基于生物标志物趋势的预测性系统调整的制作方法

背景技术：

1、可使用感测系统(其可包括可穿戴装置)来跟踪患者的一个或多个生物标志物。医护人员(hcp)可使用生物标志物来诊断患者的疾病或确定患者的问题(诸如外科并发症)。hcp可能会被感测系统产生的大量数据和/或生物标志物所淹没。例如，感测系统可提供许多生物标志物，这些生物标志物可能无助于诊断疾病。

技术实现思路

1、本文公开了用于基于生物标志物趋势的预测性系统调整的方法、系统和设备。本文所公开的实施方案可允许控制与生物标志物相关联的一个或多个通知以改善一个或多个通知的质量和/或防止医护人员(hcp)被一个或多个通知分散注意力。例如，可控制与生物标志物相关联的通知，使得通知可能引起hcp对生物标志物和/或与生物标志物相关联的概率的注意。本文所公开的实施方案可允许调整所计算的结果概率。例如，可计算可能与外科手术相关联的一个或多个结果概率，并且可使用一个或多个生物标志物来调整一个或多个计算的结果概率。

2、根据本发明的实施方案，可提供一种用于使用患者结果概率来提供通知的计算系统和/或方法。该计算系统可包括处理器。该处理器可被配置成能够执行该方法。可从感测系统接收患者的生物标志物。可针对患者接收包括术前数据的数据集合。可使用该生物标志物和该数据集合来确定包括由于对该患者执行的外科手术而导致的外科并发症的患者结果的概率。可向用户发送通知。该通知可指示该外科并发症的该概率可能超过阈值。

3、该计算系统通过警告该患者或医护专业人员外科并发症的风险已增加超过可接受阈值来改善患者安全。生物标志物可用于实时跟踪该患者的反应或预测该患者对外科手术的可能反应，而数据集合可用于利用历史数据或预先测量的患者生物标志物来确定外科手术期间发生并发症的概率。使用患者生物标志物和/或患者数据允许给出定制的预测并相应地定制术后治疗计划。总体而言，患者安全得到改善，并且外科干预更加成功。

4、根据本发明的实施方案，可提供一种用于使用风险评估来确定医疗问题概率的计算系统和/或方法。该计算系统可包括处理器，该处理器可被配置成能够执行该方法。可从感测系统接收患者的生物标志物。可接收数据集合。该数据集合可包括该患者的术前数据和手术数据。可使用该数据集合来确定风险评估模型。该风险评估模型可针对对该患者执行的外科手术。可使用该风险评估模型和该生物标志物来确定医疗问题的概率。

5、该计算系统通过基于该生物标志物数据和风险评估模型确定该医疗问题的概率已增加来改善患者安全。生物标志物可用于实时跟踪该患者的反应或预测该患者对外科手术的可能反应，而数据集合可用于利用历史数据或预先测量的患者生物标志物来确定外科手术期间发生并发症的概率。使用患者生物标志物和/或患者数据允许给出定制的预测并相应地定制术后治疗计划。总体而言，患者安全得到改善，并且外科干预更加成功。

6、根据本发明的实施方案，可提供一种用于使用患者结果概率来提供通知的计算系统和/或方法。该计算系统可包括处理器。该处理器可以被配置成能够执行方法。可从感测系统接收患者的生物标志物。可接收该患者的数据集合。可至少使用该生物标志物和该数据集合来确定由于对该患者执行的外科手术而导致的患者结果的概率。可基于该患者结果的该概率来确定升级级别。可基于该升级级别向用户发送通知。

7、该计算系统通过监测该患者结果的该概率并在该概率保证该外科手术或者该患者的反应或治疗的升级时警告该患者或医护专业人员来改善患者安全。该生物标志物可用于实时跟踪该患者的该反应或预测该患者在给定时刻对外科手术的可能反应，而数据集合可用于利用历史数据或预先测量的患者生物标志物。使用患者生物标志物和/或患者数据允许给出定制的预测，并更快地预测和解决不良事件或并发症，从而实现早期治疗并增加治疗成功的可能性。总体而言，患者安全得到改善，并且外科干预更加成功。

技术特征：

1.一种用于使用患者结果概率来提供通知的计算系统，所述计算系统包括：

2.根据权利要求1所述的计算系统，其中，使用所述生物标志物和所述数据集合来确定包括由于对所述患者执行的所述外科手术而导致的外科并发症的所述患者结果的所述概率包括使用所述生物标志物和所述数据集合以及模型来确定包括由于对所述患者执行的所述外科手术而导致的外科并发症的所述患者结果的所述概率。

3.根据权利要求2所述的计算系统，其中，所述模型提供基于所述生物标志物的态势感知，并且/或者所述处理器被进一步配置成能够使用机器学习和所述数据集合中的一者或多者来训练所述模型。

4.根据权利要求2和3中任一项所述的计算系统，其中，生物标志物是第一生物标志物，并且其中所述处理器被进一步配置成能够：

5.根据权利要求2至3中任一项所述的计算系统，其中，所述处理器被进一步配置成能够：

6.根据权利要求2至3中任一项所述的计算系统，其中，所述处理器被进一步配置成能够使用所述数据集合来确定针对与所述患者相关联的装置的装置调整，以防止第二生物标志物移动到范围之外。

7.根据权利要求1至6中任一项所述的计算系统，其中，所述处理器被进一步配置成能够使用所述患者结果的所述概率来确定预测性结果模型。

8.根据权利要求1至7中任一项所述的计算系统，其中，所述生物标志物是第一生物标志物，其中，所述感测系统是第一感测系统，并且所述处理器被进一步配置成能够：

9.根据权利要求1至8中任一项所述的计算系统，其中，所述处理器被进一步配置成能够当所述外科并发症的所述概率超过所述阈值时，使用所述数据集合和所述生物标志物来生成数据显示。

10.一种用于使用风险评估来确定医疗问题概率的计算系统，所述计算系统包括：

11.根据权利要求10所述的计算系统，其中，所述处理器被进一步配置成能够使用所述风险评估模型来确定所述生物标志物是令人担忧的生物标志物。

12.根据权利要求10或权利要求11所述的计算系统，其中，所述处理器被进一步配置成能够当所述医疗问题的所述概率超过阈值时向所述用户发送通知以警告所述用户可能存在医疗问题。

13.根据权利要求10至12中任一项所述的计算系统，其中，所述处理器被进一步配置成能够通过使用机器学习和所述数据集合训练所述风险评估模型来确定所述风险评估模型。

14.一种用于使用患者结果概率来提供通知的计算系统，所述计算系统包括：

15.根据权利要求14所述的计算系统，其中，所述升级级别指示应通知医护人员，并且其中所述用户为所述医护人员。

16.根据权利要求14或权利要求15所述的计算系统，其中，基于所述患者结果的所述概率确定升级级别包括基于所述患者结果的所述概率以及以下中的至少一者或多者确定所述升级级别：在某个时间帧内检测到的令人担忧的生物标志物的数量、所述生物标志物是令人担忧的生物标志物、所述生物标志物或令人担忧的生物标志物的外科严重程度、所述生物标志物的有害影响、自医护人员提供检查以来已过去的时间、以及阈值。

17.根据权利要求14至16中任一项所述的计算系统，其中，所述处理器被进一步配置成能够确定与所述生物标志物相关联的权重，并且其中基于所述患者结果的所述概率确定所述升级级别包括基于所述患者结果的所述概率和所述生物标志物的所述权重确定所述升级级别。

18.根据权利要求14至17中任一项所述的计算系统，其中，基于所述患者结果的所述概率确定所述升级级别包括：

19.根据权利要求14至18中任一项所述的计算系统，其中，所述升级级别是第一升级级别，所述通知是第一通知，并且所述处理器被进一步配置成能够：

20.根据权利要求1至19中任一项所述的计算系统，其中，所述风险评估模型针对由于所述外科手术而导致的特定患者结果，任选地其中，所述患者结果是以下中的一者或多者：所述患者的外科并发症减少、所述患者的外科并发症增加、所述患者的恢复率改善以及所述患者的恢复率降低、所述患者完全恢复、所述患者未完全恢复、所述患者死亡和/或所述患者未死亡。

技术总结
可提供一种用于使用风险评估来提供通知的计算系统和/或方法。该计算系统可包括处理器。该处理器可被配置成能够执行该方法。可从感测系统接收患者的生物标志物。可针对患者接收包括术前数据的数据集合。可使用该生物标志物和该数据集合来确定由于对该患者执行的外科手术而导致的患者结果的概率。可向用户发送通知。该通知可指示外科并发症的概率可能超过阈值。

技术研发人员：F·E·谢尔顿四世,C·E·埃克特,D·哈里斯,J·L·哈里斯
受保护的技术使用者：西拉格国际有限公司
技术研发日：
技术公布日：2024/1/16