[發明專利]用于使用個人數字表型維持健康的系統和方法

在審

• 申請號: 201980042776.0
• 申請日: 2019-04-24
• 公開（公告）號: CN112639990A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 桑吉夫·M·納拉揚;馬哈茂德·侯賽尼
• 申請（專利權）人: 小利蘭·斯坦福大學托管委員會
• 主分類號: G16H20/00
• 分類號: G16H20/00;G16H50/20;G16H10/60;G16H50/70
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 徐飛

1.一種用于鑒別和治療患者的疾病的方法，該方法包括：

收集由至少一個傳感器生成的至少一個數據流，該至少一個傳感器被配置成檢測隨時間推移在患者組織內生成的生物信號；

獲取患者數據元素，這些患者數據元素包括該患者的人口統計學、臨床、實驗室、病理學、化學、圖像、歷史、遺傳和活動數據中的一項或多項；

由處理模塊對該至少一個數據流和這些患者數據元素進行處理，該處理模塊被配置成執行劃分算法以生成個性化數字表型(PDP)；

將該PDP與根據先前數據構建的數字分類法進行比較，以將該患者分類為一種或多種定量疾病分類；以及

基于該一種或多種定量疾病分類來使該患者的治療個性化。

2.如權利要求1所述的方法，其中，該至少一個傳感器與該患者的身體物理接觸，并且該至少一個收集的數據流通過有線或無線通信之一傳輸。

3.如權利要求1所述的方法，其中，該至少一個傳感器是電極、光學傳感器、壓電傳感器、聲學傳感器、電阻傳感器、熱傳感器、加速度計、壓力傳感器、流量傳感器和電化學傳感器中的一項或多項。

4.如權利要求1所述的方法，其中，這些生物信號包括電心臟信號、機械心臟信號、心率、心音、呼吸音、呼吸速率、呼吸量、神經活動和免疫學信號中的一項或多項。

5.如權利要求1所述的方法，其中，這些患者數據元素包括電信號、血液動力學數據、來自成像的心臟結構、與心臟或肺部傳導相關聯的臨床因素、神經信號、基因圖譜、代謝狀態生物標志物和患者移動中的一項或多項。

6.如權利要求1所述的方法，進一步包括，在處理之前，向該至少一個感測的數據流和這些患者數據元素中的每一個施加時間戳。

7.如權利要求1所述的方法，其中，該劃分算法包括監督式機器學習、神經網絡、相關性分析、邏輯回歸分析、決策樹、時域分析、頻域分析、三角變換、對數變換、聚類分析和非監督式機器學習中的一項或多項。

8.如權利要求1所述的方法，其中，該數字分類法進一步包括該患者的先前數據。

9.如權利要求1所述的方法，其中，該一種或多種定量疾病分類包括旋轉或局灶性激動模式、間歇性旋轉或局灶性激動模式、不完全激動模式和所述個體的具體心臟結構的部位或具體解剖部位中的一項或多項。

10.如權利要求1所述的方法，其中，該患者組織包括心臟、供應該心臟的區域的神經、控制這些神經的腦部區域、供應該心臟的區域的血管和與該心臟相鄰的組織。

11.如權利要求1所述的方法，其中，該疾病是心臟節律紊亂，該心臟節律紊亂包括心房纖顫、心室纖顫、房性心動過速、心房撲動、多形性或單形性室性心動過速、心室撲動或該心臟內的其他電干擾中的一項或多項。

12.如權利要求11所述的方法，進一步包括，在處理之前，使用該至少一個數據流生成圖，該圖包括表示該心臟內的位置處的激動的圖像，并且其中，處理包括鑒別相對較高的激動的位置。

13.如權利要求11所述的方法，其中，該至少一個數據流包括包含錯誤偏轉的臨床電描記圖，并且其中，處理進一步包括使用在與不同的心臟節律相關聯的一個或多個參考信號上訓練的機器學習算法生成重構電描記圖。

14.如權利要求1所述的方法，其中，個性化干預包括通過借助于以下各項進行消融中的一項或多項來修飾該患者組織的至少一部分：經由接觸設備的能量遞送、通過非接觸設備的能量遞送、電療法、熱療法、機械療法、藥物療法的遞送、免疫抑制的遞送、干細胞療法的遞送和基因療法的遞送。