JP2018513727A - 心血管劣化の警告スコア - Google Patents

Abstract

患者モニタ１２は、ディスプレイ１４と、対象のバイタルサインを読み取るセンサ２０、２２、２４とを含む。心血管早期警告スコアリングｃＥＷＳ法では、対象は、それぞれ種々のタイプの心血管劣化に対して訓練される複数の心血管劣化分類器５２、１５２、５４、５６、５８を使用して分類される。心血管劣化分類器は、少なくとも１つの心血管パラメータ４２、及び例えば気流センサ２４により読み取られた１回換気量といった少なくとも１つの呼吸パラメータ４４を含む上記対象を特徴付ける入力のセットに対して作用する。種々のタイプの心血管劣化に関する心血管早期警告スコアが、患者モニタのディスプレイに出力される。経験的な心筋虚血分類器５２は、規則のセット１６０又は生理学的モデル１６２を適用することにより生成された少なくとも１つの追加的な虚血スコアと組み合わせられることができる。

Description

本願は一般に、心臓ケア分野、医療緊急対応分野等に関する。

めまいを感じる、身体虚弱、急速又は不規則な心拍、息切れ、胸の不快感等の１つ又は複数の症状を持つ患者のような、心臓の劣化の指標であるかもしれないし、そうでないかもしれない多数の臨床シナリオが生じる場合がある。斯かる症状は、症状が重篤なときの、心停止、急性心臓発作、若しくは急性心不全、又は症状がそれほど深刻でないときの、不規則な心調律若しくは冠状動脈疾患の潜在リスクを持つる患者の共通の心血管疾患症状である。心臓の劣化がより存在しやすい典型的な状況は、救急車で運ばれる患者、病院の救急部に入院した患者、又は膝関節置換手術若しくは他の外科的若しくはストレスの多い医療処置の後の入院患者を含む。

心臓の劣化の早期発見及び診断は、心臓ケアの最終的な成功又は失敗に重要な影響を及ぼす。心筋に直接関連付けられる心臓劣化メカニズムは例えば、心筋虚血（心臓の血流／酸素化の低下）、左心室肥大（通常高血圧又は別の状態に起因する慢性の過度の心臓努力から生じる、左心室壁における筋肉増強）、収縮期心不全（通常は低駆出率と相関する、収縮期ポンピング作用中の心室性能の低下）、及び拡張期心不全（通常は低拍出量と相関する、拡張弛緩中の心室性能の低下）を含む。他の心臓の劣化メカニズムは、弁の劣化、又は狭窄を引き起こす可能性のあるプラーク形成など、心臓に奉仕する脈管系に関連する。適切な治療は、これらの様々な心臓劣化メカニズム（又はメカニズムの組み合わせ）のどれが存在するかに依存する。これらの心臓の劣化メカニズムの多くは、未治療のまま放置すると、心停止、急性心臓発作、急性心不全、不規則な心臓リズム、冠状動脈疾患などの急性の衰弱又は生命を脅かす医学的事象につながる可能性がある。

心臓の劣化を診断するため、多数の特殊な医療検査が開発されている。しかしながら、実際には、これらは、心臓の劣化が進行した状態に達し、明らかに症候性になるまで、所与の患者に対して要求されないことが多い。更に、様々な心臓検査の解釈は困難であり、心臓悪化の初期段階において、患者を見る医師はしばしば、訓練された心臓病専門家ではなく、むしろ一般的なプラクティス（ＧＰ）医師及び／又は他の何らかの領域を専門とする医師である。

本願は、上述した問題及びその他に対処する新規で改良されたシステム及び方法を開示する。

開示された一態様では、患者モニタが開示され、これは、表示要素と、少なくとも１つの心血管パラメータ及び少なくとも１つの呼吸パラメータを含む対象のバイタルサインを読み取る複数のセンサと、心血管早期警告スコアリング（ｃＥＷＳ）方法を実行するようプログラムされたマイクロプロセッサ又はマイクロコントローラとを有する。ｃＥＷＳ方法は、（ｉ）種々のタイプの心血管劣化に対する心血管早期警告スコアを生成するため、それぞれ種々のタイプの心血管劣化に対象を分類するよう訓練された複数の心血管劣化分類器を使用して、上記対象を分類するステップであって、上記複数の心血管劣化分類器が、上記複数のセンサにより読み取られた上記少なくとも１つの心血管パラメータ及び上記少なくとも１つの呼吸パラメータを含む上記対象を特徴付ける入力のセットに対し動作する、ステップと、（ｉｉ）上記患者モニタの表示要素上の上記種々のタイプの心血管劣化のため、上記心血管早期警告スコアを出力するステップとを含む。入力のセットは、心電計電極により読み取られた少なくとも１つの心血管パラメータと、気流センサにより読み取られた１回換気量を含む少なくとも１つの呼吸パラメータとを有することができる。

別の開示された態様では、非一時的記憶媒体が、以下の心筋虚血早期警告方法を実行するため、複数のセンサ、表示要素、及びマイクロプロセッサ又はマイクロコントローラを備える患者モニタにより読み取り可能かつ実行可能な命令を格納する。複数のセンサを用いて対象のバイタルサインデータが取得される。対象が、訓練対象を表すラベル付けされたデータセットで訓練された経験的な心筋虚血分類器を使用して、経験的な心筋虚血スコアを生成するよう分類され、各訓練対象ｉが、上記訓練対象ｉの特徴のベクトル

及び上記訓練対象ｉの心筋虚血状態を表すラベルｙｉにより表される。上記分類するステップは、上記対象の上記取得されたバイタルサインデータから生成された特徴を含む経験的心筋虚血分類器へベクトルを入力するステップを含む。上記対象のために取得されたバイタルサインデータから生成された入力を含む、上記対象を特徴付ける入力のセットに規則のセット又は生理学的モデルを適用することにより、少なくとも１つの追加的な心筋虚血スコアが生成される。上記経験的心筋虚血スコアと上記少なくとも１つの追加の心筋虚血スコアの加重組合せを含む複合心筋虚血スコアが生成される。上記患者モニタの表示要素に上記複合心筋虚血スコアの表現が表示される。

１つの利点は、心血管劣化の早期診断を容易にし、心血管劣化のタイプの早期同定を容易にすることにある。

別の利点は、心筋虚血の早期診断を提供することにある。

別の利点は、事実上ヒューリスティックである規則ベースの診断のコンテキストを活用及び提供しながら、上記を提供することにある。

別の利点は、複数の自動化された経路を相乗的に組み合わせて、心血管の劣化のより正確な診断を提供することにある。

所与の実施形態は、前述の利点の１つ、２つ、それ以上、若しくは全てを提供し得、及び／又は本開示を読み理解するとき当業者に明らかになるであろう他の利点を提供し得る。

心血管劣化早期警告システムを含む医療監視システムを図式的に示す図である。 男性と女性の安静時心拍数表を示す図である。 収縮期血圧及び拡張期血圧の最大値、平均値及び最小値を年齢の関数としてプロットした図である。 心筋虚血の早期警告を提供する例示的な例についての、図１の心血管劣化早期警告システムの組合せ変形を図式的に示す図である。

本発明は、様々な要素及び要素の配列の形式並びに様々なステップ及びステップの配列の形式を取ることができる。図面は、好ましい実施形態を説明するためだけにあり、本発明を限定するものとして解釈されるべきものではない。

図１を参照すると、人間の対象１０（病院に入院した入院患者、看護施設の居住者、又は外来患者など）は、患者モニタ１２により監視される。これは、表示デバイス又は要素１４、マイクロプロセッサ又はマイクロコントローラ（図示省略。典型的にはモニタハウジング１６内に収容される）、及び複数の生理学的（即ちバイタルサイン）センサ２０、２２、２４を含む。センサは例えば、心電計電極２０の例示的なセット、（図では接続されていないが、典型的には対象１０の指又は耳たぶ上にクリップされる）パルスオキシメータセンサ２２、及び気流センサ２４である。例示的な図１では、気流センサ２４は、機械換気、睡眠時無呼吸治療、一般呼吸モニタリングなどに使用されるフルフェイスマスク２６に設置される。他の実施形態では、気流センサ２４は、鼻マスク又は鼻カニューレなどと併せて設置されてもよい。一般に、患者モニタ１２は、複数の典型的な環境の１つにある。例えば、病院の患者室（対象１０が入院患者である場合、手術フロア、麻酔後ケアユニット、集中治療ユニットなどの特殊な病院領域であってもよい）、（対象１０が看護施設居住者である場合）看護施設の部屋、又は（対象１０がＥＭＳコールの対象である場合）救急車若しくは他の緊急対応システム（ＥＭＳ）車両などである。

センサ２０、２２、２４は、リアルタイムに（即ち、連続的に、又は比較的高速のサンプリングレートでサンプリングすることにより）バイタルサインデータを取得する。バイタルサインデータはオプションで、患者モニタ１２のマイクロプロセッサ又はマイクロコントローラ上で実行されるアルゴリズムにより処理される。例えば、患者モニタ１２は、ＥＣＧ電極２０の測定された電圧からＥＣＧリードトレースを生成するアルゴリズムを実行し、ＥＣＧリードトレースから情報を抽出する。例えば、心拍数及び関連付けられる速度異常の有無（例えば頻脈、徐脈。年齢及び／又は性別に特有な限界を使用する場合がある）、心拍数変動性、ＱＴ間隔、様々な不整脈の有無の情報であり、例えば、心房（ＡＦｉｂ）、上室性頻脈（ＳＶＴ）、増加したＱＴ間隔（ｌｏｎｇ ＱＴｃ）などである。患者モニタ１２は、気流センサ２４により取得された気流データを処理し、呼吸数及び１回換気量などの情報を抽出するアルゴリズムを実行することができる。別の例として、患者モニタ１２は、パルスオキシメータにより取得された末梢プレチスモグラフ波形を処理し、周辺酸素の飽和（ＳｐＯ２）及び心拍数データを導出するアルゴリズムを実行することができる。

バイタルサインセンサ２０、２２、２４は、単なる例示であり、血圧カフ、血圧計、又は他の血圧センサなどの追加的な又は他のバイタルサインセンサが想定される。患者モニタ１２は、血圧データ（ｄａｔｅ）を処理し、収縮期血圧及び拡張期血圧を抽出することができる。ここでも年齢及び／又は性別に特有な高血圧又は低血圧の限界が規定される。更に、例示的なマスク２６が機械的換気システムの一部である（即ち、患者１０が機械的に換気される）場合、前述の呼吸数及び１回換気量に加えて他の人工呼吸器データが、利用可能であり、患者モニタ１２に適切に入力されることができる。

図２及び図３を簡単に参照すると、人口統計学的データのバイタルサインへの影響が示される。図２は、年齢及びフィットネスレベルにより更に分類された、男性及び女性の安静時心拍数表を示す。図３は、年齢の関数として、収縮期血圧及び拡張期血圧（最大値、平均値及び最小値）をプロットした図である。

再び図１を参照すると、患者モニタ１２は、臨床検査などにより取得された患者の生理学的データを受信及び記憶することもできる。例えば、酸素分圧（ＰａＯ２）及び／又は二酸化炭素分圧（ＰａＣＯ２）などの情報を提供する血液ガス分析検査結果が受信されることができる。別の考えられる検査結果は、血液中のトロポニンレベルである。斯かるデータは、例えばディスプレイ１４上の物理的キーパッド３０又はソフトキー３２を使用して、患者モニタ１２に手動で入力されることができる（ディスプレイ１４がタッチセンシティブディスプレイである場合、ソフトキー３２が実現可能である）。一実施形態では、呼吸数は、例えば、看護師が視覚的に呼吸数を評価することにより手動で決定され、手動で決定された呼吸数は、入力３０、３２を使用して患者モニタ１２に入力される。人口統計学的データ（例えば、年齢、性別）、病歴、手術前後状況データなどの他の患者データが、同様に患者モニタ１２に提供されてもよい。斯かる情報は、患者モニタ１２のユーザインターフェース３０、３２を介して手動で入力されるのではなく、患者モニタ１２が患者記録ストレージ及び通信インフラストラクチャ３４、３６に接続される場合、病院データネットワーク又は他の電子データネットワーク３６を介して、電子健康記録（ＥＨＲ）、電子医療記録（ＥＭＲ）など３４から患者モニタ１２に入力されることができる。

例示的な患者モニタ１２は、患者モニタ１２のマイクロプロセッサ又はマイクロコントローラにより適切に実行される機能ブロックにより図１に図式的に示される心血管劣化早期警告スコアリング（ｃＥＷＳ）（サブ）システム４０を更に含む。例示的なｃＥＷＳシステム４０は、ＥＣＧ由来のデータ、パルスオキシメータ２２からの心拍数、血圧データなどの心血管パラメータ４２の患者値（即ち、場合によっては処理されたバイタルサイン読み取り値又はセンサ値）を入力として受信する。斯かるパラメータ（又は少なくともそれらのサブセット）は、心血管の劣化を評価することに関連するものとして容易に認識される。更に、ｃＥＷＳシステム４０は、呼吸数、１回換気量などの少なくとも１つの呼吸パラメータ４４を受信する。例示的なｃＥＷＳシステム４０は、パルスオキシメータ２２からのＳｐ０２、又は血液ガス分析からのＰａＯ２及び／若しくはＰａＣＯ２値などの少なくとも１つのガス交換パラメータ４６を受信する。本書では、これらの追加的なパラメータ４４、４６は、心血管系を直接的に特徴づけていないが、心血管系の劣化を評価する上で有益であると理解される。なぜなら、呼吸及びガス交換システムは、心血管系と共に統合心肺システムを形成する肺系を特徴付けるからである。

ｃＥＷＳシステム４０は、関心のある心血管劣化の各タイプに対して１つの、複数の心血管劣化分類器（即ち、推論エンジン）５０を含む。例示的なｃＥＷＳシステム４０は、心筋虚血分類器５２、左心室肥大分類器５４、収縮期心不全分類器５６、及び拡張期心不全分類器５８を含む。これらは単なる例示であり、心臓弁の劣化、低心拍出量、心臓動脈狭窄などの他のタイプの心血管劣化を検出するよう訓練された分類器が、追加的又は代替的に想定される。各分類器５２、５４、５６、５８は例えば、ニューラルネットワーク、サポートベクトルマシン、非線形回帰モデル（例えば、ロジスティック又は多項式回帰）、又は他のタイプの分類器とすることができる。分類器５２、５４、５６、５８は一般に、異なるタイプのものであってもよい点を理解されたい。

一般に、各分類器５２、５４、５６、５８は、Ｎ個の過去（訓練）患者を含むラベル付けされたデータセット

を用いて訓練され、各訓練患者ｉは、患者データ（例えば、バイタルサイン、人口統計データ、患者履歴データ）のベクトル

及びラベルｙｉにより表される。訓練患者データベクトル

の要素は、分類器訓練分野における一般的な使用法に基づき、本明細書では「特徴」と呼ばれる。ラベルｙｉは、訓練患者ｉが、分類器が訓練される心臓の劣化と診断されたかどうかを表す。例えば、虚血分類器５２を訓練するとき、ラベルｙｉは、訓練患者ｉが心臓虚血と診断されたかどうかを示すバイナリ値とすることができる。代替的に、ラベルは、より情報的であってもよい。例えば、虚血分類器５２を訓練するためのラベルｙｉは、０と５との間の範囲の整数値とすることができ、ここで、値０は、訓練患者が検出可能な心臓虚血と診断されなかったことを示し、値５は、訓練患者が最も重篤度の高い虚血と診断されたことを示し、値１から４は、中程度の重症度の訓練患者の虚血を示す。例えば[０，１]の範囲における連続出力も想定される。ここで、０は虚血が検出されないことを示し、１は最も重度の虚血を示す。分類器は、入力訓練患者データセット

に対する出力（即ち、「予測」

）と対応する実際の（事前に知られている）ラベルｙｉとの間の誤差メトリックを最小にするよう訓練される。例えば、

の形式の単純な最小二乗誤差が使用されることができる。訓練された分類器は、異なる分類器５２、５４、５６、５８のそれぞれに対して一般に異なるフォーマット（バイナリ、マルチレベルなど）で予測

を出力する。

訓練された分類器５２、５４、５６、５８は、訓練患者の１人ではなく、心臓劣化の状態（もしあれば）が先験的に知られていない患者１０に適用される。分類器５２、５４、５６、５８を患者１０に適用するとき、患者データ４２、４４、４６は、訓練患者データベクトル

と同じ態様で定式化される。ベクトル

のフォーマット及び／又は内容は、各異なる分類器５２、５４、５６、５８に対して異なってよい点に留意されたい。例えば、いくつかの訓練アプローチは、特徴低減操作を使用するか、又は訓練中の心臓劣化のモードに関連するとは予想されないいくつかの特徴が省略されることができる。その結果、その分類器に対するベクトル

は、利用可能な患者データ４２、４４、４６の何らかのサブセットである。各タイプ特有の分類器５２、５４、５６、５８の出力は、対象１０がそのタイプの心臓劣化を持つかどうかの予測値

であるか、又は出力がマルチレベル又は連続である場合、予測値

は、対象１０におけるそのタイプの心臓の劣化の重症度のレベルを包含する。予測

は、ラベルｙｉと異なるフォーマットを持つことができる点に留意されたい。例えば、ラベルは、バイナリ値（０＝このタイプの心臓の劣化と診断されなかった患者;１＝そのように診断された患者）とすることができるが、予測値

は、[０，１]の範囲の連続値であってもよい。範囲[０，１]における連続値予測は、有利には確率として解釈され、例えば、０〜１００％の範囲のパーセンテージとして表現される。

いくつかの実施形態では、予測出力は、ＥＲ、ＥＭＳ、又は他の医療提供者により使用される臨床ガイドラインに結び付けられ得る。例えば、ＥＭＳコール環境において、心筋虚血スコアが十分に高い場合、出力は、（可能性のある虚血状態を同定することに加えて）虚血を治療するための臨床ガイドラインにおいて要求される虚血治療を提示することができる。

分類器５２、５４、５６、５８は、現在の患者の人口統計をより正確に反映するため、時には再訓練されることができることが想定される。

関心のある心臓の劣化のタイプごとに１つの、複数の分類器５２、５４、５６、５８のｃＥＷＳシステム４０での使用は、幾分相互に関連しているが、種々のタイプの心臓劣化が、異なる特徴を持つことを認識する。その結果、単一の分類器が有効である可能性は低い。分類器５２、５４、５６、５８のセット出力予測

は、１つ又は複数の心血管早期警告スコア６０として様々に組み合わせられ、かつ／又は提示されてもよい。１つのアプローチでは、最も高い（即ち最も深刻な）予測（スコア）のみが提示され、その最も高い予測がある閾値よりも高い場合にのみ、提示される。このアプローチは、医療従事者がトリアージ状況に対処しており、最も重篤な状態のみを認識する必要がある、救急室（ＥＲ）又は緊急医療サービス（ＥＭＳ）コールなどの環境において特に有利である。トリアージ状況にも適した変形アプローチでは、各分類器スコアが、その値（即ち、重症度）が何らかの（可能性としてはタイプ固有の）閾値より大きい場合にのみ、個別に提示される。救急医療従事者により処理される必要がある情報を減らすため、スコアに基づき、例えば「高い」又は「普通」の値のようないくつかの離散的な態様で予測（スコア）を提示することが更に考えられる。他の容易に知覚されるフォーマット、例えば各予測を（例えば）実行中のスライダ又はスケールとして表示することが想定される。ここで、下端ラベルは、そのタイプの心臓劣化の可能性がないことを示し、上端ラベルは、そのタイプの心臓劣化の可能性が高いことを示す。カラーコードが使用されることもできる。例えば、赤色で高いスコア、黄色で中程度のスコア、及び緑色で低いスコアが表示される。スコアは、患者モニタ１２のディスプレイ１４に適切に表示されるが、非常に高いスコアの場合の可聴アラームのような他の出力も想定される。緊急でない状況に適した実施形態では、全てのｃＥＷＳ値を例えばパーセント確率又は他の数値として提示することが考えられる。より一般的には、ｃＥＷＳ値は、救急車又は他の移動緊急対応環境、病院のベッドサイド、ナースステーションなどで、連続的な監視に使用され、例えばリアルタイムに更新されるトレンドライン、数値として表示されることができる。

図１に概略的に示されるｃＥＷＳシステム４０は、経験的に訓練された推論エンジン５２、５４、５６、５８に依存し、様々なタイプの心臓の劣化の予測（即ち早期警告スコア）を提供するデータ駆動システムである。このアプローチは、種々のタイプの心臓劣化のスコアを提供し、こうして、心臓専門でない医療従事者が初期の心臓劣化の早期評価を行うことが可能にされる。その結果、より詳細な心臓評価が行われることができる。心臓劣化スコアは、医学的診断ではなく、初期トリアージを導くため、及び／又は心血管の劣化の早期発見において医師を助けるため、身体検査、様々な臨床検査結果などの他の情報とともに医師により考慮される早期警告インジケータである点に留意されたい。一般には、患者１０に実際に存在する心臓の劣化の診断を得るため、より詳細な心臓評価が、ｃＥＷＳシステム４０により提供される早期警告により引き起こされると予想される。

図１のｃＥＷＳシステム４０の１つの可能な難点は、純粋に経験的なシステムとして、その動作が、例えば医師が一般に信頼するヒューリスティックな診断規則ほど透明ではない点にある。経験的アプローチはまた、基礎をなす生理学と相関することが困難であり得る。これは特定の困難を招く可能性がある。ヒューリスティックな診断規則及び基礎となる生理学との容易で明らかな相関の欠如は、医療従事者が、ｃＥＷＳシステム４０により生成される早期警告スコアに頼るのを妨げることをもたらす場合がある。また、既存のヒューリスティック診断規則又は第１原理生理学的分析でｃＥＷＳシステム４０を置き換えるには欠点があるかもしれない。例えば、推論エンジンは、訓練データセットが小さすぎる場合、過度のランダムエラーに苦しむ可能性があり、又は例えば、特定のタイプの注釈付きラベルｙｉに取り込まれるそのタイプの心臓の劣化を過剰診断する（又は過小診断する）体系的素因がある場合といった、訓練データに体系的な欠陥がある場合、体系的な誤差に苦しむ可能性がある。経験的な訓練はまた、偽の相関を捕捉する可能性もある。

図４を参照すると、これらの困難は、心血管劣化タイプ特有分類器５２、５４、５６、５８の変形実施形態で対処される。例示的な図４では、図１の心筋虚血分類器５２の変形実施形態１５２が、記載される。しかしながら、図４を参照して本書で説明される心筋虚血分類器５２への拡張は、他の心血管劣化タイプ特有分類器５４、５６、５８のいずれにも容易に適用される。図４に示されるように、変形心筋虚血分類器１５２は、心筋虚血分類器５２を要素として組み込み、この要素（図１に示される）は、心血管パラメータ４２、少なくとも１つの呼吸パラメータ４４、及びオプションで１つのガス交換パラメータ４６を入力として受信する。心臓虚血分類器１５２は更に、２つの追加の心臓虚血検出要素を組み込み、それは体系化された規則ベースの心臓虚血検出器１６０と、心臓虚血の生理学及び進行を数学的にモデル化する生理学的モデル要素１６２とである。スコア結合器１６４は、心筋虚血検出器５２、１６０、１６２の出力を、例えばそれらの出力の加重和を用いて組み合わせ、心筋虚血検出器としてそれ自体を出力することができる虚血スコア１６６を生成するか、又は経験的心筋虚血分類器５２の出力の代わりに、図１のｃＥＷＳシステム４０において採用されることができる（言い換えると、図４の修正された虚血検出器１５２が、図１の虚血識別器５２の代わりに用いられることができる）。

図４のアプローチでは、規則ベースの虚血検出器１６０は、よく知られた要素を医師に提供する。さまざまなヒューリスティック規則が、異なる心臓病学者、異なる病院などにより採用される。特定の心臓病専門医により使用される規則は、心血管リスクの評価に関する２０１３ ＡＣＣ／ＡＨＡガイドライン：ａ ｒｅｐｏｒｔ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｃｏｌｌｅｇｅ ｏｆ Ｃａｒｄｉｏｌｏｇｙ／Ａｍｅｒｉｃａｎ Ｈｅａｒｔ Ａｓｓｏｃｉａｔｉｏｎ Ｔａｓｋ Ｆｏｒｃｅ ｏｎ Ｐｒａｃｔｉｃｅ Ｇｕｉｄｅｌｉｎｅｓ（ｈｔｔｐ:／／ｃｉｒｃ.ａｈａｊｏｕｒｒｉａｌｓ.ｏｒｇ／ｃｏｎｔｅｎｔ／ｅａｒｌｙ／２０１３／１１／１１／０１.ｃｉｒ.００００４３７７４１.４８６０６.９８）で公布された規則のような標準的な規則のセットであってもよい。他方、所与の心臓病専門医又は病院は、標準規則の変形を採用することができるか、又は異なる権限により公布された標準的な規則セットを採用することを好む場合がある。斯かる個人及び／又は施設の好みに対応するため、及びどの規則が使用されているかに関して心臓専門医を安心させるため、例示的な規則ベースの虚血検出器１６０は、規則選択グラフィカルユーザインタフェース（ＧＵＩ）１６８を含み、このインタフェースを介して、（例えば、２０１３年のＡＣＣ／ＡＨＡ ２０１３ガイドライン、ＡＣＣ／ＡＨＡガイドラインの以前の版、及び／又は別の心血管疾患管理者により公布されたガイドライン）のうちの１つ、２つ、３つ、又はそれ以上の標準規則セットから、ユーザが選択することができる。ＧＵＩ１６８は、表示デバイス又は要素１４及びユーザ入力デバイス３０、３２を使用して、ＧＵＩ１６８を実現するようプログラムされた患者モニタ１２のマイクロプロセッサ又はマイクロコントローラにより適切に実現される。

図４の心筋虚血検出器の１つの例示的な実施形態では、入力４２、４４、４６のセットは、トロポニンレベル、血圧、病歴、性別、年齢、及び体格指数（ＢＭＩ）などの他の人口統計学的情報を含む。オプションで、虚血を検出するための最も有力な特徴を識別するのに、回帰型モデルを使用する自動特徴選択アルゴリズムが使用される。これは、そのフィッティング結果を訓練データと比較する。フィットの品質を判断するのに、相関係数又は変動係数などのフィットメトリックが使用されることができる。次に、最良適合モデルに含まれる特徴が、以下に説明される３つの虚血検出器要素５２、１６０、１６２に対する特徴又はガイドとして機能する。

虚血分類器５２は、図１を参照して既に説明したが、データ駆動型要素である。データに基づかれるアルゴリズムは例えば、虚血検出のためのデータマイニング、機械学習、又は統計的相関タイプモデルとすることができる。斯かるアルゴリズムの例は、ニューラルネットワーク又はロジスティック回帰分類器を含む。

規則ベースの虚血検出器１６０は、虚血検出を行う際に医師により使用されるヒューリスティック規則のコード化である。ファジー推論エンジンを使用して規則がコード化されることができる。そこでは、ヒューリスティック規則が、数学的定式に変換され、鮮明なフィーチャが選択される。規則ベースの虚血検出器１６０を介して実現されることができるいくつかの適切な規則は、前述の２０１３ＡＣＣ／ＡＨＡガイドライン、及び／又はＡＨＡ／ＡＣＣＦ／ＨＲＳ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｆｏｒ ｔｈｅ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ ａｎｄ Ｉｎｔｅｒｐｒｅｔａｔｉｏｎ ｏｆ ｔｈｅ Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ Ｐａｒｔ ＶＩ: Ａｃｕｔｅ Ｉｓｃｈｅｍｉａ／Ｉｎｆａｒｃｔｉｏｎ (Ｃｉｒｃｕｌａｔｉｏｎ. ２００９; １１９:ｅ２６２−ｅ２７)を含む。心血管の劣化の典型的なガイドラインでは、ガイドラインは、心血管パラメータに依存するが、典型的には呼吸又はガス交換パラメータには依存しない。従って、例示的な規則ベースの虚血検出器１６０は、心血管パラメータ４２を入力として受信するが、少なくとも１つの呼吸パラメータ４４及び少なくとも１つのガス交換パラメータ４６を受信しない（しかしながら、規則ベースの虚血検出器が、呼吸及び／又はガス交換パラメータに対して追加的に動作する規則を採用することも考えられる）。

生理学的モデル要素１６２は、心筋の虚血性劣化を明瞭に表す静的（代数）及び／又は動的（微分）方程式を含む。この知識は、心筋虚血の病態生理学的理解から得られる。知識は、数学的に表現される。心血管劣化の典型的な生理学的モデルは、心血管パラメータに依存するが、典型的には、呼吸又はガス交換パラメータには依存しない。従って、例示的な生理学的モデルベースの検出器１６２は、心血管パラメータ４２を入力として受信するが、少なくとも１つの呼吸パラメータ４４及び少なくとも１つのガス交換パラメータ４６を受信しない（しかしながら、生理学的モデルベースの検出器が、呼吸及び／又はガス交換パラメータに対して追加的に動作する規則を採用することも考えられる）。

３つの検出器５２、１６０、１６２の出力は、患者データ記録が提示／更新されるたびに更新される。各検出器５２、１６０、１６２は、虚血の開始を推定する評価（即ちスコア）を出力する。３つの出力は、次いで、虚血スコア値１６６を生成するため、スコア結合器１６４を介して集計される。いくつかの実施形態では、スコア結合器１６４は、[０％，１００％]の範囲の虚血スコア１６６を生成するために入力及び出力を正規化する。そこでは、０％のスコアは、心臓虚血の推定尤度／重症度が最も低いことを示し、１００％は、心臓虚血の尤度／重症度が最も高いことを示す。虚血スコア１６６は一般に、心拍数、呼吸数、一回換気量、血圧などのパラメータがセンサ２０、２２、２４の読取り値により更新されるとき、及び／又は血液ガス分析結果といった他の入力がシステムに入力されるとき、時間にわたり進展することができる。

個別の検出器５２、１６０、１６２により出力されるスコアの重みは、出力１６６と心臓虚血に関連する注釈付きラベルｙｉとの間の適合を最適化することにより、訓練段階中に適切に決定（又は微調整）される。スコア結合器１６４は、虚血検出器５２、１６０、１６２の出力の簡単な加重平均又は加重和を用いることができる。他の実施形態では、スコア結合器１６４は、虚血検出の単一値１６６を提供するため、線形判別分析（ＬＤＡ）などのより高度な技術を使用して重み付き集計を実行する。

既に述べたように、出力１６６は、このｃＥＷＳシステム４０の虚血分類器５２の出力の代わりに、図１のｃＥＷＳシステム４０のコンテキストで使用されることができる。他の実施形態では、図４のシステムは、スタンドアロン心筋虚血検出器として動作し、検出された虚血重症度のレベルは、（例えば、集計されたスコア１６６が特定の閾値を上回る場合に起こりうる心臓虚血を示す）バイナリ値として表示される、又は２つ以上のレベルのうちの１つに量子化される（マルチレベルの離散化された出力）ことができる。例えば、「交通信号」として表現され、緑色が虚血尤度／重症度が低いことを示し、黄色が中程度の虚血尤度／重症度を示し、及び赤色が虚血性尤度／重症度が高いことを示す。追加的又は代替的に、虚血スコア１６６は、数値（リアルタイムに更新される）として、又はトレンドラインとして提示されることができる。

集計スコア１６６は、個別の虚血検出器要素５２、１６０、１６２の個々の出力よりも正確であると予想されるが、例えば上述のバイナリ、色分けされた、数字の、及び／又はトレンドラインの表現の１つを用いて、虚血検出器要素５２、１６０、１６２の出力を表示することも考えられる。

例示的な図４は、経験的虚血分類器５２、規則ベースの虚血検出器１６０、及び生理学的モデルベースの検出器１６２を組み合わせているが、代わりに、これらの要素５２、１６０、１６２のうちの２つのみを含むことも考えられる。例えば、生理学的モデルベースの検出器１６２は、オプションで省略される。更に、既に言及したように、規則ベースの検出器要素及び／又は生理学的モデルベースの検出器要素を更に組み込むため、他の例示的な心血管劣化モダリティ分類器５４、５６、５８のいずれかが同様に修正されることができる点を理解されたい。

開示された心血管劣化早期警戒システムｃＥＷＳシステム４０及び／又は分類器５２、５４、５６、５８、１５２又はスタンドアローンモダリティ検出器１５２は、非一時的記憶媒体として実現されることもできる点を理解されたい。これは、開示された心血管劣化検出処理を実行するため、患者モニタ１２のマイクロプロセッサ若しくはマイクロコントローラ、又は別の電子データ処理デバイスにより読み出し及び実行可能な命令を記憶する。斯かる非一時的記憶媒体は、例として、ハードディスクドライブ若しくは他の磁気記憶媒体;光ディスク若しくは他の光記憶媒体;リードオンリメモリ（ＲＯＭ）、電子的にプログラム可能な読み出し専用メモリ（ＰＲＯＭ）、フラッシュメモリ若しくは他の電子的記憶媒体、又はそれらの様々な組合せ等を含むことができる。

本発明が、好ましい実施形態を参照して説明されてきた。上記の詳細な説明を読み及び理解すると、第三者は、修正及び変更を思いつくことができる。本発明は、添付の特許請求の範囲又はその等価の範囲内に入る限りにおいて、斯かる修正及び変更の全てを含むものとして解釈されることが意図される。

Claims (20)

1. 患者モニタであって、
   表示要素と、
   少なくとも１つの心血管パラメータ及び少なくとも１つの呼吸パラメータを含む対象のバイタルサインを読み取る複数のセンサと、
   心血管早期警告スコアリング方法を実行するようにプログラムされたマイクロプロセッサ又はマイクロコントローラとを有し、前記方法が、
   種々のタイプの心血管劣化に対する心血管早期警告スコアを生成するため、それぞれ種々のタイプの心血管劣化へと対象を分類するよう訓練された複数の心血管劣化分類器を使用して、前記対象を分類するステップであって、前記複数の心血管劣化分類器が、前記複数のセンサにより読み取られた前記少なくとも１つの心血管パラメータ及び前記少なくとも１つの呼吸パラメータを含む前記対象を特徴付ける入力のセットに対し動作する、ステップと、
   前記患者モニタの表示要素に、前記種々のタイプの心血管劣化のため、前記心血管早期警告スコアを出力するステップとを含む、患者モニタ。
2. 前記複数の心血管劣化分類器が、心電計電極により読み取られた前記少なくとも１つの心血管パラメータと、気流センサにより読み取られた１回換気量を含む前記少なくとも１つの呼吸パラメータとを含む前記入力のセットに対し動作する、請求項１の患者モニタ。
3. 前記少なくとも１つの呼吸パラメータが、呼吸数を更に含む、請求項２の患者モニタ。
4. 前記対象を特徴付ける入力のセットが、前記複数のセンサにより読み取られる少なくとも１つのガス交換パラメータを更に含む、請求項１乃至３の任意の一項に記載の患者モニタ。
5. 前記複数の心血管劣化分類器が、パルスオキシメータセンサにより読み取られた末梢酸素の飽和を含む前記少なくとも１つのガス交換パラメータを含む前記入力のセットに対し動作する、請求項４の患者モニタ。
6. 前記複数の心血管劣化分類器が、酸素の分圧及び二酸化炭素の分圧の少なくとも１つを含む血液ガス分析検査結果を更に含む前記対象を特徴付ける前記入力のセットに対して動作し、
   前記血液ガス分析検査結果は、ユーザ入力デバイスにより、又は電子データネットワークを介した電子健康記録又は電子医療記録の読み出しにより前記患者モニタに入力される、請求項１乃至５の任意の一項に記載の患者モニタ。
7. 前記複数の心血管劣化分類器が、血液中のトロポニンレベルを更に含む前記血液ガス分析検査結果を含む前記入力のセットに対して動作する、請求項６の患者モニタ。
8. 前記複数の心血管劣化分類器が、心筋虚血分類器、左心室肥大分類器、収縮期心不全分類器、及び拡張期心不全分類器からなる心血管劣化分類器の群の少なくとも２つの分類器を含む、請求項１乃至７の任意の一項に記載の患者モニタ。
9. 前記複数の心血管劣化分類器が、第１のタイプの心血管劣化の心血管早期警告スコアを生成するため、前記第１のタイプの心血管劣化へと前記対象を分類する第１の心血管劣化分類器を含み、前記第１の心血管劣化分類器は、
   前記第１のタイプの心血管の劣化に関する経験的スコアを生成するため、ラベル付けされた訓練データを使用して訓練される経験的分類器と、
   前記第１のタイプの心血管劣化に関する規則ベースのスコアを生成するため、規則のセットを適用する規則ベースの心血管劣化検出器と、
   前記経験的スコア及び前記規則ベースのスコアを含む前記第１のタイプの心血管劣化に関するスコアの加重組合せを生成するスコア結合器とを含む、請求項１乃至８の任意の一項に記載の患者モニタ。
10. 前記心血管早期警告スコアリング方法が、前記表示要素と少なくとも１つのユーザ入力デバイスとを含むグラフィカルユーザインタフェースを介して前記規則のセットの選択を受信するステップを更に含む、請求項９の患者モニタ。
11. 前記第１の心血管劣化分類器が、前記第１のタイプの心血管劣化に関するモデルベーススコアを生成するため、代数的又は微分方程式を使用して前記第１のタイプの心血管劣化をモデル化する生理学的モデルベースの検出器を更に有し、
    前記スコア結合器が、前記経験的スコア、前記規則ベースのスコア、及び前記モデルベースのスコアを含む前記第１のタイプの心血管劣化に関するスコアの加重組合せを生成する、請求項９又は１０に記載の患者モニタ。
12. 心筋虚血早期警告方法を実行するため、複数のセンサ、表示要素、及びマイクロプロセッサ又はマイクロコントローラを備える患者モニタにより読み取り可能かつ実行可能な命令を格納する非一時的記憶媒体であって、前記方法が、
    前記複数のセンサを用いて対象のバイタルサインデータを取得するステップと、
    訓練対象を表すラベル付けされたデータセットで訓練された経験的な心筋虚血分類器を使用して、経験的な心筋虚血スコアを生成するよう前記対象を分類するステップであって、各訓練対象ｉが、前記訓練対象ｉの特徴のベクトル
    

    

    及び前記訓練対象ｉにおける心筋虚血状態を表すラベルｙｉにより表され、前記対象に関して取得されたバイタルサインデータから生成された特徴を含むベクトルを前記経験的心筋虚血分類器へ入力するステップを含む、ステップと、
    前記対象に関して取得されたバイタルサインデータから生成された入力を含む、前記対象を特徴付ける入力のセットに規則のセット又は生理学的モデルを適用することにより、少なくとも１つの追加的な心筋虚血スコアを生成するステップと、
    前記経験的心筋虚血スコアと前記少なくとも１つの追加的な心筋虚血スコアとの加重組合せを含む複合心筋虚血スコアを生成するステップと、
    前記患者モニタの表示要素に前記複合心筋虚血スコアの表現を表示するステップとを有する、非一時的ストレージ媒体。
13. 前記少なくとも１つの追加的な心筋虚血スコアを生成するステップが、
    前記対象を特徴付ける前記入力のセットに規則のセットを適用することにより、規則ベースの心筋虚血スコアを生成するステップを含む、請求項１２に記載の非一時的ストレージ媒体。
14. 前記心筋虚血早期警告方法が更に、前記患者モニタの表示要素と前記患者モニタの少なくとも１つのユーザ入力デバイスとを使用して実現されるグラフィカルユーザインタフェースを介して、ユーザから前記規則のセットを受信するステップを含む、請求項１３に記載の非一時的ストレージ媒体。
15. 前記規則のセットを受信するステップが、前記グラフィカルユーザインタフェースを介して心筋虚血を診断するための２つ以上の標準的な規則セットのリストから、心筋虚血を診断するための標準的な規則のセットの選択を受信するステップを有する、請求項１４に記載の非一時的ストレージ媒体。
16. 前記少なくとも１つの追加的な心筋虚血スコアを生成するステップが、前記対象を特徴付ける前記入力のセットに対し動作する心筋虚血の生理学的モデルを使用して、生理学的モデルベースの心筋虚血スコアを生成するステップを含む、請求項１２乃至１５の任意の一項に記載の非一時的ストレージ媒体。
17. 前記複合心筋虚血スコアを生成するステップが、線形判別分析を用いて、前記経験的な心筋虚血スコアと前記少なくとも１つの追加の心筋虚血スコアとを組み合わせた複合心筋虚血スコアを生成するステップを含む、請求項１２乃至１６の任意の一項に記載の非一時的ストレージ媒体。
18. 前記統合心筋虚血スコアの表現を前記患者モニタの表示要素に表示するステップが、
    離散化された複合心筋虚血スコアを生成するため、前記複合心筋虚血スコアを離散化するステップと、
    前記離散化された複合心筋虚血スコアの表現を前記患者モニタの表示要素に表示するステップとを含む、請求項１２乃至１７の任意の一項に記載の非一時的ストレージ媒体。
19. 前記離散化された複合心筋虚血スコアの表現を前記患者モニタの表示要素に表示するステップが、前記離散化された複合心筋虚血スコアを表す色を前記患者モニタの表示要素に表示するステップを含む、請求項１８に記載の非一時的ストレージ媒体。
20. 請求項１２乃至１９のいずれか一項に記載の非一時的記憶媒体と、
    複数のセンサ、表示要素、及び前記非一時的記憶媒体に記憶された命令を読み出して実行して心筋虚血早期警告方法を実行するよう構成されたマイクロプロセッサ又はマイクロコントローラを備える患者モニタとを有する、装置。

Images