CN111655140B - 用于鉴定用于远程分析的ecg数据的系统和方法 - Google Patents

Abstract

本发明公开了一种从患者或患者组获得并分析ECG数据的方法。在采集设备处从该患者获得ECG数据。一旦获得该ECG数据，就将该ECG数据传输到分析服务器，该分析服务器由分析提供者操作并且远离该采集设备的位置定位。将采集参数与该ECG数据一起传输到该分析服务器。在该分析服务器处，选择多种算法中的一种算法来分析该ECG数据。如果检测到异常，则将患者信息引导至医疗保健提供者，然后该医疗保健提供者可联系该患者以安排预约。基于推荐，可将推荐费用从该医疗保健提供者转移至该分析提供者。可提示该患者提供指示所生成的分析水平的附加信息和选择。

Description

用于鉴定用于远程分析的ECG数据的系统和方法

背景技术

本公开涉及用于分析来自患者的ECG数据的方法和系统。更具体地，本公开涉及从患者接收ECG信息并提供利用远程分析和数据报告的分析技术的系统和方法。

基于云的技术正在修改和改变软件服务的销售和利用方式。目前，代替拥有软件产品的副本，基于云的计算允许用户访问利用基于云的技术的软件程序并且仅为用户利用的软件程序进行支付。基于云的计算允许将消耗大量存储空间的大型应用程序存储在远程位置处，并且由用户利用在线浏览器访问。基于云的计算为用户创建了许多优点，并且实现了不同类型的业务模型。

目前，许多不同的公司和制造商销售包括用于从患者捕获ECG的物理硬件和识别心律失常和ECG数据中的其他不规则性所需的软件算法两者的心电图。此类心电图必须具有所需的处理能力和存储空间以分析ECG数据并向临床医生或用户提供诊断信息。心电图通常会在开发新的处理算法时进行更新，这可能需要心电图机上的附加存储空间。

发明内容

本文所述的系统、设备和方法涉及处理和分析医疗数据，并且具体地涉及分析和处理从患者获得的ECG数据。根据本公开的一个实施方案，ECG数据是在位于第一位置的采集设备处从一个或多个患者获得的。采集设备可以是各种不同类型的硬件设备中的一种，包括运动机器、汽车方向盘、个人健康跟踪可穿戴设备、手表、智能电话、专用信息亭或能够从患者获得ECG数据并将该ECG数据数字化的任何其他类型的设备。

一旦从患者获得ECG数据，就将该ECG数据传输到分析服务器，该分析服务器由分析提供方操作并且定位在远离采集设备的第二位置处。分析服务器包括多种算法，该算法中的每一种均可操作以检测ECG数据中的异常。

除了将ECG数据传输到分析服务器之外，该方法还传输与当从患者获得ECG数据时存在的特定采集设备和条件相关的采集参数。采集参数可包括与采集设备相关的特定参数，或者可以是由分析服务器用于查找与采集设备相关的特定参数的识别信息。在每种情况下，分析服务器能够确定采集参数，这些采集参数可用于选择用于处理ECG数据的特定算法。

一旦获得ECG数据和采集参数，在分析服务器上操作的所选择的算法就检测ECG数据中存在的异常。如果未检测到异常，则通知患者“正常”ECG数据。然而，如果检测到异常，则患者被提交给医疗保健提供者，该医疗保健提供者可以是医疗门诊、医疗保健机构或医师。具体地，将患者信息、来自分析服务器的分析结果和ECG数据发送给订阅的医疗保健提供者。在接收到该信息时，医疗保健提供者联系患者以安排与该医疗保健提供者的预约。因此，附加预约的安排由对ECG数据和检测到的异常的分析驱动。以此方式，医疗保健提供者联系需要进一步关注的患者，这将导致高速率的可计费预约。由于推荐(referral)增加了由医疗保健提供者产生的收入，因此将推荐费用从医疗保健提供者导向到操作分析服务器的分析提供者。

在本公开的另一个实施方案中，可在医疗保健提供者的健康网站内创建微网站以提供供患者访问的门户。微网站门户允许患者将ECG数据上传到该健康网站。一旦健康网站获得了ECG数据，该ECG数据就被传输到分析服务器进行处理。如果检测到异常，则操作健康网站的医疗保健提供者联系患者以安排额外预约。再次，基于ECG数据分析的附加预约为医疗保健提供者产生了附加收入，推荐费用可从医疗保健提供者传送给分析提供者以补偿由分析服务器创建的附加收入。

在本公开的又一个实施方案中，分析提供者和感兴趣的实体(诸如医疗保健提供者、政府机构或保险商)可一起工作以识别具有可改善的总体心脏健康或具有可通过利用早期ECG分析降低的未来治疗成本的一部分患者群体。一旦识别出该患者群体，就联系并促使该患者群体中的患者获得ECG读数。可由采集设备中的一个采集设备进行ECG读数，并且将所获得的ECG数据传输到分析服务器。如果检测到异常，则医疗保健提供者联系患者以安排附加预约。通过ECG测量结果数值的增加来早期检测医疗保健相关问题具有可由分析提供者计算出的成本效益。由于降低了医疗保健成本，所以分析提供商基于医疗保健节约的量而获得支付。

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

附图示出了目前设想的执行本公开的最佳模式。在附图中：

图1是示出利用基于云的通信在各种采集设备与远程服务器、医疗保健提供者和保险商之间进行通信的示意图；

图2是示出根据本公开的一个实施方案的一种方法的流程图；

图3是示出根据本公开的另一个实施方案的第二方法的流程图；

图4为示出根据本公开的另一个实施方案的第三方法的流程图；并且

图5是示出根据本公开的另一个实施方案的第四方法的流程图。

具体实施方式

图1示出了启用本公开的方法和系统的一般通信系统8。在图1所示的实施方案中，多个不同类型的ECG采集设备10被示出为通过互联网将信息传送到远程位置，该互联网在图1中和本公开通篇中被称为“云”。ECG采集设备10各自作用以从一个或多个患者14获得ECG数据。虽然图1所示的实施方案被描述为利用ECG采集设备10从患者14获得ECG数据，但是应当理解的是，采集设备10可以从患者获得其他类型的医疗数据，诸如血压、体重、心率、体温或可用于分析患者14的当前健康状态的任何其他类型的医疗数据。

在图1所示的实施方案中，ECG采集设备可以是能够记录来自患者的ECG信息的多种硬件设备中的一种硬件设备。这些设备可以是传统的ECG记录设备、走动ECG记录设备(诸如Holter监测器)或事件记录器。此外，当前存在的硬件设备将ECG感测电极结合到其他类型的设备(诸如运动机器、汽车方向盘、手表、智能电话，或其中患者14与采集设备之间的交互可足以从患者获得ECG信息的任何其他设想类型的位置或设备)中。

在其他实施方案中，采集设备可以是位于公共区域(诸如购物中心、办公楼、健康诊所，或其中患者可与采集设备10交互以从患者获得ECG信息的任何其他地方)中的独立ECG采集设备。例如，可创建信息亭，该信息亭上包括有两个金属盘，该信息亭指示患者触摸金属盘以获得ECG信息。基于信息亭的采集设备将包含必要的硬件以将从用户获得的ECG信息数字化，并且向患者提供数字副本或通过云12传输所获得的ECG数据。采集设备10与云之间的通信可以是通过Wi-Fi网络、到互联网的直接连接、移动数据网络、蜂窝网络、到电话线的直接连接，或将允许采集设备10与云12之间的通信线路16存在的任何其他类型的通信。

除了在采集设备10处获得ECG信息之外，还设想的是，采集设备10可以允许患者输入关于在取得ECG时其医疗保健提供者、保险提供者及其状况或状态的数据。该附加信息将与ECG数据相关联并通过云12传输。例如，患者可输入在ECG记录之前和/或期间感觉到的症状，并且可输入用户在ECG记录过程之前和/或期间参与的活动。

由于ECG采集设备10被设想为采取多种不同的形式和/或配置，所以对于本公开的方法和系统而言重要的是传送与采集设备10相关联的各种采集参数并将该信息与通过云12传输的患者特定的ECG数据通信。一种将所需采集参数与ECG数据相关联的方法将是预先注册数据采集设备10中的每一个数据采集设备，使得当通过云传输数据时，采集设备10将与ECG数据相关联。此类注册服务将允许采集设备10的识别数据与来自患者的ECG数据一起传输，使得在服务器18处的后续检查和分析期间，采集设备参数将是分析服务器18已知的。

根据第二另选实施方案，与采集设备10相关联的相关采集参数可以与ECG数据一起传输。因此，不是需要预先注册采集设备10，而是传输的ECG数据将包括特定采集参数，使得在患者ECG数据的分析期间将结合和利用采集参数。设想的是，该第二另选实施方案将需要使附加数据与每组ECG数据一起传输。然而，该方法将消除预先注册采集设备中的每个采集设备的需要，这可提供附加益处。

由于设想了多种当前可用和尚未开发的采集设备10，因此重要的是在ECG数据分析期间采集参数是已知的。例如，从患者接收的ECG数据可用于不同的临床目的，诸如节律解读、传导和缺血性病症的解读以及基于轮廓的特征的解读。取决于ECG数据的临床用途，采集设备10的特定方面和参数以及来自患者的所得ECG数据是相关的。此类采集参数可包括采样率、频率响应、ECG引线的数量和放置、起搏器检测和数据分辨率。通过预先注册采集设备10或者通过发送采集参数连同ECG数据，可以适当地分析对来自患者的ECG数据的分析。

在图1所示的实施方案中，将由采集设备10从患者14中的每位患者获得的ECG数据沿通信线路16传输到云12。远程分析服务器18在图1中示出为也通过通信线路20与云12通信。远程分析服务器18被设想为由容纳或维护服务器18的分析提供者操作和提供。分析提供者可以是能够提供远程服务器18的任何类型的实体，该远程服务器接收ECG数据并分析该ECG数据中的不规则性，这些不规则性可包括各种不同的诊断，包括心律失常。远程分析服务器18将包括多种能够分析从患者获得的ECG数据并提供自动化分析的算法。这些算法是已知的并且用于许多独立的心电图机器和系统，诸如由通用电气医疗集团(GEHealthcare)以及其他公司提供的心电图机器和系统中。在图1所示的实施方案中，人类专家22可与远程分析服务器18通信，以在必要时提供ECG数据的人类通读，如将在下文更详细讨论的。人类专家22可以与服务器18直接通信，或者可以通过云12与服务器18通信。

设想的是远程分析服务器将由分析提供者操作和控制，该分析提供者可包括制造和提供心电图硬件的当前公司。然而，还可设想的是，操作和控制远程分析服务器18的分析提供者可以是开发分析算法并提供所需硬件以用作远程分析服务器的任何其他类型的公司或实体。可设想的是，远程分析服务器将包括所需的一个或多个计算处理器，以从大量患者接收ECG数据并及时分析该数据，从而根据需要在时间范围内返回分析信息。

在心电图直接从患者接收信息并且算法在心电图内执行的当前可用系统中，数据采集参数不是问题，因为它们是心电图上操作的算法已知的。然而，在图1所示的实施方案中，其中远程分析服务器远离各种采集设备10定位，与ECG相关联的源和采集参数是重要的。因此，必须存在保持在适当位置的系统和方法，使得ECG数据可在采集参数方面合格，使得可返回在远程分析服务器18上操作的分析算法和所生成的结果，这些分析算法和结果在临床上适用于它们的预期用途并且基于数据采集参数。例如，如果采集设备中的一个采集设备包括提供12根引线的ECG数据的电极，则远程分析服务器18必须能够识别这种类型的数据并利用旨在用于分析12根引线的ECG的算法。同样，如果数据不是从标准引线位置采集的，或者如果数据采集设备具有使得其具有较低带宽的配置，则由远程分析服务器18进行的解读必须利用适当的算法。如上所述，数据采集设备10可以预先注册过或可以将采集参数与患者ECG数据一起传送。数据采集参数通常被公布或可用于数据采集设备10中的每个数据采集设备，并且因此可在选择适当的分析算法之前由远程分析服务器18访问。

根据图1所示的实施方案，远程分析服务器18将从采集设备10中的一个采集设备接收ECG数据以及设备识别信息或与采集参数相关的信息。如果信息包括采集设备的识别，则远程分析服务器18将利用某种类型的查找表来获得与采集设备相关的采集参数。此类查找表将包括与采集设备相关的公布的信息，该信息通常可从设备制造商获得。一旦获得采集参数，远程分析服务器18就可以基于采集参数选择并运行所需算法。

根据其中采集参数与ECG数据一起传输的另一个实施方案，远程分析服务器18将解读采集参数并基于采集参数选择和利用所需的分析算法。在每种情况下，远程分析服务器18基于从采集设备10获得的采集参数来利用不同的算法。以此方式，远程分析服务器18可以基于用于从患者14获得ECG数据的采集设备10的类型来定制分析和所选择的算法。此类识别允许利用各种不同的采集设备10，使得能够独立于采集设备10的类型来执行ECG数据分析。

在图1所示的实施方案中，远程分析服务器18和采集设备10各自通过云12彼此通信。此外，各种其他实体，诸如医疗保健提供者24、保险商26和健康网站28，也来自整个系统8的一部分。这些独立实体中的每一个独立实体可利用云12与远程分析服务器18进行通信。健康网站28可以是允许个体患者或用户14访问信息的各种基于健康的网站中的一种基于健康的网站。例如，健康网站28可以是WebMD、梅约诊所(Mayo Clinic)、克利夫兰诊所(Cleveland Clinic)、或由医疗保健提供者控制和操作的任何其他类型的大型网站，或向患者提供信息访问权限的设施。

图1所示的系统和配置允许通常基于对来自大量且多种不同类型的ECG数据采集设备10的ECG数据的远程分析来进行多种不同类型的业务模型。图2中示出了通过图1的系统可实现的第一方法。下面将参考图1所示的系统8详细说明图2的方法。

在步骤30中，ECG采集设备10以上述方式从患者获得患者ECG数据。如上所述，用于从患者14获得信息的采集设备10可以是各种硬件设备中的一种硬件设备，诸如运动机器、汽车方向盘、心电图、信息亭、手表、健身跟踪器、智能电话或各种其他硬件设备。将从个体患者获得的ECG数据数字化并传输到远程分析服务器18，如步骤32所示。可利用多种通信技术通过云12进行数字化的ECG数据到远程分析服务器的传输，以创建通信线路16。例如，采集设备10与云12之间的通信线路16可以是通过蜂窝数据网络或利用Wi-Fi进行通信的蜂窝电话。此外，ECG采集设备10可以利用由采集设备10控制的通信通过云直接与远程分析服务器18通信。在一个设想的实施方案中，商场中的信息亭可包括两个金属盘，该两个金属盘允许患者将他们的手放置在金属盘上，使得信息亭将获得所需的ECG数据。一旦获得数据，形成采集设备10的信息亭就将利用信息亭控制杆处的所需硬件将ECG数据数字化并通过云12发送数字化的ECG数据。

可设想的是，由数据采集设备通过云传输的ECG数据可包括或可不包括患者数据。如果来自远程分析服务器18的结果将在采集设备处立即呈现给患者，则可能不需要患者识别信息。相反，患者可能仅需要提供相关信息，诸如年龄、身高、体重以及可用于利用存在于远程分析服务器处的算法来进行分析的其他参数。然而，在将从患者获得的信息用于进一步分析的实施方案中，将获得患者识别信息。该患者识别信息可包括患者的唯一标识符，诸如社会保险号码、手机号码、健康保险账号、医疗保健提供者信息，或可用于后续处理以向患者通知分析结果的任何其他信息。

重新参考图2，一旦将与采集设备10相关的ECG数据和采集参数传输到远程分析服务器18，远程分析服务器就选择最适当的分析算法并利用所选择的算法来分析原始ECG数据的异常，如步骤34中所示。这些异常可以是ECG中识别的任何类型的异常。在图2所示的实施方案中，这些异常集中于ECG数据中存在的心律失常。

在步骤36中，如果没有检测到异常，则将此类阳性分析从远程分析服务器传输回采集设备10。该信息可立即呈现给患者，如步骤38中所示。另选地，如果由远程分析服务器18进行处理将耗费比让患者保持在采集设备10处更多的时间，则可以提示患者14提供联系信息，诸如手机号码。如果在步骤36中确定ECG为正常的，则将尽快通知患者ECG分析返回了“正常”分析结果。在图2所示的实施方案中，可设想的是，患者将被收取用于分析ECG数据和返回“正常”确定的象征式费用。如果在移动电话上提供分析结果，则在步骤38中返回给患者的分析结果将利用移动电话或智能电话作为图形用户界面(GUI)来返回分析结果。这些结果可包括分析信息、ECG曲线图的描绘，或可在患者的移动电话的GUI上呈现的任何其他信息。

如果在步骤36中在ECG数据中检测到异常，则该方法移动到步骤40，在该步骤中通知患者ECG数据中可能存在心律失常或异常。可以以与步骤38中相同的方式通知患者，即在采集设备10处或通过在初始采集阶段由患者提供的手机或计算机地址通知患者。在步骤40中，该方法还从患者获得医疗保健提供者信息。如上所述，当患者初始开始ECG采集过程时，可获得医疗保健提供者信息。另选地，如果识别出异常或不规律性，则该方法可利用电子邮件地址或移动电话联系患者。

在步骤40中从患者获得的医疗保健提供者信息识别患者的当前医疗保健提供者。该医疗保健提供者可以是诊所、医院、医疗保健集团，或可从患者获得的任何其他类型的医疗保健提供者信息。还可要求患者提供保险信息，如果患者不具有当前的医疗保健提供者并且将需要帮助选择医疗保健提供者，则该保险信息将用于选择医疗保健提供者。

一旦在步骤40中从患者获得了医疗保健信息，方法就移动到步骤42，在该步骤中由分析提供者操作的远程分析服务器将患者直接推荐到医疗保健提供者网络、保险商或特定医师。由分析提供者生成的推荐直接基于对由远程分析服务器分析的ECG中的异常的识别。在步骤42中生成的推荐将包括尽可能多的关于患者的可得信息，包括患者识别信息、从患者获得的原始ECG数据以及由远程分析服务器18创建的自动心律失常分析报告。该信息将是医疗保健提供者获得关于患者的初始信息所必需的信息，并且将允许提供者在步骤44中直接联系患者以建立预约，这将为医疗保健提供者生成附加费用。来自操作远程分析服务器18的分析提供者的推荐将为在步骤44中利用该推荐的医疗保健提供者、保险商或医师生成附加收入。

如可以在图1中理解的，各种不同的采集设备10和这些设备的非典型位置允许在这些非典型位置(诸如购物中心、运动设备，或可以从典型心电图外部的非典型源获得ECG数据的任何其他位置)处向更大群体的患者14提供服务。作为附加的益处，许多患者将具有仅基于访问的便利性在患者原本健康时记录的ECG数据。附加量的患者14将具有经分析的ECG数据有助于通过在发生灾难性事件早期和之前检测心律失常来预防高风险、高成本的医疗事件。

在图2所示的方法中，该过程中的最后一个步骤是将推荐费用从医疗保健提供者导向到分析提供者，如步骤46中所示。该推荐费用是具有在ECG数据中检测到的心律失常/异常的患者被提交给医疗保健提供者的直接结果，这为医疗保健提供者产生了附加收入。推荐费用可与对患者的任何收费一起用于由分析提供者为远程分析服务器18提供资金并操作远程分析服务器18。如通过以上描述可以理解的是，使用从非典型位置处的患者获得的ECG数据将有助于早期检测到健康问题，这将增加总群体健康并降低与较高敏锐度医疗保健服务相关联的成本。

图3示出了可利用图1中大体示出的系统配置来进行的另一种方法。图3中执行的方法类似于图2的方法。然而，图3所示的实施方案利用结合到图1所示的健康网站28中的入口点。现在参见图3，在步骤60中，由分析提供者开发“微网站”并将该“微网站”结合到健康网站28中。结合到网站中的“微网站”为患者14提供接入点以上传或输入ECG数据和其他患者信息。在步骤62中，引导患者将ECG信息输入到微网站中。ECG信息可以是从ECG采集设备10中的任一者获得的存储数据。如前所述，采集设备可以是手表、电话、运动设备、信息亭，或能够从患者获得ECG数据的任何其他类型的采集设备。ECG数据可存储在由患者指示的某个位置处，或者可直接存储到健康网站28上创建的微网站中。一旦患者具有来自采集设备中的一个采集设备的ECG数据，患者就访问健康网站28并被提示将ECG数据上传到该网站中。健康网站是由医疗保健提供者提供的典型网站(诸如Mayo.com、WebMD)，或其他为了对其计划参与者或患者的益处而操作健康网站28的医疗保健提供者。

一旦患者在步骤64中访问提供者网站并上传ECG数据，该ECG数据就被传输到远程分析服务器，如步骤66中所示。如上文在图2的描述中所讨论的，一旦ECG数据被传输到远程分析服务器，远程分析服务器就选择并利用一系列算法中的一种算法来分析ECG数据，以确定ECG数据中是否存在异常，如步骤68和70中所示。如果未检测到异常，则以与关于步骤38所讨论的相同方式来建议患者。然而，如果检测到异常，则由于患者已经正在访问提供者健康网站28，因此患者被引导安排与提供者的预约，如步骤74中所示。与图2所示的实施方案不同，不需要将关于患者的信息提供给医疗保健提供者，因为患者已经在访问在由医疗保健提供者操作的健康网站28内由分析提供者创建的微网站。可设想的是，在步骤74中安排的与提供者的预约可在医疗保健提供者的健康网站28内立即在线完成。由于微网站可由分析提供者创建，所以由远程分析服务器18生成的分析再次识别可能原本不知道ECG信息中存在异常的患者。患者数量的增加将增加医疗保健提供者的收入，并且分析提供者将再次接收推荐费用，如步骤76中所示。图3所示的方法密切对应于图2的方法，但替代地利用由分析提供者在医疗保健提供者的网站28上创建的微网站来向医疗保健提供者的客户端/患者提供附加特征，并且还识别可能需要安排与医疗保健提供者的预约的附加患者。

图4示出了可利用图1所示的配置和系统8来执行和实行的另一种方法。与图2和图3所示的实施方案类似，图4的方法从各种不同类型的硬件设备获得ECG数据，如步骤90中所示。如步骤92中所示，将从患者获得的ECG数据传输到远程分析服务器18。然而，在图4所示的方法中，一旦ECG数据被上传到远程分析服务器18，就提示患者提供关于将由远程分析服务器提供的分析的类型、成本和速度的附加信息和选择。在步骤94中从患者获得的信息将与关于与每种选择相关联的价格点的信息一起呈现给患者。

在步骤96中，远程分析服务器18最初向患者询问所需的检查质量水平。检查质量水平可从可由包含在远程分析服务器18上的算法自动执行的基本心律失常分析跨越至人类通读分析到纵向分析。通常，人类通读和纵向分析需要大量的附加关注，因此不仅将增加确定的质量水平，而且还将增加患者的总价格点。

当远程分析服务器初始从患者接收ECG数据时，远程分析服务器处的初始算法检查ECG数据以确定ECG数据的质量水平。该质量水平将考虑ECG记录的长度、ECG数据中存在的噪声量、用于获得数据的引线的量以及用于获得数据的采集设备的类型。如前所述，不同类型的采集设备可以很大地变化，并且因此将确定可以由远程分析服务器18执行的分析的类型。

如果患者在步骤96中选择人类通读，则远程分析服务器18执行联系人类临床医生以通读由在远程分析服务器上操作的算法生成的分析的步骤。人类通读的具体性质也可由患者选择。不同类型的人类通读包括由所提供的知名专家或marquee(例如，克利夫兰诊所)进行的竞价方法、标准人类通读、额外付费通读。这些不同水平的人类通读中的每一种均可具有与分析相关联的不同价格点。所有这些不同的选项都呈现给患者，并且患者能够根据患者所需的分析类型和成本在不同类型的人类通读之间进行选择。图1指示人类专家22可直接或可能通过云12访问来自远程分析服务器18的ECG数据。

一旦患者在步骤96中提供了质量选择，方法就移至步骤98，在该步骤中要求患者选择所需的分析响应时间。响应时间可在数分钟、数小时或数天之间变化。通常，响应时间越快，则价格点越高。例如，如果用户希望在数小时内返回额外付费的人类通读，则价格点可显著高于在数天内返回的自动算法分析。再次，步骤98允许患者选择响应时间并相应地支付。

在步骤98中，如果用户大量上传ECG，则用户可指定优先级规则，使得如果检测到危险的心律失常，则应生成立即响应并且应订购立即人类通读。同样，该步骤允许患者/用户通过选择检查质量和响应时间来决定分析成本。

在步骤100中，患者能够指定所需的分析类型，诸如站立休息分析、holter分析、应激测试、心率恢复。每种类型的分析以不同的价格点呈现。通过允许患者选择分析的类型，系统可再次为患者提供不同价格点的多种选项。

在步骤100中由患者选择的分析类型也可由远程分析服务器18在接收上传的患者ECG文件时进行。远程分析服务器18可以检查上传的ECG数据，并根据采集设备的类型和与获得的ECG信息相关并在获得的ECG信息中存在的其他信息自动建议适当类型的分析。

一旦用户在步骤96、98和100中进行了选择，方法就移至步骤102并基于患者选择进行所需分析。在步骤104中，该方法确定是否检测到异常，并且如果未检测到异常，则如步骤106中所示通知患者。然而，与图2中讨论的方法类似，如果检测到异常，则在步骤108中通知患者，并且在步骤110中将分析作为推荐的一部分提供给医疗保健提供者。然后，该提供者在步骤112中联系患者，并在步骤114中向分析提供者支付推荐费用。

由于图4中的方法需要附加的患者输入，所以预期与患者的此类通信将通过某种类型的网站或专用输入终端进行。由于存在附加的患者输入，所以预期图4的方法将提供附加的功能性，诸如可能提醒患者将来捕获附加的ECG数据。此类提醒可以是电子邮件、自动电话呼叫、自动文本或其他方式的形式。此外，可设想的是，患者可以通过特征分析和/或与利用采集设备获得的后续ECG数据的比较来选择将纵向患者记录存储在安全且符合HIPAA的云服务器中。以此方式，呈现附加的患者选项，并且基于来自患者的关于所需的服务水平和价格点的特定指令来优化云服务器时间。

现在参见图5，示出了可利用图1所示的系统配置来进行的另一种方法。在图5所示的实施方案中，方法提供了心脏健康的全面解决方案，包括用于心律失常分析的硬件、云服务和群体度量。图5所示方法的关注点是改善患者群体的整体心脏健康或降低患者群体的整体心脏病学相关花费。图5的方法利用ECG采集设备10的可用性和ECG数据从个体患者到远程分析服务器的传输，以试图改善一组患者的健康和/或降低该患者群体的医疗保健相关花费。

在图5的方法中，操作远程分析服务器18的分析提供者与一些其他实体(诸如医疗保健提供方、政府机构、保险商或具有成本降低目标的其他实体)联系。在与外部机构联系之后，基于使用对早期检测和干预两者的成本效益分析作出的预测来计算成本降低目标。例如，一个目标可能是识别具有AFIB的老年群体的数量。通过识别群体的这些成员并提供增加的监测和分析，干预或治疗可用于避免更昂贵的事件，诸如中风。可在分析提供者与实体之间建立性能度量以共享潜在节约和积极结局。分析提供者将基于何时满足结局而接收财务激励，并且因此具有在患者组的医疗保健改善中的直接利益。

如图5所示，医疗保健提供者(其可以是政府机构、保险商或医疗保健诊所)与分析提供者会面以开发成本降低目标，如步骤150中所示。在开发成本降低目标时，医疗保健提供者和分析提供者识别特定预防类别内的患者。如上文所述，该预防类别可为具有较高AFIB风险的老年患者。一旦识别出此类别的患者，医疗保健提供者就会联系这组患者，以提示这组患者获得ECG读数。这些ECG读数可来自图1所示的ECG采集设备10中的任一个ECG采集设备。由于ECG采集设备可以是上面讨论的各种可能的替代方案中的一种替代方案，所以与去健康诊所相比，预防类别内的患者更容易获得ECG数据。

一旦在步骤154中从患者获得ECG数据，就在步骤156中将ECG数据传输到远程分析服务器并在步骤158中分析以确定是否存在异常，诸如心律失常。这些步骤与先前在图2所述的方法中讨论的那些步骤类似。如果在步骤160中未检测到异常，则在步骤162中通知患者。然而，如果在步骤160中检测到异常，则方法移动至步骤164并通知患者，并且将患者提交给医疗保健提供者。由于患者已经与所提供的医疗保健相关联，因此医疗保健提供者可随后联系该患者并根据需要安排附加的医疗测试和程序。

由于患者在步骤154中被识别出并且被敦促具有在步骤154中采集的ECG读数，因此如果在步骤160中检测到异常，则患者为原本不会被测试出但以图5的方法测试出的患者。因此，早期检测是图5中的方法的益处。在步骤166中，分析提供者基于在早期对患者的识别来计算成本节约。在步骤166中识别的所计算的成本节约和度量是在经济上量化的，并且为分析提供者分配成本节约的百分比。以此方式，分析提供者在经济上获得了奖励，同时节约了与原本可能未被测试出的患者群体的早期检测相关联的成本。作为图5中示出和描述的方法的结果，对所识别的群体的早期检测有助于更健康的群体并降低患者的总治疗成本。将成本节约与分析提供者共享，以激励分析提供者继续开发算法并提供给远程分析服务器。

在附图所示的系统和方法中，患者或其他类型的人将ECG数据上传到云以供远程分析服务器18分析，该患者或其他类型的人可选择将该ECG数据去识别化，使得该ECG数据可成为具有可用于研究目的的来自患者的ECG信息的较大数据库的一部分。如前所述，由采集设备10采集的ECG数据通常被上传到云12并由远程分析服务器18下载以用于分析和检测心律失常。如果检测到心律失常，则将患者信息和ECG数据转发给医疗保健提供者，使得医疗保健提供者可联系患者以安排附加的测试和可能的患者随访。

在健康网站28为大型机构(诸如梅约诊所、克利夫兰诊所或其他大型医疗保健提供者)的一部分的所述实施方案中，大型机构可能每天上传大量ECG。如果每个ECG经历去识别化过程，则ECG数据可被存储并分析以用于研究目的。就大型医疗保健机构而言，患者识别信息可被加密，使得只有当存在加密密钥时，患者的识别信息才可得。以此方式，可以分析来自大量患者的ECG数据以用于研究目的，同时可以利用加密密钥检索患者信息。

在该信息被去识别化的实施方式中，可将ECG记录的副本提供到远程分析服务器18处的数据库，而不提供任何患者信息。然后可由其他医疗保健提供者、研究机构或其他感兴趣方访问该信息，而无需担心任何患者身份识别。

随着医疗保健提供者继续治疗患者，去识别化的ECG数据可与去识别化的EMR数据链接，该EMR数据包括治疗信息和结局数据。此附加信息将具有价值，并且可出售给制药公司和研究人员。在每种情况下，ECG数据和EMR数据都将被去识别化，以防止与访问数据的实体共享任何患者信息。

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。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。如果此类其它示例具有与权利要求书的字面语言没有区别的结构元件，或者如果它们包括与权利要求书的字面语言具有微小差别的等效结构元件，则此类其它示例旨在落入权利要求书的范围内。

Claims (16)

1.一种用于分析从患者获得的ECG数据的方法，所述方法包括：

使用处于一位置处的采集设备从所述患者获得ECG数据和患者识别信息；

将所获得的ECG数据传输到由分析提供者操作并远离所述位置定位的分析服务器；

从所述患者获得对检查质量水平的检查质量选择；

从所述患者获得响应时间选择；

使用驻留在所述分析服务器上的多个处理算法中的一个处理算法来分析所获得的ECG数据，以识别所获得的ECG数据中的异常，其中所获得的ECG数据是基于从所述患者获得的所述检查质量选择和所述响应时间选择来分析的；

如果未在所述ECG数据中检测到异常,则通知所述患者未在所述ECG数据中检测到异常；

如果在所述ECG数据中检测到异常,则将所述患者识别信息、ECG数据和所识别的异常提交给医疗保健提供者；以及

将推荐费用从所述医疗保健提供者提供给所述分析提供者。

2.根据权利要求1所述的方法，其中所述ECG数据和所述患者识别信息由多种不同类型采集设备中的一种采集设备获得并通过互联网传输到所述分析服务器。

3.根据权利要求1所述的方法，其中所述异常是心律失常。

4.根据权利要求1所述的方法，其中所述患者识别信息包括所述患者的医疗保健提供者信息。

5.根据权利要求1所述的方法，所述方法还包括以下步骤：

提供所述医疗保健提供者的网站；以及

在所述网站内创建ECG模块以从所述患者获得所述ECG数据。

6.根据权利要求2所述的方法，其中所述采集设备是独立于所述分析提供者而提供的。

7.根据权利要求1所述的方法，所述方法还包括基于所述检查质量选择和所述响应时间选择来为所述患者提供服务成本的步骤。

8.根据权利要求1所述的方法，其中所述检查质量选择中的一种检查质量选择包括人类通读。

9.根据权利要求1所述的方法，所述方法还包括从所述患者获得分析类型选择的步骤。

10.根据权利要求1或2所述的方法，所述方法还包括将所述采集设备的识别信息与所述ECG数据一起传输的步骤，其中所述识别信息指示所述采集设备的类型。

11.根据权利要求10所述的方法，其中所述分析服务器包括多种存储的处理算法，其中所述存储的处理算法中的一种处理算法是基于所述采集设备的类型来选择的。

12.根据权利要求1或2所述的方法，所述方法还包括将所述采集设备的采集参数与所述ECG数据一起传输的步骤。

13.根据权利要求12所述的方法，其中所述分析服务器包括多种存储的处理算法，其中所述存储的处理算法中的一种处理算法是基于所述采集参数来选择的。

14.一种用于改善由医疗保健提供者服务的患者的医疗保健的方法，所述方法包括：

识别预防类别内的患者子集；

从所述子集中的所述患者中的每个患者获得ECG数据和患者识别信息；

将所获得的ECG数据传输到由分析提供者操作的分析服务器；

使用驻留在所述分析服务器上的多个处理算法中的一个处理算法来分析所获得的ECG数据，以识别所获得的ECG数据中的异常；当未在所述ECG数据中检测到异常时,通知所述患者；

在识别出异常时，将所述患者识别信息、ECG数据和所识别出的异常提交给医疗保健提供者以用于治疗；

计算所述患者子集的成本节约；以及

将所述成本节约的一部分分配给所述分析提供者。

15.根据权利要求14所述的方法，其中所述ECG数据是在处于一位置处的采集设备处从所述患者获得，并且所述分析服务器在远离所述位置的另一位置处。

16.根据权利要求15所述的方法，其中所述采集设备是独立于所述分析提供者而提供的。