基于多变量残差的用于人体健康监视的健康指数制造技术

本发明专利技术提供了具有早期警告和优先级区分的对病人的不卧床或医院内监视，从而实现积极主动的干预和对医疗保健的费用和风险两者的改善。通过经验模型估计多变量生理参数以移除正常变化。使用多变量概率密度函数来测试残差以提供用于区分医疗努力的优先级的多变量健康指数。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术一般涉及人体健康监视领域，尤其涉及使用多变量模型来分析生物參数的测量以提供对人体健康指标的基于残差的评估。对相关技术的简要描述数百年来，医学已被实践为反应性的、危机驱动的过程。令人遗憾地，迄今为止，医学仍大多如此。慢性疾病表现出不成比例地分摊极大的医疗保健经济费用，而其中的大部分可通过对恶化的早期警告来避免。目前的医疗保健实践是偶尔发生的而且是反应性的，很少关注诊所或医院的受控环境之外的病人健康。然而，医学技术现在才刚开始探索从可穿戴式设备进行门诊遥测，并且实际上不知道谁将查看所有这些数据，或者将如何分析这些数据以提供虚警率较低的早期警告。另外，由于不卧床的运动伪像以及当病人是镇静的并且仰卧在医院病床上时不经常应对的日常活动过程中的正常生理变化，门诊遥测会带来相当多的挑战。其他行业(原子能、航空、精炼、计算机系统)近年来已采用了用于状况监视的高级智能算法，这些算法适应在从目标系统采集到的传感器数据中所呈现的正常变化和动态特性，并且将其与精细的对恶化的早期警告征兆区别开来。一种机器学习技术(基于相似性建模(“SBM”)技木)已在包括以上所提及的许多应用场合中证明是成功的本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：S·W·维格里奇，
申请(专利权)人：风险获利有限公司，
类型：
国别省市：