用于检测并预防激躁发生的系统和方法技术方案

本公开公开了一种用于预测、估计和预防易于激躁的受试者的激躁发作发生的方法、系统和设备。所述方法包括从附接至受试者的第一监测装置接收所述受试者的交感神经系统活动的生理数据和所述受试者的活动数据；从计算装置接收与所述受试者的多次激躁发作相关联的多个指示；使用至少一个机器学习模型来分析所述生理数据、所述活动数据和所述多个指示以确定所述受试者的激躁发作发生的概率；以及向第二监测装置发送信号以通知所述第二监测装置所述受试者的所述激躁发作发生的所述概率，使得能够对所述受试者提供治疗以减少所述受试者的交感神经系统活动。交感神经系统活动。交感神经系统活动。

【技术实现步骤摘要】
【国外来华专利技术】用于检测并预防激躁发生的系统和方法
[0001]相关申请的交叉引用
[0002]本申请要求2020年2月14日提交的标题为“Prevention of Emergence of Agitation”的美国临时申请No.62/976,685的优先权和权益，以上美国临时申请的全部公开内容以全文引用方式并入本文中。


[0003]本公开提供一种监测易于发生激躁事件和交感神经系统激发的受试者并且在激躁发生之前用抗激躁药剂治疗所述受试者的方法。

技术介绍

[0004]激躁的特征是过多运动或语言活动、易怒、不合作、威胁性手势以及在一些情形中攻击性或暴力行为。患有精神分裂症的受试者特别易于发生急性激躁发作，尤其是在疾病加重期间。与精神病相关联的激躁也是急诊就诊的常见原因，并且除非予以早期辨识和有效管理，否则激躁可迅速地升级为潜在危险情形，包括身体暴力。激躁并非特定病症，但在诸多急慢性神经病或精神病中是常见迹象或症状。激躁被认为是对潜在干扰或触发的响应，可能表现为不宁、徘徊、踱步、坐立不安、讲话急促或语言爆发以及其他过度激发迹象。激躁常常是破坏性的并且在一些人中可升级为攻击行为。出于此原因，它是可能会导致原本能够在家中受到照顾的个体的机构化的症状，并且降低受试者和照护者的生活品质。激躁行为的追踪以及个体的激躁状态的模式的特征化可显露激躁发病的信号，从而允许提早努力降级，并且减少对医疗干预、镇静药物或约束的需要。
[0005]遗憾的是，临床医师不是总能足够早地诊断出激躁发作以预防此升级。因此，需要(1)一种工具以测量即将发生的激躁事件的迹象并且在激躁发生之前警示照护者对受试者进行治疗；以及(2)一种合适治疗，所述合适治疗可包括投与抗激躁药剂，以使受试者平静且预防激躁发作发生。本公开已满足这些和相关期望。

技术实现思路

[0006]以下公开内容呈现本公开的简化概述以便提供对本公开的一些方面的基本理解。本
技术实现思路
不是对本公开的广泛概述。它既非意欲识别本公开的关键/重要元素，也不意欲描绘本公开的范畴。它唯一的目的是以简化形式呈现本公开的一些概念来作为稍后呈现的本公开的更详细说明的前序。
[0007]本公开的一个目标是提供一种用于诊断易于激躁的受试者的即将发生的激躁发作的解决方案。
[0008]本公开的另一个目标是提供一种预测和估计易于激躁的受试者的激躁发作发生的方法。
[0009]本公开的另一个目标是提供一种用于预测和估计易于激躁的受试者的激躁发作发生的设备。
[0010]本公开的另一个目标是提供一种用于预测和估计易于激躁的受试者的激躁发作发生的系统。
[0011]本公开的另一个目标是提供一种存储代码的处理器可读非暂时性介质，所述代码表示将由处理器执行以用于预测和估计易于激躁的受试者的激躁发作发生的指令。
[0012]本公开的另一个目标是用于向照护者警示易于激躁的受试者的即将发生的激躁发作。
[0013]本公开的又一个目标是提供一种用于治疗易于激躁的受试者的激躁的早期发生或激躁的迹象的解决方案。
[0014]本公开提供一种用于预防激躁发生的集成系统，所述集成系统包括(A)自动化装置，所述自动化装置既监测易于激躁的受试者的交感神经系统活动(例如，通过测量肤电活动(EDA)变化、心率变异、瞳孔大小、唾液淀粉酶分泌、肌肉活动、体温、运动活动、音频信号等)，又向照护者警示即将发生的激躁发作，以及(B)治疗部件，其中向被识别为发生激躁的受试者投与抗激躁药剂以预防表现出激躁发作。
[0015]本公开还描述一种用以检测心血管和运动活动的生理指标以可靠地预测几小时(例如，约2小时或更短)内的激躁发生的方法。
[0016]因此，在一个方面中，本公开描述一种预测、估计和预防易于激躁的受试者的激躁发作发生的方法，所述方法包括：
[0017]从附接至受试者的第一监测装置接收所述受试者的交感神经系统活动的生理数据和所述受试者的活动数据；
[0018]从计算装置接收与所述受试者的多个激躁发作相关联的多个指示；
[0019]使用至少一个机器学习模型来分析所述生理数据、所述活动数据和所述多个指示以确定所述受试者的激躁发作发生的概率；以及
[0020]向第二监测装置发送信号以通知所述第二监测装置所述受试者的所述激躁发作发生的所述概率，使得能够对所述受试者提供治疗以减少所述受试者的交感神经系统活动。
[0021]因此，在另一个方面中，本公开描述一种用于预测、估计和预防易于激躁的受试者的激躁发作发生的设备，所述设备包括：
[0022]存储器；以及
[0023]处理器，所述处理器操作性地联接至所述存储器，所述处理器被配置为：
[0024]从附接至受试者的第一监测装置接收所述受试者的交感神经系统活动的生理数据和所述受试者的活动数据；
[0025]从计算装置接收与所述受试者的多个激躁发作相关联的多个指示；
[0026]使用随机森林模型或神经网络等中的至少一者来分析所述生理数据、所述活动数据和所述多个指示以确定所述受试者的激躁状态变化的概率；以及向第二监测装置发送信号以通知所述第二监测装置所述受试者的所述激躁状态变化的所述概率，使得能够对所述受试者提供治疗以减少所述受试者的交感神经系统活动。
[0027]因此，在另一个方面中，本公开描述一种用于预测、估计和预防易于激躁的受试者的激躁发作发生的系统，所述系统包括：
[0028]第一监测装置，所述第一监测装置附接至受试者；
[0029]计算装置，所述计算装置与所述第一监测装置通信；以及
[0030]第二监测装置，所述第二监测装置与所述第一监测装置和所述计算装置两者通信，其中所述系统被配置为：
[0031]从附接至所述受试者的所述第一监测装置接收所述受试者的交感神经系统活动的生理数据和所述受试者的活动数据；
[0032]从所述计算装置接收与所述受试者的多个激躁发作相关联的多个指示；
[0033]使用随机森林模型或神经网络等中的至少一者来分析所述生理数据、所述活动数据和所述多个指示以确定所述受试者的激躁状态变化的概率；以及向所述第二监测装置发送信号以通知所述第二监测装置所述受试者的所述激躁状态变化的所述概率，使得能够对所述受试者提供治疗以减少所述受试者的交感神经系统活动。
[0034]因此，在另一个方面中，本公开描述一种存储代码的处理器可读非暂时性介质，所述代码表示将由处理器执行以用于预测、估计和预防易于激躁的受试者的激躁发作发生的指令，所述代码包括用于导致所述处理器进行以下操作的代码：
[0035]从附接至受试者的第一监测装置接收所述受试者的交感神经系统活动的生理数据和所述受试者的活动数据；
[0036]使用至少一个机器学习模型来分析所述生理数据和所述活动数据以检测所述受试者在一系列连续的时间间隔内的激躁状态；
[0037]使用所述至少一个机器学习模型并且基于所述受试者的所述激躁状态来确定所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，所述方法包括：从附接至受试者的第一监测装置接收所述受试者的交感神经系统活动的生理数据和所述受试者的活动数据；从计算装置接收与所述受试者的多次激躁发作相关联的多个指示；使用至少一个机器学习模型来分析所述生理数据、所述活动数据和所述多个指示以确定所述受试者的激躁发作发生的概率；以及向第二监测装置发送信号以通知所述第二监测装置所述受试者的所述激躁发作发生的所述概率，使得能够对所述受试者提供治疗以减少所述受试者的交感神经系统活动。2.如权利要求1所述的方法，其中：所述活动数据包括音频数据或运动数据中的至少一者；并且所述运动数据包括所述受试者的加速度、旋转、步数、距离或卡路里中的至少一者。3.如权利要求1所述的方法，其中：与所述多次激躁发作相关联的所述多个指示包括以下各项中的至少一者：所述多次激躁发作中的激躁发作的标识、所述多次激躁发作中的激躁发作的严重性程度或所述多次激躁发作中的激躁发作的激躁类型。4.如权利要求1所述的方法，其中：所述分析包括使用所述至少一个机器学习模型来分析所述生理数据、所述活动数据和所述多个指示以检测所述受试者在预定义的时间间隔内的激躁状态。5.如权利要求1所述的方法，其中：所述分析包括使用概率密度模型或条件概率模型中的至少一者来分析所述生理数据、所述活动数据和所述多个指示以确定所述受试者的激躁严重性变化的概率。6.如权利要求1所述的方法，其中：所述分析包括使用所述至少一个机器学习模型来分析所述生理数据、所述活动数据和所述多个指示以检测所述受试者在一系列连续时间间隔内的激躁状态；并且所述分析包括使用所述受试者的所述激躁状态和条件随机场或马尔可夫链模型中的至少一者来进行分析以确定所述受试者的所述激躁发作发生的所述概率。7.如权利要求1所述的方法，其中：所述至少一个机器学习模型包括线性回归、逻辑式回归、决策树、随机森林、神经网络、深度神经网络或梯度提升模型中的至少一者。8.如权利要求1所述的方法，所述方法还包括：在使用所述至少一个机器学习模型进行分析之前基于以下各项来训练所述至少一个机器学习模型：(1)与多位受试者相关联的交感神经系统活动的训练生理数据，(2)与所述多位受试者相关联的训练活动数据和(3)与所述多位受试者相关联的多个训练指示，所述至少一个机器学习模型包括多个生理和活动参数作为输入，所述多个生理和活动参数中的每个生理和活动参数与所述机器学习模型的多个权重中的权重相关联。9.如权利要求1所述的方法，所述方法还包括：在使用所述至少一个机器学习模型进行分析之前基于以下各项来训练所述至少一个机器学习模型：(1)与多位受试者相关联的交感神经系统活动的训练生理数据，(2)与所述多位受试者相关联的训练活动数据和(3)与所述多位受试者相关联的多个训练指示，所述
至少一个机器学习模型包括多个生理和活动参数作为输入，所述多个生理和活动参数中的每个生理和活动参数与所述机器学习模型的多个权重中的权重相关联；以及基于所述至少一个机器学习模型来确定所述多个生理参数中的至少一个生理和活动参数的参考模式，所述分析包括依据所述参考模式来确定异常以确定所述受试者的所述激躁发作发生的所述概率。10.如权利要求1所述的方法，其中：所述第一监测装置是与所述受试者接触的可穿戴装置。11.如权利要求1所述的方法，其中：所述计算装置是由所述受试者的照护者操作的数据标注装置。12.如权利要求1所述的方法，其中：所述第二监测装置由所述受试者的照护者监测。13.如权利要求1所述的方法，其中：所述计算装置和所述第二监测装置包括在同一个计算装置中。14.如权利要求1所述的方法，其中：所述治疗包括向所述受试者投与抗激躁药剂。15.如权利要求1所述的方法，其中：交感神经系统活动的所述生理数据选自以下各项中的一者或多者：肤电活动变化；心率变异性；认知评估，诸如瞳孔大小；唾液淀粉酶分泌；血压；脉搏；呼吸速率；温度变异性；或血氧浓度。16.一种设备，所述设备包括：存储器；以及处理器，所述处理器可操作地联接至所述存储器，所述处理器被配置为：从附接至受试者的第一监测装置接收所述受试者的交感神经系统活动的生理数据和所述受试者的活动数据；从计算装置接收与所述受试者的多次激躁发作相关联的多个指示；使用随机森林模型或神经网络等中的至少一者来分析所述生理数据、所述活动数据和所述多个指示以确定所述受试者的激躁状态变化的概率；以及向第二监测装置发送信号以通知所述第二监测装置所述受试者的所述激躁状态变化的所述概率，使得能够对所述受试者提供治疗以减少所述受试者的交感神经系统活动。17.如权利要求16所述的设备，其中：所述活动数据包括音频数据或运动数据中的至少一者；并且所述运动数据包括所述受试者的加速度、旋转、步数、距离或卡路里中的至少一者。18.如权利要求16所述的设备，其中：与所述多次激躁发作相关联的所述多个指示包括以下各项中的至少一者：所述多次激躁发作中的激躁发作的标识、所述多次激躁发作中的激躁发作的严重性程度或所述多次激躁发作中的激躁发作的激躁类型。19.如权利要求16所述的设备，其中：所述分析包括使用所述至少一个机器学习模型来分析所述生理数据、所述活动数据和
所述多个指示以检测所述受试者在预定义的时间间隔内的激躁状态。20.如权利要求16所述的设备，其中：所述分析包括使用概率密度模型或条件概率模型中的至少一者来分析所述生理数据、所述活动数据和所述多个指示以确定所述受试者的激躁严重性变化的概率。21.如权利要求16所述的设备，其中：所述分析包括使用所述至少一个机器学习模型来分析所述生理数据、所述活动数据和所述多个指示以检测所述受试者在一系列连续时间间隔内的激躁状态；并且所述分析包括使用所述受试者的所述激躁状态和条件随机场或马尔可夫链模型中的至少一者来进行分析以确定所述受试者的所述激躁发作发生的所述概率。22.如权利要求16所述的设备，其中：所述至少一个机器学习模型包括线性回归、逻辑式回归、决策树、随机森林、神经网络、深度神经网络或梯度提升模型中的至少一者。23.如权利要求16所述的设备，所述设备还包括：在使用所述至少一个机器学习模型进行分析之前基于以下各项来训练所述至少一个机器学习模型：(1)与多位受试者相关联的交感神经系统活动的训练生理数据，(2)与所述多位受试者相关联的训练活动数据和(3)与所述多位受试者相关联的多个训练指示，所述至少一个机器学习模型包括多个生理和活动参数作为输入，所述多个生理和活动参数中的每个生理和活动参数与所述机器学习模型的多个权重中的权重相关联。24.如权利要求16所述的设备，所述设备还包括：在使用所述至少一个机器学习模型进行分析之前基于以下各项来训练所述至少一个机器学习模型：(1)与多位受试者相关联的交感神经系统活动的训练生理数据，(2)与所述多位受试者相关联的训练活动数据和(3)与所述多位受试者相关联的多个训练指示，所述至少一个机器学习模型包括多个生理和活动参数作为输入，...

【专利技术属性】
技术研发人员：FD尤卡，M德维沃，R里辛格，S塞思，M梅杰尼克，DR卡林，J杰米森，A瓦尔德，M阿马韦尔多斯桑托斯皮涅罗，
申请(专利权)人：比奥克斯塞尔医疗股份有限公司，
类型：发明
国别省市：