CN112384983A - 用于识别透析患者感染风险的系统和方法 - Google Patents
用于识别透析患者感染风险的系统和方法 Download PDFInfo
- Publication number
- CN112384983A CN112384983A CN201980044168.3A CN201980044168A CN112384983A CN 112384983 A CN112384983 A CN 112384983A CN 201980044168 A CN201980044168 A CN 201980044168A CN 112384983 A CN112384983 A CN 112384983A
- Authority
- CN
- China
- Prior art keywords
- patient
- patients
- healthcare
- data
- infection
- 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
- 208000015181 infectious disease Diseases 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000000502 dialysis Methods 0.000 title claims description 182
- 238000011282 treatment Methods 0.000 claims abstract description 116
- 238000002560 therapeutic procedure Methods 0.000 claims abstract description 20
- 238000012549 training Methods 0.000 claims abstract description 10
- 238000009223 counseling Methods 0.000 claims abstract description 8
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 9
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 claims description 8
- 102000009027 Albumins Human genes 0.000 claims description 7
- 108010088751 Albumins Proteins 0.000 claims description 7
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 6
- 229910052791 calcium Inorganic materials 0.000 claims description 6
- 239000011575 calcium Substances 0.000 claims description 6
- 229940109239 creatinine Drugs 0.000 claims description 6
- 102000004338 Transferrin Human genes 0.000 claims description 5
- 108090000901 Transferrin Proteins 0.000 claims description 5
- 239000012581 transferrin Substances 0.000 claims description 5
- 230000015654 memory Effects 0.000 description 91
- 208000020832 chronic kidney disease Diseases 0.000 description 47
- 238000004458 analytical method Methods 0.000 description 39
- 238000004891 communication Methods 0.000 description 32
- 238000012545 processing Methods 0.000 description 28
- 201000000523 end stage renal failure Diseases 0.000 description 27
- 208000028208 end stage renal disease Diseases 0.000 description 26
- 238000003860 storage Methods 0.000 description 25
- 239000012530 fluid Substances 0.000 description 23
- 206010034674 peritonitis Diseases 0.000 description 22
- 230000036541 health Effects 0.000 description 20
- 238000004422 calculation algorithm Methods 0.000 description 16
- 238000001631 haemodialysis Methods 0.000 description 16
- 230000000322 hemodialysis Effects 0.000 description 16
- 208000017169 kidney disease Diseases 0.000 description 16
- 238000007726 management method Methods 0.000 description 16
- 238000011109 contamination Methods 0.000 description 15
- 239000008280 blood Substances 0.000 description 14
- 210000004369 blood Anatomy 0.000 description 14
- 201000010099 disease Diseases 0.000 description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 14
- 238000010438 heat treatment Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 208000017667 Chronic Disease Diseases 0.000 description 12
- 230000003287 optical effect Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000010801 machine learning Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 230000005291 magnetic effect Effects 0.000 description 9
- 238000003745 diagnosis Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 230000001225 therapeutic effect Effects 0.000 description 6
- 210000001015 abdomen Anatomy 0.000 description 5
- 230000004630 mental health Effects 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 229920000642 polymer Polymers 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- 229910052710 silicon Inorganic materials 0.000 description 4
- 239000010703 silicon Substances 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003907 kidney function Effects 0.000 description 3
- 230000008376 long-term health Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 210000004303 peritoneum Anatomy 0.000 description 3
- 206010061818 Disease progression Diseases 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 239000000385 dialysis solution Substances 0.000 description 2
- 230000005750 disease progression Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000003734 kidney Anatomy 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 210000004379 membrane Anatomy 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000003204 osmotic effect Effects 0.000 description 2
- 210000003200 peritoneal cavity Anatomy 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010561 standard procedure Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000036642 wellbeing Effects 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 201000003883 Cystic fibrosis Diseases 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 206010013710 Drug interaction Diseases 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 206010017533 Fungal infection Diseases 0.000 description 1
- 206010018364 Glomerulonephritis Diseases 0.000 description 1
- HTTJABKRGRZYRN-UHFFFAOYSA-N Heparin Chemical compound OC1C(NC(=O)C)C(O)OC(COS(O)(=O)=O)C1OC1C(OS(O)(=O)=O)C(O)C(OC2C(C(OS(O)(=O)=O)C(OC3C(C(O)C(O)C(O3)C(O)=O)OS(O)(=O)=O)C(CO)O2)NS(O)(=O)=O)C(C(O)=O)O1 HTTJABKRGRZYRN-UHFFFAOYSA-N 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 208000031888 Mycoses Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 208000001647 Renal Insufficiency Diseases 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 206010003246 arthritis Diseases 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000008827 biological function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 235000020930 dietary requirements Nutrition 0.000 description 1
- 235000020805 dietary restrictions Nutrition 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000003085 diluting agent Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000007407 health benefit Effects 0.000 description 1
- 229960002897 heparin Drugs 0.000 description 1
- 229920000669 heparin Polymers 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 201000006370 kidney failure Diseases 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000013610 patient sample Substances 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 239000000955 prescription drug Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 208000037821 progressive disease Diseases 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 238000011287 therapeutic dose Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
- 238000011277 treatment modality Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- External Artificial Organs (AREA)
Abstract
公开了一种用于确定患者发生感染风险的方法和系统。在一个实施例中,所述系统和方法包括:从对应于接受治疗的患者池的一个或多个数据库中提取患者数据;利用提取的患者数据使用一个或多个预测模型,以便为患者池中的每个患者生成在选定的时间段内发生感染的相应患者风险评分;生成报告,所述报告包括所识别的患者池的子集的至少一部分及它们的相应患者风险评分;以及将所述报告传送到一个或多个医疗保健机构,所述一个或多个医疗保健机构进一步从所识别的患者池的子集的所述部分中识别一个或多个患者来进行干预治疗、咨询、培训或它们的组合。
Description
相关申请的交叉引用
本申请是2018年6月29日提交的标题为“Systems and Methods for IdentifyingRisk of Infection in Dialysis Patients”的未决的美国临时专利申请号62/692,198的非临时申请并要求其优先权,并且是2018年8月8日提交的标题为“Systems and Methodsfor Identifying Risk of Infection in Dialysis Patients”的未决的美国临时专利申请号为62/716,031的非临时申请并要求其优先权,而且是2019年4月22日提交的标题为“Artificial Intelligence&Predictive Medicine in Dialysis”的未决的美国临时专利申请62/836,822的非临时申请并要求其优先权,这些申请的全部内容通过引用明确地并入本文。
技术领域
本公开总体上涉及医疗保健相关的系统、装置和方法。
背景技术
传统的医疗保健系统是基于服务收费模式的,借此医疗保健提供者可以按每次治疗或按每次服务获得补偿。在这种模式下,当提供的治疗或服务数量增加时,医疗服务提供者的补偿也会增加。因此,对于这种提供者没有财务激励来高效地管理所提供的服务/程序的数量,也没有与患者的整体健康结果有关的任何财务激励。这样的传统系统导致医疗保健费用不断攀升和效率低下,阻碍了患者的整体保健的质量。
此外,许多患者-特别是患有慢性疾病的患者-在其诊断、治疗和长期保健管理过程中与各种不同的实体和医疗保健专业人员进行接触,包括医院、诊所、实验室、药房、医师、临床医生和/或其它专家。患者的治疗信息可能散布在多个实体、存储库和医疗专业人员中,这可能导致各个相关实体之间缺乏沟通或沟通不畅,从而可能对患者的治疗和健康产生不利影响,甚至可能造成危及生命的治疗状况。此外,这种不协调的数据处理以及患者的整体治疗导致效率低下,从而可能导致保健总成本增加。在这方面,就保健质量和经济性而言,传统的服务收费医疗保健模式远非理想。这一情况由美国在服务收费模式下的医疗保健费用持续上涨难以维持而得到证明。
就这些和其它考虑而言,本发明的改进可能是有用的。
发明内容
提供本发明内容以简化形式介绍一些概念,这些概念将在下面的具体实施方式中进一步描述。本发明内容并非旨在必然地识别本公开的关键特征或必要特征。本公开可以包括以下各个方面和实施例。
根据本公开的一个示例性实施例,公开了一种用于确定患者发生感染的风险的方法。在一个实施例中,所述方法包括:从对应于接受治疗的患者池的一个或多个数据库中提取患者数据;利用提取的患者数据使用一个或多个预测模型,以便为患者池中的每个患者生成在选定的时间段内发生感染的相应患者风险评分;生成报告,所述报告包括所识别的患者池的子集的至少一部分及它们的相应患者风险评分;以及将所述报告传送到一个或多个医疗保健机构,所述一个或多个医疗保健机构进一步从所识别的患者池的子集的所述部分中识别一个或多个患者来进行干预治疗、咨询、培训或它们的组合。
在本实施例和其它实施例中,所述方法还包括所述一个或多个预测模型被布置和配置成能够:分析提取的患者数据,以识别具有先前记录的感染报告的患者所共有的患者特征;以及当生成在选定的时间段内发生感染的患者风险评分时,识别患者池中的每个患者的患者特征。
在本实施例和其它实施例中,所述方法还包括所述一个或多个预测模型被布置和配置成能够:分析提取的患者数据以识别那些先前没有记录的感染报告的患者所共有的患者特征。
在本实施例和其它实施例中,所述方法还包括所述一个或多个预测模型被布置和配置成能够:识别先前被诊断出感染的患者的特征;以及根据共性特征分析提取的患者数据。
在本实施例和其它实施例中,所述方法还包括所述干预治疗、咨询或培训包括:向一个或多个患者发送调查问卷,以获得有关患者的透析施行的附加的信息;联系一个或多个患者,以确定适当的干预措施来帮助最小化发生感染的风险;联系一个或多个患者,以评估患者的透析治疗;改变有关患者的透析施行的一个或多个状况;或向所识别的患者池的子集的所述部分中的一个或多个患者派送医学专业人员,以进行家中视觉评估;或它们的组合。
在本实施例和其它实施例中,所述方法还包括所述报告以预定的周期生成。
在本实施例和其它实施例中,所述方法还包括所识别的患者池的子集包括相似地理区域中的患者、被分配到透析诊所的患者、或从单独的医学专业人员处接受保健的一组患者、或它们的组合。
在本实施例和其它实施例中,所述方法还包括所述报告包括所述患者池的相应患者风险评分高于预定阈值的子集。
在本实施例和其它实施例中,所述方法还包括所述预定阈值是由所述一个或多个预测模型基于历史数据确定的。
在本实施例和其它实施例中,所述方法还包括所述报告包括与特定医疗组相关联的所有患者。
在本实施例和其它实施例中,所述方法还包括所述报告包括每个患者的一个或多个相关联的原因。
在本实施例和其它实施例中,所述方法还包括所提取的患者数据包括患者人口统计特征、实验室值、记录的信息、医师注释、或治疗数据、或它们的组合。
在本实施例和其它实施例中,所述方法还包括所述患者人口统计特征包括性别、种族、年龄、或婚姻状况、或它们的组合。
在本实施例和其它实施例中,所述方法还包括所述实验室值包括患者的白蛋白水平、患者的钙水平、患者的氯化物水平、患者的肌酐水平、或患者的转铁蛋白饱和度(TSAT)水平、或它们的组合。
在本实施例和其它实施例中,所述方法还包括所述实验室值包括患者已经接受透析治疗的时间段、患者最后被诊断出感染的时间段、患者先前感染的总数、或患者家距透析机构的距离、或它们的组合。
根据本公开的一个示例性实施例,公开了一种用于确定患者发生感染的风险的系统。在一个实施例中,所述系统包括:综合保健系统,其被配置成能够:从对应于接受治疗的患者池的一个或多个数据库中提取患者数据;利用提取的患者数据使用一个或多个预测模型,以便为患者池中的每个患者生成在选定的时间段内发生感染的相应患者风险评分;生成报告,所述报告包括所识别的患者池的子集的至少一部分及它们的相应患者风险评分;以及将所述报告传送到一个或多个医疗保健机构,所述一个或多个医疗保健机构进一步从所识别的患者池的子集的所述部分中识别一个或多个患者来进行干预治疗、咨询、培训或它们的组合。
在本实施例和其它实施例中,所述系统包括所述一个或多个预测模型被布置和配置成能够:分析提取的患者数据,以识别具有先前记录的感染报告的患者所共有的患者特征;以及当生成在选定的时间段内发生感染的患者风险评分时,识别患者池中的每个患者的患者特征。
在本实施例和其它实施例中,所述系统包括所述一个或多个预测模型被布置和配置成能够:分析提取的患者数据以识别那些先前没有记录的感染报告的患者所共有的患者特征。
在本实施例和其它实施例中,所述系统包括所述一个或多个预测模型被布置和配置成能够:识别先前被诊断出感染的患者的特征;以及根据共性特征分析提取的患者数据。
在本实施例和其它实施例中,所述系统包括所述干预治疗、咨询或培训包括:向一个或多个患者发送调查问卷,以获得有关患者的透析施行的附加的信息;联系一个或多个患者,以确定适当的干预措施来帮助最小化发生感染的风险;联系一个或多个患者,以评估患者的透析治疗;改变有关患者的透析施行的一个或多个状况;或向所识别的患者池的子集的所述部分中的一个或多个患者派送医学专业人员,以进行家中视觉评估;或它们的组合。
在本实施例和其它实施例中,所述系统包括所述报告以预定的周期生成。
在本实施例和其它实施例中,所述系统包括所识别的患者池的子集包括相似地理区域中的患者、被分配到透析诊所的患者、或从单独的医学专业人员处接受保健的一组患者、或它们的组合。
在本实施例和其它实施例中,所述系统包括所述报告包括所述患者池的相应患者风险评分高于预定阈值的子集。
在本实施例和其它实施例中,所述系统包括所述预定阈值是由所述一个或多个预测模型基于历史数据确定的。
在本实施例和其它实施例中,所述系统包括所述报告包括与特定医疗组相关联的所有患者。
在本实施例和其它实施例中,所述系统包括所述报告包括每个患者的一个或多个相关联的原因。
在本实施例和其它实施例中,所述系统包括所提取的患者数据包括患者人口统计特征、实验室值、记录的信息、医师注释、或治疗数据、或它们的组合。
在本实施例和其它实施例中,所述系统包括所述患者人口统计特征包括性别、种族、年龄、或婚姻状况、或它们的组合。
在本实施例和其它实施例中,所述系统包括所述实验室值包括患者的白蛋白水平、患者的钙水平、患者的氯化物水平、患者的肌酐水平、或患者的转铁蛋白饱和度(TSAT)水平、或它们的组合。
在本实施例和其它实施例中,所述系统包括所述实验室值包括患者已经接受透析治疗的时间段、患者最后被诊断出感染的时间段、患者先前感染的总数、或患者家距透析机构的距离、或它们的组合。下面参考附图进一步详细地描述其它特征和方面。
附图说明
作为示例,现在将参考附图描述所公开的方法和装置的实施例,其中:
图1A是示出根据本公开的用于确定和处理透析患者中感染风险的方法的一个示例性实施例的流程图;
图1B是示出根据本公开的用于确定和处理透析患者中感染风险的过程的一个示例性实施例的流程图;
图1C是根据本公开的用于确定和处理透析患者中感染风险的患者数据图表的一个示例性实施例;
图1D是示出根据本公开的用于确定和处理透析患者中感染风险的过程的一个示例性实施例的流程图;
图2A是示出根据本公开的用于提供协调医疗保健的系统的一个示例性实施例的图;
图2B是示出根据本公开的用于评估和治疗包括肾脏疾病在内的疾病的系统的一个示例性实施例的图;
图3是示出根据本公开的综合保健系统的一个示例性实施例的框图;
图4是示出根据本公开的操作环境的一个示例性实施例的框图;
图5是示出根据本公开的另一个操作环境的一个示例性实施例的框图;
图6-10是示出根据本公开的用于提供协调的医疗保健的系统的构件的一个示例性实施例的图;
图11是示出根据本公开的提供协调的医疗保健的系统的保健协调构件的示例性实施例的图;
图12示出了透析机器的一个示例性实施例的示意图;
图13A-13B示出了根据本公开的透析系统的一个示例性实施例;
图14是示出根据本公开的透析系统的另一个示例性实施例的图;以及
图15是示出根据本公开的计算架构的一个示例性实施例的框图。
具体实施方式
现在将在下文中参考附图更全面地描述本实施例,在附图中示出了多个示例性实施例。然而,本公开的主题可以以用于透析机器和用于各种疾病的其它潜在医疗装置、诊断和治疗的许多不同形式和类型的方法和装置实施,并且不应解释为仅限于本文所述的实施例。相反,提供这些实施例使得本公开将是彻底和完整的,并且意欲将本主题的范围传达给本领域技术人员。在附图中,相同或相似的附图标记始终表示相同或相似的元件。
本文所述的示例性实施例适合于实现基于价值的保健,这是按服务收费医疗保健模式的替代方案。在基于价值的医疗保健系统(也称为“绩效收费”模式)下,医疗保健提供者获得与保健的质量和效率以及患者预后相关的财务激励。
一些示例性实施例被配置成能够向患有诸如慢性肾脏病(CKD:Chronic KidneyDisease)等的慢性疾病的患者群体提供协调的保健。CKD是一种以肾脏功能减退为特征的进行性疾病。一旦肾脏功能下降到阈值以下,就认为患者患有肾衰竭或终末期肾脏疾病(ESRD:End-Stage Renal Disease)。ESRD是CKD的最后阶段,需要在患者的余生(不进行移植)中进行透析治疗。
在美国,可以实施本文所述的示例性实施例的基于价值的保健的一种模式是综合ESRD保健(CEC:Comprehensive ESRD Care)模式,这是在美国医疗保险和医疗补助创新中心的授权下开发的一种问责保健组织(ACO:Accountable Care Organization)模式。为了实施CEC模式,形成了ESRD无缝保健组织(ESCO:ESRD Seamless Care Organization)。ESCO是由医疗保健供应商和提供者自愿走到一起形成的ACO。由此产生的ESCO是通过CEC模式为ESRD受益人提供协调的保健的法律实体。
在ESCO模式下,ESCO为ESCO的受益人分担了美国医疗保险和医疗补助服务中心(CMS:Centers for Medicare and Medicaid Service)带来的节省和损失。节省或损失由CMS基于支出基准确定,该基准是从反映相似或类似受益人的历史支出数据的基线得出的。该基准与绩效年中调整后的患者群体的实际医疗保险服务费(FFS:Fee-For-Service)A部分和B部分支出进行比较。节省也将基于质量表现进行调整。成本的任何减少都会直接转化为增加的共享节省(利润),因为成本是根据预定的基准来衡量的。保健质量是通过对计算的共享节省进行质量绩效调整来激励的。
ESCO负责每个患者的整体保健,这超出了透析治疗的范围。例如,如果患者由于任何原因(例如感染、血管透析通路并发症和/或心脏并发症)而入院,则住院费用针对年度节省计算计入。由于住院费用特别昂贵,因此从财务角度来看,ESCO将患者拒之门外对于ESCO来说是非常有利的。本文所述的示例性实施例实施了一种整体方法来监督和管理患者福祉的所有方面,这提高了保健质量,同时提高了医疗资源的效率和整体成本效率。
本文所述的一些示例性实施例分析了可应用的患者群体的医学数据,以便通过干预来针对高危患者来减少住院的可能性。一些示例分析患者数据以预测患者何时可能经历特定的健康相关事件或疾病进展的特定阶段,并相应地提供/调整治疗。
根据示例性实施例,患者信息可以发送到协调的保健系统、在协调的保健系统内管理和/或可由协调的保健系统访问,以便患者可以在能够智能地管理和协调患者的整体保健的受管理的系统内接受高质量、高效、协调的医疗保健。协调的保健系统的并入可以例如通过向患者提供基于价值的保健来代替服务收费保健,从而更好地控制医疗保健费用。例如,如上所述,被诊断为ESRD的患者群体随着时间的推移而增加,通常是由多种其它疾病引起的,包括但不限于糖尿病、高血压和/或肾小球肾炎。由于疾病的性质,患有ESRD的患者可能面临其它挑战。例如,必需的生活方式改变可能导致心理健康恶化。此外,在家治疗可能导致与医学专业人员的隔离度增加。随着医疗保健格局的变化,为患者提供用于协调治疗的资源的机会可能会带来透析治疗以外的附加的患者健康益处。
虽然本文所述的示例性实施例与肾脏疾病有关,但应理解,本文所述的协调保健系统和基础设施可以替代于肾脏疾病或除了肾脏疾病之外还适用于其它慢性疾病。作为非限制性实例,此类其它疾病可以包括心血管相关疾病、肺、胃肠、神经、泌尿科或妇科疾病、糖尿病、循环系统疾病、阿尔茨海默氏病或其它痴呆、哮喘、COPD、肺气肿、癌症、肥胖症、吸烟、囊性纤维化或其组合。此外,虽然一些示例是针对在诸如ESCO之类的肾脏相关ACO中的实施来描述的,但是应当理解,本文所述的示例可以针对其它疾病或患者群体和/或任何其它合适的基于价值的医疗保健模式类似地在其它ACO中实施。
患有CKD和/或ESRD的患者正在接受肾脏疾病的长期保健,例如通过透析治疗。例如,一些患者可以通过腹膜透析接收透析治疗(也参见图13A-13B)。如下所述,患者可能需要在腹膜透析治疗期间更换一个或多个透析液袋,在此期间,用于接入患者腹膜的导管可能会被污染并导致感染,如腹膜炎。腹膜炎,通常由细菌或真菌感染引起的腹膜的炎症,可能导致患者不得不修改当前的腹膜透析治疗,接受腹膜透析治疗方法学的重新培训或切换透析模式,例如,患者不再是腹膜透析的候选人。可以将患者切换到通常在临床环境中实施的血液透析程序(参见图14)。对于活动较少的患者、居住在农村地区的患者和/或患有其它疾病的患者,可能难以协调在诊所设施进行定期透析的预约,使得患者可能错过接受危重透析治疗。
根据本公开的示例性实施例,保健架构可以被配置成能够识别和治疗处于感染风险的患者,例如,腹膜炎。大量的患者数据可以向系统提供信息,使得可以训练机器学习模型,以根据记录的腹膜炎报告以及没有确定的感染诊断的历史患者数据确定患者特征,以识别在未来选定时间段内有发展腹膜炎的风险的患者,以便可以向患者提供干预治疗和/或训练,以最小化感染的风险,或减少未来感染的程度、严重性和/或频率。通过最小化或避免感染,患者可以在家庭环境中继续接受腹膜透析治疗,最大程度地减少可能错过的治疗以及具有其它优势。还应当理解,根据本公开的系统和方法可以用于提供用于识别和/或治疗来自除透析以外的治疗的患者感染风险的类似的方法。
例如,在各种实施例中,保健架构可以将在选定时间段内发生感染的历史患者数据与患者数据进行比较。保健架构还可以针对相应的感染风险评估患者数据和/或识别具有感染风险的患者数据。保健架构可以进一步基于识别的感染风险产生对患者的干预性医学治疗。在各种实施例中,发生感染的风险包括患者以腹膜透析的第一模式接受透析治疗。干预治疗可以包括对患者进行关于腹膜透析的第一模式的再培训、修改患者的腹膜透析治疗和/或将患者从血液透析的第一模式转换为第二模式。其它干预措施可以包括改变患者如何和/或在何种状况下施行腹膜透析治疗。此类更改的示例可以包括:(a)修改设备设置和/或腹膜透析操作的施行以符合准则,(b)修改设备存储实践以符合准则,(c)减少或消除操纵导管而无需正确洗手的实例,(d)增加诸如手套和面罩等防污染用品的利用率,以及(e)消除或减少设备污染的环境源。例如,可以通过教育/指导患者(和/或可能涉及治疗或治疗发生的环境的其它个人)和/或提供适当的设备和/或用品来实施这种干预。
在实施例中,接受透析治疗的患者的患者人口统计学特征、数据(例如,实验室测试结果)和记录的信息(例如,治疗注释)可以通过一个或多个程序和/或算法来分析以确定患者在未来时间段内发生感染的风险。在一些实施例中,可以评估风险水平以确定在一个月内发生感染的可能性。在其它实施例中,时间段可以小于一个月和/或大于一个月。保健架构可以被配置成能够执行确定患者发生感染(例如,腹膜炎)的风险的方法,以通过分析所选患者的风险水平来生成报告。例如,图1A示出了用于确定患者发生感染的风险的示例性方法100的流程图。在步骤105,可以提取数据。如图6-11所示,来自选定患者的数据可以由综合保健系统或保健分析和指导系统从其它临床系统、外部系统和/或其它数据库中提取。
如上所述,在图1A的步骤105中,综合保健系统可以利用许多变量,包括患者的人口统计学特征、实验室值、治疗数据和综合评估。例如,图1B示出了变量135a、135b、...、135n的图表130的一个示例性实施例,这些变量可被包括用于确定患者发生感染(例如,腹膜炎)的风险。应当理解,可以使用任何数量“n”的变量来确定患者风险。患者人口统计学特征可以包括性别和种族以及年龄、婚姻状况等。实验室值可以是患者数据,例如白蛋白、钙、氯化物、肌酐、转铁蛋白饱和度(TSAT)等。此外,可以以各种方式计算实验室数据,例如,提供指定时间段内的平均值、最大值、最小值、峰值和/或谷值、标准偏差和趋势值,以供综合保健系统分析。也可以包括附加变量,诸如患者已经接受或自行实施家庭透析治疗的时间段(例如,总天数)、患者最后被诊断出感染的时间段(例如,天总数)、患者先前感染的总数和/或患者家距透析设施的距离。在一些实施例中,在该预测模型中使用的患者数据元素可以源自数据仓库、知识中心和/或中央数据存储库,可以利用来自透析患者保健人员(例如护士、医师、营养学家、社会工作者等)使用的一个或多个病例数据收集系统的新患者信息来周期性地(例如,每天)更新该数据仓库、知识中心和/或中央数据存储库。数据仓库还可以包括诸如与患者匹配的来自第三方供应商的生活方式和其它社区级别的社会心理指标的其它患者参数。例如,社区级别的度量可以基于地理位置,例如,如由相关联的邮政编码定义的地理位置与患者相匹配。
应当理解,原始数据变量可以通过特征工程来转换,以基于数据模式的分析和临床经验来创建附加变量和/或特征。数据可以包括患者的生命体征,例如,血压、体重、脉搏、体温、呼吸速率等。数据也可以以各种方式计算,例如,提供指定时间段内的平均值、最大值、最小值、峰值和/或谷值以及趋势值,以供综合保健系统分析。与实验室值相似,数据的原始数据变量可以通过特征工程来转换,以基于数据模式分析和临床经验来创建附加变量和/或特征。
返回参考图1A,在步骤110,例如参考图1B在步骤105描述的提取的患者数据可以由综合保健系统处理。用于处理的患者数据可以是测量的数据、计算的数据、书面注释等。提取的数据中的一些(例如,测量的数据、计算的数据)可以是数字的,而一些(例如,临床医生的注释)可以是文本和/或图形。
在一些示例中,在处理步骤110,可以将数字数据形式的一些或全部患者数据处理为更合适的形式,以用于综合保健系统的进一步分析。该处理可以包括例如缩放和转换。在一些示例中,该处理可以包括筛选以确保数据在可行范围内,以便滤出或识别错误数据。在一些示例中,通过处理步骤110,提取的数字数据中的一些或全部保持其原始的、未修改的形式。
根据一些示例,也在步骤110,在进一步分析之前,将提取的图形数据(例如,手写的临床医生注释)转换为文本数据。在一些示例中,这可以通过应用word2vec和/或卷积神经网络来实现,但也可以使用其它合适的算法来代替或补充这些算法。Word2vec算法可以包括CBOW(连续词袋)和/或单词的分布式表示。
分析文本数据,包括如上所述从图形识别的任何文本是否存在指示对应于患者和/或治疗的特定临床医生观察到的状况和/或事件的单词、短语和/或单词近似物。在一些示例中,由综合保健系统从存储在数据库中的一组状况和事件中识别所述状况和事件。当这些状况和事件经由文本分析关联起来时,综合保健系统会创建或修改一个或多个数字标识符以反映这些状况和事件。在一些示例中,在标识状况的文本指示严重性的程度或级别(例如“疼痛水平7.5/10”或“高”、“低”等)时,综合保健系统可以生成或修改数字标识符,使得其反映程度或严重性。数字标识符允许由综合保健系统进一步分析一个或多个状况的存在和/或严重程度。
在一些实施例中,如图1A所示示例中的步骤115所示,处理后的数据(包括对应于文本数据的任何数字标识符)可以被发送到综合保健系统的一个或多个算法以用于分析和预测。如上所述,综合保健系统可以利用历史患者数据来训练机器学习模型,以分析当前患者数据来识别未来感染的风险。
例如,在步骤115,一个或多个算法可以分析选定的患者数据,以确定患者在选定时间段(例如,一个月)内发生诸如腹膜炎的感染的风险。如上所述,综合保健系统可以利用图1B描述的患者数据来确定每个选定患者可能在下个月内发生感染的风险评分。在一些示例中,该算法(例如,梯度增强架构和/或极限梯度增强树算法)可以在其它患者池的相应数据的情况下分析特定患者的数据。
在一些示例中,综合保健系统的分析/预测算法检查和分析整个患者池,以便为每个患者分配预选时间段内发生感染的相应的风险评分。然而,应当理解,在一些示例中,该算法也可以针对单个患者或从池中选择的任何合适数量的患者进行。
在步骤120,可以由保健架构生成文档,该文档可以由保健导航单元230使用。现在参考图1C,报告140可以由所选患者组的综合保健系统生成,并且识别出在所选时间段内具有发生感染风险的患者。报告140可以由综合保健系统通过针对受训练的机器学习模型周期性地运行所选择的患者数据来生成(例如,可以每月生成报告140,以用于识别在下个月内发生腹膜炎的风险的患者)。在一些实施例中,所选择的患者组可以是相似地理区域中的患者、被分配到透析诊所进行治疗的患者、从个别医学专业人员处接受保健的一组患者和/或其它分组患者。在一些实施例中,报告140可以指示患者(例如,姓名、病历号或诸如社会保险号等的其它识别特征)、与在所选时间段(例如,一个月内)发生感染(例如,腹膜炎)相关联的风险评分以及每个患者的相关联的原因。例如,患者约翰·史密斯(John Smith)可以由综合保健系统确定为有发生感染的风险,其计算出的风险评分约为82.67%。综合保健系统确定的相关联的原因可能包括实验室值异常(例如,约翰·史密斯的白蛋白、氯化物和TSAT水平被确定为超出可接受范围),并且患者在报告生成前45天最后一次感染。应当理解,与约翰·史密斯的风险评分确定相关联的原因可以包括医学专业人员对患者保健的书面注释,和/或综合保健系统可以基于例如在透析治疗处测量的患者生命体征来计算一个或多个参数(例如,白蛋白、氯化物、TSAT等)。报告140还可以包括另外的患者、例如简·多伊(Jane Doe),其也可以被识别为具有在未来时间段内发生感染的风险。例如,基于诸如肌酐、钙和氯化物的水平的实验室值以及报告生成前37天的先前感染,简·多伊可能在选定的时间段(例如一个月内)内发生感染(例如,腹膜炎)的风险评分为81.75%。
在实施例中,可以生成报告140,以便根据患者的相关联的计算出的概率对患者进行排名。该报告140可以被提供给保健协调单元125(例如,保健导航单元),以便医学专业人员可以评估患者参数并推荐治疗干预。返回参考图1A,在步骤125,报告140可以用于干预和患者治疗。设备(例如,导管)污染是导致患者感染的一个因素,因为患者将导管插入腹部进行腹膜透析治疗。此外,由于腹膜透析程序通常在家庭环境中进行,因此患者可能不会受到监督和/或可能会无意中使设备受到污染。现在参考图1D,流程图150示出了用于处理报告140和干预性患者治疗以最小化患者发生感染、例如腹膜炎的风险的保健架构200的过程的一个示例性实施例。
在步骤152,报告140上识别的患者可以接受附加的咨询和干预治疗。在一些实施例中,报告140可以仅识别被认为在下个月内有感染风险的患者。在一些实施例中,报告140可以识别整个所选的患者群体,诸如与医学专业人员(例如,初级保健医师)相关联和/或与所选的地理区域相关联的所有患者。在步骤154,如果患者风险评分大于预定阈值“RPS”,则可以识别出该患者以供医学专业人员进行进一步评估。在一些实施例中,预定阈值RPS可以是认为患者处于危险中的任何确定的风险评分水平。例如,对患者群体的分析可以确定预定阈值RPS。在一些实施例中,预定阈值可以通过分析确定为50%。在一些实施例中,预定阈值可以通过分析确定为在大约50%与80%之间的任何风险评分。如果患者风险评分小于预定阈值,则可以在步骤156继续监测患者,例如,综合保健系统或保健分析和指导系统可以继续针对机器学习模型运行患者数据,以用于下个月的评估。
在步骤154被识别为有发生感染风险的患者可以在步骤158最初接受关于他们准备和施行在家腹膜透析的附加信息的调查问卷或其它类型的调查,其可以是被引导给医学专业人员进行评估和/或包括在综合保健系统220中。调查问卷可能包括有关患者关于其在家透析的准备和施行的一般性问题。例如,患者可能将透析用品和/或设备存储在宠物可以进入的区域,这可能会导致污染。在一些实施例中,患者可能在处理透析用品之前忘记洗手或没有彻底洗手,或者患者可能没有佩戴诸如手套和/或面罩等的安全保护装置,以最小化污染的风险,这些情况可以通过患者问卷来快速确定。如果患者在家中正确地准备和施行透析并且遵守最小化污染的说明,则可能不需要医学专业人员的额外随访(参见步骤160),并且在步骤162,可以为患者提供保持无感染的附加的教育资源。
在一些实施例中,基于调查问卷,可以在步骤160将患者识别为受益于医学专业人员的附加干预。在步骤164,护士、临床医生或其它医学专业人员可以联系所识别的患者以确定适当的干预措施,以帮助最小化或消除发展或持续感染的风险。在一些实施例中,医学专业人员可以联系患者以进行透析治疗的评估,例如电话呼叫,以讨论患者的在家透析程序。医学专业人员可能能够口头评估患者是否遵守推荐的设备存储指南、处理导管之前的洗手政策和/或其它用于最小化导管污染风险的标准程序。医学专业人员还可以验证患者是否具有适当的设备和防污染用品,如手套和/或口罩,患者是否有一只或多只宠物可能会导致潜在的设备污染,和/或另一个家庭成员或护理者是否可能无意中造成了设备污染。
在步骤166,医学专业人员可以评估由患者识别的附加因素是否可能与发生感染的风险增加有关。例如,患者可能已经表明与透析操作的设置和/或施行有关的混乱,和/或患者可能已经表明了复杂的家庭环境,这可能会增加他们因设备污染而感染的风险。如上所述,患有肾脏疾病的患者可能行动不便,并且可能没有充分的活动能力来维持家中所需的清洁程度,以进行适当的透析准备和施行。
如果在步骤166未识别出附加因素,则可以在步骤162为患者提供突出用于在家中准备和施行透析的最佳实践和/或标准化说明的附加的教育资源。然后,患者可能会继续每月接收监测,以确定未来发生感染的风险。
如果与患者的口头评估指示了导致污染风险增加的附加因素,则在步骤168,医学专业人员可以被送到患者家中进行家访和视觉评估。在一些实施例中,医学专业人员可以被送到患者家中,以识别并潜在地改善感染源、如污染的关注领域。例如,家庭护士可以肉眼观察患者的腹膜透析准备和施行,并确定需要改进的地方,以减少部件污染的风险。有感染史的患者可能更容易受到未来的感染。因此,继续用腹膜透析作为透析治疗方式的患者可能需要更高的清洁标准,以努力减少潜在的污染。
在一些实施例中,在步骤168对患者的腹膜透析自我施行进行视觉评估后,医学专业人员可以确定患者可以通过再培训继续进行腹膜透析。例如,患者可能会从标准程序的附加提示中受益,以避免部件污染,从而最小化发生腹膜炎的风险。在一些实施来中,视觉评估可以使得医学专业人员评估发生感染的风险是如此之大,以致于患者可能不再受益于这种类型的透析方式(例如,在家腹膜透析)。医学专业人员可以将患者从在家腹膜透析切换为血液透析,其要么在家施行和/或以诊所设置施行,以进一步最小化和/或避免发生诸如腹膜炎的感染。
在实施例中,通过管理发生腹膜炎的风险,视觉评估可以允许更多的患者在较长的时间内继续接受腹膜透析治疗。如上所述,由于交通问题、活动性问题和/或其它医疗状况和/或困难,患者可能不太倾向于去诊所预约接受血液透析。然而,错过透析预约可能会导致附加的并发症和/或发展成与肾脏疾病相关的其它医学状况。因此,根据本公开,只要患者没有遭受发生腹膜炎的不必要的风险,则使患者保持腹膜透析可能是有利的。还应该理解,作为一种用于施行透析治疗的方式的腹膜透析可能比出于其它医学原因的其它方式更有利。
参考图2A,根据本公开的一个示例包括用于治疗患者或患者群体240的协调保健架构200。患者/群体240的整体保健由保健协调系统210监督和协调。保健协调系统210包括保健分析和指导系统220(其在本文中可互换地称为“综合保健系统”),所述保健分析和指导系统220接收、分析和创建用于协调患者/群体240的保健的数据。保健协调系统210利用保健导航单元(CNU:Care Navigation Unit)230,所述保健导航单元根据从保健分析和指导系统220接收的数据来实施协调保健。为管理患者/群体240的整体健康和福祉,保健协调系统210与许多相关实体和部件进行通信。在图2A中,双箭头线以图形方式表示通信和交互流/信道。
在图2A所示的示例中,保健协调系统210在包括慢性保健中心或诊所241、医师242(其可能包括肾病学家,特别是针对肾脏患者)、护士243、实验室244(例如,血液实验室或其它诊断实验室)、药房245、医院246、医疗装置247(例如,透析机器或其它医学治疗/监测装置)、紧急保健诊所248、专科服务249、咨询和心理健康服务250、营养师/饮食家251、运输服务252、医疗设备和用品的提供者253、门诊外科手术中心(ASC:Ambulatory SurgicalCenter)254、附加服务255、医疗记录256、财务和账单记录257和付款人258(例如,CMS或私人保险公司)的实体之间协调对患者240的保健。
应该理解,一些示例性实施例可以包括未示出的其它实体,和/或可以排除所示的实体中的一些。此外,应当理解,所示的通信信道不是排他的,并且各种实体还可以在适当时在彼此之间和/或患者240之间直接或间接地通信。在一些示例中,保健协调系统210与其它实体中的一个或多个之间的通信可以是间接的,经过一个或多个中间实体。例如,护士243的协调可以直接在保健协调系统210与护士243之间进行,或者经由诸如诊所241、248、医院246之类的中间渠道或任何其它合适的渠道来进行。
根据一些示例,图2A的架构200可以用于治疗诸如肾脏疾病的进展等疾病,例如终末期肾脏疾病(ESRD)和/或慢性肾脏疾病(CKD)。患有ESRD的患者是正在接受肾脏疾病的长期保健、例如通过透析治疗的患者。保健架构200可以识别在预定的时间段内发展为感染、例如腹膜炎的患者的风险分数。监测透析患者的健康状况趋势可能会带来挑战。例如,患者可能会表现出不同程度和不规律程度的功能/认知障碍,并且可能伴随复杂的临床异常现象,而这些异常现象与患者透析时间的长短无关。通过识别风险评分,患者可以接受干预治疗,这可以改变或降低发生感染的风险。例如,积极主动解决潜在的问题,可以降低甚至消除患者发生感染的风险。根据本公开的示例性实施例,包括保健分析和指导系统220在内的协调保健架构200可以利用一个或多个程序和/或算法来识别患者感染的风险,并提供干预性治疗选项以减少和/或消除感染的风险。
保健分析和指导系统(综合保健系统)220可以包括并执行各种与医疗保健有关的模式和/或程序。在一些示例中,这些模式和/或程序专门适用于实施或执行特定的基于价值的保健架构(例如,ESCO模式、其它ACO模式、慢性特殊需求计划(C-SNP's:ChronicSpecial Needs Plans)等),而其它示例可能包括通常适用于多个基于价值的保健架构的模式/程序。还应当理解,可以为其它慢性疾病提供其它类型的基于价值的保健模式,所述慢性疾病包括但不限于慢性肾脏疾病或上述其它慢性疾病和状况中的一种或多种。这些医疗保健模式可能产生对向患者提供基于价值的保健的改善,例如,通过在指定结构内更高效地管理患者的保健来实现,并且可能会取代传统的服务收费(FFS)模式。服务收费模式通常可能专注于数量而不是个性化患者保健的质量,而很少有动力改善患者的整体健康,与基于价值的模式相比,这种模式可能效率更低,效果也更差。
将患者保健从传统的服务收费模式转变为基于价值的医疗保健模式可以改善患者接受的保健,降低总成本,并且可以改善对诊断患有相同慢性疾病的大量患者群体的管理。例如,如上所述,基于价值的医疗保健模式可以基于患者接受的保健的质量(例如,临床结果、满足特定的绩效标准等)来向提供者付款,并且提供者和患者可以从致力于解决并改善患者的整体健康状况中受益。例如,CMS可以为诊断的疾病(例如,ESRD)的患者保健设定预算,从而激励医疗保健提供者进行创新以降低提供对该疾病的治疗的成本。在一些实施例中,可以通过“分担风险”合同来关联或协商支付,其中,与疾病和患者的协调保健相关联的成本以及节省由提供者和支付者共同承担。这种安排存在于上面更详细描述的ESCO模式中。
在一些实施例中,保健协调系统可以通过CEC/ESCO架构识别、测试和/或评估创新,以改善对诊断患有ESRD的医疗保险受益人的患者保健。保健协调系统可以为透析诊所、肾脏学家或其它专家和/或其它提供者提供相互连接的结构,以针对相应的受益人进行保健协调。基于价值的医疗保健模式可基于所提供服务的保健质量来激励提供者。例如,保健协调系统可以包括用于改善的保健协调、个性化的患者保健和/或改善的患者群体的长期健康结果的激励措施。保健协调系统还可以协调由医疗保险A部分(例如,医院保险)和B部分(例如,医疗保险)支出、包括为与其相应的ESRD受益人的透析服务相关的支出衡量的结果,例如,临床质量、财务等。应当理解,一些基于价值的医疗保健模式也可能包括医疗保险D部分(例如,处方药保险)支出。
综合保健系统220可以形成用于在保健的所有方面中诊断和治疗患者的临床系统的一部分。综合保健系统220可以可连接到附加的临床系统,包括但不限于药房、CKD/ESRD数据登记处等。例如,综合保健系统可以基于医学专业人员提供的信息自动向药房发送处方和其它患者信息,并且可以向CKD/ESRD数据登记处发送和接收数据和信息,以便与其它患者进行比较,并预测未来的治疗。综合保健系统可以确定与CKD/ESRD相关联的事件,并采取适当的措施,包括但不限于通知患者、通知临床医生何时需要采取特定的干预和/或提醒临床医生即将到来的重要干预日期。
一个或多个外侧或外部系统也可以连接到综合保健系统220。例如,外部系统可以包括诸如透析机器、实验室、医生办公室、医院和/或电子病历等诊断和/或治疗设备中的一个或多个。患者信息可以在综合保健系统与外部系统之间发送和接收,以便患者保健可以在多个功能之间更有效、标准化和一致。例如,综合保健系统220(参见图2A)可以从患者的电子病历中接收信息,从而访问历史信息。透析单元或透析机器、医生办公室、实验室和医院可以基于患者治疗、诊断或治疗或诊断之外的信息,向综合保健系统发送信息并从综合保健系统接收信息。
如以下参看图12-14所述,在一些实施例中,保健协调系统可以向透析机器1200、1300、1400提供信息,以用于透析治疗中。在一些实施例中,综合保健系统可以向透析机器1200、1300、1400发送来自医学专业人员的用于所开具的透析治疗的处方,在这种情况下,综合保健系统可以从医生办公室或医院接收处方。综合保健系统还可以对照患者的实验室工作或病历来验证所开具的治疗,并且在某些情况下,可以将处方远程编程到患者的透析机器上,或者将处方转发到机器上以进行本地设置。以这种方式,可以确保患者接受必要和正确的治疗,并且可以防止患者进行或接受不适当的透析治疗量,从而减少人为失误并改善患者保健。综合保健系统220还能够基于从这些外部系统以及附加的临床系统接收的信息来通知相关医学专业人员,例如,以向患者提供适当的医学治疗和/或向医学专业人员指示何时可能需要患者再培训和/或附加的治疗监督。
图2B是保健协调架构的另一个图示。图2B的协调保健架构200'与图2A的协调保健架构200共享本文所述的特征,除非另有说明。在本示例中描述的协调保健架构200'被提供以用于将患者保健整合到治疗肾脏疾病中,例如,示出了ESRD和/或CKD(但它也可以适用于类似于图2A的架构的其它慢性状况。保健协调系统210’可以将患者保健的至少某些方面与综合保健系统220'(其可以包括并执行与医疗保健相关的模型和/或程序260)进行协调,以支持患者保健。各种构件可以参与到保健协调系统210'内,以经由保健架构提供完整的患者保健。例如,任何数量的综合保健构件可以向综合保健系统220'发送信息,或从综合保健系统220'接收信息,所述综合保健构件包括但不限于辅助服务构件265、数据创建和/或管理构件270、保健提供者构件275、设备和/或用品构件280和监管构件285。在一些实施例中,保健协调系统210'可以与包括但不限于实验室服务、研究等的第三方资源合作。在一些实施例中,保健架构可以包括保健导航单元230'或由保健导航单元230'实施或与保健导航单元230'相关联。在图2B的示例中,注意到,保健导航单元230'被指示为与保健协调系统210'分离开的实体,但是应当理解,在其它示例中(参见,例如,图2A),保健导航单元也可以被包括作为保健协调系统的一部分。
如上所述,综合保健系统(例如,保健分析和指导系统)220、220'的每个构件可以包括一个或多个单元,包括内部服务和支持以及外部服务和支持。如图6所示,辅助服务构件265可以包括任意数量“n”的与辅助患者服务有关的服务605a、605b、…、605n。例如,辅助服务可以包括实验室605a、个性化的保健605b和/或药房605c。辅助服务605a、605b、…、605n中的每一个可以向综合保健系统220、220′发送和接收患者信息,以进行编译和分析。例如,实验室可以自动向综合保健系统220、220'发送患者血液检查的结果和其它测试结果。此外,综合保健系统220、220'可以基于来自医学专业人员的确定和/或由保健协调系统210'经由保健架构收集的其它信息,自动向实验室发送测试指令,以对患者样品进行选择的测试。类似地,综合保健系统220、220'可以基于患者的测试结果和由综合保健系统220、220'确定的其它因素,自动向药房发送处方和剂量指令。药房还可以向综合保健系统220、220'发送与其它患者处方相关的信息,以用于潜在的不良药物相互作用、如何及时重填处方和/或患者与药剂师的交互等。
在一些实施例中,患者可以从营养师和/或饮食家605d的保健中受益,以调整饮食限制作为其保健的组成部分。例如,ESRD患者可能已经被规定了饮食要求,这是接受血液透析和其它治疗它们的肾脏疾病的一部分。患者可从营养师和/或饮食家的咨询中受益,以朝向更健康的饮食生活方式和其它潜在的与健康相关的益处发展。还可以为患者管理流体管理605e,以确保患者正在接收适当量和适当类型的流体。患有CKD和/或ESRD的患者可能会有流体限制,以获得更好的透析效果。一些患者可能难以理解液体摄入,和/或可能无法可靠地追踪其液体摄入。在一些实施例中,流体管理可以由营养师和/或营食家管理,但应当理解,在其它实施例中,患者的流体摄入可以由另一位医学专业人员进行管理。在实施例中,患者可以受益于心理健康专业人员605f的保健,例如心理学家、精神科医生和/或其它咨询服务。如上所述,患者的心理健康可能会受到疾病进展的影响,否则可能会在治疗过程中被其它医学专业人员忽略。因此,为患者安排心理健康专业人员并为其提供服务可改善患者的全面健康状况。
现在参考图7,如上所述,数据创建/管理构件270可以包括与患者数据的创建和/或管理有关的一个或多个单元,包括内部服务和支持以及外部服务和支持。例如,数据创建/管理构件270可以包括任何数量“n”的服务705a、705b、…、705n。如图7所示,电子病历(EMR:Electronic Medical Record)705a、数据登记记录705b和临床信息705c可以接收、存储和/或发送由保健分析和指导系统220、220'确定的患者数据记录。例如,患者的病历可以在收到实验室结果、治疗信息和/或来自医学专业人员的注释之后自动更新。保健分析和指导系统220、220'可以利用患者的病历进行趋势判断或触发事件,以便保健协调系统210'可以向医学专业人员提供相关信息,以进行治疗和其它保健选择建议以及对各种可能的干预进行时间安排和协调。在一些实施例中,保健分析和指导系统220、220'可以作为数据登记的一部分来分析多个患者,以用于确定全局趋势并从宏观水平分析数据。
图8示出了一个示例性保健提供者构件275,包括提供患者保健的一个或多个单元,如附图标记805a、805b、…、805n所示。提供者构件275中可以包括任何数量“n”的单元。在一些实施例中,保健提供者可以包括医师和/或医师组805a(例如,初级保健医师(PCP:Primary Care Physician)和专家,如肾病学家)、实践管理系统805b、医院805c和/或诊所/中心805d,但也可以设想附加或替代性的保健提供者。综合保健系统220、220’可以向保健提供者发送信息并从保健提供者接收信息,以用于患者治疗。例如,综合保健系统220、220'可以接收患者检查、住院信息等的医师记录,并且可以基于接收到的其它患者数据来发送计算的信息和其它确定的因素。例如,综合保健系统220、220'可以基于所有接收到的患者数据和对其进行的评估发送估计和治疗建议,以识别、减少、避免和/或消除肾脏疾病或用于向患者提供治疗的肾脏疾病治疗的多个方面和/或多个影响的患者风险(例如,识别、治疗和最小化诸如腹膜炎等感染的风险)。
图9示出了用于各个患者的一个示例性设备和/或用品构件280,例如,治疗用品,其可以包括任意数量“n”的服务905a、905b、...、905n。在一些实施例中,综合保健系统220、220'可以发送和接收与诊所中的一次性医疗设备905a、信息技术(IT:InformationTechnology)技术支持905b、库存控制905c和/或透析单元905d或透析机器的套件有关的信息。如上所述,许多患者在家接受治疗,如家庭透析,每次治疗都需要持续供应一次性医疗用品。用品和/或透析设备的交付可以由综合保健系统220、220'自动监测、补充和/或盘存,以确保正确的机器功能以及材料和资源的稳定供应,从而确保患者接受所有开具的治疗。
图10示出了一种示例性监管构件285,其可以包括与政府和监管要求有关的任意数量“n”的服务1005a、1005b、…、1005n。例如,某些州和联邦法规和监管机构可能参与了保险和/或医疗补助和医疗保险服务(CMS)中心1005a、公众产品批准(例如,食品和药物管理局(FDA:Food and Drug Administration))1005b以及账单开具1005c。综合保健系统220、220'可以向这些单元中的每个单元发送信息,并且从这些单元中的每个单元接收信息,以确保正确的账单开具编码、监管批准和/或保险支付。
如上文所介绍的,保健导航单元230、230'可以基于综合保健系统220、220'根据来自构件265、270,275、280、285以及保健协调系统210'中的任何一个的数据和信息确定的分析和计算来监督和协调患者保健。例如,保健导航单元230'可以协调对患者的保健以进行干预治疗,以解决随着时间的推移功能性和/或认知性患者损伤,改进共病管理,并帮助推动高价值的保健选择和随着时间的推移对患者作出治疗决定的时间安排。如图11所示,保健导航单元230'可以包括由附图标记1105a、1105b、…、1105n指示的医疗保健协调的不同方面,包括但不限于咨询1105a、治疗过渡1105b、安排1105c、患者监测1105d、追踪1105e、运输1105f和/或出院保健1105g。例如,综合保健系统220、220'可以确定患者需要往返治疗中心的交通,并且可以自动安排交通,例如,公共交通、拼车、出租车、骑乘共享单车等,以便患者不会错过安排好的治疗。此外,综合保健系统220、220'可以向相关的保健提供者,例如,医学专家、医生和/或护士发送患者结果,以进行监测和/或给予治疗建议。保健导航单元230'可以向患者提供服务,以解决他们与他们的肾脏疾病有关的完整医疗保健需求。
保健导航单元230、230'可以包括用于综合保健系统220、220'的治疗过渡1105b,以通过肾脏疾病的进展来协调患者保健。例如,患者可以最初被诊断出患有慢性肾脏疾病(CKD)。然而,随着时间的推移,如果没有干预治疗(例如,肾脏移植)或改善肾脏功能,患者可能会发展为终末期肾脏疾病(ESRD)。随着患者的肾脏疾病的进展,患者可能需要附加的服务、支持和/或医疗保健,这些附加的服务、支持和/或医疗保健可由保健导航单元230'经由综合保健系统220、220'并通过保健协调系统210、210'的保健架构在保健架构200'下被监督和/或管理。
现在参考图3,诸如综合保健系统220、220'的综合保健系统可以包括控制器305、处理器310和存储器320。控制器305可以自动控制接收和发送给其它系统,例如,附加的临床系统、外部系统以及实践管理和账单开具系统的信号。控制器305与其它系统之间的通信可以是双向的,借此,系统可以确认控制信号,和/或可以提供与系统和/或所请求的操作相关联的信息。此外,用户输入接口315和显示器302可以被设置成接收和/或显示来自用户的输入,例如,患者或诸如医生、护士、技术人员等的医学专业人员的输入。可以在用户输入接口315内采用的构件的示例包括键区、按钮、麦克风、触摸屏、手势识别装置、显示屏和扬声器。在一些实施例中,综合保健系统220、220'可以是用于存储和处理数据以及控制到其它系统的信号的服务器、计算机或其它装置。电源325可以允许综合保健系统220、220'接收电力,并且在一些实施例中可以是独立的电源。
处理器310可以被配置成能够执行操作系统,所述操作系统可以向应用软件提供平台服务,例如,用于操作综合保健系统220,220'。这些平台服务可能包括进程间和网络通信、文件系统管理和标准数据库操作。可以使用许多操作系统中的一个或多个,并且示例不限于任何特定的操作系统或操作系统特性。在一些示例中,处理器310可以被配置成能够执行实时操作系统(RTOS:Real-Time Operating System),如RTLinux,或非实时操作系统,如BSD或GNU/Linux。根据各种示例,处理器310可以是市售处理器,如由INTEL、AMD、MOTOROLA和FREESCALE制造的处理器。然而,处理器310可以是任何类型的处理器、多处理器或控制器,无论是市售的还是专门制造的。例如,根据一个示例,处理器310可以包括由MOTOROLA制造的MPC823微处理器。
存储器320可以包括被配置成能够存储非暂时性指令和数据的计算机可读和可写的非易失性数据存储介质。此外,存储器320可以包括在处理器310的操作期间存储数据的处理器存储器。在一些示例中,处理器存储器包括相对高性能的易失性随机存取存储器,如动态随机存取存储器(DRAM)、静态存储器(SRAM)或同步DRAM。然而,处理器存储器可以包括用于存储数据的任何装置,如非易失性存储器,其具有足够的吞吐量和存储容量以支持本文所述的功能。此外,示例不限于特定的存储器、存储系统或数据存储系统。
存储在存储器320上的指令可以包括可以由处理器310执行的可执行程序或其它代码。该指令可以被持久地存储为被编码的信号,并且该指令可以使处理器310执行本文所述的功能。存储器320可以包括记录在介质上或介质中的信息,并且该信息可以在指令的执行期间由处理器310处理。存储器320还可以包括例如数据记录、用于治疗和/或操作的定时、历史信息、统计信息以及用于治疗的信息数据库。数据库可以存储在综合保健系统220、220'的存储器320中,并且可以由处理器310和控制器305访问。例如,可以从综合保健系统220、220'中的各种数据库中提取患者信息的历史数据,包括但不限于患者实验室结果、治疗数据、治疗期间的技术人员数据(护士注释)等。
可以分析综合保健系统220、220'中的患者群体数据,以训练机器学习模型来识别具有发展感染风险的患者。综合保健系统220、220'可以评估大量患者数据,例如,在家庭环境中,例如,通过腹膜透析接受透析治疗的整个患者群体。提取的历史数据可以用于训练机器学习模型,例如,用于评估导致报告的腹膜炎实例的因素。例如,机器学习模型可以识别在选定的时间段内先前被诊断出患有腹膜炎等感染的患者的特征,并分析患者的实验室结果、治疗数据、护士注释等,以寻找可能有助于其预测的共性。机器学习模型还可以接收所提取的在选定的时间段内未发展感染的患者的历史数据。在一些实施例中,机器学习模型可以排除包括离群值的一些患者数据。以这种方式,机器学习模型可以被训练用于识别与感染诊断相关联或指示感染诊断的数据以及与无感染诊断相关联或指示无感染诊断的数据。在一些示例中,可以利用算法来从历史数据(原始数据或预处理数据)中学习并基于历史数据进行预测。例如,可以利用梯度增强架构和/或极限梯度增强树算法。一些示例实施XGBoost。介质可以例如是光盘、磁盘或闪存等,并且可以永久地附装到控制器305或可从控制器305上移除。
综合保健系统220、220'可以包括通信链路306,以便其它系统可以连接到综合保健系统220、220'。例如,附加的临床系统、外部系统以及实践管理和账单开具系统可以连接到综合保健系统220、220',以发送和接收与提供患者保健相关联的数据和信息。在一些实施例中,通信链路306可以是无线的,以便系统可以是远程的,或者综合保健系统220、220'和/或系统265、270、275、280、285、230'中的一个或多个可以驻留在基于云的架构中并在基于云的架构中操作。
一种或多种算法可以利用历史数据的模型,以在综合保健系统220、220'输入和/或收集新输入的患者数据时分析该数据。算法可以基于历史数据来分析患者数据,以识别处于未来感染风险中的患者。综合保健系统220、220'还可以生成识别高危患者以进行后续治疗和/或再培训的报告。例如,一旦患者被确定在未来一段时间内有感染的风险,医学专业人员可以咨询患者以了解患者的在家透析治疗和程序,和/或监督透析的施行,以最小化感染的发生或持续的可能性。
综合保健系统220、220'也可以经由天线345无线连接以进行远程通信。例如,综合保健系统220、220'可以由控制器305、处理器310和/或存储器320确定一个或多个患者参数,并且可以访问由外部系统存储的其它患者参数,例如,在存储在远离系统或机器的位置的服务器或数据库上或来自实验室或医院信息的电子病历中的患者参数。对于综合保健系统220、220'来说,访问其它本可能是未知的或不可确定的患者参数以提供对患者的完整保健分析可能是有利的。如上所述,患者数据可以发送到综合保健系统220、220'和/或由综合保健系统220、220'访问。控制器305、处理器310和存储器320可以接收、存储和/或确定用于计算的相关的人口统计学特征和实验室值或其它数据。
然后,综合保健系统220、220'可以使用该计算来确定患者发生感染、如腹膜炎的风险。在一些实施例中,随着患者参数信息被更新,例如,数据点被包括在系统中,相应的未来或预测的患者参数可以被相应地更新和调整。在实施例中,可以提取任意数量的变量来确定患者发生感染的风险(参见图1C)。此外,在确定患者风险时可以包括注释,例如,来自医学专业人员的注释。该一个或多个算法可以基于所提取的变量和历史数据来生成发生感染的患者的风险评分,并且在一些实施例中,可以识别与所生成的风险评分相关的主导因素。通过确定患者发生感染的风险和原因,医疗专业人员能够开发个性化的患者干预措施,以最小化和/或消除发生诸如腹膜炎等感染的风险,从而允许患者保持相同的透析模式(例如,在家腹膜透析)。
现在参考图4-5,描述了包括综合保健系统(保健分析和指导系统)220、220'的医疗保健系统(例如,协调保健架构200、200')的操作环境的一个示例性实施例。图4示出了可以代表一些实施例的操作环境400的一个示例。如图4所示,操作环境400可以包括用于治疗患者、例如患有慢性病的患者的系统405。在各种实施例中,系统405可以包括计算装置410。计算装置410可以包括处理电路420、存储器单元430、收发器450和/或显示器452。处理电路420可以通信地耦合到存储器单元430、收发器450和/或显示器452。应当理解,在一些实施例中,系统405可以包括协调保健架构200、200',并且在一些实施例中,系统405可以包括其它系统和/或架构。
在一些实施例中,计算装置410可以通过收发器450连接到网络460。网络460可以包括节点462a-n,例如,远程计算装置、数据源464和/或类似物。
根据一些实施例,处理电路420可以包括和/或可以访问用于执行过程的各种逻辑。处理电路420或其部分可以以硬件、软件或它们的组合来实现。如本申请中所使用的,术语“逻辑”、“构件”、“层”、“系统”、“电路”、“解码器”、“编码器”和/或“模块”意指与计算机有关的实体,要么是硬件、硬件和软件的组合、软件,要么是执行中的软件,其示例由图15的示例性计算架构1500提供。例如,逻辑、电路或层可以是和/或可能包括但不限于在处理器上运行的进程、处理器、硬盘驱动器、(光学和/或磁性存储介质的)多个存储驱动器、对象、可执行文件、执行线程、程序、计算机、硬件电路、集成电路、专用集成电路(ASIC)、可编程逻辑装置(PLD)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、片上系统(SoC)、存储器单元、逻辑门、寄存器、半导体器件、芯片、微芯片、芯片组、软件构件、程序、应用程序、固件、软件模块、计算机代码、前述任何一种的组合和/或类似物。
还应当理解,处理电路420的构件可以位于加速器、处理器核、接口、单独的处理器裸片内,也可完全实施为软件应用程序和/或类似物。
存储器单元430可以包括成一个或多个更高速度的存储器单元的形式的各种类型的计算机可读存储介质和/或系统,如只读存储器(ROM),随机存取存储器(RAM),动态RAM(DRAM),双数据速率DRAM(DDRAM),同步DRAM(SDRAM),静态RAM(SRAM),可编程ROM(PROM),可擦除可编程ROM(EPROM),电可擦除可编程ROM(EEPROM),闪存,聚合物存储器,如铁电聚合物存储器、奥氏体存储器、相变或铁电存储器、硅氧化物-氮化物-氧化物-硅(SONOS)存储器、磁卡或光卡、诸如独立磁盘冗余阵列(RAID)的装置阵列驱动器、固态存储器装置(例如,USB存储器、固态驱动器(SSD)和任何其它类型的适合于存储信息的存储介质。此外,存储器单元430可以包括成一个或多个较低速度存储器单元的形式的各种类型的计算机可读存储介质,包括内部(或外部)硬盘驱动器(HDD)、磁性软盘驱动器(FDD)和从可移动光盘(例如,CD-ROM或DVD)读取或写入的光盘驱动器、固态驱动器(SSD)和/或类似物。
存储器单元430可以存储各种信息,例如,一个或多个程序,以执行识别和治疗患有CKD和/或ESRD的患者的各种功能。在一些实施例中,存储器430可以包括具有应用程序编程接口(API:Application Programming Interface)和/或图形用户接口(GUI:GraphicalUser Interface)以读取、写入和/或以其它方式访问信息的逻辑,例如经由显示器452、Web接口、移动应用程序(“移动应用程序”、“移动app”或“app”)和/或类似物进行。以这种方式,在一些实施例中,操作者可以搜索、可视化、读取、添加或以其它方式访问与用于识别和治疗CKD和/或ESRD的与患者群体相关联的信息。
在一些实施例中,存储器单元430可以存储与用于识别和治疗CKD和/或ESRD的与患者群体相关联的各种信息。在一些实施例中,存储在存储器单元430中的信息可以从数据源464检索和/或移动到数据源464中,所述数据源464包括但不限于医院信息管理系统(HIMS:Hospital Information Management System)、实验室信息管理系统(LIMS:Laboratory Information Management System)、健康信息系统(HIS:Health InformationSystem)、电子病历(EMR)、临床试验数据库和/或类似物。
图5示出了可以代表一些实施例的操作环境500的一个示例。如图5所示,操作环境500可以包括平台505,例如,医疗保健交换平台。在一些实施例中,平台505可以用于在感兴趣的实体之间提供临床数据和/或临床试验信息的交换。在各种实施例中,平台505可以包括用于识别患者群体并利用节点560a-n和570a-n之间的服务来治疗CKD和/或ESRD的应用平台。在示例性实施例中,平台505可以是与医疗装置、医疗保健服务、临床研究服务、实验室服务、临床试验服务和/或类似物相关联的制造商和/或开发商(“开发商”)向客户提供的软件平台、套件、协议集和/或类似物。
例如,开发商可以提供平台505作为数据交换接口,以供各种实体使用,包括政府实体(例如,FDA)和其它利益相关者(例如,药品制造商、医疗装置制造商和/或类似物)。诸如医院、透析诊所、医疗保健提供者、政府实体、监管实体、药品制造商、医疗装置制造商和/或类似物的实体,经由开发商提供的节点570a-n提供和/或接收临床试验服务,可以使用平台505来实施根据一些实施例的过程。其它实体可以经由诸如客户端应用程序、Web接口、移动应用程序和/或类似物的GUI来访问平台505,例如,用于执行与存储器相关联的功能。在一些实施例中,平台505的至少一部分可以托管在云计算环境中。
节点570a-n可以是存储器的数据生产者,而节点560a-n可以是存储器的数据消费者。例如,节点570a-n可以包括提供由存储器用于生成、执行和/或评估患者群体的临床数据、模型信息和/或类似物的实体。节点560a-n可以包括第三方应用、决策者、分析过程、监管者和/或可能对生成、执行和/或评估患者群体的结果感兴趣的其它数据消费者。实体既可以是数据生产者,也可以是数据消费者。
例如,节点560a可以是基于对包括病历、实验室数据、药房等(节点570a)的患者群体的分析来向患者提供治疗的保健提供者(节点560b)。数据生产者570a-n可以根据许可以例如以HIMS、LIMS、EMR等中的记录的形式向平台505提供分析数据。数据消费者560a-n可以根据许可经由平台505(例如,通过HIMS、LIMS、EMR和/或类似物和/或此类记录的本地副本)来访问分析数据。
在一些实施例中,平台505可以根据基于云的模型和/或“即服务”模型进行操作。以这种方式,平台505可以提供作为单个中央平台操作的服务,该中央平台允许实体访问临床数据、模型信息、模拟结果和/或类似物。
在一些实施例中,推荐的治疗和/或服务中的一个可以是改变或更改用于患者的透析治疗处方。如图12-14所示和下面描述所述,透析机器1200、1300、1400,例如,诸如腹膜透析机器或血液透析机器的透析机器,可以连接到综合保健系统220、220',以用于发送和接收透析信息来向患者提供适当的保健。血液透析机器可以位于诸如肾脏保健诊所、透析诊所或其它第三方保健提供者的肾脏诊所中。在一些实施例中,腹膜透析机器和/或血液透析机器可以是家用机器,例如,可以在患者家中施行治疗。如上所述,综合保健系统可以适用于其它慢性疾病,并且可以连接到与那些疾病有关的机器,那些疾病包括但不限于慢性肾脏疾病或者上述一种或多种其它慢性疾病和状况。
如参考图12-14所描述的不同的透析模式可比其它模式具有一些优点。例如,在临床设置中施行的血液透析可能更容易保持用于施行透析的区域的清洁和消毒,以便患者由于污染而发生感染的可能性较低。透析机器已知用于治疗肾脏疾病。两种主要的透析方法是血液透析(HD)和腹膜透析(PD)。在血液透析期间,患者的血液通过血液透析机器的透析器,同时透析液也将通过透析器。透析器中的半透膜在透析器内将血液与透析液分离,并允许在透析液与血流之间发生扩散和渗透交换。在腹膜透析期间,定期向患者的腹膜腔注入透析液或透析溶液。患者腹膜的膜性衬层起到天然的半透膜的作用,使溶液与血流之间发生扩散和渗透交换。自动化腹膜透析机器,也称为PD循环仪,旨在控制整个腹膜透析过程,以便其可以在家中进行,通常是在没有临床人员参与的情况下夜间进行。
参考图12,示出了根据本公开的透析机器1200和控制器1205的一个示例性实施例的示意图。机器1200可以是用于对患者执行透析治疗的透析机器,例如,腹膜透析机器或血液透析机器(参见图12-14)。控制器1205可以在透析治疗的过程期间自动控制治疗功能的执行。例如,控制器1205可以基于从保健分析和指导系统220、220'接收的信息来控制透析治疗。控制器1205可以操作性地连接到传感器1240,并传送一个或多个信号以执行一个或多个治疗功能,或者与各种治疗系统相关联的治疗过程。虽然图12示出了整合到透析机器1200中的构件,但是控制器1205、处理器1210和存储器1220中的至少一个可以被配置成能够在外部并且有线或无线地连接到透析机器1200,作为透析系统的单独的构件。在一些实施例中,控制器1205、处理器1210和存储器1220可以远离透析机器并且被配置成能够无线通信。
在一些实施例中,系统或机器1200、1300、1400的控制器1205、处理器1210和存储器1220可以从传感器1240接收指示一个或多个患者参数的信号。控制器1205与治疗系统之间的通信可以是双向的,借此治疗系统确认控制信号,和/或可以提供与治疗系统和/或所请求的操作相关联的状态信息。例如,系统状态信息可以包括与待由治疗系统执行的特定操作(例如,触发用于输送透析液的泵、触发用于输送过滤后的血液的泵和/或压缩机等)相关联的状态和与特定操作相关联的状态(例如,准备执行、执行、完成、成功完成、排队等待执行、等待控制信号等)。
透析系统或机器1200、1300、1400还可以包括至少一个操作性地连接到控制器1205的泵1250。控制器1205还可以操作性地连接到设置在系统或机器1200、1300、1400中的一个或多个扬声器1230和一个或多个麦克风1235。用户输入接口1215可以包括允许控制器1205与诸如患者或其它用户的外部实体通信的硬件和软件构件的组合。这些构件可以被配置成能够从诸如身体运动或手势等的动作和言语语调接收信息。在实施例中,用户输入接口1215的构件可以向外部实体提供信息。可以在用户输入接口1215内采用的构件的示例包括键区、按钮、麦克风、触摸屏、手势识别装置、显示屏和扬声器。
如图12所示,可以包括传感器1240,以用于检测和监测一个或多个参数,并且传感器1240可以操作性地连接到至少控制器1205、处理器1210和存储器1220。处理器1210可以被配置成能够执行可以向例如用于操作透析机器1200的应用软件提供平台服务的操作系统。这些平台服务可以包括进程间通信和网络通信、文件系统管理和标准数据库操作。可以使用许多操作系统中的一个或多个,并且示例不限于任何特定的操作系统或操作系统特性。在一些示例中,处理器1210可以被配置成能够执行实时操作系统(RTOS),如RTLinux,或者非实时操作系统,如BSD或GNU/Linux。根据各种示例,处理器1210可以是市售处理器,如由INTEL、AMD、MOTOROLA和FREESCALE制造的处理器。然而,处理器1210也可以是任何类型的处理器、多处理器或控制器,无论是市售的还是专门制造的。例如,根据一个示例,处理器1210可以包括由MOTOROLA制造的MPC823微处理器。
存储器1220可以包括被配置成能够存储非暂时性指令和数据的计算机可读和可写的非易失性数据存储介质。此外,存储器1220可以包括在处理器1210的操作期间存储数据的处理器存储器。在一些示例中,处理器存储器包括相对高性能的易失性随机存取存储器,如动态随机存取存储器(DRAM)、静态存储器(SRAM)或同步DRAM。然而,处理器存储器也可以包括用于存储数据的任何装置,如非易失性存储器,其具有足够的吞吐量和存储容量以支持本文所述的功能。此外,示例不限于特定的存储器、存储系统或数据存储系统。
存储在存储器1220上的指令可以包括可以由处理器1210执行的可执行程序或其它代码。该指令可以被持久地存储为被编码的信号,并且该指令可以使处理器1210执行本文所述的功能。存储器1220可以包括记录在介质上或介质中的信息,并且该信息可以在指令执行期间由处理器1210处理。存储器1220还可包括例如用于用户定时要求的数据记录的规范、用于治疗和/或操作的定时、历史传感器信息以及其它数据库等。介质可以例如是光盘、磁盘或闪存,并且可以永久地附装到控制器1205上或从控制器1205上移除。
可以包括压力传感器,以用于监测系统或机器1200、1300、1400的流体压力,但传感器1240还可以包括心率传感器、呼吸传感器、温度传感器、重量传感器、视频传感器、热成像传感器、脑电图传感器、运动传感器、音频传感器、加速计或电容传感器中的任何一种。应当理解,传感器1240可以包括具有变化的采样率的传感器,包括无线传感器。基于传感器1240监测的数据,诸如心率和呼吸速率等的患者参数可以由控制器1205确定。
控制器1205可以设置在机器1200、1300、1400中,或者可以经由示意性地示为通信元件1206的通信端口或无线通信链路耦合到机器1200、1300、1400。例如,通信元件1206可以将透析机器1200、1300、1400连接到保健分析和指导系统220、220'或诸如外部系统或其它临床系统的另一个远程系统。透析机器1200、1300、1400可以经由通信元件1206连接到综合保健系统220、220',以便控制器1205可以向保健分析和指导系统220、220'发送和接收信息和其它信号。如上所述,保健分析和指导系统220、220’可以基于从其它系统,例如外部系统、临床系统接收到的信息,将开具的透析治疗直接传导到透析机器,以确保患者接受正确的治疗。透析机器还可以向保健分析和指导系统220、220'发送数据和其它信息,以便如果透析治疗需要调整,则保健分析和指导系统220、220'可以确保任何变化都不会不利地影响患者的健康。
作为设置在机器1200、1300、1400内的构件,控制器1205可以操作性地连接到传感器1240、泵1250、泵头1404、1406等中的任何一个或多个。控制器1205可以将控制信号或触发电压通信到系统或机器1200、1300、1400的构件。如所讨论的,控制器1205的示例性实施例可以包括无线通信接口。控制器1205可以检测远程装置以确定是否有任何远程传感器可用于增强正用于评估患者的任何传感器数据。
如图12所示,可以包括电源1225以例如允许机器接收电力,并且在一些实施例中可以是独立的电源。也可以包括显示器1202。显示器1202可以起到向患者和透析机器的操作者提供信息的作用。例如,显示器1202可以示出与待应用于患者的透析治疗有关的信息,包括与处方有关的信息。透析机器还可以经由天线1245无线连接以进行远程通信。
图13A-13B示出了腹膜透析(PD)系统1301的一个示例,所述系统根据本文所述的系统的一个示例性实施例配置。在一些实施方式中,PD系统1301可以是家庭PD系统,例如,被配置用于在患者家中使用的PD系统。透析系统1301可以包括透析机器1300(例如,腹膜透析机器1300,也称为PD循环仪),并且在一些实施例中,该机器可以坐落在推车1334上。
透析机器1300可以包括壳体1306、门1308和包括用于接触一次性匣或盒1315的泵头1342、1344的盒接口,其中,盒1315位于形成在盒接口与关闭的门1308之间的隔室(例如,腔1305)内。流体管线1325可以以已知的方式,例如经由连接器耦合到盒1315,并且还可以包括用于控制流体流入和流出包括新鲜透析液和加温流体的流体袋的阀。在另一个实施例中,流体管线1325的至少一部分可以与盒1315成一体。在操作之前,用户可以打开门1308以插入新的盒1315,并在操作之后移除用过的盒1315。
盒1315可以放置在机器1300的腔1305中以供操作。在操作期间,透析流体可以经由盒1315流入患者的腹部,并且用过的透析液、废物和/或多余的流体可以经由盒1315从患者的腹部去除。门1308可以牢固地关闭到机器1300上。用于患者的腹膜透析可以包括大约10至30升的流体的总治疗量,其中,大约2升的透析液流体被泵入患者的腹部,并保持一段时间,例如,约一个小时,然后从患者身体泵出。重复该过程直到达到全部治疗量,并且通常在患者入睡的过夜期间进行。
加热器托盘1316可以定位在壳体1306的顶部上。加热器托盘1316可以具有任何尺寸和形状,以容纳一袋透析液(例如,5L透析液袋)来用于分批加热。透析机器1300还可以包括用户接口,如可由用户(例如,护理者或患者)操作的触摸屏1318和控制面板1320,以允许例如设置、启动和/或终止透析治疗。在一些实施例中,加热器托盘1316可以包括加热元件1335,用于在将透析液输送到患者体内之前对其进行加热。
透析液袋1322可以从推车1334侧面的钩子上悬挂,并且加热器袋1324可以定位在加热器托盘1316中。悬挂透析液袋1322可以改善空气管理,因为所含空气可以通过重力部署到透析液袋1322的顶部部分。虽然在图13B中示出了四个透析液袋1322,但是任何数量“n”的透析液袋可以连接到透析机器1300(例如,1至5个袋,或更多),并且对第一和第二袋的引述不限制在透析系统1301中使用的袋的总数。例如,透析机器可以具有可连接在系统1301中的透析液袋1322a、...、1322n。在一些实施例中,连接器和管端口可以连接透析液袋1322和用于转移透析液的管线。来自透析液袋1322的透析液可以分批转移到加热器袋1324。例如,一批透析液可以从透析液袋1322转移到加热器袋1324,在此透析液由加热元件1335加热。当该批透析液已经达到预定的温度(例如,大约98°-100°F,37℃)时,该批透析液可以流入患者体内。透析液袋1322和加热器袋1324可以分别经由透析液袋管线或管路1325和加热器袋管线或管路1328连接到盒1315。透析液袋管线1325可以用于在使用期间将透析液从透析液袋1322传递到盒,加热器袋管线1328可以用于在使用期间在盒与加热器袋1324之间来回传递透析液。此外,患者管线1336和排出管线1332可以连接到盒1315。患者管线1336可以经由导管连接到患者的腹部,并且可以用于在使用期间通过泵头1342、1344在盒与患者的腹膜腔之间来回传递透析液。排出管线1332可以连接到排出系统或排出容器,并且可以用于在使用期间将透析液从盒传递到排出系统或排出容器。
虽然在一些实施例中,透析液可以如上所述地进行分批加热,但是在其它实施例中,透析机器也可以通过在线串行加热来加热透析液,例如,在将透析液输送到患者之前,连续地使透析液流过位于加热元件之间的较暖的包。例如,代替将用于分批加热的加热器袋放置在加热器托盘上,可以在透析机器内部设置一个或多个加热元件。较暖的包可以经由开口插入到透析机器中。还应当理解的是,较暖的包可以经由管路(例如,管路1325)或流体管线、经由盒连接到透析机器。所述管路可以是可连接的,以便透析液可以从透析液袋流出通过用于加热的较暖的包并流向患者。
在这样的在线串行加热实施例中,可以配置较暖的包,以便透析液可以连续流过该较暖的包(而不是分批地转移以进行分批加热),以在流入患者体内之前达到预定的温度。例如,在一些实施例中,透析液可以以大约100-300mL/min之间的速率连续流过较暖的包。内部加热元件(未示出)可以位于开口的上方和/或下方,以便当将较暖的包插入到开口中时,一个或多个加热元件可以影响流过较暖的包的透析液的温度。在一些实施例中,内部较暖的包可以替代地是系统中通过、围绕或相对于加热元件配置的管路的一部分。
触摸屏1318和控制面板1320可以允许操作者向透析机器1300输入各种治疗参数,并且以其它方式控制透析机器1300。此外,触摸屏1318可以用作显示器。触摸屏1318可以起到向患者和透析系统1301的操作者提供信息的作用。例如,触摸屏1318可以显示与待应用于患者的透析治疗有关的信息,包括与处方有关的信息。
透析机器1300可以包括驻留在透析机器1300内的处理模块1302,所述处理模块1302被配置成能够与触摸屏1318和控制面板1320通信。处理模块1302可以被配置成能够从触摸屏1318、控制面板1320和传感器,例如,重量、空气、流量、温度和/或压力传感器接收数据,基于接收到的数据来控制透析机器1300。例如,处理模块1302可以调整透析机器1300的操作参数。
透析机器1300可以被配置成能够连接到网络1303。到网络1303的连接可以经由有线和/或无线连接进行。透析机器1300可以包括被配置成能够促进到网络1303的连接的连接构件1304。连接构件1304可以是用于无线连接的收发器和/或用于处理通过有线连接发送和接收的信号的其它信号处理器。其它医疗装置(例如,其它透析机器)或构件可以被配置成能够连接到网络1303并且与透析机器1300通信。
诸如触摸屏1318和/或控制面板1320的用户接口部分可以包括用于选择和/或输入用户信息的一个或多个按钮。触摸屏1318和/或控制面板1320可以操作性地连接到控制器(未示出),并且设置在机器1300中,用于接收和处理所述输入,以操作透析机器1300。
在一些实施例中,机器1200、1300、1400可以无线传输(例如,经由无线互联网连接),交替地或同时地或协同向综合保健系统220、220'发送信息,向远程位置,包括但不限于医生办公室、医院、呼叫中心和技术支持发送信息或警报。例如,机器1200、1300、1400可以提供对机器操作和患者参数的实时远程监测。机器1200的存储器1220可以存储数据,或者机器1200、1300、1400可以以预定间隔向本地或远程服务器传输数据。例如,机器1200、1300、1400可以将患者数据发送到综合保健系统220、220',以用于计算患者处于发生感染风险(例如,腹膜炎)的风险评分。
图14示出了根据本公开的透析系统1400的一个示例性实施例的图。透析系统1400可以被配置成能够向患者1401提供血液透析治疗。流体储存器1402可以经由管1403将新鲜透析液输送到透析器1404,并且一旦透析液通过透析器1404,储存器1406可以经由管1405接收用过的透析液。血液透析操作可以通过患者外部过滤装置,例如,透析器1404,从患者血液中过滤颗粒和/或污染物。当透析液通过透析器1404时,未过滤的患者血液也经由管1407进入透析器,并且过滤后的血液经由管1409返回给患者。可以经由压力传感器1410监测动脉压力、经由传感器1418监测流入压力、经由压力传感器1414监测静脉压力。空气捕获和检测器1416可以确保空气当血液被过滤并返回给患者1401时,没有被引入患者血液中。血液的流动和透析液的流动经由包括血液泵1412和流体泵1420在内的相应的泵来控制。肝素1422,一种血液稀释剂,可以与盐水1424结合使用,以确保血块不形成或阻塞通过系统的血液流动。
在一些实施例中,透析系统1400可以包括控制器1450,其可以类似于以上结合透析机器1200所描述的控制器1205。控制器1450可以被配置成能够监测流体压力读数以识别指示诸如心率和/或呼吸速率等的患者参数的波动。在一些实施例中,患者心率和/或呼吸速率可以由流体流动管线和流体袋中的流体压力来确定。控制器1450还可以操作性地连接到附加的传感器或传感器系统和/或与附加的传感器或传感器系统通信,但控制器1450也可以使用患者的生物学功能或其它患者参数方面的任何可用数据。
图15示出了适合于实施如前所述的各种实施例的示例性计算架构1500的一个实施例。在各种实施例中,计算架构1500可以包括或被实施为电子装置的一部分。在一些实施例中,计算架构1500可以代表例如计算装置410和/或平台505和/或综合保健系统220、220'的构件。实施例不限于此。
如在本申请中使用的,术语“系统”和“构件”以及“模块”意指与计算机相关的实体,要么是硬件、硬件和软件的组合、软件,要么是执行中的软件,其示例由示例性计算架构1500提供。例如,构件可以是但不限于在处理器上运行的进程、处理器、硬盘驱动器、(光学和/或磁存储介质的)多个存储驱动器、对象、可执行文件、执行线程、程序和/或计算机。作为说明,在服务器上运行的应用程序和服务器都可以是构件。一个或多个构件可以驻留在进程和/或执行线程中,并且构件可以位于一台计算机上和/或分布在两台或更多台计算机之间。此外,构件可以通过各种类型的通信媒介彼此通信地耦合以协调操作。协调可能涉及信息的单向或双向交换。例如,构件可以以在通信介质上传递的信号的形式来传输信息。该信息可以被实施为分配给各种信号线的信号。在这样的分配中,每个消息都是信号。然而,其它实施例可以替代性地使用数据消息。这样的数据消息可以通过各种连接发送。示例性连接包括并行接口、串行接口和总线接口。
计算架构1500包括诸如一个或多个处理器、多核处理器、协处理器、存储器单元、芯片组、控制器、外围设备、接口、振荡器、定时装置、视频卡、音频卡、多媒体输入/输出(I/O)构件、电源等各种常见的计算元件。然而,实施例不限于由计算架构1500实施。
如图15所示,计算架构1500包括处理单元1504、系统存储器1506和系统总线1508。处理单元1504可以是各种市售处理器中的任何一种,包括但不限于和处理器;应用程序、嵌入式和安全处理器;和和处理器;IBM和Cell处理器;Core(2) 和处理器;以及类似的处理器。双微处理器、多核处理器和其它多处理器结构也可以用作处理单元1504。
系统总线1508向处理单元1504提供用于包括但不限于系统存储器1506的系统构件的接口。系统总线1508可以是可以使用各种市售总线架构中的任何一种进一步互连到存储器总线(带有或没有存储器控制器)、外围总线和本地总线的多种类型的总线结构中的任何一种。接口适配器可以经由插槽架构连接到系统总线1508。示例插槽架构可以包括但不限于加速图形端口(AGP)、卡总线、(扩展的)行业标准架构((E)ISA)、微通道架构(MCA)、NuBus、外围组件互连(扩展的)(PCI(X))、PCI Express、个人计算机存储卡国际协会(PCMCIA)接口等。
系统存储器1506可以包括成一个或多个更高速度存储单元的形式的各种类型的计算机可读存储介质,如只读存储器(ROM),随机存取存储器(RAM)、动态RAM(DRAM),双数据速率DRAM(DDRAM),同步DRAM(SDRAM),静态RAM(SRAM),可编程ROM(PROM),可擦除可编程ROM(EPROM),电可擦除可编程ROM(EEPROM),闪存,聚合物存储器、例如铁电聚合物存储器、奥氏体存储器、相变或铁电存储器、硅氧化物-氮化物-氧化物-硅(SONOS)存储器、磁卡或光卡,诸如独立磁盘冗余阵列(RAID)的装置阵列存储器,固态存储器装置(例如,USB存储器、固态驱动器(SSD)和任何其它类型的适合于存储信息的存储介质。在图15所示的说明性实施例中,系统存储器1506可以包括非易失性存储器1510和/或易失性存储器1512。基本输入/输出系统(BIOS)可以存储在非易失性存储器1510中。
计算机1502可以包括成一个或多个较低速度存储器单元的形式的各种类型的计算机可读存储介质,包括内部(或外部)硬盘驱动器(HDD)1514、从可移除磁盘1518读取或写入的磁性软盘驱动器(FDD)1516以及从可移除磁盘1522(例如,CD-ROM或DVD)读取或写入的光盘驱动器1520。HDD 1514、FDD 1516和光盘驱动器1520可以分别通过HDD接口1524、FDD接口1526和光盘驱动器接口1528连接到系统总线1508。用于外部驱动器的实现的HDD接口1524可以包括通用串行总线(USB)和IEEE 884接口技术中的至少一项或两者。
驱动器和关联的计算机可读介质提供数据、数据结构、计算机可执行指令等的易失性和/或非易失性存储。例如,许多程序模块可以存储在驱动器和存储器单元1510、1512中,包括操作系统1530、一个或多个应用程序1532、其它程序模块1534和程序数据1536。在一个实施例中,所述一个或多个应用程序1532、其它程序模块1534和程序数据1536可以包括例如系统和/或设备200、200'、220、220'、400、500的各种应用程序和/或构件。
用户可以通过一个或多个有线/无线输入装置,例如,键盘1538和诸如鼠标1540的指向装置,向计算机1502输入命令和信息。其它输入装置可以包括麦克风、红外线(IR)遥控器、射频(RF)遥控器、游戏垫、手写笔、读卡器、加密狗、指纹读取器、手套、图形输入板、操纵杆、键盘、视网膜读取器、触摸屏(例如,电容式、电阻等)、轨迹球、轨迹板、传感器、触控笔等。这些和其它输入装置通常通过耦合到系统总线1508的输入装置接口1542连接到处理单元1504,但是也可以通过诸如并行端口、IEEE 894串行端口、游戏端口、USB端口、IR接口等的其它接口连接。
监测器1544或其它类型的显示装置也经由诸如视频适配器1546等的接口连接到系统总线1508。监测器1544可以在计算机1502的内部或外部。除了监测器1544之外,计算机通常还包括诸如扬声器、打印机等其它外围输出装置。
计算机1502可以在网络环境中使用经由到一个或多个远程计算机,例如,远程计算机1548的有线和/或无线通信的逻辑连接来操作。远程计算机1548可以是工作站、服务器计算机、路由器、个人计算机、便携式计算机、基于微处理器的娱乐设备、对等设备或其它公共网络节点,并且通常包括相对于计算机1502所描述的许多或所有元件,但是为简洁起见,仅示出了存储器/存储装置1550。所描绘的逻辑连接包括到局域网(LAN)1552和/或更大的网络,例如,广域网(WAN)1554的有线/无线连接。这样的LAN和WAN联网环境在办公室和公司中是司空见惯的,并且促进了全企业范围的计算机网络,如内联网,所有这些网络都可以连接到全球通信网络,例如互联网。
当在LAN网络环境中使用时,计算机1502通过有线和/或无线通信网络接口或适配器1556连接到LAN 1552。适配器1556可以促进到LAN 1552的有线和/或无线通信,LAN1522还可以包括设置在其上的无线接入点,用于与适配器1556的无线功能连通。
当在WAN网络环境中使用时,计算机1502可以包括调制解调器1558,或者连接到WAN 1554上的通信服务器,或者具有通过WAN 1554、例如通过互联网建立通信的其它装置。调制解调器1558,其可以是内部的或外部的装置,并且可以是有线和/或无线装置,经由输入装置接口1542连接到系统总线1508。在网络环境中,相对于计算机1502或其部分描绘的程序模块,可以存储在远程存储器/存储装置1550中。应当理解,所示的网络连接是示例性的,并且可以使用在计算机之间建立通信链路的其它方法。
计算机1502可操作以使用IEEE 802系列标准与有线和无线装置或实体、例如操作性地设置在无线通信中的无线装置(例如,IEEE 802.16空中调制技术)进行通信。这至少包括Wi-Fi(或Wireless Fidelity,无线上网)、WiMax和BluetoothTM无线技术等。因此,通信可以是与传统网络一样的预定义结构,或者仅仅是至少两个装置之间的简单且自组织通信。Wi-Fi网络使用称为IEEE 802.11x(a、b、g、n等)的无线电技术来提供安全、可靠、快速的无线连接。Wi-Fi网络可以用于将计算机彼此连接、连接到互连网和连接到有线网络(这些网络使用与IEEE 802.3相关联的媒体和功能)。
所公开的系统的一些实施例可以例如使用存储介质、计算机可读介质或制造的物品来实施,该存储介质、计算机可读介质或制造的物品可以存储指令或指令集,如果该指令或指令集由机器(即,处理器或微控制器)执行,则可以使机器执行根据本公开的实施例的方法和/或操作。此外,服务器或数据库服务器可以包括被配置成能够存储机器可执行程序指令的机器可读介质。这样的机器可以包括例如任何合适的处理平台、计算平台、计算装置、处理装置、计算系统、处理系统、计算机、处理器等,并且可以使用硬件、软件、固件或它们任何合适的组合来实现,而且可以用于系统、子系统、构件或子构件中。计算机可读介质或物品可以包括例如任何合适类型的存储器单元、存储器装置、存储器物品、存储器介质、存储装置、存储物品、存储介质和/或存储单元,例如,存储器(包括临时存储器)、可移除或不可移除介质、可擦除或不可擦除介质、可写或可重写介质、数字或模拟介质、硬盘、软盘、光盘只读存储器(CD-ROM)、光盘可记录(CD-R)存储器、光盘可重写(CD-RW)存储器、光盘、磁性介质、磁光介质、可移动存储卡或磁盘、各种类型的数字多功能盘(DVD)、磁带、盒式磁带等。指令可以包括使用任何合适的高级、低级、面向对象、可视化、编译/或解释的编程语言实现的任何合适类型的代码,如源代码、编译代码、解释代码、可执行代码、静态代码、动态代码、加密代码等。
本文已经阐述了许多具体细节,以提供对实施例的透彻理解。然而,本领域技术人员将理解,可以在没有这些具体细节的情况下实践实施例。在其它情况下,没有详细描述众所周知的操作、构件和电路,以免混淆实施例。可以理解的是,本文公开的具体结构和功能细节可以是代表性的,并不一定限制实施例的范围。
一些实施例可以使用表述“耦合”和“连接”及其派生词来描述。这些术语并非旨在互为同义词。例如,一些实施例可以使用术语“连接”和/或“耦合”来描述,以指示两个或更多个元件彼此直接物理或电接触。然而,术语“耦合”也可以表示两个或更多个元件彼此不直接接触,但是仍然彼此协作或相互作用。
除非另有明确说明,否则可以理解,诸如“处理”、“计算”、“运算”、“确定”等术语是指计算机或计算系统或类似的电子计算装置的动作和/或过程,这些工作或过程将计算系统的寄存器和/或存储器中表示为物理量(例如,电子数据)的数据操纵和/或转换为类似地表示为计算系统的存储器、寄存器或其它此类信息存储、传输或显示装置内的物理量的其它数据。实施例不限于此。
应当注意,本文所述的方法不必以所述的顺序或以任何特定的顺序执行。此外,关于本文中所述的方法描述的各种活动可以以串行或并行方式执行。
虽然在此已经示出和描述了特定实施例,但是应当理解,被计算为实现相同目的的任何布置都可以代替所示的特定实施例。本公开意图覆盖各种实施例的任何和所有修改或变化。应当理解,以上描述是以说明性方式作出的,而不是限制性的。在阅读以上描述时,以上实施例和本文未具体描述的其它实施例的组合对于本领域技术人员来说将是显见的。因此,各种实施例的范围包括其中使用了上述组成、结构和方法的任何其它应用程序。
虽然已经以特定于结构特征和/或方法动作的语言描述了主题,但是应该理解,所附权利要求书中限定的主题不一定限于上述特定特征或动作。相反,上述特定特征和动作被公开为实现权利要求的示例形式。
如本文中所使用的,以单数形式叙述并且以单词“一”或“一个”开头表述的元件或操作应被理解为不排除复数个元件或操作,除非明确地叙述了这种排除。此外,对本公开的“一个实施例”的引述不旨在被解释为排除也结合了所叙述的特征的附加的实施例的存在。
在本说明书和权利要求书中使用的范围内,以“[a]和[b]中的至少一个”的一般形式的叙述应被解释为是析取的。例如,对“[a]、[b]和[c]中的至少一个”的叙述将包括[a]单独、[b]单独、[c]单独或[a]、[b]和[c]的任何组合。
本公开在范围上不受本文所述的具体实施例的限制。实际上,除了本文所述的那些实施例之外,根据前面的描述和附图,本公开的其它各种实施例和修改对于本领域普通技术人员来说将是显见的。因此,这样的其它实施例和修改旨在落入本公开的范围内。此外,虽然本公开在此已经在特定目的的特定环境中的特定实施方式的上下文中进行了描述,但是本领域普通技术人员将认识到其实用性不限于此,本公开可以出于任何数量的目的而有利地在任何数量的环境中有益地实施。
Claims (30)
1.一种用于确定患者发生感染的风险的系统,所述系统包括:
综合保健系统,其被配置成能够:
从对应于接受治疗的患者池的一个或多个数据库中提取患者数据;
利用提取的患者数据使用一个或多个预测模型,以便为患者池中的每个患者生成在选定的时间段内发生感染的相应患者风险评分;
生成报告,所述报告包括所识别的患者池的子集的至少一部分及它们的相应患者风险评分;以及
将所述报告传送到一个或多个医疗保健机构,所述一个或多个医疗保健机构进一步从所识别的患者池的子集的所述部分中识别一个或多个患者来进行干预治疗、咨询、培训或它们的组合。
2.根据权利要求1所述的系统,其中,所述一个或多个预测模型被布置和配置成能够:
分析提取的患者数据,以识别具有先前记录的感染报告的患者所共有的患者特征;以及
当生成在选定的时间段内发生感染的患者风险评分时,识别患者池中的每个患者的患者特征。
3.根据权利要求2所述的系统,其中,所述一个或多个预测模型被布置和配置成能够:
分析提取的患者数据,以识别那些先前没有记录的感染报告的患者所共有的患者特征。
4.根据权利要求1所述的系统,其中,所述一个或多个预测模型被布置和配置成能够:
识别先前被诊断出感染的患者的特征;以及
根据共性特征分析提取的患者数据。
5.根据权利要求1所述的系统,其中,所述干预治疗、咨询或培训包括:
向一个或多个患者发送调查问卷,以获得有关患者的透析施行的附加的信息;
联系一个或多个患者,以确定适当的干预措施来帮助最小化发生感染的风险;
联系一个或多个患者,以评估患者的透析治疗;
改变有关患者的透析施行的一个或多个状况;或
向所识别的患者池的子集的所述部分中的一个或多个患者派送医学专业人员,以进行家中视觉评估;或
它们的组合。
6.根据权利要求1所述的系统,其中,所述报告以预定的周期生成。
7.根据权利要求1所述的系统,其中,所识别的患者池的子集包括相似地理区域中的患者、被分配到透析诊所的患者、或从单独的医学专业人员处接受保健的一组患者、或它们的组合。
8.根据权利要求1所述的系统,其中,所述报告包括所述患者池的相应患者风险评分高于预定阈值的子集。
9.根据权利要求1所述的系统,其中,所述预定阈值是由所述一个或多个预测模型基于历史数据确定的。
10.根据权利要求1所述的系统,其中,所述报告包括与特定医疗组相关联的所有患者。
11.根据权利要求1所述的系统,其中,所述报告包括每个患者的一个或多个相关联的原因。
12.根据权利要求1所述的系统,其中,所提取的患者数据包括患者人口统计特征、实验室值、记录的信息、医师注释、或治疗数据、或它们的组合。
13.根据权利要求12所述的系统,其中,所述患者人口统计特征包括性别、种族、年龄、或婚姻状况、或它们的组合。
14.根据权利要求12所述的系统,其中,所述实验室值包括患者的白蛋白水平、患者的钙水平、患者的氯化物水平、患者的肌酐水平、或患者的转铁蛋白饱和度(TSAT)水平、或它们的组合。
15.根据权利要求14所述的系统,其中,所述实验室值包括患者已经接受透析治疗的时间段、患者最后被诊断出感染的时间段、患者先前感染的总数、或患者家距透析机构的距离、或它们的组合。
16.一种用于确定患者发生感染的风险的方法,所述方法包括:
从对应于接受治疗的患者池的一个或多个数据库中提取患者数据;
利用提取的患者数据使用一个或多个预测模型,以便为患者池中的每个患者生成在选定的时间段内发生感染的相应患者风险评分;
生成报告,所述报告包括所识别的患者池的子集的至少一部分及它们的相应患者风险评分;以及
将所述报告传送到一个或多个医疗保健机构,所述一个或多个医疗保健机构进一步从所识别的患者池的子集的所述部分中识别一个或多个患者来进行干预治疗、咨询、培训或它们的组合。
17.根据权利要求16所述的方法,其中,所述一个或多个预测模型被布置和配置成能够:
分析提取的患者数据,以识别具有先前记录的感染报告的患者所共有的患者特征;以及
当生成在选定的时间段内发生感染的患者风险评分时,识别患者池中的每个患者的患者特征。
18.根据权利要求17所述的方法,其中,所述一个或多个预测模型被布置和配置成能够:
分析提取的患者数据,以识别那些先前没有记录的感染报告的患者所共有的患者特征。
19.根据权利要求16所述的方法,其中,所述一个或多个预测模型被布置和配置成能够:
识别先前被诊断出感染的患者的特征;以及
根据共性特征分析提取的患者数据。
20.根据权利要求16所述的方法,其中,所述干预治疗、咨询或培训包括:
向一个或多个患者发送调查问卷,以获得有关患者的透析施行的附加的信息;
联系一个或多个患者,以确定适当的干预措施来帮助最小化发生感染的风险;
联系一个或多个患者,以评估患者的透析治疗;
改变有关患者的透析施行的一个或多个状况;或
向所识别的患者池的子集的所述部分中的一个或多个患者派送医学专业人员,以进行家中视觉评估;或
它们的组合。
21.根据权利要求16所述的方法,其中,所述报告以预定的周期生成。
22.根据权利要求16所述的方法,其中,所识别的患者池的子集包括相似地理区域中的患者、被分配到透析诊所的患者、或从单独的医学专业人员处接受保健的一组患者、或它们的组合。
23.根据权利要求16所述的方法,其中,所述报告包括所述患者池的相应患者风险评分高于预定阈值的子集。
24.根据权利要求16所述的方法,其中,所述预定阈值是由所述一个或多个预测模型基于历史数据确定的。
25.根据权利要求16所述的方法,其中,所述报告包括与特定医疗组相关联的所有患者。
26.根据权利要求16所述的方法,其中,所述报告包括每个患者的一个或多个相关联的原因。
27.根据权利要求16所述的方法,其中,所提取的患者数据包括患者人口统计特征、实验室值、记录的信息、医师注释、或治疗数据、或它们的组合。
28.根据权利要求27所述的方法,其中,所述患者人口统计特征包括性别、种族、年龄、或婚姻状况、或它们的组合。
29.根据权利要求27所述的方法,其中,所述实验室值包括患者的白蛋白水平、患者的钙水平、患者的氯化物水平、患者的肌酐水平、或患者的转铁蛋白饱和度(TSAT)水平、或它们的组合。
30.根据权利要求29所述的方法,其中,所述实验室值包括患者已经接受透析治疗的时间段、患者最后被诊断出感染的时间段、患者先前感染的总数、或患者家距透析机构的距离、或它们的组合。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862692198P | 2018-06-29 | 2018-06-29 | |
US62/692,198 | 2018-06-29 | ||
US201862716031P | 2018-08-08 | 2018-08-08 | |
US62/716,031 | 2018-08-08 | ||
US201962836822P | 2019-04-22 | 2019-04-22 | |
US62/836,822 | 2019-04-22 | ||
PCT/US2019/039786 WO2020006390A1 (en) | 2018-06-29 | 2019-06-28 | Systems and methods for identifying risk of infection in dialysis patients |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112384983A true CN112384983A (zh) | 2021-02-19 |
Family
ID=67439377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980044168.3A Pending CN112384983A (zh) | 2018-06-29 | 2019-06-28 | 用于识别透析患者感染风险的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11495359B2 (zh) |
EP (1) | EP3815098A1 (zh) |
CN (1) | CN112384983A (zh) |
CA (1) | CA3103980A1 (zh) |
WO (1) | WO2020006390A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115547500A (zh) * | 2022-11-03 | 2022-12-30 | 深圳市龙岗区第三人民医院 | 血液透析病人的健康监测设备及系统 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021167979A1 (en) * | 2020-02-18 | 2021-08-26 | Baxter International Inc. | Medical machine learning system and method |
CN111020028A (zh) * | 2020-02-21 | 2020-04-17 | 天津医科大学 | 一种基于菌毛抗原基因分布对尿路感染部位进行定位判断的方法 |
US11473924B2 (en) * | 2020-02-28 | 2022-10-18 | Lyft, Inc. | Transition of navigation modes for multi-modal transportation |
WO2021207543A1 (en) * | 2020-04-10 | 2021-10-14 | Fresenius Medical Care Holdings, Inc. | System for assessing and mitigating potential spread of infectious disease among dialysis patients |
US11961598B1 (en) | 2020-06-26 | 2024-04-16 | Express Scripts Strategic Development, Inc. | Machine learning systems for error detection in data processing systems and related methods |
CN112735587B (zh) * | 2020-12-31 | 2022-09-13 | 复旦大学附属华山医院 | 血透患者残余肾功能监测及递增血透管控系统及方法 |
US20220406437A1 (en) * | 2021-06-18 | 2022-12-22 | Fresenius Medical Care Holdings, Inc. | Methods and systems for determining and providing renal therapy |
CN113744857A (zh) * | 2021-09-30 | 2021-12-03 | 深圳市裕辰医疗科技有限公司 | 一种血液透析质量监控辅助系统 |
US20230268070A1 (en) * | 2022-02-23 | 2023-08-24 | Emed Labs, Llc | Systems and methods for at-home testing, treatment, and monitoring |
KR102571814B1 (ko) | 2022-10-31 | 2023-08-29 | 주식회사 바른 | 혈액 투석기 제어 시스템 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110295782A1 (en) * | 2008-10-15 | 2011-12-01 | Alexander Stojadinovic | Clinical Decision Model |
CN103493054A (zh) * | 2010-10-12 | 2014-01-01 | 美国西门子医疗解决公司 | 用于预测心血管病发展的医疗信息技术系统 |
CN103907130A (zh) * | 2011-06-30 | 2014-07-02 | 匹兹堡大学联邦系统高等教育 | 确定对心肺功能不足的易感性的系统和方法 |
US20150213224A1 (en) * | 2012-09-13 | 2015-07-30 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for automated patient monitoring |
US20150220699A1 (en) * | 2014-02-06 | 2015-08-06 | Andrey Ostrovsky | Computerized system and method for determining hospital admission risk |
CN105210065A (zh) * | 2013-03-12 | 2015-12-30 | 塔霍农村卫生研究所有限公司 | 用于向用户提供医疗护理算法的系统和方法 |
WO2018057616A1 (en) * | 2016-09-21 | 2018-03-29 | Rejuvenan Global Health, Inc. | Interactive computing system to generate customized preventive health information based on an individual's biomarkers |
CN108064380A (zh) * | 2014-10-24 | 2018-05-22 | 皇家飞利浦有限公司 | 使用多种细胞信号传导途径活性的医学预后和治疗反应的预测 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016094330A2 (en) * | 2014-12-08 | 2016-06-16 | 20/20 Genesystems, Inc | Methods and machine learning systems for predicting the liklihood or risk of having cancer |
WO2016133928A1 (en) * | 2015-02-17 | 2016-08-25 | Massachusetts Institiute Of Technology | System and method for sepsis care task management |
US20160357923A1 (en) * | 2015-02-27 | 2016-12-08 | Humana Inc. | Dialysis predictive model |
US20160283686A1 (en) | 2015-03-23 | 2016-09-29 | International Business Machines Corporation | Identifying And Ranking Individual-Level Risk Factors Using Personalized Predictive Models |
WO2017177111A1 (en) * | 2016-04-08 | 2017-10-12 | Rdb Bioinformatics, Llc | A multi-level, laboratory-based surveillance system for detection of intraoperative "eskape" bacterial pathogens for hcai prevention |
WO2017194735A1 (en) * | 2016-05-13 | 2017-11-16 | INSERM (Institut National de la Santé et de la Recherche Médicale) | Methods and kits for predicting or assessing the severity of infections caused by staphylococcus aureus |
WO2018129414A1 (en) * | 2017-01-08 | 2018-07-12 | The Henry M. Jackson Foundation For The Advancement Of Military Medicine, Inc. | Systems and methods for using supervised learning to predict subject-specific pneumonia outcomes |
-
2019
- 2019-06-28 CN CN201980044168.3A patent/CN112384983A/zh active Pending
- 2019-06-28 WO PCT/US2019/039786 patent/WO2020006390A1/en unknown
- 2019-06-28 EP EP19744966.3A patent/EP3815098A1/en active Pending
- 2019-06-28 CA CA3103980A patent/CA3103980A1/en active Pending
- 2019-06-28 US US16/456,510 patent/US11495359B2/en active Active
-
2022
- 2022-11-07 US US17/982,277 patent/US20230056899A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110295782A1 (en) * | 2008-10-15 | 2011-12-01 | Alexander Stojadinovic | Clinical Decision Model |
CN103493054A (zh) * | 2010-10-12 | 2014-01-01 | 美国西门子医疗解决公司 | 用于预测心血管病发展的医疗信息技术系统 |
CN103907130A (zh) * | 2011-06-30 | 2014-07-02 | 匹兹堡大学联邦系统高等教育 | 确定对心肺功能不足的易感性的系统和方法 |
US20150213224A1 (en) * | 2012-09-13 | 2015-07-30 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for automated patient monitoring |
CN105210065A (zh) * | 2013-03-12 | 2015-12-30 | 塔霍农村卫生研究所有限公司 | 用于向用户提供医疗护理算法的系统和方法 |
US20150220699A1 (en) * | 2014-02-06 | 2015-08-06 | Andrey Ostrovsky | Computerized system and method for determining hospital admission risk |
CN108064380A (zh) * | 2014-10-24 | 2018-05-22 | 皇家飞利浦有限公司 | 使用多种细胞信号传导途径活性的医学预后和治疗反应的预测 |
WO2018057616A1 (en) * | 2016-09-21 | 2018-03-29 | Rejuvenan Global Health, Inc. | Interactive computing system to generate customized preventive health information based on an individual's biomarkers |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115547500A (zh) * | 2022-11-03 | 2022-12-30 | 深圳市龙岗区第三人民医院 | 血液透析病人的健康监测设备及系统 |
CN115547500B (zh) * | 2022-11-03 | 2023-03-24 | 深圳市龙岗区第三人民医院 | 血液透析病人的健康监测设备及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20200005947A1 (en) | 2020-01-02 |
US11495359B2 (en) | 2022-11-08 |
WO2020006390A1 (en) | 2020-01-02 |
US20230056899A1 (en) | 2023-02-23 |
CA3103980A1 (en) | 2020-01-02 |
EP3815098A1 (en) | 2021-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11495359B2 (en) | Systems and methods for identifying risk of infection in dialysis patients | |
US20190318818A1 (en) | Systems and methods for determining functionality of dialysis patients for assessing parameters and timing of palliative and/or hospice care | |
CN111033637B (zh) | 用于治疗和评估慢性肾脏疾病的进程的系统和方法 | |
US10496788B2 (en) | Holistic hospital patient care and management system and method for automated patient monitoring | |
US10593426B2 (en) | Holistic hospital patient care and management system and method for automated facial biological recognition | |
US20150213217A1 (en) | Holistic hospital patient care and management system and method for telemedicine | |
US20150213202A1 (en) | Holistic hospital patient care and management system and method for patient and family engagement | |
US20150213222A1 (en) | Holistic hospital patient care and management system and method for automated resource management | |
US20150213225A1 (en) | Holistic hospital patient care and management system and method for enhanced risk stratification | |
US20200051674A1 (en) | Systems and methods for determining patient hospitalization risk and treating patients | |
US20190371472A1 (en) | Systems and methods for identifying comorbidities | |
US20150213223A1 (en) | Holistic hospital patient care and management system and method for situation analysis simulation | |
US20150213206A1 (en) | Holistic hospital patient care and management system and method for automated staff monitoring | |
KR20170058391A (ko) | 환자 데이터에 기반한 헬스케어 진단 및 치료를 위한 베이지안 인과 관계 네트워크 모델 | |
WO2015157577A2 (en) | Holistic hospital patient care and management system and method for telemedicine | |
AU2022203714A1 (en) | Systems and methods for determining patient hospitalization risk and treating patients | |
WO2016077792A1 (en) | Patent state representation architechtures and uses thereof | |
WO2021247557A1 (en) | Artificial intelligence and/or machine learning based systems, devices, and methods for designing patient prescriptions |
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 |