用于通气机的方法和系统技术方案

本文提供了用于分析机械通气机的性能的系统和方法。在一个示例中，一种方法包括基于建模的通气机参数与感测到的通气机参数之间随时间跟踪的差异，并且进一步基于通气机利用率来预测通气机操作期间通气机的可靠性。率来预测通气机操作期间通气机的可靠性。率来预测通气机操作期间通气机的可靠性。

【技术实现步骤摘要】
用于通气机的方法和系统


[0001]本文公开的主题的实施方案涉及通气机性能的分析，并且更具体地涉及通气机部件可靠性，包括传感器和致动器。

技术介绍

[0002]一些类型的医疗装备(诸如保温箱和麻醉机)可包括用于将可呼吸气体移入和移出患者肺部的高级呼吸系统。高级呼吸系统可包括用于监测患者呼吸的空气流率的装置。在一些示例中，该装置可包括垂直于空气流动路径的柔性簧片，该柔性簧片对穿过该装置的空气流量中的变化敏感。例如，柔性簧片可与每次呼吸的质量流率成比例地双向弯曲，诸如在吸入期间沿第一方向弯曲以及在呼出期间沿相反的第二方向弯曲。该装置可包括两个压力端口，柔性簧片的每一侧各有一个压力端口，以确定簧片两端的压力差。此压力差可用于确定呼吸的质量流率。
[0003]为无自主呼吸能力的患者供应空气通气的通气机对于重症监护病房(ICU)中的患者来说是常见的必需品。在危重护理环境中，患者的舒适度可能取决于通气机系统架构中的部件(诸如传感器和致动器)的性能和/或一致性，在这种情况下，即使在几秒钟内，性能和/或一致性的降低也可能导致患者不适。在一个示例中，在病床在ICU和外科病房之间移动期间，通气机中的氧传感器可能容易发生湿度变化，这可能会由于湿度水平的频繁变化而导致氧传感器的偏差增加。通气机可能在湿度可能频繁变化的受控程度较低的环境中操作。一些更高级的通气机中可能存在冗余传感器，从而提高通气机部件的准确度，且制造成本也更高。

技术实现思路

[0004]在一个实施方案中，一种用于通气机的方法包括：基于建模的通气机参数与感测到的通气机参数之间随时间跟踪的差异和通气机利用率来预测通气机操作期间通气机的可靠性。
[0005]应当理解，提供上面的简要描述来以简化的形式介绍在具体实施方式中进一步描述的精选概念。这并不意味着识别所要求保护的主题的关键或必要特征，该主题的范围由具体实施方式后的权利要求书唯一地限定。此外，所要求保护的主题不限于解决上文或本公开的任何部分中提到的任何缺点的实施方式。
附图说明
[0006]通过参考附图阅读以下对非限制性实施方案的描述将更好地理解本专利技术，其中以下：
[0007]图1示出了用于机械通气机的系统。
[0008]图2示出了基于通气机模型和一个或多个传感器信号的状态机，其中从第一状态到第二状态的转变可基于通气机的预测的可靠性。
[0009]图3示出了基于通气机模型和传感器信号的示例性预测器
‑
校正器操作的示意图。
[0010]图4示出了现有通气机系统气动架构的示意图。
[0011]图5示出了用于基于随时间跟踪的环境条件、利用率水平和群组模型进行传感器偏差预测的示例性边缘云架构。
[0012]图6示出了基于图5中描述的边缘云架构对通气机群组的基于状况的维护的示例。
具体实施方式
[0013]以下描述涉及用于预测通气机系统的机械通气机的可靠性的方法和系统的各种实施方案。图1中示出采用可靠性预测方法的一个此类通气机系统，该通气机系统包括适应性通气机模型以及支持机械通气机的管理的多个内部部署的功能和基于云的功能。该方法可包括状态机控制通气机的操作，通过预测器校正器架构跟踪通气机的可靠性，其示例在图2中示出。图3中给出基于预测的传感器偏差和传感器故障的可靠性预测的示例性图示。图4中示出可为其开发适应性通气机模型和状态机控制操作的示例性机械通气机气动架构。图5中示出与使用边缘云架构来随时间跟踪传感器偏差和利用率的监督系统通信的机械通气机。图6中示出基于随时间跟踪针对通气机群组中的每个通气机预测的可靠性的针对该群组的示例性的基于状况的维护。作为本文描述的系统和方法的结果，通气机系统的易用性可能会增加，机械通气机维护可能会变得更高效，并且患者不适的可能性可能会降低。
[0014]现在将参考附图以举例的方式描述本公开的实施方案，其中图1示出了系统100的框图。在所示实施方案中，系统100为用于机械通气机115的机械通气机系统。机械通气机115连接到用于检测和显示系统100中的可靠性预测的部件。
[0015]机械通气机115可接收来自操作者(例如，医生、护士)的输入，诸如用于错误值检测的参数、用于传感器和/或致动器偏差的阈值等。机械通气机115可连接到通气机模型102，其中从操作者输入到机械通气机115的输入也可输入到通气机模型102中，作为用于通气机模型102执行的计算的参数。机械通气机115可连接到预测器
‑
校正器116，其中从操作者输入到机械通气机115的输入以及来自机械通气机115的读数(诸如氧水平、呼气末正压(PEEP)等)也可输入到预测器
‑
校正器116中。机械通气机115还可连接到通气机监督控制系统118，其中来自机械通气机115的任何读数可输入到通气机监督控制系统118中，用于监测和校正在机械通气机115的部件中检测到的任何潜在错误。
[0016]在一些实施方案中，操作者可附加地或另选地经由机械通气机115的电子控制器114控制机械通气机115的一个或多个操作参数。控制器114包括操作地连接到存储器的处理器。存储器可以为非暂态计算机可读介质，并且可被配置为存储将由处理器处理以执行一个或多个例程(诸如本文所述的那些)的计算机可执行代码(例如，指令)。存储器还可以被配置为存储由处理器接收的数据。控制器114可通信地联接(例如，经由有线或无线连接)到一个或多个外部或远程计算装置诸如医院计算系统，并且可被配置为发送和接收各种信息诸如电子病历信息、规程信息等。控制器114还可电联接到机械通气机115的各种其他部件。
[0017]控制器114从机械通气机115的各种传感器接收信号，并且采用机械通气机115的各种致动器以基于所接收的信号和存储在控制器114的存储器上的指令来调整机械通气机
115的操作。例如，可经由联接到机械通气机115的电子控制器的输入装置(例如，键盘、触摸屏等)来控制气体向吸气端口的流动。控制器114可经由通气机界面120的GUI显示器来显示机械通气机115的操作参数。控制器114可经由输入装置接收信号(例如，电信号)，并且可响应(例如，应答)于所接收的信号而调整机械通气机115的操作参数。
[0018]例如，操作者可输入待递送到患者的麻醉剂的期望浓度。机械通气机的一个或多个阀的对应阀位置(例如，一个或多个旁通阀的位置)可根据经验确定并且存储在控制器的存储器中的预定查找表或函数中。例如，控制器可经由输入装置接收期望的麻醉剂浓度，并且可基于查找表确定与期望的麻醉剂浓度相对应的一个或多个阀的打开量，其中输入为麻醉剂的浓度，并且输出为一个或多个阀的阀位置。控制器可将电信号传输到一个或多个阀的致动器，以便将一个或多个阀中的每个阀调节到对应的输出阀位置。在一些示例中，例如，控制器可诸如通过吸气流量传感器将期望的气体流率与测量的气体流率进行比较。
[0019]尽管控制器114在图1中出于说明的目的而示出，但应当理解，控制器114可位于机械通气本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，所述方法包括：基于建模的通气机参数与感测到的通气机参数之间随时间跟踪的差异和通气机利用率来预测通气机操作期间通气机的可靠性。2.根据权利要求1所述的方法，所述方法还包括将所预测的可靠性显示给所述通气机的操作者，其中所预测的可靠性是基于预测的传感器偏差和传感器故障的。3.根据权利要求1所述的方法，所述方法还包括将所预测的可靠性传输到网络，所述网络聚合从多个通气机传输的预测的可靠性。4.根据权利要求2所述的方法，所述方法还包括为所述操作者生成动作并将所生成的动作显示给所述操作者。5.根据权利要求1所述的方法，其中所述通气机的所预测的可靠性遵循状态机，所述状态机包括即使检测到故障，通过包括校正以启用容错也能够继续进行受限通气机操作的状态，并且包括通气机操作停用的状态。6.根据权利要求5所述的方法，其中所述建模的通气机参数是进一步基于预测器校正器架构的，并且其中所述差异的严重程度确定所述状态机的状态。7.根据权利要求6所述的方法，其中所述建模的通气机参数是基于嵌入在所述通气机中的数字模型的。8.根据权利要求7所述的方法，所述方法还包括所述通气机经由双向云连接与监督系统通信，所述监督系统基于包括所述通气机的通气机群组的群组级数据跟踪通气机性能和通气机寿命，所述群组级数据针对所述通气机的环境条件调整所述通气机。9.根据权利要求7所述的方法，所述方法还包括向操作者显示模型输出，所述模型输出包括与所述通气机的所述可靠性相关的信息，以及用于抵消所述可靠性的对应校正。10.根据权利要求8所述的方法，其中所述通气机群组包括公共护理中心内的通气机。11.根据权利要求10所述的方法，所述方法还包括基于随时间跟踪针对所述群组中的每个通气机预测的所述可靠性，生成针对所述通气机群组的基于状况的维护。12.一种方法，所述方法包括：基于建模的通气机参数与感测到的通气机参数之间的差异来预测通气机操作期间通气机的可靠性，所述建模的通气机参数基于所述通气机的数字模型和所述通气机的传感器读数；以及在状态机中跟踪所述通气机，所述通气机的状态是基于所预测的可靠性来确定的，所述状态机包括正常操作...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：通用电气精准医疗有限责任公司，
类型：发明
国别省市：