CN111936201A - 用于呈现心律失常发作的系统和方法 - Google Patents

Abstract

本文描述了用于管理由机器生成的从一个或多个患者处检测到的医疗事件的警报通知的系统和方法。数据管理系统的一个实施例可以接收包括发作特征的医疗事件发作的判定。存储单元存储一个或多个发作特征与用于检测具有相应发作特征的医疗事件的对应检测算法之间的关联。发作管理电路可使用所存储的关联从后续发作中检测具有针对判定呈现的至少一个医疗事件发作的发作特征的医疗事件，并且基于该检测安排呈现后续发作的至少一部分。

Description

用于呈现心律失常发作的系统和方法

优先权声明

本申请根据美国法典第35卷，第199节，第e条主张2018年2月1日提交的美国临时专利申请62/625,197的优先权，该申请的全部内容在此纳入作为参考。

技术领域

本发明一般地涉及自动化患者管理，更具体地说，涉及用于管理由医疗设备检测到的医疗事件发作的系统、设备和方法。

背景技术

植入式医疗设备(IMD)已用于监测患者的健康状况或疾病状态并提供治疗。例如，植入式心脏复律除颤器(ICD)用于监测某些异常的心律。一些IMD可用于监测慢性疾病的进展，例如由于充血性心力衰竭(CHF)导致心脏功能恶化。除了诊断功能之外，IMD还可以提供治疗或缓解某些医疗状况的疗法，例如心脏电刺激疗法，以治疗CHF患者的心律失常或纠正心脏不同步。

当检测到特定的健康状况或医疗事件，例如心律失常或心衰恶化(WHF)时，IMD可以生成患者警报通知。一些IMD可能会记录患者触发的医疗事件发作，并响应于患者触发而记录生理数据。可以将警报通知提供给医疗保健提供者以使用信号通知患者健康状况。接到通知后，医疗保健提供者可以复查与医疗事件发作相关的生理数据记录，确定导致医疗事件的存在或导致医疗事件的可能原因，或者评估处方疗法是否产生所需的治疗结果。

患者管理系统可以通过经由数据通信网络互连到患者管理的IMD监测患者。这样的患者管理系统可以允许医疗保健提供者远程跟进患者，或者定期评估设备功能。

发明内容

患者管理系统可以管理与由流动医疗设备(AMD)报告的医疗事件相对应的大量警报通知。例如，当管理诊所中的一组AMD患者时，患者管理系统可能会频繁收到有关由植入式心脏设备(例如心脏监护仪、起搏器，植入式除颤器或心脏再同步治疗设备)检测到的各种心律失常发作或心衰恶化(WHF)事件的警报通知。某些AMD可能会记录患者触发的发作，例如当患者表现出某些症状或体征或经历指示医疗事件的前兆事件时(例如，心律失常、晕厥或WHF事件)。与设备检测到的医疗事件或患者触发的发作相关联的生理数据可以存储在AMD中，传输到患者管理系统，并由临床医生进行复查，以例如判定设备检测到的医疗事件，安排患者的随访，或对AMD进行重新编程等。

在将大量AMD连接到患者管理系统的情况下，复查由设备检测到的医疗事件(例如所检测到的心律失常发作)可能需要大量的时间以及临床、技术和人力资源，并且成本高昂或消耗医疗机构的时间。同样，由设备检测到的医疗事件可能具有不同程度的严重性或临床意义。例如，某些医疗事件可能包含未出现在患者历史医疗事件中或未由临床医生复查和评估的诊断信息。由于相同或相似的潜在原因，某些患者可能会反复收到AMD不当检测到的医疗事件的虚假警报(也称为虚假阳性或FP检测)。例如，在某些患者中，反复的FP检测房性心律失常发作可能归因于室性早搏(PVC)、房性早搏(PAC)或房室传导异常，例如文氏房室传导阻滞等。如果未能及时发现这些潜在原因，则具有相同或相似原因的FP检测可能会反复触发警报通知，从而需要更多时间和资源来进行事件复查和判定。本发明人已经认识到有效医疗警报管理中的重大挑战，尤其是需要一种系统和方法来自动从先前的FP检测中学习，并对设备生成的事件或患者触发的发作进行重新评估，确定优先级并提供警报通知。这样的系统和方法可以提高临床医生审查和判定医疗事件的效率，并且有助于调整医疗资源以服务于那些病情严重的患者。

除其他事项外，本文讨论了用于评估由AMD之类的医疗设备生成的医疗事件并确定其优先级的系统、设备和方法。数据管理系统的实施例包括用户界面，该用户界面从用户处接收对所呈现的医疗事件发作的判定。该判定包括表征所呈现的发作的发作特征。该系统包括存储单元，用于存储多个发作特征与用于检测具有相应发作特征的医疗事件的对应检测算法之间的关联。发作管理电路可以使用所存储的关联从随后的发作中检测具有针对判定呈现的至少一个医疗事件发作的发作特征的医疗事件，并且基于该检测安排后续发作的至少一部分的呈现。该系统可以利用对应于所呈现的发作的发作特征的检测算法对医疗设备进行编程。

示例1是一种用于管理由医疗设备生成的医疗事件的系统。所述系统包括用户界面、存储电流和发作管理电路。所述用户界面可被配置为从用户处接收判定，所述判定包括表征所呈现的医疗事件发作的发作特征。所述存储电路可被配置为存储一个或多个发作特征与用于检测具有相应发作特征的医疗事件的一个或多个检测算法之间的关联。所述发作管理电路可被配置为根据所述存储电路中存储的关联，使用检测算法从后续发作中检测对应于针对判定呈现的所述医疗事件发作的所述特征的医疗事件。

在示例2中，示例1的主题选择性地包括用户界面：其可被配置为呈现由所述医疗设备生成的第一心律失常发作的至少一部分，以及从所述用户处接收判定决策和所述第一心律失常发作的第一发作特征。所述发作管理电路可被配置为：根据所存储的关联识别对应于所述第一心律失常发作的所述第一发作特征的检测算法；至少使用所识别的检测算法处理第二心律失常发作，以验证所述第二心律失常发作具有所述第一发作特征；以及基于所述第二心律失常发作的处理结果安排所述第二心律失常发作的至少一部分的呈现。

在示例3中，示例2的主题选择性地包括判定决策：其可以包括用户指定第一心律失常发作中存在或不存在心律失常类型。如果所述判定决策指示所述第一心律失常发作是所述心律失常类型的假阳性检测，则所述用户界面可以接收所述第一心律失常发作的发作特征。

在示例4中，示例3的主题选择性地包括所述发作特征：其可以包括用户指定所述判定决策的依据。

在示例5中，示例3至4中任何一个或多个的主题选择性地包括存储在所述存储电路中的所述一个或多个发作特征，其分别表示不存在所述心律失常类型的判定决策的独特依据。

在示例6中，示例5的主题选择性包括所述一个或多个发作特征，其包括心室过早收缩特征。所述关联的检测算法包括基于一对连续的心室率降低检测房颤。

在示例7中，示例5至6中任何一个或多个的主题选择性地包括所述一个或多个发作特征，其包括心房过早收缩特征。所述关联的检测算法包括基于室性心搏群检测房颤。

在示例8中，示例3至7中任何一个或多个的主题选择性地包括所述发作管理电路，其可被配置为使用所识别的检测算法从所述第二心律失常发作中检测所述心律失常类型，并且仅在检测到所述心律失常类型时才安排所述第二心律失常发作的呈现。

在示例9中，示例2至8中任何一个或多个的主题选择性地包括所述发作管理电路：其可被配置为从所存储的关联中识别检测算法，其中包括基于所述第一发作特征修改检测算法；以及至少使用所述修改后的检测算法处理所述第二心律失常发作。

在示例10中，示例9的主题选择性地包括修改所识别的检测算法，其包括修改检测阈值。

在示例11中，示例2至10中任何一个或多个的主题选择性地包括外部设备，其可以包括所述用户界面、所述存储电路和所述发作管理电路中的一个或多个。所述外部设备可被配置为从与所述外部设备通信耦合的所述医疗设备接收所述心律失常发作。

在示例12中，示例11的主题选择性地包括所述外部设备：其可被配置为利用所识别的对应于所述第一心律失常发作的发作特征的检测算法对所述医疗设备进行编程。

在示例13中，示例12的主题选择性地包括所述发作管理电路，其可被配置为使用患者的多个心律失常发作来确定与所述第一心律失常发作相关联的所述第一发作特征的患病率指标。如果所确定的所述发作特征的患病率指标满足条件，则所述外部设备可被配置为利用所识别的对应于所述发作特征的检测算法对所述医疗设备进行编程。

在示例14中，示例13的主题选择性地包括所述发作特征的患病率指标，其包括通过所述发作特征指定的所判定的心律失常发作的计数。当所述计数超过阈值时，所述外部设备可被配置为利用所识别的检测算法对所述医疗设备进行编程。

在示例15中，示例11至14中任何一个或多个的主题选择性地包括所述外部设备，其可被配置为对所述医疗设备进行编程以提供治疗心律失常的疗法。

示例16是一种用于操作管理由医疗设备生成的医疗事件的医疗系统的方法。所述方法包括以下步骤：从用户处接收判定，所述判定包括表征第一医疗事件发作的发作特征；基于所接收的发作特征，从一个或多个发作特征与用于检测具有相应发作特征的医疗事件的一个或多个检测算法之间的关联的数据库中识别检测算法；至少使用所识别的检测算法处理不同于所述第一医疗事件发作的第二医疗事件发作，以验证所述第二发作具有所述第一发作特征；以及基于所述第二医疗事件发作的处理结构安排所述第二医疗事件发作的至少一部分的呈现。

在示例17中，示例16的主题选择性地包括所述第一医疗事件发作，其包括心律失常发作，所述判定包括表示用户指定存在或不存在心律失常类型的判定决策，并且所述发作特征包括用户指定所述判定决策的依据。所述第一心律失常发作的所述发作特征可以响应于指示所述第一心律失常为所述心律失常类型的假阳性检测的所述判定决策而被接收。

在示例18中，示例17的主题选择性地包括所述多个数据库中的所述多个发作特征，每个发作特征表示不存在所述心律失常类型的判定决策的独特依据。

在示例19中，示例17至18中任何一个或多个的主题选择性地包括从所存储的关联中识别检测算法，其中包括基于所述第一发作特征修改检测算法。所述方法进一步包括至少使用所述修改后的检测算法处理所述第二心律失常发作。

在示例20中，示例19的主题选择性地包括修改所识别的检测算法，其包括修改检测阈值。

在示例21中，示例17至20中任何一个或多个的主题选择性地包括以下步骤：使用患者的多个判定的心律失常发作来确定与所述第一心律失常发作相关联的所述第一发作特征的患病率指标；以及如果所确定的所述发作特征的患病率指标满足条件，则利用所识别的对应于所述发作特征的检测算法对所述流动设备进行编程。

在示例22中，示例21的主题选择性地包括所述发作特征的患病率指标，其包括通过所述发作特征指定的所判定的心律失常发作的计数。响应于所述计数超过阈值，可利用所识别的检测算法对所述流动设备进行编程。

本文中讨论的系统、设备和方法可以改善患者监测系统中的自动警报管理。如前所述，医疗警报管理中的挑战之一是临床医生通常需要注意大量的警报通知。本文提供这样的技术解决方案：即，通过自动识别具有相同或相似潜在原因的重复性假阳性事件检测，减少警报通知的数量并为临床复查和判定确定优先级。与传统警报系统相比，本文讨论的系统和方法涉及从先前的假阳性事件检测中自动学习，同时保留了识别需要复查、判定或以其他方式参与的真阳性医疗事件的能力。因此，本文讨论的系统和方法提高了识别高危医疗事件并及时提醒临床医生这种效果的准确性，而几乎没有或没有额外的成本或系统复杂性。因此，本文中描述的系统和方法更好地调整医疗资源以服务于那些病情严重的患者。

本文中讨论的医疗事件评估和优先级确定也可以改善患者管理系统的功能。本文讨论的医疗事件优先级确定可被配置为评估由各种医疗设备报告的事件并确定其优先级。事件评估和优先级确定可以在与AMD通信的通信器、移动监测器、编程器或远程患者管理系统中实现并由其执行。这样，在某些情况下，可以在不修改现有患者AMD或医疗事件检测器的情况下实现改进的警报管理。因为仅具有更高优先级和/或在临床上与医学诊断更相关的医疗事件可被存储在系统中以供临床医生复查或判定，所以系统存储器的使用可能比传统数据管理系统更有效。通过更少的警报和事件判定，可以降低患者管理系统的复杂性和运营成本。另外，本文所讨论的系统和方法包括基于所呈现的事件发作的用户判定调整在AMD中实现的检测算法，并将调整后的检测算法编程到AMD。由于用户判定为更好地检测目标医疗事件(例如，心律失常事件)提供了其他信息，因此由现有AMD执行的调整后的检测算法可有助于减少假阳性检测。因此，可以安排、指示或提供更少的不必要的设备治疗、药物和程序，可以延长AMD的电池寿命和其本身的寿命，并且可以实现整体系统成本的节省。

本发明内容是本申请的一些教导的概述，并非旨在作为本主题的排他性或穷举性处理。在具体实施方式和所附权利要求中可以找到关于本主题的更多细节。在阅读和理解以下详细描述并查看形成其一部分的附图之后，本公开的其他方面对于本领域技术人员将是显而易见的，每个附图都不应理解为限制性的。本公开的范围由所附权利要求及其合法等同物限定。

附图说明

在附图中通过示例的方式示出了各种实施例。这样的实施例是说明性的，并且不意图是本主题的穷举或排他的实施例。

图1总体上示出了患者管理系统的示例以及该系统可在其中操作的环境的一部分。

图2总体上示出了医疗事件管理系统的示例，该系统可被配置为确定由医疗设备检测到的医疗事件的优先级。

图3总体上示出了心律失常管理系统的示例，该系统被配置为评估从一个或多个患者身上检测到的医疗事件的警报并确定其优先级。

图4示出了用于显示医疗事件发作以及进行交互式用户判定的用户界面的至少一部分的示例。

图5总体上示出了用于检测和报告诸如由流动医疗设备生成的医疗事件发作的方法的示例。

图6总体上示出了可以执行本文所讨论的任何一种或多种技术(例如方法)的示例机器的框图。

具体实施方式

本文公开了用于管理由机器生成的从一个或多个患者身上检测到的医疗事件的警报通知的系统、设备和方法。数据管理系统的实施例可以接收医疗事件发作的判定，该判定包括判定决策和发作特征。一种存储单元用于存储多个发作特征与用于检测具有相应发作特征的医疗事件的多个检测算法之间的关联。发作管理电路可以使用所存储的关联从目标发作中检测具有针对判定呈现的至少一个医疗事件发作的发作特征的医疗事件，并基于该检测来安排呈现目标发作的至少一部分。

图1总体上示出了患者管理系统100的示例以及系统100可在其中操作的环境的一部分。患者管理系统100可以执行一系列活动，其中包括远程患者监测和病情的诊断。这样的活动可以在靠近患者的地方(例如在患者家中或办公室中)，通过集中式服务器(例如在医院、诊所或医师办公室中)或通过远程工作站(例如安全的无线移动计算设备)执行。

患者管理系统100可以包括与患者102相关联的流动系统105、外部系统125和提供流动系统105与外部系统125之间的通信的遥测链路115。

流动系统105可以包括流动医疗设备(AMD)110。在示例中，AMD 110可以是植入式设备，可植入患者102的胸部、腹部或其他部位的皮下。植入式设备的示例可以包括但不限于起搏器、起搏器/除颤器、心脏再同步治疗(CRT)设备、心脏重塑控制治疗(RCT)设备、神经调节器、药物输送设备、生物治疗设备、诊断设备(例如心脏监护仪或循环记录仪或病人监护仪等。替代地或附加地，AMD 110可以包括皮下医疗设备，例如皮下监测器或诊断设备；外部监测或治疗性医疗设备，例如自动体外除颤器(AED)或Holter监测器；或可穿戴医疗设备，例如基于贴片的设备、智能手表或智能配件。

举例来说，AMD 110可以耦合到导线系统108。导线系统108可以包括一个或多个经静脉、皮下或非侵入性放置的导线或导管。每一根导线或导管可以包括一个或多个电极。可以使用患者的需求和AMD 110的功能来确定导线系统108和相关电极的布置和使用。可以将导线系统108上的相关电极放置在患者的胸腔或腹部以感测指示心脏活动的生理信号，或对目标组织的诊断或治疗刺激的生理反应。作为示例而非限制，如图1所示，导线系统108可以通过外科手术插入心脏101中或定位在心脏101的表面上。导线系统108上的电极可以定位在心脏101的一部分上，例如右心房(RA)、右心室(RV)、左心房(LA)或左心室(LV)或这些心脏部分之间或附近的任何组织。在一些示例中，导线系统108和相关的电极可以替代地定位在身体的其他部位上，以感测包含关于患者心率或脉搏率的信息的生理信号。在示例中，流动系统105可以包括不经由导线系统108拴系到AMD 110的一个或多个无导线传感器。无导线流动传感器可被配置为感测生理信号并与AMD 110进行无线通信。

AMD 110可被配置为监测和诊断设备。AMD 110可以包括容纳感测电路、控制电路、通信电路和电池中的一个或多个以及其他组件的气密罐。感测电路可以感测省里信号，例如通过使用生理传感器或与导线系统108相关联的电极。生理信号的示例可以包括以下一项或多项：心电图、心内电描记图、心律失常、心率、心率变异、胸内阻抗、心内阻抗、动脉压、肺动脉压、左心房压力、右心室(RV)压力、左心室(LV)冠状动脉压力、冠状动脉温度、血氧饱和度、一个或多个心音、心内加速、身体活动或运动水平、对活动、姿势、呼吸频率、潮气量、呼吸音、体重或体温的生理反应。

AMD 110可以包括检测器电路160，以使用感测到的生理信号来检测医疗事件。在示例中，医疗事件包括心律失常，例如房颤、房扑、房性心动过速、室上性心动过速、室性心动过速或室性心律失常，以及其他心律失常或心动过速。在示例中，检测器电路160被配置为检测可能导致完全晕厥的晕厥、晕厥前事件或沉淀事件。在一些示例中，检测器电路160被配置为检测慢性病情的恶化，诸如心衰恶化(WHF)。检测器电路160可执行检测算法以连续或周期性地监测一个或多个生理信号，并自动检测医疗事件。附加地或替代地，检测器电路160可被配置为在患者触发模式下操作，记录患者触发的发作，以及响应于用户激活的触发来记录生理数据。当患者表现出某些体征或症状或经历指示医疗事件的前兆事件时，患者可以激活触发。

AMD 110可替代地被配置为治疗设备，该治疗设备被配置为治疗心律失常或其他心脏病。AMD 110可另外包括能够产生和提供一种或多种疗法的治疗单元。可以经由导线系统108和相关的电极向患者102提供治疗。治疗可以包括电、磁或其他类型的治疗。该疗法可以包括抗心律失常疗法，用于治疗心律失常或治疗或控制心律失常的一种或多种并发症，例如晕厥、充血性心力衰竭或中风等。除其他类型的疗法外，抗心律失常疗法的示例还可以包括起搏、心脏复律、除颤、神经调节、药物疗法或生物疗法。在示例中，治疗可以包括心脏再同步治疗(CRT)，用于纠正CHF患者心脏的不同步和改善心脏功能。在一些示例中，AMD110可以包括诸如输液泵之类的药物输送系统，以将药物输送给患者以处理心律失常或心律失常的并发症。

外部系统125可以包括专用硬件/软件系统，例如编程器、基于远程服务器的患者管理系统，或者替代地主要由在标准个人计算机上运行的软件定义的系统。外部系统125可以通过经由通信链路115连接到外部系统125的AMD 110来管理患者102。这例如可以包括对AMD 110进行编程以执行以下一项或多项操作：获取生理数据，执行至少一项自诊断测试(例如针对设备的运行状态)，分析生理数据以检测心律失常，或者选择性地向患者102提供治疗或调整治疗。此外，外部系统125可以经由通信链路115从AMD 110接收设备数据。外部系统125接收的设备数据的示例可以包括来自患者102的实时或存储的生理数据；诊断数据，例如心律失常或心衰恶化事件的检测；对提供给患者102的治疗的反应，或AMD 110的设备运行状态(例如，电池状态和导线阻抗)。遥测链路115可以是感应遥测链路、电容遥测链路或射频(RF)遥测链路，或基于例如“强”蓝牙或IEEE 802.11无线保真度“WiFi”接口标准的无线遥测。患者数据源接口的其他配置和组合是可能的。

作为示例而非限制，外部系统125可以包括在AMD 110附近的外部设备120，以及相对于AMD 110位于远处位置的远程设备124，其经由通信网络122与外部设备120通信。外部设备120的示例可以包括编程器设备。

远程设备124可被配置为评估所收集的患者数据并提供警报通知以及执行其他可能的功能。在示例中，远程设备124可以包括集中式服务器，其充当用于存储和分析所收集的患者数据的中心。该服务器可被配置为单、多或分布式计算和处理系统。远程设备124可以从包括多个患者(例如患者102)处接收患者数据。诸如医疗事件发作之类的患者数据可以由AMD 110以及与患者102相关联的其他数据采集传感器或设备来收集。远程设备124可以包括用于将患者数据存储在患者数据库中的存储单元。存储单元可以另外存储多个发作特征与用于检测具有相应发作特征的医疗事件的多个检测算法之间的关联。服务器可以处理由设备生成的事件发作，以验证检测到特定的医疗事件(例如，心律失常类型)，使得设备检测到的事件是真阳性(TP)检测；或者验证没有检测到此类医疗事件，使得设备检测到的事件为假阳性(FP)检测。由设备生成的医疗事件发作的处理可以基于所存储的关联。在示例中，可以将第一事件发作呈现给用户(例如，临床医生)，该用户将提供判定决策和第一发作特征。如果判定决策指示第一事件发作是FP检测，则服务器可以从所存储的关联中识别对应于第一事件发作的检测算法，并至少使用所识别的检测算法处理第二事件发作以确定第二事件是TP还是FP检测。服务器可以基于第二事件的处理结果安排第二事件的至少一部分的呈现。通过使用专门识别具有与FP发作相关联的发作特征的发作的检测算法，可以识别更多具有相同或相似发作特征的FP发作，因此避免了用户对其进行复查和判定。如果第二事件发作被确定为TP发作，则生成警报，指示可能需要进一步的用户复查。

作为示例，警报通知可以包括网页更新、电话或寻呼机呼叫、电子邮件、SMS、文本或“即时”消息、发送给患者的消息，以及同时发送给紧急服务机构和临床医生的直接通知。其他警报通知也是可能的。在一些示例中，服务器可以包括医疗事件排序器电路，其被配置为确定警报通知的优先级。例如，可以使用检测到的医疗事件的关联生理数据与历史警报的关联生理数据之间的相似性度量来确定检测到的医疗事件的警报的优先级。

远程设备124可以另外包括一个或多个本地配置的客户端或通过网络122安全地连接到服务器的远程客户端。客户端的示例可以包括个人台式机、笔记本计算机、移动设备或其他计算设备。用户(例如临床医生或其他有资格的医学专家)可以使用客户端安全地访问存储在服务器数据库中的患者数据汇总，并选择和确定患者和警报的优先级以提供医疗保健服务。包括服务器和互连的客户端的远程设备124可以通过向AMD 110发送跟进请求，或者向患者102，临床医生或授权的第三方发送作为合规通知的消息或其他通信来执行跟进方案。

网络122可以提供有线或无线互连。在示例中，网络122可以基于传输控制协议/网际协议(TCP/IP)网络通信规范，尽管其他类型或组合的网络实现也是可能的。类似地，其他网络拓扑和布置也是可能的。

外部设备120或远程设备124中的一个或多个可以将检测到的医疗事件输出给诸如患者或临床医生的用户，或者输出到过程，其中例如包括可在微处理器中执行的计算机程序的实例。在示例中，该过程可以包括自动生成治疗建议，或进一步诊断测试或治疗建议。在示例中，外部设备120或远程设备124可以分别包括用于显示生理或功能信号、或警报、浸膏、紧急呼叫或其他形式的警告的显示单元，用于以信号通知检测到心律失常。在一些示例中，外部系统125可以包括外部数据处理器，其被配置为分析由AMD 110接收到的生理或功能信号，并确认或拒绝医疗事件的检测。可以在外部数据处理器中实施诸如机器学习算法之类的计算密集型算法，以回顾性地处理数据，从而检测心律失常。

AMD 110或外部系统125的一部分可以使用硬件、软件、固件或其组合来实现。AMD110或外部系统125的一部分可以使用专用电路来实现，该专用电路可被构造或配置为执行一个或多个特定功能，或者可以使用通用电路来实现，通用电路可被编程或以其他方式配置为执行一个或多个特定功能。这样的通用电路可以包括微处理器或其一部分、微控制器或其一部分、或可编程逻辑电路、存储器电路、网络接口以及用于互连这些组件的各种组件。例如，“比较器”尤其可以包括电子电路比较器，其可被构造为执行两个信号之间的比较的特定功能，或者该比较器可被实现为通用电路的一部分，通用电路可以由指示通用电路的一部分在执行两个信号之间的比较的代码驱动。

图2总体上示出了医疗事件管理系统200的示例，该医疗事件管理系统200被配置为确定由医疗设备检测到的医疗事件的优先级。警报管理系统200的至少一部分可以在外部系统125(例如外部设备120或远程设备124中的一个或多个)中实现，或者分布在AMD 110和外部系统125之间。警报管理系统200可以包括存储器电路210、发作管理电路220和用户界面230中的一个或多个。警报管理系统200可以另外被配置为治疗系统，其包括用于提供治疗的可选治疗电路250。

存储器电路210可将由诸如AMD 110之类的医疗设备记录的医疗事件发作存储在发作存储库212中。在示例中，存储器电路210可通信地耦合到AMD 110，并通过通信电路115从AMD 110接收生理数据，将在下面参考图3对此进行讨论。存储器电路210可被包括在外部系统125中的存储设备中，例如在外部设备120或远程设备124中。替代地，存储器电路210可被包括在电子病历(EMR)系统中。

作为示例而非限制，存储在发作存储库212中的医疗事件发作可以包括心律失常发作，例如通过AMD 110中的专用电路或处理器检测到的，这些专用电路或处理器执行指令以连续或定期地监测一个或多个生理信号。心律失常发作的示例可以包括房性心律失常发作、室上性心律失常发作或室性心律失常发作等。心律失常发作可以包括在检测到的心律失常事件期间从一个或多个生理传感器感测到的相应生理数据，或者另外包括在检测到的心律失常事件之前和/或之后感测的生理数据。与心律失常发作相关联的生理数据可以包括心脏电信号，例如在使用不同的电极组合的不同心脏部位感测到的一个或多个电描记图(EGM)(例如一个或多个心房EGM或一个或多个心室EGM)信号。附加地或替代地，生理数据可以包括心脏机械信号或血液动力学信号，例如心脏压力信号、阻抗信号、心音信号等。在各种示例中，每个心律失常发作还可以另外包括由医疗设备(例如AMD 110)生成的心律失常检测或分类。心律失常检测或分类是特定心律失常类型(例如房颤、房扑、心室心动过速或心室颤动等)的指定。有关心律失常发作的其他信息，例如从生理数据中获得的测量值或信号指标(例如心房率、心室率、心房或心室率的变异)，也可以与相应的发作关联并存储在发作存储库中。

在各个示例中，发作存储库212可以包括患者触发的心律失常或其他类型的医疗事件的发作。与患者触发的发作相关的信息可以包括响应于患者触发(例如，当患者开始经历医疗事件时)从一个或多个生理传感器感测到的生理数据。其他信息(例如，有关是否存在医疗事件和症状严重性的患者输入、症状的时间信息，例如患者触发的发作的开始和终止时间)也可以与患者触发的发作相关联，并包括在发作存储库212中。

存储器电路210可以包括特征-算法关联214，其将多个发作特征与可用于检测具有相应发作特征的医疗事件的多个检测算法相关联。特征-算法关联214可被实现为存储器电路210中的查找表、关联图或其他数据结构。发作特征是用户指定有关医疗事件发作的判定决策的依据。这样的依据可以包括临床医生可以用来形成他或她的判定决策的诊断信息或医疗事件发作的一个或多个信号特征。在示例中，在复查由设备生成的房颤发作(例如由AMD 110生成)时，临床医生可以将心律失常判定为AF以外的某种心律失常类型，或提供“FP”判定决策以指示设备错误地将该事件检测为AF。临床医生还可以指定发作特征，例如频繁的房性早搏(PAC)，作为“FP”判定决策的依据。

特征-算法关联214将发作特征与专门检测具有发作特征的心律失常事件的对应检测算法进行关联。与各种发作特征相关联的算法可能彼此不同。在示例中，各种发作特征分别与相应的检测参数(例如不同的检测阈值)相关联。在另一示例中，各种发作特征分别与可结合到通用检测算法中的相应的“附加”算法特征相关联。以示例而非限制的方式，表1示出了(1)由AMD检测到的那些AF发作的各种发作特征与(2)用于检测AF的相应附加算法特征之间的特征-算法关联214的一部分。表1中列出的发作特征表示用户可用来拒绝由AMD生成的AF检测的各种依据。也就是说，这些依据对应于用户指定的由AMD 110做出的FP检测原因。

表1：特征-算法关联的一部分

发作特征	算法特征
		房性早搏(PAC)	室性心搏群
室性早搏(PVC)	心室率连续下降
		文氏阻滞或可变窦性心率	文氏检测器
噪声	SNR或信号质量
		稳定在高心率	高心率校正

如表1所示，房性早搏(PAC)特征与室性心搏群算法特征相关。可以使用室性心搏的统计分布或直方图来表征的室性心搏群表示心室收缩的规律性。AF患者通常表现出不规则的心室收缩。但是，PAC可能以不规则的间隔发生，并且当PAC传导至心室时，可能会产生不规则的心室率。因此，具有规律性的鉴别器可能有助于识别PAC。室性心搏群这一附加功能可用于区分频繁发作的PAC和AF发作。Perschbacher等人提交的题为“ATRIALFIBRILLATION DISCRIMINATION USING HEART RATE CLUSTERING(使用心搏群鉴别房颤)”的美国专利申请15/864,953涉及心室率直方图簇及其在区分AF和非AF事件中的用途，该申请的全部公开内容在此纳入作为参考。

表1还示出了室性早搏(PVC)特征与心室率连续下降算法特征之间的关联。心室率连续下降是指一对连续心室率变化，其中该对的第一心室率变化和第二心室率变化均为负。心室率连续下降或双倍下降的发生率可用于检测房颤。然而，由于缺乏持续的AF节律，仅PVC通常不会产生心室率方面的双倍下降模式。这样，心室率连续下降算法特征可用于区分频繁发作的PVC与AF发作。Krueger等人提交的题为“ATRIAL FIBRILLATION DETECTIONUSING VENTRICULAR RATE VARIABILITY(使用心室率变异性检测房颤)”的美国专利申请14/825,669涉及心室率双倍下降模式及其在心律失常检测中的用途，该申请的全部公开内容在此纳入作为参考。

表1还示出了文氏房室传导阻滞或可变窦性心率特征与文氏检测器算法特征之间的关联。文氏检测器的示例可以基于周长或心率的各种搏动模式的重复性指标，例如Perschbacher等人提交的题为“SYSTEMS AND METHODS FOR ARRHYTHMIA DETECTION(用于检测心律失常的系统和方法)”的美国专利申请15/786,824中讨论的，该申请的全部公开内容在此纳入作为参考。另外，诸如基于低于指定本底噪声的信号能量，“噪声”发作特征可以与信噪比(SNR)检测器或信号质量检测器相关联。SNR或信号质量检测器可以区分AF与噪声。表1还包括稳定在高心率发作特征与高心率检测参数(例如，解释较高心率下的潜在感测限制的检测阈值)校正算法特征之间的关联。可以针对高心率下的可变R波检测调整校正。

特征-算法关联可以包括用于检测其他心律失常或事件的额外的“附加”算法特征，例如对应于过度感测的发作特征的“室性心动过速检测算法”特征或对应于感测不足的发作特征征的“布雷迪暂停检测算法”。布雷迪暂停检测的示例可以基于心室去极化的延迟和候选暂停发作信号的信号信噪比度量，例如在Siejko等人提交的题为“BRADY PAUSEDETECTION FOR IMPLANTABLE CARDIAC MONITORS(植入式心脏监护仪的布雷迪暂停检测)”的美国专利申请15/697,756中讨论的，该申请的全部公开内容在此纳入作为参考。

特征-算法关联214可以被动态地建立和更新。在示例中，用户(例如，临床医生)例如可以通过增大或减小检测阈值参数来调整与特定发作特征相关联的现有检测算法。在示例中，用户可以删除现有发作特征以及相关联的检测算法。在另一示例中，用户可以添加与任何现有发作特征不同的新发作特征，以及相关联的检测算法或一个或多个检测参数的指定修改。当用户例如通过用户界面230复查和判定医疗事件发作时，可以动态地更新特征-算法关联214。下面例如参考图4讨论发作判定和特征-算法关联更新的示例。

尽管本文中对医疗事件管理的讨论集中于心律失常发作，但这仅是示例性的，而不是限制性的或以任何方式进行限制。也可以使用本文中讨论的系统、设备和方法来存储、分析其他类型的医疗事件(例如晕厥、心衰恶化事件或心衰代偿事件)，并将其提供给临床医生进行判定。

发作管理电路220可被实现为微处理器电路的一部分，该微处理器电路可以是专用处理器，例如数字信号处理器、专用集成电路(ASIC)、微处理器或用于处理信息(包括体育活动信息)的其他类型的处理器。备选地，微处理器电路可以是通用处理器，其可以接收并执行用于实施本文所述的功能、方法或技术的一组指令。

发作管理电路220可以包括电路组，所述电路组包括一个或多个其他电路或子电路，其中包括发作判定器电路222、算法选择/更新电路224、事件检测器电路226和发作调度器电路228。电路或子电路可以单独或组合地执行本文所述的功能、方法或技术。在示例中，电路组的硬件可以被永恒地设计为执行特定的操作(例如，硬连线)。在示例中，电路组的硬件可以包括可变连接的物理组件(例如，执行单元、晶体管/简单电路等)，其中包括被物理地修改(例如，磁地、电地、可移动地放置质量不变的粒子)以编码特定操作的指令的计算机可读介质。在连接物理组件时，硬件组成的基础电性能会发生变化，例如从绝缘体变为导体或从导体变为绝缘体。这些指令使嵌入式硬件(例如，执行单元或加载装置)能够通过可变连接在硬件中创建电路组的构件，以在操作时执行特定操作的部分。因此，当设备工作时，计算机可读介质通信地耦合到电路组构件的其他组件。在示例中，任何物理组件都可以在一个以上电路组的一个以上构件中使用。例如，在操作时，执行单元可以在一个时间点，在第一电路组的第一电路中使用，并且可以由第一电路组中的第二电路或第二电路组中的第三电路在不同的时间重用。

发作判定器电路222可以耦合到存储器电路210，以处理有关从发作存储库212检索的医疗事件发作的判定的用户输入。医疗事件发作的信息(包括在检测期间，可选地在检测之前和/或之后收集的生理数据的至少一部分，以及由AMD生成的检测结果)可以显示在用户界面230的显示单元上。在示例中，用户界面230的至少一部分可以在外部系统125中实现。用户界面230可以包括输入设备，该输入设备允许用户提供发作判定，其中包括发作判定决策和发作特征。判定决策可以包括用户指定存在或不存在特定医疗事件。在示例中，该判定决策是用户指定心律失常类型，例如房颤、房扑、室上性心动过速、室性心动过速或室颤。发作判定器电路222可以将用户指定的心律失常类型与AMD生成的检测结果进行比较，如果用户指定与由AMD生成的检测结果一致，则将该发作识别为真阳性(TP)检测，如果用户指定与由AMD生成的检测结果不同，则为假阳性(FP)检测。在一些示例中，判定决策可以包括TP或FP决策的指定。

当复查由设备检测到的医疗事件发作(例如，心律失常发作)时，用户例如可以经由用户界面230提供发作特征以及发作特点。发作特征表示用户指定的判定决策的依据，并且可以包括诊断信息，或医疗事件发作的一个或多个信号特征。例如，当判定由设备检测到的AF发作时，用户(例如，临床医生)可以指定多个发作特征之一(例如，表1所示的发作特征)，作为形成他或她的判定决策的依据。可以预先确定多个发作特征，并将其显示在用户界面230的显示单元上，用户可以在显示器上从中选择一个表征发作的发作特征。附加地或替代地，用户例如可以通过添加不同于现有发作特征的新发作特征来输入判定决策的依据。

在一些示例中，如果判定决策不同于设备生成的检测决策，或者提供了“FP”判定决策，则可以提示用户选择或以其他方式输入发作特征。可以从特征-算法关联214中确定与该发作特征相关联的检测算法，并使用该检测算法识别发作存储库212中具有与已判定的FP发作相似的特征的由设备检测到的事件发作。

耦合到发作判定器电路222和存储器电路210的算法选择/更新电路224可以使用特征-算法关联214和用户指定的发作特征来选择检测算法。例如，根据表1，如果用户在显示处选择或以其他方式提供“PVC”作为心律失常发作的发作特征，则将相应附加的心律失常检测特征“心室率连续下降”并入AF检测算法中。在特征-算法关联214中的各个发作特征分别与通用检测算法的相应检测参数(例如，检测阈值)相关联的一些示例中，算法选择/更新电路224可以选择或调整对应于由用户指定的发作特征的检测参数。

事件检测器电路226可以使用选择或更新的算法来处理发作存储库212中尚未显示和判定的事件发作中的一个或多个。事件检测器电路226可以验证所述事件发作分别是否具有发作特征，并且将这些事件发作指定为TP或FP发作。例如，当选择附加的心律失常检测特征“心室率连续下降”时，可以将具有该附加特征的AF检测算法应用于发作存储库212中存储的一个或多个心律失常发作。在示例中，事件检测器电路226可以在每次通过算法选择/更新电路224选择或更新算法时自动处理发作存储库212中的所有未判定的事件发作。在另一示例中，事件检测器电路226在命令模式下操作以处理用户指定的一个或多个未判定的事件发作。

发作调度器电路228可以基于使用选择或更新的检测算法处理所述事件发作的结果，安排呈现一个或多个事件发作进行判定。附加的心律失常检测特征可以帮助识别发作存储库212中具有与所判定的FP发作相似的特征的由设备检测到的事件发作，从而减少判定具有相同或相似特征的FP发作的负担和成本。调度器电路228可以保留待判定的FP发作的呈现，或者替代地将低优先级分配给待判定的FP发作，但是将高优先级分配给待判定的TP发作。在示例中，调度器电路228可以以指定的优先级顺序对发作存储库212中的多个事件发作进行排序，并且将经过排序的多个事件发作中的一个或多个呈现给用户或过程。在示例中，事件发作可以以优先级降序呈现。

如先前所讨论的，用户界面230可以包括显示单元，其用于显示待判定的事件发作以及多个可选的发作特征。另外，显示单元可以呈现调整AMD编程的建议。用户界面230可以耦合到打印机以打印检测信息的硬拷贝。该信息可以以表格、图表、图解或任何其他类型的文本、表格或图形表示格式来呈现。输出信息的呈现可以包括音频或其他媒体格式。在示例中，输出单元可以生成警报、警告、紧急呼叫或其他形式的警告，以通过信号告知用户所检测到的医疗事件。该信息可以以表格、图表、图解或任何其他类型的文本、表格或图形表示格式来呈现。输出信息的呈现可以包括音频或其他媒体格式。在示例中，输出单元可以生成警报、警告、紧急呼叫或其他形式的警告，以通过信号告知用户所检测到的医疗事件。在一些示例中，用户界面230可以另外生成调整AMD编程的建议，例如将特征-算法关联214中的一个或多个检测算法编程到AMD中。

可选的治疗电路250可被配置为响应于检测到目标医疗事件而向患者提供治疗。治疗的示例可以包括提供给心脏、神经组织、其他目标组织的电刺激疗法、心脏复律疗法、除颤疗法或包括将药物输送到组织或器官的药物疗法。在一些示例中，治疗电路250可以改变现有疗法，例如调整刺激参数或药物剂量。

图3总体上示出了心律失常管理系统300的示例，该系统被配置为评估从一个或多个患者处检测到的医疗事件的患者警报并确定其优先级。警报管理系统300包括经由通信链路115彼此通信地耦合的AMD 310和外部系统320。

AMD 310是图1所示的AMD 110的实施例，其可以包括用于感测来自受试者的一个或多个生理信号的传感器电路311。生理信号可以经由与患者相关联的一个或多个可植入、可穿戴或以其他方式流动的传感器或电极来感测。传感器可以集成到诸如AMD 110之类的流动设备中或者与之相关联。生理信号的示例可以包括从置于身体表面上的电极感测到的表面心电图(ECG)、从置于皮肤下的电极感测的皮下ECG、从导线系统108上的一个或多个电极感测到的心内电描记图(EGM)、胸腔或心脏阻抗信号、动脉压力信号、肺动脉压力信号、左心房压力信号、RV压力信号、LV冠状动脉压力信号、冠状动脉血温度信号、血氧饱和度信号、诸如由流动加速度计或声学传感器感测到的心音信号、对活动的生理反应、呼吸暂停低通气指数、一种或多种呼吸信号(诸如呼吸率信号或潮气量信号)、脑钠尿肽(BNP)、血常规、钠和钾水平、葡萄糖水平和其他生物指标及生化指标等。传感器电路311可以包括一个或多个子电路，以对所接收的生理信号进行数字化、滤波或执行其他信号调节操作。在一些示例中，传感器电路311可以记录由患者触发的发作。当患者表现出某些体征或症状或经历指示目标医疗事件的前兆事件时，患者触发检测器可以产生并检测到该触发。检测到患者触发可以激活传感器电路311以记录由患者触发的发作，并获取诸如一个或多个生理信号之类的生理数据。

心律失常发作检测器电路312可被配置为使用感测到的一个或多个生理信号来检测心律失常。心律失常的示例可包括房颤、房扑、室上性心动过速、室性心动过速或室性心律失常。该检测可以基于从一个或多个生理信号中提取的时间或形态特征。在示例中，心律失常发作检测器电路312可以使用可配置的检测算法来检测特定的心律失常，使得可以经由编程设备添加或修改一个或多个检测算法特征。所检测到的心律失常发作(包括在检测期间，或额外地在检测之前和/或之后收集的生理数据，以及检测结果)可以存储在内部存储器314中。

通信电路315可以经由通信链路115将所检测到的心律失常发作(包括生理数据和由设备生成的检测结果)发送到外部系统320。该发送可以连续地，定期地在预定时间进行，或者响应于从外部系统320发送到AMD 310的数据询问命令而执行。作为外部系统125的实施例的外部系统320可以经由通信电路325接收心律失常发作，并将所接收到的心律失常发作存储在外部存储器322中。作为存储器电路210的实施例的外部存储器可将心律失常发作存储在发作存储库212中，并另外保持特征-算法关联214。外部系统320还包括发作管理电路220和用户界面230。如前面参考图2所讨论的，用户界面230可被配置为例如响应于用户命令而显示存储在外部存储器322中的第一心律失常发作的至少一部分，并从用户处接收判定决策和所显示的发作的第一发作特征(C1)。发作管理电路220可以从所存储的关联中识别对应于第一心律失常发作的特征C1的检测算法(F1)，并至少使用所识别的检测算法F1来处理发作存储库中的一个或多个心律失常发作，从而确定每个所处理的心律失常发作是否具有第一发作特征。所识别的检测算法F1可以包括表1所示的附加心律失常检测算法特征，或者一个或多个检测参数(诸如检测阈值)。心律失常发作的处理可以自动执行或以用户命令模式执行。基于处理结果，发作管理电路220可以安排呈现一个或多个待判定的心律失常发作。在示例中，发作管理电路220可以以指定的优先级顺序对心律失常发作进行排序，并根据该排序顺序将其呈现给用户或过程。

外部系统320包括编程器324，该编程器324可以生成用于对AMD 310进行编程的命令。该命令可以包括对心律失常发作检测器电路312的一个或多个检测参数，或传感器电路311的数据收集参数等的调整建议。调整建议可以由用户(例如临床医生)经由用户界面230确认或以其他方式修改，并且经由通信链路115转发给AMD 310。

在示例中，编程器324可以利用所识别的对应于第一心律失常发作的发作特征的检测算法F1对AMD 310进行编程。如果第一发作特征C1满足特定条件，则可以执行AMD 310的编程。在示例中，发作管理电路220可以基于来自患者的多个心律失常发作的处理结果确定C1的患病率指标。患病率指标指示在正在处理的心律失常发作中发现发作特征C1的频率有多高。在示例中，发作管理电路220可以包括计数器以对具有发作特征C1的心律失常发作进行计数。患病率指标可以由具有发作特征C1的心律失常发作的总数来表示。例如，可以使用检测算法F1来处理心律失常发作(例如，由AMD 310检测到的AF发作)。如果不再检测到AF，则心律失常发作被认为具有发作特征C1，并被指定为与发作特征C1相关联的FP发作，类似于第一判定的心律失常发作。然后增加计数器的计数。在计数器中对应于C1的FP发作的计数超过阈值的情况下，用户界面230可以提示用户建议将检测算法F1编程到AMD 310中。在接收到用户确认之后，编程器324和通信电路325可以经由通信链路115协作地将检测算法F1传送到AMD 310。在示例中，检测算法F1包括附加检测特征，并且可以修改AMD310中的现有检测算法以并入F1中的附加检测特征。在另一示例中，检测算法F1包括一个或多个检测参数(例如，检测阈值)的值，并且可以修改AMD 310中的现有检测算法以并入F1中的检测参数值。AMD 310可以使用修改后的算法来检测目标医疗事件。

图4示出了用于显示医疗事件发作并进行交互式用户判定的用户界面的至少一部分400的示例。作为用户界面230的显示单元的实施例的用户界面部分400包括由医疗设备(诸如AMD 310)生成的医疗事件发作的信息的显示。作为示例而非限制，所显示的信息可以包括患者标识和发作标识符412以及生理数据414。用户可以交互地选择患者和发作以进行显示，例如通过使用相应的下拉列表(如图所示)、复选框、单选按钮、列表框、按钮、切换键、文本字段以及用户界面400上的其他输入控件。可以使用与医疗设备通信的电极或生理传感器来感测生理数据414，并在所检测到的医疗事件期间，或者替代地在此之前或之后收集生理数据414。在图4所示的示例中，生理数据414包括在诸如心室或心房之类的心脏部位处感测到的电描记图。在一些示例中，可以显示两个或更多个生理信号，包括来自多个心脏部位或经由不同的感测电极配置的EGM、心脏机械信号或从一个或多个传感器感测到的血液动力学信号。还可以显示标记通道，其中包括通道内或通道间定时信息或检测到的事件的注释(例如，感测到的或搏动的心跳)。医疗事件发作的显示信息可以另外包括检测摘要416。作为示例，检测摘要可以包括由AMD检测到的医疗事件的类型(例如AF)，以及从AMD获取的感测到的生理信号中获得的测量值(例如，各个心腔的心率或所检测到的医疗事件的持续时间)。

用户界面部分400可以包括显示区域，该显示区域允许对用户界面部分400上呈现的医疗事件进行界面判定。在判定类型区域422上，用户(例如，临床医生)可以提供判定决策(例如心律失常类型)，或指定为真阳性检测(表示与检测摘要416中所示的由设备检测到的心律失常类型一致)或假阳性检测(表示与检测摘要416中所示的由设备检测到的心律失常类型不一致)。在发作特征区域424，用户可以从多个预设特征中选择发作特征。在示例中，如果输入了假阳性判定决策，或者如果用户判定的事件类型与由设备检测到的事件类型不同，则可以提示用户选择判定原因。发作特征表示判定决策的各种依据。例如，图4示出了表示拒绝在显示中的心律失常发作中找到的AF的各种依据各种特征，其中包括如先前参考表1所讨论的PAC、PVC、文氏阻滞/可变窦性心率、噪声或稳定在高心率。用户还可以替代地输入表示不同于任何给定特征的依据的发作特征。发作特征的用户输入可以由算法选择/更新电路224用来根据表1所示的特征-算法关联来选择检测算法。

图5总体上示出了用于检测和报告诸如由流动医疗设备生成的医疗事件发作的方法500的示例。医疗事件发作的示例包括特定的心律失常，例如房颤、房扑、房性心动过速、室上性心动过速、室性心动过速或室性心律失常，以及其他心律失常或心动过速。方法500可以在诸如可植入或可穿戴医疗设备之类的流动医疗设备中，或在远程患者管理系统中实施和执行。在示例中，方法500可以在AMD 110、外部系统125中的一个或多个设备，或医疗事件管理系统200中实施以及由其执行。尽管本文着重于心律失常的检测，但是本文讨论的系统和方法或其变型可用于检测和管理其他医疗事件，例如晕厥、晕厥前状态或慢性医疗状况，例如心衰恶化(WHF)事件。

方法500在510处开始，在此可以接收对第一医疗事件发作(例如由AMD110检测到的心律失常发作)的用户判定。心律失常发作包括在所检测到的心律失常事件期间从一个或多个生理传感器感测到的生理数据，或另外地包括在所检测到的心律失常事件之前和/或之后感测到的生理数据。与心律失常发作相关联的生理数据可以包括心脏电信号或心脏机械信号或血液动力学信号，例如心脏压力信号、阻抗信号、心音信号等。心律失常发作可以另外包括由医疗设备生成的心律失常检测或分类。心律失常的检测或分类是特定心律失常类型的指定，例如房颤、房扑、室性心动过速或室颤等。有关心律失常发作的其他信息，例如从生理数据中获得的测量值或信号指标(例如心房率、心室率、心房或心室率的变异性)，也可以与相应的发作相关联并存储在发作存储库中。

有关第一心律失常发作的信息可以显示在用户界面230的显示单元上。用户(例如，临床医生)可以检查第一心律失常发作并使用例如输入控件(例如图4所显示的)来提供用户判决。判定可以包括判定决策和发作特征。判定决策可以包括用户指定存在或不存在特定医疗事件。在示例中，判定决策是用户指定心律失常类型，例如房颤、房扑、室上性心动过速、室性心动过速或室颤。在一些示例中，判定决策可以包括指定为TP决策(表示判定决策与由AMD生成的检测结果一致)或FP决策(表示判定决策与由AMD生成的检测结果不一致)。发作特征是用户指定有关第一医疗事件发作的判定决策的依据。这样的依据可以包括临床医生可以用来形成他或她的判定决策的诊断信息或医疗事件发作的一个或多个信号特征。例如，在复查由设备检测到的心律失常发作(例如AF发作)时，临床医生可以将心律失常发作判定为AF以外的心律失常类型，或者将由设备不当检测到的FP检测，以及频繁发生的房性早搏(PAC)的发作特征判定为判定FP检测的依据。表1示出了各种发作特征，作为由设备检测到的发作中没有AF的判定依据，或者表示发作是由设备不当检测到的FP检测。

在520处，可以基于所接收的发作特征确定检测算法。检测算法的确定可以包括多个发作特征与用于检测具有相应发作特征的医疗事件的多个检测算法之间的关联的数据库。特征-算法关联将发作特征与专门检测具有发作特征的心律失常事件的对应检测算法进行关联。与各种发作特征相关联的算法可能互不相同。在示例中，各种发作特征分别与通用检测算法的相应检测参数(例如不同的检测阈值)相关联。在另一示例中，各种发作特征分别与可以并入通用检测算法中的相应“附加”算法特征相关联。表1示出了由AMD检测到的AF发作的各种特征与用于检测AF的相应附加算法特征之间的这种特征-算法关联。

通过使用特征-算法关联，可以选择对应于所接收的发作特征的检测算法。例如，根据表1，如果用户在显示处选择或以其他方式提供“PVC”作为心律失常发作的发作特征，则可以在将来检测其他由设备检测到的心律失常发作时选择和使用附加的心律失常检测特征“心室率连续下降”。在一些示例中，可以根据从用户处接收到的发作特征来调整检测参数(例如，心律失常检测阈值)。

在530处，可以至少使用所识别的检测算法来处理不同于第一医疗事件发作的第二医疗事件发作，以验证第二事件发作具有在第一心律失常事件中呈现的第一发作特征，例如经由事件检测器电路226。例如，对应于第一个心律失常发作的发作特征“PVC”，可以根据表1所示的特征-算法关联选择附加的心律失常检测特征“心室率连续下降”。具有此附加特征的检测算法可应用于第二心律失常发作。在示例中，可以使用具有此附加特征的检测算法来自动处理所有未判定的事件发作，例如存储在发作存储库212中的事件发作。

在540处，可以基于使用选择或更新的检测算法处理第二医疗事件发作的结果，例如经由事件调度器电路228安排呈现第二医疗事件发作的至少一部分。附加的心律失常检测特征可以帮助识别具有与所判定的FP发作相似的特征的由设备检测到的发作，从而减少判定具有相似特征的FP发作的负担和成本。在示例中，如果使用选择或更新的检测算法验证不再从第二事件发作中检测到目标医疗事件(例如AF)，则可以安排第二事件发作不被呈现给用户来进行判定，或者为该待判定事件分配较低的优先级。相反，如果使用选择或更新的检测算法验证第二事件发作中具有目标医疗事件(例如AF)，则可以安排将第二事件发作呈现给用户进行判定，或者为该待判定事件分配较高的优先级。在示例中，发作存储库212中的事件发作可以按照指定的优先级顺序进行排序，并且呈现给用户或过程。在示例中，事件发作可以以优先级降序呈现。

在550处，可以将所识别的检测算法编程到生成存储在发作存储库212中的发作的流动医疗设备(例如AMD 310)中。如果所接收的第一医疗事件的发作特征(用C1表示)满足特定条件，则执行设备编程。在示例中，可以基于来自患者的多个心律失常发作的处理结果来确定C1的患病率指标。在示例中，患病率指标可以由具有发作特征C1的心律失常发作的总数来表示。例如，可以使用所识别的检测算法来处理心律失常发作。如果不再检测到AF，则将心律失常发作指定为FP发作，然后增加计数器的计数。在计数器中对应于发作特征C1的FP发作的计数超过阈值的情况下，可以自动地或在用户确认时将所识别的检测算法编程到AMD中。在示例中，所识别的检测算法包括附加检测特征，并且可以修改驻留在AMD 310中的现有检测算法以并入附加检测特征。在另一示例中，所识别的检测算法包括检测参数(例如，检测阈值)的特定值，并且可以修改驻留在AMD 310中的现有检测算法以并入检测参数值。AMD可以使用修改后的算法检测目标医疗事件。

图6总体上示出了示例机器600的框图，在该机器上可以执行本文所讨论的任何一种或多种技术(例如方法)。此描述的某些部分可应用于LCP设备、IMD或外部编程器各个部分的计算框架。

在替代实施例中，机器600可以作为独立设备操作，或者可以连接(例如，联网)到其他机器。在网络部署中，机器600可以在服务器-客户端网络环境中以服务器机器和/或客户端机器的能力运行。在示例中，机器600可以在对等(P2P)(或其他分布式)网络环境中充当对等机器。机器600可以是个人计算机(PC)、平板PC、机顶盒(STB)、个人数字助理(PDA)、移动电话、网络设备、网络路由器、交换机或网桥，或能够执行指令(顺序的或其他方式的)的任何机器，这些指令指定了需要该机器执行的操作。此外，虽然仅示出了单个机器，但是术语“机器”也应被理解为包括机器的任何集合，这些机器单独地或共同地执行一组(或多组)指令，从而执行本文讨论的任何一个或多个方法，例如云计算、软件即服务(SaaS)、其他计算机集群配置。

如本文所述，示例可以包括逻辑或多个组件或装置，或可以由逻辑或多个组件或装置操作。电路组是在包括硬件的有形实体中实现的电路(例如，简单电路、门、逻辑等)的集合。电路组构件资格可以随着时间和底层硬件的变化而灵活变化。电路组包括可以在操作时单独或组合地执行指定操作的构件。在示例中，电路组的硬件可以被永恒地设计为执行特定的操作(例如，硬连线)。在示例中，电路组的硬件可以包括可变连接的物理组件(例如，执行单元、晶体管/简单电路等)，其中包括被物理地修改(例如，磁地、电地、可移动地放置质量不变的粒子)以编码特定操作的指令的计算机可读介质。在连接物理组件时，硬件组成的基础电性能会发生变化，例如从绝缘体变为导体或从导体变为绝缘体。这些指令使嵌入式硬件(例如，执行单元或加载装置)能够通过可变连接在硬件中创建电路组的构件，以在操作时执行特定操作的部分。因此，当设备工作时，计算机可读介质通信地耦合到电路组构件的其他组件。在示例中，任何物理组件都可以在一个以上电路组的一个以上构件中使用。例如，在操作时，执行单元可以在一个时间点，在第一电路组的第一电路中使用，并且可以由第一电路组中的第二电路或第二电路组中的第三电路在不同的时间重用。

机器(例如，计算机系统)600可以包括硬件处理器602(例如，中央处理单元(CPU)、图形处理单元(GPU)、硬件处理器核或其任意组合)、主存储器604和静态存储器606，它们中的一些或全部可以经由互连链路(例如，总线)608彼此通信。机器600可以进一步包括显示单元610(例如，光栅显示器、矢量显示器、全息显示器等)、字母数字输入设备612(例如，键盘)和用户界面(UI)导航设备614(例如，鼠标)。在示例中，显示单元610、输入设备612和UI导航设备614可以是触摸屏显示器。机器600可以另外包括存储设备(例如，驱动单元)616、信号生成设备618(例如，扬声器)、网络接口设备620以及一个或多个传感器621，例如全球定位系统(GPS)传感器、指南针、加速度计或其他传感器。机器600可以包括输出控制器628，诸如串行(例如，通用串行总线(USB))、并行或其他有线或无线(例如红外(IR)、近场通信(NFC)等)连接，以便控制一个或多个外围设备(例如，打印机、读卡器等)或与之通信。

存储设备616可以包括机器可读介质622，该机器可读介质622上存储了一组或多组数据结构或指令624(例如软件)，这些数据结构或指令624被本文所述的任何一种或多种技术或功能所体现或利用。当被机器600执行时，指令624还可以完全地或至少部分地驻留在主存储器604内，静态存储器606内或硬件处理器602内。在示例中，硬件处理器602、主存储器604、静态存储器606或存储设备616中的任一个或其组合可以构成机器可读介质。

虽然机器可读介质622被示出为单个介质，但是术语“机器可读介质”可以包括被配置为存储一个或多个指令624的单个介质或多个介质(例如，集中式或分布式数据库和/或相关联的缓存和服务器)。

术语“机器可读介质”可以包括能够存储、编码或携带用于由机器600执行的指令并且使机器600执行本公开的任何一种或多种技术，或者能够存储、编码或携带由此类指令使用或与之关联的数据结构的任何介质。非限制性机器可读介质示例可以包括固态存储器以及光和磁介质。在示例中，海量机器可读介质包括具有多个质量不变(例如，静止)的粒子的机器可读介质。因此，海量机器可读介质不是瞬时传播信号。海量机器可读介质的具体示例可以包括：非易失性存储器，例如半导体存储设备(例如，电可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM))和闪存设备；磁盘，例如内置硬盘和可移动磁盘；磁光盘；以及CD-ROM和DVD-ROM盘。

指令624还可以使用多种传输协议(例如，帧中继、网际协议(IP)、传输控制协议(TCP)、用户数据报协议(UDP)、超文本传输协议(HTTP)等)中的任一种，经由网络接口设备620使用传输介质在通信网络626上发送或接收。示例通信网络可以包括局域网(LAN)、广域网(WAN)、分组数据网络(例如，因特网)、移动电话网(例如，蜂窝网络)、普通老式电话(POTS)网络以及无线数据网络(例如，称为

的电气和电子工程师协会(IEEE)802.11系列标准、称为

的IEEE 802.16系列标准)、IEEE 802.15.4系列标准、对等(P2P)网络等。在示例中，网络接口设备620可以包括一个或多个物理插孔(例如，以太网、同轴或电话插孔)或一个或多个天线以连接到通信网络626。在示例中，网络接口设备620可以包括多个天线，以使用单入多出(SIMO)、多入多出(MIMO)或多入单出(MISO)技术中的至少一种进行无线通信。术语“传输介质”应被认为包括能够存储、编码或携带由机器600执行的指令的任何无形介质，并且包括数字或模拟通信信号或促进此类软件的通信的其他无形介质。

以上附图示出了各种实施例。这些实施例中的一个或多个的一个或多个特征可以进行组合以形成其他实施例。

本文描述的方法示例可以至少部分地由机器或计算机实现。一些示例可以包括编码有指令的计算机可读介质或机器可读介质，所述指令可操作以配置电子设备或系统以执行如以上示例中所述的方法。这样的方法的实现可以包括代码，诸如微代码、汇编语言代码、高级语言代码等。这样的代码可以包括用于执行各种方法的计算机可读指令。代码可以构成计算机程序产品的一部分。此外，可以在执行期间或在其他时间将代码有形地存储在一个或多个易失性或非易失性计算机可读介质上。

上面的详细描述意图是说明性的，而不是限制性的。因此，本公开的范围应参考所附权利要求书以及这些权利要求书所赋予的等效物的全部范围来确定。

Claims (15)

1.一种用于管理由医疗设备生成的医疗事件的系统，所述系统包括：

用户界面，其被配置为从用户处接收判定，所述判定包括表征所呈现的医疗事件发作的发作特征；

存储器电路，其被配置为存储一个或多个发作特征与用于检测具有相应发作特征的医疗事件的对应的一个或多个检测算法之间的关联；以及

发作管理电路，其被配置为根据所述存储电路中存储的关联，使用检测算法从后续发作中检测对应于针对判定呈现的所述医疗事件发作的所述发作特征的医疗事件。

2.根据权利要求1所述的系统，其中：

所述用户界面被配置为呈现由所述医疗设备生成的第一心律失常发作的至少一部分，以及从所述用户处接收判定决策和所述第一心律失常发作的第一发作特征；以及

所述发作管理电路被配置为：

根据所存储的关联识别对应于所述第一心律失常发作的所述第一发作特征的检测算法；

至少使用所识别的检测算法处理第二心律失常发作，以验证所述第二心律失常发作具有所述第一发作特征；以及

基于所述第二心律失常发作的处理结果安排所述第二心律失常发作的至少一部分的呈现。

3.根据权利要求2所述的系统，其中所述判定决策包括用户指定第一心律失常发作中存在或不存在心律失常类型，并且其中如果所述判定决策指示所述第一心律失常发作是所述心律失常类型的假阳性检测，则所述用户界面被配置为接收所述第一心律失常发作的发作特征。

4.根据权利要求3所述的系统，其中发作特征包括用户指定所述判定决策的依据。

5.根据权利要求3所述的系统，其中存储在所述存储电路中的所述一个或多个发作特征分别表示不存在所述心律失常类型的判定决策的独特依据。

6.根据权利要求5所述的系统，其中存储在所述存储电路中的所述一个或多个发作特征包括心室过早收缩特征，并且关联的检测算法包括基于一对连续的心室率降低检测房颤。

7.根据权利要求5所述的系统，其中存储在所述存储电路中的所述一个或多个发作特征包括心房过早收缩特征，并且所述关联的检测算法包括基于室性心搏群检测房颤。

8.根据权利要求3所述的系统，其中所述发作管理电路被配置为使用所识别的检测算法从所述第二心律失常发作中检测所述心律失常类型，并且仅在检测到所述心律失常类型时才安排所述第二心律失常发作的呈现。

9.根据权利要求2至8中任一项所述的系统，其中所述发作管理电路被配置为：

从所存储的关联中识别检测算法，其中包括基于所述第一发作特征修改检测算法；以及

至少使用所修改后的检测算法处理所述第二心律失常发作。

10.根据权利要求9所述的系统，其中修改所识别的检测算法包括修改检测阈值。

11.根据权利要求2至10中任一项所述的系统，包括：外部设备，其包括所述用户界面、所述存储电路和所述发作管理电路中的一个或多个，其中所述外部设备被配置为从与所述外部设备通信耦合的所述医疗设备接收所述心律失常发作。

12.根据权利要求11所述的系统，其中所述外部设备被配置为利用所识别的对应于所述第一心律失常发作的发作特征的检测算法对所述医疗设备进行编程。

13.根据权利要求12所述的系统，其中：

所述发作管理电路被配置为使用患者的多个心律失常发作来确定与所述第一心律失常发作相关联的所述第一发作特征的患病率指标；以及

所述外部设备被配置为，如果所确定的所述发作特征的患病率指标满足条件，则利用所识别的对应于所述发作特征的检测算法对所述医疗设备进行编程。

14.根据权利要求13所述的系统，其中所述发作特征的患病率指标包括通过所述发作特征指定的所判定的心律失常发作的计数，并且其中所述外部设备被配置为，当所述计数超过阈值时，利用所识别的检测算法对所述医疗设备进行编程。

15.根据权利要求11至14中任一项所述的系统，其中所述外部设备被配置为对所述医疗设备进行编程以提供治疗心律失常的疗法。

Images