JP6262200B2 - 信号ベースモニタリングからリスクベースモニタリングへ患者ケアを移行させるシステム及び方法 - Google Patents
信号ベースモニタリングからリスクベースモニタリングへ患者ケアを移行させるシステム及び方法 Download PDFInfo
- Publication number
- JP6262200B2 JP6262200B2 JP2015503307A JP2015503307A JP6262200B2 JP 6262200 B2 JP6262200 B2 JP 6262200B2 JP 2015503307 A JP2015503307 A JP 2015503307A JP 2015503307 A JP2015503307 A JP 2015503307A JP 6262200 B2 JP6262200 B2 JP 6262200B2
- Authority
- JP
- Japan
- Prior art keywords
- patient
- internal state
- state variables
- density function
- probability density
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 69
- 238000012544 monitoring process Methods 0.000 title claims description 58
- 238000005259 measurement Methods 0.000 claims description 124
- 230000006870 function Effects 0.000 claims description 95
- 230000035790 physiological processes and functions Effects 0.000 claims description 62
- 238000011282 treatment Methods 0.000 claims description 53
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 45
- 230000003993 interaction Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 12
- 230000007704 transition Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims 17
- 230000003750 conditioning effect Effects 0.000 claims 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 26
- 229910052760 oxygen Inorganic materials 0.000 description 26
- 239000001301 oxygen Substances 0.000 description 26
- 102000001554 Hemoglobins Human genes 0.000 description 25
- 108010054147 Hemoglobins Proteins 0.000 description 25
- 238000012800 visualization Methods 0.000 description 24
- 238000004422 calculation algorithm Methods 0.000 description 23
- 239000002245 particle Substances 0.000 description 23
- 239000003814 drug Substances 0.000 description 21
- 238000010586 diagram Methods 0.000 description 20
- 229940079593 drug Drugs 0.000 description 20
- 239000008280 blood Substances 0.000 description 18
- 210000004369 blood Anatomy 0.000 description 18
- 230000000747 cardiac effect Effects 0.000 description 18
- 230000036593 pulmonary vascular resistance Effects 0.000 description 18
- 230000035939 shock Effects 0.000 description 18
- 230000000670 limiting effect Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 16
- 201000005503 Hypoplastic left heart syndrome Diseases 0.000 description 14
- 230000017531 blood circulation Effects 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 10
- 230000012447 hatching Effects 0.000 description 9
- 230000036541 health Effects 0.000 description 9
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 8
- 238000013459 approach Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 238000012952 Resampling Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000000004 hemodynamic effect Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 230000001447 compensatory effect Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000002685 pulmonary effect Effects 0.000 description 6
- 239000012925 reference material Substances 0.000 description 6
- 208000036864 Attention deficit/hyperactivity disease Diseases 0.000 description 5
- 208000009378 Low Cardiac Output Diseases 0.000 description 5
- 230000004872 arterial blood pressure Effects 0.000 description 5
- 208000015802 attention deficit-hyperactivity disease Diseases 0.000 description 5
- 230000036772 blood pressure Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000011269 treatment regimen Methods 0.000 description 5
- 206010021143 Hypoxia Diseases 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 4
- 230000004087 circulation Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 230000007954 hypoxia Effects 0.000 description 4
- 238000012502 risk assessment Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000009533 lab test Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008506 pathogenesis Effects 0.000 description 3
- 238000013517 stratification Methods 0.000 description 3
- 208000028399 Critical Illness Diseases 0.000 description 2
- 238000012614 Monte-Carlo sampling Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010241 blood sampling Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000003284 homeostatic effect Effects 0.000 description 2
- 238000001802 infusion Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000002980 postoperative effect Effects 0.000 description 2
- 230000035485 pulse pressure Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 208000002330 Congenital Heart Defects Diseases 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 208000010496 Heart Arrest Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 1
- 206010069140 Myocardial depression Diseases 0.000 description 1
- 206010039163 Right ventricular failure Diseases 0.000 description 1
- 206010040047 Sepsis Diseases 0.000 description 1
- 208000007888 Sinus Tachycardia Diseases 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 239000010836 blood and blood product Substances 0.000 description 1
- 238000004820 blood count Methods 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000005796 circulatory shock Effects 0.000 description 1
- 208000028831 congenital heart disease Diseases 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000004882 diastolic arterial blood pressure Effects 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 230000036543 hypotension Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 235000014655 lactic acid Nutrition 0.000 description 1
- 239000004310 lactic acid Substances 0.000 description 1
- 210000005246 left atrium Anatomy 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 208000002815 pulmonary hypertension Diseases 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 238000009666 routine test Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000004873 systolic arterial blood pressure Effects 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 229940124549 vasodilator Drugs 0.000 description 1
- 239000003071 vasodilator agent Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000000007 visual effect 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- 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
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/03—Intensive care
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
Description
本発明は、リスクベースの患者モニタリングシステム及び患者モニタリング方法に関する。さらに詳しくは本発明は、種々異なるソースからの患者データを結合して、患者の現在及び将来のリスクを評価する方法に関する。
本発明によれば、重症患者ケアのためのリスクベースの患者モニタリングシステムが開示される。このシステムは、患者に対する現在のリスク及び将来のリスクを評価するために、何らかのベッドサイドモニタからのデータ、電子医療記録ないしは電子カルテ、ならびにその他の患者固有の情報を結合する。さらにこのシステムを、患者の特定のリスクが予め定められた閾値を通過したときに、標準化された医療計画に従いユーザに特定のアクションを促す決定支援システムとして、実現することもできる。ここで述べる技術のさらに別の実現形態は、通院患者モニタリングシステムである。このシステムによれば、患者ならびに家族の評価が、薬剤投与計画及び医師の評価に関する情報とともに結合されて、患者のリスクプロフィルが生成され、患者の臨床トラジェクトリが連続的に追跡され、通院又は付加的な検査をいつ予定すべきであるのかに関して、医師に対し決定支援が提供される。
A)患者の治療とコンディションの一方に生理機能的に関連するパラメータをそれぞれ表す複数の内部状態変数に対応づけられたデータを、コンピュータによって取得するステップ;
B)取得した前記複数の内部状態変数に対応づけられたデータを、コンピュータによりアクセス可能な記憶装置に格納するステップ;
C)前記複数の内部状態変数に対して推定された確率密度関数を、コンピュータによって生成するステップ;
D)前記内部状態変数の生成された前記確率密度関数から、複数の想定患者状態のうちいずれの想定患者状態に、現時点で患者を分類可能であるのかを、コンピュータによって識別し、識別された想定患者状態各々に対応づけられた確率値を、コンピュータによって生成するステップ。
A)患者の治療とコンディションの一方に生理機能的に関連するパラメータをそれぞれ表す複数の内部状態変数に対応づけられたデータを、コンピュータにより取得する、ただし、前記複数の内部状態変数に対応づけられたデータのすべてではなく一部を、同じ周期で取得するステップ;
B)取得した前記複数の内部状態変数に対応づけられたデータを、コンピュータによりアクセス可能な記憶装置に格納するステップ;
C)前記複数の内部状態変数に対して推定された確率密度関数を、コンピュータによって生成するステップ;、
D)前記内部状態変数に対して生成された前記確率密度関数から、第1の複数の想定患者状態P(S1),P(S2),P(S3),...,P(Sn)のうちいずれの想定患者状態に、先行時点で患者を分類可能であったのかを、コンピュータによって識別し、識別された先行想定患者状態各々に対応づけられた確率値を、コンピュータによって生成するステップ。
ここで開示するのは、臨床スタッフに対し個々の患者に関するリスクベースの患者モニタリングを提供する技術である。ここで説明する技術は、重症患者ケアのためのモニタリングシステムとして実現することができる。このシステムは、患者に対する現在のリスク及び将来のリスクを評価するために、種々のベッドサイドモニタからのデータ、電子医療記録ないしは電子カルテ、ならびにその他の患者固有の情報を結合する。さらにこの技術を、決定支援システムとして実現することもでき、このシステムは、患者の特定のリスクが予め定められた閾値を通過したときに、標準化された医療計画に従いユーザに特定のアクションを促す。既述の技術のさらに別の実施形態は、通院患者モニタリングシステムである。このシステムによれば、患者ならびに家族の評価が、薬剤投与計画及び医師の評価に関する情報とともに結合されて、患者のリスクプロフィルが生成され、患者の臨床トラジェクトリが連続的に追跡され、通院又は付加的な検査をいつ予定すべきであるのかに関して、医師に対し決定支援が提供される。
次に図面を参照すると、図1には、リスクベースの医療モニタリング環境1010が示されている。これによれば、医療提供者例えば医師、看護師或いは他の医療提供者に、本発明の様々な実施形態によるリスクベースモニタリングが提供される。この場合、患者101を1つ又は複数の生理機能センサ或いはベッドサイドモニタ102とつなぐことができ、これによって患者の種々の生理的パラメータをモニタリングすることができる。これらの生理機能センサには例えば、以下に限定されるものではないが、血中酸素濃度計、血圧測定機器、脈拍測定機器、グルコース測定機器、1つ又は複数の分析測定機器、心電図記録機器などを含めることができる。これらに加え、患者に対しルーチンの試験や検査を実施することができ、電子カルテ(electronic medical record EMR)103にデータを格納することができる。電子カルテ103には、以下に限定されるものではないが、ヘモグロビン、動脈及び静脈の酸素含有量、乳酸、体重、年齢、性別、ICD−9コード、毛細血管再充満時間、臨床医の主観的観察、患者自身の評価、処方された薬剤、薬剤投与計画、遺伝的特質等の情報を格納することができる。さらに患者101を、患者に治療を施すように構成された1つまたは複数の治療機器104とつなぐこともできる。種々の実施形態において治療機器104には、体外膜型酸素供給器、人工呼吸器、薬剤注入ポンプなどを含めることができる。
図2には、生理機能観測モジュール122の基本概略図が示されている。このモジュールは、患者生理機能の2つのモデル即ちダイナミックモデル212と観測モデル221とを使用する。ダイナミックモデル212は、ある時点tkにおける内部状態変数と別の接近した時点tk+1における内部状態変数との間に生じる関係を捕捉し、それによって患者生理機能を1つのシステムとしてモデリングすることができ、そのシステムの目下の状態は、このシステムにおいて起こり得る今後の進展に関する情報を有している。患者の生理機能が、自己調節によって生体恒常状態に維持される傾向にあれば、生体恒常安定性を表す内部状態変数例えば酸素運搬量及び酸素消費量に、この種のメモリを導入する明確な合理性が存在する。
a)一回拍出量における心収縮期動脈圧と心拡張期動脈圧との差(脈圧とも称する)の依存性
b)心拍数と一回拍出量と心拍出量との関係
c)ヘモグロビン濃度と心拍出量と酸素運搬量との関係
d)ヴァンダービルト評価スケール(Vanderbilt Assessment Scale)と注意欠陥・多動性障害患者の臨床状態との関係
e)測定可能したがって観測可能なパラメータと内部状態変数とのその他の何らかの関係。
次に図8を参照すると、臨床トラジェクトリインタプリタ123は、生理機能観測モジュール122からISVの同時確率密度関数を受け取り、種々の患者状態の確率を計算するために、状態確率推定801を実行する。ISVの確率密度関数は、閉形式で定義することができ、図2B〜Dに示されているように、例えば多次元ガウス曲線260として定義することができ、或いは粒子270のヒストグラム280によって近似することができる。両方のケースにおいてISVの確率密度関数を、P(ISV1(t), ISV2(t) ,.., ISVn(t))として表すことができ、ここでtはこれらに関連する時間である。内部状態変数が与えられているならば、患者状態を条件付き確率密度関数によって定義することができる:
P(S| ISV1, SV2 ,..., ISVn) ただしS ∈ S1, S2 ,..., Sn はすべての可能な患者状態Siを表す。ついで、ある特定の状態Siにおける患者の確率の決定を、次式によって行うことができる。
入院治療中、患者を害する又は患者の回復を遅らせる可能性のある測定が存在する。この種の危険な測定の例は、観血的血圧及び血中酸素飽和度など、カテーテルに由来するすべての測定であり、これらは感染リスクを著しく増大させることが判明した。したがって、治療プロセス中、害を及ぼす可能性のある測定各々の有効性の評価を、臨床医に提供するのが有益となる可能性がある。図15には、種々の測定の有効性を計算するための方法が示されている。
図19には、ビジュアライゼーション及びユーザインタラクションモジュール124の機能の一例が示されている。詳細には、モジュール124は、利用可能なすべての患者情報とデータを受け取ることができ、これにはデータ受信モジュール121からのデータ、生理機能観測モジュール122により生成される同時確率密度関数、臨床トラジェクトリインタプリタモジュール123により推定された病因ツリー、リスクならびに観血的測定の有効性が含まれる。この情報を利用することで、ビジュアライゼーション及びユーザインタラクションモジュール124は、以下を生成することができる:
1)患者のリスク、診断等を記述した患者のユニットビュー1501;
2)検査結果、処方された薬剤、診断等を含む患者の電子カルテのビュー1502;
3)患者の進行中のリスクを示すビュー1503;
4)患者のリスクのトラジェクトリ、即ちある特定の時間フレーム内で特定の患者状態の確率がどのように進展したのかを示すビュー1504;
5)特定の患者リスク推定における患者の測定の有効性を示すビュー1505;
6)ISVに対するPDFの時間的展開を表す、患者の推定されたISVに対するPDFのプロット1506;
7)患者の病因ツリー内をナビゲート可能にする、即ちツリーの種々のレベルをビジュアライズ可能にするビュー1507;
8)患者の予測リスクを示すビュー1508;
9)臨床医が患者リスクに基づくアラームを閲覧及びセットできるようにするビュー1509;
10)患者の生理機能モニタリングデータ及びその時間的展開を示すビュー1510;
11)上述のいずれかの組み合わせ。
これらに加え、ビジュアライゼーション及びユーザインタラクションモジュール124は、患者タグビュー1511、患者コンディションサマリー1512、参考及びトレーニング資料1513、注記及びタグセッティング1514を生成することもできる。
図28には、ビュー2800内に、タグ付けを行う定義インタフェース2810の一例が示されている。このインタフェースによって臨床医は、臨床経過中の注目ポイント又は重要なポイントを表す特定の時間インスタンス又は特定の期間2820をマークすることができ、即ちタグ付けすることができる。ダイアログボックス2830を介して、タグを共有することができ、又は指定した受取人に送信することができ、或いはタグをメモ又はユーザインタフェースの他のいずれかの部分に含めることができる。ユーザはダイアログボックス2840を介して、固有のコメント又は観測をタグに付けることができ、さらにメニューリスト2850に基づきタグをカテゴリに分類することができ、例えばタグによって、薬剤調量の変化、介入、機器のモニタリング又は測定に関するメモ等を表すことができる。タグ及びそれらの個々の時系列のマーキングを色でコード化し、それらのカテゴリなど種々の属性を表すことができる。例えば、時系列上のグリーンのタグマークは、薬剤の変化を表すことができ、レッドのタグマークは介入を表すことができ、イエローのタグマークは、懸念の高まった周期を表すことができる。タグがセットされたときに、時間インスタンス又は期間、タグのカテゴリ、タグの注釈、ならびにシステムがタグをどのように扱うべきか、を定義するよう、ユーザに促すことができる。さらに、コンディションの病因を注釈形式に変換する自然言語処理を利用することによって、注釈を示唆することもできる。
次に、本発明によるシステム100ならびに技術を、ある特定の患者集団の臨床経過のモデリングにどのように適用できるのか、について説明する。この場合、集中治療、即ち左心低形成症候群患者のステージ1の一時的緩和後の術後回復、が行われるものとする。
1)属性「ショックあり」と総心拍出量「低」の双方が存在するとき、総心拍出量「低」に起因するショック;
2)属性「ショックあり」、総心拍出量「正常」、ヘモグロビン「低」を伴う状態のとき、ヘモグロビン「低」に起因するショック;
3)属性「ショックあり」、総心拍出量「正常」、ヘモグロビン「正常」、循環「平衡」のとき、未知の原因によるショック;
4)属性「ショックあり」、総拍出量「正常」、ヘモグロビン「正常」、Qp:Qs「低」のとき、Qp:Qs「低」に起因するショック;
5)属性「ショックあり」、総拍出量「正常」、ヘモグロビン「正常」、Qp:Qs「高」のとき、Qp:Qs「高」に起因するショック;
6)属性「ショックなし」、循環「正常」の状態のとき、循環「正常」;
7)属性「ショックなし」、Qp:Qs「低」により規定された状態のとき、Qp:Qs「低」;
8)属性「ショックなし」、Qp:Qs「高」により規定された状態のとき、Qp:Qs「高」。
図35には、属性と患者状態との関係を表す病因ツリーの実現可能な手法も示されている。内部状態変数の粒子近似を利用して、各状態内における粒子の相対的な割合を計算することによって、8つの状態の確率を計算することができる。
リスクベースモニタリングシステムの他の適用事例は、特定の治療を適用するか否か、一例として輸血を適用するか否か、の判定にあたり、臨床医を支援することである。血液ならびに血液製剤の輸注は、一般に病院内の処置である。それにもかかわらず輸血の指標及び方針は、各病院間で十分に確立されていないし、首尾一貫して適用されていない。多くの研究の結果、様々な病院、開業医、ならびに処置において、輸血の実践に多様性のあることが判明した。このような多様性は、単一の処置(例えば冠動脈バイパス移植術)に適用するときにでさえ存在する。
リスクベースモニタリングシステムのさらに別の用途は、標準化された医療計画を用いた事例である。図39には、この用途に関する1つの可能な実施形態が示されている。具体的には、臨床トラジェクトリインタプリタモジュール123からのデータが、治療問い合わせモジュール4142へ供給される。治療問い合わせモジュール4142は、決定された患者リスクに基づき、治療計画データベース4143に対し問い合わせを行う。治療計画データベース4143は、患者リスクと資料とのマッピングを指定する。データベース4143が何らかの治療計画をフィードバックすると、拡張ビジュアライゼーション及びユーザインタラクションモジュール4141によって、臨床医に計画が呈示される。臨床医3920は、患者101について臨床決定4190を下すことができる。ついでユーザの決定、その決定が下された状況(算出された患者リスク、推定されたISV、ならびに判断時点において得られた他の患者データ)が、判定データベース4144に記録される。その後、判定データベース4144は、患者転帰と比較することができ、治療計画の向上に利用することができる。
本発明のさらに別の実施形態によれば、臨床トラジェクトリによって通院患者のケアを追跡することができる。慢性状態の通院患者ケアであることから、断続的な通院に基づく散発的な患者評価、患者の自己評価、ならびに介護者による観察が伴うことになる。その結果、患者の臨床経過ならびに既述の治療戦略の効率の決定に不確実性がもたらされる。効果的な患者ケアを実現するためには臨床医は、このような不確実性について理解する必要があり、それらを少なくしなければならない。臨床医はその裁量において、2つの主要な決定を有している。即ち、1)臨床トラジェクトリに対する臨床医の理解向上のため、通院のスケジューリング、検査の指示、自己評価(或いは介護者の評価)の依頼、および/または、2)症状改善と起こり得る副作用とのいっそう良好なトレードオフを達成するため、薬剤又は薬剤調量の変更の処方。この決定プロセスを通知するため、利用可能な患者情報を処理する必要があり、その際に臨床トラジェクトリ及びその推定の不確実性、ならびに異なる治療戦略が臨床トラジェクトリの今後の進展に及ぼす予想作用が伝達される。
ステップ1:いずれかの治療時点で状態Aを通過し、治療の変更(薬剤1 調量1→薬剤2 調量2)を受けた患者のグループを、遡及データから分離;
ステップ2:患者各々について、この特定のイベントが発生した時点をt0にセット;
3)ステップ3:患者各々について、時点t0+1ヶ月(1M)(或いは何らかの望ましい時間ステップ単位)の患者状態が何であるかを識別;
4)状態A→状態iへ遷移する患者の割合を算出、ただしiは想定可能なすべての7つの患者状態を表す;
5)特定の治療変更のもとで遷移確率として割合をセット。
Claims (27)
- 1人の患者のリスクベースモニタリングのための、コンピュータにより実装される方法において、
A)前記患者の治療とコンディションとの一方に生理機能的に関連するパラメータをそれぞれ表す複数の内部状態変数の測定値を、コンピュータによって取得するステップであって、前記測定値は受信測定値である、ステップと、
B)前記複数の内部状態変数の測定値を、コンピュータによりアクセス可能な記憶装置に格納するステップと、
C)前記複数の内部状態変数に対して推定された確率密度関数を、コンピュータによって生成するステップであって、当該生成するステップC)は、
C1)時間ステップt k において第1の複数の内部状態変数に対して予測された確率密度関数を生成するステップと、
C2)時間ステップt k において前記ステップC1)で生成された前記予測された確率密度関数と、前記複数の内部状態変数の各々に対応づけられた前記測定値とから、別の時間ステップt k+1 における前記複数の内部状態変数に対して推定された確率密度関数を生成するステップと
によって行われる、ステップと、
D)前記複数の内部状態変数に対して生成された推定された確率密度関数から、第1の複数の想定患者状態のうちいずれの想定患者状態に、現時点で前記患者を分類可能であるのかを、コンピュータによって識別し、ここで、当該識別は、各領域が1つの特定の想定患者状態に対応するように、前記複数の内部状態変数に対して推定された確率密度関数が及ぶ変域を複数の異なる領域に分割し、各領域にわたって、前記複数の内部状態変数に対して推定された確率密度関数を積分して、前記患者が、前記各領域に対応する前記想定患者状態下に分類され得る確率を生成することによって行われ、前記識別された想定患者状態各々に対応づけられる確率値を、コンピュータによって生成するステップと
を含むことを特徴とする、方法。 - 前記識別された想定患者状態に対応づけられる確率値は0〜1である、
請求項1に記載の方法。 - E)前記確率値及び該確率値に対応づけられた識別された個々の想定患者状態を、ユーザインタフェースを介して表示するステップ
をさらに含み、
該ステップにおいて、前記識別された想定患者状態と、該想定患者状態に対応づけられた個々の確率値との組み合わせを、前記患者に対する臨床リスクとして定義する、
請求項1に記載の方法。 - E)前記識別された想定患者状態の各々に対応づけられたハザードレベル値を割り当てるステップと、
F)前記確率値と、前記識別された想定患者状態の各々に対応づけられた前記ハザードレベル値とを、前記患者に対するリスクの尺度として表すステップと
をさらに含む、
請求項1に記載の方法。 - 時間ステップtkにおいて前記ステップC1)で生成された前記予測された確率密度関数と、前記内部状態変数の各々に対応づけられた前記測定値とから、別の時間ステップtk+1における前記複数の内部状態変数に対して推定された確率密度関数を生成するステップは、
生理機能観測モジュールにおいて、前記複数の内部状態変数の前記予測された確率密度関数を、事前確率として用いるステップと、
前記複数の内部状態変数に対応付けられた前記受信測定値を反映させるために、前記予測された確率密度関数をアップデートすることによって条件付き尤度カーネルを生成するステップと、
前記条件付き尤度カーネルとベイズ定理とを用いて、コンピュータによって、前記複数の内部状態変数に対して推定された確率密度関数を生成するステップと
を含む、請求項1に記載の方法。 - 前記複数の内部状態変数の各々の前記受信測定値の各々は、同じ時間ステップに対応づけられている、
請求項5に記載の方法。 - 前記複数の内部状態変数の各々の前記受信測定値のすべてではなく一部が、同じ時間ステップに対応づけられている
請求項5に記載の方法。 - 前記ステップC)は、
C1)測定値を先行して受信しているならば、1つの前記内部状態変数に対応づけられた新たな受信測定値を、想定可能な測定値について事前に定められた予測尤度と比較するステップと、
C2)前記新たな受信測定値が、対応づけられた1つの前記内部状態変数に対し想定可能な測定値について事前に定められた予測尤度内になければ、前記新たな受信測定値を、対応づけられた前記内部状態変数に対して推定された確率密度関数に組み込まないステップと
をさらに含む、
請求項1に記載の方法。 - 前記ステップD)は、
D1)外部の計算データを、前記患者の治療とコンディションとの一方に生理機能的に関連するパラメータを表す新たな属性に対応づけられた確率値の形式でソースから受信するステップと、
D2)前記内部状態変数に対して生成された前記推定された確率密度関数と、前記新たな属性に対応づけられた前記確率値とから、第2の複数の想定患者状態P(newS1),P(newS2),P(newS3),...,P(newSn+m)のうちいずれの想定患者状態に、現時点で前記患者を分類可能であるのかを、コンピュータによって識別し、識別された想定患者状態各々に対応づけられた確率値を、コンピュータによって生成するステップと
をさらに含む、
請求項1に記載の方法。 - 前記複数の内部状態変数のうち特定の1つの内部状態変数に対応づけられた外部の計算データを、ソースから受信するステップをさらに含み、
別の時間ステップt k+1 における前記複数の内部状態変数に対して推定された確率密度関数を生成するステップは、時間ステップtkにおいて前記ステップC1)で生成された前記確率密度関数と、前記内部状態変数の各々に対応づけられた受信測定値と、前記複数の内部状態変数のうち特定の1つの内部状態変数に対応づけられた外部の計算データとから、別の時間ステップtk+1における前記複数の内部状態変数に対して推定された確率密度関数を生成するステップを含む、
請求項1に記載の方法。 - 1人の患者をモニタリングするためのリスクベースモニタリングシステムにおいて、
プロセッサと、
該プロセッサに接続された記憶装置と、
前記患者に関連する複数の情報源と共働するように接続されたデータ受信モジュールと、
該データ受信モジュールと通信を行う生理機能観測モジュールと、
該生理機能観測モジュールと通信を行う臨床トラジェクトリインタプリタモジュールと
が設けられており、
前記データ受信モジュールは、前記患者の治療とコンディションとの一方に生理機能的に関連するパラメータをそれぞれ表す複数の内部状態変数に対応づけられた測定値を取得し、前記測定値は、受信測定値であり、
前記生理機能観測モジュールは、前記内部状態変数の確率密度関数を、
C1)時間ステップt k において第1の複数の内部状態変数に対して予測された確率密度関数を生成するステップと、
C2)時間ステップt k において前記ステップC1)で生成された前記予測された確率密度関数と、前記内部状態変数の各々に対応づけられた前記測定値とから、別の時間ステップt k+1 における前記複数の内部状態変数に対して推定された確率密度関数を生成するステップと
によって、生成し、
前記臨床トラジェクトリインタプリタモジュールは、第1の複数の想定患者状態のうちいずれの想定患者状態に、現時点で患者を分類可能であるのかを識別し、ここで、当該識別は、各領域が1つの特定の想定患者状態に対応するように、前記複数の内部状態変数に対して生成された推定された確率密度関数が及ぶ変域を複数の異なる領域に分割し、各領域にわたって、前記複数の内部状態変数に対して生成された推定された確率密度関数を積分して、前記患者が、前記各領域に対応する前記想定患者状態下に分類され得る確率を生成し、前記識別された想定患者状態各々に対応づけられる確率値を、コンピュータによって生成することによって行われており、識別された想定患者状態各々に対応づけられた確率値を生成する
ことを特徴とする、
リスクベースモニタリングシステム。 - 前記臨床トラジェクトリインタプリタモジュール及び前記記憶装置と通信を行うユーザインタラクションモジュールが設けられており、該ユーザインタラクションモジュールは、前記確率値及び該確率値に対応づけられた識別された個々の想定患者状態を表示し、前記識別された想定患者状態と、対応づけられた個々の確率値との組み合わせを、患者に対する臨床リスクとして定義する、
請求項11に記載のシステム。 - 前記生理機能観測モジュールは、前記記憶装置に格納されたダイナミックモデル及び観測モデルを含む、
請求項11に記載のシステム。 - 前記生理機能観測モジュールは、前記記憶装置に格納された前記ダイナミックモデル及び前記観測モデルと共働するように構成されたインタフェースエンジンをさらに含む、
請求項13に記載のシステム。 - 前記生理機能観測モジュールは動作予測モードを有しており、
該動作予測モードでは、時間ステップtkにおいて前記複数の内部状態変数に対して推定された前記確率密度関数が、前記ダイナミックモデルへ供給されて、別の時間ステップtk+1における前記複数の内部状態変数に対して予測された確率密度関数を生成する、
請求項13に記載のシステム。 - 前記内部状態変数各々の受信測定値のすべてではなく一部が、同じ時間ステップに対応づけられている、
請求項14に記載のシステム。 - 前記生理機能観測モジュールは、測定値を先行して受信しているならば、1つの内部状態変数の新たな受信測定値を、想定可能な測定値の事前に定められた予測尤度と比較し、前記新たな受信測定値が、対応づけられた前記内部状態変数に対し想定可能な測定値について事前に定められた予測尤度内になければ、前記新たな受信測定値を、対応づけられた前記内部状態変数に対して推定された確率密度関数に組み込まない、
請求項11に記載のシステム。 - 前記臨床トラジェクトリインタプリタモジュールは、外部の計算データを、前記患者の治療とコンディションとの一方に生理機能的に関連するパラメータを表す新たな属性に対応づけられた確率値として、受信し、前記内部状態変数に対して生成された前記推定された確率密度関数と、前記新たな属性に対応づけられた前記確率値とから、第2の複数の想定患者状態P(newS1),P(newS2),P(newS3),...,P(newSn+m)のうちいずれの想定患者状態に、現時点で前記患者を分類可能であるのか、を識別し、識別された想定患者状態各々に対応づけられた確率値を生成する、
請求項11に記載のシステム。 - 前記生理機能観測モジュールは、時間ステップtkにおいて前記第1の複数の内部状態変数に対して予測された確率密度関数を生成し、
時間ステップtkにおいてC1)で生成された前記確率密度関数と、前記内部状態変数各々に対応づけられた受信測定値と、前記複数の内部状態変数のうち特定の1つの内部状態変数に対応づけられた外部の計算データとから、別の時間ステップtk+1における前記複数の内部状態変数に対して推定された確率密度関数を生成する、
請求項11に記載のシステム。 - コンピュータプログラムにおいて、
A)1人の患者の治療とコンディションとの一方に生理機能的に関連するパラメータをそれぞれ表す複数の前記内部状態変数に対応づけられた測定値を取得するコンピュータプログラムコードであって、前記測定値は受信測定値である、コンピュータプログラムコードと、
B)取得した前記複数の内部状態変数に対応づけられた測定値を格納するコンピュータプログラムコードと、
C)前記複数の内部状態変数に対して推定された確率密度関数を生成するコンピュータプログラムコードであって、前記生成は、
C1)時間ステップt k において第1の複数の内部状態変数に対して予測された確率密度関数を生成するステップと、
C2)時間ステップt k において前記ステップC1)で生成された前記予測された確率密度関数と、前記内部状態変数の各々に対応づけられた前記測定値とから、別の時間ステップt k+1 における前記複数の内部状態変数に対して推定された確率密度関数を生成するステップと
によって行われる、コンピュータプログラムコードと、
D)前記内部状態変数に対して生成された前記確率密度関数から、複数の想定患者状態のうちいずれの想定患者状態に、現時点で患者を分類可能であるのかを識別し、ここで、当該識別は、各領域が1つの特定の想定患者状態に対応するように、前記複数の内部状態変数に対して生成された推定された確率密度関数が及ぶ変域を複数の異なる領域に分割し、各領域にわたって、前記複数の内部状態変数に対して生成された推定された確率密度関数を積分して、前記患者が、前記各領域に対応する前記想定患者状態下に分類され得る確率を生成し、前記識別された想定患者状態各々に対応づけられた確率値を生成するコンピュータプログラムコードと
を含むことを特徴とする、
コンピュータプログラム。 - 前記識別された想定患者状態に対応づけられる確率値は0〜1である、
請求項20に記載のコンピュータプログラム。 - E)前記確率値及び該確率値に対応づけられた識別された個々の想定患者状態を表示するコンピュータプログラムコードをさらに含み、
該コンピュータプログラムコードにおいて、前記識別された想定患者状態と、該想定患者状態に対応づけられた個々の確率値との組み合わせが、患者に対する臨床リスクとして定義される、
請求項20に記載のコンピュータプログラム。 - E)前記識別された想定患者状態各々に対応づけられたハザードレベル値を割り当てるコンピュータプログラムコードと、
F)前記確率値と、前記識別された想定患者状態各々に対応づけられた前記ハザードレベル値を、患者に対するリスクの尺度として表すコンピュータプログラムコードと
をさらに含む、
請求項20に記載のコンピュータプログラム。 - 前記C2)時間ステップtkにおいて前記C1)で生成された予測された確率密度関数と、前記内部状態変数の各々の受信測定値とからから、別の時間ステップtk+1における前記複数の内部状態変数に対して推定された確率密度関数を生成するステップは、
生理機能観測モジュールにおいて、前記内部状態変数の前記予測された確率密度関数を、事前確率として用いるステップと、
前記複数の内部状態変数に対応付けられた前記受信測定値を反映させるために、前記予測された確率密度関数をアップデートすることによって条件付き尤度カーネルを生成するステップと、
前記条件付き尤度カーネルとベイズ定理とを用いて、コンピュータによって、前記複数の内部状態変数に対して推定された確率密度関数を生成するステップと
を含む、
請求項20に記載のコンピュータプログラム。 - 前記内部状態変数各々の受信測定値のすべてではなく一部が、同じ時間ステップに対応づけられている、
請求項20に記載のコンピュータプログラム。 - 1人の患者のリスクベースモニタリングのための、コンピュータにより実装される方法において、
A)前記患者の治療とコンディションとの一方に生理機能的に関連するパラメータをそれぞれ表す複数の内部状態変数に対応づけられた測定値を、コンピュータにより取得する、ただし、前記複数の内部状態変数に対応づけられた測定値のすべてではなく一部を、同じ周期で取得するステップであって、前記測定値は受信測定値である、ステップと、
B)前記複数の内部状態変数に対応づけられた前記受信測定値を、コンピュータによりアクセス可能な記憶装置に格納するステップと、
C)前記複数の内部状態変数に対して推定された確率密度関数を、コンピュータによって生成するステップであって、前記生成するステップは、
C1)現在の時間ステップt k において、第1の複数の内部状態変数に対して予測された確率密度関数を生成するステップと、
C2)定義された遷移確率カーネルを用いて、前記時間ステップt k おける確率推定から別の時間ステップt k-N まで逆方向に進展させることにより、該別の時間ステップt k-N における前記複数の内部状態変数に対して推定された確率密度関数を生成するステップであって、Nは1よりも大きい整数である、ステップと、
によって行われる、ステップと、
D)前記内部状態変数に対して生成された推定された前記確率密度関数から、第1の複数の想定患者状態のうちいずれの想定患者状態に、先行時点で患者を分類可能であったのかを、コンピュータによって識別し、ここで、当該識別は、各領域が1つの特定の想定患者状態に対応するように、前記複数の内部状態変数に対して推定された確率密度関数が及ぶ変域を複数の異なる領域に分割し、各領域にわたって、前記複数の内部状態変数に対して推定された確率密度関数を積分して、前記患者が、前記各領域に対応する前記想定患者状態下に分類され得る確率を生成し、前記識別された先行の想定患者状態各々に対応づけられた確率値を、コンピュータによって生成するステップと
を含むことを特徴とする、
患者のリスクベースモニタリングのための、コンピュータにより実装される方法。 - 前記患者の治療とコンディションとの一方に生理機能的に関連するパラメータをそれぞれ表す第2の複数の内部状態変数は、該第2の複数の内部状態変数に対応づけられた受信測定値を有しておらず、前記ステップC2)は、
C2)時間ステップtkにおいて前記ステップC1)で生成された確率密度関数と、時間ステップtkにおいて別の内部状態変数に対応づけられた確率密度関数とから、別の時間ステップtk+1における前記第2の複数の内部状態変数に対する確率密度関数を生成するステップと
を含む、
請求項1に記載の方法。
Applications Claiming Priority (17)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261614846P | 2012-03-23 | 2012-03-23 | |
US201261614861P | 2012-03-23 | 2012-03-23 | |
US61/614,846 | 2012-03-23 | ||
US61/614,861 | 2012-03-23 | ||
US201261620144P | 2012-04-04 | 2012-04-04 | |
US61/620,144 | 2012-04-04 | ||
US201261684241P | 2012-08-17 | 2012-08-17 | |
US61/684,241 | 2012-08-17 | ||
US201261699492P | 2012-09-11 | 2012-09-11 | |
US61/699,492 | 2012-09-11 | ||
US201261727820P | 2012-11-19 | 2012-11-19 | |
US61/727,820 | 2012-11-19 | ||
US13/689,029 US20130085775A1 (en) | 2011-03-04 | 2012-11-29 | Systems and methods for optimizing medical care through data monitoring and feedback treatment |
US13/689,029 | 2012-11-29 | ||
US201361774274P | 2013-03-07 | 2013-03-07 | |
US61/774,274 | 2013-03-07 | ||
PCT/US2013/031512 WO2013142268A1 (en) | 2012-03-23 | 2013-03-14 | Systems and methods for transitioning patient care from signal-based monitoring to risk-based monitoring |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017238840A Division JP6524196B2 (ja) | 2012-03-23 | 2017-12-13 | 信号ベースモニタリングからリスクベースモニタリングへ患者ケアを移行させるシステム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015512539A JP2015512539A (ja) | 2015-04-27 |
JP6262200B2 true JP6262200B2 (ja) | 2018-01-17 |
Family
ID=49223230
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015503307A Active JP6262200B2 (ja) | 2012-03-23 | 2013-03-14 | 信号ベースモニタリングからリスクベースモニタリングへ患者ケアを移行させるシステム及び方法 |
JP2017238840A Active JP6524196B2 (ja) | 2012-03-23 | 2017-12-13 | 信号ベースモニタリングからリスクベースモニタリングへ患者ケアを移行させるシステム及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017238840A Active JP6524196B2 (ja) | 2012-03-23 | 2017-12-13 | 信号ベースモニタリングからリスクベースモニタリングへ患者ケアを移行させるシステム及び方法 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP2828780A4 (ja) |
JP (2) | JP6262200B2 (ja) |
DE (1) | DE202013012876U1 (ja) |
IL (3) | IL234722B (ja) |
WO (1) | WO2013142268A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11763947B2 (en) | 2020-10-14 | 2023-09-19 | Etiometry Inc. | System and method for providing clinical decision support |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3105936C (en) * | 2015-10-19 | 2023-08-01 | Icu Medical, Inc. | Hemodynamic monitoring system with detachable display unit |
JP6737884B2 (ja) * | 2015-10-27 | 2020-08-12 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 臨床データの特性を解析して患者コホートを生成するためのパターン発見視覚的解析システム |
EP3371726A1 (en) * | 2015-11-05 | 2018-09-12 | Koninklijke Philips N.V. | Decision support arbitration system and method of operation thereof |
US10340039B2 (en) * | 2016-08-25 | 2019-07-02 | Hitachi, Ltd. | Managing patient devices based on sensor data |
JP2018183550A (ja) * | 2017-04-24 | 2018-11-22 | 出 牧野 | 予防管理支援装置及びシステム |
CN111066091A (zh) | 2017-07-25 | 2020-04-24 | 皇家飞利浦有限公司 | 预测评分信息的背景化患者特异性呈现 |
US20220115143A1 (en) * | 2020-10-14 | 2022-04-14 | Etiometry, Inc. | Systems and Methods for determining the Contribution of a Given Measurement to a Patient State Determination |
CN113539039B (zh) * | 2021-09-01 | 2023-01-31 | 山东柏新医疗制品有限公司 | 一种男用扩张型导尿管施药操作训练装置及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7392199B2 (en) * | 2001-05-01 | 2008-06-24 | Quest Diagnostics Investments Incorporated | Diagnosing inapparent diseases from common clinical tests using Bayesian analysis |
CA2833776C (en) * | 2004-02-26 | 2017-03-28 | Diabetes Tools Sweden Ab | Metabolic monitoring, a method and apparatus for indicating a health-related condition of a subject |
US20070239043A1 (en) * | 2006-03-30 | 2007-10-11 | Patel Amisha S | Method and Apparatus for Arrhythmia Episode Classification |
US8005543B2 (en) * | 2006-05-08 | 2011-08-23 | Cardiac Pacemakers, Inc. | Heart failure management system |
US20120022336A1 (en) * | 2010-07-21 | 2012-01-26 | Streamline Automation, Llc | Iterative probabilistic parameter estimation apparatus and method of use therefor |
RU2442531C2 (ru) * | 2010-03-24 | 2012-02-20 | Сергей Михайлович Ледовской | Способ дистанционного мониторинга состояния человека |
CN103189883A (zh) * | 2010-09-07 | 2013-07-03 | 里兰斯坦福初级大学理事会 | 医学评分系统及方法 |
-
2013
- 2013-03-14 JP JP2015503307A patent/JP6262200B2/ja active Active
- 2013-03-14 EP EP13764131.2A patent/EP2828780A4/en not_active Withdrawn
- 2013-03-14 WO PCT/US2013/031512 patent/WO2013142268A1/en active Application Filing
- 2013-03-14 DE DE202013012876.3U patent/DE202013012876U1/de not_active Expired - Lifetime
-
2014
- 2014-09-18 IL IL234722A patent/IL234722B/en active IP Right Grant
-
2017
- 2017-12-13 JP JP2017238840A patent/JP6524196B2/ja active Active
-
2019
- 2019-01-28 IL IL264507A patent/IL264507B/en active IP Right Grant
-
2020
- 2020-09-22 IL IL277521A patent/IL277521B/en unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11763947B2 (en) | 2020-10-14 | 2023-09-19 | Etiometry Inc. | System and method for providing clinical decision support |
Also Published As
Publication number | Publication date |
---|---|
DE202013012876U1 (de) | 2021-04-14 |
JP2015512539A (ja) | 2015-04-27 |
IL264507B (en) | 2020-09-30 |
JP6524196B2 (ja) | 2019-06-05 |
IL277521B (en) | 2022-01-01 |
IL264507A (en) | 2019-05-30 |
EP2828780A4 (en) | 2015-12-02 |
JP2018077873A (ja) | 2018-05-17 |
WO2013142268A1 (en) | 2013-09-26 |
IL234722B (en) | 2019-02-28 |
IL277521A (en) | 2020-11-30 |
EP2828780A1 (en) | 2015-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11482336B2 (en) | Systems and methods for transitioning patient care from signal based monitoring to risk based monitoring | |
JP6524196B2 (ja) | 信号ベースモニタリングからリスクベースモニタリングへ患者ケアを移行させるシステム及び方法 | |
Albahri et al. | IoT-based telemedicine for disease prevention and health promotion: State-of-the-Art | |
US20230215556A1 (en) | Systems and Methods for Optimizing Medical Care Through Data Monitoring and Feedback Treatment | |
Gardner et al. | Patient monitoring systems | |
McGregor | Big data in neonatal intensive care | |
US20230317296A1 (en) | Systems and methods for transitioning patient care from signal-based monitoring to risk-based monitoring | |
JP2023546866A (ja) | 臨床判断サポートを提供するためのシステムおよび方法 | |
US20220115143A1 (en) | Systems and Methods for determining the Contribution of a Given Measurement to a Patient State Determination | |
EP4035178A1 (en) | Systems and methods for transitioning patient care from signal based monitoring to risk-based monitoring | |
EP3767636A1 (en) | User interface for patient risk analysis system | |
Herasevich et al. | Patient monitoring systems | |
Bahar et al. | Use of software in the ICU. | |
Borodin et al. | Towards a mobile system for hypertensive outpatients' treatment adherence improvement | |
Miller | Machine Learning and Control Methodologies with Applications to Medical Computing | |
Thapa et al. | RL based decision support system for u-healthcare environment | |
Dutta | Fuzzy logic as a decision support tool for vital signs monitoring | |
Reiter | Deliverable 4. B |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170131 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170206 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20170502 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20170706 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170807 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171113 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6262200 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |