CN115666381A - 心血管患者的肺炎检测 - Google Patents
心血管患者的肺炎检测 Download PDFInfo
- Publication number
- CN115666381A CN115666381A CN202180038698.4A CN202180038698A CN115666381A CN 115666381 A CN115666381 A CN 115666381A CN 202180038698 A CN202180038698 A CN 202180038698A CN 115666381 A CN115666381 A CN 115666381A
- Authority
- CN
- China
- Prior art keywords
- patient
- information
- received
- pneumonia
- respiratory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4842—Monitoring progression or stage of a disease
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/091—Measuring volume of inspired or expired gases, e.g. to determine lung capacity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1112—Global tracking of patients, e.g. by using GPS
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Radar, Positioning & Navigation (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
公开了用于检测心血管患者肺炎的系统和方法,包括从移动医疗设备(AMD)接收患者的生理信息,该生理信息包括患者的呼吸信息,以及使用接收到的呼吸信息确定患者的肺炎评分。
Description
优先权要求
本申请根据35U.S.C.§119(e)要求于2020年5月27日提交的美国临时专利申请序列号63/030,785的优先权权益,该申请通过引用整体并入本文中。
技术领域
本文件总体上涉及检测肺炎,并且更具体地但不限于涉及用于检测心血管患者中的肺炎的系统和方法。
背景技术
移动医疗设备(AMD)包括可植入式、皮下的、可穿戴的、外部的或一种或多种其他类型的医疗设备,其具有被配置为感测患者生理信号的传感器。检测到的生理信号可被用于确定或监测患者状态或状况,诸如患者的心血管状态。频繁的患者监测,诸如使用一个或多个AMD,可以使恶化的患者状况的早期检测或具有未来不良事件(包括住院治疗)的高风险的患者或患者组的识别成为可能。恶化的患者状况的早期检测可以防止或减少患者住院治疗。识别和安全地管理患者病情恶化的风险可以减少患者住院治疗、医疗干预的数量或严重程度以及总体医疗成本。
发明内容
公开了检测心血管患者肺炎的系统和方法,包括从诸如心律管理设备的移动医疗设备(AMD)接收患者的生理信息,并使用接收到的生理信息确定患者的肺炎评分。在一个示例中,患者的生理信息可以包括:患者的呼吸信息、患者的心音信息、患者活动信息、患者心率信息或其组合中的一个或多个。
在一个示例中,接收到的生理信息可以包括患者的呼吸信息,其包括患者的呼吸率信息和呼吸量信息。评估电路可以被配置为使用接收到的呼吸信息来确定患者相对于第一时间段的快速浅呼吸指数(RSBI)值,并且使用所确定的患者相对于第一时段的RSBI值来确定患者的肺炎评分。第一时间段可以包括日常时间段,并且患者相对于第一时间段的RSBI值可以包括患者的日常RSBI值。评估电路可以被配置为确定患者的日常RSBI值在多天内的变化,并使用所确定的日常RSBI值的变化来确定患者的肺炎评分。
主题(例如,系统)的示例(例如,“示例1”)可以包括信号接收器电路,其被配置为从移动医疗设备(AMD)接收患者的生理信息,该生理信息包括患者的呼吸信息,以及评估电路,其被配置为使用接收到的呼吸信息来确定患者的肺炎评分。
在示例2中,示例1的主题可以可选地被配置为使得患者的呼吸信息包括患者的呼吸率信息和呼吸量信息,并且评估电路被配置为使用接收到的呼吸信息来确定患者相对于第一时间段的快速浅呼吸指数(RSBI)值,并且使用所确定的患者相对于第一时间段的RSBI值来确定患者的肺炎评分。
在示例3中,示例1-2中任何一个或多个的主题可以可选地被配置为使得第一时间段是日常时间段,并且患者相对于第一时间段的RSBI值包括患者的日常RSBI值,并且评估电路被配置为确定患者的日常RSBI值在多天内的变化,并使用所确定的日常RSBI值的变化来确定患者的肺炎评分。
在示例4中,示例1-3中任何一个或多个的主题可以可选地被配置为使得生理信息包括患者的心率信息,并且评估电路被配置为使用接收到的呼吸信息和接收到的心率信息来确定患者的肺炎评分。
在示例5中,示例1-4中任何一个或多个的主题可以可选地被配置为使得生理信息包括患者的呼吸信息、患者的心音信息和患者的活动信息,呼吸信息包括患者的呼吸率信息,心音信息包括患者第三心音(S3)信息,活动信息包括高于患者活动阈值的日常活动的指征,并且评估电路被配置为使用接收到的患者的呼吸率信息、接收到的患者的第三心音(S3)信息和接收到的高于患者活动阈值的日常活动指征的组合来确定患者的肺炎评分。
在示例6中,示例1-5中任何一个或多个的主题可以可选地被配置为使得生理信息包括患者的温度信息,评估电路被配置为使用接收到的呼吸信息和接收到的患者温度信息来确定患者的肺炎评分,并且为了确定患者的肺炎评分,评估电路被配置为确定肺炎状态恶化的指征或患者的未来肺炎事件的预测中的至少一个。
在示例7中,示例1-6中任一个或多个的主题可以可选地被配置为使得生理信息包括患者的呼吸信息、患者的心音信息和患者的活动信息,并且评估电路被配置为使用接收到的患者的生理信息来检测患者状态恶化的指征,使用接收到的患者的呼吸信息、接收到的患者的心音信息和接收到的患者的活动信息的组合来确定患者的心力衰竭评分,并且使用所确定的肺炎评分和所确定的心力衰竭评分来确定诊断评分,该诊断评分指示检测到的患者状态恶化的指征是由心力衰竭或肺炎引起的可能性。
在示例8中,示例1-7中任何一个或多个的主题可以可选地被配置为使得指示检测到的患者状态恶化的指征是由心力衰竭或肺炎引起的可能性的诊断评分包括:检测到的患者状态恶化的指征是由心力衰竭引起的第一指征、和检测到的患者状态恶化的指征是由肺炎引起的第二指征。
在示例9中,示例1-8中任何一个或多个的主题可以可选地包括外部编程器,其被配置为从一组患者中的每个患者接收生理信息,其中,外部编程器被配置成:从该组患者中的每个患者接收位置信息,并且使用接收到的生理信息和接收到的位置信息来确定该组患者的肺炎相关事件的地理指示符。
在示例10中,示例1-9中任何一个或多个的主题可以可选地被配置为使得外部编程器包括评估电路,并且外部编程器被配置为:使用所确定的肺炎评分和接收到的该组患者中的每个患者的位置信息来确定该组患者的肺炎相关事件的地理指示符。
主题(例如,方法)的示例(例如,“示例11”)可以包括在信号接收器电路处从移动医疗设备(AMD)接收患者的生理信息,该生理信息包括患者的呼吸信息,并且使用评估电路,使用接收到的呼吸信息确定患者的肺炎评分。
在示例12中,示例11的主题可以可选地被配置为使得患者的呼吸信息包括患者的呼吸率信息和呼吸量信息,该方法可选地包括使用评估电路,使用接收到的呼吸信息来确定患者相对于第一时间段的快速浅呼吸指数(RSBI)值,其中,确定患者的肺炎评分包括:使用所确定的患者相对于第一时间段的RSBI值。
在示例13中,示例1-12中任何一个或多个的主题可以可选地被配置为使得第一时间段是日常时间段,并且患者相对于第一时间段的RSBI值包括患者的日常RSBI值,该方法可选地包括使用评估电路确定多天内患者的日常RSBI值的变化,其中,确定患者的肺炎评分包括使用所确定的日常RSBI值的变化。
在示例14中,示例1-13中任何一个或多个的主题可以可选地被配置为使得生理信息包括患者的心率信息,并且确定患者的肺炎评分包括使用接收到的呼吸信息和接收到的心率信息。
在示例15中,示例1-14中任何一个或多个的主题可以可选地被配置为使得生理信息包括患者的呼吸信息、患者的心音信息和患者的活动信息,呼吸信息包括患者的呼吸率信息,心音信息包括患者的第三心音(S3)信息,活动信息包括高于患者活动阈值的日常活动的指征,其中,确定患者的肺炎评分包括:使用接收到的患者的呼吸率信息、接收到的患者的第三心音(S3)信息和接收到的高于患者的活动阈值的日常活动指征的组合。
在示例16中,示例1-15中任何一个或多个的主题可以可选地被配置为使得生理信息包括患者的呼吸信息、患者的心音信息和患者的活动信息,该方法可选地包括:使用评估电路,使用接收到的患者的生理信息来确定患者状态恶化的指征;使用评估电路,使用接收到的患者的呼吸信息、接收到的患者的心音信息和接收到的患者的活动信息的组合来确定患者的心力衰竭评分;并且使用该评估电路,使用所确定的肺炎评分和所确定的心力衰竭评分来确定诊断评分,该诊断评分指示检测到的患者状态恶化的指征是由心力衰竭或肺炎引起的可能性。
在示例17中,示例1-16中任何一个或多个的主题可以可选地被配置为使得确定指示检测到的患者状态恶化的指征是由心力衰竭或肺炎引起的可能性的诊断评分包括:确定检测到的患者状态恶化的指征是由心力衰竭引起的第一指征,以及确定检测到的患者状态恶化的指征是由肺炎引起的第二指征。
在示例18中,示例1-17中任何一个或多个的主题可以可选地包括,使用外部编程器从一组患者中的每个患者接收生理信息和从该组患者中的每个患者接收位置信息,并且使用外部编程器,使用接收到的生理信息和接收到的位置信息确定该组患者的肺炎相关事件的地理指示符。
主题(例如,至少一种机器可读介质)的示例(例如,“示例19”)可以包括指令,当由医疗设备执行时,该指令致使医疗设备从移动医疗设备(AMD)接收患者的生理信息,该生理信息包括患者的呼吸信息,并使用接收到的呼吸信息确定患者的肺炎评分。
在示例20中,示例19的主题可以可选地被配置为使得当由医疗设备执行时,该指令致使医疗设备使用接收到的呼吸信息来确定患者相对于患者日常时间段的快速浅呼吸指数(RSBI)值,确定多天内的患者的日常RSBI值的变化,其中,确定患者的肺炎评分包括使用所确定的日常RSBI值的变化。
在示例21中,主题(例如,系统或设备)可以可选地组合示例1-20中的任何一个或多个的任何部分或任何部分的组合,以包括“用于”执行示例1-20中的任何一个或多个功能或方法的任何部分的“装置”,或包括指令的至少一个“非暂时性机器可读介质”,当由机器执行时,该指令致使机器执行示例1-20中任何一个或多个功能或方法的任何部分。
本概要旨在提供本专利申请主题的概述。它不旨在提供对本公开的独有的或详尽的解释。包括详细描述是为了提供关于本专利申请的进一步信息。对于本领域技术人员来说,在阅读和理解以下详细描述并查看形成其一部分的附图后,本公开的其他方面将是显而易见的,其中的每个附图都不应被理解为限制性的。
附图说明
在不一定按比例绘制的图纸中,相同的数字可以在不同的视图中描述相似的部件。具有不同字母后缀的相同数字可以表示相似部件的不同实例。附图通过示例而非限制的方式总体示出了本文件中讨论的各种实施例。
图1示出了包括信号接收器电路和评估电路的示例系统。
图2示出了示例患者管理系统。
图3-5示出了与具有肺炎或肺炎相关事件的住院治疗相关的示例患者生理信息。
图6示出了确定患者的肺炎评分的示例方法。
图7示出了用于确定指示出检测到的患者状态恶化的指征是由心力衰竭或肺炎引起的可能性的诊断评分的示例方法。
图8示出了示例机器的框图,在该机器上可以执行本文讨论的任何一种或多种技术(例如,方法)。
具体实施方式
与出现类似症状的门诊患者相比,出现肺炎或肺炎样症状的住院患者中有很大比例患有心脏并发症。例如,27%的住院患者肺炎治疗涉及心脏并发症,相比之下门诊患者肺炎治疗涉及心脏并发症的仅为2%,住院患者和门诊患者的此类心脏并发症的66%为新的或恶化的心力衰竭,其余包括新的或恶化的心律失常、心肌梗死等。
对于肺炎的住院治疗通常包括静脉输液。然而,在心血管系统虚弱或受损的患者中,引入额外的液体可能会加剧心脏并发症,包括心力衰竭恶化。
移动医疗设备(AMD)通常为患者监测新的或恶化的心脏并发症,包括心力衰竭、心律失常、心肌梗死等。本发明人已经认识到,除其他外,使用现有心律管理系统和传感器监测和确定患者的肺炎状态的系统和方法,为现有系统和传感器增加了诊断能力,减少了潜在有害的患者干预,并且使得能够关于患者心脏状态而早期检测和治疗患者肺炎或呼吸窘迫。在某些示例中,这种益处可以在不对现有心律管理设备进行重大硬件改变的情况下实现。例如,在某些示例中,患者的生理信息,诸如患者呼吸信息(例如,呼吸率(RR)、潮气量(TV)、快速浅呼吸指数(RSBI)(呼吸频率与潮气量的比值,例如,RR/TV等)等),或患者的其他生理信息(例如心率(例如,夜间HR等)等,已经用于确定患者的心脏状态的信息可以被用于新的能力,诸如来确定患者的肺炎评分。在各种示例中,患者的肺炎评分可以指示患者的当前肺炎状态或恶化的肺炎状态,或未来肺炎事件的预测,诸如通过使用患者或一个或多个其他患者或患者群体的先前肺炎事件信息。未来肺炎事件的预测可以包括:未来肺炎事件最可能发生的时间的预测,或者未来肺炎事件在未来时间段内(例如,在下一周、两周、一个月等)发生的可能性的预测。
免疫受损患者或有心脏并发症的患者,包括已经拥有可植入式或移动心律管理设备的患者,已经处于感染病毒、可传播疾病等的较高风险中。启用现有设备和传感器组合的附加传感能力,诸如通过使用医疗设备编程器远程地进行软件更新,改进了现有的心律管理设备和方法。
图1示出了示例系统100,诸如医疗设备系统等。在一个示例中,示例系统100的一个或多个方面可以是一个或多个AMD的部件,或者通信地耦合到一个或多个AMD。AMD可以被配置为监测、检测或治疗身体的各种生理状况,诸如与心脏向身体充分递送血液的能力降低相关的心脏状况,包括HF、心律失常、高血压、不同步等。AMD可以包括植入患者体内或以其他方式定位在患者身上或周围的单个设备或多个医疗设备或监视器,以监测患者的患者生理信息,诸如使用一个或多个传感器,生理信息包括心音、呼吸(例如,呼吸率(RR)、潮气量(TV)等)、阻抗(例如,胸廓阻抗、心脏阻抗、皮肤阻抗等)、压力(例如,血压)、心脏活动(例如,心率、心电信息等)、化学(例如,电解质)、身体活动、姿势、体积描记法或患者的一个或多个其他生理参数,或者向患者提供电刺激或一个或多个其他疗法或治疗。
示例系统100可以包括信号接收器电路102和评估电路103。信号接收器电路103可以被配置为从一个或多个传感器101接收患者(或患者组)的生理信息。评估电路103可以被配置为从信号接收器电路102接收信息,并且使用接收到的患者(或患者组)的生理信息(诸如本文所述)来确定一个或多个参数(例如,生理参数、分层等)或现有的或变化的患者状况(例如,患者水合或脱水的指征、呼吸状况(例如COPD、哮喘)、肺炎状态、心脏状况(例如心力衰竭、心律失常)等)。患者(或患者组)的生理信息除其他外可以包括心电信息、阻抗信息、呼吸信息、心音信息、活动信息、姿势信息、温度信息、化学信息等的绝对或相对测度或变化。
在一个示例中,传感器101可以包括以下一个或多个:呼吸传感器,其被配置为接收呼吸信息(例如,呼吸频率、呼吸量(潮气量)等);加速度传感器(例如,加速度计、麦克风等),其被配置为接收心脏加速度信息(例如,心脏振动信息、压力波形信息、心音信息、心内膜加速度信息、加速度信息、活动信息、姿势信息等);被配置为接收阻抗信息的阻抗传感器(例如,胸内阻抗传感器、经胸阻抗传感器等)、被配置为接收心电信息的心脏传感器;活动传感器,其被配置为接收关于身体运动的信息(例如,活动、步数等);姿势传感器,其被配置为接收姿势或位置信息;压力传感器,其被配置为接收压力信息;体积描记传感器(例如,光体积描记传感器等);化学传感器(例如电解质传感器、pH传感器、阴离子间隙传感器等);皮肤温度传感器(例如,温度的绝对或相对变化,指示出患者核心温度的增加等);皮肤弹性传感器、或被配置为接收患者的生理信息的一个或多个其他传感器。
评估电路103可以被配置为向用户提供输出,诸如向显示器或一个或多个其他用户界面提供输出,该输出包括分数、趋势、警报或其他指示。在其他示例中,评估电路103可以被配置为向另一电路、机器或过程提供输出,诸如治疗电路104(例如,心脏再同步治疗(CRT)电路、化学治疗电路等)等,以控制、调整或停止医疗装置、药物递送系统等的治疗,或者以其他方式改变医疗设备系统的一个或多个其他方面的一个或多个过程或功能,诸如一个或多个CRT参数、药物递送、剂量确定或建议等。在一个示例中,治疗电路104可以包括刺激控制电路、心脏刺激电路、神经刺激电路、剂量确定或控制电路等的一个或多个。在其他示例中,治疗电路104可以由评估电路103或一个或多个其他电路等控制。
在一个示例中,单个AMD可以包括传感器101、信号接收器电路102、评估电路103和治疗电路104中的每一个。在其他示例中,AMD可以包括传感器101、信号接收器电路102、评估电路103或治疗电路104中的一个或多个与其他医疗设备(例如,一个或多个其他AMD、外部设备、远程设备、医疗设备、医疗设备编程器等)组合。
AMD可以包括一系列医疗设备,包括例如传统心律管理(CRM)设备,诸如起搏器、除颤器或心脏再同步器,包括被配置为植入患者胸部的可植入式或皮下设备。CRM设备可以包括一条或多条引线,以将一个或多个电极或其他传感器定位在心脏中或心脏附近的不同位置,诸如心房或心室中的一个或多个中。与引线的一个或多个电极或其他传感器分开地或除此之外,CRM设备可以包括由CRM设备中的电源供电的一个或多个电极或者其他传感器(例如,压力传感器、加速度计、陀螺仪、麦克风等)。引线的一个或多个电极或其他传感器、CRM设备或其组合可以被配置为检测来自患者的生理信息,或向患者提供一种或多种治疗或刺激。
可植入式设备可以附加地或单独地包括无引线心脏起搏器(LCP)、小型的(例如,小于传统可植入CRM设备,在某些示例中具有约1cc的体积等)独立的设备,包括一个或多个传感器、电路或电极,其被配置为监测来自心脏的生理信息(例如,心率等),检测与心脏相关联的生理状况(例如,心动过速),或为心脏提供一种或多种治疗或刺激,而没有传统引线或可植入式CRM设备并发症(例如,所需的切口和囊袋、与引线放置、断裂或迁移相关联的并发症等)。在某些示例中,LCP可以具有比传统CRM设备更有限的功率和处理能力;然而,可以将多个LCP设备植入心脏内或心脏周围,以检测来自心脏的一个或多个腔的生理信息,或者向心脏的一或多个腔提供一种或多种治疗或刺激。多个LCP设备可以在它们自身或一个或多个其他植入式或外部设备之间进行通信。
AMD或医疗设备系统内或与之相关联的每个附加传感器可以增加系统成本和复杂性,降低系统可靠性,或增加功耗并减少AMD的使用寿命。因此,使用单个传感器来确定多种类型的生理信息,或者使用较少数量的传感器来测量较大数量的不同类型的生理数据可能是有益的。例如,在没有引线或电极在心房中或与心房接触的情况下检测心房心电信息可能是有益的。类似地,使用现有传感器和设备检测或预测新的或额外的患者状态指征可能是有益的。
图2示出了示例患者管理系统200和系统200可以在其中操作的环境的部分。患者管理系统200可以执行一系列活动,包括远程患者监测和疾病状况的诊断。这种活动可以在患者201附近执行,诸如在患者家中或办公室,通过集中式服务器,诸如在医院、诊所或医生办公室,或者通过远程工作站,诸如安全无线移动计算设备。
患者管理系统200可以包括一个或多个AMD、外部系统205和在一个或多个AMD和外部系统205之间提供通信的通信链路211。一个或多个AMD可以包括可植入式医疗设备(IMD)202、可穿戴医疗设备203或一个或多个其他可植入式、无引线、皮下、外部、可穿戴或AMD,其被配置为监测、感测或检测来自患者201的信息,确定关于患者201的生理信息,或提供一种或多种治疗以治疗患者201的各种状况,诸如一种或多种心脏或非心脏状况(例如,脱水等)。
在一个示例中,IMD 202可以包括植入患者胸部的一个或多个传统心律管理(CRM)设备(诸如起搏器或除颤器),其具有包括一个或多个经静脉、皮下或非侵入性引线或导管的引线系统,以将一个或多个电极或其他传感器(例如,心音传感器)定位在患者201的心脏内、心脏上或心脏周围或胸部、腹部或颈部中的一个或多个其他位置。在另一个示例中,IMD202可以包括例如皮下植入患者201胸部的监视器。
IMD 202可以包括评估电路,其被配置为检测或确定患者201的特定生理信息,或确定一种或多种状况,或向用户(诸如患者201(例如患者)、临床医生或一个或多个其他护理人员或过程)提供信息或警报。IMD 202可以可替选地或附加地被配置为治疗设备,该治疗设备被配置为治疗患者201的一种或多种医疗状况。可以经由引线系统和相关联的电极或使用一种或多种其他递送机制将治疗递送给患者201。治疗可以包括使用IMD 202或一个或多个其他AMD向患者201递送一种或多种药物。在一些示例中,治疗可以包括CRT,用于纠正CHF患者的不同步和改善心脏功能。在其他示例中,IMD 202可以包括药物递送系统,诸如药物输注泵,以将药物递送给患者,用于管理心律失常或由心律失常、高血压或一种或多种其他生理状况引起的并发症。
可穿戴医疗设备203可以包括一个或多个可穿戴或外部医疗传感器或设备(例如,自动外部除颤器(AED)、Holter监视器、基于贴片的设备、智能手表、智能配件、手腕或手指佩戴的医疗设备,诸如基于手指的光体积描记传感器等)。可穿戴医疗设备203可以包括光学传感器,该光学传感器被配置为检测患者201的手腕、手指或其他位置上的PPG信号。在其他示例中,可穿戴医疗设备203可以包括用于检测声学信息(例如,心音)或血流的声音或振动的声学传感器或加速度计、用于检测与血流或体积变化相关联的阻抗变化的阻抗传感器、用于与检测血流相关联的温度变化的温度传感器、用于检测与血流相关联的身体变化的激光多普勒测振仪或其他压力、应变或物理传感器等。
除其他外,患者管理系统200可以包括被配置为接收呼吸信息(例如,呼吸频率(RR)、呼吸量(分钟量(MV)、潮气量(TV)等)的呼吸传感器、被配置为接收心音信息的心音传感器、被配置为接收阻抗信息的胸廓阻抗传感器、被配置为接收心电信息的心脏传感器、被配置为接收关于身体运动(例如,活动、姿势等)的信息的活动传感器、体积描记传感器或被配置为接收患者201的生理信息的一个或多个其他传感器。
外部系统205可以包括专用硬件/软件系统,诸如编程器、基于远程服务器的患者管理系统,或者可替选地主要由在标准个人计算机上运行的软件定义的系统。外部系统205可以通过IMD202或经由通信链路211连接到外部系统205的一个或多个其他AMD来管理患者201。在其他示例中,经由通信链路211,IMD 202可以被连接到可穿戴设备203,或者可穿戴设备202可以被连接到外部系统205。这可以包括,例如,对IMD 202进行编程,以执行获取生理数据、执行至少一个自诊断测试(诸如针对设备操作状态)、分析生理数据以检测心律失常或可选地向患者201递送或调整治疗中的一个或多个。此外,外部系统205可以经由通信链路211向IMD 202或可穿戴设备203发送信息,或从IMD 202或可穿戴设备203接收信息。信息的示例可以包括:来自患者201的实时或存储的生理数据、诊断数据,诸如检测患者水合状态、住院治疗、对递送给患者201的治疗的响应,或IMD 202或可穿戴设备203的设备操作状态(例如,电池状态、引线阻抗等)。通信链路211可以是感应遥测链路、电容遥测链路或射频(RF)遥测链路,或基于例如“强”蓝牙或IEEE 802.11无线保真“Wi-Fi”接口标准的无线遥测。患者数据源接口的其他配置和组合也是可能的。
作为示例而非限制,外部系统205可以包括位于一个或多个AMD附近的外部设备206,以及位于相对远离一个或多个AMD的位置的远程设备208,以经由通信网络207与外部设备206通信。外部设备206的示例可以包括医疗设备编程器。
远程设备208可以被配置为评估收集到的患者或患者信息,并提供警报通知,以及其他可能的功能。在一个示例中,远程设备208可以包括充当用于收集的数据存储和分析的中央集线器的集中式服务器。该服务器可以被配置为单、多或分布式计算和处理系统。远程设备208可以从多个患者接收数据。数据可以由一个或多个AMD以及与患者201相关联的其他数据采集传感器或设备收集。服务器可以包括存储设备以将数据存储在患者数据库中。服务器可以包括警报分析器电路来评估收集到的数据,以确定是否满足特定的警报条件。警报条件的满足可以触发警报通知的生成,例如由一个或多个人类可感知的用户界面提供。在一些示例中,警报条件可以可替选地或附加地由一个或多个AMD(诸如IMD)评估。例如,警报通知可以包括网页更新、电话或寻呼机呼叫、电子邮件、SMS、文本或“即时”消息,以及给患者的消息和同时给紧急服务和临床医生的直接通知。其他警报通知也是可能的。服务器可以包括警报优先级排序器电路,其被配置为对警报通知进行优先级排序。例如,可以使用与检测到的医疗事件相关联的生理数据和与历史警报相关联的生理数据之间的相似性度量来为检测到的医疗事件的警报设定优先级。
远程设备208可以另外包括一个或多个本地配置的客户端或通过通信网络207安全连接到服务器的远程客户端。客户端的示例可以包括个人台式机、笔记本电脑、移动设备或其他计算设备。系统用户,诸如临床医生或其他合格的医学专家,可以使用客户端安全地访问服务器中的数据库中存储的患者数据,并且选择和优先处理患者和警报,以进行医疗保健供应。除了生成警报通知之外,包括服务器和互连客户端的远程设备208还可以通过向一个或多个AMD发送随访请求,或者通过向患者201(例如,患者)、临床医生或经授权的第三方发送消息或其他通信作为合规通知来执行随访方案。
通信网络207可以提供有线或无线互连。在一个示例中,通信网络207可以基于传输控制协议/互联网协议(TCP/IP)网络通信规范,尽管联网实施方式的其他类型或组合也是可能的。类似地,其他网络拓扑和布置也是可能的。
外部设备206或远程设备208中的一个或多个可以将检测到的医疗事件输出给系统用户,诸如患者或临床医生,或者输出给包括例如可在微处理器中执行的计算机程序的实例的过程。在一个示例中,该过程可以包括自动生成抗心律失常治疗的建议,或进一步诊断测试或治疗的建议。在一个示例中,外部设备206或远程设备208可以包括相应的显示单元,用于显示生理或功能信号,或者警报、报警、紧急呼叫或其他形式的警告,以发出检测到心律失常的信号。在一些示例中,外部系统205可以包括外部数据处理器,其被配置为分析由一个或多个AMD接收的生理或功能信号,并确认或拒绝心律失常的检测。诸如机器学习算法的计算密集型算法可以在外部数据处理器中被实施,以回顾性地处理数据以检测心律失常。
一个或多个AMD或外部系统205的部分可以使用硬件、软件、固件或其组合来实施。一个或多个AMD或外部系统205的部分可以使用专用电路来实施,该专用电路可以被构造或配置为执行一个或多个功能,或者可以使用通用电路来实施,该通用电路可以被编程或以其他方式配置为执行一个或多个功能。这种通用电路可以包括微处理器或其一部分、微控制器或其一部分、或者可编程逻辑电路、存储器电路、网络接口以及用于互连这些部件的各种部件。例如,“比较器”除其他外可以包括电子电路比较器,其可以被构造为执行两个信号之间的比较的特定功能,或者该比较器可以被实施为通用电路的一部分,其可以由指示通用电路的一部分执行两个信号之间的比较的代码来驱动。“传感器”可以包括被配置为接收信息并提供代表这种接收信息的电子输出的电子电路。
患者管理系统200可以包括治疗设备210,诸如呼吸治疗设备(例如,持续气道正压设备或雾化器设备等)或药物递送设备,该药物递送设备被配置为向患者201提供治疗或治疗信息(例如,剂量信息等),诸如通过使用来自一个或多个AMD的信息。在其他示例中,一个或多个AMD可以被配置为向患者201提供治疗或治疗信息。治疗设备210可以被配置为使用通信链路211向一个或多个AMD或外部系统205发送信息或从其接收信息。在一个示例中,一个或多个AMD、外部设备206或者远程设备208可以被配置为控制治疗设备210的一个或多个参数。
外部系统205可以允许对一个或多个AMD进行编程,并且可以接收由一个或多个AMD采集的关于一个或多个信号的信息,诸如可以经由通信链路211接收。外部系统205可以包括本地外部IMD编程器。外部系统205可以包括远程患者管理系统,其可以诸如从远程位置监测患者状态或调整一种或多种治疗。
评估电路可以在外部系统205处被实施,其可以被配置为执行HF风险分层,诸如通过使用从一个或多个AMD提取的数据或存储在外部系统105内的存储器中的数据。基于患者慢性病的HF或其他评估电路的部分可以分布在一个或多个AMD和外部系统205之间。
图3-5示出了与具有肺炎相关事件的住院治疗(诸如诊断为肺炎的心血管患者的住院治疗)相关的患者生理信息的示例关系300、400和500。在某些示例中,生理信息可以包括:呼吸率信息、呼吸量信息、快速浅呼吸指数(RSBI)信息、心率信息、活动信息、心音信息、温度信息等中的一个或多个。例如,可以确定生理信息和肺炎事件之间的一种或多种关系,以使得与一个或多个患者相关联的一个或多个AMD、或者被耦合到或配置为从一个或多个AMD接收信息的一个或多个编程器或外部医疗设备能够检测或确定肺炎或恶化的肺炎状态,或预测一个或多个患者中的未来肺炎事件。
图3示出了具有被配置为感测患者呼吸信息的可植入式CRM设备的一组患者的日常呼吸率信息(例如,每分钟呼吸次数)的示例关系300,其中该日常呼吸率信息相对于在横轴上的第零天(0)处的不良肺炎事件305绘制。日常呼吸率信息包括:经历不良肺炎事件的患者子组的第一日常呼吸率信息301、和未经历不良肺炎事件的患者子组的第二日常呼吸率信息302。第一日常呼吸率信息301在不良肺炎事件305之前的几天和几周内显著增加,而第二日常呼吸率信息302基本保持恒定。
日常呼吸率信息可以包括平均日常呼吸率、中值呼吸率、最小日常呼吸率、最大日常呼吸率、日常呼吸率信息的上百分比或下百分比(例如,上四分位数或下四分位数等)、或者日间(清醒时间,不同于日常)或夜间(或睡眠时间)呼吸率信息的一个或多个其他测度。
示例关系300还包括第一患者数量303和第二患者数量304,第一患者数量303相对于右侧刻度对应于第一日常呼吸率信息301,而第二患者数量304相对于左侧刻度对应于第二日常呼吸率信息302。
图4示出了具有被配置为感测患者呼吸信息的可植入式CRM设备的一组患者的日常快速浅呼吸指数(RSBI)信息(例如,呼吸率(RR)与潮气量(TV)之比等)的示例关系400,其中该日常RSBI信息相对于在横轴上的第零天(0)处的不良肺炎事件405绘制。日常RSBI信息包括经历不良肺炎事件的患者子组的第一日常RSBI信息401和未经历不良肺炎事件的患者子组的第二日常RSBI信息402。第一日常RSBI信息401在不良肺炎事件405之前的几天和几周内显著增加,而第二日常RSBI信息402基本保持恒定。
日常RSBI信息可以包括:平均日常RSBI、中值日常RSBI、最小日常RSBI、最大日常RSBI、日常RSBI信息的上百分比或下百分比(例如,上四分位数或下四分位数等)、或者日间(清醒时间,不同于日常)或夜间(或睡眠时间)RSBI信息的一个或多个其他测度。
示例关系400还包括:相对于右侧刻度对应于第一日常RSBI信息401的第一患者数量403,以及相对于左侧刻度对应于第二日常RSBI信息402的第二患者数量404。
图5示出了具有被配置为感测患者电或机械信息的可植入式CRM设备的一组患者的日常心率信息(例如,日常夜间心率等)的示例关系400,日常心率信息相对于在横轴上的第零天(0)处的不良肺炎事件505绘制。日常心率信息包括:经历不良肺炎事件的患者子组的第一日常心率信息501和未经历不良肺炎事件的患者子组的第二日常心率信息502。第一日常心率信息501在不良肺炎事件505之前的几天和几周内显著增加,而第二日常心率信息502基本保持恒定。
日常心率信息可以包括:平均日常心率、中值日常心率、最小日常心率、最大日常心率、日常心率信息的上百分比或下百分比(例如,上四分位数或下四分位数等)、或者日间(不同于日常)或夜间(或睡眠)心率信息的一个或多个其他测度。
示例关系500还包括第一患者数量503和第二患者数量504,第一患者数量503相对于右侧刻度对应于的第一日常心率信息501,而第二患者数量504相对于左侧刻度对应于第二日常心率信息502。
图6示出了使用接收到的生理信息(诸如呼吸信息、心电信息、心音信息、活动信息或患者的其他生理信息)来确定患者的肺炎评分的示例方法600。
在601处,可以从患者处接收生理信息,诸如通过使用移动医疗设备、医疗设备编程器或一个或多个其他可植入式、外部、移动或远程医疗设备的信号接收器电路,如本文所公开的。
在602处,从患者处接收的生理信息可以可选地包括患者的呼吸信息。呼吸信息可以包括:随患者呼吸而变化或以其他方式随患者呼吸循环变化的生理信号。在一个示例中,信号接收器电路可以被配置为接收患者的呼吸率(RR)、潮气量(TV)、快速浅呼吸指数(RSBI)或一个或多个其他呼吸测量值或参数。在其他示例中,一个或多个评估电路可以被配置为使用接收到的患者呼吸信息来确定一个或多个呼吸参数,诸如以上描述的那些呼吸参数。
在603处,可以使用接收到的患者呼吸诸如通过评估电路来确定患者的RSBI值。RSBI值可以被确定为呼吸频率与潮气量的比值(例如,RR/TV等)。在一个示例中,可以确定不同的呼吸参数或度量,其对应于不同的时间段,诸如日常时间段,或者与一个或多个其他时间段(例如,小时、天、周等)相关联的时间段。例如,呼吸度量可以包括特定时间段(诸如一天等)内的平均、中值、最大或最小呼吸率。在某些示例中,这种度量可以进一步被限于日间或夜间测量,其使用由时钟、活动、姿势等检测到或接收到的患者睡眠或清醒状态的指征来确认。
在一个示例中,RSBI值可以包括日常RSBI值,其被确定为日常呼吸率值(例如,平均日常呼吸率、中值日常呼吸率,最小日常呼吸率和最大日常呼吸率等)除以日常潮气量值(例如,平均日常潮气量、中值日常潮气量、最小日常潮气量、最大日常潮气量等)。例如,日常RSBI值可以包括日间或清醒时间期间的日常最小RSBI值。在其他示例中,可以每天多次确定患者的RSBI值,并且日常RSBI值可以是针对该天所确定的所述次数的RSBI值的平均值、中值、最小值、最大值或一个或多个其他统计值。在其他示例中,可以使用长于或短于一天的一个或多个其他时间段,诸如若干天(例如,3天等)、一周、一个月等,或针对日常或其他时间段的一天的子集(例如,日间值、夜间值等)。
在604处,可以确定在一个时间段内的日常RSBI值的变化,诸如一天内的变化、连续几天的变化量的差异,或多天内统计测度(例如,平均值、中值、最小值或最大值等)的一个或多个其他变化。
在605处,从患者处接收的生理信息可以可选地包括患者的心音信息。心音是与心脏振动或来自通过心脏的血流的加速度或每个心动周期的其他心脏运动相关联的重复机械信号,并且可以根据与这种振动、加速度、运动、压力波或血流相关联的活动来进行分离和分类。心音包括四个主要特征:第一至第四心音。第一心音(S1)是心脏在收缩开始时房室(AV)瓣、二尖瓣和三尖瓣关闭期间发出的振动声。第二心音(S2)是心脏在舒张开始时主动脉瓣和肺动脉瓣关闭期间发出的振动声。第三心音和第四心音(S3、S4)与舒张期间左心室的充盈压力有关。心脏中的瓣膜关闭、血液运动和压力变化会引起心脏壁的加速度、振动或运动,这些可以使用加速度计或麦克风来检测,从而提供本文中称为心脏加速度信息的输出。
在一个示例中,可以接收或确定第三心音(S3)信息,诸如日常S3信息,包括S3振幅或在S3窗口中测量的能量的量等。在其他示例中,可以接收或确定第一心音(S1)信息,诸如日常S1信息,包括S1振幅等。在其他示例中,可以接收或确定一个或多个其他心音信息,诸如S1信息、第二心音(S2)信息、S3信息或第四心音(S4)信息中的一个或多个。在某些示例中,可以接收或确定不同心音信息的比值,诸如S3信息与S1信息的比值,例如,日常S3/S1测量值等。
心音可被用于检测或改善多种生理状况的检测,包括例如急性生理事件,诸如一种或多种异常心律(例如,心房颤动、心房扑动、心脏机械不同步等)或慢性生理事件(例如,局部缺血、心力衰竭等)。例如,可以使用心音检测心力衰竭。例如,第三心音(S3)信息的指数可被用于监测心力衰竭,诸如Siejko等人共同受让的题为“Third Heart SoundActivity Index for Heart Failure Monitoring”的美国专利第7,115,096号中所公开的,其全部内容通过引用并入本文。可以确定HF风险评分,并且可以使用感测到的S3心音的测得生理参数来调整WHF检测,诸如An等人共同受让的题为“Risk Stratification BasedHeart Failure Detection Algorithm”的美国专利第9,968,266号中所公开的,其全部内容通过引用并入本文。在从升高的活动水平过渡到较低升高的活动水平之后,可以使用所确定的心音特征的趋势来确定诸如HF状态指征的生理指标,诸如Thakur等人共同受让的题为“Diagnostic and Optimization using Exercise Recovery Data”的美国专利第9,345,410号中所公开的,其全部内容通过引用并入本文。
在606处,从患者处接收的生理信息可以可选地包括患者的活动信息,诸如具有高于特定活动阈值(例如,代表适度活动等)的持续、平均或最大活动测量值的日常时间量(或时间窗计数)。例如,活动信息可以包括代表具有高于适度活动阈值(例如,高于28mg的加速度计测量值等)的活动测量值(或活动测量值的百分比)的日常小时计数的日常测度。
在607处,可以使用接收的或确定的生理信息(诸如使用评估电路等)来确定患者的肺炎评分。在一个示例中,可以使用包括一种或多种类型的生理信息的关系来确定肺炎评分。例如,可以使用患者的呼吸信息(诸如接收到或所确定的RSBI值等)的测度来确定肺炎评分。在其他示例中,可以使用一种或多种其他类型的接收到或所确定的生理信息来确定肺炎评分,该生理信息诸如心率信息、心音信息、活动信息,或呼吸信息的一个或多个其他测度,诸如日常呼吸率的趋势等。
在某些示例中,可以使用接收到的或所确定的生理信息的多种组合测度来确定肺炎评分。例如,可以使用不同类型的生理信息(诸如呼吸信息、心率信息、心音信息、活动信息等)的至少两个接收到或所确定的测度的组合来确定肺炎评分。
确定患者肺炎评分(Ps)的示例关系包括:Ps=RSBI*a+RRT*b+Activity*c+HR*d,其中RSBI、RRT、Activity和HR是生理信息的相应测度,并且a、b、c和d是表示相应测度的权重的系数。在其他示例中,可以使用其他测度或者测度或关系的数学组合来确定患者的肺炎评分。在一个示例中,可以使用生理信息的统计分析(例如,机器学习技术,诸如线性模型(例如,Lasso&Ridge)、基于树的模型(例如,XG Boost、Cat Boost、Light GBM、随机森林(RF)、决策树等)等)来确定用于确定肺炎评分的关系,诸如使用图3至图5所示的示例关系300至500。
除其他外,相应的测度可以包括以下一个或多个:日常平均RSBI值的测度(例如,变化)、日常最小日间RSBI值的测度、日常平均呼吸率的测度、高于阈值的日常活动水平的测度、日常夜间心率的测度、日常心音值的测度(例如,S3振幅或在S3窗口中测量的能量的量等),或多种测度的组合,诸如日常平均呼吸率的测度、高于阈值的日常活动水平的测度和日常S3值的测度的组合。在其他示例中,相应的测度可以包括上述测度中的一个或多个的索引值(例如,相对于阈值,诸如人口阈值等,从0到20进行索引)。
在其他示例中,可以根据超过一个或多个阈值的一个或多个测度来确定肺炎评分。在某些示例中,可以组合测度并将其与单个阈值进行比较,或者可以将单个测度或测度的组合与相应的阈值进行比较。
在608处,可以使用评估电路接收患者的位置信息,或使用评估电路或一个或多个其他医疗设备(诸如外部编程器等)接收包括患者在内的一组患者的位置信息。位置信息可以包括不同级别的粒度,范围从来自医疗记录的患者的居住信息或医疗护理设施的位置到使用全球定位系统(GPS)、射频识别(RFID)、 近场通信(NFC)、蜂窝网络或寻呼网络位置信息等中的至少一种确定的患者的物理位置信息。
在609处,诸如在评估电路或一个或多个其他医疗设备(诸如被配置为与多个AMD通信或从与多个患者相关联的多个AMD接收信息的外部编程器)处,可以使用接收到的患者或该组患者的位置信息,结合从患者接收的生理信息或从一组患者接收的生理信息,来确定肺炎或肺炎相关事件(诸如病毒、细菌或其他疾病爆发)的地理指示符。在某些示例中,外部编程器可以被配置为从多个患者接收肺炎评分和位置信息,并且可以被配置为使用接收到的肺炎评分和位置信息来确定肺炎或肺炎相关事件的地理指示符。如果任何物理位置示出了高于阈值的事件率,或高于阈值的事件率的增加,诸如相对于其他物理位置、医疗系统容量等,则可以提供警报。此外,在需要住院治疗之前,可以及早确定肺炎病情恶化的指征。早期干预可以降低对个体患者和医疗系统能力的影响的严重程度。
在某些示例中,步骤602-606或608-609中的一个或多个是可选的,或者可以以各种组合或排列方式与步骤601和607组合。在一个示例中,外部编程器可以包括评估电路,该评估电路被配置为从患者或该组患者接收生理信息,使得外部编程器可以被配置为确定患者或该组患者的肺炎评分,诸如与一个或多个AMD相对照。
图7示出了用于确定诊断评分的示例方法700,该诊断评分指示检测到的患者状态恶化的指征由肺炎或一种或多种其他急性或慢性心脏病或并发症(诸如心力衰竭等)引起的可能性。
在701处,可以从患者处接收生理信息,诸如使用移动医疗设备、医疗设备编程器或一个或多个其他可植入式、外部、移动或远程医疗设备的信号接收器电路,诸如本文所公开的。
在702处,可以检测患者状态恶化的指征,诸如使用接收到的生理信息或在一个或多个时间段内的接收到的生理信息的变化与一个或多个阈值的比较。在一个示例中,患者状态恶化的指征可以包括心力衰竭恶化的指征。
在703处,可以使用接收到的生理信息(例如,用于检测患者状态恶化的指征的相同或不同的生理信息)来检测患者的肺炎评分,诸如本文在其他方面所述的。在704处,可以使用接收到的生理信息(例如,用于检测患者状态恶化的指征的相同或不同的生理信息)来检测患者的心力衰竭评分或患者的一个或多个其他心脏状况或并发症。
在705处,可以确定诊断评分,该诊断评分指示检测到的患者状态恶化的指征是由肺炎或一种或多种不同于肺炎的心脏疾病或并发症引起的可能性。例如,一种或多种心脏疾病可以包括心力衰竭。诊断评分可以是使用所确定的肺炎评分和所确定的心力衰竭评分指示检测到的恶化的患者状态是由心力衰竭或肺炎引起的可能性的差别诊断评分,诸如所确定的肺炎和心力衰竭评分的比较等。
在其他示例中,指示检测到的患者状态恶化的指征是由心力衰竭或肺炎引起的可能性的诊断评分可以包括:检测到的患者状态恶化的指征是由心力衰竭引起的第一指征、和检测到的患者状态恶化的指征是由肺炎引起的第二指征。在一个示例中,可以使用所确定的肺炎和心力衰竭评分的变化、所确定的肺炎和心力衰竭评分的组合以及患者的病史等来确定第一指征和第二指征。
在一个示例中,在702处检测到的患者状态恶化的指征可以触发703处患者的肺炎评分的确定、704处心力衰竭评分或其他心脏状况或并发症的确定、或705处诊断评分的确定中的一个或多个。在其他示例中,在702处检测到的患者状态恶化的指征可以触发对一种或多种类型的生理信息的检测或接收(其否则不会被检测或者不会要在这样的检测之时计划进行检测),使得一个或多个AMD的操作响应于检测到的指征而改变。在一个示例中,确定肺炎评分可被用于改变一个或多个其他评分或警报,诸如现有的心力衰竭评分或警报。
图8示出了示例机器800的框图,在该机器上可以执行本文所讨论的任何一种或多种技术(例如,方法)。该描述的部分可以适用于本文所述的一个或多个医疗设备(例如IMD、外部编程器等)的计算框架。此外,如本文关于医疗设备部件、系统或机器所描述的,这可能需要通用计算机、部件或机器所不具备的法规遵从性。
如本文所述,示例可以包括机器800中的逻辑或多个部件或机制,或者可以由其操作。电路系统(例如,处理电路系统、评估电路等)是在机器800的有形实体中实施的电路的集合,其包括硬件(例如,简单电路、门、逻辑等)。电路系统构件随着时间的推移可以是灵活的。电路系统包括在操作时可以单独或以组合执行特定操作的构件。在一个示例中,电路系统的硬件可以不变地被设计为执行特定操作(例如,硬连线)。在一个示例中,电路系统的硬件可以包括可变连接的物理部件(例如,执行单元、晶体管、简单电路等),其包括物理修改的机器可读介质(例如,磁、电、不变聚集粒子的可移动放置等),以编码特定操作的指令。在连接物理部件时,硬件组件的基本电特性被变化,例如,从绝缘体变为导体,反之亦然。指令使得嵌入式硬件(例如,执行单元或加载机制)能够经由可变连接在硬件中创建电路系统的构件,以在操作时执行特定操作的部分。因此,在一个示例中,在设备操作时,机器可读介质元件是电路系统的一部分或者被通信地耦合到电路系统的其他部件。在一个示例中,任何物理部件可以被用于一个以上电路系统的一个以上成员中。例如,在操作下,执行单元可以在一个时间点被用在第一电路系统的第一电路中,并且被第一电路系统中的第二电路重用,或者在不同的时间被第二电路系统中的第一电路重用。以下是关于机器800的这些部件的附加示例。
在替代实施例中,机器800可以作为独立设备操作,或者可以被连接(例如,联网)到其他机器。在联网部署中,机器800可以在服务器-客户端网络环境中以服务器机器、客户端机器或两者的能力操作。在一个示例中,机器800可以充当对等(P2P)(或其他分布式)网络环境中的对等机器。机器800可以是个人计算机(PC)、平板PC、机顶盒(STB)、个人数字助理(PDA)、移动电话、网络设备、网络路由器、交换机或网桥,或者能够执行指定该机器要采取的动作的指令(顺序或以其他方式)的任何机器。此外,虽然仅示出了单个机器,但术语“机器”还应当被理解为包括单独或联合执行一组(或多组)指令以执行本文讨论的任何一种或多种方法的任何机器集合,诸如云计算、软件即服务(SaaS)、其他计算机集群配置。
机器(例如,计算机系统)800可以包括硬件处理器802(例如,中央处理单元(CPU)、图形处理单元(GPU)、硬件处理器核心或其任何组合)、主存储器804、静态存储器(例如,用于固件、微码、基本输入输出(BIOS)、统一可扩展固件接口(UEFI)等的存储器或存储装置)806,以及大容量存储器808(例如,硬盘驱动器、磁带驱动器、闪存或其他块设备),其中一些或全部可以经由互连(例如,总线)830相互通信。机器800还可以包括显示单元810、字母数字输入设备812(例如,键盘)和用户界面(UI)导航设备814(例如,鼠标)。在示例中,显示单元810、输入设备812和UI导航设备814可以是触摸屏显示器。机器800还可以包括信号生成设备818(例如,扬声器)、网络接口设备820和一个或多个传感器816,诸如全球定位系统(GPS)传感器、罗盘、加速度计或一个或多个其他传感器。机器800可以包括输出控制器828,诸如串行(例如,通用串行总线(USB)、并行或其他有线或无线(例如,红外(IR)、近场通信(NFC)等)连接,以通信或控制一个或多个外围设备(例如,打印机、读卡器等)。
处理器802、主存储器804、静态存储器806或大容量存储器808的寄存器可以是或包括机器可读介质822,机器可读介质822上存储有一组或多组数据结构或指令824(例如,软件),其体现了本文所述的任何一种或多种技术或功能或由其利用。在机器800执行指令824期间,指令824还可以完全或至少部分地驻留在处理器802、主存储器804、静态存储器806或大容量存储器808的任何寄存器内。在一个示例中,硬件处理器802、主存储器804、静态存储器806或大容量存储器808中的一个或任何组合可以构成机器可读介质822。虽然机器可读介质822被示为单个介质,但是术语“机器可读介质”可以包括被配置为存储一个或多个指令824的单个介质或多个介质(例如,集中式或分布式数据库,和/或相关联的高速缓存和服务器)。
术语“机器可读介质”可以包括能够存储、编码或携带由机器800执行的指令并且使机器800执行本公开的任何一种或多种技术的任何介质,或者能够存储、编码或携带由这些指令使用或与这些指令相关联的数据结构的任何介质。非限制性机器可读介质示例可以包括固态存储器、光学介质、磁性介质和信号(例如,射频信号、其他基于光子的信号、声音信号等)。在一个示例中,非暂时性机器可读介质包括具有多个具有不变(例如静止)质量的粒子的机器可读介质,并且因此是物质的组成。因此,非暂时性机器可读介质是不包括暂时性传播信号的机器可读介质。非暂时性机器可读介质的具体示例可以包括:非易失性存储器,诸如半导体存储设备(例如,电可编程只读存储器(EPROM)、电可擦除可编程只读存储(EEPROM))和闪存设备;磁盘,诸如内部硬盘和可移动磁盘;磁光盘;以及CD-ROM和DVD-ROM盘。
可以利用多种传输协议(例如,帧中继、互联网协议(IP)、传输控制协议(TCP)、用户数据报协议(UDP)、超文本传输协议(HTTP)等)中的任何一种,经由网络接口设备820,通过使用传输介质的通信网络826进一步传送或接收指令824。示例通信网络可以包括局域网(LAN)、广域网(WAN)、分组数据网络(例如,互联网)、移动电话网络(例如,蜂窝网络)、普通老式电话(POTS)网络和无线数据网络(例如,被称为的电气和电子工程师协会(IEEE)802.12标准族、被称为的IEEE 802.16标准族)、IEEE 802.15.4标准族、对等(P2P)网络,等等。在一个示例中,网络接口设备820可以包括一个或多个物理插孔(例如,以太网、同轴或电话插孔)或一个或多个天线,以连接到通信网络826。在一个示例中,网络接口设备820可以包括多个天线,以使用单输入多输出(SIMO)、多输入多输入(MIMO)或多输入单输出(MISO)技术中的至少一种进行无线通信。术语“传输介质”应被理解为包括能够存储、编码或携带由机器800执行的指令的任何无形介质,并且包括数字或模拟通信信号或其他无形介质,以便于此类软件的通信。传输介质是机器可读介质。
各种实施例以上的附图中被示出。来自一个或多个这些实施例中的一个或者多个特征可以被组合以形成其他实施例。本文描述的方法示例可以是至少部分是机器或计算机实施的。一些示例可以包括编码有指令的计算机可读介质或机器可读介质,该指令可操作以配置电子设备或系统以执行以上示例中描述的方法。这种方法的实施方式可以包括代码,诸如微码、汇编语言代码、高级语言代码等。这种代码可以包括用于执行各种方法的计算机可读指令。代码可以形成计算机程序产品的一部分。此外,代码可以在执行期间或在其他时间有形地被存储在一个或多个易失性或非易失性计算机可读介质上。
以上详细描述旨在说明,而非限制。因此,本公开的范围应当参考所附权利要求以及这些权利要求所享有的等同物的全部范围来确定。
Claims (15)
1.一种医疗系统,包括:
信号接收器电路,其被配置为从移动医疗设备(AMD)接收患者的生理信息,所述生理信息包括所述患者的呼吸信息;以及
评估电路,其被配置为使用接收到的呼吸信息来确定所述患者的肺炎评分。
2.根据权利要求1所述的医疗系统,其中,所述患者的呼吸信息包括所述患者的呼吸率信息和呼吸量信息,以及
其中,所述评估电路被配置为使用接收到的呼吸信息来确定所述患者相对于第一时间段的快速浅呼吸指数(RSBI)值,并且使用所确定的所述患者相对于第一时间段的RSBI值来确定所述患者的肺炎评分。
3.根据权利要求2所述的医疗系统,其中,所述第一时间段是日常时间段,并且所述患者相对于第一时间段的RSBI值包括所述患者的日常RSBI值,以及
其中,所述评估电路被配置为:确定所述患者的日常RSBI值在多天内的变化,并使用所确定的所述日常RSBI值的变化来确定所述患者的肺炎评分。
4.根据权利要求1-3中任一项所述的医疗系统,其中,所述生理信息包括所述患者的心率信息,以及
其中,所述评估电路被配置为:使用接收到的呼吸信息和接收到的心率信息来确定所述患者的肺炎评分。
5.根据权利要求1-4中任一项所述的医疗系统,其中,所述生理信息包括所述患者的呼吸信息、所述患者的心音信息和所述患者的活动信息,
其中,所述呼吸信息包括所述患者的呼吸率信息,
其中,所述心音信息包括所述患者的第三心音(S3)信息,
其中,所述活动信息包括高于所述患者的活动阈值的日常活动的指征,以及
其中,所述评估电路被配置为使用接收到的所述患者的呼吸率信息、接收到的所述患者的第三心音(S3)信息和接收到的高于所述患者的活动阈值的日常活动的指征的组合来确定所述患者的肺炎评分。
6.根据权利要求1-5中任一项所述的医疗系统,其中所述生理信息包括所述患者的温度信息,
其中,所述评估电路被配置为使用接收到的所述患者的呼吸信息和接收到的所述患者的温度信息来确定所述患者的肺炎评分,以及
其中,为了确定所述患者的肺炎评分,所述评估电路被配置为确定肺炎状态恶化的指征或所述患者的未来肺炎事件的预测中的至少一个。
7.根据权利要求1-6中任一项所述的医疗系统,其中,所述生理信息包括所述患者的呼吸信息、所述患者的心音信息和所述患者的活动信息,以及
其中,所述评估电路被配置为:
使用接收到的所述患者的生理信息检测患者状态恶化的指征;
使用接收到的所述患者的呼吸信息、接收到的所述患者的心音信息和接收到的所述患者的活动信息的组合来确定所述患者的心力衰竭评分;以及
使用所确定的肺炎评分和所确定的心力衰竭评分来确定诊断评分,所述诊断评分指示检测到的患者状态恶化的指征是由心力衰竭或肺炎引起的可能性。
8.根据权利要求7所述的医疗系统,其中,指示检测到的患者状态恶化的指征是由心力衰竭或肺炎引起的可能性的所述诊断评分包括:检测到的患者状态恶化的指征是由心力衰竭引起的第一指征,以及检测到的患者状态恶化的指征是由肺炎引起的第二指征。
9.根据权利要求1-8中任一项所述的医疗系统,包括外部编程器,其被配置为从一组患者中的每个患者接收生理信息,其中,所述外部编程器被配置为:从所述一组患者中的每个患者接收位置信息,并且使用接收到的生理信息和接收到的位置信息来确定所述一组患者的肺炎相关事件的地理指示符。
10.根据权利要求9所述的医疗系统,其中,所述外部编程器包括所述评估电路,并且
其中,所述外部编程器被配置为:使用所确定的肺炎评分和接收到的所述一组患者中的每个患者的位置信息来确定所述一组患者的肺炎相关事件的所述地理指示符。
11.一种方法,包括:
在信号接收器电路处,从移动医疗设备(AMD)接收患者的生理信息,所述生理信息包括所述患者的呼吸信息;以及
使用评估电路,使用接收到的呼吸信息来确定所述患者的肺炎评分。
12.根据权利要求11所述的方法,其中,所述患者的呼吸信息包括所述患者的呼吸率信息和呼吸量信息,所述方法包括:
使用所述评估电路,使用接收到的呼吸信息确定所述患者相对于第一时间段的快速浅呼吸指数(RSBI)值,
其中,确定所述患者的肺炎评分包括:使用所确定的所述患者相对于所述第一时间段的RSBI值。
13.根据权利要求11-12中任一项所述的方法,其中,所述生理信息包括所述患者的心率信息,以及
其中,确定所述患者的肺炎评分包括使用接收到的呼吸信息和接收到的心率信息。
14.根据权利要求11-13中任一项所述的方法,其中,所述生理信息包括所述患者的呼吸信息、所述患者的心音信息和所述患者的活动信息,
其中,所述呼吸信息包括所述患者的呼吸率信息,
其中,所述心音信息包括所述患者的第三心音(S3)信息,
其中,所述活动信息包括高于所述患者的活动阈值的日常活动的指征,
其中,确定所述患者的肺炎评分包括:使用接收到的所述患者的呼吸率信息、接收到的所述患者的第三心音(S3)信息和接收到的高于所述患者的活动阈值的日常活动的指征的组合。
15.根据权利要求11-14中任一项所述的方法,其中,所述生理信息包括所述患者的呼吸信息、所述患者的心音信息和所述患者的活动信息,所述方法包括:
使用所述评估电路,使用接收到的所述患者的生理信息来检测患者状态恶化的指征;
使用所述评估电路,使用接收到的所述患者的呼吸信息、接收到的所述患者的心音信息和接收到的所述患者的活动信息的组合来确定所述患者的心力衰竭评分;以及
使用所述评估电路,使用所确定的肺炎评分和所确定的心力衰竭评分来确定诊断评分,所述诊断评分指示检测到的患者状态恶化的指征是由心力衰竭或肺炎引起的可能性。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063030785P | 2020-05-27 | 2020-05-27 | |
US63/030,785 | 2020-05-27 | ||
PCT/US2021/033989 WO2021242723A1 (en) | 2020-05-27 | 2021-05-25 | Pneumonia detection in cardiovascular patients |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115666381A true CN115666381A (zh) | 2023-01-31 |
Family
ID=76641774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180038698.4A Pending CN115666381A (zh) | 2020-05-27 | 2021-05-25 | 心血管患者的肺炎检测 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11883191B2 (zh) |
EP (1) | EP4157084A1 (zh) |
CN (1) | CN115666381A (zh) |
WO (1) | WO2021242723A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11883191B2 (en) | 2020-05-27 | 2024-01-30 | Cardiac Pacemakers, Inc. | Pneumonia detection in cardiovascular patients |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11963756B2 (en) * | 2020-09-09 | 2024-04-23 | Cardiac Pacemakers, Inc. | COVID-19 remote monitoring |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7252640B2 (en) | 2002-12-04 | 2007-08-07 | Cardiac Pacemakers, Inc. | Detection of disordered breathing |
US7678061B2 (en) | 2003-09-18 | 2010-03-16 | Cardiac Pacemakers, Inc. | System and method for characterizing patient respiration |
US7575553B2 (en) | 2003-09-18 | 2009-08-18 | Cardiac Pacemakers, Inc. | Methods and systems for assessing pulmonary disease |
US7115096B2 (en) | 2003-12-24 | 2006-10-03 | Cardiac Pacemakers, Inc. | Third heart sound activity index for heart failure monitoring |
US9968266B2 (en) | 2006-12-27 | 2018-05-15 | Cardiac Pacemakers, Inc. | Risk stratification based heart failure detection algorithm |
US9883809B2 (en) * | 2008-05-01 | 2018-02-06 | Earlysense Ltd. | Monitoring, predicting and treating clinical episodes |
US9345410B2 (en) | 2013-03-15 | 2016-05-24 | Cardiac Pacemakers, Inc. | Diagnostic and optimization using exercise recovery data |
US9814409B2 (en) * | 2013-11-26 | 2017-11-14 | Cardiac Pacemakers, Inc. | Detection of chronic obstructive pulmonary disease exacerbations from breathing patterns |
CN106132286B (zh) * | 2014-03-07 | 2020-04-21 | 心脏起搏器股份公司 | 多级心力衰竭事件检测 |
US20150327776A1 (en) * | 2014-05-15 | 2015-11-19 | Cardiac Pacemakers, Inc. | System and methods for automatic differential diagnosis of worsening heart failure |
US20180199888A1 (en) * | 2017-01-16 | 2018-07-19 | Sherin Varkey | Counting and monitoring respiratory rate and detecting pneumonia in children |
US11832970B2 (en) * | 2017-07-26 | 2023-12-05 | Cardiac Pacemakers, Inc. | Worsening heart failure stratification |
US10863948B2 (en) * | 2017-12-06 | 2020-12-15 | Cardiac Pacemakers, Inc. | Heart failure stratification based on respiratory pattern |
US11925485B2 (en) | 2017-12-06 | 2024-03-12 | Cardiac Pacemakers, Inc. | Non-invasive system for monitoring and treating respiratory distress |
US11147459B2 (en) * | 2018-01-05 | 2021-10-19 | CareBand Inc. | Wearable electronic device and system for tracking location and identifying changes in salient indicators of patient health |
WO2020036706A1 (en) * | 2018-08-14 | 2020-02-20 | Cardiac Pacemakers, Inc. | Systems and methods for monitoring immunotherapy toxicity |
CN115666381A (zh) | 2020-05-27 | 2023-01-31 | 心脏起搏器股份公司 | 心血管患者的肺炎检测 |
-
2021
- 2021-05-25 CN CN202180038698.4A patent/CN115666381A/zh active Pending
- 2021-05-25 US US17/329,553 patent/US11883191B2/en active Active
- 2021-05-25 EP EP21735455.4A patent/EP4157084A1/en active Pending
- 2021-05-25 WO PCT/US2021/033989 patent/WO2021242723A1/en unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11883191B2 (en) | 2020-05-27 | 2024-01-30 | Cardiac Pacemakers, Inc. | Pneumonia detection in cardiovascular patients |
Also Published As
Publication number | Publication date |
---|---|
EP4157084A1 (en) | 2023-04-05 |
WO2021242723A1 (en) | 2021-12-02 |
US11883191B2 (en) | 2024-01-30 |
US20210369196A1 (en) | 2021-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113891677B (zh) | 用于预测房性心律失常的系统和方法 | |
US11547343B2 (en) | PVC adjusted AF detection | |
US20230040827A1 (en) | Systems and methods for presenting arrhythmia episodes | |
US11883191B2 (en) | Pneumonia detection in cardiovascular patients | |
US11744503B2 (en) | Long-duration arrhythmia detection | |
US11992306B2 (en) | Temperature monitoring for sleep disordered breathing | |
US20220095931A1 (en) | Breath classification systems and methods | |
CN110621224B (zh) | 用于确定心房颤动和脉压变异性的系统和方法 | |
US11844489B2 (en) | Respiratory phase determination | |
CN111656456B (zh) | 出院准备度评估 | |
CN110868911B (zh) | 心力衰竭事件率评定 | |
US20200178826A1 (en) | Systems and methods for detecting arrhythmias | |
US20230301601A1 (en) | Systems and methods to predict mortality risk | |
US11963756B2 (en) | COVID-19 remote monitoring | |
US20240181262A1 (en) | Determining crt response | |
US20240277302A1 (en) | Sensor data display boundary determination | |
US20240181263A1 (en) | Dynamic switching between crt and msp | |
US20240148309A1 (en) | Chronic periodic monitoring for atrial tachyarrhythmia detection | |
US20240138803A1 (en) | Atrial fibrillation detection using heart sound morphology | |
US20240189509A1 (en) | Syncope prediction using cardiac acceleration information | |
US20240180474A1 (en) | Cardiac acceleration based p wave window determination | |
CN117279569A (zh) | 基于加速度的患者体重确定 |
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 |