JP7368767B2 - 増悪リスク予測システム - Google Patents
増悪リスク予測システム Download PDFInfo
- Publication number
- JP7368767B2 JP7368767B2 JP2022033620A JP2022033620A JP7368767B2 JP 7368767 B2 JP7368767 B2 JP 7368767B2 JP 2022033620 A JP2022033620 A JP 2022033620A JP 2022033620 A JP2022033620 A JP 2022033620A JP 7368767 B2 JP7368767 B2 JP 7368767B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- exacerbation
- unit
- patient
- amount
- 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
- 230000005713 exacerbation Effects 0.000 title claims description 153
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 53
- 229910052760 oxygen Inorganic materials 0.000 claims description 53
- 239000001301 oxygen Substances 0.000 claims description 53
- 230000007613 environmental effect Effects 0.000 claims description 36
- 239000000428 dust Substances 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 13
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 12
- 239000007789 gas Substances 0.000 claims description 12
- 206010036790 Productive cough Diseases 0.000 claims description 11
- 230000000241 respiratory effect Effects 0.000 claims description 11
- 208000024794 sputum Diseases 0.000 claims description 11
- 210000003802 sputum Anatomy 0.000 claims description 11
- 201000010099 disease Diseases 0.000 claims description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 10
- 229940079593 drug Drugs 0.000 claims description 9
- 239000003814 drug Substances 0.000 claims description 9
- 230000036387 respiratory rate Effects 0.000 claims description 8
- 206010011224 Cough Diseases 0.000 claims description 7
- 208000000059 Dyspnea Diseases 0.000 claims description 7
- 206010013975 Dyspnoeas Diseases 0.000 claims description 7
- 239000004576 sand Substances 0.000 claims description 7
- 208000013220 shortness of breath Diseases 0.000 claims description 7
- 239000008280 blood Substances 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 6
- 239000001569 carbon dioxide Substances 0.000 claims description 6
- 208000023504 respiratory system disease Diseases 0.000 claims description 6
- 241000894006 Bacteria Species 0.000 claims description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 5
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 5
- 241000700605 Viruses Species 0.000 claims description 5
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 5
- 239000013566 allergen Substances 0.000 claims description 4
- 206010062717 Increased upper airway secretion Diseases 0.000 claims description 3
- 208000026435 phlegm Diseases 0.000 claims description 3
- 239000003507 refrigerant Substances 0.000 description 11
- AKEJUJNQAAGONA-UHFFFAOYSA-N sulfur trioxide Chemical compound O=S(=O)=O AKEJUJNQAAGONA-UHFFFAOYSA-N 0.000 description 10
- 238000000034 method Methods 0.000 description 9
- 230000029058 respiratory gaseous exchange Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000012855 volatile organic compound Substances 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000172 allergic effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 208000010668 atopic eczema Diseases 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Optics & Photonics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
増悪リスク予測システム1は、呼吸器疾患を患う患者Pの増悪リスクを予測する。図1は、増悪リスク予測システム1の概略構成図である。図1に示すように、増悪リスク予測システム1は、予測装置10と、酸素濃縮装置20と、患者端末30と、医師端末40と、空気調和機50と、を有する。予測装置10と、酸素濃縮装置20と、患者端末30と、医師端末40と、空気調和機50とは、ネットワークNWを介して、通信可能に接続されている。ネットワークNWは、例えば、インターネットである。
(2-1)予測装置
予測装置10は、クラウド上に設置されるコンピュータである。図2は、予測装置10の機能ブロック図である。図2に示すように、予測装置10は、主として、記憶部11と、入力部12と、表示部13と、通信部14と、制御部19と、を有する。
記憶部11は、RAM、ROM、及びHDD等の記憶装置である。記憶部11は、制御部19が実行するプログラムや、プログラムの実行に必要なデータ等を記憶する。本実施形態では、記憶部11は、特に、後述する第1情報を記憶する。
入力部12は、キーボード、及びマウスである。予測装置10に対する各種命令や、各種情報は、入力部12を用いて入力することができる。
表示部13は、モニターである。表示部13には、記憶部11に記憶された各種情報等を表示することができる。
通信部14は、ネットワークNWを介して、酸素濃縮装置20等と通信を行うためのネットワークインターフェイス機器である。
制御部19は、CPUやGPU等のプロセッサである。制御部19は、記憶部11に記憶されているプログラムを読み込んで実行し、予測装置10の様々な機能を実現する。また、制御部19は、プログラムに従って、演算結果を記憶部11に書き込んだり、記憶部11に記憶されている情報を読み出したりすることができる。
取得部191は、生体情報D1と、患者情報D2と、環境情報D3と、を含む第1情報を取得する。第1情報は、後述する学習モデルMの説明変数となる情報である。本実施形態では、第1情報は、生体情報D1、患者情報D2、及び環境情報D3から構成される。
生体情報D1は、患者Pの労作時及び安静時の情報である。生体情報D1は、呼吸数、呼吸波形、呼気ガス成分量、血中酸素濃度、心拍数、身長、体重、の内の少なくとも1つである。呼吸数は、1分当たりの呼吸の回数である。呼吸波形は、所定時間内の吸気及び呼気の強さを、それぞれ正及び負の振幅として表した波形である。言い換えると、呼吸波形は、所定時間内の複数の時刻における振幅の値である。呼気ガス成分量は、呼気ガスに含まれる、酸素、二酸化炭素等の各成分の割合である。
患者情報D2は、病状に関する患者Pの情報である。患者情報D2は、病状の進行度、対標準1秒量、処方流量、既往歴、服薬の種類、咳の程度、痰の程度、痰の色、息切れの程度、睡眠の程度、及び体調、の内の少なくとも1つである。病状の進行度は、病状の段階を示す「I期」から「IV期」までの値である。対標準1秒量は、年齢、体格、性別による予測1秒量に対するパーセント値である。処方流量は、酸素濃縮装置20から患者Pに供給される、医師Dから処方された、労作時と安静時の酸素流量である。既往歴は、「糖尿病」等の病名である。服薬の種類は、服薬している薬の名称である。咳の程度、痰の程度、息切れの程度、睡眠の程度、及び体調は、例えば、それぞれの程度を示す10段階の数値によって表される。痰の色は、「黄緑」、「緑」等の色名によって表される。
環境情報D3は、患者Pが居る建物BLの屋内及び/又は屋外の情報である。建物BLの屋内の環境情報D3(以下、屋内環境情報D31と記載することがある。)は、温度、湿度、二酸化炭素濃度、一酸化炭素濃度、オゾン濃度、SO3(三酸化硫黄)濃度、屋外との寒暖差、塵埃量、PM2.5の量、黄砂量、カビの量、ウイルスの量、VOC(Volatile Organic Compounds、揮発性有機化合物)の量、花粉量、アレルギー物質量、菌の量、酸素濃度、気流、及び気圧、の内の少なくとも1つである。建物BLの屋外の環境情報D3(以下、屋外環境情報D32と記載することがある。)は、温度、湿度、天候、気圧、塵埃量、PM2.5の量、及び黄砂量、の内の少なくとも1つである。
学習部192は、生体情報D1、患者情報D2、及び環境情報D3(第1情報)と、増悪に関する評価と、を関連付けて学習する。
予測部193は、生体情報D1、患者情報D2、及び環境情報D3(第1情報)に基づいて、増悪リスクを予測する。具体的には、予測部193は、取得部191により取得した、生体情報D1、患者情報D2、及び環境情報D3を、学習部192が作成した学習モデルMに入力することにより、増悪リスクを予測する。
提示部194は、予測部193により予測した増悪リスクに基づいて、患者Pに、増悪リスクに関する案内を提示する。増悪リスクに関する案内は、予測された増悪リスクの値に応じて、内容が変更される。増悪リスクが「5」の場合、増悪リスクに関する案内は、例えば、「(増悪リスク「5」)注意:安静にしましょう。」というテキストデータである。また、増悪リスクが「8」の場合、増悪リスクに関する案内は、例えば、「(増悪リスク「8」)警告:医療機関へご相談をお勧めします。」というテキストデータである。
操作部195は、予測部193により予測した増悪リスクに基づいて、増悪リスクが改善するように、建物BLに設置された空気調和機50を操作する。本実施形態では、操作部195は、予測部193により予測した増悪リスクが、所定の値(本実施形態では、「5」)以上である場合に、学習部192によって決定された寄与変数と、寄与変数の目標値と、に基づいて、次に予測される増悪リスクが、所定の値よりも小さくなるように、空気調和機50に制御情報を送信する。例えば、寄与変数が「温度」、寄与変数の目標値が「25℃」である場合、操作部195は、対象空間SPの温度が25℃となるように、空気調和機50に制御情報を送信する。
図3は、酸素濃縮装置20の機能ブロック図である。図3に示すように、酸素濃縮装置20は、ケーシング21と、ケーシング21の内部に設置される酸素発生部22、流量調整部23、記憶部27、通信部28、及び制御部29と、ケーシング21の表面に設置される酸素排出部24、入力部25、及び表示部26と、を有する。
患者端末30、及び医師端末40は、一般的なパーソナルコンピュータである。患者端末30、及び医師端末40は、CPUや、RAM、ROM及びHDD等の記憶装置を有する。また、患者端末30、及び医師端末40は、ネットワークNWに接続するための通信部を有する。また、患者端末30、及び医師端末40は、情報の入力部として、キーボード、及びマウスを有する。また、患者端末30、及び医師端末40は、情報の表示部として、ディスプレイを有する。
空気調和機50は、蒸気圧縮式の冷凍サイクルを構成し、対象空間SPの空気調和を行う。空気調和機50は、主として、室内機51と、室外機と、コントローラと、を有する。室内機51と、室外機とは、冷媒回路を構成している。また、室内機51と、室外機とは、通信線によって通信可能に接続されている。
増悪リスク予測システム1の処理の一例を、図4のフローチャートを用いて説明する。
(4-1)
COPD等の呼吸器疾患を患う患者は、増悪を起こすと入院することとなり、医療費が増大する。増悪を抑えるためには、増悪リスクを予測し、増悪が生じないように予め対処する必要がある。従来の技術としては、患者の生体情報に基づいて、増悪リスクを予測する技術が開示されている。
本実施形態の増悪リスク予測システム1では、第1情報は、環境情報D3、をさらに含む。環境情報D3は、患者Pが居る建物BLの屋内及び/又は屋外の情報である。
本実施形態の増悪リスク予測システム1では、生体情報D1は、呼吸数、呼吸波形、呼気ガス成分量、血中酸素濃度、心拍数、身長、体重、の内の少なくとも1つである。
本実施形態の増悪リスク予測システム1では、患者情報D2は、病状の進行度、対標準1秒量、処方流量、既往歴、服薬の種類、咳の程度、痰の程度、痰の色、息切れの程度、睡眠の程度、及び体調、の内の少なくとも1つである。
本実施形態の増悪リスク予測システム1では、屋内の環境情報D3(屋内環境情報D31)は、温度、湿度、二酸化炭素濃度、一酸化炭素濃度、オゾン濃度、SO3濃度、屋外との寒暖差、塵埃量、PM2.5の量、黄砂量、カビの量、ウイルスの量、VOCの量、花粉量、アレルギー物質量、菌の量、酸素濃度、気流、及び気圧、の内の少なくとも1つである。屋外の環境情報D3(屋外環境情報D32)は、温度、湿度、天候、気圧、塵埃量、PM2.5の量、及び黄砂量、の内の少なくとも1つである。
本実施形態の増悪リスク予測システム1は、学習部192、をさらに備える。学習部192は、第1情報と、増悪に関する評価と、を関連付けて学習する。予測部193は、第1情報を、学習部192が作成した学習モデルMに入力することにより、増悪リスクを予測する。
本実施形態の増悪リスク予測システム1は、提示部194、をさらに備える。提示部194は、予測部193により予測した増悪リスクに基づいて、患者Pに、増悪リスクに関する案内を提示する。
本実施形態の増悪リスク予測システム1は、操作部195、をさらに備える。操作部195は、予測部193により予測した増悪リスクに基づいて、増悪リスクが改善するように、建物BLに設置された空気調和機50を操作する。
(5-1)変形例1A
本実施形態では、酸素濃縮装置20は、据え置き型の装置であった。しかし、酸素濃縮装置20は、携帯型の装置であってもよい。
本実施形態では、予測装置10は、屋内環境情報D31を、屋内環境センサSR1から取得した。しかし、予測装置10は、屋内環境情報D31を、空気調和機50の室内機51に設置された各種センサから取得してもよい。
本実施形態では、予測装置10は、屋外環境情報D32を、気象庁等の外部サーバから取得した。しかし、予測装置10は、屋外環境情報D32を、建物BLの屋外に設置した屋外環境センサや、空気調和機50の室外機に設置された各種センサから取得してもよい。
本実施形態では、第1情報は、生体情報D1、患者情報D2、及び環境情報D3から構成された。しかし、第1情報は、さらに患者Pの活動情報を含んでもよい。
本実施形態では、予測装置10は、一人の患者Pに関する第1情報を取得して、学習モデルMを作成した。しかし、予測装置10は、複数の患者に関する第1情報を取得し、これらを積み上げた学習用データセットを作成して、学習モデルMを作成してもよい。その結果、予測装置10は、複数の患者の情報を考慮した学習モデルを作成することができる。
本実施形態では、予測装置10は、新しく作成する学習レコードの生体情報D1、患者情報D2、及び環境情報D3として、直前に取得部191により取得した生体情報D1、患者情報D2、及び環境情報D3を用いた。しかし、予測装置10は、学習レコードの生体情報D1、患者情報D2、及び環境情報D3として、直前に取得した生体情報D1、患者情報D2、及び環境情報D3だけではなく、過去に取得した複数回分の生体情報D1、患者情報D2、及び環境情報D3を用いてもよい。例えば、予測装置10は、(本実施形態のように)直前に取得した1つの「呼吸数」だけではなく、過去に取得した複数回分の「呼吸数」も、説明変数として学習レコードに含めてもよい。その結果、予測装置10は、より精度良く、増悪リスクを予測することができる。
以上、本開示の実施形態を説明したが、特許請求の範囲に記載された本開示の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。
11 記憶部
191 取得部
192 学習部
193 予測部
194 提示部
195 操作部
BL 建物
D1 生体情報
D2 患者情報
D3 環境情報
P 患者
Claims (7)
- 呼吸器疾患を患う患者(P)の増悪リスクを予測する、増悪リスク予測システム(1)であって、
カニューラを通じて前記患者に酸素を供給する、酸素濃縮装置(20)と、
前記カニューラを装着した前記患者の労作時及び安静時の生体情報(D1)と、病状に関する前記患者の情報である患者情報(D2)と、を含む第1情報を取得する、取得部(191)と、
前記第1情報を記憶する、記憶部(11)と、
前記第1情報に基づいて、前記増悪リスクを予測する、予測部(193)と、
前記第1情報と、増悪に関する評価と、を関連付けて学習する、学習部(192)と、
を備え、
前記生体情報は、呼吸数、呼吸波形、及び呼気ガス成分量の内の少なくとも1つであり、
前記取得部は、前記呼吸数、前記呼吸波形、及び前記呼気ガス成分量を、前記酸素濃縮装置から取得し、
前記予測部は、前記第1情報を、前記学習部が作成した学習モデル(M)に入力することにより、前記増悪リスクを予測する、
増悪リスク予測システム(1)。 - 前記第1情報は、前記患者が居る建物(BL)の屋内及び/又は屋外の環境情報(D3)、をさらに含む、
請求項1に記載の増悪リスク予測システム(1)。 - 前記生体情報は、血中酸素濃度、心拍数、身長、体重、の内の少なくとも1つである、
請求項1又は2に記載の増悪リスク予測システム(1)。 - 前記患者情報は、病状の進行度、対標準1秒量、処方流量、既往歴、服薬の種類、咳の程度、痰の程度、痰の色、息切れの程度、睡眠の程度、及び体調、の内の少なくとも1つである、
請求項1から3のいずれか1つに記載の増悪リスク予測システム(1)。 - 前記屋内の環境情報は、温度、湿度、二酸化炭素濃度、一酸化炭素濃度、オゾン濃度、SO3濃度、前記屋外との寒暖差、塵埃量、PM2.5の量、黄砂量、カビの量、ウイルスの量、VOCの量、花粉量、アレルギー物質量、菌の量、酸素濃度、気流、及び気圧、の内の少なくとも1つであり、
前記屋外の環境情報は、温度、湿度、天候、気圧、塵埃量、PM2.5の量、及び黄砂量、の内の少なくとも1つである、
請求項2に記載の増悪リスク予測システム(1)。 - 前記予測部により予測した前記増悪リスクに基づいて、前記患者に、前記増悪リスクに関する案内を提示する、提示部(194)、
をさらに備える、
請求項1から5のいずれか1つに記載の増悪リスク予測システム(1)。 - 前記予測部により予測した前記増悪リスクに基づいて、前記増悪リスクが改善するように、前記建物に設置された空気調和機を操作する、操作部(195)、
をさらに備える、
請求項2に記載の増悪リスク予測システム(1)。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022033620A JP7368767B2 (ja) | 2022-03-04 | 2022-03-04 | 増悪リスク予測システム |
PCT/JP2023/007256 WO2023167169A1 (ja) | 2022-03-04 | 2023-02-28 | 増悪リスク予測システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022033620A JP7368767B2 (ja) | 2022-03-04 | 2022-03-04 | 増悪リスク予測システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023128930A JP2023128930A (ja) | 2023-09-14 |
JP7368767B2 true JP7368767B2 (ja) | 2023-10-25 |
Family
ID=87883757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022033620A Active JP7368767B2 (ja) | 2022-03-04 | 2022-03-04 | 増悪リスク予測システム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7368767B2 (ja) |
WO (1) | WO2023167169A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005034341A (ja) | 2003-07-14 | 2005-02-10 | Teijin Ltd | 酸素濃縮装置、在宅酸素療法システム |
JP2005034472A (ja) | 2003-07-17 | 2005-02-10 | Teijin Ltd | 急性増悪の発生予測方法 |
JP2013514822A (ja) | 2009-12-19 | 2013-05-02 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | Copd増悪予測システム及び方法 |
JP2020155099A (ja) | 2019-03-15 | 2020-09-24 | ダイキン工業株式会社 | 環境制御システム |
US20200345955A1 (en) | 2019-04-30 | 2020-11-05 | Norton (Waterford) Limited | Inhaler system |
-
2022
- 2022-03-04 JP JP2022033620A patent/JP7368767B2/ja active Active
-
2023
- 2023-02-28 WO PCT/JP2023/007256 patent/WO2023167169A1/ja unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005034341A (ja) | 2003-07-14 | 2005-02-10 | Teijin Ltd | 酸素濃縮装置、在宅酸素療法システム |
JP2005034472A (ja) | 2003-07-17 | 2005-02-10 | Teijin Ltd | 急性増悪の発生予測方法 |
JP2013514822A (ja) | 2009-12-19 | 2013-05-02 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | Copd増悪予測システム及び方法 |
JP2020155099A (ja) | 2019-03-15 | 2020-09-24 | ダイキン工業株式会社 | 環境制御システム |
US20200345955A1 (en) | 2019-04-30 | 2020-11-05 | Norton (Waterford) Limited | Inhaler system |
Also Published As
Publication number | Publication date |
---|---|
WO2023167169A1 (ja) | 2023-09-07 |
JP2023128930A (ja) | 2023-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6484617B2 (ja) | 治療装置の使用のための患者フィードバック | |
JP5858927B2 (ja) | リアルタイム肺メカニクスを評価するためのシステム | |
RU2712749C2 (ru) | Системы и способы оптимизации искусственной вентиляции легких на основании модели | |
CN104135925B (zh) | 用于预测呼吸功的方法及设备 | |
US20180103898A1 (en) | Method and system for visualizing mechanical ventilation information | |
RU2641516C2 (ru) | Система и способ оценки силы дыхания в реальном времени и контроллер замкнутого контура | |
US20210386291A1 (en) | Wearable device with cloud-based monitoring software | |
US20110146683A1 (en) | Sensor Model | |
US11554230B2 (en) | Ventilator-initiated decision support and waveform capture during ventilation | |
CN111067525A (zh) | 确定由空气污染物造成的风险水平 | |
US20240131289A1 (en) | Model-driven system integration in medical ventilators | |
JP7368767B2 (ja) | 増悪リスク予測システム | |
EP1402815B1 (en) | Apparatus for determination of recruitable volume of a lung | |
US20220168527A1 (en) | Method and apparatus to guide mechanical ventilation | |
JP2024521116A (ja) | デバイスの使用量および患者の人口統計に基づくコンプライアンス予測のためのシステムおよび方法 | |
Kumar et al. | Design of a Smart Cloud Controlled based Artificial Ventilator Device Controller using Patients Vital Information in a Cloud Data Logs | |
Recio-Garcia et al. | Becalm: Intelligent Monitoring of Respiratory Patients | |
JP2020013204A (ja) | 医療用サーバ、在宅医療装置、システム | |
US20230245768A1 (en) | Family ventilator dashboard for medical ventilator | |
KR102493802B1 (ko) | 호흡 훈련 장치 및 이를 이용한 호흡 훈련 제공, 방법 시스템 및 프로그램 | |
US20240269408A1 (en) | Systems and methods for supplemental oxygen delivery | |
US20240148994A1 (en) | Methods and systems for transferring access to patient data between organizations | |
US20220152327A1 (en) | Prediction and avoidance of adverse oxygen desaturation events in patients receiving supplemental oxygen | |
Gowda et al. | Venti-Smart: Crafting Smart Ventilators with IoT Technology | |
Bonini | The Current and Future Role of Technology in Respiratory Care |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230301 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230620 |
|
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: 20230912 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230925 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7368767 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |