CN117119955A - 用于估计主观舒适度水平的系统和方法 - Google Patents
用于估计主观舒适度水平的系统和方法 Download PDFInfo
- Publication number
- CN117119955A CN117119955A CN202280026420.XA CN202280026420A CN117119955A CN 117119955 A CN117119955 A CN 117119955A CN 202280026420 A CN202280026420 A CN 202280026420A CN 117119955 A CN117119955 A CN 117119955A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- comfort
- sleep
- score
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000002644 respiratory therapy Methods 0.000 claims abstract description 152
- 238000002560 therapeutic procedure Methods 0.000 claims abstract description 47
- 230000007958 sleep Effects 0.000 claims description 184
- 238000011282 treatment Methods 0.000 claims description 62
- 230000000241 respiratory effect Effects 0.000 claims description 46
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 42
- 230000033001 locomotion Effects 0.000 claims description 40
- 230000036772 blood pressure Effects 0.000 claims description 29
- 208000008784 apnea Diseases 0.000 claims description 25
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 22
- 229910052760 oxygen Inorganic materials 0.000 claims description 22
- 239000001301 oxygen Substances 0.000 claims description 22
- 206010041235 Snoring Diseases 0.000 claims description 15
- 230000015654 memory Effects 0.000 claims description 15
- 239000008280 blood Substances 0.000 claims description 14
- 210000004369 blood Anatomy 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 14
- 230000036541 health Effects 0.000 claims description 14
- 206010021079 Hypopnoea Diseases 0.000 claims description 12
- 206010010904 Convulsion Diseases 0.000 claims description 9
- 230000008667 sleep stage Effects 0.000 claims description 9
- 230000037007 arousal Effects 0.000 claims description 8
- 230000001965 increasing effect Effects 0.000 claims description 8
- 208000019116 sleep disease Diseases 0.000 claims description 8
- 206010003497 Asphyxia Diseases 0.000 claims description 7
- 208000005793 Restless legs syndrome Diseases 0.000 claims description 7
- 208000003417 Central Sleep Apnea Diseases 0.000 claims description 6
- 208000000059 Dyspnea Diseases 0.000 claims description 6
- 206010013975 Dyspnoeas Diseases 0.000 claims description 6
- 208000006673 asthma Diseases 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000414 obstructive effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 206010011224 Cough Diseases 0.000 claims description 5
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 5
- 229940079593 drug Drugs 0.000 claims description 5
- 239000003814 drug Substances 0.000 claims description 5
- 239000008103 glucose Substances 0.000 claims description 5
- 208000002193 Pain Diseases 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 3
- 208000001431 Psychomotor Agitation Diseases 0.000 claims description 3
- 206010038743 Restlessness Diseases 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims description 3
- 208000000884 Airway Obstruction Diseases 0.000 claims description 2
- 230000036760 body temperature Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 claims description 2
- 206010015037 epilepsy Diseases 0.000 claims description 2
- 210000004373 mandible Anatomy 0.000 claims 1
- 230000000694 effects Effects 0.000 description 30
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 18
- 239000012491 analyte Substances 0.000 description 15
- 239000000126 substance Substances 0.000 description 15
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 13
- 238000012384 transportation and delivery Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000004461 rapid eye movement Effects 0.000 description 10
- 230000003860 sleep quality Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 9
- 229910002092 carbon dioxide Inorganic materials 0.000 description 9
- 208000035475 disorder Diseases 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 201000002859 sleep apnea Diseases 0.000 description 9
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 8
- 239000001569 carbon dioxide Substances 0.000 description 8
- 206010022437 insomnia Diseases 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 208000001797 obstructive sleep apnea Diseases 0.000 description 7
- 208000023504 respiratory system disease Diseases 0.000 description 7
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 6
- 210000004072 lung Anatomy 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000036387 respiratory rate Effects 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 230000001225 therapeutic effect Effects 0.000 description 6
- 206010020772 Hypertension Diseases 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 230000036461 convulsion Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 206010013781 dry mouth Diseases 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 230000037053 non-rapid eye movement Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 208000001705 Mouth breathing Diseases 0.000 description 4
- 206010062519 Poor quality sleep Diseases 0.000 description 4
- 208000027744 congestion Diseases 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 4
- 206010012601 diabetes mellitus Diseases 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 208000018360 neuromuscular disease Diseases 0.000 description 4
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 206010040880 Skin irritation Diseases 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 239000006260 foam Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000037081 physical activity Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000541 pulsatile effect Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 231100000430 skin reaction Toxicity 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- SFLSHLFXELFNJZ-QMMMGPOBSA-N (-)-norepinephrine Chemical compound NC[C@H](O)C1=CC=C(O)C(O)=C1 SFLSHLFXELFNJZ-QMMMGPOBSA-N 0.000 description 2
- 206010000060 Abdominal distension Diseases 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 208000000094 Chronic Pain Diseases 0.000 description 2
- 206010013786 Dry skin Diseases 0.000 description 2
- 206010019233 Headaches Diseases 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 2
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 208000022249 Sleep-Wake Transition disease Diseases 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 2
- 206010047924 Wheezing Diseases 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000002775 capsule Substances 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 230000027288 circadian rhythm Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000006196 drop Substances 0.000 description 2
- 230000037336 dry skin Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 231100000869 headache Toxicity 0.000 description 2
- 230000005802 health problem Effects 0.000 description 2
- 208000000122 hyperventilation Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003434 inspiratory effect Effects 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 229960002748 norepinephrine Drugs 0.000 description 2
- SFLSHLFXELFNJZ-UHFFFAOYSA-N norepinephrine Natural products NCC(O)C1=CC=C(O)C(O)=C1 SFLSHLFXELFNJZ-UHFFFAOYSA-N 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 238000002496 oximetry Methods 0.000 description 2
- 229920001296 polysiloxane Polymers 0.000 description 2
- 201000004193 respiratory failure Diseases 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 230000036556 skin irritation Effects 0.000 description 2
- 231100000475 skin irritation Toxicity 0.000 description 2
- 238000010321 sleep therapy Methods 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 210000002460 smooth muscle Anatomy 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 210000000779 thoracic wall Anatomy 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- 230000002618 waking effect Effects 0.000 description 2
- 241000238876 Acari Species 0.000 description 1
- 208000008035 Back Pain Diseases 0.000 description 1
- 206010006326 Breath odour Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010009244 Claustrophobia Diseases 0.000 description 1
- 206010015137 Eructation Diseases 0.000 description 1
- 206010016059 Facial pain Diseases 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 206010020710 Hyperphagia Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 206010039085 Rhinitis allergic Diseases 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- 206010047139 Vasoconstriction Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 201000010105 allergic rhinitis Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 102000004305 alpha Adrenergic Receptors Human genes 0.000 description 1
- 108090000861 alpha Adrenergic Receptors Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013398 bayesian method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 208000027687 belching Diseases 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 208000024330 bloating Diseases 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001269 cardiogenic effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 208000020020 complex sleep apnea Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000036757 core body temperature Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 238000011038 discontinuous diafiltration by volume reduction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003238 esophagus Anatomy 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 206010016766 flatulence Diseases 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 208000027692 gas pain Diseases 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000028709 inflammatory response Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 201000006646 mixed sleep apnea Diseases 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 239000007923 nasal drop Substances 0.000 description 1
- 229940100662 nasal drops Drugs 0.000 description 1
- 201000009240 nasopharyngitis Diseases 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 235000020830 overeating Nutrition 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000001734 parasympathetic effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 208000019899 phobic disease Diseases 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000010344 pupil dilation Effects 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000004202 respiratory function Effects 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000004617 sleep duration Effects 0.000 description 1
- 230000004620 sleep latency Effects 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
- 230000036578 sleeping time Effects 0.000 description 1
- 230000037322 slow-wave sleep Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 210000002820 sympathetic nervous system Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000001515 vagal effect Effects 0.000 description 1
- 230000025033 vasoconstriction Effects 0.000 description 1
- 230000003519 ventilatory effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
- A61M16/022—Control means therefor
- A61M16/024—Control means therefor including calculation means, e.g. using a processor
- A61M16/026—Control means therefor including calculation means, e.g. using a processor specially adapted for predicting, e.g. for determining an information representative of a flow limitation during a ventilation cycle by using a root square technique or a regression analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- 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
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/087—Measuring breath flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0051—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes with alarm devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0057—Pumps therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/06—Respiratory or anaesthetic masks
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/10—Preparation of respiratory gases or vapours
- A61M16/1075—Preparation of respiratory gases or vapours by influencing the temperature
- A61M16/109—Preparation of respiratory gases or vapours by influencing the temperature the humidifying liquid or the beneficial agent
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/10—Preparation of respiratory gases or vapours
- A61M16/14—Preparation of respiratory gases or vapours by mixing different fluids, one of them being in a liquid phase
- A61M16/16—Devices to humidify the respiration air
- A61M16/161—Devices to humidify the respiration air with means for measuring the humidity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
- A61M2016/0027—Accessories therefor, e.g. sensors, vibrators, negative pressure pressure meter
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
- A61M2016/003—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/10—Preparation of respiratory gases or vapours
- A61M16/1005—Preparation of respiratory gases or vapours with O2 features or with parameter measurement
- A61M2016/102—Measuring a parameter of the content of the delivered gas
- A61M2016/1025—Measuring a parameter of the content of the delivered gas the O2 concentration
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2202/00—Special media to be introduced, removed or treated
- A61M2202/02—Gases
- A61M2202/0225—Carbon oxides, e.g. Carbon dioxide
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3306—Optical measuring means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/332—Force measuring means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3331—Pressure; Flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3368—Temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3375—Acoustical, e.g. ultrasonic, measuring means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3546—Range
- A61M2205/3553—Range remote, e.g. between patient's home and doctor's office
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3546—Range
- A61M2205/3569—Range sublocal, e.g. between console and disposable
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
- A61M2205/3584—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using modem, internet or bluetooth
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
- A61M2205/3592—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using telemetric means, e.g. radio or optical transmission
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
- A61M2205/502—User interfaces, e.g. screens or keyboards
- A61M2205/505—Touch-screens; Virtual keyboard or keypads; Virtual buttons; Soft keys; Mouse touches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
- A61M2205/52—General characteristics of the apparatus with microprocessors or computers with memories providing a history of measured variating parameters of apparatus or patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/58—Means for facilitating use, e.g. by people with impaired vision
- A61M2205/581—Means for facilitating use, e.g. by people with impaired vision by audible feedback
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/08—Other bio-electrical signals
- A61M2230/10—Electroencephalographic signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/08—Other bio-electrical signals
- A61M2230/14—Electro-oculogram [EOG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/20—Blood composition characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/20—Blood composition characteristics
- A61M2230/205—Blood composition characteristics partial oxygen pressure (P-O2)
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/30—Blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/40—Respiratory characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/40—Respiratory characteristics
- A61M2230/43—Composition of exhalation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/50—Temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/60—Muscle strain, i.e. measured on the user
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/63—Motion, e.g. physical activity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/65—Impedance, e.g. conductivity, capacity
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Abstract
一种用于预测呼吸治疗系统的用户的主观舒适度水平的方法公开如下。接收在治疗时段期间与呼吸治疗系统的用户相关联的数据。至少部分地基于接收到的数据的第一部分来确定与用户相关联的至少一个参数。至少部分地基于所确定的至少一个参数来确定舒适度分数。舒适度分数指示在治疗时段的至少一部分期间呼吸治疗系统的用户的主观舒适度水平。
Description
相关申请的交叉引用
本申请要求于2021年1月29日提交的第63/143,381号美国临时专利申请的优先权和权益,其通过引用整体并入本文作为参考。
技术领域
本公开总体上涉及呼吸治疗系统,并且更具体地涉及用于估计呼吸治疗系统的用户的主观舒适度水平的系统和方法。
背景技术
存在用于帮助经历睡眠呼吸暂停和相关呼吸障碍的用户的各种系统。存在一系列可能影响用户的呼吸障碍。某些障碍的特征是特定事件(例如,呼吸暂停、低通气、呼吸过度、或它们的任意组合)。呼吸障碍的实例包括周期性肢体抽动障碍(PLMD)、阻塞性睡眠呼吸暂停(OSA)、潮式呼吸(CSR)、呼吸功能不全、肥胖换气过度综合征(OHS)、慢性阻塞性肺病(COPD)、神经肌肉疾病(NMD)和胸壁障碍。
呼吸治疗系统可以改善用户的睡眠质量。然而,如果初始用户体验由于差的睡眠舒适度而不好,则用户更可能放弃治疗并牺牲睡眠质量以追求更好的睡眠舒适度。由于使用者没有达到高质量的睡眠和/或对他们的睡眠呼吸障碍进行适当的治疗,治疗的延迟可能导致生活质量变差。因此,需要用于估计呼吸治疗系统的用户的主观舒适度水平的系统和方法。本公开旨在解决这些和其他问题。
发明内容
根据本公开的一些实现方式,如下公开了一种用于估计呼吸治疗系统的用户的主观舒适度水平的方法。接收在治疗时段期间与呼吸治疗系统的用户相关联的数据。至少部分地基于接收到的数据的第一部分来确定与用户相关联的至少一个参数。至少部分地基于确定的至少一个参数来确定舒适度分数。舒适度分数指示在治疗时段的至少一部分期间呼吸治疗系统的用户的主观舒适度水平。
根据本公开的一些实现方式,一种系统包括控制系统和存储器。控制系统包括一个或多个处理器。存储器上存储有机器可读指令。控制系统联接至存储器。当存储器中的机器可执行指令由控制系统的一个或多个处理器中的至少一个执行时,实施本文公开方法的任一种。
根据本公开的一些实现方式,如下公开了一种用于估计呼吸治疗系统的用户的主观舒适度水平的系统。该系统包括被配置来实施本文公开的方法中的任一种的控制系统。
根据本公开的一些实现方式,计算机程序产品包括指令,该指令在由计算机执行时使计算机执行本文公开的方法中的任一种。在一些实现方式中,该计算机程序产品是非暂时性计算机可读介质。
根据本公开的一些实现方式,一种系统包括控制系统和存储器。控制系统包括一个或多个处理器。存储器存储机器可读指令。控制系统联接至存储器,并且被配置来实施用于估计呼吸治疗系统的用户的主观舒适度水平的方法。该方法包括在治疗时段期间接收与呼吸治疗系统的用户相关联的数据。该方法还包括至少部分地基于接收到的数据的第一部分来确定与用户相关联的至少一个参数。该方法还包括至少部分地基于确定的至少一个参数来确定舒适度分数,该舒适度分数指示呼吸治疗系统的用户在治疗时段的至少一部分期间的主观舒适度水平。
鉴于参考附图进行的各种实施例和/或实现方式的详细描述,本公开的前述和附加方面和实现方式对于本领域的普通技术人员将是显而易见的,接下来提供对附图的简要描述。
附图说明
通过阅读以下详细描述并参考附图,本公开的前述和其他优点将变得显而易见。
图1是根据本公开的一些实现方式的用于估计呼吸治疗系统的用户的主观舒适度水平的系统的功能框图。
图2是根据本公开的一些实现方式的图1的系统的至少一部分、佩戴全脸面罩的用户,以及床伴的透视图。
图3图示了根据本公开的一些实现方式的用于估计呼吸治疗系统的用户的主观舒适度水平的方法的流程图。
虽然本公开容许各种修改和替代形式,但其特定实现方式和实施例已通过附图中的示例示出并将在此详细描述。然而,应当理解,这并不旨在将本公开限制为所公开的特定形式,而是相反,本公开将覆盖落入由所附权利要求限定的本公开的精神和范围内的所有修改、等效物和替换物。
具体实施方式
参考附图来描述本公开,其中在所有附图中使用相同的附图标记来表示相似或等同的元件。附图不是按比例绘制的,并且仅仅是为了说明本发明而提供的。以下参考用于说明的示例应用来描述本公开的若干方面。
存在用于帮助经历睡眠呼吸暂停和相关呼吸障碍的用户的各种系统。存在一系列可能影响用户的呼吸障碍。呼吸障碍的实例包括周期性肢体抽动障碍(PLMD)、阻塞性睡眠呼吸暂停(OSA)、潮式呼吸(CSR)、呼吸功能不全、肥胖换气过度综合征(OHS)、慢性阻塞性肺病(COPD)、神经肌肉疾病(NMD)和胸壁障碍。这些和其他障碍的特征是当个体睡眠时发生的特定事件(例如,打鼾、呼吸暂停、低通气、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、癫痫、或它们的任意组合)。
呼吸暂停低通气指数(AHI)是用于指示睡眠时段期间睡眠呼吸暂停严重性的指数。AHI用户在睡眠时段期间经历的呼吸暂停和/或低通气事件的数量除以睡眠时段中睡眠的总小时数来计算AHI。该事件可以是例如持续至少10秒的呼吸暂停。小于5的AHI被认为是正常的。大于或等于5但小于15的AHI被认为是浅睡眠呼吸暂停的指示。大于或等于15但小于30的AHI被认为是中度睡眠呼吸暂停的指示。大于或等于30的AHI被认为是严重睡眠呼吸暂停的指示。在儿童中,AHI大于1被认为是异常的。当AHI正常时,或当AHI正常或轻度时,睡眠呼吸暂停可被认为是“受控的”。AHI还可以与氧去饱和水平结合使用以指示阻塞性睡眠呼吸暂停的严重程度。基于用户在睡眠时段期间和呼吸治疗期间经历的呼吸暂停和/或低通气事件计算的AHI被称为“剩余”AHI。
为了减轻这些睡眠相关和/或呼吸障碍中的一些,可以规定用户使用呼吸装置或系统。例如,可以使用持续气道正压通气(CPAP)机来增加呼吸装置用户的喉咙中的空气压力,并防止气道在睡眠期间闭合和/或变窄。因此,治疗的目标是将AHI降低到理想的正常(或可接受的)水平,并改善使用者的睡眠质量。
虽然这些呼吸装置或系统可以改善使用者的睡眠质量,但有时会损害使用者的舒适度。例如,当试图睡眠时,用户可能由于空气被迫进入他们的气道而感到不适。其他不适可能涉及系统的声音,由面罩引起的或与面罩相关的发汗或发黏,或与佩戴面罩相关的不适和感知的幽闭恐怖症。在睡眠时段之后,用户可能经历嗳气、胃腹胀、胃胀和气食引起的剧烈气痛。当空气进入食道并进入胃部而不是如预期的那样进入气道并到达肺时,发生气食。睡眠时段后的其他不适可包括鼻、咽喉或眼睛的干燥,这是由于泄漏引起的高气流或治疗空气的不良增湿。
虽然可以基于来自用户的主观反馈来识别患者不适,但是也可以单独或与主观反馈结合使用客观测量来识别不适。例如,由于对从差的面罩密封件喷射空气的生理反应而引起的眼睛眨动和面部肌肉的运动的检测可以用于推断由于无意的泄漏而引起的不适,该差的面罩密封件可能是干燥的或者会刺激眼睛。
当使用者首先采用使用该系统的睡眠治疗时,开处方使用呼吸治疗系统的人所经历的不适通常更明显。如果初始用户体验由于差的治疗舒适度而不好,则用户更可能放弃治疗,或牺牲治疗和/或睡眠质量以追求更好的治疗和/或睡眠舒适度。由于使用者没有达到高质量的睡眠和/或对他们的睡眠呼吸障碍进行适当的治疗,治疗的延迟可能导致生活质量变差。
在一些情况下,用户的体验未完全反映在当前治疗分数中。例如,基于使用时间,用户接口密封/泄漏,每小时的事件和面罩打开/关闭计算myAirTM分数(按ResMed的专有治疗分数)。此外,舒适度的体验对用户来说是相当主观的。女性用户可以具有较低的AHI,但是可能比男性用户感觉到更多的个人不适。特别地,男性用户在非REM中可具有较少的事件,但在REM期间可具有许多事件。与男性用户相比具有相对低的AHI的女性用户可以具有与男性用户相似的症状,但是如果女性用户的REM睡眠被呼吸暂停事件特别严重地干扰,则具有高得多的AHI。如本文中进一步描述的,舒适度分数可以通过例如作为治疗和/或睡眠分数的另一分量,或基于舒适度分数加权值或调节治疗和/或睡眠分数的一个或多个分量,或其组合而输入到治疗和/或睡眠分数的确定中。
虽然舒适度是主观感觉,但它可以具有客观的签名。本公开涉及用于至少部分地基于那些客观签名来估计用户的主观舒适度水平(诸如输出舒适度分数)的系统和方法。如果用户知道他们的舒适度分数低,这可能不是正常的或者可能低于阈值,则他们可以被激励和引导以改善它。
参考图1,示出了用于估计呼吸治疗系统的用户的主观舒适度水平的系统100的功能框图。系统100包括舒适度分数模块102、控制系统110、存储器装置114、电子接口119、一个或多个传感器130以及一个或多个用户装置170。在一些实现方式中,系统100还可选地包括呼吸治疗系统120、血压装置182、活动跟踪器190、或它们的任意组合。
舒适度分数模块102至少基于舒适度参数104(例如,从舒适度相关参数计算和/或导出的)以及可选地基于体重值106来确定用户的舒适度分数。舒适度分数指示呼吸治疗系统的用户的主观舒适度水平。舒适度参数104是基于诸如可由传感器130收集和/或由用户输入的数据来确定。根据特定参数的重要性,该特定参数对用户舒适度的影响(或与一个或多个其他参数相比的相对影响),或该特定参数与用户舒适度的相关性(或与一个或多个其他参数相比的相对相关性),基本加权值106是应用于舒适度参数的修正。即,舒适度分数是舒适度参数104和基本加权值106的函数。舒适度分数可以是任意有用的表示或值,诸如数字、单词、文本串、字母、符号或机器可读代码串。
控制系统110包括一个或多个处理器112(以下称为处理器112)。控制系统110通常用于控制系统100的各种部件和/或分析由系统100的部件获得和/或产生的数据。处理器112可以是通用或专用处理器或微处理器。虽然在图1中示出了一个处理器112,但是控制系统110可以包括任意合适数量的处理器(例如,一个处理器、两个处理器、五个处理器、十个处理器等),这些处理器可以在单个壳体中,或者彼此远离地定位。控制系统110可以联接至和/或定位在例如用户装置170、活动跟踪器190的外壳内,和/或一个或多个传感器130的外壳内。控制系统110可以是集中式的(在一个此类壳体内)或分散式的(在物理上不同的两个或多个此类壳体内)。在包括包含控制系统110的两个或多个壳体的此类实现方式中,此类壳体可以彼此靠近地和/或远离地定位。
存储器装置114存储可由控制系统110的处理器112执行的机器可读指令。存储器装置114可以是任意合适的计算机可读存储器装置或介质,诸如,例如,随机或串行存取存储器装置、硬盘驱动器、固态驱动器、闪存装置等。虽然图1中示出了一个存储器装置114,但是系统100可以包括任意适当数量的存储器装置114(例如,一个存储器装置、两个存储器装置、五个存储器装置、十个存储器装置等)。存储器装置114可以联接至和/或定位在呼吸治疗装置122的外壳内、用户装置170的外壳内、活动追踪器190内、一个或多个传感器130的外壳内、或它们的任意组合。类似于控制系统110,存储器装置114可以是集中式的(在一个此类壳体内)或分散式的(在物理上不同的两个或多个此类壳体内)。
在一些实现方式中,存储器装置114(图1)存储与用户相关联的用户简档,该用户简档可以被实现为用于确定的舒适度参数104。用户简档可包括例如,与用户相关联的人口统计信息、与用户相关联的生物统计信息、与用户相关联的医疗信息、自报告用户反馈、与用户相关联的睡眠参数(例如,从一个或多个睡眠时段记录的睡眠相关参数)、或它们的任意组合。人口统计信息可包括例如指示用户年龄、用户性别、用户种族、用户民族、用户地理位置、用户旅行史、关系状态、用户是否具有一只或多只宠物的状态、失眠症家族史、用户就业状态、用户教育状态、用户社会经济状态、或它们的任意组合的信息。医疗信息可包括例如指示与用户相关联的一种或多种病症、用户的药物使用或两者的信息。医疗信息数据还可以包括多睡眠潜伏期测试(MSLT)测试结果或分数和/或匹兹堡睡眠质量指数(PSQI)分数或值。医疗信息数据可以包括来自多导睡眠图(PSG)测试、CPAP滴定或家庭睡眠测试(HST)中的一者或多者的结果、来自一个或多个睡眠时段的呼吸治疗系统设置、来自一个或多个睡眠时段的睡眠相关呼吸事件,或它们的任意组合。自我报告的用户反馈可包括指示自我报告的主观治疗分数(例如,差、平均、优秀)、用户的自我报告的主观压力水平、用户的自我报告的主观疲劳水平、用户的自我报告的主观健康状态、用户最近经历的生活事件,或它们的任意组合的信息。可以在任意时间更新用户简档信息,诸如每天(例如在睡眠时段之间)、每周、每月或每年。在一些实现方式中,存储器装置114存储可在显示装置128和/或显示装置172上显示的媒体内容。
电子接口119被配置为从一个或多个传感器130接收数据(例如,生理数据、流量数据、压力数据、运动数据、声学数据等),使得数据可以被存储在存储器装置114中和/或由控制系统110的处理器112分析。接收到的数据,诸如生理数据、流量数据、压力数据、运动数据、声学数据等,可用于确定和/或计算舒适度参数104,以确定舒适度分数。电子接口119可以使用有线连接或无线连接(例如,使用RF通信协议、Wi-Fi通信协议、蓝牙通信协议、IR通信协议、通过蜂窝网络、通过任意其他光通信协议等)与一个或多个传感器130通信。电子接口119可包括天线、接收器(例如,RF接收器)、发射器(例如,RF发射器)、收发器、或它们的任意组合。电子接口119还可以包括与本文所述的处理器112和存储器装置114相同或类似的一个或多个处理器和/或一个或多个存储器装置。在一些实现方式中,电子接口119联接至用户装置170或集成在用户装置170中。在其他实现方式中,电子接口119联接至控制系统110和/或存储器装置114或与控制系统810和/或存储器装置814集成(例如,在壳体中)。
呼吸治疗系统120可以包括呼吸压力治疗(RPT)装置122(在此称为呼吸装置122或呼吸治疗装置)、用户接口124、导管126(也称为管或空气回路)、显示装置128、湿化罐129、容器180、或它们的任意组合。在一些实现方式中,控制系统110、存储器装置114、显示装置128、一个或多个传感器130,以及湿化罐129是呼吸装置122的一部分。呼吸压力治疗是指在受控目标压力下将空气供应施加到用户气道的入口,该受控目标压力在用户的整个呼吸周期内相对于大气名义上是正的(例如,与诸如罐通气机或胸甲的负压治疗形成对比)。呼吸治疗系统120通常用于治疗患有一种或多种睡眠相关呼吸障碍(例如,阻塞性睡眠呼吸暂停、中枢性睡眠呼吸暂停或混合性睡眠呼吸暂停)的个体。
呼吸装置122通常用于生成递送至用户的加压空气(例如,使用驱动一个或多个压缩机的一个或多个马达)。在一些实现方式中,呼吸装置122生成连续恒定的空气压力,该空气压力被递送至用户。在其他实现方式中,呼吸装置122生成两种或更多种预定压力(例如,第一预定空气压力和第二预定空气压力)。在更多其他实现方式中,呼吸装置122被配置为在预定范围内生成多种不同的空气压力。例如,呼吸装置122可以输送至少大约6cmH2O、至少大约10cmH2O、至少大约20cmH2O、大约6cmH2O和大约10cmH2O之间、大约7cmH2O和大约12cmH2O之间等。呼吸装置122还可以以例如大约-20L/min和大约150L/min之间的预定流速输送加压空气,同时保持正压(相对于环境压力)。
用户接口124接合用户面部的一部分,并将加压空气从呼吸治疗装置122递送到用户的气道,以帮助防止气道在睡眠时段期间变窄和/或塌陷。这也可以增加用户在睡眠时段期间的氧气摄入。通常,用户接口124接合用户的面部,使得加压空气经由用户的嘴、用户的鼻子或用户的嘴和鼻子两者被递送到用户的气道。呼吸治疗装置122、用户接口124和导管126一起形成与用户气道流体联接的空气通路。加压空气还增加了睡眠时段期间使用者的氧气摄入。
根据要施加的治疗,用户接口124可以例如,与用户的面部的区域或部分形成密封,以便于在随着环境压力有足够变化的压力下,例如,在相对于环境压力约10cmH2O的正压下递送气体以实现治疗。对于其他形式的治疗,诸如氧气递送,用户接口可以不包括足以有利于将约10cmH2O的正压下的气体供给递送至气道的密封。
如图2所示,在一些实现方式中,用户接口124是或包括覆盖用户的鼻子和嘴的脸罩(例如,全面罩)。替代地,在一些实现方式中,用户接口124是向用户的鼻子提供空气的鼻罩或将空气直接递送到用户的鼻孔的鼻枕罩。用户接口124可以包括用于将界面定位和/或稳定在用户的一部分(例如,面部)上的多个绑带(例如,包括钩和环紧固件)以及有助于在用户接口124与用户之间提供气密密封的适形缓冲垫(例如,硅酮、塑料、泡沫等)。用户接口124还可以包括一个或多个通气口,用于允许用户210呼出的二氧化碳和其他气体逸出。在其他实现方式中,用户接口124包括咬嘴(例如,模制为符合用户牙齿的夜用防护咬嘴、下颌复位装置(MRD)等)。
导管126(也称为空气回路或管)允许空气在呼吸治疗系统120的两个部件(诸如呼吸治疗装置122和用户接口124)之间流动。在一些实现方式中,可以有用于吸入和呼出的导管的分开的分支。在其他实现方式中,单个分支导管用于吸入和呼出。
呼吸治疗装置122、用户接口124、导管126、显示装置128和湿化罐129中的一者或多者可以含有一个或多个传感器(例如,压力传感器、流量传感器、湿度传感器、温度传感器或本文所述的更通常的任意其他传感器130)。这些一个或多个传感器可用于例如测量由呼吸治疗装置122供应的加压空气的空气压力和/或流量。
显示装置128通常用于显示包括静止图像、视频图像或两者的图像和/或关于呼吸治疗装置122的信息。例如,显示装置128可以提供关于呼吸治疗装置122的状态的信息(例如,呼吸治疗装置122是否开/关,由呼吸治疗装置122递送的空气的压力,由呼吸治疗装置122递送的空气的温度等)和/或其他信息(例如,睡眠分数和/或治疗分数,也称为myAirTM分数,诸如在WO 2016/061629和美国专利公开中描述的。第2017/0311879号中描述的,两个专利中的每一者在此通过引用整体并入本文)、当前日期/时间、用户210的个人信息等。在一些实现方式中,显示装置128充当包括图形用户界面(GUI)的人机界面(HMI),该图形用户界面被配置为将图像显示为输入界面。显示装置128可以是LED显示器、OLED显示器、LCD显示器等。输入界面可以是例如,触摸屏或触敏基板、鼠标、键盘或被配置为感测由与呼吸装置122交互的人类用户做出的输入的任意传感器系统。
湿化罐129联接至或集成在呼吸装置122中。湿化罐129包括可用于湿化从呼吸治疗装置122输送的加压空气的储水器。呼吸治疗装置122可以包括加热湿化罐129中的水的加热器以湿化提供给用户的加压空气。另外,在一些实现方式中,导管126还可以包括加热元件(例如,联接至和/或嵌入在导管126中),该加热元件加热递送至用户的加压空气。湿化罐129可以流体地联接至空气通路的水蒸气入口并且经由水蒸气入口将水蒸气递送到空气通路中,或者可以与空气通路成直线地形成作为空气通路本身的一部分。在其他实现方式中,呼吸治疗装置122或导管126可以包括无水湿化器。该无水湿化器可包括与位于系统100中别处的其他传感器界面的传感器。
在一些实现方式中,系统100可以用于至少部分地基于生理数据、睡眠相关参数、其他数据或信息,或它们的任意组合将物质的至少一部分从容器180递送到用户的空气路径。通常,改变物质的该部分至空气通路中的输送可以包括(i)开始物质至空气通路中的输送、(ii)结束物质的该部分至空气通路中的输送、(iii)改变输送至空气通路中的物质的量、(iv)改变物质的该部分至空气通路中的输送的时间特征、(v)改变物质的该部分至空气通路中的输送的定量特征、(vi)改变与物质至空气通路中的输送相关联的任意参数,或(vii)(i)-(vi)的组合。
改变物质的该部分至空气通路中的输送的时间特征可以包括改变输送物质的速率、在不同时间开始和/或结束、持续不同时间段、改变输送的时间分布或特征、独立于时间分布改变量分布等。独立的时间和量变化确保除了改变物质释放的频率之外,可以改变每次释放的物质的量。以这种方式,可以实现释放频率和释放量的多种不同组合(例如,较高频率但较低释放量、较高频率和较高量、较低频率和较高量、较低频率和较低量等)。也可以利用对物质的该部分至空气通道中的输送的其他改变。
呼吸治疗系统120可用作例如呼吸机或气道正压通气(PAP)系统,诸如持续气道正压通气(CPAP)系统,自动气道正压通气系统(APAP)、双水平或可变气道正压通气系统(BPAP或VPAP)、或它们的任意组合。CPAP系统将预定气压(例如,由睡眠医师确定的)递送至用户。APAP系统基于例如与用户相关的呼吸数据自动改变递送给用户的气压。BPAP或VPAP系统被配置为递送第一预定压力(例如,吸气气道正压或IPAP)和低于第一预定压力的第二预定压力(例如,呼气气道正压或EPAP)。
参考图2,图示了根据一些实现方式的系统100(图1)的一部分。呼吸治疗系统120的用户210和床伴220位于床230中并躺在床垫232上。示出了运动传感器138、血压装置182和活动跟踪器190,但是可以使用任意一个或多个传感器130来在用户210的治疗、睡眠和/或休息时段期间生成或监测舒适度参数104。
用户接口124是覆盖用户210的鼻子和嘴的脸罩(例如,全面罩)。替代地,用户接口124可以是向用户210的鼻子提供空气的鼻罩或将空气直接递送到用户210的鼻孔的鼻枕罩。用户接口124可以包括用于将界面定位和/或稳定在用户210的一部分(例如,面部)上的多个带(例如,包括钩环紧固件),以及帮助在用户接口124与用户210之间提供气密密封的适形缓冲垫(例如,硅酮、塑料、泡沫等)。用户接口124还可以包括一个或多个通气口,用于允许用户210呼出的二氧化碳和其他气体逸出。在其他实现方式中,用户接口124是用于将加压空气引导到用户210的嘴中的咬嘴(例如,模制成符合用户的牙齿的夜用防护咬嘴、下颌复位装置等)。
用户接口124经由导管126流体联接和/或连接至呼吸装置122。呼吸装置122又经由导管126和用户接口124向用户210递送加压空气,以增加用户210的喉部中的空气压力,以帮助防止气道在睡眠时段期间闭合和/或变窄。呼吸装置122可以安置于如图2所示直接与床230邻近的床头柜240上或更通常的是,安置于通常与床230和/或用户210邻近的任意表面或结构上。
通常,相比于不使用呼吸治疗系统120(特别是当用户患有睡眠呼吸暂停或其他睡眠相关障碍时),被规定使用呼吸治疗系统120的用户在睡眠时段使用呼吸治疗系统120之后的一天期间会倾向于经历更高质量的睡眠和更少的疲劳。例如,用户210可能患有阻塞性睡眠呼吸暂停且依靠用户接口124(例如,全面罩)经由导管126从呼吸治疗装置122递送加压空气。呼吸治疗装置122可以是持续气道正压通气(CPAP)机,该CPAP机用于增加用户210的喉咙中的空气压力以防止气道在睡眠时段闭合和/或变窄。对于具有睡眠呼吸暂停的人,他们的气道在睡眠期间可能变窄或塌陷,这种情况会减少氧气摄入并迫使他们醒来和/或以其他方式扰乱他们的睡眠。CPAP机防止气道变窄或塌陷,从而使由于氧气摄入减少而醒来或受到干扰的情况最小化。当呼吸装置122在睡眠期间努力维持医学上规定的一种或多种空气压力,但用户可能由于治疗经历睡眠不舒适。
返回参考图1,系统100的一个或多个传感器130包括压力传感器132、流量传感器134、温度传感器136、运动传感器138、麦克风140、扬声器142、射频(RF)接收器146、RF发射器148、相机150、红外传感器152、光电容积图(PPG)传感器154、心电图(ECG)传感器156、脑电图(EEG)传感器158、电容传感器160、力传感器162、应变仪传感器164、肌电图(EMG)传感器166、氧传感器168、分析物传感器174、水分传感器176、光检测和测距(LiDAR)传感器178、皮肤电传感器、加速度计、眼电图(EOG)传感器、光传感器、湿度传感器、空气质量传感器、或它们的任意组合。通常,一个或多个传感器130中的每一者被配置为输出被接收并存储在存储装置114或一个或多个其他存储装置中的传感器数据。
虽然一个或多个传感器130被示出和描述为包括压力传感器132、流量传感器134、温度传感器136、运动传感器138、麦克风140、扬声器142、RF接收器146、RF发射器148、相机150、红外传感器152、光电容积描记(PPG)传感器154、心电图(ECG)传感器156、脑电图(EEG)传感器158、电容传感器160、力传感器162、应变仪传感器164、肌电图(EMG)传感器166、氧传感器168、分析物传感器174、湿度传感器176和激光雷达(LiDAR)传感器178中的每一者,但是更通常,一个或多个传感器130可以包括本文描述和/或示出的传感器中的每一者的任意组合和任意数量。
来自房间环境传感器的数据也可被结合到舒适度分数中,诸如整个睡眠期的温度(例如,太热、太冷)、湿度(例如,太高、太低)、污染水平(例如,CO2和/或微粒的量和/或浓度低于或高于阈值)、光水平(例如,太亮、不使用遮光帘、入睡前蓝光太多)以及声音水平(例如,高于阈值、与睡眠中断、伙伴打鼾相关联的源的类型)。这些可以由呼吸治疗装置上的传感器,由智能电话(例如,经由蓝牙或互联网连接)或单独的传感器(诸如连接到家庭自动化系统)捕获。空气质量传感器还可以检测房间中除引起过敏之外的其他类型的污染,诸如来自宠物、尘螨等,并且其中房间可以受益于空气过滤以便增加用户的使用舒适度。
还可以结合来自用户健康(身体和/或精神)状况的数据。例如,某些检测到的舒适度的变化可能不仅仅与治疗装置(或合适的选定设备)或房间/床环境的变化有关。舒适度的变化也可涉及健康(诸如由于疾病诸如呼吸问题的发作或消退引起的变化,和/或由于基础病症诸如共病慢性病症的变化引起的变化)。
例如,来自PPG传感器154(诸如在面罩、头戴装置上、作为贴片、作为手表、作为手指探针、指环、或者在耳朵中/上,等等)的PPG数据可以用于估计心率、脉搏率(PR)、血压、SpO2、以及外周动脉紧张度的变化。血液氧合水平可以参考PAP治疗,以确认未观察到非预期的下降,也可以参考治疗是否/何时关闭(诸如移除面罩),以监测任意剩余呼吸(例如呼吸暂停)事件。这些PPG数据可用于估计可能的日间头痛,和/或建议PAP疗法的变化,诸如除了纯阻塞性事件之外进一步治疗血流限制。这些PPG数据也可用于检查炎症反应。头痛也可能是由于过高的压力设置,并且可能受益于降低的压力或改变为EPR设置。
PAT(外周动脉音调)感测装置可以利用指尖安装的PPG探头。PPG探头使用光学技术检测组织微血管床中的血容量变化。如上所述,PPG测量用于导出动脉血氧饱和度(SpO2)、脉搏率(PR)和外周动脉音调的变化,其然后用于检测呼吸事件。外周动脉张力是指外周动脉平滑肌组织的张力。当外周动脉的肌肉张力增加时,动脉的直径减小,导致灌注减少,从而外周组织中的脉动血液体积减少。外周组织中脉动血量的减少是作为收缩期和舒张期之间PPG信号摆动的下降而获得的。PAT信号可以从来自PPG传感器的PPG信号导出,诸如通过WO2021/260190中描述的方法,其公开内容通过引用整体并入本文。PPG导出信号被称为PAT信号,该PPG导出信号可以通过使此类脉动血液体积减小趋势化来导出。
PAT传感装置分析SpO2下降,脉搏率波动和外周动脉音调增加的一致性。当气流减少时,诸如在呼吸(例如呼吸暂停)事件期间,肺的氧气供应从基线减少,导致明显的SpO2下降。在接近呼吸事件结束时,交感神经系统活动迅速激发患者,导致通气恢复、脉搏率波动和血流中去甲肾上腺素的释放。因此,去甲肾上腺素与α-肾上腺素受体结合,所述α-肾上腺素受体支配手指中的动脉平滑肌组织,从而引起突然的血管收缩,或同步地增加由PPG传感器拾取的PAT。这样的PPG传感器可以被实现用于呼吸事件的检测,诸如通过在可以从传感器的PPG信号导出的外围动脉张力测量信号内检测指示呼吸暂停和/或呼吸不足事件的信号特性。PPG信号还可以被处理以提取呼吸努力相关信息,从该信息可以确定不同类型的呼吸事件。
使用相机的照片和/或使用RADAR或LiDAR的面部绘图可以用于检查面罩紧密度(例如,过度拉紧或拉紧不足),和/或检查面部或头部上的任意痕迹(诸如来自皮肤发炎或皮肤刺激-示出了患者界面与预期正常情况下的皮肤颜色的变化)。皮肤刺激可能导致系统建议不同类型的面罩(包括相似的形状因子,但是不同的形状,诸如为了更好地密封而舒适地密封到面部)、不同尺寸的面罩、或不同类型的缓冲材料。相机150还可用于检查任意面部毛发,以及可能的与面罩密封的相互作用。
基于传感器处理的睡眠质量分析可用于检查失眠(包括由于过度唤醒,如经由人的温度和/或心率升高确定的)。本文描述的系统可以将检测到的可能的不适因素与急性失眠相关联,诸如由于入睡、保持睡眠或比预期或期望早醒困难而引起的失眠发作。
如本文所述,系统100通常可用于在睡眠时段期间生成与用户(例如,图2所示的呼吸治疗系统120的用户)相关联的数据(例如,生理数据、流量数据、压力数据、运动数据、声学数据等)。可以分析生成的数据以生成一个或多个睡眠相关参数,其可以包括在睡眠时段期间与用户相关的任意参数、测量等。在睡眠时段期间可以为用户210确定的一个或多个睡眠相关参数包括,例如,呼吸暂停低通气指数(AHI)分数、睡眠分数、流量信号、呼吸信号、呼吸率、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量、事件模式、阶段、呼吸治疗装置122的压力设置、心率、心率变异性、用户210的移动、温度、EEG活动、EMG活动、微唤醒、打鼾、窒息、咳嗽、口哨、喘息、或它们的任意组合。
一个或多个传感器130可用于生成例如生理数据、流量数据、压力数据、运动数据、声学数据等。在一些实现方式中,控制系统110可使用由一个或多个传感器130生成的数据来确定用户210的睡眠持续时间和睡眠质量,该睡眠持续时间和睡眠质量是舒适度参数104。例如,在睡眠时段期间与用户210相关联的睡眠-唤醒信号和一个或多个睡眠相关参数。睡眠-唤醒信号可以指示一种或多种睡眠状态,包括睡眠、唤醒、放松的唤醒、微唤醒或不同的睡眠阶段,诸如快速眼动(REM)阶段、第一非REM阶段(通常称为“N1”)、第二非REM阶段(通常称为“N2”)、第三非REM阶段(通常称为“N3”)、或它们的任意组合。用于根据由一个或多个传感器(诸如传感器130)生成的生理数据来确定睡眠状态和/或睡眠阶段的方法在诸如公开号为WO 2014/047310的美国专利中描述。第2014/0088373号、WO 2017/132726、WO2019/122413、WO 2019/122414和美国专利公开第2020/0383580号,这些专利中的每一者在此通过引用整体并入本文。
睡眠-唤醒信号还可以被加上时间戳以确定用户进入床的时间、用户离开床的时间、用户试图入睡的时间等。睡眠-唤醒信号可以由一个或多个传感器130在睡眠期期间以预定采样速率来测量,例如每秒一个样本、每30秒一个样本、每分钟一个样本等。在一些实现方式中,睡眠-唤醒信号还可以指示睡眠时段期间的呼吸信号、呼吸率、吸气幅度、呼气幅度、吸气-呼气比、每小时事件的数量、事件的模式、呼吸装置122的压力设置、或它们的任意组合。
事件可包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、低通气、嘴泄漏、面罩泄漏(例如,从用户接口124)、不宁腿、睡眠障碍、窒息、心率增加、心率变化、呼吸困难、哮喘发作、癫痫发作、惊厥、发烧、咳嗽、打喷嚏、打鼾、喘息、诸如普通感冒或流感的疾病的存在、或它们的任意组合。在一些实现方式中,嘴泄漏可以包括连续嘴泄漏或阀状嘴泄漏(即,在呼吸持续时间上变化),其中用户的嘴唇(通常使用鼻罩/鼻枕罩)在呼气时突然打开。嘴泄漏可导致口干、口臭,并且有时俗称“砂纸口”。该事件还可以包括在用户接口124或呼吸治疗系统120的其他部分中积累的二氧化碳(CO2),这对于用户可能是不舒服的。二氧化碳(CO2)水平可以通过例如用户接口124和/或呼吸治疗系统120的其他部分中的一个或多个CO2传感器来检测。
可以在睡眠时段期间基于睡眠-唤醒信号为用户确定的一个或多个睡眠相关参数包括例如睡眠质量度量,诸如总卧床时间、总睡眠时间、睡眠开始等待时间、睡眠开始后唤醒参数、睡眠效率、分段指数、或它们的任意组合。
由一个或多个传感器130生成的数据(例如,生理数据、流量数据、压力数据、运动数据、声学数据等)也可用于确定在睡眠时段期间与用户相关联的呼吸信号。呼吸信号通常指示用户在睡眠时段期间的呼吸或呼吸。呼吸信号可以指示例如呼吸率、呼吸率变异性、吸气幅度、呼气幅度、吸气-呼气比、每小时事件的数量、事件的模式、呼吸装置122的压力设置、或它们的任意组合。事件可包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、低通气、嘴泄漏、面罩泄漏(例如,从用户接口124)、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、惊厥、或它们的任意组合。如本文所讨论的,一个或多个睡眠和/或呼吸相关参数可以是或可以指示一个或多个舒适相关参数,从这些参数可以导出舒适度分数。
通常,睡眠时段包括用户210已经躺在或坐在床230(或他们打算睡觉的另一区域或对象)中,和/或已经打开呼吸治疗装置122和/或戴上用户接口124之后的任意时间点。睡眠时段因此可以包括时间段(i)当用户210正在使用CPAP系统时但在用户210试图入睡之前(例如当用户210躺在正在读书的床230上时);(ii)当用户210开始试图入睡但仍醒着时;(iii)当用户210处于浅睡眠状态时(也称为非快速眼动(NREM)睡眠的阶段1和阶段2);(iv)当用户210处于深度睡眠(也称为慢波睡眠、SWS或NREM睡眠的阶段3)时;(v)当用户210处于快速眼动(REM)睡眠时;(vi)当用户210在浅睡眠、深睡眠或REM睡眠之间周期性地醒来时;或(vii)当用户210醒来且不返回睡眠时。
睡眠时段通常被定义为一旦用户210移除用户接口124、关闭呼吸治疗装置122和/或离开床230就结束。在一些实现方式中,睡眠时段可以包括附加的时间段,或者可以被限制为仅上述时间段中的一些。例如,可以将睡眠时段定义为包含从呼吸治疗装置122开始向气道或用户210供应加压空气时开始,从呼吸治疗装置122停止向用户210的气道供应加压空气时结束,以及包括在用户210睡着或清醒时之间的一些或全部时间点的时间段。
压力传感器132输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的压力数据。在一些实现方式中,压力传感器132是产生指示呼吸治疗系统120的用户的呼吸(例如,吸气和/或呼气)和/或环境压力的传感器数据的空气压力传感器(例如,大气压力传感器)。在此类实现方式中,压力传感器132可以联接至呼吸治疗装置122、用户接口124或导管126,或集成在其中。压力传感器132可用于确定呼吸治疗装置122中的空气压力、导管126中的空气压力、用户接口124中的空气压力其任意组合。压力传感器132可以是例如电容传感器、电磁传感器、电感传感器、电阻传感器、压电传感器、应变仪传感器、光学传感器、电位传感器、或它们的任意组合。在一个示例中,压力传感器132可以用于确定用户的血压。
流量传感器134输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的流量数据。在一些实现方式中,流量传感器134用于确定来自呼吸装置122的空气流量、通过导管126的空气流量、通过用户接口124的空气流量、或它们的任意组合。在此类实现方式中,流量传感器134可以联接至呼吸装置122、用户接口124或导管126或集成在其中。流量传感器134可以是质量流量传感器,诸如旋转流量计(例如,霍尔效应流量计)、涡轮流量计、孔口流量计、超声流量计、热线传感器、涡流传感器、膜传感器、或它们的任意组合。
流速传感器134可用于在睡眠时段生成与呼吸装置122的用户210(图2)相关联的流量数据。在第WO 2012/012835号和美国专利第10,328,219号中描述了流量传感器(如流量传感器134)的实例,两个专利中的每一者在此通过引用整体并入本文。在一些实现方式中,流量传感器134被配置为测量通气流量(例如,有意的“泄漏”)、无意的泄漏(例如,嘴泄漏和/或面罩泄漏)、患者流量(例如,进入和/或离开肺的空气)、或它们的任意组合。在一些实现方式中,可以分析流量数据以确定用户的心原性振荡。
温度传感器136输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的温度数据。在一些实现方式中,温度传感器136生成指示用户210(图2)的核心体温、用户210的皮肤温度、从呼吸治疗装置122和/或通过导管126流动的空气的温度、用户接口124中的空气的温度、环境温度、或它们的任意组合的温度数据。温度传感器136可以是例如热电偶传感器、热敏电阻传感器、硅带隙温度传感器或基于半导体的传感器、电阻温度检测器、或它们的任意组合。
运动传感器138输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的运动数据。运动传感器138可用于在睡眠时段期间检测用户210的移动,和/或检测呼吸治疗系统120的任意部件(诸如呼吸治疗装置122、用户接口124或导管126)的移动。运动传感器138可以包括一个或多个惯性传感器,诸如加速计、陀螺仪和磁力计。在一些实现方式中,运动传感器138替代地或附加地生成表示用户的身体移动的一个或多个信号,从该一个或多个信号可以获得表示用户的睡眠状态或睡眠阶段的信号;例如,经由用户的呼吸运动。在一些实现方式中,来自运动传感器138的运动数据可以与来自另一传感器130的附加数据结合使用,以确定用户的睡眠状态或睡眠阶段。在一些实现方式中,运动数据可用于确定用户的位置、身体位置和/或身体位置的变化。
麦克风140输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的声音数据。麦克风140可用于记录睡眠时段期间的声音(例如,来自用户210的声音)以确定(例如,使用控制系统110)一个或多个睡眠相关参数,该一个或多个睡眠相关参数可包括一个或多个事件(例如,呼吸事件),如本文进一步详细描述。麦克风140可以联接至呼吸治疗装置122、用户接口124、导管126或用户装置170或集成在呼吸治疗装置122、用户接口124、导管126或用户装置170中。在一些实现方式中,系统100包括多个麦克风(例如,两个或更多个麦克风和/或具有波束成形的麦克风阵列),使得由多个麦克风中的每一者产生的声音数据可用于区分由多个麦克风中的另一者产生的声音数据。
扬声器142输出声波。在一个或多个实现方式中,声波对于系统100的用户是可听见的(例如,图2的用户210)或对于系统的用户是听不见的(例如,超声波)。扬声器142可以用作例如闹钟或向用户210播放警报或消息(例如,响应于所识别的身体位置和/或身体位置的变化)。在一些实现方式中,扬声器142可用于将由麦克风140生成的声学数据传送给用户。扬声器142可以联接至呼吸装置122、用户接口124、导管126或用户装置170或集成在其中。
麦克风140和扬声器142可以用作单独的装置。在一些实现方式中,麦克风140和扬声器142可以组合成声学传感器141(例如,声纳传感器),如在例如WO 2018/050913和WO2020/104465中所描述的,其每一者在此通过引用整体并入本文。在此类实现方式中,扬声器142以预定间隔和/或频率产生或发送声波,并且麦克风140检测来自扬声器142的发送声波的反射。在一个或多个实现方式中,由扬声器142生成或发射的声波可以具有人耳听不见的频率(例如,低于20Hz或高于约18kHz),以便不干扰用户210或床伴220(图2)的睡眠。至少部分地基于来自麦克风140和/或扬声器142的数据,控制系统110可以确定用户210(图2)的位置和/或本文描述的睡眠相关参数(例如,所识别的身体位置和/或身体位置的变化)中的一个或多个,如呼吸信号、呼吸率、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量、事件模式、睡眠状态、呼吸治疗装置122的压力设置、或它们的任意组合。在该背景中,声纳传感器可以被理解为涉及主动声感测,诸如通过生成/发送通过空气的超声或低频超声感测信号(例如,在约17-23kHz、18-22kHz或17-18kHz的频率范围内)。此类系统可以相对于上述WO2018/050913和WO 2020/104465来考虑。
在一些实现方式中,传感器130包括(i)第一麦克风,其与麦克风140相同或类似,并且集成在声学传感器141中;以及(ii)第二麦克风,其与麦克风140相同或类似,但是与集成在声学传感器141中的第一麦克风分开且不同。
RF发射器148产生和/或发送具有预定频率和/或预定幅度(例如,在高频带内、在低频带内、长波信号、短波信号等)的无线电波。RF接收器146检测从RF发射器148发射的无线电波的反射,并且该数据可以由控制系统110分析以确定用户210(图2)的位置和/或身体位置和/或本文所述的一个或多个睡眠相关参数。RF接收器(RF接收器146和RF发射器148或另一RF对)也可以用于控制系统110、呼吸装置122、一个或多个传感器130、用户装置170、或它们的任意组合之间的无线通信。虽然RF接收器146和RF发射器148在图1中被示为分开且不同的元件,但是在一些实现方式中,RF接收器146和RF发射器148被组合为RF传感器147(例如,RADAR传感器)的一部分。在一些此类实现方式中,RF传感器147包括控制电路。RF通信的特定格式可以是Wi-Fi、蓝牙等。
在一些实现方式中,RF传感器147是网格系统的一部分。网格系统的一个示例是Wi-Fi网格系统,其可以包括网格节点、(一个或多个)网格路由器和(一个或多个)网格网关,它们中的每一者都可以是移动的/可移动的或固定的。在此类实现方式中,Wi-Fi网格系统包括Wi-Fi路由器和/或Wi-Fi控制器以及一个或多个卫星(例如,接入点),每个卫星包括与RF传感器147相同或相似的RF传感器。Wi-Fi路由器和卫星使用Wi-Fi信号彼此连续通信。Wi-Fi网格系统可用于基于路由器和卫星之间的Wi-Fi信号中的变化(例如,接收信号强度中的差异)来生成运动数据,该Wi-Fi信号中的变化是由于移动的物体或人部分地阻挡了信号而引起的。运动数据可以指示运动、呼吸、心率、步态、跌倒、行为等、或它们的任意组合。
相机150输出可再现为可以存储在存储器装置114中的一个或多个图像(例如,静止图像、视频图像、热图像、或它们的任意组合)的图像数据。来自相机150的图像数据可由控制系统110用于确定本文所述的睡眠相关参数中的一者或多者。来自相机150的图像数据可以由控制系统110使用以确定本文描述的睡眠相关参数中的一者或多者,诸如,例如,一个或多个事件(例如,周期性肢体运动或不宁腿综合征)、呼吸信号、呼吸率、吸气幅度、呼气幅度、吸气-呼气比、每小时事件的数量、事件的模式、睡眠状态、睡眠阶段、或它们的任意组合。此外,来自相机150的图像数据可用于识别用户的位置和/或身体位置,确定用户210的胸部移动,确定用户210的嘴和/或鼻子的气流,确定用户210上床230的时间,以及确定用户210下床230的时间。相机150还可用于追踪眼睛移动、瞳孔放大(假设用户210的一只或两只眼睛睁开)、眨眼率或REM睡眠时段的任意变化。
红外(IR)传感器152输出可再现为可存储在存储器装置114中的一个或多个红外图像(例如,静止图像、视频图像或两者)的红外图像数据。来自IR传感器152的红外数据可用于确定睡眠时段期间的一个或多个睡眠相关参数,包括用户210的温度和/或用户210的移动。当测量用户210的存在、位置和/或移动时,IR传感器152也可以与相机150结合使用。例如,IR传感器152可以检测波长在约700nm和约1mm之间的红外光,而相机150可以检测波长在约380nm和约740nm之间的可见光。
PPG传感器154输出与用户210(图2)相关联的生理数据,该生理数据可用于确定一个或多个睡眠相关参数,诸如心率、心率模式、心率变异性、心动周期、呼吸率、吸气幅度、呼气幅度、吸气-呼气比、所估计的血压参数、或它们的任意组合。PPG传感器154可以由用户210佩戴、嵌入在由用户210佩戴的衣服和/或织物中、嵌入在和/或联接至用户接口124和/或其相关联的头戴装置(例如,绑带等)等。
ECG传感器156输出与用户心脏的电活动相关联的生理数据。在一些实现方式中,ECG传感器156包括在睡眠时段期间位于用户210的一部分之上或周围的一个或多个电极。来自ECG传感器156的生理数据可用于例如确定本文所述的睡眠相关参数中的一者或多者。
EEG传感器158输出与用户210的大脑的电活动相关联的生理数据。在一些实现方式中,EEG传感器158包括在睡眠时段期间定位在用户210的头皮上或周围的一个或多个电极。来自EEG传感器158的生理数据可用于例如在睡眠时段期间的任意给定时间确定用户210的睡眠状态或睡眠阶段。在一些实现方式中,EEG传感器158可以集成在用户接口124和/或相关联的头带(例如,绑带等)中。
电容性传感器160,力传感器162和应变仪传感器164输出可存储在存储器装置114中且由控制系统110使用以确定本文所述的睡眠相关参数中的一者或多者的数据。EMG传感器166输出与由一个或多个肌肉产生的电活动相关联的生理数据。氧传感器168输出指示气体(例如,在导管126中或在用户接口124处)的氧浓度的氧数据。氧气传感器168可以是例如超声波氧气传感器、电氧气传感器、化学氧气传感器、光学氧气传感器、或它们的任意组合。在一些实现方式中,一个或多个传感器130还包括皮肤电反应(GSR)传感器、血流传感器、呼吸传感器、脉搏传感器、血压计传感器、血氧测定传感器、或它们的任意组合。
分析物传感器174可以用于检测用户210呼气中分析物的存在。由分析物传感器174输出的数据可以存储在存储器装置114中,并由控制系统110使用以确定用户210的呼吸中的任意分析物的身份和浓度。在一些实现方式中,分析物传感器174定位在用户210的嘴附近,以检测从用户210的嘴呼出的呼吸中的分析物。例如,当用户接口124是覆盖用户210的鼻子和嘴的面罩时,分析物传感器174可以位于面罩内以监测用户210的嘴呼吸。在其他实现方式中,诸如当用户接口124是鼻罩或鼻枕罩时,分析物传感器174可以定位在用户210的鼻子附近以检测通过用户的鼻子呼出的呼吸中的分析物。在其他实现方式中,当用户接口124是鼻罩或鼻枕面罩时,分析物传感器174可以位于用户210的嘴附近。在一些实现方式中,分析物传感器174可以用于检测是否有任意空气无意中从用户210的嘴泄漏。在一些实现方式中,分析物传感器174是可用于检测碳基化学品或化合物的挥发性有机化合物(VOC)传感器。在一些实现方式中,分析物传感器174还可用于检测用户210是否正在通过他们的鼻子或嘴呼吸。例如,如果由定位在用户210的嘴附近或面罩内(在用户接口124是面罩的实现方式中)的分析物传感器174输出的数据检测到分析物的存在,则控制系统110可以使用该数据作为用户210正在通过他的嘴呼吸的指示。
湿度传感器176输出可以存储在存储器装置114中并由控制系统110使用的数据。湿度传感器176可以用于检测用户周围的各个区域中的湿度(例如,在导管126或用户接口124内部、在用户210面部附近、在导管126和用户接口124之间的连接附近、在导管126和呼吸装置122之间的连接附近等)。因此,在一些实现方式中,水分传感器176可以定位在用户接口124中或导管126中以监测来自呼吸治疗装置122的加压空气的湿度。在其他实现方式中,湿度传感器176被放置在需要监测湿度水平的任意区域附近。水分传感器176还可用于监测围绕用户210的周围环境的湿度,例如,用户210的卧室内部的空气。水分传感器176还可用于追踪用户210对环境变化的生物测定响应。
一个或多个光检测和测距(LiDAR)传感器178可用于深度传感。此类型的光学传感器(例如,激光传感器)可用于检测受试者并构建周围环境(诸如,生活空间)的三维(3D)图。激光雷达通常可以利用脉冲激光来进行飞行时间测量。激光雷达也被称为3D激光扫描。在使用此类传感器的示例中,具有LiDAR传感器178的固定或移动装置(诸如智能电话)可以测量和映射从传感器延伸5米或更远的区域。例如,激光雷达数据可以与由电磁RADAR传感器估计的点云数据融合。LiDAR传感器178还可以使用人工智能(AI)通过检测和分类可能引起RADAR系统的问题的空间中的特征来自动地对RADAR系统建立地理围栏,如玻璃窗(其可以是对RADAR高度反射的)。例如,激光雷达还可以用于提供人的身高的估计,以及当人坐下或跌倒时身高的变化。LiDAR可用于形成环境的3D网格表示。在进一步的用途中,对于无线电波穿过的固体表面(例如,透射线材料),LiDAR可以反射离开此类表面,从而允许对不同类型的障碍物进行分类。
在一些实现方式中,一个或多个传感器130还包括皮肤电反应(GSR)传感器、血流传感器、呼吸传感器、脉搏传感器、血压计传感器、血氧测定传感器、声纳传感器、RADAR传感器、血糖传感器、颜色传感器、pH传感器、空气质量传感器、倾斜传感器、定向传感器、雨传感器、土壤水分传感器、水流传感器、酒精传感器、或它们的任意组合。
虽然在图1中单独示出,但是一个或多个传感器130的任意组合可以集成在系统100的部件中的任意一个或多个中和/或联接至系统100的部件中的任意一个或多个,包括呼吸装置122、用户接口124、导管126、湿化罐129、控制系统110、用户装置170、或它们的任意组合。例如,声学传感器141和/或RF传感器147可以集成在用户装置170中和/或联接至用户装置170。在此类实现方式中,用户装置170可以被认为是生成供系统100(例如,控制系统110)根据本公开的一些方面使用的附加或辅助数据的辅助装置。在一些实现方式中,一个或多个传感器130中的至少一个未联接至呼吸治疗装置122、控制系统110或用户装置170,并且在睡眠时段期间被定位成大体邻近用户210(例如,定位在用户210的一部分上或与其接触、由用户210佩戴、联接至床头柜或定位在其上、联接至床垫、联接至天花板等)。
可以分析来自一个或多个传感器130的数据,以确定一个或多个睡眠相关参数,其可以包括呼吸信号、呼吸率、呼吸模式、吸气幅度、呼气幅度、吸气-呼气比、一个或多个事件的发生、每小时的事件数量、事件模式、睡眠状态、睡眠阶段、呼吸暂停低通气指数(AHI)、或它们的任意组合。一种或多种事件可包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、低通气、有意的面罩泄漏、无意的面罩泄漏、嘴泄漏、咳嗽、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、惊厥、血压增加、或它们的任意组合。这些睡眠相关参数中的许多是生理参数,尽管睡眠相关参数中的一些可以被认为是非生理参数。非生理参数还可以包括呼吸治疗系统的操作参数,包括流速、压力、加压空气的湿度、马达的速度等。还可以根据来自一个或多个传感器130的数据或根据其他类型的数据来确定其他类型的生理和非生理参数。
用户装置170(图1)包括显示装置172。用户装置170例如可以是诸如智能电话、平板电脑、游戏控制台、智能手表、膝上型电脑等的移动装置。可替代地,用户装置170可以是外部感测系统、电视(例如智能电视)或另一智能家庭装置(例如智能扬声器,诸如GoogleHomeTM、Google NestTM、Amazon EchoTM、Amazon Echo ShowTM、AlexaTM使能装置等)。在一些实现方式中,用户装置是可穿戴装置(例如,智能手表)。显示装置172通常用于显示包括静止图像、视频图像或两者的图像。在一些实现方式中,显示装置172充当包括被配置为显示图像的图形用户界面(GUI)和输入界面的人机界面(HMI)。显示装置172可以是LED显示器、OLED显示器、LCD显示器等。输入界面可以是例如触摸屏或触敏基板、鼠标、键盘或被配置为感测由与用户装置170交互的人类用户进行的输入的任意传感器系统。在一些实现方式中,一个或多个用户装置可以由系统100使用和/或包括在系统100中。
血压装置182通常用于帮助产生用于确定与用户相关联的一个或多个血压测量值的生理数据。血压装置182可以包括一个或多个传感器130中的至少一者,以测量例如收缩血压分量和/或舒张血压分量。
在一些实现方式中,血压装置182是血压计,该血压计包括可以由用户佩戴的可充气袖带和压力传感器(例如,在本文描述的压力传感器132)。例如,如图2的示例所示,血压装置182可以戴在用户210的上臂上。在血压装置182是血压计的这种实现方式中,血压装置182还包括用于给袖带充气的泵(例如,手动操作的灯泡)。在一些实现方式中,血压装置182联接至呼吸治疗系统120的呼吸治疗装置122,该呼吸治疗装置转而递送加压空气以对该袖带充气。更通常的是,血压装置182可以与控制系统110、存储器装置114、呼吸治疗系统120、用户装置170和/或活动追踪器190通信地联接且/或物理集成在(例如,在外壳内)其中。
活动跟踪器190通常用于帮助生成用于确定与用户相关联的活动测量的生理数据。活动测量可以包括例如步数、行进的距离、爬升的步数、体力活动的持续时间、体力活动的类型、体力活动的强度、站立所花费的时间、呼吸率、平均呼吸率、休息呼吸率、最大呼吸率、呼吸率变化性、心率、平均心率、休息心率、最大心率、心率变化性、燃烧的卡路里数、血氧饱和度水平(SpO2)、皮肤电活动(也称为皮肤电导或皮肤电反应)、用户的位置、用户的姿势、或它们的任意组合。活动跟踪器190包括本文描述的传感器130中的一者或多者,诸如,例如,运动传感器138(例如,一个或多个加速计和/或陀螺仪)、PPG传感器154和/或ECG传感器156。
在一些实现方式中,活动跟踪器190是可以由用户穿戴的可穿戴装置,诸如智能手表、腕带、戒指或贴片。例如,参考图2,活动跟踪器190佩戴在用户210的手腕上。活动跟踪器190还可以联接至或集成到用户所穿的衣服或衣物。可替代地,活动跟踪器190还可联接至或集成在用户装置170中(例如,在同一壳体内)。更通常的是,活动追踪器190可以与控制系统110、存储器114、呼吸治疗系统120、和/或用户装置170和/或血压装置182通信地联接或物理集成在其中(例如,在外壳内)。
虽然控制系统110和存储器装置114在图1中被描述和示出为系统100的分开且不同的部件,但是在一些实现方式中,控制系统110和/或存储器装置114集成在用户装置170和/或呼吸装置122中。可替代地,在一些实现方式中,控制系统110或其一部分(例如,处理器112)可以位于云中(例如,集成在服务器中、集成在物联网(IoT)装置中、连接至云、经受边缘云处理等)、位于一个或多个服务器(例如,远程服务器、本地服务器等、或它们的任意组合)中。
虽然系统100被示出为包括上述所有部件,但是根据本公开的实现方式,在用于分析与呼吸治疗系统120的用户使用相关联的数据的系统中可以包括更多或更少的部件。例如,第一可选系统包括控制系统110、存储器装置114和一个或多个传感器130中的至少一者。作为另一示例,第二可选系统包括控制系统110、存储器装置114、一个或多个传感器130中的至少一个、用户装置170,以及血压装置182和/或活动跟踪器190。作为又一示例,第三可替代系统包括控制系统110、存储器装置114、呼吸治疗系统120、一个或多个传感器130中的至少一个、活动跟踪器190和用户装置170。作为另一示例,第四可替代系统包括控制系统110、存储器装置114、呼吸治疗系统120、一个或多个传感器130中的至少一者、用户装置170,以及血压装置182和/或活动跟踪器190。因此,可使用本文所示和所述的部件的任意部分或多个部分和/或与一个或多个其他部件组合来形成各种系统。
参考图3,公开了用于估计呼吸治疗系统的用户的主观舒适度水平的方法300。主观舒适度水平的初始估计可以基于客观数据,并且该估计随后可以基于附加的客观数据和/或主观数据来更新。实现方法300的系统可以估计用户可能的主观舒适度水平。例如,在一些实现方式中,系统是完全个性化的系统,其可以通过分析客观数据来近似用户(例如,图2中的用户210)以及可选地用户的床伴(例如,图2中的床伴220)实际体验的内容。可选地,系统还可以寻求主观数据(诸如经由问题或问卷(例如,基于Epworth嗜睡量表)或对刺激或提示的其他提供的响应)以添加和/或确认客观估计。这样的主观数据(例如,主观反馈)可以从用户210和/或第三方获得,诸如床伴220或用户210的护理者。在其他实现方式中,系统可以不使用或不需要来自用户(以及可选地床伴或护理者等)的主观反馈,而是直接或间接地实现改变以寻求增加估计的舒适度分数(例如,通过自动地调节系统的一个或多个参数(诸如呼吸装置122的压力设置、房间环境设置等)),或者向健康护理提供者(HCP)/家庭医疗装置提供者(HME)提供这样的推荐以做出某些改变,例如,为呼吸装置122规定不同的面罩类型或尺寸,或不同的压力设置/轮廓等)。
与常规睡眠分数或治疗分数相比,可以确定如本文所述的舒适度分数,其代表用户的实际主观舒适度水平。例如,用户的治疗分数可能非常好(即,指示用户接收到良好水平的治疗),但是用户可能在晚上的一些/大部分已经醒来,或者仅在所需的使用时间内使用治疗,但是小于所需的睡眠时间。在此描述的舒适度分数可以包括对睡眠、泄漏类型、床伴的任意影响或对床伴的任意影响、房间环境参数,以及来自先前治疗/睡眠时段的数据的分析,并且照此,更紧密地表示用户对其舒适度的感知,并且因此能够更好地影响改变以在治疗/睡眠时段期间和/或对于未来的治疗/睡眠时段增加该舒适度水平。舒适度分数可以与睡眠分数、治疗分数或组合的睡眠-治疗分数结合,以在睡眠或治疗时段期间提供用户体验的更准确表示。
在步骤310,接收与呼吸治疗系统的用户相关联的数据。接收到的数据可以与使用呼吸治疗系统的睡眠时段和/或治疗时段相关联。呼吸治疗系统可包括呼吸治疗系统120(图1)的一个或多个部件,和/或被配置为调节使用者下颌位置的下颌复位装置。可以从呼吸治疗系统、一个或多个传感器(例如,系统100的传感器130)、用户装置(例如,系统100的用户装置170)、血压装置(例如,系统100的血压装置182)、活动跟踪器(系统100的活动跟踪器190)、或它们的任意组合接收数据。
在步骤310处接收到的数据包括声学数据、压力数据、流量数据、湿度数据、运动数据(例如,包括用户运动数据)、生理数据、用户输入数据、或它们的任意组合。声学数据可以包括与用户相关的噪声(例如,与呼吸相关的噪声等)、与用户的环境相关的噪声(例如,来自交通的噪声、来自TV的噪声等),或两者。压力数据和流量数据可以从呼吸治疗系统120以及其中包括的压力传感器132和流量传感器134导出,并且指示由呼吸治疗系统120产生的加压空气的气流特性以及用户的呼吸对该气流的影响。湿度数据可以包括与呼吸治疗系统的湿化器相关联的湿化水平。另外地或可替代地,湿度数据可以包括导管和/或用户接口中的液体的存在和/或量(例如,雨淋)。运动数据可以由运动传感器138(诸如本文描述的雷达或声纳传感器、穿戴在身体上的加速度计等)生成,并且指示用户210或床伴220的移动等。生理数据可包括呼吸酒精数据、血液酒精数据、血压数据、血糖数据、血氧数据(例如,SPO2水平数据)、气道充血数据、气道阻塞数据、体温数据、心率数据、呼吸数据、睡眠阶段数据、CO2水平数据、或它们的任意组合。用户输入数据可包括指示主观舒适度水平、用户的主观压力水平、用户的主观疲劳水平、用户的主观健康状态、用户最近经历的生活事件、与用户相关联的客观健康数据、或它们的任意组合的信息。
在一些实现方式中,可以经由检测嗅探声音的麦克风,或经由检测滴鼻液,面部疼痛或压力的传感器,或经由在使用全罩式面罩时从鼻到口呼吸的变化来推断来检测充血(范围从充血的急性发作、慢性充血,以及诸如过敏性鼻炎的状况)。另外地或可替代地,在一些实现方式中,肺依从性可以基于对呼吸设备信号的处理来跟踪,诸如以估计肺依从性-肺在静态和动态分量方面扩张、伸展、扩张的能力。
在一些实现方式中,与用户相关联的客观健康数据包括用户的人口统计和/或医疗信息,诸如用户的年龄、用户的性别、用户的种族、用户的地理位置、用户的关系状态、用户的就业状态、用户的教育状态、用户的社会经济状态、与用户相关联的一种或多种病症、用户的药物使用、或它们的任意组合。
至少部分地基于在步骤310接收到的数据的第一部分,确定与用户相关联的至少一个参数。例如,在步骤320,确定与用户相关联的第一参数。在步骤322,确定与用户相关联的第二参数。至少一个参数可包括泄漏类型(例如,嘴泄漏、无意的用户接口泄漏、有意的用户接口泄漏和/或管道泄漏)、泄漏量(例如,总泄漏类型和/或每种泄漏类型)、泄漏持续时间(例如,总泄漏类型和/或每种泄漏类型)、使用持续时间、事件类型的数量、身体位置的变化数量、运动变化数量、剩余打鼾的持续时间、剩余分数(例如,剩余AHI分数和/或剩余打鼾分数)、剩余打鼾的严重程度、翻转数量、唤醒数量(例如,醒来)、睡眠变化、烦躁程度(例如,身体位置的变化数量、用户上床/下床的次数、用户入睡的时间、用户在睡眠期间的时间百分比、用户改变、压力变化数量、清醒变化、心率变化、呼吸率变化、心率变化、呼吸率变化、心率变化,呼吸率、呼吸率变化性、疼痛位置、疼痛严重性、湿化功效水平或指示与用户相关联的生理特性的其他生理参数的多个变化、或它们的任意组合。关于不安静的测量,不安静是不适的有用指标。这种不适可能是由用户的睡眠环境、治疗和/或治疗设备、或诸如PLMD、COPD等的医学状况(可能是并发症)引起的。PLMD会干扰使用者的睡眠、治疗或两者,还会对使用者的舒适度分数产生负面影响。PLMD可以通过诸如在US 2018/0353138A1中描述的装置来检测,在此通过引用将其整体并入本文。COPD通常不利地影响用户的呼吸功能,并因此可干扰用户的睡眠、治疗或两者,以及不利地影响用户的舒适度分数。其他病症(共病)诸如高血压、糖尿病、失眠、过度唤醒等也可影响使用者的舒适度。与那些状况相关的事件或恶化可以由合适的传感器(例如,血压监测器可以检测高血压,葡萄糖监测器检测与糖尿病相关的血糖水平,睡眠监测器(例如,基于如本文所述的雷达或声纳技术的睡眠跟踪器)可以检测失眠、过度唤醒等)检测和/或由用户、护理者或其他第三方报告。
例如,身体位置可以与舒适度相关。一些具有位置性呼吸暂停的用户可能在他们的侧面对于大多数夜晚更舒适地睡觉,因为他们的压力可以更低。相反,如果使用者有背痛的历史,如果他们可以在更晚的夜晚睡觉,用更高的平均压力,他们可以增加整体舒适度。
在一些实现方式中,事件的类型包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、呼吸不足、剩余呼吸暂停事件、咳嗽、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、血压升高、或它们的任意组合。因此,该系统能够为患者(用户)并且可选地为用户的床伴捕获、聚集和处理来自多个数据源的生物计量和行为数据。
在步骤330处,至少部分地基于确定的至少一个参数(例如,在步骤320处接收到的第一参数和/或在步骤322处接收到的第二参数)来确定舒适度分数。在步骤330确定的舒适度分数可以指示在治疗时段的至少一部分期间呼吸治疗系统的用户的主观舒适度水平。在一些实现方式中,在步骤380,确定第一参数的第一加权值和第二参数的第二加权值。在一些实现方式中,初始加权值(例如,用于确定第一加权值和第二加权值)是从一群用户和/或非用户(例如,类似人口统计的用户)学习和/或估计的默认加权值。例如,可以基于访问云服务来预先学习和/或更新加权值的初始基线集(例如,系统100的基本加权值106),以连接到舒适度参数的最近学习的初始加权值。另外地或可替代地,在一些实现方式中,基于查找表(例如,表2)来计算初始加权值。可以基于用户自己的人口统计信息和/或关于睡眠和/或治疗舒适度的个人偏好、用户的睡眠/呼吸相关障碍的身份和/或严重性、用户的治疗设备和/或治疗处方、或它们的任意组合来选择用户和/或非用户的群体。
例如,一些客观健康数据可能比其他客观健康数据更大程度地影响用户的主观舒适度水平,因此可以被分配更高的初始加权值。例如,具有慢性疼痛(例如,在0-10的标度上初始加权值为8)可以具有比具有干燥皮肤(例如,在0-10的标度上初始加权值为3)更高的初始加权值,因为慢性疼痛比干燥皮肤更多地影响用户在治疗时段或睡眠时段期间的舒适度。
在步骤382,可以至少部分地基于在步骤310接收到的与呼吸治疗系统的用户相关联的数据来修改第一加权值和/或第二加权值。然后,在步骤330,至少部分地基于来自步骤382的修改后的第一加权值和修改后的第二加权值来确定舒适度分数。
可以通过从一个或多个传感器(诸如在呼吸治疗装置上或与呼吸治疗装置连接,诸如PAP装置)收集与系统性能和/或用户生物测定和/或从房间环境和/或用户人口统计细节相关的客观数据,并且借助于问题/问卷、对提示或其他刺激的响应和/或PREMS(患者报告的经验测量)等从用户收集同时发生的数据,来执行初始训练序列。这些数据然后可被组合并用于训练AI系统(诸如允许其学习)以便创建具有初始参数的基线系统。然后,这可以通过有监督或无监督的学习来改进,诸如以便改善对可能的主观舒适度水平分数的估计。
在一些实现方式中,可以至少部分地基于与睡眠阶段和/或运动相关联的参数变化来修改加权值。另外地或可替代地,在一些实现方式中,加权值最初被分配给每个参数。在一些这样的实现方式中,使用来自查找表(例如,表2)的每个参数的初始加权值来确定加权值。在一些其他这样的实现方式中,每个参数的加权值是基于与系统的用户或其他用户相关联的预先学习的数据来确定的,该预先学习的数据诸如用户群体(例如,基于人口统计数据和/或健康数据来分类)。在一些实现方式中,基于访问云服务来更新加权值以连接到舒适度参数的最近获知的初始加权值。然后,通过算法学习对用户舒适度具有最大影响的参数(例如,在睡眠质量、治疗功效和/或治疗持续时间方面)。
舒适度分数可以被报告、作用于睡眠/治疗分数,和/或与睡眠/治疗分数组合,这是通过将分数归一化到用户来确定的。例如,可以基于用户的人口统计、病史、呼吸装置122和/或呼吸装置设置来解释(例如,归一化)用户的舒适度分数。例如,可以基于用户的呼吸治疗系统的类型对用户的舒适度分数进行归一化,该系统可以选自连续气道正压通气(CPAP)系统、自动气道正压通气(APAP)系统、双水平气道正压通气(BPAP)系统、可变气道正压通气(VPAP)系统和呼吸机。在一个示例中,对于相对年轻的用户可以预期相对低的舒适度分数,并且因此该分数可以被归一化并解释为“好”、“可接受”或类似的。相反,相同的舒适度分数对于相对较老的用户可能是不期望的,因此该分数可以被归一化(或不归一化)并被解释为“差”、“不可接受(需要干预)”或类似的。例如,归一化舒适度分数可以与治疗分数和/或睡眠分数一起输出(例如,单独地或作为其一部分),该治疗分数和/或睡眠分数至少部分地基于接收到的与呼吸治疗系统的用户相关联的数据来确定。此外,可以至少部分地基于(i)接收到的与呼吸治疗系统的用户相关联的数据,以及(ii)归一化舒适度分数来确定治疗分数和/或睡眠分数。
在其他示例中,当系统学习影响用户舒适度的参数或参数组合时,可以随时间调节/更新舒适度分数的确定。这可以通过例如在夜间睡眠和/或治疗之后从用户收集关于主观舒适度水平的数据并与在相应的睡眠和/或治疗时段期间收集(检测)的客观数据/参数相关来实现。这样,客观确定的参数可以与个体用户的主观舒适体验相关联。例如,客观确定的参数,诸如口干(例如,在经由鼻罩的呼吸治疗期间由嘴呼吸引起的)可能对一个用户引起不适,但是由于每个用户的不同主观体验,可能对另一个用户不引起不适。在相关示例中,在睡眠和/或治疗时段期间收集的客观数据/参数可以被系统用来为用户选择目标问题/问卷,或者提示PREMS(患者报告的体验测量)。使用前面的示例,如果客观地确定由鼻罩使用者的口呼吸引起的口干,则从使用者寻求的主观数据可能至少与口干有关。
在另外的或替代的示例中,与一个或多个客观确定的参数相关的数据可以随时间(例如,在多个睡眠和/或治疗时段期间)以及针对每个确定的参数的基线水平和/或阈值水平来收集。这可以通过例如在不使用呼吸治疗系统时将为一个或多个呼吸治疗时段确定的客观确定的参数与为一个或多个睡眠时段(或部分睡眠时段)确定的相同参数进行比较来实现。另外地或可替代地,那些时段的主观反馈可以与客观确定的参数相关。另外地或可替代地,来自不同源(例如,传感器)的客观数据可被相关以帮助识别用户不适的发生率和原因。例如,客观确定的口干/口呼吸可以与客观确定的房间和/或气流湿度水平,客观确定的面罩类型等相关。然后,这种相关可以在步骤350通知推荐和/或在步骤352通知调节。
在一些实现方式中,该系统可以被配置为生成与舒适度改进有关的消息/输出给用户(和/或他们的床伴),诸如在WO 2015/006364和美国专利第10,376,670号中描述的睡眠建议,这些专利中的每一个通过引用将其整体并入本文。例如,随着系统建立对用户的呼吸治疗装置(例如,PAP装置)使用、睡眠模式、生物特征模式的理解,诸如根据传感器信号和调查表的睡眠相关分析,系统可以递送定制的个人建议以通过利用“建议引擎”来帮助改善用户的睡眠和/或舒适度。在一些这样的实现方式中,诊断能力可以被包括在通知引擎中以帮助识别其他睡眠问题,其可以将用户连接到其他产品,诸如用于治疗睡眠相关健康问题(例如,PAP设置的改变、房间环境的改变、药物的改变等)。由系统的一个或多个处理器生成的建议可以被设计为通知用户良好的睡眠习惯、最佳的睡眠环境条件和/或帮助睡眠的日常活动的益处。它传递可信且有洞察力的信息,以便帮助用户睡眠,并保持用户与整个系统的参与。系统可以实现学习分类器,诸如使用贝叶斯方法和/或决策树,以便为用户、本地群体或系统用户的全球群体的个体模式定制建议。此外,在一些实现方式中,可以提示用户响应嵌入在接收到的任务/建议块中的电子查询。用户响应可以引导/跟踪通过决策树内容的路径。例如,在一些实现方式中,可以对每个参数进行排序,并且对用户舒适度具有最大影响的参数接收更高的加权值。
在步骤340,至少部分地基于在步骤330确定的舒适度分数来修改呼吸治疗系统的一个或多个操作设置。在一些实现方式中,在步骤340修改呼吸治疗系统的一个或多个操作设置包括调节呼吸治疗系统的呼吸治疗装置的压力设置、调节呼吸治疗系统的湿化器的湿化设置,或两者。例如,在一些实现方式中,调节呼吸治疗系统的呼吸治疗装置的压力设置包括调节呼吸治疗装置中的鼓风机马达。
在步骤350,至少部分地基于在步骤330确定的舒适度分数向用户提供推荐。可以经由呼吸治疗系统的显示装置、用户装置(例如,经由用户的智能电话的音频和/或视觉指令)、扬声器(例如,经由智能扬声器的音频指令)、或它们的任意组合向用户提供推荐。另外地或可替代地,在一些实现方式中,可以(首先,同时,随后或仅)向护理者(例如,医师),HME等提供该推荐,护理者进而将该推荐传达给用户和/或采取动作(诸如联系用户或用户的护理者、提供新的用户接口、开出新的疗法的处方、开出经调节的疗法的处方等)。
另外地或可替代地,在一些实现方式中,该推荐可以是调查(例如,咨询医师/护理者、分类、故障排除等)、开始或修改与该用户的一种或多种医学状况(例如,共病)相关的治疗,因为这些状况可能例如被不适当地治疗(诸如未接受专用治疗)。这样的一种或多种医学病症包括PLMD、COPD、糖尿病、高血压、失眠、过度唤醒等,并且如上所述,可以影响用户的舒适度并反映在舒适度分数中。另外地或可替代地,在一些实现方式中,推荐可以包括将一个或多个参数(舒适度分数所基于的)映射到一个舒适度分数或多个舒适度分数,诸如在睡眠和/或治疗时段期间周期性地确定的多个舒适度分数。这样的参数可以包括唤醒、血氧(例如SpO2)波动、呼吸暂停事件、泄漏事件等中的一个或多个。这样,用户、护理者或其他第三方可以更好地理解用户不适的原因并帮助确定改善用户舒适度的方式。
在一些实现方式中,在步骤350处提供的推荐包括(i)调节呼吸治疗装置的压力设置;(ii)调节连接到该呼吸治疗装置的湿化器的湿化设置;(iii)为该呼吸治疗系统推荐面罩类型,(iv)为该用户推荐睡眠位置,(v)为该用户推荐颏带;(vi)为使用者推荐鼻托垫;或(vii)其任意组合。
进一步另外地或可替代地,在步骤352,可以至少部分地基于在步骤330确定的舒适度分数和/或在步骤350提供的推荐来进行自动调节。例如,在智能家居中,室温可以至少部分地基于在步骤330确定的舒适度分数而自动降低。作为另一个示例,房间湿度可以至少部分地基于在步骤330确定的舒适度分数而自动增加。因此,确定的舒适度分数可用作自动调节治疗设置的过程或系统的一部分,包括:(i)自动调节呼吸治疗装置的压力设置,该压力设置与供应到该用户的气道的加压空气相关联,(ii)自动调节联接至该呼吸治疗装置的湿化器的湿化设置,该湿化器被配置为将湿气引入到供应到该用户的气道的加压空气,或(iii)(i)和(ii)两者。另外地或可替代地,确定的舒适度分数可用作过程或系统的一部分,以相对于用户的一种或多种医学状况(例如,共病)自动调节治疗。这样的一种或多种医学病症包括PLMD、COPD、糖尿病、高血压、失眠、过度觉醒等,并且如上该,可以影响用户的舒适度并反映在舒适度分数中。
本文所述的舒适度分数可用于帮助确定对呼吸治疗系统120的设置(例如呼吸装置122的流量和压力设置)的调节(推荐、手动或自动应用),和/或通知呼吸治疗系统的自动调节设置(例如呼吸治疗系统中的AutosetTM特征)或其他舒适度相关设置,例如说明性减压(EPR)。该特征在吸气期间保持使用者的气流压力并在呼气期间减小压力,使得使用者在呼出时更容易且更舒适。舒适度分数可用于实时和/或治疗前/治疗后确定这种设置调节,以基于用户舒适度分数的任意变化动态地调节设置,该变化可在睡眠/治疗时段期间或睡眠/治疗时段之间发生。以这种方式,监测用户的治疗舒适度,其可以在睡眠/治疗时段期间或在多个睡眠/治疗时段期间改变,并且根据需要调节设置以维持或改善用户的舒适度。治疗设置可以在整个治疗时段期间基于在整个治疗时段期间周期性地确定的舒适度分数来周期性地(例如,每隔数秒、数分钟或数小时重复地)调节。
在一些实现方式中,在步骤350推荐替换用户接口(例如,替换面罩)。另外地或可替代地,在一些实现方式中,替换用户接口被自动处理(例如,从HME自动订购)并运送给用户。这可以是用类似的替换件来替换佩戴的面罩,或者用不同类型的面罩来替换佩戴的面罩,该不同类型的面罩移动到鼻(或枕)面罩,或者反之亦然)。在一些实现方式中,该方法还提供用于推荐和/或自动处理管道的替换(例如,从未加热的管道移动到加热的管道、移动到不同直径或长度的管道、移动到替换无水湿化模块或元件,或移动到用户接口的一部分,诸如替换硅或泡沫元件)。
舒适度分数可用于帮助确定可能放弃或未正确坚持治疗的用户。可以为用户确定舒适度分数并将其与预定阈值进行比较。如果用户的舒适度分数低于阈值(或高于阈值,取决于阈值的性质),或者在预定数目的睡眠/治疗时段上计算的舒适度分数的数目低于(或高于)阈值,则可以推荐用户、护理者或另一方的干预。因此,舒适度分数可以用于输入风险管理工具或系统,以用于在诸如健康风险、依从风险等的风险方面监测用户。因此,舒适度分数可以用于帮助预测用户将(i)不依从治疗计划(例如,由医师规定的治疗计划)、(ii)放弃治疗计划、或(iii)(i)和(ii)两者的可能性,这至少部分地基于确定的舒适度分数或确定的舒适度分数的趋势。例如,超过(或低于)预定阈值的舒适度分数,或来自多个治疗时段的舒适度分数的(负)趋势,可以指示用户可能放弃/不坚持治疗,因为用户难以接受地感到不舒服。在其他示例中,舒适度分数可以与由用户的舒适度分数(例如,多个历史舒适度分数)通知(例如,基于其选择)的教练指令或材料一起馈送到教练工具或系统中。基于舒适度分数,教练系统可以指导用户关于他们的睡眠卫生、他们的睡眠环境、他们的治疗装置等、或它们的任意组合。
在一些实现方式中,在步骤360,至少部分地基于在步骤310接收到的与呼吸治疗系统的用户相关联的数据来确定治疗分数和/或睡眠分数。在步骤370,可以至少部分地基于在步骤330确定的舒适度分数和在步骤360确定的治疗分数来生成更新的治疗分数和/或睡眠分数。在一些实现方式中,初始睡眠分数表示对整个睡眠时段中的睡眠模式的分析,但不表示用户在醒来之后感觉如何刷新。舒适度分数可以更好地表示用户在他们醒来后立即以及在他们醒来后的某个时间(诸如几分钟或几小时后)感觉如何,这可能具有不同的舒适程度。为了提供更逼真的睡眠分数,舒适度分数可用于根据需要向上或向下调节睡眠分数。例如,如果为用户计算的初始睡眠分数为92/100,但是该睡眠时段的舒适度分数低,则可以基于舒适度分数来调节睡眠分数(诸如通过将初始睡眠分数乘以根据舒适度分数计算的因子)。
在一些实现方式中,在步骤330确定舒适度分数包括将确定的至少一个参数与同一参数的多个历史值进行比较。同一参数的多个历史值与多个相应的历史主观舒适度水平相关联。例如,在一些这样的实现方式中,接收到的数据包括在治疗时段期间与呼吸治疗系统相关联的客观数据。
在一些实现方式中,所述多个历史值与多个相应的历史主观舒适度水平是从与(i)呼吸治疗系统的用户、(ii)一个或多个其他呼吸治疗系统的一个或多个其他用户,或(iii)(i)和(ii)两者相关联的所存储的数据获得的。例如,在一些这样的实现方式中,诸如经由用户输入从(i)呼吸治疗系统的用户,(ii)一个或多个其他呼吸治疗系统的一个或多个其他用户,或(iii)(i)和(ii)两者,来接收所述多个相应的历史主观舒适度水平。
在一些实现方式中,通过首先接收与多个历史睡眠时段、多个历史治疗时段或两者相关联的历史客观数据和历史主观舒适度水平,将多个历史值与多个相应的历史主观舒适度水平相关联。在一些实现方式中,从至少两个不同的传感器接收历史客观数据,然后将其与历史主观舒适度水平相关联。处理接收到的历史客观数据以提取多个历史值。多个历史主观舒适度水平中的一个历史主观舒适度水平与多个历史值中的一个或多个历史值相关。在一些这样的实现方式中,多个历史睡眠时段与不使用呼吸治疗系统相关联,并且多个历史治疗时段与使用呼吸治疗系统相关联。
在一些这样的实现方式中,方法300还包括至少部分地基于比较(i)从在一个或多个历史睡眠时段期间接收到的客观数据中提取的相应历史参数与(ii)从在一个或多个历史治疗时段期间接收到的客观数据中提取的相应历史参数,来确定用于该至少一个参数中的一者的基线水平。
通常,方法300可以使用具有控制系统的系统来实现,该控制系统具有一个或多个处理器和存储机器可读指令的存储器。该控制系统可联接至存储器;当机器可读指令由控制系统的处理器中的至少一个执行时,可以实施方法300。还可以使用包括指令的计算机程序产品(诸如非暂时性计算机可读介质)来实现方法300,该指令在由计算机执行时使得计算机执行方法300的步骤。
虽然本文参考单个用户描述了系统100和方法300,但是更通常,系统100和方法300可以与多个用户同时使用(例如,两个用户、五个用户、10个用户、20个用户等)。例如,系统100和方法300可以用在云监测设置中。
另外地或可替代地,在一些实现方式中,系统100和/或方法300可以用于在使用一个或多个呼吸系统(例如,在本文描述的呼吸治疗系统)时监测一个或多个用户。例如,在一些这样的实现方式中,可以将与主观舒适度水平和/或与一个或多个用户相关联的舒适度分数相关联的通知发送给监测装置或人员。主观舒适度水平和/或舒适度分数可以使用方法300的一个或多个步骤来确定。另外地或可替代地,在一些实现方式中,主观舒适度水平和/或舒适度分数被简单地记录。
示例性实现方式
如前面参照图1所述,舒适度分数由舒适度分数模块102确定,并且是舒适度参数104和基本加权值106的函数。参考表1示出了基本加权值106的示例性实现方式,表1列出了基本加权值(从0到10的标度)和用户的心率和心率变异性的舒适度阈值。
表1:示例性基本加权值
存在许多从搏动间间隔计算心率变异性(HRV)的方法,其中这些“间隔”最初在检测或估计(例如,其中可能已经应用某种形式的插值来对抗诸如噪声之类的伪影)基准点之间进行估计,诸如从心脏“RR”中间食用(RRI)或从基于PPG或其他的光学传感器进行估计。例如,可以直接使用ms中的RRI。可替代地,在一些实现方式中,可以在时域中应用进一步的处理以获得平均NN(给定时间内的平均RR间隔-其中“N”指示正常,其中意外搏动已经被移除)、SDN(时间内的平均RR间隔)、RMSSD(正常RR间隔的标准偏差)。基于频域的度量可以包括低频(LF-这里经常使用0.03-0.15Hz)、高频(HF-这里经常使用0.15-0.40Hz)和LF:HF的比率。
如果参数值在低阈值和高阈值之间,则认为参数值是舒适的。在该实现方式中,如果用户的心率在每分钟40次(bpm)到100bpm之间,则认为这些是心率的舒适值。类似地,如果用户的心率变异性(HRV)在50到70ms之间,则认为这些是HRV的舒适值。可以基于与用户相关联的用户简档(例如,人口统计信息、医疗信息、年龄和性别)和/或在用户上收集的附加数据(例如,在方法300的步骤310处接收的数据)来初始地设置舒适度阈值。在一些实现方式中,仅存在低阈值或仅存在高阈值。可以基于用户简档的改变来调节初始设置的阈值。
在一些实现方式中,可以进一步分析心率数据。例如,可以处理夜间的绝对心率。作为另一示例,可以基于整晚或来自前一夜的值来处理归一化心率。从归一化值的变化可以更好地移除用户到用户的变异性,并且残差可以用于从唤醒到睡眠以及在不同睡眠阶段之间的趋势分析(例如,寻找在时间段内增加、相同或减小的趋势)。在一些实现方式中,如果人踱步,则可以将校正因子应用于RR估计和HRV估计。
在一些实现方式中,可以使用频谱测量来估计HRV,诸如确定LF/HF比。如果使用LF/HF比,则我们可以与平均值、微调平均值或中值进行比较,而不是如本文所讨论的以ms为单位的RR间隔。在一些实现方式中,可以以更短的时间量程来分析HRV,这将提供更精细的变化。
在一些实现方式中,在NREM期间HRV可以高于REM、NREM和REM都高于唤醒。因此,在“正常”睡眠周期变化中,我们预期在晚上较早更深度的睡眠,并且在接近晚上结束时更REM,系统将预期在估计的深度睡眠N3(SWS)期间更大的HRV。最大HRV可能与最深的睡眠(持续SWS)一致,这取决于睡觉的时间,可能在早期(1-3am)。此外,HRV通常在睡眠时段的夜晚增加,因为与交感神经相比较高的迷走神经(副交感神经)平衡。
在一些实现方式中,舒适度分数的确定可以通过将白天HRV估计(例如,来自智能手表)与夜间HRV估计进行比较来个性化。系统检查是否存在预期增加以指示舒适度,并估计这是为什么。白天HRV(经由RR间隔分析或光谱LF/HF分析)与睡眠一起可以具有叠加的昼夜节律,因此系统使用白天/夜晚的时间,叠加了睡意的昼夜节律模型。在存在慢性病症(特别是诸如MI后的心脏病症)的情况下,可以由系统应用校正因子,其中在较低HRV差异水平下,睡眠期间的预期HRV增加受潜在状况影响(例如,具有受管理状况的用户可能仍然是舒适的或不舒适的);然后进行该校正以便更好地对用户个性化舒适度分数。
例如,在用户非常活跃的情况下,表1的示例性心率的舒适度高阈值降低到100bpm以下。相反地,可能有新的健康问题的用户,诸如由于跌倒而导致的臀部断裂,将需要心率的高阈值的向上偏移。作为另一个示例,在年轻人中,在睡眠更好的人中,以及在具有较低压力水平的人中,心率变异性通常较高。因此,获得用户的年龄,他们的基础健康和任意紧张性刺激(慢性的或急性的),以及估计的睡眠质量可以帮助估计用户的主观舒适度水平(由此,我们具有从该用户的预期水平的心率变异性的短期改善)。
在一些实现方式中,可以使用随着时间学习模式的长期短期存储器(人工循环神经网络(RNN)架构)连同循环神经网络来确定和/或修改基本加权值。
短期(例如1、2或3天)和长期(例如10天、1个月或6个月)的基本加权值列于表1中。在一些实现方式中,这些响应于舒适度参数随时间的趋势而被进一步分类。例如,在一些这样的实现方式中,“+”表示正的或好的趋势、“-”表示负的或坏的趋势。类别“稳定-良好”表示趋势是稳定的并且在舒适度阈值内。类别“稳定-不良”表示趋势是稳定的,但是参数或参数的某种组合在舒适度阈值之外。
正的或良好的趋势指示通常指示在给定时间段期间与参数相关联的值在期望方向上呈趋势。相反地,负趋势指示通常指示在给定时间段期间,与参数相关联的值趋向于远离期望方向。例如,对于心率变异性的参数,趋势指示采用斜率的符号,其将与参数相关联的值随时间(例如,在一个睡眠时段或几个睡眠时段期间)映射。例如,正斜率表示正趋势指标,并且负斜率表示负趋势指标。对于一些其他舒适度参数,趋势指示可以采用斜率的相反符号。例如,如果舒适度参数是血压,则颠倒该关系。即,通常,血压的降低将表示正趋势指标,而血压的增加将表示负趋势指标。
趋势指示可以帮助(1)确定它是否是临时舒适问题(例如,需要诸如压力、湿度的小调节)或长期问题(例如,需要新的处方或其他医疗关注),以及(2)用户的基线是否需要被调节(例如,用户可能具有小的HRV,这通常指示较不舒适,然而用户可能相当舒适,因为他们的基线HRV在长期时间内始终是小的)。
其他舒适度参数可以与针对心率和心率变异性所描述的类似地被处理。在一些实现方式中,与舒适度参数相关的多个数据点,诸如由一个或多个传感器130提供的数据点,可以用于确定每个舒适度参数的趋势指示。在一些实现方式中,每个舒适度参数的数据集被归一化。这种归一化可以简化分析和操作,例如,通过允许选择有意义的单个上斜率阈值和单个下斜率阈值,并且对于所有参数具有相似幅度的基本加权值。
其他种类的附加基本加权值和用于确定附加基本加权值的附加基本加权值也被考虑。例如,在趋势是肯定的但完全在舒适度阈值之外的情况下,可以使用“正-不良”的类别。对于负的并且完全在舒适度阈值之外的趋势,可以使用“负-不良”的类别。
尽管仅描述了长时间段和短时间段,但是也可以考虑其他附加时间段。例如,非常长的时间周期可以大于长的时间周期。尽管长期时间的总指定天数包括第1天至第30天,但可使用更长的时间段。例如,用于确定舒适度参数的数据可以被收集超过30天、超过三个月、超过六个月、超过一年或超过几年(例如,2、3、4、5或更多年)。
可选地,在一些实现方式中,响应于确定(i)拟合线的斜率在斜率值的范围内,以及(ii)第一参数的至少两个值(例如,第一值和第二值)的平均值在舒适度阈值的范围内,第一参数的趋势指示是稳定-良好趋势指示。在一些实现方式中,第一值和第二值中的至少一个在趋势指示为稳定良好的舒适度阈值的范围内。在一些实现方式中,第一值和第二值在趋势指示为稳定良好的舒适度阈值的范围内。
可选地,在一些实现方式中,响应于确定(i)拟合线的斜率在斜率值的范围内,以及(ii)至少第一值和第二值的平均值在舒适度阈值的范围之外,多个参数中的第一个的趋势指示是稳定不良趋势指示。在一些实现方式中,第一值和第二值中的至少一个在趋势指示为稳定不良的舒适度阈值的范围之外。在一些实现方式中,至少第一值和第二值在趋势指示为稳定不良的舒适度阈值的范围之外。
在一些实现方式中,舒适度分数被确定为第一乘积和第二乘积的和。第一乘积是第一参数的第二值和第一参数的相关确定的基本加权值的乘积。第二乘积是第二参数的第二值和第二参数的相关确定的基本加权值的乘积。等式1是该函数的数学表达式。
CS= W1P1 +W2P2 (1)
其中CS为舒适度分数;W1是针对第一参数P1确定的基本加权;并且W2是第二参数P2的确定的基本加权。
等式1可以扩展为包括附加参数,并且可以表示为等式2所示的所有相关参数的乘积之和。
其中n是相关参数的数目。在一些实现方式中,参数可以被确定为对用户的主观舒适度水平没有影响,因此,对于该参数Pm,乘积WmPm=0。
表2提供了用于所选示例参数的从0到10的中性调节标度,其中5是感觉舒适,大于5优于舒适(例如,大于舒适的夜间睡眠所需的舒适度),并且小于5是感觉差于舒适(例如,小于舒适的夜间睡眠所需的舒适度)。表2图示了示例性参数的源和初始加权。如本文所公开的,在一些实现方式中,从表2中查找每个参数的初始加权。在一些这样的实现方式中,基于与系统的用户或其他用户相关联的预先学习的数据(例如,基于人口统计数据和/或健康数据进行分类)来确定每个参数的加权值。例如,第一用户的初始加权可能由于其各自的人口统计数据和/或健康数据而不同于第二用户的初始加权。
表2:示例性参数
本公开的各个方面可以由本领域技术人员容易理解的机器学习算法来执行。在一些示例中,图3的步骤330或步骤360可以由监督或非监督算法来执行。例如,系统可以利用更基本的机器学习工具,包括(1)决策树(“DT”)、(2)贝叶斯网络(“BN”)、(3)人工神经网络(“ANN”)或(4)支持向量机(“SVM”)。在其他示例中,可以使用深度学习算法或其他更复杂的机器学习算法,例如,卷积神经网络(“CNN”)、递归神经网络(“RNN”)或胶囊网络(“CapsNet”)。
DT是将输入数据与决策树中每个连续步骤所提出的问题相匹配的分类图。DT程序基于对问题的回答向下移动树的“分支”(例如,第一分支:主观数据是否包括特定输入?是或否。分支二:客观数据是否包括某些参数?是或否等)。
贝叶斯网络(“BN”)基于似然性,某些东西基于给定的自变量是真的,并且基于概率关系来建模。BN完全基于概率关系,该关系基于另一个或其他变量来确定一个变量的可能性。例如,BN可以模拟客观数据、主观数据和本公开所考虑的任意其他信息之间的关系。特别地,如果用户的客观数据的历史舒适度水平和特定参数是已知的,则BN可用于计算当前舒适度分数。因此,使用有效的BN算法,可以基于输入数据进行推断。
人工神经网络(“ANN”)是由动物的中枢神经系统激发的计算模型。它们通过节点网络将输入映射到输出。然而,与BN不同,在ANN中,节点不必表示任意实际变量。因此,ANN可以具有隐藏的节点层,其不由观察者已知的变量表示。ANN能够进行模式识别。它们的计算方法使得更容易理解在基于各种输入数据确定舒适度期间可能进行的复杂且不清楚的过程。
支持向量机(“SVM”)来自利用机器学习统计和配备有某种极限相关结构的向量空间(表示线性空间中的维数的线性代数概念)的框架。在一些情况下,它们可以确定容易将输入分成两个类别的新坐标系。例如,SVM可以识别分离源自事件或参数的不同分类的两组点的线。
最近开发了深度神经网络(DNN),其能够对具有许多变化的非常复杂的关系进行建模。在过去几十年中,许多研究人员已经提出了DNN的各种架构来解决与诸如ANN的算法相关联的问题。DNN的这些类型是CNN(卷积神经网络)、RBM(限制性玻尔兹曼机)、LSTM(长短期存储器)等。它们都基于ANN的理论。它们通过克服与ANN相关的反向传播误差减小问题而表现出更好的性能。
机器学习模型需要训练数据来识别它们被设计用来检测的感兴趣的参数。例如,可以利用各种方法来形成机器学习模型,包括对网络应用随机分配的初始加权值,以及对深度学习算法应用使用反向传播的梯度下降。在其他示例中,可以使用具有一个或两个隐藏层的神经网络而无需使用该技术进行训练。
在一些示例中,可以使用标记数据或表示特定用户输入的数据来训练机器学习模型。在其他示例中,数据将仅标记有结果,并且可以输入各种相关数据以训练机器学习算法。
例如,为了确定特定的舒适度是否适合输入数据,可以使用输入本文公开的各种数据的各种机器学习模型。在一些示例中,输入数据将通过使现场专家根据特定情况标记相关观察来标记。因此,对用于训练数据的机器学习算法的输入将来自健康用户的各种数据识别为来自具有各种睡眠障碍的用户。
来自以下权利要求1-47中任一项中的一者或多者的元素或方面或步骤或其任意部分可以与来自其他权利要求1-47中任一项中的一者或多者的元素或方面或步骤或其任意部分组合,以形成本公开的一个或多个附加实现方式和/或权利要求。
虽然已经参考一个或多个特定实施例或实现方式描述了本公开,但是本领域技术人员将认识到,在不脱离本公开的精神和范围的情况下,可以对其进行许多改变。这些实现方式中的每个实现方式及其明显的变体都被认为落入本公开的精神和范围内。还预期根据本公开的方面的另外的实现方式可以组合来自本文描述的实现方式中的任一个的任意数量的特征。
Claims (47)
1.一种用于估计呼吸治疗系统的用户的主观舒适度水平的方法,所述方法包括:
在治疗时段期间接收与所述呼吸治疗系统的所述用户相关联的数据;
至少部分地基于接收到的数据的第一部分来确定与所述用户相关联的至少一个参数;以及
至少部分地基于所确定的至少一个参数来确定舒适度分数,所述舒适度分数指示在所述治疗时段的至少一部分期间所述呼吸治疗系统的所述用户的所述主观舒适度水平。
2.根据权利要求1所述的方法,其中,所述呼吸治疗系统包括被配置为向所述用户的气道供应加压空气的呼吸治疗装置、被配置为调节所述用户的下颌的位置的下颌复位装置、或两者。
3.根据权利要求1或2所述的方法,其中从所述呼吸治疗系统、用户装置、传感器、或它们的任意组合接收与所述用户相关联的数据。
4.根据权利要求3所述的方法,其中,所述用户装置包括智能电话、平板电脑、游戏控制台、智能手表、膝上型计算机、电视、智能家庭设备、或它们的任意组合。
5.根据权利要求3或4所述的方法,其中所述传感器联接至所述呼吸治疗系统和/或所述用户装置。
6.根据权利要求1至5中任一项所述的方法,其中所述至少一个参数包括泄漏类型、泄漏量、泄漏的持续时间、使用的持续时间、事件的类型、事件的类型的数量、身体位置、身体位置的变化、身体位置的变化的数量、运动变化、运动变化的数量、剩余打鼾的持续时间、剩余分数、剩余打鼾的严重性、反复次数、唤醒的数量、睡眠架构的变化、不安宁的度量、压力变化的数量、心率、心率的变化、心率的变化的数量、心率变异性、呼吸率、呼吸率的变化、呼吸率的变化的数量、呼吸率变异性、疼痛位置、疼痛严重性、湿化功效水平、或它们的任意组合。
7.根据权利要求6所述的方法,其中,所述剩余分数包括剩余AHI分数、剩余打鼾分数、或两者。
8.根据权利要求6或7所述的方法,其中所述泄漏类型包括嘴泄漏、无意用户接口泄漏、有意用户接口泄漏、管道泄漏、或它们的任意组合。
9.根据权利要求6至8中任一项所述的方法,其中所述事件的类型包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、呼吸不足、剩余呼吸暂停事件、咳嗽、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、癫痫、血压升高、或它们的任意组合。
10.根据权利要求1至9中任一项所述的方法,还包括至少部分地基于所确定的舒适度分数,确定对所述呼吸治疗系统的一个或多个操作设置的修改。
11.根据权利要求10所述的方法,其中对所述呼吸治疗系统的所述一个或多个操作设置的修改包括对呼吸治疗装置的压力设置的调节。
12.根据权利要求1至11中任一项所述的方法,还包括至少部分地基于所确定的舒适度分数,向所述用户提供推荐。
13.根据权利要求12所述的方法,其中,所提供的推荐包括:(i)调节呼吸治疗装置的压力设置,所述压力设置与提供给所述用户的气道的加压空气相关联;(ii)调节联接至所述呼吸治疗装置的湿化器的湿化设置,所述湿化器被配置为将湿气引入供应到所述用户的气道的加压空气;(iii)为所述呼吸治疗系统推荐面罩类型;(iv)为所述用户推荐睡眠位置;(v)为所述用户推荐颏带;(vi)为所述使用者推荐鼻托垫;或(vii)它们的任意组合。
14.根据权利要求1至13中任一项所述的方法,其中,所述接收到的数据包括声学数据、压力数据、流量数据、湿度数据、运动数据、生理数据、用户输入数据、或它们的任意组合。
15.根据权利要求14所述的方法,其中,所述生理数据包括呼吸酒精数据、血液酒精数据、血压数据、血糖数据、血氧数据、气道充血数据、气道阻塞数据、体温数据、心率数据、呼吸数据、睡眠阶段数据、CO2水平数据、或它们的任意组合。
16.根据权利要求14或15所述的方法,其中所述用户输入数据包括指示如下内容的信息:主观舒适度水平、所述用户的主观压力水平、所述用户的主观疲劳水平、所述用户的主观健康状态、所述用户最近经历的生活事件、与所述用户相关联的客观健康数据、或它们的任意组合。
17.根据权利要求16所述的方法,其中与所述用户相关联的所述客观健康数据包括所述用户的人口统计和/或医疗信息,诸如所述用户的年龄、所述用户的性别、所述用户的种族、所述用户的地理位置、所述用户的关系状态、所述用户的就业状态、所述用户的教育状态、所述用户的社会经济状态、与所述用户相关联的一种或多种病症、所述用户的药物使用、或它们的任意组合。
18.根据权利要求1至17中任一项所述的方法,其中所述至少一个参数包括第一参数和第二参数。
19.根据权利要求18所述的方法,还包括确定用于所述第一参数的第一加权值和用于所述第二参数的第二加权值,其中所述舒适度分数至少部分地基于所述第一加权值和所述第二加权值来确定。
20.根据权利要求19所述的方法,还包括至少部分地基于所述接收到的与所述呼吸治疗系统的用户相关联的数据的第二部分来修改所述第一加权值和/或所述第二加权值,其中,至少部分地基于修改的第一加权值和修改的第二加权值来确定所述舒适度分数。
21.根据权利要求1至20中任一项所述的方法,还包括至少部分地基于所述接收到的与所述呼吸治疗系统的所述用户相关联的数据来确定治疗分数和/或睡眠分数。
22.根据权利要求1至21中任一项所述的方法,还包括至少部分地基于所述用户的人口统计参数、所述用户的病史、所述呼吸治疗系统或其部件的类型、所述呼吸治疗系统的设置、或它们的任意组合来归一化所述舒适度分数。
23.根据权利要求22所述的方法,其中,至少部分地基于所述用户的年龄、所述用户的性别、所述用户的种族、与所述用户相关联的一种或多种病症、所述用户的药物使用、或它们的任意组合来归一化所述舒适度分数。
24.根据权利要求22或23所述的方法,其中至少部分地基于所述呼吸治疗系统的类型来归一化所述舒适度分数,其中所述类型选自连续气道正压通气(CPAP)系统、自动气道正压通气(APAP)系统、双水平气道正压通气(BPAP)系统、可变气道正压通气(VPAP)系统、和呼吸机。
25.根据权利要求22至24中任一项所述的方法,还包括输出具有治疗分数和/或睡眠分数的所述归一化舒适度分数,所述治疗分数和/或睡眠分数至少部分地基于所述接收到的与所述呼吸治疗系统的所述用户相关联的数据来确定。
26.根据权利要求22至24中任一项所述的方法,至少部分地基于(i)所述接收到的与所述呼吸治疗系统的所述用户相关联的数据、以及(ii)所述归一化舒适度分数,来确定治疗分数和/或睡眠分数。
27.根据权利要求1至26中任一项所述的方法,还包括至少部分地基于所确定的舒适度分数或所述归一化舒适度分数来生成更新的治疗分数和/或睡眠分数。
28.根据权利要求1至27中任一项所述的方法,其中确定所述舒适度分数包括将所确定的至少一个参数与同多个相应的历史主观舒适度水平相关联的相同参数的多个历史值进行比较。
29.根据权利要求28所述的方法,其中,所述接收到的数据包括在所述治疗时段期间与所述呼吸治疗系统相关联的客观数据。
30.根据权利要求28或29所述的方法,其中,所述多个历史值和所述多个相应的历史主观舒适度水平是从与以下相关联的存储数据中获得:(i)所述呼吸治疗系统的所述用户,(ii)一个或多个其他呼吸治疗系统的一个或多个其他用户,或(iii)(i)和(ii)两者。
31.根据权利要求30所述的方法,其中,所述多个相应的历史主观舒适度水平诸如经由用户输入从以下接收:(i)所述呼吸治疗系统的所述用户,(ii)所述一个或多个其他呼吸治疗系统的所述一个或多个其他用户,或(iii)(i)和(ii)两者。
32.根据权利要求28至31中任一项所述的方法,其中所述多个历史值通过以下步骤与所述多个相应的历史主观舒适度水平相关联:
接收与多个历史睡眠时段、多个历史治疗时段、或两者相关联的历史客观数据和历史主观舒适度水平;
处理所接收到的历史客观数据以提取多个历史值;以及
将所述多个历史主观舒适度水平中的一者与所述多个历史值中的一个或多个历史值相关联。
33.根据权利要求32所述的方法,其中所述多个历史睡眠时段与不使用呼吸治疗系统相关联,并且所述多个历史治疗时段与使用呼吸治疗系统相关联。
34.根据权利要求33所述的方法,还包括至少部分地基于比较(i)从在一个或多个历史睡眠时段期间接收到的客观数据中提取的相应历史参数与(ii)从在一个或多个历史治疗时段期间接收到的客观数据中提取的相应历史参数,来确定用于所述至少一个参数中的一者的基线水平。
35.根据权利要求32至34中任一项所述的方法,其中从至少两个不同的传感器接收所述历史客观数据,然后将所述历史客观数据与所述历史主观舒适度水平相关联。
36.根据权利要求1至35中任一项所述的方法,还包括基于所确定的舒适度分数来自动调节治疗设置。
37.根据权利要求36所述的方法,其中,所述自动调节所述治疗设置包括:(i)自动调节呼吸治疗装置的压力设置,所述压力设置与供应到所述用户的气道的所述加压空气相关联,(ii)自动调节联接至所述呼吸治疗装置的湿化器的湿化设置,所述湿化器被配置为将湿气引入到供应到所述用户的气道的所述加压空气,或(iii)(i)和(ii)两者。
38.根据权利要求36或37所述的方法,其中,基于周期性确定的舒适度分数,在整个所述治疗时段期间周期性地调节所述治疗设置。
39.根据权利要求36至38中任一项所述的方法,其中,基于(i)从所述治疗时段中确定的舒适度分数,(ii)从一个或多个不同治疗时段中确定的一个或多个舒适度分数,或(iii)(i)和(ii)两者,来调节所述治疗设置。
40.根据权利要求1至39中任一项所述的方法,还包括至少部分地基于所确定的舒适度分数或所确定的舒适度分数的趋势来预测所述用户将进行以下行为的可能性:(i)不遵守治疗计划,(ii)放弃所述治疗计划,或(iii)(i)和(ii)两者。
41.根据权利要求40所述的方法,其中,预测可能性包括将所确定的舒适度分数或所确定的舒适度分数的趋势与预定阈值进行比较。
42.一种系统,包括:
控制系统,其包括一个或多个处理器;和
其上存储有机器可读指令的存储器;
其中所述控制系统联接至所述存储器,并且当所述存储器中的所述机器可执行指令由所述控制系统的所述一个或多个处理器中的至少一者执行时,实施根据权利要求1至41中任一项所述的方法。
43.一种用于估计呼吸治疗系统的用户的主观舒适度水平的系统,所述系统包括控制系统,所述控制系统被配置来实施根据权利要求1至41中任一项所述的方法。
44.一种包括指令的计算机程序产品,所述指令在由计算机执行时使所述计算机执行根据权利要求1至41中任一项所述的方法。
45.根据权利要求44所述的计算机程序产品,其中所述计算机程序产品是非暂时性计算机可读介质。
46.一种系统,包括:
控制系统,其包括一个或多个处理器;和
其上存储有机器可读指令的存储器;
其中所述控制系统被联接至所述存储器并且被配置来实施用于估计呼吸治疗系统的用户的主观舒适度水平的方法,所述方法包括:
在治疗时段期间接收与所述呼吸治疗系统的所述用户相关联的数据;
至少部分地基于接收到的数据的第一部分来确定与所述用户相关联的至少一个参数;以及
至少部分地基于所确定的至少一个参数来确定舒适度分数,所述舒适度分数指示在所述治疗时段的至少一部分期间所述呼吸治疗系统的所述用户的所述主观舒适度水平。
47.根据权利要求46所述的系统,其中所述控制系统还被配置来实施根据权利要求2至41中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163143381P | 2021-01-29 | 2021-01-29 | |
US63/143,381 | 2021-01-29 | ||
PCT/IB2022/050733 WO2022162589A1 (en) | 2021-01-29 | 2022-01-27 | Systems and methods for estimating a subjective comfort level |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117119955A true CN117119955A (zh) | 2023-11-24 |
Family
ID=80449070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280026420.XA Pending CN117119955A (zh) | 2021-01-29 | 2022-01-27 | 用于估计主观舒适度水平的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240091476A1 (zh) |
EP (1) | EP4284242A1 (zh) |
JP (1) | JP2024505098A (zh) |
CN (1) | CN117119955A (zh) |
WO (1) | WO2022162589A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024039890A1 (en) * | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for determining a user interface type |
WO2024039751A1 (en) * | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for providing a sleep therapy community |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8617068B2 (en) * | 2006-09-27 | 2013-12-31 | ResMed Limitied | Method and apparatus for assessing sleep quality |
CN102481127B (zh) * | 2009-08-13 | 2015-07-15 | 帝人制药株式会社 | 呼吸波形信息的运算装置和利用呼吸波形信息的医疗设备 |
EP3391925B1 (en) | 2010-07-30 | 2020-11-25 | ResMed Pty Ltd | Methods and devices with leak detection |
KR102091167B1 (ko) | 2012-09-19 | 2020-03-20 | 레스메드 센서 테크놀로지스 리미티드 | 수면 스테이지를 결정하는 시스템 및 방법 |
US10492720B2 (en) | 2012-09-19 | 2019-12-03 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
CN116328142A (zh) | 2013-07-08 | 2023-06-27 | 瑞思迈传感器技术有限公司 | 用于睡眠管理的方法和系统 |
NZ630770A (en) * | 2013-10-09 | 2016-03-31 | Resmed Sensor Technologies Ltd | Fatigue monitoring and management system |
US11278239B2 (en) | 2014-10-24 | 2022-03-22 | Resmed Inc. | Respiratory pressure therapy system |
EP3386383A1 (en) | 2015-12-08 | 2018-10-17 | ResMed Limited | Non-contact diagnosis and monitoring of sleep disorders |
US11433201B2 (en) | 2016-02-02 | 2022-09-06 | ResMed Pty Ltd | Methods and apparatus for treating respiratory disorders |
KR102417095B1 (ko) | 2016-09-19 | 2022-07-04 | 레스메드 센서 테크놀로지스 리미티드 | 오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 |
KR20200103749A (ko) | 2017-12-22 | 2020-09-02 | 레스메드 센서 테크놀로지스 리미티드 | 모션 감지를 위한 장치, 시스템, 및 방법 |
CN111655135B (zh) | 2017-12-22 | 2024-01-12 | 瑞思迈传感器技术有限公司 | 用于车辆中的生理感测的设备、系统和方法 |
US20220007965A1 (en) | 2018-11-19 | 2022-01-13 | Resmed Sensor Technologies Limited | Methods and apparatus for detection of disordered breathing |
EP3928689A1 (en) | 2020-06-26 | 2021-12-29 | Ectosense NV | Apparatus and method for compensating assessment of peripheral arterial tone |
-
2022
- 2022-01-27 CN CN202280026420.XA patent/CN117119955A/zh active Pending
- 2022-01-27 WO PCT/IB2022/050733 patent/WO2022162589A1/en active Application Filing
- 2022-01-27 US US18/263,224 patent/US20240091476A1/en active Pending
- 2022-01-27 JP JP2023546305A patent/JP2024505098A/ja active Pending
- 2022-01-27 EP EP22706107.4A patent/EP4284242A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2024505098A (ja) | 2024-02-02 |
WO2022162589A1 (en) | 2022-08-04 |
EP4284242A1 (en) | 2023-12-06 |
US20240091476A1 (en) | 2024-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114901134B (zh) | 用于失眠症筛查和管理的系统和方法 | |
US20230173221A1 (en) | Systems and methods for promoting a sleep stage of a user | |
US20230240595A1 (en) | Systems and methods for detecting rem behavior disorder | |
US20240091476A1 (en) | Systems and methods for estimating a subjective comfort level | |
JP2023523001A (ja) | 睡眠関連パラメータを分析するためのシステムおよび方法 | |
US20230397880A1 (en) | Systems and methods for determining untreated health-related issues | |
CN115485788A (zh) | 用于预测警觉性的系统和方法 | |
US20230364368A1 (en) | Systems and methods for aiding a respiratory therapy system user | |
WO2023031802A1 (en) | Intelligent respiratory entrainment | |
CN116114026A (zh) | 用于确定用于用户的建议的治疗的系统和方法 | |
JP2023544119A (ja) | 併存疾患を監視するシステム及び方法 | |
JP2023516210A (ja) | 個人の眠気を増加させるためのシステムおよび方法 | |
WO2023173166A1 (en) | Systems and methods for optimizing parameters of a respiratory therapy system | |
WO2024039890A1 (en) | Systems and methods for determining a user interface type | |
WO2024039569A1 (en) | Systems and methods for determining a risk factor for a condition | |
WO2023031737A1 (en) | Biofeedback cognitive behavioral therapy for insomnia | |
CN116981400A (zh) | 用于确定未经治疗的健康相关问题的系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |