KR20230006641A - 원격 의료를 통해 환자를 치료하기 위해 재활 또는 운동 장비의 센서 데이터를 사용하는 방법 및 시스템 - Google Patents
원격 의료를 통해 환자를 치료하기 위해 재활 또는 운동 장비의 센서 데이터를 사용하는 방법 및 시스템 Download PDFInfo
- Publication number
- KR20230006641A KR20230006641A KR1020227040948A KR20227040948A KR20230006641A KR 20230006641 A KR20230006641 A KR 20230006641A KR 1020227040948 A KR1020227040948 A KR 1020227040948A KR 20227040948 A KR20227040948 A KR 20227040948A KR 20230006641 A KR20230006641 A KR 20230006641A
- Authority
- KR
- South Korea
- Prior art keywords
- treatment
- patient
- user
- treatment plan
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 335
- 238000011282 treatment Methods 0.000 claims abstract description 2194
- 238000005259 measurement Methods 0.000 claims abstract description 115
- 230000004044 response Effects 0.000 claims abstract description 76
- 238000012986 modification Methods 0.000 claims abstract description 68
- 230000004048 modification Effects 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims description 251
- 238000002560 therapeutic procedure Methods 0.000 claims description 131
- 230000036772 blood pressure Effects 0.000 claims description 64
- 230000036760 body temperature Effects 0.000 claims description 36
- 230000036387 respiratory rate Effects 0.000 claims description 19
- 238000010801 machine learning Methods 0.000 description 200
- 238000004891 communication Methods 0.000 description 195
- 238000013473 artificial intelligence Methods 0.000 description 165
- 238000011369 optimal treatment Methods 0.000 description 128
- 230000033001 locomotion Effects 0.000 description 108
- 238000012549 training Methods 0.000 description 94
- 239000003814 drug Substances 0.000 description 62
- 208000002193 Pain Diseases 0.000 description 57
- 230000000875 corresponding effect Effects 0.000 description 56
- 229940079593 drug Drugs 0.000 description 55
- 230000000694 effects Effects 0.000 description 40
- 230000006870 function Effects 0.000 description 39
- 238000011084 recovery Methods 0.000 description 37
- 230000006378 damage Effects 0.000 description 35
- 230000008859 change Effects 0.000 description 34
- 208000027418 Wounds and injury Diseases 0.000 description 30
- 238000005516 engineering process Methods 0.000 description 30
- 208000014674 injury Diseases 0.000 description 30
- 230000005021 gait Effects 0.000 description 29
- 238000003860 storage Methods 0.000 description 29
- 238000001356 surgical procedure Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 26
- 230000000007 visual effect Effects 0.000 description 26
- 230000003542 behavioural effect Effects 0.000 description 25
- 210000003127 knee Anatomy 0.000 description 25
- 230000009471 action Effects 0.000 description 23
- 230000001276 controlling effect Effects 0.000 description 22
- 210000003205 muscle Anatomy 0.000 description 20
- 230000001225 therapeutic effect Effects 0.000 description 20
- 238000012552 review Methods 0.000 description 19
- 230000003190 augmentative effect Effects 0.000 description 18
- 230000006399 behavior Effects 0.000 description 18
- 230000007423 decrease Effects 0.000 description 18
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 18
- 238000012544 monitoring process Methods 0.000 description 17
- 230000000144 pharmacologic effect Effects 0.000 description 16
- 238000013519 translation Methods 0.000 description 16
- 238000013024 troubleshooting Methods 0.000 description 16
- 230000007717 exclusion Effects 0.000 description 14
- 230000001976 improved effect Effects 0.000 description 14
- 230000000399 orthopedic effect Effects 0.000 description 14
- 238000000554 physical therapy Methods 0.000 description 14
- 206010020751 Hypersensitivity Diseases 0.000 description 13
- 230000007815 allergy Effects 0.000 description 13
- 238000012360 testing method Methods 0.000 description 13
- 230000008901 benefit Effects 0.000 description 12
- 230000001413 cellular effect Effects 0.000 description 12
- 230000002596 correlated effect Effects 0.000 description 12
- 210000002569 neuron Anatomy 0.000 description 12
- 238000013515 script Methods 0.000 description 12
- 239000007787 solid Substances 0.000 description 12
- 230000005236 sound signal Effects 0.000 description 12
- 208000024891 symptom Diseases 0.000 description 12
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 11
- 230000003044 adaptive effect Effects 0.000 description 10
- 210000000988 bone and bone Anatomy 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000033228 biological regulation Effects 0.000 description 9
- 210000002683 foot Anatomy 0.000 description 9
- 230000002452 interceptive effect Effects 0.000 description 9
- 238000013439 planning Methods 0.000 description 9
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 8
- 208000026935 allergic disease Diseases 0.000 description 8
- 238000004883 computer application Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 230000001351 cycling effect Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 8
- 238000003748 differential diagnosis Methods 0.000 description 8
- 239000008103 glucose Substances 0.000 description 8
- 238000002483 medication Methods 0.000 description 8
- 238000012797 qualification Methods 0.000 description 8
- 230000003068 static effect Effects 0.000 description 8
- 238000012706 support-vector machine Methods 0.000 description 8
- 210000000707 wrist Anatomy 0.000 description 8
- 239000008280 blood Substances 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 238000012937 correction Methods 0.000 description 7
- 235000005911 diet Nutrition 0.000 description 7
- 230000037213 diet Effects 0.000 description 7
- 230000000670 limiting effect Effects 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 7
- 206010020772 Hypertension Diseases 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 208000019622 heart disease Diseases 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 239000001301 oxygen Substances 0.000 description 6
- 229910052760 oxygen Inorganic materials 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 6
- 230000002980 postoperative effect Effects 0.000 description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 description 6
- 239000000090 biomarker Substances 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000011269 treatment regimen Methods 0.000 description 5
- 241000238558 Eucarida Species 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 4
- 208000031074 Reinjury Diseases 0.000 description 4
- 238000003339 best practice Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 4
- 210000004247 hand Anatomy 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 210000003041 ligament Anatomy 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000037230 mobility Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 238000004171 remote diagnosis Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 210000002435 tendon Anatomy 0.000 description 4
- 230000001755 vocal effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 230000035487 diastolic blood pressure Effects 0.000 description 3
- 230000003467 diminishing effect Effects 0.000 description 3
- 230000002526 effect on cardiovascular system Effects 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 210000002414 leg Anatomy 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000035485 pulse pressure Effects 0.000 description 3
- 238000010321 sleep therapy Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000035900 sweating Effects 0.000 description 3
- 230000035488 systolic blood pressure Effects 0.000 description 3
- 206010020802 Hypertensive crisis Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 238000011374 additional therapy Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 235000021004 dietary regimen Nutrition 0.000 description 2
- 238000002651 drug therapy Methods 0.000 description 2
- 230000001631 hypertensive effect Effects 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011221 initial treatment Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012148 non-surgical treatment Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 208000006820 Arthralgia Diseases 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 206010019909 Hernia Diseases 0.000 description 1
- 208000007353 Hip Osteoarthritis Diseases 0.000 description 1
- 208000005016 Intestinal Neoplasms Diseases 0.000 description 1
- 208000012659 Joint disease Diseases 0.000 description 1
- 206010060820 Joint injury Diseases 0.000 description 1
- 208000008238 Muscle Spasticity Diseases 0.000 description 1
- 208000000112 Myalgia Diseases 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 241000282320 Panthera leo Species 0.000 description 1
- 241000282376 Panthera tigris Species 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 208000029033 Spinal Cord disease Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 241000377209 Unicorn Species 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000008933 bodily movement Effects 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 210000000133 brain stem Anatomy 0.000 description 1
- 238000002554 cardiac rehabilitation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 239000007933 dermal patch Substances 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 238000002283 elective surgery Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 238000013150 knee replacement Methods 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 238000010197 meta-analysis Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 201000006417 multiple sclerosis Diseases 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 206010028417 myasthenia gravis Diseases 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 230000000626 neurodegenerative effect Effects 0.000 description 1
- 208000018360 neuromuscular disease Diseases 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000069 prophylactic effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 210000002832 shoulder Anatomy 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 208000018198 spasticity Diseases 0.000 description 1
- 208000020431 spinal cord injury Diseases 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000472 traumatic effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Images
Classifications
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6895—Sport equipment
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/09—Rehabilitation or training
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B22/00—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements
- A63B22/06—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with support elements performing a rotating cycling movement, i.e. a closed path movement
- A63B22/0605—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with support elements performing a rotating cycling movement, i.e. a closed path movement performing a circular movement, e.g. ergometers
- A63B2022/0611—Particular details or arrangement of cranks
- A63B2022/0623—Cranks of adjustable length
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B2071/0675—Input for modifying training controls during workout
- A63B2071/0683—Input by handheld remote control
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/10—Positions
- A63B2220/16—Angular positions
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/50—Force related parameters
- A63B2220/51—Force
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2225/00—Miscellaneous features of sport apparatus, devices or equipment
- A63B2225/50—Wireless data transmission, e.g. by radio transmitters or telemetry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Pulmonology (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Urology & Nephrology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
방법은, 치료 기기를 사용하여 치료 계획을 수행하는 사용자에 관한 치료 데이터를 수신하는 단계를 포함한다. 치료 데이터는 사용자의 특성들, 사용자가 치료 기기를 사용하는 동안 사용자에 관한 측정 정보, 치료 기기의 특성들 및 치료 계획 중 적어도 하나를 포함한다. 방법은 또한 치료 데이터를 사용하여 치료 정보를 생성하는 단계 및 헬스케어 제공자의 컴퓨팅 디바이스에서 액세스하기 위해, 치료 정보를 저장하는 단계를 포함한다. 방법은 또한 헬스케어 제공자의 컴퓨팅 디바이스에서 인터페이스와 통신하는 단계로서, 인터페이스는 치료 계획 입력을 수신하도록 구성되는, 상기 통신하는 단계, 및 치료 계획에 대한 적어도 하나의 수정을 포함하는 치료 계획 입력을 수신하는 것에 응답하여 치료 계획을 수정하는 단계를 포함한다.
Description
관련 출원들에 대한 상호 참조
본 출원은 2021년 1월 12일에 출원된 "Method and System for Using Sensor Data from Rehabilitation or Exercise Equipment to Treat Patients via Telemedicine"이라는 명칭의 미국 특허 출원 일련 번호 제17/147,428호의 우선권 및 이점을 주장하는 것으로, 이는 2020년 7월 6일에 출원된 "Method and System for Using Sensor Data from Rehabilitation or Exercise Equipment to Treat Patients via Telemedicine"이라는 명칭의 미국 임시 출원 특허 일련 번호 제63/048,456호의 우선권 및 이점을 주장하며; 그리고 이는 2020년 9월 15일자로 출원된 "Telemedicine for Orthopedic Treatment"이라는 명칭의 미국 특허 출원 일련 번호 제17/021,895호의 우선권 및 이점을 주장하는 계속 특허 출원으로서, 이는 2019년 10월 3일자로 출원된 "Telemedicine for Orthopedic Treatment"이라는 명칭의 미국 임시 출원 특허 일련 번호 제62/910,232호의 우선권 및 이점을 주장하며, 그 전체 개시 내용은 본원에 참조로서 통합된다.
이 출원은 2020년 4월 23일자로 출원된 "Method and System for Describing and Recommending Optimal Treatment Plans in Adaptive Telemedical or Other Contexts"이라는 명칭의 미국 특허 출원 일련 변호 제16/856,985호의 우선권 및 이점을 주장하는 것으로, 그 전체 개시 내용은 본원에 참조로서 통합된다.
이 출원은 2021년 1월 12일자로 출원된 "Method and System Using Artificial Intelligence to Monitor User Characteristics During a Telemedicine Session"이라는 명칭의 미국 특허 출원 일련 번호 제17/147,439호의 우선권 및 이점을 주장하는 것으로, 이는 2020년 10월 7일자로 출원된 "Method and System Using Artificial Intelligence to Monitor User Characteristics During a Telemedicine Session"이라는 명칭의 미국 임시 특허 출원 일련 번호 제63/088,657호의 우선권 및 이점을 주장하며; 그리고 이는 2020년 9월 15일자로 출원된 "Telemedicine for Orthopedic Treatment"라는 명칭의 미국 특허 출원 일련 번호 제17/021,895호의 우선권 및 이점을 주장하는 일부계속출원으로서, 이는 2019년 10월 3일자로 출원된 "Telemedicine for Orthopedic Treatment"이라는 명칭의 미국 임시 출원 특허 일련 번호 제62/910,232호의 우선권 및 이점을 주장하며, 이는 그 전체 개시 내용이 본원에 참조로서 통합된다.
이 출원은 2012년 1월 12일자로 출원된 "“Method and System for Using Virtual Avatars Associated with Medical Professionals During Exercise Sessions"이라는 명칭의 미국 특허 출원 일련 번호 제17/147,211호의 우선권 및 이점을 주장하는 것으로, 이는 2020년 10월 23일자로 출원된 "Method and System for Using Virtual Avatars Associated with Medical Professionals During Exercise Sessions"이라는 명칭의 미국 임시 출원 특허 일련 번호 제63/104,716호의 우선권 및 이점을 주장하며; 그리고 이는 2020년 9월 15일자로 출원된 "Telemedicine for Orthopedic Treatment"이라는 명칭의 미국 특허 출원 일련 번호 제17/021,895호의 우선권 및 이점을 주장하는 일부계속출원으로서, 이는 2019년 10월 3일자로 출원된 "Telemedicine for Orthopedic Treatment"이라는 명칭의 미국 임시 특허 출원 일련 번호 제62/910,232호의 우선권 및 이점을 주장하며, 그 전체 개시 내용은 본원에 참조로서 통합된다.
원격 의료 지원 또는 원격 의료는 환자가 신체 부위에 대한 재활 요법의 다양한 측면들을 수행하는 데 도움이 될 수 있다. 환자는 오디오 및/또는 시청각 통신을 통해 원격 의료 지원을 받기 위해 어시스턴트 인터페이스와 통신하는 환자 인터페이스를 사용할 수 있다.
개시된 실시예들의 양태는 치료 기기를 사용하여 치료 계획을 수행하는 사용자에 관한 치료 데이터를 수신하는 단계를 포함하는 방법을 포함한다. 치료 데이터는 사용자의 특성들, 사용자가 치료 기기를 사용하는 동안 사용자에 관한 측정 정보, 치료 기기의 특성들 및 치료 계획 중 적어도 하나를 포함한다. 방법은 또한 치료 데이터를 사용하여 치료 정보를 생성하는 단계 및 헬스케어 제공자의 컴퓨팅 디바이스에서 액세스하기 위해, 관련 메모리에 치료 정보를 기록하는 단계를 포함한다. 방법은 또한 헬스케어 제공자의 컴퓨팅 디바이스에서 인터페이스와 통신하는 단계로서, 인터페이스는 치료 계획 입력을 수신하도록 구성되는, 상기 통신하는 단계, 및 치료 계획에 대한 적어도 하나의 수정을 포함하는 치료 계획 입력을 수신하는 것에 응답하여 치료 계획을 수정하는 단계를 포함한다.
개시된 실시예들의 양태는 운동 세션을 수행하는 동안 환자에 의해 조작되도록 구성된 치료 장치, 가상 아바타를 수신하도록 구성된 환자 인터페이스를 포함하는 컴퓨터 구현 시스템을 포함한다. 환자 인터페이스는 가상 아바타를 제시하도록 구성된 출력 디바이스를 포함한다. 가상 아바타는 치료 장치의 가상 표현을 사용하여 운동 세션 내내 환자를 안내한다. 가상 아바타는 의료 전문가와 연관된다. 컴퓨터 구현 시스템은 환자 인터페이스에 환자의 가상 아바타를 제공하고, 환자 인터페이스로부터, 트리거 이벤트와 관련된 메시지를 수신하고, 메시지는 트리거 이벤트의 심각도 레벨을 포함하고, 트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하는지 여부를 결정하고, 트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과한다고 결정하는 것에 응답하여, 환자 인터페이스 상에서 가상 아바타의 프리젠테이션을 의료 전문가의 컴퓨터 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 대체하도록 구성된 서버 컴퓨팅 디바이스를 포함한다.
개시된 실시예들의 일 양태는 인공 지능 엔진에 의해, 처리 장치에서 사용할 최적의 치료 계획을 제공하는 방법을 포함한다. 방법은 데이터 소스로부터, 치료 장치를 사용하여 특정 특성들을 갖는 사람들에 대한 특정 치료 계획들을 수행한 결과들에 관한 임상 정보를 수신하는 단계로서, 임상 정보는 제1 데이터 형식을 갖는, 상기 수신하는 단계; 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 단계; 의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용하여 환자가 따를 최적의 치료 계획을 결정하는 단계; 및 의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하는 단계를 포함한다.
개시된 실시예들의 일 양태는 인공 지능 엔진에 의해, 처리 장치에서 사용할 최적의 치료 계획을 제공하는 방법을 포함한다. 방법은 데이터 소스로부터, 치료 장치를 사용하여 특정 특성들을 갖는 사람들에 대한 특정 치료 계획들을 수행한 결과들에 관한 임상 정보를 수신하는 단계로서, 임상 정보는 제1 데이터 형식을 갖는, 상기 수신하는 단계; 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 단계; 의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용하여 환자가 따를 최적의 치료 계획을 결정하는 단계; 및 의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하는 단계를 포함한다.
개시된 실시예들의 다른 양태는 처리 장치 및 처리 장치에 통신 가능하게 결합되고 명령어들을 저장할 수 있는 메모리를 포함하는 시스템을 포함한다. 처리 장치는 본원에 설명된 방법들, 동작들 또는 단계들 중 어느 하나를 수행하기 위해 명령어들을 실행한다.
개시된 실시예들의 다른 양태는 실행 시 처리 장치가 본원에 설명된 방법들, 동작들 또는 단계들 중 어느 하나를 수행하도록 하는 명령어들을 저장하는 유형의, 비일시적 컴퓨터 판독 가능 매체를 포함한다.
본 개시는 첨부 도면들과 함께 읽을 때 다음의 상세한 설명으로부터 가장 잘 이해된다. 일반적인 관례에 따르면, 도면들의 다양한 특징들은 축척에 맞지 않는다는 점이 강조된다. 반대로, 다양한 특징들의 치수는 명확성을 위해 임의로 확장되거나 축소된다.
도 1은 일반적으로 본 개시의 원리에 따라 치료 계획을 관리하기 위한 컴퓨터 구현 시스템의 일 실시예의 블록도를 예시한다.
도 2는 일반적으로 본 개시의 원리에 따른 치료 기기의 일 실시예의 사시도를 예시한다.
도 3은 일반적으로 본 개시의 원리에 따른 도 2의 치료 기기의 페달의 사시도를 예시한다.
도 4는 일반적으로 본 개시의 원리에 따른 도 2의 치료 기기를 사용하는 사람의 사시도를 예시한다.
도 5는 일반적으로 본 개시의 원리에 따른 어시스턴트 인터페이스의 오버뷰 디스플레이의 예시적인 실시예를 예시한다.
도 6은 일반적으로 환자에 관한 데이터에 기초하여 본 개시의 원리에 따른 환자를 위한 치료 계획을 출력하도록 기계 학습 모델을 훈련시키는 예시적인 블록도를 예시한다.
도 7은 일반적으로 본 개시의 원리에 따른 원격 의료 세션 동안 추천 치료 계획들 및 제외 치료 계획들을 제시하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 일 실시예를 예시한다.
도 8은 일반적으로 본 개시의 원리에 따라 변경된 환자 데이터의 결과로 변경된 추천 치료 계획들을 원격 의료 세션 동안 실시간으로 제시하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 일 실시예를 예시한다.
도 9는 일반적으로 본 개시의 원리에 따라 사용자가 도 2의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 수정하고, 상기 수정에 기초하여 적어도 하나의 치료 기기를 제어하는 방법을 예시하는 흐름도이다.
도 10은 일반적으로 본 개시의 원리에 따라 사용자가 도 2의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 수정하고, 상기 수정에 기초하여 적어도 하나의 치료 기기를 제어하는 대안적인 방법을 예시하는 흐름도이다.
도 11은 일반적으로 본 개시의 원리에 따라 사용자가 도 2의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 수정하고, 상기 수정에 기초하여 적어도 하나의 치료 기기를 제어하는 대안적인 방법을 예시하는 흐름도이다.
도 12는 일반적으로 본 개시의 원리에 따른 컴퓨터 시스템을 예시한다.
도 13은 본 개시에 따른 치료 계획을 관리하기 위한 컴퓨터 구현 시스템의 일 실시예의 블록도를 도시한다.
도 14는 본 개시에 따른 치료 장치의 일 실시예의 사시도를 도시한다.
도 15는 본 개시에 따른 도 14의 치료 장치의 페달의 사시도를 도시한다.
도 16은 본 개시에 따른 도 14의 치료 장치를 사용하는 사람의 사시도를 도시한다.
도 17은 본 개시에 따른 어시스턴트 인터페이스의 오버뷰 디스플레이의 예시적인 실시예를 도시한다.
도 18은 본 개시에 따른 원격 의료 세션 동안 실시간으로 추천 최적 치료 계획 및 제외 치료 계획을 제시하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 예시적인 실시예를 도시한다.
도 19는 본 개시에 따른 인공 지능 엔진에 의한 처리를 위해 임상 정보를 의료 기술 언어로 번역하는 서버의 예시적인 실시예를 도시한다.
도 20은 본 개시에 따른 최적의 치료 계획을 추천하는 방법의 예시적인 실시예를 도시한다.
도 21은 본 개시에 따른 임상 정보를 의료 기술 언어로 번역하는 방법의 예시적인 실시예를 도시한다.
도 22는 본 개시에 따른 예시적인 컴퓨터 시스템을 도시한다.
도 23은 일반적으로 본 개시의 원리에 따른 치료 계획을 관리하기 위한 컴퓨터 구현 시스템의 일 실시예의 블록도를 예시한다.
도 24는 일반적으로 본 개시의 원리에 따른 치료 기기의 일 실시예의 사시도를 예시한다.
도 25는 일반적으로 본 개시의 원리에 따른 도 24의 치료 기기의 페달의 사시도를 예시한다.
도 26은 일반적으로 본 개시의 원리에 따른 도 24의 치료 기기를 사용하는 사람의 사시도를 예시한다.
도 27은 일반적으로 본 개시의 원리에 따른 어시스턴트 인터페이스의 오버뷰 디스플레이의 예시적인 실시예를 예시한다.
도 28은 일반적으로 본 개시의 원리에 따른 환자에 관한 데이터에 기초하여 환자를 위한 치료 계획을 출력하도록 기계 학습 모델을 훈련시키는 예시적인 블록도를 예시한다.
도 29는 일반적으로 본 개시의 원리에 따른 원격 의료 세션 동안 추천 치료 계획 및 제외 치료 계획을 제시하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 일 실시예를 예시한다.
도 30은 일반적으로 본 개시의 원리에 따른 변경된 환자 데이터의 결과로 변경된 추천 치료 계획을 원격 의료 세션 동안 실시간으로 제시하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 일 실시예를 예시한다.
도 31은 일반적으로 본 개시의 원리에 따른 사용자가 도 24의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 사용자가 치료 기기를 사용하는 동안 사용자의 특성들을 모니터링하는 방법을 예시하는 흐름도이다.
도 32는 일반적으로 본 개시의 원리에 따른 사용자가 도 24의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 사용자가 치료 기기를 사용하는 동안 사용자의 특성들을 모니터링하는 대안적인 방법을 예시하는 흐름도이다.
도 33은 일반적으로 본 개시의 원리에 따른 사용자가 도 24의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 사용자가 치료 기기를 사용하는 동안 사용자의 특성들을 모니터링하는 대안적인 방법을 예시하는 흐름도이다.
도 34는 일반적으로 본 개시에 따른 사용자가 치료 기기를 사용하는 동안 최적의 치료 계획을 선택받고, 상기 최적의 치료 계획에 기초하여 치료 기기를 제어하는 방법을 예시하는 흐름도이다.
도 35는 일반적으로 본 개시의 원리에 따른 컴퓨터 시스템을 예시한다.
도 36은 본 개시에 따른 치료 계획을 관리하기 위한 컴퓨터 구현 시스템의 일 실시예의 블록도를 도시한다.
도 37은 본 개시에 따른 치료 장치의 일 실시예의 사시도를 도시한다.
도 38은 본 개시에 따른 도 37의 치료 장치의 페달의 사시도를 도시한다.
도 39는 본 개시에 따른 도 37의 치료 장치를 사용하는 사람의 사시도를 도시한다.
도 40은 본 개시에 따른 어시스턴트 인터페이스의 오버뷰 디스플레이의 예시적인 실시예를 도시한다.
도 41은 본 개시에 따른 환자에 관한 데이터에 기초하여 환자를 위한 치료 계획을 출력하도록 기계 학습 모델을 훈련시키는 예시적인 블록도를 도시한다.
도 42는 본 개시에 따른 운동 세션 내내 환자를 안내하는 가상 아바타를 제시하는 환자 인터페이스의 오버뷰 디스플레이의 일 실시예를 도시한다.
도 43은 본 개시에 따른 환자에 관한 통지를 수신하고 어시스턴트가 원격 의료 세션을 실시간으로 개시할 수 있게 하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 일 실시예를 도시한다.
도 44는 본 개시에 따른 가상 아바타를 대체한 의료 전문가의 피드를 원격 의료 세션 동안 실시간으로 제시하는 환자 인터페이스의 오버뷰 디스플레이의 일 실시예를 도시한다.
도 45는 본 개시에 따른 발생되는 트리거 이벤트에 기초하여 가상 아바타를 의료 전문가의 피드로 대체하는 방법의 예시적인 실시예를 도시한다.
도 46은 본 개시에 따른 가상 아바타를 제공하는 방법의 예시적인 실시예를 도시한다.
도 47은 본 개시에 따른 예시적인 컴퓨터 시스템을 도시한다.
도 1은 일반적으로 본 개시의 원리에 따라 치료 계획을 관리하기 위한 컴퓨터 구현 시스템의 일 실시예의 블록도를 예시한다.
도 2는 일반적으로 본 개시의 원리에 따른 치료 기기의 일 실시예의 사시도를 예시한다.
도 3은 일반적으로 본 개시의 원리에 따른 도 2의 치료 기기의 페달의 사시도를 예시한다.
도 4는 일반적으로 본 개시의 원리에 따른 도 2의 치료 기기를 사용하는 사람의 사시도를 예시한다.
도 5는 일반적으로 본 개시의 원리에 따른 어시스턴트 인터페이스의 오버뷰 디스플레이의 예시적인 실시예를 예시한다.
도 6은 일반적으로 환자에 관한 데이터에 기초하여 본 개시의 원리에 따른 환자를 위한 치료 계획을 출력하도록 기계 학습 모델을 훈련시키는 예시적인 블록도를 예시한다.
도 7은 일반적으로 본 개시의 원리에 따른 원격 의료 세션 동안 추천 치료 계획들 및 제외 치료 계획들을 제시하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 일 실시예를 예시한다.
도 8은 일반적으로 본 개시의 원리에 따라 변경된 환자 데이터의 결과로 변경된 추천 치료 계획들을 원격 의료 세션 동안 실시간으로 제시하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 일 실시예를 예시한다.
도 9는 일반적으로 본 개시의 원리에 따라 사용자가 도 2의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 수정하고, 상기 수정에 기초하여 적어도 하나의 치료 기기를 제어하는 방법을 예시하는 흐름도이다.
도 10은 일반적으로 본 개시의 원리에 따라 사용자가 도 2의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 수정하고, 상기 수정에 기초하여 적어도 하나의 치료 기기를 제어하는 대안적인 방법을 예시하는 흐름도이다.
도 11은 일반적으로 본 개시의 원리에 따라 사용자가 도 2의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 수정하고, 상기 수정에 기초하여 적어도 하나의 치료 기기를 제어하는 대안적인 방법을 예시하는 흐름도이다.
도 12는 일반적으로 본 개시의 원리에 따른 컴퓨터 시스템을 예시한다.
도 13은 본 개시에 따른 치료 계획을 관리하기 위한 컴퓨터 구현 시스템의 일 실시예의 블록도를 도시한다.
도 14는 본 개시에 따른 치료 장치의 일 실시예의 사시도를 도시한다.
도 15는 본 개시에 따른 도 14의 치료 장치의 페달의 사시도를 도시한다.
도 16은 본 개시에 따른 도 14의 치료 장치를 사용하는 사람의 사시도를 도시한다.
도 17은 본 개시에 따른 어시스턴트 인터페이스의 오버뷰 디스플레이의 예시적인 실시예를 도시한다.
도 18은 본 개시에 따른 원격 의료 세션 동안 실시간으로 추천 최적 치료 계획 및 제외 치료 계획을 제시하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 예시적인 실시예를 도시한다.
도 19는 본 개시에 따른 인공 지능 엔진에 의한 처리를 위해 임상 정보를 의료 기술 언어로 번역하는 서버의 예시적인 실시예를 도시한다.
도 20은 본 개시에 따른 최적의 치료 계획을 추천하는 방법의 예시적인 실시예를 도시한다.
도 21은 본 개시에 따른 임상 정보를 의료 기술 언어로 번역하는 방법의 예시적인 실시예를 도시한다.
도 22는 본 개시에 따른 예시적인 컴퓨터 시스템을 도시한다.
도 23은 일반적으로 본 개시의 원리에 따른 치료 계획을 관리하기 위한 컴퓨터 구현 시스템의 일 실시예의 블록도를 예시한다.
도 24는 일반적으로 본 개시의 원리에 따른 치료 기기의 일 실시예의 사시도를 예시한다.
도 25는 일반적으로 본 개시의 원리에 따른 도 24의 치료 기기의 페달의 사시도를 예시한다.
도 26은 일반적으로 본 개시의 원리에 따른 도 24의 치료 기기를 사용하는 사람의 사시도를 예시한다.
도 27은 일반적으로 본 개시의 원리에 따른 어시스턴트 인터페이스의 오버뷰 디스플레이의 예시적인 실시예를 예시한다.
도 28은 일반적으로 본 개시의 원리에 따른 환자에 관한 데이터에 기초하여 환자를 위한 치료 계획을 출력하도록 기계 학습 모델을 훈련시키는 예시적인 블록도를 예시한다.
도 29는 일반적으로 본 개시의 원리에 따른 원격 의료 세션 동안 추천 치료 계획 및 제외 치료 계획을 제시하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 일 실시예를 예시한다.
도 30은 일반적으로 본 개시의 원리에 따른 변경된 환자 데이터의 결과로 변경된 추천 치료 계획을 원격 의료 세션 동안 실시간으로 제시하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 일 실시예를 예시한다.
도 31은 일반적으로 본 개시의 원리에 따른 사용자가 도 24의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 사용자가 치료 기기를 사용하는 동안 사용자의 특성들을 모니터링하는 방법을 예시하는 흐름도이다.
도 32는 일반적으로 본 개시의 원리에 따른 사용자가 도 24의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 사용자가 치료 기기를 사용하는 동안 사용자의 특성들을 모니터링하는 대안적인 방법을 예시하는 흐름도이다.
도 33은 일반적으로 본 개시의 원리에 따른 사용자가 도 24의 치료 기기를 사용하는 동안 수신된 치료 데이터에 기초하여 사용자가 치료 기기를 사용하는 동안 사용자의 특성들을 모니터링하는 대안적인 방법을 예시하는 흐름도이다.
도 34는 일반적으로 본 개시에 따른 사용자가 치료 기기를 사용하는 동안 최적의 치료 계획을 선택받고, 상기 최적의 치료 계획에 기초하여 치료 기기를 제어하는 방법을 예시하는 흐름도이다.
도 35는 일반적으로 본 개시의 원리에 따른 컴퓨터 시스템을 예시한다.
도 36은 본 개시에 따른 치료 계획을 관리하기 위한 컴퓨터 구현 시스템의 일 실시예의 블록도를 도시한다.
도 37은 본 개시에 따른 치료 장치의 일 실시예의 사시도를 도시한다.
도 38은 본 개시에 따른 도 37의 치료 장치의 페달의 사시도를 도시한다.
도 39는 본 개시에 따른 도 37의 치료 장치를 사용하는 사람의 사시도를 도시한다.
도 40은 본 개시에 따른 어시스턴트 인터페이스의 오버뷰 디스플레이의 예시적인 실시예를 도시한다.
도 41은 본 개시에 따른 환자에 관한 데이터에 기초하여 환자를 위한 치료 계획을 출력하도록 기계 학습 모델을 훈련시키는 예시적인 블록도를 도시한다.
도 42는 본 개시에 따른 운동 세션 내내 환자를 안내하는 가상 아바타를 제시하는 환자 인터페이스의 오버뷰 디스플레이의 일 실시예를 도시한다.
도 43은 본 개시에 따른 환자에 관한 통지를 수신하고 어시스턴트가 원격 의료 세션을 실시간으로 개시할 수 있게 하는 어시스턴트 인터페이스의 오버뷰 디스플레이의 일 실시예를 도시한다.
도 44는 본 개시에 따른 가상 아바타를 대체한 의료 전문가의 피드를 원격 의료 세션 동안 실시간으로 제시하는 환자 인터페이스의 오버뷰 디스플레이의 일 실시예를 도시한다.
도 45는 본 개시에 따른 발생되는 트리거 이벤트에 기초하여 가상 아바타를 의료 전문가의 피드로 대체하는 방법의 예시적인 실시예를 도시한다.
도 46은 본 개시에 따른 가상 아바타를 제공하는 방법의 예시적인 실시예를 도시한다.
도 47은 본 개시에 따른 예시적인 컴퓨터 시스템을 도시한다.
표기법 및 명명법
특정 시스템 컴포넌트들을 지칭하기 위해 다양한 용어들이 사용된다. 다른 회사는 다른 이름으로 컴포넌트를 지칭할 수 있다 - 이 문서에서는 이름은 다르지만 기능하지 않는 컴포넌트들 사이를 구별하려는 것은 아니다. 다음의 논의에서 그리고 청구범위에서, "포함하는(including)" 및 "포함하는(comprising)"이라는 용어들은 개방형 방식으로 사용되며, 따라서 "이에 제한되는 것은 아니나, ~을 포함하는"을 의미하는 것으로 해석되어야 한다. 또한, "결합하다(couple)" 또는 "결합하다(couples)"라는 용어는 간접 또는 직접 연결을 의미한다. 따라서, 제1 디바이스가 제2 디바이스에 연결되면, 해당 연결은 직접 연결을 통하거나 다른 디바이스들 및 연결들을 통한 간접 연결을 통할 수 있다.
본원에서 사용된 용어는 단지 특정 예시적인 실시예들을 설명하기 위해 사용된 것으로, 한정하려는 의도가 아니다. 본원에 사용된 바와 같이, 단수형 "하나의(a)", "하나의(an)" 및 "상기(the)"는 문맥상 명백하게 달리 나타내지 않는 한 복수형도 포함하는 것으로 의도될 수 있다. 본원에 설명된 방법 단계들, 프로세스들 및 동작들은 수행 순서로 구체적으로 식별되지 않는 한, 논의되거나 설명된 특정 순서로 수행을 반드시 필요로 하는 것으로 해석되지 않는다. 추가적 또는 대안적 단계들이 사용될 수 있음을 또한 이해해야 한다.
제1, 제2, 제3 등의 용어들은 본원에서 다양한 요소들, 컴포넌트들, 영역들, 층들 및/또는 섹션들을 설명하기 위해 사용될 수 있지만; 이러한 요소들, 컴포넌트들, 영역들, 층들 및/또는 섹션들은 이러한 용어들에 의해 제한되지 않아야 한다. 이러한 용어들은 하나의 요소, 컴포넌트, 영역, 층 또는 섹션을 다른 영역, 층 또는 섹션과 구별하는 데에만 사용될 수 있다. "제1", "제2" 및 기타 숫자 용어들과 같은 용어들은 본원에서 사용될 때, 문맥에 의해 명확하게 나타내지 않는 한 시퀀스 또는 순서를 의미하지 않는다. 따라서, 아래에서 논의되는 제1 요소, 컴포넌트, 영역, 층 또는 섹션은 예시적인 실시예들의 교시로부터 벗어나지 않고 제2 요소, 컴포넌트, 영역, 층 또는 섹션으로 명명될 수 있다. 항목 목록과 함께 사용될 때 "~ 중 적어도 하나"라는 문구는 나열된 항목들 중 하나 이상의 다른 조합들이 사용될 수 있고, 목록에서 하나의 항목만 필요할 수 있음을 의미한다. 예를 들어, "A, B 및 C 중 적어도 하나"는 다음의 조합인 A, B, C, A 및 B, A 및 C, B 및 C, 그리고 A 및 B 및 C 중 어느 하나를 포함한다. 다른 예에서, 항목 목록과 함께 사용될 때 "하나 이상"이라는 문구는 하나의 항목 또는 하나를 초과하는 임의의 적절한 개수의 항목들이 있을 수 있음을 의미한다.
"내부(inner)", "외부(outer)", "아래(beneath)", "아래(below)", "하부(lower)", "위(above)", "위(upper)", "상부(top)", "하부(bottom)" 등과 같은 공간적으로 상대적인 용어들이 본원에서 사용될 수 있다. 이들 공간적으로 상대적인 용어들은 도면들에 예시된 바와 같이 하나의 요소 또는 특징과 다른 요소(들) 또는 특징(들)의 관계를 설명하도록 설명의 용이함을 위해 사용될 수 있다. 공간적으로 상대적인 용어들은 도면들에 도시된 방향 외에, 사용 시 또는 동작 시 디바이스의 다른 방향들을 포함하도록 의도될 수도 있다. 예를 들어, 도면들에서 디바이스가 뒤집힌 경우, 다른 요소들 또는 특징들 "아래(below)" 또는 "아래(beneath)"로 설명된 요소들은 다른 요소들 또는 특징들 "위(above)"로 향하게 된다. 따라서, 예시 용어 "아래(below)"는 위와 아래의 방향을 모두 포함할 수 있다. 디바이스는 다른 방향으로 향할 수 있으며(90도 회전 또는 다른 방향으로) 본원에 사용된 공간적으로 상대적인 설명은 이에 따라 해석된다.
"치료 계획(treatment plan)"에는 하나 이상의 치료 프로토콜들이 포함될 수 있으며, 각 치료 프로토콜에는 하나 이상의 치료 세션들이 포함된다. 각 치료 세션은 여러 세션 기간들로 구성되며, 각 세션 기간에는 환자의 신체 부위를 치료하기 위한 특정 운동이 포함된다. 예를 들어, 무릎 수술 이후 수술 후 재활을 위한 치료 계획에는 수술 후 첫 3일 동안 하루 2회 스트레칭 세션으로 초기 치료 프로토콜 및 수술 후 4일부터 하루 4회 활성 운동 세션을 수행하는 보다 집중적인 치료 프로토콜이 포함될 수 있다. 치료 계획은 또한 환자에게 수행할 의료 절차, 치료 기기를 사용하는 환자를 위한 치료 프로토콜, 환자를 위한 식이 요법, 환자를 위한 약물 요법, 환자를 위한 수면 요법, 추가 요법 또는 이들의 일부 조합을 포함할 수 있다. 치료 계획은 또한 근력 훈련 프로토콜, 모션 범위 훈련 프로토콜, 심혈관 훈련 프로토콜, 지구력 훈련 프로토콜 등과 같은 하나 이상의 훈련 프로토콜들을 포함할 수 있다. 각 훈련 프로토콜은 여러 훈련 세션 기간들을 포함하는 하나 이상의 훈련 세션들을 포함할 수 있으며, 각 세션 기간은 근력 훈련, 모션 범위 훈련, 심혈관 훈련, 지구력 훈련 등 중 하나 이상에 대한 특정 운동을 포함한다.
원격의료(telemedicine), 원격보건(telehealth), 원격의료(telemed), 원격치료(teletherapeutic), 원격의료(telemedicine), 원격 의료(remote medicine) 등의 용어들은 본원에서 상호 교환적으로 사용될 수 있다.
"향상된 현실(“enhanced reality)"이라는 용어는 증강 현실, 가상 현실, 혼합 현실, 몰입형 현실 또는 이들의 조합(예를 들어, 몰입형 증강 현실, 혼합 증강 현실, 가상 및 증강 몰입형 현실, 등) 중 하나 이상을 포함하는 사용자 경험을 포함할 수 있다.
"증강 현실"이라는 용어는, 제한 없이, 사용자에 의해 인지할 수 있는 컴퓨터 생성 컴포넌트들과 실제 환경의 요소들을 결합하는 향상된 환경을 제공하는 인터랙티브(interactive) 사용자 경험을 지칭할 수 있다.
"가상 현실"이라는 용어는, 제한 없이, 사용자에 의해 인지할 수 있는 향상된 환경을 제공하는 시뮬레이션된 인터랙티브 사용자 경험을 지칭할 수 있으며, 이러한 향상된 환경은 실제 환경과 유사하거나 다를 수 있다.
"혼합 현실"이라는 용어는 사용자에 의해 인지할 수 있는 혼합 현실 환경을 제공하기 위해 증강 현실의 양태들과 가상 현실의 양태들을 결합한 인터랙티브 사용자 경험을 지칭할 수 있다.
"몰입형 현실"이라는 용어는 가상 및/또는 증강 현실 이미지, 사운드 및 기타 자극을 사용하여 시뮬레이션된 인터랙티브 경험에서 가능한 특정 범위(예를 들어, 부분 몰입 또는 전체 몰입)로 사용자를 몰입시키는 시뮬레이션된 인터랙티브 사용자 경험을 지칭할 수 있다. 예를 들어, 일부 실시예들에서, 가능한 특정 범위까지, 사용자는 일반적으로 실제 세계의 해당 양태들을 경험하는 것처럼 자연스럽게 몰입형 현실의 하나 이상의 양태들을 경험한다. 추가로 또는 대안으로, 몰입형 현실 경험은 배우, 내러티브 컴포넌트, 테마(예를 들어, 엔터테인먼트 테마 또는 기타 적절한 테마) 및/또는 컴포넌트들의 다른 적절한 특징들을 포함할 수 있다.
"신체 후광(body halo)"이라는 용어는 하드웨어 컴포넌트 또는 컴포넌트들을 지칭할 수 있으며, 이러한 컴포넌트 또는 컴포넌트들은 하나 이상의 플랫폼, 하나 이상의 신체 지지대 또는 케이지, 하나 이상의 의자 또는 좌석, 하나 이상의 등 지지대 또는 등 체결 메커니즘, 하나 이상의 다리 또는 발 체결 메커니즘, 하나 이상의 팔 또는 손 체결 메커니즘, 하나 이상의 헤드 체결 메커니즘, 기타 적합한 하드웨어 컴포넌트들 또는 이들의 조합을 포함할 수 있다.
본원에 사용된 바와 같이, "향상된 환경"이라는 용어는 전체적으로 향상된 환경, 향상된 환경의 적어도 하나의 양태, 향상된 환경의 하나 이상의 양태, 또는 향상된 환경의 임의의 적절한 개수의 양태들을 지칭할 수 있다.
본원에 사용된 바와 같이, "임계값"이라는 용어 및/또는 "범위"라는 용어는 백분율, 절대값, 측정 단위, 차이 값, 수치 또는 하나 이상의 값의 다른 적절한 표현으로 표현되는 하나 이상의 값을 포함할 수 있다.
"최적의 치료 계획"이라는 용어는 치료 계획 및/또는 청구 순서에 의해 생성된 금전적 가치 금액과 같은 하나 이상의 매개변수의 조합 또는 특정 매개변수를 기반으로 치료 계획을 최적화하는 것을 의미할 수 있습니다. 이에 제한되는 것은 아니나, 치료 계획 및/또는 청구 시퀀스에 의해 생성된 금전적 가치 금액으로서, 금전적 가치 금액은 달러 또는 다른 통화의 절대 금액으로 측정되는, 상기 금전적 가치 금액, 순 현재 가치(NPV) 또는 기타 측정, 치료 계획 및/또는 청구 시퀀스의 결과인 환자 결과, 의료 전문가에 지불된 요금, 환자가 빚진 금액 또는 그 일부를 상환하기 위한 지불 계획, 상환 계획, 보험이나 제3자 제공자에게 지불될 수익, 이익 또는 기타 금전적 가치 금액 또는 이들의 조합과 같은, 특정 파라미터 또는 하나 이상의 파라미터들의 조합에 기초하여 치료 계획을 최적화하는 것을 지칭할 수 있다.
실시간은 2초 이하를 지칭할 수 있다. 거의 실시간은 두 사람들이 이러한 사용자 인터페이스를 통해 대화에 참여할 수 있도록 충분히 짧은 시간의 상호 작용을 지칭할 수 있으며 일반적으로 10초 미만 2초 이상일 것이다.
본원에 설명된 시스템들 및 방법들 중 어느 하나는 재활과 관련하여 사용될 수 있다. 재활은 심장 재활, 뇌졸중으로부터의 재활, 다발성 경화증, 파킨슨병, 중증 근무력증, 알츠하이머병, 임의의 기타 신경변성 또는 신경근 질환, 뇌 손상, 척수 손상, 척수 질환, 관절 손상, 관절 질환 등을 대상으로 할 수 있다. 재활은 혈류와 림프 흐름을 개선하기 위해 근육 수축을 더 포함할 수 있으며, 뇌와 신경계를 사용하여 외상 부위를 제어하고 영향을 주어 치유 속도를 높이거나 통증(관절통 및 근육통 포함)을 역전시키거나 감소시키고, 뻣뻣함을 감소시키고, 모션 범위를 회복시키고, 통증 차단 호르몬의 방출을 자극하거나 전반적인 웰빙 느낌을 돕기 위해 고도로 산소화된 혈류를 촉진하기 위해 심혈관 참여를 장려한다. 재활은 큰 기형이 없는 합리적으로 좋은 신체 조건을 가진 평균 키의 개인뿐만 아니라 노인, 비만, 질병 진행에 취약한 사람, 부상 및/또는 모션 범위가 심하게 제한된 개인과 같이 보다 전형적으로 재활이 필요한 개인에게 제공될 수 있다. 달리 명시적으로 언급되지 않는 한, 재활에는 사전 재활("사전 재활(pre-habilitation)" 또는 "예비 재활(prehab)"이라고도 함)이 포함되는 것으로 이해해야 한다. 사전 재활은 예방 절차 또는 수술 전 또는 치료 전 절차로 사용될 수 있다. 사전 재활에는, 제한 없이, (예를 들어, 부상 발생 전에) 부상 가능성을 예방하거나 줄이고; 수술 후 회복 시간을 향상시키고; 수술 후 근력을 향상시키기 위해 환자에 의해 또는 환자에게 수행된(또는 제한 없이, 원격으로 또는 원위에서 원격의료를 통한 것을 포함하여, 환자에 의해 또는 환자에게 수행되도록 지시된) 모든 조치; 또는 환자 신체의 외부 또는 내부 부분에 대한 외과적 또는 비외과적 치료의 부상, 기능 장애 또는 기타 부정적인 결과를 개선하거나 완화할 목적으로 수행되는 비외과적 임상 치료 계획과 관련하여 전술한 모든 것을 포함할 수 있다. 예를 들어, 유방절제술은 유방절제술에 의해 직간접적으로 영향을 받는 근육이나 근육군을 강화하기 위한 사전 재활이 필요할 수 있다. 추가의 비제한적 예로서, 장 종양의 제거, 탈장 복구, 심장 절개 수술 또는 내부 장기 또는 구조에 수행되는 기타 절차들, 해당 장기 또는 구조를 복구할지, 이들 또는 그 일부를 절제할지, 이들을 치료할지 여부 등은, 제한 없이, 두개골이나 얼굴, 복부, 갈비뼈 및/또는 흉강 내부 또는 주변, 뿐만 아니라 모든 관절 및 부속물의 내부 또는 주변의 수많은 근육과 근육군을 절단, 해부 및/또는 손상시키는 것이 필요할 수 있다. 사전 재활은 앞서 언급한 모든 절차들에서 환자의 회복 속도, 삶의 질 측정, 통증 레벨 등을 개선할 수 있다. 사전 재활의 일 실시예에서, 수술 전 절차 또는 수술 전-비-수술 치료는 이러한 절차 또는 치료 전에 환자가 수행할 하나 이상의 운동 세트를 포함할 수 있다. 무릎 교체와 같은 선택적 수술 자격을 얻으려면 하나 이상의 운동 세트를 수행해야 할 수 있다. 환자는 하나 이상의 운동 세트를 수행함으로써 수술 절차를 위해 자신의 신체 부위를 준비할 수 있으며, 이에 따라 근육 그룹을 강화하고, 기존 근육 기억력을 개선하고, 통증을 줄이고, 경직을 줄이고, 새로운 근육 기억력을 확립하고, 이동성을 향상(즉, 모션 범위 향상)시키고, 혈류를 개선시키는 등을 할 수 있다.
상세한 설명
다음의 논의는 본 개시의 다양한 실시예들에 관한 것이다. 이들 실시예들 중 하나 이상이 바람직할 수 있지만, 개시된 실시예들은 청구항을 포함하는 개시의 범위를 제한하는 것으로 해석되거나 사용되어서는 안 된다. 추가로, 당업자는 다음의 설명이 광범위하게 적용되며, 임의의 실시예에 대한 논의는 단지 해당 실시예를 예시하기 위한 것이며, 청구항을 포함하는 본 개시의 범위가 해당 실시예로 제한하려는 것은 아님을 이해할 것이다.
특정 특성들(예를 들어, 바이탈 사인 또는 기타 측정치들; 행동(performance); 인구학적; 지리적; 진단적; 측정 또는 테스트 기반; 의학적 이력; 병인학적; 코호트 연관적; 감별 진단적; 수술, 물리적 치료, 약리학적 및 추천된 기타 치료(들); 등)을 가진 환자에 대한 치료 계획을 결정하는 것은 기술적으로 어려운 문제일 수 있다. 예를 들어, 치료 계획을 결정할 때 많은 정보가 고려될 수 있으며, 이는 치료 계획 선택 과정에서 비효율성과 부정확성을 초래할 수 있다. 재활 환경에서, 고려되는 다수의 정보 중 일부는 개인 정보, 행동 정보 및 측정 정보와 같은 환자의 특성들을 포함할 수 있다. 개인 정보에는 예를 들어 연령, 체중, 성별, 키, 체질량 지수, 의학적 상태, 가족 약물 이력, 부상, 의료 절차, 처방된 약물, 또는 이들의 일부 조합과 같은, 인구 통계학적, 심리학적 또는 기타 정보가 포함될 수 있다. 행동 정보는 예를 들어, 치료 기기의 사용 경과 시간, 치료 기기의 일부에 가해지는 힘의 양, 치료 기기에서 달성되는 모션 범위, 치료 기기의 일부의 이동 속도, 치료 기기를 사용하는 복수의 통증 레벨의 표시, 또는 이들의 일부 조합을 포함할 수 있다. 측정 정보는 예를 들어, 바이탈 사인, 호흡수, 심박수, 체온, 혈압, 또는 이들의 일부 조합을 포함할 수 있다. 다수의 환자들의 특성들, 해당 환자들에 대해 수행된 치료 계획들 및 해당 환자들에 대한 치료 계획의 결과들을 처리하는 것이 바람직할 수 있다.
또한, 또 다른 기술적 문제는 원격 의료 또는 원격 보건 세션 동안 컴퓨팅 디바이스를 통해, 환자가 있는 위치되는 위치와 다른 위치로부터 환자를 원거리에서 치료하는 것을 포함할 수 있다. 추가적인 기술적 문제는 다른 위치로부터, 환자가 위치된 위치에서 환자에 의해 사용되는 치료 기기를 제어하거나 치료 기기의 제어를 가능하게 하는 것이다. 종종 환자가 재활 수술(예를 들어, 무릎 수술)을 받을 때, 헬스케어 제공자는 환자의 거주지나 임의의 이동 위치 또는 임시 거주지에서 치료 프로토콜을 수행하는 데 사용할 치료 기기를 환자에게 처방할 수 있다. 헬스케어 제공자는 의사, 의사 어시스턴트, 간호사, 척추지압사, 치과의사, 물리 치료사, 침술사, 물리 트레이너, 코치, 개인 트레이너 등을 지칭할 수 있다. 헬스케어 제공자는 의학, 물리 치료, 재활 등의 분야에서 자격, 면허, 학위 등을 가진 임의의 사람을 지칭할 수 있다.
헬스케어 제공자가 환자 및 치료 기기와 다른 위치에 위치될 때, 헬스케어 제공자가 치료 기기를 사용하여 환자의 실제 진행 상황을 모니터링하고(진행 상황에 대한 환자의 말에 의존하는 것과는 반대로), 환자의 진행 상황에 따라 치료 계획을 수정하고, 환자가 치료 계획 등을 수행함에 따라 치료 기기를 환자의 개인 특성들에 맞게 적응시키는 것은 기술적으로 어려울 수 있다.
따라서, 환자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 센서 데이터를 사용하여 치료 계획을 수정하고/하거나 치료 기기를 적응시키는 본원에 설명된 것들과 같은 시스템들 및 방법들이 바람직할 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 치료 데이터를 수신하도록 구성될 수 있다. 사용자는 다양한 운동을 수행하기 위해 치료 기기를 사용하는 환자, 사용자 또는 사람을 포함할 수 있다. 치료 계획은 재활 치료 계획, 방문 재활 치료 계획, 운동 치료 계획 또는 기타 적절한 치료 계획에 해당할 수 있다. 치료 데이터는 사용자의 다양한 특성들, 사용자가 치료 기기를 사용하는 동안 사용자에 관한 다양한 측정 정보, 치료 기기의 다양한 특성들, 치료 계획, 기타 적절한 데이터 또는 이들의 조합을 포함할 수 있다.
일부 실시예들에서, 사용자가 치료 장치를 사용하여 치료 계획을 수행하는 동안, 치료 데이터 중 적어도 일부는 치료 기기의 다양한 특성들을 감지하도록 구성된 센서의 센서 데이터 및/또는 사용자의 측정 정보에 대응할 수 있다. 추가로 또는 대안으로, 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안, 치료 데이터 중 적어도 일부는 사용자의 측정 정보를 감지하도록 구성된 웨어러블 장치와 연관된 센서로부터의 센서 데이터에 대응할 수 있다.
치료 기기의 다양한 특성들은 치료 기기의 하나 이상의 설정들, 치료 기기의 회전 부재(예를 들어, 휠(wheel))의 시간 주기(예를 들어 1분)당 전류 회전수, 치료 기기의 저항 설정, 치료 기기의 다른 적절한 특성들, 또는 이들의 조합을 포함할 수 있다. 측정 정보는 사용자의 하나 이상의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온, 사용자의 혈압, 사용자의 기타 적절한 측정 정보 또는 이들의 조합을 포함할 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 치료 데이터를 사용하여 치료 정보를 생성하도록 구성될 수 있다. 치료 정보는 형식화된 치료 기기를 사용하는 동안 사용자에 의한 치료 계획의 수행에 대한 요약을 포함할 수 있으므로, 치료 데이터는 사용자에 의한 치료 계획의 수행을 담당하는 헬스케어 제공자 또는 헬스케어 전문가의 컴퓨팅 디바이스에 제시될 수 있다. "헬스케어 제공자" 및 "헬스케어 전문가"라는 용어들은 본원에서 상호교환적으로 사용될 수 있다. 헬스케어 제공자 또는 헬스케어 전문가는 의료 전문가(예를 들어, 의사, 간호사, 치료사 등), 운동 전문가(예를 들어, 코치, 트레이너, 영양사 등) 또는 의료 및 운동 속성들 중 적어도 하나를 공유하는 다른 전문가(예를 들어, 운동 생리학자, 물리 치료사, 작업 치료사 등)를 포함할 수 있다. 본원에 사용된 바와 같이, 그리고 전술한 내용을 제한하지 않고, 헬스케어 제공자 또는 헬스케어 전문가는 인간, 로봇, 가상 어시스턴트, 가상 및/또는 증강 현실의 가상 어시스턴트, 또는 소프트웨어 프로그램, 통합 소프트웨어 및 하드웨어 또는 하드웨어 단독을 포함하는 인공 지능 엔티티일 수 있다.
본원에 설명된 시스템들 및 방법들은 헬스케어 제공자의 컴퓨팅 디바이스에서 치료 정보에 액세스하고/하거나 헬스케어 제공자의 컴퓨팅 디바이스에서 치료 정보를 제공하기 위해, 관련 메모리에 기록하도록 구성될 수 있다. 예를 들어, 본원에 설명된 시스템들 및 방법들은 치료 정보를 헬스케어 제공자에게 제시하도록 구성된 인터페이스에 치료 정보를 제공하도록 구성될 수 있다. 인터페이스는 치료 정보를 제공하고 헬스케어 제공자로부터 입력을 수신하도록 구성된 그래픽 사용자 인터페이스를 포함할 수 있다. 인터페이스는 텍스트 입력 필드, 드롭다운 선택 입력 필드, 라디오 버튼 입력 필드, 가상 스위치 입력 필드, 가상 레버 입력 필드, 오디오, 햅틱, 촉각, 생체 인식 또는 기타 활성화된 및/또는 구동된 입력 필드, 기타 적합한 입력 필드 또는 이들의 조합과 같은 하나 이상의 입력 필드들을 포함할 수 있다.
일부 실시예들에서, 헬스케어 제공자는 치료 정보를 검토하고 치료 계획 및/또는 치료 기기의 하나 이상의 특성들을 수정할지 여부를 결정할 수 있다. 예를 들어, 헬스케어 제공자는 치료 정보를 검토하고 치료 정보를 사용자에 의해 수행되는 치료 계획과 비교할 수 있다.
헬스케어 제공자는 다음과 같이 (i) 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 예상 정보를 (ii) 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 측정 정보(예를 들어, 치료 정보에 의해 나타냄)와 비교할 수 있다. 예상 정보는 사용자의 하나 이상의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온, 사용자의 혈압, 사용자의 기타 적절한 정보 또는 이들의 조합을 포함할 수 있다. 헬스케어 제공자는 측정 정보의 하나 이상의 부분 또는 일부가 예상 정보의 하나 이상의 대응 부분 또는 일부와 연관된 허용 가능한 범위 내에 있는 경우 치료 계획이 원하는 효과를 갖는 것으로 결정할 수 있다. 반대로, 헬스케어 제공자는 측정 정보의 하나 이상의 부분 또는 일부가 예상 정보의 하나 이상의 대응 부분 또는 일부와 연관된 허용 가능한 범위 밖에 있는 경우 치료 계획이 원하는 효과를 갖지 않는 것으로 결정할 수 있다.
예를 들어, 헬스케어 제공자는 사용자가 치료 기기를 사용하는 동안 사용자에 대응하는 혈압 값(예를 들어, 수축기 혈압, 확장기 혈압 및/또는 맥압)(예를 들어, 측정 정보에 의해 표시됨)이 예상 정보에 의해 표시된 예상 혈압 값의 허용 범위(예를 들어, ±1%, ±5%, 또는 임의의 적절한 범위) 내에 있는지 여부를 결정할 수 있다. 헬스케어 제공자는 사용자가 치료 기기를 사용하는 동안 사용자에 대응되는 혈압 값이 예상 혈압 값의 범위 내에 있는 경우 치료 계획이 원하는 효과를 갖는 것으로 결정할 수 있다. 반대로, 헬스케어 제공자는 사용자가 치료 기기를 사용하는 동안 사용자에 대응되는 혈압 값이 예상 혈압 값의 범위 밖에 있는 경우 치료 계획이 원하는 효과를 갖지 않는 것으로 결정할 수 있다.
일부 실시예들에서, 헬스케어 제공자는 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 치료 기기의 예상 특성들을 치료 정보에 의해 표시된 치료 기기의 특성들과 비교할 수 있다. 예를 들어, 헬스케어 제공자는 치료 기기의 예상 저항 설정을 치료 정보에 의해 표시된 치료 기기의 실제 저항 설정과 비교할 수 있다. 헬스케어 제공자는 치료 정보가 나타내는 치료 기기의 실제 특성들이 치료 기기의 예상 특성들 중 해당 특성들의 범위 내에 있는 경우 사용자가 치료 계획을 적절하게 수행하고 있다고 결정할 수 있다. 반대로, 헬스케어 제공자는 치료 정보가 나타내는 치료 기기의 실제 특성들이 치료 기기의 예상 특성들 중 해당 특성들의 범위 밖에 있는 경우 사용자가 치료 계획을 적절하게 수행하고 있지 않다고 결정할 수 있다.
헬스케어 제공자가 치료 정보가 사용자가 치료 계획을 적절하게 수행하고 있고/있거나 치료 계획이 원하는 효과를 가지고 있음을 나타낸다고 결정하는 경우, 헬스케어 제공자는 치료 계획 또는 치료 기기의 하나 이상의 특성들을 수정하지 않기로 결정할 수 있다. 반대로, 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안, 헬스케어 제공자가 치료 정보가 환자가 치료 계획을 적절하게 수행하고 있지 않고/않거나 치료 계획이 원하는 효과를 가지고 있지 않음을 나타낸다고 결정하는 경우, 헬스케어 제공자는 치료 계획 및/또는 치료 기기의 하나 이상의 특성들을 수정하기로 결정할 수 있다.
일부 실시예들에서, 헬스케어 제공자는 헬스케어 제공자가 치료 계획 및/또는 치료 기기의 하나 이상의 특성들을 수정하기로 결정하는 경우 치료 계획 및/또는 치료 기기의 하나 이상의 특성들에 대한 하나 이상의 수정들을 나타내는 치료 계획 입력을 제공하기 위해 인터페이스와 상호 작용할 수 있다. 예를 들어, 헬스케어 제공자는 인터페이스를 사용하여 치료 기기의 저항 설정의 증가 또는 감소, 또는 치료 기기의 하나 이상의 특성들에 대한 다른 적절한 수정을 나타내는 입력을 제공할 수 있다. 추가로 또는 대안으로, 헬스케어 제공자는 인터페이스를 사용하여 치료 계획에 대한 수정을 나타내는 입력을 제공할 수 있다. 예를 들어, 헬스케어 제공자는 인터페이스를 사용하여 사용자가 치료 계획에 따라 치료 기기를 사용하는 데 필요한 시간의 증가 또는 감소, 또는 치료 계획에 대한 다른 적절한 수정들을 나타내는 입력을 제공할 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 치료 계획 입력에 의해 나타낸 하나 이상의 수정들에 기초하여 치료 계획을 수정하도록 구성될 수 있다. 추가로 또는 대안으로, 본원에 설명된 시스템들 및 방법들은 치료 계획의 수정된 적어도 하나의 양태 및/또는 치료 계획 입력에 기초하여 치료 기기의 하나 이상의 특성들을 수정하도록 구성될 수 있다. 예를 들어, 치료 계획 입력은 치료 기기의 하나 이상의 특성들을 수정하도록 표시할 수 있고/있거나 치료 계획은 사용자가 수정된 치료 계획의 원하는 결과를 달성하기 위해 치료 기기에 대한 조정을 요구하거나 표시할 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 후속 치료 데이터를 수신하도록 구성될 수 있다. 예를 들어, 헬스케어 제공자가 치료 계획을 수정하고/하거나 치료 기기의 하나 이상의 특성들을 제어하는 입력을 제공한 후, 사용자는 치료 기기를 사용하여 수정된 치료 계획을 계속 수행할 수 있다. 후속 치료 데이터는 사용자가 치료 기기를 사용하여 수정된 치료 계획을 수행하는 동안 생성된 치료 데이터에 대응할 수 있다. 일부 실시예들에서, 후속 치료 데이터는 헬스케어 제공자가 치료 정보를 수신하고 치료 계획을 수정하지 않고/않거나 치료 기기의 하나 이상의 특성들을 제어하지 않기로 결정한 후, 사용자가 치료 기기를 사용하여 치료 계획을 계속 수행하는 동안 생성된 치료 데이터에 대응할 수 있다.
헬스케어 제공자의 컴퓨팅 디바이스로부터 수신된 후속 치료 계획 입력에 기초하여, 본원에 설명된 시스템들 및 방법들은 치료 계획을 추가로 수정하고/하거나 치료 기기의 하나 이상의 특성들을 제어하도록 구성될 수 있다. 후속 치료 계획 입력은 후속 치료 데이터에 대응하는 후속 치료 정보를 수신 및/또는 검토하는 것에 응답하여, 인터페이스에서, 헬스케어 제공자에 의해 제공되는 입력에 대응할 수 있다. 본원에 설명된 시스템들 및 방법들은 본원에 설명된 센서들 또는 기타 적절한 소스들로부터 연속적으로 및/또는 주기적으로 수신된 치료 데이터에 기초하여 헬스케어 제공자의 컴퓨팅 디바이스에 치료 정보를 지속적으로 및또는 주기적으로 제공하도록 구성될 수 있다는 점을 이해해야 한다.
헬스케어 제공자는 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 지속적으로 또는 주기적으로 치료 정보를 수신 및/또는 검토할 수 있다. 지속적으로 및/또는 주기적으로 수신된 치료 정보에 의해 표시된 하나 이상의 추세에 기초하여, 헬스케어 제공자는 치료 계획을 수정할지 여부 및/또는 치료 기기의 하나 이상의 특성들을 제어할지 여부를 결정할 수 있다. 예를 들어, 하나 이상의 추세는 심박수의 증가 또는 사용자가 치료 계획을 적절하게 수행하지 않음 및/또는 사용자에 의한 치료 계획의 수행이 원하는 효과를 갖지 않음을 나타내는 다른 적절한 추세를 나타낼 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 인공 지능 및/또는 기계 학습을 사용하여 환자들을 코호트들에 할당하고 적응형 원격 의료 세션 동안 할당에 기초하여 치료 기기를 동적으로 제어하도록 구성될 수 있다. 일부 실시예들에서, 다수의 치료 기기들이 환자들에게 제공될 수 있다. 치료 기기들이 환자들에 의해 사용되어 환자들의 거주지, 체육관, 재활 센터, 병원, 또는 영구 거주지 또는 임시 거주지를 포함한 임의의 적절한 위치에서 치료 계획들을 수행할 수 있다.
일부 실시예들에서, 치료 기기들은 서버에 통신 가능하게 결합될 수 있다. 치료 데이터를 포함한 환자들의 특성들은 환자들이 치료 계획들을 수행하기 전에, 동안에 및/또는 후에 수집될 수 있다. 예를 들어, 개인 정보, 행동 정보 및 측정 정보는 개인이 치료 계획을 수행하기 전에, 동안에 및/또는 후에 수집될 수 있다. 각 운동을 수행한 결과들(예를 들어, 향동 향상 또는 행동 저하)은 치료 계획 전반에 걸쳐 그리고 치료 계획이 수행된 후에 치료 기기로부터 수집될 수 있다. 치료 기기의 파라미터들, 설정들, 구성들 등(예를 들어, 페달의 위치, 저항의 양 등)은 치료 계획이 수행되기 전에, 동안에 및/또는 후에 수집될 수 있다.
환자의 각 특성, 각 결과 및 각 파라미터, 설정, 구성 등은 타임스탬프될 수 있고 치료 계획의 특정 단계와 상관될 수 있다. 이러한 기술은 치료 계획의 어떤 단계들이 원하는 결과들(예를 들어, 근력 향상, 모션 범위 개선 등)로 이어질지 그리고 어떤 단계들이 수확체감(예를 들어, 3분 후 운동을 계속하는 것이 실제로 회복을 지연시키거나 해를 끼침)으로 이어질지를 결정하게 할 수 있다.
환자가 치료 기기를 사용하여 다양한 치료 계획들을 수행함에 따라 시간이 지남에 따라 치료 기기들 및/또는 임의의 적절한 컴퓨팅 디바이스(예를 들어, 본원에 설명된 컴퓨팅 디바이스의 인터페이스, 임상의 인터페이스, 환자 인터페이스 등과 같이 개인 정보가 입력되는 컴퓨팅 디바이스들)로부터 데이터가 수집될 수 있다. 수집될 수 있는 데이터는 환자들의 특성들, 환자들이 수행한 치료 계획들, 치료 계획들의 결과들, 본원에 설명된 임의의 데이터, 임의의 다른 적절한 데이터 또는 이들의 조합을 포함할 수 있다.
일부 실시예들에서, 데이터는 특정 사람들을 코호트들로 그룹화하기 위해 처리될 수 있다. 사람들은 특정 또는 선택된 유사한 특성들, 치료 계획들 및 치료 계획들의 수행 결과들을 가진 사람들로 그룹화될 수 있다. 예를 들어, 치료 계획을 수행(예를 들어, 3주 동안 주 5회 하루 30분 동안 치료 기기를 사용)한 의학적 상태가 없고 완전히 회복된 운동 선수들은 제1 코호트로 그룹화될 수 있다. 비만으로 분류되고 치료 계획을 수행(예를 들어, 4주 동안 주 3회 하루 10분 동안 치료 계획을 사용)하고 모션 범위를 75% 향상시킨 고령자들은 제2 코호트로 그룹화될 수 있다.
일부 실시예들에서, 인공 지능 엔진은 코호트들을 사용하여 훈련되는 하나 이상의 기계 학습 모델들을 포함할 수 있다. 예를 들어, 하나 이상의 기계 학습 모델들은 새로운 환자의 특성들의 입력을 수신하고 원하는 결과를 초래하는 환자에 대한 치료 계획을 출력하도록 훈련될 수 있다. 기계 학습 모델들은 새로운 환자의 특성들과 특정 코호트에 포함된 환자들 중 적어도 하나의 환자 사이의 패턴을 매칭할 수 있다. 패턴이 매칭되면, 기계 학습 모델들은 새로운 환자를 특정 코호트에 할당하고 적어도 한 명의 환자와 관련된 치료 계획을 선택할 수 있다. 인공 지능 엔진은 새로운 환자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 치료 계획에 기초하여 원위에서 치료 기기를 제어하도록 구성될 수 있다.
이해할 수 있는 바와 같이, 새로운 환자(예를 들어, 새로운 사용자)의 특성들은 새로운 환자가 치료 기기를 사용하여 치료 계획을 수행함에 따라 변할 수 있다. 예를 들어, 환자의 행동(performance)은 새로운 환자가 현재 할당된 코호트의 사람들에 대해 예상된 것보다 더 빨리 향상될 수 있다. 따라서, 기계 학습 모델들은 변경된 특성들에 기초하여, 현재 변경된 특성들과 유사한 특성들을 가진 사람들을 새로운 환자로서 포함하는 다른 코호트에 새로운 환자를 동적으로 재할당하도록 훈련될 수 있다. 예를 들어, 임상적으로 비만인 환자는 체중이 감소하고 더 이상 초기 코호트의 체중 기준을 충족하지 않을 수 있으며, 그 결과 환자는 다른 체중 기준을 가진 다른 코호트로 재할당된다.
새로운 환자에 대해 상이한 치료 계획이 선택될 수 있고, 새로운 환자가 치료 기기를 사용하여 치료 계획을 수행하는 동안, 치료 기기는 원위에서(예를 들어, 원격으로 지칭될 수 있음) 상이한 치료 계획, 치료 기기에 기초하여 제어될 수 있다. 이러한 기술들은 치료 기기를 원위에서 제어하는 기술적 해결책을 제공할 수 있다.
또한, 본원에 설명된 시스템들 및 방법들은 환자들의 특성들에 가장 정확하게 맞는 치료 계획이 실시간으로 임의의 주어진 순간에 선택되고 구현되기 때문에 환자들에게 더 빠른 회복 시간 및/또는 더 나은 결과들로 이어질 수 있다. "실시간"은 또한 거의 실시간을 지칭할 수 있으며, 이는 10초 미만일 수 있다. 본원에 설명된 바와 같이, "결과들"라는 용어는 의학적 결과들 또는 의학적 성과들을 지칭할 수 있다. 결과들 및 성과들은 의료 행위들에 대한 응답들을 지칭할 수 있다.
원하는 결과에 따라, 인공 지능 엔진은 몇 가지 치료 계획들을 출력하도록 훈련될 수 있다. 예를 들어, 하나의 결과는 가장 빠른 시간 내에 임계 레벨(예를 들어, 75% 모션 범위)으로 회복하는 것을 포함할 수 있는 반면, 다른 결과는 시간의 양에 관계없이 완전히 회복(예를 들어, 100% 모션 범위)을 포함할 수 있다. 환자들로부터 획득되고 코호트들로 분류된 데이터는 제1 치료 계획이 환자와 유사한 특성들을 가진 사람들에게 제1 결과를 제공하고, 제2 치료 계획이 환자와 유사한 특성들을 가진 사람들에게 제2 결과를 제공한다는 것을 나타낼 수 있다.
또한, 인공 지능 엔진은 환자에 대해 최적이 아닌, 즉 차선인, 비표준인 또는 아니면 제외된 치료 계획들(모두 제한 없이 "제외 치료 계획들"이라고 함)을 출력하도록 훈련될 수 있다. 예를 들어, 환자가 고혈압이 있는 경우, 환자를 불필요한 위험에 빠뜨리거나 심지어 고혈압 위기를 유발할 수 있으므로 특정 운동이 승인되지 않거나 환자에게 적합하지 않을 수 있으며, 따라서 해당 운동은 환자를 위한 제외 치료 계획으로 플래그 표시될 수 있다. 일부 실시예들에서, 인공 지능 엔진은 예를 들어 고혈압이 있는 환자(예를 들어, 사용자)가 치료 기기를 사용하여 적절한 치료 계획을 수행하는 동안 수신된 치료 데이터를 모니터링할 수 있고, 치료 데이터가 환자가 예를 들어 환자의 고혈압 상태를 악화시키지 않고 적절한 치료 계획을 처리하고 있음을 나타내는 경우 환자에게 유익한 결과들을 제공할 수 있는 제외 치료 계획의 특징들을 포함하도록 적절한 치료 계획을 수정할 수 있다.
일부 실시예들에서, 치료 계획들 및/또는 제외 치료 계획들은 원격 의료 또는 원격 보건 세션 동안 헬스케어 제공자에게 제시될 수 있다. 헬스케어 제공자는 환자에 대한 특정 치료 계획을 선택하여 그 치료 계획이 환자에게 전송되도록 하고/하거나 치료 계획에 기초하여 치료 기기를 제어하도록 할 수 있다. 일부 실시예들에서, 원격 진단, 치료 계획 결정 및 재활 및/또는 약리학적 처방을 포함하여, 원격 보건 또는 원격 의료 어플리케이션들을 용이하게 하기 위해, 인공 지능 엔진은 환자 및 치료 기기로부터 원거리에서 수신 및/또는 동작할 수 있다.
이러한 경우에, 추천 치료 계획들 및/또는 제외 치료 계획들은 헬스케어 제공자의 컴퓨팅 디바이스의 사용자 인터페이스에서 원격 의료 또는 원격 보건 세션 동안 실시간 또는 거의 실시간으로 환자의 비디오와 동시에 제시될 수 있다. 비디오에는 오디오, 텍스트 및 기타 멀티미디어 정보가 수반될 수도 있다. 실시간은 2초 이하를 지칭할 수 있다. 거의 실시간은 두 사람들이 이러한 사용자 인터페이스를 통해 대화에 참여할 수 있도록 충분히 짧은 시간의 상호 작용을 지칭할 수 있으며 일반적으로 10초 미만 2초 이상일 것이다.
환자 비디오의 제시와 동시에 인공 지능 엔진에 의해 생성된 치료 계획들을 제시하는 것은 향상된 사용자 인터페이스를 제공할 수 있는데, 이는 헬스케어 제공자가 동일한 사용자 인터페이스에서 치료 계획들을 검토하면서도 환자와 시각적으로 및/또는 계속 통신할 수 있기 때문이다. 향상된 사용자 인터페이스는 컴퓨팅 디바이스를 사용하는 헬스케어 제공자의 경험을 개선할 수 있고 헬스케어 제공자가 사용자 인터페이스를 재사용하도록 장려할 수 있다. 이러한 기술은 또한 헬스케어 제공자가 다른 사용자 인터페이스 화면으로 전환하여 환자의 특성들에 기초하여 추천할 치료 계획에 대한 쿼리를 입력할 필요가 없기 때문에 컴퓨팅 리소스들(예를 들어, 처리, 메모리, 네트워크)을 줄일 수 있다. 인공 지능 엔진은 치료 계획들과 제외 치료 계획들을 즉석에서 동적으로 제공하도록 구성될 수 있다.
일부 실시예들에서, 치료 기기는 그 특성들, 구성들 및 위치들이 특정 환자의 요구에 적응될 수 있기 때문에 적응적이고 및/또는 개인화될 수 있다. 예를 들어, 페달은 사용자를 위해 설계된 치료 계획에 따르도록 모션 범위를 증가 또는 감소시키기 위해 즉석에서(예를 들어, 원격 의료 세션을 통해 또는 검출되는 특정 측정치에 응답하여 프로그래밍된 구성에 기초하여) 동적으로 조정될 수 있다. 일부 실시예들에서, 헬스케어 제공자는 제어 명령어가 서버에서 치료 기기로 전송되도록 함으로써 원격 의료 세션 동안 원격으로, 치료 기기를 환자의 필요에 맞게 적응시킬 수 있다. 이러한 적응성은 환자의 회복 결과들을 개선하고, 개인화된 의료의 목표를 향상시키며, 개인별 치료 계획의 개인화를 가능하게 할 수 있다.
도 1은 일반적으로 컴퓨터 구현 시스템(10)의 블록도를 예시하며, 이하에서 치료 계획을 관리하기 위한 "시스템"이라 칭한다. 치료 계획 관리에는 인공 지능 엔진을 사용하여 치료 계획을 추천하고/하거나 환자에게 추천해서는 안 되는 제외 치료 계획을 제공하는 것이 포함될 수 있다.
시스템(10)은 또한 치료 계획 관리와 관련된 데이터를 저장하고(예를 들어, 관련 메모리에 기록) 제공하도록 구성된 서버(30)를 포함한다. 서버(30)는 하나 이상의 컴퓨터들을 포함할 수 있고 분산 및/또는 가상화된 컴퓨터 또는 컴퓨터들의 형태를 취할 수 있다. 서버(30)는 또한 제1 네트워크(34)를 통해 임상의 인터페이스(20)와 통신하도록 구성된 제1 통신 인터페이스(32)를 포함한다. 일부 실시예들에서, 제1 네트워크(34)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(Near-Field Communications; NFC), 셀룰러 데이터 네트워크 등과 같은 유선 및/또는 무선 네트워크 연결들을 포함할 수 있다. 서버(30)는 제1 프로세서(36) 및 제1 기계 판독 가능 저장 메모리(38)를 포함하며, 이는 간단히 "메모리"라고 불릴 수 있는데, 제1 프로세서(36)에 의한 실행을 위해 서버(30)의 다양한 동작들을 수행하기 위한 제1 명령어들(40)을 보유한다.
서버(30)는 치료 계획에 관한 데이터를 저장하도록 구성된다. 예를 들어, 메모리(38)는 한 명 이상의 환자들을 치료하기 위한 치료 계획들에 관한 데이터와 같은 시스템 데이터를 보유하도록 구성된 시스템 데이터 저장소(42)를 포함한다. 서버(30)는 또한 치료 계획을 따르는 환자에 의한 수행에 관한 데이터를 저장하도록 구성된다. 예를 들어, 메모리(38)는 치료 계획 내에서 각 환자의 행동을 나타내는 데이터를 포함하여, 한 명 이상의 환자들에 관한 데이터와 같은, 환자 데이터를 보유하도록 구성된 환자 데이터 저장소(44)를 포함한다.
추가로 또는 대안으로, 사람들의 특성들(예를 들어, 개인, 행동, 측정 등), 사람들이 따르는 치료 계획, 치료 계획의 준수 수준 및 치료 계획의 결과들은 상관 관계 및 기타 통계 또는 확률적 조치를 사용하여 환자 데이터 저장소(44)에서 치료 계획을 다른 환자 코호트 등가 데이터베이스로 분할을 가능하게 하거나 분할할 수 있다. 예를 들어, 제1 유사한 부상, 제1 유사한 의료 상태, 수행된 제1 유사한 의료 절차, 제1 환자가 따르는 제1 치료 계획, 및 제1 치료 계획 결과에 대한 데이터가 제1 환자 데이터베이스에 저장될 수 있다. 제2 유사한 부상, 제2 유사한 의료 상태, 수행된 제2 유사한 의료 절차, 제2 환자가 따르는 제2 치료 계획, 및 제2 치료 계획 결과에 대한 데이터가 제2 환자 데이터베이스에 저장될 수 있다. 단일 특성 또는 특성들의 임의의 조합이 환자들의 코호트들을 분리하는 데 사용될 수 있다. 일부 실시예들에서, 서로 다른 환자들의 코호트들은 동일한 데이터베이스의 서로 다른 파티션들 또는 볼륨들에 저장될 수 있다. 수학적 조합 및/또는 분할 이론에 의해 제한되는 경우를 제외하고, 허용되는 서로 다른 환자들의 코호트들의 수에 대한 특정 제한은 없다.
이러한 특성 데이터, 치료 계획 데이터 및 결과 데이터는 시간이 지남에 따라 수많은 치료 기기들 및/또는 컴퓨팅 디바이스들로부터 획득되며 데이터베이스(44)에 저장될 수 있다. 특성 데이터, 치료 계획 데이터 및 결과 데이터는 환자 데이터 저장소(44)의 환자-코호트 데이터베이스들에서 상관될 수 있다. 사람들의 특성들은 개인 정보, 행동 정보 및/또는 측정 정보를 포함할 수 있다.
환자 코호트 등가 데이터베이스들에 저장된 다른 사람들에 대한 이력 정보 외에, 치료 중인 현재 환자에 대한 현재 환자 특성들에 기초한 실시간 또는 거의 실시간 정보가 적절한 환자 코호트 등가 데이터베이스에 저장될 수 있다. 환자의 특성들은 특정 코호트(예를 들어, 코호트 A)의 다른 사람의 특성들과 일치하거나 유사한 것으로 결정될 수 있으며 환자는 해당 코호트에 할당될 수 있다.
일부 실시예들에서, 서버(30)는 본원에 개시된 실시예들 중 적어도 하나를 수행하기 위해 하나 이상의 기계 학습 모델들(13)을 사용하는 인공 지능(AI) 엔진(11)을 실행할 수 있다. 서버(30)는 하나 이상의 기계 학습 모델들(13)을 생성할 수 있는 훈련 엔진(9)을 포함할 수 있다. 기계 학습 모델들(13)은 무엇보다도 그들의 특성들에 기초하여 사람들을 특정 코호트들에 할당하고, 환자 코호트 등가물을 포함하는 실시간 및 이력 데이터 상관 관계를 사용하여 치료 계획을 선택하고, 치료 기기(70)를 제어하도록 훈련될 수 있다.
하나 이상의 기계 학습 모델들(13)은 훈련 엔진(9)에 의해 생성될 수 있고 훈련 엔진(9) 및/또는 서버들(30)의 하나 이상의 처리 장치들에 의해 실행 가능한 컴퓨터 명령어들로 구현될 수 있다. 하나 이상의 기계 학습 모델들(13)을 생성하기 위해, 훈련 엔진(9)은 하나 이상의 기계 학습 모델들(13)을 훈련시킬 수 있다. 하나 이상의 기계 학습 모델들(13)은 인공 지능 엔진(11)에 의해 사용될 수 있다.
훈련 엔진(9)은 랙마운트 서버, 라우터 컴퓨터, 개인용 컴퓨터, 휴대용 디지털 어시스턴트, 스마트폰, 랩탑 컴퓨터, 태블릿 컴퓨터, 넷북, 데스크톱 컴퓨터, 사물 인터넷(IoT) 장치, 임의의 기타 적합한 컴퓨팅 디바이스 또는 이들의 조합일 수 있다. 훈련 엔진(9)은 클라우드 기반 또는 실시간 소프트웨어 플랫폼일 수 있고, 프라이버시 소프트웨어 또는 프로토콜 및/또는 보안 소프트웨어 또는 프로토콜들을 포함할 수 있다.
하나 이상의 기계 학습 모델들(13)을 훈련시키기 위해, 훈련 엔진(9)은 치료 기기(70)를 사용하여 치료 계획을 사용한 사람들의 특성들, 치료 기기(70)를 사용하여 사람들에 의해 수행된 치료 계획의 세부 사항들(예를 들어, 운동을 포함하는 치료 프로토콜, 운동을 수행하는 시간, 운동을 수행하는 빈도, 운동 일정, 치료 계획의 각 단계에 걸친 치료 기기(70)의 파라미터들/구성들/설정들 등), 및 사람들에 의해 수행된 치료 계획 결과들에 대한 코퍼스(corpus)의 훈련 데이터 세트를 사용할 수 있다. 하나 이상의 기계 학습 모델들(13)은 특정 코호트에 할당된 다른 사람들의 특성들과 환자의 특성들의 패턴들을 일치시키도록 훈련될 수 있다. "일치"라는 용어는 정확한 일치, 상관 일치, 상당한 일치 등을 지칭할 수 있다. 하나 이상의 기계 학습 모델들(13)은 입력으로서 환자의 특성들을 수신하고, 그 특성들을 코호트에 할당된 사람들의 특성들에 매핑하고, 해당 코호트로부터 치료 계획을 선택하도록 훈련될 수 있다. 하나 이상의 기계 학습 모델들(13)은 또한 치료 계획에 기초하여 기계 학습 장치(70)를 제어하도록 훈련될 수 있다.
상이한 기계 학습 모델들(13)은 상이한 원하는 결과들을 위한 상이한 치료 계획들을 추천하도록 훈련될 수 있다. 예를 들어, 하나의 기계 학습 모델은 가장 효과적인 회복을 위한 치료 계획들을 추천하도록 훈련될 수 있는 반면, 다른 기계 학습 모델은 회복 속도에 기초하여 치료 계획들을 추천하도록 훈련될 수 있다.
훈련 입력들 및 대응되는 타겟 출력들을 포함하는 훈련 데이터를 사용하여, 하나 이상의 기계 학습 모델들(13)은 훈련 엔진(9)에 의해 생성된 모델 아티팩트(artifacts)를 지칭할 수 있다. 훈련 엔진(9)은 훈련 데이터에서 패턴들을 찾을 수 있으며, 이러한 패턴들은 훈련 입력을 타겟 출력에 매핑하고, 이러한 패턴들을 캡처하는 기계 학습 모델들(13)을 생성한다. 일부 실시예들에서, 인공 지능 엔진(11), 데이터베이스(33) 및/또는 훈련 엔진(9)은 도 1에 도시된 다른 컴포넌트(예를 들어, 어시스턴트 인터페이스(94), 임상의 인터페이스(20) 등)에 상주할 수 있다.
하나 이상의 기계 학습 모델들(13)은 예를 들어 단일 레벨의 선형 또는 비선형 동작들(예를 들어, 서포트 벡터 머신[SVM])을 포함할 수 있거나 기계 학습 모델들(13)은 심층 네트워크, 즉 여러 레벨의 비선형 동작들을 포함하는 기계 학습 모델일 수 있다. 심층 네트워크들의 예들은 생성적 적대 네트워크, 컨볼루션 신경망, 하나 이상의 히든(hidden) 층들이 있는 순환 신경망, 완전 연결 신경망(예를 들어, 각 뉴런은 출력 신호를 나머지 뉴런들의 입력뿐만 아니라 자신에게로 그 출력 신호를 전송할 수 있음)을 포함하는 신경망들이다. 예를 들어, 기계 학습 모델은 다양한 뉴런들을 사용하여 계산들(예를 들어, 내적들(dot products))을 수행하는 수많은 층들 및/또는 히든 층들을 포함할 수 있다.
시스템(10)은 또한 환자에게 정보를 전달하고 환자로부터 피드백을 수신하도록 구성된 환자 인터페이스(50)를 포함한다. 구체적으로, 환자 인터페이스는 입력 장치(52) 및 출력 장치(54)를 포함하며, 이들은 총칭하여 환자 사용자 인터페이스(52, 54)라고 할 수 있다. 입력 장치(52)는 키보드, 마우스, 터치 스크린 입력, 제스처 센서, 및/또는 음성 인식을 위해 구성된 마이크 및 프로세서와 같은 하나 이상의 장치들을 포함할 수 있다. 출력 장치(54)는 예를 들어 컴퓨터 모니터, 또는 태블릿, 스마트폰 또는 스마트 워치상의 디스플레이 화면을 포함하는 하나 이상의 상이한 형태들을 취할 수 있다. 출력 장치(54)는 프로젝터, 가상 현실 기능, 증강 현실 기능 등과 같은 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 출력 장치(54)는 다양한 상이한 시각적, 오디오 또는 기타 프리젠테이션 기술들을 통합할 수 있다. 예를 들어, 출력 장치(54)는 구어(spoken language) 및/또는 톤, 차임(chime) 및/또는 멜로디와 같은 기타 사운드를 포함할 수 있는 오디오 신호와 같은 비시각적 디스플레이를 포함할 수 있으며, 이는 서로 다른 조건들 및/또는 방향들을 신호로 나타낼 수 있다. 출력 장치(54)는 환자가 사용하기 위한 다양한 데이터 및/또는 인터페이스들 또는 제어들을 제시하는 하나 이상의 상이한 디스플레이 화면들을 포함할 수 있다. 출력 장치(54)는 웹 기반 인터페이스 및/또는 컴퓨터 프로그램 또는 애플리케이션(앱)에 의해 제시될 수 있는 그래픽들을 포함할 수 있다.
일반적으로 도 1에 예시된 바와 같이, 환자 인터페이스(50)는 제2 네트워크(58)를 통해 서버(30) 및/또는 임상의 인터페이스(20)와 통신하도록 구성된 원격 통신 인터페이스라고도 불릴 수 있는 제2 통신 인터페이스(56)를 포함한다. 일부 실시예들에서, 제2 네트워크(58)는 이더넷 네트워크와 같은 근거리 통신망(LAN)을 포함할 수 있다. 일부 실시예들에서, 제2 네트워크(58)는 인터넷을 포함할 수 있고, 환자 인터페이스(50)와 서버(30) 및/또는 임상의 인터페이스(20) 사이의 통신은 예를 들어 가상 사설망(virtual private network; VPN)을 사용하는 것과 같은 암호화를 통해 보안될 수 있다. 일부 실시예들에서, 제2 네트워크(58)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 유선 및/또는 무선 네트워크 연결들을 포함할 수 있다. 일부 실시예들에서, 제2 네트워크(58)는 제1 네트워크(34)와 동일한 것일 수 있고/있거나 그에 동작 가능하게 결합될 수 있다.
환자 인터페이스(50)는 제2 프로세서(60) 및 환자 인터페이스(50)의 다양한 동작들을 수행하기 위해 제2 프로세서(60)에 의한 실행을 위한 제2 명령어들(64)을 보유하는 제2 기계 판독 가능 저장 메모리(62)를 포함한다. 제2 기계 판독 가능 저장 메모리(62)는 또한 치료 계획에 관한 데이터와 같은 데이터 및/또는 치료 계획 내에서 환자의 행동을 나타내는 데이터와 같은 환자 데이터를 보유하도록 구성된 로컬 데이터 저장소(66)를 포함한다. 환자 인터페이스(50)는 또한 환자 인터페이스(50) 부근에서 환자가 사용하기 위한 다양한 디바이스들과 통신하도록 구성된 로컬 통신 인터페이스(68)를 포함한다. 로컬 통신 인터페이스(68)는 유선 및/또는 무선 통신들을 포함할 수 있다. 일부 실시예들에서, 로컬 통신 인터페이스(68)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 로컬 무선 네트워크를 포함할 수 있다.
시스템(10)은 또한 치료 계획에 따라 활동들을 수행하기 위해 환자에 의해 조작되고/되거나 환자의 신체 부위를 조작하도록 구성된 치료 기기(70)를 포함한다. 일부 실시예들에서, 치료 기기(70)는 정형외과적 재활 요법일 수 있는 재활 요법의 수행 및/또는 수행을 돕도록 구성된 운동 및 재활 장치의 형태를 취할 수 있고, 치료는 관절 또는 뼈 또는 근육군과 같은 환자의 신체 부위의 재활을 포함한다. 치료 기기(70)는 환자를 치료하고/하거나 환자를 운동시키기 위해 다른 컴퓨팅 디바이스를 통해 원위에서 제어되도록 구성된 임의의 적합한 의료, 재활, 치료 등의 장치일 수 있다. 치료 기기(70)는 하나 이상의 추, 전기 기계식 자전거, 전기 기계식 스핀-휠, 스마트 미러, 트레드밀(treadmill) 등을 포함하는 전기 기계식 기계일 수 있다, 신체 부위는 예를 들어, 척추, 손, 발, 무릎 또는 어깨를 포함할 수 있다. 신체 부위는 하나 이상의 척추, 힘줄 또는 인대와 같은 관절, 뼈 또는 근육군의 일부를 포함할 수 있다. 도 1에 일반적으로 도시된 바와 같이, 치료 기기(70)는 하나 이상의 프로세서들, 컴퓨터 메모리 및/또는 다른 컴포넌트들을 포함할 수 있는 컨트롤러(72)를 포함한다. 치료 기기(70)는 또한 로컬 통신 인터페이스(68)를 통해 환자 인터페이스(50)와 통신하도록 구성된 제4 통신 인터페이스(74)를 포함한다. 치료 기기(70)는 또한 하나 이상의 내부 센서들(76) 및 모터와 같은 액추에이터(78)를 포함한다. 액추에이터(78)는 예를 들어 환자의 신체 일부를 움직이게 하기 위해 및/또는 환자에 의한 힘에 저항하기 위해 사용될 수 있다.
내부 센서들(76)은 예를 들어 힘, 위치, 속력(speed) 및/또는 속도(velocity)와 같은 치료 기기(70)의 하나 이상의 동작 특성들을 측정할 수 있다. 일부 실시예들에서, 내부 센서들(76)은 환자 신체 부위의 직선 운동 또는 각운동 중 적어도 하나를 측정하도록 구성된 위치 센서를 포함할 수 있다. 예를 들어, 위치 센서 형태의 내부 센서(76)는 환자가 치료 기기(70)의 일부를 움직이게 할 수 있는 거리를 측정할 수 있으며, 이러한 거리는 환자의 신체 일부가 달성할 수 있는 모션 범위에 대응할 수 있다. 일부 실시예들에서, 내부 센서들(76)은 환자에 의해 가해지는 힘을 측정하도록 구성된 힘 센서를 포함할 수 있다. 예를 들어, 힘 센서 형태의 내부 센서(76)는 환자가 특정 신체 부위를 사용하여 치료 기기(70)에 인가할 수 있는 힘 또는 무게를 측정할 수 있다.
도 1에 일반적으로 예시된 시스템(10)은 또한 환자 인터페이스(50)의 로컬 통신 인터페이스(68)를 통해 서버(30)와 통신하는 보행 센서(ambulation sensor)(82)를 포함한다. 보행 센서(82)는 환자가 걸은 걸음 수를 추적하고 저장할 수 있다. 일부 실시예들에서, 보행 센서(82)는 손목 밴드, 손목시계 또는 스마트 워치의 형태를 취할 수 있다. 일부 실시예들에서, 보행 센서(82)는 스마트폰과 같은 전화기 내에 통합될 수 있다.
도 1에 일반적으로 예시된 시스템(10)은 또한 환자 인터페이스(50)의 로컬 통신 인터페이스(68)를 통해 서버(30)와 통신하는 고니오미터(goniometer)를 포함한다. 고니오미터(84)는 환자 신체 부위의 각도를 측정한다. 예를 들어, 고니오미터(84)는 환자의 무릎 또는 팔꿈치 또는 어깨의 굴곡 각도를 측정할 수 있다.
도 1에 일반적으로 예시된 시스템(10)은 또한 환자 인터페이스(50)의 로컬 통신 인터페이스(68)를 통해 서버(30)와 통신하는 압력 센서(86)를 포함한다. 압력 센서(86)는 환자의 신체 부위에 의해 가해지는 압력 또는 무게의 양을 측정한다. 예를 들어, 압력 센서(86)는 고정식 자전거의 페달을 밟을 때 환자의 발에 의해 가해지는 힘의 양을 측정할 수 있다.
도 1에 일반적으로 예시된 시스템(10)은 또한 임상의 인터페이스(20)와 유사하거나 동일할 수 있는 감독 인터페이스(90)를 포함한다. 일부 실시예들에서, 감독 인터페이스(90)는 임상의 인터페이스(20)에 제공되는 것 이상으로 향상된 기능을 가질 수 있다. 감독 인터페이스(90)는 정형외과의와 같이 치료 계획을 책임지는 사람이 사용하도록 구성될 수 있다.
도 1에 일반적으로 예시된 시스템(10)은 또한 임상의 인터페이스(20)와 유사하거나 동일할 수 있는 보고(reporting) 인터페이스(92)를 포함한다. 일부 실시예들에서, 보고 인터페이스(92)는 임상의 인터페이스(20)에 제공되는 것보다 적은 기능을 가질 수 있다. 예를 들어, 보고 인터페이스(92)는 치료 계획을 수정할 능력이 없을 수 있다. 이러한 보고 인터페이스(92)는 예를 들어 청구(billing) 목적을 위한 시스템(10)의 사용을 결정하기 위해 청구인에 의해 사용될 수 있다. 다른 예에서, 보고 인터페이스(92)는 데이터 주체에 관한 특정 데이터 필드 및/또는 데이터 주체의 준-식별자(quasi-identifier)에 관한 특정 데이터 필드에 대한 가명(pseudonymized) 데이터 및/또는 익명(anonymized) 데이터만을 제시하는, 환자 식별 정보를 디스플레이하는 능력이 없을 수 있다. 이러한 보고 인터페이스(92)는 예를 들어 상이한 환자들에 대한 치료 계획의 다양한 효과들을 결정하기 위해 연구원에 의해 사용될 수 있다.
시스템(10)은 환자 인터페이스(50) 및/또는 치료 기기(70)와 원격으로 통신하기 위해 본원에 설명된 것과 같은 헬스케어 제공자를 위한 어시스턴트 인터페이스(94)를 포함한다. 이러한 원격 통신은 헬스케어 제공자가 시스템(10)을 사용하여 환자에게 지원 또는 안내를 제공하도록 할 수 있다. 보다 구체적으로, 어시스턴트 인터페이스(94)는 예를 들어 제1 네트워크(34) 및/또는 제2 네트워크(58)를 통한 것과 같은 네트워크 연결을 통해 원격 의료 신호(96, 97, 98a, 98b, 99a, 99b)를 환자 인터페이스(50)와 통신하도록 구성된다. 원격 의료 신호(96, 97, 98a, 98b, 99a, 99b)는 오디오 신호(96), 시청각 신호(97), 환자 인터페이스(50)의 기능을 제어하기 위한 인터페이스 제어 신호(98a), 환자 인터페이스(50)의 상태를 모니터링을 위한 인터페이스 모니터 신호(98b), 치료 기기(70)의 동작 파라미터를 변경하기 위한 장치 제어 신호(99a) 및/또는 치료 기기(70)의 상태를 모니터링하기 위한 장치 모니터 신호(99b) 중 하나를 포함한다. 일부 실시예들에서, 각각의 제어 신호들(98a, 99a)은 어시스턴트 인터페이스(94)로부터 환자 인터페이스(50)로 명령들을 전달하는 단방향일 수 있다. 일부 실시예들에서, 제어 신호(98a, 99a)의 성공적인 수신에 응답하여 및/또는 요청된 제어 동작의 성공적인 및/또는 실패한 구현을 전달하는 것에 응답하여, 확인응답(acknowledgement) 메시지가 환자 인터페이스(50)로부터 어시스턴트 인터페이스(94)로 전송될 수 있다. 일부 실시예들에서, 각각의 모니터 신호들(98b, 99b)은 환자 인터페이스(50)로부터 어시스턴트 인터페이스(94)로의 단방향의, 상태-정보 명령들일 수 있다. 일부 실시예들에서, 모니터 신호들(98b, 99b) 중 하나를 성공적으로 수신한 것에 응답하여 확인응답 메시지가 어시스턴트 인터페이스(94)로부터 환자 인터페이스(50)로 전송될 수 있다.
일부 실시예들에서, 환자 인터페이스(50)는 어시스턴트 인터페이스(94) 및/또는 서버(30)와 같은 하나 이상의 다른 디바이스들과 치료 기기(70) 사이의 장치 제어 신호들(99a) 및 장치 모니터 신호들(99b)을 위한 패스-스루(pass-through)로서 구성될 수 있다. 예를 들어, 환자 인터페이스(50)는 어시스턴트 인터페이스(94)로부터의 원격 의료 신호(96, 97, 98a, 98b, 99a, 99b) 내의 장치 제어 신호(99a)에 응답하여 장치 제어 신호(99a)를 전송하도록 구성될 수 있다.
일부 실시예들에서, 어시스턴트 인터페이스(94)는 임상의 인터페이스(20)로서 공유된 물리적 디바이스 상에 제시될 수 있다. 예를 들어, 임상의 인터페이스(20)는 어시스턴트 인터페이스(94)를 구현하는 하나 이상의 화면들을 포함할 수 있다. 추가로 또는 대안으로, 임상의 인터페이스(20)는 어시스턴트 인터페이스(94)의 양태들을 구현하기 위해, 비디오 카메라, 스피커 및/또는 마이크와 같은 추가 하드웨어 컴포넌트들을 포함할 수 있다.
일부 실시예들에서, 원격 의료 신호(96, 97, 98a, 98b, 99a, 99b)의 하나 이상의 부분들은 환자 인터페이스(50)의 출력 장치(54)에 의한 프리젠테이션을 위해 미리 녹음된 소스(예를 들어, 오디오 녹음, 비디오 녹음 또는 애니메이션)로부터 생성될 수 있다. 예를 들어, 튜토리얼 비디오는 서버(30)로부터 스트리밍되어 환자 인터페이스(50)에 제시될 수 있다. 미리 녹음된 소스로부터의 콘텐트는 환자 인터페이스(50)를 통해 환자에 의해 요청될 수 있다. 대안으로, 어시스턴트 인터페이스(94) 상의 제어를 통해, 헬스케어 제공자는 미리 녹음된 소스로부터의 콘텐트가 환자 인터페이스(50)에서 재생되도록 할 수 있다.
어시스턴트 인터페이스(94)는 어시스턴트 입력 장치(22) 및 어시스턴트 디스플레이(24)를 포함하며, 이는 집합적으로 어시스턴트 사용자 인터페이스(22, 24)로 불릴 수 있다. 어시스턴트 입력 장치(22)는 예를 들어 전화기, 키보드, 마우스, 트랙패드 또는 터치 스크린 중 하나 이상을 포함할 수 있다. 추가로 또는 대안으로, 어시스턴트 입력 장치(22)는 하나 이상의 마이크들을 포함할 수 있다. 일부 실시예들에서, 하나 이상의 마이크들은 전화 핸드셋, 헤드셋, 또는 헬스케어 제공자가 환자 인터페이스(50)를 통해 환자에게 말하도록 구성된 광역 마이크 또는 마이크들의 형태를 취할 수 있다. 일부 실시예들에서, 어시스턴트 입력 장치(22)는 하나 이상의 마이크들을 사용하여 헬스케어 제공자에 의한 음성 명령어들을 해석하도록 구성된 하드웨어 및/또는 소프트웨어와 함께, 음성 기반 기능들을 제공하도록 구성될 수 있다. 어시스턴트 입력 장치(22)는 애플(Apple)의 시리(Siri), 아마존(Amazon)의 알렉사(Alexa), 구글 어시스턴트(Google Assistant) 또는 삼성(Samsung)의 빅스비(Bixby)와 같은 기존의 음성 기반 어시스턴트들에 의해 제공되거나 이와 유사한 기능을 포함할 수 있다. 어시스턴트 입력 장치(22)는 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 어시스턴트 입력 장치(22)는 하나 이상의 범용 디바이스들 및/또는 특수 목적 디바이스들을 포함할 수 있다.
어시스턴트 디스플레이(24)는 예를 들어 컴퓨터 모니터, 또는 태블릿, 스마트폰 또는 스마트 워치상의 디스플레이 화면을 포함하는 하나 이상의 상이한 형태들을 취할 수 있다. 어시스턴트 디스플레이(24)는 프로젝터, 가상 현실 기능 또는 증강 현실 기능 등과 같은 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 어시스턴트 디스플레이(24)는 다양한 상이한 시각적, 오디오 또는 기타 프리젠테이션 기술들을 통합할 수 있다. 예를 들어, 어시스턴트 디스플레이(24)는 구어 및/또는 톤, 차임, 멜로디 및/또는 조성과 같은 기타 사운드를 포함할 수 있는 오디오 신호와 같은 비시각적 디스플레이를 포함할 수 있으며, 이는 서로 다른 조건들 및/또는 방향들을 신호로 나타낼 수 있다. 어시스턴트 디스플레이(24)는 헬스케어 제공자가 사용하기 위한 다양한 데이터 및/또는 인터페이스들 또는 제어들을 제시하는 하나 이상의 상이한 디스플레이 화면들을 포함할 수 있다. 어시스턴트 디스플레이(24)는 웹 기반 인터페이스 및/또는 컴퓨터 프로그램 또는 애플리케이션(앱)에 의해 제시될 수 있는 그래픽들을 포함할 수 있다.
일부 실시예들에서, 시스템(10)은 어시스턴트 인터페이스(94)로부터 환자 인터페이스(50)로 및/또는 그 반대로 언어의 컴퓨터 번역을 제공할 수 있다. 언어의 컴퓨터 번역은 구어의 컴퓨터 번역 및/또는 텍스트의 컴퓨터 번역을 포함할 수 있다. 추가로 또는 대안으로, 시스템(10)은 음성 인식 및/또는 텍스트의 음성 발음을 제공할 수 있다. 예를 들어, 시스템(10)은 구어를 인쇄된 텍스트로 변환할 수 있고/있거나 시스템(10)은 인쇄된 텍스트로부터 언어를 들을 수 있게 말할 수 있다. 시스템(10)은 환자, 임상의 및/또는 헬스케어 제공자 중 어느 하나 또는 모두에 의한 구어를 인식하도록 구성될 수 있다. 일부 실시예들에서, 시스템(10)은 환자에 의한 음성 요청들 또는 명령들을 인식하고 반응하도록 구성될 수 있다. 예를 들어, 시스템(10)은 환자의 구두 명령(verbal command)(이는 몇 가지 상이한 언어들 중 어느 하나로 주어질 수 있음)에 응답하여 원격 의료 세션을 자동으로 시작할 수 있다.
일부 실시예들에서, 서버(30)는 어시스턴트 인터페이스(94)에 의한 프리젠테이션을 위해 어시스턴트 디스플레이(24)의 양태들을 생성할 수 있다. 예를 들어, 서버(30)는 어시스턴트 디스플레이(24) 상에 제시하기 위한 디스플레이 화면들을 생성하도록 구성된 웹 서버를 포함할 수 있다. 예를 들어, 인공 지능 엔진(11)은 환자들을 위한 추천 치료 계획들 및/또는 제외 치료 계획들을 생성하고, 어시스턴트 인터페이스(94)의 어시스턴트 디스플레이(24) 상에 제시하기 위한 이러한 추천 치료 계획들 및/또는 외부 치료 계획들을 포함하는 디스플레이 화면들을 생성할 수 있다. 일부 실시예들에서, 어시스턴트 디스플레이(24)는 서버(30)에 의해 호스팅되는 가상화된 데스크탑을 제시하도록 구성될 수 있다. 일부 실시예들에서, 서버(30)는 제1 네트워크(34)를 통해 어시스턴트 인터페이스(94)와 통신하도록 구성될 수 있다. 일부 실시예들에서, 제1 네트워크(34)는 이더넷 네트워크와 같은 근거리 통신망(LAN)을 포함할 수 있다.
일부 실시예들에서, 제1 네트워크(34)는 인터넷을 포함할 수 있고, 서버(30)와 어시스턴트 인터페이스(94) 사이의 통신은 예를 들어 가상 사설망(VPN)을 통해 암호화하는 것과 같은 프라이버시 강화 기술들을 통해 보안될 수 있다. 대안으로 또는 추가로, 서버(30)는 제1 네트워크(34) 및/또는 직접 유선 또는 무선 통신 채널과 같은 기타 통신 수단과 독립적인 하나 이상의 네트워크들을 통해 어시스턴트 인터페이스(94)와 통신하도록 구성될 수 있다. 일부 실시예들에서, 환자 인터페이스(50) 및 치료 기기(70)는 어시스턴트 인터페이스(94)의 위치로부터 지리적으로 분리된 환자 위치로부터 각각 동작할 수 있다. 예를 들어, 환자 인터페이스(50) 및 치료 기기(70)는 클리닉 또는 콜 센터와 같은 중앙 위치에서 어시스턴트 인터페이스(94)를 사용하여 원격으로 도움을 받을 수 있는 가정 내 재활 시스템의 일부로서 사용될 수 있다.
일부 실시예들에서, 어시스턴트 인터페이스(94)는 예를 들어, 하나 이상의 콜 센터 또는 하나 이상의 임상의 사무실에서 함께 그룹화될 수 있는 여러 상이한 단말기들(예를 들어, 컴퓨팅 디바이스들) 중 하나일 수 있다. 일부 실시예들에서, 복수의 어시스턴트 인터페이스들(94)이 지리적으로 분산될 수 있다. 일부 실시예들에서, 사람은 임의의 기존 사무실 인프라에서 원격으로 헬스케어 제공자로 일할 수 있다. 이러한 원격 작업은 예를 들어 어시스턴트 인터페이스(94)가 컴퓨터 및/또는 전화기의 형태를 취하는 경우에 수행될 수 있다. 이 원격 작업 기능은 헬스케어 제공자를 위한 파트 타임 및/또는 플렉서블 근무 시간을 포함할 수 있는 재택 근무를 허용할 수 있다.
도 2 내지 3은 치료 기기(70)의 일 실시예를 도시한다. 보다 구체적으로, 도 2는 일반적으로 간단히 고정식 자전거라고 부를 수 있는 고정식 사이클링 기계(100) 형태의 치료 기기(70)를 예시한다. 고정식 사이클링 기계(100)는 차축(106)을 중심으로 회전하기 위해 페달 아암(pedal arm)(104)에 각각 부착된 페달(102) 세트를 포함한다. 일부 실시예들에서, 그리고 도 2에 일반적으로 예시된 바와 같이, 페달들(102)은 환자가 페달을 밟을 때 사용되는 모션 범위를 조정하기 위해 페달 아암(104)에서 움직일 수 있다. 예를 들어, 차축(106)을 향해 내측으로 위치되는 페달들은 페달이 차축(106)으로부터 외측으로 위치될 때보다 더 작은 모션 범위에 대응한다. 압력 센서(86)는 환자가 페달(102)에 인가되는 힘의 양을 측정하기 위해 페달들(102) 중 하나에 부착되거나 그 내에 임베디드된다. 압력 센서(86)는 치료 기기(70) 및/또는 환자 인터페이스(50)와 무선으로 통신할 수 있다.
도 4는 일반적으로 도 2의 치료 기기를 사용하는 사람(환자)을 예시하며, 도 2는 환자 인터페이스(50)에 연결된 센서들 및 다양한 데이터 파라미터들을 보여준다. 예시적인 환자 인터페이스(50)는 환자가 수동으로 들고 있는 태블릿 컴퓨터 또는 스마트폰, 또는 iPad, iPhone, Android 디바이스 또는 Surface 태블릿과 같은 패블릿(phablet)이다. 일부 다른 실시예들에서, 환자 인터페이스(50)는 치료 기기(70) 내에 임베디드되거나 부착될 수 있다.
도 4는 일반적으로 보행 센서(82)가 환자 인터페이스(50)에 그 걸음 수를 기록하고 전송했음을 나타내는 "오늘의 걸음 수(STEPS TODAY) 1355"를 나타내는 메모와 함께, 보행 센서(82)를 손목에 착용한 환자를 예시한다. 도 4는 또한 일반적으로 고니오미터(84)가 해당 무릎 각도를 측정하고 환자 인터페이스(50)에 전송하고 있음을 나타내는 "무릎 각도(KNEE ANGLE) 72°"를 나타내는 메모와 함께, 오른쪽 무릎에 고니오미터(84)를 착용한 환자를 예시한다. 도 4는 또한 일반적으로 우측 페달 압력 센서(86)가 해당 힘 측정치를 측정하고 이를 환자 인터페이스(50)에 전송하고 있음을 나타내는, "힘(FORCE) 12.5 lbs"를 나타내는 압력 센서(86)를 갖는 페달들(102) 중 하나의 우측을 예시한다.
도 4는 또한 일반적으로 좌측 페달 압력 센서(86)가 해당 힘 측정치를 측정하고 이를 환자 인터페이스(50)에 전송하고 있음을 나타내는, "힘(FORCE) 27 lbs"를 나타내는 압력 센서(86)를 갖는 페달들(102) 중 하나의 좌측을 예시한다. 도 4는 또한 일반적으로 환자가 4분 13초 동안 치료 기기(70)를 사용하고 있음을 나타내는 "세션 시간(SESSION TIME) 0:04:13"의 표시기와 같은 다른 환자 데이터를 예시한다. 이 세션 시간은 치료 기기(70)로부터 수신된 정보에 기초하여 환자 인터페이스(50)에 의해 결정될 수 있다. 도 4는 또한 일반적으로 "통증 레벨(PAIN LEVEL) 3"을 나타내는 표시기를 예시한다. 이러한 통증 레벨은 환자 인터페이스(50)에 제시된 질문과 같은 요청(solicitation)에 응답하여 환자로부터 얻을 수 있다.
도 5는 어시스턴트 인터페이스(94)의 오버뷰 디스플레이(120)의 예시적인 실시예이다. 구체적으로, 오버뷰 디스플레이(120)는 헬스케어 제공자가 환자 인터페이스(50) 및/또는 치료 기기(70)를 사용하여 환자를 원격으로 보조하기 위한 몇 가지 상이한 제어들 및 인터페이스들을 제시한다. 이 원격 어시스턴트 기능은 원격 의료(telemedicine) 또는 원격 보건(telehealth)라고도 할 수 있다.
구체적으로, 오버뷰 디스플레이(120)는 치료 기기(70)를 사용하는 환자에 관한 생체 정보를 제시하는 환자 프로파일 디스플레이(130)를 포함한다. 환자 프로파일 디스플레이(130)는 도 5에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(120)의 일부 또는 영역의 형태를 취할 수 있지만, 환자 프로파일 디스플레이(130)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다.
일부 실시예들에서, 환자 프로파일 디스플레이(130)는 환자의 생체 정보의 제한된 서브셋을 포함할 수 있다. 보다 구체적으로, 환자 프로파일 디스플레이(130)에 제시된 데이터는 해당 정보에 대한 헬스케어 제공자의 필요에 따라 달라질 수 있다. 예를 들어, 의료 문제로 환자를 돕고 있는 헬스케어 제공자는 환자에 관한 의료 이력 정보를 제공받을 수 있는 반면, 치료 기기(70)로 문제를 해결하는 기술자는 환자에 관한 훨씬 더 제한된 정보 세트를 제공받을 수 있다. 예를 들어 기술자에게는 환자의 이름만 주어질 수 있다.
환자 프로파일 디스플레이(130)는 가명화된 데이터 및/또는 익명화된 데이터를 포함할 수 있거나, 기밀 환자 데이터가 환자 기밀성 요건을 위반할 수 있는 방식으로 통신되는 것을 방지하기 위해 임의의 프라이버시 강화 기술을 사용할 수 있다. 이러한 프라이버시 강화 기술들은, 이에 제한되는 것은 아니나, 건강보험이동성과 결과보고책무활동(Health Insurance Portability and Accountability Act; HIPAA) 또는 개인정보보호 규정(General Data Protection Regulation; GDPR)과 같은 법률, 규정 또는 기타 거버넌스 규칙을 준수할 수 있도록 할 수 있으며, 여기서 환자는 "데이터 주체(rules of governance)"로 간주될 수 있다.
일부 실시예들에서, 환자 프로파일 디스플레이(130)는 환자가 치료 기기(70)를 사용 시 따를 치료 계획에 관한 정보를 제시할 수 있다. 이러한 치료 계획 정보는 헬스케어 제공자로 제한될 수 있다. 예를 들어, 치료 요법에 관한 문제로 환자를 돕는 헬스케어 제공자는 치료 계획 정보를 제공받을 수 있는 반면, 치료 기기(70)로 문제를 해결하는 기술자는 환자의 치료 계획에 관한 어떠한 정보도 제공받지 못할 수 있다.
일부 실시예들에서, 하나 이상의 추천 치료 계획들 및/또는 제외 치료 계획들이 헬스케어 제공자에게 환자 프로파일 디스플레이(130)에 제시될 수 있다. 하나 이상의 추천 치료 계획들 및/또는 제외 치료 계획들은 서버(30)의 인공 지능 엔진(11)에 의해 생성될 수 있고, 그 중에서도 원격 의료 또는 원격 보건 세션 동안 서버(30)로부터 실시간으로 수신될 수 있다. 하나 이상의 추천 치료 계획들 및/또는 제외 치료 계획들을 제시하는 일 예가 도 7을 참조하여 아래에 설명된다.
일반적으로 도 5에 예시된 예시적인 오버뷰 디스플레이(120)는 또한 치료 기기를 사용하는 환자에 관한 상태 정보를 제시하는 환자 상태 디스플레이(134)를 포함한다. 환자 상태 디스플레이(134)는 도 5에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(120)의 일부 또는 영역의 형태를 취할 수 있지만, 환자 상태 디스플레이(134)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다.
환자 상태 디스플레이(134)는 하나 이상의 외부 센서들(82, 84, 86) 및/또는 치료 기기(70)의 하나 이상의 내부 센서들(76)로부터의 센서 데이터(136)를 포함한다. 일부 실시예들에서, 환자 상태 디스플레이(134)는 치료 기기(70)를 사용하는 동안 환자가 착용한 하나 이상의 웨어러블 기기들의 하나 이상의 센서들로부터의 센서 데이터를 포함할 수 있다. 하나 이상의 웨어러블 기기들은 시계, 팔찌, 목걸이, 가습 스트랩 등을 포함할 수 있다. 하나 이상의 웨어러블 기기들은 환자가 치료 기기(70)를 사용하는 동안 환자의 심박수, 체온, 혈압, 하나 이상의 바이탈 사인 등을 모니터링하도록 구성될 수 있다. 일부 실시예들에서, 환자 상태 디스플레이(134)는 마지막으로 보고된 통증 레벨 또는 치료 계획 내의 진행과 같은 환자에 관한 기타 데이터(138)를 제시할 수 있다.
사용자 액세스 제어들은 시스템(10)의 사용자 인터페이스들(20, 50, 90, 92, 94) 중 어느 하나 또는 모두에서 어떤 데이터가 보여질 수 있고/있거나 수정될 수 있는지를 포함하여, 액세스를 제한하는 데 사용될 수 있다. 일부 실시예들에서, 사용자 액세스 제어들은 시스템(10)을 사용하는 임의의 주어진 사람이 어떤 정보를 사용할 수 있는지 제어하기 위해 사용될 수 있다. 예를 들어, 어시스턴트 인터페이스(94) 상에 제시된 데이터는 헬스케어 제공자/사용자의 필요 및/또는 해당 정보를 보기 위한 자격에 따라 설정된 권한으로 사용자 액세스 제어에 의해 제어될 수 있다.
일반적으로 도 5에 예시된 예시적인 오버뷰 디스플레이(120)는 또한 환자를 보조하는 데 사용할 정보를 헬스케어 제공자에게 제시하는 도움말 데이터 디스플레이(140)를 포함한다. 도움말 데이터 디스플레이(140)는 도 5에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(120)의 일부 또는 영역의 형태를 취할 수 있다. 도움말 데이터 디스플레이(140)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 도움말 데이터 디스플레이(140)는 예를 들어 환자 인터페이스(50) 및/또는 치료 기기(70)의 사용에 관한 자주 묻는 질문들에 대한 답변들을 제시하는 것을 포함할 수 있다.
도움말 데이터 디스플레이(140)는 연구 데이터 또는 모범 사례들을 포함할 수도 있다. 일부 실시예들에서, 도움말 데이터 디스플레이(140)는 환자 질문들에 응답하여 답변 또는 설명을 위한 스크립트들을 제시할 수 있다. 일부 실시예들에서, 도움말 데이터 디스플레이(140)는 환자의 문제에 대한 근본 원인 및/또는 환자 문제에 대한 해결책을 결정하는데 사용하기 위해 헬스케어 제공자를 위한 흐름도 또는 워크-스루(walk-through)를 제시할 수 있다.
일부 실시예들에서, 어시스턴트 인터페이스(94)는 헬스케어 제공자에 의한 사용을 위한 도움말 데이터의 동시 프리젠테이션을 위해 동일하거나 다를 수 있는 둘 이상의 도움말 데이터 디스플레이들(140)을 제시할 수 있다. 예를 들어, 제1 도움말 데이터 디스플레이는 환자 문제의 원인을 결정하기 위한 문제 해결 흐름도를 제시하는 데 사용될 수 있고, 제2 도움말 데이터 디스플레이는 헬스케어 제공자가 환자에게 읽을 수 있는 스크립트 정보를 제시할 수 있는데, 이러한 정보는 바람직하게는 환자가 문제를 좁히거나 해결하는 데 도움이 될 수 있는 어떤 행동을 수행하기 위한 지시들을 포함한다. 일부 실시예들에서, 제1 도움말 데이터 디스플레이의 문제 해결 흐름도에 대한 입력들에 기초하여, 제2 도움말 데이터 디스플레이가 자동으로 스크립트 정보로 채워질 수 있다.
일반적으로 도 5에 예시된 예시적인 오버뷰 디스플레이(120)는 또한 환자 인터페이스(50)에 관한 정보를 제시하고 및/또는 환자 인터페이스(50)의 하나 이상의 설정들을 수정하기 위한 환자 인터페이스 제어(150)를 포함한다. 환자 인터페이스 제어(150)는 도 5에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(120)의 일부 또는 영역의 형태를 취할 수 있다. 환자 인터페이스 제어(150)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 환자 인터페이스 제어(150)는 인터페이스 모니터 신호들(98b) 중 하나 이상을 통해 어시스턴트 인터페이스(94)에 전달되는 정보를 제시할 수 있다.
일반적으로 도 5에 예시된 바와 같이, 환자 인터페이스 제어(150)는 환자 인터페이스(50)에 의해 제시되는 디스플레이의 디스플레이 피드(display feed)(152)를 포함한다. 일부 실시예들에서, 디스플레이 피드(152)는 환자 인터페이스(50)에 의해 환자에게 현재 제시되고 있는 디스플레이 화면의 라이브 복사본(live copy)을 포함할 수 있다. 즉, 디스플레이 피드(152)는 환자 인터페이스(50)의 디스플레이 화면 상에 제시되는 것의 이미지를 제시할 수 있다.
일부 실시예들에서, 디스플레이 피드(152)는 화면 이름 또는 화면 번호와 같은, 환자 인터페이스(50)에 의해 현재 제시되고 있는 디스플레이 화면에 관한 약식 정보를 포함할 수 있다. 환자 인터페이스 제어(150)는 헬스케어 제공자가 환자 인터페이스(50)의 하나 이상의 설정들 또는 양태들을 조정하거나 제어하기 위한 환자 인터페이스 설정 제어(154)를 포함할 수 있다. 일부 실시예들에서, 환자 인터페이스 설정 제어(154)는 어시스턴트 인터페이스(94)가 환자 인터페이스(50)의 기능 또는 설정을 제어하기 위한 인터페이스 제어 신호(98)를 생성 및/또는 전송하도록 할 수 있다.
일부 실시예들에서, 환자 인터페이스 설정 제어(154)는 헬스케어 제공자가 환자 인터페이스(50)를 원격으로 보고/보거나 제어하기 위한 협력 브라우징(collaborative browsing) 또는 공동 브라우징(co-browsing) 기능을 포함할 수 있다. 예를 들어, 환자 인터페이스 설정 제어(154)는 헬스케어 제공자가 환자 인터페이스(50) 상의 하나 이상의 텍스트 입력 필드들에 원격으로 텍스트를 입력하고/하거나 어시스턴트 인터페이스(94)의 마우스 또는 터치스크린을 사용하여 환자 인터페이스(50) 상의 커서를 원격으로 제어하도록 할 수 있다.
일부 실시예들에서, 환자 인터페이스(50)를 사용하여, 환자 인터페이스 설정 제어(154)는 환자가 변경할 수 없는 설정을 헬스케어 제공자가 변경하도록 할 수 있다. 예를 들어, 환자 인터페이스(50)는 환자가 환자 인터페이스(50)에서 디스플레이에 사용되는 언어를 부주의하게 전환하는 것을 방지하기 위해 언어 설정에 액세스하는 것이 저지될 수 있는 반면, 환자 인터페이스 설정 제어(154)는 헬스케어 제공자가 환자 인터페이스(50)의 언어 설정을 변경하도록 할 수 있다. 다른 예에서, 환자 인터페이스(50)는 환자가 환자 인터페이스(50)에서 디스플레이를 위해 사용되는 폰트 크기를 부주의하게 전환하여 환자가 디스플레이를 읽을 수 없게 되는 것을 방지하기 위해 폰트 크기 설정을 더 작은 크기로 변경하지 못할 수 있는 반면, 환자 인터페이스 설정 제어(154)는 헬스케어 제공자가 환자 인터페이스(50)의 폰트 크기 설정을 변경하도록 제공할 수 있다.
일반적으로 도 5에 예시적인 오버뷰 디스플레이(120)는 또한 환자 인터페이스(50)와 치료 기기(70), 보행 센서(82) 및/또는 고니오미터(84)와 같은 하나 이상의 다른 디바이스들(70, 82, 84) 사이의 통신 상태를 보여주는 인터페이스 통신 디스플레이(156)를 포함한다. 인터페이스 통신 디스플레이(156)는 도 5에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(120)의 일부 또는 영역의 형태를 취할 수 있다.
인터페이스 통신 디스플레이(156)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 인터페이스 통신 디스플레이(156)는 헬스케어 제공자가 다른 디바이스들(70, 82, 84) 중 하나 이상과의 통신을 원격으로 수정하기 위한 제어들을 포함할 수 있다. 예를 들어, 헬스케어 제공자는 다른 디바이스들(70, 82, 84) 중 하나와의 통신을 재설정하거나 다른 디바이스들(70, 82, 84) 중 새로운 디바이스와의 통신을 설정하도록 환자 인터페이스(50)에 원격으로 명령할 수 있다. 이 기능은 예를 들어 환자가 다른 디바이스들(70, 82, 84) 중 하나에 문제가 있는 경우 또는 환자가 다른 디바이스들(70, 82, 84) 중 새로운 디바이스 또는 교체 디바이스를 받는 경우에 사용될 수 있다.
일반적으로 도 5에 예시된 예시적인 오버뷰 디스플레이(120)는 또한 헬스케어 제공자가 치료 기기(70)에 관한 정보를 보고/보거나 제어하기 위한 장치 제어(160)를 포함한다. 장치 제어(160)는 도 5에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(120)의 일부 또는 영역의 형태를 취할 수 있다. 장치 제어(160)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 장치 제어(160)는 장치의 현재 상태에 관한 정보를 갖는 장치 상태 디스플레이(162)를 포함할 수 있다. 장치 상태 디스플레이(162)는 장치 모니터 신호들(99b) 중 하나 이상을 통해 어시스턴트 인터페이스(94)에 전달되는 정보를 제시할 수 있다. 장치 상태 디스플레이(162)는 치료 기기(70)가 현재 환자 인터페이스(50)와 통신하고 있는지 여부를 나타낼 수 있다. 장치 상태 디스플레이(162)는 치료 기기(70)의 상태에 관한 다른 현재 및/또는 이력 정보를 제시할 수 있다.
장치 제어(160)는 헬스케어 제공자가 치료 기기(70)의 하나 이상의 양태들을 조정 또는 제어하기 위한 장치 설정 제어(164)를 포함할 수 있다. 장치 설정 제어(164)는 어시스턴트 인터페이스(94)가 치료 기기(70)의 하나 이상의 특성들(예를 들어, 페달 반경 설정, 저항 설정, 타겟 RPM, 치료 기기(70)의 다른 적절한 특성들, 또는 이들의 조합) 및/또는 동작 파라미터를 변경하기 위한 장치 제어 신호(99)(예를 들어, 설명된 바와 같이 치료 계획 입력이라고도 할 수 있음)를 생성 및/또는 전송하도록 할 수 있다.
장치 설정 제어(164)는 헬스케어 제공자가 치료 기기(70)의 액추에이터(78)를 수동 모드에 배치하기 위해 함께 사용될 수 있는, 모드 버튼(166) 및 위치 제어(168)를 포함할 수 있으며, 이후 액추에이터(78)의 위치 또는 속도와 같은 설정은 위치 제어(168)를 사용하여 변경될 수 있다. 모드 버튼(166)은 자동 모드와 수동 모드 사이에서 토글되는 위치와 같은 설정을 제공할 수 있다.
일부 실시예들에서, 하나 이상의 설정들은 관련 자동/수동 모드 없이 언제든지 조정 가능할 수 있다. 일부 실시예들에서, 헬스케어 제공자는 환자가 치료 기기(70)를 능동적으로 사용하는 동안, 페달 반경 설정과 같은 치료 기기(70)의 동작 파라미터를 변경할 수 있다. 이러한 "즉시" 조정은 환자 인터페이스(50)를 사용하여 환자에게 이용 가능하거나 이용 가능하지 않을 수 있다.
일부 실시예들에서, 장치 설정 제어(164)는 환자가 변경할 수 없는 설정을 헬스케어 제공자가 환자 인터페이스(50)를 사용하여 변경하도록 할 수 있다. 예를 들어, 환자 인터페이스(50)는 치료 기기(70)의 높이 또는 기울기 설정과 같은 미리 구성된 설정을 변경하는 것이 배제될 수 있는 반면, 장치 설정 제어(164)는 헬스케어 제공자가 치료 기기(70)의 높이 또는 기울기 설정을 변경하도록 제공할 수 있다.
일반적으로 도 5에 예시된 예시적인 오버뷰 디스플레이(120)는 또한 환자 인터페이스(50)와의 오디오 또는 시청각 통신 세션을 제어하기 위한 환자 통신 제어(170)를 포함한다. 환자 인터페이스(50)와의 통신 세션은 환자 인터페이스(50)의 출력 장치에 의한 프리젠테이션을 위해 어시스턴트 인터페이스(94)로부터의 라이브 피드를 포함할 수 있다. 라이브 피드는 오디오 피드 및/또는 비디오 피드의 형태를 취할 수 있다. 일부 실시예들에서, 환자 인터페이스(50)는 어시스턴트 인터페이스(94)를 사용하는 사람과 양방향 오디오 또는 시청각 통신을 제공하도록 구성될 수 있다. 구체적으로, 환자 인터페이스(50)와의 통신 세션은 양방향(쌍방향) 비디오 또는 시청각 피드를 포함할 수 있으며, 환자 인터페이스(50) 및 어시스턴트 인터페이스(94) 각각은 다른 하나의 비디오를 제시한다.
일부 실시예들에서, 환자 인터페이스(50)는 어시스턴트 인터페이스(94)로부터 비디오를 제시할 수 있는 반면, 어시스턴트 인터페이스(94)는 오디오만을 제시하거나 어시스턴트 인터페이스(94)는 환자 인터페이스(50)로부터 라이브 오디오 또는 시각적 신호를 제시하지 않는다. 일부 실시예들에서, 어시스턴트 인터페이스(94)는 환자 인터페이스(50)로부터 비디오를 제시할 수 있는 반면, 환자 인터페이스(50)는 오디오만을 제시하거나 환자 인터페이스(50)는 어시스턴트 인터페이스(94)로부터 라이브 오디오 또는 시각적 신호를 제시하지 않는다.
일부 실시예들에서, 환자 인터페이스(50)와의 오디오 또는 시청각 통신 세션은 환자가 신체 부위에 재활 요법을 수행하는 동안 적어도 부분적으로 발생할 수 있다. 환자 통신 제어(170)는 도 5에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(120)의 일부 또는 영역의 형태를 취할 수 있다. 환자 통신 제어(170)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다.
오디오 및/또는 시청각 통신은 어시스턴트 인터페이스(94)에 의해 및/또는 헬스케어 제공자가 어시스턴트 인터페이스(94)를 사용하는 동안 헬스케어 제공자가 사용하는 전화 시스템 또는 화상 회의 시스템과 같은 다른 디바이스 또는 디바이스들에 의해 처리 및/또는 지시될 수 있다. 대안으로 또는 추가로, 오디오 및/또는 시청각 통신에는 제3자와의 통신이 포함될 수 있다. 예를 들어, 시스템(10)은 헬스케어 제공자가 특정 하드웨어 또는 소프트웨어의 사용에 관한 3자 대화를 환자 및 헬스케어 제공자나 전문가와 같은 주제 전문가와 시작하도록 할 수 있다. 일반적으로 도 5에 예시된 예시적인 환자 통신 제어(170)는 헬스케어 제공자가 환자와의 오디오 또는 시청각 통신의 다양한 측면들을 관리하는데 사용하기 위한 호출 제어(172)를 포함한다. 호출 제어(172)는 헬스케어 제공자가 오디오 또는 시청각 통신 세션을 종료하기 위한 연결 해제 버튼(174)을 포함한다. 호출 제어(172)는 또한 어시스턴트 인터페이스(94)로부터의 오디오 또는 시청각 신호를 일시적으로 묵음 처리하기 위한 음소거 버튼(176)을 포함한다. 일부 실시예들에서, 호출 제어(172)는 홀드 버튼(도시되지 않음)과 같은 다른 특징들을 포함할 수 있다.
호출 제어(172)는 또한 환자 인터페이스(50)로 원격 회의 세션으로부터 오디오 및/또는 비디오의 녹음 및/또는 재생을 제어하기 위한 녹음, 재생 및 일시 정지 버튼과 같은 하나 이상의 녹음/재생 제어(178)를 포함한다. 호출 제어(172)는 또한 환자 인터페이스(50)로부터의 정지 이미지 및/또는 비디오 이미지를 제시하기 위한 비디오 피드 디스플레이(180), 및 어시스턴트 인터페이스(94)를 사용하여 헬스케어 제공자의 현재 이미지를 보여주는 셀프 비디오 디스플레이(182)를 포함한다. 셀프 비디오 디스플레이(182)는 도 5에 일반적으로 예시된 바와 같이 비디오 피드 디스플레이(180)의 섹션 내에서 픽처-인-픽처(picture-in-picture) 형식으로 제시될 수 있다. 대안으로 또는 추가로, 셀프 비디오 디스플레이(182)는 비디오 피드 디스플레이(180)와 별도로 및/또는 독립적으로 제시될 수 있다.
일반적으로 도 5에 예시된 예시적인 오버뷰 디스플레이(120)는 또한 제3자와의 오디오 및/또는 시청각 통신을 수행하는 데 사용하기 위한 제3자 통신 제어(190)를 포함한다. 제3자 통신 제어(190)는 도 5에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(120)의 일부 또는 영역의 형태를 취할 수 있다. 제3자 통신 제어(190)는 별도의 화면 또는 팝업 창 상의 디스플레이와 같은 다른 형태들을 취할 수 있다.
제3자 통신 제어(190)는 하나 이상의 제어들, 예컨대 특정 하드웨어 또는 소프트웨어의 사용에 관한 제3자(예를 들어, 헬스케어 제공자나 전문가 등과 같은 주제 전문가)와 연락하기 위한 연락처 목록 및/또는 버튼들 또는 제어들을 포함할 수 있다. 제3자 통신 제어(190)는 제3자가 어시스턴트 인터페이스(94)를 통해 헬스케어 제공자와 동시에 그리고 환자 인터페이스(50)를 통해 환자와 동시에 통신하기 위한 회의 호출 기능을 포함할 수 있다. 예를 들어, 시스템(10)은 헬스케어 제공자가 환자 및 제3자와의 3자 대화를 시작하도록 제공할 수 있다.
도 6은 일반적으로 환자에 관한 데이터(600)에 기초하여 본 개시에 따른 환자를 위한 치료 계획(602)을 출력하도록 기계 학습 모델(13)을 훈련시키는 예시적인 블록도를 예시한다. 다른 환자들에 관한 데이터는 서버(30)에 의해 수신될 수 있다. 다른 환자들은 다양한 치료 기기들을 사용하여 치료 계획들을 수행했을 수 있다.
데이터는 다른 환자들의 특성들, 다른 환자들이 수행한 치료 계획들의 세부 사항들 및/또는 치료 계획들을 수행한 결과들(예를 들어, 환자 신체 일부의 회복률, 환자 신체 일부의 회복 정도, 환자 신체 일부의 근력 증가 또는 감소량, 환자 신체 일부의 모션 범위 증가 또는 감소량 등)을 포함할 수 있다.
도시된 바와 같이, 데이터는 다른 코호트들에 할당되었다. 코호트 A는 유사한 제1 특성들, 제1 치료 계획들 및 제1 결과들을 갖는 환자들에 대한 데이터를 포함한다. 코호트 B는 유사한 제2 특성들, 제2 치료 계획들 및 제2 결과들을 갖는 환자들에 대한 데이터를 포함한다. 예를 들어, 코호트 A는 사지 골절 수술을 받은 어떠한 의학적 상태도 없는 20대 환자들의 제1 특징들을 포함할 수 있고; 이들의 치료 계획들은 특정 치료 프로토콜을 포함할 수 있다(예를 들어, 치료 기기(70)를 3주 동안 주 5회 30분 동안 사용하는데, 치료 기기(70)의 속성들, 구성들 및/또는 설정들에 대한 값들은 처음 2주 동안은 X(여기서 X는 수치 값임)로 설정되고 마지막 주 동안은 Y(여기서 Y는 수치 값)로 설정됨).
코호트 A 및 코호트 B는 기계 학습 모델(13)을 훈련시키는 데 사용되는 훈련 데이터 세트에 포함될 수 있다. 기계 학습 모델(13)은 코호트별로 특성들 간의 패턴을 매칭하여 그 결과를 제공하는 치료 계획을 출력하도록 훈련될 수 있다. 따라서, 새로운 환자에 대한 데이터(600)가 훈련된 기계 학습 모델(13)에 입력되면, 훈련된 기계 학습 모델(13)은 데이터(600)에 포함된 특성들을 코호트 A 또는 코호트 B의 특성들과 일치시키고 적절한 치료 계획(602)을 출력할 수 있다. 일부 실시예들에서, 기계 학습 모델(13)은 새로운 환자에 의해 수행되어서는 안 되는 하나 이상의 제외 치료 계획들을 출력하도록 훈련될 수 있다.
도 7은 일반적으로 본 개시에 따른 원격 의료 세션 동안 추천 치료 계획들 및 제외 치료 계획들을 제시하는 어시스턴트 인터페이스(94)의 오버뷰 디스플레이(120)의 일 실시예를 예시한다. 도시된 바와 같이, 오버뷰 디스플레이(120)는 셀프 비디오 디스플레이(182)를 포함하는, 환자 프로파일(130) 및 비디오 피드 디스플레이(180)에 대한 섹션들을 포함한다. 환자 프로파일(130), 비디오 피드 디스플레이(180) 및 셀프 비디오 디스플레이(182) 외에 또는 대신에 도 5를 참조하여 설명된 오버뷰 디스플레이(120)의 제어 및 인터페이스의 임의의 적절한 구성이 제시될 수 있다.
원격 의료 세션 동안 어시스턴트 인터페이스(94)(예를 들어, 컴퓨팅 디바이스)를 사용하는 헬스케어 제공자는 비디오 피드 디스플레이(180)에서 환자의 비디오도 제시하는 오버뷰 디스플레이(120)의 일부에서 셀프 비디오(182)(예를 들어, 어시스턴트 인터페이스(94)의 디스플레이 화면(24)에 제시된 사용자 인터페이스)에 제시될 수 있다. 또한, 비디오 피드 디스플레이(180)는 또한 헬스케어 제공자가 원격 의료 세션 동안 실시간으로 또는 거의 실시간으로 추천 치료 계획들 및/또는 제외 치료 계획들을 환자 인터페이스(50) 상에서 환자와 공유하도록 하는 그래픽 사용자 인터페이스(GUI) 객체(700)(예를 들어, 버튼)을 포함할 수 있다. 헬스케어 제공자는 GUI 객체(700)를 선택하여 추천 치료 계획들 및/또는 제외 치료 계획들을 공유할 수 있다. 도시된 바와 같이, 오버뷰 디스플레이(120)의 다른 부분은 환자 프로파일 디스플레이(130)를 포함한다.
환자 프로파일 디스플레이(130)는 두 개의 예시적인 추천 치료 계획들(600) 및 하나의 예시적인 제외 치료 계획(602)을 제시하고 있다. 본원에 설명된 바와 같이, 치료를 받고 있는 환자의 특성들을 고려하여 치료 계획들이 추천될 수 있다. 추천 치료 계획들(600)을 생성하기 위해, 환자는 원하는 결과를 달성하기 위해 따라야 하며, 치료 중인 환자의 특성들과 치료 계획을 수행하기 위해 치료 기기(70)를 사용한 다른 사람들의 코호트 사이의 패턴은 인공 지능 엔진(11)의 하나 이상의 기계 학습 모델들(13)에 의해 매칭될 수 있다. 추천 치료 계획들 각각은 서로 다른 원하는 결과들에 기초하여 생성될 수 있다.
예를 들어, 도시된 바와 같이, 환자 프로파일 디스플레이(130)는 “환자의 특성들은 코호트 A의 사용자들의 특성들과 매칭됩니다. 환자의 특성들과 원하는 결과들에 기초하여 다음과 같은 치료 계획들이 추천됩니다"를 제시한다. 그런 다음, 환자 프로파일 디스플레이(130)는 코호트 A로부터 추천된 치료 계획들을 제시하고, 각 치료 계획은 상이한 결과들을 제공한다.
도시된 바와 같이, 치료 계획 "A"는 "환자 X는 Y%의 모션 범위 증가를 달성하기 위해 4일 동안 하루 30분씩 치료 기기를 사용해야 합니다; 환자 X는 제2형 당뇨병이 있습니다; 환자 X는 치료 계획 동안 통증 관리를 위해 약물 Z를 처방받아야 합니다(약물 Z는 제2형 당뇨병이 있는 환자에게 승인됨)"을 나타낸다. 따라서, 생성된 치료 계획은 Y% 모션 범위 증가를 달성한다. 이해할 수 있는 바와 같이, 치료 계획은 또한 환자의 공지된 의학적 질병(예를 들어, 제2형 당뇨병)의 관점에서 통증을 관리하기 위해 환자에게 처방하기 위한 추천 약물(예를 들어, 약물 Z)을 포함한다. 즉, 추천되는 환자 약물은 환자의 의학적 상태와 충돌하지 않을 뿐만 아니라 우수한 환자 결과의 확률을 향상시킨다. 이 특정 예 및 본원의 다른 이러한 모든 예들은 생성된 치료 계획이 여러 약물들을 추천하거나 동반이환(comorbid) 상태 또는 질병의 확인, 보기, 진단 및/또는 치료를 처리하는 것을 어떤 식으로든 제한하려는 것이 아니다.
추천 치료 계획 "B"는 치료 계획의 상이한 원하는 결과에 기초하여 치료 기기에 대한 상이한 치료 프로토콜, 상이한 약물 요법 등을 포함하는 상이한 치료 계획을 지정할 수 있다.
도시된 바와 같이, 환자 프로파일 디스플레이(130)는 또한 제외 치료 계획들(602)을 제시할 수 있다. 이러한 유형의 치료 계획들은 어시스턴트 인터페이스(94)를 사용하여 치료 계획의 특정 부분들을 환자에게 추천하지 않도록 헬스케어 제공자에게 경고하도록 헬스케어 제공자에게 보여진다. 예를 들어, 제외 치료 계획은 다음을 명시할 수 있다: "환자 X는 심장 질환으로 인해 하루에 30분 이상 치료 기기를 사용해서는 안 됩니다; 환자 X는 제2형 당뇨병가 있습니다; 환자 X는 치료 계획 동안 통증 관리를 위해 약물 M을 처방받아서는 안 됩니다(이 시나리오에서, 약물 M은 제2형 당뇨병이 있는 환자에게 합병증을 일으킬 수 있음). 구체적으로, 제외 치료 계획은 환자 X가 심장 질환으로 인해 하루 30분 이상 운동을 해서는 안 된다는 치료 프로토콜의 한계를 지적한다. 제외 치료 계획은 또한 환자 X가 제2형 당뇨병의 의학적 상태와 충돌하기 때문에 약물 M을 처방 받아서는 안 된다고 지적한다.
헬스케어 제공자는 오버뷰 디스플레이(120)에서 환자를 위한 치료 계획을 선택할 수 있다. 예를 들어, 헬스케어 제공자는 환자를 위한 치료 계획들(600)로부터 선택하기 위해 입력 주변 장치(예를 들어, 마우스, 터치스크린, 마이크, 키보드 등)를 사용할 수 있다. 일부 실시예들에서, 원격 의료 세션 동안, 헬스케어 제공자는 환자와 함께 추천 치료 계획(600)의 장단점을 논의할 수 있다.
어떤 경우든, 헬스케어 제공자는 환자가 원하는 결과를 달성하기 위해 따라야 할 치료 계획을 선택할 수 있다. 선택된 치료 계획은 프리젠테이션을 위해 환자 인터페이스(50)로 전송될 수 있다. 환자는 환자 인터페이스(50)에서 선택된 치료 계획을 볼 수 있다. 일부 실시예들에서, 헬스케어 제공자와 환자는 원격 의료 세션 동안 세부 사항들(예를 들어, 치료 기기(70)를 사용한 치료 프로토콜, 식이 요법, 약물 요법 등)을 실시간으로 또는 거의 실시간으로 논의할 수 있다. 일부 실시예들에서, 서버(30)는 선택된 치료 계획에 기초하여 원격 의료 진료 동안 사용자가 치료 기기(70)를 사용함에 따라 치료 기기(70)를 제어할 수 있다.
도 8은 일반적으로 본 개시에 따라 변경된 환자 데이터의 결과로 변경된 추천 치료 계획들을 원격 의료 세션 동안 실시간으로 제시하는 어시스턴트 인터페이스(94)의 오버뷰 디스플레이(120)의 일 실시예를 예시한다. 이해할 수 있는 바와 같이, 치료 기기(70) 및/또는 임의의 컴퓨팅 디바이스(예를 들어, 환자 인터페이스(50))는 환자가 치료 기기(70)를 사용하여 치료 계획을 수행하는 동안 데이터를 전송할 수 있다. 데이터는 환자 및/또는 다른 치료 데이터의 업데이트된 특성들을 포함할 수 있다. 예를 들어, 업데이트된 특성들은 새로운 성능 정보 및/또는 측정 정보를 포함할 수 있다. 성능 정보는 치료 기기(70)의 일부 속도, 환자가 달성한 모션 범위, 치료 기기(70)의 일부에 가해지는 힘, 환자의 심박수, 환자의 혈압, 환자의 호흡수 등을 포함할 수 있다.
일부 실시예들에서, 서버(30)에서 수신된 데이터는 훈련된 기계 학습 모델(13)에 입력될 수 있으며, 이는 특성들이 환자가 현재 치료 계획에 대해 궤도에 있음을 나타낸다고 결정할 수 있다. 환자가 현재 치료 계획에 대한 궤도에 있다고 결정하면 훈련된 기계 학습 모델(13)이 치료 기기(70)의 파라미터를 조정하도록 할 수 있다. 조정은 환자의 행동을 더 개선하기 위한 치료 계획의 다음 단계에 기초할 수 있다.
일부 실시예들에서, 서버(30)에서 수신된 데이터는 훈련된 기계 학습 모델(13)에 입력될 수 있으며, 이는 특성들이 환자가 현재 치료 계획를 위한 궤도에 있지 않거나(예를 들어, 일정이 늦어지거나, 속도를 유지할 수 없거나, 특정 모션 범위를 달성할 수 없거나, 너무 심한 통증이 있는 경우 등) 현재 치료 계획보다 일정이 앞서 있음(예를 들어, 특정 속도를 초과하거나, 통증 없이 지정된 것보다 더 오래 운동하거나, 지정된 힘 이상의 힘을 가하는 경우 등)을 나타낸다고 결정할 수 있다.
훈련된 기계 학습 모델(13)은 환자들의 특성들이 환자가 할당된 코호트의 환자들의 특성들과 더 이상 매치되지 않는다고 결정할 수 있다. 따라서, 훈련된 기계 학습 모델(13)은 환자의 특성들을 적격한 특성을 포함하는 또 다른 코호트로 환자를 재할당할 수 있다. 이와 같이, 훈련된 기계 학습 모델(13)은 새로운 코호트로부터 새로운 치료 계획을 선택하고, 새로운 치료 계획에 기초하여 치료 기기(70)를 제어할 수 있다.
일부 실시예들에서, 치료 기기(70)를 제어하기 전에, 서버(30)는 환자 프로파일(130)에서의 프리젠테이션을 위해 어시스턴트 인터페이스(94)에 새로운 치료 계획(800)을 제공할 수 있다. 도시된 바와 같이, 환자 프로파일(130)은 "환자의 특성들이 변경되었으며 이제 코호트 B의 사용자들의 특성들과 매칭됩니다. 환자의 특성들과 원하는 결과들에 기초하여 다음과 같은 치료 계획이 추천됩니다”를 나타낸다. 그런 다음, 환자 프로파일(130)은 새로운 치료 계획(800)을 제시한다("환자 X는 L%의 모션 범위 증가를 달성하기 위해 3일 동안 하루 10분씩 치료 기기를 사용해야 한다"). 헬스케어 제공자는 새로운 치료 계획(800)을 선택할 수 있고, 서버(30)는 선택을 수신할 수 있다. 서버(30)는 새로운 치료 계획(800)에 기초하여 치료 기기(70)를 제어할 수 있다. 일부 실시예들에서, 새로운 치료 계획(800)은 환자가 새로운 치료 계획(800)의 세부 사항들을 볼 수 있도록 환자 인터페이스(50)로 전송될 수 있다.
일부 실시예들에서, 환자가 치료 계획을 수행하기 위해 치료 기기(70)를 사용하는 동안, 서버(30)는 환자에 관한 치료 데이터를 수신할 수 있다. 설명된 바와 같이, 치료 계획은 재활 치료 계획, 방문 재활 치료 계획, 운동 치료 계획 또는 기타 적절한 치료 계획에 해당할 수 있다. 치료 데이터는 환자의 다양한 특성들(예를 들어, 본원에 설명된 것들), 환자가 치료 기기(70)를 사용하는 동안 환자에 관한 다양한 측정 정보(예를 들어, 본원에 설명된 것들), 치료 기기(70)의 다양한 특성들(예를 들어, 본원에 설명된 것들), 치료 계획, 기타 적절한 데이터, 또는 이들의 조합을 포함할 수 있다.
일부 실시예들에서, 치료 데이터 중 적어도 일부는 외부 센서들(82, 84, 86) 중 하나 이상으로부터 및/또는 치료 기기(70)의 하나 이상의 내부 센서들(76)로부터의 센서 데이터(136)를 포함할 수 있다. 일부 실시예들에서, 치료 데이터 중 적어도 일부는 치료 기기(70)를 사용하는 동안 환자가 착용한 하나 이상의 웨어러블 기기들의 하나 이상의 센서들로부터의 센서 데이터를 포함할 수 있다. 하나 이상의 웨어러블 기기들은 시계, 팔찌, 목걸이, 가슴 스트랩, 헤드 스웨트밴드, 손목 스웨트밴드, 임의의 기타 적합한 스웨트밴드, 임의의 기타 적합한 웨어러블 또는 이들의 조합을 포함할 수 있다. 환자가 치료 기기(70)를 사용하고 있는 동안, 하나 이상의 웨어러블 기기들은 환자의 심박수, 체온, 혈압, 하나 이상의 바이탈 사인 등을 모니터링하도록 구성될 수 있다.
일부 실시예들에서, 서버(30)는 치료 데이터를 사용하여 치료 정보를 생성할 수 있다. 치료 정보는 치료 기기를 사용하는 동안 사용자에 의한 치료 계획의 수행에 대한 형식화된 요약을 포함할 수 있으므로, 치료 데이터는 사용자에 의한 치료 계획의 수행을 담당하는 헬스케어 제공자의 컴퓨팅 디바이스에 제시될 수 있다. 일부 실시예들에서, 환자 프로파일 디스플레이(120)는 치료 정보를 포함 및/또는 디스플레이할 수 있다.
서버(30)는 오버뷰 디스플레이(120)에서 치료 정보를 제공하도록 구성될 수 있다. 예를 들어, 서버(30)는 오버뷰 디스플레이(120)에 의한 액세스를 위해 치료 정보를 저장하고/하거나 오버뷰 디스플레이(120)에 치료 정보를 전달할 수 있다. 일부 실시예들에서, 서버(30)는 치료 정보를 환자 프로파일 디스플레이(130) 또는 오버뷰 디스플레이(120)의 기타 적절한 섹션, 부분 또는 컴포넌트 또는 임의의 기타 적절한 디스플레이 또는 인터페이스에 제공할 수 있다.
일부 실시예들에서, 치료 기기(70)를 사용하는 동안 환자를 돕는 헬스케어 제공자는 치료 정보를 검토하고 치료 계획 및/또는 치료 기기(70)의 하나 이상의 특성들을 수정할지 여부를 결정할 수 있다. 예를 들어, 헬스케어 제공자는 치료 정보를 검토하고 치료 정보를 환자에 의해 수행되는 치료 계획과 비교할 수 있다.
환자가 치료 기기(70)를 사용하는 동안, 헬스케어 제공자는 환자가 치료 기기(70)를 사용하여 치료 계획을 수행하는 동안 치료 계획을 수행하는 환자의 능력에 관한 예상 정보 중 하나 이상의 부분 또는 일부를 환자에 관한 측정 정보(예를 들어, 치료 정보에 의해 표시됨) 중 하나 이상의 대응 부분 또는 일부와 비교할 수 있다. 예상 정보는 사용자의 하나 이상의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온, 사용자의 혈압, 사용자의 기타 적절한 정보 또는 이들의 조합을 포함할 수 있다. 헬스케어 제공자는 측정 정보의 하나 이상의 부분 또는 일부가 예상 정보 중 하나 이상의 대응 부분 또는 일부의 허용 가능한 범위 내에 있는 경우 치료 계획이 원하는 효과를 갖는 것으로 결정할 수 있다. 반대로, 헬스케어 제공자는 측정 정보의 하나 이상의 부분 또는 일부가 예상 정보의 하나 이상의 대응 부분 또는 일부의 허용 가능한 범위 밖에 있는 경우 치료 계획이 원하는 효과를 갖지 않는 것으로 결정할 수 있다.
일부 실시예들에서, 환자가 치료 계획을 수행하기 위해 치료 기기(70)를 사용하는 동안, 헬스케어 제공자는 치료 기기(70)의 예상되는 각각의 특성들을 치료 정보에 의해 표시된 치료 기기(70)의 해당 특성들과 비교할 수 있다. 예를 들어, 헬스케어 제공자는 치료 기기(70)의 예상 저항 설정을 치료 정보에 의해 표시된 치료 기기(70)의 실제 저항 설정과 비교할 수 있다.
헬스케어 제공자는 치료 정보가 나타내는 치료 기기(70)의 실제 특성들이 치료 기기(70)의 예상 특성들의 범위 내에 있는 경우 환자가 치료 계획을 적절하게 수행하고 있다고 결정할 수 있다. 반대로, 헬스케어 제공자는 치료 정보가 나타내는 치료 기기(70)의 실제 특성들이 치료 기기(70)의 예상 특성들의 범위 밖에 있는 경우 환자가 치료 계획을 적절하게 수행하고 있지 않다고 결정할 수 있다.
헬스케어 제공자가 치료 정보가 환자가 치료 계획을 적절하게 수행하고 있고/있거나 치료 계획이 원하는 효과를 가지고 있음을 나타낸다고 결정하는 경우, 헬스케어 제공자는 치료 계획 또는 치료 기기(70)의 하나 이상의 특성들을 수정하지 않기로 결정할 수 있다. 반대로, 헬스케어 제공자가 치료 정보가 환자가 치료 계획을 적절하게 수행하고 있지 않고/않거나 치료 계획이 원하는 효과를 가지고 있지 않음을 나타낸다고 결정하는 경우, 헬스케어 제공자는 사용자가 치료 기기(70)를 사용하여 치료 계획을 수행하는 동안 치료 계획 및/또는 치료 기기(70)의 하나 이상의 특성들을 수정하기로 결정할 수 있다.
일부 실시예들에서, 환자가 치료 기기(70)를 사용하여 수정된 치료 계획을 수행하는 동안, 서버(30)는 환자에 관한 후속 치료 데이터를 수신할 수 있다. 예를 들어, 헬스케어 제공자가 치료 계획을 수정하고/하거나 치료 기기(70)의 하나 이상의 특성들을 제어하는 입력을 제공한 후, 환자는 치료 기기(70)를 사용하여 수정된 치료 계획을 계속 수행할 수 있다. 후속 치료 데이터는 환자가 치료 기기(70)를 사용하여 수정된 치료 계획을 수행하는 동안 생성된 치료 데이터에 대응할 수 있다. 일부 실시예들에서, 후속 치료 데이터는 헬스케어 제공자가 치료 정보를 수신하고 치료 계획을 수정하지 않고/않거나 치료 기기(70)의 하나 이상의 특성들을 제어하지 않기로 결정한 후, 환자가 치료 기기(70)를 사용하여 치료 계획을 계속 수행하는 동안 생성된 치료 데이터에 대응할 수 있다.
서버(30)는 오버뷰 디스플레이(120)로부터 수신된 후속 치료 계획 입력에 기초하여 치료 계획을 추가로 수정하고/하거나 치료 기기(70)의 하나 이상의 특성들을 제어할 수 있다. 후속 치료 계획 입력은 후속 치료 데이터에 대응하는 후속 치료 정보를 수신 및/또는 검토하는 것에 응답하여, 오버뷰 디스플레이(120)에서, 헬스케어 제공자에 의해 제공되는 입력에 대응할 수 있다. 서버(30)는 지속적으로 및/또는 주기적으로 수신된 치료 데이터에 기초하여 환자 프로파일 디스플레이(130) 및/또는 오버뷰 디스플레이(120)의 다른 섹션들, 부분들 또는 컴포넌트들에 치료 정보를 지속적으로 및/또는 주기적으로 제공할 수 있음을 이해해야 한다.
헬스케어 제공자는 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 지속적으로 또는 주기적으로 치료 정보를 수신 및/또는 검토할 수 있다. 헬스케어 제공자는 지속적으로 및/또는 주기적으로 수신되는 치료 정보에 의해 표시되는 하나 이상의 추세에 기초하여 치료 계획을 수정할지 여부 및/또는 치료 기기의 하나 이상의 특성들을 제어할지 여부를 결정할 수 있다. 예를 들어, 하나 이상의 추세는 심박수의 증가 또는 사용자가 치료 계획을 적절하게 수행하지 않음 및/또는 사용자에 의한 치료 계획의 수행이 원하는 효과를 갖지 않음을 나타내는 다른 적용 가능한 추세의 변화를 나타낼 수 있다.
도 9는 일반적으로 본 개시에 따른 치료 기기를 사용하여 사용자에 의해 치료 계획의 수행을 모니터링하기 위한 그리고 치료 계획 및 치료 기기의 하나 이상의 특성들을 선택적으로 수정하기 위한 방법(900)을 예시하는 흐름도이다. 방법(900)은 하드웨어(회로부, 전용 로직 등), (범용 컴퓨터 시스템 또는 전용 기계에서 실행되는 것과 같은) 소프트웨어 또는 이들의 조합을 포함할 수 있는 처리 로직에 의해 수행된다. 방법(900) 및/또는 각각의 개별 기능, 루틴, 서브루틴 또는 동작은 컴퓨팅 디바이스의 하나 이상의 프로세서들(예를 들어, 인공 지능 엔진(11)을 실행하는 서버(30)와 같은, 도 1의 임의의 컴포넌트)에 의해 수행될 수 있다. 일부 실시예들에서, 방법(900)은 단일 처리 스레드에 의해 수행될 수 있다. 대안으로, 방법(900)은 두 개 이상의 처리 스레드들에 의해 수행될 수 있으며, 각 스레드는 방법들의 하나 이상의 개별 기능들, 루틴들, 서브루틴들 또는 동작들을 구현한다.
설명을 간단하게 하기 위해, 방법(900)은 일련의 동작들로 도시되고 설명된다. 그러나, 본 개시에 따른 동작들은 다양한 순서로 및/또는 동시에, 및/또는 본원에 제시되고 설명되지 않은 다른 동작들과 함께 발생할 수 있다. 예를 들어, 방법(900)에 도시된 동작들은 본원에 개시된 임의의 다른 방법의 임의의 다른 동작과 조합하여 발생할 수 있다. 또한, 개시된 주제에 따라 방법(900)을 구현하기 위해 예시된 모든 동작들이 요구되지는 않을 수 있다. 추가로, 당업자는 방법(900)이 대안적으로 상태 다이어그램 또는 이벤트들을 통해 일련의 상호 관련된 상태들로서 표현될 수 있음을 이해하고 인식할 것이다.
902에서, 처리 장치는 치료 계획을 수행하기 위해, 치료 기기(70)와 같은, 치료 기기를 사용하는 사용자에 관한 치료 데이터를 수신할 수 있다. 치료 데이터는 사용자의 특성들, 사용자가 치료 기기(70)를 사용하는 동안 사용자에 관한 측정 정보, 치료 기기(70)의 특성들, 치료 계획, 기타 적절한 데이터 또는 이들의 조합을 포함할 수 있다.
904에서, 처리 장치는 치료 데이터를 사용하여 치료 정보를 생성할 수 있다. 치료 정보는 치료 기기(70)를 사용하는 동안 사용자에 의한 치료 계획의 수행에 대한 요약을 포함할 수 있다. 치료 정보는 치료 데이터가 사용자에 의한 치료 계획의 수행을 담당하는 헬스케어 제공자의 컴퓨팅 디바이스에 제시될 수 있도록 형식화될 수 있다.
906에서, 처리 장치는 헬스케어 제공자의 컴퓨팅 디바이스에서 치료 정보를 제공(예를 들어, 접근을 위해 저장하거나, 이용 가능하게 만들거나, 접근 가능하게 만들거나, 전송하는 등)하도록 구성될 수 있다. 908에서, 처리 장치는 헬스케어 제공자의 컴퓨팅 디바이스의 인터페이스에서 치료 정보를 제공하도록 구성될 수 있다. 예를 들어, 처리 장치는 헬스케어의 컴퓨팅 디바이스에 의한 액세스를 위해 치료 정보를 저장할 수 있고/있거나 오버뷰 디스플레이(120)의 환자 프로파일 디스플레이(130)에서의 디스플레이를 위해 헬스케어 제공자의 컴퓨팅 디바이스에 치료 정보를 전달(예를 들어, 또는 전송)할 수 있다. 설명된 바와 같이, 오버뷰 디스플레이(120)는 치료 계획에 대한 하나 이상의 수정들 및/또는 치료 기기(70)의 하나 이상의 특성들을 나타내는, 치료 계획 입력과 같은, 입력을 수신하도록 구성될 수 있다. 헬스케어 제공자는 치료 계획 입력을 제공하기 위해 오버뷰 디스플레이(120)의 다양한 제어들, 입력 필드들 및 기타 양태들과 상호 작용할 수 있다.
910에서, 처리 장치는 치료 계획에 대한 적어도 하나의 수정을 포함하는 치료 계획 입력을 수신하는 것에 응답하여 치료 계획을 수정할 수 있다. 예를 들어, 처리 장치는 치료 계획 입력에 의해 표시된 적어도 하나의 수정에 기초하여 치료 계획의 다양한 특징들 및 특성들을 수정할 수 있다.
912에서, 처리 장치는 수정된 치료 계획을 사용하여 치료 기기(70)를 선택적으로 제어할 수 있다. 예를 들어, 처리 장치는 치료 계획에 대한 수정에 기초하여 치료 기기(70)의 하나 이상의 특성들을 수정할 수 있다. 추가로 또는 대안으로, 처리 장치는 치료 계획 입력에 기초하여 하나 이상의 특성들을 적응, 수정, 조정 또는 제어할 수 있다. 예를 들어, 치료 계획 입력은 치료 기기(70)의 하나 이상의 특성들에 대한 적어도 하나의 수정을 나타낼 수 있다. 처리 장치는 치료 계획 입력에 의해 표시된 적어도 하나의 수정에 기초하여 치료 기기(70)의 하나 이상의 특성들을 수정할 수 있다.
도 10은 일반적으로 본 발명에 따른 치료 기기를 사용하여 사용자에 의해 치료 계획의 수행을 모니터링하고 치료 기기의 하나 이상의 특성들 및 치료 계획을 선택적으로 수정하기 위한 대안적인 방법(1000)을 예시하는 흐름도이다. 방법(1000)은 컴퓨팅 디바이스(예를 들어, 인공 지능 엔진(11)을 실행하는 서버(30)와 같은 도 1의 임의의 컴포넌트)의 프로세서들에 의해 수행되는 동작들을 포함한다. 일부 실시예들에서, 방법(1000)의 하나 이상의 동작들은 메모리 장치에 저장되고 처리 장치에 의해 실행되는 컴퓨터 명령어들로 구현된다. 방법(1000)은 방법(900)과 관련하여 전술한 것과 동일하거나 유사한 방식으로 수행될 수 있다. 방법(1000)의 동작들은 본원에 설명된 방법들 중 어느 하나의 동작들 중 어느 하나와 일부 조합하여 수행될 수 있다.
1002에서, 처리 장치는 원격 의료 세션 동안, 치료 계획을 수행하기 위해 치료 기기(70)와 같은 치료 기기를 사용하는 사용자에 관한 제1 치료 데이터를 수신할 수 있다. 제1 치료 데이터는 적어도 사용자가 치료 기기(70)를 사용하여 치료 계획을 수행하는 동안 사용자에 관한 측정 정보를 포함한다. 제1 치료 데이터는 치료 기기(70)의 외부 센서(82, 84, 86)와 같은 외부 센서들 중 하나 이상으로부터 및/또는 내부 센서(76)와 같은 하나 이상의 내부 센서들로부터의 센서 데이터(136)와 같은 센서 데이터에 대응할 수 있다.
일부 실시예들에서, 제1 치료 데이터의 적어도 일부는 치료 기기(70)를 사용하는 동안 사용자가 착용한 하나 이상의 대응하는 웨어러블 기기들과 연관된 하나 이상의 센서들로부터의 센서 데이터를 포함할 수 있다. 하나 이상의 웨어러블 기기들은 시계, 팔찌, 목걸이, 가슴 스트랩, 헤드 스웨트밴드, 손목 스웨트밴드, 임의의 기타 적합한 스웨트밴드, 및 기타 적합한 웨어러블 기기 또는 이들의 조합을 포함할 수 있다. 하나 이상의 웨어러블 기기들은 사용자가 치료 기기(70)를 사용하는 동안 사용자의 심박수, 체온, 혈압, 하나 이상의 바이탈 사인 등을 모니터링하도록 구성될 수 있다.
1004에서, 처리 장치는 제1 치료 데이터를 사용하여 제1 치료 정보를 생성할 수 있다. 제1 치료 정보는 치료 기기(70)를 사용하는 동안 사용자에 의한 치료 계획의 수행에 대한 요약을 포함할 수 있다. 제1 치료 정보는 제1 치료 데이터가 사용자에 의한 치료 계획의 수행을 담당하는 헬스케어 제공자의 컴퓨팅 디바이스에 제시될 수 있도록 형식화될 수 있다.
1006에서, 처리 장치는 헬스케어 제공자의 컴퓨팅 디바이스에서 제1 치료 정보에 액세스하고/하거나 헬스케어 제공자의 컴퓨팅 디바이스에서 제1 치료 정보를 제공하기 위해, 관련 메모리에 기록하도록 구성될 수 있다. 1008에서, 처리 장치는 헬스케어 제공자의 컴퓨팅 디바이스의 인터페이스에서 제1 치료 정보를 제공하도록 구성될 수 있다. 예를 들어, 처리 장치는 오버뷰 디스플레이(120)의 환자 프로파일 디스플레이(130)에서 제1 치료 정보를 제공하도록 구성될 수 있다. 설명된 바와 같이, 오버뷰 디스플레이(120)는 치료 계획에 대한 하나 이상의 수정들 및/또는 치료 기기(70)의 하나 이상의 특성들을 나타내는, 치료 계획 입력과 같은, 입력을 수신하도록 구성될 수 있다. 헬스케어 제공자는 치료 계획 입력을 제공하기 위해 오버뷰 디스플레이(120)의 다양한 제어들, 입력 필드들 및 기타 양태들과 상호 작용할 수 있다.
1010에서, 처리 장치는 제1 치료 정보에 응답하여 제1 치료 계획 입력을 수신할 수 있다. 제1 치료 계획 입력은 치료 계획에 대한 적어도 하나의 수정을 나타낼 수 있다. 일부 실시예들에서, 제1 치료 계획 입력은 설명된 바와 같이 헬스케어 제공자에 의해 제공될 수 있다. 일부 실시예들에서, 제1 치료 정보에 기초하여, 인공지능 엔진(11)은 제1 치료 계획 입력을 생성할 수 있다.
1012에서, 처리 장치는 치료 계획에 대한 적어도 하나의 수정을 포함하는 제1 치료 계획 입력을 수신하는 것에 응답하여 치료 계획을 수정할 수 있다. 예를 들어, 처리 장치는 제1 치료 계획 입력에 의해 표시된 적어도 하나의 수정에 기초하여 치료 계획의 다양한 특징들 및 특성들을 수정할 수 있다.
1014에서, 처리 장치는 수정된 치료 계획을 사용하여 치료 기기(70)를 선택적으로 제어할 수 있다. 예를 들어, 처리 장치는 치료 계획에 대한 수정에 기초하여 치료 기기(70)의 하나 이상의 특성들을 수정할 수 있다. 추가로 또는 대안으로, 처리 장치는 제1 치료 계획 입력에 기초하여 하나 이상의 특성들을 적응, 수정, 조정 또는 제어할 수 있다. 예를 들어, 제1 치료 계획 입력은 치료 기기(70)의 하나 이상의 특성들에 대한 적어도 하나의 수정을 나타낼 수 있다. 처리 장치는 제1 치료 계획 입력에 의해 표시된 적어도 하나의 수정에 기초하여 치료 기기(70)의 하나 이상의 특성들을 수정할 수 있다.
1016에서, 처리 장치는 제2 치료 데이터를 사용하여 생성된 제2 치료 정보에 응답하여 제2 치료 계획 입력을 수신할 수 있다. 예를 들어, 처리 장치는 사용자가 치료 기기(70)를 사용하는 동안 사용자에 관한 제2 치료 데이터를 수신할 수 있다. 제2 치료 데이터는 제1 치료 데이터 후에 처리 장치에 의해 수신된 치료 데이터를 포함할 수 있다. 일부 실시예들에서, 제2 치료 데이터는 사용자가 치료 기기(70)를 사용하여 수정된 치료 계획을 수행하는 동안 사용자와 관련될 수 있다.
일부 실시예들에서, 제2 치료 데이터는 사용자가 치료 기기(70)를 사용하여 치료 계획을 수행하는 동안(예를 들어, 헬스케어 제공자가 설명된 바와 같은 치료 계획을 수정하지 않는 경우에) 사용자와 관련될 수 있다. 처리 장치는 제2 치료 데이터에 기초하여 제2 치료 정보를 생성할 수 있다. 처리 장치는 치료 계획에 대한 적어도 하나의 수정을 나타내는 제2 치료 계획 입력을 수신할 수 있다.
설명된 바와 같이, 처리 장치는 제2 치료 정보를 환자 프로파일 디스플레이(130) 및/또는 오버뷰 디스플레이(120)의 임의의 기타 적절한 섹션, 부분 또는 컴포넌트 또는 임의의 기타 적절한 디스플레이 또는 인터페이스에 제공하도록 구성될 수 있다. 헬스케어 제공자(예를 들어, 및/또는 인공 지능 엔진(11))는 제2 치료 정보를 검토하고 제2 치료 정보에 기초하여 치료 계획을 수정할지 여부 및/또는 추가로 수정할지 여부를 결정할 수 있다.
1018에서, 제2 치료 계획 입력을 사용하여, 처리 장치는 치료 계획을 수정할 수 있다. 예를 들어, 처리 장치는 제2 치료 계획 입력에 의해 표시된 적어도 하나의 수정에 기초하여 치료 계획의 다양한 특징들 및 특성들을 추가로 수정(예를 들어, 처리 장치가 이미 치료 계획을 수정한 경우) 및/또는 수정(예를 들어, 처리 장치가 이전에 치료 계획을 수정하지 않은 경우)할 수 있다.
1020에서, 수정된 치료 계획을 사용하여, 처리 장치는 치료 기기(70)를 선택적으로 제어할 수 있다. 예를 들어, 치료 계획에 대한 수정에 기초하여, 처리 장치는 치료 기기(70)의 하나 이상의 특성들을 수정할 수 있다. 추가로 또는 대안으로, 처리 장치는 제2 치료 계획 입력에 기초하여 하나 이상의 특성들을 적응, 수정, 조정 또는 제어할 수 있다. 예를 들어, 제2 치료 계획 입력은 치료 기기(70)의 하나 이상의 특성들에 대한 적어도 하나의 수정을 나타낼 수 있다. 처리 장치는 제2 치료 계획 입력에 의해 표시된 적어도 하나의 수정에 기초하여 치료 기기(70)의 하나 이상의 특성들을 수정할 수 있다.
도 11은 일반적으로 본 개시에 따른 치료 기기를 사용하여 사용자에 의해 치료 계획의 수행을 모니터링하고 치료 기기의 하나 이상의 특성들 및 치료 계획을 선택적으로 수정하기 위한 대안적인 방법(1100)을 예시하는 흐름도이다. 방법(1100)은 컴퓨팅 디바이스(예를 들어, 인공 지능 엔진(11)을 실행하는 서버(30)와 같은 도 1의 임의의 컴포넌트)의 프로세서들에 의해 수행되는 동작들을 포함한다. 일부 실시예들에서, 방법(1100)의 하나 이상의 동작들은 메모리 장치에 저장되고 처리 장치에 의해 실행되는 컴퓨터 명령어들로 구현된다. 방법(1100)은 방법(900) 및/또는 방법(1000)과 관련하여 전술한 것과 동일하거나 유사한 방식으로 수행될 수 있다. 방법(1100)의 동작들은 본원에 설명된 방법들 중 어느 하나의 동작들 중 어느 하나와 일부 조합하여 수행될 수 있다.
1102에서, 처리 장치는 치료 계획을 수행하기 위해, 치료 기기(70)와 같은, 치료 기기를 사용하는 사용자에 관한 치료 데이터를 수신할 수 있다. 치료 데이터는 본원에 설명된 데이터 중 어느 하나를 포함할 수 있다. 치료 데이터는 치료 기기(70)의 외부 센서(82, 84, 86)와 같은 외부 센서들 중 하나 이상으로부터 및/또는 내부 센서(76)와 같은 하나 이상의 내부 센서들로부터의 센서 데이터(136)와 같은 센서 데이터에 대응할 수 있다. 일부 실시예들에서, 치료 데이터의 적어도 일부는 치료 기기(70)를 사용하는 동안 사용자가 착용한 하나 이상의 대응하는 웨어러블 기기들과 연관된 하나 이상의 센서들로부터의 센서 데이터를 포함할 수 있다. 하나 이상의 웨어러블 기기들은 시계, 팔찌, 목걸이, 가슴 스트랩, 헤드 스웨트밴드, 손목 스웨트밴드, 임의의 기타 적합한 스웨트밴드, 임의의 기타 적합한 웨어러블 기기 또는 이들의 조합을 포함할 수 있다. 하나 이상의 웨어러블 기기들은 사용자가 치료 기기(70)를 사용하는 동안 사용자의 심박수, 체온, 혈압, 하나 이상의 바이탈 사인 등을 모니터링하도록 구성될 수 있다.
1104에서, 처리 장치는 치료 데이터를 사용하여 치료 정보를 생성할 수 있다. 치료 정보는 치료 기기(70)를 사용하는 동안 사용자에 의한 치료 계획의 수행에 대한 요약을 포함할 수 있다. 치료 정보는 치료 데이터가 사용자에 의한 치료 계획의 수행을 담당하는 헬스케어 제공자의 컴퓨팅 디바이스에 제시될 수 있도록 형식화될 수 있다.
1106에서, 처리 장치는 헬스케어 제공자의 컴퓨팅 디바이스 및 인공 지능 엔진(11)에 의해 실행되는 기계 학습 모델 중 적어도 하나에 치료 정보를 제공하도록 구성될 수 있다.
1108서, 처리 장치는 치료 정보에 응답하여 치료 계획 입력을 수신할 수 있다. 치료 계획 입력은 치료 계획에 대한 적어도 하나의 수정을 나타낼 수 있다. 일부 실시예들에서, 치료 계획 입력은 설명된 바와 같이 헬스케어 제공자에 의해 제공될 수 있다. 일부 실시예들에서, 치료 정보에 기초하여, 인공지능 엔진(11)은 치료 계획 입력을 생성할 수 있는 기계 학습 모델을 실행한다.
1110에서, 처리 장치는 계획 입력이 료 계획에 대한 적어도 하나의 수정을 나타내는지 여부를 결정한다. 처리 장치가 치료 계획 입력이 치료 계획에 대한 적어도 하나의 수정을 나타내지 않는다고 결정하면, 처리 장치는 1102로 돌아가서 사용자가 치료 기기(70)를 사용하여 치료 계획을 수행하는 동안 사용자에 관한 치료 데이터를 계속 수신한다. 처리 장치가 치료 계획 입력이 치료 계획에 대한 적어도 하나의 수정을 나타낸다고 결정하면, 처리 장치는 1112에서 계속된다.
1112에서, 치료 계획 입력을 사용하여, 처리 장치는 치료 계획을 수정할 수 있다. 예를 들어, 치료 계획 입력에 의해 나타낸 치료 계획에 대한 적어도 하나의 수정을 사용하여, 처리 장치는 치료 계획을 수정할 수 있다. 치료 계획 입력에 의해 나타낸 적어도 하나의 수정에 기초하여, 처리 장치는 치료 계획의 다양한 특징들 및 특성들을 수정할 수 있다.
1114에서, 수정된 치료 계획을 사용하여, 처리 장치는 치료 기기(70)를 선택적으로 제어할 수 있다. 예를 들어, 치료 계획에 대한 적어도 하나의 수정에 기초하여, 처리 장치는 치료 기기(70)의 하나 이상의 특성들을 수정할 수 있다. 추가로 또는 대안으로, 처리 장치는 치료 계획 입력에 기초하여 하나 이상의 특성들을 적응, 수정, 조정 또는 제어할 수 있다. 예를 들어, 치료 계획 입력은 치료 기기(70)의 하나 이상의 특성들에 대한 적어도 하나의 수정을 나타낼 수 있다. 치료 계획 입력에 의해 나타낸 적어도 하나의 수정에 기초하여, 처리 장치는 치료 기기(70)의 하나 이상의 특성들을 수정할 수 있다. 처리 장치는 1102로 돌아가서 사용자가 치료 기기(70)를 사용하여 치료 계획을 수행하는 동안 사용자에 관한 치료 데이터를 계속해서 수신할 수 있다.
도 12는 일반적으로 본 개시의 하나 이상의 양태들에 따라, 본원에 설명된 방법들 중 어느 하나 이상을 수행할 수 있는 예시적인 컴퓨터 시스템(1200)을 예시한다. 일 예에서, 컴퓨터 시스템(1200)은 컴퓨팅 디바이스를 포함할 수 있으며, 어시스턴스 인터페이스(94), 보고 인터페이스(92), 감독 인터페이스(90), 임상의 인터페이스(20), 서버(30)(AI 엔진(11)을 포함함), 환자 인터페이스(50), 보행 센서(82), 고니오미터(84), 치료 기기(70), 압력 센서(86) 또는 도 1의 임의의 적절한 컴포넌트에 대응할 수 있다. 컴퓨터 시스템(1200)은 도 1의 인공 지능 엔진(11)의 하나 이상의 기계 학습 모델들(13)을 구현하는 명령어들을 실행할 수 있다. 컴퓨터 시스템은 클라우드 또는 피어투피어 네트워크를 통해 연결을 포함하여, LAN, 인트라넷, 엑스트라넷 또는 인터넷의 다른 컴퓨터 시스템에 연결(예를 들어, 네트워크 연결)될 수 있다.
컴퓨터 시스템은 클라이언트-서버 네트워크 환경에서 서버 용량으로 동작할 수 있다. 컴퓨터 시스템은 개인용 컴퓨터(PC), 태블릿 컴퓨터, 웨어러블(예를 들어, 손목 밴드), 셋톱 박스(set-top box; STB), 개인 정보 단말기(Personal Digital Assistant; PDA), 휴대폰, 카메라, 비디오 카메라, 사물 인터넷(IoT) 장치 또는 해당 디바이스에서 수행될 동작들을 지정하는 일련의 명령어들(순차적 또는 기타)을 실행할 수 있는 모든 디바이스일 수 있다. 또한, 단일 컴퓨터 시스템만이 예시되어 있어 있지만, "컴퓨터"라는 용어는 또한 본원에서 논의된 방법들 중 임의의 하나 이상을 수행하기 위해 명령어 세트(또는 다수의 세트들)를 개별적으로 또는 공동으로 실행하는 임의의 컴퓨터들의 집합을 포함하는 것으로 간주되어야 한다.
컴퓨터 시스템(1200)은 처리 장치(1202), 메인 메모리(1204)(예를 들어, 읽기 전용 메모리(ROM), 플래시 메모리, 솔리드 스테이트 드라이브(SSD), 동기식 DRAM(SDRAM)와 같은 동적 랜덤 액세스 메모리(DRAM)), 정적 메모리(1206)(예를 들어, 플래시 메모리, 솔리드 스테이트 드라이브(SSD), 정적 랜덤 액세스 메모리(SRAM)), 및 데이터 저장 장치(1208)를 포함하며, 이들은 버스(1110)를 통해 서로 통신한다.
처리 장치(1202)는 마이크로프로세서, 중앙 처리 장치 등과 같은 하나 이상의 범용 처리 장치들을 나타낸다. 보다 구체적으로, 처리 장치(1202)는 CISC(complex instruction set computing) 마이크로프로세서, RISC(reduced instruction set computing) 마이크로프로세서, VLIW(very long instruction word) 마이크로프로세서, 또는 다른 명령어 세트를 구현하는 프로세서, 또는 명령어 세트의 조합을 구현하는 프로세서일 수 있다. 처리 장치(1402)는 또한 애플리케이션별 집적 회로(application specific integrated circuit; ASIC), 시스템 온 칩, 필드 프로그램 가능 게이트 어레이(field programmable gate array; FPGA), 디지털 신호 프로세서(digital signal processor; DSP), 네트워크 프로세서 등과 같은 하나 이상의 특수 목적 처리 장치일 수 있다. 처리 장치(1402)는 본원에 논의된 동작들 및 단계들 중 어느 하나를 수행하기 위한 명령어들을 실행하도록 구성된다.
컴퓨터 시스템(1200)은 네트워크 인터페이스 장치(1212)를 더 포함할 수 있다. 컴퓨터 시스템(1200)은 또한 비디오 디스플레이(1214)(예를 들어, 액정 디스플레이(LCD), 발광 다이오드(LED), 유기 발광 다이오드(OLED), 양자 LED, 음극선관(CRT), 섀도우 마스크 CRT, 애퍼처 그릴(aperture grille) CRT, 단색 CRT), 하나 이상의 입력 장치(1216)(예를 들어, 키보드 및/또는 마우스 또는 게임형 제어), 및 하나 이상의 스피커(1218)(예를 들어, 스피커)를 포함할 수 있다. 하나의 예시적인 예에서, 비디오 디스플레이(1214) 및 입력 장치(들)(1216)는 단일 컴포넌트 또는 디바이스(예를 들어, LCD 터치 스크린)로 결합될 수 있다.
데이터 저장 장치(1216)는 본원에 설명된 방법들, 동작들 또는 기능들 중 임의의 하나 이상을 구현하는 명령어들(1222)이 저장되는 컴퓨터 판독 가능 매체(1220)를 포함할 수 있다. 명령어들(1222)은 또한 컴퓨터 시스템(1200)에 의해 실행되는 동안 메인 메모리(1204) 및/또는 처리 장치(1202) 내에 완전히 또는 적어도 부분적으로 상주할 수 있다. 이와 같이, 메인 메모리(1204) 및 처리 장치(1202)도 컴퓨터 판독 가능 매체를 구성한다. 명령어들(1222)은 또한 네트워크 인터페이스 장치(1212)를 통해 네트워크를 통해 전송되거나 수신될 수 있다.
컴퓨터 판독 가능 저장 매체(1220)는 일반적으로 예시적인 예에서 단일 매체인 것으로 예시되어 있지만, "컴퓨터 판독 가능 저장 매체"라는 용어는 하나 이상의 명령어 세트들을 저장하는 단일 매체 또는 다중 매체(예를 들어, 중앙 집중식 또는 분산형 데이터베이스, 및/또는 관련 캐시들 및 서버들)를 포함하는 것으로 간주되어야 한다. "기계 판독 가능 저장 매체"라는 용어는 또한 기계에 의한 실행을 위한 명령어 세트를 저장, 인코딩 또는 전달할 수 있고 기계가 본 개시의 방법론 중 임의의 하나 이상을 수행하게 하는 모든 매체를 포함하는 것으로 간주되어야 한다. 따라서 "기계 판독 가능 저장 매체"라는 용어는, 이에 제한되는 것은 아니나, 솔리드 스테이트 메모리, 광학 매체 및 자기 매체를 포함하는 것으로 간주되어야 한다.
특정 특성들(예를 들어, 인구학적; 지리적; 진단적; 측정 또는 테스트 기반; 의학적 이력; 병인학적; 코호트 연관적; 감별 진단적; 외과적, 물리적 치료, 약리학적 및 추천된 기타 치료(들); 등)을 가진 환자에 대한 최적의 치료 계획을 결정하는 것은 기술적으로 어려운 문제일 수 있다. 예를 들어, 치료 계획을 결정할 때 많은 정보가 고려될 수 있으며, 이는 치료 계획 선택 과정에서 비효율성과 부정확성을 초래할 수 있다. 재활 환경에서, 고려되는 다수의 정보 중 일부는 환자의 부상 유형, 수행할 수 있는 의료 절차의 유형, 치료 요법, 투약 요법 및 환자의 특성들을 포함할 수 있다. 환자의 특성들은 광범위할 수 있으며, 환자의 약물, 환자의 이전 부상, 환자에게 수행된 이전 의료 절차, 환자의 측정치(예를 들어, 체지방, 체중 등), 환자의 알레르기, 환자의 의학적 상태, 환자의 이력 정보, 환자의 바이탈 사인(예를 들어, 체온, 혈압, 심박수), 환자의 증상, 환자의 가족 의료 정보 등을 포함할 수 있다.
또한, 상술한 정보 외에, 다른 사람에 대해 치료 장치를 사용하여 수행된 치료 계획의 결과들에 관한 임상 정보와 같은 추가적인 이력 정보를 고려하는 것이 바람직할 수 있다. 임상 정보는 임상 연구, 임상 시험, 증거 기반 가이드라인, 저널 기사, 메타 분석 등을 포함할 수 있다. 임상 정보는 특정 전문 학위(예를 들어, 의사, 접골 의사, 물리 치료사 등), 자격증 등을 가진 사람에 의해 작성될 수 있다. 임상 정보는 임의의 적절한 데이터 소스로부터 검색될 수 있다.
일부 실시예들에서, 임상 정보는 특정 질병(예를 들어, 부상, 질병, 적용 가능한 모든 의학적 상태 등)에 대한 치료를 원하는 사람들을 설명할 수 있다. 임상 정보는 사람들이 특정 치료 계획들(예를 들어, 의료 절차, 치료 장치들을 사용하는 치료 프로토콜, 투약 요법, 식이 요법 등)을 수행하거나 수행했을 때 특정 결과들이 얻어진다고 설명할 수 있다. 임상 정보에는 설명된 사람들의 특정 특성들도 포함될 수 있다. 그 안에 있는 특성들의 값들을 직접 또는 간접적으로 참조할 수 있다. 환자가 원하는 결과를 얻을 수 있도록 환자를 위한 최적의 치료 계획이 무엇인지 결정하기 위해 임상 정보에서 환자의 특성들과 사람들의 특성들을 비교하는 것이 바람직할 수 있다. 이러한 이력 정보를 처리하는 것은 계산적으로 세금이 부과되고, 비효율적이고, 및/또는 기존 기술들을 사용하는 것이 불가능할 수 있다.
따라서, 본 개시의 실시예들은 환자 코호트-등가 데이터베이스들을 포함하는 실시간 및 이력 데이터 상관관계를 사용하여 최적의 치료 계획들을 추천하는 것과 관련된다. 일부 실시예들에서, 인공 지능 엔진은 환자의 특성들과 임상 정보를 기반으로 최적의 치료 계획을 추천하도록 훈련될 수 있다. 예를 들어, 인공 지능 엔진은 다양한 임상 정보에서 환자와 사람들의 특성들 간의 패턴을 매치시키도록 훈련될 수 있다. 패턴에 기초하여, 인공 지능 엔진은 환자를 위한 치료 계획을 생성할 수 있으며, 이러한 치료 계획은 유사하게 매칭된 사람 또는 유사하게 매칭된 사람들에 대한 임상 정보에서 원하는 결과를 생성했다. 그런 의미에서, 생성된 치료 계획은 원하는 결과(예를 들어, 속도, 효능, 속도와 효능 모두, 기대 수명 등)에 기초하여 "최적"일 수 있다. 즉, 환자의 특성들에 기초하여, 원하는 결과를 얻기 위해, 원하는 결과를 얻기 위해 최적의 치료 계획에 포함되어야 하는 특정 의료 절차, 특정 약물, 특정 재활 운동 등이 있을 수 있다.
원하는 결과에 따라, 인공 지능 엔진은 몇 가지 최적 또는 최적화된 치료 계획들을 출력하도록 훈련될 수 있다. 예를 들어, 하나의 결과는 가장 빠른 시간 내에 임계 레벨(예를 들어, 75% 모션 범위)으로 회복하는 것을 포함할 수 있는 반면, 다른 결과는 시간의 양에 관계없이 완전히 회복(예를 들어, 100% 모션 범위)을 포함할 수 있다. 임상 정보는 제1 치료 계획이 환자와 유사한 특성들을 가진 사람들에게 제1 결과를 제공하고, 제2 치료 계획이 환자와 유사한 특성들을 가진 사람들에게 제2 결과를 제공한다는 것을 나타낼 수 있다.
또한, 인공 지능 엔진은 또한 환자에 대해 최적이 아닌 치료 계획들("제외 치료 계획들"이라고 함)을 출력하도록 훈련될 수 있다. 예를 들어, 환자에게 당뇨병이 있는 경우, 특정 약물이 승인되지 않았거나 환자에게 적합하지 않을 수 있으며, 해당 약물이 환자의 제외 치료 계획에 플래그될 수 있다.
상기에 논의된 바와 같이, 환자 및 임상 정보를 실시간으로 처리하는 것은 처리할 데이터의 양이 많기 때문에 기존 기술들을 사용하여서는 불가능할 수 있다. 따라서, 일부 실시예들에서, 수신된 임상 정보 및/또는 환자 정보는 의료 기술 언어로 번역될 수 있다. 의료 기술 언어는 인공지능 엔진에 의해 효율적으로 처리될 수 있도록 구성된 인코딩을 지칭할 수 있다. 예를 들어, 선택적으로 속성 문법을 추가하여 임상 시험이 수신 및 파싱될 수 있으며; 그런 다음 타겟 정보에 관한 키워드들이 검색될 수 있다. 타겟 정보의 값들이 식별될 수 있다. 의료 기술 언어에 의해 정의된 표준 형식(canonical format)이 정의 및/또는 생성될 수 있으며, 여기서 표준 형식은 타겟 정보의 값들을 식별하는 태그들을 포함하며, 선택적으로는 의료 기술 언어에 대한 속성 문법을 구현하는 태그들을 포함한다.
의료 기술 언어는 확장 가능하며, 객체 지향 또는 인공 지능 프로그래밍 언어의 모든 속성을 포함할 수 있다. 의료 기술 언어는 다른 방법들이나 절차들을 정의할 수 있다. 의료 기술 언어는 필드(종종 속성 또는 특성으로 알려짐) 형식의 데이터와 절차(종종 방법으로 알려짐) 형식의 코드를 포함할 수 있는 "객체(objects)" 개념을 구현할 수 있다. 의료 기술 언어는 간섭 및 오용으로부터 데이터를 보호하기 위해 데이터를 조작하는 데이터 및 기능들을 캡슐화할 수 있다. 의료 기술 언어는 또한 데이터 숨기기 또는 가리기를 구현할 수 있는데, 이는 데이터 또는 기능들의 특정 양태들이 다른 컴포넌트에 액세스하는 것을 방지할 수 있다. 의료 기술 언어는 상속을 구현할 수 있으며, 이는 컴포넌트들을 "~의 유형이다"라는 관계로 배열하며, 여기서 제1 컴포넌트는 제2 컴포넌트의 유형일 수 있고 제1 컴포넌트는 제2 컴포넌트의 기능들 및 데이터를 상속한다. 의료 기술 언어는 또한 다양한 유형의 컴포넌트들에 대한 단일 인터페이스를 제공하는 다형성(polymorphism)을 구현할 수 있다.
임상 정보는 인공 지능 엔진이 최적의 치료 계획들 및/또는 제외 치료 계획들을 결정하기 전에 의료 기술 언어로 번역될 수 있다. 인공지능 엔진은 임상 정보가 수신된 초기 데이터 형식을 사용하는 대신 인공지능 엔진이 최적의 치료 계획들을 보다 효율적으로 결정할 수 있도록, 임상 정보를 나타내는 의료 기술 언어를 사용하여 훈련될 수 있다. 또한, 인공지능 엔진은 지속적으로 또는 지속적으로 임상 정보를 수신하고 훈련 데이터에 임상 정보를 포함시켜 인공지능 엔진을 업데이트할 수 있다.
일부 실시예들에서, 최적의 치료 계획들 및/또는 제외 치료 계획들이 의료 전문가에게 제시될 수 있다. 의료 전문가는 환자에게 치료 계획이 전달되도록 하기 위해 환자를 위한 특정 최적의 치료 계획을 선택할 수 있다. 일부 실시예들에서, 원격 진단, 치료 계획 결정, 재활 및/또는 약리학적 처방을 포함하여, 원격 보건 또는 원격 의료 어플리케이션들을 용이하게 하기 위해, 인공 지능 엔진은 임상 정보 소스로부터 원거리에서 및/또는 환자로부터 원거리에서 수신 및/또는 동작할 수 있다. 이러한 경우에, 추천된 치료 계획들 및/또는 제외 치료 계획들은 실시간으로 환자의 비디오와 동시에 의료 전문가의 컴퓨팅 디바이스의 사용자 인터페이스에서 원격 의료 또는 원격 보건 세션 동안 제시될 수 있다. 비디오에는 오디오, 텍스트 및 기타 멀티미디어 정보가 수반될 수도 있다. 실시간은 2초 미만을 지칭할 수 있다.
환자 비디오의 제시와 동시에 인공 지능 엔진에 의해 생성된 치료 계획들을 제시하는 것은 향상된 사용자 인터페이스를 제공할 수 있는데, 이는 의료 전문가가 동일한 사용자 인터페이스에서 치료 계획들을 검토하면서도 환자와 시각적으로 및/또는 계속 통신할 수 있기 때문이다. 향상된 사용자 인터페이스는 컴퓨팅 디바이스를 사용하는 의료 전문가의 경험을 개선할 수 있고 의료 전문가가 사용자 인터페이스를 재사용하도록 장려할 수 있다. 이러한 기술은 또한 의료 전문가가 다른 사용자 인터페이스 화면으로 전환하고 환자의 특성들에 기초하여 추천할 치료 계획에 대한 쿼리를 입력할 필요가 없기 때문에 컴퓨팅 리소스들(예를 들어, 처리, 메모리, 네트워크)를 줄일 수 있다. 인공 지능 엔진은 최적의 치료 계획들과 제외 치료 계획들을 즉석에서 동적으로 제공한다.
일부 실시예들에서, 치료 장치는 특성, 구성 및 위치가 특정 환자의 요구에 맞춰질 수 있기 때문에 적응적이고 및/또는 개인화될 수 있다. 예를 들어, 페달은 사용자를 위해 설계된 치료 계획에 따르도록 모션 범위를 증가 또는 감소시키기 위해 즉석에서(예를 들어, 원격 의료 세션을 통해 또는 검출되는 특정 측정치에 응답하여 프로그래밍된 구성에 기초하여) 동적으로 조정될 수 있다. 이러한 적응적 특성은 환자의 회복 결과들을 향상시킬 수 있다.
조항 1. 방법은, 치료 기기를 사용하여 치료 계획을 수행하는 사용자에 관한 치료 데이터를 수신하는 단계로서, 치료 데이터는 사용자의 특성들, 사용자가 치료 기기를 사용하는 동안 사용자에 관한 측정 정보, 치료 기기의 특성들 및 치료 계획의 적어도 하나의 양태 중 적어도 하나를 포함하는, 상기 수신하는 단계; 치료 데이터를 사용하여 치료 정보를 생성하는 단계; 헬스케어 제공자의 컴퓨팅 디바이스에 의한 액세스를 위해, 관련 메모리에 치료 정보를 기록하는 단계; 헬스케어 제공자의 컴퓨팅 디바이스에서 인터페이스와 통신하는 단계로서, 인터페이스는 치료 계획 입력을 수신하도록 구성되는, 상기 통신하는 단계; 및 치료 계획의 적어도 하나의 양태에 대한 적어도 하나의 수정을 포함하는 치료 계획 입력을 수신하는 것에 응답하여 치료 계획의 적어도 하나의 양태를 수정하는 단계를 포함한다.
조항 2. 본원의 임의의 조항의 방법에 있어서, 치료 계획의 수정된 적어도 하나의 양태에 기초하여, 사용자가 치료 기기를 사용하는 동안 치료 기기를 제어하는 단계를 더 포함한다.
조항 3. 본원의 임의의 조항의 방법에 있어서, 치료 계획의 수정된 적어도 하나의 양태에 기초하여, 사용자가 원격 의료 세션 동안 치료 기기를 사용하는 동안 치료 기기를 제어하는 단계를 더 포함한다.
조항 4. 본원의 임의의 조항의 방법에 있어서, 측정 정보는 사용자의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온 및 사용자의 혈압 중 적어도 하나를 포함한다.
조항 5. 본원의 임의의 조항의 방법에 있어서, 치료 데이터 중 적어도 일부는 치료 기기와 연관된 센서로부터의 센서 데이터에 대응한다.
조항 6. 본원의 임의의 조항의 방법에 있어서, 치료 데이터 중 적어도 일부는 치료 기기를 사용하는 동안 사용자가 착용한 웨어러블 기기와 연관된 센서로부터의 센서 데이터에 대응한다.
조항 7. 본원의 임의의 조항의 방법에 있어서, 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 후속 치료 데이터를 수신하는 단계를 더 포함한다.
조항 8. 본원의 임의의 조항의 방법에 있어서, 치료 계획의 수정된 적어도 하나의 양태에 대한 적어도 하나의 추가 수정을 포함하는 후속 치료 계획 입력을 수신하는 것에 응답하여 수정된 치료 계획을 수정하는 단계를 더 포함하며, 후속 치료 계획 입력은 치료 데이터 및 후속 치료 데이터 중 적어도 하나에 기초한다.
조항 9. 유형의(tangible), 비일시적 컴퓨터 판독 가능 매체로서, 실행 시, 처리 장치가, 치료 기기를 사용하여 치료 계획을 수행하는 사용자에 관한 치료 데이터를 수신하되, 치료 데이터는 사용자의 특성들, 사용자가 치료 기기를 사용하는 동안 사용자에 관한 측정 정보, 치료 기기의 특성들 및 치료 계획의 적어도 하나의 양태 중 적어도 하나를 포함하고; 치료 데이터를 사용하여 치료 정보를 생성하고; 헬스케어 제공자의 컴퓨팅 디바이스에서 액세스를 위해, 관련 메모리에 치료 정보를 기록하고; 헬스케어 제공자의 컴퓨팅 디바이스에서 인터페이스와 통신하되, 인터페이스는 치료 계획 입력을 수신하도록 구성되고; 치료 계획에 대한 적어도 하나의 수정을 포함하는 치료 계획 입력을 수신하는 것에 응답하여 치료 계획의 적어도 하나의 양태를 수정하도록 하는 명령어들을 저장한다.
조항 10. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 처리 장치는 치료 계획의 적어도 하나의 양태에 기초하여, 사용자가 치료 기기를 사용하는 동안 치료 기기를 제어하도록 더 구성된다.
조항 11. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 처리 장치는 치료 계획의 수정된 적어도 하나의 양태에 기초하여, 사용자가 원격 의료 세션 동안 치료 기기를 사용하는 동안 치료 기기를 제어하도록 더 구성된다.
조항 12. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 측정 정보는 사용자의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온 및 사용자의 혈압 중 적어도 하나를 포함한다.
조항 13. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 치료 데이터 중 적어도 일부는 치료 기기와 연관된 센서로부터의 센서 데이터에 대응한다.
조항 14. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 치료 데이터 중 적어도 일부는 치료 기기를 사용하는 동안 사용자가 착용한 웨어러블 기기와 연관된 센서로부터의 센서 데이터에 대응한다.
조항 15. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 후속 치료 데이터를 수신하도록 더 구성된다.
조항 16. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 처리 장치는 치료 계획에 대한 적어도 하나의 추가 수정을 포함하는 후속 치료 계획 입력을 수신하는 것에 응답하여 치료 계획의 수정된 적어도 하나의 양태를 수정하도록 더 구성된다.
조항 17. 시스템은 명령어들을 저장하는 메모리 장치; 메모리 장치에 통신 가능하게 결합된 처리 장치로서, 처리 장치는, 치료 기기를 사용하여 치료 계획을 수행하는 사용자에 관한 치료 데이터를 수신하되, 치료 데이터는 사용자의 특성들, 사용자가 치료 기기를 사용하는 동안 사용자에 관한 측정 정보, 치료 기기의 특성들 및 치료 계획의 적어도 하나의 양태 중 적어도 하나를 포함하고; 치료 데이터를 사용하여 치료 정보를 생성하고; 헬스케어 제공자의 컴퓨팅 디바이스에서 액세스를 위해, 관련 메모리에 치료 정보를 기록하고; 헬스케어 제공자의 컴퓨팅 디바이스에서 인터페이스와 통신하되, 인터페이스는 치료 계획 입력을 수신하도록 구성되고; 치료 계획에 대한 적어도 하나의 수정을 포함하는 치료 계획 입력을 수신하는 것에 응답하여 치료 계획의 적어도 하나의 양태를 수정하도록 하는 명령어들을 실행하는, 상기 처리 장치를 포함한다.
조항 18. 본원의 임의의 조항의 시스템에 있어서, 처리 장치는 치료 계획의 수정된 적어도 하나의 양태에 기초하여, 사용자가 치료 기기를 사용하는 동안 치료 기기를 제어하도록 더 구성된다.
조항 19. 본원의 임의의 조항의 시스템에 있어서, 처리 장치는 치료 계획의 수정된 적어도 하나의 양태에 기초하여, 사용자가 원격 의료 세션 동안 치료 기기를 사용하는 동안 치료 기기를 제어하도록 더 구성된다.
조항 20. 본원의 임의의 조항의 시스템에 있어서, 측정 정보는 사용자의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온 및 사용자의 혈압 중 적어도 하나를 포함한다.
조항 21. 본원의 임의의 조항의 시스템에 있어서, 치료 데이터 중 적어도 일부는 치료 기기와 연관된 센서로부터의 센서 데이터에 대응한다.
조항 22. 본원의 임의의 조항의 시스템에 있어서, 치료 데이터 중 적어도 일부는 치료 기기를 사용하는 동안 사용자가 착용한 웨어러블 기기와 연관된 센서로부터의 센서 데이터에 대응한다.
조항 23. 본원의 임의의 조항의 시스템에 있어서, 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 후속 치료 데이터를 수신하도록 더 구성된다.
조항 24. 본원의 임의의 조항의 시스템에 있어서, 처리 장치는 치료 계획에 대한 적어도 하나의 추가 수정을 포함하는 후속 치료 계획 입력을 수신하는 것에 응답하여 치료 계획의 적어도 하나의 양태 중 수정된 적어도 하나의 양태 및 임의의 다른 양태를 수정하도록 더 구성된다.
적응형 원격 의료 또는 기타 맥락에서 최적의 치료 계획을 설명하고 추천하기 위한 방법 및 시스템
도 13은 컴퓨터 구현 시스템(2010)의 블록도를 예시하며, 이하에서 치료 계획을 관리하기 위한 "시스템"이라 칭한다. 치료 계획 관리에는 인공 지능 엔진을 사용하여 최적의 치료 계획을 추천하고/하거나 환자에게 추천해서는 안 되는 제외 치료 계획을 제공하는 것이 포함될 수 있다. 치료 계획에는 하나 이상의 치료 프로토콜들이 포함될 수 있으며, 각 치료 프로토콜에는 하나 이상의 치료 세션들이 포함된다. 각 치료 세션은 여러 세션 기간들로 구성되며, 각 세션 기간에는 환자의 신체 부위를 치료하기 위한 특정 활동이 포함된다. 예를 들어, 무릎 수술 이후 수술 후 재활을 위한 치료 계획에는 수술 후 첫 3일 동안 하루 2회 스트레칭 세션으로 초기 치료 프로토콜 및 수술 후 4일부터 하루 4회 활성 운동 세션을 수행하는 보다 집중적인 치료 프로토콜이 포함될 수 있다. 치료 계획은 또한 환자에게 수행할 의료 절차, 치료 장치를 사용하는 환자를 위한 치료 프로토콜, 환자를 위한 식이 요법, 환자를 위한 약물 요법, 환자를 위한 수면 요법, 추가 요법 또는 이들의 일부 조합을 포함할 수 있다.
시스템(2010)은 또한 치료 계획 관리와 관련된 데이터를 저장하고 제공하도록 구성된 서버(2030)를 포함한다. 서버(2030)는 하나 이상의 컴퓨터들을 포함할 수 있고 분산 및/또는 가상화된 컴퓨터 또는 컴퓨터들의 형태를 취할 수 있다. 서버(2030)는 또한 제1 네트워크(34)를 통해 임상의 인터페이스(2020)와 통신하도록 구성된 제1 통신 인터페이스(2032)를 포함한다. 일부 실시예들에서, 제1 네트워크(2034)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 유선 및/또는 무선 네트워크 연결들을 포함할 수 있다. 서버(2030)는 제1 프로세서(2036) 및 제1 기계 판독 가능 저장 메모리(2038)를 포함하며, 이는 간단히 "메모리"라고 불릴 수 있는데, 제1 프로세서(2036)에 의한 실행을 위해 서버(2030)의 다양한 동작들을 수행하기 위한 제1 명령어들(2040)을 보유한다. 서버(2030)는 치료 계획에 관한 데이터를 저장하도록 구성된다. 예를 들어, 메모리(2038)는 한 명 이상의 환자들을 치료하기 위한 치료 계획들에 관한 데이터와 같은 시스템 데이터를 보유하도록 구성된 시스템 데이터 저장소(2042)를 포함한다. 서버(2030)는 또한 치료 계획을 따르는 환자에 의한 수행에 관한 데이터를 저장하도록 구성된다. 예를 들어, 메모리(2038)는 치료 계획 내에서 각 환자의 행동을 나타내는 데이터를 포함하여, 한 명 이상의 환자들에 관한 데이터와 같은, 환자 데이터를 보유하도록 구성된 환자 데이터 저장소(2044)를 포함한다.
추가로, 사람들의 특성들, 사람들이 따르는 치료 계획들, 치료 계획들의 준수 수준 및 치료 계획들의 결과들은 상관 관계들 및 기타 통계 또는 확률적 조치들을 사용하여 환자 데이터 저장소(2044)에서 치료 계획을 다른 환자 코호트 등가 데이터베이스들로 분할할 수 있다. 예를 들어, 제1 유사한 부상, 제1 유사한 의료 상태, 수행된 제1 유사한 의료 절차, 제1 환자가 따르는 제1 치료 계획, 및 제1 치료 계획 결과에 대한 데이터가 제1 환자 데이터베이스에 저장될 수 있다. 제2 유사한 부상, 제2 유사한 의료 상태, 수행된 제2 유사한 의료 절차, 제2 환자들이 따르는 제2 치료 계획, 및 제2 치료 계획 결과에 대한 데이터가 제2 환자 데이터베이스에 저장될 수 있다. 특성들의 임의의 조합이 환자들의 코호트들을 분리하는 데 사용될 수 있다. 일부 실시예들에서, 서로 다른 환자들의 코호트들은 동일한 데이터베이스의 서로 다른 파티션들 또는 볼륨들에 저장될 수 있다.
이러한 특성 데이터, 치료 계획 데이터 및 결과 데이터는 특정 치료 계획들을 수행한 사람들의 특성들 및 해당 치료 계획들의 결과들을 설명하는 임상 정보로부터 얻을 수 있다. 특성 데이터, 치료 계획 데이터 및 결과 데이터는 환자 데이터 저장소(2044)의 환자-코호트 데이터베이스들에서 상관될 수 있다. 사람들의 특성들에는 사람들에게 처방된 약물, 사람들의 부상, 사람들에게 수행된 의료 절차, 사람들의 측정치, 사람들의 알레르기, 사람들의 의료 상태, 사람들의 이력 정보, 사람들의 바이탈 사인, 사람들의 증상, 사람들의 가족 의료 정보, 사람들의 기타 정보 또는 이들의 일부 조합이 포함될 수 있다.
환자 코호트 등가 데이터베이스들에 저장된 다른 사람들에 대한 이력 정보 외에, 치료 중인 현재 환자에 대한 현재 환자 특성들에 기초한 실시간 정보가 적절한 환자 코호트 등가 데이터베이스에 저장될 수 있다. 환자의 특성들에는 환자의 약물, 환자의 부상, 환자에게 수행된 의료 절차, 환자의 측정치, 환자의 알레르기, 환자의 의료 상태, 환자의 이력 정보, 환자의 바이탈 사인, 환자의 증상, 환자의 가족 의료 정보, 환자의 기타 정보 또는 이들의 일부 조합이 포함될 수 있다.
일부 실시예들에서, 서버(2030)는 본원에 개시된 실시예들 중 적어도 하나를 수행하기 위해 하나 이상의 기계 학습 모델들(2013)을 사용하는 인공 지능(AI) 엔진(2011)을 실행할 수 있다. 서버(2030)는 하나 이상의 기계 학습 모델들(2013)을 생성할 수 있는 훈련 엔진(9)을 포함할 수 있다. 기계 학습 모델들(2013)은 그 중에서도 환자 코호트 등가물과 관련된 실시간 및 이력 데이터 상관 관계들을 사용하여 최적의 치료 계획들을 생성하고 추천하도록 훈련될 수 있다. 하나 이상의 기계 학습 모델들(2013)은 훈련 엔진(209)에 의해 생성될 수 있고 훈련 엔진(209) 및/또는 서버들(2030)의 하나 이상의 처리 장치들에 의해 실행 가능한 컴퓨터 명령어들로 구현될 수 있다. 하나 이상의 기계 학습 모델들(2013)을 생성하기 위해, 훈련 엔진(209)은 하나 이상의 기계 학습 모델들(2013)을 훈련시킬 수 있다. 하나 이상의 기계 학습 모델들(2013)은 인공 지능 엔진(2011)에 의해 사용될 수 있다.
훈련 엔진(209)은 랙마운트 서버, 라우터 컴퓨터, 개인용 컴퓨터, 휴대용 디지털 어시스턴트, 스마트폰, 랩탑 컴퓨터, 태블릿 컴퓨터, 넷북, 데스크톱 컴퓨터, 사물 인터넷(IoT) 장치, 임의의 기타 바람직한 컴퓨팅 디바이스 또는 상기의 임의의 조합일 수 있다. 훈련 엔진(9)은 클라우드 기반 또는 실시간 소프트웨어 플랫폼일 수 있고, 프라이버시 소프트웨어 또는 프로토콜 및/또는 보안 소프트웨어 또는 프로토콜들을 포함할 수 있다.
하나 이상의 기계 학습 모델들(2013)을 훈련시키기 위해, 훈련 엔진(209)은 임상 정보를 식별하기 위해 타겟 정보를 나타내는 키워드 코퍼스의 훈련 데이터 세트를 사용할 수 있다. 훈련 데이터 세트는 또한 제1 데이터 형식을 갖는 임상 정보 코퍼스(예를 들어, 임상 시험, 메타 분석, 증거 기반 가이드라인, 저널 기사 등)를 포함할 수 있다. 임상 정보는 그 중에서도 사람들의 특성, 사람들이 따르는 치료 계획 및 치료 계획의 결과를 포함할 수 있다. 훈련 데이터 세트는 또한 타겟 정보, 원격 의료 정보 및 태그에 임베디드된 값에 대한 태그를 포함하는 의료 기술 언어 예들을 포함할 수 있다. 하나 이상의 기계 학습 모델들은 임상 정보를 제1 데이터 형식에서 표준(예를 들어, 태그-값 쌍 및/또는 속성 문법) 형식을 갖는 기계 기술 언어로 번역하도록 훈련될 수 있다. 훈련은 타겟 정보의 키워드들을 식별하고, 키워드들에 대한 값들을 식별하고, 타겟 정보에 대한 태그들 및 타겟 정보에 대한 값들을 포함하는 표준 값을 생성함으로써 수행될 수 있다.
하나 이상의 기계 학습 모델들(2013)은 또한 실시간으로(예를 들어, 전자 의료 기록(EMR) 시스템으로부터) 수신된 환자들의 특성들을 의료 기술 언어로 번역하여 적절한 환자 코호트 등가 데이터베이스들에 저장하도록 훈련될 수 있다. 하나 이상의 기계 학습 모델들(2013)은 의료 기술 언어에 의해 기술된 환자의 특성 패턴을 임상 정보를 나타내는 의료 기술 언어에 의해 기술된 다른 사람들의 특성 패턴과 매칭하도록 훈련될 수 있다. 일부 실시예들에서, 임상 정보를 나타내는 의료 기술 언어는 환자 데이터 저장소(2044)의 다양한 환자 코호트 등가 데이터베이스들에 저장될 수 있다. 따라서, 일부 실시예들에서, 하나 이상의 기계 학습 모델들(2013)은 훈련을 받을 때 또는 환자를 위한 최적의 치료 계획을 추천할 때 환자 코호트 등가 데이터베이스들에 액세스할 수 있다. 컴퓨팅 리소스, 처리 효율성, 정확성 및 오류 최소화는 텍스트 및/또는 EMR 기록의 전체 본문들과 달리 표준 형식의 의료 기술 언어를 사용하여 향상될 수 있다. 특히, 하나의 의미를 갖도록 파싱될 수 있는 공식적인 의료 기술 언어의 사용을 통해 정확성이 향상되고 오류들이 최소화될 수 있는 반면, 비공식 기술들은 잠재적으로 의미론적으로 과부하되고 해결할 수 없는 의미가 둘 이상 발생할 수 있다.
상이한 기계 학습 모델들(2013)은 상이한 원하는 결과들을 위한 상이한 최적의 치료 계획들을 추천하도록 훈련될 수 있다. 예를 들어, 하나의 기계 학습 모델은 가장 효과적인 회복을 위한 최적의 치료 계획들을 추천하도록 훈련될 수 있는 반면, 다른 기계 학습 모델은 회복 속도에 기초하여 최적의 치료 계획들을 추천하도록 훈련될 수 있다.
훈련 입력들 및 대응되는 타겟 출력들을 포함하는 훈련 데이터를 사용하여, 하나 이상의 기계 학습 모델들(2013)은 훈련 엔진(209)에 의해 생성된 모델 아티팩트를 지칭할 수 있다. 훈련 엔진(209)은 훈련 데이터에서 패턴들을 찾을 수 있으며, 이러한 패턴들은 훈련 입력을 타겟 출력에 매핑하고, 이러한 패턴들을 캡처하는 기계 학습 모델들(2013)을 생성한다. 일부 실시예들에서, 인공 지능 엔진(2011), 데이터베이스(2033) 및/또는 훈련 엔진(209)은 도 13에 도시된 다른 컴포넌트(예를 들어, 어시스턴트 인터페이스(2094), 임상의 인터페이스(2020) 등)에 상주할 수 있다.
하기에 더 상세하게 설명된 바와 같이, 하나 이상의 기계 학습 모델들(2013)은 예를 들어 단일 레벨의 선형 또는 비선형 동작들(예를 들어, 서포트 벡터 머신[SVM])을 포함할 수 있거나 기계 학습 모델들(2013)은 심층 네트워크, 즉 여러 레벨의 비선형 동작들을 포함하는 기계 학습 모델일 수 있다. 심층 네트워크들의 예들은 생성적 적대 네트워크, 컨볼루션 신경망, 하나 이상의 히든 층들이 있는 순환 신경망, 완전 연결 신경망(예를 들어, 각 뉴런은 출력 신호를 나머지 뉴런들의 입력뿐만 아니라 자신에게로 그 출력 신호를 전송할 수 있음)을 포함하는 신경망들이다. 예를 들어, 기계 학습 모델은 다양한 뉴런들을 사용하여 계산들(예를 들어, 내적들)을 수행하는 수많은 층들 및/또는 히든 층들을 포함할 수 있다.
시스템(2010)은 또한 환자에게 정보를 전달하고 환자로부터 피드백을 수신하도록 구성된 환자 인터페이스(2050)를 포함한다. 구체적으로, 환자 인터페이스는 입력 장치(2052) 및 출력 장치(2054)를 포함하며, 이들은 총칭하여 환자 사용자 인터페이스(2052, 2054)라고 할 수 있다. 입력 장치(2052)는 키보드, 마우스, 터치 스크린 입력, 제스처 센서, 및/또는 음성 인식을 위해 구성된 마이크 및 프로세서와 같은 하나 이상의 장치들을 포함할 수 있다. 출력 장치(2054)는 예를 들어 컴퓨터 모니터, 또는 태블릿, 스마트폰 또는 스마트 워치상의 디스플레이 화면을 포함하는 하나 이상의 상이한 형태들을 취할 수 있다. 출력 장치(2054)는 프로젝터, 가상 현실 기능, 증강 현실 기능 등과 같은 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 출력 장치(2054)는 다양한 상이한 시각적, 오디오 또는 기타 프리젠테이션 기술들을 통합할 수 있다. 예를 들어, 출력 장치(2054)는 구어 및/또는 톤, 차임 및/또는 멜로디와 같은 기타 사운드를 포함할 수 있는 오디오 신호와 같은 비시각적 디스플레이를 포함할 수 있으며, 이는 서로 다른 조건들 및/또는 방향들을 신호로 나타낼 수 있다. 출력 장치(2054)는 환자가 사용하기 위한 다양한 데이터 및/또는 인터페이스들 또는 제어들을 제시하는 하나 이상의 상이한 디스플레이 화면들을 포함할 수 있다. 출력 장치(2054)는 웹 기반 인터페이스 및/또는 컴퓨터 프로그램 또는 애플리케이션(앱)에 의해 제시될 수 있는 그래픽들을 포함할 수 있다.
도 13에 도시된 바와 같이, 환자 인터페이스(2050)는 제2 네트워크(2058)를 통해 서버(2030) 및/또는 임상의 인터페이스(2020)와 통신하도록 구성된 원격 통신 인터페이스라고도 불릴 수 있는 제2 통신 인터페이스(2056)를 포함한다. 일부 실시예들에서, 제2 네트워크(2058)는 이더넷 네트워크와 같은 근거리 통신망(LAN)을 포함할 수 있다. 일부 실시예들에서, 제2 네트워크(2058)는 인터넷을 포함할 수 있고, 환자 인터페이스(2050)와 서버(2030) 및/또는 임상의 인터페이스(2020) 사이의 통신은 예를 들어 가상 사설망(VPN)을 사용하는 것과 같은 암호화를 통해 보안될 수 있다. 일부 실시예들에서, 제2 네트워크(2058)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 유선 및/또는 무선 네트워크 연결들을 포함할 수 있다. 일부 실시예들에서, 제2 네트워크(2058)는 제1 네트워크(2034)와 동일한 것일 수 있고/있거나 그에 동작 가능하게 결합될 수 있다.
환자 인터페이스(2050)는 제2 프로세서(2060) 및 환자 인터페이스(2050)의 다양한 동작들을 수행하기 위해 제2 프로세서(2060)에 의한 실행을 위한 제2 명령어들(2064)을 보유하는 제2 기계 판독 가능 저장 메모리(2062)를 포함한다. 제2 기계 판독 가능 저장 메모리(2062)는 또한 치료 계획에 관한 데이터와 같은 데이터 및/또는 치료 계획 내에서 환자의 행동을 나타내는 데이터와 같은 환자 데이터를 보유하도록 구성된 로컬 데이터 저장소(2066)를 포함한다. 환자 인터페이스(2050)는 또한 환자 인터페이스(2050) 부근에서 환자가 사용하기 위한 다양한 디바이스들과 통신하도록 구성된 로컬 통신 인터페이스(2068)를 포함한다. 로컬 통신 인터페이스(2068)는 유선 및/또는 무선 통신들을 포함할 수 있다. 일부 실시예들에서, 로컬 통신 인터페이스(2068)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 로컬 무선 네트워크를 포함할 수 있다.
시스템(2010)은 또한 치료 계획에 따라 활동들을 수행하기 위해 환자에 의해 조작되고/되거나 환자의 신체 부위를 조작하도록 구성된 치료 장치(2070)를 포함한다. 일부 실시예들에서, 치료 장치(2070)는 정형외과적 재활 요법일 수 있는 재활 요법의 수행 및/또는 수행을 돕도록 구성된 운동 및 재활 장치의 형태를 취할 수 있고, 치료는 관절 또는 뼈 또는 근육군과 같은 환자의 신체 부위의 재활을 포함한다. 신체 부위는 예를 들어, 척추, 손, 발, 무릎 또는 어깨를 포함할 수 있다. 신체 부위는 하나 이상의 척추, 힘줄 또는 인대와 같은 관절, 뼈 또는 근육군의 일부를 포함할 수 있다. 도 13에 도시된 바와 같이, 치료 장치(2070)는 하나 이상의 프로세서들, 컴퓨터 메모리 및/또는 다른 컴포넌트들을 포함할 수 있는 컨트롤러(2072)를 포함한다. 치료 장치(2070)는 또한 로컬 통신 인터페이스(2068)를 통해 환자 인터페이스(2050)와 통신하도록 구성된 제4 통신 인터페이스(2074)를 포함한다. 치료 장치(2070)는 또한 하나 이상의 내부 센서들(2076) 및 모터와 같은 액추에이터(2078)를 포함한다. 액추에이터(2078)는 예를 들어 환자의 신체 일부를 움직이게 하기 위해 및/또는 환자에 의한 힘에 저항하기 위해 사용될 수 있다.
내부 센서들(2076)은 예를 들어 힘, 위치, 속력 및/또는 속도와 같은 치료 장치(2070)의 하나 이상의 동작 특성들을 측정할 수 있다. 일부 실시예들에서, 내부 센서들(2076)은 환자 신체 부위의 직선 운동 또는 각운동 중 적어도 하나를 측정하도록 구성된 위치 센서를 포함할 수 있다. 예를 들어, 위치 센서 형태의 내부 센서(2076)는 환자가 치료 장치(2070)의 일부를 움직이게 할 수 있는 거리를 측정할 수 있으며, 이러한 거리는 환자의 신체 일부가 달성할 수 있는 모션 범위에 대응할 수 있다. 일부 실시예들에서, 내부 센서들(2076)은 환자에 의해 가해지는 힘을 측정하도록 구성된 힘 센서를 포함할 수 있다. 예를 들어, 힘 센서 형태의 내부 센서(2076)는 환자가 특정 신체 부위를 사용하여 치료 장치(2070)에 인가할 수 있는 힘 또는 무게를 측정할 수 있다.
도 13에 도시된 시스템(10)은 또한 환자 인터페이스(2050)의 로컬 통신 인터페이스(2068)를 통해 서버(2030)와 통신하는 보행 센서(2082)를 포함한다. 보행 센서(2082)는 환자가 걸은 걸음 수를 추적하고 저장할 수 있다. 일부 실시예들에서, 보행 센서(2082)는 손목 밴드, 손목시계 또는 스마트 워치의 형태를 취할 수 있다. 일부 실시예들에서, 보행 센서(2082)는 스마트폰과 같은 전화기 내에 통합될 수 있다.
도 13에 도시된 시스템(2010)은 또한 환자 인터페이스(2050)의 로컬 통신 인터페이스(2068)를 통해 서버(2030)와 통신하는 고니오미터(2084)를 포함한다. 고니오미터(2084)는 환자 신체 부위의 각도를 측정한다. 예를 들어, 고니오미터(2084)는 환자의 무릎 또는 팔꿈치 또는 어깨의 굴곡 각도를 측정할 수 있다.
도 13에 도시된 시스템(2010)은 또한 환자 인터페이스(2050)의 로컬 통신 인터페이스(2068)를 통해 서버(2030)와 통신하는 압력 센서(2086)를 포함한다. 압력 센서(2086)는 환자의 신체 부위에 의해 가해지는 압력 또는 무게의 양을 측정한다. 예를 들어, 압력 센서(2086)는 고정식 자전거의 페달을 밟을 때 환자의 발에 의해 가해지는 힘의 양을 측정할 수 있다.
도 13에 도시된 시스템(2010)은 또한 임상의 인터페이스(2020)와 유사하거나 동일할 수 있는 감독 인터페이스(2090)를 포함한다. 일부 실시예들에서, 감독 인터페이스(2090)는 임상의 인터페이스(2020)에 제공되는 것 이상으로 향상된 기능을 가질 수 있다. 감독 인터페이스(2090)는 정형외과의와 같이 치료 계획을 책임지는 사람이 사용하도록 구성될 수 있다.
도 13에 도시된 시스템(2010)은 또한 임상의 인터페이스(2020)와 유사하거나 동일할 수 있는 보고 인터페이스(2092)를 포함한다. 일부 실시예들에서, 보고 인터페이스(2092)는 임상의 인터페이스(2020)에 제공되는 것보다 적은 기능을 가질 수 있다. 예를 들어, 보고 인터페이스(2092)는 치료 계획을 수정할 능력이 없을 수 있다. 이러한 보고 인터페이스(2092)는 예를 들어 청구 목적을 위한 시스템(2010)의 사용을 결정하기 위해 청구인에 의해 사용될 수 있다. 다른 예에서, 보고 인터페이스(2092)는 데이터 주체에 관한 특정 데이터 필드 및/또는 데이터 주체의 준-식별자(quasi-identifier)에 관한 특정 데이터 필드에 대한 가명(pseudonymized) 데이터 및/또는 익명(anonymized) 데이터만을 제시하는, 환자 식별 정보를 디스플레이하는 능력이 없을 수 있다. 이러한 보고 인터페이스(2092)는 예를 들어 상이한 환자들에 대한 치료 계획의 다양한 효과들을 결정하기 위해 연구원에 의해 사용될 수 있다.
시스템(2010)은 의사, 간호사, 물리 치료사 또는 기술자와 같은 어시스턴트가 환자 인터페이스(2050) 및/또는 치료 장치(2070)와 원격으로 통신하기 위한 어시스턴트 인터페이스(2094)를 포함한다. 이러한 원격 통신은 어시스턴트가 시스템(2010)을 사용하여 환자에게 보조 또는 안내를 제공하도록 할 수 있다. 보다 구체적으로, 어시스턴트 인터페이스(2094)는 예를 들어 제1 네트워크(2034) 및/또는 제2 네트워크(2058)를 통한 것과 같은 네트워크 연결을 통해 원격 의료 신호(2096, 2097, 2098a, 2098b, 2099a, 2099b)를 환자 인터페이스(2050)와 통신하도록 구성된다. 원격 의료 신호(2096, 2097, 2098a, 2098b, 2099a, 2099b)는 오디오 신호(2096), 시청각 신호(2097), 환자 인터페이스(2050)의 기능을 제어하기 위한 인터페이스 제어 신호(2098a), 환자 인터페이스(2050)의 상태를 모니터링을 위한 인터페이스 모니터 신호(2098b), 치료 장치(2070)의 동작 파라미터를 변경하기 위한 장치 제어 신호(2099a) 및/또는 치료 장치(2070)의 상태를 모니터링하기 위한 장치 모니터 신호(2099b) 중 하나를 포함한다. 일부 실시예들에서, 각각의 제어 신호들(2098a, 2099a)은 어시스턴트 인터페이스(2094)로부터 환자 인터페이스(2050)로 명령들을 전달하는 단방향일 수 있다. 일부 실시예들에서, 제어 신호(2098a, 2099a)의 성공적인 수신에 응답하여 및/또는 요청된 제어 동작의 성공적인 및/또는 실패한 구현을 전달하는 것에 응답하여, 확인응답 메시지가 환자 인터페이스(2050)로부터 어시스턴트 인터페이스(2094)로 전송될 수 있다. 일부 실시예들에서, 각각의 모니터 신호들(2098b, 2099b)은 환자 인터페이스(2050)로부터 어시스턴트 인터페이스(2094)로의 단방향의, 상태-정보 명령들일 수 있다. 일부 실시예들에서, 모니터 신호들(2098b, 2099b) 중 하나를 성공적으로 수신한 것에 응답하여 확인응답 메시지가 어시스턴트 인터페이스(2094)로부터 환자 인터페이스(2050)로 전송될 수 있다.
일부 실시예들에서, 환자 인터페이스(2050)는 어시스턴트 인터페이스(2094) 및/또는 서버(2030)와 같은 하나 이상의 다른 디바이스들과 치료 장치(2070) 사이의 장치 제어 신호들(2099a) 및 장치 모니터 신호들(2099b)을 위한 패스-스루로서 구성될 수 있다. 예를 들어, 환자 인터페이스(2050)는 어시스턴트 인터페이스(2094)로부터의 원격 의료 신호(2096, 2097, 2098a, 2098b, 2099a, 2099b) 내의 장치 제어 신호(2099a)에 응답하여 장치 제어 신호(2099a)를 전송하도록 구성될 수 있다.
일부 실시예들에서, 어시스턴트 인터페이스(2094)는 임상의 인터페이스(2020)로서 공유된 물리적 디바이스 상에 제시될 수 있다. 예를 들어, 임상의 인터페이스(2020)는 어시스턴트 인터페이스(2094)를 구현하는 하나 이상의 화면들을 포함할 수 있다. 추가로 또는 대안으로, 임상의 인터페이스(2020)는 어시스턴트 인터페이스(2094)의 양태들을 구현하기 위해, 비디오 카메라, 스피커 및/또는 마이크와 같은 추가 하드웨어 컴포넌트들을 포함할 수 있다.
일부 실시예들에서, 원격 의료 신호(2096, 2097, 2098a, 2098b, 2099a, 2099b)의 하나 이상의 부분들은 환자 인터페이스(2050)의 출력 장치(2054)에 의한 프리젠테이션을 위해 미리 녹음된 소스(예를 들어, 오디오 녹음, 비디오 녹음 또는 애니메이션)로부터 생성될 수 있다. 예를 들어, 튜토리얼 비디오는 서버(2030)로부터 스트리밍되어 환자 인터페이스(2050)에 제시될 수 있다. 미리 녹음된 소스로부터의 콘텐트는 환자 인터페이스(2050)를 통해 환자에 의해 요청될 수 있다. 대안으로, 어시스턴트 인터페이스(2094) 상의 제어를 통해, 어시스턴트는 미리 녹음된 소스로부터의 콘텐트가 환자 인터페이스(2050)에서 재생되도록 할 수 있다.
어시스턴트 인터페이스(2094)는 어시스턴트 입력 장치(2022) 및 어시스턴트 디스플레이(2024)를 포함하며, 이는 집합적으로 어시스턴트 사용자 인터페이스(2022, 2024)로 불릴 수 있다. 어시스턴트 입력 장치(2022)는 예를 들어 전화기, 키보드, 마우스, 트랙패드 또는 터치 스크린 중 하나 이상을 포함할 수 있다. 추가로 또는 대안으로, 어시스턴트 입력 장치(2022)는 하나 이상의 마이크들을 포함할 수 있다. 일부 실시예들에서, 하나 이상의 마이크들은 전화 핸드셋, 헤드셋, 또는 어시스턴트가 환자 인터페이스(2050)를 통해 환자에게 말하도록 구성된 광역 마이크 또는 마이크들의 형태를 취할 수 있다. 일부 실시예들에서, 어시스턴트 입력 장치(2022)는 하나 이상의 마이크들을 사용하여 어시스턴트에 의한 음성 명령어들을 해석하도록 구성된 하드웨어 및/또는 소프트웨어와 함께, 음성 기반 기능들을 제공하도록 구성될 수 있다. 어시스턴트 입력 장치(2022)는 애플(Apple)의 시리(Siri), 아마존(Amazon)의 알렉사(Alexa), 구글 어시스턴트(Google Assistant) 또는 삼성(Samsung)의 빅스비(Bixby)와 같은 기존의 음성 기반 어시스턴트들에 의해 제공되거나 이와 유사한 기능을 포함할 수 있다. 어시스턴트 입력 장치(2022)는 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 어시스턴트 입력 장치(2022)는 하나 이상의 범용 디바이스들 및/또는 특수 목적 디바이스들을 포함할 수 있다.
어시스턴트 디스플레이(2024)는 예를 들어 컴퓨터 모니터, 또는 태블릿, 스마트폰 또는 스마트 워치상의 디스플레이 화면을 포함하는 하나 이상의 상이한 형태들을 취할 수 있다. 어시스턴트 디스플레이(2024)는 프로젝터, 가상 현실 기능 또는 증강 현실 기능 등과 같은 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 어시스턴트 디스플레이(2024)는 다양한 상이한 시각적, 오디오 또는 기타 프리젠테이션 기술들을 통합할 수 있다. 예를 들어, 어시스턴트 디스플레이(2024)는 구어 및/또는 톤, 차임, 멜로디 및/또는 조성과 같은 기타 사운드를 포함할 수 있는 오디오 신호와 같은 비시각적 디스플레이를 포함할 수 있으며, 이는 서로 다른 조건들 및/또는 방향들을 신호로 나타낼 수 있다. 어시스턴트 디스플레이(2024)는 어시스턴트가 사용하기 위한 다양한 데이터 및/또는 인터페이스들 또는 제어들을 제시하는 하나 이상의 상이한 디스플레이 화면들을 포함할 수 있다. 어시스턴트 디스플레이(2024)는 웹 기반 인터페이스 및/또는 컴퓨터 프로그램 또는 애플리케이션(앱)에 의해 제시될 수 있는 그래픽들을 포함할 수 있다.
일부 실시예들에서, 시스템(2010)은 어시스턴트 인터페이스(2094)로부터 환자 인터페이스(2050)로 및/또는 그 반대로 언어의 컴퓨터 번역을 제공할 수 있다. 언어의 컴퓨터 번역은 구어의 컴퓨터 번역 및/또는 텍스트의 컴퓨터 번역을 포함할 수 있다. 추가로 또는 대안으로, 시스템(2010)은 음성 인식 및/또는 텍스트의 음성 발음을 제공할 수 있다. 예를 들어, 시스템(2010)은 구어를 인쇄된 텍스트로 변환할 수 있고/있거나 시스템(2010)은 인쇄된 텍스트로부터 언어를 들을 수 있게 말할 수 있다. 시스템(2010)은 환자, 임상의 및/또는 어시스턴트 중 어느 하나 또는 모두에 의한 구어를 인식하도록 구성될 수 있다. 일부 실시예들에서, 시스템(2010)은 환자에 의한 음성 요청들 또는 명령들을 인식하고 반응하도록 구성될 수 있다. 예를 들어, 시스템(2010)은 환자의 구두 명령(이는 몇 가지 상이한 언어들 중 어느 하나로 주어질 수 있음)에 응답하여 원격 의료 세션을 자동으로 시작할 수 있다.
일부 실시예들에서, 서버(2030)는 어시스턴트 인터페이스(2094)에 의한 프리젠테이션을 위해 어시스턴트 디스플레이(2024)의 양태들을 생성할 수 있다. 예를 들어, 서버(2030)는 어시스턴트 디스플레이(2024) 상에 제시하기 위한 디스플레이 화면들을 생성하도록 구성된 웹 서버를 포함할 수 있다. 예를 들어, 인공 지능 엔진(2011)은 환자들을 위한 추천된 최적의 치료 계획들 및/또는 제외 치료 계획들을 생성하고, 어시스턴트 인터페이스(2094)의 어시스턴트 디스플레이(2024) 상에 제시하기 위한 이러한 추천된 최적의 치료 계획들 및/또는 외부 치료 계획들을 포함하는 디스플레이 화면들을 생성할 수 있다. 일부 실시예들에서, 어시스턴트 디스플레이(2024)는 서버(2030)에 의해 호스팅되는 가상화된 데스크탑을 제시하도록 구성될 수 있다. 일부 실시예들에서, 서버(2030)는 제1 네트워크(2034)를 통해 어시스턴트 인터페이스(2094)와 통신하도록 구성될 수 있다. 일부 실시예들에서, 제1 네트워크(2034)는 이더넷 네트워크와 같은 근거리 통신망(LAN)을 포함할 수 있다. 일부 실시예들에서, 제1 네트워크(2034)는 인터넷을 포함할 수 있고, 서버(2030)와 어시스턴트 인터페이스(2094) 사이의 통신은 예를 들어 가상 사설망(VPN)을 통해 암호화하는 것과 같은 프라이버시 강화 기술들을 통해 보안될 수 있다. 대안으로 또는 추가로, 서버(2030)는 제1 네트워크(2034) 및/또는 직접 유선 또는 무선 통신 채널과 같은 기타 통신 수단과 독립적인 하나 이상의 네트워크들을 통해 어시스턴트 인터페이스(2094)와 통신하도록 구성될 수 있다. 일부 실시예들에서, 환자 인터페이스(2050) 및 치료 장치(2070)는 어시스턴트 인터페이스(2094)의 위치로부터 지리적으로 분리된 환자 위치로부터 각각 동작할 수 있다. 예를 들어, 환자 인터페이스(2050) 및 치료 장치(2070)는 클리닉 또는 콜 센터와 같은 중앙 위치에서 어시스턴트 인터페이스(2094)를 사용하여 원격으로 도움을 받을 수 있는 가정 내 재활 시스템의 일부로서 사용될 수 있다.
일부 실시예들에서, 어시스턴트 인터페이스(2094)는 예를 들어, 하나 이상의 콜 센터 또는 하나 이상의 임상의 사무실에서 함께 그룹화될 수 있는 여러 상이한 단말기들(예를 들어, 컴퓨팅 디바이스들) 중 하나일 수 있다. 일부 실시예들에서, 복수의 어시스턴트 인터페이스들(2094)이 지리적으로 분산될 수 있다. 일부 실시예들에서, 사람은 임의의 기존 사무실 인프라에서 원격으로 어시스턴트로 일할 수 있다. 이러한 원격 작업은 예를 들어 어시스턴트 인터페이스(94)가 컴퓨터 및/또는 전화기의 형태를 취하는 경우에 수행될 수 있다. 이 원격 작업 기능은 어시스턴트를 위한 파트 타임 및/또는 플렉서블 근무 시간을 포함할 수 있는 재택 근무를 허용할 수 있다.
도 14 내지 15는 치료 장치(2070)의 일 실시예를 도시한다. 보다 구체적으로, 도 14는 간단히 고정식 자전거라고 부를 수 있는 고정식 사이클링 기계(2100) 형태의 치료 장치(2070)를 도시한다. 고정식 사이클링 기계(2100)는 차축(2106)을 중심으로 회전하기 위해 페달 아암(2104)에 각각 부착된 페달(2102) 세트를 포함한다. 일부 실시예들에서, 그리고 도 14에 도시된 바와 같이, 페달들(2102)은 환자가 페달을 밟을 때 사용되는 모션 범위를 조정하기 위해 페달 아암(2104)에서 움직일 수 있다. 예를 들어, 차축(2106)을 향해 내측으로 위치되는 페달들은 페달이 차축(2106)으로부터 외측으로 위치될 때보다 더 작은 모션 범위에 대응한다. 압력 센서(2086)는 환자가 페달(2102)에 인가되는 힘의 양을 측정하기 위해 페달들(2102) 중 하나에 부착되거나 그 내에 임베디드된다. 압력 센서(2086)는 치료 장치(2070) 및/또는 환자 인터페이스(2050)와 무선으로 통신할 수 있다.
도 16은 도 14의 치료 장치를 사용하는 사람(환자)을 도시하며, 환자 인터페이스(2050)에 연결된 센서들 및 다양한 데이터 파라미터들을 보여준다. 예시적인 환자 인터페이스(2050)는 환자가 수동으로 들고 있는 태블릿 컴퓨터 또는 스마트폰, 또는 iPad, iPhone, Android 디바이스 또는 Surface 태블릿과 같은 패블릿이다. 일부 다른 실시예들에서, 환자 인터페이스(2050)는 치료 장치(2070) 내에 임베디드되거나 그에 부착될 수 있다. 도 16은 보행 센서(2082)가 환자 인터페이스(2050)에 그 걸음 수를 기록하고 전송했음을 나타내는 "오늘의 걸음 수(STEPS TODAY) 21355"를 나타내는 메모와 함께, 보행 센서(2082)를 손목에 착용한 환자를 도시한다. 도 16은 또한 고니오미터(2084)가 해당 무릎 각도를 측정하고 환자 인터페이스(2050)에 전송하고 있음을 나타내는 "무릎 각도(KNEE ANGLE) 72°"를 나타내는 메모와 함께, 오른쪽 무릎에 고니오미터(2084)를 착용한 환자를 도시한다. 도 16은 또한 우측 페달 압력 센서(2086)가 해당 힘 측정치를 측정하고 이를 환자 인터페이스(2050)에 전송하고 있음을 나타내는, "힘(FORCE) 12.5 lbs"를 나타내는 압력 센서(2086)를 갖는 페달들(2102) 중 하나의 우측을 도시한다. 도 16은 또한 좌측 페달 압력 센서(2086)가 해당 힘 측정치를 측정하고 이를 환자 인터페이스(2050)에 전송하고 있음을 나타내는, "힘(FORCE) 27 lbs"를 나타내는 압력 센서(2086)를 갖는 페달들(2102) 중 하나의 좌측을 도시한다. 도 16은 또한 환자가 4분 13초 동안 치료 장치(2070)를 사용하고 있음을 나타내는, "세션 시간(SESSION TIME) 0:04:13"의 표시기와 같은 다른 환자 데이터를 도시한다. 이 세션 시간은 치료 장치(2070)로부터 수신된 정보에 기초하여 환자 인터페이스(2050)에 의해 결정될 수 있다. 도 16은 또한 "통증 레벨(PAIN LEVEL) 3"을 나타내는 표시기를 도시한다. 이러한 통증 레벨은 환자 인터페이스(2050)에 제시된 질문과 같은 요청(solicitation)에 응답하여 환자로부터 얻을 수 있다.
도 17은 어시스턴트 인터페이스(2094)의 오버뷰 디스플레이(2120)의 예시적인 실시예이다. 구체적으로, 오버뷰 디스플레이(2120)는 어시스턴트가 환자 인터페이스(2050) 및/또는 치료 장치(2070)를 사용하여 환자를 원격으로 보조하기 위한 몇 가지 상이한 제어들 및 인터페이스들을 제시한다. 이 원격 어시스턴트 기능은 원격 의료(telemedicine) 또는 원격 보건(telehealth)라고도 할 수 있다.
구체적으로, 오버뷰 디스플레이(2120)는 치료 장치(2070)를 사용하는 환자에 관한 생체 정보를 제시하는 환자 프로파일 디스플레이(2130)를 포함한다. 환자 프로파일 디스플레이(2130)는 도 17에 도시된 바와 같이 오버뷰 디스플레이(2120)의 일부 또는 영역의 형태를 취할 수 있지만, 환자 프로파일 디스플레이(2130)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 일부 실시예들에서, 환자 프로파일 디스플레이(2130)는 환자의 생체 정보의 제한된 서브셋을 포함할 수 있다. 보다 구체적으로, 환자 프로파일 디스플레이(2130)에 제시된 데이터는 해당 정보에 대한 어시스턴트의 필요에 따라 달라질 수 있다. 예를 들어, 의료 문제로 환자를 돕고 있는 의료 전문가는 환자에 관한 의료 이력 정보를 제공받을 수 있는 반면, 치료 장치(2070)로 문제를 해결하는 기술자는 환자에 관한 훨씬 더 제한된 정보 세트를 제공받을 수 있다. 예를 들어 기술자에게는 환자의 이름만 주어질 수 있다. 환자 프로파일 디스플레이(2130)는 가명화된 데이터 및/또는 익명화된 데이터를 포함할 수 있거나, 기밀 환자 데이터가 환자 기밀성 요건을 위반할 수 있는 방식으로 통신되는 것을 방지하기 위해 임의의 프라이버시 강화 기술을 사용할 수 있다. 이러한 프라이버시 강화 기술들은, 이에 제한되는 것은 아니나, 건강보험이동성과 결과보고책무활동(Health Insurance Portability and Accountability Act; HIPAA) 또는 개인정보보호 규정(General Data Protection Regulation; GDPR)과 같은 법률, 규정 또는 기타 거버넌스 규칙을 준수할 수 있도록 할 수 있으며, 여기서 환자는 "데이터 주체(rules of governance)"로 간주될 수 있다.
일부 실시예들에서, 환자 프로파일 디스플레이(2130)는 환자가 치료 장치(2070)를 사용 시 따를 치료 계획에 관한 정보를 제시할 수 있다. 이러한 치료 계획 정보는 의사나 물리치료사와 같은 의료 전문가인 어시스턴트에 한정될 수 있다. 예를 들어, 치료 요법에 관한 문제로 환자를 돕는 의료 전문가는 치료 계획 정보를 제공받을 수 있는 반면, 치료 장치(2070)로 문제를 해결하는 기술자는 환자의 치료 계획에 관한 어떠한 정보도 제공받지 못할 수 있다.
일부 실시예들에서, 하나 이상의 추천된 최적의 치료 계획들 및/또는 제외 치료 계획들이 어시스턴트에게 환자 프로파일 디스플레이(2130)에 제시될 수 있다. 하나 이상의 추천된 최적의 치료 계획들 및/또는 제외 치료 계획들은 서버(2030)의 인공 지능 엔진(2011)에 의해 생성될 수 있고, 그 중에서도 원격 의료 또는 원격 보건 세션 동안 서버(2030)로부터 실시간으로 수신될 수 있다. 하나 이상의 추천된 최적의 치료 계획들 및/또는 제외 치료 계획들을 제시하는 일 예가 도 18을 참조하여 아래에 설명된다.
도 17에 도시된 예시적인 오버뷰 디스플레이(2120)는 또한 치료 장치를 사용하는 환자에 관한 상태 정보를 제시하는 환자 상태 디스플레이(2134)를 포함한다. 환자 상태 디스플레이(2134)는 도 17에 도시된 바와 같이 오버뷰 디스플레이(2120)의 일부 또는 영역의 형태를 취할 수 있지만, 환자 상태 디스플레이(2134)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 환자 상태 디스플레이(2134)는 하나 이상의 외부 센서들(2082, 2084, 2086) 및/또는 치료 장치(2070)의 하나 이상의 내부 센서들(2076)로부터의 센서 데이터(2136)를 포함한다. 일부 실시예들에서, 환자 상태 디스플레이(2134)는 마지막으로 보고된 통증 레벨 또는 치료 계획 내의 진행과 같은 환자에 관한 기타 데이터(2138)를 제시할 수 있다.
사용자 액세스 제어들은 시스템(2010)의 사용자 인터페이스들(2020, 2050, 2090, 2092, 2094) 중 어느 하나 또는 모두에서 어떤 데이터가 보여질 수 있고/있거나 수정될 수 있는지를 포함하여, 액세스를 제한하는 데 사용될 수 있다. 일부 실시예들에서, 사용자 액세스 제어들은 시스템(2010)을 사용하는 임의의 주어진 사람이 어떤 정보를 사용할 수 있는지 제어하기 위해 사용될 수 있다. 예를 들어, 어시스턴트 인터페이스(2094) 상에 제시된 데이터는 어시스턴트/사용자의 필요 및/또는 해당 정보를 보기 위한 자격에 따라 설정된 권한으로 사용자 액세스 제어에 의해 제어될 수 있다.
도 17에 도시된 예시적인 오버뷰 디스플레이(2120)는 또한 환자를 보조하는 데 사용할 정보를 어시스턴트에게 제시하는 도움말 데이터 디스플레이(2140)를 포함한다. 도움말 데이터 디스플레이(2140)는 도 17에 도시된 바와 같이 오버뷰 디스플레이(2120)의 일부 또는 영역의 형태를 취할 수 있다. 도움말 데이터 디스플레이(2140)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 도움말 데이터 디스플레이(2140)는 예를 들어 환자 인터페이스(2050) 및/또는 치료 장치(2070)의 사용에 관한 자주 묻는 질문들에 대한 답변들을 제시하는 것을 포함할 수 있다. 도움말 데이터 디스플레이(2140)는 연구 데이터 또는 모범 사례들을 포함할 수도 있다. 일부 실시예들에서, 도움말 데이터 디스플레이(2140)는 환자 질문들에 응답하여 답변 또는 설명을 위한 스크립트들을 제시할 수 있다. 일부 실시예들에서, 도움말 데이터 디스플레이(2140)는 환자의 문제에 대한 근본 원인 및/또는 환자 문제에 대한 해결책을 결정하는데 사용하기 위해 어시스턴트를 위한 흐름도 또는 워크-스루를 제시할 수 있다. 일부 실시예들에서, 어시스턴트 인터페이스(2094)는 어시스턴트에 의한 사용을 위한 도움말 데이터의 동시 프리젠테이션을 위해 동일하거나 다를 수 있는 둘 이상의 도움말 데이터 디스플레이들(2140)을 제시할 수 있다. 예를 들어, 제1 도움말 데이터 디스플레이는 환자 문제의 원인을 결정하기 위한 문제 해결 흐름도를 제시하는 데 사용될 수 있고, 제2 도움말 데이터 디스플레이는 어시스턴트가 환자에게 읽을 수 있는 스크립트 정보를 제시할 수 있는데, 이러한 정보는 바람직하게는 환자가 문제를 좁히거나 해결하는 데 도움이 될 수 있는 어떤 행동을 수행하기 위한 지시들을 포함한다. 일부 실시예들에서, 제1 도움말 데이터 디스플레이의 문제 해결 흐름도에 대한 입력들에 기초하여, 제2 도움말 데이터 디스플레이가 자동으로 스크립트 정보로 채워질 수 있다.
도 17에 도시된 예시적인 오버뷰 디스플레이(2120)는 또한 환자 인터페이스(2050)에 관한 정보를 제시하고 및/또는 환자 인터페이스(2050)의 하나 이상의 설정들을 수정하기 위한 환자 인터페이스 제어(2150)를 포함한다. 환자 인터페이스 제어(2150)는 도 17에 도시된 바와 같이 오버뷰 디스플레이(2120)의 일부 또는 영역의 형태를 취할 수 있다. 환자 인터페이스 제어(2150)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 환자 인터페이스 제어(2150)는 인터페이스 모니터 신호들(2098b) 중 하나 이상을 통해 어시스턴트 인터페이스(2094)에 전달되는 정보를 제시할 수 있다. 도 17에 도시된 바와 같이, 환자 인터페이스 제어(2150)는 환자 인터페이스(2050)에 의해 제시되는 디스플레이의 디스플레이 피드(2152)를 포함한다. 일부 실시예들에서, 디스플레이 피드(2152)는 환자 인터페이스(2050)에 의해 환자에게 현재 제시되고 있는 디스플레이 화면의 라이브 복사본을 포함할 수 있다. 즉, 디스플레이 피드(2152)는 환자 인터페이스(2050)의 디스플레이 화면 상에 제시되는 것의 이미지를 제시할 수 있다. 일부 실시예들에서, 디스플레이 피드(2152)는 화면 이름 또는 화면 번호와 같은, 환자 인터페이스(2050)에 의해 현재 제시되고 있는 디스플레이 화면에 관한 약식 정보를 포함할 수 있다. 환자 인터페이스 제어(2150)는 어시스턴트가 환자 인터페이스(2050)의 하나 이상의 설정들 또는 양태들을 조정하거나 제어하기 위한 환자 인터페이스 설정 제어(2154)를 포함할 수 있다. 일부 실시예들에서, 환자 인터페이스 설정 제어(2154)는 어시스턴트 인터페이스(2094)가 환자 인터페이스(2050)의 기능 또는 설정을 제어하기 위한 인터페이스 제어 신호(2098)를 생성 및/또는 전송하도록 할 수 있다.
일부 실시예들에서, 환자 인터페이스 설정 제어(2154)는 어시스턴트가 환자 인터페이스(2050)를 원격으로 보고/보거나 제어하기 위한 협력 브라우징(collaborative browsing) 또는 공동 브라우징(co-browsing) 기능을 포함할 수 있다. 예를 들어, 환자 인터페이스 설정 제어(2154)는 어시스턴트가 환자 인터페이스(2050) 상의 하나 이상의 텍스트 입력 필드들에 원격으로 텍스트를 입력하고/하거나 어시스턴트 인터페이스(2094)의 마우스 또는 터치스크린을 사용하여 환자 인터페이스(2050) 상의 커서를 원격으로 제어하도록 할 수 있다.
일부 실시예들에서, 환자 인터페이스(2050)를 사용하여, 환자 인터페이스 설정 제어(2154)는 환자가 변경할 수 없는 설정을 어시스턴트가 변경하도록 할 수 있다. 예를 들어, 환자 인터페이스(2050)는 환자가 환자 인터페이스(2050)에서 디스플레이에 사용되는 언어를 부주의하게 전환하는 것을 방지하기 위해 언어 설정에 액세스하는 것이 저지될 수 있는 반면, 환자 인터페이스 설정 제어(2154)는 어시스턴트가 환자 인터페이스(2050)의 언어 설정을 변경하도록 할 수 있다. 다른 예에서, 환자 인터페이스(2050)는 환자가 환자 인터페이스(2050)에서 디스플레이를 위해 사용되는 폰트 크기를 부주의하게 전환하여 환자가 디스플레이를 읽을 수 없게 되는 것을 방지하기 위해 폰트 크기 설정을 더 작은 크기로 변경하지 못할 수 있는 반면, 환자 인터페이스 설정 제어(154)는 어시스턴트가 환자 인터페이스(50)의 폰트 크기 설정을 변경하도록 제공할 수 있다.
도 17에 도시된 예시적인 오버뷰 디스플레이(2120)는 또한 환자 인터페이스(2050)와 치료 장치(2070), 보행 센서(2082) 및/또는 고니오미터(2084)와 같은 하나 이상의 다른 디바이스들(2070, 2082, 2084) 사이의 통신 상태를 보여주는 인터페이스 통신 디스플레이(2156)를 포함한다. 인터페이스 통신 디스플레이(2156)는 도 17에 도시된 바와 같이 오버뷰 디스플레이(2120)의 일부 또는 영역의 형태를 취할 수 있다. 인터페이스 통신 디스플레이(2156)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 인터페이스 통신 디스플레이(2156)는 어시스턴트가 다른 디바이스들(2070, 2082, 2084) 중 하나 이상과의 통신을 원격으로 수정하기 위한 제어들을 포함할 수 있다. 예를 들어, 어시스턴트는 다른 디바이스들(2070, 2082, 2084) 중 하나와의 통신을 재설정하거나 다른 디바이스들(2070, 2082, 2084) 중 새로운 디바이스와의 통신을 설정하도록 환자 인터페이스(2050)에 원격으로 명령할 수 있다. 이 기능은 예를 들어 환자가 다른 디바이스들(2070, 2082, 2084) 중 하나에 문제가 있는 경우 또는 환자가 다른 디바이스들(2070, 2082, 2084) 중 새로운 디바이스 또는 교체 디바이스를 받는 경우에 사용될 수 있다.
도 17에 도시된 예시적인 오버뷰 디스플레이(2120)는 또한 어시스턴트가 치료 장치(2070)에 관한 정보를 보고/보거나 제어하기 위한 장치 제어(2160)를 포함한다. 장치 제어(2160)는 도 17에 도시된 바와 같이 오버뷰 디스플레이(2120)의 일부 또는 영역의 형태를 취할 수 있다. 장치 제어(2160)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 장치 제어(2160)는 장치의 현재 상태에 관한 정보를 갖는 장치 상태 디스플레이(2162)를 포함할 수 있다. 장치 상태 디스플레이(2162)는 장치 모니터 신호들(2099b) 중 하나 이상을 통해 어시스턴트 인터페이스(2094)에 전달되는 정보를 제시할 수 있다. 장치 상태 디스플레이(2162)는 치료 장치(2070)가 현재 환자 인터페이스(2050)와 통신하고 있는지 여부를 나타낼 수 있다. 장치 상태 디스플레이(2162)는 치료 장치(2070)의 상태에 관한 다른 현재 및/또는 이력 정보를 제시할 수 있다.
장치 제어(2160)는 어시스턴트가 치료 장치(2070)의 하나 이상의 양태들을 조정 또는 제어하기 위한 장치 설정 제어(2164)를 포함할 수 있다. 장치 설정 제어(2164)는 어시스턴트 인터페이스(2094)가 치료 장치(2070)의 동작 파라미터(예를 들어, 페달 반경 설정, 저항 설정, 타겟 RPM, 등)를 변경하기 위한 장치 제어 신호(2099)를 생성 및/또는 전송하도록 할 수 있다. 장치 설정 제어(2164)는 어시스턴트가 치료 장치(2070)의 액추에이터(2078)를 수동 모드에 배치하기 위해 함께 사용될 수 있는, 모드 버튼(2166) 및 위치 제어(2168)를 포함할 수 있으며, 이후 액추에이터(2078)의 위치 또는 속도와 같은 설정은 위치 제어(2168)를 사용하여 변경될 수 있다. 모드 버튼(2166)은 자동 모드와 수동 모드 사이에서 토글되는 위치와 같은 설정을 제공할 수 있다. 일부 실시예들에서, 하나 이상의 설정들은 관련 자동/수동 모드 없이 언제든지 조정 가능할 수 있다. 일부 실시예들에서, 어시스턴트는 환자가 치료 장치(2070)를 능동적으로 사용하는 동안, 페달 반경 설정과 같은 치료 장치(2070)의 동작 파라미터를 변경할 수 있다. 이러한 "즉시" 조정은 환자 인터페이스(2050)를 사용하여 환자에게 이용 가능하거나 이용 가능하지 않을 수 있다. 일부 실시예들에서, 장치 설정 제어(2164)는 환자가 변경할 수 없는 설정을 어시스턴트가 환자 인터페이스(2050)를 사용하여 변경하도록 할 수 있다. 예를 들어, 환자 인터페이스(2050)는 치료 장치(2070)의 높이 또는 기울기 설정과 같은 미리 구성된 설정을 변경하는 것이 배제될 수 있는 반면, 장치 설정 제어(2164)는 어시스턴트가 치료 장치(2070)의 높이 또는 기울기 설정을 변경하도록 제공할 수 있다.
도 17에 도시된 예시적인 오버뷰 디스플레이(2120)는 또한 환자 인터페이스(2050)와의 오디오 또는 시청각 통신 세션을 제어하기 위한 환자 통신 제어(2170)를 포함한다. 환자 인터페이스(2050)와의 통신 세션은 환자 인터페이스(2050)의 출력 장치에 의한 프리젠테이션을 위해 어시스턴트 인터페이스(94)로부터의 라이브 피드를 포함할 수 있다. 라이브 피드는 오디오 피드 및/또는 비디오 피드의 형태를 취할 수 있다. 일부 실시예들에서, 환자 인터페이스(2050)는 어시스턴트 인터페이스(2094)를 사용하는 사람과 양방향 오디오 또는 시청각 통신을 제공하도록 구성될 수 있다. 구체적으로, 환자 인터페이스(2050)와의 통신 세션은 양방향(쌍방향) 비디오 또는 시청각 피드를 포함할 수 있으며, 환자 인터페이스(2050) 및 어시스턴트 인터페이스(2094) 각각은 다른 하나의 비디오를 제시한다. 일부 실시예들에서, 환자 인터페이스(2050)는 어시스턴트 인터페이스(2094)로부터 비디오를 제시할 수 있는 반면, 어시스턴트 인터페이스(2094)는 오디오만을 제시하거나 어시스턴트 인터페이스(2094)는 환자 인터페이스(2050)로부터 라이브 오디오 또는 시각적 신호를 제시하지 않는다. 일부 실시예들에서, 어시스턴트 인터페이스(2094)는 환자 인터페이스(2050)로부터 비디오를 제시할 수 있는 반면, 환자 인터페이스(2050)는 오디오만을 제시하거나 환자 인터페이스(2050)는 어시스턴트 인터페이스(2094)로부터 라이브 오디오 또는 시각적 신호를 제시하지 않는다.
일부 실시예들에서, 환자 인터페이스(2050)와의 오디오 또는 시청각 통신 세션은 환자가 신체 부위에 재활 요법을 수행하는 동안 적어도 부분적으로 발생할 수 있다. 환자 통신 제어(2170)는 도 17에 도시된 바와 같이 오버뷰 디스플레이(2120)의 일부 또는 영역의 형태를 취할 수 있다. 환자 통신 제어(2170)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 오디오 및/또는 시청각 통신은 어시스턴트 인터페이스(2094)에 의해 및/또는 어시스턴트가 어시스턴트 인터페이스(2094)를 사용하는 동안 어시스턴트가 사용하는 전화 시스템 또는 화상 회의 시스템과 같은 다른 디바이스 또는 디바이스들에 의해 처리 및/또는 지시될 수 있다. 대안으로 또는 추가로, 오디오 및/또는 시청각 통신에는 제3자와의 통신이 포함될 수 있다. 예를 들어, 시스템(2010)은 어시스턴트가 특정 하드웨어 또는 소프트웨어의 사용에 관한 3자 대화를 환자 및 의료 전문가나 전문의와 같은 주제 전문가와 시작하도록 할 수 있다. 도 17에 도시된 예시적인 환자 통신 제어(2170)는 어시스턴트가 환자와의 오디오 또는 시청각 통신의 다양한 양태들을 관리하는데 사용하기 위한 호출 제어(2172)를 포함한다. 호출 제어(2172)는 어시스턴트가 오디오 또는 시청각 통신 세션을 종료하기 위한 연결 해제 버튼(2174)을 포함한다. 호출 제어(2172)는 또한 어시스턴트 인터페이스(2094)로부터의 오디오 또는 시청각 신호를 일시적으로 묵음 처리하기 위한 음소거 버튼(2176)을 포함한다. 일부 실시예들에서, 호출 제어(2172)는 홀드 버튼(도시되지 않음)과 같은 다른 특징들을 포함할 수 있다. 호출 제어(2172)는 또한 환자 인터페이스(2050)로 원격 회의 세션으로부터 오디오 및/또는 비디오의 녹음 및/또는 재생을 제어하기 위한 녹음, 재생 및 일시 정지 버튼과 같은 하나 이상의 녹음/재생 제어(2178)를 포함한다. 호출 제어(2172)는 또한 환자 인터페이스(2050)로부터의 정지 이미지 및/또는 비디오 이미지를 제시하기 위한 비디오 피드 디스플레이(2180), 및 어시스턴트 인터페이스를 사용하여 어시스턴트의 현재 이미지를 보여주는 셀프 비디오 디스플레이(2182)를 포함한다. 셀프 비디오 디스플레이(2182)는 도 17에 도시된 바와 같이 비디오 피드 디스플레이(2180)의 섹션 내에서 픽처-인-픽처 형식으로 제시될 수 있다. 대안으로 또는 추가로, 셀프 비디오 디스플레이(2182)는 비디오 피드 디스플레이(2180)와 별도로 및/또는 독립적으로 제시될 수 있다.
도 17에 도시된 예시적인 오버뷰 디스플레이(2120)는 또한 제3자와의 오디오 및/또는 시청각 통신을 수행하는 데 사용하기 위한 제3자 통신 제어(2190)를 포함한다. 제3자 통신 제어(2190)는 도 17에 도시된 바와 같이 오버뷰 디스플레이(2120)의 일부 또는 영역의 형태를 취할 수 있다. 제3자 통신 제어(2190)는 별도의 화면 또는 팝업 창 상의 디스플레이와 같은 다른 형태들을 취할 수 있다. 제3자 통신 제어(2190)는 특정 하드웨어 또는 소프트웨어의 사용에 관한 제3자(예를 들어, 의료 전문가 또는 전문의와 같은, 주제 전문가)와 연락하기 위한 연락처 목록 및/또는 버튼들 또는 제어들과 같은 하나 이상의 제어들을 포함할 수 있다. 제3자 통신 제어(2190)는 제3자가 어시스턴트 인터페이스(2094)를 통해 어시스턴트와 동시에 그리고 환자 인터페이스(2050)를 통해 환자와 동시에 통신하기 위한 회의 호출 기능을 포함할 수 있다. 예를 들어, 시스템(2010)은 어시스턴트가 환자 및 제3자와의 3자 대화를 시작하도록 제공할 수 있다.
도 18은 본 개시에 따른 원격 의료 세션 동안 실시간으로 추천된 최적의 치료 계획들 및 제외 치료 계획들을 제시하는 어시스턴트 인터페이스(2094)의 오버뷰 디스플레이(2120)의 예시적인 실시예를 도시한다. 도시된 바와 같이, 오버뷰 디스플레이(2120)는 셀프 비디오 디스플레이(2182)를 포함하는, 환자 프로파일(2130) 및 비디오 피드 디스플레이(2180)에 대한 섹션들을 포함한다. 환자 프로파일(2130), 비디오 피드 디스플레이(2180) 및 셀프 비디오 디스플레이(2182) 외에 또는 대신에 도 17을 참조하여 설명된 오버뷰 디스플레이(2120)의 제어 및 인터페이스의 임의의 적절한 구성이 제시될 수 있다.
원격 의료 세션 동안 어시스턴트 인터페이스(2094)(예를 들어, 컴퓨팅 디바이스)를 사용하는 어시스턴트(예를 들어, 의료 전문의)는 비디오 피드 디스플레이(2180)에서 환자의 비디오도 제시하는 오버뷰 디스플레이(2120)의 일부에서 셀프 비디오(2182)(예를 들어, 어시스턴트 인터페이스(2094)의 디스플레이 화면(2024)에 제시된 사용자 인터페이스)에 제시될 수 있다. 도시된 바와 같이, 오버뷰 디스플레이(2120)의 다른 부분은 환자 프로파일 디스플레이(2130)를 포함한다.
환자 프로파일 디스플레이(2130)는 두 개의 예시적인 최적의 치료 계획들(2600) 및 하나의 예시적인 제외 치료 계획(2602)을 제시하고 있다. 본원에 설명된 바와 같이, 치료를 받고 있는 환자의 특성들 및 다양한 임상 정보를 고려하여 최적의 치료 계획들이 추천될 수 있다. 임상 정보는 다른 사람들의 특성, 다른 사람들이 따르는 치료 계획 및 치료 계획의 결과에 관한 정보를 포함할 수 있다. 추천된 최적의 치료 계획들(2600)을 생성하기 위해, 환자는 원하는 결과를 달성하기 위해 따라야 하며, 치료 중인 환자와 다른 사람들의 특성들 사이의 패턴은 인공 지능 엔진(2011)의 하나 이상의 기계 학습 모델들(2013)에 의해 매칭될 수 있다. 추천된 최적의 치료 계획들 각각은 서로 다른 원하는 결과들에 기초하여 생성될 수 있다.
예를 들어, 다음을 가정한다: 치료 계획 "A"는 "환자 X는 Y%의 모션 범위 증가를 달성하기 위해 4일 동안 하루 30분씩 치료 장치를 사용해야 합니다; 환자 X는 제2형 당뇨병이 있습니다; 환자 X는 치료 계획 동안 통증 관리를 위해 약물 Z를 처방받아야 합니다(약물 Z는 제2형 당뇨병이 있는 환자에게 승인됨)"을 나타낸다. 따라서, 생성된 최적의 치료 계획은 Y% 모션 범위 증가를 달성한다. 이해할 수 있는 바와 같이, 최적의 치료 계획은 또한 환자의 공지된 의학적 질병(예를 들어, 제2형 당뇨병)의 관점에서 통증을 관리하기 위해 환자에게 처방하기 위한 추천 약물(예를 들어, 약물 Z)을 포함한다. 즉, 추천되는 환자 약물은 환자의 의학적 상태와 충돌하지 않을 뿐만 아니라 우수한 환자 결과의 확률을 향상시킨다.
추천된 최적의 치료 계획 "B"는 치료 계획의 상이한 원하는 결과에 기초하여 치료 장치에 대한 상이한 치료 프로토콜, 상이한 약물 요법 등을 포함하는 상이한 치료 계획을 지정할 수 있다.
도시된 바와 같이, 환자 프로파일 디스플레이(2130)는 또한 제외 치료 계획들(2602)을 제시할 수 있다. 이러한 유형의 치료 계획들은 어시스턴트 인터페이스(2094)를 사용하여 치료 계획의 특정 부분들을 환자에게 추천하지 않도록 어시스턴트에게 경고하도록 어시스턴트에게 보여진다. 예를 들어, 제외 치료 계획은 다음을 명시할 수 있다: "환자 X는 심장 질환으로 인해 하루에 30분 이상 치료 장치를 사용해서는 안 됩니다; 환자 X는 제2형 당뇨병가 있습니다; 환자 X는 치료 계획 동안 통증 관리를 위해 약물 M을 처방받아서는 안 됩니다(이 시나리오에서, 약물 M은 제2형 당뇨병이 있는 환자에게 합병증을 일으킬 수 있음). 구체적으로, 제외 치료 계획은 환자 X가 심장 질환으로 인해 하루 30분 이상 운동을 해서는 안 된다는 치료 프로토콜의 한계를 지적한다. 제외 치료 계획은 또한 환자 X가 제2형 당뇨병의 의학적 상태와 충돌하기 때문에 약물 M을 처방 받아서는 안 된다고 지적한다.
어시스턴트는 오버뷰 디스플레이(2120)에서 환자를 위한 최적의 치료 계획을 선택할 수 있다. 예를 들어, 어시스턴트는 환자를 위한 최적의 치료 계획들(2600)으로부터 선택하기 위해 입력 주변 장치(예를 들어, 마우스, 터치스크린, 마이크, 키보드 등)를 사용할 수 있다. 일부 실시예들에서, 원격 의료 세션 동안, 어시스턴트는 환자와 함께 추천된 최적의 치료 계획(2600)의 장단점을 논의할 수 있다.
어떤 경우든, 어시스턴트는 환자가 원하는 결과를 달성하기 위해 따라야 할 최적의 치료 계획을 선택할 수 있다. 선택된 최적의 치료 계획은 프리젠테이션을 위해 환자 인터페이스(2050)로 전송될 수 있다. 환자는 환자 인터페이스(2050)에서 선택된 최적의 치료 계획을 볼 수 있다. 일부 실시예들에서, 어시스턴트와 환자는 원격 의료 세션 동안 세부 사항들(예를 들어, 치료 장치(2070)를 사용한 치료 프로토콜, 식이 요법, 약물 요법 등)을 실시간으로 논의할 수 있다.
도 19는 본 개시에 따른 인공 지능 엔진(2011)에 의한 처리를 위해 임상 정보(2700)를 의료 기술 언어(2702)로 번역하는 서버(2030)의 예시적인 실시예를 도시한다. 임상 정보(2700)는 특정 전문 자격, 면허 또는 학위를 가진 사람에 의해 작성될 수 있다. 도시된 예에서, 임상 정보(2700)는 "EFFECT OF USING TREATMENT PLAN FOR HIP OSTEOARTHRITIS PAIN"라는 제목의 임상 시험에 대한 메타 분석의 일부를 포함한다. 이 부분은 "결과" 섹션과 "결론" 섹션을 포함한다. 설명의 명료성을 위해, 도시되지 않은 임상 정보(2700)의 많은 다른 부분들(예를 들어, 시험 절차의 세부 사항, 피험자의 약력 등)이 있을 수 있다.
하나 이상의 기계 학습 모델들(2013)은 타겟 정보를 나타내는 키워드 코퍼스를 검색 시 구조화된 또는 구조화되지 않은 텍스트(예를 들어, 임상 정보(700))의 본문을 파싱하도록 훈련될 수 있다. 타겟 정보는 임상 정보(2700)의 하나 이상의 부분들에 포함될 수 있다. 타겟 정보는 사람들의 특성들(예를 들어, 바이탈 사인, 의료 상태, 의료 절차, 알레르기, 가족 의료 정보, 측정치 등), 사람들이 따르는 치료 계획, 치료 계획의 결과, 임상 시험 정보, 치료 계획에 사용되는 치료 장치 등과 같은 임의의 적절한 관심 정보를 지칭할 수 있다.
타겟 정보를 나타내는 태그들 및 태그들과 연관된 값들을 사용하여, 하나 이상의 기계 학습 모델들(2013)은 의료 기술 언어에 의해 정의된 표준 형식을 생성할 수 있다. 값들은 숫자, 문자, 영숫자 문자, 문자열, 배열 등일 수 있으며, 이들은 임상 정보(2700)(타겟 정보 포함)의 부분들로부터 얻어진다. 타겟 정보는 정보의 구조, 구성 및/또는 관계에 기초하여 부모-자식 관계로 구성될 수 있다. 예를 들어, "결과들"이라는 키워드는 시험, 피험자, 치료 계획, 치료 장치, 피험자 특성 및 결론과 같은 자녀(children) 타겟 정보를 포함하기 때문에 부모(parent) 레벨 태그인 것으로 식별 및 결정될 수 있다. 이와 같이, "<결과>"에 대한 부모-레벨(parent-level) 태그는 "<시험>", "<피험자>", "<치료 계획>", "<치료 장치>", "<대상 특성>" 및 “<결론>”에 대한 자녀-레벨(child-level) 태그를 포함할 수 있다. 각 태그에는 해당하는 종료 태그(예를 들어, “<결과> … </결과>”)가 있을 수 있다.
의료 기술 언어(2702)로 임상 정보(2700)의 일부를 인코딩하기 위해 훈련된 기계 학습 모델(2013)이 수행하는 동작들의 일 실시예가 이제 논의된다. 훈련된 기계 학습 모델(2013)은 임상 정보(2700)의 일부에서 키워드 "치료 계획" 및 "치료 장치"라는 키워드들을 식별했다. 일단 식별되면, 훈련된 기계 학습 모델(2013)은 훈련 데이터에 기초하여, 단어가 인식된 문맥과 일치하는지 여부를 결정하기 위해 키워드 부근(예를 들어, 좌측 및 우측)에 있는 단어를 분석할 수 있다. 훈련된 기계 학습 모델(2013)은 또한 훈련 데이터에 기초하여 그리고 데이터의 속성에 기초하여, 단어들이 키워드들과 연관된 것으로 인식되는지 여부를 결정할 수 있다. 도 19에서, 훈련된 기계 학습 모델은 "치료 장치"라는 키워드의 문맥에 맞는 "모션 범위(ROM)"라는 단어를 결정할 수 있고 또한 "치료 장치"라는 키워드와 연관된 것으로 인식될 가능성이 높다. 따라서, 값 "ROM"은 타겟 정보를 나타내는 태그 "<치료 장치>"와 "</치료 장치>" 사이에 배치된다. 의료 기술 언어(2702)의 표준 형식으로 타겟 정보를 나타내는 다른 태그는 유사한 방식으로 채워질 수 있다. 임상 정보(2700)의 일부를 나타내는 의료 기술 언어(2702)는 적절한 환자 코호트 등가 데이터베이스의 환자 데이터 저장소(2044)에 저장될 수 있다.
도 20은 본 개시에 따른 최적의 치료 계획을 추천하는 방법(2800)의 예시적인 실시예를 도시한다. 방법(2800)은 하드웨어(회로부, 전용 로직 등), (범용 컴퓨터 시스템 또는 전용 기계에서 실행되는 것과 같은) 소프트웨어 또는 이들의 조합을 포함할 수 있는 처리 로직에 의해 수행된다. 방법(2800) 및/또는 각각의 개별 기능, 루틴, 서브루틴 또는 동작은 컴퓨팅 디바이스의 하나 이상의 프로세서들(예를 들어, 인공 지능 엔진(2011)을 실행하는 서버(2030)와 같은, 도 13의 임의의 컴포넌트)에 의해 수행될 수 있다. 일부 실시예들에서, 방법(2800)은 단일 처리 스레드에 의해 수행될 수 있다. 대안으로, 방법(2800)은 두 개 이상의 처리 스레드들에 의해 수행될 수 있으며, 각 스레드는 방법들의 하나 이상의 개별 기능들, 루틴들, 서브루틴들 또는 동작들을 구현한다.
설명을 간단하게 하기 위해, 방법(2800)은 일련의 동작들로 도시되고 설명된다. 그러나, 본 개시에 따른 동작들은 다양한 순서로 및/또는 동시에, 및/또는 본원에 제시되고 설명되지 않은 다른 동작들과 함께 발생할 수 있다. 예를 들어, 방법(2800)에 도시된 동작들은 본원에 개시된 임의의 다른 방법의 임의의 다른 동작과 조합하여 발생할 수 있다. 또한, 개시된 주제에 따라 방법(2800)을 구현하기 위해 예시된 모든 동작들이 요구되지는 않을 수 있다. 추가로, 당업자는 방법(2800)이 대안적으로 상태 다이어그램 또는 이벤트들을 통해 일련의 상호 관련된 상태들로서 표현될 수 있음을 이해하고 인식할 것이다.
2802에서, 처리 장치는 특정 특성들을 가진 사람들을 위해 치료 장치(2070)를 사용하여 특정 치료 계획들을 수행한 결과들에 관한 임상 정보(2700)를 데이터 소스(2015)로부터 수신할 수 있다. 임상 정보는 제1 데이터 형식을 가지며, 이는 문장으로 배열된 단어 형태의 자연어 텍스트를 포함할 수 있다. 제1 데이터 형식은 보고서 또는 설명일 수 있으며, 보고서 또는 설명은 임상 시험, 의학 연구, 메타 분석, 증거 기반 가이드라인, 저널 등과 관련된 정보를 포함할 수 있다. 제1 데이터 형식은 구조화되지 않은 방식으로 배열된 정보를 포함할 수 있고 제1 데이터 크기(예를 들어, 바이트, 킬로바이트 등)를 가질 수 있다.
사람들의 특정 특성들에는 사람들에게 처방된 약물, 사람들의 부상, 사람들에게 수행된 의료 절차, 사람들의 측정치, 사람들의 알레르기, 사람들의 의료 상태, 사람들의 제1 이력 정보, 사람들의 바이탈 사인, 사람들의 증상, 사람들의 가족 의료 정보 또는 이들의 일부 조합이 포함될 수 있다. 특성들에는 또한 사람들과 관련된 다음 정보인, 인구통계학적, 지리적, 진단적, 측정 또는 테스트 기반, 의학적으로 역사적, 병인학적, 코호트 연관, 감별 진단적, 외과적, 물리 치료적, 약리학적 및 추천된 기타 치료(들)을 포함할 수 있다.
2804에서, 처리 장치는 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진(2011)에 의해 사용되는 의료 기술 언어(2702)로 번역할 수 있다. 의료 기술 언어(2702)는 임상 정보(2700)의 구조화되지 않은 데이터를 구조화하는 제2 데이터 형식을 포함할 수 있다. 예를 들어, 의료 기술 언어(2702)는 태그-값 쌍을 사용하는 것을 포함할 수 있으며, 여기서 태그들은 태그들 사이에 저장된 값의 유형을 식별한다. 의료 기술 언어(2702)는 임상 정보(2700)의 제1 데이터 크기보다 작은 제2 데이터 크기(예를 들어, 비트)를 가질 수 있다. 의료 기술 언어는 원격 의료 데이터를 포함할 수 있다.
2806에서, 처리 장치는 의료 기술 언어(2702)에 의해 기술된 임상 정보(2700)의 부분 및 환자에 관한 특성 세트에 기초하여, 원하는 결과를 달성하기 위해 치료 장치(2070)를 사용할 때 환자가 따를 최적의 치료 계획(2600)을 결정할 수 있다. 인공 지능 엔진(2011)의 하나 이상의 기계 학습 모델들(2013)은 최적의 치료 계획(2600)을 출력하도록 훈련될 수 있다. 예를 들어, 하나의 기계 학습 모델(2013)은 의료 기술 언어(2702)에 의해 설명된 임상 정보 부분과 환자의 특성 세트 사이의 패턴을 매치시키도록 훈련될 수 있다. 일부 실시예들에서, 환자의 특성 세트도 의료 기술 언어로 표현된다. 패턴은 원하는 결과를 생성할 수 있는 최적의 치료 계획과 연관된다.
일부 실시예들에서, 최적의 치료 계획은 환자에게 수행할 의료 절차, 치료 장치(2070)를 사용하는 환자를 위한 치료 프로토콜, 환자를 위한 식이 요법, 환자를 위한 약물 요법, 환자를 위한 수면 요법, 또는 이들의 일부 조합과 관련된 정보를 포함할 수 있다.
원하는 결과는 특정 시간 기간 내에 특정 결과를 얻는 것을 포함할 수 있다. 특정 결과는 치료 장치(2070)를 사용하여 환자가 달성하는 모션 범위, 치료 장치(2070)의 일부에 환자가 가하는 힘의 양, 치료 장치(2070)를 사용하여 환자가 운동한 시간, 환자가 치료 장치(2070)를 사용하여 이동한 거리, 치료 장치(2070)를 사용할 때 환자가 경험하는 통증의 레벨, 또는 이들의 일부 조합을 포함할 수 있다.
일부 실시예들에서, 처리 장치는 의료 기술 언어에 의해 기술된 임상 정보의 부분 및 환자에 관한 특성 세트에 기초하여, 제2 원하는 결과를 달성하기 위해 치료 장치(2070)를 사용하여 환자가 따를 제2 최적의 치료 계획을 결정할 수 있다. 원하는 결과는 회복 결과와 관련될 수 있고 제2 원하는 결과는 회복 시간과 관련될 수 있다. 회복 결과에는 특정 신체 부위의 기능, 이동성, 움직임, 모션 범위 등의 특정 임계값 달성이 포함될 수 있다. 회복 시간에는 특정 임계 시간 기간 내에서 특정 신체 부위의 기능, 이동성, 움직임, 모션 범위 등의 특정 임계값 달성이 포함될 수 있다. 예를 들어, 일부 사람들은 완전한 회복 없이 가능한 한 빨리 특정 레벨의 이동성으로 회복하는 것을 선호할 수 있다. 상기에 논의된 바와 같이, 상이한 기계 학습 모델들(2013)은 상이한 원하는 결과들을 생성할 수 있는 상이한 추천 치료 계획들을 제공하기 위해 상이한 임상 정보를 사용하여 훈련될 수 있다.
일부 실시예들에서, 처리 장치는 의료 기술 언어에 의해 기술된 임상 정보의 부분 및 환자에 관한 특성 세트에 기초하여, 원하는 결과를 달성하기 위해 치료 장치(2070)를 사용할 때 환자가 따르도록 추천되어서는 안되는 제외 치료 계획(2602)을 결정할 수 있다. 일부 실시예들에서, 도 18에 도시된 바와 같이, 최적의 치료 계획(들)(2600) 및 제외 치료 계획(들)(2602)은 적어도 원격 진료 세션에 관여된 환자로부터의 비디오 또는 기타 멀티미디어 데이터가 다른 부분(예를 들어, 비디오 피드 디스플레이(2180))에서 제시될 수 있는 동안 사용자 인터페이스의 제1 부분(예를 들어, 환자 프로파일 디스플레이(2130))에 동시에 제시될 수 있다.
일부 실시예들에서, 최적의 치료 계획(들)(2600) 및 제외 치료 계획(들)(2602)은 의료 전문가 원격 의료 세션에 참여하지 않는 동안 동시에 제시될 수 있다. 예를 들어, 최적의 치료 계획(들)(2600) 및 제외 치료 계획(들)(2602)은 원격 의료 세션이 시작되기 전에 또는 원격 의료 세션이 종료된 후에 사용자 인터페이스에 제시될 수 있다.
2808에서, 처리 장치는 의료 전문가의 컴퓨팅 디바이스(예를 들어, 어시스턴트 인터페이스(2094)) 상의 사용자 인터페이스(예를 들어, 오버뷰 디스플레이(2120))에 제시될 최적의 치료 계획을 제공할 수 있다. 추가로, 임의의 다른 생성된 최적의 치료 계획들(2600)이 의료 전문가의 컴퓨팅 디바이스에 제공될 수 있다. 예를 들어, 다른 결과를 초래하는 다른 최적의 치료 계획들이 의료 전문가에게 제시될 수 있다. 처리 장치는 제시된 치료 계획들 중 어느 하나의 선택된 치료 계획을 수신할 수 있다. 일부 실시예들에서, 의료 전문가는 환자의 결과 선호도에 기초하여 최적의 치료 계획을 선택할 수 있다. 예를 들어, 운동선수는 성과를 위해 최적화하기를 원할 수 있는 반면, 은퇴자는 고통 없는 삶의 질을 위해 최적화하기를 원할 수 있다. 선택된 치료 계획은 사용자 인터페이스에 제시하기 위해 환자의 컴퓨팅 디바이스로 전송될 수 있다. 일부 실시예들에서, 최적의 치료 계획(들)은 원격의료 세션 동안 의료 전문가의 컴퓨팅 장치에 제공되어 최적의 치료 계획이 사용자 인터페이스의 제1 부분에서 실시간으로 제시되면서 환자의 비디오 및 선택적으로는 기타 멀티미디어가 사용자 인터페이스의 제2 일부에 동시에 제시되도록 할 수 있다. 선택된 치료 계획은 의료 전문가가 선택된 치료 계획을 환자에게 설명할 수 있도록 원격 의료 세션 동안 환자의 컴퓨팅 디바이스에 제시될 수 있다.
도 21은 본 개시에 따른 임상 정보를 의료 기술 언어로 번역하는 방법(2900)의 예시적인 실시예를 도시한다. 방법(2900)은 컴퓨팅 디바이스(예를 들어, 인공 지능 엔진(2011)을 실행하는 서버(2030)와 같은 도 13의 임의의 컴포넌트)의 프로세서들에 의해 수행되는 동작들을 포함한다. 일부 실시예들에서, 방법(2900)의 하나 이상의 동작들은 메모리 장치에 저장되고 처리 장치에 의해 실행되는 컴퓨터 명령어들로 구현된다. 방법(2900)은 방법(2800)과 관련하여 전술한 것과 동일하거나 유사한 방식으로 수행될 수 있다. 방법(2900)의 동작들은 본원에 설명된 방법들 중 어느 하나의 동작들 중 어느 하나와 일부 조합하여 수행될 수 있다.
방법(2900)은 도 20에 도시된 앞서 설명된 방법(2800)으로부터의 동작(2804)을 포함할 수 있다. 예를 들어, 방법(2600)의 (2804)에서, 처리 장치는 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역할 수 있다.
도 21의 방법(2900)은 동작들(2902, 2904 및 2906)을 포함한다. 동작들(2902, 2904 및 2906)은 인공 지능 엔진(2011)의 하나 이상의 기계 학습 모델들(2013)에 의해 수행될 수 있다.
2902에서, 처리 장치는 임상 정보를 파싱할 수 있다. 2904에서, 처리 장치는 임상 정보에서 타겟 정보를 나타내는 키워드들에 기초하여, 타겟 정보와 관련된 값들을 갖는 임상 정보의 부분을 식별할 수 있다. 2906에서, 처리 장치는 의료 기술 언어에 의해 정의된 표준 형식을 생성할 수 있다. 표준 형식은 타겟 정보의 값들을 식별하는 태그들을 포함할 수 있다. 태그들은 타겟 정보의 구체적인 특성들을 기술하는 속성들일 수 있다. 특정 특성들은 사람이 어떤 코호트 클래스에 속해 있는지, 그 사람의 나이, 의미론적 정보, 특정 코호트와 관련이 있는지, 가족력 등을 포함할 수 있다. 일부 실시예들에서, 특정 특성들에는 개인이 위험에 처해 있다는 임의의 정보 또는 표시가 포함될 수 있다.
표준 형식은 훈련된 기계 학습 모델을 사용하는 환자들을 위한 최적의 치료 계획들을 생성하기 위해 기계 학습 모델을 훈련할 때 의료 기술 언어로 표현되는 임상 정보 부분의 보다 효율적인 처리를 가능하게 할 수 있다. 또한, 표준 형식은 환자들의 특성들과 의료 기술 언어로 표현된 임상 정보 부분 사이의 패턴들을 매치시킬 때 훈련된 기계 학습 모델에 의한 보다 효율적인 처리를 가능하게 할 수 있다.
도 22는 본 개시의 하나 이상의 양태들에 따라, 본원에 설명된 방법들 중 어느 하나 이상을 수행할 수 있는 예시적인 컴퓨터 시스템(21000)을 도시한다. 일 예에서, 컴퓨터 시스템(21000)은 컴퓨팅 디바이스를 포함할 수 있으며, 어시스턴스 인터페이스(2094), 보고 인터페이스(2092), 감독 인터페이스(2090), 임상의 인터페이스(2020), 서버(2030)(AI 엔진(2011)을 포함함), 환자 인터페이스(2050), 보행 센서(2082), 고니오미터(2084), 치료 장치(2070), 압력 센서(2086) 또는 도 13의 임의의 적절한 컴포넌트에 대응할 수 있다. 컴퓨터 시스템(21000)은 도 13의 인공 지능 엔진(2011)의 하나 이상의 기계 학습 모델들(2013)을 구현하는 명령어들을 실행할 수 있다. 컴퓨터 시스템은 클라우드 또는 피어투피어 네트워크를 통해 연결을 포함하여, LAN, 인트라넷, 엑스트라넷 또는 인터넷의 다른 컴퓨터 시스템에 연결(예를 들어, 네트워크 연결)될 수 있다. 컴퓨터 시스템은 클라이언트-서버 네트워크 환경에서 서버 용량으로 동작할 수 있다. 컴퓨터 시스템은 개인용 컴퓨터(PC), 태블릿 컴퓨터, 웨어러블(예를 들어, 손목 밴드), 셋톱 박스(STB), 개인 정보 단말기(PDA), 휴대폰, 카메라, 비디오 카메라, 사물 인터넷(IoT) 장치 또는 해당 디바이스에서 수행될 동작들을 지정하는 일련의 명령어들(순차적 또는 기타)을 실행할 수 있는 모든 디바이스일 수 있다. 또한, 단일 컴퓨터 시스템만이 예시되어 있어 있지만, "컴퓨터"라는 용어는 또한 본원에서 논의된 방법들 중 임의의 하나 이상을 수행하기 위해 명령어 세트(또는 다수의 세트들)를 개별적으로 또는 공동으로 실행하는 임의의 컴퓨터들의 집합을 포함하는 것으로 간주되어야 한다.
컴퓨터 시스템(21000)은 처리 장치(21002), 메인 메모리(21004)(예를 들어, 읽기 전용 메모리(ROM), 플래시 메모리, 솔리드 스테이트 드라이브(SSD), 동기식 DRAM(SDRAM)와 같은 동적 랜덤 액세스 메모리(DRAM)), 정적 메모리(21006)(예를 들어, 플래시 메모리, 솔리드 스테이트 드라이브(SSD), 정적 랜덤 액세스 메모리(SRAM)), 및 버스(1010)를 통해 서로 통신하는 데이터 저장 장치(21008)을 포함한다.
처리 장치(21002)는 마이크로프로세서, 중앙 처리 장치 등과 같은 하나 이상의 범용 처리 장치들을 나타낸다. 보다 구체적으로, 처리 장치(21002)는 CISC(complex instruction set computing) 마이크로프로세서, RISC(reduced instruction set computing) 마이크로프로세서, VLIW(very long instruction word) 마이크로프로세서, 또는 다른 명령어 세트를 구현하는 프로세서, 또는 명령어 세트의 조합을 구현하는 프로세서일 수 있다. 처리 장치(21002)는 또한 애플리케이션별 집적 회로(application specific integrated circuit; ASIC), 시스템 온 칩, 필드 프로그램 가능 게이트 어레이(field programmable gate array; FPGA), 디지털 신호 프로세서(digital signal processor; DSP), 네트워크 프로세서 등과 같은 하나 이상의 특수 목적 처리 장치일 수 있다. 처리 장치(21002)는 본원에 논의된 동작들 및 단계들 중 어느 하나를 수행하기 위한 명령어들을 실행하도록 구성된다.
컴퓨터 시스템(21000)은 네트워크 인터페이스 장치(21012)를 더 포함할 수 있다. 컴퓨터 시스템(21000)은 또한 비디오 디스플레이(21014)(예를 들어, 액정 디스플레이(LCD), 발광 다이오드(LED), 유기 발광 다이오드(OLED), 양자 LED, 음극선관(CRT), 섀도우 마스크 CRT, 애퍼처 그릴(aperture grille) CRT, 단색 CRT), 하나 이상의 입력 장치(21016)(예를 들어, 키보드 및/또는 마우스 또는 게임형 제어), 및 하나 이상의 스피커(21018)(예를 들어, 스피커)를 포함할 수 있다. 하나의 예시적인 예에서, 비디오 디스플레이(21014) 및 입력 장치(들)(21016)는 단일 컴포넌트 또는 디바이스(예를 들어, LCD 터치 스크린)로 결합될 수 있다.
데이터 저장 장치(21016)는 본원에 설명된 방법들, 동작들 또는 기능들 중 임의의 하나 이상을 구현하는 명령어들(21022)이 저장되는 컴퓨터 판독 가능 매체(21020)를 포함할 수 있다. 명령어들(21022)은 또한 컴퓨터 시스템(21000)에 의해 실행되는 동안 메인 메모리(21004) 및/또는 처리 장치(21002) 내에 완전히 또는 적어도 부분적으로 상주할 수 있다. 이와 같이, 메인 메모리(21004) 및 처리 장치(21002)도 컴퓨터 판독 가능 매체를 구성한다. 명령어들(21022)은 또한 네트워크 인터페이스 장치(21012)를 통해 네트워크를 통해 전송되거나 수신될 수 있다.
컴퓨터 판독 가능 저장 매체(21020)는 예시적인 예에서 단일 매체인 것으로 예시되어 있지만, "컴퓨터 판독 가능 저장 매체"라는 용어는 하나 이상의 명령어 세트들을 저장하는 단일 매체 또는 다중 매체(예를 들어, 중앙 집중식 또는 분산형 데이터베이스, 및/또는 관련 캐시들 및 서버들)를 포함하는 것으로 간주되어야 한다. "기계 판독 가능 저장 매체"라는 용어는 또한 기계에 의한 실행을 위한 명령어 세트를 저장, 인코딩 또는 전달할 수 있고 기계가 본 개시의 방법론 중 임의의 하나 이상을 수행하게 하는 모든 매체를 포함하는 것으로 간주되어야 한다. 따라서 "기계 판독 가능 저장 매체"라는 용어는, 이에 제한되는 것은 아니나, 솔리드 스테이트 메모리, 광학 매체 및 자기 매체를 포함하는 것으로 간주되어야 한다.
조항 25. 인공 지능 엔진에 의해, 처리 장치에서 사용할 최적의 치료 계획을 제공하는 방법에 있어서, 상기 방법은,
데이터 소스로부터, 치료 장치를 사용하여 특정 특성들을 갖는 사람들에 대한 특정 치료 계획들을 수행한 결과들에 관한 임상 정보를 수신하는 단계로서, 임상 정보는 제1 데이터 형식을 갖는, 상기 수신하는 단계;
제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 단계;
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용하여 환자가 따를 최적의 치료 계획을 결정하는 단계; 및
의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하는 단계를 포함한다.
조항 26. 본원의 임의의 조항의 방법에 있어서, 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 단계는,
임상 정보를 파싱하는 단계;
임상 정보의 타겟 정보를 나타내는 키워드들에 기초하여, 타겟 정보에 관한 값들을 갖는 임상 정보의 일부를 식별하는 단계;
의료 기술 언어에 의해 정의된 표준 형식을 생성하는 단계로서, 표준 형식은 타겟 정보의 값들을 식별하는 태그들을 포함하는, 상기 생성하는 단계를 더 포함한다.
조항 27. 본원의 임의의 조항의 방법에 있어서, 태그들은 타겟 정보의 특정 특성들을 설명하는 속성들이다.
조항 28. 본원의 임의의 조항의 방법에 있어서, 의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하는 단계는,
원격 의료 세션 동안, 최적의 치료 계획이 의료 전문가의 컴퓨팅 디바이스의 사용자 인터페이스에 제시되도록 하는 단계를 더 포함하며, 최적의 치료 계획은 컴퓨팅 디바이스의 디스플레이 화면 상에 제시되지 않으며, 이러한 디스플레이 화면은 원격 의료 세션 동안 환자에 의해 사용되도록 구성된다.
조항 29. 본원의 임의의 조항의 방법에 있어서,
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용할 때 환자가 따르도록 추천되어서는 안되는 제외 치료 계획을 결정하는 단계; 및
의료 전문가의 컴퓨팅 디바이스에 제시될 제외 치료 계획을 제공하는 단계를 포함한다.
조항 30. 본원의 임의의 조항의 방법에 있어서,
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 제2 원하는 결과를 달성하기 위해 치료 장치를 사용할 때 화자가 따를 제2 최적의 치료 계획을 결정하는 단계; 및
의료 전문가의 컴퓨팅 디바이스에 제시될 제2 최적의 치료 계획을 제공하는 단계;
최적의 치료 계획 또는 제2 최적의 치료 계획 중 선택된 치료 계획을 수신하는 단계; 및
환자의 컴퓨팅 디바이스의 사용자 인터페이스에 제시하기 위해 환자의 컴퓨팅 디바이스에 선택된 치료 계획을 전송하는 단계를 더 포함한다.
조항 31. 본원의 임의의 조항의 방법에 있어서, 원하는 결과는 특정 시간 기간 내에서 특정 결과를 얻는 것을 포함하며, 특정 결과는,
환자가 치료 장치를 사용하여 달성하는 모션 범위,
치료 장치의 일부에 환자에 의해 가해진 힘의 양,
환자가 치료 장치를 사용하여 운동하는 시간,
환자가 치료 장치를 사용하여 이동하는 거리, 또는
그 일부 조합을 포함한다.
조항 32. 본원의 임의의 조항의 방법에 있어서,
사람들의 특정 특성들은 사람들에게 처방된 제1 약물, 사람들의 제1 부상, 사람들에게 수행된 제1 의료 절차, 사람들의 제1 측정치, 사람들의 제1 알레르기, 사람들의 제1 의학적 상태, 사람들의 제1 이력 정보, 사람들의 제1 바이탈 사인, 사람들의 제1 증상, 사람들의 제1 가족 의료 정보, 사람들의 제1 인구 통계학적 정보, 사람들의 제1 지리적 정보, 사람들의 제1 측정 또는 테스트 기반 정보, 사람들의 제1 의료 이력 정보, 사람들의 제1 병인 정보, 사람들의 제1 코호트 연관 정보, 사람들의 제1 감별 진단 정보, 사람들의 제1 수술 정보, 사람들의 제1 물리 치료 정보, 사람들의 제1 약리학적 정보, 사람들에게 추천되는 제1 기타 치료법 또는 이들의 일부 조합을 포함하고,
환자의 복수의 특정 특성들은 환자에게 처방된 제2 약물, 환자의 제2 부상, 환자에게 수행된 제2 의료 절차, 환자의 제2 측정치, 환자의 제2 알레르기, 환자의 제2 의학적 상태, 환자의 제2 이력 정보, 환자의 제2 바이탈 사인, 환자의 제2 증상, 환자의 제2 가족 의료 정보, 환자의 제2 인구 통계학적 정보, 환자의 제2 지리적 정보, 환자의 제2 측정 또는 테스트 기반 정보, 환자의 제2 의료 이력 정보, 환자의 제2 병인 정보, 환자의 제2 코호트 연관 정보, 환자의 제2 감별 진단 정보, 환자의 제2 수술 정보, 환자의 제2 물리 치료 정보, 환자의 제2 약리학적 정보, 환자에게 추천되는 제2 기타 치료법 또는 이들의 일부 조합을 포함한다.
조항 33. 본원의 임의의 조항의 방법에 있어서, 임상 정보는 특정 전문 자격을 가진 사람에 의해 작성되고 저널 기사, 임상 시험, 증거 기반 지침, 메타 분석 또는 이들의 일부 조합을 포함한다.
조항 34. 본원의 임의의 조항의 방법에 있어서, 의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용할 때 환자가 따를 최적의 치료 계획을 결정하는 단계는,
의료 기술 언어에 의해 설명된 임상 정보의 일부와 환자의 복수의 특성들 사이의 패턴을 매치시키는 단계로서, 패턴은 원하는 결과를 가져오는 최적의 치료 계획과 관련되는, 상기 매치시키는 단계를 더 포함한다.
조항 35. 본원의 임의의 조항의 방법에 있어서, 최적의 치료 계획은,
환자에게 수행할 의료 절차,
치료 장치를 사용하는 환자에 대한 치료 프로토콜,
환자를 위한 식이 요법,
환자를 위한 약물 요법,
환자를 위한 수면 요법, 또는
그 일부 조합을 포함한다.
조항 36. 유형의(tangible), 비일시적 컴퓨터 판독 가능 매체로서, 실행 시, 처리 장치가,
데이터 소스로부터, 치료 장치를 사용하여 특정 특성들을 갖는 사람들에 대한 특정 치료 계획들을 수행한 결과들에 관한 임상 정보를 수신하되, 임상 정보는 제1 데이터 형식을 갖고;
제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하고;
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용하여 환자가 따를 최적의 치료 계획을 결정하고;
의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하도록 하는 명령어들을 저장한다.
조항 37. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 것은,
임상 정보를 파싱하고;
임상 정보의 타겟 정보를 나타내는 키워드들에 기초하여, 타겟 정보의 값들을 갖는 임상 정보의 일부를 식별하고;
의료 기술 언어에 의해 정의된 표준 형식을 생성하는 것을 포함하며, 표준 형식은 타겟 정보의 값들을 식별하는 태그들을 포함한다.
조항 38. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하는 단계는,
원격 의료 세션 동안, 최적의 치료 계획이 의료 전문가의 컴퓨팅 디바이스의 사용자 인터페이스에 제시되도록 하는 단계를 더 포함하며, 원격 의료 세션 동안, 최적의 치료 계획은 환자의 컴퓨팅 디바이스의 사용자 인터페이스 상에 제시되지 않는다.
조항 39. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 처리 장치는 또한,
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 제2 원하는 결과를 달성하기 위해 치료 장치를 사용할 때 화자가 따를 제2 최적의 치료 계획을 결정하고;
의료 전문가의 컴퓨팅 디바이스에 제시될 제2 최적의 치료 계획을 제공하고;
최적의 치료 계획 또는 제2 최적의 치료 계획 중 선택된 치료 계획을 수신하고;
선택된 치료 계획을 환자의 컴퓨팅 디바이스에 전송한다.
조항 40. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 원하는 결과는 특정 시간 기간 내에서 특정 결과를 얻는 것을 포함하며, 특정 결과는,
환자가 치료 장치를 사용하여 달성하는 모션 범위,
치료 장치의 일부에 환자에 의해 가해진 힘의 양,
환자가 치료 장치를 사용하여 운동하는 시간,
환자가 치료 장치를 사용하여 이동하는 거리, 또는
그 일부 조합을 포함한다.
조항 41. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서,
사람들의 특정 특성들은 사람들에게 처방된 제1 약물, 사람들의 제1 부상, 사람들에게 수행된 제1 의료 절차, 사람들의 제1 측정치, 사람들의 제1 알레르기, 사람들의 제1 의학적 상태, 사람들의 제1 이력 정보, 사람들의 제1 바이탈 사인, 사람들의 제1 증상, 사람들의 제1 가족 의료 정보, 사람들의 제1 인구 통계학적 정보, 사람들의 제1 지리적 정보, 사람들의 제1 측정 또는 테스트 기반 정보, 사람들의 제1 의료 이력 정보, 사람들의 제1 병인 정보, 사람들의 제1 코호트 연관 정보, 사람들의 제1 감별 진단 정보, 사람들의 제1 수술 정보, 사람들의 제1 물리 치료 정보, 사람들의 제1 약리학적 정보, 사람들에게 추천되는 제1 기타 치료법 또는 이들의 일부 조합을 포함하고,
환자의 복수의 특정 특성들은 환자에게 처방된 제2 약물, 환자의 제2 부상, 환자에게 수행된 제2 의료 절차, 환자의 제2 측정치, 환자의 제2 알레르기, 환자의 제2 의학적 상태, 환자의 제2 이력 정보, 환자의 제2 바이탈 사인, 환자의 제2 증상, 환자의 제2 가족 의료 정보, 환자의 제2 인구 통계학적 정보, 환자의 제2 지리적 정보, 환자의 제2 측정 또는 테스트 기반 정보, 환자의 제2 의료 이력 정보, 환자의 제2 병인 정보, 환자의 제2 코호트 연관 정보, 환자의 제2 감별 진단 정보, 환자의 제2 수술 정보, 환자의 제2 물리 치료 정보, 환자의 제2 약리학적 정보, 환자에게 추천되는 제2 기타 치료법 또는 이들의 일부 조합을 포함한다.
조항 42. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 임상 정보는 특정 전문 자격을 가진 사람에 의해 작성되고 저널 기사, 임상 시험, 증거 기반 지침, 또는 이들의 일부 조합을 포함한다.
조항 43. 시스템에 있어서,
명령어들을 저장하는 메모리 장치; 및
메모리 장치에 통신 가능하게 결합된 처리 장치로서, 처리 장치는,
데이터 소스로부터, 치료 장치를 사용하여 특정 특성들을 갖는 사람들에 대한 특정 치료 계획들을 수행한 결과들에 관한 임상 정보를 수신하되, 임상 정보는 제1 데이터 형식을 갖고;
제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하고;
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용할 때 환자가 따를 최적의 치료 계획을 결정하고;
의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하도록 하는 명령어들을 저장하는, 상기 처리 장치를 포함한다.
조항 44. 본원의 임의의 조항의 시스템에 있어서, 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 것은,
임상 정보를 파싱하고;
임상 정보에 의해 설명된 타겟 정보를 나타내는 키워드들에 기초하여, 타겟 정보의 값들을 갖는 임상 정보의 일부를 식별하고;
의료 기술 언어에 의해 정의된 표준 형식을 생성하는 것을 포함하며, 표준 형식은 타겟 정보의 값들을 식별하는 태그들을 포함한다.
원격 의료 세션 동안 사용자 특성들을 모니터링하기 위해 인공 지능을 사용하는 방법 및 시스템
특정 특성들(예를 들어, 바이탈 사인 또는 기타 측정치들; 행동; 인구학적; 지리적; 진단적; 측정 또는 테스트 기반; 의학적 이력; 병인학적; 코호트 연관적; 감별 진단적; 수술, 물리적 치료, 거동, 약리학적 및 추천된 기타 치료(들); 등)을 가진 환자에 대한 치료 계획을 결정하는 것은 기술적으로 어려운 문제일 수 있다. 예를 들어, 치료 계획을 결정할 때 많은 정보가 고려될 수 있으며, 이는 치료 계획 선택 과정에서 비효율성과 부정확성을 초래할 수 있다. 재활 환경에서, 고려되는 다수의 정보 중 일부는 개인 정보, 행동 정보 및 측정 정보와 같은 환자의 특성들을 포함할 수 있다. 개인 정보에는 예를 들어 연령, 체중, 성별, 키, 체질량 지수, 의학적 상태, 가족 약물 이력, 부상, 의료 절차, 처방된 약물, 거동 또는 심리적 상태, 또는 이들의 일부 조합과 같은, 인구 통계학적, 심리학적 또는 기타 정보가 포함될 수 있다. 행동 정보는 예를 들어, 치료 기기의 사용 경과 시간, 치료 기기의 일부에 가해지는 힘의 양, 치료 기기에서 달성되는 모션 범위, 치료 기기의 일부의 이동 속도, 치료 기기를 사용하는 복수의 통증 레벨의 표시, 또는 이들의 일부 조합을 포함할 수 있다. 측정 정보는 예를 들어, 바이탈 사인, 호흡수, 심박수, 체온, 혈압, 포도당 레벨 또는 기타 바이오마커 또는 이들의 일부 조합을 포함할 수 있다. 다수의 환자들의 특성들, 해당 환자들에 대해 수행된 치료 계획들 및 해당 환자들에 대한 치료 계획의 결과들을 처리하는 것이 바람직할 수 있다.
또한, 또 다른 기술적 문제는 원격 의료 또는 원격 보건 세션 동안 컴퓨팅 디바이스를 통해, 환자가 있는 위치되는 위치와 다른 위치로부터 환자를 원거리에서 치료하는 것을 포함할 수 있다. 추가적인 기술적 문제는 다른 위치로부터, 환자가 위치된 위치에서 환자에 의해 사용되는 치료 기기를 제어하거나 치료 기기의 제어를 가능하게 하는 것이다. 종종 환자가 재활 수술(예를 들어, 무릎 수술)을 받을 때, 헬스케어 제공자는 환자의 거주지나 임의의 이동 위치 또는 임시 거주지에서 치료 프로토콜을 수행하는 데 사용할 치료 기기를 환자에게 처방할 수 있다. 헬스케어 제공자는 의사, 의사 어시스턴트, 간호사, 척추지압사, 치과의사, 물리 치료사, 침술사, 물리 트레이너, 코치, 개인 트레이너 등을 지칭할 수 있다. 헬스케어 제공자는 의학, 물리 치료, 재활 등의 분야에서 자격, 면허, 학위 등을 가진 임의의 사람을 지칭할 수 있다.
헬스케어 제공자가 환자 및 치료 기기와 다른 위치에 위치될 때, 헬스케어 제공자가 치료 기기를 사용하여 환자의 실제 진행 상황을 모니터링하고(진행 상황에 대한 환자의 말에 의존하는 것과는 반대로), 환자의 진행 상황에 따라 치료 계획을 수정하고, 환자가 치료 계획 등을 수행함에 따라 치료 기기를 환자의 개인 특성들에 맞게 적응시키는 것은 기술적으로 어려울 수 있다.
따라서, 환자가 치료 기기를 사용하여 치료 계획을 수행하는 동안, 환자의 실제 진행 상황을 모니터링하도록 구성된, 본원에 설명된 것과 같은, 시스템들 및 방법들이 바람직할 수 있다. 일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 치료 기기를 사용하여 치료 계획을 수행하는 사용자에 관한 치료 데이터를 수신하도록 구성될 수 있다. 사용자는 다양한 운동을 수행하기 위해 치료 기기를 사용하는 환자, 사용자 또는 사람을 포함할 수 있다.
치료 데이터는 사용자의 다양한 특성들, 사용자에 관한 다양한 베이스라인 측정 정보, 사용자가 치료 기기를 사용하는 동안 사용자에 관한 다양한 측정 정보, 치료 기기의 다양한 특성들, 치료 계획, 기타 적절한 데이터 또는 이들의 조합을 포함할 수 있다. 일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 원격 의료 세션 동안 치료 데이터를 수신하도록 구성될 수 있다.
일부 실시예들에서, 사용자가 치료 장치를 사용하여 치료 계획을 수행하는 동안, 치료 데이터 중 적어도 일부는 치료 기기의 다양한 특성들을 감지하도록 구성된 센서의 센서 데이터 및/또는 사용자의 측정 정보에 대응할 수 있다. 추가로 또는 대안으로, 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안, 치료 데이터 중 적어도 일부는 사용자의 측정 정보를 감지하도록 구성된 웨어러블 장치와 연관된 센서로부터의 센서 데이터에 대응할 수 있다.
치료 기기의 다양한 특성들은 치료 기기의 하나 이상의 설정들, 치료 기기의 회전 부재(예를 들어, 휠(wheel))의 시간 주기(예를 들어 1분)당 전류 회전수, 치료 기기의 저항 설정, 치료 기기의 다른 적절한 특성들, 또는 이들의 조합을 포함할 수 있다. 베이스라인 측정 정보는, 사용자가 휴식을 취하는 동안, 사용자의 하나 이상의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온, 사용자의 혈압, 포도당 레벨 또는 기타 바이오마커, 사용자의 기타 적절한 측정 정보 또는 이들의 조합을 포함할 수 있다. 측정 정보는, 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안, 사용자의 하나 이상의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온, 사용자의 혈압, 사용자의 포도당 레벨 또는 사용자의 기타 적절한 측정 정보또는 이들의 조합을 포함할 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 인공 지능 엔진에 의한 액세스를 위해 관련 메모리에 치료 데이터를 기록하도록 구성될 수 있다. 인공 지능 엔진은 치료 데이터의 적어도 일부를 사용하여 하나 이상의 예측을 생성하도록 구성된 하나 이상의 기계 학습 모델들을 사용하도록 구성될 수 있다. 예를 들어, 인공 지능 엔진은 다양한 사용자들에 대응하는 다양한 치료 데이터를 사용하여 훈련된 기계 학습 모델을 사용할 수 있다. 기계 학습 모델은 사용자에 대응하는 치료 데이터를 수신하도록 구성될 수 있다. 기계 학습 모델은 치료 데이터의 적어도 하나의 양태를 분석할 수 있고 치료 데이터의 적어도 하나의 양태에 대응하는 적어도 하나의 예측을 생성할 수 있다. 적어도 하나의 예측은 사용자의 하나 이상의 예측된 특성들을 나타낼 수 있다. 사용자의 하나 이상의 예측된 특성들은 사용자의 예측 바이탈 사인, 사용자의 예측 호흡수, 사용자의 예측 심박수, 사용자의 예측 체온, 사용자의 예측 혈압, 치료 계획을 수행하는 사용자의 예측 행동 파라미터, 사용자에 의해 수행되는 치료 계획의 예측 결과, 사용자가 치료 계획을 수행함으로써 발생하는 사용자의 예측 부상, 또는 사용자의 다른 적합한 예측 특성들을 포함할 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 인공 지능 엔진으로부터 하나 이상의 예측들을 수신하도록 구성될 수 있다. 본원에 설명된 시스템들 및 방법들은 인공 지능 엔진으로부터 수신된 각각의 예측들에 대응하는 임계값을 식별하도록 구성될 수 있다. 예를 들어, 본원에 설명된 시스템들 및 방법들은 각각의 예측에 의해 표시된 사용자의 하나 이상의 특성들을 식별할 수 있다.
본원에 설명된 시스템들 및 방법들은 임계값들을 사용자의 특성들 및/또는 사용자의 특성들의 조합과 연관시키도록 구성된 데이터베이스에 액세스하도록 구성될 수 있다. 예를 들어, 데이터베이스는 제1 임계값을 사용자의 혈압과 연관시키는 정보를 포함할 수 있다. 추가로 또는 대안으로, 데이터베이스는 임계값을 사용자의 혈압 및 사용자의 심박수과 연관시키는 정보를 포함할 수 있다. 데이터베이스는 사용자의 다양한 특성들 중 어느 하나 및/또는 사용자 특성들의 임의의 조합과 관련된 임의 개수의 임계값들을 포함할 수 있음을 이해해야 한다. 일부 실시예들에서, 각각의 예측에 대응하는 임계값은 상한 및 하한을 포함하는 값 또는 값의 범위를 포함할 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 인공 지능 엔진으로부터 수신된 예측이 대응되는 임계값 범위 내에 있는지 여부를 결정하도록 구성될 수 있다. 예를 들어, 본원에 설명된 시스템들 및 방법들은 예측을 해당 임계값과 비교하도록 구성될 수 있다. 본원에 설명된 시스템들 및 방법들은 예측이 임계값의 미리 결정된 범위 내에 있는지 여부를 결정하도록 구성될 수 있다. 예를 들어, 임계값이 값을 포함하는 경우, 미리 정의된 범위는 상기 값보다 높은 상한(예를 들어, 백분율로 0.5% 또는 1%, 또는 예를 들어, 250 또는 750(측정 단위 또는 기타 적절한 수치 값), 또는 다른 적절한 상한) 및 상기 값보다 낮은 하한(예를 들어, 백분율로 0.5% 또는 1%, 또는 예를 들어 250 또는 750(측정 단위 또는 기타 적절한 수치 값) 또는 기타 적절한 하한)을 포함할 수 있다. 마찬가지로, 임계값이 제1 상한 및 제1 하한을 포함(예를 들어, 예측에 해당하는 사용자 특성 또는 특성들의 허용 범위를 정의)하는 범위를 포함하는 경우, 미리 정의된 범위는 제1 상한보다 높은 제2 상한(예를 들어, 백분율로 0.5% 또는 1%, 또는 예를 들어, 250 또는 750(측정 단위 또는 기타 적절한 수치 값), 또는 다른 적절한 상한) 및 제1 하한보다 낮은 제2 하한(예를 들어, 백분율로 0.5% 또는 1%, 또는 예를 들어 250 또는 750(측정 단위 또는 기타 적절한 수치 값) 또는 기타 적절한 하한)을 포함할 수 있다. 임계값은 임의의 적합한 미리 정의된 범위를 포함할 수 있고 본원에 설명된 것 외에 또는 이와 다른 임의의 적절한 형식을 포함할 수 있음을 이해해야 한다.
본원에 설명된 시스템들 및 방법들이 예측이 임계값 범위 내에 있다고 결정하는 경우, 본원에 설명된 시스템들 및 방법들은 헬스케어 제공자의 컴퓨팅 디바이스에서 인터페이스와(예를 들어, 이를 통해 또는 이를 거쳐) 통신하여 예측 및 치료 데이터를 제공하도록 구성될 수 있다. 일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 치료 데이터를 사용하여 치료 정보를 생성하도록 구성될 수 있다. 치료 정보는 치료 기기를 사용하는 동안 사용자에 의한 치료 계획의 수행에 대한 요약을 포함할 수 있다. 요약은 치료 데이터가 헬스케어 제공자의 컴퓨팅 디바이스에 제시될 수 있도록 형식화될 수 있다. 본원에 설명된 시스템들 및 방법들은 예측 및/또는 치료 데이터와 함께 치료 정보를 헬스케어 제공자의 컴퓨팅 디바이스에 전달하도록 구성될 수 있다. 대안으로, 본원에 설명된 시스템들 및 방법들이 예측이 임계값 범위 밖에 있다고 결정하는 경우, 본원에 설명된 시스템들 및 방법들은 예측을 나타내기 위해 사용자와 관련된 치료 데이터를 업데이트하도록 구성될 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은, 예측이 임계값 범위 내에 있다고 결정하는 것에 응답하여, 예측에 기초하여 치료 계획의 적어도 하나의 양태들 및/또는 치료 기기의 하나 이상의 특성들을 수정할 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 사용자가 원격 의료 세션 동안 및 생성된 예측에 기초하여 치료 기기를 사용하는 동안 치료 기기를 제어하도록 구성될 수 있다. 예를 들어, 본원에 설명된 시스템들 및 방법들은 예측 및/또는 치료 계획에 기초하여 치료 기기의 하나 이상의 특성들을 제어할 수 있다.
헬스케어 제공자는 의료 전문가(예를 들어, 의사, 간호사, 치료사 등), 운동 전문가(예를 들어, 코치, 트레이너, 영양사 등) 또는 의료 및 운동 속성들 중 적어도 하나를 공유하는 다른 전문가(예를 들어, 운동 생리학자, 물리 치료사, 작업 치료사 등)를 포함할 수 있다. 본원에 사용된 바와 같이, 그리고 전술한 내용을 제한하지 않고, "헬스케어 제공자"는 인간, 로봇, 가상 어시스턴트, 가상 및/또는 증강 현실의 가상 어시스턴트, 또는 소프트웨어 프로그램, 통합 소프트웨어 및 하드웨어 또는 하드웨어 단독을 포함하는 인공 지능 엔티티일 수 있다.
일부 실시예들에서, 인터페이스는 치료 정보를 제공하고 헬스케어 제공자로부터 입력을 수신하도록 구성된 그래픽 사용자 인터페이스를 포함할 수 있다. 인터페이스는 텍스트 입력 필드, 드롭다운 선택 입력 필드, 라디오 버튼 입력 필드, 가상 스위치 입력 필드, 가상 레버 입력 필드, 오디오, 햅틱, 촉각, 생체 인식 또는 기타 활성화된 및/또는 구동된 입력 필드, 기타 적합한 입력 필드 또는 이들의 조합과 같은 하나 이상의 입력 필드들을 포함할 수 있다.
일부 실시예들에서, 헬스케어 제공자는 치료 정보 및/또는 예측을 검토할 수 있다. 헬스케어 제공자는 치료 정보 및/또는 예측의 검토에 기초하여, 치료 계획의 적어도 하나의 양태 및/또는 치료 기기의 하나 이상의 특성들을 수정할지 여부를 결정할 수 있다. 예를 들어, 헬스케어 제공자는 치료 정보를 검토할 수 있다. 예를 들어, 헬스케어 제공자는, 치료 정보의 검토에 기초하여, 치료 정보를 사용자에 의해 수행되는 치료 계획과 비교할 수 있다.
헬스케어 제공자는 다음과 같이 (i) 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 예상 정보를 (ii) 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 예측과 비교할 수 있다.
예상 정보는 사용자의 하나 이상의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온, 사용자의 혈압, 사용자의 기타 적절한 정보 또는 이들의 조합을 포함할 수 있다. 헬스케어 제공자는 예측이 예상 정보 중 하나 이상의 대응 부분 또는 일부와 연관된 허용 가능한 범위 내에 있는 경우 치료 계획이 원하는 효과를 갖는 것으로 결정할 수 있다. 대안으로, 헬스케어 제공자는 예측이 예상 정보 중 하나 이상의 대응 부분 또는 일부와 연관된 범위 밖에 있는 경우 치료 계획이 원하는 효과를 갖지 않는 것으로 결정할 수 있다.
예를 들어, 헬스케어 제공자는 예측에 의해 표시된 혈압 값(예를 들어, 수축기압, 확장기압 및/또는 맥압)이 예상 정보에 의해 표시된 예상 혈압 값의 허용 가능 범위(예를 들어, 백분율로 ± 1%, ± 5%, ± 1 측정 단위(또는 기타 적절한 수치 값), 또는 임의의 적절한 백분율 기반 또는 수치 범위) 내에 있는지 여부를 결정할 수 있다. 헬스케어 제공자는 혈압 값이 예상 혈압 값의 범위 내에 있는 경우 치료 계획이 원하는 효과를 갖는 것으로 결정할 수 있다. 대안으로, 헬스케어 제공자는 혈압 값이 예상 혈압 값의 범위 밖에 있는 경우 치료 계획이 원하는 효과를 갖지 않는 것으로 결정할 수 있다.
일부 실시예들에서, 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안, 헬스케어 제공자는 치료 기기의 예상 특성들을 치료 정보에 의해 표시된 치료 기기의 특성들과 비교할 수 있다. 예를 들어, 헬스케어 제공자는 치료 기기의 예상 저항 설정을 치료 정보에 의해 표시된 치료 기기의 실제 저항 설정과 비교할 수 있다. 헬스케어 제공자는 치료 정보가 나타내는 치료 기기의 실제 특성들이 치료 기기의 예상 특성들 중 해당 특성들의 범위 내에 있는 경우 사용자가 치료 계획을 적절하게 수행하고 있다고 결정할 수 있다. 대안으로, 헬스케어 제공자는 치료 정보가 나타내는 치료 기기의 실제 특성들이 치료 기기의 예상 특성들 중 해당 특성들의 범위 밖에 있는 경우 사용자가 치료 계획을 적절하게 수행하고 있지 않다고 결정할 수 있다.
헬스케어 제공자가 예측 및/또는 치료 정보가 환자가 치료 계획을 적절하게 수행하고 있고/있거나 치료 계획이 원하는 효과를 가지고 있음을 나타낸다고 결정하는 경우, 헬스케어 제공자는 치료 계획의 적어도 하나의 양태 및/또는 치료 기기의 하나 이상의 특성들을 수정하지 않기로 결정할 수 있다. 대안으로, 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안, 헬스케어 제공자가 예측 및/또는 치료 정보가 환자가 치료 계획을 적절하게 수행하고 있지 않고/않거나 치료 계획이 원하는 효과를 가지고 있지 않음을 나타낸다고 결정하는 경우, 헬스케어 제공자는 치료 계획의 적어도 하나의 양태 및/또는 치료 기기의 하나 이상의 특성들을 수정하기로 결정할 수 있다.
일부 실시예들에서, 헬스케어 제공자는 헬스케어 제공자가 치료 계획의 적어도 하나의 양태를 수정하고/하거나 치료 기기의 하나 이상의 특성들을 수정하기로 결정하는 경우, 치료 계획에 대한 하나 이상의 수정들을 나타내는 치료 계획 입력을 제공하기 위해 및/또는 치료 기기의 하나 이상의 특성들을 수정하기 위해 인터페이스와 상호 작용할 수 있다. 예를 들어, 헬스케어 제공자는 인터페이스를 사용하여 치료 기기의 저항 설정의 증가 또는 감소, 또는 치료 기기의 하나 이상의 특성들에 대한 다른 적절한 수정을 나타내는 입력을 제공할 수 있다. 추가로 또는 대안으로, 헬스케어 제공자는 인터페이스를 사용하여 치료 계획에 대한 수정을 나타내는 입력을 제공할 수 있다. 예를 들어, 헬스케어 제공자는 인터페이스를 사용하여 사용자가 치료 계획에 따라 치료 기기를 사용하는 데 필요한 시간의 증가 또는 감소, 또는 치료 계획에 대한 다른 적절한 수정들을 나타내는 입력을 제공할 수 있다.
일부 실시예들에서, 치료 계획 입력에 의해 표시되는 하나 이상의 수정들에 기초하여, 본원에 설명된 시스템들 및 방법들은 치료 계획의 적어도 하나의 양태 및/또는 치료 기기의 하나 이상의 특성들을 수정하도록 구성될 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 사용자가 치료 기기를 사용하여 수정된 치료 계획을 수행하는 동안 사용자와 관련된 후속 치료 데이터를 수신하도록 구성될 수 있다. 예를 들어, 헬스케어 제공자가 치료 계획 및/또는 치료 기기의 하나 이상의 특성들을 수정하는 입력을 제공한 후 및/또는 인공 지능 엔진이 치료 계획 및/또는 치료 기기의 하나 이상의 특성들을 수정한 후, 사용자는 치료 기기를 계속 사용하여 수정된 치료 계획을 수행할 수 있다. 후속 치료 데이터는 사용자가 치료 기기를 사용하여 수정된 치료 계획을 수행하는 동안 생성된 치료 데이터에 대응할 수 있다. 일부 실시예들에서, 후속 치료 데이터는 헬스케어 제공자가 치료 정보를 수신하여 치료 계획 및/또는 치료 기기의 하나 이상의 특성들을 수정하지 않기로 결정한 후, 및/또는 인공 지능 엔진이 치료 계획 및/또는 치료 기기의 하나 이상의 특성들을 수정하지 않기로 결정한 후, 사용자가 치료 기기를 사용하여 치료 계획을 계속 수행하는 동안 생성된 치료 데이터에 대응할 수 있다.
일부 실시예들에서, 인공 지능 엔진은 하나 이상의 기계 학습 모델들을 사용하여 후속 치료 데이터에 기초하여 하나 이상의 후속 예측들을 생성할 수 있다. 본원에 설명된 시스템들 및 방법들은 각각의 후속 예측이 해당 임계값의 범위 내에 있는지 여부를 결정할 수 있다. 본원에 설명된 시스템들 및 방법들은, 각각의 후속 예측이 임계값 범위 내에 있다는 결정에 응답하여, 후속 치료 데이터, 후속 치료 정보 및/또는 예측을 헬스케어 제공자의 컴퓨팅 디바이스에 전달할 수 있다. 일부 실시예들에서, 후속 예측에 기초하여, 본원에 설명된 시스템들 및 방법들은 치료 계획의 적어도 하나의 양태 및/또는 치료 기기의 하나 이상의 특성들을 수정할 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 헬스케어 제공자의 컴퓨팅 디바이스로부터 후속 치료 계획 입력을 수신하도록 구성될 수 있다. 헬스케어 제공자의 컴퓨팅 디바이스로부터 수신된 후속 치료 계획 입력에 기초하여, 본원에 설명된 시스템들 및 방법들은 치료 계획을 추가로 수정하고/하거나 치료 기기의 하나 이상의 특성들을 제어하도록 구성될 수 있다. 후속 치료 계획 입력은 후속 치료 데이터에 대응하는 후속 치료 정보 및/또는 후속 예측을 수신 및/또는 검토하는 것에 응답하여, 인터페이스에서, 헬스케어 제공자에 의해 제공되는 입력에 대응할 수 있다. 본원에 설명된 시스템들 및 방법들은 치료 데이터에 기초하여 예측을 연속적으로 및/또는 주기적으로 생성하도록 구성될 수 있음을 이해해야 한다. 본원에 설명된 시스템들 및 방법들은 본원에 설명된 센서들 또는 기타 적절한 소스들로부터 연속적으로 및/또는 주기적으로 수신된 치료 데이터에 기초하여 헬스케어 제공자의 컴퓨팅 디바이스에 치료 정보를 제공하도록 구성될 수 있다. 추가로 또는 대안으로, 본원에 설명된 시스템들 및 방법들은 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자의 특성들을 지속적으로 및/또는 주기적으로 모니터링하도록 구성될 수 있다.
일부 실시예들에서, 헬스케어 제공자 및/또는 본원에 설명된 시스템들 및 방법들은 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안, 치료 정보, 치료 데이터 및/또는 예측을 지속적으로 또는 주기적으로 수신 및/또는 검토할 수 있다. 치료 정보, 치료 데이터 및/또는 예측들에 의해 표시된 하나 이상의 추세에 기초하여, 헬스케어 제공자 및/또는 본원에 설명된 시스템들 및 방법들은 치료 계획을 수정할지 여부 및/또는 치료 기기의 하나 이상의 특성들을 수정 및/또는 제어할지 여부를 결정할 수 있다. 예를 들어, 하나 이상의 추세는 심박수의 증가 또는 사용자가 치료 계획을 적절하게 수행하지 않음 및/또는 사용자에 의한 치료 계획의 수행이 원하는 효과를 갖지 않음을 나타내는 다른 적절한 추세를 나타낼 수 있다.
일부 실시예들에서, 본원에 설명된 시스템들 및 방법들은 인공 지능 및/또는 기계 학습을 사용하여 환자들을 코호트들에 할당하고 적응형 원격 의료 세션 동안 할당에 기초하여 치료 기기를 동적으로 제어하도록 구성될 수 있다. 일부 실시예들에서, 하나 이상의 치료 장치들이 환자들에게 제공될 수 있다. 하나 이상의 치료 장치들이 환자들에 의해 사용되어 환자들의 거주지, 체육관, 재활 센터, 병원, 직장, 호텔, 회의 센터에서 또는 영구 거주지 또는 임시 거주지를 포함한 임의의 적절한 위치에서 또는 그 내에서 치료 계획들을 수행할 수 있다.
일부 실시예들에서, 치료 기기들은 서버에 통신 가능하게 결합될 수 있다. 치료 데이터를 포함한 환자들의 특성들은 환자들이 치료 계획들을 수행하기 전에, 동안에 및/또는 후에 수집될 수 있다. 예를 들어, 개인 정보, 행동 정보 및 측정 정보는 개인이 치료 계획을 수행하기 전에, 동안에 및/또는 후에 수집될 수 있다. 각 운동을 수행한 결과들(예를 들어, 행동 향상 또는 행동 저하)은 치료 계획 전반에 걸쳐 그리고 치료 계획이 수행된 후에 치료 기기로부터 수집될 수 있다. 치료 기기의 파라미터들, 설정들, 구성들 등(예를 들어, 페달의 위치, 저항의 양 등)은 치료 계획이 수행되기 전에, 동안에 및/또는 후에 수집될 수 있다.
환자의 각 특성, 각 결과 및 각 파라미터, 설정, 구성 등은 타임스탬프될 수 있고 치료 계획의 특정 단계와 상관될 수 있다. 이러한 기술은 치료 계획의 어떤 단계들이 원하는 결과들(예를 들어, 근력 향상, 모션 범위 개선 등)로 이어질 가능성이 더 높은지 그리고 어떤 단계들이 수확체감(예를 들어, 3분 후 운동을 계속하는 것이 실제로 회복을 지연시키거나 해를 끼침)으로 이어질 가능성이 더 높은지를 결정하게 할 수 있다.
환자가 치료 기기를 사용하여 다양한 치료 계획들을 수행함에 따라 시간이 지남에 따라 치료 기기들 및/또는 임의의 적절한 컴퓨팅 디바이스(예를 들어, 본원에 설명된 컴퓨팅 디바이스의 인터페이스, 임상의 인터페이스, 환자 인터페이스 등과 같이 개인 정보가 입력되는 컴퓨팅 디바이스들)로부터 데이터가 수집될 수 있다. 수집될 수 있는 데이터는 환자들의 특성들, 환자들이 수행한 치료 계획들, 치료 계획들의 결과들, 본원에 설명된 임의의 데이터, 임의의 다른 적절한 데이터 또는 이들의 조합을 포함할 수 있다.
일부 실시예들에서, 데이터는 특정 사람들을 코호트들로 그룹화하기 위해 처리될 수 있다. 사람들은 특정 또는 선택된 유사한 특성들, 치료 계획들 및 치료 계획들의 수행 결과들을 가진 사람들로 그룹화될 수 있다. 예를 들어, 치료 계획을 수행(예를 들어, 3주 동안 주 5회 하루 30분 동안 치료 기기를 사용)한 의학적 상태가 없고 완전히 회복된 운동 선수들은 제1 코호트로 그룹화될 수 있다. 비만으로 분류되고 치료 계획을 수행(예를 들어, 4주 동안 주 3회 하루 10분 동안 치료 계획을 사용)하고 모션 범위를 75% 향상시킨 고령자들은 제2 코호트로 그룹화될 수 있다.
일부 실시예들에서, 인공 지능 엔진은 코호트들을 사용하여 훈련되는 하나 이상의 기계 학습 모델들을 포함할 수 있다. 예를 들어, 하나 이상의 기계 학습 모델들은 새로운 환자의 특성들의 입력을 수신하고 원하는 결과를 초래하는 환자에 대한 치료 계획을 출력하도록 훈련될 수 있다. 기계 학습 모델들은 새로운 환자의 특성들과 특정 코호트에 포함된 환자들 중 적어도 하나의 환자 사이의 패턴을 매칭할 수 있다. 패턴이 매칭되면, 기계 학습 모델들은 새로운 환자를 특정 코호트에 할당하고 적어도 한 명의 환자와 관련된 치료 계획을 선택할 수 있다. 인공 지능 엔진은 새로운 환자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 치료 계획에 기초하여 원위에서 치료 기기를 제어하도록 구성될 수 있다.
이해할 수 있는 바와 같이, 새로운 환자(예를 들어, 새로운 사용자)의 특성들은 새로운 환자가 치료 기기를 사용하여 치료 계획을 수행함에 따라 변할 수 있다. 예를 들어, 환자의 행동은 새로운 환자가 현재 할당된 코호트의 사람들에 대해 예상된 것보다 더 빨리 향상될 수 있다. 따라서, 기계 학습 모델들은 변경된 특성들에 기초하여, 현재 변경된 특성들과 유사한 특성들을 가진 사람들을 새로운 환자로서 포함하는 다른 코호트에 새로운 환자를 동적으로 재할당하도록 훈련될 수 있다. 예를 들어, 임상적으로 비만인 환자는 체중이 감소하고 더 이상 초기 코호트의 체중 기준을 충족하지 않을 수 있으며, 그 결과 환자는 다른 체중 기준을 가진 다른 코호트로 재할당된다.
새로운 환자에 대해 상이한 치료 계획이 선택될 수 있고, 새로운 환자가 치료 기기를 사용하여 치료 계획을 수행하는 동안, 치료 기기는 원위에서(예를 들어, 원격으로 지칭될 수 있음) 상이한 치료 계획에 기초하여 제어될 수 있다. 이러한 기술들은 치료 기기를 원위에서 제어하는 기술적 해결책을 제공할 수 있다.
또한, 본원에 설명된 시스템들 및 방법들은 환자들의 특성들에 가장 정확하게 맞는 치료 계획이 실시간으로 임의의 주어진 순간에 선택되고 구현되기 때문에 환자들에게 더 빠른 회복 시간 및/또는 더 나은 결과들로 이어질 수 있다. "실시간"은 또한 거의 실시간을 지칭할 수 있으며, 이는 10초 미만일 수 있다. 본원에 설명된 바와 같이, "결과들"라는 용어는 의학적 결과들 또는 의학적 성과들을 지칭할 수 있다. 결과들 및 성과들은 의료 행위들에 대한 응답들을 지칭할 수 있다.
원하는 결과에 따라, 인공 지능 엔진은 몇 가지 치료 계획들을 출력하도록 훈련될 수 있다. 예를 들어, 하나의 결과는 가장 빠른 시간 내에 임계 레벨(예를 들어, 75% 모션 범위)으로 회복하는 것을 포함할 수 있는 반면, 다른 결과는 시간의 양에 관계없이 완전히 회복(예를 들어, 100% 모션 범위)을 포함할 수 있다. 환자들로부터 획득되고 코호트들로 분류된 데이터는 제1 치료 계획이 환자와 유사한 특성들을 가진 사람들에게 제1 결과를 제공하고, 제2 치료 계획이 환자와 유사한 특성들을 가진 사람들에게 제2 결과를 제공한다는 것을 나타낼 수 있다.
또한, 인공 지능 엔진은 환자에 대해 최적이 아닌, 즉 차선인, 비표준인 또는 아니면 제외된 치료 계획들(모두 제한 없이 "제외 치료 계획들"이라고 함)을 출력하도록 훈련될 수 있다. 예를 들어, 환자가 고혈압이 있는 경우, 환자를 불필요한 위험에 빠뜨리거나 심지어 고혈압 위기를 유발할 수 있으므로 특정 운동이 승인되지 않거나 환자에게 적합하지 않을 수 있으며, 따라서 해당 운동은 환자를 위한 제외 치료 계획으로 플래그 표시될 수 있다. 일부 실시예들에서, 인공 지능 엔진은 예를 들어 고혈압이 있는 환자(예를 들어, 사용자)가 치료 기기를 사용하여 적절한 치료 계획을 수행하는 동안 수신된 치료 데이터를 모니터링할 수 있고, 치료 데이터가 환자가 예를 들어 환자의 고혈압 상태를 악화시키지 않고 적절한 치료 계획을 처리하고 있음을 나타내는 경우 환자에게 유익한 결과들을 제공할 수 있는 제외 치료 계획의 특징들을 포함하도록 적절한 치료 계획을 수정할 수 있다.
일부 실시예들에서, 치료 계획들 및/또는 제외 치료 계획들은 원격 의료 또는 원격 보건 세션 동안 헬스케어 제공자에게 제시될 수 있다. 헬스케어 제공자는 환자에 대한 특정 치료 계획을 선택하여 그 치료 계획이 환자에게 전송되도록 하고/하거나 치료 계획에 기초하여 치료 기기를 제어하도록 할 수 있다. 일부 실시예들에서, 원격 진단, 치료 계획 결정 및 재활 및/또는 약리학적 처방을 포함하여, 원격 보건 또는 원격 의료 어플리케이션들을 용이하게 하기 위해, 인공 지능 엔진은 환자 및 치료 기기로부터 원거리에서 수신 및/또는 동작할 수 있다.
이러한 경우에, 추천 치료 계획들 및/또는 제외 치료 계획들은 헬스케어 제공자의 컴퓨팅 디바이스의 사용자 인터페이스에서 원격 의료 또는 원격 보건 세션 동안 실시간 또는 거의 실시간으로 환자의 비디오와 동시에 제시될 수 있다. 비디오에는 오디오, 텍스트 및 기타 멀티미디어 정보가 수반될 수도 있다. 실시간은 2초 이하를 지칭할 수 있다. 거의 실시간은 두 사람들이 이러한 사용자 인터페이스를 통해 대화에 참여할 수 있도록 충분히 짧은 시간의 상호 작용을 지칭할 수 있으며 일반적으로 10초 미만 2초 이상일 것이다.
환자 비디오의 제시와 동시에 인공 지능 엔진에 의해 생성된 치료 계획들을 제시하는 것은 향상된 사용자 인터페이스를 제공할 수 있는데, 이는 헬스케어 제공자가 동일한 사용자 인터페이스에서 치료 계획들을 검토하면서도 환자와 시각적으로 및/또는 계속 통신할 수 있기 때문이다. 향상된 사용자 인터페이스는 컴퓨팅 디바이스를 사용하는 헬스케어 제공자의 경험을 개선할 수 있고 헬스케어 제공자가 사용자 인터페이스를 재사용하도록 장려할 수 있다. 이러한 기술은 또한 헬스케어 제공자가 다른 사용자 인터페이스 화면으로 전환하여 환자의 특성들에 기초하여 추천할 치료 계획에 대한 쿼리를 입력할 필요가 없기 때문에 컴퓨팅 리소스들(예를 들어, 처리, 메모리, 네트워크)을 줄일 수 있다. 인공 지능 엔진은 치료 계획들과 제외 치료 계획들을 즉석에서 동적으로 제공하도록 구성될 수 있다.
일부 실시예들에서, 치료 기기는 그 특성들, 구성들 및 위치들이 특정 환자의 요구에 적응될 수 있기 때문에 적응적이고 및/또는 개인화될 수 있다. 예를 들어, 페달은 사용자를 위해 설계된 치료 계획에 따르도록 모션 범위를 증가 또는 감소시키기 위해 즉석에서(예를 들어, 원격 의료 세션을 통해 또는 검출되는 특정 측정치에 응답하여 프로그래밍된 구성에 기초하여) 동적으로 조정될 수 있다. 일부 실시예들에서, 헬스케어 제공자는 제어 명령어가 서버에서 치료 기기로 전송되도록 함으로써 원격 의료 세션 동안 원격으로, 치료 기기를 환자의 필요에 맞게 적응시킬 수 있다. 이러한 적응성은 환자의 회복 결과들을 개선하고, 개인화된 의료의 목표를 향상시키며, 개인별 치료 계획의 개인화를 가능하게 할 수 있다.
서로 다른 형식으로 수신되는 환자의 의학적 상태에 관한 정보와 관련된 기술적 문제가 발생할 수 있다. 예를 들어, 서버는 (예를 들어, 전자 의료 기록(EMR) 시스템, 애플리케이션 프로그래밍 인터페이스(API) 또는 환자의 의학적 상태에 관한 정보가 있는 임의의 적절한 시스템으로부터의) 하나 이상의 소스들의 의학적 상태에 관한 정보를 수신할 수 있다. 즉, 다양한 헬스케어 제공자들에 의해 사용되는 일부 소스들은 로컬 컴퓨팅 디바이스들에 설치될 수 있으며 독점 형식을 사용할 수 있다. 따라서, 본 개시의 일부 실시예들은 API를 사용하여, 소스들에 의해 사용되는 API들에 의해 노출된 인터페이스들을 통해, 소스들에 의해 사용되는 포맷들을 얻을 수 있다. 일부 실시예들에서, 정보가 소스들로부터 수신되면, API는 소스들에 의해 사용되는 형식을 인공 지능 엔진에 의해 사용되는 표준화된 형식으로 매핑, 번역 및/또는 변환할 수 있다. 또한, 인공 지능 엔진에 의해 사용되는 표준화된 형식으로 매핑, 번역 및/또는 변환된 정보는 본원에 개시된 기술들 중 어느 하나를 수행할 때 인공 지능 엔진에 의해 액세스되는 데이터베이스에 저장될 수 있다. 매핑, 번역 및/또는 표준화된 형식으로 변환된 정보를 사용하면 환자에 대해 수행할 절차들 및/또는 청구 시퀀스를 보다 정확하게 결정할 수 있다.
이를 위해, 표준화된 정보는 다양한 애플리케이션들(예를 들어, 원격 보건)에 의해 처리될 수 있는 특정 형식을 갖는 치료 계획들 및/또는 청구 시퀀스들을 생성하도록 할 수 있다. 예를 들어, 원격 보건 애플리케이션들과 같은 애플리케이션들은 의료 전문가들 및/또는 환자들의 다양한 컴퓨팅 디바이스들에서 실행될 수 있다. 애플리케이션들(예를 들어, 독립형 또는 웹 기반)은 서버에 의해 제공될 수 있고 치료 계획들 및 청구 시퀀스들이 구현되는 형식에 따라 데이터를 처리하도록 구성될 수 있다. 따라서, 개시된 실시예들은 (i) 다양한 소스들(예를 들어, EMR 시스템들)로부터, 비표준화 및/또는 상이한 형식의 정보를 수신하고; (ii) 정보를 표준화화고; (iii) 표준화된 정보에 기초하여, 의료 전문가 및/또는 환자들의 컴퓨팅 디바이스들에서 실행되는 애플리케이션들(예를 들어, 원격 보건 애플리케이션)에 의해 처리될 수 있는 표준화된 형식들을 갖는 청구 시퀀스 및 치료 계획들을 생성함으로써 기술적 해결책을 제공할 수 있다.
도 23은 일반적으로 컴퓨터 구현 시스템(3010)의 블록도를 예시하며, 이하에서 치료 계획을 관리하기 위한 "시스템"이라 칭한다. 치료 계획 관리에는 인공 지능 엔진을 사용하여 치료 계획을 추천하고/하거나 환자에게 추천해서는 안 되는 제외 치료 계획을 제공하는 것이 포함될 수 있다.
시스템(3010)은 또한 치료 계획 관리와 관련된 데이터를 저장하고(예를 들어, 관련 메모리에 기록) 제공하도록 구성된 서버(3030)를 포함한다. 서버(3030)는 하나 이상의 컴퓨터들을 포함할 수 있고 분산 및/또는 가상화된 컴퓨터 또는 컴퓨터들의 형태를 취할 수 있다. 서버(3030)는 또한 제1 네트워크(3034)를 통해 임상의 인터페이스(3020)와(예를 들어, 이를 통해) 통신하도록 구성된 제1 통신 인터페이스(3032)를 포함한다. 일부 실시예들에서, 제1 네트워크(3034)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 유선 및/또는 무선 네트워크 연결들을 포함할 수 있다. 서버(3030)는 제1 프로세서(3036) 및 제1 기계 판독 가능 저장 메모리(3038)를 포함하며, 이는 간단히 "메모리"라고 불릴 수 있는데, 제1 프로세서(3036)에 의한 실행을 위해 서버(3030)의 다양한 동작들을 수행하기 위한 제1 명령어들(3040)을 보유한다.
서버(3030)는 치료 계획에 관한 데이터를 저장하도록 구성된다. 예를 들어, 메모리(3038)는 한 명 이상의 환자들을 치료하기 위한 치료 계획들에 관한 데이터와 같은 시스템 데이터를 보유하도록 구성된 시스템 데이터 저장소(3042)를 포함한다. 서버(3030)는 또한 치료 계획을 따르는 환자에 의한 수행에 관한 데이터를 저장하도록 구성된다. 예를 들어, 메모리(3038)는 치료 계획 내에서 각 환자의 행동을 나타내는 데이터를 포함하여, 한 명 이상의 환자들에 관한 데이터와 같은, 환자 데이터를 보유하도록 구성된 환자 데이터 저장소(3044)를 포함한다.
추가로 또는 대안으로, 사람들의 특성들(예를 들어, 개인, 행동, 측정 등), 사람들이 따르는 치료 계획, 치료 계획의 준수 수준 및 치료 계획의 결과들은 상관 관계 및 기타 통계 또는 확률적 조치를 사용하여 환자 데이터 저장소(3044)에서 치료 계획을 다른 환자 코호트 등가 데이터베이스로 분할을 가능하게 하거나 분할할 수 있다. 예를 들어, 제1 유사한 부상, 제1 유사한 의료 상태, 수행된 제1 유사한 의료 절차, 제1 환자가 따르는 제1 치료 계획, 및 제1 치료 계획 결과에 대한 데이터가 제1 환자 데이터베이스에 저장될 수 있다. 제2 유사한 부상, 제2 유사한 의료 상태, 수행된 제2 유사한 의료 절차, 제2 환자가 따르는 제2 치료 계획, 및 제2 치료 계획 결과에 대한 데이터가 제2 환자 데이터베이스에 저장될 수 있다. 단일 특성 또는 특성들의 임의의 조합이 환자들의 코호트들을 분리하는 데 사용될 수 있다. 일부 실시예들에서, 서로 다른 환자들의 코호트들은 동일한 데이터베이스의 서로 다른 파티션들 또는 볼륨들에 저장될 수 있다. 수학적 조합 및/또는 분할 이론에 의해 제한되는 경우를 제외하고, 허용되는 서로 다른 환자들의 코호트들의 수에 대한 특정 제한은 없다.
이러한 특성 데이터, 치료 계획 데이터 및 결과 데이터는 시간이 지남에 따라 수많은 치료 기기들 및/또는 컴퓨팅 디바이스들로부터 획득되며 데이터베이스(3044)에 저장될 수 있다. 특성 데이터, 치료 계획 데이터 및 결과 데이터는 환자 데이터 저장소(3044)의 환자-코호트 데이터베이스들에서 상관될 수 있다. 사람들의 특성들은 개인 정보, 행동 정보 및/또는 측정 정보를 포함할 수 있다.
환자 코호트 등가 데이터베이스들에 저장된 다른 사람들에 대한 이력 정보 외에, 치료 중인 현재 환자에 대한 현재 환자 특성들에 기초한 실시간 또는 거의 실시간 정보가 적절한 환자 코호트 등가 데이터베이스에 저장될 수 있다. 환자의 특성들은 특정 코호트(예를 들어, 코호트 A)의 다른 사람의 특성들과 일치하거나 유사한 것으로 결정될 수 있으며 환자는 해당 코호트에 할당될 수 있다.
일부 실시예들에서, 서버(3030)는 본원에 개시된 실시예들 중 적어도 하나를 수행하기 위해 하나 이상의 기계 학습 모델들(3013)을 사용하는 인공 지능(AI) 엔진(3011)을 실행할 수 있다. 서버(3030)는 하나 이상의 기계 학습 모델들(3013)을 생성할 수 있는 훈련 엔진(9)을 포함할 수 있다. 기계 학습 모델들(3013)은 무엇보다도 그들의 특성들에 기초하여 사람들을 특정 코호트들에 할당하고, 환자 코호트 등가물을 포함하는 실시간 및 이력 데이터 상관 관계를 사용하여 치료 계획을 선택하고, 치료 기기(3070)를 제어하도록 훈련될 수 있다.
하나 이상의 기계 학습 모델들(3013)은 훈련 엔진(309)에 의해 생성될 수 있고 훈련 엔진(309) 및/또는 서버들(3030)의 하나 이상의 처리 장치들에 의해 실행 가능한 컴퓨터 명령어들로 구현될 수 있다. 하나 이상의 기계 학습 모델들(3013)을 생성하기 위해, 훈련 엔진(309)은 하나 이상의 기계 학습 모델들(3013)을 훈련시킬 수 있다. 하나 이상의 기계 학습 모델들(3013)은 인공 지능 엔진(3011)에 의해 사용될 수 있다.
훈련 엔진(309)은 랙마운트 서버, 라우터 컴퓨터, 개인용 컴퓨터, 휴대용 디지털 어시스턴트, 스마트폰, 랩탑 컴퓨터, 태블릿 컴퓨터, 넷북, 데스크톱 컴퓨터, 사물 인터넷(IoT) 장치, 임의의 기타 적합한 컴퓨팅 디바이스 또는 이들의 조합일 수 있다. 훈련 엔진(9)은 클라우드 기반 또는 실시간 소프트웨어 플랫폼일 수 있고, 프라이버시 소프트웨어 또는 프로토콜 및/또는 보안 소프트웨어 또는 프로토콜들을 포함할 수 있다.
하나 이상의 기계 학습 모델들(3013)을 훈련시키기 위해, 훈련 엔진(309)은 치료 기기(3070)를 사용하여 치료 계획을 사용한 사람들의 특성들, 치료 기기(3070)를 사용하여 사람들에 의해 수행된 치료 계획의 세부 사항들(예를 들어, 운동을 포함하는 치료 프로토콜, 운동을 수행하는 시간, 운동을 수행하는 빈도, 운동 일정, 치료 계획의 각 단계에 걸친 치료 기기(3070)의 파라미터들/구성들/설정들 등), 및 사람들에 의해 수행된 치료 계획 결과들에 대한 코퍼스의 훈련 데이터 세트를 사용할 수 있다. 하나 이상의 기계 학습 모델들(3013)은 특정 코호트에 할당된 다른 사람들의 특성들과 환자의 특성들의 패턴들을 일치시키도록 훈련될 수 있다. "일치"라는 용어는 정확한 일치, 상관 일치, 상당한 일치 등을 지칭할 수 있다. 하나 이상의 기계 학습 모델들(3013)은 입력으로서 환자의 특성들을 수신하고, 그 특성들을 코호트에 할당된 사람들의 특성들에 매핑하고, 해당 코호트로부터 치료 계획을 선택하도록 훈련될 수 있다. 하나 이상의 기계 학습 모델들(3013)은 또한 치료 계획에 기초하여 기계 학습 장치(3070)를 제어하도록 훈련될 수 있다.
상이한 기계 학습 모델들(3013)은 상이한 원하는 결과들을 위한 상이한 치료 계획들을 추천하도록 훈련될 수 있다. 예를 들어, 하나의 기계 학습 모델은 가장 효과적인 회복을 위한 치료 계획들을 추천하도록 훈련될 수 있는 반면, 다른 기계 학습 모델은 회복 속도에 기초하여 치료 계획들을 추천하도록 훈련될 수 있다.
훈련 입력들 및 대응되는 타겟 출력들을 포함하는 훈련 데이터를 사용하여, 하나 이상의 기계 학습 모델들(3013)은 훈련 엔진(309)에 의해 생성된 모델 아티팩트를 지칭할 수 있다. 훈련 엔진(309)은 훈련 데이터에서 패턴들을 찾을 수 있으며, 이러한 패턴들은 훈련 입력을 타겟 출력에 매핑하고, 이러한 패턴들을 캡처하는 기계 학습 모델들(3013)을 생성한다. 일부 실시예들에서, 인공 지능 엔진(3011) 및/또는 훈련 엔진(309)은 도 23에 도시된 다른 컴포넌트(예를 들어, 어시스턴트 인터페이스(3094), 임상의 인터페이스(3020) 등)에 상주할 수 있다.
하나 이상의 기계 학습 모델들(3013)은 예를 들어 단일 레벨의 선형 또는 비선형 동작들(예를 들어, 서포트 벡터 머신[SVM])을 포함할 수 있거나 기계 학습 모델들(3013)은 심층 네트워크, 즉 한 레벨 이상의(예를 들어, 여러 레벨의) 비선형 동작들을 포함하는 기계 학습 모델일 수 있다. 심층 네트워크들의 예들은 생성적 적대 네트워크, 컨볼루션 신경망, 하나 이상의 히든 층들이 있는 순환 신경망, 완전 연결 신경망(예를 들어, 각 뉴런은 출력 신호를 나머지 뉴런들의 입력뿐만 아니라 자신에게로 그 출력 신호를 전송할 수 있음)을 포함하는 신경망들이다. 예를 들어, 기계 학습 모델은 다양한 뉴런들을 사용하여 계산들(예를 들어, 내적들)을 수행하는 수많은 층들 및/또는 히든 층들을 포함할 수 있다.
시스템(3010)은 또한 환자에게 정보를 전달하고 환자로부터 피드백을 수신하도록 구성된 환자 인터페이스(3050)를 포함한다. 구체적으로, 환자 인터페이스는 입력 장치(3052) 및 출력 장치(3054)를 포함하며, 이들은 총칭하여 환자 사용자 인터페이스(3052, 3054)라고 할 수 있다. 입력 장치(3052)는 키보드, 마우스, 터치 스크린 입력, 제스처 센서, 및/또는 음성 인식을 위해 구성된 마이크 및 프로세서와 같은 하나 이상의 장치들을 포함할 수 있다. 출력 장치(3054)는 예를 들어 컴퓨터 모니터, 또는 태블릿, 스마트폰 또는 스마트 워치상의 디스플레이 화면을 포함하는 하나 이상의 상이한 형태들을 취할 수 있다. 출력 장치(3054)는 프로젝터, 가상 현실 기능, 증강 현실 기능 등과 같은 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 출력 장치(3054)는 다양한 상이한 시각적, 오디오 또는 기타 프리젠테이션 기술들을 통합할 수 있다. 예를 들어, 출력 장치(3054)는 구어 및/또는 톤, 차임 및/또는 멜로디와 같은 기타 사운드를 포함할 수 있는 오디오 신호와 같은 비시각적 디스플레이를 포함할 수 있으며, 이는 서로 다른 조건들 및/또는 방향들을 신호로 나타낼 수 있다. 출력 장치(3054)는 환자가 사용하기 위한 다양한 데이터 및/또는 인터페이스들 또는 제어들을 제시하는 하나 이상의 상이한 디스플레이 화면들을 포함할 수 있다. 출력 장치(3054)는 웹 기반 인터페이스 및/또는 컴퓨터 프로그램 또는 애플리케이션(앱)에 의해 제시될 수 있는 그래픽들을 포함할 수 있다.
일반적으로 도 23에 예시된 바와 같이, 환자 인터페이스(3050)는 제2 네트워크(3058)를 통해 서버(3030) 및/또는 임상의 인터페이스(3020)와 통신하도록 구성된 원격 통신 인터페이스라고도 불릴 수 있는 제2 통신 인터페이스(3056)를 포함한다. 일부 실시예들에서, 제2 네트워크(3058)는 이더넷 네트워크와 같은 근거리 통신망(LAN)을 포함할 수 있다. 일부 실시예들에서, 제2 네트워크(3058)는 인터넷을 포함할 수 있고, 환자 인터페이스(3050)와 서버(3030) 및/또는 임상의 인터페이스(3020) 사이의 통신은 예를 들어 가상 사설망(VPN)을 사용하는 것과 같은 암호화를 통해 보안될 수 있다. 일부 실시예들에서, 제2 네트워크(3058)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 유선 및/또는 무선 네트워크 연결들을 포함할 수 있다. 일부 실시예들에서, 제2 네트워크(3058)는 제1 네트워크(3034)와 동일한 것일 수 있고/있거나 그에 동작 가능하게 결합될 수 있다.
환자 인터페이스(3050)는 제2 프로세서(3060) 및 환자 인터페이스(3050)의 다양한 동작들을 수행하기 위해 제2 프로세서(3060)에 의한 실행을 위한 제2 명령어들(3064)을 보유하는 제2 기계 판독 가능 저장 메모리(3062)를 포함한다. 제2 기계 판독 가능 저장 메모리(3062)는 또한 치료 계획에 관한 데이터와 같은 데이터 및/또는 치료 계획 내에서 환자의 행동을 나타내는 데이터와 같은 환자 데이터를 보유하도록 구성된 로컬 데이터 저장소(3066)를 포함한다. 환자 인터페이스(3050)는 또한 환자 인터페이스(3050) 부근에서 환자가 사용하기 위한 다양한 디바이스들과 통신하도록 구성된 로컬 통신 인터페이스(3068)를 포함한다. 로컬 통신 인터페이스(3068)는 유선 및/또는 무선 통신들을 포함할 수 있다. 일부 실시예들에서, 로컬 통신 인터페이스(3068)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 로컬 무선 네트워크를 포함할 수 있다.
시스템(3010)은 또한 치료 계획에 따라 활동들을 수행하기 위해 환자에 의해 조작되고/되거나 환자의 신체 부위를 조작하도록 구성된 치료 기기(3070)를 포함한다. 일부 실시예들에서, 치료 기기(3070)는 정형외과적 재활 요법일 수 있는 재활 요법의 수행 및/또는 수행을 돕도록 구성된 운동 및 재활 장치의 형태를 취할 수 있고, 치료는 관절 또는 뼈 또는 근육군과 같은 환자의 신체 부위의 재활을 포함한다. 치료 기기(3070)는 환자를 치료하고/하거나 환자를 운동시키기 위해 다른 컴퓨팅 디바이스를 통해 원위에서 제어되도록 구성된 임의의 적합한 의료, 재활, 치료 등의 장치일 수 있다. 치료 기기(3070)는 하나 이상의 추, 전기 기계식 자전거, 전기 기계식 스핀-휠, 스마트 미러, 트레드밀(treadmill) 등을 포함하는 전기 기계식 기계일 수 있다, 신체 부위는 예를 들어, 척추, 손, 발, 무릎 또는 어깨를 포함할 수 있다. 신체 부위는 하나 이상의 척추, 힘줄 또는 인대와 같은 관절, 뼈 또는 근육군의 일부를 포함할 수 있다. 도 23에 일반적으로 예시된 바와 같이, 치료 기기(3070)는 하나 이상의 프로세서들, 컴퓨터 메모리 및/또는 다른 컴포넌트들을 포함할 수 있는 컨트롤러(3072)를 포함한다. 치료 기기(3070)는 또한 로컬 통신 인터페이스(3068)를 통해 환자 인터페이스(3050)와(예를 들어, 이를 통해 또는 이를 거쳐) 통신하도록 구성된 제4 통신 인터페이스(3074)를 포함한다. 치료 기기(3070)는 또한 하나 이상의 내부 센서들(3076) 및 모터와 같은 액추에이터(3078)를 포함한다. 액추에이터(3078)는 예를 들어 환자의 신체 일부를 움직이게 하기 위해 및/또는 환자에 의한 힘에 저항하기 위해 사용될 수 있다.
내부 센서들(3076)은 예를 들어 힘, 위치, 속력(speed), 속도(velocity) 및/또는 가속도와 같은 치료 기기(3070)의 하나 이상의 동작 특성들을 측정할 수 있다. 일부 실시예들에서, 내부 센서들(3076)은 환자 신체 부위의 직선 운동 또는 각운동 중 적어도 하나를 측정하도록 구성된 위치 센서를 포함할 수 있다. 예를 들어, 위치 센서 형태의 내부 센서(3076)는 환자가 치료 기기(3070)의 일부를 움직이게 할 수 있는 거리를 측정할 수 있으며, 이러한 거리는 환자의 신체 일부가 달성할 수 있는 모션 범위에 대응할 수 있다. 일부 실시예들에서, 내부 센서들(3076)은 환자에 의해 가해지는 힘을 측정하도록 구성된 힘 센서를 포함할 수 있다. 예를 들어, 힘 센서 형태의 내부 센서(3076)는 환자가 특정 신체 부위를 사용하여 치료 기기(3070)에 인가할 수 있는 힘 또는 무게를 측정할 수 있다.
도 23에 일반적으로 예시된 시스템(3010)은 또한 환자 인터페이스(3050)의 로컬 통신 인터페이스(3068)를 통해 서버(3030)와 통신하는 보행 센서(3082)를 포함한다. 보행 센서(3082)는 환자가 걸은 걸음 수를 추적하고 저장할 수 있다. 일부 실시예들에서, 보행 센서(3082)는 손목 밴드, 손목시계 또는 스마트 워치의 형태를 취할 수 있다. 일부 실시예들에서, 보행 센서(3082)는 스마트폰과 같은 전화기 내에 통합될 수 있다.
도 23에 일반적으로 예시된 시스템(3010)은 또한 환자 인터페이스(3050)의 로컬 통신 인터페이스(3068)를 통해 서버(3030)와 통신하는 고니오미터(3084)를 포함한다. 고니오미터(3084)는 환자 신체 부위의 각도를 측정한다. 예를 들어, 고니오미터(3084)는 환자의 무릎 또는 팔꿈치 또는 어깨의 굴곡 각도를 측정할 수 있다.
시스템(3010)은 또한 환자 인터페이스(3050)의 로컬 통신 인터페이스(3068)를 통해 서버(3030)와 통신하는 하나 이상의 추가 센서들(도시되지 않음)을 포함할 수 있다. 하나 이상의 추가 센서들은 심박수, 체온, 혈압, 포도당 레벨, 다른 바이오마커의 레벨, 하나 이상의 바이탈 사인 등과 같은 다른 환자 파라미터들을 측정할 수 있다. 예를 들어, 하나 이상의 추가 센서들은 피부 레벨 아래에서 순환하는 혈액으로부터 근적외선 광의 반사를 검출하는 광학 센서들일 수 있다. 광학 센서들은 손목 밴드, 손목 시계 또는 스마트 워치의 형태를 취할 수 있으며 포도당 레벨, 심박수, 혈중 산소 포화도 레벨, 하나 이상의 바이탈 사인 등을 측정할 수 있다.
일부 실시예들에서, 하나 이상의 추가 센서들은 치료 기기(3070)가 사용되고 있는 방 또는 물리적 공간, 환자의 신체 내부, 사람의 신체에 배치(예를 들어, 피부 패치) 또는 치료 기기(3070)에 위치될 수 있으며, 하나 이상의 추가 센서들은 다양한 바이탈 사인 또는 기타 진단 관련 속성들(예를 들어, 심박수, 발한 속도, 체온, 혈압, 산소 레벨, 임의의 적절한 바이탈 사인, 포도당 레벨, 다른 바이오마커의 레벨 등)을 측정할 수 있다. 하나 이상의 추가 센서들은 분석 및 처리를 위해(예를 들어, 측정에 기초하여 적어도 환자를 위한 치료 계획을 수정하는 데 사용될) 서버(3030)에 환자의 측정치들을 전송할 수 있다.
도 23에 일반적으로 예시된 시스템(3010)은 또한 환자 인터페이스(3050)의 로컬 통신 인터페이스(68)를 통해 서버(3030)와 통신하는 압력 센서(3086)를 포함한다. 압력 센서(3086)는 환자의 신체 부위에 의해 가해지는 압력 또는 무게의 양을 측정한다. 예를 들어, 압력 센서(86)는 고정식 자전거의 페달을 밟을 때 환자의 발에 의해 가해지는 힘의 양을 측정할 수 있다.
도 23에 일반적으로 예시된 시스템(3010)은 또한 임상의 인터페이스(3020)와 유사하거나 동일할 수 있는 감독 인터페이스(3090)를 포함한다. 일부 실시예들에서, 감독 인터페이스(3090)는 임상의 인터페이스(3020)에 제공되는 것 이상으로 향상된 기능을 가질 수 있다. 감독 인터페이스(90)는 정형외과의와 같이 치료 계획을 책임지는 사람이 사용하도록 구성될 수 있다.
도 23에 일반적으로 예시된 시스템(3010)은 또한 임상의 인터페이스(3020)와 유사하거나 동일할 수 있는 보고 인터페이스(3092)를 포함한다. 일부 실시예들에서, 보고 인터페이스(3092)는 임상의 인터페이스(3020)에 제공되는 것보다 적은 기능을 가질 수 있다. 예를 들어, 보고 인터페이스(3092)는 치료 계획을 수정할 능력이 없을 수 있다. 이러한 보고 인터페이스(3092)는 예를 들어 청구 목적을 위한 시스템(3010)의 사용을 결정하기 위해 청구인에 의해 사용될 수 있다. 다른 예에서, 보고 인터페이스(3092)는 데이터 주체에 관한 특정 데이터 필드 및/또는 데이터 주체의 준-식별자(quasi-identifier)에 관한 특정 데이터 필드에 대한 가명(pseudonymized) 데이터 및/또는 익명(anonymized) 데이터만을 제시하는, 환자 식별 정보를 디스플레이하는 능력이 없을 수 있다. 이러한 보고 인터페이스(3092)는 예를 들어 상이한 환자들에 대한 치료 계획의 다양한 효과들을 결정하기 위해 연구원에 의해 사용될 수 있다.
시스템(3010)은 환자 인터페이스(3050) 및/또는 치료 기기(3070)와 원격으로 통신하기 위해 본원에 설명된 것과 같은 헬스케어 제공자를 위한 어시스턴트 인터페이스(3094)를 포함한다. 이러한 원격 통신은 헬스케어 제공자가 시스템(3010)을 사용하여 환자에게 지원 또는 안내를 제공하도록 할 수 있다. 보다 구체적으로, 어시스턴트 인터페이스(3094)는 예를 들어 제1 네트워크(3034) 및/또는 제2 네트워크(3058)를 통한 것과 같은 네트워크 연결을 통해 원격 의료 신호(3096, 3097, 3098a, 3098b, 3099a, 3099b)를 환자 인터페이스(3050)와 통신하도록 구성된다. 원격 의료 신호(3096, 3097, 3098a, 3098b, 3099a, 3099b)는 오디오 신호(3096), 시청각 신호(3097), 환자 인터페이스(3050)의 기능을 제어하기 위한 인터페이스 제어 신호(3098a), 환자 인터페이스(3050)의 상태를 모니터링을 위한 인터페이스 모니터 신호(3098b), 치료 기기(3070)의 동작 파라미터를 변경하기 위한 장치 제어 신호(99a) 및/또는 치료 기기(3070)의 상태를 모니터링하기 위한 장치 모니터 신호(3099b) 중 하나를 포함한다. 일부 실시예들에서, 각각의 제어 신호들(3098a, 3099a)은 어시스턴트 인터페이스(3094)로부터 환자 인터페이스(3050)로 명령들을 전달하는 단방향일 수 있다. 일부 실시예들에서, 제어 신호(3098a, 3099a)의 성공적인 수신에 응답하여 및/또는 요청된 제어 동작의 성공적인 및/또는 실패한 구현을 전달하는 것에 응답하여, 확인응답 메시지가 환자 인터페이스(3050)로부터 어시스턴트 인터페이스(3094)로 전송될 수 있다. 일부 실시예들에서, 각각의 모니터 신호들(3098b, 3099b)은 환자 인터페이스(3050)로부터 어시스턴트 인터페이스(3094)로의 단방향의, 상태-정보 명령들일 수 있다. 일부 실시예들에서, 모니터 신호들(3098b, 3099b) 중 하나를 성공적으로 수신한 것에 응답하여 확인응답 메시지가 어시스턴트 인터페이스(3094)로부터 환자 인터페이스(3050)로 전송될 수 있다.
일부 실시예들에서, 환자 인터페이스(3050)는 어시스턴트 인터페이스(3094) 및/또는 서버(3030)와 같은 하나 이상의 다른 디바이스들과 치료 기기(3070) 사이의 장치 제어 신호들(3099a) 및 장치 모니터 신호들(3099b)을 위한 패스-스루로서 구성될 수 있다. 예를 들어, 환자 인터페이스(3050)는 어시스턴트 인터페이스(3094)로부터의 원격 의료 신호(3096, 3097, 3098a, 3098b, 3099a, 3099b) 내의 장치 제어 신호(3099a)에 응답하여 장치 제어 신호(3099a)를 전송하도록 구성될 수 있다.
일부 실시예들에서, 어시스턴트 인터페이스(3094)는 임상의 인터페이스(3020)로서 공유된 물리적 디바이스 상에 제시될 수 있다. 예를 들어, 임상의 인터페이스(3020)는 어시스턴트 인터페이스(3094)를 구현하는 하나 이상의 화면들을 포함할 수 있다. 추가로 또는 대안으로, 임상의 인터페이스(3020)는 어시스턴트 인터페이스(3094)의 양태들을 구현하기 위해, 비디오 카메라, 스피커 및/또는 마이크와 같은 추가 하드웨어 컴포넌트들을 포함할 수 있다.
일부 실시예들에서, 원격 의료 신호(3096, 3097, 3098a, 3098b, 3099a, 3099b)의 하나 이상의 부분들은 환자 인터페이스(3050)의 출력 장치(3054)에 의한 프리젠테이션을 위해 미리 녹음된 소스(예를 들어, 오디오 녹음, 비디오 녹음 또는 애니메이션)로부터 생성될 수 있다. 예를 들어, 튜토리얼 비디오는 서버(3030)로부터 스트리밍되어 환자 인터페이스(3050)에 제시될 수 있다. 미리 녹음된 소스로부터의 콘텐트는 환자 인터페이스(3050)를 통해 환자에 의해 요청될 수 있다. 대안으로, 어시스턴트 인터페이스(3094) 상의 제어를 통해, 헬스케어 제공자는 미리 녹음된 소스로부터의 콘텐트가 환자 인터페이스(3050)에서 재생되도록 할 수 있다.
어시스턴트 인터페이스(3094)는 어시스턴트 입력 장치(3022) 및 어시스턴트 디스플레이(3024)를 포함하며, 이는 집합적으로 어시스턴트 사용자 인터페이스(3022, 3024)로 불릴 수 있다. 어시스턴트 입력 장치(3022)는 예를 들어 전화기, 키보드, 마우스, 트랙패드 또는 터치 스크린 중 하나 이상을 포함할 수 있다. 추가로 또는 대안으로, 어시스턴트 입력 장치(3022)는 하나 이상의 마이크들을 포함할 수 있다. 일부 실시예들에서, 하나 이상의 마이크들은 전화 핸드셋, 헤드셋, 또는 헬스케어 제공자가 환자 인터페이스(3050)를 통해 환자에게 말하도록 구성된 광역 마이크 또는 마이크들의 형태를 취할 수 있다. 일부 실시예들에서, 어시스턴트 입력 장치(3022)는 하나 이상의 마이크들을 사용하여 헬스케어 제공자에 의한 음성 명령어들을 해석하도록 구성된 하드웨어 및/또는 소프트웨어와 함께, 음성 기반 기능들을 제공하도록 구성될 수 있다. 어시스턴트 입력 장치(3022)는 애플(Apple)의 시리(Siri), 아마존(Amazon)의 알렉사(Alexa), 구글 어시스턴트(Google Assistant) 또는 삼성(Samsung)의 빅스비(Bixby)와 같은 기존의 음성 기반 어시스턴트들에 의해 제공되거나 이와 유사한 기능을 포함할 수 있다. 어시스턴트 입력 장치(3022)는 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 어시스턴트 입력 장치(3022)는 하나 이상의 범용 디바이스들 및/또는 특수 목적 디바이스들을 포함할 수 있다.
어시스턴트 디스플레이(3024)는 예를 들어 컴퓨터 모니터, 또는 태블릿, 스마트폰 또는 스마트 워치상의 디스플레이 화면을 포함하는 하나 이상의 상이한 형태들을 취할 수 있다. 어시스턴트 디스플레이(3024)는 프로젝터, 가상 현실 기능 또는 증강 현실 기능 등과 같은 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 어시스턴트 디스플레이(3024)는 다양한 상이한 시각적, 오디오 또는 기타 프리젠테이션 기술들을 통합할 수 있다. 예를 들어, 어시스턴트 디스플레이(3024)는 구어 및/또는 톤, 차임, 멜로디 및/또는 조성과 같은 기타 사운드를 포함할 수 있는 오디오 신호와 같은 비시각적 디스플레이를 포함할 수 있으며, 이는 서로 다른 조건들 및/또는 방향들을 신호로 나타낼 수 있다. 어시스턴트 디스플레이(3024)는 헬스케어 제공자가 사용하기 위한 다양한 데이터 및/또는 인터페이스들 또는 제어들을 제시하는 하나 이상의 상이한 디스플레이 화면들을 포함할 수 있다. 어시스턴트 디스플레이(3024)는 웹 기반 인터페이스 및/또는 컴퓨터 프로그램 또는 애플리케이션(앱)에 의해 제시될 수 있는 그래픽들을 포함할 수 있다.
일부 실시예들에서, 시스템(3010)은 어시스턴트 인터페이스(3094)로부터 환자 인터페이스(3050)로 및/또는 그 반대로 언어의 컴퓨터 번역을 제공할 수 있다. 언어의 컴퓨터 번역은 구어의 컴퓨터 번역 및/또는 텍스트의 컴퓨터 번역을 포함할 수 있다. 추가로 또는 대안으로, 시스템(3010)은 음성 인식 및/또는 텍스트의 음성 발음을 제공할 수 있다. 예를 들어, 시스템(10)은 구어를 인쇄된 텍스트로 변환할 수 있고/있거나 시스템(3010)은 인쇄된 텍스트로부터 언어를 들을 수 있게 말할 수 있다. 시스템(3010)은 환자, 임상의 및/또는 헬스케어 제공자 중 어느 하나 또는 모두에 의한 구어를 인식하도록 구성될 수 있다. 일부 실시예들에서, 시스템(3010)은 환자에 의한 음성 요청들 또는 명령들을 인식하고 반응하도록 구성될 수 있다. 예를 들어, 시스템(3010)은 환자의 구두 명령(이는 몇 가지 상이한 언어들 중 어느 하나로 주어질 수 있음)에 응답하여 원격 의료 세션을 자동으로 시작할 수 있다.
일부 실시예들에서, 서버(3030)는 어시스턴트 인터페이스(3094)에 의한 프리젠테이션을 위해 어시스턴트 디스플레이(3024)의 양태들을 생성할 수 있다. 예를 들어, 서버(3030)는 어시스턴트 디스플레이(3024) 상에 제시하기 위한 디스플레이 화면들을 생성하도록 구성된 웹 서버를 포함할 수 있다. 예를 들어, 인공 지능 엔진(3011)은 환자들을 위한 추천 치료 계획들 및/또는 제외 치료 계획들을 생성하고, 어시스턴트 인터페이스(3094)의 어시스턴트 디스플레이(3024) 상에 제시하기 위한 이러한 추천 치료 계획들 및/또는 외부 치료 계획들을 포함하는 디스플레이 화면들을 생성할 수 있다. 일부 실시예들에서, 어시스턴트 디스플레이(3024)는 서버(3030)에 의해 호스팅되는 가상화된 데스크탑을 제시하도록 구성될 수 있다. 일부 실시예들에서, 서버(3030)는 제1 네트워크(3034)를 통해 어시스턴트 인터페이스(3094)와(예를 들어, 또는 이를 통해) 통신하도록 구성될 수 있다. 일부 실시예들에서, 제1 네트워크(3034)는 이더넷 네트워크와 같은 근거리 통신망(LAN)을 포함할 수 있다.
일부 실시예들에서, 제1 네트워크(3034)는 인터넷을 포함할 수 있고, 서버(3030)와 어시스턴트 인터페이스(3094) 사이의 통신은 예를 들어 가상 사설망(VPN)을 통해 암호화하는 것과 같은 프라이버시 강화 기술들을 통해 보안될 수 있다. 대안으로 또는 추가로, 서버(3030)는 제1 네트워크(3034) 및/또는 직접 유선 또는 무선 통신 채널과 같은 기타 통신 수단과 독립적인 하나 이상의 네트워크들을 통해 어시스턴트 인터페이스(3094)와(예를 들어, 이를 통해 또는 이를 거쳐) 통신하도록 구성될 수 있다. 일부 실시예들에서, 환자 인터페이스(3050) 및 치료 기기(3070)는 어시스턴트 인터페이스(3094)의 위치로부터 지리적으로 분리된 환자 위치로부터 각각 동작할 수 있다. 예를 들어, 환자 인터페이스(3050) 및 치료 기기(3070)는 클리닉 또는 콜 센터와 같은 중앙 위치에서 어시스턴트 인터페이스(3094)를 사용하여 원격으로 도움을 받을 수 있는 가정 내 재활 시스템의 일부로서 사용될 수 있다.
일부 실시예들에서, 어시스턴트 인터페이스(3094)는 예를 들어, 하나 이상의 콜 센터 또는 하나 이상의 임상의 사무실에서 함께 그룹화될 수 있는 여러 상이한 단말기들(예를 들어, 컴퓨팅 디바이스들) 중 하나일 수 있다. 일부 실시예들에서, 복수의 어시스턴트 인터페이스들(3094)이 지리적으로 분산될 수 있다. 일부 실시예들에서, 사람은 임의의 기존 사무실 인프라에서 원격으로 헬스케어 제공자로 일할 수 있다. 이러한 원격 작업은 예를 들어 어시스턴트 인터페이스(3094)가 컴퓨터 및/또는 전화기의 형태를 취하는 경우에 수행될 수 있다. 이 원격 작업 기능은 헬스케어 제공자를 위한 파트 타임 및/또는 플렉서블 근무 시간을 포함할 수 있는 재택 근무를 허용할 수 있다.
도 24 내지 25는 치료 기기(3070)의 일 실시예를 도시한다. 보다 구체적으로, 도 24는 일반적으로 간단히 고정식 자전거라고 부를 수 있는 고정식 사이클링 기계(3100) 형태의 치료 기기(3070)를 예시한다. 고정식 사이클링 기계(3100)는 차축(3106)을 중심으로 회전하기 위해 페달 아암(3104)에 각각 부착된 페달(3102) 세트를 포함한다. 일부 실시예들에서, 그리고 도 24에 일반적으로 예시된 바와 같이, 페달들(3102)은 환자가 페달을 밟을 때 사용되는 모션 범위를 조정하기 위해 페달 아암(3104)에서 움직일 수 있다. 예를 들어, 차축(3106)을 향해 내측으로 위치되는 페달들은 페달이 차축(3106)으로부터 외측으로 위치될 때보다 더 작은 모션 범위에 대응한다. 일부 실시예들에서, 페달들은 회전면으로부터 안쪽과 바깥쪽으로 조절 가능할 수 있다. 이러한 기술들은 페달을 밟을 때 환자의 다리 폭을 늘리거나 줄이도록 할 수 있다. 압력 센서(3086)는 환자가 페달(3102)에 인가되는 힘의 양을 측정하기 위해 페달들(3102) 중 하나에 부착되거나 그 내에 임베디드된다. 압력 센서(3086)는 치료 기기(3070) 및/또는 환자 인터페이스(3050)와 무선으로 통신할 수 있다.
도 26은 일반적으로 도 24의 치료 기기를 사용하는 사람(환자)을 예시하며, 환자 인터페이스(3050)에 연결된 센서들 및 다양한 데이터 파라미터들을 보여준다. 예시적인 환자 인터페이스(3050)는 환자가 수동으로 들고 있는 태블릿 컴퓨터 또는 스마트폰, 또는 iPad, iPhone, Android 디바이스 또는 Surface 태블릿과 같은 패블릿이다. 일부 다른 실시예들에서, 환자 인터페이스(3050)는 치료 기기(3070) 내에 임베디드되거나 부착될 수 있다.
도 26은 일반적으로 보행 센서(3082)가 환자 인터페이스(3050)에 그 걸음 수를 기록하고 전송했음을 나타내는 "오늘의 걸음 수(STEPS TODAY) 31355"를 나타내는 메모와 함께, 보행 센서(3082)를 손목에 착용한 환자를 예시한다. 도 26은 또한 일반적으로 고니오미터(3084)가 해당 무릎 각도를 측정하고 환자 인터페이스(3050)에 전송하고 있음을 나타내는 "무릎 각도(KNEE ANGLE) 72°"를 나타내는 메모와 함께, 오른쪽 무릎에 고니오미터(3084)를 착용한 환자를 예시한다. 도 36은 또한 일반적으로 우측 페달 압력 센서(3086)가 해당 힘 측정치를 측정하고 이를 환자 인터페이스(3050)에 전송하고 있음을 나타내는, "힘(FORCE) 12.5 lbs"를 나타내는 압력 센서(3086)를 갖는 페달들(3102) 중 하나의 우측을 예시한다.
도 26은 또한 일반적으로 좌측 페달 압력 센서(3086)가 해당 힘 측정치를 측정하고 이를 환자 인터페이스(3050)에 전송하고 있음을 나타내는, "힘(FORCE) 27 lbs"를 나타내는 압력 센서(3086)를 갖는 페달들(4102) 중 하나의 좌측을 예시한다. 도 26은 또한 일반적으로 환자가 4분 13초 동안 치료 기기(3070)를 사용하고 있음을 나타내는, "세션 시간(SESSION TIME) 0:04:13"의 표시기와 같은 다른 환자 데이터를 예시한다. 이 세션 시간은 치료 기기(3070)로부터 수신된 정보에 기초하여 환자 인터페이스(3050)에 의해 결정될 수 있다. 도 26은 또한 일반적으로 "통증 레벨(PAIN LEVEL) 3"을 나타내는 표시기를 예시한다. 이러한 통증 레벨은 환자 인터페이스(3050)에 제시된 질문과 같은 요청(solicitation)에 응답하여 환자로부터 얻을 수 있다.
도 27은 어시스턴트 인터페이스(3094)의 오버뷰 디스플레이(3120)의 예시적인 실시예이다. 구체적으로, 오버뷰 디스플레이(3120)는 헬스케어 제공자가 환자 인터페이스(3050) 및/또는 치료 기기(3070)를 사용하여 환자를 원격으로 보조하기 위한 몇 가지 상이한 제어들 및 인터페이스들을 제시한다. 이 원격 어시스턴트 기능은 원격 의료(telemedicine) 또는 원격 보건(telehealth)라고도 할 수 있다.
구체적으로, 오버뷰 디스플레이(3120)는 치료 기기(3070)를 사용하는 환자에 관한 생체 정보를 제시하는 환자 프로파일 디스플레이(3130)를 포함한다. 환자 프로파일 디스플레이(3130)는 도 27에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(3120)의 일부 또는 영역의 형태를 취할 수 있지만, 환자 프로파일 디스플레이(3130)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다.
일부 실시예들에서, 환자 프로파일 디스플레이(3130)는 환자의 생체 정보의 제한된 서브셋을 포함할 수 있다. 보다 구체적으로, 환자 프로파일 디스플레이(3130)에 제시된 데이터는 해당 정보에 대한 헬스케어 제공자의 필요에 따라 달라질 수 있다. 예를 들어, 의료 문제로 환자를 돕고 있는 헬스케어 제공자는 환자에 관한 의료 이력 정보를 제공받을 수 있는 반면, 치료 기기(3070)로 문제를 해결하는 기술자는 환자에 관한 훨씬 더 제한된 정보 세트를 제공받을 수 있다. 예를 들어 기술자에게는 환자의 이름만 주어질 수 있다.
환자 프로파일 디스플레이(3130)는 가명화된 데이터 및/또는 익명화된 데이터를 포함할 수 있거나, 기밀 환자 데이터가 환자 기밀성 요건을 위반할 수 있는 방식으로 통신되는 것을 방지하기 위해 임의의 프라이버시 강화 기술을 사용할 수 있다. 이러한 프라이버시 강화 기술들은, 이에 제한되는 것은 아니나, 건강보험이동성과 결과보고책무활동(Health Insurance Portability and Accountability Act; HIPAA) 또는 개인정보보호 규정(General Data Protection Regulation; GDPR)과 같은 법률, 규정 또는 기타 거버넌스 규칙을 준수할 수 있도록 할 수 있으며, 여기서 환자는 "데이터 주체(rules of governance)"로 간주될 수 있다.
일부 실시예들에서, 환자 프로파일 디스플레이(3130)는 환자가 치료 기기(3070)를 사용 시 따를 치료 계획에 관한 정보를 제시할 수 있다. 이러한 치료 계획 정보는 헬스케어 제공자로 제한될 수 있다. 예를 들어, 치료 요법에 관한 문제로 환자를 돕는 헬스케어 제공자는 치료 계획 정보를 제공받을 수 있는 반면, 치료 기기(3070)로 문제를 해결하는 기술자는 환자의 치료 계획에 관한 어떠한 정보도 제공받지 못할 수 있다.
일부 실시예들에서, 하나 이상의 추천 치료 계획들 및/또는 제외 치료 계획들이 헬스케어 제공자에게 환자 프로파일 디스플레이(3130)에 제시될 수 있다. 하나 이상의 추천 치료 계획들 및/또는 제외 치료 계획들은 서버(3030)의 인공 지능 엔진(3011)에 의해 생성될 수 있고, 그 중에서도 원격 의료 또는 원격 보건 세션 동안 서버(3030)로부터 실시간으로 수신될 수 있다. 하나 이상의 추천 치료 계획들 및/또는 제외 치료 계획들을 제시하는 일 예가 도 29를 참조하여 아래에 설명된다.
일반적으로 도 27에 예시된 예시적인 오버뷰 디스플레이(3120)는 또한 치료 기기를 사용하는 환자에 관한 상태 정보를 제시하는 환자 상태 디스플레이(3134)를 포함한다. 환자 프로파일 디스플레이(3134)는 도 27에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(3120)의 일부 또는 영역의 형태를 취할 수 있지만, 환자 프로파일 디스플레이(3134)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다.
환자 상태 디스플레이(3134)는 외부 센서들(3082, 3084, 3086) 중 하나 이상으로부터 및/또는 본원에 앞서 설명된 바와 같은 치료 기기(3070)의 하나 이상의 내부 센서들(3076) 및/또는 하나 이상의 추가 센서들(도시되지 않음)로부터의 센서 데이터(3136)를 포함한다. 일부 실시예들에서, 환자 상태 디스플레이(3134)는 치료 기기(3070)를 사용하는 동안 환자가 착용한 하나 이상의 웨어러블 기기들의 하나 이상의 센서들로부터의 센서 데이터를 포함할 수 있다. 하나 이상의 웨어러블 기기들은 시계, 팔찌, 목걸이, 가습 스트랩 등을 포함할 수 있다. 하나 이상의 웨어러블 기기들은 환자가 치료 기기(3070)를 사용하는 동안 환자의 심박수, 체온, 혈압, 포도당 레벨, 혈중 산소 포화도 레벨, 하나 이상의 바이탈 사인 등을 모니터링하도록 구성될 수 있다. 일부 실시예들에서, 환자 상태 디스플레이(3134)는 마지막으로 보고된 통증 레벨 또는 치료 계획 내의 진행과 같은 환자에 관한 기타 데이터(3138)를 제시할 수 있다.
사용자 액세스 제어들은 시스템(3010)의 사용자 인터페이스들(3020, 3050, 3090, 3092, 3094) 중 어느 하나 또는 모두에서 어떤 데이터가 보여질 수 있고/있거나 수정될 수 있는지를 포함하여, 액세스를 제한하는 데 사용될 수 있다. 일부 실시예들에서, 사용자 액세스 제어들은 시스템(3010)을 사용하는 임의의 주어진 사람이 어떤 정보를 사용할 수 있는지 제어하기 위해 사용될 수 있다. 예를 들어, 어시스턴트 인터페이스(3094) 상에 제시된 데이터는 헬스케어 제공자/사용자의 필요 및/또는 해당 정보를 보기 위한 자격에 따라 설정된 권한으로 사용자 액세스 제어에 의해 제어될 수 있다.
일반적으로 도 27에 예시된 예시적인 오버뷰 디스플레이(3120)는 또한 환자를 보조하는 데 사용할 정보를 헬스케어 제공자에게 제시하는 도움말 데이터 디스플레이(3140)를 포함한다. 도움말 데이터 디스플레이(3140)는 도 27에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(3120)의 일부 또는 영역의 형태를 취할 수 있다. 도움말 데이터 디스플레이(3140)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 도움말 데이터 디스플레이(3140)는 예를 들어 환자 인터페이스(3050) 및/또는 치료 기기(3070)의 사용에 관한 자주 묻는 질문들에 대한 답변들을 제시하는 것을 포함할 수 있다.
도움말 데이터 디스플레이(3140)는 연구 데이터 또는 모범 사례들을 포함할 수도 있다. 일부 실시예들에서, 도움말 데이터 디스플레이(3140)는 환자 질문들에 응답하여 답변 또는 설명을 위한 스크립트들을 제시할 수 있다. 일부 실시예들에서, 도움말 데이터 디스플레이(3140)는 환자의 문제에 대한 근본 원인 및/또는 환자 문제에 대한 해결책을 결정하는데 사용하기 위해 헬스케어 제공자를 위한 흐름도 또는 워크-스루를 제시할 수 있다.
일부 실시예들에서, 어시스턴트 인터페이스(3094)는 헬스케어 제공자에 의한 사용을 위한 도움말 데이터의 동시 프리젠테이션을 위해 동일하거나 다를 수 있는 둘 이상의 도움말 데이터 디스플레이들(3140)을 제시할 수 있다. 예를 들어, 제1 도움말 데이터 디스플레이는 환자 문제의 원인을 결정하기 위한 문제 해결 흐름도를 제시하는 데 사용될 수 있고, 제2 도움말 데이터 디스플레이는 헬스케어 제공자가 환자에게 읽을 수 있는 스크립트 정보를 제시할 수 있는데, 이러한 정보는 바람직하게는 환자가 문제를 좁히거나 해결하는 데 도움이 될 수 있는 어떤 행동을 수행하기 위한 지시들을 포함한다. 일부 실시예들에서, 제1 도움말 데이터 디스플레이의 문제 해결 흐름도에 대한 입력들에 기초하여, 제2 도움말 데이터 디스플레이가 자동으로 스크립트 정보로 채워질 수 있다.
일반적으로 도 27에 예시된 예시적인 오버뷰 디스플레이(3120)는 또한 환자 인터페이스(3050)에 관한 정보를 제시하고 및/또는 환자 인터페이스(3050)의 하나 이상의 설정들을 수정하기 위한 환자 인터페이스 제어(3150)를 포함한다. 환자 인터페이스 제어(3150)는 도 27에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(3120)의 일부 또는 영역의 형태를 취할 수 있다. 환자 인터페이스 제어(3150)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 환자 인터페이스 제어(3150)는 인터페이스 모니터 신호들(3098b) 중 하나 이상을 통해 어시스턴트 인터페이스(3094)에 전달되는 정보를 제시할 수 있다.
일반적으로 도 27에 예시된 바와 같이, 환자 인터페이스 제어(3150)는 환자 인터페이스(3050)에 의해 제시되는 디스플레이의 디스플레이 피드(3152)를 포함한다. 일부 실시예들에서, 디스플레이 피드(3152)는 환자 인터페이스(3050)에 의해 환자에게 현재 제시되고 있는 디스플레이 화면의 라이브 복사본을 포함할 수 있다. 즉, 디스플레이 피드(3152)는 환자 인터페이스(3050)의 디스플레이 화면 상에 제시되는 것의 이미지를 제시할 수 있다.
일부 실시예들에서, 디스플레이 피드(3152)는 화면 이름 또는 화면 번호와 같은, 환자 인터페이스(3050)에 의해 현재 제시되고 있는 디스플레이 화면에 관한 약식 정보를 포함할 수 있다. 환자 인터페이스 제어(3150)는 헬스케어 제공자가 환자 인터페이스(3050)의 하나 이상의 설정들 또는 양태들을 조정하거나 제어하기 위한 환자 인터페이스 설정 제어(3154)를 포함할 수 있다. 일부 실시예들에서, 환자 인터페이스 설정 제어(3154)는 어시스턴트 인터페이스(3094)가 환자 인터페이스(3050)의 기능 또는 설정을 제어하기 위한 인터페이스 제어 신호(3098)를 생성 및/또는 전송하도록 할 수 있다.
일부 실시예들에서, 환자 인터페이스 설정 제어(3154)는 헬스케어 제공자가 환자 인터페이스(3050)를 원격으로 보고/보거나 제어하기 위한 협력 브라우징(collaborative browsing) 또는 공동 브라우징(co-browsing) 기능을 포함할 수 있다. 예를 들어, 환자 인터페이스 설정 제어(3154)는 헬스케어 제공자가 환자 인터페이스(3050) 상의 하나 이상의 텍스트 입력 필드들에 원격으로 텍스트를 입력하고/하거나 어시스턴트 인터페이스(3094)의 마우스 또는 터치스크린을 사용하여 환자 인터페이스(3050) 상의 커서를 원격으로 제어하도록 할 수 있다.
일부 실시예들에서, 환자 인터페이스(3050)를 사용하여, 환자 인터페이스 설정 제어(3154)는 환자가 변경할 수 없는 설정을 헬스케어 제공자가 변경하도록 할 수 있다. 예를 들어, 환자 인터페이스(3050)는 환자가 환자 인터페이스(3050)에서 디스플레이에 사용되는 언어를 부주의하게 전환하는 것을 방지하기 위해 언어 설정에 액세스하는 것이 저지될 수 있는 반면, 환자 인터페이스 설정 제어(3154)는 헬스케어 제공자가 환자 인터페이스(3050)의 언어 설정을 변경하도록 할 수 있다. 다른 예에서, 환자 인터페이스(3050)는 환자가 환자 인터페이스(3050)에서 디스플레이를 위해 사용되는 폰트 크기를 부주의하게 전환하여 환자가 디스플레이를 읽을 수 없게 되는 것을 방지하기 위해 폰트 크기 설정을 더 작은 크기로 변경하지 못할 수 있는 반면, 환자 인터페이스 설정 제어(3154)는 헬스케어 제공자가 환자 인터페이스(3050)의 폰트 크기 설정을 변경하도록 제공할 수 있다.
일반적으로 도 27에 예시적인 오버뷰 디스플레이(3120)는 또한 환자 인터페이스(3050)와 치료 기기(3070), 보행 센서(3082) 및/또는 고니오미터(3084)와 같은 하나 이상의 다른 디바이스들(3070, 3082, 3084) 사이의 통신 상태를 보여주는 인터페이스 통신 디스플레이(3156)를 포함한다. 인터페이스 통신 디스플레이(3156)는 도 27에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(3120)의 일부 또는 영역의 형태를 취할 수 있다.
인터페이스 통신 디스플레이(3156)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 인터페이스 통신 디스플레이(3156)는 헬스케어 제공자가 다른 디바이스들(3070, 3082, 3084) 중 하나 이상과의 통신을 원격으로 수정하기 위한 제어들을 포함할 수 있다. 예를 들어, 헬스케어 제공자는 다른 디바이스들(3070, 3082, 3084) 중 하나와의 통신을 재설정하거나 다른 디바이스들(3070, 3082, 3084) 중 새로운 디바이스와의 통신을 설정하도록 환자 인터페이스(50)에 원격으로 명령할 수 있다. 이 기능은 예를 들어 환자가 다른 디바이스들(3070, 3082, 3084) 중 하나에 문제가 있는 경우 또는 환자가 다른 디바이스들(3070, 3082, 3084) 중 새로운 디바이스 또는 교체 디바이스를 받는 경우에 사용될 수 있다.
일반적으로 도 27에 예시된 예시적인 오버뷰 디스플레이(3120)는 또한 헬스케어 제공자가 치료 기기(3070)에 관한 정보를 보고/보거나 제어하기 위한 장치 제어(3160)를 포함한다. 장치 제어(3160)는 도 27에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(3120)의 일부 또는 영역의 형태를 취할 수 있다. 장치 제어(3160)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 장치 제어(3160)는 장치의 현재 상태에 관한 정보를 갖는 장치 상태 디스플레이(3162)를 포함할 수 있다. 장치 상태 디스플레이(3162)는 장치 모니터 신호들(3099b) 중 하나 이상을 통해 어시스턴트 인터페이스(3094)에 전달되는 정보를 제시할 수 있다. 장치 상태 디스플레이(3162)는 치료 기기(3070)가 현재 환자 인터페이스(3050)와 통신하고 있는지 여부를 나타낼 수 있다. 장치 상태 디스플레이(3162)는 치료 기기(3070)의 상태에 관한 다른 현재 및/또는 이력 정보를 제시할 수 있다.
장치 제어(3160)는 헬스케어 제공자가 치료 기기(3070)의 하나 이상의 양태들을 조정 또는 제어하기 위한 장치 설정 제어(3164)를 포함할 수 있다. 장치 설정 제어(3164)는 어시스턴트 인터페이스(3094)가 치료 기기(3070)의 하나 이상의 특성들(예를 들어, 페달 반경 설정, 저항 설정, 타겟 RPM, 치료 기기(3070)의 다른 적절한 특성들, 또는 이들의 조합) 및/또는 동작 파라미터를 변경하기 위한 장치 제어 신호(3099)(예를 들어, 설명된 바와 같이 치료 계획 입력이라고도 할 수 있음)를 생성 및/또는 전송하도록 할 수 있다.
장치 설정 제어(3164)는 헬스케어 제공자가 치료 기기(3070)의 액추에이터(3078)를 수동 모드에 배치하기 위해 함께 사용될 수 있는, 모드 버튼(3166) 및 위치 제어(3168)를 포함할 수 있으며, 이후 액추에이터(3078)의 위치 또는 속도와 같은 설정은 위치 제어(3168)를 사용하여 변경될 수 있다. 모드 버튼(3166)은 자동 모드와 수동 모드 사이에서 토글되는 위치와 같은 설정을 제공할 수 있다.
일부 실시예들에서, 하나 이상의 설정들은 관련 자동/수동 모드 없이 언제든지 조정 가능할 수 있다. 일부 실시예들에서, 헬스케어 제공자는 환자가 치료 기기(3070)를 능동적으로 사용하는 동안, 페달 반경 설정과 같은 치료 기기(3070)의 동작 파라미터를 변경할 수 있다. 이러한 "즉시" 조정은 환자 인터페이스(3050)를 사용하여 환자에게 이용 가능하거나 이용 가능하지 않을 수 있다.
일부 실시예들에서, 장치 설정 제어(3164)는 환자가 변경할 수 없는 설정을 헬스케어 제공자가 환자 인터페이스(3050)를 사용하여 변경하도록 할 수 있다. 예를 들어, 환자 인터페이스(3050)는 치료 기기(3070)의 높이 또는 기울기 설정과 같은 미리 구성된 설정을 변경하는 것이 배제될 수 있는 반면, 장치 설정 제어(3164)는 헬스케어 제공자가 치료 기기(3070)의 높이 또는 기울기 설정을 변경하도록 제공할 수 있다.
일반적으로 도 27에 예시된 예시적인 오버뷰 디스플레이(3120)는 또한 환자 인터페이스(3050)와의 오디오 또는 시청각 통신 세션을 제어하기 위한 환자 통신 제어(3170)를 포함한다. 환자 인터페이스(3050)와의 통신 세션은 환자 인터페이스(3050)의 출력 장치에 의한 프리젠테이션을 위해 어시스턴트 인터페이스(3094)로부터의 라이브 피드를 포함할 수 있다. 라이브 피드는 오디오 피드 및/또는 비디오 피드의 형태를 취할 수 있다. 일부 실시예들에서, 환자 인터페이스(3050)는 어시스턴트 인터페이스(3094)를 사용하는 사람과 양방향 오디오 또는 시청각 통신을 제공하도록 구성될 수 있다. 구체적으로, 환자 인터페이스(3050)와의 통신 세션은 양방향(쌍방향) 비디오 또는 시청각 피드를 포함할 수 있으며, 환자 인터페이스(3050) 및 어시스턴트 인터페이스(3094) 각각은 다른 하나의 비디오를 제시한다.
일부 실시예들에서, 환자 인터페이스(3050)는 어시스턴트 인터페이스(3094)로부터 비디오를 제시할 수 있는 반면, 어시스턴트 인터페이스(3094)는 오디오만을 제시하거나 어시스턴트 인터페이스(3094)는 환자 인터페이스(3050)로부터 라이브 오디오 또는 시각적 신호를 제시하지 않는다. 일부 실시예들에서, 어시스턴트 인터페이스(3094)는 환자 인터페이스(3050)로부터 비디오를 제시할 수 있는 반면, 환자 인터페이스(3050)는 오디오만을 제시하거나 환자 인터페이스(3050)는 어시스턴트 인터페이스(3094)로부터 라이브 오디오 또는 시각적 신호를 제시하지 않는다.
일부 실시예들에서, 환자 인터페이스(3050)와의 오디오 또는 시청각 통신 세션은 환자가 신체 부위에 재활 요법을 수행하는 동안 적어도 부분적으로 발생할 수 있다. 환자 통신 제어(3170)는 도 27에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(3120)의 일부 또는 영역의 형태를 취할 수 있다. 환자 통신 제어(3170)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다.
오디오 및/또는 시청각 통신은 어시스턴트 인터페이스(3094)에 의해 및/또는 헬스케어 제공자가 어시스턴트 인터페이스(3094)를 사용하는 동안 헬스케어 제공자가 사용하는 전화 시스템 또는 화상 회의 시스템과 같은 다른 디바이스 또는 디바이스들에 의해 처리 및/또는 지시될 수 있다. 대안으로 또는 추가로, 오디오 및/또는 시청각 통신에는 제3자와의 통신이 포함될 수 있다. 예를 들어, 시스템(3010)은 헬스케어 제공자가 특정 하드웨어 또는 소프트웨어의 사용에 관한 3자 대화를 환자 및 헬스케어 제공자나 전문가와 같은 주제 전문가와 시작하도록 할 수 있다. 일반적으로 도 27에 예시된 예시적인 환자 통신 제어(3170)는 헬스케어 제공자가 환자와의 오디오 또는 시청각 통신의 다양한 측면들을 관리하는데 사용하기 위한 호출 제어(3172)를 포함한다. 호출 제어(3172)는 헬스케어 제공자가 오디오 또는 시청각 통신 세션을 종료하기 위한 연결 해제 버튼(3174)을 포함한다. 호출 제어(3172)는 또한 어시스턴트 인터페이스(3094)로부터의 오디오 또는 시청각 신호를 일시적으로 묵음 처리하기 위한 음소거 버튼(3176)을 포함한다. 일부 실시예들에서, 호출 제어(3172)는 홀드 버튼(도시되지 않음)과 같은 다른 특징들을 포함할 수 있다.
호출 제어(3172)는 또한 환자 인터페이스(3050)로 원격 회의 세션으로부터 오디오 및/또는 비디오의 녹음 및/또는 재생을 제어하기 위한 녹음, 재생 및 일시 정지 버튼과 같은 하나 이상의 녹음/재생 제어(3178)를 포함한다. 호출 제어(3172)는 또한 환자 인터페이스(3050)로부터의 정지 이미지 및/또는 비디오 이미지를 제시하기 위한 비디오 피드 디스플레이(3180), 및 어시스턴트 인터페이스(3094)를 사용하여 헬스케어 제공자의 현재 이미지를 보여주는 셀프 비디오 디스플레이(3182)를 포함한다. 셀프 비디오 디스플레이(3182)는 도 27에 일반적으로 예시된 바와 같이 비디오 피드 디스플레이(3180)의 섹션 내에서 픽처-인-픽처(picture-in-picture) 형식으로 제시될 수 있다. 대안으로 또는 추가로, 셀프 비디오 디스플레이(3182)는 비디오 피드 디스플레이(3180)와 별도로 및/또는 독립적으로 제시될 수 있다.
일반적으로 도 27에 예시된 예시적인 오버뷰 디스플레이(3120)는 또한 제3자와의 오디오 및/또는 시청각 통신을 수행하는 데 사용하기 위한 제3자 통신 제어(3190)를 포함한다. 제3자 통신 제어(3190)는 도 27에 일반적으로 예시된 바와 같이 오버뷰 디스플레이(3120)의 일부 또는 영역의 형태를 취할 수 있다. 제3자 통신 제어(3190)는 별도의 화면 또는 팝업 창 상의 디스플레이와 같은 다른 형태들을 취할 수 있다.
제3자 통신 제어(3190)는 하나 이상의 제어들, 예컨대 특정 하드웨어 또는 소프트웨어의 사용에 관한 제3자(예를 들어, 헬스케어 제공자나 전문가 등과 같은 주제 전문가)와 연락하기 위한 연락처 목록 및/또는 버튼들 또는 제어들을 포함할 수 있다. 제3자 통신 제어(190)는 제3자가 어시스턴트 인터페이스(3094)를 통해 헬스케어 제공자와 동시에 그리고 환자 인터페이스(3050)를 통해 환자와 동시에 통신하기 위한 회의 호출 기능을 포함할 수 있다. 예를 들어, 시스템(3010)은 헬스케어 제공자가 환자 및 제3자와의 3자 대화를 시작하도록 제공할 수 있다.
도 28은 일반적으로 환자에 관한 데이터(3600)에 기초하여, 본 개시에 따른 환자를 위한 치료 계획(3602)을 출력하도록 기계 학습 모델(3013)을 훈련시키는 예시적인 블록도를 예시한다. 다른 환자들에 관한 데이터는 서버(3030)에 의해 수신될 수 있다. 다른 환자들은 다양한 치료 기기들을 사용하여 치료 계획들을 수행했을 수 있다.
데이터는 다른 환자들의 특성들, 다른 환자들이 수행한 치료 계획들의 세부 사항들 및/또는 치료 계획들을 수행한 결과들(예를 들어, 환자 신체 일부의 회복률, 환자 신체 일부의 회복 정도, 환자 신체 일부의 근력 증가 또는 감소량, 환자 신체 일부의 모션 범위 증가 또는 감소량 등)을 포함할 수 있다.
도시된 바와 같이, 데이터는 다른 코호트들에 할당되었다. 코호트 A는 유사한 제1 특성들, 제1 치료 계획들 및 제1 결과들을 갖는 환자들에 대한 데이터를 포함한다. 코호트 B는 유사한 제2 특성들, 제2 치료 계획들 및 제2 결과들을 갖는 환자들에 대한 데이터를 포함한다. 예를 들어, 코호트 A는 사지 골절 수술을 받은 어떠한 의학적 상태도 없는 20대 환자들의 제1 특징들을 포함할 수 있고; 이들의 치료 계획들은 특정 치료 프로토콜을 포함할 수 있다(예를 들어, 치료 기기(70)를 3주 동안 주 5회 30분 동안 사용하는데, 치료 기기(70)의 속성들, 구성들 및/또는 설정들에 대한 값들은 처음 2주 동안은 X(여기서 X는 수치 값임)로 설정되고 마지막 주 동안은 Y(여기서 Y는 수치 값)로 설정됨).
코호트 A 및 코호트 B는 기계 학습 모델(3013)을 훈련시키는 데 사용되는 훈련 데이터 세트에 포함될 수 있다. 기계 학습 모델(3013)은 코호트별로 특성들 간의 패턴을 매칭하여 그 결과를 제공하는 치료 계획을 출력하도록 훈련될 수 있다. 따라서, 새로운 환자에 대한 데이터(3600)가 훈련된 기계 학습 모델(3013)에 입력되면, 훈련된 기계 학습 모델(3013)은 데이터(3600)에 포함된 특성들을 코호트 A 또는 코호트 B의 특성들과 일치시키고 적절한 치료 계획(3602)을 출력할 수 있다. 일부 실시예들에서, 기계 학습 모델(3013)은 새로운 환자에 의해 수행되어서는 안 되는 하나 이상의 제외 치료 계획들을 출력하도록 훈련될 수 있다.
도 29는 일반적으로 본 개시에 따른 원격 의료 세션 동안 추천 치료 계획들 및 제외 치료 계획들을 제시하는 어시스턴트 인터페이스(3094)의 오버뷰 디스플레이(3120)의 일 실시예를 예시한다. 도시된 바와 같이, 오버뷰 디스플레이(3120)는 셀프 비디오 디스플레이(3182)를 포함하는, 환자 프로파일(3130) 및 비디오 피드 디스플레이(3180)에 대한 섹션들을 포함한다. 환자 프로파일(3130), 비디오 피드 디스플레이(3180) 및 셀프 비디오 디스플레이(3182) 외에 또는 대신에 도 27을 참조하여 설명된 오버뷰 디스플레이(3120)의 제어 및 인터페이스의 임의의 적절한 구성이 제시될 수 있다.
원격 의료 세션 동안 어시스턴트 인터페이스(3094)(예를 들어, 컴퓨팅 디바이스)를 사용하는 헬스케어 제공자는 비디오 피드 디스플레이(3180)에서 환자의 비디오도 제시하는 오버뷰 디스플레이(3120)의 일부에서 셀프 비디오(3182)(예를 들어, 어시스턴트 인터페이스(3094)의 디스플레이 화면(3024)에 제시된 사용자 인터페이스)에 제시될 수 있다. 또한, 비디오 피드 디스플레이(3180)는 또한 헬스케어 제공자가 원격 의료 세션 동안 실시간으로 또는 거의 실시간으로 추천 치료 계획들 및/또는 제외 치료 계획들을 환자 인터페이스(3050) 상에서 환자와 공유하도록 하는 그래픽 사용자 인터페이스(GUI) 객체(3700)(예를 들어, 버튼)을 포함할 수 있다. 헬스케어 제공자는 GUI 객체(3700)를 선택하여 추천 치료 계획들 및/또는 제외 치료 계획들을 공유할 수 있다. 도시된 바와 같이, 오버뷰 디스플레이(3120)의 다른 부분은 환자 프로파일 디스플레이(3130)를 포함한다.
환자 프로파일 디스플레이(3130)는 두 개의 예시적인 추천 치료 계획들(3600) 및 하나의 예시적인 제외 치료 계획(3602)을 제시하고 있다. 본원에 설명된 바와 같이, 치료를 받고 있는 환자의 특성들을 고려하여 치료 계획들이 추천될 수 있다. 추천 치료 계획들(3600)을 생성하기 위해, 환자는 원하는 결과를 달성하기 위해 따라야 하며, 치료 중인 환자의 특성들과 치료 계획을 수행하기 위해 치료 기기(3070)를 사용한 다른 사람들의 코호트 사이의 패턴은 인공 지능 엔진(3011)의 하나 이상의 기계 학습 모델들(3013)에 의해 매칭될 수 있다. 추천 치료 계획들 각각은 서로 다른 원하는 결과들에 기초하여 생성될 수 있다.
예를 들어, 도시된 바와 같이, 환자 프로파일 디스플레이(3130)는 "환자의 특성들은 코호트 A의 사용나들의 특성들과 매칭됩니다. 환자의 특성들과 원하는 결과들에 기초하여 다음과 같은 치료 계획들이 추천됩니다"를 제시한다. 그런 다음, 환자 프로파일 디스플레이(3130)는 코호트 A로부터 추천된 치료 계획들을 제시하고, 각 치료 계획은 상이한 결과들을 제공한다.
도시된 바와 같이, 치료 계획 "A"는 "환자 X는 Y%의 모션 범위 증가를 달성하기 위해 4일 동안 하루 3030분씩 치료 기기를 사용해야 합니다; 환자 X는 제2형 당뇨병이 있습니다; 환자 X는 치료 계획 동안 통증 관리를 위해 약물 Z를 처방받아야 합니다(약물 Z는 제2형 당뇨병이 있는 환자에게 승인됨)"을 나타낸다. 따라서, 생성된 치료 계획은 Y% 모션 범위 증가를 달성한다. 이해할 수 있는 바와 같이, 치료 계획은 또한 환자의 공지된 의학적 질병(예를 들어, 제2형 당뇨병)의 관점에서 통증을 관리하기 위해 환자에게 처방하기 위한 추천 약물(예를 들어, 약물 Z)을 포함한다. 즉, 추천되는 환자 약물은 환자의 의학적 상태와 충돌하지 않을 뿐만 아니라 우수한 환자 결과의 확률을 향상시킨다. 이 특정 예 및 본원의 다른 이러한 모든 예들은 생성된 치료 계획이 여러 약물들을 추천하거나 동반이환(comorbid) 상태 또는 질병의 확인, 보기, 진단 및/또는 치료를 처리하는 것을 어떤 식으로든 제한하려는 것이 아니다.
추천 치료 계획 "B"는 치료 계획의 상이한 원하는 결과에 기초하여 치료 기기에 대한 상이한 치료 프로토콜, 상이한 약물 요법 등을 포함하는 상이한 치료 계획을 지정할 수 있다.
도시된 바와 같이, 환자 프로파일 디스플레이(3130)는 또한 제외 치료 계획들(3602)을 제시할 수 있다. 이러한 유형의 치료 계획들은 어시스턴트 인터페이스(3094)를 사용하여 치료 계획의 특정 부분들을 환자에게 추천하지 않도록 헬스케어 제공자에게 경고하도록 헬스케어 제공자에게 보여진다. 예를 들어, 제외 치료 계획은 다음을 명시할 수 있다: "환자 X는 심장 질환으로 인해 하루에 30분 이상 치료 기기를 사용해서는 안 됩니다; 환자 X는 제2형 당뇨병가 있습니다; 환자 X는 치료 계획 동안 통증 관리를 위해 약물 M을 처방받아서는 안 됩니다(이 시나리오에서, 약물 M은 제2형 당뇨병이 있는 환자에게 합병증을 일으킬 수 있음). 구체적으로, 제외 치료 계획은 환자 X가 심장 질환으로 인해 하루 30분 이상 운동을 해서는 안 된다는 치료 프로토콜의 한계를 지적한다. 제외 치료 계획은 또한 환자 X가 제2형 당뇨병의 의학적 상태와 충돌하기 때문에 약물 M을 처방 받아서는 안 된다고 지적한다.
헬스케어 제공자는 오버뷰 디스플레이(3120)에서 환자를 위한 치료 계획을 선택할 수 있다. 예를 들어, 헬스케어 제공자는 환자를 위한 치료 계획들(3600)으로부터 선택하기 위해 입력 주변 장치(예를 들어, 마우스, 터치스크린, 마이크, 키보드 등)를 사용할 수 있다. 일부 실시예들에서, 원격 의료 세션 동안, 헬스케어 제공자는 환자와 함께 추천 치료 계획(3600)의 장단점을 논의할 수 있다.
어떤 경우든, 헬스케어 제공자는 환자가 원하는 결과를 달성하기 위해 따라야 할 치료 계획을 선택할 수 있다. 선택된 치료 계획은 프리젠테이션을 위해 환자 인터페이스(3050)로 전송될 수 있다. 환자는 환자 인터페이스(3050)에서 선택된 치료 계획을 볼 수 있다. 일부 실시예들에서, 헬스케어 제공자와 환자는 원격 의료 세션 동안 세부 사항들(예를 들어, 치료 기기(3070)를 사용한 치료 프로토콜, 식이 요법, 약물 요법 등)을 실시간으로 또는 거의 실시간으로 논의할 수 있다. 일부 실시예들에서, 서버(3030)는 선택된 치료 계획에 기초하여 원격 의료 진료 동안 사용자가 치료 기기(3070)를 사용함에 따라 치료 기기(3070)를 제어할 수 있다.
도 30은 일반적으로 본 개시에 따라 변경된 환자 데이터의 결과로 변경된 추천 치료 계획들을 원격 의료 세션 동안 실시간으로 제시하는 어시스턴트 인터페이스(3094)의 오버뷰 디스플레이(3120)의 일 실시예를 예시한다. 이해할 수 있는 바와 같이, 치료 기기(3070) 및/또는 임의의 컴퓨팅 디바이스(예를 들어, 환자 인터페이스(3050))는 환자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안 데이터를 전송할 수 있다. 데이터는 환자 및/또는 다른 치료 데이터의 업데이트된 특성들을 포함할 수 있다. 예를 들어, 업데이트된 특성들은 새로운 성능 정보 및/또는 측정 정보를 포함할 수 있다. 성능 정보는 치료 기기(3070)의 일부 속도, 환자가 달성한 모션 범위, 치료 기기(3070)의 일부에 가해지는 힘, 환자의 심박수, 환자의 혈압, 환자의 호흡수 등을 포함할 수 있다.
일부 실시예들에서, 서버(3030)에서 수신된 데이터는 훈련된 기계 학습 모델(3013)에 입력될 수 있으며, 이는 특성들이 환자가 현재 치료 계획에 대해 궤도에 있음을 나타낸다고 결정할 수 있다. 환자가 현재 치료 계획에 대한 궤도에 있다고 결정하면 훈련된 기계 학습 모델(3013)이 치료 기기(3070)의 파라미터를 조정하도록 할 수 있다. 조정은 환자의 행동을 더 개선하기 위한 치료 계획의 다음 단계에 기초할 수 있다.
일부 실시예들에서, 서버(3030)에서 수신된 데이터는 훈련된 기계 학습 모델(3013)에 입력될 수 있으며, 이는 특성들이 환자가 현재 치료 계획를 위한 궤도에 있지 않거나(예를 들어, 일정이 늦어지거나, 속도를 유지할 수 없거나, 특정 모션 범위를 달성할 수 없거나, 너무 심한 통증이 있는 경우 등) 현재 치료 계획보다 일정이 앞서 있음(예를 들어, 특정 속도를 초과하거나, 통증 없이 지정된 것보다 더 오래 운동하거나, 지정된 힘 이상의 힘을 가하는 경우 등)을 나타낸다고 결정할 수 있다.
훈련된 기계 학습 모델(3013)은 환자들의 특성들이 환자가 할당된 코호트의 환자들의 특성들과 더 이상 매치되지 않는다고 결정할 수 있다. 따라서, 훈련된 기계 학습 모델(3013)은 환자의 특성들을 적격한 특성을 포함하는 또 다른 코호트로 환자를 재할당할 수 있다. 이와 같이, 훈련된 기계 학습 모델(3013)은 새로운 코호트로부터 새로운 치료 계획을 선택하고, 새로운 치료 계획에 기초하여 치료 기기(3070)를 제어할 수 있다.
일부 실시예들에서, 치료 기기(3070)를 제어하기 전에, 서버(3030)는 환자 프로파일(3130)에서의 프리젠테이션을 위해 어시스턴트 인터페이스(3094)에 새로운 치료 계획(3800)을 제공할 수 있다. 도시된 바와 같이, 환자 프로파일(3130)은 "환자의 특성들이 변경되었으며 이제 코호트 B의 사용자들의 특성들과 매칭됩니다. 환자의 특성들과 원하는 결과들에 기초하여 다음과 같은 치료 계획이 추천됩니다”를 나타낸다. 그런 다음, 환자 프로파일(3130)은 새로운 치료 계획(3800)을 제시한다("환자 X는 L%의 모션 범위 증가를 달성하기 위해 3일 동안 하루 10분씩 치료 기기를 사용해야 한다"). 헬스케어 제공자는 새로운 치료 계획(3800)을 선택할 수 있고, 서버(3030)는 선택을 수신할 수 있다. 서버(3030)는 새로운 치료 계획(3800)에 기초하여 치료 기기(3070)를 제어할 수 있다. 일부 실시예들에서, 새로운 치료 계획(3800)은 환자가 새로운 치료 계획(3800)의 세부 사항들을 볼 수 있도록 환자 인터페이스(3050)로 전송될 수 있다.
일부 실시예들에서, 서버(3030)는 치료 기기(3070)를 사용하여 치료 계획을 수행하는 사용자에 관한 치료 데이터를 수신하도록 구성될 수 있다. 사용자는 다양한 운동을 수행하기 위해 치료 기기(3070)를 사용하는 환자, 사용자 또는 사람을 포함할 수 있다.
치료 데이터는 사용자의 다양한 특성들, 사용자에 관한 다양한 베이스라인 측정 정보, 사용자가 치료 기기(3070)를 사용하는 동안 사용자에 관한 다양한 측정 정보, 치료 기기(3070)의 다양한 특성들, 치료 계획, 기타 적절한 데이터 또는 이들의 조합을 포함할 수 있다. 일부 실시예들에서, 서버(3030)는 원격 의료 세션 동안 치료 데이터를 수신할 수 있다.
일부 실시예들에서, 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안, 치료 데이터 중 적어도 일부는 외부 센서들(3082, 3084, 3086) 중 하나 이상으로부터 및/또는 치료 기기(3070)의 하나 이상의 내부 센서들(3076)로부터의 센서 데이터(3136)를 포함할 수 있다. 일부 실시예들에서, 치료 데이터 중 적어도 일부는 치료 기기(3070)를 사용하는 동안 환자가 착용한 하나 이상의 웨어러블 기기들의 하나 이상의 센서들로부터의 센서 데이터를 포함할 수 있다. 하나 이상의 웨어러블 기기들은 시계, 팔찌, 목걸이, 가습 스트랩 등을 포함할 수 있다. 하나 이상의 웨어러블 기기들은 환자가 치료 기기(3070)를 사용하는 동안 환자의 심박수, 체온, 혈압, 하나 이상의 바이탈 사인 등을 모니터링하도록 구성될 수 있다.
치료 기기(3070)의 다양한 특성들은 치료 기기(3070)의 하나 이상의 설정들, 치료 기기(3070)의 회전 부재(예를 들어, 휠(wheel))의 시간 주기(예를 들어 1분)당 전류 회전수, 치료 기기(3070)의 저항 설정, 치료 기기(3070)의 다른 적절한 특성들, 또는 이들의 조합을 포함할 수 있다. 베이스라인 측정 정보는, 사용자가 휴식을 취하는 동안, 사용자의 하나 이상의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온, 사용자의 혈압, 사용자의 기타 적절한 측정 정보 또는 이들의 조합을 포함할 수 있다. 측정 정보는, 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안, 사용자의 하나 이상의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온, 사용자의 혈압, 사용자의 기타 적절한 측정 정보또는 이들의 조합을 포함할 수 있다.
일부 실시예들에서, 서버(3030)는 인공 지능 엔진(3011)에 의한 액세스를 위해 관련 메모리에 치료 데이터를 기록할 수 있다. 인공 지능 엔진(3011)은 치료 데이터의 적어도 일부를 사용하여 하나 이상의 예측을 생성하도록 구성될 수 있는 하나 이상의 기계 학습 모델들(3013)을 사용할 수 있다. 예를 들어, 인공 지능 엔진(3011)은 사용자에 대응하는 치료 데이터를 수신하도록 구성된 기계 학습 모델(3013)을 사용할 수 있다. 기계 학습 모델(3013)은 치료 데이터의 적어도 하나의 양태를 분석할 수 있고 치료 데이터의 적어도 하나의 양태에 대응하는 적어도 하나의 예측을 생성할 수 있다.
적어도 하나의 예측은 사용자의 하나 이상의 예측된 특성들을 나타낼 수 있다. 사용자의 하나 이상의 예측된 특성들은 사용자의 예측 바이탈 사인, 사용자의 예측 호흡수, 사용자의 예측 심박수, 사용자의 예측 체온, 사용자의 예측 혈압, 사용자에 의해 수행되는 치료 계획의 예측 결과, 사용자가 치료 계획을 수행함으로써 발생하는 사용자의 예측 부상, 또는 사용자의 다른 적합한 예측 특성들을 포함할 수 있다.
일부 실시예들에서, 서버(3030)는 인공 지능 엔진(3011)으로부터 하나 이상의 예측들을 수신할 수 있다. 서버(3030)는 인공 지능 엔진(3011)으로부터 수신된 각각의 예측들에 대응하는 임계값을 식별할 수 있다. 예를 들어, 서버(3030)는 각각의 예측에 의해 표시된 사용자의 하나 이상의 특성들을 식별할 수 있다.
서버(3030)는 임계값들을 사용자의 특성들 및/또는 사용자의 특성들의 조합과 연관시키도록 구성된, 데이터베이스(3044) 또는 기타 적절한 데이터베이스와 같은, 데이터베이스에 액세스할 수 있다. 예를 들어, 데이터베이스(3044)는 제1 임계값을 사용자의 혈압과 연관시키는 정보를 포함할 수 있다. 추가로 또는 대안으로, 데이터베이스(3044)는 임계값을 사용자의 혈압 및 사용자의 심박수과 연관시키는 정보를 포함할 수 있다. 데이터베이스(3044)는 사용자의 다양한 특성들 중 어느 하나 및/또는 사용자 특성들의 임의의 조합과 관련된 임의 개수의 임계값들을 포함할 수 있음을 이해해야 한다. 일부 실시예들에서, 각각의 예측에 대응하는 임계값은 상한 및 하한을 포함하는 값 또는 값의 범위를 포함할 수 있다.
일부 실시예들에서, 서버(3030)는 인공 지능 엔진(3011)으로부터 수신된 예측이 대응되는 임계값 범위 내에 있는지 여부를 결정하도록 구성될 수 있다. 예를 들어, 서버(3030)는 예측을 대응하는 임계값과 비교할 수 있다. 서버(3030)는 예측이 임계값의 미리 결정된 범위 내에 있는지 여부를 결정할 수 있다. 예를 들어, 임계값이 값을 포함하는 경우, 미리 정의된 범위는 상기 값보다 높은 상한(예를 들어, 백분율로 0.5% 또는 1%, 또는 예를 들어, 250 또는 750(측정 단위 또는 기타 적절한 수치 값), 또는 다른 적절한 상한) 및 상기 값보다 낮은 하한(예를 들어, 백분율로 0.5% 또는 1%, 또는 예를 들어 250 또는 750(측정 단위 또는 기타 적절한 수치 값) 또는 기타 적절한 하한)을 포함할 수 있다. 마찬가지로, 임계값이 제1 상한 및 제1 하한을 포함(예를 들어, 예측에 해당하는 사용자 특성 또는 특성들의 허용 범위를 정의)하는 범위를 포함하는 경우, 미리 정의된 범위는 제1 상한보다 높은 제2 상한(예를 들어, 백분율로 0.5% 또는 1%, 또는 예를 들어, 250 또는 750(측정 단위 또는 기타 적절한 수치 값), 또는 다른 적절한 상한) 및 제1 하한보다 낮은 제2 하한(예를 들어, 백분율로 0.5% 또는 1%, 또는 예를 들어 250 또는 750(측정 단위 또는 기타 적절한 수치 값) 또는 기타 적절한 하한)을 포함할 수 있다. 임계값은 임의의 적합한 미리 정의된 범위를 포함할 수 있고 본원에 설명된 것 외에 또는 이와 다른 임의의 적절한 형식을 포함할 수 있음을 이해해야 한다.
서버(3030)가 예측이 임계값 범위 내에 있다고 결정하는 경우, 서버(3030)는 예측 및 치료 데이터를 제공하기 위해, 사용자를 보조하는 헬스케어 제공자의 컴퓨팅 디바이스에서 오버뷰 디스플레이(3120)와 같은 인터페이스와(예를 들어, 또는 이를 통해) 통신할 수 있다. 일부 실시예들에서, 서버(3030)는 치료 데이터 및/또는 예측을 사용하여 치료 정보를 생성할 수 있다. 치료 정보는 치료 기기(3070)를 사용하는 동안 사용자에 의한 치료 계획의 수행에 대한 형식화된 요약을 포함할 수 있으므로, 치료 데이터 및/또는 예측은 사용자에 의한 치료 계획의 수행을 담당하는 헬스케어 제공자의 컴퓨팅 디바이스에 제시될 수 있다. 일부 실시예들에서, 환자 프로파일 디스플레이(3120)는 치료 정보를 포함 및/또는 디스플레이할 수 있다.
서버(3030)는 오버뷰 디스플레이(3120)에서 치료 정보를 제공하도록 구성될 수 있다. 예를 들어, 서버(3030)는 오버뷰 디스플레이(3120)에 의한 액세스를 위해 치료 정보를 저장하고/하거나 오버뷰 디스플레이(3120)에 치료 정보를 전달할 수 있다. 일부 실시예들에서, 서버(3030)는 치료 정보를 환자 프로파일 디스플레이(3130) 또는 오버뷰 디스플레이(3120)의 기타 적절한 섹션, 부분 또는 컴포넌트 또는 임의의 기타 적절한 디스플레이 또는 인터페이스에 제공할 수 있다.
일부 실시예들에서, 서버(3030)는, 예측이 임계값 범위 내에 있다고 결정하는 것에 응답하여, 예측에 기초하여, 치료 계획의 적어도 하나의 양태들 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정할 수 있다. 일부 실시예들에서, 서버(3030)는 사용자가 원격 의료 세션 동안 및 생성된 예측에 기초하여 치료 기기(3070)를 사용하는 동안 치료 기기(3070)를 제어하도록 구성될 수 있다. 예를 들어, 서버(3030)는 예측 및/또는 치료 계획에 기초하여, 치료 기기(3070)의 하나 이상의 특성을 제어할 수 있다.
헬스케어 제공자는 의료 전문가(예를 들어, 의사, 간호사, 치료사 등), 운동 전문가(예를 들어, 코치, 트레이너, 영양사 등) 또는 의료 및 운동 속성들 중 적어도 하나를 공유하는 다른 전문가(예를 들어, 운동 생리학자, 물리 치료사, 작업 치료사 등)를 포함할 수 있다. 본원에 사용된 바와 같이, 그리고 전술한 내용을 제한하지 않고, "헬스케어 제공자"는 인간, 로봇, 가상 어시스턴트, 가상 및/또는 증강 현실의 가상 어시스턴트, 또는 소프트웨어 프로그램, 통합 소프트웨어 및 하드웨어 또는 하드웨어 단독을 포함하는 인공 지능 엔티티일 수 있다.
일부 실시예들에서, 인터페이스는 치료 정보를 제공하고 헬스케어 제공자로부터 입력을 수신하도록 구성된 그래픽 사용자 인터페이스를 포함할 수 있다. 인터페이스는 텍스트 입력 필드, 드롭다운 선택 입력 필드, 라디오 버튼 입력 필드, 가상 스위치 입력 필드, 가상 레버 입력 필드, 오디오, 햅틱, 촉각, 생체 인식 또는 기타 활성화된 및/또는 구동된 입력 필드, 기타 적합한 입력 필드 또는 이들의 조합과 같은 하나 이상의 입력 필드들을 포함할 수 있다.
일부 실시예들에서, 헬스케어 제공자는 치료 정보 및/또는 예측을 검토할 수 있다. 헬스케어 제공자는 치료 정보 및/또는 예측의 검토에 기초하여, 치료 계획의 적어도 하나의 양태 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정할지 여부를 결정할 수 있다. 예를 들어, 헬스케어 제공자는 치료 정보를 검토할 수 있다. 예를 들어, 헬스케어 제공자는, 치료 정보의 검토에 기초하여, 치료 정보를 사용자에 의해 수행되는 치료 계획과 비교할 수 있다.
헬스케어 제공자는 다음과 같이 (i) 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 예상 정보를 (ii) 사용자가 치료 기기를 사용하여 치료 계획을 수행하는 동안 사용자와 관련된 예측과 비교할 수 있다.
예상 정보는 사용자의 하나 이상의 바이탈 사인, 사용자의 호흡수, 사용자의 심박수, 사용자의 체온, 사용자의 혈압, 사용자의 기타 적절한 정보 또는 이들의 조합을 포함할 수 있다. 헬스케어 제공자는 예측이 예상 정보 중 하나 이상의 대응 부분 또는 일부와 연관된 허용 가능한 범위 내에 있는 경우 치료 계획이 원하는 효과를 갖는 것으로 결정할 수 있다. 대안으로, 헬스케어 제공자는 예측이 예상 정보 중 하나 이상의 대응 부분 또는 일부와 연관된 범위 밖에 있는 경우 치료 계획이 원하는 효과를 갖지 않는 것으로 결정할 수 있다.
예를 들어, 헬스케어 제공자는 예측에 의해 표시된 혈압 값(예를 들어, 수축기압, 확장기압 및/또는 맥압)이 예상 정보에 의해 표시된 예상 혈압 값의 허용 가능 범위(예를 들어, ± 1%, ± 5%, ± 1 측정 단위(또는 기타 적절한 수치 값), 또는 임의의 적절한 범위) 내에 있는지 여부를 결정할 수 있다. 헬스케어 제공자는 혈압 값이 예상 혈압 값의 범위 내에 있는 경우 치료 계획이 원하는 효과를 갖는 것으로 결정할 수 있다. 대안으로, 헬스케어 제공자는 혈압 값이 예상 혈압 값의 범위 밖에 있는 경우 치료 계획이 원하는 효과를 갖지 않는 것으로 결정할 수 있다.
일부 실시예들에서, 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안, 헬스케어 제공자는 치료 기기(3070)의 예상 특성들을 치료 정보 및/또는 예측에 의해 표시된 치료 기기(3070)의 특성들과 비교할 수 있다. 예를 들어, 헬스케어 제공자는 치료 기기(3070)의 예상 저항 설정을 치료 정보 및/또는 예측에 의해 표시된 치료 기기(3070)의 실제 저항 설정과 비교할 수 있다. 헬스케어 제공자는 치료 정보가 나타내는 치료 기기(3070)의 실제 특성들이 치료 기기(3070)의 예상 특성들 중 해당 특성들의 범위 내에 있는 경우 사용자가 치료 계획을 적절하게 수행하고 있다고 결정할 수 있다. 대안으로, 헬스케어 제공자는 치료 정보가 나타내는 치료 기기(3070)의 실제 특성들이 치료 기기(3070)의 예상 특성들 중 해당 특성들의 범위 밖에 있는 경우 사용자가 치료 계획을 적절하게 수행하고 있지 않다고 결정할 수 있다.
헬스케어 제공자가 예측 및/또는 치료 정보가 환자가 치료 계획을 적절하게 수행하고 있고/있거나 치료 계획이 원하는 효과를 가지고 있음을 나타낸다고 결정하는 경우, 헬스케어 제공자는 적어도 하나의 양태의 치료 계획 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정하지 않기로 결정할 수 있다. 대안으로, 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안, 헬스케어 제공자가 예측 및/또는 치료 정보가 환자가 치료 계획을 적절하게 수행하고 있지 않고/않거나 치료 계획이 원하는 효과를 가지고 있지 않음을 나타낸다고 결정하는 경우, 헬스케어 제공자는 치료 계획의 적어도 하나의 양태 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정하기로 결정할 수 있다.
일부 실시예들에서, 헬스케어 제공자가 치료 계획의 적어도 하나의 양태를 수정하고/하거나 치료 기기의 하나 이상의 특성들을 수정하기로 결정하는 경우, 헬스케어 제공자는 치료 계획에 대한 하나 이상의 수정들을 나타내는 치료 계획 입력을 제공하기 위해 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정하기 위해 인터페이스와 상호 작용할 수 있다. 예를 들어, 헬스케어 제공자는 인터페이스를 사용하여 치료 기기(3070)의 저항 설정의 증가 또는 감소, 또는 치료 기기(3070)의 하나 이상의 특성들에 대한 다른 적절한 수정을 나타내는 입력을 제공할 수 있다. 추가로 또는 대안으로, 헬스케어 제공자는 인터페이스를 사용하여 치료 계획에 대한 수정을 나타내는 입력을 제공할 수 있다. 예를 들어, 헬스케어 제공자는 인터페이스를 사용하여 사용자가 치료 계획에 따라 치료 기기(3070)를 사용하는 데 필요한 시간의 증가 또는 감소, 또는 치료 계획에 대한 다른 적절한 수정들을 나타내는 입력을 제공할 수 있다.
일부 실시예들에서, 치료 계획 입력에 의해 표시되는 하나 이상의 수정들에 기초하여, 서버(3030)는 치료 계획의 적어도 하나의 양태 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정한다.
일부 실시예들에서, 사용자가 치료 기기(3070)를 사용하여 수정된 치료 계획을 수행하는 동안, 서버(3030)는 환자에 관한 후속 치료 데이터를 수신할 수 있다. 예를 들어, 헬스케어 제공자가 치료 계획 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정하는 입력을 제공한 후 및/또는 서버(3030)가 인공 지능 엔진(3011)을 사용하여, 치료 계획 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정한 후, 사용자는 치료 기기(3070)를 계속 사용하여 수정된 치료 계획을 수행할 수 있다. 후속 치료 데이터는 사용자가 치료 기기(3070)를 사용하여 수정된 치료 계획을 수행하는 동안 생성된 치료 데이터에 대응할 수 있다. 일부 실시예들에서, 헬스케어 제공자가 치료 정보를 수신하고 치료 계획 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정하지 않기로 결정한 후, 및/또는 서버(3030)가 인공 지능 엔진(3011)을 사용하여, 치료 계획 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정하지 않기로 결정한 후, 후속 치료 데이터는 사용자가 치료 기기(3070)를 사용하여 치료 계획을 계속 수행하는 동안 생성된 치료 데이터에 대응할 수 있다. 일부 실시예들에서, 후속 치료 데이터는 업데이트된 치료 데이터(예를 들어, 적어도 하나의 예측을 포함하도록 업데이트된 치료 데이터)를 포함할 수 있다.
일부 실시예들에서, 서버(3030)는 기계 학습 모델(3013)을 사용하는 인공 지능 엔진(3011)을 사용하여 후속 치료 데이터에 기초하여 하나 이상의 후속 예측들을 생성할 수 있다. 서버(3030)는 각각의 후속 예측이 해당 임계값의 범위 내에 있는지 여부를 결정할 수 있다. 서버(3030)는, 각각의 후속 예측이 임계값 범위 내에 있다는 결정에 응답하여, 후속 치료 데이터, 후속 치료 정보 및/또는 예측을 헬스케어 제공자의 컴퓨팅 디바이스에 전달할 수 있다. 일부 실시예들에서, 서버(3030)는 후속 예측에 기초하여 치료 계획의 적어도 하나의 양태 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정한다.
일부 실시예들에서, 서버(3030)는 헬스케어 제공자의 컴퓨팅 디바이스로부터 후속 치료 계획 입력을 수신할 수 있다. 헬스케어 제공자의 컴퓨팅 디바이스로부터 수신된 후속 치료 계획 입력에 기초하여, 서버(3030)는 치료 계획을 추가로 수정하고/하거나 치료 기기(3070)의 하나 이상의 특성들을 제어할 수 있다. 후속 치료 계획 입력은 후속 치료 데이터에 대응하는 후속 치료 정보 및/또는 후속 예측을 수신 및/또는 검토하는 것에 응답하여, 인터페이스에서, 헬스케어 제공자에 의해 제공되는 입력에 대응할 수 있다. 인공 지능 엔진(3011)을 사용하는 서버(3030)는 치료 데이터에 기초하여 지속적으로 및/또는 주기적으로 예측을 생성할 수 있음을 이해해야 한다. 본원에 설명된 센서들 또는 다른 적절한 소스들로부터 연속적으로 및/또는 주기적으로 수신된 치료 데이터에 기초하여, 서버(3030)는 치료 정보 및/또는 예측을 헬스케어 제공자의 컴퓨팅 디바이스에 제공할 수 있다. 추가로 또는 대안으로, 서버(3030)는 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안 사용자의 특성들을 지속적으로 및/또는 주기적으로 모니터링할 수 있다.
일부 실시예들에서, 헬스케어 제공자 및/또는 서버(3030)는 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안, 치료 정보, 치료 데이터 및/또는 예측을 지속적으로 또는 주기적으로 수신 및/또는 검토할 수 있다. 치료 정보, 치료 데이터 및/또는 예측들에 의해 표시된 하나 이상의 추세에 기초하여, 헬스케어 제공자 및/또는 서버(3030)는 치료 계획을 수정할지 여부 및/또는 치료 기기(3070)의 하나 이상의 특성들을 수정 및/또는 제어할지 여부를 결정할 수 있다. 예를 들어, 하나 이상의 추세는 심박수의 증가 또는 사용자가 치료 계획을 적절하게 수행하지 않음 및/또는 사용자에 의한 치료 계획의 수행이 원하는 효과를 갖지 않음을 나타내는 다른 적절한 추세를 나타낼 수 있다.
일부 실시예들에서, 서버(3030)는 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안, 예측에 기초하여 치료 기기(3070)의 하나 이상의 특성들을 제어할 수 있다. 예를 들어, 서버(3030)는 예측이 대응되는 임계값의 범위 밖에 있는지 여부를 결정할 수 있다. 예측에 기초하여, 서버(3030)는 치료 기기(3070)의 하나 이상의 특성들을 식별할 수 있다. 서버(3030)는 치료 기기(3070)의 하나 이상의 특성들에 대한 수정들을 나타내는 신호를 치료 기기(3070)의 컨트롤러(3072)에 전달할 수 있다. 신호에 기초하여, 컨트롤러(3072)는 치료 기기(3070)의 하나 이상의 특성들을 수정할 수 있다.
일부 실시예들에서, 다양한 운동에 대한 치료 기기(3070)의 구성, 설정, 모션 범위 설정, 통증 레벨, 힘 설정 및 속도 설정 등을 포함하는 치료 계획은 치료 기기(3070)의 컨트롤러로 전송될 수 있다. 일 예에서, 사용자가 환자 인터페이스(3050)를 통해, 특정 모션 범위에서 높은 통증 레벨을 경험하고 있다는 표시를 제공하는 경우, 컨트롤러는 표시를 수신할 수 있다. 표시에 기초하여, 컨트롤러는 하나 이상의 액추에이터, 유압 장치, 스프링, 전기 모터 등을 통해, 페달을 안쪽으로, 바깥쪽으로, 또는 임의의 적합한 축을 따라 또는 그 주위로 조정함으로써 페달(3102)의 모션 범위를 전자적으로 조정할 수 있다. 사용자가 운동 중에 특정 통증 레벨을 나타낼 때, 치료 계획은 페달(3102)에 대한 대안적인 모션 설정 범위를 정의할 수 있다. 따라서, 일단 치료 계획이 치료 기기(3070)의 컨트롤러에 업로드되면, 치료 기기(3070)는 추가 지시, 추가 외부 입력 등 없이 계속 동작할 수 있다. 환자(환자 인터페이스(3050)를 통해) 및/또는 어시스턴트(어시스턴트 인터페이스(3094)를 통해)는 언제든지 치료 기기(3070)의 구성들 또는 설정들 중 어느 하나를 무시할 수 있다는 점에 유의해야 한다. 예를 들어, 환자는 환자 인터페이스(3050)를 사용하여 원하는 경우 치료 기기(3070)가 즉시 정지하도록 할 수 있다.
도 31은 일반적으로 본 개시의 원리에 따라 사용자가 치료 기기(3070)를 사용하는 동안 수신된 치료 데이터에 기초하여, 사용자가 치료 기기(3070)를 사용하는 동안 사용자의 특성들을 모니터링하는 방법(3900)을 예시하는 흐름도이다. 방법(3900)은 하드웨어(회로부, 전용 로직 등), (범용 컴퓨터 시스템 또는 전용 기계에서 실행되는 것과 같은) 소프트웨어 또는 이들의 조합을 포함할 수 있는 처리 로직에 의해 수행된다. 방법(3900) 및/또는 각각의 개별 기능, 루틴, 서브루틴 또는 동작은 컴퓨팅 디바이스의 하나 이상의 프로세서들(예를 들어, 인공 지능 엔진(3011)을 실행하는 서버(3030)와 같은, 도 23의 임의의 컴포넌트)에 의해 수행될 수 있다. 일부 실시예들에서, 방법(3900)은 단일 처리 스레드에 의해 수행될 수 있다. 대안으로, 방법(3900)은 두 개 이상의 처리 스레드들에 의해 수행될 수 있으며, 각 스레드는 방법들의 하나 이상의 개별 기능들, 루틴들, 서브루틴들 또는 동작들을 구현한다.
설명을 간단하게 하기 위해, 방법(3900)은 일련의 동작들로 도시되고 설명된다. 그러나, 본 개시에 따른 동작들은 다양한 순서로 및/또는 동시에, 및/또는 본원에 제시되고 설명되지 않은 다른 동작들과 함께 발생할 수 있다. 예를 들어, 방법(3900)에 도시된 동작들은 본원에 개시된 임의의 다른 방법의 임의의 다른 동작과 조합하여 발생할 수 있다. 또한, 개시된 주제에 따라 방법(3900)을 구현하기 위해 예시된 모든 동작들이 요구되지는 않을 수 있다. 추가로, 당업자는 방법(3900)이 대안적으로 상태 다이어그램 또는 이벤트들을 통해 일련의 상호 관련된 상태들로서 표현될 수 있음을 이해하고 인식할 것이다.
3902에서, 처리 장치는 치료 계획을 수행하기 위해, 치료 기기(3070)와 같은, 치료 기기를 사용하는 사용자에 관한 치료 데이터를 수신할 수 있다. 치료 데이터는 사용자의 특성들, 사용자에 관한 베이스라인 측정 정보, 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안 사용자에 관한 측정 정보, 치료 기기(3070)의 특성들, 치료 계획의 적어도 하나의 양태, 기타 적절한 데이터 또는 이들의 조합을 포함할 수 있다.
3904에서, 처리 장치는 인공 지능 엔진(3011)과 같은 인공 지능 엔진에 의한 액세스를 위해 관련 메모리에 치료 데이터를 기록할 수 있다. 인공 지능 엔진(3011)은 기계 학습 모델(3013)과 같은 적어도 하나의 기계 학습 모델을 사용하도록 구성될 수 있다. 기계 학습 모델(3013)은 치료 데이터의 적어도 하나의 양태를 사용하여 적어도 하나의 예측을 생성하도록 구성될 수 있다.
적어도 하나의 예측은 사용자의 하나 이상의 예측된 특성들을 나타낼 수 있다. 사용자의 하나 이상의 예측된 특성들은 사용자의 예측 바이탈 사인, 사용자의 예측 호흡수, 사용자의 예측 심박수, 사용자의 예측 체온, 사용자의 예측 혈압, 사용자에 의해 수행되는 치료 계획의 예측 결과, 사용자가 치료 계획을 수행함으로써 발생하는 사용자의 예측 부상, 또는 사용자의 다른 적합한 예측 특성들을 포함할 수 있다.
3906에서, 처리 장치는 인공 지능 엔진(3011)으로부터 적어도 하나의 예측을 수신할 수 있다.
3908에서, 처리 장치는 적어도 하나의 예측에 대응하는 임계값을 식별할 수 있다. 예를 들어, 처리 장치는 각각의 예측에 의해 표시된 사용자의 하나 이상의 특성들을 식별할 수 있다. 처리 장치는 임계값들을 사용자의 특성들 및/또는 사용자의 특성들의 조합과 연관시키도록 구성된, 데이터베이스(3044) 또는 기타 적절한 데이터베이스와 같은, 데이터베이스에 액세스할 수 있다. 예를 들어, 데이터베이스(3044)는 제1 임계값을 사용자의 혈압과 연관시키는 정보를 포함할 수 있다. 추가로 또는 대안으로, 데이터베이스(3044)는 임계값을 사용자의 혈압 및 사용자의 심박수과 연관시키는 정보를 포함할 수 있다. 각각의 예측에 대응하는 임계값은 상한 및 하한을 포함하는 값 또는 값의 범위를 포함할 수 있다.
3910에서, 처리 장치는 적어도 하나의 예측이 대응하는 임계값의 범위 내에 있다는 결정에 응답하여, 헬스케어 제공자의 컴퓨팅 디바이스에 있는 인터페이스와 통신하여 적어도 하나의 예측 및 치료 데이터를 제공할 수 있다. 예를 들어, 처리 장치는 예측에 의해 표시된 사용자의 적어도 하나의 예측 및/또는 하나 이상의 특성들을 처리 장치에 의해 식별된 대응되는 임계값과 비교할 수 있다. 처리 장치가 예측이 임계값의 범위 내에 있다고 결정하는 경우, 처리 장치는 적어도 하나의 예측 및/또는 치료 데이터를 헬스케어 제공자의 컴퓨팅 디바이스에 전달할 수 있다.
3912에서, 처리 장치는 적어도 하나의 예측이 대응되는 임계값의 범위 밖에 있다는 결정에 응답하여, 적어도 하나의 예측을 나타내기 위해 사용자에 관한 치료 데이터를 업데이트할 수 있다. 처리 장치는 업데이트된 치료 데이터를 관련 메모리에 저장할 수 있다.
도 32는 일반적으로 본 개시의 원리에 따라 사용자가 치료 기기(3070)를 사용하는 동안 수신된 치료 데이터에 기초하여, 사용자가 치료 기기(3070)를 사용하는 동안 사용자의 특성들을 모니터링하는 대안적인 방법(31000)을 예시하는 흐름도이다. 방법(31000)은 컴퓨팅 디바이스(예를 들어, 인공 지능 엔진(3011)을 실행하는 서버(3030)와 같은 도 23의 임의의 컴포넌트)의 프로세서들에 의해 수행되는 동작들을 포함한다. 일부 실시예들에서, 방법(31000)의 하나 이상의 동작들은 메모리 장치에 저장되고 처리 장치에 의해 실행되는 컴퓨터 명령어들로 구현된다. 방법(31000)은 방법(3900)과 관련하여 전술한 것과 동일하거나 유사한 방식으로 수행될 수 있다. 방법(31000)의 동작들은 본원에 설명된 방법들 중 어느 하나의 동작들 중 어느 하나와 일부 조합하여 수행될 수 있다.
31002에서, 처리 장치는 치료 계획을 수행하기 위해, 치료 기기(3070)와 같은, 치료 기기 또는 치료 장치를 사용하는 사용자에 관한 치료 데이터를, 원격 의료 세션 동안, 수신할 수 있다. 치료 데이터는 사용자의 특성들, 사용자에 관한 베이스라인 측정 정보, 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안 사용자에 관한 측정 정보, 치료 기기(3070)의 특성들, 치료 계획의 적어도 하나의 양태, 기타 적절한 데이터 또는 이들의 조합을 포함할 수 있다.
31004에서, 처리 장치는 인공 지능 엔진(3011)과 같은 인공 지능 엔진에 의한 액세스를 위해 관련 메모리에 치료 데이터를 기록할 수 있다. 인공 지능 엔진(3011)은 기계 학습 모델(3013)과 같은 적어도 하나의 기계 학습 모델을 사용하도록 구성될 수 있다. 기계 학습 모델(3013)은 치료 데이터의 적어도 하나의 양태를 사용하여 적어도 하나의 예측을 생성하도록 구성될 수 있다.
적어도 하나의 예측은 사용자의 하나 이상의 예측된 특성들을 나타낼 수 있다. 사용자의 하나 이상의 예측된 특성들은 사용자의 예측 바이탈 사인, 사용자의 예측 호흡수, 사용자의 예측 심박수, 사용자의 예측 체온, 사용자의 예측 혈압, 사용자에 의해 수행되는 치료 계획의 예측 결과, 사용자가 치료 계획을 수행함으로써 발생하는 사용자의 예측 부상, 또는 사용자의 다른 적합한 예측 특성들을 포함할 수 있다.
31006에서, 처리 장치는 인공 지능 엔진(11)으로부터 적어도 하나의 예측을 수신할 수 있다.
31008에서, 처리 장치는 적어도 하나의 예측에 대응하는 임계값을 식별할 수 있다. 예를 들어, 처리 장치는 각각의 예측에 의해 표시된 사용자의 하나 이상의 특성들을 식별할 수 있다. 처리 장치는 임계값들을 사용자의 특성들 및/또는 사용자의 특성들의 조합과 연관시키도록 구성된, 데이터베이스(3044) 또는 기타 적절한 데이터베이스와 같은, 데이터베이스에 액세스할 수 있다. 예를 들어, 데이터베이스(3044)는 제1 임계값을 사용자의 혈압과 연관시키는 정보를 포함할 수 있다. 추가로 또는 대안으로, 데이터베이스(3044)는 임계값을 사용자의 혈압 및 사용자의 심박수과 연관시키는 정보를 포함할 수 있다. 각각의 예측에 대응하는 임계값은 상한 및 하한을 포함하는 값 또는 값의 범위를 포함할 수 있다.
31010에서, 처리 장치는 적어도 하나의 예측이 대응하는 임계값의 범위 내에 있다는 결정에 응답하여, 헬스케어 제공자의 컴퓨팅 디바이스에 있는 인터페이스와 통신하여 적어도 하나의 예측 및 치료 데이터를 제공할 수 있다. 예를 들어, 처리 장치는 예측에 의해 표시된 사용자의 적어도 하나의 예측 및/또는 하나 이상의 특성들을 처리 장치에 의해 식별된 대응되는 임계값과 비교할 수 있다. 처리 장치가 예측이 임계값의 범위 내에 있다고 결정하는 경우, 처리 장치는 적어도 하나의 예측 및/또는 치료 데이터를 헬스케어 제공자의 컴퓨팅 디바이스에 전달할 수 있다.
31012에서, 처리 장치는, 헬스케어 제공자의 컴퓨팅 디바이스로부터, 치료 계획의 적어도 하나의 양태 및 치료 계획의 임의의 다른 양태 중 적어도 하나에 대한 적어도 하나의 수정을 나타내는 치료 계획 입력을 수신할 수 있다.
31014에서, 처리 장치는, 치료 계획 입력을 사용하여, 치료 계획의 적어도 하나의 양태 및 치료 계획의 임의의 다른 양태 중 적어도 하나를 수정할 수 있다.
31016에서, 처리 장치는 원격 의료 세션 동안 사용자가 치료 기기(3070)를 사용하는 동안 그리고 치료 계획의 적어도 하나의 양태 또는 치료 계획의 임의의 다른 양 중 수정된 적어도 하나에 기초하여 치료 기기(3070)를 제어할 수 있다.
도 33은 일반적으로 본 개시의 원리에 따라 사용자가 치료 기기(3070)를 사용하는 동안 수신된 치료 데이터에 기초하여, 사용자가 치료 기기(3070)를 사용하는 동안 사용자의 특성들을 모니터링하는 대안적인 방법(31100)을 예시하는 흐름도이다. 방법(31100)은 컴퓨팅 디바이스(예를 들어, 인공 지능 엔진(3011)을 실행하는 서버(3030)와 같은 도 23의 임의의 컴포넌트)의 프로세서들에 의해 수행되는 동작들을 포함한다. 일부 실시예들에서, 방법(31100)의 하나 이상의 동작들은 메모리 장치에 저장되고 처리 장치에 의해 실행되는 컴퓨터 명령어들로 구현된다. 방법(31100)은 방법(3900) 및/또는 방법(31000)과 관련하여 전술한 것과 동일하거나 유사한 방식으로 수행될 수 있다. 방법(31100)의 동작들은 본원에 설명된 방법들 중 어느 하나의 동작들 중 어느 하나와 일부 조합하여 수행될 수 있다.
31102에서, 처리 장치는 치료 계획을 수행하기 위해, 치료 기기(3070)와 같은, 치료 기기를 사용하는 사용자에 관한 치료 데이터를 수신할 수 있다. 치료 데이터는 사용자의 특성들, 사용자에 관한 베이스라인 측정 정보, 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안 사용자에 관한 측정 정보, 치료 기기(3070)의 특성들, 치료 계획의 적어도 하나의 양태, 기타 적절한 데이터 또는 이들의 조합을 포함할 수 있다.
31104에서, 처리 장치는 인공 지능 엔진(3011)과 같은 인공 지능 엔진에 의한 액세스를 위해 관련 메모리에 치료 데이터를 기록할 수 있다. 인공 지능 엔진(3011)은 기계 학습 모델(3013)과 같은 적어도 하나의 기계 학습 모델을 사용하도록 구성될 수 있다. 기계 학습 모델(3013)은 치료 데이터의 적어도 하나의 양태를 사용하여 적어도 하나의 예측을 생성하도록 구성될 수 있다.
적어도 하나의 예측은 사용자의 하나 이상의 예측된 특성들을 나타낼 수 있다. 사용자의 하나 이상의 예측된 특성들은 사용자의 예측 바이탈 사인, 사용자의 예측 호흡수, 사용자의 예측 심박수, 사용자의 예측 체온, 사용자의 예측 혈압, 사용자에 의해 수행되는 치료 계획의 예측 결과, 사용자가 치료 계획을 수행함으로써 발생하는 사용자의 예측 부상, 또는 사용자의 다른 적합한 예측 특성들을 포함할 수 있다.
31106에서, 처리 장치는 인공 지능 엔진(3011)으로부터 적어도 하나의 예측을 수신할 수 있다.
31108에서, 처리 장치는 적어도 하나의 예측을 사용하여 치료 정보를 생성할 수 있다. 치료 정보는 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안, 사용자에 의한 치료 계획의 수행에 대한 요약 및 적어도 하나의 예측을 포함할 수 있다. 치료 정보는 치료 데이터 및/도는 적어도 하나의 예측이 사용자에 의한 치료 계획의 수행을 담당하는 헬스케어 제공자의 컴퓨팅 디바이스에 제시될 수 있도록 형식화될 수 있다.
31110에서, 처리 장치는 헬스케어 제공자의 컴퓨팅 디바이스 및 인공 지능 엔진(3011)에 의해 실행되는 기계 학습 모델 중 적어도 하나에 의한 액세스를 위해 치료 정보 및/또는 적어도 하나의 예측을 관련 메모리에 기록할 수 있다.
31112에서, 처리 장치는 치료 정보에 응답하여 치료 계획 입력을 수신할 수 있다. 치료 계획 입력은 치료 계획의 적어도 하나의 양태 및/또는 치료 계획의 임의의 다른 양태에 대한 적어도 하나의 수정을 나타낼 수 있다. 일부 실시예들에서, 치료 계획 입력은 설명된 바와 같이 헬스케어 제공자에 의해 제공될 수 있다. 일부 실시예들에서, 치료 정보에 기초하여, 기계 학습 모델(3013)을 실행하는 인공지능 엔진(3011)은 치료 계획 입력을 생성할 수 있다.
31114에서, 처리 장치는 치료 계획 입력이 치료 계획의 적어도 하나의 양태 및/또는 치료 계획의 임의의 다른 양태에 대한 적어도 하나의 수정을 나타내는지 여부를 결정할 수 있다.
처리 장치가 치료 계획 입력이 치료 계획의 적어도 하나의 양태 및/또는 치료 계획의 임의의 다른 양태에 대한 적어도 하나의 수정을 나타내지 않는다고 결정하는 경우, 처리 장치는 31102로 돌아가서 사용자가 치료 기기(3070)를 사용하여 치료 계획을 수행하는 동안 사용자에 관한 치료 데이터를 계속 수신한다. 처리 장치는 치료 계획 입력이 치료 계획의 적어도 하나의 양태 및/또는 치료 계획의 임의의 다른 양태에 대한 적어도 하나의 수정을 나타낸다고 결정하는 경우, 처리 장치는 31116에서 계속된다.
31116에서, 처리 장치는 치료 계획의 적어도 하나의 양태 및/또는 치료 계획의 임의의 다른 양태를 선택적으로 수정할 수 있다. 예를 들어, 처리 장치는 치료 데이터가 치료 계획이 원하는 효과를 갖고 있음을 나타내는지 여부를 결정할 수 있다. 처리 장치는 치료 계획이 원하는 효과를 갖지 않는다는 결정에 응답하여, 원하는 효과의 달성을 시도하기 위해 치료 계획의 적어도 하나의 양태를 수정할 수 있으며, 가능하지 않은 경우, 원하는 효과 중 적어도 일부를 수정할 수 있다.
31118에서, 처리 장치는 사용자가 치료 기기(3070)를 사용하는 동안, 치료 계획 및/또는 수정된 치료 계획에 기초하여 치료 기기(3070)를 제어할 수 있다.
도 34는 일반적으로 본 개시에 따라 환자가 최적의 치료 계획에 기초하여 치료 기기를 사용하는 동안 최적의 치료 계획의 선택을 수신하고 치료 기기를 제어하는 방법(31200)의 예시적인 실시예를 예시한다. 방법(31200)은 컴퓨팅 디바이스(예를 들어, 인공 지능 엔진(3011)을 실행하는 서버(3030)와 같은 도 23의 임의의 컴포넌트)의 프로세서들에 의해 수행되는 동작들을 포함한다. 일부 실시예들에서, 방법(31200)의 하나 이상의 동작들은 메모리 장치에 저장되고 처리 장치에 의해 실행되는 컴퓨터 명령어들로 구현된다. 방법(31200)은 방법(3900)과 관련하여 전술한 것과 동일하거나 유사한 방식으로 수행될 수 있다. 방법(31200)의 동작들은 본원에 설명된 방법들 중 어느 하나의 동작들 중 어느 하나와 일부 조합하여 수행될 수 있다.
방법(31200)이 실행되기 전에, 인공 지능 엔진(3011)의 하나 이상의 훈련된 기계 학습 모델들(3013)에 의해 다양한 최적의 치료 계획들이 생성될 수 있다. 예를 들어, 환자의 의학적 상태에 관한 치료 계획 세트에 기초하여, 하나 이상의 훈련된 기계 학습 모델들(3013)은 최적의 치료 계획들을 생성할 수 있다. 다양한 치료 계획들은 환자 및/또는 의료 전문가의 하나 이상의 컴퓨팅 디바이스들로 전송될 수 있다.
방법(31200)의 31202에서, 처리 장치는 최적의 치료 계획의 일부 또는 전부로부터 선택된 최적의 치료 계획을 수신할 수 있다. 선택은 환자 인터페이스(3050) 및/또는 어시스턴트 인터페이스(3094) 상에서 최적의 치료 계획들을 제시하는 사용자 인터페이스 상에서 입력되었을 수 있다.
31204에서, 처리 장치는 환자가 치료 기기(3070)를 사용하는 동안, 선택된 최적의 치료 계에 기초하여, 치료 기기(3070)를 제어할 수 있다. 일부 실시예들에서, 제어는 서버(3030)에 의해 원위에서 수행될 수 있다. 예를 들어, 환자 인터페이스(3050)를 사용하여 선택이 이루어지는 경우, 하나 이상의 제어 신호들이 환자 인터페이스(3050)로부터 치료 기기(3070)로 전송되어, 선택된 치료 계획에 따라, 치료 기기(3070)의 동작을 제어하기 위한 치료 기기(3070)의 설정을 구성할 수 있다. 또한, 어시스턴트 인터페이스(3094)를 사용하여 선택이 이루어지는 경우, 하나 이상의 제어 신호들이 어시스턴트 인터페이스(3094)로부터 치료 기기(3070)로 전송되어, 선택된 치료 계획에 따라, 치료 기기(3070)의 동작을 제어하기 위한 치료 기기(3070)의 설정을 구성할 수 있다.
환자가 치료 기기(3070)를 사용함에 따라, 센서들(3076)은 측정 데이터를 처리 장치로 전송할 수 있다는 점에 유의해야 한다. 처리 장치는 센서 측정치들에 기초하여, 치료 기기(3070)의 설정을 수정함으로써 치료 계획에 따라 치료 기기(3070)를 동적으로 제어할 수 있다. 예를 들어, 센서(3076)에 의해 측정된 힘이 사용자가 페달(3102)에 충분한 힘을 가하고 있지 않음을 나타내는 경우, 치료 계획은 운동에 필요한 힘의 양을 줄이도록 나타낼 수 있다.
환자가 치료 기기(3070)를 사용할 때, 사용자는 환자 인터페이스(3050)를 사용하여 환자가 치료 계획을 수행할 때 환자가 경험하는 통증 레벨에 관한 입력을 입력할 수 있다는 점에 유의해야 한다. 예를 들어, 사용자는 치료 기기(3070)에서 특정 모션 범위로 설정된 페달들(3102)로 페달을 밟는 동안 높은 정도의 통증을 입력할 수 있다. 사용자에 의해 입력된 통증 레벨은 범위 내에 있거나 치료 계획에 기초하여 동적으로 조정될 모션 범위를 야기할 수 있는 레벨 내에 있을 수 있다. 예를 들어, 치료 계획은 사용자가 특정 모션 범위에 따라 운동을 수행할 때 특정 통증 레벨이 표시되는 경우 대안적인 모션 범위 설정을 지정할 수 있다.
도 35는 일반적으로 본 개시의 하나 이상의 양태들에 따라, 본원에 설명된 방법들 중 어느 하나 이상을 수행할 수 있는 예시적인 컴퓨터 시스템(31300)을 예시한다. 일 예에서, 컴퓨터 시스템(31300)은 컴퓨팅 디바이스를 포함할 수 있으며, 어시스턴스 인터페이스(3094), 보고 인터페이스(3092), 감독 인터페이스(3090), 임상의 인터페이스(3020), 서버(3030)(AI 엔진(3011)을 포함함), 환자 인터페이스(3050), 보행 센서(3082), 고니오미터(3084), 치료 기기(3070), 압력 센서(3086) 또는 도 23의 임의의 적절한 컴포넌트에 대응할 수 있다. 컴퓨터 시스템(31300)은 도 23의 인공 지능 엔진(3011)의 하나 이상의 기계 학습 모델들(3013)을 구현하는 명령어들을 실행할 수 있다. 컴퓨터 시스템은 클라우드 또는 피어투피어 네트워크를 통해 연결을 포함하여, LAN, 인트라넷, 엑스트라넷 또는 인터넷의 다른 컴퓨터 시스템에 연결(예를 들어, 네트워크 연결)될 수 있다.
컴퓨터 시스템은 클라이언트-서버 네트워크 환경에서 서버 용량으로 동작할 수 있다. 컴퓨터 시스템은 개인용 컴퓨터(PC), 태블릿 컴퓨터, 웨어러블(예를 들어, 손목 밴드), 셋톱 박스(STB), 개인 정보 단말기(PDA), 휴대폰, 카메라, 비디오 카메라, 사물 인터넷(IoT) 장치 또는 해당 디바이스에서 수행될 동작들을 지정하는 일련의 명령어들(순차적 또는 기타)을 실행할 수 있는 모든 디바이스일 수 있다. 또한, 단일 컴퓨터 시스템만이 예시되어 있어 있지만, "컴퓨터"라는 용어는 또한 본원에서 논의된 방법들 중 임의의 하나 이상을 수행하기 위해 명령어 세트(또는 다수의 세트들)를 개별적으로 또는 공동으로 실행하는 임의의 컴퓨터들의 집합을 포함하는 것으로 간주되어야 한다.
컴퓨터 시스템(31300)은 처리 장치(31302), 메인 메모리(31304)(예를 들어, 읽기 전용 메모리(ROM), 플래시 메모리, 솔리드 스테이트 드라이브(SSD), 동기식 DRAM(SDRAM)와 같은 동적 랜덤 액세스 메모리(DRAM)), 정적 메모리(31306)(예를 들어, 플래시 메모리, 솔리드 스테이트 드라이브(SSD), 정적 랜덤 액세스 메모리(SRAM)), 및 버스(31310)를 통해 서로 통신하는 데이터 저장 장치(31308)를 포함한다.
처리 장치(31302)는 마이크로프로세서, 중앙 처리 장치 등과 같은 하나 이상의 범용 처리 장치들을 나타낸다. 보다 구체적으로, 처리 장치(31302)는 CISC(complex instruction set computing) 마이크로프로세서, RISC(reduced instruction set computing) 마이크로프로세서, VLIW(very long instruction word) 마이크로프로세서, 또는 다른 명령어 세트를 구현하는 프로세서, 또는 명령어 세트의 조합을 구현하는 프로세서일 수 있다. 처리 장치(31302)는 또한 애플리케이션별 집적 회로(application specific integrated circuit; ASIC), 시스템 온 칩, 필드 프로그램 가능 게이트 어레이(field programmable gate array; FPGA), 디지털 신호 프로세서(digital signal processor; DSP), 네트워크 프로세서 등과 같은 하나 이상의 특수 목적 처리 장치일 수 있다. 처리 장치(31302)는 본원에 논의된 동작들 및 단계들 중 어느 하나를 수행하기 위한 명령어들을 실행하도록 구성된다.
컴퓨터 시스템(31300)은 네트워크 인터페이스 장치(31312)를 더 포함할 수 있다. 컴퓨터 시스템(31300)은 또한 비디오 디스플레이(31314)(예를 들어, 액정 디스플레이(LCD), 발광 다이오드(LED), 유기 발광 다이오드(OLED), 양자 LED, 음극선관(CRT), 섀도우 마스크 CRT, 애퍼처 그릴(aperture grille) CRT, 단색 CRT), 하나 이상의 입력 장치(31316)(예를 들어, 키보드 및/또는 마우스 또는 게임형 제어), 및 하나 이상의 스피커(31318)(예를 들어, 스피커)를 포함할 수 있다. 하나의 예시적인 예에서, 비디오 디스플레이(31314) 및 입력 장치(들)(31316)는 단일 컴포넌트 또는 디바이스(예를 들어, LCD 터치 스크린)로 결합될 수 있다.
데이터 저장 장치(31316)는 본원에 설명된 방법들, 동작들 또는 기능들 중 임의의 하나 이상을 구현하는 명령어들(31322)이 저장되는 컴퓨터 판독 가능 매체(31320)를 포함할 수 있다. 명령어들(31322)은 또한 컴퓨터 시스템(31300)에 의해 실행되는 동안 메인 메모리(31304) 및/또는 처리 장치(31302) 내에 완전히 또는 적어도 부분적으로 상주할 수 있다. 이와 같이, 메인 메모리(31304) 및 처리 장치(31302)도 컴퓨터 판독 가능 매체를 구성한다. 명령어들(31322)은 또한 네트워크 인터페이스 장치(31312)를 통해 네트워크를 통해 전송되거나 수신될 수 있다.
컴퓨터 판독 가능 저장 매체(31320)는 일반적으로 예시적인 예에서 단일 매체인 것으로 예시되어 있지만, "컴퓨터 판독 가능 저장 매체"라는 용어는 하나 이상의 명령어 세트들을 저장하는 단일 매체 또는 다중 매체(예를 들어, 중앙 집중식 또는 분산형 데이터베이스, 및/또는 관련 캐시들 및 서버들)를 포함하는 것으로 간주되어야 한다. "기계 판독 가능 저장 매체"라는 용어는 또한 기계에 의한 실행을 위한 명령어 세트를 저장, 인코딩 또는 전달할 수 있고 기계가 본 개시의 방법론 중 임의의 하나 이상을 수행하게 하는 모든 매체를 포함하는 것으로 간주되어야 한다. 따라서 "기계 판독 가능 저장 매체"라는 용어는, 이에 제한되는 것은 아니나, 솔리드 스테이트 메모리, 광학 매체 및 자기 매체를 포함하는 것으로 간주되어야 한다.
조항 45. 인공 지능 엔진에 의해, 처리 장치에서 사용할 최적의 치료 계획을 제공하는 방법에 있어서, 상기 방법은,
데이터 소스로부터, 치료 장치를 사용하여 특정 특성들을 갖는 사람들에 대한 특정 치료 계획들을 수행한 결과들에 관한 임상 정보를 수신하는 단계로서, 임상 정보는 제1 데이터 형식을 갖는, 상기 수신하는 단계;
제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 단계;
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용하여 환자가 따를 최적의 치료 계획을 결정하는 단계; 및
의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하는 단계를 포함한다.
조항 46. 본원의 임의의 조항의 방법에 있어서, 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 단계는, 본원의 임의의 조항의 방법에 있어서, 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 단계는,
임상 정보를 파싱하는 단계;
임상 정보의 타겟 정보를 나타내는 키워드들에 기초하여, 타겟 정보에 관한 값들을 갖는 임상 정보의 일부를 식별하는 단계;
의료 기술 언어에 의해 정의된 표준 형식을 생성하는 단계로서, 표준 형식은 타겟 정보의 값들을 식별하는 태그들을 포함하는, 상기 생성하는 단계를 더 포함한다.
조항 47. 본원의 임의의 조항의 방법에 있어서, 태그들은 타겟 정보의 특정 특성들을 설명하는 속성들이다.
조항 48. 본원의 임의의 조항의 방법에 있어서, 의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하는 단계는,
원격 의료 세션 동안, 최적의 치료 계획이 의료 전문가의 컴퓨팅 디바이스의 사용자 인터페이스에 제시되도록 하는 단계를 더 포함하며, 최적의 치료 계획은 컴퓨팅 디바이스의 디스플레이 화면 상에 제시되지 않으며, 이러한 디스플레이 화면은 원격 의료 세션 동안 환자에 의해 사용되도록 구성된다.
조항 49. 본원의 임의의 조항의 방법에 있어서,
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용할 때 환자가 따르도록 추천되어서는 안되는 제외 치료 계획을 결정하는 단계; 및
의료 전문가의 컴퓨팅 디바이스에 제시될 제외 치료 계획을 제공하는 단계를 포함한다.
조항 50. 본원의 임의의 조항의 방법에 있어서,
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 제2 원하는 결과를 달성하기 위해 치료 장치를 사용할 때 화자가 따를 제2 최적의 치료 계획을 결정하는 단계; 및
의료 전문가의 컴퓨팅 디바이스에 제시될 제2 최적의 치료 계획을 제공하는 단계;
최적의 치료 계획 또는 제2 최적의 치료 계획 중 선택된 치료 계획을 수신하는 단계; 및
환자의 컴퓨팅 디바이스의 사용자 인터페이스에 제시하기 위해 환자의 컴퓨팅 디바이스에 선택된 치료 계획을 전송하는 단계를 더 포함한다.
조항 51. 본원의 임의의 조항의 방법에 있어서, 원하는 결과는 특정 시간 기간 내에서 특정 결과를 얻는 것을 포함하며, 특정 결과는,
환자가 치료 장치를 사용하여 달성하는 모션 범위,
치료 장치의 일부에 환자에 의해 가해진 힘의 양,
환자가 치료 장치를 사용하여 운동하는 시간,
환자가 치료 장치를 사용하여 이동하는 거리, 또는
그 일부 조합을 포함한다.
조항 52. 본원의 임의의 조항의 방법에 있어서,
사람들의 특정 특성들은 사람들에게 처방된 제1 약물, 사람들의 제1 부상, 사람들에게 수행된 제1 의료 절차, 사람들의 제1 측정치, 사람들의 제1 알레르기, 사람들의 제1 의학적 상태, 사람들의 제1 이력 정보, 사람들의 제1 바이탈 사인, 사람들의 제1 증상, 사람들의 제1 가족 의료 정보, 사람들의 제1 인구 통계학적 정보, 사람들의 제1 지리적 정보, 사람들의 제1 측정 또는 테스트 기반 정보, 사람들의 제1 의료 이력 정보, 사람들의 제1 병인 정보, 사람들의 제1 코호트 연관 정보, 사람들의 제1 감별 진단 정보, 사람들의 제1 수술 정보, 사람들의 제1 물리 치료 정보, 사람들의 제1 약리학적 정보, 사람들에게 추천되는 제1 기타 치료법 또는 이들의 일부 조합을 포함하고,
환자의 복수의 특정 특성들은 환자에게 처방된 제2 약물, 환자의 제2 부상, 환자에게 수행된 제2 의료 절차, 환자의 제2 측정치, 환자의 제2 알레르기, 환자의 제2 의학적 상태, 환자의 제2 이력 정보, 환자의 제2 바이탈 사인, 환자의 제2 증상, 환자의 제2 가족 의료 정보, 환자의 제2 인구 통계학적 정보, 환자의 제2 지리적 정보, 환자의 제2 측정 또는 테스트 기반 정보, 환자의 제2 의료 이력 정보, 환자의 제2 병인 정보, 환자의 제2 코호트 연관 정보, 환자의 제2 감별 진단 정보, 환자의 제2 수술 정보, 환자의 제2 물리 치료 정보, 환자의 제2 약리학적 정보, 환자에게 추천되는 제2 기타 치료법 또는 이들의 일부 조합을 포함한다.
조항 53. 본원의 임의의 조항의 방법에 있어서, 임상 정보는 특정 전문 자격을 가진 사람에 의해 작성되고 저널 기사, 임상 시험, 증거 기반 지침, 메타 분석 또는 이들의 일부 조합을 포함한다.
조항 54. 본원의 임의의 조항의 방법에 있어서, 의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용할 때 환자가 따를 최적의 치료 계획을 결정하는 단계는,
의료 기술 언어에 의해 설명된 임상 정보의 일부와 환자의 복수의 특성들 사이의 패턴을 매치시키는 단계로서, 패턴은 원하는 결과를 가져오는 최적의 치료 계획과 관련되는, 상기 매치시키는 단계를 더 포함한다.
조항 55. 본원의 임의의 조항의 방법에 있어서, 최적의 치료 계획은,
환자에게 수행할 의료 절차,
치료 장치를 사용하는 환자에 대한 치료 프로토콜,
환자를 위한 식이 요법,
환자를 위한 약물 요법,
환자를 위한 수면 요법, 또는
그 일부 조합을 포함한다.
조항 56. 유형의(tangible), 비일시적 컴퓨터 판독 가능 매체로서, 실행 시, 처리 장치가,
데이터 소스로부터, 치료 장치를 사용하여 특정 특성들을 갖는 사람들에 대한 특정 치료 계획들을 수행한 결과들에 관한 임상 정보를 수신하되, 임상 정보는 제1 데이터 형식을 갖고;
제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하고;
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용하여 환자가 따를 최적의 치료 계획을 결정하고;
의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하도록 하는 명령어들을 저장하는, 상기 처리 장치를 포함한다.
조항 57. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 것은,
임상 정보를 파싱하고;
임상 정보의 타겟 정보를 나타내는 키워드들에 기초하여, 타겟 정보의 값들을 갖는 임상 정보의 일부를 식별하고;
의료 기술 언어에 의해 정의된 표준 형식을 생성하는 것을 포함하며, 표준 형식은 타겟 정보의 값들을 식별하는 태그들을 포함한다.
조항 58. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하는 단계는,
원격 의료 세션 동안, 최적의 치료 계획이 의료 전문가의 컴퓨팅 디바이스의 사용자 인터페이스에 제시되도록 하는 단계를 더 포함하며, 원격 의료 세션 동안, 최적의 치료 계획은 환자의 컴퓨팅 디바이스의 사용자 인터페이스 상에 제시되지 않는다.
조항 59. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 처리 장치는 또한,
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 제2 원하는 결과를 달성하기 위해 치료 장치를 사용할 때 화자가 따를 제2 최적의 치료 계획을 결정하고;
의료 전문가의 컴퓨팅 디바이스에 제시될 제2 최적의 치료 계획을 제공하고;
최적의 치료 계획 또는 제2 최적의 치료 계획 중 선택된 치료 계획을 수신하고;
선택된 치료 계획을 환자의 컴퓨팅 디바이스에 전송한다.
조항 60. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 원하는 결과는 특정 시간 기간 내에서 특정 결과를 얻는 것을 포함하며, 특정 결과는,
환자가 치료 장치를 사용하여 달성하는 모션 범위,
치료 장치의 일부에 환자에 의해 가해진 힘의 양,
환자가 치료 장치를 사용하여 운동하는 시간,
환자가 치료 장치를 사용하여 이동하는 거리, 또는
그 일부 조합을 포함한다.
조항 61. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서,
사람들의 특정 특성들은 사람들에게 처방된 제1 약물, 사람들의 제1 부상, 사람들에게 수행된 제1 의료 절차, 사람들의 제1 측정치, 사람들의 제1 알레르기, 사람들의 제1 의학적 상태, 사람들의 제1 이력 정보, 사람들의 제1 바이탈 사인, 사람들의 제1 증상, 사람들의 제1 가족 의료 정보, 사람들의 제1 인구 통계학적 정보, 사람들의 제1 지리적 정보, 사람들의 제1 측정 또는 테스트 기반 정보, 사람들의 제1 의료 이력 정보, 사람들의 제1 병인 정보, 사람들의 제1 코호트 연관 정보, 사람들의 제1 감별 진단 정보, 사람들의 제1 수술 정보, 사람들의 제1 물리 치료 정보, 사람들의 제1 약리학적 정보, 사람들에게 추천되는 제1 기타 치료법 또는 이들의 일부 조합을 포함하고,
환자의 복수의 특정 특성들은 환자에게 처방된 제2 약물, 환자의 제2 부상, 환자에게 수행된 제2 의료 절차, 환자의 제2 측정치, 환자의 제2 알레르기, 환자의 제2 의학적 상태, 환자의 제2 이력 정보, 환자의 제2 바이탈 사인, 환자의 제2 증상, 환자의 제2 가족 의료 정보, 환자의 제2 인구 통계학적 정보, 환자의 제2 지리적 정보, 환자의 제2 측정 또는 테스트 기반 정보, 환자의 제2 의료 이력 정보, 환자의 제2 병인 정보, 환자의 제2 코호트 연관 정보, 환자의 제2 감별 진단 정보, 환자의 제2 수술 정보, 환자의 제2 물리 치료 정보, 환자의 제2 약리학적 정보, 환자에게 추천되는 제2 기타 치료법 또는 이들의 일부 조합을 포함한다.
조항 62. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 임상 정보는 특정 전문 자격을 가진 사람에 의해 작성되고 저널 기사, 임상 시험, 증거 기반 지침, 또는 이들의 일부 조합을 포함한다.
조항 63. 시스템에 있어서,
명령어들을 저장하는 메모리 장치; 및
메모리 장치에 통신 가능하게 결합된 처리 장치로서, 처리 장치는,
데이터 소스로부터, 치료 장치를 사용하여 특정 특성들을 갖는 사람들에 대한 특정 치료 계획들을 수행한 결과들에 관한 임상 정보를 수신하되, 임상 정보는 제1 데이터 형식을 갖고;
제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하고;
의료 기술 언어에 의해 설명된 임상 정보의 일부 및 환자에 관한 복수의 특성들에 기초하여, 원하는 결과를 달성하기 위해 치료 장치를 사용할 때 환자가 따를 최적의 치료 계획을 결정하고;
의료 전문가의 컴퓨팅 디바이스에 제시될 최적의 치료 계획을 제공하도록 하는 명령어들을 저장하는, 상기 처리 장치를 포함한다.
조항 64. 본원의 임의의 조항의 시스템에 있어서, 제1 데이터 형식으로부터의 임상 정보의 일부를 인공 지능 엔진에 의해 사용되는 의료 기술 언어로 번역하는 것은,
임상 정보를 파싱하고;
임상 정보에 의해 설명된 타겟 정보를 나타내는 키워드들에 기초하여, 타겟 정보의 값들을 갖는 임상 정보의 일부를 식별하고;
의료 기술 언어에 의해 정의된 표준 형식을 생성하는 것을 포함하며, 표준 형식은 타겟 정보의 값들을 식별하는 태그들을 포함한다.
운동 세션 동안 의료 전문가와 관련된 가상 아바타를 사용하는 방법 및 시스템
특정 특성들(예를 들어, 바이탈 사인 또는 기타 측정치들; 행동; 인구학적; 지리적; 진단적; 측정 또는 테스트 기반; 의학적 이력; 병인학적; 코호트 연관적; 감별 진단적; 수술, 물리적 치료, 약리학적 및 추천된 기타 치료(들); 동맥혈 가스 및/또는 산소 레벨 또는 백분율; 심리학; 등)을 가진 환자에 대한 치료 계획을 결정하는 것은 기술적으로 어려운 문제일 수 있다. 예를 들어, 치료 계획을 결정할 때 많은 정보가 고려될 수 있으며, 이는 치료 계획 선택 과정에서 비효율성과 부정확성을 초래할 수 있다. 재활 환경에서, 고려되는 다수의 정보 중 일부는 개인 정보, 행동 정보 및 측정 정보와 같은 환자의 특성들을 포함할 수 있다. 개인 정보에는 예를 들어 연령, 체중, 성별, 키, 체질량 지수, 의학적 상태, 가족 약물 이력, 부상, 의료 절차, 처방된 약물, 또는 이들의 일부 조합과 같은, 인구 통계학적, 심리학적 또는 기타 정보가 포함될 수 있다. 행동 정보는 예를 들어, 치료 장치의 사용 경과 시간, 치료 장치의 일부에 가해지는 힘의 양, 치료 장치에서 달성되는 모션 범위, 치료 장치의 일부의 이동 속도, 치료 장치를 사용하는 복수의 통증 레벨의 표시, 또는 이들의 일부 조합을 포함할 수 있다. 측정 정보는 예를 들어, 바이탈 사인, 호흡수, 심박수, 체온, 혈압, 동맥혈 가스 및/또는 산소 레벨 또는 백분율, 포도당 레벨 또는 기타 바이오마커들의 레벨 또는 이들의 일부 조합을 포함할 수 있다. 다수의 환자들의 특성들, 해당 환자들에 대해 수행된 치료 계획들 및 해당 환자들에 대한 치료 계획의 결과들을 처리하는 것이 바람직할 수 있다.
또한, 또 다른 기술적 문제는 원격 의료 또는 원격 보건 세션 동안 컴퓨팅 디바이스를 통해, 환자가 있는 위치되는 위치와 다른 위치로부터 환자를 원거리에서 치료하는 것을 포함할 수 있다. 추가적인 기술적 문제는 다른 위치로부터, 환자가 위치된 위치에서 환자에 의해 사용되는 치료 장치를 제어하거나 치료 기기의 제어를 가능하게 하는 것이다. 종종 환자가 재활 수술(예를 들어, 무릎 수술)을 받을 때, 물리 치료사 또는 다른 의료 전문가는 환자의 거주지나 임의의 이동 위치 또는 임시 거주지에서 치료 프로토콜을 수행하는 데 사용할 치료 장치를 환자에게 처방할 수 있다. 의료 전문가는 의사, 의사 어시스턴트, 간호사, 척추지압사, 치과의사, 물리 치료사, 침술사, 물리 트레이너 등을 지칭할 수 있다. 의료 전문가는 의학, 물리 치료, 재활 등의 분야에서 자격, 면허, 학위 등을 가진 임의의 사람을 지칭할 수 있다.
물리 치료사 또는 다른 의료 전문가가 환자 및 치료 장치와 다른 위치에 위치되므로, 물리 치료사 또는 다른 의료 전문가가 치료 장치를 사용하여 환자의 실제 진행 상황을 모니터링하고(진행 상황에 대한 환자의 말에 의존하는 것과는 반대로), 환자의 진행 상황에 따라 치료 계획을 수정하고, 환자가 치료 계획 등을 수행함에 따라 치료 장치를 환자의 개인 특성들에 맞게 적응시키는 것은 기술적으로 어려울 수 있다.
따라서, 본 개시의 일부 실시예들은 적응형 원격 의료 세션 동안 할당에 기초하여 치료 장치를 동적으로 제어하기 위해 인공 지능 및/또는 기계 학습을 사용하는 것에 관한 것이다. 일부 실시예들에서, 다수의 치료 장치들이 환자들에게 제공될 수 있다. 치료 장치들이 환자들에 의해 사용되어 환자들의 거주지, 체육관, 재활 센터, 병원, 직장, 또는 영구 거주지 또는 임시 거주지를 포함한 임의의 적절한 위치에서 치료 계획들을 수행할 수 있다. 일부 실시예들에서, 치료 장치들은 서버에 통신 가능하게 결합될 수 있다. 환자들의 특성들은 환자들이 치료 계획들을 수행하기 전에, 동안에 및/또는 후에 수집될 수 있다. 예를 들어, 개인 정보, 행동 정보 및 측정 정보는 개인이 치료 계획을 수행하기 전에, 동안에 및/또는 후에 수집될 수 있다. 각 운동을 수행한 결과들(예를 들어, 행동 향상 또는 행동 저하)은 치료 계획 전반에 걸쳐 그리고 치료 계획이 수행된 후에 치료 장치로부터 수집될 수 있다. 치료 장치의 파라미터들, 설정들, 구성들 등(예를 들어, 페달의 위치, 저항의 양 등)은 치료 계획이 수행되기 전에, 동안에 및/또는 후에 수집될 수 있다.
환자의 각 특성, 각 결과 및 각 파라미터, 설정, 구성 등은 타임스탬프될 수 있고 치료 계획의 특정 단계와 상관될 수 있다. 이러한 기술은 치료 계획의 어떤 단계들이 원하는 결과들(예를 들어, 근력 향상, 모션 범위 개선 등)로 이어질지 그리고 어떤 단계들이 수확체감(예를 들어, 3분 후 운동을 계속하는 것이 실제로 회복을 지연시키거나 해를 끼침)으로 이어질지를 결정하게 할 수 있다.
환자가 치료 장치들을 사용하여 다양한 치료 계획들을 수행함에 따라 시간이 지남에 따라 치료 장치들 및/또는 임의의 적절한 컴퓨팅 디바이스(예를 들어, 임상의 인터페이스 또는 환자 인터페이스와 같은, 개인 정보가 입력되는 컴퓨팅 디바이스들)로부터 데이터가 수집될 수 있다. 수집될 수 있는 데이터는 환자들의 특성들, 환자들이 수행한 치료 계획들, 및 치료 계획들의 결과들을 포함할 수 있다.
일부 실시예들에서, 데이터는 특정 사람들을 코호트들로 그룹화하기 위해 처리될 수 있다. 사람들은 특정 또는 선택된 유사한 특성들, 치료 계획들 및 치료 계획들의 수행 결과들을 가진 사람들로 그룹화될 수 있다. 예를 들어, 치료 계획을 수행(예를 들어, 3주 동안 주 5회 하루 30분 동안 치료 장치를 사용)한 의학적 상태가 없고 완전히 회복된 운동 선수들은 제1 코호트로 그룹화될 수 있다. 비만으로 분류되고 치료 계획을 수행(예를 들어, 4주 동안 주 3회 하루 10분 동안 치료 계획을 사용)하고 모션 범위를 75% 향상시킨 고령자들은 제2 코호트로 그룹화될 수 있다.
일부 실시예들에서, 인공 지능 엔진은 코호트들을 사용하여 훈련되는 하나 이상의 기계 학습 모델들을 포함할 수 있다. 예를 들어, 하나 이상의 기계 학습 모델들은 새로운 환자의 특성들의 입력을 수신하고 원하는 결과를 초래하는 환자에 대한 치료 계획을 출력하도록 훈련될 수 있다. 기계 학습 모델들은 새로운 환자의 특성들과 특정 코호트에 포함된 환자들 중 적어도 하나의 환자 사이의 패턴을 매칭할 수 있다. 패턴이 매칭되면, 기계 학습 모델들은 새로운 환자를 특정 코호트에 할당하고 적어도 한 명의 환자와 관련된 치료 계획을 선택할 수 있다. 인공 지능 엔진은 새로운 환자가 치료 장치를 사용하여 치료 계획을 수행하는 동안 치료 계획에 기초하여 원위에서 치료 장치를 제어하도록 구성될 수 있다.
이해할 수 있는 바와 같이, 새로운 환자의 특성들은 새로운 환자가 치료 장치를 사용하여 치료 계획을 수행함에 따라 변할 수 있다. 예를 들어, 환자의 행동은 새로운 환자가 현재 할당된 코호트의 사람들에 대해 예상된 것보다 더 빨리 향상될 수 있다. 따라서, 기계 학습 모델들은 변경된 특성들에 기초하여, 현재 변경된 특성들과 유사한 특성들을 가진 사람들을 새로운 환자로서 포함하는 다른 코호트에 새로운 환자를 동적으로 재할당하도록 훈련될 수 있다. 예를 들어, 임상적으로 비만인 환자는 체중이 감소하고 더 이상 초기 코호트의 체중 기준을 충족하지 않을 수 있으며, 그 결과 환자는 다른 체중 기준을 가진 다른 코호트로 재할당된다. 새로운 환자에 대해 상이한 치료 계획이 선택될 수 있고, 새로운 환자가 치료 장치를 사용하여 치료 계획을 수행하는 동안 치료 장치는 원위에서 상이한 치료 계획, 치료 장치에 기초하여 제어될 수 있다. 이러한 기술들은 치료 장치를 원위에서 제어하는 기술적 해결책을 제공할 수 있다. 또한, 기술들은 환자들의 특성들에 가장 정확하게 맞는 치료 계획이 실시간으로 임의의 주어진 순간에 선택되고 구현되기 때문에 환자들에게 더 빠른 회복 시간 및/또는 더 나은 결과들로 이어질 수 있다. 실시간은 2초 이하를 지칭할 수 있다. 거의 실시간은 두 사람들이 이러한 사용자 인터페이스를 통해 대화에 참여할 수 있도록 충분히 짧은 시간의 상호 작용을 지칭할 수 있으며 일반적으로 10초 미만 2초 이상일 것이다. 본원에 설명된 바와 같이, "결과들"라는 용어는 의학적 결과들 또는 의학적 성과들을 지칭할 수 있다. 결과들 및 성과들은 의료 행위들에 대한 응답들을 지칭할 수 있다.
일부 실시예들에서, 치료 계획들은 원격 의료 또는 원격 보건 세션 동안 의료 전문가에게 제시될 수 있다. 의료 전문가는 환자에 대한 특정 치료 계획을 선택하여 그 치료 계획이 환자에게 전송되도록 하고/하거나 치료 계획에 기초하여 치료 장치를 제어하도록 할 수 있다. 일부 실시예들에서, 원격 진단, 치료 계획 결정 및 재활 및/또는 약리학적 처방을 포함하여, 원격 보건 또는 원격 의료 어플리케이션들을 용이하게 하기 위해, 인공 지능 엔진은 환자 및 치료 장치로부터 원거리에서 수신 및/또는 동작할 수 있다. 이러한 경우에, 추천 치료 계획들 및/또는 제외 치료 계획들은 의료 전문가의 컴퓨팅 디바이스의 사용자 인터페이스에서 원격 의료 또는 원격 보건 세션 동안 실시간 또는 거의 실시간으로 환자의 비디오와 동시에 제시될 수 있다. 비디오에는 오디오, 텍스트 및 기타 멀티미디어 정보가 수반될 수도 있다.
환자 비디오의 제시와 동시에 인공 지능 엔진에 의해 생성된 치료 계획들을 제시하는 것은 향상된 사용자 인터페이스를 제공할 수 있는데, 이는 의료 전문가가 동일한 사용자 인터페이스에서 치료 계획들을 검토하면서도 환자와 시각적으로 및/또는 계속 통신할 수 있기 때문이다. 향상된 사용자 인터페이스는 컴퓨팅 디바이스를 사용하는 의료 전문가의 경험을 개선할 수 있고 의료 전문가가 사용자 인터페이스를 재사용하도록 장려할 수 있다. 이러한 기술은 또한 의료 전문가가 다른 사용자 인터페이스 화면으로 전환하고 환자의 특성들에 기초하여 추천할 치료 계획에 대한 쿼리를 입력할 필요가 없기 때문에 컴퓨팅 리소스들(예를 들어, 처리, 메모리, 네트워크)를 줄일 수 있다. 인공 지능 엔진은 치료 계획들과 제외 치료 계획들을 즉석에서 동적으로 제공한다.
일부 실시예들에서, 치료 계획은 의료 전문가에 의해 수정될 수 있다. 예를 들어, 특정 절차들은 추가, 수정 또는 제거될 수 있다. 원격 의료 시나리오에서는, 환자와 다른 물리적 위치에서 컴퓨팅 디바이스를 사용하는 의료 전문가의 원위 특성으로 인해 수행되지 않을 수 있는 특정 절차들이 있다.
잠재적인 기술적 문제는 서로 다른 형식으로 수신되는 환자의 의학적 상태에 관한 정보와 관련될 수 있다. 예를 들어, 서버는 (예를 들어, 전자 의료 기록(EMR) 시스템, 애플리케이션 프로그래밍 인터페이스(API) 또는 환자의 의학적 상태에 관한 정보가 있는 임의의 적절한 시스템으로부터의) 하나 이상의 소스들의 의학적 상태에 관한 정보를 수신할 수 있다. 즉, 다양한 의료 전문가에 의해 사용되는 일부 소스들은 로컬 컴퓨팅 디바이스들에 설치될 수 있으며, 추가로 및/또는 대안으로, 독점 형식을 사용할 수 있다. 따라서, 본 개시의 일부 실시예들은 API를 사용하여, 소스들에 의해 사용되는 API들에 의해 노출된 인터페이스들을 통해, 소스들에 의해 사용되는 형식들을 얻을 수 있다. 일부 실시예들에서, 소스로부터 정보가 수신될 때, API는 소스에 의해 사용되는 형식을 인공 지능 엔진에 의해 사용되는 표준화된(즉, 표준(canonical)) 형식, 언어 및/또는 인코딩(본원에 사용된 "형식(format)"은 이러한 모든 용어들을 포함함)으로 매핑 및 변환할 수 있다. 또한, 인공 지능 엔진에 의해 사용되는 표준화된 형식으로 변환된 정보는 본원에 개시된 기술들 중 어느 하나를 수행하고 있을 때 인공 지능 엔진에 의해 액세스되는 데이터베이스에 저장될 수 있다. 표준화된 형식으로 변환된 정보를 사용하면 환자에 대해 수행할 절차들 및/또는 환자에 대해 사용할 청구 시퀀스를 보다 정확하게 결정할 수 있다.
본원에 개시된 다양한 실시예들은 서로 다른 형식들로 수신되는 환자의 의학적 상태 정보에 관한 기술적 문제에 대한 기술적 해결책을 제공할 수 있다. 예를 들어, 서버는 (예를 들어, 전자 의료 기록(EMR) 시스템, 애플리케이션 프로그래밍 인터페이스(API) 또는 환자의 의학적 상태에 관한 정보가 있는 임의의 적절한 시스템으로부터의) 하나 이상의 소스들의 의학적 상태에 관한 정보를 수신할 수 있다. 정보는 소스에 의해 사용되는 형식에서 인공 지능 엔진에 의해 사용되는 표준화된 형식으로 변환될 수 있다. 또한, 인공 지능 엔진에 의해 사용되는 표준화된 형식으로 변환된 정보는 본원에 개시된 기술들 중 어느 하나를 수행할 때 인공 지능 엔진에 의해 액세스되는 데이터베이스에 저장될 수 있다. 표준화된 정보는 최적의 치료 계획 생성을 가능하게 할 수 있으며, 여기서 생성은 표준화된 정보, 금전적 가치 금액 및 제한사항 세트와 관련된 치료 계획들을 기반으로 한다. 최적의 치료 계획들은 의료 전문가들 및/또는 환자들의 다양한 컴퓨팅 디바이스들에서 실행되는 다양한 애플리케이션들(예를 들어, 원격 보건)에 의해 처리될 수 있는 표준화된 형식으로 제공될 수 있다.
기술적 문제에는 한 명의 의료 전문가가 동시에 많은 환자들을 치료할 수 있도록 하는 문제가 포함될 수 있다. 기술적 문제에 대한 기술적 해결책은 적어도 한 명의 의료 전문가 또는 의료 전문가 그룹의 활성화를 포함할 수 있으며, 여기서 한 의료 전문가는 한 번에 참여할 수 있고 다른 의료 전문가는 다른 시간에 참여하여 동시에 많은 환자들을 치료할 수 있다. 본원에 사용된 바와 같이, "한 명의 의료 전문가"(또는 "한 명의 의료 전문가" 또는 이와 동등한 것)라는 용어는 방금 인용된 모든 시나리오들을 포함하는 것으로 간주된다. 예를 들어, 그룹 치료 또는 회복 세션에서, 단일 의료 전문가가 원위 위치에서 동시에 한 명 이상의 환자를 보고, 모니터링하고, 치료하고, 관리하고, 진단하는 것이 바람직할 수 있다. 따라서, 본 개시의 일부 실시예들에서, 치료 계획의 운동 세션을 통해 각 환자를 안내하기 위해 가상 아바타가 사용된다. 의료 전문가는 컴퓨팅 디바이스를 사용하여 한 번에 또는 시간적으로 가까운 범위에서 환자를 보고, 모니터링하고, 치료하고, 관리하고, 진단할 수 있다. 사용자가 상당한 고통을 겪고 있음을 나타내는 등의 트리거 이벤트가 발생하면, 선택에 의해 또는 전자 방식으로 원격 의료 세션이 시작된다. 원격진료 세션은 가상 아바타가 환자의 컴퓨팅 디바이스에서 의료 전문가의 컴퓨팅 디바이스로부터의 멀티미디어 피드로 대체되도록 한다. 일부 실시예들에서, 의료 전문가는 원하는 대로(예를 들어, 의료 전문가가 센서 측정이 바람직하지 않다고 판단하는 경우, 환자가 원하는 대로 수행되지 않음) 환자의 치료 계획(예를 들어 그리고 제한 없이, 운동, 재활, 사전 재활 또는 기타 세션을 포함함)을 개입 및/또는 중단하도록 선택할 수 있는 반면, 다른 환자들은 계속해서 가상 아바타를 따라 운동 세션을 수행한다.
일부 실시예들에서, 치료 장치는 특성, 구성 및 위치가 특정 환자의 요구에 맞춰질 수 있기 때문에 적응적이고 및/또는 개인화될 수 있다. 예를 들어, 페달은 사용자를 위해 설계된 치료 계획에 따르도록 모션 범위를 증가 또는 감소시키기 위해 즉석에서(예를 들어, 원격 의료 세션을 통해 또는 검출되는 특정 측정치에 응답하여 프로그래밍된 구성에 기초하여) 동적으로 조정될 수 있다. 일부 실시예들에서, 의료 전문가는 제어 명령어가 서버에서 치료 장치로 전송되도록 함으로써 원격 의료 세션 동안 원격으로, 치료 장치를 환자의 필요에 맞게 적응시킬 수 있다. 이러한 적응성은 환자의 회복 결과들을 개선하고, 개인화된 의료의 목표를 향상시키며, 개인별 치료 계획의 개인화를 가능하게 할 수 있다.
도 36은 컴퓨터 구현 시스템(10)의 블록도를 예시하며, 이하에서 치료 계획을 관리하기 위한 "시스템"이라 칭한다. 치료 계획 관리에는 인공 지능 엔진을 사용하여 치료 계획을 추천하고/하거나 환자에게 추천해서는 안 되는 제외 치료 계획을 제공하는 것이 포함될 수 있다.
시스템(4010)은 또한 치료 계획 관리와 관련된 데이터를 저장하고 제공하도록 구성된 서버(4030)를 포함한다. 서버(4030)는 하나 이상의 컴퓨터들을 포함할 수 있고 분산 및/또는 가상화된 컴퓨터 또는 컴퓨터들의 형태를 취할 수 있다. 서버(4030)는 또한 제1 네트워크(4034)를 통해 임상의 인터페이스(4020)와 통신하도록 구성된 제1 통신 인터페이스(4032)를 포함한다. 일부 실시예들에서, 제1 네트워크(4034)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 유선 및/또는 무선 네트워크 연결들을 포함할 수 있다. 서버(4030)는 제1 프로세서(4036) 및 제1 기계 판독 가능 저장 메모리(4038)를 포함하며, 이는 간단히 "메모리"라고 불릴 수 있는데, 제1 프로세서(4036)에 의한 실행을 위해 서버(30)의 다양한 동작들을 수행하기 위한 제1 명령어들(4040)을 보유한다. 서버(4030)는 치료 계획에 관한 데이터를 저장하도록 구성된다. 예를 들어, 메모리(4038)는 한 명 이상의 환자들을 치료하기 위한 치료 계획들에 관한 데이터와 같은 시스템 데이터를 보유하도록 구성된 시스템 데이터 저장소(4042)를 포함한다.
시스템 데이터 저장소(4042)는 청구 코드, 주문, 타이밍, 보험 제도, 법률, 규정 또는 이들의 일부 조합에 관한 규칙들 및 제약들을 포함하는 청구 절차들에 관한 데이터를 보유하도록 구성될 수 있다. 시스템 데이터 저장소(4042)는 청구 절차들 및 다양한 파라미터들(예를 들어, 생성된 금전적 가치 금액, 환자 결과, 환급 계획, 수수료, 환자들이 금액을 지불할 지불 계획, 보험 제공자에게 지불해야 하는 수익 금액 등)에 기초하여 생성된 다양한 청구 시퀀스들을 저장하도록 구성될 수 있다. 시스템 데이터 저장소(4042)는 유사한 의학적 상태를 가진 사용자들을 위한 다양한 치료 계획에 기초하여 생성된 최적의 치료 계획들, 치료 계획들에 의해 생성된 금전적 가치 금액들 및 제약들을 저장하도록 구성될 수 있다. 시스템 데이터 저장소(4042)에 저장된 임의의 데이터는 본원에 개시된 기술들 중 어느 하나를 수행할 때 인공 지능 엔진(4011)에 의해 액세스될 수 있다.
서버(4030)는 또한 치료 계획을 따르는 환자에 의한 수행에 관한 데이터를 저장하도록 구성된다. 예를 들어, 메모리(4038)는 치료 계획 내에서 각 환자의 행동을 나타내는 데이터를 포함하여, 한 명 이상의 환자들에 관한 데이터와 같은, 환자 데이터를 보유하도록 구성된 환자 데이터 저장소(4044)를 포함한다.
추가로, 사람들의 특성들(예를 들어, 개인, 행동, 측정 등), 사람들이 따르는 치료 계획, 치료 계획의 준수 수준 및 치료 계획의 결과들은 상관 관계 및 기타 통계 또는 확률적 조치를 사용하여 환자 데이터 저장소(4044)에서 치료 계획을 다른 환자 코호트 등가 데이터베이스로 분할을 가능하게 하거나 분할할 수 있다. 예를 들어, 제1 유사한 부상, 제1 유사한 의료 상태, 수행된 제1 유사한 의료 절차, 제1 환자가 따르는 제1 치료 계획, 및 제1 치료 계획 결과에 대한 데이터가 제1 환자 데이터베이스에 저장될 수 있다. 제2 유사한 부상, 제2 유사한 의료 상태, 수행된 제2 유사한 의료 절차, 제2 환자가 따르는 제2 치료 계획, 및 제2 치료 계획 결과에 대한 데이터가 제2 환자 데이터베이스에 저장될 수 있다. 단일 특성 또는 특성들의 임의의 조합이 환자들의 코호트들을 분리하는 데 사용될 수 있다. 일부 실시예들에서, 서로 다른 환자들의 코호트들은 동일한 데이터베이스의 서로 다른 파티션들 또는 볼륨들에 저장될 수 있다. 수학적 조합 및/또는 분할 이론에 의해 제한되는 경우를 제외하고, 허용되는 서로 다른 환자들의 코호트들의 수에 대한 특정 제한은 없다.
이러한 특성 데이터, 치료 계획 데이터 및 결과 데이터는 시간이 지남에 따라 수많은 치료 장치들 및/또는 컴퓨팅 디바이스들로부터 획득되며 환자 데이터 저장소에 저장될 수 있다. 특성 데이터, 치료 계획 데이터 및 결과 데이터는 환자 데이터 저장소(4044)의 환자-코호트 데이터베이스들에서 상관될 수 있다. 사람들의 특성들은 개인 정보, 행동 정보 및/또는 측정 정보를 포함할 수 있다.
환자 코호트 등가 데이터베이스들에 저장된 다른 사람들에 대한 이력 정보 외에, 치료 중인 현재 환자에 대한 현재 환자 특성들에 기초한 실시간 또는 거의 실시간 정보가 적절한 환자 코호트 등가 데이터베이스에 저장될 수 있다. 환자의 특성들은 특정 코호트(예를 들어, 코호트 A)의 다른 사람의 특성들과 일치하거나 유사한 것으로 결정될 수 있으며 환자는 해당 코호트에 할당될 수 있다.
일부 실시예들에서, 서버(4030)는 본원에 개시된 실시예들 중 적어도 하나를 수행하기 위해 하나 이상의 기계 학습 모델들(4013)을 사용하는 인공 지능(AI) 엔진(4011)을 실행할 수 있다. 서버(4030)는 하나 이상의 기계 학습 모델들(4013)을 생성할 수 있는 훈련 엔진(409)을 포함할 수 있다. 기계 학습 모델들(4013)은 무엇보다도 그들의 특성들에 기초하여 사람들을 특정 코호트들에 할당하고, 환자 코호트 등가물을 포함하는 실시간 및 이력 데이터 상관 관계를 사용하여 치료 계획을 선택하고, 치료 기기(4070)를 제어하도록 훈련될 수 있다. 기계 학습 모델들(4013)은 청구 절차, 청구 순서 및/또는 다양한 파라미터들에 맞춰진 치료 계획들(예를 들어, 의료 전문가에게 지불할 수수료, 환자가 지불해야할 금액의 지불 계획, 상환 계획, 보험 제공자에게 지불해야 할 수익 금액 또는 이들의 조합)을 생성하도록 훈련될 수 있다. 기계 학습 모델들(4013)은 제약들에 기초하여, 다양한 파라미터들(예를 들어, 생성된 금전적 가치 금액, 환자 결과, 위험 등)에 맞춰진 최적의 치료 계획들을 생성하도록 훈련될 수 있다. 하나 이상의 기계 학습 모델들(4013)은 훈련 엔진(9)에 의해 생성될 수 있고 훈련 엔진(409) 및/또는 서버들(4030)의 하나 이상의 처리 장치들에 의해 실행 가능한 컴퓨터 명령어들로 구현될 수 있다. 하나 이상의 기계 학습 모델들(4013)을 생성하기 위해, 훈련 엔진(409)은 하나 이상의 기계 학습 모델들(4013)을 훈련시킬 수 있다. 하나 이상의 기계 학습 모델들(4013)은 인공 지능 엔진(4011)에 의해 사용될 수 있다.
훈련 엔진(409)은 랙마운트 서버, 라우터 컴퓨터, 개인용 컴퓨터, 휴대용 디지털 어시스턴트, 스마트폰, 랩탑 컴퓨터, 태블릿 컴퓨터, 넷북, 데스크톱 컴퓨터, 사물 인터넷(IoT) 장치, 임의의 기타 바람직한 컴퓨팅 디바이스 또는 상기의 임의의 조합일 수 있다. 훈련 엔진(409)은 클라우드 기반 또는 실시간 소프트웨어 플랫폼일 수 있고, 프라이버시 소프트웨어 또는 프로토콜 및/또는 보안 소프트웨어 또는 프로토콜들을 포함할 수 있다.
하나 이상의 기계 학습 모델들(4013)을 훈련시키기 위해, 훈련 엔진(409)은 치료 장치(4070)를 사용하여 치료 계획들을 수행한 사람들의 의학적 상태에 관한 정보(예를 들어, 특성들, 의학적 진단 코드 등) 코퍼스의 훈련 데이터 세트, 치료 장치(4070)를 사용하는 사람들에 의해 수행된 치료 계획들의 세부 사항들(예를 들어, 운동을 포함하는 치료 프로토콜, 운동을 수행하는 시간, 환자가 따라야 할 지침들, 운동을 수행하는 빈도, 운동 일정, 치료 계획의 각 단계에 걸쳐 치료 장치(4070)의 파라미터/구성/설정 등), 사람들에 의해 수행된 치료 계획의 결과들, 치료 계획들과 관련된 금전적 가치 금액 세트, 제약 세트(예를 들어, 치료 계획, 법률, 규정 세트와 관련된 청구 코드들에 관한 규칙들 등), 치료 계획 지침들과 관련된 청구 절차(예를 들어, 청구 코드, 주문, 타이밍 및 제약에 관한 규칙) 세트, 파라미터 세트(예를 들어, 의료 전문가에게 지불할 요금, 환자가 빚진 금액을 지불하기 위한 지불 계획, 상환 계획, 보험 제공자에게 지불할 수익 금액, 또는 이들의 일부 조합, 치료 계획, 생성된 금전적 가치 금액, 위험 등), 보험 제도 등을 사용할 수 있다.
하나 이상의 기계 학습 모델들(4013)은 특정 코호트에 할당될 시 다른 사람들의 특성들과 환자의 특성들의 패턴들을 일치시키도록 훈련될 수 있다. "일치"라는 용어는 정확한 일치, 상관 일치, 상당한 일치 등을 지칭할 수 있다. 하나 이상의 기계 학습 모델들(4013)은 입력으로서 환자의 특성들을 수신하고, 그 특성들을 코호트에 할당된 사람들의 특성들에 매핑하고, 해당 코호트로부터 치료 계획을 선택하도록 훈련될 수 있다. 하나 이상의 기계 학습 모델들(4013)은 또한 치료 계획에 기초하여 기계 학습 장치(4070)를 제어하도록 훈련될 수 있다.
하나 이상의 기계 학습 모델들(4013)은 제1 파라미터 세트(예를 들어, 의학적 상태를 갖는 환자들에 대한 치료 계획들, 치료 계획들과 관련된 금전적 가치 금액 세트, 환자 결과, 및/또는 제약 세트)를 최적의 치료 계획과 관련된 제2 파라미터 세트와의 패턴들을 매치시키도록 훈련될 수 있다. 하나 이상의 기계 학습 모델들(4013)은 입력으로서 제1 파라미터 세트를 수신하고, 최적의 치료 계획과 관련된 제2 파라미터 세트에 특성들을 매핑하고, 최적의 치료 계획을 치료 계획으로 선택하도록 훈련될 수 있다. 하나 이상의 기계 학습 모델들(4013)은 또한 치료 계획에 기초하여 기계 학습 장치(4070)를 제어하도록 훈련될 수 있다.
하나 이상의 기계 학습 모델들(4013)은 제1 파라미터 세트(예를 들어, 의학적 상태와 관련된 정보, 의학적 상태를 갖는 환자들에 대한 치료 계획들, 환자 결과들, 치료 계획에서 환자가 따라야할 지침들, 지침들과 관련된 청구 절차 세트 및/또는 제약 세트)를 청구 시퀀스 및/또는 최적의 치료 계획과 관련된 제2 파라미터 세트와의 패턴들을 매치시키도록 훈련될 수 있다. 하나 이상의 기계 학습 모델들(4013)은 입력으로서 제1 파라미터 세트를 수신하고, 제1 파라미터 세트를 청구 시퀀스 및/또는 최적의 치료 계획과 관련된 제2 파라미터 세트와 매핑 또는 관련시키거나 알고리즘적으로 관련시키고, 환자에 대한 청구 시퀀스 및/또는 최적의 치료 계획을 선택하도록 훈련될 수 있다. 일부 실시예들에서, 하나 이상의 최적의 치료 계획들이 선택되어 의료 전문가 및/또는 환자의 컴퓨팅 디바이스에 제공되도록 할 수 있다. 하나 이상의 기계 학습 모델들(4013)은 또한 치료 계획에 기초하여 기계 학습 장치(4070)를 제어하도록 훈련될 수 있다.
상이한 기계 학습 모델들(4013)은 상이한 파라미터들에 맞춰진 상이한 치료 계획들을 추천하도록 훈련될 수 있다. 예를 들어, 하나의 기계 학습 모델은 생성된 최대 금전적 가치 금액에 대한 치료 계획을 추천하도록 훈련될 수 있는 반면, 다른 기계 학습 모델은 환자 결과에 기초하여, 또는 금전적 가치 금액과 환자 결과의 조합에 기초하여, 또는 이러한 목표 및/또는 추가 목표에 기초하여 치료 계획을 추천하도록 훈련될 수 있다. 또한, 상이한 기계 학습 모델들(4013)은 상이한 파라미터들에 맞춰진 상이한 청구 시퀀스들을 추천하도록 훈련될 수 있다. 예를 들어, 하나의 기계 학습 모델은 의료 전문가에게 지불될 최대 수수료에 대한 청구 시퀀스들을 추천하도록 훈련될 수 있는 반면, 다른 기계 학습 모델은 환급 계획에 기초하여 청구 시퀀스들을 추천하도록 훈련될 수 있다.
훈련 입력들 및 대응되는 타겟 출력들을 포함하는 훈련 데이터를 사용하여, 하나 이상의 기계 학습 모델들(4013)은 훈련 엔진(409)에 의해 생성된 모델 아티팩트들을 지칭할 수 있다. 훈련 엔진(409)은 훈련 데이터에서 패턴들을 찾을 수 있으며, 이러한 패턴들은 훈련 입력을 타겟 출력에 매핑하고, 이러한 패턴들을 캡처하는 기계 학습 모델들(4013)을 생성한다. 일부 실시예들에서, 인공 지능 엔진(4011), 데이터베이스 및/또는 훈련 엔진(409)은 도 36에 도시된 다른 컴포넌트(예를 들어, 어시스턴트 인터페이스(4094), 임상의 인터페이스(4020) 등)에 상주할 수 있다.
하나 이상의 기계 학습 모델들(4013)은 예를 들어 단일 레벨의 선형 또는 비선형 동작들(예를 들어, 서포트 벡터 머신[SVM])을 포함할 수 있거나 기계 학습 모델들(4013)은 심층 네트워크, 즉 여러 레벨의 비선형 동작들을 포함하는 기계 학습 모델일 수 있다. 심층 네트워크들의 예들은 생성적 적대 네트워크, 컨볼루션 신경망, 하나 이상의 히든 층들이 있는 순환 신경망, 완전 연결 신경망(예를 들어, 각 뉴런은 출력 신호를 나머지 뉴런들의 입력뿐만 아니라 자신에게로 그 출력 신호를 전송할 수 있음)을 포함하는 신경망들이다. 예를 들어, 기계 학습 모델은 다양한 뉴런들을 사용하여 계산들(예를 들어, 내적들)을 수행하는 수많은 층들 및/또는 히든 층들을 포함할 수 있다.
시스템(4010)은 또한 환자에게 정보를 전달하고 환자로부터 피드백을 수신하도록 구성된 환자 인터페이스(4050)를 포함한다. 구체적으로, 환자 인터페이스는 입력 장치(4052) 및 출력 장치(4054)를 포함하며, 이들은 총칭하여 환자 사용자 인터페이스(4052, 4054)라고 할 수 있다. 입력 장치(4052)는 키보드, 마우스, 터치 스크린 입력, 제스처 센서, 및/또는 음성 인식을 위해 구성된 마이크 및 프로세서와 같은 하나 이상의 장치들을 포함할 수 있다. 출력 장치(4054)는 예를 들어 컴퓨터 모니터, 또는 태블릿, 스마트폰 또는 스마트 워치상의 디스플레이 화면을 포함하는 하나 이상의 상이한 형태들을 취할 수 있다. 출력 장치(4054)는 프로젝터, 가상 현실 기능, 증강 현실 기능 등과 같은 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 출력 장치(4054)는 다양한 상이한 시각적, 오디오 또는 기타 프리젠테이션 기술들을 통합할 수 있다. 예를 들어, 출력 장치(4054)는 구어 및/또는 톤, 차임 및/또는 멜로디와 같은 기타 사운드를 포함할 수 있는 오디오 신호와 같은 비시각적 디스플레이를 포함할 수 있으며, 이는 서로 다른 조건들 및/또는 방향들을 신호로 나타낼 수 있다. 출력 장치(4054)는 환자가 사용하기 위한 다양한 데이터 및/또는 인터페이스들 또는 제어들을 제시하는 하나 이상의 상이한 디스플레이 화면들을 포함할 수 있다. 출력 장치(4054)는 웹 기반 인터페이스 및/또는 컴퓨터 프로그램 또는 애플리케이션(앱)에 의해 제시될 수 있는 그래픽들을 포함할 수 있다.
일부 실시예들에서, 출력 장치(4054)는 추천 치료 계획, 청구 시퀀스 등을 환자에게 제시할 수 있는 사용자 인터페이스를 제시할 수 있다. 사용자 인터페이스는 사용자가 수행할 치료 계획을 선택할 수 있게 하는 하나 이상의 그래픽 요소들을 포함할 수 있다. 입력 장치(4054)를 통해 치료 계획과 관련된 그래픽 요소(예를 들어, "시작" 버튼)의 선택 수신에 응답하여, 환자 인터페이스(4050)는 치료 장치(4070)의 컨트롤러(4072)에 제어 신호를 전달할 수 있고, 제어 신호는 치료 장치(4070)가 선택된 치료 계획의 실행을 시작하게 한다. 아래에 설명된 바와 같이, 제어 신호는 예컨대 액추에이터(4078)의 작동을 야기함으로써(예를 들어, 모터가 특정 속도로 치료 장치의 페달의 회전을 구동하게 하여), 측정치들이 센서(4076)를 통해 얻어지도록 함으로써, 선택된 치료 계획에 기초하여, 치료 장치(4070)를 제어할 수 있다. 환자 인터페이스(4050)는 로컬 통신 인터페이스(4068)를 통해 제어 신호를 치료 장치(4070)에 전달할 수 있다.
도 36에 도시된 바와 같이, 환자 인터페이스(4050)는 제2 네트워크(4058)를 통해 서버(4030) 및/또는 임상의 인터페이스(4020)와 통신하도록 구성된 원격 통신 인터페이스라고도 불릴 수 있는 제2 통신 인터페이스(4056)를 포함한다. 일부 실시예들에서, 제2 네트워크(58)는 이더넷 네트워크와 같은 근거리 통신망(LAN)을 포함할 수 있다. 일부 실시예들에서, 제2 네트워크(4058)는 인터넷을 포함할 수 있고, 환자 인터페이스(4050)와 서버(4030) 및/또는 임상의 인터페이스(4020) 사이의 통신은 예를 들어 가상 사설망(VPN)을 사용하는 것과 같은 암호화를 통해 보안될 수 있다. 일부 실시예들에서, 제2 네트워크(4058)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 유선 및/또는 무선 네트워크 연결들을 포함할 수 있다. 일부 실시예들에서, 제2 네트워크(4058)는 제1 네트워크(4034)와 동일한 것일 수 있고/있거나 그에 동작 가능하게 결합될 수 있다.
환자 인터페이스(4050)는 제2 프로세서(4060) 및 환자 인터페이스(4050)의 다양한 동작들을 수행하기 위해 제2 프로세서(4060)에 의한 실행을 위한 제2 명령어들(64)을 보유하는 제2 기계 판독 가능 저장 메모리(4062)를 포함한다. 제2 기계 판독 가능 저장 메모리(4062)는 또한 치료 계획에 관한 데이터와 같은 데이터 및/또는 치료 계획 내에서 환자의 행동을 나타내는 데이터와 같은 환자 데이터를 보유하도록 구성된 로컬 데이터 저장소(66)를 포함한다. 환자 인터페이스(4050)는 또한 환자 인터페이스(4050) 부근에서 환자가 사용하기 위한 다양한 디바이스들과 통신하도록 구성된 로컬 통신 인터페이스(4068)를 포함한다. 로컬 통신 인터페이스(4068)는 유선 및/또는 무선 통신들을 포함할 수 있다. 일부 실시예들에서, 로컬 통신 인터페이스(4068)는 Wi-Fi, 블루투스, 지그비, 근거리 통신(NFC), 셀룰러 데이터 네트워크 등과 같은 로컬 무선 네트워크를 포함할 수 있다.
시스템(4010)은 또한 치료 계획에 따라 활동들을 수행하기 위해 환자에 의해 조작되고/되거나 환자의 신체 부위를 조작하도록 구성된 치료 장치(4070)를 포함한다. 일부 실시예들에서, 치료 장치(4070)는 정형외과적 재활 요법일 수 있는 재활 요법의 수행 및/또는 수행을 돕도록 구성된 운동 및 재활 장치의 형태를 취할 수 있고, 치료는 관절 또는 뼈 또는 근육군과 같은 환자의 신체 부위의 재활을 포함한다. 치료 장치(4070)는 환자를 치료하고/하거나 환자를 운동시키기 위해 다른 컴퓨팅 디바이스를 통해 원위에서 제어되도록 구성된 임의의 적합한 의료, 재활, 치료 등의 장치일 수 있다. 치료 장치(4070)는 하나 이상의 추, 전기 기계식 자전거, 전기 기계식 스핀-휠, 스마트 미러, 트레드밀, 진동 장치 등을 포함하는 전기 기계식 기계일 수 있다, 신체 부위는 예를 들어, 척추, 손, 발, 무릎 또는 어깨를 포함할 수 있다. 신체 부위는 하나 이상의 척추, 힘줄 또는 인대와 같은 관절, 뼈 또는 근육군의 일부를 포함할 수 있다. 도 36에 도시된 바와 같이, 치료 장치(4070)는 하나 이상의 프로세서들, 컴퓨터 메모리 및/또는 다른 컴포넌트들을 포함할 수 있는 컨트롤러(4072)를 포함한다. 치료 장치(4070)는 또한 로컬 통신 인터페이스(4068)를 통해 환자 인터페이스(4050)와 통신하도록 구성된 제4 통신 인터페이스(4074)를 포함한다. 치료 장치(4070)는 또한 하나 이상의 내부 센서들(4076) 및 모터와 같은 액추에이터(4078)를 포함한다. 액추에이터(4078)는 예를 들어 환자의 신체 일부를 움직이게 하기 위해 및/또는 환자에 의한 힘에 저항하기 위해 사용될 수 있다.
내부 센서들(4076)은 예를 들어 힘, 위치, 속력(speed), 속도(velocity) 및/또는 가속도와 같은 치료 장치(4070)의 하나 이상의 동작 특성들을 측정할 수 있다. 일부 실시예들에서, 내부 센서들(4076)은 환자 신체 부위의 직선 운동 또는 각운동 중 적어도 하나를 측정하도록 구성된 위치 센서를 포함할 수 있다. 예를 들어, 위치 센서 형태의 내부 센서(4076)는 환자가 치료 장치(4070)의 일부를 움직이게 할 수 있는 거리를 측정할 수 있으며, 이러한 거리는 환자의 신체 일부가 달성할 수 있는 모션 범위에 대응할 수 있다. 일부 실시예들에서, 내부 센서들(4076)은 환자에 의해 가해지는 힘을 측정하도록 구성된 힘 센서를 포함할 수 있다. 예를 들어, 힘 센서 형태의 내부 센서(4076)는 환자가 특정 신체 부위를 사용하여 치료 장치(4070)에 인가할 수 있는 힘 또는 무게를 측정할 수 있다.
도 36에 도시된 시스템(4010)은 또한 환자 인터페이스(4050)의 로컬 통신 인터페이스(4068)를 통해 서버(4030)와 통신하는 보행 센서(4082)를 포함한다. 보행 센서(4082)는 환자가 걸은 걸음 수를 추적하고 저장할 수 있다. 일부 실시예들에서, 보행 센서(4082)는 손목 밴드, 손목시계 또는 스마트 워치의 형태를 취할 수 있다. 일부 실시예들에서, 보행 센서(4082)는 스마트폰과 같은 전화기 내에 통합될 수 있다. 일부 실시예들에서, 보행 센서(4082)는 신발, 벨트 및/또는 바지와 같은 의류 물품 내에 통합될 수 있다.
도 36에 도시된 시스템(4010)은 또한 환자 인터페이스(4050)의 로컬 통신 인터페이스(4068)를 통해 서버(4030)와 통신하는 고니오미터(4084)를 포함한다. 고니오미터(4084)는 환자 신체 부위의 각도를 측정한다. 예를 들어, 고니오미터(4084)는 환자의 무릎 또는 팔꿈치 또는 어깨의 굴곡 각도를 측정할 수 있다.
도 36에 도시된 시스템(4010)은 또한 환자 인터페이스(4050)의 로컬 통신 인터페이스(4068)를 통해 서버(4030)와 통신하는 압력 센서(4086)를 포함한다. 압력 센서(4086)는 환자의 신체 부위에 의해 가해지는 압력 또는 무게의 양을 측정한다. 예를 들어, 압력 센서(4086)는 고정식 자전거의 페달을 밟을 때 환자의 발에 의해 가해지는 힘의 양을 측정할 수 있다.
도 36에 도시된 시스템(4010)은 또한 임상의 인터페이스(4020)와 유사하거나 동일할 수 있는 감독 인터페이스(4090)를 포함한다. 일부 실시예들에서, 감독 인터페이스(4090)는 임상의 인터페이스(4020)에 제공되는 것 이상으로 향상된 기능을 가질 수 있다. 감독 인터페이스(4090)는 정형외과의와 같이 치료 계획을 책임지는 사람이 사용하도록 구성될 수 있다.
도 36에 도시된 시스템(4010)은 또한 임상의 인터페이스(4020)와 유사하거나 동일할 수 있는 보고 인터페이스(4092)를 포함한다. 일부 실시예들에서, 보고 인터페이스(4092)는 임상의 인터페이스(4020)에 제공되는 것보다 적은 기능을 가질 수 있다. 예를 들어, 보고 인터페이스(4092)는 치료 계획을 수정할 능력이 없을 수 있다. 이러한 보고 인터페이스(4092)는 예를 들어 청구 목적을 위한 시스템(4010)의 사용을 결정하기 위해 청구인에 의해 사용될 수 있다. 다른 예에서, 보고 인터페이스(4092)는 데이터 주체에 관한 특정 데이터 필드 및/또는 데이터 주체의 준-식별자(quasi-identifier)에 관한 특정 데이터 필드에 대한 가명(pseudonymized) 데이터 및/또는 익명(anonymized) 데이터만을 제시하는, 환자 식별 정보를 디스플레이하는 능력이 없을 수 있다. 이러한 보고 인터페이스(4092)는 예를 들어 상이한 환자들에 대한 치료 계획의 다양한 효과들을 결정하기 위해 연구원에 의해 사용될 수 있다.
시스템(4010)은 의사, 간호사, 물리 치료사 또는 기술자와 같은 어시스턴트가 환자 인터페이스(4050) 및/또는 치료 장치(4070)와 원격으로 통신하기 위한 어시스턴트 인터페이스(4094)를 포함한다. 이러한 원격 통신은 어시스턴트가 시스템(4010)을 사용하여 환자에게 보조 또는 안내를 제공하도록 할 수 있다. 보다 구체적으로, 어시스턴트 인터페이스(4094)는 예를 들어 제1 네트워크(4034) 및/또는 제2 네트워크(4058)를 통한 것과 같은 네트워크 연결을 통해 원격 의료 신호(4096, 4097, 4098a, 4098b, 4099a, 4099b)를 환자 인터페이스(4050)와 통신하도록 구성된다. 원격 의료 신호(4096, 4097, 4098a, 4098b, 4099a, 4099b)는 오디오 신호(4096), 시청각 신호(4097), 환자 인터페이스(4050)의 기능을 제어하기 위한 인터페이스 제어 신호(4098a), 환자 인터페이스(4050)의 상태를 모니터링을 위한 인터페이스 모니터 신호(4098b), 치료 장치(4070)의 동작 파라미터를 변경하기 위한 장치 제어 신호(4099a) 및/또는 치료 장치(4070)의 상태를 모니터링하기 위한 장치 모니터 신호(4099b) 중 하나를 포함한다. 일부 실시예들에서, 각각의 제어 신호들(4098a, 4099a)은 어시스턴트 인터페이스(4094)로부터 환자 인터페이스(4050)로 명령들을 전달하는 단방향일 수 있다. 일부 실시예들에서, 제어 신호(4098a, 4099a)의 성공적인 수신에 응답하여 및/또는 요청된 제어 동작의 성공적인 및/또는 실패한 구현을 전달하는 것에 응답하여, 확인응답 메시지가 환자 인터페이스(4050)로부터 어시스턴트 인터페이스(4094)로 전송될 수 있다. 일부 실시예들에서, 각각의 모니터 신호들(4098b, 4099b)은 환자 인터페이스(4050)로부터 어시스턴트 인터페이스(4094)로의 단방향의, 상태-정보 명령들일 수 있다. 일부 실시예들에서, 모니터 신호들(4098b, 4099b) 중 하나를 성공적으로 수신한 것에 응답하여 확인응답 메시지가 어시스턴트 인터페이스(4094)로부터 환자 인터페이스(4050)로 전송될 수 있다.
일부 실시예들에서, 환자 인터페이스(4050)는 어시스턴트 인터페이스(4094) 및/또는 서버(4030)와 같은 하나 이상의 다른 디바이스들과 치료 장치(4070) 사이의 장치 제어 신호들(4099a) 및 장치 모니터 신호들(4099b)을 위한 패스-스루로서 구성될 수 있다. 예를 들어, 환자 인터페이스(4050)는 어시스턴트 인터페이스(3094)로부터의 원격 의료 신호(4096, 4097, 4098a, 4098b, 4099a, 4099b) 내의 장치 제어 신호(4099a)에 응답하여 장치 제어 신호(4099a)를 전송하도록 구성될 수 있다.
일부 실시예들에서, 어시스턴트 인터페이스(4094)는 임상의 인터페이스(4020)로서 공유된 물리적 디바이스 상에 제시될 수 있다. 예를 들어, 임상의 인터페이스(4020)는 어시스턴트 인터페이스(4094)를 구현하는 하나 이상의 화면들을 포함할 수 있다. 추가로 또는 대안으로, 임상의 인터페이스(4020)는 어시스턴트 인터페이스(4094)의 양태들을 구현하기 위해, 비디오 카메라, 스피커 및/또는 마이크와 같은 추가 하드웨어 컴포넌트들을 포함할 수 있다.
일부 실시예들에서, 원격 의료 신호(4096, 4097, 4098a, 4098b, 4099a, 4099b)의 하나 이상의 부분들은 환자 인터페이스(4050)의 출력 장치(4054)에 의한 프리젠테이션을 위해 미리 녹음된 소스(예를 들어, 오디오 녹음, 비디오 녹음 또는 애니메이션)로부터 생성될 수 있다. 예를 들어, 튜토리얼 비디오는 서버(4030)로부터 스트리밍되어 환자 인터페이스(4050)에 제시될 수 있다. 미리 녹음된 소스로부터의 콘텐트는 환자 인터페이스(4050)를 통해 환자에 의해 요청될 수 있다. 대안으로, 어시스턴트 인터페이스(4094) 상의 제어를 통해, 어시스턴트는 미리 녹음된 소스로부터의 콘텐트가 환자 인터페이스(4050)에서 재생되도록 할 수 있다.
어시스턴트 인터페이스(4094)는 어시스턴트 입력 장치(4022) 및 어시스턴트 디스플레이(4024)를 포함하며, 이는 집합적으로 어시스턴트 사용자 인터페이스(4022, 4024)로 불릴 수 있다. 어시스턴트 입력 장치(4022)는 예를 들어 전화기, 키보드, 마우스, 트랙패드 또는 터치 스크린 중 하나 이상을 포함할 수 있다. 추가로 또는 대안으로, 어시스턴트 입력 장치(4022)는 하나 이상의 마이크들을 포함할 수 있다. 일부 실시예들에서, 하나 이상의 마이크들은 전화 핸드셋, 헤드셋, 또는 어시스턴트가 환자 인터페이스(4050)를 통해 환자에게 말하도록 구성된 광역 마이크 또는 마이크들의 형태를 취할 수 있다. 일부 실시예들에서, 어시스턴트 입력 장치(4022)는 하나 이상의 마이크들을 사용하여 어시스턴트에 의한 음성 명령어들을 해석하도록 구성된 하드웨어 및/또는 소프트웨어와 함께, 음성 기반 기능들을 제공하도록 구성될 수 있다. 어시스턴트 입력 장치(4022)는 애플(Apple)의 시리(Siri), 아마존(Amazon)의 알렉사(Alexa), 구글 어시스턴트(Google Assistant) 또는 삼성(Samsung)의 빅스비(Bixby)와 같은 기존의 음성 기반 어시스턴트들에 의해 제공되거나 이와 유사한 기능을 포함할 수 있다. 어시스턴트 입력 장치(4022)는 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 어시스턴트 입력 장치(4022)는 하나 이상의 범용 디바이스들 및/또는 특수 목적 디바이스들을 포함할 수 있다.
어시스턴트 디스플레이(4024)는 예를 들어 컴퓨터 모니터, 또는 태블릿, 스마트폰 또는 스마트 워치상의 디스플레이 화면을 포함하는 하나 이상의 상이한 형태들을 취할 수 있다. 어시스턴트 디스플레이(4024)는 프로젝터, 가상 현실 기능 또는 증강 현실 기능 등과 같은 기타 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다. 어시스턴트 디스플레이(4024)는 다양한 상이한 시각적, 오디오 또는 기타 프리젠테이션 기술들을 통합할 수 있다. 예를 들어, 어시스턴트 디스플레이(4024)는 구어 및/또는 톤, 차임, 멜로디 및/또는 조성과 같은 기타 사운드를 포함할 수 있는 오디오 신호와 같은 비시각적 디스플레이를 포함할 수 있으며, 이는 서로 다른 조건들 및/또는 방향들을 신호로 나타낼 수 있다. 어시스턴트 디스플레이(4024)는 어시스턴트가 사용하기 위한 다양한 데이터 및/또는 인터페이스들 또는 제어들을 제시하는 하나 이상의 상이한 디스플레이 화면들을 포함할 수 있다. 어시스턴트 디스플레이(4024)는 웹 기반 인터페이스 및/또는 컴퓨터 프로그램 또는 애플리케이션(앱)에 의해 제시될 수 있는 그래픽들을 포함할 수 있다.
일부 실시예들에서, 시스템(4010)은 어시스턴트 인터페이스(4094)로부터 환자 인터페이스(4050)로 및/또는 그 반대로 언어의 컴퓨터 번역을 제공할 수 있다. 언어의 컴퓨터 번역은 구어의 컴퓨터 번역 및/또는 텍스트의 컴퓨터 번역을 포함할 수 있다. 추가로 또는 대안으로, 시스템(4010)은 음성 인식 및/또는 텍스트의 음성 발음을 제공할 수 있다. 예를 들어, 시스템(4010)은 구어를 인쇄된 텍스트로 변환할 수 있고/있거나 시스템(4010)은 인쇄된 텍스트로부터 언어를 들을 수 있게 말할 수 있다. 시스템(4010)은 환자, 임상의 및/또는 어시스턴트 중 어느 하나 또는 모두에 의한 구어를 인식하도록 구성될 수 있다. 일부 실시예들에서, 시스템(4010)은 환자에 의한 음성 요청들 또는 명령들을 인식하고 반응하도록 구성될 수 있다. 예를 들어, 시스템(4010)은 환자의 구두 명령(이는 몇 가지 상이한 언어들 중 어느 하나로 주어질 수 있음)에 응답하여 원격 의료 세션을 자동으로 시작할 수 있다.
일부 실시예들에서, 서버(4030)는 어시스턴트 인터페이스(4094)에 의한 프리젠테이션을 위해 어시스턴트 디스플레이(4024)의 양태들을 생성할 수 있다. 예를 들어, 서버(4030)는 어시스턴트 디스플레이(4024) 상에 제시하기 위한 디스플레이 화면들을 생성하도록 구성된 웹 서버를 포함할 수 있다. 예를 들어, 인공 지능 엔진(4011)은 환자들을 위한 치료 계획들, 청구 시퀀스들 및/또는 제외 치료 계획들을 생성하고, 어시스턴트 인터페이스(4094)의 어시스턴트 디스플레이(4024) 상에 제시하기 위한 이러한 치료 계획들, 청구 시퀀스들 및/또는 외부 치료 계획들을 포함하는 디스플레이 화면들을 생성할 수 있다. 일부 실시예들에서, 어시스턴트 디스플레이(4024)는 서버(4030)에 의해 호스팅되는 가상화된 데스크탑을 제시하도록 구성될 수 있다. 일부 실시예들에서, 서버(4030)는 제1 네트워크(4034)를 통해 어시스턴트 인터페이스(4094)와 통신하도록 구성될 수 있다. 일부 실시예들에서, 제1 네트워크(4034)는 이더넷 네트워크와 같은 근거리 통신망(LAN)을 포함할 수 있다. 일부 실시예들에서, 제1 네트워크(4034)는 인터넷을 포함할 수 있고, 서버(4030)와 어시스턴트 인터페이스(4094) 사이의 통신은 예를 들어 가상 사설망(VPN)을 통해 암호화하는 것과 같은 프라이버시 강화 기술들을 통해 보안될 수 있다. 대안으로 또는 추가로, 서버(4030)는 제1 네트워크(4034) 및/또는 직접 유선 또는 무선 통신 채널과 같은 기타 통신 수단과 독립적인 하나 이상의 네트워크들을 통해 어시스턴트 인터페이스(4094)와 통신하도록 구성될 수 있다. 일부 실시예들에서, 환자 인터페이스(4050) 및 치료 장치(4070)는 어시스턴트 인터페이스(4094)의 위치로부터 지리적으로 분리된 환자 위치로부터 각각 동작할 수 있다. 예를 들어, 환자 인터페이스(4050) 및 치료 장치(4070)는 클리닉 또는 콜 센터와 같은 중앙 위치에서 어시스턴트 인터페이스(4094)를 사용하여 원격으로 도움을 받을 수 있는 가정 내 재활 시스템의 일부로서 사용될 수 있다.
일부 실시예들에서, 어시스턴트 인터페이스(4094)는 예를 들어, 하나 이상의 콜 센터 또는 하나 이상의 임상의 사무실에서 함께 그룹화될 수 있는 여러 상이한 단말기들(예를 들어, 컴퓨팅 디바이스들) 중 하나일 수 있다. 일부 실시예들에서, 복수의 어시스턴트 인터페이스들(4094)이 지리적으로 분산될 수 있다. 일부 실시예들에서, 사람은 임의의 기존 사무실 인프라에서 원격으로 어시스턴트로 일할 수 있다. 이러한 원격 작업은 예를 들어 어시스턴트 인터페이스(94)가 컴퓨터 및/또는 전화기의 형태를 취하는 경우에 수행될 수 있다. 이 원격 작업 기능은 어시스턴트를 위한 파트 타임 및/또는 플렉서블 근무 시간을 포함할 수 있는 재택 근무를 허용할 수 있다.
도 37 내지 38은 치료 장치(4070)의 일 실시예를 도시한다. 보다 구체적으로, 도 37은 간단히 고정식 자전거라고 부를 수 있는 고정식 사이클링 기계(4100) 형태의 치료 장치(4070)를 도시한다. 고정식 사이클링 기계(4100)는 차축(4106)을 중심으로 회전하기 위해 페달 아암(4104)에 각각 부착된 페달(4102) 세트를 포함한다. 일부 실시예들에서, 그리고 도 37에 도시된 바와 같이, 페달들(4102)은 환자가 페달을 밟을 때 사용되는 모션 범위를 조정하기 위해 페달 아암(4104)에서 움직일 수 있다. 예를 들어, 차축(4106)을 향해 내측으로 위치되는 페달들은 페달이 차축(4106)으로부터 외측으로 위치될 때보다 더 작은 모션 범위에 대응한다. 압력 센서(4086)는 환자가 페달(4102)에 인가되는 힘의 양을 측정하기 위해 페달들(4102) 중 하나 이상에 부착되거나 그 내에 임베디드된다. 압력 센서(4086)는 치료 장치(4070) 및/또는 환자 인터페이스(4050)와 무선으로 통신할 수 있다.
도 39은 도 37의 치료 장치를 사용하는 사람(환자)을 도시하며, 환자 인터페이스(4050)에 연결된 센서들 및 다양한 데이터 파라미터들을 보여준다. 예시적인 환자 인터페이스(4050)는 환자가 수동으로 들고 있는 태블릿 컴퓨터 또는 스마트폰, 또는 iPad, iPhone, Android 디바이스 또는 Surface 태블릿과 같은 패블릿이다. 일부 다른 실시예들에서, 환자 인터페이스(4050)는 치료 장치(4070) 내에 임베디드되거나 그에 부착될 수 있다. 도 39는은 보행 센서(4082)가 환자 인터페이스(4050)에 그 걸음 수를 기록하고 전송했음을 나타내는 "오늘의 걸음 수(STEPS TODAY) 41355"를 나타내는 메모와 함께, 보행 센서(4082)를 손목에 착용한 환자를 도시한다. 도 39는 또한 고니오미터(4084)가 해당 무릎 각도를 측정하고 환자 인터페이스(4050)에 전송하고 있음을 나타내는 "무릎 각도(KNEE ANGLE) 72°"를 나타내는 메모와 함께, 오른쪽 무릎에 고니오미터(4084)를 착용한 환자를 도시한다. 도 39는 또한 우측 페달 압력 센서(4086)가 해당 힘 측정치를 측정하고 이를 환자 인터페이스(4050)에 전송하고 있음을 나타내는, "힘(FORCE) 12.5 lbs"를 나타내는 압력 센서(4086)를 갖는 페달들(4102) 중 하나의 우측을 도시한다. 도 39는 또한 좌측 페달 압력 센서(4086)가 해당 힘 측정치를 측정하고 이를 환자 인터페이스(4050)에 전송하고 있음을 나타내는, "힘(FORCE) 27 lbs"를 나타내는 압력 센서(4086)를 갖는 페달들(4102) 중 하나의 좌측을 도시한다. 도 36은 또한 환자가 4분 13초 동안 치료 장치(4070)를 사용하고 있음을 나타내는, "세션 시간(SESSION TIME) 0:04:13"의 표시기와 같은 다른 환자 데이터를 도시한다. 이 세션 시간은 치료 장치(4070)로부터 수신된 정보에 기초하여 환자 인터페이스(4050)에 의해 결정될 수 있다. 도 36은 또한 "통증 레벨(PAIN LEVEL) 3"을 나타내는 표시기를 도시한다. 이러한 통증 레벨은 환자 인터페이스(4050)에 제시된 질문과 같은 요청(solicitation)에 응답하여 환자로부터 얻을 수 있다.
도 40은 어시스턴트 인터페이스(4094)의 오버뷰 디스플레이(4120)의 예시적인 실시예이다. 구체적으로, 오버뷰 디스플레이(4120)는 어시스턴트가 환자 인터페이스(4050) 및/또는 치료 장치(4070)를 사용하여 환자를 원격으로 보조하기 위한 몇 가지 상이한 제어들 및 인터페이스들을 제시한다. 이 원격 어시스턴트 기능은 원격 의료(telemedicine) 또는 원격 보건라고도 할 수 있다.
구체적으로, 오버뷰 디스플레이(4120)는 치료 장치(4070)를 사용하는 환자에 관한 생체 정보를 제시하는 환자 프로파일 디스플레이(4130)를 포함한다. 환자 프로파일 디스플레이(4130)는 도 40에 도시된 바와 같이 오버뷰 디스플레이(4120)의 일부 또는 영역의 형태를 취할 수 있지만, 환자 프로파일 디스플레이(4130)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 일부 실시예들에서, 환자 프로파일 디스플레이(4130)는 환자의 생체 정보의 제한된 서브셋을 포함할 수 있다. 보다 구체적으로, 환자 프로파일 디스플레이(4130)에 제시된 데이터는 해당 정보에 대한 어시스턴트의 필요에 따라 달라질 수 있다. 예를 들어, 의료 문제로 환자를 돕고 있는 의료 전문가는 환자에 관한 의료 이력 정보를 제공받을 수 있는 반면, 치료 장치(4070)로 문제를 해결하는 기술자는 환자에 관한 훨씬 더 제한된 정보 세트를 제공받을 수 있다. 예를 들어 기술자에게는 환자의 이름만 주어질 수 있다. 환자 프로파일 디스플레이(4130)는 가명화된 데이터 및/또는 익명화된 데이터를 포함할 수 있거나, 기밀 환자 데이터가 환자 기밀성 요건을 위반할 수 있는 방식으로 통신되는 것을 방지하기 위해 임의의 프라이버시 강화 기술을 사용할 수 있다. 이러한 프라이버시 강화 기술들은, 이에 제한되는 것은 아니나, 건강보험이동성과 결과보고책무활동(Health Insurance Portability and Accountability Act; HIPAA) 또는 개인정보보호 규정(General Data Protection Regulation; GDPR)과 같은 법률, 규정 또는 기타 거버넌스 규칙을 준수할 수 있도록 할 수 있으며, 여기서 환자는 "데이터 주체(rules of governance)"로 간주될 수 있다.
일부 실시예들에서, 환자 프로파일 디스플레이(4130)는 환자가 치료 장치(4070)를 사용 시 따를 치료 계획에 관한 정보를 제시할 수 있다. 이러한 치료 계획 정보는 의사나 물리치료사와 같은 의료 전문가인 어시스턴트에 한정될 수 있다. 예를 들어, 치료 요법에 관한 문제로 환자를 돕는 의료 전문가는 치료 계획 정보를 제공받을 수 있는 반면, 치료 장치(4070)로 문제를 해결하는 기술자는 환자의 치료 계획에 관한 어떠한 정보도 제공받지 못할 수 있다.
일부 실시예들에서, 하나 이상의 추천 치료 계획들 및/또는 제외 치료 계획들이 어시스턴트에게 환자 프로파일 디스플레이(4130)에 제시될 수 있다. 하나 이상의 추천 치료 계획들 및/또는 제외 치료 계획들은 서버(4030)의 인공 지능 엔진(4011)에 의해 생성될 수 있고, 그 중에서도 원격 의료 또는 원격 보건 세션 동안 서버(4030)로부터 실시간으로 수신될 수 있다. 하나 이상의 추천 치료 계획들 및/또는 제외 치료 계획들을 제시하는 일 예가 도 42를 참조하여 아래에 설명된다.
일부 실시예들에서, 하나 이상의 치료 계획들 및/또는 치료 계획들과 연관된 청구 시퀀스들이 어시스턴트에게 환자 프로파일 디스플레이(4130)에 제시될 수 있다. 하나 이상의 치료 계획들 및/또는 치료 계획들과 연관된 청구 시퀀스들은 서버(4030)의 인공 지능 엔진(4011)에 의해 생성될 수 있고, 그 중에서도 원격 보건 세션 동안 서버(4030)로부터 실시간으로 수신될 수 있다. 하나 이상의 추천 계획들 및/또는 치료 계획들과 연관된 청구 시퀀스들을 제시하는 일 예가 도 44를 참조하여 아래에 설명된다.
일부 실시예들에서, 하나 이상의 치료 계획들 및 생성된 관련 금전적 가치 금액들, 환자 결과들 및 치료 계획들과 연관된 위험들이 어시스턴트에게 환자 프로파일 디스플레이(4130)에 제시될 수 있다. 하나 이상의 치료 계획들 및 생성된 관련 금전적 가치 금액, 환자 결과들 및 치료 계획들과 연관된 위험들은 서버(4030)의 인공 지능 엔진(4011)에 의해 생성될 수 있고, 그 중에서도 원격 보건 세션 동안 서버(4030)로부터 실시간으로 수신될 수 있다. 하나 이상의 치료 계획들 및 생성된 관련 금전적 가치 금액들, 환자 결과들 및 치료 계획들과 연관된 위험들을 제시하는 일 예가 도 47을 참조하여 아래에 설명되다.
도 40에 도시된 예시적인 오버뷰 디스플레이(4120)는 또한 치료 장치를 사용하는 환자에 관한 상태 정보를 제시하는 환자 상태 디스플레이(4134)를 포함한다. 환자 상태 디스플레이(4134)는 도 40에 도시된 바와 같이 오버뷰 디스플레이(4120)의 일부 또는 영역의 형태를 취할 수 있지만, 환자 상태 디스플레이(4134)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 환자 상태 디스플레이(4134)는 하나 이상의 외부 센서들(4082, 4084, 4086) 및/또는 치료 장치(4070)의 하나 이상의 내부 센서들(4076)로부터의 센서 데이터(4136)를 포함한다. 일부 실시예들에서, 환자 상태 디스플레이(4134)는 마지막으로 보고된 통증 레벨 또는 치료 계획 내의 진행과 같은 환자에 관한 기타 데이터(4138)를 제시할 수 있다.
사용자 액세스 제어들은 시스템(4010)의 사용자 인터페이스들(4020, 4050, 4090, 4092, 4094) 중 어느 하나 또는 모두에서 어떤 데이터가 보여질 수 있고/있거나 수정될 수 있는지를 포함하여, 액세스를 제한하는 데 사용될 수 있다. 일부 실시예들에서, 사용자 액세스 제어들은 시스템(4010)을 사용하는 임의의 주어진 사람이 어떤 정보를 사용할 수 있는지 제어하기 위해 사용될 수 있다. 예를 들어, 어시스턴트 인터페이스(4094) 상에 제시된 데이터는 어시스턴트/사용자의 필요 및/또는 해당 정보를 보기 위한 자격에 따라 설정된 권한으로 사용자 액세스 제어에 의해 제어될 수 있다.
도 40에 도시된 예시적인 오버뷰 디스플레이(4120)는 또한 환자를 보조하는 데 사용할 정보를 어시스턴트에게 제시하는 도움말 데이터 디스플레이(4140)를 포함한다. 도움말 데이터 디스플레이(4140)는 도 40에 도시된 바와 같이 오버뷰 디스플레이(4120)의 일부 또는 영역의 형태를 취할 수 있다. 도움말 데이터 디스플레이(4140)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 도움말 데이터 디스플레이(4140)는 예를 들어 환자 인터페이스(4050) 및/또는 치료 장치(4070)의 사용에 관한 자주 묻는 질문들에 대한 답변들을 제시하는 것을 포함할 수 있다. 도움말 데이터 디스플레이(4140)는 연구 데이터 또는 모범 사례들을 포함할 수도 있다. 일부 실시예들에서, 도움말 데이터 디스플레이(4140)는 환자 질문들에 응답하여 답변 또는 설명을 위한 스크립트들을 제시할 수 있다. 일부 실시예들에서, 도움말 데이터 디스플레이(4140)는 환자의 문제에 대한 근본 원인 및/또는 환자 문제에 대한 해결책을 결정하는데 사용하기 위해 어시스턴트를 위한 흐름도 또는 워크-스루를 제시할 수 있다. 일부 실시예들에서, 어시스턴트 인터페이스(4094)는 어시스턴트에 의한 사용을 위한 도움말 데이터의 동시 프리젠테이션을 위해 동일하거나 다를 수 있는 둘 이상의 도움말 데이터 디스플레이들(4140)을 제시할 수 있다. 예를 들어, 제1 도움말 데이터 디스플레이는 환자 문제의 원인을 결정하기 위한 문제 해결 흐름도를 제시하는 데 사용될 수 있고, 제2 도움말 데이터 디스플레이는 어시스턴트가 환자에게 읽을 수 있는 스크립트 정보를 제시할 수 있는데, 이러한 정보는 바람직하게는 환자가 문제를 좁히거나 해결하는 데 도움이 될 수 있는 어떤 행동을 수행하기 위한 지시들을 포함한다. 일부 실시예들에서, 제1 도움말 데이터 디스플레이의 문제 해결 흐름도에 대한 입력들에 기초하여, 제2 도움말 데이터 디스플레이가 자동으로 스크립트 정보로 채워질 수 있다.
도 40에 도시된 예시적인 오버뷰 디스플레이(4120)는 또한 환자 인터페이스(4050)에 관한 정보를 제시하고 및/또는 환자 인터페이스(4050)의 하나 이상의 설정들을 수정하기 위한 환자 인터페이스 제어(4150)를 포함한다. 환자 인터페이스 제어(4150)는 도 40에 도시된 바와 같이 오버뷰 디스플레이(4120)의 일부 또는 영역의 형태를 취할 수 있다. 환자 인터페이스 제어(4150)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 환자 인터페이스 제어(4150)는 인터페이스 모니터 신호들(4098b) 중 하나 이상을 통해 어시스턴트 인터페이스(4094)에 전달되는 정보를 제시할 수 있다. 도 40에 도시된 바와 같이, 환자 인터페이스 제어(4150)는 환자 인터페이스(4050)에 의해 제시되는 디스플레이의 디스플레이 피드(4152)를 포함한다. 일부 실시예들에서, 디스플레이 피드(4152)는 환자 인터페이스(4050)에 의해 환자에게 현재 제시되고 있는 디스플레이 화면의 라이브 복사본을 포함할 수 있다. 즉, 디스플레이 피드(4152)는 환자 인터페이스(4050)의 디스플레이 화면 상에 제시되는 것의 이미지를 제시할 수 있다. 일부 실시예들에서, 디스플레이 피드(4152)는 화면 이름 또는 화면 번호와 같은, 환자 인터페이스(4050)에 의해 현재 제시되고 있는 디스플레이 화면에 관한 약식 정보를 포함할 수 있다. 환자 인터페이스 제어(4150)는 어시스턴트가 환자 인터페이스(4050)의 하나 이상의 설정들 또는 양태들을 조정하거나 제어하기 위한 환자 인터페이스 설정 제어(4154)를 포함할 수 있다. 일부 실시예들에서, 환자 인터페이스 설정 제어(4154)는 어시스턴트 인터페이스(4094)가 환자 인터페이스(4050)의 기능 또는 설정을 제어하기 위한 인터페이스 제어 신호(4098)를 생성 및/또는 전송하도록 할 수 있다.
일부 실시예들에서, 환자 인터페이스 설정 제어(4154)는 어시스턴트가 환자 인터페이스(4050)를 원격으로 보고/보거나 제어하기 위한 협력 브라우징(collaborative browsing) 또는 공동 브라우징(co-browsing) 기능을 포함할 수 있다. 예를 들어, 환자 인터페이스 설정 제어(4154)는 어시스턴트가 환자 인터페이스(4050) 상의 하나 이상의 텍스트 입력 필드들에 원격으로 텍스트를 입력하고/하거나 어시스턴트 인터페이스(4094)의 마우스 또는 터치스크린을 사용하여 환자 인터페이스(4050) 상의 커서를 원격으로 제어하도록 할 수 있다.
일부 실시예들에서, 환자 인터페이스(4050)를 사용하여, 환자 인터페이스 설정 제어(4154)는 환자가 변경할 수 없는 설정을 어시스턴트가 변경하도록 할 수 있다. 예를 들어, 환자 인터페이스(4050)는 환자가 환자 인터페이스(4050)에서 디스플레이에 사용되는 언어를 부주의하게 전환하는 것을 방지하기 위해 언어 설정에 액세스하는 것이 저지될 수 있는 반면, 환자 인터페이스 설정 제어(4154)는 어시스턴트가 환자 인터페이스(4050)의 언어 설정을 변경하도록 할 수 있다. 다른 예에서, 환자 인터페이스(4050)는 환자가 환자 인터페이스(4050)에서 디스플레이를 위해 사용되는 폰트 크기를 부주의하게 전환하여 환자가 디스플레이를 읽을 수 없게 되는 것을 방지하기 위해 폰트 크기 설정을 더 작은 크기로 변경하지 못할 수 있는 반면, 환자 인터페이스 설정 제어(4154)는 어시스턴트가 환자 인터페이스(4050)의 폰트 크기 설정을 변경하도록 제공할 수 있다.
도 40에 도시된 예시적인 오버뷰 디스플레이(4120)는 또한 환자 인터페이스(4050)와 치료 장치(4070), 보행 센서(4082) 및/또는 고니오미터(4084)와 같은 하나 이상의 다른 디바이스들(4070, 4082, 4084) 사이의 통신 상태를 보여주는 인터페이스 통신 디스플레이(4156)를 포함한다. 인터페이스 통신 디스플레이(4156)는 도 40에 도시된 바와 같이 오버뷰 디스플레이(4120)의 일부 또는 영역의 형태를 취할 수 있다. 인터페이스 통신 디스플레이(4156)는 별도의 화면 또는 팝업 창과 같은 다른 형태를 취할 수 있다. 인터페이스 통신 디스플레이(4156)는 어시스턴트가 다른 디바이스들(4070, 4082, 4084) 중 하나 이상과의 통신을 원격으로 수정하기 위한 제어들을 포함할 수 있다. 예를 들어, 어시스턴트는 다른 디바이스들(4070, 4082, 4084) 중 하나와의 통신을 재설정하거나 다른 디바이스들(4070, 4082, 4084) 중 새로운 디바이스와의 통신을 설정하도록 환자 인터페이스(4050)에 원격으로 명령할 수 있다. 이 기능은 예를 들어 환자가 다른 디바이스들(4070, 4082, 4084) 중 하나에 문제가 있는 경우 또는 환자가 다른 디바이스들(4070, 4082, 4084) 중 새로운 디바이스 또는 교체 디바이스를 받는 경우에 사용될 수 있다.
도 40에 도시된 예시적인 오버뷰 디스플레이(4120)는 또한 어시스턴트가 치료 장치(4070)에 관한 정보를 보고/보거나 제어하기 위한 장치 제어(4160)를 포함한다. 장치 제어(4160)는 도 40에 도시된 바와 같이 오버뷰 디스플레이(4120)의 일부 또는 영역의 형태를 취할 수 있다. 장치 제어(4160)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 장치 제어(4160)는 장치의 현재 상태에 관한 정보를 갖는 장치 상태 디스플레이(4162)를 포함할 수 있다. 장치 상태 디스플레이(4162)는 장치 모니터 신호들(4099b) 중 하나 이상을 통해 어시스턴트 인터페이스(4094)에 전달되는 정보를 제시할 수 있다. 장치 상태 디스플레이(4162)는 치료 장치(4070)가 현재 환자 인터페이스(4050)와 통신하고 있는지 여부를 나타낼 수 있다. 장치 상태 디스플레이(4162)는 치료 장치(4070)의 상태에 관한 다른 현재 및/또는 이력 정보를 제시할 수 있다.
장치 제어(4160)는 어시스턴트가 치료 장치(4070)의 하나 이상의 양태들을 조정 또는 제어하기 위한 장치 설정 제어(4164)를 포함할 수 있다. 장치 설정 제어(4164)는 어시스턴트 인터페이스(4094)가 치료 장치(4070)의 동작 파라미터(예를 들어, 페달 반경 설정, 저항 설정, 타겟 RPM, 등)를 변경하기 위한 장치 제어 신호(4099)를 생성 및/또는 전송하도록 할 수 있다. 장치 설정 제어(4164)는 어시스턴트가 치료 장치(4070)의 액추에이터(4078)를 수동 모드에 배치하기 위해 함께 사용될 수 있는, 모드 버튼(4166) 및 위치 제어(4168)를 포함할 수 있으며, 이후 액추에이터(4078)의 위치 또는 속도와 같은 설정은 위치 제어(4168)를 사용하여 변경될 수 있다. 모드 버튼(4166)은 자동 모드와 수동 모드 사이에서 토글되는 위치와 같은 설정을 제공할 수 있다. 일부 실시예들에서, 하나 이상의 설정들은 관련 자동/수동 모드 없이 언제든지 조정 가능할 수 있다. 일부 실시예들에서, 어시스턴트는 환자가 치료 장치(4070)를 능동적으로 사용하는 동안, 페달 반경 설정과 같은 치료 장치(4070)의 동작 파라미터를 변경할 수 있다. 이러한 "즉시" 조정은 환자 인터페이스(4050)를 사용하여 환자에게 이용 가능하거나 이용 가능하지 않을 수 있다. 일부 실시예들에서, 장치 설정 제어(4164)는 환자가 변경할 수 없는 설정을 어시스턴트가 환자 인터페이스(4050)를 사용하여 변경하도록 할 수 있다. 예를 들어, 환자 인터페이스(4050)는 치료 장치(4070)의 높이 또는 기울기 설정과 같은 미리 구성된 설정을 변경하는 것이 배제될 수 있는 반면, 장치 설정 제어(4164)는 어시스턴트가 치료 장치(4070)의 높이 또는 기울기 설정을 변경하도록 제공할 수 있다.
도 40에 도시된 예시적인 오버뷰 디스플레이(4120)는 또한 환자 인터페이스(4050)와의 오디오 또는 시청각 통신 세션을 제어하기 위한 환자 통신 제어(4170)를 포함한다. 환자 인터페이스(4050)와의 통신 세션은 환자 인터페이스(4050)의 출력 장치에 의한 프리젠테이션을 위해 어시스턴트 인터페이스(4094)로부터의 라이브 피드를 포함할 수 있다. 라이브 피드는 오디오 피드 및/또는 비디오 피드의 형태를 취할 수 있다. 일부 실시예들에서, 환자 인터페이스(4050)는 어시스턴트 인터페이스(4094)를 사용하는 사람과 양방향 오디오 또는 시청각 통신을 제공하도록 구성될 수 있다. 구체적으로, 환자 인터페이스(4050)와의 통신 세션은 양방향(쌍방향) 비디오 또는 시청각 피드를 포함할 수 있으며, 환자 인터페이스(4050) 및 어시스턴트 인터페이스(4094) 각각은 다른 하나의 비디오를 제시한다. 일부 실시예들에서, 환자 인터페이스(4050)는 어시스턴트 인터페이스(4094)로부터 비디오를 제시할 수 있는 반면, 어시스턴트 인터페이스(4094)는 오디오만을 제시하거나 어시스턴트 인터페이스(4094)는 환자 인터페이스(4050)로부터 라이브 오디오 또는 시각적 신호를 제시하지 않는다. 일부 실시예들에서, 어시스턴트 인터페이스(4094)는 환자 인터페이스(4050)로부터 비디오를 제시할 수 있는 반면, 환자 인터페이스(4050)는 오디오만을 제시하거나 환자 인터페이스(4050)는 어시스턴트 인터페이스(4094)로부터 라이브 오디오 또는 시각적 신호를 제시하지 않는다.
일부 실시예들에서, 환자 인터페이스(4050)와의 오디오 또는 시청각 통신 세션은 환자가 신체 부위에 재활 요법을 수행하는 동안 적어도 부분적으로 발생할 수 있다. 환자 통신 제어(4170)는 도 40에 도시된 바와 같이 오버뷰 디스플레이(4120)의 일부 또는 영역의 형태를 취할 수 있다. 환자 통신 제어(4170)는 별도의 화면 또는 팝업 창과 같은 다른 형태들을 취할 수 있다. 오디오 및/또는 시청각 통신은 어시스턴트 인터페이스(4094)에 의해 및/또는 어시스턴트가 어시스턴트 인터페이스(4094)를 사용하는 동안 어시스턴트가 사용하는 전화 시스템 또는 화상 회의 시스템과 같은 다른 디바이스 또는 디바이스들에 의해 처리 및/또는 지시될 수 있다. 대안으로 또는 추가로, 오디오 및/또는 시청각 통신에는 제3자와의 통신이 포함될 수 있다. 예를 들어, 시스템(4010)은 어시스턴트가 특정 하드웨어 또는 소프트웨어의 사용에 관한 3자 대화를 환자 및 의료 전문가나 전문의와 같은 주제 전문가와 시작하도록 할 수 있다. 도 40에 도시된 예시적인 환자 통신 제어(4170)는 어시스턴트가 환자와의 오디오 또는 시청각 통신의 다양한 양태들을 관리하는데 사용하기 위한 호출 제어(4172)를 포함한다. 호출 제어(4172)는 어시스턴트가 오디오 또는 시청각 통신 세션을 종료하기 위한 연결 해제 버튼(4174)을 포함한다. 호출 제어(4172)는 또한 어시스턴트 인터페이스(4094)로부터의 오디오 또는 시청각 신호를 일시적으로 묵음 처리하기 위한 음소거 버튼(4176)을 포함한다. 일부 실시예들에서, 호출 제어(4172)는 홀드 버튼(도시되지 않음)과 같은 다른 특징들을 포함할 수 있다. 호출 제어(4172)는 또한 환자 인터페이스(4050)로 원격 회의 세션으로부터 오디오 및/또는 비디오의 녹음 및/또는 재생을 제어하기 위한 녹음, 재생 및 일시 정지 버튼과 같은 하나 이상의 녹음/재생 제어(4178)를 포함한다. 호출 제어(4172)는 또한 환자 인터페이스(4050)로부터의 정지 이미지 및/또는 비디오 이미지를 제시하기 위한 비디오 피드 디스플레이(4180), 및 어시스턴트 인터페이스를 사용하여 어시스턴트의 현재 이미지를 보여주는 셀프 비디오 디스플레이(4182)를 포함한다. 셀프 비디오 디스플레이(4182)는 도 40에 도시된 바와 같이 비디오 피드 디스플레이(4180)의 섹션 내에서 픽처-인-픽처 형식으로 제시될 수 있다. 대안으로 또는 추가로, 셀프 비디오 디스플레이(4182)는 비디오 피드 디스플레이(4180)와 별도로 및/또는 독립적으로 제시될 수 있다.
도 40에 도시된 예시적인 오버뷰 디스플레이(4120)는 또한 제3자와의 오디오 및/또는 시청각 통신을 수행하는 데 사용하기 위한 제3자 통신 제어(4190)를 포함한다. 제3자 통신 제어(4190)는 도 40에 도시된 바와 같이 오버뷰 디스플레이(4120)의 일부 또는 영역의 형태를 취할 수 있다. 제3자 통신 제어(4190)는 별도의 화면 또는 팝업 창 상의 디스플레이와 같은 다른 형태들을 취할 수 있다. 제3자 통신 제어(4190)는 하나 이상의 제어들, 예컨대 특정 하드웨어 또는 소프트웨어의 사용에 관한 제3자(예를 들어, 의료 전문가나 전문의와 같은 주제 전문가)와 연락하기 위한 연락처 목록 및/또는 버튼들 또는 제어들을 포함할 수 있다. 제3자 통신 제어(4190)는 제3자가 어시스턴트 인터페이스(4094)를 통해 어시스턴트와 동시에 그리고 환자 인터페이스(4050)를 통해 환자와 동시에 통신하기 위한 회의 호출 기능을 포함할 수 있다. 예를 들어, 시스템(4010)은 어시스턴트가 환자 및 제3자와의 3자 대화를 시작하도록 제공할 수 있다.
도 41은 본 개시에 따른 환자에 관한 데이터(4600)에 기초하여 환자를 위한 치료 계획(4602)을 출력하도록 기계 학습 모델(4013)을 훈련시키는 예시적인 블록도를 도시한다. 다른 환자들에 관한 데이터는 서버(4030)에 의해 수신될 수 있다. 다른 환자들은 다양한 치료 장치들을 사용하여 치료 계획들을 수행했을 수 있다. 데이터는 다른 환자들의 특성들, 다른 환자들이 수행한 치료 계획들의 세부 사항들 및/또는 치료 계획들을 수행한 결과들(예를 들어, 환자 신체 일부의 회복률, 환자 신체 일부의 회복 정도, 환자 신체 일부의 근력 증가 또는 감소량, 환자 신체 일부의 모션 범위 증가 또는 감소량 등)을 포함할 수 있다.
도시된 바와 같이, 데이터는 다른 코호트들에 할당되었다. 코호트 A는 유사한 제1 특성들, 제1 치료 계획들 및 제1 결과들을 갖는 환자들에 대한 데이터를 포함한다. 코호트 B는 유사한 제2 특성들, 제2 치료 계획들 및 제2 결과들을 갖는 환자들에 대한 데이터를 포함한다. 예를 들어, 코호트 A는 사지 골절 수술을 받은 어떠한 의학적 상태도 없는 20대 환자들의 제1 특징들을 포함할 수 있고; 이들의 치료 계획들은 특정 치료 프로토콜을 포함할 수 있다(예를 들어, 치료 장치(4070)를 3주 동안 주 5회 30분 동안 사용하는데, 치료 장치(4070)의 속성들, 구성들 및/또는 설정들에 대한 값들은 처음 2주 동안은 X(여기서 X는 수치 값임)로 설정되고 마지막 주 동안은 Y(여기서 Y는 수치 값)로 설정됨).
코호트 A 및 코호트 B는 기계 학습 모델(4013)을 훈련시키는 데 사용되는 훈련 데이터 세트에 포함될 수 있다. 기계 학습 모델(4013)은 코호트별로 특성들 간의 패턴을 매칭하여 그 결과를 제공하는 치료 계획을 출력하도록 훈련될 수 있다. 따라서, 새로운 환자에 대한 데이터(4600)가 훈련된 기계 학습 모델(4013)에 입력되면, 훈련된 기계 학습 모델(4013)은 데이터(4600)에 포함된 특성들을 코호트 A 또는 코호트 B의 특성들과 일치시키고 적절한 치료 계획(4602)을 출력할 수 있다. 일부 실시예들에서, 기계 학습 모델(4013)은 새로운 환자에 의해 수행되어서는 안 되는 하나 이상의 제외 치료 계획들을 출력하도록 훈련될 수 있다.
도 42는 본 개시에 따른 운동 세션 내내 환자를 안내하는 가상 아바타(4700)를 제시하는 환자 인터페이스(4050)의 오버뷰 디스플레이의 일 실시예를 도시한다. 가상 아바타(4700)는 환자 인터페이스(4050)의 출력 장치(4054)(예를 들어, 디스플레이 화면) 상에 제시될 수 있다. 도시된 바와 같이, 가상 아바타(4700)은 사람을 나타낼 수 있다. 일부 실시예들에서, 사람은 실제 개인, 예를 들어, 의료 전문가, 프로 운동선수, 환자, 친척, 친구, 형제자매, 유명인사 등일 수 있으며; 다른 실시예들에서, 사람은 허구이거나 예를 들어 슈퍼히어로 등으로 구성된 것일 수 있다. 본원에 더 논의되는 바와 같이, 가상 아바타는 임의의 사람, 물체, 건물, 동물, 존재, 외계인, 로봇 등일 수 있다. 예를 들어, 아동들은 동물 애니메이션과 더 강하게 연결되어 운동 세션을 통해 그들을 안내할 수 있다. 가상 아바타(4700)는 서버(4030)의 데이터베이스에 저장된 가상 아바타 라이브러리로부터 환자 및/또는 의료 전문가에 의해 선택될 수 있다. 일부 실시예들에서, 가상 아바타(4700)는 환자 및/또는 의료 전문가에 의한 사적인 사용을 위해 또는 데이터베이스에 업로드될 수 있다. 예를 들어, 가상 아바타의 라이브러리는 시스템 데이터 저장소(4042) 및/또는 환자 데이터 저장소(4044)에 저장될 수 있다. 가상 아바타(4700)가 환자에 대해 선택되면, 가상 아바타(4700)의 식별자는 시스템 데이터 저장소(4042) 및/또는 환자 데이터 저장소(4044)에서 환자의 식별자와 연관될 수 있다.
가상 아바타(4700)는 환자에 대한 치료 계획의 운동 세션에 명시된 하나 이상의 운동들을 수행할 수 있다. 본 개시에 걸쳐 사용된 바와 같이, 그리고 의심할 여지 없이, "운동"에는 예를 들어 재활 운동, 고강도 인터벌 훈련, 강도 훈련, 모션 범위 훈련 또는 치료 계획에 명시된 치료 기기에서 수행될 수 있는 모든 신체 또는 신체적 움직임(변형, 수정, 수정 또는 교정 포함)을 포함할 수 있거나 또는 합리적으로 다른 치료 기기로 대체될 수 있다. 예를 들어, 하나의 운동은 고정식 자전거의 페달링을 포함할 수 있고, 가상 아바타(4700)는 환자를 위해 원하는 방식으로 자전거의 페달링으로 애니메이트될 수 있다. 일부 실시예들에서, 가상 아바타(4700)는 운동 세션을 수행하는 사람의 실제 비디오를 포함할 수 있다. 따라서, 가상 아바타(4700)는 서버(4030)에 의해 생성될 수 있고 및/또는 운동 세션을 수행하는 실제 사람의 오디오, 비디오, 시청각 및/또는 멀티미디어 데이터를 포함할 수 있다. 일부 실시예들에서, 가상 아바타(4700)는 물리치료사, 코치, 트레이너 등과 같은 의료 전문가를 나타낼 수 있다.
일부 실시예들에서, 가상 아바타(4700)는 인공 지능 엔진(4011)의 하나 이상의 기계 학습 모델들(4013)에 의해 제어될 수 있다. 예를 들어, 하나 이상의 기계 학습 모델들(4013)은 이력 데이터 및 실시간 또는 근시간(near-time) 데이터에 기초하여 훈련될 수 있다. 기계 학습 모델들(4013)을 훈련하는 데 사용되는 데이터는 사용자로부터 받은 이전 피드백(예를 들어, 통증 레벨), 환자들의 치료 계획들의 다양한 시점에서의 환자들의 특성들(예를 들어, 심박수, 혈압, 체온, 발한 속도 등), 환자들이 환자들의 치료 계획들을 수행할 때 수신된 센서 측정치들(예를 들어, 페달의 압력, 모션 범위, 치료 장치(4070)의 모터 속도 등), 및/또는 특정 동직이 수행된 후 환자들에 의해 달성된 결과들(예를 들어, 의료 전문가의 멀티미디어 피드로 원격 의료 세션 시작, 가상 아바타(4700)를 의료 전문가의 멀티미디어 피드로 대체, 특정 청각적 설명의 감정 표현, 출력 장치(4054)에 특정 비주얼 제시, 운동 세션의 파라미터 변경 (예를 들어, 치료 장치(4070)에 의해 제공되는 저항의 양 감소) 등)을 포함할 수 있다.
출력 장치(54)는 또한 환자 인터페이스(4050)의 카메라로부터 얻은 환자의 비디오를 제시하는 셀프 비디오 섹션(4702)을 제시한다. 셀프 비디오는 운동 세션을 수행하는 동안 적절한 형식, 케이던스, 일관성 또는 임의의 기타 관찰 가능하거나 측정 가능한 품질이나 양을 사용하고 있는지 확인하기 위해 환자에 의해 사용될 수 있다. 환자가 운동 세션을 수행하는 동안, 환자 인터페이스(4050)의 카메라로부터 획득된 비디오는 프리젠테이션을 위해 어시스턴트 인터페이스(4094)로 전송될 수 있다. 의료 전문가는 환자의 비디오를 제시하는 어시스턴트 인터페이스(4094)를 보고, 환자 인터페이스(4050)를 통해 환자에게 말함으로써 개입할지 여부 및/또는 가상 아바타(4700)를 어시스턴트 인터페이스(4094)로부터의 멀티미디어 피드로 교체할지 여부를 결정할 수 있다.
출력 장치(4054)는 또한 그래픽 사용자 인터페이스(GUI) 객체(4704)를 제시한다. GUI 객체(4704)는 사용자가 서버(4030)에 피드백을 제공할 수 있도록 하는 요소일 수 있다. 예를 들어, GUI 객체(4704)는 환자가 현재 겪고 있는 통증 레벨을 나타내는 값들의 척도를 제시할 수 있고, GUI 객체(4704)는 환자가 환자의 통증 레벨을 나타내는 값을 선택하도록 할 수 있다. 선택은 메시지가 서버(4030)로 전송되도록 할 수 있다. 일부 실시예들에서, 본원에 더 설명되는 바와 같이, 통증 레벨을 포함한 메시지는 트리거 이벤트와 관련될 수 있다. 서버(4030)는 환자가 경험한 통증 레벨이 특정 임계 심각도 레벨을 초과하는지 여부를 결정할 수 있다. 통증 레벨이 특정 임계 심각도 레벨을 초과하는 경우, 서버(4030)는 가상 아바타(4700)를 일시 중지하고/하거나 가상 아바타(4700)를 의료 전문가의 컴퓨팅 디바이스로부터의 오디오, 시각적, 시청각 또는 멀티미디어 피드로 대체할 수 있다.
도 43은 본 개시에 따른 환자에 관한 통지를 수신하고 어시스턴트(예를 들어, 의료 전문가)가 원격 의료 세션을 실시간으로 시작하도록 하는 어시스턴트 인터페이스(4094)의 오버뷰 디스플레이(4120)의 일 실시예를 도시한다. 도시된 바와 같이, 오버뷰 디스플레이(4120)는 환자 프로파일(4130)에 대한 섹션을 포함한다. 환자 프로파일(4130)은 환자 "John Doe"에 의해 수행되고 있는 치료 계획에 관한 정보를 제시한다. 치료 계획(4800)은 "John Doe가 치료 장치에서 5마일 동안 자전거를 타고 있습니다. 치료 장치의 페달은 45도의 모션 범위를 제공하도록 구성됩니다."를 나타낸다. 오버뷰 디스플레이(4120)는 또한 트리거 이벤트로 인해 수신되는 통지(4802)를 포함한다. 통지에는 "John Doe가 운동 중 높은 레벨의 통증을 경험하고 있습니다."를 제시한다. 오버뷰 디스플레이(4120)는 또한 어시스턴트 인터페이스(4094)를 사용하는 의료 전문가를 위한 프롬프트(4804)를 포함한다. 프롬프트는 "원격 의료 세션을 시작하시겠습니까?"라고 묻는다. 오버뷰 디스플레이(4120)는 의료 전문가가 유선 또는 무선 입력 주변 장치(예를 들어, 터치스크린, 마우스, 키보드, 마이크 등)를 사용하여 원격 의료 세션을 시작하도록 선택하도록 구성되는 그래픽 요소(예를 들어, 버튼)(4806)를 포함한다. 위의 예는 텍스트의 형태로 정보를 제시하는 어시스턴트 인터페이스(94)의 오버뷰 디스플레이(4120)를 상세히 설명하고 있지만, 그 정보를 제시하는 대안적 또는 추가적인 방식은 그래프, 차트 등의 형태일 수 있다.
원격 의료 세션 동안 어시스턴트 인터페이스(94)(예를 들어, 컴퓨팅 디바이스)를 사용하는 어시스턴트(예를 들어, 의료 전문의)는 오버뷰 디스플레이(4120)의 일부(예를 들어, 어시스턴트 인터페이스(4094)의 디스플레이 화면(4024)에 제시된 사용자 인터페이스)에서 셀프 비디오(4182)에 제시될 수 있다. 어시스턴트 인터페이스(4094)는 또한 비디오 피드 디스플레이(4180)의 환자로부터의 비디오(예를 들어, 셀프 비디오(4182))를 셀프 비디오와 같은 오버뷰 디스플레이(4120)의 동일한 부분에 제시할 수 있다. 또한, 비디오 피드 디스플레이(4180)는 또한 의료 전문가가 원격 의료 세션 동안 실시간으로 또는 거의 실시간으로 치료 계획을 환자 인터페이스(4050) 상에서 환자와 공유하도록 하고 치료 장치(4070)의 동작 파라미터 제어 등을 하도록 하는 그래픽 사용자 인터페이스(GUI) 객체(4808)(예를 들어, 버튼)을 포함할 수 있다.
도 44는 환자 인터페이스(4050)의 출력 장치(4054)에 의해 제시되는 오버뷰 디스플레이의 일 실시예를 도시한다. 출력 장치(4054)는 원격 의료 세션 동안 실시간으로, 본 개시에 따라 가상 아바타를 대체한 의료 전문가의 피드(4900)(예를 들어, 바람직하게는 오디오, 비디오 또는 둘 다 포함하는 멀티미디어)를 제시한다. 일부 실시예들에서, 가상 아바타는 환자 인터페이스(4050)에 제시된 상태로 남아 있을 수 있지만, 일시 중지된 상태에 있고, 피드는 바람직하게는 의료 전문가가 환자에게 말할 때 오디오로만 제한될 수 있다. 일부 실시예들에서, 도시된 바와 같이, 피드(4900)는 가상 아바타를 대체할 수 있다. 피드는 의료 전문가와 환자가 의료 전문가가 환자와 대화하고 환자의 통증 레벨, 환자의 특성들(예를 들어, 심박수, 발한 속도 등) 및/또는 하나 이상의 센서 측정치들(예를 들어, 페달 상의 압력, 모션 범위 등)에 대해 문의하도록 할 수 있다.
의료 전문가는 동시에 어시스턴트 인터페이스(94) 상에서 수많은 환자들을 보고, 모니터링하고, 치료하고, 진단하는 등을 할 수 있음을 이해해야 한다. 예를 들어, 아래에 더 논의되는 바와 같이, 각각의 환자는 어시스턴트 인터페이스(4094)의 사용자 인터페이스의 각각의 부분에 제시될 수 있다. 각각의 부분은 각각의 환자에 관한 다양한 정보를 제시할 수 있다. 예를 들어, 각각의 부분은 치료 장치를 사용하여 운동 세션을 수행하는 환자의 피드, 환자의 특성들, 환자에 대한 치료 계획, 센서 측정치 등을 제시할 수 있다. 어시스턴트 인터페이스(4094)의 사용자 인터페이스는 의료 전문가가 한 명 이상의 환자들을 선택하도록 하여 운동을 통해 하나 이상의 환자들을 안내하는 가상 아바타가 일시 중지되도록 하고/하거나 실시간으로 또는 거의 실시간으로 교체되도록 할 수 있도록 구성될 수 있다.
환자 인터페이스(4050)와 어시스턴트 인터페이스(4094) 사이의 원격 의료 세션의 완료 시, 의료 전문가의 컴퓨팅 디바이스로부터의 피드가 환자 인터페이스(4050) 상의 가상 아바타로 대체될 수 있다. 가상 아바타는 트리거 이벤트의 시작으로 인해 운동 세션이 일시 중지될 때마다 및/또는 언제 어디서나 운동 세션을 통해 환자를 계속 안내할 수 있다. 어시스턴트 인터페이스(4094)는 운동 세션을 수행하는 환자의 피드 및/또는 환자에 관한 정보 보기를 재개할 수 있다.
도 45는 본 개시에 따른 발생되는 트리거 이벤트에 기초하여 가상 아바타를 의료 전문가의 피드로 대체하는 방법(41000)의 예시적인 실시예를 도시한다. 방법(41000)은 하드웨어(회로부, 전용 로직 등), (범용 컴퓨터 시스템 또는 전용 기계에서 실행되는 것과 같은) 소프트웨어 또는 이들의 조합을 포함할 수 있는 처리 로직에 의해 수행된다. 방법(41000) 및/또는 각각의 개별 기능들, 루틴들, 다른 방법들, 스크립트들, 서브루틴들 또는 동작들은 컴퓨팅 디바이스의 하나 이상의 프로세서들(예를 들어, 인공 지능 엔진(4011)을 실행하는 서버(4030)와 같은, 도 36의 임의의 컴포넌트)에 의해 수행될 수 있다. 특정 구현들에서, 방법(41000)은 단일 처리 스레드에 의해 수행될 수 있다. 대안으로, 방법(41000)은 두 개 이상의 처리 스레드들에 의해 수행될 수 있으며, 각 스레드는 하나 이상의 개별 기능들 또는 루틴들; 또는 다른 방법들, 스크립트들, 서브루틴들 또는 방법들의 동작들을 구현한다.
설명을 간단하게 하기 위해, 방법(41000)은 일련의 동작들로 도시되고 설명된다. 그러나, 본 개시에 따른 동작들은 다양한 순서로 및/또는 동시에, 및/또는 본원에 제시되고 설명되지 않은 다른 동작들과 함께 발생할 수 있다. 예를 들어, 방법(41000)에 도시된 동작들은 본원에 개시된 임의의 다른 방법의 임의의 다른 동작과 조합하여 발생할 수 있다. 또한, 개시된 주제에 따라 방법(41000)을 구현하기 위해 예시된 모든 동작들이 요구되지는 않을 수 있다. 추가로, 당업자는 방법(41000)이 대안적으로 상태 다이어그램, 도시된 그래프, 결정론적 유한 상태 자동화, 비결정론적 유한 상태 자동화, 마르코프(Markov) 다이어그램 또는 이벤트 다이어그램들을 통해 일련의 상호 관련된 상태들로서 표현될 수 있음을 이해하고 인식할 것이다.
41002에서, 처리 장치는 환자의 컴퓨팅 디바이스(예를 들어, 환자 인터페이스(4050))에 환자의 컴퓨팅 디바이스 상에 제시될 가상 아바타를 제공할 수 있다. 가상 아바타는 치료 장치(4070)의 가상 표현을 사용하여 운동 세션 내내 환자를 안내할 수 있다. 가상 아바타는 오디오, 비디오, 햅틱 피드백 또는 이들의 일부 조합을 사용하여 운동 세션을 통해 환자를 안내하도록 구성될 수 있다. 오디오, 비디오, 햅틱 피드백 또는 이들의 일부 조합은 환자의 컴퓨팅 디바이스에 의해 제공될 수 있다. 일부 실시예들에서, 처리 장치는 환자에 대한 치료 계획에 기초하여, 수행될 운동 세션을 결정할 수 있다. 치료 장치(4070)는 운동 세션을 수행하는 환자에 의해 사용되도록 구성될 수 있다.
일부 실시예들에서, 가상 아바타를 제공하기 전에, 처리 장치는 환자의 컴퓨팅 디바이스에 운동 세션을 시작하라는 통지를 전송할 수 있다. 통지는 푸시 알림, 문자 메시지, 전화 통화, 이메일 또는 이들의 일부 조합을 포함할 수 있다. 통지는 치료 계획에 명시된 일정에 기초하여 전송될 수 있다. 일정은 운동 세션을 수행할 날짜와 시간, 운동 세션을 수행하는 기간, 운동 센서 동안 수행할 운동, 치료 장치(4070)의 부분들(예를 들어, 페달, 시트 등)의 구성 등을 포함할 수 있다. 처리 장치는 환자의 컴퓨팅 디바이스로부터, 치료 장치(4070)을 사용하기 위해 운동 세션을 시작하라는 선택를 수신할 수 있다. 처리 장치는 치료 장치(70)가 운동 세션을 개시하도록 하는 제어 신호를 치료 장치(4070)에 전송할 수 있다. 제어 신호 전송에 응답하여, 처리 장치는 환자의 컴퓨팅 디바이스에 가상 아바타를 제공할 수 있다.
가상 아바타는 환자가 수행할 치료 계획을 처방하거나 생성한 의료 전문가와 같은 의료 전문가와 연관될 수 있다. 일부 실시예들에서, 치료 계획은 전적으로 또는 부분적으로 의료 전문가에 의해 설계 생성될 수 있다. 일부 실시예들에서, 치료 계획은 인공 지능 엔진(4011)에 의해 전적으로 또는 부분적으로 생성될 수 있고, 의료 전문가는 수행될 환자에게 치료 계획이 전송되기 전에 치료 계획을 검토하고/하거나 치료 계획을 수정할 수 있다.
가상 아바타는 대리(proxy) 의료 전문가를 나타낼 수 있으며 치료 계획을 통해 한 명 이상의 환자들을 안내하는 사람, 존재, 사물, 소프트웨어 또는 전자 봇, 객체 등일 수 있다. 가상 아바타는 재활, 사전 재활, 회복 등의 다양한 단계들에서 치료 계획들을 통해 수많은 환자들을 안내할 수 있다. 언제든지 가상 아바타는 의료 전문가의 피드(예를 들어, 라이브 오디오, 시청각 등)로 대체될 수 있으며, 피드는 서버(4030)로 직접 또는 서버(4030)를 통해 간접적으로 어시스턴트 인터페이스(4094)에서 환자 인터페이스(4050)로 전송된다. 피드는 실시간 또는 거의 실시간으로 어시스턴트 인터페이스(4094)와 연관된 카메라 및/또는 마이크를 통해 획득된 데이터 패킷(예를 들어, 오디오, 비디오 또는 둘 다)의 스트림일 수 있다. 피드는 환자 인터페이스(4050)의 사용자 인터페이스(4054) 상에 제시될 수 있다.
일부 실시예들에서, 가상 아바타는 처음에 의료 전문가에 의해 선택될 수 있다. 가상 아바타는 가상 아바타 라이브러리에 저장된 파일일 수 있으며, 의료 전문가는 가상 아바타 라이브러리로부터 가상 아바타를 선택할 수 있다. 예를 들어, 가상 아바타는 사람(예를 들어, 남성, 여성, 논바이너리(non-binary) 또는 사람이 식별하는 임의의 기타 성별)의 실제와 같은 표현일 수 있다. 일부 실시예들에서, 가상 아바타는 실제와 같거나 동물(예를 들어, 호랑이, 사자, 유니콘, 토끼 등)의 가상 표현일 수 있으며, 이는 더 젊은 사람들(예를 들어, 어린이)에게 더 즐겁고 더 동기 부여가 될 수 있다. 일부 실시예들에서, 가상 아바타는 실제와 같거나 로봇, 외계인 등의 가상 표현일 수 있다.
일부 실시예들에서, 의료 전문가는 자신의 가상 아바타를 디바인할 수 있다. 예를 들어, 의료 전문가는 그들의 어시스턴트 인터페이스(4094)에서 사용자 인터페이스를 제공받을 수 있고, 사용자 인터페이스는 가상 아바타의 구성을 가능하게 하는 사용자 인터페이스 요소들을 제공할 수 있다. 의료 전문가는 사용자 인터페이스를 사용하여 자신이나 임의의 적합한 사람처럼 보이는 가상 아바타를 생성할 수 있다.
일부 실시예들에서, 가상 아바타는 환자에 의해 선택될 수 있다. 일부 실시예들에서, 선택된 가상 아바타는 (예를 들어, 환자의 식별자 및 가상 아바타의 식별자를 통해) 환자와 연관되고 데이터베이스에 저장될 수 있다. 예를 들어, 일부 환자들은 다른 가상 아바타들보다 특정 가상 아바타들을 선호할 수 있다. 일부 실시예들에서, 다른 가상 아바타들은 동일하거나 상이한 치료 계획을 통해 환자들을 안내할 수 있다. 본원에 인용된 임의의 치료 계획을 참조하면, 치료 계획의 부분들 또는 구성들은 하나 이상의 가상 또는 물리적 아바타에 의해 추가로 안내될 수 있으며, 이러한 각 아바타는 치료 계획의 특정 양태, 부분 또는 구성과 관련되고, 응용 프로그램이 치료 계획의 분리된 양태, 부분 또는 구성과 관련되는 한, 모든 다른 아바타와 관련된다. 다른 실시예들에서, 하나 이상의 물리적 및/또는 가상 아바타가 동시에 존재할 수 있지만 치료 계획의 특정 양태, 부분 또는 구성 내에서 서로 다른 기능들을 수행할 수 있다. 그룹 치료 세션에서, 수많은 환자들이 동일한 치료 계획을 수행할 수 있고, 각각의 환자는 동일하거나 상이한 가상 아바타 또는 치료 계획을 통해 환자를 안내하는 아바타들을 동시에 제시하는 그들 자신의 환자 인터페이스(4050)를 가질 수 있다.
환자가 치료 계획을 수행함에 따라, 의료 전문가는 어시스턴트 인터페이스(4094)의 사용자 인터페이스에서 다양한 타일들로 수많은 환자들을 볼 수 있다. "타일들(tiles)"이라는 용어는 환자가 치료 계획을 수행함에 따라 환자의 각각의 환자 인터페이스(4050)로부터의 피드, 환자의 특성들(예를 들어, 심박수, 혈압, 체온 등)의 피드, 측정치들의 피드(예를 들어, 페달에 가해지는 압력, 고니오미터에 의해 결정되는 모션 범위, 단계 수, 치료 장치(4070)의 모터 속도 등), 또는 이들의 일부 조합을 각각 포함하는 사각형들을 지칭할 수 있다. 이와 같이, 개시된 실시예들을 사용하여, 의료 전문가는 한 번에 수많은 환자들이 관리, 모니터링 및/또는 치료되도록 할 수 있다. 다수의 환자들이 치료 계획을 수행할 때 어시스턴트 인터페이스(4094)만이 다수의 환자들을 보고, 치료하고, 관리하고, 모니터링하는 데 사용되기 때문에 한 명의 의료 전문가가 다수의 환자들을 동시에 치료함으로써 컴퓨팅 리소스들이 절약될 수 있다.
41004에서, 처리 장치는, 환자의 컴퓨팅 디바이스로부터, 트리거 이벤트와 관련된 메시지를 수신할 수 있다. 일부 실시예들에서, 메시지는 환자의 통증 레벨, 환자의 특성, 센서의 측정치 또는 이들의 일부 조합에 관한 데이터를 포함할 수 있다. 트리거 이벤트는 환자의 통증 레벨, 환자의 특성(예를 들어, 심박수, 혈압, 체온, 발한 속도 등), 센서의 측정치(예를 들어, 압력, 모션 범위, 속도 등) 또는 이들의 일부 조합과 관련된 데이터와 연관된 임의의 이벤트를 지칭할 수 있다.
일부 경우에, 가상 아바타는 사전 녹화된 애니메이션으로 치료 계획을 통해 환자를 안내할 수 있으며, 의료 전문가는 그들이 치료 계획을 수행할 때 환자와의 원격 의료 세션에 적극적으로 참여하지 않을 수 있다. 일부 실시예들에서, 트리거 이벤트가 발생할 때, 의료 전문가의 컴퓨팅 디바이스에 통지가 전송될 수 있으며, 이러한 장치는 의료 전문가에게 통지에 대해 경고한다. 의료 전문가는 유선 또는 무선 입력 주변 장치(예를 들어, 터치스크린, 마우스, 키보드, 마이크)를 사용하여 통지를 선택하고 환자의 컴퓨팅 디바이스와의 원격 의료 세션을 시작할 수 있다. 이러한 기술은 치료 계획 전체 내내가 아닌 통지가 선택될 때에만 원격 의료 세션을 개시함으로써, 네트워크 리소스들(예를 들어, 대역폭)와 같은, 하나 이상의 컴퓨팅 리소스들의 사용 및/또는 비용 및/또는 위험 프로파일을 최소화하거나 아니면 최적화할 수 있다. 다른 실시예들에서, 의료 전문가의 컴퓨팅 디바이스 및 환자의 컴퓨팅 디바이스 및 의료 전문가의 컴퓨팅 디바이스는 한 명 이상의 환자들이 치료 계획을 수행함에 따라 원격 의료 세션에 계속적으로 또는 지속적으로 관여할 수 있다. 트리거 이벤트는 의료 전문가가 가상 아바타를 개입 및/또는 교체되도록 하거나 가상 아바타를 일시 중지하도록 하거나 둘 다 하도록 할 수 있다. 일부 실시예들에서, 환자들이 치료 계획을 수행하는 동안, 의료 전문가는 환자들 중 한 명 이상을 선택적으로 선택하여 한 명 이상의 환자들의 컴퓨팅 디바이스 상에 있는 가상 아바타가 교체, 일시 중지 등이 되도록 할 수 있다. 이러한 기술은 치료 계획을 수행할 때 의료 전문가가 일부 환자들에 대해 개입할 수 있지만 모든 환자에 대해서는 개입할 수 없도록 한다. 예를 들어, 의료 전문가는 치료 계획에서 타겟 임계값(예를 들어, 압력, 모션 범위, 속도 등)에 도달하지 않는 환자들을 선택하고, 환자들이 임계 레벨의 통증을 경험하고 있음을 나타내는 환자들 선택하는 등을 할 수 있다.
일부 실시예들에서, 가상 아바타는 센서 데이터(예를 들어, 페달의 압력 측정치, 고니오미터의 모션 범위 측정치, 속도 데이터 등), 환자의 특성들(예를 들어, 발한 속도, 심박수, 혈압, 체온, 동맥혈 가스 및/또는 산소 레벨 또는 백분율 등), 환자 또는 다른 환자들의 실시간 피드백(예를 들어, 통증 레벨의 표시), 또는 이들의 일부 조합을 포함하는, 입력을 수신하도록 훈련된 하나 이상의 기계 학습 모델들에 의해, 실시간으로 또는 거의 실시간으로 제어될 수 있다. 하나 이상의 기계 학습 모델들은 가상 아바타를 제어하는 출력을 생성할 수 있다. 예를 들어, 출력은 가상 아바타가 특정 운동을 수행하는 방식(예를 들어, 치료 장치(70)에서 페달을 더 빠르게 또는 더 느리게 함)이 수정되어 격려 문구(예를 들어, "당신은 할 수 있습니다", "계속하세요" 등)을 말하는 등을 하도록 가상 아바타를 제어할 수 있다. 수정은 다른 환자들의 훈련 데이터에 기초할 수 있으며, 이러한 훈련 데이터는 수정이 다른 환자들에 대해 원하는 환자 행동(performance) 및/또는 결과를 가져오거나, 원하는 환자 행동 또는 결과를 달성할 가능성이 증가함을 나타낸다. 예를 들어, 훈련 데이터는 특정 센서 데이터가 검출될 때 특정 오디오 및/또는 비디오를 제공하면 환자가 페달에 더 많은 힘을 가하여 치료 계획에 따라 그들의 다리 근육을 강화할 수 있음을 나타낼 수 있다.
41006에서, 처리 장치는 트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하는지 여부를 결정할 수 있다. 심각도 임계 레벨은 임의의 적절한 양, 값, 지표 등일 수 있다. 예를 들어, 일 실시예에서, 임계 심각도 레벨은 환자가 겪고 있는 특정 레벨의 통증일 수 있다. 운동 세션 동안 언제든지, 환자는 환자 인터페이스(4050)의 임의의 입력 주변 장치를 사용하여 그들의 통증 레벨을 표현할 수 있다. 예를 들어, 환자는 환자 인터페이스(4050)의 터치스크린 상의 버튼을 터치할 수 있고, 버튼은 환자가 1에서 10까지의 척도에서 8의 통증 레벨을 경험하고 있음을 나타낼 수 있으며, 여기서 1은 통증의 최소량이고 10은 통증의 최대량이다. 이 예에서, 임계 심각도 레벨은 5의 통증 레벨일 수 있다. 따라서, 환자가 겪고 있는 통증 레벨(8)이 임계 심각도 레벨(5)을 초과한다. 일부 실시예들에서, 임계 심각도 레벨은 환자가 페달에 가하는 힘의 양, 페달을 밟는 동안 환자가 달성할 수 있는 모션 범위, 환자가 달성할 수 있는 속도, 모션 범위의 기간 및/또는 환자가 달성할 수 있는 속도 등과 관련될 수 있다. 예를 들어, 임계 심각도 레벨은 환자가 특정 기간 동안 특정 모션 범위에서 페달을 밟는 것에 기초하여 구성될 수 있으며, 환자가 특정 기간 동안 특정 모션 범위 또는 운동 세션 동안 이러한 목표의 변형을 달성하지 못하는 경우, 임계값 심각도 레벨이 초과될 수 있다.
41008에서, 트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과한다고 결정하는 것에 응답하여, 처리 장치는 환자의 컴퓨팅 디바이스에서, 가상 아바타의 프리젠테이션을 의료 전문가의 컴퓨팅 디바이스(예를 들어, 어시스턴트 인터페이스(4094))로부터의 멀티미디어 피드의 프리젠테이션으로 대체할 수 있다. 일부 실시예들에서, 가상 아바타를 멀티미디어 피드로 대체하면 환자와 의료 전문가 사이의 원격 의료 세션이 시작될 수 있다. 처리 장치는 환자의 컴퓨팅 디바이스 또는 의료 전문가로부터, 원격 의료 세션이 완료되었음을 나타내는 제2 메시지를 수신할 수 있고, 처리 장치는 환자의 컴퓨팅 디바이스 상에서 멀티미디어 피드의 프레젠테이션을 가상 아바타의 프레젠테이션으로 대체할 수 있다. 가상 아바타는 완료하기 위해 운동 세션을 통해 환자를 계속 안내하도록 구성될 수 있다. 즉, 운동 세션 및/또는 가상 아바타는 의료 전문가의 멀티미디어 피드가 가상 아바타를 대체할 때 특정 타임스탬프에서 일시 중지될 수 있고, 운동 세션 및/또는 가상 아바타는 원격 의료 세션이 종료될 때 특정 타임스탬프에서 재생을 시작할 수 있다.
일부 실시예들에서, 41010에서, 트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하지 않는다고 결정하는 것에 응답하여, 처리 장치는 가상 아바타의 제어를 의료 전문가의 컴퓨팅 디바이스에 제공하여, 의료 전문가가 환자와 상호작용하도록 가상 아바타를 원위에서 제어하도록 한다. 일부 실시예들에서, 트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하지 않는다고 결정하는 것에 응답하여, 처리 장치는 가상 아바타의 제어를 의료 전문가의 컴퓨팅 디바이스에 계속 제공하여, 의료 전문가가 환자와 상호작용하도록 가상 아바타를 원위에서 제어하도록 한다.
일부 실시예들에서, 처리 장치는 제2 환자에 대한 제2 치료 계획에 기초하여, 수행될 운동 세션을 결정할 수 있으며, 여기서 제2 환자에 의한 수행은 제2 치료 장치를 사용한다. 처리 장치는 운동 세션을 통해 치료 장치를 사용하도록 환자를 안내하도록 구성된 가상 아바타를 제2 환자의 제2 컴퓨팅 디바이스(예를 들어, 환자 인터페이스(50))에 제시할 수 있다. 일부 실시예들에서, 가상 아바타의 프리젠테이션이 의료 전문가의 컴퓨팅 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 환자의 컴퓨팅 디바이스에서 대체되는 동안, 가상 아바타는 제2 환자의 제2 컴퓨팅 디바이스에 프리젠테이션된 채로 남을 수 있다. 일부 실시예들에서, 가상 아바타의 프리젠테이션이 의료 전문가의 컴퓨팅 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 환자의 컴퓨팅 디바이스에서 대체되는 동안, 가상 아바타는 의료 전문가의 컴퓨팅 디바이스로부터의 멀티미디어 피드로 제2 환자의 제2 컴퓨팅 디바이스에서 대체될 수 있다.
도 46은 본 개시에 따른 가상 아바타를 제공하는 방법의 예시적인 실시예를 도시한다. 방법(41100)은 컴퓨팅 디바이스(예를 들어, 인공 지능 엔진(4011)을 실행하는 서버(4030)와 같은 도 36의 임의의 컴포넌트)의 프로세서들에 의해 수행되는 동작들을 포함한다. 일부 실시예들에서, 방법(41100)의 하나 이상의 동작들은 메모리 장치에 저장되고 처리 장치에 의해 실행되는 컴퓨터 명령어들로 구현된다. 방법(41100)은 방법(41000)과 관련하여 전술한 것과 동일하거나 유사한 방식으로 수행될 수 있다. 방법(41100)의 동작들은 본원에 설명된 방법들 중 어느 하나의 동작들 중 어느 하나와 일부 조합하여 수행될 수 있다. 방법(41100)은 가상 아바타를 환자의 컴퓨팅 디바이스에 제공하는 것과 관련된 방법(41000)의 41002와 연관된 추가 동작들을 포함할 수 있다.
41102에서, 처리 장치는 운동 세션과 관련된 데이터를 검색할 수 있다. 데이터는 운동 세션과 관련된 하나 이상의 움직임들을 애니메이션화하는 가상 모델을 구현하는 명령어들을 포함할 수 있다. 가상 모델은 2차원, 3차원 또는 n차원(3D 가상 환경 또는 2D 레이아웃에 대한 애니메이션들 또는 프로젝션 측면에서)일 수 있다. 일부 실시예들에서, 가상 모델은 메시 모델 애니메이션, 윤곽선 애니메이션, 가상 인간 애니메이션, 골격 애니메이션 등일 수 있다. 예를 들어, 가상 모델은 캐릭터(예를 들어, 의료 전문가)를 그리는 데 사용되는 표면 표현(메시(mesh)라고 함) 및 상호 연결된 부분들의 계층적 세트일 수 있다. 가상 모델은 가상 골격(virtual armature)을 사용하여 메시를 애니메이션화(예를 들어, 포즈 및 키 프레임)할 수 있다. 본원에 사용된 바와 같이, 골격은 가상 인간 또는 동물 캐릭터들(예를 들어, 가상 아바타들)의 모션들을 시뮬레이션하기 위해 컴퓨터 애니메이션에 사용되는 운동학적 체인(kinematic chain)을 지칭할 수 있다. 키프레임(스톱 모션) 골격 및 실시간(퍼핏티어링(puppeteering)) 골격와 같은 다양한 유형의 가상 골격들이 사용될 수 있다.
41104에서, 처리 장치는 가상 아바타와 연관된 데이터를 검색할 수 있다. 가상 아바타와 관련된 데이터는 어떤 가상 아바타가 환자 및/또는 의료 전문가에 의해 선택되는지를 포함할 수 있고, 이러한 선택은 운동 세션을 통해 환자를 안내하기 위해 이루어진다. 일부 실시예들에서, 가상 아바타와 관련된 데이터는 가상 아바타와 관련된 식별자를 포함할 수 있다. 식별자는 데이터베이스에서 가상 아바타와 관련된 데이터를 검색하는 데 사용될 수 있다. 예를 들어, 환자는 슈퍼히어로를 그들의 가상 아바타로 선택했을 수 있다. 따라서, 특정 슈퍼히어로에 관한 데이터(예를 들어, 성별, 의상, 외모 등)가 데이터베이스에서 검색될 수 있다.
41106에서, 처리 장치는 가상 아바타와 관련된 데이터를 운동 세션과 관련된 하나 이상의 움직임들을 애니메이션화하는 가상 모델에 매핑할 수 있다. 예를 들어, 가상 아바타의 외형 및 형상은 가상 모델의 메시(예를 들어, 메시의 머리 부분에 대한 면)에 매핑될 수 있고 운동 세션 및/또는 가상 아바타에 관련된 명령어들에 따라 조작 및/또는 애니메이션화될 수 있다. 일부 실시예들에서, 가상 아바타는 치료 장치(4070)를 사용하여 하나 이상의 운동들을 수행할 수 있다. 가상 아바타에 의한 운동의 수행은 운동 세션을 통해 환자를 안내하기 위해 환자의 컴퓨팅 디바이스의 디스플레이 화면 상에 애니메이션 및/또는 프리젠테이션될 수 있다. 본원에 개시된 바와 같이, 언제든지, 가상 아바타가 교체 및/또는 일시 중지되어 의료 전문가의 멀티미디어 피드의 프리젠테이션을 가능하도록 할 수 있다.
도 47은 본 개시의 하나 이상의 양태들에 따라, 본원에 설명된 방법들 중 어느 하나 이상을 수행할 수 있는 예시적인 컴퓨터 시스템(41200)을 도시한다. 일 예에서, 컴퓨터 시스템(41200)은 컴퓨팅 디바이스를 포함할 수 있으며, 어시스턴스 인터페이스(4094), 보고 인터페이스(4092), 감독 인터페이스(4090), 임상의 인터페이스(4020), 서버(4030)(AI 엔진(4011)을 포함함), 환자 인터페이스(4050), 보행 센서(4082), 고니오미터(4084), 치료 장치(4070), 압력 센서(4086), 또는 도 36의 임의의 적절한 컴포넌트에 대응할 수 있다. 컴퓨터 시스템(41200)은 도 36의 인공 지능 엔진(4011)의 하나 이상의 기계 학습 모델들(4013)을 구현하는 명령어들을 실행할 수 있다. 컴퓨터 시스템은 클라우드 또는 피어투피어 네트워크를 통해 연결을 포함하여, LAN, 인트라넷, 엑스트라넷 또는 인터넷의 다른 컴퓨터 시스템에 연결(예를 들어, 네트워크 연결)될 수 있다. 컴퓨터 시스템은 클라이언트-서버 네트워크 환경에서 서버 용량으로 동작할 수 있다. 컴퓨터 시스템은 개인용 컴퓨터(PC), 태블릿 컴퓨터, 웨어러블(예를 들어, 손목 밴드), 셋톱 박스(set-top box; STB), 개인 정보 단말기(Personal Digital Assistant; PDA), 휴대폰, 카메라, 비디오 카메라, 사물 인터넷(IoT) 장치 또는 해당 디바이스에서 수행될 동작들을 지정하는 일련의 명령어들(순차적 또는 기타)을 실행할 수 있는 모든 디바이스일 수 있다. 또한, 단일 컴퓨터 시스템만이 예시되어 있어 있지만, "컴퓨터"라는 용어는 또한 본원에서 논의된 방법들 중 임의의 하나 이상을 수행하기 위해 명령어 세트(또는 다수의 세트들)를 개별적으로 또는 공동으로 실행하는 임의의 컴퓨터들의 집합을 포함하는 것으로 간주되어야 한다.
컴퓨터 시스템(41200)은 처리 장치(41202), 메인 메모리(41204)(예를 들어, 읽기 전용 메모리(ROM), 플래시 메모리, 솔리드 스테이트 드라이브(SSD), 동기식 DRAM(SDRAM)와 같은 동적 랜덤 액세스 메모리(DRAM)), 정적 메모리(41206)(예를 들어, 플래시 메모리, 솔리드 스테이트 드라이브(SSD), 정적 랜덤 액세스 메모리(SRAM)), 및 버스(41210)를 통해 서로 통신하는 데이터 저장 장치(41208)를 포함한다.
처리 장치(41202)는 마이크로프로세서, 중앙 처리 장치 등과 같은 하나 이상의 범용 처리 장치들을 나타낸다. 보다 구체적으로, 처리 장치(41202)는 CISC(complex instruction set computing) 마이크로프로세서, RISC(reduced instruction set computing) 마이크로프로세서, VLIW(very long instruction word) 마이크로프로세서, 또는 다른 명령어 세트를 구현하는 프로세서, 또는 명령어 세트의 조합을 구현하는 프로세서일 수 있다. 처리 장치(41202)는 또한 애플리케이션별 집적 회로(ASIC), 시스템 온 칩, 필드 프로그램 가능 게이트 어레이(FPGA), 디지털 신호 프로세서(DSP), 네트워크 프로세서 등과 같은 하나 이상의 특수 목적 처리 장치일 수 있다. 처리 장치(41202)는 본원에 논의된 동작들 및 단계들 중 어느 하나를 수행하기 위한 명령어들을 실행하도록 구성된다.
컴퓨터 시스템(41200)은 네트워크 인터페이스 장치(41212)를 더 포함할 수 있다. 컴퓨터 시스템(41200)은 또한 비디오 디스플레이(41214)(예를 들어, 액정 디스플레이(LCD), 발광 다이오드(LED), 유기 발광 다이오드(OLED), 양자 LED, 음극선관(CRT), 섀도우 마스크 CRT, 애퍼처 그릴(aperture grille) CRT, 단색 CRT), 하나 이상의 입력 장치(41216)(예를 들어, 키보드 및/또는 마우스 또는 게임형 제어), 및 하나 이상의 스피커(41218)(예를 들어, 스피커)를 포함할 수 있다. 하나의 예시적인 예에서, 비디오 디스플레이(41214) 및 입력 장치(들)(41216)는 단일 컴포넌트 또는 디바이스(예를 들어, LCD 터치 스크린)로 결합될 수 있다.
데이터 저장 장치(41216)는 본원에 설명된 방법들, 동작들 또는 기능들 중 임의의 하나 이상을 구현하는 명령어들(41222)이 저장되는 컴퓨터 판독 가능 매체(41220)를 포함할 수 있다. 명령어들(41222)은 또한 컴퓨터 시스템(41200)에 의해 실행되는 동안 메인 메모리(41204) 및/또는 처리 장치(41202) 내에 완전히 또는 적어도 부분적으로 상주할 수 있다. 이와 같이, 메인 메모리(41204) 및 처리 장치(41202)도 컴퓨터 판독 가능 매체를 구성한다. 명령어들(41222)은 또한 네트워크 인터페이스 장치(41212)를 통해 네트워크를 통해 전송되거나 수신될 수 있다.
컴퓨터 판독 가능 저장 매체(41220)는 예시적인 예에서 단일 매체인 것으로 예시되어 있지만, "컴퓨터 판독 가능 저장 매체"라는 용어는 하나 이상의 명령어 세트들을 저장하는 단일 매체 또는 다중 매체(예를 들어, 중앙 집중식 또는 분산형 데이터베이스, 및/또는 관련 캐시들 및 서버들)를 포함하는 것으로 간주되어야 한다. "기계 판독 가능 저장 매체"라는 용어는 또한 기계에 의한 실행을 위한 명령어 세트를 저장, 인코딩 또는 전달할 수 있고 기계가 본 개시의 방법론 중 임의의 하나 이상을 수행하게 하는 모든 매체를 포함하는 것으로 간주되어야 한다. 따라서 "기계 판독 가능 저장 매체"라는 용어는, 이에 제한되는 것은 아니나, 솔리드 스테이트 메모리, 광학 매체 및 자기 매체를 포함하는 것으로 간주되어야 한다.
조항 65. 컴퓨터 구현 시스템에 있어서,
운동 세션을 수행하는 동안 환자에 의해 조작되도록 구성된 치료 장치;
가상 아바타를 수신하도록 구성된 환자 인터페이스로서, 환자 인터페이스는 가상 아바타를 제시하도록 구성된 출력 장치를 포함하고, 가상 아바타는 치료 장치의 가상 표현을 사용하여 운동 세션 동안 환자를 안내하고, 가상 아바타는 의료 전문가와 연관되는, 상기 환자 인터페이스; 및
서버 컴퓨팅 디바이스로서,
환자의 가상 아바타를 환자 인터페이스에 제공하고,
환자 인터페이스로부터, 트리거 이벤트에 관한 메시지를 수신하고, 메시지는 트리거 이벤트의 심각도 레벨을 포함하고,
트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하는지 여부를 결정하고,
트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과한다고 결정하는 것에 응답하여, 환자 인터페이스 상에서 가상 아바타의 프리젠테이션을 의료 전문가의 컴퓨터 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 대체하도록 구성된, 상기 서버 컴퓨팅 디바이스를 포함한다.
조항 66. 본원의 임의의 조항의 컴퓨터 구현 시스템에 있어서, 서버 컴퓨팅 디바이스는 추가로,
트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하지 않는다고 결정하는 것에 응답하여,
가상 아바타의 제어를 의료 전문가의 컴퓨팅 디바이스에 제공하여, 의료 전문가가 환자와 상호작용하도록 가상 아바타를 원위에서 제어하도록 하거나,
가상 아바타의 제어를 의료 전문가의 컴퓨팅 디바이스에 계속 제공하여, 의료 전문가가 환자와 상호작용하도록 가상 아바타를 원위에서 제어하도록 한다.
조항 67. 본원의 임의의 조항의 컴퓨터 구현 시스템에 있어서, 가상 아바타는,
센서 데이터, 환자의 특성들, 환자 또는 다른 환자들로부터의 실시간 피드백 또는 이들의 임의의 조합을 포함하는 입력을 수신하고,
가상 아바타를 제어하는 출력을 생성하도록 훈련된 하나 이상의 기계 학습 모델들에 의해 실시간으로 또는 거의 실시간으로 제어된다.
조항 68. 본원의 임의의 조항의 컴퓨터 구현 시스템에 있어서, 가상 아바타를 제공하는 단계는,
운동 세션과 연관된 데이터를 검색하는 단계로서, 데이터는 운동 세션과 연관된 하나 이상의 움직임들을 애니메이션화하는 가상 모델을 구현하는 명령어들을 포함하는, 상기 검색하는 단계;
가상 아바타와 연관된 데이터를 검색하는 단계; 및
가상 아바타와 연관된 데이터를 운동 세션과 연관된 하나 이상의 움직임들을 애니메이션화하는 가상 모델에 매핑하는 단계를 더 포함한다.
조항 69. 본원의 임의의 조항의 컴퓨터 구현 시스템에 있어서, 가상 아바타를 제공하기 전에, 서버 컴퓨팅 디바이스는 추가로,
환자 인터페이스로, 운동 세션을 시작하기 위한 통지를 전송하되, 통지는 치료 계획에 명시된 일정에 기초하여 전송되고;
환자 인터페이스로부터, 치료 장치를 사용하기 위해 운동 세션을 시작하라는 선택을 수신하고,
치료 장치로, 치료 장치가 운동 세션을 시작하도록 하는 제어 신호를 전송하고;
제어 신호를 전송하는 것에 응답하여, 아바타를 환자 인터페이스에 제공하도록 한다.
조항 70. 본원의 임의의 조항의 컴퓨터 구현 시스템에 있어서, 통지는 푸시 알림, 문자 메시지, 전화 통화, 이메일 또는 이들의 일부 조합을 포함한다.
조항 71. 본원의 임의의 조항의 컴퓨터 구현 시스템에 있어서, 서버 컴퓨팅 디바이스는 추가로,
제2 환자에 대한 제2 치료 계획에 기초하여, 수행될 운동 세션을 결정하되, 제2 환자에 의한 수행은 제2 치료 장치를 사용하고;
제2 환자의 제2 환자 인터페이스 상에서, 운동 세션을 통해 치료 장치를 사용하기 위해 환자를 안내하도록 구성된 가상 아바타를 제시하도록 하며;
가상 아바타의 프리젠테이션이 의료 전문가의 컴퓨팅 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 환자의 컴퓨팅 디바이스에서 대체되는 동안, 가상 아바타는 제2 환자 인터페이스에 프리젠테이션된 채로 남아 있거나,
가상 아바타의 프리젠테이션이 의료 전문가의 컴퓨팅 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 환자 인터페이스에서 대체되는 동안, 가상 아바타는 제2 환자 인터페이스에서 의료 전문가의 컴퓨팅 디바이스로부터의 멀티미디어 피드로 대체된다.
조항 72. 본원의 임의의 조항의 방법에 있어서, 서버 컴퓨팅 디바이스는 추가로,
환자 인터페이스로부터, 가상 아바타의 라이브러리로부터 가상 아바타의 선택을 수신하고;
환자와 연관된 가상 아바타를 데이터베이스에 저장하도록 한다.
초장 73. 본원의 임의의 조항의 방법에 있어서, 가상 아바타는 오디오, 비디오, 햅틱 피드백 또는 이들의 일부 조합을 사용하여 운동 세션을 통해 환자를 안내하도록 구성된다.
조항 74. 방법에 있어서,
환자의 컴퓨팅 디바이스에, 환자의 컴퓨팅 디바이스에 제시될 가상 아바타를 제공하는 단계로서, 가상 아바타는 치료 장치의 가상 표현을 사용하여 운동 세션을 통해 환자를 안내하도록 구성되고, 가상 아바타는 의료 전문가와 연관되는, 상기 제공하는 단계;
환자의 컴퓨팅 디바이스로부터, 트리거 이벤트와 련관된 메시지를 수신하는 단계;
트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하는지 여부를 결정하는 단계; 및
트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과한다고 결정하는 것에 응답하여, 환자의 컴퓨터 디바이스 상에서, 가상 아바타의 프리젠테이션을 의료 전문가의 컴퓨터 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 대체하는 단계를 포함한다.
조항 75. 본원의 임의의 조항의 방법에 있어서,
트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하지 않는다고 결정하는 것에 응답하여,
가상 아바타의 제어를 의료 전문가의 컴퓨팅 디바이스에 제공하여, 의료 전문가가 환자와 상호작용하도록 가상 아바타를 원위에서 제어하는 단계, 또는
가상 아바타의 제어를 의료 전문가의 컴퓨팅 디바이스에 계속 제공하여, 의료 전문가가 환자와 상호작용하도록 가상 아바타를 원위에서 제어하는 단계를 더 포함한다.
조항 76. 본원의 임의의 조항의 방법에 있어서, 가상 아바타는,
센서 데이터, 환자의 특성들, 환자 또는 다른 환자들로부터의 실시간 피드백 또는 이들의 임의의 조합을 포함하는 입력을 수신하고,
가상 아바타를 제어하는 출력을 생성하도록 훈련된 하나 이상의 기계 학습 모델들에 의해 실시간으로 또는 거의 실시간으로 제어된다.
조항 77. 본원의 임의의 조항의 방법에 있어서, 가상 아바타를 제공하는 단계는,
운동 세션과 연관된 데이터를 검색하는 단계로서, 데이터는 운동 세션과 연관된 하나 이상의 움직임들을 애니메이션화하는 가상 모델을 구현하는 명령어들을 포함하는, 상기 검색하는 단계;
가상 아바타와 연관된 데이터를 검색하는 단계; 및
가상 아바타와 연관된 데이터를 운동 세션과 연관된 하나 이상의 움직임들을 애니메이션화하는 가상 모델에 매핑하는 단계를 더 포함한다.
조항 78. 본원의 임의의 조항의 방법에 있어서, 가상 아바타를 제공하기 전에, 상기 방법은,
환자의 컴퓨팅 디바이스로, 운동 세션을 시작하기 위한 통지를 전송하되, 통지는 치료 계획에 명시된 일정에 기초하여 전송되고;
환자의 컴퓨팅 디바이스로부터, 치료 장치를 사용하기 위해 운동 세션을 시작하라는 선택를 수신하는 단계;
치료 장치로, 치료 장치가 운동 세션을 시작하도록 하는 제어 신호를 전송하는 단계;
제어 신호를 전송하는 것에 응답하여, 환자의 컴퓨팅 디바이스에 가상 아바타를 제공하는 단계를 더 포함한다.
조항 79. 본원의 임의의 조항의 방법에 있어서, 통지는 푸시 알림, 문자 메시지, 전화 통화, 이메일 또는 이들의 일부 조합을 포함한다.
조항 80. 본원의 임의의 조항의 방법에 있어서,
제2 환자에 대한 제2 치료 계획에 기초하여, 수행될 운동 세션을 결정하는 단계로서, 제2 환자에 의한 수행은 제2 치료 장치를 사용하는, 상기 결정하는 단계;
제2 환자의 제2 환자의 제2 컴퓨팅 디바이스 상에서, 운동 세션을 통해 치료 장치를 사용하기 위해 환자를 안내하도록 구성된 가상 아바타를 제시하는 단계를 더 포함하며;
가상 아바타의 프리젠테이션이 의료 전문가의 컴퓨팅 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 환자의 컴퓨팅 디바이스에서 대체되는 동안, 가상 아바타는 제2 컴퓨팅 디바이스에 프리젠테이션된 채로 남아 있거나,
가상 아바타의 프리젠테이션이 의료 전문가의 컴퓨팅 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 환자의 컴퓨팅 디바이스에서 대체되는 동안, 가상 아바타는 제2 컴퓨팅 디바이스에서 의료 전문가의 컴퓨팅 디바이스로부터의 멀티미디어 피드로 대체된다.
조항 81. 본원의 임의의 조항의 방법에 있어서,
환자의 컴퓨팅 디바이스로부터, 가상 아바타의 라이브러리로부터 가상 아바타의 선택을 수신하는 단계; 및
환자와 연관된 가상 아바타를 데이터베이스에 저장하는 단계를 더 포함한다.
조항 82. 본원의 임의의 조항의 방법에 있어서, 가상 아바타는 오디오, 비디오, 햅틱 피드백 또는 이들의 일부 조합을 사용하여 운동 세션을 통해 환자를 안내하도록 구성된다.
조항 83. 본원의 임의의 조항의 방법에 있어서, 메시지는 환자의 통증 레벨, 환자의 특성, 센서의 측정치 또는 이들의 일부 조합에 관한 데이터를 포함한다.
조항 84. 본원의 임의의 조항의 방법에 있어서, 가상 아바타를 멀티미디어 피드로 대체하는 단계는 환자와 의료 전문가 사이의 원격 의료 세션을 시작하며, 상기 방법은,
환자 또는 의료 전문가의 컴퓨팅 디바이스로부터, 원격 의료 세션이 완료되었음을 나타내는 제2 메시지를 수신하는 단계; 및
환자의 컴퓨팅 디바이스 상에서, 멀티미디어 피드의 프리젠테이션을 가상 아바타의 프리젠테이션으로 대체하는 단계로서, 가상 아바타는 완료하기 위해 운동 세션을 통해 환자를 계속 안내하도록 구성되는, 상기 대체하는 단계를 더 포함한다.
조항 85. 본원의 임의의 조항의 방법에 있어서, 환자에 대한 치료 계획에 기초하여, 수행될 운동 세션을 결정하는 단계를 더 포함하며, 치료 장치는 운동 세션을 수행하는 환자에 의해 사용되도록 구성된다.
조항 86. 비일시적, 유형의 컴퓨터 판독 가능 매체로서, 실행 시, 처리 장치가,
환자의 컴퓨팅 디바이스에, 환자의 컴퓨팅 디바이스에 제시될 가상 아바타를 제공하되, 가상 아바타는 치료 장치의 가상 표현을 사용하여 운동 세션을 통해 환자를 안내하도록 구성되고, 가상 아바타는 의료 전문가와 연관되고;
환자의 컴퓨팅 디바이스로부터, 트리거 이벤트와 련관된 메시지를 수신하고;
트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하는지 여부를 결정하고,
트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과한다고 결정하는 것에 응답하여, 환자의 컴퓨터 디바이스 상에서, 가상 아바타의 프리젠테이션을 의료 전문가의 컴퓨터 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 대체하도록 하는 명령어들을 저장한다.
조항 87. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하지 않는다고 결정하는 것에 응답하여, 처리 장치는,
가상 아바타의 제어를 의료 전문가의 컴퓨팅 디바이스에 제공하여, 의료 전문가가 환자와 상호작용하도록 가상 아바타를 원위에서 제어하도록 하거나,
가상 아바타의 제어를 의료 전문가의 컴퓨팅 디바이스에 계속 제공하여, 의료 전문가가 환자와 상호작용하도록 가상 아바타를 원위에서 제어하도록 한다.
조항 88. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 가상 아바타는,
센서 데이터, 환자의 특성들, 환자 또는 다른 환자들로부터의 실시간 피드백 또는 이들의 임의의 조합을 포함하는 입력을 수신하고,
가상 아바타를 제어하는 출력을 생성하도록 훈련된 하나 이상의 기계 학습 모델들에 의해 실시간으로 또는 거의 실시간으로 제어된다.
조항 89. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 가상 아바타를 제공하는 단계는,
운동 세션과 연관된 데이터를 검색하는 단계로서, 데이터는 운동 세션과 연관된 하나 이상의 움직임들을 애니메이션화하는 가상 모델을 구현하는 명령어들을 포함하는, 상기 검색하는 단계;
가상 아바타와 연관된 데이터를 검색하는 단계; 및
가상 아바타와 연관된 데이터를 운동 세션과 연관된 하나 이상의 움직임들을 애니메이션화하는 가상 모델에 매핑하는 단계를 더 포함한다.
조항 90. 본원의 임의의 조항의 컴퓨터 판독 가능 매체에 있어서, 가상 아바타를 제공하기 전에, 처리 장치는 추가로,
환자의 컴퓨팅 디바이스로, 운동 세션을 시작하기 위한 통지를 전송하되, 통지는 치료 계획에 명시된 일정에 기초하여 전송되고;
환자의 컴퓨팅 디바이스로부터, 치료 장치를 사용하기 위해 운동 세션을 시작하라는 선택를 수신하고;
치료 장치로, 치료 장치가 운동 세션을 시작하도록 하는 제어 신호를 전송하고;
제어 신호를 전송하는 것에 응답하여, 환자의 컴퓨팅 디바이스에 가상 아바타를 제공하도록 한다.
조항 91. 시스템에 있어서,
명령어들을 저장하는 메모리 장치;
메모리 장치에 통신 가능하게 결합된 처리 장치로서, 처리 장치는,
환자의 컴퓨팅 디바이스에, 환자의 컴퓨팅 디바이스에 제시될 가상 아바타를 제공하되, 가상 아바타는 치료 장치의 가상 표현을 사용하여 운동 세션을 통해 환자를 안내하도록 구성되고, 가상 아바타는 의료 전문가와 연관되고;
환자의 컴퓨팅 디바이스로부터, 트리거 이벤트와 련관된 메시지를 수신하고;
트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하는지 여부를 결정하고,
트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과한다고 결정하는 것에 응답하여, 환자의 컴퓨터 디바이스 상에서, 가상 아바타의 프리젠테이션을 의료 전문가의 컴퓨터 디바이스로부터의 멀티미디어 피드의 프리젠테이션으로 대체하도록 하는 명령어들을 실행하는, 상기 처리 장치를 포함한다.
조항 92. 본원의 임의의 조항의 시스템에 있어서, 트리거 이벤트의 심각도 레벨이 임계 심각도 레벨을 초과하지 않는다고 결정하는 것에 응답하여, 처리 장치는,
가상 아바타의 제어를 의료 전문가의 컴퓨팅 디바이스에 제공하여, 의료 전문가가 환자와 상호작용하도록 가상 아바타를 원위에서 제어하도록 하거나,
가상 아바타의 제어를 의료 전문가의 컴퓨팅 디바이스에 계속 제공하여, 의료 전문가가 환자와 상호작용하도록 가상 아바타를 원위에서 제어하도록 한다.
조항 93. 본원의 임의의 조항의 시스템에 있어서, 처리 장치는 추가로,
운동 세션과 연관된 데이터를 검색하되, 데이터는 운동 세션과 연관된 하나 이상의 움직임들을 애니메이션화하는 가상 모델을 구현하는 명령어들을 포함하고;
가상 아바타와 연관된 데이터를 검색하고;
가상 아바타와 연관된 데이터를 운동 세션과 연관된 하나 이상의 움직임들을 애니메이션화하는 가상 모델에 매핑하도록 한다.
조항 94. 본원의 임의의 조항의 시스템에 있어서, 가상 아바타를 제공하기 전에, 처리 장치는 추가로,
환자의 컴퓨팅 디바이스로, 운동 세션을 시작하기 위한 통지를 전송하되, 통지는 치료 계획에 명시된 일정에 기초하여 전송되고;
환자의 컴퓨팅 디바이스로부터, 치료 장치를 사용하기 위해 운동 세션을 시작하라는 선택를 수신하고;
치료 장치로, 치료 장치가 운동 세션을 시작하도록 하는 제어 신호를 전송하고;
제어 신호를 전송하는 것에 응답하여, 환자의 컴퓨팅 디바이스에 가상 아바타를 제공하도록 한다.
설명된 실시예들의 다양한 양태들, 실시예들, 구현들 또는 특징들은 개별적으로 또는 임의의 조합으로 사용될 수 있다. 본원에 개시된 실시예들은 본질적으로 모듈식이고 다른 실시예들과 함께 또는 결합되어 사용될 수 있다.
위의 개시와 일관되게, 다음 조항들에 열거된 어셈블리들의 예들은 구체적으로 고려되며 비제한적인 예 세트로 의도된다.
Claims (24)
- 방법에 있어서,
치료 기기를 사용하여 치료 계획을 수행하는 사용자에 관한 치료 데이터를 수신하는 단계로서, 상기 치료 데이터는 상기 사용자의 특성들, 상기 사용자가 상기 치료 기기를 사용하는 동안 상기 사용자에 관한 측정 정보, 상기 치료 기기의 특성들 및 상기 치료 계획의 적어도 하나의 양태 중 적어도 하나를 포함하는, 상기 수신하는 단계;
상기 치료 데이터를 사용하여 치료 정보를 생성하는 단계;
헬스케어 제공자의 컴퓨팅 디바이스에서 액세스를 위해, 관련 메모리에 상기 치료 정보를 기록하는 단계;
상기 헬스케어 제공자의 상기 컴퓨팅 디바이스에서, 인터페이스와 통신하는 단계로서, 상기 인터페이스는 치료 계획 입력을 수신하도록 구성되는, 상기 통신하는 단계; 및
상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 적어도 하나에 대한 적어도 하나의 수정을 포함하는 치료 계획 입력을 수신하는 것에 응답하여 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 적어도 하나를 수정하는 단계를 포함하는, 방법. - 제1항에 있어서, 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나에 기초하여, 상기 사용자가 상기 치료 기기를 사용하는 동안 상기 치료 기기를 제어하는 단계를 더 포함하는, 방법.
- 제1항에 있어서, 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나에 기초하여, 상기 사용자가 원격 의료 세션 동안 상기 치료 기기를 사용하는 동안 상기 치료 기기를 제어하는 단계를 더 포함하는, 방법.
- 제1항에 있어서, 상기 측정 정보는 상기 사용자의 바이탈 사인, 상기 사용자의 호흡수, 상기 사용자의 심박수, 상기 사용자의 체온 및 상기 사용자의 혈압 중 적어도 하나를 포함하는, 방법.
- 제1항에 있어서, 상기 치료 데이터 중 적어도 일부는 상기 치료 기기와 연관된 센서로부터의 센서 데이터에 대응하는, 방법.
- 제1항에 있어서, 상기 치료 데이터 중 적어도 일부는 상기 치료 기기를 사용하는 동안 상기 사용자가 착용한 웨어러블 기기와 연관된 센서로부터의 센서 데이터에 대응하는, 방법.
- 제1항에 있어서, 상기 사용자가 상기 치료 기기를 사용하여 상기 치료 계획을 수행하는 동안 상기 사용자와 관련된 후속 치료 데이터를 수신하는 단계를 더 포함하는, 방법.
- 제7항에 있어서, 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나에 대한 적어도 하나의 추가 수정을 포함하는 후속 치료 계획 입력을 수신하는 것에 응답하여 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나를 수정하는 단계를 더 포함하며, 상기 후속 치료 계획 입력은 상기 치료 데이터 및 상기 후속 치료 데이터 중 적어도 하나에 기초하는, 방법.
- 유형의, 비일시적 컴퓨터 판독 가능 매체로서, 실행 시, 처리 장치가,
치료 기기를 사용하여 치료 계획을 수행하는 사용자에 관한 치료 데이터를 수신하되, 상기 치료 데이터는 상기 사용자의 특성들, 상기 사용자가 상기 치료 기기를 사용하는 동안 상기 사용자에 관한 측정 정보, 상기 치료 기기의 특성들, 및 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 적어도 하나를 포함하고;
상기 치료 데이터를 사용하여 치료 정보를 생성하고;
헬스케어 제공자의 컴퓨팅 디바이스에서 액세스를 위해, 관련 메모리에 상기 치료 정보를 기록하고;
상기 헬스케어 제공자의 상기 컴퓨팅 디바이스에서 인터페이스와 통신하되, 상기 인터페이스는 치료 계획 입력을 수신하도록 구성되고;
상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 적어도 하나에 대한 적어도 하나의 수정을 포함하는 치료 계획 입력을 수신하는 것에 응답하여 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 적어도 하나를 수정하도록 하는 명령어들을 저장하는, 컴퓨터 판독 가능 매체. - 제9항에 있어서, 상기 처리 장치는, 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나에 기초하여, 상기 사용자가 상기 치료 기기를 사용하는 동안 상기 치료 기기를 제어하도록 더 구성되는, 컴퓨터 판독 가능 매체.
- 제9항에 있어서, 상기 처리 장치는, 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나에 기초하여, 상기 사용자가 원격의료 세션 동안 상기 치료 기기를 사용하는 동안 상기 치료 기기를 제어하도록 더 구성되는, 컴퓨터 판독 가능 매체.
- 제9항에 있어서, 상기 측정 정보는 상기 사용자의 바이탈 사인, 상기 사용자의 호흡수, 상기 사용자의 심박수, 상기 사용자의 체온 및 상기 사용자의 혈압 중 적어도 하나를 포함하는, 컴퓨터 판독 가능 매체.
- 제9항에 있어서, 상기 치료 데이터 중 적어도 일부는 상기 치료 기기와 연관된 센서로부터의 센서 데이터에 대응하는, 컴퓨터 판독 가능 매체.
- 제9항에 있어서, 상기 치료 데이터 중 적어도 일부는 상기 치료 기기를 사용하는 동안 상기 사용자가 착용한 웨어러블 기기와 연관된 센서로부터의 센서 데이터에 대응하는, 컴퓨터 판독 가능 매체.
- 제9항에 있어서, 상기 사용자가 상기 치료 기기를 사용하여 상기 치료 계획을 수행하는 동안 상기 사용자와 관련된 후속 치료 데이터를 수신하도록 더 구성되는, 컴퓨터 판독 가능 매체.
- 제15항에 있어서, 상기 처리 장치는 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나에 대한 적어도 하나의 추가 수정을 포함하는 후속 치료 계획 입력을 수신하는 것에 응답하여 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나를 수정하도록 더 구성되며, 상기 후속 치료 계획 입력은 상기 치료 데이터 및 상기 후속 치료 데이터 중 적어도 하나에 기초하는, 컴퓨터 판독 가능 매체.
- 시스템에 있어서,
명령어들을 저장하는 메모리 장치; 및
상기 메모리 장치에 통신 가능하게 결합된 처리 장치로서, 상기 처리 장치는,
치료 기기를 사용하여 치료 계획을 수행하는 사용자에 관한 치료 데이터를 수신하되, 상기 치료 데이터는 상기 사용자의 특성들, 상기 사용자가 상기 치료 기기를 사용하는 동안 상기 사용자에 관한 측정 정보, 상기 치료 기기의 특성들, 및 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 적어도 하나를 포함하고;
상기 치료 데이터를 사용하여 치료 정보를 생성하고;
헬스케어 제공자의 컴퓨팅 디바이스에서 액세스를 위해, 상기 메모리 장치 및 다른 관련 메모리 장치 중 적어도 하나에 상기 치료 정보를 기록하고;
상기 헬스케어 제공자의 상기 컴퓨팅 디바이스에서 인터페이스와 통신하되, 상기 인터페이스는 치료 계획 입력을 수신하도록 구성되고;
상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 적어도 하나에 대한 적어도 하나의 수정을 포함하는 치료 계획 입력을 수신하는 것에 응답하여 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 적어도 하나를 수정하도록 하는 명령어들을 실행하는, 상기 처리 장치를 포함하는, 시스템. - 제17항에 있어서, 상기 처리 장치는, 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나에 기초하여, 상기 사용자가 상기 치료 기기를 사용하는 동안 상기 치료 기기를 제어하도록 더 구성되는, 시스템.
- 제17항에 있어서, 상기 처리 장치는, 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나에 기초하여, 상기 사용자가 원격의료 세션 동안 상기 치료 기기를 사용하는 동안 상기 치료 기기를 제어하도록 더 구성되는, 시스템.
- 제17항에 있어서, 상기 측정 정보는 상기 사용자의 바이탈 사인, 상기 사용자의 호흡수, 상기 사용자의 심박수, 상기 사용자의 체온 및 상기 사용자의 혈압 중 적어도 하나를 포함하는, 시스템.
- 제17항에 있어서, 상기 치료 데이터 중 적어도 일부는 상기 치료 기기와 연관된 센서로부터의 센서 데이터에 대응하는, 시스템.
- 제17항에 있어서, 상기 치료 데이터 중 적어도 일부는 상기 치료 기기를 사용하는 동안 상기 사용자가 착용한 웨어러블 기기와 연관된 센서로부터의 센서 데이터에 대응하는, 시스템.
- 제17항에 있어서, 상기 사용자가 상기 치료 기기를 사용하여 상기 치료 계획을 수행하는 동안 상기 사용자와 관련된 후속 치료 데이터를 수신하도록 더 구성되는, 시스템.
- 제23항에 있어서, 상기 처리 장치는 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나에 대한 적어도 하나의 추가 수정을 포함하는 후속 치료 계획 입력을 수신하는 것에 응답하여 상기 치료 계획의 상기 적어도 하나의 양태 및 임의의 다른 양태 중 상기 수정된 상기 적어도 하나를 수정하도록 더 구성되며, 상기 후속 치료 계획 입력은 상기 치료 데이터 및 상기 후속 치료 데이터 중 적어도 하나에 기초하는, 시스템.
Applications Claiming Priority (17)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/856,985 | 2020-04-23 | ||
| US16/856,985 US11107591B1 (en) | 2020-04-23 | 2020-04-23 | Method and system for describing and recommending optimal treatment plans in adaptive telemedical or other contexts |
| US202063048456P | 2020-07-06 | 2020-07-06 | |
| US63/048,456 | 2020-07-06 | ||
| US17/021,895 US11071597B2 (en) | 2019-10-03 | 2020-09-15 | Telemedicine for orthopedic treatment |
| US17/021,895 | 2020-09-15 | ||
| US202063088657P | 2020-10-07 | 2020-10-07 | |
| US63/088,657 | 2020-10-07 | ||
| US202063104716P | 2020-10-23 | 2020-10-23 | |
| US63/104,716 | 2020-10-23 | ||
| US17/147,428 US11317975B2 (en) | 2019-10-03 | 2021-01-12 | Method and system for treating patients via telemedicine using sensor data from rehabilitation or exercise equipment |
| US17/147,439 | 2021-01-12 | ||
| US17/147,439 US11101028B2 (en) | 2019-10-03 | 2021-01-12 | Method and system using artificial intelligence to monitor user characteristics during a telemedicine session |
| US17/147,428 | 2021-01-12 | ||
| US17/147,211 | 2021-01-12 | ||
| US17/147,211 US11075000B2 (en) | 2019-10-03 | 2021-01-12 | Method and system for using virtual avatars associated with medical professionals during exercise sessions |
| PCT/US2021/028655 WO2021216881A1 (en) | 2020-04-23 | 2021-04-22 | Method and system for using sensor data from rehabilitation or exercise equipment to treat patients via telemedicine |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230006641A true KR20230006641A (ko) | 2023-01-10 |
Family
ID=83887200
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227040948A KR20230006641A (ko) | 2020-04-23 | 2021-04-22 | 원격 의료를 통해 환자를 치료하기 위해 재활 또는 운동 장비의 센서 데이터를 사용하는 방법 및 시스템 |
Country Status (7)
| Country | Link |
|---|---|
| EP (1) | EP4139928A1 (ko) |
| JP (1) | JP7298053B2 (ko) |
| KR (1) | KR20230006641A (ko) |
| AU (2) | AU2021260953B2 (ko) |
| BR (1) | BR112022021443A2 (ko) |
| CA (1) | CA3176236C (ko) |
| MX (1) | MX2022013358A (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116153531B (zh) * | 2023-04-17 | 2023-07-18 | 北京康爱医疗科技股份有限公司 | 一种肿瘤患者康复监测方法及系统 |
| CN118675764A (zh) * | 2024-08-21 | 2024-09-20 | 中国人民解放军海军青岛特勤疗养中心 | 基于人工智能的胸科手术术后康复效果预测系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7416537B1 (en) * | 1999-06-23 | 2008-08-26 | Izex Technologies, Inc. | Rehabilitative orthoses |
| US20030036683A1 (en) * | 2000-05-01 | 2003-02-20 | Kehr Bruce A. | Method, system and computer program product for internet-enabled, patient monitoring system |
| JP4076386B2 (ja) * | 2002-07-18 | 2008-04-16 | 帝人株式会社 | 医用遠隔情報システム、情報処理方法、コンピュータプログラム、コンピュータプログラム用記録媒体、遠隔医療システム |
| US20080214971A1 (en) * | 2002-10-07 | 2008-09-04 | Talish Roger J | Excercise device utilizing loading apparatus |
| US8025607B2 (en) * | 2009-09-16 | 2011-09-27 | Northeastern University | Instrumented handle and pedal systems for use in rehabilitation, exercise and training equipment |
| US10810283B2 (en) * | 2013-10-31 | 2020-10-20 | Knox Medical Diagnostics Inc. | Systems and methods for monitoring respiratory function |
-
2021
- 2021-04-22 EP EP21791805.1A patent/EP4139928A1/en active Pending
- 2021-04-22 AU AU2021260953A patent/AU2021260953B2/en active Active
- 2021-04-22 CA CA3176236A patent/CA3176236C/en active Active
- 2021-04-22 JP JP2022564566A patent/JP7298053B2/ja active Active
- 2021-04-22 BR BR112022021443A patent/BR112022021443A2/pt not_active Application Discontinuation
- 2021-04-22 KR KR1020227040948A patent/KR20230006641A/ko not_active IP Right Cessation
- 2021-04-22 MX MX2022013358A patent/MX2022013358A/es unknown
-
2023
- 2023-07-13 AU AU2023204667A patent/AU2023204667B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023519759A (ja) | 2023-05-12 |
| AU2023204667B2 (en) | 2024-04-18 |
| AU2021260953B2 (en) | 2023-04-13 |
| CA3176236A1 (en) | 2021-10-28 |
| CA3176236C (en) | 2024-02-20 |
| AU2021260953A1 (en) | 2022-11-17 |
| BR112022021443A2 (pt) | 2022-12-27 |
| MX2022013358A (es) | 2023-01-04 |
| AU2023204667A1 (en) | 2023-08-03 |
| EP4139928A1 (en) | 2023-03-01 |
| JP7298053B2 (ja) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11942205B2 (en) | Method and system for using virtual avatars associated with medical professionals during exercise sessions | |
| US11923057B2 (en) | Method and system using artificial intelligence to monitor user characteristics during a telemedicine session | |
| US11328807B2 (en) | System and method for using artificial intelligence in telemedicine-enabled hardware to optimize rehabilitative routines capable of enabling remote rehabilitative compliance | |
| US11282604B2 (en) | Method and system for use of telemedicine-enabled rehabilitative equipment for prediction of secondary disease | |
| US20220314075A1 (en) | Method and system for monitoring actual patient treatment progress using sensor data | |
| US20220328181A1 (en) | Method and system for monitoring actual patient treatment progress using sensor data | |
| US11445985B2 (en) | Augmented reality placement of goniometer or other sensors | |
| US11282608B2 (en) | Method and system for using artificial intelligence and machine learning to provide recommendations to a healthcare provider in or near real-time during a telemedicine session | |
| CN113241166B (zh) | 使用人工智能分配患者并动态控制治疗设备的方法和系统 | |
| US20220415471A1 (en) | Method and system for using sensor data to identify secondary conditions of a user based on a detected joint misalignment of the user who is using a treatment device to perform a treatment plan | |
| US20230058605A1 (en) | Method and system for using sensor data to detect joint misalignment of a user using a treatment device to perform a treatment plan | |
| US20220273986A1 (en) | Method and system for enabling patient pseudonymization or anonymization in a telemedicine session subject to the consent of a third party | |
| JP2023099132A (ja) | コンピュータ実装システム、及びそれを用いた方法、並びにコンピュータ可読媒体 | |
| WO2021236542A1 (en) | System and method to enable remote adjustment of a device during a telemedicine session | |
| AU2023204667B2 (en) | Method and system for using sensor data from rehabilitation or exercise equipment to treat patients via telemedicine | |
| CN113223690B (zh) | 经由远程医疗来使对象康复的方法和系统 | |
| WO2022155251A9 (en) | Method and system for using artificial intelligence and machine learning to provide recommendations to a healthcare provider in real-time during a telemedicine session | |
| WO2024050070A1 (en) | Method and system for using a sensor data to detect joint misalignment of a user using a treatment device to perform a treatment plan |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated examination | ||
| AMND | Amendment | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X601 | Decision of rejection after re-examination |