【技术实现步骤摘要】
【国外来华专利技术】心脏快速性心律失常的多层预测
本公开大体上涉及医疗设备,并且更具体地涉及可植入医疗设备。
技术介绍
恶性快速性心律失常,例如心室纤颤,为心脏中心室的心肌的不协调收缩并且为心脏骤停患者最常见的心律失常。如果这种心律失常持续几秒以上,那么可导致心源性休克并且停止有效的血液循环。因此,心脏性猝死(SCD)可在几分钟内发生。在具有心室纤颤高风险的患者中,使用可植入医疗设备(IMD)(如可植入心脏复律器除颤器(ICD))已示出为有益于预防SCD。ICD为电池供电的电击设备,其可包含典型地联接到放置在心脏内的一条或多条电引线的电壳体电极(有时被称为罐形电极)。如果感测到心律失常,那么ICD可经由电引线发送脉冲,以对心脏进行电击并且恢复其正常节律。一些ICD已被配置成在递送电击之前通过递送抗心动过速起搏(ATP)来尝试终止检测到的快速性心律失常。此外,ICD已被配置成在电击成功终止快速性心律失常后递送相对较高幅值的电击后起搏,以便支持心脏从电击中恢复。一些ICD还递送心动过缓起搏、心脏再同步治疗(CRT)或其它形式的起搏。
技术实现思路
一般而言,本公开描述用于患者中的心律不齐的多层预测的技术。在一些实例中,多层系统实施这些技术。在一个实例中,计算设备接收由患者的医疗设备的一个或多个电极和/或传感器收集的参数化患者数据。计算设备可另外从数据库接收患者的提供者数据。在一些实例中,计算设备为云计算系统。计算设备将使用多个患者的参数化患者数据和提供者数据训练的机器学习模型应用于患者的参数化患者数据和提供者数据 ...
【技术保护点】
1.一种设备,其被配置成:/n经由多个电极或传感器中的一个或多个收集患者的参数化患者数据;/n从计算设备接收产生在第一时间段内所述患者中将发生心律不齐的第一概率的指令;/n响应于所述指令,处理所述参数化患者数据以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率;/n确定所述第一概率超过第一预定阈值;和/n响应于所述第一概率超过所述第一预定阈值的所述确定,执行补救动作以减少在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。/n
【技术特征摘要】
【国外来华专利技术】20181005 US 62/741,7361.一种设备,其被配置成:
经由多个电极或传感器中的一个或多个收集患者的参数化患者数据;
从计算设备接收产生在第一时间段内所述患者中将发生心律不齐的第一概率的指令;
响应于所述指令,处理所述参数化患者数据以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率;
确定所述第一概率超过第一预定阈值;和
响应于所述第一概率超过所述第一预定阈值的所述确定,执行补救动作以减少在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。
2.根据权利要求1所述的设备,其中为了处理所述参数化患者数据以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率,所述设备被配置成将使用多个患者的参数化患者数据训练的机器学习模型应用于所述参数化患者数据以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。
3.根据权利要求1至2中任一项所述的设备,其中为了处理所述参数化患者数据以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率,所述设备被配置成:
识别所述参数化患者数据的心电图的T波的一个或多个特征;和
将模型应用于所述一个或多个特征以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。
4.根据权利要求3所述的设备,
其中所述T波的所述一个或多个特征包括所述T波的幅度,和
其中为了将所述模型应用于所述一个或多个特征以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率,所述设备被配置成将所述模型应用于所述T波的所述幅度以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。
5.根据权利要求3至4中任一项所述的设备,
其中所述T波的所述一个或多个特征包括所述T波的频率,和
其中为了将所述模型应用于所述一个或多个特征以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率,所述设备被配置成将所述模型应用于所述T波的所述频率以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。
6.根据权利要求1至5中任一项所述的设备,其中为了执行所述补救动作,所述设备被配置成向所述计算设备和外部设备中的至少一个发布在一定时间段内所述患者中将发生所述心律不齐的所述概率的通知。
7.根据权利要求1至6中任一项所述的设备,其中为了执行所述补救动作,所述设备被配置成向所述患者递送药物递送治疗和电起搏治疗中的至少一种。
8.一种系统,其包括根据权利要求1至7中任一项所述的设备,所述系统另外包括:
包括处理电路系统和存储介质的计算设备,所述计算设备被配置成:
接收患者的参数化患者数据;
将使用多个患者的参数化患者数据训练的机器学习模型应用于所述参数化患者数据以产生在第二时间段内所述患者中将发生心律不齐的第二概率;
确定所述第二概率超过第二预定阈值;和
响应于所述第二...
【专利技术属性】
技术研发人员:T·D·哈达德,A·I·阿贝拉特纳,M·L·布朗,D·R·马斯格鲁夫,A·拉德克,M·V·塔斯高恩卡,
申请(专利权)人:美敦力公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。