TWI417080B - 遠距照護系統及其方法 - Google Patents

遠距照護系統及其方法 Download PDF

Info

Publication number
TWI417080B
TWI417080B TW99106889A TW99106889A TWI417080B TW I417080 B TWI417080 B TW I417080B TW 99106889 A TW99106889 A TW 99106889A TW 99106889 A TW99106889 A TW 99106889A TW I417080 B TWI417080 B TW I417080B
Authority
TW
Taiwan
Prior art keywords
signal
physiological
inference
abnormality
event
Prior art date
Application number
TW99106889A
Other languages
English (en)
Other versions
TW201130460A (en
Inventor
Hung Jen Yang
Ming Shnn Hsu
Chih Ming Cheng
Yeh Liang Hsu
han jun Lin
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 filed Critical
Priority to TW99106889A priority Critical patent/TWI417080B/zh
Publication of TW201130460A publication Critical patent/TW201130460A/zh
Application granted granted Critical
Publication of TWI417080B publication Critical patent/TWI417080B/zh

Links

Landscapes

  • Measuring And Recording Apparatus For Diagnosis (AREA)

Description

遠距照護系統及其方法
一種專家系統,尤指一種用於遠距照護系統及其異常判讀方法。
習知之醫療專家系統,如,傳染性疾病的鑑別診斷系統(MYCIN),可經由一連串的交談式輸入資料,進而協助診斷感染性疾病,並建議用以治療此病之抗生素種類及劑量。但由於此系統僅能在價值數百萬美元的大型電腦上執行,其架設成本過高,是以,不利於普及推廣。
又,如習知的針對青光眼(Glaucoma)的診斷及治療而設計的醫療專家系統,雖多半已被證明為在某方面相當或優於人類專家,但由於其知識範圍均限於狹小的醫學領域(如:青光眼之診斷),且多為研究階段的程式,許多硬體及使用者介面的限制,使得其廣泛應用的可能性大大降低。
現代高齡化社會及慢性疾病的比例增加,長期的養護追蹤,以便分析判斷病患的生理情況,亦越發顯得重要。然而,現今的醫療專家系統僅就立即收到的生理訊號作一立即判斷,而無法針對慢性疾病病患作一長期的追蹤分析以期即時發現病徵,而提供適時的服務。尤其是,一般的長期慢性疾病患者並不會長期居住在醫院,且大多居住於自家中,習知的醫療專家系統無法針對此類型的病患,提供適時的服務。
習知的專家系統會根據已知的臨床表徵(如:病史、檢驗、放射或病理檢查),並結合知識庫中的醫學知識加以分析推論,並回饋予使用者推論後之結果。然而,目前醫療相關的專家系統偏重於判斷收到的生理訊號是否超過一般生理異常標準,且大多為固定之標準。習知的專家系統不能針對病患個人的病情變化情形,改變設定為個人化的生理異常標準,以便根據個別病患,提供更準確的推論結果。
有鑑於此,本發明之目的,係提供一種遠距照護系統及其方法,以便降低架設成本、拓展專家系統普及率及醫學應用領域、並改變固定的生理異常判斷標準,來達成不受到時間及地域限制,仍能遠距長期追蹤病患生理情況,分析判斷病患情形,以達成提供專家醫療判斷服務的目的。
本發明實施例是提供一種遠距照護系統,包含:一生理訊號資料庫,儲存複數個生理訊號;一事件規則知識庫,儲存一量測異常判讀準則、一儀器異常推論準則及一生理異常推論準則;及一推論模組,耦接生理訊號資料庫及事件規則知識庫,其中又進一步包含一量測異常推論器、一儀器異常推論器及一生理異常推論器。推論模組依據生理訊號資料庫中該些判讀準則以進行長期遠距的分析推論,量測異常、儀器異常及生理異常,以便即時提供專家醫療服務。
藉此,本發明,一種遠距照護系統,能透過低架設成本的硬體設備,開發應用於各醫學領域的專家系統。專家系統具有個人化的生理異常判斷準則,且能長期追蹤病患生理情況,以便分析判斷病患情形及提供專家醫療服務。因此,本發明的遠距照護系統能於一般個人電腦環境中順暢執行,其有助於專家系統的推廣與實際應用。再則,遠距照護系統能不受到地域及時間的限制,收集遠距的病患的生理訊號,進而降低誤判與錯誤等情形。本發明,針對照護對象(或病患)個別身體健康情形訂定個人化的生理異常標準,可透過事件規則管理介面修改及編撰,再交由專家系統進行生理異常判讀與警示。
為使能更進一步了解本發明之特徵及技術內容,請參閱以下有關於本發明之詳細說明與附圖,然而所附圖式僅供參考與說明用,並非用來對本發明加以限制者。
請參閱第一圖,第一圖為本發明第一實施例之遠距照護系統之系統架構圖。一種遠距照護系統1,包含:一生理訊號資料庫10、一事件規則知識庫12及一推論模組14。事件規則知識庫12,包含一事件規則資料單元121及一事件規則指定資料單元123。推論模組14,又進一步包含一量測異常推論器141、一儀器異常推論器143及一生理異常推論器145。專家系統1又進一步包括:一事件規則管理介面16、一事件紀錄資料庫18、一遠距照護資料模組20及一照顧資訊顯示器201。上述之模組單元位於同電腦系統中,或位於不同電腦系統中,而透過網路連結。同時,上述之模組單元可以是硬體、軟體或兩者兼具的方式存在。
生理訊號資料庫10,可用來接受從病患端量測完成及上傳的多項生理訊號Sin 。多項生理訊號Sin 為一血壓訊號、一血糖訊號、一心跳訊號、一體溫訊號、一血氧訊號、一尿液訊號、一身高訊號、一體重訊號、一腰圍訊號、一體脂肪率訊號、一疼痛訊號、一紅腫訊號及一滲液訊號的其中之一組合。上傳生理訊號Sin 的方法可為無線或有線資料傳輸至生理訊號資料庫10,以便儲存複數個生理訊號Sin 於此以供本實施例遠距照護系統1的分析處理。生理訊號資料庫10亦用於接受並儲存本實施例之專家系統1經由推論模組14的處理及判讀後的各項異常標示訊號。
舉例來說,本實施例中的生理訊號資料庫10包含複數個生理訊號資料表,其中又分別包含一生理訊號編號、一照護對象編號、一照護對象RFID、一儀器設備編號、一生理訊號數值、一照護對象量測時間、一集中式伺服器儲存時間(收到時間)、一是否發生儀器異常標示(Flag)與一是否發生生理異常標示等欄位。本實施例生理訊號資料庫10的設計欄位僅用於舉例說明,但不以此為限。
事件規則資料單元121中儲存有一量測異常判讀準則、一儀器異常推論準則及一生理異常推論準則。事件規則指定資料單元123中儲存有適用於個別照護對象或同類型照護對象的指派設定判讀準則,其可為一指定量測異常判讀準則、一指定儀器異常推論準則及一指定生理異常推論準則。
事件規則知識庫12連接事件規則管理介面16,使用者(如醫師)能藉由事件規則管理之架構與方式,透過事件規則管理介面16來修改及編撰事件規則資料單元121中儲存的量測異常判讀準則、儀器異常推論準則及生理異常推論準則。使用者亦能透過事件規則管理介面16來設定指定量測異常判讀準則、指定儀器異常推論準則及指定生理異常推論準則。
舉例來說,本實施例中的事件規則資料單元121中含有一異常判讀準則編號、一第一事件類別碼、一第二事件類別碼、一第三事件類別碼、一緊急程度、一異常判讀準則類別、一是否啟用、一異常判讀準則、一異常幾次後方警示、一警示訊息、一異常判讀準則描述等欄位。事件規則指定資料單元123中含有一異常判讀準則指定編號、一照護對象編號、一異常判讀準則編號、一是否啟用、一異常幾次後方警示、一是否已被刪除等欄位。本實施例事件規則知識庫12的設計欄位僅用於舉例說明,但不以此為限。
量測異常判讀準則、儀器異常推論準則及生理異常推論準則即為判讀演算法。本實施例之遠距照護系統1依據判讀演算法以進行遠距監控處理生理訊號資料庫10中的複數個生理訊號Sin ,以期即時的發現照護對象的生理異常狀態。並於異常發生時,由本實施例之遠距照護系統1協助醫護人員進行異常判讀,以期能減少醫護人員負擔,並減少人為判斷所導致之疏忽、遺漏或誤判等情形。
推論模組14,耦接生理訊號資料庫10及事件規則知識庫12,推論模組14中的量測異常推論器141依據量測異常判讀準則來分析事件規則知識庫12中儲存的複數個生理訊號Sin ,並判斷是否為量測異常情況,以及產生一判讀後的異常標示訊號,即為一量測異常推論訊號。推論模組14中的儀器異常推論器143依據儀器異常判讀準則來分析事件規則知識庫12中儲存的複數個生理訊號Sin ,並判斷是否為儀器異常情況,以及產生一判讀後的異常標示訊號,即為一儀器異常推論訊號。
一般而言,推論模組14會首先針對複數個生理訊號Sin 作一儀器異常的判讀。如,儀器異常判讀結果為發生儀器異常,其用做判讀的生理訊號Sin 大多為超出生理異常判讀的標準。是以,先進行儀器異常的分析判斷,如為有效資料(儀器正常)再進行生理異常的推論,才可得到正確的判斷結果。而量測異常判讀為一獨立機制,其先後判讀順序並無特定關聯性。
推論模組14中的生理異常推論器145依據生理異常判讀準則來分析事件規則知識庫12中儲存的複數個生理訊號Sin ,並判斷是否為生理異常情況,以及產生一判讀後的異常標示訊號,即為一生理異常推論訊號。生理訊號資料庫10可用於接受並儲存經由推論模組14的處理及判讀後的各項異常標示訊號,即為量測異常推論訊號、儀器異常推論訊號及生理異常推論訊號。遠距照護系統1長期遠距的推論量測異常、儀器異常及生理異常,以便即時發現患者異常情形,並警示及協助醫護人員於第一時間內提供專家醫療服務。
事件紀錄資料庫18,耦接推論模組14,推論模組14透過量測異常判讀準則、儀器異常推論準則及生理異常推論準則,來進行判讀,以產生一第一事件類別碼Event_Type_ID1、一第二事件類別碼Event_Type_ID2及一第三事件類別碼Event_Type_ID3,並且儲存事件類別碼於事件紀錄資料庫18。遠距照護資料模組20,耦接生理訊號資料庫10及事件紀錄資料庫18,可以讀取第一事件類別碼Event_Type_ID1、第二事件類別碼Event_Type_ID2、第三事件類別碼Event_Type_ID3、量測異常推論訊號、儀器異常推論訊號及生理異常推論訊號,並顯示於照顧資訊顯示器201。
例如,本實施例之專家系統1判讀生理訊號後,若產生異常事件紀錄,則照顧資訊顯示器201即顯示第一事件類別碼Event_Type_ID1、第二事件類別碼Event_Type_ID2及第三事件類別碼Event_Type_ID3以分別代表該些異常事件紀錄。醫護人員能根據照顧資訊顯示器201所警示的結果,以便即時聯繫照護對象及即時關心或處理照護對象之異常情形。
為求系統效率與查詢便利性考量,事件類別代碼以三個欄位方式進行設計,如此的設計除可提供遠距照護資料模組20使用SQL語法快速查詢到所需的類別。本實施例所舉之類別碼,僅用作舉例說明,並不以此為限。第一事件類別碼Event_Type_ID1中,以A代表生理監測訊號異常類別。第二事件類別碼Event_Type_ID2中,又分為單筆之生理訊號異常以S表示、趨勢之生理訊號異常以T表示、判讀為高危險群趨勢之異常以R表示。第三事件類別碼Event_Type_ID3中分為單一種類之生理訊號異常以U表示、多重種類之生理訊號異常以M表示等。
舉例來說,如事件類別代碼的三個欄位分別為ASU,則代表單筆及單一生理訊號異常。如事件類別代碼的三個欄位分別為ASM,則代表單筆及多重生理訊號異常。如事件類別代碼的三個欄位分別為AR,則代表高危險群事件。
第一事件類別碼Event_Type_ID1中,以E代表儀器異常類別。第二事件類別碼Event_Type_ID2中,又分為單筆之量測儀器之異常以I表示、通訊傳輸之異常以C表示、人為量測錯誤之異常以H表示。第三事件類別碼Event_Type_ID1則暫無使用。
舉例來說,如事件類別代碼的二個欄位分別為EI,則代表量測儀器異常。如事件類別代碼的二個欄位分別為EC,則代表通訊及傳輸異常。如事件類別代碼的三個欄位分別為EH,則代表人為錯誤、異常。
第一事件類別碼Event_Type_ID1中,以M代表實際量測不符合量測處方之異常類別。第二事件類別碼Event_Type_ID2中,又分為實際量測項目或頻率少於醫生要求或是忘了測量之異常以L表示、實際量測項目或頻率多餘醫生要求之異常以M表示。第三事件類別碼Event_Type_ID1中分為實際量測項目未符合醫生要求之異常以T表示、實際量測頻率未符合醫生要求之異常以F表示、實際量測項目與頻率未符合醫生要求之異常以B表示等。
舉例來說,如事件類別代碼的三個欄位分別為MLB,則代表實際量測項目及頻率皆少於醫生要求,或忘了量測。如事件類別代碼的三個欄位分別為MMB,則代表實際量測項目及頻率皆多於醫生要求。
請參閱第二圖,並配合參閱第一圖,第二圖為本發明第二實施例之遠距照護系統之系統架構圖。一種遠距照護系統1a中的各元件連結關係皆與第一圖所示相同,除了於事件規則知識庫12a中增加一緊急程度推論準則1210。使用者能透過事件規則管理介面16來修改及編撰緊急程度推論準則1210。推論模組14a依據生理異常推論準則及配合緊急程度推論準則,產生一緊急程度訊號Emergent_Degree並儲存於事件紀錄資料庫18。緊急程度訊號Emergent_Degree可依緊急程度規劃為五種燈號與區塊、10個等級代碼等。遠距照護資料模組20讀取緊急程度訊號Emergent_Degree並顯示於照顧資訊顯示器201。
請參閱第三圖,並配合參閱第一圖,第三圖為本發明一種遠距照護系統的量測異常推論流程圖。一種遠距照護系統1方法,包括:首先步驟S101,由量測異常推論器141,讀取一生理訊號資料庫10中的複數個生理訊號Sin 及計算訊號的量測頻率Fs ;步驟S103再讀取量測異常判讀準則中的一預設量測頻率Fref ;步驟S105比對訊號的量測頻率Fs 與預設量測頻率Fref 及產生一量測異常推論訊號。
當該量測異常推論訊號顯示量測頻率Fs 少於預設量測頻率Fref ,步驟S107量測異常推論器141,輸出的第一事件類別碼Event_Type_ID1、第二事件類別碼Event_Type_ID2及第三事件類別碼Event_Type_ID3於遠距照護資料模組20。步驟S109顯示類別碼於遠距照護資料模組20中的照顧資訊顯示器201,以便使用者(醫護人員)隨時掌控了解照護對象(病患)之量測行為。如照護對象未按醫囑(預設量測頻率Fref )進行量測,醫護人員能進行後續處理、追蹤照護對象狀態,使照護對象盡可能地符合醫師之量測醫囑,以期達到不間斷之遠距照護監測。
當量測異常推論訊號顯示量測頻率大於預設量測頻率,步驟S111量測異常推論器141,輸出的第一事件類別碼Event_Type_ID1、第二事件類別碼Event_Type_ID2及第三事件類別碼Event_ Type_ID3於遠距照護資料模組中。步驟S113顯示類別碼於照顧資訊顯示器201。因為資訊過量,專家系統1需要步驟S115從複數個生理訊號Sin 中篩選出一有效生理訊號,篩選步驟可依不同的需求,選用不同的策略,如,於一預設量測間隔時間內的複數個生理訊號Sin ,選取一最早量測之生理訊號、選取一中間量測之生理訊號、選取一最後量測之生理訊號、計算該些量測之生理訊號的平均值、選取最大之生理訊號、或選取最小之生理訊號為有效生理訊號。
請參閱第四圖,並配合參閱第一圖,第四圖為本發明一種遠距照護系統的儀器異常推論流程圖。一種遠距照護系統1方法,包括:首先步驟S301,由儀器異常推論器143,讀取生理訊號資料庫10中所新增的一生理訊號Sin ;步驟S303讀取儀器異常推論準則中的一預設量測值域MVref ;步驟S305比對預設量測值域MVref 與生理訊號Sin ,並產生一儀器異常推論訊號。
當儀器異常推論訊號顯示生理訊號Sin 在預設量測值域範圍MVref 內,生理訊號Sin 被判別為一有效訊號,步驟S307生理訊號Sin 可進行下一步驟S307,即輸出至生理異常推論器145以進行下一步的生理訊號異常推論。如,當儀器異常推論訊號顯示生理訊號Sin 在預設量測值域範圍MVref 外,生理訊號Sin 為一無效訊號,步驟S309儀器異常推論器143,即輸出第一事件類別碼Event_Type_ID1及第二事件類別碼Event_Type_ID2於遠距照護資料模組20中。步驟S311,顯示類別碼於遠距照護資料模組20中的照顧資訊顯示器201,以便醫護人員了解資料異常的原因,以便於處理。一般來說,儀器異常推論結果,是因為機器故障或不良品,或是因為傳輸時發生錯誤導致資料的不完全而形成亂碼。
請參閱第五圖,並配合參閱第一圖,第五圖為本發明一種遠距照護系統的生理異常推論流程圖。一種遠距照護系統1方法,包括:首先步驟S501,由生理異常推論器145,讀取生理訊號資料庫10中所新增的一生理訊號Sin 或是複數個生理訊號Sin ;步驟S503相對分別的讀取生理異常推論準則中的一單一生理訊號指標或多項生理訊號指標;步驟S505相對分別的比對單一生理訊號指標與生理訊號Sin ,或是比對多項生理訊號指標與複數個生理訊號Sin ,以便產生一生理異常推論訊號。當生理異常推論訊號顯示生理訊號Sin 在單一生理訊號指標或多項生理訊號指標範圍內,步驟S507輸出生理訊號Sin 或是複數個生理訊號Sin 於生理訊號資料庫10。
生理訊號Sin 數值異常可分為單筆資料與多筆資料(長期、歷史資料)之分析、判斷與警示。當生理異常推論訊號顯示生理訊號Sin 在單一生理訊號指標或多項生理訊號指標範圍外,步驟S509生理異常推論器145,輸出第一事件類別碼Event_Type_ID1、第二事件類別碼Event_Type_ID2及第三事件類別碼Event_Type_ID3於遠距照護資料模組20,步驟S511並顯示類別於遠距照護資料模組20中的照顧資訊顯示器201上,以便醫護人員能掌握病況之最新發展,變化,以期做到即時之警示。當生理異常推論訊號顯示生理訊號Sin 在多項生理訊號指標範圍外,分析照護對象之長期生理狀態變化,以期做到趨勢變化之警示。
同理,在生理訊號監測項目部份,可分為單一項目與多重項目(複合指標)之分析、判斷與警示。當生理異常推論訊號顯示單一項目的生理訊號Sin 在單一生理訊號指標範圍外。例如:血糖超過正常範圍時,則進行提出警示等動作。當生理異常推論訊號顯示多重項目的複數個生理訊號Sin 在多項生理訊號指標範圍外。例如:血壓與血糖皆超過正常範圍時,則提出警示等動作。此項目於累積一定量之歷史資料後,亦可結合統計、資料分析與探勘等技術,進行多項生理指標之模式(Model)建立。
綜上所述,本發明提供的一種遠距照護系統及其方法,具有低架設成本及適於廣泛應用於各醫學領域。本發明,可透過事件規則管理介面修改及編撰,針對照護對象個別身體情形所訂定的生理異常判斷準則,進行生理異常判讀與警示。並且,遠距照護系統能不受到地域及時間的限制,長期追蹤病患生理情況、收集遠距的病患的生理訊號、分析判斷病患情形、進而降低誤判、及遠距且長期的掌握照護對象的身體變化情形。
惟,綜上所述,僅為本發明的具體實施例之詳細說明及圖式,並非用以限制本發明,本發明之所有範圍應以申請範圍為準,任何熟悉該項技藝者在本發明之領域內,可輕易思及之變化或修飾,皆屬本發明之涵蓋內容。
1、1a...遠距照護系統
10...生理訊號資料庫
12、12a...事件規則知識庫
121...事件規則資料單元
1210...緊急程度推論準則
123‧‧‧事件規則指定資料單元
14、14a‧‧‧推論模組
141‧‧‧量測異常推論器
143‧‧‧儀器異常推論器
145‧‧‧生理異常推論器
16‧‧‧事件規則管理介面
18‧‧‧事件紀錄資料庫
Event_Type_ID1‧‧‧第一事件類別碼
Event_Type_ID2‧‧‧第二事件類別碼
Event_Type_ID3‧‧‧第三事件類別碼
Emergent_Degree‧‧‧緊急程度訊號
20‧‧‧遠距照護資料模組
201‧‧‧照顧資訊顯示器
Sin ‧‧‧生理訊號
Fs ‧‧‧訊號的量測頻率
Fref ‧‧‧預設量測頻率
MVref ‧‧‧預設量測值域
S101~S115‧‧‧流程圖步驟
S301~S311‧‧‧流程圖步驟
S501~S511‧‧‧流程圖步驟
第一圖:係本發明之第一實施例之遠距照護系統之系統架構圖。
第二圖:係本發明之第二實施例之遠距照護系統之系統架構圖。
第三圖:係本發明之遠距照護系統的量測異常推論流程圖。
第四圖:係本發明之遠距照護系統的儀器異常推論流程圖。
第五圖:係本發明之遠距照護系統的生理異常推論流程圖。
1...遠距照護系統
10...生理訊號資料庫
12...事件規則知識庫
121...事件規則資料單元
123...事件規則指定資料單元
14...推論模組
141...量測異常推論器
143...儀器異常推論器
145...生理異常推論器
16...事件規則管理介面
18...事件紀錄資料庫
20...遠距照護資料模組
201...照顧資訊顯示器
Sin ...生理訊號

Claims (8)

  1. 一種遠距照護系統,係透過電腦系統對遠端病患進行照護,包括:一生理訊號資料庫,係用於儲存遠端病患所上傳的複數個生理訊號;一事件規則知識庫,係用於儲存一量測異常判讀準則、一儀器異常推論準則及一生理異常推論準則,其中該事件規則知識庫包括一事件規則資料單元,該事件規則資料單元含有一異常判讀準則編號;及一推論模組,係耦接該生理訊號資料庫及該事件規則知識庫,藉由該事件規則知識庫中的該些判讀準則,以進行推論,其中又進一步包含:一量測異常推論器,該些生理訊號透過該量測異常判讀準則來進行推論,以便產生一量測異常推論訊號;一儀器異常推論器,該些生理訊號透過該儀器異常推論準則來進行推論,以便產生一儀器異常推論訊號;及一生理異常推論器,該些生理訊號透過該生理異常推論準則來進行推論,以便產生一生理異常推論訊號。
  2. 如申請專利範圍第1項所述之遠距照護系統,其中該生理訊號資料庫,接受並儲存該量測異常推論訊號、該儀器異常推論訊號及該生理異常推論訊號。
  3. 如申請專利範圍第1項所述之遠距照護系統,其中該 複數個生理訊號為一血壓訊號、一血糖訊號、一心跳訊號、一體溫訊號、一血氧訊號、一尿液訊號、一身高訊號、一體重訊號、一腰圍訊號、一體脂肪率訊號、一疼痛訊號、一紅腫訊號及一滲液訊號的其中之一組合。
  4. 如申請專利範圍第1項所述之遠距照護系統,其中該事件規則知識庫,更包括一事件規則指定資料單元,連接一事件規則管理介面,藉由該事件規則管理介面來修改及編撰該量測異常判讀準則、該儀器異常推論準則及該生理異常推論準則,且該事件規則指定資料單元,具有適用於一個別照護對象的一指定量測異常判讀準則、一指定儀器異常推論準則及一指定生理異常推論準則。
  5. 如申請專利範圍第4項所述之遠距照護系統,又包含一事件紀錄資料庫,係耦接該推論模組,該推論模組透過該量測異常判讀準則、該儀器異常推論準則及該生理異常推論準則,來進行判讀,以產生一第一事件類別碼、一第二事件類別碼及一第三事件類別碼,並且儲存該第一、第二及第三事件類別碼於該事件紀錄資料庫,其中該事件規則知識庫又具有一緊急程度推論準則,該緊急程度推論準則,係透過該事件規則管理介面來修改及編撰,該推論模組依據該生理異常推論準則配合該緊急程度推論準則,以便產生一緊急程度訊號並儲存於該事件紀錄資料庫。
  6. 如申請專利範圍第5項所述之遠距照護系統,其中包 括一遠距照護資料模組,耦接該生理訊號資料庫及該事件紀錄資料庫,來讀取該第一事件類別碼、該第二事件類別碼、該第三事件類別碼、該緊急程度訊號、該量測異常推論訊號、該儀器異常推論訊號及該生理異常推論訊號,並顯示於一照顧資訊顯示器。
  7. 一種遠距照護方法,係透過電腦系統對遠端病患進行照護,包括:儲存遠端病患所上傳的複數個生理訊號於一生理訊號資料庫;讀取該生理訊號資料庫中所儲存的複數個生理訊號及計算該些生理訊號的一量測頻率;讀取一事件規則知識庫中所儲存的一量測異常判讀準則中的一預設量測頻率、一儀器異常推論準則中的一預設量測值域與一生理異常推論準則中的一生理訊號指標;比對該量測頻率與該預設量測頻率,並產生一量測異常推論訊號;比對該預設量測值域與該生理訊號,並產生一儀器異常推論訊號;比對該生理訊號指標與該生理訊號,並產生一生理異常推論訊號;以及根據比較結果輸出事件類別碼至一照顧資訊顯示器進行顯示。
  8. 如申請專利範圍第7項所述之遠距照護方法,當該比對訊號顯示該量測頻率大於該預設量測頻率,步驟又 進一步包括:計算一預設量測間隔時間,並於該時間段內的複數個生理訊號,選取一有效生理訊號;其中,於該時間段內,選取一最早量測之生理訊號、選取一中間量測之生理訊號、選取一最後量測之生理訊號、計算該些量測之生理訊號的平均值、選取最大之生理訊號、或選取最小之生理訊號為該有效生理訊號。
TW99106889A 2010-03-10 2010-03-10 遠距照護系統及其方法 TWI417080B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW99106889A TWI417080B (zh) 2010-03-10 2010-03-10 遠距照護系統及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW99106889A TWI417080B (zh) 2010-03-10 2010-03-10 遠距照護系統及其方法

Publications (2)

Publication Number Publication Date
TW201130460A TW201130460A (en) 2011-09-16
TWI417080B true TWI417080B (zh) 2013-12-01

Family

ID=50158241

Family Applications (1)

Application Number Title Priority Date Filing Date
TW99106889A TWI417080B (zh) 2010-03-10 2010-03-10 遠距照護系統及其方法

Country Status (1)

Country Link
TW (1) TWI417080B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114021723B (zh) * 2021-11-26 2022-11-08 深圳创维智慧科技有限公司 医疗知识库的规则管理方法、装置及计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW292365B (en) * 1995-05-31 1996-12-01 Hitachi Ltd Computer management system
TWI290699B (en) * 2006-05-19 2007-12-01 Univ Yuan Ze RFID-based portable tele-homecare monitoring system and method for the same
TW200901933A (en) * 2007-07-04 2009-01-16 Jou-Wei Lin Home-based cardiovascular prevention module

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW292365B (en) * 1995-05-31 1996-12-01 Hitachi Ltd Computer management system
TWI290699B (en) * 2006-05-19 2007-12-01 Univ Yuan Ze RFID-based portable tele-homecare monitoring system and method for the same
TW200901933A (en) * 2007-07-04 2009-01-16 Jou-Wei Lin Home-based cardiovascular prevention module

Also Published As

Publication number Publication date
TW201130460A (en) 2011-09-16

Similar Documents

Publication Publication Date Title
RU2603052C2 (ru) Обнаружение нарушений у пациента
Finlay et al. Measuring the modified early warning score and the Rothman index: advantages of utilizing the electronic medical record in an early warning system
US11813042B2 (en) Portable biometric monitoring device and method for use thereof
JP6408479B2 (ja) 患者モニタリングシステム及び患者モニタリング方法
TWI512665B (zh) 病房雲端系統
US10872694B2 (en) Software, health condition determination apparatus, and health condition determination method
JP2008546117A (ja) 疾患予後の動的定量のためのシステムおよび方法
Bonnici et al. The digital patient
CN107106024A (zh) 用于在生命体征采样频率有限时的分数置信度区间估计的方法
Talley et al. Cardiopulmonary monitors and clinically significant events in critically ill children
Khanna et al. Postoperative ward monitoring–Why and what now?
TW201428668A (zh) 健康分析管理系統
CN116936134B (zh) 一种基于护理晨交班数据的并发症监测方法和系统
TWI417080B (zh) 遠距照護系統及其方法
TWM596601U (zh) 人工智慧之量測生理訊號系統
CN116098595B (zh) 一种心源性及脑源性猝死监测预防系统和方法
US20230119139A1 (en) Software, health status determination device and health status determination method
Mohan et al. Comparison of the Aotearoa New Zealand Early Warning Score and National Early Warning Score to predict adverse inpatient events in a vital sign dataset
WO2011021163A1 (en) Medication and/or treatment regimen compliance
KR102382659B1 (ko) 당화혈색소 수치 추정을 위한 인공지능학습 모델의 학습 방법 및 그 시스템
Mahadevaswamy et al. IoT based smart health monitoring system
EP3981322A1 (en) Automatically identifying pressure injuries
De Lauretis et al. A Smart Ecosystem to improve Patient Monitoring using Wearables, Intelligent Agents, Complex Event Processing and Image Processing
US20090307006A1 (en) Method of collaborative evaluation infrastructure to assess the quality of healthcare clnical decision actors
US20230377743A1 (en) Remote ventilation dashboard system

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees