CN117941006A - 外科数据系统和管理 - Google Patents
外科数据系统和管理 Download PDFInfo
- Publication number
- CN117941006A CN117941006A CN202280062780.5A CN202280062780A CN117941006A CN 117941006 A CN117941006 A CN 117941006A CN 202280062780 A CN202280062780 A CN 202280062780A CN 117941006 A CN117941006 A CN 117941006A
- Authority
- CN
- China
- Prior art keywords
- surgical
- data
- data stream
- transformed
- stream
- 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
- 238000001356 surgical procedure Methods 0.000 claims abstract description 177
- 238000000034 method Methods 0.000 claims description 149
- 239000000090 biomarker Substances 0.000 claims description 72
- 238000005070 sampling Methods 0.000 claims description 54
- 238000005259 measurement Methods 0.000 claims description 44
- 238000012800 visualization Methods 0.000 claims description 21
- 238000013502 data validation Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 abstract description 100
- 238000004891 communication Methods 0.000 description 123
- 239000000779 smoke Substances 0.000 description 85
- 210000001519 tissue Anatomy 0.000 description 63
- 230000004913 activation Effects 0.000 description 36
- 230000003993 interaction Effects 0.000 description 35
- 238000010606 normalization Methods 0.000 description 34
- 238000003860 storage Methods 0.000 description 33
- 230000036772 blood pressure Effects 0.000 description 31
- 238000006073 displacement reaction Methods 0.000 description 31
- 230000000694 effects Effects 0.000 description 31
- 238000003384 imaging method Methods 0.000 description 30
- 238000010304 firing Methods 0.000 description 27
- 238000012544 monitoring process Methods 0.000 description 26
- 230000004044 response Effects 0.000 description 26
- 230000007613 environmental effect Effects 0.000 description 25
- 238000007726 management method Methods 0.000 description 24
- 238000012806 monitoring device Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 20
- 238000004422 calculation algorithm Methods 0.000 description 18
- 230000002452 interceptive effect Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 14
- 239000012636 effector Substances 0.000 description 13
- 238000013507 mapping Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 238000013523 data management Methods 0.000 description 11
- 238000013500 data storage Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 239000012530 fluid Substances 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 238000003032 molecular docking Methods 0.000 description 9
- 230000008520 organization Effects 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 9
- 230000010354 integration Effects 0.000 description 8
- 238000003973 irrigation Methods 0.000 description 8
- 238000010223 real-time analysis Methods 0.000 description 8
- 230000001360 synchronised effect Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 7
- 239000003795 chemical substances by application Substances 0.000 description 7
- 238000002565 electrocardiography Methods 0.000 description 7
- 230000014759 maintenance of location Effects 0.000 description 7
- 210000004027 cell Anatomy 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 6
- 238000011065 in-situ storage Methods 0.000 description 6
- 230000002262 irrigation Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000002980 postoperative effect Effects 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 238000011084 recovery Methods 0.000 description 6
- 230000007958 sleep Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000001131 transforming effect Effects 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 230000005355 Hall effect Effects 0.000 description 5
- 241000027036 Hippa Species 0.000 description 5
- 230000036757 core body temperature Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 208000015181 infectious disease Diseases 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000036961 partial effect Effects 0.000 description 5
- 230000001225 therapeutic effect Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 206010020772 Hypertension Diseases 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 210000001072 colon Anatomy 0.000 description 4
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 4
- 238000002405 diagnostic procedure Methods 0.000 description 4
- 208000028659 discharge Diseases 0.000 description 4
- 230000001631 hypertensive effect Effects 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000037081 physical activity Effects 0.000 description 4
- 230000004224 protection Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000002560 therapeutic procedure Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 238000001429 visible spectrum Methods 0.000 description 4
- 206010044565 Tremor Diseases 0.000 description 3
- 230000003187 abdominal effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000000740 bleeding effect Effects 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 238000000701 chemical imaging Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000013479 data entry Methods 0.000 description 3
- 230000002496 gastric effect Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000027758 ovulation cycle Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 238000004659 sterilization and disinfection Methods 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- 238000000844 transformation Methods 0.000 description 3
- 238000011269 treatment regimen Methods 0.000 description 3
- 208000035965 Postoperative Complications Diseases 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 230000027288 circadian rhythm Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013501 data transformation Methods 0.000 description 2
- 230000009849 deactivation Effects 0.000 description 2
- 230000018044 dehydration Effects 0.000 description 2
- 238000006297 dehydration reaction Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 230000035487 diastolic blood pressure Effects 0.000 description 2
- 230000003205 diastolic effect Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000023597 hemostasis Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 230000036512 infertility Effects 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013059 nephrectomy Methods 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000002271 resection Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000001954 sterilising effect Effects 0.000 description 2
- 230000035488 systolic blood pressure Effects 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 208000016261 weight loss Diseases 0.000 description 2
- 230000004580 weight loss Effects 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 206010050456 Anastomotic leak Diseases 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 241000238366 Cephalopoda Species 0.000 description 1
- 208000005443 Circulating Neoplastic Cells Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- 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 description 1
- 206010021138 Hypovolaemic shock Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 208000028017 Psychotic disease Diseases 0.000 description 1
- 206010040047 Sepsis Diseases 0.000 description 1
- 206010040070 Septic Shock Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000004082 amperometric method Methods 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 210000000467 autonomic pathway Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000002052 colonoscopy Methods 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 210000002808 connective tissue Anatomy 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009799 cystectomy Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000000537 electroencephalography Methods 0.000 description 1
- 238000000295 emission spectrum Methods 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004761 fibrosis Effects 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000005176 gastrointestinal motility Effects 0.000 description 1
- 230000009395 genetic defect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 230000009474 immediate action Effects 0.000 description 1
- 230000036737 immune function Effects 0.000 description 1
- 238000001566 impedance spectroscopy Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000001748 luminescence spectrum Methods 0.000 description 1
- 210000004324 lymphatic system Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000007721 medicinal effect Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000002324 minimally invasive surgery Methods 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000013133 post surgical procedure Methods 0.000 description 1
- 238000004313 potentiometry Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 210000004879 pulmonary tissue Anatomy 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 210000004994 reproductive system Anatomy 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005201 scrubbing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000036303 septic shock Effects 0.000 description 1
- 206010040560 shock Diseases 0.000 description 1
- 210000001599 sigmoid colon Anatomy 0.000 description 1
- 206010041232 sneezing Diseases 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000014616 translation Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
一种用于将与外科手术的外科事件相关联的数据处理成标准格式的装置可包括处理器。该处理器可被配置为能够识别与外科器械的类型相关联的外科数据接口。该处理器可被配置为能够识别用于接收由该数据流指示的外科信息的数据库。该数据库可以是标准格式的。该处理器可被配置为能够基于与该外科器械的类型相关联的所识别的外科数据接口并且基于所识别的数据库来选择规则集。该处理器可被配置为能够基于所选择的规则集并且基于经由该外科数据接口接收的该数据流来生成该标准格式的变换后的数据流。该处理器可被配置为能够将该变换后的数据流输入到该数据库。
Description
相关申请的交叉引用
本申请要求2021年7月22日提交的美国临时专利申请号63/224,813的权益,该美国临时专利申请的公开内容全文以引用方式并入本文。
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:
·在2021年7月23日提交的名称为“METHOD OF SURGICAL SYSTEM POWERMANAGEMENT COMMUNICATION,PROCESSING,STORAGE ANDDISPLAY”的美国专利申请号17/384,274(代理人案卷号END9340USNP1);
·在2021年7月23日提交的名称为“SURGICAL DATA SYSTEM AND CONTROL”的美国专利申请号17/384,337(代理人案卷号END9340USNP9);
·在2021年7月23日提交的名称为“SURGICAL DATA SYSTEM ANDCLASSIFICATION”的美国专利申请号17/384,348(代理人案卷号END9340USNP10)。
背景技术
外科手术可以在医疗设施(例如,医院)的外科手术室或手术房中进行。在执行外科手术时可以利用各种外科装置和系统。在数字和信息时代,医疗系统和设施可以利用数字技术来实现系统或手术,同时维护患者安全。
发明内容
一种装置可包括处理器,该处理器被配置为能够:识别与外科器械的类型相关联的外科数据接口,其中外科数据接口被配置为能够接收来自所述类型的外科器械的数据流,其中数据流指示外科信息;识别用于接收外科信息的数据库,其中该数据库是标准格式的;基于所识别的外科数据接口并且基于所识别的数据库来选择规则集;基于所选择的规则集并且基于经由外科数据接口接收的数据流来生成标准格式的变换后的数据流,其中变换后的数据流指示外科信息;以及将变换后的数据流输入到数据库。
装置可以提供以下技术效果:用规则集标准化所接收的数据流,该规则集一方面最适合用于将流存储在其中的特定数据库的特定组合,并且另一方面最适合用于特定仪器的特定接口。它使得存储在数据库中的变换后的流能够与标准格式的其他数据库内容结合使用,以改进分析、注释、处理和决策制定,因为基于规则集的数据变换可以允许更直接地比较同一框架内、同一尺度的、满足相同句法条件的数据。它还能够提高系统效率,因为基于规则集的变换已经被提前应用,并且不需要在检索和/或使用所存储的数据时进行即时计算。
数据库可以为关系数据库。
装置可以提供促进从相同类型的外科手术的不同实例之间的比较得出的相关性、模式和见解的改进的确定的技术效果,因为从指示第一项外科信息的一个数据流收集的数据可以经由关系数据库链接或关联到从指示第二项外科信息的不同的数据流(可能由不同类型的仪器或接口产生,并且具有不同的句法、结构或格式,或者最初有噪声或不完整)收集的数据。
标准格式可以指示分辨率、采样率、测量类型、测量单位或数据流的类型中的至少一者,并且其中该数据流的类型包括离散数据流或连续数据流。
规则集可包括数据清理规则、数据验证规则或数据格式化规则中的一者或多者。
数据流可包括可视化数据、生物标志物数据、外科器械数据、或外科设备数据中的一者或多者。
数据流可以是第一数据流,变换后的数据流是第一变换后的数据流,并且处理器可被进一步配置为能够:基于第二数据流来生成标准格式的第二变换后的数据流,其中第二变换后的数据流和第一变换后的数据流与相同的采样率、相同的同步和/或相同的外科事件相关联。
装置可以提供以下技术效果:通过向流中的数据提供至少相对的时间背景情境或句法,能够对来自两个单独的原始流的外科数据进行同步和/或基于定时的分析。
第二数据流可包括患者数据流、与外科手术相关联的外科器械数据流、或外科设备数据流中的一者或多者。
数据流可以为第一数据流,变换后的数据流可以为第一变换后的数据流,并且处理器可被进一步配置为能够:基于所选择的规则集,针对第一数据流确定无效数据,其中第一变换后的数据流排除无效数据;基于第二数据流来生成标准格式的第二变换后的数据流;以及基于第二数据流来生成用于第一数据流的注释,其中第一变换后的数据流包括注释。
装置可以提供以下技术效果:通过将第一数据流与注释数据置于背景情境中来增强第一数据流,深入了解第一外科数据流周围的特定情况,而不仅仅是外科信息内容本身。它还确保所有变换后(带注释)的第一数据流数据的有效性,这意味着存储在数据库中的数据可靠地结合背景情境。
处理器可被配置为能够接收来自多个数据源的数据流作为多个数据流中的一个数据流,其中多个数据流中的每个数据流可以从多个数据源中的相应的数据源接收并且包括注释,并且每个注释可以指示相应的数据源与主外科设备操作性地耦接。
为了生成变换后的数据流,处理器可被进一步配置为能够:确定与标准格式相关联的采样率大于与数据流相关联的采样率;以及基于数据流并且基于与标准格式相关联的采样率来确定中间平均数据点,其中变换后的数据流包括中间平均数据点。
装置可以提供以下技术效果:即使在原始数据流中没有足够高的采样率的情况下,也生成适合于数据库的变换后的数据流。
为了生成变换后的数据流,处理器可被进一步配置为能够基于标准格式来解析数据流。
处理器可被进一步配置为能够将数据库发送到显示设备。
装置可以提供以下技术效果:使临床医生能够在显示装置上查看变换后的数据并且使用变换后的数据例如来通知他们的外科决策制定过程。与临床医生使用非标准化“原始”数据相比,这样可以改善结果。
一种装置可包括处理器,该处理器被配置为能够:识别与第一类型的外科器械相关联的第一外科数据接口,其中第一外科数据接口被配置为能够接收来自所述第一类型的第一外科器械的第一数据流;识别与第二类型的外科器械相关联的第二外科数据接口,其中第二外科数据接口被配置为能够接收来自所述第二类型的第二外科器械的第二数据流;确定第一数据流是从第一外科手术收集的,第二数据流是从第二外科手术收集的,并且第一外科手术和第二外科手术与相同的医疗特性相关联;确定第一数据流的格式与第二数据流的格式不同;识别标准格式的数据库;基于第一外科数据接口并且基于所识别的数据库来选择第一规则集;基于第二外科数据接口并且基于所识别的数据库来选择第二规则集;基于第一规则集并且基于经由第一外科数据接口接收的第一数据流来生成标准格式的第一变换后的数据流;基于第二规则集并且基于经由第二外科数据接口接收的第二数据流来生成标准格式的第二变换后的数据流;将第一变换后的数据流和第二变换后的数据流输入到数据库;以及使用数据库来比较第一外科手术和第二外科手术。
装置可以提供以下技术效果:揭示来自通常无法比较或不兼容的数据流,例如源自不同外科器械的数据流的深入了解。
一种方法可包括:识别与外科器械的类型相关联的外科数据接口,其中外科数据接口被配置为能够接收来自所述类型的外科器械的数据流,其中该数据流指示外科信息;识别用于接收所述外科信息的数据库,其中该数据库是标准格式的;基于所识别的外科数据接口并且基于所识别的数据库来选择规则集;基于所选择的规则集并且基于经由外科数据接口接收的数据流来生成标准格式的变换后的数据流,其中变换后的数据流指示外科信息;以及将变换后的数据流输入到数据库。
数据流可包括可视化数据、生物标志物数据、外科器械数据、或外科设备数据中的一者或多者。
数据流可以为第一数据流,变换后的数据流可以为第一变换后的数据流,并且该方法还可以包括:基于第二数据流来生成标准格式的第二变换后的数据流,其中第二变换后的数据流和第一变换后的数据流与相同的采样率、相同的同步和/或相同的外科事件相关联。
第二数据流可包括患者数据流、与外科手术相关联的外科器械数据流、或外科设备数据流中的一者或多者。
数据流可以是第一数据流,变换后的数据流可以是第一变换后的数据流,并且方法还可以包括:基于第二数据流来生成标准格式的第二变换后的数据流;基于所选择的规则集针对第一数据流确定无效数据,其中第一变换后的数据流排除无效数据;以及基于第二数据流来生成用于第一数据流的注释,其中第一变换后的数据流包括注释。
该方法还可以包括接收来自多个数据源的数据流作为多个数据流中的一个数据流,其中多个数据流中的每个数据流从多个数据源中的相应的数据源接收并且包括注释,并且每个注释指示相应的数据源与主外科设备操作性地耦接。
生成变换后的数据流可包括:确定与标准格式相关联的采样率大于与数据流相关联的采样率;以及基于数据流并且基于与标准格式相关联的采样率来确定中间平均数据点,其中变换后的数据流包括中间平均数据点。
上文所述的任何和/或所有方法可以体现为计算机实现的方法,包括但不限于由处理器、集成电路、微控制器、现场可编程门阵列(FPGA)等实现的方法。实现计算系统可以是硬件装置,或者可以包括被配置为能够作为分布式计算系统来操作的多个硬件装置。实现计算机系统可以包括存储器,该存储器包含用于执行任何和/或所有上述方法的指令。例如,存储器可以包含在由计算系统和/或其处理器执行时使得系统或处理器执行上文描述的方法中的一者或多者的指令。
上文描述的任何和/或所有方法可以以计算机可读存储介质(例如,非暂态计算机可读存储介质)的形式来体现,该计算机可读存储介质包含指令,该指令在由计算机执行时使得计算机执行上文描述的方法中的任何一者或多者。上文描述的任何和/或所有方法可以体现为计算机程序产品。
上文描述的方法可以不包括通过外科手术或疗法治疗人体或动物身体的方法,或在人体或动物身体上实施的诊断方法。上文描述的方法中的每种方法可以是不是外科手术、疗法、治疗或诊断方法的方法。例如,上文描述的方法中的每一种方法具有不包括执行外科手术或其任何外科或治疗步骤的实施方案。
本文所述的示例可包括处理和/或分类与外科手术的外科事件相关联的数据的装置。该装置可包括处理器。
该处理器可被配置为能够基于另一数据来处理与外科事件相关联的数据。该处理器可被配置为能够在外科事件期间接收多个数据流。该处理器可被配置为能够从多个数据流选择第一数据流和第二数据流。可以选择第一数据流作为主要数据流,并且可以选择第二数据流作为辅助数据流。对主要数据流的选择可以基于外科数据接口,经由该外科数据接口接收主要数据流。对辅助数据流的选择可以基于外科数据接口,经由该外科数据接口接收辅助数据流。该处理器可被配置为能够识别被配置为能够接收主要数据流的外科数据接口,并且识别被配置为能够接收辅助数据流的外科数据接口。该处理器可被配置为能够基于辅助数据流来生成与主要数据流相关联的情境数据。该情境数据可以指示外科事件的医疗决策制定因素。可以在外科事件期间发送主要数据流和情境数据。辅助数据流可包括第一部分和第二部分。该处理器可被配置为能够存储辅助数据流的第一部分而不是辅助数据流的第二部分。
主要数据流可包括第一定时元素。第一定时元素可以指示在外科事件期间收集第一数据流的第一时间。主要数据流和与主要数据流相关联的情境数据可以在外科事件期间的第二时间发送,并且第一时间和第二时间之间的差可以低于预先确定的值。预先确定的值可用于实时处理。低于预先确定的值的差可以指示例如在收集第一数据流时实时地发送主要数据流。
可以经由数据分组来发送主要数据流。数据分组中的至少一个数据分组可包括指示情境数据的字段。可以使用用于主要数据流的注释、与主要数据流相关联的背景情境或指示与主要数据流相关联的背景情境的元数据中的至少一者来发送情境数据。
该处理器可被配置为能够基于主要数据流和与主要数据流相关联的情境数据来生成控制指令,并且处理器可被配置为能够将控制指令发送到与装置通信的外科器械,例如以改变外科器械的操作。
处理器可被配置为能够基于主要数据流和与主要数据流相关联的情境数据来生成风险指示符。该风险指示符可包括动作触发因素、通知或阈值中的至少一者。该处理器可被配置为能够例如向显示装置发送风险指示符。
外科事件可以为正在进行的外科事件。该处理器可被配置为能够确定正在进行的外科事件和历史外科事件具有共同的特性。该处理器可被配置为能够进一步基于与历史外科事件相关联的数据流来生成情境数据。共同特性可包括相同的患者、相同类型的外科手术、相同类型的外科器械或相同类型的外科设备中的至少一者。
该处理器可被配置为能够对与外科事件相关联的数据进行分类。该处理器可被配置为能够经由第一外科数据接口接收第一外科数据流,并且经由第二外科数据接口接收第二外科数据流。第一外科数据接口可被配置为能够接收来自第一外科器械的第一外科数据流。第二外科数据接口可被配置为能够接收来自第二外科器械的第二外科数据流。该处理器可被配置为能够确定与第一外科数据流相关联的第一分类参数。该处理器可被配置为能够确定与第二外科数据流相关联的第二分类参数。该处理器可被配置为能够识别第一外科数据接口,并且基于所识别的第一外科数据接口来确定第一分类参数。第一外科数据接口可被指定为与第一类型的外科器械通信。该处理器可被配置为能够识别第二外科数据接口,并且基于所识别的第二外科数据接口来确定第二分类参数。第二外科数据接口可被指定为与第二类型的外科器械通信。该处理器可被配置为能够基于对第一外科数据流中的第一分类参数进行解码来确定第一分类参数。该处理器可被配置为能够基于对第二外科数据流中的第二分类参数进行解码来确定第二分类参数。在一些示例中,处理器可以解码第一外科数据流,并且基于经解码的第一外科数据流来推断第一分类参数。处理器可以解码第二外科数据流,并且基于经解码的第二外科数据流来推断第二分类参数。该处理器可被配置为能够确定第一外科数据流和第二外科数据流之间的交互模式。该处理器可被配置为能够识别与第一外科数据流或第二外科数据流中的至少一者相关联的外科事件并且基于外科事件来确定交互模式。交互模式可以生成所识别的外科事件的情境数据。交互模式可包括使用第二外科数据流来丰富第一外科数据流、第一外科数据流和第二外科数据流的聚合,或第一外科数据流和第二外科数据流的合成中的一者或多者。
该处理器可被配置为能够基于第一外科数据流和第二外科数据流之间的交互模式来生成第三外科数据流。该处理器可被配置为能够基于与第一外科数据流相关联的第一分类参数、与第二外科数据流相关联的第二分类参数,以及第一外科数据流和第二外科数据流之间的交互模式来确定第三外科数据流的第三分类参数。第一分类参数、第二分类参数或第三分类参数中的至少一者可以是多维的。第三分类参数(例如,第三分类参数的值)可以指示第三外科数据流的隐私、第三外科数据流的优先级、第三外科数据流的内容类型、第三外科数据流的背景情境、与第三外科数据流相关联的保留期,或与第三外科数据流相关联的用户偏好中的一者或多者。
该处理器可被配置为能够基于第三分类参数来确定用于第三外科数据流的数据处理方案。数据处理方案可以与医疗保健数据政策一致。该处理器可被配置为能够根据数据处理方案来执行第三外科数据流的数据处理。数据处理方案可包括第三外科数据流的存储位置的类型或与用于第三外科数据流的通信路径相关联的可靠性水平中的一者或多者。
在一个示例中,处理器可被配置为能够基于第三分类参数来确定第三外科数据流在待传输的多个外科数据流中具有最高分类级别。该处理器可被配置为能够确定在可用于外科数据流的传输的传输资源中具有最少中断量的通信路径。该处理器可被配置为能够使用所确定的通信路径来发送第三外科数据流。该处理器可被配置为能够基于确定第三外科数据流在待传输的外科数据流中具有最高分类级别来重复第三外科数据流的发送。
该处理器可被配置为能够确定用于第二外科数据流的数据处理方案。第二分类参数和第三分类参数可以相同。该处理器可被配置为能够基于第二分类参数来确定用于第二外科数据流的数据处理方案与用于第三外科数据流的数据处理方案相同。
该处理器可被配置为能够将与外科事件相关联的数据处理成标准格式。该处理器可被配置为能够识别与外科器械的类型相关联的外科数据接口。该外科数据接口可被配置为能够从与外科数据接口相关联的类型的外科器械接收数据流。该处理器可被配置为能够识别用于接收由数据流指示的外科信息的数据库。该数据库可以是标准格式的。例如,该数据库可以为关系数据库。标准格式可以指示分辨率、采样率、测量类型、测量单位或数据流的类型中的至少一者。该数据流的类型可以是离散数据流或连续数据流。该处理器可被配置为能够基于与该外科器械的类型相关联的所识别的外科数据接口并且基于所识别的数据库来选择规则集。规则集可包括数据清理规则、数据验证规则或数据格式化规则中的一者或多者。该处理器可被配置为能够基于所选择的规则集并且基于经由外科数据接口接收的数据流来生成标准格式的变换后的数据流。变换后的数据流可以指示外科信息。该处理器可被配置为能够将变换后的数据流输入到数据库。该处理器可被配置为能够基于所选择的规则集针对第一数据流确定无效数据和无效关联。第一变换后的数据流可以排除无效数据和无效关联。该处理器可被配置为能够基于第二数据流来生成标准格式的第二变换后的数据流并且基于第二数据流来生成用于第一数据流的注释,使得第一变换后的数据流包括注释。
数据流可包括可视化数据、生物标志物数据、外科器械数据、或外科设备数据。在一个示例中,该处理器可被配置为能够接收第一数据流并且基于第一规则集来生成标准格式的第一变换后的数据流。该处理器可被配置为能够基于第二数据流来生成标准格式的第二变换后的数据流。第二数据流可包括患者数据流、与外科手术相关联的外科器械数据流、或外科设备数据流。第二变换后的数据流和第一变换后的数据流可具有相同的采样率或相同的同步,或者链接到相同的外科事件。
附图说明
图1A是计算机实现的外科系统的框图。
图1B是计算机实现的多层外科系统的框图。
图1C是示出外科系统的控制平面和数据平面的逻辑图。
图2示出了外科手术室中的示例性外科系统。
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为能够与一组感测系统、环境感测系统、一组装置等连接。
图5示出了可以是外科系统的一部分的示例性计算机实现的交互式外科系统。
图6示出了外科器械的控制系统的逻辑图。
图7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8示出了示例性态势感知外科系统。
图9示出了示例性外科数据系统。
图10示出了示例性数据标准化装置。
图11示出了示例性数据质量控制。
图12示出了示例性数据分类模块。
图13示出了示例性数据流。
图14示出了示例性数据处理装置。
图15A示出了与类似患者相比,患者在进行了部分肾切除术后的步数进展。
图15B示出了患者一周内的每日收缩BP和舒张BP,以及正常BP、高血压前期BP和1期高血压BP的评估。
图16示出了数据分类示例。
图17示出了数据处理示例。
图18示出了数据标准化示例。
具体实施方式
图1A是计算机实现的外科系统20000的框图。示例性外科系统诸如外科系统20000可包括一个或多个外科系统(例如,外科子系统)20002、20003和20004。例如,外科系统20002可包括计算机实现的交互式外科系统。例如,外科系统20002可包括外科集线器20006和/或与云计算系统20008通信的计算装置20016,例如,如图2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。示例性外科系统20002、20003或20004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、人机接口系统20012等。人机接口系统在本文中也称为人机接口装置。可穿戴感测系统20011可包括一个或多个HCP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2进一步所述。机器人系统20013可包括用于执行外科手术的多个装置,例如,如图2进一步所述。
外科系统20002可以与远程服务器20009通信,该远程服务器可以是云计算系统20008的一部分。在一个示例中,外科系统20002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。外科系统20002和/或其中的部件可以使用以下蜂窝协议中的一个或多个蜂窝协议经由蜂窝发射/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。
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可被配置为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可以向人机接口系统20012发送包括通知信息的信息和/或从该人机接口系统接收包括通知信息的信息。人机接口系统20012可包括一个或多个人机接口装置(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。
例如,感测系统20001可包括可穿戴感测系统20011(可穿戴感测系统可包括一个或多个HCP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。一个或多个感测系统20001可以测量与各种生物标志物相关的数据。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。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: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。
由一个或多个感测系统20001测量的生物标志物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。
生物标志物可涉及生理系统,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。在2021年1月22日提交的名称为“METHODOF ADJUSTING ASURGICAL PARAMETER BASED ON BIOMARKER MEASUREMENTS”的美国申请17/156,287(代理人案卷号END9290USNP1)中更详细地描述了一个或多个感测系统20001、生物标志物20005和生理系统,该申请的公开内容全文以引用方式并入本文。
图1B是计算机实现的多层外科系统的框图。如图1B所示,计算机实现的多层外科系统40050可包括多层系统,诸如外科专用子网络层系统40052、与外科专用子网络层系统40052相关联的边缘层系统40054,以及云层系统40056。
外科专用子网络层系统40052可包括多个互连的外科子系统。例如,外科子系统可以根据外科手术的类型和/或医疗机构或医院中的其他科室来分组。例如,医疗机构或医院可包括多个外科手术特定科室,诸如急诊室(ER)科室40070、结肠直肠科室40078、减肥科室40072、胸部科室40066和计费科室40068。外科手术特定科室中的每一个外科手术特定科室可包括与手术室(OR)和/或医疗保健专业人员(HCP)相关联的一个或多个外科子系统。例如,结肠直肠科室40078可包括一组外科集线器(例如,如图1A中所描述的外科集线器20006)。外科集线器可被指定用于相应的HCP,诸如HCP A 40082和HCP B40080。在一个示例中,结肠直肠科室可包括可位于相应的OR(诸如OR 1,40074和OR 2,40076)中的一组外科集线器。医疗机构或医院还可以包括计费科室子系统40068。计费科室子系统40068可以存储和/或管理与相应的科室(诸如,ER科室40070、结肠直肠科室40078、减肥科室40072和/或胸部科室40066)相关联的计费数据。
例如,边缘层系统40054可以与医疗设施或医院相关联,并且可包括一个或多个边缘计算系统40064。边缘计算系统40064可包括存储子系统和服务器子系统。在一个示例中,包括边缘服务器和/或存储单元的边缘计算系统可以向作为科室OR(例如,结肠直肠科室的OR1和OR2)中的一者的一部分的外科集线器提供附加的处理和/或存储服务。
外科专用子网络层系统40052和边缘层系统40054可位于健康保险流通与责任法案(HIPAA)范围40062内。外科专用子网络系统40052和边缘层系统40054可以连接到相同的本地数据网络。本地数据网络可以是医疗设施或医院的本地数据网络。本地数据网络可以在HIPAA范围内。因为外科专用子网络层系统40052和边缘层系统40054位于HIPAA范围40062内,所以边缘计算系统40064与位于外科专用子网络层系统40052的实体中的一个实体内的装置之间的患者数据可以流动而无需编辑和/或加密。例如,边缘计算系统40064和位于结肠直肠科室40078的OR1 40074中的外科集线器之间的患者数据可以流动而无需编辑和/或加密。
云层系统40056可包括企业云系统40060和公共云系统40058。例如,企业云系统40060可以是包括远程云服务器子系统和/或远程云存储子系统的云计算系统20008,如图1A中描述的。企业云系统40060可以由组织,诸如私人公司管理。企业云系统40060可以与位于HIPAA范围40062内的一个或多个实体(例如,边缘计算系统40064、位于各个科室(例如,结肠直肠科室40078)的OR(例如,OR1 40074)中的外科集线器)进行通信。
公共云系统40058可以由云计算服务提供者操作。例如,云计算服务提供者可以向多个企业云系统(例如,企业云系统40060)提供存储服务和/或计算服务。
图1C是示出外科系统中的各种通信平面的逻辑框图40000。如图1C所示,一侧上的控制器40002与管理应用程序40014和40016之间以及另一侧上的系统模块和/或模块化装置40012a至40012n之间的通信平面可以使用控制平面40008和数据平面40010。在一个示例中,除了控制平面40008之外,数据平面也可以存在于系统模块和/或模块化装置40012a至40012n与外科集线器之间。数据平面40010可以在与一个或多个外科集线器相关联的系统模块和/或模块化装置40012a至40012n之间提供数据平面路径(例如,冗余数据平面路径)。外科集线器或外科集线器中的一者(例如,在手术室中存在多个外科集线器的情况下)可以充当控制器40002。在一个示例中,控制器40002可以是边缘计算系统,该边缘计算系统可以在外科系统所在的健康保险流通与责任法案(HIPAA)范围内,例如,如图1B所示。控制器40002可以与企业云系统40020通信。如图1C所示,企业云系统40020可以位于HIPAA范围40018之外。因此,流向和/或来自企业云系统40020的患者数据可以被编辑和/或加密。
控制器40002可被配置为能够提供北向接口40004和南向接口40006。北向接口40004可用于提供控制平面40008。控制平面40008可包括一个或多个管理应用程序40014和40016,该一个或多个管理应用程序可使得用户能够配置和/或管理与外科系统相关联的系统模块和/或模块化装置40012a至40012n。管理应用程序40014和管理应用程序40016可用于获得各种系统模块和/或模块化装置40012a至40012n的状态。
使用控制平面的管理应用程序40014和管理应用程序40016可以例如使用一组应用程序编程接口(API)调用来与控制器40002进行交互。管理应用程序40014和管理应用程序40016可经由管理协议或应用层协议与控制器40002进行交互,以配置和/或监测系统模块和/或模块化装置的状态。用于监测状态和/或配置与外科系统相关联的系统模块或模块化装置的管理协议或应用层协议可包括简单网络管理协议(SNMP)、TELNET协议、安全壳(SSH)协议、网络配置协议(NETCONF)等。
SNMP或类似的协议可用于收集状态信息以及/或者将与系统模块和/或模块化装置相关联的配置相关数据(例如,配置相关控制程序)发送到控制器。SNMP或类似的协议可通过使用消息(例如,SNMP消息)从中央网络管理控制台选择与外科系统相关联的装置来收集信息。可以固定的或随机的间隔发送和/或接收消息。这些消息可包括Get消息和Set消息。Get消息或类似于Get消息的消息可用于从系统模块或与外科系统相关联的模块化装置获得信息。Set消息或类似于Set消息的消息可用于改变与系统模块或与外科系统相关联的模块化装置相关联的配置。
例如,Get消息或类似的消息可包括SNMP消息GetRequest、GetNextRequest或GetBulkRequest。Set消息可包括SNMP SetRequest消息。GetRequest、GetNextRequest、GetBulkRequest消息或类似的消息可以由在控制器40002上运行的配置管理器(例如,SNMP管理器)使用。配置管理器可以与通信代理(例如,SNMP代理)通信,该通信代理可以是外科系统中的系统模块和/或模块化装置的一部分。控制器40002上的通信管理器可以使用SNMP消息SetRequest消息等来设置外科系统的系统模块和/或模块化装置上的通信代理中的参数或对象实例的值。在一个示例中,例如,SNMP模块可用于在系统模块和/或与外科系统相关联的模块化装置之间建立通信路径。
基于从管理应用程序,诸如管理应用程序40014和40016接收到的查询或配置相关消息,控制器40002可以生成用于查询或配置与外科集线器或外科系统相关联的系统模块和/或模块化装置的配置查询和/或配置数据。外科集线器(例如,图1A中所示的外科集线器20006)或边缘计算系统(例如,图1B中所示的边缘计算系统40064)可以管理和/或控制与外科系统相关联的各种系统模块和/或模块化装置40012a至40012n。例如,控制器40002的北向接口40004可用于改变与外科系统相关联的一个或多个模块和/或装置之间的控制交互。在一个示例中,控制器40002可用于在与外科系统相关联的多个模块和/或装置之间建立一个或多个通信数据路径。控制器40002可以使用其南向接口40006来将包括查询和/或配置改变的控制程序发送到外科系统的系统模块和/或模块化装置。
外科系统的系统模块和/或模块化装置40012a至40012n,或者可以是系统模块和/或模块化装置的一部分的通信代理,可以向控制器40002发送通知消息或陷阱。控制器可经由其北向接口40004将通知消息或陷阱转发到管理应用程序40014和管理应用程序40016以供在显示器上显示。在一个示例中,控制器40002可以向作为外科系统的一部分的其他系统模块和/或模块化装置40012a至40012n发送通知。
外科系统的系统模块和/或模块化装置40012a至40012n或者作为系统模块和/或模块化装置的一部分的通信代理可以发送对从控制器40002接收的查询的响应。例如,可作为系统模块或模块化装置的一部分的通信代理可以响应于从控制器40002接收的Get或Set消息或类似于Get或Set消息的消息来发送响应消息。在一个示例中,响应于从控制器40002接收的Get消息或类似的消息,来自系统模块或模块化装置40012a至40012n的响应消息可包括所请求的数据。在一个示例中,响应于从系统模块或模块化装置40012a至40012n接收的Set消息或类似的消息,来自控制器40002的响应消息可包括新设置的值作为该值已被设置的确认。
系统模块或模块化装置40012a至40012n可以使用陷阱或通知消息或类似于陷阱或通知消息的消息来提供关于与系统模块或模块化装置相关联的事件的信息。例如,可以从系统模块或模块化装置40012a至40012n向控制器40002发送陷阱或通知消息,以指示通信接口的状态(例如,通信接口是否可用于通信)。控制器40002可以将陷阱消息的接收发送回系统模块或模块化装置40012a至40012n(例如,发送回系统模块或模块化装置上的代理)。
在一个示例中,TELNET协议可用于在系统模块和/或模块化装置40012a至40012n与控制器40002之间提供双向交互式文本导向通信设施。TELNET协议可用于从控制器40002收集状态信息以及/或者向该控制器发送配置数据(例如,控制程序)。管理应用程序40014或40016中的一者可以使用TELNET使用传输控制协议端口号23来建立与控制器40002的连接。
在一个示例中,SSH(密码加密协议)可用于允许远程登录并且从控制器40002收集状态信息以及/或者向该控制器发送关于系统模块和/或模块化装置40012a至40012n的配置数据。管理应用程序40014或40016中的一者可以使用SSH使用传输控制协议端口号22来建立与控制器40002的加密连接。
在一个示例中,NETCONF可用于通过使用例如<rpc>、<rpc-reply>或<edit-config>操作来调用远程手术调用而执行管理功能。<rpc>和<rpc-reply>手术调用或类似的手术调用可以用于交换来自与外科系统相关联的系统模块和/或模块化装置的信息。NETCONF<edit-config>操作或类似的操作可用于配置与外科系统相关联的系统模块和/或模块化装置。
控制器40002可以配置系统模块和/或模块化装置40012a至40012n来建立数据平面40010。数据平面40010(例如,也称为用户平面或转发平面)可以启用多个系统模块和/或模块化装置40012a至40012n之间的通信数据路径。数据平面40010可以由系统模块和/或模块化装置40012a至40012n使用,用于在与外科系统相关联的系统模块和/或模块化装置之间传送数据的数据流。可以使用与外科系统的一个或多个外科集线器相关联的系统模块和/或模块化装置之间的一个或多个专用通信接口来建立数据流。在一个示例中,可以在一个或多个局域网(LAN)和一个或多个广域网(WAN)诸如互联网上建立数据流。
在一个示例中,数据平面40010可以提供对为系统模块和/或模块化装置40012b和40012n之间的数据流建立第一和第二独立的、不相交的、并发的和冗余的通信路径的支持。如图1C所示,可以在系统模块/模块化装置40012b和40012n之间建立冗余通信路径。冗余通信路径可以承载系统模块和/或模块化装置之间的相同/冗余的数据流。在一个示例中,当或者如果由于系统模块/模块化装置40012b和40012n上的通信接口中的一者的问题而导致数据分组中的一些数据分组在冗余通信路径中的一个冗余通信路径上被丢弃时,系统模块和/或模块化装置可以继续通过第二通信路径发送/接收丢弃的数据分组的至少一个副本。
图2示出了外科手术室中的外科系统20002的示例。如图2所示,患者由一个或多个医护专业人员(HCP)进行手术。HCP由HCP所穿戴的一个或多个HCP感测系统20020进行监测。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。HCP感测系统20020和环境感测系统可以与外科集线器20006通信,该外科集线器继而可以与云计算系统20008的一个或多个云服务器20009通信,如图1A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2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引导的人机接口系统可被配置为能够利用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可被配置为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以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2,外科器械20031作为外科系统20002的一部分在外科手术中使用。集线器20006可被配置为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,STORAGEANDDISPLAY”的美国专利申请公布号US2019-0200844A1(美国专利申请号16/209,385)中在“Surgical Instrument Hardware”标题下有所描述,该专利申请的公开内容全文以引用方式并入本文。
图2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可作为外科系统20002的一部分用于外科手术中。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操纵以取向该成像装置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手术工具的各种示例在2018年12月4日提交的名称为“机器人集线器通信、检测和控制方法(METHOD OF ROBOTIC HUB COMMUNICATION,DETECTION,ANDCONTROL)”的美国专利申请公布号US 2019-0201137A1(美国专利申请号16/209,407)中有所描述,该专利申请的公开内容全文以引用方式并入本文。
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为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,可被人眼检测到)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。适合与本公开一起使用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。波长可以通过过滤器或通过使用对特定波长敏感的仪器来分离,特定波长包括来自可见光范围之外的频率的光,例如红外线和紫外线。光谱成像可提取人眼无法用红色、绿色和蓝色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号US2019-0200844 A1(美国专利申请号16/209,385)中的标题“Advanced Imaging Acquisition Module”下更详细描述,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先前所述测试中的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1A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2所示的HCP感测系统20020。HCP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。在一个示例中,穿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,HCP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。HCP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)、Bluetooth Smart、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3示出了示例性外科系统20002,该示例性外科系统具有与可穿戴感测系统20011、环境感测系统20015、人机接口系统20012、机器人系统20013和智能器械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浪费有价值的时间。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、被配置为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被配置为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,第一能量发生器模块被配置为能够生成用于施加到组织的第一能量,并且包括第一对接底座,第一对接底座包括第一对接端口,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,第二能量发生器模块被配置为能够生成不同于第一能量的第二能量以用于施加到组织,并且包括第二对接底座,第二对接底座包括第二对接端口,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,该通信总线被配置为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可具有被支撑在可滑动地插入到集线器模块化壳体20060中的单个外壳单元中的集成的单极部件、双极部件和超声部件。发生器模块20050可被配置为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可被配置为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为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,该模块化通信集线器被配置为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,该云计算系统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。
计算机系统20063可包括处理器和网络接口20100。处理器可经由系统总线耦接到通信模块、存储装置、存储器、非易失性存储器和输入/输出(I/O)接口。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。
控制器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(TexasInstruments)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Hercules ARMCortex R4。该安全控制器可被配置为能够专门用于IEC 61508和ISO 26262安全关键应用等,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。
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接口端口通过系统总线连接到处理器20102。接口端口例如包括串行端口、并行端口、游戏端口和USB。输出装置使用与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远程计算机的系统可以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。远程云计算机可以为个人计算机、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,仅示出了具有远程计算机的存储器存储装置。远程计算机可通过网络接口在逻辑上连接到计算机系统,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,计算机系统20063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。
与外科集线器系统20060相关联的外科数据网络可被配置为能够无源的、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,以使得能够监测穿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HCP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为能够容纳多个装置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,并且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(诸如服务器、存储装置和应用程序)递送至位于手术室(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,并且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HCP感测系统20002。例如,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系统20002的一个或多个外科子系统20072。每个外科子系统20072可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可包括模块化控件20085,该模块化控件连接到多个手术室装置,诸如感测系统20001、智能外科器械、机器人和位于手术室中的其他计算机化装置。
如图5的示例中所示,模块化控件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。非接触传感器模块20096可以使用超声、激光型和/或类似的非接触式测量装置来测量外科室的大小并且生成外科室的标测图。可采用其他距离传感器来确定手术室的边界。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。传感器模块可被配置为能够确定手术室的大小并且调整蓝牙配对距离限制。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。
模块化控件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连接到模块化控件20085。手术室装置可经由模块化控件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也可以连接到模块化控件20085和云计算资源。装置/器械20095或20084、人机接口系统20080等可经由有线或无线通信标准或协议耦接到模块化控件20085,如本文所述。人机接口系统20080可包括显示子系统和通知子系统。模块化控件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/或其他人机接口系统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件20085的装置接收的数据。
图6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,外科器械可包括电动缝合器、电动缝合器发生器、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可操作地耦接可纵向移动的位移构件以驱动I形梁刀元件。跟踪系统20228可被配置为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为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。
微控制器20221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,主微控制器20221可以为购自例如TexasInstruments的LM4F230H5QR ARM Cortex-M4F处理器核心,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。
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Hercules ARM CortexR4。该安全控制器可被配置为能够专门用于IEC 61508和ISO 26262安全关键应用等,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可以为有刷直流(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可以是可购自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号2017/0296213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可被配置为能够计算微控制器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。
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可以是具有约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可以是可购自Allegro Microsystems,Inc的A3941。A3941可以为全桥控制器,用于与针对电感负荷(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,并且可被配置为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为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为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而连接至旋转致动器。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。
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连接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可以是以小QFN 16引脚4×4×0.85mm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测量的位置之外,还可以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,应变仪或微应变仪)可被配置为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,该幅值可以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形梁被配置为能够接合楔形滑动件,该楔形滑动件被配置为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。
例如,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,其可被配置为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可以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,这可以指示组织压缩。可将测得的应变转换成数字信号并将其提供到微控制器20221的处理器20222。负载传感器20227可以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。磁场传感器的测量结果也可被转换成数字信号并且提供给处理器20222。
微控制器20221可以使用分别由传感器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结果来表征击发构件的所选择的位置和/或击发构件的速度的对应值。在一种情况下,存储器20223可以存储可由微控制器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所示。
图7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和/或无线连接通过局域网20292和/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。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将力从驱动轴传输到加载单元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可被配置为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可被配置为能够多次击发至少一个紧固件,或者可被配置为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接口,可以由临床医生接合这些输入机构或用户接口来激活马达。
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以影响驱动轴的旋转。控制器20298可设置在柄部20297内,并且被配置为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也可包括显示器,临床医生在使用柄部20297期间可查看该显示器。显示器可被配置为能够够在击发器械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的通信中继或传送给控制器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可被配置为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,该收发器被配置为能够将来自控制器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。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8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。数据源5126可包括例如模块化装置5102(模块化装置可包括被配置为能够检测与患者、HCP和环境和/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)、HCP监测装置35510和/或环境监测装置35512。外科集线器5104可被配置为能够例如基于所接收的数据的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情境信息。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”。例如,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背景信息的硬件和/或程序设计以及/或者从边缘计算系统35514或企业云服务器35516接收的手术计划信息。
外科集线器5104的态势感知系统可被配置为能够以多种不同的方式从接收自数据源5126的数据导出背景信息。例如,态势感知系统可包括模式识别系统或机器学习系统(例如,人工神经网络),其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、模块化装置5102、HCP监测装置备35510和/或环境监测装置35512的数据)与关于外科手术的对应背景信息相关联。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。在示例中,态势感知系统可包括查找表,该查找表存储与对应于背景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背景信息。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的对应背景信息。在示例中,由外科集线器5104的态势感知系统接收的背景情境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背景情境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整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可以调整发生器的RF功率电平或超声振幅(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可以确定正在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可被配置为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整超声外科器械或RF电外科器械的能量水平。态势感知外科集线器5104可确定正在执行或随后将要执行的外科手术的步骤,并且然后更新发生器和/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背景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可被配置为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(例如,在外科部位的出血是否已经停止)。外科集线器5104可被进一步配置为能够将生理测量(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。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背景情境。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。外科集线器5104可相应地主动改变所显示的视图(例如,由用于可视化系统的医学成像装置提供),使得在整个外科手术中自动调整显示器。
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可被配置为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可被配置为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。如果列表之间存在任何不连续性,则外科集线器5104可以提供指示特定模块化装置5102、患者监测装置5124、HCP监测装置35510、环境监测装置35512和/或其他外科物品缺失的警示。在一些示例中,外科集线器5104可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。如果在布局之间存在任何不连续性,则外科集线器5104可被配置为能够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HCP)在外科手术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可被配置为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执行的步骤或正在使用的设备与外科集线器5104确定的针对该正在执行的外科手术类型的预期步骤或设备进行比较。外科集线器5104可提供指示在外科手术中的特定步骤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背景情境(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背景情境被提供给外科室中的外科器械(和其他模块化装置5102)。
图9示出了示例性外科数据系统。外科数据系统45002可以支持外科集线器(例如,图3中的外科集线器20006)的功能。外科数据系统45002可以支持外科集线器的各种模块(例如,图3的外科集线器20006中的各种模块)的功能。外科数据系统45002可以是外科集线器(例如,图3中的外科集线器20006)的一部分。外科数据系统45002可以是外科集线器的处理器模块(例如,外科集线器20006的处理器模块20057)的一部分。外科数据系统45002可以是独立系统。
外科数据系统45002可包括适于提供管理和处理外科信息的功能的任何硬件和/或软件。外科数据系统45002可以提供支持本文结合图1至图18描述的结构和/或功能的功能。例如,外科数据系统45002可以支持图5中的计算机实现的交互式外科系统20070的一个或多个元件。例如,适合与外科数据系统45002一起使用的数据处理的示例在2018年3月29日提交的名称为“SURGICAL SYSTEM DISTRIBUTED PROCESSING”的美国专利申请公布号US2019-0201033A1(美国专利申请号15/940,663)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,可以与具有有限处理器的手持式仪器共享数据的处理。外科数据系统45002可包括本文所述的态势感知系统。例如,适用于外科数据系统45002的示例在2018年3月29日提交的名称为“SPATIAL AWARENESS OFSURGICAL HUBS IN OPERATING ROOMS”的美国专利申请公布号US2019-0206551 A1(美国专利申请号15/940,666)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,外科集线器可以识别手术空间的边界。
外科数据系统45002可包括一个或多个功能模块。每个模块可包括实现模块功能的硬件、软件或其组合。协同操作或以其他方式操作的一个或多个模块可以实现数据的认证和验证、数据安全性、数据库集成、数据分类、数据处理、数据移除和大数据管理。模块可包括硬件元件,诸如计算机处理单元、图形处理单元、现场可编程门阵列(FPGA)、通信硬件、存储器等。模块可包括当由处理器执行时使得模块执行模块的功能的软件元件。
外科数据系统45002可包括接口模块45030。接口模块45030可以实现与人机接口装置45014、外科器械45016或外科集线器45018中的一者或多者的通信。人机接口装置45014可包括显示器。在一些示例中,外科集线器45018可以是具有通信模块20056的外科集线器20006。外科数据系统45002可包括例如一个或多个外科数据储存库。外科数据系统45002可以通过外科数据存储接口模块45010与外科数据存储装置45028进行交互。在一个示例中,外科数据存储装置45028可包括图4中的云计算系统20064的远程服务器20067。
外科数据系统45002可以例如从各种OR设备和感测装置获得数据,如图2所示。例如,数据可包括从各种OR设备和感测装置收集的任何外科数据。例如,外科数据系统45002可以直接从图1至图8中公开的任何联网装置接收数据。例如,此类数据可包括关于现场外科手术的信息。此类数据可包括关于过去的外科手术的信息。此类数据可包括关于未来的计划的外科手术的信息。例如,适用于本公开内容的数据的示例在2018年3月29日提交的名称为“SELF DESCRIBING DATA PACKETS GENERATED AT AN ISSUING INSTRUMENT”的美国专利申请公布号US2019-0207773A1(美国专利申请号15/940,645)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,自描述数据可以允许处理器解释数据,而无需在其接收之前被告知。
关于外科手术的信息(例如,外科信息)可包括关于患者、工作人员、计划的手术、所经历的手术,以及包括患者结果的术后活动的信息。例如,由外科数据系统45002接收和使用的信息可包括患者记录、患者成像、患者解剖模型、患者实验室结果、患者病史,等等。例如,由外科数据系统45002接收和使用的信息可包括手术的工作人员清单、关于特定工作人员成员的过去手术的细节、工作人员度量、经验、最近调度和工作负荷以及历史外科手术活动、此类器械使用统计信息、手术持续时间,等等。例如,由外科数据系统45002接收和使用的信息可包括手术计划、设备和库存信息、拉取列表、检查列表、手术计划分析和推荐。例如,由外科数据系统45002接收和使用的信息可包括在现场手术期间收集或生成的任何数据,诸如手术进度、里程碑、患者信息、重要器官、手术室设置、工作人员移动、成像、器械使用、外科技术,诸如通过视频捕获、手动记录和/或从例如智能器械报告、持续时间、异常事件报告等推断的外科技术。在现场手术期间捕获的任何数据还可被存储并且可用作过去的手术。例如,由外科数据系统45002接收和使用的信息可包括术后记录、患者恢复信息和患者结果信息、术后诊断信息,诸如实验室、成像,等等。
外科数据系统45002可包括认证和验证模块45020。认证和验证模块45020可以认证和/或验证装置通过采用外科数据系统45002接收的外科数据。例如,适用于认证和验证模块45020的示例在2018年11月6日提交的名称为“SURGICAL NETWORK,INSTRUMENT,ANDCLOUD RESPONSES BASED ON VALIDATION OF RECEIVED DATASET AND AUTHENTICATION OFITS SOURCE AND INTEGRITY”的美国专利申请公布号US2019-0205441 A1(美国专利申请号16/182,224)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,集线器、仪器和云响应可以基于所接收的数据集的验证以及其源和完整性的认证来操作。响应中的一个或多个响应可以是对数据或元数据的反应的选择。
外科数据系统45002可包括安全模块45026。在一个示例中,安全模块45026可以提供监测协助机器人情况的手动装置的真实性和无菌性的安全性。例如,适用于安全模块45026的示例在2018年3月29日提交的名称为“INTERACTIVE SURGICAL SYSTEMS WITHENCRYPTED COMMUNICATIONS CAPABILITIES”的美国专利申请公布号US2019-0207911A1(美国专利申请号15/940,641)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,可以加密并且通过互联网传送外壳发生器数据。例如,适用于安全模块45026的示例在2018年11月6日提交的名称为“DETECTION AND ESCALATIONOF SECURITY RESPONSES OF SURGICAL INSTRUMENTS TO INCREASING SEVERITY THREATS”的美国专利申请公布号US2019-0206216A1(美国专利申请号16/182,248)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,无线配对外科器械可以检测并且升级对大量或日益严重的威胁的安全响应。
外科数据系统45002可包括数据管理模块45006。数据管理模块45006可以提供数据流的管理和/或数据流的组织和结构,例如以便于将数据流集成到一个数据库或多个数据库中。数据管理模块45006可以例如通过从规则集45008中选择一个或多个规则集来提供数据流的管理和/或数据流的组织和结构。规则集45008可以通过规则集创建45012来生成。例如,适用于数据管理模块45006的示例在2018年6月29日提交的名称为“SURGICALSYSTEMS WITH PRIORITIZED DATA TRANSMISSION CAPABILITIES”的美国专利申请公布号2019-0200988A1(美国专利申请号16/024,162)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,可以对来自两个不同源的相同数据进行优先级排序。例如,适用于安全模块45026的示例在2018年3月29日提交的名称为“DATA PAIRING TO INTERCONNECT A DEVICE MEASURED PARAMETER WITH AN OUTCOME”的美国专利申请公布号US 2019-0205567A1(美国专利申请号15/940,649)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,数据配对方法可以允许外科集线器将设备测量的参数与结果互连。
数据标准化(例如,数据结构标准化)可包括在装置内的解析、合并或处理中的一者或多者。例如,装置可包括外科数据系统45002。装置可以为外科集线器,例如外科集线器20006。装置可包括数据管理模块,例如图9中的数据管理模块45006。数据标准化可以实现数据库集成。来自多个源的数据流可在分辨率、采样率、测量类型、单元类型、通信路径、重要性、数据流类型(例如,离散或连续)等方面有所不同。数据流(例如,每个数据流的每个数据点)和相关联的元数据可被格式化和/或组织成标准格式,使得经格式化的数据流可被输入到标准格式的数据库中。例如,装置可以将数据流的格式(例如,结构和组织)调整为标准格式,以实现对其他数据流的注释或背景情境附加。标准格式可以是标准化和组织的形式。
装置可以与各种OR设备和感测装置协作,例如,如图2所示的各种OR设备和感测装置。OR设备(或感测装置)可以提供数据流。例如,各种OR设备和感测装置中的每一者可以提供相应的数据流,并且各种OR设备和感测装置中的每一者可以用作相应的数据流的数据源。相应的数据流可包括一个或多个外科数据流。相应的数据流可以例如在图2中所示的外科系统中被同化、显示和记录。例如,适用于本公开内容的示例在2018年11月6日提交的名称为“AUTOMATED DATA SCALING,ALIGNMENT,AND ORGANIZING BASED ON PREDEFINEDPARAMETERS WITHIN SURGICAL NETWORKS”的美国专利申请公布号US2019-0206576A1(美国专利申请号16/182,260)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,自动数据缩放、对准和组织可以基于在传输之前在外科集线器内的预定义参数。
来自各种OR设备和感测装置的相应的数据流可具有不同的形式和/或频率。例如,数据流的分辨率、采样率、测量类型、测量单位或数据流类型中的至少一者可以不同于另一数据流的分辨率、采样率、测量类型、测量单位或数据流类型。数据流类型可以是离散数据流类型或连续数据流类型。例如,装置可以从图8中的患者监测装置5124的两个不同的患者监测装置接收数据流。患者监测装置中的一个患者监测装置可以为BP监测器,并且患者监测装置中的另一个患者监测装置可以为EKG监测器。根据患者的情况,BP监测器可被设置为每x分钟进行一次测量,并且EKG监测器的采样率可被设置为y kHz。从BP监测器接收的数据流(BP数据流)和从EKG监测器接收的数据流(EKG数据流)可以被变换成标准格式,并且变换后的BP数据流和变换后的EKG数据流可以被输入到标准格式的数据库中。
装置可以将数据流组织成标准化格式和关联,例如,以允许显示关于仪器、任务和/或装置的关系数据。例如,装置可以使用算法和/或变换将数据流处理和/或组织成标准化格式和/或关联。装置可以为数据标准化装置。
图10示出了示例性数据标准化装置45000。数据标准化装置45000可以经由外科数据接口45106接收外科数据流45150。数据标准化装置45000可以经由外科数据接口45108接收外科数据流45152。接口,例如外科数据接口45106、45108和44540至44546可包括与某种类型的外科器械连接的逻辑实体。接口可被配置为能够从该类型的外科器械接收数据流。在一个示例中,某种类型的外科器械可以经由指定的外科数据接口与外科数据系统45002通信。用于接收外科数据流的指定的外科数据接口可以指示该类型的外科器械,从该类型的外科器械接收外科数据流。接口,例如外科数据接口45106、45108和44540至44546中的一者或多者,可以由接口引擎或接口模块例如图9中的接口模块45030提供。外科数据流45150可以指示外科信息(例如,患者的收缩压和舒张压在正常范围内)。
数据标准化装置45000可包括规则集选择器45104。规则集选择器45104可以基于被配置为能够接收数据流的接口来选择用于数据流的规则集。在图10中,规则集选择器45104可以为外科数据流45150选择例如包括规则集2至规则集x的多个规则集之中的规则集1,称为45102。规则集选择器45104可以识别外科数据接口45106。规则集选择器45104可以基于所识别的外科数据接口45106来选择规则集1。可以使用规则集1来将外科数据流45150变换成标准格式。然后可以将变换后的外科数据流输入到数据库。变换后的外科数据流可包括由外科数据流45150指示的外科信息(例如,患者的收缩压和舒张压在正常范围内)。
对规则集1的选择还可以基于变换后的外科数据流将被输入到的数据库。例如,可以选择被称为45138的数据库x。数据库x可以是标准格式的。数据标准化装置45000可以可操作地耦接到一个或多个数据库,例如数据库45136和数据库45138。数据库45136和数据库45138可具有相同的标准格式或不同的标准格式。标准格式可以是具有特定分辨率、特定采样率、特定测量类型、特定测量单位、特定优先级、或特定类型的数据流(诸如数据流是离散数据流还是连续数据流)中的一者或多者的格式。一个或多个数据库可以使用不同的架构。不同的数据库架构可包括分层数据库、平面文件数据库、对象数据库或关系数据库。
所选择的规则集1可包括例如数据清理规则45118、数据验证规则45120、针对数据键入的规则45122、用于设置数据范围的规则45124、用于设置基线的规则45126,以及数据格式化规则45116。数据格式化规则45116可包括例如数据解析器规则45128、内插器规则45130、单位转换规则45132和数据附加规则45134。根据要应用所选择的规则集1的外科数据流,规则集1可包括本文中的一些或全部规则。
所选择的规则集1可包括数据清理规则45118。基于数据清理规则45118,数据标准化装置45000可以从数据流、记录集、表或数据库中检测并且纠正(或移除)损坏的或不准确的记录。数据标准化装置45000可以识别外科数据流45150的不完整、不准确或不相关的部分。数据标准化装置45000可以替换、修改或删除外科数据流45150的不完整、不准确或不相关部分(例如,脏数据或粗数据)。数据标准化装置45000可以确定参考数据集(例如,类似但干净的数据集)。数据标准化装置45000可以基于参考数据集来确定数据清理目标(例如,数据应该是什么样子)。参考数据集可用于外科数据流45150的比较和适应。数据标准化装置45000可以确定如何与参考数据集一致地清洁外科数据流45150。数据标准化装置45000可以基于相关记录来替换或补充部分数据集(例如,部分配对数据集)。数据标准化装置45000可以执行数据流的协调或标准化,例如以将不同的数据格式转换成内聚性数据库。
所选择的规则集1可包括数据验证规则45120。数据验证规则45120可用于改善数据完整性。数据验证规则45120可以定义准许数据集或数据流与哪些数据集或数据流相关。例如,可以准许患者记录或手术记录被链接到用于或应用于患者或手术的产品;患者记录或手术记录可不被准许链接到不相关的数据,诸如所使用的OR设备。
数据验证规则45120可包括例如基于固定模式或预定义的一组规则对无效数据的检查和对无效数据的纠正。数据验证规则可用于控制数据完整性、产生数据库稳定性、提高数据库性能、提高数据可重用性、提高数据库可维护性、提高数据或变换可追溯性。数据验证规则可包括改进实体完整性、参照完整性、域完整性、定制参数完整性中的一者或多者的规则。
所选择的规则集1可包括数据富集规则45158。数据富集规则45158可包括合并来自相关系统的第三源或合并来自OR、OR设备或OR测量系统内的源的半奇偶校验数据。数据富集规则45158可用于增强数据流以作出更明智的决策。数据富集规则可包括数据附加规则。
所选择的规则集1可包括数据格式化规则45116。数据格式化规则45116可包括用于组织的数据解析器规则45128。为了生成变换后的数据流,数据标准化装置45000可以根据标准格式的数据库的组织来解析所接收的数据流。在图10中,可以根据数据解析器规则45128来执行根据标准格式的数据库的组织来解析所接收的数据流。
数据格式化规则45116可包括内插器规则45130。内插器规则45130可包括添加和/或计算中间平均数据点,例如以创建数据点的完整均匀的节奏。例如,外科数据流45150可具有低于标准格式的采样率的采样率。数据标准化装置45000可以基于外科数据流45150的数据点来确定外科数据流45150的中间平均数据点。数据标准化装置45000可以通过将中间平均数据点添加到外科数据流45150来生成变换后的数据流。在图10中,可以根据插值器规则45130来执行中间平均数据点的确定和中间平均数据点的相加。
数据格式化规则45116可包括单位转换规则45132。单位转换规则45132可包括将单位处理成常见单位度量(例如,从英寸转换成毫米)。在图10中,可以根据单位转换规则45132将单位处理成常见单位度量。
数据格式化规则45116可包括数据附加规则45134。数据附加规则45134可包括向数据流添加标签以用于进行集成、组织、搜索、注释或突出显示中的一者或多者。在图10中,可以根据数据附加规则45134来执行添加用于集成的标签。
在一个示例中,数据标准化装置45000可以例如在患者传感器数据流中接收患者传感器数据。数据标准化装置45000可以基于被配置为能够从可穿戴患者传感器系统接收患者传感器数据的外科数据接口和用于存储患者传感器数据的关系数据库来选择用于患者传感器数据的规则集。数据标准化装置45000可以基于所选择的规则集来生成变换后的患者传感器数据,使得患者传感器数据可以被输入到关系数据库中。
规则集选择器45104可以为外科数据流45152选择不同的规则集(例如,规则集2)。例如,规则集2可包括数据清理规则45118、数据验证规则45120、针对数据键入的规则45122、用于设置数据范围的规则45124、用于设置基线的规则45126或数据格式化规则45116中的一者或多者。规则集2的数据格式化规则可包括数据解析器规则45128、内插器规则45130、单位转换规则45132和数据附加规则45134中的一者或多者。
数据标准化装置45000可以接收例如仪器操作数据流中的仪器操作数据。数据标准化装置45000可以接收例如OR设备数据流中的OR设备数据。数据标准化装置45000可以选择用于仪器操作数据的规则集,并且基于所选择的用于仪器操作数据的规则集来生成变换后的仪器操作数据。数据标准化装置45000可以选择用于OR设备数据的规则集,并且基于所选择的用于OR设备数据的规则集来生成变换后的OR设备数据。为患者传感器数据选择的规则集、为仪器操作数据选择的规则集,以及为OR设备数据选择的规则集可以不同。例如,由于具有可穿戴患者传感器系统的患者的不规则穿戴习惯,患者传感器数据可能需要比仪器操作数据更复杂的清理规则和更广泛的插值。用于患者传感器数据的所选择的规则集可包括比例如用于仪器操作数据的所选择的规则集更复杂的数据清理规则。用于患者传感器数据的所选择的规则集可包括比例如用于仪器操作数据的所选择的规则集范围更广泛的插值。
通过使用不同的规则集,变换后的患者传感器数据、变换后的仪器操作数据和变换后的OR设备数据可以采用具有链接在一起的共同采样、同步和交互式共同事件的格式。变换后的患者传感器数据、变换后的仪器操作数据和变换后的OR设备数据可以存储在一个数据库中。数据库可包括关系数据库。在一些示例中,变换后的患者传感器数据、变换后的仪器操作数据和变换后的OR设备数据可以存储在相同或不同标准格式的不同数据库中。
使用所选择的规则集来将数据流变换成一个或多个标准格式可包括验证患者传感器数据、仪器操作数据和OR设备数据的完整性。例如,数据标准化装置45000可以为患者传感器数据选择规则集1。规则集1可包括数据清理规则45118。数据标准化装置45000可以基于数据清理规则45118来确定无效数据和无效关联。变换患者传感器数据可包括从变换后的患者传感器数据中排除无效数据和无效关联。
使用所选择的规则集将数据流变换成一种标准格式或多种标准格式可包括使用相关数据流来增强一个数据流。将数据流变换成一个或多个标准格式可以使得能够注释其他相关数据或者使得能够附加其他相关数据以提供用于其他相关数据的背景情境(或句法)。例如,仪器操作数据和OR设备数据可以与相同的外科事件相关联。数据标准化装置45000可以使用OR设备数据来生成仪器操作数据的一个或多个注释。所生成的注释可以使得能够将仪器操作数据变换成标准格式。
规则集可用于保持数据流的质量。使用合适的规则集来变换数据流可以提高决策的一致性或容量,或者提高可以从数据流产生的变换。数据标准化装置45000可以在数据流被输入到数据库之前通过监测数据流、调整数据流以及增强数据流来提高数据流的数据质量。
图11示出了数据质量控制的示例。来自高级能量发生器的数据可以与来自带有系留常规排烟器的单极发生器的数据配对。排烟器(例如,套管针44000)可用于双极能量装置44002。单极能量装置44006可具有外护套44004。外护套44004可以排出由单极能量装置44006生成的烟雾羽流。
图11中的图包括顶部部分44008、中间部分44010和底部部分44012。顶部部分44008示出了双极能量装置44002和单极能量装置44006随时间推移使用的能量激活类型和量。顶部部分44008示出了激活控制信号。曲线图44014示出了双极能量装置44002随时间推移使用的能量激活类型和量。曲线图44016示出了单极能量装置44006随时间推移使用的能量激活类型和量。中间部分44010示出了双极能量装置44002和单极能量装置44006随时间推移生成的可见烟雾羽流的量。底部部分44012示出了双极能量装置44002的排烟器和单极能量装置44006的排烟器随时间推移使用的能量类型和量。
排烟器所使用的能量类型和量可以随时间推移绘制,如底部部分44012所示。例如,(例如,用于单极能量装置44006的)高级能量发生器可以在排烟器激活线路的马达电流和单极线路的功率输出和返回路径上具有模拟尾纤。电流监测装置可以测量尾纤。点状能量图44052示出了由用于双极能量装置44002的排烟器(例如,套管针44000)使用的激活和能量值。能量图44054示出了用于对双极能量装置44002生成的烟雾羽流进行原位烟雾排出的激活和能量值。能量图44054示出了延迟(例如,2秒)。点状能量图44056示出了由用于单极能量装置44006的排烟器使用的激活和能量值。能量图44058示出了用于对单极能量装置44006生成的烟雾羽流进行原位烟雾排出的激活和能量值。能量图44058示出了延迟(例如,1秒)。点状能量图44060示出了当用于双极能量装置44002的排烟器与用于单极能量装置44006的排烟器一起使用时由用于双极能量装置44002的排烟器使用的激活和能量值。能量图44062示出了当用于双极能量装置44002的排烟器与用于单极能量装置44006的排烟器一起使用时用于对由双极能量装置44002生成的烟雾羽流进行原位烟雾排出的激活和能量值。
中间部分44010示出了双极能量装置44002随时间推移生成的可见烟雾羽流的量的重新同步点44032以及双极能量装置44002随时间推移生成的可见烟雾羽流的量的滞后44028。中间部分44010示出了单极能量装置44006随时间推移生成的可见烟雾羽流的量的重新同步点44034以及单极能量装置44006随时间推移生成的可见烟雾羽流的量的滞后44030。(a,a1)是所估计的延迟44040。(b,b1)是所估计的延迟44042。在可见烟雾羽流的重新同步期间,指示a1和b1的标志可以显示在视觉显示器上。虚线44036示出了在仅用于单极能量装置44006的排烟器开启的情况下的可见烟雾羽流的量。如果用于双极能量装置44002的排烟器和用于单极能量装置44006的排烟器一起使用,则阴影区域44038对应于可见烟雾羽流的量。可以针对可见度设置阈值44026(例如,可见烟雾羽流量的最大量)。
在一个示例中,双极能量装置44002随时间推移生成的可见烟雾羽流的量的同步图,接着是单极能量装置44006随时间推移生成的可见烟雾羽流的量的同步图,可以示出例如在用于单极能量装置44006的排烟器和用于双极能量装置44002的排烟器的激活之后来自观察镜的(例如,由烟雾羽流引起的)可见性问题。由单极能量装置44006生成的可见烟雾羽流的量可以被示出为大于由双极能量装置44002生成的可见烟雾羽流的量。由单极能量装置44006生成的可见烟雾羽流可以被示出为比由双极能量装置44002生成的可见烟雾羽流持续更长时间。由单极能量装置44006生成的可见烟雾羽流可以被示出为从单极能量装置44006的烟雾排出器的激活延迟几秒。由双极能量装置44002生成的可见烟雾羽流可以被示出为从双极能量装置44002的烟雾排出器的激活延迟。
延迟可以是数据伪影,因为在激活排烟器时监测滞后。电流监测装置可具有低采样率。电流监测装置可错过或超过排烟器激活和电流消耗水平。延迟可能不是由应用本身造成的。可以使用其他数据来理解延迟,例如使用数据富集技术。数据清理技术可用于识别延迟并且清理与延迟和/或过冲相关的数据集。
激活控制信号44008可用于清理过冲并且清理滞后数据集(例如,对应于排烟器马达控制的监测的滞后数据集)。显示双极能量装置44002随时间推移使用的能量激活类型和量的图44014可用于丰富关于双极能量装置44002的排烟器所使用的激活和能量值的数据,由点状能量图44052所示。图44014可用于丰富关于由双极能量装置44002生成的烟雾羽流的原位烟雾排出的数据,如能量图44054中所示。图44014可用于丰富关于双极能量装置44002随时间推移生成的可见烟雾羽流的量以及双极能量装置44002随时间推移生成的可见烟雾羽流的量的滞后44028的数据。示出单极能量装置44006随时间推移使用的能量激活类型和量的图44016可用于丰富显示单极能量装置44006的排烟器所使用的激活和能量值的点状能量图44056。图44016可用于丰富能量图44058,该能量图示出了由单极能量装置44006生成的烟雾羽流的原位烟雾排出。图44016可用于丰富关于单极能量装置44006随时间推移生成的视觉烟雾羽流的量以及单极能量装置44006随时间推移生成的可见烟雾羽流的量的滞后44030的数据。
激活定时、启动点、去激活点和水平可用于丰富数据,以增强对排烟器马达控制为何、如何以及何时同步或链接到观察镜的过程和可见性数据的态势感知。双极能量激活时间点tB 44018可用于确定双极烟雾羽流延迟tSB 44022。双极能量激活时间点tB 44018可用于确定双极烟雾排出延迟tEB 44048。单极能量激活时间点tM 44020可用于确定单极烟雾羽流延迟tSM 44024。单极能量激活时间点tM 44020可用于确定单极排烟延迟tEM44050。
例如,由单极能量装置44006生成的可见烟雾羽流的量可以被示出为大于由双极能量装置44002生成的可见烟雾羽流的量,因为单极能量水平更高。由单极能量装置44006生成的可见烟雾羽流可被示出为比由双极能量装置44002生成的可见烟雾羽流持续更长时间,因为单极能量的开启持续时间更长。将单极激活链接到排烟器激活的数据增强纠正了相关性,并且指示可能需要改变马达激活的量值,并且定时偏移(例如,延迟)可能是人为因素并且不需要采取行动。
可以比较标准格式的数据流。例如,以一个标准格式(例如,在内聚性数据库中)或多个标准格式存储变换后的患者传感器数据、变换后的仪器操作数据和变换后的OR设备数据可以实现一个外科手术与另一个外科手术的比较。当外科手术具有共同的医疗特性时,可以对它们进行比较。例如,当患者共享类似的医疗配置文件时,可以将针对患者的外科手术与针对另一位患者的外科手术进行比较。可以将患者过去的外科手术与相同患者的当前外科手术进行比较。可以对不同患者的相同或类似的手术进行比较。该比较可以向外科医生通知外科手术的可能的结果或风险。
数据标准化装置45000可以从相关装置接收通过主装置传输的数据流。变换后的数据流可包括它们的关系方面的注释。例如,两种类型的外科器械均可以被引导穿过主设备,诸如外科集线器。从两种类型的外科器械接收的数据流可以被变换成标准格式的数据流,并且变换后的数据流可各自包括指示与主设备的关联的注释。
数据管理模块45006可包括机器学习算法以适应可穿戴装置和/或传感器收集,例如以提高可操作性。
外科数据系统45002可包括数据分类模块45004。数据分类模块45004可以对外科数据流进行分类,使得根据医疗保健数据政策(例如,健康保险流通和责任法案(HIPPA))来处理数据流。
装置例如经由数据分类模块45004可以确定外科数据流的分类参数。例如,装置可包括外科数据系统45002。分类参数可以指示外科数据流的分类级别。如果分类参数是多维的,则分类参数可以指示外科数据流的分类级别。分类参数可以指示外科数据流中的信息内容与数据处理方案之间的映射。分类参数可以由包括在外科数据流中的数据标签来指示。分类参数可包括有效载荷路由参数和/或有效载荷处理参数。分类参数可以指示外科数据流中的信息内容的敏感程度。在一个示例中,分类级别可以是受限的、机密的、内部的、公开的或中间的分类级别,例如受限的分类级别和机密的分类级别的中间分类级别。
外科数据流的分类参数可以基于以下各项中的一项或多项来确定:外科数据流的数据源、外科数据流的优先级、外科数据流对于另一装置的操作是否是必需的确定、外科数据流对于过程是否是必需的确定、外科数据流对于任务是否是必需的确定,或者外科数据流对于决策制定操作是否是必需的确定。当需要外科数据流来完成任务、过程或操作时,外科数据流可能是必需的。当需要外科数据流来准备进行任务、过程或操作时,外科数据流可能是必需的。当需要外科数据流来跟进有关任务、过程或操作时,外科数据流可能是必需的。
外科数据流的分类参数可以基于外科数据流的隐私性来确定。数据分类的类型(例如,基于隐私的数据分类)可包括基于内容的分类、基于背景情境的分类或基于用户的分类。
基于内容的分类可包括通过检查和解释外科数据流中的文件来识别敏感信息(例如,患者特定数据)。可以基于外科数据流是否包括敏感信息来确定分类参数。如果外科数据流包括敏感信息,则可以基于外科数据流中的敏感信息的量和外科数据流中的敏感信息的性质来确定分类参数。
基于背景情境的分类可包括确定外科数据流是否包括敏感信息的指示符(例如,间接指示符)以及外科数据流中敏感信息的量或性质的指示符。敏感信息的指示符可包括应用程序、位置或创建者以及其他变量中的一者或多者。可以基于敏感信息的指示符来确定分类参数。
基于用户的分类可包括外科数据或包括外科数据的文档的手动最终用户选择。分类参数可以基于用户知识和/或在创建编辑、审阅或传播时的判断来确定,例如,以标记外科数据或文档中的敏感信息。
可以组合基于内容的分类、基于背景情境的分类和基于用户的分类中的两个或更多个来确定分类参数。可以创建中间分类,其中外科数据流被分类为与仅基于内容的分类不同,但不到仅基于背景情境的分类的阈值。可以创建第一群组(例如,仅基于内容的分类)或第二群组(例如,仅基于背景情境的分类)的受保护子群组。受保护子群组可以共享第一群组或第二群组的特性,并且可具有与第一群组或第二群组相比的附加限制、保护、约束或数据处理要求中的一者或多者。
可以基于外科数据流的优先级来确定分类参数。所确定的分类参数可以指示外科数据流的优先级。所确定的外科数据流的分类参数的值可以基于外科数据流对特定用户利用的重要性而增加。例如,如果外科数据流的部分或全部用于附加或增强具有更高优先级的另一数据流,则外科数据流的所确定的分类参数的值可以增加。在一个示例中,例如,当在资源有限的系统中相对于其他外科数据流处理外科数据流时,外科数据流的优先级可以是用于确定外科数据流的分类参数的主导因素(例如,相对于外科数据流的隐私)。
外科数据流的分类参数的确定可以基于外科数据流的内容。外科数据流的内容可以指示除外科数据流的隐私之外的其他分类相关信息。例如,当外科数据流由具有解码器的装置接收时,外科数据流可以被解码。例如,装置可以经由数据分类模块45004基于解码的外科数据流来推断外科数据流的分类参数。例如,装置可以使用经解码的外科数据流来确定内容的性质。装置可以基于内容的性质来推断分类参数。在一个示例中,如果内容的性质指示外科数据流对于关键任务是有用的,则装置可以推断外科数据流的分类参数处于比未用于关键任务的外科数据流更高的优先级级别。装置可以在查找表中确定外科数据流的分类参数。查找表可以对应于内容的性质、内容的类型、具有特定分类参数的内容的背景情境中的一者或多者。
外科数据流的分类参数的确定可以基于外科数据流的背景情境信息。背景情境信息可以指示外科数据流的内容、该类型的外科数据流、外科数据系统的源、收集外科数据流的用户的标识。例如,对于核心体温数据流,背景情境信息可以指示异常温度、特性波动、感染、月经周期、气候、身体活动和/或睡眠。装置可以基于背景情境信息来确定与核心体温数据流相关联的风险因子。装置可以根据风险因子来确定核心体温数据流的分类参数。
外科数据流的分类参数的确定可以基于附加因素,包括以下各项中的一项或多项:确定是否已经发生与外科数据流相关联的错误或故障、数据对于其他外科数据流的其他交互的重要性、对应的数据源的用户(或制造商)是否已经将来自数据源的数据突出显示为具有特殊需要,或者患者康复相关数据是否导致不期望的结果。
外科数据流的分类参数可以是多维的。分类参数可以指示以下各项中的一项或多项:外科数据流的隐私、外科数据流的优先级、外科数据流的内容类型、外科数据流的背景情境、与外科数据流相关联的保留期、外科数据流的使用、与外科数据流相关联的用户偏好,等等。例如,从附带的可穿戴装置接收的数据可具有与从任务特定装置接收的数据的分类参数不同的分类参数。从任务特定装置接收的数据可能需要与从附带的可穿戴装置接收的数据的数据处理方案不同的数据处理方案。从任务特定装置接收的数据可能需要将数据处理组织成正确的数据集和/或格式。在一个示例中,分类参数可以是索引。索引可包括多个位。多个位中的一个位可被赋予二进制值。在一些示例中,索引可以是不同编号系统的数字或符号的组合,其中每个符号或数字指示特定维度(例如,隐私、优先级等)的级别。
装置可以例如经由数据分类模块45004基于用于接收外科数据流的外科数据接口来确定外科数据流的数据分类参数。装置可以经由外科数据接口接收外科数据流。装置可以基于哪个外科数据接口用于接收外科数据流来确定外科数据流的源、优先级、隐私等中的一者或多者。装置可以识别外科数据接口,经由该外科数据接口接收外科数据流,并且基于该外科数据接口来确定用于外科数据流的数据分类参数。
外科数据接口可被指定用于一种类型的外科器械。例如,内镜切割器和排烟器是不同类型的外科器械。装置可以经由内镜切割器数据接口接收内镜切割器数据,并且从排烟器数据接口接收排烟器数据。该类型的外科器械可包括电动缝合器、电动缝合器发生器、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者。在一个示例中,每种类型的外科器械可具有指定的外科数据接口。
可以基于外科数据流与另一外科数据流之间的交互来确定或调整外科数据流的分类参数。
外科数据流可以根据交互模式与不同的外科数据流进行交互。外科数据流的交互可以在外科手术前或外科手术后发生,或者可以在手术过程中发生。交互模式可包括使用另一外科数据流的外科数据流的富集、外科数据流和另一外科数据流的聚合、或外科数据流和另一外科数据流的合成中的一者或多者。使用另一外科数据流来丰富外科数据流可包括以下各项中的一项或多项:使用另一外科数据流来标记一个外科数据流、使用另一外科数据流来生成一个外科数据流的注释、使用另一外科数据流来生成关于一个外科数据流的通知、使用另一外科数据流来生成关于一个外科数据流的阈值和/或基线、使用另一外科数据流来生成关于一个外科数据流的背景情境信息,等等。
可以基于外科事件来确定交互模式。外科事件可包括外科手术前、外科手术后或手术过程中的事件中的一者或多者。例如,如果外科事件是切口线泄漏,则可以合成关于钉和患者组织厚度的数据以产生否则不会使用关于钉或患者组织厚度数据的数据来显示的见解。
外科事件可包括手术的任何可识别单元。该可识别单元可具有开始、持续时间和结束。该可识别单元可相对于时钟(例如,在进行外科手术5分钟时)来识别。该可识别单元可相对于程序(例如,初始切口)来识别。该可识别单元可相对于患者的反应(例如,出血)来识别。
图12示出了示例性数据分类模块,例如数据分类模块45004。示例性数据分类模块可包括数据富集功能44502。可以基于外科数据流与不同分类的外科数据流的交互来调整外科数据流的分类。装置可以接收来自数据源44504的第一外科数据流44510。例如,装置可包括外科数据系统45002。装置可以接收来自数据源44506的第二外科数据流44512。第一外科数据流44510和第二外科数据流44512之间的交互模式可以选自多种交互模式。第一外科数据流44510和第二外科数据流44512之间的交互模式可以是数据富集。数据富集可以从多种数据富集方法中选择。例如,数据富集方法可以在包括多个数据富集规则1、2……X的列表44516中。外科数据流44514可以通过使用第二外科数据流44512丰富第一外科数据流44510来生成。
外科数据流可以与不同的分类参数相关联。第一外科数据流44510可以与第一分类参数相关联。第二外科数据流44512可以与第二分类参数相关联。可以在一个或多个数据分组(例如,包括图13中所示的字段的数据分组)中接收第一外科数据流44510。一个或多个数据分组中的数据分组可包括指示第一分类参数的元素(例如,字段)。在图12中,第一外科数据流44510的第一分类参数为A,并且第二外科数据流44512的第二分类参数为B。在一些示例中,第一外科数据流44510可包括指示第一分类参数的数据标签。
装置可以基于预先确定的规则(例如,查找表)来读取第一外科数据流44510的第一分类参数或第二外科数据流44512的第二分类参数。在一个示例中,表44520可用于一维分类参数。字母表字母A至E可以各自指示不同的限制级别。字母表字母A至E可以各自指示不同的优先级级别。字母表字母A至E可以各自指示不同的隐私级别。
第一外科数据流44510的第一分类参数和第二外科数据流44512的第二分类参数可以是多维的。第一外科数据流44510的第一分类参数和第二外科数据流44512的第二分类参数可具有不同数量的维度,例如,具体取决于相应的外科数据流的性质。在一个示例中,第一外科数据流44510可包括患者BP数据,并且第一分类参数可具有隐私维度和优先级维度。第二外科数据流44512可包括单极能量数据,并且第二分类参数可具有优先级维度但不具有隐私维度。当分类参数是多维时,可以使用网格来合并多个维度。在图12的示例中,网格44508可用于二维分类参数。在网格44508中,两个维度可以是隐私和优先级。“BA”可以指示低隐私和高优先级,“AA”可以指示高隐私和高优先级,“BB”可以指示低隐私和低优先级,并且“AB”可以指示高隐私和低优先级。第一外科数据流44510的第一分类参数或第二外科数据流44512的第二分类参数可以是数字和符号的任何组合。
第三外科数据流44514的分类参数可以基于第一外科数据流44510的第一分类参数、第二外科数据流44512的第二分类参数,以及数据富集功能44502来确定。可以使用数据富集功能44502来生成第三外科数据流44514。交互模式可以基于外科事件来确定。基于交互模式,第三外科数据流44514的分类参数可以高于(例如,AA)第一外科数据流44510的第一分类参数(例如,AB)和第二外科数据流44512的第二分类参数(BA)两者。基于交互模式,第三外科数据流44514的分类参数可以与第一外科数据流44510的第一分类参数(例如,AB)相同(例如,AB)并且高于第二外科数据流44512的第二分类参数(BB)。例如,如果交互模式是将患者BP数据与内镜切割器数据聚合,则聚合的数据流可以与患者BP数据共享相同的隐私级别和优先级级别。基于交互模式,第三外科数据流44514的分类参数可以低于(例如,BB)第一外科数据流44510的第一分类参数(例如,AB)和第二外科数据流44512的第二分类参数(BA)两者。第三外科数据流44514的分类参数可以使用被定制为求解多维分类参数的外科数据分类引擎来确定。
外科数据流的分类参数可以控制如何处理外科数据流,例如外科数据流存储在何处以及如何存储、外科数据流在何处以及如何传输,以及外科数据流在本地存储多长时间。外科数据流的通信路径可以基于外科数据流的分类参数来确定,例如,关于用于通信的信道的保护程度以及关于用于通信的信道的可靠性和/或稳定性。
装置可以基于所确定的分类参数来确定用于外科数据流的数据处理方案。例如,装置可包括外科数据系统45002。数据处理方案可以与医疗保健数据政策(例如,HIPPA)一致。例如,数据处理方案可包括与HIIPPA一致的一个或多个规则。数据处理方案可以指定以下各项中的一项或多项:外科数据流的存储位置的类型、数据存储位置的配置、外科数据流的长期处理、与用于外科数据流的通信路径相关联的可靠性水平、与存储位置和/或通信路径的类型相关联的安全水平、外科数据流的保留期、可以使用外科数据流的环境(例如,受HIPPA保护),等等。在一个示例中,第三外科数据流44514的分类参数可以是指示较高隐私级别和较高优先级级别的AA。装置可以确定第三外科数据流44514可以被本地存储,因此第三外科数据流可以用于防止紧急的、危及生命的外科事件。装置可以确定第三外科数据流44514可被存储在HIPPA保护环境中,以确保患者的可识别信息被包含在HIPPA保护环境中。装置可以确定用于传输第三外科数据流44514的通信路径对于患者的可识别信息具有可靠性水平和安全水平。
外科数据流在本地外科集线器系统上的传输优先级和保留期可以基于外科数据流的分类参数和附加变量。在一个示例中,外科数据流是否要被本地存储以及存储多长时间可以基于适当类型(例如,具有适当的安全水平)的可用空闲存储空间的大小。当用于具有特定分类的数据的适当类型的空闲空间变得更少时,装置可以确定到更大的存储位置的传输优先级或重新分类到更高的安全水平,例如,以确保所需的保护和足够的保留。
在一个示例中,基于外科数据流的分类参数,装置可以确定外科数据流在待传输的多个外科数据流中具有最高分类级别。装置可以选择在可用于传输外科数据流的传输资源中的具有最少中断量的通信路径,并且使用所选择的通信路径来发送外科数据流。在一个示例中,对过程至关重要的数据可通过安全或受保护的通信路径来传达,例如以确保数据流遇到尽可能少的中断。
装置可以通过具有最少中断量的通信路径进行冗余通信。例如,装置可以基于在待传输的外科数据流中第三外科数据流具有最高分类级别的确定,使用所选择的通信路径来重复第三外科数据流的发送。在一个示例中,装置可以复制外科数据流,并且使用两个独立的通信总线架构或路径来传送原始外科数据流和复制的外科数据流,例如,以确保用户不会被剥夺接收或显示外科数据流的权利。装置可以将外科数据流分离成密度较低但可使用的数据流并且例如使用多个独立的通信总线架构或路径来传送单独的数据流,以例如确保用户不会被剥夺接收或显示外科数据流的权利。在一些示例中,被剥夺接收或显示外科数据流的权利可导致手术的延迟或手术的中断或对话的开启。
在一些示例中,相关且耦接的数据流的分类可以改变另一数据流的分类,使得数据流的交互具有相同的优先级、存储要求、保留或通信保护,等等。在图12中,第三外科数据流44514的分类参数、第一外科数据流44510的第一分类参数和第二外科数据流44512的第二分类参数可以保持相同,使得相同的数据处理方案可用于第三外科数据流44514、第一外科数据流44510和第二外科数据流44512。
外科数据流的分类可用于确定外科数据流利用通信链路的安全程度。在一个示例中,外科数据流的分类可用作将使用何种通信或处理路径的初始确定。关键仪器操作或基线仪器操作所需的可视化或主要控制和/或响应数据流可以与更高级的特征部或高级处理分开,例如以确保即使需要处理或重新启动系统,也至少提供基线操作。例如,适合与本公开内容一起使用的示例在2018年11月6日提交的名称为“USAGE AND TECHNIQUE ANALYSISOF SURGEON/STAFF PERFORMANCE AGAINST A BASELINE TO OPTIMIZE DEVICEUTILIZATION AND PERFORMANCE FOR BOTH CURRENT AND FUTURE PROCEDURES”的美国专利申请公布号US2019-0201126A1(美国专利申请号16/182,255)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,外科医生/工作人员表现相对于基线的使用和技术分析可用于优化当前和未来手术两者的装置利用率和性能。
外科数据系统45002可包括用于数据流处理的数据处理模块45024。数据流处理可以提供外科数据流的一种或多种实时分析、流分析、复杂事件处理、实时流分析或事件处理。例如,适用于本公开内容的示例在2018年11月6日提交的名称为“REAL-TIME ANALYSISOF COMPREHENSIVE COST OF ALLINSTRUMENTATION USED IN SURGERY UTILIZINGDATAFLUIDITY TO TRACK INSTRUMENTS THROUGH STOCKINGAND IN-HOUSE PROCESSES”的美国专利申请公布号US2019-0206556A1(美国专利申请号16/182,242)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,可以通过利用数据流动性来跟踪器械来执行对外科手术中使用的器械的综合成本的实时分析,包括可重复使用的装置的成本、它们的维护、清洁和重新消毒。例如,适用于本公开内容的示例在2018年11月6日提交的名称为“SURGICAL NETWORK RECOMMENDATIONS FROM REAL TIMEANALYSIS OF PROCEDURE VARIABLES AGAINST A BASELINE HIGHLIGHTING DIFFERENCESFROM THE OPTIMAL SOLUTION”的美国专利申请公布号US2019-0201102 A1(美国专利申请号16/182,290)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,集线器推荐可以基于针对突出显示与最佳解决方案的差异的基线的过程变量的实时分析。
装置(例如,外科集线器)可以从多个数据输入馈送接收数据流。例如,装置可包括外科数据系统45002。多个数据输入馈送可以是相互关联的。例如,可以使用多个数据输入馈送来生成更具可操作性或更能够形成决策的数据流。装置可被配置为能够具有即时处理能力和实时分析功能。装置可以例如使用实时分析来处理来自可视化、生物标志物、仪器和连接的资本设备中的一者或多者的数据流。装置可以将流提炼成背景情境更加丰富且可决策的形式。例如,装置可以使用辅助数据流来增强主要数据流。主要数据流和辅助数据流可以来自不同的源。增强的主要数据流可以是蒸馏形式。在示例中,装置可以使用辅助数据流来注释主要数据流、创建主要数据流的元数据,或提供主要数据流的背景情境。
装置可被配置为能够使用实时分析来描述和/或总结外科事件期间发生的情况。外科事件可能正在进行中。装置可被配置为能够使用实时分析来诊断在外科事件期间已经发生的事情的一个或多个原因。装置可被配置为能够基于对已发生事件的描述以及已发生事件的原因来预测可能发生的情况。装置可被配置为能够基于对可能发生的情况的预测来生成针对外科事件的规则和建议。例如,装置可以建议对仪器的操作进行调整。例如,适用于本公开内容的示例在2018年3月29日提交的名称为“SURGICAL HUB SITUATIONALAWARENESS”的美国专利申请公布号US2019-0201140A1(美国专利申请号15/940,654)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,可以提供所收集的事件的态势感知。例如,适用于本公开内容的示例在2018年11月6日提交的名称为“ADJUSTMENT OF A SURGICAL DEVICE FUNCTION BASED ON SITUATIONALAWARENESS”的美国专利申请公布号US2019-0201127A1(美国专利申请号16/182,256)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个示例中,可以基于感测到的情况或使用来调整对集线器或连接集线器的装置的控制。例如,适用于本公开内容的示例在2018年11月6日提交的名称为“ADJUSTMENTS BASED ON AIRBORNEPARTICLE PROPERTIES”的美国专利申请公布号US 2019-0204201A1(美国专利申请号16/182,246)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在一个或多个这些示例中,可以检测腹腔内吹入气体中的空气传播的颗粒和气溶胶,并且可以基于颗粒的类型、浓度和流量来改变装置功能。例如,适用于本公开内容的示例在2018年11月6日提交的名称为“SURGICAL HUB AND MODULAR DEVICE RESPONSE ADJUSTMENT BASED ONSITUATIONAL AWARENESS”的美国专利申请公布号US2019-0206542A1(美国专利申请号16/182,243)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在一个或多个这些示例中,可以基于第二预先存在的感测步骤、情况或参数来调整对感测参数或事件的集线器响应。
装置可以接收一个或多个外科数据流。例如,一个或多个外科数据流中的外科数据流可包括一个或多个指示。图13示出了示例性数据流。数据流可包括外科数据流。如图13所示,外科数据流可包括标准格式ID 45206、分类参数45208、源45210、有效载荷类型45212和定时元素45213的指示。外科数据流可包括有效载荷45214。
标准格式ID 45206可以指示外科数据流是否采用标准格式以及外科数据流采用哪种标准格式。例如,外科数据流可能已经基于图10中的规则集1进行变换,并且标准格式ID 45206可以指示外科数据流是与数据库x 45138相关联的标准格式。
分类参数45208可以指示对外科数据流进行分类的分类级别。例如,对于图12中的第三外科数据流44514,分类参数45208可以指示第三外科数据流44514处于高隐私级别和高优先级级别。
源45210可以指示从中接收外科数据流的数据源。数据源可包括外科器械、资本设备、生物标志物感测系统或可视化装置。生物标志物感测系统可包括可穿戴装置。在图8中,数据源可以为模块化装置5102、数据库5122、患者监测装置5124、HCP监测装置35510或环境监测装置35512。
有效载荷类型45212可以指示该类型的外科数据流。例如,该类型的外科数据流可包括可视化数据(例如,图像或帧)、生物标志物数据(例如,心率)、能量水平、致动数据、传感器数据、隧道或操作状态,以及与一个或多个外科事件相关的其他类型的数据。
定时元素45213可以指示帧编号、时间戳(例如,本地时间、本地时间偏移、全局时间、全局时间偏移、里程碑、里程碑偏移、延迟等中的一者或多者)。在一个示例中,定时元素可以指示收集外科数据流的时间。定时元素可以指示发送外科数据流的时间。定时元素可以指示外科数据流已被使用或将被使用的时间。
包括标准格式ID 45206、分类参数45208、源45210、有效载荷类型45212、定时元素45213的指示可以经由例如作为元素或字段的一个或多个数据分组来接收。数据分组可包括有效载荷45214。
装置可以处理外科数据流以生成更具可操作性或更能够形成决策的数据流。
图14示出了示例性数据处理装置。图14中的装置可以处理多个数据流。装置44530可包括外科数据系统45002,该外科数据系统包括数据处理模块45024。装置44530可以是数据处理装置。装置可以通过外科数据接口44540至44546来接收外科数据流44600至44606。外科数据流44600至44606的接收可以在外科事件期间进行(例如,当外科事件正在进行时实时进行)。装置可以识别从中接收外科数据流的外科数据接口。在图13中,装置44530可以识别外科数据接口44540,经由该外科数据接口接收外科数据流44600。装置44530可以识别外科数据接口44542,经由该外科数据接口接收外科数据流44602。
数据选择器44548可以基于选择器模块44538来选择待处理的外科数据流。例如,数据选择器44548可以选择外科数据流44600和外科数据流44602。对外科数据流44600和外科数据流44602的选择可以基于选择器模块44538。选择器模块44538可以是数据富集模块44534的一部分。在一个示例中,数据富集模块44534可以是图9中所示的数据处理模块45024的一部分。数据富集模块44534可包括数据富集功能44502。选择器模块44538可用于识别外科事件,并且基于外科事件来选择外科数据流44600和外科数据流44602。例如,外科数据流44600和外科数据流44602可包括在将对患者执行切口手术之前需要检查的图像数据。选择器模块44538可以基于切口手术来识别外科数据流44600和外科数据流44602。为了识别外科数据流44600和外科数据流44602,选择器模块44538可以识别切口手术。选择器模块44538可以确定需要检查图像数据以用于切口手术。选择器模块44538可以识别图像数据。选择器模块44538可以基于外科数据接口44540和外科数据接口44542来确定外科数据流44600和外科数据流44602包括图像数据,其中经由外科数据接口44540接收外科数据流44600,并且经由外科数据接口44542接收外科数据流44602。选择器模块44538可用于基于确定外科数据流44600和外科数据流44602包括图像数据来选择外科数据流44600和外科数据流44602。
装置44530可包括元素处理结构44550。元素处理结构44550可包括映射模块44536。映射模块44536可以是数据富集模块44534的一部分。映射模块44536可用于确定外科数据流与另一外科数据流相关联。映射模块44536可以识别外科数据流与另一外科数据流的关联的类型。映射模块44536可以基于外科数据流和另一外科数据流的关联的类型来选择外科数据流与另一外科数据流之间的交互模式。例如,交互模式可包括数据富集。数据富集可以使用数据富集模式44532。交互模式可包括其他交互模式。如果交互模式是除数据富集之外的模式,则可以使用其他类型的模式来支持该交互模式。
数据富集模式44532可以指示主要外科数据流的特性、辅助外科数据流的特性、主要外科数据流的哪一部分要被丰富、要以什么方式丰富主要外科数据流的部分、辅助外科数据流的哪一部分将用于丰富主要外科数据流、要以什么方式使用辅助外科数据流来丰富主要外科数据流,以及关于数据丰富的其他规则或规定。
映射模块44536可用于例如基于外科数据接口44540来确定外科数据流44600是主要外科数据流,经由该外科数据接口接收外科数据流44600。映射模块44536可用于例如基于外科数据接口44542来确定外科数据流44602是辅助外科数据流,经由该外科数据接口接收外科数据流44602。经由外科数据接口44540接收外科数据流44600可以指示外科数据流44600具有主要数据流的特性。经由外科数据接口44542接收外科数据流44602可以指示外科数据流44602具有辅助数据流的特性。装置44530可以例如使用映射模块44536和/或数据富集模式44532来确定辅助外科数据流将用于为主要外科数据流提供外科信息。例如,数据富集模式44532可以提供辅助外科数据流可用于为主要外科数据流提供情境数据。
选择器模块44538可以与映射模块44536协作以选择外科数据流。例如,选择器模块44538可以基于如映射模块44536所识别的外科数据流与另一外科数据流的关联的类型来选择外科数据流。
可以不同地处理主要数据流和辅助数据流。例如,在辅助外科数据流已经被处理以提供主要外科数据流的情境数据之后,辅助外科数据流可以不被全部存储。在一些示例中,辅助外科数据流可以不被本地存储或者可以在辅助外科数据流已经被处理以提供情境数据之后从存储位置被移除。装置44530可以显示例如主要外科数据流和情境数据,而不显示辅助外科数据流。
元素处理结构44550可以基于辅助外科数据流和/或数据富集模式44532来生成主要外科数据流的情境数据。情境数据可包括可用于制定关于外科事件的医学决策的外科信息。可以基于主要外科数据流和用于主要外科数据流的外科数据来制定医疗决策。情境数据可以指示外科事件的医疗决策制定因素。医疗决策制定因素可以指示外科信息。医疗决策制定因素可以指示对以下各项中的一项或多项的解释:外科手术(例如,手术步骤或手术计划)、成像数据(例如,术前扫描、术中扫描、主镜或柔性内窥镜)、患者数据(例如,合并症、生理监测或麻醉)或仪器测量(例如,组织阻抗、密封强度或盒类型)。医疗决策制定因素可以向主要数据流的用户通知与外科事件相关联的并发症或风险。以下示例中的一个或多个示例可以示出主要外科数据流和用于主要外科数据流的情境数据:当主要数据流包括核心体温数据时,情境数据可包括异常温度、特性波动、感染、月经周期、气候、身体活动和/或睡眠;当主要数据流包括行为和心理相关数据(包括用于分析的睡眠、昼夜节律、身体活动和/或心理方面)时,情境数据可包括行为和心理得分,该得分可包括社交互动、饮食、睡眠、活动和/或心理状态的得分;当主要数据流为活动相关数据时,情境数据可包括活动持续时间、活动强度、活动类型、活动模式、恢复时间、心理健康、身体恢复、免疫功能和/或炎性功能;当主要数据流包括淋巴系统相关数据时,情境数据可包括纤维化、炎症和/或感染;当主要数据流包括血管相关数据时,情境数据可包括感染、吻合口漏、感染性休克和/或低血容量性休克。
元素处理结构44550可以在外科事件期间输出外科数据流44560。外科数据流44560可包括主要外科数据流和情境数据。
对外科数据流44600至44606的接收、对外科数据流44600和44602的选择、对外科数据接口44540和44542的识别、对主要外科数据流和辅助外科数据流的确定或情境数据的生成中的一者或多者可以实时发生(例如,使用实时分析来处理)。可以使用预先确定的值来促进实时处理。在图14中,外科数据流44600可包括定时元素44710。定时元素44710可以指示收集外科数据流44600的时间。外科数据流44602可包括定时元素44712。定时元素44712可以指示收集外科数据流44602的时间。
主要外科数据流的情况数据的生成可以发生在与收集外科数据流44600的时间相同或类似的时间,或者与收集外科数据流44602的时间相同或类似的时间。主要外科数据流和情境数据可以在与收集外科数据流44600的时间相同或类似的时间、或者与收集外科数据流44602的时间相同或类似的时间发送。可以基于预先确定的值(例如,预先确定的持续时间值,诸如阈值)来确定时间相似度。在图14中,外科数据流44560可包括定时元素44714。定时元素44714可以指示发送外科数据流44560和情境数据44716的时间。定时元素44714可以指示生成情境数据44716的时间。定时元素44714和定时元素44710之间的差可以低于预先确定的值。定时元素44714和定时元素44712之间的差可以低于预先确定的值。定时元素44714和定时元素44710之间的差低于预先确定的值可以指示在收集外科数据流44560时实时发送外科数据流44600。定时元素44714和定时元素44712之间的差低于预先确定的值可以指示在收集外科数据流44602时实时生成情境数据44716。
可以基于情境数据和主要外科数据流来生成风险指示符。例如,在外科事件期间,风险指示符可以被发送到显示装置。风险指示符可包括可动作的触发因素、阈值或深入了解中的一者或多者。
可以对患者生物标志物进行风险评估,以确定外科手术的适合性和/或可能的结果。装置(例如,外科集线器)可包括交互式集线器算法。装置可包括外科数据系统45002。装置可以使用交互式集线器算法来分析风险概率。例如,装置可以分析主要数据流和情境数据来确定风险概率。装置可以向用户通知风险概率。装置可以基于风险概率来调整所耦接的仪器参数。在一个示例中,装置可以基于主要数据流和情境数据来生成控制指令。控制指令可被发送以调整操作性地耦接到装置的外科器械的操作。交互式集线器算法可以确定特定手术结果的概率和/或生成关于手术结果的概率的通知。通知可以被发送到可穿戴系统。例如,适用于本公开内容的示例在2018年11月6日提交的名称为“INTERACTIVE SURGICALSYSTEM”的美国专利申请公布号US2019-0201125A1(美国专利申请号16/182,251)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在一个或多个这些示例中,给用户的交互式反馈可以使得能够基于用户手头的任务的可操作方面的存在来调整装置或显示器。例如,适合与本公开内容一起使用的示例在2018年11月6日提交的名称为“ADJUSTMENT OFDEVICE CONTROL PROGRAMS BASED ON STRATIFIED CONTEXTUAL DATA IN ADDITION TOTHE DATA”的美国专利申请公布号US2019-0201124 A1(美国专利申请号16/182,239)中有所描述,该申请的公开内容全文以引用方式并入本文。在一个或多个这些示例中,除了基于数据之外,还可以基于分层背景情境数据来调整装置控制程序。背景情境数据可以表示所收集的数据周围的环境或相关的患者、手术、外科医生或设施信息。例如,适用于本公开内容的示例在2018年11月6日提交的名称为“SURGICAL SYSTEMS WITH AUTONOMOUSLYADJUSTABLE CONTROL PROGRAMS”的美国专利申请公布号US2019-0201123A1(美国专利申请号16/182,233)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在一个或多个这些示例中,集线器或仪器控制程序可以基于分析在多于一个手术期间记录的性能和结果的机器学习来修改。
装置可包括用于监测来自患者或OR人员的可穿戴流数据的算法。可穿戴流数据可以指示在患者或OR职员上进行的测量。测量结果可包括生物标志物测量。测量结果可以与手术情况相关联。装置可以将测量结果与指示手术情况的风险概率的生物标志物进行比较。装置可以识别可能导致并发症或问题的手术步骤。装置可以生成干预的通知。如果在该步骤中监测到的生物标志物的概率高于预定义的并发症可能性,则可以向OR工作人员发送有关可能的风险或并发症的通知,或者可以向与装置或成像系统操作性地耦接的外科器械发送信号以请求改变外科器械或成像系统的控制算法。
在一个示例中,患者接受降乙状结肠的结肠直肠切除术。切除可能需要大量的结肠切除和结肠的移动。当外科医生移动结肠时,可移动的结肠量不足,导致剩余部分上的组织张力较高。一旦外科医生重新连接吻合口并且准备缝合患者,患者身上监测手术区域的局部pH值的传感器就会超过阈值。超过该阈值的生物标志物指示风险概率。超过该阈值的生物标志物指示或暗示了流向该区域的血流不足的合理概率,这可导致CO2积聚,从而导致局部pH值变化。可以(例如,经由通知)向外科医生通知可能的问题或风险概率。可以向所附接的多光谱成像发送请求,以使用激光通过绿-红光谱的多普勒变换来检查该区域,以可视化该区域的结缔组织和肠中的血流。该区域的集中聚焦区域与激光多普勒血流仪一起可以显示血流的阻塞,外科医生将其追溯到升高的宏观组织张力。外科医生纠正了这个问题。如果不加以纠正,该问题可导致组织坏死以及从结肠到腹部形成渗漏,这可导致医院获得性感染,甚至需要重新入院和再次手术。
可以连续地处理数据流以改变操作工具控制和/或改变调度。手术工具控制和调度的改变可以改善结果。
一个或多个数据流(例如,由患者感测系统生成的外科数据流)可以与关于先前的外科手术的结果的历史数据一起被处理。可以通过将一个或多个数据流与关于先前的外科手术的结果的历史数据相结合来生成更具可操作性的决策点。关于先前的外科手术的结果的历史数据可以指示包括外科手术定时的外科手术操作导致特定结果(例如,期望的结果)的可能性。
元素处理结构44550可以基于历史数据生成用于主要外科数据流的情境数据。可以执行插入操作44552以添加来自历史数据存储库(例如,历史数据存储库44554)的历史数据。历史数据可以来自历史外科事件。历史外科事件和当前外科事件可具有共同特性。共同特性可以是历史外科事件和当前外科事件都是针对同一患者或具有相同或类似医疗配置文件的患者。共同特性可以是历史外科事件和当前外科事件两者都用于相同或类似类型的外科手术。共同特性可以是历史外科事件和当前外科事件都使用相同类型的外科器械或相同的外科器械。共同特性可以是历史外科事件和当前外科事件都使用相同类型的外科设备或相同的设备。例如,如果一台设备以可预测的方式具有干扰或不规则感测问题的术前历史,则在外科手术期间,可被误解为问题的事件可被记录为可能的设备问题,并且基于该设备的术前数据集来调整。
在一个示例中,可以基于与先前的数据集的比较随时间推移来处理生物标志物数据流,例如以确定何时可以最佳运行、配备工作人员或安排外科手术。
可以基于历史数据(例如,来自本地设施的数据库或全局网络数据库的历史数据)来处理生物标志物数据流(例如,患者生物标志物数据流)和外科手术(例如,当前外科手术)。本地设施的数据库或全局网络数据库可包括从先前的外科手术收集的数据。从先前的外科手术收集的数据可包括在先前的外科手术期间发生的外科事件的结果。可以通过处理生物标志物数据流和历史数据来生成一个或多个预测的问题的指示或通知。指示或通知可以被发送给外科团队。指示或通知可以指示一个或多个预测的并发症。对生物标志物数据流和历史数据的处理可以基于具有相同或类似的手术的类似的生物标志物的一个或多个患者。如果所预测的问题或所预测的并发症发生,则指示或通知可以让外科团队更好地做好准备。工作人员可以为与当前患者或当前外科手术相关联的风险做好准备。如果所预测的问题或所预测的并发症发生,消息灵通的工作人员可能会做好反应准备,而不是措手不及。例如,适用于本公开内容的示例在2018年3月29日提交的名称为“AGGREGATION ANDREPORTING OF SURGICAL HUB DATA”的美国专利申请公布号US2019-0201115A1(美国专利申请号15/940,668)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在一个或多个这些示例中,外科工具利用和OR事件可以与总体结果和效率相关。
可以将患者的生物标志物数据与患者的历史生物标志物数据进行比较。可以基于比较来识别超出正常范围的生物标志物数据。某些生物标志物数据的风险和生物标志物数据对外科手术和/或结果的影响可以基于比较来确定。
可以基于包括患者的历史生物标志数据和直系亲属和/或家人的历史生物标志数据的数据库来评估患者的生物标志数据。可以基于该比较来识别遗传缺陷或风险。可以基于该比较来识别外科手术或结果的适合性。
在一个示例中,某个患者在任一方向上具有128/84+/-2个点的一致的BP读数。根据美国心脏协会指南,128/84+/-2点的BP读数可被认为是升高的(例如,高BP)。初级护理医师最先将该患者置于BP药物上,进行季度检查,并且每季度进行一次检查。当这种治疗方案不改变该患者的BP读数时,检查该患者的病史。病史显示,患者自幼BP为128/84+/-2。在中断原来的治疗方案之后,可以对患者进行血液检查,得出所有标志物均正常的结论。进一步得出结论,基于患者的体型和遗传学,患者的正常BP高于标准。利用患者的历史数据可以获得更深入的了解,并且有助于针对外科手术和结果制定更独特的解决方案。患者的历史数据是针对患者的。治疗方案可以基于个体患者的正常范围而不是标准化方法来更新。
仪器事件数据流可以与患者生物标志物数据一起处理以产生数据输出馈送,该数据输出馈送可用于调适仪器控制程序。生物标志物反馈可用于调整仪器的操作参数,例如,通过允许仪器事件数据流和患者生物标志物数据耦合以识别它们的操作和结果中的耦合关系。
一种外科手术可以与另一外科手术进行比较。外科手术的结果可用于基于外科手术的比较来预测另一外科手术的结果。当前外科手术(例如,手术类型)可以与先前的外科手术进行比较。先前的外科手术的结果可用于预测当前外科手术的结果。在先前的外科手术期间的患者生物标志物数据和/或经历先前的外科手术的患者的术前测试可以被存储在本地设施数据库或全局网络数据库中。在一个示例中,可以将当前外科手术类型与先前的外科手术类型进行比较。如果当前的外科手术类型与先前的外科手术类型相同或类似,则可以将当前的患者生物标志物数据与先前的患者生物标志物数据进行比较。如果当前患者生物标志物数据与先前的患者生物标志物数据相同或类似,则可以基于先前的外科手术的结果和/或基于所确定的风险来确定当前外科手术的可能结果。当前外科手术与先前的外科手术(例如,过去的数据集)的比较可有利于识别在先前的外科手术中已导致不良事件的触发因素、识别当前患者的潜在风险、识别某一手术增加时间的概率,或识别需要附加工作人员的概率。例如,如果正在手术计划中考虑当前的外科手术,则可以延迟或重新安排,直到患者的生物标志物数据显示结果在可接受的范围内以及/或者直到药物干预在手术之前将生物标志物标识符控制在安全区域,或者直到获得需要缓解预测问题的工作人员或产品。接受外科手术的患者的护理结果和成本效益可得到改善。
外科手术前生物标志物数据、外科手术后生物标志物数据和手术过程中生物标志物数据(例如,关于外科手术发生)可用于调整外科手术后监测。
装置(例如,外科集线器)可以识别并且设置外科手术后临界阈值(例如,可穿戴装置的外科手术后临界阈值)。装置可包括外科数据系统45002。
装置可以基于手术类型和患者信息、术前和术中生物标志物、术前和术中测试结果来识别,以确定术后应当被跟踪的因素以及/或者确定应当被应用的阈值。装置可以通信以及/或者设置其他系统和/或装置以继续外科手术后监测。例如,阈值可包括BP阈值、活动阈值、步数阈值、与呼吸相关的阈值、与睡眠相关的阈值,以及与脱水相关的阈值中的一者或多者。
装置可以与术后室监测器通信以向患者提供推荐的活动。装置可以提供患者的目标,以实现患者的当前活动水平或将患者的当前活动水平与已经经历类似手术并且共享类似患者数据的其他患者的活动水平进行比较。装置可以向患者告知患者的情况如何。该比较可以激励患者实现目标,从而可以改善患者的康复并且减少住院时间。图15A示出了与类似患者相比,患者在进行了部分肾切除术后的步数进展。图15B示出了患者一周内的每日收缩BP和舒张BP,以及正常BP、高血压前期BP和1期高血压BP的评估。装置可以在患者的可穿戴设备上进行通信并且设置所需的项目和阈值,例如,以向患者和/或医疗保健提供者提供通知。
装置可以与本地设施数据存储装置或云存储装置通信,其中其他监测设备(例如,所有其他监测设备)可以被标记给患者,并且可以自动地将从装置发送的数据拉取到本地设施数据存储装置或云存储装置作为针对患者的监测值或阈值。其他监测设备可以基于连接到其他监测设备的患者的身份来适应患者,并且可以自动设置监测哪些项目以及该患者的阈值。可以防止由用户的不正确设置引起的错误。当患者在设施中移动时,患者可能不需要被安装到各种设备上。当患者移动到附加测试、检查或随访所需设备所在的房间时,无需重置所需设备。术后监测数据流可以被定期收集和/或处理,例如,以进一步调整和改进外科手术后的阈值和目标。
装置可以设置和控制患者的可穿戴物,例如,使得能够提前出院并且提高患者提前出院的意愿。可穿戴装置可以改变高风险患者或接受高风险外科手术的患者的术前优化以及术后监测的情况。例如,膀胱切除术的90天再入院率高达40%。能够识别出有严重术后并发症(诸如败血症)风险或处于早期阶段的患者的能力可改善结果并且节省数百万美元的医疗保健费用。可靠的家庭监测可有助于患者提前出院,并且提高患者提前出院的意愿。可穿戴装置可包括心率监测特征部。心率监测在临床上是有用的。心率可以作为许多常见术后并发症(诸如脱水或感染)的替代指标。设计用于患者监测的可穿戴装置可侧重于心率监测功能。除了患者的呼吸频率、皮肤温度、步数和跌倒检测之外,可穿戴装置还可以被配置为能够识别心律失常。
批处理可用于处理数据流。数据可以作为数据流批量构建和处理。数据量可能很大并且使得难以按未处理或未编译的状态存储数据。批处理系统可以将数据分割成时间间隔。可以对数据流进行处理以将数据减少为更小、更可存储或可通信的成对数据或流。在一些示例中,可以不分析在一个时间间隔期间开始但在另一个时间间隔期间结束的事件。可以查询连续的数据流以检测条件。
数据处理模块45024可包括数据集成模块(例如,数据输入/导出)和/或数据收集模块。例如,与外科数据系统45002中的其他模块协作的数据收集模块可以执行动态表格创建、监测和报告、协议设计,以及患者募集中的一者或多者。
外科数据系统45002可包括数据移除模块45022。隐私数据可以经历选择性的或受控的编辑,同时隐私数据用于其他控制过程。视频、数据流和注释可以经历选择性的数据编辑。选择性可以基于系统的收集、编译和记录步骤的不同部分。利用数据进行注释、其他数据点的元数据标记或数据质量验证之后,可能会出于隐私原因对数据本身进行编辑。选择性可以基于所检测到的预定义事件。可以在数据监测和收集期间执行自动数据编辑。在一个示例中,可以使用面部识别来模糊面部或阻挡整个视频,直到不再显示所识别的面部。可识别的字符或符号可以被标识。预定义的可接受符号(例如,条形码、产品标签等)的符号可以与记录中可被编辑或模糊的非预期符号进行比较。针对隐私和数据控制的数据编辑可以是预定义的并且是恒定的。当外科数据系统编译和组装数据以输入到数据库中进行存储时,可以对数据进行编辑。适合与本公开一起使用的示例在以下文献中描述:在2018年3月29日提交的名称为“DATA STRIPPING METHOD TO INTERROGATE PATIENT RECORDS ANDCREATE ANONYMIZED RECORD”的美国专利申请公布号US2019-0205566 A1(美国专利申请号15/940,632)中的标题“Advanced Imaging Acquisition Module”下有所描述,该专利申请的公开内容全文以引用方式并入本文。在这些示例中的一个或多个中,数据剥离可以提取相关部分以配置和操作外科集线器。
可以启用数据删除控制和文档编制。例如,可以实施数据擦除过程以确保数据的完全移除和移除授权的标记。对授权删除存档数据的时间和人员的注释可被移除。所移除的数据被重写的擦除可以是安全的,例如,以确保所移除的数据的不可恢复性。被选择要擦除的数据以及耦合到所选择的数据的所有链接数据或元数据可以被擦除。
外科数据系统45002可包括大数据存储和管理模块。大数据存储和管理模块可包括容器、生成算法、操作参数、分析(例如,算法、自动化和实时)、使用、安全、隐私、合规性、数据可视化、原始数据的副本(例如,对原始数据的云访问和低存储成本)、寻找离群值的较大数据集的图形表示,或用于实现和监测数据流的算法中的一者或多者。生成算法可以指定数据类型(例如,结构化的;非结构化的)、数据类别(例如,人类;机器)和数据速度(例如,批处理;流式处理)。操作参数可包括数据管理和存储(例如,存储;安全;访问;网络)、引擎(例如,可视化;云集成),以及如何准备用于分析的数据。用于实现和监测数据流的算法可包括监测版本、解析不必要的数据、质量检查或处理代码中的一者或多者。
如本文所述,装置(例如,外科集线器)可以执行数据流(例如,外科数据流)的分类、使用至少另一数据流(例如,另一外科数据流)处理数据流,或者根据规则集生成变换后的数据流中的一者或多者。
装置可以确定数据流的分类参数。装置可以调整数据流的分类参数。例如,如果数据流是使用第一数据流和第二数据流生成的,则装置可以基于第一数据流的分类参数、第二数据流的分类参数,以及第一数据流和第二数据流之间的交互模式来确定数据流的分类参数。装置可以基于针对数据流所确定的分类参数来选择针对数据流的数据处理方案。
图16示出了数据分类示例45330。在图16中,在45332处可经由第一外科数据接口来接收第一外科数据流。第一外科数据接口可被配置为能够从第一外科器械接收第一外科数据流。在45334处,可经由第二外科数据接口接收第二外科数据流。第二外科数据接口可被配置为能够从第二外科器械接收第二外科数据流。在45336处,可以确定与第一外科数据流相关联的第一分类参数。可以识别第一外科数据接口,并且装置可以基于所识别的第一外科数据接口来确定第一分类参数。在一个示例中,第一外科数据接口可被指定为与第一类型的外科器械通信。在45338处,可以确定与第二外科数据流相关联的第二分类参数。可以识别第二外科数据接口。装置可以基于所识别的第二外科数据接口来确定第二分类参数。在一个示例中,第二外科数据接口可被指定为与第二类型的外科器械通信。
装置可以基于对第一外科数据流中的第一分类参数的解码来确定第一分类参数。在一些示例中,例如,如果第一外科数据流不包括第一分类参数的指示,则装置可以通过解码第一外科数据流并且基于解码的第一外科数据流推断第一分类参数来确定第一分类参数。装置可以基于对第二外科数据流中的第二分类参数的解码来确定第二分类参数。在一些示例中,例如,如果第二外科数据流不包括第二分类参数的指示,则装置可以通过解码第二外科数据流并且基于经解码的第二外科数据流推断第二分类参数来确定第二分类参数。
在45340处,可以识别与第一外科数据流或第二外科数据流中的至少一者相关联的外科事件。在45342处,可以基于所识别的外科事件来确定第一外科数据流和第二外科数据流之间的交互模式。在45344处,可以基于第一外科数据流和第二外科数据流之间的交互模式来生成第三外科数据流。交互模式可包括使用第二外科数据流来丰富第一外科数据流、第一外科数据流和第二外科数据流的聚合,或第一外科数据流和第二外科数据流的合成中的一者或多者。在一个示例中,可以基于交互模式来生成所识别的外科事件的情境数据。
在45346处,可以基于与第一外科数据流相关联的第一分类参数、与第二外科数据流相关联的第二分类参数,以及第一外科数据流和第二外科数据流之间的交互模式来确定第三外科数据流的第三分类参数。第三分类参数的值可以指示第三外科数据流的隐私、第三外科数据流的优先级、第三外科数据流的内容类型、第三外科数据流的背景情境、与第三外科数据流相关联的保留期,或与第三外科数据流相关联的用户偏好中的一者或多者。作为示例,图11中的示出了双极能量装置44002随时间推移使用的能量激活类型和量的图44014可以与患者组织厚度数据流一起被接收。图44014和患者组织厚度数据流可以被合成以生成用于特定患者组织的阈值能量水平。图44014可以与指示低隐私级别的分类参数相关联。患者组织厚度数据流可以与指示高隐私级别的分类参数相关联。所生成的阈值能量水平可以与指示高隐私级别的分类参数或者指示低于高隐私级别且高于低隐私级别的隐私级别的分类参数相关联。
第一分类参数、第二分类参数或第三分类参数中的至少一者可以是多维的。在一个示例中,第三外科数据流的分类参数可以使用被定制为求解多维分类参数的外科数据分类引擎来确定。
在45350处,可以基于第三分类参数来确定第三外科数据流的数据处理方案。数据处理方案可以与医疗保健数据政策一致。在45352处,可以根据数据处理方案来执行第三外科数据流的数据处理。数据处理方案可包括第三外科数据流的存储位置的类型或与用于第三外科数据流的通信路径相关联的可靠性水平中的一者或多者。数据处理方案可包括数据保留指南。数据保留指南可以指定或保证外科数据可以保留在特定数据库中的时间长度。
通信路径可以指示用于传送第三外科数据流的传输资源应当多可靠或多安全。在一个示例中,装置可以基于第三分类参数来确定第三外科数据流在待传输的多个外科数据流中具有最高的分类级别。装置可以确定可用于传输多个外科数据流的传输资源中与最少中断量相关联的通信路径。装置可以使用所确定的通信路径来发送第三外科数据流。装置可以基于确定第三外科数据流在待传输的多个外科数据流中具有最高分类级别来重复第三外科数据流的发送。装置可以基于与第三分类参数相同的第二分类参数来选择与用于第三外科数据流的数据处理方案相同的用于第二外科数据流的数据处理方案。
可以根据医疗保健数据政策(例如,与HIIPPA一致的一个或多个规则)来确定第一分类参数、第二分类参数和第三分类参数。
装置可以使用另一数据流来生成该数据流的情境数据。装置可以选择两个或更多个数据流并且使用一个数据流来增强或提取另一个数据流。装置可以选择该数据流作为主要数据流,并且选择另一数据流作为辅助数据流。装置可以使用辅助数据流来增强或提取主要数据流。图17示出了数据处理示例45300。例如,外科集线器5104可被配置为能够执行图17中的45302、45306、45308、45310、45312、45314、45316或45318中的一者或多者。在图17中,在45302处,可以在外科事件期间接收多个数据流。多个数据流可包括第一数据流和第二数据流。可以在45306处识别第一外科数据接口,经由该第一外科数据接口接收第一数据流。第一外科数据接口可被配置为能够从第一外科器械接收第一数据流。例如,第一外科数据接口可被指定为与第一类型的外科器械通信。可以在45308处识别第二外科数据接口,经由该第二外科数据接口接收第二数据流。第二外科数据接口可被配置为能够从第二外科器械接收第二数据流。例如,第二外科数据接口可被指定为与第二类型的外科器械通信。在45310处,可以从数据流中选择第一数据流和第二数据流。在45312处,基于被配置为能够从第一外科器械接收第一数据流的第一外科数据接口,第一数据流可被确定为主要数据流。在45314处,可以基于被配置为能够从第二外科器械接收第二数据流的第二外科数据接口将第二数据流确定为辅助数据流。辅助数据流可包括第一部分和第二部分。装置可以存储辅助数据流的第一部分而不存储辅助数据流的第二部分。
在45316处,可以基于辅助数据流来生成与主要数据流相关联的情境数据。情境数据可以指示外科事件的医疗决策因素。在45318处,可以在外科事件期间发送主要数据流以及与主要数据流相关联的情境数据。可以使用用于主要数据流的注释、与主要数据流相关联的背景情境或指示与主要数据流相关联的背景情境的元数据中的至少一者来发送情境数据。例如,图11中示出了双极能量装置44002随时间推移所使用的能量激活类型和能量值的图44014可用于生成关于双极能量装置44002的排烟器所使用的能量激活和能量值的情境数据,如点状能量图44052所示。关于双极能量装置44002的排烟器使用的激活和能量值的情境数据可包括激活定时、启动点、去激活点和水平中的一者或多者。
在一个示例中,可以经由数据分组来发送主要数据流。数据分组中的至少一个数据分组可包括指示情境数据的字段。
装置可以基于主要数据流和与主要数据流相关联的情境数据来生成风险指示符并且发送该风险指示符。风险指示符可以指示与主要数据流相关联的结果(例如,对外科事件具有负面影响的结果)的概率。风险指示符可以指示动作触发因素、通知或阈值中的至少一者。装置可以基于主要数据流和与主要数据流相关联的情境数据生成控制指令,并且将控制指令发送到与该装置通信的外科器械以改变外科器械的操作。
第一数据流可包括第一定时元素。第一定时元素可以指示在外科事件期间收集第一数据流的第一时间。可在外科事件期间的第二时间将主要数据流与关联于主要数据流的情境数据一起发送。第一时间和第二时间之间的差可以小于预先确定的值。
预先确定的值可以与实时处理相关联。低于预先确定的值的差可以指示第一数据流的收集和第三数据流的发送实时发生。第一时间和第二时间之间的差可以被最小化以对应于外科实践。例如,第一时间和第二时间之间的差异可以被最小化以表示实时处理(例如,即时处理)或近实时处理,以使得信息能够及时交换,以便在外科事件期间进行显示。
外科事件可以为正在进行的外科事件。多个数据流可包括与历史外科事件相关联的数据流,并且处理器被进一步配置为能够确定正在进行的外科事件和历史外科事件具有共同的特性。装置可以基于与历史外科事件相关联的数据流而生成情境数据。共同特性可包括相同的患者、相同类型的外科手术、相同类型的外科器械或相同类型的外科设备中的至少一者。例如,正在进行的外科事件和历史外科事件可以使用具有相同型号的外科设备。
时间上不同的数据流可用于向手术过程中的数据流提供背景情境。可以组合多个外科手术前数据源的各方面以提供外科生物标志物或手术计划的背景方面,这例如可以减少手术前生物标志物数据流。减少的术前生物标志物数据流可用于注释或提供术中事件或生物标志物流处理的背景情境。在一个示例中,如果OR内的生物标志物监测器突然暴跌或上升到正常可接受水平之外,同时发生另一个外科事件,但术前基线显示类似的事件,则该事件与生物标志物之间的相关性可能被认为不存在因果关系。如果发生相同的事件并且没有这些类似问题的历史,则注释可以指示事件与生物标志物之间可能存在因果关系。
数据流的预处理可使得数据流能够与另一数据流组合以提供背景情境或注释。数据流的背景情境算法变换可用于创建可操作的数据馈送。例如,可以显示变换后的数据,或者可以相对于另一个变换后的数据流显示变换后的数据,以使得外科医生能够监测关键方面和变量并且据此制定决策。第一数据流可以与例如外科手术、成像数据、患者数据或仪器测量等的理解相结合,以将数据流变换成更能够制定决策的数据流。数据的背景情境变换可用于聚合所显示的馈送。例如,适用于本公开内容的示例在2018年11月6日提交的名称为“SURGICAL SYSTEM FOR PRESENTING INFORMATION INTERPRETED FROM EXTERNAL DATA”的美国专利申请公布号US2019-0200980A1(美国专利申请号16/182,230)中有所描述,该专利申请的公开内容全文以引用方式并入本文。在一个或多个这些示例中,解释信息可基于装置的至少一个功能(包括不源自装置内的至少一个数据源)向用户显示。
装置可以将数据流变换成标准化的数据流。装置可以选择标准格式的数据库,用于输入变换后的数据流。装置可以确定用于变换数据流的规则集。图18示出了数据标准化示例45400。
在图18中,在45402处可以识别与外科器械的类型相关联的外科数据接口。外科数据接口可被配置为能够从与外科数据接口相关联的类型的外科器械接收数据流。数据流可包括可视化数据、生物标志物数据、外科器械数据、或外科设备数据。
在45404处,可以识别用于接收由数据流指示的外科信息的数据库。数据库可以是标准格式的。标准格式可以指示分辨率、采样率、测量类型、测量单位或数据流的类型中的至少一者。该数据流的类型可包括离散数据流或连续数据流。在一个示例中,数据库可以为关系数据库。
在45406处,可以基于与该外科器械的类型相关联的所识别的外科数据接口并且基于所识别的数据库来选择规则集。规则集可包括数据清理规则、数据验证规则或数据格式化规则中的一者或多者。在一个示例中,装置可以基于所选择的规则集来为第一数据流确定无效数据和无效关联。第一变换后的数据流可以排除无效数据和无效关联。例如,激活控制信号44008可用于清理图11中的过冲和滞后数据集。
装置可以基于第二数据流来生成标准格式的第二变换后的数据流。第二变换后的数据流和第一变换后的数据流可以与相同的采样率、相同的同步和相同的外科事件相关联。第二数据流可包括患者数据流、与外科手术相关联的外科器械数据流、或外科设备数据流。装置可以基于第二数据流来生成用于第一数据流的注释。第一变换后的数据流可包括注释。在一个示例中,装置可以从多个数据源接收多个数据流。多个数据流中的每一个数据流可以从多个数据源中的相应的数据源接收并且包括注释。注释可以指示相应的数据源与主外科设备操作性地耦接。
在45408处,可以基于所选择的规则集并且基于经由外科数据接口接收的数据流来生成标准格式的变换后的数据流。变换后的数据流可以指示外科信息。例如,装置可以基于标准格式来解析数据流。装置可以确定与标准格式相关联的采样率大于与数据流相关联的采样率。装置可以基于数据流并且基于与标准格式相关联的采样率来确定中间平均数据点。变换后的数据流可包括中间平均数据点。在45410处,变换后的数据流可被输入到数据库。
使用数据库,可以比较相关的外科手术。例如,装置可以识别与第一类型的外科器械相关联的第一外科数据接口。第一外科数据接口可被配置为能够从与第一外科数据接口相关联的第一类型的第一外科器械接收第一数据流。装置可以识别与第二类型的外科器械相关联的第二外科数据接口。第二外科数据接口可被配置为能够从与第二外科数据接口相关联的第二类型的第二外科器械接收第二数据流。装置可以确定第一数据流是从第一外科手术收集的,第二数据流是从第二外科手术收集的,并且第一外科手术和第二外科手术与共同的医疗特性(例如,相同的医疗特性)相关联。装置可以确定第一数据流的格式和第二数据流的格式不同。装置可以识别标准格式的数据库。装置可以基于与第一类型的外科器械相关联的第一外科数据接口并且基于所识别的数据库来选择第一规则集。装置可以基于与第二类型的外科器械相关联的第二外科数据接口,并且基于所识别的数据库来选择第二规则集。装置可以基于第一规则集并且基于经由第一外科数据接口接收的第一数据流来生成标准格式的第一变换后的数据流。装置可以基于第二规则集并且基于经由第二外科数据接口接收的第二数据流来生成标准格式的第二变换后的数据流。装置可以将第一变换后的数据流和第二变换后的数据流输入到数据库。装置可以使用数据库来比较第一外科手术和第二外科手术。
数据流处理的挑战可具有特定于医疗应用的含义。可以使用智能患者护理和监测。一些数据架构可具有高延迟。例如,可以在显著延迟之后计算结果。数据可以作为连续流被接收。数据流处理的挑战可包括可扩展性、一致性和持久性、容错性和数据保证。在流计算环境中,数据处理器可包括具有不同能力并且与任意网络架构互连的成千上万个不同的计算节点集合。由于计算节点和通信链路本质上不可靠,可能会发生故障。不同类型的故障可彼此相关并且对在此类环境中运行的应用程序具有不利影响。用于OR中的连接器械的算法可以编译关于急性结果中的外科器械操作的数据,并且编译关于患者的长期结果的数据。可以收集长数据流,但此类数据可能不会对装置的治疗或动作产生立竿见影的影响。这些长流可包括处于未合规状态的大量数据。长数据流的收集可能需要几天的时间。直到收集了数天的长数据流并且确定了结果并且将其与所收集的数据联系起来之后,数据存储装置才可能被释放。
所编译的数据可以使用较少的数据存储。例如,高级能量装置可以记录焊缝上的组织阻抗、完成焊缝的时间、用电量和组织类型并且将其与组织的高级成像或基于事件局部横切后的出血或渗出的好或坏焊缝的注释相结合。这样,阻抗数据流可以被编译成一系列关键数据点或事件、几个关键参数(诸如功率电平),以及焊接完整性的最终微观结果。该编译后的数据可以是比原始数据更小的数据流。与原始数据相比,编译后的数据可能需要更少的数据存储或通信带宽。
微观结果(例如,单个步骤、单个任务、单个事件或单个作业的结果)可用于提供记录数据流本地的背景情境和结果。关于外科手术的总体结果可能不用于提供背景情境和结果。某些外科器械可能没有足够的处理开销(例如,处理所有输入的信号所需的处理开销)。电动缝合器可具有运行ARM处理器的智能装置。ARM处理器可以链接到通信阵列,并且对于其自身的控制程序和其使用配置文件的一些记录而言可具有有限的存储空间。例如,在立即采取行动之后,可能需要丢弃有关马达电流(例如,端部执行器中的力的代表)、闭合负载、内部加速度计和控制参数的一定量的数据。击发力数据可以预示钉线的性能。电动缝合器可能无法访问微观结果并且可能无法持续存储击发力数据。编译后的数据流可包括所识别的关键最大值、所识别的关键最小值和所识别的关键定时,例如,如果可以由微观结果识别的事件包括钉线的什么部分存在问题以及该问题与什么关键数据点相关。该编译后的流可以用关于组织厚度、组织类型和来自高级成像系统的观察镜的访问问题的元数据来标记,然后可以被更容易地变换以识别总体趋势和/或结果。
图16、图17或图18中所示的示例中的一个或多个示例可以与方法、过程、装置(例如,包括天线、频带限制器或显示器中的一者或多者的装置,或者包括访问单元和/或发射器的装置)、非暂态计算机可读介质、计算机可读介质、计算机程序产品、存储指令的介质、存储数据的介质或信号相关联地执行,以例如编译外科数据并且生成微观结果。
下文是形成本公开的一部分的实施例的非详尽列表:
实施例1.一种装置,所述装置包括处理器,所述处理器被配置为能够:
识别与外科器械的类型相关联的外科数据接口,其中,所述外科数据接口被配置为能够接收来自所述类型的外科器械的数据流,其中,所述数据流指示外科信息;
识别用于接收所述外科信息的数据库,其中,所述数据库是标准格式的;
基于所识别的外科数据接口并且基于所识别的数据库来选择规则集;
基于所选择的规则集并且基于经由所述外科数据接口接收的所述数据流来生成所述标准格式的变换后的数据流,其中,所述变换后的数据流指示所述外科信息;以及
将所述变换后的数据流输入到所述数据库。
实施例1可以提供以下技术效果:用规则集标准化所接收的数据流,所述规则集一方面最适合用于其中存储所述流的所述特定数据库的所述特定组合,另一方面最适合用于特定仪器的所述特定接口。它使得存储在所述数据库中的所述变换后的流能够与所述标准格式的其他数据库内容结合使用,以改进分析、注释、处理和决策制定,因为所述基于规则集的所述数据变换可以允许更直接地比较同一框架内、同一尺度的、满足相同句法条件的数据。它还能够提高系统效率,因为所述基于规则集的变换已经被提前应用,并且不需要在检索和/或使用所存储的数据时进行即时计算。
实施例2.根据实施例1所述的装置,其中,所述数据库是关系数据库。
实施例2可以提供促进从相同类型的外科手术的不同实例之间的比较得出的相关性、模式和见解的改进的确定的技术效果,因为从指示第一项外科信息的一个数据流收集的数据可以经由所述关系数据库链接或关联到从指示第二项外科信息的不同数据流(可能由不同类型的仪器或接口产生,并且具有不同的句法、结构或格式,或者最初有噪声或不完整)收集的数据。
实施例3.根据实施例1或实施例2所述的装置,其中,所述标准格式指示中的至少一者:分辨率、采样率、测量类型、测量单位、或数据流的类型,并且其中,所述数据流的类型包括离散数据流或连续数据流。
实施例4.根据实施例1至3中任一项所述的装置,其中,所述规则集包括以下项中的一者或多者:数据清理规则、数据验证规则、或数据格式化规则。
实施例5.根据实施例1至4中任一项所述的装置,其中,所述数据流包括以下项中的一者或多者:可视化数据、生物标志物数据、外科器械数据、或外科设备数据。
实施例6.根据实施例1至5中任一项所述的装置,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述处理器被进一步配置为能够:
基于第二数据流来生成所述标准格式的第二变换后的数据流,其中,所述第二变换后的数据流和所述第一变换后的数据流与相同的采样率、相同的同步和/或相同的外科事件相关联。
实施例6可以提供以下技术效果:通过向所述流中的所述数据提供至少相对的时间背景情境或语法,能够对来自两个单独的原始流的外科数据进行同步和/或基于定时的分析。
实施例7.根据实施例6所述的装置,其中,所述第二数据流包括以下项中的一者或多者:患者数据流、与外科手术相关联的外科器械数据流、或外科设备数据流
实施例8.根据实施例1至5中任一项所述的装置,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述处理器被进一步配置为能够:
基于所选择的规则集针对所述第一数据流确定无效数据,其中,所述第一变换后的数据流排除所述无效数据;
基于第二数据流来生成所述标准格式的第二变换后的数据流;以及
基于所述第二数据流来生成用于所述第一数据流的注释,其中,所述第一变换后的数据流包括所述注释。
实施例8可以提供以下技术效果:通过将所述第一数据流与所述注释数据置于背景情境中来增强所述第一数据流,深入了解所述第一外科数据流周围的所述特定情况,而不仅仅是外科信息内容本身。它还确保所有变换后(带注释)的第一数据流数据的有效性,这意味着存储在所述数据库中的所述数据可靠地结合背景情境。
实施例9.根据实施例1至5中任一项所述的装置,其中,所述处理器被配置为能够接收来自多个数据源的所述数据流作为多个数据流中的一个数据流,其中,所述多个数据流中的每个数据流从所述多个数据源中的相应的数据源接收并且包括注释,并且每个注释指示所述相应的数据源与主外科设备操作性地耦接。
实施例10.根据实施例1所述的装置,其中,为了生成所述变换后的数据流,所述处理器被进一步配置为能够:
确定与所述标准格式相关联的采样率大于与所述数据流相关联的采样率;以及
基于所述数据流并且基于与所述标准格式相关联的所述采样率来确定中间平均数据点,其中,所述变换后的数据流包括所述中间平均数据点。
实施例10可以提供以下技术效果:即使在所述原始数据流中没有足够高的采样率的情况下,也生成适合于所述数据库的变换后的数据流。
实施例11.根据实施例1至10中任一项所述的装置,其中,为了生成所述变换后的数据流,所述处理器被进一步配置为能够基于所述标准格式来解析所述数据流。
实施例12.根据实施例1至11中任一项所述的装置,其中,所述处理器被进一步配置为能够将所述数据库发送到显示装置。
实施例12可以提供以下技术效果:使临床医生能够在所述显示装置上查看所述变换后的数据并且使用所述变换后的数据例如通知他们的外科决策制定过程。与临床医生使用非标准化“原始”数据相比,这样可以改善结果。
实施例13.一种装置,所述装置包括处理器,所述处理器被配置为能够:
识别与第一类型的外科器械相关联的第一外科数据接口,其中,所述第一外科数据接口被配置为能够接收来自所述第一类型的第一外科器械的第一数据流;
识别与第二类型的外科器械相关联的第二外科数据接口,其中,所述第二外科数据接口被配置为能够接收来自所述第二类型的第二外科器械的第二数据流;
确定所述第一数据流是从第一外科手术收集的,所述第二数据流是从第二外科手术收集的,并且所述第一外科手术和所述第二外科手术与相同的医疗特性相关联;
确定所述第一数据流的格式与所述第二数据流的格式不同;
识别标准格式的数据库;
基于所述第一外科数据接口并且基于所识别的数据库来选择第一规则集;
基于所述第二外科数据接口并且基于所识别的数据库来选择第二规则集;
基于所述第一规则集并且基于经由所述第一外科数据接口接收的所述第一数据流来生成所述标准格式的第一变换后的数据流;
基于所述第二规则集并且基于经由所述第二外科数据接口接收的所述第二数据流来生成所述标准格式的第二变换后的数据流;
将所述第一变换后的数据流和所述第二变换后的数据流输入到所述数据库;以及
使用所述数据库来比较所述第一外科手术和所述第二外科手术。
实施例13可以提供以下技术效果:揭示来自通常无法比较或不兼容的数据流,例如源自不同外科器械的数据流的深入了解。
实施例14.一种方法,所述方法包括:
识别与外科器械的类型相关联的外科数据接口,其中,所述外科数据接口被配置为能够接收来自所述类型的外科器械的数据流,其中,所述数据流指示外科信息;
识别用于接收所述外科信息的数据库,其中,所述数据库是标准格式的;
基于所识别的外科数据接口并且基于所识别的数据库来选择规则集;
基于所选择的规则集并且基于经由所述外科数据接口接收的所述数据流来生成所述标准格式的变换后的数据流,其中,所述变换后的数据流指示所述外科信息;以及
将所述变换后的数据流输入到所述数据库。
实施例15.根据实施例14所述的方法,其中,所述数据流包括以下项中的一者或多者:可视化数据、生物标志物数据、外科器械数据、或外科设备数据。
实施例16.根据实施例14或实施例15所述的方法,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述方法还包括:
基于第二数据流来生成所述标准格式的第二变换后的数据流,其中,所述第二变换后的数据流和所述第一变换后的数据流与相同的采样率、相同的同步和/或相同的外科事件相关联。
实施例17.根据实施例16所述的方法,其中,所述第二数据流包括以下项中的一者或多者:患者数据流、与外科手术相关联的外科器械数据流、或外科设备数据流。
实施例18.根据实施例14或实施例15所述的方法,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述方法还包括:
基于第二数据流来生成所述标准格式的第二变换后的数据流;
基于所选择的规则集针对所述第一数据流确定无效数据,其中,所述第一变换后的数据流排除所述无效数据;以及
基于所述第二数据流来生成用于所述第一数据流的注释,其中,所述第一变换后的数据流包括所述注释。
实施例19.根据实施例14或实施例15所述的方法,其中,所述方法还包括接收来自多个数据源的所述数据流作为多个数据流中的一个数据流,其中,所述多个数据流中的每个数据流从所述多个数据源中的相应的数据源接收并且包括注释,并且每个注释指示所述相应的数据源与主外科设备操作性地耦接。
实施例20.根据实施例14至19中任一项所述的方法,其中,生成所述变换后的数据流包括:
确定与所述标准格式相关联的采样率大于与所述数据流相关联的采样率;以及
基于所述数据流并且基于与所述标准格式相关联的所述采样率来确定中间平均数据点,其中,所述变换后的数据流包括所述中间平均数据点。
上文所述的实施例14至20中的任一项和/或全部可以体现为计算机实现的方法,包括但不限于由处理器、集成电路、微控制器、现场可编程门阵列(FPGA)等实现的方法。实现计算系统可以是硬件装置,或者可以包括被配置为能够作为分布式计算系统来操作的多个硬件装置。所述实现计算机系统可以包括存储器,所述存储器包含用于执行任何和/或所有上述方法的指令。例如,所述存储器可以包含在由所述计算系统和/或其处理器执行时使得所述系统或所述处理器执行实施例14至20中的一项或多项的指令。
上文所述的实施例14至20中的任一项和/或全部可以计算机可读存储介质例如非暂态计算机可读存储介质的形式来体现,所述计算机可读存储介质包含指令,所述指令在由计算机执行时使得所述计算机执行实施例14至20中的一项或多项。上文所述的实施例14至20中的任一项和/或全部可以体现为计算机程序产品。
实施例14至20可以不包括通过外科手术或疗法治疗人体或动物身体的方法,或在所述人体或所述动物身体上实施的诊断方法。实施例14至20中的每一项可以是不是外科手术、疗法、治疗或诊断方法的方法。例如,实施例14至20中的每一项具有不包括执行外科手术或其任何外科或治疗步骤的实施方案。
下文是形成本公开的一部分的各方面的非详尽列表:
方面1.一种装置,所述装置包括:
处理器,所述处理器被配置为能够:
识别与外科器械的类型相关联的外科数据接口,其中,所述外科数据接口被配置为能够接收来自与所述外科数据接口相关联的所述类型的外科器械的数据流;
识别用于接收由所述数据流指示的外科信息的数据库,其中,所述数据库是标准格式的;
基于与所述外科器械的类型相关联的所识别的外科数据接口并且基于所识别的数据库来选择规则集;
基于所选择的规则集并且基于经由所述外科数据接口接收的所述数据流来生成所述标准格式的变换后的数据流,其中,所述变换后的数据流指示所述外科信息;以及
将所述变换后的数据流输入到所述数据库。
方面2.根据方面1所述的装置,其中,所述数据库是关系数据库。
方面3.根据方面1所述的装置,其中,所述标准格式指示以下项中的至少一者:分辨率、采样率、测量类型、测量单位、或数据流的类型,并且其中,所述数据流的类型包括离散数据流或连续数据流。
方面4.根据方面1所述的装置,其中,所述规则集包括以下项中的一者或多者:数据清理规则、数据验证规则、或数据格式化规则。
方面5.根据方面1所述的装置,其中,所述数据流包括可视化数据、生物标志物数据、外科器械数据、或外科设备数据。
方面6.根据方面1所述的装置,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述处理器被进一步配置为能够:
基于第二数据流来生成所述标准格式的第二变换后的数据流,其中,所述第二变换后的数据流和所述第一变换后的数据流与相同的采样率、相同的同步和相同的外科事件相关联。
方面7.根据方面6所述的装置,其中,所述第二数据流包括患者数据流、与外科手术相关联的外科器械数据流,或外科设备数据流。
方面8.根据方面1所述的装置,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述处理器被进一步配置为能够:
基于所选择的规则集针对所述第一数据流确定无效数据和无效关联,其中,所述第一变换后的数据流排除所述无效数据和所述无效关联;
基于第二数据流来生成所述标准格式的第二变换后的数据流;以及
基于所述第二数据流来生成用于所述第一数据流的注释,其中,所述第一变换后的数据流包括所述注释。
方面9.根据方面1所述的装置,其中,所述处理器被配置为能够接收来自多个数据源的多个数据流,所述多个数据流中的每个数据流从所述多个数据源中的相应的数据源接收并且包括注释,并且所述注释指示所述相应的数据源与主外科设备可操作性地耦接。
方面10.根据方面1所述的装置,其中,为了生成所述变换后的数据流,所述处理器被进一步配置为能够:
确定与所述标准格式相关联的采样率大于与所述数据流相关联的采样率;以及
基于所述数据流并且基于与所述标准格式相关联的所述采样率来确定中间平均数据点,其中,所述变换后的数据流包括所述中间平均数据点。
方面11.根据方面1所述的装置,其中,为了生成所述变换后的数据流,所述处理器被进一步配置为能够基于所述标准格式来解析所述数据流。
方面12.根据方面1所述的装置,其中,所述处理器被进一步配置为能够将所述数据库发送到显示装置。
方面13.一种装置,所述装置包括:
处理器,所述处理器被配置为能够:
识别与第一类型的外科器械相关联的第一外科数据接口,其中,所述第一外科数据接口被配置为能够接收来自与所述第一外科数据接口相关联的所述第一类型的第一外科器械的第一数据流;
识别与第二类型的外科器械相关联的第二外科数据接口,其中,所述第二外科数据接口被配置为能够接收来自与所述第二外科数据接口相关联的所述第二类型的第二外科器械的第二数据流;
确定所述第一数据流是从第一外科手术收集的,所述第二数据流是从第二外科手术收集的,并且所述第一外科手术和所述第二外科手术与相同的医疗特性相关联;
确定所述第一数据流的格式与所述第二数据流的格式不同;
识别标准格式的数据库;
基于与所述第一类型的外科器械相关联的所述第一外科数据接口并且基于所识别的数据库来选择第一规则集;
基于与所述第二类型的外科器械相关联的所述第二外科数据接口并且基于所识别的数据库来选择第二规则集;
基于所述第一规则集并且基于经由所述第一外科数据接口接收的所述第一数据流来生成所述标准格式的第一变换后的数据流;
基于所述第二规则集并且基于经由所述第二外科数据接口接收的所述第二数据流来生成所述标准格式的第二变换后的数据流;
将所述第一变换后的数据流和所述第二变换后的数据流输入到所述数据库;以及
使用所述数据库来比较所述第一外科手术和所述第二外科手术。
方面14.一种方法,所述方法包括:
识别与外科器械的类型相关联的外科数据接口,其中,所述外科数据接口被配置为能够接收来自与所述外科数据接口相关联的所述类型的外科器械的数据流;
识别用于接收由所述数据流指示的外科信息的数据库,其中,所述数据库是标准格式的;
基于与所述外科器械的类型相关联的所识别的外科数据接口并且基于所识别的数据库来选择规则集;
基于所选择的规则集并且基于经由所述外科数据接口接收的所述数据流来生成所述标准格式的变换后的数据流,其中,所述变换后的数据流指示所述外科信息;以及
将所述变换后的数据流输入到所述数据库。
方面15.根据方面14所述的方法,其中,所述数据流包括可视化数据、生物标志物数据、外科器械数据、或外科设备数据。
方面16.根据方面14所述的方法,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述方法还包括:
基于第二数据流来生成所述标准格式的第二变换后的数据流,其中,所述第二变换后的数据流和所述第一变换后的数据流与相同的采样率、相同的同步和相同的外科事件相关联。
方面17.根据方面16所述的方法,其中,所述第二数据流包括患者数据流、与外科手术相关联的外科器械数据流,或外科设备数据流。
方面18.根据方面14所述的方法,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述方法还包括:
基于第二数据流来生成所述标准格式的第二变换后的数据流;
基于所选择的规则集针对所述第一数据流确定无效数据和无效关联,其中,所述第一变换后的数据流排除所述无效数据和所述无效关联;以及
基于所述第二数据流来生成用于所述第一数据流的注释,其中,所述第一变换后的数据流包括所述注释。
方面19.根据方面14所述的方法,其中,所述方法还包括接收来自多个数据源的多个数据流,所述多个数据流中的每个数据流从所述多个数据源中的相应的数据源接收并且包括注释,并且所述注释指示所述相应的数据源与主外科设备操作性地耦接。
方面20.根据方面14所述的方法,生成所述变换后的数据流包括:
确定与所述标准格式相关联的采样率大于与所述数据流相关联的采样率;以及
基于所述数据流并且基于与所述标准格式相关联的所述采样率来确定中间平均数据点,其中,所述变换后的数据流包括所述中间平均数据点。
Claims (20)
1.一种装置,所述装置包括处理器,所述处理器被配置为能够:
识别与外科器械的类型相关联的外科数据接口,其中,所述外科数据接口被配置为能够接收来自所述类型的外科器械的数据流,其中,所述数据流指示外科信息;
识别用于接收所述外科信息的数据库,其中,所述数据库是标准格式的;
基于所识别的外科数据接口并且基于所识别的数据库来选择规则集;
基于所选择的规则集并且基于经由所述外科数据接口接收的所述数据流来生成所述标准格式的变换后的数据流,其中,所述变换后的数据流指示所述外科信息;以及
将所述变换后的数据流输入到所述数据库。
2.根据权利要求1所述的装置,其中,所述数据库是关系数据库。
3.根据权利要求1或权利要求2所述的装置,其中,所述标准格式指示以下项中的至少一者:分辨率、采样率、测量类型、测量单位、或数据流的类型,并且其中,所述数据流的类型包括离散数据流或连续数据流。
4.根据权利要求1至3中任一项所述的装置,其中,所述规则集包括以下项中的一者或多者:数据清理规则、数据验证规则、或数据格式化规则。
5.根据权利要求1至4中任一项所述的装置,其中,所述数据流包括以下项中的一者或多者:可视化数据、生物标志物数据、外科器械数据、或外科设备数据。
6.根据权利要求1至5中任一项所述的装置,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述处理器被进一步配置为能够:
基于第二数据流来生成所述标准格式的第二变换后的数据流,其中,所述第二变换后的数据流和所述第一变换后的数据流与相同的采样率、相同的同步和/或相同的外科事件相关联。
7.根据权利要求6所述的装置,其中,所述第二数据流包括以下项中的一者或多者:患者数据流、与外科手术相关联的外科器械数据流、或外科设备数据流。
8.根据权利要求1至5中任一项所述的装置,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述处理器被进一步配置为能够:
基于所选择的规则集针对所述第一数据流确定无效数据,其中,所述第一变换后的数据流排除所述无效数据;
基于第二数据流来生成所述标准格式的第二变换后的数据流;以及
基于所述第二数据流来生成用于所述第一数据流的注释,其中,所述第一变换后的数据流包括所述注释。
9.根据权利要求1至5中任一项所述的装置,其中,所述处理器被配置为能够接收来自多个数据源的所述数据流作为多个数据流中的一个数据流,其中,所述多个数据流中的每个数据流从所述多个数据源中的相应的数据源接收并且包括注释,并且每个注释指示所述相应的数据源与主外科设备操作性地耦接。
10.根据权利要求1所述的装置,其中,为了生成所述变换后的数据流,所述处理器被进一步配置为能够:
确定与所述标准格式相关联的采样率大于与所述数据流相关联的采样率;以及
基于所述数据流并且基于与所述标准格式相关联的所述采样率来确定中间平均数据点,其中,所述变换后的数据流包括所述中间平均数据点。
11.根据权利要求1至10中任一项所述的装置,其中,为了生成所述变换后的数据流,所述处理器被进一步配置为能够基于所述标准格式来解析所述数据流。
12.根据权利要求1至11中任一项所述的装置,其中,所述处理器被进一步配置为能够将所述数据库发送到显示装置。
13.一种装置,所述装置包括处理器,所述处理器被配置为能够:
识别与第一类型的外科器械相关联的第一外科数据接口,其中,所述第一外科数据接口被配置为能够接收来自所述第一类型的第一外科器械的第一数据流;
识别与第二类型的外科器械相关联的第二外科数据接口,其中,所述第二外科数据接口被配置为能够接收来自所述第二类型的第二外科器械的第二数据流;
确定所述第一数据流是从第一外科手术收集的,所述第二数据流是从第二外科手术收集的,并且所述第一外科手术和所述第二外科手术与相同的医疗特性相关联;
确定所述第一数据流的格式与所述第二数据流的格式不同;
识别标准格式的数据库;
基于所述第一外科数据接口并且基于所识别的数据库来选择第一规则集;
基于所述第二外科数据接口并且基于所识别的数据库来选择第二规则集;
基于所述第一规则集并且基于经由所述第一外科数据接口接收的所述第一数据流来生成所述标准格式的第一变换后的数据流;
基于所述第二规则集并且基于经由所述第二外科数据接口接收的所述第二数据流来生成所述标准格式的第二变换后的数据流;
将所述第一变换后的数据流和所述第二变换后的数据流输入到所述数据库;以及
使用所述数据库来比较所述第一外科手术和所述第二外科手术。
14.一种方法,所述方法包括:
识别与外科器械的类型相关联的外科数据接口,其中,所述外科数据接口被配置为能够接收来自所述类型的外科器械的数据流,其中,所述数据流指示外科信息;
识别用于接收所述外科信息的数据库,其中,所述数据库是标准格式的;
基于所识别的外科数据接口并且基于所识别的数据库来选择规则集;
基于所选择的规则集并且基于经由所述外科数据接口接收的所述数据流来生成所述标准格式的变换后的数据流,其中,所述变换后的数据流指示所述外科信息;以及
将所述变换后的数据流输入到所述数据库。
15.根据权利要求14所述的方法,其中,所述数据流包括以下项中的一者或多者:可视化数据、生物标志物数据、外科器械数据、或外科设备数据。
16.根据权利要求14或权利要求15所述的方法,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述方法还包括:
基于第二数据流来生成所述标准格式的第二变换后的数据流,其中,所述第二变换后的数据流和所述第一变换后的数据流与相同的采样率、相同的同步和/或相同的外科事件相关联。
17.根据权利要求16所述的方法,其中,所述第二数据流包括以下项中的一者或多者:患者数据流、与外科手术相关联的外科器械数据流、或外科设备数据流。
18.根据权利要求14或权利要求15所述的方法,其中,所述数据流是第一数据流,所述变换后的数据流是第一变换后的数据流,并且所述方法还包括:
基于第二数据流来生成所述标准格式的第二变换后的数据流;
基于所选择的规则集针对所述第一数据流确定无效数据,其中,所述第一变换后的数据流排除所述无效数据;以及
基于所述第二数据流来生成用于所述第一数据流的注释,其中,所述第一变换后的数据流包括所述注释。
19.根据权利要求14或权利要求15所述的方法,其中,所述方法还包括接收来自多个数据源的所述数据流作为多个数据流中的一个数据流,其中,所述多个数据流中的每个数据流从所述多个数据源中的相应的数据源接收并且包括注释,并且每个注释指示所述相应的数据源与主外科设备操作性地耦接。
20.根据权利要求14至19中任一项所述的方法,其中,生成所述变换后的数据流包括:
确定与所述标准格式相关联的采样率大于与所述数据流相关联的采样率;以及
基于所述数据流并且基于与所述标准格式相关联的所述采样率来确定中间平均数据点,其中,所述变换后的数据流包括所述中间平均数据点。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163224813P | 2021-07-22 | 2021-07-22 | |
US63/224,813 | 2021-07-22 | ||
US17/384,354 US20230025061A1 (en) | 2021-07-22 | 2021-07-23 | Surgical data system and management |
US17/384,348 US20230026634A1 (en) | 2021-07-22 | 2021-07-23 | Surgical data system and classification |
US17/384,337 US20230027210A1 (en) | 2021-07-22 | 2021-07-23 | Surgical data system and control |
US17/384,354 | 2021-07-23 | ||
PCT/IB2022/056665 WO2023002379A1 (en) | 2021-07-22 | 2022-07-20 | Surgical data system and management |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117941006A true CN117941006A (zh) | 2024-04-26 |
Family
ID=90790558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280062780.5A Pending CN117941006A (zh) | 2021-07-22 | 2022-07-20 | 外科数据系统和管理 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117941006A (zh) |
-
2022
- 2022-07-20 CN CN202280062780.5A patent/CN117941006A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230027210A1 (en) | Surgical data system and control | |
JP7330979B2 (ja) | クラウド分析ネットワークにおけるデータ処理及び優先順位付け | |
US20240130754A1 (en) | Powered stapling device configured to adjust force, advancement speed, and overall stroke of cutting member based on sensed parameter of firing or clamping | |
US11096693B2 (en) | Adjustment of staple height of at least one row of staples based on the sensed tissue thickness or force in closing | |
JP7326289B2 (ja) | 外科用ハブ用の適応的制御プログラム更新 | |
CN117941006A (zh) | 外科数据系统和管理 | |
CN117979916A (zh) | 外科数据系统和分类 | |
CN118019506A (zh) | 外科数据系统和控制 | |
WO2023002379A1 (en) | Surgical data system and management | |
EP4373423A1 (en) | Surgical data system and classification | |
EP4203833A1 (en) | Surgical data system and control | |
US20230372031A1 (en) | Identification of images shapes based on situational awareness of a surgical image and annotation of shapes or pixels | |
US20230372030A1 (en) | Automatic compilation, annotation, and dissemination of surgical data to systems to anticipate related automated operations | |
US20230372013A1 (en) | Aggregation of patient, procedure, surgeon, and facility pre-surgical data and population and adaptation of a starting procedure plan template | |
US20230397969A1 (en) | Autonomous Adaptation of Surgical Device Control Algorithm | |
WO2023223234A1 (en) | Automatic compilation, annotation, and dissemination of surgical data to systems to anticipate related automated operations | |
CN117957617A (zh) | 外科数据处理和元数据注释 | |
WO2023002377A1 (en) | Multi-level surgical data analysis system | |
CN117136415A (zh) | 外科传感器数据流的协同处理 | |
WO2023002385A1 (en) | Hub identification and tracking of objects and personnel within the or to overlay data that is custom to the user's need | |
EP4189699A1 (en) | Surgical data processing and metadata annotation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |