МЕДИЦИНСКАЯ СИСТЕМА УДАЛЕННОГО МОНИТОРИНГА, АНАЛИЗА И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ ПАЦИЕНТА ПО ПОСЛЕДОВАТЕЛЬНОСТИ ЭЛЕКТРОКАРДИОГРАММ СЕРДЦА ПЕРВОГО ОТВЕДЕНИЯ И КОМПЬЮТЕРИЗИРОВАННЫЙ СПОСОБ МОНИТОРИНГА, АНАЛИЗА И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ ПАЦИЕНТА Российский патент 2021 года по МПК A61B5/349 G06F16/906 G06F17/17 G06F17/18 G16H50/20 G16H50/70 

Описание патента на изобретение RU2752707C1

Область техники

Настоящее изобретение относится к медицине, а более точно - к медицинской системе удаленного мониторинга, анализа и прогнозирования состояния пациента по последовательности электрокардиограмм (ЭКГ) сердца по меньшей мере первого отведения, регистрируемых для каждого из наблюдаемых пациентов, а также к компьютеризированному способу мониторинга/анализа и прогнозирования состояния пациента по последовательности электрокардиограмм сердца (ЭКГ) по первому отведению.

Изобретение может быть использовано для повышения точности оценки состояния пациента посредством автоматического предоставления большей информации (big data) специалистам по ЭКГ и расшифровщикам ЭКГ и оценки эффективности лекарственного лечения по кардиограмме и/или пульсовой волне.

Предшествующий уровень техники

Сердечно-сосудистые заболевания остаются основной причиной смерти во всем мире, а ишемическая болезнь сердца (ИБС) вносит наибольший вклад в общую картину смертности. В Европе смертность от сердечно-сосудистых заболеваний в 2013 г. составила около 49%. В России в 2009 году на долю ИБС приходилось 28,9% всех случаев смерти.

Это обуславливает актуальность проблемы прогнозирования состояния у больных с хронической ишемической болезнью сердца (ХИБС) с целью выбора правильной тактики лечения. Объем терапии, необходимый конкретному пациенту с ИБС, должен в первую очередь, определяться индивидуальным риском, который может существенно различаться.

Важнейшей общенаучной прикладной задачей считается прогнозирование, которое при использовании математических моделей и методов позволяет определить степень толерантности организма человека к воздействию различных факторов с целью уточнения его предрасположенности к тому или иному заболеванию, а если оно уже возникло, то предсказание особенностей его течения в будущем и исход.

Для успешного решения данной проблемы необходимо создание доступного для любого практикующего врача алгоритма, позволяющего разделить больных на группы риска и выбрать для конкретного больного оптимальную, с точки зрения прогноза, тактику лечения. Единого метода расчета риска смерти и сердечно-сосудистых осложнений в настоящее время не существует.

Известен способ прогнозирования течения ишемической болезни сердца (патент RU 2391044, опубликован 10.06.2010). Указанный способ включает клиническое и электрокардиографическое обследования, холтеровское мониторирование, эхокардиографию, велоэргометрию, анализ вариабельности ритма сердца, сигнал-усредненную электрокардиографию, определение дисперсии интервала Q-T. При этом используют поэтапную схему обследования пациента, причем на первом этапе проводят клиническое обследование, на втором - холтеровское мониторирование ЭКГ, на третьем - эхокардиографию, на четвертом этапе проводят нагрузочный тест, на пятом этапе анализируют сигнал - усредненную ЭКГ вариабельность ритма сердца. На каждом этапе методами многофакторного статистического анализа выделяют предикторы высокого риска в возникновении осложнений, опасных для жизни больных хронической коронарной недостаточностью. Прогнозируют неблагоприятный прогноз течения ишемической болезни сердца при выявленных на первом этапе: наличии стенокардитических болей, неритмичности пульса, синкопальных состояний; артериальной гипертензии, сахарного диабета, курения, гиподинамии, гиперлипидемии, психоэмоциональном напряжении, при наличии критериев рубцовых изменений и признаков ишемии, наличии желудочковых нарушений ритма, в том числе высоких градаций, удлинении Q-T интервала при анализе дисперсии Q-T электрокардиографии покоя. На втором этапе: при суточной продолжительности всех ишемических эпизодов более 60 мин; наличии безболевых эпизодов ишемии; максимальной глубине депрессии сегмента ST более 3 мм; числе сердечных сокращений в начале болевых эпизодов менее 110 в мин; числе сердечных сокращений в начале безболевых эпизодов менее 100 в мин; наличии экстрасистолии высоких градаций IV, V, пробежки желудочковой тахикардии; наличии желудочковой экстрасистолии. На третьем этапе: при конечном диастолическом размере более 6,0 см, фракции выброса менее 40%, наличии зон гипо- и акинезии, признаков аневризмы. На четвертом этапе: при снижении толерантности к физической нагрузке ДП менее 210 усл.ед., максимальной ЧСС в начале эпизодов ишемии менее 100 в минуту; наличии желудочковых нарушений ритма на фоне транзиторных эпизодов ишемии, числе отведений с депрессией ST сегмента более 6. На пятом этапе: при наличии поздних потенциалов желудочков, показателях SDNN менее 21 мс, ВВ50 менее 10 уд/мин, RMSDD менее 15 мс, LF/HF более 1,7 усл.ед., триангулярном индексе менее 15.

На основании результатов поэтапного исследования рассчитывается вероятность благоприятного или неблагоприятного течения ИБС с использованием длины векторов вариантов течения ИБС и, соответственно, осуществляется прогнозирование вероятности высокого или низкого риска смерти пациентов.

Указанный способ не обеспечивает эффективное диагностирование пациентов вне лечебно-профилактического учреждения (ЛПУ) при определении состояния пациента и оказания помощи как пациенту в экспресс оценке его текущего состояния, так и оказания помощи клиницисту в мониторинге хода лечения пациента вне пределов ЛПУ.

В патенте RU 2615721 B2 раскрыто устройство для кардиографического контроля состояния пациентов, содержащее монитор, интерфейс, по меньшей мере, один датчик электрических кардиосигналов (ЭКГ-электрод), установленный на пациенте, предназначенный для снятия с тела пациента электрических кардиосигналов, соединенный выходом с входом блока первичной обработки сигналов, другой вход этого блока соединен с выходом блока временной дискретизации, а выход блока первичной обработки сигналов соединен с блоком коммутации каналов. Выходы блока коммутации каналов соединены с блоком дискретного преобразования Фурье, на выходе которого присутствуют значения амплитуды, частоты и фазы гармоник исследуемого сигнала, и с блоком ввода данных о пациенте. Гармоники обрабатываются в фиксаторе кардиограмм, который запоминает и выдает на выходе амплитуды гармоник исследуемого сигнала необходимое количество времени. Амплитуды гармоник поступают в определитель образа кардиограммы, который сравнивает полученный образ от ЭКГ-электрода с учетом доверительных интервалов и определенной степенью надежности с образами из базы образов кардиограмм. Выход определителя соединен с входом блока фиксации состояний и анализа их динамики, где по данным образов кардиограмм от всех ЭКГ-электродов формируется диагноз болезни пациента, путем сравнения набора образов кардиограмм от ЭКГ-электродов с набором, характеризующим диагноз болезни из базы кардиологических диагнозов с учетом доверительных интервалов и определенной степенью надежности. В этом же блоке определяется степень надежности диагноза, динамика диагноза в зависимости от предыдущего исследования пациента, и время определения диагноза. Все эти данные выводятся на монитор, передаются в интерфейс для хранения и исследования на других технических средствах и в блок ввода данных о пациенте, где они хранятся в соответствующих архивах пациента.

Указанное устройство не обеспечивает эффективное диагностирование пациентов вне лечебно-профилактического учреждения (ЛПУ) при определении состояния пациента и оказания помощи как пациенту в экспресс оценке его текущего состояния, так и оказания помощи клиницисту в мониторинге хода лечения пациента вне пределов ЛПУ.

В качестве ближайшего технического решения предлагается рассматривать портативную систему CardioQVARK (О.Ю.Пиданов «Первый опыт персонального ЭКГ мониторинга у пациентов после торакоскопической абляции левого предсердия», Вестник современной клинической медицины, 2017, т.10, вып. 6, с. 24-30). Указанная система служит инструментом для мониторинга состояния сердечно-сосудистой системы у пациентов после торакоскопической абляции по поводу фибрилляции предсердий. У пациентов в стационарных условиях с 1 по 5 день после операции регистрировались записи 5-минутных электрокардиограмм при помощи портативного монитора CardioQVARK с передачей данных по сети интернет мобильного оператора через облачный сервис в приложение CardioQvark Doctor. Стационарный этап показал удобство и простоту применения персонального монитора CardioQVARK при наблюдении за пациентами в послеоперационном периоде после хирургического лечения фибрилляции предсердий. Применение удаленного мониторинга при помощи устройства CardioQVARK позволяет вести длительное наблюдение за пациентами.

Использование приложения для iPad CardioQVARK Doctor позволяет накапливать базу исследования, удобную для быстрого доступа, а также быстро проводить анализ интервала Q-T, P-Q кардиограммы при подборе дозы антиаритмических препаратов.

В качестве тестового исследования проводилось ежедневное мониторирование ЭКГ пациентов в течение 2 месяцев при нахождении вне стационара. Было получено 64 записи ЭКГ общей продолжительностью 262 минуты. Из полученных записей пригодными для анализа были 61 (95,3%). Предусматривалась запись ежедневной ЭКГ в утреннее время и запись и передача данных в случае возникновения ощущения перебоев в работе сердца - событийный мониторинг.

Как указано в монографии, применение устройства CardioQVARK не позволяет полностью отказаться от прикроватных мониторов, ЭКГ аппаратов, холтеровских мониторов и т.п.

Польза от длительного, а еще лучше постоянного электрокардиографического (ЭКГ) мониторинга не вызывает сомнений. Однако в реальной клинической практике применение мониторов крайне ограничено в связи с их высокой стоимостью.

При возникновении приступа нарушения ритма его невозможно зарегистрировать, по той простой причине, что, пока пациент дойдет до кабинета ЭКГ или приедет «карета скорой помощи», приступ может купироваться самостоятельно. В таких условиях становится крайне привлекательным мониторинг нарушений ритма сердца с возможностью передачи результатов специалисту на расстоянии через современные коммуникационные технологии.

Указанная система не обеспечивает прогнозирование состояния наблюдаемого пациента.

Краткое изложение существа изобретения

В основу настоящего изобретения поставлена задача создания медицинской системы для удаленного анализа кардиологических данных, полученных по меньшей мере от одного пациента вне лечебного учреждения, анализа и прогнозирования состояния пациента по последовательности электрокардиограмм (ЭКГ) по меньшей мере первого отведения, регистрируемых для каждого из наблюдаемых пациентов, которая быстрым и/или надежным способом решает вышеупомянутые проблемы известного уровня техники.

Еще одной задачей настоящего изобретения является создание компьютеризированного способа мониторинга, анализа и прогнозирования состояния пациента по последовательности электрокардиограмм сердца (ЭКГ) по меньшей мере первого отведения и иных кардиологических сигналов, синхронизированных с ЭКГ, с использованием указанной медицинской системы, который позволит обеспечить эффективный анализ, диагностирование и прогнозирование состояния пациента и оказать клиницисту помощь в планировании лечения.

Технический эффект, достигаемый настоящим изобретением, заключается в обеспечении эффективного диагностирования пациентов вне лечебно-профилактического учреждения (ЛПУ) при определении состояния пациента и оказания помощи как пациенту в экспресс оценке его текущего состояния, так и оказания помощи клиницисту в мониторинге хода лечения пациента вне пределов ЛПУ, в том числе при оценке кардиотоксичности при применении лекарственных препаратов, не только сердечных.

Таким образом, согласно первому аспекту настоящего изобретения поставленная задача решена путем создания медицинской системы удаленного мониторинга, анализа и прогнозирования состояния пациента по последовательности электрокардиограмм (ЭКГ) по меньшей мере первого отведения, регистрируемых для каждого пациента из наблюдаемого множества пациентов, которая содержит:

блок накопления в базе данных упомянутой медицинской системы для каждого из наблюдаемых пациентов последовательности его электрокардиограмм (ЭКГ), маркированных идентификаторами пациента, получаемой путем добавления каждой новой регистрируемой ЭКГ пациента, маркированной указанными идентификаторами, к его ранее накопленной последовательности ЭКГ на протяжении всего времени наблюдения;

блок выделения по запросу врача из накопленной базы данных подмножества ЭКГ целевой группы пациентов, которые объединяются в упомянутой системе в целевую группу в соответствии с ограничениями, заданными в запросе врача, и по меньшей мере по одному из указанных идентификаторов в соответствии с целью исследования;

блок кластеризации выделенного подмножества ЭКГ, который по меньшей мере для одной целевой группы пациентов, объединенных по меньшей мере по одному признаку, все ЭКГ, выделенные в подмножество, последовательно объединяет по меньшей мере в один кластер по признаку взаимного подобия их форм с применением метода кластеризации,

блок определения меры подобия форм ЭКГ в пространстве признаков форм ЭКГ, который каждой ЭКГ из базы данных медицинской системы ставит в соответствие дискретизированную ЭКГ (ДЭКГ), представляющую собой точку, имеющую координаты по меньшей мере в одном пространстве признаков форм ЭКГ, выбранном оператором системы, причем значения координат точки в указанном пространстве признаков форм ЭКГ несут в себе информацию о форме исходной ЭКГ, а мера подобия форм ЭКГ между любыми парами ЭКГ задается в виде расстояния между соответствующими им парами точек ДЭКГ в этом пространстве,

блок формирования ЭТАЛОНОВ, который для каждого кластера, сформированного блоком кластеризации, осуществляет формирование соответствующего ему ЭТАЛОНА, формируя множество точек ДЭКГ, соответствующих ЭКГ кластера, и вычисляет характеристики сформированного множества ДЭКГ, включающие в себя: координаты центра тяжести сформированного множества ДЭКГ, радиус сферы или центр многоугольника в центре тяжести множества ДЭКГ, включающего в себя все ДЭКГ множества,

блок назначения по запросу врача ЭТАЛОНА в соответствии с целью исследования из множества сформированных ЭТАЛОНОВ для последующей оценки состояния пациента относительно состояния, соответствующего назначенному врачом по меньшей мере одному ЭТАЛОНУ;

блок оценки состояния пациента по последовательности его ЭКГ, в котором изменение во времени состояния наблюдаемого пациента оценивается по изменению во времени расстояний между каждой из вновь поступающих ДЭКГ в последовательности ДЭКГ пациента и назначенным по меньшей одним ЭТАЛОНОМ;

блок прогнозирования состояния наблюдаемого пациента, в котором прогнозирование наиболее вероятного будущего состояния пациента производится на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени прошлых состояний наблюдаемого пациента относительно назначенного по меньшей мере одного ЭТАЛОНА;

блок визуализации состояния пациента, в котором динамика изменения расстояний вновь поступающих ЭКГ пациента визуализируется в виде перемещения геометрических траекторий кардиограмм между назначенными ЭТАЛОНАМИ.

Предпочтительно, чтобы блок прогнозирования состояния наблюдаемого пациента выдавал прогноз состояния наблюдаемого пациента в будущие периоды времени, начиная от последнего момента времени снятия ЭКГ пациента, по виду изменения траектории движения ЭКГ наблюдаемого пациента относительно центра тяжести назначенного по меньшей мере одного ЭТАЛОНА.

Предпочтительно, чтобы идентификаторы пациента содержали две группы признаков, причем первая группа характеризовала код персональных данных пациента, а вторая группа признаков представляла параметры карты амбулаторного больного, из группы, состоящей из признаков пола, возраста, диагноза, социального статуса, группы крови, профессии, принадлежности к социальным группам, образования, генотипа, с патологией - без патологии, принимающие - не принимающие лекарственные препараты.

Предпочтительно, чтобы мера подобия форм между любыми парами ЭКГ задавалась в виде расстояния между соответствующими им парами точек ДЭКГ, вычисляемого согласно формулам расчета расстояния между точками в избранном по меньшей мере одном пространстве: Евклидовом пространстве, пространстве Римана, пространстве Лобачевского, пространстве Гильберта.

Предпочтительно, чтобы метод кластеризации был выбран из группы, состоящей из: K-means, K-medians, C-means, EM, FOREL, нейросеть Кохонена, графовые методы, включая методы с одиночными связями, методы с полными связями, метод Уорда, методы со средними связями, методы со средневзвешенными связями.

Предпочтительно, чтобы указанный блок кластеризации для очередной анализируемой ЭКГ, относящейся к выделенному подмножеству, проверял меру подобия ее формы формам всех ЭКГ в каждом из уже сформированных кластеров и,

если анализируемая ЭКГ по заранее заданной мере подобия форм соответствует по меньшей мере одной из ЭКГ уже сформированного одного кластера, то ЭКГ соответствует этому кластеру и попадает в этот кластер,

если ЭКГ соответствует более чем одному кластеру, то ранее сформированные кластеры, которым соответствует анализируемая ЭКГ, объединяются в один кластер,

если ЭКГ не соответствует ни одному из ранее сформированных кластеров, то формируется новый кластер, содержащий эту одну ЭКГ.

Предпочтительно, чтобы в ЭКГ, являющихся длительными, выбирался конечный интервал от 1 до 5 минут, и в этом интервале определялись ДЭКГ, для дальнейшего расчета меры подобия.

Предпочтительно, чтобы в ЭКГ, являющихся длительными, выбирали более одного конечного интервала, в этих интервалах определяли ДЭКГ, для дальнейшего расчета меры подобия, и на основе меры подобия строили траекторию изменения состояния пациента в течение проведения процедуры снятия ЭКГ.

Предпочтительно, чтобы нормализовали пространство признаков путем приведения зарегистрированных ЭКГ к одной фиксированной длине методом интерполяции.

Согласно второму аспекту изобретения поставленная задача решена путем создания компьютеризированного способа удаленного мониторинга, анализа и прогнозирования состояния пациента с использованием медицинской системы по п. 1, который содержит следующие шаги:

для каждого из наблюдаемого множества пациентов осуществляют накопление в базе данных указанной медицинской системы последовательности его электрокардиограмм (ЭКГ) по меньшей мере первого отведения, маркированных идентификаторами пациента, получаемой путем добавления каждой новой регистрируемой ЭКГ пациента, маркированной указанными идентификаторами, к его ранее накопленной последовательности ЭКГ на протяжении всего времени наблюдения;

выделяют по запросу врача из накопленной базы данных подмножество ЭКГ целевой группы пациентов, которые объединяют в целевую группу в соответствии с ограничениями, заданными в запросе врача, и по меньшей мере по одному из указанных идентификаторов в соответствии с целью исследования;

осуществляют кластеризацию выделенного подмножества ЭКГ по меньшей мере для одной целевой группы пациентов, объединенных по меньшей мере по одному признаку, для чего все выделенные в подмножество ЭКГ последовательно объединяются по меньшей мере в один кластер по признаку взаимного подобия их форм с применением одного из методов кластеризации;

определяют меру подобия форм ЭКГ в пространстве признаков форм ЭКГ, для чего каждой ЭКГ из базы данных медицинской системы ставят в соответствие дискретизированную ЭКГ (ДЭКГ), представляющую собой точку, имеющую координаты по меньшей мере в одном пространстве признаков форм ЭКГ, выбранном оператором системы, причем значения координат точки в указанном пространстве признаков форм ЭКГ несут в себе информацию о форме исходной ЭКГ, а меру подобия форм между любыми парами ЭКГ задают в виде расстояния между соответствующими им парами точек ДЭКГ в этом пространстве,

для каждого кластера осуществляют формирование соответствующего ему ЭТАЛОНА путем формирования множества точек ДЭКГ, соответствующих ЭКГ кластера, и вычисления характеристик сформированного множества ДЭКГ, включающих в себя: координаты центра тяжести сформированного множества ДЭКГ, радиус сферы или центр многоугольника в центре тяжести множества ДЭКГ, включающего все ДЭКГ множества,

для последующей оценки состояния пациента в соответствии с целью исследования, заданной врачом, назначают по меньшей мере один ЭТАЛОН в соответствии с целью исследования и сравнивают состояние пациента с состоянием, соответствующим назначенному по меньшей мере одному ЭТАЛОНУ;

оценивают изменение во времени состояния наблюдаемого пациента по изменению во времени расстояний между каждой из вновь поступающих ДЭКГ в последовательности ДЭКГ пациента и назначенным по меньшей мере одним ЭТАЛОНОМ;

осуществляют прогнозирование состояния наблюдаемого пациента на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени прошлых состояний наблюдаемого пациента относительно назначенного по меньшей мере одного ЭТАЛОНА;

визуализируют состояние пациента в виде динамики изменения расстояний вновь поступающих ЭКГ пациента при перемещении геометрических траекторий движения между назначенными ЭТАЛОНАМИ.

Предпочтительно, чтобы в способе прогнозировали состояние наблюдаемого пациента в будущие периоды времени, начиная от последнего момента времени снятия ЭКГ пациента, по виду изменения траектории движения ЭКГ наблюдаемого пациента относительно центра тяжести назначенного по меньшей мере одного ЭТАЛОНА.

Предпочтительно, чтобы идентификаторы пациента содержали две группы признаков, причем первая группа характеризовала код персональных данных пациента, а вторая группа признаков представляла параметры карты амбулаторного больного, из группы, состоящей из признаков пола, возраста, диагноза, социального статуса, группы крови, профессии, принадлежности к социальным группам, образования, генотипа, с патологией - без патологии, принимающие - не принимающие лекарственные препараты.

Предпочтительно, чтобы в способе регистрацию последовательности ЭКГ осуществляли согласно заданной методике исследования, предусматривающей регистрацию ЭКГ в заданные моменты времени и/или при наступлении заданных событий, связанных с самочувствием пациента, с распорядком дня пациента, с приемом лекарственных препаратов или медицинскими процедурами.

Предпочтительно, чтобы в способе меру подобия форм между любыми парами ЭКГ задавали в виде расстояния между соответствующими им парами точек ДЭКГ, вычисляемого согласно формулам расчета расстояния между точками в избранном по меньшей мере одном пространстве: Евклидовом пространстве, пространстве Римана, пространстве Лобачевского, пространстве Гильберта.

Предпочтительно, чтобы в способе метод кластеризации выбирали из группы, состоящей из: K-means, K-medians, C-means, EM, FOREL, нейросеть Кохонена, графовых методов, включая методы с одиночными связями, методы с полными связями, метод Уорда, методы со средними связями, методы со средневзвешенными связями.

Предпочтительно, чтобы в способе осуществляли кластеризацию очередной анализируемой ЭКГ, относящейся к выделенному подмножеству, для чего проверяли меру подобия ее формы формам всех ЭКГ в каждом из уже сформированных кластеров и,

если анализируемая ЭКГ по заранее заданной мере подобия форм соответствует по меньшей мере одной из ЭКГ уже сформированного одного кластера, то считают, что ЭКГ соответствует этому кластеру и попадает в этот кластер,

если ЭКГ соответствует более чем одному кластеру, то ранее сформированные кластеры, которым соответствует анализируемая ЭКГ, объединяются в один кластер,

если ЭКГ не соответствует ни одному из ранее сформированных кластеров, то формируют новый кластер, содержащий эту одну ЭКГ.

Предпочтительно, чтобы в способе признак «с патологией - без патологии» включал в себя подтвержденное врачом наличие или отсутствие патологии в диагнозе пациента по Международной Классификации Диагнозов (МКД).Предпочтительно, чтобы в способе дополнительно использовали электрокардиограммы, выбранные из группы, состоящей из электрокардиограммы по Эйнтховену, кардиограммы пульсовой волны (фотоплетизмограммы), оксигемограммы, карты дыхания, эхокардиограммы, сейсмокардиограммы и сигналов сердечно-сосудистой системы, синхронизированных с ЭКГ.

Краткое описание чертежей

В дальнейшем изобретение поясняется описанием предпочтительного варианта воплощения со ссылками на сопровождающие чертежи, на которых:

Фиг. 1 изображает блок-схему медицинской системы удаленного мониторинга, анализа и прогнозирования состояния пациента, согласно изобретению;

Фиг. 2 изображает схему формирования ЭТАЛОНОВ;

Фиг. 3 изображает схему перемещения геометрической траектории движения вновь поступающих ЭКГ пациента между назначенными ЭТАЛОНАМИ;

Фиг. 4 изображает схему сбора ЭКГ пациентов путем передачи данных с сотового телефона, с передачей данных по сети Интернет мобильного оператора.

Теоретическое обоснование предложенного способа

В 1954 году Ферми, Паста и Улам предприняли попытку численно показать неизбежность перехода нелинейной системы в состояние с равнораспределенной энергией из состояния мономодового возбуждения.

Авторами настоящего изобретения был предложен и математически описан вариант модели возврата Ферми-Паста-Улама (автовозврата ФПУ) и выдвинута гипотеза об адекватном описании электрической динамики сердца в рамках обнаруженного явления автовозврата ФПУ. В результате компьютерного исследования модели была получена динамика решений автовозврата ФПУ, соответствующая электрической динамике нормально функционирующего сердца в виде электрокардиограммы (ЭКГ) (см. А.В. Шмид, А.А. Березин, М.А Новопашин «Автовозврат Ферми-Паста-Улама в описании электрической активности сердца» (Fermi-Pasta-Ulam auto recurrence in the description of the electrical activity of the heart), Journal Medical Hypothesis, 101 (2017) pp. 17-22).

Исследования модели позволили обнаружить гипотетическую основу ишемической болезни сердца в виде увеличения энергии высокочастотных гармоник спектра автовозврата ФПУ за счет уменьшения энергии низкочастотных гармоник спектра автовозврата ФПУ, что в итоге приводит к резкому уменьшению сократительной способности миокарда.

В целях проверки гипотезы было исследовано более 20000 ЭКГ как здоровых людей, так и больных сердечно-сосудистыми заболеваниями. В результате указанных исследований было установлено, что динамика электрической активности нормально функционирующего сердца может быть интерпретирована феноменом автовозврата ФПУ, а ишемическая болезнь сердца представляет собой нарушение энергетического соотношения между низкочастотными и высокочастотными гармониками автовозврата ФПУ

Для моделирования ЭКГ было учтено, что функционирование сердца происходит в автоколебательном режиме, подразумевающем наличие аналогичного принципа динамики в структуре возврата ФПУ, используемого для моделирования сердечной активности.

Как показывает математическое моделирование, электрическая активность сердца представляет собой впервые сформулированный авторами автовозврат ФПУ, носящий индивидуальный характер и содержащий в своей структуре картину физиологического состояния сердца и патологические процессы, паттерны которых периодически появляются в Фурье-спектрах автовозвратов.

Автовозвраты Фурье спектров ЭКГ здоровых людей содержат как низкочастотную часть в диапазоне 1-5 Гц, соответствующую каноническому возврату ФПУ, так и высокочастотную часть в диапазоне 20-35 Гц, соответствующую высокочастотному возврату ФПУ. Таким образом, ЭКГ является биологическим примером полного автовозврата ФПУ.

На основании результатов моделирования было выдвинуто предположение, что в множестве частотных картин, полученных из различных кардиограмм одного пациента или нескольких пациентов, отсутствует хаотическое распределение, и поэтому возможно выделить несколько групп частотных картин по некоторой мере близости.

Это означает, что к нормализованному пространству частотных картин ЭКГ могут быть применены алгоритмы кластеризации и получены устойчивые частотные картины состояний как конкретного пациента, так и группы пациентов, выделенных по общему признаку.

Описание предпочтительного варианта воплощения изобретения

Согласно изобретению, медицинская система удаленного мониторинга, анализа и прогнозирования состояния пациента по последовательности электрокардиограмм (ЭКГ) по меньшей мере первого отведения, регистрируемых для каждого пациента из множества наблюдаемых пациентов, содержит блок 1 (фиг. 1) накопления в базе данных упомянутой медицинской системы для каждого из множества наблюдаемых пациентов последовательности его электрокардиограмм (ЭКГ). Указанные электрокардиограммы маркированы идентификаторами пациента. Идентификаторы пациента выбраны из группы, состоящей из признаков пола, возраста, диагноза, социального статуса, группы крови, профессии, принадлежности к социальным группам, образования, генотипа, с патологией - без патологии, принимающие - не принимающие лекарственные препараты.

Указанная последовательность электрокардиограмм (ЭКГ) получена путем добавления каждой новой регистрируемой ЭКГ пациента, маркированной указанными идентификаторами, к его ранее накопленной последовательности ЭКГ на протяжении всего времени наблюдения.

Медицинская система содержит также блок 2 выделения по запросу врача из накопленной базы данных подмножества ЭКГ, принадлежащих целевой группе пациентов, которые объединяются в упомянутой системе в целевую группу в соответствии с ограничениями, заданными в запросе врача, и по меньшей мере по одному из указанных идентификаторов в соответствии с целью исследования.

Каждая кардиограмма, полученная из базы данных, снабжена кодом пациента и, при необходимости, медицинским идентификатором, т.е. устанавливается, кого исследуют и что исследуют, например, исследуются кардиограммы молодых людей в возрасте до 30 лет, которые постоянно принимают анальгетики.

Медицинская система содержит блок 3 кластеризации выделенного подмножества ЭКГ. Указанный блок 3 по меньшей мере для одной целевой группы пациентов, объединенных по меньшей мере по одному идентификатору, последовательно объединяет все ЭКГ, выделенные в подмножество, по меньшей мере в один кластер А1, А2, А3, А4, А5 по признаку взаимного подобия их форм с применением метода кластеризации.

Используется известный метод кластеризации, который выбирается из группы, состоящей из: K-means, K-medians, C-means, EM, FOREL, нейросеть Кохонена, графовые методы, включая методы с одиночными связями, методы с полными связями, метод Уорда, методы со средними связями, методы со средневзвешенными связями.

Определение меры подобия форм ЭКГ в пространстве признаков форм ЭКГ осуществляется блоком 4 определения меры подобия форм ЭКГ. Электрокардиограммы из блока 3 кластеризации последовательно попарно передаются в блок 4 определения меры подобия форм ЭКГ с обратным получением ответа, т.е. расстояния (меры подобия) между ДЭКГ переданной пары ЭКГ.

Каждой ЭКГ, полученной из базы данных медицинской системы и переданной из блока 3 кластеризации, блок 4 ставит в соответствие дискретизированную ЭКГ (ДЭКГ), представляющую собой точку, имеющую координаты по меньшей мере в одном пространстве признаков форм ЭКГ, выбранном оператором системы. Значения координат точки в указанном пространстве признаков форм ЭКГ несут в себе информацию о форме исходной ЭКГ, а мера подобия форм между любыми парами ЭКГ задается в виде расстояния между соответствующими им парами точек ДЭКГ в этом пространстве. Пространство признаков подобия указывается оператором.

Блок 3 кластеризации для очередной анализируемой ЭКГ, относящейся к выделенному подмножеству, проверяет меру подобия ее формы формам всех ЭКГ в каждом из уже сформированных кластеров А1 - А5.

Если анализируемая ЭКГ по заранее заданной мере подобия форм соответствует по меньшей мере одной из ЭКГ уже сформированного одного кластера, то ЭКГ соответствует этому кластеру и попадает в этот кластер. Если ЭКГ соответствует более чем одному кластеру, то ранее сформированные кластеры, которым соответствует анализируемая ЭКГ, объединяются в один кластер, например, А3 объединяется с А4. Если ЭКГ не соответствует ни одному из ранее сформированных кластеров, то формируется новый кластер А5, содержащий эту одну ЭКГ.

При этом мера подобия форм между любыми парами ЭКГ задается в виде расстояния между соответствующими им парами точек ДЭКГ, вычисляемого согласно формулам расчета расстояния между точками в избранном по меньшей мере одном пространстве: Евклидовом пространстве, пространстве Римана, пространстве Лобачевского, пространстве Гильберта.

В длительных ЭКГ выбирают конечный интервал от 1 до 5 минут, и в этом интервале определяют ДЭКГ, для дальнейшего расчета меры подобия.

В ЭКГ, являющихся длительными, выбирают более одного конечного интервала, в этих интервалах определяют ДЭКГ, для дальнейшего расчета меры подобия, и на основе меры подобия строят траекторию изменения состояния пациента в течение проведения процедуры снятия длительных ЭКГ.

Нормализуют пространство признаков путем приведения зарегистрированных ЭКГ к одной фиксированной длине методом интерполяции.

Медицинская система содержит блок 5 формирования ЭТАЛОНОВ, который для каждого кластера А1 - А4, сформированного блоком 3 кластеризации, осуществляет формирование соответствующего ему ЭТАЛОНА, формируя множество точек ДЭКГ, соответствующих ЭКГ кластера, и вычисляет характеристики сформированного множества ДЭКГ. Указанные характеристики включают в себя: координаты центра тяжести 01, 02, 03, 04 сформированного множества ДЭКГ, радиус сферы или центр многоугольника в центре тяжести множества ДЭКГ, включающего в себя все ДЭКГ множества. На фиг. 2 показаны ЭТАЛОНЫ В1, В2, В3 и В4.

Сформированные ЭТАЛОНЫ могут быть сохранены в базе данных ЭКГ.

Назначение ЭТАЛОНА осуществляется блоком 6 назначения по запросу врача по меньшей мере одного ЭТАЛОНА в соответствии с целью исследования для последующей оценки состояния пациента относительно состояния, соответствующего назначенному врачом по меньшей мере одному ЭТАЛОНУ из множества сформированных ЭТАЛОНОВ. Таким образом, назначенный ЭТАЛОН соответствует состоянию, указанному в цели исследования. Возможен вариант, в котором сохраненный ЭТАЛОН можно получить из базы данных ЭКГ.

Затем блоком 7 оценки состояния пациента по последовательности его ЭКГ оценивается изменение во времени состояния наблюдаемого пациента по изменению во времени расстояний между каждой из вновь поступающих ДЭКГ в последовательности ДЭКГ пациента и назначенным по меньшей одним ЭТАЛОНОМ. Поскольку ЭТАЛОН сформирован, то врач или сам пациент получают возможность сравнивать последовательность поступающих из базы данных ЭКГ одного пациента, с ЭТАЛОНОМ. На фиг. 3 показана диаграмма перемещения ДЭКГ наблюдаемого пациента, который принимает лекарственные препараты, где слева - ЭТАЛОН молодые здоровые, справа - ЭТАЛОН пожилые с диагнозом ишемия.

Предложенная медицинская система обеспечивает прогнозирование посредством блока 8 прогнозирования состояния наблюдаемого пациента, в котором прогнозирование наиболее вероятного будущего состояния пациента производится на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени прошлых состояний наблюдаемого пациента относительно назначенного по меньшей мере одного ЭТАЛОНА.

Блок 8 прогнозирования состояния наблюдаемого пациента выдает прогноз состояния наблюдаемого пациента на будущие периоды времени, начиная от последнего момента времени снятия ЭКГ пациента, по виду изменения траектории движения ЭКГ наблюдаемого пациента (фиг. 3) относительно центра тяжести назначенного по меньшей мере одного ЭТАЛОНА.

В блоке 9 визуализации состояния пациента осуществляется визуализация, для чего динамика изменения расстояний вновь поступающих ЭКГ пациента визуализируется в виде перемещения геометрических траекторий между назначенными ЭТАЛОНАМИ (фиг. 3).

Медицинскую систему также можно применять к группе пациентов.

Согласно изобретению, предложен также компьютеризированный способ удаленного мониторинга, анализа и прогнозирования состояния пациента, который содержит использование медицинской системы и в котором осуществляется сопоставление форм множества ЭКГ пациента, как носителей информации о фактическом медицинском состоянии пациента.

В предлагаемом способе компьютер сначала ОБУЧАЕТСЯ, т.е. формирует группу ЭТАЛОНОВ диагнозов, каждый из которых содержит множество близких по форме ЭКГ ранее наблюдавшихся пациентов, соответствующих одному из заданных врачом ЭТАЛОНОВ, характеризующих предполагаемый диагноз.

Далее обученный компьютер используется для оценки меры близости формы ЭКГ пациента с неизв6естным диагнозом одному из сформированных в ходе обучения компьютера ЭТАЛОНОВ.

Текущее состояние пациента оценивается по мере близости формы его ЭКГ формам ЭКГ одного или нескольких ЭТАЛОНОВ.

Изменение состояния пациента во времени оценивается на основе анализа последовательности его ЭКГ по факту приближения или удаления меры подобия форм ЭКГ пациента формам ЭКГ ЭТАЛОНОВ.

Прогнозирование развития состояния пациента осуществляется на основе анализа истории изменения меры подобия форм последовательности его ЭКГ формам ЭКГ ЭТАЛОНА.

В основу измерения меры подобия форм ЭКГ положена возможность представления каждой из ЭКГ пациента в виде точки (ДЭКГ) с координатами, отражающими форму ЭКГ в избранном пространстве признаков подобия форм ЭКГ. Введение пространства признаков подобия форм ЭКГ далее позволяет оперировать геометрическими терминами, другими словами, количественно оценивать меру подобия форм ЭКГ в виде расстояния между точками (ДЭКГ), а ЭТАЛОН диагноза рассматривать как совокупность точек, т.е. область в пространстве признаков подобия форм. Таким образом, способ позволяет перейти от зрительной неформальной оценки формы ЭКГ как основы диагноза к формальной компьютеризированной оценке.

Ниже раскрыты этапы способа удаленного мониторинга, анализа и прогнозирования состояния пациента по последовательности электрокардиограмм (ЭКГ) по меньшей мере первого отведения, регистрируемых для одного из наблюдаемых пациентов.

Для реализации указанного способа вначале необходимо для каждого пациента из наблюдаемого множества пациентов осуществить накопление в базе данных медицинской системы последовательности электрокардиограмм (ЭКГ) по меньшей мере первого отведения, маркированных идентификаторами пациента. Указанную последовательность электрокардиограмм (ЭКГ) получают путем добавления каждой новой регистрируемой ЭКГ пациента из наблюдаемого множества пациентов, маркированной указанными идентификаторами, к его ранее накопленной последовательности ЭКГ на протяжении всего времени наблюдения. Таким образом база данных содержит множество электрокардиограмм (ЭКГ) по меньшей мере первого отведения.

При этом указанные электрокардиограммы маркируются идентификаторами пациента. Идентификаторы пациента выбирают из признаков пола, возраста, диагноза, социального статуса, группы крови, профессии, принадлежности к социальным группам, образования, генотипа, с патологией - без патологии, принимающие - не принимающие лекарственные препараты.

Затем в соответствии с запросом врача из накопленной базы данных в блоке 3 выделяют подмножество ЭКГ целевой группы пациентов. Пациентов объединяют в целевую группу в соответствии с ограничениями, заданными в запросе врача, и по меньшей мере по одному из указанных идентификаторов в соответствии с целью исследования. Например, исследуются кардиограммы молодых людей в возрасте до 30 лет, которые постоянно принимают анальгетики. Или врач может запросить всех пациентов, принимающих какую-то группу лекарств.

Каждая кардиограмма, полученная из базы данных, снабжена кодом пациента и, при необходимости, медицинским идентификатором, т.е. содержит информацию о том, кого исследуют и что исследуют.

Таким образом получают подмножество ЭКГ целевой группы пациентов.

Затем в блоке 3 осуществляют кластеризацию выделенного подмножества ЭКГ целевой группы пациентов, объединенных по меньшей мере по одному идентификатору, для чего все выделенные в подмножество ЭКГ последовательно объединяются по меньшей мере в один кластер по признаку взаимного подобия их форм с применением одного из методов кластеризации.

Метод кластеризации выбирают из группы, состоящей из: K-means, K-medians, C-means, EM, FOREL, нейросеть Кохонена, графовых методов, включая методы с одиночными связями, методы с полными связями, метод Уорда, методы со средними связями, методы со средневзвешенными связями.

Определение меры подобия форм ЭКГ в пространстве признаков форм ЭКГ осуществляется блоком 4 определения меры подобия форм ЭКГ. Электрокардиограммы из блока 3 кластеризации попарно передаются в блок 4 определения меры подобия форм ЭКГ с обратным получением ответа, т.е. расстояния (меры подобия) между ДЭКГ переданной пары ЭКГ.

Каждой ЭКГ, полученной из базы данных медицинской системы и переданной из блока 3 кластеризации, блок 4 ставит в соответствие дискретизированную ЭКГ (ДЭКГ), представляющую собой точку, имеющую координаты по меньшей мере в одном пространстве признаков форм ЭКГ, выбранном оператором системы. Значения координат точки в указанном пространстве признаков форм ЭКГ несут в себе информацию о форме исходной ЭКГ, а мера подобия форм между любыми парами ЭКГ задается в виде расстояния между соответствующими им парами точек ДЭКГ в этом пространстве. Пространство признаков подобия указывается оператором.

Как указано выше, все выделенные в подмножество ЭКГ последовательно объединяются по меньшей мере в один кластер по признаку взаимного подобия их форм.

Блок 3 кластеризации для очередной анализируемой ЭКГ, относящейся к выделенному подмножеству, проверяет меру подобия ее формы формам всех ЭКГ в каждом из уже сформированных кластеров А1 - А5.

Если анализируемая ЭКГ по заранее заданной мере подобия форм соответствует по меньшей мере одной из ЭКГ уже сформированного одного кластера, то считают, что ЭКГ соответствует этому кластеру, и соответственно она попадает в этот кластер. Если ЭКГ соответствует более чем одному кластеру, то ранее сформированные кластеры, которым соответствует анализируемая ЭКГ, объединяются в один кластер, например, А3 объединяется с А4. Если ЭКГ не соответствует ни одному из ранее сформированных кластеров, то формируется новый кластер А5, содержащий эту одну ЭКГ (Фиг. 2).

При этом мера подобия форм между любыми парами ЭКГ задают в виде расстояния между соответствующими им парами точек ДЭКГ, вычисляемого согласно формулам расчета расстояния между точками в избранном по меньшей мере одном пространстве: Евклидовом пространстве, пространстве Римана, пространстве Лобачевского, пространстве Гильберта.

В длительных ЭКГ выбирают конечный интервал от 1 до 5 минут, и в этом интервале определяют ДЭКГ, для дальнейшего расчета меры подобия.

В ЭКГ, являющихся длительными, выбирают более одного конечного интервала, в этих интервалах определяют ДЭКГ, для дальнейшего расчета меры подобия, и на основе меры подобия строят траекторию изменения состояния пациента в течение проведения процедуры снятия длительных ЭКГ.

Нормализуют пространство признаков путем приведения зарегистрированных ЭКГ к одной фиксированной длине методом интерполяции.

Затем для каждого кластера осуществляют формирование соответствующего ему ЭТАЛОНА в блоке 5 формирования ЭТАЛОНОВ. Для каждого кластера А1 - А4, сформированного блоком 3 кластеризации, блок 5 осуществляет формирование соответствующего ему ЭТАЛОНА В1 - В4, формируя множество точек ДЭКГ, соответствующих ЭКГ кластера, и вычисляет характеристики сформированного множества ДЭКГ. Указанные характеристики включают в себя: координаты центра тяжести 01, 02, 03, 04 (фиг. 2) сформированного множества ДЭКГ, радиус сферы или центр многоугольника в центре тяжести множества ДЭКГ, включающего в себя все ДЭКГ множества.

Сформированные ЭТАЛОНЫ могут быть сохранены в базе данных ЭКГ.

Для последующей оценки состояния пациента в соответствии с целью исследования назначают по меньшей мере один ЭТАЛОН. Назначение ЭТАЛОНА осуществляется блоком 6 назначения ЭТАЛОНА по запросу врача в соответствии с целью исследования для последующей оценки состояния пациента относительно состояния, соответствующего назначенному врачом по меньшей мере одному ЭТАЛОНУ из множества сформированных ЭТАЛОНОВ.

Изменение во времени состояния наблюдаемого пациента оценивают по изменению во времени расстояний между каждой из вновь поступающих ДЭКГ в последовательности ДЭКГ пациента и назначенным по меньшей мере одним ЭТАЛОНОМ.

Таким образом, назначенный ЭТАЛОН соответствует состоянию, указанному в цели исследования.

Возможен вариант, в котором сохраненный ЭТАЛОН можно получить из базы данных ЭКГ.

Затем в блок 7 оценки состояния пациента из базы данных ЭКГ подают последовательность ЭКГ исследуемого пациента, где оценивается изменение во времени состояния наблюдаемого пациента по изменению во времени расстояний между каждой из вновь поступающих ДЭКГ в последовательности ДЭКГ пациента и назначенным по меньшей одним ЭТАЛОНОМ. Поскольку ЭТАЛОН сформирован, то врач или пациент получают возможность сравнивать последовательность поступающих из базы данных ЭКГ одного пациента с по меньшей мере одним ЭТАЛОНОМ.

Запрос врача вводится в электронном виде известными способами.

Лечащему врачу и пациенту важно знать прогноз, например, каким образом следует уточнить дозировку лекарственных средств в зависимости от состояния наблюдаемого пациента и как будет изменяться состояние пациента в будущем при условии сохранения дозировки лекарственных средств, или требуется изменение дозировки.

Предложенная медицинская система обеспечивает указанное прогнозирование посредством блока 8 прогнозирования состояния наблюдаемого пациента, в котором прогнозирование наиболее вероятного будущего состояния пациента производится на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени прошлых состояний наблюдаемого пациента относительно назначенного по меньшей мере одного ЭТАЛОНА.

Прогнозируют состояние наблюдаемого пациента в будущие периоды времени, начиная от последнего момента времени снятия ЭКГ пациента, по виду изменения траектории движения ЭКГ наблюдаемого пациента относительно центра тяжести, назначенного по меньшей мере одного ЭТАЛОНА.

Медицинская система обеспечивает визуализацию состояния пациента в виде динамики изменения расстояний вновь поступающих ЭКГ пациента при перемещении геометрических траекторий движения между назначенными ЭТАЛОНАМИ.

Регистрацию последовательности ЭКГ осуществляют согласно заданной методике исследования, предусматривающей регистрацию ЭКГ в заданные моменты времени и/или при наступлении заданных событий, связанных с самочувствием пациента, с распорядком дня пациента, с приемом лекарственных препаратов или медицинскими процедурами.

Признак «с патологией - без патологии» включает в себя подтвержденное врачом наличие или отсутствие патологии в диагнозе пациента по Международной Классификации Диагнозов (МКД).

Возможно дополнительное использование электрокардиограм из группы, состоящей из электрокардиограммы по Эйнтховену, кардиограммы пульсовой волны (фотоплетизмограммы), оксигемограммы, карты дыхания, эхокардиограммы, сейсмокардиограммы и сигналов сердечно-сосудистой системы, синхронизированных с ЭКГ.

Пример

На фиг. 3 схематично показано изменение состояния пациента в виде динамики изменения расстояний вновь поступающих ЭКГ пациента при перемещении геометрических траекторий движения между назначенными ЭТАЛОНАМИ.

Слева на фиг. 3 показан в виде вертикальной линии полученный заранее ЭТАЛОН кардиограмм, принадлежащих молодым до 30 лет здоровым людям, которые не принимают никаких лекарственных препаратов, а справа в виде линии показан полученный заранее ЭТАЛОН кардиограмм, принадлежащий пожилым людям старше 60 лет, которые принимают сердечные препараты.

Пациент несколько раз в день (например, пять раз) снимает свою электрокардиограмму по первому отведению, используя приложение сотового телефона, и передает данные с сотового телефона по сети Интернет мобильного оператора в базу данных. Из базы данных по запросу врача, осуществляющего мониторинг и анализ состояния пациента, вводит последовательно указанные кардиограммы в медицинскую систему удаленного мониторинга.

По мере поступления каждая кардиограмма обрабатывается в медицинской системе, т.е. выделяется в целевую группу пациентов, кластеризуется, определяется ее мера подобия, формируется, при необходимости, новый ЭТАЛОН, и в соответствии с назначенным врачом ЭТАЛОНОМ поступает в блок оценки состояния пациента, где происходит сравнение последней полученной ЭКГ с ЭТАЛОНОМ. Полученный результат сравнения поступает в блок прогнозирования состояния наблюдаемого пациента по последовательности электрокардиограмм (ЭКГ), который выдает прогноз будущего состояния пациента на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени прошлых состояний наблюдаемого пациента относительно назначенного по меньшей мере одного ЭТАЛОНА.

Результат прогнозирования поступает в блок визуализации, который визуализирует состояние пациента в виде динамики изменения расстояний вновь поступающих ЭКГ пациента при перемещении геометрических траекторий движения между назначенными ЭТАЛОНАМИ (фиг. 3).

Промышленная применимость

Предложенный компьютеризированный способ мониторинга, анализа и прогнозирования состояния пациента по последовательности электрокардиограмм сердца (ЭКГ) по меньшей мере первого отведения и иных кардиологических сигналов, синхронизированных с ЭКГ обеспечивает эффективную диагностику пациентов, находящихся вне лечебно-профилактического учреждения при определении состояния пациента и оказания помощи как пациенту в экспресс оценке его текущего состояния, так и оказания помощи клиницисту в мониторинге хода лечения пациента вне пределов ЛПУ, в том числе при оценке кардиотоксичности при применении лекарственных препаратов, не только сердечных.

Похожие патенты RU2752707C1

название год авторы номер документа
КОМПЬЮТЕРИЗИРОВАННЫЙ СПОСОБ НЕИНВАЗИВНОГО ВЫЯВЛЕНИЯ НАРУШЕНИЙ УГЛЕВОДНОГО ОБМЕНА ПО ЭЛЕКТРОКАРДИОГРАММЕ 2019
  • Шмид Александр Викторович
  • Березин Андрей Александрович
  • Новопашин Максим Александрович
  • Новиков Роман Сергеевич
  • Позин Борис Аронович
  • Мкртумян Ашот Мусаелович
  • Маркова Татьяна Николаевна
RU2728869C1
КОМПЬЮТЕРИЗИРОВАННЫЙ СПОСОБ НЕИНВАЗИВНОГО ВЫЯВЛЕНИЯ НАРУШЕНИЙ УГЛЕВОДНОГО ОБМЕНА ПО ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА И НОСИМОЕ АВТОНОМНОЕ УСТРОЙСТВО ДЛЯ ЕГО РЕАЛИЗАЦИИ 2020
  • Шмид Александр Викторович
  • Новопашин Максим Александрович
  • Березин Андрей Александрович
  • Новиков Роман Сергеевич
  • Мкртумян Ашот Мусаелович
  • Позин Борис Аронович
RU2751817C1
СПОСОБ РАННЕЙ ДИАГНОСТИКИ ХРОНИЧЕСКИХ ЗАБОЛЕВАНИЙ ПАЦИЕНТА, ОСНОВАННЫЙ НА КЛАСТЕРНОМ АНАЛИЗЕ БОЛЬШИХ ДАННЫХ 2021
  • Новицкий Роман Эдвардович
  • Гусев Александр Владимирович
RU2800315C2
УСТРОЙСТВО ДЛЯ КАРДИОГРАФИЧЕСКОГО КОНТРОЛЯ СОСТОЯНИЯ ПАЦИЕНТОВ 2015
  • Иванов Владимир Николаевич
RU2615721C2
Способ и система прогнозирования эффективных толщин в межскважинном пространстве при построении геологической модели на основе метода кластеризации спектральных кривых 2019
  • Буторин Александр Васильевич
  • Муртазин Дамир Гумарович
  • Краснов Фёдор Владимирович
RU2718135C1
МОНИТОРИНГ МЕРЦАТЕЛЬНОЙ АРИТМИИ 2009
  • Бабаейзадех Саид
  • Грегг Ричард Е.
  • Хелфенбейн Эрик
  • Чжоу София Хуай
RU2496413C2
МНОГОФУНКЦИОНАЛЬНЫЙ МОНИТОР ПАЦИЕНТА И СПОСОБ ОЦЕНКИ ТЯЖЕСТИ СОСТОЯНИЯ 2022
  • Лопота Александр Витальевич
  • Харламов Вячеслав Валентинович
  • Никитин Сергей Александрович
  • Щегров Николай Леонидович
  • Сокун Владислав Григорьевич
  • Грибов Владимир Игоревич
RU2817845C2
СИСТЕМЫ, СПОСОБЫ И КОМПЬЮТЕРОЧИТАЕМЫЕ НОСИТЕЛИ ДЛЯ ВЫЯВЛЕНИЯ ВЕРОЯТНОГО ВЛИЯНИЯ МЕДИЦИНСКОГО СОСТОЯНИЯ НА ПАЦИЕНТА 2014
  • Гелбман Декел
  • Карлински Леонид
  • Гурович Ярон
RU2714264C2
СПОСОБ ДИАГНОСТИКИ СОСТОЯНИЯ СЕРДЕЧНО-СОСУДИСТОЙ СИСТЕМЫ 2004
  • Бодин О.Н.
  • Агапов Е.Г.
  • Адамов А.В.
  • Бурукина И.П.
  • Кузьмин А.В.
RU2257838C1
ОБНАРУЖЕНИЕ И МОНИТОРИНГ АНЕВРИЗМЫ АБДОМИНАЛЬНОЙ АОРТЫ 2011
  • Моррен Герт Ги Жорж
RU2597774C2

Иллюстрации к изобретению RU 2 752 707 C1

Реферат патента 2021 года МЕДИЦИНСКАЯ СИСТЕМА УДАЛЕННОГО МОНИТОРИНГА, АНАЛИЗА И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ ПАЦИЕНТА ПО ПОСЛЕДОВАТЕЛЬНОСТИ ЭЛЕКТРОКАРДИОГРАММ СЕРДЦА ПЕРВОГО ОТВЕДЕНИЯ И КОМПЬЮТЕРИЗИРОВАННЫЙ СПОСОБ МОНИТОРИНГА, АНАЛИЗА И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ ПАЦИЕНТА

Группа изобретений относится к медицине, а именно к системе и компьютеризированному способу удаленного мониторинга, анализа и прогнозирования состояния пациента по последовательности электрокардиограмм (ЭКГ). При этом для каждого пациента из наблюдаемого множества осуществляют накопление в базе данных последовательности его ЭКГ, маркированных идентификаторами пациента. Выделяют по запросу врача подмножество ЭКГ, которые объединяют в целевую группу по идентификаторам пациента и в соответствии с заданными в запросе врача ограничениями. Осуществляют кластеризацию выделенного подмножества путем объединения ЭКГ в кластер по признаку взаимного подобия их форм. Определяют меру подобия форм в пространстве признаков форм ЭКГ. Каждой ЭКГ ставят в соответствие дискретизированную ЭКГ (ДЭКГ), представляющую собой точку с координатами, значения которых несут информацию о форме исходной ЭКГ. Мера подобия форм между парами ЭКГ задается в виде расстояния между соответствующими им парами точек ДЭКГ. Для каждого кластера осуществляют формирование эталона путем формирования точек ДЭКГ, соответствующих ЭКГ кластера. Состояние пациента оценивают путем сравнения состояния пациента с состоянием, соответствующим назначенному эталону. Изменение состояния пациента оценивают по изменению во времени расстояний между каждой из вновь поступающих ДЭКГ и назначенным эталоном. Прогнозирование состояния пациента осуществляют на основе "истории наблюдений" относительно назначенного эталона. Визуализируют состояние пациента в виде динамики изменения расстояний вновь поступающих ЭКГ при перемещении геометрических траекторий движения между назначенными эталонами. Достигается повышение точности автоматической оценки состояния пациента. 2 н. и 18 з.п. ф-лы, 4 ил., 1 пр.

Формула изобретения RU 2 752 707 C1

1. Медицинская система удаленного мониторинга, анализа и прогнозирования состояния пациента по последовательности электрокардиограмм (ЭКГ) по меньшей мере первого отведения, регистрируемых для каждого пациента из наблюдаемого множества пациентов, содержащая:

блок (1) накопления в базе данных упомянутой медицинской системы для каждого из наблюдаемых пациентов последовательности его электрокардиограмм (ЭКГ), маркированных идентификаторами пациента, получаемой путем добавления каждой новой регистрируемой ЭКГ пациента, маркированной указанными идентификаторами, к его ранее накопленной последовательности ЭКГ на протяжении всего времени наблюдения;

блок (2) выделения по запросу врача из накопленной базы данных подмножества ЭКГ целевой группы пациентов, которые объединяются в упомянутой системе в целевую группу в соответствии с ограничениями, заданными в запросе врача, и по меньшей мере по одному из указанных идентификаторов в соответствии с целью исследования;

блок (3) кластеризации выделенного подмножества ЭКГ, который по меньшей мере для одной целевой группы пациентов, объединенных по меньшей мере по одному признаку, все ЭКГ, выделенные в подмножество, последовательно объединяет по меньшей мере в один кластер по признаку взаимного подобия их форм с применением метода кластеризации;

блок (4) определения меры подобия форм ЭКГ в пространстве признаков форм ЭКГ, который каждой ЭКГ из базы данных медицинской системы ставит в соответствие дискретизированную ЭКГ (ДЭКГ), представляющую собой точку, имеющую координаты по меньшей мере в одном пространстве признаков форм ЭКГ, выбранном оператором системы, причем значения координат точки в указанном пространстве признаков форм ЭКГ несут в себе информацию о форме исходной ЭКГ, а мера подобия форм ЭКГ между любыми парами ЭКГ задается в виде расстояния между соответствующими им парами точек ДЭКГ в этом пространстве;

блок (5) формирования ЭТАЛОНОВ, который для каждого кластера, сформированного блоком (3), осуществляет формирование соответствующего ему ЭТАЛОНА, формируя множество точек ДЭКГ, соответствующих ЭКГ кластера, и вычисляет характеристики сформированного множества ДЭКГ, включающие в себя: координаты центра тяжести сформированного множества ДЭКГ, радиус сферы или центр многоугольника в центре тяжести множества ДЭКГ, включающего в себя все ДЭКГ множества;

блок (6) назначения по запросу врача по меньшей мере одного ЭТАЛОНА в соответствии с целью исследования из множества сформированных ЭТАЛОНОВ для последующей оценки состояния пациента относительно состояния, соответствующего назначенному врачом по меньшей мере одному ЭТАЛОНУ;

блок (7) оценки состояния пациента по последовательности его ЭКГ, в котором изменение во времени состояния наблюдаемого пациента оценивается по изменению во времени расстояний между каждой из вновь поступающих ДЭКГ в последовательности ДЭКГ пациента и назначенным по меньшей мере одним ЭТАЛОНОМ;

блок (8) прогнозирования состояния наблюдаемого пациента, в котором прогнозирование наиболее вероятного будущего состояния пациента производится на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени прошлых состояний наблюдаемого пациента относительно назначенного по меньшей мере одного ЭТАЛОНА;

блок (9) визуализации состояния пациента, в котором динамика изменения расстояний вновь поступающих ЭКГ пациента визуализируется в виде перемещения геометрических траекторий кардиограмм между назначенными ЭТАЛОНАМИ.

2. Медицинская система по п. 1, в которой блок (8) прогнозирования состояния наблюдаемого пациента выдает прогноз состояния наблюдаемого пациента в будущие периоды времени, начиная от последнего момента времени снятия ЭКГ пациента, по виду изменения траектории движения ЭКГ наблюдаемого пациента относительно центра тяжести назначенного по меньшей мере одного ЭТАЛОНА.

3. Медицинская система по п. 1, в которой идентификаторы пациента содержат две группы признаков, причем первая группа характеризует код персональных данных пациента, а вторая группа признаков представляет параметры карты амбулаторного больного, выбранные из группы, состоящей из признаков пола, возраста, диагноза, социального статуса, группы крови, профессии, принадлежности к социальным группам, образования, генотипа, с патологией - без патологии, принимающие - не принимающие лекарственные препараты.

4. Медицинская система по п. 1, в которой мера подобия форм между любыми парами ЭКГ задается в виде расстояния между соответствующими им парами точек ДЭКГ, вычисляемого согласно формулам расчета расстояния между точками в избранном по меньшей мере одном пространстве: Евклидовом пространстве, пространстве Римана, пространстве Лобачевского, пространстве Гильберта.

5. Медицинская система по п. 1, в которой метод кластеризации выбран из группы, состоящей из: K-means, K-medians, C-means, EM, FOREL, нейросеть Кохонена, графовые методы, включая методы с одиночными связями, методы с полными связями, метод Уорда, методы со средними связями, методы со средневзвешенными связями.

6. Медицинская система по п. 1, в которой указанный блок (3) кластеризации для очередной анализируемой ЭКГ, относящейся к выделенному подмножеству, проверяет меру подобия ее формы формам всех ЭКГ в каждом из уже сформированных кластеров, и

если анализируемая ЭКГ по заранее заданной мере подобия форм соответствует по меньшей мере одной из ЭКГ уже сформированного одного кластера, то ЭКГ соответствует этому кластеру и попадает в этот кластер,

если ЭКГ соответствует более чем одному кластеру, то ранее сформированные кластеры, которым соответствует анализируемая ЭКГ, объединяются в один кластер,

если ЭКГ не соответствует ни одному из ранее сформированных кластеров, то формируется новый кластер, содержащий эту одну ЭКГ.

7. Медицинская система по п. 1, в которой в ЭКГ, являющихся длительными, выбирают конечный интервал от 1 до 5 минут, и в этом интервале определяют ДЭКГ, для дальнейшего расчета меры подобия.

8. Медицинская система по п. 1, в которой в ЭКГ, являющихся длительными, выбирают более одного конечного интервала, в этих интервалах определяют ДЭКГ, для дальнейшего расчета меры подобия, и на основе меры подобия строят траекторию изменения состояния пациента в течение проведения процедуры снятия ЭКГ.

9. Медицинская система по п. 1, в которой нормализуют пространство признаков путем приведения зарегистрированных ЭКГ к одной фиксированной длине методом интерполяции.

10. Медицинская система по п. 1, в которой характеристики сформированного множества ДЭКГ включают в себя: координаты центра тяжести сформированного множества ДЭКГ, радиус сферы или центр многоугольника в центре тяжести множества ДЭКГ, включающего в себя все ДЭКГ множества.

11. Компьютеризированный способ удаленного мониторинга, анализа и прогнозирования состояния пациента с использованием медицинской системы по п. 1, заключающийся в том, что:

для каждого пациента из наблюдаемого множества пациентов осуществляют накопление в базе данных указанной медицинской системы последовательности его электрокардиограмм (ЭКГ) по меньшей мере первого отведения, маркированных идентификаторами пациента, получаемой путем добавления каждой новой регистрируемой ЭКГ пациента, маркированной указанными идентификаторами, к его ранее накопленной последовательности ЭКГ на протяжении всего времени наблюдения;

выделяют по запросу врача из накопленной базы данных подмножество ЭКГ целевой группы пациентов, которые объединяют в целевую группу в соответствии с ограничениями, заданными в запросе врача, и по меньшей мере по одному из указанных идентификаторов в соответствии с целью исследования;

осуществляют кластеризацию выделенного подмножества ЭКГ по меньшей мере для одной целевой группы пациентов, объединенных по меньшей мере по одному признаку, для чего все выделенные в подмножество ЭКГ последовательно объединяются по меньшей мере в один кластер по признаку взаимного подобия их форм с применением одного из методов кластеризации;

определяют меру подобия форм ЭКГ в пространстве признаков форм ЭКГ, для чего каждой ЭКГ из базы данных медицинской системы ставят в соответствие дискретизированную ЭКГ (ДЭКГ), представляющую собой точку, имеющую координаты по меньшей мере в одном пространстве признаков форм ЭКГ, выбранном оператором системы, причем значения координат точки в указанном пространстве признаков форм ЭКГ несут в себе информацию о форме исходной ЭКГ, а меру подобия форм ЭКГ между любыми парами ЭКГ задают в виде расстояния между соответствующими им парами точек ДЭКГ в этом пространстве,

для каждого кластера осуществляют формирование соответствующего ему ЭТАЛОНА путем формирования множества точек ДЭКГ, соответствующих ЭКГ кластера, и вычисления характеристик сформированного множества ДЭКГ, включающих в себя: координаты центра тяжести сформированного множества ДЭКГ, радиус сферы или центр многоугольника в центре тяжести множества ДЭКГ, включающего все ДЭКГ множества,

для последующей оценки состояния пациента в соответствии с целью исследования, заданной врачом, из множества сформированных эталонов назначают по меньшей мере один ЭТАЛОН, и сравнивают состояние пациента с состоянием, соответствующим назначенному по меньшей мере одному ЭТАЛОНУ;

оценивают изменение во времени состояния наблюдаемого пациента по изменению во времени расстояний между каждой из вновь поступающих ДЭКГ в последовательности ДЭКГ пациента и назначенным по меньшей мере одним ЭТАЛОНОМ;

осуществляют прогнозирование состояния наблюдаемого пациента на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени прошлых состояний наблюдаемого пациента относительно назначенного по меньшей мере одного ЭТАЛОНА;

визуализируют состояние пациента в виде динамики изменения расстояний вновь поступающих ЭКГ пациента при перемещении геометрических траекторий движения между назначенными ЭТАЛОНАМИ.

12. Способ по п. 11, в котором прогнозируют состояние наблюдаемого пациента в будущие периоды времени, начиная от последнего момента времени снятия ЭКГ пациента, по виду изменения траектории движения ЭКГ наблюдаемого пациента относительно центра тяжести назначенного по меньшей мере одного ЭТАЛОНА.

13. Способ по п. 11, в котором выбирают идентификаторы пациента из двух групп признаков, причем первая группа характеризует код персональных данных пациента, а вторая группа признаков представляет параметры карты амбулаторного больного, выбранные из группы, состоящей из признаков пола, возраста, диагноза, социального статуса, группы крови, профессии, принадлежности к социальным группам, образования, генотипа, с патологией - без патологии, принимающие - не принимающие лекарственные препараты.

14. Способ по п. 11, в котором регистрацию последовательности ЭКГ осуществляют согласно заданной методике исследования, предусматривающей регистрацию ЭКГ в заданные моменты времени и/или при наступлении заданных событий, связанных с самочувствием пациента, с распорядком дня пациента, с приемом лекарственных препаратов или медицинскими процедурами.

15. Способ по п. 11, в котором меру подобия форм между любыми парами ЭКГ задают в виде расстояния между соответствующими им парами точек ДЭКГ, вычисляемого согласно формулам расчета расстояния между точками в избранном по меньшей мере одном пространстве: Евклидовом пространстве, пространстве Римана, пространстве Лобачевского, пространстве Гильберта.

16. Способ по п. 11, в котором метод кластеризации выбирают из группы, состоящей из: K-means, K-medians, C-means, EM, FOREL, нейросеть Кохонена, графовых методов, включая методы с одиночными связями, методы с полными связями, метод Уорда, методы со средними связями, методы со средневзвешенными связями.

17. Способ по п. 11, в котором осуществляют кластеризацию очередной анализируемой ЭКГ, относящейся к выделенному подмножеству, для чего проверяют меру подобия ее формы формам всех ЭКГ в каждом из уже сформированных кластеров, и

если анализируемая ЭКГ по заранее заданной мере подобия форм соответствует по меньшей мере одной из ЭКГ уже сформированного одного кластера, то считают, что ЭКГ соответствует этому кластеру и попадает в этот кластер,

если ЭКГ соответствует более чем одному кластеру, то ранее сформированные кластеры, которым соответствует анализируемая ЭКГ, объединяются в один кластер,

если ЭКГ не соответствует ни одному из ранее сформированных кластеров, то формируют новый кластер, содержащий эту одну ЭКГ.

18. Способ по п. 11, в котором признак «с патологией - без патологии» включает в себя подтвержденное врачом наличие или отсутствие патологии в диагнозе пациента по Международной Классификации Диагнозов (МКД).

19. Способ по п. 11, в котором дополнительно используют выбранные из группы электрокардиограммы по Эйнтховену, кардиограммы пульсовой волны (фотоплетизмограммы), оксигемограммы, карты дыхания, эхокардиограммы, сейсмокардиограммы и сигналы сердечно-сосудистой системы, синхронизированные с ЭКГ.

20. Способ по п. 11, в котором характеристики сформированного множества ДЭКГ включают в себя: координаты центра тяжести сформированного множества ДЭКГ, радиус сферы или центр многоугольника в центре тяжести множества ДЭКГ, включающего в себя все ДЭКГ множества.

Документы, цитированные в отчете о поиске Патент 2021 года RU2752707C1

US 2017347964 A1, 07.12.2017
US 2015164359 A1, 18.06.2015
US 2010049069 A1, 25.02.2010
CN 104398256 A, 11.03.2015
KR 101580628 B1, 28.12.2015
JP 2018000966 A, 11.01.2018
WO 2017091736 A1, 01.06.2017
US 7485095 B2, 03.02.2009
СПОСОБ ОБНАРУЖЕНИЯ КРИТИЧНЫХ ТРЕНДОВ ПРИ МНОГОПАРАМЕТРИЧЕСКОМ КОНТРОЛЕ ЗА ПАЦИЕНТОМ И КЛИНИЧЕСКИХ ДАННЫХ, ИСПОЛЬЗУЯ КЛАСТЕРИЗАЦИЮ 2006
  • Эшелман Ларри Дж.
  • Чжу Синьсинь
RU2428104C2
СПОСОБ КЛАСТЕРНОЙ ДИФФЕРЕНЦИРОВКИ ПСИХОФИЗИОЛОГИЧЕСКИХ СОСТОЯНИЙ 2014
  • Кукушкин Юрий Александрович
  • Богомолов Алексей Валерьевич
  • Чистов Станислав Дмитриевич
RU2556503C1

RU 2 752 707 C1

Авторы

Шмид Александр Викторович

Березин Андрей Александрович

Новопашин Максим Александрович

Зимина Екатерина Юрьевна

Даты

2021-07-30Публикация

2018-01-31Подача