KR20170018401A

KR20170018401A - 예측적인 응급 출동 위험 평가를 갖춘 개인 응급 대응 시스템

Info

Publication number: KR20170018401A
Application number: KR1020177000712A
Authority: KR
Inventors: 스테펜 클라렌스 파우스; 모하마드 호세인 나사비; 린다 셰르처; 티네 스미츠; 덴 부이요스 욘 옵; 도이르센 패트릭 윌리엄 반
Original assignee: 코닌클리케 필립스 엔.브이.
Priority date: 2014-06-11
Filing date: 2015-06-09
Publication date: 2017-02-17
Also published as: RU2700498C2; CA2951761A1; JP6574449B2; JP2017526033A; US10181252B2; WO2015189763A1; US20170124852A1; CN106462667A; US10796560B2; RU2017100587A3; RU2017100587A; AU2015273070A1; EP3155544A1; US20190122532A1

Abstract

개인 응급 대응 시스템(PERS: Personal Emergency Response System) 서비스에서, PERS 클라이언트에 의한 착용 가능한 호출 디바이스(10)의 활성화는 스피커폰 콘솔(12)이 PERS 콜센터(18)에 접속하여 PERS 클라리언트 프로필이 PERS 데이터베이스(52)로부터 검색되고, PERS 콜센터에서 디스플레이 구성요소(44) 상에 디스플레이되는 동안, PERS 클라이언트가 콜센터 오퍼레이터와 대화하는 것을 가능하게 야기한다. 프로필로부터, PERS 클라이언트에 대한 특징들의 세트의 값들이 생성된다. 응급 출동 위험 예측 또는 다른 위험 예측이 특징들의 세트의 생성된 값들에 기초하여 미래 시간범위에 걸쳐 PERS 클라이언트에 대해 계산되고, 디스플레이 구성요소 상에 디스플레이된다. 위험 예측은 모바일 디바이스 상에 디스플레이를 위해 모바일 디바이스(80)로 무선으로 전송될 수 있다.

Description

예측적인 응급 출동 위험 평가를 갖춘 개인 응급 대응 시스템{PERSONAL EMERGENCY RESPONSE SYSTEM WITH PREDICTIVE EMERGENCY DISPATCH RISK ASSESSMENT}

다음은 일반적으로 의술, 보다 구체적으로 의료 모니터링 기술, 의료 응급 대응 기술 등에 관한 것이다.

고령자들 또는 특정 만성 의료 문제들이나 심각한 비만과 같은 위험 요소들을 갖는 사람들은 낙상 (특히, 골절 또는 다른 심각한 부상을 초래하는 낙상들), 심장 마비, 급성 천식 발작 또는 다른 호흡기 응급 상황들 등과 같은 특정 유형들의 응급 의료 상황들을 무력화하는 높은 위험에 처해 있다. 그러한 사람들은 급히 무력화될 위험에 처해 있으므로, 의료 지원을 요구할 수 없다. 방문 간호사들 또는 재택 간병인들이 부분적으로 이 문제를 다루지만, 비용이 많이 들고, 일반적으로 위험에 처한 사람과 항상 함께 있을 수 없다. 위험에 처한 사람은 지원에 신속한 접근을 제공할 수 있는 셀룰러 전화 (휴대 전화)를 휴대할 수 있다. 그러나, 휴대 전화들은 상대적으로 부피가 크고, 무력화 상황 동안 위험에 처한 사람과 함께 있지 않을 수 있거나, 상기 상황 동안 분실될 수도 있다(예: 심한 낙상 중에 휴대 전화가 떨어질 수 있음). 휴대 전화들은 또한 작동하기 위한 상당한 인지 능력을 대개 필요로 하고, 심한 낙상 후 고통받는 사람이나 심장 마비 또는 천식 발작을 겪은 사람은 휴대 전화를 사용하여 지원을 요구할 수 없을 수 있다. 또 하나의 옵션은 위험에 처한 사람이 양로원이나 다른 전문 간호 시설에 입원하는 것이지만, 이 옵션 또한 비용이 많이 들고 독립을 유지하려는 사람의 욕구에 종종 적합하지 않다.

개인 응급 대응 서비스(PERS: Personal Emergency Response Service)는, 위험에 처한 사람이 독립을 누리는 것을 계속할 수 있도록 하기 위해, 위험에 처한 사람들에게 즉시 접근가능한 응급 지원을 제공하도록 설계된 전용 시스템이다. 이러한 시스템들은, 필요한 경우 및 필요할 때 위험에 처한 사람들이 응급 지원으로의 즉시 접근을 갖는 것 알려주어서, 위험에 처한 사람들에게 마음의 평화를 제공함으로써 위험에 처한 사람들이 독립적으로 살아가는 것을 가능하게 한다. 전형적인 PERS 서비스에서, 위험에 처한 사람은 목걸이-착용 펜던트 또는 팔찌의 형태인 호출 버튼(call button)을 제공받는다. 호출 버튼을 누름으로써, 거주지 내의 스피커폰 콘솔(speakerphone console)이 활성화되고, 스피커폰 콘솔에 의해 위험에 처한 사람은 PERS 조직 또는 제공자에 의해 유지되는 콜센터의 오퍼레이터(operator)와 전화 접속 상태가 된다. 거주지의 전화 번호에 기초하여, 콜센터는 위험에 처한 사람의 주소와 신원을 자동으로 결정하고, 이러한 정보는 PERS 데이터베이스로부터 검색된 위험에 처한 사람의 프로필과 함께 컴퓨터 디스플레이 상에서 응답하는(responding) 콜센터 오퍼레이터에게 자동으로 디스플레이된다. 이 개인 프로필은 예시로서, 이름, 위치, 인구 통계학적 정보, 환자의 알려진 만성 질환들의 목록, 환자의 약물 치료들의 목록, 가장 가까운 병원의 신원, 응급 연락처들의 목록(배우자, 친척, 친구), 의사 정보 등을 포함할 수 있다. 이 정보를 통해, 콜센터 오퍼레이터는 위험에 처한 사람과 대화하여 환자의 상태를 평가하도록 양호하게 준비가 된다. 적절한 경우, 오퍼레이터는 환자의 PERS 프로필에 나와있는 이웃에게 알리거나, 위험에 처한 사람의 거주지에 구급차를 소환하기 위해 응급 출동(ED: Emergency Dispatch)을 요청하는 것과 같은 적절한 지원을 요청할 수 있다. 추가로 또는 대안으로, 콜센터 오퍼레이터는 예로서, 천식 에피소드(asthmatic episode)에서 회복하기 위해 호흡 운동들을 통해 환자를 코칭함으로써, 의료 에피소드를 통해 환자에게 말할 수 있다. 반면, 응답하는 콜센터 오퍼레이터가 호출을 시작했던 위험에 처한 사람과 통신할 수 없는 경우, 이것은 환자가 이미 무력화되고 따라서 오퍼레이터가 응급 출동(ED)을 즉시 요청하는 것을 제안할 수 있다.

다음은 상기 참조된 이슈들 및 다른 것들을 다루는 새롭고 개선된 시스템들 및 방법들을 개시한다.

개시된 일 양태에서, 개인 응급 대응 시스템(PERS: Personal Emergency Response System)이 개시된다. PERS 데이터베이스는 적어도 인구 통계학적 정보 및 PERS 콜센터로의 과거 호출들에 대한 정보를 포함하는 PERS 클라이언트들에 대한 프로필들을 저장한다. 과거 호출들에 대한 정보는 PERS 콜센터에서 시작한 과거 응급 출동 사건들에 대한 정보를 포함한다. PERS 서버 시스템은 작업들(operations)을 실행하도록 프로그램된 PERS 서버 컴퓨터를 포함하고, 상기 작업들은: (i) PERS 데이터베이스로부터 PERS 클라이언트의 프로필을 검색하는 작업; (ii) 적어도 하나의 응급 출동 사건 최신 특징(emergency dispatch event recency feature)을 포함하는 검색된 프로필로부터 PERS 클라이언트에 대한 특징들의 세트의 값들을 생성하는 작업; 및 (iii) PERS 데이터베이스에 저장된 PERS 클라이언트 프로필들에 대해 훈련된 응급 출동 위험 모델을 이용하여 미래 시간범위에 걸쳐 PERS 클라이언트에 대해 응급 출동 위험 예측을 계산하는 작업, 및 작업 (ii)에서 PERS 클라이언트에 대해 생성된 특징들의 세트의 값들을 계산하기 위한 입력으로서 수신하는 작업을 포함한다.

개시된 다른 양태에서, 개인 응급 대응 시스템(PERS)이 개시된다. PERS 서버 시스템은 적어도 인구 통계학적 정보 및 PERS 콜센터로의 과거 호출들에 대한 정보를 포함하는 PERS 클라이언트들에 대한 프로필들을 저장하는 PERS 서버 컴퓨터 및 PERS 데이터베이스를 포함한다. 과거 호출들에 대한 정보는 PERS 콜센터에서 시작한 과거 응급 출동 사건들에 대한 정보를 포함한다. PERS 콜센터 컴퓨터는 PERS 콜센터 내에 배치되고 디스플레이 구성요소를 포함한다. 착용 가능한 호출 디바이스(wearable call device)는 스피커폰 콘솔과 함께 제공되고, 스피커폰 콘솔은 PERS 콜센터에 접속하기 위해 착용 가능한 호출 디바이스에 의해 무선으로 활성화되어, 호출 PERS 클라이언트(the calling PERS client)의 프로필이 PERS 서버 컴퓨터에 의해 PERS 데이터베이스로부터 검색되고 PERS 콜센터 컴퓨터의 디스플레이 구성요소 상에 디스플레이되는 동안, 호출 PERS 클라이언트가 PERS 콜센터의 오퍼레이터와 대화하는 것을 가능하게 한다. 모바일 디바이스가 제공되고, 모바일 디바이스가 PERS 클라이언트에 대한 PERS 콜센터에 의해 시작된 적어도 하나의 응급 출동 사건에 속하는 정보를 수신하고 디스플레이하도록 프로그램하는 모바일 디바이스 애플리케이션이 그 모바일 디바이스에 로딩된다.

개시된 다른 양태에서, 개인 응급 대응 시스템(PERS) 서비스와 관련하여 수행되는 방법이 개시되고, PERS 클라이언트에 의한 착용 가능한 호출 디바이스의 활성화는 스피커폰 콘솔이 PERS 콜센터에 접속하여 PERS 클라리언트의 프로필이 PERS 데이터베이스로부터 검색되고, 프로필에 포함된 정보가 PERS 콜센터에서 디스플레이 구성요소 상에 디스플레이되는 동안, PERS 클라이언트가 PERS 콜센터의 오퍼레이터와 대화하는 것을 가능하게 야기한다. 방법은 다음을 포함한다: (i) 프로필로부터, PERS 클라이언트에 대한 특징들의 세트의 값들을 컴퓨터를 이용하여 생성하는 단계; (ii) 컴퓨터를 이용하여 PERS 클라이언트에 대한 특징들의 세트의 생성된 값들에 기초하여 미래 시간범위에 걸쳐 PERS 클라이언트에 대한 위험 예측을 계산하는 단계; 및 (iii) 디스플레이 구성요소 상에 PERS 클라이언트에 대한 계산된 위험 예측을 프로필에 포함된 디스플레이된 정보와 함께 디스플레이하는 단계.

한 가지 이점은, 예를 들어 응급 출동을 요구하는 PERS 클라이언트의 미래 시간 간격에 걸쳐 위험을 평가하거나, 전일제 진료 시설에 대한 입장을 요구하는 PERS 클라이언트의 미래 시간 간격에 걸쳐 위험을 평가하기 위해, PERS 서비스에 예측적인 위험 평가를 제공하는 데 있다.

다른 이점은, 컴퓨터 디스플레이가 호출 PERS 클라이언트의 상태의 더욱 효율적이고 신속한 평가를 제공하는 PERS 서비스의 콜센터 오퍼레이터 컴퓨터를 제공하는 데 있다.

다른 이점은 친척들, 친구들, 이웃들, 방문 간호사들 등과 같은 "비공식 보호자들"에게 모바일 디바이스를 통해 PERS 클라이언트의 PERS 프로필에 대한 정보를 제공하는 데 있다. 선택적으로, 예측적인 위험 평가는 모바일 디바이스를 통해 또한 제공된다.

다른 이점은 응급 출동을 위한 가장 높은 위험(또는 기타 위험)에 처한 PERS 고객에 관한 정보를 제공하는 데 있다.

다른 이점은 미래 시간 간격에 걸쳐 예상하기 위해 응급 출동 사건들의 수의 추정치를 제공하는 데 있다.

주어진 실시예는 전술한 이점들 중 어느 것도 제공하지 않을 수 있고, 하나, 둘, 또는 그 이상을 제공할 수 있고 / 있거나 본 개시를 읽고 이해할 때 당업자에게 명백해질 다른 이점들을 제공할 수 있다.

본 발명은 다양한 구성요소들 및 구성요소들의 배열들, 다양한 단계들 및 단계들의 배열들에서 형태를 취할 수 있다. 도면들은 단지 바람직한 실시 예들을 설명하기 위한 것이며, 본 발명을 제한하는 것으로 해석되어서는 안 된다.

도 1은 본 명세서에 개시된 예측적인 응급 출동(ED) 평가 모듈을 포함하는 개인 응급 대응 시스템(PERS)을 도식으로 도시한 도면.
도 2는 도 1의 예측적인 ED 평가 모듈의 적절한 실시 예를 도식으로 도시한 도면.
도 3은 도 1 및 도 2의 예측적인 ED 평가 모듈에 의해 적절하게 실행된 ED 위험 모델 훈련 프로세스를 도식으로 도시한 도면.
도 4는 가입자 호출을 처리하는 것과 함께(in conjunction with) 도 1 및 도 2의 예측적인 ED 평가 모듈의 동작을 포함하여 도 1의 PERS 콜센터로의 가입자 호출의 프로세싱을 도식으로 도시한 도면.
도 5는 도 1 및 도 2의 예측적인 ED 평가 모듈에 의해 적절하게 실행된 PERS 모집단 분석 프로세스를 도식으로 도시한 도면.
도 6은 본 명세서에 기술된 예시적 ED 위험 모델을 이용하여 생성된, 30일의 미래 시간범위 동안 병원간 이송에 대한 예측적인 ED 위험 대 정확한 결과(true outcome)의 교정 플롯을 도시한 도면.
도 7은 예시적 ED 위험 모델의 검증 동안 생성된, 검증 코호트(validation cohort)에 대한 수신자 운영 곡선(ROC:Receiver Operating Curve)을 도시한 도면.
도 8은 도 1 및 도 2의 ED 평가 모듈에 의해 생성될 수 있는 높은 ED 위험을 갖는 가입자들(즉, "환자들")을 강조하는 보고서를 도시한 도면.

PERS 서비스에 의해 제공된 위험에 처한 사람이 응급 출동(ED: Emergency Dispatch)을 요구할 가능성의 예측적인 추정치들(일부 시간 범위에 걸쳐)을 제공하는 개인 응급 대응 시스템(PERS: Personal Emergency Response System) 서비스들(및/또는 지원 장비 및/또는 인프라)이 본 명세서에 개시된다. 이 ED 위험 예측은 PERS 서비스에 의해 제공된 사람에 대한 양적인 ED 위험 평가를 제공하고, 양적인 ED 위험 평가는 여러 방면으로 이용될 수 있다. 예를 들어, 콜센터로의 호출인에 대한 ED 위험 예측은 계산될 수 있고, 호출을 처리하는 동안 콜센터 오퍼레이터에 의해 관찰되는 디스플레이 상에 디스플레이 될 수 있다. 이 정보는 콜센터 오퍼레이트가 ED에 대해 호출할지 중요한 여부를 결정하는 데 도움을 주며, 수신 호출들을 우선순위 매기는 것과 같은 다른 목적들로 이용될 수 있다. 다른 응용에서, ED 위험 예측들은 PERS 서비스에 대한 모든 가입자들에 대해 계산되고, 결과들은 통계적으로 분석되어 시간 범위에 걸쳐 발생할 것 같은 ED 사건들의 수를 추정하고, 및/또는 결과들은 주도적인 개입이 높은-위험에 처한 가입자들에 대해 고려될 수 있도록 ED를 필요로 하는 가장 높은 위험에 처한 가입자들을 식별하기 위해 위험 값에 의해 순위가 매겨진다. 일부 실시예들에서, ED 위험 평가는 다양한 유형들의 응급 상황들에 대해 수행되고, 예로서, 양적인 ED 위험 예측은: 낙상에 대응하는 ED; 심장 마비에 대응하는 ED; 호흡기 응급상황들에 대응하는 ED; 등의 각각에 대해 계산될 수 있다. 보다 상세한 ED 예측 정보는 예를 들어, 호출인이 이 정보를 콜센터 오퍼레이터에게 전달할 수 없는 경우, EMS 요원에게 가장 가능성이 높은 유형의 응급 상황을 알리기 위해 이용될 수 있다.

본 명세서에서 이용된 용어 “응급 출동”(Emergency Dispatch) 또는 “ED"는 구급차 또는 다른 응급 의료 서비스(EMS: Emergency Medical Service) 차량이 응급 지원을 필요로 하는 환자의 거주지로 출동하는 의료 응급 상황에 대한 응답을 의미하고, EMS 차량으로 이동하는 EMS 요원은 의료 응급 상황을 겪고 있는 환자의 의료 상태를 평가한다. ED 사건은 또한 의학적으로 적절한 경우, 환자를 현지 병원으로 이송하기 위해 출동된 EMS 차량을 이용하는 것을 포함할 수 있다. 본 명세서의 예시적인 실시예들에서, ED사건은 구급차 또는 다른 응급 차량이 거주지로 출동한 경우, 환자가 실제로 병원으로 이송되었는지의 여부에 상관없이 카운트된다.

대안의 실시예들에서, ED 사건은 환자가 오직 실제로 병원으로 이송된 경우에만 카운트될 수 있다(즉, 그러한 대안 실시예들에서, 구급차가 출동했지만 구급차를 통해 도착한 EMS 요원이 환자가 병원으로 이송될 필요가 없다고 결정하는 경우, ED 사건은 카운트되지 않는다). 그러나, 다른 대안의 실시예들에서, 카운트들은 둘 예들에서 모두 유지된다: 응급 차량이 거주지로 출동한 ED 사건들의 카운트 및 환자가 실제로 병원으로 이송된 ED 사건들의 부분 집합의 (더 낮은) 카운트.

ED 서비스는 지방 정부 (예: 시(city), 군(county), 기타)에 의해, 또는 EMS 서비스를 제공하기 위해 시에서 계약한 개인 구급차 서비스와 같은 사설 기관에 의해 제공될 수 있다. 전형적인 순서에서, ED 사건은 북미에서 "911"에 다이얼 하거나(dial) 유럽에서 "112"에 다이얼 하는 것과 같이 지정된 응급 전화 번호로 다이얼 함으로써 시작된다. PERS 콜센터에 의해 시작된 ED의 경우, 콜센터 오퍼레이터는 종래의 "911" 또는 "112"를 사용할 수 있거나 EMS 서비스로의 상이한 통신 링크를 사용할 수 있다. 콜센터 오퍼레이터는 EMS 요원에게 응급 지원을 필요로 하는 위험에 처한 사람의 신원과 주소에 관해 지시할 필요가 있을 수 있고 및/또는 응급 상황의 성질, 알려진 만성 상태들 등과 같은 추가 정보를 제공할 수 있다.

편의상, PERS 서비스에 의해 제공된 위험에 처한 사람은 "PERS 가입자" 또는 간단히 "가입자"로서 본 명세서에서 예시적인 예시들에 언급된다. 이는 가입자(또는 가입자의 친구 또는 친척)가 PERS 서비스로의 지속적인 액세스를 유지하기 위해 반복적인(예로서, 매달) 가입비를 지불하는 PERS 가입 서비스로서의 공통 구현을 반영한다. 가입비는 또한 스피커폰 콘솔 및 착용 가능한 호출 디바이스와 같은 장치에 대한 반복되는 임대료들을 묶을 수 있다(bundle). 이러한 명명법은 편의를 위해 사용되었지만, "가입자"는 PERS 서비스와 다른 합의들(arrangements) 또는 관계를 가질 수 있다는 것을 이해해야 한다 - 예를 들어, 예로서 PERS 서비스가 로컬(local) EMS 서비스의 구성요소로서 위험에 처한 거주자들에게 무료로 제공되는 경우, 가입자는 가입자에게 비용 없이 PERS 서비스를 제공받을 수 있다; 또는 PERS 서비스는 의료 보험 회사 또는 다른 사기업에 의해 제공받을 수 있고, 또는 위험에 처한 군인 병력 또는 제대 군인들의 경우 군대에 의해 제공받을 수 있다; 등. 더 일반적인 용어는 예시적인 PERS 가입자들을 포함하는 "PERS 클라이언트" 또는 간단히 "클라이언트"이며, 추가로 예로서, 지역 정부, 보험 회사, 고용주, 또는 다른 민간 단체, 군사의 참전 용사 단체 등에 의해 후원 받고 있는, 다른 합의들 하에 있는 PERS 서비스에 의해 제공된 위험에 처한 사람들을 포함한다.

도 1을 참조하면, 예시적인 PERS 서비스 인프라는 다음 구성요소들을 포함한다: 각각의 PERS 가입자에 대해 착용 가능한 호출 디바이스(10); 가입자의 각각의 거주지(14)에 대한 통신기(communicator) 또는 스피커폰 콘솔(12); PERS 서버 시스템(16), 및 콜센터(18). 예시적인 도 1은 설명의 목적들로 가입자(도시되지 않음)에 의해 적절하게 착용되는 단일 통신기(12) 및 단일 착용 가능한 호출 디바이스(10)를 갖는 단일 거주지(14)를 도시한다. 그러나, PERS 시스템이 PERS에 의해 서비스되는 지리적 영역에 걸쳐 분포된 거주지들에 거주하는 가입자들의 모집단에게 서비스를 제공하고, 각각의 가입자는 그들 자신의 착용 가능한 호출 디바이스(10) 및 연관된 통신기(12)를 갖는다는 것이 이해될 것이다. 거주지(14)가 충분히 큰 경우, 가입자에 의해 액세스되는 모든 영역들에 대해 완전한 커버를 제공하기 위해 거주지 내에 둘 이상의 통신기 유닛들이 존재할 수 있다. 예시적인 착용 가능한 호출 디바이스(10)는 목걸이(24)(부분적으로 도시됨)를 통해 목 둘레에 착용되는 크고, 쉽게 눌러지는 호출 버튼(22)을 갖는 펜던트(20)이다. 더 일반적으로, 착용 가능한 호출 디바이스는 예시적인 목걸이-착용 펜던트, 또는 팔찌 등과 같은 임의의 적합한 착용 형태 요소를 가질 수 있고, PERS 콜센터(18)로의 호출을 유발하는 예시적인 푸쉬 버튼(22)과 같은 간단하고 효과적인 메커니즘을 포함한다. 호출 디바이스(10)는 완전히 휴대가능하도록 배터리로 적합하게 전원 공급된다. 예시적인(바람직하게는 대형) 푸쉬 버튼이 편리한 호출 유발 메커니즘이지만, 음성으로-활성화되는 유발 매커니즘과 같은 다른 호출 유발 메커니즘들이 고려된다. 특정 입력에 기초하여 호출을 자동으로 유발하는 착용 가능한 호출 디바이스를 제공하는 것이 또한 고려된다. 예를 들어, 착용 가능한 호출 디바이스(10)는 가속도계를 포함할 수 있고, 가속도계가 호출 디바이스(10)를 착용하는 가입자의 급격한 하향 가속도(즉, 갑작스런 낙하)를 검출할 때, 호출 디바이스(10)는 호출을 유발한다. 착용 가능한 호출 디바이스(10)는 선택적으로 방수와 같은 다른 속성들을 가지므로 목욕 또는 샤워 중에 착용할 수 있다. 호출 버튼(22)을 누르거나, 그렇지 않으면 호출 디바이스(10)를 활성화 시키는 것은 호출 디바이스(10)가 PERS 콜센터(18)로의 호출을 시작하기 위해 통신기(12)에 의해 수신되는 무선 신호(26)(예로서, 단거리 무선 주파수 신호)를 방출하는 것을 야기한다. 착용 가능한 호출 디바이스(10)는 배터리 전력 레벨과 같은 정보를 제공하는 LED 지시등(indicator light) 또는 LCD 디스플레이와 같은 다른 버튼들 또는 사용자 입력들을 선택적으로 가질 수 있고; 그러나, 호출 디바이스(10)는 바람직하게 (예로서, 일부 실시예들에서 단지 도시된 호출 버튼(22))을 작동하도록 매우 단순히 설계되어, 가입자가, 심지어 심각한 의료 고통에 있을 때 또는 심지어 인지 결핍하에 있을 때(예로서, 의학적으로 관련되거나 통증이 유발된) 이를 작동할 수 있게 된다.

거주지(14) 내에 있는 통신기 또는 스피커폰 콘솔(12)은 인터컴(intercom) 기능을 제공한다. 호출 디바이스(10)에 의해 유발될 때, 통신기(12)는 PERS 콜센터(18)와의 통신 링크(30)를 자동으로 확립하고, 통신 링크(30)를 통해 가입자는 콜센터 오퍼레이터와 통신할 수 있다. 일부 PERS 서비스 구성들에서, 통신 링크(30)는 유선 전화(telephone landline)를 통한 전화 링크이다. 이 접근법은 PERS 콜센터(18)가 통신기(12)와 연관된 전화 번호에 기초하여 가입자를 자동으로 식별할 수 있는 이점을 갖는다. 다른 실시예들에서, 통신 링크(30)는 예를 들어 3G 또는 4G 무선 셀폰 네트워크를 통한 무선 링크이다. 예를 들어, WIFI 또는 다른 무선 통신 프로토콜을 통해 주 기지국과 무선으로 각각 접속된 거주지를 통해 분배된 복수의 통신기들을 가지며, 그 후, 주 기지국은 유선 전화를 통해 콜센터와 전화상으로 링크되는 등의 다양한 조합들이 또한 고려된다. 통신기(12)는 통신기(12)에 의해 커버되는 거주 지역 전체에 걸쳐 가입자가 들을 수 있는 충분한 전력을 갖는 라우드스피커(32)를 포함하고, 마찬가지로 가입자의 음성을 알아 채는(pick up) 마이크로폰(도시되지 않음)을 갖는다. 이미 언급했듯이, 전체 지역 커버리지를 제공할 필요가 있는 경우, 하나뿐 아닌 통신기가 거주지(14)에 위치할 수 있다. 일부 실시예들에서, 마이크로폰은 착용 가능한 호출 디바이스(10) 내에 위치하고, 마이크로폰 신호는 무선 신호(26)의 적절한 변호를 통해 호출 디바이스로부터 통신기(12)로 무선으로 송신된다.

PERS 콜센터(18)에서, 통신 링크(30)는 콜센터 오퍼레이터(도시되지 않음)에 의해 사용되는 예시적인 컴퓨터(80)와 설정된다. 예시적인 목적들을 위해, 추가 오퍼레이터 컴퓨터들(41, 42)은 또한 콜센터(18)가 전형적으로 다수의 오퍼레이터들을 갖는다는 것을 도식적으로 나타내도록 도시되었으며, 가입자의 호출을 처리하는 콜센터 오퍼레이터가 항상 존재하도록 보장하기에 충분한 연관된 컴퓨터(40, 41, 42)를 각각 구비한다. 콜센터 오퍼레이터들의 필요한 수, 그 후 컴퓨터들(40, 41, 42)의 필요한 수는 콜센터(18)에 할당된 PERS 가입자들의 수와 가입자 호출들의 통계적 주기와 기간에 의존한다. PERS 콜센터(18)는 각 뒤를 잇는(incoming) 가입자 호출을 이용 가능한 콜센터 오퍼레이터의 컴퓨터로 라우팅하는 호출 라우팅 시스템(도시되지 않음)을 갖는다. 양방향 오디오 대화가 호출 가입자와 호출을 처리하는 콜센터 오퍼레이터간에 수행되는 것을 가능하게 하기 위해, 컴퓨터(40)는 디스플레이 구성요소 또는 디바이스(44), 호출 오퍼레이터의 음성을 알아채는 마이크로폰(도시되지 않음), 및 가입자의 음성이 들리게 하는 라우드스피커(도시되지 않음)를 포함한다. 호출의 수신시, 호출인 ID 유닛 또는 모듈(도시되지 않음)은 호출 통신기 유닛(12)의 전화 번호를 식별한다. 통신 링크(30)가 전화 링크가 아닌 경우, 그 후 이용되는 중인 통신 링크의 유형에 적합한 다른 자동화된 식별 시스템이 바람직하게 사용된다. 자동으로 검출된 식별자(예로서, 호출인 ID에 의해 획득된 전화번호)는 PERS 서버 시스템(16)으로 전송된다.

PERS 서버 시스템(16)은 서버 컴퓨터(50) 및 PERS 데이터베이스(52)에 의해 적합하게 구현되며, PERS 데이터 베이스(52)는 RAID 디스크 어레이, 다중 중복 하드 디스크 드라이브 시스템 등으로 구현될 수 있다. 컴퓨팅 및 데이터 저장 하드웨어(50, 52)는 PERS 콜센터(18)와 현장에 위치하거나 PERS 콜센터(18)로부터 멀리 위치된 서버 컴퓨터의 형태와 같이 다양하게 구현되고 다양하게 위치될 수 있거나, 네트워크 또는 달리 동작 가능하게 상호 접속된 복수의 컴퓨터들로서 구현된 서버 컴퓨터(50)를 갖는 분산 또는 클라우드 컴퓨팅 아키텍처로서 구현될 수 있다. 서버 컴퓨터(50)는 본 명세서에 설명된 바와 같이 PERS 데이터 저장, 검색, 처리 기능을 수행하도록 프로그램된다. 이 기능은 초기 가입자 프로필 정보(예를 들어, 이름, 주소, 전화번호, 연락처 정보, 의사 정보, 연령, 성별 등과 같은 인구 통계학적 정보, 초기 가입시 알려진 만성 상태들 등)를 설정하는 것을 포함하는 초기 가입자 설정(도 1에 나타나지 않음)을 포함한다. 설정 정보는 가입자가 작성한 가입 양식들과 같이 다양한 출처들(또는 가입자의 정보에 승인된 액세스를 갖는 가입자의 친구 또는 친척에 의해, 또는 가입자와 협의하여 PERS 시스템의 가입 컨설턴트 직웝에 의해 작성된 온라인 양식을 사용하여)로부터 얻어질 수 있다. 일부 설정 정보는 사용 가능한 데이터베이스(들)로부터 선택적으로 얻어진다 - 예를 들어, 환자 의료 정보는 하나 이상의 전자 의료 기록(EMR: Electronic Medical Record) 데이터베이스(54)로부터 PERS 서버 시스템(16)에 의해 선택적으로 자동 획득된다. 또한, 이러한 기능은 도 1에서 가입자 프로필 검색 모듈(56), 가입자 사건(incident) 엔트리 모듈(58), 및 예측적인 응급 출동(ED) 위험 평가 모듈(60)과 같이 도식적으로 표시된다. 예시적인 호출에 응답하여, 호출인 ID에 의해 결정된 통신 링크(30)의 전화 번호는 상기 전화번호에 대응하는 가입자 프로필을 검색하고 검색된 가입자 프로필을 컴퓨터(40)로 전송하기 위해 PERS 데이터베이스(52)에 액세스하는 가입자 프로필 검색 모듈(56)로 전송되고, 적절한 가입자 정보는 콜센터 오퍼레이터가 보기 위해 디스플레이 디바이스 또는 구성 요소(44) 상에 디스플레이된다. 이 정보는 예를 들어: 가입자 이름(임의의 "닉네임" 포함); 인구 통계학적 정보(성별, 나이, 인종); 거주지 주소, 거주 유형(단층, 다층 등); 과거 사건들(incidents) 기록; 마지막 ED 이후 시간(있는 경우); 지난 2년 동안의 ED 사건들의 수; 등을 포함할 수 있다. 가입자 정보는 또한 호출 가입자에 대한 ED 위험 예측을 생성하는 예측적인 ED 위험 평가 모듈(60)에 전달되며, 이 ED 위험 예측은 또한 디스플레이 디바이스 또는 구성 요소(44) 상에 디스플레이하기 위해 컴퓨터(40)로 전송된다. 따라서, 호출 가입자와 대화하여 가입자의 의료 상태를 평가하고 적절한 호출 해결(resolution)에 관해 결정을 내릴 수 있도록 잘 준비되어 있게 하기 위해, 콜센터 오퍼레이터는 호출인의 ED 위험 예측을 포함하는 이러한 정보에 대한 액세스를 갖는다.

콜센터 오퍼레이터가 ED가 적절한 행동이라고 결정하는 경우, 그 후 오퍼레이터는 구급차 또는 다른 EMS 차량(72)을 거주지(14)에 출동하는 응급 의료 서비스(EMS) 출동 센터(70)와 연락한다. 콜센터 오퍼레이터가 EMS 출동 센터(70)와 연락하는 매개인 통신 링크(74)는 응급 전화 번호(예를 들어, 북미에서 "911", 또는 유럽에서 "112")일 수 있고, 또는 전용 일회용 유선과 같은 EMS 출동 센터(70)에 연결되는 전용 유선 및/또는 무선 통신 링크일 수 있다. 전형적인 PERS 응답 프로토콜들에서, 콜센터 오퍼레이터가 링크(30)를 통해 호출 가입자와 효율적으로 통신할 수 없는 경우, ED가 시작될 것이다. 효율적인 통신이 가능한 경우, ED를 시작 할 것인지 안 할 것인지의 결정은 통신을 기초로 하여 오퍼레이터에 의해 이루어진 의료 평가에 달려있을 것이다.

호출 해결(resolution)의 유형에 관계없이, 콜센터 오퍼레이터는 컴퓨터(40)를 통해 PERS 데이터베이스(52), 더 구체적으로는 가입자의 프로필에 또는 PERS 데이터베이스(52) 내의 기록의 가입자 사건 엔트리 모듈(58)을 통해 저장된, 호출에 대한 가입자 사건 보고(incident report)를 기재한다. 검사(auditing)의 목적들로, 호출이 우연한 호출(즉, 그들의 호출 디바이스(10) 상의 호출 버튼(20)을 우연히 누름으로써 가입자에 의해 부주의로 일어난 호출), 또는 체크-인 호출(즉, PERS 통신 링크(30)의 작동을 검증할 목적, 또는 콜센터 오퍼레이터와 대화를 나눌 목적, 또는 의료 응급 상황에 관련되지 않은 일부 다른 목적을 위해 가입자에 의해 고의로 이루어진 호출), 또는 ED 또는 다른 중요한 치료 조치를 필요로하지 않는 호출인 것으로 드러나는 경우일 지라도, 그러한 사건 보고는 전형적으로 오퍼레이터에 의해 채워진다. 전형적으로, 사고 보고는 호출의 날짜/시간, 기간, 오퍼레이터 식별 정보(이러한 정보는 전형적으로 자동으로 기록됨), 통화 유형(체크-인, 우연한, 의료 관련), 및 호출 해결 정보(ED 호출이 이루어진 경우, ED 호출에 대한 정보, 또는 조치가 취해진 경우 특정 이웃이 연락한 진술 등과 같은)와 같은 정보를 포함한다. 사고 정보는 가입자 프로필에 추가된다.

상술된 바와 같이, 예측적인 ED 위험 평가 모듈(60)에 의해 생성된 ED 위험 예측은 가입자 호출을 처리하는 데에 고려사항을 위해 컴퓨터(40)를 통해 콜센터로 유리하게 제공된다. 추가로 또는 대안으로, ED 위험 예측은 다른 목적들을 위해 이용될 수 있다. 예시적인 도 1에서, 예측적인 ED 위험 평가 모듈(60)은 PERS 서비스 관리(76)에 의한 이용을 위해 PERS에 의해 서비스되는 모든 가입자들에 대한 ED의 위험에 대한 위험 보고를 실행할 수 있다. ED 위험 보고는, 예를 들어, 익명의 ED 위험 예측 정보를 ED 위험 분포 히스토그램 또는 곡선의 형태로 제공할 수 있으며, 및/또는 선택된 임계치보다 높은 ED 위험 예측을 갖는 가입자들의 목록을 포함할 수 있어서, 응급 출동을 필요로 하는 높은 위험에 처한 가입자들에 대해 적극적인 조치가 취해질 수 있다.

ED 위험 예측의 다른 응용에서, ED 위험 예측과 함께 가입자 프로필은 친척, 간병인, 또는 친구에게 모바일 디바이스(80)를 통해 제공될 수 있고, 모바일 디바이스 애플리케이션("app")(82)(애플리케이션(82)을 나타내는 아이콘에 의해 도 1에서 도식적으로 표시됨)이 그 모바일 디바이스(80) 상에 로딩된다. 예를 들어, 모바일 디바이스(80)는, 셀룰러 전화기, 태블릿 또는 슬레이트 컴퓨터 등이 될 수 있다. 제 3자에게 가입자 정보를 제공하는 모바일 디바이스 애플리케이션(82)의 경우, 가입자 프로필의 일부 정보는 적용 가능한 개인 정보 보호 규정들 예를 들어 미국 HIPAA에 따라 가입자 프로필의 일부 정보가 선택적으로 생략될 수 있다(마찬가지로, PERS 서비스가 전체로서 전체 HIPAA 또는 다른 적용가능한 의료 데이터 개인 정보 보호 규정들을 준수할 것으로(예를 들어, 의학적으로 관련된 가입자 정보를 획득하여 저장하기 전에 가입자로부터 정보에 근거한 서면 동의를 얻음으로써) 예상된다는 것이 이해되어야 한다).

도 2를 참조하면, 예측적인 ED 위험 평가 모듈(60)의 예시적인 구현이 설명된다. ED 위험 모델 훈련 모듈(90)은 PERS 데이터베이스(52)로부터 추출된 가입자 프로필들을 포함하는 훈련 데이터를 이용하여 ED 위험 모델(92)을 훈련한다. 본 명세서의 일부 예시적인 실시예들에서, 다 변수 로지스틱 회귀 모델은 ED 위험 모델(92)을 훈련하는데 사용된다; 그러나, 다 변수 선형 회귀 모델, 나이브 베이즈(Naive Bayesian) 모델, 신경 네트워크 등과 같은 실질적으로 임의의 다른 유형의 모델이 사용될 수 있다. 훈련된 ED 위험 모델(92)은 PERS 데이터베이스(52)로부터 검색된 가입자의 현재 프로필에 기초하여 가입자에 대한 ED 위험 예측을 제공하기 위해 ED 위험 추정 모듈(94)에 의해 이용된다. ED 위험 통계 모듈(96)은 PERS 관리 또는 PERS 서비스 제공자들(76)에 의한 이용을 위해 PERS 데이터베이스 내의 가입자들의 ED 위험 예측에 대한 통계적 또는 다른 분석을 수행하도록 선택적으로 제공된다.

도 3을 참조하면, ED 위험 모델 훈련 모듈(90)에 의해 적절하게 수행되는 예시적인 훈련 방법이 설명된다. 작업(100)에서, 가입자 프로필들 훈련 데이터 세트(102)는 PERS 데이터베이스(52)로부터 추출된다. 작업(100)은 데이터 익명성, 필터링 등(예를 들어, 너무 짧은 가입자 프로필들을 제거하기 위해, 예를 들어, 오직 한 달 전에 PERS 서비스에 가입한 가입자가 훈련에 유용한 충분한 이력을 갖지 않을 수 있다)을 선택적으로 포함할 수 있다. 가입자 프로필들은 다음과 같이 주석된 교육 데이터로 이용될 수 있다(예측 시간 범위는 30일로 가정됨): 각 가입자에 대해, 지난 30일 동안 가입자에 대해 ED가 이루어진 경우, 가입자는 양수 샘플(positive sample)로 분류되고; 지난 30일 동안 가입자에 대해 ED가 이루어지지 않은 경우, 가입자는 음수 샘플로 분류된다. 각 가입자에 대해, 특징 집합이 생성된다. 일부 예시적인 특징들은 다음의 일부 또는 전부를 포함할 수 있다: 가입자 인구 통계 정보(연령, 성별, 인종 등); 자체-보고된 의료 상태들; 전자 의료 기록(EMR: Electronic Medical Record) 데이터 베이스(54)(구할 수 있는 경우); 가입자에 대해 마지막 ED 이후의 시간 간격; 가입자의 마지막 입원; 과거 시간 범위(예로서, 일부 예시적인 실시예들에서 2년)에 걸쳐 가입자에 대한 ED 호출들의 수; 과거 시간 범위에서의 입원 일수; 거주 유형(가입자는 단일-층 주거지와 비교하여 다층 주거지에서 심각한 낙상을 겪을 가능성이 더 높을 수 있다); 등. 마지막 ED 이후로 시간 간격, 또는 마지막 입원 이후로의 시간 간격, 그러한 마지막 사건 이후로 양적 시간과 같은 특징들은 "최신성" 특징들로 본 명세서에서 언급된다. ED 빈도 특징의 값을 계산할 때 이전의 ED 호출들을 디스카운트(discount)하는 것과 같이, 다양한 방식들로 특징들을 조정하는 것이 고려된다.

전술한 특징들 외에도, 실험들은 ED 위험과의 놀라운 상관관계를 나타내고, 따라서 훈련 데이터 세트(102)의 특징들로서 적절하게 이용되는 몇몇 부가적인 특징들을 나타냈다. 하나의 그러한 특징은 가입자에 의해 이루어진 체크-인 호출들의 수와 관련된다. 체크-인 호출은 PERS 통신 링크(30)의 작동을 검증할 목적으로, 또는 콜센터 오퍼레이터와 대화를 나눌 목적으로, 또는 의료 응급 상황에 관련되지 않은 일부 다른 목적으로 가입자에 의해 의도적으로 이루어진다. 가입자에 의한 체크-인 호출들의 더 높은 빈도는 가입자에 대한 후속 ED 사건들과 긍정적인 상관 관계가 있는 것으로 알려져 있다. 특정 작동 이론에 국한되지 않고, 체크-인 호출들의 높은 빈도가 가입자 측에서 높은 수준의 불안감을 나타낼 수 있다는 것이 믿어진다. 일부 경우들에서, 예를 들어, 호흡 곤란, 초기 심장 문제들 등으로 인한 이러한 불안은 (그러나) 가입자가 의식적으로 인식하지 못할 수 있는 것에 생리적으로 기초할 수 있다.

특정 구현에서, 가입자는 특정 신호를 수신할 때 또는 사전 정해진 정기 체크-인 시점들에서 체크인하도록 요청받는다. 체크-인 동안, 콜센터와의 음성 통신이 설정되거나, 모든 것이 OK라는 표시를 주는 특정 조치가 가입자에 의해 수행된다. ED 위험 평가에 대한 특징들은 이러한 '체크-인 규칙들'에 대한 가입자의 순응을 나타낼 수 있다. 불안한 가입자들이 필요 이상으로 도움이 손이 닿지 않는 범위 내에서 체크인하는 반면, ok인 가입자들이 이러한 규칙들을 준수하거나 체크-인을 건너뛸 것이다.

ED 위험과 상관관계가 있고, 따라서 훈련 데이터 집합의 특징으로서 적절하게 사용되는 것으로 알려진 다른 특징은 가입자의 호출 디바이스(10) 상의 호출 버튼(20)을 우연히 누름으로써 가입자에 의해 부주의하게 만들어진 우연한 호출들이다. 다시, 작동의 임의의 특정 이론에 국한되지 않고, 높은 빈도의 우연한 호출들이 가입자 측의 건망증 또는 정신적 쇠약을 증가시키는 것을 나타낼 수 있다는 것이 알려진다. 그러한 상태는 ED 사건들을 야기하는 사고들(예로서, 심각한 낙상들)의 증가된 가능성을 야기할 수 있고, 또는 ED 사건을 야기할 수 있는 생리학적 근거(예로서, 심장 문제로 인한 혈류 감소, 또는 호흡기 문제로 인한 혈액 산소 감소)를 가질 수 있다.

착용 가능한 호출 디바이스(10)가 가속도계 또는 다른 "자동 낙상 검출기"를 포함하는 경우, 이는 부가적 특징들을 생성하기 위해 선택적으로 사용될 수 있다. 예를 들어, 자동 낙상 검출기의 잘못된 알람들은 '가까운 낙상들(near falls)' 또는 잠재적으로 위험한 상황들을 나타내는 기능으로 사용될 수 있다.

계속하여 도 3을 참조하면, 예시적인 훈련 모듈은 훈련 데이터를 훈련 부분-집합 및 유효 부분-집합으로 분할하는 교차-유효 데이터 세트 분할 작업(104)을 사용한다. 훈련 작업(106)에서, 훈련 부분-집합은 훈련된 ED 위험 모델(108)을 생성하기 위해 시간-의존 공변량들(covariates)을 갖는 다 변수 로지스틱 회귀 모델(또는, 다른 실시 예들에서, 선형 또는 로지스틱 회귀 모델, 의사 결정 트리들, 적응 부스팅(adaptive boosting), 랜덤 포레스트들, 또는 다른 유형의 모델 훈련 알고리즘)을 훈련시키는 데 이용된다. 본 명세서의 예시적인 실시예들에서, 다 변수 로지스틱 회귀 모델이 임박한 ED의 가능성을 계산하기 위해 사용되었다. 로지스틱 회귀 모델은 상이한 요소들이 위험을 증가 또는 감소하는 방법(이 경우, ED 수송)을 설명한다. 인덱스

로 표시된 가입자에 대한 로그 회귀 공식은 다음과 같이 쓸 수 있다:

여기서, 가입자

에 대한

는 다음 30일 동안 ED를 가질 가능성이며, 회귀 공식에서의 계수

를 고려하여 계산된다. 용어

는 특징 세트의 K 특징들의 가입자

에 대한 값들을 나타내고, 계수들

은 ED 위험-예측적인 모델을 생산하는 훈련 작업(106)에 의해 최적화된 특징 세트의 k 특징들에 대한 계수들이다. 다시, 이는 단지 하나의 예시적인 ED 위험 모델이며, 선형 회귀 모델, 의사 결정 트리, 적응형 부스팅 모델, 랜덤 포레스트들 모델(random forests model) 등과 같은 다른 모델 설계들이 사용될 수 있다.

일반적으로, 모델은 (1) 가입자 프로필로부터 획득된 특징들의 세트에 대한 값들을 입력들로서 수신하고, 및 (2) 사건 범위 시간(예로서, 예시적인 예시들에서 다음 30일 동안)에서 ED를 요구하는 가입자의 위험을 나타내는 값인 ED 위험 예측을 출력하도록 설계된다. ED 위험 예측은 다양하게 제시될 수 있다. 일부 실시예들에서, ED 위험 모델은 백분율 값(예로서, 향후 30일 이내 ED가 요구되는 낮은 가능성을 나타내는 낮은 백분율 값, 및 ED가 요구되는 매우 높은 가능성을 나타내는 100%에 가까운 백분율 값으로)으로서 표시될 수 있는 확률, 즉 [0, 1] 범위의 위험 예측을 출력하도록 설계된다. 다른 실시예들에서, ED 위험은 양자화되어, 출력이, 예를 들어 다음 양자화된 값들 중 하나가 되도록 한다:"낮은 위험", "중간 위험", "높은 위험". 훈련 작업(106)의 목적은, 과잉을 피하고 일반화 가능한 예측들을 생성하는 것을 피하면서, 모델에 의해 예측된 ED 위험과 훈련 데이터의 실제 ED 애노테이션들(annotation) 간에 일치를 최대화 하기 위해, ED 위험 모델의 파라미터들의 값들을 선택하는 것이다.

ED 위험 모델 검증 작업(110)에서, 검증 데이터 부분-집합은 모델(108)의 검증을 수행하기 위해 사용된다. 검증은 검증 가입자 샘플들(또는 더 구체적으로, 그들 각각의 특징 집합들)을 ED 위험 모델(108)로 입력하는 작업과 잘못된 긍정 횟수(the number of false positives), 및/또는 잘못된 부정 횟수(the number of false negatives)를 평가하는 작업, 또는 만일 그렇지 않다면, ED 위험 모델(108)의 성과를 평가하는 작업을 수반한다. 검증이 성공적이면(예로서, 잘못된 긍정 횟수 및/또는 잘못된 부정 횟수가 충분히 낮은 경우), ED 위험 모델(108)은 예측적인 ED 위험 평가 모듈(60)의 ED 위험 모델(92)이 된다. 검증이 성공적이지 않은 경우(예로서, 잘못된 긍정 비율이 너무 높고, 및/또는 잘못된 부정 비율이 너무 높은 경우), 프로세스 흐름(process flow)은 ED 위험 모델의 추가 정제(refinement)를 수행하기 위해 블록(100)(또는 대안으로, 블록(104))으로 되돌아간다.

방금-기술된 훈련 프로세스에서, ED 위험 모델(92)은 전반적인 ED 위험에 대한 것이라고 가정한다. 일부 실시예들에서, 심각한 낙상에 대한 ED의 위험에 대해, 급성 심장 상태(acute cardiac condition)에 대한 ED의 위험에 대해, 호흡 곤란에 대한 ED의 위험에 대해, 등과 같이 다양한 유형들의 ED 위험에 대해 ED 위험 모델들을 훈련시키는 것이 대안으로 또는 부가적으로 바람직하다. 본 명세서에서, 가입자 프로필들은 다음과 같이 적절히 주석이 달려진다(예측 시간 범위는 다시 30일이라고 가정됨): 각 가입자에 대해 및 각 위험 유형에 대해, 지난 30일 동안 해당 위험 유형에 대한 ED가 해당 가입자를 위해 만들어진 경우, 가입자는 각 가입자에 대해 및 각 위험 유형에 대해, 상기 유형의 위험에 응답하여 ED에 대한 양의 샘플로 분류된다(label); 지난 30일 동안 해당 위험 유형에 대한 ED가 해당 가입자를 위해 만들어지지 않은 경우, 가입자는 해당 위험의 유형에 응답하여 ED에 대해 음의 샘플로 분류된다. 따라서, 훈련 작업들(104, 106, 108, 110)은 각 위험 유형에 대해 ED 위험 모델을 생성하기 위해 각 위험 유형에 대해 독립적으로 수행된다(해당 위험 유형에 대해 양의/음의 샘플 주석을 사용하여). 이 경우, 최종 ED 위험 모델(92)은 실제로 복수의 ED 위험 모델들을 포함하고, 하나는 각각의 위험 유형에 대해 하나, 가능하게는 또한 미분화된 ED 위험에 대한 하나이다(대안의 접근에서, 단일 다중-라벨 출력 모델을 훈련하기 위한 알려진 기술들이 사용될 수 있는데, 이는 유리하게 상이한 위험 유형들 간의 상관관계들의 레버리지를 가능하게 할 수 있다).

ED 위험 요소들은 시간이 지남에 따라 급속하게 변할 것으로 예상되지 않는다. 그러나, 일부 변화는 가능하다. 예를 들어, PERS 서비스 운영 가이드라인들은 때때로 업데이트될 수 있으며, 그러한 업데이트는 ED를 시작하기 위한 표준(criteria)에 대한 변화를 야기할 수 있다. 유사하게, EMS 프로토콜들은 주기적으로 업데이트 될 수 있으며, 그러한 업데이트는 상이한 환자를 병원으로 이송할 때 결정하도록 적용되는 상이한 표준을 야기할 수 있다. ED 위험 요소들은 또한 기술 개발들(예로서, 새로운 모니터링 디바이스들), 인구 통계학적 변화들(예로서, 인구 고령화), 개선된 약물 치료 옵션들 등의 영향을 받을 수 있다. 시간 경과에 따른 그러한 변화들을 설명하기 위해, ED 위험 모델 업데이트는 어떤 기준으로, 예로서, 매달, 또는 2주마다 시작될 수 있다(112). 유리하게, 기존의 ED 위험 모델(92)의 파라미터들은 모델 업데이트에 대한 초기 값들로서 이용될 수 있고, ED 위험 요소들이 시간이 지남에 따라 상대적으로 천천히 변할 것으로 예상되기 때문에, 모델 업데이트는 일반적으로 빠른 프로세스이다.

도 4를 참조하면, 가입자 호출의 맥락에서 ED 위험 평가 모듈(94)에 의해 적절하게 수행된 예시적인 방법이 설명된다. 작업(120)에서, 가입자는 가입자의 착용 가능한 호출 디바이스(10)를 활성화함으로써 PERS 콜센터(18)로의 호출을 시작한다. 호출인 ID 구성요소 또는 PERS 콜센터(18)의 다른 자동 호출인 식별 서브-시스템은 호출 가입자를 식별하고, 작업(122)에서, 가입자 프로필은 PERS 데이터베이스(52)로부터 검색된다. 작업(124)에서, ED 위험 평가 모듈(94)은 호출 가입자에 대한 ED 위험을 예측하기 위해 인보크된다(invoke). 이를 위해, 훈련 프로세스(도 3)에서 이용되었던 동일한 특징들의 세트에 대한 값들이 작업(122)에서 검색된 호출 가입자 프로필로부터 추출된다. 작업(122)에서 검색된 프로필로부터 추출된 특징들 세트는 ED 위험 모델(92)이 훈련된 이후에 생성되었던 임의의 "새로운" 프로필 데이터를 포함한다 - 예를 들어, 최후-ED-이후-시간 최신 특징은 모델 훈련 이후 발생했던 임의의 ED 사건들을 반영한다(그러나, 가입자에 대한 특징은 현재 호출로 인해 발생할 임의의 업데이트들을 반영하지 않는다). ED 위험 모델(92)이 설계되는 방법에 의존하여, 모델 출력은 0(향후 30일 이내에 ED의 위험이 사실상 없음)과 1(향후 30일 이내에 ED의 매우 높은 위험) 사이에서 실행되는 ED 위험 확률이 될 수 있다. ED 위험 모델(92)이 상이한 위험 유형들(낙상, 심장, 호흡기, 등)에 대한 모델들을 포함하는 경우, 각각의 상이한 위험 유형들에 대한 ED 위험 예측들을 생성하기 위해 각각의 그러한 유형-특정 ED 위험 모델을 적절히 적용한다.

작업(126)에서, 가입자의 프로필은 호출을 처리하는 콜센터에 의해 이용되는 컴퓨터(40)의 디스플레이 디바이스(44) 상에 ED 위험 예측(또는, 상이한 위험 유형들에 대한 예측들의 경우, 위험 예측들)의 디스플레이와 함께 디스플레이된다(도 1 참조). ED 위험이 높은 경우, 강조 표시된 형식, 예로서 빨간색 글꼴색, 깜박임 등을 이용하여 선택적으로 디스플레이될 수 있다. 하나의 고려된 실시예에서, ED 위험 예측은 계량기(gauge)의 형태로 디스플레이된다. 다른 고려된 실시예에서, ED 위험 예측은 빨간색 = 높은 위험, 노란색 = 중간 위험, 초록색 = 낮은 위험을 갖는 신호등 형태로 디스플레이된다. 선택적으로, 높은-위험 가입자는 빨간색 플래그 표시기 또는 다른 표시기로 플래그될 수 있다(flag). 선택적으로, 가입자의 위험 이력은 시간의 함수로서 계산될 수 있고(예를 들어, 특정 시간 이후에 생성된 데이터를 인위적으로 제거하여 해당 특정 시간에 ED 위험을 계산하고, 현재보다 이전의 몇 차례 다른 시간 동안 반복함으로써), 결과들은 가입자의 ED 위험이 시간이 지남에 따라 증가했는지 여부를 나타내기 위해 선 또는 막대 차트로 도시될 수 있다.

디스플레이된 ED 위험 예측은 콜센터 오퍼레이터가 호출인을 지원할 때 ED 위험을 조치를 취할 수 있는 것을 가능하게 한다. 예를 들어, 오퍼레이터는 높은 위험 을 갖는 가입자들과 더 많은 시간을 보낼 수 있고, 그들로부터 근원적인 위험 요소들과 관련된 더 많은 정보를 이끌어낼 수 있다. 콜센터 오퍼레이터는 (가능하다면) 가입자와 대화하고, 적절하다면 ED 시작을 포함할 수 있는 호출 해결(resolution)(128)을 개발하고, 또는 이웃을 호출하거나, 또는 적절하다면 의료 에피소드를 통해 가입자와 말하는 작업을 구성할 수 있다. 호출이 체크-인 호출인 경우, 호출 해결(128)은 체크-인 호출로서 기록하는 것이다. 호출이 우연한 호출인 경우, 호출의 주목할만한 임의의 양상들(가입자의 인지 상태와 같은)을 기록하는 것과 관련하여 호출 해결(128)은 그 호출을 우연한 호출로서 로깅(log)한다. 작업(130)에서, 콜센터 오퍼레이터는, 날짜/시간 스탬프(전형적으로 자동 기록된)를 포함하여, 임의의-자체 보고된 의료 상태(들)를 기록하여, 호출 해결(128) 및 임의의 부수적인 정보(ED의 경우, 가능하다면, 출동한 EMS 차량 번호 등)를 기입하여, 최신 호출로 가입자 프로필을 업데이트 한다. 호출 정보는 이후 호출 가입자의 프로필의 일부이며, 앞으로 가입자의 ED 위험을 계산하는 데 이용되는 특징들의 세트에 포함될 수 있다. 따라서, 가입자에 의해 시작된 호출들, 또는 (다른 실시예들에서) 가입자에 대한 업데이트된 EMR 데이터 등으로 인해, 가입자의 ED 위험 예측이 시간 경과에 따라 진화할 수 있다는 것을 안다. 일부 실시예들에서, 호출 이후에 즉시 ED 위험 예측을 업데이트 하는 것은 현재 호출을 처리한 후 ED 위험의 변화를 측정하기 위해, 업데이트의 완료 작업(130) 후에 즉시 ED 위험 평가 모듈(94)을 인보크함으로써 달성된다는 것이 고려된다.

도 5를 참조하면, ED 위험 평가 모듈(94) 및 통계 모듈(96)에 의해 적절하게 수행된 예시적인 방법이 설명된다. 작업(140)에서, (제 1) 가입자 프로필이 PERS 데이터베이스(52)로부터 검색되고, 특징들의 세트의 값이 이러한 프로필로부터 생성된다. 작업(142)에서, ED 위험 평가 모듈(94)은 작업(140)에서 검색된 프로필을 갖는 가입자의 ED 위험을 예측하도록 인보크된다. 루핑 작업(144)에서, PERS 서비스에 의해 서비스된 가입자들의 풀 내의 각각의 가입자에 대해 작업들(140, 142)이 반복된다. ED 위험 모델(92)이 상이한 위험 유형들에 대한 구성 요소들을 포함하는 경우, 이들은 각각 작업들(140, 142, 144)의 각 가입자에 대해 계산된다. 작업들(140, 142, 144)의 결과는 각각의 가입자에 대한 ED 위험(또는 위험들, 상이한 위험 유형들에 대해 계산된 상이한 ED 위험들이 존재하는 경우)의 테이블(150)이다. 테이블(150)은 다양하게 이용될 수 있다. 예를 들어, 작업(152)에서, 리스트는 ED 위험(선택적으로 주어진 ED 위험 유형에 대해)이 일부 임계치 위험을 초과하는 값을 갖는 모든 가입자들로 생성된다. 달리 말하면, 작업(152)은 가장 높은-ED 위험 가입자들의 목록을 생성한다. 추가로 또는 대안으로, 작업(154)에서, 예를 들어 시간 범위(예로서 향후 30일)에 걸쳐 하나 이상의 ED 사건들을 갖는 가입자들의 예상 인원의 추정치를 생성하도록, 테이블(150)에 포함된 데이터는 통계적으로 분석된다. 예를 들어, 다음 30일 이내 하나 이상의 ED 사건들을 갖는 가입자에 대한 위험이 확률 P로 정량화되면, 하나 이상의 ED 사건들을 갖는 가입자들의 예측된 수가

로서 산정되며, 합계는 PERS 서비스가 제공하는 모집단(pop) 이상이다. 계산은 모든 PERS 가입자들에 걸쳐 행해질 수 있고, 또는 지리적 영역, 건강 상태, 또는 특정 건강 프로그램 또는 건강 보험에서의 멤버십에 의해 한정된 PERS 가입자들의 부분-모집단들에 걸쳐 행해질 수 있다. 고려된 또 다른 분석은 환자의 시간의 함수로서 ED 위험을 계산하는 것이다 - 시간에 따라 빠르게 증가하는 ED 위험은 심각한 의료 상태의 심각한 건강 상태의 발병을 나타낼 수 있다. 작업(160)에서, 적당한 보고(또는 보고들)는 EMS 출동 센터(70) 등과의 개선된 조정을 위해, PERS 콜센터(18)에서 직원 수준들을 계획하는 작업, 응급 출동에 대한 가장 높은 위험에 처한 가입자들을 위한 사전 개입(사전 개입은 보통 응급 구급차 호출보다 비용이 적게 든다)을 제공하는 작업과 같은 관리 작업들 내의 PERS 서비스 관리에 의한 이용을 위해 분석들(152, 153)로부터 생성된다. 후자에 관해서, 지리적 맵 상의 높은 위험 가입자들의 위치들(즉, 거주지들)을 플롯하기 위해, 구급차들의 배치를 계획하는 데 도움을 주기 위해, 보고를 준비할 때 온라인 매핑 서비스에 액세스하는 것이 고려된다. 유사한 보고 구성요소들은 입원 예방을 위한 지역 사회 보건 프로그램들과 또한 공유될 수 있다.

도 6 내지 도 9를 참조하여, 예측적인 ED 위험 평가 모듈(60)의 추가 예시적인 실시 예가 설명된다. ED 위험 모델 훈련 모듈(90)은 전술한 다 변수 로지스틱 회귀 모델을 다시 사용한다. 예시적인 실시예는 설명의 목적으로 다음을 포함하는 특징들의 세트를 이용한다: 지역 특징들; 이진 값들로 표현된 복수의 자체-보고된 상태들(예를 들어, 가입자가 상태를 보고한 경우 "1", 그렇지 않은 경우 "0")의 각각에 대한 특징; 가입자의 지원 네트워크를 나타내는 특징들; 및 다양한 위험 유형들의 호출들 및 ED 사건들을 특징짓는 최신 및 빈도 특징들. 도 6은 30일의 미래 시간 범위에 대해 병원 수송에 대한 정확한 결과 대 예측된 응급 출동(ED) 위험의 교정 플롯을 도시한다. 위험의 십진 단위의 총체적 수단들이 도시된다. R² =0.999로 조정된 선형 회귀 분석 결과 y=1.03x-0.0002이다. 도 7은 ED 위험 모델 작업(110)에 의해 생성된 검증 코호트에 대한 수신기 작동 곡선(ROC: Receiver Operating Curve)을 플롯한다(도 3 참조). ROC 곡선의 면적-언더-곡선(AUC: Area-Under-Curve)은 AUC=0.7602이다. 도 8은 도 5의 작업(152)에 의해 생성될 수 있는 유형의 전형적 보고를 도시한다. 이러한 예시적인 실시예에서, 생성된 보고가 대화형 온라인 또는 컴퓨터-기반 보고인 것이 이해되어야 한다(보고의 인쇄본 버전을 인쇄하는 옵션을 포함하는 것이 고려될지라도). 도 8의 보고의 좌측 창은 가장 높은 ED 위험을 갖는 PERS 가입자들(도 8의 보고에서 "환자들"로 칭해짐)의 "운송에 대한 위험을 갖는 환자"라는 순위의 목록을 도시한다. ED 위험들은 1.00의 ED 위험 값이 모집단에 대한 평균 ED 위험에 일치하도록 정규화된다. 왼쪽 패널은 ED 위험이 임계치 1.5보다 큰 값을 갖는 환자들을 나열한다. 추가로 도시되는 바와 같이, 추가 검토를 위해 한 가입자("John Smith")가 선택된다(예를 들어, 마우스, 트랙볼, 트랙배드, 또는 기타 포인팅 사용자 입력 디바이스를 이용하여). 오른쪽 패널은 ED 위험들의 히스토그램 플롯에서 강조 표시된 John Smith(ED 위험 1.70)의 ED 위험을 도시한다. 1.00이 모집단에 대한 평균 ED 위험에 일치하도록, ED 위험 값들이 정규화되기 때문에, 히스토그램은 로그정규이며, ED 위험도가 1(unity)에 가까울 때 최고점에 도달한다. 사전 조치에 대한 1.5의 임계치가 또한 나타난다. 따라서, 도 8의 상호 작용하는 보고는 PERS 관리가 다음 30일 내에 응급 출동을 요구하기 위한 가장 높은 예측된 위험을 갖는 가입자들을 신속히 식별하는 것을 가능하게 한다. 이러한 정보에 기초하여, PERS 요원은 이러한 PERS 가입자들, 또는 간병인 또는 친척과 연락하는 등(예로서, 가입자의 PERS 프로필에 표시된 친척, 친구, 또는 기타 연락처) 사전 조치를 취하여 의사가 곧 방문 일정을 잡을 것을 제안할 수 있다.

예시적인 실시예들에서, 예시적이고 예측적인 위험 평가 모듈(60)은 미래 시간 범위에 걸쳐 응급 출동(ED)의 위험을 예측하고, ED는 특정 구현에서 구급차 호출에 대한 위험(환자가 실제로 병원에 이송되는지 여부에 관계없이 계산된)으로서, 또는 구급차를 통해 실제 병원으로 이송되는 더 많은 특정 위험(환자가 병원으로 실제로 이송된 경우에만 계산된)으로서 다양하게 정의될 수 있다. 그러나, 개시된 기술들은 PERS 서비스와 관련하여 작동하는 예측적인 위험 평가 모듈을 구성하여 다른 유형들의 위험을 예측하도록 용이하게 적용될 수 있다는 것이 이해될 것이다. 예를 들어, 예측적인 위험 평가 모듈은 가입자가 양로원, 노인 거주 시설, 또는 다른 전일제 진료 시설에 입소할 위험을 예측하도록 설계될 수 있다. 이 정보는 가입자가 자신의 개인 거주지에 머무는 것을 가능하게 할 수 있도록 사전 조치를 취하는 데 유용할 수 있다.

도 1을 다시 참조하면, 일부 실시예들에서, 가입자 프로필 및/또는 ED 위험 예측은 셀룰러 전화기, 태블릿 또는 슬레이트 컴퓨터 등과 같은 예시적인 모바일 디바이스(80) 상에서 실행되는 모바일 디바이스 애플리케이션(82)을 통해 친척, 간병인, 또는 친구에게 제공될 수 있다. 이러한 양태는 일부 PERS 서비스들 즉, 친척들, 방문 간호사들, 또는 가입자의 친구와 같은 제 3자를 통합하지 못할 수도 있는 가입 관계를 기반으로 만들어진 것의 중요한 결함을 해결한다. 이러한 "비공식" 간병인들은 가입자의 의료 상태에 대해 아는 것에 관심이 있으며, 높은 ED 위험에 대해 경고를 받는 것으로부터 또한 이익을 얻을 것이다.

개시된 모바일 디바이스 애플리케이션(82)은 셀룰러 전화 네트워크, 와이파이 네트워크, 또는 다른 무선 네트워크를 통해 모바일 디바이스들간에 동기화하는 다수의 모바일 디바이스들(도 1에 예를 위해 도시된 단지 하나의 디바이스/애플리케이션 사례)에서 실행될 수 있다. 단일 PERS 가입자는 동시에 다수의 비공식 보호자들(예로서, 배우자, 한 명 이상의 자녀, 방문 간호사, 이웃 등)을 가질 수 있으며, 각각은 애플리케이션(82)의 사례를 실행하는 셀폰 또는 다른 모바일 디바이스를 보유한다. 사고 처리, 정보 및 응답자 동작들의 접속 및 동기화는 모바일 디바이스 애플리케이션(82)을 통한 데이터 공유로서 향상된다. 예를 들어, PERS 콜센터 오퍼레이터가 이웃 사람의 낙상을 통지하고 PERS 시스템에 이를 기록할 때, 이는 모든 비공식 보호자들이 낙상 사고를 알게 하고 그것이 이웃에 의해 다루어 졌음을 또한 알게 할 수 있도록, 애플리케이션(82)을 통해 가입자의 모든 비공식 보호자들 간에 적절하게 공유된다. 이것은 비공식 보호자들 사이에 팀워크를 향상시킨다.

하기에서, 애플리케이션(82)의 일부 추가 고려된 기능들이 설명된다.

일부 실시예들에서, 애플리케이션(82)은 비공식 보호자가 상이한 PERS 가입자들의 단기간(예:90일) ED 위험을 비교하는 것을 허용한다. 위험은 PERS 서비스에서 구할 수 있는(available) 부수적 데이터(incident data) 및 건강 데이터를 이용하여 ED 위험 모델(92)에 의해 계산된다. 이 양태는 다수의 상이한 PERS 가입자들을 돌보고 그들의 상대적 의학 상태들을 비교하기를 원할 수 있는 방문 간호사들과 같은 보호자들에게 특별한 가치가 될 가능성이 있다.

일부 실시예들에서, 일반적인 모집단(PERS 모집단 또는 지역 또는 국가 모집단)의 ED 위험에 비교될 수 있는 장기간(예:1년) 계산된 ED 위험이 제공된다.

애플리케이션(82)은 PERS 가입자가 현재 가지고 있지 않은 건강 상태, 인구통계, 청력 및 시력 상태 등과 관련된 것들과 같은 파라미터들을 비공식 보호자가 입력할 수 있는 것에 의해, 입력들을 "위험 대시보드(risk dashboard)"에 제공할 수 있다. 이러한 엔트리들(entries)로부터, 예측적인 ED 위험 평가 모듈(60)은 장기간 ED 위험을 계산한다. PERS 가입자에 대한 장기간 ED 위험을 예상하기 위해, 그러한 건강 상태(들)가 발생한다면, 그/그녀는 그러한 건강 상태들을 개발해야한다(develop).

다른 고려된 변형에서, 애플리케이션(82)은 PERS 서비스가 가입자의 거주지에 대한 ED를 시작했다는 것을 보호자에게 통지하기 위해, 예를 들어 실내 조명들이 켜지도록 IP 인터페이스를 통해 나온 불빛들을 작동하여, 외부 가청 및/또는 시각 경보들을 작동할 수 있다.

예시적인 실시예에서, 애플리케이션(82)은 예측적인 ED 위험 평가 모듈(60)을 포함하는 도 1의 예시적인 PERS 서비스와 관련하여 작동하고, 가입자 프로필 정보(HIPAA 또는 다른 개인 정보 보호 규정들에 따라. 및/또는 가입자의 지시에 따라 가능하게 편집됨) 및 가입자에 대한 ED 위험 예측 둘 모두를 포함하는 정보를 제공한다. 그러나, 본 명세서에 기술된 애플리케이션(82)이 개시된 예측적인 ED 위험 평가 모듈(60)을 포함하지 않는 PERS 서비스와 관련하여 대안으로 유용하게 제공될 수 있다는 것이 이해될 것이다 - 그러한 실시예들에서, 애플리케이션(82)은 비공식 보호자들에게 예를 들어 PERS 콜센터에 대한 최근의 의학적으로 관련된 가입자 호출들의 요약들 및 그들의 분석들(resolution)과 같은 정보를 유용하게 제공하지만 ED 위험 예측은 제공하지 않는다.

PERS 서버 컴퓨터(50) 및/또는 콜센터 컴퓨터(40)에 의해 구현되는 개시된 접근법들은 개시된 데이터 프로세싱 작업들을 실행하기 위해 그러한 컴퓨터(40, 50)에 의해 판독할 수 있고 실행할 수 있는 지시들을 저장하는 비-일시적 저장 매체로서 또한 구체화될 수 있는 것이 이해될 것이다. 그러한 비-일시적 저장 매체는, 예로써: 하드 디스크 드라이브 또는 다른 자기 저장 매체; 광 디스크 또는 다른 광학 저장 매체; 판독-전용 메모리(ROM), 전기적으로 프로그램 가능한 판독-전용-메모리(PROM), 플래시 메모리 또는 다른 전자 저장 매체; 그것에 의한 다양한 조합들; 기타 등등을 포함할 수 있다. 마찬가지로, PERS 데이터베이스(52)는 그러한 저장 매체 상에 저장될 수 있고, 일부 실시예들에서 RAID 어레이(RAID array) 또는 잉여(redundancy)를 제공하는 다른 비-일시적 저장 매체로서 유리하게 구체화될 수 있다.

본 발명은 바람직한 실시예들을 참조하여 설명되었다. 전술한 상세한 설명을 읽고 이해하면 다른 것들로의 수정들 및 변경들이 발생할 수 있다. 본 발명은 모든 수정들과 변경들이 첨부된 청구항들 또는 이들의 등가물들의 범위 내에 있는 한에 있어서는 모든 이러한 수정들 및 변경들을 포함하는 것으로 해석되어야함이 의도된다.

Claims

적어도 인구 통계학적 정보 및 개인 응급 대응 시스템(PERS: Personal Emergency Response System) 콜센터(18)로의 과거 호출들에 대한 정보를 포함하는 PERS 클라이언트들에 대한 프로필들을 저장하는 PERS 데이터베이스(52)와 관련하여 작동하고, 상기 과거 호출들에 대한 정보는 상기 PERS 콜센터에 의해 시작된 과거 응급 출동 사건들에 대한 정보를 포함하는 개인 응급 대응 시스템에 있어서:
작업들(operations)을 실행하도록 프로그램된 PERS 서버 컴퓨터(50)를 포함하는 PERS 서버 시스템(16)을 포함하고, 상기 작업들은:
(i) 상기 PERS 데이터베이스로부터 PERS 클라이언트의 프로필을 검색하는 작업,
(ii) 작업(i)에서 검색된 상기 프로필로부터 상기 PERS 클라이언트에 대한 특징들의 세트의 값들을 생성하는 작업으로서, 상기 특징들의 세트는 적어도 하나의 응급 출동 사건 최신 특징을 포함하는, 상기 값들을 생성하는 작업, 및
(iii) 상기 PERS 데이터베이스에 저장된 PERS 클라이언트 프로필들에 대해 훈련된 응급 출동 위험 모델(92)을 이용하여 미래 시간범위에 걸쳐 PERS 클라이언트에 대해 응급 출동 위험 예측을 계산하는 작업 및 작업 (ii)에서 상기 PERS 클라이언트에 대해 생성된 상기 특징들의 세트의 값들을 계산하기 위한 입력으로서 수신하는 작업을 포함하는, 개인 응급 대응 시스템.
제 1 항에 있어서:
디스플레이 구성요소(44)를 포함하는 PERS 콜센터 컴퓨터(40)를 추가로 포함하고;
상기 PERS 서버 컴퓨터(50)는 상기 계산된 응급 출동 위험 예측과 작업 (i)에서 검색된 상기 프로필의 일부 또는 전부의 상기 PERS 콜센터 컴퓨터로의 통신의 추가 작업을 실행하도록 프로그램되고;
상기 PERS 콜센터 컴퓨터는 상기 계산된 응급 출동 위험 예측 및 상기 프로필의 상기 통신된 일부 또는 전부를 상기 PERS 콜센터 컴퓨터의 상기 디스플레이 구성요소 상에 디스플레이하도록 프로그램되는, 개인 응급 대응 시스템.
제 2 항에 있어서:
복수의 착용 가능한 호출 디바이스(10); 및
PERS 클라이언트들의 거주지들에 배치된 복수의 스피커폰 콘솔들(12)을 추가로 포함하고, 각각의 스피커폰 콘솔은 상기 착용 가능한 호출 디바이스들 중 대응하는 하나에 의해 무선으로 활성화되고,
상기 스피커폰 콘솔들(12)은 PERS 클라이언트가 상기 PERS 콜센터의 오퍼레이터와 대화하는 것을 가능하게 하기 위해 상기 PERS 콜센터(18)에 전화로 접속되는, 개인 응급 대응 시스템.
제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
상기 PERS 서버 컴퓨터(50)는:
상기 PERS 데이터베이스(52)에 저장된 프로필들을 갖는 PERS 클라이언트들의 모집단에 대해 상기 미래 시간범위에 걸쳐 응급 출동 위험 예측들을 계산하기 위해 작업들 (i), (ii), 및 (iii)을 반복하는 작업;
가장 높은 계산된 응급 출동 위험 예측들을 갖는 상기 PERS 클라이언트들의 모집단의 부분-집합을 식별하기 위해 상기 PERS 클라이언트들을 등급짓는 단계; 및
상기 가장 높은 계산된 응급 출동 위험 예측들을 갖는 상기 PERS 클라이언트들의 모집단의 식별된 부분-집합의 하드카피를 디스플레이하는 것 및 인쇄하는 것 중 적어도 하나를 하는 작업의 추가 작업들을 실행하도록 프로그램되는, 개인 응급 대응 시스템.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 PERS 서버 컴퓨터(50)는:
상기 PERS 데이터베이스(52)에 저장된 프로필들을 갖는 PERS 클라이언트들의 모집단에 대해 상기 미래 시간범위에 걸쳐 응급 출동 위험 예측들을 계산하기 위해 작업들 (i), (ii), 및 (iii)을 반복하는 작업;
상기 PERS 클라이언트들의 모집단에 대해 계산된 응급 출동 예측들에 기초하여 상기 PERS 클라이언트들의 모집단 또는 부분집합에 대해 상기 미래 시간범위에 걸쳐 하나 이상의 응급 출동 사건들을 갖는 PERS 클라이언트들의 예상되는 수를 계산하는 작업; 및
상기 PERS 클라이언트들의 모집단에 대해 상기 미래 시간범위에 걸쳐 하나 이상의 응급 출동 사건들을 갖는 가입자들의 예상되는 수의 하드카피를 디스플레이하는 작업 및 인쇄하는 작업 중 적어도 하나의 추가 작업들을 실행하도록 프로그램되는, 개인 응급 대응 시스템.
제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
상기 특징들의 세트는 적어도 하나의 응급 출동 사건 빈도 특징을 더 포함하는, 개인 응급 대응 시스템.
제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 특징들의 세트는 복수의 상이한 응급 출동 사건 최신 특징들을 포함하고, 각각의 상이한 응급 출동 사건 최신 특징은 상이한 유형의 의료 사건에 대해 응급 출동의 최신을 가리키는, 개인 응급 대응 시스템.
제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
상기 특징들의 세트는 체크-인 호출 빈도 특징을 더 포함하고, 상기 응급 출동 위험 모델(92)은 더 높은 체크-인 호출 번호 또는 빈도를 더 높은 예측된 응급 출동 위험과 긍정적으로 연관시키는, 개인 응급 대응 시스템.
제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
상기 특징들의 세트는 우연한(accidental) 호출 빈도 특징을 더 포함하고, 상기 응급 출동 위험 모델(92)은 더 높은 우연한 호출 번호 또는 빈도를 더 높은 예측된 응급 출동 위험과 긍정적으로 연관시키는, 개인 응급 대응 시스템.
제 1 항 내지 제 9 항 중 어느 한 항에 있어서:
상기 모바일 디바이스(80)를 더 포함하고, 상기 계산된 응급 출동 위험 예측 및 작업 (i)에서 검색된 상기 프로필의 일부 또는 전부를 수신하고 디스플레이하도록 상기 모바일 디바이스(80)를 프로그램하는 모바일 디바이스 애플리케이션(82)이 상기 모바일 디바이스(80) 상에 로딩되는, 개인 응급 대응 시스템.
개인 응급 대응 시스템에 있어서:
PERS 서버 컴퓨터(50) 및 적어도 인구 통계학적 정보 및 PERS 콜센터로의 과거 호출들에 대한 정보를 포함하는 PERS 클라이언트들에 대한 프로필들을 저장하는 PERS 데이터베이스(52)를 포함하는 개인 응급 대응 시스템(PERS: Personal Emergency Response System) 서버 시스템(16)으로서, 상기 과거 호출들에 대한 정보는 상기 PERS 콜센터에 의해 시작된 과거 응급 출동 사건들에 대한 정보를 포함하는, 개인 응급 대응 시스템(PERS) 서버 시스템(16);
상기 PERS 콜센터 내에 배치되고 디스플레이 구성요소(44)를 포함하는 PERS 콜센터 컴퓨터(40);
착용 가능한 호출 디바이스(10);
상기 PERS 콜센터에 접속하기 위해 상기 착용 가능한 호출 디바이스에 의해 무선으로 활성화되어, 호출 PERS 클라이언트가 상기 호출 PERS 클라이언트의 프로필이 상기 PERS 서버 컴퓨터에 의해 상기 PERS 데이터베이스로부터 검색되고 상기 PERS 콜센터 컴퓨터의 상기 디스플레이 구성요소 상에 디스플레이되는 동안, 상기 PERS 콜센터의 오퍼레이터와 대화하는 것을 가능하게 하는, 스피커폰 콘솔(12); 및
모바일 디바이스 애플리케이션(82)이 로딩되는 모바일 디바이스(80)로서, 상기 모바일 디바이스 애플리케이션(82)은 PERS 클라이언트에 대한 상기 PERS 콜센터에 의해 시작된 적어도 하나의 응급 출동 사건에 속한 정보를 수신하고 디스플레이하도록 상기 모바일 디바이스(80)를 프로그램하는 상기 모바일 디바이스(80)를 포함하는, 개인 응급 대응 시스템.
제 11 항에 있어서:
상기 PERS 서버 컴퓨터(50)는 상기 PERS 데이터베이스(52)에 저장된 PERS 클라이언트에 대한 상기 프로필에 기초하여 미래 시간범위에 걸쳐 상기 PERS 클라이언트에 대한 응급 출동 위험 예측을 계산하도록 프로그램되고;
상기 모바일 디바이스 애플리케이션(82)은 또한 상기 PERS 서버 컴퓨터에 의해 PERS 클라이언트에 대해 계산된 응급 출동 위험 예측을 수신하고 디스플레이하도록 상기 모바일 디바이스(80)를 프로그램하는, 개인 응급 대응 시스템.
개인 응급 대응 시스템(PERS: Personal Emergency Response System) 서비스와 관련하여 실행되는 방법으로서, PERS 클라이언트에 의한 착용 가능한 호출 디바이스(10)의 활성화는 스피커폰 콘솔(12)이 PERS 콜센터에 접속하는 것을 야기하여 상기 PERS 클라리언트의 프로필이 PERS 데이터베이스(52)로부터 검색되고, 상기 프로필에 포함된 정보가 PERS 콜센터(18)에서 디스플레이 구성요소(44) 상에 디스플레이되는 동안, 상기 PERS 클라이언트가 상기 PERS 콜센터의 오퍼레이터와 대화하는 것을 가능하게 하는 것에 있어서:
(i) 상기 프로필로부터, 상기 PERS 클라이언트에 대한 특징들의 세트의 값들을 컴퓨터(50)를 이용하여 생성하는 단계;
(ii) 상기 컴퓨터를 이용하여 상기 PERS 클라이언트에 대한 상기 특징들의 세트의 생성된 값들에 기초하여 미래 시간범위에 걸쳐 상기 PERS 클라이언트에 대한 위험 예측을 계산하는 단계; 및
(iii) 상기 디스플레이 구성요소 상에 상기 PERS 클라이언트에 대한 계산된 위험 예측을 상기 프로필에 포함된 상기 디스플레이된 정보와 함께 디스플레이하는 단계를 포함하는, 개인 응급 대응 시스템 서비스와 관련하여 실행되는 방법.
제 13 항에 있어서,
단계 (ii)는:
상기 PERS 클라이언트가 상기 미래 시간범위에 걸쳐 응급 의료 서비스(EMS: Emergency Medical Service) 차량의 응급 출동을 요구할 위험 예측;
상기 PERS 클라이언트가, 상기 PERS 클라이언트가 상기 미래 시간범위에 걸쳐 병원으로 이송되는 응급 출동을 요구할 위험 예측; 및
상기 PERS 클라이언트가 상기 미래 시간범위에 걸쳐 전일제 진료 시설에 대한 입장을 요구할 위험 예측 중 하나를 계산하는, 개인 응급 대응 시스템 서비스와 관련하여 실행되는 방법.
제 13 항 또는 제 14항에 있어서:
작업 (i)은 상기 PERS 콜센터(18)에 의해 시작된 상기 PERS 클라이언트에 대한 과거 응급 출동의 양을 정하는 적어도 하나의 특징에 대한 값을 생성하는 단계를 포함하고;
작업 (ii)은 상기 PERS 콜센터에 의해 시작된 상기 PERS 클라이언트에 대한 과거 응급 출동의 양을 정하는 상기 적어도 하나의 특징을 포함하는 상기 특징들의 세트의 값들을 입력으로서 수신하도록 구성된 응급 출동 위험 모델(92)을 이용하여 응급 출동 위험 예측을 계산하는 단계를 포함하는, 개인 응급 대응 시스템 서비스와 관련하여 실행되는 방법.
제 15 항에 있어서
상기 PERS 콜센터(18)에 의해 시작된 상기 PERS 클라이언트에 대한 과거 응급 출동의 양을 정하는 상기 적어도 하나의 특징은:
상기 PERS 콜센터에 의해 시작된 상기 PERS 클라이언트에 대한 마지막 응급 출동 사건 이래의 시간의 양을 정하는 응급 출동 사건 최신 특징; 및
상기 PERS 콜센터에 의해 시작된 상기 PERS 클라이언트에 대한 응급 출동 사건들의 수 또는 빈도의 양을 정하는 응급 출동 사건 빈도 특징을 포함하는, 개인 응급 대응 시스템 서비스와 관련하여 실행되는 방법.
제 16 항에 있어서:
작업 (i)는 또한 상기 PERS 콜센터(18)로의 상기 PERS 클라이언트에 의해 이루어진 체크-인 호출의 수 또는 빈도의 양을 정하는 체크-인 호출 빈도 특징에 대한 값을 생성하는 단계를 포함하고;
작업 (ii)는 상기 체크-인 호출 빈도 특징을 추가로 포함하는 상기 특징들의 세트의 값들을 입력으로 수신하도록 구성된 상기 응급 출동 위험 모델(92)을 이용하여 상기 응급 출동 위험 예측을 계산하는 단계를 포함하고, 상기 응급 출동 위험 모델은 체크-인 호출들의 더 높은 수 또는 빈도를 더 높은 응급 출동 위험 예측과 긍정적으로 연관시키는, 개인 응급 대응 시스템 서비스와 함께 실행되는 방법.
제 16 항 또는 제 17 항에 있어서:
단계 (i)는 또한 상기 PERS 클라이언트에 의해 이루어진 상기 PERS 콜센터(18)로의 우연한 호출들의 수 또는 빈도의 양을 정하는 우연한 호출 빈도 특징에 대한 값을 생성하는 단계를 포함하고;
단계 (ii)는 상기 우연한 호출 빈도 특징을 추가로 포함하는 상기 특징들의 세트의 값들을 입력으로서 수신하도록 구성된 상기 응급 출동 위험 모델(92)을 이용하여 상기 응급 출동 위험 예측을 계산하는 단계를 포함하고, 상기 응급 출동 위험 모델은 더 높은 우연한 호출들의 수 또는 빈도와 더 높은 응급 출동 위험 예측을 긍정적으로 연관시키는, 개인 응급 대응 시스템 서비스와 관련하여 실행되는 방법.
제 15 항 내지 제 18 항에 중 어느 한 항에 있어서:
작업 (ii)은 상기 상이한 유형들의 응급 출동 위험에 대해 복수의 상이한 응급 출동 위험 모델 구성요소들을 이용하여 반복되어 상이한 유형들의 응급 출동 위험들에 대해 상기 PERS 클라이언트에 대한 응급 출동 위험 예측들을 생성하고;
작업 (iii)은 상기 프로필에 포함된 상기 디스플레이된 정보와 함께 상기 상이한 유형들의 응급 출동에 대해 상기 PERS 클라이언트에 대한 상기 계산된 위험 예측들을 상기 디스플레이 구성요소 상에 디스플레이하는 단계를 포함하는, 개인 응급 대응 시스템 서비스와 관련하여 실행되는 방법.
제 13 항 내지 제 19 항 중 어느 한 항에 있어서:
단계 (ii)에서 계산된 상기 위험 예측을 모바일 디바이스(80)로 무선으로 통신하는 단계; 및
단계 (ii)에서 계산된 상기 위험 예측을 상기 모바일 디바이스 상에 디스플레이하는 단계를 더 포함하는, 개인 응급 대응 시스템 서비스와 관련하여 실행되는 방법.