MXPA02007222A - Sistema para el monitoreo remoto de pacientes. - Google Patents

Sistema para el monitoreo remoto de pacientes.

Info

Publication number
MXPA02007222A
MXPA02007222A MXPA02007222A MXPA02007222A MXPA02007222A MX PA02007222 A MXPA02007222 A MX PA02007222A MX PA02007222 A MXPA02007222 A MX PA02007222A MX PA02007222 A MXPA02007222 A MX PA02007222A MX PA02007222 A MXPA02007222 A MX PA02007222A
Authority
MX
Mexico
Prior art keywords
patient
values
value
doctor
home
Prior art date
Application number
MXPA02007222A
Other languages
English (en)
Inventor
Robert Hervy
Original Assignee
Centre Nat Rech Scient
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Centre Nat Rech Scient filed Critical Centre Nat Rech Scient
Publication of MXPA02007222A publication Critical patent/MXPA02007222A/es

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00Surgery
    • Y10S128/92Computer assisted medical diagnostics

Abstract

La invencion se refiere a un sistema para monitorear a pacientes en su hogar, que comprende medios de interfaz en el hogar del paciente, medios de interfaz en el quirofano del medico, un servidor conectado por una red tal como una red telefonica a los medios de interfaz en el hogar del paciente y a los medios de interfaz en el quirofano del medico, dicho servidor recibiendo de los medios de interfaz en el hogar del paciente, valores de parametros fisiologicos medidos por el paciente o por sensores y que comprende medios para almacenar un registro medico correspondiente a cierto intervalo de tiempo, referente a los valores de parametros fisiologicos; dicho sistema comprende ademas medios de procesamiento que determinan con base en el registro medico del paciente para por lo menos uno de los parametros fisiologicos, probabilidades de modelado del paciente que esta en varias posibles condiciones fisiologicas, y dichos medios de procesamiento calculan, con base en dichas operaciones de modelado y el ultimo valor transmitido al servidor para dicho parametro, la probabilidad del paciente que esta en dichas condiciones fisiologicas,'y esto se repite para cada una de las diversas condiciones.

Description

SISTEMA PARA EL ONITOREO REMOTO DE PACIENTES PREPARACIÓN GENERAL DE LA INVENCIÓN La presente invención se refiere a un sistema para el monitoreo remoto de pacientes. Ya se conocen sistemas para monitoreo médico remoto en los cuales el paciente es equipado con medios por los cuales transmite al médico que lo está monitoreando valores de parámetros fisiológicos que permiten monitorear diariamente al paciente. A ese respecto se puede hacer referencia por ejemplo a las solicitudes de patente FR 2 717 332 y WO 96/28086. En el sistema descrito en esta solicitud de patente, se implementa un procesamiento de los datos recibidos del paciente, permitiendo al médico asimilar fácilmente los datos transmitidos al mismo (presentaciones en forma de cuadros, gráficas, estadísticas, etc.) y para revelar los cambios en los parámetros fisiológicos medidos en cierto periodo. Un objeto de la invención es proponer un sistema para el monitoreo remoto de pacientes que es mejorado adicionalmente y constituye para el médico una genuina herramienta útil que es capaz de revelar cambios anormales en el estado de un paciente y hacerlo con alta confiabilidad. Otro objetivo más general de la invención es proponer un sistema que haga posible mejorar la calidad del monitoreo de pacientes, al jpismo tiempo que su comodidad, su seguridad, sus relaciones con el mundo médico y que también se pueda usar para ayudar a la investigación médica. De esta manera, la invención propone un sistema para monitorear a pacientes de acuerdo con la reivindicación 1 o la reivindicación 4. Dicho sistema es ventajosamente complementado por las siguientes características tomadas solas o de acuerdo todas sus posibles combinaciones: - los medios de procesamiento son capaces de permitir al médico modificar el modelado de probabilidades determinadas para los diversos estados fisiológicos; - los medios de interfaz en el quirófano del médico son capaces de permitirle proponer modificaciones a sus valores de probabilidad calculados por los medios de procesamiento, dichos medios de procesamiento comprendiendo medios para modificar el modelado de probabilidades determinadas para los diversos estados fisiológicos como una función de los valores modificados propuestos por el médico; - los medios de procesamiento determinan la probabilidad de estar en un estado dado para un valor de parámetro fisiológico dado como una función de la relación entre, por una parte, las diferencias entre este valor de parámetro fisiológico y un valor de referencia normal para este parámetro y, por otra parte, una tolerancia; - por lo menos para un parámetro fisiológico, el valor de referencia depende de la historia del paciente; -$$$. - dichos medios de procesamiento comparan los valores de parámetros fisiológicos o valores de otros parámetros determinados como una función de los últimos valores con valores umbrales que son determinados como una función de la historia almacenada y, cuando dicho valor umbral es excedido, transmiten un mensaje de alerta a los medios de interfaz en el quirófano del médico y/o el hogar del paciente; - los medios de procesamiento determinan valores de parámetros referidos como parámetros de tendencia que dependen de los últimos valores de parámetros fisiológicos transmitidos por la interfaz en el hogar del paciente y de una parte de la historia almacenada que apenas precede en tiempo a la transmisión de estos últimos valores de parámetros fisiológicos, compara estos valores de parámetros de tendencia con valores umbrales y, cuando dicho valor umbral es excedido, transmiten un mensaje de alerta a los medios de interfaz en el quirófano del médico y/o el hogar del paciente; - por lo menos una parte de los últimos valores de parámetros fisiológicos transmitidos por la interfaz en el hogar del paciente se comparan adicionalmente con otros valores umbrales que son independientes de la historia y porque el valor de por lo menos un parámetro de tendencia es modificado cuando se excede uno de estos valores umbrales; - el servidor comprende medios para, cuando un paciente busca conectarse, identificar a dicho paciente, interrumpir la comunicación y conectar con los medios de interfaz de dicho paciente; - los medios de interfaz en el hogar del paciente permiten a este último transmitir información al médico sólo cuando el paciente haya llenado un cuadro de parámetros diarios; - los medios de interfaz en el hogar del paciente comprende medios para verificar la consistencia de los valores de parámetros fisiológicos medidos y transmitidos por el paciente.
BREVE DESCRIPCIÓN DE LAS FIGURAS Otras características y ventajas de la invención surgirán además a partir de la siguiente descripción. Esta descripción es simplemente ilustrativa y no limitante. Debe leerse junto con los dibujos anexos en los cuales: La figura 1 es una representación diagramática que ilustra una arquitectura operacional de un sistema de acuerdo con una posible modalidad de la invención; La figura 2 es una gráfica en la cual se trazan curvan que ilustran funciones usadas por el servidor del sistema de la figura 1 ; La figura 3 y la figura 4 son dos gráficas que ilustran dos posibles modos de presentación de los resultados del procesamiento del servidor al nivel de los medios de interfaz en el quirófano del médico; La figura 5 es una gráfica en la cual se trazan varias curvas usadas en el cálculo de las probabilidades. títs DESCRIPCIÓN DE UNA O MAS MODALIDADES PARTICULARES Estructura general El sistema que se ilustra en la figura 1 comprende medios de interfaz 1 dispuestos en el hogar del paciente, un servidor de computadora 2 con el cual los medios 1 se comunican por medio de la red telefónica, referenciada por el número 3, y medios de ¡nterfaz 6 dispuestos en la sala del quirófano del médico. Los medios 1 en el hogar del paciente constan de una terminal de computadora 4 que posiblemente puede conectarse a los sensores 5 que hacen posible registrar automáticamente valores de parámetros fisiológicos del paciente. El paciente intercambia por lo menos diariamente con el servidor 2 usando los medios 1. Para este propósito, cuando el paciente se ha conectado al servidor 2 por medio de su línea telefónica, se identifica a sí mismo proveyendo al servidor 2 un código de identificación, junto con una contraseña. La comunicación es después interrumpida y el paciente es llamado de nuevo por el servidor 2. Como se entenderá, esta división de la conexión en dos pasos, y en particular el hecho de que el servidor llama al paciente después de que este último se ha identificado, permite al usuario del sistema estar seguro.
Una vez que la conexión ha sido restablecida, una primera pantalla presenta al paciente los mensajes que su médico le pudo dejar. Una vez que el paciente ha asimilado estos mensajes, se le pide que llene un cuadro de parámetros diarios en donde debe indicar, para los parámetros fisiológicos cuyos valores no son transmitidos automáticamente por los sensores, los valores de los parámetros fisiológicos que ha podido medir él mismo. La terminal de computadora 4 implementa entonces un procesamiento que hace posible verificar la consistencia del valor introducido para cada parámetro. Por ejemplo, compara el valor de los parámetros con valores umbrales. Cuando todos los encabezados del cuadro se han llenado -y sólo en este caso-, el conjunto de valores de parámetro fisiológico medidos es transmitido al servidor 2. Los medios 6 consisten por su parte de una terminal de computadora directa que recibe los resultados de un procesamiento implementado por el servidor 2. Este procesamiento está diseñado para presentar al médico los últimos valores medidos de parámetros fisiológicos y según sea apropiado para detectar y revelar al médico cualquier cambio anormal en estos valores de parámetro.
Se notará que cuando un cambio anormal de este tipo es detectado, este último es señalado inmediatamente al paciente de modo que, por su propia cuenta, pueda hacer contacto con los médicos que los están monitoreando. Posibles ejemplos de procesamiento se describirán ahora en el caso en el que el sistema se usa para monitorear diálisis en el hogar y en particular para monitorear a pacientes sometidos a diálisis peritoneal deambulatoria continua (CAPD). Desde luego, se pueden contemplar otras aplicaciones del sistema propuesto por la invención, la aplicación del monitoreo de pacientes sometidos a diálisis peritoneal deambulatoria continúa siendo considerada simplemente como un ejemplo de entre otros posibles ejemplos. El procesamiento ¡mplementado por el servidor 2 es un procesamiento de sistema de experto que es personalizado como una función de la historia del paciente. En particular, el servidor 2 almacena en la memoria los valores de los parámetros fisiológicos del paciente y datos calculados de este último en una duración que puede ser de 16 días.
PRIMER EJEMPLO DE PROCESAMIENTO Un procesamiento de acuerdo con un primer posible ejemplo es un procesamiento que por una parte implementa una determinación de alertas con respecto a parámetros referidos como tendencias que dependen de la historia del paciente y por otra parte implementa una detección de alerta con base en varias reglas de procesamiento considerando los valores de los parámetros fisiológicos apenas transmitidos por el paciente. Los parámetros de tendencia son por ejemplo la hidratación, la temperatura, la presión sanguínea cuando está acostado y la presión sanguínea cuando está parado, los valores de volumen de drenaje para las bolsas. Los valores de estos parámetros de tendencia se determinan como una función de la historia reciente, por ejemplo, promediados en una duración de algunos días, y se comparan con un umbral de activación de alertas, que depende de los valores normales del paciente. Se entiende que considerando el hecho de que los parámetros de tendencia se calculan tomando en cuanta no sólo los últimos valores recibidos del paciente sino también los valores sobre la duración correspondiente a aquella escogida para la historia reciente, los parámetros de tendencia generarán alertas sólo en los casos en los que los parámetros fisiológicos se hayan desviado de su valor normal no sólo a manera de puntos en un momento dado, sino en cierta duración (la de la historia reciente).
Por lo tanto, por ejemplo, si un paciente tiene una temperatura de 38°C, ésta no tiene consecuencia por puntos, pero se vuelve preocupante si la temperatura se mantiene durante cierto tiempo. El procesamiento propuesto hace posible activar una señal de alerta que haga posible revelar esta deriva a "largo plazo". Por ejemplo, una tendencia usada es una tendencia de hidratación. La tendencia de hidratación es un número entre -99 y +99 que refleja el grado de hiperhidratación cuando es positivo y el grado de deshidratación cuando es negativo. Cuando la hidratación es normal, la tendencia es cercana a cero. La tendencia de hidratación se inicializa a cero. Cuando su valor absoluto excede 100, se genera una alerta "mayor". Esta última será indicada al paciente, y aparecerá como una prioridad en la interfaz del médico. Esto ocurre sólo cuando algunos síntomas corroboran uno y el mismo diagnóstico, o cuando uno y el mismo factor se repiten varios días. La tendencia de hidratación se incrementa por +30 cuando la regla de relación de peso-hidratación es activada, por -30 cuando la regla de relación de peso-deshidratación es activada, -25 cuando la regla de diferencia entre acostado-parado es activada. Cada día la tendencia de hidratación es atenuada por el factor 1.5 e incrementada por un valor igual a 25 veces la relación entre la desviación en peso seco dividida entre 1.5. Este valor es significativo cuando la desviación en peso seco es mayor que 1.5 KG (1.5 siendo la tolerancia en el peso). Se notará que los valores normales que se usan dependen por sí mismos de la historia del paciente sobre una duración mayor. Se determinan por ejemplo calculando el valor promedio del parámetro relevante en una duración de dieciséis días. Además, los valores de parámetros de tendencia son modificados adicionalmente, como se describe más adelante, como una función del estado del paciente tales como los resultados de los valores de parámetros fisiológicos transmitidos al último por el paciente y en particular al detectar estados de alerta con respecto a estos parámetros. El procesamiento para detectar estados de alerta con respecto a los valores de parámetro fisiológico transmitidos al último por su parte incrementa las siguientes reglas: • Relación de peso-hiperhidratación: esta primera regla verifica si el peso del paciente excede su peso seco. El límite fijado por los médicos es de 1.5 Kg. Si este límite es sobrepasado, se activa una alerta de "hiperhidratación", y se añade una sanción de 30% a la tendencia de hidratación. • Relación de peso-deshidratación: esta regla es la contraparte simétrica de la regla anterior. Esta verifica si el peso está por abajo del peso seco. (Una tolerancia de 1.5 Kg es también aceptada). En este caso, se if?ti iíi ?i?mt ^ presión sanguínea del paciente cuando está parado. Para el resto, su comportamiento es estrictamente idéntico. • BAG_1 , BAG_2, BAG_3 y BAG_4: estas cuatro reglas verifican el volumen drenado por cada una de las cuatro bolsas del paciente. De acuerdo con el tipo de bolsa, el volumen drenado debe permanecer casi constante, aun cuando sean posibles variaciones grandes. Esto se debe a que no se fija alerta a estas reglas, estas últimas, por lo tanto, son responsables simplemente para actualizar la tendencia de bolsas como una función de los volúmenes observados. Esta edición se lleva a cabo con base en la siguiente fórmula que ha sido determinada en forma empírica: ( ( (entrada a la bolsa - salida de la bolsa) - valor promedio de este tipo de bolsa)/200)*15) = valor nuevo del parámetro de bolsa Después de determinar estos diversos estados de alerta, el sistema actualiza los valores normales usados para manejar los parámetros de tendencia, es decir determina los nuevos valores normales que se van a tomar en cuenta durante el siguiente procesamiento, y lo hace calculando nuevos valores promedio en toda la historia, estos nuevos valores promedio integrando los últimos valores de parámetros fisiológicos transmitidos por el paciente.
# - SEGUNDO EJ ' EMPLO DE P "ROCESAMIENTO y-;- Un segundo posible procesamiento por el sistema de experto se describirá ahora. Este procesamiento se ha desarrollado con base en un modelo de procedimiento de decisión Markoviano parcialmente observable (POMDP).
Aspectos generales teóricos De manera convencional, un modelo se expresa en forma de n- tupie < S, A, O, B, T, R p > en el cual: - S representa el conjunto finito de estados del ambiente que uno busca modelar. Cuando esos estados no son directamente observables, se debe definir un modelo de las observaciones. Este modelo comprende un conjunto finito O de posibles observaciones y una función de observación B que tiene un estado de S o más generalmente con un par (estado, acción) asocia una distribución de probabilidad sobre los elementos de O. B(o I s, a) representa la probabilidad de observar oeO del estado s (habiendo tomado la acción a). - A es el conjunto finito de acciones que hace posible influenciar el procesamiento. Estas acciones están diseñadas para hacer que I sistema cambie de un estado a otro. Las acciones tienen un valor incierto que es modelado por la función de transición definida más adelante.
- O es el conjunto finito de observaciones que hace posible caracterizar el modelo. - B es la función de observación. - T es la función de transición que define la probabilidad de pasar del estado s al estado s' realizando la acción de A.: p (s' I s,a) - R es la función de recompensa que se asocia con cada estado, o con cada par (estado, acción) un número que expresa el grado de satisfacción de poner el sistema en el estado s, o de elegir la acción a cuando uno está en el estado s. - p da la distribución de probabilidad inicial sobre el conjunto de estados. Un modelo que se expresa de esta forma puede ser explotado por un sistema autónomo para contestar las siguientes preguntas: - dada una secuencia de vectores de observación (oí. ?t) cuál es la probabilidad de que el sistema ocupe el estado s en el momento T (diagnóstico). - dada una secuencia de vectores de observación (o-i ...0t) y un modelo ?, cómo se ajustan dos parámetros < B, T, p > para aumentar al máximo p ((Oí ...ot I ?) (aprendizaje). - dada una secuencia de vectores de observación que es la acción óptima que va a ser considerada para que el sistema alcance un estado dado (acción recomendada).
Dicho modelo es por ejemplo del tipo de aquellos descritos en la publicación: -Koenig, R. G. Simmons en "Unsupervised Learning of Probabilistic Models for Robot Navigation" publicada en los procedimientos de la conferencia de IEEE ICRA'96.
Aplicación de dicho modelo al procesamiento propuesto para monitorear la hidratación Definición de los elementos del modelo Los estados del conjunto S que se usan son cinco en número: hidratación normal, deshidratación, hiperhidratación, peso seco demasiado bajo y peso seco demasiado alto. Estas observaciones del conjunto O por su parte consisten, para cada parámetro fisiológico, de los siguientes símbolos indicativos O(i): satisfactoriOj, por debajo de la norma,, por arriba de la norma,, en donde i es un índice que de acuerdo con su valor denota uno u otros de los parámetros fisiológicos. Los parámetros fisiológicos considerados son peso, presión sanguínea, presión sanguínea ortostática y lámina de equilibrio para las bolsas, dichos parámetros pueden ser calculados fácilmente a partir del cuadro que es teletransmitido diariamente. Con mayor precisión, para determinar si el peso es satisfactorio, por debajo de la norma, por arriba de la norma, la variación en la diferencia entre el peso del paciente y el peso seco fijado por el médico es monitoreado.
En particular, esta diferencia se compara con los valores umbrales inferior o superior que son por ejemplo más o menos 1.5 kg. Para determinar si la presión sanguínea es satisfactoria, por abajo de la norma o por arriba de la norma, se monitorean las variaciones en la diferencia entre la última presión sanguínea transmitida y una presión sanguínea promedio calculada sobre la historia almacenada del paciente. En particular, esta diferencia se compara con valores umbrales que son por ejemplo más o menos 1.2. Asimismo, para determinar si la presión sanguínea ortostática es satisfactoria, por debajo de la norma, por arriba de la norma, se determina la diferencia entre las presiones sanguíneas del paciente cuando está acostado y cuando está parado. Lo normal se ha fijado en 0.5, la tolerancia en 1.5. Por último, para determinar si la hoja de equilibrio para las bolsas es satisfactoria, por debajo de la norma o por arriba de la norma, se determina la diferencia entre el volumen drenado por las bolsas del paciente y un volumen drenado promedio determinado sobre la historia del paciente. El valor normal es cero, es decir que en promedio, las bolsas de un tipo casi siempre dan los mismos flujos. La tolerancia se ha fijado a 60%.
Esta tolerancia es relativamente alta, ya que demasiados parámetros están más allá del control de los inventores de la presente invención para que esto sea ciertamente confiable. Se observará que en el caso de monitoreos que implican promediar la historia del paciente, esta historia es por ejemplo de quince días.
La función B de la observación por su parte representa la probabilidad de observar, para un parámetro fisiológico dado i, uno de los símbolos cualitativos de la fijación O, conociendo el estado s del sistema. Se entiende, si uno se refiere a la definición de los símbolos de observación cualitativos, que estos símbolos no son directamente accesibles con base en los datos transmitidos al servidor. Por lo tanto, el sistema implementa un procesamiento que hace posible estimar la probabilidad de observar un valor V,, t con respecto a un parámetro fisiológico dado i y con respecto a un tiempo dado t, suponiendo que el estado ocupado por el sistema se conoce. Esta probabilidad se expresa de la siguiente manera: vi,t.:p (vi?|s)=? oß0 (1)fSfO(vift) pi(o |s) en donde f es una función del tipo que se ilustra en la figura 2 que da un peso de entre 0 y 1 y que depende del valor del parámetro fisiológico i para un estado dado s. Por ejemplo, para el estado satisfactorio que cumple con la norma, el cambio en esta función versus el valor del parámetro fisiológico será del tipo que se ilustra en la curva A en la figura 2. Para la observación indicativa abajo de la norma, la función tendrá la forma representada por la curva B en la figura 2. Para la observación indicativa por arriba de la norma, la función tendrá la forma de la curva C en la figura 2.
Estas diversas curvas A, B, C son en este caso sigmoides. Las curvas A, B y C son curvas definidas como la función de la relación (valor medido-valor de base)/tolerancia, en donde los valores de base y los valores de tolerancia son, como se definió anteriormente, valores definidos por el médico o que dependen de la historia. Las probabilidades que definen las funciones de transición T por su parte han sido determinadas empíricamente. Se considera cuando se calcula distribución de probabilidad en los cinco estado modelados por el modelo definido para el monitoreo de hidratación. Sea b esta distribución de probabilidad sobre S. b (s, t) es la probabilidad de que el paciente esté en el estado s en el momento t. La probabilidad de que el paciente esté en el estado s' en el momento t+1 se puede estimar conociendo la observación o(t+1 ) y la acción a(t) mediante la fórmula: con p (s '|s,a)b (s) -- xyxux . z- 1-z.
Las acciones A y la función de recompensa R son opcionales.
Procesamiento implementado en los elementos así definidos Con el modelo apenas descrito, el procesamiento implementado por el servidor 2 que recibe la información del paciente es el siguiente. Una vez que los valores V,,t de los diversos parámetros fisiológicos i han sido adquiridos con respecto al tiempo t, el vector de observación que consiste de estos diversos valores, se procesa para determinar las probabilidades de ocupar el estado s, haciéndolo para cada uno de los estados. Por ejemplo, la probabilidad de que la hipotensión ortostática ocupe el estado se calcula a partir de la siguiente ecuación: p (vi,t normal) = 5% *s -f Vl,t ~ ' | +83% * campana f Í? ~ ° ' 5 | + 12% *s + | '* ~ °X-5) 1.2 J . 1.2 ) V. 1.2 ^ para i = hipotensión ortostática S- el sigmoide que define "por debajo de la norma," (Figura B), S+ el sigmoide que define "por arriba de la norma," (Figura C), la campana Gausiana que define "satisface la norma," (Figura A). Los valores de 5%, 83% y 12% corresponden a las probabilidades de que la hipotensión ortostática se observa que está por 22 ,.?»r- fliii liilitii iiiiiiii IÉIHII II ? ? ni i ?? n i debajo de la norma, que satisface la norma o que está por arriba de la norma, estas probabilidades siendo determinadas como una función de la historia del paciente. Los valores de 0.5 y 1.2 corresponden a los de la referencia normal y de la tolerancia para este parámetro. la figura 5 representa las diversas curvas de modelado obtenidas de esta manera para los cuatro parámetros fisiológicos considerados y los cinco estados del modelo. Una vez que estas probabilidades se han determinado, la probabilidad de ocupar un estado dado se deduce de las mismas, tomando en cuanta el conjunto de valores medidos para los parámetros fisiológicos. El punto de información así determinado es por lo tanto convertido para ser presentado al médico. Por ejemplo, como se ilustra en la figura 3, esta presentación se puede hacer como una función de varios niveles de gris para los diversos estados considerados. También se puede presentar en forma numérica, como se ilustra en la figura 4. En la gráfica de esta figura 4 se representa una pluralidad de curvas que cada una representa el cambio como una función del tiempo de las probabilidades de ocupar el estado normal para uno de los parámetros i. En cada caso, el punto de información se presenta de una manera temporal. "*' x,y Se notará que el médico tiene la probabilidad de modificar los perfiles de niveles de gris o de valores de probabilidad que se presentan a él para los diversos estados, si estima que el diagnóstico no corresponde al suyo propio. 5 Supóngase por ejemplo que la tendencia que aparece a la mitad de la gráfica (el peso seco es ciertamente demasiado bajo) es una alerta falsa, y que el paciente permanece hiperhidratado todo el tiempo. El médico simplemente "sujetará" la curva por los "mangos" (los puntos enmarcados) y los moverá dirigiéndolos a donde pertenecen. El resultado de este 0 procesamiento es un nuevo perfil, pero el último ya no tiene ninguna relación con los datos introducidos por el paciente. Aquí, el algoritmo por lo tanto intentará aprender la relación entre la instrucción que apenas ha recibido, y los datos disponibles al mismo para proponer una solución viable. Esto último sería tan cercano como fuera 5 posible a la instrucción provista por el médico, pero debería ser generada por el modelo Markoviano fundamental. De esta manera, se recupera una relación entre los datos provistos por el paciente y el perfil. Esto conduce naturalmente a compromisos. Se notará que el procesamiento de adaptación consta de 0 modificaciones de los valores determinados para las probabilidades p¡(o/s), dichas modificaciones se calculan de tal manera que reduzcan al mínimo el error entre la nueva solución propuesta por el médico y la solución provista por el modelo.
Se notará que este procesamiento llega a determinar 40 parámetros para el conjunto de estados bajo la restricción de reducir al mínimo el error anterior. De hecho, dándose las funciones fs,0, sólo se necesitan determinar los parámetros t,(o/s). Consecuentemente, esto llega a determinar valores de probabilidad de 12=3x4 para cada estado, bajo las restricciones p¡(por debajo de la norma, | s) + p,(satisfactorio, | s) + p,(por arriba de la norma, | s)=1 , es decir, en total 8 desconocimientos por determinarse por estado. También se notará que, como una variante, se puede proveer medios de interfaz para permitir al médico modificar directamente las curvas de modelado del tipo de las de la figura 5.

Claims (3)

NOVEDAD Pi LA INVENCIÓN REIVINDICACIONES
1.- Un sistema para monitorear a pacientes que están bajo diálisis en su hogar que comprende medios de interfaz en el hogar del paciente, medios de interfaz en el quirófano del médico, un servidor enlazado por una red tal como una red telefónica a los medios de interfaz en el hogar del paciente y a los medios de interfaz en el quirófano del médico, dicho servidor recibiendo de los medios de interfaz en el hogar del paciente, valores de parámetros fisiológicos medidos por el paciente o por sensores y comprendiendo medios para almacenar una historia, correspondiente a cierto período, considerando los valores de parámetros fisiológicos que son transmitidos a la misma, dicho servidor comprendiendo además medios para implementar un procesamiento sobre los valores de los parámetros fisiológicos transmitidos por el paciente con una visualización para su presentación y para la presentación de sus cambios en los medios de interfaz en el quirófano del médico, dichos medios implementando los últimos valores de parámetros fisiológicos que son transmitidos al servidor un procesamiento que compara el estado definido por estos diversos valores de parámetros fisiológicos con estados de alerta del paciente como una función de la historia almacenada del paciente y que comprende medios para transmitir ios resultados de este procesamiento a los medios de interfaz en el quirófano del S&asas? médico, caracterizado porque los medios de procesamiento comprenden medios Dará comparar las diferencias entre el peso medido del paciente y su peso seco con valores umbrales, comparar la diferencia entre la presión sangu mea del paciente cuando está parado y la presión sanguínea del paciente cuando está acostado con valores umbrales, comparar el promedio de las presiones sistólica y diastólica del paciente cuando está acostado con un valor umbral correspondiente al valor promedio en el tiempo de este valor para el paciente, comparar el promedio de las presiones sanguíneas sistólica y diastólica del paciente cuando está parado con un valor umbral correspondiente al valor promedio en el tiempo de este valor para el paciente, asi como medios para determinar valores de parámetros de las bolsas dependientes de los volúmenes medidos en las bolsas de drenaje del paciente , medios para determinar parámetros de tendencia, y modificarlos como una función de los resultados de las comparaciones.
2.- El sistema de conformidad con la reivindicación 1 , caracterizado además porque los medios de procesamiento determinan un valor de tendencia de hidratación de la siguiente manera: - la tendencia de hidratación se inicializa a 0, - cuando el peso del paciente excede su peso seco por arriba de cierto umbral, la tendencia se incrementa por un primer valor dado , - cuando el peso del paciente pasa por debajo de su peso seco más allá de cierto umbral, la tendencia es incrementada por un segundo valor dado, guando la diferencia entre la presión sanguínea del paciente cuando está parado y la presión sanguínea del paciente cuando está acostado excede cierto umbral, la tendencia es incrementada por un tercer valor dado, - cada día, la tendencia de hidratación es atenuada por un factor e incrementada por un valor proporcional a la desviación con el peso seco.
3.- El sistema de conformidad con cualquiera de las reivindicaciones anteriores, caracterizado además porque los medios de procesamiento determinan un valor de tendencia de la bolsa de acuerdo con la siguiente fórmula: Bolsa = ((Bolsae - Bolsa?)(Bolsa))(B en donde Bolsa es el nuevo valor de la tendencia de la bolsa, Bolsae es el volumen que entra a la bolsa, Bolsa¡ es el volumen que sale de la bolsa, (Bolsa) es un valor promedio del volumen contenido en la bolsa, A y B son constantes. A.- Un sistema para monitorear pacientes que están bajo diálisis en su hogar que comprende medios en el hogar del paciente, medios de interfaz en el quirófano del médico, un servidor enlazado por una red tal como una red telefónica a los medios de interfaz en el hogar del paciente y a los medios de interfaz en el quirófano del médico, dicho servidor recibiendo de los medios de interfaz en el hogar del paciente, valores de parámetros fisiológicos medidos por el paciente o por sensores y comprendiendo medios para almacenar una historia, correspondiente a cierto período, considerando los valores de parámetros fisiológicos que son transmitidos a la misma, dicho servidor comprendiendo además medios para implementar un procesamiento sobre los valores de los parámetros fisiológicos transmitidos por el paciente con una visualización para su presentación y para la presentación de sus cambios en los medios de interfaz en el quirófano del médico, dichos medios implementando los últimos valores de parámetros fisiológicos que son transmitidos al servidor un procesamiento que compara el estado definido por estos diversos valores de parámetros fisiológicos con estados de alerta del paciente como una función de la historia almacenada del paciente y que comprende medios para transmitir los resultados de este procesamiento a los medios de interfaz en el quirófano del médico, caracterizado porque los medios comprenden medios para calcular una probabilidad de observar un valor dado para un parámetro dado y un tiempo dado, suponiendo que se conoce el estado actual del paciente, de la siguiente manera: P(v,,, I s) = ? f,,ß(vltl)p,(o I s) osOO) en donde Vi?t es el valor observado para el parámetro fisiológico i en el momento t, O(i) es el conjunto de posibles observaciones para el parámetro i, f es una función que da un peso entre 0 y 1 , que depende del valor del parámetro fisiológico i para un estado s dado y cuyos parámetros son definidos por el médico o dependen de los almacenados por el paciente, p¡(0)s es la probabilidad de observar o para el parámetro i suponiendo que el estado del paciente es s. 5.- El sistema de conformidad con la reivindicación 4, caracterizado además porque el conjunto O(i) de posibles observaciones para -in parámetro i comprende las siguientes observaciones: satisfactorio, por debajo de la norma, por arriba de la norma. 6.- El sistema de conformidad con la reivindicación 5, caracterizado además porque los parámetros fisiológicos i comprenden por lo menos uno de los siguientes parámetros: peso, presión sanguínea, presión sanguínea ortostática, lámina de equilibrio de la bolsa. 7.- El sistema de conformidad con la reivindicación 6, caracterizado además porque los medios de procesamiento comprenden medios para comparar la diferencia entre el peso medido del paciente y un peso seco fijado por el médico con valores umbrales inferior o superior, comparar la diferencia entre la última presión sanguínea transmitida y una presión sanguínea promedio calculada sobre la historia almacenada para el paciente con valores umbrales, comparar la diferencia entre las presiones sanguíneas del paciente cuando está acostado y cuando está parado, comparar la diferencia entre el volumen drenado por las bolsas del paciente y un volumen drenado promedio determinado sobre la historia almacenada para el paciente con un valor normal, y deducir a partir del mismo para cada parámetro i una observación correspondiente o)i). 8.- El sistema de conformidad con una de las reivindicaciones 4 a 7, caracterizado además porque la función f depende de la relación (valor medido de i - valor de base de i)/toleranc¡a, -á¡j¡ n donde los valores de base y los valores de tolerancia para el parámetro fisiológico i son definidos por el médico o dependen de la historia almacenada para el paciente. 9.- El sistema de conformidad con una de las reivindicaciones anteriores, caracterizado además porque el servidor comprende medios para, cuando un paciente busca conexión, identificar a dicho paciente, interrumpir la comunicación y conectarse a los medios de interfaz de dicho paciente. 10.- El sistema de conformidad con una de las reivindicaciones anteriores, caracterizado además porque los medios de interfaz en el hogar del paciente permiten a este último transmitir información al médico sólo cuando el paciente haya llenado un cuadro de parámetros diarios. 11.- El sistema de conformidad con una de las reivindicaciones anteriores, caracterizado además porque los medios de ¡nterfaz en el hogar del paciente comprenden medios para verificar la consistencia de los valores de parámetros fisiológicos medidos y transmitidos por el paciente. j^áj
MXPA02007222A 2000-01-25 2001-01-25 Sistema para el monitoreo remoto de pacientes. MXPA02007222A (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0000903A FR2804265B1 (fr) 2000-01-25 2000-01-25 Systeme pour le suivi a distance de patients
PCT/FR2001/000234 WO2001054571A1 (fr) 2000-01-25 2001-01-25 Systeme pour le suivi a distance de patients

Publications (1)

Publication Number Publication Date
MXPA02007222A true MXPA02007222A (es) 2002-11-29

Family

ID=8846267

Family Applications (1)

Application Number Title Priority Date Filing Date
MXPA02007222A MXPA02007222A (es) 2000-01-25 2001-01-25 Sistema para el monitoreo remoto de pacientes.

Country Status (11)

Country Link
US (1) US6746398B2 (es)
EP (1) EP1250084B1 (es)
AU (1) AU780639B2 (es)
CA (1) CA2398357C (es)
ES (1) ES2612562T3 (es)
FR (1) FR2804265B1 (es)
IL (1) IL150872A0 (es)
MX (1) MXPA02007222A (es)
NO (1) NO20023477L (es)
NZ (1) NZ520382A (es)
WO (1) WO2001054571A1 (es)

Families Citing this family (78)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2001261723B2 (en) * 2000-05-18 2007-10-25 Aesynt Incorporated Distributed remote asset and medication management drug delivery system
US9427520B2 (en) 2005-02-11 2016-08-30 Carefusion 303, Inc. Management of pending medication orders
US20050171815A1 (en) * 2003-12-31 2005-08-04 Vanderveen Timothy W. Centralized medication management system
US10062457B2 (en) 2012-07-26 2018-08-28 Carefusion 303, Inc. Predictive notifications for adverse patient events
US7860583B2 (en) 2004-08-25 2010-12-28 Carefusion 303, Inc. System and method for dynamically adjusting patient therapy
US20040172283A1 (en) * 2003-02-09 2004-09-02 Vanderveen Timothy W. Medication management and event logger and analysis system
US9741001B2 (en) 2000-05-18 2017-08-22 Carefusion 303, Inc. Predictive medication safety
US9069887B2 (en) 2000-05-18 2015-06-30 Carefusion 303, Inc. Patient-specific medication management system
US10353856B2 (en) 2011-03-17 2019-07-16 Carefusion 303, Inc. Scalable communication system
US11087873B2 (en) 2000-05-18 2021-08-10 Carefusion 303, Inc. Context-aware healthcare notification system
US7584033B2 (en) 2000-08-31 2009-09-01 Strategic Design Federation W. Inc. Automobile monitoring for operation analysis
US6688561B2 (en) * 2001-12-27 2004-02-10 General Electric Company Remote monitoring of grade crossing warning equipment
US10173008B2 (en) 2002-01-29 2019-01-08 Baxter International Inc. System and method for communicating with a dialysis machine through a network
US6825767B2 (en) 2002-05-08 2004-11-30 Charles Humbard Subscription system for monitoring user well being
JP4028776B2 (ja) * 2002-07-15 2007-12-26 株式会社ジェイ・エム・エス 医療データ警告通知システム及び方法
GB2411719B (en) * 2004-03-04 2008-02-06 Leon Thomas Lee Marsh Hydration monitor
US7292141B2 (en) * 2004-04-29 2007-11-06 Zoe Medical Incorporated Audible alarm enhancement for monitoring systems
FI121213B (fi) * 2004-10-18 2010-08-31 Medixine Oy Menetelmä ja järjestelmä terveystiedon valvomiseksi
US7433520B1 (en) * 2004-12-01 2008-10-07 Kilimanjaro Partnership Nosologic system of diagnosis
US9060681B2 (en) * 2005-06-30 2015-06-23 Honeywell International Inc. Trend monitoring system with multiple access levels
US20070112603A1 (en) * 2005-11-01 2007-05-17 Fresenius Medical Care Holdings, Inc. Digital data entry methods and devices
US8543420B2 (en) * 2007-09-19 2013-09-24 Fresenius Medical Care Holdings, Inc. Patient-specific content delivery methods and systems
US20100137693A1 (en) * 2005-11-01 2010-06-03 Fresenius Medical Care Holdings, Inc. Methods and systems for patient care
US8920343B2 (en) 2006-03-23 2014-12-30 Michael Edward Sabatino Apparatus for acquiring and processing of physiological auditory signals
US20100036268A1 (en) * 2008-08-07 2010-02-11 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US20090281413A1 (en) * 2007-12-18 2009-11-12 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Systems, devices, and methods for detecting occlusions in a biological subject
US8280484B2 (en) * 2007-12-18 2012-10-02 The Invention Science Fund I, Llc System, devices, and methods for detecting occlusions in a biological subject
US20090281412A1 (en) * 2007-12-18 2009-11-12 Searete Llc, A Limited Liability Corporation Of The State Of Delaware System, devices, and methods for detecting occlusions in a biological subject
US20090287076A1 (en) * 2007-12-18 2009-11-19 Boyden Edward S System, devices, and methods for detecting occlusions in a biological subject
US20090287110A1 (en) * 2008-05-14 2009-11-19 Searete Llc Circulatory monitoring systems and methods
US20090287120A1 (en) 2007-12-18 2009-11-19 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US20100036269A1 (en) * 2008-08-07 2010-02-11 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US8636670B2 (en) 2008-05-13 2014-01-28 The Invention Science Fund I, Llc Circulatory monitoring systems and methods
US20090292222A1 (en) * 2008-05-14 2009-11-26 Searete Llc Circulatory monitoring systems and methods
US20090292213A1 (en) * 2008-05-21 2009-11-26 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US20100036209A1 (en) * 2008-08-07 2010-02-11 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US9672471B2 (en) * 2007-12-18 2017-06-06 Gearbox Llc Systems, devices, and methods for detecting occlusions in a biological subject including spectral learning
US9717896B2 (en) * 2007-12-18 2017-08-01 Gearbox, Llc Treatment indications informed by a priori implant information
US9477809B2 (en) * 2007-12-27 2016-10-25 James G. Marx Systems and methods for workflow processing
US20090322513A1 (en) * 2008-06-27 2009-12-31 Franklin Dun-Jen Hwang Medical emergency alert system and method
US8057679B2 (en) 2008-07-09 2011-11-15 Baxter International Inc. Dialysis system having trending and alert generation
US10089443B2 (en) 2012-05-15 2018-10-02 Baxter International Inc. Home medical device systems and methods for therapy prescription and tracking, servicing and inventory
WO2010033314A1 (en) * 2008-09-19 2010-03-25 Cardiac Pacemakers, Inc. Central venous pressure sensor and method to control a fluid or volume overload therapy
US8554579B2 (en) 2008-10-13 2013-10-08 Fht, Inc. Management, reporting and benchmarking of medication preparation
US8698741B1 (en) 2009-01-16 2014-04-15 Fresenius Medical Care Holdings, Inc. Methods and apparatus for medical device cursor control and touchpad-based navigation
US20110106557A1 (en) * 2009-10-30 2011-05-05 iHAS INC Novel one integrated system for real-time virtual face-to-face encounters
US10799117B2 (en) 2009-11-05 2020-10-13 Fresenius Medical Care Holdings, Inc. Patient treatment and monitoring systems and methods with cause inferencing
US8632485B2 (en) * 2009-11-05 2014-01-21 Fresenius Medical Care Holdings, Inc. Patient treatment and monitoring systems and methods
FR2974495A1 (fr) * 2011-04-27 2012-11-02 Sante Actions Innovations Malette de telemedecine
US9456755B2 (en) 2011-04-29 2016-10-04 Medtronic, Inc. Method and device to monitor patients with kidney disease
US9700661B2 (en) 2011-04-29 2017-07-11 Medtronic, Inc. Chronic pH or electrolyte monitoring
US9848778B2 (en) 2011-04-29 2017-12-26 Medtronic, Inc. Method and device to monitor patients with kidney disease
KR101974258B1 (ko) 2012-10-26 2019-04-30 백스터 코포레이션 잉글우드 의료 투여분 조제 시스템을 위한 개선된 이미지 취득
US9375079B2 (en) 2012-10-26 2016-06-28 Baxter Corporation Englewood Work station for medical dose preparation system
CN103886172A (zh) * 2012-12-24 2014-06-25 中兴通讯股份有限公司 数据的推送方法、装置及用户设备
US9579443B2 (en) 2013-01-10 2017-02-28 Fresenius Medical Care Holdings, Inc. Peritoneal dialysis systems and related devices and methods
US11182728B2 (en) 2013-01-30 2021-11-23 Carefusion 303, Inc. Medication workflow management
US10430554B2 (en) 2013-05-23 2019-10-01 Carefusion 303, Inc. Medication preparation queue
AU2014241019A1 (en) 2013-03-13 2015-09-03 Carefusion 303, Inc. Patient-specific medication management system
EP2973370A4 (en) 2013-03-13 2016-08-17 Carefusion 303 Inc PREDICTIVE MEDICAMENT SAFETY
US10076283B2 (en) 2013-11-04 2018-09-18 Medtronic, Inc. Method and device to manage fluid volumes in the body
WO2015081221A1 (en) 2013-11-27 2015-06-04 Medtronic, Inc. Precision dialysis monitoring and synchonization system
JP2017525032A (ja) 2014-06-30 2017-08-31 バクスター・コーポレーション・イングルウッドBaxter Corporation Englewood 管理された医療情報交換
US11575673B2 (en) 2014-09-30 2023-02-07 Baxter Corporation Englewood Central user management in a distributed healthcare information management system
US11107574B2 (en) 2014-09-30 2021-08-31 Baxter Corporation Englewood Management of medication preparation with formulary management
WO2016090091A1 (en) 2014-12-05 2016-06-09 Baxter Corporation Englewood Dose preparation data analytics
SG11201707114XA (en) 2015-03-03 2017-09-28 Baxter Corp Englewood Pharmacy workflow management with integrated alerts
WO2016207206A1 (en) 2015-06-25 2016-12-29 Gambro Lundia Ab Medical device system and method having a distributed database
WO2017078965A1 (en) 2015-11-06 2017-05-11 Medtronic, Inc Dialysis prescription optimization for decreased arrhythmias
US10874790B2 (en) 2016-08-10 2020-12-29 Medtronic, Inc. Peritoneal dialysis intracycle osmotic agent adjustment
US10994064B2 (en) 2016-08-10 2021-05-04 Medtronic, Inc. Peritoneal dialysate flow path sensing
US11013843B2 (en) 2016-09-09 2021-05-25 Medtronic, Inc. Peritoneal dialysis fluid testing system
KR102476516B1 (ko) 2016-12-21 2022-12-09 감브로 룬디아 아베 외부 도메인을 지원하는 안전한 클러스터 도메인을 구비한 정보 기술 인프라를 포함하는 의료 장치 시스템
US11806457B2 (en) 2018-11-16 2023-11-07 Mozarc Medical Us Llc Peritoneal dialysis adequacy meaurements
US11806456B2 (en) 2018-12-10 2023-11-07 Mozarc Medical Us Llc Precision peritoneal dialysis therapy based on dialysis adequacy measurements
US11850344B2 (en) 2021-08-11 2023-12-26 Mozarc Medical Us Llc Gas bubble sensor
US11965763B2 (en) 2021-11-12 2024-04-23 Mozarc Medical Us Llc Determining fluid flow across rotary pump
US11944733B2 (en) 2021-11-18 2024-04-02 Mozarc Medical Us Llc Sodium and bicarbonate control

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5544649A (en) * 1992-03-25 1996-08-13 Cardiomedix, Inc. Ambulatory patient health monitoring techniques utilizing interactive visual communication
US5438983A (en) * 1993-09-13 1995-08-08 Hewlett-Packard Company Patient alarm detection using trend vector analysis
JPH0795963A (ja) * 1993-09-29 1995-04-11 Teijin Ltd 在宅療法支援システム
US5660176A (en) 1993-12-29 1997-08-26 First Opinion Corporation Computerized medical diagnostic and treatment advice system
FR2717332B1 (fr) 1994-03-08 1996-08-02 Bertin & Cie Système et procédé d'assistance et de surveillance médicale.
JPH0947436A (ja) * 1995-08-09 1997-02-18 Noboru Akasaka 在宅医療システム
US6073046A (en) 1998-04-27 2000-06-06 Patel; Bharat Heart monitor system
US6290646B1 (en) 1999-04-16 2001-09-18 Cardiocom Apparatus and method for monitoring and communicating wellness parameters of ambulatory patients
US6454705B1 (en) 1999-09-21 2002-09-24 Cardiocom Medical wellness parameters management system, apparatus and method

Also Published As

Publication number Publication date
FR2804265A1 (fr) 2001-07-27
AU780639B2 (en) 2005-04-07
US20030069481A1 (en) 2003-04-10
NZ520382A (en) 2004-08-27
ES2612562T3 (es) 2017-05-17
AU3560001A (en) 2001-08-07
EP1250084B1 (fr) 2016-11-09
CA2398357C (fr) 2009-05-19
NO20023477L (no) 2002-09-25
IL150872A0 (en) 2003-02-12
CA2398357A1 (fr) 2001-08-02
US6746398B2 (en) 2004-06-08
NO20023477D0 (no) 2002-07-19
FR2804265B1 (fr) 2003-06-27
EP1250084A1 (fr) 2002-10-23
WO2001054571A1 (fr) 2001-08-02

Similar Documents

Publication Publication Date Title
MXPA02007222A (es) Sistema para el monitoreo remoto de pacientes.
JP4361643B2 (ja) 警報限界選択装置
US7224281B2 (en) Patient monitoring and alarm processing system and user interface
AU2002338433A1 (en) Adaptive selection of a warning limit in patient monitoring
EP1406538A1 (en) Nuisance alarm reductions in a physiological monitor
WO2004006758A1 (ja) 医療データ警告通知システム及び方法
EP1351601A2 (en) A system for measuring at least one body parameter, a blood pressure monitor and a medical thermometer
JP2021533859A (ja) 患者の健康状態を監視するための装置および方法
CN110732068A (zh) 一种基于云平台的呼吸状态预测方法
JP2005334527A (ja) 在宅医療装置
Panagiotou et al. A multi: modal decision making system for an ambient assisted living environment
WO2018009388A1 (en) Patient-assisted alarm system
US20200350067A1 (en) Physiological measurement processing
KR20210062473A (ko) 지능형 건강관리 보조 시스템
JP2906296B2 (ja) 容器内物体の残量検出監視システム
US20210338169A1 (en) Self-learning input filter for medical devices
KR20230129660A (ko) 인공 호흡기
KR20230156868A (ko) 머신 러닝 기반 비접촉식 사용자 건강 이상 상태 탐지 시스템 및 방법
CN117953647A (en) Method and device for nursing, home system and storage medium
US20190001045A1 (en) Extracorporeal circulation management device with blood level detection in a reservoir without a sensor
JP2012256281A (ja) 患者管理サーバ、患者管理システムおよび患者管理方法
Bellot et al. Designing smart agent based telemedicine with dynamic bayesian networks: an application to kidney disease people
Clifton et al. Towards assisted living via probabilistic vital-sign monitoring in the home
WO2018029560A1 (en) System and method for the monitoring of vital parameters.
AU2002320616A1 (en) Nuisance alarm reductions in a physiological monitor

Legal Events

Date Code Title Description
FG Grant or registration