JP6402185B2 - トリアージ決定に基づく臨床決定支援システム - Google Patents

トリアージ決定に基づく臨床決定支援システム Download PDF

Info

Publication number
JP6402185B2
JP6402185B2 JP2016529429A JP2016529429A JP6402185B2 JP 6402185 B2 JP6402185 B2 JP 6402185B2 JP 2016529429 A JP2016529429 A JP 2016529429A JP 2016529429 A JP2016529429 A JP 2016529429A JP 6402185 B2 JP6402185 B2 JP 6402185B2
Authority
JP
Japan
Prior art keywords
probability
severity
disease
interest
processor
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
Application number
JP2016529429A
Other languages
English (en)
Other versions
JP2017503532A5 (ja
JP2017503532A (ja
Inventor
デイヴィッド グロス,ブライアン
デイヴィッド グロス,ブライアン
ジェームズ フラッシカ,ジョセフ
ジェームズ フラッシカ,ジョセフ
サルゴ,イヴァン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2017503532A publication Critical patent/JP2017503532A/ja
Publication of JP2017503532A5 publication Critical patent/JP2017503532A5/ja
Application granted granted Critical
Publication of JP6402185B2 publication Critical patent/JP6402185B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/02028Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542Measuring 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00Evaluating a particular growth phase or type of persons or animals
    • A61B2503/04Babies, e.g. for SIDS detection
    • A61B2503/045Newborns, e.g. premature baby monitoring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10132Ultrasound image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104Vascular flow; Blood flow; Perfusion
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Pulmonology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Description

以下の説明は、一般に、臨床決定支援(CDS:clinical decision support)システムに関し、より具体的には、患者の関心対象の疾患(condition of interest)の確率(probability)及び重症度(severity)と、これに基づく医療推奨を決定するCDSシステムに関する。
特定の珍しい臨床的疾患を検出することは難しい可能性があり、その疾患の重症度を判断することは、特定の臨床医の能力及び専門知識を超えることがある。多くの状況において、重症度評価は、現在のケア設定で患者を安全にケアすることができるかどうか、あるいはそのような重症度の患者に概して必要とされるサービスを有する施設へ患者を移送する必要があるかどうかを判断するのに重要である。そのような疾患の例は、新生児の先天性心疾患であり、新生児の先天性心疾患は、生命の最初の数時間及び数日内に生死に関わる可能性がある。
幾つかの先天性の心臓疾患(cardiac condition)は、死亡を回避するために、比較的迅速な安定性及び治療介入を必要とする。他の先天性の心臓疾患は、非常にわずかな症状又は明白な症状のない早期の新生児期に存在することがある。これらの疾患のある患者は、「通常」として自宅へ退院し、自宅で悪化することが多い。これらの患者の生存は、迅速な識別、トリアージ、蘇生及び治療介入に依存する。多くの場合において、遅発型の先天性心臓疾患を呈するこれらの患者は、治療介入における遅れのために、深刻で取り返しのつかない損傷に苦しむか又は死につながる。
新生児スクリーニングのガイドラインは、新生児室からの退出の前にパルスオキシメータの使用を通して、これらの先天性心疾患の検出を改善するよう試みる。パルスオキシメトリは、左心低形成症候群(Hypoplastic Left Heart Syndrome)中隔無欠損(intact septum)の肺動脈閉鎖(Pulmonary Atresia)、ファロー四徴、全肺静脈還流異常、大血管転位(Transposition of the Great Vessels)三尖弁閉鎖(Tricuspid Atresia)及び総動脈幹(Truncus Arteriosus)といった、幾つかの重篤な心臓疾患を検出することができる。これらの重篤な先天性心臓疾患(CCHD:Critical Congenital Heart Disease)は、先天性心疾患の非限定的な例を表す。
残念なことに、パルスオキシメータは、大動脈弓閉鎖又は低形成、大動脈弓離断症、両大血管右室起始症、エプスタイン奇形、肺動脈弁狭窄症、房室中隔欠損、心室中隔欠損又は(左心低形成症候群及び三尖弁閉鎖以外の)単心室欠損といった他のCCHDを確実には検出しない可能性があり、これらの疾患のある乳幼児には、早期検出、トリアージ及び治療介入が有効であろう。
特許文献2(WO2013/103885)には、自動の重篤先天性心臓疾患(「CCHD」)スクリーニングシステム及び処理が説明されている。介護者は、シングル又はデュアルセンサパルスオキシメータを使用して、事前又は事後の導管(ductal)血液酸素化測定値を取得するようにガイドされる。測定値のデルタは、CCHDの潜在的な存在又は存在しないことを示す。測定値における誤差は、例えばかん流指数に基づく構成可能な測定値の信頼性閾値によって低減される。測定値データは記憶され、繰り返しのスクリーニングのためにリモートデータ処理センタから取り出され得る。
特許文献3(WO 2008/005480)には、先天性心臓疾患をスクリーニングするデバイス及び方法が開示されている。開示される装置は、主処理ユニットと、主処理ユニットに結合される前胸部パッチを含み、この前胸部パッチは、心音と心臓の電気信号(ECG)を検出するための複数のセンサを有する。装置は更に、主処理ユニットに結合されるプローブを含み、このプローブは、人間の中を循環している血液の酸素飽和度を検出するためのセンサを有する。開示される方法は、心音、心臓の電気信号(ECG)及び人間の中を循環している血液の酸素飽和度を同時に測定して分析することを含む。方法は更に、重大な先天性心臓疾患の存在を検出するアルゴリズムを実行し、アルゴリズムの結果に基づいて管理推奨を表示することを含む。
特許文献4(米国特許出願公開第2008/0071155号明細書)では、先天性心臓疾患モニタが開示されている。モニタは、組織部位へ光学的放射の複数の波長を放射し、その組織部位内の拍動血流による減衰後に光学的放射を検出する能力を有するセンサを用いる。患者モニタは、検出された光学放射に対応するセンサ信号を受信し、これに応答して、少なくとも1つの生理学的パラメータを計算する能力を有する。生理学的パラメータは、ベースラインサイト(baseline site)及び比較サイトで測定され、これらの測定値における差分が計算される。潜在的な先天性心疾患は、これらのサイトの各々において測定された生理学的パラメータ、又はこれらのサイトの間の測定された生理学的パラメータにおける計算された差分、又はその双方に応じて指示される。
特許文献5(国際公開第2004/061744号パンフレット)は、コンピュータ支援データ操作アルゴリズム(computer-assisted data operating algorithm)の実行を強化するための技術が説明されている。医療データについて、コントロール可能かつ規定可能なリソースからのデータが、所定の操作アルゴリズムに従って、アクセスされて分析される。操作アルゴリズムは、同じアルゴリズムでも異なるアルゴリズムでもよいが、分析に基づいて修正される。アルゴリズムは、異なるリソースタイプ又はモダリティからのデータに対して作用する。修正されたアルゴリズムの様々なサブモジュールに影響する修正が行われ得る。修正は、グローバル基準で、集団特有の基準で、患者特有の基準等で行われ得る。
米国特許出願公開第2010/0312798号明細書 国際公開第2013/103885号パンフレット 国際公開第2008/005480号パンフレット 米国特許出願公開第2008/0071155号明細書 国際公開第2004/061744号パンフレット
本明細書で説明される態様は、上記で言及した問題及び他の問題に対処する。
以下では、関心対象の特定の疾患の早期検出、トリアージ及び治療介入を容易にするアプローチを説明する。一例では、最初の生理学的パラメータが、パラメータガイドラインの「通常」の範囲に基づいて評価される。生理学的パラメータがその範囲外にある場合、更なるデータが取得される。関心対象の疾患の確率及び重症度が、取得した更なるデータに基づいて決定される。推奨される健康管理が、確率及び重症度と、イベントガイドラインに基づいて決定される。一例では、その推奨は、患者を健康管理に又は治療のために他の施設に移送することである。任意選択により、推奨される健康管理は、現在の施設で被検者の変更状態の悪化を潜在的に緩和する医療の提案も提供することを含む。任意選択により、推奨される医療の結果、患者のケアに関連付けられる電子デバイスの動作を制御する。
一側面において、方法は、患者について感知される少なくとも2つの生理学的測定値のセットを含む、電気的信号を受信するステップを含む。方法は更に、少なくとも2つの生理学的測定値を、所定の生理学的測定値の範囲と比較するステップを含む。この範囲は、電子的フォーマット(電子形式)であるセンサ出力ガイドラインからのものである。方法は更に、データガイドラインに基づいて、患者の関心対象の疾患の確率及び重症度を決定するのに必要とされるデータを特定するステップを含む。これは、少なくとも2つの生理学的測定値が生理学的測定値の範囲を満たさないと判断したことに応答して行われる。方法は更に、電子的フォーマット特定されたデータを取得するステップを含む。方法は更に、取得した特定されたデータに基づいて、関心対象の疾患の第1の重症度及び第1の確率を決定するステップを含む。方法は更に、確率及び重症度と、医療機関のリソースと、イベントガイドラインとに基づいて、患者について推奨される一連のアクションを決定するステップを含む。方法は更に、確率及び重症度と、推奨される一連のアクションをディスプレイに視覚的に提示させるステップを含む。
別の側面において、システムは、少なくとも1つのコンピュータプロセッサと、入力/出力部と、トリアージモジュールがエンコードされるコンピュータ読取可能記憶媒体とを有するコンピュータシステムを含む。入力/出力部は、患者について感知される少なくとも2つの生理学的測定値のセットを含む、電気的信号を受け取るように構成される。少なくとも1つのプロセッサは、トリアージモジュールの命令を実行するように構成され命令は、少なくとも2つの生理学的測定値を、電子的フォーマットであるセンサ出力ガイドラインからの所定の生理学的測定値の範囲と比較することと;少なくとも2つの生理学的測定値が生理学的測定値の範囲を満たさないと判断したことに応答して、データガイドラインに基づいて、患者の関心対象の疾患の確率及び重症度を決定するのに必要とされるデータを特定することと;特定されたデータを電子的フォーマットで取得することと;受け取った特定されたデータに基づいて、関心対象の疾患の確率及び重症度を決定することと;確率及び重症度と、医療施設のリソースと、イベントガイドラインとに基づいて、患者について推奨される一連のアクションを決定することと;確率及び重症度と、推奨される一連のアクションとをディスプレイに視覚的に提示させることと;を含む
別の側面では、プロセッサによって実行されると、該プロセッサに:患者について感知される少なくとも2つの生理学的測定値のセットを含む、電気的信号を受信することと、少なくとも2つの生理学的測定値の差分値を、センサ出力ガイドラインからの所定の生理学的測定値の範囲と比較することであって、少なくとも2つの生理学的測定値は、患者の右足及び患者の左手でそれぞれ感知される血中酸素濃度レベルに相当することと、差分値が、生理学的測定値の範囲の外であると判断したことに応答して、患者の関心対象の疾患の確率及び重症度を決定するためにデータを取得する超音波撮像手順を特定することと、特定した超音波撮像手順に基づくスキャンから、画像データを取得することと、取得した画像データに基づいて、関心対象の疾患の確率及び重症度を決定することと、確率及び重症度の正確性を改善しそうな他のデータを特定することと、特定した他のデータの少なくともサブセットを受け取ったことに応答して、確率及び重症度を更新することと、更新した確率、更新した重症度、医療施設のリソース及びイベントガイドラインに基づいて、患者について推奨される一連のアクションを決定することと、更新した確率及び更新した重症度と、推奨される一連のアクションを視覚的に提示することを実行させるコンピュータ読取可能命令がエンコードされる、コンピュータ読取可能記憶媒体が提供される。
本発明は、様々なコンポーネント及びコンポーネントの編成及び様々なステップ及びステップの編成の形を取ってよい。図面は、単に好ましい実施形態を例示する目的であり、本発明を限定するものとして解釈されるべきではない。
トリアージモジュールを有する臨床決定支援システムを概略的に示す図である。 例示の一般的なトリアージモジュールを概略的に示す図である。 新生児の先天性心臓疾患に関連するトリアージモジュールの例を概略的に示す図である。 関心対象の特定の疾患の早期検出、トリアージ及び治療介入のための方法を示す図である。
最初に図1を参照すると、臨床決定支援(CDS)システム100が概略的に図示されている。CDSシステム100は、コンピューティングシステム102を介して実装される。コンピューティングシステム102の例には、これらに限られないが、スタンドアロン又は専用のコンピュータ、生理学的モニタリングシステム、撮像システム等が含まれる。変形形態では、CDSシステム100は、オンプレミス又は「クラウド」ベースのコンピューティング環境の一部であってよく、この場合、処理アルゴリズムは、例えば臨床診断及び結果情報を含め、事後に、自己学習又はライブラリの熟練した臨床医の判断に基づいて維持され、改善される。
図示されるコンピューティングシステム102は、1つ以上のハードウェアプロセッサ104(例えば中央処理ユニット(CPU)、マイクロプロセッサ(μプロセッサ)、コントローラ等)と、コンピュータ読取可能命令とともに符号化されるか組み込まれる物理メモリのような、コンピュータ読取可能記憶媒体106(一時的な媒体を除く)を含む。命令は、1つ以上のプロセッサ104によって実行されると、その1つ以上のプロセッサ104に、本明細書で説明されるような1つ以上の機能及び/又は他の機能のような機能を実行させる。
あるいはまた、1つ以上のプロセッサ104は、信号又は搬送波のような一時的な媒体によって担持される命令を実行する。図1では、コンピュータ読取可能記憶媒体106は単一の要素として図示される。しかしながら、認識されるように、コンピュータ読取可能記憶媒体106は、複数の別個のハードウェア記憶デバイスを含んでもよい。別個のハードウェア記憶デバイスは、コンピューティングシステム102に対してローカルのハードウェア記憶デバイス、コンピューティングシステム102から外部のハードウェア記憶デバイス、あるいはコンピューティングシステム102と外部デバイスとの間で分散されるハードウェア記憶デバイスを含む。
入力/出力部(I/O)108は、1つ以上の入力デバイス110(例えばキーボード、マウス及び同様のもの)から情報を受け取り、かつ/又は1つ以上の出力デバイス112(例えばディスプレイモニタ、プリンタ等)に情報を伝達する。I/O108は、1つ以上の他のコンピューティングデバイス114及び/又は1つ以上のデータリポジトリ116と(電子的フォーマットで)データを交換するようにも構成される。そのように構成されるとき、I/O108は、データを交換するための1つ以上の物理的機械的なインタフェース及び/又は無線インタフェースを含む。例えばI/O108は、有線ネットワーク、無線ネットワーク上でのデータ交換のためのEthernet(登録商標)ケーブルのコネクタ、無線ネットワーク上でのデータ交換のためのトランシーバのコネクタを電気的にインタフェースするRJ-45コネクタを含み得る。交換されるデータの例には、人口統計情報(demographics)、測定される生理学的パラメータ、画像データ、実験結果、臨床医のレポート、観察値、病歴等が含まれる。そのようなデータを、有線及び/又は無線ネットワーク上で交換することができる。
コンピューティングデバイス114の例には、これらに限られないが、静脈ポンプ、酸素レギュレータ、ベンチレータ、ECGデバイス、通信デバイス(例えばスマートフォン、ページャ等)、(例えばベッドサイド、中央等の)モニタリングステーション、コンピュータ等が含まれる。データリポジトリ116の例には、画像保管通信システム(PACS)、放射線医学情報システム(RIS)、病院情報システム(HIS)、電子医療記録(EMR)、データベース、サーバ、撮像システム、コンピュータ及び/又は他のデータリポジトリが含まれる。データは、コンピューティングデバイス114及び/又はリポジトリ116から、医用におけるデジタル画像と通信(DICOM)、HL7(Health Level7)及び/又は他のフォーマット等のようなフォーマットで転送され得る。
I/O108は、通知、メッセージ、警告等のような情報を、出力デバイス112のうちの或る出力デバイス及び/又はコンピューティングデバイス114のうちの或るコンピューティングデバイスと交換するようにも構成され得る。そのような交換は、電子メール、テキストメッセージ、インスタントメッセージ、携帯電話の通話、ページャページ等を通して行うことができる。
図示されるコンピュータ読取可能記憶媒体106は、ソフトウェアアプリケーション、ソフトウェアモジュール及び/又はデータを記憶する。図示される例では、コンピュータ読取可能記憶媒体106は少なくとも、I/O108を介して受け取ったデータを処理するトリアージモジュール118を記憶する。以下で更に詳細に説明されるように、非限定的な例では、1つ以上のプロセッサ104は、トリアージモジュール118の命令の実行に応答して、患者の健康に関連する情報を評価し、その評価に基づいて、被検者を治療のために別の病院施設に移送すべきかどうかを推奨する。
一例では、健康状態は、関心対象の1つ以上の疾患ごとに確率及び重症度を計算することによって決定される。そのような情報を計算する一例が、本明細書に2008年12月8日出願の「Retrieval of similar patient cases based on disease probability vectors」という発明の名称の米国特許出願第12/810,021号、米国特許出願公開第2010/0,312,798号明細書(特許文献1)に説明されている。この文献は、参照によってその全体が本明細書に組み込まれる。一般に、特許文献1は、特定の疾患について確率及び重症度を計算し、新たなデータに基づいて、その確率及び重症度を更新するアルゴリズムを開示する。
被検者を治療のために別の病院施設に移送すべきかどうかを推奨することに加えて、1つ以上のプロセッサ104は更に、トリアージモジュール118の命令を実行することに応答して、現在の施設で健康状態の悪化を潜在的に緩和する健康状態の推奨を決定することもできる。トリアージモジュール118は更に、他のコンピューティングデバイス114のうち、患者の健康管理に関連付けられる電子デバイスの動作を制御することができる。トリアージモジュール118は更に、取得及び評価すべき他のデータタイプを推奨することができる。1つ以上のプロセッサ104は、トリアージモジュール118の命令を実行することに応答して、1つ以上の他の機能を実行してもよい。
認識されるように、確率、重症度及び推奨は、例えば新生児の急性の先天性心疾患のような、急性疾患を検出することが困難な早期検出を容易にし、かつ新生児に対する適切な医療の適用を容易にする。これは、新生児を安定させること、疾患の悪化を緩和すること、新生児の生存の機会を向上させること及び取り返しのつかない損傷若しくは死につながる事象を緩和することを容易にし得る。また、確率、重症度及び推奨は、同様に検出することが難しい可能性がある他の急性疾患及び/又は慢性疾患の早期検出も容易にし、早期検出及び適切な医療による利点がある。
図2は、トリアージモジュール118の非限定的な例を概略的に図示する。この例では、トリアージモジュール118は、患者200の関心対象の疾患の確率及び重症度を決定し、これに基づいて、患者に対して提案される一連の医療(course of healthcare)を提供する。
1つ以上の生理学的センサ202は、患者の生理学的信号を感知する。1つ以上の生理学的センサ202は、関心対象の疾患の確率及び重症度と推奨とを決定するようトリアージモジュール118をトリガする、生理学的パラメータをモニタする少なくとも1組のセンサを含む。
評価装置204は、少なくとも1組のセンサの出力信号を評価する。一例では、これは、「通常の範囲」を示す所定のセンサ出力ガイドライン206に関連して、出力信号を比較することを含む。これは、例えば同じ生理学的パラメータであるが、患者の異なる位置で感知される2つのセンサ測定値の間の差分を、ガイドライン206と比較することを含む。
本明細書で使用されるとき、「通常の範囲(normal range)」という用語は、臨床医、医療設備、医学界等により、関心対象の疾患が存在しないことを示すと考えられる範囲である。「通常の範囲」はプログラム可能であり、臨床医、医療設備、医学界等が「通常の範囲」として異なる範囲を採用する場合又は現在の「通常の範囲」を修正する場合、「通常の範囲」を変更することができる。
ロジック208は、評価装置204の出力を受け取り、関心対象の疾患の確率及び重症度を決定するためにトリアージモジュール118の他のコンポーネントを起動すべきかどうかを判断する。例えば出力信号が「通常の範囲」内である場合、ロジック208は、トリアージモジュール118の他のコンポーネントを起動しない。代わりに、ロジック208は、一例では、出力デバイス112のディスプレイ210デバイスを介して、出力信号が「通常の範囲」内であることを示す(人間読取可能なフォーマットの)メッセージを表示する。
これは、「通常の範囲」とともに2つのセンサ測定値の間の差を示す数値を表示すること、疾患がないことを示すテキストメッセージ、疾患がないこと又は疾患の存在を示す色のようなインデックス等を表示することを含み得る。しかしながら、出力信号が「通常の範囲」の外である場合、ロジック208は、関心対象の疾患の確率と重症度を決定するよう、トリアージモジュール118の他のコンポーネントを起動する。
欠測データ(missing data)識別子212は、起動されると、関心対象の疾患について、関心対象の疾患の確率及び重症度を計算するために必要とされるデータを決定する。図示される例では、欠測データ識別子212は、取得可能なデータをガイドライン214内の所定のデータのリストと比較して、欠測データを決定する。欠測データ識別子212は、出力デバイス112のディスプレイ210デバイスを介して、欠測データを示すか、かつ/又は欠測データを取得する特定の手順を提案する(人間読取可能なフォーマットの)メッセージを表示する。
この例として、一例では、欠測データ識別子212は、撮像装置216からの撮像データを、欠測データとして、あるいは関心対象の疾患の確率及び重症度を計算するのに必要なデータとして識別する。この例では、欠測データ識別子212は信号をディスプレイ210に伝達し、ディスプレイ210により、特定のコンテキスト並びに画像データが必要とされることを示すメッセージを視覚的に提示し、かつ/又はその特定の画像データを取得するための特定のタイプ又は撮像手順を提案する。
確率及び重症度を決定することに続いて、欠測データ識別子212は、関心対象の疾患の確率及び重症度の正確性を向上させ得る他の又は追加のデータを識別する。このような他のデータ又は追加のデータは、別の確率及び重症度を更新又は計算するのに使用される。図示される例では、他のデータには、他のセンサからのデータ、他の撮像データ、人口統計情報、観察値、臨床データ及び/又は他のデータが含まれるが、これらには限定されない。
同様に、欠測データ識別子212は、ディスプレイ210デバイスを介して、追加の欠測データを示し、かつ/又は欠測データを得るための特定の手順を提案するメッセージを、表示する。最初の欠測データ及び追加の欠測データを要求する信号を、出力デバイス112のメッセージングサービス218に転送することもでき、メッセージングサービス218は、例えば電子メール、テキストメッセージ、インスタントメッセージ、携帯電話コール、ページャのページ、中央ステーション通知等を通して、この情報を伴うメッセージを送信することができる。
確率及び重症度決定装置220は、現在利用可能な情報に基づいて確率及び重症度を決定する。いずれか更なる欠測データを受け取ったことに応答して、確率及び重症度決定装置220は、更新された確率及び重症度を決定する。決定された確率及び重症度は、ディスプレイ210を介して表示される。任意選択により、メッセージングサービス218を使用して、確率及び重症度を特定のデバイスに伝達することができる。他の又は追加の欠測データを受け取った後、確率及び重症度決定装置220は、更新された最も最近の確率及び重症度を示す信号を生成する。
イベント推奨装置222は、病院のリソース及び所定のイベントガイドライン224と関連して確率及び重症度を処理し、患者について推奨されるアクションを含む出力信号を生成する。アクションは、例えば関心対象の疾患の確率及び重症度を伴う患者に適した医療を提供するよう設備が整っている別の施設に患者を移送するという推奨である。
アクションは更に、例えば患者の健康状態の悪化を緩和するよう現在の医療施設で提供すべき医療を提案する。現在の施設が、推奨される医療を提供することができる場合、その推奨は、現在の医療施設で職員に視覚的に提示され、かつ/又は提供される。確率及び重症度と同様に、推奨されるアクションを、ディスプレイ210を介して表示するか、メッセージングサービス223へ伝達することができる。
アクションは更に、他のコンピューティングデバイス114の複数の医療デバイス226のうちの1つの動作を制御する制御信号を含んでもよい。例えばアクションは、患者をモニタリングするモニタのモニタリング機能をオンにし、ベッドサイド又は中央ステーションのモニタリングアラームをアクティブにし、注入(例えば静脈内)ポンプの流量パラメータを調整し、酸素運搬システムのレギュレータを調整等する、制御信号を含み得る。一般に、アクションは、患者のケアに関連する電子デバイスの動作を制御する制御信号を含む。
図3は、関心対象の特定の疾患に関連するトリアージモジュール118の非限定的な例を概略的に図示する。この例では、トリアージモジュール118は、新生児の先天性心疾患の検出、先天性心疾患に対処するため、より設備の整った医療施設へ新生児を移送すべきかどうか等についてのトリアージ及び決定を容易にするための命令を含む。簡潔性及び明瞭性の目的のために、ここでは考慮される他の具体的な例は詳細には含まれていない。
図示される例では、コンピューティングシステム102のI/O108は、少なくとも2つの血中酸素(SpO2)センサ302からそれぞれ血中酸素信号を受信する。この例では、少なくとも2つのSpO2センサ302のうちの第1の又は1つのセンサは、被検者の右足に配置され、少なくとも2つのSpO2センサ302のうちの第2の又は他の1つのセンサは、被検者の左手に配置される。少なくとも2つのSpO2センサ302は、同じ組の心臓周期、例えば全ての心臓周期又は心臓周期のサブセットの血中酸素を同時に測定する。
図示される少なくとも2つのSpO2センサ302は、例えばパルスオキシメータの一部であり、そのようなパルスオキシメータは、被検者の血液の酸素飽和度を間接的にモニタして皮膚内の血液量を変更し、フォトプレチスモグラフを生じる。変形形態では、酸素飽和度は、例えば血液サンプルを通して直接測定される。更に別の変形形態では、パルスオキシメータ、血液サンプル及び/又は血中酸素飽和度を測定する他のアプローチを使用して、間接的及び直接測定値の組合せが作られる。
SpO2モニタ304は、少なくとも2つのSpO2センサ302からの信号を処理する。そのような処理は、例えば信号品質を向上させるよう信号を事前処理することを含む。SpO2モニタ304は、事前処理した血中酸素測定値(又はプリポスト(pre-post)SpO2値)の間の差分を決定して出力する。一般に、その差分は、血液が肺の中を流れて酸素化されているか、又はシャント(shunt)の中を流れて酸素化されていないかを示す。SpO2モニタ304は、例えばパルス過渡時間(pulse transient time)のような他の値も測定する。
図示されるトリアージモジュール118は、プリポストSpO2値を受信して評価する、プリポストSpO2評価装置306を含む。図示される実施形態では、プリポストSpO2評価装置306は、プリポストSpO2値の「通常の」範囲を示す、所定のプリポストSpO2ガイドラインに基づいて、プリポストSpO2値を評価する。プリポストSpO2値の「通常の」範囲は、医学界によって、新生児が異なる医療施設へ移送されることになる先天性心疾患が存在しないことを示すと考えられた範囲である。
ロジックは、評価装置306からの信号に基づいて、(例えばプリポストSpO2値が「通常の」範囲内であることを信号が示す場合)更なるアクションが必要とされないこと、あるいは(例えばプリポストSpO2値が「通常の」範囲外であることを信号が示す場合)図2に関連して説明されるように及び/又は他の方法で、トリアージモジュール118の他のコンポーネントの更なるアクションを起動することを指示する。
この例では、欠測データ識別子212は、起動されると、先天性心疾患の確率及び重症度を生成するのに必要とされる欠測データを示す信号を出力する。欠測データ識別子212は、データガイドライン214に基づいて欠損情報を決定する。信号は、図2に関連して説明されるように及び/又は他の方法で、ディスプレイ210及び/又はメッセージングサービスへ伝達され得る。
図示される例では、欠測データ識別子212は、超音波(US)画像データを、例えばUS撮像装置227を用いて行われる新生児のスキャンから識別する。一般に、適切な撮像装置は、臓器モデルに基づく心臓間のシャント(inter-cardiac shunt)及び肉眼解剖学の評価(gross anatomy assessment)のようなバイオメトリの評価(2Dのフリーハンド、追跡デバイスを伴う2D、機械的な3D取得、電子的行列アレイ)のための撮像技術の受容可能性に関して、ユーザにフィードバックを提供することができる。
確率及び重症度決定装置220は、現在利用可能な情報に基づいて、先天性心疾患の確率及び重症度を決定する。確率及び重症度決定装置220は、例えば先天性心疾患の確率及び重症度に関してUS画像データの先天性心疾患の常態がないことの確率を定量化する。図示される例において、これは、マシン学習に関連して、臓器欠陥(organ defect)の画像アトラス(image atlas)を使用して画像データを処理し、US画像データに基づいて特定の臓器欠陥の確率及び重症度を得ることによって部分的に達成される。
欠測データ識別子212は、ECGセンサ230(3リード、12リード等)によって感知される電熱アクティビティデータに基づいて、ECGモニタ228によって生成される新生児のECGも識別する。欠測データ識別子212は、心雑音の存在及び兆候、先端チアノーゼ又は中心性チアノーゼ、妊娠歴、出産歴及び他の検査所見といった、人口統計情報、観察値及び臨床データも識別する。データが利用可能になると、確率及び重症度決定装置220は、確率及び重症度を更新する。確率及び重症度決定装置220は、システムによって取得されるSpO2の差及び/又は他のデータも考慮する。
決定された確率及び重症度は、本明細書で説明されるように又は他の方法で、ディスプレイ210を介して出力及び表示される。表示されるデータは、例えば追加のセンサ情報、臨床検査、他の画像手順及びモデルの所見を精査するのに必要とされる詳細な身体的検査の入力を含む、二次調査(secondary investigation)に関するガイダンスを、臨床医に提供する。例として、表示されるデータは、先天性心疾患のリスト(例えば欠陥A:10%、欠陥B:3%等)を示し、欠陥ごとに、欠陥の確率及び欠陥の重症度を提供することができる。
イベント推奨装置222は、イベントガイドライン224に基づいて確率及び重症度を処理して、患者について推奨されるアクションを含む出力信号を生成する。トリアージモジュール118が、新生児が先天性心疾患を有しており、現在の施設では適切なケアを提供することができないと判断する場合、推奨は、新生児を移送することである。対応するアクションには、例えば移送サービスを通知すること、新生児の医療(健康管理)に関連付けられる電子デバイスを制御すること等が含まれ得る。
本明細書で議論されるように、確率、重症度及び推奨は、急性疾患を検出することが難しい早期検出及び適切な医療の適用を容易にする。新生児及び先天性心疾患では、適切なケアは、新生児を安定させ、状態の悪化を緩和し、新生児の生存の機会を向上させ、取り返しのつかない損傷あるいは死を緩和することができる。また、確率、重症度及び推奨は、他の急性疾患及び/又は慢性疾患の早期検出も容易にする。
図4は、本明細書で説明される実施例に係る例示の方法を図示している。図3と同様に、図4は、簡潔性及び明瞭性のために、特定の例示の先天性心疾患に関連して説明される。
これらの方法の動作の順序は限定的ではないことが認識されよう。したがって、他の順序も本明細書では考慮される。さらに、1つ以上の動作を省略してもよく、かつ/又は1つ以上の追加の動作が含まれてもよい。
402において、同時にSpO2を感知する少なくとも2つのSpO2センサから信号を受信する。
本明細書で説明されるように、新生児の右足及び左手に配置されるセンサは、血液が、想定通りに肺の中を流れて酸素化されているか、あるいは血液が肺の周りで短絡(shunt)されて酸素化されていないかを判断するための情報を提供する。
404において、受信した信号を処理して、プリポストSpO2の差分値を決定する。
本明細書で説明されるように、これは、右足と左手の2か所でそれぞれ測定される2つの血中酸素濃度測定値の間の差を計算することを含む。
406において、プリポストSpO2値が、所定のガイドラインの範囲外であることに応答して、先天性心疾患の確率及び重症度を決定するためのデータが取得される。
本明細書で開示されるように、一例において、新生児の先天性心疾患では、少なくともUS撮像データが、確率及び重症度を決定するために必要とされるものとして識別される。
408において、先天性心疾患の確率及び重症度が、取得したデータに基づいて計算される。
410は、確率及び重症度の正確性を改善しそうな欠測データを特定する。
412において、欠測データが取得される。欠測データが特定されない場合、及び/又はオペレータが、特定された欠測データは得られないと判断する場合、この動作は省略される。
414において、先天性心疾患の確率及び重症度が、取得された欠測データに基づいて更新される。
416において、利用可能なローカルの医療リソース及びイベントガイドラインとの関連で、確率及び重症度が評価される。
418において、評価の結果を使用して、新生児について提案される一連の医療を生成する。
本明細書で説明されるように、提案される一連の医療は、例えば新生児を、患者のためにより良い設備が整った異なる医療施設に移送すること、現在の医療施設で患者の健康状態の悪化を緩和する医療等を含む。提案される一連の医療は、治療に関連する少なくとも1つの電子デバイスの動作を制御する制御信号を伝送することも含み得る。
上記の動作は、コンピュータ読取可能媒体上に符号化されるか組み込まれるコンピュータ読取可能命令によって実装されてよく、コンピュータ読取可能命令は、コンピュータプログラムによって実行されると、説明される動作をプロセッサに実行させる。あるいはまた、コンピュータ読取可能命令のうちの少なくとも1つは、信号、搬送波及び他の伝送媒体によって担持され、プロセッサによって実施される。
本発明は、好ましい実施形態との関連で説明されている。前述の詳細な説明を読み、理解すると、修正及び変更が他者には思い浮かぶであろう。本発明は、そのような修正及び変更が特許請求の範囲内又はその均等の範囲内にある限りにおいて、そのような修正及び変更の全てを含むものとして解釈されるよう意図される。

Claims (18)

  1. 臨床決定支援システムにおいて使用されるコンピューティングシステムの作動方法であって、
    前記コンピューティングシステムの少なくとも1つのプロセッサが、患者について感知される少なくとも2つの生理学的測定値のセットを含む電気的信号を受信するステップと;
    前記少なくとも1つのプロセッサが、前記少なくとも2つの生理学的測定値を、電子的フォーマットであるセンサ出力ガイドラインからの所定の生理学的測定値範囲と比較するステップと;
    前記少なくとも2つの生理学的測定値が前記生理学的測定値範囲を満たさないと判断したことに応答して、前記少なくとも1つのプロセッサが、データガイドラインに基づいて、前記患者の関心対象の疾患の確率及び重症度を決定するために必要な欠測データを特定するステップと
    前記少なくとも1つのプロセッサが、前記コンピューティングシステムに接続される撮像装置から取得された前記欠測データに対応する画像データに基づいて前記関心対象の疾患の前記確率及び前記重症度を決定するステップと;
    前記少なくとも1つのプロセッサが、前記確率及び前記重症度と、医療施設のリソースと、イベントガイドラインとに基づいて、前記患者について推奨される一連のアクションを決定するステップと;
    前記確率及び前記重症度と、前記推奨される一連のアクションを、前記コンピューティングシステムに接続されるディスプレイに視覚的に提示させるステップと;
    を備える、コンピューティングシステムの作動方法。
  2. 前記少なくとも1つのプロセッサが、前記推奨される一連のアクションと、前記イベントガイドラインとに基づいて、前記患者のための医療に関連する他の電子デバイスの動作の制御に用いられる制御信号を生成するステップと;
    前記少なくとも1つのプロセッサが、前記制御信号を用いて前記他の電子デバイスの動作を制御するステップと;
    を更に備える、請求項1に記載のコンピューティングシステムの作動方法。
  3. 前記少なくとも1つのプロセッサが、臓器欠陥の画像アトラスを受け取るステップを更に備え、前記取得された画像データに基づいて前記関心対象の疾患の前記確率及び前記重症度を決定するステップは、前記画像データ及び前記臓器欠陥の画像アトラスに基づいて前記関心対象の疾患の前記確率及び前記重症度を決定することを含む、
    請求項1に記載のコンピューティングシステムの作動方法。
  4. 前記少なくとも1つのプロセッサが、前記関心対象の疾患の前記重症度及び前記確率の正確性を改善しそうな他のデータを特定するステップと;
    前記少なくとも1つのプロセッサが、前記他のデータに基づいて前記確率及び前記重症度を更新して、前記関心対象の疾患の更新された確率及び更新された重症度を生成するステップと;
    を更に備え、
    前記推奨される一連のアクションは、前記更新された確率及び前記更新された重症度と、前記医療施設の前記リソースと、前記イベントガイドラインとに基づいて決定される、請求項1に記載のコンピューティングシステムの作動方法。
  5. 前記関心対象の疾患は、新生児の先天性心疾患であり、
    前記感知される少なくとも2つの生理学的測定値は、前記新生児の右足で感知される血中酸素濃度及び前記新生児の左手で感知される血中酸素濃度である、
    請求項1乃至4のいずれか一項に記載のコンピューティングシステムの作動方法。
  6. 前記少なくとも2つの生理学的測定値を比較するステップは、前記少なくとも2つの生理学的測定値の間の差を取って差分血中酸素濃度値を決定することと、該差分血中酸素濃度値を前記センサ出力ガイドラインからの測定値範囲と比較し、血液が肺の周囲を短絡していると判断することとを含む、
    請求項5に記載のコンピューティングシステムの作動方法。
  7. コンピューティングシステムであって:
    少なくとも1つのコンピュータプロセッサと;
    トリアージモジュールがエンコードされるコンピュータ読取可能記憶媒体と;
    を備え、
    前記少なくとも1つのコンピュータプロセッサは、前記トリアージモジュールの命令を実行して:
    患者について感知される少なくとも2つの生理学的測定値のセットを含む電気的信号を受け取ることと;
    前記少なくとも2つの生理学的測定値を、電子的フォーマットであるセンサ出力ガイドラインからの所定の生理学的測定値範囲と比較することと;
    前記少なくとも2つの生理学的測定値が前記生理学的測定値範囲を満たさないと判断したことに応答して、データガイドラインに基づいて、前記患者の関心対象の疾患の確率及び重症度を決定するために必要な欠測データを特定することと;
    当該コンピューティングシステムに接続される撮像装置から前記欠測データに対応する画像データを取得することと;
    前記取得された画像データに基づいて、前記関心対象の疾患の前記確率及び前記重症度を決定することと;
    前記確率及び前記重症度と、医療施設のリソースと、イベントガイドラインとに基づいて、前記患者について推奨される一連のアクションを決定することと;
    前記確率及び前記重症度と、前記推奨される一連のアクションとをディスプレイに視覚的に提示させることと;
    を含む動作を実行するように構成される、システム。
  8. 前記少なくとも1つのコンピュータプロセッサは、前記推奨される一連のアクションに基づいて、当該システムに接続される少なくとも1つの他の電子デバイスの動作を制御するように構成される、
    請求項7に記載のシステム。
  9. 前記少なくとも1つのコンピュータプロセッサは更に、前記取得された画像データ及び臓器欠陥の画像アトラスに基づいて、前記確率及び前記重症度を決定するように構成される、
    請求項8に記載のシステム。
  10. 前記少なくとも1つのコンピュータプロセッサは更に、生理学的センサデータ、人口統計情報、観察値及び臨床データに基づいて、前記確率及び前記重症度を決定するように構成される、
    請求項9に記載のシステム。
  11. 前記推奨される一連のアクションは、前記関心対象の疾患のために、より良い設備の整った別の医療施設に前記患者を移送することを含む、
    請求項7乃至10のいずれか一項に記載のシステム。
  12. 前記推奨される一連のアクションは、前記患者が移送される前に前記関心対象の疾患の悪化を緩和するために提案される医療を更に含む、
    請求項11に記載のシステム。
  13. 前記推奨される一連のアクションは、前記医療施設で利用可能なリソースを使用して前記医療施設で前記関心対象の疾患の悪化を緩和するために提案される医療を更に含む、
    請求項7乃至10のいずれか一項に記載のシステム。
  14. プロセッサによって実行されると、該プロセッサに、
    患者について感知される少なくとも2つの生理学的測定値のセットを含む電気的信号を受信させ;
    前記少なくとも2つの生理学的測定値を、電子的フォーマットであるセンサ出力ガイドラインからの所定の生理学的測定値範囲と比較させ;
    前記少なくとも2つの生理学的測定値が前記生理学的測定値範囲を満たさないと判断したことに応答して、前記患者の関心対象の疾患の確率及び重症度を決定するために必要な欠測データを特定させ;
    撮像装置から前記欠測データに対応する画像データを取得させ;
    前記取得された画像データに基づいて前記関心対象の疾患の前記確率及び前記重症度を決定させ;
    前記確率及び前記重症度と、医療施設のリソースと、イベントガイドラインとに基づいて、前記患者について推奨される一連のアクションを決定させ;
    前記確率及び前記重症度と、前記推奨される一連のアクションを視覚的に提示させる;
    コンピュータ読取可能命令がエンコードされる、非一時的コンピュータ読取可能記憶媒体。
  15. 前記コンピュータ読取可能命令は更に、前記プロセッサに、
    前記推奨される一連のアクションと、前記イベントガイドラインとに基づいて、前記患者のための医療に関連する他の電子デバイスの動作を制御する制御信号を生成させ;
    前記制御信号を用いて前記電子デバイスの動作を制御させる;
    請求項14に記載の非一時的コンピュータ読取可能記憶媒体。
  16. 前記コンピュータ読取可能命令は更に、前記プロセッサに、
    臓器欠陥の画像アトラスを受け取らせ、前記取得された画像データに基づいて前記関心対象の疾患の前記確率及び前記重症度を決定することは、前記画像データ及び前記臓器欠陥の画像アトラスに基づいて前記関心対象の疾患の前記確率及び前記重症度を決定することを含む、
    請求項14に記載の非一時的コンピュータ読取可能記憶媒体。
  17. 前記コンピュータ読取可能命令は更に、前記プロセッサに、
    前記関心対象の疾患の前記重症度及び前記確率の正確性を改善しそうな他のデータを特定させ;
    前記他のデータに基づいて前記確率及び前記重症度を更新して、前記関心対象の疾患の更新された確率及び更新された重症度を生成させ;
    前記推奨される一連のアクションは、前記更新された確率、前記更新された重症度、前記医療施設の前記リソース及び前記イベントガイドラインに基づいて決定される、
    請求項14に記載の非一時的コンピュータ読取可能記憶媒体。
  18. 前記関心対象の疾患は、新生児の先天性心疾患であり、
    前記感知される少なくとも2つの生理学的測定値は、前記新生児の右足で感知される血中酸素濃度及び前記新生児の左手で感知される血中酸素濃度である、
    請求項14乃至17のいずれか一項に記載の非一時的コンピュータ読取可能記憶媒体。
JP2016529429A 2013-11-13 2014-11-13 トリアージ決定に基づく臨床決定支援システム Active JP6402185B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361903438P 2013-11-13 2013-11-13
US61/903,438 2013-11-13
PCT/IB2014/066005 WO2015071847A2 (en) 2013-11-13 2014-11-13 Clinical decision support system based triage decision making

Publications (3)

Publication Number Publication Date
JP2017503532A JP2017503532A (ja) 2017-02-02
JP2017503532A5 JP2017503532A5 (ja) 2018-03-22
JP6402185B2 true JP6402185B2 (ja) 2018-10-10

Family

ID=52023571

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016529429A Active JP6402185B2 (ja) 2013-11-13 2014-11-13 トリアージ決定に基づく臨床決定支援システム

Country Status (6)

Country Link
US (1) US9946843B2 (ja)
EP (1) EP3069281B1 (ja)
JP (1) JP6402185B2 (ja)
CN (1) CN105765584B (ja)
RU (1) RU2679572C1 (ja)
WO (1) WO2015071847A2 (ja)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ITUB20153285A1 (it) * 2015-08-28 2017-02-28 Inmm S R L Sistema e metodo di supporto ad un operatore in un intervento di emergenza su un paziente
US10855515B2 (en) * 2015-10-30 2020-12-01 Netapp Inc. Implementing switchover operations between computing nodes
US10950341B2 (en) 2015-11-30 2021-03-16 Physio-Control, Inc. Integration of a point-of-care blood analyzer into a prehospital telemedicine system
CN110462744A (zh) * 2017-03-10 2019-11-15 皇家飞利浦有限公司 具有在视觉上强大的患者状况显示的患者状况监测器
US20200185078A1 (en) * 2017-04-25 2020-06-11 Koninklijke Philips N.V. System and method for facilitating configuration modifications for a patient interface computer system based on a patient-specific risk alert model
EP3404666A3 (en) * 2017-04-28 2019-01-23 Siemens Healthcare GmbH Rapid assessment and outcome analysis for medical patients
US10825167B2 (en) 2017-04-28 2020-11-03 Siemens Healthcare Gmbh Rapid assessment and outcome analysis for medical patients
ES2905660T3 (es) * 2017-06-19 2022-04-11 Viz Ai Inc Procedimiento y sistema para el triaje asistido por ordenador
CN107800801A (zh) * 2017-11-07 2018-03-13 上海电机学院 一种基于用户学习偏好的学习资源推送方法及系统
US10811135B2 (en) * 2018-12-27 2020-10-20 General Electric Company Systems and methods to determine disease progression from artificial intelligence detection output
JP2019107485A (ja) * 2019-02-26 2019-07-04 株式会社トプコン 眼科検査装置
KR102261078B1 (ko) * 2019-07-08 2021-06-03 경희대학교 산학협력단 임상 실습 가이드 라인을 컴퓨터 해석 모델로 변환하기 위한 방법 및 이의 시스템
TR202011991A2 (tr) * 2020-07-28 2020-10-21 Asli Goerek Dilektasli Medi̇kal ki̇osk i̇çeren mobi̇l tri̇yaj i̇stasyonu
GB2598568A (en) * 2020-09-01 2022-03-09 Clini Hub Ltd Patient monitoring device
WO2023049430A1 (en) * 2021-09-27 2023-03-30 Becton, Dickinson And Company System and method for vascular access management
US20230207131A1 (en) * 2021-12-27 2023-06-29 Matrixcare, Inc. Wound management system for predicting and avoiding wounds in a healthcare facility

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4957115A (en) * 1988-03-25 1990-09-18 New England Medical Center Hosp. Device for determining the probability of death of cardiac patients
US8401874B2 (en) * 1999-06-23 2013-03-19 Koninklijke Philips Electronics N.V. Rules-based system for maternal-fetal care
US7315825B2 (en) * 1999-06-23 2008-01-01 Visicu, Inc. Rules-based patient care system for use in healthcare locations
US7454360B2 (en) * 1999-06-23 2008-11-18 Visicu, Inc. Order evaluation system for use in a healthcare location
US9053222B2 (en) * 2002-05-17 2015-06-09 Lawrence A. Lynn Patient safety processor
US20040122787A1 (en) 2002-12-18 2004-06-24 Avinash Gopal B. Enhanced computer-assisted medical data processing system and method
DK1675501T3 (da) * 2003-09-12 2013-11-18 Or Nim Medical Ltd Ikke-invasiv optisk monitorering af et område af interesse
US7433853B2 (en) * 2004-07-12 2008-10-07 Cardiac Pacemakers, Inc. Expert system for patient medical information analysis
US8740789B2 (en) * 2005-03-03 2014-06-03 Cardiac Pacemakers, Inc. Automatic etiology sequencing system and method
US20060265253A1 (en) * 2005-05-18 2006-11-23 Rao R B Patient data mining improvements
US8892196B2 (en) * 2006-07-06 2014-11-18 Los Angeles Biomedial Research Institute At Harbor-Ucla Medical Center Device and method for screening congenital heart disease
US8457707B2 (en) 2006-09-20 2013-06-04 Masimo Corporation Congenital heart disease monitor
US20090149719A1 (en) * 2007-12-05 2009-06-11 Cardiac Pacemakers, Inc. System And Method For Performing Remote Patient Risk Assessment Through A Visual Analog Scale
EP2229643A1 (en) 2007-12-28 2010-09-22 Koninklijke Philips Electronics N.V. Retrieval of similar patient cases based on disease probability vectors
US20090177102A1 (en) * 2008-01-07 2009-07-09 The General Electric Company System, method and device for predicting sudden cardiac death risk
US9763606B2 (en) 2010-08-23 2017-09-19 Los Angeles Biomedical Research Institute At Harbor-Ucla Medical Center Foot pulse oximeter for screening congenital heart disease before newborn discharge
US10485490B2 (en) * 2010-11-11 2019-11-26 Zoll Medical Corporation Acute care treatment systems dashboard
US9392945B2 (en) * 2012-01-04 2016-07-19 Masimo Corporation Automated CCHD screening and detection
US20160143594A1 (en) * 2013-06-20 2016-05-26 University Of Virginia Patent Foundation Multidimensional time series entrainment system, method and computer readable medium

Also Published As

Publication number Publication date
RU2679572C1 (ru) 2019-02-11
WO2015071847A2 (en) 2015-05-21
EP3069281B1 (en) 2021-01-06
US20160328525A1 (en) 2016-11-10
JP2017503532A (ja) 2017-02-02
RU2016123429A (ru) 2017-12-22
CN105765584A (zh) 2016-07-13
US9946843B2 (en) 2018-04-17
WO2015071847A3 (en) 2015-08-27
EP3069281A2 (en) 2016-09-21
CN105765584B (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
JP6402185B2 (ja) トリアージ決定に基づく臨床決定支援システム
US11699526B2 (en) Alarm notification system
US11172890B2 (en) Automated condition screening and detection
US20200323494A1 (en) Automated condition screening and detection
JP6828055B2 (ja) 患者緊急度の臨床医評価の推定及び使用
Van Loon et al. Non-invasive continuous respiratory monitoring on general hospital wards: a systematic review
US20220254486A1 (en) System and method for a patient dashboard
TW201402059A (zh) 健康狀態判定方法及健康狀態判定系統
Mistry et al. An Analysis of IoT-Based Solutions for Congenital Heart Disease Monitoring and Prevention
Li et al. Epidemiology of patient monitoring alarms in the neonatal intensive care unit
EP2973068A1 (en) System and methods for proving medical care algorithms to a user
Suba et al. Contribution of electrocardiographic accelerated ventricular rhythm alarms to alarm fatigue
Matsushita et al. Artificial intelligence and machine learning in pediatrics and neonatology healthcare
US20210065905A1 (en) Medical examination assistance apparatus
Jacobs et al. Increasing vigilance on the medical/surgical floor to improve patient safety
US12004881B2 (en) Automated condition screening and detection
US20220031254A1 (en) Automated condition screening and detection
US20230352146A1 (en) Systems and methods for optimal personalized infant nutrition, disease prevention, and growth monitoring
Deo et al. Use of Artificial Intelligence in Sepsis Detection and Management
JP2023546336A (ja) 患者モニタリングシステム
JP2021194283A (ja) 医療診断支援装置、医療診断支援装置の制御方法、およびプログラム
WO2021204980A1 (en) Diagnosis-adaptive patient acuity monitoring
Vilic et al. Vital signs monitoring and interpretation for critically ill patients

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20171110

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180207

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20180207

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20180216

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180227

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180412

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180515

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180802

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: 20180814

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180910

R150 Certificate of patent or registration of utility model

Ref document number: 6402185

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