JP6960913B2 - 呼吸力学パラメータ推定のための異常検出装置及び方法 - Google Patents

Description

以下の記載は、医学療法技術、呼吸療法技術、医療換気技術、及び関連する技術に関する。

人工換気を受けている自発呼吸患者では、目標は、患者の自発呼吸を支援するように人工換気器を設定することである。そのためには、患者−換気器間の不同調を最小にすることが望ましい。問題となり得る患者−換気器間の不同調のいくつかの例に、早いサイクルオフ及び二段努力（ｄｏｕｂｌｅ ｅｆｆｏｒｔ）がある。早いサイクルオフでは、患者が自身の吸息努力を完了する前に、換気器がサイクルオフして呼息相を開始する。二段努力では、患者が、１回の吸息期間の間に２つの別々の吸気努力を行う。努力性呼気は、検出するのが有用な別の条件である。正常な呼吸努力時には、患者の横隔膜が肺を広げるように働いて吸気を生じさせる。呼気相は通常受動的であり、呼吸器系のエラスタンスに依拠して肺から空気を追い出す。努力性呼気では、患者の呼吸筋が呼気中に能動的に動作して、肺のボリュームを圧縮する。患者の呼吸努力は通常は測定されないため、これら及び他の異常は、人工換気を行っている患者の場合は評価が難しい。

呼吸器系パラメータ（例えば、抵抗Ｒ及びエラスタンスＥ）、並びに患者の吸息努力（例えば呼吸筋圧Ｐ_ｍｕｓ）を推定する必要性は、医療分野ではよく知られている。Ｐ_ｍｕｓを時間の関数として（Ｐ_ｍｕｓ（ｔ））推定することは、呼吸器系に行われる機械的な仕事を患者と換気器とが分担する、圧力支援換気（ＰＳＶ：Ｐｒｅｓｓｕｒｅ Ｓｕｐｐｏｒｔ Ｖｅｎｔｉｌａｔｉｏｎ）モードなど、人工換気の患者と換気器の支援モダリティにおいて特に重要である。患者の呼吸筋の萎縮と疲労との両方を防止するために、Ｐ_ｍｕｓ（ｔ）の定量的な評価を使用して、換気器によって送達される適切なレベルの換気支援を選択することができる。１回の呼吸あたりに患者によって行われる努力を評価するために広く使用される臨床パラメータは、呼吸仕事量（ＷｏＢ：Ｗｏｒｋ ｏｆ Ｂｒｅａｔｈｉｎｇ）と呼ばれ、これは、その呼吸についてのＰ_ｍｕｓ（ｔ）の推定値が入手できれば算出することができる。ＷｏＢは、Ｐ_ｍｕｓ（ｔ）を吸気ボリュームに対して積分することにより、Ｐ_ｍｕｓ（ｔ）から取得することができる。しかし、人工換気中に呼吸異常が発生することがあり、その結果、Ｐ_ｍｕｓ（ｔ）、Ｒ、及び／又はＥの推定が不正確になる可能性がある。そのような異常を検出することにより、それらパラメータの推定を改良することができる。

以下に、上述の問題及びその他を克服する、新しい改良されたシステム及び方法が提供される。

一態様によれば、人工換気装置は人工換気器を含む。少なくとも１つの気道センサが、人工換気器を付けた患者に対して、気道圧及び気道空気流量の少なくとも一方を時間の関数として測定するように構成される。少なくとも１つのマイクロプロセッサが、気道センサによって測定された気道圧及び気道空気流量の少なくとも一方を分析して、人工換気器を付けた患者によって生成される、時間の関数としての呼吸筋圧の自発呼吸異常を検出するようにプログラムされる。ディスプレイコンポーネントが、異常検出コンポーネントによって検出された自発呼吸異常の指示を表示するように構成される。

別の態様によれば、非一時的な記憶媒体が、自発呼吸異常を検出する方法を行うために１つ又は複数のマイクロプロセッサにより読み取り及び実行が可能な命令を記憶する。方法は、人工換気器を付けた患者に対して獲得された気道圧対時間信号のピークを検出するステップと、例えば、１回の呼吸内で、気道圧対時間信号の二段ピークによって示される患者−換気器間の不同調を検出するステップと、を有する。

別の態様によれば、自発呼吸異常を検出する方法は、人工換気器を付けた患者に対して獲得された気道圧対時間信号のピークを検出するステップと、１回の呼吸内で、気道圧対時間信号の二段ピークによって示される患者−換気器間の不同調を検出するステップと、を有する。

１つの利点は、自発呼吸している患者の人工換気中の患者呼吸努力の異常の監視が改善されることである。

別の利点は、患者の呼吸筋圧Ｐ_ｍｕｓ（ｔ）を判定することなく、そのような患者呼吸努力の異常を検出することである。

別の利点は、検出された異常に応答して、換気器の設定を自動的に調整することである。

別の利点は、呼吸力学の推定の観点から、呼吸を好ましい呼吸と好ましくない呼吸に分類することである。

本発明のさらに他の利点は、以下の詳細な説明を読み、理解すると、当業者に認識されよう。任意の実施形態は、上述の利点をどれも達成しないか、１つ、複数、若しくはすべてを達成し得る、及び／又は他の利点を達成し得ることが認識されよう。

本発明は、様々なコンポーネント及びコンポーネントの配置、並びに様々なステップ及びステップの配置の形態を取り得る。図面は、好ましい実施形態を説明することのみを目的とし、本発明を制限するものとは解釈すべきでない。

呼吸努力異常の検出を含む医療用換気システムを図式的に示す図である。 図１の医療用換気システムの１つ又は複数のアルゴリズムによって分析される信号の図である。 図１の医療用換気システムの１つ又は複数のアルゴリズムによって分析される別の信号の図である。 図１の医療用換気システムの動作フローチャートを図式的に示す図である。

呼吸器系のＲ（抵抗）及びＥ（エラスタンス）の推定は、患者の呼吸器系の機械的特性についての定量的な情報を臨床医に提供することから重要である。それらを使用して、呼吸疾患を診断し、適切な換気モダリティ及び治療経路をより好適に選択することも可能となる。さらに、Ｒ及びＥは、食道カテーテルの使用に代わる非侵襲的な代替法として、Ｐ_ｍｕｓ（ｔ）（呼吸筋圧）を非侵襲的に推定するためにも使用することができる。Ｒ及びＥが既知であるとすると、以下の式（肺の運動の式として知られる）により、Ｐ_ｍｕｓ（ｔ）を推定することができる。

ここで、Ｐ_ａｗは、換気器のＹピースの箇所で測定された圧力であり（患者の気道開口又は口における圧力としても知られる）、

は、患者の呼吸器系に出入りする空気の流量であり（これもＹピースの箇所で測定される）、Ｖは、換気器によって患者に送達される空気の正味ボリュームであり（流量信号を時間に対して積分することによって測定される）、Ｐ_０は、呼息の終了／吸気の開始時の圧力を加味するための定数項である。また、１／ＥはしばしばＣ（呼吸器系コンプライアンス）と表記される。いくつかの実施形態では、Ｐ_ｍｕｓ（ｔ）は、式（１）に依拠して、Ｒ及びＥと同時に推定される。

しかし、発明者らは、典型的な呼吸器系パラメータ推定アルゴリズムは、早い換気器のサイクルオフ、患者の二段努力、及び患者の努力性呼気などの特定条件下にある人工換気患者に対しては、低品質の結果を生む場合があることを見出した。そのような呼吸努力の異常は、しばしば、臨床的に問題となるか、又は、例えば呼吸努力との一致を改善するように換気器のサイクリングを調節するなどの人工換気器設定の補正的な調節を必要とする。したがって、そのような異常を検出することは、呼吸器系パラメータの推定を改善すること以外にも著しい利益がある。

本開示の一態様による１つ又は複数のアルゴリズムは、特定の条件下にある人工換気患者に対して、呼吸筋圧（Ｐ_ｍｕｓ（ｔ））の自発呼吸異常を示す低品質の推定結果が発生したことを示すことができる。呼吸異常は、気道圧を分析することによって検出することができる。空気流量もこれらの異常の影響を受けることがあり、したがって空気流量も分析してよいが、空気流量はこれらの異常に対して気道圧よりもゆっくり反応するので、気道圧信号の方により強いシグネチャが観察されることが予想される。そのような異常としては、早いサイクルオフ、二段努力、及び努力性呼気が挙げられる。これらの異常は、患者と換気器の不同調と呼ばれることもある。

本明細書で使用される場合、用語「早いサイクルオフ」とは、患者の呼吸努力が終わる前に換気器がサイクルオフする自発呼吸異常を言う。

本明細書で使用される場合、用語「二段努力」とは、患者が１回の（換気器）呼吸サイクルの間に２つの別々の呼吸努力を行う呼吸筋圧の自発呼吸異常を言う。

本明細書で使用される場合、用語「努力性呼気」とは、その患者が、肺の弾性で受動的に空気を押し出させるのではなく、呼気を能動的に支援するときの呼吸筋圧の自発呼吸異常を言う。

本開示は、呼吸ごとに、患者の努力が終わる前に換気器がサイクルオフするかどうかを検出する異常検出アルゴリズムを提供する。肺の運動の式を使用した呼吸パラメータの推定をさらに含む実施形態では、その呼吸についてのＲ、Ｅ、及びＰ_ｍｕｓ（ｔ）の推定が信頼できない可能性があることを示すような異常が検出された場合に、フラグを立てることができる。呼吸力学推定方法を異常検出アルゴリズムで補完することの利点は２つある。第１に、換気器の早いサイクルオフは望ましい臨床条件ではない。早いサイクルオフの検出後、臨床医は、患者の吸息努力との一致が向上するように換気器設定を調節することを選択することができる。設定の調節は、いくつかの実施形態では、閉ループコントローラにより自動的に行うことができる。第２に、ここに提示される非侵襲的な呼吸器系パラメータ推定技術に影響する可能性のある異常は、推定方法の全体的性能の利益となるように検出される。この概念は、努力性呼気や同じ呼吸内の二段患者努力など、呼吸力学推定方法に悪影響を与え得る他の換気異常にも拡張することができる。

図１を参照すると、説明のための人工換気装置を使用して、人工換気器１０を介して患者に人工換気を提供し、人工換気器１０は、換気器設定に従って、空気取込みホース１４を介して換気患者１２に空気流及び／又は圧力を送達する。呼気は、呼気ホース１６を介して換気器１０に戻る。Ｙピース又はＴピース２０（若しくはそれに代えて気管チューブ）が、吸気の間は空気取込みホース１４の排出端からの空気を換気患者１２につなぎ、呼気の間は換気患者１２からの呼気を呼気ホース１６につなぐ。図１には、換気患者１２が受けている換気モード及び他の療法に応じて提供され得る多数の他の付随コンポーネントは図示していない。そのような付随コンポーネントには、例示として、酸素ボンベ、又は、通常は吸入酸素濃度（ＦｉＯ_２）換気器設定によって制御される、制御されたレベルの酸素を空気流に送達するための他の医療グレード酸素の供給源、取込みライン１４中に配管された加湿器、患者１２に栄養を提供するための経鼻胃チューブ等が含まれ得る。人工換気器１０はユーザインターフェースを有し、このユーザインターフェースは、説明のための例ではタッチ式のディスプレイコンポーネント２２を含み、これを介して、医師、呼吸専門家、又は他の医療関係者が、換気器設定を視覚化し、測定された生理学的変数（例えば気道圧及び空気量）並びに人工換気器１０の動作パラメータを監視することができる。それに加えて又はそれに代えて、ユーザインターフェースは、物理的なユーザ入力コントロール（ボタン、ダイアル、スイッチ等）、キーボード、マウス、可聴警報装置、表示灯等を含んでもよい。

図１は、換気患者１２の自発呼吸異常を検出するシステムを図式的に図示する。例えば、人工換気器１０は、少なくとも１つの気道センサ２４、２６を含むか、又はそれと通信状態にある。これらのセンサ２４、２６は、図１では図式的に図示しており、例えば、管１４、１６上に、又は換気器ユニット１０の内部に設置される。少なくとも１つの気道センサ２４、２６は、人工換気器１０を付けた患者１２に対して、気道圧及び気道空気流量の少なくとも一方を時間の関数として測定するように構成される。例えば、気道圧センサ２４は、気道圧を時間の関数として測定するように構成され、気道空気流量センサ２６は、空気流量を時間の関数として測定するように構成される。センサ２４、２６は、Ｙピース２０の箇所で、又は換気器の空気流量回路内の別の適切な箇所で、気道圧又は空気流量を測定するように構成される。通常は気道圧と流量の両方が人工換気中に監視されるが、センサ２４、２６の一方のみを含めてもよいことが認識されよう。空気圧及び／又は空気流量のデータ値は、気道圧（又は空気流量）対時間信号（例えばグラフ信号）や、リアルタイムで更新される数値等として、ディスプレイコンポーネント２２に表示することができる。空気圧及び／又は空気流量のこのデータ値はまた、通信ネットワーク（例えば、ワイヤレスネットワーク、ローカルエリアネットワーク、ワイドエリアネットワーク、パーソナルエリアネットワーク、ＢＬＵＥＴＯＯＴＨ（登録商標）等）を介して、異常検出アルゴリズム２８、及び任意で呼吸力学推定アルゴリズム３０に転送されてよい。それに代えて、異常検出アルゴリズム２８及び任意選択の呼吸力学推定アルゴリズム３０は、人工換気器１０に内蔵されてもよく（例えば、換気器１０のマイクロプロセッサ又はマイクロコントローラで実行される）、その場合、センサ２４、２６からのデータは、換気器１０によって収集され、したがってアルゴリズム２８、３０が入手することができる。別の企図される実施形態では、異常検出アルゴリズム２８及び任意選択の呼吸力学推定アルゴリズム３０は、心拍数、呼吸数、血圧等の生命兆候を表示する患者モニタ（図示せず）のマイクロプロセッサで実施され、それらアルゴリズム２８、３０の出力は、患者モニタのディスプレイコンポーネントに適切に表示される。

異常検出アルゴリズム２８は、換気患者１２の空気圧及び／又は空気流量の測定値を入力として受け取るように構成される。異常検出アルゴリズム２８は、呼吸間隔の区分を可能にする呼吸開始信号３２を換気器１０から受け取る。それに代えて、気道圧又は空気流量信号は、予想される特徴（例えば、呼吸の開始は気道圧及び空気流量の急な増大によって示される）に基づいて、呼吸間隔に分割することもできる。異常検出アルゴリズム２８は、気道センサ２４、２６によって測定された気道圧及び／又は気道空気流量を分析して、人工換気器１０を付けた患者１２によって生成される、時間の関数としての呼吸筋圧（すなわちＰ_ｍｕｓ（ｔ））の自発呼吸異常を検出するようにプログラムされる。異常には、少なくとも、早いサイクルオフ異常、努力性呼気異常、及び二段努力異常が含まれる。それを行うために、異常検出アルゴリズム２８は、気道圧（又は空気流量）対時間信号の中で１つ又は複数のピークを検出するようにプログラムされる（図２参照）。例えば、異常検出アルゴリズム２８は、任意の適切なピーク検出ハードウェア（例えば、ダイオード及びコンデンサを備えたピーク検出器回路）又はソフトウェア（例えば、実験ノイズ判定による適合濾過アルゴリズム、ベクトル化ピーク検出アルゴリズム、最小二乗曲線近似アルゴリズム、最適化ピーク検出アルゴリズム、導関数に基づくアルゴリズム等）を含むことができる。本明細書に記載される説明のための実施形態では、異常検出アルゴリズム２８は、導関数に基づくモジュール３４を使用して、気道圧（又は空気流量）対時間信号のピークを検出する（図１には図示せず）。導関数に基づくモジュール３４は、信号処理プロセス（例えば、フィルタリング、信号対雑音比の低減、データの平滑化等）のための任意の適切なアルゴリズムも含むことが認識されよう。下記でより詳細に説明するように、導関数に基づくモジュール３４は、下記でより詳細に説明するように、変則ピーク検出の読み取り値に基づいて１つ又は複数の異常を特定するように構成される。導関数に基づくモジュール３４は、下記でより詳細に説明するように、ピーク値（例えば、下記でより詳細に説明するように、気道圧対時間信号の「ｙ軸」値）と、それらのピークが発生する、関連する時間値（例えば「ｘ軸値」）とを検出するように構成される。

図１に示すように、異常検出アルゴリズム２８は分類モジュール３６も含む。分類モジュール３６は、導関数に基づくモジュール３４から変則ピーク検出の読み取り値の指示を受け取るように構成される。変則ピーク検出の読み取り値から、分類モジュール３６は、自発呼吸異常の種類（例えば、二段努力、早いサイクルオフ、及び努力性呼気）を判定するように構成される。その後、分類モジュール３６は、下記でより詳細に説明するように、その異常に「フラグを立て」、異常の種類に対応するフラグ値を割り当てる。フラグ値は、導関数に基づくモジュール３４によって検出された自発呼吸異常の指示である。フラグ値は、次いでディスプレイコンポーネント２２に送信され、そこで表示される。

図２は、人工換気器１０のディスプレイ２２に表示された気道圧対時間信号３８の表示の一例を示す。気道圧データ３８は、「Ｎｏｎｉｎｖａｓｉｖｅ Ｅｓｔｉｍａｔｉｏｎ ｏｆ Ｒｅｓｐｉｒａｔｏｒｙ Ｍｅｃｈａｎｉｃｓ ｉｎ Ｓｐｏｎｔａｎｅｏｕｓｌｙ Ｂｒｅａｔｈｉｎｇ Ｖｅｎｔｉｌａｔｅｄ Ｐａｔｉｅｎｔｓ： Ａ Ｃｏｎｓｔｒａｉｎｅｄ Ｏｐｔｉｍｉｚａｔｉｏｎ Ａｐｐｒｏａｃｈ」，ＩＥＥＥ Ｔｒａｎｓ Ｂｉｏｍｅｄ Ｅｎｇ．，２０１５（ＤＯＩ １０．１１０９／ＴＢＭＥ．２０１５．２４７０６４１）から取られたものである。信号３８は、実験動物（すなわちブタ）データに基づいている。しかし、信号３８は、代わりに空気流量対時間信号とすることもできる。単に説明及び簡潔さの目的で、前述は気道圧対時間信号に関して説明した。異常検出アルゴリズム２８は、信号３８の少なくとも１つのピーク４０を検出するようにプログラムされる。例えば、異常検出アルゴリズム２８は、気道圧センサ２４によって測定された気道圧を分析して、自発呼吸異常を、１回の呼吸サイクル中の時間の関数としての気道圧の二段ピークとして検出するようにプログラムされる。二段ピーク形状を伴う信号３８の呼吸は自発呼吸異常を示すのに対し、信号中に単一ピーク形状を伴う呼吸は「正常」と考えられる。この手法の背後にある原理は、患者の吸息努力が正常な１回の活動であり、かつ換気器１０によって加えられる陽圧が患者の努力と良好に一致していれば、気道圧は、換気器によって加えられる圧力と、患者によって加えられる呼吸努力とのほぼ同時の終了に対応する単一のピークを呈するはずであるという予想である。一方、換気器が早くサイクルオフする場合には、二段ピークが予想され、すなわち、第１のピークは換気器のサイクルオフを原因とし、それにより換気器によって加えられる圧力を除去し、第２の異常ピークは、その後の患者呼吸努力の終了を原因とする。同様に、患者による二段努力は、患者の２回の吸息努力に起因する２つのピークとして観察される。

図２に示すように、少なくとも１つの単一の（すなわち正常な）ピーク４２は、換気器１０がサイクルオフしたよりも前に患者１２の呼吸筋が完全に解放されたことを示す。言い換えると、筋肉が解放されると、Ｐ_ｍｕｓ（ｔ）は急速に０に戻る。図２は説明のための例を示している。この例では、正常な呼吸は、およそ１３．０〜１４．０ｃｍＨ_２０の範囲の値を取るピークを有する。この例では、人工換気器は圧力支援換気（ＰＳＶ）モードで動作しており、圧力は１０ｃｍＨ_２０前後に設定されている。患者が呼吸筋を解放させると、対応する努力ΔＰ_ｍｕｓの変化が気道圧の増大を生じさせ、この結果、１０ｃｍＨ_２０の設定値よりも３〜４ｃｍＨ_２０高いピーク気道圧となる。それと対照的に、肺の式（式（１））を再度参照すると、患者努力が終わる前に換気器１０がサイクルオフした場合、Ｐ_ａｗ（ｔ）は、まず、換気器によって加えられる陽圧が除去された直後に（すなわち、換気器のサイクルオフから）低下し、次いで、患者努力ΔＰ_ｍｕｓの急速な解放のために（すなわち患者努力から）増加し、４４によって示されるように、１回の呼吸にわたる測定信号３８に第２の（そしてより低い）ピークを生じさせる。

異常検出アルゴリズム２８は、気道圧センサによって測定された気道圧を分析して、早いサイクルオフの事象からなる自発呼吸異常を、人工換気器１０のサイクルオフと同時の、時間の関数としての気道圧の二段ピークとして検出するようにプログラムされる。詳細には、早いサイクルオフは、気道圧波形中で、人工換気器１０を付けた患者１２に対して、換気器がサイクルオフする時間頃に獲得された気道圧対時間信号の二段ピークとして観察される。正常な呼吸は、呼吸サイクル中で観察される最も大きいピークとして特定することができ（そのため、早いサイクルオフを示唆する二段ピークは、呼吸サイクルの最も大きいピークを２つのピークに分割するものである）、及び／又は、換気器１０がサイクルオフしたときに換気器１０が異常検出アルゴリズム２８に信号を送ることができる。変則的な二段ピーク４４の原因は、加えられる換気器圧力の除去を原因とする最初の低下と、それに続く、換気器がサイクルオフした後の患者呼吸努力の解放を原因とする第２のピークと、である。換気器１０は陽圧を加えるのみであるので、ＰＳＶモードでは圧力が換気器１０によって制御されるものの、換気器は、患者努力によって生じる第２のピークを防止（すなわち抑制）することはできない。信号３８を分析するために、導関数に基づくモジュール３４は、信号３８のピーク４０（例えば正常なピーク４２及び変則ピーク４４）の各々を見つけるように構成される。変則ピーク４４は、第１のピーク４６及び第２のピーク４８を含む。第１のピーク４６は、換気器のサイクルオフ（すなわち早いサイクルオフ）を示し、第２のピーク４８は、患者１２による継続的な努力を示す。導関数に基づくモジュール３４は、次いで、このデータ（すなわちピーク４２及び４４各々に関連するデータ）を分類モジュール３６に送る。

分類モジュール３６は、次いで信号３８を分析して異常の種類を判定する。図２に示す例では、信号３８は複数個の変則ピーク４４を含み、それらの変則ピークは各々、第１及び第２のピーク４６及び４８を含む。第１及び第２のピーク４６及び４８の位置付け（上記で説明した）から、分類モジュール３６は、変則ピーク４４が、早いサイクルオフを原因とするものであると判定する。分類モジュール３６は次いで、この異常にフラグ値を割り当てることにより、異常にフラグを立てる。例えば、分類モジュール３６は、早いサイクルオフ異常には「１」のフラグ値を割り当てる（これは単に説明のための例である）。分類モジュール３６は、フラグ値をディスプレイコンポーネント２２に送り、ディスプレイコンポーネント２２で医療専門家（例えば、看護師、医師等）に対して表示される。

また、導関数に基づくモジュール３４は任意で、第１のピークが換気器のサイクルオフに対応し、第２のピークがその後の患者の吸息努力の終了に対応するとの仮定で、二段ピーク４４を分析して、換気器１０のサイクルオフ時間（ｔ_ｓｏｅ）５０と患者努力の終了時間（Ｔ_ｒ）５２とを判定する。例えば、図２に示すように、第１のピーク４６は、およそ１１．０ｃｍＨ_２０の値と、それに対応するおよそ９２秒のｔ_ｓｏｅ５０とを有する。第２のピーク４８は、およそ１２．０ｃｍＨ_２０の値と、それに対応するおよそ９３秒のｔ_ｒとを有する。それに代えて、ｔ_ｓｏｅは、呼吸サイクル情報３２の一部として換気器１０によって直接獲得されてもよく、これを使用して１つのピークを換気器のサイクルオフと関連付けることができる。この情報に基づいて、検出された早いサイクルオフ条件についての警告５３が、換気器ディスプレイ２２に表示される。医療専門家は警告５３によって通知され、換気器１０が患者努力の終了と同時にサイクルオフするように（すなわちｔ_ｓｏｅ５０をｔ_ｒ５２と等しくすることにより）、換気器１０の設定を医療専門家により調節することができる。換気器１０による自動的な調節も企図され、例えば前述の例では、換気器がｔ_ｓｏｅを１秒増加させて、患者吸息努力の終了を示す９３秒における第２のピークと一致するようにすることができる。その結果、第１及び第２のピーク４６及び４８も等しくなり、それにより正常なピーク４２を生み出す。

信号３８についてはサイクルオフの異常を特定する観点から説明したが、同様の特徴を使用して、努力性呼気又は二段努力などの他の異常を検出することも可能であることが認識されよう。１つの実施形態では、努力性呼気の場合、異常検出アルゴリズム２８は、気道圧センサ２４によって測定された気道圧を分析して、努力性呼気からなる自発呼吸異常を、指数関数的減衰（肺の式を解くことから判定される）からの呼息流量の逸脱として検出するようにプログラムされる。例えば、呼気中の肺の式を解くことにより、次の指数関数が得られる。

ここで、ｔ_ｍｉｎは、流量がその最小値（負のピーク流量

）に達する時間である。

及びｔ_ｍｉｎは、測定流量波形から分かり、τは、式２に近似するように調節されるパラメータである。指数関数的近似時の測定流量波形は、崩壊指数関数となることが予想される。すると、自然対数は、下記の式３に示されるように線になることが予想される。

ここで、ａ及びｂは、近似を最適化するための、

、ｔ_ｍｉｎ、及びτに関係する２つのパラメータである。

すると、流量の自然対数の導関数は一定になることが予想される。そして、呼気の間のそのような導関数の変化は、呼吸異常（例えば患者の努力性呼気）と解釈される。導関数に基づくモジュール３４は、このデータを分類モジュール３６に送る。この例では、分類モジュール３６は、努力性呼気の発生には「２」のフラグ値を割り当てるようにプログラムされる。このフラグ値は、ディスプレイコンポーネント２２に送られ、そこで表示される。

別の実施形態では、二段努力の場合、異常検出アルゴリズム２８は、気道圧センサ２４によって測定された気道圧を分析して、二段努力の事象からなる自発呼吸異常を、二段ピークのうち少なくとも一方のピークが人工換気器１０のサイクルオフと同時でない、時間の関数としての気道圧の二段ピークとして検出するようにプログラムされる。二段努力は、早いサイクルオフと同様に、吸気の間の気道圧波形信号の二段ピークとして観察されることが予想される。二段努力の場合、第２のピークは、サイクルオフ点におけるメインの（最も大きい）ピークよりも前にあることが予想され、これは、患者は吸息相の間に第１の努力と第２の努力の両方を実行する可能性が最も高いためである。しかし、二段努力のうち第２の努力は、呼吸サイクル中の他箇所で発生する可能性があり、そのため、第２のピークは１回の呼吸の中でよりランダムな位置にある。この分析に基づいて二段努力を検出するために、導関数に基づくモジュール３４は、第２のピーク４８が信号３８中でメイン（ｔ_ｓｏｅ）ピークから離れた位置にある事例を計算するようにプログラムされる。導関数に基づくモジュール３４はまた、二段努力の２つのピークの対応する時間も計算するようにプログラムされる。導関数に基づくモジュール３４は、このデータを分類モジュール３６に送る。この例では、分類モジュール３６は、二段努力の発生には「３」のフラグ値を割り当てるようにプログラムされる。このフラグ値は、ディスプレイコンポーネント２２に送られ、そこで表示される。いくつかの実施形態では、分類モジュール３６は、異常が検出されないときは「０」のフラグ値を割り当てるようにプログラムされる。この値は、ディスプレイコンポーネント２２に継続的に表示しておくことができる。

再度図１を参照すると、呼吸推定アルゴリズム３０は、肺の式（ここに再掲する）の１つ又は複数の変数を計算するようにプログラムされる。

上記で論じたように、気道圧センサ２４は、Ｐ_ａｗ（ｔ）を測定するように構成され、空気流量センサ２６は、

を測定するように構成され、Ｖ（ｔ）は、空気流量

の時間積分として計算される吸気ボリュームであり、Ｐ_０は定数である。呼吸推定アルゴリズム３０は、時間の関数としての気道圧及び空気流量に基づいて、Ｒ、Ｅ、及びＰ_ｍｕｓ（ｔ）の少なくとも１つを計算するようにプログラムされる。呼吸推定アルゴリズム３０は、Ｒ、Ｅ、及び／又はＰ_ｍｕｓ（ｔ）の値を計算し、それらを対応する閾値（換気器１０上でユーザにより設定できる）と比較するようにプログラムされる。入力

及びＰ_ａｗ（ｔ）データに関してパラメータＲ、Ｅ、及びＰ_ｍｕｓ（ｔ）を最適化するためのいくつかの適切な手法が、（１）Ｖｉｃａｒｉｏら，「Ｎｏｎｉｎｖａｓｉｖｅ Ｅｓｔｉｍａｔｉｏｎ ｏｆ Ｒｅｓｐｉｒａｔｏｒｙ Ｍｅｃｈａｎｉｃｓ ｉｎ Ｓｐｏｎｔａｎｅｏｕｓｌｙ Ｂｒｅａｔｈｉｎｇ Ｖｅｎｔｉｌａｔｅｄ Ｐａｔｉｅｎｔｓ： Ａ Ｃｏｎｓｔｒａｉｎｅｄ Ｏｐｔｉｍｉｚａｔｉｏｎ Ａｐｐｒｏａｃｈ」，ＩＥＥＥ Ｔｒａｎｓ Ｂｉｏｍｅｄ Ｅｎｇ．，２０１５（ＤＯＩ １０．１１０９／ＴＢＭＥ．２０１５．２４７０６４１）、及び、（２）Ａｌ−Ｒａｗａｓら，「Ｅｘｐｉｒａｔｏｒｙ Ｔｉｍｅ Ｃｏｎｓｔａｎｔ ｆｏｒ Ｄｅｔｅｒｍｉｎａｔｉｏｎｓ ｏｆ Ｐｌａｔｅａｕ Ｐｒｅｓｓｕｒｅ， Ｒｅｓｐｉｒａｔｏｒｙ Ｓｙｓｔｅｍ Ｃｏｍｐｌｉａｎｃｅ， ａｎｄ Ｔｏｔａｌ Ｒｅｓｉｓｔａｎｃｅ」，Ｃｒｉｔｉｃａｌ Ｃａｒｅ，１７：Ｒ２３、２０１３により与えられる。

変数Ｒ、Ｅ、及びＰ_ｍｕｓ（ｔ）は、肺の式のバランスを取るように、推定アルゴリズム３０によって最適化される。しかし、発明者らは、そのような推定は、患者の努力が終わる前に換気器がサイクルオフするときには誤差の大きい値をもたらすことを、数値シミュレーションで見出した。例えば、図３は、シミュレーションされた

及びＰ_ａｗ（ｔ）データに対してパラメータＲ、Ｅ、及びＰ_ｍｕｓ（ｔ）を最適化する、アルゴリズム３０による呼吸推定の例を示し、このシミュレーションでは、Ｒ＝７．００００、Ｅ＝１０．００００、及び図３の右側に示されるＰ_ｍｕｓ（ｔ）波形５８を用いた。図３は、換気器１０のサイクルオフとＰ_ｍｕｓ（ｔ）との間のタイミングを、以下のように換気器のＥ_{ｃｙｃｌｅ}設定を変えることによって変化させたシミュレーションの結果を示している。換気器は、流量が、最大の正の値

に達した後に、Ｅ_{ｃｙｃｌｅ}×

（０＜Ｅ_{ｃｙｃｌｅ}＜１）によって与えられる閾値未満に低下したときにサイクルオフする。したがって、Ｅ_{ｃｙｃｌｅ}の値が低いほど、換気器がサイクルオフする前の時間間隔が長くなる。低いＥ_{ｃｙｃｌｅ}値では、換気器は、患者の呼吸努力が完了した後にサイクルオフし、呼吸推定アルゴリズム３０は、Ｒ_ｅｓｔ＝Ｒ＝７．００００及びＥ_ｅｓｔ＝Ｅ＝１０．００００によって示される通りに正確にＲ及びＥを推定することができる。これは、図３の右上に示される例５４に対応し、ここでは、ｔ_ＳＯＥ（換気器がサイクルオフする時間）は、ｔ_ｒ（患者の吸息努力の終了）よりも後に発生する。

一方、Ｅ_{ｃｙｃｌｅ}の値がより大きいと、換気器はより早く停止し、充分に大きいＥ_{ｃｙｃｌｅ}に関する早いサイクルオフにつながる。図３の右下の例５６は、この早いサイクルオフ条件を示しており、その場合、患者努力の終了時間（ｔ_ｒ）５２は、換気器１０のサイクルオフ時間（ｔ_ＳＯＥ）５０の後に発生する。この場合、呼吸推定アルゴリズム３０は、各自の設定値である７及び１０からそれぞれ変動し始めるＲ及びＥの異常値を計算する。この傾向は、ｔ_ＳＯＥ＝ｔ_ｒであるＥ_{ｃｙｃｌｅ}＝０．３５と、ｔ_ＳＯＥ＜ｔ_ｒであるより大きいＥ_{ｃｙｃｌｅ}の値とに見られる。本明細書に開示されるように、ｔ_ＳＯＥにおける気道圧波形の二段ピークを観察することにより、Ｐ_ｍｕｓ（ｔ）を推定することなく、この早いサイクルオフ条件を検出することができる。したがって、推定値Ｒ_ｅｓｔ、Ｅ_ｅｓｔに大きい誤差がある可能性の高い、この条件が検出される（この条件は、実際の患者の場合は推定アルゴリズム３０の出力を分析することによって検出することはできない。何故ならば、実際の患者にはＲ及びＥの実測値が事前に分からないためである）。

いくつかの実施形態では、ディスプレイコンポーネント２２は、早いサイクルオフ異常、努力性呼気異常、又は二段努力異常が検出された場合、計算された呼吸器系変数の非信頼性を示すように構成される。例えば、ディスプレイコンポーネント２２は、異常が検出されたときにのみ、Ｒ、Ｅ、及びＰ_ｍｕｓ（ｔ）の値を示すようにプログラムされる。他の実施形態では、ディスプレイコンポーネント２２は、測定された気道圧及び気道空気流量に基づくＲ、Ｅ、及び／又はＰ_ｍｕｓ（ｔ）の値を継続的に表示する。その結果、医療専門家が、表示されたフラグ値に加えて、Ｒ、Ｅ及び／又はＰ_ｍｕｓ（ｔ）の表示値に基づいて、異常が発生しているときにそのことを判定することができる。

いくつかの実施形態では、異常が検出されると、フラグ値及び／又はＲ、Ｅ、及びＰ_ｍｕｓ（ｔ）の表示値が、異常が発生していることを医療専門家に伝える。そして、医療専門家は、異常が発生しなくなるように換気器１０の設定を調節することができる。

他の実施形態では、再度図１を参照すると、呼吸力（又は呼吸仕事量）閉ループコントローラ６０が含まれる。閉ループコントローラ６０は、推定Ｐ_ｍｕｓ（ｔ）の時間積分により実際の患者の呼吸力（又は仕事量）を計算し、患者の自発呼吸努力を最適に支援するために、実際の呼吸力又は仕事量と要求される呼吸力又は仕事量との差に基づいて換気器設定を調節するようにプログラムされる。そのような閉ループコントローラは、米国特許公開第２０１５／００５９７５４号に記載され、同文献は全体が本明細書に組み込まれる。本明細書に開示される実施形態では、異常検出アルゴリズム２８によって出力されたフラグは、閉ループ換気器コントローラ６０にも入力される。フラグが、呼吸推定アルゴリズム３０の出力を信頼できないものにする呼吸異常を示す場合（図３を参照して説明したように）、閉ループ換気器コントローラ６０は、現在の換気器設定を開ループ方式で維持することや、検出された異常条件に基づいて換気器設定を調節する（例えば、早いサイクルオフの場合に、ｔ_ＳＯＥをｔ_ｒと一致させるためにＥ_{ｃｙｃｌｅ}設定を低下させる）ことなどの適切な措置を取ることができる。

図４は、自発呼吸異常を検出する方法１００を示す。方法１００は、対応する気道圧センサ２４及び空気流量センサ２６から、気道圧値及び空気流量値の少なくとも一方を受け取ること（ステップ１０２）と、人工換気器１０を付けた患者１２に対して獲得された気道圧対時間信号３８のピーク４０、４２、４４を検出すること（ステップ１０４）と、１回の呼吸内で、気道圧対時間信号の二段ピーク４４によって示される患者−換気器間の不同調を検出すること（ステップ１０６）と、人工換気器１０から受け取られた信号３８から、又は換気器サイクル中で最も大きいピークの時間として推定される、換気器のサイクルオフの時間５０を判定すること（ステップ１０８）と、（１）換気器のサイクルオフの時間に対する二段ピークの位置と、（２）二段ピークのうち第２のピークの位置が、換気器のサイクルオフの時間より後であることと、（３）二段ピークが呼吸中で最も大きいピークであることと、の少なくとも１つに基づいて、患者−換気器間の不同調の種類を特定すること（ステップ１１０）と、任意で、測定された気道圧及び気道空気流量に基づいて、抵抗（Ｒ）及び／又はエラスタンス（Ｅ）を含む１つ又は複数の呼吸器系変数を計算することであって、患者−換気器間の不同調の検出が、時間の関数としての計算された呼吸筋圧を使用しないこと（ステップ１１２）と、早いサイクルオフ異常、努力性呼気異常、又は二段努力異常が検出された場合、計算された呼吸器系変数の非信頼性と、測定された気道圧及び気道空気流量に基づく時間の関数としての呼吸筋圧を少なくとも含む１つ又は複数の呼吸器系変数の値と、のうち少なくとも１つを表示すること（ステップ１１４）とを有する。

様々なデータ処理コンポーネント２８、３０は、開示される動作を行うようにファームウェア又はソフトウェアによってプログラムされたマイクロプロセッサとして適切に実施される。いくつかの実施形態では、マイクロプロセッサは、人工換気器１０と一体化され、そのため、データ処理は換気器１０によって直接行われる。他の実施形態では、マイクロプロセッサは、人工換気器１０とは別体であり、例えばデスクトップコンピュータのマイクロプロセッサである。換気器設定最適化システムの様々なデータ処理コンポーネント２８、３０は、開示される動作を実施するためにマイクロプロセッサにより（例えば上記で説明したように）読み取り及び実行が可能な命令を記憶した非一時的な記憶媒体として実施されてもよい。非一時的な記憶媒体は、例えば、読出し専用メモリ（ＲＯＭ）、プログラム可能読出し専用メモリ（ＰＲＯＭ）、フラッシュメモリ、又は換気器１０のためのファームウェアの他のリポジトリを含む。それに加えて、又はそれに代えて、非一時的な記憶媒体は、コンピュータハードドライブ（コンピュータで実施される実施形態に適する）、光ディスク（例えばそのようなコンピュータに設置される）、換気器１０又はコンピュータがインターネット又は別の電子データネットワークを介してそこからシステムソフトウェア又はファームウェアをダウンロードできるネットワークサーバデータ記憶（例えばＲＡＩＤアレイ）等からなってもよい。

本発明について、好ましい実施形態を参照して説明した。上述の詳細な説明を読み、理解すれば、変更及び改変が他の者に想到されよう。本発明は、添付の請求項又はその同等物の範囲内にある限り、すべてのそのような変更及び改変を含むものと解釈されることが意図される。

Claims (15)

1. 人工換気器と、
   前記人工換気器を付けた患者に対して、気道圧及び気道空気流量の少なくとも一方を時間の関数として測定する少なくとも１つの気道センサと、
   前記気道センサによって測定された気道圧及び気道空気流量の少なくとも一方を分析して、前記人工換気器を付けた患者によって生成される、時間の関数としての呼吸筋圧の自発呼吸異常を検出し、
   前記人工換気器から受け取られた信号から、前記人工換気器のサイクルオフの時間を判定し、
   前記人工換気器のサイクルオフの時間に対する、前記気道圧及び気道空気流量の少なくとも一方において検出されたピークの位置に基づいて、患者−人工換気器間の不同調の種類を特定する、
   少なくとも１つのマイクロプロセッサと、
   前記少なくとも１つのマイクロプロセッサによって検出された自発呼吸異常の指示を表示するディスプレイコンポーネントとを備えた、人工換気装置。
2. 前記少なくとも１つの気道センサは、気道圧を時間の関数として測定する気道圧センサを含み、
   前記少なくとも１つのマイクロプロセッサは、前記気道圧センサによって測定された気道圧を分析して、早いサイクルオフの事象からなる自発呼吸異常を、前記人工換気器のサイクルオフと同時の、時間の関数としての前記気道圧の二段ピークとして検出する、請求項１に記載の人工換気装置。
3. 前記少なくとも１つの気道センサは、気道圧を時間の関数として測定する気道圧センサを含み、
   前記少なくとも１つのマイクロプロセッサは、前記気道圧センサによって測定された気道圧を分析して、二段努力の事象からなる自発呼吸異常を、二段ピークのうち少なくとも一方のピークが前記人工換気器のサイクルオフと同時でない、時間の関数としての前記気道圧の前記二段ピークとして検出する、請求項１又は２に記載の人工換気装置。
4. 前記少なくとも１つの気道センサは、気道圧を時間の関数として測定する気道圧センサを含み、
   前記少なくとも１つのマイクロプロセッサは、前記気道圧センサによって測定された気道圧を分析して、努力性呼気を含む自発呼吸異常を、指数関数的減衰からの呼息流量の逸脱として検出する、請求項１乃至３のいずれか一項に記載の人工換気装置。
5. 前記少なくとも１つのマイクロプロセッサは、前記人工換気器のサイクルオフを示す信号を受け取り、前記信号を使用して前記人工換気器のサイクルオフの時間を判定する、請求項２乃至４のいずれか一項に記載の人工換気装置。
6. 前記少なくとも１つの気道センサは、気道圧を時間の関数として測定する気道圧センサを含み、
   前記少なくとも１つのマイクロプロセッサは、前記気道圧センサによって測定された気道圧を分析して、自発呼吸異常を、１回の呼吸サイクル中の時間の関数としての前記気道圧の二段ピークとして検出する、請求項１に記載の人工換気装置。
7. 前記少なくとも１つの気道センサは、気道圧を測定する気道圧センサと、気道空気流量を測定する空気流量センサとを含み、前記少なくとも１つのマイクロプロセッサはさらに、
   測定された前記気道圧及び気道空気流量に基づいて、少なくとも呼吸筋圧を含む１つ又は複数の呼吸器系変数を時間の関数として計算する、請求項１乃至６のいずれか一項に記載の人工換気装置。
8. 前記少なくとも１つのマイクロプロセッサは、早いサイクルオフ異常、努力性呼気異常、及び二段努力異常を少なくとも含む自発呼吸異常を検出し、
   前記ディスプレイコンポーネントは、早いサイクルオフ異常、努力性呼気異常、又は二段努力異常が検出された場合、計算された前記呼吸器系変数の非信頼性を示す、請求項７に記載の人工換気装置。
9. 呼吸力閉ループコントローラをさらに備え、前記呼吸力閉ループコントローラは、
   早いサイクルオフ異常、努力性呼気異常、及び二段努力異常を少なくとも含む少なくとも１つの自発呼吸異常の検出に応答した少なくとも１つのフラグ値に応答して、前記人工換気器の出力を調節する、請求項１乃至８のいずれか一項に記載の人工換気装置。
10. 前記ディスプレイコンポーネントは、測定された前記気道圧及び気道空気流量に基づく時間の関数としての呼吸筋圧を少なくとも含む、１つ又は複数の呼吸器系変数の値を表示する、請求項７に記載の人工換気装置。
11. 自発呼吸異常を検出する方法を行うために１つ又は複数のマイクロプロセッサにより読み取り及び実行が可能な命令を記憶した非一時的な記憶媒体であって、前記方法は、
    人工換気器を付けた患者に対して獲得された気道圧対時間信号のピークを検出するステップと、
    １回の呼吸内で、前記気道圧対時間信号の二段ピークによって示される患者−換気器間の不同調を検出するステップと、
    人工換気器から受け取られた信号から、前記人工換気器のサイクルオフの時間を判定するステップと、
    前記人工換気器のサイクルオフの時間に対する前記二段ピークの位置に基づいて、患者−人工換気器間の不同調の種類を特定するステップと、を有する、非一時的な記憶媒体。
12. 前記特定するステップが、
    前記二段ピークのうち第２のピークの位置が、前記人工換気器のサイクルオフの時間より後であることに基づいて、早いサイクルオフである前記患者−人工換気器間の不同調を特定するステップをさらに含む、請求項１１に記載の非一時的な記憶媒体。
13. 前記方法が、
    前記二段ピークが前記呼吸中で最も大きいピークであることに基づいて、早いサイクルオフである前記患者−人工換気器間の不同調を特定するステップをさらに有する、請求項１１に記載の非一時的な記憶媒体。
14. 前記方法が、
    測定された気道圧及び気道空気流量に基づいて、少なくとも呼吸筋圧を含む１つ又は複数の呼吸器系変数を時間の関数として計算するステップをさらに有する、請求項１１乃至１３のいずれか一項に記載の非一時的な記憶媒体。
15. 前記方法が、
    早いサイクルオフ異常、努力性呼気異常、及び二段努力異常を少なくとも含む少なくとも１つの自発呼吸異常の検出に応答した少なくとも１つのフラグ値に応答して、前記人工換気器の出力を調節するステップをさらに有する、請求項１１乃至１４のいずれか一項に記載の非一時的な記憶媒体。

Images