病人特定生命特徵估計的系統和方法
2023-06-01 16:07:11 1
專利名稱:病人特定生命特徵估計的系統和方法
技術領域:
本發明涉及病人監視的領域。更特定地,本發明涉及在病人監視中生命特徵極限估計的領域。
背景技術:
當前,有各種系統被用於外科手術期間監視病人的生命特徵,諸如血壓、心率、溫度、和其它生理變量。這些系統包括對於諸如血壓和心率那樣的參數超出範圍時的報警器。高的和低的閾值範圍當前可由用戶選擇。然而,對於特定病人是正常的參數值範圍會隨不同病人而有很大的變化。
例如,1-10歲兒童具有在60-140 bpm的範圍內的正常的靜止心率,而身體良好的成人運動員具有40-60 bpm的正常的靜止範圍。所以,120 bpm的靜止值對於5歲兒童是正常的,但對於運動員是極為異常的。另一個例子是婦女的血壓的正常變動是在懷孕期間是較高的。
許多因素影響個人的正常心率或血壓,包括年齡、性別、體重、身高、身體條件、藥物處理和醫療條件或歷史。由於這種變化,不可能設置適合於所有的病人的單獨一個組的心率、或血壓、或任何其它生理參數報警範圍。監視器的用戶必須人工調整報警極限值以適合於個別的病人,或禁止或忽略報警。
有需要在外科手術/麻醉期間針對基於簡單的閾值報警和先進的多參數智能報警來估計病人特定的參數值。雖然醫生能夠根據年齡、性別、體重、身高、身體條件、藥物處理、和醫療條件或歷史以及所用的麻醉法。對這些數值作出估計,但他們由於許多任務而已經是非常繁忙的,並且他們通常沒有時間對每個病人/手術情況進行報警參數的人工調節。
發明內容本發明的病人特定的生命特徵估計系統和方法包括一個專家系統,它具有由醫療專家導出的多個參數、公式和法則(專家法則)。對特定病人的影響因素被輸入到專家系統,然後專家系統根據影響因素與專家法則計算估計的血壓範圍、心率範圍、或任何其它想要的醫療參數範圍。這些估計的範圍被用來設置監視器上的最大和最小報警值。該系統和方法還被配置成把一個附加的專家法則組包括在專家系統中,用來計算當病人處在麻醉時的估計範圍。
本發明的一方面,用於估計病人特定的生命特徵極限的系統包括監視器,被配置成監視病人的生理參數;專家系統,包括存儲媒體和處理器,它被配置成與監視器通信,並且還被配置成具有第一組專家法則;以及輸入裝置,被配置成把一組影響因素輸入到專家系統。專家系統被配置成通過使用第一組專家法則和影響因素來計算對於生理參數的第一可接受範圍,並按照第一可接受範圍設置監視器上的最小報警極限和最大報警極限。系統還包括麻醉劑輸送裝置,被配置成對病人供給麻醉劑,以及它還被配置成把麻醉劑的目標濃度傳送到專家系統。專家系統被配置成通過使用第一可接受範圍、第二組專家法則、影響因素和目標濃度來計算對於生理參數的第二可按受範圍,專家系統還被配置成按照第二可接受範圍重新設置最小報警極限和最大報警極限。專家系統也可以可移動地耦合到監視器,或永久地附著在監視器上。系統的影響因素包括年齡、性別、體重、身高、身體條件、藥物處理和病人的歷史。
本發明的另一方面是估計病人特定的生命特徵極限的方法,把第一組和最近的一組專家法則與一組影響因素輸入到專家系統,根據第一組專家法則與影響因素計算第一參數範圍,和按照第一參數範圍設置最大和最小報警值。該方法還包括當病人在麻醉時把麻醉劑的目標濃度輸入到專家系統,並根據第一參數範圍、第二組專家法則、影響因素和麻醉劑的目標濃度計算第二參數範圍,並按照第二參數範圍重新設置最大報警值和最小報警值。
圖1顯示按照本發明的系統的實施例的示意圖。
圖2a-2b顯示按照本發明的系統的實施例的方塊圖。
圖3顯示按照本發明的方法的實施例的流程圖。
部件表
具體實施方式
該系統和方法通過使用多個參數和來自像麻醉學專家那樣的專家組的法則來估計用於生理監視器的報警極限值,從而把參數組合中的臨床重大變化警告用戶。這些「專家」法則,如由醫療領域的專家表達的那樣,有時包括諸如「血壓低」或「心率高」的詞語,「低」和「高」的數值對於給定的病人是特定的,正如下面解釋的。所監視的生理參數將受在外科手術時所給予的麻醉劑的影響,這樣,報警系統和方法還必須對此進行調節。
參照圖1,估計系統10包括專家系統12,專家系統包含由麻醉學專家以及其它醫療專家使用的知識和法則。特別地,麻醉學專家和其它醫療專家根據已知的或公布的參考值和對於諸如病人年齡、性別、身高、體重、身體條件、藥物處理、醫療條件/歷史、和所使用的麻醉劑那樣的因素來調整、補償或應用法則以估計在麻醉/手術期間對於特定的病人的生理參數的預期的和可接受的範圍。在為了調整它們而應用專家法則或計算之後的這些參考值,連同使用上述輸入因素的專家系統,是本發明的基礎。
優選地,該系統和方法首先估計未麻醉情況下的參數範圍,然後應用附加法則以便得到在麻醉下的估計值。只使用未麻醉的結果使得本發明在手術場所以外諸如在病人床邊監視和強化護理單元中是有用的。而且,雖然血壓和心率是要估計的最關心的生命特徵,但可以看到,本發明也可以估計其它生理變量的病人特定的數值。
參照圖1,圖上顯示按照本發明的系統的實施例的示意圖。這裡,包括存儲媒體與處理器的專家系統12被使用來按照多個輸入估計病人的特定的生命特徵和報警極限。估計系統10包括把第一組專家法則14輸入到專家系統12。如前所述,第一組專家法則14是由該領域中的專家,諸如麻醉學專家或其它醫療專家推導出的,並包括用於確定醫療參數的可接受的範圍和某些影響因素18如何影響這些範圍的一組法則。例如,第一組專家法則可包括一個法則人的靜止心率的可接受範圍是40-140 bpm。第一組專家法則然後可包括一個法則如果病人的年齡小於10歲,但大於1歲,則可接受的靜止心率是在60與140 bpm之間。第一組專家法則14然後可包括還按照身高和體重、性別、當前的處方藥、醫療條件和許多其它影響因素18來進一步規定靜止心率的這個可接受範圍的附加法則,它們也被輸入到專家系統12,以便估計病人特定的生命特徵。優選地,第一組專家法則14當估計系統10在醫院中被實施之前被輸入到專家系統。
再次地,第一組專家法則14被輸入到專家系統12。對於特定的病人的影響因素18,諸如年齡、身高和體重、性別、和現有的醫療情況(但不限於此)被輸入到專家系統12。優選地,影響因素18由醫院信息系統(HIS)自動輸入,但也可設想由人工輸入。影響因素18與存儲在專家系統12的存儲媒體中的專家法則14進行比較,而處理器計算想要的醫療參數的第一估計範圍20。回到以前的例子,對於沒有輸入其它影響因素18到專家系統的一個6歲兒童,靜止心率的第一估計範圍20是60-140bpm。第一估計範圍20然後被用來設置第一組報警值26,包括最小報警值,本例中是60bpm,和最大報警值,本例中是140bpm。
估計系統10還能夠估計在病人處在麻醉時所需的醫療參數的第二估計範圍22。如前所述,用戶可得到的影響因素18是由HIS輸入到專家系統12的。另外,第一估計範圍20被利用於計算這個第二估計範圍22。還要利用第二組專家法則16,它也在以前被輸入到專家系統,並被保存在專家系統12的存儲媒體中。如上所述,這個第二組專家法則16與第一組專家法則14不同之處在於,第二組專家法則16被調整成反映處在麻醉下的病人。回到以上的例子,對於6歲兒童的正常的靜止心率,在第二組專家法則下,或許要比40-120bpm的範圍更大。另外,麻醉劑的目標濃度24也被輸入到專家系統,以便計算第二估計範圍22。所以,在計算第二估計範圍22時,專家系統12的處理器鑑於影響因素18和麻醉劑的目標濃度24來檢查第一估計範圍20,並應用第二組專家法則16,以便計算第二估計範圍22。然後從第二估計範圍22導出第二組報警值28,包括最小報警值和最大報警值。
現在參照圖2a 2b,估計系統10以框圖的形式被顯示。在圖2a,專家系統12被物理地包含在監視器32內,並且一個用於輸入影響因素的輸入裝置38(諸如HIS)被耦合到監視器32中的專家系統12。病人36被監視器32連續地監視,而專家系統12能夠調整對於在監視器上任何所需生理參數的最小和最大報警值。
現在參照圖2b,監視器32在監視病人的同時被連接到專家系統12,該專家系統是分開地和可移動地耦合到監視器32的。雖然專家系統12在本實施例中沒有物理地包含在監視器32中,但專家系統12處在與監視器通信的狀態,使得專家系統12可以調整監視器32的所需生理參數的最小和最大報警值。再次地,輸入裝置38被耦合到專家系統12,以便輸入影響因素和麻醉劑的目標濃度。
圖3顯示本發明的估計方法40。在估計方法40的步驟42,第一和第二組專家法則被輸入到專家系統。在步驟44,相應於特定病人的一組影響因素被輸入到專家系統。在步驟46,根據第一組專家法則和影響因素計算第一參數範圍,以及在步驟48,按照第一參數範圍設置最大報警值和最小報警值。
仍參照圖3的估計方法40,在步驟50確定病人是否處在麻醉下。如果病人不是處在麻醉下,則在步驟60確定新的病人是否需要被監視,從而需要新的估計。如果沒有新的病人,則方法結束。如果在步驟60有新的病人要被監視,則方法返回步驟44。
回到步驟50,如果病人處在麻醉下,則在步驟54麻醉劑的目標濃度被輸入到系統,以及在步驟56,根據第一參數範圍、第二組專家法則、影響因素和麻醉劑的目標濃度計算第二參數範圍。在步驟58,按照第二參數範圍重新設置最大報警值和最小報警值。該估計方法40然後繼續到步驟60,在該步驟確定是否有新的病人要被監視。
如前所述,在現有技術病人監視系統中使用的根據閾值來報警的缺點在於,因為在各個病人之間正常值的大的變化,用戶必須以每個病人為基礎人工調整高的和低的極限值,以便從報警系統得到最大效用。另外,先進的多參數「智能」報警器也需要高的和低的參數值的估值,以便提高它們的精度。然而,用戶常常太忙而不能按每個情形來人工設置這些數值。因此,報警系統的有用性對於醫生和病人都被減小。本公開的系統和方法使醫生節省在人工輸入病人特定的報警極限值中所花費的時間,提高基於閾值的報警的利用性和質量,以及提供輸入給需要提高其靈敏度和專一性的「智能」的多參數報警器。
本發明是根據引用細節的具體的實施例描述的,以方便了解本發明的結構和操作的原理。這裡對於本發明的特定的實施例和細節的這樣的參考不打算限制所附權利要求
的範圍。本領域技術人員將會看到,在用於說明的選擇的實施例中可以作出修改而不背離本發明的精神和範圍。
權利要求
1.一種用於估計病人的特定生命特徵極限值的系統,該系統包括監視器,被配置成監視病人的生理參數;專家系統,包括存儲媒體和處理器,被配置成與監視器通信,並且還被配置成具有第一組專家法則;以及輸入裝置,被配置成把一組影響因素輸入到專家系統,其中專家系統被配置成通過使用第一組專家法則和影響因素來計算對於生理參數的第一可接受範圍,並按照第一可接受範圍設置監視器上的最小報警極限和最大報警極限。
2.如在權利要求
1中要求的系統,還包括麻醉劑輸送裝置,被配置成對病人供給麻醉劑,並且還被配置成把麻醉劑的目標濃度傳送到專家系統。
3.如在權利要求
2中要求的系統,其中專家系統被配置成通過使用第一可接受範圍、第二組專家法則、影響因素和目標濃度來計算對於生理參數的第二可接受範圍,專家系統還被配置成按照第二可接受範圍重新設置最小報警極限和最大報警極限。
4.如在權利要求
1中要求的系統,其中專家系統是可移動地耦合到監視器的。
5.如在權利要求
1中要求的系統,其中專家系統是永久地固定在監視器上的。
6.如在權利要求
1中要求的系統,其中影響因素包括年齡、性別、體重、身高、身體條件、藥物處理或病人的歷史。
7.一種估計病人特定的生命特徵極限的方法,該系統包括把第一組和第二組專家法則與一組影響因素輸入到專家系統;根據第一組專家法則與影響因素計算第一參數範圍;和按照第一參數範圍設置最大和最小報警值。
8.如在權利要求
7中要求的方法,還包括當病人處在麻醉時把麻醉劑的目標濃度輸入到專家系統。
9.如在權利要求
8中要求的方法,還包括根據第一參數範圍、第二組專家法則、影響因素和麻醉劑的目標濃度計算第二參數範圍。
10.如在權利要求
9中要求的方法,還包括按照第二參數範圍重新設置最大報警值和最小報警值。
專利摘要
本發明的病人的特定生命特徵估計系統和方法包括一個專家系統,具有由醫療專家導出的多個參數、公式和法則(專家法則)。對特定病人的影響因素被輸入到專家系統,然後專家系統根據該影響因素與專家法則計算估計的血壓範圍、心率範圍、或任何其它所需的醫療參數範圍。這些估計的範圍用來設置監視器上的最大和最小報警值。該系統和方法還被配置成把附加的專家法則組包括在專家系統中,以用來計算當病人處在麻醉時的估計的範圍。
文檔編號A61M19/00GK1994219SQ200710002156
公開日2007年7月11日 申請日期2007年1月4日
發明者M·D·帕爾馬 申請人:通用電氣公司導出引文BiBTeX, EndNote, RefMan