CN111491552B - 按照情景分组用于健康护理监测的传感器通道 - Google Patents
按照情景分组用于健康护理监测的传感器通道 Download PDFInfo
- Publication number
- CN111491552B CN111491552B CN201880077454.5A CN201880077454A CN111491552B CN 111491552 B CN111491552 B CN 111491552B CN 201880077454 A CN201880077454 A CN 201880077454A CN 111491552 B CN111491552 B CN 111491552B
- Authority
- CN
- China
- Prior art keywords
- sensor
- health
- sensor channels
- channels
- enabled
- 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
- 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
- G16H50/30—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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本文描述的技术涉及健康监测服务,其促进对用于健康护理监测的传感器通道的情景分组。在一些实施方式中,聚类算法和预测模型可以用于动态地选择被监测的与移动通信设备关联的传感器通道。以这种方式,仅监测那些提供有意义信号的传感器通道。
Description
背景技术
临床医生以最佳的时间分辨率监测处于危险中的患者或正在接受新药物或治疗的患者的健康相关状况可能非常困难。一些移动健康应用(app)在与患者(或用户)关联的移动通信设备上运行,以通过跟踪沿各种健康维度的患者行为而自动监测和促进身体和情绪健康的多个方面,而无需来自患者的直接输入。
使用这些移动健康app跟踪患者的行为需要对多个传感器通道中的每一个进行采样,并将传感器数据上传到监测服务。由于移动通信设备通常具有能够提供指示患者行为的有意义的信号的大量传感器通道,因此必须对这些信号中的全部或许多进行采样以准确检测与健康相关的状况。不幸的是,对许多传感器通道进行采样会导致过多的功耗,从而可能导致不合规、监测app卸载或设备故障。
附图说明
为了描述可以获得上述和其他优点和特征的方式,阐述了更具体的描述,并将通过参考在附图中示出的其特定示例来进行描述该更具体的描述。应当理解这些附图仅描绘了一般示例,因此不应被认为是对其范围的限制,将通过使用附图以附加的特征和细节来描述和解释实施方式。
图1A-1C描绘了框图,示出了根据一些实施方式的示例操作环境,该示例操作环境包括健康监测平台,该健康监测平台可进行操作以按照情景分组用于健康护理监测的传感器通道。
图2描绘了根据一些实施方式的健康监测服务的示例组件。
图3描绘了流程图,示出了根据一些实施方式的用于生成用于健康护理监测的预测模型和传感器通道分组数据结构的示例操作。
图4描绘了流程图,示出了根据一些实施方式的健康监测服务通过监测一组启用的传感器通道同时动态地重新选择该组启用的传感器通道来检测健康相关状况的示例操作。
图5A和5B描绘了示出根据一些实施方式的操作环境的组件的示例操作的序列图。
图6描绘了框图,示出了适于实现本文公开的技术的示例计算系统,本文公开的技术包括在附图中示出并且在技术公开中在下文讨论的任何应用、架构、元件、过程以及操作场景和序列。
附图不必按比例绘制。类似地,出于讨论本技术的一些实施例的目的,一些组件和/或操作可以被分成不同的块或被组合成单个块。此外,尽管该技术可以进行各种修改和具有各种替代形式,但是在附图中以示例的方式示出了具体实施例,并且在下面对这些具体实施例进行详细描述。然而,目的不是将技术限于所描述的特定实施例。相反,该技术旨在覆盖落入所附权利要求所限定的技术范围内的所有修改、等同形式和替代形式。
具体实施方式
下面详细讨论示例。虽然讨论了具体的实施方式,但是应当理解,这样做仅出于示意的目的。相关领域的技术人员将认识到,在不脱离本公开的主题的精神和范围的情况下,可以使用其他组件和配置。实施方式可以包括机器实现的方法、计算设备或计算机可读介质。
存在与移动通信设备关联的许多传感器通道,它们可以提供指示患者的健康状况的有意义的信号。但是,如上所述,对这些传感器通道中的每个通道进行采样是不切实际的,因为这可能导致过多的功耗,从而尤其导致健康监测app(或服务)的不合规或卸载。
本文描述的技术涉及一种健康监测服务,其促进对用于健康护理监测的传感器通道的情景分组。在一些实施方式中,聚类算法和预测模型可以用于动态地选择(和重新选择)被监测的与移动通信设备关联的传感器通道。以这种方式,仅监测提供有意义信号的传感器通道。
传感器通道可以包括传统传感器输出以及非传统传感器输出或指标(indicator)。例如,来自一个或多个软件或硬件组件(例如,蓝牙TM发射器、Wi-Fi发射器、蜂窝信号强度指示器等)的输出或指标可以是传感器通道。对传感器通道的监测可以是连续的或不连续的。传感器通道可以是中断通道或轮询通道。在一些实施方式中,可以基本上实时地(或者,在输出的时间戳基本上紧接处理系统接收输出的实际时间的情况下近实时地)监测传感器通道输出。输出可以替代地或附加地被异步地获取或接收。
通过本文讨论的技术实现的至少一个技术效果是移动通信设备监测传感器通道以准确检测健康相关状况同时减少移动通信设备的功耗的能力。有利地,功耗的减少导致合规性提高以及监测app(或服务)被卸载的可能性降低。
图1A-1C描绘了框图,示出了根据一些实施方式的示例操作环境100,该示例操作环境100包括健康监测平台101,该健康监测平台101可进行操作以按照情景分组用于健康护理监测的传感器通道。示例操作环境100包括健康监测平台101、与训练用户关联的各种移动通信设备111a-n、与用户(或患者)关联的移动通信设备121、与临床医生关联的通信设备131以及网络150。附加的或更少的系统或组件也是可能的。
健康监测平台101被配置为生成传感器通道分组数据结构104和与预定的健康相关状况关联的至少一个预测模型106。在一些实施方式中,健康监测平台101执行一个或多个健康监测服务105,用于使用传感器通道分组数据结构104和至少一个预测模型106来检测预定的健康相关状况。传感器通道分组数据结构104识别提供用于检测预定的健康相关状况的重叠数据的传感器通道的组。如本文所讨论的,健康监测服务可以全部或部分地由健康监测平台101(图1B)或与用户关联的移动通信设备(例如,移动通信设备121(图1C))来执行。因此,在一些实施方式中,传感器通道分组数据结构104和/或预测模型106的一些或全部组件可以被推送到与用户(或患者)关联的移动通信设备(例如移动通信设备121),以执行健康监测服务。
首先参考图1A,首先,健康监测平台101从各种训练用户和/或与训练用户关联的各种移动训练通信设备111a-n收集(或接收)训练数据。训练数据可以包括用户数据113a-n和对应的传感器训练数据。用户数据可以是指示用户具有(或不具有)特定健康相关状况的任何信息。例如,如果被监测的健康相关状况是抑郁,则用户可以自我报告他或她患有抑郁或先前患有抑郁。训练数据可以替代地或附加地包括自我施予或临床医生施予的检查,例如问卷调查表113a-n等。例如,如果被监测的健康相关状况是抑郁,则用户数据可以包括自我施予的诊断工具,例如患者健康问卷调查表(PHQ-9)。用户数据113a-n可以直接提供给健康监测平台101,可以通过移动训练通信设备111a-n提供,或者可以以另一种方式大批量地(in bulk)或整体地提供。
如本文所讨论的,健康监测平台101还从与训练用户关联的各种通信设备111a-n收集(或接收)对应的传感器训练数据。传感器训练数据可以包括由与通信设备111a-n中的每一个关联的各种传感器通道采样的传感器数据。
健康监测平台101处理用户数据以识别具有预定健康相关状况的训练用户。然后,健康监测平台101将从被识别为具有预定的健康相关状况的训练用户接收的传感器训练数据进行相关,以识别提供与检测预定的健康相关状况有关的信息的传感器通道102。然后,健康监测平台101将提供与检测预定的健康相关状况有关的信息的传感器通道102进行相关,以识别提供重叠传感器数据的传感器通道。在一些实施方式中,生成识别提供重叠输出的传感器通道的情景组的传感器通道分组数据结构104。也就是说,提供重叠传感器数据的传感器通道可以被聚类为与特定的预定的健康相关状况或多个预定的状况关联的多个传感器组。如本文所讨论的,重叠数据可以是为了检测一个或多个健康相关状况的目的而可互换的任何传感器数据。例如,位置信息可以由全球定位系统(GPS)传感器或一个或多个其他传感器通道(例如Wi-Fi传感器等)提供。
在一些实施方式中,传感器通道分组数据结构105可以是识别重叠传感器数据的传感器匹配表或其他分组模型。传感器通道分组数据结构可以分层或层级地格式化或布置。例如,在一些实施方式中,传感器通道分组数据结构104的每个层可以与被聚类为与特定的预定的健康相关状况关联的多个传感器组的重叠传感器数据关联。
在一些实施方式中,健康监测平台101可以在确定哪些传感器通道提供与检测一个或多个预定的健康相关状况有关的信息之前将传感器通道进行相关。例如,健康监测平台101可以将全部或部分传感器训练数据进行相关以识别提供重叠传感器数据的传感器通道。但是,在某些情况下,预定的健康相关状况可能在确定传感器通道是否提供重叠传感器数据时有关。例如,如果两个传感器通道提供的传感器数据是可互换的(例如,来自任一通道的传感器数据可用于推断特定状态或状况),则这两个传感器通道可以被相关,尽管他们提供不同的传感器数据。
无论如何,一旦健康监测平台101识别提供重叠传感器数据的传感器通道102,健康监测平台101就通过将提供重叠传感器数据的传感器通道聚集为多个情景传感器组106a-106e来生成传感器通道分组数据结构104。如本文所讨论的,健康监测服务105可以使用传感器通道分组数据结构来促进动态地选择启用的传感器通道以进行监测(参见图1B和1C)。
健康监测平台101还处理用户数据和对应的传感器训练数据以生成一个或多个预测模型,例如,预测模型106。在一些实施方式中,预测模型106在健康监测平台101上操作以基于由移动通信设备(例如,移动通信设备121)监测的一组启用的传感器通道的输出来推断用户的健康状态,以基于该组启用的传感器通道的输出来预测是否应当禁用特定的传感器通道,或者是否应当启用其他传感器通道。例如,预测模型106可以基于该组启用的传感器通道的输出来推断用户的状态,并且基于推断的用户的状态来预测在即将到来的时间段期间可能提供有意义的信号的传感器通道。这些传感器通道可以被启用或添加到正被监测的传感器通道的组中。同样地,预测模型106可以基于推断的用户的状态来预测当前被监测的启用的传感器通道中的一个或多个在即将到来的时间段期间不太可能提供有意义的信号。以这种方式,健康监测服务105仅监测那些可能提供有意义的信号的传感器通道,这减少了移动通信设备的功耗(或使用量)。
在一些实施方式中,将预测模型106推出到移动通信设备(例如,移动通信设备121),以供移动通信设备本地使用或执行。
在一些实施方式中,预测模型106可以包括一个或多个分类引擎(或算法),其进行操作以推断患者的健康状况,例如,估计的睡眠持续时间、身体活动水平、社交互动等。每个分类引擎可以除其他数据外,使用一个或多个传感器通道输出进行推断。附加的或更少的分类引擎也是可能的。参考图2示出并详细讨论了示例分类引擎。
一旦生成传感器通道分组数据结构和预测模型,健康监测服务105就可以监测单个用户的健康状态,以监测和/或检测健康相关状况。健康监测服务105可以在健康监测平台101(图1B)处或在该健康监测平台101上执行或本地地在与用户关联的移动通信设备121(图1C)处或在该移动通信设备121上执行。
在操作中,健康监测服务105首先识别与移动通信设备121关联的可用于进行监测的传感器通道,例如,可用的传感器通道107。如本文所讨论的,可用的传感器通道107可以包括物理上可用(或存在)的传感器通道以及基于某个(些)物理传感器或某个(些)指示器而得出的虚拟传感器通道。此外,监测服务(或app)105可以访问可用的传感器通道107。也就是说,监测服务(或app)105应当具有访问每个可用的传感器通道107的许可(permission)。在一些实施方式中,在安装监测app(或服务)105时接收许可。
可用的传感器通道107可以包括内部传感器通道和外部传感器通道,该内部传感器通道和外部传感器通道将输出信息提供给移动通信设备121,例如通过蓝牙TM连接或其他无线或非无线连接与移动通信设备通信的手表和其他外围设备。例如,外部传感器通道可以是智能手表122,其包括一个或多个传感器通道,这些传感器通道收集数据并将数据提供给对应的移动通信设备121。
如上所述,传感器通道可以包括传统传感器输出以及非传统传感器输出或指标。例如,来自一个或多个软件或硬件组件(例如,蓝牙TM发射器、Wi-Fi发射器、蜂窝信号强度指示器等)的输出或指标可以是传感器通道。对传感器通道的监测可以是连续的或不连续的。传感器通道可以是中断通道或轮询通道。在一些实施方式中,可以基本上实时地(或者,在输出的时间戳基本上紧接处理系统接收输出的实际时间的情况下近实时地)监测传感器通道输出。输出可以替代地或附加地被异步地获取或接收。
然后,健康监测服务105基于传感器分组数据结构104从可用的传感器通道107中选择传感器通道107的初始子集(或组)。传感器分组数据结构104被配置为识别提供重叠输出的传感器通道的情景组。如本文所讨论的,重叠输出是为了检测一个或多个预定的健康相关状况的目的而可互换的输出。一旦被选择,健康监测服务105就启用传感器通道进行监测。如图1B的示例中所示,当健康监测服务105在健康监测平台101上运行或执行时,健康监测平台101发送识别启用的传感器通道的消息或指示以传递到移动通信设备121。
启用的传感器通道的输出被监测并馈送到预测模型106,该预测模型106进而使用该输出以基于这些输出来推断与移动通信设备121关联的用户的健康状态。健康监测服务105基于用户的健康状态以迭代或递归的方式动态地重新选择启用的传感器通道。如本文中所讨论的,重新选择可以包括从可用的传感器通道107进行禁用、启用或禁用和启用,使得健康监测服务105仅监测那些可能提供有意义的信号的传感器通道,从而减少移动通信设备的功耗(或使用量)。
健康监测平台101表示任何云服务或服务的集合,其被配置为促进对用于健康护理监测的传感器通道的适应性情景分组。健康监测平台101可以包括服务器计算机、刀片服务器、机架服务器以及适合于执行监测服务和/或以其他方式执行本文所讨论的操作的任何其他类型的计算系统(或其集合)。在监测特定或预定的健康相关状况或生成和推出图6的计算系统601表示的监测服务的情况下,这样的系统可以采用一个或多个虚拟机、容器或任何其他类型的虚拟计算资源。
移动通信设备111a-n和121表示图6的计算系统601表示的任何移动计算设备,例如台式计算机、膝上型计算机、平板计算机或移动电话。
图2描绘了根据一些实施方式的健康监测服务200的示例组件。健康监测服务200可以是图1B或图1C的健康监测服务105,但是替代配置也是可能的。如本文所讨论的,监测服务200的组件可以例如在图1的移动通信设备121的移动通信设备上,或者例如在图1的健康监测平台101的健康监测平台上执行。在一些实施方式中,监测服务200的组件可以分布在移动通信设备和健康监测平台上。
如图2的示例所示,监测服务200包括事件分类器220、传感器通道分组数据结构230和预测模型240。其他组件也是可能的。
事件分类器220与传感器通道210通信联接,并被配置为控制哪些传感器通道210开/关(ON/OFF)(例如,启用/禁用)。在任何给定时间,启用(或激活)的传感器通道都是正被监测的该组启用的传感器通道的一部分。事件分类器220包括传感器控制模块222,其控制传感器通道是否开/关。
传感器通道分组数据结构230被配置为识别提供用于检测一个或多个健康相关状况的重叠数据的传感器通道的组。在一些实施方式中,传感器通道分组数据结构230还可以包括优选的传感器通道或其他信息。例如,假设一组中的多个传感器通道可用于进行监测,则可以包括默认传感器信息和/或预测的功耗信息。
预测模型240被配置为基于被监测的一组启用的传感器通道210的输出来推断用户的状态,以预测可能提供有意义信号的传感器通道。如图2的示例所示,预测模型240包括分类引擎(或算法)142a-142n。分类引擎(或算法)142a-142n进行操作以推断用户的状态,例如估计的睡眠时间、身体活动水平、社交互动等。
在一些实施方式中,除其他数据之外,每个分类引擎142a-142n可以使用一个或多个传感器通道来进行推断。例如,各种传感器通道输出中的一个或多个可用于推断身体活动、睡眠或类似睡眠的状态或各种其他健康相关状态。例如,可以组合使用环境光传感器、麦克风等来推断无意识状态。
在一些实施方式中,预测模型240还适于识别个性化。例如,如果用户(或患者)从未使用过特定功能或传感器通道,则健康监测服务可以自动关闭该传感器通道,例如,如果用户使用数据计划发送文本消息而不是SMS,则可以关闭SmsTextMessagesSensor。同样,传感器通道可以用于确定其他传感器通道是开(ON)还是关(OFF)。例如,可以在用户在家睡眠时将提供位置信息的传感器通道关闭,因为用户的位置在睡眠时不会改变。
在一些实施方式中,健康监测服务可以实现对一个或多个传感器通道的适应性采样(或节流)。例如,如果传感器通道输出的变化率在一段较长时间内较低,则可以朝最小采样率降低服务对传感器通道进行采样的速率。同样,如果变化率增加,则可以朝最大采样率增加服务对传感器通道进行采样的速率。另外,如上所述,可以根据电池电量或其他移动设备特定信息来调整采样率。
在一些实施方式中,灵敏度分析可以应用于健康状态,以确定不同传感器通道对分类得出的健康状态的相对贡献。在这样的情况下,在对电池寿命的影响相同的情况下,相对于其他传感器通道而言,不太关键的传感器通道更有可能被关闭。在一些实施方式中,基于额定的得出的特征产生(通过分类器模型)或估计的传感器输出信息内容和电池寿命,使用机器学习模型来优化在任何给定时间打开哪些传感器通道。
图3描绘了流程图,示出了根据一些实施方式的用于生成用于健康护理监测的预测模型和传感器通道分组数据结构的示例操作300。示例操作300可以在各种实施方式中由健康护理监测平台(例如,图1的健康护理监测平台101)或与其关联的一个或多个微控制器、模块、引擎或组件来执行。
首先,在301,健康护理监测平台从与多个训练用户关联的多个移动通信设备上的多个传感器通道收集传感器数据。替代地,可以将传感器数据大批量地提供给健康护理监测平台。在303,健康护理监测平台处理传感器数据以识别具有预定的健康相关状况的训练用户。
在305,健康护理监测平台将与具有健康相关状况的训练用户关联的传感器数据进行相关,以识别提供与检测健康相关状况有关的信息的传感器通道。在307,健康护理监测平台将提供与检测健康相关状况有关的信息的传感器通道进行相关,以识别提供重叠传感器数据的传感器通道。
在309,健康护理监测平台通过将提供重叠传感器数据的传感器通道聚类为多个情景传感器组来生成传感器通道分组数据结构。最后,在311,健康护理监测平台基于从提供与检测健康相关状况有关的信息的传感器通道收集的传感器数据生成用于检测健康相关状况的预测模型。
图4描绘了流程图,示出了根据一些实施方式的健康监测服务通过监测一组启用的传感器通道同时动态地重新选择该组启用的传感器通道来检测健康相关状况的示例操作400。示例操作400可以在各种实施方式中由健康监测服务(例如图1的健康监测服务105)或与其关联的一个或多个微控制器、模块、引擎或组件来执行。
如本文中所讨论的,健康监测服务可以在健康监测平台(例如图1B的健康监测平台101)处或在该健康监测平台上或在与用户关联的移动通信设备(例如图1C的移动通信设备121)处或在该移动通信设备上进行(或执行)。首先,在401,健康监测服务识别可用于进行监测的与对应于用户(或患者)的移动通信设备关联的传感器通道。如本文所讨论的,可用的传感器通道可以包括内部传感器通道和外部传感器通道,该内部传感器通道和外部传感器通道向特定的移动通信设备提供传感器信息,该特定的移动通信设备例如通过蓝牙TM连接而与移动通信设备通信的手表和其他外围设备。另外,传感器通道可以包括传统传感器输出以及非传统传感器输出或指标。
在403,健康监测服务基于传感器通道分组数据结构从可用于进行监测的与移动通信设备关联的传感器通道中选择传感器通道的初始子集(或组)。传感器通道分组数据结构识别提供用于检测一个或多个预定的健康相关状况的重叠数据的多组传感器通道。更特别地,重叠输出可以是为了检测一个或多个预定的健康相关状况的目的而可互换的输出。在一些实施方式中,初始子集包括被选择为使得通道输出不重叠或具有最小重叠的传感器通道。
在405和407,健康监测服务以传感器通道的初始子集开始来监测启用的传感器通道,同时基于预测模型的输出以迭代或递归的方式动态地重新选择启用的传感器通道,同时保持启用的传感器通道输出中很少重叠或没有重叠。尽管未示出,但是在一些实施方式中,健康监测服务还基于用户的健康状态和/或与移动通信设备关联的状态信息中的一个或多个以迭代或递归的方式动态地调整启用的传感器通道中的一个或多个的采样率。例如,如果活动识别传感器通道足够,则健康监测服务可以不以很高的采样率单独对加速度计进行采样来确定用户(患者)是否在行走。但是,健康监测服务可能仍会以低得多的速率对加速度计进行采样,以用于其他目的或分类,例如,如果确定用户是否携带其电话很重要的话。
如本文中所讨论,将启用的传感器通道的输出馈送(或提供)到预测模型。预测模型使用该输出来推断与移动通信设备关联的用户的健康状态。然后,可以基于用户的健康状态动态地调整启用的传感器通道。预测模型可以基于推断的用户的状态确定当前可能提供有意义的信号的传感器通道。例如,如果用户正在睡眠,则特定的传感器通道可能无用,因此将被关闭或禁用。同样地,其他传感器通道可能被认为有用,因此被打开或启用。替代地,可以根据需要提高或降低采样率或轮询率,而不是完全打开或关闭传感器通道。
在一些实施方式中,响应于用户的健康状态的改变,健康监测服务可以从启用的传感器通道中识别输出具有与检测预定的健康相关状况的降低的有关性的传感器通道,并禁用这些传感器通道。同样地,响应于用户的健康状态的改变,健康监测服务可以从可用的传感器通道中识别输出具有与检测预定的健康相关状况的增加的有关性的传感器通道,并启用这些传感器通道。另外,可以基于与移动通信设备关联的状态信息来动态地重新选择传感器通道。例如,状态信息可以是与一个或多个传感器通道的功耗有关的信息或与移动通信设备关联的电池状态信息。
在决策409,移动通信设备确定是否检测到健康相关状况。如果是,则在411,移动通信设备发送指示发生健康相关状况的通知。否则,在411,移动通信设备结束查询。
图5A和5B描绘了示出根据一些实施方式的操作环境100的组件的示例操作的序列图500a和500b。如图5A和5B的示例所示,序列图500a和500b包括健康监测平台101、各种移动通信设备111a-n、与用户关联的移动通信设备121以及与临床医生关联通信设备131(或通信接口)。附加的或更少的组件也是可能的。
首先参考图5A,首先,训练移动通信设备111a-n发送用户数据和对应的传感器训练数据并发送到健康监测服务平台101。健康监测平台101收集和/或以其他方式接收用户数据和对应的传感器训练数据。如上所述,用户数据可以是指示用户具有特定的健康相关状况的任何信息。同样地,传感器训练数据可以包括由来自与训练用户关联的多个移动通信训练通信设备111a-n中的每一个的可用的传感器通道采样的传感器数据。如本文所讨论的,特定的移动通信设备的可用的传感器通道可以包括内部传感器通道和外部传感器通道,该内部传感器通道和外部传感器通道向该特定的移动通信设备提供传感器信息。
一旦收集到数据,健康监测平台101就处理用户数据以识别具有预定的健康相关状况的训练用户,然后将从被识别为具有预定的健康相关状况的训练用户接收的传感器训练数据进行相关,以识别提供与检测预定的健康相关状况有关的信息的传感器通道。健康监测平台101将提供与检测预定的健康相关状况有关的信息的传感器通道进行相关,以识别提供重叠传感器数据的传感器通道。如本文所讨论的,如果由第一通道提供的传感器数据为了检测特定的健康相关状况的目的而可以与由第二通道提供的传感器数据互换,则第一传感器通道可提供与第二传感器通道的重叠数据。
一旦健康监测平台101识别提供重叠传感器数据的传感器通道,健康监测平台101就通过将提供重叠传感器数据的传感器通道聚类为多个情景传感器组来生成传感器通道分组数据结构。如本文所讨论的,传感器通道分组数据结构(连同一个或多个预测模型)可以用于促进动态地选择启用的传感器通道,以供与用户关联的移动通信设备(例如,移动通信设备121)进行监测。
健康监测平台101还处理用户数据以生成与特定的健康相关状况关联的预测模型。在一些实施方式中,预测模型在健康监测平台101上操作以基于由移动通信设备121(例如,移动通信设备121)监测的一组启用的传感器通道的输出来推断用户的状态,以预测是否应当禁用特定的传感器通道或是否应当启用其他传感器通道。
健康监测平台101从移动通信设备121接收设备属性(或功能)和/或状态信息。设备属性(或功能)和/或状态信息可以包括例如可用于供在移动通信设备121上运行的服务进行监测的传感器通道。可用于进行监测的传感器通道可以由移动通信设备121基于在移动通信设备121上或与之通信的实际物理传感器、被启用的传感器通道(例如,可以手动关闭某些传感器通道)以及监测服务具有访问许可的传感器通道来确定。也就是说,在移动通信设备121上运行的监测服务或app可能具有监测某些传感器通道的受限访问或不能进行这样的访问。例如电池信息的设备状态信息也可以被发送到健康监测平台101。例如,如果移动通信设备121处于低电池状态,则可以选择更少的传感器通道用于主动监测。同样地,如果特定的传感器通道消耗大量能量,则健康监测平台101可以使用该信息来选择消耗较少能量的传感器通道(从一组重叠的传感器通道)。
然后,健康监测平台101基于传感器通道分组数据结构和预测模型,从可用于进行监测的与移动通信设备关联的传感器通道中选择一组启用的传感器通道。如上所述,传感器通道分组数据结构识别提供用于检测健康相关状况的重叠数据的多组传感器通道。然后,健康监测平台101将识别该组启用的传感器通道的传感器配置信息发送到移动通信设备121。
移动通信设备121监测启用的传感器通道并将传感器数据提供回健康监测平台101。在一些实施方式中,传感器数据可以是从传感器通道采样的原始数据。替代地,出于隐私原因,传感器数据可以被匿名化。例如,传感器数据可以被散列并与电话号码关联,而不与用户姓名关联。例如,可以监测、散列文本消息并将其发送到健康监测平台101。
健康监测平台101处理从移动通信设备121接收的传感器数据,并确定是否检测到健康相关状况。如果是,则可以将通知发送到与临床医生关联的通信设备131(或通信接口或门户)。最后,健康监测平台101可以基于启用的传感器通道的输出来完善预测模型。
除了健康监测平台101将传感器通道分组数据结构和预测模型发送(或推出)到与监测服务的用户关联的移动通信设备之外,图5B的示例与图5A的示例相似。如图2C的示例所示,健康监测平台101将传感器通道分组数据结构和预测模型推送到移动通信设备121。
移动通信设备121可以识别与移动通信设备121关联的设备属性(或功能)和/或状态信息以及可用于进行监测的传感器通道。如上所述,可用于进行监测的传感器通道可以由移动通信设备121基于在移动通信设备121上或与之通信的实际物理传感器、被启用的传感器通道(例如,可以手动关闭某些传感器通道)以及监测服务具有访问许可的传感器通道来确定。
然后,移动通信设备121基于传感器通道分组数据结构和预测模型从可用于进行监测的与移动通信设备关联的传感器通道中选择一组启用的传感器通道。如上所述,传感器通道分组数据结构识别提供用于检测健康相关状况的重叠数据的多组传感器通道。
移动通信设备121处理来自移动通信设备121的采样的传感器数据,并确定是否检测到健康相关状况。如果是,则可以将通知发送到与临床医生关联的通信设备(或通信接口)。
最后,移动通信设备121可以可选地基于启用的传感器通道的输出来完善预测模型,并向健康监测平台101提供反馈。
图6示出了计算系统601,其表示在其中可以实现本文所公开的各种应用、服务、场景和过程的任何系统或系统的集合。例如,计算系统601可以包括服务器计算机、刀片服务器、机架服务器以及适合于执行本文所述的增强的协作操作的任何其他类型的计算系统(或其集合)。在按照情景分组用于健康护理监测的传感器通道的情况下,这样的系统可以采用一个或多个虚拟机、容器或任何其他类型的虚拟计算资源。
计算系统601可以被实现为单个装置、系统或设备,或者可以以分布式方式被实现为多个装置、系统或设备。计算系统601包括但不限于处理系统602、存储系统603、软件605、通信接口系统607和用户接口系统609。处理系统602操作性地与存储系统603、通信接口系统607和可选的用户接口系统609联接。
处理系统602从存储系统603加载软件605并执行软件605。当由处理系统602执行以在多租户远程内容和协作环境中部署基于范围的证书时,软件605指示处理系统602按照至少对于上述实施方式中讨论的各种过程、操作场景和序列所描述的方式进行操作。计算系统601可以可选地包括出于简洁目的而未讨论的附加设备、特征或功能。
仍参考图6,处理系统602可以包括从存储系统603获取软件605并执行软件605的微处理器和其他电路。处理系统602可以在单个处理设备内实现,但是也可以分布在协作执行程序指令的多个处理设备或子系统上。处理系统602的示例包括通用中央处理单元、专用处理器和逻辑器件以及任何其他类型的处理设备、其组合或变型。
存储系统603可以包括处理系统602可读取并能够存储软件605的任何计算机可读存储介质。存储系统603可以包括以用于存储信息(例如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。存储介质的示例包括随机存取存储器、只读存储器、磁盘、光盘、闪存、虚拟存储器和非虚拟存储器、磁带盒、磁带、磁盘存储装置或其他磁存储设备或任何其他合适的存储器介质。在任何情况下,计算机可读存储介质都不是传播的信号。
除了计算机可读存储介质之外,在一些实施方式中,存储系统603还可以包括计算机可读通信介质,通过该计算机可读通信介质可以在内部或外部传送至少一些软件605。存储系统603可以被实现为单个存储设备,但是也可以跨位于同一位置或相对于彼此分布的多个存储设备或子系统的来实现。存储系统603可以包括能够与处理系统602或可能与其他系统通信的附加元件,例如控制器。
软件605可以以程序指令实现,并且在其他功能之外,当由处理系统602执行时,软件605可以指示处理系统602按照关于本文所示的各种操作场景、序列和过程所述的方式进行操作。例如,软件605可以包括用于指示系统执行参考本文中描述的附图所描述的过程的程序指令。
特别地,程序指令可以包括协作或以其他方式进行交互以执行本文描述的各种过程和操作场景的各种组件或模块。各种组件或模块可以以编译或解释指令来实现,或以指令的某些其他变体或组合来实现。各种组件或模块可以在单线程环境或多线程中以同步或异步方式、串行或并行地执行,或者根据任何其他合适的执行范式、变型或其组合来执行。软件605可以包括附加的过程、程序或组件,例如操作系统软件、虚拟机软件或应用软件。软件605还可以包括固件或可由处理系统602执行的一些其他形式的机器可读处理指令。
通常,当将软件605加载到处理系统602中并执行时,软件605可以将合适的装置、系统或设备(其由计算系统601表示)总体上从通用计算系统变换为专用计算系统。实际上,在存储系统603上编码软件可以变换存储系统603的物理结构。物理结构的特定变换可以取决于本说明书的不同实施方式中的各种因素。这样的因素的示例可以包括但不限于用于实现存储系统603的存储介质的技术以及计算机存储介质被表征为主存储装置还是辅助存储装置以及其他因素。
例如,如果计算机可读存储介质被实现为基于半导体的存储器,则当程序指令被编码在其中时,软件605可以变换半导体存储器的物理状态,例如通过变换晶体管、电容器或构成半导体存储器的其他分立电路元件的状态。关于磁或光学介质,可以发生类似的变换。在不脱离本说明书的范围的情况下,物理介质的其他变换也是可能的,提供前述示例仅是为了促进本讨论。
通信接口系统607可以包括允许通过通信网络(未示出)与其他计算系统(未示出)进行通信的通信连接和设备。一起允许系统间通信的连接和设备的示例可以包括网络接口卡、天线、功率放大器、RF电路、收发器和其他通信电路。这些连接和设备可以通过通信介质(例如金属、玻璃、空气或任何其他合适的通信介质)进行通信以与其他计算系统或系统的网络交换通信。前述介质、连接和设备是众所周知的,并且在此不需要详细讨论。
用户接口系统609可以包括键盘、鼠标、语音输入设备、用于接收用户的触摸手势的触摸输入设备、用于检测用户的非触摸手势和其他运动的运动输入设备以及能够接收来自用户的用户输入的其他类似的输入设备和关联的处理元件。例如显示器、扬声器、触觉设备以及其他类型的输出设备之类的输出设备也可以被包括在用户接口系统609中。在某些情况下,输入和输出设备可以被组合在单个设备中,例如,能够显示图像和接收触摸手势的显示器。前述的用户输入和输出设备在本领域中是众所周知的,并且在此不需要详细讨论。在一些情况下,当计算系统601被实现为一个或多个服务器计算机(例如刀片服务器、机架服务器或任何其他类型的计算服务器系统(或其集合))时,可以省略用户接口系统609。
用户接口系统609还可以包括关联的用户界面软件,该用户界面软件可以由处理系统602执行以支持上述各种用户输入和输出设备。用户界面软件和用户接口设备可以单独地或彼此联合及与其他硬件和软件元素联合地支持图形用户界面、自然用户界面或任何其他类型的用户界面,在其中可以呈现生产力应用的用户界面。
计算系统601与其他计算系统(未示出)之间的通信可以通过一个或多个通信网络并根据各种通信协议、协议的组合或其变型而发生。示例包括内联网、互联网、因特网、局域网、广域网、无线网络、有线网络、虚拟网络、软件限定网络、数据中心总线、计算背板或任何其他类型的网络、网络的组合或其变体。前述的通信网络和协议是众所周知的,在这里不需要详细讨论。在交换数据、内容或任何其他类型的信息的任何上述示例中,信息的交换可以根据各种众所周知的数据传输协议中的任何一种来进行。
附图中提供的功能框图、操作场景和序列以及流程图表示用于执行本公开的新颖方面的示例性系统、环境和方法。虽然为了简化说明的目的,本文中包括的方法可以是功能图、操作场景或序列或流程图的形式,并且可以被描述为一系列动作,但是应当理解和意识到,这些方法不受动作顺序的限制,因为某些动作可能据此以与本文所示和所述的动作不同的顺序发生和/或与其他动作同时发生。例如,本领域技术人员将理解和意识到,方法可以替代地表示为一系列相互关联的状态或事件,例如在状态图中。而且,对于一种新颖的实施方式而言,可能不需要方法中示出的所有动作。
本文包括的描述和附图描绘了具体的实施方式,以教导本领域技术人员如何进行和使用最佳选择。为了教导发明原理的目的,简化或省略了一些常规方面。本领域技术人员将意识到落入本发明范围内的来自这些实施方式的变型。本领域技术人员还将意识到,上述特征可以以各种方式组合以形成多种实施方式。因此,本发明不限于上述的具体实施方式,而是仅由权利要求及其等同物限制。
Claims (20)
1.一种用于健康监测的装置,包括:
一个或多个计算机可读存储介质,所述一个或多个计算机可读存储介质存储:
传感器分组数据结构,所述传感器分组数据结构被配置为将相关传感器通道聚类为情景组,每个情景组包括具有重叠输出的传感器通道集合,所述重叠输出对于用于检测处于危险中的患者或正在接受新药物或治疗的患者是否具有特定的预定身体或情绪健康相关状况来说是可互换的;
程序指令,在由一个或多个处理系统执行时,所述程序指令引导所述一个或多个处理系统以:
识别可用于进行监测的与移动通信设备关联的传感器通道;
选择可用于进行监测并包括在所述传感器分组数据结构的一个或多个情景组中的传感器通道的初始子集;
将所述传感器通道的初始子集启用为启用的传感器通道;
将所述启用的传感器通道的输出馈送到与特定的健康相关状况关联的预测模型,以推断与所述移动通信设备的用户关联的至少一个健康状态;
通过基于所述用户的所述至少一个健康状态以迭代或递归的方式从可用的传感器通道中动态地重新选择启用的传感器通道来使用相关传感器通道的情景组最小化启用的传感器通道的输出重叠,所述动态地重新选择包括禁用、启用或禁用和启用;和
监测所述启用的传感器通道以检测所述用户是否具有特定的预定身体或情绪健康相关状况。
2.根据权利要求1所述的装置,其中,动态地重新选择所述启用的传感器通道包括:
响应于所述用户的所述至少一个健康状态的改变,预测输出具有与检测所述特定的预定身体或情绪健康相关状况的降低的有关性的传感器通道;和
禁用输出具有降低的有关性的传感器通道。
3.根据权利要求1所述的装置,其中,动态地重新选择所述启用的传感器通道包括:
响应于所述用户的所述至少一个健康状态的改变,预测输出具有与检测所述特定的预定身体或情绪健康相关状况的增加的有关性的传感器通道;和
启用输出具有增加的有关性传感器通道,同时使用所述情景组来最小化所述启用的传感器通道的输出重叠。
4.根据权利要求1所述的装置,其中,动态地重新选择所述启用的传感器通道包括:
识别与所述移动通信设备关联的状态信息,
其中,基于与所述移动通信设备关联的所述状态信息来重新选择所述启用的传感器通道。
5.根据权利要求4所述的装置,其中,与所述移动通信设备关联的所述状态信息包括与一个或多个传感器通道的功耗有关的信息或与所述移动通信设备关联的电池状态信息。
6.根据权利要求4所述的装置,其中,为了从所述可用的传感器通道中选择所述传感器通道的初始子集,所述指令在由所述一个或多个处理系统执行时引导所述一个或多个处理系统以:
从所述可用的传感器通道识别提供重叠输出的传感器通道;和
为所述传感器通道的初始子集选择具有不重叠的输出的传感器通道。
7.根据权利要求1所述的装置,其中,所述指令在由所述一个或多个处理系统执行时还引导所述一个或多个处理系统以:
基于所述启用的传感器通道的输出,检测所述特定的预定身体或情绪健康相关状况;
识别与所述移动通信设备的用户关联的临床医生;和
响应于检测到所述特定的预定健康相关状况,生成通知并将所述通知发送到与所述临床医生关联的通信设备或通信接口。
8.根据权利要求1所述的装置,其中,所述指令在由所述一个或多个处理系统执行时还引导所述一个或多个处理系统以:
基于所述启用的传感器通道的输出,检测所述特定的预定身体或情绪健康相关状况;
响应于检测到所述特定的预定健康相关状况,将指标发送到健康监测平台,
其中,所述指标指示检测到所述预定的健康相关状况。
9.根据权利要求1所述的装置,其中,所述指令在由所述一个或多个处理系统执行时还引导所述一个或多个处理系统以:
加密或编码所述启用的传感器通道的输出中的至少一个;和
将至少一个编码的输出发送到健康监测平台。
10.根据权利要求1所述的装置,其中,所述指令在由所述一个或多个处理系统执行时还引导所述一个或多个处理系统以:
基于所述启用的传感器通道的输出来完善所述预测模型。
11.根据权利要求1所述的装置,其中,为了识别所述可用的传感器通道,所述指令在由所述一个或多个处理系统执行时还引导所述一个或多个处理系统以:
处理与所述移动通信设备关联的设备属性信息或设备状态信息,其中,基于与所述移动通信设备关联的所述设备属性信息或所述设备状态信息,识别与所述移动通信设备关联的所述可用的传感器通道。
12.根据权利要求1所述的装置,其中,所述传感器分组数据结构以分层或层级格式识别对于用于检测多个不同的身体或情绪健康相关状况中的每一个提供重叠输出的传感器通道的组。
13.根据权利要求1所述的装置,其中,所述指令在由所述一个或多个处理系统执行时还引导所述一个或多个处理系统以:
基于所述用户的所述至少一个健康状态或与所述移动通信设备关联的状态信息中的一个或多个,以迭代或递归的方式动态地调整所述启用的传感器通道中的一个或多个的采样率。
14.一种用于健康监测的装置,包括:
一个或多个计算机可读存储介质,所述一个或多个计算机可读存储介质存储程序指令,在由一个或多个处理系统执行时所述程序指令引导所述一个或多个处理系统以:
从与多个通信设备关联的多个传感器通道收集传感器数据;
处理所述传感器数据以识别具有预定的健康相关状况的训练用户;
将与具有所述预定的健康相关状况的训练用户关联的传感器数据进行相关,以识别提供与用于检测处于危险中的患者或正在接受新药物或治疗的患者是否具有所述预定的健康相关状况有关的信息的传感器通道;
将提供与用于检测所述预定的健康相关状况有关的信息的所述传感器通道进行相关,以识别提供重叠输出的传感器通道,所述重叠输出对于用于检测所述处于危险中的患者或正在接受新药物或治疗的患者是否具有特定的预定身体或情绪健康相关状况来说是可互换的;和
将提供重叠传感器数据的所述传感器通道聚集为与所述预定的身体或情绪健康相关状况关联的多个情景传感器组,每个传感器组包括具有重叠输出的传感器通道集合;和
生成传感器分组数据结构,所述传感器分组数据结构使用与所述预定的身体或情绪健康相关状况关联的情景传感器组来促进对输出具有最少重叠或不具有重叠的启用的传感器通道的动态选择。
15.根据权利要求14所述的装置,其中,所述指令在由所述一个或多个处理系统执行时还引导所述一个或多个处理系统以:
处理所述传感器数据以识别具有第二预定的身体或情绪健康相关状况的训练用户;
将与具有所述第二预定的身体或情绪健康相关状况的训练用户关联的传感器数据进行相关,以识别提供与用于检测所述处于危险中的患者或正在接受新药物或治疗的患者是否具有所述第二预定的身体或情绪健康相关状况有关的信息的传感器通道;
将提供与用于检测所述第二预定的身体或情绪健康相关状况有关的信息的传感器通道进行相关,以识别提供重叠输出的传感器通道,所述重叠输出对于用于检测所述处于危险中的患者或正在接受新药物或治疗的患者是否具有所述第二预定的身体或情绪健康相关状况来说是可互换的;和
通过将提供与检测所述第二预定的身体或情绪健康相关状况有关的重叠传感器数据的传感器通道聚类为与所述第二预定的身体或情绪健康相关状况关联的多个传感器组来追加所述传感器分组数据结构。
16.根据权利要求14所述的装置,其中,所述指令在由所述一个或多个处理系统执行时还引导所述一个或多个处理系统以:
处理从相关传感器通道收集的所述传感器数据来生成预测模型,所述预测模型被配置为基于由移动通信设备提供的启用的传感器通道的输出来推断与所述移动通信设备关联的用户的健康状态。
17.根据权利要求16所述的装置,其中,所述指令在由所述一个或多个处理系统执行时还引导所述一个或多个处理系统以:
识别可用于进行监测的与移动通信设备关联的传感器通道;
选择可用于进行监测并包括在所述传感器分组数据结构的一个或多个情景组中的传感器通道的初始子集;
将所述传感器通道的初始子集启用为启用的传感器通道,以监测所述启用的传感器通道;
将所述启用的传感器通道的输出馈送到预测模型,所述预测模型被配置为基于所述输出来推断与所述移动通信设备关联的用户的健康状态;和
使用相关传感器通道的情景分组来维持所述启用的传感器通道的输出具有最少重叠或没有重叠,基于所述用户的健康状况,以迭代或递归的方式从所述可用的传感器通道中动态地重新选择所述启用的传感器通道,所述动态地重新选择包括禁用、启用或禁用和启用。
18.一种计算系统,包括:
一个或多个处理系统;和
一个或多个计算机可读存储介质,所述一个或多个计算机可读存储介质存储:
传感器分组数据结构,所述传感器分组数据结构将传感器通道聚类为情景组,每个情景组包括具有重叠输出的传感器通道集合,所述重叠输出对于用于检测处于危险中的患者或正在接受新药物或治疗的患者是否具有特定的预定身体或情绪健康相关状况来说是可互换的;
程序指令,在由一个或多个处理系统执行时,所述程序指令引导所述一个或多个处理系统以:
将传感器通道的初始子集启用为启用的传感器通道,
其中,从也包括在所述传感器分组数据结构的一个或多个情景组中的一组可用的传感器通道中选择所述传感器通道的初始子集;
将所述启用的传感器通道的输出馈送到与所述预定的身体或情绪健康相关状况关联的预测模型,以推断与移动通信设备的用户关联的健康状态;和
通过基于所述用户的健康状况,以迭代或递归的方式从所述可用的传感器通道中动态地重新选择所述启用的传感器通道来使用相关传感器通道的情景组最小化启用的传感器通道的输出重叠,所述动态地重新选择包括禁用、启用或禁用和启用;和
监测所述启用的传感器通道以检测所述用户是否具有所述预定的身体或情绪健康相关状况。
19.根据权利要求18所述的计算系统,还包括:
与所述一个或多个处理系统操作性地联接的多个传感器或装置,其中,当对应的传感器通道被启用时,每个传感器或装置提供输出或指标。
20.根据权利要求18所述的计算系统,其中,所述指令在由所述一个或多个处理系统执行时还引导所述一个或多个处理系统以:
基于所述用户的健康状态,以迭代或递归的方式动态地调整所述启用的传感器通道的中的一个或多个的采样率。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/829,399 US10497475B2 (en) | 2017-12-01 | 2017-12-01 | Contextually grouping sensor channels for healthcare monitoring |
US15/829,399 | 2017-12-01 | ||
PCT/US2018/062972 WO2019108737A1 (en) | 2017-12-01 | 2018-11-29 | Contextually grouping sensor channels for healthcare monitoring |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111491552A CN111491552A (zh) | 2020-08-04 |
CN111491552B true CN111491552B (zh) | 2023-04-04 |
Family
ID=66659416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880077454.5A Active CN111491552B (zh) | 2017-12-01 | 2018-11-29 | 按照情景分组用于健康护理监测的传感器通道 |
Country Status (4)
Country | Link |
---|---|
US (2) | US10497475B2 (zh) |
EP (1) | EP3716844A4 (zh) |
CN (1) | CN111491552B (zh) |
WO (1) | WO2019108737A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108289111B (zh) * | 2017-01-09 | 2021-10-08 | 斑马智行网络(香港)有限公司 | 服务提供方法、装置、终端设备和操作系统 |
CN108289110B (zh) | 2017-01-09 | 2021-10-08 | 斑马智行网络(香港)有限公司 | 设备关联方法、装置、终端设备和操作系统 |
US11010449B1 (en) * | 2017-12-12 | 2021-05-18 | VFD Consulting, Inc. | Multi-dimensional data analysis and database generation |
US20190180381A1 (en) | 2017-12-12 | 2019-06-13 | VFD Consulting, Inc. | Reference interval generation |
US12002587B1 (en) * | 2018-01-25 | 2024-06-04 | BlueOwl, LLC | Proxy model using mobile device data to provide health indicators |
US11026589B2 (en) * | 2018-10-15 | 2021-06-08 | International Business Machines Corporation | Dynamic recommendations of sensors for patient monitoring |
JP7099635B2 (ja) * | 2019-06-25 | 2022-07-12 | 東芝三菱電機産業システム株式会社 | データ収集装置、プラント監視システムおよびデータ収集方法 |
US11468760B2 (en) * | 2020-01-26 | 2022-10-11 | Instant Care, Inc. | Device for and method of sensing motion or lack-of-motion using data received from one or more sensors to turn on or off internal or external devices |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101365378A (zh) * | 2005-11-29 | 2009-02-11 | 风险获利有限公司 | 根据残差监测人体健康 |
CN102687418A (zh) * | 2009-11-13 | 2012-09-19 | 皇家飞利浦电子股份有限公司 | 快速重连的分集无线电系统 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130158367A1 (en) | 2000-06-16 | 2013-06-20 | Bodymedia, Inc. | System for monitoring and managing body weight and other physiological conditions including iterative and personalized planning, intervention and reporting capability |
US20090177068A1 (en) | 2002-10-09 | 2009-07-09 | Stivoric John M | Method and apparatus for providing derived glucose information utilizing physiological and/or contextual parameters |
US7254516B2 (en) | 2004-12-17 | 2007-08-07 | Nike, Inc. | Multi-sensor monitoring of athletic performance |
US7411196B2 (en) | 2005-08-18 | 2008-08-12 | Itt Manufacturing Enterprises, Inc. | Multi-sensors and differential absorption LIDAR data fusion |
US8164461B2 (en) | 2005-12-30 | 2012-04-24 | Healthsense, Inc. | Monitoring task performance |
US8200506B2 (en) * | 2006-12-19 | 2012-06-12 | Accenture Global Services Limited | Integrated health management platform |
US8655939B2 (en) | 2007-01-05 | 2014-02-18 | Digital Doors, Inc. | Electromagnetic pulse (EMP) hardened information infrastructure with extractor, cloud dispersal, secure storage, content analysis and classification and method therefor |
GB2469606C (en) * | 2008-03-25 | 2012-12-26 | Oneempower Pte Ltd | Health monitoring system with biometric identification |
US8423378B1 (en) | 2008-07-24 | 2013-04-16 | Ideal Life, Inc. | Facilitating health care management of subjects |
US9492092B2 (en) | 2009-05-20 | 2016-11-15 | Sotera Wireless, Inc. | Method for continuously monitoring a patient using a body-worn device and associated system for alarms/alerts |
US9717412B2 (en) * | 2010-11-05 | 2017-08-01 | Gary And Mary West Health Institute | Wireless fetal monitoring system |
US9672731B2 (en) | 2010-12-30 | 2017-06-06 | Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno | System, a processing unit, a method and a computer program product for monitoring sensors |
US8622901B2 (en) | 2011-05-13 | 2014-01-07 | Fujitsu Limited | Continuous monitoring of stress using accelerometer data |
US20130066815A1 (en) * | 2011-09-13 | 2013-03-14 | Research In Motion Limited | System and method for mobile context determination |
US9541652B2 (en) * | 2013-12-06 | 2017-01-10 | Aro, Inc. | Accurate mobile context detection at low sensor cost |
US9697465B2 (en) * | 2014-04-30 | 2017-07-04 | Google Technology Holdings LLC | Drawing an inference of a usage context of a computing device using multiple sensors |
US10111591B2 (en) * | 2014-08-26 | 2018-10-30 | Nanthealth, Inc. | Real-time monitoring systems and methods in a healthcare environment |
WO2016150981A1 (en) * | 2015-03-23 | 2016-09-29 | Koninklijke Philips N.V. | Smart plurality of sensors for power management |
US20160302671A1 (en) * | 2015-04-16 | 2016-10-20 | Microsoft Technology Licensing, Llc | Prediction of Health Status from Physiological Data |
US9629574B2 (en) * | 2015-04-29 | 2017-04-25 | Salutron Inc. | Multi-position, multi-parameter user-wearable sensor systems and methods for use therewith |
US20170258390A1 (en) | 2016-02-12 | 2017-09-14 | Newton Howard | Early Detection Of Neurodegenerative Disease |
-
2017
- 2017-12-01 US US15/829,399 patent/US10497475B2/en active Active
-
2018
- 2018-11-29 WO PCT/US2018/062972 patent/WO2019108737A1/en unknown
- 2018-11-29 CN CN201880077454.5A patent/CN111491552B/zh active Active
- 2018-11-29 EP EP18882428.8A patent/EP3716844A4/en active Pending
-
2019
- 2019-12-02 US US16/700,395 patent/US11244759B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101365378A (zh) * | 2005-11-29 | 2009-02-11 | 风险获利有限公司 | 根据残差监测人体健康 |
CN102687418A (zh) * | 2009-11-13 | 2012-09-19 | 皇家飞利浦电子股份有限公司 | 快速重连的分集无线电系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3716844A1 (en) | 2020-10-07 |
US20190172579A1 (en) | 2019-06-06 |
US20200105411A1 (en) | 2020-04-02 |
US10497475B2 (en) | 2019-12-03 |
CN111491552A (zh) | 2020-08-04 |
US11244759B2 (en) | 2022-02-08 |
WO2019108737A1 (en) | 2019-06-06 |
EP3716844A4 (en) | 2021-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111491552B (zh) | 按照情景分组用于健康护理监测的传感器通道 | |
US11704221B2 (en) | Systems and methods for collecting, tracking, and storing system performance and event data for computing devices | |
KR102446811B1 (ko) | 복수의 디바이스들로부터 수집된 데이터 통합 및 제공 방법 및 이를 구현한 전자 장치 | |
CN106454720B (zh) | 管理地理围栏的方法及其电子装置 | |
US9693311B2 (en) | Method of providing user with battery power notification in mobile device and mobile device therefor | |
EP3391634B1 (en) | Electronic device and method for controlling application and component | |
KR102691293B1 (ko) | 전자 장치의 전력 소모 감소를 위한 방법 및 장치 | |
WO2017167122A1 (zh) | 一种进行应用程序管理的方法及设备 | |
EP3314411B1 (en) | Systems and methods for contextual discovery of device functions | |
EP3016451A1 (en) | Electronic device and method of controlling power of electronic device background | |
KR20180042557A (ko) | 공작 기계의 상태를 감시하는 전자 장치 및 그의 제어 방법 | |
Haghighi et al. | Open mobile miner: A toolkit for building situation-aware data mining applications | |
US10089168B2 (en) | Self-healing charging device | |
US9065872B1 (en) | Sharing service management | |
KR102471739B1 (ko) | 전자 장치의 히스토리 정보 관리 장치 및 방법 | |
Navaz et al. | Towards an efficient and Energy-Aware mobile big health data architecture | |
EP3198702B1 (en) | Self-healing charging device | |
US11816750B2 (en) | System and method for enhanced curation of health applications | |
US10613956B2 (en) | Terminal device, system, and method for processing sensor data stream | |
US10257785B2 (en) | Device and method for controlling standby power of mobile terminal | |
US20220269979A1 (en) | System method and code for un-learning an individual from an artificial intelligence (ai) model | |
CN110007968B (zh) | 信息处理方法、装置、计算机设备和计算机可读存储介质 | |
CN117215812A (zh) | 硬盘故障预测方法、装置、设备及存储介质 | |
CN116225303A (zh) | 数据存储方法和装置以及存储系统巡检方法 |
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 |