CN111602206A - 用于处理来自多个患者的ecg记录以用于临床医生通读的系统和方法 - Google Patents

用于处理来自多个患者的ecg记录以用于临床医生通读的系统和方法 Download PDF

Info

Publication number
CN111602206A
CN111602206A CN201980008485.XA CN201980008485A CN111602206A CN 111602206 A CN111602206 A CN 111602206A CN 201980008485 A CN201980008485 A CN 201980008485A CN 111602206 A CN111602206 A CN 111602206A
Authority
CN
China
Prior art keywords
current
ecg
clinical severity
statement
clinician
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
Application number
CN201980008485.XA
Other languages
English (en)
Inventor
马修·莱恩·彭伯顿
布莱恩·J·扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN111602206A publication Critical patent/CN111602206A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/20ICT 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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Cardiology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种用于处理来自多个患者的ECG记录以用于临床医生通读的方法,该方法包括识别来自多个患者的等待临床医生通读的未读组的当前ECG记录。该未读组中的每个ECG记录至少包括当前ECG数据、当前波形测量、当前解释语句和串行比较语句。利用处理器应用排优先级规则组,以基于当前波形测量、当前解释语句和串行比较语句中的至少一者将未读组中的当前ECG记录排优先级为排优先级的顺序,以用于临床医生通读。然后以排优先级的顺序呈现当前ECG记录,以用于临床医生通读。

Description

用于处理来自多个患者的ECG记录以用于临床医生通读的系 统和方法
背景技术
心电图(ECG)监视是用于患者评价的一线工具,因此医疗保健机构管理大量的患者ECG记录。各种软件系统可用于自动审查和评估ECG数据,诸如以提供ECG波形的各个方面的波形测量,以及提供ECG数据的解释语句。例如,当前的软件系统包含自动检测和报告某些节律异常或心脏病或心脏病发作指数的存在的算法。程序和系统还可用于比较随时间推移获取的ECG记录,以便跟踪和评估在先前日期获取的先前ECG记录与当前ECG记录之间的患者ECG记录的变化。
然而,自动化ECG处理不完美,并且必须由临床医生审查和确认或修改自动化ECG评估。审查过程是手动执行的并且是耗时的。在某些医疗保健机构和环境中,由临床医生进行的此类手动ECG审查过程可能需要数天来完成,这取决于未读ECG的积压和用于通读(overreading)的人员可用性。
发明内容
提供本发明内容是为了介绍将在下面的具体实施方式中进一步描述的一系列概念。本发明内容不旨在识别要求保护的主题的关键或必要特征,也不旨在用于帮助限制要求保护的主题的范围。
用于处理来自多个患者的ECG记录以用于临床医生通读的方法的一个实施方案包括识别来自多个患者的等待临床医生通读的未读组的当前ECG记录。该未读组中的每个ECG记录至少包括当前ECG数据、当前波形测量、当前解释语句和串行比较语句。利用处理器应用排优先级规则组,以基于当前波形测量、当前解释语句和串行比较语句中的至少一者将未读组中的当前ECG记录排优先级为排优先级的顺序,以用于临床医生通读。然后以排优先级的顺序呈现当前ECG记录,以用于临床医生通读。
在一个实施方案中,用于处理多个患者的ECG记录以用于临床医生通读的系统包括数据库,该数据库包含来自多个患者的等待临床医生通读的当前ECG记录的未读数据。每个当前ECG记录至少包括当前ECG数据、当前波形测量、当前解释语句和串行比较语句。能够在处理器上执行类选(triage)模块,以基于当前波形测量、当前解释语句和串行比较语句中的至少一者,应用排优先级规则组来对未读组中的当前ECG记录排优先级,以用于临床医生通读。
从以下结合附图的描述中,本发明的各种其他特征、目的和优点将变得显而易见。
附图说明
参考以下附图描述本公开。
图1示意性地描绘了用于处理来自多个患者的ECG记录以用于临床医生通读的系统的一个实施方案。
图2示意性地描绘了用于处理来自多个患者的ECG记录以用于临床医生通读的系统和方法的一个实施方案。
图3是并入用于处理来自多个患者的ECG记录以用于临床医生通读的系统的一个实施方案中的示例性计算系统的示意图。
图4和图5描绘了用于处理来自多个患者的ECG记录以用于临床医生通读的方法、其部分的实施方案。
具体实施方式
医疗保健机构经常受到通读和验证由医疗保健机构中的患者监视系统生成的大量ECG记录的挑战。因此,临床医生通读和确认ECG记录有时需要一天或两天。在当前系统中,根据时间对未读ECG记录进行排序,使得临床医生根据ECG监视器进行记录的时间按时间顺序审查ECG记录。这意味着所有ECG记录的通读都显著延迟,包括包含需要对相应患者紧急关注和医疗护理的异常情况的ECG记录。本发明人已认识到,在临床医生通读过程期间会检测到的紧急事项不像它们可能或应该的那样被快速检测到的情况下,此类延迟是有问题的。
在认识到ECG通读的前述问题和挑战后,发明人开发了所公开的系统和方法,其中对等待临床医生通读的ECG记录排优先级,以便加快最有可能引发问题并且指示需要立即对患者进行临床干预的ECG记录的审查。因此,更有效地使用临床医生通读资源并且改善了患者护理。
图1描绘了用于处理等待临床医生通读的当前ECG记录22的系统1的一个实施方案。当前ECG记录22源自多个不同的患者3a、患者3b-3n。在图中,多个ECG监视器5a-5n记录来自患者3a-3n的ECG数据的时间序列。在典型的实施方案中,每个ECG监视器5接收经由电极7(诸如附接至相应患者3a-3n的10个电极)记录的电势,以便生成标准的十二导联ECG记录。然而,在各种实施方案中,ECG监视器5可从相应患者3上的不同数目的电极接收心脏电势,诸如以记录三导联ECG或五导联ECG、或甚至15导联ECG。ECG监视器5生成在一段时间内从每个导联记录的ECG数据,诸如来自每个导联的ECG数据的十秒记录。各种其他记录间隔是可能的和已知的,诸如三十秒或甚至更长的间隔。
ECG监视器5处记录的ECG数据由ECG解释模块9处理。在所描绘的实施方案中,每个ECG监视器5a、5b-5n配备有其自身的ECG解释模块9a、9b-9n以在相应的ECG监视器5a、5b-5n内本地解释ECG数据。ECG解释模块9a、9b-9n是软件指令集,该软件指令集能够在患者监视器5a、5b-5n的处理器8a、8b-8n上执行,以便生成ECG数据的波形测量和/或生成ECG数据的解释语句。一种此类系统是纽约州谢内克塔迪市的通用电气公司(General ElectricCompany of Schenectady,New York)的Marquette
Figure BDA0002585101490000031
ECG分析程序,该程序是计算机化分析程序,该程序提供心率波形的心率、轴线、间隔和持续时间的测量,以及提供自动化ECG数据分析(诸如心律失常检测、起搏检测、QT间隔问题等)解释语句。在其他实施方案中,ECG解释模块9可设置在中央计算系统200或其他集中式ECG处理系统中,用于从医疗保健机构或网络中的各种患者监视器5a、5b-5n接收ECG记录。在那里,由每个ECG监视器5a、5b-5n记录的ECG数据将被传输至中央计算系统200(或其他集中式ECG处理系统),其中每个ECG数据集由ECG解释模块9处理。集中式ECG解释模块9的输出连同由相应ECG监视器5a、5b-5c记录的ECG数据将记录在ECG数据库11中。
ECG数据库11存储与来自每个ECG监视器5a、5b-5n的每个当前ECG相关的ECG记录。进一步参考图2,每个当前ECG记录22包括从患者记录的当前ECG数据23、当前ECG数据的一个或多个当前波形测量24和当前ECG数据的一个或多个当前解释语句25,以及由ECG解释模块9生成的任何其他信息。当前ECG记录22可进一步包括一个或多个串行比较语句26,该一个或多个串行比较语句由串行比较模块12基于相应患者3a、3b-3n的当前ECG记录和先前ECG记录之间的比较而生成。例如,串行比较语句26指出当前ECG数据中不存在于先前ECG数据中的任何异常,以及先前ECG数据中不再存在于当前ECG数据中的异常。某些现有软件产品和系统比较两个或更多个ECG,诸如特定患者的当前ECG记录和最近的先前ECG记录,并且提供关于两个记录之间的差异的临床信息。以举例的方式,串行比较模块12、ECG解释模块9和ECG数据库11可包括由纽约州谢内克塔迪市的通用电气公司提供的MUSE心脏病学信息系统(MUSE Cardiology Information System)的一部分。
串行比较模块12和/或ECG解释模块9可被配置为检测当前ECG记录22内的临界值。临界值是根据医疗保健机构的临界值策略设定的值,该临界值策略是医疗保健组织认证联合委员会(the Joint Commission on Accreditation of Healthcare Organization)(JCAHO)的要求。例如,可在每个ECG监视器5a、5b-5n内的ECG解释模块9a、9-9n处检测临界值,该ECG解释模块分析所记录的ECG数据并将其与存储在其中的临界值进行比较。在某些示例中,可在患者监视器处生成临界值事件以警告临床医生对临界值的检测,这可包括在患者监视器5a、5b-5n的位置处或者在护士站或中央监视站处或者这两者处的警报。另选地或附加地,临界值可由串行比较模块12检测,诸如指示先前ECG记录和当前ECG记录之间的临界变化的串行比较临界值。
除了存储在ECG数据库11处之外,ECG记录还可被存储在电子医疗记录(EMR)数据库13中。然而,此时ECG记录22尚未被能够提供有资格通读的医师或其他临床医师审查,因此包括等待临床医师通读的未读组20的当前ECG记录22a-22n的一部分。为了便于有效的通读以改善患者护理,发明人开发了所公开的系统10,该系统包括类选模块14,该类选模块对未读组20中的当前ECG记录22a-22n排优先级以用于临床医生通读。具体地讲,类选模块14包括应用排优先级规则组的软件指令,该组排优先级规则用于基于当前波形测量24a-24n、当前解释语句25a-25n和串行比较语句26a-26n中的至少一者来对未读组20中的当前ECG记录22a-22n排优先级以用于临床医生通读。
类选模块14可被配置为以排优先级的顺序36呈现未读组20中的当前ECG记录22a-22n,以用于临床医生通读,其中最可能表示时间敏感性患者问题的ECG记录将被排优先级,以便在不太可能表示时间敏感性健康问题的ECG记录之前加快它们的审查。例如,可至少基于当前解释语句和串行比较语句,将未读组中的当前ECG记录归类为至少两个或更多个临床严重性类别中的一个临床严重性类别。在每个临床严重性类别内,然后可根据专利监视器5a、5b-5n从患者3a、3b-3n收集ECG数据的测试日期和时间,从最旧至最新对当前ECG记录进行排序,由此创建归类的ECG记录。然后,类选模块14通过根据临床严重性类别名称的预设排名对归类的ECG记录进行排序来创建排优先级的顺序36以用于临床通读。
然后将未读组20中的当前ECG记录22a-22n以排优先级的顺序36呈现给临床医生。然后临床医生38通读每个ECG记录22以生成确认的ECG记录40,该确认的ECG记录可批准或修改当前ECG记录22中的自动生成信息,包括当前波形测量24、当前解释语句25和/或串行比较语句26。确认的ECG记录40然后被存储在EMR数据库13中以成为患者的医疗记录的一部分。确认的ECG记录40还可被存储在ECG数据库11中,诸如以用于由串行比较模块12对相应患者3的ECG数据的将来比较。
图2示出了由类选模块14进行的排优先级规则和归类的一个示例。将未读组20的当前ECG记录22a-22n提供给类选模块14。例如,未读组20中的当前ECG记录22a-22n最初可按时间顺序排序,诸如根据测试日期和时间和/或计算系统200处的接收顺序排序,或者可以任何顺序(包括随机顺序)提供。每个当前ECG记录22a-22n包括当前ECG数据23a-23n、一个或多个当前波形测量24a-24n、一个或多个当前解释语句25a-25n和一个或多个串行比较语句26a-26n。然后,未读组20由类选模块14排优先级,并且呈现为当前ECG记录22a-22n的排优先级的顺序36以用于临床医生审查。
具体地讲,类选模块14执行应用排优先级规则组30的指令,该组排优先级规则将当前ECG记录23a-23n中的每一个当前ECG记录归类为至少两个临床严重性类别(例如,32a-32g)中的一个临床严重性类别。在所描绘的示例中,排优先级规则30包括将每个当前ECG数据23分类为至少正常或异常的ECG分类31a。在某些实施方案中,ECG分类31a可进一步包括一个或多个“边界”名称,诸如正常临界(borderline normal)和/或异常临界(borderlineabnormal),这些名称可进一步用于将记录归类为临床严重性类别32。排优先级规则30可进一步基于先前ECG记录的ECG分类31a对每个当前ECG记录22a-22n进行分类。例如,可在串行比较语句26或当前ECG记录22的其他方面中获得将先前ECG数据分类为正常或异常的信息。另选地或附加地,类选模块14可诸如通过访问先前ECG记录或收集来自当前ECG记录22的相关信息来对先前ECG数据进行正常/异常分类31确定。
排优先级规则30可进一步包括确定临界测试结果31b的存在或不存在,其中正临界测试结果31b指示临界值已被诸如ECG解释模块9和/或串行比较模块12检测到,并且负临界测试结果31b指示没有临界值被检测到。因此,正临界测试结果31b指示检测到一些临界值,而临界测试结果31b的不存在指示没有检测到可能的临界值。如上文所讨论的,依照JCAHO要求,根据医疗保健机构的临界值策略来识别临界值,并且因此识别临界测试结果31b。
类似地,排优先级规则30可包括识别高严重性结果31c的存在或不存在的指令,其中高严重性结果31c的存在指示预定义的值、测量或语句列表中的任一者,诸如预定义的心律失常或心脏病发作指标列表。因此,正临界测试结果31c指示存在预定义的值列表中的至少一个值,而高严重性结果31c的不存在指示在相关的当前ECG记录22a-22n中不存在预定义的指标列表。高严重性值可包括例如指示室性心动过速、心动过缓、急性心肌梗塞、急性冠脉综合征(ACS)、高钾血症、心房颤动(AFIB)和/或其他的存在的当前解释语句或串行比较语句。触发高严重性结果的高严重性值的列表可在系统级进行配置,诸如基于机构需要。高严重性结果31c能够实现捕获某些值(诸如心律异常和/或心脏病发作指数)的排优先级规则30,这些值可能不是由医疗保健机构的临界值策略建立的临界值。在示例性实施方案中,ECG分类31a(其可以是用于先前ECG和当前ECG的单独分类)、临界测试结果31b和高严重性结果31c中的每一者可具有两个值(诸如1/0或+/-)中的一个。在其他示例中,ECG分类31a、临界测试结果31b和高严重性结果31c中的每一个可以是三个或更多个值中的任一个。
排优先级规则30将未读组20中的每个当前ECG记录22a-22n分类为临床严重性类别32。取决于排优先级规则30的配置,可利用两个或更多个中任何数目的临床严重性类别32,该排优先级规则提供用于对每个当前ECG记录22a-22n进行排名以及用于建立排优先级的顺序36的手段。在所描绘的示例中,排优先级规则30将每个当前ECG记录22a-22n归类为七个临床严重性类别32a-32g中的一个。在所描绘的示例中,第一临床严重性类别包括具有正常先前ECG和异常当前ECG(基于ECG分类31a和/或基于串行比较语句26)并且存在临界测试结果31b的那些当前ECG记录22a-22n。因此,在当前ECG记录22表示从正常至异常的变化并且存在临界测试结果的情况下,将当前ECG记录置于第一临床严重性类别32a中。取决于临床严重性类别如何排序以生成排优先级的顺序36,被归类为第一临床严重性类别32a的那些当前ECG记录22a-22n能够被通读临床医生最早审查。
第一临床严重性类别32a中的ECG记录可能表示患者的紧急情况。此外,可能优选的是,首先对临界测试结果排优先级,因为它们表示在机构的临界值策略中列出的值的存在,基于该策略通过JCAHO测量这些临界测试结果。然而,临床严重性类别32a-32c的其他优先级顺序是可能的。例如,可基于高严重性结果31c的存在或不存在来做出一个或多个附加的临床严重性类别,这可进一步细化排优先级过程。在类选模块14识别高严重性结果31c的实施方案中,存在临界测试结果31b和高严重性结果31c两者的新异常ECG记录可在排优先级的顺序36中排名第一。另选地,存在高严重性结果31c的新异常ECG记录可在排优先级的顺序36中排名第一,高于具有正临界测试结果31b但不具有高严重性结果31c的ECG记录。在图2的示例中,第二临床严重性类别32b指定不存在临界测试结果31b、但存在高严重性结果31c的具有正常先前ECG和异常当前ECG的那些当前ECG记录22a-22n。在其他实施方案中,高严重性结果31c可能根本不被识别。
图2所例示的第三临床严重性类别32c指定具有正常先前ECG记录和异常当前ECG记录、但不存在临界测试结果和高严重性结果的当前ECG记录22a-22n。第四临床严重性类别32d指定具有异常先前ECG和异常当前ECG并且存在临界测试结果的那些当前ECG记录22a-22n。为不存在临界测试结果的具有异常先前ECG和异常当前ECG的那些当前ECG记录22a-22n建立第五临床严重性类别32e。第六临床严重性类别32f指定具有异常先前ECG、但当前ECG正常的那些当前ECG记录22a-22n。最后,第七临床严重性类别32g指定具有正常先前ECG和正常当前ECG两者的那些当前ECG记录22a-22n。
可在类选模块14内建立任何数目的其他临床严重性类别32,以使得能够生成排优先级的顺序36。例如,可基于高严重性结果的存在或不存在为继续的异常ECG记录建立附加类别,类似于高严重性结果对于第一临床严重性类别32a、第二临床严重性类别32b和第三临床严重性类别32c的利用。
然后通过基于临床严重性类别32a-32g名称对当前ECG记录22a-22n排序来建立排优先级的顺序36。在某些实施方案中,类选模块14可首先组织每个临床严重性类别32a-32g内的当前ECG记录22a-22n,诸如以基于在该类别中相应当前ECG记录22a-22n的测试日期和时间的时间顺序组织。维持每个类别中的记录的时间顺序,然后基于临床严重性类别32a-32g的排名来建立排优先级的顺序36。例如,临床严重性类别32a-32g可以图2中所呈现的顺序排名,即,第一临床严重性类别32a中的当前ECG记录22a被排为第一优先级,第二临床严重性类别32b中的当前ECG记录22a-22n被呈现第二优先级,等。然而,临床严重性类别32a-32g可以任何其他顺序排名,该顺序可以是能够调整的或能够配置的,诸如由系统10的管理员和/或由通读临床医生排名。仅为了提供一个示例,第四临床严重性类别32d的优先级可高于第三临床严重性类别32c,由此使临界测试结果31b的存在的优先级高于表示从正常至异常的转变、但不具有任何临界值的那些记录。
然后将当前ECG记录22a-22n的排优先级的顺序36呈现给通读临床医生38,该通读临床医生审查ECG记录,以便为当前ECG记录22a-22n中的每一个当前ECG记录创建确认的ECG记录40。当前ECG记录22a-22n的排优先级的顺序36可诸如在本地计算系统39处经由用户界面呈现给临床医生,临床医生38正通过该本地计算系统访问记录。在各种实施方案中,本地计算系统39的用户界面包括数字显示设备和用户输入装置,诸如结合数字显示器用于接收来自用户的触摸输入的触摸屏,和/或鼠标、键盘或其他已知的用户输入设备。例如,本地计算系统39可操作包括类选模块14的一部分的软件,或者本地计算系统39可操作使得能够进行临床医生审查的单独软件模块,该单独软件模块从计算系统200接收排优先级的顺序36并且将确认的ECG记录40传输回计算系统200以用于存储在EMR数据库13和/或ECG数据库11中。
图3提供示例性计算系统200的示意图,该示例性计算系统包括处理系统206、存储系统204、软件202和通信接口208。处理系统206从存储系统204加载并执行软件202,包括串行比较模块12和类选模块14,它们是软件202内的应用程序。模块12和14中的每一个都包括计算机可读指令,当被执行时,该计算机可读指令引导处理系统206如本文进一步详述的那样操作。类选模块14接收当前ECG记录22a-22n并且根据上文所描述和例示的步骤对每个记录进行归类以生成归类的ECG记录34a-34n。在某些实施方案中,归类的ECG记录34a-34n可不单独输出或存储,并且归类可简单地用于类选模块14内的内部使用。当前ECG记录22a-22n的排优先级的顺序36被输出用于临床医生通读,诸如输出至本地计算系统39,这有利于呈现排优先级的顺序36、从临床医生接收输入以及针对每个接收到的当前ECG记录22a-22n创建确认的ECG记录40a-40n。然后将确认的ECG记录40a-40n存储在EMR数据库13和/或ECG数据库11中。
尽管如图3中所描绘的计算系统200包括包封一个串行比较模块12和一个类选模块14的一个软件202,但是应当理解,具有一个或多个模块的一个或多个软件元件可提供在本文中归属于两个单独模块12和14的相同操作。同样,本文描述为包括ECG解释模块9的功能也可并入上述单个软件程序内,并且此类实施方式被认为在描述的范围内。类似地,虽然本文所提供的描述涉及计算系统200和处理系统206,但是应当认识到,可使用一个或多个处理器18来执行此类系统的实施方式,这些处理器可通信地连接,并且此类实施方式被认为在描述的范围内。
处理系统206包括至少一个处理器18,该处理器可以是微处理器、通用中央处理单元、专用处理器、微控制器或任何其他类型的基于逻辑的设备。处理系统206还可以包括从存储系统204检索和执行软件202的电路。处理系统206可在单个处理设备内实现,但也可分布在多个处理设备或子系统中,这些处理设备或子系统在执行程序指令时协作。
存储系统204(其包括ECG数据库11和EMR数据库13)可包括可由处理系统206读取并且能够存储软件202的任何存储介质或存储介质组。存储系统204可以包括以用于存储信息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,所述信息诸如是计算机可读指令、数据结构、程序模块或其他数据。存储系统204可实现为单个存储设备,但是也可在多个存储设备或子系统上实现。例如,软件202可存储在ECG数据库11和/或EMR数据库13之外的单独存储设备上。同样,数据库11和13中的每一者可存储在单独的存储设备上。类似地,ECG数据库11和/或EMR数据库13可跨一个或多个存储介质或存储介质组存储、分布和/或实现,并且每个数据库11和13可涵盖在不同存储位置处和/或包含可以不同格式存储的不同信息的多个不同子数据库。以举例的方式,ECG数据库11可包括容纳ECG记录和其他相关数据的MUSE ECG管理系统的一部分。存储系统204还可以包括附加元件,诸如能够与处理系统206通信的控制器。
存储介质的示例包括随机存取存储器、只读存储器、光盘、闪存存储器、虚拟存储器和非虚拟存储器、磁组、磁带、磁盘存储或其他磁存储设备,或可用于存储所需信息并可以由指令执行系统访问的任何其他介质,以及它们的任何组合或变型,或任何其他类型的存储介质。同样,存储介质可以与处理系统206一起本地容纳,或者可以分布在一个或多个服务器中,这些服务器可以位于多个位置并联网,诸如在云计算应用和系统中。在一些实施方式中,存储介质可以是非暂时性存储介质。在一些实施方式中,存储介质的至少一部分可以是暂时性的。
通信接口208接合在计算系统200内的元件和外部设备之间,诸如与ECG监视器5a-5n(或与聚集来自单个监视器的ECG数据的中央ECG监视系统)和/或与本地计算系统39接合,该本地计算系统由通读临床医生38用来生成确认的ECG记录40a-40n。
图4和图5描绘了用于处理来自多个患者的ECG记录的方法80或其部分的实施方案。在步骤82处,识别未读组20的当前ECG记录22a-22n。在步骤84处应用排优先级规则,以基于当前波形测量、当前解释语句和串行比较语句中的至少一者来对未读组中的当前ECG记录排优先级,以用于临床医生通读。然后在步骤86处提供当前ECG记录22的排优先级的顺序,以用于临床医生通读。
图5描绘了排优先级规则组的一个实施方案,诸如可由类选模块14执行的用于对未读组20中的当前ECG记录22排优先级的步骤。在步骤90处接收每个未分类的当前ECG记录22,并且在步骤92和94处向先前ECG记录和当前ECG记录给予ECG分类31a,诸如分类为正常或异常。在步骤96处审查相应的当前ECG记录22以确定临界测试结果31b的存在或不存在。例如,在当前ECG数据23、当前波形测量24、当前解释语句25和/或串行比较语句26中的任一者指示由医疗保健机构的临界值策略识别为临界值的值的情况下,临界测试结果可被认为存在。执行步骤98以确定高严重性结果31c的存在或不存在,如上所述,该高严重性结果指示一个或多个高严重性值的存在。类似于临界测试结果31b评估,高严重性结果31c评估涉及评估相应ECG记录22的当前ECG数据23、当前波形测量24、当前解释语句25和/或串行比较语句26中的一者或多者,以便检测被配置用于系统10的高严重性值列表上的任何值的存在或不存在。在步骤100处,相应的当前ECG记录22然后被分类为至少两个临床严重性类别32中的一个临床严重性类别,诸如被分类为上文关于图2示出和讨论的七个示例性临床严重性类别32a-32g中的一个临床严重性类别。在步骤102处,诸如通过测试日期和时间来组织每个类别内的当前ECG记录22,使得每个类别内的记录按时间顺序组织。然后在步骤104处基于临床严重性类别32a-32g的排名生成排优先级的顺序36,并且将当前ECG记录22以排优先级的顺序36呈现给通读临床医生38。
该书面描述使用示例来公开本发明,包括最佳模式,并且还使得本领域技术人员能够执行和使用本发明。为了简洁、清楚和易于理解而使用了某些术语。除了现有技术的要求之外,不应从中推断出不必要的限制,因为此类术语仅用于描述目的并且旨在被广义地理解。本发明的专利范围由权利要求书限定,并且可包括本领域技术人员想到的其他示例。如果这些其他示例具有与权利要求书的字面语言没有不同的特征或结构元件,或者如果它们包括与权利要求书的字面语言无实质差别的等效特征或结构元件,则这些其他示例旨在在权利要求书的范围内。

Claims (20)

1.一种用于处理来自多个患者的ECG记录以用于临床医生通读的系统,所述系统包括:
数据库,所述数据库包含来自多个患者的等待临床医生通读的未读组的当前ECG记录,其中所述未读组中的每个当前ECG记录至少包括:
从患者记录的当前ECG数据,
所述当前ECG数据的当前波形测量,
所述当前ECG数据的当前解释语句,和
串行比较语句,所述串行比较语句比较以下中的至少一者:来自所述患者的所述当前波形测量与先前ECG数据的先前波形测量,以及来自所述患者的所述当前解释语句与所述先前ECG数据的先前解释语句;
处理器;
类选模块,所述类选模块能够在所述处理器上执行,以基于所述当前波形测量、所述当前解释语句和所述串行比较语句中的至少一者,应用排优先级规则组来对所述未读组中的所述当前ECG记录排优先级,以用于临床医生通读。
2.根据权利要求1所述的系统,其中所述类选模块进一步能够在所述处理器上执行,以按排优先级的顺序呈现所述未读组的当前ECG记录,以用于临床医生通读。
3.根据权利要求2所述的系统,其中所述类选模块进一步能够在所述处理器上执行,以根据所述排优先级规则组将所述未读组中的新的当前ECG记录添加至所述排优先级的顺序,以用于临床医生通读。
4.根据权利要求1所述的系统,其中所述排优先级规则组包括指令以便:
至少基于所述当前解释语句和所述串行比较语句,将所述未读组中的所述当前ECG记录中的每一个当前ECG记录归类为至少两个临床严重性类别中的一个临床严重性类别,以及根据测试日期和时间将每个临床严重性类别内的所述当前ECG记录从最旧至最新排序,以创建归类的当前ECG记录;以及
根据临床严重性类别的排名对所述归类的ECG记录进行排序,以生成排优先级的顺序,以用于临床医生通读。
5.根据权利要求4所述的系统,其中所述类选模块进一步能够在所述处理器上执行以:
基于所述解释语句来识别临界测试结果的存在或不存在,其中根据医疗保健机构的临界值策略来识别所述临界测试结果;以及
进一步基于所述临界测试结果的所述存在或所述不存在,将所述未读组中的所述当前ECG记录归类为所述至少两个临床严重性类别中的一个临床严重性类别。
6.根据权利要求5所述的系统,其中所述排优先级规则组包括指令以便:如果相应当前ECG记录的所述当前解释语句和/或所述串行比较语句指示从正常先前ECG数据至异常当前ECG数据的变化以及所述临界测试结果的所述存在,则将所述未读组中的当前ECG记录归类为第一临床严重性类别。
7.根据权利要求6所述的系统,其中所述类选模块进一步能够在所述处理器上执行以:
基于所述解释语句来识别高严重性结果的存在或不存在,其中所述高严重性结果指示预定义的心律失常或心脏病发作指标列表中的任一个指标;以及
进一步基于所述高严重性结果的所述存在或所述不存在,将所述未读组中的所述当前ECG记录归类为所述至少两个临床严重性类别中的一个临床严重性类别。
8.根据权利要求7所述的系统,其中所述排优先级规则组包括指令以便:如果所述相应当前ECG记录的所述当前解释语句和/或所述串行比较语句指示从正常先前ECG数据至异常当前ECG数据的所述变化、所述临界测试结果的所述不存在以及所述高严重性结果的所述存在,则将所述未读组中的当前ECG记录归类为第二临床严重性类别;以及
生成所述排优先级的顺序,以用于临床医生通读,其中所述第一临床严重性类别排名在所述第二临床严重性类别之前。
9.根据权利要求8所述的系统,其中所述排优先级规则组包括指令以便:
如果所述相应当前ECG记录的所述当前解释语句和所述串行比较语句指示从正常先前ECG数据至异常当前ECG数据的所述变化、所述临界测试结果的所述不存在以及所述高严重性结果的所述不存在,则将所述未读组中的当前ECG记录归类为第三临床严重性类别;以及
生成所述排优先级的顺序,以用于临床医生通读,其中所述第一临床严重性类别和所述第二临床严重性类别排名在所述第三临床严重性类别之前。
10.根据权利要求9所述的系统,其中所述排优先级规则组包括指令以便:
如果所述相应当前ECG记录的所述当前解释语句和/或所述串行比较语句指示异常先前ECG数据和异常当前ECG数据,以及临界测试结果的所述存在,则将所述未读组中的当前ECG记录归类为第四临床严重性类别;以及
生成所述排优先级的顺序,以用于临床医生通读,其中所述第一临床严重性类别和所述第二临床严重性类别排名在所述第三临床严重性类别和所述第四临床严重性类别之前。
11.根据权利要求10所述的系统,其中所述排优先级规则组包括指令以便将所述第四临床严重性类别排名在所述第三临床严重性类别之前。
12.根据权利要求10所述的系统,其中所述排优先级规则组包括指令以便:
如果所述相应当前ECG记录的所述当前解释语句和/或所述串行比较语句指示异常先前ECG数据和异常当前ECG数据,以及临界测试结果的所述不存在,则将所述未读组中的当前ECG记录归类为第五临床严重性类别;以及
生成所述排优先级的顺序,以用于临床医生通读,其中所述第一临床严重性类别、所述第二临床严重性类别、所述第三临床严重性类别和所述第四临床严重性类别排名在所述第五临床严重性类别之前。
13.根据权利要求6所述的系统,其中所述排优先级规则组包括指令以便:
如果所述相应当前ECG记录的所述当前解释语句和/或所述串行比较语句指示从正常先前ECG数据至异常当前ECG数据的所述变化以及所述临界测试结果的所述不存在,则将所述未读组中的当前ECG记录归类为第三临床严重性类别;以及
生成所述排优先级的顺序,以用于临床医生通读,其中所述第一临床严重性类别排序在所述第三临床严重性类别之前。
14.一种用于处理来自多个患者的ECG记录以用于临床医生通读的方法,所述方法包括:
识别来自多个患者的等待临床医生通读的未读组的当前ECG记录,其中所述未读组中的每个当前ECG记录至少包括:
从患者记录的当前ECG数据,
所述当前ECG数据的当前波形测量,
所述当前ECG数据的当前解释语句,和
串行比较语句,所述串行比较语句比较以下中的至少一者:来自所述患者的所述当前波形测量与先前ECG数据的先前波形测量,以及来自所述患者的所述当前解释语句与所述先前ECG数据的先前解释语句;
利用处理器应用排优先级规则组,以基于所述当前波形测量、所述当前解释语句和所述串行比较语句中的至少一者将所述未读组中的所述当前ECG记录排优先级为排优先级的顺序,以用于临床医生通读;以及
以所述排优先级的顺序呈现所述当前ECG记录,以用于临床医生通读。
15.根据权利要求14所述的方法,进一步包括根据所述排优先级规则组将新的当前ECG记录添加至所述未读组,以便以所述排优先级的顺序维持所述未读组。
16.根据权利要求14所述的方法,其中执行所述排优先级规则组包括:
至少基于所述当前解释语句和/或所述串行比较语句,将所述未读组中的所述当前ECG记录中的每一个当前ECG记录归类为所述至少两个临床严重性类别中的一个临床严重性类别,以及根据测试日期和时间将每个临床严重性类别内的所述当前ECG记录从最旧至最新排序,以创建归类的ECG记录;以及
根据临床严重性类别的排名对所述归类的ECG记录进行排序,以生成排优先级的顺序,以用于临床医生通读。
17.根据权利要求16所述的方法,进一步包括:基于所述解释语句来识别临界测试结果的存在或不存在,其中根据医疗保健机构的临界值策略来识别所述临界测试结果;以及
进一步基于所述临界测试结果的所述存在或所述不存在,将所述未读组中的所述当前ECG记录划分为所述至少两个临床严重性类别中的一个临床严重性类别。
18.根据权利要求17所述的方法,其中执行所述排优先级规则组包括:如果所述相应当前ECG记录的所述当前解释语句和/或所述串行比较语句指示从正常先前ECG数据至异常当前ECG数据的变化以及所述临界测试结果的所述存在,则将所述未读组中的当前ECG记录归类为第一临床严重性类别。
19.根据权利要求17所述的方法,进一步包括基于所述解释语句来识别高严重性结果的存在或不存在,其中所述高严重性结果指示预定义的心律失常或心脏病发作指标列表中的任一个指标;以及
进一步基于所述高严重性结果的所述存在或所述不存在,将所述未读组中的所述当前ECG记录划分为所述至少两个临床严重性类别中的一个临床严重性类别。
20.根据权利要求19所述的方法,其中执行所述排优先级规则组包括:如果所述相应当前ECG记录的所述当前解释语句和所述串行比较语句指示从正常先前ECG数据至异常当前ECG数据的所述变化、所述临界测试结果的所述不存在以及所述高严重性结果的所述存在,则将所述未读组中的当前ECG记录归类为第二临床严重性类别;以及
生成所述排优先级的顺序,以用于临床医生通读,其中所述第一临床严重性类别排名在所述第二临床严重性类别之前。
CN201980008485.XA 2018-02-19 2019-02-15 用于处理来自多个患者的ecg记录以用于临床医生通读的系统和方法 Pending CN111602206A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/899,141 US10930392B2 (en) 2018-02-19 2018-02-19 System and method for processing ECG recordings from multiple patients for clinician overreading
US15/899,141 2018-02-19
PCT/US2019/018278 WO2019161247A1 (en) 2018-02-19 2019-02-15 System and method for processing ecg recordings from multiple patients for clinician overreading

Publications (1)

Publication Number Publication Date
CN111602206A true CN111602206A (zh) 2020-08-28

Family

ID=67618122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980008485.XA Pending CN111602206A (zh) 2018-02-19 2019-02-15 用于处理来自多个患者的ecg记录以用于临床医生通读的系统和方法

Country Status (4)

Country Link
US (1) US10930392B2 (zh)
EP (1) EP3756195A4 (zh)
CN (1) CN111602206A (zh)
WO (1) WO2019161247A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11331034B2 (en) 2015-10-27 2022-05-17 Cardiologs Technologies Sas Automatic method to delineate or categorize an electrocardiogram
US10779744B2 (en) 2015-10-27 2020-09-22 Cardiologs Technologies Sas Automatic method to delineate or categorize an electrocardiogram
US11672464B2 (en) 2015-10-27 2023-06-13 Cardiologs Technologies Sas Electrocardiogram processing system for delineation and classification
JP6907061B2 (ja) * 2017-07-21 2021-07-21 株式会社タダノ 測定対象物の上面推定方法、ガイド情報表示装置およびクレーン
EP3826031A1 (en) 2017-08-25 2021-05-26 Cardiologs Technologies SAS User interface for analysis of electrocardiograms
US11450424B2 (en) * 2019-08-30 2022-09-20 Tencent America LLC Training framework for multi-group electrocardiography (MG-ECG) analysis
JP2023544242A (ja) 2020-08-10 2023-10-23 コーニンクレッカ フィリップス エヌ ヴェ 心イベントを検出及び/又は予測するための、心電図処理システム

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0489209A1 (en) * 1990-11-09 1992-06-10 Del Mar Avionics Triage method and apparatus for screening electrocardiographic (ECG) data
US20020042579A1 (en) * 2000-10-06 2002-04-11 G. Ian Rowlandson Method and apparatus for perioperative assessment of cardiovascular risk
US20030073914A1 (en) * 2001-10-11 2003-04-17 Taha Basel H. Method and apparatus for the serial comparison of electrocardiograms
US20060217623A1 (en) * 2001-11-20 2006-09-28 Eresearch Technology, Inc. Method and system for processing electrocardiograms
CN1983258A (zh) * 2005-09-02 2007-06-20 西门子医疗健康服务公司 处理患者医学数据的系统和用户界面
US20070239490A1 (en) * 2000-11-02 2007-10-11 Sullivan Daniel J Computerized risk management module for medical diagnosis
CN101059793A (zh) * 2006-04-17 2007-10-24 通用电气公司 用于心脏病学和病人监护数据分析的多层系统
US20090131759A1 (en) * 2003-11-04 2009-05-21 Nathaniel Sims Life sign detection and health state assessment system
US20100217144A1 (en) * 2007-06-28 2010-08-26 Arenare Brian Diagnostic and predictive system and methodology using multiple parameter electrocardiography superscores
US7801591B1 (en) * 2000-05-30 2010-09-21 Vladimir Shusterman Digital healthcare information management
CN101904741A (zh) * 2009-06-02 2010-12-08 上海剑幸生物科技有限公司 心电图计算机辅助诊断系统和方法
CN101971196A (zh) * 2008-03-10 2011-02-09 皇家飞利浦电子股份有限公司 用于整修ecg监测系统的方法
CN103110417A (zh) * 2013-02-28 2013-05-22 华东师范大学 一种心电图自动识别系统
US20140276162A1 (en) * 2013-03-15 2014-09-18 David E. Albert Systems and methods for processing and analyzing medical data
BR102012012062A2 (pt) * 2012-05-21 2015-04-14 Hit Tecnologia Em Saúde Ltda Me Equipamento elotromédico para triagem automatizada de recém-nascido com possíveis cardiopatias congênitas
US20150133805A1 (en) * 2013-11-13 2015-05-14 Epiphany Cardiography Products, LLC Evolving Serial Comparison System with Critical Alert Notifications
CN105377177A (zh) * 2013-03-14 2016-03-02 Vida诊断公司 肺减容手术的治疗设计
US20160135700A1 (en) * 2013-06-18 2016-05-19 Koninklijke Philips N.V. Ecg features for type ahead editing and automatic update for report interpretation
US20160183833A1 (en) * 2013-01-04 2016-06-30 Infobionic, Inc. Systems and methods for processing and displaying patient electrocardiograph data
US20170124256A1 (en) * 2015-10-30 2017-05-04 General Electric Company Method and system for analyzing electrocardiograph data
RU2016109224A (ru) * 2016-03-15 2017-09-20 Илья Александрович Романец Способ обработки электрокардиограмм с целью выделения стадий в динамике изменений функционального состояния миокарда
CN107710328A (zh) * 2014-12-31 2018-02-16 通用电气公司 用于为电子医疗记录(emr)提供心电图(ecg)分析的系统

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS4841028B1 (zh) 1970-12-29 1973-12-04
WO1999059673A1 (en) 1998-05-21 1999-11-25 Medtronic Physio-Control Manufacturing Corp. Automatic detection and reporting of cardiac asystole
US6304772B1 (en) 1999-08-30 2001-10-16 Ge Medical Systems Information Technologies, Inc. Method and apparatus for automatically detecting and interpreting paced electrocardiograms
US6687685B1 (en) 2000-04-07 2004-02-03 Dr. Red Duke, Inc. Automated medical decision making utilizing bayesian network knowledge domain modeling
US6507753B1 (en) 2000-08-09 2003-01-14 Ge Marquette Medical Systems, Inc. Method and apparatus to detect acute cardiac syndromes in specified groups of patients using ECG
US6490479B2 (en) 2000-12-28 2002-12-03 Ge Medical Systems Information Technologies, Inc. Atrial fibrillation detection method and apparatus
WO2004037994A2 (en) 2002-10-22 2004-05-06 University Of Utah Research Foundation Managing biological databases
US7469287B1 (en) 2003-11-17 2008-12-23 Lockheed Martin Corporation Apparatus and method for monitoring objects in a network and automatically validating events relating to the objects
US7996073B2 (en) 2004-10-13 2011-08-09 International Business Machines Corporation System and method for interpreting electrocardiograms
US8818496B2 (en) 2005-10-14 2014-08-26 Medicalgorithmics Ltd. Systems for safe and remote outpatient ECG monitoring
US7792573B2 (en) 2008-02-22 2010-09-07 General Electric Company Method for collecting and assigning patient data in a clinical trial
US20090228298A1 (en) * 2008-03-04 2009-09-10 The General Electric Company System and method of morphology feature analysis of physiological data
US8838217B2 (en) 2009-11-10 2014-09-16 Makor Issues And Rights Ltd. System and apparatus for providing diagnosis and personalized abnormalities alerts and for providing adaptive responses in clinical trials
US9380956B2 (en) 2011-09-28 2016-07-05 Samsung Electronics Co., Ltd. Method and apparatus for classifying cardiac arrhythmia
US20130261403A1 (en) 2012-03-29 2013-10-03 General Electric Company System and Method of Managing Technician Review of Medical Test Data
US9078572B2 (en) 2013-10-30 2015-07-14 Apn Health, Llc Heartbeat detection and categorization
CN103800004A (zh) 2013-11-19 2014-05-21 邱磊 基于核函数分类算法的心电电极错误放置自动检测方法
CN104382590B (zh) 2014-12-11 2017-08-11 成都瑞迪康医疗科技有限公司 一种结合心电时频域特征分析的可电击复律心律自动识别和归类方法
CN104783782B (zh) 2015-04-13 2017-09-01 深圳市飞马与星月科技研究有限公司 心电信号自动检测方法及装置
DE102015212953A1 (de) * 2015-07-10 2017-01-12 Siemens Healthcare Gmbh Künstliche neuronale Netze zur Klassifizierung von medizinischen Bilddatensätzen
US9788796B2 (en) 2015-10-16 2017-10-17 General Electric Company System and method of adaptive interpretation of ECG waveforms

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0489209A1 (en) * 1990-11-09 1992-06-10 Del Mar Avionics Triage method and apparatus for screening electrocardiographic (ECG) data
US7801591B1 (en) * 2000-05-30 2010-09-21 Vladimir Shusterman Digital healthcare information management
US20020042579A1 (en) * 2000-10-06 2002-04-11 G. Ian Rowlandson Method and apparatus for perioperative assessment of cardiovascular risk
US20070239490A1 (en) * 2000-11-02 2007-10-11 Sullivan Daniel J Computerized risk management module for medical diagnosis
US20030073914A1 (en) * 2001-10-11 2003-04-17 Taha Basel H. Method and apparatus for the serial comparison of electrocardiograms
US20060217623A1 (en) * 2001-11-20 2006-09-28 Eresearch Technology, Inc. Method and system for processing electrocardiograms
US20090131759A1 (en) * 2003-11-04 2009-05-21 Nathaniel Sims Life sign detection and health state assessment system
CN1983258A (zh) * 2005-09-02 2007-06-20 西门子医疗健康服务公司 处理患者医学数据的系统和用户界面
CN101059793A (zh) * 2006-04-17 2007-10-24 通用电气公司 用于心脏病学和病人监护数据分析的多层系统
US20100217144A1 (en) * 2007-06-28 2010-08-26 Arenare Brian Diagnostic and predictive system and methodology using multiple parameter electrocardiography superscores
CN101971196A (zh) * 2008-03-10 2011-02-09 皇家飞利浦电子股份有限公司 用于整修ecg监测系统的方法
CN101904741A (zh) * 2009-06-02 2010-12-08 上海剑幸生物科技有限公司 心电图计算机辅助诊断系统和方法
BR102012012062A2 (pt) * 2012-05-21 2015-04-14 Hit Tecnologia Em Saúde Ltda Me Equipamento elotromédico para triagem automatizada de recém-nascido com possíveis cardiopatias congênitas
US20160183833A1 (en) * 2013-01-04 2016-06-30 Infobionic, Inc. Systems and methods for processing and displaying patient electrocardiograph data
CN103110417A (zh) * 2013-02-28 2013-05-22 华东师范大学 一种心电图自动识别系统
CN105377177A (zh) * 2013-03-14 2016-03-02 Vida诊断公司 肺减容手术的治疗设计
US20140276162A1 (en) * 2013-03-15 2014-09-18 David E. Albert Systems and methods for processing and analyzing medical data
US20160135700A1 (en) * 2013-06-18 2016-05-19 Koninklijke Philips N.V. Ecg features for type ahead editing and automatic update for report interpretation
US20150133805A1 (en) * 2013-11-13 2015-05-14 Epiphany Cardiography Products, LLC Evolving Serial Comparison System with Critical Alert Notifications
CN107710328A (zh) * 2014-12-31 2018-02-16 通用电气公司 用于为电子医疗记录(emr)提供心电图(ecg)分析的系统
US20170124256A1 (en) * 2015-10-30 2017-05-04 General Electric Company Method and system for analyzing electrocardiograph data
RU2016109224A (ru) * 2016-03-15 2017-09-20 Илья Александрович Романец Способ обработки электрокардиограмм с целью выделения стадий в динамике изменений функционального состояния миокарда

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨文 等, 人民军医出版社 *

Also Published As

Publication number Publication date
EP3756195A4 (en) 2021-11-10
US10930392B2 (en) 2021-02-23
WO2019161247A1 (en) 2019-08-22
EP3756195A1 (en) 2020-12-30
US20190259496A1 (en) 2019-08-22

Similar Documents

Publication Publication Date Title
CN111602206A (zh) 用于处理来自多个患者的ecg记录以用于临床医生通读的系统和方法
O’neill et al. Active reprioritization of the reading worklist using artificial intelligence has a beneficial effect on the turnaround time for interpretation of head CT with intracranial hemorrhage
US7412395B2 (en) Automated scheduling of emergency procedure based on identification of high-risk patient
Melillo et al. Discrimination power of long-term heart rate variability measures for chronic heart failure detection
US20190371475A1 (en) Generating and applying subject event timelines
US8589187B2 (en) Automated clustering for patient disposition
JP6706627B2 (ja) 集中治療室における臨床値の自動化された分析及びリスク通知のためのシステム
US10818393B2 (en) System and method for clinical decision support
Dalvi et al. Heartbeat classification system based on neural networks and dimensionality reduction
CN109360657B (zh) 一种医院感染数据的样本选取的时间段推理方法
CN105611872A (zh) 用于评估多通道ecg信号的装置和方法
Yuda et al. Redundancy among risk predictors derived from heart rate variability and dynamics: ALLSTAR big data analysis
US20160342749A1 (en) Privacy awareness tool
Crespin et al. Improved diagnostic performance of insertable cardiac monitors by an artificial intelligence-based algorithm
Nishadi Healthcare big data analysis using Hadoop MapReduce
Bisignani et al. Implantable cardiac monitors: artificial intelligence and signal processing reduce remote ECG review workload and preserve arrhythmia detection sensitivity
US20190035502A1 (en) Systems and methods for managing care teams
CN113921103A (zh) 鉴别诊断病种敏感性测量方法、装置、电子设备及介质
US20130261403A1 (en) System and Method of Managing Technician Review of Medical Test Data
Lapage et al. Is it feasible to outsource the remote monitoring of implantable cardiac defibrillators in a large tertiary hospital?
US20160140292A1 (en) System and method for sorting a plurality of data records
EP4131283A1 (en) Cardiac event identifier and selector
McIntyre et al. Using visual analytics of heart rate variation to aid in diagnostics
US20240087741A1 (en) Converged mct and holter cardiac reporting
US20240099640A1 (en) Electrocardiogram analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination