WO2019101678A1 - Automatisierte erkennung und erfassung von unerwünschten ereignissen - Google Patents

Automatisierte erkennung und erfassung von unerwünschten ereignissen Download PDF

Info

Publication number
WO2019101678A1
WO2019101678A1 PCT/EP2018/081721 EP2018081721W WO2019101678A1 WO 2019101678 A1 WO2019101678 A1 WO 2019101678A1 EP 2018081721 W EP2018081721 W EP 2018081721W WO 2019101678 A1 WO2019101678 A1 WO 2019101678A1
Authority
WO
WIPO (PCT)
Prior art keywords
person
class
deviations
medical treatment
measured values
Prior art date
Application number
PCT/EP2018/081721
Other languages
English (en)
French (fr)
Inventor
Ulf HENGSTMANN
Christian Johannes MÜLLER
Georg BERNS
Sabine GENT
Original Assignee
Bayer Aktiengesellschaft
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 Bayer Aktiengesellschaft filed Critical Bayer Aktiengesellschaft
Priority to EP18808261.4A priority Critical patent/EP3714464A1/de
Priority to US16/765,401 priority patent/US20200329982A1/en
Publication of WO2019101678A1 publication Critical patent/WO2019101678A1/de

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055Simultaneously evaluating both cardiovascular condition and temperature
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/60ICT 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
    • G16H40/67ICT 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
    • 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
    • A61B5/0015Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118Determining activity level
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/363Detecting tachycardia or bradycardia
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4848Monitoring or testing the effects of treatment, e.g. of medication
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221Determining signal validity, reliability or quality
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Dentistry (AREA)
  • Pulmonology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

Die vorliegende Erfindung betrifft das technische Gebiet der Überwachung des Gesundheitszustandes einer Person. Gegenstände der vorliegenden Erfindung sind ein System, ein Verfahren und ein Computerprogrammprodukt zur automatisierten Erkennung und Erfassung von unerwünschten Ereignissen.

Description

Automatisierte Erkennung und Erfassung von unerwünschten Ereignissen
Die vorliegende Erfindung betrifft das technische Gebiet der Überwachung des Gesundheitszustandes einer Person im Rahmen einer klinischen oder nicht-interventionellen Studie oder im Rahmen einer Therapie. Gegenstände der vorliegenden Erfindung sind ein System, ein Verfahren und ein Computerprogrammprodukt zur automatisierten Erkennung, Erfassung und Verarbeitung von so genannten unerwünschten Ereignissen.
Bei einem unerwünschtem Ereignis (kurz: UE, englisch: Adverse Event (AE)), handelt es sich um einen unerwünschten Vorfall, der im Rahmen einer klinischen oder nicht- interventioneilen Studie oder im Rahmen einer Therapie zu einem Arzneimittel bei einem Patienten bzw. einer Versuchsperson auftritt. In einer klinischen Studie müssen alle unerwünschten Ereignisse in dafür vorgesehenen Prüfbögen (englisch: Case Report Forms) sorgfältig dokumentiert werden. Dabei muss ein Prüfarzt eine Einschätzung abgeben, ob er/sie einen kausalen Zusammenhang mit der Einnahme des Prüfpräparates für möglich hält. Case Report Form, kurz CRF, ist ein Erhebungsbogen für klinische oder nicht-interventionelle Studien, in dem die Visitendaten zu einem Patienten entsprechend dem Prüfplan bzw. Beobachtungsplan vom Arzt dokumentiert werden. Diese Berichterstattung findet normalerweise in anonymisierter Form statt. So genannte „unerwünschte Ereignisse“, die in diesem Prüfbogen protokolliert werden, können bei einer späteren Zulassung eines Arzneimittels in der Packungsbeilage als Nebenwirkung aufgeführt sein. Der Prüfbogen kann papierbasiert oder elektronisch als eCRF geführt werden.
Bradykardie und Tachykardie sind Beispiele für unerwünschte Ereignisse. Bradykardie bezeichnet in der Medizin eine Herzschlagfrequenz unter 60 Schlägen pro Minute beim erwachsenen Menschen. Eine Tachykardie ist eine anhaltende Herzfrequenz von über 100 Schlägen pro Minute beim erwachsenen Menschen; ab einer Frequenz von 150 Schlägen/min spricht man von einer ausgeprägten Tachykardie. Die Herzschlagfrequenz (kurz Herzfrequenz (engl heart rate)) wird durch verschiedene Faktoren beeinflusst; wie allgemein bekannt, nimmt die Herzfrequenz unter Normalbedingungen bei körperlicher Belastung zu; psychische Anspannung kann durch Verschiebung des autonomen Gleichgewichts hin zur Sympathikusaktivierung eine Erhöhung der Herzfrequenz bewirken; auch manche Genussmittel, v. a. Kaffee, lassen das Herz schneller schlagen. Um die Ursache einer akuten Bradykardie oder Tachykardie zu identifizieren, müssen demnach die Begleitumstände betrachtet werden. ln klinischen Studien oder begleitend zu einer Therapie werden zunehmend Sensoren eingesetzt, die Merkmale der Patienten bzw. Versuchspersonen kontinuierlich und automatisch erfassen. Die automatisierte Überwachung der Herzschlagfrequenz ist heutzutage eine Routinefunktion z.B. in Fitness-Trackem und Smart Watches. Wird ein Gerät zur automatisierten Überwachung der Herzschlagffequenz in einer Studie oder im Rahmen einer Therapie eingesetzt, kann es zu einer
Vielzahl von Ereignissen kommen, bei denen die Herzschlagfrequenz zu hoch oder zu niedrig ist und damit Anzeichen für ein unerwünschtes Ereignis vorliegen. Jedes dieser Ereignisse muss geprüft werden, um die unerwünschten Ereignisse, die auf das Arzneimittel zurückzuführen sind, zu identifizieren.
Die dauerhafte (d.h. 24 Stunden am Tag) und automatisierte Erfassung von physiologischen Merkmalen hat also auf der einen Seite den Vorteil der lückenlosen Überwachung des Gesundheitszustands einer Person, aber auf der anderen Seite den Nachteil, dass eine Vielzahl an zu prüfenden Ereignissen auftreten kann.
Eine Lösung zur Verarbeitung einer Vielzahl von unerwünschten Ereignissen wird durch die vorliegende Erfindung bereitgestellt.
Ein erster Gegenstand der vorliegenden Erfindung ist ein System zur automatisierten Erkennung, Erfassung und Verarbeitung von unerwünschten Ereignissen im Rahmen einer klinischen oder nicht-interventionellen Studie oder eine Therapie, umfassend
einen Sensor,
eine Überwachungseinheit,
eine Klassifizierungseinheit,
eine Sendeeinheit,
eine Steuereinheit,
wobei der Sensor so konfiguriert ist, dass er automatisiert Messwerte eines oder mehrerer physiologischer Parameter bei einer Person, die einer medizinischen Behandlung unterzogen wird, erfasst,
wobei die Überwachungseinheit so konfiguriert ist, dass sie die Messwerte analysiert und in den Messwerten Abweichungen von definierten Sollwerten identifiziert,
wobei die Klassifizierungseinheit so konfiguriert ist, dass sie die Messwerte mit Abweichungen von definierten Sollwerten und weitere Personendaten und/oder Umweltdaten analysiert und eine Klassifizierung in eine der drei Klassen vomimmt,
Klasse A: die Abweichungen von definierten Sollwerten sind keine Folge der medizinischen Behandlung
Klasse B: die Abweichungen von definierten Sollwerten sind eine Folge der medizinischen Behandlung
Klasse C: eine eindeutige Aussage über die Ursache der Abweichungen von definierten Sollwerten kann nicht getroffen werden
wobei die Steuereinheit so konfiguriert ist, dass sie WO 2019/101678 PCT/EP2018/081721 im Falle der Klasse A und der Klasse B die Sendeeinheit veranlasst, eine Mitteilung über das Vorliegen eines unerwünschten Ereignisses an ein Computersystem zur Erfassung von unerwünschten Ereignissen zu übermitteln,
im Falle der Klasse C die Sendeeinheit veranlasst, Messwerte zur weiteren Abklärung an einen Experten zu übermitteln.
Ein weiter Gegenstand der vorliegenden Erfindung ist ein Verfahren zur automatisierten Erkennung, Erfassung und Verarbeitung von unerwünschten Ereignissen im Rahmen einer klinischen oder nicht-interventionellen Studie oder eine Therapie, umfassend die Schritte:
Erfassen von Messwerten eines oder mehrerer physiologischer Parameter bei einer Person, die einer medizinischen Behandlung unterzogen wird, mit Hilfe eines Sensors,
Analysieren der Messwerte und Identifizieren von Abweichungen von definierten Sollwerten in den Messwerten in einem Beobachtungszeitraum,
Ermitteln von weiteren Personendaten und/oder Umweltdaten,
Klassifizieren des Beobachtungszeitraums auf Basis der Abweichungen von definierten Sollwerten und den Personendaten und/oder Umweltdaten in eine der drei Klassen:
- Klasse A: die Abweichungen von definierten Sollwerten sind keine Folge der medizinischen Behandlung
- Klasse B: die Abweichungen von definierten Sollwerten sind eine Folge der medizinischen Behandlung
- Klasse C: eine eindeutige Aussage über die Ursache der Abweichungen von definierten Sollwerten kann nicht getroffen werden
Übermitteln einer Mitteilung über das Vorliegen eines unerwünschten Ereignisses an ein Computersystem zur Erfassung von unerwünschten Ereignissen im Falle der Klasse A und der Klasse B oder Übermitteln von Messwerten an einen Experten zur weiteren Abklärung im Falle der Klasse C.
Ein weiterer Gegenstand der vorliegenden Erfindung ist ein Computerprogrammprodukt umfassend einen Datenträger, und Programmcode, der auf dem Datenträger gespeichert ist, und der einen Computer, in dessen Arbeitsspeicher der Programmcode geladen ist, dazu veranlasst, die folgenden Schritte auszuführen:
Empfangen von Messwerten eines oder mehrerer physiologischer Parameter einer Person, die im Rahmen einer klinischen Studie, einer nicht-interventionellen Studie oder eine Therapie einer medizinischen Behandlung unterzogen wird, von einem Sensor, - Analysieren der Messwerte und Identifizieren von Abweichungen von definierten
Sollwerten in den Messwerten in einem Beobachtungszeitraum,
Klassifizieren des Beobachtungszeitraums auf Basis der Abweichungen von definierten Sollwerten und den Personendaten und/oder Umweltdaten in eine der drei Klassen: WO 2019/101678 PCT/EP2018/081721
- Klasse A: die Abweichungen von definierten Sollwerten sind keine Folge der medizinischen Behandlung
- Klasse B: die Abweichungen von definierten Sollwerten sind eine Folge der medizinischen Behandlung
- Klasse C: eine eindeutige Aussage über die Ursache der Abweichungen von definierten
Sollwerten kann nicht getroffen werden
Übermitteln einer Mitteilung über das Vorliegen eines unerwünschten Ereignisses an ein Computersystem zur Erfassung von unerwünschten Ereignissen im Falle eines klassifizierten Anzeichens der Klasse A und B oder Übermitteln von Messwerten an einen Experten zur weiteren Abklärung im Falle eines klassifizierten Anzeichens der Klasse C.
Die Erfindung wird nachstehend näher erläutert, ohne zwischen den Erfindungsgegenständen (Verfahren, System, Computerprogrammprodukt) zu unterscheiden. Die nachfolgenden Erläuterungen sollen vielmehr für alle Erfindungsgegenstände in analoger Weise gelten, unabhängig davon, in welchem Kontext (Verfahren, System, Computerprogrammprodukt) sie erfolgen.
Wenn in der vorliegenden Beschreibung oder in den Patentansprüchen Schritte in einer Reihenfolge genannt werden, bedeutet dies nicht zwingend, dass die Erfindung auf die genannte Reihenfolge beschränkt ist. Vielmehr ist denkbar, dass die Schritte auch in einer anderen Reihenfolge oder auch parallel zueinander ausgeführt werden können; es sei denn, ein Schritt baut auf einem anderen Schritt auf, was zwingend erforderlich macht, dass der aufbauende Schritt nachfolgend ausgeführt wird (was im Einzelfall aber deutlich wird). Die genannten Reihenfolgen stellen damit bevorzugte Ausführungsformen der Erfindung Verfahrens dar.
Die vorliegende Erfindung nutzt einen oder mehrere Sensoren, um einen oder mehrere physiologische Parameter bei einer Person, die einer medizinischen Behandlung unterzogen wird, zu überwachen. Auch wenn in der vorliegenden Beschreibung der Begriff "Person" verwendet wird, bedeutet dies nicht, dass die vorliegende Erfindung nur auf Menschen beschränkt ist. Es ist auch denkbar, den Gesundheitszustand eines anderen Lebewesens, z.B. eines Tieres, zu überwachen und unerwünschte Ereignisse automatisiert zu erkennen, zu erfassen und zu verarbeiten. Aus Vereinfachungsgründen werden in dieser Beschreibung die Begriffe "Person", "Versuchsperson" und "Patient" verwendet, die auch nicht-menschliche Lebewesen umfassen sollen ln einer bevorzugten Ausführungsform handelt es sich jedoch um einen Menschen.
Unter einer "medizinischen Behandlung" werden Maßnahmen verstanden, die einen Einfluss auf den Gesundheitszustand der Person haben, die der Maßnahme unterzogen wird. Bei der medizinischen Behandlung kann es sich beispielsweise um eine Therapie, eine klinische Studie oder eine nicht-interventionelle Studie handeln.
Eine "Therapie" bezeichnet Maßnahmen zum Behandeln von Krankheiten und Verletzungen aufgrund einer zuvor erlangten Diagnose.
Unter dem Begriff "klinische Studie" wird die experimentelle Prüfung eines medizinischen Behandlungsverfahrens unter definierten Rahmenbedingungen verstanden. Sie wird mit Patienten oder gesunden Versuchspersonen durchge führt und ist beispielsweise eine Voraussetzung für die behördliche Arzneimittelzulassung. Das deutsche Arzneimittelgesetz definiert eine klinische Prüfung als eine "am Menschen durchgeführte Untersuchung, die dazu bestimmt ist, klinische oder pharmakologische Wirkungen von Arzneimitteln zu erforschen oder nachzuweisen oder Nebenwirkungen festzustellen oder die Resorption, die Verteilung, den Stoffwechsel oder die Ausscheidung zu untersuchen, mit dem Ziel, sich von der Unbedenklichkeit oder Wirksamkeit der Arzneimittel zu überzeugen". Ziel einer klinischen Prüfung ist es, Medikamente, bestimmte Behandlungsformen, medizinische lnterventionen oder Medizinprodukte auf ihre Wirksamkeit und Sicherheit zu überprüfen.
Als "nicht- interventioneile" Studien werden in der medizinischen Forschung reine Beobachtungsstudien bezeichnet. "Nicht-interventionell" bedeutet sinngemäß etwa„ohne jegliches Eingreifen während des Verlaufs“. Es werden keine oder nur zugelassene Medikamente sowie Medizinprodukte, Geräte oder Verfahren gemäß den in der Zulassung festgelegten Angaben eingesetzt. Der Patient wird im Rahmen seiner Routinebehandlung therapiert. Dem Arzt werden durch die Studie keine Vorschriften in Form eines vorab festgelegten Prüfplanes zur Behandlung des Patienten gemacht. Die Diagnoseverfahren und sonstigen Beobachtungsverfahren entsprechen der ärztlichen Praxis.
Vorzugsweise erfolgt die Erfassung von Messwerten mittels eines oder mehrerer Sensoren im Rahmen einer klinischen oder nicht- interventioneilen Studie oder im Rahmen einer Therapie.
Vorzugsweise ist ein Arzneimittel oder ein Medizinprodukt Gegenstand der klinischen oder nicht interventionellen Prüfung oder der Therapie.
"Arzneimittel" sind Stoffe oder Zubereitungen aus Stoffen, die zur Anwendung im oder am menschlichen oder tierischen Körper bestimmt sind und als Mittel mit Eigenschaften zur Heilung oder Linderung oder zur Verhütung menschlicher oder tierischer Krankheiten oder krankhafter Beschwerden bestimmt sind, oder die im oder am menschlichen oder tierischen Körper angewendet oder einem Menschen oder einem Tier verabreicht werden können, um entweder die physiologischen Funktionen durch eine pharmakologische, immunologische oder metabolische Wirkung wiederherzustellen, zu korrigieren oder zu beeinflussen oder eine medizinische Diagnose zu erstellen.
Ein zum Begriff Arzneimittel synonymer Begriff ist der Begriff Medikament. Die Begriffe "Arzneimittel" und "Medikament" sollen in dieser Beschreibung auch Prüfpräparate umfassen, für die noch keine behördliche Arzneimittelzulassung vorliegt.
"Medizinprodukte" sind alle einzeln oder miteinander verbunden verwendeten Instrumente, Apparate, Vorrichtungen, Software, Stoffe und Zubereitungen aus Stoffen oder andere Gegenstände, die zur Erkennung, Verhütung, Überwachung, Behandlung oder Linderung von Krankheiten, zur Erkennung, Überwachung, Behandlung, Linderung oder Kompensierung von Verletzungen oder Behinderungen, zur Untersuchung, zur Ersetzung oder zur Veränderung des anatomischen Aufbaus oder eines physiologischen Vorgangs oder zur Empfängnisregelung dienen und deren bestimmungsgemäße Hauptwirkung im oder am menschlichen Körper weder durch pharmakologisch oder immunologisch wirkende Mittel noch durch Metabolismus erreicht wird, deren Wirkungsweise aber durch solche Mittel unterstützt werden kann.
Erfindungsgemäß werden ein oder mehrere physiologische Parameter mit Hilfe eines oder mehrerer Sensoren automatisiert überwacht.
Unter dem Begriff "physiologischer Parameter" wird eine messbare Größe verstanden, die Auskunft über den physikalischen und biochemischen Zustand und/oder die physikalischen und biochemischen Vorgänge in den Zellen, Geweben und Organen eines Lebewesens geben. Beispiele für physiologische Parameter sind: Körpergewicht, Körpertemperatur, Herzfrequenz, Herzrhythmus, (arterieller) Blutdruck, Leitfähigkeit der Haut, Tremor(frequenz), Elektrolyt- /Eiweißkonzentration bzw. -Zusammensetzung in Körperflüssigkeiten, Standard-Laborparameter, Visus, Aktivität spezifischer Gehimareale, elektrische Aktivitäten der Herzmuskelfasem (beispielsweise mittels eines Elektrokardiografen erfasst), zentralvenöser Druck, arterielle Sauerstoffsättigung, Atemfrequenz - um nur einige wenige zu nennen. Auch die im Zusammenspiel mit Arzneimitteln oder durch Arzneimittel hervorgerufenen Effekte im Körper eines Patienten (Pharmakokinetik, Pharmakodynamik) sowie die Wirkungen von Medizinprodukten auf den Körper eines Patienten sollen unter den Begriff physiologischer Parameter fallen.
In einer bevorzugten Ausführungsform handelt es sich beim dem physiologischen Parameter um die Herzschlagfrequenz.
'Überwachung" bedeutet, dass Messwerte automatisiert erfasst und analysiert werden. Ein "Sensor" ist ein technisches Bauteil, das bestimmte physikalische oder chemische
Eigenschaften und/oder die stoffliche Beschaffenheit seiner Umgebung qualitativ oder als
Messgröße quantitativ erfassen kann. Die genannten Größen werden mittels physikalischer oder chemischer Effekte erfasst und in weiterverarbeitbare, meist elektrische oder optische Signale umgeformt.
Vorzugsweise handelt es sich um einen Sensor, den eine Person am Körper (z.B. als so genanntes "Wearable") oder im Körper (z.B. als so genanntes "Implantable") kontinuierlich (zumindest während des Beobachtungszeitraumes, der üblicherweise mindestens einen Tag, vorzugsweise mindestens eine Woche beträgt) trägt. Der Sensor ist also vorzugsweise transportabel und mobil einsetzbar. Es ist aber auch denkbar, dass der Sensor nicht kontinuierlich von der zu überwachenden Person mitgeführt wird sondern zu definierten Zeitpunkten von der zu überwachenden Person genutzt wird. Es ist zum Beispiel denkbar, dass der Sensor zur Aufnahme von Messwerten an Körperflüssigkeiten oder Ausscheidungen der Person verwendet wird (zum Beispiel zur Bestimmung einer Konzentration eines Stoffes) und zu diesem Zweck zu gegebener Zeit eingesetzt und dann wieder "beiseitegelegt" wird.
Vorzugsweise liegen mehrere Sensoren in einer einzigen Vorrichtung (Sensorvorrichtung) vor, die mehrere physiologische Parameter parallel erfassen. Beispielsweise sind kommerziell verfügbare Fitness-Tracker und Smart Watches in der Lage, die Herzschlagfrequenz, die Schrittzahl (mit einem Pedometer) und die Beschleunigung (mit einem Beschleunigungssensor) parallel zu messen. Vorzugsweise ist eine solche Sensorvorrichtung transportabel und mobil einsetzbar und so ausgerichtet, dass sie von der zu überwachenden Person kontinuierlich während des Beobachtungszeitraumes mitgeführt wird.
Vorzugsweise misst ein Sensor einen oder mehrere physiologische Parameter kontinuierlich ln der Regel erfordert eine Einzelmessung eine gewisse Zeitspanne. Der Begriff "kontinuierlich" bedeutet, dass der Sensor über einen Untersuchungszeitraum, der sich in der Regel über mehrere Stunden bis Tage oder Wochen hinzieht, eine Vielzahl an Einzelmessungen durchführt, wobei der zeitliche Abstand zwischen zwei aufeinander folgenden Einzelmessungen so gering ist, dass eine zeitliche Entwicklung der gemessenen Größe erkennbar ist (im Gegensatz zu größeren zeitlichen Abständen, die lediglich Momentaufnahmen darstellen, bei denen sich aber keine Schlüsse über den zeitlichen Verlauf ziehen lassen). Die vom Sensor erfassten Messwerte werden von einer Überwachungseinheit auf Anzeichen für das Vorliegen eines unerwünschten Ereignisses analysiert.
Ein "unerwünschtes Ereignis" ist jedes nachteilige medizinische Vorkommnis bei einer Person, insbesondere nach Einnahme eines Arzneimittels und/oder der Verwendung eines Medizinprodukts und/oder im Rahmen einer sonstigen medizinischen Behandlung. Bei diesem Vorkommnis muss nicht notwendigerweise eine Kausalbeziehung zu der Behandlung bestehen. Ein unerwünschtes
Ereignis kann daher ein ungünstiges und unbeabsichtigtes Anzeichen (z.B. ein auffälliger
Laborbefund), Symptom oder eine Erkrankung sein, bei dem/der ein zeitlicher Zusammenhang z.B. mit der Anwendung eines Arzneimittels besteht, unabhängig davon, ob ein Zusammenhang mit diesem Arzneimittel angenommen wird. Unter den Begriff fallen auch Laborbefunde oder
Ergebnisse von anderen diagnostischen Maßnahmen, die als klinisch relevant angesehen werden
(z.B. bei denen außerplanmäßige diagnostische Verfahren oder Behandlungen erforderlich sind oder die ein Ausscheiden aus der Studie zur Folge haben).
Ein unerwünschtes Ereignis kann zum Beispiel sein:
eine (neue) Erkrankung,
eine Verschlechterung eines Anzeichens oder Symptoms einer Begleiterkrankung, eine Wirkung der Studienmedikation,
eine Wirkung eines Vergleichsprodukts,
ein Ereignis bei einer Anwendung eines Arzneimittels außerhalb des Zulassungsbereichs, berufsbedingte Exposition, mangelnde Arzneimittelwirkung (einschließlich ungewöhnlicher Nichtwirksamkeit), Medikationsfehler, Überdosierung,
Arzneimittelmissbrauch, Fehlanwendung eines Arzneimittels oder Arzneimittelabhängigkeit an sich sowie jedes daraus entstehende Ereignis,
ein Effekt in Bezug auf eine Verbesserung einer vorbestehenden Erkrankung (unerwarteter therapeutischer Nutzen wird beobachtet),
Produktexposition über Mutter / Vater (Exposition während Empfängnis, Schwangerschaft, Geburt und Stillen).
Die Messwerte werden von der Überwachungseinheit analysiert. Ziel der Analyse ist es, in den Messwerten Abweichungen von definierten Sollwerten zu identifizieren. Eine Abweichung der Messwerte von definierten Sollwerten zeigt ein unerwünschtes Ereignis an. Die Sollwerte werden in der Regel vorab, das heißt vor Beginn der medizinischen Behandlung definiert. Bei den (vorab) definierten Werten kann es sich beispielsweise um Werte handeln, die bei einem gesunden Menschen auftreten (Standardwerte). Dies sei an zwei Beispielen erläutert. Bei einem Menschen liegt die übliche Körperkemtemperatur zwischen 36,3 °C und 37,4 °C. Als Sollwerte werden alle Temperaturen im Bereich zwischen 36,3 °C und 37,4 °C definiert. Ein Sensor erfasst die Körperkemtemperatur als physiologischen Parameter bei einer Person und misst Werte, die oberhalb von 37,4 °C liegen. Dies ist eine Abweichung von den definierten Sollwerten; es liegt ein unerwünschtes Ereignis vor. Die Herzschlagfrequenz beträgt bei einem gesunden Menschen in Ruhe üblicherweise 60 bis 100 Schläge pro Minute. Als Sollwerte werden Herzschlagfrequenzen im Bereich von 60 bis 100 Schlägen pro Minute definiert. Ein Sensor erfasst die Herzschlagfrequenz als physiologischen Parameter bei einer Person und misst Werte, die oberhalb von 100 Schlägen liegen. Dies ist eine Abweichung von den definierten Sollwerten; es liegt ein unerwünschtes Ereignis vor. Es ist auch denkbar, für die Sollwerte nicht die Standardwerte einer gesunden Person als Referenz heranzuziehen sondern die Sollwerte individuell für die jeweilige medizinische Behandlung und/oder für die jeweils zu überwachende Person zu definieren. Es ist denkbar, dass die Sollwerte auf Basis des individuellen Gesundheits- (bzw. Krankheits-jzustands der zu überwachenden Person festgelegt (definiert) werden. Es ist auch denkbar, dass die Sollwerte auf Basis von Personendaten der zu überwachenden Person automatisiert festgelegt werden. Denkbar ist zum Beispiel, dass ein Expertensystem auf Basis von Personendaten für jede Person individuell diejenigen Sollwerte festgelegt, deren Über- und/oder Unterschreiten als ein Anzeichen für ein unerwünschtes Ereignis zu werten ist. Das Expertensystem kann vorab auf Basis von Interviews mit menschlichen Experten erstellt worden sein.
Die Analyse der vom Sensor erfassten Messwerte und die Identifizierung von Abweichungen in den Messwerten von definierten Sollwerten erfolgen durch eine Überwachungseinheit. Sensor und Überwachungseinheit können Bestandteile einer einzigen Vorrichtung sein; sie können aber auch Bestandteile von verschiedenen Vorrichtungen sein.
Üblicherweise ist eine Steuereinheit vorhanden, die Messwerte vom Sensor entgegennimmt und diese an die Überwachungseinheit zur Analyse übermittelt. Steuereinheit und Überwachungseinheit können Bestandteile einer einzigen Vorrichtung sein; sie können aber auch Bestandteile von verschiedenen Vorrichtungen sein.
Die Überwachungseinheit ist so konfiguriert, dass sie die Messwerte auf Abweichungen von definierten Sollwerten untersucht. Bei diesen Abweichungen kann es sich um Werte handeln, die oberhalb eines definierten Grenzwertes und/oder unterhalb eines definierten Grenzwertes liegen. Erkennt die Überwachungseinheit eine Abweichung von einem definierten Sollwert, übermittelt sie ein Signal an die Steuereinheit. Das Signal weist darauf hin, dass in einem Beobachtungszeitraum eine Abweichung der Messwerte von einem definierten Sollwert beobachtet worden sind - in dem Beobachtungszeitraum also ein unerwünschtes Ereignis aufgetreten ist. Die Steuereinheit ist so konfiguriert, dass sie bei einem von der Überwachungseinheit übermittelten Signal für das Vorliegen eines unerwünschten Ereignisses die Messwerte an eine Klassifizierungseinheit übermittelt. Die Klassifizierungseinheit und die Steuereinheit können Bestandteile einer einzigen Vorrichtung sein; sie können aber auch Bestandteile von verschiedenen Vorrichtungen sein.
Üblicherweise werden die Messwerte desjenigen Beobachtungszeitraums übermittelt, in dem die Abweichungen von den definierten Sollwerten aufgetreten sind. Vorzugsweise werden auch Messwerte übermittelt, die zeitlich unmittelbar vor und/oder unmittelbar nach diesem Beobachtungszeitraum liegen.
Neben den Messwerten werden weitere Personendaten und/oder Umweltdaten ermittelt und (üblicherweise durch die Steuereinheit) an die Klassifizierungseinheit weitergeleitet.
Die Personendaten und/oder Umweltdaten können z.B. mittels eines oder mehrerer weiterer Sensoren erfasst und/oder aus einer oder mehreren Datenbanken ausgelesen werden. Die Personendaten und/oder Umweltdaten dienen dazu, die Ursache des beobachteten unerwünschten Ereignisses zu identifizieren. Die Personendaten und/oder Umweltdaten charakterisieren den Zustand der Person und/oder die Umweltbedingungen, denen die Person ausgesetzt ist, und die einen Einfluss auf die überwachten physiologischen Parameter haben können. Die Personendaten und/oder Umweltdaten können verwendet werden, um die medizinische Behandlung als Ursache des unerwünschten Ereignisses zu indizieren oder auszuschließen.
Geeignete Personendaten sind beispielsweise:
- Gewicht der Person
- Alter der Person
- Geschlecht der Person
- Aktivitätsgrad
- Körpertemperatur
- Zeitpunkt und Menge eines eingenommenen Arzneimittels
- Zeitpunkt und Menge von Nahrungsmitteln wie z.B. Alkohol, Kaffee u.a.
- Blutdruckwerte
- Herzschlagfrequenz
- Atemfrequenz
- Stürze
- Müdigkeitslevel (z.B. via Gesichtserkennung oder anderen Verfahren)
- Stresslevel (z.B. über Voice Recognition)
- Schmerzlevel (z.B. über Gesichtserkennung oder anderen Verfahren)
- Blutzuckerspiegel
- Billirubinlevel (z.B. via optischem Sensor) u.v.m.
Geeignete Umweltdaten sind beispielsweise:
- Wetter (Luftdruck, Luftfeuchtigkeit, Temperatur, Sonneneinstrahlung und dergleichen)
- Lokalisationsdaten (geographische Lage) der Person
- Geschwindigkeit der Person
- Luftzusammensetzung (insbesondere Sauerstoffkonzentration)
- Exposition der Person mit Stoffen, die einen Einfluss auf den Gesundheitszustand haben
- Uhrzeit, Datum, bei dem das potenziell unerwünschte Ereignis aufgetreten ist
u.v.m.
Die Klassifizierungseinheit ist so konfiguriert, dass sie auf Basis der Messwerte mit Abweichungen von definierten Sollwerten und den Personendaten und/oder Umweltdaten eine Klassifizierung des Beobachtungszeitraums, in dem die Abweichungen beobachtet worden sind und damit ein unerwünschtes Ereignis aufgetreten ist, vomimmt.
Der Beobachtungszeitraum, in dem ein unerwünschtes Ereignis aufgetreten ist, wird einer von mindestens drei Klassen zugeordnet:
- Klasse A: die Abweichungen von definierten Sollwerten sind keine Folge der medizinischen Behandlung.
- Klasse B: die Abweichungen von definierten Sollwerten sind eine Folge der medizinischen Behandlung.
- Klasse C: eine eindeutige Aussage über die Ursache der Abweichungen von definierten Sollwerten kann nicht getroffen werde.
Es ist auch denkbar, eine Klassifizierung in mehr als drei Klassen vorzunehmen. Es könnte zum Beispiel zwischen einem unerwünschten Ereignis und einem schwerwiegenden unerwünschten Ereignis unterschieden werden. Ein unerwünschtes Ereignis ist schwerwiegend, wenn es:
den Tod zur Folge hat,
lebensbedrohlich ist,
einen stationären Krankenhausaufenthalt oder die Verlängerung eines bestehenden Krankenhausaufenthalts verlangt,
- eine dauerhafte oder erhebliche Behinderung oder Beeinträchtigung zur Folge hat,
es sich dabei um eine angeborene Fehlbildung oder einen Geburtsfehler handelt, oder medizinisch wichtig ist. Die Klassifizierung bezieht sich auf den Zeitabschnitt (das "Ereignis"), bei dem Anzeichen tür das
Vorliegen eines unerwünschten Ereignisses aufgetreten sind. Bei der Klassifizierung geht es darum, den Zeitabschnitt/das Ereignis genauer einzuordnen und die Zahl der durch einen menschlichen Experten durchzuführenden Prüfungen, ob das unerwünschte Ereignis auf die medizinische Behandlung zurückzuführen ist, zu reduzieren, indem Fälle, für die die medizinische
Behandlung als Ursache für das unerwünschte Ereignis identifiziert werden kann und Fälle, für die eine andere Ursache als die medizinische Behandlung für das unerwünschte Ereignis identifiziert werden kann, von den Fällen getrennt werden, bei denen aufgrund der vorliegenden Datenbasis keine Aussage getroffen werden kann, ob das unerwünschte Ereignis auf die medizinische Behandlung zurückzuführen ist oder nicht. Lediglich die zuletzt genannten Fälle, bei denen auf
Basis der vorliegenden Daten die Ursache nicht automatisiert ermittelt werden kann, müssen von einem menschlichen Experten geprüft werden.
Das folgende Beispiel soll die Klassifizierung verdeutlichen. Es ist denkbar, dass eine Person einen Sensor zur Überwachung der Herzschlagfrequenz trägt. Der Sensor misst die Herzschlagfrequenz als physiologischen Parameter und übermittelt die Messwerte an eine Steuereinheit. Die Steuereinheit leitet die Messwerte an eine Überwachungseinheit weiter. Die Überwachungseinheit identifiziert Messwerte, die oberhalb von 100 Schlägen pro Minute liegen. Gemäß Konfiguration der Überwachungseinheit stellt ein solcher Messwert eine Abweichung von definierten Sollwerten dar. Es liegt damit ein unerwünschtes Ereignis vor. Die Überwachungseinheit übermittelt ein Signal an die Steuereinheit. Die Steuereinheit übermittelt die Messwerte an die Klassifizierungseinheit. Zudem trägt die zu überwachende Person einen Aktivitäts-Tracker. Dieser Aktivitäts-Tracker umfasst einen Pedometer und einen Beschleunigungssensor. Die Steuereinheit ist so konfiguriert, dass sie die Messdaten des Pedometers und des Beschleunigungssensors vom Aktivitäts-Tracker empfängt. Ferner ist die Steuereinheit ist so konfiguriert, dass sie diejenigen Messdaten des Pedometers und des Beschleunigungssensors, die in demselben Zeitraum erfasst worden sind wie die Messwerte mit den Abweichungen, an die Klassifizierungseinheit übermittelt. Die Klassifizierungseinheit ist so konfiguriert, dass sie alle übermittelten Daten analysiert, und eine Klassifizierung vomimmt. Die Klassifizierungseinheit wertet alle Daten aus, um auf Basis der Daten zu entscheiden, ob das unerwünschte Ereignis (Herzschlagfrequenz liegt oberhalb von 100 Schlägen pro Minute) auf eine medizinische Behandlung (z.B. die Verabreichung eines Arzneimittels) zurückgeführt werden kann, oder ob das unerwünschte Ereignis auf eine andere Ursache zurückgeführt werden kann wie beispielsweise eine körperliche Anstrengung, die durch den Pedometer und den Beschleunigungssensor angezeigt werden, oder ob die vorliegende Datenbasis unzureichend ist, um eine Aussage zur Kausalität zwischen unerwünschtem Ereignis und medizinischer Behandlung zu treffen. ln einer bevorzugten Ausführungsform liegt der Klassifizierungseinheit ein selbstlernendes System zu Grunde, das vor dem Einsatz trainiert wird. Das Training könnte beispielsweise darin bestehen, dass Datensätze (Messwerte mit Abweichungen von definierten Sollwerten und Personendaten und/oder Umweltdaten) einem menschlichen Experten präsentiert werden. Der Experte führt eine Klassifizierung durch und überträgt die Klassifizierung auf das selbstlernende System, das damit lernt, welche Kombination von Daten zu welcher Klasse führt.
Bei dem selbstlernenden System kann es sich beispielsweise um ein künstliches neuronales Netz handeln.
Die Klassifizierungseinheit ist so konfiguriert, dass sie der Steuereinheit das Ergebnis der Klassifizierung übermittelt.
Die Steuereinheit ist so konfiguriert, dass sie im Falle einer Klassifizierung in die Klassen A und B, eine Sendeeinheit veranlasst, eine Mitteilung über das Vorliegen eines unerwünschten Ereignisses an ein Computersystem zur Erfassung von unerwünschten Ereignissen zu übermitteln. Bei diesem Computersystem handelt es sich üblicherweise um ein Computersystem, mit dem die Steuereinheit über ein Netzwerk in Verbindung treten kann. Zusätzlich zum unerwünschten Ereignis wird die lnformation, ob das Ereignis auf die medizinische Behandlung oder auf eine andere Ursache und ggf. die lnformation über die entsprechende Ursache in einer Datenbank des Computersystems abgespeichert.
Die Steuereinheit ist so konfiguriert, dass sie im Falle einer Klassifizierung in Klasse C, eine Sendeeinheit veranlasst, Messwerte zur weiteren Abklärung an einen menschlichen Experten zu übermitteln. Dieser kann dann eine weitergehende Prüfüng vornehmen. Die Erfindung wird nachstehend anhand von Beispielen und Figuren näher erläutert, ohne die Erfindung auf die in den Beispielen und Figuren gezeigten Merkmale und Kombinationen von Merkmalen reduzieren zu wollen.
Es zeigen:
Figur 1 zeigt schematisch eine Ausführungsform des erfindungsgemäßen Systems.
Figur 2 zeigt schematisch eine weitere Ausführungsform des erfindungsgemäßen Systems.
Figur 3 zeigt schematisch eine weitere Ausführungsform des erfindungsgemäßen Systems.
Figur 4 zeigt schematisch eine weitere Ausführungsform des erfindungsgemäßen Systems.
Figur 5 zeigt schematisch eine weitere Ausführungsform des erfindungsgemäßen Systems.
Figur 6 zeigt schematisch eine weitere Ausführungsform des erfindungsgemäßen Systems.
Gleiche Bezugszeichen in den Figuren 1, 2, 3, 4, 5 und 6 stehen für gleiche Komponenten. Das eriindungsgemäße System kann unterschiedlich ausgestaltet sein. In der in Figur 1 gezeigten
Ausführungsform umfasst das System zwei separate Geräte, eine Sensorvorrichtung (10) und eine Auswertevorrichtung (20). Die Sensorvorrichtung (10) umfasst zwei Sensoren (l2a, l2b) zur Erfassung von Messwerten physiologischer Parameter einer Person, eine Sendeeinheit (13), mit der Messwerte an die Auswertevorrichtung (20) übertragen werden können und eine Steuereinheit (11) zur Steuerung der Messwerterfassung und der Übermittlung von Messwerten. Die Auswertevorrichtung (20) umfasst eine Empfangseinheit (24) zum Empfang von Messwerten von der Sensoreinheit (10), eine Überwachungseinheit (25) zur Analyse der empfangenen Messwerte und zur Identifizierung von Anzeichen für das Vorliegen eines unerwünschten Ereignisses. Die Auswerteeinheit (20) umfasst ferner eine Klassifizierungseinheit (26) zur Klassifizierung von Ereignissen, eine Sendeeinheit (23) zur Übermittlung von Daten und eine Steuereinheit (21) zur Steuerung des Empfangs von Messwerten über die Empfangseinheit (24), zur Steuerung der Übermittlung von Daten mittels der Sendeeinheit und zur Steuerung der Komponenten der Auswerteinheit (20) und der Datenflüsse und Signalflüsse zwischen diesen Komponenten. Im vorliegenden Beispiel erfasst die Sensorvorrichtung (10) Messwerte von mindestens zwei physiologischen Parametern mittels der zwei Sensoren (l2a, l2b) und übermittelt Messwerte über eine kabellose Verbindung (z.B. über eine Bluetooth-Verbindung) an die Auswertevorrichtung (20). Die Auswertevorrichtung (20) empfängt Messwerte und die Überwachungseinheit (25) analysiert die empfangenen Messwerte. Falls die Überwachungseinheit (25) in den Messwerten Abweichungen von definierten Sollwerten identifiziert, werden die Messwerte sowie weitere Personendaten und/oder Umweltdaten der Klassifizierungseinheit (26) zugeführt. Die Klassifizierungseinheit (26) führt eine Klassifizierung durch. Je nach Ergebnis der Klassifizierung initiiert die Steuereinheit (21) verschiedene Aktionen: im Fall einer Klasse A oder eine Klasse B veranlasst die Steuereinheit (21) die Übermittlung einer Mitteilung über das Vorliegen eines unerwünschten Ereignisses an ein Computersystem zur Erfassung von unerwünschten Ereignissen mittels der Sendeeinheit (23); im Falle einer Klasse C veranlasst die Steuereinheit (21) die Übermittlung der Messwerte zur weiteren Abklärung an einen Experten mittels der Sendeeinheit (23). Die in Figur 2 gezeigte Ausführungsform des erfindungsgemäßen Systems umfasst ebenfalls zwei separate Vorrichtungen (Geräte): eine Sensorvorrichtung (10) und eine Auswertevorrichtung (20). Die Auswertevorrichtung (20) umfasst keine Überwachungseinheit. Stattdessen ist eine Überwachungseinheit (15) Bestandteil der Sensorvorrichtung (10). Messwerte, die von einem der beiden Sensoren (l2a oder l2b) oder von beiden Sensoren (l2a und l2b) erfasst werden, werden von der Überwachungseinheit (15) auf Anzeichen für das Vorliegen eines unerwünschten Ereignisses analysiert. Wird ein solches Anzeichen identifiziert, veranlasst die Steuereinheit (11) eine Übermittlung der Messwerte mittels der Sendeeinheit (13) an die Empfangseinheit (24) der Auswertevorrichtung (20). Die Steuereinheit (21) der Auswertevorrichtung (20) veranlasst eine nähere Analyse der übermittelten Messwerte und ggf. unter Heranziehung weiterer Daten eine
Klassifizierung des Ereignisses mittels der Klassifizierungseinheit (26).
Die in Figur 3 gezeigte Ausführungsform des erfindungsgemäßen Systems umfasst drei separate Vorrichtungen (Geräte): eine erste Sensorvorrichtung (10), eine zweite Sensorvorrichtung (10') und eine Auswertevorrichtung (20). Jede der Sensorvorrichtungen (10, 10') weist einen Sensor (12, 12'), eine Steuereinheit (11, 1 G) und eine Sendeeinheit (13, 13') auf. Beide Sensorvorrichtungen (10, 10') sind so konfiguriert, dass sie Werte eines oder mehrerer physiologischer Parameter messen und die Messwerte an die Auswerteeinheit (20) übermitteln. Die Auswerteeinheit (20) empfängt Messwerte und leitet sie zur weiteren Analyse an eine kombinierte Überwachungs- und Klassifizierungseinheit (27) weiter. Die kombinierte Überwachungs- und Klassifizierungseinheit (27) ist so konfiguriert, dass sie Anzeichen für das Vorliegen eines unerwünschten Ereignisses in Messwerten erkennt und das zu den Messwerten zu Grunde liegende Ereignis ggf. unter Heranziehung weiterer Daten klassifiziert.
Die in Figur 4 gezeigte Ausführungsform des erfindungsgemäßen Systems umfasst eine einzige Vorrichtung (Gerät): eine kombinierte Sensor- und Auswertevorrichtung (30). Die kombinierte Sensor- und Auswertevorrichtung (30) weist zwei Sensoren (32a, 32b), eine Steuereinheit (31), eine Überwachungseinheit (35) und eine Klassifizierungseinheit (36) auf. Die kombinierte Sensor- und Auswertevorrichtung (30) ist über ein Netzwerk (dargestellt durch die gestrichelte Linie) mit einem oder mehreren weiteren Computersystemen (dargestellt durch eine Cloud 50) verbunden lm Fall einer Klassifizierung in Klasse A oder Klasse B veranlasst die Steuereinheit (31) die Übermittlung einer Mitteilung über das Vorliegen eines unerwünschten Ereignisses an ein Computersystem über das Netzwerk lm Fall einer Klassifizierung in Klasse C veranlasst die Steuereinheit (31) die Übermittlung von Messwerten mit Anzeichen für das Vorliegen eines unerwünschten Ereignisses zur weiteren Abklärung an einen Experten über das Netzwerk.
Die in Figur 5 gezeigte Ausführungsform des erfindungsgemäßen Systems umfasst zwei separate Vorrichtungen (Geräte): eine Sensorvorrichtung (10) und eine Auswertevorrichtung (20). Die Auswertevorrichtung (20) ist über ein Netzwerk (dargestellt durch die gestrichelte Linie) mit einer Datenbank (60) verbunden. Die Klassifizierung mittels der kombinierten Überwachungs- und Klassifizierungseinheit (27) erfolgt unter Heranziehung von weiteren Daten zu der Person, die mittels des Sensors (12) überwacht wird, wobei die weiteren Daten aus der Datenbank (60) bezogen werden.
Die in Figur 6 gezeigte Ausführungsform des erfindungsgemäßen Systems umfasst zwei separate Vorrichtungen (Geräte): eine Sensorvorrichtung (10) und eine Auswertevorrichtung (20). Die Sensorvorrichtung (10) umfasst eine Steuereinheit (11), einen Sensor zur Erfassung von Messwerten, eine Überwachungseinheit (15) zur ldentifizierung von Anzeichen eines unerwünschten Ereignisses in den Messwerten und eine Sendeeinheit (13). Die Steuereinheit ist so konfiguriert, dass sie Messwerte über die Sendeeinheit (13) und über ein Netzwerk (50) an die Auswertevorrichtung (20) übermittelt, wenn die Überwachungseinheit (15) in den Messwerten ein Anzeichen für das Vorliegen einer unerwünschten Ereignisses identifiziert hat. Die Auswertevorrichtung umfasst eine Empfangseinheit (24), eine Steuereinheit (21), eine Klassifizierungseinheit (26) und eine Sendeeinheit (24). Zur Klassifizierung zieht die Klassifizierungseinheit weitere Daten heran, die sie aus einer Datenbank (60) über das Netzwerk (50) abruft. Es ist für alle hier gezeigten Ausführungsformen, die mehr als einen Sensor umfassen, denkbar, dass nur die Messwerte eines der Sensoren auf ein Anzeichen für das Vorliegen eines unerwünschten Ereignisses untersucht werden. Die Messwerte des jeweils anderen Sensors können beispielsweise als Personendaten und/oder Umweltdaten für die Klassifizierung herangezogen werden.

Claims

Patentansprüche
1. Verfahren zur automatisierten Erkennung, Erfassung und Verarbeitung von unerwünschten Ereignissen im Rahmen einer klinischen Studie, eine nicht-interventionellen Studie oder einer Therapie, umfassend die Schritte:
Erfassen von Messwerten eines oder mehrerer physiologischer Parameter bei einer Person, die im Rahmen der Studie oder der Therapie einer medizinischen Behandlung unterzogen wird, mit Hilfe eines Sensors,
Analysieren der Messwerte und Identifizieren von Abweichungen von definierten Sollwerten in den Messwerten in einem Beobachtungszeitraum,
Ermitteln von weiteren Personendaten und/oder Umweltdaten,
Klassifizieren des Beobachtungszeitraums auf Basis der Abweichungen von definierten Sollwerten und den Personendaten und/oder Umweltdaten in eine der drei Klassen:
- Klasse A: die Abweichungen von definierten Sollwerten sind keine Folge der medizinischen Behandlung
- Klasse B: die Abweichungen von definierten Sollwerten sind eine Folge der medizinischen Behandlung
- Klasse C: eine eindeutige Aussage über die Ursache der Abweichungen von definierten Sollwerten kann nicht getroffen werden
- Übermitteln einer Mitteilung über das Vorhegen eines unerwünschten Ereignisses an ein
Computersystem zur Erfassung von unerwünschten Ereignissen im Falle der Klassen A und B oder Übermitteln von Messwerten an einen Experten zur weiteren Abklärung im Falle der Klasse C.
2. Verfahren gemäß Anspruch 1, wobei zur Klassifizierung Personendaten und/oder Umweltdaten herangezogen werden, die mittels eines oder mehrerer weiterer Sensoren ermittelt und/oder aus einer oder mehreren Datenbanken ausgelesen worden sind.
3. Verfahren gemäß einem der Ansprüche 1 oder 2, wobei ein oder mehrere Sensoren verwendet werden, um Messwerte eines oder mehrerer der folgenden physiologischen Parameter zu erfassen:
Körpergewicht, Körpertemperatur, Herzschlagfrequenz, Herzrhythmus, Blutdruck, Leitfähigkeit der Haut, Tremor(frequenz), Elektrolyt-/Eiweißkonzentration bzw. -Zusammensetzung in Körperflüssigkeiten, Aktivität spezifischer Gehimareale, elektrische Aktivitäten der Herzmuskelfasem, zentralvenöser Druck, arterielle Sauerstoffsättigung, Atemfrequenz.
4. Verfahren gemäß einem der Ansprüche 1 bis 3, wobei zur Klassifizierung ein oder mehrere der folgenden Personendaten und/oder Umweltdaten hingezogen werden: Gewicht der Person, Alter der Person, Geschlecht der Person, Uhrzeit und/oder Datum, bei dem das potenziell unerwünschte Ereignis aufgetreten ist, Aktivitätsgrad, Körpertemperatur, Zeitpunkt und Menge eines eingenommenen Arzneimitels, Zeitpunkt und Menge von eingenommenen Nahrungsmiteln,
Blutdruckwerte, Herzschlagfrequenz, Atemfrequenz, Zeitpunkt und Schwere eines Sturzes,
Lokalisationsdaten der Person, Geschwindigkeit der Person, Müdigkeitslevel der Person,
Stresslevel der Person, Schmerzlevel der Person, Blutzuckerspiegel der Person, Billirubinlevel der Person, Wetterdaten zum Zeitpunkt des potenziell unerwünschten Ereignisses.
5. Verfahren gemäß einem der Ansprüche 1 bis 4, wobei im Rahmen der medizinischen Behandlung der Person ein Arzneimitel verabreicht wird und die Klassifizierung dazu dient, das Arzneimitel als Ursache eines beobachteten unerwünschten Ereignisses zu identifizieren oder auszuschließen.
6. Verfahren gemäß einem der Ansprüche 1 bis 5, wobei es sich bei dem Computersystem zur Erfassung von unerwünschten Ereignissen um einen Prüfbogen (Case Report Form) handelt, in dem die im Rahmen der Studie oder der Therapie auftretenden unerwünschten Ereignisse und deren kausale Zusammenhänge mit der medizinischen Behandlung zu dokumentieren sind.
7. Verfahren gemäß einem der Ansprüche 1 bis 6 umfassend die Schritte:
Erfassen von Messwerten zur Herzschlagfrequenz einer Person, die im Rahmen der Studie oder der Therapie einer medizinischen Behandlung unterzogen wird, mit Hilfe eines Sensors,
Analysieren der Messwerte und ldentifizieren von Abweichungen von definierten Sollwerten in den Messwerten in einem Beobachtungszeitraum,
Ermiteln von Messwerten zur Aktivität der Personen in dem Beobachtungszeitraum, Klassifizieren des Beobachtungszeitraums auf Basis der Abweichungen von definierten Sollwerten und Messwerten zur Aktivität der Person in eine der drei Klassen:
- Klasse A: die Abweichungen von definierten Sollwerten sind eine Folge der Aktivität der Person und keine Folge der medizinischen Behandlung
- Klasse B: die Abweichungen von definierten Sollwerten sind eine Folge der medizinischen Behandlung
- Klasse C: eine eindeutige Aussage über die Ursache der Abweichungen von definierten Sollwerten kann nicht getroffen werden
Übermiteln einer Mitteilung über das Vorliegen eines unerwünschten Ereignisses an ein Computersystem zur Erfassung von unerwünschten Ereignissen im Falle der Klassen A und B oder Übermiteln von Messwerten an einen Experten zur weiteren Abklärung im Falle der Klasse C.
8. System zur automatisierten Erkennung, Erfassung und Verarbeitung von unerwünschten Ereignissen im Rahmen einer klinischen Studie, eine nicht-interventionellen Studie oder einer Therapie, umfassend WO 2019/101678 PCT/EP2018/081721 einen Sensor,
eine Überwachungseinheit,
eine Klassifizierungseinheit,
eine Sendeeinheit,
eine Steuereinheit,
wobei der Sensor so konfiguriert ist, dass er automatisiert Messwerte eines oder mehrerer physiologischer Parameter bei einer Person, die einer medizinischen Behandlung unterzogen wird, erfasst,
wobei die Überwachungseinheit so konfiguriert ist, dass sie die Messwerte analysiert und in den Messwerten Abweichungen von definierten Sollwerten identifiziert,
wobei die Klassifizierungseinheit so konfiguriert ist, dass sie die Messwerte mit Abweichungen von definierten Sollwerten und weitere Personendaten und/oder Umweltdaten analysiert und eine Klassifizierung in eine der drei Klassen vomimmt,
Klasse A: die Abweichungen von definierten Sollwerten sind keine Folge der medizinischen Behandlung
Klasse B: die Abweichungen von definierten Sollwerten sind eine Folge der medizinischen Behandlung
Klasse C: eine eindeutige Aussage über die Ursache der Abweichungen von definierten Sollwerten kann nicht getroffen werden
wobei die Steuereinheit so konfiguriert ist, dass sie
im Falle der Klasse A und der Klasse B die Sendeeinheit veranlasst, eine Mitteilung über das Vorliegen eines unerwünschten Ereignisses an ein Computersystem zur Erfassung von unerwünschten Ereignissen zu übermitteln,
im Falle der Klasse C die Sendeeinheit veranlasst, Messwerte zur weiteren Abklärung an einen Experten zu übermitteln.
9. System gemäß Anspruch 8, umfassend eine Sensorvorrichtung, wobei die Sensorvorrichtung einen oder mehrere Sensoren für die automatisierte Erfassung von Messwerten eines oder mehrerer physiologischer Parameter bei einer Person umfasst, dadurch gekennzeichnet, dass es sich um eine mobile, tragbare Sensorvorrichtung handelt, die so ausgeführt ist, dass sie von der Person über einen Überwachungszeitraum von mindestens einem Tag, vorzugsweise von mindestens einer Woche dauerhaft mitgeführt werden kann.
10. System gemäß einem der Ansprüche 8 oder 9, umfassend eine Sensorvorrichtung, wobei die Sensorvorrichtung einen oder mehrere Sensoren für die automatisierte Erfassung von Messwerten eines oder mehrerer der folgenden physiologischen Parameter umfasst: Körpergewicht, Körpertemperatur, Herzschlagfrequenz, Herzrhythmus, Blutdruck, Leitfähigkeit der Haut, Tremor(frequenz), Elektrolyt-/Eiweißkonzentration bzw. -Zusammensetzung in Körperilüssigkeiten, Aktivität spezifischer Gehimareale, elektrische Aktivitäten der
Herzmuskelfasem, zentralvenöser Druck, arterielle Sauerstoffsättigung, Atemfrequenz.
11. System gemäß einem der Ansprüche 8 bis 10, wobei die Klassifizierungseinheit so konfiguriert ist, dass sie zur Klassifizierung ein oder mehrere der folgenden Personendaten und/oder Umweltdaten heranzieht: Gewicht der Person, Alter der Person, Geschlecht der Person, Uhrzeit und/oder Datum, bei dem das potenziell unerwünschte Ereignis aufgetreten ist, Aktivitätsgrad, Körpertemperatur, Zeitpunkt und Menge eines eingenommenen Arzneimittels, Zeitpunkt und Menge von eingenommenen Nahrungsmitteln, Blutdruckwerte, Herzschlagfrequenz, Atemfrequenz, Zeitpunkt und Schwere eines Sturzes, Lokalisationsdaten der Person, Geschwindigkeit der Person, Müdigkeitslevel der Person, Stresslevel der Person, Schmerzlevel der Person, Blutzuckerspiegel der Person, Billirubinlevel der Person, Wetterdaten zum Zeitpunkt des potenziell unerwünschten Ereignisses.
12. System gemäß Anspruch 11, wobei das System so konfiguriert ist, dass es Personendaten und/oder Umweltdaten aus einer oder mehreren Datenbanken ausliest und zur Klassifizierung heranzieht.
13. System gemäß einem der Ansprüche 8 bis 12, wobei der Klassifizierungseinheit ein selbstlernendes System, vorzugsweise ein künstliches neuronales Netzwerk zu Grunde liegt.
14. System gemäß einem der Ansprüche 8 bis 13 umfassend
einen Sensor zur Überwachung der Herzschlagfrequenz der Person,
einen Sensor zur Messung des Aktivitätsgrads der Person,
eine Überwachungseinheit,
eine Klassifizierungseinheit,
eine Sendeeinheit,
eine Steuereinheit,
einen elektronischen Prüfbogen (Case Report Form) zur Dokumentation von unerwünschten Ereignissen, die im Rahmen der Studie oder Therapie auftreten und den kausalen Zusammenhängen der unerwünschten Ereignisse mit der medizinischen Behandlung,
wobei der Sensor zur Überwachung der Herzschlagfrequenz so konfiguriert ist, dass er automatisiert Messwerte zur Herzschlagfrequenz der Person, die einer medizinischen Behandlung unterzogen wird, erfasst,
wobei die Überwachungseinheit so konfiguriert ist, dass sie die Messwerte zur Herzschlagfrequenz analysiert und in den Messwerten Abweichungen von definierten Sollwerten identifiziert, wobei die Klassifizierungseinheit so konfiguriert ist, dass sie die Messwerte mit Abweichungen von definierten Sollwerten und Messwerte zum Aktivitätsgrad der Person analysiert und eine Klassifizierung in eine der drei Klassen vomimmt,
Klasse A: die Abweichungen von definierten Sollwerten sind eine Folge der Aktivität der Person und keine Folge der medizinischen Behandlung
Klasse B: die Abweichungen von definierten Sollwerten sind eine Folge der medizinischen Behandlung
Klasse C: eine eindeutige Aussage über die Ursache der Abweichungen von definierten Sollwerten kann nicht getroffen werden
wobei die Steuereinheit so konfiguriert ist, dass sie
im Falle der Klasse A und der Klasse B die Sendeeinheit veranlasst, eine Mitteilung über das Vorliegen eines unerwünschten Ereignisses an den elektronischen Prüfbogen zu übermitteln,
im Falle der Klasse C die Sendeeinheit veranlasst, Messwerte zur weiteren Abklärung an einen Experten zu übermitteln.
15. Computerprogrammprodukt umfassend einen Datenträger, und Programmcode, der auf dem Datenträger gespeichert ist, und der einen Computer, in dessen Arbeitsspeicher der Programmcode geladen ist, dazu veranlasst, die folgenden Schritte auszuführen:
- Empfangen von Messwerten eines oder mehrerer physiologischer Parameter einer Person, die einer medizinischen Behandlung unterzogen wird, von einem Sensor,
Analysieren der Messwerte und Identifizieren von Abweichungen von definierten Sollwerten in den Messwerten in einem Beobachtungszeitraum,
Klassifizieren des Beobachtungszeitraums auf Basis der Abweichungen von definierten Sollwerten und den Personendaten und/oder Umweltdaten in eine der drei Klassen:
- Klasse A: die Abweichungen von definierten Sollwerten sind keine Folge der medizinischen Behandlung
- Klasse B: die Abweichungen von definierten Sollwerten sind eine Folge der medizinischen Behandlung
- Klasse C: eine eindeutige Aussage über die Ursache der Abweichungen von definierten
Sollwerten kann nicht getroffen werden
Übermitteln einer Mitteilung über das Vorliegen eines unerwünschten Ereignisses an ein Computersystem zur Erfassung von unerwünschten Ereignissen im Falle eines klassifizierten Anzeichens der Klassen A und B oder Übermitteln von Messwerten an einen Experten zur weiteren Abklärung im Falle eines klassifizierten Anzeichens der Klasse C.
PCT/EP2018/081721 2017-11-21 2018-11-19 Automatisierte erkennung und erfassung von unerwünschten ereignissen WO2019101678A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP18808261.4A EP3714464A1 (de) 2017-11-21 2018-11-19 Automatisierte erkennung und erfassung von unerwünschten ereignissen
US16/765,401 US20200329982A1 (en) 2017-11-21 2018-11-19 Automated detection and recognition of adverse events

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP17202790.6 2017-11-21
EP17202790 2017-11-21

Publications (1)

Publication Number Publication Date
WO2019101678A1 true WO2019101678A1 (de) 2019-05-31

Family

ID=60673230

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2018/081721 WO2019101678A1 (de) 2017-11-21 2018-11-19 Automatisierte erkennung und erfassung von unerwünschten ereignissen

Country Status (3)

Country Link
US (1) US20200329982A1 (de)
EP (1) EP3714464A1 (de)
WO (1) WO2019101678A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11342050B2 (en) * 2019-09-27 2022-05-24 International Business Machines Corporation Monitoring users to capture contextual and environmental data for managing adverse events

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011133799A1 (en) * 2010-04-21 2011-10-27 Northwestern University Medical evaluation system and method using sensors in mobile devices
US20160292374A1 (en) * 2015-04-06 2016-10-06 Preventice, Inc. Adverse event prioritization and handling

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006093645A1 (en) * 2005-03-02 2006-09-08 David Katz System and method for accessing data quality during clinical trials
US9305267B2 (en) * 2012-01-10 2016-04-05 The Board Of Trustees Of The Leland Stanford Junior University Signal detection algorithms to identify drug effects and drug interactions
US20170249434A1 (en) * 2016-02-26 2017-08-31 Daniela Brunner Multi-format, multi-domain and multi-algorithm metalearner system and method for monitoring human health, and deriving health status and trajectory

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011133799A1 (en) * 2010-04-21 2011-10-27 Northwestern University Medical evaluation system and method using sensors in mobile devices
US20160292374A1 (en) * 2015-04-06 2016-10-06 Preventice, Inc. Adverse event prioritization and handling

Also Published As

Publication number Publication date
US20200329982A1 (en) 2020-10-22
EP3714464A1 (de) 2020-09-30

Similar Documents

Publication Publication Date Title
André-Obadia et al. Recommendations for the use of electroencephalography and evoked potentials in comatose patients
Batson et al. The effect of a therapy dog on socialization and physiological indicators of stress in persons diagnosed with Alzheimer’s disease
US6434419B1 (en) Neurocognitive ability EEG measurement method and system
DE102018107633B4 (de) Schlaganfallüberwachungssystem
EP2535000A1 (de) Verfahren und System zur Quantifizierung der Anästhesie oder eines Wachsamkeitszustands
Wright et al. Sequential cotard and capgras delusions
DE102008008826A1 (de) Messung der EEG-Reaktivität
DE102007017552A1 (de) Fallabhängige Krankheitsverlaufsvorhersage bei einem Echtzeit-Überwachungssystem
CN101677775A (zh) 用于疼痛检测和疼痛量化指数计算的系统和方法
Trojano et al. Quantitative assessment of visual behavior in disorders of consciousness
DE102007045139A1 (de) Fluidmanagement-Messmodul
CN105658134A (zh) 脑健康的多模态药理诊断评价
US4576184A (en) Drug abuse detection
Walter et al. Effect of enzogenol® supplementation on cognitive, executive, and vestibular/balance functioning in chronic phase of concussion
DE102008021940A1 (de) Stimulationsanordnung zur Messung der physiologischen Signalreaktivität
Kondziella et al. Understanding, detecting, and stimulating consciousness recovery in the ICU
Rosen et al. Error‐related brain activity and anxiety symptoms in youth with autism spectrum disorder
WO2019101678A1 (de) Automatisierte erkennung und erfassung von unerwünschten ereignissen
WO2012022335A2 (de) Verfahren zur überwachung des medizinischen zustandes eines patienten
Escalona‐Vargas et al. Fetal assessment in buprenorphine‐maintained women using fetal magnetoencephalography: a pilot study
Bonsignore et al. Coma and vegetative states: state of the art and proposal of a novel approach combining existing coma scales
EP0972489A2 (de) Verfahren zur Ermittlung des im Rahmen des Parkinson-Syndroms bzw. der Parkinson-Krankheit relevanten klinischen Zustands eines Patienten, sowie System hierfür
CN109480866A (zh) 一种利用瞳孔测量ppi的方法
DE10361556A1 (de) Meßanordnung und Verfahren zur Ermittlung nichterkannter verdeckter Diabetes
WO2019141551A1 (de) Begleitung von patienten mit herzinsuffizienz

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18808261

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018808261

Country of ref document: EP

Effective date: 20200622