紧急程控设备、方法、系统及计算机可读存储介质技术方案

本申请提供了一种紧急程控设备、方法、系统及计算机可读存储介质，所述紧急程控设备被配置成：利用交互设备接收触发操作；响应于所述触发操作，获取刺激器的标识信息，所述标识信息包括刺激器标识和患者标识中的至少一种，所述刺激器用于植入患者体内以向所述患者递送治疗或感测电活动；向患者程控器发送程控请求，以建立医生程控器与所述刺激器之间的程控连接，所述程控请求包括所述标识信息。通过紧急程控设备，响应于触发操作，使患者方面能主动寻求建立医生程控器与刺激器的紧急程控连接。接。接。

Emergency program control equipment, method, system and computer readable storage medium

【技术实现步骤摘要】
紧急程控设备、方法、系统及计算机可读存储介质


[0001]本申请涉及植入式医疗设备的
，尤其涉及紧急程控设备、方法、系统及计算机可读存储介质。

技术介绍

[0002]图1示出了本领域现有的一种紧急程控系统的结构示意图。医生通过电话等传统沟通方式接收患者的求助，以获知患者需要对植入患者体内的刺激器进行紧急程控的救济，因此上述紧急程控系统是建立在医生主动要求连接患者的基础上。
[0003]当患者身体不适需要进行紧急治疗时，如果能够在第一时间实现医生程控器和刺激器的程控连接，就可以较为快捷和准确的对患者进行救济。但是在现实中，在身体不适的情况下患者没有能力通过电话联系医生，即便好心的陌生人联系120对患者进行急救，但由于普通的急救医生不具备程控能力，可能会无法妥善处置患者体内的植入式医疗设备，从而耽误患者宝贵的救治时间。因此仅通过上述传统方式使患者寻求医生的紧急程控救济，通过医生主动程控连接患者的刺激器，有较大的局限性。
[0004]因此，亟需设计一种紧急程控设备。

技术实现思路

[0005]本申请的目的在于提供紧急程控方法及相关装置，通过紧急程控设备，响应于触发操作，使患者方面能主动寻求建立医生程控器与刺激器的紧急程控连接，解决了上述问题。
[0006]本申请的目的采用以下技术方案实现：
[0007]第一方面，本申请提供了一种紧急程控设备，所述紧急程控设备被配置成：利用交互设备接收触发操作；响应于所述触发操作，获取刺激器的标识信息，所述标识信息包括刺激器标识和患者标识中的至少一种，所述刺激器用于植入患者体内以向所述患者递送治疗或感测电活动；向患者程控器发送程控请求，以建立医生程控器与所述刺激器之间的程控连接，所述程控请求包括所述标识信息。
[0008]该技术方案的有益效果在于，响应于对交互设备的触发操作向患者程控器发送程控请求，患者程控器接收并将程控请求传递给医生程控器，医生接受患者的程控请求以建立医生程控器与刺激器的程控连接。一方面，通过包括标识信息的程控请求，减少了医生获取患者标识或者刺激器标识的时间，有利于医生及时对患者进行救济，提供给患者高效率的紧急程控的帮助；另一方面，利用交互设备接收触发操作，简化了用户的操作，更便于老龄人操作，对用户来说学习成本较低；又一方面，上述紧急程控是建立在患者方面(患者，或其监护人，或身边帮忙的人)主动寻求的基础上的，只有触发操作时才会联系医生程控器，即充分尊重了用户的选择权，医生接收到程控请求后才会选择是否进行程控连接，从而减少了对医生程控器端的占用。综上，在更尊重用户选择权的情况下，上述紧急程控设备用于医生程控器和刺激器之间的紧急程控连接，更能满足现有行业和市场的需求。
[0009]在一些可选的实施例中，所述紧急程控设备还被配置成：在利用所述交互设备接收所述触发操作之前，利用健康监测装置实时获取所述患者的健康监测数据；获取所述健康监测数据对应的呼救类型，所述呼救类型用于指示需要呼救或者不需要呼救；当检测到所述健康监测数据所对应的呼救类型用于指示需要呼救时，利用报警装置发出紧急呼救信号；所述健康监测装置包括以下至少一种：脑电监测单元、心电监测单元、肌电监测单元、心率监测单元、脉搏监测单元和视觉监测单元。
[0010]该技术方案的有益效果在于，通过实时获取的健康监测数据，更能准确衡量出患者的身体状态。将健康监测数据和呼救类型相对应，当呼救类型对应于紧急呼叫条件时发出紧急呼救信号，以使患者有机会得到及时的和科学的急救，进而提高对患者的急救成功率。
[0011]在一些可选的实施例中，所述紧急程控设备被进一步配置成采用如下方式获取所述健康监测数据对应的呼救类型：利用健康监测模型对所述健康监测数据进行分类，得到所述健康监测数据对应的呼救类型；其中，所述健康监测模型的训练过程包括：获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括一个样本数据及其对应的呼救类型的标注数据，每个所述样本数据是对真实人体进行健康监测得到的或者利用GAN模型的生成网络生成的；
[0012]该技术方案的有益效果在于，将健康监测数据输入健康监测模型，可以获取可信度较高的呼救类型。相比根据医生经验进行人工调整，健康监测模型进行呼救类型的获取有更好的时效性和精度，智能化程度比较高。
[0013]在一些可选的实施例中，在所述健康监测模型的训练过程中，所述利用所述训练集对预设的深度学习模型进行训练，包括：针对所述训练集中的每个训练数据，将所述样本数据输入所述深度学习模型，得到与所述样本数据相对应的呼救类型的预测数据；基于与所述样本数据相对应的呼救类型的预测数据以及标注数据，对所述深度学习模型的模型参数进行更新；检测是否满足预设的训练结束条件，如果是，则停止训练，并将训练得到的所述深度学习模型作为所述健康监测模型，如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
[0014]该技术方案的有益效果在于，通过进行训练所得到的健康监测模型进行呼救类型的获取，可以提高获取的精度。因此，利用训练集对预设的深度学习模型进行训练，得到健康监测模型，健康监测模型可以由大量的训练数据训练得到，能够针对多种健康监测数据预测得到相应的呼救类型，适用范围广，智能化水平高。通过设计、建立适量的神经元计算节点和多层运算层次结构，选择合适的输入层和输出层，就可以得到预设的深度学习模型，通过该预设的深度学习模型的学习和调优，建立起从输入到输出的函数关系，虽然不能100％找到输入与输出的函数关系，但是可以尽可能地逼近现实的关联关系，由此训练得到的健康监测模型，可以实时生成对应的呼救类型，且预测精度较高。
[0015]在一些可选的实施例中，所述紧急程控设备还存储有一个或多个已验证用户信息，所述紧急程控设备被进一步配置成采用如下方式接收所述触发操作：利用所述交互设备接收待验证用户信息；将所述待验证用户信息分别与每个所述已验证用户信息进行匹配，当所述待验证用户信息与其中一个所述已验证用户信息匹配成功时，停止匹配并接收所述交互设备的触发操作。
[0016]该技术方案的有益效果在于，可以根据用户意愿，利用交互设备接收到的验证用户信息与已验证用户信息匹配，通过匹配结果来确定是否接收交互设备的触发操作，以满足用户多种需求。通过对待验证用户信息和已验证用户信息的匹配，可以使可以主动寻求医生程控器紧急程控的用户限定在一个指定的范围，这个范围可以是患者预设好的，更能体现出患者的紧急急救和紧急程控的意愿。因此，上述设置急患者之所急、供患者之所需，让患者的紧急程控需求更有人情味。
[0017]在一些可选的实施例中，所述紧急程控设备还被配置为：获取附近的一个或多个医疗装置对应的疾病类型；将每个所述医疗装置对应的疾病类型分别与所述患者的疾病类型进行匹配，当至少一个所述医疗装置与所述患者的疾病类型相匹配时，获取所有相匹配的医疗装置对应的音频和/或视频形式的使用说明信息；利用所述报警装置循环播放所述使用说明信息。
[0018]该技术方案的有益效果在于，根据患者的电活动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种紧急程控设备，其特征在于，所述紧急程控设备被配置成：利用交互设备接收触发操作；响应于所述触发操作，获取刺激器的标识信息，所述标识信息包括刺激器标识和患者标识中的至少一种，所述刺激器用于植入患者体内以向所述患者递送治疗或感测电活动；向患者程控器发送程控请求，以建立医生程控器与所述刺激器之间的程控连接，所述程控请求包括所述标识信息。2.根据权利要求1所述的紧急程控设备，其特征在于，所述紧急程控设备还被配置成：在利用所述交互设备接收所述触发操作之前，利用健康监测装置实时获取所述患者的健康监测数据；获取所述健康监测数据对应的呼救类型，所述呼救类型用于指示需要呼救或者不需要呼救；当检测到所述健康监测数据所对应的呼救类型用于指示需要呼救时，利用报警装置发出紧急呼救信号；所述健康监测装置包括以下至少一种：脑电监测单元、心电监测单元、肌电监测单元、心率监测单元、脉搏监测单元和视觉监测单元。3.根据权利要求2所述的紧急程控设备，其特征在于，所述紧急程控设备被进一步配置成采用如下方式获取所述健康监测数据对应的呼救类型：利用健康监测模型对所述健康监测数据进行分类，得到所述健康监测数据对应的呼救类型；其中，所述健康监测模型的训练过程包括：获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括一个样本数据及其对应的呼救类型的标注数据，每个所述样本数据是对真实人体进行健康监测得到的或者利用GAN模型的生成网络生成的；利用所述训练集对预设的深度学习模型进行训练，得到所述健康监测模型。4.根据权利要求3所述的紧急程控设备，其特征在于，在所述健康监测模型的训练过程中，所述利用所述训练集对预设的深度学习模型进行训练，包括：针对所述训练集中的每个训练数据，将所述样本数据输入所述深度学习模型，得到与所述样本数据相对应的呼救类型的预测数据；基于与所述样本数据相对应的呼救类型的预测数据以及标注数据，对所述深度学习模型的模型参数进行更新；检测是否满足预设的训练结束条件，如果是，则停止训练，并将训练得到的所述深度学习...

【专利技术属性】
技术研发人员：唐建东，周国新，
申请(专利权)人：苏州景昱医疗器械有限公司，
类型：发明
国别省市：