[发明专利]错误警报检测

说明书

用于检测错误警报的方法和系统。在本文中描述的方法和系统可以使用接口接收与警报信号相关联的数据，从接收到的数据中提取至少一个伪迹特征，并且然后基于提取的伪迹特征来将对至少一个警报信号的分类接收为真阳性或假阳性。所述分类器可以被配置为执行决策树的集合。

相关申请的交叉引用

本申请要求2016年11月29日提交的美国临时申请No.62/427220的优先权和权益，在此通过引用将其全部内容并入本文。

技术领域

本文描述的实施例总体涉及用于分析与警报相关联的数据的系统和方法，并且更具体地但非排他地，涉及用于分析数据以检测错误警报的系统和方法。

背景技术

诸如医院等的医学机构操作几种类型的设备以监测其患者的健康。如果设备检测到潜在的异常或要关注的原因，设备可能会发出警报。然后，医务人员可以执行任何所需的步骤来处置患者。

然而，医学设备执行具有高灵敏度的各种算法。这可能导致每患者每天多达数百个警报，特别是在诸如ICU和ED的临床单元中。

其中许多警报在临床上不相关的或者是假阳性警。事实上，加利福尼亚大学旧金山分校的一项研究报告称，仅仅一个月就会触发250万次警报，其中近89％是错误的。

这些错误警报导致患者安全性和员工满意度降低。具体而言，大量警报可能导致临床医师变得不敏感、不堪重负或对警报声免疫。例如，临床医师可以降低警报音量、关闭警报、调整设备设置、甚至完全忽略活动警报。临床医师可能会采取这些行动，即使警报是对应于临床上重要且可能危及生命的事件的真阳性。

这些行动可能会产生严重或致命的后果。因此，错误警报实际上会降低患者的安全性，并被认为是与技术相关的健康危害。

至少，持续警报会给患者和临床医师带来压力。持续不断的声音可能导致睡眠不足和谵妄。此外，过多的警报还会导致医学机构不断中断工作流程。

因此，存在对用于至少检测错误警报的系统和方法的需要。

发明内容

提供本发明内容以用简化形式介绍一些概念，这些概念将在下面的具体实施例部分进一步描述。本发明内容并非旨在识别或排除要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定要求保护的主题的范围。

在一个方面中，实施例涉及一种用于检测错误警报的方法。所述方法包括：使用接口来接收与警报信号相关联的数据；使用特征提取模块来从接收到的数据中提取至少一个伪迹特征；并且，使用分类器，基于所提取的所述至少一个伪迹特征，来将对所述警报信号的分类接收为真阳性或假阳性。

在一些实施例中，所述分类器是执行多个集合树(ensemble tree)的集合树分类器。

在一些实施例中，所述方法还包括在接收到假阳性的分类时使用评分模块将分数分配给所提取的所述至少一个伪迹特征。在一些实施例中，分配分数包括识别每个集合树的贡献于假阳性分类的所有节点。在一些实施例中，所述方法还包括对来自每棵树的所有特征的分数进行求和，以及识别具有超过阈值的分数的至少一个特征。

在一些实施例中，所提取的至少一个伪迹特征选自包括以下项的组：步长，高频率的标准偏差，基线漂移，警报负荷，心率，电外科装备伪迹，运动伪迹，呼吸伪迹，EMG信号，平坦线，峰度，偏度和基线的相对功率。

在一些实施例中，所述方法还包括在接收到假阳性的分类时抑制警报信号。

在一些实施例中，接收到的数据与患者相关并且从患者监测设备接收。在一些实施例中，接收到的数据包括EKG数据。在一些实施例中，所述方法还包括使用所述接口来输出总结至少一个警报信号的分类的报告。在一些实施例中，输出所述报告包括输出针对所述至少一个警报信号的分类的至少一个原因。