CN115244624A - 用于请求数据同意的系统和方法 - Google Patents
用于请求数据同意的系统和方法 Download PDFInfo
- Publication number
- CN115244624A CN115244624A CN202180019454.1A CN202180019454A CN115244624A CN 115244624 A CN115244624 A CN 115244624A CN 202180019454 A CN202180019454 A CN 202180019454A CN 115244624 A CN115244624 A CN 115244624A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- parameter
- type
- value
- 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
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0823—Detecting or evaluating cough events
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4833—Assessment of subject's compliance to treatment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Abstract
一种分析与用户对呼吸治疗系统的使用相关的数据的方法,包括:接收第一类型数据;至少部分地基于所述第一类型数据来确定第一参数的第一值;识别期望的第二类型数据;传送同意接收第二类型数据的请求;以及至少部分地基于第二类型数据来确定第一参数的第二值、第二参数的值、或两者。第一类型数据和第一参数与呼吸治疗系统的用户使用相关。识别第二类型数据至少部分地基于第一类型数据、第一参数的第一值、第一参数的第一值的精确度、或其任何组合。
Description
相关申请的交叉引用
本申请要求2020年1月31日提交的美国临时专利申请No.62/968,777的权益及优先权,该申请的全部内容以引用的方式并入本文。
技术领域
本发明总体上涉及用于分析与使用呼吸治疗系统的用户相关的数据的系统和方法,并且更具体地涉及用于获得同意以接收和分析与使用呼吸治疗系统的用户相关的数据的系统和方法。
背景技术
许多个体患有睡眠相关和/或呼吸相关病症,诸如失眠(例如、开始睡眠困难、在最初入睡后频繁或延长的觉醒、以及不能返回睡眠的早期觉醒)、周期性肢体运动障碍(PLMD)、阻塞性睡眠呼吸暂停(OSA)、潮式呼吸(CSR)、呼吸功能不全、肥胖症换气过度综合征(OHS)、慢性阻塞性肺病(COPD)、神经肌肉疾病(NMD)等。如果接收和分析关于个体的某些数据,则可以更有效地治疗或管理这些病症中的许多。因此,有效地获得同意以接收和分析与个体相关的数据是有利的。本发明旨在解决这些问题并解决其他需要。
发明内容
根据本发明的一些实施方式,一种分析与用户在睡眠时段期间对呼吸治疗系统的使用相关的数据的方法包括:接收与用户在睡眠时段期间对呼吸治疗系统的使用相关的第一类型数据;至少部分地基于第一类型数据来确定与用户的呼吸治疗系统的使用有关的第一参数的第一值;识别期望的第二类型数据;向用户传送同意接收第二类型数据的请求;响应于从用户接收到同意,接收第二类型数据;以及至少部分地基于第二类型数据来确定(i)第一参数的第二值,(ii)第二参数的值,或(iii)(i)和(ii)两者。
根据本发明的一些实施方式,一种分析与用户在睡眠时段期间对呼吸治疗系统的使用相关的数据的方法包括接收(i)与用户在睡眠时段期间相关的第一类型数据,以及(ii)同意分析第一类型数据以确定与用户相关的第一参数的值;至少基于第一类型数据来确定与用户相关的第一参数的值;识别期望的第二参数;向用户传送同意分析第一类型数据以确定与用户相关的第二参数的值的请求;以及响应于接收到来自用户的同意,至少基于第一类型数据来确定与用户相关的第二参数的值。
根据本发明的一些实施方式,一种分析与多个用户对多个呼吸治疗系统的使用相关联的数据的方法包括向多个用户中的每个相应用户传送同意接收与相应用户对多个呼吸治疗系统中的一个相应呼吸治疗系统的使用相关联的数据的多个请求,所述多个请求根据相应顺序传送给每个相应用户;响应于接收到同意,从多个用户中的两个或更多个用户接收数据;以及分析从多个用户中的两个或更多个用户中的每个相应用户接收的数据,以确定传送多个同意接收数据的请求的最佳顺序。
根据本发明的一些实施方式,一种分析与用户在当前睡眠时段期间使用呼吸治疗系统相关的数据的方法包括存储与用户相关的第一参数的多个历史值;在当前睡眠时段期间接收与用户相关的第一类型数据;至少部分地基于第一类型数据来确定第一参数的当前值;将第一参数的当前值与第一参数的多个历史值进行比较;响应于第一参数的当前值与所述第一参数的多个历史值之间的比较满足阈值,识别期望的第二类型数据;以及向用户传送同意接收第二类型数据的请求。
以上概述并非旨在表示本发明的每个实施方式或每个方面。本发明的详细描述和附图中,本发明的附加特征和优点是显而易见的。
附图说明
图1是根据本发明的一些实施方式的用于使用呼吸治疗系统分析与用户相关的数据的系统的功能框图;
图2是根据本发明的一些实施方式的图1的系统、系统的用户和用户的床伴的透视图;
图3示出了根据本发明的一些实施方式的睡眠时段的示例性时间线;
图4是根据本发明的一些实施方式的与图3的睡眠时段相关联的示例性催眠图;
图5是根据本发明的一些实施方式的用于分析与呼吸治疗系统的使用有关的数据的第一方法的过程流程图;
图6是根据本发明的一些实施方式的用于分析与呼吸治疗系统的使用有关的数据的第二方法的流程图;
图7是根据本发明的一些实施方式的用于确定传送同意接收和分析数据的多个请求的最佳顺序的方法的处理流程图;以及
图8是根据本发明的一些实施方式的用于分析与使用呼吸治疗系统相关的数据以确定与用户相关的参数变化的方法的过程流程图。
虽然本发明易受各种修改和替换形式的影响,但是其具体实施方式和实施方案已经通过附图中的示例示出并且将在本文中详细描述。然而,应当理解,这并不旨在将本发明限制为所公开的特定形式,而是相反,本发明将覆盖落入由所附权利要求限定的本发明的精神和范围内的所有修改,等同物和替换物。
具体实施方式
许多个体患有睡眠相关和/或呼吸障碍。睡眠相关和/或呼吸障碍的示例包括周期性肢体运动障碍(PLMD)、不宁腿综合征(RLS)、睡眠障碍性呼吸(SDB)、阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)、其他类型的呼吸暂停、潮式呼吸(CSR)、呼吸功能不全、肥胖症换气过度综合征(OHS)、慢性阻塞性肺病(COPD)、神经肌肉疾病(NMD)和胸壁障碍。
阻塞性睡眠呼吸暂停(OSA)是睡眠呼吸障碍(SDB)的一种形式,其特征在于包括睡眠期间由异常小的上气道和舌、软腭和后口咽壁区域中的正常肌肉张力丧失的组合引起的上气道的闭塞或阻塞的事件。中枢性睡眠呼吸暂停(CSA)是当大脑暂时停止向控制呼吸的肌肉发送信号时产生的另一种形式的SDB。更一般地,呼吸暂停一般是指由空气阻断(或呼吸功能停止引起的呼吸停止。通常,在阻塞性睡眠呼吸暂停事件期间,个体将停止呼吸约15秒到约30秒。
其他类型的呼吸暂停包括呼吸不足、呼吸过度和高碳酸血症。呼吸不足的特征通常在于由狭窄气道引起的缓慢或浅呼吸,而不是阻塞气道。呼吸过度通常以呼吸深度和/或速率增加为特征。高碳酸血症的特征通常在于血流中二氧化碳过量为特征,通常由呼吸不足引起。
潮式呼吸(CSR)是另一种SDB形式。CSR是患者呼吸控制器的失调,其中存在称为CSR循环的盛衰通气的律动交替周期。CSR的特征在于动脉血的重复性缺氧和复氧。
肥胖通气过度综合征(OHS)被定义为严重肥胖和清醒时慢性高碳酸血症的组合,不存在通气不足的其他已知原因。症状包括呼吸困难、晨起头痛和过度日间嗜睡。
慢性阻塞性肺病(COPD)包括具有某些共同特征的下气道疾病组中的任一种,如对空气运动的阻力增加、呼吸的呼气阶段延长、和肺的正常弹性丧失。
神经肌肉疾病(NMD)其涵盖直接通过内在肌肉病理学或间接通过神经病理学损害肌肉功能的许多疾病和病痛。胸壁是一组导致呼吸肌与胸廓之间无效率联接的胸廓畸形。
这些和其他病症的特征在于当个体睡眠时发生的特定事件(例如打鼾、呼吸暂停、呼吸不足、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、癫痫、或其任何组合)。
呼吸暂停低通气指数(AHI)是用于指示睡眠期间睡眠呼吸暂停严重性的指数。AHI用户在睡眠时段期间经历的呼吸暂停和/或呼吸不足事件的数量除以睡眠时段中睡眠的总小时数来计算AHI。事件可以是例如持续至少10秒的呼吸暂停。小于5的AHI被认为是正常的。大于或等于5但小于15的AHI被认为是浅睡呼吸暂停的指示。大于或等于15但小于30的AHI被认为是中度睡眠呼吸暂停的指示。大于或等于30的AHI被认为是严重睡眠呼吸暂停的指示。在儿童中,大于1的AHI被认为是异常的。当AHI正常时,或当AHI正常或轻度时,睡眠呼吸暂停可被认为是“受控的”。AHI还可以与氧去饱和水平结合使用以指示阻塞性睡眠呼吸暂停的严重程度。
多种类型数据可用于监测患有任何上述类型的睡眠相关和/或呼吸障碍(或其他障碍)的个体的健康。然而,这些个体通常最初或自动不同意提供可实际用于监测个体健康的大量数据。相反,这些个体通常最初只同意在睡眠时提供与个体呼吸相关的有限数据。因此,向用户解释为什么需要附加数据以及如何利用附加数据是有利的,以便接收适当的知情同意以获得和分析附加数据。
参照图1,说明了根据本发明的一些实施方式的系统100。系统100用于提供与呼吸治疗系统的用户使用以及其他使用相关的各种不同传感器。系统100包括控制系统110、存储设备114、电子接口119、一个或多个传感器130、以及一个或多个外部设备170。在一些实施方式中,系统100进一步包括呼吸治疗系统120(其包括呼吸治疗装置122)、血压装置180、活动跟踪器190或它们的任何组合。系统100可用于分析与呼吸治疗系统120的用户使用相关的各种不同类型数据。
控制系统110包括一个或多个处理器112(下文,处理器112)。控制系统110通常用于控制系统100的各种部件和/或分析由系统100的部件获得和/或产生的数据。处理器112可以是通用或专用处理器或微处理器。虽然在图1中示出了一个处理器112,但是控制系统110可以包括任何合适数量的处理器(例如,一个处理器,两个处理器、五个处理器、十个处理器等),这些处理器可以在单个壳体中,或者彼此远离地定位。控制系统110(或任何其他控制系统)或控制系统110的一部分,如处理器112(或任何其他处理器或任何其他控制系统的一部分),可用于执行本文所述和/或要求保护的任何方法的一个或多个步骤。控制系统110可以联接到和/或定位在例如外部装置170的壳体、和/或一个或多个传感器130的壳体内。控制系统110可以是集中式的(在一个这样的壳体内)或分散式的(在物理上不同的两个或多个这样的壳体内)。在包括包含控制系统110的两个或更多个壳体的这种实施方式中,这种壳体可以彼此靠近地和/或远离地定位。
存储器装置114存储可由控制系统110的处理器112执行的机器可读指令。存储器装置114可以是任何合适的计算机可读存储装置或介质,例如随机或串行访问存储装置、硬盘驱动器、固态驱动器、闪存装置等。虽然图1中示出了一个存储器装置114,但是系统100可以包括任何合适数量的存储器装置114(例如,一个存储装置、两个存储装置、五个存储装置、十个存储装置等)。存储器装置114可以耦合到和/或定位在任何一个或多个传感器130的壳体内。与控制系统110类似,存储器装置114可以是集中式的(在一个这样的壳体内)或分散式的(在物理上不同的两个或多个这样的壳体内)。
在一些实施方式中,存储器装置114(图1)存储与用户相关联的用户简档。用户简档可以包括例如与用户相关联的人口统计信息、与用户相关联的生物计量信息、与用户相关联的医疗信息、自报告用户反馈、与用户相关联的睡眠参数(例如、从一个或多个较早睡眠时段记录的睡眠相关参数)或其任何组合。人口统计信息可以包括例如指示用户年龄、用户性别、用户种族、家族医疗史、用户就业状况、用户教育状况、用户社会经济状况或其任何组合的信息。医疗信息可以包括例如指示与用户相关联的一个或多个医学状况、用户的药物使用、或两者的信息。医疗信息数据可以进一步包括多睡眠潜伏期测试(MSLT)测试结果或得分和/或匹兹堡睡眠质量指数(PSQI)得分或值。自我报告的用户反馈可包括指示自我报告的主观睡眠评分(例如,差、平均、优秀)、用户的自我报告的主观压力水平、用户的自我报告的主观疲劳水平、用户的自我报告的主观健康状态、用户最近经历的生活事件或其任何组合的信息。
电子接口119被配置为从一个或多个传感器130接收数据(例如,生理和/或声学数据),使得数据可以被存储在存储器装置114中和/或由控制系统110的处理器112分析。电子接口119可以使用有线连接或无线连接(例如,使用RF通信协议、WiFi通信协议、蓝牙通信协议、IR通信协议、通过蜂窝网络、通过任何其他光通信协议等)。电子接口119可包括天线、接收机(例如,RF接收机)、发射机(例如,RF发射机)、收发器或其任何组合。电子接口119还可以包括与本文描述的处理器112和存储器装置114相同或相似的一个或多个处理器和/或一个或多个存储器装置。在一些实施方式中,电子接口119耦合到或集成在外部装置170中。在其他实施方式中,电子接口119与控制系统110和/或存储器装置114耦合或集成(例如,在壳体中)。
如上所述,在一些实施方式中,系统100可选地包括治疗呼吸治疗系统120(也称为呼吸压力治疗系统)。呼吸治疗系统120可以包括呼吸治疗装置122(也称为呼吸压力治疗装置)、用户接口124、导管126(也称为管或空气回路)、显示装置128、加湿罐129,或其任何组合。在一些实施方式中,控制系统110、存储器装置114、显示装置128、一个或多个传感器130、以及加湿罐129是呼吸治疗装置122的一部分。呼吸压力疗法是指以受控的目标压力向用户气道入口供应空气,该受控的目标压力在整个用户的呼吸循环中相对于大气名义上是正的(例如与罐式通气机或导管式通气机的负压治疗相反)。呼吸治疗系统120通常用于治疗患有以下的个体:一种或多种睡眠相关呼吸障碍(例如,阻塞性睡眠呼吸暂停、中枢性睡眠呼吸暂停或混合性睡眠呼吸暂停),其他呼吸障碍,如COPD,或导致呼吸功能不全的其他障碍,呼吸功能不全可在睡眠或觉醒期间显现。
呼吸治疗装置122通常用于产生输送到用户的加压空气(例如,使用驱动一个或多个压缩机的一个或多个马达)。在一些实施方式中,呼吸治疗装置122产生连续恒定的空气压力,该空气压力被递送至用户。在其他实施方式中,呼吸治疗装置122产生两个或更多个预定压力(例如,第一预定空气压力和第二预定空气压力)。在又其他实施方式中,呼吸治疗装置122被配置成在预定范围内产生多种不同的空气压力。例如,呼吸治疗装置122可以输送至少大约6cm H2O、至少大约10cm H2O、至少大约20cm H2O、介于大约6cm H2O和大约10cmH2O之间、介于大约7cm H2O和大约12cm H2O之间等。呼吸治疗装置122还可以以例如大约-20L/min和大约150L/min之间的预定流量输送加压空气,同时保持正压(相对于环境压力)。在一些实施方式中,控制系统110、存储器装置114、电子接口119或其任何组合可以被联接到呼吸治疗装置122的壳体上和/或定位在呼吸装置的壳体内。
用户接口124接合用户面部的一部分,并将加压空气从呼吸治疗装置122输送到用户的气道,以帮助防止气道在睡眠期间变窄和/或塌陷。这也可以增加用户在睡眠期间的氧气摄入。取决于待施加的治疗,用户接口124可与例如用户面部的区域或部分形成密封,从而有利于气体以与环境压力有足够差异的压力(例如,相对于环境压力大约10cm H2O的正压)进行的输送,以实施治疗。对于其他形式的治疗,诸如氧气递送,用户接口可以不包括足以有利于将约10cm H2O的正压下的气体供应递送至气道的密封。
在一些实施方式中,用户接口124是或包括覆盖用户鼻子和嘴巴的面罩(例如,如图2所示)。可替换地,用户接口124是或包括向用户的鼻子提供空气的鼻罩或直接向用户的鼻孔输送空气的鼻枕罩。用户接口124可以包括绑带组件,绑带组件具有用于将用户接口124定位和/或稳定在用户期望位置上的用户接口124的一部分(例如,面部)上的多个绑带(例如,包括钩和环紧固件)以及有助于在用户接口124与用户之间提供气密密封的适形缓冲垫(例如,硅酮、塑料、泡沫等)。用户接口124还可以包括一个或多个通风口,用于允许用户呼出的二氧化碳和其他气体逸出。在其他实施方式中,用户接口124包括吸嘴(例如,模制为符合用户的牙齿的夜间防护吸嘴、下颌复位装置等)。
导管126允许空气在呼吸治疗系统120的两个部件之间流动,如呼吸治疗装置122和用户接口124。在一些实施方式中,可具有用于吸气和呼气导管的独立分支。在其他实施方式中,单个分支空气导管用于吸气和呼气。通常,呼吸治疗系统120形成在呼吸治疗装置122的马达和用户和/或用户的气道之间延伸的空气通路。因此,空气通路通常至少包括呼吸治疗装置122的马达、用户接口124和导管126。
呼吸治疗装置122、用户接口124、导管126、显示装置128和加湿罐129中的一个或多个可以包含一个或多个传感器(例如,压力传感器、流量传感器、或更一般地在此描述的任何其他传感器130)。这些一个或多个传感器可用于例如测量由呼吸治疗装置122供应的加压空气的空气压力和/或流量。
显示装置128通常用于显示包括静止图像、视频图像或两者的图像和/或关于呼吸治疗装置122的信息。例如,显示装置128可以提供关于呼吸治疗装置122的状态的信息(例如,呼吸治疗装置122是否开/关、由呼吸治疗装置122递送的空气的压力、由呼吸治疗装置122递送的空气的温度等)和/或其他信息(例如,睡眠得分或治疗得分(也称为myAirTM得分,例如在WO 2016/061629中描述的,在此通过引用将其全部并入本文)、当前日期/时间、用户的个人信息等)。在一些实施方式中,显示装置128充当包括图形用户接口(GUI)的人机接口(HMI),图形用户接口被配置为将图像显示为输入接口。显示装置128可以是LED显示器、OLED显示器、LCD显示器等。输入接口可以是例如触摸屏或触敏基板、鼠标、键盘或被配置成感测由与呼吸治疗装置122交互的人类用户做出的输入的任何传感器系统。
加湿罐129与呼吸治疗装置122连接或集成在呼吸装置中,并包括可用于加湿从呼吸治疗装置122输送的加压空气的储水器。呼吸治疗装置122可以包括加热器以加热加湿罐129中的水以加湿提供给用户的加压空气。另外,在一些实施方式中,导管126还可以包括加热元件(例如,联接至和/或嵌入在导管126中),加热元件加热递送至用户的加压空气。在其他实施方式中,呼吸治疗装置122或导管126可以包括无水加湿器。无水加湿器可包括与位于系统100中别处的其他传感器接口的传感器。
呼吸治疗系统120可用作例如呼吸机或气道正压通气(PAP)系统,如持续气道正压通气(CPAP)系统、自动气道正压通气系统(APAP)、双水平或可变气道正压通气系统(BPAP或VPAP)或其任意组合。CPAP系统将预定气压(例如,由睡眠医师确定的)输送给用户。APAP系统至少部分基于例如与用户相关的呼吸数据自动改变输送给用户的气压。BPAP或VPAP系统被配置成递送第一预定压力(例如,吸气气道正压或IPAP)和低于第一预定压力的第二预定压力(例如,呼气气道正压或EPAP)。
参照图2,示出了根据一些实施方式的系统100(图1)的一部分。呼吸治疗系统120的用户210和床伴220位于床230中并躺在床垫232上。用户接口124(例如,完整的面罩)可以由用户210在睡眠时段期间佩戴。用户接口124经由导管126流体地联接和/或连接到呼吸治疗装置122。呼吸治疗装置122又通过导管126和用户接口124将加压空气输送到用户210,以增加用户210的喉咙中的空气压力,从而有助于防止气道在睡眠期间闭合和/或变窄。呼吸治疗装置122可定位在如图2所示直接邻近床230的床头柜240上,或更一般地,定位在通常邻近床230和/或用户210的任何表面或结构上。
再参考图1,系统100的一个或多个传感器130包括压力传感器132、流量传感器134、温度传感器136、运动传感器138、麦克风140、扬声器142、射频(RF)接收机146、射频(RF)发射机148、相机150、红外(IR)传感器152、光电容积图(PPG)传感器154、心电图(ECG)传感器156、脑电图(EEG)传感器158、电容传感器160、力传感器162、应变计传感器164、肌电图(EMG)传感器166、氧传感器168、分析物传感器174、湿度传感器176、激光雷达(LiDAR)传感器178或其任何组合。通常,一个或多个传感器130中的每一个被配置为输出被接收并存储在存储器装置114或一个或多个其他存储器装置中的传感器数据。传感器130还可以包括眼电图(EOG)传感器、外围氧饱和度(SpO2)传感器、皮肤电反应(GSR)传感器、二氧化碳(CO2)传感器或其任意组合。
尽管一个或多个传感器130被示出和描述为包括压力传感器132、流量传感器134、温度传感器136、运动传感器138、麦克风140、扬声器142、RF接收机146、RF发射机148、相机150、IR传感器152、PPG传感器154、心电图ECG传感器156、EEG传感器158、电容传感器160、力传感器162、应变计传感器164、EMG传感器166、氧气传感器168、分析物传感器174、湿度传感器176和LiDAR传感器178中的每一个,更一般地,所述一个或多个传感器130可以包括本文描述和/或示出的传感器中的每一个传感器的任何组合和任何数量。
一个或多个传感器130可用于生成例如生理数据、声学数据或两者,其与呼吸治疗系统120的用户(诸如图2的用户210)、呼吸治疗系统120、用户和呼吸治疗系统120两者,或其他实体、对象、活动相关联。控制系统110可以使用由一个或多个传感器130生成的生理数据来确定在睡眠时段期间与用户相关联的睡眠-清醒信号和一个或多个睡眠相关参数。睡眠-清醒信号可以指示一种或多种睡眠阶段和/或睡眠状态,包括睡眠、觉醒、放松的觉醒、微觉醒,或不同的睡眠阶段,如快速眼动(REM)阶段、第一非REM阶段(通常称为“N1”)、第二非REM阶段(通常称为“N2”)、第三非REM阶段(通常称为“N3”)或其任何组合。在例如WO2014/047310、US 2014/0088373、WO 2017/132726、WO 2019/122413和WO 2019/122414中描述了用于根据由一个或多个传感器(例如传感器130)生成的生理数据来确定睡眠阶段和/或睡眠状态的方法,这些专利中的每一个通过引用以其全文结合在此。
睡眠-清醒信号还可以加时间戳以指示用户入床的时间、用户离开床的时间、用户试图入睡的时间等。可以在睡眠时段期间以预定采样速率(例如每秒一个样本,每30秒一个样本,每分钟一个样本等)测量一个或多个传感器130的睡眠-觉醒信号。可以在睡眠时段期间至少部分地基于睡眠-觉醒信号为用户确定的一个或多个睡眠相关参数的示例包括床上总时间,总睡眠时间,总觉醒时间,睡眠开始等待时间。睡眠后唤醒起始参数,睡眠效率,分段指数,入睡时间量,呼吸速率的一致性,入睡时间,唤醒时间,睡眠干扰速率,运动次数或其任何组合。
由一个或多个传感器130产生的生理数据和/或声学数据也可用于确定在睡眠时段期间与用户相关联的呼吸信号。呼吸信号通常表示用户在睡眠期间的呼吸。呼吸信号可以指示例如呼吸速率、呼吸速率可变性、吸气幅度、呼气幅度、吸气-呼气幅度比、吸气-呼气持续时间比、每小时的事件数量、事件模式、呼吸治疗装置122的压力设置或其任何组合。事件可以包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合呼吸暂停、呼吸不足、面罩泄漏(例如,来自用户接口124)、不宁腿、睡眠障碍、窒息、心率增加、心率变异性、呼吸困难、哮喘发作、癫痫发作、癫痫、发烧、咳嗽、打喷嚏、打鼾、喘气、普通感冒或流感等疾病的存在、应力水平升高等。
压力传感器132输出可以存储在存储器设备114中和/或由控制系统110的处理器112分析的压力数据。在一些实施方式中,压力传感器132是产生指示呼吸治疗系统120的用户的呼吸(例如,吸气和/或呼气)和/或环境压力的传感器数据的空气压力传感器(例如,大气压力传感器)。在这样的实施方式中,压力传感器132可以耦合到或集成在呼吸治疗装置122中。压力传感器132可以是例如电容传感器、电磁传感器、感应传感器、压电传感器、电阻传感器、应变片传感器、光学传感器、电位传感器或其任意组合。在一个示例中,压力传感器132可用于确定用户的血压。
流量传感器134输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的流量数据。在一些实施方式中,流量传感器134用于确定来自呼吸治疗装置122的空气流量、通过导管126的空气流量、通过用户接口124的空气流量、或其任何组合。在这种实施方式中,流量传感器134可以联接到或集成在呼吸治疗装置122、用户接口124或导管126中。流量传感器134可以是质量流量传感器,如旋转流量计(例如霍尔效应流量计)、涡轮流量计、孔口流量计、超声流量计、热线传感器、涡流传感器、膜传感器、或其任何组合。
温度传感器136输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的温度数据。在一些实施方式中,温度传感器136生成指示用户的核心体温、用户的皮肤温度、从呼吸治疗装置122和/或通过导管126流动的空气的温度、用户接口124中的温度、环境温度、或其任何组合的温度数据。温度传感器136可以是例如热电偶传感器、热敏电阻传感器、硅带隙温度传感器或基于半导体的传感器、电阻温度检测器或其任何组合。
运动传感器138输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的运动数据。运动传感器138可用于检测睡眠期间用户的运动,和/或检测呼吸治疗系统120的任何部件的运动,如呼吸治疗装置122、用户接口124或导管126的运动。运动传感器138可以包括一个或多个惯性传感器,例如加速计、陀螺仪和磁力计。运动传感器138可用于检测与动脉脉搏相关联的运动或加速度,诸如在用户的面部中或面部周围并且接近用户接口124的脉搏,并且被配置为检测脉搏形状、速度、幅度或容积的特征。
麦克风140输出可以存储在存储器设备114中和/或由控制系统110的处理器112分析的声学数据。由麦克风140产生的声学数据可再现为睡眠时段期间的一个或多个声音(例如,来自用户的声音)以确定(例如,使用控制系统110)一个或多个睡眠相关参数,如本文中进一步详细描述。来自麦克风140的声学数据还可用于识别(例如,使用控制系统110)用户在睡眠时段期间经历的事件,如本文中进一步详细描述。在其他实施方式中,来自麦克风140的声学数据表示与呼吸治疗系统120相关联的噪声。麦克风140通常可以以任何配置耦合到或集成在呼吸治疗系统120(或系统100)中。例如,麦克风140可以被布置在呼吸治疗装置122、用户接口124、导管126或其他部件内部。麦克风140还可以被定位成邻近或联接到呼吸治疗装置122的外部、用户接口124的外部、导管126的外部或任何其他部件的外部。麦克风140还可以是外部装置170的部件(例如,麦克风140是智能电话的麦克风)。麦克风140可以集成到用户接口124、导管126、呼吸治疗装置122或其任意组合中。通常,麦克风140可以位于呼吸治疗系统120的空气通路内或附近的任何位置,呼吸治疗系统至少包括呼吸治疗装置122的马达、用户接口124和导管126。因此,空气通路也可称为声学通路。
扬声器142输出用户可听到的声波。扬声器142可用作例如闹钟或向用户播放警报或消息(例如,响应于事件)。在一些实施方式中,扬声器142可用于将由麦克风140生成的声学数据传送给用户。扬声器142可以耦合到或集成在呼吸治疗装置122、用户接口124、导管126或外部装置170中。
麦克风140和扬声器142可以用作单独的装置。在一些实施方式中,麦克风140和扬声器142可以被组合到声学传感器141(例如声呐传感器)中,如在例如WO2018/050913和WO2020/104465中所描述的,在此通过引用将其整体并入本文。在这种实施方式中,扬声器142以预定间隔和/或频率产生或发射声波,并且麦克风140检测来自扬声器142的发射声波的反射。由扬声器142产生或发射的声波具有人耳听不到的频率(例如,低于20Hz或高于约18kHz),以免打扰用户或用户的床伴(例如图2中的床伴220)的睡眠。至少部分地基于来自麦克风140和/或扬声器142的数据,控制系统110可以确定用户的位置和/或在此描述的睡眠相关参数中的一个或多个,例如呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量、事件模式、睡眠阶段、呼吸治疗装置122的压力设置、或其任何组合。在本文中,声纳传感器可以被理解为涉及主动声学感测,例如通过产生/传输穿过空气的超声或低频超声感测信号(例如,在例如约17-23kHz、18-22kHz或17-18kHz的频率范围内)。这种系统可以相对于上述WO 2018/050913和WO 2020/104465来考虑。在一些实施方式中,扬声器142是骨传导扬声器。在一些实施方式中,一个或多个传感器130包括(i)第一麦克风,其与麦克风140相同或相似,并且集成在声学传感器141中;以及(ii)第二麦克风,其与麦克风140相同或相似,但是与集成在声学传感器141中的第一麦克风分开且不同。
RF发射机148产生和/或发射具有预定频率和/或预定幅度(例如,在高频带内、在低频带内、长波信号、短波信号等)的无线电波。RF接收机146检测从RF发射机148发射的无线电波的反射,并且该数据可以由控制系统110分析以确定用户的位置和/或这里描述的睡眠相关参数中的一个或多个。RF接收机(RF接收机146和RF发射机148或另一RF对)也可用于控制系统110、呼吸治疗装置122、一个或多个传感器130、外部装置170或其任意组合之间的无线通信。虽然RF接收机146和RF发射机148在图1中被示为分离且不同的元件,但是在一些实施方式中,RF接收机146和RF发射机148被组合为RF传感器147(例如雷达传感器)的一部分。在一些这样的实施方式中,RF传感器147包括控制电路。RF通信的具体格式可以是WiFi、蓝牙等。
在一些实施方式中,RF传感器147是网格系统的一部分。网格系统的一个示例是WiFi网格系统,其可以包括网格节点、网格路由器和网格网关,其中的每一个可以是移动的/可移动的或固定的。在这样的实施方式中,WiFi网格系统包括WiFi路由器和/或WiFi控制器以及一个或多个卫星(例如,接入点),每个卫星包括与RF传感器147相同或相似的RF传感器。WiFi路由器和卫星使用WiFi信号连续地彼此通信。WiFi网格系统可以用于至少部分基于路由器和卫星之间的WiFi信号中的变化(例如,接收信号强度中的差异)来生成运动数据,所述变化是由于移动的物体或人部分地阻挡了信号而引起的。运动数据可以指示运动、呼吸、心率、步态、跌倒、行为等,或其任何组合。
相机150输出可再现为可存储在存储器装置114中的一个或多个图像(例如,静止图像、视频图像、热图像或其组合)的图像数据。来自相机150的图像数据可由控制系统110用于确定本文所述的睡眠相关参数中的一个或多个。例如,来自相机150的图像数据可用于识别用户的位置,确定用户入用户床230(如图2的床230)的时间,以及确定用户离开床230的时间。相机150还可用于跟踪眼睛移动、瞳孔扩大(如果用户的一只或两只眼睛睁开)、眨眼率或REM睡眠期间的任何变化。相机150还可用于跟踪用户的位置,这可影响患有阻塞性睡眠呼吸暂停的用户的呼吸暂停事件的持续时间和/或严重性。
IR传感器152输出可再现为可存储在存储器装置114中的一个或多个红外图像(例如,静止图像、视频图像或两者)的红外图像数据。来自IR传感器152的红外数据可用于确定睡眠时段期间的一个或多个睡眠相关参数,包括用户的温度和/或用户的移动。当测量用户的存在、位置和/或移动时,IR传感器152也可以与相机150结合使用。例如,IR传感器152可以检测波长在约700nm和约1mm之间的红外光,而相机150可以检测波长在约380nm和约740nm之间的可见光。
PPG传感器154输出与用户相关联的生理数据,该生理数据可用于确定一个或多个睡眠相关参数,如心率、心率模式、心率变异性、心动周期、呼吸率、吸气幅度、呼气幅度、吸气-呼气比、估计血压参数或其任意组合。PPG传感器154可以由用户佩戴,嵌入在由用户佩戴的衣服和/或织物中,嵌入在和/或耦合到用户接口124和/或其相关联的头盔(例如,绑带等)等。
ECG传感器156输出与用户的心脏的电活动相关联的生理数据。在一些实施方式中,ECG传感器156包括在睡眠时段期间位于用户的一部分之上或周围的一个或多个电极。来自ECG传感器156的生理数据可用于例如确定本文所述的睡眠相关参数中的一个或多个。
EEG传感器158输出与用户的大脑的电活动相关联的生理数据。在一些实施方式中,EEG传感器158包括一个或多个电极,其在睡眠期间定位在用户的头皮上或周围。来自EEG传感器158的生理数据可用于例如确定用户在睡眠时段期间的任何给定时间的睡眠阶段和/或睡眠状态。在一些实施方式中,EEG传感器158可以集成在用户接口124和/或相关联的头盔(例如,绑带等)中。
电容性传感器160、力传感器162和应变仪传感器164输出可存储在存储器装置114中且由控制系统110使用,以确定本文所述的睡眠相关参数中的一个或多个的数据。EMG传感器166输出与一个或多个肌肉产生的电活动相关的生理数据。氧气传感器168输出指示气体的氧气浓度的氧气数据(例如,在导管126中或在用户接口124处)。氧气传感器168可以是例如超声波氧气传感器、电氧气传感器、化学氧气传感器、光学氧气传感器或其任意组合。在一些实施方式中,一个或多个传感器130还包括皮肤电反应(GSR)传感器、血流传感器、呼吸传感器、脉搏传感器、血压计传感器、血氧传感器、或其任意组合。
分析物传感器174可用于检测用户呼气中分析物的存在。由分析物传感器174输出的数据可以存储在存储器装置114中,并由控制系统110使用以确定用户呼吸中任何分析物的特性和浓度。在一些实施方式中,分析物传感器174位于用户的嘴附近,以检测从用户的嘴呼出的呼吸中的分析物。例如,当用户接口124是覆盖用户的鼻子和嘴的面罩时,分析物传感器174可以位于面罩内以监视用户的嘴呼吸。在其他实施方式中,如当用户接口124是鼻罩或鼻枕面罩时,分析物传感器174可定位在用户的鼻子附近,以检测通过用户鼻子呼出的呼吸中的分析物。在其他实施方式中,当用户接口124是鼻罩或鼻枕面罩时,分析物传感器174可以位于用户的嘴附近。在该实施方式中,分析物传感器174可用于检测任何空气是否无意中从用户的嘴泄漏。在一些实施方式中,分析物传感器174是可用于检测诸如二氧化碳的碳基化学品或化合物的挥发性有机化合物(VOC)传感器。在一些实施方式中,分析物传感器174还可用于检测用户是否正在通过他们的鼻子或嘴呼吸。例如,如果由位于用户的嘴附近或面罩内(在用户接口124是面罩的实施方式中)的分析物传感器174输出的数据检测到分析物的存在,则控制系统110可以使用该数据作为用户正通过他们的嘴呼吸的指示。
湿度传感器176输出可以存储在存储装置114中并由控制系统110使用的数据。湿度传感器176可用于检测围绕用户的各个区域中的湿度(例如,在导管126或用户接口124内部,靠近用户的面部,靠近导管126和用户接口124之间的连接,靠近导管126和呼吸装置122之间的连接,等)。因此,在一些实施方式中,湿度传感器176可以被联接到或集成在用户接口124中或导管126中以监测来自呼吸治疗装置122的加压空气的湿度。在其他实施方式中,湿度传感器176被放置在需要监测湿度水平的任何区域附近。湿度传感器176还可用于监测用户周围的周围环境的湿度,例如用户卧室内的空气。湿度传感器176还可用于跟踪用户对环境变化的生物测量响应。
一个或多个LiDAR传感器178可用于深度感测。这种类型的光学传感器(例如,激光传感器)可用于检测对象并构建周围环境(例如,生活空间)的三维(3D)图。激光雷达通常可以利用脉冲激光来进行飞行时间测量。激光雷达也被称为3D激光扫描。在使用这种传感器的示例中,具有激光雷达传感器178的固定或移动装置(如智能电话)可以测量和映射从传感器延伸5米或更远的区域。例如,激光雷达数据可以与由电磁RADAR传感器估计的点云数据融合。激光雷达传感器178还可以使用人工智能(AI)通过检测和分类可能引起RADAR系统的问题的空间中的特征来自动地理栅栏RADAR系统,例如玻璃窗(其可以是对RADAR高度反射的)。例如,激光雷达还可以用于提供人的身高的估计,以及当人坐下或跌倒时身高的变化。激光雷达可用于形成环境的3D网格表示。在进一步的用途中,对于无线电波穿过的固体表面(例如,透射线材料),激光雷达可以反射离开这样的表面,从而允许对不同类型的障碍物进行分类。
虽然在图1中单独示出,但是一个或多个传感器130的任何组合可以集成在和/或耦合到系统100的任何一个或多个部件,包括呼吸治疗装置122、用户接口124、导管126、加湿罐129、控制系统110、外部装置170或其任何组合。例如,声学传感器141和/或RF传感器147可以集成在外部装置170中和/或耦合到外部装置。在这样的实施方式中,外部装置170可以被认为是生成供系统100(例如,控制系统110)根据本发明的一些方面使用的附加或辅助数据的辅助装置。在一些实施方式中,压力传感器132和/或流量传感器134被集成到呼吸治疗装置122中和/或耦合到呼吸治疗装置。在一些实施方式中,一个或多个传感器130中的至少一个不耦合到呼吸装置122、控制系统110或外部装置170,并且在睡眠时段期间通常邻近用户定位(例如,定位在用户的一部分上或与其接触,由用户佩戴,耦合到或定位在床头柜上,耦合到床垫,耦合到天花板等)。更一般地,一个或多个传感器130可以相对于用户定位在任何合适的位置,使得一个或多个传感器130可以在一个或多个睡眠时段期间生成与用户和/或床伴220相关联的生理数据。
可以分析来自一个或多个传感器130的数据以确定一个或多个睡眠相关参数,其可以包括呼吸信号、呼吸速率、呼吸模式、吸气幅度、呼气幅度、吸气-呼气比率、一个或多个事件的发生、每小时的事件数量、事件模式、事件的平均持续时间、事件持续时间的范围、不同事件数量之间的比率、睡眠阶段、呼吸暂停-呼吸不足指数(AHI)或其任何组合。一个或多个事件可以包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、呼吸不足、有意的用户接口泄漏、无意的用户接口泄漏、嘴巴泄漏、咳嗽、不宁腿、睡眠障碍、窒息、心率加快、呼吸困难、哮喘发作、癫痫发作、癫痫、血压升高或其任何组合。许多这些睡眠相关参数是生理参数,尽管一些睡眠相关参数可以被认为是非生理参数。也可以根据来自一个或多个传感器130的数据或根据其他类型数据来确定其他类型的生理和非生理参数。
外部装置图170包括显示装置172。外部装置170例如可以是诸如智能电话、平板电脑、膝上型电脑等的移动装置。可替换地,外部装置170可以是外部感测系统,电视(例如,智能电视)或另一智能家庭装置(例如,智能扬声器,诸如Google家庭、Amazon回声、Alexa等)。在一些实施方式中,用户装置是可穿戴装置(例如,智能手表)。显示装置172通常用于显示包括静止图像、视频图像或两者的图像。在一些实施方式中,显示装置172充当包括图形用户接口(GUI)的人机接口(HMI),图形用户接口被配置为显示图像和输入接口。显示装置172可以是LED显示器、OLED显示器、LCD显示器等。输入接口可以是例如触摸屏或触敏基板、鼠标、键盘或被配置成感测由与外部装置170交互的人类用户做出的输入的任何传感器系统。在一些实施方式中,系统100可以使用和/或包括一个或多个用户装置。
血压装置180通常用于帮助产生用于确定与用户相关联的一个或多个血压测量值的生理数据。血压装置180可以包括一个或多个传感器130中的至少一个,以测量例如收缩血压分量和/或舒张血压分量。
在一些实施方式中,血压装置180是血压计,该血压计包括可以由用户佩戴的可充气袖带和压力传感器(例如,在此描述的压力传感器132)。例如,如图2的示例所示,血压装置180可以戴在用户的上臂上。在血压装置180是血压计的这种实施方式中,血压装置180还包括用于给袖带充气的泵(例如,手动操作的灯泡)。在一些实施方式中,血压装置180被联接到呼吸系统120的呼吸治疗装置122上,呼吸治疗装置进而递送加压空气以便使袖带充气。更一般地,血压装置180可以与控制系统110、存储器装置114、呼吸治疗系统120、外部装置170和/或活动跟踪器190通信地耦合和/或物理地集成在控制系统、存储器装置、呼吸治疗系统、外部装置和/或活动跟踪器中(例如,在壳体内)。
活动跟踪器190通常用于帮助生成用于确定与用户相关联的活动测量的生理数据。活动测量可以包括,例如,步数、行进的距离、爬升的步数、身体活动的持续时间、身体活动的类型、身体活动的强度、站立所花费的时间、呼吸速率、平均呼吸速率、休息呼吸速率、最大呼吸速率、呼吸速率可变性、心率、平均心率、休息心率、最大心率、心率可变性、燃烧的卡路里数、血氧饱和度、皮肤电活动(也称为皮肤电导或皮肤电反应),或其任何组合。活动跟踪器190包括这里描述的一个或多个传感器130,例如运动传感器138(例如,一个或多个加速度计和/或陀螺仪)、PPG传感器154和/或ECG传感器156。
在一些实施方式中,活动跟踪器190是可由用户佩戴的可佩戴装置,如智能手表、腕带、戒指或贴片。例如,参考图2,活动跟踪器190佩戴在用户的手腕上。活动跟踪器190还可以耦合到或集成到由用户穿戴的衣服或衣服。或者,活动跟踪器190还可耦合到外部装置170或集成在外部装置中(例如,在同一壳体内)。更一般地,活动跟踪器190可以与控制系统110、存储器装置114、呼吸治疗系统120、外部装置170和/或血压装置180通信地耦合,或物理地集成在控制系统、存储器装置、呼吸治疗系统、外部装置、和/或血压装置中(例如,壳体内)。
虽然控制系统110和存储器装置114在图1中被描述和示出为系统100的单独且不同的部件,但是在一些实施方式中,控制系统110和/或存储器装置114被集成在外部装置170和/或呼吸治疗装置122中。可替代地,在一些实施方式中,控制系统110或其一部分(例如,处理器112)可以位于云中(例如,集成在服务器中、集成在物联网(IoT)装置中,连接到云,经受边缘云处理等),位于一个或多个服务器中(例如,远程服务器、本地服务器等、或其任何组合)。
尽管系统100被示为包括上述所有部件,但根据本发明的实施方式,更多或更少的部件可以包括在用于在呼吸治疗系统120的使用期间消除噪声的系统中。例如,第一替代系统包括控制系统110、存储器装置114、和一个或多个传感器130中的至少一个传感器。作为另一示例,第二替代系统包括控制系统110、存储装置114、一个或多个传感器130中的至少一个传感器和外部装置170。作为又一示例,第三替代系统包括控制系统110、存储装置114、呼吸治疗系统120、一个或多个传感器130中的至少一个传感器和外部装置170。作为另一示例,第四可选系统包括控制系统110、存储器装置114、呼吸治疗系统120、一个或多个传感器130中的至少一个传感器、外部装置170、以及血压装置180和/或活动跟踪器190。因此,用于分析与用户对呼吸治疗系统120的使用相关的数据的各种系统可以使用本文所示和描述的部件的任何一个或多个部分和/或结合一个或多个其他部件来形成。
如这里所使用的,可以至少部分基于例如初始开始时间和结束时间以多种方式定义睡眠时段。在一些实施方式中,睡眠时段是用户睡眠的持续时间,即,睡眠时段具有开始时间和结束时间,并且在睡眠时段期间,用户直到结束时间才醒来。也就是说,用户醒着的任何时段都不包括在睡眠时段中。根据睡眠时段的这一第一定义,如果用户在同一夜晚多次醒来并入睡,则由醒来间隔分开的每个睡眠间隔是睡眠时段。
或者,在一些实施方式中,睡眠时段具有开始时间和结束时间,并且在睡眠时段期间,只要用户醒着的连续持续时间低于醒着持续时间阈值,用户就可以醒着,而睡眠时段不结束。唤醒持续时间阈值可以被定义为睡眠时段的百分比。唤醒持续时间阈值可以是例如睡眠时段的大约百分之二十、睡眠时段持续时间的大约百分之十五、睡眠时段持续时间的大约百分之十、睡眠时段持续时间的百分之五、睡眠时段持续时间的大约百分之二等、或任何其他阈值百分比。在一些实施方式中,唤醒持续时间阈值被定义为固定的时间量,如大约一小时、大约三十分钟、大约十五分钟、大约十分钟、大约五分钟、大约两分钟等、或任何其他时间量。
在一些实施方式中,睡眠时段被定义为在晚上用户首先上入床的时间与第二天早上用户最后离开床的时间之间的整个时间。换言之,睡眠时段可以被定义为在第一日期(例如,周一,2020年1月6日)在第一时间(例如,下午10:00)开始的时间段,该时间段可以被称为当前晚上,当用户首先进入意图去睡眠的床时(例如,如果用户不打算在去睡眠之前首先观看电视或用智能电话播放等),并且在第二日期(例如,周二,2020年1月7日)在第二时间(例如,上午7:00)结束,这可以被称为第二天早上,此时用户首先离开该床,目的是不要在第二天早上返回睡眠。
在一些实施方式中,用户可以手动定义睡眠时段的开始和/或手动终止睡眠时段。例如,用户可以选择(例如,通过点击或轻敲)在外部装置170(图1)的显示装置172上显示的一个或多个用户可选元素,以手动发起或终止睡眠时段。
参考图3,示出了睡眠时段的示例性时间线300。时间线300包括入床时间(t入床),入睡时间(tGTS),初始睡眠时间(t睡),唤醒A,第一微唤醒MA1和第二微唤醒MA2,唤醒时间(t醒)和起床时间(t起床)。
入床时间t入床与用户在入睡之前(例如,当用户躺下或坐在床中时)最初入床(例如,图2中的床230)的时间相关联。可至少部分基于床阈值持续时间来识别入床时间t入床,以区分用户出于睡眠而入床时与用户出于其他原因(例如,观看电视)而入床时的时间。例如,床阈值持续时间可以是至少约10分钟、至少约20分钟、至少约30分钟、至少约45分钟、至少约1小时、至少约2小时等。虽然本文中关于床描述了入床时间t入床,但更一般地,入床时间t入床可以指用户最初进入用于睡眠的任何位置(例如,沙发椅、椅子、睡袋等)的时间。
入睡时间(GTS)与用户在入床之后最初尝试入睡的时间(t入床)相关联。例如,在入床之后,用户可以参加一个或多个活动以在试图睡眠之前放松一下(例如,阅读、观看电视、听音乐、使用外部装置170等)。初始睡眠时间(t睡)是用户初始入睡的时间。例如,初始睡眠时间(t睡)可以是用户初始进入第一非REM睡眠阶段的时间。
唤醒时间t醒是与用户在不回到睡眠的情况下醒来的时间(例如,与用户在晚间醒来并回到睡眠相反)相关联的时间。用户可以在最初入睡之后体验具有短持续时间(例如,5秒、10秒、30秒、1分钟等)的多个无意识微觉醒(例如,微觉醒MA1和MA2)中的一个。与唤醒时间t醒相反,用户在微觉醒MA1和MA2中的每一个之后回到睡眠。类似地,用户可以在最初入睡(例如,起床去浴室、照顾儿童或宠物、睡眠行走等)之后具有一个或多个有意识的觉醒(例如,觉醒A)。然而,用户在唤醒A之后回到睡眠。因此,唤醒时间t醒可以例如至少部分基于唤醒阈值持续时间(例如,用户被唤醒至少15分钟、至少20分钟、至少30分钟、至少1小时等)来定义。
类似地,起床时间t起床与用户离开床并下床以结束睡眠时段(例如,与用户在夜间起床去浴室、照顾儿童或宠物、睡眠行走等相反)的时间相关联。换言之,起床时间t起床是用户最后离开床而不返回床直到下一个睡眠时段(例如,下一个晚上)的时间。因此,起床时间t起床可以例如至少部分基于起床阈值持续时间(例如,用户已经离开床至少15分钟、至少20分钟、至少30分钟、至少1小时等)来定义。还可以至少部分基于起床阈值持续时间(例如,用户已经离开床至少4小时、至少6小时、至少8小时、至少12小时等)来定义第二后续睡眠时段的入床时间t入床时间。
如上所述,在最初的t入床和最后的t起床之间的夜晚期间,用户可以醒来并离开床一次以上。在一些实施方式中,最终唤醒时间t醒和/或最终起床时间t起床是至少部分基于事件(例如,入睡或离开床)之后的预定阈值持续时间来识别或确定的。这种阈值持续时间可以为用户定制。对于在晚上下床,然后在早上醒来和下床的任何时间段(在用户醒来(t醒)或起床(t起床)和用户入床(t入床),入睡(tGTS)或入睡(t睡)之间)的标准用户,可以使用约12至约18小时。对于在床上花费较长时段的用户,可以使用较短的阈值时段(例如,在约8小时和约14小时之间)。可以至少部分基于监视用户睡眠行为的系统初始地选择和/或稍后调整阈值周期。
床中总时间(TIB)是入床时间t入床和起床时间t起床之间的持续时间。总睡眠时间(TST)与初始睡眠时间和唤醒时间之间的持续时间相关联,不包括其间的任何有意识或无意识的唤醒和/或微唤醒。通常,总睡眠时间(TST)将比床上总时间(TIB)短(例如,短一分钟、短十分钟、短一小时等)。例如,参考图3的时间线300,总睡眠时间(TST)跨越初始睡眠时间t睡和唤醒时间t醒之间,但不包括第一微觉醒MA1、第二微觉醒MA2和觉醒A的持续时间。如图所示,在该示例中,总睡眠时间(TST)比床中的总时间(TIB)短。
在一些实施方式中,总睡眠时间(TST)可以被定义为持久总睡眠时间(PTST)。在这种实施方式中,持久总睡眠时间不包括第一非REM阶段(例如,浅睡阶段)的预定初始部分或时段。例如,预定的初始部分可以在大约30秒和大约20分钟之间、在大约1分钟和大约10分钟之间、在大约3分钟和大约5分钟之间等。持久的总睡眠时间是持续睡眠的量度,并且使睡眠-觉醒睡眠图平滑。例如,当用户最初入睡时,用户可以处于第一非REM阶段很短的时间(例如,大约30秒),然后返回到觉醒阶段很短的时间(例如,一分钟),然后返回到第一非REM阶段。在该示例中,持久总睡眠时间排除第一非REM阶段的第一实例(例如,约30秒)。
在一些实施方式中,睡眠时段被定义为在入床时间(t入床)开始并在起床时间(t起床)结束,即,睡眠时段被定义为总入床时间(TIB)。在一些实施方式中,睡眠时段被定义为在初始睡眠时间(t睡)开始并在唤醒时间(t醒)结束。在一些实施方式中,睡眠时段被定义为总睡眠时间(TST)。在一些实施方式中,睡眠时段被定义为在进入睡眠时间(tGTS)开始并在唤醒时间(t醒)结束。在一些实施方式中,睡眠时段被定义为在进入睡眠时间(tGTS)开始并在起床时间(t起床)结束。在一些实施方式中,睡眠时段被定义为在入床时间(t入床)开始并在唤醒时间(t醒)结束。在一些实施方式中,睡眠时段被定义为在初始睡眠时间(t醒)开始并在起床时间(t起床)结束。
参照图4,示出了根据一些实施方式的对应于时间线300(图3)的示例性睡眠图400。如图所示,睡眠图400包括睡眠-觉醒信号401、觉醒阶段轴410、REM阶段轴420、浅睡阶段轴430和深睡阶段轴440。睡眠-清醒信号401和轴410-440之一之间的交点表示在睡眠时段期间的任何给定时间的睡眠阶段。
睡眠-清醒信号401可至少部分基于与用户相关联的生理数据(例如,由本文所述的传感器130中的一者或一者以上产生)而产生。睡眠-觉醒信号可以指示一种或多种睡眠阶段、包括觉醒、放松的觉醒、微觉醒、REM阶段、第一非REM阶段、第二非REM阶段、第三非REM阶段或其任何组合。在一些实施方式中,第一非REM阶段、第二非REM阶段和第三非REM阶段中的一个或多个可以被分组在一起并且被分类为浅睡阶段或深睡阶段。例如,浅睡眠阶段可以包括第一非REM阶段,而深睡眠阶段可以包括第二非REM阶段和第三非REM阶段。虽然在图4中示出的睡眠图400包括浅睡眠阶段轴430和深睡眠阶段轴440,但是在一些实施方式中,睡眠图400可以包括用于第一非REM阶段、第二非REM阶段和第三非REM阶段中的每一个阶段的轴。在其他实施方式中,睡眠-清醒信号还可以指示呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气幅度比、吸气-呼气持续时间比、每小时事件的数目、事件的模式、或其任何组合。描述睡眠-清醒信号的信息可存储在存储器装置114中。
睡眠图400可用于确定一个或多个睡眠相关参数,例如睡眠开始等待时间(SOL)、睡眠开始后觉醒(WASO)、睡眠效率(SE)、睡眠分段指数、睡眠阻塞或其任何组合。
睡眠开始等待时间(SOL)被定义为进入睡眠时间(tGTS)和初始睡眠时间(t睡)之间的时间。换言之,睡眠开始等待时间表示用户在最初尝试入睡之后实际入睡所花费的时间。在一些实施方式中,睡眠开始等待时间被定义为持续睡眠开始等待时间(PSOL)。持续睡眠开始等待时间与睡眠开始等待时间的不同之处在于,持续睡眠开始等待时间被定义为进入睡眠时间与预定量的持续睡眠之间的持续时间。在一些实施方式中,预定量的持续睡眠可以包括例如在第二非REM阶段、第三非REM阶段和/或REM阶段(其中不超过2分钟的觉醒)、第一非REM阶段内至少10分钟的睡眠和/或其间的移动。换句话说,在第二非REM阶段、第三非REM阶段和/或REM阶段和/或REM阶段内持续睡眠多达例如8分钟。在其他实施方式中,预定量的持续睡眠可以包括在初始睡眠时间之后的第一非REM阶段、第二非REM阶段、第三非REM阶段和/或REM阶段内的至少10分钟的睡眠。在这样的方式中,预定量的持续睡眠可以排除任何微觉醒(例如,十秒微觉醒不重新开始10分钟时段)。
睡眠后唤醒开始(WASO)与用户在初始睡眠时间和唤醒时间之间醒着的总持续时间相关联。因此,睡眠后觉醒开始包括睡眠期间的短暂和微觉醒(例如,图4中所示的微觉醒MA1和MA2),无论是有意识的还是无意识的。在一些实施方式中,睡眠后觉醒发作(WASO)被定义为仅包括具有预定长度(例如,大于10秒、大于30秒、大于60秒、大于约5分钟、大于约10分钟等)的觉醒的总持续时间的持续睡眠后觉醒发作(PWASO)。
睡眠效率(SE)被确定为床中总时间(TIB)与总睡眠时间(TST)的比率。例如,如果在床上的总时间是8小时并且总睡眠时间是7.5小时,则该睡眠时段的睡眠效率是93.75%。睡眠效率表示用户的睡眠卫生。例如,如果用户在睡觉之前入床并花费时间从事其他活动(例如,观看电视),则睡眠效率将降低(例如,用户被罚分)。在一些实施方式中,可以至少部分基于床上总时间(TIB)和用户试图睡眠的总时间来计算睡眠效率(SE)。在这样的实施方式中,用户试图睡眠的总时间被定义为进入睡眠(GTS)时间这里描述的起床时间之间的持续时间。例如,如果总睡眠时间是8小时(例如,在下午11点和上午7点之间),进入睡眠时间是上午10:45,并且起床时间是上午7:15,则在这样的实施方式中,睡眠效率参数被计算为大约94%。
至少部分地基于睡眠时段期间的唤醒次数来确定分段指数。例如,如果用户具有两个微觉醒(例如,图4中所示的微觉醒MA1和微觉醒MA2),则分段指数可以表示为2。在一些实施方式中,分段索引在整数的预定范围之间(例如,在0和10之间)缩放。
睡眠块与任何睡眠阶段(例如,第一非REM阶段、第二非REM阶段、第三非REM阶段和/或REM)和觉醒阶段之间的过渡相关联。可以以例如30秒的分辨率计算睡眠块。
在一些实施方式中,在此描述的系统和方法可以包括生成或分析包括睡眠-觉醒信号的睡眠图,以至少部分地基于睡眠图的睡眠-觉醒信号来确定或识别入床时间(t入床)、入睡时间(tGTS)、初始睡眠时间(t睡)、一个或多个第一微觉醒(例如,MA1和MA2)、唤醒时间(t醒)、起床时间(t起床)、或其任何组合。
在其他实施方式中,传感器130中的一个或多个可以用于确定或识别入床时间(t入床)、入睡时间(tGTS)、初始睡眠时间(t睡)、一个或多个第一微觉醒(例如,MA1和MA2)、唤醒时间(t醒)、起床时间(t起床)、或其任何组合,这反过来又定义了睡眠时段。例如,可以至少部分基于例如由运动传感器138、麦克风140、相机150或其任意组合生成的数据来确定入床时间t入床。可以至少部分基于例如来自运动传感器138的数据(例如,指示用户没有移动的数据)、来自相机150的数据(例如,指示用户没有移动和/或用户已经关闭灯的数据)、来自麦克风140的数据(例如,指示正在关闭TV的数据)、来自外部装置170的数据(例如,指示用户不再使用外部装置170的数据)、来自压力传感器132和/或流量传感器134的数据(例如,指示用户打开呼吸治疗装置122的数据,指示用户佩戴用户接口124的数据等)、或其任何组合来确定入睡时间。
当用户在睡眠时段期间使用呼吸治疗系统120时,可以在睡眠时段期间生成与用户相关的大量数据。一个或多个传感器130被配置成在睡眠时段期间生成与用户相关的生理数据以及非生理数据(诸如与呼吸系统的操作相关的数据)。然而,通常仅将与呼吸治疗系统120的用户使用相关的基本数据(如流量数据或压力数据)初始提供给控制系统110和/或存储器装置114,并用于确定与用户相关的参数或度量。与(i)呼吸治疗系统120的用户使用,(ii)呼吸治疗系统120本身,(iii)与呼吸治疗系统120分离的用户的方面或特征,或(iv)其他一般情况相关的附加数据可用于确定更精确的参数值,或确定新参数值。但是,未经呼吸治疗系统用户同意,无法获得和使用任何其他数据。为了获得用户的同意以接收和分析除了提供给控制系统110和/或存储装置114的初始数据之外的附加数据,可以使用多种方法或技术。通常,可以使用本文描述的系统100(图1-2)的任何元件或方面来实施以下任何方法或技术的一个或多个步骤。
现在参考图5,示出了用于分析与用户(例如用户210)在睡眠时段期间使用呼吸治疗系统(如呼吸治疗系统120)相关的数据的方法500。呼吸治疗系统可以包括呼吸治疗装置(如呼吸治疗装置122)、用户接口(如用户接口124)和导管(如导管126)。通常,方法500可以使用包括控制系统(诸如控制系统110)的系统(诸如系统100)来实施。控制系统或控制系统的一部分(诸如一个或多个处理器112)可被配置成执行方法500的各个步骤。存储器装置(如存储器装置114)可用于存储方法500(或本文所揭示的其他方法)的步骤中所利用的任何类型数据。
方法500的步骤502包括在睡眠时段期间接收与用户相关的第一类型数据。通常,第一类型数据可以包括与呼吸治疗系统的用户使用相关的任何类型数据。在一些实施方式中,第一类型数据是在睡眠时段期间与用户相关联的生理数据。例如,第一类型数据可以是与用户呼吸相关的流量数据和/或压力数据。
方法500的步骤504包括确定与用户相关的第一参数的第一值。第一参数的第一值至少部分地基于第一类型数据。在一些实施方式中,第一参数是可以通过分析生理数据来确定的睡眠时段期间用户的睡眠相关参数。例如,如果第一类型数据是流量数据和/或压力数据(例如,与用户呼吸相关的呼吸数据),则可以确定睡眠时段期间用户的呼吸速率。通常,第一参数可以是任何睡眠相关参数、任何生理参数或其他参数。
方法500的步骤506包括识别期望的第二类型数据。通常,第二类型数据可以是用户尚未给予同意以获得和/或分析的任何数据。例如,第二类型数据可以包括生理数据(如附加呼吸数据)、与用户相关的非生理数据、与呼吸系统相关的非生理数据等。第二类型数据可以与呼吸治疗系统的用户使用相关。第二类型数据还可以涉及与用户的睡眠时段或呼吸治疗系统的使用无关的活动、事件、信息等,或者在睡眠时段和呼吸治疗系统的使用之外发生的活动、事件、信息等。
方法500的步骤508包括向用户传送同意接收第二类型数据的请求。因为用户没有同意获得和/或分析第二类型数据,所以控制系统将同意请求传送给用户。方法500的步骤510包括响应于从用户接收到同意接收第二类型数据而接收第二类型数据。用户可以以各种不同的方式来响应对同意的请求,如经由语音命令(例如,对智能扬声器或智能装置说话),经由生物计量指示符(例如,指纹或面部扫描),经由某种类型的传感器前面的手势,经由物理输入机制(例如,按压触摸屏、激活按钮、在键盘上打字、点击鼠标上的按钮),或经由这些输入方式的任何组合等。也可以使用其他类型的音频或语音来提供同意。可通过使用系统的任何部件来响应同意请求,部件可包含用户装置(如用户装置170)、麦克风(如麦克风140)或一个或多个传感器(如传感器130)中的任一者。在一些实施方式中,可以从第三方(例如家庭成员、医生、健康护理提供者等)寻求在此提及的同意。可以在诸如当用户身体上或精神上丧失能力并且不能响应请求和/或提供同意的情况下寻求该第三方同意。
在一些实施方式中,控制系统可以激活某些传感器以开始接收第二类型数据。在其他实施方式中,控制系统可以开始从另一个源(例如到因特网的有线或无线连接)接收第二类型数据。在其他实施方式中,用户或另一个人或系统可以主动地向控制系统发送第二类型数据。
最后,方法500的步骤512包括确定第一参数的第二值、第二参数的值、或两者。通常,任一确定都考虑第二类型数据。因此,第二类型数据用于确定先前确定的参数的附加值、或全新参数的值。在许多这些实施方式中,第一参数的第二值比第一参数的第一值更精确,并且因此第二类型数据被用于更精确地确定第一参数的值。在一些实施方式中,以第一置信区间或概率水平来确定第一参数的第一值。例如,控制系统可以确定第一参数的第一值加上或减去X%,以及第一参数的第二值加上或减去Y%,其中Y小于X(例如,第一参数的第二值的可能值的范围小于第一参数的第一值)。在另一示例中,控制系统可以以X%置信区间确定第一参数的第一值,并以Z%置信水平确定第一参数的第二值,其中Z大于X。
第一参数的第二和更精确的值可以是新确定的,或者可以基于第一参数的第一值的修改。因此,第一参数的第二值可以基于第一类型数据、第一参数的第一值、和第二类型数据的任何组合。类似地,第二参数(例如,新参数)的第一值可以基于第一类型数据、第一参数的第一值、和第二类型数据的任何组合。
在一些实施方案中,在第一睡眠时段期间或之后接收第一类型数据,且在第二睡眠时段期间或之后接收第二类型数据。因此,在一个示例中,当用户在第一睡眠时段期间睡着时确定第一参数的值,然后在用户醒着的第二天,一旦用户在第二睡眠时段期间晚上睡着,用户就可以同意控制系统接收第二类型数据。当在睡眠时段期间产生第二类型数据时,可利用该示例。同意接收第二类型数据的请求可在睡眠时段期间(例如,当用户仍在睡眠时)或在睡眠时段之后(例如,一旦用户醒来且离开床)传输。通常也可以在第一睡眠时段之后接收第二类型数据,这包括当用户在第一睡眠时段之后醒着时以及一旦第二睡眠时段已经开始。在其他实施方式中,第一和第二类型数据都可以在第一睡眠时段期间被接收。例如,当用户在第一睡眠时段期间躺在床上时,但在入睡之前,用户可以肯定地响应同意接收第二类型数据的请求。
方法500的步骤506中识别所需的第二类型数据可以基于各种不同的因素。在一些实施方式中,期望的第二类型数据基于第一参数的确定值。例如,第一参数的值可以揭示用户可能具有某种医学状况或痛苦,并且因此控制系统识别可以提供关于用户是否具有医学状况或痛苦的更深入了解的第二类型数据。在其他实施方式中,识别第二类型数据可以仅基于第一类型数据是什么。例如,控制系统可以识别在结合控制系统已经可用的第一类型数据进行分析时可能有用的附加数据。在另外的实施方式中,识别第二类型数据基于当仅从第一类型数据来确定第一参数的值时第一参数的值有多精确。如果精确度不满足某个阈值精确度,则控制系统可将第二类型数据识别为可用于获得更精确值的数据。
在一些实施方式中,步骤508可替换地或附加地包括传送同意分析第二类型数据的请求。在一些实施方式中,控制系统可能已经访问了第二类型数据。例如,控制系统可以同意在存储器装置中存储第二类型数据。然而,控制系统可能没有来自用户的同意来分析第二类型数据。在这些实施方式中,代替传送同意接收第二类型数据的请求,控制系统向用户传送同意分析第二类型数据的请求。在控制系统和/或存储器装置不能访问第二类型数据的实施方式中,除了传送同意接收第二类型数据的请求之外,控制系统还可以传送同意分析第二类型数据的请求。在需要单独的同意来接收和分析第二类型数据的情况下,可以使用这些实施方式。
在一些实施方式中,步骤508可替换地或附加地包括同意激活一个或多个传感器中的任一个以便生成和接收第二类型数据的请求。在许多实施方式中,在睡眠时段期间存在一个或多个传感器(例如作为呼吸治疗系统的一部分),但不主动生成数据。因此,控制系统可以传送同意激活给定传感器的请求,以便产生和接收第二类型数据。在一种实施方式中,第一类型数据是由压力传感器或流量传感器生成的呼吸数据,并且响应于对呼吸数据的分析,传送激活声学传感器和接收音频数据的请求。
在一些实施方式中,方法500进一步包括向用户传送同意向第三方传送第一和/或第二类型数据的请求的步骤。第三方可以是健康护理提供者(例如,用户的医生)、家庭成员、朋友、照顾者等。该同意请求还可以伴随有关于为什么应当将第一和/或第二类型数据发送给第三方的解释。例如,控制系统可以提供这样的解释,即用户的健康护理提供者可以利用第一和/或第二类型数据来更好地治疗未来预约的用户,或者更好地跟踪用户具有的疾病或状况。
在一些实施方式中,第二类型数据包括用户的病史的一部分。例如,第二类型数据可以包括用户已经经历的过去的疾病或痛苦,或者控制系统还不知道的任何正在发生的医学问题。病史还可以包括关于用户家族史的信息,例如,状况、疾病、痛苦、任何用户亲属所遭受的问题。医疗历史可以直接从用户获得,或者可以从与用户分离的外部源获得,诸如用户的健康护理提供者、用户的电子医疗记录或因特网。控制系统然后可以利用用户的医疗历史来采取各种不同的动作。例如,控制系统能够基于从用户的医疗历史获得的信息更精确地确定第一参数的值。
在一些实施方式中,方法500进一步包括向用户传送同意分析第二类型数据以确定用户是否睡眠的请求的步骤。通常,系统在睡眠时段期间监视用户以确定用户经历的每小时呼吸事件的数量。然而,确定每小时事件数量的精确度可能受到用户是否睡着的影响。例如,由控制系统分析的数据可以指示由控制系统分析的数据也可以指示用户正在经历一定数量的事件。通过确定用户是否睡着,控制系统能够更精确地确定实际事件何时发生。
在一些实施方式中,第二类型数据包括指示用户在睡眠时段期间的移动的移动数据。移动数据可以表明用户正在频繁地移动,这可以指示用户尚未入睡。移动数据还可以显示用户没有移动或很少移动,这可以指示用户睡着了。在其他实施方式中,第二类型数据包括指示呼吸治疗系统的部件(诸如用户接口或导管)的运动数据。当用户移动时,这些部件(或其他部件)可在睡眠时段期间移动。因此,这些部件(或其他部件)的任何移动可用于帮助确定用户是否睡着。该运动数据还可以示出呼吸治疗系统的各种部件的振动,其可指示呼吸治疗装置当前正在激活并导致空气流动,这可用于确定用户是否睡着。
在其他实施方式中,第二类型数据包括指示在使用期间由用户和/或呼吸治疗系统产生的噪声的音频数据。音频数据可以由麦克风产生。例如,音频数据可以揭示用户正在打鼾,指示用户正在睡着。音频数据还可以揭示用户正在讲话,这通常指示用户是清醒的。音频数据还可以揭示呼吸治疗系统正在产生噪声,例如由于呼吸治疗装置中的马达的操作,或者由于流经呼吸治疗系统的加压空气。来自呼吸治疗系统的噪声指示正在使用呼吸治疗系统,这可以帮助确定用户正在睡眠。
在这些实施方式中的任何一个中,控制系统分析第二类型数据以确定用户是否睡着。一旦做出该确定,与确定当不知道用户是否睡着时的每小时事件数量相比,控制系统可以更精确地确定用户经历的每小时事件数量。在这些实施方式中的任何一个中,当控制系统传送同意接收和分析第二类型数据的请求以确定用户是否睡着时,控制系统还可以向用户传送对接收和分析第二类型数据的益处的解释。
音频数据还可用于确定是否有空气从用户的嘴泄漏。当用户接口是鼻罩或鼻枕面罩时,空气可能从用户的嘴泄漏,特别是如果用户在没有呼吸治疗系统的情况下睡眠时倾向于通过他们的嘴呼吸。泄漏的空气通常是来自呼吸治疗装置的加压空气,其因此从用户的嘴中逸出而不是被输送到用户的气道。因此,在一些实施方式中,控制系统可以传送同意接收和分析音频数据的请求,以便确定是否有空气从用户的嘴泄漏。这可以基于第一参数的值。例如,第一类型数据可以是呼吸数据,并且第一参数的值可以指示用户呼吸的某种类型的问题。控制系统可以首先检查从用户的嘴泄漏的空气是否引起该问题。
在一些实施方式中,用户正在使用的呼吸治疗系统的类型可以影响第一参数的值。例如,任何确定的睡眠相关参数的值可以根据用户正在使用的接口类型、用户正在使用的导管类型等而不同。通过确定呼吸治疗系统的各种特性,可以确定更精确的参数。因此,在一些实施方式中,分析第二类型数据以确定呼吸治疗系统的任何期望特性,诸如导管或接口的特性。控制系统然后可以基于第一类型数据和呼吸治疗系统的部件的特性来确定第一参数的更精确的值。
呼吸治疗装置的马达的健康还可以影响第一参数的值。因此,在一些实施方式中,方法500可以包括向用户传送同意接收和分析音频数据以确定呼吸治疗系统或呼吸治疗系统的各种部件(例如呼吸治疗装置的马达)的健康的请求的步骤。一旦确定了马达的健康,就可以更精确地确定任何参数(例如第一参数)的值。在一个示例中,具有故障马达的呼吸治疗装置可以使控制系统确定用户每小时遭受比实际发生的更多或更少数量的事件。因此,通过确定马达的健康状况,控制系统可以更精确地确定用户每小时经历的事件数。以这种方式也可以更精确地确定其他生理和非生理参数。
在一些实施方式中,第一参数可以是指示用户睡眠质量的参数。例如,第一参数可以是睡眠得分,其考虑了例如用户已经入睡的时间长度、用户在睡眠周期的各个阶段中花费的时间量(例如,REM睡眠、非REM睡眠),用户每小时经历的事件的数量等。在这些实施方式中,方法500还可以包括至少基于第一参数和第二类型数据的值,向用户传送提高用户睡眠质量的建议的步骤。
在一些实施方式中,可能希望分析第一类型数据以确定第一参数之外的其他参数。因此,方法500还可以包括向用户传送同意分析第一类型数据以确定第一类型参数之外的其他参数的值的请求的步骤。对同意的请求还可以包括对确定附加参数中的任何益处的解释,这可以激励用户给出同意。一旦控制系统接收到用户的同意,控制系统可以分析第一类型数据(它已经访问过)以确定附加参数的值。在这些实施方式的一些中,第一数据是生理数据,并且附加参数是生理参数。
在某些实施方式中,方法500还包括向用户传送对第二类型数据的潜在用途的解释的步骤。在某些情况下,用户可能不愿意向控制系统提供更多的数据。通过解释第二类型数据的可能使用,鼓励用户肯定地响应同意请求并提供对第二类型数据的访问。对第二类型数据的潜在用途的解释可以包括第二类型数据使得能够比第一值更精确地确定第一参数的值的指示(例如,具有较大的内部置信度或具有较小范围的可能值)。
在这些实施方式中的一些中,第一参数的值可以与具有某种医学状况的用户相关(例如,心率数据可以指示可能的心脏状况)。对第二类型数据的潜在用途的解释可以包括第一参数的值状况之间的相关性的指示,从而激励用户同意控制系统接收第二类型数据。在这些实施方式中,控制系统可以基于第二类型数据来估计用户具有医学状况的百分比可能性。如果该百分比可能性满足预定阈值,则控制系统可以采取多个动作,诸如(i)向用户或第三方传送通知,(ii)向用户或第三方传送建议的治疗例程(诸如服药的建议),或(iii)建议与医疗保健提供者的预约。第三方可以包括健康护理提供者、用户的朋友、用户的家庭成员、任何其他期望的第三方、或第三方的任何组合。
在其他实施方式中,第二数据可以包括用户的医疗记录(其可以是电子医疗记录)中的一些或全部。对用户的医疗记录的潜在用途的解释可以包括对用户的医疗记录的访问可以使得能够识别任何期望的附加参数的指示。例如,第一参数的某个值可以不自己指示任何其他参数如果已知将是有益的。然而,如果控制系统能够访问用户的医疗记录,则当结合第一参数的值查看时,控制系统可以确定用户是否具有将导致附加参数有益的任何预先存在的状况或疾病。例如,第一类型数据可以揭示某些呼吸或心脏特征(例如,呼吸速率或可变性、心率或可变性),这些特征本身并不指示任何类型的健康问题。然而,如果控制系统访问用户的医疗记录并确定用户具有预先存在的状况或疾病,则那些相同的呼吸或心脏特征可指示需要确定附加参数的健康问题。在一些实施方式中,控制系统在接收到来自用户的同意之后基于第一类型数据来确定任何附加参数的值。在其他实施方式中,在接收到来自用户的同意之后,控制系统激活呼吸治疗系统的传感器之一以接收附加数据,并且基于该附加数据来确定附加参数的值。
如上所述,第一类型数据或第二类型数据包括由呼吸治疗系统的麦克风产生的音频数据。音频数据可以与以下相关联:睡眠时段期间用户的移动、睡眠时段期间呼吸治疗系统的一个或多个部件(如用户接口或导管)的移动,从呼吸治疗系统的任何部件(如用户接口)泄漏的空气,当用户接口是鼻罩或鼻枕面罩时,空气从用户的嘴泄漏(指示供应给用户的加压空气的一部分从用户的嘴逸出),或其任何组合。第一类型数据或第二类型数据还可以包括运动数据,所述运动数据指示用户在睡眠时段期间的运动,呼吸治疗系统的部件在睡眠时段期间的运动或两者。根据这里公开的各种技术,可以以任何方式使用音频数据和运动数据。
在一些实施方式中,同意接收第二类型数据的请求至少部分地基于用户的位置。例如,不同的管辖区域(例如,不同的州、不同的国家)可以具有关于隐私和数据收集的不同的法律和法规。因此,根据当地法律和法规,传送给用户的任何同意请求可能不同。在这些实施方式中,控制系统被配置为在传送同意接收第二类型数据的请求之前确定用户的位置。并且在这些实施方式中的一些中,在请求同意接收第二类型数据之前,控制系统向用户请求同意确定用户的位置。用户的位置可以被确定到不同的特定级别,例如通过确定用户在什么洲,用户在什么国家,用户在什么州,用户在什么省,用户在什么城市或城镇,用户在什么邻域等。控制系统还可以确定用户相对于某个基本位置的位置。例如,通过确定用户是在家还是在不同于他们家的其他位置。控制系统还可以基于例如纬度和经度的坐标来确定用户的位置。
在一些实施方式中,方法500可以用于分析用户的呼吸以确定用户是否具有医学状况。在这些实施方式中,第一数据是与用户相关联的呼吸数据,并且可以由压力传感器和/或流量传感器(诸如压力传感器132和流量传感器134)生成。控制系统传送同意请求以分析呼吸数据以确定睡眠时段期间用户的一个或多个呼吸参数,然后分析呼吸数据以确定呼吸参数。至少部分地基于呼吸参数的值,控制系统估计用户具有某种医学状况的百分比可能性,然后向用户或第三方(例如健康护理提供者、朋友、家庭成员等)传送指示用户具有医学状况的百分比可能性的通知。在一些实施方式中,呼吸参数是吸气/呼气比率,其可以指示用户是否患有慢性阻塞性肺病(COPD)、支气管炎、肺气肿等。
在一些实施方式中,控制系统可以附加地或替代地分析音频数据以检测用户的呼吸问题。例如,控制系统可以传送同意分析由麦克风产生的音频数据的请求。如果用户同意该请求,则控制系统可以分析音频数据以检测在睡眠时段期间用户是否正在不规则地呼吸、咳嗽、哮鸣、窒息、打鼾等,这可以帮助估计用户具有某种医学状况或呼吸问题的百分比可能性。
在某些实施方式中,第二类型数据是与用户相关联的个人数据,如(i)用户的年龄,(ii)用户的性别,(iii)用户的性别,(iv)用户的地理位置,(v)用户的身高,(vi)用户的体重,(vii)与用户相关联的医疗信息,(viii)用户的吸烟状况,(ix)用户的职业,(x)用户的教育水平,(xi)用户的收入水平,(xii)用户任何旅行的频率和持续时间,或(xiii)(i)-(xii)的任何组合。与用户相关的医疗信息可以包括用户可能患有的任何医学状况、疾病、痛苦等,如高血压、抗药性高血压、糖尿病、慢性阻塞性肺病(COPD)、哮喘、肥胖症、抑郁症、胃食管反流病(GERD)、高胆固醇血症、糖尿病、中风、心脏病发作、心力衰竭或其任何组合。可以分析医疗信息以确定用户的各种共病。
在这些实施方式中,控制系统被配置成向用户传送同意分析用户的个人数据以便将用户分类到一个或多个群体的请求。群体可以包括基于年龄的群体(例如,青少年、年龄18-30、年龄31-50、年龄50-65、年龄65和更大),基于性别或基于性别的群体,基于医学的群体(例如,吸烟者和不吸烟者,正常体重和超重),基于位置的群体(例如,特定邻域、州或国家的居民),或可以从个人数据形成的任何其他合适的群体。这些是用户可以被分类到其中的样本群体。通常,可以使用基于任何个人数据(或其他数据)的任何合适的群体。
在这些实施方式中的一些中,可以基于用户已经被分类的任何群体来修改第一参数的第一值,由此确定第一参数的更精确的第二值。例如,第一类型数据的分析可以揭示参数的某个值,但是如果用户超重和吸烟,则控制系统可以调整该参数的值以更精确地找到该参数的真实值。因此,第一参数的第二值可以至少部分地基于第一参数的第一值,并且基于用户被分类到其中的任何群体。
在这些实施方式中的其他实施方式中,可以至少部分地基于第一参数的值和用户被分类到其中的群体来识别附加的期望参数。例如,对于具有正常体重的25岁非吸烟者,可以认为参数(例如,心率、吸气/呼气比)的特定值是正常的。然而,如果用户年长、吸烟、超重或肥胖,则相同参数的相同值可指示潜在的医疗问题或状况。控制系统然后可以识别任何附加参数来确定,以便更好地确定用户是否具有潜在的医疗问题或状况。
控制系统还可以至少基于第一参数的值和用户被分类到其中的群体来生成警报。该警报可以被存储和/或传送给用户或任何期望的第三方,如健康护理提供者、朋友、家庭成员等。
在一些实施方式中,用户可以撤回先前授予的同意。在这些实施方式中,控制系统可以主动地停止接收用户已经撤回控制系统接收的同意的数据。控制系统还可以主动地停止分析用户已经撤回控制系统分析的同意的数据。通常,用户可以使用任何适当的方式来撤回他们的同意,如经由语音命令、经由生物测定指示器、经由某种类型的传感器前面的手势、经由物理输入机制、或经由这些输入方式或其他方式的任何组合。在一些实施方式中,控制系统被配置为周期性地向用户传送指示用户撤回先前授予的同意的能力的消息。此外,响应于用户指示他们希望撤回同意,控制系统在一些实施方式中可以向用户提供关于在没有用户希望撤回同意的数据的情况下哪些特征将不再可访问的信息。
现在参考图6,示出了用于分析与用户(例如用户210)在睡眠时段期间使用呼吸治疗系统(如呼吸治疗系统120)相关的数据的方法600。呼吸治疗系统可以包括呼吸治疗装置(如呼吸治疗装置122)、用户接口(如用户接口124)和导管(如导管126)。通常,方法600可以使用包括控制系统(诸如控制系统110)的系统(诸如系统100)来实施。控制系统或控制系统的一部分(诸如一个或多个处理器112)可被配置成执行方法500的各个步骤。存储器装置(如存储器装置114)可用于存储方法600(或本文所揭示的其他方法)的步骤中所利用的任何类型数据。
方法600的步骤602类似于方法500的步骤502,并且包括在睡眠时段期间接收与用户相关的第一类型数据,并且同意分析第一类型数据以确定与用户相关的第一参数的值。通常,第一类型数据可以包括与呼吸治疗系统的用户使用相关的任何类型数据,并且可以是生理或非生理数据。方法600的步骤604类似于方法500的步骤504,并且包括至少基于第一类型数据来确定第一参数的值。第一参数可以是睡眠相关参数,或者可以是其他生理或非生理参数。
方法600的步骤606类似于方法500的步骤506,并且包括识别期望的第二参数。在一些实施方式中,识别期望的第二参数至少部分地基于第一参数的值。例如,高或低呼吸率或心率可以指示其他类型的参数来检查,以便确定高或低呼吸率或心率是否有问题。识别所期望的第二参数还可以至少部分地基于识别第一参数,而与第一参数的值无关。
方法600的步骤608包括向用户传送同意分析第一类型数据以确定第二参数的值的请求。在某些情况下,用户可能已经同意控制系统为了特定目的分析第一类型数据,例如确定第一参数的值。然而,该同意通常仅限于此目的,因此控制系统需要特定的同意来分析第一类型数据用于任何其他目的,如确定第二参数的值。例如,第一类型数据可以是与呼吸治疗系统的马达的操作相关的音频数据,并且第一参数可以指示马达的健康。如果马达发生故障,则控制系统可能希望测量呼吸相关参数,以确保呼吸治疗系统仍然向用户提供足够量的加压空气。一旦用户同意,方法600的步骤610包括至少基于第一类型数据来确定第二参数的值。
在一些实施方式中,方法600另外包括至少部分地基于(i)第一参数的值,(ii)第二参数的值,或(iii)(i)和(ii)两者,来识别所期望的第三参数的步骤。
现在参考图7,示出了用于确定传送同意接收和分析与一个或多个用户(其可以包括用户210)使用呼吸治疗系统(例如呼吸治疗系统120)相关的数据的多个请求的最佳顺序的方法700。呼吸治疗系统可以包括呼吸治疗装置(如呼吸治疗装置122)、用户接口(如用户接口124)和导管(如导管126)。可能希望确定向用户传送请求以同意接收各种不同类型数据的最佳顺序。例如,如果在请求同意其他类型数据之前被请求,则用户更可能同意发送某些类型数据。通过比较从多个不同用户收集的数据,可以确定最佳顺序。通常,方法700可以使用包括控制系统(诸如控制系统110)的系统(诸如系统100)来实施。控制系统或控制系统的一部分(诸如一个或多个处理器112)可被配置成执行方法500的各个步骤。存储器装置(如存储器装置114)可用于存储方法700(或本文所揭示的其他方法)的步骤中所利用的任何类型数据。
方法700的步骤702包括向多个用户传送同意接收数据的多个请求。通常,所请求的数据与每个用户对其呼吸治疗系统的使用相关联。然而,一些请求也可以用于其他数据。对于每个用户,通常根据各自的顺序传送多个请求。
方法700的步骤704包括响应于接收到来自每个用户的同意,从多个用户中的两个或多个接收数据。为了确定最佳顺序,必须从至少两个用户收集数据,以便比较接收到的数据。然而,可以从任何数量的用户收集数据,只要收集到来自至少两个用户的数据即可。
方法700的步骤706包括分析所有接收到的数据以确定传送同意接收数据的请求的最佳顺序。可以以各种不同的方式确定最佳顺序。在一些实施方式中,用于传送请求的最佳顺序是导致从用户接收到最大量的数据的顺序。因此,允许发送最大量数据的用户的请求顺序将来可用于该用户或其他用户,以便收集最大量的数据。在其他实施方式中,最佳顺序是导致在向用户传送请求的开始和接收数据的某个阈值之间的最小时间量的顺序。在某些情况下,可能存在导致最大量的接收数据的顺序。然而,在用户同意发送该数据量之前,该命令可能需要长得多的时间量,使得该命令的使用不切实际。相反,可以识别一些最小数据量,并且在最小时间量内获得那个数据量(或更多)的请求次序可以被认为是最佳请求次序。
在一些实施方式中,方法700进一步包括确定传送多个请求的当日最佳时刻的步骤。例如,与早晨相比,用户在下午或晚上更能接受对数据请求的同意。通过分析从用户接收的所有数据,可以确定当日最佳时刻。
在某些实施方式中,所接收的数据可以是个人数据,例如但不限于包括:(i)用户的年龄,(ii)用户的性别,(iii)用户的性别,(iv)用户的地理位置,(v)用户的身高,(vi)用户的体重,(vii)与用户相关联的医疗信息,(viii)用户的吸烟状况,(ix)用户的职业,(x)用户的教育水平,(xi)用户的收入水平,(xii)用户任何旅行的频率和持续时间,或(xiii)(i)-(xii)的任何组合。可以分析个人数据以将每个用户分类为一个或多个群体。然后可以识别每个用户群的最佳顺序。例如,不同年龄范围内的用户可以不同地响应相同顺序的同意请求。为了收集更多的数据,可以为每个年龄段确定传送同意请求的最佳顺序。
还可以分析数据以确定从用户接收同意的方式,这可以用于帮助确定传送同意接收数据的请求的最佳顺序。如这里所详述的,用户可以以各种不同的方式来响应对同意的请求,如经由语音命令(例如,对智能扬声器或智能装置说话),经由生物计量指示符(例如,指纹或面部扫描),经由某种类型的传感器前面的手势,经由物理输入机制(如,按压触摸屏、激活按钮、在键盘上键入、点击鼠标上的按钮),或经由这些输入方式或其他方式的任何组合。利用不同方式来响应同意请求的用户可以更优化地响应以不同顺序接收同意请求。因此,传送多个同意请求以接收数据的最佳顺序可以至少部分地基于用户对同意请求作出响应的方式。
现在参考图8,示出了用于分析与用户(例如用户210)使用呼吸治疗系统(如呼吸治疗系统120)相关的数据以确定睡眠时段期间与用户相关的参数变化的方法800。呼吸治疗系统可以包括呼吸治疗装置(如呼吸治疗装置122)、用户接口(如用户接口124)和导管(如导管126)。通常,方法800可以使用包括控制系统(诸如控制系统110)的系统(诸如系统100)来实施。控制系统或控制系统的一部分(诸如一个或多个处理器112)可被配置成执行方法500的各个步骤。存储器装置(如存储器装置114)可用于存储方法600(或本文所揭示的其他方法)的步骤中所利用的任何类型数据。
方法800的步骤802包括存储第一参数的多个历史值。历史值可以是来自当前睡眠时段的第一参数的先前值,来自一个或多个先前睡眠时段的第一参数的先前值,或两者。方法800的步骤804包括在睡眠时段期间接收与用户相关的第一类型数据。方法800的步骤806包括至少部分地基于所接收的第一类型数据来确定第一参数的当前值。
方法800的步骤808包括比较第一参数的多个历史值和第一参数的当前值。该比较可以以多种方式进行。在一些实施方式中,确定基于历史值的统计参数,然后将统计参数与当前值进行比较。统计参数可以是例如第一参数的多个历史值的平均值、第一参数的多个历史值的中值、第一参数的多个历史值的移动平均值、第一参数的多个历史值的移动中值、或任何其他合适的统计参数。然后可以将统计参数与第一参数的当前值进行比较。
在其他实施方式中,所述比较包括对第一参数的当前值和第一参数的历史值执行统计操作。统计操作可以包括变化点分析,t检验、形态学比较或分析,或任何其他合适的统计操作。通常,改变点分析试图识别第一参数(历史和当前)的值的概率分布改变的时间。t检验试图确定第一参数的当前值是否显著不同于多个历史值的平均值。
在方法800的步骤810处,如果第一参数的历史值与第一参数的当前值之间的比较满足某个预定阈值(例如,如果第一参数的当前值太大、太小、指示潜在医疗问题、指示呼吸治疗系统的潜在问题等),则识别所需的第二类型数据。第二类型数据可以是有助于解释第一参数的当前值为什么满足阈值的任何类型数据。在方法800的步骤812,控制系统可以向用户传送同意接收第二类型数据的请求。在一些实施方式中,步骤812还包括传送对第二类型数据的潜在用途的解释和/或传送同意分析第二类型数据的请求,以确定第一参数的当前值和历史值之间的比较为何满足阈值。
因此,方法800可用于在睡眠时段期间实时监视用户,以便确定在睡眠时段期间任何参数(诸如睡眠相关参数或其他生理和非生理参数)是否偏离正常或预期值、或值范围。例如,方法800可用于尝试确定在睡眠时段期间用户的心率或呼吸速率为何尖峰或瞌睡。在另一示例中,如果用户的心率变异性从预期范围突然改变,则控制系统可以识别该问题并尝试确定原因。方法800还进一步包括将任何发现的信息的通知传送到用户或任何期望的第三方,如健康护理提供者、家庭成员或朋友。
在一些实施方式中,这里讨论的各种方法可以被用作“级联同意”特征的一部分,其中对一种类型数据的分析连续地导致请求同意接收对不同类型数据的分析。例如,控制系统可以在睡眠时段期间分析与用户呼吸数据相关的呼吸数据以确定参数。基于该分析,控制系统可以请求同意接收和分析音频数据以确定呼吸治疗系统的特性(诸如用户接口的类型或导管的类型)。可以修改与用户呼吸相关的参数,并且控制系统然后可以请求同意分析音频数据,以确定呼吸治疗装置的马达的健康,这也可以用于修改所确定的参数。在其他实施方式中,控制系统可以请求同意监测流量数据或压力数据以确定用户的心率或呼吸率,请求同意与第三方共享数据和所确定的心率或呼吸率,并且然后请求同意分析流量数据或压力数据(或接收新数据),以确定用户接口是否正确地配合在用户的面部上。通常,控制系统可以基于其当前访问的数据连续地请求同意接收和分析各种不同类型数据,以便向用户提供全面的护理。
来自以下权利要求1-93中任一项的一项或多项的一个或多个要素或方面或步骤或其任何部分可以与来自其他权利要求1-93中任一项的一项或多项或其组合的一个或多个要素或方面或步骤或其任何部分组合,以形成本发明的一个或多个附加实施方式和/或权利要求。
虽然已经参考一个或多个特定实施方案或实施方式描述了本发明,但是本领域技术人员将认识到,在不脱离本发明的精神和范围的情况下,可以对其做出许多改变。这些实施方式及其明显变化中的每一个都被认为落入本发明的精神和范围内。还设想根据本发明的方面的附加实施方式可以组合来自本文描述的任何实施方式的任何数量的特征。
Claims (93)
1.一种分析与用户在睡眠时段期间使用呼吸治疗系统相关的数据的方法,包括:
在所述睡眠时段期间接收与所述用户对所述呼吸治疗系统的使用相关的第一类型数据;
至少部分地基于所述第一类型数据来确定与所述用户对所述呼吸治疗系统的使用相关的第一参数的第一值;
识别期望的第二类型数据;
向所述用户传送同意接收所述第二类型数据的请求;
响应于从所述用户接收到同意,接收所述第二类型数据;以及
至少部分地基于所述第二类型数据来确定(i)所述第一参数的第二值,(ii)第二参数的值,或(iii)(i)和(ii)两者。
2.如权利要求1所述的方法,其中所述期望的第二类型数据至少部分基于所述第一参数的所确定的第一值、所述第一类型数据、所述第一参数的所确定的第一值的精确度、或其任何组合。
3.如权利要求1或2所述的方法,进一步包括同意分析所述第二类型数据的请求。
4.如权利要求1至3中任一项所述的方法,进一步包括向所述用户传送同意向第三方发送所述第一类型数据、所述第二类型数据、或两者的请求。
5.如权利要求4所述的方法,其中所述第三方是所述用户的医疗保健提供者。
6.如权利要求1至5中任一项所述的方法,其中所述第一类型数据是在所述睡眠时段期间与所述用户相关联的生理数据,并且其中所述第一参数是在所述睡眠时段期间所述用户的睡眠相关参数。
7.如权利要求6所述的方法,其中所述第二类型数据是与所述用户相关联的个人数据,并且其中所述方法进一步包括向所述用户传送同意分析所述个人数据以将所述用户分类到一个或多个用户群的请求。
8.如权利要求7所述的方法,其中所述睡眠相关参数的所确定的值是基于所述用户被分类到其中的所述一个或多个用户群来修改的,以确定所述睡眠相关参数的所述第二值。
9.如权利要求8所述的方法,其中所述第一参数的第二值比所述第一参数的所述第一值更精确。
10.如权利要求7至9中任一项所述的方法,其中所述第一参数的第二值至少部分地基于所述第一参数的所述第一值和所述用户被分类到其中的所述一个或多个用户群。
11.如权利要求7至10中任一项所述的方法,其中所述个人数据包括(i)所述用户的年龄,(ii)所述用户的生理性别,(iii)所述用户的社会性别,(iv)所述用户的地理位置,(v)所述用户的身高,(vi)所述用户的体重,(vii)与所述用户相关联的医疗信息,(viii)所述用户的吸烟状况,(ix)所述用户的职业,(x)所述用户的教育水平,(xi)所述用户的收入水平,(xii)所述用户任何旅行的频率和持续时间,或(xiii)(i)-(xii)的任何组合。
12.如权利要求7至11中任一项所述的方法,进一步包括至少部分地基于(i)所述第一参数值,(ii)所述用户被分类到其中的所述一个或多个用户群,或(iii)(i)和(ii)两者,来识别与所述用户相关的期望附加参数。
13.如权利要求7至12中任一项所述的方法,进一步包括至少部分地基于(i)所述第一参数值,(ii)所述用户被分类到其中的所述一个或多个用户群,或(iii)(i)和(ii)两者,来生成与所述用户相关的警报。
14.如权利要求13所述的方法,进一步包括将所生成的警报传送给所述用户、保健提供者、所述用户的朋友、所述用户的家庭成员、或其任何组合。
15.如权利要求1至14中任一项所述的方法,其中所述第一参数的第二值比所述第一参数的所述第一值更精确,且其中所述第二值至少部分基于(i)所述第一类型数据,(ii)所述第一参数的所述第一值,或(iii)(i)和(ii)两者。
16.如权利要求1到15中任一项所述的方法,其中所述第二参数的所述值进一步至少部分地基于(i)所述第一类型数据,(ii)所述第一参数的所述第一值,或(iii)(i)和(ii)两者。
17.如权利要求1至16中任一项所述的方法,其中与所述用户相关的所述第二类型数据包括所述用户的病史的至少一部分。
18.如权利要求17所述的方法,其中所述用户的病史是从所述用户获得的。
19.如权利要求17所述的方法,其中所述用户的病史是从与所述用户分开的外部源获得的。
20.如权利要求1至19中任一项所述的方法,其中所述第一参数的所述第一值以第一置信区间确定,并且其中所述第一参数的第二值以大于所述第一置信区间的第二置信区间确定。
21.如权利要求20所述的方法,进一步包括向所述用户传送对所述第二类型数据的潜在用途的解释。
22.如权利要求21所述的方法,其中所述对第二类型数据的潜在用途的解释包括:所述第二类型数据使得能够以所述第二置信区间确定所述第一参数的第二值的指示。
23.如权利要求1至22中任一项所述的方法,进一步包括传送对所述第二类型数据的潜在用途的解释。
24.如权利要求23所述的方法,其中所述对所述第二类型数据的潜在用途的解释包括:所述第一参数的第一值与潜在医学状况之间的相关性的指示。
25.如权利要求24所述的方法,进一步包括至少部分地基于所述第二类型数据来估计所述用户具有所述医学状况的百分比可能性。
26.如权利要求25所述的方法,其中所述方法进一步包括响应于所估计的百分比可能性满足阈值,传送与所述医学状况相关联的通知、建议的治疗例程、建议的与保健提供者的预约、或其任何组合。
27.如权利要求26所述的方法,其中所述通知被传送给所述用户、所述保健提供者、所述用户的朋友、所述用户的家庭成员、或其任何组合。
28.如权利要求26所述的方法,其中所述建议的治疗例程包括建议的药物治疗。
29.如权利要求23至28中任一项所述的方法,其中所述第二数据包括所述用户的电子医疗记录,并且其中对所述用户的电子医疗记录的潜在用途的解释包括:所述用户的电子医疗记录使得能够识别基于所述第一数据的期望的附加参数的指示。
30.如权利要求29所述的方法,其中所述方法进一步包括:
分析所述用户的所述电子医疗记录以识别所述期望的附加参数;以及
至少基于所述第一数据来确定所述期望的附加参数的值。
31.如权利要求29所述的方法,进一步包括:
分析所述用户的所述电子医疗记录以识别所述期望的附加参数;
激活所述呼吸治疗系统的传感器;
从所述激活的传感器接收附加数据;以及
至少基于来自所述激活的传感器的所述附加数据来确定所述期望的附加参数的值。
32.如权利要求1至31中任一项所述的方法,其中所述方法进一步包括向所述用户传送同意分析所述第二类型数据以确定用户是否睡着的请求。
33.如权利要求32所述的方法,进一步包括基于所述第一数据和确定用户是否睡着来确定所述用户每小时经历的呼吸事件的数量。
34.如权利要求33所述的方法,其中基于所述第一数据和确定所述用户是否睡着两者来确定每小时呼吸事件的数量比仅基于第一数据来确定每小时呼吸事件的数量更精确。
35.如权利要求32至34中任一项所述的方法,其中所述第二类型数据包括运动数据,所述运动数据指示(i)所述用户在所述睡眠时段期间的运动,(ii)所述呼吸治疗系统的部件在所述睡眠时段期间的运动,或(iii)(i)和(ii)两者。
36.如权利要求32至35中任一项所述的方法,其中所述第二类型数据包括音频数据,所述音频数据指示(i)在所述睡眠时段期间由所述用户产生的噪声,(ii)在所述睡眠时段期间由所述呼吸治疗系统产生的噪声,或(iii)(i)和(ii)两者。
37.如权利要求1至36中任一项所述的方法,其中所述呼吸治疗系统包括呼吸治疗装置、导管和接口,所述用户经由所述导管和所述接口连接到所述呼吸治疗装置。
38.如权利要求37所述的方法,其中所述第二类型数据指示(i)所述导管的一个或多个特性,(ii)所述接口的一个或多个特性,或(iii)(i)和(ii)两者。
39.如权利要求38所述的方法,其中所述第一参数的第二值至少基于(i)所述管道的所述一个或多个特性,(ii)所述接口的所述一个或多个特性,或(iii)(i)和(ii)两者,且其中所述第一参数的第二值比所述第一参数的第一值更精确。
40.如权利要求1至39中任一项所述的方法,其中所述第二类型数据是与所述呼吸治疗系统相关联的音频数据,且其中所述方法进一步包括向所述用户传送同意分析所述第二类型数据以确定所述呼吸治疗系统的马达的健康的请求。
41.如权利要求40所述的方法,其中所述第一参数的第二值至少基于所确定的所述呼吸治疗系统的所述马达的健康,所述第一参数的第二值比所述第一参数的所述第一值更精确。
42.如权利要求1到41中任一项所述的方法,其中所述第一参数指示所述睡眠时段期间所述用户的睡眠质量,且其中所述方法进一步包括:响应于接收到所述第二类型数据而向所述用户传送用以改进所述睡眠时段期间所述用户的睡眠质量的建议。
43.如权利要求1至42中任一项所述的方法,其中所述第一类型数据或所述第二类型数据包括在所述睡眠时段期间与所述用户相关联的呼吸数据。
44.如权利要求1至43中任一项所述的方法,其中所述呼吸治疗系统包括麦克风,并且其中,所述第一类型数据或所述第二类型数据包括由所述麦克风生成的音频数据。
45.如权利要求44所述的方法,其中所述音频数据与以下相关联:(i)所述用户在所述睡眠时段期间的移动,(ii)所述呼吸治疗系统的一个或多个部件在所述睡眠时段期间的移动,(iii)所述呼吸治疗系统的一个或多个部件在所述睡眠时段期间的空气泄漏,或(iv)(i)-(iii)的任意组合。
46.如权利要求1至45中任一项所述的方法,其中所述第一类型数据或所述第二类型数据包括运动数据,所述运动数据指示(i)所述用户在所述睡眠时段期间的运动,(ii)所述呼吸治疗系统的部件在所述睡眠时段期间的运动,或(iii)(i)和(ii)两者。
47.如权利要求1至46中任一项所述的方法,其中所述呼吸治疗系统包括一个或多个传感器,并且其中所述第一类型数据是在所述睡眠时段期间由所述用户使用所述呼吸治疗系统期间由所述一个或多个传感器生成的生理数据。
48.如权利要求47所述的方法,进一步包括:
向所述用户传送(i)同意分析所述第一类型数据以识别与所述第一参数不同的期望的第三参数的请求,以及(ii)对确定所述第三参数的益处的解释;以及
响应于接收同意分析所述第一类型数据,分析所述第一类型数据以识别期望的第三参数并确定所述期望的第三参数的值。
49.如权利要求1到48中任一项所述的方法,其中在同意分析所述第一数据以确定所述第一参数的情况下接收所述第一类型数据,且其中所述方法进一步包括将同意分析所述第一数据以确定附加参数的值的请求传送到所述用户。
50.如权利要求1至49中任一项所述的方法,其中所述第一数据是所述用户在所述睡眠时段期间与所述呼吸治疗系统的用户相关联的呼吸数据,并且其中所述方法进一步包括:
向所述用户传送同意分析所述呼吸数据以确定所述用户在所述睡眠时段期间的吸气/呼气比率的请求;
响应于从所述用户接收到同意,分析所述呼吸以确定所述用户在所述睡眠时段期间的吸气/呼气比率;
至少部分地基于所确定的所述用户的吸气/呼气比率来估计所述用户具有医学状况的百分比可能性;以及
向(i)所述用户、(ii)健康护理提供者、或(iii)(i)和(ii)两者传送通知,所述通知指示所述用户具有所述医学状况的百分比可能性。
51.如权利要求50所述的方法,其中所确定的用户的吸气/呼气比率指示所述用户存在的慢性阻塞性肺病(COPD)的类型。
52.如权利要求50或51所述的方法,其中所述呼吸治疗系统包括麦克风,并且其中所述方法进一步包括:
向所述用户传送同意从所述麦克风接收音频数据的请求;
响应于从所述用户接收到同意,从所述麦克风接收所述音频数据;以及
分析所述音频数据以检测来自所述用户的咳嗽或哮鸣,所检测到的咳嗽或哮鸣有助于估计所述用户具有所述医学状况的百分比可能性。
53.如权利要求1至52中任一项所述的方法,其中所述呼吸治疗系统包括被配置以生成所述第一类型数据的第一传感器,以及被配置以生成所述第二类型数据的第二传感器。
54.如权利要求53所述的方法,其中所述方法进一步包括向所述用户传送同意激活所述第二传感器并生成所述第二类型数据的请求。
55.如权利要求53或54所述的方法,其中所述第一传感器是压力传感器或流量传感器,并且所述第二传感器是声学传感器。
56.如权利要求1至55中任一项所述的方法,其中识别所述期望的第二类型数据至少部分地基于(i)所述第一类型数据,(ii)所述第一参数的值,或(iii)(i)和(ii)两者。
57.如权利要求1至56中任一项所述的方法,其中所述第二类型数据与所述用户对所述呼吸治疗系统的使用相关。
58.如权利要求1到57中任一项所述的方法,其中所述第二类型数据与在所述睡眠时段之外发生的所述用户的活动相关。
59.如权利要求1到58中任一项所述的方法,其中在第一睡眠时段期间或之后接收所述第一类型数据,且其中在所述第一睡眠时段之后发生的第二睡眠时段期间或之后接收所述第二类型数据。
60.如权利要求59所述的方法,其中在所述第一睡眠时段期间或之后传送所述同意接收所述第二类型数据的请求。
61.如权利要求1到60中任一项所述的方法,其中在第一睡眠时段期间接收所述第一类型数据,且其中在所述第一睡眠时段之后接收所述第二类型数据。
62.如权利要求1至61中任一项所述的方法,进一步包括确定所述用户的位置。
63.如权利要求62所述的方法,其中所述同意接收所述第二类型数据的请求至少部分地基于所确定的所述用户的位置。
64.如权利要求62或63所述的方法,其中所确定的所述用户的位置是所述用户的国家、所述用户的州、所述用户的城镇、或所述用户的纬度和经度。
65.一种分析与用户在睡眠时段期间使用呼吸治疗系统相关的数据的方法,包括:
在所述睡眠时段期间接收(i)与所述用户相关的第一类型数据,以及(ii)同意分析所述第一类型数据以确定与所述用户相关的第一参数的值;
至少基于第一类型数据来确定与用户相关的第一参数的值;
识别期望的第二参数;
向用户传送同意分析第一类型数据以确定与用户相关的第二参数的值的请求;以及
响应于接收到来自所述用户的同意,至少基于所述第一类型数据来确定与所述用户相关的第二参数的值。
66.如权利要求65所述的方法,其中识别所述第二参数至少部分地基于(i)所述第一类型数据,(ii)所述第一参数的值,或(iii)(i)和(ii)两者。
67.如权利要求65或66所述的方法,其中识别所述第二参数至少部分地基于所述第一参数的值,且其中所述方法进一步包括:至少部分地基于(i)所述第一参数的值,(ii)所述第二参数的值,或(iii)(i)和(ii)两者来识别期望的第三参数。
68.如权利要求65至67中任一项所述的方法,其中所述第一类型数据是音频数据,并且其中所述第一参数指示所述呼吸治疗系统的马达的健康。
69.一种分析与多个用户对多个呼吸治疗系统的使用相关联的数据的方法,所述方法包括:
向所述多个用户中的每个相应用户传送同意由所述相应用户接收与所述多个呼吸治疗系统中的相应呼吸治疗系统的使用相关联的数据的多个请求,所述多个请求根据相应顺序传送给每个相应用户;
响应于接收到同意,从所述多个用户中的两个或更多个用户接收数据;以及
分析从所述多个用户中的两个或更多个用户中的每个相应用户接收的数据,以确定传送所述多个同意接收数据的请求的最佳顺序。
70.如权利要求69所述的方法,其中用于传送所述多个请求的最佳顺序是与其他相应顺序相比导致接收到最大量的所请求数据的相应顺序。
71.如权利要求69所述的方法,其中传送所述多个请求的最佳顺序是与传送所述多个请求的其他相应顺序相比,在传送所述多个请求和接收至少一部分请求数据之间产生最小时间量的相应顺序。
72.如权利要求69至71中任一项所述的方法,其中所述方法进一步包括:分析从所述多个用户中的所述两个或更多个用户中的每个相应用户接收到的数据,以至少部分地基于所分析的数据来确定用于传送所述多个请求的当日最佳时刻。
73.如权利要求69至72中任一项所述的方法,其中所请求的数据包括个人数据,并且其中所述方法进一步包括:
至少部分地基于从所述多个用户中的每一个用户接收的所述个人数据将所述多个用户中的每一个用户分类到一个或多个用户群;以及
为所述一个或多个用户群中的每一个用户群确定传送所述多种类型数据的所述多个请求的最佳顺序。
74.如权利要求69至73中任一项所述的方法,进一步包括:确定从所述多个用户中的两个或更多个用户中的每一个用户接收到同意的方式。
75.如权利要求74所述的方法,其中来自所述多个用户中的所述两个或更多个用户中的每一个用户的所述同意是经由(i)语音命令、(ii)生物计量指示符、(iii)手势、(iv)物理输入机制、或(v)(i)-(iv)的任何组合来接收。
76.如权利要求75所述的方法,其中所述生物计量指示符是所述用户的面部的图像或所述用户的指纹。
77.如权利要求74至76中任一项所述的方法,其中用于传送所述多个请求的所述最佳顺序至少部分地基于所确定的从所述多个用户中的两个或更多个用户中的每一个用户接收到同意的方式。
78.一种分析与用户在当前睡眠时段期间使用呼吸治疗系统相关的数据的方法,包括:
存储与所述用户相关的第一参数的多个历史值;
在所述当前睡眠时段期间接收与所述用户相关的第一类型数据;
至少部分地基于所述第一类型数据来确定第一参数的当前值;
将所述第一参数的当前值与所述第一参数的多个历史值进行比较;
响应于所述第一参数的当前值与所述第一参数的多个历史值之间的比较满足阈值,识别期望的第二类型数据;以及
向所述用户传送同意接收所述第二类型数据的请求。
79.如权利要求78所述的方法,进一步包括向所述用户传送对所述第二类型数据的潜在用途的解释。
80.如权利要求78或79所述的方法,其中所述同意接收所述第二类型数据的请求包括:同意分析所述第二类型数据以确定所述第一参数的所述当前值与所述第一参数的多个历史值之间的比较满足所述阈值的原因的请求。
81.如权利要求78至80中任一项所述的方法,进一步包括基于所述第一参数的多个历史值来确定统计参数。
82.如权利要求81所述的方法,其中所述统计参数是所述第一参数的多个历史值的平均值、所述第一参数的多个历史值的中值、所述第一参数的多个历史值的移动平均值、或所述第一参数的多个历史值的移动中值。
83.如权利要求81或82所述的方法,其中基于所述第一参数的多个历史值将所述第一参数的当前值与(i)所述第一参数的历史值或(ii)所述统计参数进行比较。
84.如权利要求83所述的方法,其中所述比较包括:基于所述第一参数的多个历史值对所述第一参数的当前值和所述统计参数执行统计操作。
85.如权利要求84所述的方法,其中所述统计操作是变化点分析、t检验或形态学比较。
86.一种用于分析与用户在睡眠时段期间使用呼吸治疗系统相关的数据的系统,所述系统包括:
控制系统,其包括一个或多个处理器;以及
存储器,其上存储有机器可读指令;
其中,所述控制系统耦合到所述存储器,并且当所述存储器中的所述机器可执行指令由所述控制系统的所述一个或多个处理器中的至少一个处理器执行时,实施如权利要求1至85中任一项所述的方法。
87.一种用于分析与用户在睡眠时段期间使用呼吸治疗系统相关的数据的系统,所述系统包括:被配置以实施权利要求1至85中任一项所述的方法的控制系统。
88.一种包括指令的计算机程序产品,所述指令在由计算机执行时致使所述计算机执行如权利要求1至85中任一项所述的方法。
89.如权利要求88所述的计算机程序产品,其中所述计算机程序产品是非瞬态计算机可读介质。
90.一种系统,包括:
呼吸治疗系统,其包括呼吸治疗装置和导管,所述呼吸治疗系统被配置为经由用户接口向用户的气道供应加压空气,所述用户接口经由所述导管被耦合到所述呼吸治疗装置;
存储器,其存储有机器可读指令;以及
控制系统,其包括被配置来执行所述机器可读指令的一个或多个处理器,以:
在所述睡眠时段期间接收与所述用户对所述呼吸治疗系统的使用相关的第一类型数据;
至少部分地基于所述第一类型数据来确定与所述用户对所述呼吸治疗系统的使用相关的第一参数的第一值;
识别期望的第二类型数据;
向所述用户传送同意接收所述第二类型数据的请求;
响应于从所述用户接收到同意,接收所述第二类型数据;以及
至少部分地基于所述第二类型数据来确定(i)所述第一参数的第二值,(ii)第二参数的值,或(iii)(i)和(ii)两者。
91.一种系统,包括:
呼吸治疗系统,其包括呼吸治疗装置和导管,所述呼吸治疗系统被配置为经由用户接口向用户的气道供应加压空气,所述用户接口经由所述导管被耦合到所述呼吸治疗装置;
存储器,其存储有机器可读指令;以及
控制系统,其包括被配置来执行所述机器可读指令的一个或多个处理器,以:
接收(i)在睡眠时段期间与所述用户相关的第一类型数据,以及(ii)同意分析所述第一类型数据以确定与所述用户相关的第一参数的值;
至少基于第一类型数据来确定与所述用户相关的第一参数的值;
识别期望的第二参数;
向所述用户传送同意分析第一类型数据以确定与所述用户相关的第二参数的值的请求;以及
响应于接收到来自所述用户的同意,至少基于所述第一类型数据来确定与所述用户相关的第二参数的值。
92.一种系统,包括:
呼吸治疗系统,其包括呼吸治疗装置和导管,所述呼吸治疗系统被配置为经由用户接口向用户的气道供应加压空气,所述用户接口经由所述导管被耦合到所述呼吸治疗装置;
存储器,其存储有机器可读指令;以及
控制系统,其包括被配置来执行所述机器可读指令的一个或多个处理器,以:
向多个用户中的每个相应用户传送同意由所述相应用户接收与多个呼吸治疗系统中的相应呼吸治疗系统的使用相关联的数据的多个请求,所述多个请求根据相应顺序传送给每个相应用户;
响应于接收到同意,从所述多个用户中的两个或更多个用户接收数据;以及
分析从所述多个用户中的两个或更多个用户中的每个相应用户接收的数据,以确定传送所述多个同意接收数据的请求的最佳顺序。
93.一种系统,包括:
呼吸治疗系统,其包括呼吸治疗装置和导管,所述呼吸治疗系统被配置为经由用户接口向用户的气道供应加压空气,所述用户接口经由所述导管被耦合到所述呼吸治疗装置;
存储器,其存储有机器可读指令;以及
控制系统,其包括被配置来执行所述机器可读指令的一个或多个处理器,以:
存储与所述用户相关的第一参数的多个历史值;
在当前睡眠时段期间接收与所述用户相关的第一类型数据;
至少部分地基于第一类型数据来确定第一参数的当前值;
将所述第一参数的当前值与所述第一参数的多个历史值进行比较;
响应于所述第一参数的当前值与所述第一参数的多个历史值之间的比较满足阈值,识别期望的第二类型数据;以及
向所述用户传送同意接收所述第二类型数据的请求。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062968777P | 2020-01-31 | 2020-01-31 | |
US62/968,777 | 2020-01-31 | ||
PCT/IB2021/050646 WO2021152484A1 (en) | 2020-01-31 | 2021-01-28 | Systems and methods for requesting consent for data |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115244624A true CN115244624A (zh) | 2022-10-25 |
Family
ID=74505303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180019454.1A Pending CN115244624A (zh) | 2020-01-31 | 2021-01-28 | 用于请求数据同意的系统和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230343435A1 (zh) |
EP (1) | EP4097735A1 (zh) |
JP (1) | JP2023513890A (zh) |
CN (1) | CN115244624A (zh) |
AU (1) | AU2021215064A1 (zh) |
WO (1) | WO2021152484A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11887729B2 (en) * | 2019-11-10 | 2024-01-30 | SensorRx, Inc. | Personalized extended digital migraine diary |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6655991B2 (ja) * | 2012-05-30 | 2020-03-04 | レスメッド センサー テクノロジーズ リミテッド | 心肺健康状態をモニタリングする方法及び装置 |
US10492720B2 (en) | 2012-09-19 | 2019-12-03 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
WO2014047310A1 (en) | 2012-09-19 | 2014-03-27 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
EP4012718A1 (en) | 2014-10-24 | 2022-06-15 | ResMed Inc. | Respiratory pressure therapy system |
WO2017132726A1 (en) | 2016-02-02 | 2017-08-10 | Resmed Limited | Methods and apparatus for treating respiratory disorders |
EP4140398A1 (en) | 2016-09-19 | 2023-03-01 | ResMed Sensor Technologies Limited | Apparatus, system, and method for detecting physiological movement from audio and multimodal signals |
KR102649497B1 (ko) | 2017-12-22 | 2024-03-20 | 레스메드 센서 테크놀로지스 리미티드 | 차량에서의 생리학적 감지를 위한 장치, 시스템, 및 방법 |
JP7464522B2 (ja) | 2017-12-22 | 2024-04-09 | レスメッド センサー テクノロジーズ リミテッド | 動き感知のための装置、システムおよび方法 |
CN113710151A (zh) | 2018-11-19 | 2021-11-26 | 瑞思迈传感器技术有限公司 | 用于检测呼吸障碍的方法和设备 |
-
2021
- 2021-01-28 WO PCT/IB2021/050646 patent/WO2021152484A1/en unknown
- 2021-01-28 US US17/796,429 patent/US20230343435A1/en active Pending
- 2021-01-28 JP JP2022547017A patent/JP2023513890A/ja active Pending
- 2021-01-28 CN CN202180019454.1A patent/CN115244624A/zh active Pending
- 2021-01-28 AU AU2021215064A patent/AU2021215064A1/en active Pending
- 2021-01-28 EP EP21703067.5A patent/EP4097735A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
AU2021215064A1 (en) | 2022-08-25 |
WO2021152484A1 (en) | 2021-08-05 |
EP4097735A1 (en) | 2022-12-07 |
US20230343435A1 (en) | 2023-10-26 |
JP2023513890A (ja) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114901134B (zh) | 用于失眠症筛查和管理的系统和方法 | |
US20230037360A1 (en) | Systems and methods for determining a sleep time | |
US20220339380A1 (en) | Systems and methods for continuous care | |
US20230048000A1 (en) | Systems and methods for reducing insomnia-related symptoms | |
US20230128912A1 (en) | Systems and methods for predicting alertness | |
US20230343435A1 (en) | Systems and methods for requesting consent for data | |
US20230363700A1 (en) | Systems and methods for monitoring comorbidities | |
CN116114026A (zh) | 用于确定用于用户的建议的治疗的系统和方法 | |
US20240062872A1 (en) | Cohort sleep performance evaluation | |
US20240145085A1 (en) | Systems and methods for determining a recommended therapy for a user | |
US20240024597A1 (en) | Systems and methods for pre-symptomatic disease detection | |
US20230417544A1 (en) | Systems and methods for determining a length and/or a diameter of a conduit | |
WO2024039774A1 (en) | Systems and methods for collaborative sleep therapy usage | |
WO2023031737A1 (en) | Biofeedback cognitive behavioral therapy for insomnia | |
CN115605133A (zh) | 用于增加个体睡意的系统和方法 | |
CN116528751A (zh) | 用于确定呼吸治疗系统的使用的系统和方法 | |
CN117580602A (zh) | 用于修改呼吸治疗系统的压力设置的系统和方法 |
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 |