CN115460987A - 术后植入部位监测和医疗装置性能 - Google Patents

术后植入部位监测和医疗装置性能 Download PDF

Info

Publication number
CN115460987A
CN115460987A CN202180031532.XA CN202180031532A CN115460987A CN 115460987 A CN115460987 A CN 115460987A CN 202180031532 A CN202180031532 A CN 202180031532A CN 115460987 A CN115460987 A CN 115460987A
Authority
CN
China
Prior art keywords
images
processing circuitry
patient
computing device
examples
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
Application number
CN202180031532.XA
Other languages
English (en)
Inventor
M·E·乔丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Medtronic Inc
Original Assignee
Medtronic Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Medtronic Inc filed Critical Medtronic Inc
Publication of CN115460987A publication Critical patent/CN115460987A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/445—Evaluating skin irritation or skin trauma, e.g. rash, eczema, wound, bed sore
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/33—Heart-related electrical modalities, e.g. electrocardiography [ECG] specially adapted for cooperation with other devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/07—Home care
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • 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
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • 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
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • 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
    • A61N1/362—Heart stimulators
    • A61N1/37—Monitoring; Protecting
    • 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
    • A61N1/38—Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
    • A61N1/39—Heart defibrillators
    • A61N1/3956—Implantable devices for applying electric shocks to the heart, e.g. for cardioversion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30052—Implant; Prosthesis
    • 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
    • G16H40/40—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 management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Quality & Reliability (AREA)
  • Dermatology (AREA)
  • Cardiology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

描述了用于远程监测患者和对应的医疗装置的技术。该远程监测包括：识别第一组图像，该第一组图像表示其中可植入医疗装置(IMD)的至少一个组件重合的患者的身体的特定位置；确定该身体的该特定位置的改变特性的投影；识别第二组图像；确定第二组改变特性；将该第二组改变特性与该投影进行比较；以及识别该身体的该特定位置处的潜在异常。

Description

术后植入部位监测和医疗装置性能
技术领域
本公开涉及医疗装置，并且在一些具体示例中涉及计算装置(例如，移动装置)，所述计算装置被配置成评估患者从植入医疗装置开始的恢复情况和/或评估当前植入患者体内的医疗装置的性能。
背景技术
医疗装置可用于治疗各种医疗状况。示例医疗装置包括可植入医疗装置(IMD)，诸如心脏或心血管可植入电子装置(CIED)。IMD，有时也被称为“植入式医疗装置”，可以包含在外科手术上或在程序上准备的植入部位处植入患者体内的装置。IMD可包括被配置为诊断患者的各种疾病、监测患者的健康状态等的诊断装置。除此之外或另选地，IMD也可被配置为经由电极诸如植入式电极向患者递送电刺激疗法，其中该装置可被配置为刺激心脏、神经、肌肉、脑组织等。在任何情况下，IMD可在一些情况下包括电池供电组件，诸如在提及可植入心脏起搏器，可植入心脏复律除颤器(ICD)，包括脊髓刺激器、深部脑刺激器、神经刺激器和肌肉刺激器的其他电刺激器，输注装置、心脏和其他生理监测器、耳蜗植入物等的情况下。在此类情况下，IMD的电池供电组件可以诸如在手术上或程序上准备的植入部位处被植入。另外，如细长的医疗电引线或药物递送导管等相关装置可以从IMD延伸到其它皮下植入部位，或者在一些情况下延伸到身体更深处，如延伸到器官或各种其它植入部位。
虽然准备和植入在无菌区进行，并且IMD组件在引入到无菌区之前被包装在无菌容器中或者进行消毒，但仍然可能存在将微生物引入到所述部位的风险。因此，植入临床医生通常在手术前将消毒剂或防腐剂施涂于手术部位处的皮肤，在切口闭合之前直接施涂到所述部位，并开出口服抗生素供患者在恢复期间摄入。尽管采取了这些预防措施，仍可能发生感染。
因此，与植入医疗装置相关的感染仍然是关于公共卫生和经济的问题。如果发生与IMD相关的感染，则移出装置通常是唯一适当的行动方案。另外，一旦某个部位被感染，感染就会例如沿着引线或导管迁移到植入引线和/或导管的位置。例如，响应于此类感染而取出长期植入的引线或导管可能非常困难。积极的全身药物治疗用于治疗此类感染。然而，与IMD相关的感染的早期检测可以允许早期干预，从而减少装置移出。
在一些情况下，已经植入某些医疗装置诸如CIED的患者需要接受由医疗保健专业人员(HCP)进行的植入后随访咨询访视。HCP访视通常在植入后几天到几周的任何时间进行。HCP通常执行伤口检查并且可能发起装置询问会话以确定CIED的性能度量。在高达90％以上水平的大多数情况下，这些访视并不显著而且很简短。然而，植入后随访对患者来说仍可能构成HCP的必要检查点。在一些情况下，这种随访会发现可能需要临床干预的潜在感染或与装置相关的并发症。
发明内容
虽然由医疗保健专业人员(HCP)进行的实际随访咨询访视往往相对较短，但访视仍然可能对患者的生活、医生的诊所和整个医疗保健系统构成负担。本公开的各方面涉及具有处理电路的一个或多个计算装置，其中该处理电路被配置为促进或模拟患者的虚拟登记，诸如虚拟随访或其他健康检查，其中患者和/或医生可检查医疗装置(包括可植入医疗装置(IMD))的状态和/或患者本身。
所述一个或多个计算装置的处理电路系统可实施各种工具和技术(在下文中称为“工具”、处理器系统或处理电路系统)，以便为患者提供虚拟登记。处理电路系统可被配置为向患者提供参与交互式会话(例如，虚拟登记过程、交互式登记会话、交互式报告过程等)的选项作为植入后评估的一部分，对于所述交互式会话，患者可远程进行交互式报告会话，如距正式医生的办公室环境或其他HCP环境远程进行。在一些示例中，移动或便携式计算装置的处理电路系统可以被配置成管理交互式会话，使得用户能够从任何远程位置高效地导航交互式会话。另外，处理电路系统可在各种计算装置(例如，终端用户移动装置、相机装置、可穿戴装置、边缘装置等)之间传达患者和/或医疗装置数据。在一些示例中，处理电路系统可被配置为管理交互式会话以确保与登记工具的正确交互，使得系统可准确地确定患者和/或IMD是否出现任何并发症。处理电路系统可以通过网络和/或通过实施各种通信协议来传达此类信息。
在一些情况下，处理电路系统可以在安全环境中实施交互式会话，如在经认证的移动计算装置上和/或在安全数据网络上。在一些情况下，处理电路系统可以在移动装置上实施交互式会话，所述移动装置被配置成在有或没有其它装置(例如，网络装置)的帮助下执行本公开的各种技术中的一种或多种技术。也就是说，移动装置可操作被配置为执行虚拟登记过程的各种软件工具。然后，患者可在没有网络接入或网络使用受限的情况下进行虚拟交互式登记会话的整个会话(例如，交互式会话的多个子会话)，如在使用与边缘装置(例如，具有另外的处理资源来辅助或执行各种登记功能的IoT装置)的无线通信时。移动装置可在登记会话(例如，交互式会话的多个子会话)完成后的稍后时间点将虚拟登记数据与其他网络装置同步。这样，HCP可在所述时间访问数据，其中当患者进行特定的登记会话(例如，交互式会话的多个子会话)时，HCP实时或接近实时地访问此类数据可能并不重要。
根据本公开的技术，处理电路系统被配置成向用户(例如，患者)提供综合用户界面(UI)，其中UI被配置成引导用户通过交互式会话和/或评估过程。计算装置的处理电路系统可以通过生成UI程序数据和/或从存储器访问UI程序数据来向用户提供UI。在一些情况下，处理电路可从虚拟登记计算系统的单独计算装置访问UI程序数据。在一些情况下，计算装置的处理电路系统可以为每个特定用户或用户类别定制UI程序数据。在一些情况下，处理电路系统可以通过部署被配置成确定反映特定用户或用户类别的UI以及与特定用户或用户类别相对应的医疗装置的各种人工智能(AI)算法和/或机器学习(ML)模型来定制UI程序数据。在任何情况下，处理电路系统可被配置为经由显示装置向用户操作的计算装置的用户提供UI。
在一些示例中，UI可包括被配置为系统地引导患者通过虚拟登记过程的交互式UI登记元素(例如，UI图块)。UI登记元素可被配置为主动帮助特定患者向系统提供具体患者输入。患者输入可以包含具体类型的信息和特定数量的信息。在一些示例中，处理电路系统可以使用所述信息来例如识别患者的各种疾病，如装置囊袋感染，或者以其它方式识别医疗装置和/或患者的异常。在一些示例中，处理电路系统可以部署AI和/或ML模型，以便评估通过UI接收的输入，以确定患者的健康状态和/或包含IMD在内的一个或多个医疗装置的状态。在另一个示例中，处理电路系统可以将来自患者的输入传达给HCP。处理电路系统进而可以从HCP接收输入。在这种情况下，处理电路系统可以基于HCP输入来确定患者的健康状态和/或一个或多个医疗装置的状态。在任何情况下，处理电路系统可利用患者输入和/或HCP输入来训练AI和/或ML模型，其中处理电路系统可获得HCP输入，在一些情况下，HCP输入基于患者输入(例如，植入部位的上传图像、ECG波形等)。因此，处理电路系统可以利用来自多个来源的信息来确定患者的各种疾病。虽然参考综合UI进行了描述，但是本公开的技术不限于此，并且应当理解，UI元素可被实施为涉及本公开的UI元素的子集的独立UI。也就是说，计算装置的处理电路可不包括单个UI程序中的所有UI元素，并且在一些情况下可包括被配置为提供各种其他登记功能的另外的UI元素。
在一些示例中，UI登记元素可包括一般患者状态登记元素、生理参数登记元素、医疗装置登记元素、部位检查元素，诸如伤口检查元素等。处理电路系统可获得与各种离散登记元素相关的信息并确定患者的健康状态，诸如患者的IMD的状态。在一些情况下，患者可以定期执行此类虚拟检查，以检查医疗装置或植入部位的状态。也就是说，即使在执行了HCP在患者的手术事件后强制或推荐的多个虚拟登记会话(例如，交互式登记会话的多个子会话)之后，患者也可执行健康检查。
交互式报告会话可以替代和/或在一些情况下补充HCP现场访视。在一些示例中，本公开的处理电路系统可使用计算装置实施的检查的结果来确定是否向患者提供指示，并且在某些情况下向医生或其他HCP提供关于是否需要现场访视，或者另选地患者的IMD伤口恢复是否如预期的那样进行的指示。另外，处理电路系统可实施交互式会话的一个或多个子会话以确定所述一个或多个医疗装置是否在可接受的范围内运行等。在一些情况下，处理电路系统可经由一个计算装置诸如移动电话装置从用户获得信息，并经由另一个计算装置诸如边缘装置或网络服务器评估所述信息。在这种情况下，边缘装置可以部署根据医疗装置数据、患者数据和/或从网络获得的启发式数据训练的AI和/或ML模型。在一些情况下，处理电路系统可利用从用户的计算装置获得的数据和/或直接从患者的医疗装置获得的数据来训练AI或ML模型。在这种情况下，那些医疗装置可以被配置成与边缘装置以及用户计算装置进行通信。
在一个示例中，本公开提供了一种对具有IMD的患者的身体进行成像的方法，该方法包括：经由计算装置的处理电路识别第一组图像，该第一组图像表示其中IMD的至少一个组件重合的该身体的特定位置；根据第一组图像确定身体的特定位置随时间推移投影的改变特性的投影；经由处理电路识别第二组图像，该第二组图像表示在时间上在第一组图像后的进展间隔时身体的特定位置；根据第二组图像确定第二组改变特性；经由处理电路将第二组改变特性与投影进行比较；以及至少部分地基于比较来识别身体的特定位置处的潜在异常。
在另一示例中，本公开提供了一种用于对具有IMD的患者的身体进行成像的系统，该系统包括：存储器，该存储器被配置为存储图像数据的一个或多个帧，所述一个或多个帧表示至少第一组图像；和一个或多个处理器，所述一个或多个处理器与存储器通信，所述一个或多个处理器被配置为：识别第一组图像，该第一组图像表示其中IMD的至少一个组件重合的该身体的特定位置；根据第一组图像确定身体的特定位置随时间推移投影的改变特性的投影；识别第二组图像，该第二组图像表示在相对于第一组图像的进展间隔时身体的特定位置；根据第二组图像确定第二组改变特性；将第二组改变特性与投影进行比较；以及至少部分地基于比较来识别身体的特定位置处的潜在异常。
本公开还提供了非暂时性计算机可读介质，其包括使可编程处理器执行本文所述的技术中的任何技术的指令。在一个示例中，本公开提供了一种非暂态计算机可读存储介质，其上存储有指令，该指令在被执行时使一个或多个处理器：识别第一组图像，该第一组图像表示其中可植入医疗装置(IMD)的至少一个组件重合的身体的特定位置；根据第一组图像确定身体的特定位置随时间推移投影的改变特性的投影；识别表示身体的特定位置的第二组图像；根据第二组图像确定第二组改变特性；将第二组改变特性与投影进行比较；以及至少部分地基于比较来识别身体的特定位置处的潜在异常。
本公开还提供了用于执行本文所述的技术中的任何技术的手段。
发明内容旨在提供对本公开中所描述的主题的概述。本发明内容并不旨在提供对以下附图和说明书内详细描述的系统、设备和方法的排他性或详尽解释。在附图和以下具体实施方式中阐述了本公开的一个或多个示例的进一步细节。根据说明书和附图以及权利要求，其他特征、目标和优点将是显而易见的。
附图说明
图1示出了根据本文所公开的一种或多种技术的与患者结合的示例性监测系统的环境。
图2是展示根据本文所公开的一种或多种技术的图1的示例计算装置的示例配置的功能框图。
图3是展示根据本文所公开的一种或多种技术的包含图1或2的示例计算装置、网络、边缘装置和服务器的示例网络系统的框图。
图4是示出根据本文所公开的一种或多种技术的图1和/或图3的医疗装置的示例性配置的功能框图。
图5是根据本公开的一种或多种技术的图1、图2或图3的示例性计算装置的示例性用户界面(UI)可视化。
图6是根据本公开的一种或多种技术的示例性启动交互式会话界面的UI可视化。
图7是根据本公开的一种或多种技术的示例菜单界面的UI可视化。
图8是展示根据本公开的一种或多种技术的利用UI输入和数据处理的示例方法的流程图。
图9是根据本公开的一种或多种技术的根据用户对图7中所展示的患者状态界面的请求而呈现的示例患者状态界面的UI可视化。
图10是根据本公开的一种或多种技术的示例患者状态界面的UI可视化。
图11是根据本公开的一种或多种技术的示例生理参数检查界面的UI可视化。
图12是根据本公开的一种或多种技术的示例性生理参数检查界面的UI可视化。
图13是根据本公开的一种或多种技术的示例装置检查界面的UI可视化。
图14是根据本公开的一种或多种技术的示例性装置检查界面的UI可视化。
图15是根据本公开的一种或多种技术的示例部位检查界面的UI可视化。
图16是展示根据本公开的一种或多种技术的利用成像技术的示例方法的流程图。
图17是根据本公开的一种或多种技术的示例性部位检查界面的UI可视化。
图18是根据本公开的一种或多种技术的示例性部位检查界面的UI可视化。
图19是展示根据本公开的一种或多种技术的捕获身体随时间变化的图像的示例方法的流程图。
图20是示出根据本公开的一种或多种技术的导航虚拟登记过程的一组UI界面的示例性方法的流程图。
图21是根据本公开的一种或多种技术的示例性完整登记界面的UI可视化。
图22是根据本公开的一种或多种技术的示例性完整登记界面的UI可视化。
图23是展示根据本公开的一种或多种技术的确定关于IMD患者的用于医疗干预的指令的示例方法的流程图。
在说明书和附图中各处，类似的附图标记代表类似的元件。
具体实施方式
在2019年，全球范围内预计有超过150万个可植入医疗装置(IMD)植入物被植入患者体内。根据心律学会(HRS)和欧洲心律协会(EHRA)指南，这些植入物中的每个植入物都应在两到十二周内接受现场随访。患者对植入后访视的依从性改善了死亡率和患者预后。然而，患者对这种访视的顺从性在55％至80％的范围内。在这些访视的93％至99％中，患者没有出现异常(例如，感染)。也就是说，这些访视中的许多访视可以虚拟地执行。
本公开呈现了用于植入部位感染的远程IMD后监测的系统和方法。据估计，约0.5％的IMD植入物和约2％的IMD替代物会发生植入感染。对IMD感染的早期诊断可以帮助推动有效的抗生素疗法或装置取出以治疗感染。这在可以持续监测患者的医院内术后环境中完成。
当患者感觉到如疼痛或发烧等任何与感染相关的症状时，通常会接着进行出院后感染诊断。然而，对于一部分无法自我报告任何植入部位异常的无症状感染患者，则需要专家审查。由于让所有患者都来进行身体感染审查对于患者和护理人员两者来说可能很麻烦，因此需要对植入部位进行远程监测。
一般来说，本公开涉及可以经由包括但不限于智能电话、平板计算机、移动装置、虚拟现实(VR)、增强现实(AR)或混合现实(MR)头戴式装置等各种面向用户的计算装置来操作的浏览器界面或移动装置应用程序。计算装置可执行软件应用程序，该软件应用程序使计算装置在本地使用计算装置的计算资源或者经由云计算诸如通过经由网络接口将所捕获的数据传输到执行本文所述的分析中的一些或全部分析的后端系统(例如，服务器系统)来执行本文所述的各种功能。另外，如本文所述，可以通过边缘计算，如通过将捕获的数据传输到边缘装置(例如，IoT装置或另一个计算装置)来执行所述分析中的一些或全部。在一些示例中，边缘装置可以包含面向用户的装置或客户端装置，如智能电话、平板计算机、PDA和其它移动计算装置。在任何情况下，后端系统可以包含也可以不包含作为后端系统的一部分的某些边缘装置。在一个示例中，网络可以与在后端系统边缘处运行的一个或多个边缘装置接合，以便在用户的计算装置与各种网络服务器之间形成媒介。在此类示例中，计算装置可以通过利用边缘计算、云计算或其组合来执行本公开的各种技术。边缘计算和云计算的示例组合可以包含分布式计算或分布式计算系统。在任何情况下，计算装置可在应用程序中、在平板计算机中和/或在云环境中执行本公开的技术。
在本公开的基于云的实施方案中，移动装置应用程序可以从后端系统接收各种类型的分析后数据，并将数据以接收到的形式或者在执行一些另外的处理或在本地格式化数据后呈现给用户。
执行应用程序(例如，虚拟登记过程)的计算装置可执行以下描述的各种功能，无论是经由计算装置提供的本地计算资源，还是经由基于云的后端系统，或者两者兼有。在一些示例中，计算装置可以通过网页浏览器实施应用程序。在一些示例中，计算装置可以执行装置检查。在此类示例中，计算装置可以实施对一个或多个医疗装置(例如，IMD、CIED等)的一种或多种询问。另外，计算装置可以分析医疗装置设置、参数和性能度量。
在一些示例中，计算装置可以执行生理检查。在此类示例中，计算装置可以实现对从患者检测到的生理信号的监测和/或分析，所述生理信号包含心电图(ECG)信号和可以记录的其它健康信号(例如，呼吸、阻抗、活动、压力等)。
另外，计算装置可执行对一个或多个手术部位(例如，植入物伤口、取出植入物的植入部位等)的检查。在一些示例中，计算装置可以实施关于指示植入部位(例如，伤口部位)的区域的图像处理。在一些示例中，计算装置可以使用计算装置的或以其它方式通信耦接到计算装置的相机来执行图像处理以检测异常，如伤口愈合中的异常和/或通过确定植入部位处的潜在感染来检测异常。
在一些示例中，计算装置可以执行患者状态检查。应用程序可以为患者实施交互式日志记录、日志或日记功能，以回答有关患者健康信息、药物、症状、生理或解剖度量或任何相关患者报告的信息的几个关键问题。
在一些示例中，本公开的工具可以使用人工智能(AI)引擎和/或机器学习(ML)模型。在一些示例中，AI引擎可以使用群组数据来进行个体检查。群组可以包含任何数量的群组，包含包括CIED患者的CIED群组、年龄群组、皮肤色素沉着群组、IMD类型群组等或其组合。另外，可以使用群组数据来训练ML模型以进行个体检查。在伤口检查示例中，本公开的工具可以调用图像识别或图像处理AI，其利用可从各种来源获得的伤口和感染库(例如，使用所述伤口和感染库进行训练)。
为了执行ECG检查，本公开的工具可以使用具有QRS模型的心律失常分类AI相对于患者的人口统计特征和特性对正常节律和任何潜在的心律失常进行分类。将理解的是，QRS模型通常是指包含典型心电图(例如，Q波、R波、S波等)所包含的各种图形偏转的组合的QRS复合波。
为了执行本公开的装置检查功能，应用程序可以利用计算装置的各种通信硬件组件来询问一个或多个医疗装置(例如，IMD)，以检索特定于医疗装置系列的医疗装置参数。处理电路系统可被配置为将检索到的参数与医生先前提供的设置以及可比的医疗装置系列进行比较，以进行正态/常态偏离分析。
本公开的工具还可以使用与患者的交互式会话来提供患者状态检查功能，在所述交互式会话中，患者提供引出的输入来回答与患者的健康和当前状况相关的问题。在各种示例中，本公开的工具可以使患者能够通过文本输入、从预填充的响应中选择下拉菜单和/或单选按钮来输入信息(例如，状况信息或结果)，如附图中的一个或多个附图中所示。在一些非限制性示例中，本公开的工具可输出问题以引出患者响应，通过患者响应，患者可输入信息诸如药物、其剂量以及其他提示信息。
在会话(例如，交互式报告会话)完成时，本公开的工具可以在通过移动装置应用程序提供的UI上标记结果，并带有日期和时间戳。本公开的工具可以使患者具有生成用于患者记录的报告(例如，作为便携式文档格式(PDF)或各种其它格式)、通过电子邮件或其它方式将报告或报告的选择内容传送给家庭成员或医生(例如，通过文件传送协议(FTP))等的能力。
在一些非限制性示例中，本公开的应用程序可以使患者具有将结果本地保存到计算装置(例如，智能电话或平板计算机)以供将来比较、参考或用作独立文件的能力。在一些情况下，计算装置可以将结果本地存储到计算装置以用作应用程序或其它应用程序内的可检索会话，或者用作在计算装置上实施的健康工具包的一部分。在一些非限制性示例中，本公开的应用程序可以(例如，经由在线门户)将报告推送到专有网络。通过以这种方式推送报告或其它数据，本公开的工具使HCP能够审查患者的健康信息并将数据输入到电子病历(EMR)数据库或储存库中。本公开的工具可以基于各种标准生成对HCP接收的确认(并且在一些示例中，生成报告是否被HCP审查的指示)，并通过与移动装置的通信或其它患者可访问的计算方式将这种通信提供给患者。在一些示例中，计算装置可以被配置成接收关于报告是否被HCP审查的指示。在此类示例中，计算装置可被配置为至少部分地基于指示向用户提供报告的状态(例如，HCP已审查、审查进行中等)。
如果本公开的工具确定上述任何一项检查或检查的任何组合产生了异常结果(或可接受的正常范围外的异常)，则本公开的工具可以使用移动装置应用程序向患者输出提示。在一些示例中，提示可以指示异常。在一些示例中，提示可包括安排HCP进行随访的建议或指示。
在一些示例中，本公开的工具可以存储会话信息(例如，子会话信息、组合会话信息等)和先前检查的结果(例如，本地存储在计算装置上、存储到云存储资源，或存储到两者)。计算装置可以这样做以便帮助患者和/或HCP跟踪关于患者的伤口恢复、医疗装置的功能等的进展或变化。在一些示例中，本公开的工具可实施关于应用程序的有限日期计数器，以便阻止或防止患者在随访时间窗口到期后继续使用应用程序。本公开的各方面实现了例如用于联系医生的双向通信，医生可以用各种消息进行通信，如“给我的办公室打电话”等。
如本领域技术人员将理解的，如本文所公开的远程医疗装置监测表示相对于现有实施方案的显著技术进步。具体地，所公开的技术可识别和显示定制的一组患者相关内容元素和另外增强的内容，从而提高快速访问相关内容的效率并允许用户与多个患者相关内容元素(例如，内容图块、子会话界面、延时表示等)交互。进一步地，所公开的技术可以通过使用在特定时刻部署和实施以实现异常检测的最高精度的特定工具动态地确定异常的存在来产生健康益处。还可以向用户呈现允许用户直观地操作UI以便捕获将被用于实现最高准确度的异常检测的正确的图像(例如，在第一时间范围内的频繁图像和在第二时间范围内的不那么频繁的图像以便确定患者4的特定身体部位处的愈合或其他改变的投影)、正确的生理参数、正确的装置询问数据和正确的患者状态更新的相关控制机制。如此，此处所述的示例表示此计算机相关技术的重大改进。
本文所公开的另外示例也表示计算机相关技术的改进。例如，相机系统可以使用增强的覆盖(例如，线框)，以允许用户准确地对准植入部位或患者身体的其它部分，使得可以以一致和可靠的方式获得图像。另外，使用此类增强的覆盖允许计算装置接收特定角度和/或具有特定植入部位大小的一致图像，以便基于对图像随时间推移的特定分析来确定患者随时间推移的愈合进展。另一项技术改进包括使用存储的患者身体图像(例如，手术后不久拍摄的图像)以便开发模拟植入部位的线框(例如，透明的增强现实覆盖)，使得患者可能够准确地将植入部位与线框对准，作为以特定角度和/或大小或特定对比度、照明、缩放等捕获图像的引导。有利地，当例如植入部位处的愈合疤痕适配在线框的特定区域内时，计算装置可启动对植入部位的图像的自动静止图像捕获。计算装置可利用静止图像捕获，以便根据多个有利地对准的图像来确定随时间推移的投影，而不是根据尚未以任何有意义的方式控制其捕获或对准的图像来确定愈合随时间推移的投影。另外，在一些示例中，本文所公开的监测系统可以是其它软件应用的本地系统，并且因此，可以使用类似的UI/UX元素来显示图块。其他示例性改进包括调用外部信息源以为术后报告提供更大的相关性和复杂性的能力，以及在一些示例中，调用API(例如，语言翻译API、机器学习API、ECG波形分析API)以执行监测系统内的另外工作的能力。在一个示例中，云部署的API可以作为ML模型的可访问端点。另外，各种ML模型或AI引擎可以部署为所谓的轻版本，这些轻版本被配置为在资源非常有限的装置(例如，移动装置、平板计算机等)上高效运行。
本文所公开的想法存在于计算机相关技术的领域内。例如，在相关数据不一定驻留在本地耦接到相关显示装置的存储装置中的UI中的信息显示实际上不可能在计算机相关技术领域之外复制。也就是说，在一些情况下，相关数据(例如，训练集、生理参数数据、图像、延时集、图像覆盖等)可存储在云存储装置上，而在一些示例中，相关数据可本地存储(例如，在患者的移动装置上)和/或在对系统有利的时间与云存储装置或另一装置诸如HCP的移动装置同步，以便转换计算资源(例如，处理、存储器、电力资源等)。在非限制性示例中，表示例如静态内容图块、动态增强的内容图块等多方面信息可以同时或动态地从不同的系统获得，在一些情况下由元数据识别，并同时或动态地在交互式会话UI和子会话UI中呈现。另外，监测系统可通过适当的介质和/或在适当的时刻在适当的显示器上(例如，在静态时间表或动态更新时间表上)直观地呈现数据。另外，本公开的技术提供了在一些示例中可利用非视觉传感器(诸如通过相机进行热成像)来检测植入部位处的温度变化的异常确定技术。另外，描述了利用合成各种数据项(例如，植入部位的图像、装置状态信息等)的特定示例的各种数据分析技术，其中信息源可被优化以提供与植入后患者监测的具体技术问题相关的具体数据。也就是说，在一些示例中，数据的合成提供了用于识别异常的鲁棒算法，尽管所描述的算法用于针对潜在的异常获得和分析数据的具体部分，如图像数据。
另外，已经注意到，设计“可供人类使用且易于学习的计算机UI对于软件开发人员来说是不平凡的问题”(Dillon,A.(2003)用户界面设计(User Interface Design)《麦克米伦认知科学百科全书(MacMillan Encyclopedia of Cognitive Science)》，第4卷，伦敦：麦克米伦，453-458)。本公开的交互式和动态UI的各种示例是大量研究、开发、改进、迭代和测试的结果，并且在一些示例中，提供了在电子装置中获得信息、总结和呈现信息的特定方式。这种不平凡的开发产生了本文所述的UI，其很可能提供显著的认知和人体工程学效率以及优于先前系统的优势。交互式和动态UI包括可为用户提供减少的心理工作负荷/负担、改进的决策、减少的工作压力等的改进的人机交互。例如，具有本文所述的交互式UI的UI可提供对来自各种源的患者特定信息的优化呈现，并且可使得用户能够比使用先前系统更快地访问、导航、评估和利用此类信息，所述先前系统可能缓慢、复杂和/或难以学习，尤其是对于新手用户而言。因此，在对应于特定患者的特定UI上呈现简洁和紧凑的信息有助于可用信息的高效使用以及本公开的医疗装置和虚拟检查功能的优化使用。
图1示出了与患者4结合的示例性监测和/或登记系统100的环境。在一些示例中，系统100可以实施本文所公开的各种患者和医疗装置监测以及异常检测技术。系统100包含一个或多个医疗装置6和一个或多个计算装置2。虽然在一些情况下，医疗装置6包含IMD，如图1所示，但本公开的技术不限于此。然而，出于例示性目的，在一些情况下，医疗装置6在本文中可以简称为IMD 6或一个或多个IMD 6。
计算装置2可以是具有可由用户查看的显示器的计算装置。用户可以是医生技术员、外科医生、电生理学家、临床医生(例如，植入临床医生)或患者4。患者4通常是人，但不一定是人。例如，患者4可能是需要持续监测各种健康状况(例如，心脏状况、脊髓状况等)的动物。在这种情况下，人类护理人员可以操作利用可能无法从动物患者4获得的用户输入的所公开技术的方面。
在一些情况下，计算装置2在本文中可以被称为多个“计算装置2”，而在其他情况下，在适当的时候可以简称为“计算装置2”。系统100可以在计算装置2中的至少一个可以与医疗装置6和/或医疗装置6的植入部位中的至少一个接合和/或对其进行监测的任何环境中根据本公开的一种或多种技术实施。计算装置2可以例如通过对医疗装置6的植入部位进行成像来根据本公开的一种或多种技术与医疗装置6接合和/或对其进行监测。另外，计算装置2可询问医疗装置6以获得来自医疗装置6的数据，诸如性能数据、存储到存储器的历史数据、医疗装置6的电池强度、阻抗、脉冲宽度、起搏百分比、脉冲振幅、起搏模式、内部装置温度等。在一些示例中，计算装置2可通过与医疗装置6中的一个或多个装置建立无线通信来执行与医疗装置6的询问子会话。在一些情况下，医疗装置6可以包含也可以不包含IMD。在一个示例中，计算装置2询问可穿戴医疗装置6的存储器，以确定作为询问数据的装置运行参数。在另一示例中，计算装置2可从医疗装置6接收(例如，获得)生理参数，诸如生理参数的波形、参数标记(例如，“检测到的异常ECG”)等。在另一示例中，计算装置2可获得由用户(例如，患者4、患者4的护理人员等)输入到计算装置2中的患者状态。在一个示例中，用户可经由计算装置2的用户界面输入患者状态更新。在另一示例中，用户可经由另一计算装置2输入患者状态更新，所述另一计算装置然后可将患者状态数据传送到被配置为运行交互式登记会话的计算装置2中的一个计算装置。在此类示例中，网络10或边缘装置12可以促进各种计算装置2、医疗装置6等之间的数据交换，如参考图3进一步详细描述的。
在一些示例中，计算装置2可以包含蜂窝电话、“智能电话”、卫星电话、笔记本计算机、平板计算机、可穿戴装置、计算机工作站、一个或多个服务器、个人数字助理、手持计算装置、虚拟现实头戴式装置、无线接入点、运动或存在传感器装置中的一个或多个，或可以运行使得计算装置能够与医疗装置6交互或与被配置成进而与医疗装置6交互的另一个计算装置交互的应用程序的任何其它计算装置。
计算装置2中的至少一个可以被配置成通过有线或无线通信与医疗装置6以及任选地计算装置2中的其它计算装置通信。例如，计算装置2可以经由近场通信(NFC)技术(例如，电感耦接、NFC或可在小于10cm至20cm的范围内操作的其他通信技术)和/或远场通信技术(例如，根据802.11的射频(RF)遥测、
Figure BDA0003909533390000151
规范集或可在大于NFC技术的范围内操作的其他通信技术)进行通信。在一些示例中，计算装置2可以包含用于向边缘装置12、网络10和/或医疗装置6提供输入的接口。例如，计算装置2可以包含允许用户将图像存储到数据库的用户输入机制，如触摸屏。在此类示例中，边缘装置12中的一个边缘装置可管理数据库，在一些情况下，计算装置2可经由网络10访问该数据库以便执行本公开的各种技术中的一种或多种技术。
计算装置2可以包含用户界面(UI)22。在一些示例中，UI 22可以是图形UI(GUI)、交互式UI等。在一些示例中，UI 22还可包括命令行界面。在一些示例中，计算装置2和/或边缘装置12可以包含显示系统(未示出)。在此类示例中，显示系统可以包括用于生成用于显示和/或交互的要呈现的UI数据的系统软件。在一些示例中，处理电路(诸如计算装置2的处理电路)可从另一装置(诸如从边缘装置12或服务器94(图3)中的一者)接收UI数据，计算装置2可使用该UI数据来生成用于显示和/或交互的要呈现的UI数据。
计算装置2可以被配置成通过UI 22接收来自用户的输入。UI 22可以包含例如小键盘和显示器，所述显示器可以是例如液晶显示器(LCD)或发光二极管(LED)显示器。在一些示例中，计算装置2的显示器可以包含触摸屏显示器，并且用户可以通过显示器与计算装置2交互。应注意，用户还可以通过网络计算装置与计算装置2远程交互。
在一些示例中，UI 22可以进一步包含小键盘。在一些示例中，UI 22可以包含小键盘和显示器。小键盘可以采用与特定功能相关联的文数字小键盘或减小的按键集合的形式。计算装置2可以另外或可替代地包含如鼠标等外围定点装置，用户可以通过所述外围定点装置与UI 22交互。在一些情况下，UI 22可包括利用虚拟现实(VR)、增强现实(AR)或混合现实(MR)UI的UI，诸如可经由VR、AR或MR头戴式装置实施的那些。
在一些示例中，处理电路(例如，计算装置2的处理电路20(图2)、边缘装置12的处理电路64(图3)、服务器94的处理电路98(图3)或医疗装置17的处理电路40)可确定患者4的识别数据，诸如认证数据。在一个示例中，处理电路系统20可以至少部分地基于识别数据来识别对应于IMD 6的IMD信息。如此，处理电路系统20可以至少部分地基于IMD信息来确定交互式会话程序，所述交互式会话程序定义用于对如患者4的植入部位等植入部位进行成像的一个或多个参数。在一个示例中，交互式会话程序可以定义用于对患者4的一个或多个植入部位进行成像的一个或多个参数。交互式会话程序可包括部位检查子会话应用程序、患者状态子会话应用程序等(例如，从应用商店安装的移动应用程序)。在一些示例中，交互式会话程序还可包括为计算装置2的用户(例如，患者4、HCP等)定制的子会话过程(例如，部位检查子会话成像程序、患者状态子会话程序、生理参数子会话程序等)。
在例示性示例中，系统100包含用于监测患者4的系统。所述系统包含处理器和存储装置系统，如参考图2-4进一步描述的那些元件。在一些示例中，存储装置可以包含存储器，如计算装置2的存储器装置，其中存储器可以被配置成存储图像数据(例如，图像数据帧、植入部位的图像等)。另外，存储装置可被配置为存储另外的数据项，诸如生理参数值、患者状态更新、装置询问数据等。可包括一个或多个处理器的处理器系统可与被配置为存储图像数据的存储装置中的至少一个存储装置通信。
在一些示例中，计算装置2中的一个计算装置可包括在电路中实施的处理器系统中的一个或多个处理器，其中所述一个或多个处理器可被配置为经由计算装置2提供交互式会话，诸如虚拟登记交互式会话。在此类示例中，虚拟登记交互式会话可被配置为允许用户(例如，经由计算装置2)导航多个子会话。多个子会话可以包含作为交互式会话的一部分的至少两个子会话。在一个示例中，多个子会话可以包含至少第一子会话和第二子会话。在此类示例中，第二子会话不同于第一子会话。另外，第一子会话可以包含涉及通过一个或多个相机捕获图像数据的子会话。也就是说，第一子会话可包括部位检查子会话。第二子会话可包括装置检查子会话、生理参数检查子会话、患者状态子会话或被配置为引出在监测患者4(例如，IMD患者)中有用的患者4的信息的其他子会话。在一些情况下，交互式会话可包括第三和/或第四子会话，该第三和/或第四子会话包括装置检查子会话、生理参数检查子会话、患者状态子会话或其他子会话中的一个或多个，如本文所述的特定示例性子会话。
在例示性示例中，计算装置2可以根据交互式会话的第一子会话确定第一数据项集合。在此类示例中，第一数据项集合包含图像数据，如图像数据帧。也即是说，计算装置2可以通过相机(例如，图2的相机32)捕获图像数据帧，并且可以将所述帧存储到存储器。在一个示例中，图像数据可包括医疗装置6的植入部位的静止图像的帧。在另一示例中，图像数据可包括患者4的身体的靠近植入部位的区域的静止图像的帧，诸如引线可以在患者4的皮肤下面路由的地方。在一些情况下，计算装置2可以在将图像数据存储为第一数据项集合之前处理图像数据。在一个示例中，计算装置2可部署AI引擎和/或ML模型，该AI引擎和/或ML模型被训练成识别患者4的植入部位或其他身体部位的图像中的异常。AI引擎和/或ML模型可以确定异常度量，诸如植入部位处异常的可能性(例如，置信度值)、异常的类型等。在任何情况下，计算装置2可以确定第一组数据项包括图像数据(例如，异常确定等)。
另外，计算装置2可以根据交互式会话的第二子会话确定第二数据项集合。在这种情况下，第二数据项集合可以不同于第一数据项集合。这是因为第二子会话包含被配置成获得与第一子会话相关的互补或补充数据的子会话，而不是用作第一子会话的副本。为了说明，第二组数据项可包括以下中的一项或多项：从医疗装置17(例如，IMD 6)获得的询问数据、患者4的一个或多个生理参数和/或用户输入数据。在此类示例中，计算装置2可以至少部分地基于第一数据项集合和第二数据项集合确定对应于患者或IMD中的至少一个的异常。在一个示例中，第一数据项集合和第二数据项集合可以指示各种异常状态。异常状态可包括装置迁移、潜在感染、愈合异常、生理参数异常、装置参数异常、指示感知异常的患者输入等。另外，异常状态可包括植入部位边缘周围的愈合肉芽、植入部位的排出物、植入部位的炎症、植入部位处或周围的组织侵蚀等。因此，对应于患者4或IMD 6的异常可包括基于从各种数据项观察到的各种异常状态的异常确定。
在一个示例中，计算装置2可以根据通过第二子会话获得的生理参数来确定指示装置迁移并且因此增加从图像数据中检测到潜在异常的可能性的ECG变化。在此类情况下，计算装置2可使用针对检测异常的偏差来分析图像数据，或者可以在植入后报告中包括基于根据第一数据项集合和第二数据项集合确定的潜在异常的可能性的提高的可能性(例如，概率、置信区间)。计算装置2可输出交互式会话的植入后报告。在例示性示例中，植入后报告可包括对异常的指示和/或对自植入IMD之日起已经发生的时间量的指示。
在一些示例中，计算装置2可以包含编程头或桨(未示出)。在此类示例中，计算装置2可以通过编程头与医疗装置6接合。编程头可以靠近患者4的身体放置在医疗装置6附近(例如，IMD 6的植入部位附近)。计算装置2可以包含编程头，以便提高计算装置2与医疗装置6之间通信的质量或安全性。另外，计算装置2可以包含编程头，以便提高计算装置2、医疗装置6和/或边缘装置12之间通信的质量或安全性。
在图1的例示性和非限制性示例中，医疗装置6包括至少一个IMD。在此类示例中，至少一个IMD可以植入患者4的胸腔外部(例如，皮下植入在图1中所展示的胸肌位置中)。在一些示例中，医疗装置6可以定位在靠近或刚好低于患者4的心脏水平的胸肌附近，例如，至少部分地在心脏轮廓内。如本文所使用的，IMD可包括以下、是以下或者是以下的一部分：各种装置或集成系统，诸如但不限于可植入心脏监测器(ICM)、可植入起搏器，包括递送心脏再同步疗法(CRT)的那些、可植入心脏复律除颤器(ICD)、诊断装置、心脏装置等。在一些示例中，本公开的工具可被配置为监测除CIED之外的植入物的功能或用户对所述植入物的适应度，所述植入物诸如为脊髓刺激器、深脑刺激器、胃刺激器、泌尿系统刺激器、其他神经刺激器、骨科植入物、呼吸监测植入物等。
在一些示例中，医疗装置6可以包含一个或多个CIED。在一些示例中，患者4可以同时与多个医疗装置6交互。在例示性示例中，患者4可以具有多个植入患者4的身体内的IMD。在另一示例中，医疗装置6可包括一个或多个植入式和/或非植入式医疗装置的组合。非植入式医疗装置的示例包括可穿戴装置(例如，监测手表、可穿戴除颤器等)或被配置为获得患者4的生理数据的任何其他外部医疗装置。
在一些示例中，医疗装置6可以包含诊断医疗装置。在一个示例中，医疗装置6可以包含预测心力衰竭事件或检测患者4的心力衰竭恶化的装置。在非限制性和例示性示例中，系统100可被配置为测量患者4的阻抗波动并处理阻抗数据以积累心力衰竭恶化的证据。在任何情况下，医疗装置6可以被配置成确定与患者4相关的健康状况。医疗装置6可以将诊断数据或健康状态作为询问数据传输到计算装置2，使得计算装置2可以将询问数据与图像数据相关，以确定医疗装置6(例如，IMD)或患者4中的特定之一是否存在异常(例如，植入部位处的感染)。
在一些示例中，医疗装置6可以作为疗法递送装置操作。例如，医疗装置可以向患者4的心脏递送电信号，如可植入起搏器、心脏复律器和/或除颤器、通过一个或多个导管向患者4递送治疗物质的药物递送装置，或递送电信号和治疗物质两者的组合疗法装置。如本文所述，计算装置2可基于植入患者4中的医疗装置的类型或基于患者4的识别信息来确定各种交互式会话程序或交互式会话程序的至少一些方面(例如，成像程序、UI程序等)。
应当注意，虽然某些示例医疗装置6被描述为被配置成监测心血管健康，但本公开的技术不限于此，并且本领域技术人员将理解本公开的技术可以在其它环境(例如，神经学、骨科等)下实施。在一些示例中，医疗装置6中的一个或多个可被配置为执行深部脑刺激(DBS)、脊髓刺激(SCS)、骨盆刺激、周围神经刺激、肌肉刺激等。
另外，虽然某些示例医疗装置6被描述为可插入或可植入装置，但本公开的技术不限于此，并且本领域技术人员将理解本公开的技术可以用未被配置成可插入或可植入的医疗装置6来实施，如可穿戴装置或其它外部医疗装置。在非限制性示例中，医疗装置6可包括可穿戴装置(例如，智能手表、头戴式装置等)，该可穿戴装置被配置为获得生理数据(例如，活动数据、心率等)并根据本公开的各种技术中的一种或多种技术将此类数据传送到计算装置2、网络10、边缘装置12等以供后续利用。
此外，虽然某些示例性医疗装置6被描述为电气装置或电有源装置，但本公开的技术不限于此，并且本领域技术人员将理解，在一些示例中，医疗装置6可包括非电气或非电有源装置(例如，骨科植入物等)。在任何情况下，医疗装置6可被配置为诸如经由遥测协议、射频识别(RFID)传输等将医疗数据传达到计算装置2。因此，被配置为传达医疗数据的任何医疗装置和/或计算装置可被配置为实施本公开的技术。
在一些示例中，医疗装置6可以被植入到患者4的皮下。此外，在一些示例中，计算装置2可以监测从医疗装置6获得的皮下阻抗值。在一些示例中，医疗装置6中的至少一个采取Reveal LINQTM可插入心脏监测器(ICM)或类似于例如由明尼苏达州明尼阿波利斯市美敦力公司(Medtronic,Inc.)开发的LINQTMICM的版本或修改的另一种ICM的形式。在此类示例中，医疗装置6可促进在正常日常活动期间对患者进行相对长期的监测。
在非限制性示例中，医疗装置6可包括被配置为作为起搏器、心脏复律器和/或除颤器操作或者以其他方式监测患者4的心脏的电活动的IMD。在一些示例中，医疗装置6可以基于在患者4的心脏内感测到的电信号向患者4的心脏提供起搏脉冲。
在一些示例中，医疗装置6还可以通过定位在至少一根引线和/或壳体电极上的电极来提供除颤疗法和/或心脏复律疗法。医疗装置6可以检测患者4的心脏的心律失常，如心室纤颤，并且以电脉冲的形式向患者4的心脏递送除颤疗法。在一些示例中，医疗装置6可以被配置成递送一系列疗法，例如，能量水平增加的脉冲，直到患者4的心脏纤颤停止。在此类示例中，医疗装置6可以采用本领域中已知的一种或多种纤颤检测技术来检测纤颤。
在一些示例中，系统100可以在包含网络10和/或边缘装置12的环境中实施。也就是说，在一些示例中，系统100可以在网络10的环境下操作和/或包含一个或多个边缘装置12。在一些情况下，网络10可以包含边缘装置12。类似地，计算装置2可以包含边缘装置12的功能并且因此也可以用作边缘装置12中的一个边缘装置。
在一些示例中，边缘装置12包括调制解调器、路由器、物联网(IoT)装置或系统、智能扬声器、屏幕增强型智能扬声器、个人助理装置等。另外，边缘装置12可包括面向用户的装置或客户端装置，诸如智能电话、平板计算机、个人数字助理(PDA)和其他移动计算装置。
在涉及网络10和/或边缘装置12的示例中，系统100可以在家庭环境、医院环境或包括网络10和/或边缘装置12的任何环境中实施。示例技术可以与医疗装置6一起使用，所述医疗装置可以与一个或多个边缘装置12和图1中未描绘的其它装置(例如，网络服务器)无线通信。
在一些示例中，计算装置2可以被配置成与医疗装置6、边缘装置12或网络10中的一个或多个通信，所述网络运行如由明尼苏达州明尼阿波利斯市美敦力公司开发的美敦力
Figure BDA0003909533390000211
网络等网络服务。在一些示例中，医疗装置6可以通过
Figure BDA0003909533390000212
与计算装置2通信。在一些情况下，网络10可以包含边缘装置12中的一个或多个边缘装置。网络10可以是和/或包括任何适当的网络，包括私有网络、个域网、内联网、局域网(LAN)、广域网、有线网络、卫星网络、蜂窝网络、点对点网络、全球网络(例如，互联网)、云网络、边缘网络、
Figure BDA0003909533390000213
装置网络等或它们的组合，所述网络中的一些或全部可以或可以不接入和/或来自互联网。也就是说，在一些示例中，网络10包括互联网。在例示性示例中，计算装置2可经由网络10周期性地向和/或从医疗装置6和/或边缘装置12中的一者传输和/或接收各种数据项。
另外，计算装置2可被配置为连接到蜂窝基站收发器(例如，用于3G、4G、LTE和/或5G蜂窝网络接入)和Wi-FiTM接入点，因为这些连接是可用的。在一些示例中，蜂窝基站收发器可以具有接入到网络10的连接。这些各种蜂窝和Wi-FiTM网络连接可以由不同的第三方实体管理，所述不同的第三方实体在本文中被称为“载体”。
在一些示例中，系统100可以包含存储各种医疗数据记录、群组数据、图像数据的一个或多个数据库(例如，存储装置96)。在此类示例中，服务器94(例如，一个或多个数据库)可以由一个或多个单独的实体(例如，互联网服务提供商(ISP)等)管理或控制。
计算装置2和/或边缘装置12可以用于配置医疗装置6的操作参数。在一些示例中，用户可使用计算装置2作为编程器来对测量参数、刺激程序等进行编程。计算装置2还可被配置为对疗法进程进行编程、选择电极以递送除颤脉冲、选择用于除颤脉冲或刺激脉冲序列的波形、选择或配置纤颤检测算法等。用户还可使用计算装置2来编程可由医疗装置6提供的其他疗法诸如心脏复律或起搏疗法的各方面。在一些示例中，用户可以通过经由计算装置2的UI 22输入单个命令来激活医疗装置6的某些特征，如按压小键盘的单个键或键的组合或者用定点装置进行单点选择动作。另外，计算装置2可以操作本公开的交互式会话，其中交互式会话加载有编程参数。计算装置2可以利用此类数据来确定生理参数和/或偏离了编程参数所期望的期望值的询问数据。计算装置2可以利用AI引擎和/或ML模型来确定这种偏离(例如，异常)，其中AI引擎和/或ML模型可以根据编程参数和异常数据进行训练以确定此类数据项之间的相关性。
在一些示例中，计算装置2可以被配置成从医疗装置6检索数据。检索到的数据可以包含由医疗装置6测量的生理参数的值、由医疗装置6检测到的心律失常或其它疾病发作的迹象以及由医疗装置6获得的生理信号。在一些示例中，计算装置2可以检索由计算装置2记录的心脏EGM段，例如，由于计算装置2确定在所述段期间发生心律失常或另一种疾病的发作，或者响应于来自患者4或另一用户的记录所述段的请求。
在一些示例中，用户还可以使用计算装置2从医疗装置6检索关于患者4的如活动或姿势等其它感测到的生理参数的信息。在一些示例中，边缘装置12可以以类似于计算装置2的方式与医疗装置6交互，例如，以对医疗装置6进行编程和/或从医疗装置6检索数据。
系统100例如医疗装置6、计算装置2、边缘装置12和/或一个或多个其它计算装置(例如，远程服务器)的处理电路系统，可以被配置成执行本公开的示例技术，以确定患者4和/或IMD 6组件的异常状态。在一些情况下，处理电路系统在本文中可以被称为处理器系统或处理电路系统。在一些示例中，系统100的处理电路系统获得生理参数、图像、医疗装置诊断等，以确定是否向患者4和/或HCP提供警报。
在一些示例中，例如计算装置2的系统100的处理电路可基于一个或多个图像(包括但不限于在植入或移出程序之前和/或之后的图像)来确定身体的特定位置随时间推移投影的改变特性的投影。处理电路可将第二组改变特性与根据第二组图像确定的投影进行比较，以便识别身体的特定位置处的潜在异常(例如，感染、排出、装置迁移、侵蚀等)。
在一些情况下，当患者健康数据(例如，植入部位图像、ECG参数等)、医疗装置诊断数据组合时，系统100例如计算装置2的处理电路系统向患者4和/或其它用户提供警报，并指示异常的开始。警报可以是由医疗装置6和/或计算装置2生成的声音警报、由计算装置2生成的视觉警报，如文本提示或闪烁的按钮或屏幕，或者由医疗装置6和/或计算装置2生成的触觉警报，如振动或振动模式。此外，可以例如通过网络10向其它装置提供警报。基于根据本文所公开的各种技术中的一种或多种技术检测到的潜在感染的严重性，可以使用若干不同级别的警报。
在一些情况下，当患者健康数据(例如，植入部位图像、ECG参数等)、医疗装置诊断数据组合时，系统100例如计算装置2的处理电路系统向患者4和/或其它用户提供警报，并指示异常的开始。确定何时向患者4发出警报的过程涉及针对一个或多个阈值测量异常(例如，严重性或概率水平)并且在以下更详细地描述。警报可以是由医疗装置6和/或计算装置2生成的声音警报、由计算装置2生成的视觉警报，如文本提示或闪烁的按钮或屏幕，或者由医疗装置6和/或计算装置2生成的触觉警报，如振动或振动模式。此外，可以例如通过网络10向其它装置提供警报。基于通过本文所公开的技术检测到的潜在异常的严重性，可以使用若干不同级别的警报。
图2是展示计算装置2的至少一个计算装置2的组件的示例配置的框图。在图2的示例中，所述至少一个计算装置2包括处理电路20、通信电路26、存储装置24和UI 22。
处理电路系统20可以包含一个或多个处理器，所述一个或多个处理器被配置成实施用于在计算装置2内执行的功能和/或处理指令。例如，处理电路系统20能够处理存储在存储装置24中的指令。处理电路20可包括例如微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、复杂可编程逻辑装置(CPLD)或等效的集成或离散逻辑电路或前述装置或电路中的任一种的组合。因此，处理电路系统20可以包含任何合适的结构，无论是在硬件、软件、固件还是其任何组合中，用于执行本文中归因于处理电路系统20的功能。
经训练的ML模型30和/或AI引擎28可被配置为根据本公开中ML模型被认为是有利的某些示例(例如，预测建模、推理检测、上下文匹配、自然语言处理等)处理和分析用户输入(例如，植入部位的图像、患者状态数据等)、装置参数(例如，加速度计数据)、医疗装置(例如，医疗装置6)的历史数据和/或生理参数。可被配置为执行本公开的各方面的ML模型和/或AI引擎的示例包括分类器和非分类ML模型、人工神经网络(“NN”)、线性回归模型、逻辑回归模型、决策树、支持向量机(“SVM”)、朴素或非朴素贝叶斯网络、k最近邻(“KNN”)模型、深度学习(DL)模型、k均值模型、聚类模型、随机森林模型或它们的任何组合。取决于实施方式，ML模型可以是受监督的、无监督的或在一些情况下是混合组合(例如，半监督的)。可以基于指示用户(例如，患者4)如何与计算装置2交互的数据来训练这些模型。例如，仅出于例示性目的，将使用关于项目(例如，伤口图像、相机、视频、生理参数等)的事件或行为(如点击、查看或观看)来描述本公开的某些方面。在另一个示例中，这些模型和引擎可以被训练成合成数据以识别患者4或医疗装置17的异常，并根据个体数据项识别患者4或医疗装置17的异常。
在非限制性示例中，患者4可能难以从各个角度捕获植入部位的图像。可在健康监测或计算网络中共享这些有用的数据，使得可基于类似的查询和用户对这些查询的反应向多于一个用户呈现最佳结果。为了简洁起见，可能不会针对有关对象(例如，数据对象，如搜索字符串)的事件或行为来描述这些方面。在一些示例中，处理电路系统40可以使用ML算法(例如，DL算法)例如针对医疗装置17之一的植入部位来例如监测正在愈合的伤口的进展或预测正在发生的潜在感染。在例示性和非限制性示例中，AI引擎28和/或ML模型30可利用深度神经网络来定位图像中的植入部位并对异常状态进行分类。在另一示例中，AI引擎28和/或ML模型30可利用朴素贝叶斯和/或决策树来合成(例如，组合)数据项和其分析(例如，图像分析和ECG分析)，以便获得对患者4的综合异常确定并将此类综合确定包括在诸如患者4的报告中。
在另一个示例中，AI引擎28和/或ML模型30可以加载有群组参数(例如，年龄群组、IMD类型群组、皮肤色素沉着群组等)和群组参数的组合并根据所述群组参数进行训练。在此类示例中，AI引擎28和/或ML模型30可利用在确定与基线参数的偏离时用于比较的历史参考询问。
另外，根据各种不同的环境和其他各种不同的资源约束(例如，处理能力、网络接入、电池寿命等)，计算装置2可利用不同的图像处理算法和/或数据合成算法，诸如AI、ML、DL、数字信号处理、神经网络和/或其他技术。
在一些示例中，AI引擎28可被训练成在骨科植入物就位的情况下分析患者的步态(例如，通过将表示患者的视频数据与群组步态信息进行比较)。在此类示例中，计算装置2可以部署AI引擎28和/或ML模型30来分析患者活动，以确定患者4和/或医疗装置17(例如，IMD 6)的潜在异常的存在，如当患者的步态对于AI引擎28和/或ML模型30出现异常时，和/或当患者的步态随时间变化以表示患者4的发展或突然异常时。
另外，经训练的AI引擎28可用于随时间推移了解患者4并了解患者4的植入部位。以这种方式，AI引擎28可以针对特定植入部位的检测到的异常提供个性化检测算法。在此类示例中，AI引擎28可以加载有群组参数并根据群组参数进行训练，使用历史参考询问或图像进行比较。这样，计算装置2可使用不同的算法途径(例如，AI、ML、DL、数字信号处理、神经网络和/或其他技术)来提供解决方案，以便个性化患者4的部位检查过程。
如临床医生或患者4等用户可以通过UI 22与计算装置2中的一个或多个计算装置交互。UI 22包括显示器(未示出)，诸如液晶显示器(LCD)或发光二极管(LED)显示器或其他类型的屏幕，处理电路20可通过显示器呈现健康或装置相关信息，例如，心脏EGM、对阻抗变化检测的指示、温度变化等。另外，UI 22可包括用于接收来自用户的输入的输入机制。输入机构可以包含例如按钮、小键盘(例如，字母数字小键盘)、外围定点装置、触摸屏或允许用户通过由计算装置2的处理电路系统20呈现的UI22导航并提供输入的另一种输入机制。在一个示例中，UI 22可允许用户使用计算装置2的触摸屏来旋转图像和调整缩放级别(例如，捏合缩放、手势、视线跟踪等)。另外，UI 22可以允许用户控制相机参数，如选择前置或后置相机、照明、缩放级别、聚焦级别、对比度等，使得用户可以根据相机参数捕获图像。在另一个示例中，计算装置2可以在有或没有来自用户的初始输入的情况下自动调整此类参数。
在一些示例中，计算装置2可包括成像装置。在例示性示例中，计算装置2可包括相机32或多个相机32(例如，数码相机)作为示例性成像装置。如图2所示，相机32可以指包括一个或多个图像传感器34、一个或多个镜头36以及一个或多个相机处理器38的集合装置。在一些示例中，处理电路系统20可以包含相机处理器38。
在一些示例中，计算装置2可以包含成像装置，如相机32。相机32可以是内置在计算装置2中的数码相机。在一些示例中，相机32可以与计算装置2分离。在此类示例中，相机32可以将成像数据传达到计算装置2和/或其它计算装置(例如，边缘装置2)。在一些示例中，计算装置2可包括电荷耦接装置(CCD)芯片。CCD芯片可以被配置成使用闪光灯作为激发(例如，白光)光源以光谱响应分析模式操作。在此类示例中，计算装置2可以采用CCD芯片以分析植入部位的图像。在一个示例中，计算装置2可以采用CCD芯片以在不同光波长下提供单独的颜色过滤分析，以更好地检测不同肤色中的发红和肿胀。也就是说，计算装置2可以对图像执行颜色过滤以从一个或多个图像中识别异常。在另一个示例中，计算装置2可以对图像执行颜色过滤以从一个或多个图像中识别异常。在例示性示例中，计算装置2可以根据本公开的各种技术中的一种或多种技术执行身体区域的区域比较，以将植入部位与身体的另一区域区分开并用于不同的皮肤类型(例如，肤色)。
在一些示例中，计算装置2可使用相机32对患者4的植入部位进行成像。在此类示例中，计算装置2的存储装置24可存储图像数据(例如，静止图像等)。在这种情况下，处理电路系统，如计算装置2的处理电路系统20和/或边缘装置12的处理电路系统64(图3)，可以与存储装置24通信。
在一些示例中，处理电路(例如，处理电路20)在一些情况下可基于一个或多个图像(包括但不限于在植入或移出程序之前和/或之后的图像)来确定患者4的身体的特定位置随时间推移投影的改变特性的投影。处理电路20可将第二组改变特性与根据第二组图像确定的投影进行比较，以便识别患者4的身体的特定位置处的潜在异常(例如，感染、排出、装置迁移、侵蚀等)。图像可以由一个或多个相机32捕获，其中相机32可以或可以不与计算装置32分离。在一些情况下，处理电路20可包括相机处理器38(例如，图像信号处理器)中的一个或多个相机处理器。在另一示例中，相机处理器38可以与处理电路20分离和/或包括在分离的计算装置2、服务器94、边缘装置12等中。
在一些示例中，多个相机32可以包含在计算装置2(例如，具有一个或多个前置相机和一个或多个后置相机的移动电话)中的单个计算装置中。在一些示例中，计算装置2可包括具有一个或多个图像传感器34和一个或多个镜头36的第一相机32以及具有一个或多个图像传感器34和一个或多个镜头36的第二相机32等。应当注意，虽然可以参考从单个相机(例如，从单个图像传感器)接收的帧来讨论本文中的一些示例性技术，但是本公开的技术不限于此，并且本领域技术人员将理解，本公开的技术可以针对任何类型的相机32和相机32的组合实施，诸如可以包括在计算装置2中或以其他方式通信耦接到计算装置2的相机32的组合。在一些示例中，图像传感器34表示可包括图像传感器处理电路的一个或多个图像传感器34。在一些示例中，图像传感器34包含用于捕获光的表示的像素传感器(例如，像素)阵列。
虽然(例如，经由虚线)示出为任选地包括在计算装置2中，但本公开的技术不限于此，并且在一些情况下，相机32可以与计算装置2分离，诸如独立的相机装置或分离的相机系统。在任何情况下，相机32可被配置为捕获植入部位的图像并经由相机处理器38将图像数据传送到处理电路20。在一些示例中，相机32可以被配置成实现各种缩放级别。在一个示例中，相机32可以被配置成执行裁剪和/或缩放技术以实现特定缩放级别。在一些示例中，相机32可被配置为操纵来自图像传感器34的输出和/或操纵镜头36，以便实现特定缩放级别。
在一些示例中，计算装置2可以包含用于向用户提供声音通知、指令或其它声音以及从用户接收语音命令或两者兼有的音频电路系统(未示出)。在一些示例中，计算装置2可提供向用户指示通过UI 22和/或虚拟登记过程进行的方向的声音通知。另外，计算装置2可提供指示任务何时完成的声音通知，诸如认证任务(例如，成功登录)、ECG测量任务何时完成或任何其他任务何时完成。在另一个示例中，计算装置2可以根据特定结果提供不同的声音通知。在一个示例中，当交互式会话的结果为不需要后续预约(例如，没有潜在感染、装置操作正确、生理参数良好等)时，计算装置2可以提供静态通知，而当交互式会话的结果指示建议后续预约时，计算装置2可以提供更响亮的通知。在一个示例中，当识别出一个或多个异常的可能性时，计算装置2可以提供声音通知。在另一个示例中，计算装置2可以在识别集体异常后(例如，在数据合成后)提供声音通知。在例示性示例中，计算装置2可以基于在植入部位处识别的潜在异常以及基于生理参数的异常(例如，ECG异常)来确定集体异常。在一些情况下，当在一个子会话中没有识别出异常(例如，植入部位异常)但在另一个子会话中识别出异常(例如，IMD异常)时，计算装置2仍然可确定潜在地威胁健康的异常的存在，使得对所述至少两个子会话的分析指示存在或不存在需要随访预约建议的异常。另外，计算装置2可以在每个子会话后提供不同的声音通知，并且然后在所有被禁止的子会话(例如，两个子会话、三个子会话等)完成后再次提供不同的声音通知。
通信电路系统26可以包含用于与如医疗装置6等另一个装置进行通信的任何合适的硬件、固件、软件或其任何组合。在处理电路系统20的控制下，通信电路系统26可以从医疗装置6或另一个装置接收下行链路遥测，以及向其发送上行链路遥测。通信电路26可被配置为经由电感耦接、电磁耦接、NFC、RF通信、
Figure BDA0003909533390000281
Wi-FiTM或其他专有或非专有无线通信方案来传输或接收信号。通信电路系统26还可以被配置成通过多种形式的有线和/或无线通信和/或网络协议中的任一种与除医疗装置6之外的装置进行通信。在一些示例中，计算装置2可通过扫描(例如，TelC、TelB、TelM、
Figure BDA0003909533390000282
等)来执行遥测选择。
存储装置24可以被配置成在操作期间将信息存储在计算装置2内。存储装置24可以包含计算机可读存储介质或计算机可读存储装置。在一些示例中，存储装置24包含短期存储器或长期存储器中的一个或多个。存储装置24可包括例如只读存储器(ROM)、随机存取存储器(RAM)、非易失性RAM(NVRAM)、动态RAM(DRAM)、静态RAM(SRAM)、磁盘、光盘、闪存、各种形式的电可擦除可编程ROM(EEPROM)或可擦除可编程ROM(EPROM)或任何其他数字媒体。
在一些示例中，存储装置24用于存储指示由处理电路系统20执行的指令的数据。另外，存储装置24可以存储图像数据和/或补充图像数据。在一些示例中，存储装置24可存储图像数据的帧。也即是说，存储装置24可存储一个或多个图像。在一些示例中，存储装置24可存储患者4的身体的一个或多个图像(例如，植入部位图像、皮肤颜色分析的皮肤图像、靠近引线布线的皮肤表面等)、生理参数图像(例如，ECG图像)等。存储装置24可由在计算装置2上运行的软件或应用程序使用，以在程序执行期间临时存储信息。存储装置24还可以存储历史医疗装置数据、历史患者数据、时序信息(例如，植入IMD后的天数、特定生理参数超过某个阈值后的天数等)、AI和/或ML训练集、图像数据等。
在计算装置2、边缘装置12、网络10以及医疗装置6之间交换的数据可以包含医疗装置6的操作参数。计算装置2可向医疗装置6传输包括计算机可读指令的数据。医疗装置6可接收并实施计算机可读指令。在一些示例中，当由医疗装置6实施时，计算机可读指令可控制医疗装置6以改变一个或多个操作参数、导出收集的数据等。在例示性示例中，处理电路20可向医疗装置6传输指令，所述指令请求医疗装置6将收集的数据(例如，ECG、阻抗值等)导出到计算装置2、边缘装置12和/或网络10。计算装置2、边缘装置12和/或网络10进而可以从医疗装置6接收收集的数据并将收集的数据存储在例如存储装置24中。另外，处理电路系统20可以向医疗装置6传输询问指令，所述询问指令请求医疗装置6输出操作参数(例如，电池、阻抗、脉冲宽度、起搏百分比等)。
在一些示例中，计算装置2可以耦接到外部电极，或通过经皮引线耦接到植入式电极。在此类示例中，根据本文所公开的一种或多种技术，计算装置2可以从医疗装置6接收生理参数、ECG等并对其进行监测。
在图2中所展示的示例中，处理电路系统20被配置成执行本文所述的各种技术，如参考图5-22描述的技术。为避免混淆，处理电路系统20被描述为执行计算装置2所禁止的各种处理技术，但应当理解的是，这些技术中的至少一些技术也可以由其它处理电路系统(例如，医疗装置17的处理电路系统40(图4)、服务器94的处理电路系统98、边缘装置12的处理电路系统64等)来执行。在例示性示例中，处理电路系统20可以捕获植入部位的图像、获得其它数据项、将图像和/或其它数据项输出到分析平台以用于感染检测、基于图像和其它数据项确定潜在异常(例如，感染)的存在、输出包含潜在异常信息的植入状态的概要，并且在一些情况下，将包含潜在感染信息的植入状态的概要传输到另一个装置。在此示例中，分析平台可以是处理电路系统20执行的单独程序。在另一个示例中，分析平台可以是来自处理器系统的其它处理电路系统替代地执行的单独程序。
图3是展示根据本文所公开的一种或多种技术的包含一个或多个示例计算装置2、一个或多个医疗装置17、网络10、一个或多个边缘装置12以及一个或多个服务器94的示例系统300的框图。在一些示例中，系统300是参考图1描述的系统100的示例。在另一示例中，系统300示出了托管监测系统100的示例性网络系统。在一些示例中，医疗装置17可以是图1的医疗装置6的示例。也就是说，医疗装置17可以包含IMD、CIED等，类似于参考图1所描述的。另外，医疗装置17可包括非可植入医疗装置，包括可穿戴医疗装置(例如，智能手表、可穿戴除颤器等)。
医疗装置17可以被配置成将数据，如生理参数的感测值、测量值和/或确定值(例如，心率、阻抗测量结果、流体指数、呼吸率、活动数据、心电图(EGM)、历史生理数据、血压值等)传输到边缘装置12、计算装置2和/或接入点(例如，网关)。在一些示例中，医疗装置17可以被配置成确定多个生理参数。例如，医疗装置17可包括医疗装置6(例如，IMD)，该医疗装置被配置为确定呼吸率值、皮下组织阻抗值、EGM值等。然后，边缘装置12和/或接入点装置可经由网络10将所检索的数据传达到服务器94。
在一些示例中，医疗装置17可以通过有线或无线连接将数据传输到服务器94、边缘装置12或计算装置2。例如，服务器94可以从医疗装置17(例如，IMD 6、可穿戴装置等)或者从边缘装置12接收数据。在另一个示例中，边缘装置12可以通过网络10从服务器94接收数据。在一些示例中，边缘装置12可以通过网络10或通过有线或无线连接从医疗装置17接收数据。在此类示例中，边缘装置12可以确定从服务器94、医疗装置17或计算装置2接收的数据。在一些示例中，边缘装置12可以将数据存储到边缘装置12内部的存储装置62。边缘装置12的处理电路系统64还可以包含AI引擎和/或ML模型，如参考图2描述的AI引擎和ML模型。
在此示例中，医疗装置17可以使用通信电路系统42通过第一无线连接与边缘装置12之一进行通信。在一些示例中，医疗装置17可以使用通信电路系统42通过第二无线连接与接入点通信。接入点可以包含通过如电话拨号、数字用户线(DSL)或电缆调制解调器连接等各种连接中的任一种连接到网络10的装置。在一些示例中，接入点可以通过包含有线或无线连接的不同形式的连接耦接到网络10。在一些示例中，计算装置2之一可以用作网络10的接入点。例如，用户装置诸如平板计算机或智能电话可与患者4定位在同一位置，并且可被配置为用作接入点。在任何情况下，计算装置2、边缘装置12和服务器94互连并且可以通过网络10相互通信。
医疗装置17、边缘装置12和/或计算装置2可被配置为经由各种连接在网络10上与远程计算资源(例如，服务器94)进行通信。数据网络(例如，网络10)可由服务器94(例如，数据服务器、删除服务器、分析服务器等)实施。在一个示例中，服务器94可以包含被配置成存储数据和/或基于所述数据执行计算的数据服务器。在另一个示例中，服务器94可以包含数据服务器，所述数据服务器被配置成根据本公开的各种技术中的一种或多种技术存储数据(例如，数据库)并将数据发送到服务器94中的另一个服务器以进行数据分析、图像处理或其它数据计算。在一些示例中，服务器94可以在一个或多个主机装置上实施，如刀片式服务器、中型计算装置、大型计算机、台式计算机或任何其它被配置成提供计算服务和资源的计算装置。用于通过因特网或其它上述类型的通信网络中的任一种进行通信的协议和组件是计算机通信领域的技术人员已知的，并且因此在本文中不需要更详细地描述。
在一些示例中，医疗装置17中的一个或多个医疗装置可以用作或包含服务器94。也就是说，医疗装置17可以包含足以在医疗装置17中的单个医疗装置上或在通过网络10(例如，在私有或封闭网络上)协调任务的医疗装置17的网络上执行本文所公开的技术的存储容量或处理能力。在一些示例中，医疗装置17之一可以包含服务器94中的至少一个服务器。例如，便携式/床边患者监测仪可以被配置成用作服务器94之一，以及用作被配置成从患者4获得生理参数值的医疗装置17之一。
在一些示例中，服务器94可以通过有线或无线连接与医疗装置17中的每个医疗装置通信，以从医疗装置17接收生理参数值和/或来自医疗装置17的装置询问数据。在非限制性示例中，生理参数值和/或装置询问数据可从医疗装置17传送到服务器94和/或边缘装置12。服务器94和/或边缘装置12可以对数据执行分析以确定植入部位(例如，患者4的身体中一个或多个IMD组件所在的位置)处异常的存在。服务器94和/或边缘装置12可以通过通信电路系统向计算装置2传输分析结果以供显示和/或进一步处理。
在一些示例中，服务器94可以被配置成为已经从医疗装置17、边缘装置12和/或计算装置2收集的数据提供安全存储位点。在一些情况下，服务器94可包括存储医疗和健康相关数据的数据库。例如，服务器94可以包括存储从医疗装置17、边缘装置12和/或计算装置2收集的数据的云服务器或其它远程服务器。在一些情况下，服务器94可以通过计算装置2将数据汇编在网页或其它文档中以供如临床医生等受过训练的专业人员查看。在图3所展示的示例中，服务器94包含存储装置96(例如，用于存储从医疗装置17检索的数据)和处理电路系统98。如参考图2所描述的，计算装置2可以类似地包含存储装置和处理电路系统。
处理电路系统98可以包含一个或多个处理器，所述一个或多个处理器被配置成实施用于在服务器94内执行的功能和/或处理指令。例如，处理电路系统98能够处理由存储装置96存储的指令。处理电路系统98可以包含例如微处理器、DSP、ASIC、FPGA或等效的集成或离散逻辑电路系统或前述装置或电路系统中的任一种的组合。因此，处理电路98可包括任何合适的结构，无论是在硬件、软件、固件还是它们的任何组合中，以执行本文中归因于处理电路98的功能。服务器94的处理电路系统98和/或计算装置2的处理电路系统可以实施本文所述的技术中的任何技术，以分析从医疗装置17接收的生理参数，例如，以确定患者4的愈合进展或医疗装置17的健康。
存储装置96可包括计算机可读存储介质或计算机可读存储装置。在一些示例中，存储装置96包括短期存储器或长期存储器中的一个或多个。存储装置96可包括例如ROM、RAM、NVRAM、DRAM、SRAM、磁盘、光盘、闪存、各种形式的EEPROM或EPROM或任何其他数字媒体。在一些示例中，存储装置96用于存储指示由处理电路98执行的指令的数据。
在一些示例中，计算装置2中的一个或多个计算装置可以是由临床医生(或其它HCP)放置的平板计算机或其它智能装置，临床医生可以通过所述平板计算机或其它智能装置对医疗装置17进行编程、从所述医疗装置接收警报和/或询问所述医疗装置。例如，临床医生可以通过计算装置2访问由医疗装置17收集的数据，如当患者4处于临床医生访视之间时用于检查医学病状的状态。在一些示例中，计算装置2可以将关于图像、感染或其它异常指示、训练集、ML模型、IMD信息、患者识别数据、认证数据等的数据传输到一个或多个其它计算装置2、边缘装置12和/或服务器94。同样地，计算装置2可以接收类似的信息。
在另外的示例中，计算装置2可以基于根据数据项的组合确定的异常向患者4生成警报(或转送由医疗装置17、边缘装置12或服务器94确定的警报)，这可以使患者4在收到用于医疗干预的指令之前主动寻求医疗救助。在图3所展示的示例中，服务器94包含存储装置96(例如，用于存储从医疗装置17检索的数据)和处理电路系统98。如参考图2所描述的，计算装置2可以类似地包含存储装置和处理电路系统。
在一些示例中，临床医生可将针对患者4的用于医疗干预的指令输入到由计算装置2执行的应用程序中，诸如基于由计算装置2、医疗装置17、边缘装置12、服务器94或它们的任何组合中的另一者确定的患者状况的状态，或基于临床医生已知的其他患者数据。患者状况可以包含植入物状态，如植入物的植入部位处的潜在感染。用户的计算装置2可以通过网络10接收指令。计算装置2进而可以在显示装置上显示指示医疗干预消息的消息。
在一些示例中，计算装置2之一可以向由患者4或患者4的护理人员定位的计算装置2中的另一个计算装置传输用于医疗干预的指令。例如，此类用于医疗干预的指令可以包含改变药物剂量、时序或选择的指令、安排临床医生访视的指令或寻求医疗照顾的指令。以这种方式，患者4可以被授权根据需要采取行动来解决其医疗状况，这可以帮助改善患者4的临床结果。
图4是展示根据本文所公开的一种或多种技术的医疗装置17中的一个或多个医疗装置的示例配置的功能框图。在所展示示例中，医疗装置17包含处理电路系统40、存储装置50和通信电路系统42。另外，在一些示例中，医疗装置17可以包含一个或多个电极16、天线48、感测电路系统52、切换电路系统58、传感器62和电源56。如前所述，医疗装置17可以是图1的医疗装置6之一的示例。也就是说，医疗装置17可以包含IMD、CIED等，类似于参考图1所示和描述的医疗装置6。在另一示例中，医疗装置17可包括非植入式医疗装置，诸如可穿戴医疗装置、医疗工作站推车等。
在一些示例中，医疗装置17中的一个医疗装置可以是植入患者4体内的医疗装置，而医疗装置17中的另一医疗装置可包括相机32，并且因此可执行本公开的各种技术中的一种或多种技术。也就是说，根据本公开的各种技术中的一种或多种技术，医疗装置17中的一个医疗装置可经由相机32捕获患者4的身体(例如，患者4的植入部位)的图像。
处理电路系统40可以包含固定功能电路系统和/或可编程处理电路系统。处理电路系统40可以包含微处理器、控制器、DSP、ASIC、FPGA或等效的离散或模拟逻辑电路系统中的任何一个或多个。在一些示例中，处理电路系统40可以包含多个组件，如一个或多个微处理器、一个或多个控制器、一个或多个DSP、一个或多个ASIC或一个或多个FPGA的任何组合的任何组合，以及其它集成或离散逻辑电路系统。本文中归属于处理电路系统40的功能可以体现为软件、固件、硬件或其任何组合。
在一些示例中，处理电路系统40可以包含AI引擎44和/或ML模型46。AI引擎44和ML模型46可以类似于参考图2所描述的那些AI引擎和ML模型。在一个示例中，ML模型46可以包含一个或多个DL模型，所述模型例如根据如ECG数据等各种生理参数数据进行训练。
在图4所示的非限制性示例中，医疗装置17包括多个电极16A-16N(统称为“电极16”)。在一些情况下，电极16在本文中可以被称为多个“电极16”，而在其它情况下，在适当的时候可以简称为“电极16”。电极16可以安置在患者4的一个身体层内，而至少一个其它电极16可以安置在患者4的另一个身体层内。在一些示例中，医疗装置17可以通过电极16感测伴随患者4心脏的去极化和复极化的电信号。
在一些示例中，电极16可以被配置成植入患者4的胸部外部。在一些示例中，医疗装置17的壳体可以用作与定位在引线上的电极组合的电极。在一些示例中，医疗装置17可被配置为测量患者4的间质液内的阻抗变化、ECG形态变化等。例如，医疗装置17可被配置为接收指示皮下组织阻抗的一个或多个信号。在一些示例中，计算装置2可以利用此类信息来确定IMD 6的异常，如装置迁移异常，计算装置2可以基于获得的植入部位的图像使用所述信息来确定植入部位处的异常(例如，感染)的可能性。
电极16中的一个或多个电极可以耦接到至少一根引线。在一些示例中，医疗装置17可以采用电极16，以提供感测和/或起搏功能。电极16的配置可以是单极的或双极的。感测电路系统52可以通过切换电路系统58选择性地耦接到电极16，例如，以选择电极16和由处理电路系统40控制的用于感测阻抗和/或心脏信号的被称为感测向量的极性。感测电路系统52可以感测来自电极16的信号，例如以产生心脏EGM或皮下ECG，以便于监测IMD 6的植入后状态。感测电路系统52还可以监测来自传感器54的信号，例如，所述传感器可以包含一个或多个加速度计、压力传感器、温度传感器和/或光学传感器。在一些示例中，感测电路系统52可以包含一个或多个滤波器和放大器，用于过滤和放大从电极16和/或传感器54接收的信号。在例示性示例中，计算装置2可以从IMD 6获得温度传感器数据，以基于所获得的IMD 6的植入部位的图像确定装置囊袋感染的可能性，因为在患者4的其它位置处温度升高之前发生的IMD 6处的温度传感器升高可能指示装置囊袋感染。在一些示例中，计算装置2可以获得植入部位和/或邻近植入部位的区域的热图像，以将热图像与温度数据进行比较并确定植入部位处异常的存在，如IMD 6处的温度升高导致患者4的其它外部位置温度升高的位置。
在一些示例中，处理电路系统40可以使用切换电路系统58例如通过数据/地址总线来选择将使用可用电极中的哪些可用电极来获得各种测量结果。切换电路系统58可以包含开关阵列、开关矩阵、多路复用器、晶体管阵列、微机电开关或适于选择性地将感测电路系统58耦接到选定电极的任何其它类型的切换装置。在一些示例中，感测电路系统52包含一个或多个感测通道，所述感测通道中的每个感测通道可以包括放大器。响应于来自处理电路系统40的信号，切换电路系统58可以将来自选定电极的输出耦接到感测通道之一。
在一些示例中，感测电路52的一个或多个通道可包括从电极16接收信号的R波放大器。在一些示例中，R波放大器可以采取自动增益控制放大器的形式，所述自动增益控制放大器根据测得的R波振幅提供可调节感测阈值。另外，在一些示例中，感测电路52的一个或多个通道可包括从电极16接收信号的P波放大器。感测电路系统52可以使用接收到的信号在患者4的心脏中进行起搏和感测。在一些示例中，P波放大器可以采取自动增益控制放大器的形式，所述自动增益控制放大器根据测得的P波振幅提供可调节感测阈值。也可以使用其它放大器。在一些示例中，感测电路系统52包含通道，所述通道包括具有比R波或P波放大器相对更宽的通带的放大器。来自被选择用于耦接到此宽带放大器的所选感测电极的信号可被提供到多路复用器，然后由模数转换器(ADC)转换为多位数字信号以存储在存储装置50中。处理电路系统40可以采用数字信号分析技术来表征存储在存储装置50中的数字化信号。在一些示例中，处理电路系统40可以从数字化电信号中检测心律失常并对其进行分类。在一些示例中，计算装置2可以通过生理参数子会话获得生理参数(例如，心律失常数据)作为数据项集合的一部分。另外，计算装置2可经由装置检查子会话获得装置性能参数，诸如放大器性能、ADC性能等，作为包括询问数据项的一组数据项的一部分。根据本公开的各种技术中的一种或多种，计算装置2可以利用此类数据项来阐明和/或通知对植入部位图像的分析。
在一些示例中，医疗装置17可包括具有放大器设计的测量电路，所述放大器设计被配置为在多个不同的测量参数之间实时且连续地切换。另外，医疗装置17可在短时间内启用感测电路52和/或切换电路58以便节省电力。在一个示例中，根据Denison等人于2010年8月31日提交的名称为“CHOPPER-STABILIZED INSTRUMENTATION AMPLIFIER FORIMPEDANCE MEASUREMENT”的美国申请No.12/872,552中所述的某些技术，医疗装置17可使用放大器电路，诸如斩波放大器。
在一些示例中，医疗装置17可作为疗法递送装置操作。在此类示例中，医疗装置17可以包含引线。引线可以延伸到患者4的心脏或胸部内或附近的任何位置。在例示性和非限制性示例中，医疗装置17中的一个医疗装置可包括从医疗装置17中的一个医疗装置延伸到右心房或右心室中的单个引线，或分别延伸到右心房和右心室中的两条引线。
在一些示例中，医疗装置17之一可以被配置成包含如感测电路系统52等感测电路系统以及如传感器54等一个或多个传感器。另外，在一些示例中，计算装置2之一可以被配置成也包含如感测电路系统52等感测电路系统以及如传感器54等一个或多个传感器。在一个示例中，计算装置2之一和/或医疗装置17之一可以包含心率传感器、脉搏传感器、光电容积图(PPG)传感器、血氧饱和度(SpO2)传感器等。
感测电路52可在一个或多个处理器中实施，诸如在医疗装置17的处理电路40或计算装置2的处理电路20的一个或多个处理器中实施。在图4的示例中，感测电路系统52被示出为与传感器54结合。类似于本文所述的处理电路系统20、98、40、64和其它电路系统，感测电路系统52可以体现为一个或多个硬件模块、软件模块、固件模块或其任何组合。
在一些示例中，医疗装置17中的至少一个医疗装置可包括传感器装置，诸如活动传感器、心率传感器、患者4佩戴的可穿戴装置、温度传感器、化学传感器、阻抗传感器等。在一些示例中，所述一个或多个其他医疗装置17可以是相对于患者4的身体或相对于植入患者4体内的医疗装置17在患者4外部的外部装置。在任何情况下，医疗装置17可经由通信电路42彼此交互，并且在一些示例中可以类似的方式与计算装置2、边缘装置12等交互。在例示性和非限制性示例中，计算装置2可获得从IMD 6板上的温度传感器获得的温度传感器数据，并且可将此类数据与图像数据相关联以预测潜在异常。在一个示例中，计算装置2可以将图像与患者4或IMD 6的增加的体温相关联以确定例如植入部位处感染的存在。在另一个示例中，计算装置2可以从化学传感器获得化学数据，所述化学数据可以指示乳酸形成和pH变化，这些是IMD 6植入部位处如感染等异常的主要指标。计算装置2可基于例如在植入IMD6之前获得的基线值来关联此类数据。在一个示例中，阻抗监测在检测装置迁移变化方面可能是有用的，但是数天如10天对于等待以允许阻抗在植入事件后稳定可能是有用的。在一些示例中，计算装置2可以在依赖阻抗数据确定潜在异常的存在之前确定阻抗已经稳定到基线值。
在一个示例中，计算装置2可以利用如加速度计数据所指示的医疗装置17的取向信息，以调整例如计算装置2的图像处理参数。在一个示例中，可基于影响本公开的图像处理技术的医疗装置17的取向形成阴影，使得图像处理算法可基于关于医疗装置17定位在患者4体内的位置的信息来调整处理技术。在这种情况下，计算装置2可以从医疗装置2接收如温度数据和/或取向数据等信息，并且在图像数据的分析期间利用此类信息。也就是说，计算装置2可基于从医疗装置2接收的信息来分析经由相机32接收的图像数据，以便准确地表征潜在异常。在非限制性和例示性示例中，计算装置2可基于在植入后立即上传的植入部位的参考图像集合来分析图像数据，其中参考图像集合可能由于医疗装置2的移动而不再与医疗装置2的位置状态对准，并且因此，计算装置2可调整图像处理技术以便保持一定程度的准确度，同时计算装置2或另一装置最后执行异常分析。
在一个示例中，计算装置2可以根据通过第二子会话获得的生理参数来确定指示装置迁移并且因此增加从图像数据中检测到潜在异常的可能性的ECG变化。在此类情况下，计算装置2可使用针对检测异常的偏差来分析图像数据，或者可以在植入后报告中包括基于根据第一数据项集合和第二数据项集合确定的潜在异常的可能性的提高的可能性(例如，概率、置信区间)。
在另一个示例中，计算装置2可以确定ECG信号并利用ECG信号映射到IMD 6的取向。在一些示例中，计算装置2可通过识别ECG中的偏转(例如，PQRST数据)或通过将ECG形态数据与群体范围或群组数据库进行比较来利用ECG形态数据映射到IMD 6的取向。当ECG形态指示从患者4的基线ECG偏移时，则计算装置2可以指示装置迁移异常。装置迁移异常可以指示潜在感染异常。在这种情况下，当计算装置2不确定是否存在来自图像集合的潜在感染时，计算装置2可以基于ECG形态数据将确定偏向于对异常的识别。在另一示例中，计算装置2可从医疗装置17(例如，IMD 6)中的一个或多个医疗装置获得引线阻抗信息。与上文类似，计算装置2可利用IMD信息(例如，引线阻抗信息)作为用于异常检测和/或预测的另外的输入。
通信电路系统42可以包含用于与如边缘装置12、网络计算装置(如服务器)、其它医疗装置17或传感器和/或计算装置2等另一个装置进行通信的任何合适的硬件、固件、软件或其任意组合。在处理电路系统40的控制下，通信电路系统42可以借助于例如天线48等内部或外部天线从边缘装置12或另一个装置接收下行链路遥测，以及向其发送上行链路遥测。另外，处理电路系统40可以通过如美敦力公司的
Figure BDA0003909533390000381
网络等网络10与网络计算装置通信。天线48和通信电路系统42可以被配置成通过电感耦接、电磁耦接、NFC、RF通信、
Figure BDA0003909533390000382
Wi-FiTM或其它专有或非专有无线通信方案来传输和/或接收信号。在一个示例中，处理电路系统40可以通过网络10向边缘装置12、计算装置2和/或其它装置提供要通过通信电路系统42向上传输的数据。在例示性示例中，计算装置2可以从医疗装置17(例如，IMD 6)中的特定医疗装置接收信号(例如，上行链路数据)。在此类示例中，计算装置2可根据信号确定与患者4和/或医疗装置17(例如，IMD 6)中的特定医疗装置相关的信息。在一个示例中，信息可以包含对应于医疗装置17中的特定医疗装置或对应于医疗装置17的集合的装置信息(例如，IMD信息)，其中所述组可以包含除IMD 6中的一个之外的其它配对医疗装置17(例如，可穿戴装置等)。在此类示例中，计算装置2可以发起装置询问会话，在所述装置询问会话中，计算装置2从医疗装置17(例如，IMD 6)中的特定医疗装置接收指示装置询问数据(例如，电池健康状况、操作参数等)的信号。
在一些示例中，处理电路40可使用地址/数据总线提供控制信号。在一些示例中，通信电路42可经由多路复用器向处理电路40提供数据，其中数据经由天线48从外部接收。在一些示例中，医疗装置17可以使用如通用串行总线(USB)连接、网络10上的以太网连接(例如，LAN)等有线连接将数据传输到另一个装置。
在一些示例中，处理电路系统40可以通过通信电路系统42向边缘装置12发送温度数据或其它装置询问数据。例如，医疗装置17可将内部温度测量结果发送到边缘装置12，然后由边缘装置12分析内部温度测量结果。在此类示例中，边缘装置12执行所描述的处理技术。可替代地，医疗装置17可以执行处理技术并将异常结果传输到边缘装置12以用于报告目的，例如用于向患者4或另一用户提供警报。
在一些示例中，存储装置50包含计算机可读指令，所述计算机可读指令当由处理电路系统40执行时使包含处理电路系统40的医疗装置17执行归因于本文中的医疗装置17和处理电路系统40的各种功能。存储装置50可以包含任何易失性介质、非易失性介质、磁介质、光介质或电介质。例如，存储装置50可以包含ROM、RAM、NVRAM、DRAM、SRAM、磁盘、光盘、闪存、各种形式的EEPROM或EPROM或任何其它数字媒体。作为示例，存储装置50可以存储医疗装置17的一个或多个操作参数的编程值和/或由医疗装置17收集的数据，以使用通信电路系统42传输到另一个装置。作为示例，由存储装置50存储并由通信电路系统42传输到一个或多个其它装置的数据可以包含心电图、心脏EGM(例如，数字化EGM)和/或阻抗值。
医疗装置17的各种组件耦接到电源56，所述电源可以包含可再充电或不可再充电电池。不可再充电电池可能够保持电荷持续数年，而可再充电电池可从插座或其他外部充电装置(例如，感应充电)充电。在涉及可再充电电池的示例中，可再充电电池可以例如每天、每周或每年充电一次。在一些示例中，根据本公开的各种技术中的一种或多种技术，电源56可以与医疗装置17分离并且植入患者4的可以监测异常的单独的植入部位中。
如本文所述，医疗装置17可以包含医疗装置6(例如，IMD 6)。在此类示例中，医疗装置17可以具有针对植入容易性和患者舒适性设计的几何形状和大小。本公开中描述的医疗装置17的示例的体积可以为3立方厘米(cm3)或更小、1.5cm3或更小或其间的任何体积。另外，医疗装置17可以包含近端和远端，所述近端和远端呈圆形以减少在植入患者4的皮肤下后对周围组织造成的不适和刺激。医疗装置17的示例配置描述于例如美国专利公开第2016/0310031号。计算装置2可以接收包含医疗装置17的此类配置细节的IMD信息(例如，IMD大小、端部是否为圆形、细长引线的长度等，如果有的话)。如本文所述，根据本公开的各种技术中的一种或多种技术，计算装置2可利用IMD信息诸如IMD配置来训练AI引擎28和/或ML模型30，以提供IMD定制的异常评估。
图5是根据本公开的一种或多种技术的示例计算装置502的示例UI可视化。计算装置502可以是参考图1、2或3描述的计算装置2之一的示例。根据本公开的一种或多种各种技术，计算装置502可以包含一个或多个相机32。如本文所述，在一些示例中，一个或多个相机32可以与计算装置502分离。在图5的例示性和非限制性示例以及示出计算装置502的其他示例中，计算装置502可包括移动手持装置(例如，平板计算机、智能电话等)。虽然展示为移动手持装置，但本公开的技术不限于此。将理解的是，可以使用各种其它装置以及在各种其它环境中采用UI可视化元素，如在虚拟现实、增强现实或混合现实环境中。也就是说，用户可使用增强现实头戴式装置的相机32，以便对患者4的植入部位进行成像，以及导航本公开的UI中的一个或多个UI。
在一些示例中，如本文所述的UI可视化或界面可以包含相关UI(例如，UI 22)的UI页面或屏幕。在一些示例中，用户可使用导航按钮(例如，后退、下一步、滚动按钮等)侧向地(例如，向前、向后等)导航通过各种UI页面或屏幕。在一些情况下，UI可视化可以包含虚拟现实和/或增强现实可视化，如当计算装置502包含VR、AR或MR头戴式装置时。也就是说，UI可视化可以呈现为用户可以在虚拟现实空间和/或增强现实空间中与之交互的沉浸式UI程序。本领域技术人员将理解，尽管示出为UI的不同页面，但是代替手持移动装置的屏幕上的UI页面，计算装置502可类似地呈现然而用户可导航的VR UI元素，以便根据本公开的各种技术中的一种或多种技术或至少不与本公开的各种技术中的一种或多种技术相悖地进行交互式会话。
在一些示例中，计算装置502可(例如，经由UI 22)呈现包括各种登录选项的界面504。在一个示例中，界面504可以包含登录图块506或其它登录元素(例如，相机图标508)。根据本公开的一种或多种技术，由于用户输入与登录图块506相关，因此计算装置502可接收用户输入，以便调用和/或启动虚拟登记交互式会话。
在例示性示例中，界面504可包括首先初始化相机32以用于登录目的的相机图标。计算装置502可从相机32接收图像并根据所接收的图像认证用户。在一些示例中，计算装置502可以执行面部识别或植入部位(例如，伤口)特性识别。在一些示例中，患者4可将计算装置502轻触植入部位以进行NFC或RFID认证。也就是说，计算装置502可以接收NFC或RFID指示。计算装置502可以使用此类指示来识别和/或认证特定用户。在任何情况下，计算装置502可通过或基于条形码(例如，一维条形码、二维条形码、快速响应(QR)码TM、矩阵条形码等)的读取或扫描从存储装置24加载交互式会话。在一些情况下，条形码可包括在植入时或植入手术之前/之后不久给予患者4的传单中。
在一些示例中，计算装置502可以使用医疗装置17之一来认证用户。在这种情况下，医疗装置17可包括能够验证用户(例如，患者4、HCP等)的可穿戴装置。在一些情况下，可穿戴装置可包括腕带，该腕带包括条形码、RFID芯片等。在此类情况下，用户可将医疗装置17轻触计算装置502或者计算装置502可以其他方式扫描医疗装置17。在一些情况下，分接头可以是非接触式分接头，如在装置之间保持较小气隙的空气分接头。在任何情况下，在非限制性示例中，计算装置502可从医疗装置17接收认证信息，并且诸如通过允许用户进行到交互式会话的下一个界面来认证用户。
在一些示例中，UI 22可以包含用作登录元素的按钮600(例如，软键、硬键等)。也就是说，按钮600可包括提供各种登录选项的多功能按钮。在一个示例中，按钮600可以包含指纹扫描仪或其它生物特征扫描仪。按钮600可以在计算装置502的正面、背面或任何其它部分。
在一些示例中，计算装置502可不呈现界面504，诸如在用户第一次登录后。在此类示例中，用户可选择“记住装置”、“记住我”和/或“我是此装置的唯一相关用户”。计算装置502可接收用户输入并相应地放弃针对未来登录事件的登录界面。在一些情况下，用户可能想要对每次登录进行重新认证，如在多个IMD患者使用同一计算装置502进行植入部位或其它IMD监测的情况下。
图6是根据本公开的一种或多种技术的启动会话界面602的UI可视化。在一些情况下，启动会话界面602可以包含启动会话图标606和/或相机图标608。相机图标608可类似于相机图标508，不同之处在于一旦通过认证，则相机图标608可用作启动部位检查子会话或虚拟登记过程的其他子会话(例如，交互式报告和/或登记超会话)的快捷方式。在此类示例中，计算装置502可接收相机图标608的用户输入，并且计算装置502进而可初始化成像装置(例如，相机32)并启动部位检查子会话(例如，伤口检查子会话)，如参考图15至图19所描述的。
在一些情况下，启动会话界面602可包括配置文件界面604。在一些示例中，配置文件界面604可包括患者4的图像、患者4的一个或多个相关植入部位的图像，或两者兼有。这样，患者4可通过使用虚拟登记UI享受更加个性化的体验。在此类示例中，计算装置502可从存储装置24或从另一存储装置诸如经由网络10访问图像。在一些示例中，图像可能是来自先前的部位检查子会话的图像。
在一些示例中，交互式会话中的虚拟检查可以如通过云解决方案推送到患者4的装置。在这种情况下，计算装置502可以从边缘装置12或从另一个装置(例如，通过网络10的服务器94)接收推送通知。在一些情况下，推送通知可源自另一用户的计算装置2，诸如源自HCP的计算装置2。在一些情况下，计算装置502可基于预先确定的调度提醒来接收提示虚拟登记会话的通知。在此类情况下，HCP可对到期时使计算装置502提供推送通知和/或自动启动虚拟登记会话(例如，交互式报告会话)的日历计时器进行编程。在一些示例中，计算装置502可在确定调度触发器或推送通知(例如，HCP推送)时向用户提供打开(例如，启动)虚拟登记交互式会话的指令。在一些情况下，计算装置502可在确定调度触发器或推送通知时自动启动虚拟登记交互式会话。也就是说，计算装置502可以自动呈现图5的界面504、图6的界面602，或者在一些情况下，可以默认呈现与参考图7-21描述的界面类似的界面。在一些情况下，计算装置502可以在呈现各种其它界面之前确定用户是否首先需要认证。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可被配置为确定患者4的识别数据。在一个示例中，处理电路系统20可以确定患者4的识别数据。识别数据可包括以下中的一个或多个：生物特征数据、RFID数据、NFC数据、遥测协议数据、用户登录信息、认证数据、患者姓名或用户名数据等。在任何情况下，用户可经由计算装置2和/或经由相机32输入识别数据。在一个示例中，计算装置2可包括用作用户登记装置的计算装置502。在这种情况下，计算装置2可以通过经由界面504的元件(例如，经由按钮600，其中按钮600包含生物特征扫描仪)接收的输入来确定患者4的识别数据。
在一些示例中，患者4可提供认证数据以便获得执行交互式会话的访问权。在一些示例中，患者4可提供生物特征数据(例如，面部数据、指纹数据、虹膜数据、语音数据、特性植入部位数据等)。在一个示例中，计算装置2可包括生物特征扫描仪(例如，相机32、指纹扫描仪等)，患者4或另一用户可使用生物特征扫描仪来提供认证/生物特征数据。在一些情况下，相机32可对植入部位进行成像以识别患者4，其中处理电路20包括被训练成基于植入部位的一个或多个初始图像在一定的确定性程度上识别患者4的AI引擎28和/或ML模型30。处理电路20可根据患者4的植入部位的独特特性来识别患者4。在另一个示例中，处理电路系统20可以基于与患者4的IMD 6的无线通信(例如，NFC数据、遥测协议数据、RFID数据等)来认证用户。
在一些示例中，出于参与和/或导航交互式会话的目的，患者4可以是也可以不是计算装置2的主要用户。在例示性示例中，出于参与和/或导航交互式会话的目的，与患者4分开的用户可以是计算装置2的用户。也就是说，用户可以在代表患者4导航交互式会话的同时与患者4协调。在例示性示例中，与患者4分开的用户可登录访问交互式会话。在此类情况下，在认证以访问交互式会话时，用户然后可识别患者4。在一些示例中，用户可通过拍摄患者的照片、输入患者姓名、扫描患者的条形码、对伤口部位进行成像等来识别患者。在例示性示例中，用户可拍摄患者4的面部照片或植入部位的照片。在任何情况下，计算装置2可执行面部检测或伤口特性检测以确定患者4。
处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可部署图像处理工具(例如，AI引擎28和/或ML模型30)以便执行认证过程。在一个示例中，处理电路20可利用患者数据、植入部位数据等训练图像处理工具。在一个示例中，当扫描植入部位时，成像处理工具可以了解例如植入部位如何随时间的推移而愈合(例如，愈合趋势)。一般而言，植入部位的特性可以随时间改变，并且因此处理电路系统20可以随时间相应地调整识别算法的相关部分。这在处理电路系统20的识别算法利用例如植入部位的图像来识别和/或验证用户的情况下尤其有用。在此类情况下，处理电路20可仍然能够准确地识别患者4，即使在登记会话之间已经过去了一段时间。
在一些情况下，当试图经由相机32识别患者4时，处理电路20可在这一阶段检测潜在异常。在这种情况下，计算装置2可以请求另外的识别数据，以正确和/或准确地识别患者4。在一些情况下，处理电路20可将认证数据(例如，两步认证数据)存储到存储装置24，以便在随后的会话中简化患者4的认证和识别过程。在另一个示例中，处理电路系统20可以通过网络10查询保持患者数据(例如，用户名、密码、植入部位特性数据、植入部位图像等)的数据库(例如，远程服务器94的存储装置96)。在此类情况下，处理电路20可在接收到来自数据库的搜索结果时根据患者数据识别患者4。在例示性示例中，处理电路20可经由UI 22接收指示患者4的患者姓名的用户输入。处理电路系统20可以查询数据库，并基于查询的结果将患者4识别为系统100(例如，系统300)的已知患者。
处理电路系统20可以参考患者数据(例如，患者标识符)，使得可以在多个患者之间(例如，在诊所中)共享同一计算装置2(或相同的算法库)。如本文所述，计算装置2可基于患者数据来调整部位检查算法库，以便定制适应每个相应患者的过程和UI可视化。在另一示例中，可部署通用部位检查算法以适应某个类别的所有患者(例如，疗养院患者、特定疗养院的患者等)。这样，部位检查算法可为交互式会话的各种用户保持和提供特定级别的一致性，其中这些用户可能是公共类的一部分。
在一些示例中，当同时操作交互式会话时，多个计算装置2可以捕获单个患者4的植入部位的图像并确定其它数据项(例如，询问数据)。也就是说，当操作成像程序时，患者4的计算装置2以及护理人员的计算装置2可执行此操作的技术。在此类示例中，计算装置2可实时同步数据和/或分析结果，或者在一些情况下，在稍后的时间点同步数据和/或分析结果，诸如通过等待直到计算装置2之间的无线连接可用或者网络连接变为可用(例如，经由网络10的连接)。在一些情况下，直到计算装置2确定执行数据同步过程，计算装置2可在本地存储数据，诸如存储到存储装置24，或者在一些情况下存储到边缘装置12的存储装置62。
在一些示例中，在接收到识别成像程序的用户的认证数据后，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可确定患者4的识别数据。在此类示例中，交互式会话的用户可包括HCP、患者4的家庭成员、患者4等。为了说明，处理电路20可认证用户并授权用户访问交互式会话。随后，处理电路20可经由UI 22接收有效识别患者4的输入数据，诸如用户输入。在一个示例中，输入数据包括条形码扫描数据、从下拉菜单中选择患者4(例如，经由关键字搜索)、手动输入的患者信息等。在任何情况下，计算装置2然后可根据输入诸如通过确定患者4的姓名或ID来确定患者4的识别数据。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可确定对应于患者4的医疗装置17(例如，IMD 6)中的一个医疗装置的IMD信息。在一个示例中，处理电路系统20可以至少部分地基于识别数据来识别对应于医疗装置17中的特定医疗装置的IMD信息。在一些示例中，IMD信息可包括IMD植入部位信息，诸如植入部位在患者4的身体上定位的位置、植入部位的大小和形状以及关于植入部位的其他信息。在另一个示例中，IMD信息可以包含与IMD的植入部位相关的历史数据和/或与IMD相关的历史数据。在一些示例中，历史数据可包括植入手术后的植入部位的图像、伤口特性、植入部位的形状和大小(例如，伤口大小)、切口信息、手术期间的任何并发症史、植入日期等。在一些示例中，IMD信息还可包括IMD类型信息、IMD通信协议信息、医疗装置17(例如，IMD 6)的预估取向、关于负责植入(例如，插入)医疗装置17(例如，IMD 6)的一个或多个HCP(例如，外科医生、临床医生)的数据、与所述一个或多个HCP在密封植入部位时采用的一种或多种方法相关的信息、植入部位随时间推移的图像等。示例性植入方法和器械描述于例如美国专利公开第2014/0276928号。在任何情况下，计算装置2可以基于植入手术期间使用的植入方法和器械来确定植入部位处潜在异常的存在(例如，潜在异常是实际异常的可能性)。在一个示例中，计算装置2可以将植入部位的图像数据与来自参考图像库的参考图像数据进行比较，其中所述库中的参考图像可能已经标记了如植入方法和器械(例如，库元数据)等各种细节。计算装置2可以至少部分地通过参考来自参考库的对应图像来确定植入部位处的异常，所述对应图像包含与植入部位计算装置2正在成像的植入方法和仪器属性类似的植入方法和仪器属性。
在非限制性和例示性示例中，计算装置502可在患者4提示时、在植入后的具体日期安排时和/或在诊所检查期间或附近推送请求时启动交互式会话(例如，虚拟登记)。在一些示例中，计算装置502可使用户(例如，患者4)的交互式会话程序在给定时间后到期。在另一示例中，交互式会话可不包括明确到期日期(例如，所谓的“常青”应用程序)。
在例示性示例中，计算装置502在提供交互式会话时可识别患者的随访时间表。在一个示例中，计算装置502可例如从HCP的计算装置2中的一个计算装置接收随访时间表，或者可经由网络10从数据库访问随访时间表。随访时间表可以定义一个或多个时间段，在所述时间段中计算装置502被配置成提示用户进行交互式会话。在一些示例中，一个或多个时间段可以包含对应于从植入IMD 6之日起的预定时间量的至少一个时间段。也就是说，一个或多个时间段中的第一时间段或至少一个时间段可以是从植入IMD之日起的预定时间(例如，从植入IMD 6起的天数)。
在例示性示例中，随访时间表可包括例如在植入或取出医疗装置17(例如，IMD 6)的15天后计算装置502提供提示的第一时间段。在另一示例中，计算装置502可包括AI引擎28和/或ML模型30可为患者4确定的可变时间段，使得基于各种不同的标准，不同的患者可以有不同的登记时间表。在此类示例中，计算装置502可以根据随访时间表提供交互式会话。在另一个示例中，计算装置502可以例如向移动装置用户提供提示，以在导致植入物相关伤口的植入后的预定时间使用计算装置502捕获图像数据。在一些示例中，计算装置502通过经由通信电路26接收来自另一装置的推送通知以及基于推送通知确定随访时间表的第一时间段来识别随访时间表。在此类示例中，推送通知可以包含从HCP的计算装置2之一接收的HCP推送，如对应于患者4的HCP。在一些示例中，计算装置502可通过接收指示异常(例如，ECG异常)的生理参数并基于生理参数异常确定随访时间表的第一时间段来识别随访时间表。也就是说，计算装置2可以基于经过的时间量、从医疗装置17(例如，IMD 6)之一接收的如活动水平、ECG等特定信号或基于通过网络10(例如，HCP的计算装置2)接收的触发来确定用于识别包含触发的随访时间表的触发事件。
图7是根据本公开的一种或多种技术的菜单界面702的UI可视化。在启动交互式会话时，计算装置502可根据虚拟登记交互式会话经由UI 22输出交互式UI。在一些示例中，计算装置502可提供包括至少一个第一界面图块的最高级别界面。第一界面图块可以对应于第一子会话。在此类情况下，第一子会话可包括相对于最高级别界面的级别处于更低级别的第一子界面级别。最高级别UI界面可呈现若干图块，用户可以从中进行选择。在图7的示例中，本公开的应用程序输出包含一个或多个图形UI可视化元素(统称为UI元素或“图块”)的UI程序。
尽管被描述为作为具有分层级别的分层结构的一部分来提供，但应当理解，本公开的技术不限于此，并且就用户在初始化接收会话界面时可以视为默认值的内容而言，子会话界面可以与第一交互式会话界面分离。在涉及混合现实环境的示例中，计算装置502可以呈现单个级别的所有界面，其中用户可以例如通过围绕虚拟现实用户界面摇摄患者4的头部来访问每个单独的子会话界面。在例示性和非限制性示例中，用户可从虚拟现实用户界面访问和/或启动子会话，其中虚拟现实界面在一些情况下可以转换为增强现实界面，诸如当计算装置502检测到对第一子会话(例如，部位检查子会话)的选择时。在此类情况下，根据本公开的各种技术中的一种或多种技术，计算装置502可转变到增强现实模式，在增强现实模式中，用户可例如经由相机32(例如，头戴式相机或通信耦接到计算装置502的另一相机)对患者4的植入部位进行成像。一旦第一子会话完成，计算装置502就可恢复到单独的用户界面(例如，最高级别菜单界面或第二子会话界面)，在一些情况下，该单独的用户界面再次呈现在虚拟现实环境中。虽然本文可以针对用户与本公开的交互式子会话的交互描述多个示例，但将理解的是，交互式子会话和子会话可以在各种环境中提供，为了简洁起见不一定在本文中进行描述。
如图7的例示性示例所示，界面702的UI元素可以包含患者状态图块706、生理参数分析图块708、装置检查图块710和/或部位检查图块712。用户(例如，患者4、护理人员、医生)可以(例如，通过触摸输入)选择这些图块中的任一个，以利用与每个此类图块的描述相关联的功能。在一些示例中，UI元素可以包括可以通过UI 22呈现给用户的交互式图形单元。在一些示例中，选择相机图标可使计算装置502自动启动部位检查子会话，以便提供可经由部位检查图块712访问的部位检查页面的快捷方式。
另外，本文所述的界面中的任何界面可以包含会话ID跟踪器图块704。会话ID跟踪器图块704可提供会话和/或子会话跟踪信息，诸如日期戳、时间戳、会话ID戳和/或子会话ID戳、用户信息等。会话ID跟踪器还可包括关于先前会话的历史数据(例如，关于一个或多个先前子会话的历史数据)，诸如先前报告(例如，会话报告、详细说明一个或多个子会话的异常结果的报告等)的结果的概要。在任何情况下，当为每个特定交互式会话、每个特定子会话(例如，子会话的子报告)等生成新报告时，计算装置502可包括此类会话跟踪信息。最高级别界面702可包括多个会话ID跟踪器图块704，诸如每个子会话图块一个。
另外，一个或多个子会话的单独界面可以包含跟踪器图块，当计算装置502检测特定跟踪器图块的选择时，计算装置502可以检索关于每个子会话和先前子会话结果(例如，报告等)的历史信息。计算装置502可以提供通过UI 22提供此类信息的弹出界面，或者在一些情况下，可以通过UI 22自动将用户导航到报告和/或历史界面以供进一步查看。另外，计算装置502可以将此类数据(例如，报告、历史等)从交互式会话界面导出到另一界面和/或全部导出到另一装置(例如，HCP的计算装置2中的一个计算装置、服务器94中的一个服务器、边缘装置12等)。在一个示例中，响应于检测到用户对子会话跟踪器图块或交互式会话跟踪器图块704之一的选择，计算装置502可以响应于检测到的导出报告按钮(例如，软键)的选择而导出报告。导出的报告可以包含详述来自多个子会话的多个数据项的分析的多个报告(例如，子会话报告)或汇编报告(例如，交互式会话报告)。在例示性示例中，计算装置502可以通过子会话界面检测子会话跟踪器图块的选择，并且作为响应，可以生成和/或导出对应于交互式会话的特定界面的特定子会话的报告。
在另一示例中，计算装置502可检测对交互式会话跟踪器图块(例如，跟踪器图块704)的选择，并且作为响应，可生成和/或导出对应于交互式会话的报告、在并非所有子会话的情况下对应于迄今为止已经执行的特定子会话的报告和/或对应于整个交互式会话的综合报告，以及个体子会话的任何概要报告。在另一示例中，计算装置502可生成包括这些报告中的任何一个或多个报告的聚合的历史报告，使得响应于检测对交互式会话跟踪器图块或其他跟踪器图块的选择，计算装置502可检索历史报告并编译和/或总结过去的报告，以便产生单个植入后历史报告，用于导出和/或(例如，经由弹出界面)显示。在此类情况下，HCP的计算装置2可经由网络10接收植入后报告，使得HCP可审查患者4的历史记录和/或历史记录概要(例如，对于与患者4对应的医疗装置17)。
图8是示出根据本公开的一种或多种技术的实施虚拟登记交互式会话的子会话技术的示例性方法的流程图。本公开的子会话技术可以用获得各种数据项并基于数据项的组合综合确定患者4的身体部位处的异常。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以获得与患者4的身体相关的图像数据并确定患者4的身体上与植入物相关的伤口的当前状态。在此类示例中，图像数据包含一个或多个表示患者4的身体图像的帧。另外，在一些示例中，患者4的身体的一部分包括IMD 6的植入部位，使得帧表示植入部位的图像。在例示性示例中，处理电路系统20可以提示移动装置用户(例如，患者4)使用移动装置捕获图像数据。在此类示例中，处理电路系统20可以在导致植入物相关伤口的植入后的预定时间提示移动装置用户。如本文所述，处理电路系统20可以进一步获得与植入患者4的身体内的医疗装置17之一的功能相关的数据。处理电路系统20可以进一步基于所获得的数据(例如，询问数据、诊断数据)来确定医疗装置17的性能度量。在一些示例中，处理电路系统20可以基于所捕获的图像数据确定医疗装置的性能度量，如指示可以进而影响例如IMD 6的各种性能度量的装置迁移的图像。
在例示性示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以监测患者4。在一个示例中，处理电路系统20可以提供被配置成允许用户导航多个子会话的交互式会话，所述多个子会话至少包括第一子会话和不同于第一子会话的第二子会话，其中第一子会话包括通过一个或多个相机32捕获图像数据(802)。在一些情况下，处理电路系统20可以响应于通过云解决方案推送给患者4而提供交互式会话。在一个示例中，交互式会话可以包含通过云解决方案推送给患者的移动应用程序。在另一个示例中，处理电路系统20可以基于扫描来自在植入时或之前/之后不久给予的传单的QR码来提供交互式会话。
在一些情况下，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可通过以下来提供交互式会话(例如，第一子会话、部位检查子会话等)：(例如，经由处理电路20)利用群组参数或IMD信息中的一个或多个来训练会话生成器；经由计算装置部署会话生成器以生成交互式会话；以及经由会话生成器提供作为训练的结果至少部分地针对用户个性化的交互式会话。另外，会话生成器在个性化交互式会话时可以参考历史询问数据进行比较。会话生成器可以包含AI引擎28和/或ML模型30。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可根据交互式会话的第一子会话确定第一组数据项(804)。在一个示例中，处理电路20可确定包括图像数据的第一组数据项作为部位检查子会话的一部分。
在一些示例中，处理电路20可根据交互式会话的第二子会话确定第二组数据项，该第二组数据项不同于第一组数据项并且包括以下中的一项或多项：从医疗装置17(例如，IMD 6)获得的数据、患者4的至少一个生理参数或用户输入数据(806)。在一些示例中，计算装置2或计算装置502的处理电路20可执行与一个或多个医疗装置17(例如，IMD 6)、与另一计算装置2和/或与边缘装置12(例如，家中的IoT装置)的配对会话(例如，配对过程)。配对会话被配置成将计算装置与相应的装置(例如，IMD 6)进行配对。在一些示例中，配对会话可以包含如本文所述的认证过程。在例示性示例中，移动计算装置可以初始化为与IMD 6通信，包括认证(例如，2步认证)，使得只有经授权的移动计算装置才可与IMD 6交互。在此类示例中，在第一种情况下，IMD 6可以响应于计算装置尝试与IMD 6配对而向计算装置2传输信号。
然后，用户可以进行自我认证，并且如果合适的话，IMD 6然后可以与计算装置2配对并在装置之间发起双向或单向通信。IMD 6然后可以记住计算装置2的唯一ID以用于将来的认证(例如，通过散列键、神经网络等)。在任何情况下，计算装置2可以在配对会话期间接收关于IMD的信息。在这种情况下，计算装置2可以通过配对过程接收关于IMD 6的询问数据(例如，来自IMD 6)。在一些示例中，计算装置2可以将询问数据存储为历史询问数据以供后续参考和/或用作AI引擎28和/或ML模型30的训练集。也就是说，在一些情况下，IMD信息可以包含装置询问数据(例如，历史询问数据)。
根据本公开的各种技术中的一种或多种技术，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可至少部分地基于第一组数据项和第二组数据项确定对应于患者4和/或IMD 6中的至少一者的异常(808)。在一个示例中，处理电路20可输出交互式会话的植入后报告，其中植入后报告包括对异常的指示(810)。处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可使患者4具有为其记录生成报告(例如，PDF格式或各种其他格式)、通过电子邮件或FTP发送给家庭成员或医生等的能力。在一些示例中，植入后报告还可包括对自植入IMD 6之日起已经发生的时间量的指示。在一些示例中，处理电路20可通过根据第二组数据项确定异常(例如，ECG异常)并至少部分地基于异常和图像确定植入后报告来确定植入后报告。在任何情况下，处理电路系统20可以确定向患者4提供反馈的方式，如通过图形简化图标或复杂结果(例如，取决于HCP偏好)。在交互式会话结束时，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，在一些情况下可将经由移动装置应用程序提供在UI 22上的结果标记带有日期和时间戳。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可以通过经由网络10(例如，经由双向通信协议)向HCP的装置输出植入后报告来输出植入后报告。在一个示例中，处理电路20可经由网络10将植入后报告输出到UI 22和/或交互式会话的用户的另一装置，其中用户可能是也可能不一定是患者4。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可确定交互式会话完成并提供交互式会话完成的通知，诸如通过提供确认接收或通过将UI 22界面的图块标记为具有阈值数量的完成子会话。在一些示例中，处理电路20可输出植入后报告的结果以供显示(经由计算装置2或另一装置(例如，包括显示器的医疗装置17中的一个医疗装置)的显示器)。在例示性示例中，当处理电路系统20确定子会话中的任何一个或任何组合产生异常结果(或可接受的正常范围外的异常)时，则处理电路系统20可以使用移动装置应用程序向患者4输出提示。在一些示例中，提示可以指示异常。在其它示例中，提示可以包含安排由HCP进行的随访的推荐或指令。
在一些示例中，第一数据项集合可以包含图像覆盖(例如，增强现实覆盖)。图像覆盖可以用于针对特定角度和大小参考增加预览帧集合。在此类示例中，处理电路系统20可以输出第一子界面级别的图像覆盖。另外，当提供第一子会话时，处理电路系统20可以检测第一界面图块的选择，并提供交互式会话的第一子会话。在另一个示例中，处理电路系统20在确定第一数据项集合时可以向用户(例如，患者4、HCP等)提供利用一个或多个相机32来捕获图像数据的提示，并且在提示之后确定第一数据项集合的至少一部分(例如，图像数据或图像数据的至少一部分)。在任何情况下，处理电路系统20可以提示移动装置用户在导致植入物相关伤口的植入后的预定时间使用移动装置捕获图像数据。
在一些示例中，处理电路系统20可以通过第二子会话界面提供交互式会话的第二子会话，并且进而可以修改第二界面图块以(例如，用复选标记)指示第二子会话的完成。另外，处理电路系统20可以在第二子会话之后提供交互式会话的第一子会话以获得图像数据，并且进而可以修改第一界面图块以指示第一子会话的完成。在一些示例中，为了方便用户导航，处理电路20可促进从第二子会话界面直接导航到第一子会话界面而不必涉及最高级别界面。在任何情况下，处理电路系统20还可以在第一子会话或第二子会话之后提供交互式会话的第三子会话，并根据交互式会话的第三子会话确定第三数据项集合，其中第三数据项集合不同于第一数据项集合。在此类示例中，确定第三数据项集合可以包含处理电路系统20接收生理参数信号并根据生理参数信号确定第三数据项集合。应当注意，本公开中描述的子会话可以任何顺序提供、以任何顺序访问，并且在一些情况下，处理电路20可在特定时间段逐步取消一个或多个子会话，诸如从植入开始的预先确定的时间、从用户完成特定交互式会话开始的预先确定的时间、特定交互式会话的结果(例如，诸如植入部位状态)等。在一个示例中，处理电路20可在植入后的预先确定的时间之后或者在健康状态更新后的预先确定的时间之后(例如，伤口按照预期时间表持续地计划愈合)禁止访问成像子会话。在此类示例中，处理电路系统20可以生成交互式会话以包含在预期时间与交互式会话一起包含的剩余子会话集合之一。在一些示例中，处理电路系统20可以生成交互式会话以包含禁用或逐步取消的子会话(例如，部位检查子会话)，使得禁用的子会话对用户隐藏或以其它方式不可访问。处理电路系统20可以提供交互式会话以包含子会话，即使有些子会话呈现为用户不可访问。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以根据各种数据项识别异常。在一个示例中，处理电路系统20可以确定异常包含第一异常。在此类示例中，处理电路20可通过经由通信电路26将第二组数据项输出到计算装置2中的另一计算装置来确定植入后报告。处理电路系统20进而可以通过通信电路系统26接收对数据项集合(例如，第二数据项集合)中的任何一个或多个集合的分析的结果。结果可以指示第二数据项集合不指示第二异常的存在。在此类示例中，处理电路20可至少部分地基于第一异常和第二组数据项来确定植入后报告。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以提供交互式会话，包含第三子会话和第四子会话。在一个示例中，处理电路20可提供包括生理参数子会话的第三子会话并且可提供包括装置检查子会话的第四子会话。在这种情况下，处理电路系统20可以通过以下来确定异常：根据第三子会话确定第三数据项集合，其中第三数据项集合包含患者的至少一个生理参数；以及根据第四子会话确定第四数据项集合，其中第四数据项集合包含询问数据。如此，处理电路系统20可以至少部分地基于第三数据项集合和/或第四数据项集合来进一步确定异常。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以在第一子会话之后发起第二子会话。在一个示例中，处理电路系统20可以通过经由通信电路系统26接收第一数据项集合来确定第一数据项集合，并且可以通过经由计算装置2接收第二数据项集合来确定第二数据项集合。在一些示例中，处理电路系统20可以确定第二数据项集合，所述第二数据项集合包括指示患者的至少一个生理参数的异常或对应于一个或多个医疗装置17的装置参数的异常的信息。在此类示例中，处理电路系统20可以在确定对异常的指示时将第一数据项集合或第二数据项集合中的至少一个输出到用于异常分析的异常确定器，并确定异常分析的结果，其中结果指示异常。在这种情况下，异常确定器可以包含AI引擎28和/或ML模型30中的至少一个。在一个示例中，计算装置2之一可以包含并部署异常确定器，以确定患者4身体部位处的异常。也就是说，处理电路20可部署异常确定器以确定异常，其中如本文所述，异常确定器可被训练成基于图像数据和其他数据项来识别各种异常。
在一些示例中，处理电路系统20可以将植入部位处潜在感染的存在确定为潜在异常。也就是说，处理电路系统20可以在识别植入部位处的异常时确定植入部位处潜在感染的存在。在一些示例中，处理电路系统20可以基于对至少一帧的分析来检测植入部位处的潜在异常。在另一个示例中，处理电路系统20可以通过经由通信电路系统26向边缘装置12传输图像和其它数据项来确定潜在异常。也就是说，计算装置2可以将图像数据的一帧或多帧传输到边缘装置12，其中所述帧包含植入部位的一个或多个图像。另外，计算装置2可经由网络10将图像和/或其他数据项传输到边缘装置12、医疗装置17(例如，可穿戴装置、床边工作站)和/或服务器94。
在一些示例中，计算装置2可经由网络10将图像和/或其他数据项传输到另一装置，诸如服务器94，在这种情况下，服务器94可将图像和/或其他数据项传输到边缘装置12以供进一步分析。也就是说，在一些示例中，计算装置2可经由网络10将数据诸如图像或视频数据间接地传输到边缘装置12和/或服务器94。在一个示例中，计算装置2可将数据传输到边缘装置12，该边缘装置进而执行数据的处理和/或将数据(例如，经边缘处理的数据)传输到服务器94以供进一步分析。在此类情况下，边缘装置12和/或服务器94可基于经由通信电路26从计算装置2接收的数据(例如，图像数据、视频数据等)来确定潜在异常的存在。在任何情况下，计算装置2可在从另一装置(例如，边缘装置12、服务器94等)接收到潜在异常信息时确定植入部位处潜在异常的存在。
在例示性示例中，边缘装置12和/或服务器94可以从计算装置2接收图像和/或其它数据项(例如，第二数据项集合、第三数据项集合、第四数据项集合等)。在一些情况下，边缘装置12和/或服务器94可在将图像处理分析的结果传输到计算装置2和/或边缘装置12之前执行图像处理分析。在一些示例中，边缘装置12可基于对图像数据和/或其他子会话的其他数据项的分析来识别潜在异常的存在。在一些示例中，边缘装置12可以(例如，通过AI引擎28和/或ML模型30)部署图像处理引擎以确定潜在异常的存在。在另一示例中，边缘装置12可借助于服务器94执行分析中的一些或全部分析。也就是说，在一些示例中，服务器94或边缘装置12可包括被配置为帮助检测潜在异常的图像处理引擎或各种分析工具。服务器94和/或边缘装置12可包括图像处理引擎，诸如参考图2描述的AI引擎28或ML模型30。在一个示例中，服务器94或边缘装置12可包括用于训练一个或多个成像处理引擎的训练集。服务器94和/或边缘装置12可执行对图像处理引擎的训练，或者在一些情况下，可帮助计算装置2训练图像处理引擎。在另一示例中，服务器和/或边缘装置12可将训练集传输到计算装置2。在这种情况下，计算装置2可以(例如，通过AI引擎28和/或ML模型30)训练图像处理算法。在任何情况下，计算装置2可以基于对图像的分析根据图像确定植入部位处潜在感染的存在。
另外，当识别异常时，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可确定潜在异常是实际异常的可能性(例如，严重性度量、概率度量等)。在一个示例中，处理电路系统20可以基于定义潜在异常的信息(例如，异常的类别、异常特性、IMD类型等)来确定潜在异常是实际异常的可能性。在一些情况下，处理电路系统20可以通过从另一个装置(例如，边缘装置12、服务器94等)接收指示潜在异常是实际异常的可能性的数据或者在一些情况下指示潜在异常构成健康风险(无论严重与否)的数据来确定可能性。在非限制性示例中，处理电路20可确定根据一组图像确定的潜在感染表示实际感染的可能性。
如本领域技术人员将理解的，实际感染(例如，真正的感染)可以通过在植入部位处确认或证实的传染原的存在来证明。换句话说，潜在感染确定是植入部位已被传染原感染的未经证实的确定。也就是说，计算装置2可以基于计算装置2可用的数据将潜在感染确定为可能的感染，但是计算装置2可能无法在没有指示感染实际上是实际感染的另外的输入的情况下诊断实际感染。在任何情况下，计算装置2可以至少部分地基于图像和一个或多个其它数据项来确定植入部位处的潜在感染是实际感染的可能性。另外，如愈合异常等实际异常可以通过愈合过程中的实际异常来证明，如可以通过另一来源(例如，HCP)确认或验证。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，在确定潜在异常是实际异常的可能性时可使用加权因子(例如，内置偏差、误差范围等)。在一个示例中，处理电路系统20可以根据包含患者数据、植入部位数据、误报率、误差范围信息等的数据池训练AI引擎28和/或ML模型30，以确定潜在异常是实际异常的准确可能性。在一个示例中，当IMD属于特定类型或特定数量的图像指示潜在异常时，内置偏差可包括倾向于将潜在异常确认为很可能是实际异常的偏差。
图9是根据用户对图7所示的患者状态界面的请求而呈现的患者状态界面902的UI可视化。也就是说，图9示出了根据用户对图1所示的患者状态图块的选择调用和启动本公开的面向用户的移动装置应用程序的UI的UI可视化屏幕截图。本公开的各种UI可视化可包括导航按钮906A-906N。导航按钮可包括后退按钮906A、主页按钮906B、下一步按钮906C、结束按钮906N等。在一些情况下，按钮600可以用作主页按钮906B，该主页按钮使用户返回到计算装置502的主页或应用程序的主页，诸如界面602或界面702。界面902可以包含开始会话图块904，所述开始会话图块在被选择时可以启动被配置成引发或请求患者输入的患者状态子会话。在一些示例中，患者状态界面902可用作患者4的健康信息中枢。在一个示例中，除了通过计算装置502接收的健康信息之外，计算装置502还可以从其它装置、可穿戴装置或其它软件应用程序接收健康信息。
图10是根据本公开的一种或多种技术的示例患者状态界面1002的UI可视化。图10展示了本公开的后端系统或移动装置应用程序可以生成的患者状态问卷的非限制性示例。患者状态问卷可用于评估关于患者4的总体健康状况、植入物恢复特定症状、患者最近服用或即将服用的药物等的信息。患者状态界面1002可以是允许患者4或另一用户例如经由自由文本、下拉菜单、单选按钮等输入关于患者4的信息的UI页面。在一些示例中，计算装置2可利用患者健康信息来训练AI引擎28和/或ML模型30，以便更准确地确定植入部位的异常信息(例如，异常类型的严重性等)。在一个示例中，计算装置2可以接收指示植入部位处酸痛、发红等的用户输入。在这种情况下，AI引擎28和/或ML模型30可以在确定潜在异常时利用此类信息。在一些情况下，计算装置502可以接收作为音频数据的患者健康信息，在这种情况下，计算装置502可以根据音频数据训练AI引擎28和/或ML模型30。
如本文所述，在一些示例中，第二子会话可包括患者状态子会话。在此类示例中，处理电路20可根据患者状态子会话经由UI 22确定一组数据项。在一个示例中，处理电路20可根据交互式会话的第二子会话接收用户输入数据并根据用户输入数据确定第二组数据项。用户输入数据可包括以下中的一项或多项：患者输入的数据、药物信息、症状信息、生理度量或解剖度量。在例示性示例中，用户输入数据可包括患者疼痛程度、酸痛程度、对植入部位处或附近泛红的看法等。处理电路20可利用此类信息以便根据图像数据确定植入部位处或附近是否存在异常。在一个示例中，处理电路20可接收用户指向患者4的身体部位的特定区域的图像，并且可经由用户输入指示所指示的区域在特定酸痛程度下酸痛。在一些示例中，处理电路20可根据部位检查子会话获得身体部位的一个或多个另外的图像，并基于用户输入和手势指示(例如，指向)执行图像处理和分析，以便在特定的置信区间有针对性和置信度地确定身体部位的具体区域包括潜在异常。在一些情况下，处理电路系统20可以指示身体部位的不同区域(例如，植入部位上方)的潜在异常，即使患者指示另一区域酸痛(例如，植入部位下方)，其中处理电路系统20根据图像数据和/或其它数据项识别潜在异常更可能与某一区域(例如，植入部位上方)而不是另一区域(例如，植入部位下方)相关联。
在一些示例中，处理电路20可将用户输入数据输入到风险计算器(例如，AI引擎28和/或ML模型30)中，该风险计算器被配置为控制患者4接收后续通知以对患者4的特定身体部位进行成像的频率。在一个示例中，当症状风险评分较高时，处理电路系统20可以更频繁地提示患者4对患者4的身体部位进行成像。
图11是根据本公开的一种或多种技术的示例生理参数检查界面1102的UI可视化。生理参数检查界面1102可以包含按钮，所述按钮包含开始生理参数分析1104、上一个参数1106、下一个参数1108和生理参数菜单。在一些情况下，生理参数检查界面1102示出了根据用户选择图7所示的生理参数分析图块(例如，图块708)进行调用或初始化的界面。
图12是根据本公开的一种或多种技术的示例性生理参数检查界面1202的UI可视化。在例示性示例中，生理参数检查界面1202包含ECG分析页面。生理参数检查界面1202作为非限制性示例展示了两个结果，即正常ECG分析1204和异常ECG分析1208(例如，如在ECG中观察到的异常1210所指示的)。可以从医疗装置6、医疗装置17(例如，IMD)或如手表、健身跟踪器或被配置成收集ECG数据的其它可穿戴装置等另一个装置之一接收ECG。在任何情况下，计算装置2可以获得用于分析的ECG数据。在非限制性和例示性示例中，分析可以包含正常结果1206或异常结果1212，在异常结果的情况下可以需要用于联系诊所的警报。
在一些示例中，子会话可包括生理参数子会话。在此类示例中，处理电路20可根据生理参数子会话确定一组数据项。在一个示例中，处理电路系统20可以根据第二子会话接收对应于患者4的至少一个生理参数，并根据至少一个生理参数确定数据项集合。在一些示例中，处理电路系统20可以通过通信电路系统26从包含IMD 6的一个或多个医疗装置17接收至少一个生理参数。所述至少一个生理参数包括以下中的至少一个：心电图(ECG)参数、呼吸参数、阻抗参数、核心体温、皮肤表面温度、活动参数、血压、生命体征、血糖水平、节律数据和/或压力参数。在一些示例中，ECG参数表示异常ECG。在这种情况下，处理电路系统20可以至少部分地基于异常ECG并且在一些情况下结合图像数据来确定患者4的身体部位处的异常。生理参数可以包含从IMD 6或从一个或多个其它医疗装置17检索的健康信号，如另一个IMD或包括一个或多个传感器的可穿戴装置。
ECG收集方面的示例包括直接从医疗装置17(例如，医疗装置6)中的一个医疗装置收集的ECG。在一些示例中，医疗装置17可以包含可穿戴装置，如活动跟踪器、心率监测器、脉搏监测器、脉搏血氧监测器、温度监测器(例如，核心温度监测器、表面温度监测器)。另外，计算装置2可以接收从可穿戴装置或其它ECG装置(例如，医疗装置17)收集的ECG。在一些示例中，计算装置2可提供与医疗装置17的程序化连接(例如，经由下拉菜单)。计算装置2可以通过下拉菜单从患者4或HCP接收指示医疗装置17中的一个或多个医疗装置的目标编程连接(例如，无线连接)的输入。在一些示例中，本公开的虚拟登记应用程序包括装置感知应用程序。也就是说，计算装置2可以存储关于计算装置2正在与什么装置进行通信的信息。在一些情况下，计算装置2可以通过配对过程来确定此类信息。在另一个示例中，计算装置2可以接收如医生下载的信息。在一些示例中，计算装置2可以根据下拉菜单(例如，装置下拉菜单)中的用户选择来确定此类信息。
在一些示例中，计算装置2可包括基于对医疗装置17中的一个医疗装置的询问的装置感知方面。在另一示例中，计算装置2可接收通过另一装置诸如通过推送通知推送的装置参数和信息。在一些示例中，计算装置2可从由HCP操作的计算装置2中的另一计算装置接收装置信息，其中HCP可经由UI 22填入正确信息。
在一些情况下，计算装置2可以直接从另一个装置或间接从另一个装置如通过网络10接收生理参数或生理参数分析结果。在例示性示例中，计算装置可以从另一个装置接收ECG或ECG的图像。也就是说，扫描仪程序可以扫描ECG并以任何合适的文档格式上传扫描。同样地，加载器程序可以上传ECG的图像以供计算装置2使用。在一些情况下，计算装置2可以包含扫描仪程序和/或加载器程序。在此类情况下，计算装置2可将生理参数信息上传到另一装置或将参数信息存储到内部存储装置(例如，存储装置24)。
在一些示例中，电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、数据服务器94的处理电路98或医疗装置17的处理电路40，可在提供第二子会话之前检测对第二界面图块的选择，其中对应于第一子会话的第一界面图块和对应于第二子会话的第二界面图块彼此不同。在一个示例中，处理电路系统20可以响应于对第二界面图块的选择而提供交互式会话的第二子会话。
在一些示例中，计算装置502的最高级别界面可包括第二界面图块。在另一示例中，第一子会话的界面可包括第二界面图块，使得用户可从第一子会话导航到第二子会话而不必返回到最高级别界面。
图13是根据本公开的一种或多种技术的示例性装置检查界面1302的UI可视化。装置检查界面1302示出了可根据用户对图7所示的装置检查图块(例如，图块710)的选择进行调用或初始化的示例性界面。
图14是根据本公开的一种或多种技术的示例性装置检查界面1402的UI可视化。对装置检查界面1402的调用可使计算装置2询问医疗装置17(例如，IMD 6)。在一个示例中，计算装置2可以通过各种近距离无线通信协议和遥测来询问医疗装置17。计算装置2可用装置检查部分的各种参数填充装置检查界面1402，如所示出的。在各种示例中，基于云的实施方案的后端系统可以将询问信息推送到移动装置，或者移动装置应用程序可以在移动装置处本地发起询问。在任何情况下，用户可以通过调用应用程序并发送统计数据来审核医疗装置17(例如，IMD 6)的性能，如图14所示。在图14的示例中，所监测的统计数据包含但不限于电池强度、阻抗、脉冲宽度、起搏百分比、脉冲振幅和起搏模式。在一些情况下，计算装置2可基于询问的结果自动安排例行装置检查或随访。
在此类示例中，界面1302和界面1402的子会话包括装置检查子会话，其中处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可确定第二组数据项。在一个示例中，处理电路系统20可以通过通信电路系统26执行对对应于患者的医疗装置17中的一个或多个医疗装置的询问。一个或多个医疗装置17可以包含IMD 6以及在一些情况下其它医疗装置17，如可穿戴监测装置。处理电路系统20可以通过与相应的医疗装置17建立无线通信连接来执行询问。也就是说，处理电路系统20可以通过计算网络接收第二数据项集合。在一些示例中，计算装置可以通过网络10直接从一个或多个医疗装置17、从一个或多个边缘装置12或其任何组合来接收医疗装置询问数据。在任何情况下，处理电路系统20可以根据询问来确定第二数据项集合，其中第二数据项集合包含装置询问数据(例如，电池、阻抗、脉冲宽度等)。在一些示例中，处理电路20可在装置检查子会话完成时确定植入后报告。也就是说，处理电路20可根据经由装置检查子会话获得的所述一组数据项来确定医疗装置17满足一个或多个性能阈值。在一个示例中，处理电路系统20可以将询问数据与植入期间读取的数据进行比较。在此类示例中，处理电路20可至少部分地基于装置检查子会话的数据项来确定植入后报告。本文描述了植入后报告的示例以及此类报告的生成(例如，参考图21至图23)。
图15是根据本公开的一种或多种技术的示例部位检查界面1502的UI可视化。部位检查界面1502示出了根据用户对图7所示的部位检查图块(例如，图块712)的选择调用或启动部位检查子会话。
部位检查界面1502可以包含开始检查1504按钮和相机图标608按钮。相机图标608可自动开始部位检查子会话。然而，在一些示例中，用户可能希望在开始之前调整相机参数。尽管未示出，但是部位检查界面1502可包括用于调整各种相机参数的另外选项。另外，用户可以在使用相机捕获植入部位的图像的同时即时调整相机参数。在一些示例中，相机参数包括在前置相机与另一相机之间进行调整、调整照明(例如，红外线、热成像、闪光灯等)、缩放级别、焦点、对比度等。一旦准备好，处理电路20就可经由UI 22接收用户对开始检查1504的选择，以便前进到部位检查子会话的下一页(例如，界面)(例如，部位检查UI的下一个图形界面)。
图16是示出根据本公开的一种或多种技术的利用图像采集、识别和/或图像处理技术的示例性方法的流程图。例如，参考图15、图17和图18的界面进行描述，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可接收UI命令以开始部位检查子会话(例如，伤口检查子会话)。在一个示例中，处理电路系统20可以接收选择开始检查图标1504的用户输入的指示。
在例示性示例中，描述了用于对植入部位进行成像的方法(例如，图像捕获过程)。相机32捕获医疗装置17(例如，IMD 6)之一的植入部位或邻近植入部位的图像(1612)。处理电路系统20可以在植入医疗装置17(例如，IMD 6)后的具体时间点捕获图像。在一些示例中，计算装置2中的第一计算装置可以将各种图像存储到存储装置24(1614)。另外或可替代地，计算装置2可以将各种图像传输到安全后端系统。示例性后端系统包括边缘装置12、服务器94和/或网络10(例如，美敦力公司的
Figure BDA0003909533390000621
网络)的其他组件。后端系统的处理电路系统(例如，处理电路系统64、处理电路系统98等)可以处理各种图像和/或将图像路由到各种其它装置。在一些示例中，处理电路系统20可以将图像存储到医疗装置17的存储装置50。类似地，处理电路系统20可以将此类数据存储到边缘装置12的存储装置62或服务器94的存储装置96。
处理电路系统20可以通过提供预定提醒来引导用户。提醒可以被推送到用户的计算装置2。另外，当植入部位随时间推移没有显示愈合迹象时，HCP(例如，处方医生)可访问交互式会话界面(例如，部位检查子会话界面)以对患者4进行随访。也就是说，处理电路20可确定异常，诸如随时间推移没有显示愈合迹象的植入部位，并且因此可向HCP的计算装置2传输通知，使得HCP可经由UI 22访问交互式会话界面(例如，部位检查子会话界面)，包括图像、生理参数等。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可将针对异常分析来自部位检查子会话的每个捕获图像的ML模型(例如，DL模型)和/或AI引擎部署作为部位检查子会话的一部分。在例示性和非限制性示例中，部位检查子会话可提供三个检测水平：“存在异常”、“不存在异常”、“不确定”。在一个示例中，在处理电路20经由部位检查子会话在任一图像中检测到具有高可能性的异常的情况下，则处理电路20可确定在那时存在异常。在处理电路系统20确定所有图像中均不存在具有高可能性的异常的情况下，则处理电路系统20可以确定在那时不存在异常。在一些示例中，处理电路20可将来自部位检查子会话的图像传输到计算装置2(例如，技术人员或HCP的计算装置2)中的另一计算装置以供人类专家审查。“专家”可以是训练有素的专业人员，其可以审查患者4的身体的图像并识别一些潜在异常和/或可以相对清晰地捕获患者的植入部位的图像。如果人类专家检测到异常，则可以要求患者接受处方医生的随访。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可确定异常存在或不存在的阈值。在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可基于植入部位是具有第一次的植入物还是已经更换的植入物、IMD类型(例如，CIED类型)、肤色和被监测的患者4的年龄等来确定部位检查子会话的参数，包括异常检测的阈值。
在例示性示例中，处理电路20可确定部位检查子会话(例如，异常检测算法等)的灵敏度水平。为了确定灵敏度水平，处理电路20可确定关于医疗装置17的医疗装置信息(例如，IMD信息)、生理参数(例如，ECG)等。在此类示例中，处理电路20可基于所确定的医疗装置信息、生理参数等来确定灵敏度水平。在例示性和非限制性示例中，处理电路20可确定针对特定类型的IMD限定异常(例如，感染)流行率的流行率因素。在另一个示例中，处理电路系统20可以确定定义异常(例如，装置故障、感染等)可能对患者4和医疗装置17(例如，IMD6)具有的影响的影响因素。处理电路系统20可以根据此类信息或其它信息来确定产生更保守的算法的灵敏度水平，所述算法在异常的过度检测而不是检测不足方面出错。也就是说，更加保守并且不会遗漏潜在异常(例如，感染、IMD的故障等)可能很重要，因为这样做可以提供高能量的挽救生命的疗法。在一个示例中，IMD 6可能故障到无法确定IMD 6的温度或迁移数据的程度，使得当根据图像检测潜在异常时，处理电路系统20可以确定不依赖从IMD6接收的数据，以根据经调整的灵敏度水平识别异常是实际异常的可能性。
在一个另外的示例中，当处理电路系统20确定例如刺激发生器(未示出)和引线(未示出)来自不同的制造商但被组合成单个IMD 6时，处理电路系统20可以确定相对于其它不太保守的灵敏度水平更高(例如，更保守)的灵敏度水平。也就是说，在将来自不同制造商的项目组合成单个装置的情况下，潜在异常的可能性可能更高，并且因此，处理电路系统20可以调整灵敏度水平，以在这种情况下处于更高的灵敏度水平。在一些示例中，处理电路20可基于已经植入IMD 6的持续时间来调整用于识别特定异常的灵敏度水平(例如，内置计算偏差)。这是因为某些异常(例如，囊袋感染)可能在例如植入后的第一年期间最常见，并且因此，在特定时间范围内(例如，第一年)可使用较高的灵敏度水平，并且/或者在另一时间范围内(例如，在第一年之后)可使用较低的灵敏度水平。
在另一示例中，医疗装置17(例如，IMD 6)可包括LINQTMICM。在这种情况下，处理电路系统20可以采用与用于其它医疗装置17(例如，起搏器植入物)的灵敏度水平相比对LINQTMICM具有不同的灵敏度水平的检测算法。也就是说，检测算法可采用医疗装置信息指示医疗装置是作为特定类型的手术(例如，门诊手术)的一部分植入的特定灵敏度水平。另外，处理电路20可根据IMD信息确定虚拟登记或其他类型登记的时间表是以特定间隔(例如，规则间隔、不规则间隔、频繁间隔、不频繁间隔等)来安排的。在另一个示例中，处理电路系统20可以确定虚拟监测服务接收和/或监测如来自医疗装置17(例如，IMD 6、可穿戴心率监测器和/或活动监测器等)的诊断等医疗装置诊断的频率。
在例示性和非限制性示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可在确定第一类型的植入物(例如，起搏器植入物)的异常时采用第一灵敏度水平，反之处理电路可在确定第二类型的植入物(例如，ICM)的异常时采用第二灵敏度水平。在一个示例中，第一灵敏度水平可以高于第二灵敏度水平，因为处理电路20可能已经确定：第二类型的植入物的植入手术是在办公室外或门诊进行的；存在经由系统100和/或系统300进行的一个或多个定期安排的患者随访；以及处理电路20连续地或至少半连续地监测医疗装置的诊断装置数据，诸如来自从医疗装置17到计算装置2和/或系统300的其他装置(例如，边缘装置12等)的定期数据传输的结果。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可基于植入部位是具有第一次的植入物还是已经更换的植入物、IMD类型(例如，CIED类型)、肤色和被监测的患者4的年龄等来确定成像程序的参数，包括异常检测的阈值。在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可基于关于各种异常控制程序的信息来确定相机32的成像程序的参数。在例示性示例中，异常控制程序可以包含HCP(例如，外科医生或植入临床医生)在医疗装置的植入期间使用美敦力公司的TYRXTM可吸收抗菌包膜或其它类似元件的信息。将理解的是，TYRXTM是容纳可植入心脏装置、可植入神经刺激器或其它IMD的网状包膜。处理电路系统20可以基于此类控制程序的存在来确定偏置因素。这是因为TYRXTM被设计成在植入后使装置稳定，同时释放抗菌剂、米诺环素和利福平至少七天，并且因此，与不包含此类控制程序的植入物相比，在那段时间期间出现异常的可能性较低。换句话说，具有TYRXTM包膜作为植入物的一部分的患者通常比没有TYRXTM包膜的患者感染的几率低。在任何情况下，与针对TYRXTM患者使用的成像程序参数相比，本公开的各种异常检测算法可以被配置成对非TYRXTM患者更敏感和/或具有更低的特异性(例如，成像程序参数)。
在一些示例中，AI引擎和/或ML模型，例如计算装置2的AI引擎28、医疗装置17的AI引擎44、计算装置2的ML模型30或医疗装置17的ML模型46，可以基于对AI引擎和/或ML模型的训练来确定灵敏度水平。在一个示例中，为了确定灵敏度水平，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可利用数据集来训练AI引擎和/或ML模型，所述数据集包括流行率数据(例如，特定类型的医疗装置17的感染率)、严重性数据、关于异常可能性的数据、特定类型的异常(例如，装置故障和感染异常等)的潜在或实际影响、IMD信息(例如，装置制造信息、植入手术信息)等。在利用此类数据进行训练时，AI引擎和/或ML模型可确定对应于患者4的每个单独监测事件(例如，装置环境)或每一类监测事件的灵敏度水平。
应用此类灵敏度水平的优点包含允许监测系统100通过根据个体需要缩放灵敏度水平来高效地分配处理、存储器和/或电力资源。另外，灵敏度水平可以管理计算装置2从其它装置接收数据的速率(例如，传输速率等)。以这种方式，计算装置2可以例如在涉及异常出现的可能性较高的情况下接收较多的数据，而在其它情况下接收较少的数据。灵敏度水平的这种选择性使用还有助于带宽考虑，诸如通过限制可能以其他方式消耗系统100和/或系统300的大量带宽的通信数据的量。
在一些示例中，包括AI引擎28和/或ML模型30的部位检查子会话可利用已经被标记为对应于是否异常(例如，是否感染)的多个图像/视频进行训练。在一个示例中，视频可以提供患者4步态的证据。在此类示例中，处理电路20可包括由AI引擎28和/或ML模型30执行的部位检查子会话。AI引擎28和/或ML模型30可以用已经基于植入部位的改善或植入部位的恶化进行标记的数据来训练。在一个示例中，AI引擎28和/或ML模型30可随时间推移检测植入部位“改善”或植入部位“无改善”作为植入状态。
在一些示例中，处理电路20可在植入之后随时间推移从多个部位检查子会话获取植入部位的图像。处理电路20可经由部位检查子会话按时间顺序分析具有不同阈值的植入部位的时间老化，以检测植入部位的改善或无改善。处方医生可以使用系统仅对植入部位没有显示愈合迹象的患者进行随访。在一些示例中，处理电路20可根据延时模式操作。在延时期间，处理电路20可例如按时间顺序(例如，按每日计划)收集图像，并在植入后2周至12周内将这些图片合并在一起。这将允许图像的时间序列呈现和时间序列分析。在此类示例中，处理电路系统20可以根据植入部位愈合(例如，感染扩散或生长)的变化率训练AI引擎28和/或ML模型30。在一些示例中，AI引擎28和/或ML模型30可以替代地分析植入部位愈合的进展而不是评估植入部位本身(例如，在多周时段内跟踪图像之间差异的记录和叠加的连续图像之间的增量)。在一些情况下，AI引擎28和/或ML模型30可跟踪静止图像之间的差异，以确定植入部位随时间推移的增量(例如，植入部位在延时中的愈合之间的增量)。然后，处理电路系统20可以基于植入部位处随时间的增量的分析来确定异常。
在一些示例中，处理电路系统20可以基于图像确定潜在异常的存在(1616)。在一个示例中，后端系统可将各种图像路由到接受过根据植入部位的图像识别异常的训练的专家技术人员的计算装置2。在另一个示例中，后端系统可以将各种图像路由到具有接受过根据植入部位的图像识别异常的训练的AI引擎28和/或ML模型46的特定配置的计算装置2中的第二计算装置。在一些示例中，当识别异常时，处理电路系统20可以基于植入部位的图像(例如，植入部位的所捕获图像)确定异常的可能性(例如，异常的严重性)。在一些情况下，处理电路系统20可以部署概率模型来确定异常的可能性。在一个示例中，处理电路系统20可以基于对所捕获图像的分析来确定潜在异常的潜在严重性。
在一些示例中，处理电路系统20可以输出植入物状态的概要，包含潜在的异常信息(1618)。在一个示例中，后端系统可以将报告传输回计算装置2中的指示由后端系统执行的图像分析的结果的第一计算装置。在例示性示例中，处理电路系统20可以基于异常的可能性生成识别异常的概要报告，其中概要可以包含关于所确定的潜在感染的信息。在一些示例中，处理电路系统20可以将所有图像数据和标记(例如，专家标记)存储在数据库和计算系统中，以持续改进和部署自动异常检测系统(例如，AI引擎28和/或ML模型30)。在任何情况下，处理电路系统20可以输出概要报告。在一些示例中，概要报告包含图像数据的一个或多个帧。在此类示例中，处理电路20可生成包括图像数据的所述一个或多个帧的概要报告(例如，植入后报告)，其中图像数据在异常确定之前接收并且至少部分地用于确定异常确定。在一些情况下，报告包含与识别出潜在异常的一个或多个相机角度(例如，左侧相对于右侧)相对应的帧。在一些示例中，当检测到异常时，处理电路20可输出来自该子会话的植入部位的一个或多个各种图像以供人类专家审查。
在一些示例中，计算装置2可以根据交互式会话确定是否将交互式会话配置成包含直通模式，在所述直通模式中，患者4不需要进入进行咨询(例如，对于植入后感染咨询)。在此类示例中，计算装置2可向HCP提供对各种图像(例如，静止图像)的访问。因此，在一些示例中，HCP可决定植入部位是否按预期愈合或者是否需要现场随访。
在一些示例中，HCP可能已经对交互式会话程序进行了编程并将其传输到应用程序数据库(例如，程序数据存储)。在另一个示例中，HCP可能已经将交互式会话程序直接上传到计算装置2。也就是说，计算装置2可以从应用程序数据库访问交互式会话程序。在一个示例中，交互式会话程序可包括用于进行部位检查子会话的成像程序。也就是说，成像程序可以是交互式会话程序的一部分，而在一些情况下，执行部位检查子会话的成像程序可与交互式会话程序分离。另外，部位检查子会话程序的一些方面可由单独的编程应用程序控制，诸如计算装置2中的一个计算装置的操作软件本地的相机应用程序(例如，OEM相机应用程序)，而其他方面可由交互式会话编程应用程序控制，诸如增强的覆盖、相机参数控制(例如，缩放、对比度、聚焦等)，使得交互式会话软件可与其他软件应用程序(例如，相机应用程序、增强现实应用程序等)或在其上运行此类软件应用程序的装置(例如，增强现实头戴式装置等)串联工作。
HCP可将交互式会话配置为在直通模式下运行，在该直通模式下，患者可完全放弃植入后咨询，直到交互式会话的执行导致识别出潜在异常，诸如满足预定义阈值的异常。在此类示例中，在任何情况下，HCP可以访问图像以确定是否存在异常，而不管处理电路系统20是否确定潜在异常的存在。这样，HCP(例如，医生、护士等)可独立于部位检查子会话的自动图像分析独立地判定图像，以便独立地确定植入物的状态，包括植入部位愈合状态。
图17是根据本公开的一种或多种技术的示例性部位检查界面1702的UI可视化。部位检查界面1702包括照片图标608，该照片图标被配置为使相机32捕获植入部位1704的图像。
在一些情况下，用户可以将相机指向植入部位1704，在这种情况下，处理电路系统20可以自动执行异常检测，而不管是否已经接收到捕获图像的命令。另外，当处理电路20检测到异常时，处理电路20可使相机32自动捕获植入部位的图像。一旦捕获到照片，就会出现植入物状态指示器1706，其指示植入物的状态，包括植入部位1704。在图17的示例中，植入部位指示为“正常”。在一些示例中，处理电路系统20可以通过将第一图像(自动或手动捕获)与一个或多个基线图像(例如，从植入开始测量的或者从拍摄第一图像时开始测量的在预定时间段期间捕获的第一图像集合)进行比较来执行这种检测。在一个示例中，处理电路系统20可以将滑动窗口应用于随时间拍摄的历史图像集合，以从一个或多个基线图像中过滤图像(例如，旧图像)，并将第一图像与一个或多个经过滤的基线图像进行比较。另外，处理电路系统20可以根据一个或多个经滤波的基线图像确定投影，并在预期时间确定可以与第一图像进行比较以确定图像部位处异常的存在的参考(例如，参考改变特性)。
在一些示例中，处理电路20可实施用于鉴别诊断的区域比较区(例如，Dx)。处理电路20可对植入部位1704和例如不同肤色的胸骨区域执行梯度分析，以确定鉴别诊断。处理电路系统20可以参考鉴别诊断来确定植入部位1704处是否存在潜在异常。AI引擎28和/或ML模型30还使用用户提供的图片中的各种测量结果来确定植入部位是否在“正常”状态的阈值内。在一些情况下，处理电路20可在图像上覆盖标尺或其他增强或覆盖，以帮助用户捕获对测量结果有用的图像。也就是说，处理电路系统20可以提供用户可以用来获得植入部位的正确距离和/或视角的增强或另一个框架。在例示性示例中，处理电路20可引导用户对植入部位进行成像，其中相机32距植入部位目标距离，并且在一些情况下，距植入部位第二目标距离。处理电路20可进一步引导用户以相对于植入部位或相对于相机32的参考平面(例如，计算装置2的起始位置)的目标角度对植入部位进行成像。在此类示例中，处理电路系统20可以使用覆盖、增强标尺等，如在增强现实实施方案中，以便以特定角度(例如，植入部位的特定视图)捕获图像，其中植入部位在图像数据帧中具有特定的相对大小等。
在一些示例中，处理电路20可训练AI引擎28和/或ML模型30辨别关于颜色和标记的相对测量结果。这样，处理电路20可补偿伤口在不同肤色上、跨不同患者人口统计群组等的不同外观。在一些示例中，图像处理AI可使用同一图片内的区域比较来区分植入部位与患者4皮肤的未受植入影响的区域(例如，以得出相对或增量信息)。图像处理AI还可被训练成补偿系统性感染与诸如囊袋或切口处的植入部位引起的感染之间的差异。在一些示例中，处理电路20可部署AI引擎28和/或ML模型30以根据所捕获的图像确定红色、绿色和蓝色(RGB)图像细节、
Figure BDA0003909533390000701
和其他配色方案。另外，AI引擎28和/或ML模型30根据所捕获的图像确定植入部位伤口闭合的形状、图像是否包括光泽度等。处理电路20可基于各种图像处理技术来确定植入部位的图像是否包括潜在异常或者植入部位是否在其他方面满足“正常”状态的预定义阈值。
图18是根据本公开的一种或多种技术的示例性部位检查界面1802的UI可视化。图18的示例部位检查界面1802展示了异常的植入部位结果。当检测异常时，处理电路系统20可以提供视觉警报1806。处理电路系统可以在视觉警报1806中包含关于潜在异常的描述性信息。在一些示例中，处理电路系统可以包含视觉警报1806，一种供用户执行一些动作(例如，联系诊所等)的医疗干预指令。
在一些示例中，处理电路20可在界面1802上提供增强现实覆盖1804(例如，图像覆盖)。处理电路20可这样做以便帮助用户以特定角度根据大小参考等来捕获植入部位的图像。另外，AI引擎28和/或ML模型30可基于随着植入部位发生改变(例如，逐渐愈合、愈合逐渐减退等)术后图像也将改变的趋势来提供对相应算法的调整。在一些示例中，处理电路20可训练AI引擎28和/或ML模型30以在一些示例中检测与“健康”状态的偏离。健康状态可包括来自先前未检测到异常的部位检查子会话的植入部位的特性。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可识别图像覆盖以增强一组预览帧并引导用户以特定的方式捕获图像。在一个示例中，处理电路系统20可以确定对应于患者的患者数据。处理电路系统20进而可以至少部分地基于患者数据来确定图像覆盖数据。如本文所讨论的，患者数据包括关于IMD患者的各种信息，所述各种信息包括以下中的任何一项或多项：植入部位(例如，移出部位)的图像数据、植入部位特性、患者识别数据(例如，患者姓名、认证数据、登录信息等)、患者输入数据(例如，经由UI 22输入)或关于IMD 6的其他信息，包括植入或移出日期、IMD组件详情(例如，引线、布线路线等)。图像数据可以包含当前图像或先前拍摄的图像，如在植入之后不久或在植入程序之前拍摄的图像。在此类示例中，图像覆盖数据可以对应于IMD和/或IMD的其它组件。如本文所使用的，预览帧通常是指在图像捕获之前和/或在图像捕获期间向用户显示的图像数据帧。预览帧表示用户在例如计算装置2的显示屏上观察到的内容。在任何情况下，图像覆盖数据定义被配置成增强预览帧集合的图像覆盖。在一些情况下，图像覆盖可以包含类似于受试者的身体轮廓的线框，如患者4或通用轮廓。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可获得患者的身体的图像，其中图像对应于图像覆盖并表示其中IMD的一个或多个组件(例如，IMD 6、IMD 6的引线)重合的身体的一个或多个位置。在一个示例中，图像可以表示身体的右侧或左侧胸肌区域，其中IMD6包括被配置成植入身体的胸肌区域中的植入物。在另一个示例中，图像可以表示患者4的颈部的一部分，其中用户的任务是对IMD 6的引线重合的颈部部分进行成像，如从IMD 6路由到患者4的大脑区域的引线。处理电路系统20可以根据图像确定身体中IMD的一个或多个组件重合的一个或多个位置处的异常(例如，感染、放电等)。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可确定图像覆盖数据包括具有感兴趣区域(例如，植入部位)的轮廓的身体的中空轮廓，使得用户可确定图像正确地对准以在特定角度、大小、取向等下捕获感兴趣区域。在一个示例中，处理电路20可确定图像覆盖数据包括第一部分，该第一部分包括患者4的身体的至少一部分的轮廓，其中身体的这部分对应于所述一个或多个IMD组件的植入部位，以及确定图像覆盖数据的第二部分，其中该第二部分包括在轮廓内部并且表示感兴趣区域(植入部位)的内部覆盖。
在例示性和非限制性示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可至少部分地基于患者数据来确定IMD与身体的胸肌区域的特定侧面重合。在一个示例中，处理电路系统20可以确定图像覆盖数据的第一部分以表示身体的胸肌区域的特定侧面。在一些示例中，处理电路系统20可以确定图像覆盖的第二部分。在此类示例中，处理电路20可至少部分地基于患者数据确定植入部位1704包括相对于患者4的身体的至少一部分的轮廓的特定切口角度。也就是说，图像覆盖数据可以是动态的并且基于患者4的成像的特定环境，诸如基于医疗装置17的类型、医疗装置17的位置等。在任何情况下，处理电路20可确定第二部分以便表示包括特定切口角度的植入部位。
另外，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可根据图像覆盖获得身体的一个或多个图像。在一个示例中，处理电路系统20可以通过从预览帧集合中确定图像覆盖的第二部分与一个或多个IMD组件的植入部位一致来获得身体的图像。响应于确定覆盖，处理电路系统20发起对患者4的身体的图像的自动捕获。如本文所使用的，“自动地”或“自动”通常意指无需用户干预或控制。
在另一示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可从图像覆盖库中确定图像覆盖数据。在一个示例中，处理电路系统20可以确定静态图像覆盖，所述静态图像覆盖被配置成提供用于在静态图像覆盖内对准植入部位的边界。在例示性示例中，边界可包括虚线框形状，类似于图18所示的覆盖1804。在此类示例中，处理电路系统20可以从包含至少一个图像覆盖的覆盖库中检索静态图像覆盖。在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以至少部分地基于患者数据、IMD信息和/或模板覆盖(例如，静态图像覆盖)来确定定制图像覆盖，作为针对患者4定制的图像覆盖。在例示性示例中，处理电路系统20可以通过检测计算装置2的移动(例如，通过加速度计数据)并通过保持图像覆盖相对于预览帧集合和患者4的身体的一个或多个位置的特定取向补偿移动来获得身体的图像。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以通过经由相机处理器38接收预览帧的子集并基于预览帧的子集确定图像覆盖数据来确定图像覆盖数据。在此类示例中，AI引擎28和/或ML模型30可基于患者数据、IMD信息等确定关于疤痕/植入部位看起来像什么以及患者的身体看起来像什么(肩部框架、体形等)的初始估计。然后，当相机32指向植入部位时，AI引擎28和/或ML模型30可对图像覆盖进行实时微调或使其变形，以参考患者4的身体的其他特性更好地框选伤口部位。以这种方式，用户可以由图像覆盖引导，以根据本公开的各种技术中的一种或多种技术以用于计算装置2分析植入部位的图像捕获并且知道伤口部位在身体上的角度、伤口部位的大小等的方式在覆盖轮廓内精确地对准植入部位。另外，图像覆盖数据可以用于训练AI以确定未来成像会话的图像覆盖。在另一示例中，处理电路20可使用模板覆盖作为初始猜测或者可使用已经修改的模板，并且然后一旦相机处理器38接收到实际图像数据，就可实时修改模板。在此类示例中，除了表示可能存在于植入部位的图像中的其它特性(例如，用于胸部植入物的锁骨、用于DBS植入物的发际线等)之外，处理电路系统20可以定制图像覆盖以适合或吻合患者4的身体的体形/框架。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以基于对相机32的特定相机配置的确定来确定图像覆盖数据。在此类示例中，处理电路20可确定移动计算装置的前置或后置相机是否正在用于捕获患者4的身体的图像，或者相机32是否是用户可站在附近使得相机32可捕获患者4的身体的图像的独立相机单元。在例示性示例中，当所使用的相机是移动计算装置的后置相机而不是移动计算装置的前置相机时，处理电路系统20可能需要用于图像覆盖的相应镜像。另外，相机配置可以包含相机数量(例如，双相机、三相机)和镜头类型(广角、360°镜头等)，这将根据所使用的相机需要不同的图像覆盖。在此类示例中，处理电路系统20可以至少部分地基于相机配置来确定图像覆盖数据。当由图像覆盖数据定义的图像覆盖与患者4的所关注植入部位或其它身体部位重叠时，处理电路系统20可以自动捕获植入部位的图像。如本文所使用的，“重叠”可能不包含完全重叠，但可能涉及至少实质的重叠，使得身体部位的特定百分比与图像覆盖重叠。在一个示例中，当植入部位的80-90％在图像覆盖的特定部分的边界内时，处理电路系统20可以确定存在重叠，使得图像覆盖部分基本上与身体部位重叠。
在此类示例中，图像覆盖数据可被配置成相对于从一个或多个计算装置到身体表面的特定距离引导患者4的身体的图像捕获。在一些示例中，处理电路系统20可以通过经由覆盖生成器(例如，AI引擎28和/或ML模型30)创建线框(例如，自定义线框、模板线框等)来确定图像覆盖数据，其中覆盖生成器被训练成根据患者数据生成线框。线框通常指包含如空心轮廓等轮廓的增强，所述轮廓用于对准在线框内捕获的场景中的对象。用户可以通过前景中的线框充分地感知场景中的对象，并且也可以感知前景中的线框，从而如本领域所理解的那样增加图像数据帧。在一些示例中，获得患者4的身体的图像可以包含通过通信电路系统26接收图像数据的一个或多个帧，其中一个或多个帧包含患者4的身体的图像。在另一示例中，获得患者4的身体的图像包括捕获患者的身体的一个或多个位置的视频数据(例如，在图像覆盖的帮助下)。在此类情况下，处理电路20可确定异常包括从视频数据中识别异常并基于对异常的识别来确定植入后报告。
如本文所述，处理电路20可使用图像覆盖(例如，框、线框等)来确定仅第一组参考图像。然后，处理电路20可将后续图像与参考图像对准。在一个示例中，处理电路20可执行植入部位检测算法以检测后续图像中的植入部位，将植入部位的图像与图像的其余部分隔离(例如，限定包括植入部位的框的坐标或区域)，以及调整图像，包括检测到的植入部位以对准该参考组图像的对准。另外，处理电路20可操作例如利用第一组参考图像来训练的检测算法(例如，AI引擎28和/或ML模型30)，以基于在图像覆盖内捕获的内容来确定感兴趣区域看起来像什么。在一些情况下，可能需要(例如，由用户或自动地)调整参考集的图像覆盖以在框内(诸如，在框的中心区域中)捕获感兴趣部位，或者在对应于图像覆盖的框的区域中捕获至少阈值量的图像。
图19是展示根据本公开的一种或多种技术的捕获身体的图像的示例方法的流程图。在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、数据服务器94的处理电路98或医疗装置17的处理电路40，可为患者4创建个性化基线并允许AI引擎28(例如，推理引擎)和/或ML模型30提供基于趋势的分析。在一个示例中，处理电路20可部署AI引擎28(例如，推理引擎)和/或ML模型30，其被配置为基于图像数据的历史帧来评估图像以适合趋势线，而不是基于快照(例如，单个静止图像)或者甚至基于相互评估而不是对比患者4的基线特性进行评估的连续快照来评估图像。在任何情况下，这样的评估可以告知患者4和/或HCP关于植入部位(例如，移出部位)如何随着时间的推移朝着愈合或异常情况(例如，迅速恶化的感染或缓慢发展的感染)改变(例如，发展)。在一个示例中，处理电路系统20可以使得预处理算法能够自动调整所捕获图像的比例和取向，使得审查图像延时的用户在审查随时间推移的连续图像的同时获得一致的视图。另外，由于可在推理点获得的上下文数据的存在，处理电路20可在图像分析中实现更高的预测置信度，诸如利用除了审查交互式会话的其他数据项之外还审查特定部位检查子会话的图像的推理AI引擎，以确定综合植入后报告。
在一些示例中，AI引擎28和/或ML模型30可以根据已经被标记为对应于是否异常(例如，是否感染)的多个图像进行训练。在此类示例中，AI引擎28和/或ML模型30可以用已经基于植入部位的改善进行标记的数据来训练。在一个示例中，AI引擎28和/或ML模型30可随时间推移检测植入部位“改善”或植入部位“无改善”作为植入状态。
在一些示例中，处理电路系统20可以随着时间的推移从多个交互式会话获取植入部位的图像。处理电路系统20可以保持图像年表以检测植入部位的改善或无改善。在一个示例中，处理电路20可按预先确定的时间表收集图像并且在植入后的一段时间内对准图像。在此类示例中，处理电路系统20可以根据植入部位特性随时间改变多少来训练AI引擎28和/或ML模型30。在一些示例中，AI引擎28和/或ML模型30可基于识别图像之间随时间推移的差异的连续图像之间的变化来确定植入后报告。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以识别表示患者4的身体的特定位置的第一图像集合(1902)。在一个示例中，处理电路系统20可以识别表示身体的特定位置的第一图像集合，在所述特定位置中，IMD 6的至少一个组件(例如，IMD 6、引线等)重合。在一些示例中，第一图像集合可以包含单个图像，而在其它示例中，第一图像集合可以包含多个图像。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以确定改变特性的投影，如愈合特性(1904)。在一个示例中，处理电路系统20可以确定表示改变特性随时间推移的投影的趋势线或模型。也就是说，投影通常表示患者4的身体的特定位置随时间投影的改变特性。身体的特定位置可以包含IMD 6的植入部位或者可以包含患者4的与IMD 6的其它组件重合的其它身体部位。在一些示例中，处理电路系统20可以基于如与患者4的特定群组对准的接受者等其它IMD接受者的图像来确定改变特性的投影。
在例示性示例中，处理电路系统20可以确定来自第一图像集合的改变特性的投影。在此类示例中，处理电路20可确定用于在第一组图像的延时表示中对准第一组图像的公共对准参考。在一些示例中，处理电路20可根据公共对准参考对准来自第一组图像的多个图像，以确定延时表示。在一些示例中，处理电路系统20可以根据多个经对准的图像确定改变特性的投影。在一些示例中，可以验证第一图像集合中的每个图像，以确定图像是否应该包含在多个图像中。在一个示例中，处理电路系统20可以验证图像的质量(例如，模糊度)、取向(例如，仅肖像)，并且可以丢弃未通过验证测试的图像。
如本文所述，在各个示例中，身体的特定位置可以包含IMD 6的至少一个组件的植入部位。在此类示例中，公共对准参考包括利用以下中的一项或多项的对准真相：植入部位的相对角度、植入部位的相对大小，用于确定和实施对准真相，以例如对准处于延时配置的图像。在一些示例中，公共对准参考还可包括：图像照明特性、皮肤色素沉着特性、植入部位的相对取向或植入部位在表示第一组图像的图像数据的相应帧中的相对位置。
在例示性示例中，处理电路20可对准来自第一组图像的所述多个图像。在一个示例中，处理电路系统20可以在图像捕获期间提供被配置成增强预览帧集合的图像覆盖。处理电路系统20可以确定来自预览帧集合的身体的特定位置的图像与图像覆盖重叠。处理电路系统20可以至少部分地基于重叠获得第一图像集合的第一图像，其中第一图像表示根据公共对准参考的身体的特定位置。处理电路系统20可以通过多个图像将植入部位的图像与公共对准参考对准。在一个示例中，处理电路20可在检测到植入部位与图像覆盖对准时自动捕获第一组图像中的至少一个第一图像。这样，处理电路20可获得满足对准标准的第一图像，使得第一组图像中的所述至少一个第一图像表示由图像覆盖限定的植入部位的特定视图。然后可基于所述至少一个第一组图像的对准来对准来自第一组图像的后续图像，以便确定随时间推移捕获具有公共特征(例如，缩放、角度、大小、颜色、照明、亮度等)的多个图像的时间序列。在一些情况下，第一组图像可仅包括根据应用图像覆盖所捕获的第一图像以增强所述一组预览帧。
在一些示例中，处理电路20可在植入前确定表示身体的特定位置的一组植入前图像。在一个示例中，所述一组植入前图像可包括在植入手术前捕获的图像，使得植入前图像表示患者4的基线，在愈合后患者4会返回到基线，有时不可避免地增加了手术伪影(例如，疤痕等)。在此类示例中，医生或医生的助理可在将白平衡卡(例如，表示纯白色)放置在患者4的身体旁边的同时捕获所述一组植入前图像。在例示性和非限制性示例中，护士或图像采集代表可在植入IMD 6前通过相机32捕获患者4的植入部位(例如，预期植入部位)的一个或多个肤色基线图像，同时图像采集同时或并行捕获颜色参考的图像，诸如保持在框内的白平衡参考卡。
处理电路20可确定具有颜色参考的所述一组植入前图像，以允许处理电路20识别患者4的色素沉着和/或皮肤类型的颜色真实情况。处理电路20可将所述一组植入前图像存储到存储装置(例如，云存储装置或存储装置24)，其中AI引擎28和/或ML模型30可(例如，经由云解决方案)确定患者4的颜色真实情况。如本文所述，颜色真实情况可用于确定患者4的基线特性，并用于基于植入后捕获的图像对患者4的随时间推移的愈合特性进行投影。这样，考虑到世界各地肤色和体型的多样性，处理电路20可在植入前和植入后立即获得植入部位的图像，以便跨各种群组准确地识别植入部位处的异常(例如，过度或异常瘀伤)。
在一些示例中，所述一组植入前图像包括表示根据特定照明条件或从相对于表示植入部位的各种不同视图的一组潜在有利点的特定有利点捕获的患者4的身体的特定位置的单个图像或多个图像。在例示性示例中，处理电路20可根据所述一组植入前图像确定植入前患者4的身体的基线特性。在一些示例中，基线特性可以包含色素沉着、皮肤类型等。
在一些示例中，AI引擎28和/或ML模型30可基于所述一组植入前图像自动确定患者4的微群组，诸如基于皮肤色素沉着的微群组。在一些示例中，用户可诸如基于皮肤类型或色素沉着经由UI 22手动地自我识别用户自我识别的群组。在另一示例中，处理电路20可利用手动输入的信息和基线特性数据来自动识别患者4的微群组，该微群组使用手动输入的信息作为对例如被配置为自动地或至少半自动地识别微群组以用于进一步的图像处理和/或如本文所述的训练目的的AI引擎28和/或ML模型30的假定输入。在一些示例中，AI引擎28和/或ML模型30可根据拍摄患者4的第一图像时的预处理自动推断出患者4的将对准用于分析患者4的图像的最佳结果的群组。
在例示性示例中，处理电路20可经由通信电路26将植入前图像传输到被配置为操作用于预处理的肤色分类算法的装置(例如，计算装置2中的另一计算装置)。在另一示例中，处理电路20可操作肤色分类算法，在这种情况下，植入前图像可仅存储到存储装置24。所述算法可以根据数千张皮肤照片进行训练并使用颜色标度，如冯卢尚色度(VonLuschan’schromatic scale)、费式标度(Fitzpatrick scale)或其组合。处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可利用颜色标度将患者4的皮肤类型分类成各种皮肤类型分类，使得ML模型28和/或AI引擎30可能够在植入医疗装置17(例如，IMD 6)中的一个医疗装置后准确地识别皮肤的异常。皮肤类型分类可包括将患者4的皮肤类型分类或组织成皮肤类型子集，诸如对应于例如冯卢尚标度和/或费氏标度的特定颜色标度的各种子集。在任何情况下，处理电路系统20患者4可以例如基于皮肤类型分类将患者4自动分成微群组。也就是说，处理电路20可基于一个或多个植入前图像自动确定患者4的群组。在另一示例中，处理电路20可基于一个或多个植入后图像(例如，第一组图像和/或第二组图像)自动确定患者4的群组。
在此类示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、数据服务器94的处理电路98或医疗装置17的处理电路40，可根据每个群组应用特别定义的植入部位分析算法，以通过考虑皮肤类型的差异针对具体群组(诸如，自动确定的群组)产生最佳结果。另外，在应用程序载入期间，处理电路系统20可以通过UI 22向患者4提供自我识别其种族、年龄、体重、生理性别和体型的选项。如本文所述，如果提供，则处理电路20可使用这些输入来微调AI引擎28和/或ML模型30的结果。
处理电路系统20可以至少部分地基于基线特性来确定改变特性的投影。在此类示例中，来自投影的改变特性被配置为随时间推移接近患者的身体的基线特性。也就是说，处理电路20可根据植入后图像来确定返回到患者4的基线的轨迹，诸如返回到包括IMD 6的植入部位处的充分愈合的疤痕的状态。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以识别第二图像集合(1906)。在一个示例中，处理电路系统20可以识别第二图像集合，所述第二图像集合表示在时间上跟随第一图像集合的进展间隔时身体的特定位置。类似于第一图像集合，第二图像集合可以包含单个图像，而在其它示例中，第二图像集合可以包含多个图像。同样地，处理电路系统20可以对第二图像集合的图像执行类似的验证，并且可以丢弃未通过验证测试的图像。在一个示例中，处理电路系统20可以确定图像是否是根据特定取向(例如，肖像、角度等)捕获的，并且可以在识别以不正确的取向捕获的图像时通过UI 22提示用户根据特定取向捕获图像。在另一个示例中，处理电路系统20可以通过对象识别来识别对象，并且当图像表示不正确的对象，如看起来不表示相关植入部位的对象时，通过UI22通知用户。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以确定第二改变特性集合(1908)。在一个示例中，处理电路系统20可以根据第二图像集合来确定第二改变特性集合。
在例示性示例中，处理电路20可确定第一组图像，以便包括至少一个第一植入后图像和至少一个第二植入后图像，其中这些图像以连续的时间间隔进行捕获。连续的时间间隔可以在时间上间隔开第一持续时间。在一个示例中，持续时间可以包含相对较短的时间段，如一小时或一天。在此类示例中，所述第二组图像可包括在第一组图像被捕获的时间之后的登记时间捕获的至少一个第三植入后图像。
在此类示例中，第二持续时间可以大于第一持续时间，如第一图像集合的最后一次捕获后一周。也就是说，第一图像集合可以在植入后或至少在从植入部位取出绷带后立即以频繁间隔进行捕获，如第一天数的每小时或每隔一小时。以频繁间隔捕获第一图像集合以确定图像的特性如何随时间改变(例如，愈合指标)。在此类示例中，第二组图像包括在第一登记时间后第三持续时间的第二登记时间捕获的连续的第四图像，诸如在捕获基线集合的第一图像后的两周或三周之后。在此类示例中，第二改变特性集合包括第二图像集合的连续图像之间的相对改变特性的愈合趋势。也就是说，第二改变特性集合可以基于第二图像集合的至少两个图像之间的愈合进展，其中可以将愈合进展与根据第一图像集合和/或植入前图像集合确定的第一改变特性集合进行比较。处理电路20可进一步基于植入前图像集合和/或第一组图像来确定第二组改变特性，以便跟踪从第一组图像到第二组图像的轨迹、从第二组图像到患者4的基于植入前图像的基线的轨迹和/或此类轨迹的组合。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以将第二改变特性集合与改变特性的投影进行比较(1910)。在一个示例中，处理电路系统20可以将第二改变特性集合与投影进行比较。在例示性示例中，为了将第二改变特性集合与投影进行比较，处理电路系统20可以确定来自第二改变特性集合和投影的差异量。在一些示例中，处理电路20可通过将第二组改变特性与对应于与第二组图像相对应的投影时间的投影的特定部分进行比较来确定来自第二组改变特性和投影的差异量(例如，当第二组图像被识别时的时间，诸如当第二组图像被获取、捕获、接收、加时间戳、从另一装置传达和/或获得时的时间)，其中投影时间基于至少部分地与历史组图像(例如，第一组图像、植入前图像、第一组图像和植入前图像等)相对应的间隔或时间点进行投影。
在非限制性示例中，处理电路系统20可以确定基于历史图像集合指示在未来的特定时间(例如，投影时间)相对于患者4的植入部位应该发生特定改变的投影。在一些情况下，处理电路系统20可以提示患者4在投影时间捕获第二图像集合(例如，一个图像或多个图像)并且可以将第二图像集合的特性与投影进行比较，以确定在投影上跟踪的患者4的治愈程度。在投影与第二特性集合之间的差异超过特定阈值的情况下，处理电路系统20可以确定需要进行进一步的分析或者应该捕获植入部位的另外的图像以进行补充或增强分析。在另一个示例中，处理电路系统20可以识别第二图像集合并根据投影确定投影中与第二图像集合重合(例如，在时间间隔方面重合)的特定部分，而不是提示患者4图像。在任何情况下，处理电路系统可以将第二图像集合与投影进行比较以确定异常的存在，如在比较指示超过预定阈值的特定偏离量的情况下。
在一些情况下，处理电路系统20可以根据历史图像集合来确定关于患者4的植入部位在未来的特定时间(例如，预期时间)应该随时间改变多少的投影。在此类情况下，处理电路20可将第二组改变特性与投影进行比较以识别潜在异常、潜在异常的可能性或是否需要进一步分析，诸如由HCP、技术人员等进行分析。在另一示例中，处理电路20可根据第二组图像并且在一些情况下根据第一组图像确定在对应于第二组图像的时间患者4的植入部位随时间推移改变了多少或者看起来改变了多少。处理电路系统20可以根据关于患者4的植入部位随着时间的推移改变了多少或者看起来改变了多少的确定来确定第二改变特性集合，并且处理电路系统20可以将第二改变特性集合与预期投影进行比较，其中预期投影指示在投影中的特定时间处理电路系统20预期患者4的植入部位随着时间的推移改变多少，所述投影与对应于来自第二图像集合的一个或多个图像的时间(例如，获得第二图像集合的时间)对准或至少近似。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以通过UI 22输出关于根据投影预期身体的特定位置的一个或多个里程碑改变的时间的估计。在一个示例中，里程碑估计可包括关于泛红应该消退的时间、酸痛应该消退到相对于患者4的疼痛阈值的预定义阈值以下的时间、感染的可能性下降到预定义阈值以下的时间、植入部位愈合超过预定义愈合阈值的时间等的指示。另外，处理电路20可基于第二组改变特性与投影的比较来确定里程碑估计。在此类示例中，比较指示处理电路系统20可以利用的偏离量，以确定由患者4的当前图像和患者4的过去图像通知的估计。另外，处理电路系统20可以基于(例如，由以下通知)其它IMD患者(例如，与患者4相同的微群组的患者)的图像和/或愈合趋势来确定估计。在任何情况下，偏离量可以指示患者4的愈合偏离投影(例如，基于患者4和/或其它IMD患者的历史图像的投影)的程度，如通过对第二改变特性集合的确定所通知的。如此，处理电路系统20可以提供关于患者4可以预期达到患者4的愈合过程的各种改变里程碑的时间的通知估计。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以根据比较识别潜在异常(1912)。在一个示例中，处理电路系统20可以至少部分地基于比较来识别身体的特定位置处的潜在异常。在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、数据服务器94的处理电路98或医疗装置17的处理电路40，可通过确定异常趋势来识别潜在异常，该异常趋势指示朝着潜在异常或朝着相对于潜在异常的恶化异常的预期进展。在任何情况下，响应于确定潜在异常，处理电路20可通过网络10将第一组图像和第二组图像(例如，经由通信电路26)传输到一个或多个HCP的装置。在另一示例中，处理电路20可利用异常确定来确定植入后报告，在一些示例中，该植入后报告包括生理参数数据、装置询问数据等的基础。
在一些示例中，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以识别(例如，通过推理引擎)对应于IMD的至少一个组件(例如，纱布、TYRXTM等)或对应于患者4(例如，药物等)的一个或多个异常控制程序。在一个示例中，处理电路20可在患者输入子会话期间根据患者输入来确定此类信息。也就是说，用户(例如，患者4)可以输入药物信息、纱布信息等，处理电路系统20可以通过AI推理引擎参考所述信息，以至少部分地基于一个或多个异常控制程序确定投影数据。在此类示例中，愈合时间线的投影和愈合趋势可能有所不同，如在使用TYRXTM控制程序或使用特定药物的情况下。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、数据服务器94的处理电路98或医疗装置17的处理电路40，可将比较的结果输出到存储装置(例如，存储装置24、存储装置65、存储装置96和/或存储装置50)。在一个示例中，作为将第二图像集合输出到一个或多个HCP的一部分，处理电路系统20可以传输异常数据项，所述异常数据项被配置成在视觉上表示在第二图像集合中识别的潜在异常。在例示性示例中，在处理电路系统20将图像的结果标记为包括“潜在感染”的情况下，处理电路系统20可以生成警报并且(例如，通过UI22)向一个或多个HCP提供警报指示。警报指示可包括结果的概要、植入后报告、一个或多个图像，并且在一些情况下，突出显示图像以指示潜在异常的特性。另外，警报指示可以包含根据本公开的各种技术中的一种或多种技术创建的图像的延时。在任何情况下，处理电路系统，例如计算装置2的处理电路系统20、边缘装置12的处理电路系统64、数据服务器94的处理电路系统98或医疗装置17的处理电路系统40，可以(例如，通过相应的存储装置)保持第一图像集合的年表。
在一些示例中，本公开的投影技术允许处理电路系统20使算法个性化，并使反馈对患者4和临床医生最有用。这是因为植入部位的图像可在植入后立即以高频率进行捕获，因此允许处理电路20产生时间序列(例如，延时)数据集。然后，处理电路20可利用时间序列为患者创建个性化基线并允许模型产生趋势分析，如本文所述。在另一个示例中，处理电路系统20可以利用预处理算法来自动调整所有照片的比例和取向，使得当HCP似乎随着时间回顾历史图像时，查看时间序列的医生获得一致的视图。在此类示例中，处理电路20可提供预定提醒以提示用户以第一频率捕获特定图像(例如，具有特定缩放级别、照明、角度等)以确定第一组参考图像(例如，第一组植入后图像)，并且可提供预定提醒以提示用户以第二频率捕获特定图像，其中第二频率可包括可变频率，但通常可包括小于第一频率的频率，以确定第二组持续登记图像(例如，第二组植入后图像)。基于所述至少两组图像，处理电路20可准确地确定异常的存在和/或确定指示由其他组数据项(例如，生理参数等)通知的异常的植入后报告。应当注意，如本文所述，本公开的各种技术(例如，投影技术、子会话技术、覆盖技术等)适用于“云”实施方式(例如，美敦力公司
Figure BDA0003909533390000831
网络)和“边缘”实施方式(例如，关于移动应用程序、平板计算机应用程序、IoT应用程序等)两者。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，为了便于访问和/或算法调整可稍后同步图像分析的数据和结果。在一个示例中，处理电路20可与处理系统的其他处理器协调以在边缘网络(例如，计算装置2、边缘装置12、医疗装置17等)与云网络(例如，服务器94)之间同步图像分析的数据和结果。
图20是示出根据本公开的一种或多种技术的导航虚拟登记过程(例如，交互式会话)的一组UI界面的示例性方法的流程图。处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可根据部位检查子会话来确定包括表示患者4的身体的图像数据的数据项(2002)。在另一示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可根据生理参数子会话来确定包括生理参数的数据项(2004)。在任选的示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可根据患者状态子会话来确定包括患者输入的数据项(2006)。如本文所述，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可根据装置检查子会话来确定包括装置询问数据的数据项(2008)。应当理解的是，子会话可以以各种不同的顺序执行，并且具有另外的子会话或不具有本文所述的子会话中的一个或多个子会话。在任何情况下，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可根据图像数据和本文所述的其他数据项中的一个或多个数据项的组合和/或合成来确定异常(2010)。
图21是根据本公开的一种或多种技术的示例性完整登记界面2102的UI可视化。完整登记界面2102示出了在完成虚拟登记子会话中的一个或多个子会话(例如，装置检查子会话、部位检查过程等)时处理电路20可使其显示的UI。在一些情况下，处理电路20可在提交要转发给HCP/临床医生等的信息后输出完整登记界面2102。图21示出了计算装置2可生成和呈现的UI，用于指示与图7所示的四个图块中的所有图块相对应的交互式会话的完成。如本文所述，在一些示例中，完整登记界面2102可涉及更少或更多数量的图块，其中计算装置2利用另外的或更少的界面来获得关于患者4和/或医疗装置17的数据。完整登记界面2102还可包括指示例如部位检查子会话的完成的图形图标2104。
在一些示例中，图像可以由远程皮肤病学服务判定。在此类情况下，远程皮肤病学服务可被配置为基于图像生成报告(例如，概要报告、植入后报告等)。另外，计算装置2可以从远程皮肤病学服务接收报告，并通过UI 22提供报告以供审查。在此类示例中，计算装置2可以通过网络10和/或通过媒介物，如通过边缘装置12之一与远程皮肤病学服务接合。如本文所述，边缘装置2可以包含计算装置2之一，其中计算装置2被配置成与远程皮肤病学服务接合和/或操作远程皮肤病学服务，以基于各种图像生成输出的概要报告。
在一些情况下，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可生成与用户的熟练度水平相匹配的概要报告。在一个示例中，处理电路系统20可以识别用户的特定熟练水平并根据熟练水平为用户生成概要报告。在这种情况下，熟练水平可以表示用户在审查如远程皮肤病学报告等报告时熟练程度。处理电路20可根据用户数据自动确定这种熟练度水平和/或可接收指示这种熟练度水平的用户输入，诸如通过经由问卷或其他输入机制向用户请求此类信息。
在例示性示例中，处理电路20可接收单个报告数据文件。然后，处理电路20可转换数据文件的数据以便生成面向用户的概要报告(例如，植入后报告)。处理电路20可以不同方式转换数据，例如，在处理电路20确定报告被呈现给“新手”用户(例如，自主拍照的老年患者)而不是被呈现给另一用户诸如“专家”用户(例如，特定HCP、疗养院工作人员等)。概要报告可包括对图像、生理参数、患者状态更新、装置询问数据(例如，装置诊断)和/或交互式报告会话的自动图像分析的结果的HCP判定结果。
在一些示例中，完整登记界面2102可提供用于安排现场门诊随访的选项。当检测到潜在异常时或者在处理电路系统20不能从对相机图像的评估中排除异常的情况下，处理电路系统20可以使此选项通过UI 22呈现。
另外，完整登记界面2102可包括“生成报告”图标2106和/或“向诊所发送报告”图标2108。除其他信息外，报告还可包括由处理电路20捕获的图像。另外，报告可包括数据的合成，该数据包括基于失败严重性的失败标准(例如，发现异常的标准)、失败测试的数量、失败尝试的数量、失败图块的数量等。另外，处理电路20可基于医生偏好(例如，报告类型、数据加权的细节等)来生成报告。另外，处理电路系统20可以基于医生对通知和/或通知频率的偏好来传输报告。处理电路系统20可以进一步基于患者4的特性和/或医疗装置17(例如，IMD 6)的类型来合成数据。
在例示性示例中，处理电路系统20可以采用基于在一个或多个图像中检测到的潜在异常的严重性的各种异常评分算法。异常评分算法可确定映射到可行动响应(例如，将报告传输到HCP、自动安排临床医生访视等)的异常评分。处理电路20可例如基于在患者4的身体部位(例如，植入部位)的图像中检测到的潜在异常的严重性、基于IMD类型等来确定异常评分算法的灵敏度。灵敏度可限定可从响应于对指示异常的任何图像的确定或对一个或多个图像对比指示异常的投影的分析而导致特定输出(例如，失败确定、将报告传输到HCP等)的保守阈值变动的阈值。在另一示例中，灵敏度可限定利用加权综合评分的复杂阈值，在非限制性示例中，该加权综合评分将有关患者4的任何潜在医学病状的跨子会话的失败严重性以及限定每个子会话(无论失败与否)的底层算法作为考虑因素，以例如基于异常评分到特定响应输出的映射来确定是否确定了需要特定响应的失败。另外，灵敏度可以进一步定义将医疗装置17的医生可编程限制作为考虑因素的阈值。
在一些示例中，处理电路系统20可以通过图形简化图标向患者4提供反馈。在另一个示例中，处理电路系统20可以从HCP获得指示而非简化图标以提供复杂结果的偏好。在此类情况下，处理电路20可以复杂结果的形式向患者4提供反馈。
图22是根据本公开的一种或多种技术的示例性完整登记界面2202的UI可视化。在一个示例中，完整登记界面2202指示HCP办公室或负责向HCP办公室提交的中间系统的接收确认2204。也就是说，处理电路20可从中间系统(例如，边缘装置12)接收确认，并且进而可提供接收确认2204。接收确认2204可表示在患者4的HCP的办公室处接收到报告。在另一示例中，接收确认2204可表示确认植入后报告已经成功保存到数据库(例如，服务器94中的一个服务器、包括云存储数据库的多个服务器94、包括云存储数据库的服务器94和边缘装置12等)。在此类示例中，经授权的HCP可经由HCP的计算装置2从数据库访问报告。在例示性示例中，接收确认可以进一步包含将概要报告上传到EMR数据库。如本文所述，本公开的技术适用于“云”实施方式(例如，美敦力公司
Figure BDA0003909533390000871
网络)和/或“边缘”实施方式(例如，关于移动应用程序)两者。因此，植入后报告可被上传和存储在任何数量的不同位置，并且可通过任何数量的不同方式从这些位置访问。
图23是展示根据本公开的一种或多种技术的确定关于IMD患者的用于医疗干预的指令的示例方法的流程图。在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可根据植入后报告确定医疗装置17(例如，IMD 6)中的至少一个医疗装置和/或患者4的健康状况(2302)。健康状况可包括处理电路20已经确定IMD 6的植入部位处的异常和/或一个或多个医疗装置17(例如，IMD 6)性能的异常、生理参数的异常和/或患者状态输入的异常的指示。在一些情况下，处理电路20可基于经由交互式登记会话的多个子会话(例如，部位检查子会话和生理参数子会话)获得的数据项的合成(例如，组合)来确定健康状况。在一些示例中，处理电路系统20基于通过UI 22接收的图像来确定健康状况。尽管被描述为通常由计算装置2执行，但是图23的示例性方法可由例如边缘装置12、医疗装置17或服务器94中的任何一个或多个来执行，例如由这些装置中的任何一个或多个装置的处理电路来执行。
处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可基于患者4的健康状况来确定用于医疗干预的指令(2304)。例如，在处理电路系统20确定IMD 6的植入部位处存在异常的情况下，处理电路系统20可以基于异常确定用于医疗干预的指令。在另一示例中，当处理电路20确定IMD 6的植入部位处的异常和患者4的生理参数的异常存在时，处理电路20可基于处理电路20可至少部分地基于多个异常生成的植入后报告来确定用于医疗干预的指令。在一些示例中，处理电路系统20可以针对不同的严重性级别或异常分类确定不同的指令。例如，处理电路系统20可以针对处理电路系统20确定的可能没有另一个异常严重的一个异常确定第一指令集合。在一些示例中，处理电路系统20可以在处理电路系统20确定异常水平不满足预定义阈值的情况下不确定干预指令。在一些示例中，处理电路20可提供警报，诸如基于文本或图形的通知、视觉通知等。在一些示例中，处理电路20可引起声音警报响起或引起触觉警报，从而提醒患者4确定的异常。在其它示例中，计算装置2可以提供可见光指示，如针对高度严重性发出红光或针对中等严重性发出黄光。警报可以指示潜在的、可能的或预测的异常事件(例如，潜在感染)。
在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，可经由用户界面诸如UI 22传输要显示的用于医疗干预的指令(2306)。在一些示例中，处理电路系统20可以将指令传输到HCP(例如，护理人员)的装置，如HCP的寻呼机。在处理电路系统64生成指令的示例中，处理电路系统20可以将用于医疗干预的指令传输到用户界面，如UI 22。指令可包括植入后报告和/或个体异常指示(例如，ECG异常等)。在一些示例中，边缘装置12、医疗装置17(例如，IMD6)、服务器94和/或计算装置2可使用所采集的数据使用综合诊断方法来预测不良健康事件(例如，恶化感染)。也就是说，计算装置2可使用异常确定(包括可能性或严重性确定)作为例如由AI引擎28和/或ML模型30部署的概率模型的证据节点，以便确定指示患者4的植入部位被感染的可能性、可能在预先确定的时间量内被感染的可能性、医疗装置17(例如，IMD6)中的一个医疗装置可能经历功能异常(例如，故障)的可能性等的概率评分。在一些示例中，处理电路，例如计算装置2的处理电路20、边缘装置12的处理电路64、服务器94的处理电路98或医疗装置17的处理电路40，还可包括基于失败严重性的失败标准(例如，发现异常的标准)、失败测试的数量、失败尝试的数量、失败图块或子会话的数量、患者特性、医疗装置17(例如，IMD 6)的类型、医生偏好等作为用于概率确定(例如，异常预测)的证据节点。
虽然从执行本公开的技术的用户计算装置2的角度进行描述，但是应当注意，本公开的系统支持用户(例如，患者4)与HCP之间的双向通信。双向通信可以在通信线路的两端使用类似的UI来运行。在此类示例中，HCP可经由HCP的计算装置2访问由用户经由用户的计算装置2上传的图像、生理参数数据项、医疗装置信息、患者信息等。另外，HCP可经由HCP的计算装置2根据数据上传来确定异常的存在或不存在，并将概要报告传输回用户(例如，患者4)的计算装置2，例如，包括对异常的一个或多个指示。
本公开的例示性示例包含：
实施例1：一种监测具有IMD的患者的方法，所述方法包括：经由计算装置提供交互式会话，所述交互式会话被配置为允许用户导航多个子会话，所述多个子会话包括至少第一子会话和不同于所述第一子会话的第二子会话，其中所述第一子会话包括经由一个或多个相机捕获图像数据；根据所述交互式会话的所述第一子会话通过所述计算装置确定第一数据项集合，所述第一数据项集合包含所述图像数据；根据所述交互式会话的所述第二子会话经由所述计算装置确定第二组数据项，所述第二组数据项不同于所述第一组数据项并且包括以下中的一项或多项：从所述IMD获得的数据、所述患者的至少一个生理参数或用户输入数据；至少部分地基于所述第一组数据项和所述第二组数据项确定与所述患者或所述IMD中的至少一者相对应的异常；以及经由所述计算装置输出所述交互式会话的植入后报告，其中所述植入后报告包括对所述异常的指示和对自植入所述IMD之日起已经发生的时间量的指示。
实施例2：根据实施例1所述的方法，其中所述第一子会话包括根据一组图像确定身体部位随时间推移的改变投影；以及至少部分地基于所述图像数据与所述改变投影的比较来确定异常。
实施例3：根据实施例1或2中任一项所述的方法，其中提供所述交互式会话包括：经由所述计算装置利用群组参数或IMD信息中的一个或多个来训练会话生成器；经由所述计算装置部署所述会话生成器以生成所述交互式会话；以及经由所述会话生成器提供作为所述训练的结果至少部分地针对所述用户个性化的所述交互式会话。
实施例4：根据实施例1至3中任一项所述的方法，其中所述IMD信息包括询问数据，并且其中所述方法还包括：经由所述计算装置执行配对过程，所述配对过程被配置为将所述计算装置与所述IMD配对；以及经由所述配对过程接收关于所述IMD的所述询问数据；以及经由所述计算装置将所述询问数据存储为历史询问数据以供参考。
实施例5：根据实施例1至4中任一项所述的方法，其中提供所述交互式会话包括：识别所述患者的随访时间表，所述随访时间表由一个或多个时间段定义，在所述一个或多个时间段中，所述计算装置被配置为提示所述用户进行所述交互式会话；以及根据所述随访时间表提供所述交互式会话。
实施例6：根据实施例5所述的方法，其中识别所述跟随时间表包括：经由所述计算装置的通信电路接收推送通知；以及基于所述推送通知确定所述随访时间表的第一时间段。
实例7：根据实例5或6中任一项所述的方法，所述一个或多个时间段包含对应于从植入所述IMD之日起的预定时间量的至少一个时间段。
实例8：根据实例1至7中任一项所述的方法，其中所述图像数据包括表示所述患者的身体的图像的一个或多个帧。
实例9：根据实例8所述的方法，其中所述患者的身体的一部分包括所述IMD的植入部位，并且其中所述一个或多个帧表示所述植入部位的图像。
实施例10：根据实施例1至9中任一项所述的方法，其中提供所述交互式会话包括：提供包括第一界面图块的最高级别界面，其中所述第一界面图块对应于所述第一子会话，并且其中所述第一子会话包括相对于所述最高级别界面的级别处于更低级别的第一子界面级别。
实施例11：根据实施例10所述的方法，其中所述第一组数据项包括图像覆盖，并且其中所述方法还包括：经由所述计算装置输出处于所述第一子界面级别的所述图像覆盖。
实施例12：根据实施例10或11中任一项所述的方法，其中提供所述第一子会话包括：经由所述计算装置检测对所述第一界面图块的选择；以及经由所述计算装置提供所述交互式会话的所述第一子会话。
实施例13：根据实施例12所述的方法，其中确定所述第一组数据项包括：经由所述计算装置向所述用户提供利用所述一个或多个相机来捕获所述图像数据的提示；以及在所述提示之后确定所述第一组数据项的至少一部分。
实施例14：根据实施例10至13中任一项所述的方法，其中提供所述第二子会话包括：经由所述计算装置检测对第二界面图块的选择，其中所述第一界面图块和所述第二界面图块彼此不同；以及响应于对所述第二界面图块的选择而提供所述交互式会话的所述第二子会话。
实施例15：根据实施例14所述的方法，其中所述最高级别界面包括所述第二界面图块。
实施例16：根据实施例14或15中任一项所述的方法，还包括：经由第二子会话界面提供所述交互式会话的所述第二子会话；修改所述第二界面图块以指示所述第二子会话的完成；在所述第二子会话之后提供所述交互式会话的所述第一子会话；修改所述第一界面图块以指示所述第一子会话的完成；在所述第一子会话或所述第二子会话之后提供所述交互式会话的第三子会话；以及根据所述交互式会话的所述第三子会话经由所述计算装置确定第三组数据项，所述第三组数据项不同于所述第一组数据项。
实施例17：根据实施例16所述的方法，其中确定所述第三组数据项包括：接收生理参数信号；以及根据所述生理参数信号确定所述第三组数据项。
实施例18：根据实施例1至17中任一项所述的方法，其中所述异常包括第一异常，并且其中确定所述植入后报告包括：经由所述计算装置的通信电路将所述第二组数据项输出到另一装置；经由所述计算装置的通信电路接收对所述第三组数据项的分析的结果，所述结果指示所述第二组数据项不指示第二异常的存在；以及至少部分地基于所述第一异常和所述第二组数据项来确定所述植入后报告。
实施例19：根据实施例1至15中任一项所述的方法，其中所述第二子会话包括生理参数子会话，其中确定所述第二组数据项包括：根据所述第二子会话接收对应于所述患者的至少一个生理参数；以及根据所述至少一个生理参数确定所述第二组数据项。
实施例20：根据实施例19所述的方法，其中接收所述至少一个生理参数包括：经由所述计算装置的通信电路从多个医疗装置接收所述至少一个生理参数。
实施例21：根据实施例19或20中任一项所述的方法，其中所述至少一个生理参数包括以下中的至少一个：心电图(ECG)参数、呼吸参数、阻抗参数、活动参数或压力参数。
实施例22：根据实施例21所述的方法，其中所述ECG参数表示异常ECG，并且其中确定异常包括：至少部分地基于所述异常ECG来确定所述异常。
实施例23：根据实施例1至15中任一项所述的方法，其中所述第二子会话包括装置检查子会话，其中确定所述第二组数据项包括：经由所述计算装置的通信电路执行对与所述患者相对应的一个或多个医疗装置的询问，其中所述一个或多个医疗装置包括所述IMD；以及根据所述询问确定所述第二组数据项。
实施例24：根据实施例23中任一项所述的方法，其中执行所述询问包括：经由计算网络接收所述第二组数据项。
实施例25：根据实施例23或24中任一项所述的方法，其中确定所述植入后报告包括：根据所述第二组数据项确定所述一个或多个医疗装置满足一个或多个性能阈值；以及至少部分地基于所述第二组数据项来确定所述植入后报告。
实施例26：根据实施例1至3中任一项所述的方法，其中所述第二子会话包括患者状态子会话，其中确定所述第二组数据项包括：根据所述交互式会话的所述第二子会话接收用户输入数据；以及根据所述用户输入数据确定所述第二组数据项。
实施例27：根据实施例26所述的方法，其中所述用户输入数据包括以下中的一项或多项：患者输入的数据、药物信息、症状信息、生理度量或解剖度量。
实施例28：根据实施例26或27中任一项所述的方法，其中所述交互式会话包括第三子会话和第四子会话，其中所述第三子会话包括生理参数子会话，并且所述第四子会话包括装置检查子会话，其中确定所述异常包括：根据所述第三子会话确定第三组数据项，所述第三组数据项包括所述患者的所述至少一个生理参数；根据所述第四子会话确定第四组数据项，所述第四组数据项包括询问数据；以及至少部分地基于所述第三组数据项或所述第四组数据项来确定所述异常。
实施例29：根据实施例1至28中任一项所述的方法，其中提供所述第二子会话包括：由所述计算装置在所述第一子会话之后启动所述第二子会话。
实施例30：根据实施例1至29中任一项所述的方法，其中确定所述第一组数据项包括：经由所述计算装置的通信电路接收所述第一组数据项，并且其中确定所述第二组数据项包括：经由所述计算装置接收所述第二组数据项。
实施例31：根据实施例1至15中任一项所述的方法，其中所述第二组数据项包括指示以下的信息：所述患者的所述至少一个生理参数的异常或对应于一个或多个医疗装置的装置参数的异常。
实施例32：根据实施例1至31中任一项所述的方法，其中确定对所述异常的指示包括：将所述第一组数据项或所述第二组数据项中的至少一个输出到异常确定器以进行异常分析；以及由所述计算装置确定所述异常分析的结果，其中所述结果指示所述异常。
实施例33：根据实施例32所述的方法，其中所述异常确定器包含AI引擎或ML模型中的至少一个。
实施例34：根据实施例32或33中任一项所述的方法，其中所述计算装置包括所述异常确定器，并且其中确定所述异常包括：由所述计算装置部署所述异常确定器以确定所述异常，其中所述异常确定器被训练成至少部分地基于所述图像数据来识别所述异常。
实施例35：根据实施例1至23中任一项所述的方法，其中输出所述植入后报告包括：由所述计算装置经由计算网络向HCP的装置输出所述植入后报告。
实施例36：根据实施例1至35中任一项所述的方法，其中所述用户是所述患者。
实施例37：根据实施例1至36中任一项所述的方法，由所述计算装置确定所述交互式会话完成；以及经由所述计算装置提供所述交互式会话完成的通知。
实施例38：根据实施例1至37中任一项所述的方法，其中输出所述植入后报告包括：由所述计算装置输出所述植入后报告的结果以供显示。
实施例39：一种用于监测具有IMD的患者的系统，所述系统包括一个或多个用于执行根据实施例1至38中任一项所述的方法的装置。例如，根据实施例39所述的系统可包括：存储器，所述存储器被配置为存储图像数据；和一个或多个处理器，所述一个或多个处理器在电路中实施并且被配置为：提供交互式会话，所述交互式会话被配置为允许用户导航多个子会话，所述多个子会话包括至少第一子会话和不同于所述第一子会话的第二子会话，其中所述第一子会话包括经由一个或多个相机捕获图像数据；根据所述交互式会话的所述第一子会话确定第一数据项集合，所述第一数据项集合包含所述图像数据；根据所述交互式会话的所述第二子会话确定第二组数据项，所述第二组数据项不同于所述第一组数据项并且包括以下中的一项或多项：从所述IMD获得的数据、所述患者的至少一个生理参数或用户输入数据；至少部分地基于所述第一组数据项和所述第二组数据项确定与所述患者或所述IMD中的至少一者相对应的异常；以及输出所述交互式会话的植入后报告，其中所述植入后报告包括对所述异常的指示和对自植入所述IMD之日起已经发生的时间量的指示。
实施例40：根据实施例39所述的系统，其中为了确定所述植入后报告，所述一个或多个处理器被配置为：根据所述第二组数据项确定所述异常；以及至少部分地基于所述异常和所述第一组数据项来确定所述植入后报告。
实施例41：根据实施例39或40中任一项所述的系统，其中为了提供所述交互式会话，所述一个或多个处理器被配置为：利用群组参数或IMD信息中的一个或多个来训练会话生成器；部署所述会话生成器以生成所述交互式会话；以及提供作为所述训练的结果至少部分地针对所述用户个性化的所述交互式会话。
实施例42：根据实施例41中任一项所述的系统，其中所述IMD信息包括询问数据，并且其中所述一个或多个处理器被进一步配置为：执行配对过程，所述配对过程被配置为将移动装置与所述IMD配对；以及经由所述配对过程接收关于所述IMD的所述询问数据；以及将所述询问数据存储为历史询问数据以供参考。
实施例43：根据实施例39至42中任一项所述的系统，其中为了提供所述交互式会话，所述一个或多个处理器被配置为：识别所述患者的随访时间表，所述随访时间表由一个或多个时间段定义，在所述一个或多个时间段中，计算装置被配置为提示所述用户进行所述交互式会话；以及根据所述随访时间表提供所述交互式会话。
实施例44：根据实施例43所述的系统，其中为了识别所述随访时间表，所述一个或多个处理器被配置为：经由通信电路接收推送通知；以及基于所述推送通知确定所述随访时间表的第一时间段。
实施例45：根据实施例43或44中任一项所述的系统，其中所述一个或多个时间段包括对应于从植入所述IMD之日起的预先确定的时间量的至少一个时间段。
实施例46：根据实施例39至45中任一项所述的系统，其中所述图像数据包括表示所述患者的身体的图像的一个或多个帧。
实施例47：根据实施例46所述的系统，其中所述患者的所述身体的一部分包括所述IMD的植入部位，并且其中所述一个或多个帧表示所述植入部位的图像。
实施例48：根据实施例39至47中任一项所述的系统，其中为了提供所述交互式会话，所述一个或多个处理器被配置为：提供包括第一界面图块的最高级别界面，其中所述第一界面图块对应于所述第一子会话，并且其中所述第一子会话包括相对于所述最高级别界面的级别处于更低级别的第一子界面级别。
实施例49：根据实施例48所述的系统，其中所述第一组数据项包括图像覆盖，并且其中所述一个或多个处理器被进一步配置为：输出处于所述第一子界面级别的所述图像覆盖。
实施例50：根据实施例49所述的系统，其中所述图像覆盖包括从包括所述至少一个图像覆盖的覆盖库中检索的静态图像覆盖。
实施例51：根据实施例49或50中任一项所述的系统，其中所述一个或多个处理器被进一步配置为：至少部分地基于患者数据、IMD信息和/或模板覆盖来确定自定义图像覆盖作为所述图像覆盖。
实施例52：根据实施例48至51中任一项所述的系统，其中为了提供所述第一子会话，所述一个或多个处理器被配置为：检测对所述第一界面图块的选择；以及提供所述交互式会话的所述第一子会话。
实施例53：根据实施例39至52中任一项所述的系统，其中为了确定所述第一组数据项，所述一个或多个处理器被配置为：经由用户界面(UI)向所述用户提供利用所述一个或多个相机来捕获所述图像数据的提示；以及在所述提示之后确定所述第一组数据项的至少一部分。
实施例54：根据实施例48至53中任一项所述的系统，其中为了提供所述第二子会话，所述一个或多个处理器被配置为：检测对第二界面图块的选择，其中所述第一界面图块和所述第二界面图块彼此不同；以及响应于对所述第二界面图块的选择而提供所述交互式会话的所述第二子会话。
实施例55：根据实施例54所述的系统，其中所述最高级别界面包括所述第二界面图块。
实施例56：根据实施例54或55中任一项所述的系统，其中所述一个或多个处理器被进一步配置为：经由第二子会话界面提供所述交互式会话的所述第二子会话；修改所述第二界面图块以指示所述第二子会话的完成；在所述第二子会话之后提供所述交互式会话的所述第一子会话；修改所述第一界面图块以指示所述第一子会话的完成；在所述第一子会话或所述第二子会话之后提供所述交互式会话的第三子会话；以及根据所述交互式会话的所述第三子会话确定第三组数据项，所述第三组数据项不同于所述第一组数据项。
实施例57：根据实施例56所述的系统，其中为了确定所述第三组数据项，所述一个或多个处理器被配置为：接收生理参数信号；以及根据所述生理参数信号确定所述第三组数据项。
实施例58：根据实施例39至57中任一项所述的系统，其中所述异常包括第一异常，并且其中为了确定所述植入后报告，所述一个或多个处理器被配置为：将所述第二组数据项输出到另一装置；接收对所述第三组数据项的分析的结果，所述结果指示所述第二组数据项不指示第二异常的存在；以及至少部分地基于所述第一异常和所述第二组数据项来确定所述植入后报告。
实施例59：根据实施例39至55中任一项所述的系统，其中所述第二子会话包括生理参数子会话，其中为了确定所述第二组数据项，所述一个或多个处理器被配置为：根据所述第二子会话接收对应于所述患者的至少一个生理参数；以及根据所述至少一个生理参数确定所述第二组数据项。
实施例60：根据实施例59所述的系统，其中为了接收所述至少一个生理参数，所述一个或多个处理器被配置为：从多个医疗装置接收所述至少一个生理参数。
实施例61：根据实施例59或60中任一项所述的系统，其中所述至少一个生理参数包括以下中的至少一个：ECG参数、呼吸参数、阻抗参数、活动参数或压力参数。
实施例62：根据实施例61所述的系统，其中所述ECG参数表示异常ECG，并且其中为了确定异常，所述一个或多个处理器被配置为：至少部分地基于所述异常ECG来确定所述异常。
实施例63：根据实施例39至55中任一项所述的系统，其中所述第二子会话包括装置检查子会话，其中为了确定所述第二组数据项，所述一个或多个处理器被配置为：执行对与所述患者相对应的一个或多个医疗装置的询问，其中所述一个或多个医疗装置包括所述IMD；以及确定所述第二组数据项。
实施例64：根据实施例63所述的系统，其中为了执行所述询问，所述一个或多个处理器被配置为：经由计算网络接收所述第二组数据项。
实施例65：根据实施例63或64中任一项所述的系统，其中为了确定所述植入后报告，所述一个或多个处理器被配置为：根据所述第二组数据项确定所述一个或多个医疗装置满足一个或多个性能阈值；以及至少部分地基于所述第二组数据项来确定所述植入后报告。
实施例66：根据实施例39至55中任一项所述的系统，其中所述第二子会话包括患者状态子会话，其中为了确定所述第二组数据项，所述一个或多个处理器被配置为：根据所述交互式会话的所述第二子会话接收用户输入数据；以及根据所述用户输入数据确定所述第二组数据项。
实施例67：根据实施例66所述的系统，其中所述用户输入数据包括以下中的一项或多项：患者输入的数据、药物信息、症状信息、生理度量或解剖度量。
实施例68：根据实施例66或67中任一项所述的系统，其中所述交互式会话包括第三子会话和第四子会话，其中所述第三子会话包括生理参数子会话，并且所述第四子会话包括装置检查子会话，其中为了确定所述异常，所述一个或多个处理器被配置为：根据所述第三子会话确定第三组数据项，所述第三组数据项包括所述患者的所述至少一个生理参数；根据所述第四子会话确定第四组数据项，所述第四组数据项包括询问数据；以及至少部分地基于所述第三组数据项或所述第四组数据项来确定所述异常。
实施例69：根据实施例39至68中任一项所述的系统，其中为了提供所述第二子会话，所述一个或多个处理器被配置为：在所述第一子会话之后启动所述第二子会话。
实施例70：根据实施例69所述的系统，其中为了确定所述第一组数据项，所述一个或多个处理器被配置为：经由所述计算装置的通信电路接收所述第一组数据项，并且其中为了确定所述第二组数据项，所述一个或多个处理器被配置为：经由所述计算装置的UI接收所述第二组数据项。
实施例71：根据实施例39至70中任一项所述的系统，其中所述第二组数据项包括指示以下的信息：所述患者的所述至少一个生理参数的异常或对应于一个或多个医疗装置的装置参数的异常。
实施例72：根据实施例39至71中任一项所述的系统，其中为了确定对所述异常的指示，所述一个或多个处理器被配置为：将所述第一组数据项或所述第二组数据项中的至少一个输出到异常确定器以进行异常分析；以及确定所述异常分析的结果，其中所述结果指示所述异常。
实施例73：根据实施例72所述的系统，其中所述异常确定器包括AI引擎或ML模型中的至少一个。
实施例74：根据实施例72或73中任一项所述的系统，其中为了确定所述异常，所述一个或多个处理器被配置为：部署所述异常确定器以确定所述异常，其中所述异常确定器被训练成至少部分地基于所述图像数据来识别所述异常。
实施例75：根据实施例39至74中任一项所述的系统，其中为了输出所述植入后报告，所述一个或多个处理器被配置为：经由计算网络向一个或多个HCP的装置输出所述植入后报告。
实施例76：根据实施例39至75中任一项所述的系统，其中所述用户是所述患者。
实施例77：根据实施例39至76中任一项所述的系统，其中所述一个或多个处理器被配置为：确定所述交互式会话完成；以及提供所述交互式会话完成的通知。
实施例78：根据实施例77所述的系统，其中为了输出所述植入后报告，所述一个或多个处理器被配置为：输出所述植入后报告的结果以供显示。
实施例79：根据实施例39至78中任一项所述的系统，其中所述系统包括计算装置，其中所述计算装置包括所述处理器中的至少一个处理器和所述相机中的至少一个相机，其中所述至少一个处理器被配置为：至少部分地基于所述第一组数据项和所述第二组数据项确定所述异常。
在一些实施方案中，上述实施例1至38和/或39至79可使用包括用于执行所述各种操作中的一些或全部操作的一个或多个装置的设备来实施。作为实施例78，一种用于监测具有IMD的患者的设备包括：用于向用户提供交互式会话的装置，所述交互式会话被配置为允许所述用户导航多个子会话，所述多个子会话包括至少第一子会话和不同于所述第一子会话的第二子会话，其中所述第一子会话包括经由一个或多个相机捕获图像数据；用于根据所述交互式会话的所述第一子会话确定第一组数据项的装置，所述第一组数据项包括所述图像数据；用于根据所述交互式会话的所述第二子会话确定第二组数据项的装置，所述第二组数据项不同于所述第一组数据项并且包括以下中的一项或多项：从IMD获得的数据、患者的至少一个生理参数或用户输入数据；用于至少部分地基于所述第一组数据项和所述第二组数据项确定与所述患者或所述IMD中的至少一者相对应的异常的装置；和用于输出所述交互式会话的植入后报告的装置，其中所述植入后报告包括对所述异常的指示和/或对自植入所述IMD之日起已经发生的时间量的指示。
在一些实现方案中，上述实施例1至38和/或39至79可使用存储指令的计算机可读存储介质来实施，所述指令在被执行时使装置的一个或多个处理器执行所述各种操作中的一些或全部操作。作为实施例79，可提供存储指令的计算机可读存储介质，所述指令在被执行时使用于监测具有IMD的患者的系统或装置的一个或多个处理器：向用户提供交互式会话，所述交互式会话被配置为允许所述用户导航多个子会话，所述多个子会话包括至少第一子会话和不同于所述第一子会话的第二子会话，其中所述第一子会话包括经由一个或多个相机捕获图像数据；根据所述交互式会话的所述第一子会话确定第一数据项集合，所述第一数据项集合包含所述图像数据；根据所述交互式会话的所述第二子会话确定第二组数据项，所述第二组数据项不同于所述第一组数据项并且包括以下中的一项或多项：从IMD获得的数据、患者的至少一个生理参数或用户输入数据；至少部分地基于所述第一组数据项和所述第二组数据项确定与所述患者或所述IMD中的至少一者相对应的异常；以及输出所述交互式会话的植入后报告，其中所述植入后报告包括对所述异常的指示和/或对自植入所述IMD之日起已经发生的时间量的指示。
实施例80：一种方法，包括：由计算装置的处理电路获得与患者身体相关联的图像数据；以及由所述计算装置基于所获得的图像数据确定所述患者身体上的植入物相关伤口的当前状态。
实施例81：根据实施例80所述的方法，其进一步包括提示移动装置用户在导致所述植入物相关伤口的植入后的预定时间使用所述移动装置捕获所述图像数据。
实施例82：根据实施例80或81中任一项所述的方法，通过移动装置的处理电路获得与植入患者身体内的医疗装置的功能相关联的数据；以及基于所捕获的图像数据确定基于所获得的数据的所述医疗装置的性能度量。
已经描述了各种示例。然而，本领域技术人员将理解，在不脱离权利要求的范围的情况下，可以对所描述的实施例进行各种修改。例如，虽然主要参考ECG参数进行描述，但在一些实施例中，其它生理参数(例如，阻抗)或装置参数(例如，温度传感器数据)可以用作潜在异常(例如，装置迁移)的证据，其中此类证据可以与图像数据结合使用，以准确地确定潜在异常的存在，如在一定程度的确定性内或在特定置信区间内(例如，大于X％置信度、大于95％置信度等)。
应当认识到，根据所述实施例，本文中描述的任何技术的某些动作或事件可以按不同的顺序执行、可以进行添加、合并或完全省去(例如，并不是所有描述的动作和事件对于实践技术来说都是必要的)。此外，在某些实施例中，动作或事件可以例如通过多线程处理、中断处理或多个处理器同时地而不是顺序地执行。
基于以上讨论和说明，认识到可以以不一定需要严格遵守本文所说明和描述的实施例和应用的方式对所公开的技术进行各种修改和改变。此类修改并未脱离本公开的各个方面的真实精神和范围，包括权利要求书中阐述的各方面。
在一个或多个示例中，所描述的功能可在硬件、软件、固件或它们的任何组合中实施。如果以软件实施，则可以将所述功能以一个或多个指令或代码的形式存储在计算机可读介质上或通过计算机可读介质进行传输并且可以由基于硬件的处理单元执行所述功能。计算机可读介质可包括计算机可读存储介质或通信介质，所述计算机可读存储介质对应于有形介质诸如数据存储介质，所述通信介质包括有助于例如根据通信协议将计算机程序从一个地方传送到另一地方的任何介质。这样，计算机可读介质通常可对应于：(1)非暂态有形计算机可读存储介质或(2)通信介质诸如信号或载波。数据存储介质可以是可以被一个或多个计算机或者一个或多个处理器访问以检索用于实施本公开中描述的技术的指令、代码和/或数据结构的任何可用介质。计算机程序产品可以包含计算机可读介质。
通过举例而非限制的方式，此类计算机可读数据存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁性存储装置、闪速存储器或可以用于以指令或数据结构的形式存储期望的程序代码并且可以被计算机访问的任何其它介质。此外，任何连接都被恰当地称为计算机可读介质。例如，如果使用同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或如红外线、无线电和微波等无线技术从网站、服务器或其它远程源传输指令，则同轴电缆、光纤电缆、双绞线、DSL或如红外线、无线电和微波等无线技术包含在介质的定义中。然而，应当理解的是，计算机可读存储介质和数据存储介质不包含连接、载波、信号或其它暂时性介质，而相反涉及非暂时性有形存储介质。以上的组合也应当包含在计算机可读介质的范围内。
指令可以由一个或多个处理器执行，所述一个或多个处理器如一个或多个DSP、通用微处理器、ASIC、FPGA、CPLD或其它等效的集成或离散逻辑电路系统。因此，本文所使用的术语“处理器”可指代任何前述结构或适于实施本文所描述的技术的任何其它结构。另外，本技术可在一个或多个电路或逻辑元件中完全实现。
在一些情况下，上述“处理器”中的任何处理器和/或并入任何上述处理器或处理电路的装置在本文中可被称为例如“计算机”、“计算机装置”、“计算装置”、“硬件计算装置”、“硬件处理器”、“处理单元”、“处理电路”等。上述示例的计算装置通常(但不一定)由操作系统软件控制和/或协调，所述操作系统软件诸如为Mac OS、iOS、Android、Chrome OS、Windows OS(例如，Windows XP、Windows Vista、Windows 7、Windows 8、Windows 10、Windows服务器等)、Windows CE、Unix、Linux、SunOS、Solaris、Blackberry OS、VxWorks或其他合适的操作系统。在一些实施例中，计算装置可以由专有操作系统控制。常规操作系统控制和调度计算机进程以供执行、执行存储器管理、提供文件系统、网络、I/O服务，并提供UI功能，如GUI功能等。
本公开的技术可以在包含集成电路(IC)或IC集合(例如，芯片集合)的多种装置或设备中实施。本公开中描述了各个部件、模块或单元以强调被配置成进行所公开技术的装置的功能方面，但不一定需要通过不同的硬件单元来实现。
已经描述了各种示例。这些和其他示例在以下权利要求书的范围内。

Claims (20)

1.一种对具有可植入医疗装置(IMD)的患者的身体进行成像的方法，所述方法包括：
经由计算装置的处理电路识别第一组图像，所述第一组图像表示其中所述IMD的至少一个组件重合的所述身体的特定位置；
根据所述第一组图像确定所述身体的所述特定位置随时间推移投影的改变特性的投影；
经由所述处理电路识别第二组图像，所述第二组图像表示在时间上在所述第一组图像后的进展间隔时所述身体的所述特定位置；
根据所述第二组图像确定第二组改变特性；
经由所述处理电路将所述第二组改变特性与所述投影进行比较；以及
至少部分地基于所述比较来识别所述身体的所述特定位置处的潜在异常。
2.根据权利要求1所述的方法，其中确定所述投影包括：
确定用于在所述第一组图像的延时表示中对准所述第一组图像的公共对准参考；
根据所述公共对准参考对准来自所述第一组图像的多个图像以确定所述延时表示；以及
根据所述多个经对准的图像确定所述改变特性的投影。
3.根据权利要求2所述的方法，其中所述身体的所述特定位置包括所述IMD的所述至少一个组件的植入部位，并且其中所述公共对准参考包括以下中的一项或多项：所述植入部位的相对角度、所述植入部位的相对大小、图像照明特性、皮肤色素沉着特性、所述植入部位的相对取向或所述植入部位在表示所述第一组图像的图像数据的相应帧中的相对位置。
4.根据权利要求2所述的方法，其中对准所述多个图像包括：
经由所述处理电路提供图像覆盖，所述图像覆盖被配置为增强图像数据的一组预览帧；
经由所述处理电路确定来自所述一组预览帧的所述身体的所述特定位置的图像与所述图像覆盖重叠；
至少部分地基于所述重叠获得所述第一组图像中的第一图像，其中所述第一图像表示根据所述公共对准参考的所述身体的所述特定位置；以及
经由所述多个图像将所述植入部位的图像与所述公共对准参考对准。
5.根据权利要求1所述的方法，其中确定所述投影包括：
在植入前经由所述计算装置的所述处理电路确定表示所述身体的所述特定位置的一组植入前图像；
根据所述一组植入前图像确定在所述植入前所述患者的所述身体的基线特性；以及
至少部分地基于所述基线特性来确定所述改变特性的投影。
6.根据权利要求5所述的方法，其中来自所述投影的所述改变特性被配置为随时间推移接近所述患者的所述身体的所述基线特性。
7.根据权利要求5所述的方法，其中所述一组植入前图像包括表示根据特定照明条件或从相对于表示所述植入部位的各种不同视图的一组潜在有利点的特定有利点捕获的所述身体的所述特定位置的单个图像。
8.根据权利要求1所述的方法，
其中所述第一组图像至少包括以连续的时间间隔捕获的第一图像和第二图像，其中所述连续的时间间隔在时间上间隔开第一持续时间，并且
其中所述第二组图像包括在时间上在所述连续的时间间隔中的第一间隔后第二持续时间的登记时间捕获的第三图像，其中所述第二持续时间大于所述第一持续时间。
9.根据权利要求8所述的方法，其中所述登记时间包括第一登记时间，并且其中所述第二组图像包括在所述第一登记时间后第三持续时间的第二登记时间捕获的连续的第四图像，其中所述第三持续时间大于所述第一持续时间，并且
其中所述第二组改变特性包括所述第二组图像的连续图像之间的相对改变特性的愈合趋势。
10.根据权利要求1所述的方法，还包括：
经由所述计算装置的用户界面输出关于根据所述投影预期所述身体的所述特定位置的一个或多个里程碑改变的时间的估计。
11.根据权利要求1所述的方法，其中确定所述投影包括：
经由推断引擎识别对应于所述IMD的所述至少一个组件或所述患者的一个或多个异常控制程序；以及
至少部分地基于所述一个或多个异常控制程序确定所述投影。
12.根据权利要求1中任一项或多项所述的方法，其中识别所述潜在异常包括：
确定异常趋势，所述异常趋势指示朝着所述潜在异常或朝着相对于所述潜在异常的恶化异常的预期进展。
13.根据权利要求1所述的方法，还包括：
响应于确定所述潜在异常，通过计算网络将所述第一组图像和所述第二组图像经由所述计算装置的通信电路传输到一个或多个医疗保健专业人员(HCP)的装置。
14.根据权利要求13所述的方法，还包括：
经由所述计算装置的所述处理电路将所述比较的结果输出到所述计算装置的存储装置；以及
作为传输所述第二组图像的一部分，传输被配置为在视觉上表示在所述第二组图像中识别的所述潜在异常的异常数据项。
15.根据权利要求13所述的方法，还包括：
经由所述计算装置的所述存储装置保持所述第一组图像的年表。
16.一种用于对具有可植入医疗装置(IMD)的患者的身体进行成像的系统，所述系统包括：
存储器，所述存储器被配置为存储图像数据的一个或多个帧，所述一个或多个帧表示至少第一组图像；和
与所述存储器通信的一个或多个处理器，所述一个或多个处理器被配置成：
识别所述第一组图像，所述第一组图像表示其中所述IMD的至少一个组件重合的所述身体的特定位置；
根据所述第一组图像确定所述身体的所述特定位置随时间推移投影的改变特性的投影；
识别第二组图像，所述第二组图像表示在相对于所述第一组图像的进展间隔时所述身体的所述特定位置；
根据所述第二组图像确定第二组改变特性；
将所述第二组改变特性与所述投影进行比较；以及
至少部分地基于所述比较来识别所述身体的所述特定位置处的潜在异常。
17.根据权利要求16所述的系统，其中为了确定所述投影，所述一个或多个处理器被配置为：
确定用于对准所述第一组图像的公共对准参考；
根据所述公共对准参考对准来自所述第一组图像的多个图像；以及
根据所述多个经对准的图像确定所述改变特性的投影。
18.根据权利要求16所述的系统，其中为了识别所述潜在异常，所述一个或多个处理器被配置为：
确定异常趋势，所述异常趋势指示朝着所述潜在异常或朝着恶化异常的预期进展。
19.根据权利要求16所述的系统，其中为了确定所述投影，所述一个或多个处理器被配置为：
识别表示所述身体的所述特定位置的一组植入前图像；
至少部分地基于所述一组植入前图像确定所述患者的所述身体的基线特性；以及
至少部分地基于所述基线特性来确定所述改变特性的投影。
20.一种非暂态计算机可读存储介质，其上存储有指令，所述指令在被执行时使一个或多个处理器至少：
识别第一组图像，所述第一组图像表示其中可植入医疗装置(IMD)的至少一个组件重合的患者的身体的特定位置；
根据所述第一组图像确定所述身体的所述特定位置随时间推移投影的改变特性的投影；
识别表示所述身体的所述特定位置的第二组图像；
根据所述第二组图像确定第二组改变特性；
将所述第二组改变特性与所述投影进行比较；以及
至少部分地基于所述比较来识别所述身体的所述特定位置处的潜在异常。
CN202180031532.XA 2020-04-30 2021-04-20 术后植入部位监测和医疗装置性能 Pending CN115460987A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063018047P 2020-04-30 2020-04-30
US63/018,047 2020-04-30
US17/217,632 2021-03-30
US17/217,632 US20210343017A1 (en) 2020-04-30 2021-03-30 Post operative implantation site monitoring and medical device performance
PCT/US2021/028092 WO2021221949A1 (en) 2020-04-30 2021-04-20 Post operative implantation site monitoring and medical device performance

Publications (1)

Publication Number Publication Date
CN115460987A true CN115460987A (zh) 2022-12-09

Family

ID=78293750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180031532.XA Pending CN115460987A (zh) 2020-04-30 2021-04-20 术后植入部位监测和医疗装置性能

Country Status (4)

Country Link
US (1) US20210343017A1 (zh)
EP (1) EP4142597A1 (zh)
CN (1) CN115460987A (zh)
WO (1) WO2021221949A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111569251B (zh) * 2020-04-29 2023-07-28 武汉联影智融医疗科技有限公司 一种dbs手术针道调节方法、系统及装置
USD962979S1 (en) * 2020-07-24 2022-09-06 Hyundai Motor Company Display screen with animated graphical user interface
US12011607B2 (en) * 2020-08-24 2024-06-18 West Affum Holdings Dac Assistant for garment and wearable device fitting
US11904174B2 (en) 2020-11-25 2024-02-20 Manicka Institute Llc Secure communications between an implantable biomedical device and authorized parties over the internet
US20220161038A1 (en) * 2020-11-25 2022-05-26 Manicka Institute Llc Secure communications between an implantable biomedical device and authorized parties over the internet
US20230112437A1 (en) * 2021-10-07 2023-04-13 The Trustees Of Indiana University System and Method for Secure Data Exchange and Management
WO2023161183A1 (en) * 2022-02-24 2023-08-31 Sony Semiconductor Solutions Corporation Apparatus, method, computer program and system for determining a vital sign
WO2023233223A1 (en) * 2022-05-31 2023-12-07 Medtronic, Inc. Cardiac monitor device
WO2024070918A1 (ja) * 2022-09-29 2024-04-04 シャープ株式会社 端末装置、端末装置の制御方法およびプログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013082289A1 (en) * 2011-11-30 2013-06-06 Rush University Medical Center System and methods for identification of implanted medical devices and/or detection of retained surgical foreign objects from medical images
US9713459B2 (en) * 2012-06-11 2017-07-25 The Regents Of The University Of California Method and system for in vivo hydrogen peroxide detection with ultrasound
US11311312B2 (en) 2013-03-15 2022-04-26 Medtronic, Inc. Subcutaneous delivery tool
CN103961722B (zh) * 2014-05-20 2016-06-08 国家纳米科学中心 一种靶向光声造影剂、其制备方法及应用
US9675270B2 (en) 2015-04-23 2017-06-13 Medtronic, Inc. Method and apparatus for determining a premature ventricular contraction in a medical monitoring device
US10991070B2 (en) * 2015-12-18 2021-04-27 OrthoGrid Systems, Inc Method of providing surgical guidance
US10748287B2 (en) * 2017-06-16 2020-08-18 American University Of Beirut System and method for automated detection and measurement of corneal haze and demarcation line in optical coherence tomography images
US11771537B2 (en) * 2018-09-27 2023-10-03 X-Nav Technologies, LLC MElHOD for dynamically guiding a dental oral and maxillofacial prosthesis
EP4013297A4 (en) * 2019-08-16 2023-12-13 Poltorak Technologies, LLC DEVICE AND METHOD FOR MEDICAL DIAGNOSIS

Also Published As

Publication number Publication date
EP4142597A1 (en) 2023-03-08
US20210343017A1 (en) 2021-11-04
WO2021221949A1 (en) 2021-11-04

Similar Documents

Publication Publication Date Title
US11756681B2 (en) Evaluation of post implantation patient status and medical device performance
US20210343017A1 (en) Post operative implantation site monitoring and medical device performance
US11931126B2 (en) Mobile monitoring and patient management system
CN108430570B (zh) 从可植入医疗装置获取高分辨率信息
US20230065880A1 (en) System and method for secured sharing of medical data generated by a patient medical device
US8140160B2 (en) Systems and methods for interacting with an implantable medical device
US20200305713A1 (en) Systems and methods for providing drug prescription information with monitored cardiac information
US20210344880A1 (en) Post operative implantation site monitoring
US20230255486A1 (en) Physiological monitoring system
US20200054292A1 (en) Remote biometric monitoring and communication system
US20220211332A1 (en) Medical device system for monitoring patient health
CN115867975A (zh) 产生患者诊疗记录的系统和方法
WO2022173675A1 (en) Medical survey trigger and presentation
Kazancigil Innovations and convergence in mobile medical applications and cloud-based hospital information systems for the real-time monitoring of patients and early warning of diseases
US20220280038A1 (en) Circadian Intraocular Pressure Profile and Methods of Treatment
CN114078589A (zh) 医疗随访设备、用于医疗随访的方法、介质和装置

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