CN114096305A - 用于尿失禁管理的物联网(iot)解决方案 - Google Patents
用于尿失禁管理的物联网(iot)解决方案 Download PDFInfo
- Publication number
- CN114096305A CN114096305A CN202080032559.6A CN202080032559A CN114096305A CN 114096305 A CN114096305 A CN 114096305A CN 202080032559 A CN202080032559 A CN 202080032559A CN 114096305 A CN114096305 A CN 114096305A
- Authority
- CN
- China
- Prior art keywords
- energy level
- data
- sensor
- determining
- sensors
- 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
- 206010046543 Urinary incontinence Diseases 0.000 title abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 190
- 238000012544 monitoring process Methods 0.000 claims abstract description 103
- 238000004590 computer program Methods 0.000 claims abstract description 19
- 239000002250 absorbent Substances 0.000 claims description 287
- 230000002745 absorbent Effects 0.000 claims description 285
- 238000012545 processing Methods 0.000 claims description 139
- 230000000694 effects Effects 0.000 claims description 137
- 239000000463 material Substances 0.000 claims description 134
- 206010021639 Incontinence Diseases 0.000 claims description 108
- 230000008859 change Effects 0.000 claims description 106
- 239000007788 liquid Substances 0.000 claims description 105
- 230000004044 response Effects 0.000 claims description 61
- 238000001035 drying Methods 0.000 claims description 60
- 230000033001 locomotion Effects 0.000 claims description 58
- 238000004891 communication Methods 0.000 claims description 52
- 238000005259 measurement Methods 0.000 claims description 42
- 238000003860 storage Methods 0.000 claims description 35
- 230000027939 micturition Effects 0.000 claims description 33
- 208000019206 urinary tract infection Diseases 0.000 claims description 28
- 210000002700 urine Anatomy 0.000 claims description 26
- 229920006395 saturated elastomer Polymers 0.000 claims description 25
- 230000009471 action Effects 0.000 claims description 23
- 208000004210 Pressure Ulcer Diseases 0.000 claims description 21
- 206010011985 Decubitus ulcer Diseases 0.000 claims description 18
- 230000005856 abnormality Effects 0.000 claims description 17
- 238000002562 urinalysis Methods 0.000 claims description 16
- 230000000386 athletic effect Effects 0.000 claims description 14
- 230000005055 memory storage Effects 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 13
- 235000012054 meals Nutrition 0.000 claims description 3
- 238000005353 urine analysis Methods 0.000 claims description 3
- 230000036541 health Effects 0.000 abstract description 71
- 238000007405 data analysis Methods 0.000 abstract description 27
- 238000007726 management method Methods 0.000 description 57
- 230000008569 process Effects 0.000 description 45
- 238000012549 training Methods 0.000 description 38
- 238000004458 analytical method Methods 0.000 description 31
- 230000006870 function Effects 0.000 description 28
- 230000015654 memory Effects 0.000 description 23
- 239000000243 solution Substances 0.000 description 22
- 238000010586 diagram Methods 0.000 description 20
- 230000007613 environmental effect Effects 0.000 description 20
- 238000009736 wetting Methods 0.000 description 19
- 230000000875 corresponding effect Effects 0.000 description 18
- 238000005457 optimization Methods 0.000 description 17
- 230000001413 cellular effect Effects 0.000 description 16
- 238000001514 detection method Methods 0.000 description 15
- 230000036642 wellbeing Effects 0.000 description 14
- 238000010521 absorption reaction Methods 0.000 description 12
- 208000034347 Faecal incontinence Diseases 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 230000000474 nursing effect Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 230000018044 dehydration Effects 0.000 description 6
- 238000006297 dehydration reaction Methods 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 239000000853 adhesive Substances 0.000 description 5
- 230000001070 adhesive effect Effects 0.000 description 5
- 238000003491 array Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 206010012289 Dementia Diseases 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 230000036571 hydration Effects 0.000 description 4
- 238000006703 hydration reaction Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 206010066218 Stress Urinary Incontinence Diseases 0.000 description 3
- 208000000921 Urge Urinary Incontinence Diseases 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000004064 dysfunction Effects 0.000 description 3
- 230000002550 fecal effect Effects 0.000 description 3
- 238000001802 infusion Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 208000022170 stress incontinence Diseases 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 206010046494 urge incontinence Diseases 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 206010010774 Constipation Diseases 0.000 description 2
- 206010053236 Mixed incontinence Diseases 0.000 description 2
- 208000012902 Nervous system disease Diseases 0.000 description 2
- 208000025966 Neurological disease Diseases 0.000 description 2
- 238000003339 best practice Methods 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 208000010877 cognitive disease Diseases 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 210000003903 pelvic floor Anatomy 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 210000001635 urinary tract Anatomy 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 206010004446 Benign prostatic hyperplasia Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 206010012218 Delirium Diseases 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 206010056325 Faecaloma Diseases 0.000 description 1
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 1
- 208000008415 Fecal Impaction Diseases 0.000 description 1
- 208000016621 Hearing disease Diseases 0.000 description 1
- 206010020853 Hypertonic bladder Diseases 0.000 description 1
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 244000261422 Lysimachia clethroides Species 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 238000010222 PCR analysis Methods 0.000 description 1
- 208000027089 Parkinsonian disease Diseases 0.000 description 1
- 206010034010 Parkinsonism Diseases 0.000 description 1
- 206010064026 Pelvic floor muscle weakness Diseases 0.000 description 1
- 206010036018 Pollakiuria Diseases 0.000 description 1
- 239000004743 Polypropylene Substances 0.000 description 1
- 208000004403 Prostatic Hyperplasia Diseases 0.000 description 1
- 206010037211 Psychomotor hyperactivity Diseases 0.000 description 1
- 229920001131 Pulp (paper) Polymers 0.000 description 1
- 206010040880 Skin irritation Diseases 0.000 description 1
- 206010042957 Systolic hypertension Diseases 0.000 description 1
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 239000011358 absorbing material Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000000935 antidepressant agent Substances 0.000 description 1
- 229940005513 antidepressants Drugs 0.000 description 1
- 206010003246 arthritis Diseases 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229940049706 benzodiazepine Drugs 0.000 description 1
- 150000001557 benzodiazepines Chemical class 0.000 description 1
- 230000003115 biocidal effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 229920001940 conductive polymer Polymers 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000013872 defecation Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000002934 diuretic Substances 0.000 description 1
- 229940030606 diuretics Drugs 0.000 description 1
- 235000021183 entrée Nutrition 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 239000003349 gelling agent Substances 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 239000003326 hypnotic agent Substances 0.000 description 1
- 230000000147 hypnotic effect Effects 0.000 description 1
- 230000009474 immediate action Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 239000003978 infusion fluid Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 208000005346 nocturnal enuresis Diseases 0.000 description 1
- 231100000344 non-irritating Toxicity 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 208000024449 overflow incontinence Diseases 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 208000024335 physical disease Diseases 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- -1 polypropylene Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 201000004240 prostatic hypertrophy Diseases 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009420 retrofitting Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000036556 skin irritation Effects 0.000 description 1
- 231100000475 skin irritation Toxicity 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 206010041232 sneezing Diseases 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 210000005070 sphincter Anatomy 0.000 description 1
- 208000020431 spinal cord injury Diseases 0.000 description 1
- 239000004583 superabsorbent polymers (SAPs) Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000003204 tranquilizing agent Substances 0.000 description 1
- 230000002936 tranquilizing effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
- 208000022934 urinary frequency Diseases 0.000 description 1
- 230000036318 urination frequency Effects 0.000 description 1
- 208000029257 vision disease Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F13/00—Bandages or dressings; Absorbent pads
- A61F13/15—Absorbent pads, e.g. sanitary towels, swabs or tampons for external or internal application to the body; Supporting or fastening means therefor; Tampon applicators
- A61F13/42—Absorbent pads, e.g. sanitary towels, swabs or tampons for external or internal application to the body; Supporting or fastening means therefor; Tampon applicators with wetness indicator or alarm
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/20—Measuring for diagnostic purposes; Identification of persons for measuring urological functions restricted to the evaluation of the urinary system
- A61B5/202—Assessing bladder functions, e.g. incontinence assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6808—Diapers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F13/00—Bandages or dressings; Absorbent pads
- A61F13/15—Absorbent pads, e.g. sanitary towels, swabs or tampons for external or internal application to the body; Supporting or fastening means therefor; Tampon applicators
- A61F13/44—Absorbent pads, e.g. sanitary towels, swabs or tampons for external or internal application to the body; Supporting or fastening means therefor; Tampon applicators with radio-opaque material or signalling means for residual material
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F13/00—Bandages or dressings; Absorbent pads
- A61F13/15—Absorbent pads, e.g. sanitary towels, swabs or tampons for external or internal application to the body; Supporting or fastening means therefor; Tampon applicators
- A61F13/84—Accessories, not otherwise provided for, for absorbent pads
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/20—Measuring for diagnostic purposes; Identification of persons for measuring urological functions restricted to the evaluation of the urinary system
- A61B5/207—Sensing devices adapted to collect urine
- A61B5/208—Sensing devices adapted to collect urine adapted to determine urine quantity, e.g. flow, volume
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F13/00—Bandages or dressings; Absorbent pads
- A61F13/15—Absorbent pads, e.g. sanitary towels, swabs or tampons for external or internal application to the body; Supporting or fastening means therefor; Tampon applicators
- A61F13/42—Absorbent pads, e.g. sanitary towels, swabs or tampons for external or internal application to the body; Supporting or fastening means therefor; Tampon applicators with wetness indicator or alarm
- A61F2013/424—Absorbent pads, e.g. sanitary towels, swabs or tampons for external or internal application to the body; Supporting or fastening means therefor; Tampon applicators with wetness indicator or alarm having an electronic device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F13/00—Bandages or dressings; Absorbent pads
- A61F13/15—Absorbent pads, e.g. sanitary towels, swabs or tampons for external or internal application to the body; Supporting or fastening means therefor; Tampon applicators
- A61F13/84—Accessories, not otherwise provided for, for absorbent pads
- A61F2013/8476—Accessories, not otherwise provided for, for absorbent pads with various devices or method
- A61F2013/8479—Accessories, not otherwise provided for, for absorbent pads with various devices or method including electric or magnetic devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36007—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of urogenital or gastrointestinal organs, e.g. for incontinence control
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/60—Healthcare; Welfare
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Primary Health Care (AREA)
- Vascular Medicine (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Urology & Nephrology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Orthopedics, Nursing, And Contraception (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开文本涉及智能物联网(IoT)监测系统,并且具体涉及用于实现管理尿失禁的IoT解决方案的技术(例如,系统、方法、存储可由一个或多个处理器执行的代码或指令的计算机程序产品)。一些方面针对管理平台的概念,该管理平台允许最终用户(例如保健提供者、护理人员、或医务人员)使用传感器和IoT装置的网络通过一个或多个客户端装置来管理和监测一个或多个监测对象。其他方面涉及数据分析系统的概念,该数据分析系统被配置为训练和部署一个或多个预测模型,用于分析和跟踪所述一个或多个监测对象的健康或良好状况的指标。
Description
相关申请的交叉引用
本申请要求2020年2月23日提交的名称为“INTERNET OF THINGS(IOT)SOLUTIONFOR MANAGEMENT OF URINARY INCONTINENCE”的美国临时申请第62/980,416号、2019年10月25日提交的名称为“REMOTE VOLUME MEASUREMENT USING A PASSIVE LINEAR RFID TAGARRAY IN CONJUNCTION WITH AUHF RFID TRANSCEIVER AND IOT GATEWAY”的美国临时申请第62/926,054号、和2019年3月4日提交的名称为“INTERNET OF THINGS ENABLED BED-WETTING AND MOBILITY ALARM”的美国临时申请第62/813,318号的优先权,这些申请的全部内容出于所有目的通过引用结合于此。
技术领域
本公开文本涉及智能物联网(IoT)监测系统,并且具体涉及用于实现管理尿失禁的IoT解决方案的技术(例如,系统、方法、存储可由一个或多个处理器执行的代码或指令的计算机程序产品)。
背景技术
尿失禁一般可定义为膀胱失去控制并导致不自主的尿液渗漏。许多身体疾病会导致尿失禁,包括泌尿系统、妇科和神经系统疾病,以及功能障碍,如痴呆和缺乏活动能力(包括卧床限制)。具体地,有几种不同类型的尿失禁,包括急迫性尿失禁、压力性尿失禁、混合性尿失禁、溢出性尿失禁和功能性尿失禁。急迫性尿失禁是伴随或立即伴随尿急的非自愿性渗漏,表明逼尿肌过度活动。压力性尿失禁是由于发力或用力,或打喷嚏或咳嗽而导致的不自主渗漏,通常与尿道活动度增加、内在括约肌功能不良或盆底肌无力有关。混合型尿失禁是急迫性尿失禁和压力性尿失禁的结合。溢出性尿失禁与梗阻(如前列腺肥大)或神经疾病(如脊髓损伤)引起的膀胱过度扩张有关。功能性尿失禁是在存在完好的下尿路系统的情况下发生的渗漏,是由于功能性限制,如活动能力下降、认知障碍或穿衣失用。
尿失禁在疗养院入住人员中常见(例如,影响超过50%的疗养院入住人员),并且与显著的发病率和保健资源的利用相关。疗养院入住人员通常患有多种疾病,包括慢性病、认知障碍和功能受限。虽然长期护理入住人员尿失禁的病因通常是多因素的,但痴呆和功能障碍(包括不能移动)是主要的危险因素。不能移动通过阻止疗养院入住人员上厕所,增加了他们失禁的可能性;而痴呆症降低了他们上厕所的主动性。其他潜在可改变的风险因素包括盆底肌收缩不良、便秘、糖尿病控制不佳、谵妄、收缩期高血压、帕金森综合征、关节炎、背部问题、听力和视力障碍、反复尿路感染、药物(如苯二氮卓类药物、镇定剂、抗抑郁药、催眠药和利尿剂)、高咖啡因摄入、吸烟、和肥胖。
尿失禁管理通常侧重于识别和治疗潜在原因,如逼尿肌不稳定、尿路感染、饮食或药物引起的腹泻、便秘和大便嵌塞。尽管进行了适当的管理,但由于痴呆和健康或与约束相关的不能移动,入住人员仍然可能大小便失禁。通常,疗养院缺乏足够的人力和财力为入住人员提供足够频繁的如厕帮助(包括促使排尿)。使用特殊的内衣和吸收垫是尿失禁管理的通常做法。实践指南规定,入住人员的脏衣服应及时更换,皮肤应及时清洁。然而,很少有数据描述实施尿失禁管理活动所需的时间,关于更好的皮肤清洁如何改善结果的数据更少。尽管如此,由于入住人员的内衣和吸收垫更换不勤,皮肤暴露于尿液中会导致皮肤湿度显著增加,摩擦和磨损增加,使会阴区域易受皮肤刺激并且不利于压疮的愈合过程。因此,需要改进的技术来管理尿失禁。
发明内容
一个或多个计算机的系统可以被配置为通过在系统上安装软件、固件、硬件或它们的组合来执行特定的操作或动作,这些软件、固件、硬件或它们的组合在操作中导致系统执行这些动作。一个或多个计算机程序可以被配置成通过包括指令来执行特定的操作或动作,这些指令在被数据处理设备执行时使得所述设备执行这些动作。一个总的方面包括一种方法,所述方法包括:由数据处理系统获得输入数据;由所述数据处理系统解析所述输入数据以识别来自传感器的传感器数据;以及由所述数据处理系统将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述传感器的环境的干燥或标准化条件相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得。所述方法还包括:由所述数据处理系统基于所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;由所述数据处理系统基于所述比较来确定所述第二能量水平与水分事件相关联;以及响应于确定所述第二能量水平与水分事件相关联,由所述数据处理系统确定与所述传感器相关联的监测对象已经发生失禁事件。所述方法还包括:由所述数据处理系统确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内不包括第三能量水平;响应于确定所述传感器数据不包括所述第三能量水平,由所述数据处理系统确定与所述监测对象相关联的内衣或吸收垫已经饱和;以及由所述数据处理系统提供用户接口,所述用户接口显示关于所述失禁事件和与所述监测对象相关联的所述内衣或吸收垫已经饱和的信息。该方面的其他实施方案包括对应的计算机系统、设备、和记录在一个或多个计算机存储装置上的计算机程序,每个计算机存储装置被配置为执行方法的动作。
实现可以包括一个或多个以下特征。在所述方法中,所述解析包括基于与所述传感器相关联的唯一标识符对来自传感器的在一定时间窗口内的传感器数据进行分组。在所述方法中,确定所述第二能量水平与所述水分事件相关联包括确定所述第一能量水平和所述第二能量水平之间的变化超过与所述水分事件相关联的预定能量阈值或者所述第二能量水平超过与所述水分事件相关联的预定能量阈值。在所述方法中,所述第一能量水平是第一阻抗值,所述第二能量水平是不同于所述第一阻抗值的第二阻抗值。所描述的技术的实现可以包括硬件、方法或过程、或者计算机可访问介质上的计算机软件。
一个总的方面包括一种方法,所述方法包括:由数据处理系统获得输入数据;由所述数据处理系统解析所述输入数据以识别来自传感器的传感器数据;以及由所述数据处理系统将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述传感器的环境的干燥或标准化条件相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得。所述方法还包括:由所述数据处理系统基于所述第一能量水平与所述第二能量水平的所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;由所述数据处理系统基于所述比较来确定所述第二能量水平与水分事件相关联;以及响应于确定所述第二能量水平与水分事件相关联,由所述数据处理系统确定与所述传感器相关联的监测对象已经发生失禁事件。所述方法还包括:由所述数据处理系统确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内包括第三能量水平;以及响应于确定所述传感器数据包括第三能量水平,由所述数据处理系统将所述第三能量水平与所述第二能量水平进行比较。所述方法还包括:由所述数据处理系统基于所述第三能量水平与所述第二能量水平的所述比较来确定所述第三能量水平与干燥事件相关联;响应于确定所述第三能量水平与干燥事件相关联,由所述数据处理系统确定与所述监测对象相关联的内衣或吸收垫未饱和;以及由所述数据处理系统提供用户接口,所述用户接口显示关于所述失禁事件和与所述监测对象相关联的所述内衣或吸收垫未饱和的信息。该方面的其他实施方案包括对应的计算机系统、设备、和记录在一个或多个计算机存储装置上的计算机程序,每个计算机存储装置被配置为执行方法的动作。
实现可以包括一个或多个以下特征。在所述方法中,所述解析包括基于与所述传感器相关联的唯一标识符对来自传感器的在一定时间窗口内的传感器数据进行分组。在所述方法中,确定所述第二能量水平与所述水分事件相关联包括确定所述第一能量水平和所述第二能量水平之间的变化超过与所述水分事件相关联的预定能量阈值或者所述第二能量水平超过与所述水分事件相关联的预定能量阈值。在所述方法中,确定所述第三能量水平与所述干燥事件相关联包括确定所述第二能量水平和所述第三能量水平之间的变化超过与干燥事件相关联的预定干燥阈值或者所述第三能量水平超过与干燥事件相关联的预定干燥阈值。在所述方法中,所述第一能量水平是第一阻抗值,所述第二能量水平是不同于所述第一阻抗值的第二阻抗值,并且所述第三能量水平是不同于所述第一阻抗值和所述第二阻抗值的第三阻抗值。所描述的技术的实现可以包括硬件、方法或过程、或者计算机可访问介质上的计算机软件。
一个总的方面包括一种方法,所述方法包括:由数据处理系统获得输入数据;由所述数据处理系统解析所述输入数据以识别来自传感器的传感器数据;以及由所述数据处理系统将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与静止位置相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得。所述方法还包括由所述数据处理系统基于所述比较来确定所述第一能量水平与所述静止位置相关联。所述方法还包括由所述数据处理系统基于所述比较来确定所述第二能量水平与运动事件相关联。所述方法还包括:响应于确定所述第二能量水平与运动事件相关联,由所述数据处理系统确定与所述传感器相关联的监测对象已经移动;以及由所述数据处理系统确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内包括第三能量水平。所述方法还包括:响应于确定所述传感器数据包括所述第三能量水平,由所述数据处理系统确定所述第三能量水平不同于所述第二能量水平并且所述第三能量水平超过与活动相关联的预定活动阈值。所述方法还包括:由所述数据处理系统的预测模型基于所述传感器数据的模式、所述运动事件的确定以及所述第三能量水平不同于所述第二能量水平并且所述第三能量水平超过所述预定活动阈值的确定来预测所述活动是监测对象在床上翻身或起床。所述方法还包括由所述数据处理系统记录所述监测对象在床上翻身或起床的预测。该方面的其他实施方案包括对应的计算机系统、设备、和记录在一个或多个计算机存储装置上的计算机程序,每个计算机存储装置被配置为执行方法的动作。
实现可以包括一个或多个以下特征。在所述方法中,所述解析包括基于与所述传感器相关联的唯一标识符对来自传感器的在一定时间窗口内的传感器数据进行分组。在所述方法中,确定所述第二能量水平与所述运动事件相关联包括确定所述第一能量水平和所述第二能量水平之间的变化超过与所述运动事件相关联的预定能量阈值或者所述第二能量水平超过与所述运动事件相关联的预定能量阈值。在所述方法中,所述第一能量水平是第一阻抗值,所述第二能量水平是不同于所述第一阻抗值的第二阻抗值,并且所述第三能量水平是不同于所述第一阻抗值和所述第二阻抗值的第三阻抗值。所描述的技术的实现可以包括硬件、方法或过程、或者计算机可访问介质上的计算机软件。
一个总的方面包括一种吸收制品,其包括:透液顶片。所述吸收制品还包括吸收材料,其设置在所述透液顶片下。所述吸收制品还包括非吸收材料,其邻近所述透液顶片或所述吸收材料的至少一部分设置。所述吸收制品还包括不透液背片,其设置在所述吸收材料上,使得所述吸收材料设置在所述透液顶片和所述不透液背片之间。所述吸收制品还包括一个或多个附接结构,其附接到所述不透液背片,其中所述一个或多个附接结构被构造成保持一个或多个传感器。
实现可以包括一个或多个以下特征。在所述吸收制品中,所述一个或多个附接结构是一个或多个套子结构。在所述吸收制品中,所述一个或多个附接结构中的第一附接结构在所述不透液背片的前侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片。在所述吸收制品中,所述一个或多个附接结构中的第二附接结构在所述非吸收材料的外边缘上附接到所述不透液背片。在所述吸收制品中,所述一个或多个附接结构中的第四附接结构在所述不透液背片的后侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片。在所述吸收制品中,所述一个或多个附接结构中的第三附接结构在所述不透液背片的前侧在下面的吸收材料上附接到所述不透液背片。在所述吸收制品中,所述一个或多个附接结构是磁性结构。所述吸收制品进一步包括所述一个或多个传感器,其中所述一个或多个传感器中的每个传感器设置在所述一个或多个附接结构的相应附接结构中。在所述吸收制品中,所述一个或多个传感器是一个或多个射频识别(RFID)传感器。
一个总的方面包括一种吸收制品,其包括:透液顶片。所述吸收制品还包括吸收材料,其设置在所述透液顶片下。所述吸收制品还包括非吸收材料,其邻近所述透液顶片或所述吸收材料的至少一部分设置。所述吸收制品还包括不透液背片,其设置在所述吸收材料上,使得所述吸收材料设置在所述透液顶片和所述不透液背片之间。所述吸收制品还包括一个或多个传感器,其附接到所述不透液背片。
实现可以包括一个或多个以下特征。在所述吸收制品中,所述一个或多个传感器是一个或多个射频识别(RFID)传感器。在所述吸收制品中,所述一个或多个传感器中的第一传感器在所述不透液背片的前侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片。在所述吸收制品中,所述一个或多个传感器中的第二传感器在所述非吸收材料的外边缘上附接到所述不透液背片。在所述吸收制品中,所述一个或多个传感器中的第三传感器在所述不透液背片的前侧在下面的吸收材料上附接到所述不透液背片。在所述吸收制品中,所述一个或多个传感器中的第四传感器在所述不透液背片的后侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片上。
一个总的方面包括一种系统,所述系统包括:吸收制品,所述吸收制品包括:透液顶片;吸收材料,其设置在所述透液顶片下;非吸收材料,其邻近所述透液顶片或所述吸收材料的至少一部分设置;不透液背片,其设置在所述吸收材料上,使得所述吸收材料设置在所述透液顶片和所述不透液背片之间;和一个或多个传感器,其附接到所述不透液背片。所述系统还包括物联网(IoT)装置,其与所述一个或多个传感器无线通信。
实现可以包括一个或多个以下特征。在所述系统中,所述一个或多个传感器是一个或多个射频识别(RFID)传感器。在所述系统中,所述IoT装置包括RFID阅读器和控制器。在所述系统中,所述一个或多个传感器中的第一传感器在所述不透液背片的前侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片。在所述系统中,所述一个或多个传感器中的第二传感器在所述非吸收材料的外边缘上附接到所述不透液背片。在所述系统中,所述一个或多个传感器中的第三传感器在所述不透液背片的前侧在下面的吸收材料上附接到所述不透液背片。在所述系统中,所述一个或多个传感器中的第四传感器在所述不透液背片的后侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片上。该系统还包括成角度的支架,所述成角度的支架包括附接到所述IoT装置的第一端和附接到连接到所述IoT装置的外部天线的第二端。
一个总的方面包括一种测量系统,所述测量系统包括:容器。所述测量系统还包括直线形传感器阵列,其附接到所述容器,其中所述传感器阵列中的每个传感器相对于相应的液体体积指示器定位在所述容器上。所述测量系统还包括:包括处理器和记忆存储装置的计算装置,其中数据表存储在所述记忆存储装置中,并且所述数据表包括所述传感器阵列的每个传感器的唯一标识符和用所述唯一标识符索引的相应的液体体积。
一个总的方面包括一种方法,所述方法包括:(i)通过数据处理系统获得输入数据。所述方法还包括(ii)由所述数据处理系统解析所述输入数据,以识别由物联网(IoT)装置从布置在收集装置上的多个传感器收集的所有传感器数据,其中所述解析包括基于与每个所述传感器相关联的唯一标识符,将所述传感器数据分组为在所述时间窗口内从所述多个传感器中的每个传感器接收的传感器数据子集,并且其中至少一个从所述多个传感器中的一个传感器接收的传感器数据的子集包括在第一时刻获得的第一能量水平和在所述第一时刻之后或稍后的第二时刻获得的第二能量水平。所述方法还包括(iii)由所述数据处理系统将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述多个传感器的环境的干燥或标准化条件相关联。所述方法还包括(iv)由所述数据处理系统基于所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联。所述方法还包括(v)由所述数据处理系统基于所述比较来确定所述第二能量水平与水分事件相关联。所述方法还包括(vi)响应于确定所述第二能量水平与水分事件相关联,由所述数据处理系统识别与所述传感器相关联的液体体积,所述传感器与所述至少一个传感器数据子集相关联。所述方法还包括由所述数据处理系统对与所述多个传感器中的其他传感器相关联的所有其他传感器数据子集重复步骤(iii)-(vi),以识别与所述其他传感器相关联的附加液体体积。所述方法还包括:由所述数据处理系统分析与所述传感器相关联的所述液体体积和与所述其他传感器相关联的所述附加液体体积,以确定所述收集装置的总液体体积。所述方法还包括由所述数据处理系统提供显示所述收集装置的所述总液体体积的用户接口。该方面的其他实施方案包括对应的计算机系统、设备、和记录在一个或多个计算机存储装置上的计算机程序,每个计算机存储装置被配置为执行方法的动作。
一个总的方面包括一种方法,所述方法包括:由数据处理系统从与监测对象相关联的多个射频识别(RFID)传感器获得传感器数据。所述方法还包括由所述数据处理系统使用所述传感器数据确定一段时间内的多个失禁事件。所述方法还包括由所述数据处理系统使用所确定的多个失禁事件来确定所述监测对象的平均排尿间隔时间。所述方法还包括由所述数据处理系统基于所述平均排尿间隔时间确定所确定的多个失禁事件中的统计异常。所述方法还包括基于所述传感器数据和所述统计异常,由预测模型预测监测对象患有或发展成尿路感染的风险。所述方法还包括由所述数据处理系统提供用户接口,其显示关于所预测的所述监测对象患有或发展成尿路感染的风险的信息。该方面的其他实施方案包括对应的计算机系统、设备、和记录在一个或多个计算机存储装置上的计算机程序,每个计算机存储装置被配置为执行方法的动作。
实现可以包括一个或多个以下特征。所述方法进一步包括:响应于确定所述统计异常,由所述数据处理系统触发对所述监测对象进行尿液分析和尿培养的请求。所述方法进一步包括由所述数据处理系统获得所述尿液分析和尿培养的结果,其中所述预测所述监测对象患有或发展成尿路感染的风险是基于所述传感器数据、所述统计异常、以及所述尿液分析和尿培养的所述结果。所述方法进一步包括由所述数据处理系统获得附加数据,所述附加数据包括进餐时间间隔、IV速率、G管喂食速率或其组合,其中所述预测所述监测对象患有或发展成尿路感染的风险是基于所述传感器数据、所述统计异常、所述尿液分析和尿培养的所述结果、以及附加数据。所描述的技术的实现可以包括硬件、方法或过程、或者计算机可访问介质上的计算机软件。
一个总的方面包括一种方法,所述方法包括:由数据处理系统从与监测对象相关联的多个射频识别(RFID)传感器获得传感器数据。所述方法还包括由所述数据处理系统使用所述传感器数据确定一段时间内的多个运动事件。所述方法还包括由第一预测模型使用所确定的多个运动事件来确定运动活动的模式。所述方法还包括基于所述传感器数据和所述运动活动模式,由第二预测模型预测监测对象患有或发展为褥疮的风险。所述方法还包括由所述数据处理系统提供用户接口,其显示关于所预测的所述监测对象患有或发展成褥疮的风险的信息。该方面的其他实施方案包括对应的计算机系统、设备、和记录在一个或多个计算机存储装置上的计算机程序,每个计算机存储装置被配置为执行方法的动作。
实现可以包括一个或多个以下特征。所述方法进一步包括由所述数据处理系统获得包括工作人员关顾所述监测对象的频率的附加数据,其中所述预测所述监测对象患有或发展成褥疮的风险是基于所述传感器数据、所述运动活动模式、和所述附加数据。所描述的技术的实现可以包括硬件、方法或过程、或者计算机可访问介质上的计算机软件。
在一些实施方案中,提供了一种系统,该系统包括一个或多个数据处理器和包含指令的非暂时性计算机可读存储介质,当在一个或多个数据处理器上执行这些指令时,使得一个或多个数据处理器执行本文公开的一个或多个方法的部分或全部。
在一些实施方案中,提供了一种计算机程序产品,其有形地实现在非暂时性机器可读存储介质中,并且包括指令,所述指令被配置为使得一个或多个数据处理器执行本文公开的一个或多个方法的部分或全部。
本公开文本的一些实施方案包括包含一个或多个数据处理器的系统。在一些实施方案中,系统包括包含指令的非暂时性计算机可读存储介质,当所述指令在一个或多个数据处理器上执行时,使得所述一个或多个数据处理器执行本文公开的一个或多个方法的部分或全部和/或一个或多个过程的部分或全部。本公开文本的一些实施方案包括有形地实现在非暂时性机器可读存储介质中的计算机程序产品,其包括指令,所述指令被配置为使一个或多个数据处理器执行本文公开的一个或多个方法的部分或全部和/或一个或多个过程的部分或全部。
已经使用的术语和表达被用作描述性的术语而非限制性的术语,并且在使用这些术语和表达时无意排除所示出和描述的特征或其部分的任何等同物,但是应当认识到,在所要求保护的本发明的范围内,各种修改是可能的。因此,应当理解,尽管所要求保护的本发明已经通过实施方案和可选特征具体公开,但是本领域技术人员可以对本文公开的概念进行修改和变化,并且这种修改和变化被认为在由所附权利要求限定的本发明的范围内。
附图说明
图1示出了根据各种实施方案的管理平台。
图2示出了说明根据各种实施方案的管理系统的简化框图。
图3A-3E示出了根据各种实施方案的医疗装置和各种传感器布置。
图4A示出了说明根据各种实施方案的无线解决方案的简化框图。
图4B和图4C示出了根据各种实施方案的IoT装置以及IoT装置在监测对象床上的示例性放置。
图5A-5F示出了根据各种实施方案的用于医疗装置的无线解决方案和传感器布置。
图6A-6E示出了根据各种实施方案的用于医疗装置的另一种无线解决方案和传感器布置。
图7示出了根据各种实施方案的用于训练和运行机器学习网络以分析和跟踪健康和良好状况指标的分析系统。
图8示出了说明根据一些实施方案的用于确定水分感测事件和预测被识别监测对象的活动的过程的流程图。
图9示出了说明根据一些实施方案的用于确定水分感测事件和预测活动的过程的流程图。
图10示出了说明根据各种实施方案的用于预测监测对象健康或良好状况的过程的流程图。
图11示出了说明根据一些实施方案的用于预测监测对象患有或发展成尿路感染的风险的过程的流程图。
图12示出了图示根据各种实施方案的用于确定运动事件和预测所识别的监测对象的活动的过程的流程图。
图13示出了根据各种实施方案的流程图,该流程图示出了用于预测监测对象患有或发展为褥疮的风险的过程。
图14示出了说明根据各种实施方案的用于预测人员和优化人员管理的过程的流程图。
图15示出了说明根据各种实施方案的用于预测库存和优化库存控制管理的过程的流程图。
图16是根据各种实施方案的示例性计算装置。
图17示出了说明根据各种实施方案的IoT解决方案可视化系统的一些功能组件的框图。
图18A和18B示出了根据各种实施方案的用于多个不同监测对象的传感器和IoT装置数据的整合图形用户接口。
图19A和19B示出了根据各种实施方案的用于某一监测对象的传感器和IoT装置数据的整合图形用户接口。
图20出了根据各种实施方案的用于多个不同监测对象的传感器和IoT装置数据的整合图形用户接口。
图21示出了说明根据各种实施方案的用于为多个监测对象提供失禁事件的整合视图的过程的流程图。
具体实施方式
I.引言
本公开文本涉及IoT监测系统,并且具体涉及用于实现管理尿失禁的IoT解决方案的技术(例如,系统、方法、存储可由一个或多个处理器执行的代码或指令的计算机程序产品)。更具体地,本公开文本的一些实施方案提供了从各种电子装置(例如,湿度传感器、温度传感器等)接收数据的集中式计算和存储系统,用于分析尿失禁、排尿模式、监测对象的运动(例如,监测对象在床上的运动以减轻褥疮或监测对象离开床上的运动以进行潜在摔落分析)、用于人员(例如,保健提供者)管理和库存管理的逻辑目的、以及医疗装置管理(例如,Foley袋护理)。
传统的失禁监测系统通常具有传感器,该传感器可以检测液体和粪便事件,将液体和粪便事件的感测数据传输到计算装置(例如,服务器),并且计算装置将传输的数据处理成可采取行动的信息(例如,当需要为入住人员换洗时通知保健提供者),将传输的数据存储在安全的服务器环境中。传感器通常被结合到监测对象(例如患者或疗养院入住人员)使用的内衣或吸收垫中,并且接收器通常位于远离由保健提供者占据的位置中监测对象所处的环境。传感器从其所处位置捕获水分数据,并且在某些情况下还捕获地理位置数据,并将代表性数据传输到接收器,在接收器处,数据被分析以获得可采取行动的信息。这样,保健提供者可以使用该系统来监测监测对象的水分和位置。在一些情况下,失禁监测系统可以处理数据以向保健提供者提供监测对象已经弄湿了他们的内衣或吸收垫的通知。尽管从远程位置监测内衣或吸收垫的润湿通常是有效的,但目前使用的大多数常规失禁监测系统都有许多缺点。这些缺点包括:(i)仅从单个电子装置(例如,水分传感器)捕获数据输入;(ii)保健提供者需要直接观察和手动分析任何观察结果,例如排尿频率;(iii)水分传感器依赖于复杂的制造技术和电导率或电阻来进行水分检测;(iv)利用与传感器电连接的读出装置;(v)需要与内衣或吸收垫集成的电源、处理器和/或扩展坞;和/或(vi)用于更换内衣或吸收垫的分析通常基于湿或不湿的二元确定。
为了解决这些问题,各种实施方案针对用于实现管理尿失禁的IoT解决方案的技术。例如,本公开文本的一个说明性实施方案包括获得输入数据;解析输入数据以识别传感器数据;将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较;基于所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;基于所述比较来确定所述第二能量水平与水分事件相关联;响应于确定所述第二能量水平与水分事件相关联,确定所述传感器数据在接收到所述第二能量水平之后的预定时间段内不包括第三能量水平;以及响应于确定所述传感器数据不包括第三能量水平,由预测模型预测与所述传感器数据相关联的监测对象已经发生失禁事件,并且与所述监测对象相关联的内衣或吸收垫已经饱和。
本公开文本的另一说明性实施方案包括:获得输入数据;解析输入数据以识别传感器数据;将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较;基于所述比较来确定所述第一能量水平与不存在运动相关联;基于所述比较来确定所述第二能量水平与运动事件相关联;响应于确定所述第二能量水平与运动事件相关联,确定所述传感器数据在接收到所述第二能量水平之后的预定时间段内不包括第三能量水平;以及响应于确定所述传感器数据不包括第三能量水平,由预测模型预测与所述传感器数据相关联的监测对象已经在床上翻身。
本公开文本的另一说明性实施方案包括:获得输入数据;解析输入数据以识别传感器数据;将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较;基于所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;基于所述比较来确定所述第二能量水平与水分事件相关联;响应于确定所述第二能量水平与水分事件相关联,确定所述传感器数据在接收到所述第二能量水平之后的预定时间段内包括第三能量水平;以及响应于确定所述传感器数据包括第三能量水平,由预测模型预测与所述传感器数据相关联的监测对象已经发生失禁事件,并且与所述监测对象相关联的内衣或吸收垫未饱和。
II.管理系统
图1示出了管理平台100,其允许诸如保健提供者、护理人员或医务人员的最终用户使用传感器110和IoT装置115的网络通过一个或多个客户端装置105来管理和监测一个或多个监测对象。虽然图1中示出了多个客户端装置105、传感器110和IoT装置115,但是本领域普通技术人员将理解,管理平台100内可以存在任意数量的客户端装置105、传感器110和IoT装置115。客户端装置105包括具有网络连接能力的任何人机接口,该接口允许访问通信网络120以与传感器110和IoT装置115的网络进行通信。例如,客户端装置105可以包括:独立接口(例如,蜂窝电话、智能手机、家用计算机、膝上型计算机、平板电脑、个人数字助理(PDA)、计算装置、诸如智能手表的可穿戴装置、墙壁面板、小键盘等);内置于电器或其他装置(例如,电视、冰箱、安保系统、游戏控制台、浏览器等)中的接口;语音或手势接口(例如KinectTM传感器、WiimoteTM等);IoT装置接口(例如支持互联网的设备,例如医疗装置、控制接口或其他合适的接口)等。在一些情况下,用户可以使用应用(例如,管理应用)、网络浏览器、专有程序或由客户端装置105执行和操作的任何其他程序来与IoT装置115交互。
在一些实施方案中,客户端装置105包括蜂窝或其他宽带网络收发器无线电或接口,并且被配置为使用蜂窝或宽带网络收发器无线电与蜂窝或其他宽带通信网络120通信。在一些实施方案中,客户端装置105包括无线网络或其他无线网络收发器无线电或接口,并且被配置为使用无线网络或无线网络收发器无线电与局域网(LAN)或其他无线通信网络120通信。在一些实施方案中,客户端装置105包括蜂窝或其他宽带通信收发器无线电或接口以及WiFi或其他无线网络收发器无线电或接口,并且被配置为使用蜂窝或宽带网络收发器无线电与蜂窝或其他宽带通信网络120通信,以及使用WiFi或无线网络收发器无线电与LAN或其他无线通信网络120通信。例如,客户端装置105可以使用ZigbeeTM信号、蓝牙TM信号、WiFi信号、红外(IR)信号、超宽带(UWB)信号、WiFi直连信号、低功耗蓝牙TM(BLE)信号、声音频率信号、蜂窝数据信号等与传感器110和IoT装置115的网络通信。
如本文所使用的,传感器110是装置、模块、机器或子系统,其目的是检测其环境中的事件(例如,物理属性)或变化,并将信息发送到其他电子装置(例如,IoT装置)。传感器110可以包括用于感测环境中的任何数量和类型的事件或变化的任何数量和类型的传感器,并且被配置为向IoT装置115传送关于环境中的事件或变化的数据。在一些情况下,传感器包括一个或多个水分传感器。一个或多个水分传感器可以附接在内衣或吸收垫上,并被配置为将水分数据传送到IoT装置115。在其他情况下,传感器包括一个或多个水分传感器和可选的压力传感器。一个或多个水分传感器和可选的压力传感器可以附接到内衣、吸收垫或其组合上,并被配置为将水分数据和可选的压力数据传送到IoT装置115。IoT装置115将接收水分数据和可选的压力数据,并将这些数据经由通信网络120传输到网关125、云网络130、和/或客户端装置105。
如此处所使用的,IoT装置115是包括感测、控制和/或分析功能,以及WiFiTM收发器无线电或接口,蓝牙TM收发器无线电或接口,ZigbeeTM收发器无线电或接口,UWB收发器无线电或接口,WiFi直连收发器无线电或接口,BLE收发器无线电或接口,射频识别(RFID)或接口,蜂窝无线电或接口和/或允许IoT装置115与LAN、广域网(WAN)、蜂窝网络等和/或一个或多个其他装置(例如,传感器或其他IoT装置)通信的任何其他无线网络收发器无线电或接口的装置。在一些实施方案中,IoT装置115包括蜂窝收发器无线电,并且被配置为使用蜂窝网络收发器无线电与蜂窝网络通信。在一些实施方案中,IoT装置115包括无线收发器无线电,并且被配置为使用无线网络收发器无线电与无线网络通信。IoT装置115包括RFID阅读器,并被配置为使用RFID信号广播或接口与RFID传感器通信。在一些实施方案中,IoT装置115包括蜂窝收发器无线电、无线收发器无线电、和RFID阅读器。IoT装置115还包括一个或多个被配置用于分析的处理器,例如边缘计算,其使计算和数据存储更靠近需要它的位置(在数据源处或附近,例如传感器),以改善响应时间并节省带宽。
在一些实例中,IoT装置115可以包括自动化网络装置,其允许用户访问、通信、控制和/或配置位于环境或场所内的各种医疗装置、传感器110或工具(例如,传感器、加湿器、呼吸器、病床、浴室升降机、移动踏板车、打印机、计算机等)或环境或场所外的各种医疗装置、传感器110或工具(例如,运动传感器、运输系统等)。例如,IoT装置115可以是与一个或多个传感器110(例如,RFID水分传感器)通信的集线器装置,其将监测对象“连接”到通信网络120、网关125和/或云网络130。在一些实施方案中,IoT装置115可以在各种环境或场所中使用,例如医院、疗养院、机构、个人护理院、监测对象的家里或能够支持管理平台100以实现与IoT装置115通信的任何地方。例如,IoT装置115可以允许用户访问、通信、控制和/或配置装置,例如医疗装置(例如,骨盆底刺激器、Foley袋、输液泵、失禁控制装置、水分传感器等)、计算装置(例如,个人计算机、膝上型计算机、平板电脑、个人数字助理(PDA)、计算装置、可穿戴装置等)、照明装置(例如,灯、嵌入式照明等)、与安保系统相关联的装置、与报警系统相关联的装置等。在一些实例中,IoT装置115包括硬件、软件或其组合,其允许响应于从接收到的传感器数据(例如,水分数据和可选压力数据)确定的预定事件而发出听觉警报,并且允许听觉警报、预定事件或监测对象或医疗保健提供者对预定事件的响应被接触传感器、机械接口按钮、图形用户接口按钮等确认。
通信网络120可以是无线网络、有线网络或有线和无线网络的组合。无线网络可以包括任何无线接口或无线接口的组合(例如,ZigbeeTM、蓝牙TM、WiFi、IR、UWB、WiFi直连t、BLE、蜂窝、长期演进(LTE)、WiMaxTM等)。有线网络可以包括任何有线接口(例如,光纤、以太网、电力线以太网、同轴电缆以太网、数字信号线(DSL)等)。通信网络120可以使用各种路由器、接入点、网桥、网关等来实现,以连接管理平台100中的装置。例如,通信网络120可以连接客户端装置105、传感器110、IoT装置115、网关125和云网络130。
在一些情况下,一个或多个网关125作为单一装置与IoT装置115集成在一起。在其他情况下,一个或多个网关125与IoT装置115分离。在任一情况下,一个或可选网关125可以经由无线电信号向IoT装置115和/或客户端装置105提供通信能力,以便向IoT装置115提供通信、定位和/或其他服务。由网关125提供的网络接入可以是本领域技术人员熟悉的任何类型的网络,其可以使用各种商业上可获得的协议中的任何一种来支持数据通信。例如,网关125可以使用特定的通信协议为通信网络120提供无线通信能力,所述特定的通信协议诸如WiFiTM、ZigbeeTM、蓝牙TM、红外(IR)、RFID、蜂窝、长期演进(LTE)、WiMaxTM或其他无线通信技术或其任意组合。在一些情况下,网关125可以向客户端装置105和IoT装置115提供对一个或多个外部网络的访问,例如云网络130、互联网和/或其他广域网。虽然在图1中示出了单个网关125,但是本领域普通技术人员将会理解,在管理平台100内可以存在任意数量的网关。
云网络130可以包括提供云服务的云基础设施系统。在某些实施方案中,由云网络130提供的服务包括按需向云基础设施系统的用户提供的大量服务,例如注册、IoT装置115的访问控制和分析。云基础设施系统提供的服务可以动态扩展,以满足其用户的需求。云网络130可以包括一个或多个计算机、服务器和/或系统。在一些实施方案中,组成云网络130的计算机、服务器和/或系统不同于用户自己的内部计算机、服务器和/或系统。例如,云网络130可以托管应用,并且用户可以经由诸如互联网的通信网络120按需订购和使用该应用。
在一些实施方案中,为了在云网络130和一个或多个IoT装置115之间建立安全连接,云网络130可以实现用于跨网关或装置(例如,网络地址转换(NAT)穿越应用)建立和维护互联网协议连接的技术。例如,每个IoT装置115可以建立单独的安全传输控制协议(TCP)连接,用于在每个IoT装置115和云网络130之间进行通信。在一些实施方案中,每个安全连接可以无限期地保持开放,使得云网络130可以在任何时间发起与每个相应IoT装置115的通信。在一些情况下,可以使用其他类型的通信协议来支持云网络130和IoT装置115和/或客户端装置105之间的其他类型的通信,例如超文本传输(HTTP)协议、超文本传输协议安全(HTTPS)协议等。在一些实施方案中,由云网络130发起的通信可以通过TCP连接进行,并且由网络装置发起的通信可以通过HTTP或HTTPS连接进行。在某些实施方案中,云网络130可以包括以自助服务、基于订阅、可弹性扩展、可靠、高度可用和安全的方式交付给客户的一套应用、中间件和数据库服务产品。
如本文详细描述的,使用传感器110和IoT装置115的网络通过客户端装置105管理和监测一个或多个监测对象可以包括分析和查看各种形式的数据,包括(i)流式或批量传感器数据,例如RFID信号(例如阻抗值),和(ii)本地或远程存储的传感器数据或医疗数据,例如历史RFID信号和医疗历史数据。传感器110和IoT装置115通常位于一个或多个监测对象居住的疗养院房间、医院病房、卧室或其他环境中。在一些情况下,一个或多个传感器110和/或IoT装置115可以位于一个或多个监测对象的房间中,并且一个或多个客户端装置105可以远离房间,例如在护士站或保健提供者的设施中。在任何情况下,应当理解,传感器110和/或IoT装置115可以放置在一个或多个监测对象存在的任何地方,以便连续、半连续或周期性地监测一个或多个监测对象的健康和良好状况(包括监测对象的医疗状况(例如,尿失禁))。
客户端装置105可以包括在显示器(例如,监视器屏幕、LCD或LED显示器、投影仪等)上提供的图形用户接口(GUI)或浏览器应用。操作客户端装置105的最终用户可以被呈现一个或多个这些接口,这些接口接受输入以使最终用户能够经由通信网络120与管理平台100交互。在客户端装置105上执行的一个或多个接口可以使用管理应用来访问。一个或多个接口和管理应用可以被实现为在客户端装置105、传感器网络110和IoT装置115以及远程服务器145之间传送内容数据,例如文本内容、多媒体内容(例如图像)等。在一些实例中,管理应用可在客户端装置105上独立操作,用于从传感器110和IoT装置115的网络收集数据、显示数据以及分析和跟踪数据(而不必为了其大部分功能而连接到远程服务器140)。在其他实例中,管理应用依赖于客户端装置105来操作,用于从传感器110和IoT装置115的网络收集数据,显示数据,以及分析和跟踪数据(为了其至少一些功能而需要连接到远程服务器140)。
一个或多个接口和管理应用可以由最终用户实现,以访问传感器110和IoT装置115的网络,例如访问实时数据馈送和监测一个或多个监测对象。附加地或替代地,最终用户可以使用一个或多个接口和管理应用来访问远程服务器140,例如查看由客户端装置105或IoT装置115获得并保存在数据存储145中的数据。例如,在监测期间,IoT装置115捕获数据(例如,来自一个或多个监测对象的传感器数据)并将数据传输到一个或多个客户端装置105和/或远程服务器140。一个或多个客户端装置105处理数据并将数据输出到一个或多个显示器,例如客户端装置105处的显示器或另一位置,例如客户端装置105。远程服务器140处理数据并将数据保存在数据存储145中,使得客户端装置105可以访问远程服务器140以查看获得并保存在数据存储145中的数据。
在一个或多个客户端装置105和/或远程服务器140处,分析系统可以使用一种或多种经训练的机器学习(ML)技术来处理传入的内容数据,以识别、分析和跟踪保健数据,例如包括尿失禁在内的监测对象健康的指标。在一些示例中,实时或接近实时地处理输入数据。或者,处理可以不实时(或接近实时)完成,而是可以在请求分析之后或在监测会话的一段时间之后处理,以收集更大范围的数据并可能改进分析。在一些情况下,一个或多个接口和管理应用程序可以由最终用户实现,以执行(除了监视一个或多个监测对象之外的)各种附加任务,例如:(i)搜索和浏览内容数据,(ii)分析和查看保健数据,(iii)库存控制,以及(iv)人员管理。
图2示出了管理系统200(例如,在参考图1描述的管理平台100内实现的计算系统),用于实现管理包括一个或多个监测对象的尿失禁在内的医疗保健的IoT解决方案。在一些情况下,管理系统200包括与IoT装置210和传感器215的网络通信的一个或多个客户端装置205。最终用户可以通过接口220(例如,GUI)和控制器225来操作客户端装置205,以访问IoT装置210。在一些情况下,最终用户使用接口220来访问控制器225,以通过经由应用程序接口240(API)向IoT装置控制器235发送相应的控制信号230来控制IoT装置210。IoT装置210可以由控制器225控制,以监测一个或多个监测对象245的健康和良好状况。例如,最终用户可以打开、配置或操作或指示IoT装置210开始从传感器215获得数据250。在其他情况下,最终用户使用接口220来访问控制器225,以配置客户端装置205和/或远程服务器260的收集器255。收集器255可以由最终用户配置为自动开启、配置或操作IoT装置210(例如,以时间表或类似方式指示IoT装置210开始获得数据250(例如,传感器数据))。收集器255可以通过经由API 240向IoT装置控制器235发送相应的控制信号230来控制IoT装置210。控制器225和收集器255可以是由最终用户实现的管理应用的一部分,以访问IoT装置210,例如访问实时数据馈送、监测一个或多个监测对象245以及获得分析或指标260。
客户端装置205和/或远程服务器265的收集器255可以经由实时流协议实时收集和处理数据250,以将传感器数据流式传输到客户端装置205(作为应用或者通过到网络接口的网络浏览器连接)。在一些实例中,远程服务器265在诸如云网络(例如,参考图1描述的云网络130)的分布式环境中实现。实时流提供格式化能力,以从收集器255接收的数据250中产生供最终用户下载的直播流数据。由最终用户在客户端装置205接收的实时流数据可以包括实时传感器流,其包括来自传感器215的读数。实时传感器流可以经由一个或多个接口220被观察、记录、暂停,并被视为实时或时间流逝的事件流。可选地,客户端装置205或远程服务器265系统的收集器255可以经由批处理数据处理在一段时间内收集和处理数据245,以向客户端装置205提供传感器数据(作为应用或通过到网络接口的网络浏览器连接)。在一些情况下,批数据可以保存在一个或多个存储装置或数据存储270中。批量数据处理提供格式化能力,以从收集器255接收的数据250中产生批量数据供最终用户下载。由客户端装置205处的最终用户获得的批量数据可以包括记录的传感器读数。可以经由一个或多个接口220在线或离线观察、记录、暂停和查看记录的传感器读数。
收集器255可以将数据250发送到客户端装置205和/或远程服务器265的分析系统275,以处理数据250并提供保健或良好状况的分析和指标260。数据250可以从IoT装置210发送到收集器255,在收集器中,传感器读数的全部或一部分被处理,作为训练数据集或输入数据集存储在数据存储270中,并使用分析系统275作为独立数据或作为其他数据的补充进行分析,其他数据例如来自医疗保健提供商或医疗装置的医疗保健数据和/或媒体数据例如图像或视频。诸如医疗装置测量的其他数据250也可以从IoT装置210传输到收集器255,在收集器中,所有或部分测量被处理,存储在数据存储270中,并使用分析系统275作为独立数据或作为其他数据的补充进行分析,其他数据诸如来自医疗保健提供商或医疗装置的医疗保健数据和/或诸如图像或视频的媒体数据。在一些实例中,IoT装置210的控制器235包括逻辑、存储器和处理组件,以预处理、部分处理或完全处理数据250,并可选地为一个或多个监测对象提供保健或良好状况的分析和指标260。例如,IoT装置210的控制器235可以被配置为解析传感器读数,根据模式识别将传感器读数放入箱中,并且基于模式识别可选地识别失禁事件,例如尿布饱和。
分析系统275包括逻辑、存储器和处理组件,例如一个或多个机器学习模型和服务模块。分析系统275可以被配置为接收数据250以及任何其他相关信息(例如,监测对象简档,产品库存,人员数据,或来自用户输入、账号或第三方源的医疗数据),使用逻辑和/或一个或多个机器学习模型处理数据250,分析处理后的数据250,并生成输出数据。在一些情况下,输出数据可以用于提供由服务模块提供的服务。在一些情况下,输出数据可用于一个或多个操作,用于检测一个或多个监测对象245的失禁模式,检测内衣和吸收垫的使用模式,获得或确定关于一个或多个监测对象245的位置或方位信息,预测一个或多个监测对象245的良好状况,以及确定和预测人员状况和潜在的人员配置问题。一个或多个操作的结果可以单独使用或者与来自其他模型或源的输出结合使用,以提供由服务模块提供的服务。
例如,逻辑和机器学习模型的(在线(实时)或离线)分析结果可用于提供最终用户请求的服务,例如警报、通知、活动概要和监测对象简档信息。可以由服务模块提供的示例性服务可以包括:监测对象随时间的尿失禁概要;一个或多个监测对象随时间的内衣和吸收垫使用概要;一个或多个监测对象随时间的移动或位置概要;当某些尿失禁事件发生时的请求通知(例如,内衣和吸收垫润湿或饱和);当检测到某些活动时的请求通知(例如,监测对象起床或离开房间);当出现特定水平的产品库存(例如,内衣、吸收垫或一次性传感器的数量达到预定阈值)时根据请求发出的通知;以及过去一段时间内监测对象健康状态的概要。其他服务可包括允许用户查看数据和/或与其他用户、医疗保健提供者、护理人员、家人或医务人员共享数据和/或概要。另一项服务可能允许用户在共享数据和/或概要上写评论。
服务模块可以提供机器对机器的交互,并且可操作用于在客户端装置205和远程服务器255之间传送数据250和服务数据280。用户可以通过使用接口220并识别简档或账号来登录服务模块。在某些情况下,可以请求用户的认证和/或授权,以便登录简档或账号并使用服务模块。客户端装置205可以从服务模块请求服务数据280。服务模块可以处理该请求,并向请求客户端装置205提供服务数据280。服务数据280可以包括消息、警报、统计、图表和远程功能。在一些情况下,服务数据280可以与来自IoT装置210的数据250一起或独立于数据250传输。例如,客户端装置205可以经由LAN连接上的路由器从IoT装置210接收数据250,并且从在客户端装置205上执行的管理应用或者通过WAN从远程服务器265接收服务数据280。可选地,客户端装置205可以同时接收数据250和通过WAN从远程服务器265接收作为单个数据流的服务数据280。根据各种实施方案的数据传输配置不限于所描述的示例,并且可以包括允许客户端装置205接收数据250和服务数据280的其他配置。
数据存储270(例如,数据库)可以包括分析数据,包括简档或医疗数据(例如,监测对象的年龄、温度、体重等)数据250、服务数据280、一个或多个监测对象在任何给定时间段内的保健或良好状况的指标。例如,测量时每个监测对象的失禁图表以及其他健康或医疗相关数据(例如,输注参数的温度)。分析数据还可以包括将服务数据270或一个监测对象与另一个监测对象的指标进行比较的统计,或者将一个或多个监测对象与监测对象群体(例如,在相同年龄范围和/或性别内的群体)进行比较的统计。例如,这些统计数据可以包括某个工作班次期间的失禁事件、失禁事件和更换内衣和吸收垫之前的时间长度的比较、或失禁事件的模式。分析数据可用于显示简档或医疗数据之间的相关性。
应当理解,尽管图2示出了在管理系统200的环境中监测包括一个或多个监测对象的尿失禁在内的保健的技术,但是它可以在其他类型的系统和情境中实现。例如,该技术可以在与管理系统200分离的计算装置中实现,和/或在监测完成后或监测对象不活动期间离线执行。还应当理解,尽管图2示出了使用传感器记录来监测包括一个或多个监测对象的尿失禁在内的保健的技术,但是它可以使用来自一个或多个医疗装置的附加或替代数据来实现,例如心电图(EKG)或输液泵参数。
III.吸收制品、传感器、和IoT装置
图3A描绘了根据本公开文本的至少一个实施方案的吸收制品300(例如,内衣或吸收垫)(尽管示出了诸如尿布的内衣,但是应当理解,类似的特征可以用于吸收垫或其他吸收制品)。如本文所用,术语“内衣”是指通常由失禁者穿着的衣服,其设置在两腿之间并能够吸收和保持液体。在一些实施方案中,吸收制品300包括透液顶片305(例如,亲水性聚丙烯非织造布)、吸收材料310、非吸收材料312、不透液背片315和紧固件320。顶片305、吸收材料310、非吸收材料312、不透液背片315和紧固件320可以以各种众所周知的构造组装。例如,如图所示,吸收材料310可以设置在透液顶片315下方,非吸收材料312设置在透液顶片315或吸收材料310的至少一部分附近。不透液背片315设置在吸收材料310上,使得吸收材料310设置在透液顶片305和不透液背片315之间。
吸收材料310可以是任何材料,其通常是可压缩的、适形的、对穿着者的皮肤无刺激的,并且能够吸收和保持液体。吸收材料310可以制成各种尺寸和形状(例如矩形、沙漏形等)并且由通常用于一次性尿布的各种液体吸收材料制成,例如通常称为透气毡的粉碎木浆。其他液体吸收材料也可用于制造吸收材料310,例如多层起皱的纤维素填料、聚合胶凝剂、吸收泡沫或海绵、或任何等效材料或材料组合。然而,吸收材料310的总吸收能力应该与吸收制品300的预期用途中的设计液体负载相适应。此外,吸收材料310的尺寸和吸收能力可以变化,以适应从婴儿到成人的穿着者。
在各种实施方案中,一个或多个传感器325(例如,无源或有源RFID传感器等)设置在吸收制品300上。在一些实施方案中,一个或多个传感器325形成为可重复使用的和/或一次性的标签,其可以附接(例如,用粘合剂、连接件(如磁铁)、或附接结构(如塞套))到吸收制品300上。在其他实施方案中,一个或多个传感器325直接印刷(例如,用导电聚合物或金属进行3D印刷)在吸收制品300上。一个或多个传感器325可以以被设计成实现一个或多个功能的任何布置或图案来附接或印刷。例如,为了确定失禁事件,一个或多个传感器325可以在与吸收材料310或非吸收材料312(即,在吸收材料310或非吸收材料312之上或之下形成截面透视图)在竖直平面(A)中对齐的区域中,附接或直接印刷到不透液背片315上的吸收制品300的背面。这种布置防止传感器325与监测对象皮肤接触,同时保持检测指示失禁事件的水分的功能。在其他情况下,为了检测监测对象的水分和运动,传感器325的第一子集可以在与吸收材料310在竖直平面(A)对齐的区域(形成截面透视图)中附接或直接印刷到吸收制品300的背面,传感器的第二子集可以在不与吸收材料310在竖直平面(A)对齐的区域(形成截面透视图)中附接或直接印刷到吸收制品300的背面(例如,在腰线上的尿布背面与非吸收材料312在竖直平面(A)上对齐,如图3A所示)。这种布置防止传感器325与监测对象皮肤接触,同时保持检测指示失禁事件的水分和检测监测对象运动的功能(即使吸收材料中的水分导致传感器325的第一子集变得无效或不能报告与运动一致的可靠数据)。
一个或多个传感器325可以包括具有收发器或无线通信模块的集成电路330,用于在两个装置(例如,传感器和IoT装置)之间发送和/或接收信号。集成电路330还可以具有检测电路,该检测电路被配置为检测在检测器335处感测到的电状态(例如阻抗)和/或该电状态的变化,并量化该电状态或电状态的变化,以及用于存储传感器记录的记忆存储装置,例如电状态或电状态变化的量化值(例如阻抗值)。一个或多个传感器325可以进一步包括传输线340,用于向集成电路和/或天线345传送包括参数、信号、传感器记录或量化值的信息。在一些实施方案中,天线是偶极设计,并且检测器335使用传输线340将电状态传递给天线345,从而直接影响天线345的电状态。检测电路检测天线345处的电状态或任何产生的电状态变化,并将量化该电状态或电状态变化。
在一些实施方案中,一个或多个附接结构350如塞套或带子形成在吸收制品300的一部分上或与吸收制品300的一部分结合,以将一个或多个传感器325附接到吸收制品300。吸收制品300可以制造成具有一个或多个附接结构350,使得吸收制品300被设计成以预先配置的方式保持一个或多个传感器325。在使用之前,可以使用一个或多个附接结构350将一个或多个传感器325附接到吸收制品300,使得一个或多个传感器325以预先配置的布置实现。在一些情况下,一个或多个附接结构350可以在制造水平上使用,以将一个或多个传感器325放置在预先配置的布置中。一个或多个附接结构350的尺寸可以被设计成仅接受特定尺寸的传感器325,该特定尺寸对应于表明特定吸收制品300类型和尺寸信息的传感器325。例如,传感器325可以制造成不同的尺寸,具有与吸收制品300信息相匹配的底层电子产品代码(EPC)信息。一个或多个附接结构350的位置将确保实现理想的传感器位置。该位置可以在外围水分边缘和干燥区域的结合处,以获得最大的天线响应。对于以最大灵敏度检测单次排尿事件的吸收制品300,该位置可以在中前部吸收材料310上。对于大便失禁测量,位置可以在中后部吸收材料310上。对于跟踪最大容量测量并具有地理围栏或运动检测能力的吸收制品300,可以在非吸收性材料312上放置额外的套筒以防止信号退化。
与一个或多个附接结构350的附接相比,吸收制品300也可以作为“准备好的RFID标签”制造和销售,其中一个或多个传感器325的理想位置或预先配置的布置已经预先确定或标记有一个或多个印刷轮廓或定位器。此后,一个或多个传感器325可以通过粘合剂等直接附接在一个或多个印刷轮廓或定位器上,用于理想的放置或预先配置的布置。可选地,吸收制品300可以在没有一个或多个附接结构350的情况下制造。在使用之前,一个或多个附接结构350可以以期望的布置附接到吸收制品(例如,用粘合剂等,例如胶带)。在一些情况下,一个或多个传感器325可以用诸如磁体或Velcro系统的连接器附接(例如,可以使用含铁吸收制品元件和与RFID相关联的磁性元件)。在其他情况下,一个或多个传感器325可以放置在永久性塑料或聚合物结构内,该结构通过一种或多种前述解决方案附接到吸收制品300,从而允许重复使用和清洁一个或多个传感器325。
图3B描绘了根据本公开文本的至少一个实施方案的吸收制品300的平面图。传感器325a设置在不透液背片315的前(面向前)侧,在下面的吸收材料310和非吸收材料312之间的交界处355之上、附近或邻近处(制品300的与交界355在竖直平面(A)对齐的区域),传感器325b设置在不透液背片上,在非吸收材料312的外边缘之上(制品300的与非吸收材料312在竖直平面(A)对齐的区域)。在这种情况下,靠近或邻近接口意味着在下面的吸收材料310的边缘的1cm至5cm内。传感器325b在外缘的测量将是最大容量的主要指示,并且随着饱和,将达到稳定状态;而传感器325a在吸收材料交界处的测量将是润湿事件开始、干燥事件和/或不饱和吸收材料的主要指示。能量状态随时间的变化表示使用毛细管模型的润湿和干燥速率。当这种能量状态达到平衡数时,这将与器件饱和相关。一旦达到满容量,就会发生饱和,并且吸收制品300有渗漏的风险。这表现为在内衣或吸收垫的外围由传感器325b测量的静态能量状态,或者来自传感器325a的RFID信号的完全丢失,因为液体前端阻碍了与整个外围尿布容量一致的RFID天线。
图3C描绘了根据本公开文本的替代实施方案的吸收制品300的平面图。传感器325a设置在不透液背片315的前侧(面向前侧),跨过下面的吸收材料310和非吸收材料312之间的交界355。这提供了在吸收材料310上完成水分感测的能力,同时允许传感器天线的一部分放置在非吸收材料312上,以最大化与RFID阅读器的无线电通信。传感器325a在交界355处的测量将是最大容量的主要指示,并且随着饱和,将达到稳定状态。能量状态随时间的变化表示使用毛细管模型的润湿和干燥速率。当这种能量状态达到平衡数时,这将与器件饱和相关。一旦达到满容量,就会发生饱和,并且吸收制品300有渗漏的风险。这通过在内衣或吸收垫周边的传感器325b测量的静态能量状态来显示。
图3D描绘了根据本公开文本的替代实施方案的吸收制品300的平面图。传感器325a设置在不透液背片315上,跨过下面的吸收材料310和非吸收材料312之间的交界355。在这种情况下,传感器325a已经被修改为具有水分检测部件360,该水分检测部件被放置在水分前沿的任何点(制品300的与下面的吸收材料310在竖直平面(A)上对齐的区域),并且具有相关联的延伸天线365,该延伸天线将位于水分吸收区域之外的区域中,例如与非吸收材料312在竖直平面(A)上对齐。这提供了在吸收材料310上完成水分感测的能力,同时允许传感器天线的一部分放置在非吸收材料312上,以最大化与RFID阅读器的无线电通信。传感器325a在交界355处的测量将是最大容量的主要指示,并且随着饱和,将达到稳定状态。能量状态随时间的变化表示使用毛细管模型的润湿和干燥速率。当这种能量状态达到平衡数时,这将与器件饱和相关。一旦达到满容量,就会发生饱和,并且吸收制品300有渗漏的风险。这通过在内衣或吸收垫周边的传感器325b测量的静态能量状态来显示。
图3E描绘了根据本公开文本的替代实施方案的吸收制品300的平面图,该吸收制品300被设计成区分尿失禁和大便失禁。尿失禁的检测取决于传感器325a在不透液背片315的前侧(面向前侧)的放置;而大便失禁检测取决于传感器325b在不透液背片315的后侧(面向后)的放置。传感器325a和325b可以设置在非吸收性材料312(制品300的与非吸收性材料312在竖直平面(A)上对齐的区域)的外边缘,或者跨越下面的吸收性材料310和非吸收性材料312之间的交界355。传感器325a的测量将是最大容量的主要指示,并且随着尿液饱和,将达到稳定状态或来自传感器325a的RFID信号完全丢失,因为液体前沿阻碍了RFID天线。能量状态随时间的变化表示使用毛细管模型的润湿和干燥速率。
传感器325b的测量将是大便失禁事件的主要指示,并且当大便阻塞RFID天线时,将达到稳定状态或完全失去来自传感器325a的RFID信号。能量状态随时间的变化代表了大便失禁事件。大便事件(失禁或非失禁)通常遵循规律的昼夜模式。基于边缘/云平台的数据记录和数据分析可用于创建未来大便事件的预测模型。然后,该预测模型可用于告知保健提供者或护理人员在大便失禁事件之前进行干预的可能性。通过帮助监测对象使用厕所设施而不是在吸收制品300中排便,可以大大简化大便事件的管理。另外,包括喂食间隔和体积或量的数据可以作为输入提供给预测模型,以优化对未来大便事件和如厕时间的预测。
图4A描绘了根据本公开文本的至少一个实施方案的无线解决方案400的框图。在用于尿失禁的传统水分传感器系统中,传感器被配置成通过对吸湿(吸收水分)材料的电容测量或电阻测量来测量水分或湿度,该吸湿材料吸引水分,并且当水分与金属板或导电路径接触时,水分产生电压变化或电阻变化。这些传统系统通常体积庞大,并且需要附接到对接元件的读出装置,该对接元件附接到传感器的金属板或导电路径,以获得电容测量结果或电阻测量结果。然后,读出装置可以与传感器脱离,随后插入分析系统或将传感器数据无线传输到分析系统。相比之下,本公开文本的无线解决方案400包括一个或多个RFID传感器405(例如,关于图3A和3B描述的传感器325)和独立的IoT装置410,该IoT装置包括RFID阅读器415和可以与一个或多个RFID传感器405无线通信的控制单元420。尽管仅示出了一个IoT装置410。应当理解,可以使用第二或多个IoT装置410与一个或多个RFID传感器405进行无线通信。一个或多个RFID传感器405和IoT装置410使用一种使用无线电波来识别、确定和跟踪装置的无线通信形式。一个或多个RFID传感器405和IoT装置410可以使用具有低频(LF)、高频(HF)、超高频(UHF)或其组合的无线电波。IoT装置410能够同时与一个以上的RFID传感器405进行无线通信。IoT装置410的RFID阅读器415和控制单元420能够从一个或多个RFID传感器405检索传感器数据,处理传感器数据,和/或将传感器数据无线传送到分析系统。因此,IoT装置410不需要直接与一个或多个RFID传感器对接,而是IoT装置410可以主动或被动地从一个或多个RFID传感器405检索传感器数据。
IoT装置410的控制单元420能够通过RFID阅读器415发送信号(无线电波),该信号使用极化天线指向一个或多个RFID传感器405。在一些情况下,控制单元420和/或RFID阅读器415包含动态功率变化,以限制RFID暴露。具有最大合法功率输出的RFID系统具有简单的优点,但是具有监测对象过度暴露于RFID的缺点以及由于过度反向散射导致的潜在读取范围损害。IoT装置410可以采用功率策略,该功率策略包括跟随非读取时段的离散读取间隔时间。在这些离散的读取间隔期间,功率从最低水平开始变化,直到实现读取。然后增加阅读器功率,直到发生读取或超时事件。功率水平不会超过FCC的法律限制。如果佩戴了单独的腕带,连接功率水平由最后一个非读取传感器(尿布)驱动,这通常需要更高的功率水平
一个或多个RFID传感器405中的每一个包括集成电路425和检测器445,所述集成电路具有记忆存储装置430和具有无线通信模块440的控制器435,所述检测器包括天线450。一个或多个RFID传感器405将从RFID阅读器415发送的信号中获取能量,这将激励一个或多个RFID传感器405中的每一个。一旦通电,集成电路425能够通过与天线450相关联的能量状态变化(例如,阻抗变化)来感测靠近检测器445的环境周界的变化(例如,水分变化)。在一些实施方案中,一个或多个RFID传感器405还能够通过与天线450相关联的能量状态变化(例如,阻抗变化)来感测RFID传感器405与RFID阅读器415的接近度。例如,当给定的RFID传感器405非常接近水分或RFID阅读器415时,与没有水分非常接近或RFID传感器405远离RFID传感器405时相比,RFID传感器405将获得不同的能量状态。记忆存储装置430与控制器435、无线通信模块440和检测器445联接。记忆存储装置430能够存储由检测器收集的信息和传感器数据,并通过无线通信模块440与RFID阅读器415传送传感器数据。例如,RFID传感器405的能量状态可以随着RFID阅读器415接收到的反射能量的变化而报告给RFID阅读器415。每个RFID传感器405具有唯一的标识符,使得RFID传感器405及其相关状态的关系将由IoT装置410识别和维护。此外,无线通信模块440和检测器445可通过IoT装置410的无线方法完全编程。
在一些实施方案中,集成电路425包含传感器数据,例如由检测器445检测到的能量状态的数字表示(例如,存储在记忆存储装置430中的定量阻抗值),并且传感器数据可以由RFID传感器405内部使用,或者由RFID阅读器415读取和使用,以辨别RFID标签暴露的相对环境信息(例如,干燥或潮湿条件)。例如,RFID阅读器415可以向RFID传感器405发出命令,以激活集成电路425和/或检测器445,并且在集成电路425和/或检测器445的相应操作之后,接收能量状态的数字表示(例如,定量阻抗值)。能量状态的数字表示可以由RFID传感器405内部使用,或者由控制单元420读取和使用,以辨别RFID传感器405所暴露的相对环境信息。在一些情况下,RFID传感器405可以在集成电路425的记忆存储装置430中包含校准的查找表,可以访问该查找表来确定相关的环境信息。附加地或替代地,RFID阅读器415可以发出命令来检索包含在集成电路425中的能量状态的数字表示(例如,存储在记忆存储装置430中的定量阻抗值),并且控制单元420可以使用检索到的数字表示来评估RFID传感器405所暴露的环境。评估可以简单地参考存储器中已经存储和校准的固定数据,也可以复杂地在阅读器或其连接的系统上运行软件应用程序来执行解释性评估。因此,这些技术的组合使得用户能够感测RFID传感器405所暴露的环境,以及感测同一环境的变化。
在一些情况下,图4A的RFID传感器405可以作为智能传感器或代理的阵列来部署,以收集可以发送回IoT装置410的数据。例如,可以部署一系列RFID传感器405,其中每个传感器405具有存储在记忆存储装置430内的唯一标识号,该唯一标识号可以通过内部无线通信模块440传送到IoT装置410的控制单元420。RFID阅读器415可以向RFID传感器405发出命令,以激活集成电路425和/或检测器445,并且在集成电路425和/或检测器445的相应操作之后,接收唯一标识号和能量状态的数字表示(例如,定量阻抗值)。IoT装置410的控制单元420然后可以将唯一的标识号、能量状态的数字表示以及任何评估结果传送到远程数据处理单元455(例如,参考图1描述的云网络140或客户端装置105)用于进一步处理或分析。因此,传感器阵列可以允许信息被感测并传送到RFID阅读器415,并且根据系统需求,该信息可以在RFID传感器415处被预处理,和/或在IoT装置410的控制单元420和/或远程数据处理单元450处被远程处理。
应该理解,IoT装置410应该放置在RFID传感器405的预定距离内,以便于并保持无线通信。IoT装置410和RFID传感器405之间可实现的最大距离受多种因素影响,包括操作频率、IoT装置410的设置或参数、IoT装置410和RFID传感器405的天线、RFID传感器405的特性、用于连接RFIS传感器的材料、RFID解决方案使用的环境等。一般来说,低频(LF)无源RFID标签的最大读取距离为30cm(1英尺)或更小,高频(HF)无源RFID标签的最大读取距离为1.5米(4英尺11英寸),超高频(UHF)无源RFID标签的最大读取距离超过16米或52英尺。
在各种情况下,IoT装置410被放置在主要使用RFID传感器405的同一房间中(例如,卧室或医院病床房间),使得IoT装置410在RFID传感器405的预定距离内。IoT装置410可以被放置在房间内的多个位置,包括病人下面的弹簧或框架、床下面的地板上、床头柜上、梳妆台上或天花板上。图4B和图4C示出了根据各种实施方案的IoT装置410以及IoT装置410在监测对象的床460上的示例性放置。例如,IoT装置410可以附接到覆盖床460的脚板的倾斜支架465的第一端。这将允许与IoT装置410连接的外部天线470附接到成角度的支架465的第二端,然后可以最佳地将该支架指向RFID传感器405。成角度的支架460具有可调节的鹅颈或多角度结构,以便于外部天线470和RFID传感器405接口角度的定制。
在其他情况下,RFID传感器405和IoT装置410被构造成创建可穿戴物,使得当监测对象在环境中移动时,IoT装置410被保持在RFID传感器405的预定距离内。这种布置可以包括包含RFID阅读器415和控制单元420的堆叠或单个数据板(即印刷电路板)。与RFID阅读器415和控制单元420使用单独芯片的替代解决方案相比,控制单元420可用于为RFID阅读器415提供处理(例如,在房间或床上实施方案中,在IoT装置410内有更多的物理空间可用于多个处理芯片)。可穿戴设备的电源可基于可充电锂电池,但其他电源可能包括太阳能、身体运动(摩擦充电和压电充电)。其他替代方案可以包括通过轮椅运动进行充电,其中车轮的旋转为发电机或磁电机提供动力,该发电机或磁电机带有或不带有整流器,以对车载电池或电容器存储装置进行充电。
在一些实施方案中,无线解决方案400使用RFID传感器数据随时间的能量状态变化,而不是RFID传感器数据的绝对能量状态来确定一种或多种类型的活动、事件或参数,例如内衣或吸收垫容量。内衣和吸收垫技术依赖于吸收材料的存在,该吸收材料包括非织造吸收芯和超吸收聚合物(SAP),其通过最初经历润湿阶段随后经历芯吸阶段来响应水分。这种芯吸阶段表现为非织造材料的毛细作用和液体被SAP吸收。标准体积润湿的初始响应是以接近线性的单位时间重量速率吸收,随后随着达到平衡和最大容量,斜率减小。这种容量指示出现在斜率的肩线处。如果发生不在内衣或吸收垫容量范围内的润湿事件,液体的吸收性发生并遵循线性速率,并且取决于尿布中润湿的位置,随着毛细运动将水分分布在整个内衣或吸收垫上,干燥发生。也就是说,水分会在整个内衣或吸收垫中传输和重新分布。无线解决方案400可以利用吸收率随时间的动态变化来确定内衣或吸收垫的容量。具体而言,RFID传感器检测到的变化的能量状态与内衣或吸收垫内液体的动态移动和再分布相关,这种动态移动和再分布一直发生到达到满容量。一旦达到最大容量,就会发生饱和,内衣或吸收垫有渗漏的风险。这表现为在内衣或吸收垫的周边测量的静态能量状态,或者由于液体前端阻碍了与整个周边尿布容量一致的RFID天线,RFID信号完全丢失。无线解决方案400可以测量RFID传感器检测到的变化的能量状态和减少的信号变化或信号丢失,并将其记录为内衣或吸收垫容量(例如,不饱和或饱和)的事件指示。
图5A-5F示出了用于检测各种能量状态的无线系统500,其中一个或多个传感器505a-n(例如,关于图3和图4讨论的UHF传感器、无源或有源RFID传感器等)被单独地或以各种排列/模式的阵列方式设置在装置510(例如,内衣或吸收垫)上,以获得相关的环境信息。在一些实施方案中,无线系统500包括:至少一个传感器505a,其在下面的吸收材料512和非吸收材料514之间的接口处设置在不透液背片上;和至少一个传感器505b,其在非吸收材料514的外边缘处(装置510不在吸收材料512上的区域)设置在不透液背片上。传感器505b在外缘的测量将是最大容量的主要指示,并且随着饱和,将达到稳定状态;而传感器505a在吸收材料交界处的测量将是润湿事件开始、干燥事件和/或不饱和吸收材料的主要指示。能量状态随时间的变化表示使用毛细管模型的润湿和干燥速率。当这种能量状态达到平衡数时,这将与器件饱和相关。无线系统500可以被调整以检测单次失禁发作或多次失禁发作。此外,无线系统500能够检测单次润湿事件以及一次或多次润湿事件后的装置饱和状态。在某些情况下,可以响应于通过系统500评估监测对象的水合状态获得的分析,激活对另一医疗装置如静脉泵或G管泵的主动控制。
如本文所讨论的,一个或多个传感器505a-n能够根据环境中存在的水分的量呈现各种能量状态。如图5A所示,在环境的干燥条件或标准化条件下(时间(T)=0),传感器505a-n可以检测平衡时的第一能量状态(数字表示值=A)。如图5B所示,在第一水分事件515(T=1)时,随着水分前沿520从装置510上的初始接触点525朝向传感器505a-b移动,传感器505a可以检测到指示环境中初始水分变化的第二能量状态(数字表示=B,其中B不同于A)。从能量状态A到能量状态B的变化可以被传送到IoT装置(未示出),并且被传感器505a或IoT装置用来获得相关的环境信息。例如,如果从能量状态A到B的变化大于预定阈值,则该变化可以被确定为指示失禁事件的开始时刻。或者,如果能量状态B大于预定阈值,则能量状态B可以被确定为指示失禁事件的开始时刻。
如图5C所示,当水分前沿520从初始接触点525移动穿过传感器505a时,传感器505a可以检测到指示环境中水分逐渐变化的第三能量状态(数字表示=C,其中C不同于A和B)。从能量状态B到能量状态C的变化可以被传送到IoT装置(未示出),并被传感器505a或IoT装置用来获得进一步的相关环境信息。例如,如果从能量状态B到C的变化大于预定阈值,则可以确定该变化指示失禁事件的持续。或者,如果能量状态C大于预定阈值,则能量状态C可被确定为失禁事件持续的指示。在一些情况下,分别在T=0-2时的能量状态A、B和C可用于近似表示从监测对象排出的液体(例如尿液)的体积。
如图5D所示,当水分前沿520从初始接触点525穿过传感器505a向传感器505b移动时,传感器505a可以检测到指示环境中水分逐渐变化的第四能量状态(数字表示=D,其中D不同于A、B和C)。从能量状态C到能量状态D的变化可以被传送到IoT装置(未示出),并被传感器505a或IoT装置用来获得进一步的相关环境信息。例如,如果从能量状态C到D的变化大于预定阈值,则可以确定该变化指示失禁事件的持续。或者,如果能量状态D大于预定阈值,则能量状态D可被确定为失禁事件持续的指示。在一些情况下,分别在T=0-3时的能量状态A、B、C和D可用于近似表示从监测对象排出的液体(例如尿液)的体积。另外,当水分前沿520朝向传感器505b移动时,传感器505b可以检测到指示环境中初始水分变化的第二能量状态(数字表示=B,其中B不同于A)。从能量状态A到能量状态B的变化可以被传送到IoT装置(未示出),并且被传感器505b或IoT装置用来获得相关的环境信息。例如,如果从能量状态A到B的变化大于预定阈值,则该变化可以被确定为指示环境中逐渐的水分变化(给定传感器505b的识别信息和相对于传感器505a和初始接触点525的位置)。可选地,如果能量状态B大于预定阈值,则能量状态B可以被确定为指示环境中逐渐的水分变化(给定传感器505b的识别信息和相对于传感器505a和初始接触点525的位置)。在一些情况下,分别在T=2和T=3时来自传感器505b的能量状态A和B以及来自传感器505b的能量状态C和D可以用于近似表示从监测对象排泄的液体(例如尿液)的体积。
或者,当水分前沿520从初始接触点525穿过传感器505a向传感器505b移动时,传感器505a可以停止报告能量状态(单一或能量状态的丢失*)。在一些情况下,当水分前沿520经过天线530时,传感器505a-n可以停止报告能量状态(由于液体前沿阻碍了RFID天线并阻止了传感器数据的通信,RFID信号基本上完全丢失)。可通信传感器数据的丢失可以被IoT装置(未示出)识别,并被IoT装置用来获得进一步的相关环境信息。例如,可通信传感器数据的丢失可以被确定为指示失禁事件的持续。在一些情况下,分别在T=0-2时的能量状态A、B和C,以及在T=3时的可通信传感器数据的丢失可用于近似表示从监测对象排泄的液体(例如,尿液)的体积。另外,当水分前沿520朝向传感器505b移动时,传感器505b可以检测到指示环境中初始水分变化的第二能量状态(数字表示=B,其中B不同于A)。从能量状态A到能量状态B的变化可以被传送到IoT装置(未示出),并且被传感器505b或IoT装置用来获得相关的环境信息。例如,如果从能量状态A到B的变化大于预定阈值,则该变化可以被确定为指示环境中逐渐的水分变化(给定来自传感器505a的传感器数据的丢失以及传感器505b的识别信息和相对于传感器505a和初始接触点525的位置)。可选地,如果能量状态B大于预定阈值,则能量状态B可以被确定为指示环境中逐渐的水分变化(给定来自传感器505a的传感器数据的丢失以及传感器505b的识别信息和相对于传感器505a和初始接触点525的位置)。在一些情况下,分别在T=0-3时来自传感器505b的能量状态A和B以及来自传感器505a的能量状态A、B和C以及可通信传感器数据的丢失可用于近似表示从监测对象排出的液体(例如尿液)的体积。
如图5E所示,在特定时间量之后的特定情况下(T=4),水分前沿520可越过传感器505a朝向初始接触点后退,其中传感器505a可检测到返回到指示环境中干燥或吸附事件的第三能量状态(数字表示=C)或第五能量状态(数字表示=E,其中E不同于A、B和D,并且不同于C)。从能量状态D到能量状态C或E的变化可以被传送到IoT装置(未示出),并被传感器505a或IoT装置用来获得进一步的相关环境信息。例如,如果从能量状态D到C或E的变化小于预定阈值,则该变化可以被确定为指示失禁事件的结束以及随后水分的干燥或吸收。可选地,如果能量状态C或E小于预定阈值,则能量状态C或E可以被确定为指示失禁事件的结束以及随后水分的干燥或吸收。在一些情况下,时间分量可以与能量状态或能量状态的变化结合使用,以确定水分的后续干燥或吸收。例如,如果从能量状态D到C或E的变化小于预定阈值,并且在不超过预定时间阈值的时间段内发生,则可以确定该变化指示失禁事件的结束以及随后水分的干燥或吸收。或者,如果能量状态C或E小于预定阈值,并且在不超过预定时间阈值的时间段内出现,则能量状态C或E可以被确定为指示失禁事件的结束以及随后的水分干燥或吸收。在一些情况下,分别在T=3和T=4时能量状态D和(C或E)的变化可以用来确定吸收材料没有变得饱和(即,能够保持更多的水分)。
此外,随着水分前沿520远离传感器505b,传感器505b可以检测到返回到第一能量状态(数字表示=A),其指示环境的干燥条件或标准化条件。从能量状态B到能量状态A的变化可以被传送到IoT装置(未示出),并且被传感器505b或IoT装置用来获得相关的环境信息。例如,如果从能量状态B到A的变化小于预定阈值,则该变化可以被确定为指示失禁事件的结束以及随后水分的干燥或吸收。可选地,如果能量状态A小于预定阈值,则能量状态A可以被确定为指示失禁事件的结束以及随后水分的干燥或吸收。在一些情况下,分别在T=3和T=4时来自传感器505b的能量状态A和B以及来自传感器505b的能量状态D和(C或E)的变化(可选地根据时间分量)可以用于确定吸收材料没有变得饱和(即,能够保持更多的水分)。
或者,当水分前沿520越过传感器505a向初始接触点后退时,传感器505a可以在水分前沿520从与天线530的接触后退时(基本上允许传感器数据的天线通信)重新开始报告能量状态。可通信传感器数据的重新开始(例如,返回到第三能量状态(数字表示=C)或第五能量状态(数字表示=E,其中E不同于A、B和D,并且不同于C)可以被IoT装置(未示出)识别,并且被IoT装置用来获得进一步的相关环境信息。例如,可通信传感器数据的重新开始可以被确定为指示环境中的干燥或吸附事件。在一些情况下,时间分量可以与可通信传感器数据的重新开始结合使用,以确定随后的水分干燥或吸收。例如,如果可通信传感器数据的重新开始发生在不超过预定时间阈值的时间段内,则该变化可被确定为指示失禁事件的结束以及随后水分的干燥或吸收。在一些情况下,分别在T=3和T=4时的能量状态D和(C或E)以及可通信传感器数据的重新开始可以用于确定吸收材料没有变得饱和(即,能够保持更多的水分)。
此外,随着水分前沿520远离传感器505b,传感器505b可以检测到返回到第一能量状态(数字表示=A),其指示环境的干燥条件或标准化条件。从能量状态B到能量状态A的变化可以被传送到IoT装置(未示出),并且被传感器505b或IoT装置用来获得相关的环境信息。例如,如果从能量状态B到A的变化小于预定阈值,则该变化可以被确定为指示失禁事件的结束以及随后水分的干燥或吸收。可选地,如果能量状态A小于预定阈值,则能量状态A可以被确定为指示失禁事件的结束以及随后水分的干燥或吸收。在一些情况下,分别在T=3和T=4时来自传感器505b的能量状态A和B以及来自传感器505b的能量状态D和(C或E)和可通信传感器数据的重新开始(可选地根据时间分量)可以用于确定吸收材料没有变得饱和(即,能够保持更多的水分)。
如图5F所示,在特定时间量之后的特定情况下(T=4),水分前沿520可以保持不变(例如,达到平衡),其中传感器505a继续检测指示环境中水分稳态的第四能量状态(数字表示=D)。稳定能量状态D可以被传送到IoT装置(未示出),并由传感器505a或IoT装置使用,以获得进一步的相关环境信息。例如,如果能量状态D在大于预定阈值的时间段(T=4)内没有变化,则能量状态没有变化可以被确定为指示环境中水分的稳定状态。在一些情况下,分别在T=2、T=3和T=4时的能量状态C和D(可选地根据时间分量)可以用于确定吸收材料已经饱和(即,不能保持更多的水分)。此外,当水分前沿520保持不变时,传感器505b可以继续检测指示环境中水分的稳定状态的第二能量状态(数字表示=B)。稳定能量状态B可以被传送到IoT装置(未示出),并被传感器505b或IoT装置用来获得进一步的相关环境信息。例如,如果能量状态B和D在大于预定阈值的时间段(T=4)内没有变化,则能量状态没有变化可以被确定为指示环境中水分的稳定状态。在一些情况下,分别在T=2、T=3和T=4时的能量状态B、C和D(可选地根据时间分量)可用于确定吸收材料已经饱和(即,不能保持更多的水分)。
或者,在特定时间量之后的特定情况下(T=4),水分前沿520可以保持不变(例如,达到平衡),其中传感器505a继续不报告能量状态(能量状态*)。可通信传感器数据在一段时间内的丢失可以被IoT装置(未示出)识别,并被IoT装置用来获得进一步的相关环境信息。例如,如果可通信传感器数据的丢失已经持续了大于预定阈值的时间段(T=4),则可通信传感器数据的丢失可以被确定为指示环境中水分的稳定状态。在一些情况下,分别在T=2、T=3和T=4时的能量状态C和*可以用于确定吸收材料已经饱和(即,不能保持更多的水分)。此外,当水分前沿520保持不变时,传感器505b可以继续检测指示环境中水分的稳定状态的第二能量状态(数字表示=B)。稳定能量状态B可以被传送到IoT装置(未示出),并被传感器505b或IoT装置用来获得进一步的相关环境信息。例如,如果能量状态B和*在大于预定阈值的时间段内(T=4)没有变化,则能量状态没有变化可以被确定为指示环境中水分的稳定状态。在一些情况下,分别在T=2、T=3和T=4时的能量状态B、C和*可以用于确定吸收材料已经饱和(即,不能保持更多的水分)。
应当理解,尽管图5A-5F示出了使用两个传感器的布置来监测一个或多个监测对象的尿失禁的技术,但是该技术可以使用任何数量和布置的传感器来实现。例如,这种技术可以在多个传感器以阵列形式设置在不透液背片上的下面的吸收垫上的情况下实施。这种布置在检测各种能量状态(例如,检测由单个装置吸收的大量失禁事件的模式)时需要更精细的细节的情况下可能是有用的。附加地或替代地,多个传感器设置在非吸收性材料的外边缘处的不透液背片上,使得传感器不太可能变湿并可能停止报告能量状态(能量状态*)。这种布置在要连续监测监测对象运动的情况下可能是有用的。
图6A-6E示出了用于检测各种能量状态的另一无线系统600,其中一个或多个传感器605a-n(例如,关于图3和4讨论的无源或有源RFID传感器等)作为直线形阵列设置在装置610(例如,Foley袋)上,以获得相关的流体体积信息。在一些情况下,流体输出(例如,尿液输出)可以通过装置610记录,所述装置例如是通过阴茎套导尿管(男性)、芯吸装置(女性)或导管附接到监测对象的流体收集装置或壁吸单元。该装置610可用于通过一系列对准的RFID传感器记录随时间变化的流体体积。RFID传感器可以是特定的水分感应标签,当与液体紧密相关联时,依靠标签能量状态的变化,或者是标准标签,当液体靠近或阻挡天线时,标准标签失去信号。这种信号的改变或信号的丢失可以用来确定随时间变化的体积信息。在某些情况下,可以响应于通过系统600评估监测对象水合状态获得的分析,激活对另一医疗装置的主动控制,所述另一医疗装置例如是与IoT装置连接的IV泵或G管泵。
如图6A所示,一个或多个传感器605a-n设置在基板615(例如,聚合物或纸制品)上,基板615具有用于附接到装置610的粘合剂或其他附接介质或结构。如本文所讨论的,一个或多个传感器605a-n能够根据环境中存在的水分的量呈现各种能量状态。一个或多个传感器605a-n的外部应用将允许现有装置610的改装。在其他实施方案中,一个或多个传感器605a-n被直接结合到装置610的制造中,使得不需要粘性外部基板。在任一情况下,传感器605a-n以规律的间隔620设置在装置610上,以匹配相应的装置体积间隔625。另外,一个或多个传感器605a-n的多个直线形阵列可以附接到装置610。例如,一个或多个传感器605a-n的两个或多个直线形阵列可以以偏移平行模式附接到装置610(例如,参见图6B)。这将在需要时实现体积测量的更高精度,而不需要单独的更高密度的传感器直线形阵列605a-n。适用于该解决方案的示例性医疗体积测量将包括尿体积、鼻胃输出体积、胸腔管体积、静脉内流体输出和胃管供给输出。
如图6C所示,在环境的干燥条件或标准化条件下(时间(T)=0),传感器605a-n可以检测第一能量状态(数字表示值=A)。如图6D所示,在第一水分事件630(T=1)时,随着水分前沿635从装置610内的初始保持点640朝向传感器605a-b移动,传感器605a可以检测到指示环境中初始水分变化的第二能量状态(数字表示=B,其中B不同于A)。从能量状态A到能量状态B的变化可以被传送到IoT装置(未示出),并且被传感器605a或IoT装置用来获得相关的环境信息。例如,如果从能量状态A到B的变化大于预定阈值,则该变化可以被确定为指示失禁事件的开始时刻。附加地或替代地,体积测量可以基于传感器605a的唯一标识符、其从A到B的能量状态的相应变化、以及对应于每个传感器605a-n的装置体积间隔625的信息(例如,装置体积间隔可以存储在记忆存储装置的表中)以及体积随时间的测量结果和每千克体积的测量结果来计算。在一些情况下,可以通过逻辑或一个或多个预测模型自动进行关于患者水合状态(尿量数据)的数据分析,以便在患者病历中生成患者警报。
如图6E所示,在第一水分事件615或后续水分事件(T=2、3、4等)继续时,随着水分前沿630从装置610内的初始保持点635向传感器605b-n移动,传感器605b-n(例如,传感器605c和605f)可以检测指示环境中初始水分变化的第一能量状态(数字表示=B,其中B不同于A)。从能量状态A到能量状态B的变化可以被传送到IoT装置(未示出),并被传感器605b-n或IoT装置用来获得相关的环境信息。例如,如果传感器605f从能量状态A到B的变化大于预定阈值,则该变化可以被确定为指示需要排空或更换装置610。附加地或替代地,可以基于传感器605b-n的唯一标识符、它们从A到B的能量状态的相应变化、以及对应于每个传感器605b-n的装置体积间隔625的信息(例如,装置体积间隔可以存储在记忆存储装置的表中)以及体积随时间的测量结果和每千克体积的测量结果来计算进一步的体积测量结果。在一些情况下,可以通过逻辑或一个或多个预测模型自动进行关于患者水合状态(尿量数据)的进一步数据分析,以便在患者病历中生成患者警报。
应当理解,尽管图6A-6E示出了使用多个传感器的线性布置来监测一个或多个监测对象的尿液排泄和体积的技术,但是该技术可以使用任何数量和布置的传感器和/或IoT装置来实现,用于包括鼻胃管和胸腔管引流输出的任何其他类型的保健解决方案。例如,单个RFID传感器可用于更简单地确定诸如Foley袋的装置何时满了或需要排空或更换。作为直接RFID测量的替代,可以使用具有电导能力的水分传感条来确定体积。然后,外部电源将与结果信息一起用于附接的IoT装置或通过与IoT装置的无线连接。另一个实施方案可以采用直接附接到IoT装置或通过无线连接的应变仪,该应变仪然后被用于将这些测量值上传到云网络。通过边缘计算或在云网络中,将从这些重量中减去袋的重量,得到液体体积测量值。该信息还可用于生成体积与时间的测量值,该测量值可上传到患者的电子病历中。
还应当理解,尽管图6A-6E示出了针对保健解决方案的技术,但是这些技术可以在其他行业中实现。例如,多个传感器的布置(例如,线性的)可以使用任何数量和布置的传感器和/或IoT装置解决方案来实现,用于储罐或其他密闭壳体单元内的液体(例如,燃料水平)的工业测量。当储罐不透明或未通过直接物理检查进行监测时,可采用该技术。本文所述技术的其他应用可以包括监测诸如密闭管(例如,HVAC冷凝管或滴管)的密闭系统内的液体渗漏,或者直接进入周围土壤中的液体渗漏,或者直接穿过运输系统或管道排放到周围环境中的液体渗漏。
IV.基于逻辑和机器学习的测量和跟踪技术监测对象健康或良好状况的指标
在各种实施方案中,提供了基于从传感器和IoT装置获得的数据来测量和跟踪监测对象健康或良好状况的指标的技术。如参照图1和图2所述,可以使用管理平台和系统来收集和分析数据。因此,与依靠人眼的观察相比,可以更频繁地从多个传感器和IoT装置捕获数据,并且可以更准确地捕获数据。此外,许多不同类型的传感器和IoT装置可用于提供数据,包括水分传感器、压力传感器、重量或温度传感器、与IoT装置通信的医疗装置、安全摄像头、网络摄像头和/或医疗装置传感器,例如医疗机构中使用的实验室仪器。因为本文公开的技术利用来自各种来源的数据,所以本文提供的技术允许从数据中识别给定的监测对象和/或装置,使得可以针对给定的监测对象和/或装置提供特定的分析,并且在一些情况下与也在数据中被识别的其他监测对象和/或装置进行比较。这些技术能够提供作为服务的可消费产品,例如能够显示健康或良好状况信息并允许与健康或良好状况信息交互的仪表板或接口,例如显示一个或多个监测对象的排尿间隔以及一个或多个监测对象的当前失禁状态的图表。
图7示出了说明数据分析系统700(例如,关于图2描述的数据分析模块275)的各方面的框图,该数据分析系统700被配置为基于数据705(例如,传感器和/或IoT装置数据)来测量和跟踪监测对象的健康或良好状况的指标。如图7所示,在该示例中由数据分析系统700执行的健康或良好状况检测和分析包括几个阶段:预测模型训练阶段710、监测对象和/或装置识别阶段715、活动识别阶段720、测量确定阶段725、可选验证阶段730、健康或良好状况状态确定阶段735、人员管理评估阶段740、库存控制阶段745和优化预测阶段750。预测模型训练阶段710构建和训练一个或多个预测模型750a-750n(“n”代表任何自然数)以供其他阶段使用(其在本文中可单独称为预测模型750或统称为预测模型750)。例如,预测模型750可以包括用于区别于其他监测对象或装置来识别或标识特定监测对象或装置(例如用于测量和跟踪指标的感兴趣的监测对象或装置)的模型。预测模型750还可以包括用于识别或识别一个或多个监测对象的动作的模型,例如排泄尿液、起床、进入浴室、进入地理围栏区域或在床上翻身。预测模型750还可以包括用于预测监测对象健康或良好状况的模型。根据本公开文本,在其他示例中可以实现其他类型的预测模型。
预测模型750可以是机器学习(“ML”)模型,例如卷积神经网络(“CNN”),例如由GOOGLE LLC从MOUNTAIN VIEW,CALIFORNIA提供的初始神经网络、残差神经网络(“Resnet”)或NASNET,递归神经网络,例如长短期记忆(“LSTM”)模型、门控递归单元(“GRU”)模型等。预测模型750也可以是被训练成根据传感器或IoT装置数据预测监测对象存在、监测对象或装置的识别信息或活动的任何其他合适的ML模型,例如朴素贝叶斯模型、逻辑回归模型、随机森林模型、三维CNN(“3DCNN”)、动态时间扭曲(“DTW”)技术、隐马尔可夫模型(“HMM”)等,或一种或多种这样的技术的组合,例如,CNN-HMM或MCNN(多尺度卷积神经网络)。数据分析系统700可以对识别信息、活动和优化预测采用相同类型的预测模型或不同类型的预测模型。
为了训练该示例中的各种预测模型750,生成每个预测模型750的训练样本755。特定预测模型750的训练样本755可以包括输入传感器或IoT装置数据(或传感器或IoT装置数据的输入特征)和对应于输入传感器或IoT装置数据(或输入特征)的标签757。例如,对于用于预测有早期尿路感染风险的监测对象的预测模型750,输入可以包括来自水分传感器或IoT装置的数据、确定的测量值(例如随时间排泄的尿液量)或从传感器或IoT装置数据确定的特征(例如对失禁事件的检测),并且标签757可以包括从指示尿路感染存在的数据中提取的排尿频率和/或尿液量,或者指示数据指示尿路感染的概率的向量。类似地,对于用于基于传感器或IoT装置数据识别诸如监测对象在床上翻转或翻身的活动的预测模型750,输入可以是传感器或IoT装置数据本身或从传感器或IoT装置数据中提取的特征,并且标签757可以包括能量状态,该能量状态表明活动是否已经在传感器或IoT装置数据中发生。
在一些情况下,训练过程包括迭代操作以找到预测模型750的一组参数,该组参数最小化预测模型750的损失函数。每次迭代可以包括找到预测模型750的一组参数,使得使用该组参数的损失函数值小于在先前迭代中使用另一组参数的损失函数值。损失函数可以被构造成测量使用预测模型750和包含在训练样本755中的标签757预测的输出之间的差异。一旦该组参数被识别,预测模型750已经被训练,并且可以被用于设计的预测。
除了训练样本755之外,还可以使用其他信息来细化预测模型745的训练过程。例如,传感器或IoT装置信息(例如,传感器或IoT装置的位置)、简档信息(例如,监测对象的特征或医疗装置的操作参数)或病历(例如,测量的体重)可以为诸如监测对象的健康或良好状况的预测提供线索。例如,已知的IoT装置可以放置在监测对象的房间中。由IoT装置接收的显示该区域中的人类活动的传感器数据可以指示该活动可能来自先前被识别为与该房间相关联的监测对象。在另一个例子中,包括由保健提供者进行的监测对象身体测量的病历可用于确认监测对象的预测健康和良好状况。在又一示例中,某些保健工作(例如,具有RFID标签手环的保健工作)的存在也可以是某些活动的指示。例如,从IoT装置数据中检测到的医护人员可以指示该医护人员已经进入监测对象的房间,并且结合水分传感器数据可以用作将要更换或检查的内衣或吸收垫的预测。
代表性传感器或IoT装置数据可以用附加标签进行标记,以表明其代表性。在识别信息、活动和优化预测模型750的训练期间,可以为对应于该代表性数据的损失函数项分配更高的权重。结果,当预测识别信息、活动和优化时,训练的预测模型750可以给予与代表性数据相似的输入数据更多的权重。此外,发展逻辑760可以被结合到预测模型训练阶段710中,以确保由预测模型750预测的活动或优化不违反活动或优化逻辑760。监测对象的健康或良好状况通常有内在的逻辑。例如,更换内衣或吸收垫的需要通常仅发生在监测对象发生一次或多次失禁事件之后。这些事件之间的内在逻辑关系可以用来促进活动或优化预测。
根据本文呈现的本公开文本的一些方面,逻辑关系可以被公式化为针对上面讨论的优化问题的用于训练预测模型750的一个或多个约束。可以建立惩罚违反约束的训练损失函数,使得训练可以考虑关系逻辑约束。替代地或附加地,描述预测输出的当前特征和时间相关性的结构,例如有向图,可以用于调整或细化预测模型750的特征和预测。在示例实现中,如有向图所示,从当前水分传感器数据中提取特征,并与来自先前水分传感器数据和随后水分传感器的特征相结合。以这种方式生成的特征可以固有地结合训练样本755中的传感器和IoT装置数据之间的时间关系,以及由此的逻辑关系。因此,使用这些特征训练的预测模型750可以捕捉各种指标和监测对象的健康或良好状况之间的逻辑关系。
应该理解的是,传感器和IoT装置数据(如水分数据)通常很大,可能覆盖几个小时或更长时间。获得训练样本755中的标签757可能需要手动查看该数据,因此可能是一项耗时的任务。因此,标记所有传感器和IoT装置数据可能不切实际,因此大量数据可能仍未标记。这些未标记的数据可能比标记的数据获取更便宜,也可以用于训练预测模型750。例如,对于未标记的训练传感器或IoT装置数据,预测模型750可用于预测活动和/或优化。如果预测的活动或优化违反了监测对象健康或良好状况的内在逻辑,则可以通过在损失函数中引入一个项来惩罚这种未标记的数据。也就是说,其预测活动和/或优化违反监测对象健康或良好状况的内在逻辑的未标记训练数据可用于重新定义训练损失函数。因此,在一些情况下,训练损失函数可以是如上所述的标记数据和基于未标记数据的发展逻辑损失的组合。
另一方面,如果使用预测模型750对未标记数据的预测活动和/或发展水平不违反监测对象健康和良好状况的内在逻辑,则损失函数可以保持不变。因此,只有当监测对象健康和良好状况的内在逻辑被违反时,未标记的数据才会对损失函数产生影响。相比之下,有标签的数据会对损失函数产生影响,不管它们是否违反了监测对象健康和良好状况的内在逻辑。应当理解,上述例子仅仅是说明性的。在预测模型训练阶段710期间,可以以各种其他方式利用未标记的数据。例如,未标记的数据可以用作训练样本755,例如,以包括无监督的损失,例如预测的平滑度,以及用于实施监测对象健康和良好状况的内在逻辑。以这种方式,未标记的数据可以在损失函数中具有相应的项,即使它的预测阶段不违反监测对象健康和良好状况的内在逻辑。
类似地,在识别信息和活动预测模型750的训练期间,可以利用辅助信息。准备训练样本755可以包括为要识别的活动类型手动标记输入数据。在数据中标记监测对象的存在、识别信息或活动的每一个事件是具有挑战性和费力的。例如,在床上翻身的监测对象可能一次持续几秒钟到几分钟,并且可能在整个晚上或监测期内发生多次。本文描述的训练机制允许开发者或最终用户标记这些类型的动作的可管理的出现次数,并将其余标记为“未知”在预测模型750的训练期间,不使用“未知”标签,并将其排除为这些特定标签的训练损失函数的一部分。这可以防止未标记的数据被视为负样本,例如,目标活动被识别为不在输入视频帧中,尽管这些“未知”标签可以稍后通过将数据提供给训练模型进行分析来确定。替代地或附加地,可以生成正样本和负样本的选定集合,并且可以使用这些正样本和负样本来微调模型。
此外,本文描述的训练机制也允许分级或多重标记。多个监测对象和多个活动可以重叠,一个活动可以包含多个活动。因此,可以为同一数据集标记多个标签。例如,多个IoT装置可以检测到多个RFID标签的存在,并且多个活动可以出现在同一组数据中。因此,多个监测对象或活动可以同时发生在同一组数据中,并可能伴随有事件。通过允许给定数据集中的多个标签,内容数据分析系统700可以充分利用包含在训练数据集中的潜在知识来训练预测模型750。
尽管本文描述的训练机制主要集中于训练预测模型750。这些训练机制也可以用于微调从其他数据集训练的现有预测模型750。例如,在一些情况下,预测模型750可能已经使用非监测对象监测数据进行了预训练。在那些情况下,预测模型750可以使用训练样本755来重新训练,所述训练样本包含监测对象监测数据和本文讨论的其他辅助信息。
预测模型训练阶段710输出训练的预测模型750,包括训练的监测对象和/或装置识别模型765、活动识别模型770、健康和良好状况确定模型775、人员管理模型780、库存控制模型785和优化模型787。训练的监测对象和/或装置识别模型765可以在监测对象和/或装置识别预测阶段715中使用,以生成输入数据705的监测对象或装置识别预测。训练的活动识别模型770可以在活动识别阶段720中使用,以结合监测对象或装置识别预测,从输入数据705中识别一个或多个识别的监测对象或装置的活动。可以使用测量确定阶段725来确定所识别的监测对象、装置和/或活动的测量。在验证阶段730,可以根据一个或多个识别的监测对象、装置或活动的已知或逻辑测量来验证所确定的测量。经训练的健康和良好状况确定模型775可以在健康和良好状况确定阶段735中与来自测量确定阶段725(和可选的验证阶段730)的测量结合使用,以根据监测对象和活动识别阶段715/720预测或确定内容数据705中识别的一个或多个监测对象、装置和/或活动的健康和良好状况790。
经过训练的人员管理模型780可以在人员管理阶段740中结合输入数据705和其他阶段(例如,健康和良好状况阶段735)的结果来使用,以预测人员管理需求795。例如,可以确定护理助理的高峰时间要求,以优化人员配置比率来适应高峰时间事件。库存控制模型785可以在库存控制阶段780中结合输入数据705和其他阶段(例如活动识别阶段720)的结果使用,以预测库存需求797。例如,来自传感器和IoT装置的与设施内累积润湿事件相关的数据的分析可用于管理内衣或吸收垫库存的物流目的,包括通过商业合作伙伴直接订购。优化模型787可以在优化阶段780中结合输入数据705和其他阶段的结果使用,例如测量阶段725和健康和良好状况确定阶段735,以预测最佳条件。例如,来自传感器和IoT装置数据的分析可用于确定人员更换内衣或吸收垫的可接受期限的最佳实践。可用于优化作为缓解目标的临床终点可包括尿路感染率、褥疮率、跌倒率和患者满意度。
图8A示出了用于确定水分感测事件和预测被识别监测对象的活动的方法800。在步骤805,获得输入数据。例如,如参考图1、2、3A-3E、4A-4C、5A-5F和6A-6E所讨论的,从IoT装置获得数据。在步骤810,解析输入数据以识别IoT装置在一个时间窗口内从与监测对象相关联的传感器收集的所有传感器数据。来自传感器的传感器数据包括在第一时刻获得的第一能量水平和在第一时刻之后或稍后的第二时刻获得的第二能量水平。所述解析可以包括基于与所述传感器相关联的唯一标识符对来自传感器的在一定时间窗口内的所有传感器数据进行分组。唯一标识符可以由传感器作为与传感器数据相关联的元数据来提供。在步骤815,将第一能量水平和第二能量水平与一个或多个能量水平的表格进行比较,所述一个或多个能量水平与部署传感器的环境的干燥或标准化条件相关联。在步骤820,基于比较做出第一能量水平匹配与环境的干燥或标准化条件相关联的一个或多个能量水平的确定。如此处所使用的,当某一动作“基于”某事物时,这意味着该动作至少部分地基于该事物的至少一部分。
在步骤825,基于比较做出第二能量水平不匹配与环境的干燥或标准化条件相关联的一个或多个能量水平的确定。响应于确定第二能量水平不匹配与干燥或标准化条件相关联的一个或多个能量水平,确定第一能量水平和第二能量水平之间的变化是否超过与水分事件相关联的预定能量阈值,或者第二能量水平是否超过与水分事件相关联的预定能量阈值。当第一能量水平和第二能量水平之间的变化超过预定能量阈值或者第二能量水平超过预定能量阈值时,识别到与传感器相关联的监测对象的水分事件,并且处理在步骤830继续。当第一能量水平和第二能量水平之间的变化没有超过预定能量阈值或者第二能量水平没有超过预定能量阈值时,确定与传感器相关联的监测对象没有发生水分事件,并且处理在步骤810针对剩余的传感器数据继续;或者,如果没有剩余的传感器数据,则在步骤845继续。
在步骤830,确定来自传感器的传感器数据是否包括第三能量水平(与第一和第二能量水平相同或不同的能量水平,但是被识别为与第一和第二能量水平的记录相比的能量水平的单独记录),用于处理在第二时刻之后的预定时间段内由IoT装置收集的数据。在一些实施方案中,预定时间段是3分钟、5分钟、10分钟、15分钟、或30分钟。当来自传感器的传感器数据包括用于处理的第三能量水平时,处理在步骤835继续。当来自传感器的传感器数据不包括用于处理的第三能量水平时,处理在步骤845继续。
在步骤835,将第三能量水平与第二能量水平进行比较。在步骤840,基于比较做出第三能量水平不匹配第二能量水平的确定。响应于确定第三能量水平与第二能量水平不匹配,确定第二能量水平和第三能量水平之间的变化是否超过与干燥事件相关联的预定干燥阈值,或者第三能量水平是否超过与干燥事件相关联的预定干燥阈值。当第二能量水平和第三能量水平之间的变化没有超过预定干燥阈值或者第三能量水平没有超过预定干燥阈值时,识别与传感器相关联的监测对象的水分事件的持续,并且处理在步骤830针对剩余的传感器数据继续,寻找预定义周期内的第四、第五、第六等能量水平;或者,如果在预定周期内没有剩余的传感器数据,则在步骤845继续。当第二能量水平和第三能量水平之间的变化超过预定干燥阈值或者第三能量水平超过预定干燥阈值时,确定与传感器相关联的监测对象已经发生干燥事件,并且处理在步骤810针对剩余的传感器数据继续;或者,如果没有剩余的传感器数据,则在步骤845继续。
在步骤845,基于来自步骤815-840的逻辑结果,确定以下一个或多个:(1)无事件,(2)失禁事件,(3)内衣或吸收垫饱和,以及(4)内衣或吸收垫未饱和。步骤815-840的逻辑是确定不存在水分事件、存在水分事件、传感器没有进一步记录、和/或存在干燥事件。在一些情况下(例如,在存在具有多于两个或三个能量水平的复杂能量水平模式的情况下),基于传感器数据和来自步骤815-840的逻辑结果模式,通过预测模型(例如,在关于图7描述的活动识别阶段720中使用的训练活动识别模型770)来确定以下一个或多个:(1)无事件,(2)失禁事件,(3)内衣或吸收垫饱和,以及(4)内衣或吸收垫未饱和。在步骤850,作为管理程序服务的一部分,提供显示关于一个或多个以下活动的信息的用户接口:(1)无事件,(2)失禁事件,(3)内衣或吸收垫饱和,以及(4)内衣或吸收垫未饱和。在步骤855,可以向最终用户提供作为所确定的活动的结果的通知,作为管理程序的服务的附加部分。
在一些情况下,当第一能量水平基于比较与干燥或标准化条件相关联并且第二能量水平基于比较与水分事件不相关联时,可以通过逻辑或预测模型来确定无事件。在一些情况下,当第一能量水平基于比较与干燥或标准化条件相关联并且第二能量水平基于比较与水分事件相关联时,失禁事件可以由逻辑或预测模型确定。在一些情况下,当第一能量水平基于比较与干燥或标准化条件相关联,第二能量水平基于比较与水分事件相关联,并且传感器数据在第二时刻接收到第二能量水平之后的预定时间段内不包括第三能量水平时,可以通过逻辑或预测模型来确定内衣或吸收垫饱和。在一些情况下,当第一能量水平基于比较与干燥或标准化条件相关联,第二能量水平基于比较与水分事件相关联,传感器数据在第二时刻接收到第二能量水平之后的预定时间段内包括第三能量水平,可以通过逻辑或预测模型来确定内衣或吸收垫不饱和,并且确定干燥事件已经发生。
在示例性使用情况中,还可以使用一个或多个附加预测模型来基于方法800中做出的预测和临床终点来确定临床工作人员更换内衣或吸收垫的可接受期限的最佳实践。可用于优化作为缓解目标的临床终点可包括尿路感染率、褥疮率、跌倒率和患者满意度。使用临床工作人员佩戴的附加RFID传感器的数据分析(可由室内IoT装置读取)可用于记录临床工作人员协助处理润湿事件。这可用于为临床工作人员更换内衣或吸收垫提供跟踪和确认。
图9示出了用于确定水分感测事件和预测活动的方法900。在步骤905,获得输入数据。例如,如参考图1、2、3A-3E、4A-4C、5A-5F和6A-6E所讨论的,从IoT装置获得数据。在步骤910,解析输入数据以识别IoT装置在一个时间窗口内从设置在收集装置(例如,与监测对象相关联的Foley袋)上的多个传感器收集的所有传感器数据。所述解析可以包括基于与每个所述传感器相关联的唯一标识符,将所述传感器数据分组为在所述时间窗口内从所述多个传感器中的每个传感器接收的传感器数据子集。唯一标识符可以由多个传感器作为与传感器数据相关联的元数据来提供。从传感器接收的传感器数据的至少一个子集包括在第一时刻获得的第一能量水平和在第一时刻之后或稍后的第二时刻获得的第二能量水平。在步骤915,将第一能量水平和第二能量水平与一个或多个能量水平的表格进行比较,所述一个或多个能量水平与部署所述多个传感器的环境的干燥或标准化条件相关联。在步骤920,基于比较做出第一能量水平匹配与环境的干燥或标准化条件相关联的一个或多个能量水平的确定。
在步骤925,基于比较做出第二能量水平不匹配与环境的干燥或标准化条件相关联的一个或多个能量水平的确定。响应于确定第二能量水平不匹配与干燥或标准化条件相关联的一个或多个能量水平,确定第一能量水平和第二能量水平之间的变化是否超过与水分事件相关联的预定能量阈值,或者第二能量水平是否超过与水分事件相关联的预定能量阈值。当第一能量水平和第二能量水平之间的变化超过预定能量阈值或者第二能量水平超过预定能量阈值时,识别与传感器数据子集相关联的传感器的水分事件,并且处理在步骤930继续。当第一能量水平和第二能量水平之间的变化没有超过预定能量阈值或者第二能量水平没有超过预定能量阈值时,确定与传感器数据的至少一个子集相关联的传感器没有发生水分事件,并且处理在步骤910针对剩余的传感器数据子集继续;或者,如果没有剩余的传感器数据,则在步骤935继续。
在步骤930,识别与传感器数据的至少一个子集相关联的与传感器相关联的液体体积。在一些情况下,被识别为记录水分事件的传感器的唯一标识符在表格中查找,该表格提供了用多个传感器中的每个传感器的唯一标识符索引的递增的液体体积。基于每个传感器在收集装置上的位置,递增的液体体积与多个传感器中的每个传感器相关联。处理在步骤910针对剩余的传感器数据子集继续;或者,如果没有剩余的传感器数据,则在步骤935继续。
在步骤935,分析在步骤930中识别的液体体积,以确定收集装置的总液体体积。例如,在步骤930中识别的最大液体体积可以被确定为收集装置的总液体体积的指示。可选地,在步骤930中识别的所有液体体积的总和可以被确定为收集装置的总液体体积的指示。
在步骤940,基于来自步骤915-935的逻辑结果,确定以下一个或多个:(1)收集装置已满,(2)监测对象脱水,(3)液体体积随时间的异常变化,以及(4)液体体积随时间的正常变化。步骤915-935的逻辑是确定不存在水分事件、存在水分事件、与每个传感器相关联的液体体积以及收集装置的总液体体积。在一些情况下(例如,在存在具有多于两个或三个能量水平的复杂能量水平模式的情况下),基于传感器数据和来自步骤915-935的逻辑结果模式,通过预测模型(例如,在关于图7描述的活动识别阶段720中使用的训练的活动识别模型770)来确定以下一个或多个:(1)收集装置已满,(2)监测对象脱水,(3)液体体积随时间的异常变化,以及(4)液体体积随时间的正常变化。在步骤945,作为管理程序服务的一部分,提供显示关于一个或多个以下活动的信息的用户接口:(1)水分事件,(2)收集装置的总液体量,(3)收集装置已满,(4)监测对象脱水,(5)液体体积随时间的异常变化,以及(6)液体体积随时间的正常变化。在步骤950,可以向最终用户提供作为所确定的活动的结果的通知,作为管理程序的服务的附加部分。
图10示出了用于预测监测对象健康或良好状况的方法1000。在步骤1005,获得输入数据。例如,如参考图1、2、3A-3E、4A-4C、5A-5F和6A-6E所讨论的,从IoT装置获得数据。在一些情况下,输入数据还包括由预测模型做出的预测。例如,如参照图8所述并在一段时间内针对监测对象获得的关于以下一项或多项的预测可以用作输入数据的一部分:(1)无事件,(2)失禁事件,(3)内衣或吸收垫饱和,以及(4)内衣或吸收垫未饱和。在步骤1010,通过预测模型(例如,在参考图7描述的活动识别阶段720中使用的经训练的活动识别模型770)在输入数据中识别活动模式(例如,排尿或失禁事件)。在步骤1015,来自排尿模式的特征被提取并被用于通过预测模型(例如,在参考图7描述的健康或良好状况确定阶段735中使用的经训练的健康或良好状况预测模型775)做出关于监测对象的健康或良好状况的预测。在步骤1020,提供用户接口,显示监测对象的健康或良好状况的预测,作为基于预测模型的预测的管理程序的服务的一部分。在步骤1025,可以向最终用户提供作为监测对象的健康或良好状况预测的结果的通知,作为管理程序的服务的附加部分。
在一个示例性的使用案例中,水分感测事件的数据分析可以采用一个过程,该过程将识别有早期尿路感染风险的个体。例如,可以通过历史数据确定给定患者的正常排尿模式间隔。如果尿频出现新的模式变化,将通过IoT装置通知该机构的临床工作人员,以获得尿液分析和尿培养,并在适当时进行抗生素治疗。一种新的频率模式的识别最初将基于一套规则,例如在不到90分钟内两次或更多次排尿间隔的新开始。随后,将采用参考图7描述的使用训练的预测模型方法。例如,使用RFID来源的数据分析,临床记录的尿路感染事件将与之前的排尿频率相关联。然后,这些模式可以用来提高未来的预测能力和临床工作人员的通知。
图11示出了用于预测监测对象患有或发展成尿路感染的风险的方法1100。在步骤1105,获得输入数据。例如,如参考图1、2、3A-3E、4A-4C、5A-5F和6A-6E所讨论的,从IoT装置获得数据。在一些情况下,输入数据还包括由预测模型做出的预测。例如,如参照图8和9所述并在一段时间内针对监测对象获得关于以下一项或多项的预测可以用作输入数据的一部分:(1)无事件,(2)失禁事件,(3)内衣或吸收垫饱和,(4)内衣或吸收垫不饱和,(5)水分事件,(6)收集装置的总液体体积,(7)收集装置已满,(8)监测对象脱水,(9)液体体积随时间的异常变化,以及(10)液体体积随时间的正常变化。在步骤1110,使用输入数据在一个时间窗口内确定监测对象的平均排尿间隔时间。间隔时间是每次排尿之间的时间,例如,通过RFID传感器识别第一失禁事件和第二失禁事件之间的时间。例如,如果监测对象的间隔时间在5天间隔天数内介于1至4小时之间,则平均排尿间隔时间可以确定为3小时(例如,(2+2+3+3+4+4)/6)。在步骤1015,确定在确定的平均排尿间隔时间中是否存在统计异常。例如,如果患者的平均排尿间隔时间在5天的间隔时间内介于1到4小时之间,分析将从该间隔时间中寻找统计异常。举个例子,一个病人在1小时内有三次独立的排尿,可能会引发统计异常。在一些情况下,可以基于标准偏差或聚类算法来确定统计异常。
在可选步骤1115,可以触发或生成建议由实验室进行尿液分析和尿培养的通知。用户接口仪表板可以允许用户输入来自尿液分析和尿培养(感染/未感染)的结果临床状态的数据输入。该数据输入可以通过手动输入或者通过电子病历的直接集成来执行。数据点可能包括尿液分析、尿培养或使用直接检测感染基因特征的方法(PCR分析等)。在可选步骤1120,可以获得尿液分析和尿培养的结果以及附加数据,用于输入到一个或多个预测模型中。可用于确定尿路感染风险的附加数据输入包括进餐时间间隔、IV速率和G管喂食。例如,如果G管喂食发生在特定时间,系统可以预期在减少的时间段之后将会出现排尿间隔,从而避免警报事件。可以评估的其他参数包括可能与脱水一致的延长间隔时间。
在步骤1125,提取来自输入数据的特征、监测对象的平均排尿间隔时间、以及可选的尿液分析和尿培养的结果以及附加数据,并通过预测模型(例如,在参考图7描述的健康或良好状况确定阶段735中使用的经训练的健康或良好状况预测模型775)用于做出关于监测对象健康或良好状况的预测。在一些情况下,关于健康或良好状况的预测包括指示监测对象患有尿路感染或发展为尿路感染的尿路感染风险评分。在步骤1130,提供用户接口,显示监测对象的健康或良好状况的预测,作为基于预测模型的预测的管理程序的服务的一部分。在步骤1135,可以向最终用户提供作为监测对象的健康或良好状况预测的结果的通知,作为管理程序的服务的附加部分。
图12示出了用于确定运动事件和预测被识别监测对象的活动的方法1200。在步骤1205,获得输入数据。例如,如参考图1、2、3A-3E、4A-4C、5A-5F和6A-6E所讨论的,从IoT装置获得数据。在步骤1210,解析输入数据以识别IoT装置在一个时间窗口内从与监测对象相关联的传感器收集的所有传感器数据。来自传感器的传感器数据包括在第一时刻获得的第一能量水平和在第一时刻之后的第二时刻确定的第二能量水平。所述解析可以包括基于与所述传感器相关联的唯一标识符对来自传感器的在一定时间窗口内的所有传感器数据进行分组。唯一标识符可以由传感器作为与传感器数据相关联的元数据来提供。在步骤1215,将第一能量水平和第二能量水平与一个或多个能量水平的表格进行比较,所述一个或多个能量水平与部署传感器的环境内的固定位置相关联(即,当传感器移动靠近和远离IoT装置时,能量状态发生变化;然而,当静止时,能量水平将获得平衡)。在步骤1220,基于比较做出第一能量水平匹配与环境内的静止位置相关联的一个或多个能量水平的确定。
在步骤1225,基于比较做出第二能量水平不匹配与环境内的静止位置相关联的一个或多个能量水平的确定。响应于确定第二能量水平不匹配与环境内的静止位置相关联的一个或多个能量水平,确定第一能量水平和第二能量水平之间的变化是否超过与运动事件相关联的预定能量阈值,或者第二能量水平是否超过与运动事件相关联的预定能量阈值。当第一能量水平和第二能量水平之间的变化超过预定能量阈值或者第二能量水平超过预定能量阈值时,为与传感器相关联的监测对象识别运动事件,并且处理在步骤1230继续。当第一能量水平和第二能量水平之间的变化没有超过预定能量阈值或者第二能量水平没有超过预定能量阈值时,确定与传感器相关联的监测对象没有发生运动事件,并且处理在步骤1210针对剩余的传感器数据继续;或者,如果没有剩余的传感器数据,则在步骤1245继续。
在步骤1230,确定来自第一传感器的传感器数据是否包括第三能量水平(与第一和第二能量水平相同或不同的能量水平,但是被识别为与第一和第二能量水平的记录相比的能量水平的单独记录),用于处理在第二时刻之后的预定时间段内由IoT装置收集的数据。在一些实施方案中,预定时间段是3分钟、5分钟、10分钟、15分钟、或30分钟。当来自第一传感器的传感器数据包括用于处理的第三能量水平时,处理在步骤1235继续。当来自第一传感器的传感器数据不包括用于处理的第三能量水平时,处理在步骤1245继续。
在步骤1235,将第三能量水平与第二能量水平进行比较。在步骤1240,基于比较做出第三能量水平不匹配第二能量水平的确定。响应于确定第三能量水平与第二能量水平不匹配,确定第二能量水平和第三能量水平之间的变化是否超过与诸如在床上翻身或起床之类的活动相关联的预定活动阈值,或者第三能量水平是否超过与活动相关联的预定活动阈值。当第二能量水平和第三能量水平之间的变化没有超过预定活动阈值或者预定活动阈值没有超过第三能量水平时,识别与传感器相关联的监测对象没有活动,并且处理在步骤1230针对剩余的传感器数据继续,寻找预定义周期内的第四、第五、第六等能量水平;或者,如果在预定周期内没有剩余的传感器数据,则在步骤1245继续。当第二能量水平和第三能量水平之间的变化超过预定活动阈值或者第三能量水平超过预定能量阈值时,确定与传感器相关联的监测对象已经发生活动事件,并且处理在步骤1210针对剩余的传感器数据继续;或者,如果没有剩余的传感器数据,则在步骤1245继续。
在步骤1245,基于传感器数据和步骤1215-1240的逻辑结果,确定以下一个或多个:(1)没有活动,(2)在床上翻身活动,(3)起床活动,(4)摔倒在地板上活动,和(5)进入浴室活动(例如,在关于图7描述的活动识别阶段720中使用的训练的活动识别模型770)。步骤1215-1240的逻辑结果是确定不存在运动或活动事件、存在活动事件、和/或持续活动事件。在步骤1250,提供显示一个或多个以下活动的用户接口:(1)没有活动,(2)在床上翻身活动,(3)起床活动,(4)摔倒在地板上活动,以及(5)进入浴室活动。在步骤1255,可以向最终用户提供作为所确定的活动的结果的通知,作为管理程序的服务的附加部分。
在示例性使用情况下,跌倒风险的数据分析可以使用RFID传感器和一个或多个IoT装置。例如,射频识别具有由几个因素决定的最佳信号范围,包括射频、收发器的功率以及收发器和传感器标签之间的距离。收发器的范围限制可用于提供一种地理围栏形式,当内衣上有RFID标签的患者或作为个人识别系统的一部分的患者不再在特定收发器(例如IoT装置)的范围内时,该地理围栏将通知护理人员。然后,这些信息可以通过IoT装置传输给临床工作人员,以警告病情发展或离开床或房间。这也可以用作一般原则,不需要包括润湿分析。该信息可用于干预和帮助有跌倒风险的患者。这还可以与最近的润湿事件通知相结合,以增加工作人员的信心,即患者发生了润湿事件,已经离开了他们的床,并且在试图步行去浴室时有摔倒的风险。这将触发一个中央通知,让工作人员提供协助。
在另一个示例性使用情况中,用于跟踪监测对象在床上的运动(例如,翻身)的数据分析可以使用RFID传感器和一个或多个IoT装置。收发器RFID传感器相移数据的使用或在监测对象或内衣上使用一个以上的RFID传感器,包括传感器方向的变化。当监测对象在床上移动时,传感器之间的信号会发生变化。这将用于跟踪监测对象在床上的运动。该数据可用于减轻压疮(褥疮)风险。对于那些低于一定运动阈值的监测对象,临床工作人员可以进行干预,以协助翻身或重新定位,从而最大限度地减少压疮。预测模型可与有褥疮和无褥疮的患者的历史运动数据一起使用,以预测监测对象在床上运动的安全、正常范围,并预测监测对象的整体健康和良好状况(例如,有褥疮的风险)。使用由临床工作人员佩戴的附加RFID传感器的数据分析,将由室内IoT装置读取,可用于记录临床工作人员协助监测对象的跌倒事件或运动。这可用于为临床工作人员提供帮助避免跌倒事件或运动的跟踪和确认。
图13示出了用于预测监测对象患有或发展为褥疮的风险的方法1300。在步骤1305,获得输入数据。例如,如参考图1、2、3A-3E、4A-4C、5A-5F和6A-6E所讨论的,从IoT装置获得数据。在一些情况下,输入数据还包括由预测模型做出的预测。例如,如参照图8、9和12所述并在一段时间内针对监测对象获得关于以下一项或多项的预测可以用作输入数据的一部分:(1)无事件,(2)失禁事件,(3)内衣或吸收垫饱和,(4)内衣或吸收垫不饱和,(5)水分事件,(6)收集装置的总液体体积,(7)收集装置已满,(8)监测对象脱水,(9)液体体积随时间的异常变化,(10)液体体积随时间的正常变化,(11)无活动,(12)在床上翻身活动,(13)起床活动,(14)摔倒在地板上活动,以及(15)进入浴室。在步骤1310,可以通过预测模型(例如,在参考图7描述的活动识别阶段720中使用的经训练的活动识别模型770)在输入数据中识别活动模式(例如,排尿或失禁事件)。在一些情况下,预测的活动模式是以下一个或多个:尿失禁事件的频率、失禁事件的持续时间(持续时间是被污染的内衣或吸收垫在监测对象身上保持了多长时间)、一段时间内患者在床上的平均运动、大便失禁事件的频率和大便失禁事件的持续时间(持续时间是被污染的内衣或吸收垫在监测对象身上保持了多长时间)。
在可选步骤1315,可以获得附加数据以输入到一个或多个预测模型中。可用于确定褥疮风险的附加数据输入包括工作人员关顾的频率(通过工作人员RFID/蓝牙接近度数据来测量)。在一些情况下,工作人员的关顾可以根据失禁是否尚未发生(这表明患者正在床上翻身或重新定位)而被不同地加权。
在步骤1320,通过预测模型(例如,在参考图7描述的健康或良好状况确定阶段735中使用的经训练的健康或良好状况预测模型775),从预测的活动和可选的附加数据中提取特征并用于做出关于监测对象健康或良好状况的预测。在一些情况下,关于健康或良好状况的预测包括指示监测对象患有尿路感染或发展为尿路感染的褥疮风险评分。例如,工作人员关顾的频率(由工作人员RFID/蓝牙接近度数据测量)指示患者在床上翻身或重新定位(可以是降低风险评分的特征)、尿失禁事件的频率(更多事件和更多坐或躺在尿中可以是增加风险评分的特征)、失禁事件的持续时间(坐或躺在尿中的持续时间更长可以是增加风险评分的特征),患者在一段时间内的平均卧床运动(更多的运动可能是降低风险评分的特征)、大便失禁事件的频率(更多的事件和更多地坐在或躺在大便中可能是增加风险评分的特征)以及大便失禁事件的持续时间(坐在或躺在大便中的持续时间更长可能是增加风险评分的特征)。在步骤1330,提供用户接口,显示监测对象的健康或良好状况的预测,作为基于预测模型的预测的管理程序的服务的一部分。在步骤1335,可以向最终用户提供作为监测对象的健康或良好状况预测的结果的通知,作为管理程序的服务的附加部分。
图14示出了用于预测人员和优化人员管理的方法1400。在步骤1405,获得输入数据。例如,如参考图1、2、3A-3E、4A-4C、5A-5F和6A-6E所讨论的,从IoT装置获得数据。在一些情况下,输入数据还包括由预测模型做出的预测。例如,如关于图8、9和10所述,在一段时间内针对一个或多个监测对象获得的关于以下一个或多个的预测可以用作输入数据的一部分:(1)无事件,(2)失禁事件,(3)内衣或吸收垫饱和,以及(4)内衣或吸收垫未饱和,(5)缺乏活动,(6)在床上翻身活动,(7)起床活动,(8)摔倒在地板上活动,(9)进入浴室活动,以及(10)监测对象的健康或良好状况。在步骤1410,通过预测模型(例如,在关于图7描述的活动识别阶段720中使用的经训练的活动识别模型770)在输入数据中识别活动模式(例如,监测对象的活动增加,包括在上午6点和上午9点之间的失禁)。在步骤1415,来自活动模式的特征被提取并用于通过预测模型(例如,在参考图7描述的人员管理阶段740中使用的经训练的人员管理模型780)做出关于人员的预测和/或优化人员管理。在步骤1420,提供显示人员预测和/或优化人员管理的用户接口,作为基于预测模型的预测的管理程序的服务的一部分。在步骤1425,可以向最终用户提供作为人员预测和/或优化人员管理的结果的通知,作为管理程序的服务的附加部分。
在一个示例性使用案例中,与设施内的累积润湿事件相关的水分感测事件的数据分析可以用于人员管理的后勤目的。可以确定护理助理的高峰时间要求,以优化人员配置比例来适应这些事件。使用临床工作人员佩戴的附加RFID传感器的数据分析(可由室内IoT装置读取)可用于记录临床工作人员协助处理润湿事件。这可用于为人事管理提供临床人员跟踪和更高的后勤效率。
图15示出了用于预测库存和优化库存控制管理的方法1500。在步骤1505,获得输入数据。例如,如参考图1、2、3A-3E、4A-4C、5A-5F和6A-6E所讨论的,从IoT装置获得数据。在一些情况下,输入数据还包括由预测模型做出的预测。例如,如关于图8、9、10和11所述,在一段时间内针对一个或多个监测对象获得的关于以下一个或多个的预测可以用作输入数据的一部分:(1)无事件,(2)失禁事件,(3)内衣或吸收垫饱和,以及(4)内衣或吸收垫未饱和,(5)缺乏活动,(6)在床上翻身活动,(7)起床活动,(8)摔倒在地板上活动,(9)进入浴室活动,(10)监测对象的健康或良好状况,以及(11)人员。在步骤1510,通过预测模型(例如,在参考图7描述的活动识别阶段720中使用的经训练活动识别模型770)在输入数据中识别活动模式(例如,夏季期间吸收垫的使用增加)。在步骤1515,来自活动模式的特征被提取并用于通过预测模型(例如,在参考图7描述的库存控制阶段745中使用的经训练的库存控制模型785)做出关于库存的预测并优化库存控制管理。在步骤1520,提供显示库存预测和优化库存控制的用户接口,作为基于预测模型的预测的管理程序的服务的一部分。在步骤1525,可以向最终用户提供作为预测库存和优化库存控制的结果的通知,作为管理程序的服务的附加部分。
在示例性使用案例中,与设施内累积润湿事件相关的水分感测事件的数据分析用于管理内衣或吸收垫库存的物流目的,包括通过商业合作伙伴直接订购。可以确定内衣或吸收垫的高峰时间要求,以优化库存来适应这些事件。
图16示出了示例计算装置1600(例如,关于图1描述的客户端装置105),其适用于根据本公开文本的用于分析和跟踪一个或多个监测对象的健康和良好状况的指标的系统和方法。示例计算装置1600包括处理器1605,其使用一条或多条通信总线1615与存储器1610和计算装置1600的其他组件通信。处理器1605被配置为执行存储在存储器1610中的处理器可执行指令,以根据不同的示例,例如上面参考图8描述的示例方法800的一部分或全部,执行用于分析和跟踪一个或多个监测对象的健康和良好状况的指标的一个或多个方法。在该示例中,存储器1610存储提供内容数据分析1620以及指标和优化预测1625的处理器可执行指令,如以上关于图1、图2、图3A-3E、图4A-4C、图5A-5F、图6A-6E和图8-15所讨论的。在该示例中,计算装置1600还包括一个或多个用户输入装置1630,例如键盘、鼠标、触摸屏、麦克风等,以接受用户输入。计算装置1600还包括显示器1635,以向用户提供视觉输出,例如用户接口。
计算装置1600还包括通信接口1640。在一些示例中,通信接口1640可以实现使用一个或多个网络的通信,包括局域网(“LAN”);广域网(“WAN”),如互联网;城域网(“MAN”);点对点或对等连接;等等。与其他装置的通信可以使用任何合适的网络协议来完成。例如,一种合适的网络协议可以包括互联网协议(“IP”)、传输控制协议(“TCP”)、用户数据报协议(“UDP”)或其组合,例如TCP/IP或UDP/IP。
虽然本文中的方法和系统的一些示例是根据在各种机器上执行的软件来描述的,但是这些方法和系统也可以被实现为特定配置的硬件,例如专用于执行根据本公开文本的各种方法的现场可编程门阵列(FPGA)。例如,示例可以在数字电子电路中实现,或者在计算机硬件、固件、软件或其组合中实现。在一个示例中,装置可以包括一个或多个处理器。处理器包括联接到处理器的计算机可读介质,例如随机存取存储器。处理器执行存储在存储器中的计算机可执行程序指令,例如执行一个或多个计算机程序。这种处理器可以包括微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)和状态机。这种处理器还可以包括可编程电子装置,例如PLC、可编程中断控制器(PIC)、可编程逻辑器件(PLD)、可编程只读存储器(PROM)、电子可编程只读存储器(EPROM或EEPROM)或其他类似装置。
这种处理器可以包括介质或者可以与介质通信,例如一个或多个非暂时性计算机可读介质,其可以存储处理器可执行指令,当处理器执行这些指令时,可以使处理器执行根据本公开文本的由处理器执行或辅助的方法。非暂时性计算机可读介质的示例可以包括但不限于电子、光学、磁性或其他能够向处理器(例如网络服务器中的处理器)提供处理器可执行指令的存储装置。非暂时性计算机可读介质的其他示例包括但不限于软盘、CD-ROM、磁盘、存储芯片、ROM、RAM、ASIC、配置的处理器、所有光学介质、所有磁带或其他磁介质、或者计算机处理器可以从中读取数据的任何其他介质。所描述的处理器和处理可以在一个或多个结构中,并且可以分散在一个或多个结构中。处理器可以包括执行根据本公开文本的方法(或方法的一部分)的代码。
V.整合的用户接口
图17是说明根据各种实施方案的IoT解决方案可视化系统1700的一些功能组件的框图。所示系统包括三层:表示层1705、应用层1710和数据库层1715。表示层1705包括多个用户接口(例如图形用户接口(GUI)),用户(例如客户或管理员)通过这些用户接口使用传感器和IoT装置的网络来监测监测对象活动,以便实时检测监测对象的活动和事件。这些包括多个UI 1720、1725、1730和1735(例如,整合的用户接口)。在一些实施方案中,UI 1720、1725、1730和1735驻留在一个或多个工作站或客户端装置上。在其他实施方案中,UI 1720、1725、1730和1735驻留在一台或多台个人计算机上。一般来说,UI 1720、1725、1730和1735可以驻留在任何计算系统上,并且尽管图17中示出了四个UI,但是应当理解,根据本文描述的方面,可以开发和提供任何数量的UI。
UI 1720、1725、1730和1735联接到应用层1710内的一个或多个应用服务器1740和1745(例如,参考图2描述的数据分析模块275和远程服务器265)。应用服务器1740和1745实现便于在底层通信网络上实时监测和评估监测对象活动的操作,在这样做时,它们在UI1720、1725、1730和1735与通信网络之间传送和处理信息。在各种实施方案中,应用服务器1740和1745通过本文描述的一组机制来促进对监测对象活动的监测和评估。应用服务器1740和1745可以位于分布式计算系统中的多个位置,包括计算服务器或数据库服务器,并且可以与表示层中的任何UI通信。
应用服务器1740和1745联接到数据库层1715内的数据库管理系统1750(例如,参考图2描述的数据存储270)。数据库管理系统1750可以是用于管理数据存储和检索的任何类型的定制或商业可用的数据库系统。在一些实施方案中,数据库管理系统1750包括数据库服务器等。示例性的数据库服务器包括但不限于那些可从甲骨文、微软、赛贝斯、IBM公司等购得的服务器。数据库管理系统1750与高速缓存和数据库1755(例如,参考图2描述的数据存储270)联接。高速缓存和数据库1755可以是能够存储和检索数据的任何类型的高速缓存或数据库。这包括但不限于层次数据库和关系数据库。
在各种实施方案中,表示层1705、应用层1710和数据库层1715操作以提供UI1720、1725、1730和1735,其包括监测对象标识、原始传感器和IoT装置数据、确定或预测的活动、装置在线状态、相关趋势等。如图18A和18B所示,一些实施方案可以基于传感器和IoT装置数据以及时间数据为各种监测对象1810提供临床工作人员响应1805的整合UI 1800。如本文所讨论的,传感器和IoT装置数据和时间数据可以被分类或用于进行预测。例如,数据分析模块275和数据分析系统700可以动态地确定失禁、水分持续时间检测、工作人员对失禁事件的反应,并且基于工作人员对失禁事件的反应模式来预测监测对象的健康或良好状况。失禁确定、水分持续时间检测、工作人员对失禁事件的响应的确定以及监测对象的健康或良好状况的预测可以被应用层1710用来显示整合UI 1800的仪表板1702,该仪表板1702具有各种信息,包括传感器1815的当前水分状态、IoT装置1820的在线状态、水分事件的持续时间1825以及基于时间间隔的工作人员响应的分类1830。一些实施方案还可以包括用于确定监测对象的健康或良好状况的预测模型。此外,提供传感器的当前状态和事件的当前持续时间以及相关联的工作人员响应时间的整合UI 1800,而不是简单地提供指示监测对象润湿的数据,可以帮助临床工作人员基于其分类和相关联的响应时间来关注所识别的事件和监测对象,以改善响应时间和降低润湿持续时间,而不是简单地通知临床工作人员患者润湿。
如图19A和图19B所示,一些实施方案可以基于传感器和IoT装置数据以及时间数据为监测对象提供润湿和排尿间隔的整合UI 1900。如本文所讨论的,传感器和IoT装置数据和时间数据可以被分类或用于进行预测。例如,数据分析模块275和数据分析系统700可以动态地确定失禁、水分检测的持续时间和失禁事件的模式,并基于失禁事件的模式预测监测对象的健康或良好状况。失禁的这种确定、水分持续时间的检测、失禁事件的模式以及监测对象健康或良好状况的预测可以被应用层1710用来显示整合的UI 1900的仪表板1702,该仪表板具有各种信息,包括监测对象随时间的水分状态1905与监测对象随时间的干燥状态1910,以及基于排尿1920之间的时间绘制的排尿事件1915。一些实施方案还可以包括用于确定监测对象的健康或良好状况的预测模型。此外,提供水分状态和排尿间隔的整合UI 1900,而不是简单地提供指示监测对象润湿的数据,可以帮助临床工作人员基于典型的排尿时间和排尿频率关注被识别的监测对象,以改善润湿时间和识别可能的健康问题,例如与尿路感染一致的排尿间隔的减少,而不是简单地告诉临床工作人员患者润湿。
如图20所示,一些实施方案可以基于传感器和IoT装置数据以及时间数据,提供覆盖有时间约束的监测对象的当前状态的整合UI 2000。如本文所讨论的,传感器和IoT装置数据和时间数据可以被分类或用于进行预测。例如,数据分析模块275和数据分析系统700可以动态地确定失禁、水分检测的持续时间和最佳响应时间,用于将监测对象从润湿中移除以保持健康和良好状况,并基于失禁事件的模式预测监测对象的健康或良好状况。失禁的这种确定、水分持续时间的检测、用于将监测对象从润湿中移除的最佳响应时间以及监测对象的健康或良好状况的预测可以被应用层1710用来显示具有各种信息的整合UI 2000的仪表板1702,这些信息包括覆盖有时间约束2010的多个监测对象的水分状态2005。例如,预测模型可以确定失禁事件的最佳响应时间是15分钟,并且使用该预测时间作为阈值来将各种监测对象的失禁事件放入桶中,包括需要立即行动2015(>15min)、需要注意2020(<15min)和不需要行动或离线装置2025。一些实施方案还可以包括用于确定监测对象的健康或良好状况的预测模型。此外,提供具有时间约束的水分状态的整合UI 2000,而不是简单地提供指示监测对象润湿的数据,可以帮助临床工作人员基于他们的分类和改善响应时间和降低润湿持续时间所需的相关行动水平来关注所识别的事件和监测对象,而不是简单地通知临床工作人员患者润湿。
图21示出了流程图21,其示出了为多个监测对象提供失禁事件的整合视图的过程。在一些实施方案中,流程图2100中描述的过程可以由参考图1讨论的管理平台100来实现。在步骤2105,提供或实例化包括用户装置、多个传感器和一个或多个IoT装置的分布式环境。在一些实施方案中,分布式环境还包括分析服务器和预测模型组件,以及由分析服务器和预测模型组件创建的训练模型。在某些实施方案中,分布式环境还包括用于存储在一个或多个实时信息流中接收的传感器和IoT数据、分析和预测结果以及历史数据的存储器。
在步骤2110,可以使用多个传感器和一个或多个IoT装置来监测一个或多个监测对象的活动,包括失禁事件。在步骤2115,可以提供包括多个桶的用户接口。每个桶可以与注意力水平相关联,并且每个桶显示包括当前实时触发的失禁事件的活动。本质上,桶是根据基于预测模型对活动(例如,失禁事件、跌倒事件等)的最佳响应时间的预测定义的方案分类的活动的图形筒仓。提供基于关注级别桶的活动的整合UI,而不是简单地显示活动,可以帮助临床工作人员基于识别的事件和监测对象的分类以及改善响应时间和降低润湿持续时间所需的相关行动级别来关注识别的事件和监测对象,而不是简单地通知临床工作人员患者润湿。
在步骤2120,基于来自分析服务器或预测模型的确定,在一个或多个实时信息流中确定活动的发生。在步骤2125,可以通过从多个桶中识别与活动所需的关注级别相关联的桶并将所确定的活动分配给该桶,来更新用户接口以反映活动的发生。可选地,在步骤2130,可以接收对应于从多个桶中选择桶的用户输入。在一些实施方案中,响应于该选择,可以显示扩展的UI,显示关于活动的细节,例如内衣或吸收垫的饱和度。
VI.其他事项
在以上描述中给出了具体细节,以提供对实施方案的透彻理解。然而,应当理解,实施方案可以在没有这些具体细节的情况下实施。例如,为了不在不必要的细节上模糊实施方案,可以在框图中示出电路。在其他情况下,公知的电路、过程、算法、结构和技术可以在没有不必要的细节的情况下示出,以避免模糊实施方案。
上述技术、框、步骤和装置的实现可以以各种方式完成。例如,这些技术、框、步骤和装置可以用硬件、软件或其组合来实现。对于硬件实现,处理单元可以在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计成执行上述功能的其他电子单元和/或其组合中实现。
此外,注意,实施方案可以被描述为被描绘为流程图、作业图、数据流图、结构图或框图的过程。尽管流程图可以将操作描述为顺序过程,但是许多操作可以并行或并发执行。此外,操作的顺序也可以重新安排。当一个过程的操作完成时,该过程被终止,但是可能有图中没有包括的附加步骤。进程可以对应于方法、函数、过程、子例程、子程序等。当一个进程对应于一个函数时,它的终止对应于该函数返回到调用函数或主函数。
此外,实施方案可以通过硬件、软件、脚本语言、固件、中间件、微码、硬件描述语言和/或其任意组合来实现。当以软件、固件、中间件、脚本语言和/或微代码实现时,执行必要任务的程序代码或代码段可以存储在诸如存储介质的机器可读介质中。代码段或机器可执行指令可以表示过程、函数、子程序、程序、例程、子例程、模块、软件包、脚本、类、或指令、数据结构和/或程序语句的任意组合。通过传递和/或接收信息、数据、自变量、参数和/或存储器内容,代码段可以耦合到另一个代码段或硬件电路。信息、自变数、参数、数据等可以通过任何合适的方式传递、转发或传输,包括存储共享、消息传递、票据传递、网络传输等。
对于固件和/或软件实现,方法可以用执行本文描述的功能的模块(例如,过程、功能等)来实现。任何有形地实现指令的机器可读介质都可以用于实现本文描述的方法。例如,软件代码可以存储在存储器中。存储器可以在处理器内部或处理器外部实现。本文使用的术语“存储器”指的是任何类型的长期、短期、易失性、非易失性或其他存储介质,并且不限于任何特定的存储器类型或存储器数量、或者存储记忆的介质类型。
此外,如本文所公开的,术语“存储介质”、“存储”或“存储器”可以表示用于存储数据的一个或多个存储器,包括只读存储器(ROM)、随机存取存储器(RAM)、磁性RAM、磁芯存储器、磁盘存储介质、光存储介质、闪存装置和/或用于存储信息的其他机器可读介质。术语“机器可读介质”包括但不限于便携式或固定存储装置、光存储装置、无线信道、和/或能够存储或携带指令和/或数据的各种其他存储介质。
虽然上面已经结合特定的设备和方法描述了本公开文本的原理,但是应当清楚地理解,该描述仅作为示例,而不是对本公开文本范围的限制。
Claims (56)
1.一种方法,包括:
由数据处理系统获得输入数据;
由所述数据处理系统解析所述输入数据以识别来自传感器的传感器数据;
由所述数据处理系统将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述传感器的环境的干燥或标准化条件相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得;
由所述数据处理系统基于所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;
由所述数据处理系统基于所述比较来确定所述第二能量水平与水分事件相关联;
响应于确定所述第二能量水平与水分事件相关联,由所述数据处理系统确定与所述传感器相关联的监测对象已经发生失禁事件;
由所述数据处理系统确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内不包括第三能量水平;
响应于确定所述传感器数据不包括所述第三能量水平,由所述数据处理系统确定与所述监测对象相关联的内衣或吸收垫已经饱和;以及
由所述数据处理系统提供用户接口,所述用户接口显示关于所述失禁事件和与所述监测对象相关联的所述内衣或吸收垫已经饱和的信息。
2.根据权利要求1所述的方法,其中所述解析包括基于与所述传感器相关联的唯一标识符对来自传感器的在一定时间窗口内的传感器数据进行分组。
3.根据权利要求1或2所述的方法,其中确定所述第二能量水平与所述水分事件相关联包括确定所述第一能量水平和所述第二能量水平之间的变化超过与所述水分事件相关联的预定能量阈值或者所述第二能量水平超过与所述水分事件相关联的预定能量阈值。
4.根据权利要求1、2、或3所述的方法,其中所述第一能量水平是第一阻抗值,所述第二能量水平是不同于所述第一阻抗值的第二阻抗值。
5.一种系统,包括:
一个或多个数据处理器;和
包含指令的非暂时性计算机可读存储介质,所述指令在一个或多个数据处理器上执行时,使得所述一个或多个数据处理器执行动作,所述动作包括:
获得输入数据;
解析所述输入数据以识别来自传感器的传感器数据;
将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述传感器的环境的干燥或标准化条件相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得;
基于所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;
基于所述比较来确定所述第二能量水平与水分事件相关联;
响应于确定所述第二能量水平与水分事件相关联,确定与所述传感器相关联的监测对象已经发生失禁事件;
确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内不包括第三能量水平;
响应于确定所述传感器数据不包括所述第三能量水平,确定与所述监测对象相关联的内衣或吸收垫已经饱和;以及
提供用户接口,所述用户接口显示关于所述失禁事件和与所述监测对象相关联的所述内衣或吸收垫已经饱和的信息。
6.一种有形地实施在非暂时性机器可读存储介质中的计算机程序产品,包括被配置为使一个或多个数据处理器执行动作的指令,所述动作包括:获得输入数据;
解析所述输入数据以识别来自传感器的传感器数据;
将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述传感器的环境的干燥或标准化条件相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得;
基于所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;
基于所述比较来确定所述第二能量水平与水分事件相关联;
响应于确定所述第二能量水平与水分事件相关联,确定与所述传感器相关联的监测对象已经发生失禁事件;
确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内不包括第三能量水平;
响应于确定所述传感器数据不包括所述第三能量水平,确定与所述监测对象相关联的内衣或吸收垫已经饱和;以及
提供用户接口,所述用户接口显示关于所述失禁事件和与所述监测对象相关联的所述内衣或吸收垫已经饱和的信息。
7.一种方法,包括:
由数据处理系统获得输入数据;
由所述数据处理系统解析所述输入数据以识别来自传感器的传感器数据;
由所述数据处理系统将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述传感器的环境的干燥或标准化条件相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得;
由所述数据处理系统基于所述第一能量水平与所述第二能量水平的所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;
由所述数据处理系统基于所述比较来确定所述第二能量水平与水分事件相关联;
响应于确定所述第二能量水平与水分事件相关联,由所述数据处理系统确定与所述传感器相关联的监测对象已经发生失禁事件;
由所述数据处理系统确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内包括第三能量水平;
响应于确定所述传感器数据包括第三能量水平,由所述数据处理系统将所述第三能量水平与所述第二能量水平进行比较;
由所述数据处理系统基于所述第三能量水平与所述第二能量水平的所述比较来确定所述第三能量水平与干燥事件相关联;
响应于确定所述第三能量水平与干燥事件相关联,由所述数据处理系统确定与所述监测对象相关联的内衣或吸收垫未饱和;以及
由所述数据处理系统提供用户接口,所述用户接口显示关于所述失禁事件和与所述监测对象相关联的所述内衣或吸收垫未饱和的信息。
8.根据权利要求7所述的方法,其中所述解析包括基于与所述传感器相关联的唯一标识符对来自传感器的在一定时间窗口内的传感器数据进行分组。
9.根据权利要求7或8所述的方法,其中确定所述第二能量水平与所述水分事件相关联包括确定所述第一能量水平和所述第二能量水平之间的变化超过与所述水分事件相关联的预定能量阈值或者所述第二能量水平超过与所述水分事件相关联的预定能量阈值。
10.根据权利要求7、8、或9所述的方法,其中确定所述第三能量水平与所述干燥事件相关联包括确定所述第二能量水平和所述第三能量水平之间的变化超过与干燥事件相关联的预定干燥阈值或者所述第三能量水平超过与干燥事件相关联的预定干燥阈值。
11.根据权利要求7、8、9、或10所述的方法,其中所述第一能量水平是第一阻抗值,所述第二能量水平是不同于所述第一阻抗值的第二阻抗值,并且所述第三能量水平是不同于所述第一阻抗值和所述第二阻抗值的第三阻抗值。
12.一种系统,包括:
一个或多个数据处理器;和
包含指令的非暂时性计算机可读存储介质,所述指令在一个或多个数据处理器上执行时,使得所述一个或多个数据处理器执行动作,所述动作包括:
获得输入数据;
解析所述输入数据以识别来自传感器的传感器数据;
将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述传感器的环境的干燥或标准化条件相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得;
基于所述第一能量水平与所述第二能量水平的所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;
基于所述比较来确定所述第二能量水平与水分事件相关联;
响应于确定所述第二能量水平与水分事件相关联,确定与所述传感器相关联的监测对象已经发生失禁事件;
确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内包括第三能量水平;
响应于确定所述传感器数据包括所述第三能量水平,将所述第三能量水平与所述第二能量水平进行比较;
基于所述第三能量水平与所述第二能量水平的所述比较来确定所述第三能量水平与干燥事件相关联;
响应于确定所述第三能量水平与干燥事件相关联,确定与所述监测对象相关联的内衣或吸收垫未饱和;以及
提供用户接口,所述用户接口显示关于所述失禁事件和与所述监测对象相关联的所述内衣或吸收垫未饱和的信息。
13.一种有形地实施在非暂时性机器可读存储介质中的计算机程序产品,包括被配置为使一个或多个数据处理器执行动作的指令,所述动作包括:获得输入数据;
解析所述输入数据以识别来自传感器的传感器数据;
将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述传感器的环境的干燥或标准化条件相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得;
基于所述第一能量水平与所述第二能量水平的所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;
基于所述比较来确定所述第二能量水平与水分事件相关联;
响应于确定所述第二能量水平与水分事件相关联,确定与所述传感器相关联的监测对象已经发生失禁事件;
确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内包括第三能量水平;
响应于确定所述传感器数据包括所述第三能量水平,将所述第三能量水平与所述第二能量水平进行比较;
基于所述第三能量水平与所述第二能量水平的所述比较来确定所述第三能量水平与干燥事件相关联;
响应于确定所述第三能量水平与干燥事件相关联,确定与所述监测对象相关联的内衣或吸收垫未饱和;以及
提供用户接口,所述用户接口显示关于所述失禁事件和与所述监测对象相关联的所述内衣或吸收垫未饱和的信息。
14.一种方法,包括:
由数据处理系统获得输入数据;
由所述数据处理系统解析所述输入数据以识别来自传感器的传感器数据;
由所述数据处理系统将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与静止位置相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得;
由所述数据处理系统基于所述比较来确定所述第一能量水平与所述静止位置相关联;
由所述数据处理系统基于所述比较来确定所述第二能量水平与运动事件相关联;
响应于确定所述第二能量水平与运动事件相关联,由所述数据处理系统确定与所述传感器相关联的监测对象已经移动;
由所述数据处理系统确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内包括第三能量水平;
响应于确定所述传感器数据包括所述第三能量水平,由所述数据处理系统确定所述第三能量水平不同于所述第二能量水平并且所述第三能量水平超过与活动相关联的预定活动阈值;
由所述数据处理系统的预测模型基于所述传感器数据的模式、所述运动事件的确定以及所述第三能量水平不同于所述第二能量水平并且所述第三能量水平超过所述预定活动阈值的确定来预测所述活动是监测对象在床上翻身或起床;以及
由所述数据处理系统记录所述监测对象在床上翻身或起床的预测。
15.根据权利要求14所述的方法,其中所述解析包括基于与所述传感器相关联的唯一标识符对来自传感器的在一定时间窗口内的传感器数据进行分组。
16.根据权利要求14或15所述的方法,其中确定所述第二能量水平与所述运动事件相关联包括确定所述第一能量水平和所述第二能量水平之间的变化超过与所述运动事件相关联的预定能量阈值或者所述第二能量水平超过与所述运动事件相关联的预定能量阈值。
17.根据权利要求14、15、或16所述的方法,其中所述第一能量水平是第一阻抗值,所述第二能量水平是不同于所述第一阻抗值的第二阻抗值,并且所述第三能量水平是不同于所述第一阻抗值和所述第二阻抗值的第三阻抗值。
18.一种系统,包括:
一个或多个数据处理器;和
包含指令的非暂时性计算机可读存储介质,所述指令在一个或多个数据处理器上执行时,使得所述一个或多个数据处理器执行动作,所述动作包括:
获得输入数据;
解析所述输入数据以识别来自传感器的传感器数据;
将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与静止位置相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得;
基于所述比较来确定所述第一能量水平与所述静止位置相关联;
基于所述比较来确定所述第二能量水平与运动事件相关联;
响应于确定所述第二能量水平与运动事件相关联,确定与所述传感器相关联的监测对象已经移动;
确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内包括第三能量水平;
响应于确定传感器数据包括所述第三能量水平,确定所述第三能量水平不同于所述第二能量水平并且所述第三能量水平超过与活动相关联的预定活动阈值;
由预测模型基于所述传感器数据的模式、所述运动事件的确定以及所述第三能量水平不同于所述第二能量水平并且所述第三能量水平超过所述预定活动阈值的确定来预测所述活动是监测对象在床上翻身或起床;以及
记录所述监测对象在床上翻身或起床的预测。
19.一种有形地实施在非暂时性机器可读存储介质中的计算机程序产品,包括被配置为使一个或多个数据处理器执行动作的指令,所述动作包括:获得输入数据;
解析所述输入数据以识别来自传感器的传感器数据;
将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与静止位置相关联,其中所述第一能量水平在第一时刻获得,并且所述第二能量水平在所述第一时刻之后的第二时刻获得;
基于所述比较来确定所述第一能量水平与所述静止位置相关联;
基于所述比较来确定所述第二能量水平与运动事件相关联;
响应于确定所述第二能量水平与运动事件相关联,确定与所述传感器相关联的监测对象已经移动;
确定所述传感器数据在接收到所述第二能量水平的所述第二时刻之后的预定时间段内包括第三能量水平;
响应于确定传感器数据包括所述第三能量水平,确定所述第三能量水平不同于所述第二能量水平并且所述第三能量水平超过与活动相关联的预定活动阈值;
由预测模型基于所述传感器数据的模式、所述运动事件的确定以及所述第三能量水平不同于所述第二能量水平并且所述第三能量水平超过所述预定活动阈值的确定来预测所述活动是监测对象在床上翻身或起床;以及
记录所述监测对象在床上翻身或起床的预测。
20.一种吸收制品,包括:
透液顶片;
吸收材料,其设置在所述透液顶片下;
非吸收材料,其邻近所述透液顶片或所述吸收材料的至少一部分设置;不透液背片,其设置在所述吸收材料上,使得所述吸收材料设置在所述透液顶片和所述不透液背片之间;和
一个或多个附接结构,其附接到所述不透液背片,其中所述一个或多个附接结构被构造成保持一个或多个传感器。
21.根据权利要求20所述的吸收制品,其中所述一个或多个附接结构是一个或多个套子结构。
22.根据权利要求20或21所述的吸收制品,其中所述一个或多个附接结构中的第一附接结构在所述不透液背片的前侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片。
23.根据权利要求20、21、或22所述的吸收制品,其中所述一个或多个附接结构中的第二附接结构在所述非吸收材料的外边缘上附接到所述不透液背片。
24.根据权利要求20、21、或22所述的吸收制品,其中所述一个或多个附接结构中的第三附接结构在所述不透液背片的前侧在下面的吸收材料上附接到所述不透液背片。
25.根据权利要求20、21、22、23、或24所述的吸收制品,其中所述一个或多个附接结构中的第四附接结构在所述不透液背片的后侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片。
26.根据权利要求20所述的吸收制品,其中所述一个或多个附接结构是磁性结构。
27.根据权利要求20所述的吸收制品,进一步包括所述一个或多个传感器,其中所述一个或多个传感器中的每个传感器设置在所述一个或多个附接结构的相应附接结构中。
28.根据权利要求27所述的吸收制品,其中所述一个或多个传感器是一个或多个射频识别(RFID)传感器。
29.一种吸收制品,包括:
透液顶片;
吸收材料,其设置在所述透液顶片下;
非吸收材料,其邻近所述透液顶片或所述吸收材料的至少一部分设置;不透液背片,其设置在所述吸收材料上,使得所述吸收材料设置在所述透液顶片和所述不透液背片之间;和
一个或多个传感器,其附接到所述不透液背片。
30.根据权利要求29所述的吸收制品,其中所述一个或多个传感器是一个或多个射频识别(RFID)传感器。
31.根据权利要求29或30所述的吸收制品,其中所述一个或多个传感器中的第一传感器在所述不透液背片的前侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片。
32.根据权利要求29、30、或31所述的吸收制品,其中所述一个或多个传感器中的第二传感器在所述非吸收材料的外边缘上附接到所述不透液背片。
33.根据权利要求29、30、31、或32所述的吸收制品,其中所述一个或多个传感器中的第三传感器在所述不透液背片的前侧在下面的吸收材料上附接到所述不透液背片。
34.根据权利要求29、30、31、32、或33所述的吸收制品,其中所述一个或多个传感器中的第四传感器在所述不透液背片的后侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片。
35.一种系统,包括:
吸收制品,包括:
透液顶片;
吸收材料,其设置在所述透液顶片下;
非吸收材料,其邻近所述透液顶片或所述吸收材料的至少一部分设置;
不透液背片,其设置在所述吸收材料上,使得所述吸收材料设置在所述透液顶片和所述不透液背片之间;和
一个或多个传感器,其附接到所述不透液背片;和
物联网(IoT)装置,其与所述一个或多个传感器无线通信。
36.根据权利要求35所述的系统,其中所述一个或多个传感器是一个或多个射频识别(RFID)传感器。
37.根据权利要求36所述的系统,其中所述IoT装置包括RFID阅读器和控制器。
38.根据权利要求35或36所述的系统,其中所述一个或多个传感器中的第一传感器在所述不透液背片的前侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片。
39.根据权利要求35、36、或38所述的系统,其中所述一个或多个传感器中的第二传感器在所述非吸收材料的外边缘上附接到所述不透液背片。
40.根据权利要求35、36、38、或39所述的系统,其中所述一个或多个传感器中的第三传感器在所述不透液背片的前侧在下面的吸收材料上附接到所述不透液背片。
41.根据权利要求35、36、38、39、或40所述的系统,其中所述一个或多个传感器中的第四传感器在所述不透液背片的后侧在下面的吸收材料和所述非吸收材料之间的交界处附接到所述不透液背片。
42.根据权利要求35所述的系统,进一步包括成角度的支架,所述成角度的支架包括附接到所述IoT装置的第一端和附接到连接到所述IoT装置的外部天线的第二端。
43.一种测量系统,包括:
容器;
直线形传感器阵列,其附接到所述容器,其中所述传感器阵列中的每个传感器相对于相应的液体体积指示器定位在所述容器上;和
包括处理器和记忆存储装置的计算装置,其中数据表存储在所述记忆存储装置中,并且所述数据表包括所述传感器阵列的每个传感器的唯一标识符和用所述唯一标识符索引的相应的液体体积。
44.一种方法,包括:
(i)通过数据处理系统获得输入数据;
(ii)由所述数据处理系统解析所述输入数据,以识别由物联网(IoT)装置从布置在收集装置上的多个传感器收集的所有传感器数据,其中所述解析包括基于与每个所述传感器相关联的唯一标识符,将所述传感器数据分组为在所述时间窗口内从所述多个传感器中的每个传感器接收的传感器数据子集,并且其中至少一个从所述多个传感器中的一个传感器接收的传感器数据的子集包括在第一时刻获得的第一能量水平和在所述第一时刻之后或稍后的第二时刻获得的第二能量水平;
(iii)由所述数据处理系统将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述多个传感器的环境的干燥或标准化条件相关联;
(iv)由所述数据处理系统基于所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;
(v)由所述数据处理系统基于所述比较来确定所述第二能量水平与水分事件相关联;
(vi)响应于确定所述第二能量水平与水分事件相关联,由所述数据处理系统识别与所述传感器相关联的液体体积,所述传感器与所述至少一个传感器数据子集相关联;
由所述数据处理系统对与所述多个传感器中的其他传感器相关联的所有其他传感器数据子集重复步骤(iii)-(vi),以识别与所述其他传感器相关联的附加液体体积;
由所述数据处理系统分析与所述传感器相关联的所述液体体积和与所述其他传感器相关联的所述附加液体体积,以确定所述收集装置的总液体体积;以及
由所述数据处理系统提供显示所述收集装置的所述总液体体积的用户接口。
45.一种系统,包括:
一个或多个数据处理器;和
包含指令的非暂时性计算机可读存储介质,所述指令在一个或多个数据处理器上执行时,使得所述一个或多个数据处理器执行动作,所述动作包括:
(i)获得输入数据;
(ii)解析所述输入数据,以识别由物联网(IoT)装置从布置在收集装置上的多个传感器收集的所有传感器数据,其中所述解析包括基于与每个所述传感器相关联的唯一标识符,将所述传感器数据分组为在所述时间窗口内从所述多个传感器中的每个传感器接收的传感器数据子集,并且其中至少一个从所述多个传感器中的一个传感器接收的传感器数据的子集包括在第一时刻获得的第一能量水平和在所述第一时刻之后或稍后的第二时刻获得的第二能量水平;
(iii)将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述多个传感器的环境的干燥或标准化条件相关联;
(iv)基于所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;
(v)基于所述比较来确定所述第二能量水平与水分事件相关联;
(vi)响应于确定所述第二能量水平与水分事件相关联,识别与所述传感器相关联的液体体积,所述传感器与所述至少一个传感器数据子集相关联;
对与所述多个传感器中的其他传感器相关联的所有其他传感器数据子集重复步骤(iii)-(vi),以识别与所述其他传感器相关联的附加液体体积;
分析与所述传感器相关联的所述液体体积和与所述其他传感器相关联的所述附加液体体积,以确定所述收集装置的总液体体积;以及
提供显示所述收集装置的所述总液体体积的用户接口。
46.一种有形地实施在非暂时性机器可读存储介质中的计算机程序产品,包括被配置为使一个或多个数据处理器执行动作的指令,所述动作包括:
(i)获得输入数据;
(ii)解析所述输入数据,以识别由物联网(IoT)装置从布置在收集装置上的多个传感器收集的所有传感器数据,其中所述解析包括基于与每个所述传感器相关联的唯一标识符,将所述传感器数据分组为在所述时间窗口内从所述多个传感器中的每个传感器接收的传感器数据子集,并且其中至少一个从所述多个传感器中的一个传感器接收的传感器数据的子集包括在第一时刻获得的第一能量水平和在所述第一时刻之后或稍后的第二时刻获得的第二能量水平;
(iii)将来自所述传感器数据的第一能量水平和第二能量水平与一个或多个能量水平进行比较,所述一个或多个能量水平与部署所述多个传感器的环境的干燥或标准化条件相关联;
(iv)基于所述比较来确定所述第一能量水平与所述干燥或标准化条件相关联;
(v)基于所述比较来确定所述第二能量水平与水分事件相关联;
(vi)响应于确定所述第二能量水平与水分事件相关联,识别与所述传感器相关联的液体体积,所述传感器与所述至少一个传感器数据子集相关联;
对与所述多个传感器中的其他传感器相关联的所有其他传感器数据子集重复步骤(iii)-(vi),以识别与所述其他传感器相关联的附加液体体积;
分析与所述传感器相关联的所述液体体积和与所述其他传感器相关联的所述附加液体体积,以确定所述收集装置的总液体体积;以及
提供显示所述收集装置的所述总液体体积的用户接口。
47.一种方法,包括:
由数据处理系统从与监测对象相关联的多个射频识别(RFID)传感器获得传感器数据;
由所述数据处理系统使用所述传感器数据确定一段时间内的多个失禁事件;
由所述数据处理系统使用所确定的多个失禁事件来确定所述监测对象的平均排尿间隔时间;
由所述数据处理系统基于所述平均排尿间隔时间确定所确定的多个失禁事件中的统计异常;
基于所述传感器数据和所述统计异常,由预测模型预测监测对象患有或发展成尿路感染的风险;以及
由所述数据处理系统提供用户接口,其显示关于所预测的所述监测对象患有或发展成尿路感染的风险的信息。
48.根据权利要求47所述的方法,进一步包括:响应于确定所述统计异常,由所述数据处理系统触发对所述监测对象进行尿液分析和尿培养的请求。
49.根据权利要求47所述的方法,进一步包括由所述数据处理系统获得所述尿液分析和尿培养的结果,其中所述预测所述监测对象患有或发展成尿路感染的风险是基于所述传感器数据、所述统计异常、以及所述尿液分析和尿培养的所述结果。
50.根据权利要求49所述的方法,进一步包括由所述数据处理系统获得附加数据,所述附加数据包括进餐时间间隔、IV速率、G管喂食速率或其组合,其中所述预测所述监测对象患有或发展成尿路感染的风险是基于所述传感器数据、所述统计异常、所述尿液分析和尿培养的所述结果、以及附加数据。
51.一种系统,包括:
一个或多个数据处理器;和
包含指令的非暂时性计算机可读存储介质,所述指令在一个或多个数据处理器上执行时,使得所述一个或多个数据处理器执行动作,所述动作包括:
从与监测对象相关联的多个射频识别(RFID)传感器获得传感器数据;
使用所述传感器数据确定一段时间内的多个失禁事件;
使用所确定的多个失禁事件来确定所述监测对象的平均排尿间隔时间;
基于所述平均排尿间隔时间确定所确定的多个失禁事件中的统计异常;
基于所述传感器数据和所述统计异常,由预测模型预测监测对象患有或发展成尿路感染的风险;以及
提供用户接口,其显示关于所预测的所述监测对象患有或发展成尿路感染的风险的信息。
52.一种有形地实施在非暂时性机器可读存储介质中的计算机程序产品,包括被配置为使一个或多个数据处理器执行动作的指令,所述动作包括:从与监测对象相关联的多个射频识别(RFID)传感器获得传感器数据;
使用所述传感器数据确定一段时间内的多个失禁事件;
使用所确定的多个失禁事件来确定所述监测对象的平均排尿间隔时间;
基于所述平均排尿间隔时间确定所确定的多个失禁事件中的统计异常;基于所述传感器数据和所述统计异常,由预测模型预测监测对象患有或发展成尿路感染的风险;以及
提供用户接口,其显示关于所预测的所述监测对象患有或发展成尿路感染的风险的信息。
53.一种方法,包括:
由数据处理系统从与监测对象相关联的多个射频识别(RFID)传感器获得传感器数据;
由所述数据处理系统使用所述传感器数据确定一段时间内的多个运动事件;
由第一预测模型使用所确定的多个运动事件来确定运动活动的模式;
基于所述传感器数据和所述运动活动模式,由第二预测模型预测监测对象患有或发展为褥疮的风险;以及
由所述数据处理系统提供用户接口,其显示关于所预测的所述监测对象患有或发展成褥疮的风险的信息。
54.根据权利要求53所述的方法,进一步包括由所述数据处理系统获得包括工作人员关顾所述监测对象的频率的附加数据,其中所述预测所述监测对象患有或发展成褥疮的风险是基于所述传感器数据、所述运动活动模式、和所述附加数据。
55.一种系统,包括:
一个或多个数据处理器;和
包含指令的非暂时性计算机可读存储介质,所述指令在一个或多个数据处理器上执行时,使得所述一个或多个数据处理器执行动作,所述动作包括:
从与监测对象相关联的多个射频识别(RFID)传感器获得传感器数据;
使用所述传感器数据确定一段时间内的多个运动事件;
由第一预测模型使用所确定的多个运动事件来确定运动活动的模式;
基于所述传感器数据和所述运动活动模式,由第二预测模型预测监测对象患有或发展为褥疮的风险;以及
提供用户接口,其显示关于所预测的所述监测对象患有或发展成褥疮的风险的信息。
56.一种有形地实施在非暂时性机器可读存储介质中的计算机程序产品,包括被配置为使一个或多个数据处理器执行动作的指令,所述动作包括:从与监测对象相关联的多个射频识别(RFID)传感器获得传感器数据;
使用所述传感器数据确定一段时间内的多个运动事件;
由第一预测模型使用所确定的多个运动事件来确定运动活动的模式;
基于所述传感器数据和所述运动活动模式,由第二预测模型预测监测对象患有或发展为褥疮的风险;以及
提供用户接口,其显示关于所预测的所述监测对象患有或发展成褥疮的风险的信息。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962813318P | 2019-03-04 | 2019-03-04 | |
US62/813,318 | 2019-03-04 | ||
US201962926054P | 2019-10-25 | 2019-10-25 | |
US62/926,054 | 2019-10-25 | ||
US202062980416P | 2020-02-23 | 2020-02-23 | |
US62/980,416 | 2020-02-23 | ||
PCT/US2020/021034 WO2020181010A1 (en) | 2019-03-04 | 2020-03-04 | Internet of things (iot) solution for management of urinary incontinence |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114096305A true CN114096305A (zh) | 2022-02-25 |
Family
ID=72338754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080032559.6A Pending CN114096305A (zh) | 2019-03-04 | 2020-03-04 | 用于尿失禁管理的物联网(iot)解决方案 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20220168154A1 (zh) |
EP (1) | EP3934744A4 (zh) |
JP (1) | JP2022524080A (zh) |
KR (1) | KR20210136056A (zh) |
CN (1) | CN114096305A (zh) |
SG (1) | SG11202109681VA (zh) |
WO (1) | WO2020181010A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11645605B2 (en) * | 2019-08-22 | 2023-05-09 | Sap Se | Contextual IoT with blockchain |
US20210186399A1 (en) * | 2019-12-19 | 2021-06-24 | Medtronic, Inc. | Urinary tract infection determination |
US20230298711A1 (en) * | 2020-06-15 | 2023-09-21 | Kimberly-Clark Worldwide, Inc. | Systems and Methods for Addressing Incontinence |
DE202021102170U1 (de) * | 2020-09-11 | 2021-04-29 | Alireza Rahimi | Hygienevorrichtung, insbesondere Atemschutzmaske |
US20220223021A1 (en) * | 2021-01-14 | 2022-07-14 | VieConnect US | Systems and methods for remotely monitoring a wearable device used for senior care |
EP4094738A1 (en) * | 2021-05-26 | 2022-11-30 | AssistMe GmbH | System and method for detecting an incontinence event in an absorbent article |
DE102021211114A1 (de) | 2021-10-01 | 2023-04-06 | Vitesco Technologies GmbH | Sendeeinheit und Vorrichtung zum Ermitteln des Füllstands einer elektrisch leitfähigen Flüssigkeit |
KR102673400B1 (ko) | 2022-01-10 | 2024-06-07 | 주식회사하이제라네트웍스 | 스마트 요실금 팬티 및 그것을 포함하는 요실금 관리시스템 |
CN115330281B (zh) * | 2022-10-14 | 2023-01-24 | 成都秦川物联网科技股份有限公司 | 智慧城市新能源汽车充电服务方法、系统、装置和介质 |
KR20240120573A (ko) | 2023-01-31 | 2024-08-07 | 주식회사하이제라네트웍스 | 요실금 관리시스템 |
Family Cites Families (75)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5016645A (en) * | 1987-06-18 | 1991-05-21 | Terrell Williams | Medical electrode lead |
FR2785526B1 (fr) * | 1998-11-06 | 2001-03-30 | Plasto Sa | Dispositif de securite pour colostomie |
JP4611589B2 (ja) * | 1999-07-15 | 2011-01-12 | コロプラスト アクティーゼルスカブ | オストミー器具 |
US7959860B2 (en) * | 2001-10-22 | 2011-06-14 | Faries Jr Durward I | System and method of detecting fluid and leaks in thermal treatment system basins |
US20050101841A9 (en) * | 2001-12-04 | 2005-05-12 | Kimberly-Clark Worldwide, Inc. | Healthcare networks with biosensors |
US20040100376A1 (en) * | 2002-11-26 | 2004-05-27 | Kimberly-Clark Worldwide, Inc. | Healthcare monitoring system |
US7977529B2 (en) * | 2004-11-03 | 2011-07-12 | Fred Bergman Healthcare Pty Ltd. | Incontinence management system and diaper |
WO2006094513A2 (en) * | 2005-03-09 | 2006-09-14 | Coloplast A/S | A three-dimensional adhesive device having a microelectronic system embedded therein |
US7066919B1 (en) * | 2005-05-09 | 2006-06-27 | Sauerland Keith A | Alarm for a fluid-dispensing/receiving receptacle |
US7355090B2 (en) * | 2005-08-31 | 2008-04-08 | Kimberly-Clark Worldwide, Inc. | Method of detecting the presence of insults in an absorbent article |
US7641612B1 (en) * | 2006-01-17 | 2010-01-05 | Mccall Kenneth Shawn | Blood loss detection for hemodialysis system |
RU2008138529A (ru) * | 2006-02-28 | 2010-04-10 | Колопласт А/С (Dk) | Датчик утечки |
EP2207590A1 (en) * | 2007-09-26 | 2010-07-21 | Medtronic, INC. | Therapy program selection |
RU2527155C2 (ru) * | 2009-07-07 | 2014-08-27 | Колопласт А/С | Стомное устройство с индикатором утечки |
US9066812B2 (en) * | 2009-07-07 | 2015-06-30 | Coloplast A/S | Ostomy appliance with a leakage indicator |
US8821464B2 (en) * | 2009-07-14 | 2014-09-02 | Stimatix Gi Ltd. | Disposable ostomy assemblies |
EP2979669A1 (en) * | 2009-11-06 | 2016-02-03 | Fred Bergman Healthcare Pty Ltd. | Sensor and system for incontinence monitoring |
DE102010012545A1 (de) * | 2010-03-23 | 2011-09-29 | Fresenius Medical Care Deutschland Gmbh | Vorrichtung zum Detektieren von Feuchtigkeit zur Verwendung mit einer Vorrichtung zur Überwachung eines Zugangs zu einem Patienten, insbesondere zur Überwachung des Gefäßzugangs bei einer extrakorporalen Blutbehandlung |
DE102010024654A1 (de) * | 2010-06-22 | 2011-12-22 | Fresenius Medical Care Deutschland Gmbh | Vorrichtung zum Detektieren von Feuchtigkeit zur Verwendung mit einer Vorrichtung zur Überwachung eines Zugangs zu einem Patienten, insbesondere zur Überwachung des Gefäßzugangs bei einer extrakorporalen Blutbehandlung |
WO2013013197A1 (en) * | 2011-07-20 | 2013-01-24 | Etect, Llc | Wetness sensors, wetness monitoring system, and related methods |
US8978452B2 (en) * | 2011-08-11 | 2015-03-17 | 3M Innovative Properties Company | Wetness sensor using RF circuit with frangible link |
DE102012013471A1 (de) * | 2012-07-09 | 2014-01-09 | Fresenius Medical Care Deutschland Gmbh | Feuchtigkeitssensor zur Überwachung eines Zugangs zu einem Patienten und Verfahren zur Herstellung des Feuchtigkeitssensors |
US10531977B2 (en) * | 2014-04-17 | 2020-01-14 | Coloplast A/S | Thermoresponsive skin barrier appliances |
US9322797B1 (en) * | 2014-04-30 | 2016-04-26 | Helvetia Wireless Llc | Systems and methods for detecting a liquid |
US10322282B2 (en) * | 2014-06-06 | 2019-06-18 | Medtronic, Inc. | External stimulation therapy for dorsal genital nerve stimulation |
EP3229747B1 (en) * | 2014-12-11 | 2019-09-04 | Essity Hygiene and Health Aktiebolag | Impedance sensors for detecting and monitoring moisture in absorbent articles |
RU2719930C2 (ru) * | 2014-12-19 | 2020-04-23 | Колопласт А/С | Система для промывания через анус и/или стому и способ управления подобной системой |
US20170360592A1 (en) * | 2015-02-09 | 2017-12-21 | Tencar Inc. | Ostomy appliance |
US11173073B2 (en) * | 2015-05-21 | 2021-11-16 | MacNaughton Living Trust utd Dec. 30, 2002 | Monitoring incontinence events |
US9928341B2 (en) * | 2015-11-12 | 2018-03-27 | Vivante Health, Inc. | Systems and methods for providing comprehensive care for stoma patients |
WO2017087452A1 (en) * | 2015-11-16 | 2017-05-26 | Hill-Rom Services, Inc. | Incontinence detection systems for hospital beds |
US10653567B2 (en) * | 2015-11-16 | 2020-05-19 | Hill-Rom Services, Inc. | Incontinence detection pad validation apparatus and method |
US20170224253A1 (en) * | 2016-02-10 | 2017-08-10 | Covidien Lp | Patient bed-exit prediction and detection |
EP3544506A4 (en) * | 2016-11-23 | 2020-07-15 | G2l Incorporated | MONITORING DEVICE, SYSTEM AND METHOD FOR INCONTINENCE DETECTION BUFFER AND TRANSMITTER |
US10874541B2 (en) * | 2017-11-09 | 2020-12-29 | 11 Health And Technologies Limited | Ostomy monitoring system and method |
DK3727228T3 (da) * | 2017-12-22 | 2022-09-05 | Coloplast As | Bundplade og sensorindretningsdel til en stomianordning samt fremgangsmåde til fremstilling af en bundplade og en sensorindretningsdel |
WO2019120458A1 (en) * | 2017-12-22 | 2019-06-27 | Coloplast A/S | Base plate for an ostomy appliance, a monitor device and a system for an ostomy appliance |
EP3727223B1 (en) * | 2017-12-22 | 2024-02-07 | Coloplast A/S | Ostomy appliance with electrode multiplexing and related methods |
WO2019120431A1 (en) * | 2017-12-22 | 2019-06-27 | Coloplast A/S | Tools and methods for cutting holes in an ostomy appliance |
US11559426B2 (en) * | 2017-12-22 | 2023-01-24 | Coloplast A/S | System including a skin-engageable element of a medical appliance |
JP7282781B2 (ja) * | 2017-12-22 | 2023-05-29 | コロプラスト アクティーゼルスカブ | 角度範囲漏出検出機能を備えるオストミー装具 |
JP7462558B2 (ja) * | 2017-12-22 | 2024-04-05 | コロプラスト アクティーゼルスカブ | 角度的漏出検出を用いるオストミーシステム及びモニタデバイス |
US12064369B2 (en) * | 2017-12-22 | 2024-08-20 | Coloplast A/S | Processing schemes for an ostomy system, monitor device for an ostomy appliance and related methods |
EP3998051A1 (en) * | 2017-12-22 | 2022-05-18 | Coloplast A/S | Accessory devices of an ostomy system, and related methods for communicating operating state |
US11612508B2 (en) * | 2017-12-22 | 2023-03-28 | Coloplast A/S | Sensor assembly part for a medical appliance and a method for manufacturing a sensor assembly part |
EP3727227B1 (en) * | 2017-12-22 | 2023-06-07 | Coloplast A/S | Base plate for an ostomy appliance and a sensor assembly part for a base plate and a method for manufacturing a base plate and sensor assembly part |
US11654043B2 (en) * | 2017-12-22 | 2023-05-23 | Coloplast A/S | Sensor assembly part and a base plate for a medical appliance and a method for manufacturing a base plate or a sensor assembly part |
WO2019120430A1 (en) * | 2017-12-22 | 2019-06-27 | Coloplast A/S | Data transmission schemes for an ostomy system, monitor device for an ostomy appliance and related methods |
EP4180010A1 (en) * | 2017-12-22 | 2023-05-17 | Coloplast A/S | Sensor assembly part of an ostomy system having a moisture sensor |
EP3727242B1 (en) * | 2017-12-22 | 2022-03-09 | Coloplast A/S | Monitor device of an ostomy system having a connector for coupling to both a base plate and an accessory device |
WO2019120429A1 (en) * | 2017-12-22 | 2019-06-27 | Coloplast A/S | Data collection schemes for an ostomy appliance and related methods |
EP4074291A1 (en) * | 2017-12-22 | 2022-10-19 | Coloplast A/S | Base plate for an ostomy appliance |
US10500084B2 (en) * | 2017-12-22 | 2019-12-10 | Coloplast A/S | Accessory devices of an ostomy system, and related methods for communicating leakage state |
US11590015B2 (en) * | 2017-12-22 | 2023-02-28 | Coloplast A/S | Sensor assembly part and a base plate for a medical appliance and a method for manufacturing a sensor assembly part and a base plate |
US10849781B2 (en) * | 2017-12-22 | 2020-12-01 | Coloplast A/S | Base plate for an ostomy appliance |
US11559423B2 (en) * | 2017-12-22 | 2023-01-24 | Coloplast A/S | Medical appliance system, monitor device, and method of monitoring a medical appliance |
EP3727243B1 (en) * | 2017-12-22 | 2023-07-12 | Coloplast A/S | Base plate and sensor assembly of an ostomy system having a leakage sensor |
US10799385B2 (en) * | 2017-12-22 | 2020-10-13 | Coloplast A/S | Ostomy appliance with layered base plate |
EP3729453A1 (en) * | 2017-12-22 | 2020-10-28 | Coloplast A/S | Calibration methods for ostomy appliance tools |
US11622719B2 (en) * | 2017-12-22 | 2023-04-11 | Coloplast A/S | Sensor assembly part, base plate and monitor device of a medical system and associated method |
US11628084B2 (en) * | 2017-12-22 | 2023-04-18 | Coloplast A/S | Sensor assembly part and a base plate for a medical appliance and a device for connecting to a base plate or a sensor assembly part |
JP7348184B2 (ja) * | 2017-12-22 | 2023-09-20 | コロプラスト アクティーゼルスカブ | オストミーベースプレート及びセンサ組立体部分のためのヒンジを有する結合部 |
RU2020120424A (ru) * | 2017-12-22 | 2022-01-25 | Колопласт А/С | Приспособление для стомы с точками выборочного измерения и связанные способы |
US11931285B2 (en) * | 2018-02-20 | 2024-03-19 | Coloplast A/S | Sensor assembly part and a base plate for a medical appliance and a device for connecting to a base plate and/or a sensor assembly part |
EP3755280B1 (en) * | 2018-02-20 | 2024-07-31 | Coloplast A/S | Accessory devices of an ostomy system, ostomy sytems and related methods for future operating state |
WO2019161862A1 (en) * | 2018-02-20 | 2019-08-29 | Coloplast A/S | Sensor assembly part and a base plate and an ostomy pouch for an ostomy appliance and a device for connecting to a base plate and/or a sensor assembly part |
WO2019161860A1 (en) * | 2018-02-20 | 2019-08-29 | Coloplast A/S | Methods for ostomy appliance change and related accessory devices of an ostomy system |
EP3764955B1 (en) * | 2018-03-15 | 2024-01-10 | Coloplast A/S | Methods of configuring ostomy notifications and related accessory devices |
US20200405230A1 (en) * | 2018-03-15 | 2020-12-31 | Coloplast A/S | Methods for managing remaining wear time of a medical appliance and related accessory devices |
US20200188161A1 (en) * | 2018-12-13 | 2020-06-18 | 11 Health and Technologies Inc. | Ostomy monitoring system and method |
US11612512B2 (en) * | 2019-01-31 | 2023-03-28 | Coloplast A/S | Moisture detecting base plate for an ostomy appliance and a system for determining moisture propagation in a base plate and/or a sensor assembly part |
US11517469B2 (en) * | 2019-01-31 | 2022-12-06 | Coloplast A/S | Base plate and sensor assembly part of an ostomy system having a moisture sensor |
US20200246175A1 (en) * | 2019-01-31 | 2020-08-06 | Coloplast A/S | Base plate and a sensor assembly part for an ostomy appliance |
US11529253B2 (en) * | 2019-01-31 | 2022-12-20 | Coloplast A/S | Base plate for an ostomy appliance and a sensor assembly part for a base plate and a method for manufacturing a base plate and sensor assembly part |
AU2022210967B2 (en) * | 2021-01-19 | 2023-08-24 | Hollister Incorporated | Method of detecting leakage in medical devices |
-
2020
- 2020-03-04 KR KR1020217031710A patent/KR20210136056A/ko unknown
- 2020-03-04 US US17/436,271 patent/US20220168154A1/en active Pending
- 2020-03-04 EP EP20766887.2A patent/EP3934744A4/en not_active Withdrawn
- 2020-03-04 WO PCT/US2020/021034 patent/WO2020181010A1/en unknown
- 2020-03-04 JP JP2021553004A patent/JP2022524080A/ja active Pending
- 2020-03-04 CN CN202080032559.6A patent/CN114096305A/zh active Pending
- 2020-03-04 SG SG11202109681V patent/SG11202109681VA/en unknown
Also Published As
Publication number | Publication date |
---|---|
EP3934744A1 (en) | 2022-01-12 |
EP3934744A4 (en) | 2022-12-21 |
WO2020181010A1 (en) | 2020-09-10 |
SG11202109681VA (en) | 2021-10-28 |
US20220168154A1 (en) | 2022-06-02 |
JP2022524080A (ja) | 2022-04-27 |
KR20210136056A (ko) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220168154A1 (en) | Internet of things (iot) solution for management of urinary incontinence | |
EP3668384B1 (en) | Patient monitoring system | |
US11173073B2 (en) | Monitoring incontinence events | |
EP2890344B1 (en) | Method and mobile applications using cross-sharing database for monitoring use of hygiene products | |
RU2604587C2 (ru) | Способ и компьютерная программа для контроля применения абсорбирующего изделия | |
MX2014007328A (es) | Metodo y programa de computadora para monitorear el uso de un producto absorbente. | |
US20230329613A1 (en) | Patient support apparatus as communication intermediary for incontinence detection pad and patient diagnostic patch | |
JP2022072767A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
US20230165728A1 (en) | Internet of things (iot) solution for management of urinary incontinence | |
US12048613B2 (en) | Incontinence detection system | |
EP3952810B1 (en) | Automated incontinence monitoring diaper, system and method | |
KR20230167608A (ko) | 스마트 기저귀를 이용한 환자 종합 케어 시스템 및 방법 | |
Deny et al. | IoT-based Sweat Glucose Monitoring System | |
JP7547938B2 (ja) | 情報処理システム、情報処理装置、情報処理方法及び情報処理プログラム | |
JP7524718B2 (ja) | 情報処理システム、情報処理装置、情報処理方法及び情報処理プログラム | |
JP2022072768A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
EP4056156A1 (en) | Incontinence detection system | |
Biswas et al. | Design of a smart continence management system based on initial user requirement assessment | |
CN113616427A (zh) | 信息处理装置、信息处理方法以及计算机可读存储介质 | |
WO2008058337A1 (en) | Health monitoring and evaluation system | |
TW201347732A (zh) | 生理資訊檢測裝置及其運作方法 |
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 |