用于病毒感染的非侵入性预测、检测和监视的方法和系统技术方案

本文的设备、系统和方法涉及用于感染检测和感染消退的非侵入性患者监视。这些系统和方法可以接收和测量患者生物信号以估计患者的感染水平。在一些实施例中，一种方法可以包括接收患者的生理数据的步骤。可以基于生理数据来估计感染测量。可以至少部分地基于估计的感染测量来检测患者的感染状态。染测量来检测患者的感染状态。染测量来检测患者的感染状态。

【技术实现步骤摘要】
【国外来华专利技术】用于病毒感染的非侵入性预测、检测和监视的方法和系统
[0001]相关申请的交叉引用
[0002]本申请要求于2020年4月17日提交的美国临时申请No.63/011,833的权益，其内容通过引用整体并入本文。


[0003]本文的设备、系统和方法涉及用于检测病毒感染的非侵入性用户监视。

技术介绍

[0004]诸如温度、心率和血压之类的生命体征通常被用于指示用户的状态和健康。例如，怀疑自己可能感染了病毒的患者可以通过测量温度来帮助诊断他们的病情。主动感染监视通常在患者出现症状(例如，不适、疼痛、发烧、疲劳、咳嗽)之后执行。但是，一些患者可能感染了诸如COVID
‑
19或流感之类的病毒，但可能在感染最初发作之后的一段时间(例如，数天)内无症状。此外，受感染的患者可能不确定他们感染了哪种病毒，因此可能不确定要寻求的疗法。这些患者可能在不知不觉中感染他们接触过的其他人，包括他们的伴侣、家人、朋友、同事和社区。因此，用于检测和识别病毒感染的附加方法、设备和系统可以是期望的。

技术实现思路

[0005]这里描述的是用于非侵入性监视用户感染的系统、设备和方法。人类免疫系统反应可以部分地受交感神经系统(SNS)的调节。例如，炎症的第一立即反应可以由SNS调节，其中中枢交感神经活动可以对炎症细胞因子有直接影响。淋巴组织也会受到交感神经纤维的高度支配，交感神经末梢靠近免疫细胞。一般而言，可以通过连续测量SNS来检测感染的早期发作，诸如通过例如测量皮肤电活动的改变，这不仅涉及测量“汗液反应”，而且还包括测量皮肤中发生的电特性的敏感改变，甚至在皮肤表面没有看起来或感觉像汗水的“汗水反应”的情况下。在一些实施例中，检测患者感染的方法可以包括接收患者的生理数据，使用非侵入性患者测量设备测量患者的皮肤电活动，至少部分地基于心率数据、温度数据和皮肤电活动测量和/或生理数据(例如，病毒感染的概率估计或病毒浓度的估计)的组合来估计与感染的概率或可能性相关联的测量，以及至少部分地基于估计的病毒浓度来检测患者的感染状态。在一个实施例中，用户设备确定预定时间段的特定于患者的历史基线度量。当测量生理参数时，用户设备识别偏离基线度量的测量。响应于预定的偏差(诸如心率、温度和皮肤电活动偏差的预定组合)，提供感染的通知。
[0006]在一些实施例中，一种方法可以包括从一个或多个传感器接收由一个或多个传感器测得的患者的生理数据，该生理数据包括与患者相关联的移动数据，基于移动数据识别患者处于休息状态的休息时间段，从生理数据中提取在休息时间段的一部分期间的生理参数的集合的数据，基于在休息时间段的一部分期间提取的生理参数的集合的数据确定用于来自生理参数的集合中的每个生理参数的导出的测量，基于用于来自生理参数的集合中的对应生理参数的基线测量来调整用于来自生理参数的集合中的每个生理参数的导出的测
量以产生经调整的测量的集合，与患者的生理数据相关联的基线测量是在休息时间段之前的时间段期间收集的，将经调整的测量的集合输入到用于预测患者的感染风险的模型中以获得指示患者的感染水平的预测值，以及基于预测值确定患者的感染状态。
[0007]在一些实施例中，用于来自生理参数的集合中的每个生理参数的导出的测量是在休息时间段的一部分期间为那个生理参数提取的数据的聚合值。在一些实施例中，聚合值基于以下一项或多项：平均值、中值、标准偏差、方差或更高阶统计数据。
[0008]在一些实施例中，生理参数的集合包括以下两项或更多项：心率、心率变异性、皮肤温度、呼吸速率、皮肤电导、皮肤电阻、皮肤电位、运动、血氧水平、蛋白质或细胞因子。
[0009]在一些实施例中，调整用于来自生理参数的集合中的每个生理参数的导出的测量包括确定用于来自生理参数的集合中的每个生理参数的导出的测量与基线测量之间的改变。
[0010]在一些实施例中，该方法可以包括接收患者的人口统计数据或医学数据中的至少一个，并且基于人口统计数据或医学数据中的至少一个调整在休息时间段的一部分期间提取的生理参数的集合的数据，确定用于来自生理参数的集合中的每个生理参数的导出的测量是在归一化休息数据之后。在一些实施例中，该方法可以包括调整模型以基于人口统计数据或医学数据中的至少一个来预测患者的感染风险。
[0011]在一些实施例中，该方法可以包括对在休息时间段的一部分期间提取的生理参数的集合的数据进行归一化。在一些实施例中，确定用于来自生理参数的集合中的每个生理参数的导出的测量是在归一化休息数据之后。在一些实施例中，对数据进行归一化是基于最小
‑
最大归一化。
[0012]在一些实施例中，确定患者的感染状态包括：确定预测值是否大于预定义的阈值，以及响应于预测值大于预定义的阈值而确定患者被感染。
[0013]在一些实施例中，预定义的阈值可以是可调整的。在一些实施例中，可以使用训练数据来校准模型，该训练数据包括与用户的集合相关联的生理数据，该用户的集合和患者具有共同的特点集合。
[0014]在一些实施例中，模型可以被配置为将权重的集合应用于经调整的测量的集合，权重的集合是使用包括与用户的集合相关联的生理数据的训练数据来校准的。在一些实施例中，用户的集合的生理数据可以与地理位置和天气中的一个或多个相关联。
[0015]在一些实施例中，模型定义非线性函数。在一些实施例中，在休息时间段之前的时间段是在休息时间段之前至少大约24小时。在一些实施例中，在休息时间段之前的时间段是在休息时间段之前的预定义的时间段，该预定义的时间段基于感染的类型。
[0016]在一些实施例中，该方法可以包括随时间监视患者的感染状态以识别患者的感染状态的改变、感染消退和估计感染持续时间中的一项或多项。
[0017]在一些实施例中，时间段和休息时间段基于周期性时间间隔。在一些实施例中，周期性时间间隔包括日历周期、激素周期、农历周期、昼夜节律和多日节律以及工作时间表中的一种或多种。
[0018]在一些实施例中，调整导出的测量是基于与患者相关联的天气。在一些实施例中，该方法可以包括至少部分地基于患者的地理位置来确定感染风险。
[0019]在一些实施例中，一种装置可以包括存储器和可操作地耦合到存储器和传感器的
集合的处理器，该处理器被配置为执行存储在存储器中的指令以：从传感器的集合接收由传感器的集合测得的患者的生理数据，从生理数据中提取与患者相关联的休息时间段期间的生理参数的集合的数据，基于在休息时间段期间提取的生理参数的集合的数据来确定用于来自生理参数的集合中的每个生理参数的导出的测量，基于用于来自生理参数的集合中的对应生理参数的基线测量来调整用于来自生理参数的集合中的每个生理参数的导出的测量以产生经调整的测量的集合，与患者的生理数据相关联的基线测量是在休息时间段之前的时间段期间收集的，使用用于预测患者的感染风险的模型和经调整的测量的集合来确定指示患者的感染水平的预测值，以及基于预测值确定患者的感染状态。
[0020]在一些实施例中，该本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：从一个或多个传感器接收由所述一个或多个传感器测得的患者的生理数据，该生理数据包括与患者相关联的移动数据；基于所述移动数据识别患者处于休息状态的休息时间段；从所述生理数据中提取在休息时间段的一部分期间的生理参数的集合的数据；基于在休息时间段的所述部分期间提取的生理参数的集合的数据确定用于来自生理参数的集合中的每个生理参数的导出的测量；基于生理参数的集合中的对应生理参数的基线测量来调整来自生理参数的集合中的每个生理参数的导出的测量以产生经调整的测量的集合，与患者的生理数据相关联的基线测量是在休息时间段之前的时间段期间收集的；将经调整的测量的集合输入到用于预测患者的感染风险的模型中以获得指示患者的感染水平的预测值；以及基于预测值确定患者的感染状态。2.如权利要求1所述的方法，其中来自生理参数的集合中的每个生理参数的导出的测量是在休息时间段的所述部分期间为那个生理参数提取的数据的聚合值。3.如权利要求2所述的方法，其中聚合值基于以下一项或多项：平均值、中值、标准偏差、方差或更高阶统计数据。4.如权利要求1所述的方法，其中生理参数的集合包括以下两项或更多项：心率、心率变异性、皮肤温度、呼吸速率、皮肤电导、皮肤电阻、皮肤电位、运动、血氧水平、蛋白质或细胞因子。5.如权利要求1
‑
4中的任一项所述的方法，其中调整来自生理参数的集合中的每个生理参数的导出的测量包括确定来自生理参数的集合中的每个生理参数的导出的测量与基线测量之间的改变。6.如权利要求1
‑
4中的任一项所述的方法，还包括：接收患者的人口统计数据或医学数据中的至少一个；以及基于人口统计数据或医学数据中的至少一个调整在休息时间段的所述部分期间提取的生理参数的集合的数据，确定来自生理参数的集合中的每个生理参数的导出的测量是在归一化休息数据之后。7.如权利要求6所述的方法，还包括调整模型以基于人口统计数据或医学数据中的至少一个来预测患者的感染风险。8.如权利要求1
‑
4中的任一项所述的方法，还包括：对在休息时间段的所述部分期间提取的生理参数的集合的数据进行归一化。9.如权利要求8所述的方法，其中确定来自生理参数的集合中的每个生理参数的导出的测量是在归一化所述休息数据之后。10.如权利要求8所述的方法，其中对数据进行归一化是基于最小
‑
最大归一化。11.如权利要求1
‑
4中的任一项所述的方法，其中确定患者的感染状态包括：确定预测值是否大于预定义的阈值；以及响应于预测值大于预定义的阈值，确定患者被感染。12.如权利要求1
‑
4中的任一项所述的方法，其中预定义的阈值是可调整的。
13.如权利要求1
‑
4中的任一项所述的方法，其中使用包括与用户的集合相关联的生理数据的训练数据来校准模型，该用户的集合和所述患者具有共同的特点集合。14.如权利要求1
‑
4中的任一项所述的方法，其中模型被配置为将权重的集合应用于经调整的测量的集合，权重的集合是使用包括与用户的集合相关联的生理数据的训练数据来校准的。15.如权利要求14所述的方法，其中用户的集合的生理数据可以与地理位置和...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：恩帕蒂卡有限责任公司，
类型：发明
国别省市：