JP2021000485A - 慢性疾患をモニタする方法及び機器 - Google Patents
慢性疾患をモニタする方法及び機器 Download PDFInfo
- Publication number
- JP2021000485A JP2021000485A JP2020154741A JP2020154741A JP2021000485A JP 2021000485 A JP2021000485 A JP 2021000485A JP 2020154741 A JP2020154741 A JP 2020154741A JP 2020154741 A JP2020154741 A JP 2020154741A JP 2021000485 A JP2021000485 A JP 2021000485A
- Authority
- JP
- Japan
- Prior art keywords
- respiratory
- monitoring
- patient
- stability
- session
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4842—Monitoring progression or stage of a disease
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/087—Measuring breath flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/486—Bio-feedback
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0057—Pumps therefor
- A61M16/0066—Blowers or centrifugal pumps
- A61M16/0069—Blowers or centrifugal pumps the speed thereof being controlled by respiratory parameters, e.g. by inhalation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/63—Motion, e.g. physical activity
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Emergency Medicine (AREA)
- Anesthesiology (AREA)
- Hematology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
本出願は、2014年5月26日出願のオーストラリア仮出願番号201490197
5の利益を主張するものである。この仮出願の全開示内容は、引用することにより本明細
書の一部をなすものとする。
該当なし
該当なし
該当なし
本技術は慢性疾患の発見、診断、治療、予防、または改善の1つまたは複数に関
する。特に本技術は医療機器や機械、またその使用方法に関する。
身体の呼吸器系はガス交換を促進する。鼻と口腔は患者の呼吸器の気道を形成
する。
肺の主な機能はガス交換で、酸素を空気から静脈血に送り込み、二酸化炭素を放出する働
きをする。気管は左右の主気管支に分かれ、さらに終末細気管支へ分化する。気管支 は
空気を案内するがガス交換には関わらない。気道は更に分岐して呼吸細気管支に連なり、
肺胞に至る。肺胞ではガス交換が行われ、呼吸領域と呼ばれる。参考文献: 『Respirato
ry Physiology』John B. West、Lippincott Williams、Wilkins共著、第9版、2011年出版
。
状によって特徴づけられる。
部気道の閉塞や閉鎖により特徴付けられる。これは異常に小さい上部気道と、睡眠時の舌
、軟口蓋、口腔咽頭後壁の筋緊張の消失の組み合わせにより引き起こされる。この症状は
、患者の睡眠中、一晩につき平均30秒から120秒間、時に200秒から300秒の呼
吸停止を引き起こす。しばしば日中に異常な眠気を生じさせ、心臓血管疾患や脳障害を引
き起こす可能性もある。この症候群は特に中年の肥満男性においてよく見られる疾患であ
るが、患者は症状に気がつかない場合もある。参考:US Patent 4,944,
310(Sullivan)。
SRサイクルと呼ばれる換気の増減がリズミカルに交代で起こる呼吸調節機の障害である
。CSRは動脈血の脱酸素化と再酸素化が交互に起こることで特徴付けられる。CSRは
反復的な低酸素症のために有害であるとも言える。CSRが繰り返しの睡眠覚醒という形
で現れる患者もいる。その結果、深刻な睡眠障害が起こり、交感神経活動が活性化され、
後負荷が増大する。参考:US Patent 6,532,959 (Berthon
−Jones)。
の肥満と日中に起きる慢性高炭酸ガス血症との合併症と定義される。症状には、呼吸困難
、起床時の頭痛、日中の過度の眠気が含まれる。
この特徴としては、気流抵抗の増大、呼吸時の呼気相の拡大、肺の通常の弾力性の喪失が
含まれる。COPDの例としては、気腫、慢性気管支炎が挙げられる。 COPDは習慣
的な喫煙(主要なリスク要因)、職業被曝、大気汚染や遺伝的要因により引き起こされる
。症状には、労作時呼吸困難、慢性の咳や痰の分泌が含まれる。
通じて間接的に起きる筋肉機能障害と不全を指す。NMD患者は、進行性の筋肉障害から
歩行困難を起こし、車椅子生活となり、嚥下困難、呼吸筋力低下を起こし、呼吸不全によ
り死にいたる。神経筋障害は急速に起こる場合と緩やかに起こる場合に分けられる。(i
)急速進行系障害:数ヶ月で筋肉障害が悪化し、数年で死に至る(例:筋萎縮性側索硬化
症(ALS)、若年性のデュシェンヌ型筋ジストロフィー(DMD))。(ii)可変的
な、または緩徐進行性の障害:数年で筋肉障害が悪化し、平均余命がやや低下する(例:
肢体、顔面・肩甲・上腕筋ジストロフィー、筋強直性ジストロフィー)。NMDで起こる
呼吸器障害の症状には、全身衰弱、嚥下困難、労作時及び安静時呼吸困難、疲労、眠気、
起床時の頭痛、集中力の低下と気分のムラが含まれる。
拘束性障害によって特徴づけられ、長期間の高炭酸ガス性呼吸不全を合併する可能性があ
る。脊柱側弯と後弯症は重度の呼吸器障害を引き起こすことがある。呼吸器障害の症状と
しては、労作時呼吸困難、末梢浮腫、起座呼吸、反復性肺感染症、起床時の頭痛、疲労、
睡眠の質の減少、食欲不振が含まれる。
追いつかない状態により特徴付けられる。心不全の管理はその罹患率と重症性のため、現
代の医療制度にとって重大な挑戦である。HFは慢性疾病であり、事実上急速性である。
HF の進行はしばしば、比較的長期間にわたる安静状態(心血管機能の低下にも関わら
ず)と、急性の発作による中断により特徴付けられる。この急性発作の間、患者は呼吸困
難(呼吸が難しくなる)、ギャロップリズム、頸静脈圧の上昇、起座呼吸を経験する。典
型的な場合だと、この時に明白な鬱血(肺空洞への体液増量)を伴う。この過度の体液は
数キロの体重増加として測定できる。しかし、明白な鬱血が起こった時には医師の側には
患者を安定させる手段はほとんど残されていない場合が多く、多くの場合患者は入院が必
要となる。極端な場合、適時治療がないと、患者は急性非代償性心不全(ADHF) 、
時に代償不全と呼ばれる状態になる。
閉塞性睡眠時無呼吸(OSA)の治療には、経鼻持続的気道陽圧法(CPAP)が採用
されている。仮説では、持続的気道陽圧が空気スプリントのように作用し、軟口蓋と舌を
前面に押し出し、後口腔咽頭壁から離すことにより、上気道閉塞を防ぐことになる。
量を受け持つことで患者が十分に息ができるようにし、且つ、または同時に適度な酸素レ
ベルを維持する。換気補助は非侵襲性患者インターフェイスにより行われる。NIVはC
SR、OHS、COPD、MD、胸壁障害の治療に用いられている。
上記で挙げた治療法は治療システムまたは機器により提供される。システム及び機器は
、治療せずに症状の診断をする際にも用いられることがある。
ェイス、データ管理から構成される。
患者インターフェイスは、例えばエアフローを送り込んだり、呼吸装置とユーザーを結
びつけるものとして使用される。エアフローは鼻及び、または口へのマスク、口腔へのチ
ューブ、ユーザーの気管へ挿入した気管カニューレにより送り込まれる。どの治療方法を
適用するかによって、患者のインターフェイスが形成される。例えば患者の顔面部であれ
ば、周囲圧力と対抗するように十分に分散させた圧力、例えば陽圧約10cmH2Oでガ
スを送り込むのを容易にし、効果的な治療に結びつける。他の形式の治療、例えば酸素を
送り込む場合、患者インターフェイスは、陽圧約10cmH2Oでの気道へのガス提供を
容易にする程度に密閉されない可能性がある。
空気圧ジェネレータは工業用換気システムなど、幅広い応用で知られている。しかし、
医療用空気圧ジェネレータは、医療機器に必要とされる信頼度、サイズ、重量などに置い
て、一般的な空気圧ジェネレータでは満たされない特定の条件を必要とする。加えて、医
学治療用にデザインされたデバイスであっても、快適さ、騒音、使いやすさ、効率性、サ
イズ、重量、製造可能性、コスト、信頼性などの点で1点、あるいは複数の欠点を含むこ
とがある。
加湿機なしにエアフローを送り込むと、気道の乾燥を引き起こすことがある。RPT機
器及び患者インターフェイスに加湿機を加えると、鼻粘膜の乾燥を最低限に抑え、患者の
気道の快適度を上昇させる加湿性ガスが発生する。涼しい地域では、加えて、暖かい空気
が顔面部に送り込まれ、患者のインターフェイスが冷たい空気にさらされずにより快適に
なる。
HF代償不全やCOPDの悪化といった起こりうる臨床兆候を予防し、または緩和する
ために、HF又はCOPDの患者の自宅でのモニタリングに関心が集まっている。臨床兆
候を予測する目的のために提案されている、または使用されている症状としては、体重、
Bナトリウム利尿ペプチド(BNP)レベル、夜間の心拍数、寝相が含まれる。睡眠ポリ
グラフィー検査(PSG)は心肺障害のモニタリングとして従来から用いられているシス
テムである。典型的なPSGでは、脳波図(EEG)、心エコー検査(ECG)、眼電図
(EOG)などの様々な身体的シグナルを記録するために、人体の15から20か所にコ
ンタクトセンサーを設置する。
吸(CSR)は一般的に身体の呼吸調節系が不安定であることから生じるが、この原因の
1つは心疾患である。CSRの重症度は一連の症状により示されるが、これは睡眠時の呼
吸が典型的なCSRの症状、例えば「チェーンストークスのような」症状とどの程度似て
いるかどうかを示唆する。加えて、OSAの重症度を示す特徴、例えば無呼吸/低呼吸指
数(AHI)は独立して、ADHFイベントによる死亡予測因子、または同イベントのた
めの入院措置の予測因子として用いられる。SDBの症状に見られるような値や変異は、
ADHF症状の起こりやすさに関して有益な情報を含んでいる。マスクや口鼻カニューレ
など、睡眠時に呼吸パラメータをモニタリングし分析し、SDBの兆候を抽出することの
できるコンタクトセンサーのモダリティは、慢性の心肺疾患のモニタリングの文脈で提案
されている。植え込み型センサーも、ADHF症状を予測する目的で、胸郭インピーダンスや
心不整脈のモニタリングに使用されている。
患者自身による毎日の体重の記録に依存した体重ベースのモニタリングシステムのように
患者のコンプライアンスが必要となること、あるいは、ウェアラブルであること(これは
長期間のモニタリングには非現実的である)、あるいは、侵襲性が高いことのいずれかに
より、不満足な結果となる傾向が高い。植え込み式デバイスの使用は、そのようなデバイ
スが使用可能な一部の限られたHF患者にしか適さない。
、ダブリン、アイルランド)は、慢性疾患を長期間モニタリングするのに適した、非接触
型のベッドサイドモニターである。SleepMinderは、極度低出力(1mW以下
)で5.8GHzのライセンスフリー周波でドップラーレーダーの原則に則り生体運動を
感知するセンサーを備えている。SleepMinderは距離が0.3から1.5メー
トル以内の範囲で身体運動、特に呼吸運動を測定することができる。2人の人間がベッド
にいる場合、洗練されたセンサーデザインとインテリジェントシグナル処理を取り合わせ
(combination)、SleepMinderはセンサーに近い方の人間の呼吸運動のみを
測定する。SleepMinderは 障らない測定であり、重要なコンプライアンスの
問題を示していないように、慢性疾患を長期間モニタリングするのに適している。
の改善が必要とされる心肺疾患、またはその他の慢性疾患のモニタリングに使用される医
療機器を対象とする。
する。
。
グセッションにおいて、患者の呼吸シグナルから呼吸症状を抽出し、複数のモニタリング
セッションから得られた呼吸症状の連続的な値からなる時系列の統計的分析により安定度
(stability measure)を計算する。安定度は、モニタリングセッション時に生じる、呼
吸症状の統計的分布における変動ポイントの度合い(indication)を示すものである。安
定度がある基準に達した場合、警告が発せられる。
ントの度合いとして計算するステップを含む。この変動ポイントは、複数のモニタリング
セッションにおいて患者の呼吸シグナルから抽出された呼吸症状の連続的な値からなる時
系列の確率分布において生じるものである。安定度は、呼吸症状の統計的分布における、
モニタリングセッション時に起こる変動ポイントの度合いを示す。分布において変動ポイ
ントが検出された場合、警告が発せられる。計算方法はレトロスペクティブまたはオンラ
インである。
る。この方法は以下のように構成される。まず、各モニタリングセッションに対して、モ
ニタリングセッション間の患者の呼吸を表す呼吸シグナルから得られた呼吸症状をプロセ
ッサ匂いて抽出すること。この呼吸シグナルは少なくとも1台以上のセンサーから感知さ
れる。そしてモニタリングセッションのため患者の安定度を測定し、プロセッサで計算す
ること。この安定度は、呼吸症状の統計的分布における、モニタリングセッション時に起
こる変動ポイントを表す。
ッション間の患者を表す呼吸シグナルの生成を設定するセンサー、及び一番目の側面によ
る治療手法を設定するためのプロセッサから構成される。
方法は、1つ、または複数のプロセッサにより実行され、以下により構成される。まず、
各モニタリングセッションに対して、モニタリングセッション間の患者の呼吸を表す呼吸
シグナルから得られた呼吸症状をプロセッサにおいて抽出すること。この呼吸シグナルは
少なくとも1台以上のセンサーから感知される。そして呼吸症状の連続した値からなる時
間軸を設定すること。そしてモニタリングセッションにおける患者の安定度を計算するこ
と。安定度は、時系列のサブシークエンスの2つの集合での確率分布の非類似性を表す。
この2つの集合は実質上、モニタリングセッション前後それぞれの時間軸でのサンプルに
より構成されるサブシークエンスからなる。
タリングセッション間の患者の呼吸を表す呼吸シグナルの生成を設定するセンサー、第三
番目の側面による方法の実行を設定するプロセッサから構成される。
この方法は、1つ、または複数のプロセッサにより実行され、以下により構成される。ま
ず、各モニタリングセッションに対して、モニタリングセッション間の患者の呼吸を表す
呼吸シグナルから得られた呼吸症状をプロセッサにおいて抽出すること。この呼吸シグナ
ルは少なくとも1台以上のセンサーから感知される。そして、モニタリングセッションに
おける患者の安定度を計算すること。この安定度は、呼吸症状の統計的分布における、モ
ニタリングセッション時に起こる 変動ポイントを表す。この計算は、モニタリングまで
、またモニタリングセッションまで、またセッション中の呼吸症状の値を所与とした、モ
ニタリングセッションのランレングス内の事後分布、そして、ランレングスの事後分布の
合計値により構成される。
ニタリングセッション間に患者の呼吸が表す呼吸シグナルの生成を設定するセンサー、そ
して第5番目の側面による方法の実行を設定するプロセッサにより構成される。
た、サブ側面及び、もしく本側面の様々なものがいろいろな方法で組み合わさることもあ
るし、加えて本技術の追加的側面または副側面を構成することもある。
検討対象として詳しく載せておく。
図面に書いてある番号である。
事例への適用にとどまらないことを理解されたい。また、この開示で用いる用語は、ここ
で特定の事例を説明する目的にのみ用いたもので、それに用途を限定する意図はないこと
を理解されたい。
り説明される。しかし、ここで説明する機器と方法は患者の呼吸器に影響するその他の慢
性疾患のモニタリングにも応用できる。
8.1.1 非侵襲性モニタリング機器
図7Aは、本技術の一形態に従った時の、非侵襲性モニタリング機器7000を表す。
このモニタリング機器7000は、睡眠中の患者1000の隣接部、比較的近いところに
設置される(例:ベッドサイドテーブル)。
図7Aを詳細にしたものである。モニタリング機器7000では、非接触型の動態センサ
ー7010を含む非接触型のセンサーユニット1200が、直接患者1000の方向を向
く。動態センサー7010は患者1000の身体運動を表す1つまたは複数のシグナルの
生成を設定し、そこから患者の呼吸運動を表す1つまたは複数の呼吸運動シグナルが取り
出される。
1と、メモリ7002(例:メモリーカード)を含み、データを記録する。実装では、セ
ンサーユニット1200は外部コンピューティングデバイス7005へのデータ移動を設
定する通信回路7004を含む。これは例えばローカル接続の一般目的用コンピューター
、リモートサーバー、コネクション7008経由接続などの形になる。コネクション70
08は有線の場合も無線の場合もありうるが、その場合通信回路7004は無線機能を備
え、直接的または間接的にローカルネットワークもしくはインターネットのような広域ネ
ットワーク(ここでは示していない)に接続される。
定するプロセッサ7006を含む。以下の詳細で説明する。
ィスプレイデバイス7015を含む。実装では、ディスプレイデバイス7015は1つま
たは複数の警告ライトを備える(例:複数の発光ダイオード)。このディスプレイデバイ
ス7015は、LCDまたはタッチスクリーン式画面のようなディスプレイスクリーンの
実装を備える。ディスプレイデバイス7015の操作は、患者の循環器系機能の評価をも
とに、プロセッサ7006により制御される。ディスプレイデバイス7015は、モニタ
リング機器7000のユーザー、例えば患者1000、医師、その他の医療従事者などに
情報を提供するように操作される。ディスプレイデバイス7015はまた、モニタリング
機器7000の操作用にグラフィックユーザーインターフェイスを示す。
フィードバックの提供を設定する音声アウトプット7017(例:呼吸により周波数の異
なるトーン、一定の条件を満たした際に鳴る警告音)を含む。
(ここでは示されていない)を基にするが、この操作はモニタリング機器7000のプロ
セッサ7006により感知される。
gies Ltdが製造したSleepMinderデバイスである。これは非接触型の
ドップラー型無線周波(RF)動態センサー7010を備えている。
200として使用した場合、動態センサー7010は、RFシグナル7060の送信を設
定するRF送信機7020を備える。送信されたシグナル7060は、例えば以下のよう
な形をとる。
3GHz〜12GHz、5.8GHz〜10.5GHz)、時間をt、任意の位相角をθ
、パルス波形をu(t)とする。連続波システムでは、マグニチュードu(t)はユニタ
リーのことがあり、数式1からは省略することもできる。より一般的には、パルスu(t
)は数式2のように定義される。
ステムとなる。一例では、Tpが最小値に近づくと、発生するシグナルのスペクトラムが
大きくなるが、この時のシステムを超広帯域(UWB)レーダーあるいはインパルスレー
ダーと呼ぶ。代替的に、RF伝達シグナル7060が送信する搬送周波数が変化して(チ
ャープ値になって)、いわゆる周波数変調連続波(FMCW)システムが生まれる。
なげた送信機7020によって生成される。FMCWの場合、電圧制御された発振機が、
電圧周波数コンバーターと一緒に使用され、送信用にRFシグナル7060を作る。アン
テナ7050により、送信されたRFシグナル7060が空気と結合される。アンテナ7
050は全方向性(送信力は全方向に対しほぼ等しい)もしくは指向性(送信力は特定の
方向性を指向する)である。機器7000においては指向性アンテナ7050の使用が望
ましい。そうすると、送信また反射されたエネルギーは主に一方向から来ることになる。
機器7000の実装では、1台のアンテナ7000が単一の搬送周波数で、送信機702
0と受信機7030の両方に用いられる。また、複数の受信及び送信アンテナ7050を
複数の搬送周波数で用いることもできる。
々な実施形態のアンテナ7050と互換性がある。アンテナの選択は、必要となる方向性
、サイズ、形、コストなどの要因により影響される。機器7000はヒトが使用する際安
全に操作されなければならないことを明記しておく。機器7000はシステム全体として
平均電力1mW(0dBm)以下の出力を見せている。RF曝露について推奨される安全
レベルは1mW/cm2である。0dBmで送信中のシステムから1メートル離れた場所
において、同程度の出力密度はこの推奨制限値の100倍以下となっている。
アー身体インターフェイス)を反射する。反射されたシグナル7070の一部は受信機7
030が受信する。シグナルは送信機7020と結びつくか、または「バイスタティック
」設定という形で送信機7020から分離する。受信シグナル7070と送信シグナル7
060はミキサー7080で一緒になり、(アナログまたはデジタル形式で)増殖する。
ミキサー7080は(下(数式3)で示すような)乗数の形か、もしくは乗数の結果が近
似値となった回路の形をとる(例:正弦波を加えた包絡線検出器)。例えば、CWの場合
だと、混合シグナルはこのようになる。
)の行路差から生じるフェーズ項である。γは反射シグナル7070によって生じた減衰
である。反射物体が固定されると、γ(t)も固定される。機器7000では、反射物体
(例:患者1000の胸部)は常に動いており、φ(t)は時間により変動する。単純な
例では、胸部が呼吸のために周波数fmについて正弦曲線を描いたら、混合シグナルm(
t)はfmに対する成分を含有する(及び2fcを原点とした要素。ただしこれは低減フ
ィルターによって排除される)。混合後、低減フィルターを通したシグナルは、運動シグ
ナルまたは復調センサー運動シグナル7003となり、全体的な身体(非呼吸器系)運動
と呼吸運動についての情報を含む。
を受け、動態センサー7010(例:動態センサー7010がおおよそ感知する箇所)で
ヌル値とピーク値を検知する。この効果は求積法を使うと最低限に抑えることができる。
ここで、送信機7020は、(求積法で)90度の損失角のシグナルと、数式1のシグナ
ル7060を同時に送信する。結果、2つの反射角ができ、両方が混合し、ミキサー70
80で低減フィルターにかけられる。これらは2つの復調センサーシグナルとなり、それ
ぞれのI、Q「チャンネル」から、「Iシグナル」と「Qシグナル」と呼ばれる。運動シ
グナル7003はこれらのうち片方、または両方のシグナルから構成される。
エアー身体インターフェイスまでの路程距離は、送信パルスとピーク反射シグナルピーク
の間のディレイの測定によって決定される。例えば、パルス幅が1nsで、動態センサー
7010から身体までの距離が0.5メートルの時、受信機7030にパルスのピーク反
射が届く前のディレイは1/(3×108)s=3.33nsとなる。多数のパルス(例
:1μsにつき1nsパルス)を送信し、路程距離は所与の時間内に緩やかに変化してい
くと想定した場合、運動シグナル7003は所与の時間軸内でのディレイ時間の平均値と
して計算できる。
吸運動、または、より一般的には機器7000でモニターしている患者1000の身体部
分の運動を推定できる。
動を行っている物質を含む。これは、身体から発せられる反射シグナルは2つ以上の反射
路を含有しており、結果的に複雑なシグナルになっているためである(例えば片手がセン
サー方向に、胸部が別方向に動いている場合)。このようなシグナルの受信は、上半身が
動いていることを表すという意味で有用であり、睡眠状態の決定に役立つ。
ーユニット1200により集められた反射エネルギーによる物理体積は様々な方法で制限
される。例えば、センサーユニット1200は、受信機7030のアンテナのように、「
方向選択的」(つまり、一定の方向によりエネルギーを送信するように)にすることがで
きる。方向選択性は方向性アンテナ7050、または複数のRF送信機7020を使うこ
とで可能になる。本技術の代替形態では、連続波、FMCW、またはUWBレーダーが同
様のシグナルの調達に使われる。「タイムドメインゲーティング」と呼ばれる技術は、反
射シグナル7070の測定にのみ用いられるが、このシグナルはセンサーユニット120
0から一定の物理的距離にて生じたシグナルから生じるものである。周波数ドメインゲー
ティング(フィルタリング)はまた、一定周波数以上の反射物体の運動を無視する時にも
用いられる。
相アンビギュイティを起こさずに大きな動きを正確に特定するには定周波数が用いられる
。位相アンビギュイティは高周波センサーシグナル(これは小さな動きを感知するのに適
している)から削除することもできる。このようなセンサーユニット1200を使い、機
器7000は患者1000から情報を集め、その情報を用いて呼吸運動及びより一般的な
身体運動の情報を決定する。
のメモリ7002に保管され、同時に/または、リンク(例:コネクション7008)を
通じて外部コンピューティングデバイス7005に送信され、保管される。実装では、各
モニタリングセッションの持続時間は一晩である。
ス7005は、以下に詳細を説明するようなモニタリングプロセスにより、蓄積された運
動シグナル7003を処理する。記載するプロセスは、例えばセンサーユニット1200
のメモリ7002のように、コンピューターで読み取れる記憶媒体により保管され、例え
ばセンサーユニット1200のプロセッサ7006などのプロセッサにより読み取られ、
実行される。
本技術の別形態として、図1に示したような、患者インターフェイス3000を使い、
患者1000に空気回路4170を通した呼吸圧力治療の提供を設定するRPTデバイス
4000もまた、モニタリング機器として設定される。
00、位置決定及び固定構造3300、ベント3400、空気回路4170へ接続するた
めの接続ポート3600、前頭部サポート3700の機能実装から構成される。形式によ
っては、機能実装は1つ、または複数の物理的要素から提供される。形式によっては、1
つの物理的要素が1つ、または複数の機能的実装を提供する。使用においては、シール形
成構造3100は、患者の気道入り口を囲い込むように設置され、気道に陽圧で空気が入
り込むのを容易にする。
れ、1つ、または複数のアルゴリズム4300を実行する。RPTデバイスは外部ハウジ
ング4010を備え、上部4012と下部4014により形成されるのが望ましい。更に
、外部ハウジング4010は1つまたは複数のパネル4015を含む。RPTデバイス4
000は、RPTデバイス4000の1つまたは複数の内部要素をサポートするシャーシ
4016を備えているのが望ましい。RPTデバイス4000はハンドル4018を含む
。
ことが望ましい。例としては、吸気エアフィルター4112、吸気マフラー4122、陽
圧で空気を供給できる圧力ジェネレータ4140、(できれば送風機4142)、呼気マ
フラー4124、圧力センサー4272またはフロー(空気流量)センサー4274のよ
うな1つまたは複数の変換機4270があげられる。
なユニタリー構造の中に設置される。空気圧ブロック4020は外部ハウジング4010
内に設置される。一形態では、空気圧ブロック4020はシャーシ4016に支持される
か、その一部となる。
00、中央制御コントローラー4230、治療デバイスコントローラー4240、圧力ジ
ェネレーター4140、1つあるいは複数の保護回路4250、メモリ4260、変換器
4270、データ通信インターフェイス4280、1つあるいは複数のアウトプットデバ
イス4290を備えるのが望ましい。電子部品4200は単一のプリント板ユニット(P
CBA)4202に取り付けられる。代替形態では、RPTデバイス4000は1つある
いは複数のPCBA4202を含む。
御するのに適した複数のプロセッサである。適切なプロセッサはARMホールディングス
が販売しているARM(登録商標)Cortex(登録商標)−Mプロセッサを土台とし
たx86INTELプロセッサで、例としてはSTマイクロエレクトロニクス社が出して
いるSTM32シリーズのマイクロコントローラーが挙げられる。本技術の代替形式では
、32ビットRISC CPU、例えばSTマイクロエレクトロニクス社のSTR9シリ
ーズのマイクロプロセッサ、16ビットRISC CPU、例えばテキサス・インスツル
メンツ社のMSP430マイクロプロセッサも適切である。
では、中央制御コントローラー4230は特定用途向け集積回路である。別形態では、中
央制御コントローラー4230は個別電子部品から構成される。
デバイス4220からインプットシグナルを受信するように設定される。
療デバイスコントローラー4240、データ通志ニンターフェイス4280、そして加湿
器5000にアウトプットシグナルを送信するように設定される。
を実装するように設定される。このプロセスは、ここで説明するようにコンピュータープ
ログラムの形で表示され、例えばメモリ4260のような、非一時的なコンピューター読
み取り可能な形式のストレージ媒体に記憶される。
/または外部ローカル通信ネットワーク4284と接続可能になっている。外部リモート
通信ネットワーク4282は、外部リモートデバイス4286と接続可能になっている。
外部ローカル通信ネットワーク4284は外部ローカルデバイス4288と接続可能にな
っている。データ通信インターフェイス4280は、有線通信(例:イーサネット、光フ
ァイバー)もしくは無線プロトコル(例:CDMA、GSM、LTE)でインターネット
と接続する。
では、外部リモートデバイス4286は、例えばネットワークでつないだコンピューター
群のような、1台または複数のコンピューターとなる。一形態では、外部リモートデバイ
ス4286は本物のコンピューターではなく、仮想コンピューターとなる。いずれの場合
も、医療従事者のように適切な権限を保持する者がこのような外部リモートデバイス42
86にアクセス可能となる。
ビジュアルディスプレイは液晶(LCD)リキッドクリスタルディスプレイもしくは発光
ダイオード(LED)ディスプレイとなる。ディスプレイドライバー4292はディスプ
レイ4294に表示されることを意図した文字、記号、画像をインプットの形で受信し、
変換し、ディスプレイ4294がこうした文字、記号、画像を映し出すように命令する。
ディスプレイ4294はディスプレイドライバー4292から受信した命令に対し、文字
、記号、画像を視覚的に映し出すように設定される。
本技術の一側面において、モニタリング機器は、患者の心肺機能を呼吸シグナルからモ
ニターするモニタリングプロセスを実行する。この呼吸シグナルは患者1000の呼吸が
表すものである。
、呼吸シグナルは運動シグナル7003から生じる呼吸運動シグナルである。モニタリン
グプロセスは、非接触性センサーユニット1200の中のプロセッサ7006によって実
行されるが、このセンサーは、例えばメモリ7002のような、コンピューター読み取り
可能の記憶媒体に記憶されたインストラクションによって設定される。代替では、外部コ
ンピューターデバイス7005のプロセッサがここで示したモニタリングプロセスの一部
、あるいはすべてを実装し、上記で説明したようなコネクション7008を通して、機器
7000のセンサーユニット1200と他のセンサーから、ローデータ、あるいは部分的
に加工された形で、必要なデータを取り込む。このような実装では、モニタリング機器7
000のビジュアルディスプレイ7015と音声アウトプット7017に関する上記説明
は、外部コンピューティングデバイス7005の同等要素に適用されることになる。一例
では、外部コンピューティングデバイス7005は、医療関係者がアクセスできるデバイ
スで、複数の患者のモニタリングができる。医療関係者はモニタリング機器7000のよ
うな複数の離れた場所にいる患者のデータを記録しているデバイスからデータをレビュー
することができる。このようなシステムでは、患者のモニタリングデータを記録するため
にデータベースが提供される。このような外部コンピューティングデバイス7005を通
して、特定の患者に緻密な観察が必要であったり、病院への搬送が必要とされる際に、医
療従事者はレポートや警告を受信する。
ルは、1台あるいは複数の変換機4270から得た患者1000の呼吸フロー(呼吸流量
)率Qrを表す。モニタリングプロセスは、RPTデバイス4000の中央制御コントロ
ーラー4230によって実行されるが、これはメモリ4260のようなコンピューター読
み取り可能の記憶媒体に記憶されたインストラクションによって設定される。代替として
は、ローカルまたは外部リモートデバイス4288または4286がここで示した加工の
一部あるいはすべてを実装し、上記の説明のように、データ通信インターフェイス428
0を通して、RPTデバイス4000からローデータで、あるいは部分的に加工された形
で必要なデータを取り込む。このような実装では、RPTデバイス4000のアウトプッ
トデバイス4290のアウトプット機能は、ローカルあるいは外部リモートデバイス42
88または4286の同等要素に適用され、実行される。
リングプロセスを実装する際に用いられる。方法7100は各モニタリングセッションの
終わりに、そのセッションに該当する記録された呼吸シグナルにおいて実行される。
ている。前処理ステップ7110(図7Cでダッシュ付きで示している)は任意であり、
方法7100からは削除することもできる。次のステップ7120では、(おそらく前処
理されている)呼吸シグナルが分析され、1つまたは複数の呼吸症状を抽出する。抽出さ
れた呼吸症状は、センサーユニット1200の中のメモリ7002あるいは外部コンピュ
ーターデバイス7005の中のメモリのようなメモリに記録される。
抽出された呼吸症状と、1つあるいは複数の、以前のモニタリングセッションから抽出し
た呼吸症状を用いて、安定度を計算する。このいわゆる安定度、もしくはセッションベー
スの逐次計算による安定度の履歴は、例えばセンサーユニット1200の中のメモリ70
02、あるいは外部コンピューティングーデバイス7005の中のメモリ、あるいはまた
は安定度を計算するプロセッサに付随するメモリの1つまたは複数に記録される。ステッ
プ7130で計算された安定度は、起こりうる臨床兆候の予測因子となる。ここで、安定
度の変動(例:悪化の上昇)は、患者の症状における悪化を意味する時があり、臨床兆候
の予測因子として働く。安定度はまた、患者の症状が向上した場合にも変動するが(例:
好転の上昇)、これも慢性疾患をモニタリングする際の調査対象である。
に基準を満たしているかが決定される。例えば、安定度はステップ7140で、例えばプ
ロセッサにおいて、閾値と比較される。安定度が閾値を超えていた場合(「Y」)、変動
点が検知され、ステップ7150は警告を発生する。超えていなかった場合 (「N」)
、方法7100はステップ7160で終了する。閾値の選択は起こりうる臨床兆候を検出
する際のモニタリングプロセスの感度と特異性に影響し、モニタリングプロセスがトレー
ニングデータの下で実行された時、希望したレベルの感度と特異性を元に選択される。実
装では、観察された偽陽性及び偽陰性の検出を元に、モニタリングセッション間に閾値が
調整される。ステップ7140でのその他の評価は、安定度が特定の値域内に見られるか
どうかを、例えば1つまたは複数の値域で、1つまたは複数の閾値がどこに点在するかを
比較することで決定する。従って、オートメーション化されたモニタリングプロセスは、
処理を通して、一見無難な呼吸シグナルのデータを、患者のモニタリングのためのツール
に効果的に変換する(例:安定度)。このモニタリングシステムは、モニタリング機器だ
けでなく、タイムリーかつ必要な治療の変更が可能になるといった点で患者をより効果的
にモニターすることができると言う点で、現場の医療従事者の能力も向上させる。
非接触性動態センサー7010はドップラーRF動態センサーである。上記のように、こ
のような実装では、運動シグナル7003はIシグナルとQシグナルの2つから構成され
る。通常それぞれが身体運動を表すが、一般的にそれぞれ90度位相がずれる形になる。
可能である。「パラレル」アプローチでは、ステップ7110と7120がそれぞれIと
Qシグナルにおいて同時に実行され、別々に集められた症状が症状抽出ステップ7120
の最後に結合される。パラレルアプローチの実装では、前処理ステップ7110は省略さ
れる。「結合」アプローチでは、IシグナルとQシグナルは前処理ステップ7110の一
部として結合され、処理ステップ7120から7130までは結合された運動シグナルの
上で実行される。正確さが下がるというコストが発生する可能性はあるが、結合アプロー
チはパラレルアプローチよりも計算上複雑でないという利点がある。
これは「単独チャンネル」アプローチと呼ばれる方法で操作される。
実装について説明を行う。
ニタリング機器は図7Bのモニタリング機器7000を示す。本技術の形式において、モ
ニタリング機器は図4AのRPTデバイス4000であり、前処理ステップ7110は省
略される。呼吸症状抽出ステップ7120は呼吸フロー(呼吸流量)シグナルQrの標準
形式で実行される。
結合アプローチの下では、前処理ステップ7110はIシグナルとQシグナルの結合か
ら開始される。ここでは幾何学的手法が適応され、結合運動シグナルcとなる。実装では
、サブステップが組み合わせられて3つの段階を構成し、IシグナルとQシグナルに沿っ
て開いていくウィンドウに適用される(例:時間が経つと一定量のデータ(ウィンドウサ
イズ)を徐々に処理していく)。実装では、ウィンドウは50%重複しながら10秒間連
続する。
a. 相互相関を使った時、シグナルが180度位相がずれているかどうかを確認し
、ずれている場合は同象限に戻す。
b. ベクトル(I,Q)が準円軌道に沿ってクラウド型にポイントを作っていく時
、クラウドの平均を弧の中心(0,0)から減き、両方向に対して中心クラウドの位置の
最低値mIQを特定する。mIQとして表される、それぞれのベクトル(I,Q)の長さ
mを計算する。
は、トレンド除去は三次多公式を用いて実行される。
される。
・バンドパスフィルターにより(任意に)バンドパスフィルターをかける。実装では、[
0.1Hz,0.8Hz]となる(1分間につき6〜48呼吸に相当)。
る。実装では、特にドップラーRF動態センサー7010のシグナルに適した形では、非
定常ではあるが、ノイズリダクションサブステップは、(バンドパスフィルターをかけら
れた)トレンド除法で結合した運動シグナルc2におけるウェーブレット変換領域におい
て実行される。
レットは第5項まで拡大する。Mはマスキング行列を示し、特定のウェーブレット係数を
通過するが、「摂動的」と見なされたものは排除する。
a. ウェーブレット係数の「人工性(artefactness)」(以下参照)が最初の閾値
TA以上のところで、二項基準を選択する。
b. この基準から、標準偏差を元に(閾値TCを用いて)ウェーブレット係数のハ
ード閾値法を行う。
したものである。人工性は、ありえないほど高度の振幅値を含むシグナルの歪度である。
シグナルxの人工性は以下のように計算できる。
性が大きくなる。
から省略される。それに続くサブステップ(トレンド除法、フィルタリング、ノイズリダ
クション)のいずれも、または全ては、IシグナルとQシグナルのそれぞれで同時に行わ
れる。
といったサブステップのいずれも、あるいは全ては、運動シグナル7003において行わ
れる。
7120へのインプットは、(前処理された)運動シグナルとして示す。
図7Dは方法7200のブロック図であり、本技術の一形態での図7Cの方法における
症状抽出ステップ7120を実装する際に用いられる。
運動フラグ連を(前処理された)運動シグナルから生成する。(結合、あるいは単独チャ
ンネルアプローチでは、(前処理された)運動シグナルは一つしかない。)存在/不在探
知モジュール7220は、(前処理された)運動シグナルと運動フラグ連から、存在/不
在フラグ連を生成する。睡眠/覚醒分析モジュール7230は、存在/不在フラグ連、運
動フラグ連、運動係数シグナルからヒプノグラムを計算する。呼吸率推定モジュール72
40は、(前処理された)運動シグナルとヒプノグラムから、患者の呼吸率の連続推定値
を生成する。シグナル選択モジュール7250は、運動フラグ連とヒプノグラムを用いて
、(前処理された)運動シグナルの区域を選択する。
のうち選択された区域から、患者の呼吸のモジュレーションサイクル時間の推定値を生成
する。エンベロープ発生モジュール7260は、推定呼吸率を用いて、(前処理された)
運動シグナルのうち選択された区域のエンベロープを生成する。SDBイベント検知モジ
ュール7265は、推定されたモジュレーションサイクルの長さを用いて、(前処理され
た)運動シグナルのうち選択された区域から、SDBイベントの候補を生成する。SDB
イベント確認モジュール7270は、推定されたモジュレーションサイクルの長さを用い
て、SDBイベント検知モジュールにより生成されたSDBイベント候補を確認する。最
後に、症状予測モジュール7280は、確認されたSDBイベントから呼吸症状値を計算
する。
り返す形で、2つの(前処理された)運動シグナル7003を独自に処理する。症状予測
モジュール7280の修正版は、SDBイベントを結合し、2つの並行した処理の流れか
らSDBイベントを結合し、2つの(前処理された)運動シグナルから一つの呼吸症状を
計算する。
Technologies社によって同時係属出願中のPCT出願番号PCT/AU20
13/000564に詳細が記載されている。これはWO2013/177621、「心
肺機能モニタリングの方法と機器」として公開されている。この全体内容は、参照に組み
込まれている。
状を抽出する。
・SDBイベントの合計数
・呼吸率の中央値(平均)
・呼吸率の第三四分ぐらい数
・CSRサイクルの継続時間の第三四分位数
呼吸症状による臨床兆候の予測は、大多数の安定しているセッションの中で極めて少数
のイベントを有する非常に不均衡なデータ集合の例である。そのため、偽陽性予測の数を
最小にするために、ロバストなアプローチが必要とされる。本技術では、患者が安定して
いるときには、呼吸症状は1つの統計的分布に従い、臨床兆候前のある時点で「変動ポイ
ント(又は変化ポイント)(change point)」を超え、別の分布になっていくと仮定する
。そのため、安定度の計算は、tというインデックスが付けられたモニタリングセッショ
ンにおける分布の変化が、tというインデックスが付けられた該モニタリングセッション
又はその付近における安定度の上昇をもたらすものとなるように行われる。言い換えると
、あるセッションでの安定度は、当該セッションにおける呼吸症状の分布において発生し
た変動ポイントの度合いである。そのため、本技術のステップ7130は実際、分布ベー
スである。安定度の計算に対する分布ベースのアプローチは、分類ベースのアプローチと
比べて、偽陽性が低い(特定率が高い)結果となっている。
オンラインまたは逐次的アプローチは、原則として、呼吸症状の分布における変動ポイン
トを、起こった瞬間に探知することができる。すなわち、モニタリングセッションtが終
わり次第、モニタリングセッションtでの安定度を計算するために十分なデータが入手可
能となる。オンラインアプローチは、急激に発生する臨床兆候を緩和あるいは防止するの
に最適である。例えば、分布における変動ポイントと臨床兆候発生の間のディレイは1週
間である。
ィレイで呼吸症状の分布における変動ポイントを検知することができる。レトロスペクテ
ィブアプローチは、より緩やかに発生する臨床兆候を緩和あるいは防止するのに最適であ
る。例えば、分布における変動ポイントと臨床兆候発生との間のディレイは2〜3週間で
ある。
、分析する。サンプルyは(整数の)モニタリングセッション数tを指数とした時に抽出
された呼吸症状のうち1つを指す。(整数の)モニタリングセッションの指数tは、よく
「時間t」短縮形として表されるが、この場合の時間とはモニタリングセッションのユニ
ットとして理解されたい。
オンラインアプローチはベイジアンオンライン多重変化点検知(Bayesian on-line cha
nge point detection、BOPCD)をベースとする。オンラインアプローチは時間tに
おけるランレングスrと呼ばれる量を扱う。これはrtと記され、インプットされたサン
プル分布における最後の変動ポイント以降のサンプルytの数として定義される。オンラ
インアプローチでのステップ7130は、時間tを含むそれまでの全サンプルytを所与
として、時間tにおけるランレングスrtの事後分布を計算する。これらのサンプルは短
縮形
り、同時に前提変動ポイントも示している。実装では、前提変動ポイント p(rt | rt-1)
はゼロ以外の値を2つしかとらない。
-1+1) である。もう一つのゼロ以外の値(for rt = rt-1+1)は、その補数であり、例えば
、現在のランがセッションを終えて大きくなるように、rtがrt-1よりも大きくなる確率を
示す。関数H(rt-1+1) は「ハザード関数」と呼ばれる。実装では、ハザード関数H(rt-1+1
) は所定の固定値h (「ハザード率」として知られる)で、これは(「無記憶」プロセスと
呼ばれる)rt-1からは独立して、時間スケール1/h の時の、ランレングスの幾何分布を引
き起こす。実装では、ハザード率h は1 / 90に設定される。これは、モニタリングセッシ
ョン90の時間スケールにつき1変動ポイントということを意味する。
めである。事後予測確率
サンプル分布と一致したものをベースとする。
及び分散σ2は、正規分布と逆ガウス分布からそれぞれ導き出される。
パラメータμ0, κ0, α0, 及び β0 により、ノーマル・インバース・ガンマ・モデルが
トレーニングデータに適しているかが決定される。
まで全時間においてアップデートする。
on)
時以降に生じた変動ポイントの可能性として計算される。この確率は、前回の変動ポイン
トが検知された時点から可能性のある全ランレングスにおける、ランレングス事後分布
tの全ての値を計算し、前回の変動ポイントの時間を差し引くことで得られる。
る(前回の警告時間t0は、変動ポイントが検出される前にゼロに初期化される)。
従事者がモニタリング機器7000にマニュアルの警告をつけることができる。外部コンピュ
ーティングデバイス7005と接続しているこのユーザーインターフェイスは、外部コンピュ
ーティングデバイス7005が受信し、あるいは計算した呼吸症状から医療者が検知したもの
をベースとしている。このようなマニュアル警告が発せられた場合、前回の警告時間t0は
値がマニュアル警告が出た時間にアップデートされる。
ーチ下での図7Cで示した方法7100の安定度計算ステップ7130 の実装時に使われる。方法7
300は、各モニタリングセッション後に1作用ずつ、インタラクティブに実行される。
方法7300の最初の反復の時にしか実行されないため図7Eではダッシュで示されている。ス
テップ7320では、現在時間 t が増加し、現在のサンプルyt が受信される。ステップ733
0が続き、そこでは方法7300が UPMを使って現在の事後予測確率
合尤度
ゼロ以上のランレングス値rtについては、数式11の合計値は1項しか存在しない。すなわ
ち、前の変動ポイント(数式12)がゼロ以外の時、rt-1 はrt-1 = rt-1という、1つの値
しか示さない。この事実は、オンラインアプローチの計算的効率性を示している。
レトロスペクティブアプローチのステップ7130は、特定の時間の前後における時間軸{y(t
)}でのサブシークエンスの確率分布を比較することにより行われる。レトロスペクティブ
アプローチ下でのステップ7130は、2つの分布の間の非類似性として、安定度を計算する
。
サンプルである。時間tによるn個の連続したサブシークエンス
クエンス
+n)の分布Pt+nとの間の対称的非類似性Dsを計算する。ただし、nは集合Ψ(t
)より後のサンプルである。一つの実装では、対称的非類似性Dsは、2つの分布PとP
’の間の非類似性の尺度Df(P||P’)を利用する。これは、f発散(fダイバージ
ェンス)(f-divergence)として知られ、以下のように定義される。
布Pt+nとの間のf発散Df(Pt ||Pt+n)と、分布Pt+nと分布Ptとの間のf発散Df(Pt+n||Pt)と
の合計として計算される。
sと同じであることからこのように呼ばれる。一般的に、数式22のf-発散Df はこの意味で
は対称的ではない。対称的類似性Ds は数式23により計算され、PtとPt+n間のf-発散Df、
またはPt+nとPt間のf-発散Dfが高い時に高い値をとる。対称的非類似性 Ds は従って、変
動ポイントを検知するにあたり、PtとPt+n間のf-発散Dfのみ、またはPt+nとPt間のf-発散
Df のみよりもより繊細である。よって、PtとPt+n間の対称的非類似性 Ds は、時間t+nに
おける患者1000の安定度St+nとして使用される。Ptをモニタリングセッションt+n開始前
の時間軸{y(t)}でのサンプルによるサブシークエンス
)}でのサンプルによるサブシークエンス
、時間軸{y(t)}における変動ポイントは、モニタリングセッション(t+n-1)と(t+n)の間に
起こりうる可能性が高いことを示す。
間軸t+2n+k-2まで、またこの時点でのサンプルy(t)が必要となる。言い換えると、サンプ
ルy(T)が時間軸Tで受信された時、レトロスペクティブアプローチによる安定度Sは時間軸
T-n-k+2において計算される。よって、レトロスペクティブアプローチによると、時間軸T
における最も直近のサンプルy(T)を用いて安定度Sの上昇が計算された場合、これは、時
間Tより約n+k-2前のモニタリングセッションにおいて変動ポイントが発生したということ
を意味する。つまり、レトロスペクティブアプローチでは、n+k-2サンプルのディレイが
起こる。
、f(t) = t log(t)と定義される。別実装では、凸関数は、ピアソン発散であり、二次関
数で定義される。
プローチでの実装では、集合Ψ(t)とΨ(t+n)からそれぞれ密度
的な方法を用いている。しかし、従来的な密度推定方法は次元数(この場合はk)が増加し
てしまうため、正確にならない傾向が高い。
トル
関数Oをパラメータベクトル
的のために含まれている。
ティブアプローチ下で、図7Cにおける方法7100の安定度計算ステップ7130を実装する際に
使われる。
シークエンスの定義により、方法7400は時間軸t+2n+k-2において、またはその後に実行さ
れる。ステップ7420がそれに続き、数式28と29、またカーネル定義数式26を使って、行列
)の近似値を得る。最後に、ステップ7490において、近似値DPE(Pt||Pt+n) と DPE(Pt+n||
Pt) が加算され、非類似性a DS(Pt||Pt+n)を得ることになるが、これがレトロスペクティ
ブアプローチでの時間軸t+nにおける安定度St+nとなる。
クティブアプローチでのディレイはn+k-2 = 13 サンプルとなる。カーネル幅σと正則化
パラメータλは、クロス確認によって算出される。2つの離散した候補集合から得られた
値は、サブシークエンス
的関数を最小化する。
ステップ7130の結合アプローチは、上記で説明したオンライン安定度とレトロスペクティ
ブ安定度の両方を計算し、警告を発生する。結合アプローチの実装では、結合アプローチ
は、オンライン安定度が最初の基準(例:1つまたは複数の閾値比較)を満たし、レトロ
スペクティブ安定度が同時に2番目の基準(例:1つまたは複数の閾値比較)を満たした
時に警告を発生する。結合アプローチの別の実装では、結合アプローチは、オンライン安
定度が最初の基準(例:1つまたは複数の閾値比較)を満たした時、またはレトロスペク
ティブ安定度が2番目の基準(例:1つまたは複数の閾値比較)を満たした時に警告を発
生する。
ステップ7150で発生した臨床警告は、様々な側面での警報または警告メッセージを含む。
例えば、患者1000に対し臨床警告を発するプロセッサ7006は、モニタリング機器7000の表
示ランプを(例:ディスプレイデバイス7015にLEDまたはアイコンの形で)点灯させる。
症状の評価に関するより詳細なメッセージは、ディスプレイデバイス7015において、患者
1000に表示される。任意として、プロセッサ7006は同時に、または代替として、コネクシ
ョン7008を通して医療従事者と結びついている外部コンピューティングデバイス7005に警
告メッセージを発する。このようなメッセージは有線あるいは無線の形をとる。例えば、
プロセッサ7006は自動的に呼び出し装置にダイアルする形で、呼び出しシステムを通して
警告メッセージを発生する。プロセッサ7006はまた、電話の自動音声装置をかけるように
も設定できる。プロセッサ7006はFax送信による警告送信も可能である。実施形態の中に
は、プロセッサ7006はインターネットメッセージプロトコル、例えば電子メールやその他
のインターネットデータファイル交換プロトコルによる警告メッセージ送信も可能なもの
もある。警告メッセージは患者の情報を機密にするため暗号化される。典型的な警告メッ
セージは患者を特定可する可能性がある。このようなメッセージはモニタリング機器7000
で記録された患者データや、あるいはその他の患者情報を記録したデータを含む可能性が
ある。任意に、実施形態によっては、警告メッセージは患者に追加的な治療、入院措置、
起こりうる臨床兆候の検知による査定が必要かどうかについても伝達する。
通し、医療従事者にはコネクション7008を通して警告メッセージを伝えるが、ある実施側
面では、警告メッセージをより選択的に伝えることもできる。例えば、最初の警告メッセ
ージは、コネクション7008を通して、外部コンピューティングデバイス7005に対し送られ
ることで、ディスプレイデバイス7015には警告を表示することなく、医療従事者にのみ送
信される。しかし、2番目の警告メッセージは、より緊急なものであった場合、外部コン
ピューティングデバイス7005に加えてディスプレイデバイス7015にも能動的に表示される
。プロセッサ7006によりコントロールされた付属のスピーカーからの音声警告も実装でき
る。音声警告の使用は警告メッセージの緊急度合いによるであろう。
ターフェイスを用いて、医療従事者はモニタリング機器7000にマニュアルで警告を発生す
ることができる。これは、医療従事者が外部コンピューティングデバイス7005で受信した
呼吸症状を精査したものをベースとする。
本技術の別形態では、プロセッサ7006は不必要な警告の発生を回避するために患者のクエ
リに対する回答として警告を調整する。方法7100の変形として、ステップ7150のようにす
ぐに警告を発生するのではなく、安定度が基準に達した場合(ステップ7140)に、プロセ
ッサ7006が患者1000に対し、処方された薬を飲むなどの行動を起こすように促す。または
、回答を入力するように、患者1000に対するクエリの表示を誘発する。プロセッサ7006に
よりコントロールされたディスプレイデバイス7015は、患者1000に対しクエリを提示し、
患者1000にユーザーインターフェイスを使って回答をインプットするように促す。提示さ
れる質問はデータベースにより選択されるか、またはモニタリング機器7000の中のメモリ
7002のデータ構造などのデータ構築された質問群から選択される。プロセッサ7006は次に
、クエリに対する受信回答を評価する。この評価により、プロセッサ7006はステップ7150
において警告を発生するか、警告を中止するか、加えて/または、警告の発生を遅らせて
、追加クエリへの回答を保留とする。 このような追加クエリは、一定時間後、次の変動
ポイントが確認された後、またはモニタリング機器7000が次に使用された後に誘発される
。本技術の一形式では、ステップ7150は、警告メッセージを医療従事者と接続した外部コ
ンピューティングデバイス7005に送信する作用を構成するが、受診したクエリへの回答が
その代わりに外部コンピューティングデバイス7005を通して送られ、医療従事者が手動で
評価する。この評価により、医療従事者は警告を維持するか中止するか決定する。
る場合、また臨床的介入が後に不必要であったとわかる場合)。患者行動の変化による偽
陽性もあり、これは医療介入なしで修正できる。このような行動としては、医薬品の飲み
忘れ、間違った服用、食事療法及び/または睡眠時間へのノンコンプライアンス、と言っ
たものがある。クエリの質問は薬剤の、及び/またはライフスタイルのコンプライアンス
について患者に尋ねるものである(例:患者は処方された薬を服用しているか、医師の治
療指示に従っているかなど)。任意的に、幾つかの場合では、1つあるいは複数の質問に
より、モニタリング機器7000の操作整合性を問うこともできる。これにより、受信してい
る呼吸シグナルが妥当なものかどうか確認できる。任意的に、プロセッサ7006は、所定の
時間内(1回または複数のモニタリングセッション)にクエリを続行することもでき、所
定の時間が経過した時にのみ警告を発生することもできる。
として警告を中止した場合、または発生した警告が後に医療従事者によりマニュアルでキ
ャンセルされた場合、プロセッサ 7006が前回の警告時間t0を、(数式19を用いて)前回
警告が発生された時間に戻す。
図8はグラフ8000を含み、方法7100を使用した際のモニタリング機器7000から得られた事
例を示す。上部トレース8010は、上記に示した呼吸症状の一つ、具体的には、tでインデ
ックスされた400セッションの中での、セッション中の呼吸率第三四分位数を示す。灰色
のバンド8015は、28セッションのインターバルを示す。これは患者がおおよそセッション
数182において経験したADHFイベント(上向き矢印8020により示されている)を対照的に
取り囲む。下部トレース8050はセッションt のピークを示しており、ここではレトロスペ
クティブアプローチで計算された安定度Stが閾値を超えている。つまり、ステップ7150に
より警告が発生される。特に2つのピーク8060は ADHFイベントと一致している。その他の
ピーク、例えば8070は、ADHFイベントとは一致しておらず、そのため「偽陽性」として表
現される。
本技術を公開する目的において、本技術の形式では以下の定義を適用する。本技術のその
他の形式では、代替的な定義が適用されることもある。
空気:本技術の形式では、空気は大気圏の空気を意味する。本技術の他の形式では、空気
は呼吸可能な気体との結合物を指す(例:大気圏の空気に酸素が混入したもの)。
を指す。この圧力は空気に対し持続的に陽性であり、患者の呼吸サイクルを通しておおよ
そ一定であることが望ましい。ある形式では、気道入り口への圧力は常に呼気よりもわず
かに高く、吸気よりもわずかに低くなる。別の形式では、圧力は患者の呼吸サイクルによ
り様々に変化する。例えば、部分的上気道閉塞の兆候に応じて増加し、部分的上気道閉塞
の兆候がない場合には減少する。
無呼吸:無呼吸は、例えば10秒間連続して所定の閾値以下にフロー(呼吸流量)が下回っ
た時に起こるのが望ましいといわれる。閉塞無呼吸は、患者の努力にも関わらず、気道閉
塞が空気を流さない時に起こるといわれる。中枢性無呼吸は、呼吸努力の減少により、ま
たは呼吸努力の喪失により、気道が開いているのにも関わらず無呼吸が検知される場合に
起こるといわれる。混合性無呼吸は、呼吸努力の減少または喪失が、気道閉塞と同時に起
こった場合に生じる。
す。
期間。
呼吸流量)の増加に対応しない時の患者の呼吸における症状を指す。呼吸サイクルの吸気
部分でフロー(呼吸流量)制限が起こると、吸気流制限と呼ばれる。気流制限が呼吸サイ
クルの呼気部分で起こると、呼気流制限と呼ばれる。
る形式では、呼吸低下は一定継続時間においてフロー(呼吸流量)が閾値以下に減少した
時に起きると言われる。中枢性無呼吸は、呼吸低下が呼吸努力の減少により検知された時
に生じると言われる。
期間。
開いている。気道開通性は、例えば開通している場合に1(1) 、閉まっている(閉塞して
いる)場合にゼロと値で示される。
スで推定した呼吸流量を示す。通常1分間毎のリットル量で示される、患者の経験する実
際の呼吸量である、「真の呼吸流量」「真の呼吸空気量」とは異なる。
かれる空気量。
吸気部分の開始までの合計継続時間。
性の値。つまり、現行の通気性の主な傾向の測定値。
拡大する(スターリング抵抗運動)に伴い、気流レベルがわずかに上昇する、または減少
するという意味で、気流制限状態とも関係する。
時間当たりの呼気流と吸気流両方を含む。1分あたりの体積として表される時、この量は
しばしば「分時換気量」と呼ばれる。分時換気量は体積で示されることもあり、1分あた
りの体積として理解される。
フロー(呼吸流量)率 (又はフロー):単位時間当たりに排出される瞬間的な体積(質量
)。フロー(呼吸流量)率と換気量が単位時間あたりの同じ程度の体積または質量である
時、フロー(呼吸流量)率は更に短時間内に測定されている。ある形式では、フロー(呼
吸流量)率の参照値はスカラー量の参照値になり、すなわちこれは大きさしか持たない量
となる。他の形式では、フロー(呼吸流量)率の参照値はベクトル量の参照値となり、す
なわちこれは大きさと方向の両方を持つ量ということになる。符号付きの量として参照さ
れた時、フロー(呼吸流量)率は患者の呼吸サイクルにおける呼気部分では名目上プラス
ということになり、よって患者の呼吸サイクルにおける吸気部分がマイナスとなる。フロ
ー(呼吸流量)率は記号Qによって示される。合計フロー(呼吸流量) Qtは、RPTデバイ
スから発せられた空気のフロー(呼吸流量)率である。換気フロー(呼吸流量)Qvは、吐
かれた気体を洗い流した際にベントから流れ出た空気のフロー(呼吸流量)率である。漏
出フロー(呼吸流量)Qlは、患者のインターフェイスシステムから意図しないで漏れ出た
フロー(呼吸流量)率である。 呼吸フロー(呼吸流量)Qrは、患者の呼吸システムに流
れ込んだ空気のフロー(呼吸流量)率である。
出したCO2を洗い流した際に生じるものなど、意図的な時もある。例えば、マスクと患者
の顔面の間が密閉されていなかった場合に生じるものなど、意図せずに生じる漏出もある
。漏出の一例としては、回転エルボで起こるものがある。
開示した本特許資料の一部には著作権の対象となるものが含まれている。著作権の管理者
は、特許庁が保管し、記録する上において特許書類や特許情報開示における複写について
異論を挟むところはない。ただし、その他の場合には著作権は所有されるものとする。
の位まで本技術の中に含まれる。この範囲での上限から下限までの間、そして特に提示が
ある場合、提示された範囲内での介在値も本技術の中に含まれる。介在範囲の上限と下限
は、介在範囲とは独立してこの中に含まれるが、これらもまた本技術の中に含まれ、提示
された範囲の中での特別な除外対象となる。提示された範囲が1つまたは両方の限度を含
んだ場合、含まれる限度のいずれかまたは両方を除外した範囲はまた本技術に含まれる。
、これらの値は近似値であること、またこれらの値は実践的な技術設定において問題がな
く、また同設定が要求する程度において、有効数字として利用できることを理解されたい
。
において通常理解されているものと同じことを意味する。ここで説明したものと類似であ
り、また同等である方法や材料は、本技術の実践またはテストに用いることもできる。こ
こでは限られた数の特定の方法または材料しか扱っていないためである。
性質を具える明らかな代替素材を代替として用いることができる。更に、逆のことが特に
書かれていなければ、ここで説明しているどの要素も製造可能であり、そのため、まとめ
て、または別々に製造することができるものと理解されたい。
特に記載がない限り、その同等物の複数形も含む。
開し、また説明するため参考として挿入したものである。ここで論じた出版物は、本出願
の出願日より以前に発表されているもののみである。ここに書かれた一切は、本技術は過
去の発明の恩恵を受けた出版物に先行すると主張するものではない。更に、所与の出版日
は実際の出版日とは異なるが、これは別に確認されたい。
な方法で解釈されたい。特に、「構成される」といった場合、排他的ではない意味での構
成要素、部品、ステップを指す。つまり、この時言及された構成要素、部品、ステップは
、特に明記されていない他の構成要素、部分、ステップと並存する、利用する、または兼
ね合わせるということを意味する。
本公開や本請求の中での主題に限定したものではない。主題の見出しは本請求のスコープ
や本請求の限度を解釈するにあたっては使われるべきでない。
則と適用を例示したものにすぎないことを理解されたい。中には、用語や記号は科学的詳
細を示唆し、技術の実行には必要でない場合もある。例えば、「第1の」「第2の」とい
う言葉を使用していても、他に特記がない限り、これらは順番を示すのではなく、それぞ
れの要素を区別するために用いられているにすぎない。更に、方法内のステップは順番に
表記され、また示されているが、このような順序もまた必須ではない。当分野の技術者は
、このような順序は修正されることもあり得るし、要素は同時に、もしくは並行して実行
されることもあると理解されるであろう。
技術の精神と領域から外れない限りにおいて行われる可能性があることを理解されたい。
センサーユニット1200
患者インターフェイス 3000
シール構成構造 3100
プレナム・チャンバ 3200
固定構造3300
ベント 3400
接続ポート 3600
前頭部サポート 3700
RPT デバイス 4000
外部ハウジング 4010
上部 4012
部分 4014
パネル 4015
シャーシ4016
ハンドル4018
空気圧ブロック 4020
空気圧部品 4100
呼気エアフィルター 4112
呼気マフラー 4122
吸気マフラー 4124
圧力ジェネレータ4140
送風機 4142
空気回路4170
電子部品4200
PCBA 4202
電源 4210
インプットデバイス 4220
中央制御コントローラー 4230
治療デバイスコントローラー 4240
保護回路4250
メモリ 4260
変換器 4270
圧力センサー 4272
フロー(呼吸流量)センサー 4274
データ通信インターフェイス 4280
外部リモート通信ネットワーク 4282
外部ローカル通信ネットワーク 4284
外部リモートデバイス 4286
外部ローカルデバイス 4288
アウトプットデバイス 4290
ディスプレイドライバー 4292
ディスプレイ 4294
アルゴリズム 4300
加湿器 5000
モニタリング機器7000
マイクロコントローラーユニット 7001
メモリ 7002
運動シグナル 7003
通信回路7004
外部コンピューティングデバイス 7005
プロセッサ 7006
接続 7008
動態センサー 7010
ディスプレイデバイス 7015
音声アウトプット7017
送信機 7020
受信機 7030
ローカル発振機 7040
アンテナ7050
無線周波(RF)シグナル 7060
反射シグナル 7070
ミキサー7080
モニタリング方法7100
ステップ7110
ステップ7120
ステップ7130
ステップ7140
ステップ7150
ステップ7160
方法 7200
運動探知モジュール 7210
存在/不在探知モジュール 7220
睡眠/覚醒分析モジュール 7230
呼吸率抽出モジュール 7240
シグナル選択モジュール 7250
モジュレーションサイクル測定モジュール 7255
エンベロープ発生モジュール 7260
SDB イベント検知モジュール 7265
SDB イベント確認モジュール 7270
症状予測モジュール 7280
方法 7300
ステップ 7310
ステップ 7320
ステップ 7330
ステップ 7340
ステップ 7350
ステップ 7360
方法 7400
ステップ 7410
ステップ 7420
ステップ 7430
ステップ 7440
ステップ 7450
ステップ 7460
ステップ 7470
ステップ 7480
ステップ 7490
グラフ 8000
トレース 8010
灰色バンド 8015
上向き矢印 8020
トレース 8050
ピーク 8060
Claims (52)
- 患者の慢性疾患の症状をモニタする方法であって、
プロセッサが、複数のモニタリングセッションの各々において、当該モニタリングセッ
ション中の前記患者の呼吸を表す呼吸シグナルから呼吸症状を抽出するステップであって
、前記呼吸シグナルは少なくとも1つのセンサーから得られるものである、ステップと、
プロセッサが、モニタリングセッションにおける前記患者の安定度を計算するステップ
であって、前記安定度は、前記モニタリングセッションにおいて生じる、呼吸症状の統計
的分布における変動ポイントの度合いを表すものである、ステップと
を含む方法。 - 前記度合いは、前記呼吸症状からなる時系列のサブシークエンスの2つの集合における
確率分布の非類似性の程度であり、サブシークエンスを含む前記2つの集合は、実質的に
、モニタリングセッションの前後それぞれの時系列のサンプルから構成される、請求項1
に記載の方法。 - 前記度合いは、前記呼吸症状の統計的分布において、モニタリングセッション時に起こ
った変動ポイントの確率である、請求項1に記載の方法。 - 前記度合いの計算は、
モニタリングセッションを含むそれまでの呼吸症状の値を所与とした、モニタリングセ
ッションのランレングスの事後分布の計算と、
ランレングスの事後分布における合計値の計算と
を含む、請求項3に記載の方法。 - 前記呼吸症状が呼吸率のパーセンタイル値である、請求項1から4のいずれか一項に記
載の方法。 - 前記呼吸率のパーセンタイル値が呼吸率の中央値である、請求項5に記載の方法。
- 前記呼吸率のパーセンタイル値が呼吸率の第三四分位数である、請求項5に記載の方法
。 - 前記呼吸症状が、睡眠呼吸障害イベントの合計数である、請求項1から4のいずれか一
項に記載の方法。 - 前記呼吸症状が、チェーンストークス呼吸サイクルの継続時間のパーセンタイル値であ
る、請求項1から4のいずれか一項に記載の方法。 - 前記継続時間のパーセンタイルが、チェーンストークス呼吸サイクルの継続時間の第三
四部位数である、請求項9に記載の方法。 - 前記安定度と閾値との比較に基づいて警告を発生させるステップを更に含む請求項1か
ら10のいずれか一項に記載の方法。 - 前記安定度と閾値との比較に基づいて前記患者に対処を促すステップを更に含む請求項
1から10のいずれか一項に記載の方法。 - 前記安定度と閾値との比較に基づいて前記患者に対するクエリの提示を誘発するステッ
プを更に含む請求項1から10のいずれか一項に記載の方法。 - 前記クエリへの回答に基づいて警告を発生させるステップを更に含む請求項13に気記
載の方法。 - 前記クエリへの回答に基づいて前記患者に対する追加クエリの提示を誘発するステップ
を更に含む請求項13に記載の方法。 - モニタリングセッションにおいて患者の呼吸を表す呼吸シグナルを生成するセンサーと
、
複数のモニタリングセッションの各々において前記呼吸シグナルから呼吸症状を抽出し
、モニタリングセッションにおける前記患者の安定度を計算するプロセッサであって、前
記安定度は、前記モニタリングセッションにおいて生じる、前記呼吸症状の統計的分布に
おける変動ポイントの度合いを表すものである、プロセッサと
を備えた慢性疾患モニタリング機器。 - 外部コンピューティングデバイスを更に備えた請求項16に記載の慢性疾患モニタリン
グ機器。 - 前記プロセッサが前記外部コンピューティングデバイスの一部を構成する、請求項17
に記載の慢性疾患モニタリング機器。 - 前記プロセッサが更に、前記安定度と閾値との比較に基づいた警告発生の制御をするも
のである、請求項16に記載の慢性疾患モニタリング機器。 - 外部コンピューティングデバイスを更に備えた請求項19に記載の慢性疾患モニタリン
グ機器。 - 前記警告発生が、前記外部コンピューティングデバイスへの警告メッセージの送信を含
む、請求項20に記載の慢性疾患モニタリング機器。 - 前記センサーが非接触式動態センサーであり、前記呼吸シグナルが前記患者の呼吸運動
を示すシグナルである、請求項16から21のいずれか一項に記載の慢性疾患モニタリン
グ機器。 - 前記機器が呼吸圧力治療デバイスであり、前記呼吸シグナルは、前記呼吸圧力治療デバ
イスを用いたセッションから得られる前記患者の呼吸流量率を示すシグナルである、請求
項16から21のいずれか一項に記載の慢性疾患モニタリング機器。 - 患者の慢性疾患の症状をモニタする方法であって、
1以上のプロセッサが、
複数のモニタリングセッションの各々において、当該モニタリングセッション中の前記
患者の呼吸を表す呼吸シグナルから呼吸症状を抽出するステップであって、前記呼吸シグ
ナルは少なくとも1つのセンサーから得られるものである、ステップと、
前記呼吸症状の連続的な値から時系列を構成するステップと、
モニタリングセッションにおける前記患者の安定度を計算するステップであって、前記
安定度は、前記時系列のサブシークエンスの2つの集合における確率分布の非類似性の程
度を表し、サブシークエンスを含む前記2つの集合は、実質的に、モニタリングセッショ
ンの前後それぞれの前記時系列のサンプルから構成される、ステップと
を含む方法。 - 1以上の前記プロセッサが、前記安定度と閾値との比較に基づいた警告発生を制御する
ステップを更に含む請求項24に記載の方法。 - 1以上の前記プロセッサが、
前記モニタリングセッションを含むそれまでの呼吸症状の値を所与として、前記モニタ
リングセッションのランレングスの事後分布を計算するステップと、
前記モニタリングセッションにおける前記患者の第2の安定度を、前記ランレングスの
事後分布の合計値として計算するステップと
を更に含む請求項24に記載の方法。 - 1以上の前記プロセッサが、前記安定度と第1の閾値との比較と、前記第2の安定度と
第2の閾値との比較とに基づいて警告の発生を制御するステップを更に含む請求項26に
記載の方法。 - 1以上の前記プロセッサが、前記安定度と第1の閾値との比較と、前記第2の安定度と
第2の閾値との比較とのいずれかに基づいて警告の発生を制御するステップを更に含む請
求項26に記載の方法。 - 前記非類似性の程度が非類似性の対称的度合いである、請求項24から28のいずれか
一項に記載の方法。 - 前記非類似性の対称的度合いは、
モニタリングセッション前の時系列のサンプルから実質的になる時系列のサブシークエ
ンスの集合における確率分布と、モニタリングセッション後の時系列のサンプルから実質
的になる時系列のサブシークエンスの集合における確率分布との間のfダイバージェンス
と、
モニタリングセッション後の時系列のサンプルから実質的になる時系列のサブシークエ
ンスの集合における確率分布と、モニタリングセッション前の時系列のサンプルから実質
的になる時系列のサブシークエンスの集合における確率分布との間のfダイバージェンス
と
の合計である、請求項29に記載の方法。 - 第1の確率分布と第2の確率分布との間のfダイバージェンスは、前記第2の確率分布
の密度関数により重みづけされた、前記第1の確率分布の密度関数の、前記第2の確率分
布の密度関数に対する比率の凸関数の積分である、請求項30に記載の方法。 - 前記凸関数はピアソン発散である、請求項31に記載の方法。
- 1以上の前記プロセッサが、ガウスカーネル基底関数の加重和により密度関数の前記比
率を近似するステップを更に含む請求項31又は32に記載の方法。 - モニタリングセッションにおいて患者の呼吸を表す呼吸シグナルを生成するセンサーと
、
複数のモニタリングセッションの各々において、前記呼吸シグナルから呼吸症状を抽出
し、前記呼吸症状の連続的な値から時系列を構成し、モニタリングセッションにおける前
記患者の安定度を計算するプロセッサであって、前記安定度は、前記時系列のサブシーク
エンスの2つ集合における確率分布の非類似性の程度を表し、サブシークエンスを含む前
記2つの集合は、実質的に、モニタリングセッションの前後それぞれの時系列のサンプル
から構成される、プロセッサと
を備えた慢性疾患モニタリング機器。 - 外部コンピューティングデバイスを更に備えた請求項34に記載の慢性疾患モニタリン
グ機器。 - 前記プロセッサが前記外部コンピューティングデバイスの一部を構成する、請求項35
に記載の慢性疾患モニタリング機器。 - 前記プロセッサが更に、前記安定度と閾値との比較に基づいた警告発生の制御をする、
請求項34に記載の慢性疾患モニタリング機器。 - 外部コンピューティングデバイスを更に備えた請求項37に記載の慢性疾患モニタリン
グ機器。 - 警告発生が前記外部コンピューティングデバイスへの警告メッセージの送信を含む、請
求項38に記載の慢性疾患モニタリング機器。 - 前記センサーが非接触式動態センサーであり、前記呼吸シグナルは前記患者の呼吸運動
を示すシグナルである、請求項34から39のいずれか一項に記載の慢性疾患モニタリン
グ機器。 - 前記機器が呼吸圧力治療デバイスであり、前記呼吸シグナルは、前記呼吸圧力治療デバ
イスを用いたセッションから得られる前記患者の呼吸流量率を示すシグナルである、請求
項34から39のいずれか一項に記載の慢性疾患モニタリング機器。 - 患者の慢性疾患の状態をモニタする方法であって、
1以上のプロセッサが、
複数のモニタリングセッションの各々において、当該モニタリングセッション中の前記
患者の呼吸を表す呼吸シグナルから呼吸症状を抽出するステップであって、前記呼吸シグ
ナルは少なくとも1つのセンサーから得られるものである、ステップと、
モニタリングセッションにおける前記患者の安定度を計算するステップであって、前記
安定度は、前記モニタリングセッションにおいて生じる、前記呼吸症状の統計的分布にお
ける変動ポイントの確率を表し、
前記モニタリングセッションを含むそれまでの呼吸症状の値を所与として、前記モニタ
リングセッションのランレングスの事後分布を計算するサブステップと、
ランレングスの事後分布における値の合計を計算するサブステップと
を含むステップと
を含む方法。 - 1以上の前記プロセッサが、前記安定度と閾値の比較に基づいて前記モニタリングセッ
ションにおける変動ポイントを検出するステップを更に含む請求項42に記載の方法。 - 前記合計が、前回の変動ポイントが検出された時点からの全てのランレングスに対して
計算される、請求項43に記載の方法。 - 1以上のプロセッサが、変動ポイントの検出に基づいた警告発生の制御をするステップ
を更に含む請求項43に記載の方法。 - ランレングスの事後分布の計算が、ランレングスとサンプル値との結合尤度の標準化を
含む、請求項42から45のいずれか一項に記載の方法。 - ランレングスとサンプル値との結合尤度は、前回のモニタリングセッションで得られた
ランレングスとサンプル値との結合尤度の値から計算される、請求項46に記載の方法。 - モニタリングセッション中の患者の呼吸を表す呼吸シグナルを生成するセンサーと、
複数のモニタリングセッションの各々において、前記呼吸シグナルから呼吸症状を抽出
するステップと、
モニタリングセッションにおける前記患者の安定度を計算するステップであって、前記
安定度は、前記モニタリングセッションにおいて生じる、前記呼吸症状の統計的分布にお
ける変動ポイントの確率を表し、
前記モニタリングセッションを含むそれまでの呼吸症状の値を所与として、前記モニタ
リングセッションのランレングスの事後分布を計算するサブステップと、
ランレングスの事後分布における値の合計を計算するサブステップと
を含むステップと
を行うプロセッサと
を備えた慢性疾患モニタリング機器。 - 前記プロセッサが更に、前記安定度と閾値の比較に基づいた警告発生の制御をする、請
求項48に記載の慢性疾患モニタリング機器。 - 外部のコンピューティングデバイスを更に備え、前記警告発生は、前記外部コンピュー
ティングデバイスへの警告メッセージの送信を含む、請求項49に記載の慢性疾患モニタ
リング機器。 - 前記センサーが非接触型動態センサーであり、前記呼吸シグナルが前記患者の呼吸運動
を示すシグナルである、請求項48から50のいずれか一項に記載の慢性疾患モニタリン
グ機器。 - 前記機器が呼吸圧力治療デバイスであり、前記呼吸シグナルが、前記呼吸圧力治療デバ
イスを用いたセッションで得られる前記患者の呼吸流量率を示すシグナルである、請求項
48から50のいずれか一項に記載の慢性疾患モニタリング機器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022064446A JP7244695B2 (ja) | 2014-05-26 | 2022-04-08 | 慢性疾患をモニタする方法及び機器 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2014901975A AU2014901975A0 (en) | 2014-05-26 | Method and apparatus for monitoring cardio-pulmonary health | |
AU2014901975 | 2014-05-26 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016569741A Division JP6765971B2 (ja) | 2014-05-26 | 2015-05-25 | 慢性疾患をモニタする方法及び機器 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022064446A Division JP7244695B2 (ja) | 2014-05-26 | 2022-04-08 | 慢性疾患をモニタする方法及び機器 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021000485A true JP2021000485A (ja) | 2021-01-07 |
JP7057807B2 JP7057807B2 (ja) | 2022-04-20 |
Family
ID=54697725
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016569741A Active JP6765971B2 (ja) | 2014-05-26 | 2015-05-25 | 慢性疾患をモニタする方法及び機器 |
JP2020154741A Active JP7057807B2 (ja) | 2014-05-26 | 2020-09-15 | 慢性疾患をモニタする方法及び機器 |
JP2022064446A Active JP7244695B2 (ja) | 2014-05-26 | 2022-04-08 | 慢性疾患をモニタする方法及び機器 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016569741A Active JP6765971B2 (ja) | 2014-05-26 | 2015-05-25 | 慢性疾患をモニタする方法及び機器 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022064446A Active JP7244695B2 (ja) | 2014-05-26 | 2022-04-08 | 慢性疾患をモニタする方法及び機器 |
Country Status (6)
Country | Link |
---|---|
US (2) | US10980476B2 (ja) |
EP (2) | EP3148433B1 (ja) |
JP (3) | JP6765971B2 (ja) |
CN (2) | CN116570245A (ja) |
TW (1) | TWI667995B (ja) |
WO (1) | WO2015179911A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11109791B2 (en) * | 2015-06-26 | 2021-09-07 | ResMed Pty Ltd | Diagnosis and monitoring of cardio-respiratory disorders |
EP3838138A3 (en) | 2015-08-26 | 2021-09-15 | ResMed Sensor Technologies Limited | Systems and methods for monitoring and management of chronic disease |
CN105232049A (zh) * | 2015-11-17 | 2016-01-13 | 北京怡和嘉业医疗科技有限公司 | 一种云平台 |
US11103661B2 (en) * | 2016-09-14 | 2021-08-31 | ResMed Pty Ltd | Apparatus and method for adaptive ramped control of positive airway pressure (PAP) |
CN109788933B (zh) | 2016-09-19 | 2023-08-15 | 威斯康星校友研究基金会 | 利用超声监测气管内气流的系统和方法 |
CN110325110B (zh) | 2016-11-10 | 2022-08-09 | 纽约州立大学研究基金会 | 用于气道阻塞的系统、方法和生物标记 |
CN107368675A (zh) * | 2017-06-16 | 2017-11-21 | 深圳市盛路物联通讯技术有限公司 | 生命体征监测方法、系统以及数据整合方法、转发节点 |
KR20240053667A (ko) | 2017-12-22 | 2024-04-24 | 레스메드 센서 테크놀로지스 리미티드 | 건강 및 의료 감지를 위한 장치, 시스템, 및 방법 |
WO2019161065A1 (en) | 2018-02-16 | 2019-08-22 | University Of Louisville Research Foundation, Inc. | Respiratory training and airway pressure monitoring device |
US20220172359A1 (en) * | 2019-04-02 | 2022-06-02 | The Uab Research Foundation | Method for detecting radiological progression in cancer surveillance |
JP7383440B2 (ja) * | 2019-10-03 | 2023-11-20 | キヤノンメディカルシステムズ株式会社 | 診断支援システム、診断支援装置及びプログラム |
CN110934590A (zh) * | 2019-12-03 | 2020-03-31 | 中国矿业大学 | 作业状态下呼吸流量的实时测量方法 |
US11676031B2 (en) * | 2020-02-25 | 2023-06-13 | Ventech Solutions, Inc. | Anatomical position monitoring for bodily pressure ulcers |
US11568262B2 (en) | 2020-03-25 | 2023-01-31 | Ventech Solutions, Inc. | Neural network based radiowave monitoring of fall characteristics in injury diagnosis |
CA3191506A1 (en) * | 2020-09-04 | 2022-03-10 | Raj KHANDWALLA | Compositions and methods for therapeutic management of heart failure patients |
TWI764315B (zh) * | 2020-10-13 | 2022-05-11 | 鉭騏實業有限公司 | 舌象檢測裝置 |
CN113951867B (zh) * | 2021-10-19 | 2023-10-17 | 天津大学 | 一种基于口鼻气流信号的慢性阻塞性肺疾病识别装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004113340A (ja) * | 2002-09-25 | 2004-04-15 | Denso Corp | 生体モニタ方法、生体モニタ装置および呼吸モニタ装置 |
JP2006502774A (ja) * | 2002-10-17 | 2006-01-26 | エムアーペー メディツィンテクノロジー ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | 人間の呼吸活動に関する測定信号の信号処理検討を実行する方法および装置 |
US20080177789A1 (en) * | 2007-01-22 | 2008-07-24 | William Murray Stoval | Methods and apparatus for clinical data compression |
WO2009098627A1 (en) * | 2008-02-07 | 2009-08-13 | Koninklijke Philips Electronics N.V. | Apparatus for measuring and predicting patients' respiratory stability |
JP2009532072A (ja) * | 2005-11-01 | 2009-09-10 | アーリーセンス エルティディ | 臨床発作患者の監視方法及びシステム |
JP2012000211A (ja) * | 2010-06-16 | 2012-01-05 | Hitachi Ltd | 行動内容可視化装置および行動内容解析装置 |
JP2012532668A (ja) * | 2009-07-10 | 2012-12-20 | 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 | 心不全の早発性の悪化を検出する呼吸数トレンド分析 |
WO2013177621A1 (en) * | 2012-05-30 | 2013-12-05 | Resmed Sensor Technologies Limited | Method and apparatus for monitoring cardio-pulmonary health |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1982003548A1 (en) | 1981-04-24 | 1982-10-28 | Sullivan Colin Edward | Device for treating snoring sickness |
US5732696A (en) * | 1992-03-17 | 1998-03-31 | New York University | Polysomnograph scoring |
AUPP366398A0 (en) | 1998-05-22 | 1998-06-18 | Resmed Limited | Ventilatory assistance for treatment of cardiac failure and cheyne-stokes breathing |
US7297113B1 (en) | 2003-04-25 | 2007-11-20 | United States Of America As Represented By The Secretary Of The Navy | Microsensor system and method for measuring data |
US7118536B2 (en) | 2003-07-25 | 2006-10-10 | Ric Investments, Llc. | Apnea/hypopnea detection system and method |
US8491492B2 (en) * | 2004-02-05 | 2013-07-23 | Earlysense Ltd. | Monitoring a condition of a subject |
CA2720871A1 (en) * | 2008-04-03 | 2009-10-08 | Kai Medical, Inc. | Non-contact physiologic motion sensors and methods for use |
US8880207B2 (en) * | 2008-12-10 | 2014-11-04 | The University Of Queensland | Multi-parametric analysis of snore sounds for the community screening of sleep apnea with non-gaussianity index |
US8529458B2 (en) | 2009-09-28 | 2013-09-10 | State Of Oregon By And Through The State Board Of Higher Education On Behalf Of Portland State University | Method and apparatus for assessment of fluid responsiveness |
US8951192B2 (en) | 2010-06-15 | 2015-02-10 | Flint Hills Scientific, Llc | Systems approach to disease state and health assessment |
EP2830688B1 (en) | 2012-03-30 | 2019-01-02 | Koninklijke Philips N.V. | Starting pressure for respiratory therapy devices |
US10525219B2 (en) * | 2012-06-26 | 2020-01-07 | Resmed Sensor Technologies Limited | Methods and apparatus for monitoring and treating respiratory insufficiency |
GB201408469D0 (en) * | 2014-05-13 | 2014-06-25 | Obs Medical Ltd | Method and apparatus for monitoring patient status |
-
2015
- 2015-05-25 US US15/313,225 patent/US10980476B2/en active Active
- 2015-05-25 WO PCT/AU2015/050273 patent/WO2015179911A1/en active Application Filing
- 2015-05-25 CN CN202310644810.XA patent/CN116570245A/zh active Pending
- 2015-05-25 TW TW104116606A patent/TWI667995B/zh not_active IP Right Cessation
- 2015-05-25 EP EP15800175.0A patent/EP3148433B1/en active Active
- 2015-05-25 EP EP22155706.9A patent/EP4029441A1/en active Pending
- 2015-05-25 JP JP2016569741A patent/JP6765971B2/ja active Active
- 2015-05-25 CN CN201580040820.6A patent/CN106572812B/zh active Active
-
2020
- 2020-09-15 JP JP2020154741A patent/JP7057807B2/ja active Active
-
2021
- 2021-04-14 US US17/301,786 patent/US20210298666A1/en active Pending
-
2022
- 2022-04-08 JP JP2022064446A patent/JP7244695B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004113340A (ja) * | 2002-09-25 | 2004-04-15 | Denso Corp | 生体モニタ方法、生体モニタ装置および呼吸モニタ装置 |
JP2006502774A (ja) * | 2002-10-17 | 2006-01-26 | エムアーペー メディツィンテクノロジー ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | 人間の呼吸活動に関する測定信号の信号処理検討を実行する方法および装置 |
JP2009532072A (ja) * | 2005-11-01 | 2009-09-10 | アーリーセンス エルティディ | 臨床発作患者の監視方法及びシステム |
US20080177789A1 (en) * | 2007-01-22 | 2008-07-24 | William Murray Stoval | Methods and apparatus for clinical data compression |
WO2009098627A1 (en) * | 2008-02-07 | 2009-08-13 | Koninklijke Philips Electronics N.V. | Apparatus for measuring and predicting patients' respiratory stability |
JP2011510784A (ja) * | 2008-02-07 | 2011-04-07 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 患者の呼吸安定を測定及び予測する装置 |
JP2012532668A (ja) * | 2009-07-10 | 2012-12-20 | 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 | 心不全の早発性の悪化を検出する呼吸数トレンド分析 |
JP2012000211A (ja) * | 2010-06-16 | 2012-01-05 | Hitachi Ltd | 行動内容可視化装置および行動内容解析装置 |
WO2013177621A1 (en) * | 2012-05-30 | 2013-12-05 | Resmed Sensor Technologies Limited | Method and apparatus for monitoring cardio-pulmonary health |
Also Published As
Publication number | Publication date |
---|---|
WO2015179911A1 (en) | 2015-12-03 |
CN106572812B (zh) | 2023-06-20 |
EP4029441A1 (en) | 2022-07-20 |
JP2022101595A (ja) | 2022-07-06 |
EP3148433A4 (en) | 2018-01-24 |
US20170238867A1 (en) | 2017-08-24 |
CN116570245A (zh) | 2023-08-11 |
JP7057807B2 (ja) | 2022-04-20 |
US20210298666A1 (en) | 2021-09-30 |
US10980476B2 (en) | 2021-04-20 |
JP6765971B2 (ja) | 2020-10-07 |
EP3148433A1 (en) | 2017-04-05 |
CN106572812A (zh) | 2017-04-19 |
TWI667995B (zh) | 2019-08-11 |
JP2017523820A (ja) | 2017-08-24 |
JP7244695B2 (ja) | 2023-03-22 |
TW201618715A (zh) | 2016-06-01 |
EP3148433B1 (en) | 2022-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7057807B2 (ja) | 慢性疾患をモニタする方法及び機器 | |
JP7273774B2 (ja) | 心肺健康状態をモニタリングするシステム、システムの作動方法及びコンピュータ可読媒体 | |
JP7284782B2 (ja) | 慢性疾患の監視および管理のためのシステムおよび方法 | |
US11796665B2 (en) | Detection and identification of a human from characteristic signals | |
CN113382676A (zh) | 用于改变发送到外部源的数据量的系统和方法 | |
WO2019079855A1 (en) | DETECTION AND MONITORING OF BODY ORIENTATION | |
US11980484B2 (en) | Systems and methods for monitoring and management of chronic disease | |
WO2023148190A1 (en) | Systems and methods for screening, diagnosis, detection, monitoring and/or therapy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201002 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201002 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210618 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210730 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211028 |
|
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: 20220311 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220408 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7057807 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |