DE112008003580T5 - System, Verfahren und Vorrichtung zur Vorhersage eines plötzlichen Herztodesrisikos - Google Patents

System, Verfahren und Vorrichtung zur Vorhersage eines plötzlichen Herztodesrisikos Download PDF

Info

Publication number
DE112008003580T5
DE112008003580T5 DE112008003580T DE112008003580T DE112008003580T5 DE 112008003580 T5 DE112008003580 T5 DE 112008003580T5 DE 112008003580 T DE112008003580 T DE 112008003580T DE 112008003580 T DE112008003580 T DE 112008003580T DE 112008003580 T5 DE112008003580 T5 DE 112008003580T5
Authority
DE
Germany
Prior art keywords
cardiac death
data
sudden cardiac
patient
risk
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.)
Withdrawn
Application number
DE112008003580T
Other languages
English (en)
Inventor
Mary Brookfield Schneider
Patrick Menomonee Falls Dorsey
Joel West Bend Schoenbeck
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of DE112008003580T5 publication Critical patent/DE112008003580T5/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405Determining heart rate variability
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021Measuring pressure in heart or blood vessels
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/0215Measuring pressure in heart or blood vessels by means inserted into the body
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026Measuring blood flow
    • A61B5/029Measuring or recording blood output from the heart, e.g. minute volume
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816Measuring devices for examining respiratory frequency
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/083Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
    • A61B5/0836Measuring rate of CO2 production
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/60ICT 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
    • G16H40/67ICT 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Pulmonology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

System zur Vorhersage eines plötzlichen Herztodes anhand von physiologischen Daten, die von einem Patienten erfasst werden, wobei das System aufweist:
ein Patientenüberwachungsgerät, das an wenigstens einem Patienten angeschlossen ist, wobei das Patientenüberwachungsgerät mehrere physiologische Daten von dem Patienten akquiriert, wobei die physiologischen Daten wenigstens Elektrokardiographiedaten aufweisen;
eine Holter-Analyse-Arbeitsstation, die mit dem Patientenüberwachungsgerät kommunikativ verbunden ist, um die physiologischen Patientendaten zu akquirieren, wobei die Holter-Analyse-Arbeitsstation mehrere Datenanalysealgorithmen auf die physiologischen Daten anwendet, um einen Bericht zu einem plötzlichen Herztod zu erzeugen; und
ein Krankenhausinformationsnetzwerk, das mehrere Ärzte und mehrere Krankenhausakten mit der Holter-Analyse-Arbeitsstation kommunikativ verbindet, so dass die Krankenhausakten aktualisiert werden können, um den Bericht zu dem plötzlichen Herztod aufzunehmen, und wenigstens ein Arzt über die Ergebnisse der Holter-Analyse-Arbeitsstation unterrichtet werden kann.

Description

  • GEBIET DER OFFENBARUNG
  • Die vorliegende Offenbarung betrifft das Gebiet der Überwachung des physiologischen Zustandes eines Patienten. Insbesondere betrifft die vorliegende Offenbarung eine Analyse des Risikos eines an einem plötzlichen Herztod leidenden Patienten.
  • HINTERGRUND
  • Plötzlicher Herztod (SCD, Sudden Cardiac Death) stellt eine Haupttodesursache bei Erwachsenen dar. Eine der größten Gefahren des plötzlichen Herztodes liegt darin, dass die Auswirkungen und Symptome plötzlich und unerwartet auftreten. Der SCD kann häufig innerhalb von Minuten, nachdem die Symptome zuerst erscheinen, auftreten. Während ein zugrunde liegender Herzzustand, wie beispielsweise Arteriosklerose oder ein früherer Herzinfarkt, das SCD-Risiko eines Patienten erhöhen kann, können manche Opfer Kinder sein oder keine Vorgeschichte einer Herzerkrankung haben.
  • Der SCD tritt auf, wenn die elektrischen Impulse, die von dem Herz erzeugt und durch das Herzmuskelgewebe verbreitet werden, schnell (Tachykardie) oder chaotisch (Fibrillation) oder beides werden. Die zum plötzlichen Herztod führenden physiologischen Vorgänge können durch einen unregelmäßigen Herzrhythmus (Arrhythmie), die Unfähigkeit eines Körpers, die Tachykardie zu kontrollieren, oder die extreme Verlangsamung des Herzens (Bradykardie) ausgelöst werden.
  • Die derzeitige Überwachung hinsichtlich SCD wird durch eine rückwirkende Überprüfung früher aufgezeichneter Elektrokardiographie(EKG)-Daten eines Patienten bewerkstelligt. Viele SCD-Überwachungsalgorithmen erfordern EKG-Daten, die über eine Zeitspanne hinweg akquiriert werden, um eine genaue Analyse vorzunehmen. Folglich nutzen Systeme und Verfahren zur Überwachung eines plötzlichen Herztodes eine tragbare EKG-Aufzeichnungsvorrichtung, die von dem Patienten für eine Zeitdauer getragen wird, die gewöhnlich zwischen 12 und 72 Stunden umfasst. Während dieser Zeitdauer zeichnet die Überwachungsvorrichtung die EKG-Daten des Patienten auf, und am Ende der Überprüfung durch die EKG (...) kann der plötzliche Herztod durch Analyse der EKG-Daten bestimmt werden.
  • Die resultierende Risikoanalyse des plötzlichen Herztodes ist ein retrospektiver Bericht über den Patientenzustand in den vergangenen 12–72 Stunden. Dies führt zu einer reaktionären Antwort (Reaktion) des Arztes auf die früher erfassten Daten. Ein derartiges System, in dem die Antworten reaktionär sind, kann für die Patientenversorgung schädlich sein, weil der Patient bereits aus dem Krankenhaus entlassen worden sein oder eine Behandlung und/oder Prozeduren begonnen haben kann, die für einen Zustand mit erhöhtem plötzlichen Herztodesrisiko nachteilig sind.
  • KURZE OFFENBARUNG
  • Auf dem Gebiet der Patientenüberwachung ist es erwünscht, ein System, Verfahren und eine Vorrichtung zu haben, das beziehungsweise die von einem Patienten erfasste physiologische Daten überwacht und eine Vorhersage eines Patientenrisikos eines plötzlichen Herztodes erzeugt. Ausführungsformen des hierin offenbarten Systems können eine Patientenüberwachungsstation enthalten, die wenigstens elektrokardiographische Daten von einem Patienten akquiriert. Mit der Patientenüberwachungsstation kann eine Holter-Analyse-Arbeitsstation kommunikativ verbunden sein, so dass die Holter-Analyse-Arbeitsstation wenigstens Elektrokardiographiedaten von dem Patienten in vorbestimmten Zeitintervallen akquiriert. Die Holter-Analyse-Arbeitsstation kann anschließend Datenanalysealgorithmen auf die Elektrokardiographiedaten anwenden, um einen Bericht über den plötzlichen Herztod zu erzeugen. Ein Krankenhausinformationsnetzwerk verbindet Ärzte (Kliniker) kommunikativ mit der Holter-Analyse-Arbeitsstation, so dass wenigstens ein Arzt von dem plötzlichen Herztodesbericht unterrichtet wird.
  • Ausführungsformen einer Holter-Analysevorrichtung mit der Fähigkeit zur Analyse eines plötzlichen Herztodesrisikos sind ebenfalls hierin offenbart. Diese Ausführungsformen können ein Elektrokardiographie-Datenabrufmodul enthalten. Das Datenabrufmodul ruft Elektrokardiographiedaten ab, die über eine vorbestimmte Zeitspanne hinweg akquiriert worden sind. Die Holter-Analysevorrichtung kann ferner ein erstes Analysetechnikmodul für den plötzlichen Herztod enthalten. Das erste Technikmodul erzeugt ein erstes Anzeichen des (...) Herztodesanalysetechnikmodul. Das zweite Technikmodul erzeugt ein zweites Anzeichen des plötzlichen Herztodesrisikos. Schließlich kann die Holter-Analysevorrichtung ein Berichterzeugungsmodul für den plötzlichen Herztod enthalten, das das erste und das zweite Anzeichen des plötzlichen Herztodesrisikos empfängt und einen plötzlichen Herztodesbericht auf der Basis des ersten und des zweiten Anzeichens erzeugt.
  • Ausführungsformen eines Verfahrens zur Vorhersage eines Patientenrisikos eines plötzlichen Herztodes sind hierin ebenfalls offenbart. Die Ausführungsformen dieses Verfahrens enthalten ein Empfangen von Elektrokardiographiedaten von einem Patienten und Anwenden einer ersten Elektrokardiographiedaten-Analysetechnik auf die Eletrokardiographiedaten. Das Verfahren enthält ferner ein Anwenden einer zweiten Eletrokardiographiedaten-Analysetechnik auf die Elektrokardiographiedaten, um ein zweites Anzeichen des plötzlichen Herztodesrisikos zu erzeugen. Weitere Ausführungsformen des Verfahrens können ein Analysieren des ersten Anzeichens des plötzlichen Herztodesrisikos und des zweiten Anzeichens des plötzlichen Herztodesrisikos, um ein zusammengesetztes beziehungsweise gemischtes Anzeichen des Patientenrisikos eines plötzlichen Herztodes zu erzeugen.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • 1 zeigt eine schematisierte Darstellung einer Ausführungsform eines Systems zur Vorhersage eines plötzlichen Herztodes;
  • 2 zeigt ein Flussdiagramm, das die Schritte einer Ausführungsform eines Verfahrens zum Vorhersagen des plötzlichen Herztodesrisikos darstellt;
  • 3 zeigt ein Flussdiagramm unter Darstellung einer detaillierten Ausführungsform der Anwendung von plötzlichen Herztodesrisikoalgorithmen; und
  • 4 zeigt ein Flussdiagramm unter Darstellung eines Verfahrens für einen Arbeitsablauf eines EKG-Verwaltungssystems.
  • DETAILLIERTE OFFENBARUNG
  • (...) 10. Das Patientenüberwachungssystem 10 enthält einen oder mehrere Patienten 12, die mit einem Patientenüberwachungsgerät 14 verbunden sind. Das Patientenüberwachungsgerät 14 kann über mehrere Elektroden (nicht dargestellt) oder andere Wandler (nicht dargestellt), die vielfältige physiologische Daten von dem Patienten erfassen, an dem Patienten angeschlossen sein. Die physiologischen Daten können durch drahtgebundene oder drahtlose Übertragung von den Wandlern zu dem Patientenüberwachungsgerät 14 gesammelt werden.
  • Die gesammelten physiologischen Signale können Elektrokardiographie(EKG)-Daten, Atmungsdaten, Blutdruck und SpO2 enthalten. Weitere physiologische Daten, die von dem Patientenüberwachungsgerät 14 gesammelt werden, können arteriellen Druck (ART), zentralen Venendruck (CVP), intrakraniellen Druck (ICP), pulmonären Arteriendruck (PA), linksarteriellen Druck (LA), speziellen Druck (SP), femoralarteriellen Druck (FEM), rechtsarteriellen Druck (RA), Nabelarteriendruck (UAC), Nabelvenendruck (UVC), Herzförderleistung (CO), Kohlendioxid (CO2) und endtidales Kohlendioxid (ETCo2) sowie Elektroenzephalograph (EEG) enthalten. Es ist verständlich auch andere physiologische Daten, die für einen Fachmann auf dem Gebiet bekannt sind, durch das Patientenüberwachungsgerät 14 gesammelt werden können. Zumindest sammelt das Patientenüberwachungsgerät 14 EKG-Daten von dem Patienten 12. Die EKG-Daten können die standardgemäßen Wellenform-Daten der EKG mit zwölf Ableitungen enthalten und können mit einer Rate zwischen 120 Hz und 240 Hz abgetastet werden; jedoch sind diese Angaben lediglich beispielhaft in Bezug auf die von dem Patientenüberwachungsgerät 14 durchgeführte EKG-Überwachung.
  • Das Patientenüberwachungsgerät 14 erfasst die physiologischen Daten von dem Patienten 12 in Echtheit und überträgt die erfassten physiologischen Daten zu einer zentralen Überwachungsstation 16 in Echtheit. Die zentrale Überwachungsstation 16 empfängt die physiologischen Daten von mehreren Patientenüberwachungsgeräten 14, die alle Patientenüberwachungsgeräte 14 in einem bestimmten Bereich eines Krankenhauses oder einer anderen medizinischen Einrichtung, wie beispielsweise einem Stockwerk oder Flügel der medizinischen Einrichtung, enthalten können. Die Übertragung der physiologischen Daten von den Patientenüberwachungsgeräten 14 zu den zentralen Überwachungsstation 16 kann (...) physiologische Datenübertragung erfolgt in Echtzeit, während sie durch das Patientenüberwachungsgerät gesammelt werden; jedoch kann die Datenübertragung alternativ auf periodische oder Multiplexweise zwischen den verschiedenen Patientenüberwachungsgeräten 14 erfolgen.
  • Die zentrale Überwachungsstation 16 empfängt die gesammelten physiologischen Patientendaten und speichert die Daten für späteren Zugriff und/oder spätere Verarbeitung ab. Außerdem kann die zentrale Überwachungsstation 16 eine gewisse Signalverarbeitung und/oder administrative Funktion mit den physiologischen Patientendaten durchführen. Diese Funktionen können eine Korrelation des physiologischen Daten mit einer elektronischen medizinischen Akte (EMR, Electronic Medical Record) eines Patienten und/oder eine Speicherung der gesammelten physiologischen Daten an den richtigen Orten in nerhalb des IT-Netzwerks des Gesundheitsdienstleisters enthalten.
  • Als nächsten werden die gespeicherten physiologischen Daten 18 zu einer Holter-Arbeitsstation 20 übertragen. Die Holter-Arbeitsstation 20 empfängt die physiologischen Daten 18 und wendet vielfältige Signalverarbeitungsmethoden auf die physiologischen Daten 18 an. In einer Ausführungsform enthalten die Datenverarbeitungsmethoden einen oder mehrere Algorithmen zur Vorhersage eines plötzlichen Herztodes, wie dies in weiteren Einzelheiten hierin beschrieben ist. In Folge der Anwendung des einen oder der mehreren plötzlichen Herztodesalgorithmen erstellt die Holter-Arbeitsstation 20 einen SCD-Risikobericht 22. Der SCD-Risikobericht 22 enthält die Ergebnisse oder Ausgaben der Anwendung des einen oder der mehreren SCD-Algorithmen auf die physiologischen Daten. Der SCD-Bericht liefert gewöhnlich ein Anzeichen von einem Patientenrisiko eines plötzlichen Herztodes. Das Risikoanzeichen kann ein Prozentsatz oder ein anderes Anzeichen über die Wahrscheinlichkeit des Auftretens eines plötzlichen Herztodes oder eine verallgemeinerte Charakterisierung des Risikos, wie beispielsweise eine Einstufung, die Bezeichnungen „gering”, „mittel” und „hoch” aufweist, sein.
  • Der SCD-Risikobericht 22 wird von der Holter-Arbeitsstation 20 zu einem EKG-Verwaltungssystem 24 gesandt. Das EKG-Verwaltungssystem 24 nimmt eine weitere Verarbeitung des SCD-Risikoberichtes vor und koordiniert die Warnung und/oder Meldung für einen oder mehrere Ärzte über die Ergebnisse des SCD-Risikoberichtes. Das EKG-(...) Kommunikationsvorrichtungen, die einem Arzt 28 zugeordnet sind. Die Warnungen und/oder Meldungen 26 können zu einem Drucker und/oder einem Faxgerät 30, einem persönlichen digitalen Assistenten (PDA) 32, der von dem Arzt und/oder in enger Nähe zu dem Arzt 28 getragen wird, und/oder einer Computerarbeitsstation 34 gesandt werden, an der der Arzt 28 Benachrichtigungen, wie beispielsweise über E-Mails und/oder sonstige sofortige Nachrichtenübermittlungsmethoden, empfängt.
  • Alternativ kann das EKG-Verwaltungssystem 24 nicht notwendigerweise in Ausführungsformen des Patientenüberwachungssystems 10, wie hierin beschrieben, vorhanden sein. In diesen Ausführungsformen kann die Holter-Arbeitsstation 20 mit einem Krankenhausinformationsnetzwerk verbunden sein. Das Krankenhausinformationsnetzwerk enthält einschließlich, ohne jedoch darauf beschränkt zu sein, einen oder mehrere Informationsserver (nicht dargestellt), die über drahtgebundene und drahtlose Verbindungen mit vielfältigen Computer-Arbeitsstationen, PDAs von Ärzten, mobilen Computervorrichtungen und/oder sonstigen Kommunikationsvorrichtungen, die einem oder mehreren Ärzten zugeordnet sind, verbunden sind, so dass digitale Informationen, die in dem einen oder den mehreren Servern gespeichert sind, für den einen oder die mehreren Ärzte zugänglich sind. Der SCD-Risikobericht 22 kann über das Krankenhausinformationsnetzwerk zu einer oder mehreren der Kommunikationsvorrichtungen in Verbindung mit dem Arzt 28 übermittelt werden. In derartigen Ausführungsformen kann die Holter-Arbeitsstation 20 eine weitere Verarbeitung enthalten, so dass der SCD-Risikobericht 22 in einem Format vorliegt, das sich zur Lieferung zu den Kommunikationsvorrichtungen eignet, und/oder um eine Identifizierung des bestimmten Arz tes aufzunehmen, an den der SCD-Risikobericht 22 gesandt werden soll.
  • 2 stellt eine Ausführungsform eines Verfahrens dar, das durch die Ausführungsformen der Holter-Arbeitsstation 20 ausgeführt wird. Zuerst wird in Schritt 50 das Zeitintervall für die Datenerfassung konfiguriert. In diesem Schritt wird die Zeitdauer zwischen den Akquisitionen der gespeicherten physiologischen Daten durch einen Arzt oder ein Programm oder ein Modulintervall für die Holter-Arbeitsstation festgelegt. Während physiologische Daten von dem Patienten in Echtzeit gesammelt werden können, kann die Holter-Arbeitsstation die gesammelten physiologischen Daten nur in festgelegten Zeitintervallen akquirieren. Diese Zeitintervalle können in einem Bereich von einer Minute oder weniger der physiologischen Daten bis zu einer oder mehreren Stunden der physiologischen Daten liegen. In einer alternativen (...) jedoch segmentiert die Holter-Arbeitsstation in Schritt 50 die physiologischen Daten in Gruppen auf der Basis eines festgelegten Zeitintervalls. Als nächstes werden in Schritt 52 die SCD-Kriterien konfiguriert. Die Konfiguration der SCD-Kriterien kann von einem Arzt manuell vorgenommen werden, wobei sie jedoch auch anhand eines gespeicherten Computercodes gemäß einem durch einen Arzt, ein Krankenhaus oder einen Gesundheitsdienstleister definierten Satz von SCD-Kriterien vorgenommen werden kann. Die Konfiguration der SCD-Kriterien kann die Auswahl des einen oder der mehreren SCD-Risikoanalysealgorithmen enthalten, die auf die akquirierten physiologischen Daten angewandt werden sollen. Die SCD-Risikoanalysealgorithmen werden verwendet, um auf der Basis der physiologischen Daten ein Patientenrisiko des SCDs zu berechnen.
  • In Schritt 54 werden physiologische Daten in den vorkonfigurierten Zeitintervallen akquiriert. Die physiologischen Daten können aus dem Patientenüberwachungsgerät 14, der zentralen Überwachungsstation 16 oder unmittelbar von den Patienten 12 selbst akquiriert werden. Die psychologischen Daten, die akquiriert werden, enthalten gewöhnlich wenigstens Elektrokardiographie(EKG)-Daten.
  • Als nächstes werden charakteristische Eigenschaften der EKG-Daten in Schritt 56 detektiert und markiert. Die EKG-Charakteristika enthalten eine Identifizierung von Herzschlägen und Markierung der morphologischen Eigenschaften der EKG-Daten, die eine Markierung des QRS-Komplexes, der T-Welle oder vieler sonstiger morphologischer EKG-Merkmale enthalten kann. Die Detektion und Markierung von EKG-Charakteristika in Schritt 56 enthält die Klassifizierung jedes Herzschlags als normal oder abnormal, wie beispielsweise als arrythmisch, tachykardisch oder bradykardisch.
  • Als nächstes werden in Schritt 58 ein oder mehrere SCD-Algorithmen auf die physiologischen Daten angewandt. Wie hierin weiter näher ausgeführt, können mehrere SCD-Algorithmen vorhanden sein, aus denen die angewandten Algorithmen ausgewählt werden. Diese Auswahl kann von einem Arzt vorgenommen werden oder kann einen Teil einer vordefinierten Prozedur darstellen, wie sie durch einen bestimmten Arzt, einer Gruppe von Ärzten, ein Krankenhaus oder einen Gesundheitsdienstleister definiert wird. Jeder der mehreren SCD-Algorithmen analysiert andere physiologische Daten oder Kombinationen von physiologischen Daten oder analysiert physio logische Daten auf eine bestimmte Weise, um so unterschiedliche Anzeichen des SCD-Risikos hervorzubringen.
  • (...) Schritt 58 werden verwendet, um einen SCD-Bericht zu erstellen. Der erstellte SCD-Bericht enthält eine zusammengesetzte Risikoanalyse des Patientenrisikos des SCDs auf der Basis der einzelnen Ergebnisse über das SCD-Risiko, wie sie von den in Schritt 58 angewandten SCD-Algorithmen berechnet worden sind. Als nächstes wird in Schritt 62 der SCD-Bericht aufgezeichnet. Der SCD-Bericht kann auf dem EKG-Verwaltungssystem 24 aufgezeichnet werden; jedoch kann der SCD-Bericht alternativ zu einer Kommunikationsvorrichtung übermittelt werden, die einem identifizierten Arzt zugeordnet oder in engerer Nähe zu diesem angeordnet ist, so dass SCD-Bericht unter Verwendung der Kommunikationsvorrichtung empfangen und aufgezeichnet wird. In diesen Ausführungsformen kann der aufgezeichnete SCD-Bericht ein Ausdruck aus einem Drucker oder Faxgerät sein oder in dem Speicher eines PDAs oder einer anderen Computerarbeitsstation eines Arztes elektronisch gespeichert sein.
  • Nachdem der SCD-Bericht in Schritt 62 aufgezeichnet worden ist, können die Schritte, insbesondere die mit Schritt 54 beginnenden Schritte worin physiologische Daten in dem vorkonfigurierten Zeitintervall akquiriert werden, wiederholt werden. Die physiologischen Daten können in den vorkonfigurierten Zeitintervallen für die Dauer eines Patientenaufenthaltes in einem Krankenhaus oder einer medizinischen Versorgungseinrichtung akquiriert werden, oder die physiologischen Daten können von einem ambulanten Patienten für eine bestimmte Zeitdauer akquiriert werden. In weiteren Ausführungsformen können physiologischen Daten in vorkonfigurierten Zeitintervallen für eine lange oder fortlaufende Zeitdauer akquiriert werden, wie beispielsweise in einer Situation, in der sich ein Patient beziehungsweise eine Patientin an einem entfernten Ort, wie beispielsweise seinem oder ihrem Heim, befindet und von der Ferne aus durch einen Arzt an einem zentralen Standort überwacht wird.
  • 3 zeigt ein detaillierteres Flussdiagramm mit Schritten, die in einer Ausführungsform des Schritts 58 zur Anwendung eines oder mehrerer SCD-Algorithmen befolgt werden. In der in 3 dargestellten Ausführungsform sind die physiologischen Daten, die durch die SCD-Algorithmen analysiert werden, physiologische EKG-Daten, die verarbeitet worden sind, um die EKG-Charakteristika zu detektieren und zu bezeichnen, wie in dem in 2 dargestellten Schritt 56.
  • Zunächst werden die EKG-Daten in Schritt 70 in den Computer oder das System geladen, der beziehungsweise das die SCD-Algorithmen auf die EKG-Daten anwendet. Die geladenen EKG-Daten können die bezeichneten EKG-Charakteristika oder andere Herzschlaganmerkungen oder (...) enthalten.
    SCD-Algorithmen, die auf die EKG-Daten angewandt werden.
  • Als nächstes werden die gewählten SCD-Algorithmen auf die EKG-Daten angewandt. Die SCD-Algorithmen, die angewandt werden, enthalten wenigstens einen der Algorithmen, die aus der Liste mit T-Wellen-Alternationen (TWA) 74, Herzfrequenzturbulenz 78 und/oder Herzdezelerationskapazität 82 ausgewählt sind. Während die angewandten SCD-Algorithmen wenigstens einen der vorerwähnten SCD-Algorithmen enthalten, ist diese Auflistung lediglich beispielhaft für die Arten von SCD-Algorithmen, die in Schritt 58 angewandt werden können. Weitere alternative SCD-Algorithmen, die in Verbindung mit dem einen oder den mehreren der bereits identifizierten Algorithmen angewandt werden können, enthalten eine Berechnung der Herzfrequenzvariabilität, eine QT-Intervall-Analyse, eine ST-Intervall-Analyse und/oder eine Analyse anderer mit dem SCD-Risiko kolorierter physiologischer Daten enthalten.
  • Speziell wird ein T-Wellen-Alternationen-Detektionsalgorithmus angewandt, indem der TWA-Analysealgorithmus zunächst in Schritt 72 konfiguriert wird und der TWA-Trend und TWA-Messungen in Schritt 74 berechnet werden. Ein Beispiel für Algorithmen zur Detektion von TWA-Alternationen, die in Verbindung mit hierin offenbarten Ausführungsformen verwendet werden können, ist in der US-Patentschrift No 5,148,812 von Verier et al. beschrieben; jedoch sind die Algorithmen, wie sie darin offenbart sind lediglich beispielhaft für die Arten TWA-Detektionsalgorithmen, die in Zusammenhang mit den hierin offenbarten Ausführungsformen eingesetzt werden können.
  • Durch Analyse von Alternationen in der T-Welle und des ST-Segmentes eines EKGs werden Herzstörungen auf Grund von Herzkammerflimmern dynamisch verfolgt. In TWA-Detektionsalgorithmen kann der Ausdruck „T-Welle” derart definiert werden, dass er den Teil eines EKGs bedeutet, der sowohl die T-Welle als auch ST-Segment enthält. Alternationen in der T-Welle ergeben sich aus unterschiedlichen Raten der Repolarisation der Muskelzellen der Ventrikel. Das Maß, in welchem sich die Zellen ungleichmäßig erholen (oder repolarisieren), ist die Basis für die elektrische Instabilität des Herzens. TWA-Detektionsalgorithmen liefern ein Verfahren zur Quantizifierung der Zyklus-Zyklus-Schwankung innerhalb des EKGs und insbesondere der T-Welle. Techniken, wie beispielsweise Fourier-Leistungsspektrumanalyse, nichtlineare Transformation, Spektralanalyse, komplexe Demodulation oder dynamische Alternationsamplitutenschätzung (...) EKG des Patienten.
  • Als nächstes wird die Herzfrequenz anhand der Schritte der Konfiguration des Herzfrequenzturbulenz-Analysealgoritmus 76 und der Berechnung der Messwerte des Turbulenz-Onset und der Turbulenz-Slope 78 analysiert. Der Schritt der Berechnung der Turbulenz-Onset- und Turbulenz-Slope-Messwerte enthält die Erzeugung der Tachogramm-Wellenform, da diese Ergebnisse helfen können, ein verbessertes Anzeichen des SCD-Risikos in Abhängigkeit von den Herzfrequenzturbulenzalgorithmen zu liefern, die auf die EKG-Daten angewandt werden. Ein Beispiel für die Herzfreqenzturbulenzalgorithmen, die in Schritt 76 konfiguriert und in Schritt 78 angewandt werden können, können diejenigen Algorithmen enthalten, die in der US-Patentschrift Nr. 6,496,722 von Schmidt offenbart sind; jedoch soll dies nicht für den Umfang von Herzfrequenzturbulenzalgorithmen beschränkend sein, die in Verbindung mit hierin offenbarten Ausführungsformen eingesetzt werden können.
  • Die Herzfrequenzturbulenz ist durch das Vorliegen von Extrasystolen gekennzeichnet, die Herzschläge darstellen, die vorzeitig außerhalb des regelmäßigen Grundrhythmus auftreten. Es ist festgestellt worden, dass Extrasystolen charakteristische Signaturen in dem Grundrhythmus hinterlassen, die für die Risikostratifizierung verwendet werden können. Bei Personen mit einem normalen oder leicht erhöhten Risiko wird im Regelfall die Herzschlagsfrequenz nach einer Extrasystole gewöhnlich beschleunigt sein, jedoch nur für einige Herzschläge, woraufhin eine Phase mit einer Frequenzverringerung der Herzschlagsfrequenz folgt. Bei Personen mit einem erhöhten Risiko ist diese charakteristische Reaktion deutlich schwacher, oder sie fehlt gänzlich. In diesen Fällen kann häufig eine mehr oder weniger unstete Herzschlagfrequenz, das heißt eine ohne Ordnung oder turbulente, vorgefunden werden. Wie vorstehend erwähnt, erfordert eine Analyse der Herzfrequenzturbulenz ein Berechnen des Turbulenz-Onsets, der Differenz zwischen den Mittelwerten der letzten normalen RR-Intervalle vor der Extrasystole und der ersten normalen RR-Intervalle nach der Extrasystole, und der Slope (Steigung) bei der größten Frequenzabnahme innerhalb einer Sequenz von mehreren Herzschlagintervallen. Außerdem kann der Korrelationskoeffizient der Slope, das ein Maß für die Regelmäßigkeit der Slope darstellt, einen weiteren relevanten Wert für (...) darstellen.
  • das Risiko des plötzlichen Herztodes eines Patienten. Ein kleiner Onset-Wert, eine flache Slope oder ein geringer Korrelationskoeffizient der Slope zeigt jeweils eine deutlich erhöhte Gefahr des Versterbens in der nahen Zukunft an. Alternativ kann eine Signalverarbeitung im Frequenzbereich dazu verwendet werden, Nieder- und Hochfrequenzanteile des EKG-Signals zu identifizieren. Eine Vergrößerung der Hochfrequenzanteile ist für ein erhöhtes Risiko, in der nahen Zukunft zu versterben, kennzeichnend.
  • Die Dezelerationskapazität kann anhand der Schritte der Konfiguration eines Dezelerationskapazitätsalgorithmus 80 und der Berechnung der Dezelerationskapazität 82 bestimmt werden. Der Schritt der Berechnung der Dezelerationskapazität enthält ferner die Erzeugung einer mittleren Wellenform, die einem Arzt oder Analyseprogramm bei der Interpretation der Ergebnisse helfen kann, die von der Anwendung des Dezelartionskapazitätsalgorithmus auf die EKG-Daten erhalten werden. Ein nicht beschränkendes Bespiel für ein Algorithmus, der verwendet werden kann, um die Dezelerationskapazität zu berechnen, ist in der US-Patentschrift Nr. 7,200,528 von Schmidt et al. beschrieben.
  • Die Dezelerationskapazität kann verwendet werden, um das plötzliche Herztodesrisiko eines Patienten durch Sequenzierung der Schlag-Schlag-Intervalle der EKG-Messung zu bewerten. Als nächstes kann jedem Messwert ein Attribut zugewiesen werden, der gleich dem gemessenen Wert selbst, dividiert durch den vorherigen gemessenen Wert, ist. Somit ist das Attribut für jedes gemessene Intervall in Bezug auf das früher gemessene Intervall als ein Prozentsatz des früher gemessenen Intervalls kennzeichnend. Die Schätzung des plötzlichen Herztodesrisikos bei Patienten kann vorgenommen werden, in dem die Summe der beiden frührer berechneten Attribute von der Summe eines Zielattributes und des nachfolgenden Attributes subtrahiert wird. Diese Auswertung definiert eine Beziehung zwischen dem Zielmesswert und den unmittelbar vorhergehenden Messwerten. Je größer das Ergebnis dieser Auswertung ist, desto größer ist die Überlebenswahrscheinlichkeit eines Patienten, da das Herz in der Lage ist, einen größeren Bereich von Herzfrequenzschwankungen zu erzeugen und zu kontrollieren.
  • In einigen Ausführungsformen werden ein TWA-Algorithmus, ein Herzfrequenzturbulenzalgorithmus und ein Dezelerati onskapazitätsalgorithmus auf die EKG-Daten angewandt. In anderen (...) werden (...) Dezelerationskapazitätsalgorithmen auf die EKG-Daten angewandt. In noch weiteren Ausführungsformen wird lediglich einer dieser drei Algorithmen auf die EKG-Daten angewandt, und wenigstens ein anderer Algorithmus wird auf physiologische Daten des Patienten angewandt. Die anderen Algorithmen können die Herzfrequenzvariabilität, die QT-Intervall-Analyse, die ST-Intervall-Analyse oder jede beliebige sonstige Analyse physiologischer Daten enthalten, die sich als mit dem SCD-Risiko korreliert zeigt.
  • Die Anwendung eines Herzfrequenzvariabilitätsalgorithmus auf die EKG-Daten enthält die Schritte der Konfiguration eines Herzfrequenzvariabilitätsalgorithmus 84 und der Berechnung von Herzfrequenzvariabilitätsmesswerten 88. Die Anwendung eines QT-Intervall-Analysealgorithmus auf die EKG-Daten enthält die Schritte der Konfiguration eines QT-Intervall-Analysealgorithmus 88 und der Berechnung von QT-Intervall-Trends und -Messwerten 90. In ähnlicher Weise kann die Anwendung einer ST-Intervall-Analyse die Schritte der Konfiguration eines ST-Analyse-Algorithmus 92 und der Berechnung von ST-Intervall-Trends und -Messwerten 94 enthalten.
  • Außerdem können andere physiologische Daten, die von dem Patienten 12 durch das Patientenüberwachungsgerät 14 gesammelt werden, in die Analyse und Anwendung der SCD-Algorithmen aufgenommen werden. Diese weiteren physiologischen Daten werden in Schritt 95 in den Computer, das System oder das Softwaremodul geladen, der beziehungsweise das irgendeinen physiologischen Datenanalyse-SCD-Algorithmus anwenden wird. Anschließend wird in Schritt 96 wenigstens ein physiologischer Datenanalysealgorithmus konfiguriert und dann in Schritt 98 angewandt, um Trends und Messwerte der physiologischen Daten zu berechnen.
  • Als Ergebnisse der Anwendung der ausgewählten SCD-Algorithmen auf die EKG- oder andere physiologische Daten, werden diese Ergebnisse in Schritt 100 in einer SCD-Informationsdatenbank gespeichert. Diese Ergebnisse werden anschließend in Schritt 60 nach 2 dazu verwendet, den SCD-Risikobericht zu erzeugen.
  • Die Konfigurationsschritte, wie sie vorstehend beschrieben sind, enthalten standardgemäße Datenverarbeitungsfunktionen, wie sie zur Vorbereitung für die Anwendung eines Algorithmus, der auf die Daten angewandt werden soll, erforderlich sein würden. Der Schritt der Konfiguration enthält Datenverarbeitungsschritte, wie beispielsweise eine Auswahl der Daten, auf die die Algorithmen angewandt werden, der Quelle und/des elektronischen Speicherortes der gewählten Daten und der Initialisierung der Variablen innerhalb der gewählten Algorithmen.
  • In einigen Ausführungsformen, wie beispielsweise der in 1 dargestellten, erzeugt die Holter-Arbeitsstation 20 den SCD-Risikobericht 22, der zu einem EKG-Verwaltungssystem 24 übermittelt wird. Das EKG- Verwaltungssystem 24 ist für die Übertragung der Warnungen und/oder Meldungen 26 zu dem Arzt 28 oder einer dem Arzt 28 zugeordneten Kommunikationsvorrichtung verantwortlich.
  • 4 zeigt ein Flussdiagramm unter Darstellung von Schritten, die von dem EKG-Verwaltungssystem 24 vorgenommen werden, um die Warnungen und/oder Meldungen 26 zu erzeugen und/oder zu übertragen. Zunächst wird die SCD-Risikobericht-Weiterleitung in Schritt 110 konfiguriert. Wenn festgestellt wird, dass der SCD-Risikobericht ein deutliches Risiko identifiziert, ist eine Arztbenachrichtigung notwendig, und die SCD-Bericht-Weiterleitung identifiziert die Kommunikationsvorrichtungen, zu denen der SCD-Risikobericht gesandt werden soll. Anschließend werden in Schritt 120 die SCD-Risikoberichte in eine Datenbank 130 geladen. Die SCD-Risikoberichte werden aufgezeichnet, um eine größere Informationstiefe in der elektronischen Krankenhistorie des Patienten zu schaffen. Die SCD-Risikoberichte können dahingehend aufgezeichnet werden, ob das identifizierte Risiko ein geringes Risiko oder ein hohes Risiko darstellt. Die Speicherung der SCD-Risikoberichte in einer Datenbank 130 ermöglicht die Anwendung einer weiteren Trend- und/oder Risikoanalyse auf die Daten aus mehreren Berichten im Verlauf einer Patientenversorgung.
  • Als nächstes werden die SCD-Risikoberichte in Schritt 140 analysiert um festzustellen, ob das SCD-Risiko außerhalb der normalen Grenzen liegt. Alternativ kann das SCD-Risiko in Schritt 140 als geringes, mittleres oder hohes SCD-Risiko eingestuft werden oder kann das SCD-Risiko in Form einer prozentualen Auftrittswahrscheinlichkeit identifiziert werden. In Abhängigkeit von dem identifiziertem SCD-Risiko können Maßnahmen von einem Arzt ergriffen werden. SCD-Berichte mit geringem Risiko ergeben eine Meldung geringer Priorität und eine begrenzte Arztmaßnahme oder in einigen Fällen keine Meldung für Ärzte. Ein SCD-Bericht mit hohem Risiko kann zu Ärz ten über (Meldungen) mit hoher Wichtigkeit oder Priorität übertragen werden.
  • Falls das SCD-Risiko nicht als außerhalb der normalen Schranke liegend bestimmt wird, endet das Programm anschließend in Schritt 150, und es wird kein Anzeichen zu dem Arzt gesandt. Alternativ wird in dem Fall, dass in Schritt 140 festgestellt wird, dass das SCD-Risiko außerhalb der normalen Grenzen liegt, anschließend der SCD-Risikobericht zu einer Arztkommunikationsvorrichtung gesandt. Die speziellen Kommunikationsvorrichtungen, zu denen der SCD-Risikobericht gesandt wird, sowie das Format der Übertragungen können diejenigen sein, wie sie in Schritt 110 bei der Konfiguration der SCD-Risikobericht-Weiterleitung bestimmt werden.
  • Auf Grund der Einstufung der Ergebnisse des SCD-Risikoberichts und der vorbestimmten Risikoberichtsweiterleitungprozeduren wird eine Meldung über ein SCD-Risiko eines Patienten für einen Arzt auf eine für dieses Risiko passende Weise vorgenommen. Somit wird der Arzt von anderen Pflichtaufgaben nicht abgelenkt, wenn festgestellt wird, dass das SCD-Risiko gering ist oder einen normalen Zustand darstellt, während der Arzt darüber informiert wird, falls sich die Situation hin zu einem viel ernsteren Risiko des Auftretens von SCD verändert.
  • Während Ausführungsformen des Systems und Verfahrens hierin offenbart worden sind, sollte auch beachtet werden, dass modifizierte Ausführungsformen der Erfindung in Form einer Holter-Analysevorrichtung vorliegen können, die eine Fähigkeit zur Analyse eines plötzlichen Herztodes aufweist. Die Holter-Analysevorrichtung weist gewöhnlich eine Reihe von Mo dulen auf, die die Schritte des hierin offenbarten Verfahrens ausführen. Allgemein gesagt, enthält ein Modul eine beliebige Implementierung in Hardware, Software oder Firmenware, die eine spezielle Funktion erfüllt. Viele Module können eine Eingabe empfangen, eine Signal- oder Datenverarbeitungsfunktion an der Eingabe durchführen und eine Ausgabe erzeugen; jedoch ist dies für die Arten von Funktionen, die durch ein Modul, wie hierin offenbart, erfüllt werden können, nicht beschränkend.
  • Die Holter-Analysevorrichtung kann ein Datenabrufmodul enthalten, das physiologische Daten in spezifizierten Intervallen akquiriert. Die physiologischen Daten können EKG-Daten sein, ohne jedoch darauf beschränkt zu sein. Die akquirierten physiologischen Daten werden durch ein erstes plötzliches Herztod-Analysetechnikmodul verarbeitet. Das erste Technikmodul (...) physiologische Daten. Ein erstes Anzeichen des plötzlichen Herztodesrisikos wird von dem ersten Analysetechnikmodul für den plötzlichen Herztod erzeugt. Als nächstes wird ein zweites plötzliches Herztod-Analysetechnikmodul konfiguriert, um eine zweite Technik zur Analyse eines plötzlichen Herztodes auf die akquirierten physiologischen Daten anzuwenden. Das zweite Technikmodul empfängt die physiologischen Daten, wendet die zweite Analysetechnik für den plötzlichen Herztod auf die akquirierten physiologischen Daten an und erzeugt ein zweites Anzeichen des plötzlichen Herztodesrisikos. Weitere Ausführungsformen enthalten zusätzliche Analysetechnikmodule für das Herztodesrisiko; jedoch sollen diese Ausführungsformen hinsichtlich des Umfangs der Holter-Analysevorrichtung, wie sie hierin offenbart ist, nicht beschränkend sein.
  • Ein plötzliches Herztod-Berichterzeugungsmodul empfängt das erste und das zweite Anzeichen über das plötzliche Herztodesrisiko und erzeugt einen Bericht über den plötzlichen Herztod auf der Basis des ersten und des zweiten Anzeichens. Dieser plötzliche Herztodesbericht beruht auf den SCD-Risikoergebnissen der Anwendung wenigstens zweier SCD-Analysetechniken auf die akquirierten physiologischen Daten. Dieser SCD-Bericht kann in einem Speichermodul abgespeichert werden oder kann zu einem Arzt oder einem anderen Teil des IT-Netzwerks eines Krankenhauses übermittelt werden, so dass eine Meldung über die Ergebnisse des Berichtes über den plötzlichen Herztod erstattet werden kann.
  • Eine alternative Ausführungsform der Holter-Analysevorrichtung kann ferner ein Elektrokardiographiedaten-Kommentierungsmodul enthalten. Diese Ausführungsform kann verwendet werden, wenn die akquirierten physiologischen Daten EKG-Daten sind. Das Datenkommentierungsmodul kann Werkzeuge zur Verwendung durch einen Arzt enthalten oder konfiguriert sein, um automatisiert EKG-Charakteristika und Morphologien in den gesammelten EKG-Daten zu identifizieren und zu bezeichnen.
  • Ausführungsformen der Systeme, Verfahren und Vorrichtungen, wie sie hierin offenbart sind, können gegenüber derzeitigen SCD-Risikobestimmungssystem, -verfahren und -vorrichtungen Vorteile bieten. Ein Vorteil liegt darin, dass hierin offenbarte Ausführungsformen ein (...) bieten.
  • Systeme, Verfahren und Vorrichtungen hängen von einer langwierigen Erfassung von EKG- und sonstigen physiologischen Da ten ab und ergeben eine retrospektive Analyse der früher erfassten Daten. Dies ergibt eine reaktive Herangehensweise an Patientenzustände, die früher existierten. In vielen Fällen kann dies zur Folge habe, dass der Patient vorzeitig aus dem Krankenhaus entlassen wird oder unachtsam zu einem Ort reist, an dem es schwierig sein kann, in dem Falle eines Herzvorfalls, der zu einem SCD führen kann, eine medizinische Hilfe zu erhalten. Folglich ergibt die kombinierte Analyse der EKG- und/oder anderen physiologischen Daten eines Patienten und die Berechnung des SCD-Risikos ein weiteres Werkzeug für einen Arzt bei der Analyse des gesamten medizinischen Gesundheitszustands eines Patienten, während sich dieser in der Obhut eines Arztes befindet. Außerdem ergeben Ausführungsformen, wie sie hierin beschrieben sind, den Vorteil der Schaffung einer zusammengesetzten SCD-Risikoanalyse, die mehrere SCD-Risikoanalysetechniken und/oder -algorithmen einsetzt. Dies liefert ein robusteres Anzeichen des SCD-Risikos, da Schwächen eines einzelnen speziellen SCD-Risikoalgorithmus durch die Stärke eines anderen Algorithmus, der gleichzeitig auf die erfassten EKG- und/oder physiologischen Daten angewandt werden kann, überwunden werden können.
  • Wie hierin beschrieben, können einige Ausführungsformen des Systems, Verfahrens und der Vorrichtungen allein auf einem Computer implementiert werden, wobei in einigen derartigen Ausführungsformen die Verfahrensschritte und/oder Systemblöcke durch Software vorgenommen werden können, die auf einem Mikroprozessor abläuft, wobei die Software als eine Reihe von Modulen konfiguriert ist, die eine Eingabe empfangen, einen Algorithmus oder eine Funktion auf die Eingabe anwenden und eine resultierende Ausgabe erzeugen. In derartigen Ausführungsformen besteht der technische Effekt darin, dass ein mehr proaktives und robusteres Anzeichen über ein SCD-Risiko eines Patienten geliefert wird, um die Fähigkeit eines Arztes, den gesamten Gesundheits- und/oder Herzzustand des Patienten zu beurteilen, zu unterstützen.
  • Diese Beschreibung verwendet Beispiele, um die Erfindung, einschließlich der besten Ausführungsart, zu offenbaren und auch um einen Fachmann auf dem Gebiet in den Stand zu versetzen, die Erfindung zu schaffen und zu nutzen. Der patentierbare Schutzumfang der Erfindung ist durch die Ansprüche definiert und kann weitere Beispiele enthalten, die Fachleuten auf dem Gebiet einfallen.
  • Strukturelle Elemente, die sich von dem Wortsinn der Ansprüche nicht unterscheiden, oder wenn sie äquivalente Elemente mit gegenüber dem Wortsinn der Ansprüche unwesentlichen Unterschieden enthalten.
  • Zusammenfassung:
  • System und Verfahren zur Vorhersage eines plötzlichen Herztodes. Das System enthält eine Patientenüberwachungsstation, eine Holter-Analyse-Arbeitsstation und ein Krankenhausinformationsnetzwerk. Die Holter-Analyse-Arbeitsstation ist funktionsfähig, um mehrere Datenanalysealgorithmen anzuwenden, um einen Bericht zum plötzlichen Herztod zu erzeugen. Das Verfahren wendet eine erste Datenanalysemethode und eine zweiten Datenanalysemethode auf Elektrokardiographiedaten an, um ein Anzeichen eines plötzlichen Herztodesrisikos zu erzeugen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • - US 5148812 [0029]
    • - US 6496722 [0031]
    • - US 7200528 [0034]

Claims (21)

  1. System zur Vorhersage eines plötzlichen Herztodes anhand von physiologischen Daten, die von einem Patienten erfasst werden, wobei das System aufweist: ein Patientenüberwachungsgerät, das an wenigstens einem Patienten angeschlossen ist, wobei das Patientenüberwachungsgerät mehrere physiologische Daten von dem Patienten akquiriert, wobei die physiologischen Daten wenigstens Elektrokardiographiedaten aufweisen; eine Holter-Analyse-Arbeitsstation, die mit dem Patientenüberwachungsgerät kommunikativ verbunden ist, um die physiologischen Patientendaten zu akquirieren, wobei die Holter-Analyse-Arbeitsstation mehrere Datenanalysealgorithmen auf die physiologischen Daten anwendet, um einen Bericht zu einem plötzlichen Herztod zu erzeugen; und ein Krankenhausinformationsnetzwerk, das mehrere Ärzte und mehrere Krankenhausakten mit der Holter-Analyse-Arbeitsstation kommunikativ verbindet, so dass die Krankenhausakten aktualisiert werden können, um den Bericht zu dem plötzlichen Herztod aufzunehmen, und wenigstens ein Arzt über die Ergebnisse der Holter-Analyse-Arbeitsstation unterrichtet werden kann.
  2. System nach Anspruch 1, wobei die mehreren Datenanalysealgorithmen wenigstens eine T-Wellen-Alternationen-Detektion, eine Messung der Herzfrequenzturbulenz und eine Messung der Herzdezelerationskapazität aufweisen.
  3. System nach Anspruch 2, das ferner ein Elektrokardiographie-Verwaltungssystem aufweist, wobei das Verwaltungssystem die kommunikative Verbindung zwischen der Holter-Analyse-Arbeitsstation und dem Krankenhausinformationsnetzwerk bildet.
  4. System nach Anspruch 3, wobei das Patientenüberwachungsgerät (...) sammelt.
  5. System nach Anspruch 3, wobei das Patientenüberwachungsgerät physiologische Daten von dem Patienten in vorbestimmten Zeitintervallen sammelt.
  6. System nach Anspruch 5, wobei die Holter-Analyse-Arbeitsstation die kumulativen physiologischen Daten akquiriert, die von dem Patientenüberwachungsgerät alle zwölf Stunden gesammelt werden.
  7. System nach Anspruch 3, wobei das Elektrokardiographie-Verwaltungssystem den Bericht zu dem plötzlichen Herztod von der Holter-Analyse-Arbeitsstation empfängt und die Ergebnisse der Datenanalysealgorithmen in dem plötzlichen Herztodesbericht mit vorbestimmten Grenzen vergleicht und wenigstens einen Arzt über einen Alarm benachrichtigt, wenn die (Ergebnisse) in dem plötzlichen Herztodesbericht die vorbestimmten Grenzen überschreiten.
  8. System nach Anspruch 7, wobei die vorbestimmten Grenzen wenigstens einen Wertebereich enthalten, der, wenn ein Ergebnis außerhalb des Bereiches liegt, für ein erhöhtes Risiko eines plötzlichen Herztodes kennzeichnend ist.
  9. System nach Anspruch 7, das ferner eine Berichtdatenbank für plötzlichen Herztod aufweist, die mit der Holter-Analyse-Arbeitsstation und dem Elektrokardiographie-Verwaltungssystem kommunikativ verbunden ist; wobei das Elektrokardiographie-Verwaltungssystem wenigstens einen der Berichte zu dem plötzlichen Herztod eines Patienten abruft, um ein Patientenrisiko eines plötzlichen Herztodes zu bestimmen.
  10. System nach Anspruch 9, wobei das Elektrokardiographie-Verwaltungssystem mehrere Berichte zum plötzlichen Herztod analysiert, wenn ein (...) festgestellt wird.
  11. Holter-Analysevorrichtung mit Vorhersage der Möglichkeit eines plötzlichen Herztodes, wobei die Holter-Analysevorrichtung aufweist: ein Elektrokardiographie-Abrufmodul, wobei das Modul in vorbestimmten Intervallen über eine vorbestimmte Zeitdauer hinweg akquirierte Elektrokardiographiedaten abruft; ein erstes Analysetechnikmodul für plötzlichen Herztod, wobei das erste Technikmodul ein erstes Konfigurationsmodul und ein erstes Berechnungsmodul aufweist, wobei das erste Technikmodul eine Analysetechnik für plötzlichen Herztod auf die Elektrokardiographiedaten anwendet, um ein erstes Anzeichen eines plötzlichen Herztodesrisikos zu erzeugen; ein zweites Analysetechnikmodul für plötzlichen Herztod, wobei das zweite Technikmodul ein zweites Konfigurationsmodul und ein zweites Berechnungsmodul aufweist, wobei das zweite Technikmodul eine Technik für plötzlichen Herztod auf die E lektrokardiographiedaten anwendet, um ein zweites Anzeichen des plötzlichen Herztodesrisikos zu erzeugen; und ein Berichterzeugungsmodul für plötzlichen Herztod, das das erste und das zweite Anzeichen des plötzlichen Herztodesrisikos empfängt und auf der Basis des ersten und zweiten Anzeichens einen Bericht zum plötzlichen Herztod erzeugt.
  12. Holter-Analysevorrichtung nach Anspruch 11, wobei die erste Technik aus der Liste von Techniken ausgewählt ist, die aufweist: T-Wellen-Alternationen-Detektion, Messung der Herzfrequenzturbulenz und Messung der Herzdezelerationskapazität, und wobei die zweite Technik aus der Liste von Techniken ausgewählt ist, die aufweist: T-Wellen-Alternationen-Detektion, Messung der Herzfrequenzturbulenz und Messung der Herzdezelerationskapazität.
  13. (...) Elektrokardiographiedaten-Kommentierungsmodul, wobei das Kommentierungsmodul elektrokardiographische Morphologie detektiert und die Gegenwart der detektierten Morphologie in den Elektokardiographiedaten bezeichnet.
  14. Holter-Analysevorrichtung nach Anspruch 13, die ferner ein Berichtsspeichermodul zum plötzlichen Herztod aufweist, wobei das Speichermodul mehrere für den Patienten erzeugte Berichte zum plötzlichen Herztod empfängt und speichert.
  15. Holter-Analysevorrichtung nach Anspruch 13, die ferner ein drittes Analysetechnikmodul zum plötzlichen Herz tod aufweist, wobei das dritte Technikmodul ein drittes Konfigurationsmodul und ein drittes Berechnungsmodul aufweist, wobei das dritte Technikmodul eine Analysetechnik zum plötzlichen Herztod auf die Elektrokardiographiedaten anwendet, um ein drittes Anzeichen des plötzlichen Herztodesrisikos zu erzeugen, wobei der Bericht zum plötzlichen Herztod zusätzlich auf dem dritten Anzeichen des plötzlichen Herztodesrisikos beruht.
  16. Verfahren zum Vorhersagen eines plötzlichen Herztodes eines Patienten in einer klinischen Umsetzung, wobei das Verfahren aufweist: Empfangen von Elektrokardiographie(EKG)-Daten von dem Patienten; Anwenden einer ersten Elektrokardiographiedaten-Analysetechnik, um ein erstes Anzeichen eines plötzlichen Herztodesrisiko zu erzeugen; Anwenden einer zweiten Elektrokardiographiedaten-Analysetechnik auf die EKG-Daten, um ein zweites Anzeichen eines plötzlichen Herztodesrisiko zu erzeugen; Analysieren des ersten Anzeichens des plötzlichen Herztodesrisikos und des zweiten Anzeichens des plötzlichen Herztodesrisikos; und Erzeugen eines zusammengesetzten Anzeichens des Patientenrisikos eines plötzlichen Herztodes auf der Basis der Analyse des ersten Anzeichens und des zweiten Anzeichens.
  17. Verfahren nach Anspruch 16, wobei die erste Elektrokardiographiedaten-Analysetechnik und die zweite Elektrokardiographiedaten-Analsyetechnik aus einer Liste auswählt sind, die eine T-Wellen-Alternationen-Detektion, eine Messung der Herzfrequenzturbulenz und eine Messung der Herzdezelerationskapazität aufweist.
  18. Verfahren nach Anspruch 17, das ferner aufweist: Vergleichen des zusammengesetzten Anzeichens mit wenigstens einer vorbestimmten Schwelle, die für das Patientenrisiko eines plötzlichen Herztodes kennzeichnend ist; und Erzeugen eines Alarms, der das erfasste Risiko eines plötzlichen Herztodes kennzeichnet.
  19. Verfahren nach Anspruch 17, dass ferner ein Anwenden einer dritten Elektrokardiographiedaten-Analysetechnik aufweist, wobei die dritte Technik aus der Liste ausgewählt ist, die aufweist: Detektion von T-Wellen-Alternationen, Messen der Herzfrequenzturbulenz und Messen der Herzdezelerationskapazität, um ein zweites Anzeichen eines plötzlichen Herztodesrisikos zu empfangen, wobei das zusammengesetzte Anzeichen ferner auf den Ergebnissen der dritten Technik basiert.
  20. Verfahren nach Anspruch 19, dass ferner ein Anwenden wenigstens einer weiteren Elektrokardiographiedaten-Analysetechnik aufweist, die aus der Liste ausgewählt ist, die ein Berechnen der Herzfrequenzvariabilität, ein Berechnen von QT-Intervall-Trends, ein Berechnen von ST-Intervall-Trends aufweist, wobei das zusammengesetzte Anzeichen ferner auf den Ergebnissen der wenigstens einen weiteren Elektrokardiographiedaten-Analysetechnik beruht.
  21. Verfahren nach Anspruch 20, das ferner ein Anwenden wenigstens einer Nicht-EKG-Daten-Analysetechnik auf andere physiologische Daten aufweist, wobei die physiologischen Daten Elektrokardiographiedaten und andere physiologische Daten aufweisen.
DE112008003580T 2008-01-07 2008-12-10 System, Verfahren und Vorrichtung zur Vorhersage eines plötzlichen Herztodesrisikos Withdrawn DE112008003580T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/970,314 US20090177102A1 (en) 2008-01-07 2008-01-07 System, method and device for predicting sudden cardiac death risk
US11/970,314 2008-01-07
PCT/US2008/086262 WO2009088627A1 (en) 2008-01-07 2008-12-10 System, method and device for predicting sudden cardiac death risk

Publications (1)

Publication Number Publication Date
DE112008003580T5 true DE112008003580T5 (de) 2010-12-16

Family

ID=40365347

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112008003580T Withdrawn DE112008003580T5 (de) 2008-01-07 2008-12-10 System, Verfahren und Vorrichtung zur Vorhersage eines plötzlichen Herztodesrisikos

Country Status (6)

Country Link
US (1) US20090177102A1 (de)
JP (1) JP2011509114A (de)
CN (1) CN101911083A (de)
DE (1) DE112008003580T5 (de)
GB (1) GB2468810A (de)
WO (1) WO2009088627A1 (de)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8374686B2 (en) * 2009-12-04 2013-02-12 Medtronic, Inc. Continuous monitoring of risk burden for sudden cardiac death risk stratification
WO2011115576A2 (en) 2010-03-15 2011-09-22 Singapore Health Services Pte Ltd Method of predicting the survivability of a patient
US20110301479A1 (en) * 2010-06-03 2011-12-08 Medtronic, Inc. System and Method for Assessing a Likelihood of a Patient to Experience a Future Cardiac Arrhythmia Using Dynamic Changes in a Biological Parameter
CN103635908B (zh) * 2011-06-24 2018-01-30 皇家飞利浦有限公司 离开就绪性指标
CN102920450B (zh) * 2012-11-09 2015-04-15 郭英杰 分时段无线传输的Holter心电监护系统
US10716483B2 (en) * 2013-02-08 2020-07-21 Ivana I. VRANIC Method and system for vector analysis of electrocardiograms
US9775533B2 (en) * 2013-03-08 2017-10-03 Singapore Health Services Pte Ltd System and method of determining a risk score for triage
JP6402185B2 (ja) * 2013-11-13 2018-10-10 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. トリアージ決定に基づく臨床決定支援システム
EP2896428B1 (de) 2014-01-16 2016-11-09 Sorin CRM SAS Einheit eines Neuronennetzes für die Bewertung und Anpassung einer Anti-Tachykardie-Therapie mithilfe eines implantierbaren Defibrillators
JP6357391B2 (ja) * 2014-09-22 2018-07-11 日本電子株式会社 情報処理装置、及び情報処理方法
JP2016158914A (ja) * 2015-03-03 2016-09-05 サンリツオートメイション株式会社 突然死回避システム
CN104688250B (zh) * 2015-03-16 2017-04-26 深圳大学 用于精神紧张判断及心脏性猝死的预警方法及预警系统
CA2990367C (en) * 2015-06-25 2019-12-24 Timothy Burton Methods and systems using mathematical analysis and machine learning to diagnose disease
CN106037720B (zh) * 2015-12-04 2019-04-19 贵州大学 混合连续信息分析技术的医学应用系统
EP3210527A1 (de) * 2016-02-29 2017-08-30 Covidien AG Fernüberwachung von patientendaten
BR112019015801A2 (pt) * 2017-02-03 2020-03-31 Koninklijke Philips N.V. Método para monitorar a atividade cardíaca de um indivíduo, sistema para monitorar a atividade cardíaca de um indivíduo, e dispositivo configurado para analisar a atividade cardíaca de um indivíduo
CN108309261B (zh) * 2018-02-11 2020-05-22 西安交通大学 一种猝死预警方法及装置和系统
CN108771531A (zh) * 2018-05-28 2018-11-09 王美金 一种人工智能生命监测床和方法
WO2020190922A1 (en) * 2019-03-18 2020-09-24 Cardiac Pacemakers, Inc. Systems and methods for predicting atrial arrhythmia
CN111110218B (zh) * 2019-12-31 2024-03-08 北京品驰医疗设备有限公司 一种癫痫猝死预测方法及设备
CN113633293B (zh) * 2021-07-29 2022-09-16 佛山科学技术学院 混沌检测t波电交替的心源性猝死预警方法
CN116671887A (zh) * 2023-07-31 2023-09-01 天津大学温州安全(应急)研究院 基于光电容积脉搏波信号的心源性猝死高危人群筛查装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5148812A (en) 1991-02-20 1992-09-22 Georgetown University Non-invasive dynamic tracking of cardiac vulnerability by analysis of t-wave alternans
US6496722B1 (en) 1997-11-07 2002-12-17 Georg Schmidt Evaluation of electrocardiograms in the field of extrasystoles
US7200528B2 (en) 2002-11-27 2007-04-03 Georg Schmidt Method for evaluating a sequence of discrete readings

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5265617A (en) * 1991-02-20 1993-11-30 Georgetown University Methods and means for non-invasive, dynamic tracking of cardiac vulnerability by simultaneous analysis of heart rate variability and T-wave alternans
US5437285A (en) * 1991-02-20 1995-08-01 Georgetown University Method and apparatus for prediction of sudden cardiac death by simultaneous assessment of autonomic function and cardiac electrical stability
US6169919B1 (en) * 1999-05-06 2001-01-02 Beth Israel Deaconess Medical Center, Inc. System and method for quantifying alternation in an electrocardiogram signal
EP1395335A1 (de) * 2001-05-29 2004-03-10 Medtronic, Inc. Neuromodulation mit geschlossenem regelkreis zur verhinderung und behandlung von herzzuständen
US7330750B2 (en) * 2003-04-25 2008-02-12 Instrumentarium Corp. Estimation of cardiac death risk
US7142907B2 (en) * 2003-07-01 2006-11-28 Ge Medical Systems Information Technologies, Inc. Method and apparatus for algorithm fusion of high-resolution electrocardiograms
US20050234354A1 (en) * 2004-04-15 2005-10-20 Rowlandson G I System and method for assessing a patient's risk of sudden cardiac death
US7162294B2 (en) * 2004-04-15 2007-01-09 Ge Medical Systems Information Technologies, Inc. System and method for correlating sleep apnea and sudden cardiac death
US7272435B2 (en) * 2004-04-15 2007-09-18 Ge Medical Information Technologies, Inc. System and method for sudden cardiac death prediction

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5148812A (en) 1991-02-20 1992-09-22 Georgetown University Non-invasive dynamic tracking of cardiac vulnerability by analysis of t-wave alternans
US6496722B1 (en) 1997-11-07 2002-12-17 Georg Schmidt Evaluation of electrocardiograms in the field of extrasystoles
US7200528B2 (en) 2002-11-27 2007-04-03 Georg Schmidt Method for evaluating a sequence of discrete readings

Also Published As

Publication number Publication date
WO2009088627A1 (en) 2009-07-16
JP2011509114A (ja) 2011-03-24
GB201011354D0 (en) 2010-08-18
GB2468810A (en) 2010-09-22
CN101911083A (zh) 2010-12-08
US20090177102A1 (en) 2009-07-09

Similar Documents

Publication Publication Date Title
DE112008003580T5 (de) System, Verfahren und Vorrichtung zur Vorhersage eines plötzlichen Herztodesrisikos
Signorini et al. Monitoring fetal heart rate during pregnancy: contributions from advanced signal processing and wearable technology
EP2059163B1 (de) Verfahren zur ableitung und auswertung von herz-kreislauf-informationen aus herzstromkurven, insbesondere für telemedizinische anwendungen
DE60127354T2 (de) Vorrichtung zur Erfassung akuter kardiologischer Syndrome in spezifischen Gruppen von Patienten mittels EKG
Walinjkar et al. Personalized wearable systems for real-time ECG classification and healthcare interoperability: Real-time ECG classification and FHIR interoperability
DE102007017953A1 (de) Multi-tier-Vorrichtung für die kardiologische und die Patienten-Monitoring-Datenanalyse
CN108836314A (zh) 一种基于网络和人工智能的动态心电图分析方法及系统
DE19638738B4 (de) Verfahren zur Gewinnung einer diagnostischen Aussage aus Signalen und Daten medizinischer Sensorsysteme
DE10164322A1 (de) Verfahren und Vorrichtung zur perioperativen Bewertung des Herz-Kreislauf-Risikos
DE112014004940T5 (de) System und Verfahren zum Bewerten einer Verbindung zwischen einem drahtlosen Sensor und einem überwachten Patienten
EP1936522A1 (de) Automatische Priorisierung medizinischer Betreuungen
US11744524B2 (en) Statistical display method for physiological parameter of monitoring apparatus, and monitoring apparatus
CN106037720A (zh) 混合连续信息分析技术在医学上的应用方法
DE102016011700A1 (de) Überwachung von Biosignalen, insbesondere Elektrokardiogrammen
EP3773162A1 (de) Verfahren zur analyse von herzrhythmen unter verwendung von schlag-zu-schlag-anzeigeplots
DE102012104565A1 (de) Verfahren, Vorrichtung und Computerprogrammprodukt zur Überwachung physiologischer Signale
Queiroz et al. Support system for classification of beat-to-beat arrhythmia based on variability and morphology of electrocardiogram
Vimal et al. Random forest classifier based ECG arrhythmia classification
Hegde et al. A review on ECG signal processing and HRV analysis
EP4216232A1 (de) Verfahren und system zur vorhersage von herzarrhythmien unter verwendung transformatorbasierter neuronaler netze
Yasmeen et al. Detection of real time QRS complex using wavelet transform
JP2023520944A (ja) 心電図解析
US9192315B2 (en) Patient signal analysis and characterization based on late potentials
Pulavskyi et al. Assessment of electrocardiogram quality using lossless compression technique for heart rate variability analysis
Braga et al. A knowledge based home monitoring system for management and rehabilitation of cardiovascular patients

Legal Events

Date Code Title Description
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20130702