control of glucose according to a predicted blood glucose trajectory |
US20150165147A1 (en) * | 2003-08-14 | 2015-06-18 | New York University | System and Method for Diagnosis and Treatment of a Breathing Pattern of a Patient |
US20150223699A1 (en) * | 2014-02-11 | 2015-08-13 | Seoul National University Bundang Hospital | System and method for assessing treatment effects on obstructive sleep apnea |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0880285A (ja) * | 1994-09-14 | 1996-03-26 | Matsushita Electric Ind Co Ltd | 監視装置 |
JP2004000555A (ja) | 2002-04-25 | 2004-01-08 | Matsushita Electric Ind Co Ltd | 投薬量決定支援装置、注射器および健康管理支援システム |
SE526357C2 (sv) | 2003-03-18 | 2005-08-30 | Shl Medical Ab | System och förfarande för att presentera och distribuera medicinerings information |
US20040225199A1 (en) * | 2003-05-08 | 2004-11-11 | Evanyk Shane Walter | Advanced physiological monitoring systems and methods |
US20070118054A1 (en) * | 2005-11-01 | 2007-05-24 | Earlysense Ltd. | Methods and systems for monitoring patients for clinical episodes |
AU2006243903A1 (en) * | 2005-05-11 | 2006-11-16 | Imetrikus, Inc. | Methods and systems for monitoring and enhancing patient compliance with a health treatment program |
CA2654095C (en) | 2006-06-01 | 2015-12-22 | Biancamed Ltd. | Apparatus, system, and method for monitoring physiological signs |
EP2469436B1 (en) | 2006-11-01 | 2021-09-22 | ResMed Sensor Technologies Limited | System and method for monitoring cardiorespiratory parameters |
JP2008246176A (ja) * | 2007-03-30 | 2008-10-16 | Matsushita Electric Works Ltd | 体動計測機器 |
JP4065921B1 (ja) | 2007-08-10 | 2008-03-26 | クオリティ株式会社 | 携帯装置管理システム |
US20100016700A1 (en) | 2008-07-18 | 2010-01-21 | Lifescan, Inc. | Analyte measurement and management device and associated methods |
US10891356B2 (en) | 2008-09-24 | 2021-01-12 | Resmed Sensor Technologies Limited | Contactless and minimal-contact monitoring of quality of life parameters for assessment and intervention |
EP2358266A4 (en) * | 2008-11-20 | 2012-10-03 | Bodymedia Inc | METHOD AND APPARATUS FOR DETERMINING CRITICAL CARE PARAMETERS |
US9526429B2 (en) | 2009-02-06 | 2016-12-27 | Resmed Sensor Technologies Limited | Apparatus, system and method for chronic disease monitoring |
US10220207B2 (en) * | 2009-03-20 | 2019-03-05 | Electrocore, Inc. | Nerve stimulation methods for averting imminent onset or episode of a disease |
AU2010201032B2 (en) | 2009-04-29 | 2014-11-20 | Resmed Limited | Methods and Apparatus for Detecting and Treating Respiratory Insufficiency |
CN117898680A (zh) | 2009-07-16 | 2024-04-19 | 瑞思迈有限公司 | 睡眠状况的检测 |
JP4637963B1 (ja) * | 2009-11-17 | 2011-02-23 | 医療法人社団万燦会 | 健康判定用のhrv変化検知方法並びに健康判定用のhrv変化検知装置 |
US9492095B2 (en) * | 2009-12-02 | 2016-11-15 | Neetour Medical Ltd. | Hemodynamics-based monitoring and evaluation of a respiratory condition |
WO2011091268A2 (en) * | 2010-01-21 | 2011-07-28 | Asthma Signals, Inc. | Early warning method and system for chronic disease management |
KR20130051922A (ko) * | 2010-03-04 | 2013-05-21 | 뉴미트라 엘엘씨 | 심리장애(psychological disorders) 치료를 위한 장치 및 방법 |
WO2012021900A1 (en) * | 2010-08-13 | 2012-02-16 | Respiratory Motion, Inc. | Devices and methods for respiratory variation monitoring by measurement of respiratory volumes, motion and variability |
AU2012312371A1 (en) * | 2011-09-20 | 2014-03-20 | Isonea Limited | Systems, methods and kits for measuring respiratory rate and dynamically predicting respiratory episodes |
JP6655991B2 (ja) | 2012-05-30 | 2020-03-04 | レスメッド センサー テクノロジーズ リミテッド | 心肺健康状態をモニタリングする方法及び装置 |
US9445729B2 (en) | 2012-07-20 | 2016-09-20 | Resmed Sensor Technologies Limited | Range gated radio frequency physiology sensor |
WO2014047310A1 (en) * | 2012-09-19 | 2014-03-27 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
JP6072534B2 (ja) * | 2012-12-26 | 2017-02-01 | 昭和電工株式会社 | 生体情報計測用パネル及び生体情報計測方法 |
NZ630770A (en) | 2013-10-09 | 2016-03-31 | Resmed Sensor Technologies Ltd | Fatigue monitoring and management system |
TWI667995B (zh) | 2014-05-26 | 2019-08-11 | 愛爾蘭商瑞思邁感測技術有限公司 | 監督慢性疾病之方法及設備 |
-
2016
- 2016-08-26 EP EP16769871.1A patent/EP3340876A2/en not_active Ceased
- 2016-08-26 CN CN202210262220.6A patent/CN114588445A/zh active Pending
- 2016-08-26 CN CN201680057881.8A patent/CN108135534B/zh active Active
- 2016-08-26 EP EP20208537.9A patent/EP3838138A3/en active Pending
- 2016-08-26 JP JP2018510768A patent/JP6987042B2/ja active Active
- 2016-08-26 WO PCT/EP2016/070169 patent/WO2017032873A2/en active Application Filing
- 2016-08-26 US US15/754,059 patent/US20200297955A1/en active Pending
-
2021
- 2021-07-09 JP JP2021114442A patent/JP7284782B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150165147A1 (en) * | 2003-08-14 | 2015-06-18 | New York University | System and Method for Diagnosis and Treatment of a Breathing Pattern of a Patient |
US20150094544A1 (en) * | 2013-09-12 | 2015-04-02 | Sproutling, Inc. | Infant monitoring system and methods |
WO2015065674A1 (en) * | 2013-11-04 | 2015-05-07 | Cardiac Pacemakers, Inc. | Heart failure detection and risk stratification system |
US20150157794A1 (en) * | 2013-12-11 | 2015-06-11 | Medtronic Minimed, Inc. | Closed-loop control of glucose according to a predicted blood glucose trajectory |
US20150223699A1 (en) * | 2014-02-11 | 2015-08-13 | Seoul National University Bundang Hospital | System and method for assessing treatment effects on obstructive sleep apnea |
Also Published As
Publication number | Publication date |
---|---|
CN114588445A (zh) | 2022-06-07 |
EP3340876A2 (en) | 2018-07-04 |
WO2017032873A2 (en) | 2017-03-02 |
JP2021180853A (ja) | 2021-11-25 |
US20200297955A1 (en) | 2020-09-24 |
WO2017032873A4 (en) | 2017-07-13 |
WO2017032873A3 (en) | 2017-04-13 |
JP2018531055A (ja) | 2018-10-25 |
JP6987042B2 (ja) | 2021-12-22 |
EP3838138A3 (en) | 2021-09-15 |
WO2017032873A8 (en) | 2017-11-30 |
JP7284782B2 (ja) | 2023-05-31 |
CN108135534A (zh) | 2018-06-08 |
EP3838138A2 (en) | 2021-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7284782B2 (ja) | 慢性疾患の監視および管理のためのシステムおよび方法 | |
US11796665B2 (en) | Detection and identification of a human from characteristic signals | |
US20220020488A1 (en) | System and method for varying data volume transmitted to external source | |
JP2018531055A6 (ja) | 慢性疾患の監視および管理のためのシステムおよび方法 | |
AU2016204561B2 (en) | System and Method for Determining Sleep Stage | |
JP2019217288A (ja) | 自己最適化呼吸治療システム | |
US20230245780A1 (en) | Systems and methods for multi-component health scoring | |
JP2023521656A (ja) | 気道閉塞をマッピングするためのシステム及び方法 | |
US20240108242A1 (en) | Systems and methods for analysis of app use and wake-up times to determine user activity | |
WO2024049704A1 (en) | Systems and methods for pulmonary function testing on respiratory therapy devices | |
WO2023148190A1 (en) | Systems and methods for screening, diagnosis, detection, monitoring and/or therapy | |
WO2024069436A1 (en) | Systems and methods for analyzing sounds made by an individual during a sleep session | |
WO2024039774A1 (en) | Systems and methods for collaborative sleep therapy usage | |
WO2024069500A1 (en) | Systems and methods for cardiogenic oscillation detection |
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 |