СПОСОБ ВИЗУАЛИЗАЦИИ ИНФОРМАЦИИ УКАЗАТЕЛЯ ИНДЕКСА ГЕМОДИНАМИЧЕСКОЙ НЕСТАБИЛЬНОСТИ Российский патент 2017 года по МПК A61B5/00 G06F19/00 

Описание патента на изобретение RU2629797C2

Настоящая заявка относится к поддержке принятия клинических решений. Она находит применение, в частности, в связи с прогнозированием изменений физиологического и клинического состояний и описана ниже конкретно в отношении данного применения. Однако следует понимать, что изобретение находит также применение в других ситуациях использования и не обязательно ограничено вышеупомянутым применением.

При медицинском обслуживании пациентов чем быстрее медицинский работник узнает об ухудшении состояния пациента, тем быстрее медицинский работник может предпринять корректирующее действие. Это, в свою очередь, в частности, снижает вероятность конечного поражения органа в случае ухудшения гемодинамики и в общем улучшает результат лечения пациента. Обнаружение ухудшения состояния обычно требует, чтобы медицинский работник ручным способом анализировал физиологические данные по множеству физиологических параметров, например, систолическому артериальному давлению, и/или лабораторные данные. Однако медицинские работники наблюдают за большим числом пациентов, и предполагается только увеличение числа пациентов, приходящихся на одного медицинского работника. Кроме того, частота, с которой формируются физиологические данные, является высокой. По существу медицинские работники часто поздно обнаруживают ухудшение состояния.

Для облегчения упомянутой задачи все более распространенным становится автоматическое наблюдение за пациентами. Однако принципиальной проблемой автоматического наблюдения является утомление от предупредительной информации. Утомление от предупредительной информации является состоянием, в котором медицинские работники становятся менее восприимчивыми к клиническим предупреждениям из-за высокой вероятности, что предупреждения не имеют реальной клинической значимости. Простое решение состоит в повышении пороговых величин для предупреждения. Однако это снижает чувствительность и повышает вероятность ошибки обнаружения ухудшения состояния пациента.

Другое решение состоит в установке периода блокировки после того, как выдается предупреждение, и поэтому аналогичные предупреждения не выдаются, пока не выполняется условие повторного приведения в готовность. При упомянутом подходе, условие повторного приведения в готовность является решающим для сокращения числа предупреждений. Типичное условие повторного приведения в готовность состоит в прохождении заданного промежутка времени от предупреждения, инициирующего период блокировки, и затем в повторной оценке физиологических данных после того, упомянутый период прошел. Это основано на представлении, что любое предупреждение, следующее за первым предупреждением, по-видимому, основано на аналогичных физиологических данных и, следовательно, не предоставляет никакой дополнительной информации медицинскому работнику. Медицинский работник либо уже планирует действие для лечения пациента, если он согласен с предупреждением, либо сомневается в достоверности предупреждения и в каждом случае будет считать другое предупреждение ненужным. Таким образом, целесообразно блокировать дополнительные предупреждения.

Один недостаток упомянутого решения по предупреждениям заключается в том, что дополнительные предупреждения не выдаются, если состояние пациента ухудшается в течение периода блокировки. Другой недостаток состоит в том, что заданный промежуток времени обычно является фиксированным. По существу, заданный промежуток времени не адаптируется для любого конкретного пациента. Кроме того, заданный промежуток времени не адаптируется к физиологической динамике отдельного человека или вмешательствам.

Другие проблемы автоматического наблюдения возникают из прогнозирующих моделей, обычно используемых системами автоматического наблюдения. Упомянутые прогнозирующие модели обычно обучаются на больших базах данных с данными популяций, вследствие чего решения, использующие упомянутые прогнозирующие модели, основаны на общих признаках большой популяции. Кроме того, различия между отдельными людьми и популяцией для общего обучения обычно не учитываются. Обучение приведенным методом может приводить к ненужным предупреждениям и/или отказу от формирования предупреждений для некоторых пациентов с физиологическими нормами, отличающимися от норм популяции для общего обучения.

Для смягчения данного недостатка непосредственный отзыв медицинского работника относительно достоверности выданного предупреждения можно использовать для обучения. Однако данный подход невозможен для систем, которые не имеют полезной возможности обучения с непосредственным отзывом. Кроме того, если предупреждение выдается в ответ на прогнозируемые события за несколько часов вперед, то немедленный отзыв медицинского работника относительно достоверности выданного предупреждения является бессмысленным.

Настоящая заявка предлагает новые и усовершенствованные способы и системы, которые решают вышеупомянутые и другие проблемы.

В соответствии с одним аспектом предлагается медицинская система для наблюдения за пациентом. Медицинская система включает в себя по меньшей мере один процессор, запрограммированный с возможностью приема данных пациента для пациента. Данные пациента включают в себя данные измерений основных физиологических показателей и результаты лабораторных исследований. По меньшей мере один процессор запрограммирован также с возможностью вычисления индекса нестабильности основных физиологических показателей (VIX), относящегося к физиологическому состоянию пациента, по принятым данным измерений основных физиологических показателей. Кроме того по меньшей мере один процессор запрограммирован с возможностью вычисления индекса нестабильности результатов лабораторных исследований (LIX), относящегося к физиологическому состоянию, по принятым результатам лабораторных исследований. Более того, по меньшей мере один процессор запрограммирован с возможностью интегрирования индексов VIX и LIX в указатель ухудшения состояния пациента.

В соответствии с другим аспектом предлагается медицинский способ наблюдения за пациентом. Принимают данные пациента. Данные пациента включают в себя данные измерений основных физиологических показателей и результаты лабораторных исследований. Индекс нестабильности основных физиологических показателей (VIX), относящийся к физиологическому состоянию пациента, вычисляют по принятым данным измерений основных физиологических показателей. Индекс нестабильности результатов лабораторных исследований (LIX), относящийся к физиологическому состоянию, вычисляют по принятым результатам лабораторных исследований. Индексы VIX и LIX объединяют в указатель ухудшения состояния пациента.

В соответствии с другим аспектом предлагается графический пользовательский интерфейс (GUI) для наблюдения за пациентом. Интерфейс GUI включает в себя дисплей указателя ухудшения состояния для пациента. Указатель ухудшения состояния объединяет индекс нестабильности основных физиологических показателей (VIX) и индекс нестабильности результатов лабораторных исследований (LIX). Индексы VIX и LIX указывают на нестабильность физиологического состояния пациента. Индекс VIX вычисляется по данным измерений основных физиологических показателей, и индекс LIX вычисляется по результатам лабораторных исследований.

Одно преимущество состоит в том, что индекс нестабильности учитывает несколько физиологических параметров.

Другое преимущество состоит в сокращении числа предупреждений.

Другое преимущество состоит в сосредоточении внимания медицинского работника на пациентах, требующих особого внимания.

Другое преимущество состоит в обработке данных с малой задержкой отдельно от данных с большой задержкой.

Другое преимущество состоит в повышенной чувствительности к аномальным состояниям пациентов.

Другое преимущество состоит в адаптируемости к доступным данным.

Другое преимущество состоит в снижении вероятности аномальных значений, инициирующих предупреждения.

Другое преимущество состоит в адаптации к случаям, в которых пациент имеет состояния, которые не типичны для усредненной популяции.

Дополнительные преимущества настоящего изобретения будут очевидны специалистам со средним уровнем компетентности в данной области техники после прочтения и изучения нижеследующего подробного описания.

Изобретение может быть в форме различных компонентов и расположений компонентов и различных этапов и расположений этапов. Чертежи предназначены только для иллюстрации предпочтительных вариантов осуществления и не подлежат истолкованию как ограничивающие изобретение.

Фиг. 1 - блок-схема информационно-технологической (IT) инфраструктуры среды медицинского обеспечения.

Фиг. 2 - блок-схема системы поддержки принятия клинических решений.

Фиг. 3 - графическое представление индекса нестабильности основных физиологических показателей (VIX) для гемодинамической стабильности и соответствующие входные данные.

Фиг. 4 - графическое представление базового индекса VIX и индекса нестабильности основных физиологических показателей.

Фиг. 5 - графическое представление индекса VIX для гемодинамической стабильности и соответствующие входные данные.

Фиг. 6 - блок-схема выполнения операций в системе поддержки принятия клинических решений.

Фиг. 7 - графическое представление поиска значения доминирования с использованием индекса нестабильности основных физиологических показателей и индекса нестабильности результатов лабораторных исследований.

Фиг. 8 - графический пользовательский интерфейс (GUI), отображающий значения указателя ухудшения состояния для множества кроватей.

Фиг. 9 - интерфейс GUI, отображающий подробную информацию, относящуюся к значению указателя ухудшения состояния.

Фиг. 10 - блок-схема выполнения операций, поясняющая работу альтернативного варианта осуществления системы поддержки принятия клинических решений (CDSS), показанной на фиг. 1.

На фиг. 1 и 2 представлена информационно-технологическая (IT) инфраструктура 10 среды с контролируемыми пациентами, например, отделения интенсивной терапии (ICU), обеспечивающего медицинское обслуживание одного или более пациентов. IT инфраструктура 10 включает в себя одного или более источников 12 данных пациента, при необходимости систему 14 информации о пациентах, систему 16 поддержки принятия клинических решений (CDSS), одного или более потребителей 18 данных пациента и т.п. В соответствующем случае, компоненты IT инфраструктуры 10 соединены между собой по сети 20 связи, например, сети Internet, локальной сети, глобальной сети, беспроводной сети, виртуальной частной сети или подобной сети.

Источники 12 данных пациента формируют данные пациента для соответствующих пациентов, получающих медицинское обслуживание в среде с контролируемыми пациентами. Данные пациента для пациента включают в себя какие-то одни или более из физиологических данных, данных поступления, выписки и перевода (ADT), лабораторных данных, клинических данных, данных результатов лечения и данных предупреждений. Физиологические данные включают в себя одно или более из форм сигналов физиологических параметров, результатов измерения физиологических параметров, обычно формируемых с заданной периодичностью выборки, например, равной 1 секунде, или после изменения параметра, наблюдаемых физиологических параметров и вычисленных физиологических параметров. Примеры упомянутых физиологических параметров включают в себя систолическое артериальное давление (SBP), частоту сердечных сокращений (ЧСС), SpO2 и так далее. Данные ADT включают в себя значения для демографических данных, например возраст, национальность и так далее, и выбор медицинского обслуживания, например не реанимировать (DNR), принимать только поддерживающие меры (CMO), дать умереть естественной смертью (AND), причина поступления в больницу или отделение терапии и так далее. Данные ADT обычно формируются, когда пациент поступает и/или выписывается из медицинского учреждения и/или переводится между средами медицинского обслуживания пациентов, например, отделением ICU и/или общей палатой, медицинского учреждения. Лабораторные данные включают в себя результаты лабораторных анализов и обычно формируются нерегулярно, когда происходит событие, например, распоряжение медицинского работника о лабораторном анализе. Клинические данные включают в себя указание действий, предпринятых для улучшения состояния здоровья пациента, и другие данные наблюдений, например, уровень создания, меры вмешательства, диализ, примененные лекарственные средства, социальный и медицинский анамнез пациента, история текущего заболевания, другие социальные факторы или факторы риска, которым подвержен пациент, например геномика, и так далее. Данные результатов лечения включают в себя данные, указывающие результат курсов лечения пациента и/или пребывания в медицинском учреждении, например, ухудшилось ли или улучшилось состояние пациента, умер ли пациент и так далее. Обычно данные результатов лечения формируются во время пребывания пациента в медицинском учреждении по окончании медицинских вмешательств. Данные предупреждений являются данными, указывающими на предупреждение, например, ухудшение состояния пациента, и обычно формируются в ответ на обнаружение ухудшения состояния.

Данные пациента могут формироваться ручным способом и/или автоматически, обычно в зависимости от типа данных пациента. В первом случае можно использовать устройство 22 пользовательского ввода. При необходимости источники 12 данных пациента включают в себя устройства 24 отображения, снабжающие пользователей пользовательским интерфейсом, который служит для ручного ввода данных пациента и/или отображения данных пациента для медицинских работников. Во втором случае могут применяться датчики 26, например, датчики SpO2, измеряющие, например, физиологические параметры, и/или результаты лабораторных исследований и/или процессоры 28, контролирующие и/или обрабатывающие данные, например данные пациента. Примеры источников данных пациента включают в себя, не ограничиваясь, мониторы физиологических параметров, устройства мобильной связи, лабораторные системы, пост систем медицинского обслуживания, клинические информационные системы и так далее.

Система 14 информации о пациентах сохраняет данные пациента из IT инфраструктуры 10, например, из источников 12 данных пациента и/или системы 16 CDSS, в одной или более базах 30 данных IT инфраструктуры 10. Например, система 14 информации о пациентах может сохранять SBP для пациента из одного из источников 12 данных пациента. Система 14 информации о пациентах может быть выполнена с возможностью сохранения данных пациента из устройств 32 пользовательского ввода в базах 30 данных и/или для обеспечения возможности наблюдения сохраненных данных пациента на устройствах 34 отображения. Устройства 34 отображения можно также использовать для поддержки приема данных из устройств 32 пользовательского ввода. В соответствующих случаях, система 14 информации о пациентах сохраняет в ручном режиме данные пациента на заданный промежуток времени, например, год, чтобы обеспечить другим компонентам IT инфраструктур 10, например, системе 16 CDSS, доступ к данным анамнеза пациента. Примеры систем информации о пациентах включают в себя, не ограничиваясь, системы электронных медицинских карт, системы отделений и т.п.

Система 16 CDSS принимает данные пациента для пациентов из IT инфраструктуры 10, например, из источников 12 данных пациента и/или системы 14 информации о пациентах. Система CDSS может быть, в качестве альтернативы, конфигурирована таким образом, что данные пациента принимаются также из других источников, например устройств 36 пользовательского ввода, при необходимости с устройствами 38 отображения, обеспечивающих для пользователей пользовательский интерфейс, который служит для ввода данных пациента, и/или таких источников, как базы данных, внешних относительно IT инфраструктуры 10. Данные пациента включают в себя, например, текущие данные пациента (например, данные текущих измерений физиологических параметров) и/или данные анамнеза пациента (например, данные предыдущих измерений физиологических параметров). На основе использования принятых данных пациента, система 16 CDSS осуществляет наблюдение за состоянием здоровья пациентов. Наблюдение включает в себя, например, формирование предупреждений, когда представляется, что состояние пациента ухудшается, отчетов, резюмирующих состояние пациента, значений индексов нестабильности основных физиологических показателей (VIX) и так далее.

Система 16 CDSS дополнительно включает в себя также фильтр 40. По меньшей мере некоторые из принятых данных пациента проходят через фильтр 40, который преобразует данные пациента в стандартизованный формат и/или фильтрует данные пациента, которые не подходят для наблюдения за состоянием здоровья пациента. В предпочтительном варианте выполнения преобразование данных пациента позволяет использовать систему 16 CDSS во множестве различных хостов и использовать данные из множества различных хостов в исходном формате. Фильтрация может включать в себя одно или более из сравнения данных пациента с заданными диапазонами соответствия норме, проверки, что данные пациента удовлетворяют временным критериям пригодности, и перекрестного контроля данных пациента. Например, физиологические данные обычно фильтруются для удаления данных измерений, которые не укладываются в заданные границы, например, границы, указывающие возможные значения, и/или являются иначе очень неправдоподобными. В другом примере, данные ADT обычно фильтруются для удаления данных ADT для пациентов, которые не относятся в целевой демографической группе (например, по возрасту, этнической принадлежности и т.п.). Например, данные ADT для пациента, который не достиг заданного возраста, например, возраста совершеннолетия (например, обычно 18 лет в Соединенных Штатах), и/или который превосходит заданный возраст, например, маловероятный или неправдоподобный возраст. В еще одном примере, результаты лабораторных исследований обычно фильтруются для удаления результатов, которые не укладываются в заданные границы, например, границы, указывающие возможные значения, и/или которые превосходят заданный срок действия, например 24 часа. В предпочтительном варианте, тем самым удаляются данные, которые являются устаревшими и/или, вероятно, резко отклоняющимися, что снижает вероятность ложных тревог.

Модуль 42 VIX системы 16 CDSS вычисляет значения VIX из принятых данных пациента (фильтрованные, в подходящем случае). Индекс VIX обычно объединяет данные с малой задержкой, например, текущие физиологические данные, для множества физиологических параметров и при необходимости статические данные, например, демографические данные, с одним измерением, отражающим стабильность физиологического состояния пациента, например, гемодинамического состояния пациента, стабильность легких, стабильность пищевого баланса и так далее. Данная система 16 CDSS может быть конфигурирована таким образом, что значения VIX для пациентов отображаются на устройствах 38 отображения. Значения VIX могут вычисляться непрерывно и/или после совершения некоторого события, например, события таймера, события пользовательского ввода, наличия новых данных и так далее. Например, медицинский работник может вручную запустить вычисление индекса VIX для пациента, чтобы определить гемодинамическую стабильность пациента. Система 16 CDSS может быть дополнительно конфигурирована таким образом, что значения VIX сохраняются для статистического анализа, обычно в системе 14 информации о пациентах.

Значение VIX для стабильности физиологического состояния вычисляется посредством представления значений для прогностических переменных в выбранную модель VIX, которая формирует значение VIX на основании прогностических переменных. Прогностические переменные являются каким-то одними или более из физиологических параметров, признаков, выделенных из статических данных, например, этническое происхождение, и т.п., относящихся к определению стабильности физиологического состояния. В подходящем случае, модель VIX выбирается из множества моделей VIX в базе 44 данных моделей VIX на основании физиологического состояния и/или наличия данных. Например, первая модель VIX выбирается для стабильности первого физиологического состояния, и вторая модель VIX выбирается для стабильности второго физиологического состояния. В другом примере, первая модель VIX выбирается, когда в наличии имеются данные измерений ЧСС и неинвазивного SBP, и вторая модель VIX выбирается, когда в наличии имеются данные измерений ЧСС и инвазивного SBP. Кроме того, значения VIX, создаваемые моделями, обычно изменяются в диапазоне от 0 до 1, при этом чем ближе значение к 1, тем более вероятно, что пациент должен быть нестабилен. Модели VIX могут быть разработаны с использованием любых методов прогнозирующих моделей, например логистической регрессии, полиномиальной логистической регрессии, линейной регрессии и обучения методом опорных векторов.

Групповые модели VIX включают в себя, например, модель логистической регрессии для гемодинамической стабильности в форме:

, (1)

где

(2)

Конкретные модели VIX получают от разных субпопуляций пациентов (кардиогенный шок, геморрагический шок, септический шок и так далее) и на основании разных исходных параметров (инвазивного SBP, неинвазивного SBP и т.п.). Модель учитывает SBP и шоковый индекс (SI), которые являются высокозначимыми прогностическими переменными при определении гемодинамической стабильности, и дает в ответ индекс VIX от нуля до единицы. Индекс SI является частным от деления частоты сердечных сокращений на SBP. Чем выше индекс VIX, тем менее стабильным является пациент. В некоторых случаях, β1, коэффициент при SBP, является отрицательным. По мере того, как SBP снижается, индекс VIX стремится к повышению, отражая тот факт, что пациент достигает менее стабильного состояния. Кроме того, β2, коэффициент при индексе SI, является положительным. По мере того, как индекс SI становится выше, индекс VIX также стремится к повышению, снова отражая снижение стабильности. Подход к определению коэффициентов поясняется в дальнейшем.

На фиг. 3 показаны типичный результат вычисления индекса VIX для гемодинамической стабильности и соответствующие входные данные в виде функции времени. Входные данные начерчены по реальным данным пациента. Первая информационная область 46 и вторая информационная область 48 графика представляют ЧСС и SBP, соответственно, пациента. Как отмечено выше, ЧСС и SBP являются высокозначимыми прогностическими переменными при определении гемодинамической стабильности. В третьей информационной области 50 отображаются вычисленные значения VIX. Можно видеть, что на момент времени 11,75 часа, индекс VIX пациента является довольно высоким (около 0,8), указывая, что пациент не является гемодинамически стабильным. Хотя это не показано, в 14 часов пациенту дали сосудосуживающее средство, что указывает, что гемодинамическая нестабильность была идентифицирована медицинским работником.

Как показано на фиг. 1 и 2, модуль 42 VIX может быть дополнительно выполнен с возможностью формирования и/или обновления моделей VIX по данным анамнеза пациентов. Данные анамнеза пациентов включают в себя записи для множества пациентов, причем каждая запись включает в себя значения для множества переменных, в том числе прогностических переменных, и соответствующие данные результатов лечения, указывающие, был ли пациент стабильным для физиологических состояний обновляемых и/или формируемых прогнозирующих моделей. При использовании записей, в частности, связей между переменными и результатами, и методов прогнозирующих моделей, например, логистической регрессии, полиномиальной логистической регрессии, линейной регрессии и обучения методом опорных векторов, идентифицируются прогностические переменные и/или одно или более правил для прогнозирования результата. Например, многомерную логистическую регрессию можно использовать для идентификации прогностических переменных и коэффициентов вышеописанной модели логистической регрессии. Когда модуль 42 VIX используется для обновления моделей VIX, модели VIX обычно обновляются в ответ на некоторое событие, например, периодическое событие таймера, событие пользовательского ввода, наличие новых данных анамнеза пациента и так далее.

Модуль 52 правил системы 16 CDSS определяет пороги индекса VIX, указывающие на нестабильность пациентов. Порог индекса VIX для пациента определяется на основании соответствующего физиологического состояния и при необходимости контекстно-зависимых данных, например, лабораторных данных и/или демографических данных. Контекстно-зависимые данные являются данными, описывающими одно или более из того, находится ли пациент в процессе медицинского обслуживания, списка проблем пациента, вмешательств, демографических данных, лабораторных анализов и т.п. Контекстно-зависимые данные не относятся непосредственно к индексу VIX, но обеспечивают указание на то, где следует установить порог для конкретного пациента. Например, пациента с уровнем креатинина 0,9 мг/дл можно считать стабильным со значение VIX 0,5, а пациента с уровнем креатинина 3,2 мг/дл можно считать нестабильным. Когда не существует контекстно-зависимых данных, относящихся к пациенту, для пациента используется групповой порог. В противном случае, обычно используется порог, основанный на обеспеченных контекстно-зависимых данных. Например, если формируются контекстно-зависимые данные, например результаты лабораторных исследований крови, которые указывают на низкий уровень гематокрита или альбумина, то порог индекса VIX можно настроить на меньшее значение.

Пороги индекса VIX определяют в подходящем случае по правилам одного или более классификаторов индексов VIX из базы 54 данных классификаторов индексов VIX, которые различают значениями, обусловленными стабильностью и нестабильностью, для множества переменных, включая индекс VIX и при необходимости одну или более переменных контекстно-зависимых данных, например, лабораторных анализов. Модуль 52 правил может при необходимости включать в себя классификатор индексов VIX для каждого возможного набора входных переменных. Например, модуль 52 правил может включать в себя классификатор индексов VIX для входных данных, состоящих только из значения VIX, и классификатор индексов VIX для входных данных, состоящих только из значения VIX и первого контекстно-зависимого значения, например, результата лабораторного исследования для конкретного лабораторного анализа. Классификаторы индексов VIX могут формироваться и/или обновляться с использованием любых методов машинного обучения, например, алгоритмов построения дерева решений. В предпочтительном варианте, любой набор правил для различения между стабильными и нестабильными пациентами с использованием анализа дерева решений будет иметь исходное правило, указывающее порог для индекса VIX в отсутствие любых контекстно-зависимых данных. Например, если индекс VIX выше, чем 0,6, то пациент является нестабильным. В дополнение к упомянутому исходному правилу, набор правил включает в себя правила охватывающие контекстно-зависимые данные, например, результаты лабораторных исследований, и повышающие или снижающие порог индекса VIX в зависимости от контекста. Например, если индекс VIX выше, чем 0,33 и уровень креатинина выше, чем 1,6, то пациент является нестабильным.

В некоторых случаях, вместо правил с отдельными условиями, основанными на результатах лабораторных исследований, различные результаты лабораторных исследований, используемые в правилах, могут быть интегрированы в единственный индекс нестабильности результатов лабораторных исследований (LIX). Тогда значения LIX можно использовать для установки порогов индексов VIX. Дополнительное описание индекса LIX приведено в дальнейшем.

Модуль 52 правил может также формировать и/или обновлять классификаторы индексов VIX по данным анамнеза пациентов. Данные анамнеза пациентов включают в себя записи для множества пациентов, при этом каждая запись включает в себя значения для входных переменных, включая индекс VIX и при необходимости переменные контекстуально-зависимые данные, например, лабораторные анализы, имеющие отношение к чувствительности наблюдения за пациентом, и данные результатов лечения, указывающие, был ли пациент нестабилен. С использованием записей, в частности, связей между входными переменными и результатами, и алгоритма машинного обучения, например, алгоритма построения дерева решений, определяют одно или более правил для определения результата. Когда для обновления классификаторов используется модуль 52 правил, классификаторы индексов VIX обычно обновляются в ответ на событие, например, периодическое событие таймера, событие пользовательского ввода, наличие новых данных анамнеза пациента и так далее.

Модуль 56 диспетчера правил и селектора определяют набор из одного или более правил наблюдения и/или одной или более моделей VIX, чтобы использовать для каждого пациента, подлежащего наблюдению. Правило наблюдения принимает входные значения для одной или более переменных, например физиологического параметра, и обеспечивает указание на то, ухудшается ли состояние пациента. Для определения набора из одного или более правил наблюдения и/или одной или более моделей VIX используется одно или более правил базы 58 данных правил выбора. Правила выбора выбирают одно или более правил наблюдения из множества правил наблюдения в базе 60 данных правил наблюдения и/или выбирают одну или более моделей VIX из базы 44 данных индексов VIX. Правила наблюдения в подходящем случае формируются в ручном режиме, например, клиническим экспертом и/или автоматически, с использованием алгоритма машинного обучения.

Правила выбора могут быть основаны на чем-то одном или более из доступных данных пациента, контекста пациента и/или источника данных пациента. Обычно, однако, правила выбора основаны на контекстуально-зависимых данных, например, лабораторных данных и/или демографических данных. Когда контекстуально-зависимые данные имеются в наличии, правила выбора определяют набор правил наблюдения и/или модели VIX, адаптированные соответственно имеющимся контекстуально-зависимым данным. Когда контекстуально-зависимые данные не имеются в наличии, правила выбора выдают выбор группового набора правил наблюдения и/или групповой модели VIX. При этом, модуль 56 диспетчера правил и селектора адаптивно регулируется соответственно имеющимся данным пациента. Хотя правила выбора, основанные на контекстуально-зависимых данных, являются типичными, предполагаются другие схемы выбора. Например, предполагается, что диспетчер правил и модуль 56 просто выдают в ответ набор правил наблюдения для каждого пациента, независимо от наличия контекстуально-зависимых данных. Аналогично правилам наблюдения правила выбора в подходящем случае формируются в ручном режиме, например, клиническим экспертом и/или автоматически, с использованием алгоритма машинного обучения.

Правила наблюдения основаны на значениях VIX. Однако одна проблема использования значений VIX состоит в том, что высокие значения VIX могут быть результатом резко отклоняющихся физиологических данных из-за, например, неправильно размещенного контрольного провода или резкого изменения положения руки пациента, или перемещения из лежачего положения в положение сидя или стоя. В частности, там, где применяется автоматическое наблюдение за пациентом, такие данные могут приводить к ложным предупреждениям. Для снижения вероятности упомянутых ложных предупреждений, базовый индекс VIX (bVIX), указывающий, как вел себя индекс VIX, вычисляется модулем 62 bVIX системы 16 CDSS. Модуль 62 bVIX вычисляет значения bVIX по данным анамнеза пациента. Для оценки тенденции в последовательности значений VIX можно использовать множество способов. Некоторые способы сложнее других. В одном примере, значение bVIX является максимальным значением VIX или 90-процентным значением в течение прошедшего заданного промежутка времени, например, трех часов.

Когда используется индекс bVIX, предупреждение выше порога инициирования показывается только в том случае, если индекс bVIX указывает на тенденцию к возрастанию в индексе VIX. Тогда текущее высокое значение VIX отражает скорее истинное состояние физиологического состояния. В противном случае, ложное предупреждение является более вероятным. В одном примере, тенденция к возрастанию обнаруживается, когда текущее значение VIX больше, чем заданный порог, и индекс bVIX является по меньшей мере некоторой частью (фракцией) порога (например, 3/4 или 2/3). Это означает, что текущий индекс VIX является достаточно высоким, чтобы вызывать предупреждение, и прежнее значение VIX уже является довольно высоким. Тогда и только тогда предупреждение инициируется. Если индекс bVIX является слишком низким, то текущий индекс VIX, даже высокий, является, вероятнее всего, отклонением, и никакого предупреждения не инициируется. Данная конкретная реализация обеспечивает преимуществом простоты и эффективности и оказалась эффективной для сокращения числа предупреждений, обусловленных резкими отклонениями данных.

На фиг. 4 представлен пример значений 64 VIX и соответствующих значений 66 bVIX, вычисленных для пациента в течение части времени их пребывания в среде медицинского обслуживания пациентов в виде функции времени с поступления. Около часа 308 значение VIX пациента достигает достаточно высокого значения для инициирования предупреждения. Однако, поскольку значение bVIX в данный момент времени (~0,22) является слишком низким, то в результате данного пика VIX никакого предупреждения не инициируется. При этом реализация индекса bVIX сделала невозможным инициирование предупреждения вследствие упомянутых совершенно очевидно отклоняющихся от нормы данных. Во время последующего пребывания пациента, около часа 314,5, индекс VIX пациента снова становится достаточно высоким, чтобы пересечь порог нестабильности. Однако в это время индекс bVIX также является достаточно высоким (~0,4), чтобы допустить инициирование предупреждения. По существу индекс bVIX чувствителен к тенденциям данных; высокий индекс VIX, получающийся в результате постепенного повышения значений VIX, скорее является результатом реальных важных физиологических изменений, чем индекс VIX, который резко возрастает.

Как показано на фиг. 1 и 2, модуль 68 диспетчера предупреждений осуществляет наблюдение за данными пациента для пациента и формирует предупреждения, когда обнаруживается ухудшение состояния. Для определения, когда состояние пациента ухудшается, модуль 68 диспетчера предупреждений использует набор правил наблюдения для пациента, определенный модулем 56 диспетчера правил и селектора. Как отмечено выше, правила наблюдения получают в качестве входных данных значения для одной или более переменных, например, физиологические параметры, обычно принимаемые из IT инфраструктуры 10. Кроме того, входные переменные могут включать в себя индекс VIX. Значения VIX принимаются, например, из модуля 42 VIX и формируются, например, в соответствии с выборами моделей VIX, сделанными модулем 56 диспетчера правил и селектора. Кроме того, из модуля 52 правил принимаются пороги для правил наблюдения для значений VIX.

Когда выполняется определение, что состояние пациента ухудшается, предупреждение формируется в ответ на данное явление. Предупреждение подходящим образом формируется и направляется медицинскому работнику в соответствии с одним или более правилами в базе 70 данных правил предупреждения. Правила могут учитывать одно или более из больничной политики, рабочих списков медицинских работников, дежурного состояния медицинских работников, предпочтений медицинских работников и так далее. Например, допустим, больничная политика устанавливает, что в ответ на предупреждение конкретного типа, дежурный врач наблюдает пациента. Кроме того, допустим, дежурный врач требует, чтобы с ним контактировали специальным образом, например, посредством текстового сообщения. Правила можно использовать для формирования и передачи предупреждения, удовлетворяющего упомянутым требованиям. Предполагается также возможность эскалации предупреждения. Эскалация предупреждения является концепцией увеличения продолжительности предупреждения посредством его повторной передачи тому же или другому медицинскому работнику после того, как выполняются такие условия, как прохождение заданного промежутка времени без приема подтверждения.

В дополнение к передаче предупреждения, предупреждения для того же самого ухудшения состояния нейтрализуются (т.е. блокируются от инициирования), пока не выполняется условие повторного приведения в готовность. Условия повторного приведения в готовность могут включать в себя, например, прохождение заданного промежутка времени. Кроме того, условия повторного приведения в готовность могут, например, определяться адаптивным способом повторного приведения в готовность. Адаптивный способ предполагает осведомленность о типичных мерах вмешательства, принимаемых медицинскими работниками в ответ на ухудшение физиологического состояния, соответствующего нейтрализованному предупреждению, и наличие клинических данных, указывающих на вмешательства, предпринимаемые медицинскими работниками. Кроме того, адаптивный способ предполагает индекс или параметр, который отражает стабильность пациента по отношению к физиологическому состоянию. Например, когда физиологическое состояние является гемодинамической стабильностью, индекс или параметр может быть индексом VIX, и типичные меры вмешательства включают в себя введение жидкостей, сосудосуживающих средств или эритроцитарной массы.

В соответствии с адаптивным способом, если выдается предупреждение об ухудшении физиологического состояния, то предупреждения по такому же ухудшению состояния блокируются от выдачи в течение заданного промежутка времени, например, трех часов. Заданный промежуток времени соответствует времени до начала действия прогноза, что произойдет ухудшение состояния, и обычно изменяется в зависимости от физиологического состояния. После того, как проходит заданный промежуток времени, выполняется определение, было ли предприняты меры вмешательства от ухудшения состояния, на основании клинических данных, обычно принимаемых из IT инфраструктуры 10, и знаний о типичных мерах вмешательства для физиологического состояния.

Если никакого вмешательства не предпринималось и не предпринимается, предупреждения в отношении того же ухудшения состояния нейтрализуются, если и/или пока индекс или параметр не ухудшились на пороговую величину в сравнении со значением индекса или параметра во время первоначального предупреждения. Пороговая величина может быть фиксированной или переменной, например, половиной расстояния до предыдущего значения индекса или параметра. При повторном приведении в готовность таким образом, отсутствие вмешательства медицинского работника после того, как прошло значительное время, интерпретируется как указание, что состояние пациента во время первого предупреждения является допустимым для данного конкретного пациента. Поэтому даже несмотря на то, что индекс или параметр является аномальным или нестабильным по стандартам популяции, адаптивный способ учит, что он является нормальным. Если вмешательство предпринимается, это считается подтверждением медицинскими работниками, и дополнительные предупреждения необязательны. После того, как вмешательство завершилось, предупреждения для ухудшения физиологического состояния приводятся в повторную готовность после того, как проходит заданный промежуток времени.

На фиг. 5 изображены график индекса VIX для пациента и соответствующие входные данные, SBP 72 и ЧСС 74, в течение нескольких часов. Предупреждение формируется около часа 214,5, так как значение VIX пациента пересекает порог предупреждения. В течение трех часов, которые следуют за первым предупреждением, никакого вмешательства не предпринимается. Это интерпретируется в том смысле, что динамика пациента во время первого предупреждения является допустимой для данного конкретного пациента. Следовательно, после того, как прошли три часа, никакого предупреждения не формируется, так как индекс VIX пациента не намного выше, чем он был во время первого предупреждения. Однако, ко времени, когда достигается час 222,5, индекс VIX значительно увеличился, и поэтому в отношении пациента выдается второе предупреждение. Следует отметить, что на 226 часу, медицинский работник применил сосудосуживающее средство, что указывает на то, что пациент, действительно, перенес клинически значимый случай гемодинамической нестабильности.

Как показано на фиг. 1 и 2, потребители 18 данных пациента используют данные пациента из IT инфраструктуры 10, например, из источников 12 данных пациента, системы 16 CDSS, системы 14 информации о пациентах и так далее, для пациентов. Например, потребители 18 данных пациента могут принимать значения VIX из системы 16 CDSS. В другом примере, потребители 18 данных пациента могут принимать частоту дыхания и частоту сердечных сокращений из источников 12 данных пациента. В еще одном примере, потребители 18 данных пациента могут принимать предупреждения из системы 16 CDSS. При необходимости потребители 18 данных пациента принимают также данные пациента из устройств 76 пользовательского ввода, при необходимости с устройствами 78 отображения, обеспечивающими для пользователей пользовательский интерфейс, который служит для ввода пользовательских данных. Примеры потребителей данных пациента включают в себя, не ограничиваясь, мониторы пациентов, мониторы локального контроля пациентов, устройства мобильной связи, системы информации о пациентах, системы поддержки принятия клинических решений и так далее.

Потребление может включать в себя обработку принятых данных пациента для формирования дополнительных данных пациента и/или объединения данных пациента в отчеты. Отчет является компьютерным файлом в таком формате, как PDF, DOCX, DOC и так далее. При необходимости новые сформированные данные пациента и/или новые сформированные отчеты сохраняются в IT инфраструктуре 10, например, в системе 14 информации о пациентах. Кроме того, при необходимости новые сформированные отчеты передаются как электронные сообщения медицинским работникам, пользующимся, например, электронной почтой, и/или распечатываются с помощью, например, лазерного принтера, струйного принтера и так далее. Потребление может также включать в себя отображение принятых данных пациента, например, предупреждений или значений VIX, для по меньшей мере одного пациента на пользовательском интерфейсе, обеспечиваемом медицинским работникам устройствами 78 отображения. Пользовательский интерфейс обычно непрерывно обновляется по мере того, как принимаются данные пациента. В предпочтительном варианте, это позволяет медицинскому работнику осуществлять наблюдение за пациентами почти в реальном времени.

Во время отображения данных пациента и/или формирования отчета, отчет и/или отображение, соответственно, включает в себя имя пациента и значения VIX для по меньшей мере одного пациента. Когда принятые данные пациента включают в себя данные пациента для множества пациентов, принятые данные пациента соответственно форматированы в виде табличной структуры со множеством строк, соответствующих пациентам. Строки могут быть при необходимости сортированы и/или могут быть сортированы по степени опасности индексов VIX. Например, медицинский работник может использовать устройства 76 пользовательского ввода для сортировки таблицы данных пациента на основании индекса VIX. Кроме того, медицинские работники могут, при необходимости селективно просматривать сведения об индексе VIX. Например, медицинский работник может использовать устройства 76 пользовательского ввода для выбора индекса VIX для пациента и просматривать переменные и соответствующие значения, которые дали индекс VIX, при необходимости с упорядочиванием на основании вклада. Кроме того, данные пациента могут быть, при необходимости сгруппированы на основании сходных индексов VIX. Группы включают в себя, например, одно или более из очень низкого риска, низкого риска, среднего риска, высокого риска и так далее.

Индекс VIX может быть представлен в форме одного или более из текстовых значений (например, бальных оценок, вероятностей и так далее), пиктограмм (например, какой-то одной или более из формы, цвета, фона и так далее, на основании степени опасности), комбинации вышеупомянутого и так далее на пользовательском интерфейсе и/или в отчете. Например, индекс VIX может быть представлен в форме кружка, имеющего фоновый цвет, зависящий от степени опасности, например, красный для высокого риска, желтый для среднего риска и зеленый для низкого риска. Пиктограмма может дополнительно включать в себя текстовое значение, нанесенное на ней, при необходимости зависящее от степени опасности. Например, пиктограмма может включать в себя вероятность, нанесенную на ней, когда степень опасности является средней. Индекс VIX может быть также представлен для использования в виде отдельного сообщения (например, предупреждения, текстовой страницы, электронного письма, сообщения SMS и так далее) или в виде параметра, основанного на абсолютной вероятности, что пациент получит событие нестабильности в предварительно конфигурированных или непрерывных временных интервалах, или в виде нормированной шкалы общего прогнозирования нестабильности, основанного на индексе VIX и других алгоритмах системы CDSS, выполняемых для пациента.

Компоненты IT инфраструктуры 10 соответственно включают в себя процессоры 28, 80, 82, 84, выполняющие компьютерно выполняемые команды, осуществляющие вышеописанные функции, при этом компьютерно выполняемые команды хранятся в элементах 86, 88, 90, 92 памяти, связанных с процессорами 28, 80, 82, 84. Процессор(ы) 84 системы 16 CDSS, например, выполняют компьютерные команды из одного или более элементов 92 памяти системы 16 CDSS, осуществляя функции одного или более из фильтра 40, модуля 42 VIX, модуля 68 предупреждений, модуля 52 правил, модуля 56 диспетчера правил и селектора и модуля 62 bVIX. Однако предполагается, что по меньшей мере некоторые из вышеописанных функций могут быть реализованы в аппаратуре без использования процессоров. Например, можно воспользоваться аналоговыми схемами. Кроме того, компоненты IT инфраструктуры 10 включают в себя блоки 94, 96, 98, 100 связи, снабжающие процессоры 28, 80, 82, 84 интерфейсом, который служит для связи по сети 20 связи. Кроме того, хотя вышеописанные компоненты IT инфраструктуры 10 были описаны по отдельности, следует понимать, что компоненты можно объединять. Например, потребители 12 данных пациента и источники 18 данных пациента могут быть одними и теми же и/или совмещенными. В другом примере, система 16 CDSS может быть объединенной с потребителями 12 данных пациента и/или источниками 18 данных пациента. В еще одном примере, система 16 CDSS, потребители 12 данных пациента и источники 18 данных пациента могут быть объединены в автономном устройстве, не зависимым от сети 20 связи.

На фиг. 6 представлена блок-схема, поясняющая работу системы 16 CDSS в соответствии с одним вариантом осуществления данной системы. Система 16 CDSS принимает данные пациента из канала 102 физиологических данных, канала 104 данных ADT, канала 106 лабораторных данных и канала 108 клинических данных. Как показано, канал 102 физиологических данных обеспечивает данные измерений ЧСС, SBP (инвазивных и/или неинвазивных), среднее артериальное давление (MBP) (инвазивное и/или неинвазивное) и состояние сердечного ритма; канал 104 данных ADT обеспечивает возраст пациента, сведения о том, не желает ли пациент быть реанимированным, желает ли пациент только поддерживающих мер, и желает ли пациент, чтобы ему позволили умереть естественной смертью; канал 106 лабораторных данных обеспечивает результаты лабораторных исследований для анализов крови, включая анализы на креатинин (Cr), азот мочевины крови (BUN), альбумин (Alb), гематокрит (HCT), гемоглобин (HB), уровень лейкоцитов в крови (WBC), бикарбонат (HCO3) и протромбиновое время (PT); и канал 108 клинических данных описывает лекарственные средства (Meds), прописанные пациенту, сведения о том, делают ли диализ пациенту, имеет ли пациент внутриаортальную баллонную контрпульсацию (IABP), о любых других лекарствах и т.п., прописанных пациенту, и любых других пробах, отобранных из пациента. Обычно каналы 102, 104, 106, 108 данных являются источниками 12 данных пациента.

По меньшей мере некоторые из данных пациента, включая физиологические данные, данные ADT и лабораторные данные, проходят через фильтр 40. Фильтр 40 стандартизирует формат данных и/или обеспечивает, чтобы ЧСС и SBP находились в пределах возможных диапазонов, например, неинвазивное MBP меньше, чем неинвазивное SBP, и неинвазивное MBP снижается на 50% от соответствующего снижения неинвазивного SBP. Кроме того, фильтр 40 обеспечивает, чтобы возраст пациента был обоснованным и превышал заданный возраст, например, возраст совершеннолетия (например, обычно 18 лет в Соединенных Штатах). Кроме того, фильтр 40 обеспечивает, чтобы значения Cr, BUN, Alb, HCT, HB, WBC, HCO3 и PT находились в пределах возможных диапазонов, и анализы были выполнены в пределах 24 часов (т.е. предписанный срок действия (TTL) лабораторных анализов составляет только 24 часа).

Фильтрованные данные пациента поступают в модуль 56 диспетчера правил и селектора, в котором они используются модулем 56 диспетчера правил и селектора для определения набора из одного или более правил наблюдения и/или одной или более моделей VIX, подлежащих применению для каждого пациента, подлежащего наблюдению. Как показано, имеющиеся модели VIX включают в себя неинвазивную модель и инвазивную модель. Данные пациента применяются для обеспечения контекста для пациента, и на основании данного контекста выбираются соответствующие правила наблюдения и модель(и) VIX. Определение моделей VIX передается в модуль 42 VIX, который вычисляет значения VIX по фильтрованным данным пациента с использованием выбранной(ых) модели(ей) VIX. Значения VIX, вычисленные модулем 42 VIX, передаются в модуль 62 bVIX, который вычисляет значения bVIX по значениям VIX с использованием трехчасового скользящего окна. Полученный определением набор правил наблюдения передается в модуль 52 правил, который определяет пороги для значений VIX.

Модуль 68 диспетчера предупреждений принимает правила и пороги, а также значения VIX и bVIX, и осуществляет наблюдение на предмет ухудшения состояния пациента посредством применения набора правил. После определения ухудшения состояния, модуль 68 диспетчера предупреждений уведомляет пользователей об ухудшении состояния пациента и блокирует предупреждения для того же самого ухудшения состояния. Как показано, предупреждения повторно приводятся в готовность после того, как проходит 12 часов или 3 часа, если ухудшается индекс VIX. Кроме того, правила наблюдения не выдают предупреждения, если пациент выразил желание DNR (не реанимировать), CMO (только поддерживающие меры) или AND (позволить умереть естественной смертью), и/или правила по CR (креатинину) и BUN (азоту мочевины крови) заблокированы, если пациент находится на диализе. Модуль 68 диспетчера предупреждений имеет также возможность принимать данные обратной связи от пользователя посредством системы 16 CDSS, касающиеся режима предупреждений, требуемого пользователем. В случае, если система 16 CDSS используется там, где отсутствует соединение с вмешательствами, запланированными в системе 14 информации о пациентах, пользователь имеет возможность указать, что вмешательство планируется, блокируя, тем самым, новые предупреждения, пока пользователь не указывает, что вмешательство завершено, или состояние ухудшается до нового порога, который основан на первом предупреждении и типе вмешательства, указанного пользователем.

Вышеприведенное описание касалось формирования предупреждений, указывающих на ухудшение состояния пациента на основании индекса VIX. Однако одна проблема с предупреждениями состоит в том, что предупреждения не всегда удобны для пользователя. Может оказаться, что предупреждения раздражают медицинских работников, обслуживающих пациентов, и могут снабжать медицинских работников избыточной информацией. Для решения приведенных проблем с предупреждениями, вместо предупреждений можно применять указатель, указывающий на ухудшение состояния пациента.

Указатель ухудшения состояния управляется одной из двух версий индекса VIX, а именно, индексы nVIX и iVIX. Конкретная версия индекса VIX зависит от того, вычисляется ли она неинвазивно или инвазивно. Например, когда индекс VIX применяют для гемодинамической стабильности, индекс nVIX может быть индексом VIX, определенным с использованием неинвазивного BP (артериального давления), и индекс iVIX может быть индексом VIX, определенным с использованием инвазивного BP. Индекс VIX можно определять как описано выше в связи с модулем 42 на фиг. 2. Одна проблема с указателем ухудшения состояния состоит в том, что лабораторные значения нельзя использовать, как они использовались с предупреждениями об ухудшении состояния, чтобы устанавливать пороги индекса VIX для выдачи предупреждений. Вместо этого, лабораторные значения используются для создания индекса нестабильности физиологического состояния на основании только лабораторных значений, называемого в дальнейшем индексом нестабильности результатов лабораторных исследований (LIX). Данное физиологическое состояние может включать в себя гемодинамическое состояние пациента, стабильность легких, стабильность пищевого баланса и так далее.

Значения LIX соответственно определяются таким же образом, как значения VIX, за исключением того, что значения LIX вычисляются только по лабораторным данным. А именно, значение LIX вычисляется посредством обеспечения представления значений для прогностических переменных в выбранную модель LIX, которая формирует значение LIX на основании прогностических переменных. Прогностические переменные являются одним или более признаками, выделенными из лабораторных данных, и которые прогнозируют нестабильность физиологического состояния. Индекс LIX обычно основан на логистической регрессии (например, модели такой же формы, как модель уравнения 1), но предполагаются другие модели.

Подобно индексу VIX, индекс LIX включает в себя две версии, а именно индексы nLIX и iLIX. Версия индекса LIX, используемая для определения указателя ухудшения состояния, зависит от версии индекса VIX, используемого для определения указателя ухудшения состояния. Если применяется индекс nVIX, то применяется индекс nLIX, и если применяется индекс iVIX, то применяется индекс iLIX. Например, там, где индекс LIX представляет гемодинамическую нестабильность, индекс nLIX предназначен для пациента с неинвазивным BP (артериальным давлением), и индекс iLIX предназначен для пациента с инвазивным BP. Обе версии индекса LIX используют только лабораторные значения, но лабораторные значения и параметры модели (например, коэффициенты логистической регрессии), которые оптимально работают, несколько отличаются для эпизодов с пациентами, зависящих от того, какая версия LIX применяется. Например, когда индекс LIX представляет гемодинамическую нестабильность и используется с логистической регрессионной моделью, лабораторные значения и взвешивание, которые оптимально работают, изменяются в зависимости от того, измеряется ли BP инвазивно или неинвазивно. В продолжение с данным примером, индекс LIX обычно зависит от значений альбумина, BUN и уровня лейкоцитов в крови для неинвазивно контролируемых пациентов, и индекс LIX обычно зависит от такого же набора лабораторных данных с дополнением значения HCO3 для инвазивно контролируемых пациентов.

Если отсутствует значение для лабораторного параметра, который входит в вычисление индекса LIX, то предполагается, что пациент имеет среднее значение для данного лабораторного параметра, при этом среднее значение совместно используется популяцией пациентов, к которой относится пациент. Значение для лабораторного параметра может отсутствовать, например, потому, что оно еще не измерено. Кроме того, для лабораторных параметров, используемых при вычислении индекса LIX, обычно применяется схема выборки и хранения без ограничений по времени. В схеме выборки и хранения, значение для лабораторного параметра обычно применяется, пока не заменяется более недавним значением. В некоторых случаях могут применяться изменяющиеся схемы, зависящие от лабораторного параметра. Например, схема выборки и хранения может применяться только для значения HCO3, пока самое последнее значение имеет срок не больше, чем заданный период времени, например, 3 часов. В противном случае можно использовать среднее значение, совместно используемое популяцией пациентов, к которой относится пациент. Для большинства лабораторных параметров, схему выборки и хранения можно применять для параметра, пока текущее значение имеет срок не больше, чем время от 12 до 36 часов. Таким образом, для пациента всегда существуют значение nLIX и значение iLIX.

Как индекс nLIX, так и индекс iLIX подразделяются на множество интервалов, обычно три интервала: интервал низких рисков; интервал средних рисков; и интервал высоких рисков. В любой момент времени указатель ухудшения состояния пациента основан на значении VIX пациента и интервале индекса LIX, в котором находится соответствующее значение LIX. Указатель ухудшения состояния определяется с помощью таблицы пересчета индекса VIX в доминирование, которая содержит строки, соответствующие значениям VIX, и столбцы, соответствующие множеству интервалов как для индекса nLIX, так и для индекса iLIX. Например, таблицы пересчета индекса VIX в доминирование может включать в себя 100 строк, соответствующих 100 возможным значениям VIX с шагом 0,01, и 6 столбцов, соответствующих шести интервалам индекса LIX, включающим в себя интервалы низких, средних и высоких рисков для каждого из индексов nLIX и iLIX.

Для поиска значения доминирования, строку в таблице пересчета индекса VIX в доминирование определяют подбором для значения VIX соответствующей строки таблицы пересчета индекса VIX в доминирование. Например, как следует из вышеприведенного примера, это может выполнить определением индекса, идентифицирующего строку таблицы пересчета индекса VIX в доминирование. Индекс можно определить в соответствии со следующим уравнением: round(100*VIX+0,5), где функция округления (round) округляет в большую или меньшую сторону. Следует понимать, что значения VIX изменяются в диапазоне от 0 до 1. На фиг. 7 графически показан поиск, при этом вертикальная ось соответствует доминированию, горизонтальная ось соответствует индексу VIX, и каждая линия соответствует интервалу индекса LIX. Как показано на чертеже, неинвазивно контролируемый пациент со значением VIX 0,4 и значением nLIX в диапазоне средних рисков имеет доминирование приблизительно 0,54.

Таблицу пересчета индекса VIX в доминирование можно определить с использованием популяции стабильных сегментов индекса VIX и нестабильных сегментов индекса VIX за один час до приема лекарств, влияющих на стабильность. Например, когда индекс VIX соответствует гемодинамической стабильности, лекарства могут соответствовать лекарству, повышающему артериальное давление, и/или инотропного действия. Стабильные и нестабильные сегменты соответствуют тенденциям индекса VIX в течение заданного периода времени, обычно 3 часов. Популяцию можно разбить на субпопуляции, соответствующие интервалам индекса LIX. Для каждой из субпопуляций (например, шести субпопуляций в соответствии с вышеприведенным примером), относительная часть нестабильных сегментов от всех сегментов (т.е. доминирование) вычисляется для разных диапазонов индекса VIX (например, с шагом 0,01). После некоторого сглаживания, упомянутые значения доминирования могут быть внесены в таблицу пересчета индекса VIX в доминирование.

Следует отметить, что значения доминирования, представленные в таблице, основаны на конкретной популяции, используемой для их вычисления, и не обязаны представлять собой значения доминирования целевой популяции. Точнее, целью популяции является отображение различных значений VIX в разных обстоятельствах (т.е. при неинвазивных против инвазивных значений LIX и разных диапазонах значений LIX) в унифицированный индекс.

Значение доминирования можно отобразить в значение конечного указателя, обычно от 0 до 100, посредством уравнения:

, (3)

где β означает максимальное значение доминирования в таблице пересчета индекса VIX в доминирование, и α означает минимальное значение доминирования в таблице пересчета индекса VIX в доминирование. Согласно таблице пересчета индекса VIX в доминирование, использованной для фиг. 7, β равно 0,8500, и α равно 0,0422. Следовательно, значение доминирования можно отобразить в конечный указатель путем линейного регулирования значений таким образом, чтобы они приводились к масштабу по требуемому диапазону.

После определения конечного указателя, конечный указатель можно отображать для медицинского работника. Конечный указатель указывает риск ухудшения состояния пациента, при этом более высокие значения указывают более высокий риск ухудшения состояния пациента. Конечный указатель можно прямо или косвенно отображать для медицинского работника. В первом случае, например, конечное значение можно отображать для медицинского работника с использованием текста, столбцовой диаграммы или подобным образом. Во втором случае, например, диапазон значений указателя может быть разбит на интервалы, соответствующие риску ухудшения состояния пациента. Например, диапазон значений указателя можно разбить на трети, соответствующие низкому, среднему и высокому риску ухудшения состояния пациента. Затем конечный указатель можно отобразить в один из данных интервалов, и интервал можно идентифицировать для медицинского работника. Интервал обычно идентифицируется для медицинского работника с использованием цветов. Например, как следует из вышеприведенного примера, красный может указывать на высокий риск ухудшения состояния пациента, желтый может указывать на средний риск ухудшения состояния пациента и зеленый может указывать на низкий риск ухудшения состояния пациента.

Две сложности, касающиеся указателя ухудшения состояния, относятся к базовой фильтрации и повторному приведению в готовность. Предупреждения об ухудшении состояния использовали базовый уровень максимальных значений VIX в течение предыдущего периода фильтрации резко отклоняющихся значений VIX. Они включались в правила, которые устанавливали пороги индексов VIX. Однако, указатели ухудшения состояния вычисляются для каждого значения VIX, поэтому упомянутая фильтрация выполнялась для всех значений VIX. Другими словами, значения VIX, используемые в таблице пересчета индекса VIX в доминирование фильтруются по базовому уровню.

Базовая фильтрация может выполняться вычислением базового индекса VIX, т.е. bVIX, как для индекса nVIX, так и для индекса iVIX, чтобы создать индексы nbVIX и ibVIX. Индекс bVIX может быть максимальным значением VIX или процентилем, например, может составлять 90 процентов, за предыдущий период времени (например, три предыдущих часа). После вычисления значений bVIX, каждое значение VIX сравнивается с его соответствующим значением bVIX, и, если оно превышает значение bVIX на заданное относительное число, то оно блокируется. Однако, заблокированное значение VIX входит в вычисление значения bVIX для следующего значения VIX. Например, значение VIX может блокироваться, если удовлетворяется следующее уравнение: bVIX<=0,7*VIX (т.е VIX>=(10/7)*bVIX). Если значение VIX не блокируется, то значение VIX используется для определения указателя ухудшения состояния.

Когда индекс VIX используется только для предупреждений об ухудшении состояния, то резко отклоняющиеся значения в нижнем конце диапазона не составляют проблемы. Однако, когда индекс VIX используется для указателя ухудшения состояния, то упомянутые резко отклоняющиеся значения составляют проблему. Для решения проблемы данных резко отклоняющихся значений вычисляется второй базовый индекс VIX, lo_bVIX. Индекс lo_bVIX может быть минимальным значением VIX или процентилем, например, может составлять 10 процентов, за предыдущий период времени (например, три предыдущих часа). Каждое новое значение VIX сравнивается с его соответствующим индексом lo_bVIX и блокируется, если оно меньше, чем значение lo_bVIX, на заданное относительное число. Заблокированное значение VIX входит в вычисление индекса lo_bVIX для следующего значения VIX. Например, значение VIX может блокироваться, если удовлетворяется следующее уравнение: VIX <= 0,8*lo_bVIX. C учетом вышеизложенного, существует два базовых уровня, верхний и нижний базовые уровни, используемых для фильтрации возможных резко отклоняющихся значений VIX. Все значения VIX, упоминаемые в дальнейшем, являются фильтрованными значениями VIX.

Что касается повторного приведения в готовность, то это не составляет проблемы, строго говоря, поскольку повторное приведение в готовность касается выдачи предупреждений. Однако, если указатель ухудшения состояния намереваются проверять в клинической обстановке, то требуются статистика показателей работы, например, положительное прогнозируемое значение (PPV), а также критерии, определяющие, когда указатель ухудшения состояния следует считать положительным. Один метод определения, являются ли значения указателя ухудшения состояния положительными, состоит в формировании предупреждений. Один метод формирования предупреждений состоит в формировании предупреждений, когда значения указателя ухудшения состояния превышают порог предупреждения. Однако, как с предупреждениями об ухудшении состояния, предупреждения будут давать непрерывный сигнал для некоторых пациентов при данном подходе. Это будет раздражать медицинских работников, если пациент стабилен. Кроме того, это будет причинять беспокойство, если пациент нестабилен, поскольку, после того, как медицинский работник получил предупреждение, последующие предупреждения, по-видимому, будут восприниматься как раздражающие.

Предупреждения об ухудшении состояния использовали динамический механизм повторного приведения в готовность, чтобы предупреждения не выдавались повторно, пока состояние пациента серьезно не ухудшилось. Схему повторного приведения в готовность, применяемую для предупреждений об ухудшении состояния, можно адаптировать для применения с указателем ухудшения состояния. Ожидается, что это будет полезно не только для измерения показателей работы при клиническом исследовании, но также для выделения указателя ухудшения состояния, когда состояние пациента ухудшается. Например, пиктограмма, представляющая указатель ухудшения состояния, может выделяться (например, с помощью контрастной границы или рамки), когда указатель ухудшения состояния пациента значительно ухудшился. Нижеописанный способ фокусируется на повторном приведении в готовность для предупреждения, но может применяться для выделения.

При разработке способа повторного приведения в готовность, выполнялось определение относительно того, должен ли способ повторного приведения в готовность применяться к индексу VIX или к указателю ухудшения состояния. Первоначально может казаться естественным применение способа повторного приведения в готовность к указателю ухудшения состояния, а не к некоторому компоненту, который входит в указатель ухудшения состояния (например, индексу VIX). Однако, имеет смысл рассмотреть следующий сценарий, относящийся к гемодинамической нестабильности. Медицинский работник переключает пациента с неинвазивного на инвазивное BP (артериальное давление). Поскольку пациенты, чье BP измеряют инвазивно, обычно бывают более нестабильными, то указатель ухудшения состояния будет почти непременно ухудшаться. Тем не менее, существует высокая вероятность того, что медицинский работник поместил пациента на артериальную линию (т.е. A-линию) вследствие беспокойства о данном пациенте и требовал более интенсивного наблюдения. Следовательно, предупреждение, основанное на ухудшающемся указателе ухудшения состояния, не говорит медицинскому работнику ничего нового. В более общем смысле, поскольку многие из элементов (представленные шестью столбцами таблицы пересчета индекса VIX в доминирование), которые входят в указатель ухудшения состояния, изменяются медленно, важно, чтобы любые предупреждения, основанные на указателе ухудшения состояния, привлекали внимание к быстрым изменениям лежащих в основе значений VIX. В еще одном сценарии, указатель ухудшения состояния пациента может улучшиться потому, что только что поступило новое лабораторное значение, которое было лучше, чем предыдущее, что переводит пациента в интервал индексов LIX с меньшим риском, но, в то же время, количественный показатель индекса VIX может быть ухудшающимся. Если предупреждения основаны на индексе VIX, то данная ухудшающаяся ситуация будет доведена до внимания медицинского работника.

Способ повторного приведения в готовность, используемый указателем ухудшения состояния, сходен со способом, используемым предупреждениями об ухудшении состояния. А именно, статическое повторное приведение в готовность является таким же. Если имеется информация о вмешательствах, то повторное приведение в готовность может блокироваться по время вмешательства и в течение последующего периода блокирования и затем вновь устанавливаться. Динамическое повторное приведение в готовность также является аналогичным.

Что касается предупреждений об ухудшении состояния, последующие предупреждения обычно выдаются, только если индекс VIX пациента значительно ухудшился после последнего предупреждения. Что касается указателя ухудшения состояния, то, так как предупреждения отсутствуют, сохраняется максимальное значение VIX (т.е max_vix). Это выполняется отдельно для индексов nVIX и iVIX. Сначала, max_vix является начальным значением VIX. Если VIX переходит любой из двух порогов, то max_vix устанавливается на текущее значение VIX, и индекс VIX помечается как значение предупреждения об указателе потенциального ухудшения состояния. Упомянутые два порога включают в себя: (1) max_vix+vix_thr; и (2) (max_vix+1,0)/2, где vix_thr является постоянной величиной, обычно 0,2, представляющей величину выше max_vix, которая указывает на потенциальное ухудшение состояния. Второй порог эквивалентен утверждению, что индекс VIX больше, чем среднее между max_vix и максимально возможным индексом VIX, равным 1,0. Второе состояние задействуется, как только 1,0-max_vix станет меньше, чем 2*vix_thr.

В действительности, вышеописанная процедура выдает список потенциальных значений VIX, которые могут становиться предупреждениями, обычно в возрастающем порядке. Значение max_vix может быть также установлено на текущее значение VIX, если текущее значение VIX меньше, чем lo_vix_thr*max_vix, где lo_vix_thr означает порог, указывающий на потенциальное ухудшение состояния. Посредством установки lo_vix_thr на 0,05, например, если индекс VIX становится ниже 5% от max_vix, max_vix вновь устанавливается на текущее значение VIX. Приведенный дополнительный подход к установке max_vix следует применять, если в наличии нет информации о вмешательстве, поскольку указатель ухудшения состояния должен повторно приводиться в состояние готовности, если пациента подвергают вмешательству и затем повторно стабилизируют.

Списочные позиции списка потенциальных значений VIX, которые слишком близки друг к другу, исключаются. Другими словами, рефракторный период (например, 3 часа) применяется к списочным позициям для удаления позиций в течение рефракторного периода друг от друга. После исключения списочных позиций, которые являются слишком близкими, списочные позиции разделяются по меньшей мере рефракторным периодом. Затем упомянутые остающиеся значения можно использовать для выдачи предупреждений (по меньшей мере в целях оценки), при условии, что они выше заданного порога, указывающего, когда должны формироваться предупреждения. Как отмечено выше, упомянутые остающиеся значения можно также использовать для выделения отображаемого указателя ухудшения состояния, например, заключением в рамку, при условии, что выше заданного порога.

Как можно видеть, способ повторного приведения в готовность работает под управлением max_vix, помечая значения VIX, которые выше, чем max_vix (на некоторый порог) и снова устанавливая max_vix на текущее значение VIX. Если задействуется второй механизм, то max_vix снова устанавливается на текущее значение VIX, если текущее значение VIX снижается до заданной части от max_vix. Следует подчеркнуть, что способ повторного приведения в готовность предназначен для пометки значений VIX в качестве потенциальных предупреждений (или выделенных значений указателя ухудшения состояния), как только они преобразуются в значения указателя ухудшения качества посредством таблицы пересчета индекса VIX в доминирование.

Как показано на фиг. 8, графический пользовательский интерфейс (GUI) отображает для медицинского работника (например, на сестринском посту) значения указателя ухудшения качества для множества кроватей. Например, указатель ухудшения качества может отображаться с помощью одного или более из текстового значения от 0 до 100, представляющего значение, цвета для указания низкого, среднего или высокого риска и объема столбцовой диаграммы, представляющей значение. Значения от 0 до 33,33 могут отображаться с зеленым фоном (т.е низким риском), значения от 33,33 до 66,66 могут отображаться с желтым фоном (т.е средним риском), и все значения больше, чем 66,66 могут отображаться с красным фоном (т.е высоким риском). Подписи около указателей ухудшения состояния идентифицируют соответствующего пациента посредством, например, одного или более из имени пациента и идентификатора пациента (PID). Другая информация, например, пол, также может быть отображена. Как показано, указатели ухудшения состояния отображаются для гемодинамической нестабильности, но интерфейс GUI пригоден для указателей ухудшения состояния для других физиологических состояний.

Как показано на фиг. 9, когда указатель ухудшения состояния выбирают, например, с помощью устройства пользовательского ввода, интерфейс GUI отображает дополнительную информацию, относящуюся к выбранному указателю ухудшения состояния. Данная дополнительная информация может включать в себя предысторию изменения указателя ухудшения состояния пациента в течение заданного периода, например, трех или шести часов. Предыстория изменения может отображаться в виде показанной линии тенденции значений указателя ухудшения состояния. Линия тенденции может быть кодированной цветом на основании области рисков значения в данный момент времени. Как отмечено выше, значения от 0 до 33,33 могут отображаться с зеленым фоном (т.е. низким риском), значения от 33,33 до 66,66 могут отображаться с желтым фоном (т.е. средним риском), и все значения выше, чем 66,66 могут отображаться с красным фоном (т.е. высоким риском).

Когда медицинский работник выбирает значение указателя ухудшения состояния (например, посредством проведения курсора мыши по линии тенденции), для выбранного указателя ухудшения состояния представляется всплывающая подсказка, в данном случае 78. Всплывающая подсказка отображает одно или более из физиологических параметров, лабораторных параметров и других релевантных данных для значения указателя ухудшения состояния. Упомянутые релевантные данные могут включать в себя, например, одно или более из артериального давления, уровня BUN (азота мочевины крови), гематокрита и других важных лабораторных значений и значений основных физиологических показателей. Кроме того, упомянутые релевантные данные могут включать в себя время, когда измерены отображаемые значения. Любые значения, которые выходят из диапазона, могут выделяться красным или желтым цветом для привлечения внимания медицинского работника к важным физиологическим проблемам, которые могут присутствовать.

Текущее значение указателя ухудшения состояния может также отображаться рядом с отображением предыстории изменения, обычно таким же образом, как показано на фиг. 8. Например, текущее значение указателя ухудшения состояния может быть представлено в виде столбцовой диаграммы с объемом и цветом, отражающими степень риска, и числом, в данном случае 76, расположенным на столбцовой диаграмме.

Вышеописанные функции, относящиеся к указателю ухудшения состояния, могут быть реализованы в компонентах 12, 14, 16, 18, обычно в системе 16 CDSS, IT инфраструктуры 10, показанной на фиг. 1. На фиг. 10 представлена блок-схема выполнения операций, поясняющая работу альтернативного варианта осуществления системы 16 CDSS, показанной на фиг. 1. В противоположность варианту осуществления, описанному в связи с фиг. 1, данный вариант осуществления относится к определению и применению вышеописанного указателя ухудшения состояния. Компоненты системы 16 CDSS на фиг. 1 являются такими, как описано выше, за исключением того, что перепрограммированы процессоры 84.

В соответствии с блок-схемой выполнения операций система 16 CDSS принимает данные пациента из канала 152 физиологических данных, канала 154 данных ADT, канала 156 лабораторных данных и канала 158 клинических данных. Как показано, канал 152 физиологических данных обеспечивает данные измерений для ЧСС, состояния сердечного ритма, BP (артериального давления, инвазивного и/или неинвазивного) и режима (т.е. используется ли неинвазивный или режим); канал 154 данных ADT обеспечивает возраст пациента, сведения о том, не желает ли пациент быть реанимированным, желает ли пациент только поддерживающих мер, и желает ли пациент, чтобы ему позволили умереть естественной смертью; канал 156 лабораторных данных обеспечивает результаты лабораторных испытаний для анализов крови, включая анализы на Cr, BUN, Alb, HCT, HB, WBC, HCO3 и PT; и канал 158 клинических данных описывает лекарственные средства (Meds), прописанные пациенту, сведения о том, делают ли пациенту диализ, имеет ли пациент IABP (внутриаортальную баллонную контрпульсацию), о любых других лекарствах и т.п., прописанных пациенту, и любых других пробах, отобранных из пациента. Обычно, каналы 152, 154, 156, 158 данных являются источниками 12 данных пациента, показанными на фиг. 1.

Обычно по меньшей мере некоторые из данных пациента, включая физиологические данные, данные ADT и лабораторные данные, проходят через фильтр 160. Фильтр 160 стандартизирует формат данных и/или обеспечивает, чтобы параметры данных фильтровались в пределах правдоподобных диапазонов. Например, фильтр 160 обеспечивает, чтобы возраст пациента был обоснованным и превышал заданный возраст, например, возраст совершеннолетия (например, обычно 18 лет в Соединенных Штатах). Обычно фильтр 160 является таким же, как фильтр 40, показанный на фиг. 1, или иначе включает в себя данный фильтр.

Модуль 162 VIX и модуль 164 LIX формируют значения VIX (т.е. индексы iVIX и/или nVIX) и LIX (т.е. индексы iLIX и/или nLIX), соответственно, по принятым данным пациента, при необходимости фильтрованным. Значения VIX и LIX определяются, как описано выше в связи с формированием указателя ухудшения состояния. Обычно, модуль 162 VIX является таким же, как модуль 42 VIX, показанный на фиг. 1, или иначе включает в себя данный модуль. Кроме того, модуль 164 LIX обычно является вариантом модуля 162 VIX, дополненного для формирования индекса нестабильности физиологического состояния с использованием только лабораторных значений. Обычно, модуль 162 VIX и/или модуль 164 LIX применяют логистические регрессионные модули. Однако можно применять другие модули.

Хотя и не показано, предполагается, что модели, применяемые модулем 162 VIX и/или модулем 164 LIX, могут выбираться модулем диспетчера правил и селектора. Модуль диспетчера правил и селектора использует принятые данные пациента, при необходимости фильтрованные, для определения одной или более моделей VIX и/или одной или более моделей LIX, чтобы использовать их для пациента, подлежащего наблюдению. Обычно, доступные модели включают в себя неинвазивные и инвазивные варианты для индексов как LIX, так и VIX, поскольку модели изменяются с учетом инвазивности или неинвазивности. Модуль диспетчера правил и селектора использует принятые данные пациента для обеспечения контекста для пациента, и на основании данного контекста выбираются подходящие модели. Модуль диспетчера правил и селектора является обычно вариантом модуля 56 диспетчера правил и селектора, показанного на фиг. 1, при этом модуль 56 диспетчера правил и селектора, показанный на фиг. 1, расширен для выбора модели LIX.

Модуль 166 интегрирования информации принимает значения VIX и LIX из модулей 162, 164 VIX и LIX и формирует значения указателя ухудшения состояния, как изложено выше. Что касается последнего, значения LIX and VIX используются для формирования значений доминирования с использованием таблицы пересчета индекса VIX в доминирование. И, наконец, значения доминирования отображаются в значения указателя ухудшения состояния с использованием 3.

Обычно до формирования значений указателя ухудшения состояния, модуль 166 интегрирования информации фильтрует значения VIX с использованием значений базового уровня VIX, чтобы исключить резко отклоняющиеся значения, как изложено выше. Значения базового уровня VIX обычно определяются, как изложено выше, с использованием базы 168 данных предыстории изменения VIX, которая хранит значения VIX, формируемые модулем 162 VIX. Значения базового уровня VIX обычно включают в себя верхние значения bVIX и нижние значения bVIX. Как изложено выше, верхнее значение bVIX является максимальным значение VIX или процентилем, например, может составлять 90 процентов, за предыдущий период времени (например, три предыдущих часа). Кроме того, нижнее значение bVIX является минимальным значением VIX или процентилем, например, может составлять 10 процентов, за предыдущий период времени (например, три предыдущих часа).

После определения значения указателя ухудшения состояния, значение указателя ухудшения состояния может отображаться, как изложено выше. Например, значение указателя ухудшения состояния можно прямо или косвенно отображать для медицинского работника, например, с использованием потребителей 18 данных пациента, показанных на фиг. 1. В первом случае, например, конечное значение можно отображать для медицинского работника с использованием текста, столбцовой диаграммы или подобным образом. Во втором случае, например, диапазон значений указателя может быть разбит на интервалы, соответствующие риску ухудшения состояния пациента. Затем конечный указатель можно отобразить в один из данных интервалов, и интервал можно идентифицировать для медицинского работника. Интервал обычно идентифицируется для медицинского работника с использованием цветов. Интерфейс GUI, показанный на фиг. 8 и 9, можно использовать, например, для отображения значений указателя ухудшения состояния.

Дополнительный модуль 170 диспетчера указателя принимает значения указателя ухудшения состояния и соответствующие данные индекса VIX из модуля 166 интегрирования информации и базы 168 данных предыстории изменения VIX, соответственно. С использованием принятых данных индекса VIX, модуль 170 диспетчера указателя может контролировать тенденции индекса VIX и помечать значения VIX для возможной выдачи предупреждения путем использования вышеописанного способа повторного приведения в готовность. Как отмечено выше, способ повторного приведения в готовность работает под управлением max_vix, помечая значения VIX, которые выше, чем max_vix (на некоторый порог) и снова устанавливая max_vix на текущее значение VIX. Кроме того, max_vix может снова устанавливаться на текущее значение VIX, если текущий индекс VIX снижается до заданной относительной части от max_vix.

Когда помеченные значения VIX превышают порог предупреждения, соответствующий указатель ухудшения состояния может выделяться при отображении. Указатель ухудшения состояния может отображаться, как изложено выше, например, с помощью интерфейса GUI, показанного на фиг. 8 и 9. Как показано, отображение 172 значений указателя ухудшения состояния и соответствующих тенденций используется с кодированием цветом. Кроме того или в качестве альтернативы, когда помеченные значения VIX превышают порог предупреждения, предупреждения могут формироваться, например, для уведомления медицинских работников.

По меньшей мере один из процессоров 28, 80, 82, 84, показанных на фиг. 1, обычно процессоры 84 системы 16 CDSS, выполняют процессорно выполняемые команды, осуществляющие вышеописанные функции, включая функции фильтра 160, модуля 162 VIX, модуля 164 LIX, модуля 166 интегрирования информации и модуля 170 диспетчера указателя. Процессорно выполняемые команды подходящим образом осуществлены посредством соответствующих элементов 86, 88, 90, 92 памяти процессоров 28, 80, 82, 84. По меньшей мере один из элементов 86, 88, 90, 92 памяти, обычно элементы 92 памяти системы 16 CDSS, включают в себя базу 168 данных предыстории изменения VIX.

В контексте настоящей заявки память включает в себя одно или более из постоянного машиночитаемого носителя; магнитного диска или другого магнитного носителя данных; оптического диска или другого оптического носителя данных; оперативной памяти (RAM), постоянной памяти (ROM) или другого электронного запоминающего устройства или микросхемы, или набора функционально связанных микросхем; и сервера сети Internet/Intranet, из которой хранящиеся команды могут быть вызваны по сети Internet/Intranet или локальной сети; и так далее. Кроме того, в контексте настоящей заявки, процессор включает в себя одно или более из микропроцессора, микроконтроллера, графического процессора (GPU), специализированной интегральной схемы (ASIC), программируемой пользователем вентильной матрицы (FPGA) и т.п.; устройство пользовательского ввода включает в себя одно или более из мыши, клавиатуры, дисплея с сенсорным экраном, одной или более кнопок, одного или более переключателей, одного или более тумблеров и т.п.; устройство отображения включает в себя одно или более из жидкокристаллического дисплея (ЖК-дисплея), дисплея на светоизлучающих диодах (СИД), плазменного дисплея, проекционного дисплея, дисплея с сенсорным экраном и т.п.; и база данных включает в себя один или более элементов памяти.

Изобретение описано выше со ссылкой на предпочтительные варианты осуществления. Специалистами после прочтения и изучения вышеприведенного подробного описание могут быть созданы модификации и внесены изменения. Например, хотя индекс VIX описан как средство обнаружения нестабильных пациентов, индекс VIX можно также использовать для определения пациентов, которые находятся в безопасном стабильном состоянии, чтобы установить очередь пациентов по времени или решать, кого можно переводить, например, из блока интенсивной терапии (ICU) в общую палату, поскольку длительно очень низкое значение VIX указывает на очень стабильного пациента. Предполагается, что изобретение следует интерпретировать как включающее в себя все упомянутые модификации и изменения в той мере, в которой они находятся в пределах объема охраны прилагаемой формулы изобретения или ее эквивалентов.

Похожие патенты RU2629797C2

название год авторы номер документа
ОПТИМИЗАЦИЯ УСТАНОВОЧНЫХ ЗНАЧЕНИЙ СИГНАЛИЗАЦИИ ДЛЯ КОНСУЛЬТАЦИЙ НА ОСНОВЕ СИГНАЛИЗАЦИИ С ИСПОЛЬЗОВАНИЕМ ЕЕ ОБНОВЛЕНИЯ 2015
  • Де Ваэль Стейн
  • Нильсен Ларри
  • Янг Лин
RU2675048C9
УСТРОЙСТВО ДЛЯ ИЗМЕРЕНИЯ И ПРОГНОЗИРОВАНИЯ РЕСПИРАТОРНОЙ СТАБИЛЬНОСТИ ПАЦИЕНТОВ 2009
  • Саеед Мохаммед
  • Ли Квок Пунь
  • Эннетт Колин М.
  • Эшелман Ларри
  • Нильсен Ларри
  • Гросс Брайан
RU2492808C2
СПОСОБ ОБНАРУЖЕНИЯ КРИТИЧНЫХ ТРЕНДОВ ПРИ МНОГОПАРАМЕТРИЧЕСКОМ КОНТРОЛЕ ЗА ПАЦИЕНТОМ И КЛИНИЧЕСКИХ ДАННЫХ, ИСПОЛЬЗУЯ КЛАСТЕРИЗАЦИЮ 2006
  • Эшелман Ларри Дж.
  • Чжу Синьсинь
RU2428104C2
ОБНАРУЖЕНИЕ ОШИБОК В МАШИНЕ ЛОГИЧЕСКОГО ВЫВОДА СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ КЛИНИЧЕСКОГО РЕШЕНИЯ 2008
  • Шаффер Джеймс Дэвид
RU2497193C2
ОЦЕНКА И НАБЛЮДЕНИЕ ОСТРОГО ПОВРЕЖДЕНИЯ ЛЕГКИХ (ALI)/СИНДРОМА ОСТРОЙ ДЫХАТЕЛЬНОЙ НЕДОСТАТОЧНОСТИ (ARDS) 2013
  • Вайраван Сринивасан
  • Чиофоло Кейтлин Мари
  • Чбат Николас Вадих
  • Гхош Мониша
RU2629799C2
ДОСТОВЕРНЫЙ КЛАССИФИКАТОР 2016
  • Конрой Брайан
  • Эшельман Ларри Джеймс
  • Потс Кристиан
  • Сюй Миньнань
RU2720448C2
ОРИЕНТИРОВАННАЯ НА ЛИЦО, УХАЖИВАЮЩЕЕ ЗА ПАЦИЕНТОМ, И ПРИСПОСАБЛИВАЮЩАЯСЯ К ОСТРОТЕ БОЛЕЗНИ СИСТЕМА ДЛЯ ОБСЛУЖИВАНИЯ ОДНОВРЕМЕННО НЕСКОЛЬКИХ ПАЦИЕНТОВ 2013
  • Хамфриз Джон Фрэнсис
  • Нильсен Ларри
  • Абу-Хоили Юссеф
  • Мессина Марианне
RU2656554C2
СИСТЕМА ПОЛУЧЕНИЯ МЕДИЦИНСКИХ ДАННЫХ ПРЕДВАРИТЕЛЬНОГО ОБСЛЕДОВАНИЯ 2008
  • Симпсон Марк Р.
  • Агнихотри Лалита
  • Ши Уильям Тао
  • Шаффер Джеймс Дэвид
  • Санто Эван Эдвард
RU2507576C2
СИСТЕМА ДЛЯ АВТОМАТИЗИРОВАННОГО АНАЛИЗА РЕЗУЛЬТАТОВ ЛАБОРАТОРНЫХ ИССЛЕДОВАНИЙ И ОПОВЕЩЕНИЯ О РИСКЕ В ОТДЕЛЕНИИ ИНТЕНСИВНОЙ ТЕРАПИИ 2016
  • Волянский, Костянтин
  • Сюй, Миньнань
  • Эшельман, Ларри Джеймс
RU2707720C2
СИСТЕМА И СПОСОБ ДЛЯ ОЦЕНКИ ЗДОРОВЬЯ ПАЦИЕНТА НА ОСНОВАНИИ РЕАКЦИИ ВОССТАНОВЛЕНИЯ ПОСЛЕ ПАДЕНИЯ НАСЫЩЕНИЯ КРОВИ КИСЛОРОДОМ 2013
  • Эннетт Колин Мишель
  • Де Вале Стейн
RU2659140C2

Иллюстрации к изобретению RU 2 629 797 C2

Реферат патента 2017 года СПОСОБ ВИЗУАЛИЗАЦИИ ИНФОРМАЦИИ УКАЗАТЕЛЯ ИНДЕКСА ГЕМОДИНАМИЧЕСКОЙ НЕСТАБИЛЬНОСТИ

Группа изобретений относится к медицине и может быть использована для наблюдения за пациентами. Предложены медицинская система (10), способ наблюдения за пациентом, процессор (84), постоянный машиночитаемый носитель данных (92), содержащий программное обеспечение, которое управляет процессором (84) для выполнения способа наблюдения за пациентом. Принимаются данные пациента для пациента. Данные пациента включают в себя данные измерений основных физиологических показателей и результаты лабораторных исследований. Индекс нестабильности основных физиологических показателей (VIX), относящийся к физиологическому состоянию пациента, вычисляется по принятым данным измерений основных физиологических показателей. Индекс нестабильности результатов лабораторных исследований (LIX), относящийся к физиологическому состоянию, вычисляется по принятым результатам лабораторных исследований. Индекс VIX и индекс LIX интегрируются в указатель ухудшения состояния. Причем интегрирование включает в себя поиск значения доминирования в таблице пересчета VIX в доминирование с использованием VIX и LIX. Значение доминирования указывает доминирование нестабильных сегментов VIX в обучающей популяции для различения диапазонов VIX и интервалов LIX. Диапазоны VIX охватывают диапазон возможных значений для VIX с заданными шагами. Интервалы LIX представляют различающиеся степени риска с физиологическим состоянием и включают в себя диапазон возможных значений для LIX. Сегменты VIX обучающей популяции соответствуют тенденциям VIX в течение заданного периода времени. Отображение значения доминирования в значение указателя посредством линейного регулирования значения доминирования таким образом, что оно приводится к масштабу по диапазону значений доминирования в таблице пересчета VIX в доминирование. 4 н. и 10 з.п. ф-лы, 10 ил.

Формула изобретения RU 2 629 797 C2

1. Медицинская система (10) для наблюдения за пациентом, при этом упомянутая система (10) содержит:

по меньшей мере один процессор (84), запрограммированный с возможностью:

приема данных пациента для пациента, причем данные пациента включают в себя данные измерений основных физиологических показателей и результаты лабораторных исследований;

вычисления индекса нестабильности основных физиологических показателей (VIX), относящегося к физиологическому состоянию пациента, по принятым данным измерений основных физиологических показателей;

вычисления индекса нестабильности результатов лабораторных исследований (LIX), относящегося к физиологическому состоянию, по принятым результатам лабораторных исследований; и

интегрирования VIX и LIX в указатель ухудшения состояния пациента, причем интегрирование включает в себя:

поиск значения доминирования в таблице пересчета VIX в доминирование с использованием VIX и LIX, причем значение доминирования указывает доминирование нестабильных сегментов VIX в обучающей популяции для различения диапазонов VIX и интервалов LIX, причем диапазоны VIX охватывают диапазон возможных значений для VIX с заданными шагами, интервалы LIX представляют различающиеся степени риска с физиологическим состоянием и включают в себя диапазон возможных значений для LIX, причем сегменты VIX обучающей популяции соответствуют тенденциям VIX в течение заданного периода времени; и

отображение значения доминирования в значение указателя посредством линейного регулирования значения доминирования таким образом, что оно приводится к масштабу по диапазону значений доминирования в таблице пересчета VIX в доминирование.

2. Медицинская система (10) по п. 1, в которой LIX вычисляют с использованием модели, моделирующей зависимость между нестабильностью физиологического состояния и лабораторными анализами, соответствующими принятым результатам лабораторных исследований.

3. Медицинская система (10) по любому из пп. 1 и 2, в которой по меньшей мере один процессор (84) дополнительно запрограммирован с возможностью:

фильтрации VIX для удаления резко отклоняющихся значений с использованием верхнего базового уровня и нижнего базового уровня, при этом значение верхнего базового уровня является максимальным значением VIX в течение предыдущего периода времени, и значение нижнего базового уровня является минимальным значением VIX в течение предыдущего периода времени.

4. Медицинская система (10) по п. 3, в которой значение VIX блокируется, если оно превышает заданную часть от соответствующего значения верхнего базового уровня или является меньшим, чем заданная часть от соответствующего значения нижнего базового уровня.

5. Медицинская система (10) по п. 1, в которой упомянутый по меньшей мере один процессор (84) дополнительно запрограммирован с возможностью:

отображения указателя с использованием одного или более из текста, кодирования цветом и столбцовой диаграммы, при этом цветовые коды идентифицируют разные степени риска ухудшения состояния пациента.

6. Медицинская система (10) по п. 5, в которой упомянутый по меньшей мере один процессор (84) дополнительно выполнен с возможностью:

в ответ на обнаружение значительного ухудшения состояния пациента с использованием VIX, независимо от указателя, выделения отображения указателя.

7. Медицинская система (10) по п. 1, в которой упомянутый по меньшей мере один процессор (84) дополнительно запрограммирован с возможностью:

отображения линии тенденции выбираемых значений указателя; и

при выборе одного из выбираемых значений, отображения всплывающей подсказки, включающей в себя одно или более из данных измерений основных физиологических показателей,

результатов лабораторных исследований и других релевантных данных для выбранного значения.

8. Медицинский способ наблюдения за пациентом, при этом упомянутый способ выполняется по меньшей мере одним процессором (84) и содержит этапы, на которых:

принимают данные пациента для пациента, причем данные пациента включают в себя данные измерений основных физиологических показателей и результаты лабораторных исследований;

вычисляют индекс нестабильности основных физиологических показателей (VIX), относящийся к физиологическому состоянию пациента, по принятым данным измерений основных физиологических показателей;

вычисляют индекс нестабильности результатов лабораторных исследований (LIX), относящийся к физиологическому состоянию, по принятым результатам лабораторных исследований; и

интегрируют VIX и LIX в указатель ухудшения состояния пациента, причем интегрирование включает в себя этапы, на которых:

осуществляют поиск значения доминирования в таблице пересчета VIX в доминирование с использованием VIX и LIX, причем значение доминирования указывает доминирование нестабильных сегментов VIX в обучающей популяции для различения диапазонов VIX и интервалов LIX, причем диапазоны VIX охватывают диапазон возможных значений для VIX с заданными шагами, интервалы LIX представляют различающиеся степени риска с физиологическим состоянием и включают в себя диапазон возможных значений для LIX, причем сегменты VIX обучающей популяции соответствуют тенденциям VIX в течение заданного периода времени; и

отображают значение доминирования в значение указателя посредством линейного регулирования значения доминирования таким образом, что оно приводится к масштабу по диапазону значений доминирования в таблице пересчета VIX в доминирование.

9. Медицинский способ по п. 8, в котором LIX вычисляют с использованием модели, моделирующей зависимость между нестабильностью физиологического состояния и лабораторными анализами, соответствующими принятым результатам лабораторных исследований.

10. Медицинский способ по п. 8, дополнительно включающий в себя этап, на котором:

фильтруют VIX для удаления резко отклоняющихся значений с использованием верхнего базового уровня и нижнего базового уровня, при этом значение верхнего базового уровня является максимальным значением VIX в течение предыдущего периода времени, и значение нижнего базового уровня является минимальным значением VIX в течение предыдущего периода времени.

11. Медицинский способ по п. 8, в котором упомянутый по меньшей мере один процессор (84) дополнительно запрограммирован с возможностью:

отображения указателя с использованием одного или более из текста, кодирования цветом и столбцовой диаграммы, при этом цветовые коды идентифицируют разные степени риска ухудшения состояния пациента.

12. Медицинский способ по п. 8, дополнительно включающий в себя этапы, на которых:

отображают линию тенденции выбираемых значений указателя; и

при выборе одного из выбираемых значений отображают всплывающую подсказку, включающую в себя одно или более из данных измерений основных физиологических показателей, результатов лабораторных исследований и других релевантных данных для выбранного значения.

13. По меньшей мере один процессор (84), запрограммированный с возможностью выполнения способа по любому из пп. 8-12.

14. Постоянный машиночитаемый носитель (92) данных, содержащий программное обеспечение, которое управляет одним или более процессорами (84) для выполнения способа по любому из пп. 8-12.

Документы, цитированные в отчете о поиске Патент 2017 года RU2629797C2

US 2008214904 A1, 04.09.2008
СПОСОБ СБОРА ДАННЫХ 2007
  • Иванов Евгений
  • Херинк Александер Вильхельмус
RU2441280C2
МЕТАБОЛИЧЕСКИЙ КОНТРОЛЬ, СПОСОБ И УСТРОЙСТВО ДЛЯ ПОЛУЧЕНИЯ ПОКАЗАНИЙ ОБ ОПРЕДЕЛЯЮЩЕМ ЗДОРОВЬЕ СОСТОЯНИИ ОБСЛЕДУЕМОГО ЛИЦА 2005
  • Лильерюд Ларс Густаф
  • Магнуссон Ульф Фредрик
RU2345705C2
US 8275553 B2, 25.09.2012
H
Cao, L
J
Eshelman et al
"Predicting ICU Hemodynamic Instability Using Continuous Multiparameter Trends," in Conf Proc IEEE Eng Med Biol Soc.2008, pp
ЭЛЕКТРИЧЕСКИЙ ТЕЛЕСКОП 1922
  • Рчеулов Б.А.
SU3803A1

RU 2 629 797 C2

Авторы

Эшелман Ларри Джейм

Флауэр Эбигэйл Эктон

Гросс Брайан Дэвид

Фрассика Джозеф Джеймс

Нильсен Ларри

Саид Мохаммед

Даты

2017-09-04Публикация

2013-05-06Подача