JPWO2020150346A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2020150346A5 JPWO2020150346A5 JP2021541029A JP2021541029A JPWO2020150346A5 JP WO2020150346 A5 JPWO2020150346 A5 JP WO2020150346A5 JP 2021541029 A JP2021541029 A JP 2021541029A JP 2021541029 A JP2021541029 A JP 2021541029A JP WO2020150346 A5 JPWO2020150346 A5 JP WO2020150346A5
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- pump
- subject
- cardiac
- model
- 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.)
- Granted
Links
- 230000000747 cardiac effect Effects 0.000 claims description 71
- 238000000034 method Methods 0.000 claims description 71
- 230000000004 hemodynamic effect Effects 0.000 claims description 49
- 238000005259 measurement Methods 0.000 claims description 31
- 238000013528 artificial neural network Methods 0.000 claims description 23
- 239000008280 blood Substances 0.000 claims description 22
- 210000004369 blood Anatomy 0.000 claims description 22
- 230000001131 transforming effect Effects 0.000 claims description 5
- 230000002861 ventricular Effects 0.000 claims description 5
- 238000005086 pumping Methods 0.000 claims description 2
- 230000002457 bidirectional effect Effects 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 241000976924 Inca Species 0.000 description 1
- 206010007625 cardiogenic shock Diseases 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
Description
いくつかの態様では、血液ポンプが第1の患者において動作し、第1の患者の心臓パラメータを推定するために、第1の患者からの測定可能な入力が、第1の患者以外の患者からの患者データを含むデータベースと組み合わせて使用される。例えば、データベースは、広範な患者の心臓パワー出力を他の測定データと共に含むことができる。データベースは、様々な特性（例えば、年齢、性別、体重、身長など）を有する広範な患者からのデータを含む。一例では、データベースは、異なる病態を有する広範な患者からのデータを含む。データベースは、新しいデータを含むように定期的に更新することができる。いくつかの実施態様では、データベースは、血行動態パラメータと、ポンプパラメータと、心臓パラメータの間の関係のモデルを含む。いくつかの実施態様では、モデルは、患者データに対するニューラルネットワークの使用から導出される。いくつかの実施態様では、モデルが導出されるニューラルネットワークは、複数のセルを含む。いくつかの実施態様では、複数のセルは互いに通信し合い、各セルは、1つまたは複数の測定パラメータを入力として受け入れ、それら1つまたは複数の測定パラメータをモデルフィットに基づいて変換し、変換されたパラメータを隠れ状態またはセル状態を有する隣接するセルに送る。
[本発明1001]
以下の段階を含む、患者の心臓パラメータを推定する方法:
第1の患者集合の各患者内で血液ポンプを動作させる段階であって、該血液ポンプが少なくとも1つの測定可能なポンプパラメータを有する、段階;
該第1の患者集合内の患者ごとに、第1の血行動態パラメータの測定値および第1のポンプパラメータの測定値を取得するために少なくとも1つの血行動態パラメータおよび該少なくとも1つの測定可能なポンプパラメータを測定する段階;
該第1の患者集合の該少なくとも1つの第1の血行動態パラメータと該少なくとも1つの測定可能なポンプパラメータとの間の関係に基づいて心臓パラメータのモデルを構築する段階;
第2の患者集合内の第2の患者において第2の血液ポンプを動作させる段階;ならびに
第2のポンプパラメータの測定値を取得するために該第2の患者において該少なくとも1つの測定可能なポンプパラメータを測定することと、
第2の血行動態パラメータの測定値を取得するために該第2の患者において該少なくとも1つの第1の血行動態パラメータを測定することと、
該第2の患者の心臓パラメータを推定することであって、該第2の患者の心臓パラメータが、該第2のポンプパラメータの測定値および該第2の血行動態パラメータの測定値に基づいて該モデルによって出力される、ことと
によって、該モデルを該第2の患者に適用する段階。
[本発明1002]
少なくとも1つの血行動態パラメータを測定する段階が、大動脈圧を測定することを含む、本発明1001の方法。
[本発明1003]
前記血液ポンプに配置された圧力センサで大動脈圧を決定する段階をさらに含む、本発明1001または1002の方法。
[本発明1004]
前記少なくとも1つの測定可能なポンプパラメータを測定する段階が、ポンプ流量を測定することを含む、本発明1001～1003のいずれかの方法。
[本発明1005]
少なくとも1つの時点の前記少なくとも1つの血行動態パラメータおよび前記少なくとも1つの測定可能なポンプパラメータに基づいて推定心臓パラメータを決定する段階をさらに含む、本発明1001～1004のいずれかの方法。
[本発明1006]
前記第1の患者集合内の各患者に、前記血液ポンプから分離した感知カテーテルを挿入する段階をさらに含む、本発明1001～1005のいずれかの方法。
[本発明1007]
前記感知カテーテルにおいて測定心臓パラメータを測定する段階をさらに含む、本発明1006の方法。
[本発明1008]
前記推定心臓パラメータを前記測定心臓パラメータと比較する段階をさらに含む、本発明1007の方法。
[本発明1009]
前記感知カテーテルがIncaカテーテルである、本発明1006の方法。
[本発明1010]
前記心臓パラメータが左室容積である、本発明1001～1009のいずれかの方法。
[本発明1011]
前記心臓パラメータが、心拍出量、心臓パワー出力（cardiac power output）、一回拍出量またはコンプライアンスの1つである、本発明1001～1009のいずれかの方法。
[本発明1012]
前記モデルを、前記第1の患者集合を記述する患者情報と関連付ける段階をさらに含む、本発明1001～1011のいずれかの方法。
[本発明1013]
前記患者情報が、前記第1の患者集合内の患者ごとの診断または人口統計を含む、本発明1012の方法。
[本発明1014]
前記診断が、心原性ショックまたは心筋梗塞の一方である、本発明1013の方法。
[本発明1015]
前記人口統計が、性別、ジェンダー、リスク因子、転帰、または年齢の1つまたは複数である、本発明1013の方法。
[本発明1016]
前記モデルと関連付けられた前記患者情報に基づいて該モデルが前記第2の患者に適用されるかどうかを判定する段階をさらに含む、本発明1001～1015のいずれかの方法。
[本発明1017]
前記第2の患者の前記第2のポンプパラメータの測定値および前記第2の血行動態パラメータの測定値をディスプレイに表示する段階をさらに含む、本発明1001～1016のいずれかの方法。
[本発明1018]
前記第2の患者の前記推定心臓パラメータをディスプレイに表示する段階をさらに含む、本発明1001～1017のいずれかの方法。
[本発明1019]
前記第2の患者における前記推定心臓パラメータに基づいてポンプ速度の提案される変更を計算する段階をさらに含む、本発明1001～1018のいずれかの方法。
[本発明1020]
前記ポンプ速度の前記提案される変更を実施する段階をさらに含む、本発明1019の方法。
[本発明1021]
前記ポンプ速度の前記提案される変更をディスプレイに表示する段階をさらに含む、本発明1019の方法。
[本発明1022]
心臓パラメータのモデルを構築する段階が、ニューラルネットワークを使用して前記第1の患者集合の前記少なくとも1つの第1の血行動態パラメータおよび前記少なくとも1つの測定可能なポンプパラメータからモデルを抽出することを含む、本発明1001～1021のいずれかの方法。
[本発明1023]
前記ニューラルネットワークが複数のセルを含む、本発明1022の方法。
[本発明1024]
前記ニューラルネットワークを構成する前記複数のセルの第1のセルが、第1の時点において前記第1の患者集合の前記少なくとも1つの第1の血行動態パラメータおよび前記少なくとも1つの測定可能なポンプパラメータを入力として受け入れる、本発明1023の方法。
[本発明1025]
前記第1のセルが、前記少なくとも1つの第1の血行動態パラメータおよび前記少なくとも1つの測定可能なポンプパラメータを1つまたは複数のモデルフィットに基づいて変換してから、該変換された血行動態パラメータおよび該変換されたポンプパラメータを前記複数のセルの第2のセルに送る、本発明1024の方法。
[本発明1026]
前記第1のセルが、前記第1の時点について隠れ状態およびセル状態を更新する、本発明1025の方法。
[本発明1027]
前記第1のセルが、第2の時点の前記少なくとも1つの第1の血行動態パラメータおよび前記少なくとも1つの測定可能なポンプパラメータを受け取り、該第2の時点について前記隠れ状態および前記セル状態を更新する、本発明1026の方法。
[本発明1028]
前記ニューラルネットワークが、リカレント双方向ニューラルネットワークである、本発明1022～1027のいずれかの方法。
[本発明1029]
前記第1の患者集合が1人の患者を含む、本発明1001～1028のいずれかの方法。
[本発明1030]
以下の段階を含む、モデルに基づいて患者の心臓パラメータを推定する方法:
患者において血液ポンプを動作させる段階;
ポンプパラメータの測定値を取得するために該患者において該血液ポンプの少なくとも1つの測定可能なポンプパラメータを測定する段階;
血行動態パラメータの測定値を取得するために該患者において少なくとも1つの血行動態パラメータを測定する段階;
データベースから、該少なくとも1つの測定可能なポンプパラメータと、該少なくとも1つの血行動態パラメータと、心臓パラメータとの間の関係のモデルにアクセスする段階;ならびに
該患者の心臓パラメータの推定値を推定する段階であって、該患者の該心臓パラメータの推定値が、該ポンプパラメータの測定値および該血行動態パラメータの測定値に基づいて該モデルによって出力される、段階。
[本発明1031]
少なくとも1つの血行動態パラメータを測定する段階が、大動脈圧を測定することを含む、本発明1030の方法。
[本発明1032]
前記血液ポンプに配置された圧力センサで大動脈圧を決定する段階をさらに含む、本発明1030または1031の方法。
[本発明1033]
前記少なくとも1つの測定可能なポンプパラメータを測定する段階が、ポンプ流量を測定することを含む、本発明1030～1032のいずれかの方法。
[本発明1034]
前記心臓パラメータが左室容積である、本発明1030～1033のいずれかの方法。
[本発明1035]
前記心臓パラメータが、心拍出量、心臓パワー出力、一回拍出量またはコンプライアンスの1つである、本発明1030～1033のいずれかの方法。
[本発明1036]
前記患者の前記ポンプパラメータの測定値および前記血行動態パラメータの測定値をディスプレイに表示する段階をさらに含む、本発明1030～1035のいずれかの方法。
[本発明1037]
前記患者の前記心臓パラメータの推定値を前記ディスプレイに表示する段階をさらに含む、本発明1030～1036のいずれかの方法。
[本発明1038]
前記患者において推定された前記心臓パラメータに基づいてポンプ速度の提案される変更を計算する段階をさらに含む、本発明1030～1038のいずれかの方法。
[本発明1039]
前記ポンプ速度の前記提案される変更を実施する段階をさらに含む、本発明1038の方法。
[本発明1040]
前記ポンプ速度の前記提案される変更をディスプレイに表示する段階をさらに含む、本発明1038の方法。
[本発明1041]
モデルにアクセスする段階が、複数のモデルの中から選択モデルを決定することを含む、本発明1030～1040のいずれかの方法。
[本発明1042]
複数のモデルの中から選択モデルを決定することが、前記患者と関連付けられた情報に基づいてモデルを選択することを含む、本発明1041の方法。
[本発明1043]
モデルにアクセスする段階が、ニューラルネットワークによって形成されたモデルを選択することを含む、本発明1030～1042のいずれかの方法。
[本発明1044]
前記ニューラルネットワークが、リカレント双方向ニューラルネットワークである、本発明1043の方法。
[本発明1045]
前記推定心臓パラメータに基づいて前記血液ポンプの前記動作の推奨される変更を決定する段階をさらに含む、本発明1030～1044のいずれかの方法。
[本発明1046]
以下の段階を含む、患者における心臓パラメータの推定値を策定するための方法:
第1の患者集団において、医療機器の動作から導出された1つまたは複数のパラメータを測定し、かつ、心臓パラメータを測定する段階;
該第1の患者集団における該医療機器の動作から導出された該1つまたは複数のパラメータおよび該心臓パラメータに基づいて該心臓パラメータのモデルを策定する段階;
該モデルを第2の患者集団の患者に適用して該患者の心臓パラメータを推定する段階。
[本発明1047]
前記第1の患者集団の1人または複数の患者の共通の特性に従って前記モデルをラベル付けする段階
をさらに含む、本発明1046の方法。
[本発明1048]
前記モデルの前記ラベル付けに基づいて、前記第2の患者集団の前記患者の特性を前記第1の患者集団の前記1人または複数の患者の前記特性と比較することによって、該モデルが該第2の患者集団の該患者に適用可能であるかどうかを判定する段階
をさらに含む、本発明1046または1047の方法。
[本発明1049]
前記モデルを策定する段階が、
機械学習アルゴリズムを利用して、前記第1の患者集団における前記医療機器の動作から導出された前記1つまたは複数のパラメータおよび前記測定心臓パラメータに基づいて前記心臓パラメータのモデルを策定すること
をさらに含む、本発明1046～1048のいずれかの方法。
[本発明1050]
前記モデルを前記第2の患者集団の前記患者に適用することが、
該第2の患者集団の該患者において前記医療機器を動作させること;
該第2の患者集団の該患者において、該医療機器の動作から導出された前記1つまたは複数のパラメータを測定すること;
該医療機器の動作から導出された該測定された1つまたは複数のパラメータを前記心臓パラメータのモデルに入力すること;および
該モデルに基づいて、該第2の患者集団の該患者の推定心臓パラメータを推定すること
をさらに含む、本発明1046～1049のいずれかの方法。
[本発明1051]
1つまたは複数のポンプ速度で駆動されるように構成された、駆動可能なロータ、および
血行動態パラメータを測定するように構成された、センサ
を含む、血液ポンプと、
該センサから血行動態パラメータの測定値を受け取って該血行動態パラメータの測定値を記録するように構成され、該血行動態パラメータおよび該1つまたは複数のポンプ速度のうちのポンプ速度に基づく心臓パラメータの所定のモデルを格納する、メモリ、
該ロータを駆動するように構成され、該駆動された血液ポンプロータのポンプ速度を記録されるべき該メモリに送るように構成された、ドライバ、
該メモリに記録された1つまたは複数のパラメータを表示するように構成された、ディスプレイ
を含む、コントローラと
を含み、
該メモリが、
該所定のモデルから、該血行動態パラメータの測定値および該ポンプ速度に基づいて、関連付けられた心臓パラメータを決定し、
該決定された心臓パラメータを該ディスプレイに送る
ように構成されている、
所定のモデルに基づいて患者の心臓パラメータを推定するためのシステム。
[本発明1052]
前記メモリが、前記血行動態パラメータおよび前記ポンプ速度に基づく前記心臓パラメータの複数の所定のモデルを格納するように構成されている、本発明1051のシステム。
[本発明1053]
前記コントローラが、前記血行動態パラメータおよび前記ポンプ速度の少なくとも1つに基づいて前記複数の格納された所定のモデルの中から1つの所定のモデルを選択するように構成されている、本発明1052のシステム。
[本発明1054]
前記コントローラが、前記ディスプレイへの入力に基づいて前記複数の格納された所定のモデルの中から1つの所定のモデルを選択するように構成されている、本発明1052のシステム。
[本発明1055]
前記複数の所定のモデルが、複数のセルを含むニューラルネットワークによって形成されている、本発明1052～1054のいずれかのシステム。
[本発明1056]
前記ニューラルネットワークが、リカレント双方向ニューラルネットワークである、本発明1055のシステム。
[本発明1057]
前記メモリが、前記血行動態パラメータおよび前記ポンプ速度に基づく前記心臓パラメータの複数の所定のモデルを含むデータベースに無線で接続するように構成されている、本発明1051～1056のいずれかのシステム。
[本発明1058]
前記コントローラが、前記データベースから1つの所定のモデルを選択するように、かつ該選択された1つの所定のモデルを前記メモリへの格納のために取り出すように構成されている、本発明1057のシステム。
[本発明1059]
前記複数の所定のモデルが、複数のセルを含むニューラルネットワークによって形成されている、本発明1057または1058のシステム。
[本発明1060]
前記ニューラルネットワークが、リカレント双方向ニューラルネットワークである、本発明1059のシステム。
[本発明1061]
前記コントローラが、前記決定された心臓パラメータに基づいて前記ポンプ速度への推奨される変更を決定するように構成されている、本発明1051～1060のいずれかのシステム。
[本発明1062]
前記コントローラが、前記ディスプレイに表示するために前記ポンプ速度への前記推奨される変更を生成するようにさらに構成されている、本発明1061のシステム。
[本発明1063]
前記コントローラが、前記ポンプ速度への前記推奨される変更を実施するように構成されている、本発明1061または1062のシステム。
[本発明1064]
前記センサが、大動脈圧、左室拡張末期圧、および毛細血管楔入圧のうちの少なくとも1つを測定するように構成されている、本発明1051～1063のいずれかのシステム。
[本発明1065]
前記心臓パラメータが左室容積である、本発明1051～1064のいずれかのシステム。
[本発明1066]
前記心臓パラメータが心臓パワー出力である、本発明1051～1064のいずれかのシステム。
[本発明1067]
以下の段階を含む、データベースを使用して患者の心臓パラメータを推定する方法:
第1の患者において血液ポンプを動作させる段階;
ポンプパラメータの測定値を取得するために該第1の患者において該血液ポンプの少なくとも1つの測定可能なポンプパラメータを測定する段階;
血行動態パラメータの測定値を取得するために該第1の患者において少なくとも1つの血行動態パラメータを測定する段階;
該第1の患者以外の患者の患者データを含むデータベースにアクセスする段階であって、該患者データが、測定可能なポンプパラメータ、血行動態パラメータ、および心臓パラメータのうちの少なくとも1つを含む、段階;ならびに
該第1の患者における該ポンプパラメータの測定値、該第1の患者における該血行動態パラメータの測定値、および該データベースからの格納された患者データに基づいて、該第1の患者の心臓パラメータを推定する段階。
[本発明1068]
前記心臓パラメータが心臓パワー出力である、本発明1067の方法。
[本発明1069]
前記データベースが、異なる特性および異なる病態を有する患者からのデータを格納するグローバルデータベースである、本発明1067または1068の方法。
[本発明1070]
特性が、年齢、体重、性別、またはBMIを含む、本発明1069の方法。
[本発明1071]
前記データベースが、新しいデータで定期的に更新される、本発明1067～1070のいずれかの方法。
[本発明1072]
本発明1001～1050および1067～1071のいずれかの方法を実施するように構成されたコントローラを有する、ポンプシステム。
[本発明1073]
本発明1001～1050および1067～1071のいずれかの方法を実行するように構成された、メモリ。
[本発明1074]
入力データに適用されるべき前記モデルを導出するためにニューラルネットワークが使用される、本発明1001～1050および1067～1071のいずれかの方法。
[本発明1075]
前記ニューラルネットワークが、互いに通信し合う複数のセルを含み、
該セルが、
入力として1つまたは複数の測定パラメータを受け入れ、
該1つまたは複数の測定パラメータをモデルフィットに基づいて変換し、
該変換されたパラメータを隠れ状態およびセル状態の1つまたは複数を有する隣接するセルに送る、
本発明1074の方法。
In some embodiments, the blood pump operates in a first patient and measurable input from the first patient is input from a patient other than the first patient in order to estimate a cardiac parameter of the first patient. used in conjunction with a database containing patient data from For example, the database may contain a wide range of patient cardiac power outputs, along with other measured data. The database contains data from a wide range of patients with various characteristics (eg, age, gender, weight, height, etc.). In one example, the database contains data from a wide range of patients with different disease states. The database can be updated periodically to include new data. In some embodiments, the database includes models of relationships between hemodynamic parameters, pump parameters, and cardiac parameters. In some embodiments, models are derived from the use of neural networks on patient data. In some implementations, the neural network from which the model is derived includes multiple cells. In some implementations, a plurality of cells communicate with each other, each cell accepting as input one or more measured parameters, transforming the one or more measured parameters based on a model fit, transforming send the specified parameters to neighboring cells that have hidden or cell states.
[Invention 1001]
A method of estimating a patient's cardiac parameters, including the following steps:
operating a blood pump within each patient of the first patient population, the blood pump having at least one measurable pump parameter;
at least one hemodynamic parameter and said at least one measurable pump to obtain a first hemodynamic parameter measurement and a first pump parameter measurement for each patient in said first patient set; measuring parameters;
constructing a model of a cardiac parameter based on the relationship between the at least one first hemodynamic parameter and the at least one measurable pump parameter of the first patient population;
operating a second blood pump in a second patient within a second patient population; and
measuring the at least one measurable pump parameter in the second patient to obtain a measurement of a second pump parameter;
measuring the at least one first hemodynamic parameter in the second patient to obtain a second hemodynamic parameter measurement;
estimating a cardiac parameter of the second patient, wherein the cardiac parameter of the second patient is based on the measured second pump parameter and the measured second hemodynamic parameter; that are output by the model and
applying said model to said second patient by.
[Invention 1002]
1002. The method of invention 1001, wherein measuring at least one hemodynamic parameter comprises measuring aortic pressure.
[Invention 1003]
1003. The method of invention 1001 or 1002, further comprising determining aortic pressure with a pressure sensor located in said blood pump.
[Invention 1004]
1003. The method of any of inventions 1001-1003, wherein measuring the at least one measurable pump parameter comprises measuring pump flow.
[Invention 1005]
1004. The method of any of the inventions 1001-1004, further comprising determining an estimated cardiac parameter based on said at least one hemodynamic parameter and said at least one measurable pump parameter at least one time point.
[Invention 1006]
1006. The method of any of the inventions 1001-1005, further comprising inserting a sensing catheter separate from the blood pump into each patient in the first patient population.
[Invention 1007]
1006. The method of the invention 1006, further comprising measuring a measured cardiac parameter at the sensing catheter.
[Invention 1008]
1008. The method of invention 1007, further comprising comparing said estimated cardiac parameter to said measured cardiac parameter.
[Invention 1009]
1006. The method of the invention 1006, wherein said sensing catheter is an Inca catheter.
[Invention 1010]
1009. The method of any of the inventions 1001-1009, wherein said cardiac parameter is left ventricular volume.
[Invention 1011]
1009. The method of any of the inventions 1001-1009, wherein the cardiac parameter is one of cardiac output, cardiac power output, stroke volume or compliance.
[Invention 1012]
1012. The method of any of the inventions 1001-1011, further comprising associating said model with patient information describing said first patient population.
[Invention 1013]
1013. The method of invention 1012, wherein said patient information comprises a diagnosis or demographic for each patient within said first patient population.
[Invention 1014]
1013. The method of the invention 1013, wherein said diagnosis is one of cardiogenic shock or myocardial infarction.
[Invention 1015]
1013. The method of invention 1013, wherein said demographic is one or more of sex, gender, risk factor, outcome, or age.
[Invention 1016]
1016. The method of any of the inventions 1001-1015, further comprising determining whether the model applies to the second patient based on the patient information associated with the model.
[Invention 1017]
1017. The method of any of the inventions 1001-1016, further comprising displaying the second pump parameter measurement and the second hemodynamic parameter measurement of the second patient on a display.
[Invention 1018]
1018. The method of any of the inventions 1001-1017, further comprising displaying the estimated cardiac parameters of the second patient on a display.
[Invention 1019]
1019. The method of any of the inventions 1001-1018, further comprising calculating a suggested change in pump speed based on said estimated cardiac parameters in said second patient.
[Invention 1020]
1020. The method of the present invention 1019, further comprising implementing said proposed change in said pump speed.
[Invention 1021]
1020. The method of the present invention 1019, further comprising displaying said proposed change in said pump speed on a display.
[Invention 1022]
The step of building a model of a cardiac parameter includes extracting a model from said at least one first hemodynamic parameter and said at least one measurable pump parameter of said first patient set using a neural network. The method of any of the inventions 1001-1021, comprising:
[Invention 1023]
1023. The method of the invention 1022, wherein said neural network comprises a plurality of cells.
[Invention 1024]
A first cell of the plurality of cells forming the neural network measures the at least one first hemodynamic parameter and the at least one measurable pump parameter of the first patient set at a first time point. The method of the invention 1023 that accepts as input.
[Invention 1025]
said first cell transforming said at least one first hemodynamic parameter and said at least one measurable pump parameter based on one or more model fits; and and sending the transformed pump parameter to a second cell of said plurality of cells.
[Invention 1026]
1026. The method of invention 1025, wherein said first cell updates hidden state and cell state for said first time point.
[Invention 1027]
The first cell receives the at least one first hemodynamic parameter and the at least one measurable pump parameter at a second time point and updates the hidden state and the cell state for the second time point. the method of the present invention 1026.
[Invention 1028]
1028. The method of any of the inventions 1022-1027, wherein said neural network is a recurrent bidirectional neural network.
[Invention 1029]
1029. The method of any of the inventions 1001-1028, wherein said first patient set comprises one patient.
[Invention 1030]
A model-based method for estimating a patient's cardiac parameters, including the following steps:
operating a blood pump in a patient;
measuring at least one measurable pump parameter of the blood pump in the patient to obtain a pump parameter measurement;
measuring at least one hemodynamic parameter in the patient to obtain a hemodynamic parameter measurement;
accessing from a database a model of the relationship between said at least one measurable pump parameter, said at least one hemodynamic parameter and a cardiac parameter; and
estimating an estimate of a cardiac parameter of the patient, wherein the estimate of the cardiac parameter of the patient is output by the model based on the measurements of the pump parameter and the measurements of the hemodynamic parameter; ,step.
[Invention 1031]
The method of the invention 1030, wherein measuring at least one hemodynamic parameter comprises measuring aortic pressure.
[Invention 1032]
1032. The method of invention 1030 or 1031, further comprising determining aortic pressure with a pressure sensor located in said blood pump.
[Invention 1033]
1033. The method of any of inventions 1030-1032, wherein measuring the at least one measurable pump parameter comprises measuring pump flow.
[Invention 1034]
1034. The method of any of the inventions 1030-1033, wherein said cardiac parameter is left ventricular volume.
[Invention 1035]
1034. The method of any of inventions 1030-1033, wherein the cardiac parameter is one of cardiac output, cardiac power output, stroke volume, or compliance.
[Invention 1036]
1036. The method of any of the inventions 1030-1035, further comprising displaying the pump parameter measurements and the hemodynamic parameter measurements of the patient on a display.
[Invention 1037]
1037. The method of any of the inventions 1030-1036, further comprising displaying the estimated value of the cardiac parameter of the patient on the display.
[Invention 1038]
1039. The method of any of the inventions 1030-1038, further comprising calculating a suggested change in pump speed based on said cardiac parameter estimated in said patient.
[Invention 1039]
1039. The method of present invention 1038, further comprising implementing said proposed change in said pump speed.
[Invention 1040]
1039. The method of invention 1038, further comprising displaying said proposed change in said pump speed on a display.
[Invention 1041]
1041. The method of any of inventions 1030-1040, wherein the step of accessing the model comprises determining a selection model from among a plurality of models.
[Invention 1042]
1042. The method of invention 1041, wherein determining a selection model from among a plurality of models comprises selecting a model based on information associated with said patient.
[Invention 1043]
1043. The method of any of inventions 1030-1042, wherein accessing the model comprises selecting the model formed by the neural network.
[Invention 1044]
1043. The method of invention 1043, wherein said neural network is a recurrent bidirectional neural network.
[Invention 1045]
1045. The method of any of the inventions 1030-1044, further comprising determining a recommended change in said operation of said blood pump based on said estimated cardiac parameter.
[Invention 1046]
A method for developing an estimate of a cardiac parameter in a patient, including the following steps:
measuring one or more parameters derived from operation of the medical device and measuring a cardiac parameter in the first patient population;
developing a model of the cardiac parameter based on the one or more parameters and the cardiac parameter derived from operation of the medical device in the first patient population;
Applying the model to patients of a second patient population to estimate cardiac parameters of the patients.
[Invention 1047]
labeling the model according to common characteristics of one or more patients of the first patient population;
The method of the invention 1046, further comprising:
[Invention 1048]
By comparing the characteristics of the patients of the second patient population with the characteristics of the one or more patients of the first patient population based on the labeling of the model, the model Determining whether it is applicable to said patient of the patient population of 2
The method of the invention 1046 or 1047, further comprising:
[Invention 1049]
The step of formulating the model comprises:
Utilizing a machine learning algorithm to develop a model of the cardiac parameter based on the measured cardiac parameter and the one or more parameters derived from operation of the medical device in the first patient population.
The method of any of inventions 1046-1048, further comprising:
[Invention 1050]
applying the model to the patients of the second patient population,
operating the medical device in the patients of the second patient population;
measuring the one or more parameters derived from operation of the medical device in the patient of the second patient population;
inputting the measured one or more parameters derived from operation of the medical device into the model of cardiac parameters; and
estimating an estimated cardiac parameter of the patient in the second patient population based on the model;
The method of any of inventions 1046-1049, further comprising:
[Invention 1051]
a drivable rotor configured to be driven at one or more pump speeds; and
A sensor configured to measure a hemodynamic parameter
a blood pump comprising
configured to receive a measurement of a hemodynamic parameter from the sensor and record the measurement of the hemodynamic parameter; a memory that stores a given model;
a driver configured to drive the rotor and configured to send a pumping speed of the driven blood pump rotor to the memory to be recorded;
a display configured to display one or more parameters stored in said memory
containing a controller and
including
the memory is
determining from the predetermined model an associated cardiac parameter based on the measurement of the hemodynamic parameter and the pump speed;
sending the determined cardiac parameters to the display
configured as
A system for estimating a patient's cardiac parameters based on a predetermined model.
[Invention 1052]
1052. The system of invention 1051, wherein said memory is configured to store a plurality of predetermined models of said cardiac parameter based on said hemodynamic parameter and said pump speed.
[Invention 1053]
1053. The system.
[Invention 1054]
1053. The system of invention 1052, wherein the controller is configured to select a predetermined model from among the plurality of stored predetermined models based on an input to the display.
[Invention 1055]
1055. The system of any of inventions 1052-1054, wherein said plurality of predetermined models are formed by a neural network comprising a plurality of cells.
[Invention 1056]
1056. The system of invention 1055, wherein said neural network is a recurrent bidirectional neural network.
[Invention 1057]
1057. The system of any of inventions 1051-1056, wherein the memory is configured to wirelessly connect to a database containing a plurality of predetermined models of the cardiac parameter based on the hemodynamic parameter and the pump speed.
[Invention 1058]
1058. The system of Invention 1057, wherein said controller is configured to select one predetermined model from said database and retrieve said selected one predetermined model for storage in said memory. .
[Invention 1059]
1059. The system of invention 1057 or 1058, wherein said plurality of predetermined models are formed by a neural network comprising a plurality of cells.
[Invention 1060]
1059. The system of Invention 1059, wherein said neural network is a recurrent bidirectional neural network.
[Invention 1061]
1061. The system of any of inventions 1051-1060, wherein the controller is configured to determine a recommended change to the pump speed based on the determined cardiac parameter.
[Invention 1062]
1062. The system of invention 1061, wherein the controller is further configured to generate the recommended change to the pump speed for display on the display.
[Invention 1063]
1063. The system of invention 1061 or 1062, wherein said controller is configured to implement said recommended changes to said pump speed.
[Invention 1064]
1063. The system of any of inventions 1051-1063, wherein the sensor is configured to measure at least one of aortic pressure, left ventricular end-diastolic pressure, and capillary wedge pressure.
[Invention 1065]
1064. The system of any of inventions 1051-1064, wherein said cardiac parameter is left ventricular volume.
[Invention 1066]
1064. The system of any of inventions 1051-1064, wherein said cardiac parameter is cardiac power output.
[Invention 1067]
A method of estimating a patient's cardiac parameters using a database, including the following steps:
operating the blood pump in the first patient;
measuring at least one measurable pump parameter of the blood pump in the first patient to obtain a pump parameter measurement;
measuring at least one hemodynamic parameter in the first patient to obtain a hemodynamic parameter measurement;
accessing a database containing patient data for patients other than the first patient, wherein the patient data includes at least one of measurable pump parameters, hemodynamic parameters, and cardiac parameters. ; and
determining cardiac parameters of the first patient based on measurements of the pump parameters in the first patient, measurements of the hemodynamic parameters in the first patient, and stored patient data from the database; Estimation stage.
[Invention 1068]
1067. The method of invention 1067, wherein said cardiac parameter is cardiac power output.
[Invention 1069]
The method of invention 1067 or 1068, wherein said database is a global database storing data from patients with different characteristics and different disease states.
[Invention 1070]
The method of the invention 1069, wherein the characteristic comprises age, weight, gender, or BMI.
[Invention 1071]
1071. The method of any of the inventions 1067-1070, wherein said database is periodically updated with new data.
[Invention 1072]
A pump system having a controller configured to perform the method of any of the inventions 1001-1050 and 1067-1071.
[Invention 1073]
A memory configured to perform the method of any of the present inventions 1001-1050 and 1067-1071.
[Invention 1074]
The method of any of the inventions 1001-1050 and 1067-1071, wherein a neural network is used to derive said model to be applied to input data.
[Invention 1075]
said neural network comprising a plurality of cells communicating with each other;
the cell is
accepts one or more measurement parameters as input,
transforming the one or more measured parameters based on a model fit;
sending the transformed parameters to neighboring cells having one or more of a hidden state and a cell state;
The method of the invention 1074.
Claims (17)
第1の対象集合の各対象内で第1の血液ポンプを動作させる段階であって、該第1の血液ポンプが少なくとも1つの測定可能なポンプパラメータを有する、段階;
該第1の対象集合内の対象ごとに、第1の血行動態パラメータの測定値および第1のポンプパラメータの測定値を取得するために少なくとも1つの血行動態パラメータおよび該少なくとも1つの測定可能なポンプパラメータを測定する段階;
該第1の対象集合の該第1の血行動態パラメータと該少なくとも1つの測定可能なポンプパラメータとの間の関係に基づいて心臓パラメータのモデルを構築する段階;
第2の対象集合内の第2の対象において第2の血液ポンプを動作させる段階;ならびに
第2のポンプパラメータの測定値を取得するために該第2の対象において該少なくとも1つの測定可能なポンプパラメータを測定することと、
第2の血行動態パラメータの測定値を取得するために該第2の対象において該第1の血行動態パラメータを測定することと、
該第2の対象の心臓パラメータを推定することであって、該第2の対象の心臓パラメータが、該第2のポンプパラメータの測定値および該第2の血行動態パラメータの測定値に基づいて該モデルによって出力される、ことと
によって、該モデルを該第2の対象に適用する段階
であって、該方法が、該血液ポンプに配置された圧力センサで大動脈圧を決定する段階をさらに含む、方法。 A method of estimating cardiac parameters, including the following steps:
operating a first blood pump within each subject of the first set of subjects , the first blood pump having at least one measurable pump parameter;
at least one hemodynamic parameter and said at least one measurable pump to obtain a first hemodynamic parameter measurement and a first pump parameter measurement for each subject in said first subject set; measuring parameters;
constructing a model of a cardiac parameter based on the relationship between the first hemodynamic parameter of the first set of subjects and the at least one measurable pump parameter;
operating a second blood pump in a second subject within a second set of subjects ; and said at least one measurable pump in said second subject to obtain a measurement of a second pump parameter. measuring a parameter;
measuring the first hemodynamic parameter in the second subject to obtain a measurement of a second hemodynamic parameter;
estimating a cardiac parameter of the second subject , wherein the cardiac parameter of the second subject is based on the measurement of the second pump parameter and the measurement of the second hemodynamic parameter; being output by a model; and applying the model to the second object .
wherein the method further comprises determining aortic pressure with a pressure sensor located on the blood pump .
前記対象情報が、前記第1の対象集合内の対象ごとの診断または人口統計を含む、請求項1記載の方法。 further comprising associating the model with subject information describing the first subject set ;
2. The method of claim 1 , wherein the subject information comprises diagnostics or demographics for each subject in the first set of subjects .
対象において血液ポンプを動作させる段階;
ポンプパラメータの測定値を取得するために該対象において該血液ポンプの少なくとも1つの測定可能なポンプパラメータを測定する段階;
血行動態パラメータの測定値を取得するために該対象において少なくとも1つの血行動態パラメータを測定する段階;
データベースから、該少なくとも1つの測定可能なポンプパラメータと、該少なくとも1つの血行動態パラメータと、心臓パラメータとの間の関係のモデルにアクセスする段階;ならびに
該対象の心臓パラメータの推定値を推定する段階であって、該対象の該心臓パラメータの推定値が、該ポンプパラメータの測定値および該血行動態パラメータの測定値に基づいて該モデルによって出力される、段階。 A method of estimating a subject 's cardiac parameters based on a model, including the following steps:
operating the blood pump in the subject ;
measuring at least one measurable pump parameter of the blood pump in the subject to obtain a pump parameter measurement;
measuring at least one hemodynamic parameter in the subject to obtain a hemodynamic parameter measurement;
accessing from a database a model of the relationship between the at least one measurable pump parameter, the at least one hemodynamic parameter, and a cardiac parameter; and estimating an estimate of the subject 's cardiac parameter. and an estimate of the cardiac parameter of the subject is output by the model based on the measured values of the pump parameter and the measured values of the hemodynamic parameter.
血行動態パラメータを測定するように構成された、センサ
を含む、血液ポンプと、
該センサから血行動態パラメータの測定値を受け取って該血行動態パラメータの測定値を記録するように構成され、該血行動態パラメータおよび該1つまたは複数のポンプ速度のうちのポンプ速度に基づく心臓パラメータの所定のモデルを格納する、メモリ、
該ロータを駆動するように構成され、該駆動された血液ポンプロータのポンプ速度を記録されるべき該メモリに送るように構成された、ドライバ、
該メモリに記録された1つまたは複数のパラメータを表示するように構成された、ディスプレイ
を含む、コントローラと
を含み、
該メモリが、
該所定のモデルから、該血行動態パラメータの測定値および該ポンプ速度に基づいて、関連付けられた心臓パラメータを決定し、
該決定された心臓パラメータを該ディスプレイに送る
ように構成されている、
所定のモデルに基づいて患者の心臓パラメータを推定するためのシステム。 a blood pump including a drivable rotor configured to be driven at one or more pump speeds and a sensor configured to measure a hemodynamic parameter;
configured to receive a measurement of a hemodynamic parameter from the sensor and record the measurement of the hemodynamic parameter; a memory that stores a given model;
a driver configured to drive the rotor and configured to send a pumping speed of the driven blood pump rotor to the memory to be recorded;
a controller, including a display, configured to display one or more parameters stored in the memory;
the memory is
determining from the predetermined model an associated cardiac parameter based on the measurement of the hemodynamic parameter and the pump speed;
configured to send the determined cardiac parameter to the display;
A system for estimating a patient's cardiac parameters based on a predetermined model.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2024016785A JP2024052753A (en) | 2019-01-16 | 2024-02-07 | Method for estimating left ventricular volume and cardiac output using machine learning models |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962793239P | 2019-01-16 | 2019-01-16 | |
| US62/793,239 | 2019-01-16 | ||
| PCT/US2020/013672 WO2020150346A1 (en) | 2019-01-16 | 2020-01-15 | Left ventricular volume and cardiac output estimation using machine learning model |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2024016785A Division JP2024052753A (en) | 2019-01-16 | 2024-02-07 | Method for estimating left ventricular volume and cardiac output using machine learning models |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2022517619A JP2022517619A (en) | 2022-03-09 |
| JPWO2020150346A5 true JPWO2020150346A5 (en) | 2023-01-25 |
| JP7434337B2 JP7434337B2 (en) | 2024-02-20 |
Family
ID=69570829
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021541029A Active JP7434337B2 (en) | 2019-01-16 | 2020-01-15 | How to estimate left ventricular volume and cardiac output using machine learning models |
| JP2024016785A Pending JP2024052753A (en) | 2019-01-16 | 2024-02-07 | Method for estimating left ventricular volume and cardiac output using machine learning models |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2024016785A Pending JP2024052753A (en) | 2019-01-16 | 2024-02-07 | Method for estimating left ventricular volume and cardiac output using machine learning models |
Country Status (10)
| Country | Link |
|---|---|
| US (2) | US11694813B2 (en) |
| EP (1) | EP3911227A1 (en) |
| JP (2) | JP7434337B2 (en) |
| KR (1) | KR20210118430A (en) |
| CN (1) | CN113573631A (en) |
| AU (1) | AU2020209821A1 (en) |
| CA (1) | CA3125985A1 (en) |
| IL (1) | IL284647A (en) |
| SG (1) | SG11202107369YA (en) |
| WO (1) | WO2020150346A1 (en) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11602627B2 (en) | 2018-03-20 | 2023-03-14 | Second Heart Assist, Inc. | Circulatory assist pump |
| CN113057617B (en) * | 2021-04-30 | 2022-08-26 | 重庆理工大学 | Non-invasive monitoring system for cardiac output |
| CN113769262B (en) * | 2021-08-04 | 2022-11-08 | 浙江迪远医疗器械有限公司 | Device for controlling blood pump |
| KR102670568B1 (en) * | 2022-06-09 | 2024-05-28 | 연세대학교 원주산학협력단 | Severity detection system of heart failure using single-lead electrocardiogram and method of detecting severity of heart failure using single-lead electrocardiogram |
| US20240165391A1 (en) * | 2022-11-23 | 2024-05-23 | Boston Scientific Scimed, Inc. | Blood pump control using motor voltage measurement |
| CN116404940B (en) * | 2023-06-07 | 2023-08-29 | 深圳核心医疗科技股份有限公司 | Motor control method and device for extracorporeal analog circulation system |
| CN117258137B (en) * | 2023-11-20 | 2024-03-12 | 安徽通灵仿生科技有限公司 | Rotational speed self-adaptive control method and device for ventricular catheter pump |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10405762B2 (en) | 2009-04-22 | 2019-09-10 | Vital Metrix, Inc. | System and method for noninvasively measuring ventricular stroke volume and cardiac output |
| DE102011106142A1 (en) | 2011-06-10 | 2012-12-27 | Rheinisch-Westfälische Technische Hochschule Aachen | Blood collection cannula of a heart function replacing or supporting pump |
| CN110312535B (en) * | 2016-09-19 | 2022-03-01 | 阿比奥梅德公司 | Cardiovascular assist system for quantifying cardiac function and promoting cardiac recovery |
| KR20230110374A (en) | 2017-01-19 | 2023-07-21 | 히그흐딤 게엠베하 | Devices and methods for determining heart function of a living subject |
| EP4378517A2 (en) * | 2017-03-21 | 2024-06-05 | Abiomed, Inc. | System for determining native cardiac output while continuing support to the heart with a catheter-mounted intracardiac blood pump having an imbedded thermistor |
-
2020
- 2020-01-15 CN CN202080014195.9A patent/CN113573631A/en active Pending
- 2020-01-15 EP EP20704976.8A patent/EP3911227A1/en active Pending
- 2020-01-15 CA CA3125985A patent/CA3125985A1/en active Pending
- 2020-01-15 US US16/743,797 patent/US11694813B2/en active Active
- 2020-01-15 WO PCT/US2020/013672 patent/WO2020150346A1/en unknown
- 2020-01-15 SG SG11202107369YA patent/SG11202107369YA/en unknown
- 2020-01-15 JP JP2021541029A patent/JP7434337B2/en active Active
- 2020-01-15 KR KR1020217026086A patent/KR20210118430A/en unknown
- 2020-01-15 AU AU2020209821A patent/AU2020209821A1/en active Pending
-
2021
- 2021-07-06 IL IL284647A patent/IL284647A/en unknown
-
2023
- 2023-05-05 US US18/143,630 patent/US20240006078A1/en active Pending
-
2024
- 2024-02-07 JP JP2024016785A patent/JP2024052753A/en active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7434337B2 (en) | How to estimate left ventricular volume and cardiac output using machine learning models | |
| El Mahdiui et al. | Global left ventricular myocardial work efficiency in healthy individuals and patients with cardiovascular disease | |
| US10299862B2 (en) | Three-dimensional quantitative heart hemodynamics in medical imaging | |
| Toosi et al. | Prognostic value of the shock index along with transthoracic echocardiography in risk stratification of patients with acute pulmonary embolism | |
| US20110144967A1 (en) | System and method for dynamic cardiac analysis, detection, prediction, and response using cardio-physiological mathematical modeling | |
| US20200242566A1 (en) | System and method of prioritizing patients for clinician management | |
| JP2020523089A5 (en) | ||
| Pratt et al. | Calculating arterial pressure-based cardiac output using a novel measurement and analysis method | |
| KR20170067759A (en) | Method and system for predicting continous cardiac ouput (cco) of a patient based on physiological data | |
| JPWO2020150346A5 (en) | ||
| Holmes et al. | Clinical applications of patient-specific models: The case for a simple approach | |
| Haluska et al. | A comparison of methods for assessing total arterial compliance | |
| CN111295716A (en) | Health management support device, method, and program | |
| JP7079553B2 (en) | Evaluation support system and evaluation support method to support the evaluation of the condition of the circulatory system | |
| CN115862813B (en) | Weight management method and system | |
| Vasudevan et al. | Application of mathematical modeling to quantify ventricular contribution following durable left ventricular assist device support | |
| CN101264012B (en) | Blood pressure determination data processing device | |
| CN116404940B (en) | Motor control method and device for extracorporeal analog circulation system | |
| Huang et al. | Aortic Pressure Forecasting with Deep Sequence Learning | |
| WO2024086821A1 (en) | System and method of treatment of hypertrophic cardiomyopathy | |
| Huang et al. | Three-dimensional echocardiography-derived non-invasive right ventricular pressure-volume analysis | |
| EP4329590A1 (en) | System and method for estimating value for target cardiac parameter | |
| US20140046162A1 (en) | System and Method for Measuring Absolute Cardiac Volume Using a Combined Blood and Muscle Conductivity Model | |
| Bordonaro et al. | CMR assessment of ventricular function: not only systole | |
| KR20230077065A (en) | Heart quantitative analysis and self-diagnosis device using artificial intelligence technology |