通过使用可穿戴传感器评估药物功效的制作方法

背景技术：

1、软骨发育不全是一种罕见的疾病，并且是侏儒症的主要形式。这是由于成纤维细胞生长因子3(fbgf3)基因突变所致。软骨发育不全引起颅骨中的严重并发症(枕骨大孔狭窄和面中部发育不全)，导致睡眠呼吸暂停，此外还会导致改变步态(内翻或外翻步态)的椎骨和长骨形成并发症以及肌肉疲劳，降低患者的移动能力和身体活动。这些并发症在睡眠质量差和移动能力减弱方面降低了患者的生活质量(qol)。

2、目前，软骨发育不全的严重程度和疗法功效是在临床上间歇性评定的，需要患者每次前往医院/医疗保健设施。使用脑部mri监测枕骨大孔的生长，并且使用多导睡眠图来评定在临床上过夜期间的睡眠呼吸暂停。在临床上，步态和身体活动也通过要求患者执行重复性的劳累任务、同时医师评估其表现(尽管是相当主观的)来进行评定。

技术实现思路

1、本公开文本的实现方式包括用于通过附接到患者的可穿戴传感器监测患者的生物标记(即，生物学特征)并且通过向可穿戴数据应用信号处理和ai(深度学习和机器学习)算法评估那些生物标记以诊断障碍或确定患者医学病症的改变的方法和系统。所述改变可以是对患者执行的医学治疗的结果。因此，实现方式提供了通过评估患者生物标记中由于医学治疗的改变来确定医学治疗对改善患者障碍的功效的技术。

2、作为例子，实现方式可以应用于诊断软骨发育不全和/或评估患有软骨发育不全的患者的生物标记的任何改变，并且通过跟踪这些生物标记来确定医学治疗在改善患者病症方面的功效。示例生物标记包括患者的睡眠模式、步态姿势和身体活动。

3、本公开文本教导了使用生物标记来连续监测软骨发育不全患者的睡眠呼吸暂停、步态和身体活动。可以当患者在家、在工作、在度假等时执行连续监测。患者穿戴一个或多个可穿戴设备，所述一个或多个可穿戴设备被配置成监测患者的生物学生物标记，例如，氧饱和度、步伐计数等。可穿戴设备产生包含生物学生物标记数据的信号。可穿戴设备将信号传输至后端系统。后端系统分析信号以从信号计算数字生物标记，例如，呼吸暂停低通气指数、步态度量、身体活动测量等。

4、数字生物标记可以用于各种各样的目的。例如，数字生物标记可以用于确定患者的生活质量(例如，相比于共享类似生物学特征(例如，年龄、种族、性别等)的健康人)。

5、数字生物标记随时间的改变可以用于各种各样的目的。例如，数字生物标记的改变可以用于确定患者医学病症的进展、特定医学治疗在改善患者医学病症方面的功效、医学治疗在改善采取治疗的一组患者的医学病症方面的功效(相比于未采取治疗的另一组患者)。

6、一些实现方式包括可由计算系统执行的计算机实现的方法。所述方法包括：接收患者的一个或多个生物标记基线，所述生物标记基线表示患者在经受医学治疗之前的生物学特征；从客户端设备接收一个或多个信号，所述一个或多个信号表示在开始医学治疗之后的一定时间段内测量的患者的相应生物标记，其中，所信号是由患者穿戴以在所述时间段内测量生物标记的一个或多个可穿戴传感器生成的；分析信号以获得相应生物标记；通过将所获得的生物标记中的每一个与一个或多个相应的生物标记基线进行比较以确定生物标记的相应改变，并且通过将相应改变与相应的阈值进行比较以确定医学治疗对于患者的功效，来确定医学治疗的功效；以及存储或呈现所确定的医学治疗的功效。所确定的功效可以用于调节医学治疗。

7、生物标记可以包括睡眠呼吸暂停、步态或身体活动中的两种或更多种。当生物标记是睡眠呼吸暂停时，所述方法可以包括基于所接收的信号计算呼吸暂停低通气指数。确定医学治疗的功效可以包括；确定呼吸暂停低通气指数的改变；以及响应于确定呼吸暂停低通气指数的降低超过特定阈值，将医学治疗标记为有效。当生物标记包括步态或身体活动评定时，信号可以基于患者的步态速度、步伐长度、步伐持续时间或身体活动度量中的一种或多种的测量。

8、至少一个信号可以包括在所述时间段期间每天在几小时内连续测量的数据。

9、医学治疗可以是针对儿童软骨发育不全患者的治疗。

10、医学治疗可以包括耗用药物。所述方法可以进一步包括：从由多个患者相应穿戴的多个客户端设备接收相应的测量信号；基于相应的测量信号确定所述多个患者中的每一个的相应生物标记；确定导致所述多个患者中的至少一些(例如，每一个)中的相应生物标记中有期望改变(例如，改变最大)的药物的一个或多个剂量；从所述一个或多个剂量中确定导致所述多个患者中的大多数患者的生物标记有期望改变(例如，改变最大)的特定剂量；以及将所述特定剂量存储或报告作为药物的推荐剂量。

11、分析信号以获得相应生物标记可以包括：对所接收的信号中的每一个进行滤波，以针对特定频率范围净化所述信号；以及对经净化的信号应用ai模型，以基于在所述时间段内在所述信号中检测到的模式来估计所测量的生物标记。

12、在一些实现方式中，客户端设备远离计算系统，并且所述信号的数据是通过一个或多个无线通信链路从客户端设备接收的。在一些实现方式中，客户端设备包括所述一个或多个可穿戴传感器中的至少一个传感器。

13、一些实现方式涵盖一种用于测量患有软骨发育不全的患者(例如，儿童患者)的生活质量的计算机实现的方法。所述方法可以由一个或多个处理器执行并且包括：在第一多个时间段内从第一设备接收第一信号，所述第一多个时间段中的每个第一时间段指示患者的清醒时间段，在所述清醒时间段期间第一设备基本上连续地被患者穿戴；基于第一信号确定患者的移动能力测量；在第二多个时间段内从第二设备接收第二信号，所述第二多个时间段中的每个第二时间段指示患者的睡眠时间段，在所述睡眠时间段期间第二设备基本上连续地被患者穿戴；基于第二信号确定由患者经历的睡眠呼吸暂停的严重程度；以及基于移动能力(例如，步态测量和/或身体活动)和睡眠质量(例如，睡眠呼吸暂停的严重程度)确定患者的生活质量的指示符。

14、所述方法可以进一步包括通过确定移动能力测量的改善或睡眠呼吸暂停的减少中的至少一种来确定生活质量的改善。

15、生活质量的改善可以通过确定睡眠呼吸暂停的严重程度的降低来确定。确定睡眠呼吸暂停的严重程度可以包括：根据从第二信号提取的数据计算呼吸暂停低通气指数(ahi)；以及将ahi与一个或多个预先限定的ahi阈值进行比较。可以针对所述第二多个时间段中的每一个来计算每小时睡眠的ahi。

16、第二信号可以包括关于患者血液中的氧饱和度、体积描记图信号、或两者的信息。

17、第一信号可以包括在所述第一多个时间段内当患者穿戴第一设备时患者的三轴加速度的信息，其中，基于三轴加速度的信息确定患者的移动能力测量(例如，活动水平)。所述方法可以包括从第一信号获得表示患者的一个或多个生物标记的数据，其中，基于所述一个或多个生物标记确定患者的移动能力测量。

18、移动能力测量可以包括对一个或多个步态参数(诸如患者的步态速度、步伐或步幅持续时间、步伐或步幅长度、或步伐计数)的测量。这些步态度量的改变可以显示出移动能力的改善。移动能力的改善是对患者的生活质量改善的指示。因此，可以通过确定增加的步态速度(例如，行走速度)、增加的(即，较长的)步伐/步幅长度和/或减少的(即，较短的)步伐/步幅持续时间中的至少一个来确定患者的生活质量的改善。

19、本公开文本提供了一种对多个参与者实现临床试验的计算机实现的方法。所述方法包括：从第一组可穿戴设备接收第一组信号，第一组可穿戴设备中的每个可穿戴设备由所述多个参与者中的相应参与者基本上连续地穿戴；从第一组信号确定由所述多个参与者中的每个参与者经历的相应的睡眠呼吸暂停的严重程度(或一般地，相应的睡眠质量)；从第二组可穿戴设备接收第二组信号，第二组可穿戴设备中的每个可穿戴设备由所述多个参与者中的相应参与者基本上连续地穿戴；从第二组信号确定相应参与者中的每个参与者的移动能力度量；从所述多个参与者中识别参与者实验组，实验组中的每个参与者已经在临床试验中被给予特定药物；以及至少部分地基于将(i)实验组中的参与者的睡眠呼吸暂停严重程度和移动能力度量与(ii)所述多个参与者中不在实验组中的一个或多个参与者的睡眠呼吸暂停严重程度和移动能力度量进行比较，来确定临床试验的结果。例如，如果在该时间段期间穿戴的时间与在该时间段期间未穿戴的时间的比率大于预定值，则在所述时间段上基本上连续地穿戴了可穿戴设备。

20、所述方法可以进一步包括识别所述多个参与者中的参与者对照组，对照组中的每个参与者已经被排除而不被给予针对临床试验的特定药物。换言之，对照组中的患者不被给予特定药物。

21、替代性地或另外，所述方法可以进一步包括从所述多个参与者中指定(例如，随机地)参与者对照组；对照组中没有参与者被给予实验药物。

22、参与者的移动能力度量可以基于参与者的步态、身体活动、或两者来确定。

23、所述方法可以进一步包括测量实验组和对照组两者的参与者的睡眠质量和移动能力。确定临床试验的结果可以包括比较这两个组的睡眠质量和移动能力。当(i)：与对照组相比，实验组中的睡眠质量更好(例如，ahi更低)；(ii)：与对照组相比，实验组中的移动能力已经改善(例如，步态速度增加)；或(iii)：(i)和(ii)两者时，临床试验可以被确定为有效。

24、例如，所述方法可以包括：计算实验组中的参与者的第一呼吸暂停严重程度统计数据，以及不在实验组中(例如，在对照组中)的参与者的第二呼吸暂停严重程度统计数据；以及计算实验组中的参与者的第一移动能力度量统计数据，以及不在实验组中的参与者的第二移动能力统计数据。确定临床试验的结果可以包括；将第一呼吸暂停严重程度统计数据与第二呼吸暂停严重程度统计数据进行比较；以及将第一移动能力度量统计数据与第二移动能力度量统计数据进行比较。在例子中，第一呼吸暂停严重程度统计数据被计算为实验组中的参与者的睡眠呼吸暂停严重程度的平均值，第二呼吸暂停严重程度统计数据被计算为不在实验组中的参与者的睡眠呼吸暂停严重程度的平均值，第一移动能力度量统计数据被计算为实验组中的参与者的移动能力度量的平均值，并且第二移动能力度量统计数据被计算为不在实验组中的参与者的移动能力度量的平均值。

25、当(i)：第一呼吸暂停严重程度统计数据与第二呼吸暂停严重程度统计数据的差异超过指定的呼吸暂停阈值；(ii)：第一移动能力度量统计数据与第二移动能力度量统计数据的差异超过指定的移动能力阈值；或(iii)：(i)和(ii)两者时，临床试验可以被确定为有效。例如，当(i)：实验组中的参与者的睡眠呼吸暂停严重程度的平均值低于不在实验组中的参与者的睡眠呼吸暂停严重程度的平均值超过特定呼吸暂停阈值；(ii)：实验组中的参与者的移动能力度量的平均值相对于不在实验组中的参与者的移动能力度量的平均值改善(例如，大于后者)超过指定的移动能力阈值；或(iii)：(i)和(ii)两者时，临床试验可以被确定为有效。

26、本公开文本公开了一种监测患有医学病症的活体受试者的医学病症进展的计算机实现的方法。所述方法包括：接收活体受试者的一个或多个生物标记基线，所述基线表示在第一时间点之前(例如，紧接之前)测量的受试者的生物特征；由计算系统从客户端设备接收一个或多个信号，所述一个或多个信号表示在第一时间点之后的一定时间段内测量的活体受试者的相应生物标记，其中，所述信号是由受试者穿戴以在所述时间段内测量生物标记的一个或多个可穿戴传感器生成的；分析信号以获得相应生物标记；以及通过将所获得的生物标记与相应的生物标记基线进行比较来确定活体受试者的医学病症的进展。医学病症可以是软骨发育不全。生物标记(包括生物标记基线)可以作为从可穿戴传感器接收的信号的一部分在一定时间段内连续接收。传感器可以通过将生物标记信息调制成信号来将它们发送出。

27、本公开文本还提供了一种或多种非暂时性计算机可读存储介质，所述一种或多种非暂时性计算机可读存储介质耦接到一个或多个处理器并且其上存储有指令，所述指令当由所述一个或多个处理器执行时致使所述一个或多个处理器执行根据本文提供的方法的实现方式的操作。

28、根据本公开文本的方法和系统可以包括本文所述的方面和特征的任何组合。也就是说，根据本公开文本的方法和系统不限于本文具体所述的方面和特征的组合，而且还包括所提供的方面和特征的任何组合。

29、除其他优点之外，实现方式可以提供以下益处中的一个或多个。实现方式提供了对患者的移动能力和睡眠质量的客观评估，并且因此可以提供对医学治疗对于患者障碍的功效的更可靠的确定。常规地，临床医师检查患者的生物标记以确定患者具有的潜在障碍。例如，临床医师在临床就诊中观察患者的步态姿势以诊断软骨发育不全障碍或确定患者障碍的严重程度。这样的诊断和确定是高度主观的。因此，一个临床医师可能将特定患者的障碍识别为是严重的并且开出高的药剂剂量，而另一个临床医师可能将同一患者的相同障碍识别为是轻度的并且开出低的药剂剂量或其他治疗方法。本公开文本的实现方式通过附接到患者的传感器客观地监测患者的生物标记并且通过使用ai方法客观地评估患者的移动能力和睡眠度量来降低监测和诊断的主观性。实现方式还可以通过在接受特定治疗之前和之后客观地监测和评估所述治疗的消耗者的生物标记来提供特定医学治疗对障碍的功效的客观评估。

30、进一步地，实现方式使用能够在一定时间段内而不是通过临床抽样检查监测患者的生物标记的传感器。传感器的连续监测提供了更可靠的结果，因为所述结果基于在一定时间段内(例如，数小时、数天、数周、数月)对患者的连续监测，而不是基于通过有限时间的成像或临床医师观察的即时观察。

31、所提出的实现方式能够诊断障碍并且通过监测系统确定患者生物标记的改变，所述监测系统不引起或几乎不引起患者日常生活的中断。虽然在临床程序中，患者必须中断其日常生活以访问诊所，并且通常必须通过庞大的仪器(诸如mri)来评定，但在本实现方式中的传感器监测患者的生物标记，而不需要患者偏离其日常生活。进一步地，由于患者在过他们的正常生活(例如，在家中)的同时被监测，因此患者不必承受例如定期访问诊所或医院的负担以进行监测。这也降低了患者和社会的医疗保健成本。

32、所提出的方法还提供了更可靠的结果，因为所述结果基于在一定时间段内(例如，数小时、数天、数周、数月)对患者的连续监测，而不是基于通过有限时间的辐射(例如，mri)或临床医师评定的即时观察。实现方式通过在患者的日常生活环境中而不是在受控的临床环境中监测患者来提供更真实的患者生活质量(qol)评定。

33、在附图和以下描述中阐述了本公开文本的一个或多个实现方式的细节。根据描述和附图并且根据权利要求，本公开文本的其他特征和优点将是清楚的。