CN111886654A - 吸入器训练系统和方法 - Google Patents
吸入器训练系统和方法 Download PDFInfo
- Publication number
- CN111886654A CN111886654A CN201880083273.3A CN201880083273A CN111886654A CN 111886654 A CN111886654 A CN 111886654A CN 201880083273 A CN201880083273 A CN 201880083273A CN 111886654 A CN111886654 A CN 111886654A
- Authority
- CN
- China
- Prior art keywords
- patient
- inhaler
- computer
- deviation
- steps
- 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
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000012549 training Methods 0.000 title description 8
- 238000012545 processing Methods 0.000 claims abstract description 40
- 239000000443 aerosol Substances 0.000 claims abstract description 18
- 230000005236 sound signal Effects 0.000 claims abstract description 18
- 230000001225 therapeutic effect Effects 0.000 claims abstract description 9
- 230000009471 action Effects 0.000 claims abstract description 5
- 238000004590 computer program Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 7
- 239000000843 powder Substances 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 239000006199 nebulizer Substances 0.000 claims description 5
- 230000003190 augmentative effect Effects 0.000 claims description 4
- 230000002411 adverse Effects 0.000 claims description 3
- 229940071648 metered dose inhaler Drugs 0.000 claims description 3
- 229940124818 soft mist inhaler Drugs 0.000 claims description 3
- 230000005534 acoustic noise Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims 1
- 238000013500 data storage Methods 0.000 description 14
- 239000003814 drug Substances 0.000 description 11
- 229940079593 drug Drugs 0.000 description 11
- 230000029058 respiratory gaseous exchange Effects 0.000 description 10
- 239000012071 phase Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 240000007651 Rubus glaucus Species 0.000 description 3
- 235000011034 Rubus glaucus Nutrition 0.000 description 3
- 235000009122 Rubus idaeus Nutrition 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000001627 detrimental effect Effects 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 102100032341 PCNA-interacting partner Human genes 0.000 description 1
- 101710196737 PCNA-interacting partner Proteins 0.000 description 1
- YYAZJTUGSQOFHG-IAVNQIGZSA-N [(6s,8s,10s,11s,13s,14s,16r,17r)-6,9-difluoro-17-(fluoromethylsulfanylcarbonyl)-11-hydroxy-10,13,16-trimethyl-3-oxo-6,7,8,11,12,14,15,16-octahydrocyclopenta[a]phenanthren-17-yl] propanoate;2-(hydroxymethyl)-4-[1-hydroxy-2-[6-(4-phenylbutoxy)hexylamino]eth Chemical group C1=C(O)C(CO)=CC(C(O)CNCCCCCCOCCCCC=2C=CC=CC=2)=C1.C1([C@@H](F)C2)=CC(=O)C=C[C@]1(C)C1(F)[C@@H]2[C@@H]2C[C@@H](C)[C@@](C(=O)SCF)(OC(=O)CC)[C@@]2(C)C[C@@H]1O YYAZJTUGSQOFHG-IAVNQIGZSA-N 0.000 description 1
- 239000004480 active ingredient Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 229940090167 advair Drugs 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 229940112141 dry powder inhaler Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002664 inhalation therapy Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 239000000825 pharmaceutical preparation Substances 0.000 description 1
- 229940127557 pharmaceutical product Drugs 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/13—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M15/00—Inhalators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/215—Motion-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- G16H40/63—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 local 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
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2209/00—Ancillary equipment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Pathology (AREA)
- Urology & Nephrology (AREA)
- Surgery (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
Abstract
本发明涉及一种方法和系统,所述方法和系统用于使用特定类型的吸入器根据与所述吸入器一起提供给患者的使用说明来吸入治疗气雾剂从而向所述患者提供反馈。所述方法包括以下步骤:在使用所述吸入器时获得从所述患者发出的数字音频信号序列和数字视频信号序列;通过处理所述视频信号来辨识所述吸入器的类型;通过处理所述音频和所述视频信号来辨识所述患者是否偏离所述说明;以及辨识所述偏离的类型;以及向所述患者呈现一个或多个反馈消息,所述反馈消息指示:是否辨识出偏离;并且如果是这种情况,则指示所发生的偏离类型;以及可选地在没有所述偏离的情况下的吸入动作。
Description
背景技术
呼吸道患者经由吸入装置接收其大部分药品。这样,药品直接到达肺部,即要治疗的目标区域。已知的问题是吸入装置的市场正在不断变大,并且因此种类繁多。至少存在4种不同类别的装置可支持将药物吸入肺部中:干粉吸入器、雾化器、定量吸入器(MDI)和软雾吸入器。它们全都旨在用于患者在家中自我施用药品。
当以片剂方式施用药品时,只有坚持用药是对治疗的成功至关重要的。对于吸入型药品,不仅要定期使用药品,而且正确操纵吸入装置和吸入动作也是至关重要的。如果未正确地执行吸入,则对肺部施用的药物量对于治疗成功而言太低。如哮喘或COPD等慢性疾病更可能不稳定,患者不必要地被开越来越高的剂量,或者最终越来越频繁地住院。因此,患者需要指导以正确使用吸入系统。
例如,在MDIS中,药物的释放需要与吸入开始时保持一致,或者通过干粉吸入器进行的吸入必须迅速而有力。为了释放全部量的药物,某些装置必须保持直立或保持处于另一个限定的角度。
根据文献,误用吸入治疗是很常见的,但是可以通过对患者进行正确且反复的教育和培训来避免。这样的训练方法包括向患者提供影片和其他说明手册,以及在使用吸入器期间测量成果的附加辅助设备和装置。这些装置构成特定的结构,例如带有耦接到患者的传感器以及计算机处理的相关反馈机制。
例如,在US 2015/0339953 A1中,提供了一种自学习系统,其使用便携式计算机装置和相机装置为吸入器系统提供了指导。所述系统包括实时学习的多个阶段的指导,例如同时观看教学视频和患者的实时视频。
在US 2013/0063579 A1中,描述了一种训练方法,所述方法可以训练患者使用预定的吸入系统。所述系统专门针对每个患者和吸入器进行适配。普遍适用的系统将更加高效。
现有的用于吸入训练的方法要么缺乏与患者的个人交互,要么与附加设备的需求结合在一起,因此不便于携带。因此,需要针对使用吸入装置的患者的个性化且方便的训练方法。
发明内容
在第一方面,本发明涉及一种计算机实施的方法,所述方法用于使用特定类型的吸入器根据针对所述吸入器的或与所述吸入器一起提供给患者的使用说明来吸入治疗气雾剂从而向所述患者提供反馈。所述方法包括以下步骤:(a)在使用所述吸入器时获得从所述患者发出的数字音频信号序列和数字视频信号序列;(b)通过处理所述视频信号来辨识所述吸入器的类型;(c)通过处理所述音频和所述视频信号来辨识所述患者是否偏离所述说明;(d)如果在步骤(c)中辨识出偏离,则辨识所述偏离的类型;以及(e)向所述患者呈现一个或多个反馈消息,所述反馈消息指示(i)是否辨识出偏离;(ii)如果辨识出偏离,则指示所述偏离的类型;以及可选地(iii)在没有所述偏离的情况下的吸入动作。
在另一方面,本发明提供了一种数据处理系统,所述数据处理系统包括适配为执行本文所述的方法的处理器。
在又一方面,本发明提供了一种包括指令的计算机程序,当所述程序由计算机执行时,所述指令使所述计算机执行根据本文所述的方法的步骤。
根据又一方面,本发明提供了一种包括指令的计算机可读存储介质,所述指令当由计算机执行时使所述计算机执行本发明的方法的步骤。
附图说明
图1表示了根据第一实施方案的展示本发明的方法的步骤的简图。
图2表示了根据另一可选实施方案的展示本发明的方法的步骤的简图。
具体实施方式
在第一方面,本发明提供了一种如权利要求1中限定的计算机实施的方法,所述方法用于使用特定类型的吸入器根据与所述吸入器一起提供给患者的使用说明来吸入治疗气雾剂从而向所述患者提供反馈。
在一个实施方案中,所述方法包括以下步骤:
(a)在使用所述吸入器时获得从所述患者发出的数字音频信号序列和数字视频信号序列;
(b)通过处理所述视频信号来辨识所述吸入器的类型;
(c)通过处理所述音频和所述视频信号来辨识所述患者是否偏离所述说明;
(d)如果在步骤(c)中辨识出偏离,则辨识所述偏离的类型;以及
(e)向所述患者呈现一个或多个反馈消息,所述反馈消息指示
(i)是否辨识出偏离;
(ii)如果辨识出偏离,则指示所述偏离的类型;以及可选地
(iii)在没有所述偏离的情况下的吸入动作;
其中,优选地,步骤b)和步骤c)是通过使用人工神经网络分析所述视频信号和所述音频信号来执行的,或者是通过用于检测规律运动的方法来执行的,所述人工神经网络被训练以识别吸入器类型并识别偏离;
其中,步骤(a)至步骤(e)是由手持式便携式反馈装置来执行的,所述装置包括
-数据处理系统;
-数据存储器;
-相机;
-麦克风;
-显示器;以及
-扬声器。
优选地,步骤b)和步骤c)包括使用人工神经网络来执行所述视频信号和所述音频信号的分析,所述人工神经网络被训练以识别吸入器类型并识别偏离,并且步骤c)还包括使用用于检测规律运动的方法。
如本文所使用的,吸入器是能够发出治疗气雾剂以使使用者或患者能够吸入所述气雾剂的吸入装置。气雾剂是固相、半固相或液相在连续气相中的散布,因此其包括例如粉末气雾剂(药学上称为吸入粉雾剂)和雾化气雾剂。通常将用于输送粉末气雾剂的吸入装置描述为粉末吸入器。雾化液体是借助于各种吸入装置(包括雾化器、加压定量吸入器和软雾吸入器)来施用的。在一个实施方案中,本发明的方法使用粉末吸入器、雾化器、定量吸入器或软雾吸入器来向患者提供反馈。
根据本发明的方法的主要优点是可以在手持式装置上执行所述方法。合适的手持式装置可以是智能电话。所述方法通常可以在任何处理器上执行,甚至可以在相对较慢的处理器(诸如智能电话或树莓派(raspberry pie))上执行。本方法可以实时执行,并且不需要访问具有大量计算能力的服务器,即所述方法可以离线执行。
吸入器类型是指特定的吸入器型号或型号系列。在这种情况下,型号系列是指患者以基本上相同的方式(尤其是在呼吸动作方面)使用的那些型号变体。为了说明,特定类型的雾化器的例子是PARI eFlow快速雾化器系统,其是结合了振动网孔技术的电子雾化器;特定类型的粉末吸入器的例子是由GSK出售的ADVAIR特定类型的软雾吸入器的例子是由Boehringer Ingelheim出售的以及特定类型的定量吸入器的例子是由GSK出售的HFA。
每个吸入器均与使用说明一起提供给患者,所述使用说明通常印在患者说明书上,但也可以通过互联网或通过从卫生保健提供者(诸如医师、药剂师或护士)接收的口头和/或视觉信息而提供给患者。
使用吸入器的患者是需要通过吸入器施用的治疗气雾剂或将从中受益的人类受试者。所述用途可以用于任何医学目的,包括预防或治疗气雾剂可能对其有益的任何疾病、病症或症状。
本发明的方法的优点在于所述方法识别吸入器类型。例如在US 2013/0063579 A1中描述的现有技术的方法可能适合于训练患者,但是需要事先适于特定的吸入器。
可以使用预先训练的人工神经网络来识别吸入器。这样,可以在具有有限计算能力的手持式装置(例如,智能电话)上执行所述方法。
本发明的方法是计算机实施的。包括数据处理系统、数据存储器、用于获得音频信号和视频信号的装置以及用于呈现音频反馈消息和视频反馈消息的装置的任何合适的计算机或其他装置都可以用于执行所述方法,例如通过安装以下软件:所述软件当由所述装置的数据处理系统执行时,使所述装置执行如本文所述的方法步骤。在优选实施方案之一中,所述装置是便携式反馈装置。合适的装置的例子是便携式的,并且可以借助于计算机程序被配置为执行本发明的步骤的是智能电话。
所述方法包括以下步骤:在使用所述吸入器时获得从所述患者发出的数字音频信号序列和数字视频信号序列。音频信号可以从麦克风获得,而视频信号可以从相机获得;麦克风和相机可以结合在便携式反馈装置中。在使用吸入器时从患者发出相关信号,所述信号包括在患者使用期间从吸入器本身发出的信号。
在一个实施方案中,音频信号序列覆盖期间患者使用吸入器执行一次呼吸动作的时间或者是在所述时间内收集的。在另一个实施方案中,获得或收集来自两次或更多次连续呼吸动作的音频信号。如本文所使用的,呼吸动作包括吸气阶段和呼气阶段,在吸气阶段中,患者吸入(breathes in)或吸入(inhales)从吸入器发出的气雾剂;在呼气阶段中,患者进行呼气或呼出。在一些情况下,呼吸动作进一步包括期间患者屏住呼吸并且既不吸入也不呼出的阶段。
类似地,视频信号可以覆盖期间患者使用吸入器执行一次呼吸动作的时间、以及可选地期间患者执行两次或更多次连续呼吸动作的时间,或者是在所述时间内收集的。在优选实施方案之一中,视频信号包括来自患者面部以及吸入器的信号。
在一个实施方案中,同时获得音频信号序列和视频信号序列。
所述方法进一步包括辨识吸入器的类型的步骤,所述步骤是通过在前一步骤中处理视频信号来执行的。此步骤可以通过使用来自视频信号的帧来执行,所述帧被怀疑捕获了吸入器A作为对基于预训练神经网络的分类器的输入。分类器输出x个不同的值,其中,各个值对应于检测到吸入器Ai的可能性,并且i是从1到x的数字、对应于吸入器类型。
所述方法进一步包括辨识患者是否偏离说明的步骤,所述步骤是通过对在前一步骤中获得的音频信号和视频信号进行处理来执行的。在这种情况下,偏离与患者使用或已经使用用于吸入治疗气雾剂的吸入器以及获得或收集音频信号和视频信号的方式有关。此步骤可以在辨识吸入器的类型的步骤之后执行。在某种程度上,此步骤也可以与辨识吸入器类型同时执行。
与说明的偏离可以与例如患者的姿势、吸入器的位置或取向或患者的呼吸动作有关。关于呼吸动作,例如,与说明的偏离可以例如通过太快或太慢的吸入、太短或太长的吸入阶段、是否存在屏住呼吸的阶段、不正确的吸入器的致动定时、不正确的呼气(例如,在说明另有规定的情况下,是通过吸入器的吹嘴进行,反之亦然)等来表示。
另外的偏离可能是吸入器的准备不当。一些吸入器、特别是呈定量吸入器形式的悬浮型气雾剂需要晃动,以便提供要吸入的优化悬浮液。对于其他吸入器或吸入器与药品产品的组合,可能需要缓慢搅拌(可选地重新配制的)有效成分。
可以通过对从患者发出的音频信号和视频信号进行处理来执行辨识患者是否偏离说明的步骤,以便计算患者所执行的呼吸动作符合(或不符合)根据适用于相应吸入器的说明而正确执行的呼吸动作的可能性。
发明人能够开发一种新方法来识别吸入器是否被正确地准备。现有技术方法是基于光流分析的,这需要大量的计算能力,并且不能在智能电话或低功率处理器上实时执行。发明人开发了一种新方法,所述方法允许在功率有限的处理器(例如智能电话处理器)上实时识别规律移动,即晃动或搅拌。
所述方法通常是基于移动辨识的。可以利用适合于所选装置的任何方法。特别地,所述方法是如下限定的用于检测规律移动的方法。
如果已经辨识出偏离,则所述方法进一步包括辨识所发生的偏离的类型的步骤。此步骤还涉及对在前一步骤中获得的音频信号和视频信号的处理。
在另一步骤中,向患者呈现一个或多个反馈消息,所述反馈消息指示:是否辨识出偏离;并且如果是这种情况,则指示所发生的偏离类型。可选地,反馈包括关于在没有相应偏离的情况下的吸入动作以及患者应如何执行所述吸入动作的信息。
根据本发明,可以例如通过扬声器和/或显示器以音频和/或视频格式向患者呈现反馈消息,所述扬声器和/或显示器可以是便携式反馈装置的一部分,诸如智能电话的被配置为执行本发明的方法的扬声器和显示器。在一个实施方案中,以视听格式向患者呈现反馈消息或若干反馈消息中的至少一个反馈消息。除了音频和/或视频格式之外,还可以使用其他格式,诸如触觉反馈。在一个实施方案中,使用增强现实来呈现所述反馈消息。
例如,可以将具有表明已发生偏离的指示的呈音频格式的反馈消息呈现为具有“负面”含义的特定声音,诸如警报声音;或者也可以将其呈现为口头语言消息。在视觉格式中,反馈可以包括显示指示偏离存在的符号、颜色或文本消息。可选地,可以显示视频片段以传达此信息。
类似地,可以将偏离类型的指示呈现为呈音频格式、视觉格式或组合的视听格式的反馈消息。在优选实施方案之一中,并且由于这种指示的较高复杂性,此反馈的格式是视听的。
还可以以上述任何格式呈现指示吸入器的正确使用、并且尤其是根据相应说明的正确呼吸动作的可选反馈。在优选实施方案中,格式是视听的。在特定的优选实施方案中,格式是使用增强现实的视听的。
如所提及的,所述方法的步骤(a)至步骤(e)可以由手持式便携式反馈装置来执行。这样的装置至少包括数据处理系统、数据存储器、相机、麦克风、显示器和扬声器。在本发明的上下文中,“便携式”与“手持式”的组合是指在执行所述方法的同时可以将反馈装置握在患者的手中。所述装置可以是定制的或通用的,诸如智能电话。为了使所述装置成为根据本发明的反馈装置,必须使其适配为执行所述方法步骤,所述适配是通过在所述装置上执行的计算机程序、即由所述装置的数据处理系统来实现的,使得当执行所述程序时,方法步骤(a)至(e)也被执行。
所述计算机程序可以存储在便携式反馈装置的数据存储器中。从患者发出的数字音频信号序列可以在步骤(a)中借助于麦克风获得,而数字视频信号可以借助于所述装置的相机获得。可以将根据步骤(e)呈现给患者的一个或多个反馈消息显示在装置的显示器上,通过扬声器发声,或者通过使用这些输出装置的组合。
根据步骤(b)的对吸入器类型的辨识是基于对视频信号的处理的,所述处理可以由装置的数据处理系统来执行。预定的吸入器形状参数A1至Ax可以存储在反馈装置的数据存储器中的数据库中。可替代地,参数A1至Ax可以存储在数据库中,所述数据库存储在(例如,基于云的)远程存储器或数据存储装置中,数据处理系统优选地可通过无线通信来访问所述远程存储器或数据存储装置。因此,优选的是,反馈装置包括用于可选地经由互联网与这样的外部数据存储器或数据存储装置进行无线通信的装置。
类似地,根据步骤(c)和步骤(d)的在使用吸入器时对患者与说明的偏离的存在和类型的辨识可以通过装置的数据处理系统来执行,计算机程序在所述数据处理系统上被执行。同样,数据处理系统辨识患者呼吸动作中的偏离所基于的预先存在的数据可以存储在反馈装置的数据存储器中,或者可以从外部数据存储器或数据存储装置获得,所述外部数据存储器或数据存储装置优选地由反馈装置借助于无线通信来访问。
如上所述,向患者呈现一个或多个反馈消息,所述反馈消息指示:是否辨识出偏离;并且如果是这种情况,则指示所发生的偏离类型。可选地,反馈包括关于在没有相应偏离的情况下的吸入动作以及患者应如何执行所述吸入动作的信息。可以例如通过扬声器和/或显示器以音频和/或视频格式向患者呈现反馈消息,所述扬声器和/或显示器可以是便携式反馈装置的一部分,诸如智能电话的被配置为执行本发明的方法的扬声器和显示器。
在一个实施方案中,使用增强现实来呈现所述反馈消息。
可选地,所述方法包括基于视频信号来辨识患者的身份的另一步骤。此步骤也可以由便携式反馈装置的数据处理系统来执行,所述数据处理系统被配置成从相机获得视频信号,以处理这些信号并将它们与对应于特定面部的所存储数据进行比较。同样,其中存储有此类数据的数据库可以位于便携式反馈装置的数据存储器中,或者可以位于外部数据存储器或数据存储装置中,所述外部数据存储器或数据存储装置优选地由反馈装置借助于无线通信来访问。
此步骤的定时比较灵活。其性能要求从患者发出的数字视频信号序列的可用性,但在使用吸入器时这不一定是必须的。因此,甚至可以在步骤(a)之前或步骤(e)之后进行对患者身份的辨识。然而,可选地,如根据步骤(a)所规定的,在使用吸入器的同时通过处理从患者发出的数字视频信号序列来辨识患者的身份,并且辨识本身可以至少部分地与步骤(a)并行执行,或者与步骤(b)、(c)和/或(d)同时执行。
如果辨识出了患者的身份,则所述方法可以包括另一可选步骤:向患者呈现反馈消息,所述反馈消息指示患者已被辨识或识别的事实,或者指示已被辨识的患者的身份。像其他反馈消息一样,关于患者身份的此类消息可以例如通过扬声器和/或显示器以音频和/或视频格式呈现,所述扬声器和/或显示器可以是便携式反馈装置的一部分,诸如智能电话的被配置为执行本发明的方法的扬声器和显示器。例如,可以以书面形式显示患者的名字,或者可以经由扬声器发出指示名字的语音消息,或者可以显示患者的面部图像,或其任何组合。
在一个实施方案中,在呈现指示是否辨识出偏离以及偏离的类型(如果有的话)的一个或多个反馈消息之前,呈现指示已经辨识或识别出患者的事实、或者指示已经辨识出患者的身份的反馈消息。在另一实施方案中,关于患者身份的反馈消息与步骤(e)的一个或多个其他反馈消息至少部分地并行(或同时)呈现。
此外,所述方法可以可选地包括以下步骤:识别是否存在能够不利地影响音频信号或视频信号的质量的有害状况,并且可选地,识别这种有害状况的性质和程度。如本文所使用的,有害状况应被宽泛地解释为包括环境状况以及患者对便携式反馈装置的操纵,或这两者的组合。
在一个实施方案中,有害状况是环境状况。例如,当患者将要使用吸入器时,这种环境状况可能与占主导的特别低或高的发光强度有关。由患者共同影响的有害环境状况(例如,通过患者握住吸入器和/或便携式反馈装置的方式)是从患者发出的视频信号中的发光对比度。如果该发光对比度非常高,则步骤(b)、(c)和/或(d)以及基于视频信号辨识患者身份的可选步骤的执行可能会很困难或者在极端情况下是不可能的。
有害环境状况的另一个例子是声学噪音(即与患者使用吸入器无关的不想要的声音)的存在。例如,平均声学背景噪音应当优选地低于大约50dB,并且更优选地低于大约40dB,或者低于大约35dB。在特别优选的实施方案之一中,阈值为大约30dB,高于所述阈值则辨识出有害环境状况的存在。
由患者引起的有害状况的例子是便携式反馈装置的晃动。大约1Hz或更高、或大约2Hz或更高的晃动频率,或者特别是大约3Hz或更高的晃动频率可能使得难以获得足够高质量的视频信号来允许执行步骤(b)至步骤(d)、或对患者身份的辨识。这些晃动频率中的每一个都可以用作阈值,高于所述阈值则辨识出有害状况的存在。
如果识别出能够不利地影响音频信号或视频信号的质量的有害状况,则所述方法优选地包括另一步骤:向患者呈现指示所述有害状况的存在以及可选地性质的反馈消息。关于与反馈消息有关的选项和偏好、其格式以及其呈现方式,请参考本说明书的上述部分,这些部分描述了对其他反馈消息的呈现,这应当是类似地适用的。例如,诸如“太暗”、“太多噪音”或“请避免晃动”等反馈消息可以显示在显示器上或者经由便携式反馈装置的扬声器发声。
本发明的方法可以进一步包括以下步骤:在反馈装置正在工作并被握住使得相机和麦克风指向患者面部的同时,指示患者使用吸入器根据使用说明来吸入治疗气雾剂。此步骤可以在步骤(a)之前执行,并且可以以各种可选形式将相应的说明呈现给患者。例如,如果装置是定制装置,则说明可以印在说明书中或与便携式反馈装置一起被手动分发;或者如果装置是通用的(诸如智能电话),则说明可以是与计算机程序一起的并被配置为借助于这样的软件来执行本发明的方法。可替代地或另外,说明可以以与如上所述的反馈消息之一相同的方式被显示在显示器上或通过便携式反馈装置的扬声器发声。
在本发明的另一方面,提供了一种数据处理系统,所述数据处理系统包括适配为执行本文所述的方法的处理器。如所提及的,所述数据处理系统可以是通用性质的,诸如智能电话的数据处理系统,其被适配为或配置为借助于在数据处理系统上加载和执行的计算机程序来执行所述方法步骤。然而,无论结合有数据处理系统的装置是通用的还是定制的,优选的是所述装置是便携式的并且适合于手持使用,并且其进一步包括数据存储器、相机、麦克风、显示器和扬声器。
在又一方面,本发明提供了一种包括指令的计算机程序,当所述程序由计算机执行时,所述指令使所述计算机执行根据本文所述的方法的步骤。再次,计算机优选地包括如上所定义的数据处理系统。
在又一方面,本发明提供了一种包括指令的计算机可读存储介质,所述指令当由计算机执行时使所述计算机执行本发明的方法的步骤。所述计算机可读存储介质可以是任何类型的数据存储介质,即,基于光学、基于磁、基于半导体或任何其他类别的介质。优选地,其是非易失性存储介质,诸如闪速存储器、数字光盘、硬盘驱动器或固态驱动器。
在另一方面,本发明涉及一种用于检测和/或分析规律运动的计算机实施的方法,所述方法包括以下步骤:
(a)获得从所述规律运动发出的数字视频信号序列;
(b)在所述视频信号中,对所述视频信号的一系列帧执行以下步骤:
(i)选择所述规律运动通过的帧的部分;
(ii)计算所述帧的所述部分内的平均亮度值;
(iii)将所述帧的所述部分的所述平均亮度值存储在缓冲器中;
(c)对包括多个帧的帧序列重复步骤(i)至(iii),其中,帧的所述部分在每个帧中是完全相同的,从而创建了所述平均亮度值缓冲器;
(d)计算所确定的并存储在所述亮度值缓冲器中的所有值的平均亮度的平均值;
(e)从所述缓冲器中的每个值减去所述确定的平均亮度平均值,以生成零中心缓冲器;
(f)计算所述零中心缓冲器的过零率。
发明人开发的新方法优于现有技术的方法,因为它允许甚至在较慢、功率较小的处理器(例如智能电话处理器或树莓派)上进行实时分析。
优选地,所述方法步骤(a)至(f)是由至少包括以下各项的计算系统来执行的
-数据处理系统;
-数据存储器。
在一些实施方案中,所述装置另外包括相机。
在一些实施方案中,所述方法步骤(a)至(f)是由包括以下各项的计算系统来执行的
-数据处理系统;
-数据存储器;
-相机;
-麦克风;
-显示器;以及
-扬声器。
在更优选的实施方案中,所述计算系统是便携式的,更优选地是便携式且手持式的。在一些实施方案中,在特定实施方案中,所述计算系统是智能电话。
步骤(i)至步骤(iii)应在多个帧上执行,从而覆盖至少1秒的运动。优选地,重复所述步骤至少大约24个帧,或优选地至少大约48个帧。
所述方法需要选择帧的一部分。所述帧应覆盖运动的一部分,即,运动通过所述装置,但并非完全在所述帧的所述部分内执行。帧的所述部分对于运动分析应当是相同的。优选地,帧的所述部分在所分析的每个帧中是完全相同的,优选地,相对于规律移动的位置是完全相同的。优选地,如果相机或视频捕获装置是例如手持式装置,则针对相机的移动校正帧的所述部分。
在一些实施方案中,对帧的一部分的所述选择被适配为调整和校正视频捕获装置的移动。
如已经指出的那样,所述方法特别适合于具有有限计算能力的计算系统,诸如智能电话。为了改进所述方法的性能,可以对所述方法进行一些进一步的调整。
所述方法利用并存储帧的所述部分的平均亮度值。优选地,所述亮度值是
在本发明的一些实施方案中,用于存储平均亮度值的缓冲器是循环缓冲器。
如果将视频信号转换为灰度而不是全色,则亮度值可能更容易计算。这样,在一些实施方案中,所述方法在步骤(b)中包括在步骤(i)之前的另一步骤:
(o)将所述帧的颜色信息转换为灰度。
所述方法提供了过零率,其与规律运动的强度或速度成比例。这样,可以通过与参考值的比较来确定规律运动的速度或强度。
因此,在一个实施方案中,本发明涉及一种如上所定义的方法,所述方法另外包括步骤(g):
(g)将所确定的过零率与预定参考值进行比较,以获得对所述规律运动的速度或强度的估计。
进一步的实施方案和可选特征对于本领域技术人员而言将是明显的。
Claims (20)
1.一种计算机实施的方法,所述方法用于使用特定类型的吸入器根据针对所述吸入器的或与所述吸入器一起提供给患者的使用说明来吸入治疗气雾剂从而向所述患者提供反馈,所述方法包括以下步骤:
(a)在使用所述吸入器时获得从所述患者发出的数字音频信号序列和数字视频信号序列;
(b)通过处理所述视频信号来辨识所述吸入器的类型;
(c)通过处理所述音频和所述视频信号来辨识所述患者是否偏离所述说明;
(d)如果在步骤(c)中辨识出偏离,则辨识所述偏离的类型;以及
(e)向所述患者呈现一个或多个反馈消息,所述反馈消息指示
(i)是否辨识出偏离;
(ii)如果辨识出偏离,则指示所述偏离的类型;以及可选地
(iii)在没有所述偏离的情况下的吸入动作;
其中,步骤b)和步骤c)是通过使用人工神经网络分析所述视频信号和所述音频信号来执行的,或者是通过用于检测规律运动的方法来执行的,所述人工神经网络被训练以识别吸入器类型并识别偏离;
其中,步骤(a)至步骤(e)是由手持式便携式反馈装置来执行的,所述装置包括
-数据处理系统;
-数据存储器;
-相机;
-麦克风;
-显示器;以及
-扬声器。
2.根据权利要求1所述的方法,其中,步骤c)是在所述便携式反馈装置上实时执行的,并且所述反馈消息在步骤e)中被立即呈现。
3.根据权利要求1或2所述的方法,其中,在步骤e)中,使用增强现实来呈现所述反馈消息。
4.根据前述权利要求中任一项所述的方法,其中,所述吸入器是粉末吸入器、雾化器、定量吸入器或软雾吸入器。
5.根据前述权利要求中任一项所述的方法,进一步包括基于所述视频信号来辨识所述患者的身份的步骤。
6.根据前述权利要求中任一项所述的方法,进一步包括识别是否存在能够不利地影响所述音频信号或所述视频信号的质量的有害状况的步骤,其中,所述有害状况可选地是诸如发光对比度或声学噪音等环境状况,或者是诸如所述便携式反馈装置的晃动等患者活动。
7.根据权利要求6所述的方法,进一步包括向所述患者呈现指示所述有害状况的存在和性质的反馈消息的步骤。
8.根据前述权利要求中任一项所述的方法,进一步包括:在所述反馈装置正在工作并被握住使得所述相机和所述麦克风指向所述患者面部的同时,指示所述患者使用所述吸入器根据所述使用说明来吸入所述治疗气雾剂的步骤。
9.一种数据处理系统,其包括适配为执行根据权利要求1至8中任一项所述的方法的处理器。
10.根据权利要求9所述的数据处理系统,其被结合在手持式便携式反馈装置内,所述反馈装置进一步包括
-数据存储器;
-相机;
-麦克风;
-显示器;以及
-扬声器。
11.一种包括指令的计算机程序,当所述程序由计算机执行时,所述指令使所述计算机执行根据权利要求1至8中任一项所述的方法的步骤。
12.根据权利要求11所述的计算机程序,其中,所述计算机包括根据权利要求8或9所述的数据处理系统。
13.一种包括指令的计算机可读存储介质,所述指令当由计算机执行时使所述计算机执行根据权利要求1至8中任一项所述的方法的步骤。
14.根据权利要求13所述的计算机可读存储介质,其中,所述计算机包括根据权利要求9或10所述的数据处理系统。
15.一种用于检测和/或分析规律运动的计算机实施的方法,所述方法包括:
(a)获得从所述规律运动发出的数字视频信号序列;
(b)在所述视频信号中,对所述视频信号的一系列帧执行以下步骤:
(i)选择所述规律运动通过的帧的部分;
(ii)计算所述帧的所述部分内的平均亮度值;
(iii)将所述帧的所述部分的所述平均亮度值存储在缓冲器中;
(c)对包括多个帧的帧序列重复步骤(i)至(iii),其中,帧的所述部分在每个帧中是完全相同的,从而创建了亮度值缓冲器;
(d)计算所确定的并存储在所述亮度值缓冲器中的所有值的平均亮度的平均值;
(e)从所述缓冲器中的每个值减去所述确定的平均亮度平均值,以生成零中心缓冲器;
(f)计算所述零中心缓冲器的过零率;
其中,步骤(a)至步骤(f)是由至少包括以下各项的计算装置来执行的
-数据处理系统;
-数据存储器。
16.根据权利要求15所述的计算机实施的方法,其中,重复步骤(i)至步骤(iii)至少48个帧。
17.根据权利要求15或16所述的计算机实施的方法,其中,对帧的一部分的所述选择被适配为调整和校正视频捕获装置的移动。
18.根据权利要求15至17中任一项所述的计算机实施的方法,其中,所述缓冲器是循环缓冲器。
19.根据权利要求15至18中任一项所述的计算机实施的方法,其中,在步骤(b)中包括在步骤(i)之前的另一步骤:
(o)将所述帧的颜色信息转换为灰度。
20.根据权利要求15至19中任一项所述的计算机实施的方法,另外包括步骤(g):
(g)将所确定的过零率与预定参考值进行比较,以获得对所述规律运动的速度或强度的估计。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17209861 | 2017-12-21 | ||
EP17209861.8 | 2017-12-21 | ||
PCT/EP2018/086541 WO2019122315A1 (en) | 2017-12-21 | 2018-12-21 | Inhaler training system and method |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111886654A true CN111886654A (zh) | 2020-11-03 |
Family
ID=60813635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880083273.3A Pending CN111886654A (zh) | 2017-12-21 | 2018-12-21 | 吸入器训练系统和方法 |
Country Status (9)
Country | Link |
---|---|
US (2) | US11664104B2 (zh) |
EP (1) | EP3729452B1 (zh) |
JP (1) | JP2021508577A (zh) |
KR (1) | KR20200103061A (zh) |
CN (1) | CN111886654A (zh) |
AU (1) | AU2018386559A1 (zh) |
CA (1) | CA3086773A1 (zh) |
SG (1) | SG11202005467WA (zh) |
WO (1) | WO2019122315A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7353605B2 (ja) * | 2019-10-08 | 2023-10-02 | 大日本印刷株式会社 | 吸入動作推定装置、コンピュータプログラム及び吸入動作推定方法 |
FR3121361A1 (fr) | 2021-04-01 | 2022-10-07 | Hephaï | Détection de la synchronisation entre l’actionnement d’un inhalateur-doseur sous pression et l’inspiration d’un patient |
KR102462532B1 (ko) * | 2022-04-12 | 2022-11-03 | 주식회사 티알 | 휴대용 네블라이저 시스템 |
KR20240057712A (ko) * | 2022-10-25 | 2024-05-07 | 가톨릭대학교 산학협력단 | 가상 현실 기반의 정량식 흡입기 사용 훈련 서비스를 제공하기 위한 서버, 방법 및 프로그램 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6909359B1 (en) * | 2003-04-04 | 2005-06-21 | Mcgovern Robert T. | Real-time medical alerting system |
US20130063579A1 (en) * | 2010-05-06 | 2013-03-14 | AI Cure Technologies, Inc. | Method and Apparatus for Recognition of Inhaler Actuation |
US20150339953A1 (en) * | 2013-05-22 | 2015-11-26 | Fenil Shah | Guidance/self-learning process for using inhalers |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6856324B2 (en) * | 2001-03-27 | 2005-02-15 | Siemens Corporate Research, Inc. | Augmented reality guided instrument positioning with guiding graphics |
US9681925B2 (en) | 2004-04-21 | 2017-06-20 | Siemens Medical Solutions Usa, Inc. | Method for augmented reality instrument placement using an image based navigation system |
US10116903B2 (en) * | 2010-05-06 | 2018-10-30 | Aic Innovations Group, Inc. | Apparatus and method for recognition of suspicious activities |
JP6286020B2 (ja) | 2013-03-14 | 2018-02-28 | エイ・アイ・キュア・テクノロジーズ・インコーポレイテッドAi Cure Technologies, Inc. | 不審な行動の認識のための装置および方法 |
WO2015145395A1 (en) * | 2014-03-28 | 2015-10-01 | Alma Mater Studiorum - Universita' Di Bologna | Augmented reality glasses for medical applications and corresponding augmented reality system |
GB201420039D0 (en) * | 2014-11-11 | 2014-12-24 | Teva Uk Ltd | System for training a user in administering a medicament |
EP3221809A1 (en) * | 2014-11-18 | 2017-09-27 | Koninklijke Philips N.V. | User guidance system and method, use of an augmented reality device |
CN104834946B (zh) | 2015-04-09 | 2018-02-09 | 清华大学 | 一种非接触式睡眠监测方法及系统 |
CA2958003C (en) | 2016-02-19 | 2022-04-05 | Paul Stanley Addison | System and methods for video-based monitoring of vital signs |
US20180092595A1 (en) * | 2016-10-04 | 2018-04-05 | Mundipharma Laboratories Gmbh | System and method for training and monitoring administration of inhaler medication |
-
2018
- 2018-12-21 EP EP18833233.2A patent/EP3729452B1/en active Active
- 2018-12-21 US US16/955,802 patent/US11664104B2/en active Active
- 2018-12-21 JP JP2020554930A patent/JP2021508577A/ja active Pending
- 2018-12-21 CN CN201880083273.3A patent/CN111886654A/zh active Pending
- 2018-12-21 WO PCT/EP2018/086541 patent/WO2019122315A1/en unknown
- 2018-12-21 AU AU2018386559A patent/AU2018386559A1/en active Pending
- 2018-12-21 SG SG11202005467WA patent/SG11202005467WA/en unknown
- 2018-12-21 CA CA3086773A patent/CA3086773A1/en active Pending
- 2018-12-21 KR KR1020207021283A patent/KR20200103061A/ko not_active Application Discontinuation
-
2023
- 2023-04-18 US US18/302,015 patent/US20230253086A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6909359B1 (en) * | 2003-04-04 | 2005-06-21 | Mcgovern Robert T. | Real-time medical alerting system |
US20130063579A1 (en) * | 2010-05-06 | 2013-03-14 | AI Cure Technologies, Inc. | Method and Apparatus for Recognition of Inhaler Actuation |
US20150339953A1 (en) * | 2013-05-22 | 2015-11-26 | Fenil Shah | Guidance/self-learning process for using inhalers |
Also Published As
Publication number | Publication date |
---|---|
EP3729452B1 (en) | 2024-05-15 |
US11664104B2 (en) | 2023-05-30 |
US20230253086A1 (en) | 2023-08-10 |
WO2019122315A1 (en) | 2019-06-27 |
JP2021508577A (ja) | 2021-03-11 |
KR20200103061A (ko) | 2020-09-01 |
EP3729452A1 (en) | 2020-10-28 |
AU2018386559A1 (en) | 2020-06-25 |
CA3086773A1 (en) | 2019-06-27 |
SG11202005467WA (en) | 2020-07-29 |
US20210110905A1 (en) | 2021-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230253086A1 (en) | Inhaler training system and method | |
US10391270B2 (en) | Method, electronic device, inhalation training system and information storage medium for practicing and/or controlling an inhalation process of a patient | |
CN103906543B (zh) | 用于组合式呼吸治疗和呼吸监测的系统及方法 | |
US20160144142A1 (en) | Metered dose respiratory training device and system | |
US10398352B2 (en) | Inhaler spacer with a medicament compliance system | |
KR101620992B1 (ko) | 사용자 호흡 패턴 분석을 통한 호흡 훈련 시스템 및 이를 이용한 호흡 훈련 콘텐츠 제공 방법 | |
US20180240353A1 (en) | Virtual and augmented reality based training of inhaler technique | |
US20220319660A1 (en) | Detection of the synchronization between the actuation of a metered-dose inhaler and a patient's inspiration | |
JP2008086741A (ja) | 呼吸検出型化学物質提示装置、および、呼吸検出装置 | |
US20190192046A1 (en) | Method and system for selecting an inhaler | |
WO2019195260A1 (en) | Adjunct diagnostic device and method | |
EP4021542A1 (en) | Smart oscillating positive expiratory pressure device | |
Ari et al. | Differential medical aerosol device and interface selection in patients during spontaneous, conventional mechanical and noninvasive ventilation | |
KR20200113339A (ko) | 천식흡입기 모니터링 장치 및 천식흡입기 사용정보를 기반으로 의료상담을 보조하는 방법 | |
CN116549785A (zh) | 雾化呼吸的控制方法及装置、电子设备和存储介质 | |
EP3294392B1 (en) | Nebulizers having yawn detection | |
US20190217031A1 (en) | Multi-Sensual Immersive Device And Systems And Methods Of Using Same | |
JP6798159B2 (ja) | ネブライザおよびプログラム | |
JP7353605B2 (ja) | 吸入動作推定装置、コンピュータプログラム及び吸入動作推定方法 | |
US11715390B2 (en) | Training device for an inhaler, and an inhaler | |
JP2018082892A (ja) | 全身麻酔導入支援システム、全身麻酔導入支援ゲーム装置、および、全身麻酔導入支援ゲーム装置用のプログラム | |
KR20220109033A (ko) | 흡입기의 사용법 안내 방법 및 사용자 단말 | |
Fonseca et al. | Noninvasive Ventilation and Droplet Dispersion: Health Professional Protocols from a Nursing Perspective | |
Fonseca et al. | 33 Noninvasive Ventilation and Droplet Dispersion: Health Professional Protocols from | |
Sanjar | The Importance of Device Selection, Education, and Training for Appropriate and Effective Inhalation Therapy in COPD |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Munich, Germany Applicant after: Visual health Co.,Ltd. Address before: German neuried Applicant before: Visual health Co.,Ltd. |