[发明专利]用于预测及管理慢性疾病的可穿戴设备和物联网网络

说明书

描述了一种在物联网(IoT)网络环境中实现的，适于预测和管理慢性疾病的计算系统。该计算系统包括用于接收多个输入的输入模块，所述多个输入包括指示个体生理参数的可穿戴设备传感器输入、指示个体的附加生理参数和个体周围环境的分布式物联网系统输入、指示个体医学信息的企业系统输入、指示个体医学信息的社交媒体输入、个体的情绪以及个体提供的用户输入。对所述多个输入执行多模、多源及多语言处理以生成所述个体的档案，识别模式，确定触发器、压力源、反应和恢复，并预测不良事件的处理模块。基于处理提供报告并在预测到不良事件时提供警报的显示模块。

技术领域

本主题总体上涉及一种可穿戴设备，并且尤其涉及一种用于预测和管理慢性疾病的物联网(IoT)驱动的可穿戴设备。

背景技术

卫生保健监测已成为医学实践的重要组成部分。卫生保健提供者需要有关患者的简明且特定的信息以提供更好的治疗。例如，卫生保健提供者需要简明而具体的信息来监视单位或家庭中的个体或患者的健康，以有效和正确地诊断和治疗15种各种慢性疾病，例如癫痫发作。癫痫发作期间，患者通常无法呼救、说话、思考或行动。在某些情况下，对于医生和/或护理人员来说，能够检测出癫痫发作并立即为患者提供帮助非常重要。患者可能遭受相关的伤害，例如跌倒、交通事故和其他事件。某些类型的癫痫发作(即使不是20例)也可能致命。像癫痫发作患者一样，可能需要持续监测患者的健康状况，以便在不良事件发生之前提供预测。

附图说明

参照附图描述详细描述。在附图中，附图标记的最左边的数字标识该附图标记首次出现的附图。在整个附图中，相同的标号用于指代相似的特征和部件。

附图说明

图1示出了根据本主题的示例实施例的嵌入有用于预测和管理慢性疾病的多个传感器的可穿戴设备的框图。

图2示出了根据本主题的示例实施例的利用图1的可穿戴设备5实现的健康预测系统。

图3示出了根据本主题的示例实施例的图2的健康预测系统的框图。

图4示出了根据本主题的示例实施例的图2的10的健康预测系统的另一框图。

图5示出了根据本主题的示例实施例的用于健康预测的示例过程。

具体实施方式

本文所述的主题涉及物联网(IoT)-15驱动的可穿戴设备以及包括用于预测和管理慢性疾病的各种其他设备和传感器的IoT网络。特别地，可穿戴设备和IoT网络可以适于提取和处理与个体健康有关的数据，以连续地无创地监测患有或不患有慢性疾病的个体的生理参数，并在发生不良事件之前提供预测。根据这些预测，可以向护理人员或医疗专业人员提供预防性护理，并以适当的方式中止、阻止或以适当的方式处理该不良事件。

医疗保健提供者可能需要25位患者或个体的简明且特定的信息，以进行远程监视，诊断和治疗患有诸如中枢神经系统(CNS)相关疾病、心脏病、心理疾病、和骨科疾病。例如，为了正确诊断和治疗癫痫发作，可能需要连续监测患者的状况。

传统上，设备受到收集的数据类型、便携性和执行的数据处理性质的限制。例如，存在脑电图(EEG)机器，该机器可测量神经电活动并在传统上用于检测癫痫发作。但是，脑电图仅用于医院，其硬件又大又昂贵。它们还涉及将有线探头放置在患者的头上，这给移动带来了挑战。EEG提供的数据还需要由受过训练的人员(例如技术人员和医生)进行手动解释。但是，可穿戴式传感器现在可以以更紧凑和更实用的形式提供与癫痫发作有关的类似信息。

此外，已知每个体在正常情况下具有代表相应个体健康的某些生物医学或生理信号模型。可以观察到，在诸如癫痫病的情况下，信号开始显示异常模型。然而，异常模型可以是个体特定的，即，不同的个体可以表现出不同的异常模型。一些常规设备，例如EEG或可穿戴设备，可能无法准确地区分正常状态和异常状态。这可能是由于常规和可穿戴设备使用的参数的限制。