JP2024505098A - 主観的快適度レベルを推定するためのシステムおよび方法 - Google Patents

Abstract

呼吸治療システムのユーザの主観的快適度レベルを予測する方法が以下のように開示される。治療セッション中に呼吸治療システムのユーザに関連するデータが受信される。ユーザに関連する少なくとも１つのパラメータは、受信データの第１の部分に少なくとも部分的に基づいて決定される。快適度スコアは、決定された少なくとも１つのパラメータに少なくとも部分的に基づいて決定される。快適度スコアは、治療セッションの少なくとも一部の間における呼吸治療システムのユーザの主観的快適度レベルを示す。

Description

（関連出願の相互参照）
本出願は、２０２１年１月２９日に提出された米国仮特許出願第６３／１４３，３８１号の優先権と利益を主張しており、本明細書に全体を引用することにより組み込まれています。

本開示は、概して呼吸治療システムに関し、より具体的には、呼吸治療システムのユーザの主観的な快適度レベルを推定するためのシステムおよび方法に関する。

睡眠時無呼吸および関連する呼吸障害を経験したユーザを救助するさまざまなシステムが存在する。使用者に影響を及ぼす一連の呼吸障害が存在する。一部の障害は、特定の事象（例えば、無呼吸、呼吸不足、過呼吸、またはこれらの任意の組み合わせ）を特徴とする。呼吸障害の例としては、周期性肢体運動障害（ＰＬＭＤ）、閉塞性睡眠時無呼吸（ＯＳＡ）、チェーン－ストークス呼吸（ＣＳＲ）、呼吸機能不全、肥満過換気症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）、胸壁疾患がある。

呼吸治療システムは、使用者の睡眠の質を改善することができる。しかし、寝心地の悪さが原因で最初のユーザーエクスペリエンスが悪くなった場合、ユーザーはより良い寝心地を求めて治療を放棄し、睡眠の質を犠牲にする可能性が高くなります。使用者は、質の高い睡眠および／または睡眠呼吸障害に対する適切な治療を受けていないため、治療を遅らせることは、生活の質を悪化させることにつながる。したがって、呼吸治療システムのユーザの主観的な快適度レベルを推定するためのシステムおよび方法が必要である。本開示は、これらおよび他の問題を解決することを目的とする。

本開示のいくつかの実施形態によれば、呼吸治療システムのユーザの主観的な快適度レベルを推定する方法が以下のように開示される。治療セッション中に呼吸治療システムのユーザに関連するデータが受信される。ユーザに関連する少なくとも１つのパラメータは、受信データの第１の部分に少なくとも部分的に基づいて決定される。快適度スコアは、決定された少なくとも１つのパラメータに少なくとも部分的に基づいて決定される。快適度スコアは、治療セッションの少なくとも一部の間における呼吸治療システムのユーザの主観的快適度レベルを示す。

本開示のいくつかの実施形態によれば、システムは、制御システムおよびメモリを含む。制御システムは、１つ以上のプロセッサを含む。メモリには機械可読命令が記憶される。制御システムはメモリに結合される。メモリ内の機械実行可能命令が、制御システムの１つ以上のプロセッサのうちの少なくとも１つによって実行されるときに、本明細書で開示される方法のいずれかが実施される。

本開示のいくつかの実施形態によれば、呼吸治療システムのユーザの主観的な快適度レベルを推定するためのシステムが以下のように開示される。システムは、本明細書に開示された方法のいずれかを実施するように構成された制御システムを含む。

本開示のいくつかの実施形態によれば、コンピュータによって実行されたときに、本明細書に開示された方法のいずれかをコンピュータに実行させる命令を含むコンピュータプログラム製品が提供される。いくつかの実施形態では、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。

本開示のいくつかの実施形態によれば、システムは、制御システムおよびメモリを含む。制御システムは、１つ以上のプロセッサを含む。メモリは、機械可読命令を記憶する。制御システムは、メモリに結合され、呼吸治療システムのユーザの主観的な快適度レベルを推定する方法を実施するように構成される。この方法は、治療セッション中に呼吸治療システムのユーザに関連するデータを受信することを含む。この方法は、受信データの第１の部分に少なくとも部分的に基づいて、ユーザに関連する少なくとも１つのパラメータを決定することも含む。この方法はさらに、決定された少なくとも１つのパラメータに少なくとも部分的に基づいて、治療セッションの少なくとも一部の間の呼吸治療システムのユーザの主観的な快適度レベルを示す快適度スコアを決定することを含む。

添付の図面を参照して様々な実施形態および／またはインプリメンテーションの詳細な説明を考慮すると、本開示の前述および追加の態様およびインプリメンテーションは当業者にとって自明であり、添付の図面の簡単な説明を提供する。

本開示の前述および他の利点は、以下の詳細な説明を読み、添付の図面を参照することによって明らかになるであろう。

本開示のいくつかの実施形態による、呼吸治療システムのユーザの主観的な快適度レベルを推定するためのシステムの機能ブロック図である。 本開示のいくつかの実施形態による、図１のシステムの少なくとも一部、フルフェイスマスクを着用したユーザー、およびベッドパートナーの斜視図である。 本開示のいくつかの実施形態による、呼吸治療システムのユーザの主観的快適度レベルを推定するための方法のフローチャートを示す。

本開示は様々な変形および代替形態の影響を受けやすいが、その具体的なインプリメンテイションおよび実施形態は、添付の図面に例として示されており、本明細書で詳細に説明されるであろう。しかしながら、本開示は、開示された特定の形態に限定されることが意図されておらず、逆に、本開示は、添付の特許請求の範囲によって限定される本開示の精神および範囲内に含まれるすべての修正、均等物、および代替案をカバーすることが理解されるべきである。

本開示は、添付の図面を参照して説明され、ここでは、同様のまたは同等の要素を表すために、添付の図面全体にわたって同じ符号が使用される。これらの図面は縮尺ではなく、単に本発明を説明するために提供される。以下では、例示的なアプリケーションを参照して、本開示のいくつかの態様を説明する。

睡眠時無呼吸および関連する呼吸障害を経験したユーザを救助するさまざまなシステムが存在する。使用者に影響を及ぼす一連の呼吸障害が存在する。呼吸障害の例としては、周期性肢体運動障害（ＰＬＭＤ）、閉塞性睡眠時無呼吸（ＯＳＡ）、チェーン－ストークス呼吸（ＣＳＲ）、呼吸機能不全、肥満過換気症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）、胸壁疾患がある。これらおよび他の疾患は、個人が睡眠中に発生する特定の事象（例えば、いびき、無呼吸、低換気、足の不穏、睡眠障害、窒息、心拍数の増加、呼吸困難、喘息発作、てんかん発作、突然の病気の発作、またはこれらの任意の組み合わせ）によって特徴付けられる。

無呼吸低換気指数（ＡＨＩ）は、睡眠中の睡眠時無呼吸の重症度を示す指標です。ＡＨＩは、睡眠セッション中にユーザが経験した無呼吸および／または低呼吸事象の数を、睡眠セッション中の睡眠時間の合計数で除算することによって計算される。例えば、この事象は、少なくとも１０秒間続く無呼吸であってもよい。５未満のＡＨＩは正常であると考えられる。５以上１５未満のＡＨＩは、軽度の睡眠時無呼吸を示すものと考えられる。１５以上３０未満のＡＨＩは、中等度の睡眠時無呼吸を示すものと考えられる。３０以上のＡＨＩは、重篤な睡眠時無呼吸を示すものと考えられる。小児では、ＡＨＩが１以上であることが異常とされている。ＡＨＩが正常な場合、またはＡＨＩが正常または軽微な場合、睡眠時無呼吸は「制御されている」と考えることができる。ＡＨＩはまた、閉塞性睡眠時無呼吸の重症度を示すために、酸素脱飽和レベルと組み合わせて使用することができる。睡眠中および呼吸療法中にユーザが経験した無呼吸および／または低呼吸事象に基づいて計算されたＡＨＩは、「残存」ＡＨＩと呼ばれる。

これらの睡眠関連および／または呼吸障害のいくつかを緩和するために、ユーザが呼吸装置またはシステムを使用するように規定することができる。例えば、持続的気道陽圧（ＣＰＡＰ）機械を使用して、呼吸装置の使用者の喉の空気圧を高め、睡眠中の気道の閉鎖および／または狭窄を防止することができる。したがって、治療の目標はＡＨＩを低下させ、理想的には正常な（または他の許容可能な）レベルまで低下させ、ユーザの睡眠の質を改善することである。

これらの呼吸装置またはシステムは、ユーザの睡眠の質を改善することができるが、ユーザの快適性が損なわれることがある。例えば、寝ようとすると、使用者は空気が自分の気道に強制的に入り込まれて不快に感じる可能性がある。その他の不快感は、システムの音、マスクに起因する、またはマスクに関連する発汗やべたつき、またはマスクの着用に関連する不快感と知覚される閉所恐怖症に関連している場合があります。睡眠期間の後、使用者は、好気症によるげっぷ、胃の鼓脹、胃の膨満感、苦痛な膨満感、痛みを経験する可能性がある。好気症は、気道や肺に入ると予想される空気ではなく、食道に入って胃に入るときに起こる。睡眠後のその他の不快感には、鼻、のど、目の乾燥が含まれます。これは、漏れによる高い気流の原因や、湿潤状態の治療のための不快な空気です。

ユーザからの主観的フィードバックに基づいて患者の不快感を識別することができるが、不快感を識別するために客観的な測定を単独でまたは主観的フィードバックと組み合わせて使用することもできる。例えば、不良マスク密封によって噴出された空気の生理反応による瞬きや顔の筋肉の動きの検出は、意図しない漏れによる不快感を推定するために使用することができ、不良マスク密封は目を乾燥させたり、他の方法で目を刺激したりする可能性がある。

呼吸治療システムの使用を処方された人が経験する不快感は、通常、使用者が初めて睡眠療法のために呼吸治療システムを使用するときに、より顕著である。治療の快適さが悪いために初期のユーザ体験が悪い場合、ユーザは治療を放棄するか、より良い治療および／または睡眠の快適さを追求するために治療および／または睡眠の質を犠牲にする可能性が高くなる。使用者は、質の高い睡眠および／または睡眠呼吸障害に対する適切な治療を受けていないため、治療を遅らせることは、生活の質を悪化させることにつながる。

使用者の体験が現在の治療スコアに完全に反映されていない場合もある。例えば、ｍｙＡｉｒ^ＴＭスコア（ＲｅｓＭｅｄの独自治療スコア）は、使用時間、ユーザーインターフェースのシーリング／リーク、１時間あたりの事象の数、マスクのオン／オフに基づいて計算されます。また、快適な体験はユーザーにとってかなり主観的なものである。女性ユーザは、ＡＨＩが低い場合がありますが、男性ユーザよりも多くの個人的な不快感を感じる可能性があります。特に、男性ユーザは、非眼球運動の間は事象が少ないかもしれませんが、眼球運動の間は事象が多いかもしれません。男性ユーザに比べてＡＨＩが相対的に低い女性ユーザは、男性ユーザと同様の症状を呈することができるが、女性ユーザのＲＥＭ睡眠が無呼吸の事象によって特に深刻に妨害されている場合には、ＡＨＩがはるかに高い。本明細書でさらに説明されるように、快適度スコアは、例えば、治療および／または睡眠スコアの別の成分として、または快適度スコアに基づいて治療および／または睡眠スコアの１つ以上の成分を重み付けまたは調整することによって、治療および／または睡眠スコアの決定に供給されることができる。

快適さは主観的な感覚ですが、客観的な特徴を持つことができる。本開示は、それらの客観的な特徴に少なくとも部分的に基づいてユーザの主観的な快適度レベルを推定する（例えば、快適度スコアを出力する）ためのシステムおよび方法に関する。ユーザが、快適度スコアが低いこと、これが異常であること、または閾値を下回る可能性があることを知っている場合、ユーザはそれを改善するように動機付けられ、誘導される可能性がある。

図１を参照すると、呼吸治療システムのユーザの主観的快適度レベルを推定するためのシステム１００の機能ブロック図が示されている。システム１００は、快適度スコア１０２と、制御システム１１０と、記憶装置１１４と、電子インターフェース１１９と、１つ以上のセンサ１３０と、１つ以上のユーザ装置１７０とを含む。いくつかの実施形態では、システム１００はまた、オプションとして、呼吸治療システム１２０、血圧装置１８２、アクティブトラッカー１９０、またはこれらの任意の組み合わせを含む。

快適度スコア１０２は、少なくとも快適性パラメータ１０４に基づいて（例えば、快適関連パラメータから計算および／または導出された）、およびオプションとして基本重み値１０６に基づいて、ユーザの快適度スコアを決定する。快適度スコアは、呼吸治療システムのユーザの主観的な快適度レベルを示す。快適性パラメータ１０４は、例えば、センサ１３０によって収集されることができ、および／または、ユーザによって入力されることができるようなデータに基づいて決定される。基本重み値１０６は、特定のパラメータの重要性、特定のパラメータがユーザの快適度レベルに与える影響（または１つ以上の他のパラメータと比較した相対的な影響）、または特定のパラメータとユーザの快適度レベルとの相関（または１つ以上の他のパラメータと比較した相対的な相関）に応じて、快適性パラメータに適用されるモディファイヤである。すなわち、快適度スコアは、快適性パラメータ１０４と基本重み値１０６の両方の関数である。快適度スコアは、数字、単語、テキスト文字列、文字、記号、または機械可読コード文字列のような、任意の有用な表現または値とすることができる。

制御システム１１０は、１つ以上のプロセッサ１１２（以下、プロセッサ１１２と称する）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／または、システム１００の構成要素によって取得および／また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専用プロセッサまたはマイクロプロセッサであってもよい。１つのプロセッサ１１２が図１に示されているが、制御システム１１０は、１つの筐体内に配置されていてもよいし、互いに離れていてもよい、任意の適切な数のプロセッサ（例えば、１つのプロセッサ、２つのプロセッサ、５つのプロセッサ、１０つのプロセッサなど）を含んでいてもよい。制御システム１１０は、例えば、ユーザ装置１７０、アクティブトラッカー１９０、および／または１つ以上のセンサ１３０のハウジング内に結合され、および／または配置されてもよい。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シェル内）とすることができる。制御システム１１０を含む２つ以上のハウジングを含むこの実施形態では、このようなハウジングは、互いに近接および／または離れて配置されてもよい。

記憶装置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記憶する。記憶装置１１４は、ランダムまたはシリアルアクセスメモリデバイス、ハードディスクドライブ、ソリッドステートドライブ、フラッシュメモリデバイスなどの任意の適切なコンピュータ可読記憶デバイスまたは媒体であってもよい。図１には１つの記憶装置１１４が示されているが、システム１００は、任意の適切な数の記憶装置１１４（例えば、１つのメモリデバイス、２つのメモリデバイス、５つのメモリデバイス、１０つのメモリデバイスなど）を含むことができる。記憶装置１１４は、呼吸装置１２２のハウジング内、ユーザ装置１７０のハウジング内、アクティブトラッカー１９０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、またはそれらの任意の組み合わせに結合および／または配置され得る。制御システム１１０と同様に、記憶装置１１４は、集中型（１つのそのような筐体内）であってもよいし、分散型（物理的に異なる２つ以上のそのような筐体内）であってもよい。

いくつかの実施形態では、記憶装置１１４（図１）は、快適度スコアを決定するために使用される快適性パラメータ１０４として実装することができるユーザに関連付けられたユーザプロファイルを記憶する。ユーザプロファイルは、例えば、ユーザに関連する人口統計情報、ユーザに関連する生体認証情報、ユーザに関連する医療情報、自己報告されたユーザフィードバック、ユーザに関連する睡眠パラメータ（例えば、１つ以上の睡眠セッションから記録された睡眠関連パラメータ）、またはそれらの任意の組み合わせを含むことができる。人口統計情報は、例えば、ユーザーの年齢、ユーザーの性別、ユーザーの人種、ユーザーの民族、ユーザーの地理的位置、ユーザーの旅行履歴、関係状態、ユーザーが１人以上のペットを持っているか否かの状態、ユーザーが家族を持っているか否かの状態、健康状態の家族歴、ユーザーの雇用状態、ユーザーの教育状態、ユーザーの社会経済状態、またはそれらの任意の組合せを示す情報を含むことができる。医療情報は、例えば、ユーザに関連する１つまたは複数の医療状態、ユーザの薬剤使用、またはその両方を示す情報を含むことができる。医療情報データはまた、多重睡眠潜伏期間試験（ＭＳＬＴ）の試験結果またはスコア、および／またはピッツバーグ睡眠品質指数（ＰＳＱＩ）のスコアまたは値を含むことができる。医療情報データは、多重誘導睡眠マップ（ＰＳＧ）テスト、ＣＰＡＰ滴定または在宅睡眠テスト（ＨＳＴ）のうちの１つまたは複数からの結果、１つまたは複数の睡眠セッションからの呼吸治療システム設定、１つまたは複数の睡眠セッションからの睡眠関連呼吸事象、またはそれらの任意の組み合わせを含むことができる。自己報告されたユーザフィードバックは、自己報告された主観的治療スコア（例えば、悪い、平均的、優れている）、自己報告されたユーザの主観的ストレスレベル、自己報告されたユーザの主観的疲労レベル、自己報告されたユーザの主観的健康状態、ユーザが最近経験したライフ事象、またはそれらの任意の組み合わせを示す情報を含むことができる。ユーザプロファイル情報は、毎日（例えば睡眠セッション間）、毎週、毎月、または毎年のように、いつでも更新することができる。いくつかの実施形態では、記憶装置１１４は、表示装置１２８および／または表示装置１７２上に表示することができるメディアコンテンツを記憶する。

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、流速データ、圧力データ、運動データ、音響データなど）を受信するように構成され、データが記憶装置１１４に記憶されてもよく、および／または制御システム１１０のプロセッサ１１２によって分析されてもよい。生理学的データ、流速データ、圧力データ、運動データ、音響データなどの受信データは、快適度スコアを決定するために快適性パラメータ１０４を決定および／または計算するために使用され得る。電子インターフェース１１９は、有線接続または無線接続を使用して（例えば、ＲＦ通信プロトコル、Ｗｉ－Ｆｉ通信プロトコル、ブルートゥース（登録商標）通信プロトコル、ＩＲ通信プロトコルを使用して、セルラーネットワークを介して、または任意の他の光通信プロトコルなどを介して）１つまたは複数のセンサ１３０と通信することができる。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、またはそれらの任意の組合せを含むことができる。電子インターフェース１１９は、本明細書で説明するプロセッサ１１２および記憶装置１１４と同一または同様の１つ以上のプロセッサおよび／または１つ以上の記憶装置を含むこともできる。いくつかの実施形態では、電子インタフェース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。他の実施形態では、電子インタフェース１１９は、制御システム１１０および／または記憶装置１１４に結合されるか、または制御システム１１０または記憶装置１１４と統合される（例えば、筐体内）。

呼吸治療システム１２０は、呼吸圧力治療（ＲＰＴ）装置１２２（ここでは呼吸装置１２２または呼吸治療装置と称する）、ユーザインターフェース１２４、導管１２６（管または空気回路とも称する）、表示装置１２８、加湿タンク１２９、容器１８０、またはこれらの任意の組み合わせを含むことができる。いくつかの実施形態では、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、呼吸装置１２２の一部である。呼吸圧力治療法とは、使用者の呼吸サイクル全体にわたって、（例えば、タンク型人工呼吸装置や胸当てのような負圧療法とは対照的に）使用者の気道入口に、大気に対して名目上プラスの制御された目標圧力で空気を供給することを意味する。呼吸治療システム１２０は、一般に、１つ以上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、または混合性睡眠時無呼吸）を有する個体を治療するために使用される。

呼吸装置１２２は、一般に、ユーザに供給される加圧空気を生成するために使用される（例えば、１つまたは複数の圧縮機を駆動する１つまたは複数のモータを使用して）。いくつかの実施形態では、呼吸装置１２２は、ユーザに供給される連続的に一定の空気圧を発生する。他の実施形態では、呼吸装置１２２は、２つ以上の所定の圧力（例えば、第１の所定の空気圧力及び第２の所定の空気圧力）を発生する。他の実施形態では、呼吸装置１２２は、所定の範囲内で様々な異なる空気圧力を発生するように構成される。例えば、呼吸装置１２２は、少なくとも約６ｃｍ Ｈ_２Ｏ、少なくとも約１０ｃｍ Ｈ_２Ｏ、少なくとも約２０ｃｍ Ｈ_２Ｏ、約６ｃｍ Ｈ_２Ｏ－約１０ｃｍ Ｈ_２Ｏ、約７ｃｍ Ｈ_２Ｏと約１２ ｃｍ Ｈ_２Ｏの間などを供給することができる。呼吸装置１２２は、（周囲圧力に対して）陽圧を維持しながら、例えば、約２０ Ｌ／ｍｉｎと約１５０ Ｌ／ｍｉｎの間の所定の流速で加圧空気を供給することもできる。

ユーザインタフェース１２４は、ユーザの顔の一部に係合し、呼吸装置１２２からユーザの気道に加圧空気を送達して、睡眠中の気道の狭窄および／または崩壊を防止するのに役立つ。これにより、使用者の睡眠中の酸素摂取量が増加する可能性もある。一般に、ユーザインタフェース１２４は、加圧空気がユーザの口、鼻、またはユーザの口と鼻の両方を介してユーザの気道に送られるようにユーザの顔に係合する。呼吸装置１２２、ユーザインターフェース１２４、および導管１２６は、共に、ユーザの気道に流体的に結合された空気通路を形成する。加圧空気はまた、睡眠中の使用者の酸素摂取量を増加させる。

適用される治療に応じて、ユーザインターフェース１２４は、例えば、周囲圧力に対して約１０ｃｍ Ｈ_２Ｏの正圧での治療を実現するために、周囲圧力に対して十分に変化する圧力でのガスの送達を容易にするために、例えば、ユーザの顔の領域又は部分とシールを形成することができる。酸素の送達のような他の形態の治療の場合、ユーザインタフェースは、約１０ｃｍ Ｈ_２Ｏの陽圧でガス通路へのガス供給の送達を容易にするのに十分なシールを含んでいないことがある。

図２に示すように、いくつかの実施形態では、ユーザインタフェース１２４は、ユーザの鼻および口を覆うフェイス・マスク（例えば、全面マスク）であるか、またはそれを含む。あるいは、いくつかの実施形態では、ユーザインターフェース１２４は、ユーザの鼻に空気を供給するノーズマスクカバー、またはユーザの鼻の穴に直接空気を供給する鼻枕マスクである。ユーザインタフェース１２４は、インタフェースをユーザの一部（例えば、顔）上に位置決めおよび／または安定させるための複数のベルト（例えば、フックリング締結具を含む）と、ユーザインタフェース１２４とユーザとの間に気密シールを提供するのを容易にする保形ライナー（例えば、シリコーン樹脂、プラスチック、発泡体など）とを含むことができる。ユーザインターフェース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ガスを逃がすための１つ以上の通気口も含むことができる。他の実施形態では、ユーザインターフェース１２４は、マウスピース（例えば、ユーザの歯に合うように成形された夜間保護マウスピース、下顎リセット装置など）を含む。

導管１２６（空気回路またはダクトとも呼ばれる）は、呼吸治療システム１２０の２つの構成要素（例えば、呼吸装置１２２およびユーザインターフェース１２４）間の空気の流れを可能にする。いくつかの実施形態では、吸気および呼気のための導管の独立した分岐があってもよい。他の実施形態では、単一の四肢導管が、吸気および呼気のために使用される。

呼吸装置１２２、ユーザインターフェース１２４、導管１２６、表示装置１２８、および加湿タンク１２９のうちの１つまたは複数は、１つまたは複数のセンサ（例えば、圧力センサ、流速センサ、湿度センサ、温度センサ、またはより一般的には、本明細書で説明する他の任意のセンサ１３０）を含むことができる。これらの１つ以上のセンサは、例えば、呼吸装置１２２によって供給される加圧空気の空気圧および／また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、通常、静止画、ビデオ画像、または両方を含む画像、および／または呼吸装置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、呼吸装置１２２の状態に関する情報（例えば、呼吸装置１２２が開閉しているかどうか、呼吸装置１２２によって輸送されている空気の圧力、呼吸装置１２２によって輸送されているガスの温度など）および／またはその他の情報（例えば、睡眠スコアおよび／または治療スコア）を提供することができる（ｍｙＡｉｒ^ＴＭとも呼ばれるＷＯ ２０１６／０６１６２９、米国特許公開Ｎｏ．２０１７／０３１１８７９、それぞれが参照によって本明細書に組み込まれる）、現在の日時、ユーザーの個人情報２１０など。いくつかの実施形態では、表示装置１２８は、画像を入力インタフェースとして表示するように構成されたグラフィカルユーザーインタフェース（ＧＵＩ）を含むヒューマンインタフェース（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ディスプレイなどであってもよい。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サー基板、マウス、キーボード、または呼吸装置１２２と対話する人間ユーザによる入力を感知するように構成された任意のセンサーシステムであってもよい。

加湿タンク１２９は、呼吸装置１２２に結合または一体化されている。加湿タンク１２９は、ブリーザ装置１２２から輸送される加圧空気を加湿するために使用可能な貯水器を含む。呼吸装置１２２は、加湿タンク１２９内の水を加熱して使用者に供給される加圧空気を加湿するヒータを含むことができる。さらに、いくつかの実施形態では、導管１２６は、ユーザに送られる加圧空気を加熱する（例えば、導管１２６に結合され、および／または導管１２６に埋め込まれた）加熱要素をさらに含むことができる。加湿タンク１２９は、空気通路の水蒸気入口に流体的に接続され、水蒸気入口を介して水蒸気を空気通路に輸送することができ、あるいは空気通路と一直線になって空気通路自体の一部として形成することができる。他の実施形態では、呼吸装置１２２または導管１２６は、無水加湿器を含むことができる。無水加湿器は、システム１００内の他の場所に配置された他のセンサとインターフェースするセンサを組み込むことができる。

いくつかの実施形態では、システム１００は、生理学的データ、睡眠関連パラメータ、他のデータまたは情報、またはそれらの任意の組み合わせに少なくとも部分的に基づいて、物質の少なくとも一部を容器１８０からユーザの空気通路に輸送するために使用されてもよい。一般に、空気通路への物質の部分的輸送の変更は、（ｉ）空気通路への物質の部分的輸送の開始、（ｉｉ）空気通路への物質の部分的輸送の終了、（ｉｉｉ）空気通路への物質の部分的輸送の量の変更、（ｉｖ）空気通路への物質の部分的輸送の時間的特性の変更、（ｖ）空気通路への物質の部分的輸送の定量的特性の変更、（ｖｉ）空気通路への物質の部分的輸送に関連する任意のパラメータの変更、または（ｖｉｉ）（ｉ）～（ｖｉ）の任意の組み合わせを含むことができる。

この部分物質を空気通路に輸送する時間特性を変化させることは、物質の輸送速度を変化させること、異なる時間の開始および／または終了、異なる時間期間の継続、輸送の時間分布または特性を変化させること、時間分布変化量分布などとは独立している。独立した時間と量変化は、物質放出の周波数を変更することに加えて、放出毎の物質質量を変更することができることを確保している。このようにして、放出周波数と放出量の様々な組み合わせ（例えば、より高い周波数であるがより低い放出量、より高い周波数とより高い量、より低い周波数とより高い量、より低い周波数とより低い量など）を実現することができる。この物質の一部を空気通路に輸送するための他の変更も利用することができる。

呼吸治療システム１２０は、例えば、人工呼吸装置として、または、連続気道陽圧（ＣＰＡＰ）システム、自動気道陽圧システム（ＡＰＡＰ）、２レベルまたは可変気道陽圧システム（ＢＰＡＰまたはＶＰＡＰ）、またはこれらの任意の組み合わせのような気道陽圧（ＰＡＰ）システムとして使用することができる。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）をユーザに送る。ＡＰＡＰシステムは、例えば、ユーザに関連付けられた呼吸データに基づいて、ユーザに輸送される空気圧を自動的に変更する。ＢＰＡＰまたはＶＰＡＰシステムは、第１の所定の圧力（例えば、吸気ポート陽圧またはＩＰＡＰ）と、第１の所定の圧力よりも低い第２の所定の圧力（例えば、呼気ポート陽圧またはＥＰＡＰ）とを送出するように構成される。

図２を参照すると、いくつかの実施形態に従ったシステム１００（図１）の一部が示されている。呼吸治療システム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の上に横たわる。運動センサ１３８、血圧装置１８２、およびアクティブトラッカー１９０が示されているが、いずれか１つ以上のセンサ１３０を使用して、ユーザ２１０の治療、睡眠および／または休息セッション中に快適性パラメータ１０４を生成または監視することができる。

ユーザインタフェース１２４は、ユーザ２１０の鼻と口を覆うフェイスマスク（例えば、フルフェイスマスク）である。あるいは、ユーザインタフェース１２４は、ユーザ２１０の鼻に空気を供給する鼻カバーであってもよく、あるいは、ユーザ２１０の鼻の穴に空気を直接送る鼻枕マスクであってもよい。ユーザインタフェース１２４は、インタフェースをユーザ２１０の一部（例えば、顔）上に位置決めおよび／または安定させるための複数のベルト（例えば、フックリング締結具を含む）と、ユーザインタフェース１２４とユーザ２１０との間に気密シールを提供するのを容易にする保形ライナー（例えば、シリコーン樹脂、プラスチック、発泡体など）とを含むことができる。ユーザインタフェース１２４はまた、ユーザ２１０が吐き出す二酸化炭素及び他のガスを逃がすための１つ以上の通気口を含むことができる。他の実施形態では、ユーザインタフェース１２４は、加圧空気をユーザ２１０の口腔内に導くためのマウスピース（例えば、ユーザの歯に適合するように成形された夜間保護マウスピース、下顎リセット装置など）である。

ユーザインタフェース１２４は、導管１２６を介して呼吸装置１２２に流体結合および／または接続される。さらに、呼吸装置１２２は、導管１２６及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の喉の中の空気圧力を増加させ、それにより、睡眠中に気道が閉じる及び／又は狭くなるのを防止するのに役立つ。呼吸装置１２２は、図２に示すようにベッド２３０に直接隣接するサイドテーブル２４０上、より一般的には、ベッド２３０および／またはユーザ２１０に通常隣接する任意の表面または構造上に配置することができる。

一般的に、呼吸治療システム１２０を使用するように規定されたユーザは、睡眠中に呼吸治療システム１２０を使用した後、（特に、ユーザが睡眠時無呼吸または他の睡眠関連疾患に罹患している場合には）、呼吸治療システム１２０を使用しない場合と比較して、昼間に、より質の高い睡眠およびより少ない疲労を体験する傾向がある。例えば、ユーザ２１０は閉塞性睡眠時無呼吸であり、ユーザインタフェース１２４（例えば、フルフェイスマスク）に依存して、導管１２６を介して呼吸装置１２２から加圧空気を送達する。呼吸装置１２２は、睡眠中の気道の閉じる及び／又は狭くなるのを防止するために、使用者２１０の喉の空気圧を増加させる持続気道陽圧（ＣＰＡＰ）機械とすることができる。睡眠時無呼吸の人は、睡眠中に気道が狭まったり、陥没したりして酸素摂取が減少し、覚醒させられたり、あるいは他の方法で睡眠を乱されたりすることがあります。ＣＰＡＰ機械は、気道の狭窄や崩壊を防止し、それによって、彼女が覚醒したり、酸素摂取量の低下によって妨げられる事態を最小限に抑える。呼吸装置１２２が睡眠中に医学的に規定された１つまたは複数の空気圧を維持しようと努力すると、ユーザは睡眠の不快感を経験する可能性がある。

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、流速センサ１３４、温度センサ１３６、運動センサ１３８、マイクロホン１４０、スピーカ１４２、無線周波数（ＲＦ）受信機１４６、ＲＦ送信機１４８、カメラ１５０、赤外線センサ１５２、光電式容積図（ＰＰＧ）センサ１５４、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、歪み計センサ１６４、筋電図（ＥＭＧ）センサ１６６、酸素センサ１６８、分析物センサ１７４、湿度センサ１７６、光検出および測距（ＬｉＤＡＲ）センサ１７８、皮膚電気センサ、加速度計、眼電計（ＥＯＧ）センサ、光学センサ、湿気センサ、空気品質センサ、またはこれらの任意の組合せを含む。一般に、１つまたは複数のセンサ１３０の各々は、記憶装置１１４または１つまたは複数の他の記憶装置に受信および記憶されたセンサデータを出力するように構成される。

１つまたは複数のセンサ１３０は、圧力センサ１３２、流速センサ１３４、温度センサ１３６、運動センサ１３８、マイクロホン１４０、スピーカ１４２、ＲＦ受信器１４６、ＲＦ送信器１４８、カメラ１５０、赤外線センサ１５２、光電式容積図（ＰＰＧ）センサ１５４、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、歪み計センサ１６４、筋電図（ＥＭＧ）センサ１６６、酸素センサ１６８、分析物センサ１７４、湿度センサ１７６、および光検出および測距（ＬｉＤＡＲ）センサ１７８の各々を含むように示され、説明されているが、より一般的には、１つまたは複数のセンサ１３０は、本明細書で説明および／または図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できる。

部屋環境センサからのデータは、睡眠セッション全体の温度（例えば、暑すぎる、寒すぎる）、湿度（例えば、高すぎる、低すぎる）、汚染レベル（例えば、ＣＯ_２および／または粒子の量および／または濃度が閾値よりも低い、または高い）、光線レベル（例えば、明るすぎる、遮光ブラインドを使用しない、就寝前に青色光が多すぎる）、および音声レベル（例えば、閾値よりも高い、ソース種類、睡眠中断に関連する、パートナーのいびき）などの快適度スコアに組み込むこともできる。これらは、呼吸治療装置上のセンサ、スマートフォン（例えば、ブルートゥース（登録商標）またはインターネットを介して接続）、または別個のセンサ（例えば、ホームオートメーションシステムに接続）によって取得することができる。また、空気品質センサは、アレルギーの原因となる部屋の他の種類の汚染、例えばペットやダニなどを検出することができ、部屋がエアフィルタの恩恵を受けることができ、ユーザの快適性を向上させることができる。

ユーザの健康（身体的および／または精神的）状態からのデータも組み合わせることができる。例えば、検出された快適性の変化の一部は、治療装置（または選択した装置に適用）または部屋／ベッド環境の変化だけに関連するものではない可能性がある。快適性の変化はまた、健康に関連していることもある（例えば、呼吸障害のような疾患の発作または相殺に起因する変化、および／または共病性慢性疾患のような潜在的状態の変化に起因する変化）。

例えば、ＰＰＧセンサ１５４（例えば、マスク、ヘルメット、パッチ、腕時計、指プローブ、指輪、耳の内側／耳など）からのＰＰＧデータを使用して、心拍数、脈拍数（ＰＲ）、血圧、ＳｐＯ_２、および末梢動脈張力の変化を推定することができる。血中酸素レベルは、ＰＡＰ療法を参照して、予期せぬ低下が見られないことを確認することができ、また、（マスクを外すなど）療法がオフになっているか／いつになっているかを参照して、残存呼吸（無呼吸など）事象を監視することができる。これらのＰＰＧデータは、日中の頭痛の可能性を推定することができ、単純な閉塞事象に加えて、血流制限の処置などのＰＡＰ療法の変更を推奨することができる。これらのＰＰＧデータは炎症反応の検査にも利用できる。頭痛は圧力設定が高すぎることもあり、圧力を下げたり、ＥＰＲ設定に変更したりすることで恩恵を受けることもあります。

ＰＡＴ（末梢動脈張力）センシング装置は、指先に装着されたＰＰＧプローブを利用することができる。ＰＰＧプローブは光学技術を用いて、組織微小血管床中の血液容量の変化を測定する。上述したように、ＰＰＧ測定は動脈血酸素飽和度（ＳｐＯ_２）、脈拍数（ＰＲ）および末梢動脈張力の変化を導出するために使用され、その後呼吸事象を検出するために使用される。末梢動脈張力とは、末梢動脈平滑筋組織の張力である。末梢動脈の筋張力が増加すると、動脈径が減少し、灌流が減少し、末梢組織内の脈動血量が減少する。末梢組織における拍動血量の減少は、収縮期と拡張期との間のＰＰＧシグナルの揺れの低下として取り込まれる。ＰＡＴ信号は、参照によって本明細書に組み込まれるＷＯ ２０２１／２６０１９０に記載された方法など、ＰＰＧセンサからのＰＰＧ信号から導き出すことができる。ＰＰＧ由来の信号は、ＰＡＴ信号と呼ばれる、この脈動血容量の減少を傾向分析することによって派生することができる。

ＰＡＴセンサー装置はＳｐＯ_２低下、脈率激増と末梢動脈張力増加の同時性を分析した。呼吸（例えば、無呼吸）事象の間など、気流の減少に伴い、肺への酸素供給がベースラインから減少し、顕著なＳｐＯ_２の低下が生じる。呼吸事象が終息に近づくと、交感神経系の活動が急増して患者を覚醒させ、換気の回復、脈拍数の増加、血流中のノルアドレナリンの放出を引き起こす。そのため、ノルアドレナリンは手指動脈平滑筋組織を支配するαアドレナリン作動性受容体に結合し、突然の血管収縮を引き起こしたり、ＰＰＧセンサーでピックアップされたＰＡＴが同調して増加したりする。このようなＰＰＧセンサは、例えば、センサのＰＰＧ信号から導き出すことができる末梢動脈眼圧測定信号内の無呼吸および／または低呼吸事象を示す信号特徴を検出することによって、呼吸事象を検出するために実現することができる。ＰＰＧ信号は、異なる種類の呼吸事象を決定することができる呼吸動作関連情報を抽出するために処理されることもできる。

カメラを用いて撮影された写真及び／又はレーダ又はレーザレーダを用いて描画された顔写像は、マスクの締まり（例えば、過度の締まり又は締まり不足）、及び／又は顔又は頭部上のいかなる痕跡（例えば、擦り傷または皮膚刺激－患者のインターフェースが予想される正常な皮膚色の変化から逸脱していることを示す）を検査するために使用することができる。皮膚刺激は、異なる種類のマスク（類似の形状因子を含むが、顔をより快適に密封するために異なる形状を有する）、異なるサイズのマスク、または異なる種類の緩衝材を推奨する結果となる可能性がある。カメラ１５０はまた、任意の顔の毛髪およびマスクシールとの可能な相互作用を検査するために使用することができる。

センサ処理に基づく睡眠の質の分析は、不眠症（人の体温および／または心拍数の上昇によって決定される過覚醒を含む）を検査するために使用することができる。本明細書に記載されたシステムは、検出された可能性のある不快要因を、不眠症、睡眠の維持、または予期されたまたは予期されたよりも早く覚醒することに起因する不眠症発作などの急性不眠症と関連付けることができる。

本明細書で説明するように、システム１００は、通常、睡眠セッション中にユーザ（例えば、図２に示す呼吸治療システム１２０のユーザ）に関連するデータ（例えば、生理学的データ、流速データ、圧力データ、運動データ、音響データなど）を生成するために使用することができる。生成されたデータを分析して、睡眠セッション中にユーザに関連する任意のパラメータ、測定などを含むことができる１つまたは複数の睡眠関連パラメータを生成することができる。睡眠セッション中にユーザ２１０に対して決定することができる１つ以上の睡眠関連パラメータは、例えば、無呼吸低換気指数（ＡＨＩ）スコア、睡眠スコア、流量信号、呼吸信号、呼吸速度、吸気振幅、呼気振幅、吸気呼気比、時間当たりの事象の数、事象パターン、ステージ、呼吸装置１２２の圧力設定、心拍数、心拍変動度、ユーザ２１０の運動、温度、ＥＥＧ活動、ＥＭＧ活動、ウェイクアップ、いびき、窒息、咳、口笛、喘ぎ、またはそれらの任意の組合せ。

１つ以上のセンサ１３０を用いて、例えば生理学的データ、流速データ、圧力データ、運動データ、音響データなどを生成することができる。いくつかの実施形態では、制御システム１１０は、快適性パラメータ１０４である１つ以上のセンサ１３０によって生成されたデータを用いて、ユーザ２１０の睡眠持続時間及び睡眠品質を決定することができる。例えば、睡眠セッション中にユーザ２１０に関連付けられた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。睡眠覚醒信号は、睡眠、覚醒、リラックス覚醒、微覚醒、または高速眼動（ＲＥＭ）段階、第１非ＲＥＭ段階（一般に「Ｎ １」と呼ばれる）、第２非ＲＥＭ段階、第３非ＲＥＭ段階などの異なる睡眠段階、またはそれらの任意の組合せを含む１つまたは複数の睡眠状態を示すことができる。例えばそれぞれが参照によって全体的に本明細書に組み込まれています。１つまたは複数のセンサ（例えば、センサ１３０）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／または睡眠段階を決定する方法は、例えば、ＷＯ ２０１４／０４７３１０、米国特許公開Ｎｏ．２０１４／００８８３７３、ＷＯ ２０１７／１３２７２６、ＷＯ ２０１９／１２２４１３、ＷＯ ２０１９／２２２４１４、及び米国特許公開Ｎｏ．２０２０／０３８３５８０に記載されて、そのそれぞれが全体を引用することでここに結合されています。

睡眠覚醒信号はまた、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、ユーザが寝ようとした時間などを決定するためのタイムスタンプを加えることができる。睡眠覚醒信号は、睡眠セッション中に１つまたは複数のセンサ１３０によって所定のサンプリングレート、例えば、毎秒１サンプリング、３０秒１サンプリング、毎分１サンプリングなどで測定することができる。いくつかの実施形態では、睡眠覚醒信号は、睡眠セッション中の呼吸信号、呼吸速度、吸気振幅、呼気振幅、吸気呼気比、時間当たりの事象の数、事象パターン、呼吸装置１２２の圧力設定、またはそれらの任意の組合せを示すこともできる。

これらの事象には、鼾酔、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、呼吸不足、口漏れ、マスク漏れ（例えば、ユーザインタフェース１２４から）、不穏脚、睡眠障害、窒息、心拍数の増加、心拍数の変化、呼吸困難、喘息発作、てんかん発作、突然の病気の発作、発熱、咳、くしゃみ、いびき、喘息、風邪またはインフルエンザのような疾患の出現、またはこれらの任意の組み合わせが含まれ得る。いくつかの実施形態では、口漏れは、鼻／鼻枕マスクを一般的に使用している使用者の唇が呼気中に突然開く連続口漏れまたは弁状口漏れ（すなわち、呼吸持続時間内に変化する）を含むことができる。口漏れは、口の中の乾燥、口臭を引き起こすことがあり、一般的に「サンドペーパーノズル」と呼ばれる。事象は、ユーザインターフェース１２４または呼吸治療システム１２０の他の部分に蓄積された二酸化炭素（ＣＯ_２）を含むことができ、これはユーザにとって不快である可能性がある。二酸化炭素（ＣＯ_２）レベルは、例えば、ユーザインタフェース１２４および／または呼吸治療システム１２０の他の部分の１つまたは複数のＣＯ_２センサによって検出することができる。

睡眠セッション中に睡眠覚醒信号に基づいてユーザのために決定され得る１つ以上の睡眠関連パラメータは、例えば、ベッドにいる合計時間、合計睡眠時間、睡眠開始潜伏期間、睡眠開始後のウェイクアップパラメータ、睡眠効率、フラグメンテーション指数、またはそれらの任意の組み合わせのような睡眠品質メトリックを含む。

１つまたは複数のセンサ１３０によって生成されたデータ（例えば、生理学的データ、流速データ、圧力データ、運動データ、音響データなど）は、睡眠セッション中にユーザに関連する呼吸信号を決定するためにも使用されることができる。呼吸信号は、通常、睡眠セッション中のユーザの呼吸または呼吸を示す。呼吸信号は、例えば、呼吸速度、呼吸速度の変動度、吸気振幅、呼気振幅、吸気呼気比、１時間当たりの事象の数、事象パターン、呼吸装置１２２の圧力設定、またはそれらの任意の組合せを示すことができる。この事象は、鼾酔、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、呼吸不足、口漏れ、マスク漏れ（例えば、ユーザインタフェース１２４から）、不穏脚、睡眠障害、窒息、心拍数加速、呼吸困難、喘息発作、てんかん発作、突然の病気の発作、またはそれらの任意の組合せを含むことができる。本明細書で論じるように、睡眠および／または呼吸に関連する１つまたは複数のパラメータは、快適度スコアを導出することができる快適度に関連する１つまたは複数のパラメータを示すことができる。

一般に、睡眠セッションは、ユーザ２１０がベッド２３０（または寝ようとする別の領域または物体）に横になった後または座った後、および／または呼吸装置１２２をオンにした後、および／またはユーザインタフェース１２４を着用した後の任意の時点を含む。したがって、睡眠セッションは、以下の期間を含むことができる：（ｉ）ユーザ２１０がＣＰＡＰシステムを使用しているが、ユーザ２１０が寝ようとする前（例えば、ユーザ２１０がベッド２３０に横になって本を読んでいるとき）、（ｉｉ） ユーザ２１０が眠りに入ろうとしたがまだ起きている場合、（ｉｉｉ）ユーザ２１０が浅い睡眠（ノンレム睡眠（ＮＲＥＭ）のフェーズ１およびフェーズ２とも呼ばれる）にある場合、（ｉｖ）ユーザ２１０が深い睡眠（徐波睡眠、ＳＷＳ、又はＮＲＥＭ睡眠とも呼ばれるフェーズ３）にあるとき、（ｖ）ユーザ２１０がレム睡眠中であるとき、（ｖｉ） ユーザ２１０が、浅い睡眠、深い睡眠又はレム睡眠の間に定期的に覚醒している場合、または（ｖｉｉ）ユーザ２１０が目覚め、睡眠に戻っていない場合。

睡眠セッションは、一般に、ユーザ２１０がユーザインタフェース１２４を取り外し、呼吸装置１２２をオフにし、および／またはベッド２３０から降りると終了するように定義される。いくつかの実施形態では、睡眠セッションは、追加の期間を含むことができ、または上記で開示された期間のうちのいくつかに限定されることができる。例えば、睡眠セッションは、呼吸装置１２２が加圧空気を気道またはユーザ２１０に供給し始めてから、呼吸装置１２２がユーザ２１０の気道に加圧空気を供給しなくなるまでの期間を含み、ユーザ２１０が睡眠または覚醒している間の一部またはすべての時点を含むように定義することができる。

圧力センサ１３２は、記憶装置１１４に記憶され、および／または制御システム１１０のプロセッサ１１２によって分析され得る圧力データを出力する。いくつかの実施形態では、圧力センサ１３２は、呼吸治療システム１２０のユーザの呼吸（例えば、吸気及び／又は呼気）及び／又は環境圧力を示すセンサデータを生成する空気圧力センサ（例えば、大気圧センサ）である。このような実施形態では、圧力センサ１３２は、呼吸装置１２２、ユーザインタフェース１２４または導管１２６に結合されていてもよいし、呼吸装置１２２、ユーザインタフェース１２４または導管１２６内に組み込まれていてもよい。圧力センサ１３２は、呼吸装置１２２内の空気圧、導管１２６内の空気圧、ユーザインターフェース１２４内の空気圧、またはこれらの任意の組み合わせを決定するために使用され得る。圧力センサ１３２は、例えば、静電容量センサ、電磁センサ、インダクタンスセンサ、抵抗センサ、圧電センサ、歪みセンサ、光学センサ、電位センサ、またはこれらの任意の組み合わせであってもよい。一例では、圧力センサ１３２を使用してユーザの血圧を決定することができる。

流速センサ１３４は、記憶装置１１４に記憶され、および／または制御システム１１０のプロセッサ１１２によって分析され得る流量データを出力する。いくつかの実施形態では、流速センサ１３４は、呼吸装置１２２からの空気流量、導管１２６を通る空気流量、ユーザインターフェース１２４を通る空気流量、またはこれらの任意の組み合わせを決定するために使用される。このような実施形態では、流速センサ１３４は、呼吸装置１２２、ユーザインタフェース１２４、または導管１２６に結合または統合されてもよい。流速センサ１３４は、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、渦電流センサ、メンブレンセンサ、またはこれらの任意の組み合わせのような質量流速センサであってもよい。

流速センサ１３４は、睡眠セッション中に呼吸装置１２２のユーザ２１０（図２）に関連する流速データを生成するために使用され得る。流速センサ（例えば、流速センサ１３４）の例は、ＷＯ２０１２／０１２８３５および米国特許Ｎｏ．１０，３２８，２１９に記載されており、各センサは参照により全体として本明細書に組み込まれている。いくつかの実施形態では、流速センサ１３４は、排気ガスの流量（例えば、意図的な「漏れ」）、意図しない漏れ（例えば、口漏れおよび／またはマスク漏れ）、患者の流量（例えば、肺への空気の流入および／または肺からの空気の流出）、またはこれらの任意の組み合わせを測定するように構成される。いくつかの実施形態では、流速センサは、ユーザの心原性振動を決定するために分析されてもよい。

温度センサ１３６は、記憶装置１１４に記憶され得る、および／または、制御システム１１０のプロセッサ１１２によって分析され得る温度データを出力する。いくつかの実施形態では、温度センサ１３６は、ユーザ２１０のコア体温（図２）、ユーザ２１０の皮膚温度、呼吸装置１２２からおよび／または導管１２６を通って流れる空気温度、ユーザインタフェース１２４内の空気温度、周囲温度、またはこれらの任意の組み合わせを示す温度データを生成する。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、またはこれらの任意の組み合わせであってもよい。

運動センサ１３８は、記憶装置１１４に記憶され、および／または、制御システム１１０のプロセッサ１１２によって分析され得る運動データを出力する。運動センサ１３８は、睡眠セッション中のユーザ２１０の動きを検出するために、および／または呼吸装置１２２、ユーザインタフェース１２４、または導管１２６などの呼吸治療システム１２０の任意のコンポーネントの動きを検出するために使用されてもよい。運動センサ１３８は、加速度計、ジャイロ、および磁力計のような１つまたは複数の慣性センサを含むことができる。いくつかの実施形態では、運動センサ１３８は、ユーザの睡眠状態または睡眠段階を表す信号を取得することができるユーザの体の動きを表す１つまたは複数の信号を任意にまたは追加的に生成する、例えば、利用者の呼吸による運動である。いくつかの実施形態では、運動センサ１３８からの運動データは、ユーザの睡眠状態または睡眠段階を決定するために、他のセンサ１３０からの追加データと組み合わせて使用されてもよい。いくつかの実施形態では、運動データを使用して、ユーザの位置、身体の位置、および／または身体の位置の変化を決定することができる。

マイクロホン１４０は、記憶装置１１４に記憶され、および／または、制御システム１１０のプロセッサ１１２によって分析され得る音声データを出力する。マイクロホン１４０は、本明細書でさらに詳細に説明されるように、１つ以上の事象（例えば、呼吸事象）を含むことができる１つ以上の睡眠関連パラメータを決定する（例えば、制御システム１１０を使用する）ために、睡眠セッション中に音声（例えば、ユーザ２１０からの音声）を記録するために使用されてもよい。マイクロフォン１４０は、呼吸装置１２２、ユーザインターフェース１２４、導管１２６、またはユーザ装置１７０に結合されてもよいし、呼吸装置１２２、ユーザインターフェース１２４、導管１２６、またはユーザ装置１７０に統合されてもよい。いくつかの実施形態では、システム１００は、複数のマイクロフォン（例えば、２つ以上のマイクロフォンおよび／またはビームフォーミングを有するマイクロフォンアレイ）を含み、複数のマイクロフォンの各々によって生成された音声データが、複数のマイクロフォンのうちの他のマイクロフォンによって生成された音声データを区別するために使用される。

スピーカ１４２は、音波を出力する。１つまたは複数の実施形態では、音波は、システム１００のユーザ（例えば、図２のユーザ２１０）に聞こえるか、またはシステムのユーザ（例えば、超音波）に聞こえない。スピーカ１４２は、例えば、目覚まし時計として、または（例えば、識別された身体の位置および／または身体の位置の変化に応答して）ユーザ２１０に向けてアラームまたはメッセージを再生するように機能することができる。いくつかの実施形態では、スピーカ１４２は、マイクロフォン１４０によって生成されたオーディオデータをユーザに送信するために使用されてもよい。スピーカ１４２は、呼吸装置１２２、ユーザインタフェース１２４、導管１２６、またはユーザ装置１７０に結合されていてもよいし、呼吸装置１２２、ユーザインタフェース１２４、導管１２６、またはユーザ装置１７０に統合されていてもよい。

マイクロフォン１４０およびスピーカ１４２は、別個の装置として使用することができる。いくつかの実施形態では、マイクロフォン１４０およびスピーカ１４２は、音響センサ１４１（例えば、ソナーセンサ）に組み合わされてもよく、例えば、ＷＯ２０１８／０５０９１３およびＷＯ２０２０／１０４４６５に記載されたように、ここでは、それぞれが参照によって全体としてここに組み込まれている。このような実施形態では、スピーカ１４２は、所定の間隔および／または周波数で音波を生成または送信し、マイクロホン１４０は、スピーカ１４２から送信された音波の反射を検出する。１つまたは複数の実施形態では、スピーカ１４２によって生成または送信される音波は、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未満または約１８ｋＨｚ以上）を有することができる（図２）。マイクロホン１４０および／またはスピーカ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、および／または、呼吸信号、呼吸速度、吸気振幅、呼気振幅、吸気呼気比、時間当たりの事象の数、事象パターン、睡眠状態、睡眠段階、呼吸装置１２２の圧力設定、またはこれらの任意の組み合わせなど、本明細書に記載された１つ以上の睡眠関連パラメータ（例えば、識別された身体の位置および／または身体の位置の変化）を決定することができる。この場合、ソナーセンサは、例えば空気を介して超音波または低周波の超音波感知信号（例えば、約１７～２３ｋＨｚ、１８～２２ｋＨｚまたは１７～１８ｋＨｚの周波数範囲内）を生成／送信するような能動音響感知を含むものと理解することができる。このようなシステムは、上記のＷＯ２０１８／０５０９１３およびＷＯ２０２０／１０４４６５と組み合わせて考えることができる。

いくつかの実施形態では、センサ１３０は、（ｉ）マイクロホン１４０と同一または類似であって音響センサ１４１に一体化された第１のマイクロホンと、（ｉｉ）マイクロホン１４０と同一または類似であって音響センサ１４１に一体化された第１のマイクロホンとは分離された異なる第２のマイクロホンとを含む。

ＲＦ送信機１４８は、所定の周波数および／または振幅（例えば、高周波数帯域内、低周波数帯域内、長波信号、短波信号など）を有する電波を生成および／または送信する。ＲＦ受信機１４６は、ＲＦ送信機１４８から送信された電波の反射を検出し、このデータは、制御システム１１０によって分析されて、ユーザ２１０（図２）の位置および／または身体の位置、および／または本明細書に記載された１つ以上の睡眠関連パラメータを決定することができる。ＲＦ受信機（ＲＦ受信機１４６とＲＦ送信機１４８または別のＲＦ対）は、制御システム１１０、呼吸装置１２２、１つ以上のセンサ１３０、ユーザ装置１７０、またはこれらの任意の組み合わせの間の無線通信のためにも使用される。ＲＦ受信機１４６とＲＦ送信機１４８は、図１では分離された異なる要素として示されているが、いくつかの実施形態では、ＲＦ受信機１４６とＲＦ送信機１４８は、レーダセンサなどのＲＦセンサ１４７の一部として結合される。いくつかのそのような実施形態では、ＲＦセンサ１４７は制御回路を含む。ＲＦ通信の具体的なフォーマットは、Ｗｉ－Ｆｉ、ブルートゥース（登録商標）などであり得る。

いくつかの実施形態では、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、メッシュノード、メッシュルータ、およびメッシュゲートウェイを含むことができ、それぞれが移動可能／移動可能または固定可能であることができるＷｉ－Ｆｉメッシュシステムである。そのような実施形態では、Ｗｉ－Ｆｉメッシュシステムは、Ｗｉ－Ｆｉルータおよび／またはＷｉ－Ｆｉコントローラと、ＲＦセンサ１４７と同じまたは類似のＲＦセンサを含む１つまたは複数の衛星（例えば、アクセスポイント）とを含む。Ｗｉ－Ｆｉルータと衛星はＷｉ－Ｆｉ信号を用いて絶えず相互通信を行っている。Ｗｉ－Ｆｉメッシュシステムは、移動する物体または人が部分的に信号を阻害することに起因するルータと衛星との間のＷｉ－Ｆｉ信号の変化（例えば、受信信号強度の違い）に基づいて、運動データを生成するために使用することができる。運動データは、運動、呼吸、心拍数、足並み、転倒、挙動など、またはそれらの任意の組合せを示すことができる。

カメラ１５０は、記憶装置１１４に記憶可能な１つ以上の画像（例えば、静止画像、ビデオ画像、熱画像、またはそれらの任意の組み合わせ）として再生可能な画像データを出力する。制御システム１１０は、カメラ１５０からの画像データを使用して、本明細書で説明される１つまたは複数の睡眠関連パラメータを決定することができる。制御システム１１０は、カメラ１５０からの画像データを使用して、１つ以上の事象（例えば、周期的肢体運動または不穏脚症候群）、呼吸信号、呼吸速度、吸気振幅、呼気振幅、吸気呼気比、１時間当たりの事象の数、事象パターン、睡眠状態、睡眠段階、またはこれらの任意の組み合わせなど、本明細書に記載された１つ以上の睡眠関連パラメータを決定することができる。さらに、カメラ１５０からの画像データを使用して、ユーザの位置および／または身体の位置を識別し、ユーザ２１０の胸部の動きを決定し、ユーザ２１０の口および／または鼻の気流を決定し、ユーザ２１０がベッド２３０に入る時間を決定し、ユーザ２１０がベッド２３０から離れる時間を決定することができる。カメラ１５０は、眼球運動、瞳孔の拡張（ユーザ２１０の一方または両方の目が開いている場合）、瞬き率、またはＲＥＭ睡眠中の任意の変化を追跡するために使用することもできる。

赤外線（ＩＲ）センサ１５２は、記憶装置１１４に記憶可能な１又は複数の赤外線画像（例えば、静止画像、ビデオ画像、又はその両方）として再生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を使用して、ユーザ２１０の温度および／またはユーザ２１０の動きを含む、睡眠セッション中の１つ以上の睡眠関連パラメータを決定することができる。ＩＲセンサ１５２は、ユーザ２１０の存在、位置、および／または動きを測定するときに、カメラ１５０と組み合わせて使用することもできる。例えば、ＩＲセンサ１５２は、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、一方、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）に関連する生理学的データを出力し、この生理学的データは、心拍数、心拍パターン、心拍変動度、心周期、呼吸速度、吸気振幅、呼気振幅、吸気呼気比、推定された血圧パラメータ、またはこれらの任意の組み合わせのような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できる。ＰＰＧセンサ１５４は、ユーザ２１０によって装着され、ユーザ２１０が着用する衣服および／または布地に埋め込まれ、ユーザインタフェース１２４および／またはその関連するヘルメット（例えば、ストラップなど）に埋め込まれ、および／または結合されることができる。

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学的データを出力する。いくつかの実施形態では、ＥＣＧセンサ１５６は、睡眠セッション中にユーザ２１０の一部の上または周囲に配置された１つまた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、本明細書で説明される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され得る。

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学的データを出力する。いくつかの実施形態では、ＥＥＧセンサ１５８は、睡眠セッション中にユーザ２１０の頭皮上または周囲に配置された１つ以上の電極を含む。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の睡眠状態または睡眠段階を決定するために使用され得る。いくつかの実施形態では、ＥＥＧセンサ１５８は、ユーザインタフェース１２４および／または関連するヘルメット（例えば、ストラップなど）に統合されてもよい。

静電容量センサ１６０、力センサ１６２、およびひずみゲージセンサ１６４は、記憶装置１１４に記憶され、本明細書で説明される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制御システム１１０によって使用されることができるデータを出力する。ＥＭＧセンサ１６６は、１つ以上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、ガスの酸素濃度（例えば、導管１２６またはユーザインタフェース１２４）を示す酸素データを出力する。酸素センサ１６８は、例えば、超音波酸素センサ、電気的酸素センサ、化学的酸素センサ、光学的酸素センサ、またはこれらの任意の組み合わせであってもよい。いくつかの実施形態では、１つまたは複数のセンサ１３０は、皮膚電気反応（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、血中酸素測定センサ、またはこれらの任意の組み合わせをさらに含む。

分析物センサ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。分析物センサ１７４によって出力されたデータは、記憶装置１１４に記憶され、制御システム１１０によって使用されて、ユーザ２１０の呼吸中の任意の分析物の識別性および濃度を決定することができる。いくつかの実施形態では、分析物センサ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た呼吸中の分析物を検出する。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マスクである場合、分析物センサ１７４は、マスク内に配置されてユーザ２１０の口呼吸を監視することができる。他の実施形態では、例えば、ユーザインタフェース１２４が鼻マスクまたは鼻枕マスクである場合、分析物センサ１７４は、ユーザ２１０の鼻の近くに配置されて、ユーザの鼻を通って吐き出される呼吸中の分析物を検出することができる。他の実施形態では、ユーザインタフェース１２４が鼻マスクまたは鼻枕マスクである場合、分析物センサ１７４は、ユーザ２１０の口の近くに位置することができる。いくつかの実施形態では、分析物センサ１７４を使用して、ユーザ２１０の口から意図しない空気漏れがあるかどうかを検出することができる。いくつかの実施形態では、分析物センサ１７４は、炭素系化学物質または化合物を検出するために使用され得る揮発性有機化合物（ＶＯＣ）センサである。いくつかの実施形態では、分析物センサ１７４を使用して、ユーザ２１０が鼻または口を介して呼吸しているかを検出することもできる。例えば、（ユーザインタフェース１２４がマスクである実施形態では）ユーザ２１０の口の近くまたはフェイスマスク内に配置された分析物センサ１７４によって出力されたデータによって分析物の存在が検出された場合、制御システム１１０は、ユーザ２１０が自分の口を介して呼吸していることを示す指標としてこのデータを使用することができる。

湿度センサ１７６は、記憶装置１１４に記憶され、制御システム１１０によって使用されることができるデータを出力する。湿度センサ１７６は、ユーザの周囲の様々な領域（例えば、導管１２６またはユーザインターフェース１２４内、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との間の接続、導管１２６と呼吸装置１２２との間の接続など）における湿度を検出するために使用することができる。したがって、いくつかの実施形態では、湿度センサ１７６は、呼吸装置１２２からの加圧空気の湿度を監視するために、ユーザインターフェース１２４または導管１２６内に配置することができる。他の実施形態では、湿度センサ１７６は、湿度レベルを監視する必要がある任意の領域の近くに配置することができる。湿度センサ１７６は、ユーザ２１０の周囲の周囲環境、例えばユーザ２１０の寝室内の空気の湿度を監視するためにも使用することができる。湿度センサ１７６は、環境変化に対するユーザ２１０の生体認証応答を追跡するためにも使用することができる。

１つまたは複数の光検出および距離測定（ＬｉＤＡＲ）センサ１７８を深さ感知に使用することができる。この種類の光学センサ（例えば、レーザセンサ）を使用して、物体を検出し、居住空間のような周囲の環境の３次元（３Ｄ）マップを構築することができる。レーザーレーダーは通常、パルスレーザーを利用して飛行時間を測定することができる。レーザーレーダーは３Ｄレーザースキャンとも呼ばれます。このようなセンサを使用する例では、ＬｉＤＡＲセンサ１７８を有する固定またはモバイルデバイス（例えば、スマートフォン）は、センサから５ｍ以上離れた領域を測定および描画することができる。例えば、レーザレーダデータは、電磁レーダセンサによって推定された点群データと融合することができる。レーザレーダセンサ１７８はまた、人工知能（ＡＩ）を使用して、レーダシステムの問題を引き起こす可能性のある空間内の特徴（例えば、レーダを高反射することができる窓ガラス）を検出し分類することによって、レーダシステムを自動的に地理的にフェンスすることができる。例えば、人の身長の推定や、人が座ったり転んだりしたときの身長の変化を提供するために、ライダーを使用することもできる。レーザレーダを使用して、環境の３Ｄメッシュ表現を形成することができる。さらなる用途では、ＬｉＤＡＲは、電波が通過する固体表面（例えば、無線透光性材料）から反射することができ、それにより、異なる種類の障害物の分類を可能にする。

いくつかの実施形態では、１つまたは複数のセンサ１３０は、皮膚電気反応（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、酸素飽和度センサ、ソナーセンサ、レーダーセンサ、血糖センサ、カラーセンサ、ｐＨセンサ、空気質センサ、傾斜センサ、方位センサ、雨水センサ、土壌湿度センサ、水流センサ、アルコールセンサ、またはこれらの任意の組合せをさらに含む。

図１に個別に示されているが、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、またはこれらの任意の組み合わせを含むシステム１００の任意の１つまたは複数のコンポーネントに統合および／または結合されてもよい。例えば、音響センサ１４１および／またはＲＦセンサ１４７は、ユーザ装置１７０に統合され、および／またはユーザ装置１７０に結合されてもよい。そのような実施形態では、本開示のいくつかの態様によれば、ユーザ装置１７０は、システム１００（例えば、制御システム１１０）によって使用されるための追加データまたは補助データを生成する補助装置であると考えることができる。いくつかの実施形態では、１つまたは複数のセンサ１３０のうちの少なくとも１つは、呼吸装置１２２、制御システム１１０、またはユーザ装置１７０に物理的および／または通信的に結合されておらず、通常、睡眠セッション中にユーザ２１０の近くに配置される（例えば、ユーザ２１０の一部にまたは接触して配置される、ユーザ２１０によって装着される、サイドテーブルに結合または配置される、マットレスに結合される、天井に結合されるなど）。

１つまたは複数のセンサ１３０からのデータを分析して、呼吸信号、呼吸速度、呼吸パターン、呼吸振幅、呼気振幅、吸気呼気比、１つまたは複数の事象の発生、１時間当たりの事象の数、事象パターン、睡眠状態、睡眠段階、無呼吸低換気指数（ＡＨＩ）またはその任意の組み合わせ。１つまたは複数の事象は、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸と呼吸不足、故意のマスク漏れ、意図しないマスク漏れ、口漏れ、咳、不穏脚、睡眠障害、窒息、心拍数加速、呼吸困難、喘息発作、てんかん発作、突然の病気の発作、血圧上昇、またはそれらの任意の組み合わせを含むことができる。これらの睡眠関連パラメータの多くは生理パラメータであるが、一部の睡眠関連パラメータは非生理パラメータとみなすことができる。非生理的パラメータはまた、流速、圧力、加圧空気の湿度、モータ速度などを含む呼吸治療システムの動作パラメータを含むことができる。１つまたは複数のセンサ１３０からのデータに基づいて、または他の種類のデータに基づいて、他の種類の生理的および非生理的パラメータを決定することもできる。

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、ゲームコンソール、スマートウォッチ、ラップトップ等のモバイル装置であってもよい。あるいは、ユーザ装置１７０は、外部感知システム、テレビ（例えば、スマートテレビ）、または他のスマートホームデバイス（例えば、Ｇｏｏｇｌｅ Ｈｏｍｅ^ＴＭ、Ｇｏｏｇｌｅ Ｎｅｓｔ^ＴＭ、Ａｍａｚｏｎ Ｅｃｈｏ^ＴＭ、Ａｍａｚｏｎ Ｅｃｈｏ Ｓｈｏｗ^ＴＭ、Ａｌｅｘａ^ＴＭ対応デバイスなどのスマートスピーカ）であり得る。いくつかの実施形態では、ユーザ装置は、ウェアラブルデバイス（例えば、スマートウォッチ）である。表示装置１７２は、通常、静止画像、ビデオ画像、またはその両方を含む画像を表示するために使用される。いくつかの実施形態では、表示装置１７２は、画像を表示するように構成されたグラフィカルユーザインタフェース（ＧＵＩ）および入力インタフェースを含むヒューマンインタフェース（ＨＭＩ）として機能する。表示装置１７２は、ＬＥＤディスプレイ、ＯＬＥＤディスプレイ、ＬＣＤディスプレイなどであり得る。入力インタフェースは、例えば、タッチスクリーンまたはタッチ感受性基板、マウス、キーボード、またはユーザ装置１７０と対話する人間ユーザによ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であってもよい。いくつかの実施形態では、１つまたは複数のユーザ装置をシステム１００によって使用および／または含めることができる。

血圧装置１８２は、一般に、ユーザに関連する１つ以上の血圧測定値を決定するための生理学的データの生成を支援するために使用される。血圧装置１８２は、例えば、収縮期血圧成分および／または拡張期血圧成分を測定するために、１つ以上のセンサ１３０のうちの少なくとも１つを含むことができる。

いくつかの実施形態では、血圧装置１８２は、ユーザが装着することができる膨張可能なカフと、圧力センサ（例えば、本明細書で説明する圧力センサ１３２）とを含む血圧計である。例えば、図２の例に示すように、血圧装置１８２をユーザ２１０の上腕に装着することができる。血圧装置１８２が血圧計であるこの実施形態では、血圧装置１８２は、カフを膨張させるためのポンプ（例えば、手動操作電球）をさらに含む。いくつかの実施形態では、血圧装置１８２は、カフを膨張させるために加圧空気を輸送する呼吸治療システム１２０の呼吸装置１２２に結合される。より一般的には、血圧装置１８２は、制御システム１１０、メモリ１１４、呼吸治療システム１２０、ユーザ装置１７０、および／またはアクティビティトラッカー１９０と通信可能に結合され、および／または、それらの中に（例えば、ハウジング内に）物理的に統合されてもよい。

アクティビティトラッカー１９０は、一般に、ユーザに関連するアクティビティメジャーを決定するための生理学的データの生成を支援するために使用される。活動測定は、例えば、歩数、走行距離、登り歩数、身体活動の持続時間、身体活動の種類、身体活動の強さ、立っているのに費やされた時間、呼吸速度、平均呼吸速度、安静呼吸速度、最大呼吸速度、呼吸速度変動度、心拍数、平均心拍数、安静心拍数、最大心拍数、心拍変動度、燃焼カロリー数、血中酸素飽和レベル（ＳｐＯ_２）、皮膚電気活動（皮膚コンダクタンスまたは皮膚電気反応とも呼ばれる）、使用者の位置、使用者の姿勢、またはそれらの任意の組合せを含むことができる。アクティブトラッカー１９０は、本明細書で説明される１つ以上のセンサ１３０、例えば、運動センサ１３８（例えば、１つ以上の加速度計および／またはジャイロ）、ＰＰＧセンサ１５４、および／またはＥＣＧセンサ１５６を含む。

いくつかの実施形態では、アクティブトラッカー１９０は、スマートウォッチ、リストバンド、指輪、またはパッチなど、ユーザが装着することができるウェアラブルデバイスである。例えば、図２を参照すると、アクティブトラッカー１９０は、ユーザ２１０の手首に装着される。アクティブトラッカー１９０は、ユーザが着用する１つまたは複数の衣服に結合または統合することもできる。あるいは、アクティブトラッカー１９０は、ユーザ装置１７０に結合されてもよいし、ユーザ装置１７０内に（例えば、同じハウジング内に）統合されてもよい。より一般的には、アクティブトラッカー１９０は、制御システム１１０、記憶装置１１４、呼吸治療システム１２０、および／またはユーザ装置１７０および／または血圧装置１８２と通信可能に結合されてもよく、またはそれらの中に（例えばハウジング内で）物理的に統合されてもよい。

制御システム１１０および記憶装置１１４は、システム１００の別個の異なる構成要素として図１に説明および示されているが、いくつかの実施形態では、制御システム１１０および／または記憶装置１１４は、ユーザ装置１７０および／または呼吸装置１２２に統合されている。あるいは、いくつかの実施形態では、制御システム１１０またはその一部（例えば、プロセッサ１１２）は、クラウド内（例えば、サーバ内に組み込まれ、モノのインターネット（ＩｏＴ）デバイス内に組み込まれ、クラウドに接続され、エッジクラウドによって処理されるなど）に配置されてもよいし、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）に配置されてもよいし、またはそれらの任意の組み合わせに配置されてもよい。

システム１００は、上記のすべての構成要素を含むように示されているが、本開示の実施形態によれば、ユーザによる呼吸治療システム１２０の使用に関連するデータを分析するためのシステムには、より多くまたはより少ない構成要素が含まれてもよい。例えば、第１の代替システムは、制御システム１１０、記憶装置１１４、および１つ以上のセンサ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つ以上のセンサ１３０のうちの少なくとも１つと、ユーザ装置１７０と、血圧装置１８２および／またはアクティビティトラッカー１９０とを含む。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と、記憶装置１１４と、呼吸治療システム１２０と、１つ以上のセンサ１３０のうちの少なくとも１つと、アクティブトラッカー１９０と、ユーザ装置１７０とを含む。別の例として、第４の代替システムは、制御システム１１０と、記憶装置１１４と、呼吸治療システム１２０と、１つ以上のセンサ１３０のうちの少なくとも１つと、ユーザ装置１７０と、血圧装置１８２および／またはアクティビティトラッカー１９０とを含む。したがって、様々なシステムは、本明細書で図示および説明された構成要素の任意の部分を使用して、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形成され得る。

図３を参照すると、呼吸治療システムのユーザの主観的快適度レベルを推定する方法３００が開示される。主観的快適度レベルの初期推定は、客観的データに基づいてもよく、推定は、その後、追加の客観的データおよび／または主観的データに基づいて更新されてもよい。方法３００を実施するシステムは、ユーザの可能な主観的快適度レベルを推定することができる。例えば、いくつかの実施形態では、このシステムは、客観的なデータを分析することによって、ユーザ（例えば、図２のユーザ２１０）および任意にユーザのベッドパートナー（例えば、図２のベッドパートナー２２０）の実体験を近似することができる完全にパーソナライズされたシステムである。オプションとして、システムは主観的なデータ（例えば、質問またはアンケート（例えば、Ｅｐｗｏｒｔｈ眠気尺度に基づく）、または刺激またはヒントの他の提供に対する応答）を求めて、客観的な推定値を追加および／または確認することもできる。このような主観的データ（例えば、主観的フィードバック）は、ユーザ２１０および／またはベッドパートナー２２０またはユーザ２１０の介護者などの第三者から取得することができる。他の実施形態では、システムは、ユーザ（および任意のベッドパートナーまたは介護者など）からの主観的なフィードバックを使用しない、または必要としないことができ、代わりに、推定された快適度スコアの増加を求めるための変更を直接的または間接的に実現する（例えば、呼吸装置１２２の圧力設定、部屋環境設定などのシステムの１つまたは複数のパラメータを自動的に調整することによって、あるいは、呼吸装置１２２のための異なるマスクの種類またはサイズ、または異なる圧力設定／プロファイルなどの変更を行うために、医療保健提供者（ＨＣＰ）／家庭医療装置提供者（ＨＭＥ）に提案を提供する）。

従来の睡眠スコアまたは治療スコアとは対照的に、本明細書に記載された快適度スコアは、ユーザの実際の主観的な快適度レベルを表すものとして決定されることができる。例えば、ユーザの治療スコアは非常に良い（すなわち、ユーザが良好なレベルの治療を受けたことを示す）ことができるが、ユーザは夜のうちのいくつか／ほとんど覚醒しているか、または必要な使用時間だけ治療を使用したが、必要な睡眠時間よりも少ないかもしれない。本明細書に記載された快適度スコアは、睡眠の分析、漏れの種類、ベッドパートナーの影響またはベッドパートナーへの影響、部屋環境パラメータ、および以前の治療／睡眠セッションからのデータを含むことができ、したがって、ユーザの快適性に対する知覚をより近く表現し、従って、治療／睡眠セッション中および／または将来の治療／睡眠セッションのために、この快適度レベルを増加させるために変化により良い影響を与えることができる。快適度スコアは、睡眠スコア、治療スコア、または組み合わせた睡眠・治療スコアと組み合わせることができ、睡眠または治療セッション中のユーザエクスペリエンスのより正確な表現を提供する。

ステップ３１０において、呼吸治療システムのユーザに関連するデータが受信される。受信データは、呼吸治療システムを使用する睡眠セッションおよび／または治療セッションに関連付けられることができる。呼吸治療システムは、呼吸治療システム１２０（図１）の１つまたは複数のコンポーネント、および／またはユーザの下顎骨の位置を調節するように構成された下顎骨整復装置を含むことができる。データは、呼吸治療システム、１つ以上のセンサ（例えば、システム１００のセンサ１３０）、ユーザ装置（例えば、システム１００のユーザ装置１７０）、血圧装置（例えば、システム１００の血圧装置１８２）、アクティビティトラッカー（システム１００のアクティビティトラッカー１９０）、またはそれらの任意の組み合わせから受信することができる。

ステップ３１０で受信されたデータは、音響データ、圧力データ、流速データ、湿度データ、運動データ（例えば、ユーザ運動データを含む）、生理学的データ、ユーザ入力データ、またはそれらの任意の組み合わせを含む。音響データは、ユーザに関連する雑音（例えば、呼吸に関連する雑音など）、ユーザーの環境に関連する雑音（例えば、交通からの雑音、テレビからの雑音など）、またはその両方を含むことができる。圧力データおよび流速データは、呼吸治療システム１２０およびそれに含まれる圧力センサ１３２および流速センサ１３４から導き出すことができ、呼吸治療システム１２０によって生成された加圧空気の気流特性およびその気流に対するユーザの呼吸の影響を示す。湿度データは、呼吸治療システムの加湿器に関連する加湿レベルを含むことができる。追加的にまたは代替的に、湿度データは、導管および／またはユーザインターフェース内の液体の存在および／または量（例えば、雨漏り）を含むことができる。運動データは、運動センサ１３８（例えば、本明細書に記載されたレーダ又はソナーセンサ、身体に装着された加速度計等）によって生成され、ユーザ２１０又はベッドパートナー２２０等の運動を示すことができる。生理学的データは、呼吸アルコールデータ、血液アルコールデータ、血圧データ、血糖データ、血中酸素データ（例えば、ＳＰＯ_２レベルデータ）、気道充血データ、気道閉塞データ、体温データ、心拍データ、呼吸データ、睡眠段階データ、ＣＯ_２レベルデータ又はこれらの任意の組み合わせを含むことができる。ユーザ入力データは、主観的快適度レベル、ユーザの主観的ストレスレベル、ユーザの主観的疲労レベル、ユーザの主観的健康状態、ユーザが最近経験したライフ事象、ユーザに関連する客観的健康データ又はこれらの任意の組み合わせを示す情報を含むことができる。

いくつかの実施形態では、充血（急性充血発作、慢性充血、アレルギー性鼻炎のような状態からの範囲）は、嗅覚音を検出するマイクロホン、鼻滴、顔面痛または圧力を検出するセンサ、またはフルフェイスマスクを使用して鼻呼吸から口呼吸への変化を推定することによって検出することができる。追加的にまたは代替的に、いくつかの実施形態では、肺順応性は、呼吸装置信号の処理に基づいて追跡されてもよく、例えば、肺順応性、すなわち、静的および動的成分に関して膨張、伸張、拡張する肺の能力を推定することができる。

いくつかの実施形態では、ユーザに関連する客観的な健康データは、ユーザの年齢、性別、人種、地理的位置、ユーザの関係状態、ユーザの雇用状態、ユーザの教育状態、ユーザの社会経済状態、ユーザに関連する１つ以上の医療状態、ユーザの薬物使用、またはそれらの任意の組み合わせなど、ユーザの人口統計および／または医療情報を含む。

ステップ３１０で受信データの第１の部分に少なくとも部分的に基づいて、ユーザに関連する少なくとも１つのパラメータを決定する。例えば、ステップ３２０で、ユーザに関連付けられた第１のパラメータを決定する。ステップ３２２で、ユーザに関連付けられた第２のパラメータを決定する。少なくとも１つのパラメータは、漏れの種類（例えば、口漏れ、意図しないユーザインタフェース漏れ、意図しないユーザインタフェース漏れ及び／又は導管漏れ）、漏れ量（例えば、全漏れ量及び／又は各漏れ種類の漏れ量）、漏れ期間（例えば、全漏れ時間及び／又は各漏れ種類の漏れ時間）、使用期間、事象種類、事象種類の数、身体の位置、身体の位置の変化、身体の位置の複数の変化、運動変化、複数の運動変化、残留いびきの持続時間、残留スコア（例えば、残留ＡＨＩスコア及び／又は残留いびきスコア）、残留いびきの重症度、ミス回数、覚醒回数（例えば、覚醒）、睡眠構造の変化、不安測定（例えば、身体姿勢の変化回数、ユーザのベッド上り下りの回数、ユーザの眠りに必要な時間、ユーザの眠りの間の覚醒時間の割合など）、圧力変化回数、心拍数、心拍数変化、心拍数変化回数、心拍変動度、呼吸速度、呼吸速度の変化、呼吸速度の複数の変化、呼吸速度の変動度、疼痛位置、疼痛重症度、加湿効果レベル、またはユーザーに関連する生理特性を示す他の生理パラメータ、またはそれらの任意の組合せ。不安の尺度に比べて、不安は有用な不快感の指標である。このような不快感は、ユーザの睡眠環境、治療および／または治療装置、またはＰＬＭＤ、ＣＯＰＤなどの医療状況（合併症の可能性がある）に起因する可能性がある。ＰＬＭＤは、ユーザの睡眠、治療または両方を妨害する可能性があり、また、ユーザの快適度スコアに悪影響を与える可能性がある。ＰＬＭＤは、全体を参照して本明細書に組み込むことによって、例えば、ＵＳ ２０１８／０３５３１３８ Ａ１に記載の手段によって検出することができる。ＣＯＰＤは通常、ユーザーの呼吸機能に悪影響を与えるため、ユーザーの睡眠、治療、または両方を妨害し、ユーザーの快適度スコアに悪影響を与える。高血圧、糖尿病、不眠、過度な興奮などの他の状況（合併症）も、ユーザーの快適性に影響を与える可能性がある。これらの状況に関連する事象または悪化は、適切なセンサによって検出することができ（例えば、血圧モニタは高血圧を検出することができ、グルコースモニタは糖尿病に関連する血糖値を検出することができ、睡眠モニタ（例えば、本明細書に記載のレーダまたはソナー技術に基づく睡眠トラッカー）は不眠、過興奮などを検出することができる）、および／またはユーザ、介護者またはその他の第三者によって報告することができ。

例えば身体の位置は快適性に関係することができる。身体の位置性無呼吸を患っている人の中には、圧力が低い場合があるため、夜のほとんどの時間は側方で寝ている方が快適である人もいる。逆に、利用者に腰痛の歴がある場合、より長時間仰向けで寝られるようになり、平均的な圧力が高くなれば、全体的な快適性を高めることができるかもしれない。

いくつかの実施形態では、事象の種類は、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、呼吸不足、残存無呼吸事象、咳、不穏脚、睡眠障害、窒息、心拍数の増加、呼吸困難、喘息発作、てんかん発作、突然の病気の発作、血圧上昇、またはこれらの任意の組み合わせを含む。したがって、システムは、複数のデータソースからの生体認証および行動データを患者（ユーザ）および任意にユーザのベッドパートナーのために取得し、収集し、処理することができる。

ステップ３３０において、快適度スコアは、決定された少なくとも１つのパラメータ（例えば、ステップ３２０で受信された第１のパラメータおよび／またはステップ３２２で受信された第２のパラメータ）に少なくとも部分的に基づいて決定される。ステップ３３０で決定された快適度スコアは、治療セッションの少なくとも一部の間の呼吸治療システムのユーザの主観的な快適度レベルを示すことができる。いくつかの実施形態では、ステップ３８０において、第１のパラメータの第１の重み付け値および第２のパラメータの第２の重み付け値が決定される。いくつかの実施形態では、初期重み（例えば、第１の重み付け値および第２の重み付け値を決定するために使用される）は、ユーザおよび／または複数の非ユーザ（例えば、類似の人口統計）から学習および／または推定されたデフォルト重み付けである。例えば、重み付け値の初期ベースラインセット（例えば、システム１００の基本重み付け値１０６）を、クラウドサービスへのアクセスに基づいて事前学習および／または更新して、快適性パラメータの最新の学習初期重み付け値に接続することができる。追加または代替として、いくつかの実施形態では、初期重みは、ルックアップ表（例えば、表２）に基づいて計算される。ユーザおよび／または非ユーザのグループは、ユーザ自身の人口統計情報、および／または睡眠および／または治療の快適性に関する個人的嗜好、ユーザの睡眠／呼吸関連疾患の識別および／または重症度、ユーザの治療装置および／または治療処方、またはそれらの任意の組み合わせに基づいて選択することができる。

例えば、一部の客観的な健康データは、他の客観的な健康データよりもユーザの主観的な快適性に大きく影響する可能性があるため、より高い初期重みを割り当てることができる。例えば、慢性疼痛（例えば、レベル０～１０の初期重みが８である）は、乾燥肌（例えば、レベル０～１０の初期重みが３である）よりも高い初期重みを有する可能性があり、慢性疼痛は乾燥肌よりも治療セッション中または睡眠セッション中のユーザの快適性に影響を与えるからである。

ステップ３８２において、第１の重み付け値および／または第２の重み付け値は、ステップ３１０で受信された呼吸治療システムのユーザに関連するデータに少なくとも部分的に基づいて修正され得る。次いで、ステップ３３０において、ステップ３８２からの修正された第１の重み付け値および修正された第２の重み付け値に少なくとも部分的に基づいて、快適度スコアが決定される。

初期訓練シーケンスは、システム性能および／またはユーザのバイオメトリクスに関連する１つまたは複数のセンサ（例えば、ＰＡＰ装置のような呼吸治療装置上または呼吸治療装置に接続されている）から、および／または部屋環境および／またはユーザの人口統計的詳細から客観的なデータを収集することによって実行され、質問／アンケート、ヒントまたは他の刺激への応答、および／またはＰＲＥＭＳ（患者報告の体験測定）などによって、ユーザから同期データを収集することによって実行されることができる。その後、これらのデータは、初期パラメータを有するベースラインシステムを作成するためにＡＩシステムを訓練するためにグループ化されてもよい（例えば、学習を許可する）。次に、可能な主観的快適度スコアの推定を改善するなど、監督された学習または監督されていない学習によってこの点を改善することができる。

いくつかの実施形態では、重み付けは、睡眠段階および／または運動に関連するパラメータの変化に少なくとも部分的に基づいて修正されてもよい。追加的にまたは代替的に、いくつかの実施形態では、重み付け値は最初に各パラメータに割り当てられる。そのような実施形態の中には、ルックアップ表（例えば、表２）からの各パラメータの初期重みを使用して重み付け値が決定されるものもある。このような他の実施形態では、各パラメータの重み付け値は、システムのユーザまたは他のユーザに関連する事前学習データ、例えばユーザグループに基づいて（例えば、人口統計データおよび／または健康データ分類に基づいて）決定される。いくつかの実施形態では、重み付け値は、快適性パラメータの最新の学習された初期重み付け値に接続するために、クラウドサービスへのアクセスに基づいて更新される。次に、ユーザの快適性に最も影響を与えるパラメータ（例えば、睡眠の質、治療効果および／または治療継続時間）をアルゴリズムにより学習する。

快適度スコアを決定したユーザのスコアを標準化することにより、快適度スコアの報告、それに対する行動、および／または睡眠／治療スコアとの組み合わせが可能である。例えば、ユーザの快適度スコアは、ユーザの人口統計、病歴、呼吸装置１２２および／または呼吸装置設定に基づいて解釈（例えば標準化）され得る。例えば、ユーザの快適度スコアは、持続気道陽圧（ＣＰＡＰ）システム、自動気道陽圧（ＡＰＡＰ）システム、二重水平気道陽圧（ＢＰＡＰ）システム、可変気道陽圧（ＶＰＡＰ）システム、および人工呼吸装置から選択され得るユーザの呼吸治療システムの種類に基づいて標準化され得る。一例では、比較的若いユーザのために比較的低い快適度スコアが予想され、このスコアは標準化され、「良好」、「許容可能」または同様のものとして解釈されることができる。逆に、比較的古いユーザーにとっては、同じ快適度スコアが予想外であることがあり、そのスコアが標準化され（または標準化されていない）、「悪い」、「許容できない（介入が必要）」、または類似したものとして解釈されることがある。例えば、標準化された快適度スコアは、呼吸治療システムのユーザに関連する受信データに少なくとも部分的に基づいて決定される治療スコアおよび／または睡眠スコアとともに（例えば、単独でまたはその一部として）出力され得る。さらに、治療スコアおよび／または睡眠スコアは、少なくとも部分的に、（ｉ）呼吸治療システムのユーザに関連する受信データ、および（ｉｉ）標準化された快適度スコアに基づいて決定され得る。

他の例では、システムは、どのパラメータまたはパラメータの組み合わせがユーザの快適性に影響を与えるかを知ると、快適度スコアの決定を時間とともに調整／更新することができる。これは、例えば、一晩の睡眠および／または治療の後に、ユーザから主観的な快適度レベルに関するデータを収集し、対応する睡眠および／または治療セッション中に収集（検出）された客観的なデータ／パラメータと関連付けることによって達成され得る。このようにして、客観的に決定されたパラメータを、個々のユーザの主観的な快適体験に関連付けることができる。例えば、口の乾燥（例えば、鼻マスクを介した呼吸療法中の口腔呼吸に起因する）のような客観的に決定されたパラメータは、１人のユーザに不快感を与えることができるが、各ユーザの異なる主観的な体験のために、他のユーザに不快感を与えることはない可能性がある。関連する例では、システムは、睡眠および／または治療セッション中に収集された客観的なデータ／パラメータを使用して、ユーザのための目的の質問／アンケート、またはＰＲＥＭＳ（患者報告の体験測定）のヒントを選択することができる。先の例を用いて、鼻マスクの使用者の口呼吸に起因する口の乾燥が客観的に判定された場合、使用者から求められる主観的データは、少なくとも口の乾燥に関連することができる。

追加または代替例では、１つまたは複数の客観的に決定されたパラメータに関連するデータは、例えば、複数の睡眠および／または治療セッションの間ような時間、および決定された各パラメータのベースラインレベルおよび／または閾値レベルなどの経過とともに収集することができる。これは、例えば、１つまたは複数の呼吸治療セッションのために決定された客観的に決定されたパラメータと、呼吸治療システムを使用しないときに１つまたは複数の睡眠セッション（または睡眠セッションの一部）のために決定された同じパラメータとを比較することによって達成することができる。追加的にまたは代替的に、これらのセッションの主観的フィードバックは、客観的に決定されたパラメータに関連付けることができる。追加的にまたは代替的に、異なるソース（例えば、センサ）からの客観的データを関連付けて、ユーザの不快な発生率と原因を識別するのを助けることができる。例えば、客観的に決定された口の乾燥／口呼吸は、客観的に決定された部屋および／または気流湿度レベル、客観的に決定されたマスク種類などに関連付けることができる。その後、この関連付けは、ステップ３５０で推奨を通知することができ、および／またはステップ３５２で調整を通知することができる。

いくつかの実施形態では、システムは、ＷＯ ２０１５／００６３６４および米国特許Ｎｏ．１０，３７６，６７０に記載された睡眠アドバイスのような、快適性の改善に関するメッセージ／出力をユーザ（および／またはそのベッドパートナー）に生成するように構成されてもよく、これらの各々は、参照によって全体としてここに組み込まれている。例えば、システムが呼吸治療装置（例えば、ＰＡＰ装置）の使用、睡眠パターン、ユーザの生体認証パターンの理解を確立する場合、例えば、センサ信号及びアンケートの睡眠相関分析により、システムは、「推奨エンジン」を使用することによりユーザの睡眠及び／又は快適性の改善を支援するためのカスタマイズされた個人的アドバイスを提供することができる。このようないくつかの実施形態では、診断機能が推奨エンジンに含まれて、睡眠に関連する健康問題（例えば、ＰＡＰ設定の変更、部屋環境の変更、薬物療法の変更等）を治療するためにユーザを他の製品に接続することができる他の睡眠問題の識別を支援することができる。システムの１つまたは複数のプロセッサによって生成される提案は、良好な睡眠習慣、最適な睡眠環境条件、および／または睡眠に役立つ日常的な活動の利点をユーザーに知らせるように設計されてもよい。これにより、信頼性と洞察力のある情報が提供され、ユーザーの睡眠を支援し、システム全体に参加することができる。このシステムは、ユーザの個別パターン、システムユーザのローカルグループ、またはグローバルグループに基づいてアドバイスをカスタマイズするために、ベイズメソッドおよび／または決定ツリーを使用するなどの学習分類器を実装することができる。さらに、いくつかの実施形態では、受信したタスク／提案金塊に埋め込まれた電子クエリに応答するようにユーザに促すことができる。ユーザ応答は、決定ツリーコンテンツの経路を案内／追跡することができる。例えば、いくつかの実施形態では、各パラメータは順序付けされてもよく、ユーザの快適度レベルに最も影響を与えるパラメータにより高い重みが得られる。

ステップ３４０において、ステップ３３０で決定された快適度スコアに少なくとも部分的に基づいて、呼吸治療システムの１つ以上の動作設定が変更される。いくつかの実施形態では、ステップ３４０において呼吸治療システムの１つまたは複数の動作設定を変更することは、呼吸治療システムの呼吸治療装置の圧力設定を調整すること、呼吸治療システムの加湿器の加湿設定を調整すること、またはその両方を含む。例えば、いくつかの実施形態では、呼吸治療システムの呼吸治療装置の圧力設定を調整することは、呼吸治療装置内のブロアモータを調整することを含む。

ステップ３５０において、ステップ３３０で決定された快適度スコアに少なくとも部分的に基づいて、ユーザに推奨を提供する。この推奨事項は、呼吸治療システムの表示装置、ユーザ装置（例えば、ユーザのスマートフォンを介したオーディオおよび／または視覚的命令）、スピーカ（例えば、スマートスピーカを介したオーディオ命令）、またはそれらの任意の組み合わせを介してユーザに提供することができる。追加的にまたは代替的に、いくつかの実施形態では、（最初に、同時に、その後に、または単に）介護者（例えば、医師）、ＨＭＥなどに推奨を提供することができる。次いで、介護者（例えば、医師）、ＨＭＥなどは、ユーザに推奨を伝達し、および／または行動する（例えば、ユーザまたはユーザの介護者に連絡し、新しいユーザインタフェースを提供し、新しい治療処方を開始し、調整された治療処方を開始するなど）。

追加的または代替的に、いくつかの実施形態では、これらの状況が十分に治療されていない可能性があるため（例えば、専門的な治療を受けていない）、ユーザの１つまたは複数の医療状況（例えば、合併症）に関連する治療を調査（例えば、医師／介護者に相談、分診、トラブルシューティングなど）、開始または修正することが提案される。そのような１つ以上の医療状況としては、ＰＬＭＤ、ＣＯＰＤ、糖尿病、高血圧、不眠、過剰興奮などが挙げられ、上述したように、ユーザの快適性に影響を与え、快適度スコアに反映される可能性がある。追加的にまたは代替的に、いくつかの実施形態では、推奨は、睡眠および／または治療セッション中に周期的に決定される複数の快適度スコアなど、１つまたは複数のパラメータ（快適度スコアに基づく）を快適度スコアまたは複数の快適度スコアにマッピングすることを含むことができる。このようなパラメータは、覚醒、酸素血（例えば、ＳｐＯ_２）変動、呼吸停止事象、漏れ事象などのうちの１つまたは複数を含むことができる。このようにして、ユーザ、介護者、または他の第三者は、ユーザの不快感の原因をよりよく理解し、ユーザの快適性を高める方法を決定するのに役立つことができる。

いくつかの実施形態では、ステップ３５０で提供される推奨は、（ｉ）呼吸治療装置の圧力設定を調整すること、（ｉｉ）呼吸治療装置に接続された加湿器の加湿設定の調整、（ｉｉｉ）呼吸治療システムのためのマスク種類、（ｉｖ）使用者の睡眠姿勢、（ｖ）使用者の顎紐、（ｖｉ）使用者に鼻当てパッドを推奨すること、又は（ｖｉｉ）これらの組み合わせ。

さらに追加的または代替的に、ステップ３５２において、ステップ３３０で決定された快適度スコアおよび／またはステップ３５０で提供された推奨に少なくとも部分的に基づいて自動調整を行うことができる。例えば、スマート部屋では、ステップ３３０で決定された快適度スコアに少なくとも部分的に基づいて室温を自動的に下げることができる。別の例として、ステップ３３０で決定された快適度スコアに少なくとも部分的に基づいて部屋の湿度を自動的に増加させることができる。したがって、決定された快適度スコアは、（ｉ）使用者の気道に供給される加圧空気に関連する呼吸治療装置の圧力設定を自動的に調整すること、（ｉｉ）使用者の気道に供給される加圧空気に水分を導入するように構成された呼吸治療装置に結合された加湿器の加湿設定を自動的に調整すること、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方を含む、治療設定を自動的に調整するためのプロセスまたはシステムの一部として使用することができる。追加的にまたは代替的に、決定された快適度スコアは、ユーザの１つまたは複数の医療状態（例えば合併症）に応じて治療を自動的に調整するためのプロセスまたはシステムの一部として使用することができる。そのような１つ以上の医療状況としては、ＰＬＭＤ、ＣＯＰＤ、糖尿病、高血圧、不眠、過剰興奮などが挙げられ、上述したように、ユーザの快適性に影響を与え、快適度スコアに反映される可能性がある。

本明細書に記載された快適度スコアは、呼吸装置１２２の流量および圧力設定のような呼吸治療システム１２０の設定の調整（推奨、手動または自動適用）を決定するのに役立ち、および／または自動調整設定（例えば、ＲｅｓＭｅｄ呼吸治療システムにおけるＡｕｔｏｓｅｔ^ＴＭ特徴）または説明減圧（ＥＰＲ）のような呼吸治療システムの他の快適性関連設定を通知するのに使用され、この特徴は、吸気中にはユーザの気流圧力を維持し、呼気中には圧力を低下させることにより、ユーザが呼気中により容易かつ快適になる。快適度スコアは、睡眠／治療セッション中または睡眠／治療セッション間に生じる可能性のあるユーザの快適度スコアの任意の変化に基づいて設定を動的に調整するために、このような設定調整をリアルタイムおよび／または治療前／治療後に決定するために使用され得る。このようにして、睡眠／治療セッション中または複数の睡眠／治療セッションにわたって変更可能なユーザの治療快適度を監視し、ユーザの快適度を維持または改善するために必要に応じて設定を調整する。治療設定は、治療セッション全体にわたって周期的に決定された快適度スコアに基づいて、治療セッション全体にわたって周期的に（例えば、毎秒、毎分、または毎時に繰り返し）調整され得る。

一部の実施形態では、ステップ３５０において、代替ユーザインタフェース（例えば、代替マスク）が推奨される。追加的にまたは代替的に、一部の実施形態では、代替ユーザインタフェースは、自動的に処理され（例えば、ＨＭＥから自動的に注文され）、ユーザに配送される。これは、装着されたマスクを同様の交換物と交換すること、または、快適性をさらに高めるために選択された異なる種類のマスクと交換すること（例えば、顔全体から鼻（または枕）マスクへの移動、またはその逆）であってもよい。いくつかの実施形態では、本方法は、導管の置換（例えば、非加熱導管から加熱導管への移動、異なる直径または長さの導管への移動、置換された無水加湿モジュールまたはエレメントへの移動、または置換されたシリコンまたは発泡体エレメントなどのユーザインタフェースの一部への移動）を推奨および／または自動処理することも提供する。

快適度スコアは、治療を放棄するかまたは正しく継続しない可能性があるユーザを判断するのに役立つことができる。ユーザの快適度スコアを決定し、所定の閾値と比較することができる。ユーザの快適度スコアが閾値よりも低い（または閾値よりも高い、閾値の性質に依存する）場合、または所定の数の睡眠／治療セッションで計算される快適度スコアの数が閾値よりも低い（または高い）場合、ユーザ、介護者、または他の当事者に介入を勧めることができる。したがって、快適度スコアは、健康リスク、コンプライアンスリスクなどのリスクに基づいてユーザを監視するためのリスク管理ツールまたはシステムを入力するために使用することができる。したがって、決定された快適度スコアまたは決定された快適度スコアの傾向に少なくとも部分的に基づいて、快適度スコアは、ユーザが（ｉ）治療計画（例えば、医師によって処方された治療計画）に固執しないか、（ｉｉ）治療計画を放棄するか、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方を予測するのに役立つことができる。例えば、所定の閾値を超える（または下回る）快適度スコア、または複数の治療セッションからの快適度スコアの（負）傾向は、ユーザが許容できない不快感であるために、ユーザが治療を放棄する／堅持しない可能性があることを示すことができる。他の例では、快適度スコアは指導ツールまたはシステムに入力することができ、指導命令または材料は、例えば、ユーザの快適度スコア（例えば、複数の履歴快適度スコア）によって通知される（例えば、選択される）。快適度スコアに基づいて、指導システムは、ユーザの睡眠衛生、睡眠環境、治療装置など、またはそれらの任意の組み合わせについてユーザを指導することができる。

いくつかの実施形態では、ステップ３６０において、ステップ３１０で受信された呼吸治療システムのユーザに関連するデータに少なくとも部分的に基づいて、治療スコアおよび／または睡眠スコアが決定される。ステップ３７０において、更新された治療スコアおよび／または睡眠スコアは、ステップ３３０で決定された快適度スコアおよびステップ３６０で決定された治療スコアに少なくとも部分的に基づいて生成され得る。一部の実施形態では、初期睡眠スコアは、睡眠セッション全体における睡眠パターンの分析を表すが、目覚めた後にユーザがどれだけ清々しいと感じているかを表すものではない。快適度スコアは、覚醒直後および覚醒後のある時間（例えば、数分後または数時間後）におけるユーザの感覚をより良く表すことができ、快適度のレベルが異なる場合がある。よりリアルな睡眠スコアを提供するために、快適度スコアを使用して、必要に応じて睡眠スコアを上げたり下げたりすることができる。例えば、ユーザについて９２／１００の初期睡眠スコアが計算されたが、その睡眠セッションの快適度スコアが低い場合、睡眠スコアは、快適度スコアに基づいて調整され得る（例えば、初期睡眠スコアに快適度スコアから計算された係数を乗じることにより）。

いくつかの実施形態では、ステップ３３０において快適度スコアを決定することは、決定された少なくとも１つのパラメータを同じパラメータの複数の履歴値と比較することを含む。同じパラメータの複数の履歴値は、複数の対応する履歴主観的快適度レベルに関連付けられる。例えば、そのような実施形態の中には、受信データは、治療セッション中に呼吸治療システムに関連する客観的なデータを含むものもある。

いくつかの実施形態では、複数の履歴値および複数の対応する履歴主観的快適度レベルは、（ｉ）呼吸治療システムのユーザ、（ｉｉ）１つ以上の他の呼吸治療システムの１つ以上の他のユーザ、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方に関連付けられた記憶データから取得される。例えば、いくつかのそのような実施形態では、例えばユーザ入力によって、（ｉ）呼吸治療システムのユーザ、（ｉｉ）１つ以上の他の呼吸治療システムの１つ以上の他のユーザ、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方から、複数の対応する履歴的な主観的快適度レベルが受信される。

いくつかの実施形態では、複数の履歴睡眠セッション、複数の履歴治療セッション、またはその両方に関連する履歴客観データおよび履歴主観的快適度レベルを最初に受信することによって、複数の履歴値が複数の対応する履歴主観的快適度レベルに関連付けられる。いくつかの実施形態では、履歴客観データは、少なくとも２つの異なるセンサから受信され、その後、履歴主観的快適度レベルと関連付けられる。受信した履歴客観データを処理して複数の履歴値を抽出する。複数の履歴主観的快適度レベルのうちの履歴主観的快適度レベルは、複数の履歴値のうちの１つ以上の履歴値に関連付けられる。そのような実施形態の中には、複数の過去の睡眠セッションが呼吸治療システムの不使用に関連付けられ、複数の過去の治療セッションが呼吸治療システムの使用に関連付けられるものもある。

そのような実施形態の中には、方法３００は、少なくとも部分的に、（ｉ）１つ以上の履歴睡眠セッション中に受信された客観的データから抽出された対応する履歴パラメータと、（ｉｉ）１つ以上の履歴治療セッション中に受信された客観的データから抽出された対応する履歴パラメータとを比較することに基づいて、少なくとも１つのパラメータのパラメータのベースラインレベルを決定することも含む。

一般に、方法３００は、１つまたは複数のプロセッサと、機械可読命令を記憶するメモリとを有する制御システムを使用して実装されてもよい。制御システムは、メモリに結合することができる、方法３００は、機械可読命令が制御システムの少なくとも１つのプロセッサによって実行されるときに実施されることができる。方法３００はまた、命令がコンピュータによって実行されるときに方法３００のステップをコンピュータに実行させるように、命令を含むコンピュータプログラム製品（例えば、非一時的なコンピュータ可読媒体）を使用して実施することができる。

システム１００および方法３００は、本明細書では単一のユーザを参照して説明されてきたが、より一般的には、システム１００および方法３００は、複数のユーザ（例えば、２ユーザ、５ユーザ、１０ユーザ、２０ユーザなど）と同時に使用されてもよい。例えば、システム１００および方法３００は、クラウド監視設定において使用することができる。

追加的にまたは代替的に、いくつかの実施形態では、システム１００および／または方法３００は、１つまたは複数の呼吸システム（例えば、本明細書で説明する呼吸治療システム）を使用しながら、１つまたは複数のユーザを監視するために使用されてもよい。例えば、そのような実施形態の中には、主観的な快適度レベルおよび／または１人以上のユーザに関連する快適度スコアに関連する通知を監視装置または人に送信することができるものもある。方法３００の１つ以上のステップを使用して、主観的な快適度レベルおよび／または快適度スコアを決定することができる。追加的に、または代替的に、いくつかの実施形態では、主観的快適度レベルおよび／または快適度スコアが単純に記録される。
（実施例）

図１を参照して上述したように、快適度スコアは快適度スコアモジュール１０２によって決定され、快適性パラメータ１０４および基本重み値１０６の関数である。基本重み値１０６の実施例を表１を参照して示す。表１は、基本重み値（０から１０までのスケール）と、ユーザの心拍数および心拍数の変動度の快適度の閾値とをリストしている。

心拍間隔から心拍変動度（ＨＲＶ）を計算する多くの方法があり、これらの「間隔」は、心臓「ＲＲ」心拍間隔（ＲＲＩ）から、またはＰＰＧまたは他の光学センサに基づいて、例えばノイズなどのアーチファクトに対抗するために何らかの形の補間が適用されている可能性がある、検出されたまたは推定された基準点の間で最初に推定される。例えば、ｍｓ内のＲＲＩを直接使用することができる。あるいは、いくつかの実施形態では、さらなる処理を時間領域において適用して、平均ＮＮ（所与の時間における平均ＲＲ間隔－ここで「Ｎ」は、予期しない拍動が取り除かれた正常を表す）、ＳＤＮＮ（時間の経過における平均ＲＲ間隔）、ＲＭＳＳＤ（正常なＲＲ間隔の標準偏差）を得ることができる。周波数領域に基づくメトリックは、低周波数（ＬＦ－ここでは０．０３～０．１５Ｈｚが一般的に使用される）、高周波数（ＨＦ－ここでは０．１５～０．４０Ｈｚが一般的に使用される）、およびＬＦ：ＨＦの比を含むことができる。

パラメータ値が低閾値と高閾値の間にある場合、快適であるとみなされます。この実施例では、ユーザの心拍数が毎分４０回（ｂｐｍ）から１００回ｂｐｍの間であれば、これらは心拍数の快適値とみなされる。同様に、ユーザの心拍変動度（ＨＲＶ）が５０～７０ミリ秒の間であれば、これらはＨＲＶの快適値とみなされる。快適度の閾値は、ユーザに関連するユーザプロファイル（例えば、人口統計情報、医療情報、年齢および性別）および／またはユーザに関する収集された追加データ（例えば、方法３００のステップ３１０において受信データ）に基づいて初期設定されることができる。いくつかの実施形態では、低い閾値のみが存在するか、または高い閾値のみが存在する。最初に設定された閾値は、ユーザプロファイルの変化に基づいて調整することができる。

いくつかの実施形態では、心拍数データはさらに分析されてもよい。例えば、夜間の絶対心拍数を処理することができる。別の例として、標準化された心拍数は、一晩中または前の数晩からの値に基づいて処理されてもよい。標準化された値からの変化は、ユーザによるユーザの変動度をより良く除去することができ、残差は、覚醒から睡眠、および異なる睡眠段階の間の傾向分析（例えば、一定期間において増加、同一または減少する傾向を求める）に使用することができる。いくつかの実施形態では、人がペーシングされた場合、ＲＲおよびＨＲＶ推定値に補正係数を適用することができる。

いくつかの実施形態では、ＨＲＶは、ＬＦ／ＨＦ比を決定するようなスペクトル測定を使用して推定されてもよい。ＬＦ／ＨＦ比を使用する場合は、ここで説明するようなミリ秒単位のＲＲ間隔ではなく、平均値、トリム平均値または中央値と比較することができる。いくつかの実施形態では、ＨＲＶは、より微妙な変化をもたらすより短い時間スケールで分析することができる。

いくつかの実施形態では、ＨＲＶは、ＮＲＥＭおよびＲＥＭの両方がウェイクアップよりも高いＮＲＥＭの間にＲＥＭよりも高い場合がある。したがって、「通常」の睡眠サイクルの変化では、夜の早い時間にはより多くの深い睡眠が、夜の終わりにはより多くの急速な眼球運動が期待され、システムは推定深い睡眠Ｎ３（ＳＷＳ）の間にはより大きなＨＲＶが期待されます。最大ＨＲＶは、就寝時間に応じて午前１～３時に就寝する最深部睡眠（持続ＳＷＳ）と一致する場合があります。また、迷走神経（副交感神経）バランスが交感神経バランスよりも高いため、ＨＲＶは夜間の睡眠時に増加することが多い。

いくつかの実施形態では、快適度スコアの決定は、昼間のＨＲＶ推定値（例えば、スマートウォッチから）と夜間のＨＲＶ推定値とを比較することによって個人化することができる。システムは、快適さを示すために予想される増加があるかどうかをチェックし、その理由を推定する。昼間のＨＲＶ（ＲＲインターバル分析またはスペクトルＬＦ／ＨＦ分析による）と睡眠にはサーカディアンリズムを重ね合わせることができるので、システムでは昼夜の時間に眠気のサーカディアンリズムモデルを重ねて使用します。慢性疾患（特に心筋梗塞後の心臓疾患など）が存在する場合、所望のＨＲＶの睡眠中の増加は、ＨＲＶ差のレベルが低い潜在疾患（例えば、制御された疾患を有するユーザが依然として快適であるかまたは不快である可能性がある）の影響を受け、システムにより補正因子を適用することができ、その後、この補正を行って、ユーザに快適度スコアをより個人化する。

例えば、ユーザが非常にアクティブな場合、表１の例である心拍数の快適高閾値を１００ｂｐｍ以下に下げることができる。逆に、転倒による股関節骨折など、新たな健康上の問題を抱えている可能性のある利用者は、心拍数の高い閾値の上方への移動が必要になるだろう。別の例として、心拍変動度は通常、若年層、睡眠が比較的良好な人、ストレスレベルが低い人で高い。従って、ユーザの年齢、潜在的な健康状態、ストレス源（慢性または急性）、および推定された睡眠の質を理解することは、ユーザの主観的な快適度レベルを推定するのに役立つ（これにより、このユーザの期待レベルに比べて、心拍変動度の短期的な改善を得ることができる）。

いくつかの実施形態では、基本重み値を決定および／または修正するために、再帰的ニューラルネットワークと共に時間的にパターンを学習する長短メモリ（ＲＮＮ（人工再帰的ニューラルネットワーク）アーキテクチャ）を使用することができる。

表１に、短期期間（１、２、３日など）と長期期間（１０日、１ヶ月、６ヶ月など）の基本重み値を示します。いくつかの実施形態では、これらは、快適性パラメータの時間的傾向に応じてさらに分類される。例えば、このような実施例の中には、「＋」はポジティブまたは良好な傾向を表し、「－」はネガティブまたは悪い傾向を表すものもあります。「安定－良好」カテゴリは、トレンドが安定しており、快適度の閾値内であることを示します。「安定－悪い」カテゴリは、傾向は安定しているが、パラメータまたはパラメータの組み合わせが快適度の閾値を超えていることを示します。

正または良好な傾向表示は、通常、所与の期間にわたってパラメータに関連付けられた値が所望の方向に向いていることを示す。逆に、負の傾向は、通常、パラメータに関連付けられた値が所与の期間にわたって所望の方向から逸脱する傾向を示す。例えば、心拍変動度のパラメータの場合、傾向表示は、パラメータに関連付けられた値の時間的な変化（例えば、１つの睡眠セッションまたは複数の睡眠セッションの間）をマッピングする傾きを持つ記号を使用することを示す。たとえば、正の傾きは正のトレンド指標を表し、負の傾きは負のトレンド指標を表します。他のいくつかの快適性パラメータの場合、傾向表示は傾きの逆符号を使用することができる。例えば、快適性パラメータが血圧の場合、関係は逆になります。つまり、通常、血圧の低下は正な傾向指標を示し、血圧の上昇は負な傾向指標を示す。

傾向表示は、（１）それが一時的な快適性の問題（例えば、圧力、湿度などの小さな調整が必要）であるか、慢性的な問題（例えば、新しい処方または他の医療的注意が必要）であるか、および（２）ユーザのベースラインの調整が必要かどうかを判断するのに役立つ（例えば、ユーザは小さいＨＲＶを持っているかもしれないが、これは一般的に快適性が小さいことを示しているが、ユーザのベースラインＨＲＶが長期にわたって小さいため、ユーザはかなり快適であるかもしれない）。

他の快適性パラメータは、前述の心拍数および心拍変動度と同様に扱うことができる。いくつかの実施形態では、快適性パラメータに関連する複数のデータポイント、例えば１つまたは複数のセンサ１３０によって提供されるデータポイントを使用して、各快適性パラメータの傾向表示を決定することができる。いくつかの実施形態では、各快適性パラメータのデータセットは標準化される。この標準化は、例えば、意味のある単一の上側スロープ閾値および単一の下側スロープ閾値の選択を可能にし、すべてのパラメータについて類似した大きさの基本重み値を有することによって、分析および操作を簡略化することができる。

追加の基本重み値の他のカテゴリ、および追加の基本重み値を決定するために使用される他のカテゴリも考慮することができる。例えば、傾向が正だが、快適度の閾値を完全に超えている場合は、「正－悪い」というカテゴリーを使うことができる。快適度の閾値を完全に超えている負の傾向には、「負－悪い」カテゴリを使用できる。

長い期間と短い期間だけが記載されているが、他の追加期間も考慮される。例えば、非常に長い期間は、長い期間よりも大きい場合がある。指定された長期期間の合計日数には、１日から３０日までが含まれますが、それ以上の期間を使用できる。例えば、快適性パラメータを決定するためのデータは、３０日以上、３ヶ月以上、６ヶ月以上、１年以上、または数年以上（例えば、２年、３年、４年、５年以上）にわたって収集することができる。

あるいは、いくつかの実施形態では、第１のパラメータの傾向表示は、（ｉ）フィッティングラインの傾きが傾き値の範囲内にあり、（ｉｉ）第１のパラメータの少なくとも２つの値（例えば、第１の値と第２の値）の平均値が快適度の閾値の範囲内にあるという決定に応答して、安定－良好傾向表示である。いくつかの実施形態では、第１の値および第２の値のうちの少なくとも１つは、傾向が安定－良好な快適度の閾値を示す範囲内である。いくつかの実施形態では、第１の値および第２の値は、傾向が安定－良好な快適度の閾値であることを示す範囲内である。

あるいは、いくつかの実施形態では、複数のパラメータのうちの第１のパラメータの傾向表示は、（ｉ）フィッティングラインの傾きが傾き値の範囲内にあり、（ｉｉ）少なくとも第１の値と第２の値の平均値が快適度の閾値の範囲外にあるという決定に応答して、安定－悪い傾向表示である。いくつかの実施形態では、第１の値および第２の値のうちの少なくとも１つは、傾向が安定－悪い快適度の閾値であることを示す範囲外である。いくつかの実施形態では、少なくとも第１の値および第２の値は、傾向が安定－悪い快適度の閾値であることを示す範囲外である。

いくつかの実施形態では、快適度スコアは、第１の積と第２の積との和として決定される。第１の積は、第１のパラメータの第２の値と、第１のパラメータの関連する決定された基本重み値との積である。第２の積は、第２のパラメータに対する第２の値と、第２のパラメータに対する関連する決定された基本重み値との積である。式１は関数の数式である。
ＣＳ＝Ｗ_１Ｐ_１＋Ｗ_２Ｐ_２ （１）

そのうちＣＳは快適度スコア、Ｗ_１は、第１パラメータＰ_１の決定された基本重み値である、また、Ｗ_２は、第２パラメータＰ_２の決定された基本重み値である。

式１は、追加のパラメータを含むように拡張することができ、式２に示すように、関連するすべてのパラメータの積の和として表現することができる。


ここで、ｎは関連するパラメータの数です。いくつかの実施形態では、パラメータは、ユーザの主観的な快適性に影響を及ぼさないように決定されてもよく、したがって、パラメータＰ_ｍに対して積Ｗ_ｍＰ_ｍ＝０である。

表２は、選択された例示的パラメータの０～１０の中性調整スケールを提供する。ここで、５は快適さを表し、５より大きいのは快適さより良い（例えば、快適さが快適な夜間睡眠に必要な快適さより大きい）を表し、５より小さいのは快適さより悪い（例えば、快適さが快適な夜間睡眠の要求より低い）を表す。表２に、サンプルパラメータのソースと初期重みを示します。本明細書で開示されるように、いくつかの実施形態では、各パラメータの初期重みは、表２からルックアップされる。そのような実施形態の中には、各パラメータの重み付け値は、システムのユーザまたは他のユーザに関連する事前学習データに基づいて（例えば、人口統計データおよび／または健康データ分類に基づいて）決定されるものもある。例えば、第１のユーザの初期重みは、第１のユーザと第２のユーザのそれぞれの人口統計データおよび／または健康データのために、第２のユーザの初期重みと異なることができる。

当業者が容易に理解できるように、本開示の様々な態様は、機械学習アルゴリズムによって実行することができる。いくつかの例では、図３のステップ３３０またはステップ３６０は、監視アルゴリズムまたは非監視アルゴリズムによって実行されてもよい。例えば、システムは、（１）決定木（「ＤＴ」）、（２）ベイジアンネットワーク（「ＢＮ」）、（３）人工ニューラルネットワーク（「ＡＮＮ」）、または（４）サポートベクトルマシン（「ＳＶＭ」）など、より基本的な機械学習ツールを利用することができる。他の例では、ディープラーニングアルゴリズムまたは畳み込みニューラルネットワーク（「ＣＮＮ」）、再帰ニューラルネットワーク（「ＲＮＮ」）、またはカプセルネットワーク（「ＣａｐｓＮｅｔ」）などの他のより複雑な機械学習アルゴリズムを使用することができる。

ＤＴは、入力データを決定ツリー内の連続するステップごとに質問された問題と一致させる分類図である。ＤＴプログラムは、質問の答えに基づいてツリーの「ブランチ」を下に移動します（たとえば、最初のブランチ：主観データに何らかの入力が含まれているか？ＹｅｓまたはＮｏ。２番目のブランチ：客観データに特定のパラメータが含まれているか？ＹｅｓまたはＮｏ、など）。

ベイジアンネットワーク（「ＢＮ」）は、与えられた引数に基づく事柄が真である可能性に基づいており、確率関係に基づいてモデル化されている。ＢＮは、１つまたは別の変数に基づいて１つの変数の可能性を決定する確率関係に純粋に基づいている。例えば、ＢＮは、客観的データと、主観的データと、本開示で想定される任意の他の情報との間の関係をシミュレートすることができる。特に、ユーザの客観的データの過去の快適度レベルおよび特定のパラメータが既知であれば、ＢＮを使用して現在の快適度スコアを計算することができる。これにより、効率的なＢＮアルゴリズムを用いて、入力データに基づいて推定を行うことができる。

人工ニューラルネットワーク（「ＡＮＮ」）は、動物の中枢神経系にインスパイアされた計算モデルである。ノードネットワークを介して入力を出力にマップします。しかし、ＢＮとは異なり、ＡＮＮでは、ノードが必ずしも実際の変数を表すわけではありません。したがって、ＡＮＮは、観察者にとって既知の変数によって表されないノードの非表示層を有することができる。ＡＮＮはパターン識別を行うことができる。彼らの計算方法は、さまざまな入力データに基づいて快適さを判断する過程で起こりうる複雑で不明なプロセスを理解することを容易にします。

サポートベクトルマシン（「ＳＶＭ」）は、機械学習統計とベクトル空間（線形空間内の次元数を表す線形代数概念）を利用したフレームワークであり、ある種の限界相関構造を備えています。場合によっては、入力を２つのクラスに簡単に分類できる新しい座標系を決定することもあります。例えば、ＳＶＭは、異なる事象またはパラメータ分類に由来する２つのセットの点を分離する線を識別することができる。

深度ニューラルネットワーク（ＤＮＮ）は最近開発され、多くの変化を持つ非常に複雑な関係をモデル化することができる。過去数十年間、多くの研究者がＡＮＮなどのアルゴリズムに関連する問題を解決するために様々なＤＮＮアーキテクチャを提案してきた。これらの種類のＤＮＮには、ＣＮＮ（畳み込みニューラルネットワーク）、ＲＢＭ（制限付きボルツマン機）、ＬＳＴＭ（長短期間記憶）などがある。いずれも人工ニューラルネットワークの理論に基づいている。人工ニューラルネットワークに関連する逆伝搬誤差逓減問題を克服することで、より良い性能を示す。

機械学習モデルは、それらが検出するように設計された関心のあるパラメータを識別するためのトレーニングデータを必要とする。例えば、ネットワークにランダムに割り当てられた初期重みを適用することや、逆伝播を用いたディープラーニングアルゴリズムに勾配降下を適用することを含む様々な方法を用いて機械学習モデルを形成することができる。他の例では、１つまたは２つの隠蔽層を有するニューラルネットワークを、この技術を使用してトレーニングすることなく使用することができる。

いくつかの例では、マークデータまたは特定のユーザ入力を表すデータを使用して機械学習モデルを訓練することができる。他の例では、データは結果のみでマークされ、機械学習アルゴリズムを訓練するために様々な関連データを入力することができる。

例えば、特定の快適性が入力データに適しているか否かを判定するために、本明細書で開示されている様々なデータを入力する様々な機械学習モデルを利用することができる。いくつかの例では、入力データは、その分野の専門家に特定の状況に応じて関連する観察結果をラベル付けすることによってラベル付けされる。したがって、トレーニングデータの機械学習アルゴリズムの入力は、健康なユーザからの各種データを、様々な睡眠障害を持つユーザからの各種データとして識別する。

以下の請求項１～４７のうちの１つまたは複数からの１つまたは複数の要素、態様またはステップ、またはその任意の部分を、他の請求項１～４７のうちの１つまたは複数からの１つまたは複数の要素、態様またはステップ、またはその任意の部分と組み合わせて、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できる。

本開示は、１つまたは複数の特定の実施形態または実施形態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を逸脱することなく、多くの変更が可能であることを識別するであろう。これらの実施形態およびその顕著な変化の各々は、本開示の精神および範囲内に含まれると考えられる。また、本開示の態様による追加のインプリメンテーションは、本明細書に記載された任意のインプリメンテーションからの任意の数の特徴を組み合わせてもよいことが予想される。

Claims (47)

1. 呼吸治療システムのユーザの主観的快適度レベルを推定する方法であって、
   治療セッション中に前記呼吸治療システムの前記ユーザに関連するデータを受信するステップと、
   前記受信データの第１の部分に少なくとも部分的に基づいて、前記ユーザに関連する少なくとも１つのパラメータを決定するステップと、
   前記決定された少なくとも１つのパラメータに少なくとも部分的に基づいて、前記治療セッションの少なくとも一部の間の前記呼吸治療システムの前記ユーザの前記主観的な快適度レベルを示す快適度スコアが決定されるステップと
   を含む呼吸治療システムのユーザの主観的快適度レベルを推定する方法。
2. 前記呼吸治療システムは、加圧空気を前記ユーザの気道に供給するように構成された呼吸治療装置、前記ユーザの下顎骨の位置を調整するように構成された下顎骨整復装置、またはその両方を含む、
   請求項１に記載の方法。
3. 前記ユーザに関連する前記データは、前記呼吸治療システム、ユーザ装置、センサ、またはこれらの任意の組み合わせから受信される、
   請求項１または２に記載の方法。
4. 前記ユーザ装置は、スマートフォン、タブレット、ゲームコンソール、スマートウォッチ、ラップトップ、テレビ、スマートホームデバイス、またはそれらの任意の組み合わせを含む、請求項３に記載の方法。
5. 前記センサが前記呼吸治療システムおよび／または前記記憶装置に結合されている、請求項３または４に記載の方法。
6. 前記少なくとも１つのパラメータは、漏れの種類、漏れの量、漏れの持続時間、使用の持続時間、事象の種類、事象の種類の数、身体の位置、身体の位置の変化、身体の位置の変化の数、運動の変化、運動の変化の数、残存いびきの持続時間、残存スコア、残存いびきの重症度、うねりの数、覚醒の数、睡眠構造の変化、不安測定、圧力の変化の数、心拍数、心拍数の変化、心拍数の変化の数、心拍変動度、呼吸速度、呼吸速度の変化、呼吸速度の変化の数、呼吸速度の変動度、痛みの位置、痛みの重症度、加湿効果レベル、またはこれらの任意の組み合わせを含む、請求項１から５のいずれか１項に記載の方法。
7. 前記残差スコアは、残差ＡＨＩスコア、残差いびきスコア、またはその両方を含む、請求項６に記載の方法。
8. 漏れの種類は、口漏れ、意図しないユーザインタフェース漏れ、意図的なユーザインタフェース漏れ、導管漏れ、またはそれらの任意の組み合わせを含む、請求項６または請求項７に記載の方法。
9. 前記事象の種類は、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、呼吸不足、残存無呼吸事象、咳、不穏脚、睡眠障害、窒息、心拍数の増加、呼吸困難、喘息発作、てんかん発作、突然の病気の発作、血圧上昇、またはこれらの任意の組合せを含む、請求項６から８のいずれか１項に記載の方法。
10. 前記決定された快適度スコアに少なくとも部分的に基づいて、前記呼吸治療システムの１つ以上の動作設定に対する変更を決定することをさらに含む、請求項１～９のいずれか１項に記載の方法。
11. 前記呼吸治療システムの１つ以上の動作設定の変更は、呼吸治療装置の圧力設定の調整を含む、請求項１０に記載の方法。
12. 前記決定された快適度スコアに少なくとも部分的に基づいて、前記ユーザに推奨を提供することをさらに含む、請求項１から１１のいずれか１項に記載の方法。
13. 前記提供される推奨は、（ｉ）呼吸治療装置の圧力設定を調整することであって、前記圧力設定は、前記ユーザの前記気道に供給される加圧空気に関連付けられることと、（ｉｉ）前記呼吸治療装置に結合される加湿器の加湿設定を調整することであって、前記加湿器は、前記ユーザの前記気道に供給される前記加圧空気に水分を導入するように構成されることと、（ｉｉｉ）前記呼吸治療システムのためのマスクタイプを推奨することと、（ｉｖ）前記ユーザのための睡眠位置を推奨することと、（ｖ）前記ユーザのためのあごストラップを推奨することと、（ｖｉ）前記ユーザのための鼻クレードルクッションを推奨することと、または（ｖｉｉ）それらの任意の組み合わせと、を含む、請求項１２に記載の方法。
14. 前記受信されるデータは、音響データ、圧力データ、流速データ、湿度データ、運動データ、生理学的データ、ユーザ入力データ、またはこれらの任意の組み合わせを含む、請求項１から１３のいずれか１項に記載の方法。
15. 前記生理学的データは、呼吸アルコールデータ、血液アルコールデータ、血圧データ、血糖データ、血中酸素データ、気道充血データ、気道閉塞データ、体温データ、心拍データ、呼吸データ、睡眠段階データ、ＣＯ_２レベルデータ、またはこれらの任意の組み合わせを含む、請求項１４に記載の方法。
16. 前記ユーザ入力データは、主観的快適度レベル、前記ユーザの主観的ストレスレベル、前記ユーザの主観的疲労レベル、前記ユーザの主観的健康状態、前記ユーザが最近経験したライフ事象、前記ユーザに関連する客観的健康データ、またはそれらの任意の組み合わせを示す情報を含む、請求項１４または１５に記載の方法。
17. 前記ユーザに関連する客観的な健康データは、前記ユーザの年齢、前記ユーザの性別、前記ユーザの人種、前記ユーザの地理的位置、前記ユーザの関係状態、前記ユーザの雇用状態、前記ユーザの教育状態、前記ユーザの社会経済状態、前記ユーザに関連する１つ以上の医療状態、前記ユーザの薬物使用、またはこれらの任意の組み合わせなどの、前記ユーザの人口統計および／または医療情報を含む、請求項１６に記載の方法。
18. 前記少なくとも１つのパラメータは、第１のパラメータと第２のパラメータとを含む、請求項１から１７のいずれか１項に記載の方法。
19. 前記第１のパラメータの第１の重み付け値および第２のパラメータの第２の重み付け値を決定することをさらに含み、快適度スコアは、前記第１の重み付け値および前記第２の重み付け値に少なくと前記も部分的に基づいて決定される、請求項１８に記載の方法。
20. 前記呼吸治療システムの前記ユーザに関連する前記受信データの第２の部分に少なくとも部分的に基づいて、前記第１の重み付け値および／または前記第２の重み付け値を修正することをさらに含み、前記快適度スコアは、修正された第１の重み付け値および修正された第２の重み付け値に少なくとも部分的に基づいて決定される、請求項１９に記載の方法。
21. 前記呼吸治療システムの前記ユーザに関連する前記受信データに少なくとも部分的に基づいて、治療スコアおよび／または睡眠スコアを決定することをさらに含む、請求項１から２０のいずれか１項に記載の方法。
22. 前記ユーザの人口統計パラメータ、前記ユーザの病歴、前記呼吸治療システムまたはその構成要素の種類、前記呼吸治療システムの設定、またはそれらの任意の組み合わせに少なくとも部分的に基づいて、前記快適度スコアを標準化することをさらに含む、請求項１から２１のいずれか１項に記載の方法。
23. 前記ユーザの年齢、前記ユーザの性別、前記ユーザの人種、前記ユーザに関連する１つ以上の医療状態、前記ユーザの薬剤使用、またはそれらの任意の組み合わせに少なくとも部分的に基づいて、前記快適度スコアが標準化される、請求項２２に記載の方法。
24. 前記快適度スコアは、前記呼吸治療システムの種類に少なくとも部分的に基づいて標準化され、前記種類は、連続気道陽圧（ＣＰＡＰ）システム、自動気道陽圧（ＡＰＡＰ）システム、２レベル気道陽圧（ＢＰＡＰ）システム、可変気道陽圧（ＶＰＡＰ）システム、および人工呼吸装置から選択される、請求項２２または２３に記載の方法。
25. 前記呼吸治療システムの前記ユーザに関連する前記受信データに少なくとも部分的に基づいて、前記標準化された快適度スコアおよび／または睡眠スコアを出力することをさらに含む、請求項２２から２４のいずれか１項に記載の方法。
26. （ｉ）前記呼吸治療システムの前記ユーザに関連する前記受信データと、（ｉｉ）前記標準化された快適度スコアとに少なくとも部分的に基づいて、治療スコアおよび／または睡眠スコアを決定する、請求項２２から２４のいずれかに記載の方法。
27. 前記決定された快適度スコアまたは前記標準化された快適度スコアに少なくとも部分的に基づいて、更新された治療スコアおよび／または睡眠スコアを生成することをさらに含む、請求項１から２６のいずれかに記載の方法。
28. 前記快適度スコアを決定することは、前記決定された少なくとも１つのパラメータを、複数の対応する履歴主観的快適度レベルに関連付けられた同一パラメータの複数の履歴値と比較することを含む、請求項１から２７のいずれか１項に記載の方法。
29. 前記受信データは、前記治療セッション中に前記呼吸治療システムに関連する客観的なデータを含む、請求項２８に記載の方法。
30. 前記複数の履歴値および前記複数の対応する履歴主観的快適度レベルが、（ｉ）前記呼吸治療システムの前記ユーザ、（ｉｉ）１つまたは複数の他の呼吸治療システムの１つまたは複数の他のユーザ、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方に関連付けられた記憶データから取得される、請求項２８または２９に記載の方法。
31. 前記複数の対応する履歴主観的快適度レベルは、例えばユーザ入力を介して、（ｉ）前記呼吸治療システムの前記ユーザ、（ｉｉ）前記１つまたは複数の他の呼吸治療システムの前記１つまたは複数の他のユーザ、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方から受信される、請求項３０に記載の方法。
32. 前記複数の履歴値は、以下の方法によって、前記複数の対応する履歴主観的快適度レベルと関連付けられる：
    複数の過去の睡眠セッション、複数の過去の治療セッション、またはその両方に関連付けられた過去の客観的データおよび過去の主観的快適度レベルを受信する；
    前記受信した履歴客観データを処理して複数の履歴値を抽出することと；および
    前記複数の履歴主観的快適度レベルのうちの履歴主観的快適度レベルは、前記複数の履歴値のうちの１つまたは複数の履歴値と関連付けられる、請求項２８から３１のいずれか１項に記載の方法。
33. 前記複数の履歴睡眠セッションは、呼吸治療システムを使用しないことに関連付けられ、前記複数の履歴治療セッションは、呼吸治療システムを使用することに関連付けられる、請求項３２に記載の方法。
34. 少なくとも部分的に、（ｉ）１つまたは複数の履歴睡眠セッション中に受信された客観的データから抽出された前記対応する履歴パラメータと、（ｉｉ）１つまたは複数の履歴治療セッション中に受信された客観的データから抽出された前記対応する履歴パラメータとの比較に基づいて、前記少なくとも１つのパラメータのパラメータのベースラインレベルを決定することをさらに含む、請求項３３に記載の方法。
35. 前記履歴客観データは、少なくとも２つの異なるセンサから受信され、次いで、前記履歴主観的快適度レベルと関連付けられる、請求項３２から３４のいずれか１項に記載の方法。
36. 前記決定された快適度スコアに基づいて、治療設定を自動的に調整することをさらに含む、請求項１から３５のいずれか１項に記載の方法。
37. 前記治療設定を自動的に調整することは、（ｉ）前記ユーザの前記気道に供給される加圧空気に関連する呼吸治療装置の圧力設定を自動調整すること、（ｉｉ）前記呼吸治療装置に接続された加湿器の加湿設定を自動的に調整し、前記加湿器は、前記ユーザの前記気道に供給される前記加圧空気に湿気を導入するように構成されること、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方を含む、請求項３６に記載の方法。
38. 前記治療設定は、前記治療セッションの全体にわたって、周期的に決定された快適度スコアに基づいて周期的に調整される、請求項３６または３７に記載の方法。
39. 前記治療設定は、（ｉ）前記治療セッションからの前記決定された快適度スコア、（ｉｉ）１つまたは複数の異なる治療セッションからの１つまたは複数の決定された快適度スコア、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方に基づいて調整される、請求項３６から３８のいずれか１項に記載の方法。
40. 前記決定された快適度スコアまたは決定された快適度スコアの傾向に少なくとも部分的に基づいて、前記ユーザが（ｉ）治療計画を堅持しないか、（ｉｉ）治療計画を放棄するか、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方を行う可能性を予測することをさらに含む、請求項１から３９のいずれかに記載の方法。
41. 前記可能性を予測することは、前記決定された快適度スコアまたは決定された快適度スコアの傾向を所定の閾値と比較することを含む、請求項４０に記載の方法。
42. システムであって、
    １つまたは複数のプロセッサを含む制御システム、および
    機械可読命令を記憶するメモリと、を含み、
    前記制御システムは前記メモリに結合され、前記メモリ内の前記機械可読命令が制御システムの１つまたは複数のプロセッサのうちの少なくとも１つによって実行される場合、請求項１から４１のいずれか１項に記載の方法を実現する、
    システム。
43. 呼吸治療システムのユーザの主観的快適度レベルを推定するためのシステムは、請求項１から４１のいずれかに記載の方法を実施するように構成された制御システムを含む。
44. コンピュータによって実行された場合に、請求項１から４１のいずれかの方法をコンピュータに実行させる命令を含む、コンピュータプログラム製品。
45. 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、請求項４４に記載のコンピュータプログラム製品。
46. システムであって、
    １つまたは複数のプロセッサを含む制御システム、および
    機械可読命令を記憶するメモリと、を含み、
    前記制御システムは、前記メモリに結合され、呼吸装置治療システムのユーザの主観的快適性レベルを推定するための方法を実装するように構成され、
    前記方法であって、
    治療セッション中に前記呼吸治療システムの前記ユーザに関連するデータを受信することと、
    前記受信データの第１の部分に少なくとも部分的に基づいて、前記ユーザに関連する少なくとも１つのパラメータを決定することと、および
    前記決定された少なくとも１つのパラメータに少なくとも部分的に基づいて、前記治療セッションの少なくとも一部の間の前記呼吸治療システムの前記ユーザの主観的な快適度レベルを示す快適度スコアが決定される、を含む、前記方法。
47. 前記制御システムは、請求項２から４１のいずれかに記載の方法を実施するようにさらに構成される、請求項４６に記載のシステム。