[发明专利]心脏快速性心律失常的多层预测在审
| 申请号: | 201980064900.3 | 申请日: | 2019-10-04 |
| 公开(公告)号: | CN112789083A | 公开(公告)日: | 2021-05-11 |
| 发明(设计)人: | T·D·哈达德;A·I·阿贝拉特纳;M·L·布朗;D·R·马斯格鲁夫;A·拉德克;M·V·塔斯高恩卡 | 申请(专利权)人: | 美敦力公司 |
| 主分类号: | A61N1/39 | 分类号: | A61N1/39;A61N1/372 |
| 代理公司: | 上海专利商标事务所有限公司 31100 | 代理人: | 徐倩;钱慰民 |
| 地址: | 美国明*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 心脏 快速性 心律失常 多层 预测 | ||
1.一种设备,其被配置成:
经由多个电极或传感器中的一个或多个收集患者的参数化患者数据;
从计算设备接收产生在第一时间段内所述患者中将发生心律不齐的第一概率的指令;
响应于所述指令,处理所述参数化患者数据以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率;
确定所述第一概率超过第一预定阈值;和
响应于所述第一概率超过所述第一预定阈值的所述确定,执行补救动作以减少在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。
2.根据权利要求1所述的设备,其中为了处理所述参数化患者数据以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率,所述设备被配置成将使用多个患者的参数化患者数据训练的机器学习模型应用于所述参数化患者数据以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。
3.根据权利要求1至2中任一项所述的设备,其中为了处理所述参数化患者数据以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率,所述设备被配置成:
识别所述参数化患者数据的心电图的T波的一个或多个特征;和
将模型应用于所述一个或多个特征以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。
4.根据权利要求3所述的设备,
其中所述T波的所述一个或多个特征包括所述T波的幅度,和
其中为了将所述模型应用于所述一个或多个特征以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率,所述设备被配置成将所述模型应用于所述T波的所述幅度以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。
5.根据权利要求3至4中任一项所述的设备,
其中所述T波的所述一个或多个特征包括所述T波的频率,和
其中为了将所述模型应用于所述一个或多个特征以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率,所述设备被配置成将所述模型应用于所述T波的所述频率以产生在所述第一时间段内所述患者中将发生所述心律不齐的所述第一概率。
6.根据权利要求1至5中任一项所述的设备,其中为了执行所述补救动作,所述设备被配置成向所述计算设备和外部设备中的至少一个发布在一定时间段内所述患者中将发生所述心律不齐的所述概率的通知。
7.根据权利要求1至6中任一项所述的设备,其中为了执行所述补救动作,所述设备被配置成向所述患者递送药物递送治疗和电起搏治疗中的至少一种。
8.一种系统,其包括根据权利要求1至7中任一项所述的设备,所述系统另外包括:
包括处理电路系统和存储介质的计算设备,所述计算设备被配置成:
接收患者的参数化患者数据;
将使用多个患者的参数化患者数据训练的机器学习模型应用于所述参数化患者数据以产生在第二时间段内所述患者中将发生心律不齐的第二概率;
确定所述第二概率超过第二预定阈值;和
响应于所述第二概率超过所述第二预定阈值的所述确定,将所述指令发送到所述设备,使所述设备确定在所述第一时间段内所述患者中将发生心律不齐的所述第一概率。
9.根据权利要求8所述的系统,其中所述计算设备另外被配置成接收所述患者的提供者数据,
其中为了应用所述机器学习模型,所述计算设备被配置成将使用多个患者的参数化患者数据和提供者数据训练的机器学习模型应用于所述患者的所述参数化患者数据和所述提供者数据以产生在所述第二时间段内所述患者中将发生所述心律不齐的所述第二概率。
10.根据权利要求8至9中任一项所述的系统,其中所述第一时间段小于约1天并且所述第二时间段大于约1天。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于美敦力公司,未经美敦力公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980064900.3/1.html,转载请声明来源钻瓜专利网。





