CN116779152A - 一种麻醉机器人系统 - Google Patents
一种麻醉机器人系统 Download PDFInfo
- Publication number
- CN116779152A CN116779152A CN202311050005.0A CN202311050005A CN116779152A CN 116779152 A CN116779152 A CN 116779152A CN 202311050005 A CN202311050005 A CN 202311050005A CN 116779152 A CN116779152 A CN 116779152A
- Authority
- CN
- China
- Prior art keywords
- administration
- result
- drug
- mode
- automatic
- 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.)
- Granted
Links
- 206010002091 Anaesthesia Diseases 0.000 title claims abstract description 143
- 230000037005 anaesthesia Effects 0.000 title claims abstract description 143
- 239000003814 drug Substances 0.000 claims abstract description 121
- 238000012377 drug delivery Methods 0.000 claims abstract description 96
- 229940079593 drug Drugs 0.000 claims abstract description 95
- 238000001647 drug administration Methods 0.000 claims abstract description 86
- 238000012800 visualization Methods 0.000 claims abstract description 40
- 230000000007 visual effect Effects 0.000 claims abstract description 19
- 230000036772 blood pressure Effects 0.000 claims description 47
- 238000001802 infusion Methods 0.000 claims description 40
- 238000012423 maintenance Methods 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 33
- 238000012806 monitoring device Methods 0.000 claims description 30
- 206010021118 Hypotonia Diseases 0.000 claims description 26
- 230000036640 muscle relaxation Effects 0.000 claims description 26
- 239000000932 sedative agent Substances 0.000 claims description 18
- 230000001624 sedative effect Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 9
- 229940035676 analgesics Drugs 0.000 claims description 8
- 239000000730 antalgic agent Substances 0.000 claims description 8
- 206010039897 Sedation Diseases 0.000 claims description 5
- 230000036280 sedation Effects 0.000 claims description 5
- 230000036592 analgesia Effects 0.000 claims description 4
- 230000000202 analgesic effect Effects 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract 1
- ZTVQQQVZCWLTDF-UHFFFAOYSA-N Remifentanil Chemical compound C1CN(CCC(=O)OC)CCC1(C(=O)OC)N(C(=O)CC)C1=CC=CC=C1 ZTVQQQVZCWLTDF-UHFFFAOYSA-N 0.000 description 14
- 229960003394 remifentanil Drugs 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 239000000243 solution Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 239000003158 myorelaxant agent Substances 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 210000004556 brain Anatomy 0.000 description 5
- 230000035487 diastolic blood pressure Effects 0.000 description 5
- 230000006698 induction Effects 0.000 description 5
- 230000035488 systolic blood pressure Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- OLBCVFGFOZPWHH-UHFFFAOYSA-N propofol Chemical compound CC(C)C1=CC=CC(C(C)C)=C1O OLBCVFGFOZPWHH-UHFFFAOYSA-N 0.000 description 4
- 229960004134 propofol Drugs 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000003444 anaesthetic effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004868 gas analysis Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 230000002980 postoperative effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229960003682 rocuronium bromide Drugs 0.000 description 2
- OYTJKRAYGYRUJK-FMCCZJBLSA-M rocuronium bromide Chemical compound [Br-].N1([C@@H]2[C@@H](O)C[C@@H]3CC[C@H]4[C@@H]5C[C@@H]([C@@H]([C@]5(CC[C@@H]4[C@@]3(C)C2)C)OC(=O)C)[N+]2(CC=C)CCCC2)CCOCC1 OYTJKRAYGYRUJK-FMCCZJBLSA-M 0.000 description 2
- 229960004739 sufentanil Drugs 0.000 description 2
- GGCSSNBKKAUURC-UHFFFAOYSA-N sufentanil Chemical compound C1CN(CCC=2SC=CC=2)CCC1(COC)N(C(=O)CC)C1=CC=CC=C1 GGCSSNBKKAUURC-UHFFFAOYSA-N 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 230000000857 drug effect Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229940035363 muscle relaxants Drugs 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000036407 pain Effects 0.000 description 1
- 230000029865 regulation of blood pressure Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004202 respiratory function Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229940125723 sedative agent Drugs 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Infusion, Injection, And Reservoir Apparatuses (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例涉及医疗设备领域，具体公开了一种麻醉机器人系统，包括：控制设备、监护设备和输药设备，在控制设备上搭载有本地数据库、给药模块及可视化平台；其中，可视化平台，用于从本地数据库中查询指标数据和自动给药结果，将指标数据和自动给药结果进行展示；可视化平台，还用于在展示之后，如果接收到人工针对药物输入的本地给药结果，则将本地给药结果存储到本地数据库中；控制设备，还用于从本地数据库中查询与药模式对应的给药结果，例如自动给药结果或本地给药结果，并将给药结果对应的给药命令发送至输药设备，以使输药设备根据给药命令，针对目标对象输注药物。本发明实施例的技术方案，可降低麻醉医师的工作量。
Description
技术领域
本发明实施例涉及医疗设备领域，尤其涉及一种麻醉机器人系统。
背景技术
麻醉在临床手术中发挥着重要作用，可帮助手术对象有效减轻痛苦。目前，主要由麻醉医师针对手术对象进行人工麻醉。
但是，上述麻醉方式，给麻醉医师带来了较大的工作量，有待改进。
发明内容
本发明实施例提供了一种麻醉机器人系统，以通过将自动麻醉与人工麻醉相结合的方式，降低麻醉医师的工作量。
根据本发明的一方面，提供了一种麻醉机器人系统，可以包括：控制设备及与控制设备分别连接的监护设备和输药设备，控制设备上搭载有本地数据库、给药模块以及可视化平台；
其中，监护设备，用于检测目标对象在预设麻醉指标下的指标数据，并将检测出的指标数据发送至控制设备；
控制设备，用于将接收到的指标数据存储到本地数据库中；
给药模块，用于从本地数据库中查询指标数据，并根据查询出的指标数据确定在麻醉过程中输注的药物的自动给药结果，将确定出的自动给药结果存储到本地数据库中；
可视化平台，用于从本地数据库中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果进行展示；
可视化平台，还用于在将查询到的指标数据和自动给药结果进行展示之后，在接收到人工针对药物输入的本地给药结果的情况下，将接收到的本地给药结果存储到本地数据库中；
控制设备，还用于获取当前应用的给药模式，并从本地数据库中查询给药模式对应的给药结果，其中，在给药模式为自动给药模式的情况下，给药结果包括自动给药结果，及，在给药模式为人工给药模式的情况下，给药结果包括本地给药结果；
控制设备，还用于将查询到的给药结果对应的给药命令，发送至输药设备，以使输药设备根据接收到的给药命令，针对目标对象输注药物。
本发明实施例的技术方案，通过给药模块自动计算出自动给药结果，由此实现自动麻醉；在此基础上，在自动给药结果不合理的情况下，人工可通过可视化平台输入本地给药结果，由此实现人工麻醉。上述技术方案，通过将自动麻醉与人工麻醉相结合，可有效节省麻醉过程中的操作成本，由此降低了麻醉医师的工作量；在此基础上，还可在自动给药结果不合理时下进行人工干预，由此保证了麻醉的准确实施，具有较好的临床辅助效果。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或是重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例提供的一种麻醉机器人系统的结构框图；
图2是根据本发明实施例提供的另一种麻醉机器人系统的结构框图；
图3是根据本发明实施例提供的另一种麻醉机器人系统的结构框图；
图4是根据本发明实施例提供的另一种麻醉机器人系统中可选示例的数据流转图；
图5是根据本发明实施例提供的另一种麻醉机器人系统的结构框图；
图6a是根据本发明实施例提供的另一种麻醉机器人系统中给药模块的工作流程图；
图6b是根据本发明实施例提供的另一种麻醉机器人系统中与图6a对应的诱导给药模块的工作流程图；
图7是根据本发明实施例提供的另一种麻醉机器人系统中的给药模式自动切换示例的流程图；
图8a是根据本发明实施例提供的另一种麻醉机器人系统中的维持麻醉深度给药模块的工作流程图；
图8b是根据本发明实施例提供的另一种麻醉机器人系统中与图8a对应的瑞芬太尼模块1的工作流程图；
图9a是根据本发明实施例提供的另一种麻醉机器人系统中的维持生命体征给药模块的工作流程图；
图9b是根据本发明实施例提供的另一种麻醉机器人系统中与图9a对应的瑞芬太尼模块2的工作流程图；
图9c是根据本发明实施例提供的另一种麻醉机器人系统中与图9a对应的瑞芬太尼模块3的工作流程图；
图10是根据本发明实施例提供的另一种麻醉机器人系统中维持肌松给药模块的工作流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。“目标”、“原始”等的情况类似，在此不再赘述。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、系统、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、系统、产品或设备固有的其它步骤或单元。
需要说明的是，本发明的技术方案中，所涉及到的用户个人信息的采集、收集、更新、分析、处理、使用、传输和存储等方面，均符合相关法律法规的规定，被用于合法的用途，且不违背公序良俗。对用户个人信息采取必要措施，从而防止对用户个人信息数据的非法访问，维护用户个人信息安全和网络安全。
图1是本发明实施例提供的一种麻醉机器人系统的结构框图。本实施例可适用于自动麻醉的情况，尤其适用于通过结合自动麻醉与人工麻醉来实施麻醉的情况。参见图1，本发明实施例所述的系统，包括：控制设备10以及与控制设备10分别连接的监护设备20和输药设备30，在控制设备10上搭载有本地数据库101、给药模块102以及可视化平台103；
其中，监护设备20，用于检测目标对象在预设麻醉指标下的指标数据，并将检测出的指标数据发送至控制设备10；
控制设备10，用于将接收到的指标数据存储到本地数据库101中；
给药模块102，用于从本地数据库101中查询指标数据，并根据查询出的指标数据确定在麻醉过程中输注的药物的自动给药结果，将确定出的自动给药结果存储到本地数据库101中；
可视化平台103，用于从本地数据库101中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果进行展示；
可视化平台103，还用于在将查询到的指标数据和自动给药结果进行展示之后，在接收到人工针对药物输入的本地给药结果的情况下，将接收到的本地给药结果存储到本地数据库101中；
控制设备10，还用于获取当前应用的给药模式，并从本地数据库101中查询与给药模式对应的给药结果，其中，在给药模式为自动给药模式的情况下，给药结果包括自动给药结果，及，在给药模式为人工给药模式的情况下，给药结果包括本地给药结果；
控制设备10，还用于将与查询到的给药结果对应的给药命令，发送至输药设备30，以使输药设备30根据接收到的给药命令，针对目标对象输注药物。
其中，监护设备20可以理解为至少用于检测目标对象在预设麻醉指标下的指标数据的电子设备。预设麻醉指标可理解为预先设置的与麻醉有关的指标，例如可以是双频指数（Bispectral Index，BIS）指标，也可以是生命体征指标（如舒张压、收缩压、心率、氧饱和度、体温、指脉搏波形、ST段变异度、呼气末CO2、尿量、血气分析与肌松等），当然，还可以是其余的指标，在此未做具体限定。指标数据可理解为在预设麻醉指标下检测到的数据，例如可以是在BIS指标下检测到的双频指数，和/或，在生命体征指标下检测到的生命体征数据等，在此未做具体限定。通过监护设备20，检测目标对象在预设麻醉指标下的指标数据，并将检测出的指标数据发送至控制设备10。
控制设备10，与监护设备20连接，可理解为麻醉机器人系统中起到控制作用的电子设备，例如可以是计算机。需要说明的是，在控制设备10上部署有本地数据库101，该本地数据库101可用于实现数据记录、数据查询以及数据备份等功能。通过控制设备10，接收监护设备20发送的指标数据，并将接收到的指标数据存储到本地数据库101中。实际应用中，可选的，可在控制设备10上搭载数据接口，从而可通过数据接口接收监护设备20发送的指标数据。在此基础上，可选的，该数据接口还可具备数据编码和解码功能；再可选的，该数据接口还可检测指标数据的数据状态，以防监护设备20发生故障。
控制设备10上还搭载有给药模块102，该给药模块102可理解为至少用于根据指标数据自动计算出针对麻醉过程中输注的药物的自动给药结果的模块，在实际应用中也可称为人工智能（Artificial Intelligence，AI）给药算法。具体的，通过给药模块102，从本地数据库101中查询指标数据，并根据查询出的指标数据确定在麻醉过程中输注的药物的自动给药结果，然后将确定出的自动给药结果存储到本地数据库101中。
控制设备10上还搭载有可视化平台103，该可视化平台103可理解为至少用于将查询到的数据进行展示的平台。在实际应用中，可选的，可视化平台103可通过纯软件模块实现，也可通过软件模块+硬件设备（例如显示设备等）实现，等等，在此未做具体限定。具体的，通过可视化平台103，从本地数据库101中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果进行展示。在此基础上，进一步，通过可视化平台103，在将查询到的指标数据和自动给药结果进行展示之后，如果接收到人工针对药物输入的本地给药结果，这种情况多在人工认为指标数据与自动给药结果不匹配时出现，则可将接收到的本地给药结果存储到本地数据库101中，该本地给药结果即为人工给药结果。在实际应用中，可选的，上述本地给药结果，可通过输入设备（例如键盘和/或鼠标），和/或，具备触控功能的显示设备进行输入。换言之，在人工认为指标数据和自动给药结果匹配的情况下，无需进行人工干预；否则，进行人工干预。
在此基础上，进一步，通过控制设备10，获取当前应用的给药模式，例如可以是人工给药模式或是自动给药模式（即AI给药模式）；然后，从本地数据库101中查询与给药模式对应的给药结果，例如可以是与自动给药模式对应的自动给药结果，或是，与人工给药模式对应的本地给药结果；再然后，生成与查询到的给药结果对应的给药命令，并将给药命令发送至输药设备30。
输药设备30，与控制设备10连接，可以理解为至少用于实现输药功能的电子设备，在实际应用中还可称为输药泵或输药泵工作站等。通过输药设备30，根据接收到的给药命令，针对目标对象输注药物。在此基础上，可选的，通过输药设备30，还可将针对给药命令的执行结果和/或自身的工作状态返回给控制设备10，以使控制设备10得知本次的给药情况和/或输药设备30的工作情况。
根据上述阐述可知，监护设备20、输药设备30以及控制设备10之间数据流通。在实际应用中，可选的，可通过有线方式连接监护设备20、输药设备30以及控制设备10，从而实现设备之间的数据流通。示例性的，控制设备10与监护设备20通过网线连接，开放控制设备10互联网协议（Internet Protocol，IP）的第一端口并进行通讯检测，监护设备20向第一端口发送建立通信请求，通过传输控制协议（Transmission Control Protocol，TCP）通信的3次握手建立通信连接，监护设备20可将指标数据根据HL7协议进行编码发送给控制设备10。再示例性的，控制设备10与输药设备30通过网线连接，开放输药设备30IP的第二端口并进行通讯检测，控制设备10向第二端口发送建立通信请求，通过TCP通信的3次握手建立通信连接，控制设备10可将给药命令根据HL7协议进行编码发送给输药设备30。换言之，麻醉机器人系统还可包括有线通讯组件，该有线通讯组件通过TCP协议进行通信，数据格式可为HL7 协议，由此实现了麻醉机器人系统内的数据传输。
在实际应用中，可选的，可通过本地数据库101进行数据查询和数据记录。在本地数据库101中可存储有如下的八个数据表单，用于记录各种数据：对象信息表单、生命体征表单、自动给药表单、自动给药标志表单、人工给药表单、给药命令反馈表单、输药设备定时反馈表单与术后信息表单。其中，对象信息表单中可存储有目标对象的相关信息；生命体征表单存储指标数据；自动给药表单存储自动给药结果；自动给药标志表单存储术中的自动给药和人工给药的记录，例如在给药模式发生切换的情况下，可向自动给药标志表单插入相应的命令，从而控制设备10根据自动给药标志表单判定当前应用的给药模式；人工给药表单中可存储有本地给药结果；给药命令反馈表单中可存储有输药设备30返回的针对给药命令的执行结果；输药设备定时反馈表单中可存储有输药设备30定时向控制设备10反馈的自身的工作状态；术后信息表单中可存储有目标对象术后身体的各指标信息，以此反馈术后恢复情况。实际应用中，在于数据表单中存储数据时，可记录数据的存入序号和时间，以便于后续的数据查询。
本发明实施例的技术方案，通过给药模块自动计算出自动给药结果，由此实现自动麻醉；在此基础上，在自动给药结果不合理的情况下，人工可通过可视化平台输入本地给药结果，由此实现人工麻醉。上述技术方案，通过将自动麻醉与人工麻醉相结合，可有效节省麻醉过程中的操作成本，由此降低了麻醉医师的工作量；在此基础上，还可在自动给药结果不合理时下进行人工干预，由此保证了麻醉的准确实施，具有较好的临床辅助效果。
在此基础上，一种可选的技术方案，可视化平台，具体用于从本地数据库中查询指标数据和自动给药结果，并根据当前应用的数据展示方式，将查询到的指标数据和自动给药结果进行展示。
其中，数据展示方式可理解当前应用的用于展示查询结果的方式。通过可视化平台，根据数据展示方式，展示查询到的指标数据和自动给药结果。实际应用中，可选的，数据展示方式可根据实际需求进行手动调整。
示例性的，通过可视化平台，展示十二个生命体征指标下的生命体征数据，其中可包括六个重要的生命体征指标和六个次要的生命体征指标，人工可根据手术类型等因素划分重要和次要的生命体征指标。例如，默认状态下，可视化平台通过表盘形式展示以下六个重要的生命体征指标：BIS指标、体温、收缩压、舒张压、肌松（TOF）以及心率（Heart Rate，HR）。表盘中包括三个颜色区域，白色表示数据处于正常范围；黄色表示数据超出正常范围但在允许范围内；红色表示数据严重超出正常范围，需紧急处理。次要的生命体征指标通过表格进行展示，默认为以下六个：血氧饱和度（SpO2）、术中维持期呼气末CO2含量（EtCO2）、心电图波动值（S-T）、尿量（UV）、指脉搏波形（PPG）以及血气分析（ABG）。另外，生命体征指标还可通过曲线形式等其余形式进行展示，这可根据实际需求进行设置，在此未做具体限定。
再示例性的，可视化平台可通过图表方式实时展示给药结果，例如可包括如下6个部分：序号、药物名称、输注速度、累计剂量、工作状态和特殊情况人工干预给药。在此基础上，可视化平台还可以提供常用的镇静药、镇痛药、肌松药及一些循环系统维持药物供人工选择。人工可通过可视化平台实时查看每种药物的剂量是否合理，并在不合理时，可通过特殊情况人工干预给药部分，进行人工给药干预（即输入本地给药结果）。累计剂量部分可记录在术中每种药物的给药总剂量，作为人工判断给药合理性的一个参考。工作状态部分负责监督给药的广义合理性，例如可通过目标对象的对象信息计算给药区间，然后在自动给药结果超过给药区间的情况下进行异常提醒。
另一种可选的技术方案，可视化平台，还用于在查询出的指标数据存在异常的情况下，对存在异常的指标数据进行报警提醒，从而保证目标对象的生命安全。
示例性的，可视化平台可提供标准人体三维（Three Dimension，3D）模型，用于提示出现异常的预设麻醉指标。具体的，基于标准人体三维3D模型，对指标数据对应的检测部位进行标识，例如可以是头部、胸部、腹部和四肢等。在指标数据出现异常的情况下，可在标准人体三维3D模型的相应部位，通过红色闪烁进行异常提醒。
再示例性的，可视化平台还可通过包含170个脑区的大脑模型来模拟目标对象的麻醉状态，根据检测到的麻醉深度数值，利用蓝-绿-红渐变色动态地展示大脑的麻醉深度。在麻醉深度数值偏离正常数值的情况下，可激活报警提醒，检测窗口可通过快速闪烁来提醒人工麻醉深度数值异常，需采取医疗措施以使目标对象的生命体征恢复到正常状态。
又一种可选的技术方案，可视化平台，还用于接收人工针对给药模式输入的本地切换命令，并响应于本地切换命令，对给药模式进行切换；
可视化平台，还用于在给药模式为人工给药模式的情况下，接收人工针对药物输入的本地给药结果。
其中，人工可根据实际需求切换给药模式，例如通过触控可视化平台展示出的给药模式切换控件来切换给药模式。也就是说，通过可视化平台，可接收人工针对给药模式输入的本地切换命令，然后响应于本地切换命令，切换给药模式，例如从自动给药模式切换为人工给药模式，或是从人工给药模式切换为自动给药模式。在给药模式为人工给药模式的情况下，通过可视化平台，还可接收人工针对药物输入的本地给药结果。在实际应用中，可选的，在给药模式为人工给药模式的情况下，给药模块仍可进行自动给药结果的计算，只是控制设备从本地数据库中获取的是本地给药结果而已。
上述技术方案，在给药模式为人工给药模式的情况下，可视化平台方能够接收到本地给药结果，这可避免出现因人工误操作而向可视化平台输入不合理的本地给药结果的情况，有效保证了麻醉安全。
再一种可选的技术方案，给药模块可根据指标数据、自动给药结果和本地给药结果，进行迭代调整。其中，实际应用中，给药模块可以是预先训练完成的神经网络模型。在此基础上，为进一步提高给药模块计算出的自动给药结果的准确性，在术后，可利用在术中产生的指标数据、自动给药结果和本地给药结果，对给药模块进行迭代调整，以此优化自动给药结果的精准性。
实际应用中，可选的，除了利用指标数据、自动给药结果和本地给药结果进行给药模块的迭代调整外，还可利用目标对象的术后恢复情况、手术对目标对象的影响以及自动给药结果的使用率中的至少一个作为变量生成相应的打分机制，以此评价给药模块的表现，并基于此进行给药模块的迭代调整。或者，还可将术中和术后的各种数据进行分类，并定期利用分类好的数据，进行给药模块的迭代调整，以此优化给药模块，提高计算出的自动给药结果的精准性。
图2是本发明实施例提供的另一种麻醉机器人系统的结构框图。本实施例以上述各技术方案为基础进行优化。在本实施例中，可选的，上述麻醉机器人系统，还包括：与控制设备连接的云服务器，云服务器上搭载有远程操作平台和云端数据库；其中，控制设备，还用于从本地数据库中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果，发送至云端数据库中，以将指标数据和自动给药结果存储至云端数据库；远程操作平台，用于从云端数据库中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果进行展示。其中，与上述各实施例相同或相应的术语的解释在此不再赘述。
参见图2，本发明实施例所述的系统，包括：控制设备10以及与控制设备10分别连接的监护设备20、输药设备30和云服务器40，控制设备10上搭载有本地数据库101、给药模块102以及可视化平台103，云服务器40上搭载有云端数据库401和远程操作平台402；
其中，监护设备20，用于检测目标对象在预设麻醉指标下的指标数据，并将检测出的指标数据发送至控制设备10；
控制设备10，用于将接收到的指标数据存储到本地数据库101中；
给药模块102，用于从本地数据库101中查询指标数据，根据查询出的指标数据确定在麻醉过程中输注的药物的自动给药结果，并将确定出的自动给药结果存储到本地数据库101中；
可视化平台103，用于从本地数据库101中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果进行展示；
可视化平台103，还用于在将查询到的指标数据和自动给药结果进行展示之后，在接收到人工针对药物输入的本地给药结果的情况下，将接收到的本地给药结果存储到本地数据库101中；
控制设备10，还用于从本地数据库101中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果，发送至云端数据库401中，以将指标数据和自动给药结果存储至云端数据库401；
远程操作平台402，用于从云端数据库401中查询指标数据以及自动给药结果，并将查询到的指标数据和自动给药结果进行展示；
控制设备10，还用于获取当前应用的给药模式，并从本地数据库101中查询与给药模式对应的给药结果，其中，在给药模式为自动给药模式的情况下，给药结果包括自动给药结果，及，在给药模式为人工给药模式的情况下，给药结果包括本地给药结果；
控制设备10，还用于将与查询到的给药结果对应的给药命令，发送至输药设备30，以使输药设备30根据接收到的给药命令，针对目标对象输注药物。
其中，相较于控制设备10、监护设备20和输药设备30这些本地设备，云服务器40可理解为部署在远端的服务器。云服务器40上搭载有云端数据库401和远程操作平台402，远程操作平台402与云端数据库401之间通信连接。在实际应用中，可选的，远程操作平台402基于BS架构搭建得到，与云端数据库401相互配合，可实现数据备份、数据查询以及远程操作等功能。示例性的，人工可通过远程操作平台402进行用户权限管理，以使用户通过远程操作平台402在允许的权限范围内执行某些操作，例如可以是录入目标对象的手术数据（如出现的特殊状况和术后的恢复情况等）以进行信息补充；可以是基于手术类型进行搜索，从而可基于搜索到的麻醉数据进行学习，以此降低麻醉医师的培养成本；还可以是浏览术中的指标数据和自动给药结果；等，在此未做具体限定。
结合本发明实施例可能涉及的应用场景，控制设备10与云服务器40通讯连接，通过控制设备10，可从本地数据库101中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果，发送至云端数据库401中，具体来说可以是发送至云服务器40，从而通过云服务器40将接收到的指标数据和自动给药结果存储至云端数据库401。在此基础上，进一步，通过远程操作平台402，可从云端数据库401中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果进行展示，以使远程的麻醉医师可浏览到指标数据和自动给药结果，并在此基础上确定是否执行某些操作，例如可以是远程人工给药或指导位于手术室的麻醉医师进行本地人工给药等。
本发明实施例的技术方案，通过在麻醉机器人系统中设置云服务器，并在云服务器上搭载远程操作平台和云端数据库，二者相互配合，可通过远程操作平台展示指标数据和自动给药结果，这样一来，远程的麻醉医师可以基于展示结果确定下一步操作，由此实现了麻醉远程控制的效果。
图3是本发明实施例中提供的另一种麻醉机器人系统的结构框图。本实施例以上述各技术方案为基础进行优化。在本实施例中，可选的，远程操作平台，还用于在将查询到的指标数据和自动给药结果进行展示之后，在接收到人工针对药物输入的远程给药结果的情况下，将接收到的远程给药结果存储到云端数据库中；人工给药模式包括通过可视化平台触发的本地给药模式或通过远程操作平台触发的远程给药模式，控制设备，还具体用于获取当前应用的给药模式，并在给药模式为自动给药模式或本地给药模式的情况下，从本地数据库中查询给药模式对应的给药结果，其中，在给药模式为本地给药模式的情况下，给药结果包括本地给药结果；控制设备，还用于在给药模式为远程给药模式的情况下，从云端数据库中查询远程给药结果，并将查询出的远程给药结果作为给药模式对应的给药结果。其中，与上述各实施例相同或是相应的术语的解释在此不再赘述。
参见图3，本实施例所述的系统，包括：控制设备10以及与控制设备10分别连接的监护设备20、输药设备30和云服务器40，控制设备10上搭载有本地数据库101、给药模块102以及可视化平台103，云服务器40上搭载有云端数据库401和远程操作平台402；
其中，监护设备20，用于检测目标对象在预设麻醉指标下的指标数据，并将检测出的指标数据发送至控制设备10；
控制设备10，用于将接收到的指标数据存储到本地数据库101中；
给药模块102，用于从本地数据库101中查询指标数据，并根据查询出的指标数据确定在麻醉过程中输注的药物的自动给药结果，将确定出的自动给药结果存储到本地数据库101中；
可视化平台103，用于从本地数据库101中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果进行展示；
可视化平台103，还用于在将查询到的指标数据和自动给药结果进行展示之后，在接收到人工针对药物输入的本地给药结果的情况下，将接收到的本地给药结果存储到本地数据库101中；
控制设备10，还用于从本地数据库101中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果，发送至云端数据库401中，以将指标数据和自动给药结果存储至云端数据库401；
远程操作平台402，用于从云端数据库401中查询指标数据以及自动给药结果，并将查询到的指标数据和自动给药结果进行展示；
远程操作平台402，还用于在将查询到的指标数据以及自动给药结果进行展示之后，在接收到人工针对药物输入的远程给药结果的情况下，将接收到的远程给药结果存储到云端数据库401中；
控制设备10，还用于获取当前应用的给药模式，其中，给药模式包括人工给药模式或是自动给药模式，人工给药模式可包括通过可视化平台103触发的本地给药模式或是通过远程操作平台402触发的远程给药模式；
控制设备10，还用于在给药模式为自动给药模式或本地给药模式的情况下，从本地数据库101中查询给药模式对应的给药结果，其中，在给药模式为自动给药模式的情况下，给药结果包括自动给药结果，及，在给药模式为本地给药模式的情况下，给药结果包括本地给药结果；
控制设备10，还用于在给药模式为远程给药模式的情况下，从云端数据库401中查询远程给药结果，并将查询出的远程给药结果作为与给药模式对应的给药结果；
控制设备10，还用于将与查询到的给药结果对应的给药命令，发送至输药设备30，以使输药设备30根据接收到的给药命令，针对目标对象输注药物。
其中，通过远程操作平台402，对查询到的指标数据和自动给药结果进行展示，并在展示之后，若接收到人工针对药物输入的远程给药结果，这种情况多在人工认为指标数据与自动给药结果不匹配时出现，那么可将接收到的远程给药结果存储到云端数据库401中，该远程给药结果即为人工给药结果。需要说明的是，远程给药结果与本地给药结果均为人工给药结果，二者的差别在于，前者通过可视化平台103输入，而后者通过远程操作平台402输入。
在此基础上，进一步，通过控制设备10，获取当前应用的给药模式，例如可以是自动给药模式或人工给药模式，该人工给药模式可以是通过可视化平台103触发的本地给药模式或是通过远程操作平台402触发的远程给药模式。再进一步，通过控制设备10，查询给药模式对应的给药结果，例如可以是从本地数据库101中查询与自动给药模式对应的自动给药结果，从本地数据库101中查询与本地给药模式对应的本地给药结果，或是，从云端数据库401中查询与远程给药模式对应的远程给药结果，进而可基于查询到的给药结果，控制输药设备30输注药物。
本发明实施例的技术方案，通过远程操作平台，接收人工输入的远程给药结果，并将远程给药结果存储到云端数据库中；然后，通过控制设备，从云端数据库中查询远程给药结果，从而可基于查询到的远程给药结果控制药物输注，各方相互配合，实现了远程人工给药的效果。
在此基础上，一种可选的技术方案，远程操作平台，还用于接收人工针对于给药模式输入的远程切换命令，响应于远程切换命令，对给药模式进行切换；
远程操作平台，还用于在给药模式为远程给药模式的情况下，接收人工针对药物输入的远程给药结果。
其中，人工可以根据实际需求切换给药模式，例如通过触控远程操作平台展示出的给药模式切换控件来切换给药模式。也就是说，通过远程操作平台，可接收人工针对给药模式输入的远程切换命令，然后通过响应远程切换命令，切换给药模式，例如从自动给药模式切换为人工给药模式，或从人工给药模式切换为自动给药模式，需要说明的是，这里的人工给药模式具体说是远程给药模式。在给药模式为远程给药模式的情况下，可通过远程操作平台，接收人工针对药物输入的远程给药结果。实际应用中，可选的，在给药模式为远程给药模式的情况下，给药模块仍可进行自动给药结果的计算，只是控制设备从云端数据库中获取的是远程给药结果而已。
上述技术方案，在给药模式为远程给药模式的情况下，远程操作平台方能接收到远程给药结果，这可以避免出现因人工误操作而向远程操作平台输入不合理的远程给药结果的情况，有效保证了麻醉安全。
另一种可选的技术方案，远程操作平台，还用于在接收到历史数据查询命令的情况下，响应于历史数据查询命令，从云端数据库中查询历史存储的指标数据、自动给药结果及远程给药结果，并将查询出的指标数据、自动给药结果及远程给药结果进行展示。
其中，历史数据查询命令可以理解为用于从云端数据库中查询历史存储的指标数据、自动给药结果和远程给药结果的命令，实际应用中，可选的，历史数据查询命令多在术后触发。通过远程操作平台，在接收到历史数据查询命令的情况下，可响应于历史数据查询命令，从云端数据库中查询历史存储的指标数据、自动给药结果以及远程给药结果，并将查询结果进行展示。这样一来，麻醉医师可基于此学习相关的麻醉经验，由此降低了麻醉医师的培养成本。
为了从整体上更好地理解上述的各个技术方案，下面结合具体示例，对其进行示例性说明。示例性的，如图4所示，控制设备通过数据接口，接收监护设备发送的指标数据，并将接收到的指标数据存储到本地数据库中。给药模块从本地数据库中查询最新的指标数据，并基于查询到的指标数据计算自动给药结果，将自动给药结果存储到本地数据库中。可视化平台从本地数据库中查询指标数据和自动给药结果，并将查询到的指标数据和自动给药结果进行展示。可视化平台在展示指标数据和自动给药结果之后，如果接收到人工输入的本地给药结果，这说明人工认为自动给药结果不合理，需人工干预给药，则将本地给药结果存储到本地数据库中。控制设备从本地数据库查询最新的指标数据、自动给药结果和本地给药结果（如果存在的话），并将查询结果通过网络通信存储到云端数据库。在此基础上，远程操作平台可从云端数据库中查询到指标数据、自动给药结果和本地给药结果，并将查询结果进行展示。远程操作平台在展示之后，如果接收到人工输入的远程给药结果，这说明人工认为自动给药结果和/或本地给药结果不合理，需要人工干预给药，则将远程给药结果存储到远程数据库中。进一步，控制设备可根据当前应用的给药模式，从本地数据库或是云端数据库查询给药结果，并通过数据接口将与给药结果对应的给药命令发送至输药设备，以控制输药设备输注药物。在此基础上，输药设备可将针对给药命令的执行结果及自身的工作状态进行信息反馈。另外，用户可通过远程操作平台向云端数据库发送历史数据查询命令，以基于查询结果学习麻醉经验。
上述所阐述的基于AI给药算法的可远程控制的麻醉机器人系统，至少具有如下优点：
1、通过针对性的可视化平台设计、给药模块设计、人机交互技术、物联网技术以及互联网平台，实现了辅助给药功能，在很大程度上减轻了麻醉医师的工作量，可给予有效的给药建议（即自动给药结果）。
2、通过训练好的给药模块，可根据实时的指标数据计算出最优的给药建议，相较于麻醉医师需不断观察目标对象的各种生命体征，再结合相关医学知识与经验做出判断，更加省时省力并且出错率更低。
3、通过本地数据库和云端数据库记录并备份麻醉过程中的各种数据，通过数据甄别与处理后可作为训练给药模块的训练集，使得给药模块的设计更具有合理性。在此基础上，通过互联网平台，给予用户学习和借鉴的权限，由此可减少麻醉医师的培养成本。即，麻醉机器人系统具备数据共享能力。
4、控制设备中的各个部分之间相互隔离，例如可视化平台是根据指标数据进行呈现，不会因为给药建议而被干预，而且给药建议在通过安全检测的情况下，方可传输至输药设备，由此保证了麻醉实施的安全性。
图5是本发明实施例中提供的另一种麻醉机器人系统的流程图。本实施例以上述各技术方案为基础进行优化。本实施例中，可选的，给药模块包括维持麻醉深度给药模块以及维持生命体征给药模块，指标数据包括双频指数和生命体征数据，药物包括第一药物和第二药物，自动给药结果包括第一给药结果和第二给药结果；维持麻醉深度给药模块，用于从本地数据库中查询双频指数，根据查询出的双频指数确定在麻醉过程中输注的第一药物的第一给药结果，并将确定出的第一给药结果存储到本地数据库中；维持生命体征给药模块，用于从本地数据库中查询生命体征数据，并根据查询出的生命体征数据确定在麻醉过程中输注的第二药物的第二给药结果，将确定出的第二给药结果存储到本地数据库中。其中，与上述各实施例相同或相应的术语的解释在此不再赘述。
参见图5，本实施例所述的系统，包括：控制设备10以及与控制设备10分别连接的监护设备20和输药设备30，控制设备10上搭载有本地数据库101、维持麻醉深度给药模块1021、维持生命体征给药模块1022以及可视化平台103；
其中，监护设备20，用于检测目标对象在预设麻醉指标下的指标数据，并将检测出的指标数据发送至控制设备10，其中，指标数据包括双频指数和生命体征数据；
控制设备10，用于将接收到的双频指数和生命体征数据存储到本地数据库101中；
维持麻醉深度给药模块1021，用于从本地数据库101中查询双频指数，并根据查询出的双频指数确定在麻醉过程中输注的第一药物的第一给药结果，将确定出的第一给药结果存储到本地数据库101中；
维持生命体征给药模块1022，用于从本地数据库101中查询生命体征数据，根据查询出的生命体征数据确定在麻醉过程中输注的第二药物的第二给药结果，并将确定出的第二给药结果存储到本地数据库101中；
可视化平台103，用于从本地数据库101中查询指标数据、第一给药结果和第二给药结果，并将查询到的指标数据、第一给药结果和第二给药结果进行展示；
可视化平台103，还用于在将查询到的指标数据、第一给药结果和第二给药结果进行展示之后，在接收到人工针对第一药物和第二药物输入的本地给药结果的情况下，将接收到的本地给药结果存储到本地数据库101中；
控制设备10，还用于获取当前应用的给药模式，并从本地数据库101中查询与给药模式对应的给药结果，其中，在给药模式为自动给药模式的情况下，给药结果包括第一给药结果和第二给药结果，及，在给药模式为人工给药模式的情况下，给药结果包括本地给药结果；
控制设备10，还用于将与查询到的给药结果对应的给药命令，发送至输药设备30，以使输药设备30根据接收到的给药命令，针对目标对象输注药物。
其中，指标数据包括BIS。维持麻醉深度给药模块1021可理解为用于维持麻醉深度的给药模块，第一药物可理解为在麻醉过程中输注的可用于维持麻醉深度的药物，第一给药结果可理解为针对第一药物的给药结果。通过维持麻醉深度给药模块1021，从本地数据库101中查询BIS，并根据查询出的BIS确定第一给药结果，将确定出的第一给药结果存储到本地数据库101中。
指标数据还包括生命体征数据，维持生命体征给药模块1022可理解为用于维持生命体征的给药模块，第二药物可理解为在麻醉过程中输注的可用于维持生命体征的药物，第二给药结果可理解为针对第二药物的给药结果。通过维持生命体征给药模块1022，从本地数据库101中查询生命体征数据，并根据查询出的生命体征数据确定第二给药结果，将第二给药结果存储到本地数据库101。
这样一来，通过可视化平台103，可从本地数据库101中查询指标数据、第一给药结果和第二给药结果，并将查询结果进行展示，以使人工判断BIS与第一给药结果是否匹配，以及，生命体征数据与第二给药结果是否匹配，进而基于判断结果确定是否需进行人工干预给药。
本发明实施例的技术方案，通过设置两个给药模块，可分别用于维持麻醉深度和维持生命体征，由此提高了麻醉实施的精准性。
在此基础上，一种可选的技术方案，给药模块还包括维持肌松给药模块，生命体征数据包括肌松数据，药物还包括肌松药物，自动给药结果还包括肌松给药结果；维持肌松给药模块，用于从本地数据库中查询肌松数据，根据查询出的肌松数据确定在麻醉过程中输注的肌松药物的肌松给药结果，并将确定出的肌松给药结果存储到本地数据库中。
这样一来，通过控制设备，在给药模式是自动给药模式的情况下，可以从本地数据库中查询第一给药结果、第二给药结果和肌松给药结果，并基于查询到的这些给药结果控制输药设备输注药物。
上述技术方案，在维持麻醉深度给药模块和维持生命体征给药模块的基础上，增加了维持肌松给药模块配合给药，由此进一步提高了麻醉实施的精准性。
为了更好地理解上述技术方案，下面结合具体示例，对其进行示例性说明。示例性的，参见图6a，在诱导期，可根据目标对象的对象信息以及手术类型，计算出诱导期的给药结果，例如可以是针对镇静药物和镇痛药物的使用剂量和输注时间，并以此控制输药设备输注药物，具体示例可参见图6b，其以丙泊酚、罗库溴铵和舒芬太尼为例，在身体质量指数（Body Mass Index，BMI）大于30的情况下，通过推注丙泊酚、罗库溴铵和舒芬太尼来完成诱导给药过程。诱导期结束后，进入维持期。给药模块实时接收指标数据，并在手术未结束的情况下，执行下述操作。由于手术过程中其它医疗仪器的使用会干扰到脑电数据的检测结果，导致检测出的脑电数据严重偏离正常值，但干扰不会持续很长时间。因此，在脑电数据受到干扰时维持之前的给药结果，并在干扰结束后，至少可根据脑电数据，利用维持麻醉深度给药模块和维持生命体征给药模块，重新计算给药结果。在此基础上，还可利用维持肌松给药模块计算给药结果（即肌松给药结果）。然后，汇总给药结果，并于可视化平台上展示给药结果。图示中的Delay和count_BP的含义，在后续的示例中进行详细阐述。
另一种可选的技术方案，维持麻醉深度给药模块，还用于获取第一药物的第一输注次数，在第一输注次数满足第一切换条件的情况下，将给药模式切换至人工给药模式，并将第一输注次数设置为第一初始值。
其中，第一输注次数可理解为第一药物的输注次数。第一切换条件可理解为与第一输注次数有关的，用于表征需将给药模式由自动给药模式切换为人工给药模式的情况，结合到本发明实施例可能涉及的应用场景，可以是第一次数阈值。第一初始值可理解为针对第一输注次数设定的初始值，例如可以是0。在第一输注次数满足第一切换条件的情况下，这说明在为目标对象输注了第一输注次数的第一药物后，目标对象的麻醉深度仍未达到理想麻醉范围内，这时可将给药模式自动切换至人工给药模式以进行人工干预，并第一输注次数设置为第一初始值以重新计数。上述技术方案，保证了麻醉实施的有效性。
又一种可选的技术方案，维持生命体征给药模块，还用于获取第二药物的第二输注次数，在第二输注次数满足第二切换条件的情况下，将给药模式切换至人工给药模式，并将第二输注次数设置为第二初始值。
其中，第二输注次数可理解为第二药物的输注次数。第二切换条件可理解为与第二输注次数有关的，用于表征需将给药模式由自动给药模式切换为人工给药模式的情况，结合到本发明实施例可能涉及的应用场景，可以是第二次数阈值。第二初始值可理解为针对第二输注次数设定的初始值，例如可以是0。在第二输注次数满足第二切换条件的情况下，这说明在为目标对象输注了第二输注次数的第二药物之后，目标对象的生命体征仍未达到正常状态下，这时可将给药模式自动切换至人工给药模式以进行人工干预，并第二输注次数设置为第二初始值以重新计数。上述技术方案，保证了麻醉实施的有效性。
为了更好地理解上述两个技术方案，下面结合具体示例，对其进行示例性说明。示例性的，参见图7，count_BP1表示第一输注次数，count_BP2和count_BP3均表示第二输注次数，只是前者是与血压药物对应的第二输注次数，而后者是与心率药物对应的第二输注次数。这里以count_BP1为例，在count_BP1超过第一次数阈值的情况下，将给药模式切换为人工给药模式，并将count_BP1设置为0。在此基础上，进一步，在AI给药未结束的情况下，进行最新的AI给药结果。在AI给药结束的情况下，如果检测到新的人工给药结果，则进行最新的人工给药结果，否则维持之前的给药结果。在实际应用中，可选的，可参照维持麻醉深度给药模块和维持生命体征给药模块，实现与维持肌松给药模块对应的给药模式自动切换流程。其中，图示中的count_BP4了表示与肌松药物对应的肌松输注次数。
另一种可选的技术方案，生命体征数据至少包括血压，第一药物包括镇静药物和镇痛药物，第一给药结果包括镇静给药结果和镇痛给药结果，维持麻醉深度给药模块，具体用于：
从本地数据库中查询双频指数和血压，以及，获取预先设置的双频指数目标范围和血压第一目标范围；
根据查询出的双频指数和获取的双频指数目标范围，确定在麻醉过程中输注的镇静药物的镇静给药结果；
根据查询出的双频指数和血压，以及，获取的双频指数目标范围和血压第一目标范围，确定在麻醉过程中输注的镇痛药物的镇痛给药结果；
将确定出的镇静给药结果和镇痛给药结果，存储到本地数据库中。
为了更好地理解上述技术方案，下面结合具体示例，对其进行示例性说明。示例性的，BIS过高说明目标对象的麻醉深度过浅，需要提升镇静药物的输注速度；BIS过低说明目标对象的麻醉深度过深，需要降低镇静药物的输注速度，升高或是降低镇静药物的输注速度与BIS的升高或是下降的幅度有关。
示例性的，参见图8a，AI给药模式下，通常情况下，两次自动给药之间需间隔预设时长，即在上一次药效发作后，再进行下一次给药。这里通过Delay1表示与维持麻醉深度给药模块对应的预设时长。每次输注第一药物之后，可将Delay置1，并在执行延迟程序后，将Delay置0。图示中的丙泊酚是镇静药物，瑞芬太尼是镇痛药物。根据图示可知，维持麻醉深度给药模块根据BIS的数值大小以及丙泊酚给药速度（BV）的数值大小，确定镇静药物和镇痛药物的给药结果，并在每次自动给药后，将count_BP1进行+1处理，以便在自动给药2次之后，如果麻醉深度还未达到理想麻醉范围，则及时进行人工干预，从而保证麻醉实施的有效性。针对图8a中的瑞芬太尼模块1，其的工作流程如图8b所示，具体说是根据BIS的数值大小，确定瑞芬太尼的给药速度，并在给药超过2次时人工干预。人工干预的具体流程，可参见上文阐述的图7，在此不再赘述。
再示例性的，在维持期，可将实测的BIS维持在理想麻醉范围作为主目标，并考虑到镇静和镇痛实测值的波动特性，计算实测值与理想麻醉范围的差值以及实测值位于的BIS值的区域，基于此实时调节镇静注射量的变化，使实测值达到理想麻醉范围内。具体内容如下：
设定镇静指数和镇痛指数的稳态目标调节范围：
BIS<>（, ），其中，BIS是手术过程中BIS的实测值，是理想条件下BIS的
正常范围下限，是理想条件下BIS的正常范围上限；
CHO<>（, ），CHO是镇静药物的实时给药速度，是镇静药物的给药速
度下限，是镇静药物的给药速度上限，是镇静药物的给药速度正常速度。
在此基础上，在BIS>的情况下，如果BIS的实测值小于上一时间段的BIS，则CHO
保持不变；如果BIS的实测值大于上一时间段的BIS，则HIS= -，CHO= +(
-)*PH /HIS*(BIS-，其中，是(, )区间的下限且大于等于，是 (, )区间的上限且大于等于，HIS是(, )区间的长度，并
且PH是目标对象在手术过程中BIS最大值处于(, )区间的概率值。
在BIS<的情况下，如果BIS的实测值大于上一时间段的BIS，则CHO保持不变；如
果BIS的实测值小于上一时间段的BIS，则LIS= -，CHO=-(-)* PL/
10*-BIS))，其中，是(, )区间的下限且小于等于，是(, )区间的上限且小于等于，LIS是(, )区间的长度，PL是目标对象在手术
过程中BIS最小值处于(, )区间的概率值。
在BIS<>（, ）的情况下，CHO=。
再一种可选的技术方案，生命体征数据至少可包括血压和心率，第二药物包括血压药物和心率药物，第二给药结果包括血压给药结果和心率给药结果，维持生命体征给药模块，具体用于：
从本地数据库中查询血压和心率，及，获取预先设置的血压第二目标范围和心率目标范围；
根据查询出的血压和获取的血压第二目标范围，确定在麻醉过程中输注的血压药物的血压给药结果；
根据查询出的心率和获取的心率目标范围，确定在麻醉过程中输注的心率药物的心率给药结果；
将确定出的血压给药结果和心率给药结果，存储到本地数据库中。
为了更好地理解上述技术方案，下面结合具体示例，对其进行示例性说明。示例性的，维持生命体征给药模块可负责维持循环系统的血压和心率处于正常状态下，这里以血压为例，可根据检测出的血压与理想麻醉状态下的血压范围（即第二目标范围）之间的关系，计算出血压药物的血压给药结果，并以此为基础调控血压，克服神经类药物对于循环系统的间接影响，从而保证了血压在正常范围（即第二目标范围）内。在实际应用中，可选的，在血压未处于正常范围内的情况下，可先判断麻醉深度是否处于正常范围内，并在麻醉深度处于正常范围内的情况下，再调控血压。心率的情况类似，在此不再赘述。
参见图9a，在AI给药模式下，Delay2表示两次血压药物之间间隔的预设时长，Delay3表示两次心率药物之间间隔的预设时长；同样，count_BP2表示与血压药物对应的第二输注次数，ount_BP3表示心率药物对应的第二输注次数。根据图示可知，维持生命体征给药模块根据舒张压（Diastolic Blood Pressure，DBP）和收缩压（Systolic BloodPressure，SBP）的数值大小，确定血压药物的血压给药结果，并在每次自动给药后，将count_BP2进行+1处理，以便在自动给药2次之后，如果血压还未达到第二目标范围，则及时进行人工干预，从而保证麻醉实施的有效性。类似的，维持生命体征给药模块根据心率（Heart Rate，HR）的数值大小，确定心率药物的心率给药结果，并在每次自动给药后，将count_BP3进行+1处理，以便在自动给药2次后，如果心率还未达到心率目标范围，则及时进行人工干预，从而保证麻醉实施的有效性。针对图9a中的瑞芬太尼模块2，其与血压调控对应，具体的工作流程如图9b所示。具体的，根据SBP或DBP的数值大小，确定瑞芬太尼的给药速度，并在给药超过4次时进行人工干预。也就是说，在通过血压药物调控2次效果不佳的情况下，基于瑞芬太尼进行调控，并在通过瑞芬太尼调控2次后效果仍不佳的情况下，进行人工干预。类似，针对图9a中的瑞芬太尼模块3，其与心率调控对应，具体的工作流程如图9c所示。具体的，根据HR的数值大小，确定瑞芬太尼的给药速度，并在给药超过4次时进行人工干预。上述的几个流程相互配合，进一步保证了麻醉实施的有效性和准确性。
再示例性的，由于镇静药物和镇痛药物对循环功能和呼吸功能有抑制作用，因此设定循环功能的血压和心率的理想状态：
SBP <>（, ）
DBP<>（, ）
HR<>（, ）
其中，SBP是收缩压，（, ）是理想条件下SBP的正常范围；DBP是舒张压，（, ）是理想条件下DBP的正常范围；HR是心率，（, ）是理想条件下HR的正常
范围。在此基础上，RBP是升压药物额定剂量，JBP是降压药物额定剂量，RHR是升心率药物额
定剂量，JHR降心率药物额定剂量。通过检测SBP、DBP与HR的数值，如果超出正常范围，则定
量给药。
类似于维持麻醉深度给药模块和维持生命体征给药模块，这里再示例性的展示一下维持肌松给药模块的工作流程，具体参见图10。从本地数据库中获取肌松数据（TOF），并根据TOF与预设肌松阈值（例如图示中的T）之间的数值关系确定是否给予额定剂量的肌松药物。在此基础上，在肌松药物已给予2次并且TOF仍未达到正常范围的情况下，可进行人工干预，以保证麻醉效果。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (13)
1.一种麻醉机器人系统，其特征在于，包括：控制设备以及与所述控制设备分别连接的监护设备和输药设备，所述控制设备上搭载有本地数据库、给药模块以及可视化平台；
其中，所述监护设备，用于检测目标对象在预设麻醉指标下的指标数据，并将检测出的所述指标数据发送至所述控制设备；
所述控制设备，用于将接收到的所述指标数据存储到所述本地数据库中；
所述给药模块，用于从所述本地数据库中查询所述指标数据，根据查询出的所述指标数据确定在麻醉过程中输注的药物的自动给药结果，并将确定出的所述自动给药结果存储到所述本地数据库中；
所述可视化平台，用于从所述本地数据库中查询所述指标数据和所述自动给药结果，并将查询到的所述指标数据和所述自动给药结果进行展示；
所述可视化平台，还用于在所述将查询到的所述指标数据和所述自动给药结果进行展示之后，在接收到人工针对所述药物输入的本地给药结果的情况下，将接收到的所述本地给药结果存储到所述本地数据库中；
所述控制设备，还用于获取当前应用的给药模式，并从所述本地数据库中查询所述给药模式对应的给药结果，其中，在所述给药模式为自动给药模式的情况下，所述给药结果包括所述自动给药结果，以及，在所述给药模式为人工给药模式的情况下，所述给药结果包括所述本地给药结果；
所述控制设备，还用于将查询到的所述给药结果对应的给药命令，发送至所述输药设备，以使所述输药设备根据接收到的所述给药命令，针对所述目标对象输注所述药物。
2.根据权利要求1所述的系统，其特征在于：
所述可视化平台，还用于接收人工针对所述给药模式输入的本地切换命令，并响应于所述本地切换命令，对所述给药模式进行切换；
所述可视化平台，还用于在所述给药模式为所述人工给药模式的情况下，接收人工针对所述药物输入的本地给药结果。
3.根据权利要求1所述的系统，其特征在于，还包括：与所述控制设备连接的云服务器，所述云服务器上搭载有远程操作平台和云端数据库；其中，
所述控制设备，还用于从所述本地数据库中查询所述指标数据和所述自动给药结果，并将查询到的所述指标数据和所述自动给药结果，发送至所述云端数据库中，以将所述指标数据和所述自动给药结果存储至所述云端数据库；
所述远程操作平台，用于从所述云端数据库中查询所述指标数据和所述自动给药结果，并将查询到的所述指标数据和所述自动给药结果进行展示。
4.根据权利要求3所述的系统，其特征在于：
所述远程操作平台，还用于在所述将查询到的所述指标数据和所述自动给药结果进行展示之后，在接收到人工针对所述药物输入的远程给药结果的情况下，将接收到的所述远程给药结果存储到所述云端数据库中；
所述人工给药模式包括通过所述可视化平台触发的本地给药模式或是通过所述远程操作平台触发的远程给药模式，所述控制设备，还具体用于获取当前应用的给药模式，并在所述给药模式为所述自动给药模式或所述本地给药模式的情况下，从所述本地数据库中查询所述给药模式对应的给药结果，其中，在所述给药模式为所述本地给药模式的情况下，所述给药结果包括所述本地给药结果；
所述控制设备，还用于在所述给药模式为所述远程给药模式的情况下，从所述云端数据库中查询所述远程给药结果，并将查询出的所述远程给药结果作为所述给药模式对应的给药结果。
5.根据权利要求4所述的系统，其特征在于：
所述远程操作平台，还用于接收人工针对于所述给药模式输入的远程切换命令，并响应于所述远程切换命令，对所述给药模式进行切换；
所述远程操作平台，还用于在所述给药模式为所述远程给药模式的情况下，接收人工针对所述药物输入的远程给药结果。
6.根据权利要求4所述的系统，其特征在于：
所述远程操作平台，还用于在接收到历史数据查询命令的情况下，响应于所述历史数据查询命令，从所述云端数据库中查询历史存储的所述指标数据、所述自动给药结果以及所述远程给药结果，并将查询出的所述指标数据、所述自动给药结果以及所述远程给药结果进行展示。
7.根据权利要求1所述的系统，其特征在于：
所述可视化平台，具体用于从所述本地数据库中查询所述指标数据和所述自动给药结果，并根据当前应用的数据展示方式，将查询到的所述指标数据和所述自动给药结果进行展示；
和/或，
所述可视化平台，还用于在查询出的所述指标数据存在异常的情况下，对存在异常的所述指标数据进行报警提醒。
8.根据权利要求1所述的系统，其特征在于，所述给药模块根据所述指标数据、所述自动给药结果和所述本地给药结果，进行迭代调整。
9.根据权利要求1所述的系统，其特征在于，所述给药模块包括维持麻醉深度给药模块以及维持生命体征给药模块，所述指标数据包括双频指数和生命体征数据，所述药物包括第一药物和第二药物，所述自动给药结果包括第一给药结果和第二给药结果；
所述维持麻醉深度给药模块，用于从所述本地数据库中查询所述双频指数，根据查询出的所述双频指数确定在麻醉过程中输注的第一药物的第一给药结果，并将确定出的所述第一给药结果存储到所述本地数据库中；
所述维持生命体征给药模块，用于从所述本地数据库中查询所述生命体征数据，并根据查询出的所述生命体征数据确定在麻醉过程中输注的第二药物的第二给药结果，将确定出的所述第二给药结果存储到所述本地数据库中。
10.根据权利要求9所述的系统，其特征在于，所述生命体征数据至少包括血压，所述第一药物包括镇静药物和镇痛药物，所述第一给药结果包括镇静给药结果和镇痛给药结果，所述维持麻醉深度给药模块，具体用于：
从所述本地数据库中查询所述双频指数和所述血压，以及，获取预先设置的双频指数目标范围和血压第一目标范围；
根据查询出的所述双频指数和获取的所述双频指数目标范围，确定在麻醉过程中输注的镇静药物的镇静给药结果；
根据查询出的所述双频指数和所述血压，以及，获取的所述双频指数目标范围和所述血压第一目标范围，确定在麻醉过程中输注的镇痛药物的镇痛给药结果；
将确定出的所述镇静给药结果和所述镇痛给药结果，存储到所述本地数据库中。
11.根据权利要求9所述的系统，其特征在于，所述生命体征数据至少包括血压和心率，所述第二药物包括血压药物和心率药物，所述第二给药结果包括血压给药结果和心率给药结果，所述维持生命体征给药模块，具体用于：
从所述本地数据库中查询所述血压和所述心率，及，获取预先设置的血压第二目标范围和心率目标范围；
根据查询出的所述血压和获取的所述血压第二目标范围，确定在麻醉过程中输注的血压药物的血压给药结果；
根据查询出的所述心率和获取的所述心率目标范围，确定在麻醉过程中输注的心率药物的心率给药结果；
将确定出的所述血压给药结果和所述心率给药结果，存储到所述本地数据库中。
12.根据权利要求9所述的系统，其特征在于：
所述维持麻醉深度给药模块，还用于获取所述第一药物的第一输注次数，在所述第一输注次数满足第一切换条件的情况下，将所述给药模式切换至所述人工给药模式，并将所述第一输注次数设置为第一初始值；
和/或，
所述维持生命体征给药模块，还用于获取所述第二药物的第二输注次数，在所述第二输注次数满足第二切换条件的情况下，将所述给药模式切换至所述人工给药模式，并将所述第二输注次数设置为第二初始值。
13.根据权利要求9所述的系统，其特征在于，所述给药模块还包括维持肌松给药模块，所述生命体征数据包括肌松数据，所述药物还包括肌松药物，所述自动给药结果还包括肌松给药结果；
所述维持肌松给药模块，用于从所述本地数据库中查询所述肌松数据，并根据查询出的所述肌松数据确定在麻醉过程中输注的肌松药物的肌松给药结果，将确定出的所述肌松给药结果存储到所述本地数据库中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311050005.0A CN116779152B (zh) | 2023-08-21 | 2023-08-21 | 一种麻醉机器人系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311050005.0A CN116779152B (zh) | 2023-08-21 | 2023-08-21 | 一种麻醉机器人系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116779152A true CN116779152A (zh) | 2023-09-19 |
| CN116779152B CN116779152B (zh) | 2023-12-05 |
Family
ID=87993434
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311050005.0A Active CN116779152B (zh) | 2023-08-21 | 2023-08-21 | 一种麻醉机器人系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116779152B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101675438A (zh) * | 2007-05-03 | 2010-03-17 | 诺沃-诺迪斯克有限公司 | 用于胰岛素给药咨询算法的安全系统 |
| CN101819445A (zh) * | 2010-02-05 | 2010-09-01 | 北京航空航天大学 | 一种嵌入式星载容错温度控制系统及其验证方法 |
| CN103350926A (zh) * | 2013-07-31 | 2013-10-16 | 华南农业大学 | 一种柔性管道自动收放控制系统及方法 |
| CN207012242U (zh) * | 2016-12-21 | 2018-02-16 | 李克军 | 一体化智能麻醉机器人 |
| CN110232961A (zh) * | 2019-06-10 | 2019-09-13 | 上海电机学院 | 一种基于大数据的语音识别智能麻醉系统 |
| CN111798956A (zh) * | 2020-06-28 | 2020-10-20 | 深圳市美格尔医疗技术研究院 | 一种用于人工智能麻醉的决策确定方法、装置及系统 |
| CN113827806A (zh) * | 2021-11-05 | 2021-12-24 | 安徽省立医院(中国科学技术大学附属第一医院) | 麻醉诱导系统 |
| CN113886407A (zh) * | 2021-09-29 | 2022-01-04 | 中国人民解放军中部战区总医院 | 麻醉剂用药数据库的智能更新方法、装置、系统及介质 |
| CN114366934A (zh) * | 2021-04-21 | 2022-04-19 | 北京易飞华通机器人技术有限公司 | 一种分布式多模态信息感知的多通道辅助智能闭环类脑给药机器人系统 |
-
2023
- 2023-08-21 CN CN202311050005.0A patent/CN116779152B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101675438A (zh) * | 2007-05-03 | 2010-03-17 | 诺沃-诺迪斯克有限公司 | 用于胰岛素给药咨询算法的安全系统 |
| CN101819445A (zh) * | 2010-02-05 | 2010-09-01 | 北京航空航天大学 | 一种嵌入式星载容错温度控制系统及其验证方法 |
| CN103350926A (zh) * | 2013-07-31 | 2013-10-16 | 华南农业大学 | 一种柔性管道自动收放控制系统及方法 |
| CN207012242U (zh) * | 2016-12-21 | 2018-02-16 | 李克军 | 一体化智能麻醉机器人 |
| CN110232961A (zh) * | 2019-06-10 | 2019-09-13 | 上海电机学院 | 一种基于大数据的语音识别智能麻醉系统 |
| CN111798956A (zh) * | 2020-06-28 | 2020-10-20 | 深圳市美格尔医疗技术研究院 | 一种用于人工智能麻醉的决策确定方法、装置及系统 |
| CN114366934A (zh) * | 2021-04-21 | 2022-04-19 | 北京易飞华通机器人技术有限公司 | 一种分布式多模态信息感知的多通道辅助智能闭环类脑给药机器人系统 |
| CN113886407A (zh) * | 2021-09-29 | 2022-01-04 | 中国人民解放军中部战区总医院 | 麻醉剂用药数据库的智能更新方法、装置、系统及介质 |
| CN113827806A (zh) * | 2021-11-05 | 2021-12-24 | 安徽省立医院(中国科学技术大学附属第一医院) | 麻醉诱导系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116779152B (zh) | 2023-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2001259380B2 (en) | System and method for adaptive drug delivery | |
| CN203749411U (zh) | 脑电监测镇静深度闭环控制注射泵装置 | |
| JP4921178B2 (ja) | 適応的薬剤搬送用システム | |
| US8038642B2 (en) | System for delivering anesthesia drugs to a patient | |
| CN103432651B (zh) | 一种闭环的智能麻醉控制系统 | |
| US7229430B2 (en) | Apparatuses and methods for titrating drug delivery | |
| JP2001505095A (ja) | 酸素飽和度測定患者制御型無痛システム | |
| CN103153178A (zh) | 用于结合麻醉药和止痛药的药物效应相互作用与评估麻醉期间意识水平的脑电图的装置 | |
| CN113648484B (zh) | 一种便携式靶控输注静脉麻醉装置及靶控输注控制方法 | |
| CN116779152B (zh) | 一种麻醉机器人系统 | |
| Liles Jr et al. | Hospitalist management of vaso-occlusive pain crisis in patients with sickle cell disease using a pathway of care | |
| US20180211011A1 (en) | Anesthesia assessment system and method for enhanced recovery after surgery qualification | |
| CN201768220U (zh) | 异丙酚瑞芬太尼静脉麻醉注射装置 | |
| US20220027018A1 (en) | Monitor, and method for combined display of physiological sign parameters and medication information for same | |
| AU2021100883A4 (en) | Fuzzy Logic Based Automatic Intravenous Anesthesia Delivery and Monitoring System | |
| CN112870480B (zh) | 模糊控制远程控制麻醉药物输液泵系统 | |
| CN108846545A (zh) | 评价医护人员镇痛工作的方法、终端及存储装置 | |
| CN113827806A (zh) | 麻醉诱导系统 | |
| CN201768217U (zh) | 瑞芬太尼智能化注射装置 | |
| TOMA | A Comprehensive Review on Automated Control of Anesthesia: Recent Methods, Challenges and Future Trends | |
| CN108376559A (zh) | 乙醛脱氢酶2基因型在麻醉剂量计算中的应用 | |
| Dong | Closed-loop controlled total intra venous anaesthesia | |
| US20240216604A1 (en) | Pca pump programming and patient history user interface | |
| WO2023233216A1 (en) | System and method implemented by computer for the control of anesthetic fluids through fuzzy control | |
| Adamus et al. | Fuzzy control of neuromuscular block during general anesthesia—system design, development and implementation |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240528 Address after: Room 315, Building B5, No. 15, Jinyang Road, Huaqiao Town, Kunshan City, Suzhou City, Jiangsu Province 215332 Patentee after: Rui'anxing Medical Technology (Suzhou) Co.,Ltd. Country or region after: China Patentee after: Zhang Tielin Patentee after: Shanghai Ruiyiwei Medical Technology Co.,Ltd. Address before: Room 315, Building B5, No. 15, Jinyang Road, Huaqiao Town, Kunshan City, Suzhou City, Jiangsu Province 215332 Patentee before: Rui'anxing Medical Technology (Suzhou) Co.,Ltd. Country or region before: China Patentee before: Zhang Tielin |
|
| TR01 | Transfer of patent right |