DE102015000066A1 - System zur Echtzeitanalyse von Gesundheitsdaten - Google Patents
System zur Echtzeitanalyse von Gesundheitsdaten Download PDFInfo
- Publication number
- DE102015000066A1 DE102015000066A1 DE201510000066 DE102015000066A DE102015000066A1 DE 102015000066 A1 DE102015000066 A1 DE 102015000066A1 DE 201510000066 DE201510000066 DE 201510000066 DE 102015000066 A DE102015000066 A DE 102015000066A DE 102015000066 A1 DE102015000066 A1 DE 102015000066A1
- Authority
- DE
- Germany
- Prior art keywords
- health data
- patient
- real
- time analysis
- health
- 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.)
- Ceased
Links
- 230000036541 health Effects 0.000 title claims abstract description 82
- 238000010223 real-time analysis Methods 0.000 title claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims description 9
- 230000000474 nursing effect Effects 0.000 claims description 9
- 210000004369 blood Anatomy 0.000 claims description 7
- 239000008280 blood Substances 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 239000003814 drug Substances 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 4
- 230000031700 light absorption Effects 0.000 claims description 4
- 239000002207 metabolite Substances 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 239000012503 blood component Substances 0.000 claims description 3
- 230000036772 blood pressure Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 241000894006 Bacteria Species 0.000 claims description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 2
- 102000003886 Glycoproteins Human genes 0.000 claims description 2
- 108090000288 Glycoproteins Proteins 0.000 claims description 2
- 102000001554 Hemoglobins Human genes 0.000 claims description 2
- 108010054147 Hemoglobins Proteins 0.000 claims description 2
- 241000700605 Viruses Species 0.000 claims description 2
- 239000003570 air Substances 0.000 claims description 2
- 239000012080 ambient air Substances 0.000 claims description 2
- UBAZGMLMVVQSCD-UHFFFAOYSA-N carbon dioxide;molecular oxygen Chemical compound O=O.O=C=O UBAZGMLMVVQSCD-UHFFFAOYSA-N 0.000 claims description 2
- 239000003792 electrolyte Substances 0.000 claims description 2
- 239000003925 fat Substances 0.000 claims description 2
- 239000005556 hormone Substances 0.000 claims description 2
- 229940088597 hormone Drugs 0.000 claims description 2
- 229910052757 nitrogen Inorganic materials 0.000 claims description 2
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims description 2
- 238000004393 prognosis Methods 0.000 claims description 2
- 102000004169 proteins and genes Human genes 0.000 claims description 2
- 108090000623 proteins and genes Proteins 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 230000005068 transpiration Effects 0.000 claims description 2
- 230000003612 virological effect Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 claims 1
- 230000007774 longterm Effects 0.000 abstract description 3
- 238000002405 diagnostic procedure Methods 0.000 abstract 1
- 208000014674 injury Diseases 0.000 abstract 1
- 230000008733 trauma Effects 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000001727 in vivo Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 206010012335 Dependence Diseases 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 238000010171 animal model Methods 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 235000019577 caloric intake Nutrition 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000010972 statistical evaluation Methods 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 0 *=C1CCCC1 Chemical compound *=C1CCCC1 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
- 230000006399 behavior Effects 0.000 description 1
- 238000012742 biochemical analysis Methods 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 238000012623 in vivo measurement Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000004580 weight loss Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Die Erfindung bezieht sich auf das Gebiet des Gesundheitsschutzes und auf das Gebiet der operativen Nothilfe für Menschen, die im ständigen Kontakt mit dem Provider sich befinden. Dieser Provider enthält Informationen über Organismus des Patienten, inklusive Daten über den Zustand des Patienten, bereits verhandelnden Krankheiten, Traumen und Profilaxe auf Langzeitbasis. Die Erfindung betrifft ein System (1) zur Echtzeitanalyse von Gesundheitsdaten, aufweisend mindestens ein oder mehrere am, im oder im indirekten Kontakt mit dem Körper (2, 21) eines Patienten (3) tragbare Sensoren (4, 5) zur Messung von sensorspezifischen Gesundheitsdaten, mindestens ein am, im oder im indirekten Kontakt mit dem Körper (2, 21) des Patienten (3) tragbaren Sensor (5) zur geografischen Ortsbestimmung des Patienten (3), mindestens ein Sender (6) zum Übersenden der von dem mindestens einen oder mehreren am, im oder im indirekten Kontakt mit dem Körper (2, 21) des Patienten (3) getragenen Sensoren (4, 5) an mindestens eine zentrale Stelle (7) zur Sammlung der Gesundheitsdaten, mindestens eine zentrale Stelle (7), in welcher mindestens ein Rechner (8) die Gesundheitsdaten einer Mehrzahl von Patienten (3) durch einen Algorithmus auswertet. Durch das System kann die Gesundheit einer Mehrzahl von Patienten überwacht werden und Epidemien oder Pandemien können frühzeitig erkannt werden. Des Weiteren kann mittels der Erfindung das Niveau der Gesundheitsdienste erhöht werden, Minderung des Unterhalts in den Krankenhäusern, Abbau des medizinischen Personals, und allgemein – Herabsetzung der Kosten im Gesundheitsbereich. Die Diagnostikprozesse können das Minimisieren der medizinischen Fehler beeinflussen.
Description
- Die Erfindung betrifft ein System zur Echtzeitanalyse von Gesundheitsdaten.
- Zur telemetrischen Überwachung von Gesundheitsdaten einzelner Personen ist es bekannt, einen spezifischen Sensor am Patienten oder an der zu überwachenden Person anzubringen und die gemessenen Gesundheitsdaten entweder aufzuzeichnen und zu einer vorgewählten Zeit an eine Empfangsstation zu übermitteln. Solche Systeme werden beispielsweise für die Messung eines Langzeit-EKG eingesetzt, wobei die Übermittlung in der Regel durch Auslesen eines Rekorders beim Arzt geschieht. Es handelt sich hierbei im strengen Sinne nicht um eine telemetrische Überwachung, sondern um die Langzeitaufzeichnung von Detektordaten durch das spezielle Computerprogramm, die erst später von einem die Daten interpretierenden Arzt ausgelesen werden.
- Aus den Anfängen der Raumfahrt ist es bekannt, Vitalitätsdaten von Versuchstieren, aber auch von Kosmonauten über eine Funkverbindung an die zentrale Leitstelle zu übersenden, um die Lebensfunktionen des Versuchstieres oder des Kosmonauten zu überwachen. Die empfangenen Daten können telemetrisch aufgezeichnet werden, um diese für spätere Missionen nutzbringend einzusetzen, beispielsweise, um die Flugbedingungen für spätere Missionen erträglicher zu machen.
- Auch ist es bekannt, gesundheitlich angeschlagenen, in der Regel älteren Personen ein System zur Überwachung von spezifischen Lebensfunktionen, wie beispielsweise den Puls, zur Verfügung zu stellen, um bei vorbestimmten Abweichungen durch ein an der Person getragenen Sender einen Notruf abzusenden.
- Es sind zum Zeitpunkt dieser Anmeldung eine Vielzahl von Sensoren bekannt, die als Armband oder in einer elektronischen Uhr getragen und in einem mitgeführten Smartphone (mobiles Telefon mit Rechnerkapazität) werden diese Daten statistisch ausgewertet. Auf diese Weise kann der Nutzer sein eigenes Verhalten überprüfen oder – sofern es sich um überwachungsnotwendige Sensordaten, wie z. B. der Blutzucker bei Diabetes-Patienten handelt – entsprechende notwendige Handlungen zur Gesundheitssorge durchführen.
- Die vorstehend genannten Systeme können auch in Datenbanken von sozialen Netzwerken geladen werden, um beispielsweise einen erwünschten Gruppendruck aufzubauen, der hilft, eine sich selbst auferlegte Aktivitätsleistung durchzuhalten oder um ein sich selbst auferlegtes Ziel der Gewichtsabnahme zu erreichen.
- Die bekannten Systeme zur Überwachung von Gesundheitsdaten einzelner bergen in sich ein großes Potenzial zur prediktiven Gesundheitsvorsorge einer Mehrzahl bis Vielzahl von Personen.
- Aufgabe der Erfindung ist es daher, ein System zur Verfügung zu stellen, welches das vorhandene Potenzial zur prediktiven Gesundheitsvorsorge zur Verfügung stellt.
- Die erfindungsgemäße Aufgabe wird gelöst durch ein System zur Echtzeitanalyse von Gesundheitsdaten, aufweisend mindestens ein oder mehrere am oder im Körper eines Patienten tragbare Sensoren zur Messung von sensorspezifischen Gesundheitsdaten, mindestens ein am Körper des Patienten tragbaren Sensor zur geografischen Ortsbestimmung des Patienten, mindestens ein Sender zum Übersenden der von dem mindestens einen oder mehreren am oder im Körper des Patienten getragenen Sensoren an mindestens eine zentrale Stelle zur Sammlung der Gesundheitsdaten, mindestens eine zentrale Stelle, in welcher mindestens ein Rechner die Gesundheitsdaten einer Mehrzahl von Patienten durch einen Algorithmus auswertet, wobei der Algorithmus bei vorgegebenen Abweichungen detektierter Gesundheitsdaten und/oder bei vorbestimmten Detektionsmustern der Gesundheitsdaten eines einzelnen Patienten eine Nachricht an einen Arzt, an einen Sanitäts- oder Pflegedienst, dem Katastrophenschutz und/oder einer Polizeileitstelle in der geografischen Nähe des Patienten und/oder einer Kontaktperson an einem beliebigen Ort sendet. Weitere vorteilhafte Ausgestaltungen sind in den Unteransprüchen zu Anspruch 1 angegeben.
- Das gesamte System besteht also aus verschiedenen Einheiten an verschiedenen Orten, die erst im Zusammenspiel miteinander zur Lösung der Erfindungsaufgabe beitragen. Das System weist am oder im Körper eines Patienten mindestens einen Sensor auf. Als einfachster Sensor am Körper eines Patienten können die bereits bekannten Sportuhren (Smartwatch) sein, die Bewegungssensoren beinhalten und aus Bewegungsmustern und eingegebenen Daten, wie Körpergewicht und gegebenenfalls weiteren körperspezifischen Daten lokal den aktuellen Kalorienverbrauch abschätzen. Auch können diese Sportuhren über der Haut des Uhrenträgers zugewandten IR-Sensoren den Puls über eine mit dem Herzschlag korrelierende variable IR-Lichtabsorption der Haut messen. Dabei macht sich das Detektionssystem zu Eigen, dass sich im Verlauf des Blutdrucks die Lichtabsorption der menschlichen Haut ändert. Weitere Sensordaten können so aufgenommen werden. Ebenso ist es möglich, dass im Körper getragene Sensoren ihre Daten an eine außen am Körper mitgeführte Elektronik weiterleiten, damit diese Daten aufgezeichnet oder telemetrisch übersendet werden können. Ein Beispiel hierfür ist im einfachsten Fall ein über ein RFID-System auslesbarer Herzschrittmacher, der die aktuelle, angeregte Herzfrequenz aussendet. Weitere Sensoren könnten ein in vivo-Blutzucker-Messsystem sein, oder implantierte Mikrosensoren zur in-vivo-Messung von Blutbestandteilen. Auch diese Sensoren können über ein RFID-System oder bei einer externen Stromversorgung durch wechselnde Magnetfelder oder durch ein durch die Haut gelegtes Kabel weitere, komplexere Daten übermitteln. Je nach Wunsch des Patienten oder nach Anforderung durch einen die Messung der Gesundheitsdaten überwachenden Arzt oder Gesundheitsbehörde können so nahezu beliebige Datensammlungen eines Patienten an eine zentrale Stelle übersendet werden, die an einem geografisch beliebigen Ort angesiedelt ist. Um die telemetrische Übermittlung durchführen zu können, kann hierzu vorgesehen sein, die lokalen, gemessenen Gesundheitsdaten über ein mobiles Telefon oder über ein Satellitentelefon oder über ein Funkgerät über die entsprechenden Vermittlungsstellen zu einer zentralen Stelle weiterzuleiten, wo die Daten von mehr als einem Patienten gesammelt und ausgewertet werden.
- Um die Gesundheitsdaten von einem Patienten in dem mindestens einen Rechner der zentralen Stelle eindeutig zuordnen zu können, hat es sich als vorteilhaft erwiesen, wenn der Sensor oder der Sender mit den Sensordaten eine patientenspezifische Kennung aussendet, anhand derer der Algorithmus einen Patienten eindeutig zuordnet, somit eine Identifikationskennung (ID) mitsendet.
- Es hat sich des Weiteren als vorteilhaft erwiesen, wenn die geografischen Positionsdaten des Patienten bei der Übermittlung der Gesundheitsdaten mit übersendet werden. Eine erste vorteilhafte Verwendung der Gesundheitsdaten mit den geografischen Positionsdaten ist, dass bei einem detektierten Notfall oder bei einem prognostizierten Not- oder zumindest Bedarfsfall der Patient von einem in der Nähe ansässigen Arzt, einem Pflegedienst, einem Sanitätsdienst, der Polizei oder einer Kontaktperson an einem beliebigen Ort kontaktiert oder aufgesucht wird. Dies ist vorteilhaft für Patienten, die nur noch über eine eingeschränkte Urteilsfähigkeit oder über eine eingeschränkte Sensorik verfügen, wie dies häufig bei gebrechlichen Patienten der Fall sein kann. Des Weiteren erlaubt die Korrelation von Gesundheitsdaten von örtlich nahe beieinander anwesenden Patienten einen Rückschluss auf Epidemien, wenn beispielsweise in einer begrenzten Umgebung die Gesundheitsdaten wie Bewegungsintensität, Körpertemperatur oder andere Gesundheitsdaten von verschiedenen Patienten korreliert miteinander Änderungen durchlaufen. So können Epidemien, Pandemien oder plötzliche Ereignisse schnell erkannt und auch lokalisiert werden. Für eine optimale Nutzung der Gesundheitsdaten hat es sich somit als vorteilhaft erwiesen, wenn der mindestens eine Rechner einen Algorithmus zur Mustererkennung aufweist, anhand derer synchrone oder zeitnah beieinander liegende Änderungen von Gesundheitsdaten einem unbekannten, externen Ereignis oder einer sich anbahnenden Pandemie oder Epidemie zugeordnet werden, wobei der mindestens eine Rechner durch den Algorithmus eine Nachricht an eine zentrale Leitstelle zur Überwachung von Gesundheitsdaten übermittelt.
- Da sich die Vielzahl von Gesundheitsdaten über den Zeitraum des Einsatzes und auch über den Zeitraum der Entwicklung neuartiger Sensoren verändern kann, hat es sich als vorteilhaft erwiesen, wenn der mindestens eine Rechner ein Expertensystem als Algorithmus aufweist, anhand dessen aufgrund zeitlich verlaufender Muster der Gesundheitsdaten von einem oder mehr als einem Patienten zukünftige, zu erwartende Gesundheitsdaten prognostiziert werden können, wobei die Prognose auf der Fortschreibung bereits gemessener Daten und deren zeitlicher Korrelation beruht. Es ist nach der Erfindung nicht unbedingt vorgesehen, dass notwendige Ursache-Wirkungsbeziehungen in den Algorithmus hinterlegt werden, sondern es reicht aus, wenn eindeutige Korrelationen, auch in Bezug auf deren relativen zeitlichem Verlauf einer Mustererkennung unterworfen werden. So könnte beispielsweise eine Korrelation von sich plötzlich zeitnah stabilisierenden Vitalitätsdaten einer Vielzahl von Patienten eine Epidemie ankündigen, weil durch die Inkubation von Erregern im Patienten das Abwehrsystem anders verhält als es im Normalzustand ohne drohenden Ausbruch einer Epidemie der Fall ist. Dieser dem Anschein nach widersinnige Zusammenhang zwischen einer Stabilisierung der Vitalität und einer sich anbahnenden Erkrankung ist beispielsweise aus der statistischen Auswertung der Gesundheitsdaten von Schwerkranken bekannt. Durch ein Expertensystem, das ohne hinterlegte Ursache-Wirkungsbeziehungen aufgrund von wiederkehrenden Korrelationen zukünftige Entwicklungen von Gesundheitsdaten prognostiziert, kann die Gesundheitsvorsorge für eine größere Gruppe von Menschen besser korreliert werden. Es ist so nicht nur einfacher, größere Gruppen gesundheitlich besser zu versorgen, wie zum Beispiel größere Gruppen von Flüchtlingen in Auffanglagern, Schüler in Schulen, aber auch Menschen in medizinisch sehr schlecht versorgten Gebieten und andere Personengruppen.
- Als Beispiele für zu messende Gesundheitsdaten können vorgesehen sein, dass der mindestens eine am Körper tragbare Sensor (also äußere Anwendung des Detektors) mindestens eine Eigenschaft ausgewählt aus der Gruppe bestehend aus Hautwiderstand, elektrische Impulsfolge (z. B. Elektrokardiogramm), Transpiration, Temperatur, chemische Beschaffenheit des Schweißes, wie pH-Wert, Salzgehalt, Metaboliteninhalt, Puls, Blutdruck, Bewegungsintensität, örtliche Veränderung und/oder Lichtabsorption der Haut, UV-, Röntgen- und Gamma-Strahlungsbelastung, Luftdruck, Schallintensität, chemische Belastung der Umgebungsluft detektiert. Da sich die Sensorik für außen angewendete Detektoren stets weiter verbessert und verbreitert, ist diese Sammlung nur beispielhaft anzusehen.
- Als weitere Beispiele für zu messende Gesundheitsdaten können vorgesehen sein, dass der mindestens eine im Körper tragbare Sensor (also innere in-vivo-Anwendung) mindestens eine Eigenschaft ausgewählt aus der Gruppe bestehend aus: Blutalkoholgehalt, Blutzuckergehalt, Hormongehalt, Gehalt an vorgewählten Metaboliten und Blutbestandteilen wie Fette, Proteine, Glykoproteine, Sauerstoff, Kohlendioxid, Stickstoff, Hämoglobinkonzentration, Leukozytenkonzentration, virale Belastung mit vorgewählten, analysierbaren Viren, Belastung mit vorgewählten, analysierbaren Bakterien, Medikamenten- oder Drogenkonzentration, Elektrolytgehalt detektiert. Da sich die Sensorik für innen angewendete in-vivo-Diagnostik stets weiter verbessert und verbreitert, ist diese Sammlung ebenfalls nur beispielhaft anzusehen.
- Sofern die telemetrische Messung von Gesundheitsdaten nur ein eine Richtung, nämlich vom Ort der Messung zur zentralen Stelle vorgesehen ist, ist dieses System auch sehr vorteilhaft für die Massentierhaltung einsetzbar, um den Gesundheitszustand einer Tierpopulation zu überwachen.
- In weitere Ausgestaltung der Erfindung und speziell zum Einsatz am Menschen ist es vorteilhaft, wenn vorgesehen ist, dass des Weiteren eine Sende- und Empfangsvorrichtung vorhanden ist, über den der Patient mit dem Arzt, dem Sanitäts- oder Pflegedienst, dem Katastrophenschutz und/oder der Polizeileitstelle in der geografischen Nähe des Patienten und/oder der Kontaktperson an einem beliebigen Ort kommunizieren kann. Auf diese Weise lässt sich ein Patient, der eine spezielle ärztliche Versorgung benötigt, schnell kontaktieren, so dass beispielsweise bei der medizinischen Krisenintervention der Patient erreicht und zum Beispiel beruhigt werden kann.
- Da es nicht jedem Menschen angenehm ist, in Echtzeit überwacht zu werden, weil aktuelle Aktivitäten des Menschen anhand der telemetrisch überwachten Gesundheitsdaten abgeleitet werden können, wie zum Beispiel sportliche Aktivitäten, starker Körpereinsatz, geselliges Beieinandersein oder auch Feiern, kann es vorgesehen sein, dass des Weiteren geografisch verteilte mobile Stationen vorgesehen sind, innerhalb denen ein Patient den einen oder die mehreren am, im oder im indirekten Kontakt mit dem Körper des Patienten tragbare Sensoren anlegt oder bereits am oder im Körper getragene Sensoren zur Übertragung der gemessenen Gesundheitsdaten aktiviert. Solche mobile Stationen können in ärztlich unterversorgten Gebieten aufgestellt sein, in Flüchtlingslagern aufgestellt sein oder dort, wo nicht jeder mit individuellen Detektoren ausgestattet werden kann, weil dies aus finanziellen Gründen nicht möglich ist. Auf diese Weise lässt sich eine medizinische Fernüberwachung der Gesundheit einrichten, wobei eine ärztliche Nahversorgung nur bei Notwendigkeit durchgeführt wird. Zur Durchführung hat es sich dabei als vorteilhaft erwiesen, wenn die geografisch verteilten mobilen Stationen an Schulen, Altenheimen, in medizinisch unterversorgten Gegenden in öffentlichen Gebäuden, in Hotels, oder in größeren Büros angeordnet sind.
- Die Erfindung wird anhand der folgenden Figuren näher erläutert. Es zeigt:
-
1 ein System zur Echtzeitanalyse von Gesundheitsdaten mit seinen einzelnen Elementen, -
2 eine Anordnung von Sensor und Daten-Netzwerk, - In
1 ist System1 zur Echtzeitanalyse von Gesundheitsdaten dargestellt, welches aus an verschiedenen Orten anwesenden Einzelelementen besteht. Die Einzelelemente umfassen: mindestens ein oder mehrere am oder im Körper2 eines Patienten3 tragbare Sensoren4 zur Messung von sensorspezifischen Gesundheitsdaten, mindestens ein am Körper2 des Patienten3 tragbarer Sensor5 zur geografischen Ortsbestimmung des Patienten3 , mindestens ein Sender6 zum Übersenden der von dem mindestens einen oder mehreren am oder im Körper2 des Patienten3 getragenen Sensoren4 ,5 an mindestens eine zentrale Stelle7 zur Sammlung der Gesundheitsdaten, mindestens eine zentrale Stelle7 , in welcher mindestens ein Rechner8 die Gesundheitsdaten einer Mehrzahl von Patienten3 durch einen Algorithmus auswertet, wobei der Algorithmus bei vorgegebenen Abweichungen detektierter Gesundheitsdaten und/oder bei vorbestimmten Detektionsmustern der Gesundheitsdaten eines einzelnen Patienten3 eine Nachricht an einen Arzt9 , an einen Sanitäts- oder Pflegedienst10 , dem Katastrophenschutz und/oder einer Polizeileitstelle11 in der geografischen Nähe des Patienten3 und/oder einer Kontaktperson an einem beliebigen Ort sendet. Nach der Erfindung ist vorgesehen, dass die Gesundheitsdaten von den Sensoren4 ,5 zu beliebiger Zeit, bevorzugt jedoch in Echtzeit an die zentrale Stelle geleitet werden, wo mindestens ein Rechner die Gesundheitsdaten in einem eigens dafür geschaffenen Algorithmus übergibt. Der Algorithmus erkennt Muster von Gesundheitsdaten und prognostiziert daraus kommende Epidemien oder Pandemien, plötzlich Ereignisse und hilft, die Gesundheit einer Mehrzahl von Personen zu überwachen. Dabei kann bei Abweichung von vorbestimmten Normmaßen, aber auch bei Abweichung von typischen Mustern der Gesundheitsdaten der Mehrzahl von Personen der betreffende Patient kontaktiert werden. Die Gesundheitskontrolle bezieht sich dabei nicht nur auf eine gesundheitliche Krisenintervention und auch nicht nur zur Alarmierung im Notfall, sondern auch, um persönliche gesundheitsziele zu erreichen, wie beispielsweise die Einhaltung von selbst auferlegten Diätplänen, zur Suchtprävention und zur Vermeidung von Suchtrückfällen, zur erwünschten Maßregelung, sich zu bewegen oder auch zur erwünschten Maßregelungen bei einem zu hohen Kalorienkonsum. - Nach einer Ausgestaltung der Erfindung ist vorgesehen, in das System auch noch weitere Daten aus mittelbar vorhandenen Sensoren zu integrieren, wie beispielsweise Daten von Sensoren, die in einer Toilette
12 angeordnet sind und eine biochemische Analyse des Stuhls oder des Urins durchführen, bspw. Messung des Zuckergehalts im Urin oder die Messung von okkultem Blut im Stuhl. Des Weiteren kommen auch Sensoren in Betracht, die über eine Anordnung in einem Bett13 den Schlaf eines Patienten überwachen und so beispielsweise über typische Bewegungsmuster Schlafapnoen messen oder die Körpertemperatur. - In
2 ist dargestellt, wie die Gesundheitsdaten eines Sensors20 , der im Körper des Patienten3 , hier beispielhaft im Arm21 des Patienten3 vorhanden sind, drahtlos seine gemessenen Daten an eine elektronischer Uhr mit Rechnerkapazität weiterleitet. Die elektronische Uhr des Nutzers reichert die Daten an mit einer eindeutigen Identifikationsnummer des Patienten3 zur Zuordnung der Daten und optional auch mit geografischen Positionsdaten, bevor diese in ein Datennetzwerk geschickt werden, wo sie später von einer zentralen Stelle abgeholt und zur statistischen Auswertung einem Auswertealgorithmus unterzogen werden. - Beim Einsatz der Sensoren sind der Art des Sensors keine Grenzen gesetzt. Die Daten können von beliebiger Art sein, sofern diese Sensoren dazu in der Lage sind, Eigenschaften des menschlichen oder tierischen Körpers aufzunehmen, die in irgendeiner Weise mit den Vitalitätsfunktionen des Körpers in Übereinstimmung zu bringen sind.
- Bezugszeichenliste
-
- 1
- System
- 2
- Körper
- 3
- Patient
- 4
- Sensor
- 5
- Sensor
- 6
- Sender
- 7
- zentrale Stelle
- 8
- Rechner
- 9
- Arzt
- 10
- Pflegedienst/Sanitätsdienst
- 11
- Polizeileitstelle
- 12
- Toilette
- 13
- Bett
- 20
- Sensor
- 21
- Arm
Claims (10)
- System (
1 ) zur Echtzeitanalyse von Gesundheitsdaten, aufweisend – mindestens ein oder mehrere am oder im Körper (2 ,21 ) eines Patienten (3 ) tragbare Sensoren (4 ,5 ) zur Messung von sensorspezifischen Gesundheitsdaten, – mindestens ein am Körper (2 ,21 ) des Patienten (3 ) tragbaren Sensor (5 ) zur geografischen Ortsbestimmung des Patienten (3 ), – mindestens ein Sender (6 ) zum Übersenden der von dem mindestens einen oder mehreren am oder im Körper (2 ,21 ) des Patienten (3 ) getragenen Sensoren (4 ,5 ) an mindestens eine zentrale Stelle (7 ) zur Sammlung der Gesundheitsdaten, – mindestens eine zentrale Stelle (7 ), in welcher mindestens ein Rechner (8 ) die Gesundheitsdaten einer Mehrzahl von Patienten (3 ) durch einen Algorithmus auswertet, wobei – der Algorithmus bei vorgegebenen Abweichungen detektierter Gesundheitsdaten und/oder bei vorbestimmten Detektionsmustern der Gesundheitsdaten eines einzelnen Patienten (3 ) eine Nachricht an einen Arzt (9 ), an einen Sanitäts- oder Pflegedienst (10 ), dem Katastrophenschutz und/oder einer Polizeileitstelle (11 ) in der geografischen Nähe des Patienten (3 ) und/oder einer Kontaktperson an einem beliebigen Ort sendet. - System zur Echtzeitanalyse von Gesundheitsdaten nach Anspruch 1, dadurch gekennzeichnet, dass der Sensor (
4 ,5 ) oder der Sender (6 ) mit den Sensordaten eine patientenspezifische Kennung (ID) aussendet, anhand derer der Algorithmus einen Patienten (3 ) eindeutig zuordnet. - System zur Echtzeitanalyse von Gesundheitsdaten nach Anspruch nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, dass der mindestens eine Rechner (
8 ) einen Algorithmus zur Mustererkennung aufweist, anhand derer synchrone oder zeitnah beieinander liegende Änderungen von Gesundheitsdaten einem unbekannten, externen Ereignis oder einer sich anbahnenden Pandemie oder Epidemie zugeordnet werden, wobei der mindestens eine Rechner (8 ) durch den Algorithmus eine Nachricht an eine zentrale Leitstelle (11 ) zur Überwachung von Gesundheitsdaten übermittelt. - System zur Echtzeitanalyse von Gesundheitsdaten nach Anspruch nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass der mindestens eine Rechner (
8 ) einen Expertensystem als Algorithmus aufweist, anhand dessen aufgrund zeitlich verlaufender Muster der Gesundheitsdaten von einem oder mehr als einem Patienten (3 ) zukünftige, zu erwartende Gesundheitsdaten prognostiziert werden können, wobei die Prognose auf der Fortschreibung bereits gemessener Daten und deren zeitlicher Korrelation beruht. - System zur Echtzeitanalyse von Gesundheitsdaten nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass der mindestens eine am Körper (
2 ,21 ) tragbare Sensor (4 ,5 ) mindestens eine Eigenschaft ausgewählt aus der Gruppe bestehend aus – Hautwiderstand, elektrische Impulsfolge (z. B. Elektrokardiogramm), Transpiration, Temperatur, chemische Beschaffenheit des Schweißes, wie pH-Wert, Salzgehalt, Metaboliteninhalt, Puls, Blutdruck, Bewegungsintensität, örtliche Veränderung und/oder Lichtabsorption der Haut, UV-, Röntgen- und Gamma-Strahlungsbelastung, Luftdruck, Schallintensität, chemische Belastung der Umgebungsluft detektiert. - System zur Echtzeitanalyse von Gesundheitsdaten nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass der mindestens eine im Körper (
2 ,21 ) tragbare Sensor (4 ,5 ) mindestens eine Eigenschaft ausgewählt aus der Gruppe bestehend aus: – Blutalkoholgehalt, Blutzuckergehalt, Hormongehalt, Gehalt an vorgewählten Metaboliten und Blutbestandteilen wie Fette, Proteine, Glykoproteine, Sauerstoff, Kohlendioxid, Stickstoff, Hämoglobinkonzentration, Leukozytenkonzentration, virale Belastung mit vorgewählten, analysierbaren Viren, Belastung mit vorgewählten, analysierbaren Bakterien, Medikamenten- oder Drogenkonzentration, Elektrolytgehalt detektiert. - System zur Echtzeitanalyse von Gesundheitsdaten nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass des Weiteren eine Sende- und Empfangsvorrichtung (
6 ) vorhanden ist, über den der Patient (3 ) mit dem Arzt (9 ), dem Sanitäts- oder Pflegedienst (10 ), dem Katastrophenschutz und/oder der Polizeileitstelle (11 ) in der geografischen Nähe des Patienten (3 ) und/oder der Kontaktperson an einem beliebigen Ort kommunizieren kann. - System zur Echtzeitanalyse von Gesundheitsdaten nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass des Weiteren geografisch verteilte Stationen vorgesehen sind, innerhalb denen ein Patient den einen oder die mehreren am oder im Körper des Patienten tragbare Sensoren anlegt oder bereits am oder im Körper getragene Sensoren zur Übertragung der gemessenen Gesundheitsdaten aktiviert.
- System zur Echtzeitanalyse von Gesundheitsdaten nach Anspruch 8, dadurch gekennzeichnet, dass die geografisch verteilten Stationen an Schulen, Altenheimen, in medizinisch unterversorgten Gegenden in öffentlichen Gebäuden, in Hotels, oder in größeren Büros angeordnet sind.
- Verfahren zur Echtzeitanalyse von Gesundheitsdaten, gekennzeichnet durch den Einsatz eines Systems nach einem der Ansprüche 1 bis 9.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201510000066 DE102015000066A1 (de) | 2015-01-12 | 2015-01-12 | System zur Echtzeitanalyse von Gesundheitsdaten |
RU2015112871/14A RU2604939C2 (ru) | 2015-01-12 | 2015-04-08 | Система для исследования данных о здоровье, работающая в режиме реального времени |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201510000066 DE102015000066A1 (de) | 2015-01-12 | 2015-01-12 | System zur Echtzeitanalyse von Gesundheitsdaten |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102015000066A1 true DE102015000066A1 (de) | 2015-05-07 |
Family
ID=52829949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE201510000066 Ceased DE102015000066A1 (de) | 2015-01-12 | 2015-01-12 | System zur Echtzeitanalyse von Gesundheitsdaten |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE102015000066A1 (de) |
RU (1) | RU2604939C2 (de) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015226175A1 (de) * | 2015-12-21 | 2017-06-22 | Getemed Medizin- Und Informationstechnik Ag | Anordnung und Verfahren zur Überwachung von Patienten |
CN106951718A (zh) * | 2017-04-10 | 2017-07-14 | 重庆医科大学附属第医院 | 自助式老年综合评估系统 |
CN111369418A (zh) * | 2020-03-24 | 2020-07-03 | 重庆中科云从科技有限公司 | 一种健康数据管理方法、系统、机器可读介质及设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3609390A4 (de) | 2017-04-14 | 2020-09-16 | Emfit Ltd. | Wearable-sensor und system dafür |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW357517B (en) * | 1997-05-29 | 1999-05-01 | Koji Akai | Monitoring system |
RU33320U1 (ru) * | 2003-07-04 | 2003-10-20 | Государственный научный центр Российской Федерации - Институт медико-биологических проблем РАН | Устройство для дистанционного медицинского контроля за состоянием здоровья человека и лечебным воздействием |
US9044136B2 (en) * | 2007-02-16 | 2015-06-02 | Cim Technology Inc. | Wearable mini-size intelligent healthcare system |
CN101108125B (zh) * | 2007-08-02 | 2010-06-16 | 无锡微感科技有限公司 | 一种身体体征动态监测系统 |
RU2538283C2 (ru) * | 2009-04-10 | 2015-01-10 | Конинклейке Филипс Электроникс Н.В. | Аутентификация устройства и пользователя |
RU101347U1 (ru) * | 2010-07-21 | 2011-01-20 | Андрей Викторович Демидюк | Система контроля жизненно важных показателей здоровья и оказания экстренной помощи пациенту |
-
2015
- 2015-01-12 DE DE201510000066 patent/DE102015000066A1/de not_active Ceased
- 2015-04-08 RU RU2015112871/14A patent/RU2604939C2/ru active
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015226175A1 (de) * | 2015-12-21 | 2017-06-22 | Getemed Medizin- Und Informationstechnik Ag | Anordnung und Verfahren zur Überwachung von Patienten |
DE102015226175B4 (de) | 2015-12-21 | 2022-07-14 | Getemed Medizin- Und Informationstechnik Ag | Anordnung und Verfahren zur Überwachung von Patienten |
CN106951718A (zh) * | 2017-04-10 | 2017-07-14 | 重庆医科大学附属第医院 | 自助式老年综合评估系统 |
CN106951718B (zh) * | 2017-04-10 | 2021-01-26 | 重庆医科大学附属第一医院 | 自助式老年综合评估系统 |
CN111369418A (zh) * | 2020-03-24 | 2020-07-03 | 重庆中科云从科技有限公司 | 一种健康数据管理方法、系统、机器可读介质及设备 |
CN111369418B (zh) * | 2020-03-24 | 2023-07-18 | 重庆中科云从科技有限公司 | 一种健康数据管理方法、系统、机器可读介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
RU2015112871A (ru) | 2016-10-27 |
RU2604939C2 (ru) | 2016-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | The IoT-based heart disease monitoring system for pervasive healthcare service | |
US10902090B2 (en) | Methods and systems for remotely determining levels of healthcare interventions | |
Lv et al. | iCare: a mobile health monitoring system for the elderly | |
Yuce et al. | Wireless body sensor network using medical implant band | |
KR100813166B1 (ko) | 건강 상태 관리 시스템 및 서비스 제공 방법 | |
US8655441B2 (en) | Methods and apparatus for monitoring patients and delivering therapeutic stimuli | |
Goodwin et al. | Telemetric monitoring in the behavior sciences | |
CN105160175A (zh) | 一种远程医疗监护系统 | |
AbdElnapi et al. | A survey of internet of things technologies and projects for healthcare services | |
EP2375964A1 (de) | Verfahren zur ferndiagnostischen überwachung und unterstützung von patienten sowie einrichtung und telemedizinisches zentrum | |
Kavitha et al. | Smart wireless healthcare monitoring for drivers community | |
DE102015000066A1 (de) | System zur Echtzeitanalyse von Gesundheitsdaten | |
DE112017006725T5 (de) | Benutzer-terminal | |
Al-Shaher et al. | E-healthcare system to monitor vital signs | |
Choi et al. | Internet-based unobtrusive tele-monitoring system for sleep and respiration | |
KR20090127612A (ko) | 생체신호 모니터링 시스템 | |
CN113068124A (zh) | 一种基于智能可穿戴设备的特定区域内人员管理方法 | |
EP2581847A1 (de) | Verfahren zur Kommunikation mit Individuen in einem Gesundheitspflegesystem | |
DE10352188A1 (de) | Sensoranordnung zur Ermittlung des Vitalzustands einer medizinisch zu überwachenden Person | |
Magjarevic | Home care technologies for ambient assisted living | |
Ariani et al. | The development of cyber-physical system in health care industry | |
JP2021154025A (ja) | 生体モニタリングシステム及びそのプログラム | |
Alagarsamy et al. | Development of electrocardiogram intelligent and wearable monitoring system-assisting in care | |
AU2021104542A4 (en) | I-Health-Care: Technologies Towards 5G Network for Intelligent Health-Care Using IoT Notification with Machine Learning Programming | |
Capraro | Artificial intelligence (AI), big data, and healthcare |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R230 | Request for early publication | ||
R016 | Response to examination communication | ||
R002 | Refusal decision in examination/registration proceedings | ||
R003 | Refusal decision now final | ||
R082 | Change of representative |