TWI831586B - 重症病人早期復健檢核系統 - Google Patents
重症病人早期復健檢核系統 Download PDFInfo
- Publication number
- TWI831586B TWI831586B TW112102687A TW112102687A TWI831586B TW I831586 B TWI831586 B TW I831586B TW 112102687 A TW112102687 A TW 112102687A TW 112102687 A TW112102687 A TW 112102687A TW I831586 B TWI831586 B TW I831586B
- Authority
- TW
- Taiwan
- Prior art keywords
- rehabilitation
- data
- patient data
- processing module
- physiological
- Prior art date
Links
- 208000028399 Critical Illness Diseases 0.000 title claims description 33
- 238000012216 screening Methods 0.000 title 1
- 238000012545 processing Methods 0.000 claims abstract description 74
- 230000007717 exclusion Effects 0.000 claims abstract description 36
- 230000003993 interaction Effects 0.000 claims abstract description 35
- 238000012549 training Methods 0.000 claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 5
- 229940079593 drug Drugs 0.000 claims description 5
- 239000003814 drug Substances 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims 1
- 201000010099 disease Diseases 0.000 abstract 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 6
- 230000002612 cardiopulmonary effect Effects 0.000 description 5
- 238000009472 formulation Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- SFLSHLFXELFNJZ-QMMMGPOBSA-N (-)-norepinephrine Chemical compound NC[C@H](O)C1=CC=C(O)C(O)=C1 SFLSHLFXELFNJZ-QMMMGPOBSA-N 0.000 description 3
- 229940028395 levophed Drugs 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- UCTWMZQNUQWSLP-VIFPVBQESA-N (R)-adrenaline Chemical compound CNC[C@H](O)C1=CC=C(O)C(O)=C1 UCTWMZQNUQWSLP-VIFPVBQESA-N 0.000 description 1
- 229930182837 (R)-adrenaline Natural products 0.000 description 1
- YXSLJKQTIDHPOT-UHFFFAOYSA-N Atracurium Dibesylate Chemical compound C1=C(OC)C(OC)=CC=C1CC1[N+](CCC(=O)OCCCCCOC(=O)CC[N+]2(C)C(C3=CC(OC)=C(OC)C=C3CC2)CC=2C=C(OC)C(OC)=CC=2)(C)CCC2=CC(OC)=C(OC)C=C21 YXSLJKQTIDHPOT-UHFFFAOYSA-N 0.000 description 1
- 206010010071 Coma Diseases 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 1
- 241001272996 Polyphylla fullo Species 0.000 description 1
- 102000002852 Vasopressins Human genes 0.000 description 1
- 108010004977 Vasopressins Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- KBZOIRJILGZLEJ-LGYYRGKSSA-N argipressin Chemical compound C([C@H]1C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CSSC[C@@H](C(N[C@@H](CC=2C=CC(O)=CC=2)C(=O)N1)=O)N)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCN=C(N)N)C(=O)NCC(N)=O)C1=CC=CC=C1 KBZOIRJILGZLEJ-LGYYRGKSSA-N 0.000 description 1
- 229960001862 atracurium Drugs 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 230000002802 cardiorespiratory effect Effects 0.000 description 1
- 229960003638 dopamine Drugs 0.000 description 1
- VYFYYTLLBUKUHU-UHFFFAOYSA-N dopamine Chemical compound NCCC1=CC=C(O)C(O)=C1 VYFYYTLLBUKUHU-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229960005139 epinephrine Drugs 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 235000014655 lactic acid Nutrition 0.000 description 1
- 239000004310 lactic acid Substances 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 229940072644 pitressin Drugs 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本發明包括一資料庫、一處理模組和一人機互動模組；該資料庫存有複數病患資料、一復健條件智能模型和一重症分級資料，其中各該病患資料包括一生理資訊，且該復健條件智能模型為一人工智能模型；該處理模組根據該些病患資料產生一即時狀態表和一評估表；當該處理模組透過該復健條件智能模型判斷其中一該病患資料的該生理資訊符合一下床復健標準且未收到對應的該人工排除資訊時，該處理模組根據該重症分級資料產生一復健訓練表；如此，本發明可協助醫院加護病房中的醫療團隊更有效的決定一病患是否適合下床做復健。
Description
一種檢核系統，尤指一種重症病人早期復健檢核系統。
人生的跑道上充滿了未知數，對於不幸受到重傷害或重症而進入醫院的病患而言，早日康復乃最為期望的目標。在醫院的加護病房(Intensive Care Unit；ICU)中，諸位醫師與醫護人員每天都需判斷ICU中的每一重症病人是否適合下病床進行身體的復健。並且，在決定哪一些病人應持續躺在床上休息，哪一些病人可以下床進行復健後，醫師與醫護人員需進一步評估每一病人的身體狀況以制定對應的復健菜單，協助病人康復。
然而，醫師與醫護人員也是人，而人較容易具有主觀的思維。當ICU中的醫師與醫護人員僅仰賴經驗判斷每一病人是否可以下床復健時，主觀的思維較容易缺乏統一的評斷標準而影響此一決定判斷的結果。舉例來說，醫師可能主觀認為病人已經可以下床復健，然而病人卻因過早復健而負面影響了康復的進度。醫師也可能過度保守，認為病人還未能下床復健，而使得病人過晚復健而延長了病人康復的時程。
再者，當醫院ICU中的病患較多時，醫師與醫護人員需要有效率的個別制定所有可以復健患者的復健菜單。此一過程需花費龐大的人力資源和時間，因為每一復健菜單的制定都需詳細考慮每一患者的生理情形。因此，在有限的時間和勞累之下，醫師與醫護人員也有可能在制定復健菜單上倍感壓力。
有鑑於上述的問題，本發明提供一種重症病人早期復健檢核系統。該重症病人早期復健檢核系統能夠數據化的分析病患的生理狀況以提供一醫護團隊具參考性的輔助資訊，而具參考性的輔助資訊包括了病患是否可以下床復健的決定和可以下床復健之病患的復健菜單。
該重症病人早期復健檢核系統，包括：
一資料庫，存有複數病患資料、一復健條件智能模型和一重症分級資料；其中各該病患資料包括一生理資訊；其中該復健條件智能模型為一人工智能模型；
一處理模組，電連接該資料庫，自該資料庫讀取該些病患資料且根據該些病患資料產生一即時狀態表和對應各該病患資料的一評估表；
一人機互動模組，電連接該處理模組；
其中，該處理模組透過該復健條件智能模型判斷各該病患資料的該生理資訊是否符合一下床復健標準；
其中，當該處理模組透過該復健條件智能模型判斷其中一該病患資料的該生理資訊符合該下床復健標準時，該處理模組判斷是否收到該人機互動模組所產生對應其中一該病患資料的一人工排除資訊；
其中，當該處理模組判斷未收到對應其中一該病患資料的該人工排除資訊時，該處理模組根據該重症分級資料產生對應其中一該病患資料的一重症等級，且再根據該重症等級產生對應其中一該病患資料的一復健訓練表。
該資料庫中的該些病患資料可實時(real time)的受到一醫院主系統的更新，以利當該處理模組自該資料庫讀取該些病患資料時可以掌握病患們的最新即時狀況。透過該復健條件智能模型，本發明可以有效率地和數據化地判斷各該病患資料的該生理資訊是否符合該下床復健標準和產生對應各該病患資料的該復健訓練表。使用本發明的該醫護團隊可視本發明所做的判斷為參考，以決定是否操作該人機互動模組使該人機互動模組產生該人工排除資訊至該處理模組。並且，使用本發明的該醫護團隊可視本發明所產生的該復健訓練表為參考，以加速復健訓練菜單的制定。如此，本發明之該重症病人早期復健檢核系統可協助該醫護團隊更有效率的管理加護病房(Intensive Care Unit；ICU)中的重症病人，並且數位化的協助病人適時開始復健康復。
請參閱圖1所示，本發明為一種重症病人早期復健檢核系統。該重症病人早期復健檢核系統包括一資料庫10、一處理模組20和一人機互動模組30，且該處理模組20電連接該資料庫10和該人機互動模組30。在本發明的一實施例中，該重症病人早期復健檢核系統進一步包括一顯示模組40。該顯示模組40同樣電聯接該處理模組20。
該資料庫10存有複數病患資料、一復健條件智能模型和一重症分級資料，且各該病患資料包括一生理資訊。該處理模組20自該資料庫10讀取該些病患資料且根據該些病患資料產生一即時狀態表和對應各該病患資料的一評估表。並且，該處理模組20透過該資料庫10存有的該復健條件智能模型判斷各該病患資料的該生理資訊是否符合一下床復健標準。詳細來說，該復健條件智能模型為一人工智能(Artificial Intelligence；AI)模型。該AI模型經多次訓練後可有效率的、精準的判斷各該病患資料的該生理資訊是否符合該下床復健標準，故將該復健條件智能模型運用於醫院的急診室中時，該復健條件智能模型可以快速且精準的提供一醫療團隊具參考性的資訊，以協助該醫療團隊於急診室中決定病患是否符合該下床復健標準可以下床進行復健。
當該處理模組20透過該復健條件智能模型判斷其中一該病患資料的該生理資訊符合該下床復健標準時，該處理模組20判斷是否收到該人機互動模組30所產生對應其中一該病患資料的一人工排除資訊。
當該處理模組20判斷未收到對應其中一該病患資料的該人工排除資訊時，該處理模組20根據該重症分級資料產生對應其中一該病患資料的一重症等級，且再根據該重症等級產生對應其中一該病患資料的一復健訓練表。
該資料庫10透過網路連接醫院內的一醫院主系統，如此該資料庫中的該些病患資料可實時(real time)的受到該醫院主系統的更新，以利當該處理模組20自該資料庫10讀取該些病患資料時可以掌握病患們的最新即時狀況。透過該復健條件智能模型，本發明可以有效率地和數據化地判斷各該病患資料的該生理資訊是否符合該下床復健標準和產生對應各該病患資料的該復健訓練表。使用本發明的一醫護團隊可視本發明所做的判斷為參考，以決定是否操作該人機互動模組30使該人機互動模組30產生該人工排除資訊至該處理模組20。並且，使用本發明的該醫護團隊可視本發明所產生的該復健訓練表為參考，以加速復健訓練菜單的制定。如此，本發明之該重症病人早期復健檢核系統可協助該醫護團隊更有效率和準確的管理加護病房(Intensive Care Unit；ICU)中的重症病人，並且數位化的協助病人適時開始復健康復。
在本實施例中，該處理模組20為一處理器，該顯示模組40為一螢幕，而該人機互動模組30為一滑鼠和一鍵盤。在其他實施例中，該處理模組20為一網路伺服器，而該顯示模組40和該人機互動模組30為一智慧型行動裝置的觸控面板。該智慧型行動裝置例如是一平板電腦或是一智慧型手機，且該智慧型行動裝置可透過無線網路連接該網路伺服器。
在該資料庫10中，各該病患資料的該生理資訊包括複數生理數據，並且各該生理數據具有對應一時間軸的複數定時生理紀錄。換言之，醫院急診室中的每個病患都會定時的受到生理檢查。生理檢查的一部分為由該醫療團隊人為檢查後透過該人機互動模組30輸入數值於該資料庫10中，生理檢查的另一部分為該醫院主系統主動紀錄複數醫療儀器的即時數據更新於該資料庫10中。本案所指的該些醫療儀器，例如心跳監測儀或是呼吸氧氣濃度偵測儀等，皆可連接網路並透過網路輸出生理數值以定時更新於該資料庫10中。
另外，該下床復健標準包括複數標準數據，且各該標準數據對應各該病患資料的其中一該生理數據。該下床復健標準的該些標準數據係根據加護病房早期復健活動(Early goal-directed mobilization；EGDM)所制定的標準數據。
請參閱圖2和圖3所示，該顯示模組40顯示對應其中一該病患資料的一評估表100。該評估表100中顯示了根據EGDM所制定的該些標準數據105。該些標準數據105包括：是否呼吸器無法受到使用、是否呼吸器受到使用第3天以上、是否感測到呼吸器的給氧分率(FiO2)大於60%、是否感測到呼吸器的呼氣尾聲正壓(Positive end-expiratory pressure；PEEP)大於15、是否心跳值(Heart Rate；HR)大於每分鐘150次或是小於每分鐘50次、是否血液中乳酸值(Lactate)大於每一升4毫莫耳(4 mmol/L)、是否病患使用了藥物力復非他(Levophed)的滴入速度大於每分鐘每公斤0.2微克(0.2 ug/kg/min)、是否病患使用了得保命(Dopamin)、必壓生(Pitressin)、安得理那寧(Epinephrine)或是妥開利(Atracurium)等藥物、是否病患的格拉斯哥昏迷指數(Glasgow Coma Scale；GCS)小於10分等。該資料庫10內該些標準數據105的制定可受到一系統管理者透過操作該人機互動模組30而受到編輯。詳細來說，該些標準數據105又可細分為複數收案條件和複數排除條件。該些收案條件如圖2所示為前述的是否呼吸器無法受到使用、是否呼吸器受到使用第3天以上等部分該些標準數據105，而該些排除條件如圖3所示為其餘前述的該些標準數據105。
當該處理模組20透過該復健條件智能模型判斷其中一該病患資料的該生理資訊未符合該下床復健標準時，該處理模組20於對應其中一該病患資料的該評估表中產生一未達標訊息110，且透過該顯示模組40顯示該未達標訊息110。詳細來說，當該處理模組20透過該顯示模組40顯示該未達標訊息時，該顯示模組40顯示該未達標訊息對應其中一該病患資料的其中一該生理數據中經該復健條件智能模型判斷未達標的其中一該定時生理紀錄。舉例來說，在圖2所示的例子中，該名病患的該生理資訊顯示了其無法使用呼吸器，故不符合該下床復健標準，所以該名病患對應無法使用呼吸器的該生理數據欄位出現了該未達標訊息110。這意味著對應該名病患的該評估表100中出現了該未達標訊息110，所以本發明建議該醫療團隊不考慮將此病患列入今日要做復健的病人名單之中。舉例來說，在圖3所示的例子中，該名病患的該生理資訊顯示了呼吸器PEEP大於15，故不符合該下床復健標準，所以該名病患對應PEEP＞15的該生理數據欄位出現了該未達標訊息110。如此，本發明建議該醫療團隊不考慮將此病患列入今日要做復健的病人名單之中，不過當然，最終決定權還是會在該醫療團隊的手上。
另外，該資料庫10也存有一現在時間、一定時時間和一回溯時間。當該處理模組20判斷該現在時間等於該定時時間時，該處理模組20自該資料庫10讀取自該現在時間起算該回溯時間之內的所有對應該些病患資料的該些定時生理紀錄。舉例來說，該現在時間是某一日的早上6點50分，該定時時間為每一日的早上7點整，而該回溯時間為24小時的時間。如此一來，每一日的該現在時間為早上7點整時，該處理模組20會自該資料庫10讀取前24小時(一日內)該名病患的該生理資訊，以利本發明判斷該名病患當日是否經評估建議可以下病床做復健。
換言之，當該處理模組20透過該復健條件智能模型判斷各該病患資料的該生理資訊是否符合該下床復健標準時，該復健條件智能模型係判斷各該病患資料於該回溯時間之內的該些生理數據是否符合該些標準數據105。當其中一該病患資料於該回溯時間之內的該些生理數據完全符合該些標準數據105時，即判斷其中一該病患資料的該生理資訊符合該下床復健標準。而當其中一該病患資料於該回溯時間之內的該些生理數據未完全符合該些標準數據105時，即判斷其中一該病患資料的該生理資訊未符合該下床復健標準。在圖2和圖3所示的例子中，該名病患的該生理資訊未符合該下床復健標準之乙情，是在6月2日的早上7點時經本發明所判定的。
另外，該顯示模組40所顯示的該評估表100包括了一系統收案條件選項120、一系統排除條件選項125和一醫師評估選項130。該醫療團隊即可透過該人機互動模組30選取該系統收案條件選項120而進入圖2所示該些收案條件的頁面，或是選取該系統排除條件選項125而進入圖3所示該些排除條件的頁面，或是選取該醫師評估選項130而進入後續如圖4所示之頁面。
請參閱圖4所示，在本實施例中，該資料庫10另存有複數排除選項140。該些排除選項140係用來排除該名病人做復健的多種理由，舉例來說，該些排除選項140例如該名病患同次住院第二次進入ICU、無法配合指令、經評估無法避免死亡、住院前無法行走、失智、嚴重腦傷、經評估認為活動不安全、已採用俯臥治療、臨床判斷不適合復建等。該資料庫10內該些排除選項140的制定可受到該系統管理者透過操作該人機互動模組30而受到編輯。
該處理模組20透過該顯示模組40顯示該些排除選項140於該評估表100之中以供選取。當該醫療團隊操作該人機互動模組30，使該人機互動模組30輸出一選取排除訊號時，該人機互動模組30產生對應其中一該病患資料的該人工排除資訊為供選取的其中一該排除選項140。如此，對應該名病患的該生理資訊即會顯示此名病患應受到排除下病床做今日的復健。另外，當該醫療團隊確定決定該名病患可以進行復健時，該醫療團隊可操作該人機互動模組30，使該人機互動模組30輸出一放行訊號至該處理模組20。當該處理模組20自該人機互動模組30接收該放行訊號時，該處理模組20即標記其中一該病患資料今日可以下床進行復健。
請參閱圖5所示，該顯示模組40顯示對應ICU中多個病患的該些病患資料的一即時狀態表200。該即時狀態表200顯示各病患的該病患資料包括了病床床號的資訊、病患姓名資訊、病患年齡資訊、病患瞻望資訊等。並且，該即時狀態表200也顯示了各病患是否適合復健的資訊。
詳細來說，當該處理模組20對其中一該病患資料產生該未達標訊息110時，該未達標訊息110也將顯示於該即時狀態表200中對應其中一該病患資料。當該處理模組20判斷是否收到該人機互動模組30所產生對應其中一該病患資料的該人工排除資訊時，該即時狀態表200即顯示對應其中一該病患資料的一請醫師評估資訊210。當該人機互動模組30輸出該選取排除訊號至該處理模組20時，該即時狀態表200即顯示對應其中一該病患資料的一醫師排除收案資訊220。當該處理模組20自該人機互動模組30接收該放行訊號時，該即時狀態表200即顯示對應其中一該病患資料的一執行心肺復健訊息230。並且，該醫師排除收案資訊220或是該執行心肺復健訊息230也會一併更新於該評估表100之中做顯示。
進一步，該資料庫10存有一重症等級復健表和複數復健工具選項，且該資料庫10存有的該重症分級資料包括複數重症分數選項。
請參閱圖6和圖7所示，該處理模組20透過該顯示模組40顯示一復健訓練表300。並且，該處理模組20透過該顯示模組40顯示該些重症分數選項310以供選取。當該處理模組20自該人機互動模組30接收一選取分數訊號時，該處理模組20產生對應其中一該病患資料的該重症等級為供選取的其中一該重症分數選項310。該些重症分數選項310係以加護病房活動量表(ICU Mobility Scale；IMS)制定，且包括了IMS中0分的選項自10分的選項。該重症等級復健表也係根據IMS所制定，且該重症等級復健表如下表一所示：
表一
| IMS (分數) | 動作描述 | 心肺訓練 | 肌肉力量訓練 | |||||
| RPM (每分轉速) | 持續時間 (分鐘) | 距離 (公里) | 阻力 | RPM (每分轉速) | 持續時間 (分鐘) | 距離 (公里) | ||
| 0 | 被動 | 20 | 15 | 1.5 | 0 | 20 | 15 | 1.5 |
| 1 | 被動/主動 | 20 | 15 | 1.5 | 1 | 20 | 15 | 1.5 |
| 2 | 主動 | 25 | 15 | 1.875 | 2 | 20 | 15 | 1.5 |
| 3 | 主動/阻力交替 | 30 | 15 | 2.25 | 3 | 20 | 15 | 1.5 |
| 4~6 | 阻力 | 35 | 15 | 2.625 | 4 | 20 | 15 | 1.5 |
| 7~10 | 阻力 | 40 | 15 | 3 | 5 | 20 | 15 | 2.25 |
該處理模組20係根據表一所示的該重症等級復健表和其中一該病患資料的該重症等級比對產生對應其中一該病患資料的該復健訓練表300。舉例來說，如果其中一該病患資料的該重症等級為IMS的2分，則該處理模組20可根據表一對照產生該復健訓練表300，使該復健訓練表300包括至少一復健方式及該至少一復健方式的強度值，例如：
1. 復健方式為主動完成動作；
2. 復健方式為心肺訓練，跑動時復健跑步機所設定的強度值為每分轉速25 RPM、持續15分鐘、跑動距離1.875公里的資訊；或是
3. 復健方式為肌肉力量訓練，跑動時復健跑步機所設定的強度值為阻力等級2、每分轉速20 RPM、持續15分鐘、跑動距離1.5公里的資訊。
進一步，該處理模組20透過該顯示模組40顯示該些復健工具選項320於該復健訓練表300之中以供選取。當該處理模組20自該人機互動模組30接收一選取復健工具訊號時，該處理模組輸20入對應其中一該病患資料的一使用工具資訊於該復健訓練表300之中，該使用工具資訊為供選取的其中一該復健工具選項320。該些復健工具選項320為醫院中可協助該名病患復健的器具，例如虛擬實境(VR)穿戴裝置、床邊主動和被動手腳訓練器、移動式軌道、助行器、水平輸送搬運推床、輪椅、點滴架和不同乘載容積的水袋等。該資料庫10內該些復健工具選項320的制定可受到該系統管理者透過操作該人機互動模組30而受到編輯。
請參閱圖8和圖9所示，綜上所述，本發明該重症病人早期復健檢核系統的該處理模組20係執行以下的步驟以產生該評估表100、該即時狀態表200和該復健訓練表300顯示於該顯示模組40以供該醫療團隊參考：
步驟S1：判斷該現在時間是否等於該定時時間。當判斷該現在時間未等於該定時時間時，重新執行步驟S1。
步驟S2：當該現在時間等於該定時時間時，自該資料庫10讀取該名病患24小時內的該生理資訊。
步驟S3：產生該評估表100和該即時狀態表200，並且透過該顯示模組40顯示該評估表100和該即時狀態表200。
步驟S4：透過該復健條件智能模型判斷該名病患的該生理資訊是否符合該下床復健標準。
步驟S5：當判斷未符合該下床復健標準時，於該評估表100和該即時狀態表200中產生和顯示該未達標訊息110。
步驟S6：當判斷符合該下床復健標準時，透過該顯示模組40顯示該些排除選項140。
步驟S7：判斷是否收到該人工排除資訊。
步驟S8：當判斷未收到該人工排除資訊時，於該評估表100和該即時狀態表200中產生該醫師排除收案資訊220。
步驟S9：當判斷收到該人工排除資訊時，於該評估表100和該即時狀態表200中產生該執行心肺復健訊息230。
步驟S10：透過該顯示模組40顯示該些重症分數選項310。
步驟S11：自該人機互動模組30接收該選取分數訊號而產生對應其中一該病患資料的該重症等級為供選取的其中一該重症分數選項310。
步驟S12：根據重症等級復健表和其中一該病患資料的該重症等級產生對應該其中一該病患資料的該復健訓練表300，並且顯示該復健訓練表300。
10:資料庫
20:處理模組
30:人機互動模組
40:顯示模組
100:評估表
105:標準數據
110:未達標訊息
120:系統收案條件選項
125:系統排除條件選項
130:醫師評估選項
140:排除選項
200:即時狀態表
210:請醫師評估資訊
220:醫師排除收案資訊
230:執行心肺復健訊息
300:復健訓練表
310:重症分數選項
320:復健工具選項
S1~12:步驟
圖1為本發明一重症病人早期復健檢核系統的裝置方塊圖。
圖2為本發明該重症病人早期復健檢核系統一顯示模組顯示一評估表的示意圖。
圖3為本發明該重症病人早期復健檢核系統該顯示模組顯示該評估表的另一示意圖。
圖4為本發明該重症病人早期復健檢核系統該顯示模組顯示該評估表的再一示意圖。
圖5為本發明該重症病人早期復健檢核系統該顯示模組顯示一即時狀態表的示意圖。
圖6為本發明該重症病人早期復健檢核系統該顯示模組顯示一復健訓練表的示意圖。
圖7為本發明該重症病人早期復健檢核系統該顯示模組顯示該復健訓練表的另一示意圖。
圖8為本發明該重症病人早期復健檢核系統的運作流程圖。
圖9為本發明該重症病人早期復健檢核系統的另一運作流程圖。
S1~S7:步驟
Claims (10)
- 一種重症病人早期復健檢核系統，包括：一資料庫，存有複數病患資料、一復健條件智能模型和一重症分級資料；其中各該病患資料包括一生理資訊；其中該復健條件智能模型為一人工智能模型；一處理模組，電連接該資料庫，自該資料庫讀取該些病患資料且根據該些病患資料產生一即時狀態表和對應各該病患資料的一評估表；一人機互動模組，電連接該處理模組；其中，該處理模組透過該復健條件智能模型判斷各該病患資料的該生理資訊是否符合一下床復健標準；其中，當該處理模組透過該復健條件智能模型判斷其中一該病患資料的該生理資訊符合該下床復健標準時，該處理模組判斷是否收到該人機互動模組所產生對應其中一該病患資料的一人工排除資訊；其中，當該處理模組判斷未收到對應其中一該病患資料的該人工排除資訊時，該處理模組根據該重症分級資料產生對應其中一該病患資料的一重症等級，且再根據該重症等級產生對應其中一該病患資料的一復健訓練表；其中，各該病患資料的該生理資訊包括複數生理數據，並且其中一該生理數據為一使用藥物數據；其中，該下床復健標準包括複數標準數據，且其中一該標準數據對應各該病患資料的該使用藥物數據。
- 如請求項1所述之重症病人早期復健檢核系統，進一步包括：一顯示模組，電連接該處理模組，顯示該即時狀態表或是對應其中一該病患資料的該評估表或是該復健訓練表； 其中，當該處理模組透過該復健條件智能模型判斷其中一該病患資料的該生理資訊未符合該下床復健標準時，該處理模組於對應其中一該病患資料的該評估表中產生一未達標訊息，且透過該顯示模組顯示該未達標訊息。
- 如請求項2所述之重症病人早期復健檢核系統，其中：各該生理數據具有對應一時間軸的複數定時生理紀錄；當該處理模組透過該顯示模組顯示該未達標訊息時，該顯示模組顯示該未達標訊息對應其中一該病患資料的其中一該生理數據中經該復健條件智能模型判斷未達標的其中一該定時生理紀錄。
- 如請求項3所述之重症病人早期復健檢核系統，其中：該資料庫存有一現在時間、一定時時間和一回溯時間；當該處理模組判斷該現在時間等於該定時時間時，該處理模組自該資料庫讀取自該現在時間起算該回溯時間之內的所有對應該些病患資料的該些定時生理紀錄。
- 如請求項4所述之重症病人早期復健檢核系統，其中：各該標準數據對應各該病患資料的其中一該生理數據；當該處理模組透過該復健條件智能模型判斷各該病患資料的該生理資訊是否符合該下床復健標準時，該復健條件智能模型係判斷各該病患資料於該回溯時間之內的該些生理數據是否符合該些標準數據；當其中一該病患資料於該回溯時間之內的該些生理數據完全符合該些標準數據時，即判斷其中一該病患資料的該生理資訊符合該下床復健標準；當其中一該病患資料於該回溯時間之內的該些生理數據未完全符合該些標準數據時，即判斷其中一該病患資料的該生理資訊未符合該下床復健標準。
- 如請求項5所述之重症病人早期復健檢核系統，其中： 該下床復健標準的該些標準數據係根據加護病房早期復健活動(Early goal-directed mobilization；EGDM)所制定的標準數據。
- 如請求項2所述之重症病人早期復健檢核系統，其中：該資料庫存有複數排除選項；該處理模組透過該顯示模組顯示該些排除選項於該評估表之中以供選取；當該人機互動模組輸出一選取排除訊號時，該人機互動模組產生對應其中一該病患資料的該人工排除資訊為供選取的其中一該排除選項。
- 如請求項2所述之重症病人早期復健檢核系統，其中：該重症分級資料包括複數重症分數選項；該處理模組透過該顯示模組顯示該些重症分數選項以供選取；當該處理模組自該人機互動模組接收一選取分數訊號時，該處理模組產生對應其中一該病患資料的該重症等級為供選取的其中一重症分數選項。
- 如請求項1或8所述之重症病人早期復健檢核系統，其中：該資料庫存有一重症等級復健表；該處理模組係根據該重症等級復健表和其中一該病患資料的該重症等級比對產生對應其中一該病患資料的該復健訓練表。
- 如請求項2所述之重症病人早期復健檢核系統，其中：該資料庫存有複數復健工具選項；該處理模組透過該顯示模組顯示該些復健工具選項於該復健訓練表之中以供選取；當該處理模組自該人機互動模組接收一選取復健工具訊號時，該處理模組輸入對應其中一該病患資料的一使用工具資訊於該復健訓練表之中；該使用工具資訊為供選取的其中一該復健工具選項。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW112102687A TWI831586B (zh) | 2023-01-19 | 2023-01-19 | 重症病人早期復健檢核系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW112102687A TWI831586B (zh) | 2023-01-19 | 2023-01-19 | 重症病人早期復健檢核系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI831586B true TWI831586B (zh) | 2024-02-01 |
| TW202430092A TW202430092A (zh) | 2024-08-01 |
Family
ID=90824750
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW112102687A TWI831586B (zh) | 2023-01-19 | 2023-01-19 | 重症病人早期復健檢核系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI831586B (zh) |
-
2023
- 2023-01-19 TW TW112102687A patent/TWI831586B/zh active
Non-Patent Citations (1)
| Title |
|---|
| 期刊 Anis Davoudi, Kumar Rohit Malhotra, Benjamin Shickel, Scott Siegel, Seth Williams, Matthew Ruppert, Emel Bihorac, Tezcan OzrazgatBaslanti, Patrick J Tighe, Azra Bihorac, et al. Intelligent ICU for autonomous patient monitoring using pervasive sensing and deep learning. Scientific reports 9, 1 (2019), 1–13. |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Scheinhorn et al. | Outcomes in post-ICU mechanical ventilation: a therapist-implemented weaning protocol | |
| CN103782300B (zh) | 使用移动设备来监控员工健康的系统 | |
| US6626800B1 (en) | Method of exercise prescription and evaluation | |
| CN107408144A (zh) | 医疗先兆事件估计 | |
| JP2019514448A (ja) | 患者の動きを追跡するシステムおよび方法 | |
| JP2022513874A (ja) | プラットフォーム非依存のリアルタイム医療データ表示システム | |
| JP6494873B2 (ja) | ネットワークシステムを介したパルスオキシメータの使用の追跡 | |
| CN105377120A (zh) | 肌氧饱和度和ph在临床决策支持中的使用 | |
| Ellsbury et al. | Comprehensive Oxygen Management for the Prevention of Retinopathy of Prematurity: the pediatrix experience | |
| CN114974613A (zh) | 疾病管理方法及装置、计算机存储介质、电子设备 | |
| JP2004157941A (ja) | ホームケア・システムおよびそのサーバ，ならびにホームケア・システムに用いられるおもちゃ装置 | |
| Teng et al. | Use of robots in critical care: systematic review | |
| TWI831586B (zh) | 重症病人早期復健檢核系統 | |
| JP5488982B2 (ja) | 救命救急シミュレーション装置、救命救急シミュレーションシステム、プログラムおよびその記録媒体 | |
| WO2018219809A1 (en) | System and method for providing a layer-based presentation of a model-generated patient-related prediction | |
| CN110660487A (zh) | 一种新生儿疼痛闭环管理系统及方法 | |
| US20220230714A1 (en) | Dashboards for clinical workflow and patient handoff assistance | |
| Bento et al. | Inspiratory muscle training while hospitalized with acute COVID-19 respiratory failure: a randomized controlled trial | |
| EP4139927A1 (en) | System and methods for remotely monitoring an icu environment | |
| US20190335999A1 (en) | Method and apparatus for providing personized healthcare advice | |
| JP2021168052A (ja) | 健康情報管理装置、健康情報管理システム、健康情報管理方法、健康情報管理プログラム、及びデータ構造 | |
| Naidoo | Understanding artificial intelligence and machine learning in anaesthesia | |
| WO2015130804A1 (en) | Systems and methods for point of care guidance | |
| Rafique et al. | Opportunities and Challenges in Implementing a Virtual Ward for Heart Failure Management | |
| US20200260955A1 (en) | Virtual assistant in pulse oximeter for patient surveys |