CN108348745B - 预测医疗保健事件的系统和方法 - Google Patents
预测医疗保健事件的系统和方法 Download PDFInfo
- Publication number
- CN108348745B CN108348745B CN201680059721.7A CN201680059721A CN108348745B CN 108348745 B CN108348745 B CN 108348745B CN 201680059721 A CN201680059721 A CN 201680059721A CN 108348745 B CN108348745 B CN 108348745B
- Authority
- CN
- China
- Prior art keywords
- person
- physiological
- healthcare event
- health
- cluster
- 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
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/1613—Constructional details or arrangements for portable computers
- G06F1/163—Wearable computers, e.g. on a belt
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- 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
- G16H50/70—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
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
-
- 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
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- 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
- 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
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1112—Global tracking of patients, e.g. by using GPS
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
Abstract
一种预测医疗保健事件的方法,包括:经由输入设备接收对多个人中的每个人的分类个人信息;在预定学习时间段期间收集至少一个健康指标的测量结果;基于所收集的数据创建个人生理模式简档;基于每个人的个人生理模式简档并且基于多个人中的每个人的分类个人信息将多个人中的每个人关联到生理集群;针对每个生理集群创建针对医疗保健事件的健康指标偏差模式;持续监测所述人的健康指标值;以及当所监测的指标与个人生理模式简档偏离时确定医疗保健事件的发生概率。还公开了一种用于预测医疗保健事件的系统。
Description
发明领域
本发明总体上涉及医疗保健事件的预测。更具体地说,本发明涉及期望使用便携式设备来预测医疗事件并提供警报。
发明背景
诸如可穿戴设备(例如智能手表、智能眼镜等)和其他移动设备(例如智能电话)的便携式计算设备在全球范围内广泛使用。这些设备能够收集关于这些设备的用户的广泛的数据。
然而,尽管这样的设备可以提供关于所收集的数据的累积信息,诸如训练项目的持续时间、训练项目期间的平均、最小和最大心率、在这样的训练项目期间达到的距离等。这样的设备不能够提供关于诸如医疗事件或医疗保健事件的预期事件的任何预测。
发明概述
本发明的实施例提供了用于预测医疗保健事件的系统和方法。根据一个实施例,一种预测医疗保健事件的方法可以包括:经由与人相关联的输入设备接收所述人的分类个人信息;经由与人相关联的至少一个传感器,在预定的时间段期间收集所述人的至少一个健康指标的测量结果,并且通过控制器创建关于所述人的个人生理模式简档(profile)。在一些实施例中,该方法还可以包括:基于所创建的个人生理模式和分类个性化信息将所述人与生理集群(physiological cluster)关联;经由至少一个传感器连续监测所述人的至少一个健康指标的测量结果,并且当监测到的测量结果的模式与从数据库接收的与所述人相关联的所述生理集群相关联的模式偏离时,确定所述医疗保健事件的发生概率。
根据一些实施例,所述医疗保健事件可以是以下中的至少一种:心脏骤停、中风、病毒性流感、先兆子痫、氧压降(oxygen drop)、过热、过度活跃、跌倒、脱水前、异常生理偏差、疲劳和焦虑。
根据一些实施例,健康指标可以包括以下中的一项或更多项:心率、心率变异性、呼吸率、加速度、位置、运动、皮肤电流响应(GSR)、氧饱和度、CO2血浓度、皮肤温度、睡眠时间、血压和生理状态。
根据一些实施例,可以经由输入设备从人接收生理状态。生理状态可以包括以下一种或更多种:睡眠、休息、适中的活动、激烈活动和体育竞赛。
根据一些实施例,创建个人生理指标简档可以包括在第一生理状态下从可穿戴设备获得每个生理指标的多个测量结果,在至少第二生理状态下从可穿戴设备获得每个生理指标的多个测量结果;并且由处理器基于所获得的测量结果以及基于所述至少一个人所关联的一个或更多个集群来计算在每个生理状态下的每个生理指标的正常值的范围。
根据本发明的方法的一些实施例,人与集群的关联可以基于以下项中的至少一项:性别、体重、身高、年龄、种族关联、健康水平、每日和每周活动水平、体重指数(BMI)和一个或更多个健康指标的所收集的值。其他参数可以被使用。
根据一些实施例,该方法还可以包括当健康事件的发生概率高于预定阈值时发出警报。
根据一些实施例,该方法还可以包括当识别到相对于至少一个人的个人生理模式简档的偏差时向计算设备(例如移动设备)的用户发送反馈请求。根据一些实施例,该方法还可以包括基于所监测的健康指标和医疗保健事件历史来更新至少一个人的个人生理模式简档。
根据一些实施例,该方法还可以包括基于先前测量的健康指标以及基于从至少一个人接收到的反馈来测量附加的健康指标。
根据一些实施例,当发生医疗保健事件时,该方法还可以包括基于在发生医疗保健事件之前的预定时间段期间测量的至少一个健康指标的值来更新医疗保健事件的生理集群的偏差模式。根据一些实施例,可以从健康维护提供者和/或从至少一个人接收已经发生医疗保健事件的指示。
根据本发明的实施例,用于预测医疗保健事件的系统可以包括:第一通信单元,其被配置为从便携式用户设备接收健康指标值;数据库,其被配置为存储以下中的一个或更多个:健康指标值、生理集群信息、医疗保健事件信息、以及多个人的个人信息;以及主控制器。在一些实施例中,便携式计算设备可以包括控制器、适于测量至少一个健康指标值的至少一个传感器、以及配置成与第一通信单元通信并将测量的健康指标值传递到主控制器的第二通信单元。在一些实施例中,主控制器可以被配置为:经由与人相关联的输入设备接收人的分类个性化信息,在预定的时间段期间从至少一个传感器收集所述人的至少一个健康指标的测量结果,创建关于所述人的个人生理模式简档,基于所创建的个人生理模式和分类个人信息将所述人与生理集群相关联,经由所述至少一个传感器连续地监测所述人的至少一个健康指标的值,并且当所监测的值相对于从数据库接收的与所述人所关联的生理集群相关联的值偏离时,确定所述人的医疗保健事件的发生概率。
根据一些实施例,数据库可适用于存储以下中的一项或更多项:生理集群信息;医疗保健事件信息;和多个人的个人信息。
附图说明
关于本发明的主题在说明书的结束部分被特别指出并被清楚地要求保护。然而,本发明关于操作的组织和方法以及其目的、特征和优点,在参照附图一起阅读时,通过参考以下详细描述可得到最好的理解,其中:
图1示出根据本发明的实施例的示例性便携式设备的高级方框图;
图2示出根据本发明的实施例的用于预测医疗保健事件的系统的高级方框图;
图3A是根据本发明的一个实施例的预测医疗保健事件的方法的流程图;
图3B是根据本发明的一些实施例示出在跌倒事件期间人的加速度和心率测量结果的曲线图;
图3C是根据本发明的一个实施例示出利用预测的医疗保健事件的方法的流程图;以及
图4是根据本发明的一些实施例的创建个人生理模式简档的方法的流程图。
应当理解的是,为了说明的简单和清楚,图中所示的元素不一定按比例绘制。例如,为了清楚起见,一些元素的尺寸可以相对于其他元素被放大。此外,在认为适当的情况下,参考数字可在多个图中重复以指示对应的或类似的元素。
本发明的详细描述
在以下详细描述中,阐述了许多具体细节以便提供对本发明的透彻理解。然而,本领域技术人员将理解,可以在没有这些具体细节的情况下实践本发明。在其他情况下,没有详细描述公知的方法、过程和部件,以免模糊本发明。
在以下详细描述中,阐述了许多具体细节以便提供对本发明的透彻理解。然而,本领域技术人员将理解,可以在没有这些具体细节的情况下实践本发明。在其它实例中,公知的方法、程序以及组件、模块、单元和/或电路没有详细描述,以免模糊本发明。关于一个实施例描述的一些特征或元素可以与关于其它实施例描述的特征或元素组合。为了清楚起见,可以不重复讨论相同或相似的特征或元素。
虽然本发明的实施例在这方面不受限制,但是使用诸如例如“处理”、“计算(computing)”、“计算(calculating)”、“确定”、“建立”、“分析”、“检查”等的术语的讨论可以指计算机、计算平台、计算系统或其它电子计算设备的操作和/或过程,该计算机、计算平台、计算系统或其它电子计算设备将表示为计算机的寄存器和/或存储器内的物理(例如,电子)量的数据操纵和/或转换为类似地表示为计算机的寄存器和/或存储器或者可存储用于执行操作和/或过程的指令的其它信息非暂时性存储介质内的物理量的其它数据。虽然本发明的实施例在这方面不受限制,但是如本文所使用的术语“多个(plurality)”和“多个(a plurality)”可以包括例如“多个(multiple)”或“两个或更多个”。在整个说明书中可以使用术语“多个(plurality)”或“多个(a plurality)”来描述两个或更多个组件、设备、元素、单元、参数等。本文中使用的术语集可以包括一个或更多个项目。除非另有明确指示,本文描述的方法实施例不限于特定的顺序或序列。另外,所描述的方法实施例中的一些或其元素中的一些可以同步、在同一时间点或同时地发生或执行。
参考图1,其示出根据本发明的实施例的示例性便携式或移动设备的高级方框图。便携式设备100可以包括控制器105(其可以是例如中央处理单元处理器(CPU)、芯片或任何合适的计算(computing)或计算(calculating)设备)、操作系统115、存储器120、可执行代码125、存储装置130、传感器135(其可以包括一个或更多个传感器(诸如心率传感器、呼吸率传感器、氧饱和度传感器、CO2水平传感器、运动传感器、加速度计、全球定位系统(GPS)传感器、温度计、皮肤电流响应(GSR)传感器或被配置为测量本领域已知的生命体征和其他健康指标的任何其他传感器)以及输入/输出设备140(其可以包括例如键盘、触摸屏、显示器等)。便携式设备100还可以包括用于经由通信网络(例如互联网)与远程设备进行通信的通信单元150(例如蓝牙通信单元、Wi-Fi通信单元、红外(IR)通信单元等)。
控制器105可以被配置为执行本文描述的方法,和/或执行或充当各种模块、单元等。可以包括多于一个的便携式设备100,并且一个或更多个便携式设备100可以充当各种组件,例如图2中所示的组件。例如,本文描述的系统200可以是或者可以包括便携式设备100的组件。例如,通过执行存储在存储器120中的软件或可执行代码125,控制器105可以被配置为执行如本文所述的预测医疗保健事件的方法。例如,控制器105可以被配置为接收关于多个人的分类个人信息(这样的分类个人信息可以是例如年龄、身高、体重、性别、种族关联、健康水平、医疗状况、和/或任何可用于将人分类或关联到生理集群的其他信息)。控制器105可还经由一个或更多个传感器135收集健康参数指标的测量结果或水平,诸如心率、血压、人血液中的氧饱和度、人血液中的CO2水平、呼吸率等。控制器105还可以创建关于一个或更多个人的个人生理模式简档,将每个人与生理集群相关联,为每个生理集群创建针对至少一个医疗保健事件的健康指标偏差模式,并使用收集的数据(例如,分类个人信息、健康指标测量结果等)、集群信息和健康指标偏差模式来预测如本文所述的医疗保健事件的预期发生。
操作系统115可以是或可以包括被设计和/或配置为执行涉及协调、调度、仲裁、监督、控制或以其它方式管理计算设备100的操作(例如,调度软件程序的执行或者启用软件程序或其他模块或单元进行通信)的任务的任何代码段(如,类似于本文所述的可执行代码125的代码段)。操作系统115可以是商业操作系统。
存储器120可以是或可以包括例如随机存取存储器(RAM)、只读存储器(ROM)、动态RAM(DRAM)、同步DRAM(SD-RAM)、双数据速率(DDR)存储器芯片、闪存、易失性存储器、非易失性存储器、高速缓冲存储器、缓冲器、短期存储器单元、长期存储器单元或者其它合适的存储器单元或存储装置单元。存储器120可以是或可以包括多个可能不同的存储器单元。存储器120可以是计算机或处理器的非暂时性可读介质、或者计算机的非暂时性存储介质,例如RAM。
可执行代码125可以是任何可执行代码,例如应用、程序、进程、任务或脚本。可执行代码125可在操作系统115的控制下可以由控制器105执行。例如,可执行代码125可以是执行本文进一步描述的方法的应用。尽管为了清楚起见,图1中示出单个项目的可执行代码125,但是根据本发明的实施例的系统可以包括与可执行代码125类似的多个可执行代码段,所述可执行代码段可以被加载到存储器120中并使控制器105执行本文所述的方法。
存储装置130可以是或可以包括例如硬盘驱动器、通用串行总线(USB)设备或其它合适的可移动和/或固定的存储装置单元。此外,在一些实施方式中,在图1中示出的组件中的一些可以被省略。例如,存储器120可以是具有存储装置130的存储容量的非易失性存储器。因此,虽然示出为单独的组件,但是存储装置130可以被嵌入或包括在存储器120中。
输入设备140可以是或可以包括输入单元,诸如:鼠标、键盘、触摸屏或触摸板、一个或更多个传感器或者任何其他或附加的合适的输入设备。将认识到,任何适当数量的输入设备可以操作地连接到便携式设备100,如块140所示。输入/输出设备140可以包括输出装置,诸如:一个或更多个显示器或监控器、扬声器和/或任何其它合适的输出设备。
现在参考图2,图2为根据本发明的实施例的用于预测医疗保健事件的系统200的高级方框图。系统200可以具有多个便携式设备100和一个或更多个服务器计算机201。服务器计算机201可以包括主控制器205、操作系统215、存储器220、可执行代码225、存储装置230、输入设备235,其中主控制器105可以例如是中央处理单元处理器(CPU)、芯片或者任何合适的计算设备或与计算有关的设备,输入设备235可以例如是键盘、鼠标、小键盘(keypad)或任何其他合适的输入设备。主控制器205可以类似于便携式设备100的控制器105,并且可以被配置为执行本文描述的方法,和/或执行或用作各种模块、单元等。在一些实施例中,系统200还可以包括通信单元280,以用于经由通信网络(例如互联网)与便携式设备100进行通信。
在一些实施例中,便携式设备100的通信单元150可以被配置为经由中间通信单元380与通信单元280通信。例如,中间通信单元380可以定位成与便携式设备100相对接近,例如与便携式设备100在相同房间中。在一些实施例中,中间通信单元380可以使用第一通信协议(例如,蓝牙、Wi-Fi等)来与通信单元150和使用第二通信协议(例如,互联网协议)以与远程通信单元280通信。
可执行代码225可以是任何可执行代码,例如应用、程序、进程、任务或脚本。可执行代码225可在操作系统215的控制下可以由控制器205执行。例如,可执行代码225可以是执行本文进一步描述的方法的程序。根据本发明的实施例的系统可以包括与可执行代码125和225相似的多个可执行代码段,所述可执行代码段可以被加载到存储器120和220中并且使控制器105和/或主控制器205执行本文描述的方法。
存储装置230可以是或可以包括例如硬盘驱动器、通用串行总线(USB)设备或其它合适的可移动和/或固定的存储装置单元。在一些实施例中,图2中所示的服务器计算机201的组件中的一些可能被省略。例如,存储器220可以是具有存储装置230的存储容量的非易失性存储器。因此,虽然示出为单独的组件,但是存储装置230可以被嵌入或包括在存储器220中。
存储器120和220以及诸如130和230的存储装置可以存储诸如简档、个人分类信息、生理集群、一个或更多个健康指标的测量结果之类的数据。
根据一些实施例,一个或更多个服务器计算机201可以经由可以包括通信网络(例如互联网)的通信单元280与一个或更多个便携式或移动设备100进行有源通信。根据一些实施例,一个或更多个个人计算设备290(诸如台式计算机、膝上型计算机、平板电脑等)也可以与一个或更多个设备100和/或服务器计算机201进行有源通信。应该理解的是,这样的个人计算设备290可以用作设备100和/或服务器计算机201的输入设备。
现在参考图3A,其是根据本发明的一些实施例的用于预测医疗保健事件的方法的流程图。图3A的方法可以由主控制器205、控制器105或任何其他合适的控制器执行。在操作310中,实施例可以包括经由与人相关联的输入设备接收该人的分类个人信息。根据一些实施例的输入设备可以包括适用于提供关于一个或更多个人的分类个人信息的小键盘、键盘、触摸屏、麦克风或任何其他输入设备。分类个人信息可以是或可以包括关于一个或更多个人的任何信息,这些信息可以用来将这个人或这些人分类(classify)或整理归类(sort)成生理集群。这样的分类个人信息可以包括例如年龄、体重、身高、BMI、性别、国籍、种族关联、健康水平、健康状况、地理位置等。
例如,一名38岁的男性离开玻利维亚,并被指示为患有超重(例如体重指数(BMI)为27),与18岁的中国女子体操运动员相比,将很可能具有不同的健康指标值、以及医疗保健事件的不同概率。更重要的是,某些健康指标(如心率、呼吸率、血压、皮肤温度等)的测量值的变化可能具有不同的正常范围(即,被认为正常的一系列值)。因此,生理集群是类似条件下具有相似预期生理行为的集群或一组人。例如,年龄在30-34岁、体重指数在26-29范围内、具有低健康水平和未知的医疗状况、处在相似的气候条件下(相似的海拔高度、相似的湿度和温度平均值等)以及在相似的条件下工作(例如办公室工作、体力劳动等)的人,可以关联到或聚集到相同的生理集群或组,因为可以预期这样的人在相似的条件下可能具有相似的生理行为。也就是说,他们的健康指标在相似的条件下的相似的范围内会具有正常值。
应该理解的是,分类个人信息可以经由便携式或移动设备100(例如,手镯式计算设备、智能手表、智能电话等的可穿戴计算设备)的输入设备和/或经由可以经由网站、应用或以任何本领域中已知的其他方式与便携式或移动设备100和/或与服务器计算机相关联的并具有已知的输入设备(诸如,键盘、触摸屏、鼠标或适于向便携式或移动设备和/或服务器计算机提供分类个人信息的任何其他输入设备)的个人计算机(图2中的设备290)或任何其他计算设备而被接收。
在操作320中,实施例可以包括经由与该人相关联的至少一个传感器(例如,传感器135)收集该人的至少一个健康指标的测量结果。可以在预定的学习时间段或时间期间收集测量结果。应该理解的是,学习时间段的长度可以根据健康指标和该人所关联的生理集群而改变。例如,学习时间段可以从0(即,不需要学习时间)到几小时、几天、一个月或甚至几个月而变化,这取决于健康指标的类型、人所相关联的集群、人的活动简档等。
在学习时间段期间,可以收集一个或更多个健康指标的连续的或重复的测量结果,并将其记录在便携式设备的存储装置或存储器(例如,存储装置130和/或存储器120)和/或远程服务器计算机的存储装置或存储器(例如,存储装置230和/或存储器220),并且人的正常范围的健康指标或多个健康指标值可以由便携式设备100或与便携式设备进行有源通信的远程服务器计算机(例如,系统200)的处理器或控制器来进行计算。正常范围可以定义为在学习时间段期间计算的平均值和围绕平均值的预定标准偏差。在某些情况下,正常范围可以由医疗机构定义。例如,正常体温被定义为在36.5-37.2摄氏度范围内的体温。健康成人的正常脉搏或心率可在每分钟60次至100次的范围内。一般来说,年龄在12岁及以上的女性比男性的心率更快。运动员,如跑步者,其进行大量心血管调理,可能心率接近每分钟40次。因此,可以基于人与特定集群或群组(例如成年男性或女性运动员)的关联来确定人的正常心率范围。
在操作330中,实施例可以包括基于从一个或更多个传感器(例如,传感器135)接收的所收集的数据以及在便携式设备(例如,设备100)或服务器计算机(例如,服务器计算机201)的存储器或存储装置中存储的所接收的分类个人信息,(例如,通过控制器105或控制器205)创建关于至少一个人的个人生理模式简档。模式简档可以通过例如平均心率(HR)/HR变化/周活动/皮肤电流响应(GSR)等的组合来生成。示例简档如下表1所示:
简档编号:123456 | ||
性别:男性 | 体重:70–75Kg | 身高:170-175cm |
最小值 | 最大值 | |
HR休息(每分钟跳动次数) | 50 | 60 |
HR活动(每分钟跳动次数) | 100 | 120 |
HRV休息(ms) | 50 | 60 |
HRV活动(ms) | 50 | 60 |
体温(℃) | 36.0 | 36.5 |
表1:示例简档
在操作340中,实施例可以包括基于所创建的个人生理模式和分类个性化信息将该人与生理集群相关联或将该人分配给生理集群。
在一些实施例中,根据本发明实施例的方法还可以包括基于在健康指标偏差模式为其创建的、与集群相关联的人的医疗保健事件发生之前的预定时间段期间测量的至少一个健康指标的值,针对每个生理集群创建一个或更多个医疗保健事件的健康指标偏差模式。例如,关于在事件发生之前的预定时间段期间遭受特定医疗保健事件(例如心脏骤停事件)的、与相互集群(mutual cluster)相关联的人的健康指标值的变化的所收集的信息,可用于创建针对特定的相互集群的每个健康指标的偏差模式。
在操作350中,实施例可以包括经由至少一个传感器(连续地或重复地(例如,有规律地))监测人的至少一个健康指标的测量结果。
在操作360中,实施例可以包括当监测到的测量结果的模式偏离与从数据库接收的与该人相关联的生理集群相关联的模式时,确定医疗保健事件的发生概率。一个或更多个人的一个或更多个健康指标的模式可以与和该人相关联的生理集群相关联的模式进行比较。例如,如果一个人的心率超过该人的最大正常心率(例如,该人的脉搏达到每分钟120次搏动)例如20%,则该人的体温指示该人发烧(例如,体温高于37.2摄氏度)并且该人没有身体活动(例如在休息时),并且上述与正常范围的偏差类似于已知的指示在该人所相关联的相同集群或群组的成员中的病毒性流感事件的偏差模式,则可以计算对病毒性流感事件的概率的预测。
在另一个示例中,一些测量的健康指标可能导致计算发生跌倒事件的高概率。当人穿戴的加速度计(例如便携式设备100中包括的加速度计)测量与跟随以生理信号的“过渡阶段”以及然后该人正在躺下的指标的诸如坐、站立或行走之类的“正常活动”之间的急剧偏差时,可能会启动潜在的“跌倒事件”触发器。图3B给出了说明加速度和心率的测量偏差的曲线图。可以看出,在跟随以几乎没有加速度的“躺下”时间段的跌倒期间,测得的加速度会急剧增加。控制器205(或控制器105)可以基于测量的指标来计算跌倒事件的概率。计算中还可能包括其他指标,如心率和血压。例如,在跌倒事件过渡期间,心率可能增加超过50%,如图3B所示。
在一些实施例中,该方法可以包括接收与该人有关的附加数据并且基于该附加数据调整所确定的医疗保健事件的发生概率。在一些实施例中,附加数据可以包括日期、时间、位置、环境温度和环境湿度中的至少一个。这些参数可以从包括在移动设备100中的元件(例如,控制器105)和/或(多个)传感器(例如,传感器135)接收。附加地或可选地,可以从附加设备(例如,与便携式设备100或通信单元380相关联的移动电话)接收参数。一个或更多个传感器可以被包括在移动设备中或连接到通信单元380。在一些实施例中,可以从远程数据库接收至少一些参数。
在一些实施例中,接收到的附加数据可能与人的总体健康有关。与该人的总体健康有关的数据可以包括,在他/她与陪伴者(例如配偶或看护者)住在一起时该人服用的药物、该人是否正在使用手杖或助行器、在过去(例如,过去3/6个月)该人遭受医疗保健事件(例如,跌倒)多少次,等等。在一些实施例中,与人的总体健康有关的每个参数可以(例如,由例如专业人员或使用存储在查找表中的已知数据)被分配有初始分数,并且该方法可以包括当其中一个参数改变时更新分数的持续过程。例如,系统可以在系统检测到另一个跌倒事件之后自动更新过去跌倒事件的数量的分数。在又一示例中,每当医生改变至少一种药物时,系统可从人的护理人员接收更新的药物的列表。
在一些实施例中,该方法可以包括基于每个参数的分数分配来计算发生概率,并且当至少一个参数的分数被更新时更新医疗保健事件的发生概率。例如,当人被给予用于治疗睡眠障碍的安眠药时,跌倒事件的发生概率可能增加。在又一示例中,当人成为寡妇并开始自己生活时,跌倒事件的发生概率可能增加。
在一些实施例中,可以根据上述动态风险评分自动调整跌倒事件检测阈值。
关于对脱水的早期阶段的检测,可以给出关于调整所确定的医疗保健事件的发生概率的附加数据的使用的示例。如果接收到的附加数据可以指示异常炎热和干燥的状况被接受或当前在人的附近被测量,则控制器205(或105)可以被配置为密切监测健康指标,例如体温、心率和活动度,并将其与在正常情况下从同一分类群组的人所收集的健康指标的模式进行比较。在一些实施例中,如果该人被分类为患有肾脏问题的人群,除了所监测的健康指标之外,还可以向该人或护理人员发出警报以进行尿检,从而确定该人是否患有脱水。
在一些实施例中,该方法还可以包括对例如老年人的异常活动的一般检测。在这种情况下,可以将测量的健康指标(例如测量指标的模式)与在正常条件(例如,良好的健康)下从分类到相同群组的人收集的健康指标的存储模式进行比较。在一些实施例中,当选择测量模式可以与哪个存储模式进行比较时,可以进一步考虑另外的因素,诸如一天中的时间和一年中的一天(例如季节)、环境温度和湿度、什么时候进行测量。例如,在仲夏的上午11:00从80岁老年女士身上取下的测量结果可以与在09:00-12:00之间在夏季取得的年龄在75-85岁的女士的存储模式进行比较。
可以将医疗保健事件的发生概率计算为监测到的指标值或模式的加权平均值。例如,可以将流感发生概率计算为皮肤温度梯度、心率变异性(HRV)和睡眠小时变化的加权平均值。根据一些实施例,医疗保健事件可以是心脏骤停事件、中风事件、病毒性流感事件、先兆子痫事件、氧压降事件、高体温事件(也称为过热事件)、危险的活动水平事件(例如太长的活动、太激烈的活动等也被称为过度活跃事件)、跌倒事件、脱水前事件、异常生理偏差事件和焦虑事件。
根据一些实施例,健康指标可包括例如心率、心率变异性、呼吸率、加速度、位置、运动、皮肤电流响应(GSR)、氧饱和度、CO2血浓度、皮肤温度、睡眠时间、血压和生理状态。根据一些实施例,可以经由便携式/移动设备的输入设备或从与其相关联的任何设备从至少一个人接收生理状态。生理状态可以包括以下一种或更多种:休息、适中活动、强烈的活动,例如参加体育竞赛等。
现在参考图3C,其是根据本发明的一个实施例的利用预测的医疗保健事件的方法的流程图。图3C的方法可以由系统200的控制器205执行或通过任何其他合适的控制器来执行。在操作370中,实施例可以包括当一个或更多个健康事件的发生概率高于预定阈值时发出警报。例如,如果所计算的发生健康事件的概率高于50%,则可以向以下中的至少一个发出警报:护理人员、该人的家庭成员和该人。警报可以是声音警报、文本警报、视觉警报或适于将他或她处于危险中通知给该人的任何其他类型的警报。根据一些实施例,可以设置较高的阈值,例如70%、85%(或甚至更高)的遭受医疗保健事件的概率,以避免不可用的错误警报率。该警报可以包括给该人、护理人员和/或家庭成员关于如何避免医疗保健事件的建议,例如在早期发现流感期间“就抗病毒处方看家庭医生”,或者在早期检测到脱水情况下增加用水量。
根据一些实施例,可以将警报发送给医疗保健提供者,例如医疗保险机构、医疗机构、医院、急救组织等,以及家庭成员、护理人员等。本领域技术人员应该理解,如果发生医疗保健事件,则还可以将警报发送给一个或更多个上述医疗保健提供者以及应急机构。根据一些实施例,事件警报可以包括关于事件的类型、在事件之前、期间和/或之后测量的健康指标以及具有医疗保健事件的人的位置的信息。应该理解,如可以根据事件的类型、事件的严重程度和其他参数(例如,人的位置、人的医疗历史等)预设的或要求的,可以将其他的或附加的信息与事件警报一起进行发送。
在操作380中,实施例还可以包括当识别出与至少一个人的个人生理模式简档有偏差时发送反馈请求。这样的反馈请求可以包括请求该人提供关于他或她的状况或他们感觉如何的附加信息、请求附加的健康指标测量结果、测试结果等。根据一些实施例,该方法还可以包括基于测量的健康指标和从至少一个人接收到的反馈来测量附加的健康指标。例如,当计算出的遭受心律失常事件的概率高于预定阈值时,推荐用户经历心电图(ECG)测量并让心脏病专家查看。
在操作390中,实施例还可以包括基于监测的健康指标和医疗保健事件历史来更新至少一个人的个人生理模式简档。
根据一些实施例,该方法还可以包括基于在发生每个医疗保健事件之前的预定时间段期间测量的至少一个健康指标的值来更新医疗保健事件的生理集群的偏差模式。应该意识到,可以从保健或保险提供者、医生、从至少一个人(例如,具有医疗保健事件的人、护理人员、过路人、医疗提供者团队成员等)和/或从任何其他医疗保健组织或机构接收发生医疗保健事件的指示。
现在参考图4,其是根据本发明的一些实施例创建个人生理指标简档的方法的流程图。图4的方法可以由系统200的控制器205、便携式设备100的控制器105或通过任何其他控制器来执行。在操作410中,实施例可以包括在第一生理状态下从便携式设备(例如,设备100)获得每个生理指标的多个测量结果。例如,控制器205可以从便携式设备100接收在该人被认为处于正常健康状况时在该人醒来后的15分钟内的第一组医疗保健指标。在操作420中,实施例可以包括在至少第二生理状态下从便携式设备获得每个生理指标的多个测量结果。例如,控制器205可以从便携式设备100接收当人认为处于正常健康状况时在人吃完他/她的午餐之后的15分钟内的第二组医疗保健指标。
在操作430中,实施例可以包括基于从例如可穿戴加速度计的读数和移动手持设备的加速度计的读数(例如,读数的加权平均值)接收的所获得的测量结果、并且基于至少一个人所关联的一个或更多个集群,计算每个生理状态下每个生理指标的正常值范围(或正常模式)。
根据本发明的一些实施例,人到集群的分配或人与集群的关联可以基于以下中的至少一个:性别、体重、身高、年龄、种族关联、健康水平、休息/活动生命体征范围、每日和每周活动水平、BMI、以及所述一个或更多个健康指标的收集值。
虽然本文已经图示和描述了本发明的某些特征,但是本领域普通技术人员将想到许多修改、替换、改变和等同物。因此,应当理解,所附权利请求旨在覆盖落入本发明的实质精神内的所有这样的修改和改变。
Claims (32)
1.一种确定医疗保健事件的发生概率的系统,所述系统包括:
用于经由与人相关联的输入设备接收所述人的分类个人信息的模块;
用于经由与所述人接触相关联的两个或更多个传感器,在预定时段期间收集所述人的两个或更多个健康指标的实时测量结果的模块;
用于通过与所述输入设备和所述两个或更多个传感器通信的控制器动态地识别所述实时测量结果中的模式;
用于通过所述控制器基于所识别的模式和所述分类个人信息创建关于所述人的个人生理模式简档的模块;
用于基于所创建的个人生理模式简档和所述分类个人信息,将所述人与生理集群关联的模块,其中所述生理集群是类似条件下具有相似预期生理行为的一组人;
用于经由所述两个或更多个传感器连续监测所述人的所述两个或更多个健康指标的所述测量结果的模块;
用于通过所述控制器比较所述实时测量结果中所述识别的模式与在发生医疗保健事件之前获得的模式的模块;
用于当所述识别的模式与和所述人相关联的所述生理集群相关联的模式偏离时,通过所述控制器确定所述医疗保健事件的发生概率的模块;
用于当识别出与至少一个人的个人生理模式简档的偏差时发送反馈请求的模块;
用于基于所监测的健康指标和医疗保健事件历史来更新所述至少一个人的所述个人生理模式简档的模块;
用于当发生所述医疗保健事件时,基于在发生所述医疗保健事件之前的预定时间段期间测量的至少一个健康指标的值,更新所述医疗保健事件的所述生理集群的偏差模式的模块;
用于针对高于预定阈值的发生概率,经由所述控制器向计算设备传递指示所述医疗保健事件已经发生的信号的模块。
2.根据权利要求1所述的系统,其中,确定所述医疗保健事件的发生概率是基于所述医疗保健事件典型的所述至少一个健康指标的所监测的测量结果的偏差模式。
3.根据权利要求1所述的系统,其中,数据库包括多个人的健康指标,所述多个人中的每个人基于每个人的个人生理模式简档以及所述多个人中的每个人的所述分类个人信息与生理集群相关联。
4.根据权利要求2所述的系统,其中,数据库包括多个人的健康指标,所述多个人中的每个人基于每个人的个人生理模式简档以及所述多个人中的每个人的所述分类个人信息与生理集群相关联。
5.根据权利要求3所述的系统,其中,所述数据库还包括查找表,所述查找表将生理集群与每个医疗保健事件预期的健康指标偏差模式相关联,
其中,每个医疗保健事件是基于在发生与所述生理集群相关联的人的医疗保健事件之前的预定时间段期间测量的至少一个健康指标的值而创建的。
6.根据权利要求4所述的系统,其中,所述数据库还包括查找表,所述查找表将生理集群与每个医疗保健事件预期的健康指标偏差模式相关联,
其中,每个医疗保健事件是基于在发生与所述生理集群相关联的人的医疗保健事件之前的预定时间段期间测量的至少一个健康指标的值而创建的。
7.根据权利要求1-6中的任一项所述的系统,其中,所述医疗保健事件是以下中的至少一个:心脏骤停、中风、病毒性流感、先兆子痫、氧压降、过热、过度活跃、跌倒、脱水、异常生理偏差和焦虑。
8.根据权利要求1-6中的任一项所述的系统,其中,所述健康指标包括以下中的一项或更多项:心率、心率变异性、呼吸率、加速度、位置、运动、皮肤电流响应(GSR)、氧饱和度、CO2血浓度、皮肤温度、睡眠时间、血压和生理状态。
9.根据权利要求8所述的系统,其中,所述生理状态是经由所述输入设备从至少一个人接收的。
10.根据权利要求9所述的系统,其中,所述生理状态包括以下中的一项或更多项:休息、适中活动和强烈活动、体育竞赛。
11.根据权利要求1-6、9和10中的任一项所述的系统,其中,创建所述个人生理模式简档包括:
在第一生理状态下,从与所述人相关联的两个或更多个传感器获得每个健康指标的多个测量结果;
在至少第二生理状态下,从与所述人相关联的所述两个或更多个传感器获得每个健康指标的多个测量结果;和
通过所述控制器,基于所获得的测量结果并且基于所述至少一个人所关联的所述生理集群,计算每个生理状态下的每个健康指标的正常值的范围。
12.根据权利要求1-6、9和10中的任一项所述的系统,其中,人与生理集群的所述关联基于以下中的至少一个:性别、体重、身高、年龄、种族关联、健康水平、BMI、以及一个或更多个健康指标的所收集的值。
13.根据权利要求1-6、9和10中的任一项所述的系统,包括当所述医疗保健事件的发生概率高于预定阈值时发出警报。
14.根据权利要求13所述的系统,其中,发出所述警报到以下中的至少一个:护理人员、所述人的家庭成员、应急机构和所述人。
15.根据权利要求1所述的系统,还包括用于基于所测量的健康指标和从所述至少一个人接收的反馈来确定附加的健康指标的模块。
16.根据权利要求1所述的系统,其中,所述医疗保健事件已经发生的指示是从健康维护提供者和护理人员中的至少之一接收的。
17.根据权利要求1所述的系统,其中,所述医疗保健事件已经发生的指示是从所述至少一个人接收的。
18.根据权利要求1-6、9、10和14-17中的任一项所述的系统,还包括:
用于接收与所述人有关的附加数据的模块;和
用于基于所述附加数据调整所述医疗保健事件的所确定的发生概率的模块。
19.根据权利要求18所述的系统,其中,所述附加数据包括以下中的至少一个:日期、时间、环境温度和环境湿度。
20.一种用于确定医疗保健事件的发生概率的系统,所述系统包括:
第一通信单元,所述第一通信单元被配置为从便携式计算设备接收健康指标值;
数据库,所述数据库被配置为存储以下中的两个或更多个:健康指标值、生理集群信息、生理模式、医疗保健事件信息、以及多个人的个人信息;和
主控制器,
其中,所述便携式计算设备包括:
控制器;
两个或更多个传感器,所述传感器适于测量两个或更多个健康指标值;和
第二通信单元,所述第二通信单元被配置为与所述第一通信单元通信并将所测量的健康指标值传递给所述主控制器,
并且其中,所述主控制器被配置为:
经由与人相关联的输入设备接收所述人的分类个人信息;
在预定的时间段期间从所述两个或更多个传感器收集所述人的所述两个或更多个健康指标的实时测量结果;
动态地识别所述实时测量结果中的模式;
基于所识别的模式和所述分类个人信息,创建关于所述人的个人生理模式简档;
基于所创建的个人生理模式简档和所述分类个人信息将所述人与生理集群相关联,其中所述生理集群是类似条件下具有相似预期生理行为的一组人;
经由所述两个或更多个传感器连续监测所述人的所述两个或更多个健康指标的测量结果;
比较所述实时测量结果中所述识别的模式与在发生医疗保健事件之前获得的模式;
当所述识别的模式与和所述人相关联的所述生理集群相关联的生理模式偏离时,确定所述医疗保健事件的发生概率;
当识别出与至少一个人的个人生理模式简档的偏差时发送反馈请求;
基于所测量的健康指标和从所述至少一个人接收的反馈来确定附加的健康指标;
基于所监测的健康指标和医疗保健事件历史来更新所述至少一个人的所述个人生理模式简档;
当发生所述医疗保健事件时,基于在发生所述医疗保健事件之前的预定时间段期间测量的至少一个健康指标的值,更新所述医疗保健事件的所述生理集群的偏差模式;
针对高于阈值的发生概率,生成指示所述医疗保健事件已经发生的信号并向计算设备传递所述信号。
21.根据权利要求20所述的系统,其中,所述医疗保健事件是以下中的至少一个:心脏骤停、中风、病毒性流感、先兆子痫、氧压降、过热、过度活跃、跌倒、脱水前、异常和焦虑。
22.根据权利要求20所述的系统,其中,所述健康指标包括以下中的一项或更多项:心率、心率变异性、呼吸率、加速度、位置、运动、皮肤电流响应(GSR)、氧饱和度、CO2血浓度、皮肤温度、睡眠时间、血压和生理状态。
23.根据权利要求21所述的系统,其中,所述健康指标包括以下中的一项或更多项:心率、心率变异性、呼吸率、加速度、位置、运动、皮肤电流响应(GSR)、氧饱和度、CO2血浓度、皮肤温度、睡眠时间、血压和生理状态。
24.根据权利要求20-23中的任一项所述的系统,还包括输入设备,所述输入设备被配置为输入生理状态数据。
25.根据权利要求20-23中的任一项所述的系统,其中,所述便携式计算设备是可穿戴设备。
26.根据权利要求20-23中的任一项所述的系统,其中,所述便携式计算设备还包括显示器和输入设备。
27.根据权利要求20-23中的任一项所述的系统,其中,所述便携式计算设备的所述第二通信单元与第三通信单元通信,并且
其中,所述第三通信单元被配置为与所述第一通信单元通信。
28.根据权利要求20-23中任一项所述的系统,其中,所述两个或更多个传感器选自以下项:心率传感器、呼吸率传感器、氧饱和度传感器、CO2血浓度传感器、运动传感器、加速度计、皮肤电流响应(GSR)传感器、温度计和血压传感器。
29.根据权利要求20-23中的任一项所述的系统,其中,所述主控制器还被配置为:
接收与所述人有关的附加数据;和
基于所述附加数据调整对所述医疗保健事件的所确定的发生概率。
30.根据权利要求29所述的系统,其中,所述附加数据是从包括以下中的至少一个的传感器接收的:GPS、环境温度传感器和环境湿度传感器。
31.根据权利要求29所述的系统,其中,所述附加数据还包括日期和时间中的至少一个。
32.根据权利要求30所述的系统,其中,所述附加数据还包括日期和时间中的至少一个。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562206323P | 2015-08-18 | 2015-08-18 | |
US62/206,323 | 2015-08-18 | ||
PCT/IL2016/050890 WO2017029661A1 (en) | 2015-08-18 | 2016-08-16 | System and method of predicting a healthcare event |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108348745A CN108348745A (zh) | 2018-07-31 |
CN108348745B true CN108348745B (zh) | 2022-06-10 |
Family
ID=58051101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680059721.7A Active CN108348745B (zh) | 2015-08-18 | 2016-08-16 | 预测医疗保健事件的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11568993B2 (zh) |
EP (1) | EP3337553A4 (zh) |
CN (1) | CN108348745B (zh) |
WO (1) | WO2017029661A1 (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018087785A1 (en) * | 2016-11-13 | 2018-05-17 | Sreedhara Ranjan Narayanaswamy | System and method for automated health monitoring |
US11642052B2 (en) | 2017-12-08 | 2023-05-09 | The Government Of The United States, As Represented By The Secretary Of The Army | Systems and methods for monitoring subjects in potential hypoxic distress |
JP7222616B2 (ja) * | 2018-06-13 | 2023-02-15 | 日本光電工業株式会社 | センサ、および生体情報監視システム |
CN108847288A (zh) * | 2018-07-13 | 2018-11-20 | 武汉久乐科技有限公司 | 一种健康预警方法和装置 |
WO2020041715A1 (en) * | 2018-08-24 | 2020-02-27 | Vitaltech Properties, Llc | System, method, and smartwatch for fall detection, prediction, and risk assessment |
US20210345885A1 (en) * | 2018-09-06 | 2021-11-11 | Nec Solution Innovators, Ltd. | Biological information management apparatus, biological information management method, program, and recording medium |
US11064911B2 (en) | 2018-12-12 | 2021-07-20 | Vitaltech Properties, Llc | Standing desk biometrics |
JP7343263B2 (ja) * | 2018-12-27 | 2023-09-12 | ヒルズ・ペット・ニュートリシャン・インコーポレーテッド | 動物の行動と動物の健康を関連付けるためのシステムおよび方法 |
WO2021030418A1 (en) * | 2019-08-15 | 2021-02-18 | Kaneka Corporation | System and method for monitoring and responding to a cerebrovascular accident |
CN112103265B (zh) * | 2019-10-10 | 2022-08-30 | 炬力(珠海)微电子有限公司 | 主控芯片、pcb板以及电子设备 |
USD934164S1 (en) | 2019-10-18 | 2021-10-26 | Vitaltech Properties, Llc | On-body wearable charger |
USD936650S1 (en) | 2019-10-18 | 2021-11-23 | Vitaltech Properties, Llc | Smartwatch |
USD933497S1 (en) | 2019-10-18 | 2021-10-19 | Vitaltech Properties, Llc | Watch |
CN111210914A (zh) * | 2019-12-04 | 2020-05-29 | 北京沃东天骏信息技术有限公司 | 基于可穿戴设备的问诊提醒的方法和装置 |
US10937296B1 (en) * | 2020-04-14 | 2021-03-02 | Unityband, LLC | System and method to manage safe physical distancing between entities |
US20220104772A1 (en) * | 2020-10-02 | 2022-04-07 | Chad L. Sayers | Smart Phone Cover with Sensors and Method |
CN114496131B (zh) * | 2022-01-22 | 2022-10-04 | 深圳市携康网络科技有限公司 | 一种家庭医生信息化系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070191697A1 (en) * | 2006-02-10 | 2007-08-16 | Lynn Lawrence A | System and method for SPO2 instability detection and quantification |
US8388530B2 (en) * | 2000-05-30 | 2013-03-05 | Vladimir Shusterman | Personalized monitoring and healthcare information management using physiological basis functions |
US20040122708A1 (en) * | 2002-12-18 | 2004-06-24 | Avinash Gopal B. | Medical data analysis method and apparatus incorporating in vitro test data |
US7314451B2 (en) * | 2005-04-25 | 2008-01-01 | Earlysense Ltd. | Techniques for prediction and monitoring of clinical episodes |
CN101108125B (zh) * | 2007-08-02 | 2010-06-16 | 无锡微感科技有限公司 | 一种身体体征动态监测系统 |
EP2358266A4 (en) * | 2008-11-20 | 2012-10-03 | Bodymedia Inc | METHOD AND APPARATUS FOR DETERMINING CRITICAL CARE PARAMETERS |
AU2013243453B2 (en) * | 2012-04-04 | 2017-11-16 | Cardiocom, Llc | Health-monitoring system with multiple health monitoring devices, interactive voice recognition, and mobile interfaces for data collection and transmission |
US9875450B1 (en) * | 2012-08-29 | 2018-01-23 | James Robert Hendrick, III | System and method of automated healthcare assessments and event inferences |
WO2014060938A1 (en) * | 2012-10-16 | 2014-04-24 | Night-Sense, Ltd | Comfortable and personalized monitoring device, system, and method for detecting physiological health risks |
US10687193B2 (en) * | 2013-09-19 | 2020-06-16 | Unaliwear, Inc. | Assist device and system |
US20150118658A1 (en) * | 2013-10-31 | 2015-04-30 | Dexcom, Inc. | Adaptive interface for continuous monitoring devices |
US9465917B2 (en) * | 2014-05-30 | 2016-10-11 | Roche Diabetes Care, Inc. | Hazard based assessment patterns |
CN104077495B (zh) * | 2014-07-17 | 2017-10-17 | 杜晓松 | 一种可穿戴无线人体特征信息采集及传输模块、监控系统 |
WO2016061308A1 (en) * | 2014-10-17 | 2016-04-21 | Kahlbaugh Bradley E | Human metabolic condition management |
-
2016
- 2016-08-16 CN CN201680059721.7A patent/CN108348745B/zh active Active
- 2016-08-16 EP EP16836746.4A patent/EP3337553A4/en not_active Withdrawn
- 2016-08-16 WO PCT/IL2016/050890 patent/WO2017029661A1/en active Application Filing
-
2018
- 2018-02-14 US US15/896,098 patent/US11568993B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN108348745A (zh) | 2018-07-31 |
EP3337553A4 (en) | 2019-06-05 |
US20180174686A1 (en) | 2018-06-21 |
US11568993B2 (en) | 2023-01-31 |
EP3337553A1 (en) | 2018-06-27 |
WO2017029661A1 (en) | 2017-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108348745B (zh) | 预测医疗保健事件的系统和方法 | |
JP5135197B2 (ja) | 生体指標管理装置 | |
US20210407684A1 (en) | Illness Detection Based on Temperature Data | |
US20170329932A1 (en) | Living-habit improvement device, living-habit improvement method, and living-habit improvement system | |
JP2019115614A (ja) | 疾患発症リスク予測装置、方法およびプログラム | |
CN113520395A (zh) | 一种精神状态的实时评估系统和方法 | |
US11160949B2 (en) | Method, apparatus and computer program product for providing a dynamic wake-up alert | |
US20230081657A1 (en) | System and method for determining and predicting of a misstep | |
JP2018509270A (ja) | 精神的苦痛モニタリングシステム | |
CN115802931A (zh) | 检测用户温度和评估呼吸系统病症的生理症状 | |
JP2018068910A (ja) | 疾病予測方法 | |
US11937936B2 (en) | Thyroid function monitoring method according to medication, and monitoring server and user terminal performing the same | |
JP5176942B2 (ja) | 特徴抽出装置 | |
KR20180033763A (ko) | 개인 기대여명 예측 시스템 및 방법 | |
US20220409187A1 (en) | Illness detection with menstrual cycle pattern analysis | |
US20230307142A1 (en) | Fall risk analysis using balance profiles | |
WO2023074284A1 (ja) | 健康状態判定方法、及び、健康状態判定システム | |
WO2023074283A1 (ja) | 健康状態判定方法、及び、健康状態判定システム | |
JP7476508B2 (ja) | 健康状態判定システム、健康状態判定方法及びプログラム | |
JP2023123176A (ja) | 情報処理方法、プログラム、情報処理装置及び情報処理システム | |
JP2020109616A (ja) | 健康状態判定システム、健康状態判定方法及びプログラム |
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 |