JP2023515635A - 覚醒度を予測するシステムおよび方法 - Google Patents
覚醒度を予測するシステムおよび方法 Download PDFInfo
- Publication number
- JP2023515635A JP2023515635A JP2022552262A JP2022552262A JP2023515635A JP 2023515635 A JP2023515635 A JP 2023515635A JP 2022552262 A JP2022552262 A JP 2022552262A JP 2022552262 A JP2022552262 A JP 2022552262A JP 2023515635 A JP2023515635 A JP 2023515635A
- Authority
- JP
- Japan
- Prior art keywords
- user
- respiratory therapy
- sleep
- therapy device
- response
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 163
- 230000036626 alertness Effects 0.000 title claims description 31
- 230000007958 sleep Effects 0.000 claims abstract description 315
- 238000002644 respiratory therapy Methods 0.000 claims abstract description 257
- 230000004044 response Effects 0.000 claims abstract description 161
- 230000037007 arousal Effects 0.000 claims abstract description 100
- 238000010801 machine learning Methods 0.000 claims abstract description 44
- 238000012360 testing method Methods 0.000 claims description 129
- 230000035484 reaction time Effects 0.000 claims description 59
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 47
- 238000002560 therapeutic procedure Methods 0.000 claims description 44
- 230000033001 locomotion Effects 0.000 claims description 31
- 230000008667 sleep stage Effects 0.000 claims description 31
- 230000004622 sleep time Effects 0.000 claims description 31
- 206010062519 Poor quality sleep Diseases 0.000 claims description 24
- 238000012937 correction Methods 0.000 claims description 20
- 230000000241 respiratory effect Effects 0.000 claims description 19
- 230000000977 initiatory effect Effects 0.000 claims description 18
- 230000006872 improvement Effects 0.000 claims description 17
- 230000000638 stimulation Effects 0.000 claims description 16
- 230000002459 sustained effect Effects 0.000 claims description 15
- 208000008784 apnea Diseases 0.000 claims description 14
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 12
- 229910052760 oxygen Inorganic materials 0.000 claims description 12
- 239000001301 oxygen Substances 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 11
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 claims description 9
- 230000036387 respiratory rate Effects 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims description 8
- 230000001225 therapeutic effect Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 206010021079 Hypopnoea Diseases 0.000 claims description 7
- 230000036772 blood pressure Effects 0.000 claims description 7
- 230000003434 inspiratory effect Effects 0.000 claims description 7
- 206010041235 Snoring Diseases 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 230000001976 improved effect Effects 0.000 claims description 6
- 230000004617 sleep duration Effects 0.000 claims description 6
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 claims description 4
- 238000003066 decision tree Methods 0.000 claims description 4
- 206010022437 insomnia Diseases 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 208000003417 Central Sleep Apnea Diseases 0.000 claims description 3
- 230000000747 cardiac effect Effects 0.000 claims description 3
- 230000004886 head movement Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 206010020772 Hypertension Diseases 0.000 claims description 2
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 206010012601 diabetes mellitus Diseases 0.000 claims description 2
- 238000002567 electromyography Methods 0.000 claims description 2
- 230000000414 obstructive effect Effects 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000010079 rubber tapping Methods 0.000 claims description 2
- 230000004936 stimulating effect Effects 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims 6
- 239000004020 conductor Substances 0.000 claims 1
- 238000004904 shortening Methods 0.000 claims 1
- 239000004984 smart glass Substances 0.000 claims 1
- 239000012491 analyte Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000004461 rapid eye movement Effects 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- 208000035475 disorder Diseases 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 208000001797 obstructive sleep apnea Diseases 0.000 description 9
- 206010008501 Cheyne-Stokes respiration Diseases 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 206010041349 Somnolence Diseases 0.000 description 6
- 208000018360 neuromuscular disease Diseases 0.000 description 6
- 230000002618 waking effect Effects 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 208000000122 hyperventilation Diseases 0.000 description 4
- 210000002345 respiratory system Anatomy 0.000 description 4
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 3
- 208000005793 Restless legs syndrome Diseases 0.000 description 3
- 208000010340 Sleep Deprivation Diseases 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000037322 slow-wave sleep Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 208000019888 Circadian rhythm sleep disease Diseases 0.000 description 2
- 206010010904 Convulsion Diseases 0.000 description 2
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 2
- 206010013975 Dyspnoeas Diseases 0.000 description 2
- 208000001705 Mouth breathing Diseases 0.000 description 2
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000001037 epileptic effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000007407 health benefit Effects 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 208000023515 periodic limb movement disease Diseases 0.000 description 2
- 230000036632 reaction speed Effects 0.000 description 2
- 201000004193 respiratory failure Diseases 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 231100000430 skin reaction Toxicity 0.000 description 2
- 230000003860 sleep quality Effects 0.000 description 2
- 230000036578 sleeping time Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 210000000779 thoracic wall Anatomy 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000000884 Airway Obstruction Diseases 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010003497 Asphyxia Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010008589 Choking Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010021133 Hypoventilation Diseases 0.000 description 1
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- 208000001456 Jet Lag Syndrome Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000027288 circadian rhythm Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 208000020020 complex sleep apnea Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000036757 core body temperature Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000006392 deoxygenation reaction Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 208000037765 diseases and disorders Diseases 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000517 effect on sleep Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 208000035474 group of disease Diseases 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000000870 hyperventilation Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 208000033915 jet lag type circadian rhythm sleep disease Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 201000006646 mixed sleep apnea Diseases 0.000 description 1
- 208000001022 morbid obesity Diseases 0.000 description 1
- 230000004220 muscle function Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000004012 neuralation Effects 0.000 description 1
- 230000007171 neuropathology Effects 0.000 description 1
- 230000008452 non REM sleep Effects 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 210000003300 oropharynx Anatomy 0.000 description 1
- 238000002496 oximetry Methods 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000008701 parasympathetic activation Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001007 puffing effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 210000003019 respiratory muscle Anatomy 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 208000022925 sleep disturbance Diseases 0.000 description 1
- 230000004620 sleep latency Effects 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
- 210000001584 soft palate Anatomy 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000008700 sympathetic activation Effects 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 230000003519 ventilatory effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
-
- 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
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
-
- 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
- A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
- A61M16/022—Control means therefor
- A61M16/024—Control means therefor including calculation means, e.g. using a processor
-
- 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
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
- A61M2016/0027—Accessories therefor, e.g. sensors, vibrators, negative pressure pressure meter
Abstract
方法は、(i)睡眠セッション中のユーザに関連するデータを受信するステップと、(ii)受信したデータを入力とする機械学習モデルを用いてユーザの覚醒レベルを決定するステップと、(iii)決定された覚醒レベルに少なくとも部分的に基づいてユーザに伝達されるべき応答を生成するステップを含む。ユーザに関連するデータは、導管を介して呼吸療法装置に結合されたユーザインターフェース、センサ、または呼吸療法装置とセンサの両方を介して、ユーザの気道に加圧空気を供給するように構成された呼吸療法装置から受信することができる。
Description
関連する出願の参照
本出願は、2020年2月27日に出願された米国仮特許出願第62/982,608号および2020年4月30日に出願された米国仮特許出願第63/018,206号の利益および優先権を主張し、その各々は参照によりその全体が本書に組み込まれる。
本出願は、2020年2月27日に出願された米国仮特許出願第62/982,608号および2020年4月30日に出願された米国仮特許出願第63/018,206号の利益および優先権を主張し、その各々は参照によりその全体が本書に組み込まれる。
本開示は、一般に、覚醒度を予測するシステムおよび方法に関し、より詳細には、覚醒度とユーザの睡眠とを関連付けるシステムおよび方法に関する。
多くの個人が、睡眠関連障害および/又は呼吸障害(例えば、不眠症、周期性四肢運動障害(PLMD)、閉塞性睡眠時無呼吸症候群(OSA)、シャイン・ストークス呼吸(CSR)、呼吸不全、肥満過呼吸症候群(OHS)、慢性閉塞性肺疾患(COPD)、神経筋疾患(NMD)等)を患っている。これらの睡眠関連障害の1つまたはそれ以上に罹患している個人は、行動、活動、および/又は環境パラメータ(例えば、就寝時間、活動レベル、食事など)を修正することによって、これらの障害を治療又は管理することができる。したがって、睡眠が個人に及ぼす影響を把握するための指標を開発することは有利であると考えられる。これらの測定基準を計算し、計算結果または計算結果から得られた情報を個人に伝え、1つまたは複数の睡眠関連障害の軽減を支援するアプローチを開発することは、さらに有利であると考える。本開示は、これらの問題および他の問題を解決することを対象とする。
本開示のいくつかの実装によれば、方法は、(i)睡眠セッション中の個人に関連するデータを受け取ること、(ii)受け取ったデータを入力とする機械学習モデルを使用して個人の覚醒レベルを決定すること、および(iii)決定された覚醒レベルに少なくとも部分的に基づいて個人に伝達されるべき応答を生成すること、を含む。
本開示のいくつかの実装によれば、ターゲットユーザの覚醒レベルを予測する方法は、複数の履歴的睡眠セッションについて、少なくとも1人の人物に関連する履歴的睡眠セッションデータを受信することを含む。少なくとも1人の人が、複数の過去の睡眠セッション中に呼吸療法システムを使用したことがある。少なくとも1人の人物に関連する過去の注意喚起データを受信する。覚醒度データは、複数の履歴睡眠セッション以外の少なくとも1人の各人に関連する覚醒度レベルを含む。機械学習モデルは、(i)ターゲットユーザに関連付けられた現在の睡眠セッションデータを入力として受け取り、(ii)1つまたは複数の時点におけるターゲットユーザに関連付けられた予測される覚醒レベルを出力として決定するように、受け取った履歴睡眠セッションデータおよび受け取った履歴覚醒データを用いて訓練される。
本開示のいくつかの実装によれば、方法は、睡眠セッション中のユーザに関連するデータを受信することを含む。ユーザは、導管を介して呼吸療法装置に結合されたユーザインターフェースを介して、ユーザの気道に加圧空気を供給するように構成された呼吸療法装置と関連している。受信したデータを入力とする機械学習モデルにより、ユーザの覚醒度を判定する。判断された覚醒度の少なくとも一部に基づいて、ユーザに伝えるべき応答が生成される。
本開示のいくつかの実装によれば、方法は、テストを開始させることを含む。テストは、第一の時点で刺激を発生させることを含む。刺激に対する応答は、第二の時点でユーザから受信される。応答は、ユーザの気道に加圧空気を供給するように構成された呼吸療法装置を使用して検出されるユーザからの排出された空気流を含む。加圧された空気は、導管を介して呼吸療法機器に結合されたユーザインターフェイスを介して供給される。(i)第1の時点と(ii)第2の時点の少なくとも一部に基づいて、第1のスコアが決定される。
本開示のいくつかの実装によれば、方法は、テストを開始させることを含む。テストは、第一の時点で刺激を発生させることを含む。刺激に対する応答は、第二の時点でユーザから受信される。呼吸療法装置、導管、およびユーザインターフェースを含む呼吸療法システムを使用して、応答を検出する。呼吸療法装置は、導管を介して呼吸療法装置に結合されるユーザインタフェースによって、ユーザの気道に加圧空気を供給するように構成されている。(i)第1の時点と(ii)第2の時点の少なくとも一部に基づいて、第1のスコアが決定される。
本開示のいくつかの実装によれば、方法は以下を含む。(a)第1の試験を開始させるステップであり、該第1の試験は、第1の時点において第1の刺激を発生させることを含むステップと、(b)第2の時点でユーザから第1の刺激に対する第1の応答を受信し、第1の応答は、呼吸療法装置、導管、およびユーザインターフェースを含む呼吸療法システムを使用して検出され、呼吸療法装置は、導管を介して呼吸療法装置に結合されたユーザインターフェースを介してユーザの気道に加圧空気を供給するように構成され、(c)(i)第1の時点および(ii)第2の時点の少なくとも一部に基づき第1のスコアを決定する。(d)第1の療法セッション中に、呼吸療法装置に供給された加圧空気をユーザに送出させる。(e)第2のテストを開始させる。第2のテストは、第3の時点で第2の刺激を発生させることを含む。(f)第4の時点でユーザから第2の刺激に対する第2の応答を受信し、第2の応答は呼吸療法システムを使用して検出される。(g)(i)第3の時点および(ii)第4の時点に少なくとも部分的に基づいて第2のスコアを決定する。(h)第1のスコアおよび第2のスコアに関連する結果をユーザに伝達する。
本開示のいくつかの実装によれば、システムは、加圧空気をユーザの気道に供給するように構成された呼吸装置を含む。加圧空気は、導管を介して呼吸装置に結合されたユーザインターフェースによって供給される。本システムは、機械可読な命令を格納するメモリをさらに含む。さらに、機械可読命令を実行するように構成された1つまたは複数のプロセッサを含む制御システムを含む。(a)テストを開始させ、該テストは、第1の時点で刺激を発生させることを含む。(b)第2の時点でユーザから刺激に対する応答を受け取り、該応答は、呼吸装置を使用して検出されたユーザからの排出気流を含む。(c)(i)第1の時点および(ii)第2の時点に少なくとも部分的に基づいて第1のスコアを決定する。
本開示のいくつかの実装によれば、システムは、呼吸器と、導管と、ユーザインターフェースとを含む呼吸器系を含む。呼吸器は、導管を介して呼吸器に結合されるユーザインタフェースによって、ユーザの気道に加圧空気を供給するように構成されている。本システムは、機械可読な命令を格納するメモリをさらに含む。さらに、機械可読命令を実行するように構成された1つまたは複数のプロセッサを含む制御システムを含む。(a)テストを開始させ、該テストは、第1の時点で刺激を発生させることを含む。(b)第2の時点でユーザから刺激に対する応答を受け取り、該応答は呼吸器系を用いて検出される。(c)(i)第1の時点および(ii)第2の時点の少なくとも一部に基づいて第1のスコアを決定する。
本開示のいくつかの実装によれば、システムは、呼吸器と、導管と、ユーザインターフェースとを含む呼吸器系を含む。呼吸器は、導管を介して呼吸器に結合されるユーザインタフェースによって、ユーザの気道に加圧空気を供給するように構成されている。本システムは、機械可読な命令を格納するメモリをさらに含む。機械可読命令を実行するように構成された1つまたは複数のプロセッサを含む制御システムを含む。(a)第1のテストを開始させ、該第1のテストは、第1の時点で第1の刺激を発生させることを含む。(b)第2の時点でユーザから第1の刺激に対する第1の応答を受け取り、該第1の応答は呼吸器を用いて検出される。(c)(i)第1の時点および(ii)第2の時点に少なくとも一部基づいて第1のスコアを決定する。(d)該呼吸器に、該加圧空気は該ユーザに対して供給され、該加圧空気が該呼吸器に対して供給され(e)第2のテストを開始させ、第3の時点で第2の刺激を発生させることを含む。(f)第4の時点でユーザから第2の刺激に対する第2の応答を受信し、第2の応答は呼吸装置を使用して検出され、(g)(i)第3の時点および(ii)第4の時点に少なくとも部分的に基づいて第2のスコアを決定し、(h)第1のスコアおよび第2のスコアに関連する結果をユーザに伝達する。
上記の概要は、本開示の各実装またはあらゆる態様を表すことを意図するものではない。本開示の追加の特徴および利点は、以下に示す詳細な説明および図から明らかである。
本開示は、様々な変更および代替形態に影響を受けやすいが、その特定の実装および実装が例として図面に表示され、ここで詳細に説明している。ただし、開示された特定の形態に限定する意図はなく、逆に、本開示は、添付の請求項によって定義される本開示の精神および範囲内に入るすべての修正物、等価物、および代替物を対象とするものであることを理解されたい。
睡眠関連障害および/又は呼吸器系障害の例としては、周期性四肢運動障害(PLMD)、むずむず脚症候群(RLS)、睡眠呼吸障害(SDB)、閉塞性睡眠時無呼吸症候群(OSA)、シャイン・ストークス呼吸(CSR)、呼吸不全、肥満過呼吸症候群(OHS)、慢性閉塞性肺疾患(COPD)、神経筋疾患(NMD)および胸壁障害などが挙げられる。 閉塞性睡眠時無呼吸症候群(OSA)は、睡眠時呼吸障害(SDB)の一種で、上気道が異常に小さくなり、舌、軟口蓋、中咽頭後壁の筋緊張が正常に失われることにより、睡眠中に上気道の閉塞または閉塞を含む事象が起こることを特徴とする。チェーンストークス呼吸(CSR)も睡眠呼吸障害の一種である。CSRは、CSRサイクルと呼ばれる換気の盛衰がリズミカルに交互に繰り返される呼吸制御の障害である。CSRは、動脈血の脱酸素と再酸素が繰り返されることが特徴である。肥満過換気症候群(OHS)は、低換気の原因が他にないにもかかわらず、重度の肥満と覚醒性慢性過呼吸を併発するものと定義されている。症状としては、呼吸困難、朝の頭痛、日中の過度の眠気などがある。慢性閉塞性肺疾患(COPD)とは、空気の流れに対する抵抗が大きくなる、呼吸の呼気相が長くなる、肺の弾力性が失われるなどの特徴を持つ下気道疾患群のことを指す。神経筋疾患(NMD)とは、筋肉の機能を直接的に筋病理を介して、あるいは間接的に神経病理を介して障害する多くの疾患や疾病を指す。胸壁障害は、呼吸筋と胸郭の結合が非効率的になる胸郭変形の一群である。
これらの障害は、個人が眠っているときに起こる特定の事象(例えば、いびき、無呼吸、低呼吸、落ち着かない足、睡眠障害、窒息、心拍数の増加、呼吸困難、喘息発作、てんかんエピソード、発作、またはそれらの任意の組み合わせ)によって特徴づけられる。睡眠を改善し、上記のような現象を軽減するために、医師は呼吸療法システムの使用を処方または推奨することができる。初めて呼吸療法システムを使い始める患者は、呼吸療法システムを使うことによる健康上のメリットをすぐには感じられない場合もある。このように主観的な健康効果がすぐに得られないため、患者によっては呼吸療法システムの使用を中止したり、呼吸療法システムは効果がないと早合点してしまったりする場合がある。呼吸療法システムの最初の治療セッション後、主観的な改善は測りにくいかもしれないが、客観的な測定値や指標は改善を示すことができる。客観的な尺度又は測定基準がなければ、一部の患者は呼吸療法システムの使用を中止する可能性があり、したがって、本開示のいくつかの実装は、患者に呼吸療法システムの処方又は推奨される使用を遵守するよう促すための客観的な尺度を含む情報を患者に提供する。
客観的な指標は、受動的に得られることもあれば、ユーザの能動的な関与を必要とすることもある。受動的に客観的尺度の例として、患者の心拍変動情報を得ること、またはフィットネストラッカーを使用して患者の心拍データを一定期間にわたって得ることが挙げられる。フィットネストラッカーは、患者がフィットネストラッカーに関与することなく、受動的に心拍データを取得することができる。ユーザの積極的な関与の例として、患者に1つまたは複数のテストを実行させ、そのテストは、テスト前のユーザの睡眠の質を示すものである。検査は、患者の反応時間を測定する反応時間検査がある。テストには、持続的注意力テスト、反応時間テストなどがあり、単純な反応時間テストに比べ、より長い時間、患者を夢中にさせることができる。持続的注意力、反応速度テストの例として、精神運動警戒タスク(PVT)テストがある。本開示のいくつかの実装は、単に説明のために反応時間テストに関連して説明される。なお、本開示の実装は、反応時間試験のみに限定されるものではない。
本開示のいくつかの実装は、呼吸療法システムによる推奨または処方された療法の前後における警戒の客観的な測定値を提供する。ヴィジランスは、警戒心や見張り役と関係がある。OSAは未治療の場合、日中の眠気やそれに伴う覚醒度の低下につながる場合がある。そのため、テストでの反応が鈍いということは、眠気がある、あるいは注意力や集中力が欠けている可能性がある。
図1を参照すると、本開示のいくつかの実装によるシステム100が図示される。システム100は、制御システム110、記憶装置114、電子インターフェース119、1つまたは複数のセンサ130、呼吸療法システム120、および1つまたは複数のユーザ装置170を含む。
制御システム110は、1つまたは複数のプロセッサ112(以下、プロセッサ112)を含む。制御システム110は、一般に、システム100の様々な構成要素を制御(例えば、作動)し、および/又はシステム100の構成要素によって得られたおよび/又は生成されたデータを分析するために使用される。プロセッサ112は、汎用プロセッサまたは特殊目的プロセッサまたはマイクロプロセッサとすることができる。図1では、1つのプロセッサ112が示されているが、制御システム110は、単一のハウジング内にある、または互いに遠隔に位置することができる任意の適切な数のプロセッサ(例えば、1プロセッサ、2プロセッサ、5プロセッサ、10プロセッサなど)を含むことができる。制御システム110は、例えば、ユーザ装置170のハウジング、センサ130の1つまたは複数のハウジング、および/又は呼吸療法システム120に含まれる呼吸療法装置122のハウジングに結合され、および/又はその中に配置することが可能である。制御システム110は、集中型(1つのそのようなハウジング内)または分散型(物理的に異なる2つ以上のそのようなハウジング内)であることが可能である。制御システム110を含む2つ以上のハウジングを含む実装では、互いに近接および/または遠隔に配置される。センサ130の1つまたは複数は、呼吸療法装置122とは別個の外部装置に結合させることができる。例えば、センサ130の1つまたはそれ以上を、指輪、ネックレスなどの宝飾品に含めることができる。センサ130の1つ又は複数は、呼吸療法装置122のハウジング上又はハウジング内に設けることができる。
メモリ装置114は、制御システム110のプロセッサ112によって実行可能な機械可読命令を格納する。メモリ装置114は、例えば、ランダムアクセスまたはシリアルアクセスメモリ装置、ハードドライブ、ソリッドステートドライブ、フラッシュメモリ装置などの任意の適切なコンピュータ可読記憶装置または媒体とすることができる。1つのメモリ装置114が図1に示されているが、メモリ装置114は、1つのメモリ装置114に示されている。図1に示すように、システム100は、任意の適切な数のメモリ装置114(例えば、1つのメモリ装置、2つのメモリ装置、5つのメモリ装置、10つのメモリ装置など)を含むことができる。記憶装置114は、呼吸療法装置122のハウジング内、ユーザ装置170のハウジング内、1つまたは複数のセンサ130のハウジング内、又はそれらの任意の組み合わせに結合されおよび/又は配置することができる。制御システム110と同様に、メモリ装置114は、集中型(1つのそのようなハウジング内)または分散型(物理的に異なる2つ以上のそのようなハウジング内)とすることができる。
電子インターフェース119は、1つまたは複数のセンサ130からデータ(例えば、生理学的データ)を受信するように構成され、データをメモリ装置114に格納し、および/または制御システム110のプロセッサ112によって分析することができる。電子インターフェース119は、有線接続又は無線接続を用いて(例えば、RF通信プロトコル、WiFi通信プロトコル、Bluetooth(登録商標)通信プロトコル、セルラーネットワーク等を用いて)1つまたは複数のセンサ130と通信することが可能である。電子インターフェース119は、アンテナ、受信機(例えば、RF受信機)、送信機(例えば、RF送信機)、トランシーバ、又はそれらの任意の組み合わせを含むことができる。電子インターフェース119は、本書で説明したプロセッサ112およびメモリ装置114と同じ、または類似する、1つまたは複数のプロセッサおよび/または1つまたは複数のメモリ装置を含むこともできる。いくつかの実装では、電子インターフェース119は、ユーザ装置170に結合されるか、またはユーザ装置170に統合される。他の実装では、電子インターフェース119は、制御システム110および/又はメモリ装置114に結合されるか、又は(例えば、ハウジング内に)一体化される。
呼吸療法システム120は、呼吸圧療法装置(例えば、呼吸療法装置122)、ユーザインタフェース124、導管126(チューブまたは空気回路とも呼ばれる)、表示装置128、加湿タンク129、またはそれらの任意の組合せを含むことが可能である。いくつかの実装では、制御システム110、記憶装置114、表示装置128、1つまたは複数のセンサ130、および加湿タンク129は、呼吸療法装置122の一部である。呼吸圧力療法とは、ユーザの呼吸サイクルを通じて大気に対して名目上正である制御された目標圧力で、ユーザの気道の入り口に空気の供給を加えることを指す(例えば、タンクベンチレータやキュイラスなどの陰圧療法とは対照的)。呼吸療法システム120は、一般に、1つまたは複数の睡眠関連呼吸障害(例えば、閉塞性睡眠時無呼吸、中枢性睡眠時無呼吸、又は混合型睡眠時無呼吸)に罹患している個人を治療するために使用される。
呼吸療法装置122は、一般に、(例えば、1つ又は複数の圧縮機を駆動する1つ又は複数のモータを使用して)ユーザに送達される加圧空気を生成するために使用される。いくつかの実装では、呼吸療法装置122は、ユーザに供給される連続的な一定の空気圧を発生させる。他の実装では、呼吸療法装置122は、2つ以上の所定の圧力(例えば、第1の所定の空気圧および第2の所定の空気圧)を発生させる。さらに他の実装では、呼吸療法装置122は、所定の範囲内の様々な異なる空気圧を生成するように構成されている。例えば、呼吸療法装置122は、少なくとも約6cmH2O、少なくとも約10cmH2O、少なくとも約20cmH2O、約6cmH2Oと約10cmH2Oとの間、約7cmH2Oと約12cmH2Oとの間などを送達することが可能である。呼吸療法装置122はまた、(周囲圧力に対して)正圧を維持しながら、例えば約-20L/分と約150L/分との間の所定の流量で加圧空気を送出することができる。
ユーザインタフェース124は、ユーザの顔の一部と係合し、呼吸療法装置122からユーザの気道に加圧空気を送り、睡眠中に気道が狭くなることおよび/又は潰れることを防止することを助ける。これにより、睡眠中のユーザの酸素摂取量も増加する可能性がある。適用される療法に応じて、ユーザインタフェース124は、例えば、ユーザの顔の領域又は部分とシールを形成して、療法を効果的に行うために周囲圧力と十分に異なる圧力、周囲圧力に対して約10cmH2Oの正圧でガスの供給を促進することができる。酸素供給などの他の治療法では、ユーザインターフェースは、約10cmH2Oの正圧で気体を気道に供給するのに十分なシールを含まない場合がある。
図2に示すように、いくつかの実装では、ユーザインタフェース124は、ユーザの鼻と口を覆う顔面マスクである。あるいは、ユーザインタフェース124は、ユーザの鼻に空気を供給する鼻用マスク、またはユーザの鼻孔に直接空気を供給する鼻用ピローマスクでもよい。ユーザインタフェース124は、ユーザインタフェース124をユーザの一部(例えば、顔)に位置決めおよび/又は安定させるための複数のストラップ(例えば、面ファスナーを含む)と、ユーザインタフェース124とユーザの間に気密シールを提供するのに役立つコンフォーマルクッション(例えば、シリコーン、プラスチック、フォームなど)を含むことができる。ユーザインタフェース124は、ユーザ210によって吐き出された二酸化炭素および他の気体を逃がすことを可能にするための1つ又は複数の通気口を含むこともできる。他の実装では、ユーザインタフェース124は、マウスピース(例えば、ユーザの歯に適合するように成形されたナイトガードマウスピース、下顎用の移動装置など)を含む。
導管126(空気回路又はチューブとも呼ばれる)は、呼吸療法装置122およびユーザインタフェース124などの呼吸療法システム120の2つの構成要素の間の空気の流れを可能にする。いくつかの実装では、吸気と呼気のための導管の別々の辺が存在することができる。他の実装では、吸気と呼気の両方に1本の肢導管が使用される。
呼吸療法装置122、ユーザインタフェース124、導管126、表示装置128、および加湿タンク129の1つまたはそれ以上は、1つまたは複数のセンサ(例えば、圧力センサ、流量センサ、又はより一般的には本書に記載される他のセンサ130のうちのいずれか)を含むことができる。これらの1つまたは複数のセンサは、例えば、呼吸療法装置122によって供給される加圧空気の空気圧および/又は流量を測定するために使用することができる。
表示装置128は、一般に、静止画像、動画像、またはその両方を含む画像(複数可)、および/または呼吸療法装置122に関する情報を表示するために使用される。例えば、表示装置128は、呼吸療法装置122の状態(例えば、呼吸療法装置122がオン/オフであるかどうか、呼吸療法装置122によって送出される空気の圧力、呼吸療法装置122によって送出される空気の温度など)に関する情報および/又は他の情報(例えば、睡眠スコアおよび/又は療法スコア(国際公開第2016/061629号に記載されているような、myAir(登録商標)スコアとも呼ばれ、その全体が参照により本書に組み込まれる)、現在の日付/時刻、ユーザ210の個人情報など)。いくつかの実装では、表示装置128は、入力インターフェースとして画像(複数可)を表示するように構成されたグラフィックユーザインターフェース(GUI)を含むヒューマンマシンインターフェース(HMI)として機能する。表示装置128は、LEDディスプレイ、OLEDディスプレイ、LCDディスプレイ等とすることができる。入力インターフェースは、例えば、タッチスクリーン又はタッチセンシティブ基板、マウス、キーボード、又は呼吸療法装置122と対話する人間のユーザによって行われた入力を感知するように構成された任意のセンサシステムとすることができる。
加湿タンク129は、呼吸療法装置122に結合されるか、または呼吸療法装置122に統合され、呼吸療法装置122から送られる加圧空気を加湿するために使用できる水のリザーバを含む。呼吸療法装置122は、使用者に供給される加圧空気を加湿するために、加湿タンク129内の水を加熱するヒーターを含むことができる。さらに、いくつかの実装では、導管126は、ユーザに送達される加圧空気を加熱する加熱要素(例えば、導管126に結合されおよび/又は導管126に埋め込まれたもの)を含むこともできる。
呼吸療法システム120は、例えば、人工呼吸器、又は連続気道陽圧(CPAP)システム、自動気道陽圧システム(APAP)、2レベル又は可変気道陽圧システム(BPAP又はVPAP)、又はそれらの任意の組み合わせなどの気道陽圧(PAP)システムとして使用することが可能である。CPAPシステムは、所定の空気圧(例えば、睡眠医によって決定される)を使用者に供給する。APAPシステムは、例えば、ユーザの呼吸データに基づいて、ユーザに供給する空気圧を自動的に変化させる。BPAP又はVPAPシステムは、第1の所定の圧力(例えば、吸気気道陽圧又はIPAP)および第1の所定の圧力より低い第2の所定の圧力(例えば、呼気気道陽圧又はEPAP)を送達するように構成されている。
図2を参照すると、いくつかの実装形態によるシステム100(図1)の一部が示されている。呼吸療法システム120のユーザ210とベッドパートナー220は、ベッド230に位置し、マットレス232に横たわっている。ユーザインタフェース124(例えば、フルフェイシャルマスク)は、睡眠セッション中にユーザ210によって着用することができる。ユーザインタフェース124は、導管126を介して呼吸療法装置122に流体的に結合および/又は接続される。その結果、呼吸療法装置122は、導管126およびユーザインタフェース124を介してユーザ210に加圧空気を送り、ユーザ210の喉の空気圧を上昇させて、睡眠中に気道が閉じるおよび/又は狭まるのを防止するのを助ける。呼吸療法装置122は、図2に示すように、ベッド230に直接隣接するナイトスタンド240上に配置することができる。またはより一般的には、ベッド230および/または使用者210に概ね隣接する任意の表面または構造上にある。
図1に戻ると、システム100の1つまたは複数のセンサ130は、圧力センサ132、流量センサ134、温度センサ136、動作センサ138、マイクロフォン140、スピーカ142、RF受信機146、RF送信機148、カメラ150、赤外線センサ152、光電脈波(PPG)センサ154を含んでいる。心電図(ECG)センサ156、脳波(EEG)センサ158、静電容量センサ160、力センサ162、歪みゲージセンサ164、筋電図(EMG)センサ166、酸素センサ168、検体センサ174、水分センサ176、LiDARセンサ178、熱画像センサ、またはそれらの任意の組合せである。一般に、1つまたはセンサ130の各々は、メモリ装置114または1つまたは複数の他のメモリ装置に受信および格納されるセンサデータを出力するように構成されている。
1つまたは複数のセンサ130は、圧力センサ132、流量センサ134、温度センサ136、動作センサ138、マイクロフォン140、スピーカ142、RF受信機146、RF送信機148、カメラ150、赤外線センサ152、光電式(PPG)センサ154、心電図(ECG)センサ156のそれぞれを含むものとして図示および説明されているが、このうち、圧力センサ132、流量センサ134、温度センサ136は、光電式センサ154、心電図センサ156、光電式(ECG)センサ157、心電図(Electrocardiogram)センサ157、脳波(EEG)センサ158のそれぞれも含む。脳波(EEG)センサ158、静電容量センサ160、力センサ162、歪みゲージセンサ164、筋電図(EMG)センサ166、酸素センサ168、検体センサ174、水分センサ176、およびLiDARセンサ178、より一般的には、1つまたは複数のセンサ130は、本書において説明および/又は示される各センサの任意の組み合わせおよび任意の数を含むことが可能である。
センサ130の1つまたはそれ以上によって生成された生理学的データは、制御システム110によって、睡眠セッション中のユーザに関連する睡眠-覚醒信号、および1つまたは複数の睡眠関連パラメータを決定するために使用することが可能である。睡眠覚醒信号は、覚醒、リラックスした覚醒、微小覚醒、急速眼球運動(REM)段階などの睡眠段階、第1のノンレム段階(「N1」とも呼ばれる)、第2のノンレム段階(「N2」とも呼ばれる)、第3のノンレム段階(「N3」とも呼ばれる)、又はそれらの任意の組み合わせを含む1以上の睡眠状態を示すことができる。睡眠覚醒信号は、ユーザがベッドに入った時間、ユーザがベッドを出た時間、ユーザが眠りにつこうとした時間などを決定するためにタイムスタンプすることも可能である。睡眠覚醒信号は、例えば、1秒につき1サンプル、30秒につき1サンプル、1分につき1サンプルなどの所定のサンプリングレートで睡眠セッション中にセンサ(複数可)130によって測定することができる。センサ130などのセンサの1つまたはそれ以上によって生成された生理学的データから睡眠状態および/又は睡眠段階を決定する方法は、例えば、WO2014/047310、US2014/0088373、WO2017/132726、WO2019/12413、およびWO2019/12240に記載されており、その各々は参照によりその全体が本書に組み込まれるものとする。睡眠段階は離散的な値、または状態間の粒度の細かい変化を表す連続的な変数でありうる。例えば、REMから徐波睡眠(SWS)への移行は、REM、N3 SWS、軽睡眠N1、N2などの深さや浅さのように任意の数のレベルを含むことができる。
圧力センサ132は、メモリ装置114に格納され、および/又は制御システム110のプロセッサ112によって分析される圧力データを出力する。いくつかの実装では、圧力センサ132は、呼吸療法システム120のユーザの呼吸(例えば、吸気および/又は呼気)および/又は周囲圧力を示すセンサデータを生成する空気圧センサ(例えば、大気圧センサ)である。そのような実装では、圧力センサ132は、呼吸療法装置122に結合されるか、または呼吸療法装置122に統合することができる。圧力センサ132は、例えば、静電容量センサ、電磁センサ、圧電センサ、歪みゲージセンサ、光学センサ、電位差センサ、またはそれらの任意の組合せとすることができる。
流量センサ134は、メモリ装置114に格納され、および/又は制御システム110のプロセッサ112によって分析される流量データを出力する。いくつかの実装では、流量センサ134は、呼吸療法装置122からの空気流量、導管126を通る空気流量、ユーザインタフェース124を通る空気流量、又はそれらの任意の組合せを決定するために使用される。そのような実装では、流量センサ134は、呼吸療法装置122、ユーザインタフェース124、又は導管126に結合され又は一体化することができる。流量センサ134は、例えば、回転流量計(例えば、ホール効果流量計)、タービン流量計、オリフィス流量計、超音波流量計、熱線センサ、渦センサ、膜センサ、又はそれらの任意の組み合わせなどの質量流量センサである。
温度センサ136は、メモリ装置114に格納され、および/又は制御システム110のプロセッサ112によって分析される温度データを出力する。いくつかの実装では、温度センサ136は、ユーザ210の中核体温を示す温度データを生成する(図2)、ユーザ210の皮膚温度、呼吸療法装置122からおよび/又は導管126を通って流れる空気の温度、ユーザインターフェース124内の温度、周囲温度、又はそれらの任意の組合せである。温度センサ136は、例えば、熱電対センサ、サーミスタセンサ、シリコンバンドギャップ温度センサまたは半導体ベースのセンサ、抵抗温度検出器、またはそれらの任意の組合せることができる。
マイクロフォン140は、メモリ装置114に格納され、および/又は制御システム110のプロセッサ112によって分析することができる音データを出力する。マイクロフォン140は、本書でさらに詳細に説明するように、1つまたは複数の睡眠関連パラメータを決定するために(例えば、制御システム110を用いて)睡眠セッション中の音(例えば、ユーザ210からの音)を記録するために使用することができる。マイクロフォン140は、呼吸療法装置122、使用インターフェース124、導管126、又はユーザ装置170に結合又は一体化させることができる。マイクロフォン140は、他のマイクロフォンと組み合わせて、ビームフォーミングを行うことも可能である。いくつかの実装では、1つまたは複数のマイクロフォン140は、呼吸療法装置122の回路基板と電気的に接続されており、音響的に通信しているか(例えば、聴診器のように小さなダクトおよび/又はシリコン窓を介して)、呼吸療法システム120内の空気流と流体的に通信している可能性がある。マイクは、スマートデバイス、モノのインターネット(IoT)デバイス、スマートスピーカー、スマートディスプレイ、電話、タブレット、時計、指輪、パッチ、ペンダント、セキュリティカメラ、セキュリティセンサ、またはそれらの任意の組み合わせなどの外部デバイスに組み込む ことができる。場合によっては、センサの一部は、自動車などの車両で、覚醒度を監視することができる。
スピーカ142は、システム100のユーザ(例えば、図2のユーザ210)が聞き取れる音波を出力する。2スピーカ142は、例えば、目覚まし時計として、またはユーザ210にアラートまたはメッセージを再生するために(例えば、事象に応じて)使用することができる。スピーカ142は、呼吸療法装置122、ユーザインタフェース124、導管126、又は外部装置170に結合又は一体化させることができる。
マイクロフォン140とスピーカ142は、別々の装置として使用することも可能である。いくつかの実装では、例えば、国際(PCT)公開番号WO2018/050913号およびWO2020/104465号に記載されているように、マイクロフォン140およびスピーカー142を音響センサ141(例えばソナーセンサ)に組み合わせることができ、その各々は参照によりその全体が本書に組み込まれる。このような実装では、スピーカ142が所定の間隔で音波を発生または放射し、マイクロフォン140がスピーカ142から放射された音波の反射を検出する。スピーカ142が発生または放射する音波は、ユーザ210またはベッドパートナー220の睡眠を妨げないように、人間の耳には聞こえない周波数(例えば、20Hz以下または18kHz程度以上)を有する(図2)。マイクロフォン140および/又はスピーカ142からのデータに少なくとも部分的に基づいて、制御システム110は、ユーザ210(図2)の位置を決定することができる。本書では、例えば、呼吸信号、呼吸速度、吸気振幅、呼気振幅、吸気-呼気比、時間当たりの事象数、事象のパターン、睡眠状態、睡眠段階、呼吸装置122の圧力設定、又はそれらの任意の組み合わせなど、睡眠関連パラメータの1又は2以上である。この文脈では、ソナーセンサは、超音波または低周波超音波感知信号(例えば、約17~23kHz、18~22kHz、または17~18kHzの周波数範囲)を、空気を通して生成/送信することによるような、アクティブ音響センシングに関するものと理解することができる。このようなシステムは、上述したWO2018/050913およびWO2020/104465に関連して検討することができる。
RF送信機148は、所定の周波数および/又は所定の振幅(例えば、高周波帯域内、低周波帯域内、長波信号、短波信号等)を有する電波を発生および/又は放射する。RF受信機146は、RF送信機148から放射された電波の反射を検出し、本データを制御システム110が解析し、ユーザ210(図2)の位置を決定することができる。本書に記載された1つまたは複数の睡眠関連パラメータを含む。RF受信機(RF受信機146およびRF送信機148のいずれか、又は別のRFペア)は、制御システム110、呼吸療法装置122、1つ又は複数のセンサ130、ユーザ装置170、又はそれらの任意の組み合わせで無線通信に使用することもできる。RF受信機146とRF送信機148は、図1では別個の要素として示されているが、いくつかの実装では、RF受信機146とRF送信機148は、RFセンサ147(例えばレーダセンサ)の一部として示されている。いくつかのそのような実装では、RFセンサ147は、制御回路を含む。RF通信の特定の形式は、WiFi、Bluetooth(登録商標)などが考えられる。
いくつかの実装では、RFセンサ147は、メッシュシステムの一部である。メッシュシステムの一例はWiFiメッシュシステムであり、メッシュノード、メッシュルーター、およびメッシュゲートウェイを含むことができ、これらの各々は移動可能/可動可能または固定できる。そのような実装では、WiFiメッシュシステムは、WiFiルータおよび/又はWiFiコントローラ、並びに1つ又は複数の衛星(例えば、アクセスポイント)を含む。これらの各々は、RFセンサ147と同じ又は類似のものであるRFセンサを含む。WiFiルーターと人工衛星は、WiFiの電波を利用して常時通信している。WiFiメッシュシステムは、信号を部分的に妨害する物体や人の移動によるルーターと衛星間のWiFi信号の変化(例えば、受信信号強度の差)に基づき、モーションデータを生成するために使用できる。モーションデータは、動作、呼吸、心拍、歩行、転倒、行動など、またはそれらの任意の組み合わせを示すことができる。
カメラ150は、メモリ装置114に格納可能な1つまたは複数の画像(例えば、静止画像、動画像、熱画像、又はそれらの組み合わせ)として再現可能な画像データを出力する。カメラ150からの画像データは、制御システム110によって、本書に記載される睡眠関連パラメータの1つまたはそれ以上を決定するために使用される。例えば、カメラ150からの画像データは、ユーザの位置を特定するために、ユーザ210がベッド230(図2)に入る時間を決定し、ユーザ210がベッドから出る時刻を決定する。
赤外線(IR)センサ152は、メモリ装置114に格納可能な1つまたは複数の赤外線画像(例えば、静止画像、動画像、またはその両方)として再現可能な赤外線画像データを出力する。IRセンサ152からの赤外線データは、ユーザ210の温度および/又はユーザ210の動きを含む。睡眠セッション中の1つ又は複数の睡眠関連パラメータを決定するために使用される。IRセンサ152は、ユーザ210の存在、位置、および/又は動きを測定する際に、カメラ150と組み合わせて使用することもできる。IRセンサ152は、例えば、約700nmと約1mmとの間の波長を有する赤外光を検出することができ、カメラ150は、約380nmと約740nmとの間の波長を有する可視光を検出することができる。
PPGセンサ154は、ユーザ210(図2)に関連する生理データを出力する心拍数、心拍変動、心周期、呼吸数、吸気振幅、呼気振幅、吸気-呼気比、推定血圧パラメータ(複数可)、またはそれらの組み合わせなど、1つまたは複数のパラメータを決定するために使用することができる。PPGセンサ154は、ユーザ210によって着用され、ユーザ210によって着用される衣類および/または布地に埋め込まれる、ユーザインターフェース124および/またはその関連ヘッドギア(例えば、ストラップなど)に埋め込まれるおよび/または結合される。
ECGセンサ156は、ユーザ210の心臓の電気的活動に関連する生理的データを出力する。いくつかの実装では、ECGセンサ156は、睡眠セッション中にユーザ210の一部上又は周囲に配置される1つ又は複数の電極を含む。ECGセンサ156からの生理学的データは、例えば、PPGセンサ154に関連して上述した1つまたは複数のパラメータのいくつかを決定するために使用される。
EEGセンサ158は、ユーザ210の脳の電気的活動に関連する生理的データを出力する。いくつかの実装では、EEGセンサ158は、睡眠セッション中にユーザ210の頭皮上又はその周囲に配置される1つまたは複数の電極を含む。EEGセンサ158からの生理学的データは、例えば、睡眠セッション中の任意の所与の時間におけるユーザ210の睡眠状態および/又は睡眠段階を決定するために使用することができる。いくつかの実装では、EEGセンサ158は、ユーザインタフェース124および/または関連するヘッドギア(例えば、ストラップなど)に統合することができる。
静電容量式センサ160、力センサ162、および歪みゲージセンサ164は、メモリ装置114に格納され、制御システム110によって使用され、本書に記載するパラメータのうちの1つまたは複数を決定することが可能なデータを出力する。EMGセンサ166は、1つまたは複数の筋肉によって生成される電気的活動に関連する生理学的データを出力する。酸素センサ168は、気体の酸素濃度を示す酸素データを出力する(例えば、導管126内又はユーザインタフェース124において)。酸素センサ168は、例えば、超音波酸素センサ、電気酸素センサ、化学酸素センサ、光学酸素センサ、またはそれらの任意の組合せもできる。いくつかの実装には、1つまたは複数のセンサ130は、ガルバニック皮膚反応(GSR)センサ、血流センサ、呼吸センサ、脈拍センサ、血圧計センサ、オキシメトリセンサ、またはそれらの任意の組合せも含む。
検体センサ174は、ユーザ210の呼気中の分析物の存在を検出するために使用することができる。検体センサ174によって出力されたデータは、メモリ装置114に格納され、制御システム110によって使用されて、ユーザ210の呼気中の任意の分析物の同一性および濃度を決定することができる。いくつかの実装では、検体センサ174は、ユーザ210の口の近くに配置され、ユーザ210の口から吐き出される息に含まれる分析物を検出する。例えば、ユーザインタフェース124がユーザ210の鼻および口を覆う顔面マスクである場合、検体センサ174は、ユーザ210の口呼吸を監視するために顔面マスク内に配置することができる。ユーザインタフェース124が鼻マスク又は鼻枕マスクである場合などの他の実装では、検体センサ174は、ユーザの鼻を通して吐き出される息中の分析物を検出するためにユーザ210の鼻付近に配置することができる。さらに他の実装では、検体センサ174は、ユーザインタフェース124が鼻マスク又は鼻枕マスクである場合に、ユーザ210の口の近くに配置される。この実装では、検体センサ174は、ユーザ210の口から不用意に空気が漏れているかどうかを検出するために使用することができる。いくつかの実装では、検体センサ174は、炭素ベースの化学物質または化合物を検出するために使用することができる揮発性有機化合物(VOC)センサである。いくつかの実装では、検体センサ174は、ユーザ210が鼻または口のどちらで呼吸しているかを検出するために使用することもできる。例えば、ユーザ210の口の近く、または(ユーザインターフェース124が顔面マスクである実装において)顔面マスク内に配置された検体センサ174が出力するデータが分析物の存在を検出する場合、制御システム110はこのデータをユーザ210が口呼吸をしているという指標として使用することが可能である。マスクは、ヘッドマウント型(頭部装着型)PAPシステムの一部とすることも可能であり、これにより完全な呼吸療法システムが頭部に装着され、本書の他の箇所に記載されているような統合(または外部)センサで構成されている。また、このセンサは、呼吸治療器と制御回路を分離した「スマートマスク」に統合することも可能である。
水分センサ176は、メモリ装置114に格納され、制御システム110によって使用されるデータを出力する。水分センサ176は、ユーザを取り巻く様々な領域(例えば、導管126又はユーザインターフェース124の内部、ユーザ210の顔の近く、導管126とユーザインターフェース124との接続部の近く、導管126と呼吸療法装置122との接続部の近く等)における水分を検出するために使用することができる。したがって、いくつかの実装では、水分センサ176は、呼吸療法装置122からの加圧空気の湿度を監視するために、ユーザインタフェース124に結合されるか、又は導管126に統合することができる。他の実装では、水分センサ176は、水分レベルを監視する必要がある任意の領域の近くに配置される。また、水分センサ176は、ユーザ210を取り巻く周囲環境、例えば、寝室内の空気の湿度を監視するために使用することもできる。
LiDAR(光の検出と測距)センサ178は、深度センシングに使用することができる。この種の光センサ(レーザーセンサなど)は、物体の検出や、生活空間など周囲の3次元地図の作成に利用できる。LiDARは、一般的にパルスレーザーを利用して飛行時間の計測を行うことができる。LiDARは、3Dレーザースキャンとも呼ばれる。このようなセンサの使用例では、LiDARセンサ166を持つ固定またはモバイル機器(スマートフォンなど)は、センサから5メートル以上離れたエリアを測定し、地図を作成することができる。LiDARデータは、例えば電磁波を利用したRADARセンサで推定した点群データと融合させることができる。LiDARセンサ178は、人工知能(AI)を使用して、ガラス窓(RADARに対して高反射する)など、RADARシステムにとって問題を引き起こすかもしれない空間内の特徴を検出および分類することによって、RADARシステムを自動的にジオフェンスすることも可能である。また、LiDARは人の身長の推定や、座ったとき、倒れたときなどの身長の変化にも利用できる。LiDARは、環境の3Dメッシュ表現を形成するために使用される場合がある。さらに、電波が通過する固体表面(例えば、電波透過性材料)に対して、LiDARはそのような表面で反射することがあるため、異なるタイプの障害物の分類が可能になる。
図1では別々に示されているが、1つまたは複数のセンサ130の任意の組み合わせは、呼吸療法装置122、ユーザインタフェース124、導管126、加湿タンク129、制御システム110、ユーザ装置170、又はそれらの任意の組み合わせを含む、システム100の構成要素の任意の1つまたはそれ以上に統合および/又は結合することが可能である。例えば、音響センサ141および/又はRFセンサ147は、ユーザ機器170に統合され、および/又は結合される。そのような実装において、ユーザ装置170は、本開示のいくつかの態様によるシステム100(例えば、制御システム110)によって使用するための追加のまたは二次データを生成する二次装置と考えることができる。いくつかの実装では、1つまたは複数のセンサ130の少なくとも1つは、呼吸療法装置122、制御システム110、又はユーザ装置170に結合されておらず、睡眠セッション中にユーザ210に概ね隣接して配置される(例えば、ユーザ210の一部上に配置又は接触する、ユーザ210が着用する、ナイトスタンドに結合又は配置される、マットレスに結合する、天井に結合される等である)。
ユーザ装置170(図1)は、表示装置172を含む。ユーザ装置170は、例えば、スマートフォン、タブレット、ノートパソコンなどのモバイル機器とすることができる。あるいは、ユーザ装置170は、外部のセンシングシステム、テレビ(例えば、スマートテレビ)、または別のスマートホームデバイス(例えば、Google Home、Amazon Echo、Alexaなどのスマートスピーカー(複数可))が可能である。いくつかの実装では、ユーザデバイスは、ウェアラブルデバイス(例えば、スマートウォッチ、フィットネストラッカーなど)である。表示装置172は、一般に、静止画像、動画像、またはその両方を含む画像(複数可)を表示するために用いられる。また、表示装置172は、画像(複数可)を表示するように構成されたグラフィックユーザインターフェース(GUI)と入力インターフェースとを含むヒューマンマシンインターフェース(HMI)として機能する。表示装置172は、LEDディスプレイ、有機ELディスプレイ、液晶ディスプレイ等とすることができる。入力インターフェースは、例えば、タッチスクリーンまたはタッチセンシティブ基板、マウス、キーボード、またはユーザ装置170と対話する人間のユーザによって行われる入力を感知するように構成された任意のセンサシステムとすることができる。いくつかの実装では、1つまたは複数のユーザデバイスが、システム100によって使用され、および/またはシステム100に含まれることが可能である。
図1では、制御システム110および記憶装置114が説明されているが、システム100の別個の構成要素であるとして、いくつかの実装では、制御システム110および/又は記憶装置114は、ユーザ装置170および/又は呼吸療法装置122に統合されている。あるいは、いくつかの実装では、制御システム110またはその一部(例えば、プロセッサ112)は、クラウドに位置し(例えば、サーバに統合され、モノのインターネット(IoT)デバイスに統合され、クラウドに接続され、エッジクラウド処理の対象となる、など)、1つまたは複数のサーバ(例えば、リモートサーバ、ローカルサーバなど、またはそれらの任意の組み合わせ)に位置することが可能である。
システム100は、上述の全ての構成要素を含むものとして示されているが、本開示の実装に従って、生理学的データを生成し、ユーザに推奨する通知又はアクションを決定するためのシステムに、より多くの又はより少ない構成要素を含むことができる。例えば、第1の代替システムは、制御システム110と、記憶装置114と、1つまたは複数のセンサ130のうちの少なくとも1つを含む。別の例として、第2の代替システムは、制御システム110と、記憶装置114と、1つまたは複数のセンサ130のうちの少なくとも1つと、ユーザ装置170を含む。さらに別の例として、第3の代替システムは、制御システム110、記憶装置114、呼吸療法システム120、1つまたは複数のセンサ130のうちの少なくとも1つ、およびユーザ装置170を含む。したがって、本書に説明される構成要素の任意の部分または一部を用いて、および/または1つまたは複数の他の構成要素と組み合わせて、様々なシステムを形成することができる。
本書では、睡眠セッションは、例えば、最初の開始時刻と終了時刻に基づいて、いくつかの方法で定義することができる。図3を参照すると、睡眠セッションのための例示的なタイムライン300が示されている。タイムライン300は、入床時刻(tbed)、入眠時刻(tGTS)、初期睡眠時間(tsleep)、第1微小覚醒MA1および第2微小覚醒MA2、最終起床時間(twake)、および起床時刻(trise)を含む。
本書で使用する場合、睡眠セッションは複数の方法で定義することができる。例えば、睡眠セッションは、最初の開始時刻と終了時刻で定義することができる。いくつかの実装では、睡眠セッションは、ユーザが眠っている期間であり、すなわち、睡眠セッションは、開始時刻と終了時刻があり、睡眠セッション中、ユーザは終了時刻まで目を覚まさない。つまり、ユーザが起きている期間は、睡眠セッションに含まれない。この最初の睡眠セッションの定義から、ユーザが同じ夜に何度も目覚めて眠りに落ちる場合、目覚めの間隔で区切られたそれぞれの睡眠間隔が睡眠セッションとなる。
代替的に、いくつかの実装では、睡眠セッションは、開始時刻と終了時刻があり、睡眠セッション中、ユーザは、ユーザが起きている継続的な持続時間であり、覚醒時間の閾値未満である限り、睡眠セッションを終了することなく、目覚めることができる。覚醒時間の閾値は、睡眠セッションの割合として定義することができる。覚醒持続時間の閾値は、例えば、睡眠セッションの約20パーセント、睡眠セッション持続時間の約15パーセント、睡眠セッション持続時間の約10パーセント、睡眠セッション持続時間の約5パーセント、睡眠セッション持続時間の約2パーセント等、又は他の任意の閾値パーセントとすることができる。いくつかの実装では、覚醒持続時間の閾値は、例えば、約1時間、約30分、約15分、約10分、約5分、約2分など、または他の任意の時間として定義される。
いくつかの実装では、睡眠セッションは、ユーザが最初にベッドに入った夕方の時間から、ユーザが最後にベッドを離れた翌朝の時間までの全時間と定義される。別の言い方をすれば、睡眠セッションは、最初の日付(例:2020年1月6日 月曜日)現在の夜と呼ぶことができる最初の時間(例:午後10時)として定義できる。ユーザが最初に寝るつもりでベッドに入り(例:寝る前にテレビを見たり、スマートフォンで遊ぶつもりがない場合)、次の日付(例:2020年1月7日 火曜日)が2日目の時刻(例:午前7時)とし、起きた後、再び寝ないという意思があれば次の朝と呼ぶことができる。
図3に戻ると、入眠前(例えば、ユーザがベッドに横になったり座ったりしたとき)入床時間tbedは、ユーザが最初にベッド(例:図2のベッド230)に入床した時間と関連付けられている。入床時間tbedは、ユーザが睡眠のためにベッドに入る時間と、ユーザが他の理由(例えば、テレビを見るため)でベッドに入る時間とを区別するために、ベッド閾値持続時間に基づいて特定することができる。例えば、ベッド閾値持続時間は、少なくとも約10分、少なくとも約20分、少なくとも約30分、少なくとも約45分、少なくとも約1時間、少なくとも約2時間等とすることができる。入床時間tbedは、ベッドを参照して本書に記載されているが、より一般的には、入床時間tbedは、ユーザが最初に睡眠する場所(例えば、ソファ、椅子、寝袋など)に入る時間を参照することが可能である。
入眠時間(tGTS)は、ユーザがベッドに入ってから最初に眠りにつこうとする時間(tbed)と関連付けられる。例えば、ベッドに入った後、ユーザは、眠ろうとする前にくつろいで1つまたは複数の行動(例えば、読書、テレビ鑑賞、音楽鑑賞、ユーザ装置170を使用するなど)をとるかもしれない。初期睡眠時間(tsleep) は、ユーザーが最初に眠りにつく時間である。例えば、初期睡眠時間(tsleep)は、ユーザが最初にノンレム睡眠段階に入る時間とすることができる。
最終起床時間twakeは、ユーザが眠りに戻ることなく目覚めた時刻に関連する時刻である(例えば、ユーザが夜中に目覚めて、再び眠りに戻るのではなく)。ユーザは、最初に眠りに落ちた後、短い持続時間(例えば、5秒、10秒、30秒、1分など)1つまたは複数の無意識の微小覚醒(例えば、微小覚醒MA1およびMA2)を経験する場合がある。最終起床時間twakeとは逆に、微小覚醒MA1、MA2の後に再び眠りにつく。同様に、ユーザは、最初に眠りについた後、1つまたは複数の意識的な目覚め(例えば、トイレに行くために起きる、子供やペットに付き添う、寝ながら歩く、など)を経験することがある。しかし、ユーザは覚醒A後に睡眠に戻るので、例えば、覚醒閾値持続時間(例えば、ユーザが少なくとも15分、少なくとも20分、少なくとも30分、少なくとも1時間など)に基づき、最終起床時間twakeを定義することができる。
同様に、起床時間triseは、ユーザが睡眠セッションを終了するつもりでベッドから出る時間と関連付けられる(例えば、ユーザがトイレに行くため、子供やペットに付き添うため、寝歩きするためなど夜間に起きるのではなく)。つまり、起床時間triseは 、次の睡眠セッション(例えば、翌日の夕方)まで、ユーザがベッドに戻ることなく最後にベッドを離れる時間である。したがって、起床時間trise、例えば、上昇閾値持続時間(例えば、ユーザが少なくとも15分間、少なくとも20分間、少なくとも30分間、少なくとも1時間、ベッドを離れたこと等)に基づいて定義することができる。2回目の後続の睡眠セッションの入床時間tbed時間はまた、上昇閾値持続時間(例えば、ユーザが少なくとも4時間、6時間、8時間、12時間、など)に基づき定義することができる。
上記のように、ユーザは、最初の入床時刻(tbed)から最後の起床時間(trise)までの間に、夜間にもう1回目を覚ましてベッドから出ることができる。いくつかの実装では、事象(例えば、入眠又は離床)に続く時間の所定の閾値持続時間に基づいて特定又は決定される最終起床時間twake および/又は最終上昇時間triseは 、以下のとおりである。このような閾値の持続時間は、ユーザ向けにカスタマイズすることが可能である。夕方に就寝し、朝に起床・外出する標準的なユーザの場合、最終起床時間(twake)または起床時間(trise)から入床時刻(tbed)、入眠時刻(tGTS)または初期睡眠時間(tsleep)までの期間は、約12時間から約18時間まで使用可能である。ベッドで過ごす時間が長いユーザには、より短い閾値期間を用いてもよい(例えば、約8時間から約14時間の間など)。閾値期間は、ユーザの睡眠行動を監視するシステムに基づいて、最初に選択および/又は後で調整することができる。
TIB(総就寝時間)とは、入床時刻tbedから起床時刻triseまでの時間である。総睡眠時間(TST)は、最初の睡眠時間から起床時間まで、その間の意識的または無意識的な目覚めや微小覚醒を除いた時間である。一般に、総睡眠時間(TST)は総就床時間(TIB)よりも短くなる(例えば、1分、10分、1時間短い、など)。例えば、図3のタイムライン300を参照すると、以下のようになる。総睡眠時間(TST)は、初期睡眠時間tsleepから最終起床時間twakeまでの間であり、第1微小覚醒MA1、第2微小覚醒MA2、および覚醒Aの継続時間を除く。 このように、本例では、総睡眠時間(TST)が総就寝時間(TIB)よりも短くなるように設定されている。
いくつかの実装では、総睡眠時間(TST)は、持続的総睡眠時間(PTST)として定義することができる。そのような実装では、持続的な総睡眠時間は、第1のノンレム段階(例えば、軽睡眠段階)の所定の初期部分又は期間を除外する。例えば、所定の初期部分は、約30秒と約20分との間、約1分と約10分との間、約3分と約5分との間、等とすることができる。持続的な総睡眠時間は、持続的な睡眠の指標であり、睡眠-覚醒ヒプノグラムを滑らかにする。例えば、ユーザが最初に眠りに落ちるとき、ユーザは、非常に短い時間(例えば、約30秒)、第1のノンレム段階にいて、その後、短い時間(例えば、1分)、覚醒段階に戻り、そして、第1のノンレム段階に戻ることができる。この例では、持続的な総睡眠時間は、第1のノンレムステージの最初のインスタンス(例えば、約30秒)を除外している。
いくつかの実装では、睡眠セッションは、入床時刻(tbed)に始まり、起床時刻(trise)に終わる、すなわち、睡眠セッションは、総入床時間(TIB)として定義される。つまり、睡眠セッションは、初期睡眠時間(tsleep)に始まり、最終起床時間(twake)に終わると定義される。一部の実装では、睡眠セッションは、総睡眠時間(TST)として定義される。いくつかの実装では、睡眠セッションは、入眠時刻(tGTS)に始まり、最終起床時間(twake)に終わると定義される。いくつかの実装では、睡眠セッションは、入眠時刻(tGTS)に始まり、立ち上がり時刻(trise)に終わると定義される。いくつかの実装では、睡眠セッションは、入床時刻(tbed)に始まり、最終起床時間(twake)に終わると定義される。いくつかの実装では、睡眠セッションは、初期睡眠時間(tsleep)に始まり、立ち上がり時間(trise)に終わると定義される。
図4を参照すると、本開示のいくつかの実装に従って、反応時間試験を実行するための方法400を示している。方法400の1つまたは複数のステップは、システム100(図1.2)の要素または態様を用いて実施することができる。
方法400のステップ402は、最初の時点で刺激を発生させることによって反応時間試験を開始させることを含む。いくつかの実装では、刺激は、例えば、光源によって生成することができる。光源は、呼吸療法装置122、電子装置170、ユーザインタフェース124、導管126、又はそれらの組み合わせに結合された発光ダイオード(LED)であってもよい。いくつかの実装では、呼吸療法システム120の表示装置128および/又はユーザ装置170の表示装置172を、刺激を生成するための光源として使用することができる。
いくつかの実装では、刺激は、例えば、スピーカ142またはユーザ装置170のハウジングに結合されたスピーカによって生成される音である。例えば、ユーザ機器170は、スマートスピーカーとすることができ、スマートスピーカーは、音刺激を生成することができる。一部の実装では、音刺激を発生するスピーカは、少なくとも部分的に呼吸療法装置122のハウジング内に配置され、および/又はユーザインタフェース124に結合される。
いくつかの実装では、刺激は、呼吸療法装置122のモータによって生成されるおよび/又はモータによって引き起こされる振動とすることができる。例えば、呼吸療法装置122のモータの毎分回転数(RPM)は、呼吸療法装置122を振動させるために、増加および/又は減少させることができる。例えば、回転数を3000rpmから10000rpmに変更することで、振動を発生させることもある。モーターの回転数は、2つ以上の異なるレベルの間で振動することができる。ユーザ210(図2)は、モーターの突然の振動を、振動刺激を受けたと解釈できる。振動刺激は、他のソース、例えば、ユーザ装置170の振動から来ることができる。例えば、ユーザ210のスマートフォンや目覚まし時計が振動し、ユーザ210に振動刺激を提供することができる。
いくつかの実装では、刺激は、呼吸療法装置122によって供給される生成された加圧空気の圧力を変化させることによって生成される。例えば、ユーザ210はユーザインタフェース124を装着し、呼吸療法装置122はユーザ210に第1の圧力レベルで加圧空気を供給する。呼吸療法装置122は、加圧空気の圧力を第2の圧力レベルまで増加又は減少させることができ、これにより、ユーザ210に刺激を与えることができる。第2の圧力レベルは、呼吸療法装置122によって提供されている加圧空気の変化をユーザ210が感知できるように、第1の圧力レベルとは異なっている。いくつかの実装では、呼吸療法装置122は、加圧空気の圧力を第2の圧力レベルから第1の圧力レベルに戻す。そのように、生成された刺激は、一時的に増加した圧力レベルまたは一時的に減少した圧力レベルのいずれかで、一定期間、第1の圧力レベルを中断して加圧された空気を提供することを含んでいる。
いくつかの実装では、刺激は、呼吸療法装置122がユーザ210への加圧空気の供給を停止することを含む。いくつかの実装では、刺激は、呼吸療法装置122がユーザ210への加圧された空気の供給を開始することを含む。
方法400のステップ404は、第2の時点においてユーザ210から刺激に対する応答を受信することを含む。いくつかの実装では、応答は、システム100を使用して検出されるユーザ210からの排出された気流である。例えば、流量センサ134および/又は圧力センサ132は、呼吸療法装置122、ユーザインタフェース124、導管126、又はそれらの任意の組み合わせに結合させることができる。流量センサ134は、排出された空気流を導管126内の流量の変化として検出することができる。同様に、圧力センサ132は、排出された気流を導管126内の圧力の変化として検出することができる。
いくつかの実装では、ユーザ210からの排出気流は、マイクロフォン140を使用して検出される。マイクロフォン140は、ユーザ210の呼吸パターンを捕捉することができ、ステップ402の生成刺激とマイクロフォン140によって検出される排出気流のタイミングに基づいて、制御システム110は、マイクロフォン140によって検出されている排出気流が生成刺激に応答していると判定することができる。例えば、制御システム110は、排出された気流がユーザ210の呼吸パターンに適合せず、そのため、ステップ402の生成された刺激に応答していなければならないと判断することができる。
ユーザ210からの排出気流がステップ402の生成刺激に対する応答として検出されているいくつかの実装では、生成刺激のタイミングは、ユーザ210の呼吸パターンと相関している。例えば、制御システム110が、ユーザ210が吸気した後に息を吐き始めようとしていると判断した場合、制御システム110は、刺激を発生させない。制御システム110は、ユーザ210が吸気を開始しようとしているとき、又はユーザ210が吸気している間いつでも刺激が生成されるように、刺激を提供することができる。制御システム110は、これらのシナリオの下でユーザ210の呼吸パターンを分析して呼吸パターンからの逸脱を検出し、ユーザ210が排出気流を介して生成された刺激に応答しているかどうかを判定することができる。つまり、吐く息の圧力が急に高くなったり、吸う息が短くなって吐く息に切り替わったりするのは、発生した刺激に対して吐き出す気流で反応していることを示している可能性がある。いくつかの実装では、ユーザ210の呼吸周期(又は呼吸パターン)内で、いつ、刺激がユーザ210に提供されるかに関連する、遅延を考慮して、補正係数が含まれる。
いくつかの実装では、ユーザ210の呼吸サイクルは、正弦波グラフとして表現されることができるリズムに適合することができる。正弦波グラフの頂点は、ユーザ210が呼吸周期内で完全に息を吸う瞬間を表し、正弦波グラフの谷は、ユーザ210が呼吸周期内で完全に息を吐き出す瞬間を表す。ユーザ210が息を吸い始めると同時に、谷間でユーザ210に刺激が与えられると、ユーザ210は、排出するための空気を持つために、まず息を吸い続けないと空気を排出することが困難となる場合がある。一方、ユーザ210が息を吐き始めるタイミングで頂点の刺激を与えると、ユーザ210が空気を吐き出しやすくなる場合がある。そのため、呼吸周期の間で刺激を与える場合と、呼吸周期の頂点で刺激を与える場合とを比較すると、補正係数のが大きくなる場合がある。
いくつかの実装では、ユーザ210は、呼吸療法システム120を用いて通常呼吸することができ、ステップ402で提供する前に、呼吸療法システム120を用いてユーザ210に供給される加圧空気の圧力および/又は流量が監視される。圧力および/又は流量は、5秒間、10秒間、20秒間等、監視することができる。圧力および/又は流量を監視することにより、制御システム110は、ユーザ210の通常の呼吸パターンに起因する圧力および/又は流量の変動を判断することができる。ユーザ210の通常の呼吸パターンに起因する圧力および/又は流量の変動を決定することにより、制御システム110は、刺激に対する応答として通常の呼吸パターンからの逸脱を検出することができる。
いくつかの実装では、ステップ404において、ユーザ210からの応答は、タップ、タッチ、又はより一般的には、ユーザ装置170、呼吸療法装置122、ユーザインターフェース124、および/又は導管126への意図的な物理的接触又は移動である。目的のある物理的接触は、ユーザ装置170の表示装置172又は呼吸療法システム120の表示装置128によって検出することができる(例えば、表示装置172又は表示装置128は、ユーザ210からのタッチ入力を受け取るように構成されたタッチセンサ式ディスプレイである)。感知された意図的な物理的接触は、ユーザ210の頭部の動きによるものでもよい。
いくつかの実装では、意図的な物理的接触は、1つまたは複数のセンサ130によって検出される。例えば、導管126又はユーザインタフェース124は、導管126又はユーザインタフェース124のいずれかにおける外力又は外乱を検出するための力センサ162を含むことができる。例えば、力センサ162は、導管126又はユーザインタフェース124の動きを検出する加速度センサを含むことができる。別の例では、歪みゲージセンサ164または静電容量センサ160は、ユーザインタフェース124上のタップまたはタッチを検出するために、ユーザインタフェース124上に含まれる。1つまたは複数のセンサ130は、ステップ402の生成された刺激に応答してユーザ210が位置を移動するかどうか、生成された刺激に応答してユーザ210が頭を動かすかどうか、またはユーザ210がユーザインタフェース124または導管126を乱すか検出されるジェスチャをするかどうかを判断するために使用することができる。いくつかの実装では、目的のある物理的接触は、ユーザインターフェース124に結合されたボタンを押すことを含むことができる。
いくつかの実装では、ユーザ210からの応答は、意図的な物理的接触として分類されない可能性のあるジェスチャーを含む。ジェスチャーは、手の動き(例えば、手を振る、親指を立てる、ピースサインなど)、頭の動き(例えば、うなずく、頭を振るなど)、顔の動き(例えば、笑顔、眉を上げるなど)などを含むことができる。ジェスチャーは、スマートデバイスおよび/又は呼吸療法システム120に統合された1つ又は複数のセンサ130によって検出される。例えば、モーションセンサ138、IRセンサ152および/又はカメラ150は、ジェスチャーを検出するために動画および/又は連続した画像をキャプチャするために使用することができる。
いくつかの実装では、ユーザ210からの応答は、1つまたは複数のセンサ130の複数のセンサによって検証される。例えば、モーションセンサ138、音響センサ141、RFセンサ147、又はそれらの組み合わせのいずれかを制御システム110が使用して、1つまたは複数のセンサ130によって検出された意図的な物理的接触および/又は非物理的接触ジェスチャーに対する信頼度を高めることが可能である。例えば、モーションセンサ138は、ユーザインターフェース124上又は導管126上の力センサ162によってタップが検出される前に、ユーザ210の動きを感知することができる。モーションセンサ138によって感知された動きと力センサ162の動きを組み合わせることで、ユーザ210がステップ402の生成された刺激に反応したという信頼性を高めることができる。いくつかの実装では、マイクロフォン140からの音声は、カメラ150および/またはIRセンサ152からの画像キャプチャと組み合わせて、非物理的接触ジェスチャを検証することができる。
いくつかの実装では、ステップ404において、ユーザ210からの応答は、マイクロフォン140によって捕捉されたユーザ210の音声である。マイクロフォン140は、マイクロフォン140によって捕捉された音声を定位させることができるように、マイクロフォンのアレイを含むことができる。そのようにして、1つまたは複数のセンサ130内の他のセンサを使用して、マイクロフォン140によって捕捉された音声が、他の誰か(例えば、ベッドパートナー220)ではなく、ユーザ210から来ることを検証することができる。
方法400のステップ406は、第1の時点と第2の時点とに少なくとも部分的に基づいて第1のスコアを決定することを含む。いくつかの実装では、制御システム110は、ステップ402の生成された刺激がユーザ210に提示されたときの第1のタイムスタンプと、ステップ404の応答がユーザ210から受信されたときの第2のタイムスタンプを生成する。そして、制御システム110は、第1のタイムスタンプと第2のタイムスタンプとの間の差である第1のスコアを計算することができる。
いくつかの実装では、第1のタイムスタンプと第2のタイムスタンプの差は、異なる変数に対して調整される。例えば、ユーザ210の応答の力学に関連する1つまたは複数の遅延が考慮される。一例として、ユーザ210は、ユーザインタフェース124上でLEDが点灯するのを見ることができ、ユーザインタフェース124上で素早くタップして応答を登録することができる。ユーザ210の掌がどこにあるかによって、ユーザ210は、掌がユーザインタフェース124に到達するまでに長いもしくは短い遅延のいずれかがある。この遅延は、最初のスコアを決定する際に考慮することができる。
ユーザ210は、刺激が与えられたときに吸気の開始時にいる可能性があり、したがって、ユーザ210は、肺から空気を排出する前に、最小肺活量に達するのに十分な息を吸うことを決定する。患者が空気を排出するのに十分な快適な最小肺活量に達するまでの遅れは、最初のスコアを決定する際に考慮することができる。
別の例では、光刺激の発生や音刺激の発生に伴う遅延のダイナミクスを考慮した例もある。例えば、制御システム110が光刺激を提供すると決定してから、光源が実際に光信号を提供するときまでの間に有限の遅延が存在する可能性がある。同様に、制御システム110が音刺激を提供することを決定してから、音刺激が実際に生成されるまでの間に、有限の遅延が存在する。この遅延ダイナミクスは、最初のスコアを決定する際の補正係数を決定するために使用することができる。
いくつかの実装では、最初のスコアを決定する際に、ノイズの影響が考慮される。例えば、ステップ404の受信応答のスイッチバウンスや多重連続登録のようなバウンス効果は、ハイパス信号フィルタで平滑化される。
いくつかの実装では、ステップ402と404を複数回繰り返して、各刺激-反応のペアについてタイムスタンプの複数のペアがある。複数のタイムスタンプのペアを様々な統計モデルで使用し、最初のスコアを決定する。例えば、複数のタイムスタンプのペアについて、各ペアのタイムスタンプ間の継続時間を算出する。各時間は、中央値、最頻値、平均値、または加重平均値を第1のスコアとして決定するためのセットに含まれることができる。いくつかの実装では、統計モデルを適用して第1のスコアを決定する前に、前述のとおり、持続時間の各々が異なる変数に対して調整される。
いくつかの実装では、ステップ402と404を複数回繰り返して、一定期間にわたるタイムスタンプの複数の組を取得する。その期間は、少なくとも30秒とすることができる。いくつかの実施例では、ユーザ210は、閾値期間内に応答することに失敗し(例えば、0.5秒以内に応答しない場合)、制御システム110は、生成された刺激がユーザ210によって無視されたと判断し、第1のスコアを決定する際に、無視された刺激のタイムスタンプを含まない。いくつかの実装では、ステップ402および404は、一定期間にわたって1回のみ実行される。
いくつかの実装では、ステップ404での応答がユーザ210からの排出気流である場合、ステップ402および404は複数回繰り返される。ステップ402で生成される刺激のそれぞれは、ユーザ210の呼吸パターン中の異なる時点で提供される。例えば、息を吸っているとき、吐いているとき、あるいはその両方の組み合わせで複数回刺激を発生させることができる。生成された刺激のそれぞれに対する反応を受け取ることで、複数の刺激-応答ペアのデータを得ることができる。複数の刺激-応答ペアのデータは、平均化、回帰、またはフィルタリングされ、不適切な時間に刺激でユーザ210を捕らえること(例えば、呼気の終わりにユーザ210に刺激を与え、刺激に反応するためにユーザが素早く息を吸わせる)に関連する効果を軽減することができる。
いくつかの実装では、第1のスコアは、ユーザ210によって提供されるユーザフィードバックを受信することに基づいて決定される。ユーザフィードバックは、ユーザ210の主観的なエネルギーレベルのアナログ評価を含むことができる。ユーザ装置170は、(例えば、英数字テキスト、音声テキストなどを介して)ユーザフィードバックを受信することができる。いくつかの実装では、ユーザ210は、ユーザフィードバックを提供するように促される。例えば、制御システム110は、ユーザ210がユーザフィードバックを提供するためのインターフェースを提供するユーザ装置170の表示装置172に1つまたは複数のプロンプトを表示させることができる(例えば、ユーザがフィードバックを入力するためにクリックまたはタップする、ユーザが英数キーボードを使用してフィードバックを入力する、など)。受信したユーザフィードバックは、例えば、記憶装置114に格納することができる。
任意選択的に、方法400のステップ408は、ユーザ装置170を介するなどして、第1のスコアに関連する結果をユーザに伝達することを含む。例えば、伝達される結果は、最初のスコアと、最初のスコアを生成するために収集されたデータを含むことができる。収集されたデータは、ユーザ装置170が反応時間テスト中に収集されたデータをグラフ化できるように、カンマ区切りの値ファイルで提供することができる。結果は、ユーザデバイス170などを介してユーザに伝えられ、ユーザ210が反応時間テストのベースラインパフォーマンスを測定するのに役立つ。
いくつかの実装では、方法400は、ユーザ210の1日または1週間のスケジュールを通して複数回実行される。例えば、ユーザ210は、ユーザインタフェース124に結合されたまま、朝、目を覚ます。制御システム110は、ユーザ210が睡眠状態を覚醒睡眠状態に変化させたことを示すユーザ210に関連する睡眠覚醒信号を判定する。その後、制御システム110は、ステップ402で刺激を発生させ、呼吸療法システム120を用いてステップ404で応答を受信し、第1のスコアを決定することによって、第1のテストを開始することができる。日中、制御システム110は、ユーザ210がユーザ装置170と係合して第2のスコアを決定するような第2のテストを、ユーザ装置170に開始させることができる。いくつかの実装では、第2のテストは、例えば、ユーザ210の昼休みの間など、時間帯に基づいて実行される。就寝前に、ユーザ210は、呼吸療法システム120と係合することができ、制御システム110は、呼吸療法システム120に第3のテストを実行させて、第3のスコアを取得することができる。
いくつかの実装では、ステップ402で刺激を生成する前に、制御システム110は、ユーザ210が刺激を受ける準備ができているかどうかを判断する。制御システム110は、方法400によって例示される反応時間テストがいつ開始されるかをユーザに知らせるアラート、例えば反応時間テストが示された期間内、例えばアラートの30~60秒以内または1~2分以内に開始されることをユーザに提供することが可能である。アラートは、ユーザ210がユーザインタフェース124から離脱すること、又はユーザ210の気を散らす可能性のある別のタスクを実行することを防止するための予兆をユーザ210に提供するものである。警告は、ユーザ装置170の表示装置172又は呼吸療法システム120の表示装置128に表示されるプロンプトを含むことができる。警告は、呼吸療法装置122のハウジング内に部分的に配置されたスピーカ又はユーザ装置170のハウジングに結合されたスピーカによって発せられる音を含むことができる。警告は、呼吸療法装置122のモータ又はユーザ装置170のモータによって発生するノイズを含むことができる。警告は、呼吸療法システム120に結合された光源又はユーザ装置170に結合された光源によって生成された光を含むことができる。警告は、呼吸療法装置122のモータ又はユーザ装置170のモータの振動を含むことができる。
いくつかの実装では、ユーザ210は、提供されたアラートに対する肯定応答を提供する。この確認応答は、ユーザ210が反応時間試験を開始する準備が整ったことを示す。確認応答は、ユーザ210がディスプレイデバイス172またはディスプレイデバイス128をそれぞれタッチしたことに応答してディスプレイデバイス172またはディスプレイデバイス128によって生成されるタッチ信号を含むことができる。確認は、呼吸療法装置122のハウジングに結合されたボタンの押下信号、又はユーザ装置170のハウジングに結合されたボタンからの押下信号を含むことができる。確認応答は、マイクロフォン140を介して受信された音声データを含むことができる。
いくつかの実装では、方法400が異なるシステムを使用して実行される場合(例えば、刺激を生成し応答を受け取るためにユーザ装置170を用いる、刺激を生成し応答を受け取るために呼吸療法システム120を用いるなど)、制御システム110は、あるシステムから得られたスコアを別のシステムから得られたスコアと関連付けるための正規化関係を決定するよう構成されている。例えば、呼吸療法システム120又はユーザ装置170での応答としてのタッチ入力は、ユーザ210の呼気流を検出するよりも迅速に検出することができる。したがって、様々な刺激および様々な応答を用いて一日中スコアを決定する場合、決定されたスコアを正規化して、ユーザ210から応答を得るモードに関連する不一致を除去することができる。
いくつかの実装では、制御システム110は、一定期間にわたる正規化された関係を決定するように構成されている。制御システム110は、決定されたスコアのそれぞれを、ユーザ210から応答を得るためのそれぞれのモードと追跡し、関連付けることができる。そのようにして、任意の反応時間テストを実行する前に、制御システム110は、応答を得るための特定のモードに対するスコアを予測することができる。予測スコアは、決定された正規化関係の精度を評価するために使用される。各モードからより多くのスコアを決定することで、正規化された関係はより正確になっていく。いくつかの実装では、予測されたスコアが決定されたスコアのパーセンテージ(例えば、1%、2%、5%など)以内であることは、正確であるとみなされる。
図5を参照すると、本開示のいくつかの実装による方法500を示している。方法500は、本書に記載されたシステム100の要素または態様の任意の組合せを用いて実施することができる。
方法500のステップ502は、方法400(図4)のステップ402と同じ、または類似しており、第一の時点で第一の刺激を発生させることを含む。第一の刺激の生成は、第一のテストの開始を示すことができる。
方法500のステップ504は、方法400(図4)のステップ404と同じ、または類似しており、ユーザ(例えば、図2のユーザ210)から第1の刺激に対する最初の応答を受信することを含む。第1の時点において、最初の刺激に対する反応は、呼吸療法システム120を用いて検出することができる。
方法500のステップ506は、方法400(図4)のステップ406と同じ、または類似しており、第1の時点と第2の時点に少なくとも部分的に基づいて、第1のスコアを決定することを含む。ステップ502、504、または506のうちの1つまたは複数を複数回実行することができる。
方法500のステップ508は、第1の睡眠セッション中に加圧空気をユーザ210に送達することを含む。例えば、第1のスコアは、ユーザ210がベッドに入る前に決定される。睡眠中、呼吸療法システム120は、図2に示すように、ユーザ210に加圧された空気を供給する。
方法500のステップ510は、方法400(図4)のステップ402と同じ、または類似しており、第3の時点で第2の刺激を発生させることを含む。 第2の刺激の発生は、二番目のテストの開始を示すことができる。ステップ510は、ユーザ210が起きている間、最初の睡眠セッションの後に実行される。
方法500のステップ512は、方法400(図4)のステップ404と同じ、または類似しており、第4の時点で、ユーザ210から第2の刺激に対する第2の応答を受信することを含む。第2の刺激に対する反応は、呼吸療法システム120を用いて検出することができる。
方法500のステップ514は、方法400(図4)のステップ406と同じ、または類似しており、第3の時点と第4の時点に少なくとも部分的に基づいて第2のスコアを決定することを含む。ステップ510、512、または514の1つまたは複数を複数回実行することができる。
方法500のステップ516は、方法400(図4)のステップ408と同様であり、ユーザ装置170を介するなどして、第1スコアおよび第2スコアに関連付けられた結果をユーザに伝達することを含む。その結果、第一のスコアと第二のスコアの間の統計的分析を含むことができる。
いくつかの実装では、ユーザ装置170に通信される結果は、生理学的データ(例えば、心拍数、呼吸数、EEG、EMG、エレクトロオキュログラフィー(EOG)、プピログラフィーなど)、および/又は人口統計学的データ(例えば、年齢、性別など)を含むことができる。1つまたは複数のセンサ130は、第1のテストの前、又はテスト中のユーザ210の生理学的データ、および第2のテストの後又はテスト中のユーザ210の生理学的データを収集することができる。生理学的データは、呼吸療法システム120による治療に関する追加の知見を提供することができる。例えば、安静時心拍数および心拍変動(HRV)は、呼吸療法システム120の持続的な使用により、時間の経過とともに低下することが予想される。
いくつかの実装では、収集されたユーザー210の生理学的データおよび/または人口統計学的データを使用して、推論または予測を行うことができる。例えば、反応時間テスト中(例えば、最初のテスト中、2番目のテスト中、および他の後続のテスト中)に、異なる時間でのHRVなどの心拍数の変化を捕らえることができる。捕捉されたHRVは、特定のレベルの警戒状態(注意力、眠気など)に関連する心拍の典型的な変化の基準値として使用できる(または、基準値を決定するために使用できる)。したがって、収集したユーザ210の生理学的データを反応時間と相関させることで、将来的にモニタリングされるHRVの変化を推定反応時間に関連付けることができ、かつ/または治療の有効性に関連付けることができる。いくつかの実装では、試験で使用される刺激のモード(例えば、聴覚刺激、光刺激、圧力変化など)および試験における応答のモードに応じて、試験を分類することができる。この分類により、異なるモード間で異なる校正係数の補正が可能となる。
いくつかの実装では、制御システム110は、第1のスコアおよび第2のスコアに関連する結果に少なくとも部分的に基づいて、呼吸療法システム120の設定の変更を引き起こすことができる。例えば、結果は、第2のスコアが第1のスコアよりも客観的に悪いことを示すことができるので、次の睡眠セッションについて、呼吸療法システム120は、(i)呼吸療法装置122によって提供される供給加圧空気の圧力設定、(ii)呼吸療法装置122によって提供される供給加圧空気の湿度設定、又は(iii)(i)および(ii)の両方に対して調整を引き起こすことが可能である。
いくつかの実装では、方法500のステップは、実施されたテストの総数に対するスコアの傾向を得るために、一定期間にわたって繰り返される。制御システム110は、ユーザ210が期間にわたって客観的により良く又はより悪く実行していることを示すスコアの傾向に少なくとも部分的に基づいて、供給される加圧空気の圧力設定又は湿度設定に調整を生じさせることができる。
図6A~6Cを参照すると、反応時間テストを実行するためのシーケンスを示している。図6Aは、本開示のいくつかの実装による、ユーザインターフェース624を装着しているユーザ610を示す図である。ユーザインタフェース624は、本書で説明したユーザインタフェース124と同じ、または類似している。ユーザインタフェース624は、クッション、フレーム、(フレームを導管に接続するための)コネクタ、複数のストラップ、又はそれらの任意の組合せを含むことができる。図6Aは、ユーザインタフェース624を断面的に切り出した図である。ユーザインタフェース624は、導管626(これは、導管126と同じか、類似している)に接続され、呼吸療法装置(例えば、図1中の呼吸療法装置122)に接続される。ユーザインタフェース624は、1つまたは複数の色の光を発することができる光源611(例えば、1つまたは複数のLEDライト)を含む。
図6Bでは、本開示のいくつかの実装によれば、ユーザ610は、光源611を介して光刺激を受ける。光源611が点灯することは、ユーザ610が応答を行うための視覚的な指標(すなわち、光刺激)である。図6Aおよび図6Bでは、視覚的インジケータが提供される前に、ユーザ610は、通常の呼吸パターン又は通常の呼吸サイクルにある。すなわち、ユーザ610が呼吸サイクルのどの時点にいるかによって、ユーザ610は息を吸ったり吐いたりすることができる。ユーザの呼吸は、図6A、図6Bの鼻および/または口から行うことができる。
図6Cは、本開示のいくつかの実装による、光刺激に意図的に反応するユーザ610を示す図である。図6Cでは、ユーザ610の唇/口から矢印で示すように、ユーザ610がユーザインタフェース624に息を吹きかける。矢印は、ユーザ610が、ユーザ610の通常の呼吸パターンよりも高い流量で気流を排出する(例えば、吹く、パフするなど)ことを示す。いくつかの実装では、呼吸療法システム120に統合された流量センサ134および/又は圧力センサ132は、ユーザ610が空気流を排出したことを判定するために使用することができる。いくつかの実装では、呼吸療法システム120の外部のセンサを使用して、ユーザ610が気流を排出したことを判断する。センサは、呼吸療法システム120および/又は呼吸療法装置122に通信可能に結合してもよい。
図6A~6Cは、光源611が刺激を提供し、ユーザ610による排出された空気がその刺激に対する応答を提供する、本開示の概念の1つの例示的な実施例である。本書で説明するように、刺激と反応との間の時間は、ユーザ610の現在の精神運動反応時間(又は同類)を測定するために使用することができる。
ある実装では、特定の個人に対する反応時間テストは捕捉する必要はない。機械学習モデルは、1人以上の個人から得たデータで学習させることができ、特定の個人が反応時間テストでどのような結果を出したかを推定するために使用することができる。反応時間の推定または予測に学習済み機械学習モデルを使用する利点としては、(a)特定の個人が長期間にわたって反応時間テストを受ける必要がなくなる、(b)複数の個人からのデータを活用できるため、反応時間テストを推定するためのデータ要件を緩和できる、(c)パッシブデータ、すなわち特定の個人が入力を提供しないデータから反応時間を推定できる、(d)予測された反応時間を時間的に先に予測できる、などがある。本開示は、反応時間を推定し、この推定値を用いて個人に治療の変更を提案する信頼性の高い方法を提供する。
図7は、本開示のいくつかの実装による、ユーザの覚醒レベルに基づいてユーザに対する応答を生成するためのフロー図である。方法700は、本書に記載されたシステム100の要素または態様の任意の組合せを用いて実施することができる。
ステップ702は、睡眠セッション中のユーザ(例えば、ユーザ210)に関連するデータを受信することを含む。いくつかの実装では、制御システム110は、呼吸療法システム120、センサ130、ユーザ装置170、又はそれらの任意の組み合わせからデータを受信する。受信したデータは、流量信号、呼吸信号、呼吸数、呼吸数変動、吸気振幅、呼気振幅、吸気-呼気比、またはそれらの任意の組合せを含むことができる。流量センサ134からの流量信号は、ユーザ210によって吸気および呼気される空気の体積流量を示す呼吸流量信号を導出するために使用することができる。呼吸数は、ユーザ210が単位時間あたりに行う呼吸数(例えば、1分間に15回、1分間に20回など)であり、呼吸は、吸気と呼気とからなる。吸気振幅および呼気振幅は、ユーザ210が呼吸している間の吸気および呼気サイクルの間の空気の体積測定値である。
流量センサ134、圧力センサ132、温度センサ136、またはそれらの任意の組み合わせは、これらの呼吸尺度のいくつかを測定するために使用することができる。制御システム110は、これらの呼吸尺度のいくつかを導出することができる(例えば、吸気-呼気比は、吸気振幅を呼気振幅で割ることによって導出することができる)。いくつかの実装では、吸気-呼気比は、吸気によって消費される時間の比と呼気によって消費される時間の比として決定することができる。
ステップ702において、受信したデータは、呼吸療法システム120の流量および/又は圧力設定、ユーザ210の心拍数、ユーザ210の心拍変動、ユーザ210の血圧、ユーザ210の血圧変動、ユーザ210の動作、又はそれらの任意の組合せを含むことが可能である。システム100を用いたこれらのパラメータの測定は、図1に関連して既に説明したとおりである。
ステップ702における受信データは、睡眠段階、睡眠状態、ユーザが睡眠状態で過ごす時間、ユーザが睡眠段階で過ごす時間、ユーザが睡眠状態で過ごす時間の睡眠セッションの時間に対する比率、ユーザが睡眠段階で過ごす時間の睡眠セッションの時間に対する比率、第1の睡眠状態の第2の睡眠状態に対する比率、第1の睡眠段階の第2の睡眠段階に対する比率、又はそれらの任意の組み合わせを含むことができる。図1に関連して説明したように、制御システム110は、センサ130によって生成された生理学的データを用いて、ユーザ210の睡眠状態および/又は睡眠段階を決定することができる。睡眠セッションについて睡眠状態および/または睡眠段階が決定されると、ある睡眠状態(および/または段階)の持続時間と別の睡眠状態(および/または段階)の持続時間の比率などの他のパラメータを決定することができる。比率の例としては、浅い眠りの比率、深い眠りの比率、レム睡眠の比率などがある。
ステップ702で受信したデータは、時間当たりの事象数、事象のパターン、各事象の持続時間、またはそれらの任意の組み合わせを含むことができる。事象の例としては、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、低呼吸、いびき(単純または複合など)、周期的四肢運動、覚醒、窒息、てんかんエピソード、発作、またはそれらの任意の組み合わせが含まれる。流量センサ134は、いびき振動の測定に使用することができる。受信したデータは、単位時間あたり(例えば、1時間あたり、1日あたりなど)の平均で発生する無呼吸および低呼吸の数として決定される睡眠時無呼吸重症度の指標である無呼吸-低呼吸指数(AHI)を含むことができる。受信したデータには、残存AHI、治療中の残存AHIと治療外のAHIの比、またはその両方を含めることができる。残留AHIは、連続圧力モード、又は自動調整モードで動作する呼吸療法装置122によって検出される(および効果的に治療されない)残留事象として定義することができる。好ましくは、この残留AHIはできるだけ低く、例えば、AHI5以下とする。AHIが0を超えると(5または10を超えると)、ユーザは治療の効果を認識できず、望ましい覚醒レベルに比べて覚醒度が低下するため、治療の継続を思いとどまる可能性がある。低残留AHIであっても、覚醒時間の少し前のレム睡眠中に発生する無呼吸群や無呼吸群によって、未治療の無呼吸・低呼吸によるストレス・交感神経活性化により、不安感、うとうと感、悪い緊張感などが生じる可能性があり、潜在的な覚醒問題を示す場合がある。同様に、起床時間近くにマスクの漏れや口の漏れが多いと、短期的な覚醒度や健康感(またはその欠如)にマイナスの影響を与えることがある。ガルバニック皮膚反応(GSR)または心拍変動(HRV)メトリクスを介して例示される交感神経活性化は、呼吸療法装置122の残留無呼吸検出と共に、知覚された怒りと推定される短期的な覚醒レベルのこれらのリンクを明らかにするのに役立つことが可能である。一方、レム睡眠と深睡眠の割合と時間が適度で、回復的な睡眠をバランスよくとることで、リフレッシュして一日の準備ができたという感覚を得ることができ、最初の目覚めには迷走神経または副交感神経の活性化が優勢になる。
睡眠セッションについて、「オンセラピー」は、睡眠セッション中、ユーザ210が眠っていて呼吸療法システム120に係合することを説明し、「オフセラピー」は、睡眠セッション中、ユーザ210が眠っていて呼吸療法システム120に係合しないことを説明している。例えば、睡眠セッション中、呼吸療法システム120は、ユーザ210の睡眠関連データを生成することができ、センサ130の外部センサも、ユーザ210の睡眠関連データを生成することができる。制御システム110が、呼吸療法システム120からではなく、外部センサのみからユーザ210の睡眠関連データを受信した場合、制御システム110は、ユーザ210がオフセラピーであると決定することができる。呼吸療法システム120からの睡眠関連データが受信される期間は、呼吸療法システム120が睡眠関連データの提供を開始するときと、呼吸療法システム120が睡眠関連データの提供を停止するときとをタイムスタンプすることによって決定することができる。
ステップ702における受信データは、療法効果、睡眠効率、ユーザ210の就寝時間、オン療法睡眠効率のオフ療法睡眠効率に対する比率、オン療法睡眠時間の睡眠セッションの持続時間に対する比率、オン療法睡眠時間のオフ療法睡眠時間に対する比率、又はそれらの任意の組合せを含むことができる。治療効果は、睡眠セッション中に呼吸療法システム120に関連する意図しない漏れが閾値以下であるか否かを含む。睡眠効率は、睡眠セッション中にユーザ210がどれだけよく眠ったかの指標を提供し、ユーザ210がベッドにいる時間に対するユーザ210が眠っている時間の比率として測定することができる。例えば、ユーザ210が6時間眠っているが、ベッドで8時間過ごしている場合、睡眠効率は75%として提供することができる。
ステップ702における受信データは、睡眠スコア、心充電スコア、身体充電スコア、またはそれらの任意の組み合わせを含むことができる。そのようなスコアの例、およびそのようなスコアを計算する方法は、例えば、WO2015/006364に記載されており、その全体が参照により本書に組み込まれる。睡眠スコアは、本書で既に説明した1つまたは複数の睡眠パラメータを用いて算出することができる。いくつかの実装では、睡眠スコアは、異なるパラメータの重み付けを含む。マインドチャージスコアは、ユーザ210と同じデモグラフィックにおける平均的なユーザのレム睡眠の割合に関連する、睡眠セッションのユーザ210のレム睡眠の割合に基づくことができる。身体充電スコアは、ユーザ210と同じデモグラフィックにおける平均的なユーザの深い睡眠の割合に関連する睡眠セッションのユーザ210の深い睡眠の割合に基づくことができる。デモグラフィック情報には、年齢、性別、地域などが含まれる。
いくつかの実装では、制御システム110は、ユーザ210の動き、総睡眠時間、深睡眠時間、レム睡眠時間および浅睡眠時間、睡眠開始後覚醒時間および睡眠開始時間を表す測定データに基づいて、睡眠スコアを決定する。ある場合には、特徴は、時間領域の統計量および/又は周波数領域の統計量を含むことができる。 睡眠スコアは、複数の成分値を有する合計を含み、各成分値は、測定された睡眠因子と、睡眠因子に対する所定の規範値との関数で決定される。この関数は、0と1の間で変化する重み付け変数を含む。重み付けに所定の規範値を乗じるようにしてもよい。 成分値を決定するための少なくとも1つの睡眠因子の関数は、少なくとも1つの睡眠因子が全睡眠時間、深睡眠時間、レム睡眠時間および浅睡眠時間のいずれかである場合など、測定された睡眠因子の増加関数であってもよい。場合によっては、成分値を決定するための少なくとも1つの睡眠因子の関数は、少なくとも1つの睡眠因子がレム睡眠時間である場合など、測定された睡眠因子の最初に増加し、その後減少する関数であってもよい。成分値を決定するための少なくとも1つの睡眠因子の関数は、例えば、少なくとも1つの睡眠因子が入眠時間および入眠後覚醒時間のいずれかである場合、測定された睡眠因子の減少関数であってもよい。
いくつかの実装では、制御システム110は、低下した覚醒度又は警戒度が検出されるか又はその日のために推定される場合、臨床医/医療専門家(HCP)と通信する。一例として、ユーザは安全上重要な役割(例えば、重機や公共交通機関のオペレーター)を担っている場合があり、注意力の低下によりリスクやハザードをもたらす可能性がある。これには、HCPが呼吸療法装置122の変更(プログラムの適合または変更など)を推奨または設定すること、薬物を変更すること、および/またはユーザが特定の高リスク作業を控えることを、現場でのさらなる評価を待って推奨することが含まれる。
いくつかの実装では、制御システム110は、睡眠に影響を与えることができる他の情報をユーザ210から取得する。例えば、制御システム110は、ユーザ210が、毎日のカフェイン消費量、毎日のアルコール消費量、毎日のストレスレベル、および毎日の運動量のうちの1つまたはそれ以上を入力するようなプロンプトをユーザ210に提供させることができる。睡眠スコアは、以下の1つまたは複数の側面を捉えることができる:ユーザインタフェース124の有効性(例えば、低リークおよび/又は良好なシール)、呼吸療法装置122の使用時間、減少した目覚め又は覚醒、深い睡眠の比率、レム睡眠の比率、ユーザ210を妨害することなく効果的に治療された無呼吸、残存AHI、ユーザ210から得られた被験者入力(例えば、ユーザ210の感じ方に基づく)、睡眠サイクルの十分性、いびき、治療後の残留いびき、睡眠効率、睡眠の質、睡眠潜時、睡眠断片化、同様の年齢の人々との比較、同様の性別の人々との比較、等である。
ステップ704は、ステップ702からの受信データを入力とする機械学習モデルを用いて、ユーザ210の覚醒度を決定することを含む。決定された覚醒度は、ユーザ210が睡眠から覚醒した直後の覚醒度であってもよい。決定された覚醒度は、ユーザ210が睡眠から覚醒した後の将来の時間における覚醒度であってもよい。例えば、ユーザ210が午前7時に起床し、午後3時に判定された覚醒度が提供される。将来の時間帯に対する注意力レベル判定は、ウィンドウ化(2時間先、12時間先、16時間先、24時間先など)することが可能である。将来における注意力レベル判定は、ユーザ210が睡眠から目覚めた後、ほぼ同時に取得することができる。いくつかの実装では、決定された覚醒レベルは、複数の覚醒レベルを提供する傾向を含む。例えば、ユーザ210が午前7時に起床し、決定された覚醒度には、午前10時、午後2時、午後5時、午後7時、午後9時の複数の覚醒度が含まれているとする。いくつかの実装では、制御システム110は、本書でさらに説明するように、ユーザ210の覚醒度を覚醒度スコアとして決定する。このようなスコアは、例えば、刺激後に測定された反応時間の評価と、予想される反応時間との比較に基づいてもよく、予想される反応時間は、個人の過去の反応時間データ、集団レベルの反応時間データ(任意に個人の人口統計学的および/又は医療パラメーターに基づいてマッチング)、又はそれらの組み合わせから導き出すことができる。また、覚醒度スコアは、眠気の概日リズムベースモデルと関連している可能性がある。診断された不眠症、OSA、CSA、睡眠相遅延症候群(例えば、「社会的時差ぼけ」)、睡眠不足症候群(例えば、過剰睡眠負債)、および/又はうつ病などの他の因子は、覚醒度スコアの算出に利用することが可能である。
ステップ706は、決定された覚醒レベルに少なくとも部分的に基づいて、任意に医師などの第三者を介して、ユーザ210に伝達される応答を生成することを含む。いくつかの実装では、生成された応答は、決定された警戒レベルを含むメッセージであり、制御システム110は、スピーカ142、表示装置128、表示装置172、またはそれらの任意の組み合わせを介して、ユーザ210にメッセージを提供させる。いくつかの実装では、生成された応答は、呼吸療法システム120に結合された光源によって提供される視覚アラーム、スピーカ142によって提供される聴覚アラーム、および/又はユーザ装置170および/又は呼吸療法装置122を振動させることによって提供される振動アラームなどのアラームとされる。
ステップ706において、いくつかの実装では、応答を生成するかどうかに関して、睡眠セッションの残りの持続時間の予測された長さが考慮される。例えば、ユーザ210が20分後に起床することが予想される場合、制御システム110は応答を生成しない。一方、ユーザ210が45分以上後に起床することが予想される場合、制御システム110は、応答を生成する。例えば、ユーザ210がトイレ休憩のために目を覚ました場合、応答は、睡眠に戻る前に呼吸療法システム120と係わるようユーザ210に指示するアラーム又はメッセージとすることができる。したがって、制御システム110は、睡眠セッションの残りの持続時間を決定するために、ユーザ210の規則的な起床時刻または規則的な就寝時刻を利用することができる。すなわち、ユーザ210の典型的な睡眠時間は、睡眠セッションの残りの持続時間を予測するために使用される。
いくつかの実装では、制御システム110は、ユーザインターフェース124がユーザ210に安全に係合しておらず、睡眠セッションの残りの持続時間が睡眠持続時間閾値より大きいことに基づいて、応答を生成する。例えば、ユーザ210は、供給された加圧空気の過剰分がユーザインタフェース124から漏出するようにユーザインタフェース124と係合することができる。過剰な漏れとは、ユーザ210の呼吸による二酸化炭素(CO2)を含む呼気を超えるユーザインタフェース124からの空気の漏れのことである。マイクロフォン140および/又は圧力センサ132は、ユーザインタフェース124における過度の漏れを判断するために使用することができる。ユーザインターフェース124が安全に係合されていない状態でユーザ210が睡眠する場合、制御システム110は、現在の睡眠セッションの残りの持続時間を推定することができる。残りの持続時間が睡眠持続時間閾値以上である場合、制御システム110は、応答を生成する。睡眠持続時間閾値は、45分、1時間等とすることができる。応答は、呼吸療法システム120と適切に係合するようにユーザ210を起こすためのアラームとすることができる。応答は、呼吸療法システム120と適切に係合するようにユーザ210に指示するメッセージを含むことができる。
いくつかの実装では、睡眠持続時間閾値は、決定された覚醒レベルが睡眠セッションの残りの持続時間の間に治療によって改善される可能性に基づいて決定される。決定された覚醒レベルが改善される可能性は、例えば、ユーザインタフェース124がユーザ210にしっかりと係合されていないときに単位時間当たりにユーザ210が被った無呼吸事象の数に現在の睡眠セッションの残りの持続時間を乗じたものとして履歴データから算出することができる。また、改善の可能性は、機械学習モデルを用いて、睡眠セッションの残りの期間について、様々なオンセラピー期間をプローブすることによって決定することができる。決定された尤度を閾値と比較し、応答を生成するかどうかを決定することができる。例えば、決定された尤度が0.90より大きい場合、制御システム110は、応答を生成する。さらに、判定された覚醒度に対する潜在的な改善の大きさが改善閾値以上であることに基づいて、応答を生成することができる。すなわち、決定された注意力レベルが80/100の注意力スコアであり、改善の大きさが、ユーザ210が潜在的に90/100に到達できるような10であると決定された場合、制御システム110は、10が5(この例では改善閾値である)よりも大きいと決定し、応答を生成することが可能である。
いくつかの実装では、ステップ706において、生成された応答は、さらに、睡眠セッションの持続時間に少なくとも部分的に基づく。制御システム110は、睡眠セッションの期間を延長することによって、決定された覚醒レベルが改善される可能性を決定することができる。睡眠時間が長くなる可能性のある機械学習モデルをプロービングすることで、機械学習モデルに基づいて尤度を算出することができる。制御システム110は、尤度が閾値以上であること、決定された注意力レベルに対する潜在的な改善の大きさが改善閾値以上であること、又はその両方に基づいて、応答を生成することができる。生成された応答は、10分、30分、1時間、2時間など、睡眠セッションを延長するためにベッドに戻ることを指示するユーザへのメッセージを含むことができる。生成された応答は、将来の睡眠セッションにおいて、10分長く、20分長く、1時間長く、等々、睡眠するよう指示するユーザ210へのメッセージを含むことができる。例えば、ユーザ210の睡眠時間が5時間であった場合、制御システム110は、次回は7時間眠るようにユーザ210に指示することができる。
いくつかの実装では、ステップ706において、生成された応答は、ユーザがユーザインターフェース124に関与していない睡眠セッションの一部の持続時間に少なくとも部分的に基づいている。すなわち、ユーザ210が睡眠から目覚めた後、制御システム110は、ユーザ210が睡眠セッションのオンセラピーであった持続時間と、ユーザ210がオフセラピーであった持続時間とを決定する。制御システム110は、ユーザ210がオンセラピー又はオフセラピーであった持続時間に基づいて、応答を生成するか否かを決定する。いくつかの実装では、制御システム110は、オンセラピー睡眠の持続時間を増加させるか又はオフセラピー睡眠の持続時間を減少させることによって、決定された覚醒レベルが将来の睡眠セッション中に改善できる可能性を決定する。いくつかの実装では、尤度は、同じ総睡眠時間数について、機械学習モデルを用いて、オフセラピーおよびオンセラピー睡眠の異なる持続時間を使用して、決定された覚醒レベルが改善されたかどうかを決定することによって決定される。いくつかの実装では、決定された覚醒度が改善されたかどうかを判断する際に、総睡眠時間数が増加または減少する。制御システム110は、閾値を上回る可能性、改善閾値を上回る決定された覚醒レベルの潜在的改善の大きさ、またはその両方に基づいて、応答を生成することができる。生成された応答は、将来の睡眠セッションの前にユーザーインターフェース124を装着するようにユーザー210に指示するメッセージである。生成された応答は、ユーザインターフェース124が装着されている場合、将来のスリープセッションの期間を短縮するようにユーザ210に指示するメッセージである。例えば、制御システム110は、ユーザ210が8時間眠ったが、その8時間のうちの5時間、ユーザ210はユーザインターフェース124に係合していなかったと判断する。次に、制御システム110は、次の睡眠セッションについて、ユーザ210が6時間半、7時間、7時間半など眠ることを推奨することができる。いくつかの実装では、ユーザ210は、重度のAHIを患っており、12時間から14時間ベッドにいて、ベッドにいる時間の一部はユーザインターフェース124に関与していない可能性がある。制御システム110は、ユーザ210がユーザインターフェース124を操作して、就寝時間をより健康的な7~9時間の睡眠に減らすことを推奨することができる。そのため、オフセラピー時間を短縮することで、同程度以上の覚醒度を得るために必要な将来の睡眠セッションの総時間を短縮することができる。制御システム110によって推奨される削減量は、少なくとも部分的に、ユーザ210の年齢に基づくことができる。
いくつかの実装では、ステップ706で、制御システム110は、ステップ704の決定された警戒レベルが条件を満たすことに少なくとも部分的に基づいて、応答を生成する。条件は、決定された覚醒レベルが、(i)ユーザの平均覚醒レベル以下、(ii)閾値以下、又は(iii)閾値以上であることを含む。例えば、決定された覚醒度は、覚醒度スコア75であり、これを閾値80と比較し、覚醒度スコアが閾値80未満であるため、応答が生成することができる。いくつかの実装では、条件は、将来の時間における決定された覚醒レベルが、(i)ユーザの平均覚醒レベル未満、(ii)閾値未満、又は(iii)閾値以上であることを含むことができる。例えば、決定された覚醒度は、午後3時の覚醒度スコア75であり、これは閾値70と比較され、午後3時の覚醒度スコアが閾値70より大きいため、応答が生成することが可能である。応答は、決定された覚醒度において(将来の時点または現在の時点について)閾値を超えたこと、およびユーザ210が良い睡眠をとったことをユーザ210に通知するメッセージとすることができる。応答は、決定された覚醒レベル(将来の時点について又は現在の時点について)が閾値未満であり、ユーザ210がより多くの療法を使用すべき、又は将来の覚醒レベルを改善できるように、より良い夜の睡眠を得るために就寝時の習慣を実施すべきことを知らせるユーザ210へのメッセージである。
いくつかの実装では、生成された応答は、励ましのメッセージである。メッセージの例は「あなたの現在の覚醒度は50である。朝6時に起きたら、呼吸療法器を使って覚醒度を70にすることを忘れないでください。」であり、別の例では、「昨日、午後2時のあなたの覚醒度スコアは55でした。明日の午後に覚醒度スコアを改善するために少なくとも5時間呼吸療法装置を使用してください。」というメッセージが表示される。別の例では、「あと1時間寝れば、覚醒度が上がる」というメッセージである。
いくつかの実装では、生成された応答はさらに、睡眠セッション中の治療効果、過去の睡眠セッション中の治療効果、またはその両方に部分的に基づいている。治療効果は、先に述べたように、過剰な漏出と関係している可能性がある。したがって、生成される応答は、将来の睡眠セッションのための、または現在の睡眠セッションのための治療効果を改善するために、ユーザを指示するメッセージとすることができる。(i)呼吸療法装置122によって供給される供給加圧空気の上限圧力を増加させる、又は供給加圧空気の上限圧力を減少させる、(ii)供給加圧空気の下限圧力を増加させる、又は供給加圧空気の下限圧力を減少させる、(iii)呼吸療法装置122に結合したユーザインタフェース124を交換する、(iv)供給加圧空気の湿度を調整する、又は(v)(i)~(iv)の任意の組合せを行う。
図7に関連して説明された本開示の様々な実装は、覚醒度の判定に機械学習モデルを利用した。図参照8を参照すると、本開示のいくつかの実装は、ターゲットユーザ(例えば、ユーザ210)の覚醒レベルを予測するために機械学習モデルを訓練するためのフロー図を提供する。方法800は、本書に記載されたシステム100の要素または態様の任意の組合せを用いて実施することができる。
ステップ802は、複数の過去の睡眠セッションについて、少なくとも1人の人物に関連する過去の睡眠セッションデータを受信することを含む。少なくとも1人の人は、(i)呼吸療法システムに関連する、または呼吸療法システムを使用する1人以上の人、(ii)呼吸療法システムを使用しない1人以上の人、または(iii)(i)および(ii)の両方を含むことができる。複数の履歴睡眠セッションにおけるそれぞれの睡眠セッションについて、少なくとも1人の人のそれぞれに関連付けられた履歴睡眠セッションデータは、睡眠スコア、心充電スコア、身体充電スコア、流量信号、呼吸信号、呼吸数、呼吸数変動、吸気振幅、呼気振幅、吸気-呼気比、1時間当たりの事象数、事象パターン、各事象の持続時間、睡眠状態および/又は睡眠段階、睡眠状態および/又は睡眠段階で過ごす時間、睡眠スコア、呼吸信号、呼吸数変動、吸気振幅および呼吸数変動を含むことができる。吸気-呼気比、1時間当たりの事象数、事象のパターン、事象の各々の持続時間、睡眠状態および/又は睡眠段階、人が睡眠状態および/又は睡眠段階で過ごす時間、人が睡眠状態および/又は睡眠段階で過ごす時間の、それぞれの睡眠セッションの持続時間に対する割合。第1の睡眠状態と第2の睡眠状態との比率、第1の睡眠段階と第2の睡眠段階との比率、人の就寝時間、残存AHI、呼吸療法システムの圧力設定、心拍数、心拍変動、血圧、血圧変動、人の動き、睡眠効率、治療の有効性、睡眠状態および/又は睡眠段階におけるオンザジョブの比率治療効果、オンセラピー睡眠時間のオフセラピー睡眠時間に対する比率、オンセラピー睡眠時間のそれぞれの睡眠セッションの持続時間に対する比率、オンセラピー残留AHIのオフセラピーAHIに対する比率、オンセラピー睡眠効率のオフセラピー睡眠効率に対する比率、又はそれらの任意の組合せを示す。これらのパラメータの各々は、図7のステップ702に関連して前述に説明している。パラメータは、少なくとも1人の人に関連するセンサ、ユーザ機器、呼吸療法機器および/又は呼吸療法システムから受信することができる。いくつかの実装において、履歴睡眠セッションデータは、少なくとも1人の人からの主観的なフィードバックを含む。主観的フィードバックは、少なくとも1人が、複数の過去の睡眠セッションにおける1つまたは複数の過去の睡眠セッションをどのように評価するかについての1つまたは複数の評価である。
いくつかの実装では、少なくとも1つの人は、1人、2人、5人、100人、1000人、1万人、100万人、10億人、などである。いくつかの実装では、少なくとも1人の人は、履歴睡眠セッションデータがユーザ210の履歴睡眠セッションデータを含むように、ユーザ210を含む。いくつかの実装では、少なくとも1人の人は、ユーザ210である1人のみで構成されている。いくつかの実装では、少なくとも1人の人物は、ユーザ210を含まない。
いくつかの実装では、少なくとも1人の人はコホート内の人々である。コホートは、少なくとも一人の人が共有する健康状態に少なくとも部分的に基づくことができる。例えば、糖尿病の個人をコホートでグループ化し、高血圧の個人をコホートでグループ化し、不眠症の個人をコホートでグループ化することができる等である。コホートは、人口統計学的な情報に基づくことができる。例えば、18歳から25歳の間に該当する個人をコホートでグループ化することができ、40歳から50歳の間の個人をコホートでグループ化することができ、同じ民族グループの個人又は特定の遺伝子マーカーを有する個人をコホートでグループ化することができ、同じ地理的位置の個人は、同様の環境要因によって影響を受けることがあるのでコホートでグループ化できる等である。ターゲットユーザ(例えば、ユーザ210)は、コホートと同じ健康状態(複数可)および/又は人口統計学的情報を共有することができる。
ステップ804は、少なくとも1人の人物に関連する過去の注意力データを受信することを含む。覚醒度データは、複数の履歴睡眠セッション以外の少なくとも1人の各人に関連する覚醒度レベルを含む。睡眠セッション外とは、睡眠セッションの直後、または睡眠セッションから1時間後、1日後、1週間後などを含む。注意力データは、本開示のいくつかの実装に関連して上述したような持続的注意力、反応時間テスト(例えば、精神運動警戒課題テスト)からの結果を含むことができる。反応時間テストの結果はミリ秒単位で測定でき、異なる時間帯のタイムスタンプも可能である。反応時間テストの結果は、刺激に対する反応の見落としやフォルススタートなどを除去するために、切り取りやクリーニングを行うことができる。反応時間テストの結果は、平均反応時間、中央値反応時間などとして引用することができる。
注意喚起データには、時間帯を示すタイムスタンプを関連付けることができる。例えば、覚醒度データは、朝の時間帯、午後の時間帯、夜の時間帯、またはそれらの任意の組み合わせにおいて、少なくとも1人の人が行った反応時間テストを含むことができる。いくつかの実装では、覚醒度データは、少なくとも1人のユーザに関連する1つまたは複数の特徴を伴っている。例えば、少なくとも1人のユーザのそれぞれの人が午後3時に反応時間テストを行い、反応時間テストの結果をそれぞれの人に関連する生理学的データとともに覚醒度データに含めることができる。生理学的データは、平均心拍値、心拍の変化、呼気のスペクトル分析などを含むことができる。生理学的データは、本開示のいくつかの実装に関連して議論されたように、1つまたは複数のセンサ130から取得することができる。
いくつかの実装では、覚醒データに含まれる生理学的データは、生理学的データの種類に基づいてウィンドウ化することができる。例えば、1分間のデータ収集で60回の心拍数が得られ、1分間のデータ収集で約15回の呼吸数が得られる。このように、それぞれの人が反応時間テストを試みたときの周りの生理学的データの代表的サンプルを得るために、生理学的データは、30秒ウィンドウ、5分ウィンドウなどで得ることができる。いくつかの実装では、反応時間テスト前の直近の睡眠セッションの生理学的データは、覚醒度データに含まれる生理学的データの結果にリンクされ、タグ付けされる。
ステップ806は、ステップ802の受信した過去の睡眠セッションデータおよびステップ804の受信した過去の覚醒データを用いて機械学習モデルを訓練することを含む。一旦訓練されると、機械学習モデルは、(i)ユーザ210に関連する現在の睡眠セッションデータを入力として受け取り、(ii)1つまたは複数の時点におけるユーザ210に関連する予測された覚醒レベルを出力として決定するように構成されている。
いくつかの実装では、ステップ806において、制御システム110は、受信した履歴睡眠セッションデータと受信した履歴覚醒データを相関させて、覚醒レベルを示す、良いまたは悪い反応時間を示す履歴睡眠セッションデータ内のパラメータの特徴または特質を決定する。制御システム110は、少なくとも1人の人の良い反応時間および悪い反応時間に対する閾値を決定することができる。
いくつかの実装では、ステップ806において、制御システム110は、履歴的睡眠セッションデータに存在する少なくとも1人のためのオンセラピーデータを履歴的覚醒データに存在する生理学的データと相関させて、複数の履歴的睡眠セッション中の呼吸療法装置使用が複数の履歴的睡眠セッションの外の生理学的データにどのように影響を及ぼすかを決定する。制御システム110は、睡眠の変化(例えば、睡眠効率、オンセラピーとオフセラピーとの比率など)が注意力データに影響を与えることを示すことができるように、過去の注意力データにおける悪い反応時間の期間を過去の睡眠セッションデータと整合させることが可能である。解析には、1つまたは複数の手法を用いることができる。例えば、決定木、ブートストラップ集計、対数線形適合、サポートベクターマシン、またはそれらの任意の組み合わせを使用して、睡眠データを整列し、睡眠データと覚醒データの間の関係を開発することができる。
いくつかの実装では、機械学習モデルは、少なくとも1人の人間の第1のものに関連する過去の睡眠セッションデータおよび少なくとも1人の人間の第1のものに関連する過去の覚醒データが、第1の反復において機械学習モデルを訓練するために用いられるように、連続した反復において訓練される。最初の反復の後、機械学習モデルは、少なくとも1人のうちの最初の1人に特異的にチューニングされる。連続した反復のために、後続の人物に関連する過去の睡眠セッションデータと、後続の人物に関連する過去の覚醒度データとが、後続の反復における機械学習モデルを更新するために使用される。それぞれの反復の後、機械学習モデルは、少なくとも1つの人のそれぞれの1つに関連する覚醒レベルを予測する際に、少なくとも1つの人のそれぞれの1つに関連する誤差を減少させる。
連続した学習の反復は、機械学習モデルの更新となる。例えば、制御システム110は、覚醒レベルを予測するための訓練された機械学習モデルをメモリに格納することができる。機械学習モデルは、ユーザ210を含まない複数の個人による過去の睡眠セッションデータと過去の覚醒データを用いて学習した。その後、ユーザ210は、少なくとも1つの以前の睡眠セッションについてユーザ210に関連する過去の睡眠セッションデータを制御システム110に提供することができる。また、ユーザ210は、少なくとも1つの以前の睡眠セッション以外のユーザ210に関連する過去の覚醒データを提供することも可能である。その後、制御システム110は、ユーザ210に関連する過去の睡眠セッションデータおよび過去の覚醒データを用いて、訓練された機械学習モデルをさらに訓練することによって、機械学習モデルを更新することができる。学習済み機械学習モデルを更新する前に、ユーザ210が学習済み機械学習モデルを使用して注意力レベルを取得した場合、学習済み機械学習モデルは、ユーザ210に関連するエラーレベル(又はエラー率)e1を有していた。学習済み機械学習モデルを更新した後、学習済み機械学習モデルは、ユーザ210に関連するエラーレベルe2を有し、e2はe1より小さい。
いくつかの実装では、学習された機械学習アルゴリズムによって予測された覚醒レベルは、覚醒スコアとして提供される。覚醒度スコアは、生の覚醒度データだけでなく、健康状態や人口統計学的な情報も考慮される。例えば、70歳の人と25歳の人では、25歳の人の方が反応速度が速いのに、70歳と25歳の人の覚醒度は70と表示することがある。70点満点では、個人の年齢が考慮されているため、25歳の人と同じコーホート内の人の期待パフォーマンスと25歳の人の具体的なパフォーマンスとの比較が盛り込まれているのである。同様に、健康状態も組み込んで、覚醒度のスコアを調整することができる。
機械学習モデルの学習には、次のような手順例がある。学習に使用する過去の睡眠セッションデータと覚醒度データは、データの外れ値を除外することで条件付けが可能である。睡眠セッションの履歴データ中の短時間睡眠データを削除することができる。短時間睡眠のデータには、10分未満、15分未満、30分未満、1時間未満などの睡眠時間が含まれる。条件付け後、条件付けされたデータに回帰アルゴリズムを適用することができる。いくつかの実装では、決定木を用いたバギングによるアンサンブル学習が、学習に用いられる手法である。決定木の各分割において、過去の睡眠セッションデータからいくつかのパラメータまたは変数がランダムに選択される。過去の覚醒度データにおいて、特定の反応時間の結果に寄与した特徴量について、経験的な特徴量重要度を推定する。ある実装では、6~8個の特徴が、特定の反応時間試験結果のそれぞれについて特定される。経験的な特徴量の重要性を考慮することで、対象となる睡眠セッションの履歴データの次元を減らすことができる。いくつかの実装では、AHIと呼吸数は、睡眠データを使用して覚醒度を予測するための重要なまたは制御する特徴である。
以下の請求項1~168のいずれかからの1つまたは複数の要素もしくは局面もしくはステップ、またはそれらの任意の部分(複数可)は、他の請求項1~168のいずれかからの1つまたは複数の要素もしくは局面もしくはステップ、またはそれらの組み合わせと組み合わせて、本開示の1つまたは複数の追加の実装および/または請求項を形成することが可能である。
本開示は、1つまたは複数の特定の実装または実装を参照して説明されてきたが、当業者は、本開示の精神および範囲から逸脱することなく、多くの変更がそれらになされることを認識するであろう。これらの実装およびその明らかな変形例の各々は、本開示の精神および範囲に属するものとして企図される。また、本開示の態様による追加の実装は、本書に記載された実装のいずれかから任意の数の特徴を組み合わせてもよいことが企図される。
Claims (168)
- 睡眠中の個人に関連付けられたデータを受信すること、
受信したデータを入力とする機械学習モデルを用いて、個人の覚醒レベルを決定すること、および、
決定された覚醒レベルに少なくとも部分的に基づいて、個人に伝達される応答を生成すること、
を含む方法。 - 前記受信したデータが、睡眠スコア、心充電スコア、身体充電スコア、流量信号、呼吸信号、呼吸数、呼吸数変動、吸気振幅、呼気振幅、吸気-呼気比、事象の数、単位時間当たりの事象の数、事象のパターン、各事象の持続時間、睡眠段階、個人が睡眠段階に費やす期間、個人が睡眠段階に費やす期間の比率を含む方法、事象の数、単位時間当たりの事象の数、事象のパターン、各事象の持続時間、睡眠段階、個人が睡眠段階に費やす時間、個人が睡眠段階に費やす時間の睡眠セッションの時間に対する比率、第1の睡眠段階と第2の睡眠段階との比率、個人の就寝時間、残効性無呼吸-低呼吸指数(AHI)、治療中に供給される加圧空気の圧力、治療中に供給される加圧空気の流量、心拍数、心拍変動、血圧、血圧変動、個人の動き、睡眠効率、治療の有効性、治療中に供給される加圧空気の圧力、治療中の加圧空気の流量、個人の動き、睡眠効率、治療効果、治療中の睡眠時間と治療外の睡眠時間の比、治療中の睡眠時間と睡眠セッションの持続時間の比、治療中の残留AHIと治療外のAHIの比、治療中の睡眠効率と治療外の睡眠効率、またはそれらの任意の組み合わせが挙げられる、
請求項1に記載の方法。 - 前記事象は、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、低呼吸、いびき、周期的四肢運動、覚醒、又はそれらの任意の組み合わせを含む、
請求項2の方法。 - 睡眠セッションの持続時間に対する個体が睡眠段階に費やす持続時間の前記比率が、軽睡眠比率、深睡眠比率、レム睡眠比率、又はそれらの任意の組み合わせを含む、
請求項2又は請求項3に記載の方法。 - 前記治療効果は、睡眠セッション中に供給された加圧空気の意図しない漏れが閾値以下であることに少なくとも部分的に基づいている、
請求項2~4のいずれか一項に記載の方法。 - 前記生成された応答が、睡眠セッションの残りの持続時間に少なくとも部分的に基づいている、
請求項1~5のいずれか一項に記載の方法。 - 前記生成された応答が、個人が呼吸療法システムのユーザインターフェースに関与していないこと、および睡眠セッションの予測された残りの持続時間が睡眠持続時間閾値以上又は以下であることに少なくとも部分的に基づいている、
請求項6に記載の方法。 - 前記決定された覚醒レベルが、睡眠セッションの残りの期間中に治療によって改善される可能性を決定するステップをさらに含み、
ここで、前記生成された応答は、(i)尤度が閾値を超えていること、(ii)決定された注意力レベルに対する潜在的な改善の大きさが改善閾値を超えていること、または(iii)(i)および(ii)の両方に少なくとも部分的に基づいて行われる、
請求項6又は請求項7に記載の方法。 - 前記生成された応答が、ユーザインタフェースをドンするように個人を起こすためのアラームを含む、
請求項7又は請求項8に記載の方法。 - 前記生成された応答が、睡眠に戻る前にユーザインターフェースを寄付するよう個人に指示するメッセージを含む、
請求項7又は請求項8に記載の方法。 - 前記生成された応答が、睡眠セッションの持続時間に少なくとも部分的に基づいている、
請求項1から5のいずれか一項に記載の方法。 - 睡眠セッションの時間を延長することによって、決定された覚醒レベルが改善される可能性を決定するステップをさらに含み、ここで、
前記生成された応答は、(i)尤度が閾値を超えていること、(ii)決定された注意力レベルに対する潜在的な改善の大きさが改善閾値を超えていること、または(iii)(i)および(ii)の両方に少なくとも部分的に基づいて行われる、
請求項11に記載の方法。 - 前記生成された応答が、睡眠セッションの期間を延長するように個人に指示するメッセージである、
請求項11又は請求項12に記載の方法。 - 前記生成された応答が、将来の睡眠セッションの期間を延長するよう個人に指示するメッセージである、
請求項11から13のいずれか一項に記載の方法。 - 前記生成された応答が、睡眠セッションのうち個人が呼吸療法システムのユーザインターフェースに関与していない部分の持続時間に少なくとも部分的に基づいている、
請求項1から5のいずれか一項に記載の方法。 - 睡眠セッションのうち、個人がユーザインターフェースに関与していない部分の期間を短縮することにより、決定された覚醒レベルを改善できる可能性を判断すること、をさらに含み、
ここで、前記生成された応答は、(i)尤度が閾値を超えていること、(ii)決定された注意力レベルに対する潜在的な改善の大きさが改善閾値を超えていること、または(iii)(i)および(ii)の両方に少なくとも部分的に基づいて行われる、
請求項15に記載の方法をさらに含む。 - 前記生成された応答は、将来の睡眠セッションの前にユーザインターフェースを寄付するように個人に指示するメッセージを含む、
請求項15又は請求項16に記載の方法。 - 前記メッセージは、ユーザインターフェースが装着されている間の将来の睡眠セッションの期間を短縮するように個人に指示する、
請求項15から17のいずれか一項に記載の方法。 - 前記決定された覚醒レベルは、覚醒スコアであるか、または覚醒スコアを含む応答は、条件を満たす覚醒スコアに基づいて生成される、
請求項1から18のいずれか一項に記載の方法。 - 前記満たされた条件は、(i)決定された覚醒スコアが個人の平均覚醒スコアを下回ること、(ii)決定された覚醒スコアが閾値を下回ること、または(iii)決定された覚醒スコアが閾値を上回ることを含む、
請求項19に記載の方法。 - 前記生成された応答は、決定された覚醒レベルが条件を満たすことに少なくとも部分的に基づく、
請求項1から18のいずれか一項に記載の方法。 - 前記満たされる条件は、(i)決定された覚醒レベルが個人の平均覚醒レベルを下回ること、(ii)決定された覚醒レベルが閾値を下回ること、または(iii)決定された覚醒レベルが閾値を上回ることを含む、
請求項21に記載の方法。 - 前記決定された覚醒レベルは、睡眠セッションに続く将来の時間帯の予測覚醒レベルである、
請求項1から22のいずれか一項に記載の方法。 - 前記満たされた条件は、(i)将来の時間帯の覚醒レベルが個人の平均覚醒レベルを下回ること、(ii)将来の時間帯の覚醒レベルが閾値を下回ること、または(iii)将来の時間帯の覚醒レベルが閾値を上回ることを含む、
請求項23に記載の方法であり。 - 個人に関連する前記データが、(i)導管を介して呼吸療法装置に結合されたユーザインターフェースを介して、個人の気道に加圧空気を供給するように構成された呼吸療法装置、(ii)センサ、または(iii)(i)および(ii)の両方から受信される、
請求項1から6、11から14、または19から24のいずれか一項に記載の方法。 - 前記睡眠セッションの少なくとも一部の期間において、センサから第1のデータを受信し、睡眠セッションの一部の期間において呼吸療法装置から第2のデータを同時に受信しなかったことに少なくとも部分的に基づいて、個人が治療を受けていなかったと判断すること、
をさらに含み、
個人に関する前記データは、第1のデータおよび第2のデータから構成されている、
請求項25に記載の方法。 - 第2のデータを受信しなかったことに関連するタイムスタンプに少なくとも部分的に基づいて、個人が治療を受けなかった期間を決定すること、
をさらに含む、
請求項26に記載の方法。 - 前記生成された応答が、(i)睡眠セッション中の治療効果、(ii)過去の睡眠セッション中の治療効果、または(iii)(i)および(ii)の両方に少なくとも部分的に基づいている、
請求項25又は請求項26に記載の方法。 - 前記生成された応答は、個人に以下の指示、
(i)供給される加圧空気の圧力の上限を上げること、
供給される加圧エアの上限圧力を下げる、
(ii)供給される加圧空気の下限圧力を増加させること、または
供給する加圧エアの下限圧力を下げる、
(iii)呼吸療法装置に結合されたユーザインターフェースを交換することプ、
(iv)供給される加圧空気の湿度を調整すること、
(v)(i)~(iv)の任意の組み合わせ、
をするメッセージを含む、請求項25から28のいずれか一項に記載の方法。 - 前記データが、呼吸療法装置、導管、ユーザインターフェース、又はそれらの任意の組み合わせ内の気圧、気流、又は気圧と気流の両方の測定値を含む、
請求項25から29のいずれか一項に記載の方法。 - 前記センサが、マイクロフォン、ビデオカメラ、音響センサ、無線周波(RF)センサ、光電式(PPG)センサ、圧電センサ、圧力センサ、容量センサ、力センサ、歪みゲージセンサ、ガルバニックセンサ、温度センサ、パルスセンサ、酸素濃度センサ、脳波センサ (EEG)、筋電(EMG)センサ、脳波(EOG)センサまたはそれらの任意の組み合わせを含む、
請求項25から30までのいずれか一項に記載の方法。 - 前記センサが、呼吸療法装置とは別個の、分離した外部装置に結合されている、
請求項25から31のいずれか一項に記載の方法。 - 前記センサが、呼吸療法装置のハウジング上またはハウジング内に設けられる、
請求項25から31のいずれか一項に記載の方法。 - 前記生成された応答は、決定された覚醒レベルを含むメッセージを個人に中継することを含む、
請求項25から33のいずれか一項に記載の方法。 - 前記メッセージは、呼吸療法装置のハウジングに設けられたスクリーンにメッセージを表示することによって、個人に中継される、
請求項34に記載の方法。 - 前記メッセージは、個人に関連する外部装置に設けられた画面上にメッセージを表示することによって、個人に中継される、
請求項34又は請求項35に記載の方法。 - 外部デバイスは、携帯電話、タブレット、パーソナルコンピュータ、スマートディスプレイ、テレビ、車載インフォテインメントディスプレイ、またはスマートグラスを含む、
請求項36に記載の方法。 - 前記メッセージは、スピーカーによって個人に中継される、
請求項34から37のいずれか一項に記載の方法。 - 前記スピーカーが、個人に関連する外部装置のハウジング上もしくはハウジング内に設けられ、またはスピーカーが、呼吸療法装置のハウジング上もしくはハウジング内に設けられることを特徴とする、
請求項38記載の方法。 - 前記スピーカーには、スマートスピーカーを含む、請求項38に記載の方法。
- 前記機械学習モデルは、(i)1つまたは複数の過去の睡眠セッション中の少なくとも1人の人物に関連する過去の睡眠セッションデータ、および(ii)1つまたは複数の過去の睡眠セッション以外の少なくとも1人の人物に関連する過去の覚醒データを用いて訓練される、
請求項1から40のいずれか一項に記載の方法。 - 前記少なくとも1人の人が個人を含む、請求項41に記載の方法。
- 前記履歴覚醒データは、少なくとも1人の人からの反応時間テストの結果、少なくとも1人の人からの主観的入力、またはそれらの任意の組合せを含む、
請求項41又は請求項42に記載の方法。 - 前記機械学習モデルは、(i)少なくとも1人の人の最初の1人に関連する過去の睡眠セッションデータおよび少なくとも1人の人の最初の1人に関連する過去の覚醒データが、最初の反復において機械学習モデルを訓練するために使用され、(ii)後続の人に関連する過去の睡眠セッションデータおよび後続の人に関連する過去の覚醒データが、その後の反復において機械学習モデルを更新するために使用されるというように、連続する反復において訓練される、
請求項41から43のいずれか一項に記載の方法。 - 前記機械学習モデルが、決定木、ブートストラップ集計、対数線形適合、サポートベクターマシン、またはそれらの任意の組み合わせを含む1つまたは複数の技法で訓練される、
請求項41から44のいずれか一項に記載の方法。 - 前記少なくとも1人の人がコホート内の人である、請求項41から45のいずれか一項に記載の方法。
- 前記コホートは、少なくとも一人の人の健康状態、少なくとも一人の人の人口統計学的情報、またはその両方に少なくとも部分的に基づいている、
請求項46に記載の方法。 - 健康状態が、糖尿病、高血圧、不眠症、またはそれらの任意の組み合わせを含む、請求項47に記載の方法。
- 複数の過去の睡眠セッションについて、少なくとも1人の人物に関連する過去の睡眠セッションのデータを受信するステップと
少なくとも1人の人物に関連する過去の覚醒度データを受信するステップであって、該覚醒度データは、複数の過去の睡眠セッションの外側の少なくとも1人の人物の各々に関連する覚醒度レベルを含む、ステップと、および
機械学習モデルが、(i)ターゲットユーザに関連する現在の睡眠セッションデータを入力として受け取り、(ii)1つまたは複数の時点におけるターゲットユーザに関連する予測される覚醒レベルを出力として決定するように、受け取った過去の睡眠セッションデータおよび受け取った過去の覚醒データを用いて機械学習モデルを訓練するステップと、
を含む、対象ユーザの覚醒度を予測する方法。 - 前記少なくとも1人の人物は、ターゲットユーザを含む、請求項49に記載の方法。
- 前記ターゲットユーザに関連する少なくとも1つの以前の睡眠セッションの履歴データを受信するステップと、
少なくとも1つの以前の睡眠セッション以外のターゲットユーザに関連する過去の覚醒データを受信するステップと、および
ターゲットユーザに関連する受信した過去の睡眠セッションデータおよびターゲットユーザに関連する受信した過去の覚醒データを用いて機械学習モデルをさらに訓練することにより、機械学習モデルを更新するステップと、
をさらに含み、
機械学習モデルを更新することにより、ターゲットユーザに関連する決定された出力の誤り率を減少させる、
請求項49に記載の方法。 - 睡眠セッション中のユーザに関連するデータを受信することであって、該ユーザは、導管を介して呼吸療法装置に結合されたユーザインターフェースを介して、該ユーザの気道に加圧空気を供給するように構成された呼吸療法装置と関連付けられている、受信すること、
受信したデータを入力とする機械学習モデルを用いて、ユーザの覚醒度を決定すること、および
決定された覚醒度に基づいて、少なくとも部分的にユーザに伝達される応答を生成すること、
を含む方法。 - 1つ以上のプロセッサを含む制御システムと、および
機械読み取り可能な命令を格納したメモリと、
を含み、
前記制御システムがメモリに結合され、メモリ内の機械実行可能命令が制御システムの1つまたは複数のプロセッサの少なくとも1つによって実行されるときに、請求項1から52のいずれか一項に記載の方法が実施される、ことを特徴とする方法。 - 請求項1から52のいずれか一項に記載の方法を実施するように構成された1つまたは複数のプロセッサがある制御システムを含む、個人の睡眠セッションを監視するためのシステム。
- コンピュータによって実行されたとき、コンピュータに請求項1から52のいずれか一項に記載の方法を実行させる命令を含む、コンピュータプログラム製品。
- 前記コンピュータプログラム製品は、非一時的なコンピュータ可読媒体であることを特徴とする請求項55に記載のコンピュータプログラム製品。
- テストを開始させるステップであり、該テストは、第1の時点で刺激を発生させることを含むステップと
刺激に対する応答を第2の時点でユーザから受信し、該応答は、加圧空気をユーザの気道に供給するように構成された呼吸療法装置を用いて検出されるユーザからの排出気流を含む、加圧空気は導管を介して呼吸療法装置に結合されたユーザインターフェースを介して供給される、ステップと
前記(i)第1の時点と(ii)第2の時点とに少なくとも部分的に基づいて、第1のスコアを決定するステップと、
を含む方法。 - 前記テストが反応時間テストである、請求項57に記載の方法。
- 前記反応時間テストが持続的注意・反応時間テストである、請求項58に記載の方法。
- 前記持続的注意・反応時間テストが精神運動警戒タスクテストである、請求項59に記載の方法。
- 前記持続的注意・反応時間テストが、複数の刺激を含む、請求項58又は請求項59に記載の方法。
- 前記持続的注意・反応時間テストが一定期間にわたって実施される、請求項58から61のいずれか一項に記載の方法。
- 前記一定期間が少なくとも30秒である、請求項62に記載の方法。
- (i)呼吸療法装置に結合された流量センサ、(ii)呼吸療法装置に結合されたマイクロフォン、(iii)呼吸療法装置に結合された圧力センサ、または(iv)(i)、(ii)および(iii)の任意の組み合わせを用いて前記排出気流を検出する、
請求項57~63のいずれか一項に記載の方法。 - 前記排出気流が、(i)呼吸療法装置内に配置された流量センサ、(ii)呼吸療法装置内に配置された圧力センサ、又は(iii)両方を用いて検出される、
請求項57から63のいずれか一項に記載の方法。 - 請求項57から65のいずれか一項に記載の方法であり、
前記第1の時点で発生する刺激が、(i)呼吸療法装置、導管、ユーザインターフェース、又はそれらの任意の組み合わせに結合された光源、(ii)呼吸療法装置のハウジング、導管、又はユーザインターフェースに結合されたスピーカー、又は(iii)(i)および(ii)の両方によって発生し、
前記方法が、ユーザに関連する電子機器から第2のスコアを受信すること、をさらに含み、前記第2のスコアは、電子機器によって実行された第2のテストから決定される、
請求項57から65のいずれか一項に記載の方法。 - 前記第2のスコアと前記第1のスコアとを関連付けるための正規化された関係を決定するステップ、
をさらに含む、請求項66に記載の方法。 - 第3のスコアを決定するために、前記呼吸療法装置を用いて別のテストを行うこと、をさらに含む、請求項66に記載の方法。
- 前記第1のスコアは、第1の睡眠セッション後のユーザの覚醒度を測定し、前記第3のスコアは、第2の睡眠セッション前のユーザの覚醒度を測定し、前記第2のスコアは、第1の睡眠セッションと第2の睡眠セッション中の時点におけるユーザの覚醒度を測定する、
請求項68に記載の方法。 - 前記電子機器は携帯電話である、請求項66から69のいずれか一項に記載の方法。
- 前記刺激は、光源によって生成された光を含む、請求項57から70のいずれか一項に記載の方法。
- 前記光源が発光ダイオードである、請求項66から71のいずれか一項に記載の方法。
- 前記光源が、(i)呼吸療法装置、(ii)ユーザに関連する電子装置、(iii)ユーザインターフェース、または(iv)導管に結合される、
請求項71又は請求項72に記載の方法。 - 前記光源は、前記呼吸療法装置の画面又はユーザに関連する電子機器の画面である、請求項71に記載の方法。
- 前記刺激は、スピーカーによって生成された音を含む、請求項57から74のいずれか一項に記載の方法。
- 前記スピーカーは、前記呼吸療法装置のハウジングと少なくとも部分的に位置決めされる、請求項66から75のいずれか一項に記載方法。
- 前記スピーカーは、ユーザに関連する電子機器の筐体に結合される、請求項75に記載の方法。
- 前記刺激は、前記呼吸療法装置のモータによって生成される振動を含む、請求項57から77のいずれか一項に記載の方法。
- 前記刺激は、前記呼吸療法装置によって供給される、加圧空気の圧力を第1の圧力から第2の圧力に変化させることを含む、請求項57から78のいずれか一項に記載の方法。
- 前記刺激は、加圧された空気の圧力を第1の圧力に戻すように変化させることを含む、請求項79に記載の方法。
- 前記刺激は、前記呼吸療法装置がユーザへの加圧空気の供給を停止することを含む、請求項57から80のいずれか一項に記載の方法。
- 前記刺激は、前記呼吸療法装置がユーザへの加圧空気の供給を開始することを含む、請求項57から81のいずれか一項に記載の方法。
- 前記制御システムは、第1の時点と第2の時点との間の経過時間に少なくとも部分的に基づいて第1のスコアを決定するために、機械可読命令を実行するようにさらに構成されている、
請求項57から82のいずれか一項に記載の方法。 - 経過時間を調整するための補正係数を決定するステップであって、前記補正係数は、刺激を生成する際の時間遅延に少なくとも部分的に基づき、時間遅延は、(i)光刺激がオンになって見えるまでの遅延、(ii)音刺激が発生するまでの遅延、または(iii)その両方を含む、ステップと、
前記補正係数を用いて経過時間を調整するステップと
調整された経過時間に少なくとも部分的に基づいて、前記第1のスコアを決定するステップと、
をさらに含む、請求項83に記載の方法。 - 経過時間を調整するための補正係数を決定するステップであって、前記補正係数は、刺激がユーザの呼吸サイクルのある時点で生成されたことによる、ユーザが刺激に反応する際の時間遅延に少なくとも部分的に基づいている、ステップと、
前記補正係数を用いて経過時間を調整するステップと
調整された経過時間に少なくとも部分的に基づいて、前記第1のスコアを決定するステップと、
をさらに含む、請求項83に記載の方法。 - ユーザの呼吸周期における点が頂点にあるときの前記補正係数の大きさは、ユーザの呼吸周期における点が谷にあるときの補正係数の大きさより小さい、請求項85に記載の方法。
- テストを開始させるステップであり、該テストは、第1の時点で刺激を発生させることを含むステップと
第2の時点でユーザから刺激に対する応答を受信するステップであって、該応答は、呼吸療法装置、導管、およびユーザインターフェースを含む呼吸療法システムを使用して検出され、呼吸療法装置は、導管を介して呼吸療法装置に結合されるユーザインターフェースを介してユーザの気道に加圧空気を供給するように構成される、ステップと、および
前記(i)第1の時点と前記(ii)第2の時点とに少なくとも部分的に基づいて、第1のスコアを決定するステップと、
を含む方法。 - 前記刺激は、前記呼吸療法システムによって生成される、請求項87に記載の方法。
- 前記呼吸療法装置によって検出される応答が、前記呼吸療法装置の流量センサ又は圧力センサを用いて検出される排出空気流を含む、請求項87又は請求項88に記載の方法。
- 前記呼吸療法システムによって検出される応答が、ユーザインターフェース、導管、またはその両方のタップまたはタッチを含む、請求項87から89のいずれか一項に記載の方法。
- 前記応答が、(i)ユーザインターフェース、(ii)導管、(iii)呼吸療法装置、または(iv)(i)、(ii)および(iii)の任意の組み合わせに結合された1つまたは複数のセンサを用いて前記呼吸療法システムによって検出される、請求項87から90のいずれか一項に記載の方法。
- 前記呼吸療法システムによって検出される応答は、検出されるユーザの頭部の動きを含む、請求項87から91のいずれか一項に記載の方法。
- 前記応答が、ユーザインターフェース、導管、またはその両方に結合された1つまたは複数のセンサを用いて前記呼吸療法システムによって検出される、請求項92に記載の方法。
- 第1のテストを開始させるステップであって、該第1のテストは、第1の時点で第1の刺激を発生させることを含む、ステップと、
第2の時点でユーザから第1の刺激に対する第1の応答を受信するステップであって、前記第1の応答は、呼吸療法装置、導管、およびユーザインターフェースを含む呼吸療法システムを使用して検出され、前記呼吸療法装置は、前記導管を介して前記呼吸療法装置に結合されるユーザインターフェースを介して、ユーザの気道に加圧空気を供給するように構成されている、ステップと、
前記(i)第1の時点と(ii)第2の時点とに少なくとも部分的に基づいて、第1のスコアを決定するステップと、
前記呼吸療法装置が、第1の治療セッション中に、供給された加圧空気をユーザに供給するステップと、
第2のテストを開始させるステップであって、該第2のテストは、第3の時点で第2の刺激を発生させることを含む、ステップと、
第4の時点で、ユーザから第2の刺激に対する第2の応答を受信するステップであって、前記第2の応答は呼吸療法システムを使用して検出される、ステップと、
(i)第3の時点と(ii)第4の時点とに少なくとも部分的に基づいて第2のスコアを決定するステップと、および、
第1のスコアと第2のスコアに関連する結果をユーザに伝達するステップと、
を含む、方法。 - 前記第1の時点と前記第2の時点との間の経過時間に少なくとも部分的に基づいて、前記第1のスコアを決定するステップと、および、
前記第3の時点と前記第4の時点との間の経過時間に少なくとも部分的に基づいて、前記第2のスコアを決定するステップと、
をさらに含む、
請求項94に記載の方法。 - 前記第1の刺激を発生させるための前記第1の時点又は前記第2の刺激を発生させるための前記第2の時点を、(i)ユーザがユーザインターフェースを装着したことの検出、(ii)ユーザの睡眠状態が覚醒睡眠状態に移行したことの検出、(iii)現在の時刻、又は(iv)ユーザからの入力に少なくとも一部基づいて決定するステップをさらに含む、
請求項94又は請求項95に記載の方法。 - 前記第1の刺激を発生させる前に、第1の警告をユーザに提供するステップであって、前記第1の警告は、前記第1のテストがいつ開始されるかをユーザに通知する、ステップと、
前記第2の刺激を発生させる前に、第2の警告をユーザに提供するステップである、前記第2の警告は、前記第2のテストがいつ開始されるかをユーザに通知する、ステップと、
をさらに含む、請求項94から96のいずれか一項に記載の方法。 - 前記第1の警告または前記第2の警告のいずれかが、
(i)前記呼吸療法装置の画面上、又はユーザに関連する前記電子機器の画面上に表示されるプロンプト、
(ii)前記電子装置、前記呼吸療法装置のハウジング内に部分的に配置されたスピーカー、または前記電子装置のハウジングに結合されたスピーカーによって放射される音、
(iii)前記呼吸療法装置のモーター又は前記電子機器のモーターによって発生する騒音、
(iv)前記呼吸療法装置に結合された光源又は前記電子機器に結合された光源によって生成された光、
(v)前記呼吸療法装置のモータ又は前記電子機器のモータの振動、又は、
(vii)これらの任意の組み合わせ、
を含む、請求項97に記載の方法。 - 前記第1の刺激を発生させる前に、前記第1の警告に対する第1の肯定応答を受信するステップであって、該第1の肯定応答は、ユーザが前記第1のテストを開始する準備ができていることを示す、ステップと、および
前記第2の刺激を発生させる前に、前記第2の警告に対する第2の肯定応答を受信するステップであって、該肯定応答は、ユーザが前記第2のテストを開始する準備ができていることを示す、ステップと、
をさらに含む、請求項97又は請求項98に記載の方法。 - 前記第1の確認応答又は前記第2の確認応答のいずれかが、
(i)前記呼吸療法装置の画面又はユーザに関連する前記電子装置の画面によって生成されるタッチ信号、
(ii)前記呼吸療法装置のハウジングに結合されたボタン又は前記電子装置のハウジングに結合されたボタンからの押下信号、又は
(iii)マイクロフォンを介して受信される音声データ、
を含む、請求項99に記載の方法。 - (i)モーションセンサからのモーションデータ、(ii)第2のマイクロフォンからの音データ、または(iii)両方を含む二次データを受信するステップと、および、
二次データにより二次応答を検証するステップと、
をさらに含む、請求項94から100のいずれか一項に記載の方法。 - 前記第1のスコアと前記第2のスコアとの間の変化の少なくとも一部に基づき、(i)供給する加圧空気の圧力設定、(ii)供給する加圧空気の湿度設定、または(iii)その両方、を調整させるステップ、
をさらに含む、請求項94から101のいずれか一項に記載の方法。 - 前記ユーザに関連する電子デバイスを介して、ユーザから第1の主観的入力および第2の主観的入力を受信するステップであって、前記第1のテストは、前記第1の主観的入力に少なくとも部分的に基づいてさらに決定され、前記第2のテストは、前記第2の主観的入力に少なくとも部分的に基づいてさらに決定されることを特徴とする、ステップ、
をさらに含む、請求項94から102のいずれか一項に記載の方法。 - 前記第1のテストは、複数の刺激を含む、請求項94から103のいずれか一項に記載の方法。
- 前記第1の応答は、前記第1のテストにおける複数の刺激に対する少なくとも1つの応答を含み、前記第1のテストにおける複数の刺激の各々は、ユーザによって応答される、請求項104に記載の方法。
- 前記第2のテストは、複数の刺激を含む、請求項94から105のいずれか一項に記載の方法。
- 前記第2の応答が、前記第2のテストにおける複数の刺激に対する少なくとも1つの応答を含むみ、前記第2のテストにおける複数の刺激の各々が、ユーザによって応答される、請求項106に記載の方法。
- 前記第1の応答又は前記第2の応答のいずれかが、ユーザインターフェース、導管、呼吸療法装置、又はそれらの任意の組合せを用いて検出されるユーザからの排出気流を含む、請求項94から107のいずれか一項に記載の方法。
- 前記第1の応答または前記第2の応答のいずれかが、ユーザインターフェースまたは導線を用いて検出されるタップを含む、請求項94から108のいずれか一項に記載の方法。
- 前記第1の応答または前記第2の応答のいずれかが、マイクロフォンを用いて受信される音声データを含む、請求項94から109のいずれか一項に記載の方法。
- 1つ以上のプロセッサを含む制御システムと、
機械読み取り可能な命令を格納したメモリと、
を含み、
前記制御システムがメモリに結合され、メモリ内の機械実行可能命令が制御システムの1つまたは複数のプロセッサの少なくとも1つによって実行されるときに、請求項57から110のいずれか一項に記載の方法が実施されることを特徴とするシステム。 - 個人の睡眠セッションを監視するためのシステムであり、請求項57から110のいずれか一項に記載の方法を実施するように構成された1つまたは複数のプロセッサがある制御システムを含む、システム。
- コンピュータによって実行されると、コンピュータに請求項57から110のいずれか一項に記載の方法を実行させる命令を含む、コンピュータプログラム製品。
- 前記コンピュータプログラム製品は、非一時的なコンピュータ可読媒体であることを特徴とする請求項113に記載のコンピュータプログラム製品。
- ユーザの気道に加圧空気を供給するように構成された呼吸療法装置であり、導管を介して呼吸療法装置に結合されたユーザインターフェースによって加圧空気が供給される、呼吸療法装置と、
前記呼吸療法装置と機械可読な命令を格納するメモリと、
テストを開始させ、前記テストは、第1の時点で刺激を発生させるために、
第2の時点でユーザから刺激に対する応答を受信させるためであって、該応答は、呼吸療法装置を用いて検出されるユーザからの排出気流を含み、および
(i)第1の時点と(ii)第2の時点の少なくとも一部に基づいて、第1のスコアを決定させるために、
機械可読命令を実行するように構成された1つまたは複数のプロセッサを含む制御システムと、
を含むことを特徴とするシステム。 - 前記テストは反応時間テストである、請求項115に記載のシステム。
- 前記反応時間テストが、持続的注意・反応時間テストである、請求項116に記載のシステム。
- 前記持続的注意・反応時間テストが精神運動警戒タスクテストである、請求項117に記載のシステム。
- 前記持続的注意・反応時間テストは、複数の刺激を含む、請求項117又は請求項118に記載のシステム。
- 前記持続的注意・反応時間テストは、一定期間にわたって実施される、請求項117から119のいずれか一項に記載のシステム。
- 前記一定期間は、少なくとも30秒である、請求項120に記載のシステム。
- (i)前記呼吸療法装置に結合された流量センサ、(ii)前記呼吸療法装置に結合されたマイクロフォン、(iii)前記呼吸療法装置に結合された圧力センサ、または(iv)(i)、(ii)および(iii)の任意の組み合わせを用いて前記排出気流を検出する、請求項115から121のいずれか一項に記載のシステム。
- 前記排出空気流は、(i)前記呼吸療法装置内に配置された流量センサ、(ii)前記呼吸療法装置内に配置された圧力センサ、又は(iii)両方を用いて検出される、請求項115から121のいずれか一項に記載のシステム。
- 前記第1の時点で生成される刺激が、(i)前記呼吸療法装置、導管、ユーザインターフェース、又はそれらの任意の組み合わせに結合された光源、(ii)前記呼吸療法装置のハウジング、導管、又はユーザインターフェースに結合されたスピーカー、又は(iii)(i)および(ii)の両方によって生成され、制御システムが、
ユーザに関連する電子デバイスから第2のスコアを受信するためであって、前記第2のスコアは、電子デバイスによって実行される第2のテストから決定される、
機械可読命令を実行するようにさらに構成されている、請求項115から123のいずれか一項に記載のシステム。 - 前記制御システムは、第2のスコアを第1のスコアに関連付けるための正規化された関係を決定するために、機械可読命令を実行するようにさらに構成されている、請求項124に記載のシステム。
- 前記制御システムは、機械可読命令を実行して、呼吸療法装置を用いて別のテストを行い、第3のスコアを決定するようにさらに構成されている、請求項124に記載のシステム。
- 前記第1のスコアは、第1の睡眠セッションの後のユーザの覚醒度を測定し、前記第3のスコアは、第2の睡眠セッションの前のユーザの覚醒度を測定し、前記第2のスコアは、第1の睡眠セッションと第2の睡眠セッションとの間の時点におけるユーザの覚醒度を測定する、請求項126に記載のシステム。
- 前記電子機器は、携帯電話である、請求項124から127のいずれか一項に記載のシステム。
- 前記刺激は、光源によって生成された光を含む、請求項115から123のいずれか一項に記載のシステム。
- 前記光源は発光ダイオードである、請求項124から129のいずれか一項に記載のシステム。
- 前記光源が、(i)前記呼吸療法装置、(ii)ユーザに関連する前記電子装置、(iii)前記ユーザインターフェース、または(iv)前記導管に結合される、請求項129に記載のシステム。
- 前記光源は、前記呼吸療法装置の画面又はユーザに関連する前記電子機器の画面である、請求項129に記載のシステム。
- 前記刺激は、スピーカによって生成された音を含む、請求項115から123、129、131、または132のいずれか一項に記載のシステム。
- 前記スピーカーは、前記呼吸療法装置のハウジングと少なくとも部分的に位置決めされる、請求項124から128、または請求項133のいずれか一項に記載のシステム。
- 前記スピーカーは、ユーザに関連する前記電子機器の筐体に結合される、請求項133に記載のシステム。
- 前記刺激は、前記呼吸療法装置のモータによって生成される振動を含む、請求項115から135のいずれか一項に記載のシステム。
- 前記刺激は、前記呼吸療法装置によって供給される、加圧空気の圧力を第1の圧力から第2の圧力に変化させることを含む、請求項115から136のいずれか一項に記載のシステム。
- 前記刺激は、加圧された空気の圧力を第1の圧力に戻すように変化させることを含む、請求項137に記載のシステム。
- 前記刺激は、前記呼吸療法装置がユーザへの加圧空気の供給を停止することを含む、請求項115から138のいずれか一項に記載するシステム。
- 前記刺激は、前記呼吸療法装置がユーザへの加圧空気の供給を開始することを含む、請求項115から139のいずれか一項に記載するシステム。
- 前記制御システムは、前記第1の時点と前記第2の時点との間の経過時間に少なくとも部分的に基づいて第1のスコアを決定するために、機械可読命令を実行するようにさらに構成されている、
請求項115から140のいずれか一項に記載するシステム。 - 前記制御システムは、さらに、
経過時間を調整するための補正係数を決定するためであって、該補正係数は、刺激を生成する際の時間遅延に少なくとも部分的に基づき、該時間遅延は、(i)光刺激がオンになって見えるようになるまでの遅延、(ii)音刺激が発生するまでの遅延、又は(iii)その両方を含み、
前記補正係数を用いて経過時間を調整するために、
調整された経過時間に少なくとも部分的に基づいて、第1のスコアを決定するために、
機械可読命令を実行するように構成されている、
請求項141に記載のシステム。 - 前記制御システムは、さらに、
前記経過時間を調整するための補正係数を決定するためであって、前記補正係数は、刺激がユーザの呼吸サイクルのある時点で生成されることによる、ユーザが刺激に反応する際の時間遅延に少なくとも部分的に基づき、
前記補正係数を用いて経過時間を調整するために、
調整された経過時間に少なくとも部分的に基づいて、第1のスコアを決定するために、
機械可読命令を実行するように構成されている、
請求項141に記載のシステム。 - ユーザの呼吸サイクルのポイントが頂点にあるときの補正係数の大きさは、ユーザの呼吸サイクルのポイントが谷にあるときの補正係数の大きさより小さいことを特徴とする、請求項143に記載のシステム。
- 呼吸療法装置、導管、およびユーザインターフェースを含む呼吸療法システムであって、前記呼吸療法装置は、導管を介して呼吸療法装置に結合されるユーザインターフェースを介して、ユーザの気道に加圧空気を供給するように構成されている、呼吸療法システムと、
機械可読命令を格納するメモリと、および
テストを開始させ、そのテストは、第1の時点で刺激を発生させるために、
第2の時点において、刺激に対する応答をユーザから受信するためであって、該応答は呼吸療法システムを使用して検出され、および
(i)第1の時点と(ii)第2の時点の少なくとも一部に基づいて、第1のスコアを決定するために、
前記機械可読命令を実行するように構成された1つまたは複数のプロセッサを含む制御システムと、
を含む、システム。 - 前記刺激が前記呼吸療法システムによって生成されることを含む、請求項145に記載のシステム。
- 前記呼吸療法システムによって検出される応答は、前記呼吸療法装置の流量センサ又は圧力センサを使用して検出される前記排出気流を含む、請求項145又は請求項146に記載のシステム。
- 前記呼吸療法システムによって検出される応答が、ユーザインターフェース、導管、またはその両方のタップまたはタッチを含む、請求項145から147のいずれか一項に記載するシステム。
- 前記応答が、ユーザインターフェース、導管、またはその両方に結合された1つまたは複数のセンサを用いて呼吸療法システムによって検出される、請求項145から148のいずれか一項に記載するシステム。
- 前記呼吸療法システムによって検出される応答は、検出されたユーザの頭部の動きを含む、請求項145から149のいずれか一項に記載するシステム。
- 前記応答が、ユーザインターフェース、導管、またはその両方に結合された1つまたは複数のセンサを用いて呼吸療法システムによって検出される、請求項150に記載のシステム。
- 呼吸療法装置、導管、およびユーザインターフェースを含む呼吸療法システムであって、前記呼吸療法装置は、導管を介して前記呼吸療法装置に結合されるユーザインターフェースを介して、ユーザの気道に加圧空気を供給するように構成されている、呼吸療法システムと、
機械可読な命令を格納するメモリと、および
第1のテストを開始させるためであって、該第1のテストは、第1の時点において第1の刺激を発生させることを含み、
第2の時点でユーザから第1の刺激に対する第1の応答を受信するためであって、該第1の応答は呼吸療法システムを使用して検出され、
(i)第1の時点と(ii)第2の時点の少なくとも一部に基づいて、第1のスコアを決定するために、
前記呼吸療法装置が、第1の治療セッションの間、供給された加圧空気をユーザに供給するようにするために、
第2のテストを開始させるためであって、該第2のテストは、第3の時点で第2の刺激を発生させることを含み、
第4の時点で、ユーザから第2の刺激に対する第2の応答を受信するためであって、前記第2の応答は呼吸療法システムを使用して検出され、
(i)第3の時点と(ii)第4の時点に少なくとも部分的に基づいて第2のスコアを決定するために、および
前記第1のスコアと前記第2のスコアに関連する結果をユーザに伝達するために、
前記機械可読命令を実行するように構成された1つまたは複数のプロセッサを含む制御システムと、
を含むシステム。 - 第1の時点と第2の時点の間の経過時間に少なくとも部分的に基づいて第1のスコアを決定ために、および、
第3の時点と第4の時点との間の経過時間に少なくとも部分的に基づいて、第2のスコアを決定するために、
機械可読命令をさらに実行するように構成されている、
請求項152に記載の制御システム。 - 前記制御システムは、
第1の刺激を発生させるための第1の時点又は第2の刺激を発生させるための第2の時点を、(i)ユーザがユーザインターフェースを装着したことを検出すること、(ii)ユーザの睡眠状態が覚醒睡眠状態に移行したことを検出すること、(iii)現在の時刻、又は(iv)ユーザからの入力、によって決定するために、
機械可読命令をさらに実行するように構成されている、
請求項152又は請求項153に記載のシステム。 - 前記制御システムは、
第1の刺激を発生させる前に、第1の警告をユーザに提供するためであって、前記第1の警告は、第1のテストがいつ開始されるかをユーザに通知し、および
第2の刺激を発生させる前に、第2の警告をユーザに提供するためであって、前記第2の警告は、第2のテストがいつ開始されるかをユーザに通知するために、
機械可読命令をさらに実行するように構成されている、
請求項152から154のいずれか一項に記載のシステム。 - 前記第1の警告または前記第2の警告のいずれかは、
(i)前記呼吸療法装置の画面上、又はユーザに関連する前記電子機器の画面上に表示されるプロンプト、
(ii)前記電子装置、前記呼吸療法装置のハウジング内に部分的に配置されたスピーカー、または前記電子装置のハウジングに結合されたスピーカーによって放射される音、
(iii)前記呼吸療法装置のモーター又は前記電子機器のモーターによって発生する騒音、
(iv)前記呼吸療法装置に結合された光源又は前記電子機器に結合された光源によって生成された光、
(v)前記呼吸療法装置のモータ又は前記電子機器のモータの振動、または
(vii)これらの任意の組み合わせ、
を含む、
請求項155に記載のシステム。 - 前記制御システムは、
第1の刺激を発生させる前に、第1の警告に対する第1の肯定応答を受信するためであって、第1の肯定応答は、ユーザが第1のテストを開始する準備ができていることを示し、
第2の刺激を発生させる前に、第2の警告に対する第2の肯定応答を受信するためであって、該肯定応答は、ユーザが第2のテストを開始する準備ができていることを示す、ために
機械可読命令をさらに実行するように構成されている、
請求項155又は請求項156のいずれかに記載のシステム。 - 前記第1の確認応答又は前記第2の確認応答のいずれかが、(i)呼吸療法装置の画面又はユーザに関連する電子装置の画面によって生成されるタッチ信号、(ii)呼吸療法装置のハウジングに結合されたボタン又は電子装置のハウジングに結合されたボタンからの押下信号、又は(iii)マイクロフォンを介して受信される音声データを含む、
請求項157記載のシステム。 - 前記制御システムは、
(i)モーションセンサからのモーションデータ、(ii)第2のマイクロフォンからのサウンドデータ、(iii)またはその両方を含む第2のデータを受信するために、及び、
前記第2の応答を前記第2のデータで検証するために、
機械可読命令をさらに実行するように構成されている、
請求項152から158のいずれか一項に記載のシステム。 - 前記制御システムは、
第1のスコアと第2のスコアとの間の変化の少なくとも一部に基づき、(i)供給する加圧空気の圧力設定、(ii)供給する加圧空気の湿度設定、または(iii)その両方を調整させるために、
機械可読命令をさらに実行するように構成されている、
請求項152から159のいずれか一項に記載のシステム。 - 前記制御システムは、
ユーザに関連する電子デバイスを介して、ユーザから第1の主観的入力および第2の主観的入力を受信し、前記第1のテストは、前記第1の主観的入力に少なくとも部分的に基づいてさらに決定され、前記第2のテストは、前記第2の主観的入力に少なくとも部分的に基づいてさらに決定されることを特徴とする、
機械可読命令をさらに実行するように構成されている、
請求項152から155、157、159、または160のいずれか一項に記載のシステム。 - 前記第1のテストは、複数の刺激を含む、請求項152から161のいずれか一項に記載のシステム。
- 前記第1の応答は、前記第1のテストにおける複数の刺激に対する少なくとも1つの応答を含み、前記第1のテストにおける前記複数の刺激の各々は、ユーザによって応答することができる、請求項162に記載のシステム。
- 前記第2のテストは、複数の刺激を含む、請求項152から163のいずれか一項に記載のシステム。
- 前記第2の応答は、前記第2のテストにおける複数の刺激に対する少なくとも1つの応答を含み、前記第2のテストにおける前記複数の刺激の各々は、ユーザによって応答することができる、
請求項164に記載のシステム。 - 前記第1の応答又は前記第2の応答のいずれかが、ユーザインターフェース、導管、呼吸療法装置、又はそれらの任意の組合せを用いて検出される、ユーザからの排出気流を含む、請求項152から165のいずれか一項に記載のシステム。
- 前記第1の応答または前記第2の応答のいずれかが、ユーザインターフェースまたは導線を用いて検出されるタップを含む、
請求項152から166のいずれか一項に記載するシステム。 - 前記第1の応答または前記第2の応答のいずれかは、マイクロフォンを用いて受信される音声データを含む、請求項152から167のいずれか一項に記載のシステム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062982608P | 2020-02-27 | 2020-02-27 | |
US62/982,608 | 2020-02-27 | ||
US202063018206P | 2020-04-30 | 2020-04-30 | |
US63/018,206 | 2020-04-30 | ||
PCT/IB2021/051652 WO2021171266A1 (en) | 2020-02-27 | 2021-02-27 | Systems and methods for predicting alertness |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023515635A true JP2023515635A (ja) | 2023-04-13 |
JPWO2021171266A5 JPWO2021171266A5 (ja) | 2024-03-06 |
Family
ID=74867577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022552262A Pending JP2023515635A (ja) | 2020-02-27 | 2021-02-27 | 覚醒度を予測するシステムおよび方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230128912A1 (ja) |
EP (1) | EP4111468A1 (ja) |
JP (1) | JP2023515635A (ja) |
CN (1) | CN115485788A (ja) |
AU (1) | AU2021225493A1 (ja) |
WO (1) | WO2021171266A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023113876A1 (en) * | 2021-12-16 | 2023-06-22 | Sleep Number Corporation | Sleep system with features for personalized daytime alertness quantification |
WO2024039751A1 (en) * | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for providing a sleep therapy community |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MY165523A (en) * | 2009-08-13 | 2018-04-02 | Asanoi Hidetsugu | Device for calculating respiratory waveform information and medical instrument using respiratory waveform information |
US10492720B2 (en) | 2012-09-19 | 2019-12-03 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
US10660563B2 (en) | 2012-09-19 | 2020-05-26 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
CN111467644B (zh) | 2013-07-08 | 2023-04-11 | 瑞思迈传感器技术有限公司 | 用于睡眠管理的方法和系统 |
WO2016061629A1 (en) | 2014-10-24 | 2016-04-28 | Resmed Limited | Respiratory pressure therapy system |
EP3410934B1 (en) | 2016-02-02 | 2021-04-07 | ResMed Pty Ltd | Methods and apparatus for treating respiratory disorders |
CN116035528A (zh) | 2016-09-19 | 2023-05-02 | 瑞思迈传感器技术有限公司 | 用于从音频和多模态信号中检测生理运动的装置、系统及方法 |
KR102649497B1 (ko) | 2017-12-22 | 2024-03-20 | 레스메드 센서 테크놀로지스 리미티드 | 차량에서의 생리학적 감지를 위한 장치, 시스템, 및 방법 |
CN111629658B (zh) | 2017-12-22 | 2023-09-15 | 瑞思迈传感器技术有限公司 | 用于运动感测的设备、系统和方法 |
JP2022507834A (ja) | 2018-11-19 | 2022-01-18 | レスメッド センサー テクノロジーズ リミテッド | 呼吸障害の検出のための方法および装置 |
-
2021
- 2021-02-27 JP JP2022552262A patent/JP2023515635A/ja active Pending
- 2021-02-27 CN CN202180030978.0A patent/CN115485788A/zh active Pending
- 2021-02-27 EP EP21711036.0A patent/EP4111468A1/en active Pending
- 2021-02-27 US US17/801,916 patent/US20230128912A1/en active Pending
- 2021-02-27 AU AU2021225493A patent/AU2021225493A1/en active Pending
- 2021-02-27 WO PCT/IB2021/051652 patent/WO2021171266A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
EP4111468A1 (en) | 2023-01-04 |
CN115485788A (zh) | 2022-12-16 |
AU2021225493A1 (en) | 2022-09-29 |
WO2021171266A1 (en) | 2021-09-02 |
US20230128912A1 (en) | 2023-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020373407B2 (en) | Systems and methods for insomnia screening and management | |
US20230173221A1 (en) | Systems and methods for promoting a sleep stage of a user | |
US20220339380A1 (en) | Systems and methods for continuous care | |
WO2021137120A1 (en) | Systems and methods for determining a sleep time | |
US20230128912A1 (en) | Systems and methods for predicting alertness | |
JP2023547497A (ja) | 治療中の睡眠性能スコアリング | |
US20230363700A1 (en) | Systems and methods for monitoring comorbidities | |
WO2023031802A1 (en) | Intelligent respiratory entrainment | |
CN116114026A (zh) | 用于确定用于用户的建议的治疗的系统和方法 | |
EP4213718A1 (en) | Systems and methods for aiding a respiratory therapy system user | |
US20230417544A1 (en) | Systems and methods for determining a length and/or a diameter of a conduit | |
US20240108242A1 (en) | Systems and methods for analysis of app use and wake-up times to determine user activity | |
US20240062872A1 (en) | Cohort sleep performance evaluation | |
US20240145085A1 (en) | Systems and methods for determining a recommended therapy for a user | |
US20220192592A1 (en) | Systems and methods for active noise cancellation | |
WO2022229910A1 (en) | Systems and methods for modifying pressure settings of a respiratory therapy system | |
WO2024039774A1 (en) | Systems and methods for collaborative sleep therapy usage | |
JP2023542739A (ja) | 呼吸治療システムの使用を決定するためのシステム及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240227 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240227 |