用于评估通风患者状况的系统和方法与流程

阅读：评论：0

1.本主题技术解决了医院护理中常见的关于评估通风患者状况和调整通风参数以稳定此类患者的缺陷。

技术实现要素：

2.本主题技术解决了医院护理和医疗中常见的缺陷，包括评估机械通风患者的疼痛程度、败血症、谵妄、重症监护病房(icu)获得性虚弱、重症监护后综合征以及药物的适当选择和剂量。主题技术的各个方面具体解决了护理人员在尝试结合客观和主观患者数据以提供机械通风患者关于上述状况/问题的评估或状态时遇到的问题。例如，目前最先进的评估患者疼痛程度的方法包括将呼吸机提供的客观数据(例如，患者呼吸机不同步或咳嗽导致的警报)与关于舒适度或放松度的主观数据相结合。为了评估舒适度，护理人员将通过看患者的脸来独立决定他们是否看起来紧张或是否在做鬼脸。对于肌肉张力，他们将对患者的肢体进行被动运动，并对运动过程中遇到的紧张程度或阻力作出个人判断。通过对每项活动进行主观打分，护理人员估计患者正在经历的疼痛程度，并可将该程度归入主观评分。这种评估策略的有效性在很大程度上取决于护理人员的技能水平或经验，因为在评估时护理人员可以获得任何生理数据。
3.为了评估或监测通风患者的败血症，护理人员进行评估，该评估结合了为患者提供通风的呼吸机和提供例如呼吸工作、患者核心温度和血压的邻近监测器的数据。评估还可以考虑到与患者的外观或他们是否正在经历剧烈运动(夸张的颤抖)有关的主观数据。这些主观测量由护理人员目视评估，并受到上述疼痛程度的相同限制。对于谵妄的评估，护理人员可以将与药物剂量有关的客观数据与护理人员和患者之间的对话(如问答)的主观测量相结合。谵妄也可以通过观察不稳定的身体运动和明显的患者躁动来进行主观描述。对于icu获得性虚弱的评估，护理人员可以进行评估，包括客观措施，如呼吸机设置、通风时间、呼吸努力(如自主呼吸率)以及主观措施，如手动肌肉力量测试。重症监护室后综合症(pics)的评估或预测涉及对通风、谵妄、疼痛、败血症和icu获得性虚弱的共同评估，但目前还没有全面的机制或系统以客观的方式向护理人员提供这些数据，使他们能够为患者离开icu后需要的护理做好准备。
4.此外，为通风患者选择最合适的药物(如镇静剂、镇痛剂、催眠剂、抗生素)目前由医生负责；也就是说，医生对个别通风患者进行临床评估，然后根据许多因素，包括患者的状况以及他们自己的经验或临床判断，选择合适的药物。根据大量的促成因素和竞争因素为个人选择最佳药物可能与如上所述评估患者状况一样困难。
5.因此，需要一种能够对上述输入提供综合、客观测量的系统，以便对患者状况以及pics等结果的预测或可能性进行可重复和准确的评估。此外，还需要一种系统来持续分析这些评估以及可用的患者数据，以便为通风患者推荐药物和剂量水平。还需要一种系统，该系统以自动化的方式使用上述评估对患者设备采取行动，以闭环方式设置参数，以便更好地管理疼痛、谵妄、败血症、icuaw和pics。本主题技术解决了目前机械通风患者护理中遇到
的这些缺陷。
6.根据各种实施例，所公开的系统包括一个或多个处理器和存储器。存储器包括存储在其上的指令，当由一个或多个处理器执行时，这些指令会导致一个或更多处理器执行操作，以执行评估通风患者的状况和调整呼吸机操作模式的方法。该方法包括：接收患者诊断信息；基于从一个或多个传感器接收的信号，确定患者生理状态；确定向患者提供通风的呼吸机操作模式；从药物递送设备接收药物递送信息；激活成像设备并从成像设备获取与患者相关的图像数据；基于所述图像数据确定患者物理状态；向神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息和所接收的患者诊断信息；基于向所述神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息，以及所接收的患者诊断信息，从所述神经网络接收与患者的疼痛评估、败血症评估和谵妄评估中的至少一个相对应的患者评估分类；以及基于所述评估分类调整呼吸机的参数，其中调整参数会影响呼吸机操作模式。其他方面包括用于实施计算机实现方法的相应系统、装置和计算机程序产品。
7.下面将参照附图详细描述本主题技术的其他方面、特征和优点，以及本主题技术的各个方面的结构和操作。
附图说明
8.当结合以下附图考虑时，本公开的各种目的、特征和优点可以参考以下详细描述得到更充分的理解，其中相同的附图标记表示相同的元件。下列附图仅用于说明目的，并不旨在限制本公开，其范围在所附权利要求中阐明。
9.图1a和1b描绘了根据本主题技术的各个方面的疼痛评估系统的示例性实施例。
10.图2描绘了根据主题技术的各个方面的败血症评估系统的示例性实施例。
11.图3描绘了根据本主题技术的各个方面的谵妄评估系统的示例性实施例。
12.图4描绘了根据本主题技术的各个方面的icu获得性虚弱(icuaw)评估系统的示例性实施例。
13.图5描绘了根据本主题技术的各个方面的重症监护病房综合症(pics)评估系统的示例性实施例。
14.图6描绘了根据主题技术的各个方面的通风药物选择和给药系统的示例性实施例。
15.图7a描绘了根据本主题技术的各个方面的自动管理系统的示例性实施例。
16.图7b描绘了根据主题技术的各个方面的供自动风险因素管理系统使用的强化学习算法的示例性实施例。
17.图8是框图，示出了根据本主题技术的某些方面，用于评估通风患者状况和调整呼吸机操作模式的示例系统，包括通风设备、一个或多个管理设备。
18.图9描述了根据主题技术的某些方面，评估通风患者状况和调整呼吸机操作模式的过程的示例流程图。
19.图10是概念图，示出了根据本主题技术的各个方面，用于评估通风患者状况和调整呼吸机操作模式的示例性电子系统。
具体实施方式
20.尽管本文参考特定应用的说明性示例描述了本主题技术的各个方面，但应当理解，本主题技术不限于那些特定应用。那些能够获得本文提供的教导的本领域技术人员将认识到在其范围内的其他修改、应用和方面，以及本主题技术将具有重要用途的其他领域。
21.本主题技术包括计算机辅助通风患者评估系统，该系统集成并衡量从机械呼吸机实时获得的输入，以及从集成测量设备和组件获得的额外输入。实时获取患者的客观生理属性和相关测量值，以产生患者状态的分数、概率或可能性，如疼痛、败血症、谵妄、icu获得性虚弱或pics。在一些实施例中，主题技术的评估系统可能会使用这些输入来提供药物建议或选项。
22.图1a和1b描绘了根据本主题技术的各个方面的疼痛评估系统的示例性实施例。在所描绘的示例中，疼痛评估系统10包括机械呼吸机组件18、视觉组件12、药物递送组件14、肌肉张力测量组件20和身体运动(躁动)组件16中的一个或多个。每个组件可以由机电或计算机控制的设备实现。例如，视觉组件12可以包括带有面部识别算法的相机(未显示)，该算法可以监测患者并确定患者面部表情的状态，范围包括放松、紧张、扮鬼脸。
23.相机可以放置在患者房间内，或与患者相邻，并配置为捕捉患者的面部或一个或多个身体部位。图像数据由相机收集，并由视觉组件12的中央处理单元接收(例如，参见图10)。患者图像、患者面部或身体部位可以数字传输到卷积神经网络(cnn)作为输入。cnn可以配置为输出当前面部疼痛状态，并映射到图像(面部)的特定特征，这有助于提供分类。
24.药物递送组件14可以包括输液泵、服务器或其他计算设备，其接收有关给患者施用药物的实时信息。该信息可包括当前施用的镇痛剂或其他药物的参数，包括但不限于药物和浓度、剂量、当前用于施用药物的输液泵设置，以及当前施用的药物(例如镇静剂)镇静水平。肌肉张力组件20可以包括一个或多个应用于患者皮肤的传感器，以测量肌肉张力的定量水平。在一些实施例中，一个或多个传感器可以包括放置在患者皮肤上的小电极，以便记录肌电图(emg)信号，然后将这些信号输入到学习算法中，学习算法计算由患者肌肉张力水平分类组成的输出。
25.躁动组件16同样可以包括一个或多个附在患者身体上的传感器，这些传感器提供传感器输出信号作为训练学习算法的输入，以最终输出患者躁动分类。示例传感器可以包括放置在患者手臂或腿上的一系列加速度计芯片/贴纸。附加地或替代地，躁动组件16可以包括相机，通过它可以在一段时间内获得患者的一部分的一个或多个图像或视频。图像或视频的多个帧可以由图像识别系统处理并提供给经过训练的卷积神经网络，以输出患者的躁动评分。
26.疼痛评估系统10利用每个组件的输出作为输入对来自每个组件的数据进行评分，并输出疼痛评分、程度或百分比。在一些实施例中，疼痛评估系统10包括经过训练的学习算法(例如，深度神经网络)，该算法利用面部疼痛分类、药物递送数据、躁动程度、肌肉张力水平和通风参数作为输入特征，以输出单个疼痛评分百分比。疼痛评估系统10可以被配置为从机械呼吸机组件18接收警报状态和患者-呼吸机异步，以测量患者-通风顺应性。在生成疼痛评分、程度或百分比时，疼痛评估系统可以通过机械呼吸机上的屏幕、通过护理人员的设备(例如，设备170)上的移动应用程序、通过联网设备的网络应用程序，或其他通知方式，将此信息作为通知传递给护理人员。除了将该输出评分传递给最终用户之外，在一些实施
例中，生成的疼痛评分还可以用作反馈到患者设备(例如呼吸机、输液泵等)的完整输入，以自动方式调整关键临床参数，如图7的示例性实施例进一步描述的那样。当用作调整患者护理设备的输入时，评估系统可以确认调整，并通过手机、网络、机器或声音的方式向护理人员发送确认消息或登记通知。
27.图2描绘了根据主题技术的各个方面的败血症评估系统的示例性实施例。在所描绘的示例中，败血症评估系统22包括颤抖程度组件24、药物递送组件14、机械呼吸机组件18、视觉组件12、生命体征测量组件26和实验室信息组件28中的一个或多个。每个组件可以由机电或计算机控制的设备实现。例如，视觉颤抖状态组件可以包括图像捕获设备(例如，相机)和/或一系列加速度计。可以提供一个或多个图像帧以及加速度计数据，作为身体识别算法(例如，高频运动检测算法)的输入，该算法被配置为确定患者颤抖状态。患者颤抖状态可以包括代表静止或平静到过度颤抖的范围内的值(例如，数字分数1-3)。
28.如前所述，药物递送组件14可以包括输液泵、服务器或其他计算设备，其接收有关给患者施用药物的实时信息。该信息可包括当前施用的镇痛剂或其他药物的参数，包括但不限于药物和浓度、剂量、当前用于施用药物的输液泵设置，以及当前施用的药物(例如镇静剂)镇静水平。
29.生命体征测量组件26可以包括监视器或传感器，其测量一个或多个血压、患者核心温度、心率、心电图(ecg)、脉搏或血氧饱和度(例如脉搏血氧传感器)。当获得时间序列波形测量时，例如使用ecg时，可以首先根据其特征将信号特征化为不同的桶(bucket)，例如，不规则(心律失常)或规则标签。每个桶分类可与一个预定值相关联，该预定值随后与来自其他组件的信号和/或数据一起提供给败血症评估系统的分类算法，以获得最终分数。所描绘的实验室信息组件28可以包括从存储此类数据的医院信息系统获取或接收血液检测测量或其他患者分析的设备。机械呼吸机组件18(例如，配置为接收呼吸机数据的呼吸机或设备)可以向败血症评估系统的分类算法提供向患者提供通风的呼吸机操作模式和/或实时呼吸工作(wob)数据，以便在与其他数据一起处理时获得最终败血症评分。本文中使用的术语“操作模式”包含其普通含义，包括但不限于通风操作模式以及模式的细节，包括呼吸输送、呼吸曲线、呼气特征、时间、同步，以及与所述模式相关的任何附加设置(例如，包括实际机械呼吸输送和操作的定量特征)。
30.败血症评估系统22被配置为对从每个组件获得的数据进行评分，然后将评分数据作为输入提供给最终分类算法，该算法输出败血症评分或概率。在一些实施例中，最终算法由简单的经过训练的逻辑回归算法组成，该算法能够输出败血症概率。在生成败血症评分或概率时，败血症评估系统22可以通过机械呼吸机上的屏幕、通过护理人员的设备(例如，设备170)上的移动应用程序、通过联网设备的网络应用程序或其他通知方式，将此信息作为通知传递给护理人员。除了将此信息传递给最终用户之外，在一些实施例中，生成的败血症评分还可以用作反馈到患者设备(例如呼吸机、输液泵等)的完整输入，以自动方式调整关键临床参数，如图7的示例性实施例进一步描述的那样。当用作调整患者护理设备的输入时，评估系统可以确认调整，并通过手机、网络、机器或声音的方式向护理人员发送确认消息或登记通知。
31.图3描绘了根据本主题技术的各个方面的谵妄评估系统的示例性实施例。在所描绘的示例中，谵妄评估系统30包括机械呼吸机组件18、药物递送组件14、脑成像组件32、视
觉/运动组件12、音频组件34和握力组件36中的一个或多个。每个组件可以由机电或计算机控制的设备实现。例如，视觉/运动组件12可以包括相机和/或一系列加速度计。在一些实施例中，视觉组件和运动组件是独立的组件设备。一个或多个图像帧(例如，照片或视频)与加速度计数据一起，可以作为输入提供给使用经过训练的卷积神经网络的行为识别算法，该卷积神经网络被配置为确定从平静到不稳定和激动的行为或运动。在一些实施例中，加速度计数据被提供给高频运动检测算法，以测量患者的不稳定运动，例如，通过为运动分配分类分数。在一些实施例中，视觉/运动组件使用加速度计捕捉大规模不规则的身体运动，以及使用基于相机的视觉捕捉面部和眼睛的微小运动，该视觉可以检测到加速度计未检测到的细微运动。
32.音频组件34可以包括一个或多个麦克风和/或扬声器。在一些实施例中，音频组件34可以集成到呼吸机中。音频组件使系统能够向患者提问(例如，通过扬声器)并记录答案，以确定患者的心理状态，从注意力到注意力不集中，从有意识到无意识，或从有组织到无组织的思维。在一些实施例中，患者在一段时间内被麦克风连续或定期地监测。音频数据提供给算法或自然语言处理递归神经网络，该网络利用患者的音频响应，并为以上列出的每个类别(即注意力、意识、思维组织)生成分类标签。该分类可以实时进行，无需用户参与。脑成像组件32可以包括一个或多个设备，这些设备可以获得或接收一系列ct和/或fmri扫描，并使用经过训练的卷积神经网络分析扫描，以检测显示心室扩大、脑实质或化学/血液流动不平衡迹象的区域，从而检测大脑结构的病理变化。
33.握力组件36包括握力测力计装置，该装置被配置为在患者不能说话时评估患者对挤压该组件的命令或要求的反应。可以处理表示患者握力的值，并将其分类为预定的值范围。设备可包括测力计，测力计可获得数字输出压力信号，用于根据离散标度对患者的力量进行分类。如前所述，药物递送组件14可以包括输液泵、服务器或其他计算设备，其接收有关给患者施用药物的实时信息。该信息可包括当前施用的镇痛剂或其他药物的参数，包括但不限于药物和浓度、剂量、当前用于施用药物的输液泵设置，以及当前施用的药物(例如镇静剂)镇静水平。谵妄评估系统还被配置为利用氧合数据以及机械呼吸机组件的报警状态来评估患者行为和对呼吸机的依从性。
34.谵妄评估系统30被配置为对从每个组件获得的数据进行评分，然后将评分数据作为输入提供给最终分类算法，该算法输出谵妄评分或概率。在一些实施例中，该算法被配置为经过训练的逻辑回归算法，能够输出谵妄概率。谵妄评估系统对来自各个组件的数据进行评分，对分数进行集体处理，并输出谵妄评分、程度或概率。在生成谵妄评分、程度或概率后，谵妄评估系统30可以通过机械呼吸机上的屏幕、通过护理人员的设备(例如，设备170)上的移动应用程序、通过联网设备的网络应用程序或其他通知方式，将此信息作为通知传递给护理人员。除了将此信息传递给最终用户之外，在一些实施例中，生成的谵妄评分还可以用作反馈到患者设备(例如呼吸机、输液泵等)的完整输入，以自动方式调整关键临床参数，如图7的示例性实施例进一步描述的那样。当用作调整患者护理设备的输入时，评估系统可以确认调整，并通过手机、网络、机器或声音的方式向护理人员发送确认消息或登记通知。
35.图4描绘了根据本主题技术的各个方面的icu获得性虚弱(icuaw)评估系统40的示例性实施例。在所描绘的示例中，icu获得性虚弱评估系统包括机械呼吸机组件、肌电图
(emg)组件42和肌肉力量测试组件中的一个或多个。每个组件可以由机电或计算机控制的设备实现。
36.如上所述，握力组件36包括握力测力计装置，该装置被配置为在患者不能说话时评估患者对挤压该组件的命令或要求的反应。可以处理表示患者握力的值，并将其分类为预定的值范围。设备可包括测力计，测力计可获得数字输出压力信号，用于根据离散标度对患者的力量进行分类。肌电图(emg)组件42可以包括配置用于记录肌肉活动的多个电极。从电极获得的时间序列数据可提供给检测算法，该检测算法被配置为检测时间平均患者肌肉张力的逐渐降低。icu获得性虚弱评估系统40利用机械呼吸机组件来监测和/或测量，或以其他方式获取呼吸机设置、通风持续时间、呼吸努力(例如自发呼吸率)或其他机械通风参数，这些参数是患者呼吸努力或力量的标志。
37.icu获得性虚弱评估系统40对每个组件的数据进行评分，然后将组件输出作为输入输入到icuaw分类算法，该算法输出icu获得性虚弱评分或概率。在一些实施例中，该icuaw算法是经过训练的逻辑回归算法，配置为在给定一系列组件输入的情况下输出icu获得性虚弱概率。icu获得性虚弱评估系统40对每个组件的数据进行评分，并输出icu获得性虚弱评分、程度或概率。在生成icu获得性虚弱评分、程度或概率后，icu获得性虚弱评估系统40可以通过机械呼吸机上的屏幕、通过护理人员的设备上的移动应用程序、通过联网设备(例如，设备170)的网络应用程序或其他通知方式，将此信息作为通知传递给护理人员。除了将此信息传递给最终用户之外，在一些实施例中，生成的icuaw评分还可以用作反馈到患者设备(例如呼吸机、输液泵等)的完整输入，以自动方式调整关键临床参数，如图7的示例性实施例进一步描述的那样。当用作调整患者护理设备的输入时，评估系统可以确认调整，并通过手机、网络、机器或声音的方式向护理人员发送确认消息或登记通知。
38.图5描绘了根据本主题技术的各个方面的重症监护病房综合症(pics)评估系统的示例性实施例。在所述示例中，pics评估系统50从图1至图4所述的系统接收一个或多个疼痛评分或程度、谵妄评分或程度，败血症评分或程度以及icu获得性虚弱评分或程度。pics评估系统50将学习的权重(通过线性回归模型或高级神经网络学习)应用于这些评分中的每一个，以产生pics超级评分或程度，表明患者经历pics的可能性。在生成pics超级评分、程度或概率后，pics评估系统50可以通过机械呼吸机上的屏幕、通过护理人员的设备上的移动应用程序、通过联网设备的网络应用程序或其他通知方式，将此信息作为通知传递给护理人员。
39.图6描绘了根据主题技术的各个方面的通风药物选择和给药系统60的示例性实施例。在所描绘的示例中，通风药物选择和给药系统包括机械呼吸机组件18、药物递送组件14(例如，输液泵)、疼痛评估系统组件10、谵妄评估系统组件30和败血症评估系统组件22中的一个或多个。这些组件可按照图1至图5所述进行实施。疼痛评估系统组件10、谵妄评估系统组件30和败血症评估系统组件22可以包括接收相应系统生成的评分(或程度)的设备。根据各种实施例，药物递送组件14可提供输液信息，包括当前服用的止痛药或其他药物细节，包括但不限于药物和浓度、当前用于给药的输液泵设置，以及当前施用的药物(例如镇静剂)镇静水平。
40.通风药物选择和给药系统60被配置为接收来自每个组件的数据并对其进行评分或分类，并被配置为(基于预定算法或神经网络)输出通风药物和给药建议。在生成通风药
物和给药建议后，通风药物选择和给药系统可以通过机械呼吸机上的屏幕、通过护理人员的设备上的移动应用程序、通过联网设备的网络应用程序或其他通知方式，将此信息作为通知传递给护理人员。除了将此信息传递给最终用户之外，在一些实施例中，基于建议分类的评分或值可以用作反馈到患者设备(例如呼吸机、输液泵等)的整体输入，以自动方式调整关键临床参数，如图7的示例性实施例进一步描述的那样。当用作调整患者护理设备的输入时，评估系统可以确认调整，并通过手机、网络、机器或声音的方式向护理人员发送确认消息或登记通知。
41.图7a描绘了根据本主题技术的各个方面的自动管理系统的示例性实施例。在所描绘的示例中，自动风险因素管理系统70接收一个或多个风险因素和/或归因于延长的icu住院时间的各种有害症状的评分。这些风险因素和/或评分基于从图1至图4所述的上述组件收到的数据。在这方面，从疼痛评估系统组件、败血症评估系统组件，谵妄评估系统组件和icu获得性虚弱评估系统组件中的一个或多个组件接收数据。每个系统组件的输出可能包括离散评分或概率。如上所述，每个系统组件可以包括其各自的输入和算法，用于计算输入到自动管理系统的相应评分/概率。根据各种实施例，药物递送组件14和机械呼吸机组件18被用作所有或部分输入系统的输入，因此可能是整个自动风险因素管理系统70的隐式输入。
42.根据各种实施例，自动风险因素管理系统70被配置为以预先确定的频率执行，并且在每次启动开始时，前面描述的输入系统组件的当前状态。在执行过程中，输入被集体反馈给q学习或强化学习算法，该算法会自动到基于行为的最佳策略，以达到期望目标/结果。在一些实施例中，所选择的基于行为的策略是自动调整影响机械呼吸机或药物递送设备操作的参数的策略，例如，通过机械呼吸机组件18和/或药物递送组件14。选择策略及其相应参数，以将疼痛评分、败血症概率、icuaw评分和谵妄概率保持在给定的目标值或低于预先确定的阈值。患者的当前状态由算法更新，患者状态和/或由系统调整的医疗设备的更新状态作为输入反馈，以创建闭环系统。
43.图7b描绘了根据主题技术的各个方面的供自动风险因素管理系统70使用的强化学习算法的示例性实施例。算法由代理和环境两方表示。环境可能包括一个或多个设备或患者的更新状态或状况(例如，给出测量值所代表的生理状态)。在所描绘的示例中，代理对环境进行操作，并从环境接收反馈，包括对其行为的奖励和新状态的信息。该奖励告知代理行为/决策的好坏，并决定环境中的下一个状态。代理最终决定在环境中采取的最佳系列行为，以便以尽可能最佳的方式执行手头的任务，在这种情况下，这是为了控制上述特定风险因素(例如疼痛、败血症、谵妄、icu获得性虚弱)。如图7b所示，当前状态包括来自系统组件的当前评分和概率，行为包括对设备设置参数的具体更改。在一些实施中，风险因素管理系统架构和强化学习算法被用于预测和执行患者脱离呼吸机的情况，否则这需要用户启动和执行。由于确定患者是脱机的候选者(例如，包括拔管)，系统可以使用更新的参数集自动调整患者护理设备，以启动脱机(例如，减少或调整通风量)。系统设置的更新参数可能包括输液泵浓度或剂量，或peep降低。
44.图8是框图，示出了根据本主题技术的某些方面，用于评估通风患者状况和调整呼吸机操作模式的示例系统，包括通风设备102、管理设备150和通风设备130。管理系统150可以包括服务器，并且在许多方面包括用于提供先前关于图1至图15所述功能的逻辑和指令。
例如，管理系统150的服务器可以代理各种设备之间的通信，和/或生成用户界面10以供用户设备170显示。通风设备102和通风设备130可以表示连接到管理系统150的多个通风设备中的每一个。虽然管理系统150图示为连接到通风设备102和通风设备130，但管理系统150配置为也连接到不同的医疗设备，包括输液泵、护理点生命体征监测器和肺诊断设备。在这方面，设备102或设备130可以代表不同的医疗设备。
45.通风设备102通过通风系统102和管理系统150的相应通信模块110和160，经由lan 119连接到管理系统150。管理系统150通过管理系统150和通风设备130的相应通信模块160和146，经由wan 120连接到通风设备130。通风设备130被配置为与医院系统101的通风设备102的操作基本相似，只是通风设备(或医疗设备)130被配置为用于家庭140。通信模块110、160和146配置为与网络接口，以向网络上的其他设备发送和接收信息，例如数据、请求、响应和命令。例如，通信模块110、160和146可以是调制解调器、以太网卡或wifi组件模块和设备。
46.管理系统150包括处理器154、通信模块160和存储器152，存储器152包括医院数据156和管理应用程序158。尽管图16中显示了一个通风设备102，但管理系统150配置为连接和管理许多通风设备102，包括用于医院和相应系统101的通风设备102和用于家庭140的通风设备130。
47.在某些方面，管理系统150被配置为根据某些规则和程序管理医院系统101中的许多通风设备102。例如，通电时，通风系统102可以向管理系统150发送握手消息，以与管理系统150建立连接。类似地，断电时，通风系统102可以向管理系统150发送断电消息，以便管理系统150停止与通风系统102的通信尝试。
48.管理系统150被配置为支持到不同通风设备102和通风设备130的多个同时连接，并管理不同设备之间的消息分发，包括到用户设备170的消息分发和从用户设备170来的消息分发。用户设备170可以是移动设备，例如笔记本电脑、平板电脑或手机。用户设备170也可以是授权用户使用的桌面或终端设备。在这方面，用户设备170配置有图1至图15所示的先前描述的消息传递应用程序，以从管理系统150接收消息、通知和其他信息，如本公开所述。
49.管理员可以配置同时连接的数量，以适应网络通信限制(例如，有限的带宽可用性)。在通风设备102成功地与管理系统150握手(例如，连接到管理系统150)后，管理系统150可以在信息可用时或在设定间隔内启动与通风设备102的通信。用户可以配置设定间隔，以确保通风设备102不超过与管理系统150通信的设定间隔。
50.管理系统150可以从通风设备102接收或向通风设备102提供数据，例如，以调整通风设备的患者护理参数。例如，可以从通风设备102(或设备130)接收响应于阈值被超过的警报。可以向医院101的某个护理区域内的指定通风设备102发送入院-出院-转院通信。特定于患者的命令可以被发送到与患者相关的通风设备102，并且可以从通风设备102接收特定于患者的数据。
51.如果通风系统102上发生警报，通风设备102可以启动与管理系统150的通信。报警可能显示为时间敏感型，并发送到队列的开头，以便将数据传输到管理系统150。通风设备102的所有其他数据可以一次一起发送，或者数据的子集可以以一定的间隔发送。
52.管理系统150可以连续或定期(实时或接近实时)从每个通风设备102和每个通风
设备130接收医院数据156。医院数据156可以包括配置文件，配置文件用于指定各个通风设备102的操作参数、每个通风设备102操作参数和/或与通风设备102相关联的患者的生理统计数据。医院数据156还包括入院或在相应医院系统101内的患者的患者数据、在医院101系统中注册的患者的医嘱(例如，药物医嘱、呼吸医嘱)数据和/或用户数据(例如，与医院系统101关联的护理人员)。如前所述，关于图1至图7所述的系统，医院数据156可以根据这些系统提供的更新状态进行更新或更改。
53.呼吸机数据的生理统计和/或测量包括，例如，指示肺顺应性(cdyn、cstat)、患者气道的流动阻力(raw)、反比通风(i/e)、自主通风率、呼气潮气量(vte)、每分钟肺总通风量(ve)、呼气峰值流速(pefr)、吸气峰值流速(pifr)、平均气道压力、气道峰值压力、平均呼气末二氧化碳和总通风率的统计和测量。操作参数包括，例如，通风模式、设定的强制潮气量、呼吸末正压(peep)、呼吸暂停间隔、偏流、呼吸回路可压缩容积、患者气道类型(例如气管插管、气管造口管、面罩)和尺寸、吸入氧气(fio2)分数、呼吸周期阈值和呼吸触发阈值。
54.管理系统150的处理器154被配置为执行指令，例如物理编码到处理器154中的指令、从存储器152中的软件(例如，管理应用程序158)接收的指令，或两者的组合。例如，管理系统150的处理器154执行指令以从通风设备102接收呼吸机数据(例如，包括通风系统102的初始配置配置文件)。
55.通风设备102被配置为发送与通风设备102相关联的患者的呼吸机信息、通知(或“警报”)、标量、操作参数106(或“设置”)、生理统计数据(或“监视器”)以及一般信息。通知包括通风设备102的操作条件，可能需要操作员审查和纠正措施。标量包括通常定期更新的参数(例如，每500毫秒更新一次)，并且可以在二维尺度上用图形表示。生理统计表示通风设备102正在监测的信息，并且可以基于特定参数动态变化。操作参数106表示护理人员已接受的通风设备102的操作控制值。一般信息可以是通风设备102特有的信息，也可以是与患者相关的信息(例如，患者标识符)。一般信息可以包括通风装置102的版本和型号的标识符。还应理解，相同或类似的数据可以在管理系统150和通风设备130之间传送。
56.图8进一步说明了示例分布式服务器客户端系统，用于提供所公开的用户界面(由图1至图15的显示屏表示)。管理系统150可包括(除其他设备外)集中式服务器和至少一个数据源(例如，数据库152)。集中式服务器和数据源可以包括分布在本地119或广域网120上的多个计算设备，或者可以组合在单个设备中。数据可以实时存储在数据源152(例如，数据库)中，并由集中式服务器进行管理。在这方面，当从患者收集或测量数据时，多个医疗设备102、130可以通过网络119、120将患者数据实时传输到集中式服务器，并且集中式服务器可以将患者数据存储在数据源152中。根据一些实施例，一个或多个服务器可以在多个数据源中接收和存储患者数据。
57.根据各种实施例，管理系统150(包括集中式服务器)被配置为(通过指令)生成虚拟用户界面10并向临床医生设备170提供虚拟用户界面。在一些实施例中，管理系统150可以用作web服务器，虚拟接口100可以从管理系统150提供的网站呈现。根据各种实施例，管理系统150可以聚合实时患者数据，并提供用于在虚拟接口100中显示的数据。数据和/或虚拟接口100可以提供(例如，传输)到每个临床医生设备170，每个临床医师设备170可以包括软件客户端程序或其他指令，配置为当由设备的一个或多个处理器执行时，用相应的数据呈现和显示虚拟接口100。所描绘的临床医生设备170可以包括个人计算机或移动设备，例
如智能电话、平板电脑、膝上型计算机、pda、增强现实设备、可穿戴设备例如手表或带或眼镜，或其组合，或其他一个或多个处理器嵌入其中或与之耦合的触摸屏或电视，或任何其他类型的具有网络连接性的计算机相关电子设备。虽然图16中没有显示，但可以理解，经由局域网119或广域网120的各种设备之间的连接可以通过无线连接，如wifi、蓝牙、射频、蜂窝或其他类似连接来实现。
58.图9描述了根据主题技术的某些方面，评估通风患者状况和调整呼吸机操作模式的过程900的示例流程图。过程900部分通过通风设备102、管理系统150和用户设备170之间的数据交换来实现。出于解释的目的，示例过程900的各个块在此参考图1和8以及在此描述的组件和/或过程进行描述。过程900的一个或多个块可以例如由计算设备实现，包括处理器和设备使用的其他组件。在一些实施例中，一个或多个块可以与其他块分开并且由一个或多个不同的处理器或设备来实现。为了进一步说明，示例过程900的块被描述为串行或线性发生。然而，示例过程900的多个块可以并行发生。此外，示例过程900的块不需要以所示的顺序执行和/或示例过程900的块中的一个或多个块不需要被执行。
59.示例过程可由系统实施，该系统包括被配置为接收通风数据的通风通信设备(例如，设备18)、被配置为接收与正在向患者施用药物相关联的药物递送信息的药物递送通信设备(例如，设备14)、图像捕获设备(例如设备12)，以及被配置为从患者获取生理数据的一个或多个传感器。所公开的系统可以包括存储指令和数据156的存储器152，以及被配置为执行指令以执行操作的一个或多个处理器154。
60.在所示的示例流程图中，从各种组件设备(902a-e)获得了某些信息。管理系统150接收患者诊断信息，并且管理系统150基于从一个或多个传感器接收的信号确定患者生理状态。系统150通过通风通信设备确定呼吸机操作模式。系统150从药物递送通信设备接收药物递送信息。系统150激活成像设备并从成像设备获取与患者相关的图像数据，并基于图像数据确定患者物理状态。然后，系统150向神经网络(904)提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息和所接收的患者诊断信息，并基于向神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息和所接收的患者诊断信息(906)，从神经网络接收与疼痛评估、败血症评估和患者谵妄评估中的至少一个相对应的患者评估分类。然后，系统150根据评估分类调整呼吸机102、130的参数，其中调整参数会影响呼吸机(908)的操作模式。
61.根据各个方面，图像捕获设备(例如，视觉组件12)包括相机，并且一个或多个传感器包括固定在患者上的加速度计。在这种实施方式中，管理系统150从相机接收一个或多个图像帧，从加速度计接收加速度计数据，并将图像帧和加速度计信息提供给识别算法，该识别算法被配置为确定患者颤抖状态或躁动状态。管理系统150通过识别算法确定指示患者颤抖状态或躁动状态的患者身体状态。关于示例过程900，患者物理状态可以包括确定的患者身体状态。在一些实施例中，识别算法被配置为确定患者颤抖状态，其中患者颤抖状态由数值表示，该数值在代表患者处于静止或平静状态到处于过度颤抖状态的数值范围内。
62.附加地或替代地，在一些实施例中，图像捕获设备包括配置在患者附近并且被定位成捕获患者面部图像的相机。在这方面，管理系统150可以配置为从相机接收一个或多个图像帧，并向面部识别算法提供一个或更多图像帧，面部识别算法被配置为识别一个或以上图像中患者面部的特征。该算法将识别出的特征映射到表示患者面部表情的面部状态，
所确定的面部状态代表放松状态、紧张状态和扮鬼脸状态之一。关于示例过程900，患者物理状态可以包括确定的面部状态。
63.根据各种实施例，一个或多个传感器可以包括应用于患者皮肤并配置为测量肌肉张力水平的传感器，其中患者物理状态包括肌肉张力水平。附加地或替代地，一个或多个传感器可以包括配置为获取患者生命体征测量的传感器，患者生命体征测量包括血压、患者核心温度、心率、心电图(ecg)信号、脉搏或血氧饱和度中的一项或多项，其中所确定的患者生理状态包括代表生命体征测量的信息。在一些实施例中，药物递送通信设备(例如组件14)被配置为从输液泵接收药物递送信息，药物递送信息包括药物标识、药物浓度、药物剂量或正在进行的输液的长度。
64.在一些实现中，管理系统150(或医院系统101)被配置为接收患者诊断信息。诊断信息可以包括与从诊断信息系统接收的与患者相关联的实验室结果。根据各种实施例，系统150或系统101还包括配置在患者附近并且被定位成从患者处捕获音频的音频设备。就此而言，系统可以从音频设备接收患者音频信息，并将患者音频信息提供给音频识别算法，该音频识别算法被配置为识别患者音频信息中的音频模式，并被配置为将识别的音频模式映射到表示患者身体或精神状态的音频状态。关于示例过程900，评估分类可以进一步基于提供给神经网络的音频状态。
65.系统150或系统101还可以包括力量评估设备，该设备被配置为基于患者对力量评估设备施加的压力评估患者肌肉力量。在这方面，系统150可配置为从力量评估设备接收力量信息，并将力量信息提供给力量评估算法，该力量评估算法被配置为将力量信息映射到指示患者体力的力量分类。力量分类可提供给神经网络(例如，通过系统150)，评估分类进一步基于提供给神经网的力量分类。
66.如前所述，评估分类可能包括患者的疼痛程度、指示患者败血症状况的败血症程度、患者具有重症监护室获得性虚弱或患有重症监护室后综合症的概率，或指示患者谵妄程度的谵妄程度，这取决于收集哪些数据和/或从哪些组件收集数据。如前所述，管理系统150可以向远离系统101、150的用户设备170发送与评估分类和调整参数有关的消息，以便在用户通过用户界面被系统认证时，通过在用户设备上运行的用户界面显示。
67.上述示例900的许多方面，以及相关特征和应用也可以被实现为被指定为记录在计算机可读存储介质(也称为计算机可读介质)上的一组指令的软件过程，并且可以自动执行(例如，无需用户干预)。当这些指令由一个或多个处理单元(例如，一个或多个处理器、处理器核心或其他处理单元)执行时，它们使处理单元执行指令中指示的动作。计算机可读介质的示例包括但不限于cd-rom、闪存驱动器、ram芯片、硬盘驱动器、eprom等。计算机可读介质不包括无线或通过有线连接传递的载波和电子信号。
68.在适当的情况下，术语“软件”旨在包括驻留在只读存储器中的固件或存储在磁存储器中的应用程序，这些固件可以读入存储器以供处理器处理。此外，在一些实施方式中，本公开的多个软件方面可以被实现为更大程序的子部分，同时保留本公开的不同软件方面。在一些实施方式中，多个软件方面也可以实现为单独的程序。最后，一起实现这里描述的软件方面的单独程序的任何组合都在本主题公开的范围内。在一些实施方式中，软件程序在安装以在一个或多个电子系统上运行时，定义了执行和执行软件程序的操作的一个或多个特定机器实施方式。
69.计算机程序(也称为程序、软件、软件应用程序、脚本或代码)可以用任何形式的编程语言编写，包括编译或解释语言、声明性或过程性语言，并且可以以任何形式部署，包括作为独立程序或作为模块、组件、子程序、对象或其他适用于计算环境的单元。计算机程序可以但不必对应于文件系统中的文件。程序可以存储在保存其他程序或数据的文件的一部分(例如，存储在标记语言文档中的一个或多个脚本)、专用于所述程序的单个文件或多个协调文件(例如，存储一个或多个模块、子程序或部分代码的文件)中。计算机程序可以部署在一台计算机上执行，也可以部署在位于一个站点或分布在多个站点并通过通信网络互连的多台计算机上执行。
70.图10是概念图，示出了根据本主题技术的各个方面，用于评估通风患者状况和调整呼吸机操作模式的示例性电子系统100。电子系统1000可以是用于执行与过程1000的一个或多个部分或步骤，或图1至图9所示的组件和过程相关联的软件的计算设备。结合图1至图9的公开内容，电子系统1000可以代表上述管理系统150(或系统150的服务器)或临床医生设备170。就这一点而言，电子系统1000或计算设备可以是个人计算机或移动设备，例如智能电话、平板电脑、膝上型计算机、pda、增强现实设备、可穿戴设备例如手表或带或眼镜，或其组合，或其他一个或多个处理器嵌入其中或与之耦合的触摸屏或电视，或任何其他类型的具有网络连接性的计算机相关电子设备。
71.电子系统1000可以包括各种类型的计算机可读介质和用于各种其他类型的计算机可读介质的接口。在所描绘的示例中，电子系统1700包括总线1008、处理单元1012、系统存储器1004、只读存储器(rom)1010、永久存储设备1002、输入设备接口1014、输出设备接口1006，以及一个或多个网络接口1016。在一些实施方式中，电子系统1000可以包括或与其他计算设备或电路集成以用于操作先前描述的各种组件和过程。
72.总线1008统称为所有系统、外围设备和芯片组总线，它们以通信方式连接电子系统1000的众多内部设备。例如，总线1008将处理单元1012与rom 1010、系统存储器1004和永久存储设备1002通信连接。
73.从这些不同的存储器单元，处理单元1012检索要执行的指令和要处理的数据，以便执行本主题公开的过程。在不同的实施方式中，处理单元可以是单个处理器或多核处理器。
74.rom 1010存储处理单元1012和电子系统的其他模块所需的静态数据和指令。另一方面，永久存储设备1002是读写存储器设备。该设备是非易失性存储器单元，即使在电子系统1000关闭时也能存储指令和数据。本主题公开的一些实施方式使用大容量存储设备(例如磁盘或光盘及其对应的磁盘驱动器)作为永久存储设备1002。
75.其他实现使用可移动存储设备(例如软盘、闪存驱动器及其对应的磁盘驱动器)作为永久存储设备1002。类似于永久存储设备1002，系统存储器1004是读写存储器设备。然而，与存储设备1002不同，系统存储器1004是易失性读写存储器，例如随机存取存储器。系统存储器1004存储处理器在运行时需要的一些指令和数据。在一些实施方式中，本公开的过程存储在系统存储器1004、永久存储设备1002和/或rom 1010中。从这些不同的存储器单元，处理单元1012检索要执行的指令和要处理的数据，以便执行一些实施方式的过程。
76.总线1008还连接到输入和输出设备接口1014和1006。输入设备接口1014使用户能够向电子系统传送信息和选择命令。与输入设备接口1014一起使用的输入设备包括例如字
母数字键盘和定点设备(也称为“光标控制设备”)。例如，输出设备接口1006能够显示由电子系统1000生成的图像。与输出设备接口1006一起使用的输出设备包括例如打印机和显示设备，例如阴极射线管(crt)或液晶显示器(lcd)。一些实施方式包括用作输入和输出设备的设备，例如触摸屏。
77.此外，如图10所示，总线1008还通过网络接口1016将电子系统1700耦合到网络(未示出)。网络接口1016可以包括例如无线接入点(例如蓝牙或wifi)或用于连接到无线接入点的无线电电路。网络接口1016还可以包括用于将计算机连接到计算机网络(例如局域网(“lan”)、广域网(“wan”)、无线局域网或内联网，或网络之网，例如互联网)的一部分的硬件(例如，以太网硬件)。电子系统1700的任何或所有组件可以与本主题公开结合使用。。
78.上述这些功能可以在计算机软件、固件或硬件中实现。可以使用一种或多种计算机程序产品来实现这些技术。可编程处理器和计算机可以包含在或封装为移动设备。过程和逻辑流程可以由一个或多个可编程处理器和一个或多个可编程逻辑电路来执行。通用和专用计算设备和存储设备可以通过通信网络互连。
79.一些实施方式包括电子组件，例如微处理器、存储器和存储器，它们将计算机程序指令存储在机器可读或计算机可读介质(或者称为计算机可读存储介质、机器可读介质或机器可读存储介质)中。此类计算机可读介质的一些示例包括ram、rom、只读光盘(cd-rom)、可记录光盘(cd-r)、可重写光盘(cd-rw)、只读数字多功能光盘(例如、dvd-rom、双层dvd-rom)、各种可刻录/可重写dvd(如dvd-ram、dvd-rw、dvd+rw等)、闪存(如sd卡、mini-sd卡、微型sd卡等)、磁性和/或固态硬盘驱动器、只读和可记录蓝光光盘、超密度光盘、任何其他光学或磁性介质以及软盘。计算机可读介质可以存储可由至少一个处理单元执行并且包括用于执行各种操作的指令集的计算机程序。计算机程序或计算机代码的示例包括诸如由编译器产生的机器代码，以及包括由计算机、电子组件或使用解释器的微处理器执行的高级代码的文件。
80.虽然上述讨论主要是指执行软件的微处理器或多核处理器，但一些实施方式是由一个或多个集成电路执行的，例如专用集成电路(asic)或现场可编程门阵列(fpga)。在一些实施方式中，这种集成电路执行存储在电路本身上的指令。
81.本说明书和本技术的任何权利要求中使用的术语“计算机”、“服务器”、“处理器”和“存储器”均指电子或其他技术设备。这些术语不包括人或人。出于说明书的目的，术语显示意味着在电子设备上显示。如在本说明书和本技术的任何权利要求中使用的，术语“计算机可读介质”和“计算机可读媒介”完全限于以计算机可读的形式存储信息的有形物理对象。这些术语不包括任何无线信号、有线下载信号和任何其他临时信号。
82.为了提供与用户的交互，本说明书中描述的主题的实施方式可以在具有用于向用户显示信息的显示设备(例如crt(阴极射线管)或lcd(液晶显示器)监视器)以及键盘和指针设备(例如鼠标或轨迹球)的计算机上实现，用户可以通过它向计算机提供输入。也可以使用其他类型的设备来提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感官反馈，例如视觉反馈、听觉反馈或触觉反馈；并且可以以任何形式接收来自用户的输入，包括声学、语音或触觉输入。此外，计算机可以通过向用户使用的设备发送文档和从用户使用的设备接收文档来与用户交互；例如，响应从网络浏览器收到的请求，将网页发送到用户客户端设备上的网络浏览器。
83.本说明书中描述的主题的实施例可以在计算系统中实现，该计算系统包括后端组件，例如，作为数据服务器，或者包括中间件组件，例如，应用服务器，或者包括前端组件，例如，具有图形用户界面或web浏览器的客户端计算机，用户可以通过该客户端计算机与本说明书中描述的主题事项的实施例进行交互，或者一个或多个这样的后端、中间件或前端组件的任意组合。系统的组件可以通过数字数据通信的任何形式或介质，例如，通信网络，进行互连。通信网络的示例包括局域网(“lan”)和广域网(“wan”)、互联网络(例如，因特网)和对等网络(例如，ad hoc对等网络)。
84.计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离并且可以通过通信网络进行交互。客户端和服务器的关系是凭借在各自的计算机上运行的计算机程序而产生的，并且彼此之间具有客户-服务器关系。在一些实施例中，服务器将数据(例如，html页面)传输到客户端设备(例如，目的是为了向与客户端设备交互的用户显示数据和接收来自与客户端设备交互的用户的用户输入)。可以在服务器处从客户端设备接收在客户端设备处生成的数据(例如，用户交互的结果)。
85.本领域技术人员将理解，本文描述的各种说明性块、模块、元件、组件、方法和算法可以实现为电子硬件、计算机软件或两者的组合。为了说明硬件和软件的这种可互换性，上面已经根据它们的功能大体上描述了各种说明性块、模块、元件、组件、方法和算法。这种功能是作为硬件还是软件来实现的，取决于特定的应用程序和对整个系统施加的设计约束。本领域技术人员可以针对每个特定应用以不同的方式实现所述功能。在不脱离本主题技术的范围的情况下，各种组件和块可以不同地布置(例如，以不同的顺序布置，或以不同的方式划分)。
86.主题技术作为条款的说明：
87.为方便起见，本公开的方面的各种示例被描述为编号的条款(1、2、3等)。这些是作为示例提供的，并不限制主题技术。下面提供的附图和附图标记的标识仅作为示例和说明性目的，并且条款不受这些标识的限制。
88.条款1一种系统，包括：通风通信设备，其被配置为接收通风数据；药物递送通信设备，其被配置为接收与正在向患者施用药物相关联的药物递送信息；图像捕获设备；一个或多个传感器；存储指令的存储器；以及一个或多个处理器，其被配置为执行所述指令进行以下操作，包括：接收患者诊断信息；基于从所述一个或多个传感器接收的信号，确定患者生理状态；根据所述通风通信设备确定呼吸机操作模式；从所述药物递送通信设备接收药物递送信息；激活成像设备并从成像设备获取与患者相关的图像数据；基于所述图像数据确定患者物理状态；向神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息和所接收的患者诊断信息；基于向所述神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息，以及所接收的患者诊断信息，从所述神经网络接收与患者的疼痛评估、败血症评估和谵妄评估中的至少一项相对应的患者评估分类；以及基于所述评估分类调整呼吸机的参数，其中调整参数会影响呼吸机操作模式。
89.条款2根据条款1所述的系统，其中所述图像捕获设备包括相机，并且所述一个或多个传感器包括固定到患者的加速度计，其中所述操作进一步包括：接收来自所述相机的一个或多个图像帧，以及来自所述加速度计的加速度计数据，将所述图像帧和加速度计数
据提供给被配置为确定患者颤抖状态或躁动状态的识别算法；以及通过所述识别算法确定指示患者颤抖状态或躁动状态的患者身体状态，其中所述患者物理状态包括所确定的患者身体状态。
90.条款3根据条款2所述的系统，其中所述识别算法被配置为确定患者颤抖状态，其中所述患者颤抖状态由代表患者处于静止或平静状态到处于过度颤抖状态的数值范围内的数值表示。
91.条款4根据前述条款中的任一项所述的系统，其中所述图像捕获设备包括配置在患者附近并且被定位成捕获患者面部图像的相机，其中所述操作进一步包括：接收来自相机的一个或多个图像帧；将所述一个或多个图像帧提供给面部识别算法，所述面部识别算法被配置为识别一个或多个图像中的患者面部特征，并将识别的特征映射到指示患者面部表情的面部状态，所确定的面部状态表示放松状态、紧张状态和鬼脸状态中的一种，其中所述患者物理状态包括所确定的面部状态。
92.条款5根据前述条款中的任一项所述的系统，其中所述一个或多个传感器包括应用于患者皮肤并且被配置为测量肌肉张力水平的传感器，其中所述患者物理状态包括肌肉张力水平。
93.条款6根据前述条款中的任一项所述的系统，其中所述一个或多个传感器包括被配置为获取患者生命体征测量的传感器，所述患者生命体征测量包括血压、患者核心温度、心率、心电图(ecg)信号、脉搏或血氧饱和度中的一项或多项，其中所确定的患者生理状态包括代表生命体征测量的信息。
94.条款7根据前述条款中的任一项所述的系统，其中所述药物递送通信设备被配置为从输液泵接收药物递送信息，所述药物递送信息包括药物标识、药物浓度、药物剂量或正在进行的输液的长度。
95.条款8根据前述条款中的任一项所述的系统，其中所述评估分类包括患者的疼痛程度。
96.条款9根据前述条款中的任一项所述的系统，其中接收患者诊断信息包括从诊断信息系统接收与患者相关联的实验室结果。
97.条款10根据前述条款中的任一项所述的系统，其中所述评估分类包括指示患者败血症状况的败血症程度。
98.条款11根据前述条款中的任一项所述的系统，其中所述系统还包括被配置在患者附近并且被定位成从患者捕获音频的音频设备，其中所述操作进一步包括：从所述音频设备接收患者音频信息；以及将患者音频信息提供给音频识别算法，所述音频识别算法被配置为识别所述患者音频信息中的音频模式，并将识别的音频模式映射到指示患者物理或精神状态的音频状态，其中将所述音频状态提供给神经网络，并且所述评估分类进一步基于提供给神经网络的所述音频状态。
99.条款12根据前述条款中的任一项所述的系统，其中所述系统还包括力量评估设备，所述力量评估设备被配置为基于患者对所述力量评估设备施加的压力来评估患者肌肉力量，其中所述操作进一步包括：从所述力量评估设备接收力量信息；以及将所述力量信息提供给力量评估算法，所述力量评估算法被配置为将所述力量信息映射到指示患者体力的力量分类，其中将所述力量分类提供给神经网络，并且所述评估分类进一步基于提供给神
经网络的所述力量分类。
100.条款13根据前述条款中的任一项所述的系统，其中所述评估分类包括患者具有重症监护病房获得性虚弱或患有重症监护病房后综合征的概率。
101.条款14根据前述条款中的任一项所述的系统，其中所述评估分类包括指示患者谵妄的程度的谵妄程度。
102.条款15根据前述条款中的任一项所述的系统，其中所述操作进一步包括：向远离所述系统的用户设备发送与所述评估分类和所调整的参数有关的消息，以便在用户通过用户界面被系统认证时，通过在用户设备上运行的用户界面显示。
103.条款16一种包含指令的非暂时性计算机可读介质，所述指令在由计算设备执行时使计算设备执行以下操作，包括：接收患者诊断信息；基于从一个或多个传感器接收的信号，确定患者生理状态；确定向患者提供通风的呼吸机操作模式；从药物递送设备接收药物递送信息；激活成像设备并从成像设备获取与患者相关的图像数据；基于所述图像数据确定患者物理状态；向神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息和所接收的患者诊断信息；基于向所述神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息，以及所接收的患者诊断信息，从所述神经网络接收与患者的疼痛评估、败血症评估和谵妄评估中的至少一项相对应的患者评估分类；以及基于所述评估分类调整呼吸机的参数，其中调整参数会影响呼吸机操作模式。
104.条款17根据条款16所述的非暂时性计算机可读介质，其中所述图像捕获设备包括相机，并且所述一个或多个传感器包括固定到患者的加速度计，其中所述操作进一步包括：接收来自所述相机的一个或多个图像帧，以及来自所述加速度计的加速度计数据，将所述图像帧和加速度计数据提供给被配置为确定患者颤抖状态或躁动状态的识别算法；以及通过所述识别算法确定指示患者颤抖状态或躁动状态的患者身体状态，其中所述患者物理状态包括所确定的患者身体状态。
105.条款18根据前述条款中的任一项所述的非暂时性计算机可读介质，其中所述图像捕获设备包括被配置在患者附近并且被定位成捕获患者面部图像的相机，其中所述操作进一步包括：接收来自相机的一个或多个图像帧；将所述一个或多个图像帧提供给面部识别算法，所述面部识别算法被配置为识别一个或多个图像中的患者面部特征，并将识别的特征映射到指示患者面部表情的面部状态，所确定的面部状态表示放松状态、紧张状态和鬼脸状态中的一种，其中患者物理状态包括所确定的面部状态。
106.条款19一种用于评估通风患者状况和调整呼吸机操作模式的方法，包括：接收患者诊断信息；从药物递送设备接收与正在向患者施用药物相关联的药物递送信息；基于从一个或多个传感器接收的信号，确定患者生理状态；确定向患者提供通风的呼吸机操作模式；激活成像设备并从成像设备获取与患者相关的图像数据；基于所述图像数据确定患者物理状态；向神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息和所接收的患者诊断信息；基于向所述神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息，以及所接收的患者诊断信息，从所述神经网络接收与患者的疼痛评估、败血症评估和谵妄评估中的至少一项相对应的患者评估分类；以及基于所述评估分类调整呼吸机的参数，其中调整
参数会影响呼吸机操作模式。
107.条款20根据条款19所述的方法，其中所述图像捕获设备包括相机，并且所述一个或多个传感器包括固定到患者的加速度计，所述方法进一步包括：接收来自所述相机的一个或多个图像帧，以及来自所述加速度计的加速度计数据，将所述图像帧和加速度计数据提供给被配置为确定患者颤抖状态或躁动状态的识别算法；以及通过所述识别算法确定指示患者颤抖状态或躁动状态的患者身体状态，其中所述患者物理状态包括所确定的患者身体状态。
108.进一步考虑：
109.在一些实施例中，本文中的任何条款可以依赖于任何一个独立条款或任何一个从属条款。在一个方面，任何条款(例如，从属或独立条款)可以与任何其他一个或多个条款(例如，从属或独立条款)组合。一方面，权利要求可以包括在条款、句子、短语或段落中引用的一些或全部词语(例如，步骤、操作、装置或组件)。一方面，权利要求可以包括在一个或多个条款、句子、短语或段落中列举的一些或全部词语。一方面，可以删除每个条款、句子、短语或段落中的一些词语。一方面，可以将额外的词语或元素添加到条款、句子、短语或段落中。在一方面，可以在不利用本文所述的一些组件、元件、功能或操作的情况下实施本主题技术。一方面，可以利用附加组件、元件、功能或操作来实现主题技术。
110.应当理解，所公开的过程中步骤的特定顺序或层次是示例方法的说明。根据设计偏好，可以理解过程中步骤的特定顺序或层次可以重新排列。一些步骤可以同时进行。随附的方法权利要求以示例顺序呈现各个步骤的元素，并不意味着限于呈现的特定顺序或层次结构。
111.提供先前的描述以使本领域的任何技术人员能够实践这里描述的各个方面。前面的描述提供了主题技术的各种示例，并且主题技术不限于这些示例。对这些方面的各种修改对于本领域技术人员来说将是显而易见的，并且这里定义的一般原理可以应用于其他方面。因此，权利要求不旨在限于本文所示的方面，而是符合与语言权利要求一致的全部范围，其中，除非特别说明，否则对单数元素的引用并不意味着“一个且仅一个”，而是“一个或多个”。除非另有特别说明，术语“一些”是指一个或多个。阳性代词(例如，他)包括阴性和中性(例如，她和它)，反之亦然。标题和副标题(如有)只是为了方便而使用，并不限制本公开。
112.如本文所用，术语“网站”可包括网站的任何方面，包括一个或多个网页、用于托管或存储网络相关内容的一个或多个服务器等。因此，术语“网站”可与术语“网页”和“服务器”互换使用。谓词词“配置为”、“可操作为”和“编程为”并不暗示对主题的任何特定有形或无形修改，而是旨在互换使用。例如，被配置为监视和控制操作或组件的处理器还可以指被编程为监视和控制操作的处理器或可操作以监视和控制操作的处理器。同样，被配置为执行代码的处理器可以被解释为被编程为执行代码或可操作来执行代码的处理器。
113.此处使用的术语“自动”可以包括计算机或机器在没有用户干预的情况下的性能；例如，通过响应计算机或机器或其他启动机制的谓词动作的指令。此处使用的“示例”一词表示“用作示例或说明”。在此描述为“示例”的任何方面或设计不一定被解释为优于或优于其他方面或设计。
114.诸如“方面”之类的短语并不暗示该方面对于主题技术是必不可少的或该方面适用于该主题技术的所有配置。与一方面相关的公开可适用于所有配置，或者一个或多个配
置。一个方面可以提供一个或多个示例。诸如“方面”的短语可以指一个或多个方面，反之亦然。诸如“实施例”之类的短语并不暗示这样的实施例对于本主题技术是必不可少的或者这样的实施例适用于该主题技术的所有配置。与实施例相关的公开可以适用于所有实施例，或者一个或多个实施例。一个实施例可以提供一个或多个示例。诸如“实施例”之类的短语可以指代一个或多个实施例，反之亦然。诸如“配置”之类的短语并不暗示这样的配置对于主题技术是必不可少的或者这样的配置适用于该主题技术的所有配置。与配置相关的公开可适用于所有配置，或者一种或多种配置。一个配置可以提供一个或多个示例。诸如“配置”之类的短语可以指代一个或多个配置，反之亦然。
115.通过引用将本发明中描述的、本领域技术人员已知的或以后将知道的各个方面的元件的所有结构和功能等效物通过引用明确地并入本文中，并意在被权利要求所包含。此外，无论权利要求书中是否明确列举了此类披露，本文所披露的任何内容都不打算专门针对公众。除非使用“装置”这一短语明确叙述该要素，或者在方法权利要求的情况下，使用“步骤”这一短语叙述该要素，否则不得根据《美国法典》第35卷第112条第6款的规定解释权利要求的任何要素。此外，在描述或权利要求中使用术语“包括”、“具有”或类似的情况下，该术语旨在以类似于术语“包括”的方式包含在内，因为术语“包括”在权利要求中被用作过渡词时被解释。

技术特征：

1.一种系统，包括：通风通信设备，其被配置为接收通风数据；药物递送通信设备，其被配置为接收与正在向患者施用药物相关联的药物递送信息；图像捕获设备；一个或多个传感器；存储指令的存储器；和一个或多个处理器，其被配置为执行所述指令以进行以下操作，包括：接收患者诊断信息；基于从所述一个或多个传感器接收的信号，确定患者生理状态；根据所述通风通信设备确定呼吸机操作模式；从所述药物递送通信设备接收药物递送信息；激活成像设备并从成像设备获取与患者相关的图像数据；基于所述图像数据确定患者物理状态；向神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、所述药物递送信息和所接收的患者诊断信息；基于向所述神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、所述药物递送信息，以及所接收的患者诊断信息，从所述神经网络接收与患者的疼痛评估、败血症评估和谵妄评估中的至少一项相对应的患者评估分类；以及基于所述评估分类调整呼吸机的参数，其中调整参数影响呼吸机操作模式。2.根据权利要求1所述的系统，其中所述图像捕获设备包括相机，并且所述一个或多个传感器包括固定到患者的加速度计，其中所述操作进一步包括：接收来自所述相机的一个或多个图像帧，以及来自所述加速度计的加速度计数据；将所述图像帧和加速度计数据提供给被配置为确定患者颤抖状态或躁动状态的识别算法；以及通过所述识别算法确定指示患者颤抖状态或躁动状态的患者身体状态，其中所述患者物理状态包括所确定的患者身体状态。3.根据权利要求2所述的系统，其中所述识别算法被配置为确定患者颤抖状态，其中所述患者颤抖状态由代表患者处于静止或平静状态到处于过度颤抖状态的数值范围内的数值表示。4.根据前述权利要求中的任一项所述的系统，其中所述图像捕获设备包括被配置在患者附近并且被定位成捕获患者面部图像的相机，其中所述操作进一步包括：接收来自所述相机的一个或多个图像帧；将所述一个或多个图像帧提供给面部识别算法，所述面部识别算法被配置为识别一个或多个图像中的患者面部特征，并将识别的特征映射到指示患者面部表情的面部状态，所确定的面部状态表示放松状态、紧张状态和鬼脸状态中的一种，其中所述患者物理状态包括所确定的面部状态。5.根据前述权利要求中的任一项所述的系统，其中所述一个或多个传感器包括应用于患者皮肤并且被配置为测量肌肉张力水平的传感器，其中所述患者物理状态包括肌肉张力水平。
6.根据前述权利要求中的任一项所述的系统，其中所述一个或多个传感器包括被配置为获取患者生命体征测量的传感器，所述患者生命体征测量包括血压、患者核心温度、心率、心电图(ecg)信号、脉搏或血氧饱和度中的一项或多项，其中所确定的患者生理状态包括代表生命体征测量的信息。7.根据前述权利要求中的任一项所述的系统，其中所述药物递送通信设备被配置为从输液泵接收药物递送信息，所述药物递送信息包括药物标识、药物浓度、药物剂量或正在进行的输液的长度。8.根据前述权利要求中的任一项所述的系统，其中所述评估分类包括患者的疼痛程度。9.根据前述权利要求中的任一项所述的系统，其中接收患者诊断信息包括从诊断信息系统接收与患者相关联的实验室结果。10.根据前述权利要求中的任一项所述的系统，其中所述评估分类包括指示患者败血症状况的败血症程度。11.据前述权利要求中的任一项所述的系统，其中所述系统还包括被配置在患者附近并且被定位成从患者捕获音频的音频设备，其中所述操作进一步包括：从所述音频设备接收患者音频信息；以及将患者音频信息提供给音频识别算法，所述音频识别算法被配置为识别所述患者音频信息中的音频模式，并将识别的音频模式映射到指示患者物理或精神状态的音频状态，其中将所述音频状态提供给神经网络，并且所述评估分类进一步基于提供给神经网络的所述音频状态。12.根据前述权利要求中的任一项所述的系统，其中所述系统还包括力量评估设备，所述力量评估设备被配置为基于患者对所述力量评估设备施加的压力来评估患者肌肉力量，其中所述操作进一步包括：从所述力量评估设备接收力量信息；以及将所述力量信息提供给力量评估算法，所述力量评估算法被配置为将所述力量信息映射到指示患者体力的力量分类，其中将所述力量分类提供给神经网络，并且所述评估分类进一步基于提供给神经网络的所述力量分类。13.根据前述权利要求中的任一项所述的系统，其中所述评估分类包括患者具有重症监护病房获得性虚弱或患有重症监护病房后综合征的概率。14.根据前述权利要求中的任一项所述的系统，其中所述评估分类包括指示患者谵妄的程度的谵妄程度。15.根据前述权利要求中的任一项所述的系统，其中所述操作进一步包括：向远离所述系统的用户设备发送与所述评估分类和所调整的参数有关的消息，以便在用户通过用户界面被系统认证时，通过在用户设备上运行的用户界面显示。16.一种包含指令的非暂时性计算机可读介质，所述指令在由计算设备执行时使计算设备执行以下操作，包括：接收患者诊断信息；基于从一个或多个传感器接收的信号，确定患者生理状态；
确定向患者提供通风的呼吸机操作模式；从药物递送设备接收药物递送信息；激活成像设备并从成像设备获取与患者相关的图像数据；基于所述图像数据确定患者物理状态；向神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、所述药物递送信息和所接收的患者诊断信息；基于向所述神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、所述药物递送信息，以及所接收的患者诊断信息，从所述神经网络接收与患者的疼痛评估、败血症评估和谵妄评估中的至少一项相对应的患者评估分类；以及基于所述评估分类调整呼吸机的参数，其中调整参数影响呼吸机操作模式。17.根据权利要求16所述的非暂时性计算机可读介质，其中所述图像捕获设备包括相机，并且所述一个或多个传感器包括固定到患者的加速度计，其中所述操作进一步包括：接收来自所述相机的一个或多个图像帧，以及来自所述加速度计的加速度计数据；将所述图像帧和加速度计数据提供给被配置为确定患者颤抖状态或躁动状态的识别算法；以及通过所述识别算法确定指示患者颤抖状态或躁动状态的患者身体状态，其中所述患者物理状态包括所确定的患者身体状态。18.根据前述权利要求中的任一项所述的非暂时性计算机可读介质，其中所述图像捕获设备包括被配置在患者附近并且被定位成捕获患者面部图像的相机，其中所述操作进一步包括：接收来自所述相机的一个或多个图像帧；将所述一个或多个图像帧提供给面部识别算法，所述面部识别算法被配置为识别一个或多个图像中的患者面部特征，并将识别的特征映射到指示患者面部表情的面部状态，所确定的面部状态表示放松状态、紧张状态和鬼脸状态中的一种，其中患者物理状态包括所确定的面部状态。19.一种用于评估通风患者状况和调整呼吸机操作模式的方法，包括：接收患者诊断信息；从药物递送设备接收与正在向患者施用药物相关联的药物递送信息；基于从一个或多个传感器接收的信号，确定患者生理状态；确定向患者提供通风的呼吸机操作模式；激活成像设备并从成像设备获取与患者相关的图像数据；基于所述图像数据确定患者物理状态；向神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、所述药物递送信息和所接收的患者诊断信息；基于向所述神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、所述药物递送信息，以及所接收的患者诊断信息，从所述神经网络接收与患者的疼痛评估、败血症评估和谵妄评估中的至少一项相对应的患者评估分类；以及基于所述评估分类调整呼吸机的参数，其中调整参数影响呼吸机操作模式。20.根据权利要求19所述的方法，其中所述图像捕获设备包括相机，并且所述一个或多
个传感器包括固定到患者的加速度计，所述方法进一步包括：接收来自所述相机的一个或多个图像帧，以及来自所述加速度计的加速度计数据；将所述图像帧和加速度计数据提供给被配置为确定患者颤抖状态或躁动状态的识别算法；以及通过所述识别算法确定指示患者颤抖状态或躁动状态的患者身体状态，其中所述患者物理状态包括所确定的患者身体状态。

技术总结

所公开的系统从通风装置和药物递送装置接收关于患者的各种生理和物理信息以及操作数据，并将生理和物理信息以及操作数据一起提供给被配置为对信息和数据进行分析的神经网络。系统基于向所述神经网络提供所确定的患者生理状态、所确定的患者物理状态、所确定的呼吸机操作模式、药物递送信息，以及所接收的患者诊断信息，从所述神经网络接收与患者的疼痛评估、败血症评估和谵妄评估中的至少一项相对应的患者评估分类；并且基于所述评估分类，调整影响向患者提供通风的呼吸机操作模式的通风参数。风参数。风参数。