本公開整體涉及包括醫療裝置的系統,并且更具體地涉及使用此類系統來監測患者健康。
背景技術:
1、多種裝置被配置為監測患者的生理信號。此類裝置包括植入式或可穿戴醫療裝置,以及多種可穿戴健康或健身跟蹤裝置。由此類裝置感測到的生理信號包括例如心電圖(ecg)信號、呼吸信號、灌注信號、活動和/或位姿信號、壓力信號、血氧飽和度信號、身體成分以及血糖或其他血液成分信號。一般來說,使用這些信號,此類裝置便于在診所環境之外在數月或數年內監測和評估患者健康。
2、在一些情況下,此類裝置被配置為基于生理信號檢測急性健康事件,諸如心律失常、心肌梗塞、中風或癲癇的發作。示例性心律失常類型包括心臟停搏(例如,心搏停止)、室性心動過速(vt)和心室纖顫(vf)。這些裝置可將在包括發作的時間段期間收集的ecg和其他生理信號數據存儲為發作數據。此類急性健康事件與顯著的死亡率相關,特別是如果不快速治療。
3、例如,vf和其他惡性快速性心律失常是在心臟驟停(sca)患者中最常鑒定的心律失常。如果這種心律失常持續超過幾秒,則可能導致心源性休克和有效血液循環停止。對于患者等待除顫的每分鐘,來自sca的存活率降低7%至10%。因此,心臟性猝死(scd)可能在幾分鐘內發生。
技術實現思路
1、一般來說,本公開描述了用于通過監測患者參數數據(諸如ecg數據)來檢測急性健康事件(諸如sca)的技術。更具體地,本公開描述了包括提供響應的、可取消的警報作為健康檢查以確定患者是有響應的還是正在發生急性健康事件的技術。如果在一段時間內沒有取消,則可以響應于急性健康事件而采取動作。
2、在一些示例中,提供此類警報的計算裝置確定警報上下文,并且基于該警報上下文來配置警報。以此方式,當患者不太可能被警告或以其他方式能夠快速取消警報時和/或當急性健康事件不太嚴重和/或不太可能實際發生時,警報的持續時間和/或強度可以相對更大。當患者更可能被警告或以其他方式能夠快速取消警報時和/或當急性健康事件的類型更嚴重和/或更可能實際發生時,警報的持續時間可以相對更短。根據本公開的技術的自適應警報可以有利地提高用戶在適當時超控警報的能力,同時在急性健康事件嚴重和/或可能是例如可能導致sca的高概率的致死性快速性心律失常時縮短警報時段。
3、在示例中,一種計算裝置包括:通信電路,該通信電路被配置為與患者身上或植入該患者體內的傳感器裝置進行無線通信;一個或多個輸出裝置;和處理電路,該處理電路被配置為:經由該通信電路接收由該傳感器裝置檢測到的急性健康事件的發作數據,該發作數據由該傳感器裝置響應于檢測到該急性健康事件而發送;響應于接收到該發作數據來確定警報上下文;基于該警報上下文來配置針對該急性健康事件的警報;以及控制該一個或多個輸出裝置以輸出基于該警報上下文配置的該警報。
4、在另一示例中,一種系統包括如上所述的傳感器裝置和計算裝置。
5、在另一示例中,一種操作計算裝置的方法包括:經由該計算裝置的通信電路接收由傳感器裝置檢測到的急性健康事件的發作數據,該發作數據由該傳感器裝置響應于檢測到該急性健康事件而發送;由該計算裝置的處理電路響應于接收到該發作數據來確定警報上下文;由該處理電路基于該警報上下文來配置針對該急性健康事件的警報;以及由該處理電路控制該計算裝置的一個或多個輸出裝置以輸出基于該警報上下文配置的該警報。
6、在另一示例中,一種非暫態計算機可讀存儲介質包括指令,該指令使處理電路:接收由傳感器裝置檢測到的急性健康事件的發作數據,該發作數據由該傳感器裝置響應于檢測到該急性健康事件而發送;響應于接收到該發作數據來確定警報上下文;基于該警報上下文來配置針對該急性健康事件的警報;以及輸出基于該警報上下文配置的該警報。
7、本
技術實現要素:
旨在提供對本公開所描述的主題的概述。其并不旨在提供對在以下附圖和描述中詳細描述的設備和方法的排他性或窮盡性解釋。在以下附圖和描述中闡述了一個或多個示例的進一步的細節。
1.一種計算裝置,所述計算裝置包括:
2.根據權利要求1所述的計算裝置,其中,為了配置所述警報,所述處理電路被配置為基于所述警報上下文來選擇所述警報的持續時間、強度或模態中的至少一者。
3.根據權利要求2所述的計算裝置,其中所述強度包括可聽警報的音量。
4.根據權利要求1至3中任一項或多項所述的計算裝置,其中,為了配置所述警報,所述處理電路被配置為經由所述通信電路向另一裝置發送通信,所述另一裝置被配置為使其他裝置輸出所述警報的至少一部分。
5.根據權利要求4所述的計算裝置,其中所述其他裝置包括物聯網裝置。
6.根據權利要求5所述的計算裝置,其中所述物聯網裝置包括智能揚聲器。
7.根據權利要求1至6中任一項或多項所述的計算裝置,其中所述處理電路被配置為基于所述急性健康事件的類型來確定所述警報上下文。
8.根據權利要求1至7中任一項或多項所述的計算裝置,其中所述處理電路被配置為基于所述患者的位置或一天中的時間中的至少一者來確定所述警報上下文。
9.根據權利要求1至8中任一項或多項所述的計算裝置,其中所述發作數據包括第一患者參數數據,其中所述處理電路被配置為:
10.根據權利要求1至9中任一項或多項所述的計算裝置,所述計算裝置還包括與所述傳感器裝置分開的一個或多個傳感器,所述一個或多個傳感器被配置為感測所述患者的一個或多個生理信號,其中所述發作數據包括第一患者參數數據,其中所述處理電路被配置為:
11.根據權利要求9或10所述的計算裝置,其中所述第二患者參數數據包括呼吸數據、流體數據、位姿數據、活動數據、心臟狀態數據、心電圖數據、心率變異性數據、氧飽和度數據、血壓數據或睡眠階段數據中的一者或多者。
12.根據權利要求2和11所述的計算裝置,其中所述處理電路被配置為基于滿足一個或多個低警覺性準則的位姿數據、呼吸數據或睡眠階段數據中的至少一者來增加所述警報的持續時間或強度中的至少一者。
13.根據權利要求1至12中任一項或多項所述的計算裝置,其中所述處理電路被配置為:
14.根據權利要求13所述的計算裝置,其中所述處理電路被配置為將所述發作數據應用于一個或多個機器學習模型以確定所述分類。
15.根據權利要求14所述的計算裝置,其中所述處理電路被配置為: