CN109313817A - 用于生成医学诊断的系统和方法 - Google Patents
用于生成医学诊断的系统和方法 Download PDFInfo
- Publication number
- CN109313817A CN109313817A CN201780034876.XA CN201780034876A CN109313817A CN 109313817 A CN109313817 A CN 109313817A CN 201780034876 A CN201780034876 A CN 201780034876A CN 109313817 A CN109313817 A CN 109313817A
- Authority
- CN
- China
- Prior art keywords
- patient
- data
- potential disease
- disease
- medical device
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
提出了提供诊断测量工具的系统和方法,所述诊断测量工具使得即使非专业人员也能够在很少或者没有健康护理专业人员的干预的情况下可靠并且准确地执行对其关键医学器械测量到的数据的临床级诊断测量,并且参与某种程度的自我诊断以检测急性状况,先前这是健康护理专业人员的专属领域。在各种实施例中,这是通过使用自动的远程(或本地,例如,以自助服务终端的形式)医学诊断系统来实现的,所述医学诊断系统向患者提供清晰和简明的音频/视频指导并且监测患者的设备使用以产生高‑准确度的测量数据,所述测量数据利用诊断引擎提供潜在诊断的输出,可以根据需要在本地进行分析并且与健康护理专业人员和专家共享。
Description
相关专利申请的交叉引用
本申请主张要求共同拥有的于2016年11月18日提交的题为“SYSTEMS ANDMETHODS FOR GENERATING MEDICAL DIAGNOSIS”的美国专利申请No.15/355472(案卷号20132-2070)的优先权,其发明人是James Stewart Bates,其主张要求于2016年5月5日提交的题为“AUTOMATED MEDICAL DIAGNOSTIC SYSTEM”的共同待决美国临时专利申请No.62/332422(案卷号20132-2020P)的优先权,其发明人是JamesStewart Bates。上述专利文献中的每个专利文献在此通过引用以其整体并入本文。
技术领域
本公开涉及健康护理,更具体涉及用于生成医学诊断数据的自测量或辅助测量系统和方法。
背景技术
患者当需要时或者以具有时效性的方式安排与主治医生的预约的常见问题是导致患者逐渐从与诊断和处置患者的健康相关问题的单个全科医生建立和依赖终身关系转移到患者选择在家庭、工作单位或学校附近的紧急护理机构中接受现成处置,并且提供对医学护理的相对容易的访问,而无需预约的不便,而预约常常必须提前数周或数月来安排。然而,主治医生的重要性降低使得不同的处置医师难以为每位患者保持相当完整的医学记录,这导致患者每次当访问不同的设施或不同的医生时都必须重复大量的个人和医学信息。在一些情况下,面对冗长并且耗时的患者问卷的患者无法提供准确的信息,而这些信息对于恰当的医学处置可能是重要的,无论是为了加快他们的访问还是其他原因。另外,研究已经表明,由于在医学机构中暴露于细菌或病毒的风险,参与紧急护理或急救设施的患者实际上可能会恶化其健康状况,尽管医学界在努力减少这样的情况的数量。
通过一致的规章变化、电子健康记录变化以及来自付款人的压力,健康护理机构和提供者正在寻找使患者登记、分诊、诊断、处置、电子健康记录数据录入、处置、计费以及患者随访活动更有效率的方式,以提供更好的患者体验,并且增加每小时医生对患者的吞吐量,同时降低成本。
增加对健康护理提供者的访问的愿望、降低发达国家的健康护理成本的迫切需要以及向欠发达国家的更大群体提供健康护理的目标推动了远程医疗的想法。然而,在大多数情况下,与医生的视频或音频会议不提供足够的患者-医师交互,而这对于允许恰当的医学诊断以有效地服务患者是必要的。
所需要的是确保可靠的远程或本地医学患者登记、分诊、诊断、处置、电子健康记录数据录入/管理、处置、计费以及患者随访活动的系统和方法,从而医师能够更有效率地分配患者时间,并且在一些情况下,允许个人管理其自己的健康,由此降低健康护理成本。
附图说明
将参考本发明的实施例,在附图中图示了其范例。这些图旨在说明而非限制。尽管大致在这些实施例的上下文中描述了本发明,但是应当理解,并不意图将本发明的范围限制于这些特定实施例。
图1图示了根据本公开的实施例的示例性诊断系统。
图2图示了根据本公开的实施例的示例性生命体征测量系统。
图3是根据本公开的实施例的用于提供诊断医学信息的说明性过程的流程图。
图4描绘了根据本公开的实施例的计算设备/信息处理系统的简化框图。
具体实施方式
在以下描述中,出于解释的目的,阐述了具体细节以便提供对本公开的理解。然而,对于本领域技术人员将显而易见的是,能够在没有这些细节的情况下实践本公开。此外,本领域技术人员将认识到,下文所描述的本公开的实施例可以以各种方式来实施,诸如在有形计算机可读介质上的过程、装置、系统、设备或方法。
在图中所示的元件/部件是本公开的示例性实施例的说明,并且旨在避免使本公开模糊。还应当理解,在整个该讨论中,部件可以被描述为单独的功能单元,其可以包括子单元,但是本领域技术人员将认识到,其各种部件或部分可以被分成单独的部件或者可以被集成在一起,包括被集成在单个系统或部件内。应当注意,本文所讨论的功能或操作可以被实施为部件/元件。部件/元件可以以软件、硬件或者其组合来实施。
此外,附图内的部件或系统之间的连接不旨在限于直接连接。相反,可以通过中间部件来修改、重新格式化或者以其他方式改变这些部件之间的数据。同样地,可以使用额外的或更少的连接。同样地,可以使用额外的或更少的连接。还应当注意,术语“耦合”、“连接”或“通信地耦合”应当被理解为包括直接连接、通过一个或多个中间设备的间接连接以及无线连接。
说明书中对“一个实施例”、“优选实施例”、“实施例”或“多个实施例”的引用意指结合实施例所描述的特定特征、结构、特性或功能至少被包含在本公开的一个实施例中,并且可以被包含在多于一个实施例中。在说明书中各处出现的短语“在一个实施例中”、“在实施例中”或者“在多个实施例中”不一定都指代相同的一个或多个实施例。术语“包含(include)”、“包含(including)”、“包括(comprise)”和“包括(comprising)”应当被理解为开放式术语,并且随后的任何列表是范例,并非意在限于所列出的项。本文中所使用的任何标题仅仅用于组织的目的,而不应当被用于限制说明书或权利要求的范围。
此外,在说明书中的各处对特定术语的使用仅仅用于说明而不应当被解读为限制。服务、功能或资源并不限于单个服务、功能或资源;这些术语的使用可以指代可以被分发或聚合的相关服务、功能或资源的分组。
在本文件中,术语“传感器”指代能够采集与以下内容相关的信息的设备:任何类型的生理状况或活动(例如,生物计量诊断传感器);物理数据(例如,重量);取向,在任意谱中的成像,以及环境信息(例如,环境温度传感器),包括硬件特定信息。术语“位置”指代空间和时间数据(例如,取向和运动信息)。“医生”指代任何健康护理专业人员、健康护理提供者、医师或者由医师指导的人员。“患者”是使用本发明的系统和方法的任何用户,例如被检查的人或者辅助这样的人的任何人。术语“疾病”可与术语“诊断”互换地使用。如在本文中所使用的,“回答”或“问题”指代以下中的一项或多项:1)对问题的回答,2)测量或测量请求(例如,由“患者”执行的测量),以及3)症状(例如,由“患者”选择的症状)。
图1图示了根据本公开的实施例的示例性诊断系统。诊断系统100包括自动诊断系统102、患者接口站106、医生接口站104以及医学器械设备108。患者接口站106和医生接口站104两者都可以被实施为任何平板电脑、计算机、移动设备或者其他电子设备。医学器械设备108被设计为主要收集诊断患者数据,并且可以包括一个或多个诊断设备,例如,在家庭诊断医学工具包中,其基于患者的身体和非身体特性来生成诊断数据。注意,诊断系统100可以包括附加的传感器和设备,其在操作中收集、处理或传输关于患者、医学器械使用、取向、环境参数(诸如环境温度、湿度)、位置的特性信息以及可以被用于实现本发明的目的其他有用信息。
在操作中,患者可以将患者相关数据(诸如健康历史、患者特性、症状、健康问题、医学器械测量的诊断数据、图像以及声音模式或者其他相关信息)输入到患者接口站106中。患者可以使用诸如语音控制的任何通信手段来例如以问卷的形式输入数据。患者接口站106可以例如经由安全通信将原始或经处理的形式的数据提供给自动诊断系统102。
在实施例中,可以例如通过软件应用来提示患者回答旨在辅助诊断一种或多种医学状况的问题。所述软件应用可以通过描述如何使用医学器械设备108来管理诊断测试或者如何对可以是医学器械设备108的部分的任何特定设备进行诊断测量来提供引导,以便于对患者诊断数据的准确测量。
在实施例中,患者可以使用医学器械设备108来创建用作基线简档的患者健康简档。收集到的患者相关数据可以被安全地存储在数据库103或者被耦合到自动诊断系统102的安全远程服务器(未示出)中。在实施例中,自动诊断系统102实现了患者和远程定位的健康护理专业人员之间的交互,例如,通过经由所述软件应用的通信,所述健康护理专业人员可以向患者提供指令。医生可以登录到基于云的系统(未示出)中以经由医生接口站104访问患者相关的数据。在实施例中,自动诊断系统102向医生呈现自动诊断建议,医生可以验证或修改所建议的信息。
在实施例中,基于一个或多个患者调查问卷、由医学器械设备108收集到的数据、患者反馈以及历史诊断信息,可以向患者提供指令、反馈、结果122以及与患者的健康相关的其他信息。在实施例中,医生可以基于自动诊断系统建议来选择疾病,和/或随后一系列指令、反馈和/或结果122可以基于与医学数据库相关联的决策向量来调节。在实施例中,医学器械设备108使用决策向量来生成诊断结果,例如,响应于患者回答和/或对患者生命体征的测量。
在实施例中,医学器械设备108包括多个传感器,诸如加速度计、陀螺仪、压力传感器、相机、辐射热测量计、高度计、IR LED以及接近度传感器,其可以被耦合到例如温度计的一个或多个医学设备上,以辅助执行诊断测量和/或监测患者对医学器械设备108的使用的准确性。除了拍摄患者的图片之外,相机、辐射热测量计或者其他谱成像设备(例如,雷达)可以使用图像或面部识别软件和机器视觉来识别身体部位、物品和动作,以辅助患者定位在适当的位置中以在患者的身体上例如通过识别患者的身体的任意部分作为参考来进行测量。
医学器械设备108可以生成的诊断数据类型的范例包括体温、血压、图像、声音、心率、血氧水平、运动、超声、压力或气体分析、持续气道正压、心电图、脑电图、心电描记法、BMI、肌肉质量、血液、尿液以及任何其他患者相关数据128。在实施例中,可以从收集样本数据的非手术可穿戴或可植入监测设备导出患者相关数据128。
在实施例中,IR LED、接近度信标或者其他可识别标记(未示出)可以被附接到医学器械设备108以跟踪医学器械设备108的位置和放置。在实施例中,相机、辐射热测量计或者其他谱成像设备使用可识别标记作为控制工具来辅助相机或患者确定医学器械设备108的位置。
在实施例中,机器视觉软件可以被用于例如在屏幕上跟踪并覆盖或叠加具有期望目标定位的可识别标记(例如,IR LED、热源或反射材料)的位置,在所述期望目标定位处,患者应当放置医学器械设备108,由此辅助患者恰当地放置或对准传感器并且确保准确且可靠的读数。一旦例如听诊器的医学器械设备108被放置在患者躯体上的期望目标定位处,就可以通过光学或视觉提示来提醒患者根据指令进行呼吸或者执行其他动作以促进医学测量并且开始测量。
在实施例中,可以被附接到医学器械设备108的一个或多个传感器通过周期性地或连续地记录数据并且将测量到的数据(诸如位置、移动和角度)与预期的数据模型和/或误差阈值进行比较来监测对医学器械设备108的放置和使用,以确保测量准确度。可以指示患者调节医学器械设备108的角度、位置或运动,例如,调节其状态,并且因此,避免低准确度或错误的测量读数。在实施例中,附接的或跟踪医学器械设备108的传感器可以生成传感器数据和患者交互活动数据,所述传感器数据和患者交互活动数据可以例如与理想化患者医学器械设备使用传感器模型数据进行比较,以创建设备使用准确度分数。还可以将患者医学器械设备测量到的医学数据与从医学器械设备108预期的理想化设备测量数据进行比较,以创建设备准确度分数。
来自医学器械设备108(例如,传感器、接近度、相机等)的反馈和实际设备测量数据可以被用于指示患者在测量期间恰当地对准医学器械设备108。在实施例中,医学器械设备类型以及对医学器械设备108患者交互的传感器系统监测可以被用于创建用于在医学诊断算法中使用的设备使用准确度分数。类似地,患者医学器械设备测量到的医学数据可以被用于创建供所述医学诊断算法使用的测量准确度分数。
在实施例中,机器视觉软件可以被用于在监测器上示出模仿患者的移动并且向患者提供详细的交互指令和实时反馈的动画。这辅助患者相对于患者的身体来正确地定位和操作医学器械设备108,从而确保当使用医学器械设备108操作时的高水平的准确度。
在实施例中,一旦自动诊断系统102检测到非预期的数据,例如表示不想要的移动、位置、测量数据等的数据,就发起包括计算可信度分数或可靠性因子的验证过程以便估计测量准确度。一旦测量数据的准确度低于期望水平,就可以要求患者重复测量或者请求助理帮助,助理可以例如经由应用来远程地回答问题以帮助恰当的设备使用或者警告附近的人辅助使用医学器械设备108。所述验证过程也可以指示患者回答额外的问题,并且可以包括基于测量或重新测量来计算测量准确度分数。
在实施例中,基于请求124,自动诊断系统102可以通过授权患者和医生访问诊断系统100来启用患者-医生交互。患者可以输入数据、进行测量并且提交图像和音频文件或任何其他信息到应用或门户网站。医生可以访问该信息,例如,以回顾由自动诊断系统102所生成的诊断,并且生成、确认或修改针对患者的指令。患者-医生交互,尽管是诊断和处置不需要的,如果使用的话,则可以经由音频/视频应用或者通过任何其他通信手段亲自、实时地发生。
在实施例中,自动诊断系统102可以利用从口腔、咽喉、眼睛、耳朵、皮肤、四肢、表面异常、内部成像源生成的图像以及其他适当的图像和/或根据对心脏、肺、腹部、胸部、关节运动、语音的诊断检查和任何其他音频数据源生成的音频数据。自动诊断系统102还可以利用患者实验室测试、医学图像或者任何其他医学数据。在实施例中,自动诊断系统102实现对患者的医学检查,例如,使用医学器械设备108中的医学设备(例如,超声)来检测扭伤、挫伤或骨折,并且自动地提供关于患者的医学状况的诊断建议。
在实施例中,诊断包括使用医学数据库决策向量,其至少部分地基于患者的自测量(或辅助测量的)生命体征或其他测量的医学数据、测量数据集的准确度分数、被附接到医学器械设备108的传感器的使用准确度分数、区域疾病趋势以及在普遍接受的医学知识评估步骤中使用的信息。可以被安装在自动诊断系统102中的决策向量和相关联的算法可以利用一维或多维数据、患者历史、患者问卷反馈以及模式识别或模式匹配来使用图像和音频数据进行分类。在实施例中,医学设备使用准确度分数生成器(未示出)可以在自动诊断系统102内实施,并且可以利用医学器械设备中的任何设备或附接的传感器108的误差向量来创建设备使用准确度分数,并且利用实际患者测量到的设备数据来创建测量数据准确度分数。
在实施例中,自动诊断系统102输出诊断和/或处置信息,所述诊断和/或处置信息例如通过电子方式或者由医学专业人员亲自传送给患者,例如是可以包括药物处方的处置指南。在实施例中,处方可以被直接传送到药房以用于提取或者自动送货上门。
在实施例中,自动诊断系统102可以生成患者的总体健康风险简档并且推荐步骤以降低忽视潜在危险状况的风险或者将患者引导到能够处置潜在危险状况的附近设施。所述健康风险简档可以辅助处置医生履行对患者的职责,例如,仔细检查和评估患者,并且在认为必要的情况下,将患者转移给专科医生,开始进一步测试等。所述健康风险简档有利地减少了疏忽的可能性,并且由此减少了医学纠纷。
在实施例中,自动诊断系统102包括支付特征,所述支付特征使用患者识别信息来访问数据库以例如确定患者先前是否已经安排了支付方法。并且如果数据库未指示先前安排的支付方法,则自动诊断系统102可以提示患者输入支付信息,诸如保险、银行或信用卡信息。自动诊断系统102可以确定支付信息是否有效并且从保险、EHR系统和/或卡发行者自动地获得授权以支付针对医生提供的服务的特定金额。发票可以电子方式呈现给患者,例如,在完成咨询时,使得患者能够例如经由电子签名来授权支付发票。
在实施例中,患者数据库103(例如,安全的基于云的数据库)可以包括允许对患者数据库的安全访问的安全接口(未示出),例如,通过使用患者识别信息来获得患者的医学历史。所述接口可以使用生物计量、条形码或者其他电子安全方法。在实施例中,医学器械设备108使用独有的标识符,其被用作针对测量数据的控制工具。数据库103可以是针对由诊断系统100创建、修改或接收的任何类型的数据的储存库,例如生成的诊断信息、从患者的可穿戴电子设备接收到的信息、远程视频/音频数据以及指令,例如,从远程位置或者从应用接收到的指令。
在实施例中,基于由诊断系统100询问的问题中的一个或多个问题、由患者/系统100进行的测量、由系统100生成的诊断和处置代码、一个或多个信任分数、以及从一个或多个源(诸如现有的健康护理数据库)导入的患者健康护理数据,来自动地填充患者的电子健康护理记录(EHR)中的字段。应当理解,可以将导入的患者健康护理数据的格式转换为与系统100的EHR格式相兼容。相反,可以将输出的患者健康护理数据例如转换为与外部EHR数据库相兼容。
另外,由系统100归档的患者相关数据提供针对医生执行的检查水平的代码决策的支持。当前,为了计费和报销的目的,医生必须选择任何识别出的代码之一(例如,ICD10当前保持大约97000个医学代码)来识别疾病,并且基于由医生识别出的疾病来提供识别对患者执行的身体检查/诊断(例如,全身体检)的水平的附加代码。
在实施例中,患者回答被用于向医生建议由识别出的疾病支持的检查水平,例如以便确保医生不对轻微疾病执行不必要的深入检查或者执行患者保险可能无法承保的处置。
在实施例中,在识别诊断时,系统100生成针对特定处置的一个或多个推荐/建议/选项。在实施例中,生成一个或多个处置计划,医生可以与患者讨论并决定适合的治疗。例如,一个处置计划可以纯粹为了有效性而定制,另一处置计划可以考虑药物成本。在实施例中,系统100可以生成处方/实验室测试请求并且考虑各因素,诸如最近的研究结果、可用的药物以及可能的药物相互作用、患者的医学历史、患者的特点、家族史以及当提供处置信息时可能影响处置的任何其他因素。在实施例中,诊断和处置数据库可以例如由健康护理专业人员持续地更新,从而可以对特定患者(例如,被识别为特定风险群组的成员的患者)施予最佳处置。
注意,可以有利地组合传感器和测量技术以使用缩减数量的传感器来执行多种功能。例如,通过利用IR技术测量体温,光学传感器可以被用作热传感器。还应当注意,由系统100收集的一些或所有数据可以在自动诊断系统102内被直接处理和分析,或者被传输到外部读取设备(在图1中未示出)以进行进一步处理和分析,例如,以实现额外的诊断。
图2图示了根据本公开的实施例的示例性患者诊断测量系统。如所描绘的,患者诊断测量系统200包括微控制器202、谱成像设备(例如,相机204)、监测器206、患者-医学设备活动跟踪传感器(例如,惯性传感器208)、通信控制器210、医学器械224、可识别标记(例如,IR LED 226)、电源管理单元230和电池232。每个部件可以通过电线直接或间接地、无线地或光学地耦合到系统200中的任何其他部件。
医学器械224包括能够测量患者的身体特性和非身体特性的一个或多个设备,在实施例中,所述设备可以例如根据患者之间的不同解剖结构、患者皮肤上的不规则性等进行定制。在实施例中,医学器械224是基于患者特性生成诊断数据的诊断医学设备的组合。示例性诊断医学设备是心率传感器、耳镜、数字听诊器、耳内温度计、血氧传感器、高清相机、肺活量计、血压计、呼吸传感器、皮肤电阻传感器、血糖仪、超声设备、心电图传感器、体液样本收集器、眼裂隙灯、体重秤以及本领域已知的可以辅助执行医学诊断的任何其他设备。在实施例中,可以从收集样本数据的可穿戴或可植入监测设备(例如,监测身体活动的健身设备)接收和/或比较患者特性和生命体征数据。
一个或多个医学器械224可以经由使用粘附以提供良好的物理或电接触的贴片或电极可移除地直接附接到患者的身体(例如,患者的躯体)上。在实施例中,医学器械224(例如,非接触式温度计)可以在离患者的身体一定距离处执行非接触式测量。
在实施例中,微控制器202可以是安全的微控制器,其以加密形式安全地通信信息,以确保患者诊断测量系统200中的测量数据和活动传感器以及患者-设备接近度信息和其他信息的隐私性和真实性。通过利用嵌入在微控制器202的硬件中的安全特征和/或在敏感数据的传输和存储期间实现安全特征的软件来实现。患者诊断测量系统200中的每个设备可以具有握手的秘钥以定期地执行认证操作。
谱成像设备相机204是可以以任何频率或图像类型来捕获患者图像和声音的任何音频/视频设备。监测器206是可以被耦合到相机、传感器和/或系统200的任何部分的任何屏幕或显示设备。患者-设备活动跟踪惯性传感器208是任何单维或多维传感器,诸如加速度计、多轴陀螺仪、压力传感器以及能够基于患者交互提供医学设备上的位置、运动、压力或取向数据的磁力计。患者-设备活动跟踪惯性传感器208可以被附接到(可移除地或永久地)或嵌入到医学器械224中。可识别标记IR LED 226表示可以由微控制器202用作可识别标记的任何设备、热源、反射材料、接近度信标、高度计等。如患者-设备活动跟踪惯性传感器208一样,可识别标记IR LED226可以重新附接到或嵌入到医学器械224中。
在实施例中,通信控制器210是被永久或临时附接到医学器械224或患者身体的无线通信控制器,以建立双向无线通信链路,并且使用本领域中已知的任何无线通信协议(诸如低功耗蓝牙)例如经由无线地通信数据的嵌入式天线电路例如在传感器与微控制器202之间传输数据。本领域普通技术人员将意识到,由这样的天线电路生成的电磁场可以是任何合适的类型。在RF场的情况下,操作频率可以位于ISM频带中,例如为13.56MHz。在实施例中,由无线通信控制器210接收到的数据可以被转发到可以运行软件应用的主机设备(未示出)。
在实施例中,电源管理单元230被耦合到微控制器202以向例如微控制器202和通信控制器210提供能量。电池232可以是用于电源管理单元230的备用电池或者是患者诊断测量系统200中的设备中的任意一个设备的电池。本领域普通技术人员将意识到,系统200中的一个或多个设备可以根据相同的电源(例如,电池232)来操作并且同时或不同时地执行多于一项功能。本领域技术人员还将意识到,一个或多个部件(例如,传感器208、226)可以被集成在单个芯片/系统上,并且可以实施诸如滤波元件等的附加电子器件,以根据本发明的目的来支持医学器械设备测量或者使用监测和跟踪系统200的功能。
在操作中,患者可以使用医学器械224来基于身体和非身体患者特性(例如,生命体征数据、图像、声音以及在监测和诊断健康相关状况中有用的其他信息)来收集患者数据。所述患者数据由微控制器202来处理,并且可以被存储在数据库(未示出)中。在实施例中,所述患者数据可以被用于建立针对患者健康简档的基线数据,后续患者数据可以与之进行比较。
在实施例中,患者数据可以被用于创建、修改或更新EHR数据。收集到的医学器械设备数据连同任何其他患者和传感器数据可以由患者诊断测量系统200直接处理或者被通信到远程位置以用于分析,例如,以诊断现有的和预期的健康状况以受益于早期检测和预防急性病症或者辅助开发新型医学诊断方法。
在实施例中,医学器械224被耦合到多个传感器,诸如患者-设备跟踪惯性传感器208和/或可识别标记IR LED 226,其可以在进行医学设备测量时监测医学器械224相对于患者身体的位置/取向。在实施例中,由传感器208、226或其他传感器生成的传感器数据可以与例如由谱成像设备相机204、接近度传感器、发射器、辐射热测量计或接收器生成的数据结合使用,从而向患者提供反馈以辅助患者在执行诊断测量时相对于患者的感兴趣身体部分来恰当地对准医学器械224。本领域技术人员将意识到,并非所有传感器208、226、信标、压力、高度计等都需要一直操作。可以部分地或完全地禁用任何数量的传感器,例如以节省能量。
在实施例中,传感器发射器包括由IR LED 226发射的光信号或者可以被用作参考信号的任何其他可识别标记。在实施例中,所述参考信号可以例如在图像内并且基于区分参考与图像的其他部分的特性来识别位置。在实施例中,所述参考信号表示在医学器械224的位置与相对于患者身体的优选定位之间的差异。在实施例中,谱成像设备相机204例如经由监测器206显示医学器械224的位置以及在优选定位处的参考信号,以便允许患者确定医学器械224的位置并且调节由谱成像设备相机204显示的相对于优选定位的位置。
谱成像设备相机204、接近度传感器、发射器、接收器、辐射热测量计或者任何其他适合的设备可以被用于相对于患者的身体部位来定位或跟踪例如图像内的参考信号。在实施例中,这可以通过使用覆盖方法来实现,所述覆盖方法将患者的身体部位的图像相对于设备使用的理想模型进行覆盖,以实现针对患者的实时反馈。所述参考信号连同来自其他传感器(例如,患者-设备活动惯性传感器208)的信号可以被用于识别与医学器械224相关联的位置、场所、角度、取向或使用,以监测和引导患者在目标定位放置医学器械224并且准确地激活用于测量的设备。
在实施例中,例如,在接收到请求信号时,微控制器202激活一个或多个医学器械224以执行测量,并且将与测量有关的数据发送回微控制器202。测量到的数据以及与身体状况相关联的其他数据可以被自动地记录,并且可以监测医学器械224的使用准确度。
在实施例中,微控制器202通过患者-设备活动惯性传感器208使用任何谱、运动信号和/或取向信号中的图像来补偿或校正由医学器械224输出的生命体征数据。数据补偿或校正可以包括滤除可能被寄生效应和错误读数破坏的特定数据,所述寄生效应和错误读数由医学器械224暴露于由扰动或者例如患者的目标测量身体部位的运动的影响引起的不希望的运动导致。
在实施例中,来自两个或更多个医学器械224或者来自医学器械224和患者-活动活动系统惯性传感器208的信号被组合,例如,以减少信号延迟并且增加信号之间的相关性,以进一步提高生命体征测量系统200的能力来拒绝运动伪影而去除错误读数,并且因此,能够更准确地解释所测量到的生命体征数据。
在实施例中,谱成像设备相机204显示患者和医学器械224的实际或模拟图像和视频,以辅助患者在执行测量时定位针对医学器械224的期望位置,从而提高测量准确度。谱成像设备相机204可以使用图像或面部识别软件来识别并显示眼睛、嘴巴、鼻子、耳朵、躯体或者患者身体的任何其他部分作为参考。
在实施例中,生命体征测量系统200使用机器视觉软件,所述机器视觉软件分析测量到的图像数据并且将图像特征与数据库中的特征进行比较,例如,以检测针对目标身体部位的不完整图像,从而监测测量的准确性,并且确定对应的分数。在实施例中,如果分数低于特定阈值,则系统200可以提供用于改善测量准确度的详细指导,例如,通过改变耳镜相对于患者耳朵的角度或深度以接收更完整的图像。
在实施例中,所述机器视觉软件可以使用覆盖方法来模仿患者的姿势/运动以提供详细和交互式指令,例如通过在监测器206上显示患者、图形或化身的特征、图像以提供反馈给患者。所述指令、图像或化身可以开始或停止,并且基于医学器械224的类型、来自谱成像设备相机204的数据、患者-设备活动传感器惯性传感器208、辐射热测量计、发射器和接收器和/或可识别标记IR LED 226(图像、测量到的位置或角度等)以及数据与理想化数据的比较,来决定显示什么帮助指令。这还辅助患者相对于患者身体来正确地定位和操作医学器械224,当操作医学器械224时确保高水平的准确度,并且解决了患者在使用医学器械224时可能遇到的潜在问题。
在实施例中,指令可以经由监测器206来提供,并且以音频/视频格式并且以任何期望的细节水平描述如何使用医学器械224来执行诊断测试或测量,例如,如何获取温度,以便使得患者能够执行对临床分级准确度的测量。在实施例中,每个传感器208、226,例如接近度、辐射热测量计、发射器/接收器,可以与设备使用准确度分数相关联。可以在微控制器202中实施的设备使用准确度分数生成器(未示出)可以使用传感器数据来生成医学器械使用准确度分数,该分数表示对患者的医学器械224测量的可靠性。在实施例中,所述分数可以基于医学器械224的实际位置与优选定位之间的差异。另外,所述分数可以基于例如在测量期间对运动的检测。在实施例中,响应于确定准确度分数低于阈值,可以请求重复测量或设备使用辅助。在实施例中,从针对一个或多个传感器208、226生成的误差向量来导出设备使用准确度分数。可以在生成或评估医学诊断数据时使用所得到的设备使用准确度分数。
在实施例中,微控制器202分析患者测量到的医学器械数据以生成指示医学器械的可接受范围的信任分数。例如,通过将医学器械测量数据与将参考测量数据或从医学器械224将预期的参考测量数据进行比较。与设备使用准确度分数一样,可以在生成或评估医学诊断数据时使用信任分数。
图3是根据本公开的实施例的用于提供诊断医学信息的说明性过程的流程图。当例如经由患者接口接收到包括症状的第一组患者数据时,在步骤302处开始用于提供诊断医学信息的过程300。
在步骤304处,识别与(一个或多个)症状相关联的一种或多种潜在疾病。在实施例中,所述潜在疾病选自能通过特定阈值彼此区分开的一组疾病。结果,过程300的步骤的数量是确定性的。
在步骤306处,可以指示患者进行多种医学器械测量,诸如血压、温度和体重,例如,通过使用诊断工具包中的多个医学器械设备。
在步骤308处,基于例如系统-患者交互、症状关键词可信度、症状关系权重因子和症状关联分数、医学器械测量、医学器械测量准确度分数以及其他患者数据,将诊断概率分配给潜在的疾病。
在步骤310处,基于诊断概率,请求额外的患者输入,例如,对随访医学问题的回答和/或医学器械测量。在实施例中,选取患者输入以便将潜在疾病的数量缩减到低于特定阈值数量的剩余潜在疾病。
在步骤312处,响应于接收到患者输入,重新计算针对剩余潜在疾病的诊断概率。
在步骤313处,确定针对具有最高诊断概率(即,首要疾病)的一组疾病的诊断概率是否满足阈值。如果是,则在步骤314处,请求疾病特异性输入(例如,患者响应和医学设备测量),在实施例中,选取所述输入以便增加针对首要疾病中的一种或多种的诊断概率。否则,如果在步骤313未满足阈值,则过程300可以返回到步骤310以请求额外的患者响应和/或医学器械测量数据以进一步缩减潜在疾病的库。
在步骤315处,响应于疾病特异性输入,过程300可以基于从首要疾病中选择的一种或多种疾病的诊断概率的变化来输入决策矩阵。如果确定针对所选择的一种或多种疾病的诊断概率未增加预定阈值,则在步骤316处,可以首先确定该组中是否还存在任何首要疾病,并且如果是,则可以在步骤318处选择首要疾病中的不同的一种,并且过程300可以返回到步骤314以请求额外的疾病特异性输入。
然而,如果在没有针对疾病或一组疾病的诊断概率已经增加到阈值以上的情况下已经循环通过所有首要的疾病,则在步骤317处,可以选择不同组的首要疾病,并且过程300可以在步骤310处恢复通过请求输入来缩减潜在疾病的数量。
如果在步骤315处确定针对所选择的首要疾病的诊断概率确实增加了预定阈值,那么过程300可以通过请求针对所选择的首要疾病的随访问题或医学仪器测量而利用步骤314直接恢复。
在实施例中,如果在没有增加针对高于阈值的疾病或一组疾病的诊断概率的情况下已经循环通过所选择的首要疾病的特定数量的组之后,那么在步骤321,可以将消息发送到例如健康护理提供者以用于干预。
最后,如果在步骤315处确定一组首要疾病中的组合诊断概率是相似的并且超过阈值,或者针对特定疾病的诊断概率超过(不同)阈值,则过程300可以在步骤320处输出与组中具有最高诊断概率的疾病相关联的诊断医学信息。
本领域技术人员将认识到:(1)可以任选地执行特定步骤;(2)步骤可以不限于本文中所阐述的特定顺序;并且(3)特定步骤可以不同的顺序来执行;并且(4)特定步骤可以同时地进行。
在实施例中,一个或多个计算系统,诸如移动/平板/计算机或自动诊断系统,可以被配置为执行本文中所提出的方法、功能和/或操作中的一个或多个。实施在本文中所描述的方法、功能和/或操作中的至少一个或多个的系统可以包括在至少一个计算系统上操作的一个或多个应用。所述计算系统可以包括一个或多个计算机以及一个或多个数据库。所述计算机系统可以是单个系统、分布式系统、基于云的计算机系统或者其组合。
应当注意,本公开可以在能够处理数据的任何指令执行/计算设备或系统中实施,所述设备或系统包括但不限于电话、膝上型计算机、台式计算机和服务器。本公开还可以被实施为其他计算设备和系统。此外,本公开的各方面可以以多种方式来实施,包括软件(包括固件)、硬件或者其组合。例如,实践本公开的各方面的功能可以由以各种方式实施的部件来执行,包括离散逻辑部件、一个或多个专用集成电路(ASIC)和/或程序控制处理器。应当注意,实施这些项目的方式对于本公开并不重要。
已经描述了本公开的细节,接下来参考图4来描述可以被用于实施本公开的一个或多个方面的示例性系统。图1中的患者接口站106和自动诊断系统102中的每个可以包括系统400中的一个或多个部件。如在图4中所示的,系统400包括中央处理单元(CPU)401,其提供计算资源并且控制计算机。CPU 401可以利用微处理器等来实施,并且还可以包括用于数学计算的图形处理器和/或浮点协处理器。系统400还可以包括系统存储器402,其可以是随机存取存储器(RAM)和只读存储器(ROM)的形式。
还可以提供多个控制器和外围设备,如在图4中所示的。输入控制器403表示到诸如键盘、鼠标或触笔的(一个或多个)各种输入设备404的接口。还可以存在扫描仪控制器405,其与扫描仪406通信。系统400还可以包括存储控制器407,其用于与一个或多个存储设备408接口,存储设备408中的每个存储设备包括诸如磁带或磁盘的存储介质,或者可以被用于记录用于操作系统、实用程序和应用的指令程序的光学介质,其可以包括实施本公开的各方面的程序的实施例。(一个或多个)存储设备408还可以被用于存储根据本公开的已处理的数据或待处理的数据。系统400还可以包括显示控制器409,显示控制器409用于向显示设备411提供接口,显示设备411可以是阴极射线管(CRT)、薄膜晶体管(TFT)显示器或者其他类型的显示器。系统400还可以包括用于与打印机44通信的打印机控制器412。通信控制器414可以与一个或多个通信设备415接口,这使得系统400能够通过各种网络(包括互联网、以太网云、FCoE/DCB云、局域网(LAN)、广域网(WAN)、存储区域网络(SAN))中的任何一个或者通过任何合适的电磁载波信号(包括红外信号)连接到远程设备。
在所图示的系统中,所有主要系统部件可以连接到总线416,总线416可以表示多于一条物理总线。然而,各种系统部件可以彼此物理接近或者不彼此物理接近。例如,输入数据和/或输出数据可以从一个物理位置远程地传输到另一物理位置。另外,可以通过网络从远程位置(例如,服务器)访问实施本公开的各个方面的程序。这样的数据和/或程序可以通过各种机器可读介质中的任何机器可读介质来传送,所述机器可读介质包括但不限于:磁介质,诸如硬盘、软盘和磁带;光学介质,诸如CD-ROM和全息设备;磁光介质;以及专门被配置为存储或者用于存储和执行程序代码的硬件设备,诸如专用集成电路(ASIC)、可编程逻辑器件(PLD)、闪存器件以及ROM和RAM器件。
可以在一个或多个非瞬态计算机可读介质上编码本公开的实施例,其中指令用于一个或多个处理器或处理单元以引起执行步骤。应当注意,一个或多个非瞬态计算机可读介质应当包括易失性和非易失性存储器。应当注意,备选实施方式是可能的,包括硬件实施或软件/硬件实施。可以使用(一个或多个)ASIC、可编程阵列、数字信号处理电路等来实现硬件实施的功能。因此,任何权利要求中的“单元”术语旨在覆盖软件和硬件实施。类似地,本文中所使用的术语“计算机可读介质或媒介”包括具有在其上嵌入的指令程序的软件和/或硬件,或者其组合。考虑到这些实施备选方案,应当理解,附图和随附的描述为本领域技术人员提供了需要编写程序代码(即,软件)和/或制造电路(即,硬件)来执行所要求的处理的功能信息。
应当注意,本公开的实施例还可以涉及具有非瞬态有形计算机可读介质的计算机产品,所述介质在其上具有用于执行各种计算机实施的操作的计算机代码。所述介质和计算机代码可以是为本公开的目的而专门设计和构造的那些,或者其可以是相关领域的技术人员已知或可获得的种类。有形计算机可读介质的范例包括但不限于:磁介质,诸如硬盘、软盘和磁带;光学介质,诸如CD-ROM和全息设备;磁光介质;以及专门被配置为存储或者用于存储和执行程序代码的硬件设备,诸如专用集成电路(ASIC)、可编程逻辑器件(PLD)、闪存器件以及ROM和RAM器件。计算机代码的范例包括诸如由编译器产生的机器代码,以及包含由计算机使用解释器执行的更高级代码的文件。本公开的实施例可以整体或部分地被实施为可以在由处理设备执行的程序模块中的机器可执行指令。程序模块的范例包括库、程序、例程、对象、部件和数据结构。在分布式计算环境中,程序模块可以物理地位于本地、远程或者这两者的设置中。
出于本公开的目的,信息处理系统可以包括任何工具或工具的聚合,其能操作用于计算、运算、确定、分类、处理、发送、接收、取回、引发、切换、存储、显示、通信、证明、检测、记录、重现、处理或利用任何形式的信息、智能或数据以用于商业、科学、控制或其他目的。例如,信息处理系统可以是个人计算机(例如,台式计算机或膝上型计算机)、平板电脑、移动设备(例如,个人数字助理(PDA)或智能电话)、服务器(例如,刀片服务器或机架服务器)、网络存储设备或者任何其他合适的设备,并且可以在尺寸、形状、性能、功能和价格上变化。所述信息处理系统可以包括:随机存取存储器(RAM),一个或多个处理资源,诸如中央处理单元(CPU)或者硬件或软件控制逻辑、ROM和/或其他类型的非易失性存储器。所述信息处理系统的附加部件可以包括:一个或多个磁盘驱动器,用于与外部设备通信的一个或多个网络端口,以及各种输入和输出(I/O)设备,诸如键盘、鼠标、触摸屏和/或视频显示器。所述信息处理系统还可以包括能操作以在各种硬件部件之间传输通信的一条或多条总线。
本领域技术人员将认识到,没有计算系统或编程语言对于本公开的实践是关键的。本领域技术人员还将认识到,上文所描述的多个元件可以在物理上和/或功能上分离到子模块或者被组合在一起。
本领域技术人员将意识到,前述范例和实施例是示例性的,并且不限于本公开的范围。在阅读说明书和研究附图之后,本领域技术人员理解的所有排列、增强、等同、组合和改进都包括在本公开的真实精神和范围之内。
Claims (24)
1.一种用于提供诊断医学信息的系统,所述系统包括:
一个或多个处理器;以及
非瞬态计算机可读介质或媒介,其包括指令的一个或多个序列,所述指令当由所述一个或多个处理器运行时使得包括以下项的步骤被执行:
接收包括症状的患者数据的集合;
识别与所述症状相关联的潜在疾病;
为所述潜在疾病分配诊断概率;
基于所述诊断概率来请求患者数据的额外集合;
响应于接收到所述患者数据的额外集合,来缩减潜在疾病的数量以获得缩减数量的潜在疾病并且重新计算针对所述缩减数量的潜在疾病的所述诊断概率;
从所述缩减数量的潜在疾病中选择一组潜在疾病;
请求疾病特异性输入,所述疾病特异性输入增加针对所述一组潜在疾病中的一种或多种潜在疾病的重新计算的诊断概率;并且
输出与所述一组潜在疾病中具有最高重新计算的诊断概率的疾病相关联的诊断医学信息。
2.根据权利要求1所述的系统,还包括患者接口以接收所述患者数据的集合。
3.根据权利要求1所述的系统,其中,所述潜在疾病中的每种潜在疾病具有独有的因子,所述独有的因子在诊断引擎中创建确定性数量的步骤。
4.根据权利要求1所述的系统,还包括医学器械以通过测量医学器械数据来生成所述患者数据的集合。
5.根据权利要求4所述的系统,还包括比较器,所述比较器将所述医学器械数据中的可识别标记和与预期测量数据相关联的诊断数据库中的标记进行比较。
6.根据权利要求5所述的系统,其中,所述可识别标记被包括在音频文件中。
7.根据权利要求4所述的系统,其中,所述医学器械数据被分配有表示所述医学器械的准确度的信任分数。
8.根据权利要求1所述的系统,其中,将诊断概率分配给所述潜在疾病还包括计算一个或多个权重因子。
9.根据权利要求1所述的系统,其中,将诊断概率分配给所述潜在疾病还包括计算一个或多个关系因子。
10.一种用于提供诊断医学信息的系统,所述系统包括:
接口,其接收患者数据,所述患者数据包括症状和医学器械数据中的至少一项;
位置处理器,其生成与医学器械相关联的位置信息;
验证处理器,其基于所述位置信息和所述患者数据中的至少一项来生成信任分数;以及
诊断处理器,其被耦合以从所述验证处理器接收所述患者数据和至少一个信任分数,从而识别与所述患者数据相关联的潜在疾病并且输出诊断医学信息。
11.根据权利要求10所述的系统,还包括被耦合到所述接口的医学器械,所述医学器械生成所述医学器械数据。
12.根据权利要求11所述的系统,还包括比较器,所述比较器将所述患者数据和所述医学器械数据中的至少一项中的可识别标记和与预期测量数据相关联的诊断数据库中的标记进行比较。
13.根据权利要求10所述的系统,其中,所述诊断处理器基于关系矩阵向所述潜在疾病分配诊断概率,所述关系矩阵包括一个或多个权重因子。
14.根据权利要求10所述的系统,其中,所述诊断处理器基于一个或多个诊断概率来消除所述潜在疾病中的一种或多种潜在疾病。
15.一种用于提供诊断医学信息的方法,所述方法包括:
接收包括症状的患者数据的集合;
识别与所述症状相关联的潜在疾病;
向所述潜在疾病分配诊断概率;
基于所述诊断概率来请求患者数据的额外集合;
响应于接收到所述患者数据的额外集合,来缩减潜在疾病的数量以获得缩减数量的潜在疾病并且重新计算所述诊断概率;
从所述缩减数量的潜在疾病中选择一组潜在疾病,所述一组潜在疾病组中的每种潜在疾病具有重新计算的诊断概率;
请求疾病特异性输入,所述疾病特异性输入增加针对所述一组潜在疾病中的一种或多种潜在疾病的所述重新计算的诊断概率;并且
输出与所述一组潜在疾病中具有最高重新计算的诊断概率的疾病相关联的诊断医学信息。
16.根据权利要求15所述的方法,其中,针对所述一组潜在疾病中的每种潜在疾病的所述重新计算的诊断概率满足阈值。
17.根据权利要求15所述的方法,还包括响应于所述重新计算的诊断概率不满足阈值,来请求额外的患者数据。
18.根据权利要求15所述的方法,其中,请求患者数据的第二集合包括指示患者进行医学器械测量。
19.根据权利要求15所述的方法,其中,患者数据的第一集合和所述第二集合中的一个集合包括被分配有表示医学器械的准确度的信任分数的测量数据。
20.根据权利要求19所述的方法,还包括基于以下中的一项对所述测量数据应用校正:两个或更多个信号之间的相关性、滤波处理以及系统性误差。
21.根据权利要求19所述的方法,其中,所述测量数据被分配有表示所述医学器械的准确度的信任分数。
22.根据权利要求15所述的方法,还包括将可信度分数分配给患者数据的集合。
23.根据权利要求15所述的系统,其中,将诊断概率分配给所述潜在疾病还包括计算一个或多个关系因子。
24.根据权利要求15所述的系统,其中,所述潜在疾病中的每种潜在疾病具有独有的因子,所述独有的因子在诊断引擎中创建确定性数量的步骤。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662332422P | 2016-05-05 | 2016-05-05 | |
US62/332,422 | 2016-05-05 | ||
US15/355,472 | 2016-11-18 | ||
US15/355,472 US20170323071A1 (en) | 2016-05-05 | 2016-11-18 | Systems and methods for generating medical diagnosis |
PCT/US2017/031163 WO2017192918A1 (en) | 2016-05-05 | 2017-05-04 | Systems and methods for generating medical diagnosis |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109313817A true CN109313817A (zh) | 2019-02-05 |
Family
ID=60203608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780034876.XA Pending CN109313817A (zh) | 2016-05-05 | 2017-05-04 | 用于生成医学诊断的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20170323071A1 (zh) |
EP (1) | EP3452990A4 (zh) |
CN (1) | CN109313817A (zh) |
WO (1) | WO2017192918A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113012805A (zh) * | 2019-12-20 | 2021-06-22 | 海信集团有限公司 | 一种健康自诊方法、系统及相关设备 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10861604B2 (en) | 2016-05-05 | 2020-12-08 | Advinow, Inc. | Systems and methods for automated medical diagnostics |
US11164679B2 (en) | 2017-06-20 | 2021-11-02 | Advinow, Inc. | Systems and methods for intelligent patient interface exam station |
US20190214134A1 (en) * | 2018-01-05 | 2019-07-11 | James Stewart Bates | System and method for automated healthcare service |
US10939806B2 (en) | 2018-03-06 | 2021-03-09 | Advinow, Inc. | Systems and methods for optical medical instrument patient measurements |
US11348688B2 (en) | 2018-03-06 | 2022-05-31 | Advinow, Inc. | Systems and methods for audio medical instrument patient measurements |
US20190326016A1 (en) * | 2018-04-18 | 2019-10-24 | Thomas Andrew Kent | Method of Capturing and Evaluation Uncertainty in Computerized Intelligent Systems for Medical Diagnosis |
CN111839471A (zh) * | 2020-06-02 | 2020-10-30 | 刘顺利 | 一种床旁智能精准医疗辅助系统 |
CN112712868A (zh) * | 2020-12-30 | 2021-04-27 | 杭州依图医疗技术有限公司 | 医学数据的分析方法、装置及存储介质 |
US20220285013A1 (en) * | 2021-03-04 | 2022-09-08 | Bioserenity | Treatment preadmittance segregation method and system |
CN113871003B (zh) * | 2021-12-01 | 2022-04-08 | 浙江大学 | 一种基于含因果性医学知识图谱的疾病辅助鉴别诊断系统 |
CN116598023B (zh) * | 2023-05-30 | 2024-06-07 | 南京大经中医药信息技术有限公司 | 中医专家社区师带徒互联网管理系统 |
CN116779134B (zh) * | 2023-08-24 | 2023-12-01 | 安徽通灵仿生科技有限公司 | 一种儿童远程医疗决策系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070244702A1 (en) * | 2006-04-12 | 2007-10-18 | Jonathan Kahn | Session File Modification with Annotation Using Speech Recognition or Text to Speech |
US20080081973A1 (en) * | 2006-09-28 | 2008-04-03 | Nellcor Puritan Bennett Incorporated | System and method for mitigating interference in pulse oximetry |
US20110112793A1 (en) * | 2009-11-06 | 2011-05-12 | Biotronik Crm Patent Ag | Extracorporeal Physiological Measurement Device |
US20120247472A1 (en) * | 2011-03-21 | 2012-10-04 | Lynch Jr William Ray | Systems and Methods for Diagnosing and Treating Sleep Disorders |
US20130226601A1 (en) * | 2011-08-24 | 2013-08-29 | Acupera, Inc. | Remote clinical care system |
US20130268203A1 (en) * | 2012-04-09 | 2013-10-10 | Vincent Thekkethala Pyloth | System and method for disease diagnosis through iterative discovery of symptoms using matrix based correlation engine |
CN103517669A (zh) * | 2011-03-11 | 2014-01-15 | 太空实验室健康护理有限公司 | 在病人监测期间确定多参数管理报警等级的方法和系统 |
US20140244278A1 (en) * | 2013-02-25 | 2014-08-28 | Electronics And Telecommunications Research Institute | Health management system and method of providing health information by using the system |
CN105832288A (zh) * | 2015-01-30 | 2016-08-10 | Toto株式会社 | 身体信息检测系统 |
US20170169171A1 (en) * | 2013-01-09 | 2017-06-15 | Biomed Concepts Inc. | Method and system for identifying diagnostic and therapeutic options for medical conditions using electronic health records |
-
2016
- 2016-11-18 US US15/355,472 patent/US20170323071A1/en active Pending
-
2017
- 2017-05-04 CN CN201780034876.XA patent/CN109313817A/zh active Pending
- 2017-05-04 WO PCT/US2017/031163 patent/WO2017192918A1/en unknown
- 2017-05-04 EP EP17793393.4A patent/EP3452990A4/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070244702A1 (en) * | 2006-04-12 | 2007-10-18 | Jonathan Kahn | Session File Modification with Annotation Using Speech Recognition or Text to Speech |
US20080081973A1 (en) * | 2006-09-28 | 2008-04-03 | Nellcor Puritan Bennett Incorporated | System and method for mitigating interference in pulse oximetry |
US20110112793A1 (en) * | 2009-11-06 | 2011-05-12 | Biotronik Crm Patent Ag | Extracorporeal Physiological Measurement Device |
CN103517669A (zh) * | 2011-03-11 | 2014-01-15 | 太空实验室健康护理有限公司 | 在病人监测期间确定多参数管理报警等级的方法和系统 |
US20120247472A1 (en) * | 2011-03-21 | 2012-10-04 | Lynch Jr William Ray | Systems and Methods for Diagnosing and Treating Sleep Disorders |
US20130226601A1 (en) * | 2011-08-24 | 2013-08-29 | Acupera, Inc. | Remote clinical care system |
US20130268203A1 (en) * | 2012-04-09 | 2013-10-10 | Vincent Thekkethala Pyloth | System and method for disease diagnosis through iterative discovery of symptoms using matrix based correlation engine |
US20170169171A1 (en) * | 2013-01-09 | 2017-06-15 | Biomed Concepts Inc. | Method and system for identifying diagnostic and therapeutic options for medical conditions using electronic health records |
US20140244278A1 (en) * | 2013-02-25 | 2014-08-28 | Electronics And Telecommunications Research Institute | Health management system and method of providing health information by using the system |
CN105832288A (zh) * | 2015-01-30 | 2016-08-10 | Toto株式会社 | 身体信息检测系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113012805A (zh) * | 2019-12-20 | 2021-06-22 | 海信集团有限公司 | 一种健康自诊方法、系统及相关设备 |
CN113012805B (zh) * | 2019-12-20 | 2023-03-21 | 海信集团有限公司 | 一种健康自诊方法、系统及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
US20170323071A1 (en) | 2017-11-09 |
EP3452990A4 (en) | 2020-01-08 |
WO2017192918A1 (en) | 2017-11-09 |
EP3452990A1 (en) | 2019-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210186312A1 (en) | Systems and methods for semi-automated medical processes | |
EP3622407B1 (en) | Patient treatment systems and methods | |
CN109313817A (zh) | 用于生成医学诊断的系统和方法 | |
EP3641638B1 (en) | Systems and methods for intelligent patient interface exam station | |
US20180330058A1 (en) | Systems and methods for generating electronic health care record data | |
US20210090738A1 (en) | Systems and methods for automated medical diagnostics | |
US20190279767A1 (en) | Systems and methods for creating an expert-trained data model | |
US11935656B2 (en) | Systems and methods for audio medical instrument patient measurements | |
US20190221310A1 (en) | System and method for automated diagnosis and treatment | |
US20160157735A1 (en) | Techniques for near real time wellness monitoring using a wrist-worn device | |
US20190214134A1 (en) | System and method for automated healthcare service | |
CN109310330A (zh) | 用于医学器械患者测量的系统和方法 | |
CN108257668A (zh) | 机器人医生的看诊诊断治疗方法 | |
US20190066850A1 (en) | Systems and methods for medical instrument patient measurements | |
Sudha et al. | AI and IoT Applications in Medical Domain Enhancing Healthcare Through Technology Integration | |
US20230023432A1 (en) | Method and apparatus for determining dementia risk factors using deep learning | |
US20150269339A1 (en) | Adaptive Medical Testing | |
Bond | An automated system for reading hand measurements in patients with rheumatoid arthritis | |
WO2014062648A1 (en) | Adaptive medical testing |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190205 |
|
WD01 | Invention patent application deemed withdrawn after publication |