JP2012502771A - 非代償性うっ血性心不全の検出 - Google Patents
非代償性うっ血性心不全の検出 Download PDFInfo
- Publication number
- JP2012502771A JP2012502771A JP2011528042A JP2011528042A JP2012502771A JP 2012502771 A JP2012502771 A JP 2012502771A JP 2011528042 A JP2011528042 A JP 2011528042A JP 2011528042 A JP2011528042 A JP 2011528042A JP 2012502771 A JP2012502771 A JP 2012502771A
- Authority
- JP
- Japan
- Prior art keywords
- fuzzy logic
- symptom
- physiological
- information
- physiological information
- 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.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pulmonology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
る。うっ血性心不全が進行するにつれて、心臓の減少したポンピング能力または効率は、浮腫(体液の貯留)、体重増加、息切れ、低い運動耐容能、睡眠関連問題などの他の望ましくない症状をもたらし、最終的には死をもたらしうる。
例3では、例1または例2の任意の一方または両方の例のシステムは、任意選択で、心拍数、呼吸数、呼吸タイミング、血圧、肺一回換気量、身体活動レベル、体重、胸腔内インピーダンス、心音タイミング、または心音マグニチュードの少なくとも1つから導出さ
れる情報を取得するように構成された生理的モニタを含む。
例6では、例2〜5の任意の1つまたは複数の例のシステムは、任意選択で、プロセッサに結合されたディスプレイを含み、ディスプレイは、症状状態または非代償性心不全状態の少なくとも一方をユーザに報告するように構成される。
例8では、例1〜7の任意の1つまたは複数の例のシステムは、任意選択で、プロセッサに結合されたユーザ入力を含み、ユーザ入力は、息切れ、異常な疲労感、異常な疼痛、異常な膨満感、慢性の咳、食欲減退、または睡眠時における特別な枕についての必要性の少なくとも1つを、患者が経験したかどうかを含む質問に応答して、ユーザから生理的情報の少なくとも一部を受信するように構成される。
は「非常に高い(very high)」のうちの少なくとも1つを含む。
例19では、例17または18の任意の1つまたは複数の例の生理的情報を取得することは、任意選択で、埋め込み型生理的センサまたは外部生理的センサの少なくとも一方を監視することを含む。
生理的情報の少なくとも一部についてユーザに質問することであって、質問は、前記患者が、息切れを経験したか、異常な疲労感を経験したか、異常な疼痛を経験したか、異常な膨満感 を経験したか、慢性の咳を経験したか、食欲減退を経験したか、または睡眠時
における特別な枕についての必要性を経験したかの少なくとも1つを含む、質問すること、および、生理的情報の少なくとも一部を含むユーザ応答を受信することを含む。
態または非代償性心不全状態の少なくとも一方をユーザに表示することを含む。
例25では、例17〜24の任意の1つまたは複数の例の方法は、任意選択で、非代償性心不全状態が急性非代償性心不全の発生を指示するとき、ユーザに警報を提供することを含む。
例28では、例26または27の任意の一方または両方の例の方法は、任意選択で、言語学用語を使用して、ベースラインからの変化の程度によって生理的情報または症状状態の少なくとも一方を分類することを含む。
本概要は、本特許出願の主題の概要を提供することを意図される。本発明の排他的なまたは網羅的な説明を提供することは意図されない。詳細な説明は、本特許出願に関するさらなる情報を提供するために含まれる。
臨床医、患者、または臨床診断における他のユーザによって一般的に使用される1つまたは複数の状態を含みうる。いくつかの実施例では、臨床医、患者、または他のユーザは、1つまたは複数の症状の状態と1つまたは複数の疾患の状態の両方を記述するために、平易な言語(たとえば、言語学用語)を使用してより直観的な形態で実行可能な要約情報を提供されうる。
的モニタ104に通信可能に結合されうる。また、1つまたは複数のセンサは、ファジーロジック推論を使用して、患者または他の人に関する生理的情報を検出する、確定する、または受信しうる。
常連続的(ambulatory)報告として、あるいは、1つまたは複数の他の形態で送出されうる。ある実施例では、1つまたは複数のセンサに関する生理的情報は、ユーザに報告されうる。また、生理的情報は、1つまたは複数のデータ値、1つまたは複数の傾向、1つまたは複数の統計量(センサデータの最大、最小、移動平均、重み付き平均、メジアン、ミーン(mean)、または別の中心傾向)、あるいは、1つまたは複数の他の形態の要約情報を含みうる。
の1つまたは複数を含みうる。また、ユーザ入力204は、質問に応答してユーザから生理的情報の少なくとも一部を受信するように構成されうる。
(「CRM」)デバイスを含み、心臓再同期治療送出回路、ペーシング回路、または頻脈性不整脈治療(たとえば、抗頻脈性不整脈ペーシングまたは徐細動ショック)回路の1つまたは複数を含みうる。ある実施例では、1つまたは複数のさらなるセンサ組立体(たとえば、血管内圧力センサ)は、人312内に埋め込まれ、埋め込み型生理的(physical)モニタ304あるいは1つまたは複数の他の埋め込み型または外部デバイスと通信しうる。いくつかの実施例では、IMD組立体は、プロセッサ102、1つまたは複数のセンサ(たとえば、埋め込み型センサ308)、埋め込み型生理的モニタ304、あるいは、1つまたは複数の他のコンポーネント、部分、またはモジュールを含みうる。図3の実施例では、埋め込み型センサ308は、1つまたは複数のリード線を介して心臓302に結合され、血圧センサ、胸腔内インピーダンスセンサ、(たとえば、呼吸数、呼吸タイミング、肺一回換気量、毎分換気量、あるいは1つまたは複数の他の呼吸パラメータを検知することが可能な)呼吸センサ、(たとえば、心音を検出するための)音響センサ、活動レベルセンサ(たとえば、人の身体活動を検出する加速度計)、心電図センサ、あるいは、1つまたは複数の他の埋め込み型センサの1つまたは複数を含みうる。
れうる。ある実施例では、生理的情報が、1つまたは複数のセンサまたは質問から取得されうる。430にて、第1のファジーロジック推論が使用されて、生理的情報のマッピングを使用して1つまたは複数の症状の状態が導出されうる。440にて、1つまたは複数の症状の、結果得られる状態が、ファジーロジックメンバーシップ関数の第2のセットにマッピングされうる。450にて、第2のファジーロジック推論が使用されて、1つまたは複数の症状のマッピングを使用して1つまたは複数の疾患の状態が導出されうる。
率、移動平均、メジアン、ミーン(mean)、あるいは他の中心傾向)、1つまたは複数の事象の計数、平均などのベースライン値からの変化の程度、または他の傾向)、データの母集団の分散の1つまたは複数の尺度(たとえば、分散、標準偏差、または他の尺度)、あるいは他の情報(たとえば、ブール値などの質問に対する応答)によって定義されうる。
1つまたは複数の入力をファジー化することは、1つまたは複数の入力からの情報(たとえば、1つまたは複数のデータ値、傾向など)を、1つまたは複数のメンバーシップ関数によって記述される1つまたは複数の入力ファジーセットに割当てることを含みうる。図5では、520にて、エキスパートまたは履歴患者データが、知識ベースになるように組合されうる。いくつかの実施例では、知識ベースは、1つまたは複数のルールのセットに変換されうる。ある実施例では、1つまたは複数のルールは、1つまたは複数のファジー化された入力(たとえば、入力ファジーセット)を、1つまたは複数のファジー演算子(たとえば、ファジー「AND」、ファジー「OR」、あるいは1つまたは複数の他の演算子)を使用して1つまたは複数の出力ファジーセットに関連付けうる。図5の実施例では、530にて、1つまたは複数のルールは、1つまたは複数のファジー化された入力に網羅的に適用されうる。540にて、1つまたは複数のルールの適用から得られる1つまたは複数の出力ファジーセットは、1つまたは複数の出力関数を含みうる。また、結果得られる出力関数は、集約され(「非ファジー化され(defuzzified)」)うる。ある実施例で
は、集約方法は、最大、総和、または他の演算子を使用して、集約関数になるように1つまたは複数の出力ファジーセット(たとえば、1つまたは複数の出力関数)が組合されうる。いくつかの実施例では、1つまたは複数の出力ファジーセットを非ファジー化することは、出力として数値を提供しうる。ある実施例では、1つまたは複数のファジーロジック推論からの1つまたは複数の数値出力は、別の異なるファジーロジック推論に対する入力として使用されうる。
例では、指数、メトリック、または他の尺度は、(たとえば、息切れの重症度を等級付けする)呼吸困難スコア、(たとえば、「湿潤性(wetness)」、肺浮腫または水分貯留に伴
う別の症状の重症度を等級付けする)水分過負荷指数、(たとえば、運耐容能の認識レベル、身体活動を実施することについての容易さ、あるいは、持久力または疲労の他の尺度を等級付けする)疲労指数、または(たとえば、左室駆出率、左室ポンピング圧、ポンピング圧の時間微分、または他の値を等級付けする)心拍出量指数、あるいは、別の指数、メトリック、または尺度を含みうる。いくつかの実施例では、指数、メトリック、または尺度の1つまたは複数は、1つまたは複数のデータ値、1つまたは複数の傾向、1つまたは複数の統計量(最大、最小、移動平均、重み付き平均、メジアン、ミーン(mean)、または別の中心傾向)、1つまたは複数の変化率、あるいは、他の情報を含みうる。いくつかの実施例では、1つまたは複数の症状620についての症状状態は、さらに細分されうる、または、1つまたは複数のサブカテゴリを参照しうる。たとえば、呼吸困難は、運動時呼吸困難(たとえば、身体活動中の息切れ)、安静時呼吸困難、夜間発作性呼吸困難(たとえば、夜間または睡眠中の一過性の息切れまたは努力呼吸)、起座呼吸(たとえば、人が直立しているか、寝ているかに応じた息切れまたは努力呼吸)、不安時呼吸困難、あるいは、呼吸困難の1つまたは複数の他の細分またはサブカテゴリの1つまたは複数を含みうる。同様に、いくつかの実施例では、水分過負荷指数または体重変化などの他の症状は、肺浮腫、全身性浮腫、末梢性浮腫、正の体重変化、負の体重変化などを含みうる。ある実施例では、肺浮腫の発生を含む症状状態(たとえば、肺または気管内への異常な水分貯留に関連する水分過負荷指数)は、図2に示す胸腔内インピーダンスセンサ222からの生理的情報610を使用することなどによって導出されうる。ある実施例では、運動耐容能の程度を含む症状状態は、(たとえば、図2に示す加速度計220を使用することによって)身体活動に対する生理反応(「PRA」)を監視することによって、また、((たとえば、呼吸数情報を検知するために)たとえば、図2に示す)対応する呼吸センサ214または((たとえば、心拍数情報を検知するために)たとえば、図2に示す)ECGセンサ212を監視することによって導出されうる。
の意思決定技法が使用されて、生理的情報610を使用して、1つまたは複数の症状620についての症状状態が導出されうる。いくつかの実施例では、第2のファジーロジック推論、第2のニューラルネットワーク、「クリスプ」ブーリアンルールの第2のセット、あるいは1つまたは複数の他の意思決定技法が使用されて、(たとえば、カスケード方式で)1つまたは複数の症状620についての症状状態を使用して、1つまたは複数の疾患630ついての疾患状態が導出されうる。いくつかの実施例では、1つまたは複数の疾患630についての疾患状態は、急性非代償性心不全状態の発生などの心不全(「HF」)疾患状態または他の疾患状態(たとえば、糖尿病)を含みうる。
テーブルルップアップを実施するときに使用される処理および記憶より少なくなりうること、および、処理および記憶の利益が、入力の数が増加するにつれて増加しうることを、本発明者等は、とりわけ認識した。
6C、「高い(high)」関数806D、および「非常に高い(very high)」関数806Eを
含みうる。いくつかの実施例では、1つまたは複数のメンバーシップ関数は、入力変数802の値にわたって一定または線形でありうる。ある実施例では、生理的情報(たとえば、1つまたは複数のセンサからのデータ値)は、ファジーロジックメンバーシップ関数の第1のセットにマッピングされうる(たとえば、マップ800または何か他のマッピング)。ある実施例では、1つまたは複数の症状の状態は、ファジーロジックメンバーシップ関数の第2のセットにマッピングされうる(たとえば、マップ800または何か他のマッピング)。
関数の非ゼロ部分の下で2つのメンバーシップ関数にマッピングされうる)。この実施例と対照的に、1つまたは複数のファジーロジックルールの代わりに、「クリスプ」ブーリアンルールが使用された場合、胸腔内インピーダンスの減少702は、1つだけの言語学的記述(たとえば、「非常に高い」または「高い」であるが、「非常に高い」と「高い」の両方ではない)を割当てられうる。
呼ばれうる、また、第1および第2の入力がメンバーであるメンバーシップ関数のセットは、「前件(antecedent)」と呼ばれうる。この実施例では、第2および第3のルールが適用されうる。また、903にて、ファジーロジックルールを適用することの結果は、1つまたは複数の出力関数のセットでありうる。この実施例では、911Aにて、第1の入力値は、「低い」ファジーロジックメンバーシップ関数に交差しうる、911Bにて、第1の入力値は、「中程度の」ファジーロジックメンバーシップ関数に交差しうる、また、912にて、第2の入力値は、「高い」ファジーロジックメンバーシップ関数に交差しうる。いくつかの実施例では、1つまたは複数の他のファジーロジック演算子が使用されうる(たとえば、「AND」のファジーロジック演算子は、1つまたは複数のメンバーシップ関数のセットの最少をとりうる、または、何らかの他の演算子が使用されうる)。
、905にて、示唆は、1つまたは複数の出力関数をトランケートするために、911A、911B、または912などで、交差部においてメンバーシップ関数の最大値を使用して実施されうる。いくつかの実施例では、1つまたは複数の示唆は、出力関数をトランケートするかまたはスケーリングするため、または、出力関数に別の演算を実施するために、第1または第2の入力あるいはファジーロジックメンバーシップ関数の1つまたは複数
の値を使用しうる。
追加事項
上述した説明は、詳細な説明の一部を形成する添付図面に対する参照を含む。図面は、例証として、本発明が実施されうる特定の実施形態を示す。これらの実施形態はまた、本明細書で「実施例(example)」とも呼ばれる。こうした実施例は、示し述べた要素以外の
要素を含みうる。しかし、本発明者等は、示し述べる要素だけがそこで提供される実施例も想定する。
うに、「少なくとも1つ(at least one)」または「1つまたは複数(one or more)」の任
意の他の例または使用と独立に、1つまたは2つ以上を含むために使用される。本文書では、用語「または(or)」は、非排他的なまたは(or)を指すのに使用される。したがって、別途指示されない限り、「AまたはB」は「AであるがBではない」、「BであるがAではない」および「AおよびB」を含む。添付特許請求の範囲では、用語「含む(including)」および「そこで(in which)」は、それぞれの用語「備える(comprising)」および「そ
こで(wherein)」の平易な英語の等価物として使用される。同様に、添付特許請求の範囲
では、用語「含む(including)」および「備える(comprising)」は、無制限(pen-ended)で
ある、すなわち、特許請求項においてこうした用語の後に挙げられる要素以外の要素を含むシステム、デバイス、製品またはプロセスは、依然として特許請求項の範囲内に入ると考えられる。さらに、添付特許請求の範囲では、用語「第1の(first)」、「第2の(second)」および「第3の(third)」などは、単にラベルとして使用され、その物体に対して数値要件を課すことを意図されない。
本明細書で述べる方法の実施例は、少なくとも部分的に、機械実施式であるかまたはコンピュータ実施式でありうる。一部の実施例は、上記実施例で述べた方法を実施するよう電子デバイスを構成するように働く命令をエンコードされるコンピュータ可読媒体または機械可読媒体を含みうる。こうした方法の実施態様は、マイクロコード、アセンブリ言語コード、高レベル言語コード、または同様なものなどのコードを含みうる。こうしたコードは、種々の方法を実施するためのコンピュータ可読命令を含みうる。コードは、コンピュータプログラム製品の所定部分を形成してもよい。さらに、コードは、実行中、または、他の時点で、1つまたは複数の揮発性または不揮発性コンピュータ可読媒体上に目に見える形で格納されてもよい。これらのコンピュータ可読媒体は、ハードディスク、取外し可能磁気ディスク、取外し可能光ディスク(たとえば、コンパクトディスクおよびデジタルビデオディスク)、磁気カセット、メモリカードまたはスティック、ランダムアクセスメモリ(RAM)、読取り専用メモリ(ROM)、ならびに同様なものを含むが、それに限定されなくてもよい。
Claims (30)
- システムであって、
患者に関する生理的情報を取得するように構成された生理的モニタと、
前記生理的モニタに結合され、前記患者に関する前記生理的情報を受信するように構成されたプロセッサとを備え、前記プロセッサは、
第1のファジーロジック推論を使用して前記生理的情報から症状状態を導出するように構成された第1のファジーロジック推論モジュールを含む症状状態検出器と、
前記症状状態検出器に結合された疾患状態検出器とを備え、前記疾患状態検出器は、第2のファジーロジック推論を使用して前記症状状態から疾患状態を導出するように構成された第2のファジーロジック推論モジュールを含むシステム。 - 前記疾患状態検出器は、非代償性心不全状態を検出するように構成される請求項1に記載のシステム。
- 前記生理的モニタは、心拍数、呼吸数、呼吸タイミング、血圧、肺一回換気量、身体活動レベル、体重、胸腔内インピーダンス、心音タイミング、または心音マグニチュードの少なくとも1つから導出される情報を取得するように構成される請求項1から2のいずれか1項に記載のシステム。
- 前記生理的モニタに結合された生理的センサを備え、前記生理的センサは、体重計、心電図センサ、呼吸センサ、心音センサ、血圧センサ、加速度計、または胸腔内インピーダンスセンサの少なくとも1つを含む請求項1から3のいずれか1項に記載のシステム。
- 前記生理的センサは、埋め込み型生理的センサまたは外部生理的センサの少なくとも一方を備える請求項4に記載のシステム。
- 前記プロセッサに結合されたディスプレイを備え、前記ディスプレイは、症状状態または非代償性心不全状態の少なくとも一方をユーザに報告するように構成される請求項2から5のいずれか1項に記載のシステム。
- 前記ディスプレイは、非代償性心不全状態が急性非代償性心不全の発生を指示するとき、ユーザに警報を提供するように構成される請求項6に記載のシステム。
- 前記プロセッサに結合されたユーザ入力を備え、前記ユーザ入力は、息切れ、異常な疲労感、異常な疼痛、異常な膨満感、慢性の咳、食欲減退、または睡眠時における特別な枕についての必要性の少なくとも1つを、前記患者が経験したかどうかを含む質問に応答して、ユーザから前記生理的情報の少なくとも一部を受信するように構成される請求項1から7のいずれか1項に記載のシステム。
- 前記症状状態検出器は、呼吸困難スコア、水分過負荷指数、左室充満圧指数、疲労指数、または心拍出量指数の少なくとも1つを含む症状状態を導出するように構成される請求項1から8のいずれか1項に記載のシステム。
- 前記プロセッサは、少なくとも1つの生理的センサが、信頼性がないか、利用可能でないかに関する情報を使用して少なくとも1つのルールを選択するように構成されたファジーロジックルール選択器を備え、
前記第1のファジーロジック推論モジュールは、前記少なくとも1つの選択されたルールに応答してかつ前記少なくとも1つの選択されたルールを使用して前記症状状態を導出するように構成される請求項1から9のいずれか1項に記載のシステム。 - 前記症状状態検出器は、前記生理的情報をファジーロジックメンバーシップ関数の第1のセットにマッピングするように構成され、また、前記マッピングされた生理的情報を前記第1のファジーロジック推論モジュールに提供するように構成され、
前記疾患状態検出器は、前記症状状態をファジーロジックメンバーシップ関数の第2のセットにマッピングするように構成され、また、前記マッピングされた症状状態情報を前記第2のファジーロジック推論モジュールに提供するように構成される請求項1から10のいずれか1項に記載のシステム。 - ファジーロジックメンバーシップ関数の前記第1または第2のセット内に含まれる少なくとも1つのメンバーシップ関数は、言語学用語によってカテゴリ化され、前記症状状態検出器または前記疾患状態検出器の少なくとも一方は、前記言語学用語を使用して、前記生理的情報または前記症状状態を前記それぞれの第1または第2のファジーロジックメンバーシップ関数にマッピングするように構成される請求項1から11のいずれか1項に記載のシステム。
- 前記言語学用語は、非常に低い、低い、中程度の、高い、または非常に高い、のうちの少なくとも1つを含む請求項12に記載のシステム。
- 前記症状状態検出器または前記疾患状態検出器の少なくとも一方は、前記言語学用語を使用して、ベースラインからの変化の程度によって前記生理的情報または前記症状状態の少なくとも一方を分類するように構成される請求項12から13のいずれか1項に記載のシステム。
- 前記症状状態検出器または前記疾患状態検出器の少なくとも一方は、前記言語学用語を使用して、変化率によって前記生理的情報または前記症状状態の少なくとも一方を分類するように構成される請求項12から14のいずれか1項に記載のシステム。
- 前記第1または第2のファジーロジック推論モジュールの少なくとも一方は、履歴患者データから取得される情報に基づいて少なくとも1つのルールを使用するように構成される請求項1から15のいずれか1項に記載のシステム。
- 患者に関する生理的情報を取得するステップと、
前記生理的情報をファジーロジックメンバーシップ関数の第1のセットにマッピングするステップと、
第1のファジーロジック推論を使用して、ファジーロジックメンバーシップ関数の前記第1のセットに対する前記生理的情報の前記マッピングから症状状態を導出するステップと、
前記症状状態をファジーロジックメンバーシップ関数の第2のセットにマッピングするステップと、
第2のファジーロジック推論を使用して、ファジーロジックメンバーシップ関数の前記第2のセットに対する前記症状状態の前記マッピングから疾患状態を導出するステップとを備える方法。 - 前記疾患状態を前記導出するステップは、非代償性心不全状態を導出することを含む請求項17に記載の方法。
- 前記生理的情報を前記取得するステップは、埋め込み型生理的センサまたは外部生理的センサの少なくとも一方を監視することを含む請求項17または18のいずれか1項に記載の方法。
- 前記生理的情報を前記取得するステップは、心拍数、呼吸数、呼吸タイミング、血圧、肺一回換気量、身体活動レベル、体重、胸腔内インピーダンス、心音タイミング、または心音マグニチュードの少なくとも1つから導出される情報を取得することを含む請求項17から19のいずれか1項に記載の方法。
- 前記第1のファジーロジック推論を使用して前記症状状態を前記導出するステップは、
少なくとも1つの生理的センサが、信頼性がないか、利用可能でないかに関する情報を使用してルールを選択するステップと、
前記選択されたルールを使用して前記症状状態を導出するステップとを備える、請求項17から20のいずれか1項に記載の方法。 - 前記生理的情報の少なくとも一部についてユーザに質問するステップとにおいて、質問は、前記患者が、息切れを経験したか、異常な疲労感を経験したか、異常な疼痛を経験したか、異常な膨満感を経験したか、慢性の咳を経験したか、食欲減退を経験したか、または睡眠時における特別な枕についての必要性を経験したかの少なくとも1つを含む、質問するステップと、
前記生理的情報の少なくとも一部を含むユーザ応答を受信するステップとをさらに備える請求項17から21のいずれか1項に記載の方法。 - 前記症状状態を前記導出するステップは、呼吸困難スコア、水分過負荷指数、左室充満圧指数、疲労指数、または心拍出量指数の少なくとも1つを導出することを含む請求項17から22のいずれか1項に記載の方法。
- 前記症状状態または前記非代償性心不全状態の少なくとも一方をユーザに表示することを含む請求項17から23のいずれか1項に記載の方法。
- 前記非代償性心不全状態が急性非代償性心不全の発生を指示するとき、ユーザに警報を提供することを含む請求項17から24のいずれか1項に記載の方法。
- 言語学用語によって、ファジーロジックメンバーシップ関数の前記第1または第2のセットに含まれる少なくとも1つのメンバーシップ関数をカテゴリ化することを含む請求項17から25のいずれか1項に記載の方法。
- 前記言語学用語は、非常に低い、低い、中程度、高い、または非常に高い、のうちの少なくとも1つを含む請求項26に記載の方法。
- 前記言語学用語を使用して、ベースラインからの変化の程度によって前記生理的情報または前記症状状態の少なくとも一方を分類することを含む請求項26から27のいずれか1項に記載の方法。
- 前記言語学用語を使用して、変化率によって前記生理的情報または前記症状状態の少なくとも一方を分類することを含む請求項26から28のいずれか1項に記載の方法。
- 前記第1または第2のファジーロジック推論の一方を前記使用することは、履歴患者データから取得される情報に基づいて少なくとも1つのルールを使用することを含む請求項26から29のいずれか1項に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US9885808P | 2008-09-22 | 2008-09-22 | |
US61/098,858 | 2008-09-22 | ||
PCT/US2009/057710 WO2010033928A1 (en) | 2008-09-22 | 2009-09-21 | Congestive heart failure decompensation detection |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012502771A true JP2012502771A (ja) | 2012-02-02 |
JP5465250B2 JP5465250B2 (ja) | 2014-04-09 |
Family
ID=41319761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011528042A Expired - Fee Related JP5465250B2 (ja) | 2008-09-22 | 2009-09-21 | 非代償性うっ血性心不全の検出 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8319648B2 (ja) |
EP (1) | EP2337492A1 (ja) |
JP (1) | JP5465250B2 (ja) |
AU (1) | AU2009292975B2 (ja) |
WO (1) | WO2010033928A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019013730A (ja) * | 2017-07-07 | 2019-01-31 | タタ・コンサルタンシー・サーヴィシズ・リミテッド | 姿勢安定性評価のための方法およびシステム |
JP2021534939A (ja) * | 2018-08-21 | 2021-12-16 | エコ デバイシズ, インコーポレイテッドEko Devices, Inc. | 被験者の生理学的または生物学的状態または疾患を特定するための方法およびシステム |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7818131B2 (en) * | 2005-06-17 | 2010-10-19 | Venture Gain, L.L.C. | Non-parametric modeling apparatus and method for classification, especially of activity state |
US7662105B2 (en) | 2005-12-14 | 2010-02-16 | Cardiac Pacemakers, Inc. | Systems and methods for determining respiration metrics |
US9968266B2 (en) * | 2006-12-27 | 2018-05-15 | Cardiac Pacemakers, Inc. | Risk stratification based heart failure detection algorithm |
US8052611B2 (en) | 2007-03-14 | 2011-11-08 | Cardiac Pacemakers, Inc. | Method and apparatus for management of heart failure hospitalization |
AU2009206541B2 (en) | 2008-01-22 | 2012-02-09 | Cardiac Pacemakers, Inc. | Respiration as a trigger for therapy optimization |
EP2361035B1 (en) | 2008-09-19 | 2014-12-31 | Cardiac Pacemakers, Inc. | System for determining a heart failure status |
EP2337492A1 (en) * | 2008-09-22 | 2011-06-29 | Cardiac Pacemakers, Inc. | Congestive heart failure decompensation detection |
JP5300982B2 (ja) | 2008-10-10 | 2013-09-25 | カーディアック ペースメイカーズ, インコーポレイテッド | 心不全患者管理用の複数センサ方式 |
US20110009760A1 (en) * | 2009-07-10 | 2011-01-13 | Yi Zhang | Hospital Readmission Alert for Heart Failure Patients |
JP5567131B2 (ja) | 2009-07-27 | 2014-08-06 | カーディアック ペースメイカーズ, インコーポレイテッド | 血液量再配分によって心不全を治療するための医療用デバイス |
WO2011077275A2 (en) * | 2009-12-21 | 2011-06-30 | Koninklijke Philips Electronics N.V. | Bode index measurement |
WO2011110963A1 (en) * | 2010-03-08 | 2011-09-15 | Koninklijke Philips Electronics N.V. | System and method for obtaining an objective measure of dyspnea |
EP4122383A1 (en) | 2010-05-08 | 2023-01-25 | The Regents Of The University Of California | Sem scanner sensing apparatus, system and methodology for early detection of ulcers |
WO2012006549A2 (en) * | 2010-07-09 | 2012-01-12 | The Regents Of The University Of California | System comprised of sensors, communications, processing and inference on servers and other devices |
US8617082B2 (en) | 2011-05-19 | 2013-12-31 | Medtronic, Inc. | Heart sounds-based pacing optimization |
US20120296387A1 (en) | 2011-05-19 | 2012-11-22 | Xusheng Zhang | Phrenic nerve stimulation detection using heart sounds |
US8777874B2 (en) | 2011-05-24 | 2014-07-15 | Medtronic, Inc. | Acoustic based cough detection |
US8886311B2 (en) | 2012-01-27 | 2014-11-11 | Medtronic, Inc. | Techniques for mitigating motion artifacts from implantable physiological sensors |
US20220265219A1 (en) * | 2012-12-26 | 2022-08-25 | Cardiac Pacemakers, Inc. | Neural network based worsening heart failure detection |
US10251563B2 (en) | 2013-05-20 | 2019-04-09 | Cardiac Pacemakers, Inc. | Methods and apparatus for detecting heart failure event using patient chronic conditions |
JP6455843B2 (ja) * | 2013-11-01 | 2019-01-23 | メドトロニック モニタリング インコーポレイテッド | 生理学的値を監視し処理するための装置およびその作動方法 |
EP3065625A1 (en) * | 2013-11-04 | 2016-09-14 | Cardiac Pacemakers, Inc. | Heart failure detection and risk stratification system |
CN105960198B (zh) * | 2013-12-05 | 2019-06-18 | 慕曼德保健公司 | 病患的智能医疗监测 |
US9613432B2 (en) * | 2014-01-29 | 2017-04-04 | Stmicroelectronics S.R.L. | Fire detection system and method employing digital images processing |
US9662073B2 (en) | 2014-03-07 | 2017-05-30 | Cardiac Pacemakers, Inc. | Heart failure event detection using multi-level categorical fusion |
WO2016172263A1 (en) | 2015-04-24 | 2016-10-27 | Bruin Biometrics Llc | Apparatus and methods for determining damaged tissue using sub-epidermal moisture measurements |
US10638980B2 (en) | 2015-10-13 | 2020-05-05 | Koninklijke Philips N.V. | System and method for predicting heart failure decompensation |
EP3367884B1 (en) | 2015-10-29 | 2020-07-22 | Cardiac Pacemakers, Inc. | Prediction of worsening of heart failure |
US20180220954A1 (en) | 2017-02-03 | 2018-08-09 | Bruin Biometrics, Llc | Measurement of susceptibility to diabetic foot ulcers |
US11615891B2 (en) | 2017-04-29 | 2023-03-28 | Cardiac Pacemakers, Inc. | Heart failure event rate assessment |
AU2018289297B9 (en) * | 2017-06-19 | 2023-02-02 | Bruin Biometrics, Llc | Apparatus and methods for determining damaged tissue using sub-epidermal moisture measurements |
CN111295130B (zh) | 2017-11-16 | 2023-11-28 | 布鲁恩生物有限责任公司 | 在多个护理环境中提供护理连续性 |
DK3749181T3 (da) | 2018-02-09 | 2024-04-29 | Bruin Biometrics Llc | Detektering af vævsbeskadigelse |
EP4283799A3 (en) | 2018-10-11 | 2024-01-17 | Bruin Biometrics, LLC | Device with disposable element |
BR112021021976A2 (pt) * | 2019-05-02 | 2022-01-11 | Closed Loop Medicine Ltd | Métodos e sistemas para fornecer remédio personalizado a um paciente |
US11642075B2 (en) | 2021-02-03 | 2023-05-09 | Bruin Biometrics, Llc | Methods of treating deep and early-stage pressure induced tissue damage |
CN113671373A (zh) * | 2021-07-27 | 2021-11-19 | 三门三友科技股份有限公司 | 具有自检功能的电解槽内电解过程监测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0295332A (ja) * | 1988-09-30 | 1990-04-06 | Omron Tateisi Electron Co | 健康診断支援装置 |
JP2005505817A (ja) * | 2001-10-02 | 2005-02-24 | シーメンス メディカル ソルーションズ ヘルス サーヴィシズ コーポレイション | 収集した患者の医学的情報のモデリングにより臨床判断をサポートするシステム |
US20060161069A1 (en) * | 2005-01-20 | 2006-07-20 | Cardiac Pacemakers, Inc. | Methods and apparatuses for cardiac arrhythmia classification using morphology stability |
JP2008520340A (ja) * | 2004-11-18 | 2008-06-19 | イノバイス メディカル インコーポレーテッド | 心臓状態の監視および特徴化に関する方法およびシステム |
EP2337492A1 (en) * | 2008-09-22 | 2011-06-29 | Cardiac Pacemakers, Inc. | Congestive heart failure decompensation detection |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4686987A (en) | 1981-06-18 | 1987-08-18 | Cardiac Pacemakers, Inc. | Biomedical method and apparatus for controlling the administration of therapy to a patient in response to changes in physiologic demand |
US5284136A (en) | 1990-04-04 | 1994-02-08 | Cardiac Pacemakers, Inc. | Dual indifferent electrode pacemaker |
US5342406A (en) | 1992-10-07 | 1994-08-30 | Medtronic, Inc. | Oxygen sensor based capture detection for a pacer |
US6678669B2 (en) | 1996-02-09 | 2004-01-13 | Adeza Biomedical Corporation | Method for selecting medical and biochemical diagnostic tests using neural network-related applications |
US6076015A (en) | 1998-02-27 | 2000-06-13 | Cardiac Pacemakers, Inc. | Rate adaptive cardiac rhythm management device using transthoracic impedance |
US6821249B2 (en) | 1999-03-08 | 2004-11-23 | Board Of Regents, The University Of Texas | Temperature monitoring of congestive heart failure patients as an indicator of worsening condition |
US7127290B2 (en) | 1999-10-01 | 2006-10-24 | Cardiac Pacemakers, Inc. | Cardiac rhythm management systems and methods predicting congestive heart failure status |
US7149576B1 (en) | 2000-07-10 | 2006-12-12 | Cardiodynamics International Corporation | Apparatus and method for defibrillation of a living subject |
US7076371B2 (en) * | 2001-03-03 | 2006-07-11 | Chi Yung Fu | Non-invasive diagnostic and monitoring method and apparatus based on odor detection |
US6892095B2 (en) | 2001-12-31 | 2005-05-10 | Cardiac Pacemakers, Inc. | Method and apparatus for monitoring left ventricular work or power |
US6666826B2 (en) | 2002-01-04 | 2003-12-23 | Cardiac Pacemakers, Inc. | Method and apparatus for measuring left ventricular pressure |
US7972275B2 (en) * | 2002-12-30 | 2011-07-05 | Cardiac Pacemakers, Inc. | Method and apparatus for monitoring of diastolic hemodynamics |
AU2004224345B2 (en) * | 2003-03-21 | 2010-02-18 | Welch Allyn, Inc. | Personal status physiologic monitor system and architecture and related monitoring methods |
US7433853B2 (en) | 2004-07-12 | 2008-10-07 | Cardiac Pacemakers, Inc. | Expert system for patient medical information analysis |
US7819812B2 (en) * | 2004-12-15 | 2010-10-26 | Neuropace, Inc. | Modulation and analysis of cerebral perfusion in epilepsy and other neurological disorders |
US8108038B2 (en) * | 2004-12-17 | 2012-01-31 | Medtronic, Inc. | System and method for segmenting a cardiac signal based on brain activity |
US8005543B2 (en) * | 2006-05-08 | 2011-08-23 | Cardiac Pacemakers, Inc. | Heart failure management system |
US7558622B2 (en) * | 2006-05-24 | 2009-07-07 | Bao Tran | Mesh network stroke monitoring appliance |
US8000780B2 (en) | 2006-06-27 | 2011-08-16 | Cardiac Pacemakers, Inc. | Detection of myocardial ischemia from the time sequence of implanted sensor measurements |
US8014863B2 (en) | 2007-01-19 | 2011-09-06 | Cardiac Pacemakers, Inc. | Heart attack or ischemia detector |
US8048105B2 (en) * | 2007-04-19 | 2011-11-01 | Western Clinical Engineering Ltd. | Adaptive surgical tourniquet apparatus and method |
JP5300982B2 (ja) | 2008-10-10 | 2013-09-25 | カーディアック ペースメイカーズ, インコーポレイテッド | 心不全患者管理用の複数センサ方式 |
-
2009
- 2009-09-21 EP EP09792791A patent/EP2337492A1/en not_active Withdrawn
- 2009-09-21 JP JP2011528042A patent/JP5465250B2/ja not_active Expired - Fee Related
- 2009-09-21 US US12/563,882 patent/US8319648B2/en active Active
- 2009-09-21 WO PCT/US2009/057710 patent/WO2010033928A1/en active Application Filing
- 2009-09-21 AU AU2009292975A patent/AU2009292975B2/en not_active Ceased
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0295332A (ja) * | 1988-09-30 | 1990-04-06 | Omron Tateisi Electron Co | 健康診断支援装置 |
JP2005505817A (ja) * | 2001-10-02 | 2005-02-24 | シーメンス メディカル ソルーションズ ヘルス サーヴィシズ コーポレイション | 収集した患者の医学的情報のモデリングにより臨床判断をサポートするシステム |
JP2008520340A (ja) * | 2004-11-18 | 2008-06-19 | イノバイス メディカル インコーポレーテッド | 心臓状態の監視および特徴化に関する方法およびシステム |
US20060161069A1 (en) * | 2005-01-20 | 2006-07-20 | Cardiac Pacemakers, Inc. | Methods and apparatuses for cardiac arrhythmia classification using morphology stability |
EP2337492A1 (en) * | 2008-09-22 | 2011-06-29 | Cardiac Pacemakers, Inc. | Congestive heart failure decompensation detection |
US8319648B2 (en) * | 2008-09-22 | 2012-11-27 | Cardiac Pacemakers, Inc. | System and method for detection of HF decompensation based on signs and symptoms |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019013730A (ja) * | 2017-07-07 | 2019-01-31 | タタ・コンサルタンシー・サーヴィシズ・リミテッド | 姿勢安定性評価のための方法およびシステム |
JP2021534939A (ja) * | 2018-08-21 | 2021-12-16 | エコ デバイシズ, インコーポレイテッドEko Devices, Inc. | 被験者の生理学的または生物学的状態または疾患を特定するための方法およびシステム |
JP7402879B2 (ja) | 2018-08-21 | 2023-12-21 | エコ デバイシズ,インコーポレイテッド | 被験者の生理学的または生物学的状態または疾患を特定するための方法およびシステム |
Also Published As
Publication number | Publication date |
---|---|
JP5465250B2 (ja) | 2014-04-09 |
AU2009292975B2 (en) | 2013-09-19 |
EP2337492A1 (en) | 2011-06-29 |
US8319648B2 (en) | 2012-11-27 |
AU2009292975A1 (en) | 2010-03-25 |
WO2010033928A1 (en) | 2010-03-25 |
US20100073170A1 (en) | 2010-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5465250B2 (ja) | 非代償性うっ血性心不全の検出 | |
US11826174B2 (en) | Monitoring physiological status based on bio-vibrational and radio frequency data analysis | |
JP5373915B2 (ja) | 指標に基づく悪化hf警報 | |
US20180192894A1 (en) | Risk stratification based heart failure detection algorithm | |
JP5723024B2 (ja) | 逐次分類器を用いる心不全検出 | |
JP2010514497A (ja) | リスク層別化のための患者間比較 | |
WO2008085309A1 (en) | Within-patient algorithm to manage decompensation | |
US20230197282A1 (en) | Physiological parameter monitoring system | |
US20230007922A1 (en) | Method and System for Estimating Physiological Parameters Utilizing a Deep Neural Network to Build a Calibrated Parameter Model | |
Ghassemi | Methods and models for acute hypotensive episode prediction | |
Tóth-Laufer et al. | Anytime sport activity risk level calculation using HOSVD based hierarchical fuzzy models | |
CN111317440A (zh) | 患者的预警方法、使用该方法的监护设备及可读存储介质 | |
Agrawal et al. | Adaptive neuro-fuzzy inference system for health monitoring at home | |
Ahmed | A personalized health-monitoring system for elderly by combining rules and case-based reasoning | |
Yendri et al. | Application of Expert System with Smartphone-based Certainty Factor Method for Hypertension Risk Detection | |
Li et al. | Physiological state assessment and prediction based on multi-sensor fusion in body area network | |
KR20090049426A (ko) | 사용자 맞춤형 건강관리 지원 서비스 | |
KR20210062473A (ko) | 지능형 건강관리 보조 시스템 | |
Agrawal et al. | An Expert System for Home Health Monitoring: The ANFIS Approach | |
Zammit et al. | Biosensors for monitoring of vital functional parameters during medical emergency | |
Xu | Research on risk factors of heart disease based on data mining | |
WO2024047621A1 (en) | Method and system for estimating physiological parameters utilizing a deep neural network to build a calibrated parameter model | |
A Kadir et al. | A heuristic rule based approach for monitoring of hemodynamic data in Cardiothoracic Intensive Care Unit | |
Folland | On the development of intelligent medical systems for pre-operative anaesthesia assessment | |
Swarupa et al. | Patient Classification in Emergency cases using machine learning algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20120217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130219 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130430 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131001 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131206 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140121 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |