特許 7267199 向上した心拍出量測定を提供する血流力学モニター

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-04-21

(45)【発行日】2023-05-01

(54)【発明の名称】向上した心拍出量測定を提供する血流力学モニター

(51)【国際特許分類】

   A61B 5/029 20060101AFI20230424BHJP

   A61B 5/022 20060101ALI20230424BHJP

   A61B 5/0215 20060101ALI20230424BHJP

   A61B 5/028 20060101ALI20230424BHJP

【ＦＩ】

A61B5/029

A61B5/022 A

A61B5/0215 B

A61B5/028

【請求項の数】 25

(21)【出願番号】P 2019541807

(86)(22)【出願日】2018-02-02

(65)【公表番号】

(43)【公表日】2020-02-20

(86)【国際出願番号】 US2018016659

(87)【国際公開番号】W WO2018144875

(87)【国際公開日】2018-08-09

【審査請求日】2020-12-14

(31)【優先権主張番号】15/885,232

(32)【優先日】2018-01-31

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】62/453,754

(32)【優先日】2017-02-02

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】500218127

【氏名又は名称】エドワーズ ライフサイエンシーズ コーポレイション

【氏名又は名称原語表記】Ｅｄｗａｒｄｓ Ｌｉｆｅｓｃｉｅｎｃｅｓ Ｃｏｒｐｏｒａｔｉｏｎ

【住所又は居所原語表記】Ｏｎｅ Ｅｄｗａｒｄｓ Ｗａｙ， Ｉｒｖｉｎｅ， ＣＡＬＩＦＯＲＮＩＡ ９２６１４， Ｕ．Ｓ．Ａ．

(74)【代理人】

【識別番号】100108453

【弁理士】

【氏名又は名称】村山 靖彦

(74)【代理人】

【識別番号】100110364

【弁理士】

【氏名又は名称】実広 信哉

(74)【代理人】

【識別番号】100133400

【弁理士】

【氏名又は名称】阿部 達彦

(72)【発明者】

【氏名】アレクサンダー・ホランド

【審査官】▲高▼ 芳徳

(56)【参考文献】

【文献】特表２００８－５３６５７０（ＪＰ，Ａ）

【文献】実開平０４－１１１３０６（ＪＰ，Ｕ）

【文献】特開２００５－３２９２３７（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１５／０３２７７８５（ＵＳ，Ａ１）

【文献】特開２０１２－０１１２１８（ＪＰ，Ａ）

【文献】特表２００１－５１１０２１（ＪＰ，Ａ）

【文献】特開２００９－１８３７１５（ＪＰ，Ａ）

【文献】特表２０１８－５３４１０２（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ５／０２ － ５／０３

(57)【特許請求の範囲】

【請求項1】

少なくとも１つのコンピューティングデバイスによって実行される方法であって、
患者の少なくとも１つの血流力学パラメータを測定する第１の生理学センサーにより生成される第１のデータを連続的に受信するステップと、
前記患者の前記少なくとも１つの血流力学パラメータを並行して測定する第２の生理学センサーにより生成される第２のデータを連続的に受信するステップであって、前記第１の生理学センサーは前記第２の生理学センサーと比較して、より低い精度でより高い帯域幅において前記少なくとも１つの血流力学パラメータを測定する、ステップと、
前記連続的に受信される第２のデータを使用して前記連続的に受信された第１のデータを適応的に較正して、結果として継続的に更新する較正済み測定をもたらすステップと、
前記継続的に更新する較正済み測定を特徴付けるデータを提供するステップとを備え、
前記第１のデータの経時変化に線形スケーリングを乗じてオフセットを加算することにより、前記適応較正は得られ、前記線形スケーリング及び前記オフセットは、前記第２のデータに基づく値を出力とし、前記第１のデータ内の測定値を前記第２の生理学センサーの測定の周期性に対応する時間ウィンドウ長さにわたり時間平均化することによって得られる値を入力とする最小二乗平均誤差解を使用して計算される
方法。

【請求項2】

データを提供する前記ステップは、電子ビジュアルディスプレイにおいて前記較正済み測定を特徴付けるデータを表示するステップ、前記較正済み測定を特徴付けるデータをリモートコンピューティングシステムに送信するステップ、前記較正済み測定を特徴付けるデータをメモリにロードするステップ、または前記較正済み測定を特徴付けるデータを物理データパーシステンスに格納するステップのうちの１つまたは複数を備える請求項１に記載の方法。

【請求項3】

前記少なくとも１つの血流力学パラメータは、心拍出量である請求項１に記載の方法。

【請求項4】

前記第１の生理学センサーは、動脈圧心拍出量を測定するために使用される請求項１に記載の方法。

【請求項5】

前記第１の生理学センサーは、前記患者の四肢に配置されて、１回拍出量、１回拍出量変動、APCO、体血管抵抗(SVR)、または連続血圧(cBP)で構成されるグループから選択された少なくとも１つの血流力学パラメータを計算するためにボリュームクランプ法を使用するカフを備える請求項４に記載の方法。

【請求項6】

前記第２の生理学センサーは、連続心拍出量および/または注入心拍出量を測定するために使用される請求項１に記載の方法。

【請求項7】

前記第２の生理学センサーは、前記患者の肺動脈に挿入される肺動脈カテーテル(PAC)を備え、前記カテーテルに配置された熱フィラメントを通じて前記患者の心内圧を検出する請求項６に記載の方法。

【請求項8】

前記第２の生理学センサーは、ボーラス熱希釈法を使用して心拍出量を測定する請求項６に記載の方法。

【請求項9】

前記時間平均化された測定値を、前記第１の生理学センサーと前記第２の生理学センサーの各々からの測定の標準偏差に基づいて加重するステップをさらに備える請求項１に記載の方法。

【請求項10】

測定値が事前定義済みの偏差の標準値を超えるかどうかを決定するステップと、
測定値が前記事前定義済みの偏差の標準値を超えない場合に良好な測定として前記測定値を特徴付けるステップと、
測定値が前記事前定義済みの偏差の標準値を超える場合に不良の測定として前記測定値を特徴付けるステップとをさらに備える請求項９に記載の方法。

【請求項11】

前記時間平均化された測定値を、忘却因子に基づいて加重するステップをさらに備える請求項１に記載の方法。

【請求項12】

少なくとも１つのコンピューティングデバイスによって実行される方法であって、
患者の少なくとも１つの生理学パラメータを測定する第１の生理学センサーにより生成される第１のデータを連続的に受信するステップと、
前記患者の少なくとも１つの生理学パラメータを並行して測定する第２の生理学センサーにより生成される第２のデータを連続的に受信するステップであって、前記第１の生理学センサーは前記第２の生理学センサーと比較して、より低い精度でより高い帯域幅において少なくとも１つの生理学パラメータを測定する、ステップと、
前記連続的に受信される第２のデータを使用して前記連続的に受信された第１のデータを適応的に較正して、結果として継続的に更新する較正済み測定をもたらすステップと、
前記継続的に更新する較正済み測定を特徴付けるデータを提供するステップとを備え、
前記第１のデータの経時変化に線形スケーリングを乗じてオフセットを加算することにより、前記適応較正は得られ、前記線形スケーリング及び前記オフセットは、前記第２のデータに基づく値を出力とし、前記第１のデータ内の測定値を前記第２の生理学センサーの測定の周期性に対応する時間ウィンドウ長さにわたり時間平均化することによって得られる値を入力とする最小二乗平均誤差解を使用して計算される
方法。

【請求項13】

少なくとも１つのプログラマブルデータプロセッサと、
前記少なくとも１つのプログラマブルデータプロセッサにより実行されるとき、
患者の少なくとも１つの血流力学パラメータを測定する第１の生理学センサーにより生成される第１のデータを連続的に受信するステップと、
前記患者の前記少なくとも１つの血流力学パラメータを並行して測定する第２の生理学センサーにより生成される第２のデータを連続的に受信するステップであって、前記第１の生理学センサーは前記第２の生理学センサーと比較して、より低い精度でより高い帯域幅において前記少なくとも１つの血流力学パラメータを測定する、ステップと、
前記連続的に受信される第２のデータを使用して前記連続的に受信された第１のデータを適応的に較正して、結果として継続的に更新する較正済み測定をもたらすステップと、
前記継続的に更新する較正済み測定を特徴付けるデータを提供するステップとを備える動作を実施する命令を格納するメモリとを備え、
前記第１のデータの経時変化に線形スケーリングを乗じてオフセットを加算することにより、前記適応較正は得られ、前記線形スケーリング及び前記オフセットは、前記第２のデータに基づく値を出力とし、前記第１のデータ内の測定値を前記第２の生理学センサーの測定の周期性に対応する時間ウィンドウ長さにわたり時間平均化することによって得られる値を入力とする最小二乗平均誤差解を使用して計算される
システム。

【請求項14】

前記第１の生理学センサーおよび前記第２の生理学センサーをさらに備える請求項１３に記載のシステム。

【請求項15】

データを提供する前記ステップは、電子ビジュアルディスプレイにおいて前記較正済み測定を特徴付けるデータを表示するステップ、前記較正済み測定を特徴付けるデータをリモートコンピューティングシステムに送信するステップ、前記較正済み測定を特徴付けるデータをメモリにロードするステップ、または前記較正済み測定を特徴付けるデータを物理データパーシステンスに格納するステップのうちの１つまたは複数を備える請求項１３に記載のシステム。

【請求項16】

前記少なくとも１つの血流力学パラメータは、心拍出量である請求項１３に記載のシステム。

【請求項17】

前記第１の生理学センサーは、動脈圧心拍出量を測定するために使用される請求項１３に記載のシステム。

【請求項18】

前記第１の生理学センサーは、前記患者の四肢に配置されて、１回拍出量、１回拍出量変動、APCO、体血管抵抗(SVR)、または連続血圧(cBP)で構成されるグループから選択された少なくとも１つの血流力学パラメータを計算するためにボリュームクランプ法を使用するカフを備える請求項１７に記載のシステム。

【請求項19】

前記第２の生理学センサーは、連続心拍出量および/または注入心拍出量を測定するために使用される請求項１３に記載のシステム。

【請求項20】

前記第２の生理学センサーは、前記患者の肺動脈に挿入される肺動脈カテーテル(PAC)を備え、前記カテーテルに配置された熱フィラメントを通じて前記患者の心内圧を検出する請求項１９に記載のシステム。

【請求項21】

前記第２の生理学センサーは、ボーラス熱希釈法を使用して心拍出量を測定する請求項１９に記載のシステム。

【請求項22】

前記動作は、
前記時間平均化された測定値を、前記第１の生理学センサーと前記第２の生理学センサーの各々からの測定の標準偏差に基づいて加重するステップをさらに備える請求項１３に記載のシステム。

【請求項23】

前記動作は、
測定値が事前定義済みの偏差の標準値を超えるかどうかを決定するステップと、
測定値が前記事前定義済みの偏差の標準値を超えない場合に良好な測定として前記測定値を特徴付けるステップと、
測定値が前記事前定義済みの偏差の標準値を超える場合に不良の測定として前記測定値を特徴付けるステップとをさらに備える請求項２２に記載のシステム。

【請求項24】

前記動作は、前記時間平均化された測定値を、忘却因子に基づいて加重するステップをさらに備える請求項１３に記載のシステム。

【請求項25】

少なくとも１つのプログラマブルデータプロセッサと、
前記少なくとも１つのプログラマブルデータプロセッサにより実行されるとき、
患者の少なくとも１つの生理学パラメータを測定する第１の生理学センサーにより生成される第１のデータを連続的に受信するステップと、
前記患者の少なくとも１つの生理学パラメータを並行して測定する第２の生理学センサーにより生成される第２のデータを連続的に受信するステップであって、前記第１の生理学センサーは前記第２の生理学センサーと比較して、より低い精度でより高い帯域幅において少なくとも１つの生理学パラメータを測定する、ステップと、
前記連続的に受信される第２のデータを使用して前記連続的に受信された第１のデータを適応的に較正して、結果として継続的に更新する較正済み測定をもたらすステップと、
前記継続的に更新する較正済み測定を特徴付けるデータを提供するステップとを備える動作を実施する命令を格納するメモリとを備え、
前記第１のデータの経時変化に線形スケーリングを乗じてオフセットを加算することにより、前記適応較正は得られ、前記線形スケーリング及び前記オフセットは、前記第２のデータに基づく値を出力とし、前記第１のデータ内の測定値を前記第２の生理学センサーの測定の周期性に対応する時間ウィンドウ長さにわたり時間平均化することによって得られる値を入力とする最小二乗平均誤差解を使用して計算される
システム。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書において説明される主題は、向上した心拍出量測定を提供するために2つ以上の異なる生理学センサーを使用する血流力学モニターに関する。

【背景技術】

【0002】

心拍出量(CO)は、所与の時間において患者の心臓によって送り出される血液の量の示度をもたらす。心拍出量を決定するための技法には、動脈圧心拍出量(APCO)アルゴリズム、ならびに連続心拍出量(CCO)および注入心拍出量(ICO)熱希釈式アルゴリズムを含む、多数の技法がある。APCO式アルゴリズムは、一般に、CCOまたはICOアルゴリズムよりも著しく高い帯域幅を有する。そのような配置を所与として、APCOアルゴリズム測定は、あまり平均化されないか、またはより定期的に収集されるので、患者の心拍出量COにおける急速または一時的な変化をより良好に追跡することができる。しかし、末梢圧力信号を入力とするAPCOアルゴリズムは、一般に、中心血流を直接測定するCCOまたはICOアルゴリズムと比べると精度が劣っている。

【発明の概要】

【課題を解決するための手段】

【0003】

1つの態様において、患者の少なくとも1つの血流力学パラメータを測定する第1の生理学センサーにより生成される第1のデータは、連続的に受信される。加えて、患者の少なくとも1つの血流力学パラメータを並行して測定する第2の生理学センサーにより生成される第2のデータは、連続的に受信される。第1の生理学センサーは、第2の生理学センサーと比較して、より低い精度でより高い帯域幅において少なくとも1つの血流力学パラメータを測定する。連続的に受信される第1のデータは、連続的に受信されるデータを使用して適応的に較正され、結果として継続的に更新する較正済み測定をもたらす。次いで、継続的に更新する較正済み測定を特徴付けるデータが、提供されてもよい。

【0004】

データを提供するステップは、たとえば、電子ビジュアルディスプレイにおいて較正済み測定を特徴付けるデータを表示するステップと、較正済み測定を特徴付けるデータをリモートコンピューティングシステムに送信するステップと、較正済み測定を特徴付けるデータをメモリにロードするステップと、および/または較正済み測定を特徴付けるデータを物理データパーシステンスに格納するステップのうちの1つまたは複数を含む多くの形態をとることができる。

【0005】

少なくとも1つの血流力学パラメータは、心拍出量であってもよい。

【0006】

第1の生理学センサーは、動脈圧心拍出量を測定するために使用されてもよい。第1の生理学センサーは、患者の四肢に配置されて、1回拍出量、1回拍出量変動、APCO、体血管抵抗(SVR)、および/または連続血圧(cBP)のうちの1つまたは複数を計算するためにボリュームクランプ法を使用するカフを含むことができる。

【0007】

第2の生理学センサーは、連続心拍出量および/または注入心拍出量を測定するために使用されてもよい。第2の生理学センサーは、患者の肺動脈に挿入される肺動脈カテーテル(PAC)を含み、カテーテルに配置された熱フィラメントを通じて患者の心内圧を検出することができる。第2の生理学センサーは、付加的または代替的に、ボーラス熱希釈法を使用して心拍出量を測定することができる。

【0008】

適応較正は、経時変化の線形スケーリング、および最小二乗平均誤差解を使用して計算されたオフセットに基づいてもよい。第1のデータ内の測定値は、第2の生理学センサーの測定の周期性に対応する時間ウィンドウ長さにわたり時間平均化されてもよい。時間平均化された測定値は、第1の生理学センサーと第2の生理学センサーの各々からの測定の標準偏差に基づいて加重されてもよい。測定値が事前定義済みの偏差の標準値を超えるかどうかが決定されてもよく、測定は、事前定義済みの偏差の標準値を超えない場合、良好として特徴付けられてもよく、測定は、事前定義済みの偏差の標準値を超える場合、不良として特徴付けられてもよい。

【0009】

時間平均化された測定値は、忘却因子に基づいて加重されてもよい。

【0010】

相互に関連する態様において、患者の少なくとも1つの生理学パラメータを測定する第1の生理学センサーにより生成される第1のデータは、連続的に受信される。加えて、患者の少なくとも1つの生理学パラメータを並行して測定する第2の生理学センサーにより生成される第2のデータは、連続的に受信される。第1の生理学センサーは、第2の生理学センサーと比較して、より低い精度でより高い帯域幅において少なくとも1つの生理学パラメータを測定する。連続的に受信される第1のデータは、連続的に受信されるデータを使用して適応的に較正され、結果として継続的に更新する較正済み測定をもたらす。継続的に更新する較正済み測定を特徴付けるデータが提供されてもよい(たとえば、電子ビジュアルディスプレイで表示される、リモートコンピューティングデバイスに送信される、メモリにロードされる、物理パーシステンスに格納されるなど)。

【0011】

1つまたは複数のコンピューティングシステムの1つまたは複数のデータプロセッサにより実行されるとき、少なくとも1つのデータプロセッサに本明細書における動作を実行させる命令を格納する、非一時的コンピュータプログラム製品(つまり、物理的に具現されたコンピュータプログラム製品)についても説明される。

【0012】

同様に、1つまたは複数のデータプロセッサと、1つまたは複数のデータプロセッサに結合されたメモリを含むことができるコンピュータシステムについても説明される。メモリは、少なくとも1つのプロセッサに本明細書において説明される動作の1つまたは複数を実行させる命令を一時的または永続的に格納することができる。そのようなシステムは、第1の生理学センサーおよび第2の生理学センサーの1つまたは複数を含むことができる。

【0013】

加えて、方法は、単一のコンピューティングシステム内、または2つ以上のコンピューティングシステムに分散された1つまたは複数のデータプロセッサにより実施されてもよい。そのようなコンピューティングシステムは、(たとえば、インターネット、無線ワイドエリアネットワーク、ローカルエリアネットワーク、ワイドエリアネットワーク、有線ネットワークなど)ネットワーク上の接続、複数のコンピューティングシステムの1つまたは複数間の直接接続を介する接続などを非限定的に含む、1つまたは複数の接続を介して接続されてもよく、データおよび/またはコマンドまたはその他の命令もしくは同様のものを交換することができる。

【0014】

本明細書において説明される主題は、多くの技術的利点をもたらす。たとえば、現在の主題は、より高い精度を伴うより低い帯域幅を有する第2の生理学センサーの出力を使用して、より低い精度を伴うより高い帯域幅を有する第1の生理学センサーの出力を較正することにより向上した生理学測定を提供することができる。特に、一部の実施態様において、現在の主題は、CCOまたはICO測定と同様の精度を提供し、しかも同時により高い帯域幅を使用しなければ検出され得ない心拍出量の変動を追跡する、向上したAPCO測定を提供する。

【0015】

本明細書において説明される主題の1つまたは複数の変形の詳細は、添付の図面および後段の説明に示される。本明細書において説明される主題のその他の特徴および利点は、説明および図面から、および特許請求の範囲から明らかとなろう。

【図面の簡単な説明】

【0016】

【図1】患者に貼られた2つの生理学センサーと通信する血流力学モニターを示す論理図である。

【図2】相互に関連して、動脈圧心拍出量、連続心拍出量、適応的および線形に較正された動脈心拍出量、ならびに真の心拍出量を示すシミュレートされた測定図である。

【図3A】相互に関連して、動脈圧心拍出量、連続心拍出量、ならびに適応的および線形に較正された動脈心拍出量を示す実際の測定を示す第1の図である。

【図3B】相互に関連して、動脈圧心拍出量、連続心拍出量、ならびに適応的および線形に較正された動脈心拍出量を示す実際の測定を示す第2の図である。

【図4】図1のような血流力学モニターによる血流力学測定の較正を示す図である。

【図5】現在の主題の態様を実施するためのコンピューティングデバイスを示す図である。

【発明を実施するための形態】

【0017】

現在の主題は、より低い帯域幅の生理学センサー測定(つまり、あまり頻繁には行われない測定)を使用して、より広い帯域幅の生理学測定(つまり、低帯域幅生理学センサー測定よりも頻繁に行われる測定)を較正し、患者の状態のより正確な特徴を提供する(それにより改善された患者ケアをもたらす)システム、方法、および物品に向けられる。現在の主題は、心拍出量(CO)の計算の例を提供するが、他に特に規定がない限り、現在の主題は、同一または類似する生理学的状況を測定するためにさまざまな基礎となる測定が使用され、1つのそのような技法は1つまたは複数のその他の技法と比較するとより低い帯域幅/分解能を有する、その他のタイプの生理学センサーに適用可能であってもよい。そのような測定は、血流力学および非血流力学の生理学測定のいずれにも関連することができる。

【0018】

図1は、血流力学(HD)モニター110が、第1の生理学センサー140および第2の生理学センサー150から患者130のさまざまな測定された生理学パラメータを特徴付けるデータを受信するように構成される図100である。HDモニター110は、少なくとも1つのプログラマブルデータプロセッサ112(複数の処理コアを有することがある)と、少なくとも1つのプログラマブルデータプロセッサ112により実行する命令を格納するためのメモリ114と、測定された生理学パラメータを特徴付ける情報を表示するためのグラフィカルユーザインターフェイスをもたらす電子ビジュアルディスプレイ116とを含む。そのような情報は、波形、数値示度、分類別示度などを含むさまざまな形態をとることができる。HDモニター110はまた、どの情報がディスプレイ116に表示されているか、および/または第1の生理学センサー140および/または第2の生理学センサー150の構成情報のような、HDモニター110の動作に影響を及ぼすように物理的に操作され得るさまざまなインターフェイス入力要素118を含むこともできる。加えて、または代替的に、ディスプレイ116は、ユーザがグラフィカルユーザインターフェイス要素を直接選択できるようにするタッチスクリーンインターフェイスを備えることができる。

【0019】

HDモニター110は、第1の生理学センサー140および第2の生理学センサー150を含む、1つまたは複数の生理学センサーからデータが受信され、オプションとして付加的に1つまたは複数の生理学センサーにデータが送信されるようにするセンサーインターフェイス120をさらに含むことができる。センサーインターフェイス120は、物理有線接続および/または無線データプロトコルを使用して第1の生理学センサー140および/または第2の生理学センサー150と通信することができる。HDモニター110はまた、有線および/または無線ネットワーク160を介して1つまたは複数のリモートクライアントコンピューティングシステム170と直接または間接に通信できるようにすることができる少なくとも1つの通信インターフェイス122を含むことができる。たとえば、HDモニター110は、リモートコンピューティングシステムとの間でデータを搬送/交換することができる(たとえば、HDモニター110は、リモートデータベースによる格納/クラウドストレージサービスのための生理学的測定を送信することができ、HDモニター110は、本明細書において使用され得る患者に関するコンテキスト/履歴情報を受信することができる、など)。

【0020】

第1の生理学センサー140は、1回拍出量、1回拍出量変動、APCO、体血管抵抗(SVR)、および連続血圧(cBP)を含むさまざまな血流力学パラメータを計算するために使用され得る末梢動脈血圧センサーまたは1つまたは複数のフィンガーカフであってもよいか、またはこれらを含むことができる。フィンガーカフは、たとえば毎秒1000回のサンプリングレートで、ボリュームクランプ法を使用してリアルタイムの指圧測定を実行することができる。

【0021】

第2の生理学センサー150は、スワンガンツカテーテルのような、肺動脈カテーテル(PAC)であってもよいか、またはこれを含むことができる。そのようなカテーテルは、カテーテルに配置された熱フィラメントを通じて、および熱希釈原理を使用して、右心房、右心室、肺動脈の圧力、および患者130の左心房の充満圧の直接の同時測定を検出するために、患者130の肺動脈に挿入されてもよい。加えて、または代替として、第2の生理学センサー150は、ボーラス熱希釈法を使用してCOを測定するために使用されてもよい。第2の生理学センサー150は、CCOまたはICOアルゴリズムを実施するために使用されてもよい。

【0022】

本明細書において説明される技法は、HDモニター110の少なくとも1つのプログラマブルデータプロセッサ112によって処理されてもよい、および/またはそのような処理は、第1の生理学センサー140、または第2の生理学センサー150、またはリモートクライアントコンピューティングデバイス170(通信インターフェイス122を介して基礎となるデータにアクセスし得る)の1つまたは複数にオフロードされてもよい。

【0023】

現在の配列により、第2の生理学センサー150によって提供されるCCOまたはICOアルゴリズムは、CCO/ICOアルゴリズムと類似の精度で、しかもAPCOアルゴリズムと類似の帯域幅で、患者130の経時変化する心拍出量、c(t)を推定するために、第1の生理学センサー140によって提供される比較的高い帯域幅のAPCOアルゴリズムの較正として機能することができる。後段では第2の生理学センサー150をCCOアルゴリズムを実施するものとして示すが、熱希釈入力測定は、CCO、ICO、またはICOもしくはCCOアルゴリズムの混合から生じることもある。加えて、後段ではCOアルゴリズムの出力パラメータのみに言及するが、現在の較正技法は、両アルゴリズムからのその他の血流力学パラメータ出力に適用されてもよい。

【0024】

HDモニター110によって採用された1つの手法は、以下のように、第1の生理学センサー150により生成されるAPCO測定、m_F[n]を更新する、経時変化の線形スケーリング、A[n]、およびオブセット、B[n]を反復して計算することができる。

【0025】

【数1】

【0026】

パラメータA[n]およびB[n]は、CO推定の過去の履歴の関数であってもよい。これらの関数は、CCO測定とさらに緊密に相関するようにAPCO測定を調整する役割を果たすことができる。本明細書において使用されるm_Fは、「高速な測定」であるが、比較的不正確な測定と称されてもよく、m_Aは「正確な測定」であるが、比較的低い帯域幅と称されてもよい。

【0027】

すなわち、A[n]およびB[n]は、式(1)の

【0028】

【数2】

【0029】

をCCO測定で、およびm_F[n]を平均化APCO測定で置き換えることによって生じる以下の線形式への最小二乗平均誤差解であってもよい。

【0030】

【数3】

【0031】

ここで
m_A[n]=[m_A[0],m_A[1],…,m_A[n-1],m_A[n]]^T (3)
は、次の時間に到達する個別のCCO推定のシーケンスであり、
t_A[0],t_A[1],…,t_A[n-1],t_A[n] (4)
およびここで、各時間値、t_A[n]は、対応するシーケンスにより与えられる、直前先行の時間のウィンドウ、w_A[n]にわたるc(t)の平均値を表し、
w_A[0],w_A[1],…,w_A[n-1],w_A[n] (5)

【0032】

APCO推定のシーケンス、

【0033】

【数4】

【0034】

は、m_A[n]に対応する平均化時間ウィンドウに可能な限り近接する時間間隔にわたる平均を表すことができる。上に線を伴うAPCO測定、

【0035】

【数5】

【0036】

は、m_F[k]の平均化時間調整を意味する。

【0037】

[A[n]B[n]]^Tの最適な最小二乗解は、加重二乗誤差を最小化することができる。

【0038】

【数6】

【0039】

ここで明確にするために、nへの依存関係は示されていない。正定値行列、

【0040】

【数7】

【0041】

は、n番目の測定の相対情報w[n]で重み付けする。より正確であると知られている測定は、より多くの情報を提供し、より高く重み付けされ得るが、あまり正確ではない測定は、より少ない情報を提供し、より低く重み付けされ得る。たとえば、各正確で平均化された高速測定、σ_A[n]+σ_F[n]について標準偏差を有する場合、各加重の妥当な選択は次のようになり得る。

【0042】

【数8】

【0043】

しかし、どの測定が「良好」であったか、およびどの測定が「不良」であったかを分類することができる場合、加重パラメータのもう1つのオプションは次のようになり得る。

【0044】

【数9】

【0045】

重要なポイントは、相対測定情報の任意の測度が加重に使用され得ることである。加重は、すべての重みを同一に設定すること、たとえばw[n]=1、により無視されてもよい。

【0046】

平均を計算するために、HDモニター110は、たとえば、APCO測定の現在および過去の値を保存することができ、
m_F[k]=[m_F[k],m_F[k-1],…,m_F[k-N+1]]^T (11)
対応するサンプル時間を伴う場合、
t_F[k]=[t_F[k],t_F[k-1],t_F[k-2],…,t_F[k-N+1]]^T (12)
対応する平均化ウィンドウ長さ、w_F[k]を伴う場合、
w_F[k]=[w_F[k],w_F[k-1],w_F[k-2],…,w_F[k-N+1]]^T (13)
測定m_F[k]は、時間t_F[k]-w_F[k]/2に対応する。Nは、CCO測定とAPCO測定ωの間の最悪の遅延、および最悪のCCO平均化時間ウィンドウ、_A[n]をカバーするのに十分な大きさがある。一般に、APCOアルゴリズムの平均化ウィンドウ長さは一定である。

【0047】

一般にAPCOおよびCCOアルゴリズム推定は、(a)共通サンプリングクロックに同期されていない、(b)同じサンプル時間間隔を有していない、および(c)サンプル時間間隔に関連する単純整数または有理分数を有していないので、APCO推定の離散時間インデックスkは、CCO推定のインデックスnとは異なっている。

【0048】

式(2)の両側にΩを乗算し、右側の行列を転置することで、以下の等価線形式が得られ、

【0049】

【数10】

【0050】

ここで

【0051】

【数11】

【0052】

A[n]とB[n]について解く(適合する)ために使用されるすべてのキーパラメータは、新しいCCO、m_A[n+1]、および平均化APCO、

【0053】

【数12】

【0054】

測定について以下のように反復して更新されてもよい。

【0055】

【数13】

【0056】

しかし、これらの反復に関する問題は、遠い昔の測定が、解に対して、より最近の測定と同等に寄与することである。実際、ますます増加する多数の測定を平均化することは、時間の経過に伴ってより最近の測定が較正に与える全体的影響がますます小さくなることを示唆する。

【0057】

この問題の1つの修正は、「忘却パラメータ」0<γ<1を使用して過去の測定を無視する。

【0058】

【数14】

【0059】

S_A[n+1]=γS_A[n]+ω²[n+1]m_A[n+1] (28)
M[n+1]=γM[n]+ω²[n+1] (29)
γを小さい値に設定する、つまり「高い忘却」は、過去と比較して最新の測定により多くの重みを置き、一方これを1に近似の値に設定する、つまり「低い忘却」は、過去により多くの重みを置く。

【0060】

第2の修正は、合計から最も古い測定を反復して減算することによって、最新の測定の定数Pを使用することができる。

【0061】

【数15】

【0062】

S_A[n+1]=S_A[n]+ω²[n+1]m_A[n+1]-ω²[n+1-P]m_A[n+1-P] (33)
M[n+1]=M[n]+ω²[n+1]-ω²[n+1-P] (34)

【0063】

線形式(14)を解く1つの可能な変形において、解は、行列を反転することにより決定されてもよい。特に、式(14)の右側行列を反転することで、A[n]およびB[n]の以下の解が得られる。

【0064】

【数16】

【0065】

ここで行列式
D[n]=M[n]S_FF[n]-(S_F[n])² (36)
は、数値的条件付けを評価する手段をもたらす。較正パラメータは、D[n]が0に近似する場合、更新されてはならない。

【0066】

有限の、等しく加重された測定履歴がHDモニター110によって使用されようと、または忘却因子が反復して加重された無限過去が使用されようと、線形式(14)およびその解の式(35)は全く同じである。どの反復更新方法が使用されているかに応じて、経時変化する式パラメータの反復更新のみが変化する。

【0067】

HDモニター110によって使用され得るその他の線形式の解決方法は、無制限に、ガウス消去法、QR因数分解、ハウスホルダー鏡映子などを含む。たとえば、直交行列による乗算を介する解決(「ハウスホルダー鏡映子」)は、誤差を増幅しない数値安定度の高い方法である。

【0068】

実際、スケーリングパラメータAの1との差がより大きければ、またはオフセットパラメータBの0との差がより大きければ、より低い尤度を有することが期待される。式(7)の加重最小二乗最適化問題に「正則化」項を追加することで、大きいA-1またはBのより低い尤度を考慮に入れる新しい最適化問題をもたらし、

【0069】

【数17】

【0070】

ここで明確にするために、nへの依存関係は示されていない。第1項は、式(7)と同じ最小二乗法である。第2項は、1と異なるスケーリングパラメータAにペナルティを科すパラメータ制約であり、ここで定数α>0は、その他の項に関してこの制約の重要度への相対的重さである。第3項は、0と異なるオフセットパラメータBにペナルティを科すパラメータ制約である。定数β>0は、その他の項に関してこの制約の重要度への相対的重さである。たとえば、Aを1に近似させることが比較的高い重要性を有する間、Bを0に近似させることがほとんど重要性を有していない場合、α=0.9、β=0.1は、前者よりも9倍高く後者に加重する。第1項は常に1.0の加重を有し、この場合これをパラメータ制約よりもより重要にする。α=β=0である場合、これは元の式(7)の最小二乗最適化と等価になる。

【0071】

式(37)の導関数をAおよびBに関してゼロと同等とし、有限または忘却因子加重測定履歴を仮定すると、正則化最小二乗最適化の以下の線形式をもたらす。

【0072】

【数18】

【0073】

以下の逆行列の解を伴う。

【0074】

【数19】

【0075】

HDモニター110は、さまざまなソフトウェアおよび/またはハードウェアの実施態様を使用して本明細書において提供される技法を実施することができる。1つの実施態様において、パイソンモジュールは、高速ではあるがあまり正確ではないアルゴリズム測定を、遅いが比較的より正確である第2のアルゴリズム測定と結合するために適応最小二乗計算(adaptive least squares mathematics)を実施する測定「コンバイナクラス」を含むことができる。実施態様は、忘却因子γを使用するか、または過去の正確なアルゴリズム推定の有限数を使用するオプションを提供する。後者の場合、過去の測定の数は、γの関数、つまりP=1/(1-γ)である。変数名および数値的実施態様は、本文書における数学的表記とニーモニック的に一致する。

【0076】

コンバイナ-クラスは、異なる高速または正確な測定が、異なる時間において非同期的に到達し得ることを仮定することができる。これらの測定でアルゴリズムを更新するための別個のインターフェイス機能があってもよい。第1の関数(たとえば、関数UpdateFast(c,t,w))は、測定時間t、および平均化時間ウィンドウwと共に、新しい高速測定mをアルゴリズムに通知するための手段を提供することができる。測定は、時間ウィンドウ[t-w,t]を表す。第2の関数(たとえば、UpdateAccurate(c,t,w))は、新しい正確なアルゴリズム測定をアルゴリズムに通知するためのアナログ関数である。第3の関数(たとえば、関数Combine())は、結合された測定を返すことができる。

【0077】

測定アルゴリズム平均化が、測定m[k]についてウィンドウw_A[k]にわたり均一または対称である場合、測定は時点t_A[k]-w_A[k]/2に対応する。平均化が均一または対称ではない場合、測定アルゴリズム実施態様は、現在の測定が過去のどの程度まで対応するかを返すために入力/出力Delay()関数を提供する必要がある。一般に、個々の高速または正確な測定アルゴリズム平均化ポリシーから独立して測定結合アルゴリズムを保持するために、通常は測定アルゴリズムDelay()関数を無関係に使用したほうがよい。

【0078】

1つのシミュレーションにおいて、ランダム「真のCO」が、20秒ごとに生成され、そこからCCO測定は、3分にわたるこのシーケンスの平均であった。より低い精度をシミュレートするため、APCO測定は縮小され、これらの測定のオフセット調整が適用された。図2のグラフ200は、シミュレーション実行を示し、Table 1(表1)は、複数のシミュレーション実行の測定の各々についての平均二乗誤差を一覧する。図2は、結合されたCO推定が、CCO測定の低い帯域幅の傾向、およびAPCO推定の高い帯域幅の変動の両方に従うことを示す。Table 1(表1)は、結合された推定平均二乗誤差が、CCO(正確であるが遅いアルゴリズム)推定よりもほぼ10倍良好であることを示す。図2において、第1の線パターンは、シミュレートされた「真のCO」であり、第2の線パターンは、シミュレートされた正確であるが、平均化されたCCOであり、第3の線は、平均化されていないが、正確ではないAPCOであり、第4の線は、結合された測定である。シミュレーションでは、有限履歴P=CCO結果の10(分)を使用した。プロットは、対応する測定をそろえるためにアルゴリズムの入力/出力遅延を明らかにするようにシフトされてもよい。測定情報加重値w[n]は、0から1のランダムであった。

【0079】

図3Aおよび図3Bは、出血を伴う昇圧剤投与および流体投与が、人間の患者には一般的ではないCOの意図的な大きな揺れを引き起こした、興味深い豚の温度および圧力波形での動作を示すグラフ300A、グラフ300Bである。図から分かるように、結合された測定は、APCOアルゴリズムの揺れと大いに相関している可変CO揺れと共に、CCOアルゴリズムの類似する平均(精度)を有する。

【0080】

以下のTable 1(表1)は、シミュレーション実行ごとに9600の測定サンプルを使用する3つのアルゴリズム(APCO、CCO、およびここで提供される結合された技法)の平均二乗CO推定誤差(L/分)の比較を示す。結合された技法は、APCOを較正するためにCCO結果の有限履歴P=CCO結果の10(分)を使用した。

【0081】

【表1】

【0082】

図3は、第1の線パターンがFloTrac APCOであり、第2の線パターンがCCO測定であり、第3の線パターンが結合測定であるグラフ300Aおよびグラフ300Bである。忘却因子γ=0.8による、適合する概算有限履歴P=5分。正則化パラメータα=1.0およびβ=0.5。可変測定情報加重はない(w[n]=1)。

【0083】

図4は、410において、患者の少なくとも1つの血流力学パラメータを測定する第1の生理学センサーにより生成される第1のデータが連続的に受信される流れ図400である。加えて、420において、患者の少なくとも1つの血流力学パラメータを並行して測定する第2の生理学センサーにより生成される第2のデータは、連続的に受信される。第1の生理学センサーは、第2の生理学センサーと比較して、より低い精度でより高い帯域幅において少なくとも1つの血流力学パラメータを測定する。連続的に受信される第1のデータは、430において、連続的に受信される第2のデータを使用して適応的に較正され、結果として継続的に更新する較正済み測定をもたらす。較正済み測定を特徴付けるデータは、440において、提供される(たとえば、電子ビジュアルディスプレイで表示される、メモリにロードされる、物理データパーシステンスに格納される、および/またはリモートコンピューティングデバイスに送信される、など)。

【0084】

本明細書において説明される主題の1つまたは複数の態様または特徴は、デジタル電子回路、集積回路、専用に設計された特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)コンピュータハードウェア、ファームウェア、および/またはその組合わせにおいて実現されてもよい。それらのさまざまな態様または特徴は、ストレージシステム、少なくとも1つの入力デバイス、および少なくとも1つの出力デバイスとの間でデータおよび命令を受信および送信するために結合された、特殊または汎用用途であってもよい、少なくとも1つのプログラマブルプロセッサを含むプログラマブルシステムで実行可能および/または解釈可能である1つまたは複数のコンピュータプログラムにおける実施態様を含むことができる。プログラマブルシステムまたはコンピューティングシステムは、クライアントおよびサーバを含むことができる。クライアントおよびサーバは一般に、相互に離れており、通常は通信ネットワークを通じて対話する。クライアントとサーバの関係は、それぞれのコンピュータ上で稼働し、相互にクライアント-サーバの関係を有するコンピュータプログラムにより生じる。

【0085】

それらのコンピュータプログラムは、プログラム、ソフトウェア、ソフトウェアアプリケーション、アプリケーション、コンポーネント、またはコードと称されてもよく、プログラマブルプロセッサのための機械命令を含むことができる、および/または高水準プロシージャ型言語、オブジェクト指向プログラミング言語、機能プログラミング言語、論理プログラミング言語、および/またはアセンブリ/機械言語で実施されてもよい。本明細書において使用される「コンピュータ可読媒体」という用語は、機械命令をコンピュータ可読信号として受信する機械可読媒体を含む、プログラマブルデータプロセッサに機械命令および/またはデータを提供するために使用される、たとえば磁気ディスク、光ディスク、ソリッドステートストレージデバイス、メモリ、およびプログラマブル論理デバイス(PLD)のような、任意のコンピュータプログラム製品、装置および/またはデバイスを示す。「コンピュータ可読信号」という用語は、機械命令および/またはデータをプログラマブルデータプロセッサに提供するために使用される任意の信号を示す。コンピュータ可読媒体は、たとえば非一時的ソリッドステートメモリまたは磁気ハードドライブまたは任意の同等のストレージ媒体のように、そのような機械命令を非一時的に格納することができる。コンピュータ可読媒体は、たとえば1つまたは複数の物理プロセッサコアに関連付けられているプロセッサキャッシュまたはその他のランダムアクセスメモリのように、そのような機械命令を非一時な方式で代替的または付加的に格納することができる。

【0086】

本明細書において説明されるコンピュータコンポーネント、ソフトウェアモジュール、機能、データストア、およびデータ構造は、それらの動作に必要とされるデータのフローを可能にするために相互に直接または間接的に接続されてもよい。また、モジュールまたはプロセッサは、ソフトウェアオペレーションを実行し、たとえばコードのサブルーチンユニットとして、またはコードのソフトウェア機能ユニットとして、または(オブジェクト指向パラダイムにおけるような)オブジェクトとして、またはアプレットとして、またはコンピュータスクリプト言語において、または別のタイプのコンピュータコードとして実施され得る、コードのユニットを、非限定的に含むことにも留意されたい。ソフトウェアコンポーネントおよび/または機能は、当面の状況に応じて、単一のコンピュータ上に配置されるか、または複数のコンピュータにわたり分散されてもよい。

【0087】

図5は、本明細書において説明されるさまざまな態様を実施するためのサンプルのコンピューティングデバイスアーキテクチャを示す図500である。バス504は、ハードウェアのその他の示されているコンポーネントを相互接続する情報ハイウェイとしての機能を果たすことができる。CPU(中央演算処理装置)とラベル表示されている処理システム508(たとえば、所与のコンピュータまたは複数のコンピュータにおける1つまたは複数のコンピュータプロセッサ/データプロセッサ)は、プログラムを実行するために必要とされる計算および論理演算を実行することができる。読取り専用メモリ(ROM)512およびランダムアクセスメモリ(RAM)416のような、非一時的プロセッサ可読ストレージ媒体は、処理システム508と通信することができ、本明細書において指定されている動作のための1つまたは複数のプログラミング命令を含むことができる。オプションとして、プログラム命令は、磁気ディスク、光ディスク、記録可能メモリデバイス、フラッシュメモリ、ソリッドステート、またはその他の物理ストレージ媒体のような、非一時的コンピュータ可読ストレージ媒体に格納されてもよい。

【0088】

1つの例において、ディスクコントローラ548は、1つまたは複数のオプションのディスクドライブをシステムバス504にインターフェイスで接続することができる。これらのディスクドライブは、560のような外付けもしくは内蔵フロッピーディスクドライブであるか、または552のような外付けもしくは内蔵CD-ROM、CD-R、CD-RWもしくはDVD、もしくはソリッドステートドライブであるか、または556のような外付けもしくは内蔵ハードドライブであってもよい。上記で示されているように、これらのさまざまなディスクドライブ552、556、560、およびディスクコントローラは、オプションのデバイスである。システムバス504はまた、コンピューティングシステムに物理的に接続されているか、または有線もしくは無線ネットワークを通じて外部から使用可能である外付けデバイスと通信することができるように少なくとも1つの通信ポート520を含むことができる。場合によっては、通信ポート520は、ネットワークインターフェイスを含むか、または備える。

【0089】

ユーザとの対話を提供するため、本明細書において説明される主題は、バス504から得られた情報をユーザに表示するためのディスプレイデバイス504(たとえば、CRT(陰極線管)またはLCD(液晶ディスプレイ)モニター)、タッチスクリーンなど)と、ユーザが入力をコンピュータに提供することができるキーボードおよび/またはポインティングデバイス(たとえば、マウスまたはトラックボール)および/またはタッチスクリーンのような入力デバイス532とを有するコンピューティングデバイス上で実施されてもよい。その他の種類の入力デバイス532がユーザとの対話を提供するために同様に使用されてもよく、たとえば、ユーザに提供されるフィードバックは任意の形態の感知フィードバック(たとえば、視覚フィードバック、マイクロフォン536による聴覚フィードバック、または触覚フィードバック)であってもよく、ユーザからの入力は、音響、音声、または触覚入力を含む任意の形態で受信されてもよい。入力デバイス532およびマイクロフォン536は結合し、入力デバイスインターフェイス528経由でバス504を介して情報を搬送することができる。専用サーバのような、その他のコンピューティングデバイスは、ディスプレイ540、およびディスプレイインターフェイス524、入力デバイス532、マイクロフォン536、および入力デバイスインターフェイス528のうちの1つまたは複数を省略することができる。

【0090】

上記の説明および特許請求の範囲において、「のうちの少なくとも1つ」または「のうちの1つまたは複数」のような語句は、要素または特徴の連結リストが後に続いて生じることがある。「および/または」という用語もまた、要素または特徴の2つ以上のリストにおいて生じることがある。使用されるコンテキストに暗黙的または明示的に特に矛盾がない限り、そのような語句は、個別にリストされた要素または特徴のいずれか、またはその他の列挙された要素または特徴のいずれかとの組合わせによる列挙された要素または特徴のいずれかを意味するよう意図されている。たとえば、「AおよびBの少なくとも1つ」、「AおよびBの1つまたは複数」、および「Aおよび/またはB」という語句は各々、「Aのみ、Bのみ、またはAとBの両方」を意味するよう意図されている。類似する解釈は、3つ以上の項目を含むリストについても意図されている。たとえば、「A、B、およびCの少なくとも1つ」、「A、B、およびCの1つまたは複数」、および「A、B、および/またはC」という語句は各々、「Aのみ、Bのみ、Cのみ、AとBの両方、AとCの両方、BとCの両方、またはAとBとCの全部」を意味するよう意図されている。加えて、上記および特許請求の範囲における「基づく」という用語の使用は、列挙されていない特徴または要素もまた許容可能であるように、「少なくとも部分的に基づく」ことを意味するよう意図されている。

【0091】

本明細書において説明される主題は、望ましい構成に応じてシステム、装置、方法、および/または物品において具現され得る。前述の説明において示されている実施態様は、本明細書において説明される主題と一致するすべての実施態様を表すものではない。代わりに、これらは、説明されている主題に関連する態様と一致する一部の例であるに過ぎない。上記でいくつかの変形について詳細に説明されたが、その他の変更または追加が可能である。特に、さらなる特徴および/または変形が、本明細書において示されるものに加えて提供されてもよい。たとえば、上記で説明される実施態様は、開示される特徴のさまざまな組合わせおよび部分的組合わせ、および/または上記で開示されるいくつかのさらなる特徴の組合わせおよび部分的組合わせに向けられてもよい。加えて、添付の図面に示される、および/または本明細書において説明される論理フローは、望ましい結果を達成するために、示されている特定の順序、または一連の順序を必ずしも必要とするものではない。その他の実施態様は、以下の特許請求の範囲に含まれてもよい。

【符号の説明】

【0092】

110 血流力学(HD)モニター
112 プログラマブルデータプロセッサ
114 メモリ
116 電子ビジュアルディスプレイ
118 インターフェイス入力要素
120 センサーインターフェイス
122 通信インターフェイス
130 患者
140 第1の生理学センサー
150 第2の生理学センサー
160 有線および/または無線ネットワーク
170 リモートクライアントコンピューティングシステム、リモートクライアントコンピューティングデバイス

【図1】

【図2】

【図3A】

【図3B】

【図4】

【図5】