JP6825054B2 - 血圧の急低下を見積もる方法及び電子デバイス - Google Patents

Description

本発明は見積もり技術に関し、特に血圧の急低下を見積もる方法及び電子デバイスに関する。

血液透析は、一般的な医療手段の一つである。血液透析を行う過程において、血液は、透析機に排出してから体内に戻り、患者を脱水させて、血圧が急低下して、体の不快感に至る可能性がある。しかしながら、患者が体の不快感を感じる時、血圧の急低下は、ある時間発生している。また、各患者の体の状態は異なり、患者の状態は不安定な時、医療スタッフの専門的な判断及びリアルタイムモニタリングに頼る必要があり、医療コストを増加させる。したがって、如何にして、患者の不快感の発生を減らし、医療コストを下げるかは、当業者が力を入れる課題である。

Ｘｕ−Ｙｉｎｇ Ｌｉｕ，Ｊｉａｎｘｉｎ Ｗｕ，ａｎｄ Ｚｈｉ−Ｈｕａ Ｚｈｏｕ著、「Ｅｘｐｌｏｒａｔｏｒｙ Ｕｎｄｅｒｓａｍｐｌｉｎｇ ｆｏｒ Ｃｌａｓｓ−Ｉｍｂａｌａｎｃｅ Ｌｅａｒｎｉｎｇ」ＩＥＥＥ ＴＲＡＮＳＡＣＴＩＯＮＳ ＯＮ ＳＹＳＴＥＭＳ，ＭＡＮ ＡＮＤ ＣＹＢＥＲＮＥＴＩＣＳ - ＰＡＲＴ Ｂ、非特許文献１では、アンバランスデータモデルの性能が悪い場合を改善するために、Ｅａｓｙ Ｅｎｓｅｍｂｌｅ演算法を開示している。

本発明は、患者に血圧の急低下が発生する状況を前もって見積もるための血圧の急低下を見積もる方法及び電子デバイスを提供する。前記血圧の急低下を見積もる方法及び電子デバイスは、Ｅａｓｙ Ｅｎｓｅｍｂｌｅ演算法を基礎にして、即時フィードバック操作を結合し、アンバランスデータモデルの性能を更に最適化して、見積もりの正確性を上げる。

本発明の実施形態において、血圧の急低下を見積もる方法は、第一使用者に対応する第一生理情報を受信するステップ、第一使用者の第一現在血圧を受信するステップ、血圧特性モデル、第一生理情報及び第一現在血圧に基づき、急低下発生確率値を得るステップ、急低下発生確率値がトリガー閾値より小さくないか否か判断するステップ、急低下発生確率値がトリガー閾値より小さくないと判断する時、血圧の急低下が発生すると判断するステップを含む。

本発明の実施形態において、血圧の急低下を見積もるための電子デバイスは、入力手段、保存手段及び処理手段を有する。入力手段は、第一使用者に対応する第一生理情報と第一現在血圧を受信する。保存手段は、血圧特性モデルを保存する。処理手段は、入力手段及び保存手段に接続され、血圧特性モデル、第一生理情報及び第一現在血圧に基づき、急低下発生確率値を得る。処理手段は、更に急低下発生確率値がトリガー閾値より小さくないか否か判断し、急低下発生確率値がトリガー閾値より小さくないと判断する時、血圧の急低下が発生すると判断する。

上述に基づき、本発明が提供する血圧の急低下を見積もるための電子デバイス及び血圧の急低下を見積もる方法は、血圧特性モデルによって血圧の急低下の発生を事前に予測する。したがって、医療スタッフは、血圧の急低下が発生する前に、患者に処置を施すことができ、患者の不快感の発生を回避できる。また、医療スタッフは、本当に必要とする患者に注意することができ、医療スタッフの負担を軽減できる。

本発明の上述した特徴と利点を更に明確化するために、以下に、実施例を挙げて図面と共に詳細な内容を説明する。

本発明の実施形態の血圧の急低下を見積もる電子デバイスの模式図を図示する。 本発明の実施形態の血圧の急低下を見積もる電子デバイスの構造模式図を図示する。 本発明の実施形態の血圧の急低下を見積もる方法のフローチャートを図示する。 本発明の実施形態の血圧特性モデルを構築する模式図を図示する。 本発明の実施形態のフィードバック操作を受信するフローチャートを図示する。 本発明の実施形態の電子デバイスの応用模式図を図示する。

図１は本発明の実施形態の血圧の急低下を見積もる電子デバイスの模式図を図示する。図１を参照すると、電子デバイス１００は、血液透析過程に用いられ、使用者に血圧の急低下が発生するか否か見積もるのに用いる。本発明の実施形態において、電子デバイス１００は、血液透析機、制御機器、または使用者の生理データを受信して演算機能を実行する機能を持ついかなる電子デバイスであってもよいが、本発明は、電子デバイス１００の種類を限定しない。

図２は本発明の実施形態の血圧の急低下を見積もる電子デバイスの構造模式図を図示する。図２を参照すると、本発明の実施形態において、電子デバイス１００は、少なくとも、入力手段１１０、保存手段１２０及び処理手段１３０を有する。

入力手段１１０は、使用者の生理情報を受信するのに用いる。使用者の生理情報は、例えば、血液濃度、血液のナトリウム濃度、ドライウェイト、ヘマトクリット（Ｈｅｍａｔｏｃｒｉｔ，ＨＣＴ）、インスリン、尿素窒素、クレアチニン、カルシウム、コレステロール、鉄の一つまたは複数であるが、本発明はこれに限定しない。

本発明の実施形態において、入力手段１１０は、キーボード、マウス、タッチパネル等であってもよく、医療スタッフに使用者の生理情報を入力させる。これ以外に、入力手段１１０は、各種測定装置であってもよく、例えば、血圧計、血液分析器等であり、使用者の生理パラメータを測定して、生理パラメータを電子デバイス１００に直接入力する。または、入力手段１１０は、各種接続ポートであってもよく、各種測定装置、処理裝置（例えば、パソコン）等と接続して、接続ポートによってデータ伝送を行うことで使用者の生理情報を取得する。または、入力手段１１０は、上記各装置の組み合わせ、または他の使用者の生理情報を取得できる装置であってもよいが、本発明はこれに限定しない。

保存手段１２０は、電子デバイス１００の動作に必要な各種データ及びコードを保存するのに用いる。本実施形態において、保存手段１２０は、固定または移動可能ないかなるランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ，ＲＡＭ）、リードオンリーメモリ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ，ＲＯＭ）、フラッシュメモリ（ｆｌａｓｈ ｍｅｍｏｒｙ）、ハードディスクドライブ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ，ＨＤＤ）、ソリッドステートハードドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ，ＳＳＤ）または類似の部材もしくは上記部材の組み合わせであってもよいが、本発明はこれに限定しない。

処理手段１３０は、入力手段１１０及び保存手段１２０に接続され、電子デバイス１００が必要とする各種演算を実行するのに用いられ、例えば、中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ，ＣＰＵ）、または他のプログラマブルな一般用途または特定用途のマイクロプロセッサ（Ｍｉｃｒｏｐｒｏｃｅｓｓｏｒ）、デジタル信号プロセッサ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ，ＤＳＰ）、プログラマブルコントローラ、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ，ＡＳＩＣ）または他の類似の部材もしくは上記部材の組み合わせであってもよいが、本発明はこれに限定しない。

図３は本発明の実施形態の血圧の急低下を見積もる方法のフローチャートを図示する。この実施形態において、血圧の急低下を見積もる方法は、少なくとも図１及び図２の電子デバイス１００に適用されるが、本発明はこれに限定しない。以下は、図１〜図３によって如何にして電子デバイス１００の入力手段１１０、保存手段１２０及び処理手段１３０の連携によって、血圧の急低下を見積もる方法を完成させる詳細を説明する。

ステップＳ３１０では、処理手段１３０は、入力手段１１０によって第一使用者に対応する生理情報を受信する。また、Ｓ３２０では、処理手段１３０は、入力手段１１０によって第一使用者の第一現在血圧を受信する。前述したとおり、入力手段１１０は、医療スタッフが入力した使用者に対応する生理情報を受信する、または測定により、もしくは他の電子デバイスに接続して使用者の生理情報を電子デバイス１００に入力するが、ここでは繰り返し述べない。

ステップＳ３３０では、処理手段１３０は、血圧特性モデル、第一生理情報及び第一現在血圧に基づき、急低下発生確率値を得る。詳細には、血圧特性モデルは、予め、機械学習の方式によって、未来の血圧を見積もるための規則を構築する。処理手段１３０は、血圧特性モデルを保存手段１２０に構築して保存する詳細は、後方で更に説明する。

急低下発生確率値は、未来のあるタイミングまたは時間区間で血圧の急低下が発生する確率を表すためのものであり、この実施形態において、急低下発生確率値は、未来の３０分に血圧の急低下が発生する確率であり、例えば、３５％である。

ステップＳ３４０では、処理手段１３０は、急低下発生確率値がトリガー閾値より小さくないか否か判断する。ステップＳ３５０では、処理手段１３０は、急低下発生確率値がトリガー閾値より小さくないと判断する時、血圧の急低下が発生すると判断する。トリガー閾値は、血圧の急低下が発生するか否かを判断するための基準であり、急低下発生確率値がトリガー閾値より小さくない場合、処理手段１３０は、未来において、この患者に血圧の急低下が発生すると予測する。言い換えると、トリガー閾値が小さいほど、処理手段１３０が血圧の急低下が発生する確率は小さいと判断したとしても、処理手段１３０は、未来において、この患者に血圧の急低下が発生すると判断することを表す。前例より、トリガー閾値が３５％であり、未来の３０分の時、患者に血圧の急低下が発生する確率が３５％より小さくない場合、処理手段１３０は、血圧の急低下が発生すると判断する。本発明の実施形態において、トリガー閾値は、医療スタッフが調整して、保存手段１２０に保存することができるが、本発明はこれに限定しない。

言及すべきこととして、処理手段１３０は、血圧の急低下が発生すると判断する時、更に警告通知を発してもよい。本発明の実施形態において、警告通知を発する方法は、例えば、警告音を発する、警告メッセージを表示する、警告メッセージを医療ステーションや医療スタッフが所持している電子デバイスに送信する等であり、電子デバイス１００の異なる設計に応じて調整されるが、本発明はこれに限定しない。

電子デバイス１００の入力手段１１０、保存手段１２０及び処理手段１３０によって完成した血圧の急低下を見積もる方法は、患者に血圧の急低下が発生する前に、血圧の急低下の発生を事前に予測できる。これに基づき、医療スタッフは、血圧の急低下が発生する前に、患者に処置を施すことができ、患者の不快感の発生を回避できる。また、医療スタッフは、本当に必要とする患者に注意することができ、医療スタッフの負担を軽減できる。

図４は本発明の実施形態の血圧特性モデルを構築する模式図を図示する。以下に、図４を併せて処理手段１３０が血圧特性モデルを構築する方法を説明する。

血圧特性モデルの構築を開始する前に、処理手段１３０は、血圧特性モデルを構築するトレーニングデータを得る。具体的には、トレーニングデータのそれぞれに、患者からの生理情報及び血液透析を行う時の状態情報、例えば、患者が血液透析を行う前の生理データ、血液透析中の血圧変化、血液透析終了後の生理データ及び血圧等を含む。処理手段１３０は、「血液透析を毎回行う」をトレーニングデータ収集の基礎とする、即ち、同じ患者のデータのトレーニングデータの有無によらず、重複するまたは重複しない各患者が血液透析を行う度に、１つのトレーニングデータとみなすことができるが、本発明はこれに限定しない。

血液透析を行う臨床症状において、血圧の急低下が発生していない患者の数は、血圧の急低下が発生した患者の数の１７倍であり、アンバランスデータ（ｉｍｂａｌａｎｃｅ ｄａｔａ）である。このようにして、全てのトレーニングデータを同時に特性抽出と平均化を行う場合、血圧の急低下が発生していない患者の血圧特性モデルに偏り、血圧特性モデルを運用して血圧の急低下の発生を判断する時に、誤判定しやすくなる。アンバランスデータの差異を失くすために、まず、処理手段１３０は、血液透析の過程において、患者に血圧の急低下が発生したか否かに基づき、トレーニングデータを血圧正常データグループＤ１及び血圧急低下データグループＤ２に分ける。ここで、血圧正常データグループＤ１は、血圧の急低下が発生していない患者のトレーニングデータに対応し、血圧急低下データグループＤ２は、血圧の急低下が発生した患者のトレーニングデータに対応する。

詳細には、処理手段１３０は、血圧の急低下の規則に基づいてトレーニングデータをグループ分けする。本実施形態において、血圧の急低下の規則は、例えば、下記表１の３つのケースである。即ち、患者の血圧の変化は、下記３つのケースのうちの１つを満たす時、この患者に血圧の急低下が発生したことを表す。

表１に記載の前の血圧ＢＰ１と次の血圧ＢＰ２は、時間間隔３０分で測定した血圧、または、前の血圧ＢＰ１と次の血圧ＢＰ２は、測定時間の最も近い２つであるが、本発明はこれに限定しない。ケース１では、前の血圧ＢＰ１が１００ｍｍＨｇ以下であって、次の血圧ＢＰ２が前の血圧ＢＰ１の９０％以下である場合、血圧の急低下が発生したことを表す。ケース２では、前の血圧ＢＰ１が１００ｍｍＨｇと１４０ｍｍＨｇの間にあって、次の血圧ＢＰ２が前の血圧ＢＰ１の５０％＋４０ｍｍＨｇ以下である場合、血圧の急低下が発生したことを表す。ケース３では、前の血圧ＢＰ１が１４０ｍｍＨｇ以上であって、次の血圧ＢＰ２が前の血圧ＢＰ１−３０以下である場合、血圧の急低下が発生したことを表す。即ち、異なる患者は、各個人の生理情報が全て異なることから、血圧の急低下の閾値も異なる。説明すべきこととして、本発明の他の実施形態では、血圧の急低下は、実際の設計要求及び専門的な医療知識によって調整することもできるが、本発明はこれに限定しない。本実施形態において、血圧の急低下の規則は、保存手段１２０に予め保存されている。

続いて、処理手段１３０は、それぞれ血圧正常データグループＤ１及び血圧急低下データグループＤ２の中から、第一データセットｄ１及び第二データセットｄ２として、第一数量及び第二数量のデータを選択し、第一データセットｄ１及び第二データセットｄ２に対してトレーニングを行って、血圧の急低下の特性を得る。

血圧急低下データグループＤ２は、我々が本当に着目するデータであることから、この実施形態において、第一数量は、第二数量以下であり、第二データセットｄ２の特性強度を強化する。他の実施形態において、第一数量は第二数量より略大きくてもよく、例えば、第一数量は５５個であり、第二数量は５０個であるが、第一数量と第二数量の比が１に近づいている時、第二データセットｄ２から得られる特性の強度が高いほど、得られる血圧の急低下の特性を第二データセットｄ２に反応させることができる。

例を挙げると、血圧正常データグループＤ１は、計９５０個のデータを有し、血圧急低下データグループＤ２は、計５０個のデータを有する場合、処理手段１３０は、血圧急低下データグループＤ２の中の全てのデータを第二データセットｄ２として選択し、第二数量は５０である。また、処理手段１３０は、第一数量は第二数量と等しいと設定し、第一数量も５０であり、血圧正常データグループＤ１の中から５０個のデータを第一データセットｄ１として選択する。または、処理手段１３０は、第一数量及び第二数量を一定の値（例えば、第一数量及び第二数量はいずれも５０である、それぞれ６０と５０、４０と５０、３０と５０、２０と５０である等）に予め設定する。または、処理手段１３０は、第一数量と第二数量の比率、例えば、１：１、１．２：１、１：２、１：３等を設定し、第二数量を一定の値に設定してもよい（例えば、血圧急低下データグループＤ２のデータ量）、本発明は、第一数量及び第二数量を如何にして設定するか限定しない。また、処理手段１３０は、例えば、ランダムサンプリングに基づき、血圧正常データグループＤ１及び血圧急低下データグループＤ２の中から第一数量及び第二数量のデータを抽出する、または、ランダム割り当て等の方式によって血圧正常データグループＤ１及び血圧急低下データグループＤ２をそれぞれ複数のグループに分けて、それぞれその中の１グループを選択するが、本発明はこれに限定しない。

処理手段１３０は、第一データセットｄ１及び第二データセットｄ２に対して特性抽出プロセスを行う。詳細には、処理手段１３０は、アダブースト（Ａｄａｐｔｉｖｅ Ｂｏｏｓｔｉｎｇ，Ａｄａｂｏｏｓｔ）に基づき、第一データセットｄ１及び第二データセットｄ２を演算して、血圧の急低下の特性を得るが、本発明はこれに限定しない。

本発明の実施形態において、処理手段１３０は、異なる第一データセットｄ１及び第二データセットｄ２を複数得て演算し、毎回、１グループの血圧の急低下の特性を得る。最後に、処理手段１３０は、全ての血圧の急低下の特性の平均値を取って、血圧特性モデルを生成する。

また、本実施形態は、感度（Ｓｅｎｓｉｔｉｖｉｔｙ）、エラー損失率（Ｆａｌｓｅ Ｏｍｉｓｓｉｏｎ Ｒａｔｅ，ＦＯＲ）及び誤判定率（Ｆａｌｓｅ Ｐｏｓｉｔｉｖｅ Ｒａｔｅ，ＦＰＲ）を更に採用して、血圧特性モデルの成果を評価する。感度は、血圧の急低下が実際に発生した全ての場合における、血圧特性モデルに基づき、血圧の急低下の発生を見積もる比率であり、感度は高いほど良い。エラー損失率は、血圧の急低下が発生しない全ての場合における、血圧の急低下が実際に発生した場合の比率であり、エラー損失率は低いほど良い。誤判定率は、血圧の急低下が実際に発生しない全ての場合における、血圧の急低下が実際に発生した場合の比率であり、誤判定率は低いほど良い。これらの評価指標において、感度が主要な優先的に考慮する指標である。１つの実際の実験では、図４の実施形態によって構築した血圧特性モデルにおいて、トリガー閾値が０．３５であると設定した時、感度は９０．０８％に達し、エラー損失率は１．０７％であり、誤判定率は５４．８３％である。

しかしながら、注意すべきこととして、本発明の他の実施形態において、血圧特性モデルの構築は、前述の方法に限定しない。本発明の他の実施形態において、処理手段１３０は、内挿法の方式によって血圧急低下データグループＤ２のデータ量を強化して、血圧急低下データグループＤ２の数と血圧正常データグループＤ１の数を近づけてもよいが、本発明はこれに限定しない。

言及すべきこととして、本発明の実施形態において、医療スタッフは更に電子デバイス１００が提供する警告通知に対してフィードバック操作することができる。図５は本発明の実施形態のフィードバック操作を受信するフローチャートを図示する。

第一生理情報及び最初の血圧を受信した時、処理手段１３０は、更に血圧特性モデル、第一生理情報、最初の血圧及び急低下臨界値に基づき、警告閾値を計算する。詳細には、警告閾値は、血圧の急低下の発生を判断するための臨界値である。使用者の血圧が警告閾値に下がる時、血圧の急低下が発生することを表す。即ち、急低下発生確率値は、第一現在血圧から警告閾値に変わる確率であるとみなしてもよい。例を挙げると、第一現在血圧が１２０ｍｍＨｇであり、血圧特性モデルの計算により、処理手段１３０は、患者の血圧が１０２ｍｍＨｇに下がった時、血圧の急低下が発生すると判断する。この時、警告閾値は１０２ｍｍＨｇに設定される。

患者の血圧の評価が未来の３０分内である時、血圧が警告閾値に下がる確率がトリガー閾値より小さくない時、処理手段１３０は、警告通知を発する。この時、医療スタッフは、自身の専門知識に基づき、この患者に更なる医療処理を施すか否か更に判断できる。警告通知が本当であると判断する場合、現在の血圧に基づき、未来において、患者に血圧の急低下が発生する可能性があることを表し、患者に対して医療処置を施す必要がある。この時、医療スタッフは、「処置」ボタンを更に押してもよい。

処理手段１３０がこの処置操作を受信する時、この警告閾値は、信頼できるものであり、処理手段１３０は、元の警告閾値の設定を変更しない。

しかしながら、警告通知が本当ではないと判断する場合、患者の現在の生理パラメータの下、血圧の急低下は、おそらく発生しないことを表す。この時、医療スタッフは、「警告解除」のボタンを押してもよい。処理手段１３０は、警告解除操作を受信する時、警告閾値は、おそらく不正確である、または、３０分後の血圧の見積もりが不正確であることを表す。したがって、処理手段１３０は、改めて、第一生理情報、最初の血圧及び第一現在血圧に基づき、血圧特性モデルを調整して、第一生理情報、最初の血圧、第一現在血圧及び調整後の血圧特性モデルに基づき、見積閾値を生成する。この見積閾値は、現在の血圧の下、未来の３０分時に到達する可能性がある血圧値を表す。即ち、見積閾値は、現在のタイミングの未来の３０分時に対する見積もりを表し、警告閾値は、血圧特性モデルに基づき、患者に血圧の急低下が発生する判断基準である。見積閾値が警告閾値より小さくない場合、医療スタッフのフィードバックによって、第一現在血圧による調整後の血圧特性モデルに基づき，処理手段１３０の未来の血圧の見積もりが警告閾値より低くないことを表し、処理手段１３０は、警告をこれ以上発しない。しかしながら、見積閾値が警告閾値より小さい場合、表示医療スタッフのフィードバックによって、処理手段１３０の未来の血圧の見積もりが警告閾値より低いことを表し、血圧の急低下が発生する可能性があることを表す。この時、処理手段１３０は、警告通知を発し続ける。

医療スタッフがすぐにフィードバックすることで、電子デバイス１００はいつでも血圧特性モデルを調整して、血圧特性モデルの性能を最適化してもよい。

言及すべきこととして、一つの実施形態において、本実施形態の血圧の急低下を見積もる方法及び現行で採用されている回帰モデル（ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ）をシミュレーションして、２つの方法の効果を評価する。上述より、患者に血圧の急低下が発生するか否か評価する時、感度は、医療スタッフが最も気にする指標であることから、実験時に、回帰モデルの感度２２．６７％を基準として、本実施形態の感度も２２．６７％であると設定した場合の他の変数の性能を設定する。即ち、この実験では、血圧の急低下を見積もる方法のトリガー閾値は、全体の性能を感度２２．６７％にする。これにより、本実施形態の血圧の急低下を見積もる方法及び現行の回帰モデルのオリジナルモデルの感度はいずれも２２．６７％である時、医療スタッフが調整した後の性能を評価する。

回帰モデルでは、当初の感度は２２．６７％であり、医療スタッフのフィードバック調整を経た後では、感度は１９．３６％に下がり、エラー損失率は５．３３％及び誤判定率は１３．０２％である。また、発した警告通知数は２２６８個である。

本実施形態の血圧の急低下を見積もる方法では、当初の感度は２３．３８であり、エラー損失率は４．６５％であり、誤判定率は４．４８％であり、発した警告通知数は９４３個である。即ち、現行の回帰モデルに対して、本実施形態の血圧の急低下を見積もる方法を採用すると、感度を上げるだけではなく、同時に、エラー損失率と誤判定率も下げられる。これだけではなく、警告通知数は、回帰モデルを採用した時の４１％であり、医療スタッフの負担を効果的に減らしている。

図６は本発明の実施形態の電子デバイスの応用模式図を図示する。図６を参照すると、この実施形態において、血圧の急低下を見積もる方法は、クラウド電子デバイス２００、第一電子デバイス２００ａ、第二電子デバイス２００ｂを有するのに適用され、且つ、クラウド電子デバイス２００、第一電子デバイス２００ａ及び第二電子デバイス２００ｂはいずれも図１、図２の電子デバイス１００を採用して実行してもいが、本発明はこれに限定しない。第一電子デバイス２００ａは、血圧の急低下を見積もる方法によって第一使用者に対する血圧の急低下を見積もり、医療スタッフのフィードバック操作を受信した（例えば、処置操作、警告操作の解除または他の入力された情報を受信するが、本発明はこれに限定しない）後、第一電子デバイス２００ａは、調整後の血圧特性モデルをクラウド電子デバイス２００によって第二電子デバイス２００ｂに伝送する。これにより、第二電子デバイス２００ｂは、調整後の血圧特性モデルによって第二電子デバイス２００ｂに保存されている血圧特性モデルを調整できる。

言及すべきこととして、本発明の実施形態において、クラウド電子デバイス２００は、媒体の役割のみ果たす、即ち、調整後の血圧特性モデルを別の第一電子デバイス２００ａまたは第二電子デバイス２００ｂを相互に伝送する。第一電子デバイス２００ａ及び第二電子デバイス２００ｂは、クラウド電子デバイス２００からの調整後の血圧特性モデルを受信した後、各自演算を行って、自身に保存された血圧特性モデルを最適化する。

しかしながら、本発明の別の実施形態において、クラウド電子デバイス２００は、統合の役割も果たす、即ち、全ての第一電子デバイス２００ａ、第二電子デバイス２００ｂの調整後の血圧特性モデルから統合演算を行って、最適化した血圧特性モデルを得て、この最適化した血圧特性モデルを第一電子デバイス２００ａと第二電子デバイス２００ｂに伝送するが、本発明はこれに限定しない。

以上より、本発明が提供する血圧の急低下を見積もるための電子デバイス及び血圧の急低下を見積もる方法は、血圧特性モデルによって血圧の急低下の発生を事前に予測する。したがって、医療スタッフは、血圧の急低下が発生する前に、患者に処置を施すことができ、患者の不快感の発生を回避できる。また、医療スタッフは、本当に必要とする患者に注意することができ、医療スタッフの負担を軽減できる。これ以外に、血圧の急低下を見積もるための電子デバイス及び血圧の急低下を見積もる方法は、医療スタッフのフィードバックにおいて血圧特性モデル及び血圧の急低下に対する評価をすぐに調整し、患者の体の状態にすぐに適応して、血圧の急低下を見積もる性能も向上させる。調整後の血圧特性モデルは、更に他の電子デバイスに用いられて、相互学習して、血圧特性モデル全体の性能を上げることができる。

本文は以上の実施例のように示したが、本発明を限定するためのものではなく、当業者が本発明の精神の範囲から逸脱しない範囲において、変更又は修正することが可能であるが故に、本発明の保護範囲は後続の特許請求の範囲に定義しているものを基準とする。

本発明が提出する血圧の急低下を見積もるための電子デバイス及び血圧の急低下を見積もるための方法は、血圧を測定するため各種の装置、例えば、血圧計に用いることができる。

１００、２００、２００ａ、２００ｂ：電子デバイス
１１０：入力手段
１２０：保存手段
１３０：処理手段
Ｄ１：血圧正常データグループ
Ｄ２：血圧急低下データグループ
ｄ１：第一データセット
ｄ２：第二データセット
Ｓ３１０〜Ｓ３５０：ステップ

Claims (5)

1. 血圧の低下を見積もるための電子デバイスであって、
   第一使用者に対応する第一生理情報と第一現在血圧を受信する入力手段と、
   血圧特性モデルを保存する保存手段と、
   前記入力手段及び前記保存手段に接続され、前記血圧特性モデル、前記第一生理情報及び前記第一現在血圧に基づき、低下発生確率値を得て、前記低下発生確率値がトリガー閾値より小さくないか否か判断する処理手段と、を含み、
   前記低下発生確率値が前記トリガー閾値より小さくないことに応じて、前記処理手段は、血圧の低下が発生すると判断する電子デバイス。
2. 前記処理手段は、血圧正常データグループの中から第一データセットとして第一数量のデータを選択し、血圧低下データグループの中から第二データセットとして第二数量のデータを選択し、
   前記第一数量は前記第二数量と同じであり、
   前記処理手段は、特性抽出プロセスに基づき、複数の血圧の低下の特性を得て、各血圧の低下の特性は、複数の第一データセットのうちの一つ及び第二データセットから抽出され、
   前記処理手段は、前記複数の血圧の低下の特性を平均化して、前記血圧特性モデルを得る請求項１に記載の電子デバイス。
3. 前記入力手段は、複数のトレーニングデータを受信し、
   前記処理手段は、血圧の低下の規則に基づき、前記複数のトレーニングデータが前記血圧正常データグループに属するか、前記血圧低下データグループに属するか判断する請求項２に記載の電子デバイス。
4. 前記入力手段は、前記第一使用者の最初の血圧を受信し、
   前記処理手段は、前記血圧特性モデル、前記第一生理情報、前記最初の血圧、前記トリガー閾値に基づき、警告閾値を得て、
   前記処理手段は、前記血圧の低下が発生すると判断する時、警告通知を発し、
   前記入力手段が前記警告通知に対応する処置操作を更に受信する時、前記処理手段は、前記処置操作に基づき、前記警告閾値を変更せず、
   前記入力手段が前記警告通知に対応する警告解除操作を受信する時、前記処理手段は、前記第一生理情報、前記最初の血圧及び前記第一現在血圧に基づき、前記血圧特性モデルを調整し、前記第一生理情報、前記第一現在血圧、前記トリガー閾値及び調整後の前記血圧特性モデルに基づき、見積閾値を生成し、
   前記処理手段は、前記見積閾値が前記警告閾値より小さいか否か判断し、前記見積閾値が前記警告閾値より小さい場合、前記警告通知を発し、前記見積閾値が前記警告閾値より小さくない場合、前記警告通知を発しない請求項１〜３のいずれか一項に記載の電子デバイス。
5. 請求項１〜４のいずれか一項に記載の電子デバイスにより実行される血圧の低下を見積もるための方法。