CN116897023A - 基于生物标志物监测来预测组织不规则性 - Google Patents

基于生物标志物监测来预测组织不规则性 Download PDF

Info

Publication number
CN116897023A
CN116897023A CN202280017910.3A CN202280017910A CN116897023A CN 116897023 A CN116897023 A CN 116897023A CN 202280017910 A CN202280017910 A CN 202280017910A CN 116897023 A CN116897023 A CN 116897023A
Authority
CN
China
Prior art keywords
sensing system
data
tissue
surgical
predicted
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
CN202280017910.3A
Other languages
English (en)
Inventor
F·E·谢尔顿四世
J·L·哈里斯
C·E·埃克特
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.)
Cilag GmbH International
Original Assignee
Cilag GmbH International
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 Cilag GmbH International filed Critical Cilag GmbH International
Publication of CN116897023A publication Critical patent/CN116897023A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/068—Surgical staplers, e.g. containing multiple staples or clamps
    • A61B17/072—Surgical staplers, e.g. containing multiple staples or clamps for applying a row of staples in a single action, e.g. the staples being applied simultaneously
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/32—Surgical cutting instruments
    • A61B17/320068—Surgical cutting instruments using mechanical vibrations, e.g. ultrasonic
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/068—Surgical staplers, e.g. containing multiple staples or clamps
    • A61B17/0682—Surgical staplers, e.g. containing multiple staples or clamps for applying U-shaped staples or clamps, e.g. without a forming anvil
    • A61B17/0686—Surgical staplers, e.g. containing multiple staples or clamps for applying U-shaped staples or clamps, e.g. without a forming anvil having a forming anvil staying below the tissue during stapling
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/068—Surgical staplers, e.g. containing multiple staples or clamps
    • A61B17/072—Surgical staplers, e.g. containing multiple staples or clamps for applying a row of staples in a single action, e.g. the staples being applied simultaneously
    • A61B17/07207—Surgical staplers, e.g. containing multiple staples or clamps for applying a row of staples in a single action, e.g. the staples being applied simultaneously the staples being applied sequentially
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/04—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating
    • A61B18/12—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating by passing a current through the tissue to be heated, e.g. high-frequency current
    • A61B18/14—Probes or electrodes therefor
    • A61B18/1442—Probes having pivoting end effectors, e.g. forceps
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/04—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating
    • A61B18/12—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating by passing a current through the tissue to be heated, e.g. high-frequency current
    • A61B18/14—Probes or electrodes therefor
    • A61B18/1442—Probes having pivoting end effectors, e.g. forceps
    • A61B18/1445—Probes having pivoting end effectors, e.g. forceps at the distal end of a shaft, e.g. forceps or scissors at the end of a rigid rod
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/25—User interfaces for surgical systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0537—Measuring body composition by impedance, e.g. tissue hydration or fat content
    • 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
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • 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
    • A61B5/4869—Determining body composition
    • A61B5/4875—Hydration status, fluid retention of the body
    • A61B5/4878—Evaluating oedema
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • 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
    • G16H40/63—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 local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—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
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00017—Electrical control of surgical instruments
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00017—Electrical control of surgical instruments
    • A61B2017/00022—Sensing or detecting at the treatment site
    • A61B2017/00026—Conductivity or impedance, e.g. of tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00017—Electrical control of surgical instruments
    • A61B2017/00221—Electrical control of surgical instruments with wireless transmission of data, e.g. by infrared radiation or radiowaves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00743—Type of operation; Specification of treatment sites
    • A61B2017/00818—Treatment of the gastro-intestinal system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/068—Surgical staplers, e.g. containing multiple staples or clamps
    • A61B17/072—Surgical staplers, e.g. containing multiple staples or clamps for applying a row of staples in a single action, e.g. the staples being applied simultaneously
    • A61B2017/07214—Stapler heads
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/068—Surgical staplers, e.g. containing multiple staples or clamps
    • A61B17/072—Surgical staplers, e.g. containing multiple staples or clamps for applying a row of staples in a single action, e.g. the staples being applied simultaneously
    • A61B2017/07214—Stapler heads
    • A61B2017/07242—Stapler heads achieving different staple heights during the same shot, e.g. using an anvil anvil having different heights or staples of different sizes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/068—Surgical staplers, e.g. containing multiple staples or clamps
    • A61B17/072—Surgical staplers, e.g. containing multiple staples or clamps for applying a row of staples in a single action, e.g. the staples being applied simultaneously
    • A61B2017/07214—Stapler heads
    • A61B2017/07285—Stapler heads characterised by its cutter
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/25—User interfaces for surgical systems
    • A61B2034/252—User interfaces for surgical systems indicating steps of a surgical procedure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B2090/364—Correlation of different images or relation of image positions in respect to the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B2090/364—Correlation of different images or relation of image positions in respect to the body
    • A61B2090/365—Correlation of different images or relation of image positions in respect to the body augmented reality, i.e. correlating a live optical image with another image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/30—Surgical robots
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Robotics (AREA)
  • Otolaryngology (AREA)
  • Plasma & Fusion (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Chemical & Material Sciences (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Urology & Nephrology (AREA)
  • Dentistry (AREA)
  • Mechanical Engineering (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Surgical Instruments (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

可基于在外科手术之前和/或在该外科手术期间经由一个或多个感测系统获得的生物标志物测量来预测组织不规则性并发症。例如，计算系统可监测患者生物标志物，这些患者生物标志物包括组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力、水肿和/或水合状态。基于该预测，该计算系统可生成控制信号，该控制信号被配置成能够改变外科切割和缝合装置和/或外科能量操作的情况、调整外科手术计划、调整外科器械选择、指示该组织不规则性并发症的概率和/或指示对外科手术计划、外科方法和/或外科器械选择的建议调整。

Description

基于生物标志物监测来预测组织不规则性
相关申请的交叉引用
本申请涉及同时提交的以下专利申请，这些专利申请中的每一者的内容以引用方式并入本文：
●名称为“METHOD OF ADJUSTING A SURGICAL PARAMETER BASED ON BIOMARKERMEASUREMENTS”的美国专利申请US 17/156287号，代理人案卷END9290USNP1号。
背景技术
组织不规则性可能在外科手术中导致并发症。例如，未能考虑比正常组织更厚的组织可能在外科手术的横切步骤中导致并发症。例如，外科缝合器可能在组织压缩期间通过施加正常压缩力而无效地压缩比正常组织更厚的组织。如果外科缝合器在击发之前等待正常组织蠕变时间，则可能在比正常组织更厚的组织上实现次优压缩。如果外科缝合器在击发期间使用具有正常钉高度的钉，则可能在比正常组织更厚的组织上较差地形成钉线。并发症可包括胸外科手术中的钉线漏气或结肠直肠外科手术中的钉线渗漏。例如，在外科手术的切开、横切和/或吻合步骤中未能考虑比正常组织更硬的组织或厚度高度可变的组织可能导致类似的并发症。
发明内容
一种计算系统包括处理器。所述处理器被配置成能够经由至少一个感测系统获得与至少一个患者生物标志物相关联的测量数据。所述处理器被配置成能够基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症。所述处理器被配置成能够基于所预测的组织不规则性并发症来生成输出。有利地，预测组织不规则性并发症并且基于此来生成输出使得能够识别可能在外科手术中导致并发症的生理问题(组织不规则性并发症)。预测生理问题以及对它们作出反应(通过生成输出)是在负面外科结果出现之前最小化它们发生的可能性的重要步骤。
所述处理器可被进一步配置成能够基于所预测的组织不规则性并发症来确定控制信号，所述控制信号被配置成能够改变与外科装置相关联的操作参数。所述输出可包括所述控制信号。有利地，调整参数(诸如外科装置的操作参数)以减轻并发症降低了即将对患者进行的外科手术的风险。
所述输出可包括控制信号，所述控制信号被配置成能够控制外科切割和缝合装置执行以下中的至少一项：延长缝合之前的组织蠕变等待时间；降低夹持速度；降低缝合器击发速度；增加闭合压缩力；或者向上移位可行的钉高度范围。
所述输出可包括控制信号，所述控制信号被配置成能够控制外科能量装置执行以下中的至少一项：增加能量水平；增加能量施加持续时间；或者增加与后续能量施加相关联的能量生成的阈值。
所述处理器可被进一步配置成能够：基于与所述至少一个患者生物标志物相关联的所述测量数据来确定慢性炎症反应的概率。可基于慢性炎症反应的所述概率超过阈值来预测所述组织不规则性并发症。所述至少一个患者生物标志物可包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大摄氧量(最大VO2)、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导或胃肠(GI)动力。
所述处理器可被进一步配置成能够：基于与所述至少一个患者生物标志物相关联的所述测量数据来确定不规则保水水平的概率。可基于保水水平的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：水肿或水合状态。
所述组织不规则性并发症可包括以下中的至少一项：组织厚度不规则性、组织密度不规则性或组织压缩性不规则性。
所述至少一个患者生物标志物可包括局部水肿、体重变化和白蛋白水平。所述处理器可被进一步配置成能够基于所述局部水肿、体重变化和白蛋白水平变化来确定水肿严重性。可在所确定的水肿严重性超过阈值时预测所述组织不规则性并发症。
所述组织不规则性并发症可与肺部手术相关联。所述测量数据可与1秒用力呼气量(FEV1)、用力肺活量(FVC)或FEV1与FVC比率中的至少一者相关联。所述处理器可被进一步配置成能够基于FEV1、FVC或FEV1与FVC比率中的至少一者来确定肺部功能度量。可基于所述肺部功能度量超过阈值来预测所述组织不规则性并发症。
所述输出可包括控制信号，所述控制信号被配置成能够指示对外科手术计划的调整。可选地，所述调整包括以下中的至少一项：对外科器械的重新加载的调整；添加辅助材料；高亮与所预测的组织不规则性并发症相关联的受影响区域；扩大调动计划区域；或者显示改善的进入选项。有利地，调整外科计划以减轻并发症降低了即将对患者进行的外科手术的风险。
所述输出可包括控制信号，所述控制信号被配置成能够经由以下中的至少一项来指示组织不规则性并发症的概率：在术前成像上显示；经由增强现实装置显示；或者在外科手术计划中与对所述外科手术计划的调整的指示一起显示。
一种方法包括经由至少一个感测系统获得与至少一个患者生物标志物相关联的测量数据。所述方法还包括基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症。所述方法包括基于所预测的组织不规则性并发症来生成输出，诸如与外科手术相关联的控制信号。有利地，预测组织不规则性并发症并且基于此来生成输出使得能够识别可能在外科手术中导致并发症的生理问题(组织不规则性并发症)。预测生理问题以及对它们作出反应(通过生成输出)是在负面外科结果出现之前最小化它们发生的可能性的重要步骤。
所述输出可包括控制信号，所述控制信号被配置成能够调整与外科手术相关联的外科参数，以减轻所预测的血液灌注困难并发症。有利地，调整参数(诸如外科装置的操作参数)以减轻并发症降低了即将对患者进行的外科手术的风险。
所述输出可包括控制信号，所述控制信号被配置成能够指示对外科手术计划的调整。有利地，调整外科计划以减轻并发症降低了即将对患者进行的外科手术的风险。
所述方法还可包括基于与所述至少一个患者生物标志物相关联的所述测量数据来确定慢性炎症反应的概率。可基于慢性炎症反应的所述概率超过阈值来预测所述组织不规则性并发症。所述至少一个患者生物标志物可包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导或GI动力。
所述方法还可包括基于与所述至少一个患者生物标志物相关联的所述测量数据来确定不规则保水水平的概率。可基于保水水平的所述概率超过阈值来预测所述组织不规则性并发症。所述至少一个患者生物标志物可包括以下中的至少一项：水肿或水合状态。
所述输出可包括控制信号，所述控制信号被配置成能够控制外科切割和缝合装置执行以下中的至少一项：延长缝合之前的组织蠕变等待时间；降低夹持速度；降低缝合器击发速度；增加闭合压缩力；或者向上移位可行的钉高度范围。
所述输出可包括控制信号，所述控制信号被配置成能够控制外科能量装置执行以下中的至少一项：增加能量水平；增加能量施加持续时间；或者增加与后续能量施加相关联的能量生成的阈值。
所述输出可包括控制信号，所述控制信号被配置成能够执行以下中的至少一项：在术前成像上显示组织不规则性并发症的概率；经由增强现实装置显示组织不规则性并发症的概率；或者在外科手术计划中与对所述外科手术计划的调整的指示一起显示组织不规则性并发症的概率。
所述方法可以是计算机实现的方法。
一种感测系统包括用于测量至少一个生物标志物的至少一个传感器。所述感测系统还包括处理器。所述处理器被配置成能够获得与至少一个患者生物标志物相关联的测量数据。所述处理器被配置成能够基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症。所述处理器被配置成能够生成所预测的组织不规则性并发症的指示。有利地，预测组织不规则性并发症并且基于此来生成输出使得能够识别可能在外科手术中导致并发症的生理问题(组织不规则性并发症)。预测生理问题以及对它们作出反应(通过生成输出)是在负面外科结果出现之前最小化它们发生的可能性的重要步骤。
所述测量数据可包括以下中的至少一项：与所述至少一个生物标志物相关联的术前测量数据或术中测量数据。所述至少一个患者生物标志物可包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力、水肿或水合状态。
所述感测系统还可包括收发器。所述收发器被配置成能够从计算系统接收与所述至少一个患者生物标志物相关联的阈值。所述收发器被配置成能够向所述计算系统发送所预测的组织不规则性并发症的所述指示。所述处理器可被进一步配置成能够基于所述测量数据和所接收的阈值来计算组织不规则性并发症的概率，其中基于所计算的概率来预测所述组织不规则性并发症。
公开了用于基于在外科手术之前和/或在所述外科手术期间获得的生物标志物测量来预测组织不规则性并发症以及基于所预测的并发症来调整外科手术的外科参数的系统和技术。
例如，计算系统可监测患者的生物标志物并且预测潜在的组织不规则性并发症。所述计算系统可包括处理器，所述处理器被配置成能够经由一个或多个感测系统获得与一个或多个患者生物标志物相关联的术前和/或术中测量数据。所述计算系统可基于所述生物标志物测量数据来预测组织不规则性并发症。用于预测组织不规则性并发症的所述患者生物标志物可包括以下中的一项或多项：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力、水肿或水合状态。
例如，所述计算系统可基于与以下中的一项或多项相关的所述生物标志物测量数据来确定慢性炎症反应的概率：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导或GI动力。在慢性炎症反应的所述概率超过阈值的条件下，所述计算系统可预测组织不规则性并发症。例如，所述计算系统可基于与水肿和/或水合状态相关联的测量数据来确定不规则保水水平的概率。在不规则保水水平的所述概率超过阈值的条件下，所述计算系统可预测组织不规则性并发症。
基于所预测的组织不规则性并发症，可生成与外科手术相关联的控制信号。例如，所生成的控制信号可被配置成能够控制外科切割和缝合装置执行延长缝合之前的组织蠕变等待时间、降低夹持速度、降低缝合器击发速度、和/或增加闭合压缩力。所生成的控制信号可被配置成能够控制外科能量装置执行增加能量水平、增加能量施加持续时间、和/或增加与后续能量施加相关联的能量生成的阈值。所生成的控制信号可被配置成能够执行在术前成像上显示组织不规则性并发症的概率、经由增强现实装置显示组织不规则性并发症的概率、和/或在外科手术计划中与对所述外科手术计划的调整的指示一起显示组织不规则性并发症的概率。
以简化的形式提供本发明内容以介绍一些概念，这些概念将在本文的具体实施方式中进一步描述。本发明内容并非旨在识别受权利要求书保护的主题的关键特征或本质特征，也并非旨在用于限制受权利要求书保护的主题的范围。本文描述了其他特征。
附图说明
图1A是计算机实现的患者和外科医生监测系统的框图。
图1B是感测系统、生物标志物和生理系统之间的示例性关系的框图。
图2A示出了外科手术室中的外科医生监测系统的示例。
图2B示出了患者监测系统(例如，受控患者监测系统)的示例。
图2C示出了患者监测系统(例如，非受控患者监测系统)的示例。
图3示出了与各种系统配对的示例性外科集线器。
图4示出了具有一组通信外科集线器的外科数据网络，该组通信外科集线器被配置成能够与一组感测系统、环境感测系统、一组装置等连接。
图5示出了可以是外科医生监测系统的一部分的示例性计算机实现的交互式外科系统。
图6A示出了包括耦接到模块化控制塔的多个模块的外科集线器。
图6B示出了受控患者监测系统的示例。
图6C示出了非受控患者监测系统的示例。
图7A示出了外科器械或工具的控制系统的逻辑图。
图7B示出了具有传感器单元和数据处理和通信单元的示例性感测系统。
图7C示出了具有传感器单元和数据处理和通信单元的示例性感测系统。
图7D示出了具有传感器单元和数据处理和通信单元的示例性感测系统。
图8示出了指示基于外科医生生物标志物水平调整外科装置的操作参数的例示性外科手术的示例性时间线。
图9是计算机实现的交互式外科医生/患者监测系统的框图。
图10示出了示例性外科系统，该示例性外科系统包括具有控制器和马达的柄部、可释放地耦接到柄部的适配器和可释放地耦接到适配器的加载单元。
图11A至图11D示出了可用于监测外科医生生物标志物或患者生物标志物的感测系统的示例。
图12是患者监测系统或外科医生监测系统的框图。
图13是示例性态势感知外科系统的图。
图14示出了使用各种外科装置的结肠直肠手术的示例性计划手术步骤。
图15示出了预测组织不规则性并发症的示例性过程。
图16A至图16D示出了肺段切除术的示例性手术步骤和患者生物标志物测量的示例性使用。
图17A至图17E示出了乙状结肠切除术的示例性手术步骤和患者生物标志物测量的示例性使用。
图18A至图18E示出了袖状胃切除术的示例性手术步骤和患者生物标志物测量的示例性使用。
具体实施方式
图1A是计算机实现的患者和外科医生监测系统20000的框图。患者和外科医生监测系统20000可包括一个或多个外科医生监测系统20002和一个或多个患者监测系统(例如，一个或多个受控患者监测系统20003和一个或多个非受控患者监测系统20004)。每个外科医生监测系统20002可包括计算机实现的交互式外科系统。每个外科医生监测系统20002可包括以下各项中的至少一项：与云计算系统20008通信的外科集线器20006，例如，如图2A所述。患者监测系统中的每个患者监测系统可包括以下各项中的至少一项：例如，与计算系统20008通信的外科集线器20006或计算装置20016，如图2B和图2C进一步所述。云计算系统20008可包括至少一个远程云服务器20009和至少一个远程云存储单元20010。外科医生监测系统20002、受控患者监测系统20003或非受控患者监测系统20004中的每一者可包括可穿戴感测系统20011、环境感测系统20015、机器人系统20013、一个或多个智能器械20014、人机界面系统20012等。人机界面系统在本文中也称为人机界面装置。可穿戴感测系统20011可包括一个或多个外科医生感测系统和/或一个或多个患者感测系统。环境感测系统20015可包括例如用于测量一个或多个环境属性的一个或多个装置，例如，如图2A进一步所述。机器人系统20013(与图2A中的20034相同)可包括用于执行外科手术的多个装置，例如，如图2A进一步所述。
外科集线器20006可以与显示来自腹腔镜的图像和来自一个或多个其他智能装置以及一个或多个感测系统20011的信息的多个装置中的一个装置进行协作交互。外科集线器20006可以与一个或多个感测系统20011、一个或多个智能装置以及多个显示器交互。外科集线器20006可被配置成能够从一个或多个感测系统20011收集测量数据并且向该一个或多个感测系统20011发送通知或控制消息。外科集线器20006可以向人机界面系统20012发送包括通知信息的信息和/或从该人机界面系统接收包括通知信息的信息。人机界面系统20012可包括一个或多个人机界面装置(HID)。外科集线器20006可以发送和/或接收通知信息或控制信息，以转换成至与外科集线器通信的各种装置的音频、显示和/或控制信息。
图1B是感测系统20001、生物标志物20005和生理系统20007之间的示例性关系的框图。该关系可用于计算机实现的患者和外科医生监测系统20000以及本文所公开的系统、装置和方法中。例如，感测系统20001可包括可穿戴感测系统20011(其可包括一个或多个外科医生感测系统以及一个或多个患者感测系统)以及环境感测系统20015，如图1A所述。该一个或多个感测系统20001可以测量与各种生物标志物20005相关的数据。该一个或多个感测系统20001可以使用一个或多个传感器例如光传感器(例如，光电二极管、光敏电阻器)、机械传感器(例如，运动传感器)、声学传感器、电传感器、电化学传感器、热电传感器、红外线传感器等来测量生物标志物20005。该一个或多个传感器可以使用以下感测技术中的一种或多种来测量如本文所述的生物标志物20005：光电容积脉搏波描记法、心电描记术、脑电描记术、比色法、阻抗描记术、电位测定法、电流测定法等。
由该一个或多个感测系统20001测量的生物标志物20005可包括但不限于睡眠、核心体温、最大摄氧量、身体活动、酒精消耗、呼吸率、氧饱和度、血压、血糖、心率变异性、血酸碱度、水合状态、心率、皮肤电导、末梢温度、组织灌注压、咳嗽和打喷嚏、胃肠动力、胃肠道成像、呼吸道细菌、水肿、精神因素、汗液、循环肿瘤细胞、自主神经张力、昼夜节律和/或月经周期。
生物标志物20005可以涉及生理系统20007，其可包括但不限于行为和心理学、心血管系统、肾脏系统、皮肤系统、神经系统、胃肠系统、呼吸系统、内分泌系统、免疫系统、肿瘤、肌肉骨骼系统和/或生殖系统。来自生物标志物的信息可由例如计算机实现的患者和外科医生监测系统20000确定和/或使用。来自生物标志物的信息可以由计算机实现的患者和外科医生监测系统20000确定和/或使用，以例如改善所述系统和/或改善患者结局。
下面更详细地描述该一个或多个感测系统20001、生物标志物20005和生理系统20007。
睡眠感测系统可以测量睡眠数据，包括心率、呼吸率、体温、运动和/或脑信号。睡眠感测系统可以使用光电容积描记图(PPG)、心电图(ECG)、麦克风、温度计、加速度计、脑电图(EEG)等测量睡眠数据。睡眠感测系统可包括可穿戴装置。
基于所测量的睡眠数据，睡眠感测系统可以检测睡眠生物标志物，包括但不限于深度睡眠量化指标、REM睡眠量化指标、睡眠中断量化指标和/或睡眠持续时间。睡眠感测系统可以将所测量的睡眠数据发射到处理单元。当睡眠感测系统感测到睡眠数据(包括心率降低、呼吸率降低、体温下降和/或运动减少)时，睡眠感测系统和/或处理单元可以检测深度睡眠。睡眠感测系统可以基于检测到的睡眠生理来生成睡眠质量评分。
在一个示例中，睡眠感测系统可以将睡眠质量评分发送到计算系统，例如外科集线器。在一个示例中，睡眠感测系统可以将检测到的睡眠生物标志物发送到计算系统，例如外科集线器。在一个示例中，睡眠感测系统可以将所测量的睡眠数据发送到计算系统，例如外科集线器。计算系统可以基于所接收的测量数据推导出睡眠生理并且生成一个或多个睡眠生物标志物，诸如深度睡眠量化指标。计算系统可以基于睡眠生物标志物生成治疗计划，包括疼痛管理策略。外科集线器可以基于睡眠生物标志物检测潜在的风险因素或病症，包括全身性炎症和/或免疫功能下降。
核心体温感测系统可以测量包括温度、发射频谱等的体温数据。核心体温感测系统可以使用温度计和/或无线电遥测术的某种组合来测量体温数据。核心体温感测系统可包括测量消化道温度的可摄入温度计。可摄入温度计可以无线地发射所测量的温度数据。核心体温感测系统可包括测量身体发射谱的可穿戴天线。核心体温感测系统可包括测量体温数据的可佩戴贴片。
核心体温感测系统可以使用体温数据来计算体温。核心体温感测系统可将计算出的体温发射到监测装置。监测装置可以随时间跟踪核心体温数据并将其显示给用户。
核心体温感测系统可以在本地处理核心体温数据或者将该数据发送到处理单元和/或计算系统。基于所测量的温度数据，核心体温感测系统可以检测体温相关生物标志物、并发症和/或情境信息，其可包括异常温度、特征波动、感染、月经周期、气候、身体活动和/或睡眠。
例如，核心体温感测系统可以基于在36.5℃和37.5℃范围外的温度来检测异常温度。例如，核心体温感测系统可以基于某些温度波动和/或当核心体温达到异常水平时检测术后感染或败血症。例如，核心体温感测系统可以使用所测量的核心体温波动来检测身体活动。
例如，体温感测系统可以检测核心体温数据并触发感测系统发射冷却或加热元件以根据所测量的环境温度升高或降低体温。
在一个示例中，体温感测系统可以将体温相关生物标志物发送到计算系统，例如外科集线器。在一个示例中，体温感测系统可以向计算系统发送所测量的体温数据。计算机系统可以基于所接收的体温数据推导出体温相关生物标志物。
最大摄氧量(最大VO2)感测系统可以测量最大VO2数据，包括氧摄取量、心率和/或运动速度。最大VO2感测系统可以在身体活动(包括跑步和/或步行)期间测量最大VO2数据。最大VO2感测系统可包括可穿戴装置。最大VO2感测系统可以在本地处理最大VO2数据或者将该数据发射到处理单元和/或计算系统。
基于所测量的最大VO2数据，感测系统和/或计算系统可以推到出、检测和/或计算出生物标志物，包括最大VO2量化指标、最大VO2评分、身体活动和/或身体活动强度。最大VO2感测系统可以在正确的时间片段期间选择正确的最大VO2数据测量值以计算准确的最大VO2信息。基于最大VO2信息，感测系统可以检测主导心脏、血管和/或呼吸系统限制因素。基于最大VO2信息，可以预测风险，包括外科手术中的不良心血管事件和/或医院内发病率风险增加。例如，当计算处的最大VO2量化指标低于特定阈值(例如18.2ml kg-1min-1)时，可以检测到医院内发病率风险增加。
在一个示例中，最大VO2感测系统可以将最大VO2相关生物标志物发送到计算系统，例如外科集线器。在一个示例中，最大VO2感测系统可以向计算系统发送所测量的最大VO2数据。计算机系统可以基于所接收的最大VO2数据推导出最大VO2相关生物标志物。
身体活动感测系统可以测量身体活动数据，包括心率、运动、位置、姿势、运动范围、移动速度和/或步频。身体活动感测系统可以测量身体活动数据，包括加速度计、磁力仪、陀螺仪、全球定位系统(GPS)、PPG和/或ECG。身体活动感测系统可包括可穿戴装置。身体活动可穿戴装置可以包括但不限于手表、腕带、背心、手套、皮带、头带、鞋和/或服装。身体活动感测系统可以在本地处理身体活动数据或者将该数据发射到处理单元和/或计算系统。
基于所测量的身体活动数据，身体活动感测系统可以检测身体活动相关生物标记物，包括但不限于锻炼活动、身体活动强度、身体活动频率和/或身体活动持续时间。身体活动感测系统可以基于身体活动信息来生成身体活动概要。
例如，身体活动感测系统可以将身体活动信息发送到计算系统。例如，身体活动感测系统可以将所测量的数据发送到计算系统。计算系统可以基于身体活动信息生成活动概要、训练计划和/或恢复计划。计算系统可以将身体活动信息存储在用户配置文件中。计算系统可以以图表形式显示身体活动信息。计算系统可以选择某些身体活动信息并且将该信息一起或单独地显示。
酒精消耗感测系统可以测量包括酒精和/或汗液的酒精消耗数据。酒精消耗感测系统可以使用泵来测量排汗。泵可以使用与乙醇反应的燃料电池来检测汗液中的酒精存在。酒精消耗感测系统可包括可穿戴装置，例如腕带。酒精消耗感测系统可以使用微流体应用来测量酒精和/或汗液。微流体应用可以使用汗液刺激和商业乙醇传感器的芯吸来测量酒精消耗数据。酒精消耗感测系统可包括粘附到皮肤的可佩戴贴片。酒精消耗感测系统可包括呼气测醉器。感测系统可以在本地处理酒精消耗数据或者将该数据发射到处理单元和/或计算系统。
基于所测量的酒精消耗数据，感测系统可以计算血液酒精浓度。感测系统可检测饮酒状况和/或风险因素。感测系统可以检测与饮酒相关的生物标志物，包括免疫能力降低、心功能不全和/或心律失常。当患者每天饮酒三个或更多个酒精单位时，可能发生免疫能力降低。感测系统可以检测术后并发症的风险因素，包括感染、心肺并发症和/或出血事件。医护人员可以使用检测到的风险因素来预测或检测手术后或术后并发症，例如，以影响在术后护理期间采取的决策和预防措施。
在一个示例中，酒精消耗感测系统可以将与酒精消耗相关的生物标志物发送到计算系统，例如外科集线器。在一个示例中，酒精消耗感测系统可以向计算系统发送所测量的酒精消耗数据。计算机系统可以基于所接收到的酒精消耗数据推导出与酒精消耗相关的生物标志物。
呼吸感测系统可以测量呼吸率数据，包括吸气、呼气、胸腔运动和/或气流。呼吸感测系统可以机械地和/或声学地测量呼吸率数据。呼吸感测系统可以使用呼吸器来测量呼吸率数据。呼吸感测系统可以通过检测胸腔运动来机械地测量呼吸数据。胸部上的两个或更多个施加的电极可以测量这些电极之间的变化距离以检测呼吸期间的胸腔扩张和收缩。呼吸感测系统可以包括可穿戴皮肤贴片。呼吸感测系统可以使用麦克风记录气流声音来声学地测量呼吸数据。呼吸感测系统可以在本地处理呼吸数据或者将该数据发射到处理单元和/或计算系统。
基于所测量的呼吸数据，呼吸感测系统可以生成呼吸相关生物标记物，包括呼吸频率、呼吸模式和/或呼吸深度。基于呼吸率数据，呼吸感测系统可以生成呼吸质量评分。
基于呼吸率数据，呼吸感测系统可以检测呼吸相关的生物标志物，包括不规则呼吸、疼痛、漏气、肺塌陷、肺组织和强度和/或休克。例如，呼吸感测系统可以基于呼吸频率、呼吸模式和/或呼吸深度的变化来检测不规则性。例如，呼吸感测系统可以基于短而剧烈的呼吸来检测术后疼痛。例如，呼吸感测系统可以基于吸气和呼气之间的体积差来检测漏气。例如，呼吸感测系统可以基于呼吸频率增加结合恒定体积的吸气来检测肺塌陷。例如，呼吸感测系统可以基于呼吸率的增加(包括多于2个标准偏差)来检测肺组织强度和休克，包括全身炎症反应综合征(SIRS)。在一个示例中，本文所述的检测可以由计算系统基于所测量的数据和/或由呼吸感测系统生成的相关生物标志物来执行。
氧饱和度感测系统可以测量氧饱和度数据，包括光吸收、光透射率和/或光反射率。氧饱和度感测系统可以使用脉搏氧饱和度法。例如，氧饱和度感测系统可以通过测量脱氧和氧合血红蛋白的吸收光谱来使用脉搏氧饱和度法。氧饱和度感测系统可包括具有预定波长的一个或多个发光二极管(LED)。LED可以将光施加到血红蛋白上。氧饱和度感测系统可以测量由血红蛋白吸收的所施加的光的量。氧饱和度感测系统可以测量来自所施加的光波长的透射光和/或反射光的量。氧饱和度感测系统可包括可穿戴装置，包括耳机和/或手表。氧饱和度感测系统可以在本地处理所测量的氧饱和度数据或者将该数据发射到处理单元和/或计算系统。
基于氧饱和度数据，氧饱和度感测系统可以计算氧饱和度相关生物标志物，包括外周血氧饱和度(SpO2)、血红蛋白氧浓度和/或氧饱和度速率变化。例如，氧饱和度感测系统可以使用每个所施加的光波长的所测量的吸光度的比率来计算SpO2。
基于氧饱和度数据，氧饱和度感测系统可以预测氧饱和度相关生物标志物、并发症和/或情境信息，包括心胸表现、谵妄、肺塌陷和/或恢复速率。例如，当氧饱和度感测系统测量到术前SpO2值低于59.5％时，氧饱和度感测系统可以检测术后谵妄。例如，氧饱和度感测系统可以帮助监测术后患者恢复。SpO2低可降低组织的修复能力，因为低氧可降低细胞可产生的能量的量。例如，氧饱和度感测系统可以基于低的术后氧饱和度来检测肺塌陷。在一个示例中，本文所述的检测可以由计算系统基于所测量的数据和/或由氧饱和度感测系统生成的相关生物标志物来执行。
血压感测系统可以测量血压数据，包括血管直径、组织体积和/或脉搏波传导时间。血压感测系统可以使用示波测量、超声贴片、光电容积脉搏波描记法和/或动脉张力测定法来测量血压数据。使用光电容积脉搏波描记法的血压感测系统可以包括光电探测器以感测由来自光发射器的所施加的光散射的光。使用动脉张力测定法的血压感测系统可以使用动脉壁压平。血压感测系统可以包括充气袖带、腕带、手表和/或超声贴片。
基于所测量的血压数据，血压感测系统可以定量血压相关生物标记物，包括收缩期血压、舒张期血压和/或脉搏传导时间。血压感测系统可以使用血压相关生物标志物来检测血压相关病症，例如血压异常。当测得的收缩压和舒张压在90/60至120-90(收缩压/舒张压)的范围外时，血压感测系统可以检测到血压异常。例如，血压感测系统可以基于所测量的低血压来检测术后脓毒性或低血容量性休克。例如，血压感测系统可以基于检测到的高血压来检测水肿风险。血压感测系统可以基于所测量的血压数据来预测谐波密封件的所需密封强度。更高的血压可能需要更强的密封件以克服破裂。血压感测系统可以在本地显示血压信息或将数据发射到系统。感测系统可以在一段时间内以图形形式显示血压信息。
血压感测系统可以在本地处理血压数据或者将该数据发射到处理单元和/或计算系统。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由血压感测系统生成的相关生物标志物来执行。
血糖感测系统可以测量血糖数据，包括血糖水平和/或组织葡萄糖水平。血糖感测系统可以无创地测量血糖数据。血糖感测系统可以使用耳垂夹。血糖感测系统可以显示血糖数据。
基于所测量的血糖数据，血糖感测系统可以推断血糖不规则性。血糖异常可包括在正常出现值的特定阈值之外的血糖值。正常血糖值可包括空腹时70mg/dL至120mg/dL的范围。正常血糖值可包括非空腹时90mg/dL至160mg/dL的范围。
例如，当血糖值下降到50mg/dL以下时，血糖感测系统可以检测到低空腹血糖水平。例如，当血糖值超过315mg/dL时，血糖感测系统可以检测到高空腹血糖水平。基于所测量的血糖水平，血糖感测系统可以检测血糖相关生物标志物、并发症和/或情境信息，包括与糖尿病相关联的外周动脉疾病、压力、血流减少、感染风险和/或恢复时间减少。
血糖感测系统可以在本地处理血糖数据或者将该数据发射到处理单元和/或计算系统。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由血糖感测系统生成的相关生物标志物来执行。
心率变异性(HRV)感测系统可以测量HRV数据，包括心跳和/或连续心跳之间的持续时间。HRV感测系统可以电学地或光学地测量HRV数据。HRV感测系统可以使用ECG描记线电学地测量心率变异性数据。HRV感测系统可以使用ECG描记线测量QRS复合波中的R峰之间的时间段变化。HRV感测系统可以使用PPG描记线光学地测量心率变异性。HRV感测系统可以使用PPG描记线测量心搏间期的时间段变化。HRV感测系统可以测量设定时间间隔内的HRV数据。HRV感测系统可以包括可穿戴装置，包括环、手表、腕带和/或贴片。
基于HRV数据，HRV感测系统可检测HRV相关生物标志物、并发症和/或情境信息，包括心血管健康、HRV变化、月经周期、膳食监测、焦虑程度和/或身体活动。例如，HRV感测系统可以基于高HRV来检测高心血管健康。例如，HRV感测系统可预测术前压力，并使用术前压力来预测术后疼痛。例如，HRV感测系统可以基于HRV减少来指示术后感染或败血症。
HRV感测系统可以在本地处理HRV数据或者将该数据发射到处理单元和/或计算系统。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由HRV感测系统生成的相关生物标志物来执行。
酸碱度(pH)感测系统可以测量pH数据，包括血液pH和/或汗液pH。pH感测系统可以有创地和/或无创地测量pH数据。pH感测系统可以在微流体回路中使用比色方法和pH敏感染料无创地测量pH数据。在比色方法中，pH敏感染料可响应于汗液pH而改变颜色。pH感测系统可以使用光谱法来测量pH,以使pH敏感染料的颜色变化与pH值相匹配。pH感测系统可包括可穿戴贴片。pH感测系统可以在身体活动期间测量pH数据。
基于所测量的pH数据，pH感测系统可以检测pH相关生物标志物，包括正常血液pH、异常血液pH和/或酸性血液pH。pH感测系统可以通过将所测量的pH数据与标准pH标度进行比较来检测pH相关生物标志物、并发症和/或情境信息。标准pH标度可确定健康的pH范围包括7.35和7.45之间的值。
pH感测系统可以使用pH相关生物标志物来指示pH病症，包括术后内出血、酸中毒、败血症、肺塌陷和/或出血。例如，pH感测系统可以基于术前酸性血pH来预测术后内出血。酸性血液可通过抑制凝血酶生成来降低血液凝固能力。例如，pH感测系统可以基于酸性pH预测败血症和/或出血。乳酸性酸中毒可导致酸性pH。pH感测系统可以连续地监测血液pH数据，因为酸中毒可能仅在锻炼期间发生。
pH感测系统可以在本地处理pH数据或者将pH数据发射到处理单元和/或计算系统。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由pH感测系统生成的相关生物标志物来执行。
水合状态感测系统可测量水合数据，包括水的光吸收、水的光反射和/或出汗水平。水合状态感测系统可以使用光谱法或基于汗液的比色法。水合状态感测系统可以通过将发射光施加到皮肤上并且测量反射光来使用光谱法。光谱法可通过测量来自某些波长(包括1720nm、1750nm和/或1770nm)的反射光的振幅来测量水含量。水合状态感测系统可包括可将光施加到皮肤上的可穿戴装置。可穿戴装置可包括手表。水合状态感测系统可以使用基于汗液的比色法来测量出汗水平。可以结合用户活动数据和/或用户水摄入数据来处理基于汗液的比色法。
基于水合数据，水合状态感测系统可检测水含量。基于水含量，水合状态感测系统可以识别水合相关生物标志物、并发症和/或情境信息，包括脱水、肾损伤风险、血流减少、手术期间或之后的低血容量性休克风险和/或血容量减少。
例如，基于所识别的水合，水合状态感测系统可以检测健康风险。脱水可能对总体健康产生负面影响。例如，水合状态感测系统在其检测到低水合水平导致的血流减少时，其可预测手术后急性肾损伤风险。例如，当水合状态感测系统检测到脱水或血容量减少时，水合状态感测系统可以计算手术期间或手术后发生低血容量性休克的风险。水合状态感测系统可以使用水合水平信息来为其他接收到的生物标志物数据提供情境，该生物标志物数据可包括心率。水合状态感测系统可以连续地测量水合状态数据。连续测量可以考虑各种因素，包括锻炼、流体摄入和/或温度，其可以影响水合状态数据。
水合状态感测系统可在本地处理水合数据或将该数据发射到处理单元和/或计算系统。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由水合状态感测系统生成的相关生物标志物来执行。
心率感测系统可以测量心率数据，包括心室扩张、心室收缩和/或反射光。心率感测系统可以使用ECG和/或PPG测量心率数据。例如，使用ECG的心率感测系统可以包括无线电发射器、接收器和一个或多个电极。无线电发射器和接收器可以记录因心室扩张和收缩引起的跨定位在皮肤上的电极的电压。心率感测系统可以使用所测量的电压来计算心率。例如，使用PPG的心率感测系统可以将绿光施加于皮肤上并且在光电探测器中记录反射光。心率感测系统可以使用一定时间段内血液所吸收的所测量的光来计算心率。心率感测系统可以包括手表、可穿戴弹性带、皮肤贴片、手镯、服装、腕带、耳机和/或头带。例如，心率感测系统可包括可佩戴的胸部贴片。可佩戴的胸部贴片可以测量心率数据和其他生命体征或关键数据，包括呼吸率、皮肤温度、身体姿势、跌倒检测、单导联ECG、R-R间隔以及步数。可佩戴的胸部贴片可以在本地处理心率数据或者将该数据发射到处理单元。处理单元可包括显示器。
基于所测量的心率数据，心率感测系统可以计算心率相关生物标记物，包括心率、心率变异性和/或平均心率。基于心率数据，心率感测系统可以检测生物标志物、并发症和/或情境信息，包括压力、疼痛、感染和/或败血症。当心率超过正常阈值时，心率感测系统可以检测心率状况。心率的正常阈值可包括每分钟60次至100次心跳的范围。心率感测系统可以基于心率增加(包括超过每分钟90次心跳的心率)诊断术后感染、败血症或低血容量性休克。
心率感测系统可以在本地处理心率数据或者将该数据发射到处理单元和/或计算系统。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由心率感测系统生成的相关生物标志物来执行。心率感测系统可以将心率信息发射到计算系统，例如外科集线器。计算系统可以收集和显示心血管参数信息，包括心率、呼吸、温度、血压、心律失常和/或心房纤颤。基于心血管参数信息，计算系统可以生成心血管健康评分。
皮肤电导感测系统可以测量皮肤电导数据，包括电导率。皮肤电导感测系统可包括一个或多个电极。皮肤电导感测系统可以通过跨这些电极施加电压来测量电导率。这些电极可以包括银或氯化银。可以将皮肤电导感测系统放置在一个或多个手指上。例如，皮肤电导感测系统可包括可穿戴装置。可穿戴装置可包括一个或多个传感器。可穿戴装置可以附接到一个或多个手指。皮肤电导数据可以基于出汗量而改变。
皮肤电导感测系统可以在本地处理皮肤电导数据或者将该数据发射到计算系统。基于皮肤电导数据，皮肤电导感测系统可以计算皮肤电导相关生物标志物，包括交感神经活性水平。例如，皮肤电导感测系统可以基于高皮肤电导来检测高交感神经活性水平。
末梢温度感测系统可测量包括肢体温度的末梢温度数据。末梢温度感测系统可包括热敏电阻、热电效应或红外温度计以测量末梢温度数据。例如，使用热敏电阻的末梢温度感测系统可以测量热敏电阻的电阻。电阻可以随温而变化。例如，使用热电效应的末梢温度感测系统可以测量输出电压。输出电压可以随温度而增加。例如，使用红外温度计的末梢温度感测系统可以测量从身体的黑体辐射发射的辐射强度。辐射强度可以随温度而增加。
基于末梢温度数据，末梢温度感测系统可确定末梢温度相关生物标志物，包括基础体温、四肢皮肤温度和/或末梢温度模式。基于末梢温度数据，末梢温度感测系统可检测各种病症，包括糖尿病。
末梢温度感测系统可以在本地处理末梢温度数据和/或生物标志物，或将该数据发射到处理单元。例如，末梢温度感测系统可以将末梢温度数据和/或生物标志物发送到计算系统，例如外科集线器。计算系统可以用其他生物标志物分析末梢温信息，包括核心体温、睡眠和月经周期。例如，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由末梢温度感测系统生成的相关生物标志物来执行。
组织灌注压感测系统可以测量包括皮肤灌注压的组织灌注压数据。组织灌注感测系统可以使用光学方法来测量组织灌注压数据。例如，组织灌注感测系统可以照射皮肤并且测量透射和反射的光以检测血流变化。组织灌注感测系统可以应用闭塞。例如，组织灌注感测系统可以基于所测量的用于在闭塞之后恢复血流的压力来确定皮肤灌注压。组织灌注感测系统可以使用应变仪或激光多普勒血流仪测量压力以在闭塞之后恢复血流。所测量的由血液运动引起的光的频率变化可以与红血球的数量和速度直接相关，组织灌注压感测系统可以使用该数量和速度来计算压力。组织灌注压感测系统可以在手术期间监测组织瓣以测量组织灌注压数据。
基于所测量的组织灌注压数据，组织灌注压感测系统可以检测组织灌注压相关生物标志物、并发症和/或情境信息，包括血容量不足、内出血、和/或组织力学特性。例如，组织灌注压感测系统可以基于灌注压下降来检测血容量不足和/或内出血。基于所测量的组织灌注压数据，组织灌注压感测系统可以通知外科工具参数和/或医疗程序。例如，组织灌注压感测系统可以使用组织灌注压数据来确定组织力学特性。基于所确定的力学特性，感测系统可生成缝合程序和/或缝合工具参数调整。基于所确定的力学特性，感测系统可以通知解剖程序。基于所测量的组织灌注压数据，组织灌注压感测系统可以生成针对灌注的总体充分性的评分。
组织灌注压感测系统可以在本地处理组织灌注压数据或将该数据发射到处理单元和/或计算系统。在一个示例中，本文所述的检测、预测、确定和/或生成可以由计算系统基于所测量的数据和/或由组织灌注压感测系统生成的相关生物标志物来执行。
咳嗽和打喷嚏感测系统可以测量咳嗽和打喷嚏数据，包括咳嗽、打喷嚏、运动和声音。咳嗽和打喷嚏感测系统可以跟踪可能由于用户在咳嗽或打喷嚏时掩嘴而导致的手或身体的运动。感测系统可包括加速度计和/或麦克风。感测系统可包括可穿戴装置。可穿戴装置可包括手表。
基于咳嗽和打喷嚏数据，感测系统可以检测咳嗽和打喷嚏相关生物标志物，包括但不限于咳嗽频率、打喷嚏频率、咳嗽严重程度和/或打喷嚏严重程度。感测系统可以使用咳嗽和打喷嚏信息建立咳嗽和打喷嚏基线。咳嗽和打喷嚏感测系统可以在本地处理咳嗽和打喷嚏数据或者将该数据发射到计算系统。
基于咳嗽和打喷嚏的数据，感测系统可以检测咳嗽和打喷嚏相关生物标志物、并发症和/或情境信息，包括呼吸道感染、感染、肺塌陷、肺水肿、胃食管反流病、变应性鼻炎和/或全身性炎症。例如，当咳嗽和打喷嚏感测系统测量到慢性咳嗽时，咳嗽和打喷嚏感测系统可以指示胃食管反流病。慢性咳嗽可导致食管下段发炎。食管下段发炎可影响用于袖状胃切除术的胃组织的特性。例如，咳嗽和打喷嚏感测系统可以基于打喷嚏来检测变应性鼻炎。打喷嚏可能与全身性炎症相关。全身性炎症可影响肺和/或其他组织的力学特性。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由咳嗽和打喷嚏感测系统生成的相关生物标志物来执行。
胃肠(GI)动力感测系统可测量GI动力数据，包括pH、温度、压力和/或胃收缩。GI动力感测系统可以使用胃电描记术、胃肠电图描记术、听诊器和/或超声波。GI动力感测系统可包括不易消化的胶囊。例如，可摄入感测系统可以粘附到胃黏膜上。可摄入感测系统可以使用压电装置测量收缩，该压电装置在变形时产生电压。
基于GI数据，感测系统可以计算GI动力相关生物标志物，包括胃、小肠和/或结肠传输时间。基于胃肠动力信息，感测系统可检测GI动力相关病症，包括肠梗阻。GI动力感测系统可以基于小肠动力下降来检测肠梗阻。GI动力感测系统可以在其检测到GI动力病症时通知医护专业人员。GI动力感测系统可以在本地处理GI动力数据或者将该数据发射到处理单元。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由GI动力感测系统生成的相关生物标志物来执行。
GI道成像/感测系统可以收集患者结肠的图像。GI道成像/感测系统可包括可摄入的无线相机和接收器。GI道成像/感测系统可包括一个或多个白色LED、电池、无线电发射器和天线。可摄入相机可包括药丸。可摄入相机可穿过消化道并拍摄结肠的照片。可摄入相机在运动期间每秒可拍摄多达35帧的图片。可摄入相机可将图片发射到接收器。接收器可包括可穿戴装置。GI道成像/感测系统可以在本地处理图像或者将它们发射到处理单元。医生可以通过查看原始图像来做出诊断。
基于GI道图像，GI道成像感测系统可以识别GI道相关生物标志物，包括胃组织力学特性或结肠组织力学特性。基于所收集的图像，GI道成像感测系统可以检测GI道相关生物标志物、并发症和/或情境信息，包括粘膜炎症、克罗恩病、吻合口漏、食道炎和/或胃炎。GI道成像/感测系统可以使用图像分析软件来复制医师诊断。GI道成像/感测系统可以在本地处理图像或者将数据发射到处理单元。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由GI道成像/感测系统生成的相关生物标志物来执行。
呼吸道细菌感测系统可以测量包括外来DNA或细菌的细菌数据。呼吸道细菌感测系统可以使用射频识别(RFID)标签和/或电子鼻。使用RFID标签的感测系统可包括一个或多个金电极、石墨烯传感器和/或肽层。RFID标签可与细菌结合。当细菌结合到RFID标签时，石墨烯传感器可检测细菌信号对信号存在的变化。RFID标签可包括植入物。植入物可粘附到牙齿上。植入物可发射细菌数据。感测系统可使用便携式电子鼻来测量细菌数据。
基于所测量的细菌数据，呼吸道细菌感测系统可以检测细菌相关生物标志物，包括细菌水平。基于细菌数据，呼吸道细菌感测系统可以生成口腔健康评分。基于检测到的细菌数据，呼吸道细菌感测系统可以识别细菌相关生物标志物、并发症和/或情境信息，包括肺炎、肺部感染和/或肺部炎症。呼吸道细菌感测系统可以在本地处理细菌信息或者将数据发射到处理单元。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由呼吸道细菌感测系统生成的相关生物标志物来执行。
水肿感测系统可测量水肿数据，包括小腿周长、腿部体积和/或腿部水含量水平。水肿感测系统可包括力敏电阻器、应变计、加速度计、陀螺仪、磁力计和/或超声波。水肿感测系统可包括可穿戴装置。例如，水肿感测系统可包括短袜、长袜和/或踝带。
基于所测量的水肿数据，水肿感测系统可以检测水肿相关生物标志物、并发症和/或情境信息，包括炎症、炎症变化率、愈合不良、感染、渗漏、结肠直肠吻合口漏和/或水积累。
例如，水肿感测系统可以基于流体积累来检测结肠直肠吻合口漏风险。基于检测到的水肿生理病症，水肿感测系统可以生成愈合质量评分。例如，水肿感测系统可以通过将水肿信息与特定阈值小腿周长进行比较来生成愈合质量评分。基于检测到的水肿信息，水肿感测系统可生成水肿工具参数，包括对缝合器按压的响应性。水肿感测系统可以通过使用来自加速度计、陀螺仪和/或磁力计的测量来提供所测量的水肿数据的情境。例如，水肿感测系统可以检测用户是坐着、站着还是躺下。
水肿感测系统可以在本地处理所测量的水肿数据或者将该水肿数据发射到处理单元。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由水肿感测系统生成的相关生物标志物来执行。
精神因素感测系统可以测量精神方面数据，包括心率、心率变异性、大脑活动、皮肤电导、皮肤温度、皮肤电反应、运动和/或出汗率。精神因素感测系统可以在设定的持续时间内测量精神因素数据以检测精神因素数据的变化。精神因素感测系统可包括可穿戴装置。可穿戴装置可包括腕带。
基于精神因素数据，感测系统可以检测精神因素相关生物标志物，包括情绪模式、积极水平和/或乐观水平。基于检测到的精神因素信息，精神因素感测系统可以识别精神因素相关生物标志物、并发症和/或情境信息，包括认知损害、压力、焦虑和/或疼痛。基于精神因素信息，精神因素感测系统可以生成精神因素评分，包括积极评分、乐观评分、意识错乱或谵妄评分、精神敏度评分、压力评分、焦虑评分、抑郁评分和/或疼痛评分。
精神因素数据、相关生物标志物、并发症、情境信息和/或精神因素评分可用于确定治疗过程，包括疼痛缓解治疗。例如，当检测到术前焦虑和/或抑郁时，可以预测术后疼痛。例如，基于检测到的积极水平和乐观水平，精神因素感测系统可以确定情绪质量和精神状态。基于情绪质量和精神状态，精神因素感测系统可以指示将有益于患者的另外的护理程序，包括疼痛治疗和/或心理援助。例如，基于检测到的认知损害、意识错乱和/或精神敏度，精神因素感测系统可以指示各种病症，包括谵妄、脑病和/或败血症。谵妄可以是活性过高或活性过低的。例如，基于检测到的压力和焦虑，精神因素感测系统可以指示各种病症，包括医院焦虑和/或抑郁。基于检测到的医院焦虑和/或抑郁，精神因素感测系统可以生成治疗计划，包括疼痛缓解治疗和/或术前支持。
在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由精神因素感测系统生成的相关生物标志物来执行。精神因素感测系统可以在本地处理精神因素数据或者将该数据发射到处理单元。
汗液感测系统可以测量汗液数据，包括汗液、出汗率、皮质醇、肾上腺素和/或乳酸盐。汗液感测系统可以使用微流体捕获、唾液测试、纳米多孔电极系统、电子鼻、反向离子电渗、血液检查、电流式薄膜生物传感器、纺织有机电化学晶体管装置和/或电化学生物传感器来测量汗液数据。感测系统可以使用比色法或阻抗测量法通过微流体捕获来测量汗液数据。微流体捕获可包括与皮肤接触放置的柔性贴片。汗液感测系统可以使用唾液测试来测量皮质醇。唾液测试可以使用电化学方法和/或分子选择性有机电化学晶体管装置。汗液感测系统可以测量与汗液中的皮质醇结合的离子积聚以计算皮质醇水平。汗液感测系统可以使用酶反应来测量乳酸盐。可以使用乳酸氧化酶和/或乳酸脱氢酶方法来测量乳酸盐。
基于所测量的汗液数据，汗液感测系统或处理单元可以检测汗液相关生物标志物、并发症和/或情境信息，包括皮质醇水平、肾上腺素水平和/或乳酸盐水平。基于检测到的汗液数据和/或相关生物标志物，汗液感测系统可以指示汗液生理状态，包括交感神经系统活性、心理压力、细胞免疫、昼夜节律、血压、组织氧合和/或术后疼痛。例如，基于出汗率数据，汗液感测系统可以检测心理压力。基于检测到的心理压力，汗液感测系统可以指示交感神经活性增强。交感神经活性增强可指示术后疼痛。
基于检测到的汗液信息，汗液感测系统可以检测汗液相关生物标志物、并发症和/或情境信息，包括术后感染、转移、慢性升高、心室衰竭、败血症、出血、高乳酸血症和/或脓血性休克。例如，当血清乳酸盐浓度超过特定水平(例如2mmol/L)时，感测系统可以检测到脓毒性休克。例如，基于检测到的肾上腺素激增模式，汗液感测系统可以指示心脏病发作和/或卒中的风险。例如，可以基于检测到的肾上腺素水平来确定外科工具参数调整。外科工具参数调整可包括用于手术密封工具的设置。例如，汗液感测系统可以基于检测到的皮质醇水平来预测感染风险和/或转移。汗液感测系统可以向医护专业人员通知该病症。
在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由汗液感测系统生成的相关生物标志物来执行。汗液感测系统可以在本地处理汗液数据或者将汗液数据发射到处理单元。
乳酸盐感测系统可使用电化学生物传感器来测量乳酸盐水平。电化学生物传感器可检测各种体液(包括汗液)中的乳酸氧化酶和/或乳酸脱氢酶。基于所测量的乳酸盐水平数据，乳酸盐感测系统或处理单元可检测乳酸盐相关的生物标志物、并发症和/或情境信息，包括组织氧合、心室衰竭、败血症、出血、高乳酸血症和/或脓毒性休克。例如，当血清乳酸盐浓度超过特定水平(诸如2mmol/L)时，乳酸盐感测系统可检测到脓毒性休克。
在一个示例中，本文所述的检测、预测和/或确定可由计算系统基于所测量的数据和/或由乳酸盐感测系统生成的相关生物标志物来执行。乳酸盐感测系统可在本地处理乳酸盐水平数据或者将乳酸盐水平数据传输至处理单元。
出汗率感测系统可使用比色法或阻抗测量法通过微流体捕获来测量出汗率数据。微流体捕获可包括与皮肤接触放置的柔性贴片。基于所测量的出汗率数据，出汗率感测系统或处理单元可检测与出汗率相关的生物标志物、并发症和/或情境信息，包括交感神经系统活性、心理压力、术后感染和/或术后疼痛。例如，出汗率感测系统可检测心理压力。基于所检测的心理压力，出汗率感测系统可指示交感神经活性增强。交感神经活性增强可指示术后疼痛。
在一个示例中，本文所述的检测、预测和/或确定可由计算系统基于所测量的数据和/或由出汗率感测系统生成的相关生物标志物来执行。出汗率感测系统可在本地处理出汗率数据或者将出汗率数据传输至处理单元。
循环肿瘤细胞感测系统可检测循环肿瘤细胞。循环肿瘤细胞感测系统可以使用显像剂来检测循环肿瘤细胞。显像剂可以使用附着有靶向循环肿瘤细胞的抗体的微泡。可将显像剂注射到血流中。显像剂可附着于循环肿瘤细胞。循环肿瘤细胞感测系统可包括超声发射器和接收器。超声发射器和接收器可检测附着于循环肿瘤细胞的显像剂。循环肿瘤细胞感测系统可以接收循环肿瘤细胞数据。
基于检测到的循环肿瘤细胞数据，循环肿瘤细胞感测系统可以计算转移风险。循环癌细胞的存在可指示转移风险。超过阈值量的每毫升血液循环癌细胞可指示转移风险。当肿瘤转移时，癌细胞可能在血液中循环。基于所计算的转移风险，循环肿瘤细胞感测系统可以生成手术风险评分。基于所生成的手术风险评分，循环肿瘤细胞感测系统可以指示手术可行性和/或建议的手术预防措施。
在一个示例中本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由循环肿瘤细胞感测系统生成的相关生物标志物来执行。循环肿瘤细胞感测系统可以在本地处理循环肿瘤细胞数据或将循环肿瘤细胞数据发射到处理单元。
自主神经张力感测系统可以测量自主神经张力数据，包括皮肤电导、心率变异性、活动和/或外周体温。自主神经张力感测系统可包括一个或多个电极、PPG迹线、ECG迹线、加速度计、GPS和/或温度计。自主神经张力感测系统可包括可穿戴装置，其可包括腕带和/或指套。
基于自主神经张力数据，自主神经张力感测系统可以检测自主神经张力相关生物标志物、并发症和/或情境信息，包括交感神经系统活动水平和/或副交感神经系统活动水平。自主神经张力可以描述交感神经系统和副交感神经系统之间的基础平衡。基于所测量的自主神经张力数据，自主神经张力感测系统可以指示术后病症(包括炎症和/或感染)的风险。高交感神经活性可能与炎性介质增加、免疫功能抑制、术后肠梗阻、心率增加、皮肤电导增加、出汗速率增加和/或焦虑相关联。
在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由自主神经张力感测系统生成的相关生物标志物来执行。自主神经张力感测系统可以在本地处理自主神经张力数据或者将该数据发射到处理单元。
昼夜节律感测系统可测量昼夜节律数据，包括光暴露、心率、核心体温、皮质醇水平、活动和/或睡眠。基于昼夜节律数据，昼夜节律感测系统可以检测昼夜节律相关生物标志物、并发症和/或情境信息，包括睡眠周期、觉醒周期、昼夜节律模式、昼夜节律紊乱和/或激素活性。
例如，基于所测量的昼夜节律数据，昼夜节律感测系统可以计算昼夜节律循环的开始和结束。昼夜节律感测系统可以基于所测量的皮质醇指示昼夜节律日的开始。皮质醇水平可在昼夜节律日开始时达到峰值。昼夜节律感测系统可以基于所测量的心率和/或核心体温来指示昼夜节律日的结束。心率和/或核心体温可在昼夜节律日结束时下降。基于昼夜节律相关生物标志物，感测系统或处理单元可以检测各种病症，包括感染和/或疼痛的风险。例如，昼夜节律紊乱可能表示疼痛和不适。
在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由昼夜节律感测系统生成的相关生物标志物来执行。昼夜节律感测系统可以在本地处理昼夜节律数据或将该数据发射到处理单元。
月经周期感测系统可测量月经周期数据，包括心率、心率变异性、呼吸率、体温和/或皮肤灌注。基于月经周期数据，月经周期单元可指示月经周期相关生物标志物、并发症及/或情境信息，包含月经周期阶段。例如，月经周期感测系统可以基于所测量的心率变异性来检测月经周期中的围排卵期。心率变异性变化可指示围排卵期。例如，月经周期感测系统可以基于所测量的手腕皮肤温度和/或皮肤灌注来检测月经周期中的黄体期。手腕皮肤温度升高可指示黄体期。皮肤灌注变化可以指示黄体期。例如，月经周期感测系统可以基于所测量的呼吸率来检测排卵期。呼吸率低可以指示排卵期。
基于月经周期相关生物标志物，月经周期感测系统可确定各种病症，包括激素变化、手术出血、瘢痕形成、出血风险和/或敏感性水平。例如，月经周期阶段可能影响鼻成形术中的手术出血。例如，月经周期阶段可能影响乳房手术中的愈合和瘢痕形成。例如，在月经周期的围排卵期期间，出血风险可能降低。
在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由月经周期感测系统生成的相关生物标志物来执行。月经周期感测系统可以在本地处理月经周期数据或将该数据发射到处理单元。
环境感测系统可测量环境数据，包括环境温度、湿度、真菌毒素孢子计数和气态化学物数据。环境感测系统可包括数字温度计、空气采样和/或化学传感器。感测系统可包括可穿戴装置。环境感测系统可以使用数字温度计来测量环境温度和/或湿度。数字温度计可包括具有确定电阻的金属条。金属条的电阻可随环境温度而变化。数字温度计可以将变化的电阻应用于校准曲线以确定温度。数字温度计可包括湿球和干球。湿球和干球可以确定温度差，然后温度差可以用于计算湿度。
环境感测系统可以使用空气采样来测量真菌毒素孢子计数。环境感测系统可包括具有连接到泵的粘性介质的取样板。泵可以在固化时间内以特定的流速在板上抽吸空气。固化时间可持续至多10分钟。环境感测系统可以使用显微镜来分析样品以对孢子数量进行计数。环境感测系统可以使用不同的空气采样技术，包括高效液相色谱法(HPLC)、液相色谱-串联质谱法(LC-MS/MS)和/或免疫测定法以及纳米抗体。
环境感测系统可包括化学传感器以测量气态化学物数据。气态化学物数据可包括不同的已识别的气态化学物，包括尼古丁和/或甲醛。化学传感器可包括活性层和换能器层。活性层可允许化学物扩散到基质中并改变一些物理或化学特性。改变的物理特性可包括折射率和/或H键形成。换能器层可以将物理和/或化学变化转换成可测量的信号，包括光学信号或电信号。环境感测系统可包括手持式仪器。手持式仪器可以检测和识别复杂的化学混合物，这些混合物构成香气、气味、香味、制剂、溢出物和/或泄漏物。手持式仪器可包括纳米复合传感器阵列。手持式仪器可以基于化学概况检测和识别物质。
基于环境数据，感测系统可以确定环境信息，包括气候、真菌毒素孢子计数、真菌毒素鉴定、气态化学物鉴定、气态化学物水平和/或炎性化学物吸入。例如，环境感测系统可以基于从收集的样品测量的孢子计数来近似空气中的真菌毒素孢子计数。感测系统可鉴定真菌毒素孢子，其可包括霉菌、花粉、昆虫部分、皮肤细胞碎片、纤维和/或无机颗粒。例如，感测系统可以检测炎性化学物吸入，包括香烟烟雾。感测系统可检测二手烟或三手烟。
基于环境信息，感测系统可以产生环境因素病症，包括炎症、肺功能降低、气道高反应性、纤维化和/或免疫功能降低。例如，环境因素感测系统可以基于所测量的环境因素信息来检测炎症和纤维化。感测系统可以基于验证和/或纤维化生成用于外科工具的指令，包括在肺段切除术中使用的钉和密封工具。炎症和纤维化可能影响外科工具的使用。例如，香烟烟雾可在各种手术中导致更高的疼痛评分。
环境感测系统可以基于所测量的真菌毒素和/或气态化学物生成空气质量评分。例如，如果环境感测系统检测到不良空气质量评分，则该环境感测系统可以通知危险空气质量。当生成的空气质量评分下降到特定阈值以下时，环境感测系统可以发送通知。阈值可包括暴露超过105个真菌毒素孢子/立方米。环境感测系统可以显示随时间的环境条件暴露读数。
环境感测系统可以在本地处理环境数据或者将该数据发射到处理单元。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于由环境感测系统生成的所测量的数据来执行。
光暴露感测系统可以测量光暴露数据。光暴露感测系统可包括一个或多个光电二极管光传感器。例如，使用光电二极管光传感器的光暴露感测系统可包括半导体器件，其中器件电流可以随光强度而变化。入射光子可产生流过半导体结的电子-空穴对，这可产生电流。电子-空穴对生成速率可以随入射光强度而增加。光暴露感测系统可包括一个或多个光敏电阻光传感器。例如，使用光敏电阻光传感器的光暴露感测系统可包括光敏电阻器，其中电阻随光强度而减小。光敏电阻光传感器可包括没有PN结的无源器件。光敏电阻光传感器可以比光电二极管光传感器更不敏感。光暴露感测系统可包括可穿戴装置，包括项链和/或夹式按钮。
基于所测量的光暴露数据，光暴露感测系统可以检测光暴露信息，包括暴露持续时间、暴露强度和/或光类型。例如，感测系统可以确定光暴露是由自然光还是人造光组成。基于检测到的光暴露信息，光暴露感测系统可以检测光暴露相关生物标志物，包括昼夜节律。光暴露可引发昼夜节律周期。
光暴露感测系统可以在本地处理光暴露数据或者将该数据发射到处理单元。在一个示例中，本文所述的检测、预测和/或确定可以由计算系统基于所测量的数据和/或由光暴露感测系统生成的相关生物标志物来执行。
本文所述的各种感测系统可测量数据，推导出相关生物标志物，并将这些生物标志物发送到计算系统，例如本文中参考图1至图12所述的外科集线器。本文所述的各种感测系统可以将所测量的数据发送到计算系统。计算系统可以基于所接收的测量数据推导出相关生物标志物。
生物标志物感测系统可包括可穿戴装置。在一个示例中，生物标志物感测系统可包括眼镜。眼镜可包括鼻垫传感器。眼镜可以测量生物标志物，包括乳酸盐、葡萄糖等。在一个示例中，生物标志物感测系统可包括护口器。护口器可包括传感器以测量包括尿酸等的生物标志物。在一个示例中，生物标志物感测系统可包括接触镜。接触镜可包括传感器以测量包括葡萄糖等的生物标志物。在一个示例中，生物标志物感测系统可包括牙齿传感器。牙齿传感器可以是基于石墨烯的。牙齿传感器可测量包括细菌等的生物标志物。在一个示例中，生物标志物感测系统可包括贴片。该贴片可佩戴在胸部皮肤或手臂皮肤上。例如，贴片可包括化学-物理混合传感器。化学-物理混合传感器可以测量生物标志物，包括乳酸盐、ECG等。例如，贴片可包括纳米材料。纳米材料贴片可测量包括葡萄糖等的生物标志物。例如，贴片可包括离子电泳生物传感器。离子电泳生物传感器可以测量包括葡萄糖等的生物标志物。在一个示例中，生物标志物感测系统可包括微流体传感器。微流体传感器可测量包括乳酸盐、葡萄糖等的生物标志物。在一个示例中，生物标志物感测系统可包括集成传感器阵列。集成传感器阵列可包括可佩戴腕带。集成传感阵列可测量包括乳酸、葡萄糖等的生物标志物。在一个示例中，生物标志物感测系统可包括可穿戴诊断装置。可穿戴诊断装置可以测量生物标志物，包括皮质醇、白介素-6等。在一个示例中，生物标志物感测系统可包括基于自供电纺织物的生物传感器。基于自供电纺织物的生物传感器可包括短袜。基于自供电纺织物的生物传感器可以测量包括乳酸盐等的生物标志物。
本文所述的各种生物标志物可与各种生理系统相关，包括行为和心理学、心血管系统、肾脏系统、皮肤系统、神经系统、GI系统、呼吸系统、内分泌系统、免疫系统、肿瘤、肌肉骨骼系统和/或生殖系统。
行为和心理学可包括社交互动、饮食、睡眠、活动和/或心理状态。可以基于所分析的生物标志物感测系统数据来确定和/或预测行为和心理学相关生物标志物、并发症、情境信息和/或病症。如本文所述的计算系统可从行为和心理学相关生物标志物(包括睡眠、昼夜节律、身体活动和/或精神因素)中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。可以基于所分析的生物标志物、并发症、情境信息和/或病症来生成行为和心理学评分。行为和心理学评分可包括社交互动、饮食、睡眠、活动和/或心理状态的评分。
例如，基于所选择的生物标志物感测系统数据，可以确定睡眠相关生物标志物、并发症和/或情境信息，包括睡眠质量、睡眠持续时间、睡眠定时、免疫功能和/或术后疼痛。基于所选择的生物标志物感测系统数据，可以预测睡眠相关病症，包括炎症。在一个示例中，可以基于所分析的术前睡眠来预测炎症。可以基于术前睡眠中断来确定和/或预测炎症升高。在一个示例中，可以基于所分析的术前睡眠来确定免疫功能。可以基于术前睡眠中断来预测免疫功能下降。在一个示例中，可以基于所分析的睡眠来确定术后疼痛。可以基于睡眠中断来确定和/或预测术后疼痛。在一个示例中，可以基于所分析的昼夜节律来确定疼痛和不适。可以基于所分析的昼夜节律周期中断来确定免疫系统受损。
例如，基于所选择的生物标志物感测系统数据，可以确定活动相关生物标志物、并发症和/或情境信息，包括活动持续时间、活动强度、活动类型、活动模式、恢复时间、精神健康、身体恢复、免疫功能和/或炎性功能。基于所选择的生物标志物感测系统数据，可以预测活动相关病症。在一个示例中，可以基于所分析的活动强度来确定得到改善的生理学。中等强度锻炼可以指示住院时间更短、精神健康更好、身体恢复更好、免疫功能改善和/或炎性功能改善。身体活动类型可包括有氧活动和/或非有氧活动。可以基于所分析的身体活动来确定有氧身体活动，包括跑步、骑自行车和/或体重训练。可以基于所分析的身体活动(包括步行和/或伸展)来确定非有氧身体活动。
例如，基于所选择的生物标志物感测系统数据，可以确定心理状态相关生物标志物、并发症和/或情境信息，包括压力、焦虑、疼痛、积极情绪、异常状态和/或术后疼痛。基于所选择的生物标志物感测系统数据，可以预测心理状态相关病症，包括疾病体症。可以基于所分析的高水平的术前压力、焦虑和/或疼痛来确定和/或预测较高的术后疼痛。可以基于所确定的高乐观来预测疾病体症。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算装置和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
心血管系统可包括淋巴系统、血管、血液和/或心脏。可以基于所分析的生物标志物感测系统数据来确定和/或预测心血管系统相关生物标志物、并发症、情境信息和/或病症。全身循环状况可包括淋巴系统、血管和/或血液的状况。一种计算系统可从心血管系统相关生物标志物中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析，这些生物标志物包括血压、最大VO2、水合状态、氧饱和度、血pH、汗液、核心体温、末梢温度、水肿、心率和/或心率变异性。
例如，基于所选择的生物标志物感测系统数据，可以确定淋巴系统相关生物标志物、并发症和/或情境信息，包括肿胀、淋巴组成和/或胶原沉积。基于所选择的生物标志物感测系统数据，可以预测淋巴系统相关病症，包括纤维化、炎症和/或术后感染。可以基于所确定的肿胀来预测炎症。可以基于所确定的肿胀来预测术后感染。可以基于所预测的纤维化来确定胶原沉积。可以基于纤维化来预测胶原沉积增加。可以基于所确定的胶原沉积增加来生成谐波工具参数调整。可以基于所分析的淋巴组成来预测炎性病症。可以基于淋巴肽组学组成变化来确定和/或预测不同的炎性病症。可以基于所预测的炎性病症来预测转移性细胞扩散。可以基于所预测的炎性病症来生成谐波工具参数调整和余量决策。
例如，基于所选择的生物标志物感测系统数据，可以确定血管相关生物标志物、并发症和/或情境信息，包括通透性、血管运动、血压、结构、愈合能力、谐波密封表现和/或心胸健康适合度。可以基于所确定的血管相关生物标志物生成外科工具使用建议和/或参数调整。基于所选择的生物标志物感测系统数据，可以预测血管相关病症，包括感染、吻合口漏、脓毒性休克和/或低血容量性休克。在一个示例中，可以基于所分析的水肿、缓激肽、组胺和/或内皮粘附分子来确定血管通透性增加。可以使用细胞样品来测量内皮粘附分子以测量跨膜蛋白质。在一个示例中，可以基于所选择的生物标志物感测系统数据来确定血管运动。血管运动可包括血管扩张剂和/或血管收缩剂。在一个示例中，可以基于所确定的血压相关生物标志物(包括血管信息和/或血管分布)来预测休克。个体血管结构可包括动脉硬度、胶原含量和/或血管直径。可以基于最大VO2来确定心胸健康适合度。可以基于差的最大VO2来确定和/或预测更高的并发症风险。
例如，基于所选择的生物标志物感测系统数据，可以确定血液相关生物标志物、并发症和/或情境信息，包括体积、氧、pH、废物、温度、激素、蛋白质和/或营养素。基于所选择的生物标志物感测系统数据，可确定血液相关并发症和/或情境信息，包括心胸健康适合度、肺功能、恢复能力、乏氧阈值、摄氧量、二氧化碳(CO2)产生、适合度、组织氧合、胶体渗透压和/或凝血能力。基于推导出的血液相关生物标志物，可以预测血液相关病症，包括术后急性肾损伤、低血容量性休克、酸中毒、败血症、肺塌陷、出血、出血风险、感染和/或吻合口漏。
例如，可以基于水合状态来预测术后急性肾损伤和/或低血容量性休克。例如，可以基于血液相关生物标志物(包括红细胞计数和/或氧饱和度)来预测肺功能、肺恢复能力、心胸健康适合度、乏氧阈值、氧摄取和/或CO2产物。例如，可以基于血液相关生物标志物(包括红细胞计数和/或氧饱和度)来预测心血管并发症。例如，可以基于pH值来预测酸中毒。基于酸中毒，可指示血液相关病症，包括败血症、肺塌陷、出血和/或出血风险增加。例如，基于汗液，可以推导出血液相关生物标志物，包括组织氧合。可以基于高乳酸盐浓度来预测组织氧合不足。基于组织氧合不足，可以预测血液相关病症，包括低血容量性休克、脓毒性休克和/或左心室衰竭。例如，基于温度，可以推导出血液温度相关生物标志物，包括月经周期和/或基础温度。基于血液温度相关生物标志物，可以预测血液温度相关病症，包括败血症和/或感染。例如，基于蛋白质(包括白蛋白含量)，可以确定胶体渗透压。基于胶体渗透压，可以预测血蛋白相关病症，包括水肿风险和/或吻合口漏。基于低胶体渗透压，可以预测水肿风险增加和/或吻合口漏。可以基于凝血能力来预测出血风险。可以基于纤维蛋白原含量来确定凝血能力。可以基于纤维蛋白原含量低来确定凝血能力下降。
例如，基于所选择的生物标志物感测系统数据，计算系统可以推导出心脏相关生物标志物、并发症和/或情境信息，包括心脏活动、心脏解剖结构、恢复速率、心胸健康适合度和/或并发症风险。心脏活动生物标志物可包括电活动和/或每搏输出量。可以基于心率生物标志物来确定恢复速率。可以基于心率不齐来确定和/或预测身体血液供应减少。可以基于身体的血液供应减少来确定和/或预测恢复较慢。可以基于所分析的最大VO2值来确定心胸健康适合度。低于特定阈值的最大VO2值可以指示心胸健康适合度不良。低于特定阈值的最大VO2值可指示心脏相关并发症风险较高。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算装置和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
可以基于所分析的生物标志物感测系统数据来确定和/或预测肾脏系统相关生物标志物、并发症、情境信息和/或病症。如本文所述的计算系统可从肾脏系统相关生物标志物中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。基于所选择的生物标志物感测系统数据，可以确定肾脏系统相关生物标志物、并发症和/或情境信息，包括输尿管、尿道、膀胱、肾、一般尿道和/或输尿管脆性。基于所选择的生物标志物感测系统数据，可以预测肾脏系统相关病症，包括急性肾损伤、感染和/或肾结石。在一个示例中，可以基于尿炎性参数来确定输尿管脆性。在一个示例中，可以基于所分析的尿中的肾损伤分子-1(KIM-1)来预测急性肾损伤。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算装置和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
皮肤系统可包括与微生物组、皮肤、指甲、毛发、汗液和/或皮脂相关的生物标志物。皮肤相关生物标志物可包括表皮生物标志物和/或真皮生物标志物。汗液相关生物标志物可包括活性生物标志物和/或组成生物标志物。可以基于所分析的生物标志物感测系统数据来确定和/或预测皮肤系统相关生物标志物、并发症、情境信息和/或病症。如本文所述的计算系统可从皮肤相关生物标志物(包括皮肤电导、皮肤灌注压、汗液、自主神经张力和/或pH)中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。
例如，基于所选择的生物标志物感测系统数据，可以确定皮肤相关生物标志物、并发症和/或情境信息，包括颜色、损伤、经表皮水分损失、交感神经系统活性、弹性、组织灌注和/或力学特性。可以基于所确定的皮肤电导来预测压力。皮肤电导可以作为交感神经系统活性的代表。交感神经系统活性可能与压力相关。可以基于皮肤灌注压来确定组织力学特性。皮肤灌注压可以指示深层组织灌注。深层组织灌注可以确定组织力学特性。可以基于所确定的组织力学特性来生成外科工具参数调整。
基于所选择的生物标志物感测系统数据，可以预测皮肤相关病症。
例如，基于所选择的生物标志物感测系统数据，可以确定汗液相关生物标志物、并发症和/或情境信息，包括活性、组成、自主神经张力、压力反应、炎症反应、血pH、血管健康、免疫功能、昼夜节律和/或血乳酸盐浓度。基于所选择的生物标志物感测系统数据，可以预测汗液相关病症，包括肠梗阻、囊性纤维化、糖尿病、转移、心脏问题和/或感染。
例如，可以基于所选择的生物标志物数据来确定汗液组成相关生物标志物。汗液组成生物标志物可包括蛋白质、电解质和/或小分子。基于汗液组成生物标志物，可以预测皮肤系统并发症、状况和/或情境信息，包括肠梗阻、囊性纤维化、酸中毒、败血症、肺塌陷、出血、出血风险、糖尿病、转移和/或感染。例如，基于蛋白质生物标志物(包括汗液神经肽Y和/或汗液抗微生物剂)，可以预测压力反应。汗液神经肽Y水平较高可指示压力反应较高。可以基于电解质生物标志物(包括氯离子、pH和其他电解质)来预测囊性纤维化和/或酸中毒。可以基于血pH来确定乳酸盐浓度高。可以基于高乳酸盐浓度来预测酸中毒。可以基于所预测的酸中毒来预测败血症、肺塌陷、出血和/或出血风险。可以基于小分子生物标志物来预测糖尿病、转移和/或感染。小分子生物标志物可包括血糖和/或激素。激素生物标志物可包括肾上腺素和/或皮质醇。基于所预测的转移，可以确定血管健康状况。可以基于检测到的皮质醇来预测由于免疫功能低下引起的感染。可以基于皮质醇高来确定和/或预测免疫功能低下。例如，可以基于所确定的自主神经张力来预测汗液相关状况，包括压力反应、炎症反应和/或肠梗阻。可以基于交感神经张力高来确定和/或预测更大的压力反应、更大的炎症反应和/或肠梗阻。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算装置和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
可以基于所分析的生物标志物感测系统数据来确定和/或预测神经系统相关生物标志物、并发症、情境信息和/或病症。如本文所述的计算系统可从神经系统相关生物标志物(包括昼夜节律、氧饱和度、自主神经张力、睡眠、活动和/或精神因素)中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。神经系统可包括中枢神经系统(CNS)和/或外周神经系统。CNS可包括脑和/或脊髓。外周神经系统可包括自主神经系统、运动系统、肠系统和/或感觉系统。
例如，基于所选择的生物标志物感测系统数据，可确定CNS相关生物标志物、并发症和/或情境信息，包括术后疼痛、免疫功能、精神健康和/或恢复速率。基于所选择的生物标志物感测系统数据，可以预测CNS相关病症，包括炎症、谵妄、败血症、活动过度、活动减退和/或疾病体症。在一个示例中，可以基于睡眠中断来预测免疫系统受损和/或疼痛评分高。在一个示例中，可以基于氧饱和度来预测术后谵妄。脑氧合可指示术后谵妄。
例如，基于所选择的生物标志物感测系统数据，可以确定外周神经系统相关生物标志物、并发症和/或情境信息。基于所选择的生物标志物感测系统数据，可以预测外周神经系统相关病症，包括炎症和/或肠梗阻。在一个示例中，可以基于自主神经张力来预测交感神经张力高。可以基于交感神经张力高来预测更大的压力反应。可以基于交感神经张力高来预测炎症和/或肠梗阻。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算装置和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
GI系统可包括上GI道、下GI道、附属器官、腹膜空间、营养状态和微生物组。上GI可包括口、食管和/或胃。下GI可包括小肠、结肠和/或直肠。附属器官可包括胰、肝、脾和/或胆囊。腹膜空间可包括肠系膜和/或脂肪血管。营养状态可包括短期、长期和/或全身营养状态。可以基于所分析的生物标志物感测系统数据来确定和/或预测GI相关生物标志物、并发症、情境信息和/或病症。如本文所述的计算系统可从GI相关生物标志物(包括咳嗽和打喷嚏、呼吸菌、GI道成像/感测、GI动力、pH、组织灌注压、环境和/或酒精消耗)中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。
上GI可包括口、食管和/或胃。例如，基于所选择的生物标志物感测系统数据，可以确定口和食管相关生物标志物、并发症和/或情境信息，包括胃组织特性、食管动力、结肠组织变化、细菌存在、肿瘤大小、肿瘤位置和/或肿瘤张力。基于所选择的生物标志物感测系统数据，可以预测口和食管相关病症，包括炎症、手术部位感染(SSI)和/或胃食管疾病。口和食管可包括粘膜、肌层、管腔和/或力学特性。管腔生物标志物可包括管腔内容物、管腔微生物菌群和/或管腔大小。在一个示例中，可以基于所分析的咳嗽生物标志物来预测炎症。可以基于炎症来预测胃食管反流病。可以基于胃食管疾病来预测胃组织特性。在一个示例中，可以基于胶原含量和/或肌层功能来确定食管动力。在一个示例中，可以基于唾液细胞因子来指示结肠组织的变化。可以基于结肠组织的变化来预测炎性肠病(IBD)。唾液细胞因子可在IBD中增加。可以基于所分析的细菌来预测SSI。基于所分析的细菌，可以识别细菌。口中的呼吸道病原体可指示SSI的可能性。基于管腔尺寸和/或位置，可以生成外科工具参数调整。外科工具参数调整可包括钉尺寸、外科工具固定和/或外科工具方法。在一个示例中，基于力学特性(包括弹性)，可以生成使用辅助材料的外科工具参数调整以最小化组织张力。可以基于所分析的力学特性生成额外的动员参数调整以最小化组织张力。
例如，基于所选择的生物标志物感测系统数据，可以确定胃相关生物标志物、并发症和/或情境信息，包括组织强度、组织厚度、恢复速率、管腔位置、管腔形状、胰腺功能、胃食物存在、胃水含量、胃组织厚度、胃组织剪切强度和/或胃组织弹性。基于所选择的生物标志物感测系统数据，可以预测胃相关病症，包括溃疡、炎症和/或胃食管反流病。胃可包括粘膜、肌层、浆膜、腔和力学特性。可以基于所分析的咳嗽和/或GI道成像来预测胃相关病症，包括溃疡、炎症和/或胃食管疾病。可以基于胃食管反流病来确定胃组织特性。可以基于所分析的幽门螺杆菌来预测溃疡。可以基于GI道图像来确定胃组织力学特性。可以基于所确定的胃组织力学特性来生成外科工具参数调整。可以基于所确定的胃组织力学特性来预测术后渗漏风险。在一个示例中，可以基于所分析的胶原含量来确定组织强度和/或厚度的关键成分。组织强度和厚度的关键成分可影响恢复。在一个示例中，可以基于浆膜生物标志物来确定血液供应和/或血液位置。在一个示例中，可以基于所分析的腔生物标志物来确定生物标志物，包括袋尺寸、袋体积、袋位置、胰腺功能、和/或食物存在。腔生物标志物可包括管腔位置、管腔形状、胃排空速度和/或管腔内容物。可以基于袋的开始位置和结束位置来确定袋尺寸。可以基于GI动力来确定胃排空速度。可以基于胃排空速度来确定胰腺功能。可以基于所分析的胃pH来确定管腔内容物。管腔内容物可包括胃内食物的存在。例如，可以基于胃pH变化来确定固体食物的存在。可以基于空腹来预测胃pH低。可以基于进食来确定胃pH呈碱性。通过食物缓冲可导致胃pH呈碱性。胃pH可以基于胃酸分泌而增加。当超过食物的缓冲能力时，胃pH可以恢复到低值。管腔内pH传感器可以检测进食。例如，可以基于组织灌注压来确定胃水含量、组织厚度、组织剪切强度和/或组织弹性。可以基于胃水含量来确定胃的力学特性。可以基于胃的力学特性来生成外科工具参数调整。可以基于组织强度和/或脆性的关键成分来生成外科工具参数调整。可以基于组织强度和/或脆性的关键成分来预测术后渗漏。
下GI可包括小肠、结肠和/或直肠。例如，基于所选择的生物标志物感测系统数据，可以确定小肠相关生物标志物、并发症、情境信息和/或病症，包括热量吸收速率、营养素吸收速率、细菌存在和/或恢复速率。基于所选择的生物标志物感测系统数据，可以预测小肠相关病症，包括肠梗阻和/或炎症。小肠生物标志物可包括肌层、浆膜、管腔、粘膜和/或力学特性。例如，可以基于GI动力来确定术后小肠动力变化。可以基于术后小肠动力变化来预测肠梗阻。GI动力可决定热量和/或营养素吸收速率。可以基于吸收速率加速来预测未来的体重减轻。可以基于粪便率、组成和/或pH来确定吸收速率。可以基于管腔内容物生物标志物来预测炎症。管腔内容物生物标志物可包括pH、细菌存在和/或细菌量。可以基于预测的炎症来确定力学特性。可以基于粪便炎性标志物来预测粘膜炎症。粪便炎性标志物可包括钙卫蛋白。可以基于粘膜炎症来确定组织特性变化。可以基于粘膜炎症来确定恢复速率变化。
例如，基于所选择的生物标志物感测系统数据，可以确定结肠和直肠相关生物标志物、并发症和/或情境信息，包括小肠组织强度、小肠组织厚度、收缩能力、水含量、结肠和直肠组织灌注压、结肠和直肠组织厚度、结肠和直肠组织强度和/或结肠和直肠组织脆性。基于所选择的生物标志物感测系统数据，可以预测结肠和直肠相关病症，包括炎症、吻合口漏、溃疡性结肠炎、克罗恩病和/或感染。结肠和直肠可包括粘膜、肌层、浆膜、管腔、机能和/或力学特性。在一个示例中，可以基于粪便炎性标志物来预测粘膜炎症。粪便炎性标志物可包括钙卫蛋白。可以基于炎症来确定吻合口漏风险增加。
可以基于所确定的吻合口漏风险增加来生成外科工具参数调整。可以基于GI道成像来预测炎性病症。炎性病症可包括溃疡性结肠炎和/或克罗恩病。炎症可增加吻合口漏风险。可以基于炎症来生成外科工具参数调整。在一个示例中，可以基于胶原含量来确定组织强度和/或厚度的关键成分。在一个示例中，可以基于平滑肌α-肌动蛋白表达来确定结肠收缩能力。在一个示例中，可以基于异常表达来确定结肠区域不能收缩。可以基于假梗阻和/或肠梗阻来确定和/或预测结肠收缩无力。在一个示例中，可以基于浆膜生物标志物来预测粘连、瘘管和/或疤痕组织。可以基于粪便中的细菌存在来预测结肠感染。可鉴定粪便细菌。细菌可包括共生体和/或病原体。在一个示例中，可以基于pH来预测炎性病症。可以基于炎性病症来确定力学特性。可以基于摄入的过敏原来预测肠道炎症。持续暴露于摄入的过敏原可加重肠道炎症。肠道炎症可改变力学特性。在一个示例中，可以基于组织灌注压来确定力学特性。可以基于组织灌注压来确定水含量。可以基于所确定的力学特性来生成外科工具参数调整。
附属器官可包括胰腺、肝、脾和/或胆囊。基于所选择的生物标志物感测系统数据，可以确定附属器官相关生物标志物、并发症和/或情境信息，包括胃排空速度、肝脏尺寸、肝脏形状、肝脏位置、组织健康和/或失血反应。基于所选择的生物标志物感测系统数据，可以预测附属器官相关病症，包括胃轻瘫。例如，可以基于酶负荷和/或可滴定的基础生物标志物来确定胃排空速度。可以基于胃排空速度来预测胃轻瘫。可以基于淋巴细胞储存状态来确定淋巴组织健康。可以基于淋巴组织健康来确定患者对SSI的反应能力。可以基于红细胞储存状态来确定静脉窦组织健康。可以基于静脉窦组织健康来预测患者对手术中失血的反应。
营养状态可包括短期营养、长期营养和/或全身营养。基于所选择的生物标志物感测系统数据，可以确定营养状态相关生物标志物、并发症和/或情境信息，包括免疫功能。基于所选择的生物标志物感测系统数据，可以预测营养状态相关状况，包括心脏问题。可以基于营养素生物标志物来确定免疫功能下降。可以基于营养素生物标志物来预测心脏问题。营养素生物标志物可包括大量营养素、微量营养素、酒精消耗和/或喂养模式。
已进行胃旁路术的患者的肠道微生物组可能发生变化，可以在粪便中进行测量。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算装置和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
呼吸系统可包括上呼吸道、下呼吸道、呼吸肌和/或系统内容物。上呼吸道可包括咽、喉、嘴和口腔和/或鼻。下呼吸道可包括气管、支气管、肺泡和/或肺。呼吸肌可包括膈膜和/或肋间肌。可以基于所分析的生物标志物感测系统数据来确定和/或预测呼吸系统相关生物标志物、并发症、情境信息和/或病症。如本文所述的计算系统可从呼吸系统相关生物标志物(包括细菌、咳嗽和打喷嚏、呼吸率、最大VO2和/或活动)中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。
上呼吸道可包括咽、喉、嘴和口腔和/或鼻。例如，基于所选择的生物标志物感测系统数据，可以确定上呼吸道相关生物标志物、并发症和/或情境信息。基于所选择的生物标志物感测系统数据，可以预测上呼吸道相关病症，包括SSI、炎症和/或变应性鼻炎。在一个示例中，可以基于细菌和/或组织生物标志物来预测SSI。细菌生物标志物可包括共生体和/或病原体。可以基于组织生物标志物来指示炎症。可以基于鼻生物标志物(包括咳嗽和打喷嚏)来预测粘膜炎症。可以基于粘膜生物标志物来预测一般炎症和/或变应性鼻炎。可以基于全身性炎症来确定各种组织的力学特性。
下呼吸道可包括气管、支气管、肺泡和/或肺。例如，基于所选择的生物标志物感测系统数据，可以确定下呼吸道相关生物标志物、并发症和/或情境信息，包括支气管肺段。基于所选择的生物标志物感测系统数据，可以预测下呼吸道相关病症。可以基于所确定的生物标志物、并发症和/或情境信息来生成外科工具参数调整。可以基于预测的病症来生成外科工具参数调整。
基于所选择的生物标志物感测系统数据，可以确定肺相关生物标志物、并发症和/或情境信息，包括手术耐受性差。肺相关生物标志物可包括肺呼吸力学、肺病、肺手术、肺力学特性和/或肺功能。肺呼吸力学可包括肺总量(TLC)、潮气量(TV)、余气量(RV)、呼气储备量(ERV)、吸气储备量(IRV)、吸气量(IC)、吸气肺活量(IVC)、肺活量(VC)、功能性残气量(FRC)、表示为肺总量的百分比(RV/TLC％)的余气量、肺泡气体容量(VA)、肺容积(VL)、用力肺活量(FVC)、随时间推移的最大呼气量(FEVt)、吸入和呼出一氧化碳之间的差(DLco)、一秒用力呼气量(FEV1)、与功能性残气量曲线部分相关的用力呼气流量(FEFx)、功能性残气量期间的最大瞬时流量(FEFmax)、用力吸气流量(FIF)、由最高气流量计测量的最高用力呼气流量(PEF)和最大自主换气量(MVV)。
可以基于最大吸气时的肺容量来确定TLC。可以基于在安静呼吸期间进入或离开肺部的空气量来确定TV。可以基于最大呼气后留在肺中的空气量来确定RV。可以基于从吸气末水平吸入的最大容量来确定ERV。可以基于IRV和TV的总值来确定IC。可以基于在最大呼气点吸入的最大空气量来确定IVC。可以基于RV值和TLC值之间的差来确定VC。可以基于呼气末位置处的肺容量来确定FRC。可以基于最大用力呼气努力期间的VC值来确定FVC。可以基于吸入和呼出的一氧化碳之间的差异来确定手术耐受性差，例如当该差异下降到低于60％时。可以基于在第一秒用力呼气结束时呼出的容量来确定手术耐受性差，例如当该容量下降到低于35％时。可以基于在重复最大努力期间的指定时段中呼出的空气量来确定MVV。
基于所选择的生物标志物感测系统数据，可以预测肺相关病症，包括肺气肿、慢性阻塞性肺病、慢性支气管炎、哮喘、癌症和/或结核病症。可以基于所分析的肺活量测定、x射线、血气和/或肺泡毛细管膜的扩散能力来预测肺部疾病。肺部疾病可使气道变窄和/或产生气道阻力。可以基于肺相关生物标志物来检测肺癌和/或肺结核，包括持续性咳嗽、咳血、呼吸短促、胸痛、嘶哑、无意的体重减轻、骨痛和/或头痛。可以基于肺部症状来预测结核病，包括咳嗽3至5周、咳血、胸痛、呼吸或咳嗽时疼痛、无意的体重减轻、疲劳、发烧、盗汗、寒战和/或食欲不振。
可以基于肺相关生物标志物、并发症、情境信息和/或病症来生成外科工具参数调整和外科手术调整。外科手术调整可包括肺切除术、肺叶切除术和/或叶下切除。在一个示例中，可以基于适当切除与对患者恢复功能状态的能力的生理影响之间的成本效益分析来生成外科手术调整。可以基于所确定的手术耐受性来生成外科工具参数调整。可以基于FEC1值来确定手术耐受性。当FEV1超过特定阈值(其可包括高于35％的值)时，可认为手术耐受足够。可以基于所确定的疼痛评分来生成术后外科手术调整，包括氧合和/或物理疗法。可以基于漏气来生成术后外科手术调整。漏气可能增加与肺部手术后的术后恢复和发病率相关的费用。
肺力学特性相关生物标志物可包括灌注、组织完整性和/或胶原含量。可以基于肺水含量水平来确定胸腔灌注压。可以基于胸腔灌注压来确定组织的力学特性。可以基于胸腔灌注压来生成外科工具参数调整。可以基于弹性、呼出气中的过氧化氢(H2O2)、肺组织厚度和/或肺组织剪切强度来确定肺组织完整性。可以基于弹性来确定组织脆性。可以基于术后渗漏来生成外科工具参数调整。可以基于弹性来预测术后渗漏。在一个示例中，可以基于呼出气中的H2O2来预测纤维化。可以基于H2O2浓度增加来确定和/或预测纤维化。可以基于所预测的纤维化来生成外科工具参数调整。可以基于所预测的纤维化来确定肺组织中的瘢痕形成增加。可以基于所确定的肺组织强度来生成外科工具参数调整。可以基于肺厚度和/或肺组织剪切强度来确定肺组织强度。可以基于肺组织强度来预测术后渗漏。
呼吸肌可包括膈膜和/或肋间肌。基于所选择的生物标志物感测系统数据，可以确定呼吸肌相关生物标志物、并发症和/或情境信息。基于所选择的生物标志物感测系统数据，可以预测呼吸肌相关病症，包括呼吸道感染、肺塌陷、肺水肿、术后疼痛、漏气和/或严重的肺部炎症。可以基于膈膜相关生物标志物(包括咳嗽和/或打喷嚏)来预测呼吸肌相关病症(包括呼吸道感染、肺塌陷和/或肺水肿)。可以基于肋间肌生物标志物(包括呼吸率)来预测呼吸肌相关病症，包括术后疼痛、漏气、肺塌陷和/或严重的肺部炎症。
基于所选择的生物标志物感测系统数据，可以确定呼吸系统内容物相关生物标志物、并发症和/或情境信息，包括术后疼痛、愈合能力和/或对外科损伤的反应。基于所选择的生物标志物感测系统数据，可以预测呼吸系统内容物相关病症，包括炎症和/或纤维化。所选择的生物标志物感测系统数据可包括环境数据，包括真菌毒素和/或气态化学物。可以基于气态化学物来预测呼吸系统内容物相关病症。可以基于环境中的刺激物来预测炎症和/或纤维化。可以基于炎症和/或纤维化来确定组织的力学特性。可以基于环境中的刺激物来确定术后疼痛。可以基于所分析的真菌毒素和/或砷来预测气道炎症。可以基于气道炎症来生成外科工具参数调整。可以基于所分析的砷来确定组织特性改变。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算系统和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
内分泌系统可包括下丘脑、脑垂体、胸腺、肾上腺、胰腺、睾丸、肠、卵巢、甲状腺、甲状旁腺和/或胃。可以基于所分析的生物标志物感测系统数据来确定内分泌系统相关生物标志物、并发症和/或情境信息，包括免疫系统功能、转移、感染风险、胰岛素分泌、胶原产生、月经期和/或高血压。可以基于所分析的生物标志物感测系统数据来预测内分泌系统相关病症。如本文所述的计算系统可从内分泌系统相关生物标志物(包括激素、血压、肾上腺素、皮质醇、血糖和/或月经周期)中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。可以基于内分泌系统相关生物标志物、并发症、情境信息和/或病症来生成外科工具参数调整和/或外科手术调整。
例如，基于所选择的生物标志物感测系统数据，可确定下丘脑相关生物标志物、并发症和/或情境信息，包括血压调节、肾功能、渗透平衡、脑垂体控制和/或疼痛耐受性。基于所选择的生物标志物感测系统数据，可以预测下丘脑相关病症，包括水肿。激素生物标志物可包括抗利尿激素(ADH)和/或催产素。ADH可影响血压调节、肾功能、渗透平衡和/或脑垂体控制。可以基于所分析的催产素确定疼痛耐受性。催产素可具有止痛效果。可以基于所预测的水肿来生成外科工具参数调整。
例如，基于所选择的生物标志物感测系统数据，可以确定脑垂体相关生物标志物、并发症和/或情境信息，包括昼夜节律夹带、月经期和/或愈合速度。基于所选择的生物标志物感测系统数据，可以预测脑垂体相关病症。可以基于促肾上腺皮质激素(ACTH)来确定昼夜节律夹带。昼夜节律夹带可以为各种外科结果提供情境。可以基于生殖功能激素生物标志物来确定月经期。生殖功能激素生物标志物可包括促黄体激素和/或促卵泡激素。月经期可以为各种外科结果提供情境。月经周期可以为生物标志物、并发症和/或病症(包括与生殖系统相关的那些)提供情境。可以基于甲状腺调节激素(包括促甲状腺素释放激素(TRH))来确定伤口愈合速度。
例如，基于所选择的生物标志物感测系统数据，可以确定胸腺相关生物标志物、并发症和/或情境信息，包括免疫系统功能。基于所选择的生物标志物感测系统数据，可以预测胸腺相关病症。可以基于胸腺素来确定免疫系统功能。胸腺素可影响适应性免疫的发展。
例如，基于所选择的生物标志物感测系统数据，可以确定肾上腺相关生物标志物、并发症和/或情境信息，包括转移、血管健康、免疫水平和/或感染风险。基于所选择的生物标志物感测系统数据，可以预测肾上腺相关病症，包括水肿。可以基于所分析的肾上腺素和/或去甲肾上腺素来确定转移。可以基于所分析的肾上腺素和/或去甲肾上腺素来确定血管健康。可以基于所确定的血管健康状况来生成血管健康评分。可以基于所分析的皮质醇来确定免疫能力。可以基于所分析的皮质醇来确定感染风险。可以基于所分析的皮质醇来预测转移。可以基于所测量的皮质醇来确定昼夜节律。皮质醇高可降低免疫性、增加感染风险和/或导致转移。皮质醇高可影响昼夜节律。可以基于所分析的醛固酮来预测水肿。醛固酮可促进体液潴留。体液潴留可涉及血压和/或水肿。
例如，基于所选择的生物标志物感测系统数据，可以确定胰腺相关生物标志物、并发症和/或情境信息，包括血糖、激素、多肽和/或血糖控制。基于所选择的生物标志物感测系统数据，可以预测胰腺相关病症。胰腺相关生物标志物可以为各种外科结果提供情境信息。血糖生物标志物可包括胰岛素。激素生物标志物可包括促生长素抑制素。多肽生物标志物可包括胰多肽。可以基于胰岛素、促生长素抑制素和/或胰多肽来确定血糖控制。血糖控制可以为各种外科结果提供情境信息。
例如，基于所选择的生物标志物感测系统数据，可以确定睾丸相关生物标志物、并发症和/或情境信息，包括生殖发育、性唤起和/或免疫系统调节。基于所选择的生物标志物感测系统数据，可以预测睾丸相关病症。睾丸相关生物标志物可包括睾酮。睾酮可以为生物标志物、并发症和/或病症(包括与生殖系统相关的那些)提供情境信息。高水平的睾酮可抑制免疫力。
例如，基于所选择的生物标志物感测系统数据，可以确定胃/睾丸相关生物标志物、并发症和/或情境信息，包括葡萄糖处理、饱腹感、胰岛素分泌、消化速度和/或袖状胃切除术结果。葡萄糖处理和饱腹感生物标志物可包括胰高血糖素样肽-1(GLP-1)、胆囊收缩素(CCK)和/或肽YY。可以基于所分析的GLP-1来确定食欲和/或胰岛素分泌。可以基于食欲和胰岛素分泌增加来确定GLP-1增加。可以基于所分析的GLP-1确定袖状胃切除术结果。可以基于所分析的CCK来确定饱腹感和/或袖状胃切除术结果。可以基于先前的袖状胃切除术来预测CCK水平增强。可以基于所分析的肽YY来确定食欲和消化速度。肽YY增加可以降低食欲和/或增加消化速度。
例如，基于所选择的生物标志物感测系统数据，可以确定激素相关生物标志物、并发症和/或情境信息，包括雌激素、孕酮、胶原产物、体液潴留和/或月经期。可以基于雌激素来确定胶原产生。可以基于雌激素来确定体液潴留。可以基于所确定的胶原产生和/或体液潴留来生成外科工具参数调整。
例如，基于所选择的生物标志物感测系统数据，可以确定甲状腺和甲状旁腺相关生物标志物、并发症和/或情境信息，包括钙处理、磷酸处理、代谢、血压和/或手术并发症。代谢生物标志物可包括三碘甲状腺氨酸(T3)和/或甲状腺素(T4)。可以基于所分析的T3和T4来确定血压。可以基于T3增加和/或T4增加来确定高血压。可以基于所分析的T3和/或T4来确定手术并发症。
例如，基于所选择的生物标志物感测系统数据，可以确定胃相关生物标志物、并发症和/或情境信息，包括食欲。胃相关生物标志物可包括生长素释放肽。生长素释放肽可诱导食欲。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算系统和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
免疫系统相关生物标志物可以涉及抗原和刺激物、抗微生物酶、补体系统、趋化因子和细胞因子、淋巴系统、骨髓、病原体、损伤相关分子模式(DAMP)和/或细胞。可以基于所分析的生物标志物感测系统数据来确定免疫系统相关生物标志物、并发症和/或情境信息。如本文所述的计算系统可从免疫系统相关生物标志物(包括酒精消耗、pH、呼吸率、水肿、汗液和/或环境)中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。抗原/刺激物
例如，基于所选择的生物标志物感测系统数据，可以确定抗原和刺激物相关生物标志物、并发症和/或情境信息，包括愈合能力、免疫功能和/或心脏问题。基于所选择的生物标志物感测系统数据，可以预测抗原和刺激物相关病症，包括炎症。抗原和刺激物相关生物标志物可包括吸入的化学物、吸入的刺激物、摄入的化学物和/或摄入的刺激物。可以基于所分析的环境数据来确定吸入的化学物或刺激物，包括气态化学物、真菌毒素和/或砷。气态化学物可包括香烟烟雾、石棉、结晶二氧化硅、合金颗粒和/或碳纳米管。可以基于所分析的气态化学物来预测肺部炎症。可以基于所确定的肺部炎症来生成外科工具参数调整。可以基于所分析的真菌毒素和/或砷来预测气道炎症。可以基于所确定的气道炎症来生成外科工具参数调整。可以基于尿液、唾液和/或环境空气样品分析来确定砷暴露。
例如，基于所选择的生物标志物感测系统数据，可以确定抗微生物酶相关生物标志物、并发症和/或情境信息，包括结肠状态。基于所选择的生物标志物感测系统数据，可以预测抗微生物酶相关病症，包括GI炎症、急性肾损伤、粪肠球菌感染和/或金黄色葡萄球菌感染。抗微生物酶生物标志物可包括溶菌酶、脂质运载蛋白-2(NGAL)和/或类黏蛋白。可以基于所分析的溶菌酶来预测GI炎症。可以基于GI炎症来确定和/或预测溶菌酶水平增加。可以基于所分析的溶菌酶来确定结肠状态。可以基于所分析的溶菌酶水平来生成外科工具参数调整。可以基于所分析的NGAL来预测急性肾损伤。可从血清和/或尿液中检测NGAL。
例如，基于所选择的生物标志物感测系统数据，可以确定补体系统相关生物标志物、并发症和/或情境信息，包括细菌感染易感性。可以基于所分析的补体系统缺陷来确定细菌感染易感性。
例如，基于所选择的生物标志物感测系统数据，可以确定趋化因子和细胞因子相关生物标志物、并发症和/或情境信息，包括感染负荷、炎症负荷、血管通透性调节、网膜素、结肠组织特性和/或术后恢复。基于所选生物标志物感测系统数据，可以预测趋化因子和细胞因子相关病症，包括炎性肠病、术后感染、肺纤维化、肺部瘢痕形成、肺纤维化、胃食管反流病、心血管病、水肿和/或增生。感染和/或炎症负荷生物标志物可包括口腔、唾液、呼出和/或C-反应性蛋白(CRP)数据。唾液细胞因子可包括白介素-1β(IL-1β)、白介素-6(IL-6)、肿瘤坏死因子α(TNF-α)和/或白介素-8(IL-8)。
在一个示例中，可以基于所分析的唾液细胞因子来预测炎性肠病。可以基于炎性肠病来确定唾液细胞因子增加。可以基于所预测的炎性肠病来确定结肠组织特性。结肠组织特性可包括瘢疤形成、水肿和/或溃疡产生。可以基于所预测的炎性肠病来确定术后恢复和/或感染。可以基于所分析的呼出生物标志物来确定肿瘤大小和/或肺部瘢痕形成。可以基于所分析的呼出生物标志物来预测肺部纤维化、肺纤维化和/或胃食管反流病。呼出的生物标志物可包括呼出的细胞因子、pH、过氧化氢(H2O2)和/或一氧化氮。呼出的细胞因子可包括IL-6、TNF-α和/或白介素-17(IL-17)。可以基于从呼出气测得的pH和/或H2O2来预测肺部纤维化。可以基于H2O2浓度增加来预测纤维化。可以基于纤维化来预测肺组织瘢痕形成增加。可以基于所预测的肺部纤维化来生成外科器械参数调整。在一个示例中，可以基于所分析的呼出一氧化氮来预测肺纤维化和/或胃食管反流病。可以基于所确定的硝酸盐增加和/或亚硝酸盐来预测肺纤维化。可以基于所确定的还原硝酸盐和/或亚硝酸盐来预测胃食管疾病。可以基于所预测的肺纤维化和/或胃食管反流病来预测外科工具参数调整。可以基于所分析的CRP生物标志物来预测心血管疾病、炎性肠病和/或感染。严重心血管疾病风险可能随着高CRP浓度而增加。可以基于CRP浓度升高来预测炎性肠病。可以基于CRP浓度升高来预测感染。在一个示例中，可以基于所分析的血管渗透性调节生物标志物来预测水肿。可以基于所分析的缓激肽和/或组胺来确定炎症期间血管渗透性增加。可以基于炎症期间血管通透性增加来预测水肿。可以基于内皮粘附分子来确定血管通透性。可以基于细胞样品来确定内皮粘附分子。内皮粘附分子可影响血管渗透性、免疫细胞募集和/或水肿中的液体积聚。可以基于所分析的血管通透性调节生物标志物来生成外科工具参数调整。在一个示例中，可以基于所分析的网膜素来预测增生。增生可改变组织特性。可以基于所预测的增生来生成外科工具参数调整。
例如，基于所选择的生物标志物感测系统数据，可以确定淋巴系统相关生物标志物、并发症和/或情境信息，包括淋巴结、淋巴组成、淋巴位置和/或淋巴肿胀。基于所选择的生物标志物感测系统数据，可以预测淋巴系统相关病症，包括术后炎症、术后感染和/或纤维化。可以基于所确定的淋巴结肿胀来预测术后炎症和/或感染。可以基于所分析的淋巴结肿胀来生成外科工具参数调整。可以基于所确定的胶原沉积来生成外科工具参数调整，包括谐波工具参数调整。胶原沉积可随着淋巴结纤维化而增加。可以基于淋巴组成来预测炎性病症。可以基于淋巴组成来确定转移细胞扩散。可以基于淋巴肽来生成外科工具参数调整。淋巴多肽组学可以基于炎性病症而改变。
例如，基于所选择的生物标志物感测系统数据，可以确定病原体相关生物标志物、并发症和/或情境信息，包括病原体相关分子模式(PAMP)、病原体负荷、幽门螺杆菌和/或胃组织特性。基于所选择的生物标志物感测系统数据，可以预测病原相关病症，包括感染、胃炎和/或溃疡产生。PAMP生物标志物可包括病原体抗原。病原体抗原可影响病原体负荷。可以基于所预测的感染来预测胃炎和/或潜在的溃疡产生。可以基于所预测的感染来确定胃组织特性改变。
例如，基于所选择的生物标志物感测系统数据，可以确定DAMP相关生物标志物、并发症和/或情境信息，包括压力(例如，心血管、代谢、升糖和/或细胞)和/或坏死。基于所选择的生物标志物感测系统数据，可以预测DAMP相关病症，包括急性心肌梗死、肠炎和/或感染。细胞压力生物标志物可包括肌酸激酶MB、丙酮酸激酶同工酶M2型(M2-PK)、鸢尾素和/或微RNA。在一个示例中，可以基于所分析的肌酸激酶MB生物标志物来预测急性心肌梗死。可以基于所分析的M2-PK生物标志物来预测肠炎。可以基于所分析的鸢尾素生物标志物来确定压力。可以基于所分析的微RNA生物标志物来预测炎性疾病和/或感染。可以基于所预测的炎症和/或感染来生成外科工具参数调整。可以基于所分析的坏死生物标志物来预测炎症和/或感染。坏死生物标志物可包括活性氧(ROS)。可以基于ROS增加来预测炎症和/或感染。可以基于所分析的ROS来确定术后恢复。
例如，基于所选择的生物标志物感测系统，可以确定细胞相关生物标志物、并发症和/或情境信息，包括粒细胞、天然杀伤细胞(NK细胞)、巨噬细胞、淋巴细胞和/或结肠组织特性。基于所选择的生物标志物感测系统，可以预测细胞相关病症，包括术后感染、溃疡性结肠炎、炎症和/或炎性肠病。粒细胞生物标志物可包括嗜酸粒细胞增多和/或嗜中性粒细胞。嗜酸粒细胞增多生物标志物可包括痰细胞计数、嗜曙红阳离子蛋白和/或部分呼出一氧化氮。嗜中性粒细胞生物标志物可包括S100蛋白、髓过氧化物酶和/或人中性粒细胞脂质运载蛋白。淋巴细胞生物标志物可包括抗体、适应性反应和/或免疫记忆。抗体可包括免疫球蛋白A(IgA)和/或免疫球蛋白M(IgM)。在一个示例中，可以基于所分析的痰细胞计数来预测术后感染和/或术前炎症。可以基于所分析的嗜曙红阳离子蛋白来预测溃疡性结肠炎。可以基于所预测的溃疡性结肠炎来确定结肠组织特性改变。嗜酸性粒细胞可以产生嗜酸性阳离子蛋白，其可以基于溃疡性结肠炎来确定。可以基于所分析的呼出一氧化氮分数来预测炎症。炎症可包括1型哮喘样炎症。可以基于所预测的炎症来生成外科工具参数调整。在一个示例中，可以基于S100蛋白质来预测炎性肠病。S100蛋白可包括钙卫蛋白。可以基于所预测的炎性肠病来确定结肠组织特性。可以基于所分析的髓过氧化物酶和/或人中性粒细胞脂质运载蛋白来预测溃疡性结肠炎。可以基于所预测的溃疡性结肠炎来确定结肠组织特性改变。在一个示例中，可以基于抗体生物标志物来预测炎症。可以基于IgA来预测肠炎。可以基于IgM来预测心血管炎症。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算装置和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
肿瘤可包括良性肿瘤和/或恶性肿瘤。可以基于所分析的生物标志物感测系统数据来确定和/或预测肿瘤相关生物标志物、并发症、情境信息和/或病症。如本文所述的计算系统可从肿瘤相关生物标志物(包括循环肿瘤细胞)中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。
例如，基于所选择的生物标志物感测系统，可以确定良性肿瘤相关生物标志物、病症和/或情境信息，包括良性肿瘤复制、良性肿瘤代谢和/或良性肿瘤合成。良性肿瘤复制可包括有丝分裂活性、有丝分裂代谢和/或合成生物标志物的速率。良性肿瘤代谢可包括代谢需求和/或代谢产物生物标志物。良性肿瘤合成可包括蛋白表达和/或基因表达生物标志物。
例如，基于所选择的生物标志物感测系统数据，可以确定恶性肿瘤相关生物标志物、并发症和/或情境信息，包括恶性肿瘤合成、恶性肿瘤代谢、恶性肿瘤复制、微卫星稳定性、转移风险、转移肿瘤、肿瘤生长、肿瘤衰退和/或转移活性。基于所选择的生物标志物感测系统数据，可以预测恶性肿瘤相关病症，包括癌症。恶性肿瘤合成可包括基因表达和/或蛋白表达生物标志物。可以基于肿瘤活组织检查和/或染色体组分析来确定基因表达。蛋白表达生物标志物可包括癌抗原125(CA-125)和/或癌胚性抗原(CEA)。可以基于尿液和/或唾液来测量CEA。恶性肿瘤复制数据可包括有丝分裂活性速率、有丝分裂包封、肿瘤质量和/或微RNA 200c。
在一个示例中，可以基于所分析的基因表达来确定微卫星稳定性。可以基于所确定的微卫星稳定性来确定转移风险。可以基于微卫星不稳定性低来确定和/或预测更高的转移风险。在一个示例中，可以基于所分析的蛋白表达来确定转移性肿瘤、肿瘤生长、肿瘤转移和/或肿瘤衰退。可以基于CA-125升高来确定和/或预测转移性肿瘤。可以基于CA-125来预测癌症。可以基于某些水平的CEA来预测癌症。可以基于检测到的CEA变化来监测肿瘤生长、转移和/或衰退。可以基于恶性肿瘤复制来确定转移活性。可以基于恶性肿瘤复制来预测癌症。微RNA 200c可以被某些癌症释放到血液中。可以基于循环肿瘤细胞的存在来确定和/或预测转移活性。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算装置和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
肌肉骨骼系统可包括肌肉、骨、骨髓和/或软骨。肌肉可包括平滑肌、心肌和/或骨骼肌。平滑肌可包括钙调蛋白、结缔组织、结构特征、增生、肌动蛋白和/或肌球蛋白。骨可包括钙化骨、成骨细胞和/或破骨细胞。骨髓可包括红髓和/或黄髓。软骨可包括软骨组织和/或软骨细胞。可以基于所分析的生物标志物感测系统数据来确定和/或预测肌肉骨骼系统相关生物标志物、并发症、情境信息和/或病症。如本文所述的计算系统可从肌肉骨骼相关生物标志物中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。
例如，基于所选择的生物标志物感测系统数据，可以确定肌肉相关生物标志物、并发症和/或情境信息，包括血清钙调蛋白水平、力学强度、肌体、增生、肌肉收缩能力和/或肌肉损伤。基于所选择的生物标志物感测系统数据，可以预测肌肉相关病症。在一个示例中，可以基于所分析的血清钙调蛋白水平来预测神经系统病症。可以基于所分析的平滑肌胶原水平来确定力学强度。胶原可影响力学强度，因为胶原可将平滑肌细丝结合在一起。可以基于所分析的结构特征来确定肌体。肌体可包括中间体和/或致密体。可以基于所分析的网膜素水平来确定增生。网膜素可指示增生。可以基于平滑肌的厚区域来确定和/或预测增生。可以基于所分析的平滑肌α-肌动蛋白表达来确定肌肉收缩能力。平滑肌中肌动蛋白的异常表达可能导致肌肉收缩无力。在一个示例中，可以基于所分析的循环平滑肌肌球蛋白和/或骨骼肌肌球蛋白来确定肌肉损伤。可以基于所分析的循环平滑肌肌球蛋白来确定肌力。可以基于循环平滑肌肌球蛋白和/或骨骼肌肌球蛋白来确定和/或预测肌肉损伤和/或脆弱、易碎的平滑肌。可从尿液中测量平滑肌肌球蛋白。在一个示例中，可以基于心肌和/或骨骼肌生物标志物来确定肌肉损伤。心肌和/或骨骼肌生物标志物可包括循环肌钙蛋白。可以基于与肌球蛋白一起循环的肌钙蛋白来确定和/或预测肌肉损伤。
例如，基于所选择的生物标志物感测系统数据，可以确定骨相关生物标志物、并发症和/或情境信息，包括钙化骨特性、钙化骨功能、成骨细胞数量、类骨质分泌、破骨细胞数量和/或分泌的破骨细胞。
例如，基于所选择的生物标志物感测系统数据，可以确定骨髓相关生物标志物、并发症和/或情境信息，包括组织衰竭和/或胶原分泌。可以基于所分析的软骨组织生物标志物来确定软骨组织的关节炎破坏。可以基于所分析的软骨细胞生物标志物来确定肌细胞的胶原分泌。
本文所述的检测、预测、确定和/或生成可由本文所述的计算系统(例如外科集线器、计算装置和/或智能装置)基于所测量的数据和/或由生物标志物感测系统生成的相关生物标志物来执行。
可以基于所分析的生物标志物感测系统数据来确定和/或预测生殖系统相关生物标志物、并发症、情境信息和/或病症。如本文所述的计算系统可从生殖系统相关生物标志物中选择一种或多种生物标志物(例如，来自生物标志物感测系统的数据)用于分析。可以基于所分析的生物标志物感测系统数据来确定生殖系统相关生物标志物、并发症和/或情境信息，包括女性解剖结构、女性功能、月经周期、pH、出血、伤口愈合和/或瘢痕形成。女性解剖结构生物标志物可包括卵巢、阴道、子宫颈、输卵管和/或子宫。女性功能生物标志物可包括生殖激素、怀孕、绝经和/或月经周期。可以基于所分析的生物标志物感测系统数据来预测生殖系统相关病症，包括子宫内膜异位、粘连、阴道炎、细菌感染、SSI和/或盆腔脓肿。
在一个示例中，可以基于女性解剖结构生物标志物来预测子宫内膜异位。可以基于女性解剖结构生物标志物来预测粘连。粘连可包括乙状结肠粘连。可以基于经血来预测子宫内膜异位。经血可包括来自子宫内膜异位的分子信号。可以基于所预测的子宫内膜异位来预测乙状结肠粘连。在一个示例中，可以基于月经周期来确定月经期和/或月经周期长度。可以基于所分析的月经期来确定出血、伤口愈合和/或瘢痕形成。可以基于所分析的月经周期来预测子宫内膜异位风险。可以基于较短的月经周期长度来预测较高的子宫内膜异位风险。可以基于所分析的经血和/或排出物pH来确定分子信号。可以基于所确定的分子信号来预测子宫内膜异位。可以基于所分析的排出物pH来确定阴道pH。可以基于所分析的阴道pH来预测阴道炎和/或细菌感染。可以基于阴道pH变化来预测阴道炎和/或细菌感染。可以基于所预测的阴道炎来预测妇科手术期间SSI和/或盆腔脓肿风险。
本文所述的检测、预测、确定和/或生成可由本文所述的计算机实现的患者和外科医生监测系统中的任一个内的计算系统(例如外科集线器、计算装置和/或智能装置)中的任一个基于所测量的数据和/或由一个或多个感测系统生成的相关生物标志物来执行。
图2A示出了外科手术室中的外科医生监测系统20002的示例。如图2A所示，患者由一个或多个医护专业人员(HCP)进行手术。HCP由HCP佩戴的一个或多个外科医生感测系统20020监测。HCP和HCP周围的环境还可以由一个或多个环境感测系统监测，这些环境感测系统包括例如可以部署在手术室中的一组相机20021、一组麦克风20022和其他传感器等。外科医生感测系统20020和环境感测系统可以与外科集线器20006通信，该外科集线器又可以与云计算系统20008的一个或多个云服务器20009通信，如图1所示。环境感测系统可用于测量一个或多个环境属性，例如，手术室中HCP的位置、HCP移动、手术室中的环境噪声、手术室中的温度/湿度等。
如图2A所示，主显示器20023和一个或多个音频输出装置(例如，扬声器20019)被定位在无菌区中，以对在手术台20024处的操作者可见。此外，可视化/通知塔20026被定位在无菌区外部。可视化/通知塔20026可包括彼此背离的第一非无菌人机交互装置(HID)20027和第二非无菌HID 20029。HID可以是显示器或具有允许人直接与HID对接的触摸屏的显示器。由外科集线器20006引导的人机界面系统可以被配置成能够利用HID 20027、20029和20023来协调到无菌区内部和外部的操作者的信息流。在一个示例中，外科集线器20006可以使HID(例如，主HID 20023)显示关于患者和/或外科手术步骤的通知和/或信息。在一个示例中，外科集线器20006可以提示无菌区或非无菌区中的人员输入和/或从其接收输入。在一个示例中，外科集线器20006可使HID在非无菌HID 20027或20029上显示由成像装置20030记录的外科部位的快照，同时保持外科部位在主HID 20023上的实时馈送。例如，非无菌显示器20027或20029上的快照可允许非无菌操作者执行与外科手术相关的诊断步骤。
在一个方面，外科集线器20006可被配置成能够将由非无菌操作者在可视化塔20026处输入的诊断输入或反馈路由到无菌区内的主显示器20023，其中手术台处的无菌操作者可查看该诊断输入或反馈。在一个示例中，输入可以是对显示在非无菌显示器20027或20029上的快照的修改形式，其可通过外科集线器20006路由到主显示器20023。
参考图2A，外科器械20031作为外科医生监测系统20002的一部分在外科手术中使用。集线器20006可被配置成能够协调流向外科器械20031的显示器的信息流。例如，在提交于2018年12月4日的名称为“METHOD OF HUB COMMUNICATION,PROCESSING,STORAGE ANDDISPLAY”的美国专利申请公布US2019-0200844 A1号(美国专利申请16/209,385号)中有所描述，该申请的公开内容全文以引用方式并入本文。由非无菌操作者在可视化塔20026处输入的诊断输入或反馈可由集线器20006路由到无菌区内的外科器械显示器，其中外科器械20031的操作者可查看该诊断输入或反馈。例如，适合与外科系统20002一起使用的示例性外科器械在2018年12月4日提交的名称为“METHOD OF HUB COMMUNICATION,PROCESSING,STORAGE ANDDISPLAY”的美国专利申请公布US2019-0200844 A1号(美国专利申请16/209,385号)的标题“Surgical Instrument Hardware”下有所描述，该申请的公开内容全文以引用方式并入本文。
图2A示出了用于对平躺在外科手术室20035中的手术台20024上的患者执行外科手术的外科系统20002的示例。机器人系统20034可在外科手术中用作外科系统20002的一部分。机器人系统20034可包括外科医生的控制台20036、患者侧推车20032(外科机器人)和外科机器人集线器20033。当外科医生通过外科医生的控制台20036观察外科部位时，患者侧推车20032可通过患者体内的微创切口来操纵至少一个可移除地耦接的外科工具20037。外科部位的图像可通过医学成像装置20030获得，该医学成像装置可由患者侧推车20032操纵以定向该成像装置20030。机器人集线器20033可用于处理外科部位的图像，以随后通过外科医生的控制台20036显示给外科医生。
其他类型的机器人系统可容易地适于与外科系统20002一起使用。适合与本公开一起使用的机器人系统和外科工具的各种示例在2018年12月4日提交的名称为“METHOD OFROBOTIC HUB COMMUNICATION,DETECTION,AND CONTROL”的美国专利申请US2019-0201137A1号(美国专利申请16/209,407号)中有所描述，该专利申请的公开内容通过引用整体并入本文。
由云计算系统20008执行并且适合与本公开一起使用的基于云的分析的各种示例在2018年12月4日提交的名称为“METHOD OF CLOUD BASED DATA ANALYTICS FOR USE WITHTHE HUB”的美国专利申请公布US2019-0206569 A1号(美国专利申请16/209,403号)中有所描述，该专利申请的公开内容通过引用整体并入本文。
在各种方面，成像装置20030可包括至少一个图像传感器和一个或多个光学部件。合适的图像传感器可包括但不限于电荷耦接装置(CCD)传感器和互补金属氧化物半导体(CMOS)传感器。
成像装置20030的光学部件可包括一个或多个照明源和/或一个或多个透镜。一个或多个照明源可被引导以照明外科场地的多部分。一个或多个图像传感器可接收从外科场地反射或折射的光，包括从组织和/或外科器械反射或折射的光。
一个或多个照明源可被配置成能够辐射可见光谱中的电磁能以及不可见光谱。可见光谱(有时被称为光学光谱或发光光谱)是电磁光谱中对人眼可见(即，可被其检测)的那部分，并且可被称为可见光或简单光。典型的人眼将对空气中约380nm至约750nm范围的波长作出响应。
不可见光谱(例如，非发光光谱)是电磁光谱的位于可见光谱之下和之上的部分(即，低于约380nm且高于约750nm的波长)。人眼不可检测到不可见光谱。大于约750nm的波长长于红色可见光谱，并且它们变为不可见的红外(IR)、微波和无线电电磁辐射。小于约380nm的波长比紫色光谱短，并且它们变为不可见的紫外、x射线和γ射线电磁辐射。
在各种方面，成像装置20030被配置用于微创手术中。适用于本公开的成像装置的示例包括但不限于关节镜、血管镜、支气管镜、胆道镜、结肠镜、细胞检查镜、十二指镜、肠窥镜、食道-十二指肠镜(胃镜)、内窥镜、喉镜、鼻咽-肾内窥镜、乙状结肠镜、胸腔镜和输尿管镜。
成像装置可采用多光谱监测来区分形貌和下层结构。多光谱图像是捕获跨电磁波谱的特定波长范围内的图像数据的图像。可通过滤波器或通过使用对特定波长敏感的器械来分离波长，特定波长包括来自可见光范围外的频率的光，例如IR和紫外。光谱成像可允许提取人眼未能用其红色、绿色和蓝色的受体捕获的附加信息。多光谱成像的使用在2018年12月4日提交的名称为“METHOD OF HUB COMMUNICATION,PROCESSING,STORAGEANDDISPLAY”的美国专利申请公布US2019-0200844 A1号(美国专利申请16/209,385号)的标题“Advanced Imaging Acquisition Module”下更详细地描述，该专利申请的公开内容全文以引用方式并入本文。在完成外科任务以对处理过的组织执行一个或多个先前所述测试之后，多光谱监测可以是用于重新定位外科场地的有用工具。不言自明的是，在任何外科期间都需要对手术室和外科设备进行严格灭菌。在“外科室”(即，手术室或治疗室)中所需的严格的卫生和灭菌条件需要所有医疗装置和设备的最高可能的无菌性。该灭菌过程的一部分是需要对接触患者或穿透无菌区的任何物质进行灭菌，包括成像装置20030及其附接件和部件。应当理解，无菌区可被认为是被认为不含微生物的指定区域，诸如在托盘内或无菌毛巾内，或者无菌区可被认为是已准备用于外科手术的患者周围的区域。无菌区可包括被恰当地穿着的擦洗的团队成员，以及该区域中的所有设备和固定装置。
图1所示的可穿戴感测系统20011可包括一个或多个感测系统，例如，如图2A所示的外科医生感测系统20020。外科医生感测系统20020可包括用于监测和检测医护人员(HCP)的一组身体状态和/或一组生理状态的感测系统。HCP通常可以是外科医生或协助外科医生的一个或多个医护人员或其他医疗服务提供者。在一个示例中，感测系统20020可以测量一组生物标志物以监测HCP的心率。在另一个示例中，佩戴在外科医生的手腕上的感测系统20020(例如，手表或腕带)可以使用加速度计来检测手部运动和/或抖动并且确定震颤的幅度和频率。感测系统20020可以将与该组生物标志物相关联的测量数据以及与外科医生的身体状态相关联的数据发送到外科集线器20006以供进一步处理。一个或多个环境感测装置可以向外科集线器20006发送环境信息。例如，环境感测装置可包括用于检测HCP的手/身体位置的相机20021。环境感测装置可包括用于测量手术室中的环境噪声的麦克风20022。其他环境感测装置可包括例如用于测量温度的温度计和用于测量手术室中的环境的湿度的湿度计等装置。单独地或与云计算系统通信的外科集线器20006可以使用外科医生生物标志物测量数据和/或环境感测信息来修改手持式仪器的控制算法或机器人接口的平均延迟，例如，以最小化震颤。在一个示例中，外科医生感测系统20020可以测量与HCP相关联的一个或多个外科医生生物标志物，并且将与外科医生生物标志物相关联的测量数据发送到外科集线器20006。外科医生感测系统20020可以使用以下RF协议中的一种或多种RF协议来与外科集线器20006通信：Bluetooth、Bluetooth Low-Energy(BLE)、BluetoothSmart、Zigbee、Z波、IPv6低功率无线个域网(6LoWPAN)、Wi-Fi。外科医生生物标志物可包括以下的一种或多种：压力、心率等。来自手术室的环境测量结果可包括与外科医生或患者、外科医生和/或人员移动、外科医生和/或人员注意力水平等相关联的环境噪声水平。
外科集线器20006可以使用与HCP相关联的外科医生生物标志物测量数据来自适应地控制一个或多个外科器械20031。例如，外科集线器20006可向外科器械20031发送控制程序以控制其致动器来限制或补偿疲劳和精细运动技能的使用。外科集线器20006可以基于态势感知和/或关于任务的重要性或关键程度的情境来发送控制程序。当需要控制时，控制程序可以指示器械改变操作以提供更多控制。
图2B示出了患者监测系统20003(例如，受控患者监测系统)的示例。如图2B所示，在受控环境中(例如，在医院恢复室中)的患者可以由多个感测系统(例如，患者感测系统20041)监测。患者感测系统20041(例如，头带)可用于测量脑电图(EEG)，以测量患者大脑的电活动。患者感测系统20042可用于测量患者的各种生物标志物，包括例如心率、VO2水平等。患者感测系统20043(例如，附接到患者皮肤的柔性贴片)可用于通过分析使用微流体通道从皮肤表面捕获的少量汗液来测量汗液乳酸盐和/或钾水平。患者感测系统20044(例如，腕带或手表)可用于使用如本文所述的各种技术来测量血压、心率、心率变异性、VO2水平等。患者感测系统20045(例如，手指上的环)可用于使用如本文所述的各种技术来测量末梢温度、心率、心率变异性、VO2水平等。患者感测系统20041-20045可以使用射频(RF)链路来与外科集线器20006通信。患者感测系统20041-20045可以使用以下RF协议中的一种或多种RF协议来与外科集线器20006通信：Bluetooth、Bluetooth Low-Energy(BLE)、BluetoothSmart、Zigbee、Z波、IPv6低功率无线个域网(6LoWPAN)、Thread、Wi-Fi等。
感测系统20041-20045可以与外科集线器20006通信，该外科集线器又可以与远程云计算系统20008的远程服务器20009通信。外科集线器20006还与HID 20046通信。HID20046可以显示与一个或多个患者生物标志物相关联的测量数据。例如，HID 20046可以显示血压、氧饱和度水平、呼吸率等。HID 20046可以为患者或提供关于患者的信息(例如，关于恢复里程碑或并发症的信息)的HCP显示通知。在一个示例中，关于恢复里程碑或并发症的信息可以与患者可能已经经历的外科手术相关联。在一个示例中，HID 20046可以显示用于患者执行活动的指令。例如，HID 20046可以显示吸气和呼气指令。在一个示例中，HID20046可以是感测系统的一部分。
如图2B所示，可以通过一个或多个环境感测系统20015来监测患者和患者周围的环境，这些环境感测系统包括例如麦克风(例如，用于检测与患者相关联或患者周围的环境噪声)、温度/湿度传感器、用于检测患者的呼吸模式的相机等。环境感测系统20015可以与外科集线器20006通信，该外科集线器又与远程云计算系统20008的远程服务器20009通信。
在一个示例中，患者感测系统20044可从外科集线器20006接收通知信息，用于在显示单元或患者感测系统20044的HID上显示。通知信息可包括关于恢复里程碑的通知或关于并发症的通知，例如，在术后恢复的情况下。在一个示例中，通知信息可包括与通知相关联的可操作的严重程度级别。患者感测系统20044可以向患者显示通知和可操作的严重程度级别。患者感测系统可以使用触觉反馈来警告患者。视觉通知和/或触觉通知可以伴随有提示患者注意在感测系统的显示单元上提供的视觉通知的可听通知。
图2C示出了患者监测系统(例如，非受控患者监测系统20004)的示例。如图2C所示，在非受控环境(例如，患者的住所)中的患者正由多个患者感测系统20041-20045监测。患者感测系统20041-20045可以测量和/或监测与一个或多个患者生物标志物相关联的测量数据。例如，患者感测系统20041(头带)可用于测量脑电图(EEG)。其他患者感测系统20042、20043、20044和20045是监测、测量和/或报告各种患者生物标志物的示例，如图2B所述。患者感测系统20041-20045中的一个或多个患者感测系统可以将与被监测的患者生物标志物相关联的测量数据发送到计算装置20047，该计算装置又可以与远程云计算系统20008的远程服务器20009通信。患者感测系统20041-20045可以使用射频(RF)链路来与计算装置20047(例如，智能电话、平板电脑等)通信。患者感测系统20041-20045可以使用以下RF协议中的一种或多种RF协议来与计算装置20047通信：Bluetooth、Bluetooth Low-Energy(BLE)、Bluetooth Smart、Zigbee、Z波、IPv6低功率无线个域网(6LoWPAN)、Thread、Wi-Fi等。在一个示例中，患者感测系统20041-20045可以经由无线路由器、无线集线器或无线桥连接到计算装置20047。
计算装置20047可以与作为云计算系统20008的一部分的远程服务器20009通信。在一个示例中，计算装置20047可以经由互联网服务供应商的电缆/FIOS联网节点与远程服务器20009通信。在一个示例中，患者感测系统可以与远程服务器20009直接通信。计算装置20047或感测系统可以使用以下蜂窝协议中的一种或多种蜂窝协议经由蜂窝传输/接收点(TRP)或基站与远程服务器20009通信：GSM/GPRS/EDGE(2G)、UMTS/HSPA(3G)、长期演进(LTE)或4G、高级LTE(LTE-A)、新空口(NR)或5G。
在一个示例中，计算装置20047可以显示与患者生物标志物相关联的信息。例如，计算装置20047可以显示血压、氧饱和度水平、呼吸率等。计算装置20047可以为患者或提供关于患者的信息(例如，关于恢复里程碑或并发症的信息)的HCP显示通知。
在一个示例中，计算装置20047和/或患者感测系统20044可从外科集线器20006接收通知信息，用于在计算装置20047和/或患者感测系统20044的显示单元上显示。通知信息可包括关于恢复里程碑的通知或关于并发症的通知，例如，在术后恢复的情况下。通知信息还可包括与通知相关联的可操作的严重程度级别。计算装置20047和/或感测系统20044可以向患者显示通知和可操作的严重程度级别。患者感测系统还可以使用触觉反馈来警告患者。视觉通知和/或触觉通知可以伴随有提示患者注意在感测系统的显示单元上提供的视觉通知的可听通知。
图3示出了示例性外科医生监测系统20002，其具有与可穿戴感测系统20011、环境感测系统20015、人机界面系统20012、机器人系统20013和智能仪器20014配对的外科集线器20006。集线器20006包括显示器20048、成像模块20049、发生器模块20050、通信模块20056、处理器模块20057、存储阵列20058和手术室标测模块20059。在某些方面，如图3所示，集线器20006还包括排烟模块20054和/或抽吸/冲洗模块20055。在外科手术期间，用于密封和/或切割的对组织的能量施加通常与排烟、抽吸过量流体和/或冲洗组织相关联。来自不同来源的流体管线、功率管线和/或数据管线通常在外科手术期间缠结。在外科手术期间解决该问题可丢失有价值的时间。断开管线可需要将管线与其相应的模块断开连接，这可需要重置模块。集线器模块化壳体20060提供用于管理功率管线、数据管线和流体管线的统一环境，这减小了此类管线之间缠结的频率。本公开的各方面提供了用于外科手术中的外科集线器20006，该外科手术涉及将能量施加到外科部位处的组织。外科集线器20006包括集线器壳体20060和可滑动地容纳在集线器壳体20060的对接底座中的组合发生器模块。对接底座包括数据触点和功率触点。组合发生器模块包括座置在单个单元中的超声能量发生器部件、双极RF能量发生器部件和单极RF能量发生器部件中的两个或更多个。在一个方面，组合发生器模块还包括排烟部件，用于将组合发生器模块连接到外科器械的至少一根能量递送缆线、被构造成能够排出通过向组织施加治疗能量而产生的烟雾、流体和/或颗粒的至少一个排烟部件、以及从远程外科部位延伸至排烟部件的流体管线。在一个方面，流体管线可以是第一流体管线，并且第二流体管线可从远程外科部位延伸至可滑动地容纳在集线器壳体20060中的抽吸和冲洗模块20055。在一个方面，集线器壳体20060可包括流体接口。某些外科手术可需要将多于一种能量类型施加到组织。一种能量类型可更有利于切割组织，而另一种不同的能量类型可更有利于密封组织。例如，双极发生器可用于密封组织，而超声发生器可用于切割密封的组织。本公开的各方面提供了一种解决方案，其中集线器模块化壳体20060被配置成能够容纳不同的发生器，并且有利于它们之间的交互式通信。集线器模块化壳体20060的优点之一是使得能够快速地移除和/或更换各种模块。本公开的方面提供了在涉及将能量施加到组织的外科手术中使用的模块化外科壳体。模块化外科壳体包括第一能量发生器模块，该第一能量发生器模块被配置成能够生成用于施加到组织的第一能量，和第一对接底座，该第一对接底座包括第一对接端口，该第一对接端口包括第一数据和功率触点，其中第一能量发生器模块可滑动地运动成与该功率和数据触点电接合，并且其中第一能量发生器模块可滑动地运动出与第一功率和数据触点电接合。对上文进行进一步描述，模块化外科壳体还包括第二能量发生器模块，该第二能量发生器模块被构造成能够生成不同于第一能量的第二能量以用于施加到组织，和第二对接底座，该第二对接底座包括第二对接端口，该第二对接端口包括第二数据和功率触点，其中第二能量发生器模块可滑动地运动成与功率和数据触点电接合，并且其中第二能量发生器可滑动地运动出于第二功率和数据触点的电接触。此外，模块化外科壳体还包括在第一对接端口和第二对接端口之间的通信总线，其被构造成能够有利于第一能量发生器模块和第二能量发生器模块之间的通信。参考图3，本公开的各方面被呈现为集线器模块化壳体20060，其允许发生器模块20050、排烟模块20054和抽吸/冲洗模块20055的模块化集成。集线器模块化壳体20060还有利于模块20059、20054、20055之间的交互式通信。发生器模块20050可为具有集成的单极部件、双极部件和超声部件的发生器模块20050，这些部件被支撑在可滑动地可插入集线器模块化壳体20060中的单个外壳单元中。发生器模块20050可被配置成能够连接到单极装置20051、双极装置20052和超声装置20053。另选地，发生器模块20050可包括通过集线器模块化壳体20060进行交互的一系列单极发生器模块、双极发生器模块和/或超声发生器模块。集线器模块化壳体20060可被配置成能够有利于多个发生器的插入和对接到集线器模块化壳体20060中的发生器之间的交互式通信，使得发生器将充当单个发生器。
图4示出了根据本公开的至少一个方面的具有一组通信集线器的外科数据网络，该通信集线器被配置成能够将位于医疗设施的一个或多个手术室、患者恢复室或医疗设施中专门为外科操作配备的房间中的一组感测系统、环境感测系统和一组其他模块化装置连接到云。
如图4所示，外科集线器系统20060可包括模块化通信集线器20065，其被配置成能够将位于医疗设施中的模块化装置连接到基于云的系统(例如，云计算系统20064，其可包括耦接到远程存储装置20068的远程服务器20067)。模块化通信集线器20065和装置可以连接在医疗设施中专门为外科操作配备的房间中。在一个方面，模块化通信集线器20065可包括与网络路由器20066通信的网络集线器20061和/或网络交换机20062。模块化通信集线器20065可耦接到本地计算机系统20063以提供本地计算机处理和数据操纵。与外科集线器系统20060相关联的外科数据网络可被配置为无源的、智能的或交换式的。无源外科数据网络充当数据的管道，从而使得其能够从一个装置(或区段)转移到另一个装置(或区段)以及云计算资源。智能外科数据网络包括附加特征部，以使得能够监测通过外科数据网络的流量并配置网络集线器20061或网络交换机20062中的每个端口。智能外科数据网络可被称为可管理的集线器或交换机。交换集线器读取每个包的目标地址，并且然后将包转发到正确的端口。
位于手术室中的模块化装置1a-1n可耦接到模块化通信集线器20065。网络集线器20061和/或网络交换机20062可耦接到网络路由器20066以将装置1a-1n连接至云计算系统20064或本地计算机系统20063。与装置1a-1n相关联的数据可经由路由器传输到基于云的计算机，用于远程数据处理和操纵。与装置1a-1n相关联的数据也可被传输至本地计算机系统20063以用于本地数据处理和操纵。位于相同手术室中的模块化装置2a-2m也可耦接到网络交换机20062。网络交换机20062可耦接到网络集线器20061和/或网络路由器20066以将装置2a-2m连接至云20064。与装置2a-2m相关联的数据可经由网络路由器20066传输到云计算系统20064以用于数据处理和操纵。与装置2a-2m相关联的数据也可被传输至本地计算机系统20063以用于本地数据处理和操纵。
可穿戴感测系统20011可包括一个或多个感测系统20069。感测系统20069可包括外科医生感测系统和/或患者感测系统。一个或多个感测系统20069可以直接经由网络路由器20066之一或经由与网络路由器20066通信的网络集线器20061或网络交换机20062与外科集线器系统20060的计算机系统20063或云服务器20067通信。
感测系统20069可以耦接到网络路由器20066以将感测系统20069连接到本地计算机系统20063和/或云计算系统20064。与感测系统20069相关联的数据可经由网络路由器20066传输到云计算系统20064以用于数据处理和操纵。与感测系统20069相关联的数据也可被传输至本地计算机系统20063以用于本地数据处理和操纵。
如图4所示，可通过将多个网络集线器20061和/或多个网络交换机20062与多个网络路由器20066互连来扩展外科集线器系统20060。模块化通信集线器20065可包含在模块化控制塔中，该模块化控制塔被配置成能够容纳多个装置1a-1n/2a-2m。本地计算机系统20063也可包含在模块化控制塔中。模块化通信集线器20065可连接到显示器20068以显示例如在外科手术期间由装置1a-1n/2a-2m中的一些装置获得的图像。在各种方面，装置1a-1n/2a-2m可包括例如各种模块，诸如耦接到内窥镜的成像模块、耦接到基于能量的外科装置的发生器模块、排烟模块、抽吸/冲洗模块、通信模块、处理器模块、存储阵列、连接到显示器的外科装置和/或可连接到外科数据网络的模块化通信集线器20065的其他模块化装置中的非接触传感器模块。
在一个方面，图4所示的外科集线器系统20060可包括将装置1a-1n/2a-2m或感测系统20069连接到云基础系统20064的网络集线器、网络交换机和网络路由器的组合。耦接到网络集线器20061或网络交换机20062的装置1a-1n/2a-2m或感测系统20069中的一者或多者可以实时收集数据或测量数据，并将该数据传输到云计算机以进行数据处理和操作。应当理解，云计算依赖于共享计算资源，而不是使用本地服务器或个人装置来处理软件应用程序。可使用“云”一词作为“因特网”的隐喻，尽管该术语不受此限制。因此，本文可使用术语“云计算”来指“基于互联网的计算的类型”，其中将不同的服务(例如服务器、存储装置和应用程序)递送至位于外科示教室(例如，固定、移动、临时或现场手术室或空间)中的模块化通信集线器20065和/或计算机系统20063以及通过互联网连接至模块化通信集线器20065和/或计算机系统20063的装置。云基础设施可由云服务提供方维护。在这种情况下，云服务提供方可以是协调位于一个或多个手术室中的装置1a-1n/2a-2m的使用和控制的实体。云计算服务可以基于由智能外科器械、机器人、感测系统和位于手术室中的其他计算机化装置所收集的数据来执行大量计算。集线器硬件使得多个装置、感测系统和/或连接能够连接到与云计算资源和存储装置通信的计算机。
对由装置1a-1n/2a-2m所收集的数据应用云计算机数据处理技术，外科数据网络可提供改善的外科结果，减小的成本和改善的患者满意度。可采用装置1a-1n/2a-2m中的至少一些来观察组织状态以评估在组织密封和切割手术之后密封的组织的渗漏或灌注。可采用装置1a-1n/2a-2m中的至少一些来识别病理学，诸如疾病的效应，使用基于云的计算检查包括用于诊断目的的身体组织样本的图像的数据。这可包括组织和表型的定位和边缘确认。可采用装置1a-1n/2a-2m中的至少一些使用与成像装置和技术(诸如重叠由多个成像装置捕获的图像)集成的各种传感器来识别身体的解剖结构。由装置1a-1n/2a-2m收集的数据(包括图像数据)可被传输到云计算系统20064或本地计算机系统20063或这两者以用于数据处理和操纵，包括图像处理和操纵。可分析数据以通过确定是否可继续进行进一步治疗(诸如内窥镜式干预、新兴技术、靶向辐射、靶向干预和精确机器人对组织特异性位点和状况的应用来改善外科手术结果。此类数据分析可进一步采用结果分析处理，并且使用标准化方法可提供有益反馈以确认外科治疗和外科医生的行为，或建议修改外科治疗和外科医生的行为。
对由感测系统20069所收集的测量数据应用云计算机数据处理技术，外科数据网络可提供改善的外科结果、改进的恢复结果、减小的成本和改善的患者满意度。感测系统20069中的至少一些感测系统可用于评估对患者进行手术的外科医生或正准备进行外科手术的患者或在外科手术之后恢复的患者的生理状况。基于云的计算系统20064可用于实时监测与外科医生或患者相关联的生物标志物，并且可用于至少基于在外科手术之前收集的测量数据来生成外科计划，在外科手术期间向外科器械提供控制信号，在手术后期间向患者通知并发症。
手术室装置1a-1n可通过有线信道或无线信道连接至模块化通信集线器20065，这取决于装置1a-1n至网络集线器20061的配置。在一个方面，网络集线器20061可被实现为在开放式系统互连(OSI)模型的物理层上工作的本地网络广播装置。该网络集线器可提供与位于同一手术室网络中的装置1a-1n的连接。网络集线器20061可以包的形式收集数据，并以半双工模式将其发送至路由器。网络集线器20061可不存储用于传输装置数据的任何媒体访问控制/因特网协议(MAC/IP)。装置1a-1n中的仅一个装置可一次通过网络集线器20061发送数据。网络集线器20061可没有关于在何处发送信息并在每个连接上广播所有网络数据以及向云计算系统20064的远程服务器20067广播所有网络数据的路由表或智能。网络集线器20061可检测基本网络错误诸如冲突，但将所有信息广播到多个端口可能带来安全风险并导致瓶颈。
手术室装置2a-2m可通过有线信道或无线信道连接到网络交换机20062。网络交换机20062在OSI模型的数据链路层中工作。网络交换机20062可以是用于将位于同一手术室中的装置2a-2m连接到网络的多点传送装置。网络交换机20062可以帧的形式向网络路由器20066发送数据并且可以全双工模式工作。多个装置2a-2m可通过网络交换机20062同时发送数据。网络交换机20062存储并使用装置2a-2m的MAC地址来传输数据。
网络集线器20061和/或网络交换机20062可耦接到网络路由器20066以连接到云计算系统20064。网络路由器20066在OSI模型的网络层中工作。网络路由器20066产生用于将从网络集线器20061和/或网络交换机20062接收的数据包发射至基于云的计算机资源的路由，以进一步处理和操纵由装置1a-1n/2a-2m和可穿戴感测系统20011中的任一者或所有收集的数据。可采用网络路由器20066来连接位于不同位置的两个或更多个不同的网络，诸如例如同一医疗设施的不同手术室或位于不同医疗设施的不同手术室的不同网络。网络路由器20066可以包的形式向云计算系统20064发送数据并且以全双工模式工作。多个装置可以同时发送数据。网络路由器20066可使用IP地址来传输数据。
在一个示例中，网络集线器20061可被实现为USB集线器，其允许多个USB装置连接到主机。USB集线器可以将单个USB端口扩展到多个层级，以便有更多端口可用于将装置连接到主机系统计算机。网络集线器20061可包括用于通过有线信道或无线信道接收信息的有线或无线能力。在一个方面，无线USB短距离、高带宽无线无线电通信协议可用于装置1a-1n和位于手术室中的装置2a-2m之间的通信。
在示例中，手术室装置1a-1n/2a-2m和/或感测系统20069可经由蓝牙无线技术标准与模块化通信集线器20065通信，以用于在短距离(使用ISM频带中的2.4GHz至2.485GHz的短波长UHF无线电波)从固定装置和移动装置交换数据以及构建个人局域网(PAN)。手术室装置1a-1n/2a-2m和/或感测系统20069可经由多种无线或有线通信标准或协议与模块化通信集线器20065通信，包括但不限于Bluetooth、Low-Energy Bluetooth、近场通信(NFC)、Wi-Fi(IEEE 802.11系列)、WiMAX(IEEE 802.16系列)、IEEE 802.20、新空口(NR)、长期演进(LTE)和Ev-DO、HSPA+、HSDPA+、HSUPA+、EDGE、GSM、GPRS、CDMA、TDMA、DECT及其以太网衍生物，以及指定为3G、4G、5G和以上的任何其他无线和有线协议。计算模块可包括多个通信模块。例如，第一通信模块可以专用于较短距离的无线通信，例如Wi-Fi和Bluetooth Low-Energy Bluetooth、Bluetooth Smart，而第二通信模块可以专门用于较长距离的无线通信，例如GPS、EDGE、GPRS、CDMA、WiMAX、LTE、Ev-DO、HSPA+、HSDPA+、HSUPA+、EDGE、GSM、GPRS、CDMA、TDMA等。
模块化通信集线器20065可用作手术室装置1a-1n/2a-2m和/或感测系统20069中的一者或多者的中央连接，并且可以处理被称为帧的数据类型。帧可携带由装置1a-1n/2a-2m和/或感测系统20069生成的数据。当模块化通信集线器20065接收到帧时，帧可以被放大和/或发送到网络路由器20066，该网络路由器可以通过使用多个无线或有线通信标准或协议将数据传输到云计算系统20064或本地计算机系统20063，如本文所述。
模块化通信集线器20065可用作独立装置或连接到兼容的网络集线器20061和网络交换机20062以形成更大的网络。模块化通信集线器20065通常可易于安装、配置和维护，使得其成为对手术室装置1a-1n/2a-2m进行联网的良好选项。
图5示出了计算机实现的交互式外科系统20070，其可以是外科医生监测系统20002的一部分。计算机实现的交互式外科系统20070在许多方面类似于由外科医生感测系统20002。例如，由计算机实现的交互式外科系统20070可包括在许多方面类似于外科医生监测系统20002的一个或多个外科子系统20072。每个外科子系统20072包括与可包括远程服务器20077和远程存储装置20078的云计算系统20064通信的至少一个外科集线器20076。在一个方面，计算机实现的交互式外科系统20070可包括模块化控制塔20085，其连接到多个手术室装置，例如位于手术室中的感测系统(例如，外科医生感测系统20002和/或患者感测系统20003)、智能外科器械、机器人和其他计算机化装置。如图6A所示，模块化控制塔20085可包括耦接到本地计算系统20063的模块化通信集线器20065。
如图5的示例中所示，模块化控制塔20085可耦接到成像模块20088(该成像模块可耦接到内窥镜20087)、可耦接到能量装置20089的发生器模块20090、排烟器模块20091、抽吸/冲洗模块20092、通信模块20097、处理器模块20093、存储阵列20094、任选地分别耦接到显示器20086和20084的智能装置/器械20095和非接触传感器模块20096。模块化控制塔20085还可以与一个或多个感测系统20069和环境感测系统20015通信。感测系统20069可直接经由路由器或经由通信模块20097连接到模块化控制塔20085。手术室装置可经由模块化控制塔20085耦接到云计算资源和数据存储装置。机器人外科集线器20082也可连接到模块化控制塔20085和云计算资源。装置/器械20095或20084、人机界面系统20080等可经由有线或无线通信标准或协议耦接到模块化控制塔20085，如本文所述。人机界面系统20080可包括显示子系统和通知子系统。模块化控制塔20085可耦接到集线器显示器20081(例如，监测器、屏幕)以显示和叠加从成像模块20088、装置/器械显示器20086和/或其他人机界面系统20080接收的图像。集线器显示器20081还可结合图像和叠加图像来显示从连接到模块化控制塔20085的装置接收的数据。
图6A示出了包括耦接到模块化控制塔20085的多个模块的外科集线器20076。如图6A所示，外科集线器20076可连接到发生器模块20090、排烟器模块20091、抽吸/冲洗模块20092和通信模块20097。模块化控制塔20085可包括模块化通信集线器20065(例如，网络连接装置)和计算机系统20063，以提供例如与感测系统的本地无线连接、本地处理、并发症监测、可视化和成像。如图6A所示，模块化通信集线器20065可以以配置(例如，分层配置)连接以扩展模块(装置)数量和感测系统20069的数量，这些模块和感测系统可以连接到模块化通信集线器20065并且将与模块相关联的数据和/或与感测系统20069相关联的测量数据传输到计算机系统20063、云计算资源或两者。如图6A所示，模块化通信集线器20065中的网络集线器/交换机20061/20062中的每一者可包括三个下游端口和一个上游端口。上游网络集线器/交换机可连接至处理器20102以提供与云计算资源和本地显示器20108的通信连接。模块化通信集线器20065中的网络/集线器交换机20061/20062中的至少一者可以具有至少一个无线接口，以提供感测系统20069和/或装置20095与云计算系统20064之间的通信连接。与云计算系统20064的通信可通过有线或无线通信信道进行。
外科集线器20076可采用非接触传感器模块20096来测量手术室的尺寸，并且使用超声或激光型非接触测量装置来生成外科手术室的标测图。基于超声的非接触传感器模块可通过发射一阵超声并在其从手术室的围墙弹回时接收回波来扫描手术室，如在2017年12月28日提交的名称为“INTERACTIVE SURGICAL PLATFORM”的美国临时专利申请序列62/611,341号中的标题“Surgical Hub Spatial Awareness Within an Operating Room”下所述，该临时专利申请全文以引用方式并入本文，其中传感器模块被配置成能够确定手术室的大小并调节蓝牙配对距离限制。基于激光的非接触传感器模块可通过发射激光脉冲、接收从手术室的围墙弹回的激光脉冲，以及将发射脉冲的相位与所接收的脉冲进行比较来扫描手术室，以确定手术室的大小并调整蓝牙配对距离限制。
计算机系统20063可包括处理器20102和网络接口20100。处理器20102可经由系统总线耦接到通信模块20103、存储装置20104、存储器20105、非易失性存储器20106和输入/输出(I/O)接口20107。系统总线可为若干类型的总线结构中的任一者，该总线结构包括存储器总线或存储器控制器、外围总线或外部总线和/或使用任何各种可用总线架构的本地总线，包括但不限于9位总线、工业标准架构(ISA)、微型Charmel架构(MSA)、扩展ISA(EISA)、智能驱动电子器件(IDE)、VESA本地总线(VLB)、外围部件互连件(PCI)、USB、高级图形端口(AGP)、个人计算机存储卡国际协会总线(PCMCIA)、小型计算机系统接口(SCSI)或任何其他外围总线。
处理器20102可为任何单核或多核处理器，诸如由Texas Instruments提供的商品名为ARM Cortex的那些处理器。在一个方面，处理器可为购自例如德克萨斯器械公司(Texas Instruments)LM4F230H5QR ARM Cortex-M4F处理器核心，其包括256KB的单循环闪存或其他非易失性存储器(高达40MHz)的片上存储器、用于改善40MHz以上的执行的预取缓冲器、32KB单循环序列随机存取存储器(SRAM)、装载有软件的内部只读存储器(ROM)、2KB电可擦除可编程只读存储器(EEPROM)、和/或一个或多个脉宽调制(PWM)模块、一个或多个正交编码器输入(QEI)模拟、具有12个模拟输入信道的一个或多个12位模数转换器(ADC)，其细节可见于产品数据表。
在一个示例中，处理器20102可包括安全控制器，该安全控制器包括两个基于控制器的系列(诸如TMS570和RM4x)，已知同样由Texas Instruments生产，商品名为HerculesARM Cortex R4。安全控制器可被配置为专门用于IEC 61508和ISO 26262安全关键应用等等，以提供高级集成安全特征部，同时递送可定标的执行、连接性和存储器选项。
系统存储器可包括易失性存储器和非易失性存储器。基本输入/输出系统(BIOS)(包含诸如在启动期间在计算机系统内的元件之间传输信息的基本例程，)存储在非易失性存储器中。例如，非易失性存储器可包括ROM、可编程ROM(PROM)、电可编程ROM(EPROM)、EEPROM或闪存。易失存储器包括充当外部高速缓存存储器的随机存取存储器(RAM)。此外，RAM可以多种形式可用，诸如SRAM、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)増强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)和直接Rambus RAM(DRRAM)。
计算机系统20063还可包括可移除/不可移除的、易失性/非易失性的计算机存储介质，诸如磁盘存储装置。磁盘存储器可包括但不限于诸如装置如磁盘驱动器、软盘驱动器、磁带驱动器、Jaz驱动器、Zip驱动器、LS-60驱动器、闪存存储卡或内存条。此外，磁盘存储器可包括单独地或与其他存储介质组合的存储介质，包括但不限于光盘驱动器诸如光盘ROM装置(CD-ROM)、光盘可记录驱动器(CD-R驱动器)、光盘可重写驱动器(CD-RW驱动器)或数字通用磁盘ROM驱动器(DVD-ROM)。为了有利于磁盘存储装置与系统总线的连接，可使用可移除或非可移除接口。
应当理解，计算机系统20063可包括充当用户与在合适的操作环境中描述的基本计算机资源之间的中介的软件。此类软件可包括操作系统。可存储在磁盘存储装置上的操作系统可用于控制并分配计算机系统的资源。系统应用程序可利用操作系统通过存储在系统存储器或磁盘存储装置中的程序模块和程序数据来管理资源。应当理解，本文所述的各种部件可用各种操作系统或操作系统的组合来实现。
用户可通过耦接到I/O接口20107的输入装置将命令或信息输入到计算机系统20063中。输入装置可包括但不限于指向装置，诸如鼠标、触控球、触笔、触摸板、键盘、麦克风、操纵杆、游戏垫、卫星盘、扫描器、电视调谐器卡、数字相机、数字摄像机、web相机等。这些和其他输入装置经由(一个或多个)接口端口通过系统总线连接到处理器20102。(一个或多个)接口端口包括例如串口、并行端口、游戏端口和USB。(一个或多个)输出装置使用与(一个或多个)输入装置相同类型的端口。因此，例如，USB端口可用于向计算机系统20063提供输入并将信息从计算机系统20063输出到输出装置。提供了输出适配器来说明在其他输出装置中可存在可能需要特殊适配器的一些输出装置，如监测器、显示器、扬声器和打印机。输出适配器以举例的方式可包括但不限于提供输出装置和系统总线之间的连接装置的视频和声卡。应当指出，其他装置或装置诸如(一个或多个)远程计算机的系统可提供输入能力和输出能力两者。
计算机系统20063可使用与一个或多个远程计算机(诸如云计算机)或本地计算机的逻辑连接在联网环境中操作。(一个或多个)远程云计算机可为个人计算机、服务器、路由器、网络PC、工作站、基于微处理器的器具、对等装置或其他公共网络节点等，并且通常包括相对于计算机系统所述的元件中的许多或全部。为简明起见，仅示出了具有(一个或多个)远程计算机的存储器存储装置。(一个或多个)远程计算机可通过网络接口在逻辑上连接到计算机系统，并且然后经由通信连接物理连接。网络接口可涵盖通信网络诸如局域网(LAN)和广域网(WAN)。LAN技术可包括光纤分布式数据接口(FDDI)、铜分布式数据接口(CDDI)、以太网/IEEE 802.3、令牌环/IEEE 802.5等。WAN技术可包括但不限于点对点链路、电路交换网络如综合业务数字网络(ISDN)及其变体、分组交换网络和数字用户管线(DSL)。
在各种示例中，图4、图6A和图6B的计算机系统20063、成像模块20088和/或人机界面系统20080和/或图5和图6A的处理器模块20093可包括图像处理器、图像处理引擎、媒体处理器或用于处理数字图像的任何专用数字信号处理器(DSP)。图像处理器可采用具有单个指令、多数据(SIMD)或多指令、多数据(MIMD)技术的并行计算以提高速度和效率。数字图像处理引擎可执行一系列任务。图像处理器可为具有多核处理器架构的芯片上的系统。
通信连接可指用于将网络接口连接到总线的硬件/软件。虽然示出了通信连接以便在计算机系统20063内进行示例性澄清，但其也可位于计算机系统20063外部。连接到网络接口所必需的硬件/软件仅出于示例性目的可包括内部和外部技术，例如调制解调器，包括常规的电话级调制解调器、电缆调制解调器、光纤调制解调器和DSL调制解调器、ISDN适配器和以太网卡。在一些示例中，还可以使用RF接口来提供网络接口。
图6B示出了可穿戴监测系统(例如，受控患者监测系统)的示例。受控患者监测系统可以是当患者在医疗设施时用于监测一组患者生物标志物的感测系统。受控患者监测系统可被部署用于当患者正准备外科手术时的术前患者监测、当患者正进行手术时的术中监测或例如当患者正在恢复时的术后监测等。如图6B所示，受控患者监测系统可包括外科集线器系统20076，其可包括模块化通信集线器20065的一个或多个路由器20066和计算机系统20063。路由器20065可包括无线路由器、有线交换机、有线路由器、有线或无线联网集线器等。在一个示例中，路由器20065可以是基础设施的一部分。计算系统20063可以提供用于监测与患者或外科医生相关联的各种生物标志物的本地处理，以及向患者和/或医护人员(HCP)指示满足里程碑(例如，恢复里程碑)或检测到并发症的通知机制。外科集线器系统20076的计算系统20063还可以用于生成与通知(例如，已经检测到并发症的通知)相关联的严重程度级别。
图4、图6B的计算系统20063、图6C的计算装置20200、图7B、图7C或图7D的集线器/计算装置20243可以是外科计算系统或集线器装置、膝上型电脑、平板计算机、智能电话等。
如图6B所示，一组感测系统20069和/或环境感测系统20015(如图2A所述)可以经由路由器20065连接到外科集线器系统20076。路由器20065还可以提供感测系统20069和云计算系统20064之间的直接通信连接，例如，不涉及外科集线器系统20076的本地计算机系统20063。从外科集线器系统20076到云20064的通信可以通过有线或无线通信信道进行。
如图6B所示，计算机系统20063可包括处理器20102和网络接口20100。处理器20102可经由系统总线耦接到射频(RF)接口或通信模块20103、存储装置20104、存储器20105、非易失性存储器20106和输入/输出接口20107，如图6A所述。计算机系统20063可以与本地显示单元20108连接。在一些示例中，显示单元20108可以由HID代替。关于计算机系统的硬件和软件部件的细节在图6A中提供。
如图6B所示，感测系统20069可包括处理器20110。处理器20110可经由系统总线耦接到射频(RF)接口20114、存储装置20113、存储器(例如，非易失性存储器)20112和I/O接口20111。系统总线可以是多种类型的总线结构中的任何一种，包括存储器总线或存储器控制器、外围总线或外部总线和/或本地总线，如本文所述。处理器20110可以是如本文中所述的任何单核或多核处理器。
应当理解，感测系统20069可包括充当感测系统用户和在合适的操作环境中描述的计算机资源之间的中介的软件。此类软件可包括操作系统。可存储在磁盘存储装置上的操作系统可用于控制并分配计算机系统的资源。系统应用程序可利用操作系统通过存储在系统存储器或磁盘存储装置中的程序模块和程序数据来管理资源。应当理解，本文所述的各种部件可用各种操作系统或操作系统的组合来实现。
感测系统20069可以连接到人机界面系统20115。人机界面系统20115可以是触摸屏显示器。人机界面系统20115可包括人机界面显示器，其用于显示与外科医生生物标志物和/或患者生物标志物相关联的信息，显示患者或外科医生的用户动作的提示，或向患者或外科医生显示指示关于恢复里程碑或并发症的信息的通知。人机界面系统20115可用于接收来自患者或外科医生的输入。其他人机界面系统可经由I/O接口20111连接到感测系统20069。例如，人机界面装置20115可包括用于提供触觉反馈的装置，作为用于提示用户注意可以在显示单元上显示的通知的机制。
感测系统20069可以使用与一个或多个远程计算机(例如云计算机)或本地计算机的逻辑连接在联网环境中操作。(一个或多个)远程云计算机可为个人计算机、服务器、路由器、网络PC、工作站、基于微处理器的器具、对等装置或其他公共网络节点等，并且通常包括相对于计算机系统所述的元件中的许多或全部。远程计算机可通过网络接口在逻辑上连接到计算机系统。网络接口可涵盖通信网络，例如局域网(LAN)、广域网(WAN)和/或移动网络。LAN技术可包括光纤分布式数据接口(FDDI)、铜分布式数据接口(CDDI)、以太网/IEEE802.3、令牌环/IEEE 802.5、Wi-Fi/IEEE 802.11等。WAN技术可包括但不限于点对点链路、电路交换网络如综合业务数字网络(ISDN)及其变体、分组交换网络和数字用户管线(DSL)。移动网络可包括基于以下移动通信协议中的一种或多种移动通信协议的通信链路：GSM/GPRS/EDGE(2G)、UMTS/HSPA(3G)、长期演进(LTE)或4G、高级LTE(LTE-A)、新空口(NR)或5G等。
图6C示出了例如当患者远离医疗设施时的示例性非受控患者监测系统。非受控患者监测系统可用于当患者正准备进行外科手术但远离医疗设施时的术前患者监测或者用于例如当患者正从医疗设施得到恢复服务时的术后监测。
如图6C所示，一个或多个感测系统20069与计算装置20200(例如，个人计算机、膝上型电脑、平板电脑或智能电话)通信。计算系统20200可以提供用于监测与患者相关联的各种生物标志物的处理、指示满足里程碑(例如，恢复里程碑)或检测到并发症的通知机制。计算系统20200还可以为感测系统的用户提供要遵循的指令。感测系统20069与计算装置20200之间的通信可以使用如本文所述的无线协议直接建立或经由无线路由器/集线器20211建立。
如图6C所示，感测系统20069可以经由路由器20211连接到计算装置20200。路由器20211可包括无线路由器、有线交换机、有线路由器、有线或无线联网集线器等。例如，路由器20211可以在感测系统20069与云服务器20064之间提供直接通信连接，而不涉及本地计算装置20200。计算装置20200可以与云服务器20064通信。例如，计算装置20200可以通过有线或无线通信信道与云20064通信。在一个示例中，感测系统20069可直接通过蜂窝网络(例如，经由蜂窝基站20210)与云通信。
如图6C所示，计算装置20200可包括处理器20203和网络或RF接口20201。处理器20203可经由系统总线耦接到存储装置20202、存储器20212、非易失性存储器20213和输入/输出接口20204，如图6A和图6B所述。关于计算机系统的硬件和软件部件的细节在图6A中提供。计算装置20200可包括一组传感器，例如，传感器#1 20205、传感器#2 20206直到传感器#n 20207。这些传感器可以是计算装置20200的一部分并且可以用于测量与患者相关联的一个或多个属性。属性可以提供关于由感测系统20069中的一个感测系统执行的生物标志物测量的情境。例如，传感器#1可以是加速度计，其可用于测量加速力以便感测与患者相关联的移动或振动。在一个示例中，传感器20205至20207可包括压力传感器、高度计、温度计、激光雷达等中的一者或多者。
如图6B所示，感测系统20069可包括处理器、射频接口、存储装置、存储器或非易失性存储器以及经由系统总线的输入/输出接口，如图6A所述。感测系统可包括传感器单元以及处理和通信单元，如图7B至图7D所述。系统总线可以是多种类型的总线结构中的任何一种，包括存储器总线或存储器控制器、外围总线或外部总线和/或本地总线，如本文所述。处理器可以是如本文中所述的任何单核或多核处理器。
感测系统20069可以与人机界面系统20215通信。人机界面系统20215可以是触摸屏显示器。人机界面系统20215可用于显示与患者生物标志物相关联的信息，显示患者的用户动作的提示，或向患者显示指示关于恢复里程碑或并发症的信息的通知。人机界面系统20215可用于接收来自患者的输入。其他人机界面系统可经由I/O接口连接到感测系统20069。例如，人机界面系统可包括用于提供触觉反馈的装置，作为用于提示用户注意可以在显示单元上显示的通知的机制。感测系统20069可以使用与一个或多个远程计算机(例如云计算机)或本地计算机的逻辑连接在联网环境中操作，如图6B所述。
图7A示出了根据本公开的一个或多个方面的外科器械或工具的控制系统20220的逻辑图。外科器械或外科工具可以是可配置的。外科器械可包括专用于即将进行的手术的外科固定装置，例如成像装置、外科缝合器、能量装置、内镜切割器装置等。例如，外科器械可包括动力缝合器、动力缝合器发生器、能量装置、前置能量装置、前置能量钳口装置、内镜切割器夹钳、能量装置发生器、手术室成像系统、排烟器、抽吸-冲洗装置、吹气系统等中的任一种。系统20220可包括控制电路。控制电路可包括微控制器20221，该微控制器包括处理器20222和存储器20223。例如，传感器20225、20226、20227中的一者或多者向处理器20222提供实时反馈。由马达驱动器20229驱动的马达20230可操作地耦接纵向可移动位移构件以驱动I形梁刀元件。跟踪系统20228可被配置成能够确定纵向可移动的位移构件的位置。可将位置信息提供给处理器20222，该处理器可被编程或配置成能够确定纵向可移动的驱动构件的位置以及击发构件、击发杆和I形梁刀元件的位置。附加马达可设置在工具驱动器接口处，以控制I形梁击发、闭合管行进、轴旋转和关节运动。显示器20224可显示器械的多种操作条件并且可包括用于数据输入的触摸屏功能。显示在显示器20224上的信息可叠加有经由内窥镜式成像模块获取的图像。
在一个方面，微控制器20221可为任何单核或多核处理器，诸如已知的由TexasInstruments生产的商品名为ARM Cortex的那些。在一个方面，微控制器20221可为购自例如Texas Instruments的LM4F230H5QR ARM Cortex-M4F处理器核心，其包括256KB的单循环闪存存储器或其他非易失性存储器(高达40MHz)的片上存储器、用于改善高于40MHz的性能的预取缓冲器、32KB单循环SRAM、装载有软件的内部ROM、2KB EEPROM、一个或多个PWM模块、一个或多个QEI模拟和/或具有12个模拟输入信道的一个或多个12位ADC，其细节可见于产品数据表。
在一个方面，微控制器20221可包括安全控制器，该安全控制器包括两个基于控制器的系列(诸如TMS570和RM4x)，已知其同样由Texas Instruments生产，商品名为HerculesARM Cortex R4。安全控制器可被配置为专门用于IEC 61508和ISO 26262安全关键应用等等，以提供高级集成安全特征部，同时递送可定标的执行、连接性和存储器选项。
可对微控制器20221进行编程以执行各种功能，诸如对刀和关节运动系统的速度和位置的精确控制。在一个方面，微控制器20221可包括处理器20222和存储器20223。电动马达20230可为有刷直流(DC)马达，其具有齿轮箱以及至关节运动或刀系统的机械链路。在一个方面，马达驱动器20229可为可购自Allegro Microsystems,Inc.的A3941。其他马达驱动器可容易地被替换以用于包括绝对定位系统的跟踪系统20228中。绝对定位系统的详细描述在2017年10月19日公布的名称为“SYSTEMS AND METHODS FOR CONTROLLING ASURGICAL STAPLING AND CUTTING INSTRUMENT”的美国专利申请公布2017/0296213号中有所描述，该专利申请全文以引用方式并入本文。
微控制器20221可被编程为提供对位移构件和关节运动系统的速度和位置的精确控制。微控制器20221可被配置成能够计算微控制器20221的软件中的响应。可将计算的响应与实际系统的所测量响应进行比较，以获得“观察到的”响应，其用于实际反馈决定。观察到的响应可为有利的调谐值，该值使所模拟响应的平滑连续性质与所测量响应均衡，这可检测对系统的外部影响。
在一些方面，马达20230可由马达驱动器20229控制并可被外科器械或工具的击发系统采用。在各种形式中，马达20230可为具有约25,000RPM的最大旋转速度的有刷DC驱动马达。在一些示例中，马达20230可包括无刷马达、无绳马达、同步马达、步进马达或任何其他合适的电动马达。马达驱动器20229可包括例如包括场效应晶体管(FET)的H桥驱动器。马达20230可通过可释放地安装到柄部组件或工具外壳的功率组件来提供动力，以用于向外科器械或工具供应控制动力。功率组件可包括电池，该电池可包括串联连接的、可用作功率源以为外科器械或工具提供功率的多个电池单元。在某些情况下，功率组件的电池单元可以是可替换的和/或可再充电的。在至少一个示例中，电池单元可为锂离子电池，其可耦接到功率组件并且可与功率组件分离。
马达驱动器20229可为可购自Allegro Microsystems,Inc.的A3941。A3941可为全桥控制器，其用于与针对电感负载(诸如有刷DC马达)特别设计的外部N信道功率金属氧化物半导体场效应晶体管(MOSFET)一起使用。驱动器20229可包括独特的电荷泵调整器，其可为低至7V的电池电压提供完整的(>10V)栅极驱动并且可允许A3941在低至5.5V的减小的栅极驱动下操作。可采用自举电容器来提供N信道MOSFET所需的上述电池供电电压。高边驱动装置的内部电荷泵可允许直流(100％占空比)操作。可使用二极管或同步整流在快衰减模式或慢衰减模式下驱动全桥。在慢衰减模式下，电流再循环可穿过高边FET或低边FET。可通过电阻器可调式空载时间保护功率FET不被击穿。综合诊断提供欠压、过热和功率桥故障的指示，并且可被配置成能够在大多数短路条件下保护功率MOSFET。其他马达驱动器可容易地被替换以用于包括绝对定位系统的跟踪系统20228中。
跟踪系统20228可包括根据本公开的一个方面的包括位置传感器20225的受控马达驱动电路布置方式。用于绝对定位系统的位置传感器20225可提供对应于位移构件的位置的独特位置信号。在一些示例中，位移构件可表示纵向可运动的驱动构件，其包括用于与齿轮减速器组件的对应驱动齿轮啮合接合的驱动齿的齿条。在一些示例中，位移构件可表示击发构件，该击发构件可被适配和配置成能够包括驱动齿的齿条。在一些示例中，位移构件可表示击发杆或I形梁，它们中的每一者均可被适配和配置成能够包括驱动齿的齿条。因此，如本文所用，术语位移构件可通常用于指外科器械或工具的任何可运动的构件诸如驱动构件、击发构件、击发杆、I形梁或可进行移位的任何元件。在一个方面，可纵向运动的驱动构件可耦接到击发构件、击发杆和I形梁。因此，绝对定位系统实际上可通过跟踪可纵向运动的驱动构件的线性位移来跟踪I形梁的线性位移。在各种方面，位移构件可耦接到适于测量线性位移的任何位置传感器20225。因此，可纵向运动的驱动构件、击发构件、击发杆或I形梁或它们的组合可耦接到任何合适的线性位移传感器。线性位移传感器可包括接触式位移传感器或非接触式位移传感器。线性位移传感器可包括线性可变差动变压器(LVDT)、差动可变磁阻换能器(DVRT)、滑动电位计、包括可移动磁体和一系列线性布置的霍尔效应传感器的磁感测系统、包括固定磁体和一系列可移动的线性布置的霍尔效应传感器的磁感测系统、包括可移动光源和一系列线性布置的光电二极管或光电检测器的光学感测系统、包括固定光源和一系列可移动的线性布置的光电二极管或光电检测器的光学感测系统或它们的任何组合。
电动马达20230可包括可操作地与齿轮组件交接的可旋转轴，该齿轮组件与一组驱动齿或驱动齿的齿条啮合安装在位移构件上。传感器元件可以可操作地耦接到齿轮组件，使得位置传感器20225元件的单次旋转对应于位移构件的某些线性纵向平移。传动装置和传感器的布置方式可经由齿条和小齿轮布置方式连接至线性致动器，或者经由直齿齿轮或其他连接连接至旋转致动器。功率源可为绝对定位系统供应功率，并且输出指示器可显示绝对定位系统的输出。位移构件可表示纵向可运动驱动构件，该纵向可运动驱动构件包括形成于其上的驱动齿的齿条，以用于与齿轮减速器组件的对应驱动齿轮啮合接合。位移构件可表示可纵向运动的击发构件、击发杆、I形梁或它们的组合。
与位置传感器20225相关联的传感器元件的单次旋转可等同于位移构件的纵向线性位移d1，其中d1为在耦接到位移构件的传感器元件的单次旋转之后位移构件从点“a”移动到点“b”的纵向线性距离。可经由齿轮减速连接传感器布置方式，该齿轮减速使得位置传感器20225针对位移构件的全行程仅完成一次或多次旋转。位置传感器20225可针对位移构件的全行程完成多次旋转。
可单独或结合齿轮减速采用一系列开关(其中，n为大于一的整数)来为位置传感器20225的多于一次旋转提供独特位置信号。开关的状态可被馈送回微控制器20221，该微控制器应用逻辑来确定对应于位移构件的纵向线性位移d1+d2+……dn的独特位置信号。位置传感器20225的输出被提供给微控制器20221。该传感器布置方式的位置传感器20225可包括磁性传感器、模拟旋转传感器(如电位计)或模拟霍尔效应元件的阵列，其输出位置信号或值的独特组合。
位置传感器20225可包括任何数量的磁感测元件，诸如例如根据它们是测量总磁场还是测量磁场的矢量分量来分类的磁性传感器。用于产生上述两种类型磁性传感器的技术可涵盖物理学和电子学的多个方面。用于磁场感测的技术可包括探查线圈、磁通门、光泵、核旋、超导量子干涉仪(SQUID)、霍尔效应、各向异性磁电阻、巨磁电阻、磁性隧道结、巨磁阻抗、磁致伸缩/压电复合材料、磁敏二极管、磁敏晶体管、光纤、磁光，以及基于微机电系统的磁性传感器等等。
在一个方面，用于包括绝对定位系统的跟踪系统20228的位置传感器20225可包括磁性旋转绝对定位系统。位置传感器20225可被实现为AS5055EQFT单片磁性旋转位置传感器，其可购自Austria Microsystems,AG。位置传感器20225与微控制器20221接口以提供绝对定位系统。位置传感器20225可为低电压和低功率部件，并且可包括可位于磁体上方的位置传感器20225的区域中的四个霍尔效应元件。在芯片上还可提供高分辨率ADC和智能功率管理控制器。可提供坐标旋转数字计算机(CORDIC)处理器(也称为逐位法和Volder算法)以执行简单有效的算法来计算双曲线函数和三角函数，其仅需要加法、减法、位移位和表格查找操作。角位置、报警位和磁场信息可通过标准串行通信接口(诸如串行外围接口(SPI)接口)被传输到微控制器20221。位置传感器20225可提供12或14位分辨率。位置传感器20225可为以小QFN 16引脚4x4x0.85mm封装提供的AS5055芯片。
包括绝对定位系统的跟踪系统20228可包括和/或被编程以实现反馈控制器，诸如PID、状态反馈和自适应控制器。功率源将来自反馈控制器的信号转换为对系统的物理输入：在这种情况下为电压。其他示例包括电压、电流和力的PWM。除了由位置传感器20225所测量的位置之外，可提供其他传感器来测量物理系统的物理参数。在一些方面，一个或多个其他传感器可包括传感器布置方式，诸如在2016年5月24日发布的名称为“STAPLECARTRIDGE TISSUE THICKNESS SENSOR SYSTEM”的美国专利9,345,481号中所述的那些，该专利全文以引用方式并入本文；2014年9月18日公布的名称为“STAPLE CARTRIDGE TISSUETHICKNESS SENSOR SYSTEM”的美国专利申请公布2014/0263552号，该专利全文以引用方式并入本文；以及2017年6月20日提交的名称为“TECHNIQUES FOR ADAPTIVE CONTROL OFMOTOR VELOCITY OF A SURGICAL STAPLING AND CUTTING INSTRUMENT”的美国专利申请序列15/628,175号，该专利申请全文以引用方式并入本文。在数字信号处理系统中，绝对定位系统耦接到数字数据采集系统，其中绝对定位系统的输出将具有有限分辨率和采样频率。绝对定位系统可包括比较和组合电路，以使用算法(诸如加权平均和理论控制环路)将计算响应与测量响应进行组合，该算法驱动计算响应朝向所测量的响应。物理系统的计算响应可将特性如质量、惯性、粘性摩擦、电感电阻考虑在内，以通过得知输入来预测物理系统的状态和输出。
因此，绝对定位系统在器械上电时可提供位移构件的绝对位置，并且不使位移构件回缩或推进至如常规旋转编码器可需要的复位(清零或本位)位置，这些编码器仅对马达20230采取的向前或向后的步数进行计数以推断装置致动器、驱动棒、刀等等的位置。
传感器20226(诸如，例如应变仪或微应变仪)可被配置成能够测量端部执行器的一个或多个参数，诸如例如在夹持操作期间施加在砧座上的应变的幅值，该幅值可指示施加到砧座的闭合力。可将测得的应变转换成数字信号并提供给处理器20222。另选地或除了传感器20226之外，传感器20227(诸如负载传感器)可以测量由闭合驱动系统施加到砧座的闭合力。传感器20227诸如负载传感器可以测量在外科器械或工具的击发行程中施加到I形梁的击发力。I形梁被配置成能够接合楔形滑动件，该楔形滑动件被配置成能够使钉驱动器向上凸轮运动以将钉推出以与砧座变形接触。I形梁还可包括锋利切割刃，当通过击发杆向远侧推进I形梁时，该切割刃可用于切断组织。另选地，可以采用电流传感器20231来测量由马达20230汲取的电流。例如，推进击发构件所需的力可对应于由马达20230汲取的电流。可将测得的力转换成数字信号并提供给处理器20222。
在一种形式中，应变仪传感器20226可用于测量由端部执行器施加到组织的力。应变计可耦接到端部执行器以测量被端部执行器处理的组织上的力。用于测量施加到由端部执行器抓握的组织的力的系统可包括应变仪传感器20226，例如微应变仪，其可被配置成能够测量例如端部执行器的一个或多个参数。在一个方面，应变仪传感器20226可测量在夹持操作期间施加到端部执行器的钳口构件上的应变的幅值或量值，这可指示组织压缩。可将测得的应变转换成数字信号并将其提供给微控制器20221的处理器20222。负载传感器20227可测量用于操作刀元件例如以切割被捕获在砧座和钉仓之间的组织的力。可采用磁场传感器来测量捕获的组织的厚度。磁场传感器的测量值也可被转换成数字信号并提供给处理器20222。
微控制器20221可使用分别由传感器20226、20227测量的组织压缩、组织厚度和/或在组织上闭合端部执行器所需的力的测量值来表征击发构件的选定位置和/或击发构件的速度的对应值。在一种情况下，存储器20223可存储可由微控制器20221在评估中所采用的技术、公式和/或查找表。
外科器械或工具的控制系统20220还可包括有线或无线通信电路以与模块化通信集线器20065通信，如图5和图6A所示。
图7B示出了示例性感测系统20069。感测系统可以是外科医生感测系统或患者感测系统。感测系统20069可包括与数据处理和通信单元20236通信的传感器单元20235和人机界面系统20242。数据处理和通信单元20236可包括模数转换器20237、数据处理单元20238、存储单元20239和输入/输出接口20241、收发器20240。感测系统20069可以与外科集线器或计算装置20243通信，该外科集线器或计算装置又与云计算系统20244通信。云计算系统20244可包括云存储系统20078和一个或多个云服务器20077。
传感器单元20235可包括用于测量一种或多种生物标志物的一个或多个离体或体内传感器。生物标志物可包括例如血pH、水合状态、氧饱和度、核心体温、心率、心率变异性、出汗率、皮肤电导、血压、光暴露、环境温度、呼吸率、咳嗽和打喷嚏、胃肠动力、胃肠道成像、组织灌注压、呼吸道中的细菌、酒精消耗、乳酸盐(汗液)、末梢温度、积极性和乐观、肾上腺素(汗液)、皮质醇(汗液)、水肿、真菌毒素、最大VO2、术前疼痛、空气中的化学物、循环肿瘤细胞、压力和焦虑、意识模糊和谵妄、身体活动、自主神经张力、昼夜节律、月经周期、睡眠等。可以使用一个或多个传感器来测量这些生物标志物，例如，光传感器(例如，光电二极管、光敏电阻器)、机械传感器(例如，运动传感器)、声学传感器、电传感器、电化学传感器、热电传感器、红外线传感器等。这些传感器可以使用以下感测技术中的一种或多种来测量如本文所述的生物标志物：光电容积脉搏波描记法、心电描记术、脑电描记术、比色法、阻抗描记术、电位测定法、电流测定法等。
如图7B所示，传感器单元20235中的传感器可以测量与待测量的生物标志物相关联的生理信号(例如，电压、电流、PPG信号等)。待测量的生理信号可取决于所使用的感测技术，如本文所述。感测系统20069的传感器单元20235可以与数据处理和通信单元20236通信。在一个示例中，传感器单元20235可以使用无线接口与数据处理和通信单元20236通信。数据处理和通信单元20236可包括模数转换器(ADC)20237、数据处理单元20238、存储装置20239、I/O接口20241和RF收发器20240。数据处理单元20238可包括处理器和存储器单元。
传感器单元20235可以将所测量的生理信号发射到数据处理和通信单元20236的ADC 20237。在一个示例中，所测量的生理信号可以在被发送到ADC之前通过一个或多个滤波器(例如，RC低通滤波器)。ADC可以将所测量的生理信号转换为与生物标志物相关联的测量数据。ADC可以将测量数据传递到数据处理单元20238进行处理。在一个示例中，数据处理单元20238可以将与生物标志物相关联的测量数据发送到外科集线器或计算装置20243，其又可以将测量数据发送到云计算系统20244进行进一步处理。数据处理单元可以使用无线协议中的一种无线协议将测量数据发送到外科集线器或计算装置20243，如本文所述。在一个示例中，数据处理单元20238可以首先处理从传感器单元接收的原始测量数据，并且将已处理的测量数据发送到外科集线器或计算装置20243。
在一个示例中，感测系统20069的数据处理和通信单元20236可从外科集线器、计算装置20243或者直接从云计算系统20244的云服务器20077接收与生物标志物相关联的阈值，以用于监测。数据处理单元20236可以将与待监测的生物标志物相关联的测量数据与从外科集线器、计算装置20243或云服务器20077接收的对应阈值进行比较。数据处理和通信单元20236可以向HID 20242发送通知消息，指示测量数据值已经超过阈值。通知消息可包括与所监测的生物标志物相关联的测量数据。数据处理和计算单元20236可以使用以下RF协议中的一种RF协议经由传输向外科集线器或计算装置20243发送通知：Bluetooth、Bluetooth Low-Energy(BLE)、Bluetooth Smart、Zigbee、Z波、IPv6低功率无线个域网(6LoWPAN)、Wi-Fi。数据处理单元20238可以使用以下蜂窝协议中的一种或多种蜂窝协议经由到蜂窝传输/接收点(TRP)或基站的传输将通知(例如，针对HCP的通知)直接发送到云服务器：GSM/GPRS/EDGE(2G)、UMTS/HSPA(3G)、长期演进(LTE)或4G、高级LTE(LTE-A)、新空口(NR)或5G。在一个示例中，感测单元可以经由路由器与集线器/计算装置通信，如图6A至图6C所述。
图7C示出了示例性感测系统20069(例如，外科医生感测系统或患者感测系统)。感测系统20069可包括传感器单元20245、数据处理和通信单元20246以及人机界面装置20242。传感器单元20245可包括传感器20247和模数转换器(ADC)20248。传感器单元20245中的ADC 20248可以将由传感器20247测量的生理信号转换成与生物标志物相关联的测量数据。传感器单元20245可以将测量数据发送到数据处理和通信单元20246进行进一步处理。在一个示例中，传感器单元20245可以使用集成电路间(I2C)接口向数据处理和通信单元20246发送测量数据。
数据处理和通信单元20246包括数据处理单元20249、存储单元20250和RF收发器20251。感测系统可以与外科集线器或计算装置20243通信，该外科集线器或计算装置又可以与云计算系统20244通信。云计算系统20244可包括远程服务器20077和相关联的远程存储装置20078。传感器单元20245可包括用于测量一种或多种生物标志物的一个或多个离体或体内传感器，如本文所述。
在处理从传感器单元20245接收的测量数据之后，数据处理和通信单元20246可进一步处理测量数据和/或将测量数据发送到智能集线器或计算装置20243，如图7B所述。在一个示例中，数据处理和通信单元20246可以将从传感器单元20245接收的测量数据发送到云计算系统20244的远程服务器20077，以进行进一步处理和/或监测。
图7D示出了示例性感测系统20069(例如，外科医生感测系统或患者感测系统)。感测系统20069可包括传感器单元20252、数据处理和通信单元20253以及人机界面系统20261。传感器单元20252可包括多个传感器20254、20255直到20256，以测量与患者或外科医生的生物标志物相关联的一个或多个生理信号和/或与患者或外科医生的身体状态相关联的一个或多个身体状态信号。传感器单元20252还可包括一个或多个模数转换器(ADC)20257。生物标志物列表可包括生物标志物，例如本文所公开的那些生物标志物。传感器单元20252中的ADC 20257可以将由传感器20254-20256测量的生理信号和/或身体状态信号中的每一者转换为相应的测量数据。传感器单元20252可以将与一种或多种生物标志物以及与患者或外科医生的身体状态相关联的测量数据发送到数据处理和通信单元20253进行进一步处理。传感器单元20252可以针对传感器1 20254到传感器N 20256中的每一者单独地或者针对所有传感器组合地将测量结果发送到信息处理和通信单元20253。在一个示例中，传感器单元20252可以经由I2C接口将测量数据发送到数据处理和通信单元20253。
数据处理和通信单元20253可包括数据处理单元20258、存储单元20259和RF收发器20260。感测系统20069可以与外科集线器或计算装置20243通信，该外科集线器或计算装置又与包括至少一个远程服务器20077和至少一个存储单元20078的云计算系统20244通信。传感器单元20252可包括用于测量一种或多种生物标志物的一个或多个离体或体内传感器，如本文所述。
图8是使用来自一个或多个外科医生感测系统的外科任务态势感知和测量数据来调节外科器械控制的示例。图8示出了例示性外科手术的时间线20265以及外科集线器可从在外科手术中的每个步骤从一个或多个外科装置、一个或多个外科医生感测系统和/或一个或多个环境感测系统接收的数据推导出的情境信息。可由外科集线器控制的装置可包括前置能量装置、内镜切割器夹钳等。环境感测系统可包括用于测量与外科医生相关联的一种或多种生物标志物(例如，心率、汗液组成、呼吸率等)的感测系统。环境感测系统可包括用于测量环境属性中的一个或多个环境属性的系统，例如，用于检测外科医生位置/移动/呼吸模式的相机、例如用于测量手术室中的环境噪声和/或医护人员的声音音调、环境的温度/湿度等的空间麦克风。
在图8所示的时间线20265的以下描述中，还应当参考图5。图5提供了在外科手术中使用的各种部件。时间线20265描绘了在示例性结肠直肠外科手术的过程期间可以由护士、外科医生和其他医务人员单独地和/或共同地采取的步骤。在结肠直肠外科手术中，态势感知外科集线器20076可以在整个外科手术过程中从各种数据源接收数据，包括每次医护人员(HCP)使用与外科集线器20076配对的模块化装置/器械20095时生成的数据。外科集线器20076可从配对的模块化装置20095接收该数据。外科集线器可从感测系统20069接收测量数据。外科集线器可以使用来自模块化装置/器械20095的数据和/或来自感测系统20069的测量数据，以在接收到新数据时连续地推导出关于HCP的压力水平和正在进行的手术的推断(即，情境信息)，使得获得外科医生相对于正在执行的手术步骤的压力水平。外科集线器20076的态势感知系统可以执行以下项目中的一项或多项：记录与用于生成报告的手术相关的数据，验证医疗人员正在采取的步骤，(例如，经由显示屏)提供可能与特定手术步骤相关的数据或提示，基于情境调节模块化装置(例如，激活监测器、调节医学成像装置的FOV或改变超声外科器械或RF电外科器械的能量水平)，或者采取本文所述的任何其他此类动作。在一个示例中，这些步骤可以由云系统20064的远程服务器20077执行，并且与外科集线器20076联系。
作为第一步(为简洁起见未在图8中示出)，医院工作人员可从医院的EMR数据库中检索患者的EMR。基于在EMR中选择的患者数据，外科集线器20076可确定待执行的手术是结肠直肠手术。工作人员可扫描用于手术的进入的医疗用品。外科集线器20076可与可在各种类型的手术中利用的用品列表交叉引用扫描的用品，并确认供应的混合物对应于结肠直肠手术。外科集线器20076可以与由不同HCP佩戴的感测系统20069中的每个感测系统配对。
一旦每个装置准备就绪，并且术前准备工作完成，手术团队就可以开始切开并放置套管针。手术团队可以通过切开粘连(如有)并且识别肠系膜下动脉(IMA)分支来进行进入和准备。外科集线器20076可以至少基于其可以从RF或超声波发生器接收的数据(指示正在击发能量器械)来推断外科医生正在切开粘连。外科集线器20076可将所接收的数据与外科手术的检索步骤交叉引用，以确定在过程中的该点处(例如，在先前讨论的手术步骤完成之后)击发的能量器械对应于切开步骤。
在切开之后，HCP可以进行该程序的结扎步骤(例如，由A1指示)。如图8所示，HCP可以通过结扎IMA开始。外科集线器20076可推断外科医生正在结扎动脉和静脉，因为其可以从前置能量钳口装置和/或内镜切割器接收指示器械正在被击发的数据。外科集线器还可从HCP感测系统中的一个感测系统接收指示HCP处于更高压力水平(例如，由时间轴上的B1标记指示)的测量数据。例如，可以通过HCP心率从基值的变化来指示更高的压力水平。与先前步骤相似，外科集线器20076可通过交叉引用来自外科缝合和切割器械的数据的接受与该过程中的检索步骤(例如，如A2和A3所示)来推导出该推论。外科集线器20076可在高压力时间段期间监测前置能量钳口触发比率和/或内镜切割器夹钳和击发速度。在一个示例中，外科集线器20076可向前置能量钳口装置和/或内镜切割器装置发送辅助控制信号以在操作中控制该装置。外科集线器可以基于操作外科装置的HCP的压力水平和/或外科集线器已知的态势感知来发送辅助信号。例如，外科集线器20076可向前置能量装置或内镜切割器夹钳发送控制辅助信号，如图8中由A2和A3所示。
HCP可以进行到释放上乙状结肠的下一步骤，随后释放降结肠、直肠和乙状结肠。外科集线器20076可以继续监测HCP的高压力标记(例如，如由D1、E1a、E1b、F1所示)。在高压力时间段期间，外科集线器20076可将辅助信号发送至前置能量钳口装置和/或内镜切割器装置，如图8所示。
在动员结肠之后，HCP可以继续进行手术的分段切除术部分。例如，外科集线器20076可以基于来自外科缝合和切割器械的数据(包括来自其仓的数据)推断HCP正在横切肠和乙状结肠切除。仓数据可对应于例如由器械击发的钉的大小或类型。由于不同类型的钉用于不同类型的组织，因此仓数据可指示正被缝合和/或横切的组织的类型。应当指出的是，外科医生根据手术中的步骤定期在外科缝合/切割器械和外科能量(例如，RF或超声)器械之间来回切换，因为不同的器械更好地适于特定任务。因此，其中使用缝合/切割器械和外科能量器械的顺序可指示外科医生正在执行的手术的步骤。
外科集线器可以基于HCP的压力水平来确定控制信号并将该控制信号发送到外科装置。例如，在时间段G1b期间，控制信号G2b可以被发送到内镜切割器夹钳。切除乙状结肠后，切口被闭合，并且可以开始手术的术后部分。可逆转患者的麻醉。外科集线器20076可以基于附接到患者的一个或多个感测系统推断患者正在从麻醉中苏醒。
图9是根据本公开的至少一个方面的具有外科医生/患者监测的计算机实现的交互式外科系统的框图。在一个方面，计算机实现的交互式外科系统可被配置成能够使用一个或多个感测系统20069来监测外科医生生物标志物和/或患者生物标志物。可以在外科手术之前、之后和/或期间测量外科医生生物标志物和/或患者生物标志物。在一个方面，计算机实现的交互式外科系统可被配置成能够监测和分析与各种外科系统20069的操作相关的数据，这些外科系统包括外科集线器、外科器械、机器人装置以及手术室或医疗设施。计算机实现的交互式外科系统可包括基于云的分析系统。基于云的分析系统可包括一个或多个分析服务器。
如图9所示，基于云的监测和分析系统可包括多个感测系统20268(可以与感测系统20069相同或相似)、外科器械20266(可以与器械20031相同或相似)、多个外科集线器20270(可以与集线器20006相同或相似)以及外科数据网络20269(可以与图4所述的外科数据网络相同或相似)，以将外科集线器20270耦接到云20271(可以与云计算系统20064相同或相似)。多个外科集线器20270中的每个外科集线器可通信地耦接到一个或多个外科器械20266。多个外科集线器20270中的每个外科集线器还可以经由网络20269通信地耦接到一个或多个感测系统20268以及计算机实现的交互式外科系统的云20271。外科集线器20270和感测系统20268可以使用如本文所述的无线协议通信地耦接。云系统20271可以是用于存储、处理、操纵和传送来自感测系统20268的测量数据以及基于各种外科系统20268的操作生成的数据的远程集中式硬件和软件源。
如图9所示，可经由网络20269实现对云系统20271的访问，该网络可为互联网或一些其他合适的计算机网络。可耦接到云系统20271的外科集线器20270可被认为是云计算系统(例如，基于云的分析系统)的客户端侧。外科器械20266可与外科集线器20270配对，以用于控制和实现如本文所述的各种外科手术或操作。感测系统20268可以与外科集线器20270配对，用于外科手术中外科医生对外科医生相关生物标志物的监测、术前患者监测、术中患者监测或术后患者生物标志物监测，以跟踪和/或测量各种里程碑和/或检测各种并发症。环境感测系统20267可以与测量与外科医生或患者相关联的环境属性的外科集线器20270配对，以用于外科医生监测、术前患者监测、术中患者监测或术后患者监测。
外科器械20266、环境感测系统20267和感测系统20268可包括有线或无线收发器，用于向和从其对应的外科集线器20270(其还可包括收发器)传输数据。外科器械20266、感测系统20268或外科集线器20270中的一者或多者的组合可以指示用于提供医疗操作、术前准备和/或术后恢复的特定位置，例如手术室、重症监护室(ICU)房间或医疗设施(例如，医院)中的恢复室。例如，外科集线器20270的存储器可存储位置数据。
如图9所示，云系统20271可包括一个或多个中央服务器20272(可与远程服务器20067相同或类似)、外科集线器应用服务器20276、数据分析模块20277和输入/输出(“I/O”)接口20278。云系统20271的中央服务器20272共同掌管云计算系统，该云计算系统包括监测客户端外科集线器20270的请求并管理云系统20271的处理能力以用于执行请求。中央服务器20272中的每一者可包括耦接到合适的存储器装置20274的一个或多个处理器20273，该存储器装置可包括易失性存储器诸如随机存取存储器(RAM)和非易失性存储器诸如磁存储装置。存储器装置20274可包括机器可执行指令，其在被执行时使处理器20273执行数据分析模块20277，以用于基于云的数据分析、对从感测系统20268接收的测量数据的实时监测、操作、建议和如本文所述的其他操作。处理器20273可独立地或结合由集线器20270独立地执行的集线器应用程序来执行数据分析模块20277。中央服务器20272还可包括可驻留在存储器20274中的聚合医疗数据数据库20275。
基于经由网络20269到各种外科集线器20270的连接，云20271可以聚合来自由各种外科器械20266生成的特定数据的数据和/或监测来自感测系统20268和与外科器械20266和/或感测系统20268相关联的外科集线器20270的实时数据。来自外科器械20266的这种聚合数据和/或来自感测系统20268的测量数据可以存储在云20271的聚合医疗数据库20275内。具体地，20271可以有利地跟踪来自感测系统20268的实时测量数据，和/或对测量数据和/或聚合数据执行数据分析和操作，以产生见解和/或执行单独集线器20270自身无法实现的功能。为此，如图9所示，云20271和外科集线器20270通信地耦接以传输和接收信息。I/O接口20278经由网络20269连接到多个外科集线器20270。这样，I/O接口20278可被配置成能够在外科集线器20270和聚合医疗数据数据库20275之间传输信息。因此，I/O接口20278可促进基于云的分析系统的读/写操作。可响应于来自集线器20270的请求来执行此类读/写操作。这些请求可通过集线器应用程序传输到外科集线器20270。I/O接口20278可包括一个或多个高速数据端口，其可包括通用串行总线(USB)端口、IEEE 1394端口，以及用于将云20271连接到外科集线器20270的Wi-Fi和蓝牙I/O接口。云20271的集线器应用服务器20276可被配置成能够托管由外科集线器20270执行的软件应用程序(例如，集线器应用程序)并向其提供共享能力。例如，集线器应用服务器20276可管理集线器应用程序通过集线器20270提出的请求、控制对聚合医疗数据数据库20275的访问以及执行负载平衡。
本公开中描述的云计算系统配置可以被设计为解决在使用医疗装置(例如外科器械20266、20031)执行的医疗操作(例如，术前监测、术中监测和术后监测)和手术的情境下产生的各种问题。具体地，外科器械20266可为数字外科装置，该数字外科装置被配置成能够与云20271进行交互以用于实现改善外科手术的执行的技术。感测系统20268可以是具有一个或多个传感器的系统，这些传感器被配置成能够测量与执行医疗操作的外科医生和/或计划对其进行、正在对其进行或已经对其进行医疗操作的患者相关联的一种或多种生物标志物。各种外科器械20266、感测系统20268和/或外科集线器20270可包括人机界面系统(例如，具有触摸控制的用户界面)，使得临床医生和/或患者可控制外科器械20266或感测系统20268与云20271之间的交互的各方面。也可使用用于控制的其他合适的用户界面，诸如听觉控制的用户界面。
本公开中描述的云计算系统配置可以被设计成解决在使用感测系统20268在术前、术中和术后程序中监测与医护专业人员(HCP)或患者相关联的一种或多种生物标志物的情境中产生的各种问题。感测系统20268可以是外科医生感测系统或患者感测系统，其被配置成能够与外科集线器20270和/或与云系统20271交互，用于实施监测外科医生生物标志物和/或患者生物标志物的技术。各种感测系统20268和/或外科集线器20270可包括触摸控制的人机界面系统，使得HCP或患者可以控制感测系统20268与外科集线器20270和/或云系统20271之间的交互的各方面。也可使用用于控制的其他合适的用户界面，诸如听觉控制的用户界面。
图10示出了根据本公开的示例性外科系统20280，并且可包括经由有线或无线连接通过局域网20292或云网络20293与控制台20294或便携式装置20296通信的外科器械20282。在各种方面，控制台20294和便携式装置20296可以是任何合适的计算装置。外科器械20282可包括柄部20297、适配器20285和加载单元20287。适配器20285可释放地耦接到柄部20297，并且加载单元20287可释放地耦接到适配器20285，使得适配器20285将力从驱动轴传递到加载单元20287。适配器20285或加载单元20287可包括设置在其中的测力计(未明确示出)，以测量施加在加载单元20287上的力。加载单元20287可包括具有第一钳口20291和第二钳口20290的端部执行器20289。加载单元20287可以是原位加载或多次击发加载单元(MFLU)，其允许临床医生多次击发多个紧固件，而无需将加载单元20287从外科部位移除以重新加载加载单元20287。
第一钳口20291和第二钳口20290可被配置成能够将组织夹持在其间，击发紧固件穿过夹持的组织，并且切断夹持的组织。第一钳口20291可被配置成能够多次击发至少一个紧固件，或者可被配置成能够包括可替换的多次击发紧固件仓，其包括在被替换之前可被击发多于一次的多个紧固件(例如，钉、夹具等)。第二钳口20290可包括砧座，当紧固件从多次击发紧固件仓射出时，该砧座使紧固件变形或以其他方式固定紧固件。
柄部20297可包括马达，该马达耦接至驱动轴以影响驱动轴的旋转。柄部20297可包括用于选择性地激活马达的控制接口。控制接口可以包括按钮、开关、杠杆、滑块、触摸屏和任何其他合适的输入机构或用户界面，可以由临床医生接合这些输入机构或用户界面来激活马达。
柄部20297的控制接口可与柄部20297的控制器20298通信，以选择性地激活马达来影响驱动轴的旋转。控制器20298可设置在柄部20297内，并且被配置成能够接收来自控制接口的输入和来自适配器20285的适配器数据或来自加载单元20287的加载单元数据。控制器20298可分析来自控制接口的输入以及从适配器20285和/或加载单元20287接收的数据，以选择性地激活马达。柄部20297还可包括显示器，临床医生在使用柄部20297期间可查看该显示器。显示器可被配置成能够在击发器械20282之前、期间或之后显示适配器或加载单元数据的部分。
适配器20285可包括设置在其中的适配器识别装置20284，并且加载单元20287可包括设置在其中的加载单元识别装置20288。适配器识别装置20284可与控制器20298通信，并且加载单元识别装置20288可与控制器20298通信。应当理解，加载单元识别装置20288可与适配器识别装置20284通信，该适配器识别装置将来自加载单元识别装置20288的通信中继或传送到控制器20298。
适配器20285还可包括设置在其周围的多个传感器20286(示出了一个)，以检测适配器20285或环境的各种状况(例如，适配器20285是否连接到加载单元、适配器20285是否连接到柄部、驱动轴是否旋转、驱动轴的扭矩、驱动轴的应变、适配器20285内的温度、适配器20285的击发次数、击发期间适配器20285的峰值力、施加于适配器20285的力的总量、适配器20285的峰值回缩力、击发期间适配器20285的暂停次数等)。多个传感器20286可以数据信号的形式向适配器识别装置20284提供输入。多个传感器20286的数据信号可以存储在适配器识别装置20284内，或者可以用于更新存储在适配器识别装置内的适配器数据。多个传感器20286的数据信号可以是模拟的或数字的。多个传感器20286可包括测力计，以测量在击发期间施加在加载单元20287上的力。
柄部20297和适配器20285可被配置成能够经由电接口将适配器识别装置20284和加载单元识别装置20288与控制器20298互连。电接口可以是直接电接口(即包括彼此接合以在其间传输能量和信号的电触点)。附加地或另选地，电接口可以是非接触电接口，以在其间无线地传输能量和信号(例如，感应传输)。还可以设想，适配器识别装置20284和控制器20298可以经由与电接口分离的无线连接彼此无线地通信。
柄部20297可包括收发器20283，其被配置成能够将来自控制器20298的器械数据传输到系统20280的其他部件(例如，LAN 20292、云20293、控制台20294或便携式装置20296)。控制器20298还可以将与一个或多个传感器20286相关联的器械数据和/或测量数据传输到外科集线器20270，如图9所示。收发器20283可从外科集线器20270接收数据(例如，仓数据、加载单元数据、适配器数据或其他通知)。收发器20283还可从系统20280的其他部件接收数据(例如，仓数据、加载单元数据或适配器数据)。例如，控制器20298可将器械数据传输到控制台20294，该器械数据包括附接到柄部20297的附接适配器(例如，适配器20285)的序列号、附接到适配器20285的加载单元(例如，加载单元20287)的序列号以及加载到加载单元的多次击发紧固件仓的序列号。此后，控制台20294可以将分别与附接的仓、加载单元和适配器相关联的数据(例如，仓数据、加载单元数据或适配器数据)传输回控制器20298。控制器20298可在本地器械显示器上显示消息，或者经由收发器20283将消息传输到控制台20294或便携式装置20296，以分别在显示器20295或便携式装置屏幕上显示消息。
图11A至图11D示出了可穿戴感测系统(例如，外科医生感测系统或患者感测系统)的示例。图11A是可以基于电化学感测平台的基于眼镜的感测系统20300的示例。感测系统20300能够使用与外科医生或患者的皮肤接触的多个传感器20304和20305来监测(例如，实时监测)汗液电解质和/或代谢物。例如，感测系统20300可以使用与眼镜20302的鼻梁垫片集成的基于电流测定法的生物传感器20304和/或基于电位测定法的生物传感器20305来测量电流和/或电压。
电流测定型生物传感器20304可用于测量汗液乳酸盐水平(例如，以mmol/L计)。乳酸盐是乳酸性酸中毒的产物，乳酸性酸中毒可能由于组织氧合减少而发生，组织氧合减少可能由败血症或出血引起。患者的乳酸盐水平(例如，>2mmol/L)可用于监测败血症的发作，例如在术后监测期间。电位测定型生物传感器20305可用于测量患者汗液中的钾水平。具有运算放大器的电压跟随器电路可用于测量参考电极和工作电极之间的电位信号。电压跟随器电路的输出可以进行滤波并使用ADC转换为数字值。
电流测定型传感器20304和电位测定型传感器20305可以连接到放置在眼镜的每个臂上的电路20303。电化学传感器可用于同时实时监测汗液乳酸盐和钾水平。电化学传感器可以丝网印刷在标签上并放置在眼镜鼻垫的每一侧上，以监测汗液代谢物和电解质。放置在眼镜架的臂上的电子电路20303可包括无线数据收发器(例如，低能耗蓝牙收发器)，该无线数据收发器可用于将乳酸盐和/或钾测量数据传输到外科集线器或中间装置，该中间装置然后可以将测量数据转发到外科集线器。基于眼镜的感测系统20300可以使用信号调节单元来对从电化学传感器20305或20304产生的电信号进行滤波和放大，使用微控制器来对模拟信号进行数字化，以及使用无线(例如，低能耗蓝牙)模块来将数据传输到外科集线器或计算装置，例如，如图7B至图7D所述。
图11B是包括传感器组件20312(例如，基于光电容积脉搏波描记法(PPG)的传感器组件或基于心电图(ECG)的传感器组件)的腕带型感测系统20310的示例。例如，在感测系统20310中，传感器组件20312可以收集和分析手腕中的动脉搏动。传感器组件20312可用于测量一种或多种生物标志物(例如，心率、心率变异性(HRV)等)。在具有基于PPG的传感器组件20312的感测系统的情况下，光(例如，绿光)可以穿过皮肤。一定百分比的绿光可以被血管吸收，并且一些绿光可以被光电检测器反射和检测。这些差异或反射与组织的血液灌注变化相关联，并且这些变化可用于检测心血管系统的心脏相关信息(例如，心率)。例如，吸收量可以根据血量而变化。感测系统20310可以通过测量随时间变化的光反射率来确定心率。HRV可以被确定为在峰值之前的最陡信号梯度之间的时间段变化(例如，标准偏差)，称为心跳间隔(IBI)。
在具有基于ECG的传感器组件20312的感测系统的情况下，一组电极可以被放置成与皮肤接触。感测系统20310可以测量放置在皮肤上的该组电极两端的电压以确定心率。在这种情况下，HRV可以被测量为QRS复合波中R峰之间的时间段变化(例如，标准偏差)，称为R-R间隔。
感测系统20310可以使用信号调节单元来对模拟PPG信号进行滤波和放大，使用微控制器来对模拟PPG信号进行数字化，以及使用无线(例如，蓝牙)模块来将数据传输到外科集线器或计算装置，例如，如图7B至图7D所述。
图11C是示例性环形感测系统20320。环形感测系统20320可包括传感器组件(例如，心率传感器组件)20322。传感器组件20322可包括光源(例如，红色或绿色发光二极管(LED))和光电二极管以检测反射和/或吸收的光。传感器组件20322中的LED可以通过手指发光，并且传感器组件20322中的光电二极管可以通过检测血量变化来测量心率和/或血液中的氧水平。环形感测系统20320可包括用于测量其他生物标志物的其他传感器组件，例如用于测量表面体温的热敏电阻器或红外温度计。环形感测系统20320可以使用信号调节单元来对模拟PPG信号进行滤波和放大，使用微控制器来对模拟PPG信号进行数字化，以及使用无线(例如，低能耗蓝牙)模块来将数据传输到外科集线器或计算装置，例如，如图7B至图7D所述。
图11D是脑电图(EEG)感测系统20315的示例。如图11D所示，感测系统20315可包括一个或多个EEG传感器单元20317。EEG传感器单元20317可包括放置成与头皮接触的多个导电电极。导电电极可用于测量由于脑内的神经元作用而可能在头外产生的小电位。EEG感测系统20315可以通过识别某些脑模式来测量生物标志物，例如谵妄，例如，后头部优势节律的减慢或消失以及对眼睛张开和闭合的反应性的丧失。环形感测系统20315可以具有用于对电位进行滤波和放大的信号调节单元、用于对电信号进行数字化的微控制器以及用于将数据传输到智能装置的无线(例如，低能耗蓝牙)模块，例如，如图7B至图7D所述。
图12示出了用于在外科手术之前、期间和/或之后监测一种或多种患者或外科医生生物标志物的计算机实现的患者/外科医生监测系统20325的框图。如图12所示，一个或多个感测系统20336可用于测量和监测患者生物标志物，例如，以促进患者在外科手术之前的准备以及在外科手术之后的恢复。感测系统20336可用于实时测量和监测外科医生生物标志物，例如，通过将相关生物标志物(例如，外科医生生物标志物)传送到外科集线器20326和/或外科装置20337以调节它们的功能来辅助外科任务。可以调节的外科装置功能可包括功率水平、推进速度、闭合速度、负载、等待时间或其他依赖于组织的操作参数。感测系统20336还可以测量与外科医生或患者相关联的一个或多个身体属性。可以实时测量患者生物标志物和/或身体属性。
计算机实现的可穿戴患者/外科医生可穿戴感测系统20325可包括外科集线器20326、一个或多个感测系统20336以及一个或多个外科装置20337。感测系统和外科装置可以可通信地耦接到外科集线器20326。一个或多个分析服务器20338(例如，分析系统的一部分)也可以可通信地耦接到外科集线器20326。尽管描绘了单个外科集线器20326，但应当注意的是，可穿戴患者/外科医生可穿戴感测系统20325可包括任何数量的外科集线器20326，这些外科集线器可被连接以形成可通信地耦接到一个或多个分析服务器20338的外科集线器20326的网络，如本文所述。
在一个示例中，外科集线器20326可以是计算装置。计算装置可以是个人计算机、膝上型电脑、平板电脑、智能移动装置等。在一个示例中，计算装置可以是基于云的计算系统的客户端计算装置。客户端计算装置可以是瘦客户端。
在一个示例中，外科集线器20326可包括耦接到存储器20330的用于执行存储在其上的指令的处理器20327、用于存储一个或多个数据库(例如EMR数据库)的存储装置20331以及通过其将数据传输到分析服务器20338的数据中继接口20329。在一个示例中，外科集线器20326还可包括I/O接口20333，其具有用于接收来自用户的输入的输入装置20341(例如，电容式触摸屏或键盘)和用于向用户提供输出的输出装置20335(例如，显示屏)。在一个示例中，输入装置和输出装置可以是单个装置。输出可包括来自用户的查询输入的数据、对在给定手术中使用的产品或产品组合的建议和/或对在外科手术之前、期间和/或之后要执行的动作的指令。外科集线器20326可包括用于将外科装置20337可通信地耦接到外科集线器20326的装置接口20332。在一个方面，装置接口20332可包括收发器，该收发器可使得一个或多个外科装置20337能够使用本文所述的有线或无线通信协议中的一者经由有线接口或无线接口与外科集线器20326连接。外科装置20337可包括例如动力缝合器、能量装置或它们的发生器、成像系统或其他连接系统，例如排烟器、抽吸冲洗装置、吹气系统等。
在一个示例中，外科集线器20326可以可通信地耦接到一个或多个外科医生和/或患者感测系统20336。感测系统20336可用于实时测量和/或监测与执行外科手术的外科医生或正在进行外科手术的患者相关联的各种生物标志物。本文提供了由感测系统20336测量的患者/外科医生生物标志物的列表。在一个示例中，外科集线器20326可以可通信地耦接到环境感测系统20334。环境感测系统20334可用于实时测量和/或监测环境属性，例如，手术室中的温度/湿度、外科医生的移动、由外科医生和/或患者的呼吸模式引起的手术室中的环境噪声等。
当感测系统20336和外科装置20337连接到外科集线器20326时，外科集线器20326可从感测系统20336接收与一种或多种患者生物标志物相关联的测量数据、与患者相关联的身体状态、与外科医生生物标志物相关联的测量数据和/或与外科医生相关联的身体状态，例如，如图7B至图7D所示。外科集线器20326可以将例如与外科医生相关的测量数据与其他相关的术前数据和/或来自态势感知系统的数据相关联，以产生用于控制外科装置20337的控制信号，例如，如图8所示。
在一个示例中，外科集线器20326可以将来自感测系统20336的测量数据与基于基线值、术前测量数据和/或在术中测量数据中定义的一个或多个阈值进行比较。外科集线器20326可以实时地将来自感测系统20336的测量数据与一个或多个阈值进行比较。外科集线器20326可以生成用于显示的通知。例如，如果测量数据超过(例如，大于或小于)所定义的阈值，则外科集线器20326可以向用于患者的人机界面系统20339和/或用于外科医生或HCP的人机界面系统20340发送用于递送的通知。该通知是否将被发送到用于患者的人机界面系统20339和/或用于HCP的人机界面系统2340中的一者或多者的确定可以基于与该通知相关联的严重程度级别。外科集线器20326还可以生成与用于显示的通知相关联的严重程度级别。所生成的严重程度级别可以显示给患者和/或外科医生或HCP。在一个示例中，待测量和/或监测(例如，实时测量和/或监测)的患者生物标志物可以与外科手术步骤相关联。例如，在胸外科手术的静脉和动脉横切步骤中要测量和监测的生物标志物可包括血压、组织灌注压、水肿、动脉硬度、胶原含量、结缔组织的厚度等，而在外科手术的淋巴结清扫步骤中要测量和监测的生物标志物可包括监测患者的血压。在一个示例中，可从存储装置20331中的EMR数据库检索关于术后并发症的数据，并且可由态势感知系统直接检测或推断关于钉或切口线渗漏的数据。外科手术结果数据可由态势感知系统根据从各种数据源接收的数据推断，这些数据源包括外科装置20337、感测系统20336以及与外科集线器20326连接的存储装置20331中的数据库。
外科集线器20326可以将其从感测系统20336接收的测量数据和身体状态数据和/或与外科装置20337相关联的数据发射到分析服务器20338以在对其进行处理。分析服务器20338中的每个分析服务器可包括存储器和耦接到存储器的处理器，该处理器执行存储在其上的指令以分析所接收的数据。分析服务器20338可连接在分布式计算架构中和/或可利用云计算架构。基于该配对数据，分析系统20338可以确定各种类型的模块化装置的最佳和/或优选操作参数，生成对外科装置20337的控制程序的调整，并且将更新或控制程序传输(或“推送”)到一个或多个外科装置20337。例如，分析系统20338可以将其从外科集线器20236接收的围手术期数据和与外科医生或HCP的生理状态和/或患者的生理状态相关联的测量数据相关联。分析系统20338可以确定何时应当控制外科装置20337并且向外科集线器20326发送更新。外科集线器20326然后可将控制程序转发到相关外科装置20337。
结合图5至图7D描述了关于计算机实现的可穿戴患者/外科医生可穿戴感测系统20325的额外细节，这些感测系统包括外科集线器30326、一个或多个感测系统20336以及可连接到其的各种外科装置20337。
图13示出了根据本公开的至少一个方面的态势感知外科系统5100的图。在一些范例中，数据源5126可包括例如模块化装置5102(其可包括被配置成能够检测与患者和/或模块化装置本身相关联的参数的传感器)、数据库5122(例如，包含患者记录的EMR数据库)和患者监测装置5124(例如，血压(BP)监测器和心电图(EKG)监测器)。外科集线器5104可被配置成能够例如基于所接收的数据的(一个或多个)特定组合或从数据源5126接收数据的特定顺序从数据导出与外科手术有关的背景信息。从所接收的数据推断的背景信息可包括例如正在被执行的外科手术的类型、外科医生正在执行的外科手术的特定步骤、正在手术的组织的类型或为手术的对象的体腔。外科集线器5104的一些方面从所接收的数据导出或推断与外科手术有关的信息的这种能力可被称为“态势感知”。在范例中，外科集线器5104可并入态势感知系统，该态势感知系统是与外科集线器5104相关联的从所接收的数据导出与外科手术有关的上下文信息的硬件和/或程序设计。
外科集线器5104的态势感知系统可被配置成能够以多种不同的方式从接收自数据源5126的数据导出上下文信息。在范例中，态势感知系统可包括已经在训练数据上进行训练以将各种输入(例如，来自数据库5122、患者监测装置5124和/或模块化装置5102的数据)与关于外科手术的对应上下文信息相关联的模式识别系统或机器学习系统(例如，人工神经网络)。换句话讲，机器学习系统可被训练成从所提供的输入准确地导出关于外科手术的背景信息。在范例中，态势感知系统可包括查找表，该查找表存储与对应于上下文信息的一个或多个输入(或输入范围)相关联的关于外科手术的预先表征的上下文信息。响应于利用一个或多个输入的查询，查找表可返回态势感知系统用于控制模块化装置5102的对应上下文信息。在示例中，由外科集线器5104的态势感知系统接收的上下文信息可与用于一个或多个模块化装置5102的特定控制调节或一组控制调节相关联。在示例中，态势感知系统可包括当提供上下文信息作为输入时生成或检索用于一个或多个模块化装置5102的一个或多个控制调节的另外的机器学习系统、查找表或其他此类系统。
结合有态势感知系统的外科集线器5104可为外科系统5100提供许多益处。一个益处可包括改进对感测和收集到的数据的解释，这将继而改进外科手术过程期间的处理精度和/或数据的使用。回到先前的示例，态势感知外科集线器5104可确定正在手术的组织的类型；因此，当检测到用于闭合外科器械的端部执行器的意外高的力时，态势感知外科集线器5104可正确地使用于组织类型的外科器械的马达速度逐渐上升或逐渐下降。
正在手术的组织的类型可影响针对特定组织间隙测量值对外科缝合和切割器械的压缩率和负荷阈值进行的调节。态势感知外科集线器5104可推断正在被执行的外科手术是胸腔手术还是腹部手术，从而允许外科集线器5104确定被外科缝合和切割器械的端部执行器夹持的组织是肺部组织(对于胸腔手术)还是胃组织(对于腹部手术)。然后，外科集线器5104可针对组织的类型适当地调节外科缝合和切割器械的压缩率和负荷阈值。
在吹入手术期间操作的体腔的类型可影响排烟器的功能。态势感知外科集线器5104可确定外科部位是否处于压力下(通过确定外科手术正在利用吹入)并确定手术类型。由于一种手术类型通常可在特定的体腔内执行，外科集线器5104然后可针对在其中进行操作的体腔适当地控制排烟器的马达速率。因此，态势感知外科集线器5104可提供对于胸腔和腹部手术两者一致的烟排出量。
正在执行的手术类型可影响超声外科器械或射频(RF)电外科器械操作的最佳能量水平。例如，关节镜手术可能需要更高的能量水平，因为超声外科器械或RF电外科器械的端部执行器浸没在流体中。态势感知外科集线器5104可确定外科手术是否是关节镜手术。然后，外科集线器5104可调节发生器的RF功率水平或超声振幅(例如，“能量水平”)以补偿流体填充的环境。相关地，正在手术的组织的类型可影响超声外科器械或RF电外科器械操作的最佳能量水平。态势感知外科集线器5104可确定正在被执行的外科手术的类型，并且然后根据该外科手术的预期组织概况分别定制超声外科器械或RF电外科器械的能量水平。此外，态势感知外科集线器5104可被配置成能够在整个外科手术过程中而不是仅在逐个手术的基础上调节超声外科器械或RF电外科器械的能量水平。态势感知外科集线器5104可确定正在被执行或随后将要被执行的外科手术的步骤，并且然后更新用于发生器和/或超声外科器械或RF电外科器械的控制算法，以根据该外科手术步骤将能量水平设定在适合于预期组织类型的值。
在示例中，可从附加数据源5126提取数据，以改进外科集线器5104从一个数据源5126提取的结论。态势感知外科集线器5104可用已从其他数据源5126构建的关于外科手术的上下文信息来扩充其从模块化装置5102接收的数据。例如，态势感知外科集线器5104可被配置成能够根据从医学成像装置所接收的视频或图像数据来确定止血是否已经发生(即，在外科部位的出血是否已经停止)。然而，在一些情况下，视频或图像数据可能是不确定的。因此，在范例中，外科集线器5104可被进一步配置成能够将生理测量(例如，由可通信地连接至外科集线器5104的BP监测器感测的血压)与止血的视觉或图像数据(例如，来自可通信地耦接到外科集线器5104的医学成像装置)进行比较，以确定钉线或组织焊缝的完整性。换句话讲，外科集线器5104的态势感知系统可考虑生理测量数据以在分析可视化数据时提供附加的上下文。当可视化数据本身可能是不确定的或不完整的时，附加背景可以是有用的。
例如，如果态势感知外科集线器5104确定手术的后续步骤需要使用RF电外科器械，则其可主动地激活与该器械连接的发生器。主动地激活能量源可允许器械在手术的先前步骤一完成就准备好使用。
态势感知外科集线器5104可根据在外科部位处外科医生预期需要查看的(一个或多个)特征部来确定外科手术的当前步骤或后续步骤是否需要在显示器上的不同视图或放大程度。然后，外科集线器5104可相应地主动改变所显示的视图(例如，由用于可视化系统108的医学成像装置提供)，使得在整个外科手术中自动调节显示器。
态势感知外科集线器5104可确定外科手术的哪个步骤正在被执行或随后将要执行以及针对外科手术的该步骤是否需要特定数据或数据之间的比较。外科集线器5104可被配置成能够基于正在执行的外科手术的步骤自动地调用数据屏幕，而无需等待外科医生请求该特定信息。
可以在外科手术的设置期间或在外科手术的过程期间检查错误。例如，态势感知外科集线器5104可确定手术室是否被正确地或最佳地设置以用于待执行的外科手术。外科集线器5104可被配置成能够确定正在执行的外科手术的类型，(例如，从存储器中)检索对应的清单、产品位置或设置需求，并且然后将当前手术室布局与外科集线器5104确定的用于该正在被执行的外科手术类型的标准布局进行比较。在一些范例中，外科集线器5104可被配置成能够将用于手术的物品列表和/或与外科集线器5104配对的装置列表与用于给定外科手术的物品和/或装置的建议或预期清单进行比较。外科集线器5104可被配置成如果列表之间存在任何不连续性，则能够提供指示特定模块化装置5102、患者监测装置5124和/或其他外科物品缺失的警示。在一些范例中，外科集线器5104可被配置成能够例如经由接近传感器来确定模块化装置5102和患者监测装置5124的相对距离或位置。外科集线器5104可将装置的相对位置与用于特定外科手术的建议或预期布局进行比较。外科集线器5104可被配置成能够如果在布局之间存在任何不连续性，则提供指示用于该外科手术的当前布局偏离建议布局的警示。
态势感知外科集线器5104可确定外科医生(或其他医疗人员)在外科手术过程期间是否正在出错或以其他方式偏离预期的动作过程。例如，外科集线器5104可被配置成能够确定正在被执行的外科手术的类型，(例如，从存储器中)检索对应的步骤列表或设备使用的顺序，并且然后将在外科手术过程期间正在被执行的步骤或正在被使用的设备与外科集线器5104确定的针对该正在被执行的外科手术类型的预期步骤或设备进行比较。在一些范例中，外科集线器5104可被配置成能够提供指示在外科手术中的特定步骤处正在执行意外动作或正在利用意外装置的警示。
外科器械(和其他模块化装置5102)可针对每个外科手术的特定上下文(诸如调整到不同组织类型)以及外科手术期间的验证动作进行调整。接下来的步骤、数据和显示调整可根据手术的特定上下文被提供给外科室中的外科器械(和其他模块化装置5102)。
图14示出了使用各种外科装置的结肠直肠手术的示例性计划手术步骤。如图所示，结肠直肠手术的计划手术步骤可包括进入206580、切开206582、横切206584、吻合206586和闭合206588。计划手术步骤可与一个或多个模块化装置相关联，诸如套管针206581、模块化能量装置206583、线性外科缝合器206585和圆形外科缝合器206585。在各种示例中，计算系统可访问各种外科手术的数据库、与外科手术有关的计划外科步骤的身份和顺序、和/或将在计划外科步骤中使用的模块化外科装置的身份和/或使用或激活频率。
组织不规则性可能在外科手术中导致并发症。例如，未能考虑比正常组织更厚的组织可能在外科手术的横切步骤中导致并发症。例如，外科缝合器可能在组织压缩期间通过施加正常压缩力而无效地压缩比正常组织更厚的组织。如果外科缝合器在击发之前等待正常组织蠕变时间，则可能在比正常组织更厚的组织上实现次优压缩，原因是比正常组织更厚的组织的压缩性降低。如果外科缝合器在击发期间使用具有正常钉高度的钉，则可能在比正常组织更厚的组织上较差地形成钉线。并发症可包括胸外科手术(例如，肺段切除手术)中的钉线漏气或结肠直肠外科手术(例如，下前切除(LAR)手术)中的钉线渗漏。例如，在外科手术的切开、横切和/或吻合步骤中未能考虑比正常组织更硬的组织或厚度高度可变的组织可能导致类似的并发症。
可基于相关生物标志物的术前和/或术中测量来预测组织不规则性并发症。例如，可基于一个或多个生物标志物来确定组织不规则性，该一个或多个生物标志物诸如为水肿、组织灌注压、水合状态、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力等。
例如，可基于与组织中的保水水平相关的一个或多个生物标志物来确定组织不规则性并发症。与不规则保水水平相关的生物标志物可包括水肿、水合状态等。水肿是由于血流中的水分渗入组织并变得滞留在组织中而引起的肿胀。组织中的肿胀可导致增厚组织。例如，水合状态指示身体的保水水平。保水不足可包括通过组织的血流不足和/或间质液(其可称为组织液)不足。此类保水不足可导致硬化组织(例如，具有更高密度)。
例如，可基于与慢性炎症反应相关的一个或多个生物标志物来确定组织不规则性并发症。慢性炎症反应可导致瘢痕组织形成延长、组织重塑延长和/或损伤健康组织。因此，可形成纤维化、硬化和/或增厚的组织。与慢性炎症反应相关的生物标志物可包括组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力等。
例如，可基于与不良组织氧合相关联的慢性炎症反应相关的生物标志物来预测组织不规则性并发症。慢性不良组织氧合可导致细胞死亡、相关联的感染和慢性炎症，并因此导致增厚和/或硬化组织。与不良组织氧合相关联的慢性炎症反应相关的生物标志物可包括组织灌注压、乳酸盐、氧饱和度和/或最大VO2。在一个示例中，组织灌注压测量通过组织的血流的充足性。组织灌注压不足可导致慢性不良组织氧合，并因此导致增厚和/或硬化组织。乳酸盐是在细胞代谢期间由细胞产生的物质。高乳酸盐水平可指示慢性不良组织氧合，并因此指示增厚和/或硬化组织。在一个示例中，氧饱和度测量血流中的氧水平。血流中的氧水平低可导致慢性不良组织氧合，并因此导致增厚和/或硬化组织。最大VO2测量在指定时间段(例如，逐渐剧烈运动的时间段)期间身体可消耗(例如，从吸入空气到组织氧合)的最大氧量。最大VO2低可指示耗氧能力较差。此类耗氧能力较差可导致慢性不良组织氧合，并因此导致增厚和/或硬化组织。
例如，可基于与呼吸率增大相关联的慢性炎症反应相关的生物标志物来预测组织不规则性并发症。呼吸率增大可指示慢性肺部炎症状况和由此导致的增厚和/或硬化组织的存在。在一个示例中，由于潜在的慢性炎症反应导致的肺中的漏气而导致呼吸率增大可指示增厚和/或硬化组织的存在。
例如，可基于与自主神经张力不平衡相关联的慢性炎症反应相关的生物标志物来预测组织不规则性并发症。自主神经张力描述交感神经系统与副交感神经系统之间的基础平衡。在一个示例中，自主神经张力不平衡(诸如交感神经张力高)可指示慢性炎症和由此导致的增厚和/或硬化组织的存在。自主神经张力可与和交感神经系统相关的生物标志物相关联，诸如心率变异性、皮肤电导或出汗率。例如，可从以下中的一项或多项推断高交感神经张力：心率增加、出汗率增加或皮肤电导变高(例如，基于这些生物标志物与交感神经活性增强的关联)。此类高交感神经张力的推断可指示慢性炎症反应和由此导致的增厚和/或硬化组织的存在。此类高交感神经张力的推断可与术前疼痛和/或压力相关联。
例如，可基于与GI动力降低相关联的慢性炎症反应相关的生物标志物来预测组织不规则性并发症。在一个示例中，由于小肠梗阻导致的小肠动力降低可能是由在小肠壁上形成的增厚和/或硬化组织导致的。可能已经由小肠中的慢性炎症反应导致的内部瘢痕形成和/或重塑组织导致此类增厚和/或硬化组织。在此类示例中，可能已经由潜在的慢性炎性疾病(例如，克罗恩氏病或肠易激综合征(IBS))导致慢性炎症反应。在此类示例中，可能已经由之前的结肠直肠手术导致的慢性炎症导致慢性炎症反应。在一个示例中，基于GI动力降低来预测的组织不规则性并发症可从由以下中的一项或多项指示的高交感神经张力来推断：心率增加、出汗率增加或皮肤电导变高。此类高交感神经张力的指示可与术前疼痛和/或压力相关联。
如本文所述，各种感测系统可测量可用于预测组织不规则性并发症的生物标志物。例如，感测系统可执行患者的组织不规则性相关生物标志物的术前和/或术中测量，所述组织不规则性相关生物标志物诸如为水肿、水合状态、组织灌注压数据、乳酸盐数据、氧饱和度数据、最大VO2数据、呼吸率数据、自主神经张力数据、出汗率数据、心率变异性数据、皮肤电导数据、GI动力数据等。组织不规则性相关生物标志物的此类术前测量可在临床环境中经由感测系统来执行。在一个示例中，如图6A所示，感测系统中的一个或多个感测系统可在手术室中在外科手术之前执行患者的组织不规则性相关生物标志物的术前测量。
感测系统可处理和/或存储测量数据以用于在本地预测组织不规则性并发症，和/或将测量数据发送到计算系统以用于进一步处理。计算系统可以是或可以包括例如本文参考图1、图2、图2A、图2B、图3、图5、图6A、图6B、图7B、图7C、图7D、图9和图12描述的外科集线器。计算系统可包括或连接本文参考图4、图5、图6A至图6B和图12描述的外科集线器/外科医生显示界面。在一个示例中，如图6A所示，感测系统可经由通信模块230与计算系统通信。在一个示例中，如图6B所示，感测系统可经由局域网(LAN)与计算系统通信。
可从感测系统获得与一个或多个患者生物标志物相关联的术前测量数据和/或术中测量数据。例如，计算系统可从感测系统获得与一个或多个组织不规则性相关生物标志物相关联的测量数据，所述组织不规则性相关生物标志物诸如为水肿、水合状态、组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力等。
可基于与生物标志物监测相关联的术前和/或术中测量数据来预测组织不规则性并发症。例如，感测系统可基于组织不规则性相关生物标志物的测量数据来执行预测。例如，计算系统可基于组织不规则性相关生物标志物的测量数据以及与这些生物标志物相关联的阈值来确定组织不规则性并发症。
可获得针对患者生物标志物的一个或多个阈值。例如，外科计算系统可确定与患者的水肿、水合状态、组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力等相关联的相应阈值。阈值可以是标准阈值。阈值可由HCP预定义和/或设置。可基于患者的病史、健康信息、传记信息、家庭健康信息等为患者定制阈值。可通过将与生物标志物相关的测量数据与对应阈值进行比较来监测生物标志物。当与一个或多个生物标志物相关的测量数据超过对应阈值达预先确定的时间量时，可检测潜在的组织不规则性并发症。超过阈值可包括与生物标志物相关联的测量数据增加到对应阈值以上。超过阈值可包括与生物标志物相关联的测量数据下降到对应阈值以下。预先确定的时间量可用于减轻错误的测量数据。例如，预先确定的时间量可减少正误识检测的数量。可基于被监测的该一个或多个生物标志物来确定预先确定的时间量。
计算系统可通过确定保水水平的概率超过阈值来预测组织不规则性并发症。不规则保水水平的概率可基于生物标志物测量数据(诸如水肿数据或水合状态数据)来确定(例如，计算)。
计算系统可基于保水水平相关生物标志物的测量数据超过所获得的阈值来确定组织不规则性并发症。例如，水肿感测系统(例如，采用小腿周长测量)可测量小腿周长。所测量的小腿周长可与小腿周长阈值进行比较。高于此类阈值的小腿周长测量可指示增厚组织。例如，采用光谱法的水合状态感测系统可测量血液的保水水平。所测量的血液的保水水平可与保水水平范围阈值进行比较。低于此类范围阈值的保水水平测量可指示硬化组织。
在示例中，可基于本文所述的水肿感测系统的测量数据和/或对患者执行的其他测量/测试来确定水肿严重性。例如，计算系统可基于局部水肿、体重变化和白蛋白水平变化来确定水肿严重性。计算系统可在所确定的水肿严重性超过阈值时检测组织不规则性并发症。可基于患者在即将进行的外科手术之前的体重测量和基线过去体重来获得体重变化(例如，体重增加)。可基于即将进行的外科手术之前的体重测量和基线过去体重测量从患者的EMR(例如，医院记录)获得体重数据。可基于患者在即将进行的外科手术之前的尿白蛋白测试和基线过去白蛋白来获得白蛋白水平变化(例如，白蛋白下降)。可从患者的EMR(例如，其他医院记录)获得白蛋白水平数据。在一个示例中，计算系统可基于水肿感测系统的测量数据、体重增加的指示和/或白蛋白下降来预测组织不规则性并发症，诸如增厚组织。
计算系统可通过确定慢性炎症反应的概率超过阈值来预测组织不规则性并发症。慢性炎症反应的概率可基于术前生物标志物测量数据来确定(例如，计算)，所述术前生物标志物测量数据诸如为组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导和/或GI动力数据。
计算系统可基于一个或多个慢性炎症反应相关生物标志物的测量数据超过所获得的阈值来确定组织不规则性并发症。例如，组织灌注压感测系统(例如，基于皮肤灌注压)可测量血量变化以确定皮肤灌注压。所测量的皮肤灌注压可与皮肤灌注压范围阈值进行比较。当皮肤灌注压测量低于此类范围阈值时，可确定组织不规则性并发症。例如，乳酸盐感测系统可采用电化学生物传感器来测量汗液乳酸盐水平。所测量的汗液乳酸盐水平可与汗液乳酸盐水平范围阈值进行比较。当汗液乳酸盐水平测量高于此类范围阈值时，可确定组织不规则性并发症。例如，外周毛细血管氧饱和度(SpO2)可被计算作为脉冲信号与非脉冲信号的比率。所测量的SpO2可与SpO2范围阈值进行比较。当SpO2测量高于此类范围阈值时，可确定组织不规则性并发症。例如，最大VO2测量身体的耗氧能力。所测量的最大VO2评分可与最大VO2评分阈值进行比较。当SpO2测量高于此类评分阈值时，可确定组织不规则性并发症。例如，呼吸率可测量每分钟的呼吸次数。所测量的呼吸率可与呼吸率范围阈值进行比较。当呼吸率测量高于此类范围阈值时，可确定组织不规则性并发症。例如，由心率感测系统测量的心率变异性评分可与心率变异性评分范围阈值进行比较。当呼吸率测量高于此类范围阈值时，可确定组织不规则性并发症。例如，由出汗率感测系统测量的出汗率可与出汗率范围阈值进行比较。当出汗率测量高于此类范围阈值并因此指示高交感神经活性时，可确定组织不规则性并发症。例如，由皮肤电导感测系统测量的皮肤电导水平(SCL)可与SCL范围阈值进行比较。当SCL测量高于此类范围阈值并因此指示高交感神经活性时，可确定组织不规则性并发症。例如，自主神经张力感测系统可被配置成能够采用心率变异性感测子系统、出汗率感测子系统和/或皮肤电导感测子系统。当由一个或多个此类子系统确定组织不规则性并发症时，可由自主神经张力感测系统确定组织不规则性并发症。例如，采用无线不易消化的胶囊的GI动力感测系统可测量胃、小肠、大肠和/或结肠传输时间。所测量的胃传输时间、小肠传输时间、大肠传输时间和/或结肠传输时间可分别与胃传输时间范围阈值、小肠传输时间范围阈值、大肠传输时间范围阈值和/或结肠传输时间范围阈值进行比较。当此类传输时间中的一个或多个传输时间高于其各自的传输时间范围阈值时，可确定GI动力降低。因此，可基于GI动力降低的确定来确定组织不规则性并发症。例如，当确定自主神经张力相关的生物标志物(例如，心率变异性、出汗率或皮肤电导)指示高交感神经活性时，可确定GI动力降低。因此，可基于高交感神经活性指示的确定来确定组织不规则性并发症。
组织不规则性的确定可基于由感测系统预处理的术前和/或术中组织不规则性生物标志物测量数据。例如，水合状态感测系统(例如，使用光谱法来实现)可经由连续测量来监测患者的血液中水含量水平。当水合状态感测系统传输水合状态测量数据时，感测系统可计算测量的均值并将此类均值传输至计算系统。感测系统可计算排除离群值测量的测量的均值并传输此类均值。感测系统可计算测量的均值和测量数据集的标准偏差并传输均值和标准偏差。感测系统可计算最高测量和最低测量的平均值并传输此类平均值。感测系统可识别最高测量和最低测量并传输此类测量范围。感测系统可识别排除离群值测量之后的最高测量和最低测量并传输此类测量范围。感测系统可将经预处理的水含量水平测量数据转换为水合状态分类，诸如“水合良好”、“轻度脱水”或“严重脱水”，并将此类分类传输至计算系统。水合状态感测系统可向计算系统传输针对此类分类的标识符，例如分别针对“水合良好”、“轻度脱水”或“严重脱水”的“WH”、“MD”、“SD”。本领域技术人员将认识到，本文所述的其他感测系统也可如所述的那样预处理生物标志物测量数据，然后将经预处理的生物标志物测量数据传输至计算系统。
组织不规则性的确定可基于如由感测系统捕获的组织不规则性生物标志物测量数据(例如，原始测量)。计算系统可在进行确定之前处理原始测量。例如，水合状态感测系统(例如，使用光谱法来实现)可经由连续测量来监测患者的血液中水含量水平。水合状态感测系统可将原始测量传输至计算系统。作为响应，计算系统可如在水合状态感测系统如何预处理本文所述的水合状态测量数据中所述的那样处理原始测量。本领域技术人员将认识到，本文描述的其他感测系统可如所述的那样将原始测量传输至计算系统，并且作为响应，计算系统可处理原始测量。
计算系统可基于患者的肺部功能的测量数据来确定与肺部手术相关联的组织不规则性并发症。可在即将进行的肺部手术之前(例如，在临床环境中，诸如在手术室中)对患者执行术前测量。在一个示例中，可执行1秒用力呼气量(FEV1)测试。测量数据可被输入到计算系统中(例如，经由用户界面)。测量数据可被输入到医院记录系统(例如，EMR系统)中并由计算系统获得。计算系统可在FEV1测量低于FEV1阈值并因此指示限制性或阻塞性肺病(例如，肺气肿)的存在和/或严重性的条件下确定组织不规则性并发症。在一个示例中，可执行用力肺活量(FVC)测试。测量数据可被输入到计算系统中。测量数据可被输入到医院记录系统(例如，EMR系统)中并由计算系统获得。计算系统可在肺部功能度量超过阈值的条件下确定组织不规则性并发症。在一个示例中，计算系统可在FVC测量低于FVC阈值并因此指示限制性或阻塞性肺病的存在和/或严重性的条件下确定组织不规则性并发症。在一个示例中，计算系统可在FEV1测量与FVC测量的比率低于FEV1/FVC比率阈值并因此可指示限制性或阻塞性肺病的存在和/或严重性的条件下确定组织不规则性并发症。在一个示例中，可执行肺活量测定测试。测量数据可被输入到计算系统中。测量数据可被输入到医院记录系统(例如，EMR系统)中并由计算系统获得。计算系统可在肺活量测定测试结果低于阈值的条件下确定组织不规则性并发症。
计算系统可基于从本文所述的感测系统接收的组织不规则性生物标志物测量数据(“所感测的生物标志物数据”)和患者相关医疗数据来确定组织不规则性。例如，计算系统可基于所感测的生物标志物数据和从患者的EMR或其他医院记录获得的患者的疾病状态数据和/或医疗状况数据将组织确定为厚度高度可变的。在一个示例中，基于所感测的生物标志物数据对增厚和/或硬化组织的确定可指示疾病状态，诸如慢性阻塞性肺病(例如，肺气肿)。计算系统可在患者的EMR(或其他医院记录)指示以下中的一项或多项的条件下将组织确定为厚度高度可变的：来自先前外科手术的粘连、当前感染(例如，肺炎等)、慢性肺部疾病(例如，间质性肺部疾病)等。计算系统可在此类上述条件下确定术后漏气的更高可能性。此外，计算系统可向术后胸管管理控制程序提供术后漏气的更高可能性的此类指示。
计算系统可基于所预测的组织不规则性并发症来生成输出。输出可包括控制信号，该控制信号被配置成能够改变与外科装置相关联的操作参数。例如，计算系统可生成对即将进行的外科手术的一个或多个调整。调整可包括但不限于对外科器械的控制程序的调整、对外科器械的重新加载的调整、添加辅助材料和/或组织不规则性并发症的概率的指示。组织不规则性并发症的概率的指示可以是或可以包括外科手术计划中对组织不规则性并发症的通知。此类通知可包括高亮与所预测的组织不规则性并发症相关联的受影响区域、扩大调动计划区域和/或显示改善的进入选项。
即将进行的外科手术可包括计划手术步骤，可在计算装置(例如，外科集线器206或5104)上存储和检索或以其他方式访问这些计划手术步骤。例如，可检索或访问用于胸腔手术(具体地，肺段切除术)的计划手术步骤的列表。
可经由计算装置(例如，外科集线器206或5104)获得计划外科器械(如图1A、图2A、图3、图4、图5、图6A、图7A、图8、图9、图10和图12所示)的识别信息。例如，可基于计划手术步骤和相关联的外科器械信息来获得计划外科器械的识别信息。例如，如图14所述，可从外科集线器(例如，外科集线器206或5104)检索结肠直肠手术的计划手术步骤(例如，进入206580、切开206582、横切206584、吻合206586和闭合206588)。可从外科集线器检索与计划手术步骤相关联的计划外科器械(例如，套管针206581、能量装置206583、线性外科缝合器206585和圆形外科缝合器206587)的列表。可由外科集线器(例如，外科集线器206或5104)检测和确认计划外科器械在计划手术步骤中的使用。例如，激活实例206592示出了套管针206581在计划手术步骤进入206580和闭合206588处的预期使用。例如，激活实例206590示出了能量装置206584在计划手术步骤进入206580、切开206582和横切206584处的预期使用。例如，激活实例206594示出了线性外科缝合器206585在计划手术步骤横切206584处的预期使用。例如，激活实例206596示出了圆形外科缝合器206587在计划手术步骤吻合206586处的预期使用。
基于所预测的组织不规则性并发症，可确定并生成控制信号作为输出，该控制信号被配置成能够改变与外科装置相关联的操作参数。控制信号可调整外科器械的控制程序。控制信号可被配置成能够更新操作参数，诸如与外科器械相关联的控制程序的操作参数、外科参数等(例如，在激活实例期间)。
例如，如图13所述，计算系统(例如，外科集线器206或5104)可调整能量装置206583的控制程序的操作参数(例如，能量水平)。能量装置的控制程序可包括可调整的操作参数，诸如用于组织分离的功率水平、用于组织分离的功率施加持续时间、用于组织密封/凝固的功率水平和/或用于组织密封/凝固的功率施加持续时间。能量装置的控制程序可包括可调整的操作参数，诸如超声刀的用于后续能量施加阶段的能量生成阈值。在示例中，超声刀的用于后续能量施加阶段的能量生成阈值可以是用于开始组织凝固阶段的期望谐振频率阈值或超声刀的用于开始组织横切阶段的期望谐振频率阈值。
基于所预测的组织不规则性并发症，计算系统可生成控制信号，该控制信号被配置成能够改变能量装置在一个或多个手术步骤处的操作参数。此类改变可能是由于组织横切和/或组织凝固所需的能量水平更高和/或能量施加持续时间更长。例如，基于所预测的增厚和/或硬化组织，控制信号可改变能量装置在结肠直肠手术的切开步骤处的操作参数。控制信号可增加用于组织分离的能量水平、增加用于组织密封和/或横切的能量水平、增加用于组织分离的能量施加持续时间、增加超声刀的用于开始组织凝固阶段的期望谐振频率阈值、和/或增加超声刀的用于组织横切阶段的期望谐振频率阈值。
基于所预测的组织不规则性并发症，计算系统可生成控制信号，该控制信号被配置成能够改变在一个或多个手术步骤处的与外科缝合装置相关联的一个或多个操作参数。例如，如图13所述，计算系统可更新外科缝合和切割器械(例如，206585或206587)的控制程序的操作参数(例如，压缩率或负荷阈值)。在一个示例中，在检测到组织不规则性时，可生成控制信号以调整与外科缝合和切割器械相关联的一个或多个闭合参数，诸如闭合力(例如，闭合用力(FTC)或闭合压缩力)、闭合速度(例如，闭合速率或夹持速度)和/或组织蠕变等待时间(例如，缝合之前的等待时间)。在一个示例中，在检测到组织不规则性时，可生成控制信号以调整与外科缝合和切割器械相关联的一个或多个击发参数，诸如击发速度和/或可行的钉高度范围。
计算系统可基于所预测的组织不规则性并发症来更新缝合和切割器械在一个或多个手术步骤处的控制程序操作参数。此类更新可能是由于增厚和/或硬化组织的压缩性降低和/或组织阻抗增大。例如，计算系统可更新缝合和切割器械(例如，线性缝合器)的控制程序以降低闭合速率、延长组织蠕变等待时间(例如，缝合之前的等待时间)和/或降低与结肠直肠手术的横切步骤相关联的击发速度。例如，计算系统可更新圆形缝合器的控制程序以降低闭合速率、增加组织蠕变等待时间和/或降低在结肠直肠手术的吻合步骤处的击发速度。为了形成较高的钉，计算系统可向上移位圆形外科缝合器的可行的钉高度范围。
基于所预测的组织不规则性并发症，计算系统可生成控制信号，该控制信号被配置成能够指示针对改变外科器械的重新加载的建议。例如，针对改变外科器械的重新加载的建议可包括改变在横切步骤中(例如，在结肠直肠手术中)将用于线性外科缝合器的仓。在一个示例中，为了形成较高的钉以补偿所预测的增厚和/或硬化组织，可建议包括较高的钉的仓。在一个示例中，对于被预测为厚度高度可变的组织，可建议补偿此类组织的仓。例如，可建议具有抓持表面以最小化由于高度可变的组织厚度引起的组织滑移的仓(例如，EchelonTM抓持表面技术(GST))以替换具有平滑表面的仓(例如，Echelon EndopathTM(ECR))。例如，可建议包括具有渐变钉高度的钉排的仓(例如，Endo GIATMTri-StapleTM技术)以替换包括具有均匀钉高度的钉排的仓(例如，Endo GIATM)。在一个示例中，对于被预测为厚度高度可变的组织，可建议与通用仓一起使用组织厚度补偿件。附加细节公开于2017年7月11日发布的名称为“Fastener cartridge comprising a releasable tissuethickness compensator”的美国专利US9700317号和2014年10月21日发布的名称为“Tissue thickness compensator for a surgical stapler comprising an adjustableanvil”的美国专利US8864009号，这些美国专利全文以引用方式并入本文。
基于所预测的组织不规则性并发症，计算系统可生成控制信号，该控制信号被配置成能够指示针对在一个或多个手术步骤处添加辅助材料的建议。例如，计算系统可生成控制信号，该控制信号被配置成能够指示针对为横切步骤添加辅助材料的建议。在一个示例中，可建议使用支撑物(例如，吸收性或永久性支撑物)来补充外科缝合器，以增加钉线强度并因此减少钉线渗漏(例如，当将进行手术的组织被预测为厚度高度可变的时)。在一个示例中，可建议在横切步骤处完成横切之后在肺段切除手术中预防性地使用肺部密封剂，以防止术后漏气延长(例如，当将进行手术的组织被预测为厚度高度可变的时)。
本文所描述的建议可经由与外科医生交互的用户界面(“外科医生界面”)来提供，该用户界面诸如为外科计划界面、外科医生界面/控制台、图5中示出的外科集线器显示器215和/或具有显示器的外科装置。建议可由计算系统(例如，外科集线器206或5104)生成并发送到外科医生界面。建议消息可显示在外科医生界面上的指定区域中，诸如在外科医生界面的右下角处的建议覆盖图或建议框。
基于所预测的组织不规则性并发症，计算系统可生成控制信号，该控制信号被配置成能够指示所预测的组织不规则性并发症的概率。该指示可以是或者可以包括所预测的组织不规则性并发症的通知。
例如，组织不规则性并发症的通知可在外科计划界面上显示在外科手术计划中。在一个示例中，该通知可在外科手术计划中作为与组织不规则性并发症相关联的受影响区域的高亮显示。外科计划可基于目标外科部位和周围区域的术前成像(例如，2-D或3-D超声图像)。潜在受影响区域的高亮可处于所预测的组织不规则性并发症的位置处。所预测的组织不规则性并发症的位置可基于来自患者的EMR数据的术前成像数据，诸如感染(例如，肺炎)和/或间质性肺部疾病的位置。在一个示例中，该通知可在外科计划中作为扩大的调动区域显示，以包括围绕所预测的组织不规则性并发症工作所潜在需要的工作空间。调动区域的此类扩大可基于将预定义的边缘参数的值增加到更高的阈值。在一个示例中，该通知可在外科计划中作为切开步骤期间的改善的进入选项而显示。此类改善的进入选项可以是切开器械的不同轨迹(例如，路径)，其基于来自先前外科手术的患者在所预测的潜在增厚/硬化组织和/或粘连的位置周围的解剖结构生成。本文所述的建议可显示在外科手术计划中。
例如，组织不规则性并发症的通知可作为在外科医生界面上呈现的术前成像的顶部上的覆盖图显示。
例如，组织不规则性并发症的通知可作为外科医生界面上可被询问的增强现实(AR)或混合现实覆盖图呈现。AR装置可将AR内容提供给用户。例如，AR内容可以是基于术前成像生成的目标外科部位及其周围区域的虚拟解剖结构。可在虚拟解剖结构中标记(例如，高亮、圈出和/注释)组织不规则性并发症。例如，视觉AR装置(诸如具有AR显示器的安全眼镜、AR护目镜或头戴式显示器(HMD))可包括用于渲染2D或3D视频和/成像以供显示的图形处理器。AR内容可覆盖到本文所述的各种显示器上。例如，可听AR装置(诸如耳塞、头戴式耳机、头戴式装置或扬声器)可提供可听AR内容。例如，除了听到OR声音之外，AR装置可提供听觉覆盖。可经由具有直通噪声能力的耳塞组和/或经由骨传导扬声器系统来提供可听覆盖。AR装置可仅将某些信息传送给OR内可以利用该信息的目标个体。AR装置可包括处理器、非暂态计算机可读存储器存储介质以及存储介质内所包含的可执行指令，这些可执行指令能够由处理器执行以实施本文所公开的方法或方法的部分。可以在提交于2020年10月2日的名称为“INTERACTIVE INFORMATION OVERLAY ON MULTIPLE SURGICAL DISPLAYS”的美国专利申请17/062,509号(代理人案卷END9287USNP16号)中更详细地找到视觉和音频AR装置的示例，该专利申请全文以引用方式并入本文。可以在同时提交的名称为“AUDIO AUGMENTEDREALITY CUES TO FOCUS ON AUDIBLE INFORMATION”的专利申请(申请US17/156329号，代理人案卷END9290USNP18号)中更详细地找到视觉和音频AR装置的示例，该专利申请全文以引用方式并入本文。
图15示出了预测组织不规则性并发症的示例性过程24600。该过程可包括计算机实现的过程。例如，计算系统可执行图15中示出的过程。例如，本文所述的感测系统可执行图15中示出的过程。
在24602处，可经由一个或多个感测系统获得与一个或多个患者生物标志物相关联的测量数据。测量数据可包括在外科手术之前获得的测量数据和/或在外科手术期间取得的生物标志物测量。术前测量可与术中测量相组合。患者生物标志物可包括以下中的一项或多项：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力、水肿或水合状态。
在24604处，可基于与该一个或多个患者生物标志物相关联的生物标志物测量数据来预测组织不规则性并发症。可基于术前测量数据、术中测量数据或术前测量数据、术中测量数据的组合来预测组织不规则性并发症。
例如，计算系统可基于与以下中的一项或多项相关联的测量数据来确定慢性炎症反应的概率：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导或GI动力。在慢性炎症反应的概率超过阈值的条件下，计算系统可预测组织不规则性并发症。
计算系统可基于与以下中的一项或多项相关联的测量数据来确定不规则保水水平的概率：水肿和/或水合状态。在不规则保水水平的概率超过阈值的条件下，计算系统可预测组织不规则性并发症。
在24606处，可基于所预测的组织不规则性并发症来生成与外科手术相关联的输出。例如，可生成被配置成能够改变与外科装置相关联的操作参数的控制信号。例如，控制信号可控制外科切割和缝合装置(例如，线性缝合器或圆形缝合器)执行延长缝合之前的组织蠕变等待时间、降低夹持速度、降低缝合器击发速度、增加闭合压缩力、和/或向上移位可行的钉高度范围。控制信号可被配置成能够控制外科能量装置执行增加能量水平、增加能量施加持续时间、和/或增加与后续能量施加相关联的能量生成的阈值。控制信号可被配置成能够执行在术前成像上显示组织不规则性并发症的概率、经由增强现实装置显示组织不规则性并发症的概率、和/或在外科手术计划中与对外科手术计划的调整的指示一起显示组织不规则性并发症的概率。输出可由感测系统生成以指示所预测的组织不规则性并发症。
图16A至图16D示出了肺段切除术的示例性手术步骤和患者生物标志物测量的示例性使用。如图16A至图16E所示，肺段切除术的示例性步骤可包括术前、启动、进入和准备、处理血管、移除段、处理淋巴结、评估和术后。如图所示，患者生物标志物测量可用于通知各种决策，在术前、术间、术后识别各种风险，和/或确定用于各种外科工具的操作参数。
图16A示出了示例性术前、启动和进入和准备手术步骤以及患者生物标志物在这些步骤期间的示例性使用。如图所示，在术前时段期间，患者生物标志物测量可用于通知与肺段切除术相关的各种决策。在一个示例中，患者生物标志物测量可与患者经受外科手术(例如，肺段切除术)的配合程度相关。例如，生物标志物测量可与患者的总体心胸表现和/或压力水平相关。所测量的生物标志物可包括氧饱和度、血压、皮质醇水平等，如本文参考图1B所述。术前生物标志物测量可用于确定一个或多个套管针的放置。例如，生物标志物测量可与肿瘤的位置、脂肪的体积和/或粘连的数量相关。计算系统可基于生物标志物测量来确定用于套管针放置的角度和/或部位(例如，以实现最佳视场)。各种感测系统可用于测量如本文参考图1B所述的生物标志物。
如图16A所示，肺段切除术可包括启动手术步骤。生物标志物测量可用于识别与启动手术步骤相关联的各种风险。例如，与启动手术步骤相关联的风险可能是在套管针插入时对肺的意外损伤。如本文参考图1B所述，与肺组织强度相关的生物标志物测量可用于识别肺在启动手术步骤期间可能被意外损伤的风险。生物标志物测量可用于术后诊断或预测失败。例如，与肺组织强度相关的生物标志物测量可用于诊断肺已在何时被意外损伤。风险可能是意外地加宽切口，并且与肌肉脆性和/或真皮强度相关的生物标志物测量可用于识别此类意外加宽。
如图16A所示，肺段切除术可包括进入和准备手术步骤。生物标志物测量可用于通知与进入和准备手术步骤相关的各种决策。例如，与肺组织肿瘤的外观和/或特性相关的生物标志物测量可用于区分肿瘤与周围肺。生物标志物测量可以是肺组织灌注压和/或组织脆性，如本文参考图1B所述。
生物标志物测量可用于确定用于与进入和准备手术步骤相关的各种外科工具的操作参数。在进入和准备手术步骤期间，HCP可使用谐波手术刀来切开肺韧带和/或粘连。与粘连和/或韧带的厚度、特性和/或灌注相关的生物标志物测量可用于确定谐波手术刀的操作参数。生物标志物可包括参考图1B描述的生物标志物中的一个或多个生物标志物。计算系统可基于所确定的操作参数来调整谐波手术刀的参数。
图16B示出了示例性处理血管和移除段手术步骤以及患者生物标志物在这些步骤期间的示例性使用。如图所示，肺段切除术可包括处理血管手术步骤。生物标志物测量可用于通知与处理血管手术步骤相关的各种决策，诸如定位肺血管的节段性分支以及决定适于转移风险的结扎的高度。当决定结扎高度时，可使用与结缔组织的厚度、肿瘤的转移性质和/或血管的排列相关的生物标志物测量。
如图16B所示，生物标志物测量可用于识别与处理血管手术步骤相关联的各种风险。例如，与处理血管手术步骤相关联的风险可能是结扎不正确的血管和/或切断对健康组织的血液供应。如本文参考图1B所述，与血管排列相关的生物标志物测量可用于识别可能结扎不正确的血管的风险。与血管排列相关的生物标志物测量可用于术后诊断已在何时结扎不正确的血管。与处理血管手术步骤相关联的风险可能是不当地结扎肺动脉和/或导致失血。与血压和/或血管胶原水平相关的生物标志物测量可用于识别不当结扎和/或失血的风险。这些测量可用于诊断不当结扎和/或失血。与处理血管手术步骤相关联的风险可能是对肺组织的意外损伤和/或漏气。与肺组织强度(例如，肺组织灌注压)相关的生物标志物测量可用于识别风险。
如图16B所示，生物标志物测量可用于确定用于与处理血管手术步骤相关的各种外科工具的操作参数。在处理血管手术步骤期间，HCP可使用谐波手术刀发育裂隙以暴露节段性血管和/或气道。与结缔组织的厚度相关的生物标志物测量可用于确定谐波手术刀的操作参数。在处理血管手术步骤期间，与有效稳态相关的生物标志物测量(例如，血管胶原水平和/或血压)可用于确定谐波手术刀的操作参数。计算系统可基于所确定的操作参数来调整谐波手术刀的参数。
如图16B所示，肺段切除术可包括移除段手术步骤。生物标志物测量可用于通知与移除段手术步骤相关的各种决策。例如，与肿瘤的转移风险相关的生物标志物测量可用于决定适当的组织边缘。
生物标志物测量可用于识别与移除段手术步骤相关联的各种风险。例如，与移除段手术步骤相关联的风险可能是横切不正确的细支气管。如本文参考图1B所述，与气道可见性相关的生物标志物测量可用于识别可能横切不正确的细支气管的风险。与气道可见性相关的生物标志物测量可用于术后诊断已在何时横切不正确的细支气管。
生物标志物测量可用于确定用于与移除段手术步骤相关的各种外科工具的操作参数。在移除段手术步骤期间，HCP可使用线性缝合器来缝合组织。与肺组织厚度、粘弹性和/或纤维特性相关的生物标志物测量可用于确定线性缝合器的操作参数。例如，如本文参考图1B所述，肺组织脆性可用于确定线性缝合器的操作参数。在示例中，如图15所述，基于所预测的组织不规则性并发症，诸如由于不规则厚或纤维的肺组织导致的并发症，计算系统可生成控制信号以改善线性缝合器的最佳压缩和/或击发。在一个示例中，计算系统可生成控制信号，该控制信号被配置成能够降低夹持速度、增加闭合压缩力和/或延长缝合之前的组织蠕变等待时间。在一个示例中，计算系统可生成被配置成能够降低缝合器击发速度的控制信号。
图16C示出了示例性处理淋巴结和评估手术步骤以及患者生物标志物在这些步骤期间的示例性使用。如图所示，肺段切除术可包括处理淋巴结手术步骤。生物标志物测量可用于通知与处理淋巴结手术步骤相关的各种决策。例如，与肿瘤的转移风险相关的生物标志物测量可用于确定淋巴结清扫的程度。
如图16C所示，肺段切除术可包括评估手术步骤。与肺组织修复能力和/或钉线完整性相关的生物标志物测量可用于决定是否应用纤维蛋白密封剂。与肺组织修复能力和/或钉线完整性相关的生物标志物测量可用于决定应用纤维蛋白密封剂的量。
图16D示出了示例性术后和患者生物标志物的示例性使用。生物标志物测量可用于术后预测或检测术后肺段切除术并发症。
图17A至图17E示出了乙状结肠切除术的示例性手术步骤和患者生物标志物测量的示例性使用。如图17A至图17E所示，乙状结肠切除术的示例性步骤可包括术前、启动、进入和准备、调动结肠、切除乙状结肠、吻合、评估和术后。如图所示，患者生物标志物测量可用于通知各种决策，在术前、术间、术后识别各种风险，和/或确定用于各种外科工具的操作参数。
图17A示出了示例性术前、启动和进入和准备手术步骤以及患者生物标志物在这些步骤期间的示例性使用。如图所示，在术前时段期间，患者生物标志物测量可用于通知与乙状结肠切除术相关的各种决策。在一个示例中，患者生物标志物测量可与患者经受外科手术(例如，乙状结肠切除术)的配合程度相关。例如，生物标志物测量可与患者的总体心胸表现相关。所测量的生物标志物可包括氧饱和度、血压、最大VO2等，如本文参考图1B所述。术前生物标志物测量可用于确定一个或多个套管针的放置。例如，生物标志物测量可与脂肪的体积和/或粘连的数量相关。计算系统可基于生物标志物测量来确定用于套管针放置的角度和/或部位(例如，以实现最佳视场)。各种感测系统可用于测量如本文参考图1B所述的生物标志物。
如图17A所示，乙状结肠切除术可包括启动手术步骤。生物标志物测量可用于识别与启动手术步骤相关联的各种风险。
如图17A所示，乙状结肠切除术可包括进入和准备手术步骤。生物标志物测量可用于通知与进入和准备手术步骤相关的各种决策。生物标志物测量可用于识别与外科手术相关联的各种风险，诸如对肠系膜下动脉(“IMA”)和/或输尿管的意外损伤。如本文参考图1B所述，与特征可见性、IMA和/或输尿管脆性相关的生物标志物测量可用于识别身体结构中的至少一者在进入和准备步骤期间可能被意外损伤的风险。生物标志物测量可用于术后诊断或预测失败。例如，与IMA脆性相关的生物标志物测量可用于诊断IMA已在何时被意外损伤。例如，与输尿管脆性相关的生物标志物测量可用于诊断输尿管已在何时被意外损伤。
如图17A所示，在进入和准备步骤期间，生物标志物测量可用于确定用于各种外科工具的操作参数。HCP可使用谐波手术刀和/或双极和单极RF。与稳态相关的生物标志物测量(例如，血管胶原水平和/或血压)可用于确定谐波手术刀和/或双极和单极RF的操作参数。计算系统可基于所确定的操作参数来调整参数。
图17B示出了示例性调动结肠和切除乙状结肠手术步骤以及患者生物标志物在这些步骤期间的示例性使用。如图所示，乙状结肠切除术可包括调动结肠手术步骤。生物标志物测量可用于通知与调动结肠手术步骤相关的各种决策，诸如决定IMA的结扎高度。当决定结扎高度时，可使用与结肠的灌注和/或肿瘤的转移性质相关的生物标志物测量。在此类情况下，生物标志物测量可包括汗液肾上腺素、皮质醇、结肠组织灌注压和/或循环肿瘤细胞。调动结肠手术步骤可包括识别结肠内的肿瘤。当识别肿瘤时，可使用与结肠和/或肿瘤的外观相关的生物标志物测量。在此类情况下，生物标志物测量可包括胃肠道成像。
如图17B所示，生物标志物测量可用于识别与调动结肠手术步骤相关联的各种风险。例如，与调动结肠手术步骤相关联的风险可能是对IMA和/或输尿管的意外损伤。如本文参考图1B所述，与IMA和/或输尿管脆性相关的生物标志物测量可用于识别身体结构中的至少一者在调动结肠手术步骤期间可能被意外损伤的风险。生物标志物测量可用于术后诊断或预测失败。例如，与IMA脆性相关的生物标志物测量可用于诊断IMA已在何时被意外损伤。例如，与输尿管脆性相关的生物标志物测量可用于诊断输尿管已在何时被意外损伤。与调动结肠手术步骤相关联的风险可能是由不完全稳态导致的出血。如本文参考图1B所述，与血管胶原水平和/或血压相关的生物标志物测量可用于识别不完全稳态的风险。
如图17B所示，生物标志物测量可用于确定用于与调动结肠手术步骤相关的各种外科工具的操作参数。在调动结肠手术步骤期间，HCP可使用谐波手术刀和/或双极和单极RF。与稳态相关的生物标志物测量(例如，血管胶原水平和/或血压)可用于确定谐波手术刀和/或双极和单极RF的操作参数。在调动结肠手术步骤期间，HCP可使用谐波手术刀和/或双极和单极RF来切开肠系膜和/或粘连。与粘连的厚度、特性和/灌注相关的生物标志物测量可用于确定谐波手术刀和/或双极和单极RF的操作参数。计算系统可基于所确定的操作参数来调整参数。
如图17B所示，乙状结肠切除术可包括切除乙状结肠手术步骤。生物标志物测量可用于通知与切除乙状结肠手术步骤相关的各种决策。例如，与肿瘤的转移风险和/或尺寸相关的生物标志物测量可用于决定适当的组织边缘。
如图17B所示，生物标志物测量可用于识别与切除乙状结肠手术步骤相关联的各种风险。例如，与切除乙状结肠手术步骤相关联的风险可能是结肠直肠渗漏。如本文参考图1B所述，与结肠组织厚度、粘弹性和/或纤维特性相关的生物标志物测量可用于识别结肠直肠渗漏的风险。在此类情况下，所测量的生物标志物可包括血压、胃肠道成像、结肠组织灌注压和/或水肿。
如图所示，生物标志物测量可用于确定用于与切除乙状结肠手术步骤相关的各种外科工具的操作参数。在切除乙状结肠手术步骤期间，HCP可使用线性和/或圆形缝合器来缝合组织。与结肠组织厚度、粘弹性和/或纤维特性相关的生物标志物测量可用于确定线性缝合器的操作参数。与结肠组织脆性相关的生物标志物测量(例如，胃肠道成像)可用于确定圆形缝合器的操作参数。在示例中，如图15所述，基于所预测的组织不规则性并发症，诸如由于不规则厚或纤维的结肠组织导致的并发症，计算系统可生成各种控制信号以改善线性缝合器的最佳压缩和/或击发。在一个示例中，计算系统可生成控制信号，该控制信号被配置成能够降低夹持速度、增加闭合压缩力和/或延长线性缝合器的缝合之前的组织蠕变等待时间。在一个示例中，计算系统可生成被配置成能够降低缝合器击发速度的控制信号。
图17C示出了示例性吻合和评估手术步骤以及患者生物标志物在这些步骤期间的示例性使用。如图所示，乙状结肠切除术可包括吻合手术步骤。生物标志物测量可用于通知与吻合手术步骤相关的各种决策。例如，与结肠修复能力相关的生物标志物测量(例如，氧饱和度、胃肠道成像、月经周期)可用于确定适当的结肠张力。与结肠组织脆性和/或粘弹性相关的生物标志物测量可用于确定甜甜圈完整性是否足够。在此类情况下，所测量的生物标志物可包括血压、胃肠道成像、结肠组织灌注压和/或水肿。
生物标志物测量可用于识别与吻合手术步骤相关联的各种风险。
如图17C所示，生物标志物测量可用于确定用于与吻合手术步骤相关的各种外科工具的操作参数。在吻合手术步骤期间，HCP可使用圆形缝合器来缝合组织。与结肠组织厚度、水肿和/或纤维特性相关的生物标志物测量可用于确定圆形缝合器的操作参数。在示例中，如图15所述，基于所预测的组织不规则性并发症，诸如由于不规则厚或纤维的结肠组织导致的并发症，计算系统可生成各种控制信号以改善圆形缝合器的最佳压缩和/或击发。在一个示例中，计算系统可生成控制信号，该控制信号被配置成能够降低夹持速度、增加闭合压缩力和/或延长缝合之前的组织蠕变等待时间。在一个示例中，计算系统可生成被配置成能够降低缝合器击发速度的控制信号。在一个示例中，计算系统可生成被配置成能够向上移位可行的钉高度范围的控制信号。
如图所示，乙状结肠切除术可包括评估手术步骤。生物标志物测量可用于通知与评估手术步骤相关的各种决策。例如，与结肠组织外观和/或钉线完整性相关的生物标志物测量可用于确定吻合渗漏。
如图17C所示，生物标志物测量可用于识别与评估手术步骤相关联的各种风险。例如，与切除乙状结肠手术步骤相关联的风险可能是吻合渗漏。如本文参考图1B所述，与结肠组织脆性相关的生物标志物测量可用于识别吻合渗漏的风险。在此类情况下，所测量的生物标志物可包括胃肠道成像。
图17D示出了示例性术后以及患者生物标志物在该步骤期间的示例性使用。生物标志物测量可用于术后预测或检测术后乙状结肠切除术并发症。
图17E示出了与乙状结肠切除术相关的示例性患者生物标志物。本文参考图1B描述了使用一个或多个感测系统的各种生物标志物和对应的测量。
图18A至图18E示出了袖状胃切除术的示例性手术步骤和患者生物标志物测量的示例性使用。如图18A至图18E所示，乙状结肠切除术的示例性步骤可包括术前、启动、进入和准备、胃横切、评估和术后。如图所示，患者生物标志物测量可用于通知各种决策，在术前、术间、术后识别各种风险，和/或确定用于各种外科工具的操作参数。
图18A示出了示例性术前和启动手术步骤以及患者生物标志物在这些步骤期间的示例性使用。如图所示，在术前时段期间，患者生物标志物测量可用于通知与袖状胃切除术相关的各种决策。在一个示例中，患者生物标志物测量可与患者经受外科手术(例如，袖状胃切除术)的配合程度相关。例如，生物标志物测量可与患者的总体心胸表现和/或压力水平相关。所测量的生物标志物可包括氧饱和度、血压、皮质醇水平等，如本文参考图1B所述。术前生物标志物测量可用于确定一个或多个套管针的放置。例如，生物标志物测量可与肝脏的尺寸、脂肪的体积和/或粘连的数量相关。计算系统可基于生物标志物测量来确定用于套管针放置的角度和/或部位(例如，以实现最佳视场)。各种感测系统可用于测量如本文参考图1B所述的生物标志物。
如图18A所示，袖状胃切除术可包括启动手术步骤。生物标志物测量可用于识别与启动手术步骤相关联的各种风险。例如，与启动手术步骤相关联的风险可能是在套管针插入时对器官的意外损伤。如本文参考图1B所述，与粘连的数量、胃组织的强度和/或肝脏组织的强度相关的生物标志物测量可用于识别一个或多个器官在启动手术步骤期间可能被意外损伤的风险。生物标志物测量可用于术后诊断或预测失败。例如，与粘连的数量、胃组织的强度和/或肝脏组织的强度相关的生物标志物测量可用于诊断器官已在何时被意外损伤。
图18B示出了示例性进入和准备手术步骤以及患者生物标志物在该步骤期间的示例性使用。如图所示，生物标志物测量可用于通知与进入和准备手术步骤相关的各种决策。生物标志物测量可用于识别与进入和准备手术步骤相关联的各种风险。例如，与进入和准备手术步骤相关联的风险可能是在肠系膜切开和/或调动期间对胃和/或肝脏的意外损伤。如本文参考图1B所述，与胃组织和/或肝脏组织的强度相关的生物标志物测量可用于识别胃和/或肝脏在进入和准备手术步骤期间可能被意外损伤的风险。生物标志物测量可用于术后诊断或预测失败。例如，与胃组织强度和/或肝脏组织强度相关的生物标志物测量可用于诊断胃和/或肝脏已在何时被意外损伤。
如图18B所示，生物标志物测量可用于确定用于与进入和准备手术步骤相关的各种外科工具的操作参数。在进入和准备手术步骤期间，HCP可使用谐波手术刀和/或双极RF来切开肠系膜和/或粘连。与粘连的厚度、特性和/或灌注相关的生物标志物测量可用于确定谐波手术刀和/或双极RF的操作参数。与稳态相关的生物标志物测量(例如，血管胶原水平和/或血压)可用于确定谐波手术刀和/或双极RF的操作参数。计算系统可基于所确定的操作参数来调整参数。
图18C示出了示例性胃横切手术步骤以及患者生物标志物在该步骤期间的示例性使用。如图所示，袖状胃切除术可包括胃横切手术步骤。生物标志物测量可用于通知与胃横切手术步骤相关的各种决策，诸如限定钉线以保存胃窦并确保对胃的充足血液供应。当限定钉线时，可使用与胃血液供应相关的生物标志物测量。
如图18C所示，生物标志物测量可用于识别与胃横切相关联的各种风险。例如，与胃横切手术步骤相关联的风险可能是钉穿关键血管和/或引起胃局部缺血。如本文参考图1B所述，与胃血液供应相关的生物标志物测量可用于识别在胃横切手术步骤期间钉穿关键血管和/或引起胃局部缺血的风险。生物标志物测量可用于术后诊断或预测失败。例如，与胃血液供应相关的生物标志物测量可用于诊断关键血管已在何时被钉穿和/或何时发生胃局部缺血。
如图18C所示，生物标志物测量可用于确定用于与胃横切手术步骤相关的各种外科工具的操作参数。在胃横切手术步骤期间，HCP可使用谐波手术刀和/或双极RF来切开肠系膜和/或粘连。与粘连的厚度、特性和/或灌注相关的生物标志物测量可用于确定谐波手术刀和/或双极RF的操作参数。与稳态相关的生物标志物测量(例如，血管胶原水平和/或血压)可用于确定谐波手术刀和/或双极RF的操作参数。与胃组织强度和/或脾强度相关的生物标志物测量可用于确定操作参数。
在胃横切手术步骤期间，HCP可使用线性缝合器来缝合胃组织。与胃的厚度、脆性和/或粘弹性相关的生物标志物测量可用于确定线性缝合器的操作参数。在示例中，如图15所述，基于所预测的组织不规则性并发症，诸如由于不规则厚的胃组织导致的并发症，计算系统可生成各种控制信号以改善线性缝合器的最佳压缩和/或击发。在一个示例中，计算系统可生成控制信号，该控制信号被配置成能够降低夹持速度、增加闭合压缩力和/或延长缝合之前的组织蠕变等待时间。在一个示例中，计算系统可生成被配置成能够降低缝合器击发速度的控制信号。
图18D示出了示例性评估手术步骤以及患者生物标志物在该步骤期间的示例性使用。生物标志物测量可用于通知与评估手术步骤相关的各种决策。如图所示，生物标志物测量可用于识别与评估手术步骤相关联的各种风险。例如，与评估手术步骤相关联的风险可能是胃渗漏。与钉线完整性相关的生物标志物测量可用于识别胃渗漏的风险。与钉线完整性相关的生物标志物测量可用于诊断或预测胃渗漏。
图18E示出了示例性术后和患者生物标志物的示例性使用。如图所示，生物标志物测量可用于术后预测或检测术后袖状胃切除术并发症。
以下是可以要求保护或不要求保护的编号实施例的列表：
实施例1.一种计算系统，包括处理器，所述处理器被配置成能够至少：
经由至少一个感测系统获得与至少一个患者生物标志物相关联的测量数据；
基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症；以及
基于所预测的组织不规则性并发症来生成输出。
有利地，预测组织不规则性并发症并且基于此来生成输出使得能够识别可能在外科手术中导致并发症的生理问题(组织不规则性并发症)。预测生理问题以及对它们作出反应(通过生成输出)是在负面外科结果出现之前最小化它们发生的可能性的重要步骤。
实施例2.根据实施例1所述的计算系统，其中，所述处理器被进一步配置成能够：
基于所预测的组织不规则性并发症来确定控制信号，所述控制信号被配置成能够改变与外科装置相关联的操作参数，其中，所述输出包括所述控制信号。
有利地，调整参数(诸如外科装置的操作参数)以减轻并发症降低了即将对患者进行的外科手术的风险。
实施例3.根据实施例1或实施例2所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够控制外科切割和缝合装置执行以下中的至少一项：
延长缝合之前的组织蠕变等待时间；
降低夹持速度；
降低缝合器击发速度；
增加闭合压缩力；或者
向上移位可行的钉高度范围。
实施例4.根据任一项前述实施例所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够控制外科能量装置执行以下中的至少一项：
增加能量水平；
增加能量施加持续时间；或者
增加与后续能量施加相关联的能量生成的阈值。
实施例5.根据任一项前述实施例所述的计算系统，其中，所述处理器被进一步配置成能够：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定慢性炎症反应的概率，其中，基于慢性炎症反应的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大摄氧量(最大VO2)、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导或胃肠(GI)动力。
实施例6.根据任一项前述实施例所述的计算系统，其中，所述处理器被进一步配置成能够：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定不规则保水水平的概率，其中，基于保水水平的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：水肿或水合状态。
实施例7.根据任一项前述实施例所述的计算系统，其中，所述组织不规则性并发症包括以下中的至少一项：组织厚度不规则性、组织密度不规则性或组织压缩性不规则性。
实施例8.根据任一项前述实施例所述的计算系统，其中，至少一个患者生物标志物包括局部水肿、体重变化和白蛋白水平，并且所述处理器被进一步配置成能够：
基于所述局部水肿、体重变化和白蛋白水平变化来确定水肿严重性，其中，在所确定的水肿严重性超过阈值时预测所述组织不规则性并发症。
实施例9.根据任一项前述实施例所述的计算系统，其中，所述组织不规则性并发症与肺部手术相关联，并且所述测量数据与1秒用力呼气量(FEV1)、用力肺活量(FVC)或FEV1与FVC比率中的至少一者相关联，其中，所述处理器被进一步配置成能够：
基于FEV1、FVC或FEV1与FVC比率中的至少一者来确定肺部功能度量，其中基于所述肺部功能度量超过阈值来预测所述组织不规则性并发症。
实施例10.根据任一项前述实施例所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够指示对外科手术计划的调整，可选地，所述调整包括以下中的至少一项：
对外科器械的重新加载的调整；
添加辅助材料；
高亮与所预测的组织不规则性并发症相关联的受影响区域；
扩大调动计划区域；或者
显示改善的进入选项。
有利地，调整外科计划以减轻并发症降低了即将对患者进行的外科手术的风险。
实施例11.根据任一项前述实施例所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够经由以下中的至少一项来指示组织不规则性并发症的概率：
在术前成像上显示；
经由增强现实装置显示；或者
在外科手术计划中与对所述外科手术计划的调整的指示一起显示。
实施例12.一种方法，包括：
经由至少一个感测系统获得与至少一个患者生物标志物相关联的测量数据；
基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症；以及
基于所预测的组织不规则性并发症来生成输出，诸如与外科手术相关联的控制信号。
有利地，预测组织不规则性并发症并且基于此来生成输出使得能够识别可能在外科手术中导致并发症的生理问题(组织不规则性并发症)。预测生理问题以及对它们作出反应(通过生成输出)是在负面外科结果出现之前最小化它们发生的可能性的重要步骤。
实施例12a.根据实施例12所述的方法，其中，所述输出包括控制信号，所述控制信号被配置成能够调整与外科手术相关联的外科参数，以减轻所预测的血液灌注困难并发症。
有利地，调整参数(诸如外科装置的操作参数)以减轻并发症降低了即将对患者进行的外科手术的风险。
实施例12b：根据实施例12或实施例12a所述的方法，其中，所述输出包括控制信号，所述控制信号被配置成能够指示对外科手术计划的调整。
有利地，调整外科计划以减轻并发症降低了即将对患者进行的外科手术的风险。
实施例13.根据实施例12至12b中任一项所述的方法，还包括：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定慢性炎症反应的概率，其中，基于慢性炎症反应的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导或GI动力。
实施例14.根据实施例12至13中任一项所述的方法，还包括：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定不规则保水水平的概率，其中，基于保水水平的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：水肿或水合状态。
实施例15.根据实施例12至14中任一项所述的方法，其中，所述输出包括控制信号，所述控制信号被配置成能够控制外科切割和缝合装置执行以下中的至少一项：
延长缝合之前的组织蠕变等待时间；
降低夹持速度；
降低缝合器击发速度；
增加闭合压缩力；或者
向上移位可行的钉高度范围。
实施例16.根据实施例12至15中任一项所述的方法，其中，所述输出包括控制信号，所述控制信号被配置成能够控制外科能量装置执行以下中的至少一项：
增加能量水平；
增加能量施加持续时间；或者
增加与后续能量施加相关联的能量生成的阈值。
实施例17.根据实施例12至16中任一项所述的方法，其中，所述输出包括控制信号，所述控制信号被配置成能够执行以下中的至少一项：
在术前成像上显示组织不规则性并发症的概率；
经由增强现实装置显示组织不规则性并发症的概率；或者
在外科手术计划中与对所述外科手术计划的调整的指示一起显示组织不规则性并发症的概率。
实施例12至17可以是计算机实现的方法。
实施例18.一种感测系统，包括：
至少一个传感器，所述至少一个传感器用于测量至少一个生物标志物；以及
处理器，所述处理器被配置成能够：
获得与至少一个患者生物标志物相关联的测量数据；
基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症；以及
生成所预测的组织不规则性并发症的指示。
有利地，预测组织不规则性并发症并且基于此来生成输出使得能够识别可能在外科手术中导致并发症的生理问题(组织不规则性并发症)。预测生理问题以及对它们作出反应(通过生成输出)是在负面外科结果出现之前最小化它们发生的可能性的重要步骤。
实施例19.根据实施例18所述的感测系统，其中，所述测量数据包括以下中的至少一项：与所述至少一个生物标志物相关联的术前测量数据或术中测量数据，并且所述至少一个患者生物标志物包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力、水肿或水合状态。
实施例20.根据实施例18或实施例19所述的感测系统，还包括收发器，所述收发器被配置成能够：
从计算系统接收与所述至少一个患者生物标志物相关联的阈值；
以及
向所述计算系统发送所预测的组织不规则性并发症的所述指示，其中，所述处理器被进一步配置成能够：
基于所述测量数据和所接收的阈值来计算组织不规则性并发症的概率，其中，基于所计算的概率来预测所述组织不规则性并发症。
以下是可以要求保护或不要求保护的本公开的编号方面：
方面1.一种计算系统，包括处理器，所述处理器被配置成能够至少：
经由至少一个感测系统获得与至少一个患者生物标志物相关联的测量数据；
基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症；以及
基于所预测的组织不规则性并发症来生成输出。
方面2.根据方面1所述的计算系统，其中，所述处理器被进一步配置成能够：
基于所预测的组织不规则性并发症来确定控制信号，所述控制信号被配置成能够改变与外科装置相关联的操作参数，其中，所述输出包括所述控制信号。
方面3.根据方面1所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够控制外科切割和缝合装置执行以下中的至少一项：
延长缝合之前的组织蠕变等待时间；
降低夹持速度；
降低缝合器击发速度；
增加闭合压缩力；或者
向上移位可行的钉高度范围。
方面4.根据方面1所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够控制外科能量装置执行以下中的至少一项：
增加能量水平；
增加能量施加持续时间；或者
增加与后续能量施加相关联的能量生成的阈值。
方面5.根据方面1所述的计算系统，其中，所述处理器被进一步配置成能够：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定慢性炎症反应的概率，其中，基于慢性炎症反应的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大摄氧量(最大VO2)、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导或胃肠(GI)动力。
方面6.根据方面1所述的计算系统，其中，所述处理器被进一步配置成能够：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定不规则保水水平的概率，其中，基于保水水平的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：水肿或水合状态。
方面7.根据方面1所述的计算系统，其中，所述组织不规则性并发症包括以下中的至少一项：组织厚度不规则性、组织密度不规则性或组织压缩性不规则性。
方面8.根据方面1所述的计算系统，其中，至少一个患者生物标志物包括局部水肿、体重变化和白蛋白水平，并且所述处理器被进一步配置成能够：
基于所述局部水肿、体重变化和白蛋白水平变化来确定水肿严重性，其中，在所确定的水肿严重性超过阈值时预测所述组织不规则性并发症。
方面9.根据方面1所述的计算系统，其中，所述组织不规则性并发症与肺部手术相关联，并且所述测量数据与1秒用力呼气量(FEV1)、用力肺活量(FVC)或FEV1与FVC比率中的至少一者相关联，其中，所述处理器被进一步配置成能够：
基于FEV1、FVC或FEV1与FVC比率中的至少一者来确定肺部功能度量，其中，基于所述肺部功能度量超过阈值来预测所述组织不规则性并发症。
方面10.根据方面1所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够指示对外科手术计划的调整，所述调整包括以下中的至少一项：
对外科器械的重新加载的调整；
添加辅助材料；
高亮与所预测的组织不规则性并发症相关联的受影响区域；
扩大调动计划区域；或者
显示改善的进入选项。
方面11.根据方面1所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够经由以下中的至少一项来指示组织不规则性并发症的概率：
在术前成像上显示；
经由增强现实装置显示；或者
在外科手术计划中与对所述外科手术计划的调整的指示一起显示。
方面12.一种方法，包括：
经由至少一个感测系统获得与至少一个患者生物标志物相关联的测量数据；
基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症；以及
基于所预测的组织不规则性并发症来生成与外科手术相关联的控制信号。
方面13.根据方面12所述的方法，还包括：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定慢性炎症反应的概率，其中，基于慢性炎症反应的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导或GI
动力。
方面14.根据方面12所述的方法，还包括：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定不规则保水水平的概率，其中，基于保水水平的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：水肿或水合状态。
方面15.根据方面12所述的方法，其中，所述控制信号被配置成能够控制外科切割和缝合装置执行以下中的至少一项：
延长缝合之前的组织蠕变等待时间；
降低夹持速度；
降低缝合器击发速度；
增加闭合压缩力；或者
向上移位可行的钉高度范围。
方面16.根据方面12所述的方法，其中，所述控制信号被配置成能够控制外科能量装置执行以下中的至少一项：
增加能量水平；
增加能量施加持续时间；或者
增加与后续能量施加相关联的能量生成的阈值。
方面17.根据方面12所述的方法，其中，所述控制信号被配置成能够执行以下中的至少一项：
在术前成像上显示组织不规则性并发症的概率；
经由增强现实装置显示组织不规则性并发症的概率；或者
在外科手术计划中与对所述外科手术计划的调整的指示一起显示组织不规则性并发症的概率。
方面18.一种感测系统，包括：
至少一个传感器，所述至少一个传感器用于测量至少一个生物标志物；以及
处理器，所述处理器被配置成能够：
获得与至少一个患者生物标志物相关联的测量数据；
基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症；以及
生成所预测的组织不规则性并发症的指示。
方面19.根据方面18所述的感测系统，其中，所述测量数据包括以下中的至少一项：与所述至少一个生物标志物相关联的术前测量数据或术中测量数据，并且所述至少一个患者生物标志物包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力、水肿或水合状态。
方面20.根据方面18所述的感测系统，还包括收发器，所述收发器被配置成能够：
从计算系统接收与所述至少一个患者生物标志物相关联的阈值；
以及
向所述计算系统发送所预测的组织不规则性并发症的所述指示，其中，所述处理器被进一步配置成能够：
基于所述测量数据和所接收的阈值来计算组织不规则性并发症的概率，其中，基于所计算的概率来预测所述组织不规则性并发症。

Claims (22)

1.一种计算系统，包括处理器，所述处理器被配置成能够至少：
经由至少一个感测系统获得与至少一个患者生物标志物相关联的测量数据；
基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症；以及
基于所预测的组织不规则性并发症来生成输出。
2.根据权利要求1所述的计算系统，其中，所述处理器被进一步配置成能够：
基于所预测的组织不规则性并发症来确定控制信号，所述控制信号被配置成能够改变与外科装置相关联的操作参数，其中，所述输出包括所述控制信号。
3.根据权利要求1或权利要求2所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够控制外科切割和缝合装置执行以下中的至少一项：
延长缝合之前的组织蠕变等待时间；
降低夹持速度；
降低缝合器击发速度；
增加闭合压缩力；或者
向上移位可行的钉高度范围。
4.根据任一项前述权利要求所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够控制外科能量装置执行以下中的至少一项：
增加能量水平；
增加能量施加持续时间；或者
增加与后续能量施加相关联的能量生成的阈值。
5.根据任一项前述权利要求所述的计算系统，其中，所述处理器被进一步配置成能够：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定慢性炎症反应的概率，其中，基于慢性炎症反应的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大摄氧量(最大VO2)、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导或胃肠(GI)动力。
6.根据任一项前述权利要求所述的计算系统，其中，所述处理器被进一步配置成能够：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定不规则保水水平的概率，其中，基于保水水平的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：水肿或水合状态。
7.根据任一项前述权利要求所述的计算系统，其中，所述组织不规则性并发症包括以下中的至少一项：组织厚度不规则性、组织密度不规则性或组织压缩性不规则性。
8.根据任一项前述权利要求所述的计算系统，其中，至少一个患者生物标志物包括局部水肿、体重变化和白蛋白水平，并且所述处理器被进一步配置成能够：
基于所述局部水肿、体重变化和白蛋白水平变化来确定水肿严重性，其中，在所确定的水肿严重性超过阈值时预测所述组织不规则性并发症。
9.根据任一项前述权利要求所述的计算系统，其中，所述组织不规则性并发症与肺部手术相关联，并且所述测量数据与1秒用力呼气量(FEV1)、用力肺活量(FVC)或FEV1与FVC比率中的至少一者相关联，其中，所述处理器被进一步配置成能够：
基于FEV1、FVC或FEV1与FVC比率中的至少一者来确定肺部功能度量，其中，基于所述肺部功能度量超过阈值来预测所述组织不规则性并发症。
10.根据任一项前述权利要求所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够指示对外科手术计划的调整，可选地，所述调整包括以下中的至少一项：
对外科器械的重新加载的调整；
添加辅助材料；
高亮与所预测的组织不规则性并发症相关联的受影响区域；
扩大调动计划区域；或者
显示改善的进入选项。
11.根据任一项前述权利要求所述的计算系统，其中，所述输出包括控制信号，所述控制信号被配置成能够经由以下中的至少一项来指示组织不规则性并发症的概率：
在术前成像上显示；
经由增强现实装置显示；或者
在外科手术计划中与对所述外科手术计划的调整的指示一起显示。
12.一种方法，包括：
经由至少一个感测系统获得与至少一个患者生物标志物相关联的测量数据；
基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症；以及
基于所预测的组织不规则性并发症来生成输出，诸如与外科手术相关联的控制信号。
13.根据权利要求12所述的方法，其中，所述输出包括控制信号，所述控制信号被配置成能够调整与外科手术相关联的外科参数，以减轻所预测的血液灌注困难并发症。
14.根据权利要求12或权利要求13所述的方法，其中，所述输出包括控制信号，所述控制信号被配置成能够指示对外科手术计划的调整。
15.根据权利要求12至14中任一项所述的方法，还包括：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定慢性炎症反应的概率，其中，基于慢性炎症反应的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导或GI动力。
16.根据权利要求12至15中任一项所述的方法，还包括：
基于与所述至少一个患者生物标志物相关联的所述测量数据来确定不规则保水水平的概率，其中，基于保水水平的所述概率超过阈值来预测所述组织不规则性并发症，并且所述至少一个患者生物标志物包括以下中的至少一项：水肿或水合状态。
17.根据权利要求12至16中任一项所述的方法，其中，所述输出包括控制信号，所述控制信号被配置成能够控制外科切割和缝合装置执行以下中的至少一项：
延长缝合之前的组织蠕变等待时间；
降低夹持速度；
降低缝合器击发速度；
增加闭合压缩力；或者
向上移位可行的钉高度范围。
18.根据权利要求12至17中任一项所述的方法，其中，所述输出包括控制信号，所述控制信号被配置成能够控制外科能量装置执行以下中的至少一项：
增加能量水平；
增加能量施加持续时间；或者
增加与后续能量施加相关联的能量生成的阈值。
19.根据权利要求12至18中任一项所述的方法，其中，所述输出包括控制信号，所述控制信号被配置成能够执行以下中的至少一项：
在术前成像上显示组织不规则性并发症的概率；
经由增强现实装置显示组织不规则性并发症的概率；或者
在外科手术计划中与对所述外科手术计划的调整的指示一起显示组织不规则性并发症的概率。
20.一种感测系统，包括：
至少一个传感器，所述至少一个传感器用于测量至少一个生物标志物；以及
处理器，所述处理器被配置成能够：
获得与至少一个患者生物标志物相关联的测量数据；
基于与所述至少一个患者生物标志物相关联的所述测量数据来预测组织不规则性并发症；以及
生成所预测的组织不规则性并发症的指示。
21.根据权利要求20所述的感测系统，其中，所述测量数据包括以下中的至少一项：与所述至少一个生物标志物相关联的术前测量数据或术中测量数据，并且所述至少一个患者生物标志物包括以下中的至少一项：组织灌注压、乳酸盐、氧饱和度、最大VO2、呼吸率、自主神经张力、出汗率、心率变异性、皮肤电导、GI动力、水肿或水合状态。
22.根据权利要求20或权利要求21所述的感测系统，还包括收发器，所述收发器被配置成能够：
从计算系统接收与所述至少一个患者生物标志物相关联的阈值；以及
向所述计算系统发送所预测的组织不规则性并发症的所述指示，其中，所述处理器被进一步配置成能够：
基于所述测量数据和所接收的阈值来计算组织不规则性并发症的概率，其中，基于所计算的概率来预测所述组织不规则性并发症。
CN202280017910.3A 2021-01-22 2022-01-21 基于生物标志物监测来预测组织不规则性 Pending CN116897023A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US17/156,306 2021-01-22
US17/156,306 US12011163B2 (en) 2021-01-22 2021-01-22 Prediction of tissue irregularities based on biomarker monitoring
PCT/IB2022/050518 WO2022157687A1 (en) 2021-01-22 2022-01-21 Prediction of tissue irregularities based on biomarker monitoring

Publications (1)

Publication Number Publication Date
CN116897023A true CN116897023A (zh) 2023-10-17

Family

ID=80122312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280017910.3A Pending CN116897023A (zh) 2021-01-22 2022-01-21 基于生物标志物监测来预测组织不规则性

Country Status (6)

Country Link
US (1) US12011163B2 (zh)
EP (1) EP4142624A1 (zh)
JP (1) JP2024509672A (zh)
CN (1) CN116897023A (zh)
BR (1) BR112023014433A2 (zh)
WO (1) WO2022157687A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117694864A (zh) * 2023-12-14 2024-03-15 江苏大学附属医院 一种淋巴水肿体积智能测量方法
CN117898681A (zh) * 2024-03-19 2024-04-19 深圳启脉科技有限公司 一种基于无线监护的水肿信号的获取方法及装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12011163B2 (en) * 2021-01-22 2024-06-18 Cilag Gmbh International Prediction of tissue irregularities based on biomarker monitoring
US11783938B2 (en) 2021-07-22 2023-10-10 Cilag Gmbh International Integrated hub systems control interfaces and connections
US20230053189A1 (en) * 2021-08-11 2023-02-16 Terumo Cardiovascular Systems Corporation Augmented-reality endoscopic vessel harvesting
CN117237813B (zh) * 2023-11-09 2024-02-27 中国水利水电第七工程局有限公司 基于视频识别的隧道施工供氧控制方法、装置及系统

Family Cites Families (144)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5799282A (en) 1992-05-19 1998-08-25 Medical Training And Services, International Methods for establishing certifiable informed consent for a medical procedure
US5406914A (en) 1992-11-10 1995-04-18 A. Ahlstrom Corporation Method and apparatus for operating a circulating fluidized bed reactor system
US5494546A (en) 1994-02-18 1996-02-27 Horvath; Steven J. Apparatus and method for applying anti-lacerative film to glass
US6036446A (en) 1995-02-28 2000-03-14 Lowell R. Goodman Fluid transfer with concurrent system movement for liquid and vacuum
US20030157187A1 (en) 1996-12-02 2003-08-21 Angiotech Pharmaceuticals, Inc. Compositions and methods for treating or preventing inflammatory diseases
US6331181B1 (en) 1998-12-08 2001-12-18 Intuitive Surgical, Inc. Surgical robotic tools, data architecture, and use
US7321862B2 (en) 1999-06-23 2008-01-22 Visicu, Inc. System and method for patient-worn monitoring of patients in geographically dispersed health care locations
US7827043B2 (en) 2001-02-15 2010-11-02 Tahan A Christian Method using a global server for providing patient medical histories to assist in the delivery of emergency medical services
US6775575B2 (en) 2001-02-26 2004-08-10 D. Bommi Bommannan System and method for reducing post-surgical complications
US6840913B2 (en) 2001-03-09 2005-01-11 Biomedical Acoustic Research Corp. Acoustic detection of gastric motility dysfunction
US20040096817A1 (en) 2002-05-31 2004-05-20 Wayne State University Model for in vitro adhesion development
US7627334B2 (en) 2003-07-21 2009-12-01 Contextual Information, Inc. Systems and methods for context relevant information management and display
US20050208095A1 (en) 2003-11-20 2005-09-22 Angiotech International Ag Polymer compositions and methods for their use
US9072535B2 (en) 2011-05-27 2015-07-07 Ethicon Endo-Surgery, Inc. Surgical stapling instruments with rotatable staple deployment arrangements
US20090149748A1 (en) 2005-08-25 2009-06-11 Virginia Commonwealth University Portable Pulmonary Injury diagnostic Devices And Methods
ITRM20060094A1 (it) 2006-02-24 2007-08-25 Opocrin Spa Uso della piperacillina in preparati topici intravaginali per il trattamento di infezioni vaginali batteriche ginecologiche ed ostetriche
US8583224B2 (en) 2006-09-08 2013-11-12 Cardiac Pacemakers, Inc. Implantable medical device and methods for automated detection of infection
US20080300915A1 (en) 2007-05-30 2008-12-04 Molmenti Ernesto P System and Method for Providing Informed Consent
WO2010100649A1 (en) 2009-03-04 2010-09-10 Sensible Medical Innovations Ltd. Methods and systems for monitoring intrabody tissues
US10943692B1 (en) 2008-05-07 2021-03-09 Lawrence A. Lynn System and method for generating quaternary images of biologic force propagation and recovery
US8210411B2 (en) * 2008-09-23 2012-07-03 Ethicon Endo-Surgery, Inc. Motor-driven surgical cutting instrument
US8591459B2 (en) 2009-12-21 2013-11-26 Ethicon Endo-Surgery, Inc. Use of biomarkers and therapeutic agents with surgical devices
US9788834B2 (en) 2010-09-30 2017-10-17 Ethicon Llc Layer comprising deployable attachment members
US8740038B2 (en) 2010-09-30 2014-06-03 Ethicon Endo-Surgery, Inc. Staple cartridge comprising a releasable portion
EP2636034A4 (en) 2010-11-04 2015-07-22 Univ Johns Hopkins SYSTEM AND METHOD FOR ASSESSING OR ENHANCING CAPACITIES IN NON-INVASIVE SURGERY
US9072523B2 (en) 2010-11-05 2015-07-07 Ethicon Endo-Surgery, Inc. Medical device with feature for sterile acceptance of non-sterile reusable component
US20120310670A1 (en) 2011-06-01 2012-12-06 nPruv, Inc. Systems and methods for automated informed consent
US10460078B2 (en) 2010-12-03 2019-10-29 Parallel 6, Inc. Systems and methods for remote demand based data management of clinical locations
US8696616B2 (en) 2010-12-29 2014-04-15 Ethicon Endo-Surgery, Inc. Obesity therapy and heart rate variability
US10535020B2 (en) 2011-03-09 2020-01-14 Humetrix Mobile device-based system for automated, real time health record exchange
CN106913366B (zh) 2011-06-27 2021-02-26 内布拉斯加大学评议会 工具承载的追踪系统和计算机辅助外科方法
US9123155B2 (en) 2011-08-09 2015-09-01 Covidien Lp Apparatus and method for using augmented reality vision system in surgical procedures
WO2013053916A1 (en) 2011-10-14 2013-04-18 Pronota N.V. Procathepsin l and cathepsin l as biomarkers for ischemia
US8880155B2 (en) 2012-02-24 2014-11-04 Covidien Lp Hypovolemia diagnosis technique
WO2013141996A1 (en) 2012-03-19 2013-09-26 Cardiac Pacemakers, Inc. Systems and methods for monitoring for nerve damage
US11871901B2 (en) 2012-05-20 2024-01-16 Cilag Gmbh International Method for situational awareness for surgical network or surgical network connected device capable of adjusting function based on a sensed situation or usage
WO2013190557A2 (en) 2012-06-21 2013-12-27 Given Imaging Ltd. System and method for spatiotemporally synchronizing and displaying bodily organ images and physiological parameter(s) related thereto
US10606353B2 (en) 2012-09-14 2020-03-31 Interaxon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data
EP3441896B1 (en) 2012-09-14 2021-04-21 InteraXon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data
US20140081659A1 (en) 2012-09-17 2014-03-20 Depuy Orthopaedics, Inc. Systems and methods for surgical and interventional planning, support, post-operative follow-up, and functional recovery tracking
US20150302536A1 (en) 2012-10-11 2015-10-22 Jeffrey R. Wahl Virtual information presentation system
SG11201503472PA (en) 2012-11-05 2015-05-28 Autonomix Medical Inc Systems, methods, and devices for monitoring and treatment of tissues within and/or through a lumen wall
US8869174B2 (en) 2012-12-05 2014-10-21 Mckesson Financial Holdings Method and apparatus for providing context aware logging
US20140263552A1 (en) 2013-03-13 2014-09-18 Ethicon Endo-Surgery, Inc. Staple cartridge tissue thickness sensor system
US9332987B2 (en) 2013-03-14 2016-05-10 Ethicon Endo-Surgery, Llc Control arrangements for a drive member of a surgical instrument
US10467327B1 (en) 2013-03-15 2019-11-05 Matan Arazi Real-time event transcription system and method
US10241964B2 (en) 2013-07-23 2019-03-26 Evocentauri Inc. Systems and methods for obtaining consent from a patient
US20150071909A1 (en) 2013-09-12 2015-03-12 Saint Louis University Methods and compositions for reducing the incidence of post-surgical adhesions
US20170041688A1 (en) 2013-11-12 2017-02-09 Qualcomm Incorporated Apparatus and methods for timestamping in a system synchronizing controller and sensors
US9028407B1 (en) 2013-12-13 2015-05-12 Safer Care LLC Methods and apparatus for monitoring patient conditions
US11055980B2 (en) 2014-04-16 2021-07-06 Murata Vios, Inc. Patient care and health information management systems and methods
US10139253B2 (en) 2014-04-30 2018-11-27 Google Llc Adjustment of interrupt timestamps of signals from a sensor based on an estimated sampling rate of the sensor
EP3166468A4 (en) 2014-07-10 2018-03-07 M.S.T. Medical Surgery Technologies Ltd. Improved interface for laparoscopic surgeries - movement gestures
US9706966B2 (en) 2014-07-27 2017-07-18 Oridion Medical 1987 Ltd. Personalized patient alarm management
US10369045B2 (en) 2014-07-29 2019-08-06 The Johns Hopkins University Micromanipulation systems and methods
JP6656249B2 (ja) 2014-08-21 2020-03-04 クラセンス・インコーポレイテッドＱｕｒａｓｅｎｓｅ Ｉｎｃ． 体液の非侵襲分析のためのシステム及び方法
US11219413B2 (en) 2014-08-26 2022-01-11 Dexcom, Inc. Systems and methods for securing a continuous analyte sensor to a host
US11058332B2 (en) 2014-09-26 2021-07-13 Sofradim Production System and method for early detection of post-surgery infection
US9621357B2 (en) 2014-10-16 2017-04-11 Verato, Inc. System and method for providing consent management
US10410742B2 (en) 2014-10-20 2019-09-10 Rational Surgical Solutions, Llc Method and system for informed consent
US9525482B1 (en) 2015-02-09 2016-12-20 Microsemi Storage Solutions (U.S.), Inc. Apparatus and method for measurement of propagation time of a data stream in a transport network
WO2016133928A1 (en) 2015-02-17 2016-08-25 Massachusetts Institiute Of Technology System and method for sepsis care task management
US20180028088A1 (en) 2015-02-27 2018-02-01 University Of Houston System Systems and methods for medical procedure monitoring
WO2016187070A1 (en) 2015-05-15 2016-11-24 Gauss Surgical, Inc. Method for projecting blood loss of a patient during a surgery
US20170068785A1 (en) 2015-09-09 2017-03-09 Humetrix.Com, Inc. Secure real-time health record exchange
US20170119300A1 (en) 2015-10-29 2017-05-04 Patrona Medical, Inc. Sensor Management And Record Tracking System
US20170143268A1 (en) 2015-11-20 2017-05-25 PhysioWave, Inc. Aggregation and analysis of scale-based user data and remote user-physiologic device-based user data
EP3413774A4 (en) 2015-12-07 2019-11-13 M.S.T. Medical Surgery Technologies Ltd. DATABASE MANAGEMENT FOR LAPAROSCOPIC SURGERY
WO2017147652A1 (en) 2016-02-29 2017-09-08 Trifecta Brace Pty Limited Psycho-social methods and apparatus for: rehabilitation, pre-operatively and post-operatively to orthopaedic surgery
US10555703B2 (en) 2016-03-08 2020-02-11 Wolf H. Stapelfeldt Monitoring oxygen uptake of a patient under anesthesia
US11191479B2 (en) 2016-03-23 2021-12-07 Canary Medical Inc. Implantable reporting processor for an alert implant
US11607239B2 (en) 2016-04-15 2023-03-21 Cilag Gmbh International Systems and methods for controlling a surgical stapling and cutting instrument
WO2017181129A2 (en) 2016-04-15 2017-10-19 Worcester Polytechnic Institute Devices and methods for measuring vascular deficiency
WO2017189488A1 (en) 2016-04-25 2017-11-02 Vicapsys, Inc. Methods for preventing fibrosis using cxcr4 and/or cxcr7 binding agents
SI3448421T1 (sl) 2016-04-29 2022-02-28 The Board of Trustees of the Leland Stanford Junior University Office of the General Counsel Postopki in sestavki za preprečevanje in zdravljenje kirurških adhezij
EP3451926A4 (en) 2016-05-02 2019-12-04 Dexcom, Inc. SYSTEM AND METHOD FOR PROVIDING OPTIMIZED ALERTS TO A USER
US10178161B2 (en) 2016-05-11 2019-01-08 Microsoft Technology Licensing, Llc Digital signal processing over data streams
US20180168618A1 (en) 2016-12-21 2018-06-21 Ethicon Endo-Surgery, Llc Surgical stapling systems
US10813710B2 (en) 2017-03-02 2020-10-27 KindHeart, Inc. Telerobotic surgery system using minimally invasive surgical tool with variable force scaling and feedback and relayed communications between remote surgeon and surgery station
JP6410861B2 (ja) 2017-03-09 2018-10-24 キヤノン株式会社 計測装置、処理装置および物品製造方法
US20180286521A1 (en) 2017-04-03 2018-10-04 City Of Hope Peri-operative remote care monitoring system
US10881399B2 (en) 2017-06-20 2021-01-05 Ethicon Llc Techniques for adaptive control of motor velocity of a surgical stapling and cutting instrument
US10327767B2 (en) * 2017-06-20 2019-06-25 Ethicon Llc Control of motor velocity of a surgical stapling and cutting instrument based on angle of articulation
US11133104B2 (en) 2017-07-08 2021-09-28 Navlab Holdings Ii, Llc Displaying relevant data to a user during a surgical procedure
US11013528B2 (en) 2017-08-29 2021-05-25 Ethicon Llc Electrically-powered surgical systems providing fine clamping control during energy delivery
US20190079916A1 (en) 2017-09-11 2019-03-14 International Business Machines Corporation Using syntactic analysis for inferring mental health and mental states
US11233594B2 (en) 2017-12-19 2022-01-25 Qualcomm Incorporated Time synchronization for wireless communications
EP3727133A1 (en) 2017-12-20 2020-10-28 Koninklijke Philips N.V. Location based ecg analysis criteria tuning in ecg equipment
US20190192147A1 (en) 2017-12-21 2019-06-27 Ethicon Llc Surgical instrument comprising an articulatable distal head
US11100631B2 (en) 2017-12-28 2021-08-24 Cilag Gmbh International Use of laser light and red-green-blue coloration to determine properties of back scattered light
US11419630B2 (en) 2017-12-28 2022-08-23 Cilag Gmbh International Surgical system distributed processing
US11304699B2 (en) 2017-12-28 2022-04-19 Cilag Gmbh International Method for adaptive control schemes for surgical network control and interaction
US11576677B2 (en) 2017-12-28 2023-02-14 Cilag Gmbh International Method of hub communication, processing, display, and cloud analytics
US11464535B2 (en) 2017-12-28 2022-10-11 Cilag Gmbh International Detection of end effector emersion in liquid
US11612444B2 (en) 2017-12-28 2023-03-28 Cilag Gmbh International Adjustment of a surgical device function based on situational awareness
US11659023B2 (en) 2017-12-28 2023-05-23 Cilag Gmbh International Method of hub communication
US20190206569A1 (en) 2017-12-28 2019-07-04 Ethicon Llc Method of cloud based data analytics for use with the hub
US11937769B2 (en) 2017-12-28 2024-03-26 Cilag Gmbh International Method of hub communication, processing, storage and display
US11857152B2 (en) 2017-12-28 2024-01-02 Cilag Gmbh International Surgical hub spatial awareness to determine devices in operating theater
US20190201140A1 (en) 2017-12-28 2019-07-04 Ethicon Llc Surgical hub situational awareness
US11969142B2 (en) 2017-12-28 2024-04-30 Cilag Gmbh International Method of compressing tissue within a stapling device and simultaneously displaying the location of the tissue within the jaws
BR112020013095A2 (pt) * 2017-12-28 2020-12-01 Ethicon Llc sistemas de segurança para grampeamento cirúrgico inteligente equipado com motor
US11304763B2 (en) 2017-12-28 2022-04-19 Cilag Gmbh International Image capturing of the areas outside the abdomen to improve placement and control of a surgical device in use
US11559307B2 (en) 2017-12-28 2023-01-24 Cilag Gmbh International Method of robotic hub communication, detection, and control
US11969216B2 (en) 2017-12-28 2024-04-30 Cilag Gmbh International Surgical network recommendations from real time analysis of procedure variables against a baseline highlighting differences from the optimal solution
US12102397B2 (en) 2018-01-19 2024-10-01 Verily Life Sciences Llc Step-based system for providing surgical intraoperative cues
US20190254753A1 (en) 2018-02-19 2019-08-22 Globus Medical, Inc. Augmented reality navigation systems for use with robotic surgical systems and methods of their use
US20190259476A1 (en) 2018-02-21 2019-08-22 Sebastian Armijos Patient Consent Systems
US10972637B2 (en) 2018-03-13 2021-04-06 Lyft, Inc. Systems and methods for synchronizing sensor capture
EP3773301B1 (en) 2018-04-13 2024-03-06 Karl Storz SE & Co. KG Guidance system and associated computer program
US11238012B1 (en) 2018-05-15 2022-02-01 Splunk Inc. Log data extraction from data chunks of an isolated execution environment
US20190392162A1 (en) 2018-06-25 2019-12-26 Merck Sharp & Dohme Corp. Dynamic consent enforcement for internet of things
US11116587B2 (en) 2018-08-13 2021-09-14 Theator inc. Timeline overlay on surgical video
US20210386489A1 (en) 2018-10-12 2021-12-16 Sony Corporation Surgical support system, data processing apparatus and method
CN113382676A (zh) 2018-10-31 2021-09-10 瑞思迈公司 用于改变发送到外部源的数据量的系统和方法
US10930395B2 (en) 2018-11-23 2021-02-23 Asheleigh Adeline Mowery System for surgical decisions using deep learning
US11038969B2 (en) 2018-12-20 2021-06-15 Murata Vios, Inc. Platform independent realtime medical data display system
EP3671759A1 (en) 2018-12-20 2020-06-24 Nively Method for monitoring a user, method for storing and/providing personal data of a user and monitoring system
BR112021016621A2 (pt) 2019-02-21 2021-11-03 Theator Inc Sistemas e métodos para análise de vídeos cirúrgicos
US11452576B2 (en) 2019-02-21 2022-09-27 Theator inc. Post discharge risk prediction
US11937885B2 (en) 2019-03-04 2024-03-26 Smith & Nephew, Inc. Co-registration for augmented reality and surgical navigation
JP2022528558A (ja) 2019-03-26 2022-06-14 ネルフ テクノロジー インコーポレイテッド 術後合併症を予測および検出するためのシステム、方法および装置
US12053333B2 (en) 2019-04-04 2024-08-06 The Board Of Regents Of The University Of Oklahoma Surgical enhanced visualization system and method of use
US20200386772A1 (en) 2019-06-05 2020-12-10 Mark D. Noar Method For Detecting Bodily Adhesions By Identifying Markers In Circulating Cells
EP3984042A1 (en) 2019-06-13 2022-04-20 Koninklijke Philips N.V. Privacy ensuring personal health record data sharing
EP3996622A2 (en) 2019-07-09 2022-05-18 Materialise NV Augmented reality assisted joint arthroplasty
US10758309B1 (en) 2019-07-15 2020-09-01 Digital Surgery Limited Methods and systems for using computer-vision to enhance surgical tool control during surgeries
US11182576B1 (en) 2019-07-31 2021-11-23 Splunk Inc. Techniques for using tag placement to determine 3D object orientation
JP7467057B2 (ja) 2019-09-26 2024-04-15 キヤノンメディカルシステムズ株式会社 診療支援装置及び診療支援プログラム
US11620296B2 (en) 2019-10-18 2023-04-04 Splunk Inc. Online machine learning algorithm for a data intake and query system
US20220387995A1 (en) 2019-10-24 2022-12-08 The Regents Of The University Of Michigan An Integrated Smart Point-Of-Care Biosensor for Whole-Blood Liquid Biopsies
US20210158955A1 (en) 2019-11-26 2021-05-27 Intuitive Surgical Operations, Inc. Beacon-based systems and methods for managing access to application features associated with a medical session
EP4076259A4 (en) 2019-12-17 2023-09-20 Covidien LP ROBOTIC SURGICAL SYSTEMS WITH USER INTERVENTION MONITORING
US12002571B2 (en) 2019-12-30 2024-06-04 Cilag Gmbh International Dynamic surgical visualization systems
US11776144B2 (en) 2019-12-30 2023-10-03 Cilag Gmbh International System and method for determining, adjusting, and managing resection margin about a subject tissue
US11284963B2 (en) 2019-12-30 2022-03-29 Cilag Gmbh International Method of using imaging devices in surgery
US11200970B2 (en) 2020-02-03 2021-12-14 Optum, Inc. Systems and methods for sharing recorded medical data with authorized users
CN115053298A (zh) 2020-02-18 2022-09-13 巴克斯特国际公司 医疗机器学习系统和方法
US11766510B2 (en) 2020-05-11 2023-09-26 Covidien Lp Wearable microdialysis device for early detection of anastomotic leaks
US20220104896A1 (en) 2020-10-02 2022-04-07 Ethicon Llc Interactive information overlay on multiple surgical displays
US20220238235A1 (en) * 2021-01-22 2022-07-28 Ethicon Llc Pre-surgery and in-surgery data to suggest post-surgery monitoring and sensing regimes
US20220241028A1 (en) * 2021-01-22 2022-08-04 Ethicon Llc Prediction of blood perfusion difficulties based on biomarker monitoring
US20220233119A1 (en) * 2021-01-22 2022-07-28 Ethicon Llc Method of adjusting a surgical parameter based on biomarker measurements
US12011163B2 (en) * 2021-01-22 2024-06-18 Cilag Gmbh International Prediction of tissue irregularities based on biomarker monitoring

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117694864A (zh) * 2023-12-14 2024-03-15 江苏大学附属医院 一种淋巴水肿体积智能测量方法
CN117898681A (zh) * 2024-03-19 2024-04-19 深圳启脉科技有限公司 一种基于无线监护的水肿信号的获取方法及装置

Also Published As

Publication number Publication date
WO2022157687A1 (en) 2022-07-28
BR112023014433A2 (pt) 2023-10-31
US20220233191A1 (en) 2022-07-28
JP2024509672A (ja) 2024-03-05
US12011163B2 (en) 2024-06-18
EP4142624A1 (en) 2023-03-08

Similar Documents

Publication Publication Date Title
US20220241474A1 (en) Thoracic post-surgical monitoring and complication prediction
US12011163B2 (en) Prediction of tissue irregularities based on biomarker monitoring
US20220241028A1 (en) Prediction of blood perfusion difficulties based on biomarker monitoring
CN116997303A (zh) 基于生物标志物监测来预测止血问题
EP4103079B1 (en) Prediction of adhesions based on biomarker monitoring
CN116916846A (zh) 外科手术监测
CN117043871A (zh) 用于外科数据情景的术前和外科处理
CN116940993A (zh) 子宫切除外科手术术后监测
CN117015831A (zh) 结肠直肠外科手术术后监测
CN117043881A (zh) 减重外科手术术后监测
CN117121116A (zh) 用于外科装置增强的多传感器处理
CN117043882A (zh) 用于建议术后监测和感测方案的术前和术中数据
CN117043877A (zh) 情况自适应外科器械控制
CN116997970A (zh) 用于监测总体医护递送的具有结果的患者生物标志物监测
CN117043878A (zh) 可调适外科器械控制

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20231017