RU2685681C2 - Система и способ для оптимизирования частоты сбора данных и пороговых значений для алгоритма обнаружения ухудшения состояния - Google Patents

Система и способ для оптимизирования частоты сбора данных и пороговых значений для алгоритма обнаружения ухудшения состояния Download PDF

Info

Publication number
RU2685681C2
RU2685681C2 RU2015126534A RU2015126534A RU2685681C2 RU 2685681 C2 RU2685681 C2 RU 2685681C2 RU 2015126534 A RU2015126534 A RU 2015126534A RU 2015126534 A RU2015126534 A RU 2015126534A RU 2685681 C2 RU2685681 C2 RU 2685681C2
Authority
RU
Russia
Prior art keywords
patient
deterioration
sensors
data
condition
Prior art date
Application number
RU2015126534A
Other languages
English (en)
Other versions
RU2015126534A (ru
Inventor
Брайан Дэвид ГРОСС
Джозеф Джеймс ФРАССИКА
Original Assignee
Конинклейке Филипс Н.В.
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 Конинклейке Филипс Н.В. filed Critical Конинклейке Филипс Н.В.
Publication of RU2015126534A publication Critical patent/RU2015126534A/ru
Application granted granted Critical
Publication of RU2685681C2 publication Critical patent/RU2685681C2/ru

Links

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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/082—Evaluation by breath analysis, e.g. determination of the chemical composition of exhaled breath
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

Группа изобретений относится к медицине и может быть использована для мониторинга пациента. Предложена система для реализации способа, причем система содержит один или более датчиков, осуществляющих выборку данных о пациенте для пациента с частотой выборки; контроллер, выполненный с возможностью приема данных о пациенте отданного одного или более датчиков, причем контроллер запрограммирован с возможностью: определения состояния пациента с помощью данных о пациенте; определения исходных показателей информации о пациенте, включая возраст, площадь поверхности тела, день поступления в больницу, местоположение источника финансирования, историю течения хронических заболеваний, историю последнего хирургического вмешательства, историю прохождения последней химиотерапии, текущие назначения лекарственных препаратов, причины госпитализации, последний набор жизненно важных показателей; определения предрасположенности к наступлению случая ухудшения состояния и вероятности ухудшения состояния, оптимизации частоты выборок одного или более датчиков на основании вероятности ухудшения состояния, автоматического регулирования частоты выборки одного или более датчиков на основании определенного состояния пациента, причем каждый раз, когда осуществляется выборка одного из датчиков, осуществляется повторное вычисление вероятности ухудшения состояния, причем на основании повторно вычисленной вероятности ухудшения состояния регулируется частота выборки датчиков. Также предложены машиночитаемый носитель, на котором хранится компьютерная программа, содержащая средство программного кода, сконфигурированный для выполнения процессором этапов способа, но когда упомянутая компьютерная программа загружена и выполняется на процессоре, и станция мониторинга пациента, содержащая: один или более датчиков, посредством которых принимают физиологические данные; и один или более процессоров, запрограммированных с возможностью выполнения способа. Группа изобретений обеспечивает осуществление оптимизированного процесса сбора данных с учетом определения по меньшей мере одного из: предрасположенности к наступлению случая ухудшения состояния и вероятности ухудшения состояния, оптимизации частоты выборок одного или более датчиков на основании вероятности ухудшения состояния, автоматического регулирования частоты выборки одного или более датчиков на основании определенного состояния пациента. 4 н. и 16 з.п. ф-лы, 3 ил.

Description

Настоящая заявка на патент относится, в общем плане, к мониторингу пациента. Она находит конкретное применение в соединении с оптимизацией частоты сбора данных и пороговых значений для обнаружения ухудшения состояния и будет описана с конкретными ссылками на нее. Однако следует понимать, что она также находит применение в других заявках на патент и не обязательно ограничивается до вышеупомянутой заявки на патент.
Необнаруженное ухудшение состояния пациента в медицинских учреждениях давно определяется в качестве профилирующего направления в обеспечении требований безопасности и как затратная составляющая для системы здравоохранения во всем мире. На сегодняшний день доступно множество алгоритмов раннего предупреждения и систем обнаружения ухудшения состояния, которые либо основываются на апериодическом сборе данных (собираемых вручную выборочных показателях жизненно важных функций организма), либо осуществляются через посредство непрерывного поступления данных от систем мониторинга пациента. Исследования показали, что типичный рабочий процесс получения выборочных показателей жизненно важных функций организма является несовершенным, поскольку данные, необходимые для идентификации ухудшения состояния пациента, обычно получают нескоординированным способом, что ограничивает возможность пользователя в клинических условиях обнаруживать ухудшение состояния пациента. В дополнение к этому, непрерывные поступления данных увеличивают нагрузку на пользователя в клинических условиях с точки зрения затруднений осуществления рабочего процесса, таких как условия работы датчика и отвода концов, а также управление батареей, требующие обслуживания непрерывных физиологических сигналов для выстраивания алгоритмов. В дополнение к этому, существующие системы мониторинга пациента оставляют решение вопроса о том, как часто стоит осуществлять сбор данных и когда вычислять шкалу предупреждения, на усмотрение пользователя в клинических условиях.
Настоящая заявка на патент обеспечивает новую и усовершенствованную систему мониторинга пациента, которая решает обозначенные выше и другие проблемы.
В соответствии с одним аспектом обеспечивается система мониторинга пациента. Данная система мониторинга пациента включает в себя один или более датчиков, осуществляющих, с частотой выборки, выборку данных о пациенте для пациента, и контроллер, выполненный с возможностью приема этих данных о пациенте от данного одного или более датчиков. Данный контроллер является запрограммированным с возможностью определения состояния пациента с помощью данных о пациенте и регулирования частоты выборки одного или более датчиков на основании определенного состояния пациента.
В соответствии с одним другим аспектом обеспечивается способ отображения медицинских параметров. Данный способ включает в себя этапы, на которых: принимают данные о пациенте от одного или более датчиков системы мониторинга пациента, сравнивают принятые данные о пациенте с предварительно выбранными пороговыми значениями, указывающими на состояние пациента, определяют состояние пациента из сравнения принятых данных о пациенте с данными предварительно выбранными пороговыми значениями, и регулируют частоту выборки одного или более датчиков на основании определенного состояния пациента.
В соответствии с одним другим аспектом обеспечивается система мониторинга пациента. Данная система мониторинга пациента включает в себя: один или более датчиков, осуществляющих выборку, с частотой выборки, данных о пациенте для пациента, и систему обнаружения ухудшения состояния, которая принимает эти данные о пациенте от данного одного или более датчиков, определяет состояние пациента с помощью данных о пациенте и регулирует частоту выборки одного или более датчиков на основании определенного состояния пациента.
Одно преимущество заключается в оптимизации сбора данных и пороговых значений для обнаружения ухудшения состояния.
Одно другое преимущество заключается в уменьшении количества устройств для мониторинга, которые необходимо регулировать вручную.
Одно другое преимущество заключается в уменьшении количества обнаруживаемых ложных сигналов тревоги или уведомлений о событии.
Одно другое преимущество заключается в уменьшении затрат на систему здравоохранения.
Другие дополнительные преимущества настоящего изобретения будут в полной мере понятны для обычных специалистов в уровне техники по прочтении и осмыслении нижеследующего подробного описания.
Изобретение может принимать форму с использованием различных компонентов и расположений компонентов, а также с использованием различных этапов и расположений этапов. Чертежи осуществляются только в целях иллюстрирования предпочтительных вариантов осуществления и не должны истолковываться как ограничивающие данное изобретение.
Фиг. 1 представляет собой структурную диаграмму IT-инфраструктуры в соответствии с настоящей заявкой на патент.
Фиг. 2 представляет собой кривую вероятностей ухудшения состояния в соответствии с настоящей заявкой на патент.
Фиг. 3 представляет собой блок-схему последовательности операций функционирования системы мониторинга пациента в соответствии с настоящей заявкой на патент.
Настоящая заявка на патент направлена на оптимизирование частоты сбора данных от устройств мониторинга пациента и оптимизирование пороговых значений для алгоритмов обнаружения ухудшения состояния. С вводом в употребление беспроводных интеллектуальных датчиков сбор данных может осуществляться по графику, таким образом, отстраняя пользователя в клинических условиях от принятия решения по графику и оптимизируя получение данных на основании предрасположенности пациента к наступлению случая ухудшения состояния. Посредством оптимизации скорости осуществления выборки данных и использования предрасположенности пациента к наступлению случая ухудшения состояния могут быть реализованы несколько преимуществ. Во-первых, количество необходимых для мониторинга устройств регулируется на основании необходимости для пациента. Во-вторых, мониторинг пациента низкого риска, имеющего низкую претестовую вероятность ухудшения состояния, может осуществляться только каждые три часа, с помощью только датчика пульса и дыхания, не требуя, таким образом, измерений углекислого газа (CO2) и аритмии по электрокардиограмме (EKG). Это обеспечивает не только экономически эффективное решение для больницы, поскольку они могут осуществить наиболее выгодное применение ресурсов мониторинга, но это также минимизирует количество работы, необходимой для поддержания сбора данных от пациента. Количество таких элементов, как датчики, батареи, а также время персонала, для применения к и поддержания работы системы, уменьшается. В дополнение к этому, количество ложных сигналов тревоги также уменьшается, если измерение показателей пациента не осуществляется так часто.
Обращаясь к фиг. 1, структурная диаграмма иллюстрирует один вариант осуществления изобретения инфраструктуры 10 информационной технологии (IT) для медицинского учреждения, такого как больница. Данная IT-инфраструктура 10, надлежащим образом, включает в себя одну или более систем 12 мониторинга пациента, систему 14 информации о пациенте, одну или более систем 16 отображения информации о пациенте, систему 18 обнаружения ухудшения состояния и подобное этому, соединенные между собой через посредство сети 20 связи. Предполагается, что сеть 20 связи включает в себя одну или более из сети Интернет, локальной вычислительной сети, сети широкого доступа, беспроводной сети, проводной сети, сотовой сети, шины передачи данных и подобного этому.
Системы 12 мониторинга пациента получают физиологические данные для пациентов (не продемонстрированы), находящихся на попечении медицинского учреждения. Эти физиологические и другие данные получают автоматически, исходя из измерений физиологических параметров (или показателей жизненно важных функций организма) пациентов, таких как частота сердечных сокращений, температура, степень насыщения крови кислородом, метаболит в крови (лактат глюкозы и так далее), уровень активности и подобное этому. В типичном варианте, каждая из систем 12 мониторинга пациента является ассоциированной, и получает физиологические данные для, с одним пациентом, но предполагается наличие систем мониторинга пациента, ассоциированных с множеством пациентов. В некоторых вариантах осуществления изобретения предполагается, что системы 12 мониторинга пациента включают в себя надеваемые на пациента контрольные устройства и/или контрольные устройства рядом с ним. Физиологические данные, в типичном варианте, получают непрерывно или периодически. Когда физиологические данные получают непрерывно или часто, в одном варианте осуществления изобретения, с целью разбивки потока физиологических данных на дискретные блоки физиологических данных, применяют алгоритм отслеживания тенденций (например, нахождения среднего значения, срединной величины, пиков и так далее). Например, непрерывный поток физиологических данных может быть разделен на блоки предварительно определенной длительности, и к каждому блоку может быть применен алгоритм отслеживания тенденций.
Один или более датчиков 22 надлежащим образом получают физиологические данные. Однако также предполагается, что физиологические данные получают от других компонентов IT-инфраструктуры 10, таких как лабораторное оборудование, клинические информационные системы, лист назначений или электронная медицинская карта, компоненты с пользовательскими устройствами ввода и так далее. Датчики 22 измеряют физиологические параметры пациентов и генерируют показательные для них физиологические данные. В некоторых вариантах осуществления изобретения датчики 22 включают в себя один или более электродов для электрокардиографии (ECG), датчики кровяного давления, датчики SpO2, датчики пульса, термометры, датчики дыхания, датчики выдыхаемых газов, датчики неинвазивного определения кровяного давления (NBP), измерения метаболитов, измерения активности и подобное этому. В типичной ситуации, датчики 22 располагают на пациенте и вне систем 12 мониторинга пациента. Однако предполагается наличие датчиков локально относительно систем мониторинга пациента. В ситуации, когда датчики 22 являются внешними, физиологические данные могут быть получены через посредство шины передачи данных, такой как последовательная шина, универсальная последовательная шина (USB) или тому подобное; через посредство сопряженной с телом системы связи; технологии Bluetooth, технологии ZigBee, проводной или беспроводной сети; медицинской нательной локальной сети (MBAN) или тому подобного. Следует в полной мере понимать, что датчики 22 имеют различные частоты выборок. В одном варианте осуществления изобретения частоты выборок датчиков 22 оптимизируются на основании вероятности ухудшения состояния и будут описаны ниже с дополнительными подробностями.
С целью выполнения обозначенных выше функциональных характеристик, датчики 22 передают измеренные физиологические данные через посредство сопряженной с телом сети связи, связи с использованием технологии Bluetooth, проводной или беспроводной сети, или тому подобного, на контроллер 28 систем 12 мониторинга пациента. Системы 12 мониторинга пациента служат в качестве точки сбора данных о пациенте и/или физиологических данных, измеренных посредством датчиков 22, и обеспечивают временное хранение данных в блоке 30 памяти. Собранные физиологические данные параллельно передают на контроллер 28 в системах 12 мониторинга пациента, которые затем передают физиологические данные, через посредство сети 20 связи, в систему 14 информации о пациенте, где физиологические данные отображают и сохраняют. Контроллер 28 систем 12 мониторинга пациента также осуществляет управление устройством 24 отображения с целью отображения измеренных физиологических данных, принятых от каждого из датчиков 22, на соответствующем устройстве 24 отображения системы мониторинга пациента.
Система 14 информации о пациенте, такая как центральная база учета медицинских данных, принимает данные о пациенте, курсах лечения, результатах визуализации и изучения процедур, назначении лекарственных препаратов и других вмешательствах, и/или физиологические данные пациентов, и сохраняет данные в одном из одного или более своих блоков 34 памяти. В одном варианте осуществления изобретения, данные о пациенте также включают в себя клинические данные, такие как время поступления, текущие назначения лекарственных препаратов, текущие клинические проблемы, текущие результаты лабораторных исследований, текущие жизненно важные показатели, прошлые жизненно важные показатели, электронные записи истории болезни, предыдущую историю болезни, предыдущую историю хирургических вмешательств и подобное этому. В типичной ситуации данные принимают от компонентов IT-инфраструктуры 10, таких как система 12 мониторинга пациента и/или система 16 отображения информации о пациенте, через посредство сети 20 связи. Однако также предполагается, что данные принимают через посредство одного или более пользовательских устройств 36 ввода системы 14 информации о пациенте. Система 14 информации о пациенте также включает в себя устройство 38 отображения для отображения данных о пациенте и физиологических данных, как описано выше. В некоторых вариантах осуществления изобретения система 14 информации о пациенте дополнительно отображает и/или предоставляет возможность осуществления манипуляций с данными о пациенте и/или физиологическими данными в блоках 34 памяти с использованием пользовательских устройств 36 ввода и/или устройства 38 отображения. В дополнение к этому или в альтернативном варианте, в некоторых вариантах осуществления изобретения, система 14 информации о пациенте дополнительно предоставляет компонентам IT-инфраструктуры 10 возможность доступа к данным в блоках 34 памяти через посредство сети 20 связи.
Система 18 обнаружения ухудшения состояния получает данные о пациенте и физиологические данные пациентов от компонентов IT-инфраструктуры 10, таких как система 14 информации о пациенте и/или система 12 мониторинга пациента, и/или от одного или более пользовательских устройств 54 ввода системы 18 обнаружения ухудшения состояния, и отслеживает самые последние физиологически данные пациента для каждого из пациентов. Как было описано выше, частоты выборок датчиков 22 оптимизируются на основании вероятности ухудшения состояния подвергающегося мониторингу пациента. Система 18 обнаружения ухудшения состояния вычисляет вероятность ухудшения состояния из принятых физиологических данных и автоматически устанавливает частоту выборки различных датчиков 22 пациента. В дополнение к этому, каждый раз, когда осуществляется выборка одного из датчиков 22, с использованием самых последних физиологических данных осуществляется повторное вычисление вероятности ухудшения состояния. На основании повторно вычисленной вероятности ухудшения состояния может регулироваться частота выборки датчиков 22. Например, пациент с низкой степенью вероятности ухудшения состояния не требует, чтобы выборка его датчиков осуществлялась так же часто, как и у пациента с высокой степенью вероятности ухудшения состояния.
В конкретном плане, система 18 обнаружения ухудшения состояния получает данные о пациенте и физиологические данные при поступлении пациента и генерирует исходные показатели для пациента. Следует также в полной мере понимать, что исходные показатели пациента могут быть сгенерированы в любой момент времени во время курса лечения. После того как исходные показатели для пациента были сгенерированы, система 18 обнаружения ухудшения состояния вычисляет показатель предрасположенности пациента к ухудшениям состояния и устанавливает пороговое значение вероятности на основе положительного прогностического значения (PPV) и скорости подачи сигнала тревоги. Например, значение PPV представляет собой долю положительных результатов тестов, являющихся истинно положительными величинами (такими как правильно поставленные диагнозы), или вероятности того, что состояние пациента ухудшится. Значение PPV вычисляют с использованием известных способов в уровне техники. Затем посредством системы 18 обнаружения ухудшения состояния вычисляют первичную кривую вероятностей. Следует в полной мере понимать, что функция вероятности показателя предрасположенности может осуществляться на основе данных режима обучения или вычисляться с использованием данных исходных показателей. В одном варианте осуществления изобретения, показатель пациента определяет размер текущего диапазона риска и получается через посредство вычисления с использованием физиологических данных и таблицы определения количественных показателей физиологических параметров. Система 18 обнаружения ухудшения состояния затем определяет, попадают ли принятые физиологические данные в новый диапазон риска. Если физиологические данные попадают в новый диапазон риска, система 18 обнаружения ухудшения состояния осуществляет регулирование соответствующей частоты выборки датчиков 22. В одном другом варианте осуществления изобретения потенциальное ухудшение состояния пациента определяет прогностическая модель.
В дополнительном варианте осуществления изобретения, вероятность ухудшения состояния соответствует конкретной характеристике ухудшения состояния. Конкретные характеристики ухудшения состояния включают в себя представляющие интерес физиологические параметры и соответствующую предварительно сконфигурированную частоту выборки, пороговое значение для определения количественных показателей физиологических параметров, определение диапазона риска на основании определения количественных показателей параметров, целевую вероятность на основании PPV и скорости подачи сигналов тревоги, разрешающую задержку поступления данных, разрешающую задержку определения количественных показателей и подобное этому. После того как система 18 обнаружения ухудшения состояния вычисляет вероятность ухудшения состояния, система 18 обнаружения ухудшения состояния определяет соответствующую характеристику ухудшения состояния и применяет данную характеристику к регулированию установок соответствующих датчиков 22, системы 12 мониторинга пациента и/или системы 18 обнаружения ухудшения состояния. В некоторых вариантах осуществления изобретения, система 108 обнаружения ухудшения состояния пациента дополнительно включает в себя пользовательские устройства 144 ввода и/или устройство 146 отображения, предоставляющее врачу-клиницисту возможность вручную вводить данные о пациенте и/или другие параметры, используемые системой 108 обнаружения ухудшения состояния.
Система 12 мониторинга пациента, система 14 информации о пациенте и система 18 обнаружения ухудшения состояния включают в себя по меньшей мере один процессор, например, микропроцессор, или другое программно управляемое устройство, сконфигурированное с возможностью выполнения программного обеспечения мониторинга пациента для выполнения операций, описанных ниже с дополнительными подробностями. В типичной ситуации программное обеспечение мониторинга пациента, для выполнения посредством процессора, осуществляется на материальном носителе или машиночитаемом носителе данных. Типы носящих не временный характер машиночитаемых носителей включают в себя запоминающее устройство, такое как накопитель на жестком диске, ПЗУ на компакт-диске, ПЗУ на цифровом видеодиске, интернет серверы и подобное этому. Также предполагаются другие осуществления процессора. Контроллеры устройства отображения, специализированные интегральные микросхемы (ASIC), матрицы FPGA, а также микроконтроллеры представляют собой иллюстративные примеры других типов компонентов, которые могут осуществляться для обеспечения функций процессора. Варианты осуществления изобретения могут осуществляться с использованием программного обеспечения для выполнения процессором, аппаратного оборудования или некоторой их комбинации.
Обращаясь к фиг. 2, проиллюстрирована кривая 100 вероятностей ухудшения состояния. Данная кривая 100 вероятностей включает в себя ось 102, обозначающую шкалу раннего предупреждения (EWS) или риск ухудшения состояния, и ось 104, обозначающую время в часах. Кривая вероятностей включает в себя три различных диапазона риска: низкой степени 106, средней степени 108 и высокой степени 110. Когда после поступления вводят первичные данные о пациенте и/или физиологические данные, на основе оптимального положительного прогностического значения (PPV) для обнаружения ухудшения состояния выбирают первичный набор данных 112 и критерии определения диапазона риска. Первичный набор данных 112 также используют для определения скорости 114 поступления сигналов тревоги в установке по уходу за пациентом. Когда критерии определения диапазона риска и скорость поступления сигналов тревоги установлены и основаны на определении количественных показателей предрасположенности, пациент входит в новый диапазон риска кривой 100 вероятностей в момент 116 времени. Предлагаемый дальнейший график осуществления выборки основывается на предварительно определенном пороговом значении вероятности того, что состояние пациента ухудшится до следующего по графику измерения в момент 118 времени. Кривая вероятностей также включает в себя индикатор прогнозируемого времени до следующего уровня tNL 120 и резервное (буферное) время для получения следующего набора данных tBuf 122. P(t)det представляет собой функцию прогнозируемого времени до ухудшения состояния.
Фиг. 3 иллюстрирует один пример этапов, выполняемых посредством процессора датчика 22. На этапе 200 извлекают или заносят информацию об исходных показателях пациента. Данная информация об исходных показателях пациента включает в себя возраст, площадь поверхности тела, день поступления в больницу, местоположение источника финансирования, историю течения хронических заболеваний, историю последнего хирургического вмешательства, историю прохождения последней химиотерапии, текущие назначения лекарственных препаратов, причины госпитализации, последний набор жизненно важных показателей и подобное этому. На этапе 202 вычисляют показатель предрасположенности к ухудшению состояния и устанавливают пороговое значение вероятности на основе оптимального положительного прогностического значения (PPV) и скорости подачи сигнала тревоги. На этапе 204 вычисляют или находят набор измерений и первичную кривую вероятностей для ухудшения состояния. На этапе 206 определяют время попадания в диапазон риска и запас времени на доставку данных. На этапе 208 загружают график для устройств, работающих на пациента, и устанавливают рабочие элементы для сбора жизненно важных показателей. На этапе 210 собирают новые данные на текущий график. Если обеспечивается новый график, на этапе 202 извлекают или заносят информацию об исходных показателях пациента.
Настоящее изобретение было описано со ссылкой на предпочтительные варианты осуществления изобретения. По прочтении и осмыслении предшествующего подробного описания специалистам в данной области техники могут прийти в голову модификации и изменения. Предполагается, что настоящее изобретение составлено как включающее все такие модификации и изменения в той мере, насколько они попадают в пределы объема прилагаемых пунктов формулы изобретения или их эквивалентов.

Claims (42)

1. Система мониторинга пациента, содержащая:
один или более датчиков, осуществляющих выборку данных о пациенте для пациента с частотой выборки;
контроллер, выполненный с возможностью приема данных о пациенте отданного одного или более датчиков, причем контроллер запрограммирован с возможностью:
определения состояния пациента с помощью данных о пациенте; определения исходных показателей информации о пациенте, включая возраст, площадь поверхности тела, день поступления в больницу, местоположение источника финансирования, историю течения хронических заболеваний, историю последнего хирургического вмешательства, историю прохождения последней химиотерапии, текущие назначения лекарственных препаратов, причины госпитализации, последний набор жизненно важных показателей;
определения предрасположенности к наступлению случая ухудшения состояния и вероятности ухудшения состояния, оптимизации частоты выборок одного или более датчиков 22 на основании вероятности ухудшения состояния, автоматического регулирования частоты выборки одного или более датчиков на основании определенного состояния пациента, причем каждый раз, когда осуществляется выборка одного из датчиков 22, осуществляется повторное вычисление вероятности ухудшения состояния, причем на основании повторно вычисленной вероятности ухудшения состояния регулируется частота выборки датчиков 22.
2. Система мониторинга пациента по п. 1, в которой информация о пациенте включает в себя по меньшей мере одно из: в текущий момент отслеживаемых физиологических данных и вводимых клинических данных.
3. Система мониторинга пациента по п. 1, в которой контроллер дополнительно запрограммирован с возможностью определения клинической характеристики пациента на основании информации о пациенте и по меньшей мере одного из: предрасположенности к наступлению случая ухудшения состояния и вероятности ухудшения состояния.
4. Система мониторинга пациента по п. 3, в которой контроллер дополнительно запрограммирован с возможностью регулирования частоты выборки одного или более заданных датчиков, измеряющих представляющие интерес параметры в соответствии с клиническими характеристиками пациента.
5. Система мониторинга пациента по п. 1, в которой контроллер дополнительно запрограммирован с возможностью: определения исходных показателей информации о пациенте; вычисления показателя предрасположенности к ухудшению состояния и пороговых значений вероятности на основе исходных показателей информации о пациенте; и
вычисления первичной кривой вероятностей из показателя предрасположенности и пороговых значений вероятности.
6. Система мониторинга пациента по п. 1, в которой
состояние пациента определяют посредством сравнения принятой информации о пациенте относительно предварительно принятой информации о пациенте.
7. Система мониторинга пациента по п. 1, в которой контроллер дополнительно выполнен с возможностью приема клинических данных, таких как электронные медицинские карты, от системы информации о пациенте и дополнительно запрограммирован с возможностью:
определения состояния пациента исходя из клинических данных.
8. Способ мониторинга пациента, причем способ содержит этапы, на которых:
принимают данные о пациенте от одного или более датчиков системы мониторинга пациента;
определяют исходные показатели информации о пациенте, включая возраст, площадь поверхности тела, день поступления в больницу, местоположение источника финансирования, историю течения хронических заболеваний, историю последнего хирургического вмешательства, историю прохождения последней химиотерапии, текущие назначения лекарственных препаратов, причины госпитализации, последний набор жизненно важных показателей;
принимают клинические данные от системы информации о пациенте; сравнивают принятые данные о пациенте с предварительно выбранными пороговыми значениями, указывающими на состояние пациента;
определяют состояние пациента из сравнения принятой информации о пациенте с предварительно выбранными пороговыми значениями и клиническими данными;
определяют предрасположенность к наступлению случая ухудшения состояния и вероятность ухудшения состояния; и
оптимизируют частоты выборок одного или более датчиков 22 на основании вероятности ухудшения состояния, автоматически регулируют частоту выборки одного или более датчиков на основании определенного состояния пациента, причем каждый раз, когда осуществляется выборка одного из датчиков 22, осуществляется повторное вычисление вероятности ухудшения состояния, причем на основании повторно вычисленной вероятности ухудшения состояния регулируется частота выборки датчиков 22.
9. Способ по п. 8, в котором информация о пациенте включает в себя по меньшей мере одно из: в текущий момент отслеживаемых физиологических данных и вводимых клинических данных.
10. Способ по п. 8, дополнительно включающий в себя этап, на котором:
определяют клинические характеристики пациента на основании информации о пациенте и клинических данных и по меньшей мере одного из: предрасположенности к наступлению случая ухудшения состояния и вероятности ухудшения состояния.
11. Способ по п. 10, дополнительно включающий в себя этап, на котором:
регулируют частоты выборки одного или более заданных датчиков, измеряющих представляющие интерес параметры в соответствии с клиническими характеристиками пациента.
12. Способ по п. 8, дополнительно включающий в себя этапы, на которых:
определяют исходные показатели информации о пациенте; вычисляют показатель предрасположенности к ухудшению состояния и пороговые значения вероятности на основе исходных показателей информации о пациенте и клинических данных; и вычисляют первичную кривую вероятностей из показателя предрасположенности и заданных пороговых значений.
13. Способ по п. 8, в котором информация о пациенте включает в себя по меньшей мере одно из: в текущий момент отслеживаемых физиологических данных и вводимых клинических данных, а состояние пациента определяют посредством сравнения принятой информации о пациенте относительно предварительно принятой информации о пациенте.
14. Машиночитаемый носитель, на котором хранится компьютерная программа, содержащая средство программного кода, сконфигурированный для выполнения процессором этапов способа по п. 8, когда упомянутая компьютерная программа загружена и выполняется на процессоре.
15. Станция мониторинга пациента, содержащая:
один или более датчиков, посредством которых принимают физиологические данные; и
один или более процессоров, запрограммированных с возможностью выполнения способа по п. 8.
16. Система мониторинга пациента по п. 1, дополнительно содержащая: систему обнаружения ухудшения состояния, которая принимает информацию о пациенте от одного или более датчиков,
определяет состояние пациента с помощью информации о пациенте и автоматически регулирует частоту выборки одного или более датчиков на основании определенного состояния пациента.
17. Система мониторинга пациента по п. 16, в которой
система обнаружения ухудшения состояния дополнительно определяет по меньшей мере одно из: предрасположенности к наступлению случая ухудшения состояния и вероятности ухудшения состояния с целью оптимизации частоты выборки одного или более датчиков.
18. Система мониторинга пациента по п. 16, в которой
система обнаружения ухудшения состояния дополнительно определяет клиническую характеристику на основании информации о пациенте и по меньшей мере одного из: предрасположенности к наступлению случая ухудшения состояния и вероятности ухудшения состояния.
19. Система мониторинга пациента по п. 18, в которой
система обнаружения ухудшения состояния дополнительно регулирует частоту выборки одного или более заданных датчиков, измеряющих представляющие интерес параметры в соответствии с клиническими характеристиками.
20. Система мониторинга пациента по п. 16, в которой информация о пациенте включает в себя по меньшей мере одно из: в текущий момент отслеживаемых физиологических данных и вводимых клинических данных, а состояние пациента определяют посредством сравнения принятой информации о пациенте относительно предварительно принятой информации о пациенте.
RU2015126534A 2012-12-03 2013-11-25 Система и способ для оптимизирования частоты сбора данных и пороговых значений для алгоритма обнаружения ухудшения состояния RU2685681C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261732470P 2012-12-03 2012-12-03
US61/732,470 2012-12-03
PCT/IB2013/060376 WO2014087296A1 (en) 2012-12-03 2013-11-25 A system and method for optimizing the frequency of data collection and thresholds for deterioration detection algorithm

Publications (2)

Publication Number Publication Date
RU2015126534A RU2015126534A (ru) 2017-01-13
RU2685681C2 true RU2685681C2 (ru) 2019-04-22

Family

ID=50002794

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2015126534A RU2685681C2 (ru) 2012-12-03 2013-11-25 Система и способ для оптимизирования частоты сбора данных и пороговых значений для алгоритма обнаружения ухудшения состояния

Country Status (7)

Country Link
US (1) US10039451B2 (ru)
EP (1) EP2926284A1 (ru)
JP (1) JP6408479B2 (ru)
CN (1) CN104838382B (ru)
BR (1) BR112015012646A2 (ru)
RU (1) RU2685681C2 (ru)
WO (1) WO2014087296A1 (ru)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9572503B2 (en) * 2014-11-14 2017-02-21 Eric DeForest Personal safety and security mobile application responsive to changes in heart rate
WO2016151479A1 (en) * 2015-03-24 2016-09-29 Koninklijke Philips N.V. Smart sensor power management for health wearable
JP6015882B1 (ja) * 2015-03-26 2016-10-26 コニカミノルタ株式会社 被監視者監視システムの端末装置および端末処理方法、被監視者監視システムの中央処理装置および中央処理方法、ならびに、被監視者監視システム
JP2017123587A (ja) * 2016-01-08 2017-07-13 ソニー株式会社 制御装置、制御方法、およびプログラム
CN108697330B (zh) * 2016-02-12 2022-07-15 心脏起搏器股份公司 用于患者监视的系统和方法
WO2017156042A1 (en) * 2016-03-08 2017-09-14 True Analytics, LLC A method for sensor maintenance of redundant sensor loops
US10401236B2 (en) 2016-05-24 2019-09-03 Qualcomm Incorporated Dynamic sensor accuracy setting threshold
US11082442B1 (en) * 2016-06-06 2021-08-03 EMC IP Holding Company LLC Automated setting of risk score aggregation weights for detection of access anomalies in a computer network
US20180090229A1 (en) * 2016-06-28 2018-03-29 Alodeep Sanyal Automated Continuous and Adaptive Health Monitoring
CN107550457B (zh) * 2016-06-30 2021-06-18 诺基亚技术有限公司 用于传输心音数据的方法和设备
US20180286521A1 (en) * 2017-04-03 2018-10-04 City Of Hope Peri-operative remote care monitoring system
CN111727482A (zh) * 2018-02-02 2020-09-29 皇家飞利浦有限公司 用于最优传感器放置的系统和方法
WO2020026208A1 (en) * 2018-08-02 2020-02-06 Bright Clinical Research Limited Systems, methods and processes for dynamic data monitoring and real-time optimization of ongoing clinical research trials
US10762990B1 (en) * 2019-02-01 2020-09-01 Vignet Incorporated Systems and methods for identifying markers using a reconfigurable system
TWI738139B (zh) * 2019-12-04 2021-09-01 財團法人資訊工業策進會 資料擷取裝置、系統及其方法
CN111161868A (zh) * 2019-12-20 2020-05-15 贵州铂肴医学检验实验室有限公司 医学快速检验管理系统
CN112418505A (zh) * 2020-11-18 2021-02-26 北京国信华源科技有限公司 一种自适应型数据采集方法及监测系统
WO2023286254A1 (ja) * 2021-07-15 2023-01-19 オムロンヘルスケア株式会社 生体情報測定装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060010090A1 (en) * 2004-07-12 2006-01-12 Marina Brockway Expert system for patient medical information analysis
WO2009138976A2 (en) * 2008-05-12 2009-11-19 Earlysense Ltd Monitoring, predicting and treating clinical episodes
WO2010024738A1 (en) * 2008-08-29 2010-03-04 St. Jude Medical Ab Implantable medical device and method for such a device for predicting hf status of a patient
WO2012117316A2 (en) * 2011-03-01 2012-09-07 Koninklijke Philips Electronics N.V. Patient deterioration detection

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7317943B2 (en) * 2003-01-31 2008-01-08 Medtronic, Inc. Capture threshold monitoring
US20070118054A1 (en) 2005-11-01 2007-05-24 Earlysense Ltd. Methods and systems for monitoring patients for clinical episodes
EP1903932B1 (en) * 2005-06-22 2010-12-22 Koninklijke Philips Electronics N.V. An apparatus to measure the instantaneous patients' acuity value
US20070294360A1 (en) * 2006-06-15 2007-12-20 International Business Machines Corporation Method and apparatus for localized adaptation of client devices based on correlation or learning at remote server
US7580741B2 (en) * 2006-08-18 2009-08-25 Cardiac Pacemakers, Inc. Method and device for determination of arrhythmia rate zone thresholds using a probability function
JP4153003B2 (ja) * 2006-09-04 2008-09-17 シャープ株式会社 生体情報測定装置、電力消費制御方法、生体情報測定プログラム、及びコンピュータ読み取り可能な記録媒体
US20110160549A1 (en) * 2007-09-05 2011-06-30 Saroka Amir Method, system and apparatus for using electromagnetic radiation for monitoring a tissue of a user
US20100261980A1 (en) * 2007-09-19 2010-10-14 Koninklijke Philips Electronics N.V. Method and apparatus for detecting an abnormal situation
US8583252B2 (en) * 2008-07-11 2013-11-12 Medtronic, Inc. Patient interaction with posture-responsive therapy
TWI397020B (zh) * 2008-10-24 2013-05-21 Inst Information Industry 病患風險程度辨識系統與方法
BR112012000778A8 (pt) * 2009-07-15 2018-02-20 Koninklijke Philips Electronics Nv Método para o provimento de um alerta de parâmetro fisiológico com variação de tempo, mídia de leitura por computador, e sistema que fornece um alerta de parâmetro fisiológico com variação de tempo para um usuário
US20130030258A1 (en) * 2009-12-19 2013-01-31 Koninklijke Philips Electronics N.V. Copd exacerbation prediction system and method
EP2601606A2 (en) * 2010-08-02 2013-06-12 Koninklijke Philips Electronics N.V. Method for semantic communication of device data between a source and receiving client
US8595159B2 (en) * 2010-10-08 2013-11-26 Cerner Innovation, Inc. Predicting near-term deterioration of hospital patients
US10893824B2 (en) * 2010-12-20 2021-01-19 Cardiac Pacemakers, Inc. Heart failure detection with a sequential classifier
RU2013133868A (ru) * 2010-12-21 2015-01-27 Конинклейке Филипс Электроникс Н.В. Определение состояния пациента и смертность

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060010090A1 (en) * 2004-07-12 2006-01-12 Marina Brockway Expert system for patient medical information analysis
WO2009138976A2 (en) * 2008-05-12 2009-11-19 Earlysense Ltd Monitoring, predicting and treating clinical episodes
WO2010024738A1 (en) * 2008-08-29 2010-03-04 St. Jude Medical Ab Implantable medical device and method for such a device for predicting hf status of a patient
WO2012117316A2 (en) * 2011-03-01 2012-09-07 Koninklijke Philips Electronics N.V. Patient deterioration detection

Also Published As

Publication number Publication date
US10039451B2 (en) 2018-08-07
BR112015012646A2 (pt) 2017-07-11
CN104838382B (zh) 2019-03-01
WO2014087296A1 (en) 2014-06-12
JP6408479B2 (ja) 2018-10-17
US20150297078A1 (en) 2015-10-22
CN104838382A (zh) 2015-08-12
EP2926284A1 (en) 2015-10-07
JP2016505297A (ja) 2016-02-25
RU2015126534A (ru) 2017-01-13

Similar Documents

Publication Publication Date Title
RU2685681C2 (ru) Система и способ для оптимизирования частоты сбора данных и пороговых значений для алгоритма обнаружения ухудшения состояния
RU2603052C2 (ru) Обнаружение нарушений у пациента
Breteler et al. Reliability of wireless monitoring using a wearable patch sensor in high-risk surgical patients at a step-down unit in the Netherlands: a clinical validation study
RU2630122C2 (ru) Способ непрерывного прогнозирования тяжести заболевания у пациента, летального исхода и длительности госпитализации
US9167968B2 (en) Apparatus to measure the instantaneous patients' acuity value
US8924235B2 (en) Method and apparatus for monitoring physiological parameter variability over time for one or more organs
JP6692355B2 (ja) バイタルサインサンプリング周波数が限定されるときのスコア信頼区間推定に関する方法
CN106714682B (zh) 用于评估加重和/或入院的风险的装置、系统、方法和计算机程序
US11185269B1 (en) Context-aware post traumatic stress disorder monitoring and intervention
PT1765156E (pt) Avaliação da qualidade do sono e distúrbios respiratórios do sono baseados no acoplamento cardio-pulmonar
WO2007142968A2 (en) Methods, systems, and computer program products for evaluating a patient in a pediatric intensive care unit
CN113520395A (zh) 一种精神状态的实时评估系统和方法
CN106456015B (zh) 用于评估急性发作和/或住院治疗的风险的装置、系统、方法和计算机程序
CN114999647A (zh) 一种基于大数据的智慧健康监测方法及系统
US20230335290A1 (en) System and methods for continuously assessing performance of predictive analytics in a clinical decision support system
Vandendriessche et al. Piloting the clinical value of wearable cardiorespiratory monitoring for people with cystic fibrosis
WO2015044859A1 (en) A methodology for hospitalized patient monitoring and icu risk prediction with a physiologic based early warning system
Blokhuis Wireless monitoring of high-risk patients using a wearable patch sensor: a clinical validation study

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20201126