CN113241166A - 使用人工智能分配患者并动态控制治疗设备的方法和*** - Google Patents
使用人工智能分配患者并动态控制治疗设备的方法和*** Download PDFInfo
- Publication number
- CN113241166A CN113241166A CN202110542104.5A CN202110542104A CN113241166A CN 113241166 A CN113241166 A CN 113241166A CN 202110542104 A CN202110542104 A CN 202110542104A CN 113241166 A CN113241166 A CN 113241166A
- Authority
- CN
- China
- Prior art keywords
- user
- treatment plan
- patient
- data
- treatment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1071—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring angles, e.g. using goniometers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/221—Ergometry, e.g. by using bicycle type apparatus
- A61B5/222—Ergometry, e.g. by using bicycle type apparatus combined with detection or measurement of physiological parameters, e.g. heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4824—Touch or pain perception evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
- A61B5/741—Details of notification to user or communication with user or patient ; user input means using sound using synthesised speech
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/09—Rehabilitation or training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Physiology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Cardiology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Psychiatry (AREA)
- Physical Education & Sports Medicine (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Dentistry (AREA)
- Signal Processing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Automation & Control Theory (AREA)
- Pulmonology (AREA)
Abstract
本申请涉及一种方法,该方法包括接收与使用治疗设备来执行治疗计划的用户有关的数据。该数据包括用户的特征、治疗计划和治疗计划的结果。该方法包括将用户分配到代表与该用户的特征具有相似性的人的队列。该方法包括接收与第二用户有关的第二数据,该第二数据包括第二用户的特征。该方法包括确定第二用户的特征中的至少一些是否与该用户的特征中的至少一些相匹配,将第二用户分配到第一队列,并且经由经训练的机器学习模型来为第二用户选择治疗计划,并且在第二用户使用治疗设备时,基于治疗计划来控制该治疗设备。
Description
技术领域
本发明涉及一种用于在自适应远程医疗会话期间使用人工智能将患者分配到队列并基于分配动态控制治疗设备的方法和***。
背景技术
远程医疗援助或远程医疗可以帮助患者执行身体部位康复方案的各个方面。患者可以使用与辅助接口通信的患者接口,用于经由音频和/或视听通信接收远程医疗援助。
发明内容
在一个实施例中,一种方法包括接收与使用治疗设备来执行治疗计划的用户有关的数据。该数据包括用户的特征、治疗计划和治疗计划的结果。方法包括基于该数据将用户分配到代表与该用户的特征、治疗计划和治疗计划的结果具有相似性的人的队列。方法包括接收与第二用户有关的第二数据,该第二数据包括第二用户的特征。方法包括确定是否第二用户的至少特征与该用户的特征相匹配,将第二用户分配到第一队列,并且经由经训练的机器学习模型来为第二用户选择治疗计划,并且当第二用户使用治疗设备时,基于治疗计划来控制治疗设备。
在一个实施例中,一种***包括存储指令的存储器以及通信地联接到该存储器的处理装置。处理装置运行指令以执行本文中描述的方法、操作或步骤中的任意一个。
在一个实施例中,一种有形的、非暂时性的计算机可读介质存储指令,当运行该指令时使处理装置执行本文中描述的方法、操作或步骤中的任意一个。
附图说明
现在将参照附图详细描述示例性实施例,其中:
图1示出根据本公开的管理治疗计划的计算机实施的***的实施例的框图;
图2示出根据本公开的治疗设备的实施例的立体图;
图3示出根据本公开的图2的治疗设备的踏板的立体图;
图4示出根据本公开的使用图2的治疗设备的人的立体图;
图5示出根据本公开的辅助接口的概览显示的示例性实施例;
图6示出根据本公开的基于与患者有关的数据训练机器学习模型来为患者输出治疗计划的示例性框图;
图7示出根据本公开的辅助接口在远程医疗会话期间实时呈现推荐治疗计划和排除治疗计划的概览显示的实施例;
图8示出根据本公开的辅助接口在远程医疗会话期间实时呈现由于患者数据改变而改变的推荐治疗计划的概览显示的实施例;
图9示出根据本公开的基于将患者分配到队列来为患者选择治疗计划并基于治疗计划来控制治疗设备的方法的示例性实施例;
图10示出根据本公开的在远程医疗会话期间向医疗专家呈现推荐治疗计划的方法的示例性实施例;并且
图11示出根据本公开的示例性计算机***。
符号和命名原则
各种术语用于指代具体的***组件。不同的公司可以使用不同的名称来指代组件——本文件不旨在区分名称不同而非功能不同的组件。在下面的讨论和权利要求书中,术语“包括”和“包含”以开放式方式使用,因此应被解释为表示“包括但不限于……”。而且,术语“联接”或“联接到”旨在表示间接或直接连接。因此,如果第一装置联接到第二装置,则该连接可以通过直接连接或通过经由其他装置和连接件的间接连接。
本文中使用的术语仅是为了描述具体的示例性实施例,并不旨在限制。除非上下文另外清楚地指出,否则在本文中使用时,单数形式“一”、“一个”和“该”可以旨在也包括复数形式。除非明确地标识为执行的顺序,否则本文中描述的方法步骤、过程和操作将不被解释为必须要求它们按所讨论或所阐明的特定顺序执行。还将理解的是,可以采用另外的或可选的步骤。
在本文中可以使用术语第一、第二、第三等来描述各种元件、组件、区域、层和/或区段;然而这些元件、组件、区域、层和/或区段不受这些术语限定。这些术语可以仅用于将一个元件、组件、区域、层或区段与另一区域、层或区段区分开。除非上下文清楚地指出,否则当在本文中使用时,诸如“第一”、“第二”和其他数值术语的术语不暗示顺序或次序。因此,在不脱离示例性实施例的教导的情况下,下面讨论的第一元件、组件、区域、层或区段可以被称为第二元件、组件、区域、层或区段。当与一系列项目一起使用时,短语“……中的至少一个”意为可以使用所列项目中的一个或多个的不同组合,并且可能只需要列表中的一个项目。例如,“A、B和C中的至少一个”包括以下组合中的任意一个:A,B,C,A和B,A和C,B和C,以及A和B和C。在另一示例中,当与一系列项目一起使用时,短语“一个或多个”意为可能存在一个项目或超过一个的任何适当数量的项目。
在本文中可以使用空间关系术语,诸如“内部”、“外部”、“在……之下”、“在……下面”、“下方的”、“在……之上”、“上面的”、“顶部”、“底部”等。这些空间关系术语可以用来简化描述,以描述附图中示出的一个元件或特征与另一元件或特征的关系。除了附图中描述的方位之外,空间关系术语还可以旨在包含在使用或操作中的装置的不同方位。例如,如果翻转附图中的装置,那么描述为在其他元件或特征“之下”或“下面”的元件将被定向为在其他元件或特征“之上”。因此,示例术语“在……下面”可以包含在……之上和在……下面两个方位。可以另外对装置定向(旋转90度或在其他方向),并且相应地解释本文中使用的空间关系描述。
“治疗计划”可以包括一个或多个治疗方案,并且每个治疗方案包括一个或多个治疗环节。每个治疗环节包括若干疗程期,每个疗程期包括用于治疗患者身体部位的特定锻炼。例如,在膝关节手术之后的术后康复的治疗计划可以包括术后前3天每天拉伸两次的初始治疗方案以及术后4天开始每天执行4次主动锻炼的更密集的治疗方案。治疗计划还可以包括与对患者执行的医疗程序、使用治疗设备的患者的治疗方案、患者的饮食方案、患者的给药方案、患者的睡眠方案、其他方案或它们的某些组合有关的信息。
在本文中可以互换使用术语远程医疗、远程治疗、远程医治、远距离医治等。
具体实施方式
下面的讨论涉及本公开的各个实施例。尽管这些实施例中的一个或多个可能是优选的,但是不应将所公开的实施例解释为或另外用于限制本公开(包括权利要求书)的范围。另外,本领域技术人员将理解,下面的描述具有广泛的应用,并且对任何实施例的讨论仅旨在作为该实施例的示例,而不旨在暗示本公开(包括权利要求书)的范围限于该实施例。
针对具有某些特征(例如,生命体征或其他测量值;表现(performance);人口统计的;心理的;地理的;诊断的;基于测量或测试的;病史的;病因学的;与队列相关联的;差异诊断的;外科的,理疗的,药理学的和其他的推荐的治疗等)的患者确定治疗计划可能在技术上是具有挑战的难题。例如,当确定治疗计划时会考虑大量的信息,这可能在治疗计划选择过程中导致效率低和不准确。在康复环境中,所考虑的大量的信息中的一些可以包括患者特征,诸如个人信息、表现信息和测量信息。个人信息可以包括例如人口统计的、心理的或诸如以下的其他的信息:年龄、体重、性别、身高、体质指数、医疗状况、家族用药史、伤害、医疗程序、所开处方药物或它们的某些组合。表现信息可以包括例如使用治疗设备的经过时间、施加在治疗设备的一部分上的力的量、在该治疗设备上实现的活动范围、治疗设备的一部分的移动速度、使用治疗设备的多种疼痛等级的指示或它们的某些组合。测量信息可以包括例如生命体征、呼吸频率、心率、温度、血压或由它们的某些组合。可能需要处理大量患者的特征、针对那些患者执行的治疗计划以及这些患者的治疗计划的结果。
进一步,另一技术问题可能涉及在远程医疗或远程治疗会话期间经由计算装置从不同于患者所处位置的位置对患者进行远端治疗。另一技术问题是从不同的位置控制或能够控制由患者在患者所处位置处使用的治疗设备。通常,当患者进行康复手术(例如,膝关节手术)时,理疗师或其他医疗专家可以为患者规定治疗设备以用于在他们的住宅或任何移动位置或临时住所执行治疗方案。医疗专家可以指医生、医师助理、护士、脊椎治疗师、牙医、理疗师、针灸师、体能教练等。医疗专家可以指在医学、理疗学、康复等领域具有证书、执照、学位等的任何人。
因为理疗师或其他医疗专家与患者和治疗设备位于不同的位置时,使用治疗设备来监测患者的实际进展(而不是依赖患者关于其进展的话语),根据患者的进展修改治疗计划,在患者执行治疗计划时使治疗设备适应患者的个人特征等对于理疗师或其他医疗专家而言可能在技术上具有挑战性。
因此,本公开的实施例涉及在自适应远程医疗会话期间,使用人工智能和/或机器学习来将患者分配到队列,并且基于该分配来动态地控制治疗设备。在一些实施例中,可以向患者提供许多治疗设备。患者可以使用治疗设备在其住宅、在健身房、在康复中心、在医院或任何合适的位置(包括永久或临时住所)执行治疗计划。在一些实施例中,治疗设备可以通信地联接到服务器。在患者执行治疗计划之前、期间和/或之后,可以收集患者特征。例如,在患者执行治疗计划之前、期间和/或之后,可以收集个人信息、表现信息和测量信息。在整个治疗计划中以及在执行治疗计划之后,可以从治疗设备收集执行每次锻炼的结果(例如,表现提高或表现下降)。在执行治疗计划之前、期间和/或之后,可以收集治疗设备的参数、设置、配置等(例如,踏板位置、阻力量等)。
患者的每个特征、每个结果以及每个参数、设置、配置等可以被加上时间戳,并且可以与治疗计划中的特定步骤相关联。这种技术能够确定治疗计划中的哪些步骤引起期望的结果(例如,提高的肌肉力量、活动范围等),以及哪些步骤引起回报减少(例如,在3分钟后继续锻炼实际上延迟或损害恢复)。
当患者使用治疗设备来执行各种治疗计划时,可以随着时间从治疗设备和/或任何合适的计算装置(例如,输入个人信息的计算装置,诸如临床医生接口或患者接口)收集数据。可以收集的数据可以包括患者特征、患者执行的治疗计划以及治疗计划的结果。
在一些实施例中,可以处理数据以将某些人分组到队列中。可以将具有某些或所选择的相似的特征、治疗计划以及执行治疗计划的结果的人进行分组。例如,可以将执行治疗计划(例如,使用治疗设备3周,每周5次,每天30分钟)并且完全康复的没有医疗状况的运动员分入第一队列。将归类为肥胖且执行治疗计划(例如,使用治疗计划4周、每周3次、每天10分钟)后,将活动范围提高75%的老年人分入第二队列。
在一些实施例中,人工智能引擎可以包括使用队列来训练的一个或多个机器学习模型。例如,可以训练一个或多个机器学习模型以接收新患者的特征的输入并且为患者输出获得期望结果的治疗计划。机器学习模型可以使新患者的特征与特定队列中包括的患者中的至少一个患者的特征之间的模式对应。当模式相匹配时,机器学习模型可以将新患者分配到该特定队列,并且选择与该至少一个患者相关联的治疗计划。人工智能引擎可以被配置成:在新患者使用治疗设备执行治疗计划时,基于治疗计划在远端控制治疗设备。
可以理解的是,当新患者使用治疗设备执行治疗计划时,该新患者的特征可能改变。例如,患者的表现可能比针对新患者当前所分配到的队列中的人所预期的改善地更快。因此,可以训练机器学习模型,以基于改变后的特征将新患者动态地重新分配到不同的队列,该队列包括特征与该新患者现在改变后的特征相似的人。例如,临床上肥胖的患者可能体重减轻并且不再满足初始队列的体重标准,导致该患者被重新分配到具有不同体重标准的不同队列。可以为新患者选择不同的治疗计划,并且可以在新患者使用治疗设备执行治疗计划时,在远端并且基于不同的治疗计划来控制治疗设备。这样的技术可以提供在远端控制治疗设备的技术方案。进一步,因为在任何给定的时刻实时选择和实施最准确地适合他们的特征的治疗计划,因此本技术可以为患者带来更快的恢复时间和/或更好的结果。“实时”也可以指接近实时,可以小于10秒。如本文中描述的,术语“结果”可以指医疗结果或医疗效果。结果和效果可以指对医疗行为的响应。
根据期望的结果,可以训练人工智能引擎以输出若干治疗计划。例如,一个结果可以包括在最快的时间量内恢复到阈值水平(例如,75%活动范围),而另一结果可以包括完全恢复(例如,100%活动范围)而不管时间多少。从患者获得的并且被分入队列的数据可以表明第一治疗计划为特征与患者的特征相似的人提供第一结果,并且第二治疗计划为特征与患者相似的人提供第二结果。
进一步,还可以训练人工智能引擎以输出对于患者而言不是最优或次优的,或者甚至是不适当的治疗计划(都不受限制地被称为“排除治疗计划”)。例如,如果患者血压较高,则特定的锻炼可能不被批准或不适合该患者,因为这可能使患者处于不必要的风险中,甚至引起高血压危机,因此,该锻炼可能被标记为对该患者的排除治疗计划。
在一些实施例中,在远程医疗或远程治疗会话期间,可以向医疗专家呈现治疗计划和/或排除治疗计划。医疗专家可以为患者选择特定的治疗计划,以使该治疗计划传输到患者和/或基于该治疗计划来控制治疗设备。在一些实施例中,为了促进包括远程诊断、确定治疗计划和康复和/或药理处方的远程医疗或远程治疗应用,人工智能引擎可以从患者和治疗设备的远端接收和/或操作。在这样的情况下,在医疗专家的计算装置的用户接口上的远程医疗或远程治疗会话期间,可以实时或接近实时地利用患者的视频同时呈现推荐治疗计划和/或排除治疗计划。该视频还可以伴有音频、文本和其他多媒体信息。实时可以指小于或等于2秒。接近实时可以指足够短时间的任何交互,以使两个人能够经由这种用户接口参与对话,并且通常会小于10秒但大于2秒。
在呈现患者视频的同时呈现由人工智能引擎生成的治疗计划可以提供增强的用户接口,因为医疗专家可以继续在视觉上和/或以其他方式与患者交流,同时还查看相同用户接口上的治疗计划。增强后的用户接口可以提高医疗专家使用计算装置的体验并且可以鼓励医疗专家重复使用该用户接口。因为医疗专家不必切换到另一用户接口屏幕来输入对基于患者的特征推荐的治疗计划的查询,所以这种技术还可以减少计算资源(例如,处理、存储器、网络)。人工智能引擎可以即时(on the fly)动态地提供治疗计划和排除治疗计划。
在一些实施例中,因为治疗设备的性能、构造和位置可以适应于特定患者的需求,所有该治疗设备可以是自适应的和/或个性化。例如,可以即时动态地调节(例如,响应于正在检测的某些测量结果、经由远程医疗会话或基于编程的配置)踏板以增加或减小活动范围以符合为用户设计的治疗计划。在一些实施例中,医疗专家可以在远程医疗会话期间通过使控制指令从服务器传输到治疗设备来远程地使治疗设备适应患者的需求。这种适应性可以改善患者的康复结果,增进个性化医学的目标,并且在每个人的基础上使治疗计划个性化。
图1示出用于管理治疗计划的计算机实施的***10的框图,计算机实施的***10在下文中被称为“***”。管理治疗计划可以包括使用人工智能引擎来推荐治疗计划和/或提供不应向患者推荐的排除治疗计划。
***10还包括服务器30,服务器30被配置成存储和提供与管理治疗计划有关的数据。服务器30可以包括一个或多个计算机并且可以采用分布式和/或虚拟化的一个或多个计算机的形式。服务器30还包括第一通信接口32,第一通信接口32被配置成经由第一网络34与临床医生接口20通信。在一些实施例中,第一网络34可以包括有线和/或无线网络连接,诸如Wi-Fi、蓝牙、紫蜂(ZigBee)、近场通信(NFC)、蜂窝数据网络等。服务器30包括第一处理器36和第一机器可读存储存储器38,第一机器可读存储存储器38可以被简称为“存储器”,保存(hold)由第一处理器36运行的用于执行服务器30的各种动作的第一指令40。服务器30被配置成存储关于治疗计划的数据。例如,存储器38包括***数据存储库42,***数据存储库42被配置成保存***数据,诸如与用于治疗一个或多个患者的治疗计划有关的数据。服务器30还被配置成存储关于患者在遵循治疗计划时的表现的数据。例如,存储器38包括患者数据存储库44,患者数据存储库44被配置成保存患者数据,诸如与一个或多个患者有关的数据,包括代表每个患者在治疗计划中的表现的数据。
另外地,人的特征(例如,个人、表现、测量等)、人所遵循的治疗计划、对治疗计划的服从水平以及治疗计划的结果可以使用相关性以及其他统计或概率措施,以使得在患者数据存储库44中能够实现对治疗计划到不同的患者等效队列数据库(cohort-equivalentdatabases)的划分或将治疗计划划分为不同的患者等效队列数据库。例如,具有第一相似损伤、第一相似医疗状况、被执行的第一相似医疗程序、第一患者遵循的第一治疗计划以及该治疗计划的第一结果的第一队列第一患者的数据可以存储在第一患者数据库中。具有第二相似损伤、第二相似医疗状况、被执行的第二相似医疗程序、第二患者遵循的第二治疗计划以及该治疗计划的第二结果的第二队列第二患者的数据可以存储在第二患者数据库中。任何单个特征或特征的任何组合可以用于使患者的队列分开。在一些实施例中,不同队列的患者可以存储在相同数据库的不同分区或卷中。除受到数学组合和/或划分理论的限制外,不允许对不同队列的患者的数量进行特定的限制。
该特征数据、治疗计划数据和结果数据可以随时间从大量治疗设备和/或计算装置获得并且存储在数据库44中。在患者数据存储库44中,患者队列数据库中的特征数据、治疗计划数据和结果数据可以相关联。人的特征可以包括个人信息、表现信息和/或测量信息。
除了在患者等效队列数据库中存储的关于其他人的历史信息外,基于当前患者特征的关于正在被治疗的当前患者的实时或近实时信息可以存储在适当的患者等效队列数据库中。可以确定患者的特征以匹配或类比特定队列(例如,队列A)中另一人的特征,并且可以将患者分配到该队列。
在一些实施例中,服务器30可以运行人工智能(AI)引擎11,人工智能(AI)引擎11使用一个或多个机器学习模型13来执行本文中公开的实施例中的至少一个。服务器30可以包括能够生成一个或多个机器学习模型13的训练引擎9。可以训练机器学习模型13以基于人的特征来将他们分配到某些队列,使用涉及患者等效队列的实时和历史数据相关性来选择治疗计划以及控制治疗设备70等。一个或多个机器学习模型13可以由训练引擎9生成,并且可以被实施为由训练引擎9和/或服务器30的一个或多个处理装置可执行的计算机指令。为了生成一个或多个机器学习模型13,训练引擎9可以训练一个或多个机器学习模型13。人工智能引擎11可以使用一个或多个机器学习模型13。
训练引擎9可以是机架服务器、路由器计算机、个人计算机、便携式数字助手、智能手机、膝上型计算机、平板计算机、上网本、台式计算机、物联网(IoT)装置、任何其他期望的计算装置或上述的任何组合。训练引擎9可以是基于云或实时的软件平台,并且训练引擎9可以包括隐私软件或协议和/或安全软件或协议。
为了训练一个或多个机器学习模型13,训练引擎9可以使用采用治疗设备70执行治疗计划的人的大量特征、由使用治疗设备70的人执行的治疗计划的细节(例如,包括锻炼、执行锻炼的时间量、执行锻炼的频次,执行锻炼的计划表、整个治疗计划的每个步骤中治疗设备70的参数/配置/设置等的治疗协议)以及由这些人执行的治疗计划的结果的训练数据集。可以训练一个或多个机器学习模型13以将患者的特征模式与分配到特定队列的其他人的特征进行匹配。术语“匹配”可以指准确匹配、相关匹配、实质匹配等。可以训练一个或多个机器学习模型13以将患者的特征作为输入接收,将该特征映射到所分配到的队列的人的特征并且从该队列选择治疗计划。还可以训练一个或多个机器学习模型13以基于治疗计划来控制机器学习设备70。
可以训练不同的机器学习模型13以针对不同的期望结果推荐不同的治疗计划。例如,可以训练一个机器学习模型来为最有效的恢复推荐治疗计划,而可以训练另一机器学习模型以基于恢复的速度来推荐治疗计划。
使用包括训练输入和对应的目标输出的训练数据,一个或多个机器学习模型13可以参考由训练引擎9创建的模型。训练引擎9可以在训练数据中找到模式(pattern),其中这样的模式将训练输入映射到目标输出并且生成捕获这些模式的机器学习模型13。在一些实施例中,人工智能引擎11、数据库33和/或训练引擎9可以驻留在图1描绘的另一组件(例如,辅助接口94、临床医生接口20等)上。
一个或多个机器学习模型13可以包括例如单个级别的线性或非线性操作(例如,支持向量机[SVM]),或者机器学习模型13可以是深度网络,即包括多个级别的非线性运算的机器学习模型。深度网络的示例是神经网络,神经网络包括生成对抗网络、卷积神经网络、具有一个或多个隐藏层的递归神经网络以及完全连接的神经网络(例如,每个神经元可以将其输出信号传输到剩余神经元以及其自身的输入端)。例如,机器学习模型可以包括使用各种神经元执行计算(例如,点积)的大量层和/或隐藏层。
***10还包括患者接口50,患者接口50被配置成向患者传达信息并且从患者接收反馈。具体地,患者接口包括可以被统称为患者用户接口52、54的输入装置52和输出装置54。输入装置52可以包括一个或多个装置,诸如键盘、鼠标、触摸屏输入、手势传感器和/或配置成语音识别的麦克风和处理器。输出装置54可以采用包括例如计算机监测器或平板电脑、智能手机或智能手表上的显示屏的一种或多种不同的形式。输出装置54可以包括其他硬件和/或软件组件,诸如投影仪、虚拟现实能力、增强现实能力等。输出装置54可以结合各种不同的视觉的、音频的或其他的展示技术。例如,输出装置54可以包括非可视显示,诸如音频信号,音频信号可以包括可以表示不同的情况和/或方向的口语和/或诸如音调、钟声和/或旋律的其他声音。输出装置54可以包括供患者使用的呈现各种数据的一个或多个不同的显示屏和/或接口或控件。输出装置54可以包括图形(graphics),该图形可以由基于网络的接口呈现和/或由计算机程序或应用程序(App)呈现。
如图1所示,患者接口50包括也可以被称为远程通信接口的第二通信接口56,该远程通信接口被配置成经由第二网络58与服务器30和/或临床医生接口20进行通信。在一些实施例中,第二网络58可以包括局域网(LAN),诸如以太网。在一些实施例中,第二网络58可以包括互联网,并且可以经由加密,例如通过使用虚拟专用网络(VPN),保护患者接口50与服务器30和/或临床医生接口20之间的通信。在一些实施例中,第二网络58可以包括有线和/或无线网络连接,诸如Wi-Fi、蓝牙、ZigBee、近场通信(NFC)、蜂窝数据网络等。在一些实施例中,第二网络58可以与第一网络34相同和/或可操作地联接到第一网络34。
患者接口50包括第二处理器60和第二机器可读存储存储器62,第二机器可读存储存储器62保存由第二处理器60运行以执行患者接口50的各种动作的第二指令64。第二机器可读存储存储器62还包括本地数据存储库66,本地数据存储库66被配置成保存数据,诸如与治疗计划有关的数据,和/或患者数据,诸如代表患者在治疗计划中的表现的数据。患者接口50还包括本地通信接口68,本地通信接口68被配置成与供患者在患者接口50附近使用的各种装置通信。本地通信接口68可以包括有线和/或无线通信。在一些实施例中,本地通信接口68可以包括诸如Wi-Fi、蓝牙、ZigBee、近场通信(NFC)、蜂窝数据网络等的本地无线网络。
***10还包括治疗设备70,治疗设备70被配置成由患者操纵和/或操纵患者的身体部位以根据治疗计划来执行活动。在一些实施例中,治疗设备70可以采取锻炼和康复设备的形式,该运动和康复设备被配置成执行和/或帮助执行康复方案,该康复方案可以是矫形康复方案,并且该治疗包括患者身体部位的康复,诸如关节或骨骼或肌肉群。治疗设备70可以是被配置成经由另一计算装置在远端进行控制以治疗患者和/或锻炼患者的任何合适的医疗、康复、治疗等设备。治疗设备70可以是包括一个或多个重物(weight)的机电机器、机电自行车、机电旋转盘、智能镜、跑步机等。身体部位可以包括例如脊柱、手、脚、膝盖或肩膀。身体部位可以包括关节、骨骼或肌肉群的一部分,例如一个或多个椎骨、腱或韧带。如图1示出,治疗设备70包括控制器72,控制器72可以包括一个或多个处理器、计算机存储器和/或其他组件。治疗设备70还包括第四通信接口74,第四通信接口74被配置成经由本地通信接口68与患者接口50通信。治疗设备70还包括一个或多个内部传感器76和诸如马达的执行机构78。执行机构78可以例如用于移动患者的身体部位和/或用于抵抗患者的力。
内部传感器76可以测量治疗设备70的一个或多个操作特征,诸如力、位置、速度和/或速率。在一些实施例中,内部传感器76可以包括位置传感器,该位置传感器被配置成测量患者的身体部位的线性运动或角运动中的至少一个。例如,位置传感器形式的内部传感器76可以测量患者能够移动治疗设备70的一部分的距离,其中这种距离可以对应于患者身体部位能够达到的活动范围。在一些实施例中,内部传感器76可以包括被配置成测量患者施加的力的力传感器。例如,力传感器形式的内部传感器76可以测量患者使用特定的身体部位能够施加到治疗设备70上的力或重量。
图1所示的***10还包括步行传感器82,步行传感器82经由患者接口50的本地通信接口68与服务器30通信。步行传感器82可以跟踪并且存储患者所走的步数。在一些实施例中,步行传感器82可以采用腕带、手表或智能手表的形式。在一些实施例中,步行传感器82可以集成在诸如智能电话的电话内。
图1所示的***10还包括测角仪84,测角仪84经由患者接口50的本地通信接口68与服务器30通信。测角仪84测量患者身体部位的角度。例如,测角仪84可以测量患者的膝盖或肘部或肩膀的弯曲角度。
图1所示的***10还包括压力传感器86,压力传感器86经由患者接口50的本地通信接口68与服务器30通信。压力传感器86测量由患者的身体部位施加的压力或重量的量。例如,当踩踏固定自行车(stationary bike)时,压力传感器86可以测量由患者的脚施加的力的量。
图1所示的***10还包括监控接口90,监控接口90可以与临床医生接口20相似或相同。在一些实施例中,监控接口90可以具有超出临床医生接口20上所提供的功能的增强功能。监控接口90可以被配置成供诸如骨科医生的负责治疗计划的人使用。
图1所示的***10还包括报告接口92,报告接口92可以与临床医生接口20相似或相同。在一些实施例中,报告接口92可以具有比临床医生接口20上提供的功能更少的功能。例如,报告接口92可以不具有修改治疗计划的能力。这种报告接口92可以例如由开帐单的人使用,来确定***10的的使用情况以用于开具账单的目的。在另一示例中,报告接口92可以不具有显示患者可识别的信息的能力,仅呈现关于数据主体的某些数据字段和/或关于该数据主体的准标识符的某些数据字段的假名化数据和/或匿名化数据。这种报告接口92可以例如由研究人员使用,来确定治疗计划对不同患者的各种效果。
***10包括用于诸如医生、护士、理疗师或技师的辅助人员(assistant)的辅助接口94,以与患者接口50和/或治疗设备70远程通信。这样的远程通信可以使辅助人员能够使用***10向患者提供帮助或指导。更具体地,辅助接口94被配置成经由网络连接,诸如经由第一网络34和/或第二网络58与患者接口50通信远程医疗信号96、97、98a、98b、99a、99b。远程医疗信号96、97、98a、98b、99a、99b包括以下中的一种:音频信号96、视听信号97、控制患者接口50的功能的接口控制信号98a、监测患者接口50的状态的接口监测信号98b、改变治疗设备70的操作参数的设备控制信号99a和/或监测治疗设备70的状态的设备监测信号99b。在一些实施例中,控制信号98a、99a中的每一个可以是从辅助接口94到患者接口50的单向传达的命令。在一些实施例中,响应于成功接收控制信号98a、99a和/或响应于传达所请求的控制动作的成功和/或不成功的实施方案,可以从患者接口50向辅助接口94发送确认消息。在一些实施例中,监测信号98b、99b中的每一个可以是从患者接口50到辅助接口94的单向的状态信息命令。在一些实施例中,响应于成功接收到监测信号98b、99b中的一个,可以从辅助接口94向患者接口50发送确认消息。
在一些实施例中,患者接口50可以被配置成用于治疗设备70与诸如辅助接口94和/或服务器30的一个或多个其他装置之间的设备控制信号99a和设备监测信号99b的直通。例如,患者接口50可以被配置成响应于来自辅助接口94的远程医疗信号96、97、98a、98b、99a、99b之内的设备控制信号99a而传输设备控制信号99a。
在一些实施例中,辅助接口94可以呈现在作为临床医生接口20的共享物理装置上。例如,临床医生接口20可以包括实现辅助接口94的一个或多个屏幕。可选地或另外地,临床医生接口20可以包括诸如摄像机、扬声器和/或麦克风的额外的硬件组件,以实现辅助接口94的各个方面。
在一些实施例中,远程医疗信号96、97、98a、98b、99a、99b的一个或多个部分可以从预先记录源(例如,音频记录、视频记录或动画)生成,以通过患者接口50的输出装置54来呈现。例如,教程视频可以从服务器30流式传输并且呈现在患者接口50上。患者可以经由患者接口50请求来自预先记录源的内容。可选地,经由辅助接口94上的控件,辅助人员可以使来自预先记录源的内容在患者接口50上播放。
辅助接口94包括可以被统称为辅助用户接口22、24的辅助输入装置22和辅助显示24。辅助输入装置22可以包括例如电话、键盘、鼠标、触控板或触摸屏中的一个或多个。可选地或另外地,辅助输入装置22可以包括一个或多个麦克风。在一些实施例中,一个或多个麦克风可以采取听筒、耳机或广域麦克风,或被配置成辅助人员经由患者接口50与患者对话的麦克风的形式。在一些实施例中,辅助输入装置22可以被配置成提供基于语音的功能,具有被配置成解释辅助人员通过使用一个或多个麦克风的口语指示的硬件和/或软件。辅助输入装置22可以包括由现有的基于语音的助手功能(诸如,苹果Siri、亚马逊Alexa、谷歌助手或三星Bixby)而提供的功能,或者与现有的基于语音的助手功能类似的功能。辅助输入装置22可以包括其他硬件和/或软件组件。辅助输入装置22可以包括一个或多个通用装置和/或专用装置。
辅助显示24可以采取一个或多个不同的形式,包括例如计算机显示器或平板电脑、智能电话或智能手表上的显示屏。辅助显示24可以包括其他硬件和/或软件组件,诸如投影仪、虚拟现实能力或增强现实能力等。辅助显示24可以结合各种不同的视觉的、音频的或其他的呈现技术。例如,辅助显示24可以包括非可视显示(non-visual display),诸如音频信号,音频信号可以包括可以表示不同的状况和/或方向的口语和/或诸如音调、钟声、旋律和/或作品的其他声音。辅助显示24可以包括供辅助人员使用的、呈现各种数据的一个或多个不同的显示屏和/或接口或控件。辅助显示24可以包括图形,该图形可以由基于网络的接口和/或由计算机程序或应用程序(App)呈现。
在一些实施例中,***10可以提供从辅助接口94到患者接口50的语言的计算机转换,和/或反之亦然。语言的计算机转换可以包括口语的计算机转换和/或文本的计算机转换。另外地或可选地,***10可以提供语音识别和/或文本的口语发音。例如,***10可以将口语词句转换为打印的文本和/或***10可以可听地说出来自打印的文本的语言。***10可以被配置成识别患者、临床医生和/或辅助人员中的任意一个或全部的口语词句。在一些实施例中,***10可以被配置成识别患者的口语请求或命令,并且作出反应。例如,***10可以响应于患者的口头命令(可以以若干不同语言中的任意一种给出)而自动发起远程医疗会话。
在一些实施例中,服务器30可以生成辅助显示24的各方面以由辅助接口94呈现。例如,服务器30可以包括被配置成生成用于在辅助显示24上呈现的显示屏的网络服务器。例如,人工智能引擎11可以为患者生成推荐治疗计划和/或排除治疗计划,并且生成包括那些推荐治疗计划和/或排除治疗计划的显示屏以呈现在辅助接口94的辅助显示24上。在一些实施例中,辅助显示24可以被配置成呈现由服务器30托管的虚拟桌面。在一些实施例中,服务器30可以被配置成经由第一网络34与辅助接口94通信。在一些实施例中,第一网络34可以包括局域网(LAN),诸如以太网。在一些实施例中,第一网络34可以包括互联网,并且可以经由隐私加强技术,诸如通过在虚拟专用网络(VPN)上使用加密,保护服务器30和辅助接口94之间的通信。可选地或另外地,服务器30可以被配置成经由独立于第一网络34的一个或多个网络和/或诸如直接有线或无线通信信道的其他通信手段与辅助接口94通信。在一些实施例中,患者接口50和治疗设备70可以各自从在地理上与辅助接口94的位置分开的患者位置进行操作。例如,患者接口50和治疗设备70可以用作家庭康复***的一部分,家庭康复***可以在集中地点(诸如,诊所或呼叫中心)通过使用辅助接口94来远程协助。
在一些实施例中,辅助接口94可以是例如在一个或多个呼叫中心或在一个或多个临床医生的办公室被分组在一起的若干不同的终端(例如,计算装置)中的一个。在一些实施例中,可以在地理上分布多个辅助接口94。在一些实施例中,人可以从任何常规办公室基础设施远程地作为辅助人员来工作。例如,在辅助接口94采取计算机和/或电话的形式的情况下,可以执行这种远程工作。该远程工作功能可以允许针对辅助人员进行在家工作安排,其可以包括兼职和/或弹性工作时间。
图2至图3示出治疗设备70的实施例。更具体地,图2示出固定健身车100形式的治疗设备70,可以简称为固定自行车。固定健身车100包括各自附接到踏板臂104以绕轴106旋转的一组踏板102。在一些实施例中,如图2所述,踏板102可在踏板臂104上移动,以便调节患者在踩踏板时使用的活动范围。例如,与踏板远离轴106向外定位时相比,踏板朝向轴106向内定位对应于更小的活动范围。压力传感器86附接到踏板102中的一个或嵌入踏板102中的一个内,以测量由患者施加在踏板102上的力的量。压力传感器86可以与治疗设备70和/或患者接口50无线通信。
图4示出使用图2的治疗设备的人(患者),并且示出连接到患者接口50的传感器和各种数据参数。示例性患者接口50是由患者手动握持的平板计算机或智能电话或平板手机,诸如iPad、iPhone、Android装置或Surface平板电脑。在一些其他实施例中,患者接口50可以嵌入治疗设备70内或附接到治疗设备70。图4示出患者将显示有“今日步数1355”的记录的步行传感器82戴在他的手腕上,指示步行传感器82已经记录步数并且将该步数传输到患者接口50。图4还示出患者将测角仪84戴在他的右膝盖上,测角仪84显示有“膝盖角度72°”的记录,指示测角仪84正在测量膝盖角度并且将该膝盖角度传输到患者接口50。图4还示出踏板102中的右侧的一个,其中压力传感器86显示“力12.5磅”,指示右踏板压力传感器86正在测量力并且将该力的测量值传输到患者接口50。图4还示出踏板102中的左侧的一个,其中压力传感器86显示“力27磅”,指示左踏板压力传感器86正在测量力并且将该力的测量值传输到患者接口50。图4还示出其他患者数据,诸如指示符“会话时间0:04:13”,指示患者已经使用治疗设备70达4分13秒。该会话时间可以基于通过患者接口50而从治疗设备70接收的信息来确定。图4还示出显示“疼痛等级3”的指示符。这种疼痛等级可以响应于在患者接口50上呈现的征询(诸如,问题)而从患者获得。
图5是辅助接口94的概览显示120的示例性实施例。具体地,概览显示120呈现若干不同的控件和接口,以供辅助人员通过使用患者接口50和/或治疗设备70来远程协助患者。该远程协助功能也可以称为远程医疗或远程治疗。
具体地,概览显示120包括患者简档显示130,该患者简档显示130呈现关于使用治疗设备70的患者的生物信息。尽管患者简档显示130可以采用诸如单独的屏幕或弹出式窗口的其他形式,但是如图5示出,患者简档显示130可以采用概览显示120的一部分或区域的形式。在一些实施例中,患者简档显示130可以包括患者生物信息的有限子集。更具体地,患者简档显示130上呈现的数据可以取决于辅助人员对该信息的需要。例如,可以向正在协助患者处理医疗问题的医疗专家提供关于患者的病史信息,而可以向检修治疗设备70的问题的技术人员提供关于患者的更有限的信息集。例如,可以仅向技术人员给出患者的姓名。患者简档显示130可以包括假名化数据和/或匿名化数据,或者使用任何隐私加强技术来防止以可能违反患者保密要求的方式来传达机密患者数据。这种隐私加强技术可以使得能够遵守诸如但不限于以下的法律、法规或其他管理规则:《健康保险携带和责任法案》(HIPAA)或《通用数据保护条例》(GDPR),其中患者可以被认为是“数据主体”。
在一些实施例中,患者简档显示130可以呈现关于以下的信息:患者在使用治疗设备70时遵循的治疗计划。这种治疗计划信息可以限于针对作为医疗专家的辅助人员,诸如医生或理疗师。例如,可以向协助患者处理关于治疗方案的问题的医疗专家提供治疗计划信息,而可以不向检修治疗设备70的问题的技术人员提供关于患者的治疗计划的任何信息。
在一些实施例中,可以在患者简档显示130中向辅助人员呈现一个或多个推荐治疗计划和/或排除治疗计划。可以由服务器30的人工智能引擎11生成一个或多个推荐治疗计划和/或排除治疗计划,并且尤其在远程医疗或远程治疗会话期间实时地从服务器30接收一个或多个推荐治疗计划和/或排除治疗计划。下面参照图7描述呈现一个或多个推荐治疗计划和/或排除治疗计划的示例。
图5示出的示例性概览显示120还包括呈现关于使用治疗设备的患者的状态信息的患者状态显示134。尽管患者状态显示134可以采用诸如单独的屏幕或弹出式窗口的其他形式,但是如图5所示,患者状态显示134可以采用概览显示120的一部分或区域的形式。患者状态显示134包括来自一个或多个外部传感器82、84、86和/或来自治疗设备70的一个或多个内部传感器76的传感器数据136。在一些实施例中,患者状态显示134可以呈现关于患者的其他数据138,诸如最近报告的疼痛等级或治疗计划内的进展。
用户访问控制可以用于限制对***10中的任何或所有用户接口20、50、90、92、94的访问,包括可获得哪些数据以进行查看和/或修改。在一些实施例中,可以采用用户访问控制来控制哪些信息可由使用***10的任何给定的人获得。例如,呈现在辅助接口94上的数据可以由用户访问控制来控制,其权限的设置取决于辅助人员/用户对查看该信息的需求和/或资格。
图5中示出的示例性概览显示120还包括帮助数据显示140,该帮助数据显示140呈现用于供辅助人员在辅助患者时使用的信息。如图5所示,帮助数据显示140可以采用概览显示120的一部分或区域的形式。帮助数据显示140可以采用其他形式,诸如单独的屏幕或弹出式窗口。帮助数据显示140可以包括例如呈现关于患者接口50和/或治疗设备70的用法的常见问题的答案。帮助数据显示140还可以包括研究数据或最佳实践。在一些实施例中,帮助数据显示140可以响应于患者问题而呈现答案或解释的脚本。在一些实施例中,帮助数据显示140可以呈现供辅助人员在确定患者的问题的根本原因和/或解决方案时使用的流程图或逐步解释。在一些实施例中,辅助接口94可以呈现可能相同或不同的两个或更多个帮助数据显示140,以同时呈现帮助数据来供辅助人员使用,例如,第一帮助数据显示可以用于呈现检修流程图以确定患者问题的根源,而第二帮助数据显示可以呈现辅助人员读给患者的脚本信息,这种信息优选包括患者执行某些动作的指示,这可以有助于缩小范围或解决问题。在一些实施例中,基于对第一帮助数据显示中的检修流程图的输入,第二帮助数据显示可以自动地利用脚本信息填充。
图5中示出的示例性概览显示120还包括患者接口控件150,患者接口控件150呈现关于患者接口50的信息和/或修改患者接口50的一个或多个设置。如图5所示,患者接口控件150可以采用概览显示120的一部分或区域的形式。患者接口控件150可以采用其他形式,诸如单独的屏幕或弹出式窗口。患者接口控件150可以呈现经由接口监测信号98b中的一个或多个传达到辅助接口94的信息。如图5所示,患者接口控件150包括由患者接口50呈现的显示的显示馈送152。在一些实施例中,显示馈送152可以包括当前由患者接口50正在向患者呈现的显示屏的实时副本。换言之,显示馈送152可以呈现在患者接口50的显示屏上呈现的图像。在一些实施例中,显示馈送152可以包括关于当前由患者接口50正在呈现的显示屏的缩略信息,诸如屏幕名称或屏幕编号。患者接口控件150可以包括供辅助人员调整或控制患者接口50的一个或多个设置或方面的患者接口设置控件154。在一些实施例中,患者接口设置控件154可以使辅助接口94生成和/或传输控制患者接口50的功能或设置的接口控制信号98。
在一些实施例中,患者接口设置控件154可以包括供辅助人员远程查看和/或控制患者接口50的协作浏览或共同浏览能力。例如,患者接口设置控件154可以使辅助人员能够将文本远程输入到患者接口50上的一个或多个文本输入字段和/或使用辅助接口94的鼠标或触摸屏远程控制患者接口50上的光标。
在一些实施例中,使用患者接口50,患者接口设置控件154可以允许辅助人员改变患者不能改变的设置。例如,可以阻止患者接口50访问语言设置,以防止患者在患者接口50上无意地切换用于显示的语言,而患者接口设置控件154可以使辅助人员能够改变患者接口50的语言设置。在另一示例中,患者接口50可能无法将字体大小设置改变为较小的大小,以防止患者无意地切换在患者接口50上显示的字体大小,使得该显示对于患者将变得难以辨认,而患者接口设置控件154可以向辅助人员提供改变患者接口50的字体大小设置。
图5中示出的示例性概览显示120还包括接口通信显示156,该接口通信显示156显示患者接口50与诸如治疗设备70、步行传感器82和/或测角仪84的一个或多个其他装置70、82、84之间的通信状态。如图5所示,接口通信显示156可以采用概览显示120的一部分或区域的形式。接口通信显示156可以采用其他形式,诸如单独的屏幕或弹出式窗口。接口通信显示156可以包括供辅助人员远程修改与一个或多个其他装置70、82、84的通信的控件。例如,辅助人员可以远程命令患者接口50重置与其他装置70、82、84中的一个的通信或者建立与其他装置70、82、84中一个的新的通信。例如,该功能可以在患者的其他装置70、82、84中的一个有问题的情况下,或者在患者接收其他装置70、82、84中的新装置或替换装置的情况下使用。
图5中示出的示例性概览显示120还包括供辅助人员查看和/或控制关于治疗设备70的信息的设备控件160。如图5所示,设备控件160可以采用概览显示120的一部分或区域的形式。设备控件160可以采用其他形式,诸如单独的屏幕或弹出式窗口。设备控件160可以包括具有关于设备当前状态的信息的设备状态显示162。设备状态显示162可以呈现经由设备监测信号99b中的一个或多个传达到辅助接口94的信息。设备状态显示162可以指示治疗设备70当前是否正在与患者接口50通信。设备状态显示162可以呈现关于治疗设备70的状态的其他当前信息和/或历史信息。
设备控件160可以包括供辅助人员调整或控制治疗设备70的一个或多个方面的设备设置控件164。设备设置控件164可以使辅助接口94生成和/或传输设备控制信号99,用于改变治疗设备70的操作参数(例如,踏板半径设置、阻力设置、目标RPM等)。设备设置控件164可以包括模式按钮166和位置控件168,它们可以结合使用以供辅助人员将治疗设备70的执行机构78置于手动模式,之后可以使用位置控制器168来改变设置(诸如,执行机构78的位置或速度)。模式按钮166可以提供诸如位置的设置以在自动模式和手动模式之间切换。在一些实施例中,一个或多个设置在任何时间都是可调节的,而没有相关联的自动/手动模式。在一些实施例中,当患者正在主动使用治疗设备70时,辅助人员可以改变治疗设备70的操作参数,例如踏板半径设置。这种“即时”调整可能可用于或者也可能不可用于使用患者接口50的患者。在一些实施例中,设备设置控件164可以允许辅助人员改变使用患者接口50的患者不能改变的设置。例如,可以阻止患者接口50改变预先配置的设置,诸如治疗设备70的高度或倾斜设置,而设备设置控件164可以向辅助人员提供改变治疗设备70的高度或倾斜的设置。
图5中示出的示例性概览显示120还包括用于控制与患者接口50的音频或视听的通信会话的患者通信控件170。与患者接口50的通信会话可以包括来自辅助接口94的实时馈送,以由患者接口50的输出装置呈现。实时馈送可以采用音频馈送和/或视频馈送的形式。在一些实施例中,患者接口50可以被配置成提供与使用辅助接口94的人的两路音频或视听通信。具体地,与患者接口50的通信会话可以包括双向(两路)视频或视听馈送,其中患者接口50和辅助接口94中的每一个呈现另一个的视频。在一些实施例中,患者接口50可以呈现来自辅助接口94的视频,而辅助接口94仅呈现音频或者辅助接口94不呈现来自患者接口50的实时音频或视觉信号。在一些实施例中,辅助接口94可以呈现来自患者接口50的视频,而患者接口50仅呈现音频或者患者接口50不呈现来自辅助接口94的实时音频或视觉信号。
在一些实施例中,可以在患者正在对身体部位执行康复方案时,至少部分地进行与患者接口50的音频或视听通信会话。如图5所示,患者通信控件170可以采用概览显示120的一部分或区域的形式。患者通信控件170可以采用其他形式,诸如单独的屏幕或弹出式窗口。在辅助人员使用辅助接口94时,音频和/或视听通信可以由辅助接口94和/或由另一种装置或多种装置处理和/或导播,诸如辅助人员使用的电话***或视频会议***。可选地或另外地,音频和/或视听通信可以包括与第三方的通信。例如,***10可以使辅助人员能够关于使用一种特定硬件或软件而发起与患者和主题专家(诸如医疗专家或专科医生)的三路对话。图5中示出的示例性患者通信控件170包括供辅助人员在管理与患者的音频或视听通信的各个方面时使用的呼叫控件172。呼叫控件172包括供辅助人员结束音频或视听通信会话的断开按钮174。呼叫控件172还包括暂时使来自辅助接口94的音频或视听信号静音的静音按钮176。在一些实施例中,呼叫控件172可以包括其他特征,诸如保持按钮(未示出)。呼叫控件172还包括诸如记录按钮、播放按钮和暂停按钮的一个或多个记录/回放控件178,以与患者接口50一起控制来自远程会议会话的音频和/或视频的记录和/或回放。呼叫控件172还包括呈现来自患者接口50的静态图像(still)和/或视频图像的视频馈送显示180,以及显示使用辅助接口的辅助人员的当前图像的自身视频显示182。如图5所示,自身视频显示182可以在视频馈送显示180的一部分内以画中画格式(picture-in-picture format)呈现。可选地或另外地,自身视频显示182可以与视频馈送显示180分开呈现和/或独立于视频馈送显示180来呈现。
图5中示出的示例性概览显示120还包括在执行与第三方的音频和/或视听通信时使用的第三方通信控件190。如图5所示,第三方通信控件190可以采用概览显示120的一部分或区域的形式。第三方通信控件190可以采用其他形式,诸如单独的屏幕或弹出式窗口。第三方通信控件190可以包括一个或多个控件,诸如关于使用一种特定硬件或软件来联系第三方的联系人列表和/或按钮或控件,第三方例如主题专家,诸如医疗专家或专科医生。第三方通信控件190可以包括电话会议能力,以使第三方能够同时进行经由辅助接口94与辅助人员的通信,以及经由患者接口50与患者的通信。例如,***10可以向辅助人员提供发起与患者和第三方的三路对话。
图6示出根据本公开的基于与患者有关的数据600来训练机器学习模型13,以输出患者的治疗计划602的示例性框图。服务器30可以接收与其他患者有关的数据。其他患者可能已经使用各种治疗设备来执行治疗计划。该数据可以包括其他患者的特征、其他患者执行的治疗计划的细节和/或执行治疗计划的结果(例如,患者身体的一部分的恢复百分比、患者身体的一部分的恢复量、患者身体的一部分的肌肉强度的增加或减少量、患者身体的一部分的活动范围的增加或减少量等)。
如所描绘的,已经将数据分配到不同的队列。队列A包括具有相似第一特征、第一治疗计划和第一结果的患者的数据。队列B包括具有相似第二特征、第二治疗计划和第二结果的患者的数据。例如,队列A可以包括在二十多岁时没有医疗状况的、因断肢而遭受外科手术的患者的第一特征;他们的治疗计划可以包括一定的治疗方案(例如,使用治疗设备70、3周、每周5次、每次30分钟,其中治疗设备70的属性、配置和/或设置的值在前两周被设置为X(其中X是数值),并且在最后一周被设置为Y(其中Y是数值))。
队列A和队列B可以包括在用于训练机器学习模型13的训练数据集中。可以训练机器学习模型13以匹配每个队列的特征之间的模式,并且输出治疗计划来提供结果。因此,当将新患者的数据600输入经训练的机器学习模型13中时,经训练的机器学习模型13可以将数据600中包括的特征与队列A或队列B中的特征进行匹配,并且输出合适的治疗计划602。在一些实施例中,可以训练机器学习模型13以输出不应由新患者执行的一个或多个排除治疗计划。
图7示出根据本公开的辅助接口94在远程医疗会话期间实时呈现推荐治疗计划和排除治疗计划的概览显示120的实施例。如所描绘的,概览显示120仅包括患者简档130和包括自身视频显示182的视频馈送显示180的区段。除了或代替患者简档130、视频馈送显示180和自身视频显示182,还可以呈现参照图5描述的概览显示120的控件和接口的任何合适的配置。
可以在概览显示120的一部分中(例如,在辅助接口94的显示屏24上呈现的用户接口)的自身视频182中呈现在远程治疗会话期间使用辅助接口94(例如,计算装置)的辅助人员(例如,医疗专家),概览显示120的该部分也将来自患者的视频呈现在视频馈送显示180中。进一步,视频馈送显示180还可以包括图形用户接口(GUI)对象700(例如,按钮),该图形用户接口(GUI)对象700使医疗专家能够在远程治疗会话期间实时或近实时地在患者接口50上与患者共享推荐治疗计划和/或排除治疗计划。医疗专家可以选择GUI对象700以共享推荐治疗计划和/或排除治疗计划。如所描绘的,概览显示120的另一部分包括患者简档显示130。
患者简档显示130正在呈现两个示例性推荐治疗计划600和一个示例性排除治疗计划602。如本文中描述的,可以鉴于被治疗的患者的特征来推荐治疗计划。为了生成患者应当遵循以达到期望结果的推荐治疗计划600,被治疗的患者和已经使用治疗设备70执行治疗计划的其他人的队列的特征之间的模式可以通过人工智能引擎11的一个或多个机器学习模型13匹配。可以基于不同的期望结果来生成推荐治疗计划中的每一个。
例如,如所描绘的,患者简档显示130呈现“患者的特征与队列A中的用户的特征相匹配。基于患者的特征和期望结果,为患者推荐以下治疗计划”。然后,患者简档显示130呈现来自队列A的推荐治疗计划,并且每个治疗计划提供不同的结果。
如所描绘的,治疗计划“A”指示“患者X应该使用治疗设备4天,每天30分钟,以达到Y%的增加活动范围;患者X患有2型糖尿病;并且在治疗计划期间应为X患者开具药物Z,以控制疼痛(药物Z被批准用于2型糖尿病患者)”。因此,所生成的治疗计划实现Y%的增加活动范围。如可以理解的,治疗计划还包括推荐的药物(例如,药物Z),从而鉴于患者的已知医学疾病(例如,2型糖尿病)而向患者开处方以控制疼痛。也就是说,推荐的患者用药不仅不与患者的医疗状况相冲突,而且还因此提高患者获得更好结果的可能性。该特定示例和本文中别处的所有这种示例均不旨在以任何方式根据推荐的多种药物或根据对并发症或疾病的确认、查看、诊断和/或治疗的处理来限制所生成的治疗计划。
推荐治疗计划“B”可以基于治疗计划的不同期望结果来指定包括针对治疗设备的不同的治疗方案、不同的用药方案等的不同治疗计划。
如所描绘的,患者简档显示130还可以呈现排除治疗计划602。使用辅助接口94向辅助人员显示这些类型的治疗计划,以警告辅助人员不向患者推荐治疗计划的某些部分。例如,排除治疗计划可以指定以下内容:“由于心脏病,患者X每天使用治疗设备不应超过30分钟;患者X患有2型糖尿病;并且在治疗计划期间,不应为X患者开具药物M来控制疼痛(在这种情况下,药物M可能导致2型糖尿病患者出现并发症)。具体地,排除治疗计划指出治疗方案的局限性,即由于心脏病,患者X每天不应锻炼超过30分钟。排除治疗计划还指出,不应给X患者开具药物M,因为该药物与医疗状况2型糖尿病相冲突。
辅助人员可以在概览显示120上为患者选择治疗计划。例如,辅助人员可以使用输入***设备(例如,鼠标、触摸屏、麦克风、键盘等)来从患者的治疗计划600中进行选择。在一些实施例中,在远程治疗会话期间,辅助人员可以与患者讨论推荐治疗计划600的利弊。
无论如何,辅助人员可以选择供患者遵循以达到期望结果的治疗计划。可以将所选择的治疗计划传输到患者接口50以进行呈现。患者可以在患者接口50上查看所选择的治疗计划。在一些实施例中,辅助人员和患者可以在远程治疗会话期间实时或近实时地讨论细节(例如,使用治疗设备70的治疗方案、饮食方案、药物方案等)。在一些实施例中,在用户使用治疗设备70时,服务器30可以基于所选择的治疗计划并且在远程治疗会话期间控制治疗设备70。
图8示出根据本公开的辅助接口94在远程医疗会话期间实时呈现由于患者数据改变而改变的推荐治疗计划的概览显示120的实施例。如可以理解的,在患者使用治疗设备70执行治疗计划时,治疗设备70和/或任何计算装置(例如,患者接口50)可以传输数据。该数据可以包括患者的更新后的特征。例如,更新后的特征可以包括新的表现信息和/或测量信息。表现信息可以包括治疗设备70的一部分的速度、患者所达到的活动范围、施加在治疗设备70的一部分上的力、患者的心率、患者的血压、患者的呼吸频率等。
在一个实施例中,可以将在服务器30处接收的数据输入到经训练的机器学习模型13中,这可能确定到,特征指示患者在按当前治疗计划进行治疗。确定患者在按当前治疗计划进行治疗可以使经训练的机器学习模型13调整治疗设备70的参数。该调整可以基于治疗计划的下一步骤,以进一步提高患者的表现。
在一个实施例中,可以将在服务器30处接收的数据输入经训练的机器学习模型13中,这可能确定到,特征指示患者未按当前的治疗计划进行治疗(例如,进度落后、不能保持速度、不能达到一定的活动范围、承受过多的疼痛等)或超出当前的治疗计划的进度(例如,超过一定的速度、无痛地锻炼超过指定的时间、施加超过指定的力等)。经训练的机器学习模型13可以确定该患者的特征不再与患者所分配到的队列中的患者的特征匹配。因此,经训练的机器学习模型13可以将患者重新分配到另一队列,该队列包括符合患者特征的特征。如此,经训练的机器学习模型13可以从新的队列选择新的治疗计划并且基于新的治疗计划来控制治疗设备70。
在一些实施例中,在控制治疗设备70之前,服务器30可以将向辅助接口94提供新的治疗计划800以呈现在患者简档130中。如所描绘的,患者简档130指示“患者的特征已经改变,并且现在与队列B中的用户的特征相匹配。基于患者特征和期望结果,为该患者推荐以下治疗计划。”然后,患者简档130呈现新的治疗计划800(“患者X应当使用治疗设备3天、每天10分钟,以实现L%的增加活动范围。”)。辅助人员(医疗专家)可以选择新的治疗计划800,并且服务器30可以接收该选择。服务器30可以基于新的治疗计划800来控制治疗设备70。在一些实施例中,可以将新的治疗计划800传输到患者接口50,使得患者可以查看新的治疗计划800的细节。
图9示出根据本公开的基于将患者分配到队列来为患者选择治疗计划并基于治疗计划来控制治疗设备的方法900的示例性实施例。方法900由处理逻辑执行,该处理逻辑可以包括硬件(电路、专用逻辑等)、软件(诸如在通用计算机***或专用机器上运行的软件)或两者的组合。方法900和/或其单独的功能、例程、子例程或操作中的每一个可以由计算装置(例如,图1的任何组件,诸如运行人工智能引擎11的服务器30)的一个或多个处理器执行。在某些实施例中,方法900可以由单个处理线程执行。可选地,方法800可以由两个或更多个处理线程执行,每个线程用于实施方法的一个或多个单独的功能、例程、子例程或操作。
为了简化说明,将方法900描绘和描述为一系列操作。然而,根据本公开的操作可以按各种顺序发生,和/或同时发生,和/或与在本文中未呈现和描述的其他操作一起发生。例如,方法900中描绘的操作可以结合本文中公开的任何其他方法的任何其他操作发生。此外,根据所公开的主题,可以不需要所有示出的操作来实现方法900。另外,本领域技术人员将理解和意识到,方法900可以经由状态图或事件可选地被表示为一系列相关的状态。
在902处,处理装置可以接收第一数据,该第一数据与使用治疗设备70来执行治疗计划的第一用户有关。该第一数据可以包括第一用户的特征、治疗计划和治疗计划的结果。
在904处,处理装置可以基于第一数据来将第一用户分配到第一队列,该第一队列代表与该第一用户的特征、治疗计划和治疗计划的结果中的至少一些具有相似性的人。
在906处,处理装置可以接收与第二用户有关的第二数据。该第二数据可以包括第二用户的特征。第一用户的特征和第二用户的特征可以包括个人信息、表现信息、测量信息或它们的某些组合。在一些实施例中,个人信息可以包括年龄、体重、性别、身高、体重指数、医疗状况、家族用药史、伤害或医疗程序。在一些实施例中,表现信息可以包括使用治疗设备的经过时间、施加在治疗设备的一部分上的力的量、在该治疗设备上实现的活动范围、治疗设备的一部分的移动速度、使用治疗设备的疼痛等级集的指示或它们的某些组合。在一些实施例中,测量信息可以包括生命体征、呼吸频率、心率、温度或它们的某些组合。
在908处,处理装置可以确定第二用户的特征中的至少一些是否与分配到第一队列的第一用户的特征的至少一些相匹配。在一些实施例中,可以训练一个或多个机器学习模型,以确定是否第二用户的至少特征与分配到第一队列的第一用户的特征相匹配。
在910,响应于确定第二用户的特征中的至少一些与第一用户的特征的至少一些相匹配,处理装置可以将第二用户分配到第一队列,并且经由经训练的机器学习模型来为第二用户选择治疗计划。在一些实施例中,至少使用第一数据来训练经训练的机器学习模型,以实时或接近实时地将第二用户的第二数据与队列集中存储的数据集进行比较,并且选择导致期望结果并且包括与第二用户的第二特征相匹配的特征的治疗计划。该队列集可以包括第一队列。
治疗计划可以包括治疗方案,该治疗方案指定使用治疗设备70来以特定时长来执行特定锻炼以及指定执行锻炼的周期性。治疗方案还可以针对每次锻炼指定治疗设备70的参数。例如,针对具有特定特征(例如,呼吸、体重、年龄、受伤情况、当前活动范围、心率等)的人的两周治疗方案可以指定第一周和第二周的锻炼。第一周的锻炼可以包括10分钟时间段的自行车踩踏,在这10分钟的时间段内,踏板每1分钟逐渐地增加或减少活动范围。第二周的锻炼可以包括5分钟时间段的自行车踩踏,在这10分钟的时间内,踏板每1分钟急剧地(aggressively)增加或减少活动范围。
在912处,在第二用户使用治疗设备时,处理装置可以基于治疗计划来控制治疗设备70。在一些实施例中,该控制可以由在治疗设备70的远端的服务器30执行(例如,在远程医疗会话期间执行)。在远端控制治疗设备70可以包括:服务器30基于治疗计划来传输控制指令,以在特定时间改变治疗设备70的参数,从而增加继续使用治疗设备的积极效果的可能性,或者减少继续使用治疗设备的消极效果的可能性。例如,(基于具有特定特征并且在治疗计划中进行锻炼的人的历史信息)治疗计划可以包括指示以下的信息:在执行特定锻炼一定时间后可能存在回报减少。因此,运行一个或多个机器学习模型13的服务器30可以向治疗设备70传输控制信号,以使治疗设备70改变参数(例如,减速、停止等)。
在一些实施例中,第一用户使用的治疗设备和第二用户使用的治疗设备可以相同,或者第一用户使用的治疗设备和第二用户使用的治疗设备可以不同。例如,如果第一用户和第二用户是一家人,那么他们可使用相同的治疗设备。如果第一用户和第二用户居住在不同的住宅中,则第一用户和第二用户可使用不同的治疗设备。
在一些实施例中,当第二用户使用治疗设备70来执行治疗计划时,处理装置可以继续接收数据。在第二用户使用治疗设备70来执行治疗计划时,所接收的数据可以包括第二用户的特征。特征可以包括与测量(例如,呼吸、心率、温度、排汗)和表现(例如,活动范围、施加在治疗设备70的一部分上的力、驱动治疗设备70的一部分的速度等)有关的信息。数据可以指示,正如根据针对具有相似数据的人的治疗计划所预期的那样,第二用户正在康复(例如,保持治疗计划的期望速度、活动范围和/或力)。因此,处理装置可以基于数据和治疗计划,经由经训练的机器学习模型13来调整治疗设备70的参数。例如,数据可以指示第二用户正以特定速度踩踏治疗设备70的一部分达3分钟。因此,机器学习模型可以基于数据和治疗计划来调整踏板的阻力量,以尝试使第二用户实现特定结果(例如,增强一处或多处肌肉)。某些结果可能已经由具有与第二用户所表现的数据(例如,包括表现、测量等的特征)的相似数据的其他用户在治疗计划的特定点实现。
在一些实施例中,在第二用户使用治疗设备70来执行治疗计划时,处理装置可以从治疗设备70接收与该第二用户的第二特征有关的数据。第二特征可以包括与以下有关的信息:在第二用户使用治疗设备70来执行治疗计划时,第二用户的测量(例如,呼吸、心率、温度、排汗)和表现(例如,活动范围、施加在治疗设备70的一部分上的力、致动治疗设备70的一部分的速度等)。在一些实施例中,处理装置可以基于该特征而确定第二用户比治疗计划预期的康复地更快或者没有如治疗计划所预期的那样康复(例如,不能保持治疗计划的期望速度、活动范围和/或力)。
处理装置可以确定第二用户的第二特征与分配到第二队列的第三用户的特征相匹配。第二队列可能包括与第二用户最初被分配到的队列具有不同的特征的人的数据。响应于确定第二用户的第二特征与第三用户的特征相匹配,处理装置可以将第二用户分配到第二队列,并且经由经训练的机器学习模型来为第二用户选择第二治疗计划。因此,在用户使用治疗设备70的同时,可以实时地动态调整使用治疗设备70的用户的治疗计划,以最佳地适应第二用户的特征,并且提高第二用户实现该第二用户被分配到的特定队列中的其他人所经历的期望结果的可能性。第二治疗计划可能已经由与第二用户具有相似特征的第三用户执行,并且作为执行第二治疗计划的结果,第三用户可能已经实现了期望结果。在第二用户使用治疗设备70时,处理装置可以基于第二治疗计划来控制治疗设备70。
在一些实施例中,响应于确定第二用户的特征与第一用户的特征不匹配,处理装置可以确定是否第二用户的至少特征与分配到第二队列的第三用户的特征相匹配。响应于确定第二用户的特征与第三用户的特征相匹配,处理装置可以将第二用户分配到第二队列,并且经由经训练的机器学习模型来为第二用户选择第二治疗计划。第二治疗计划可能已经由与第二用户具有相似特征的第三用户执行,并且作为执行第二治疗计划的结果,第三用户可能已经实现了期望结果。在第二用户使用治疗设备70时,处理装置可以基于第二治疗计划来控制治疗设备70。
图10示出根据本公开的在远程医疗会话期间向医疗专家呈现推荐治疗计划的方法1000的示例性实施例。方法1000包括由计算装置的处理器(例如,图1的任何组件,诸如运行人工智能引擎11的服务器30)执行的操作。在一些实施例中,方法1000的一个或多个操作由在存储器装置上存储的且由处理装置运行的计算机指令来实施。可以按与以上描述的方法900相同或相似的方式来执行方法1000。可以按与本文中描述的任何方法的任何操作的某些组合来执行方法1000的操作。
在一些实施例中,在图9所示的方法900中,方法1000可能在910之后和912之前发生。也就是说,方法1000可能在服务器30运行用于控制治疗设备70的一个或多个机器学习模型13之前发生。
关于方法1000,在1002处,在第二用户使用治疗设备70时,在控制治疗设备70之前,处理装置可以在远程医疗或远程治疗会话期间向医疗专家的计算装置(例如,辅助接口94)提供与治疗计划有关的推荐建议。该推荐建议可以实时地(例如,少于2秒)、在计算装置的显示屏的一部分中呈现在计算装置的显示屏上,而显示屏的另一部分呈现用户(例如,患者)的视频。
在1004处,处理装置可以从医疗专家的计算装置接收对治疗计划的选择。医疗专家可以使用任何合适的输入***设备(例如,鼠标、键盘、麦克风、触摸板等)来选择所推荐的治疗方案。计算装置可以将选择方案传输到服务器30中的接收选择方案的处理装置。显示屏上可呈现任何合适数量的治疗计划。每一个所推荐的治疗计划中可以提供不同的结果,并且医疗专家可以在远程医疗会话期间与用户协商,以讨论该用户期望的结果。在一些实施例中,所推荐的治疗计划可以仅呈现在医疗专家的计算装置上,而不呈现在用户的计算装置(患者接口50)上。在一些实施例中,医疗专家可以选择呈现在辅助接口94上的选项。该选项可以使得治疗计划被传输到患者接口50以供呈现。这样,在远程医疗会话期间,医疗专家和用户可以同时实时或接近实时地查看治疗计划,这可以为使用计算装置的用户提供增强的用户体验。在服务器30接收到对治疗计划的选择之后,在1006处,处理装置可以在第二用户使用治疗设备70时基于所选择的治疗计划来控制治疗设备。
图11示出根据本公开的一个或多个方面的可以执行本文中描述的方法中的任意一个或多个的示例性计算机***1100。在一个示例中,计算机***1100可以包括计算装置并且对应于图1中的辅助接口94、报告接口92、监控接口90、临床医生接口20、服务器30(包括AI引擎11)、患者接口50、步行传感器82、测角仪84、治疗设备70、压力传感器86或任何合适的组件。计算机***1100能够执行实施图1的人工智能引擎11的一个或多个机器学***板计算机、可穿戴装置(例如,腕带)、机顶盒(STB)、个人数字助手(PDA)、移动电话、照相机、摄影机、物联网(IoT)装置或能够执行一组指令(顺序的或其他的)的任何装置,该指令指定装置待执行的动作。进一步,尽管仅示出单个计算机***,但是术语“计算机”也应被认为包括任何计算机集合,该计算机集合单独或共同运行一组(或多组)指令以执行本文中所讨论的方法中的任意一个或多个。
计算机***1100包括经由总线1110彼此通信的处理装置1102、主存储器1104(例如,只读存储器(ROM)、闪速存储器、固态驱动器(SSD)、诸如同步DRAM(SDRAM)的动态随机存取存储器(DRAM))、静态存储器1106(例如,闪速存储器、固态驱动器(SSD)、静态随机存取存储器(SRAM))和数据存储装置1108。
处理装置1102代表一个或多个通用处理装置,诸如微处理器、中央处理单元等。更特别地,处理装置1102可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器或者实施其他指令集的处理器或实施指令集的组合的处理器。处理装置1402还可以是一个或多个专用处理装置,诸如专用集成电路(ASIC)、片上***、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器等。处理装置1402被配置成运行用于执行本文中讨论的操作和步骤中的任意一个的指令。
计算机***1100可以进一步包括网络接口装置1112。计算机***1100还可以包括视频显示器1114(例如,液晶显示器(LCD)、发光二极管(LED)、有机发光二极管(OLED)、量子LED、阴极射线管(CRT)、荫罩CRT、孔径格栅CRT、单色CRT)、一个或多个输入装置1116(例如,键盘和/或鼠标或游戏类控件)以及一个或多个扬声器1118(例如,喇叭)。在一个说明性示例中,视频显示器1114和输入装置1116可以组合到单个组件或装置(例如,LCD触摸屏)中。
数据存储装置1116可以包括计算机可读介质1120,实现本文中描述的方法、操作或功能中的任意一个或多个的指令1122存储在该计算机可读介质上。在计算机***1100运行指令1122期间,指令1122也可以全部或至少部分地驻留在主存储器1104内和/或处理装置1102内。如此,主存储器1104和处理装置1102也构成计算机可读介质。可以进一步经由网络接口装置1112在网络上传输或接收指令1122。
尽管计算机可读存储介质1120在说明性示例中被示出为单个介质,但是术语“计算机可读存储介质”应被认为包括存储一组或多组指令的单个介质或多个介质(例如,集中式或分布式数据库和/或关联的高速缓存和服务器)。术语“计算机可读存储介质”也应被认为包括能够存储、编码或承载一组指令以供机器运行并且使机器执行本公开的研究方法中的任意一个或多个的介质。因此,术语“计算机可读存储介质”应被认为包括但不限于固态存储器、光介质和磁介质。
条款1.一种方法,其包括:
接收与使用治疗设备来执行治疗计划的第一用户有关的第一数据,其中第一数据包括第一用户的特征、治疗计划和治疗计划的结果;
基于第一数据,将第一用户分配到第一队列,该第一队列代表与第一用户的特征具有相似性的人;
接收与第二用户有关的第二数据,其中第二数据包括第二用户的特征;
确定第二用户的特征中的至少一些是否与分配到第一队列的第一用户的特征中的至少一些相匹配;并且
响应于确定第二用户的特征中的至少一些与第一用户的特征中的至少一些相匹配,将第二用户分配到第一队列,并且经由经训练的机器学习模型来为第二用户选择治疗计划。
条款2.根据本发明的方法,其进一步包括:在第二用户使用治疗设备时,基于治疗计划来控制该治疗设备。
条款3.根据本发明的方法,其进一步包括:
在第二用户使用治疗设备时,在控制该治疗设备之前,在远程医疗会话期间,向医疗专家的计算装置提供与治疗计划有关的推荐建议;
从该计算装置接收对治疗计划的选择;并且
在第二用户使用治疗设备时,基于治疗计划来控制该治疗设备。
条款4.根据本发明的方法,其进一步包括:
在第二用户使用治疗设备以执行治疗计划时,从该治疗设备接收与第二用户的第二特征中的至少一些有关的第三数据;并且
经由经训练的机器学习模型,基于第三数据和治疗计划来至少部分地调整治疗设备的参数。
条款5.根据本发明的方法,其进一步包括:
在第二用户使用治疗设备以执行治疗计划时,从该治疗设备接收与第二用户的第二特征中的至少一些有关的第三数据;
确定第二用户的第二特征中的至少一些与分配到第二队列的第三用户的特征中的至少一些相匹配;
响应于确定第二用户的第二特征中的至少一些与第三用户的特征中的至少一些相匹配,将第二用户分配到第二队列,并且经由经训练的机器学习模型来为第二用户选择第二治疗计划,其中第二治疗计划曾由第三用户执行;并且
在第二用户使用治疗设备时,基于第二治疗计划来控制该治疗设备。
条款6.根据本发明的方法,其中用户所使用的治疗设备和第二用户所使用的治疗设备是相同的,或者用户所使用的治疗设备和第二用户所使用的治疗设备是不同的。
条款7.根据本发明的方法,其中由在治疗设备的远端处的服务器执行控制。
条款8.根据本发明的方法,其中第一用户的特征和第二用户的特征包括个人信息、表现信息、测量信息或它们的某些组合,其中:
个人信息包括年龄、体重、性别、身高、体重指数、医疗状况、家族用药史、受伤情况、医疗程序或它们的某些组合;
表现信息包括使用治疗设备的经过时间、施加在治疗设备的一部分上的力的量、在该治疗设备上实现的活动范围、治疗设备的一部分的移动速度、使用治疗设备的多种疼痛等级的指示或它们的某些组合,并且
测量信息包括生命体征、呼吸频率、心率、温度或它们的某些组合。
条款9.根据本发明的方法,其中至少使用第一数据来训练经训练的机器学习模型,以实时地将第二用户的第二数据与多个队列中存储的多个数据进行比较,并且选择导致期望结果并且包括与第二用户的第二特征中的至少一些相匹配的特征的治疗计划,其中多个队列包括第一队列。
条款10.根据本发明的方法,其中在第二用户使用治疗设备时,基于第二治疗计划来控制该治疗设备进一步包括:
基于治疗计划传输控制指令,以在特定时间改变治疗设备的参数,从而增加继续使用该治疗设备的积极效果的可能性,或者减少继续使用该治疗设备的消极效果的可能性。
条款11.根据本发明的方法,其进一步包括:
响应于确定第二用户的特征中的至少一些与第一用户的特征中的至少一些不匹配,确定第二用户的特征中的至少一些是否与分配到第二队列的第三用户的特征中的至少一些相匹配;
响应于确定第二用户的特征中的至少一些与第三用户的特征中的至少一些相匹配,将第二用户分配到第二队列,并且经由经训练的机器学习模型来为第二用户选择第二治疗计划,其中第二治疗计划曾由第三用户执行;并且
在第二用户使用治疗设备时,基于第二治疗计划来控制该治疗设备。
条款12.一种存储指令的有形的非暂时性的计算机可读介质,当运行指令时使处理装置:
接收与使用治疗设备来执行治疗计划的第一用户有关的第一数据,其中第一数据包括第一用户的特征、治疗计划和治疗计划的结果;
基于第一数据,将第一用户分配到第一队列,该第一队列代表与第一用户的特征具有相似性的人;
接收与第二用户有关的第二数据,其中第二数据包括第二用户的特征;
确定第二用户的特征中的至少一些是否与分配到第一队列的第一用户的特征中的至少一些相匹配;以及
响应于确定第二用户的特征中的至少一些与第一用户的特征中的至少一些相匹配,将第二用户分配到第一队列,并且经由经训练的机器学习模型来为第二用户选择治疗计划。
条款13.根据本发明的计算机可读介质,其中处理装置进一步在第二用户使用治疗设备时,基于治疗计划来控制该治疗设备。
条款14.根据本发明的计算机可读介质,其中处理装置进一步:
在第二用户使用治疗设备时,在控制该治疗设备之前,在远程医疗会话期间,向医疗专家的计算装置提供与治疗计划有关的推荐建议;
从该计算装置接收对治疗计划的选择;以及
在第二用户使用治疗设备时,基于治疗计划来控制该治疗设备。
条款15.根据本发明的计算机可读介质,其中处理装置进一步:
在第二用户使用治疗设备以执行治疗计划时,从该治疗设备接收与第二用户的第二特征中的至少一些有关的第三数据;以及
经由经训练的机器学习模型,基于第三数据和治疗计划来至少部分地调整治疗设备的参数。
条款16.根据本发明的计算机可读介质,其中处理装置进一步:
在第二用户使用治疗设备以执行治疗计划时,从该治疗设备接收与第二用户的第二特征中的至少一些有关的第三数据;
确定第二用户的第二特征中的至少一些与分配到第二队列的第三用户的特征中的至少一些相匹配;
响应于确定第二用户的第二特征中的至少一些与第三用户的特征中的至少一些相匹配,将第二用户分配到第二队列,并且经由经训练的机器学习模型来为第二用户选择第二治疗计划,其中第二治疗计划曾由第三用户执行;以及
在第二用户使用治疗设备时,基于第二治疗计划来控制该治疗设备。
条款17.根据本发明的计算机可读介质,其中用户所使用的治疗设备和第二用户所使用的治疗设备是相同的,或者用户所使用的治疗设备和第二用户所使用的治疗设备是不同的。
条款18.一种***,包括:
存储器装置,其存储指令;
处理装置,其通信地联接到存储器装置,该处理装置运行指令以:
接收与使用治疗设备来执行治疗计划的第一用户有关的第一数据,其中第一数据包括第一用户的特征、治疗计划和治疗计划的结果;
基于第一数据,将第一用户分配到第一队列,该第一队列代表与第一用户的特征具有相似性的人;
接收与第二用户有关的第二数据,其中第二数据包括第二用户的特征;
确定第二用户的特征中的至少一些是否与分配到第一队列的第一用户的特征中的至少一些相匹配;以及
响应于确定第二用户的特征中的至少一些与第一用户的特征中的至少一些相匹配,将第二用户分配到第一队列,并且经由经训练的机器学习模型来为第二用户选择治疗计划。
条款19.根据本发明的***,其中处理装置进一步在第二用户使用治疗设备时,基于治疗计划来控制该治疗设备。
条款20.根据本发明的***,其中处理装置进一步:
在第二用户使用治疗设备时,在控制该治疗设备之前,在远程医疗会话期间,向医疗专家的计算装置提供与治疗计划有关的推荐建议;
从该计算装置接收对治疗计划的选择;以及
在第二用户使用治疗设备时,基于治疗计划来控制该治疗设备。
上面的讨论旨在说明本公开的原理和各个实施例。一旦完全理解上述公开内容,许多变化和修改对于本领域技术人员将变得显而易见。旨在将所附权利要求书解释为包含所有这样的变化和修改。
各个方面、实施例、实施方案或所描述的实施例的特征可以单独使用或以任何组合使用。本文中公开的实施例本质上是模块化的,并且可以用于与其他实施例结合或联接到其他实施例。
与上面公开一致,特别考虑在后面的条款中列举的示例集,并且把示例集作为示例的非限制性集合。
Claims (14)
1.一种方法,其包括:
接收与使用机电机器来执行治疗计划的第一用户有关的第一数据,其中所述第一数据包括所述第一用户的特征、所述治疗计划和所述治疗计划的结果;
经由一个或多个机器学习模型使用所述第一数据,将所述第一用户分配到多个队列的第一队列,其中所述一个或多个机器学习模型被训练成通过将所述第一用户的第一数据与先前分配到所述多个队列的人的其他数据进行比较,将所述第一用户分配到所述第一队列,并且所述第一队列表示与所述第一用户的特征具有至少一个相似性的人;
接收与第二用户有关的第二数据,其中所述第二数据包括所述第二用户的特征;
确定所述第二用户的特征中的至少一些是否与分配到所述第一队列的所述第一用户的特征中的至少一些相匹配;
响应于确定所述第二用户的特征中的至少一些与所述第一用户的特征中的至少一些相匹配,
经由所述一个或多个机器学习模型来将所述第二用户分配到所述第一队列,并且
经由所述一个或多个机器学习模型来为所述第二用户选择所述治疗计划;
向计算装置提供与所述治疗计划有关的推荐建议,其中在远程医疗会话期间提供所述推荐建议,并且在所述计算装置上的用户接口的第一部分中呈现所述推荐建议,以及在所述用户接口的第二部分中呈现视听馈送,其中所述第一部分和所述第二部分是分开的;
接收对所述治疗计划的选择;并且
从处理装置向所述机电机器传输控制指令,其中所述第二用户使用所述机电机器,所述处理装置与所述机电机器分开,所述处理装置运行所述一个或多个机器学习模型,并且所述控制指令电子地调整所述机电机器的一部分,这种调整符合所述治疗计划中指定的至少一个操作参数。
2.根据权利要求1所述的方法,其进一步包括:
在所述第二用户使用所述机电机器以执行所述治疗计划时,从所述机电机器接收与所述第二用户的第二特征中的至少一些有关的第三数据;并且
经由所述一个或多个机器学习模型至少使用所述第三数据和所述治疗计划来调整所述机电机器的参数。
3.根据权利要求1所述的方法,其进一步包括:
在所述第二用户使用所述机电机器以执行所述治疗计划时,从所述机电机器接收与所述第二用户的第二特征中的至少一些有关的第三数据;
确定所述第二用户的第二特征中的至少一些与分配到第二队列的第三用户的特征中的至少一些相匹配;
响应于确定所述第二用户的第二特征中的至少一些与所述第三用户的特征中的至少一些相匹配,将所述第二用户分配到所述第二队列,并且经由所述一个或多个机器学习模型来为所述第二用户选择第二治疗计划,其中所述第二治疗计划曾由所述第三用户执行;并且
在所述第二用户使用所述机电机器时,经由配置成使用所述第二治疗计划的一个或多个机器学习模型来控制所述机电机器。
4.根据权利要求1所述的方法,其中由所述第一用户使用的机电机器和由所述第二用户使用的机电机器相同,或者由所述第一用户使用的机电机器和由所述第二用户使用的机电机器不同。
5.根据权利要求1所述的方法,其中经由在所述机电机器的远端的服务器运行的所述一个或多个机器学习模型来执行控制所述机电机器。
6.根据权利要求1所述的方法,其中所述第一用户的特征和所述第二用户的特征包括个人信息、表现信息、测量信息或它们的某些组合,其中:
所述个人信息包括年龄、体重、性别、身高、体重指数、医疗状况、家族用药史、伤害、医疗程序或它们的某些组合,
所述表现信息包括使用所述机电机器的经过时间、施加在所述机电机器的一部分上的力的量、在所述机电机器上实现的活动范围、所述机电机器的一部分的移动速度、使用所述机电机器的多种疼痛等级的指示或它们的某些组合,并且
所述测量信息包括生命体征、呼吸频率、心率、温度或它们的某些组合。
7.根据权利要求1所述的方法,其中至少使用所述第一数据来训练所述一个或多个机器学习模型,以实时地将所述第二用户的所述第二数据与多个队列中存储的多个数据进行比较,并且选择导致期望结果并且包括与所述第二用户的第二特征中的至少一些相匹配的特征的治疗计划,其中所述多个队列包括所述第一队列。
8.根据权利要求1所述的方法,其进一步包括:
基于所述治疗计划传输控制指令,以在特定时间改变所述机电机器的参数,从而增加继续使用所述机电机器的积极效果的可能性,或者减少继续使用所述机电机器的消极效果的可能性。
9.根据权利要求1所述的方法,其进一步包括:
响应于确定所述第二用户的特征中的至少一些与所述第一用户的特征中的至少一些不匹配,确定所述第二用户的特征中的至少一些是否与分配到第二队列的第三用户的特征中的至少一些相匹配;
响应于确定所述第二用户的特征中的至少一些与所述第三用户的特征中的至少一些相匹配,
经由所述一个或多个机器学习模型来将所述第二用户分配到所述第二队列,并且
经由所述一个或多个机器学习模型来为所述第二用户选择第二治疗计划,其中所述第二治疗计划曾由第三用户执行;并且
在所述第二用户使用所述机电机器时,经由配置成使用所述第二治疗计划的一个或多个机器学习模型来控制所述机电机器。
10.一种存储指令的有形的非暂时性的计算机可读介质,当运行所述指令时使处理装置:
接收与使用机电机器来执行治疗计划的第一用户有关的第一数据,其中所述第一数据包括所述第一用户的特征、所述治疗计划和所述治疗计划的结果;
经由一个或多个机器学习模型使用所述第一数据,将所述第一用户分配到多个队列的第一队列,其中所述一个或多个机器学习模型被训练成通过将所述第一用户的第一数据与先前分配到所述多个队列的人的其他数据进行比较,将所述第一用户分配到所述第一队列,并且所述第一队列表示与所述第一用户的特征具有至少一个相似性的人;
接收与第二用户有关的第二数据,其中所述第二数据包括所述第二用户的特征;
确定所述第二用户的特征中的至少一些是否与分配到所述第一队列的所述第一用户的特征中的至少一些相匹配;
响应于确定所述第二用户的特征中的至少一些与所述第一用户的特征中的至少一些相匹配,
经由所述一个或多个机器学习模型来将所述第二用户分配到所述第一队列,并且经由所述一个或多个机器学习模型来为所述第二用户选择所述治疗计划,
经由所述一个或多个机器学习模型来为所述第二用户选择所述治疗计划;
向计算装置提供与所述治疗计划有关的推荐建议,其中在远程医疗会话期间提供所述推荐建议,在所述计算装置上的用户接口的第一部分中呈现所述推荐,以及在所述用户接口的第二部分中呈现视听馈送,其中所述第一部分和所述第二部分是分开的;
接收对所述治疗计划的选择;并且
从处理装置向所述机电机器传输控制指令,其中所述第二用户使用所述机电机器,所述处理装置与所述机电机器分开,所述处理装置运行所述一个或多个机器学习模型,并且所述控制指令电子地调整所述机电机器的一部分,这种调整符合所述治疗计划中指定的至少一个操作参数。
11.根据权利要求10所述的计算机可读介质,其中所述处理装置进一步:
在所述第二用户使用所述机电机器以执行所述治疗计划时,从所述机电机器接收与所述第二用户的第二特征中的至少一些有关的第三数据;并且
经由所述一个或多个机器学习模型使用所述第三数据的至少一部分和所述治疗计划,来调整所述机电机器的参数。
12.根据权利要求10所述的计算机可读介质,其中所述处理装置进一步:
在所述第二用户使用所述机电机器以执行所述治疗计划时,从所述机电机器接收与所述第二用户的第二特征中的至少一些有关的第三数据;
确定所述第二用户的第二特征中的至少一些与分配到第二队列的第三用户的特征中的至少一些相匹配;
响应于确定所述第二用户的第二特征中的至少一些与所述第三用户的特征中的至少一些相匹配,
经由所述一个或多个机器学习模型来将所述第二用户分配到所述第二队列,以及
经由所述一个或多个机器学习模型来为所述第二用户选择第二治疗计划,其中所述第二治疗计划曾由所述第三用户执行;以及
在所述第二用户使用所述机电机器时,控制配置成使用所述第二治疗计划的所述机电机器。
13.根据权利要求10所述的方法,其中由所述第一用户使用的治疗设备和由所述第二用户使用的机电机器相同,或者由所述第一用户使用的机电机器和由所述第二用户使用的机电机器不同。
14.一种***,其包括:
存储器装置,其存储指令;
处理装置,其通信地联接到所述存储器装置,所述处理装置运行所述指令以:
接收与使用机电机器来执行治疗计划的第一用户有关的第一数据,其中所述第一数据包括所述第一用户的特征、所述治疗计划和所述治疗计划的结果;
经由一个或多个机器学习模型使用所述第一数据,将所述第一用户分配到多个队列的第一队列,其中所述一个或多个机器学习模型被训练成通过将所述第一用户的第一数据与先前分配到所述多个队列的人的其他数据进行比较,将所述第一用户分配到所述第一队列,并且所述第一队列代表与所述第一用户的特征具有至少一个相似性的人;
接收与第二用户有关的第二数据,其中所述第二数据包括所述第二用户的特征;
确定所述第二用户的特征中的至少一些是否与分配到所述第一队列的所述第一用户的特征中的至少一些相匹配;
响应于确定所述第二用户的特征中的至少一些与所述第一用户的特征中的至少一些相匹配,
经由所述一个或多个机器学习模型来将所述第二用户分配到所述第一队列,并且
经由所述一个或多个机器学习模型来为所述第二用户选择所述治疗计划;
向计算装置提供与所述治疗计划有关的推荐建议,其中在远程医疗会话期间提供所述推荐建议,在所述计算装置上的用户接口的第一部分中呈现所述推荐建议,并且在所述用户接口的第二部分中呈现视听馈送,其中所述第一部分和所述第二部分是分开的;
接收对所述治疗计划的选择;以及
从处理装置向所述机电机器传输控制指令,其中所述第二用户使用所述机电机器,所述处理装置与所述机电机器分开,所述处理装置运行所述一个或多个机器学习模型,并且所述控制指令电子地调整所述机电机器的一部分,这种调整符合所述治疗计划中指定的至少一个操作参数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/876,472 US11337648B2 (en) | 2020-05-18 | 2020-05-18 | Method and system for using artificial intelligence to assign patients to cohorts and dynamically controlling a treatment apparatus based on the assignment during an adaptive telemedical session |
US16/876,472 | 2020-05-18 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113241166A true CN113241166A (zh) | 2021-08-10 |
CN113241166B CN113241166B (zh) | 2023-03-10 |
Family
ID=72235990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110542104.5A Active CN113241166B (zh) | 2020-05-18 | 2021-05-18 | 使用人工智能分配患者并动态控制治疗设备的方法和*** |
Country Status (2)
Country | Link |
---|---|
US (1) | US11337648B2 (zh) |
CN (1) | CN113241166B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113626710A (zh) * | 2021-08-16 | 2021-11-09 | 百度在线网络技术(北京)有限公司 | 推送信息生成方法、相关装置及计算机程序产品 |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020092316A1 (en) * | 2018-10-29 | 2020-05-07 | Flatiron Health, Inc. | Generalized biomarker model |
US11541274B2 (en) | 2019-03-11 | 2023-01-03 | Rom Technologies, Inc. | System, method and apparatus for electrically actuated pedal for an exercise or rehabilitation machine |
US11185735B2 (en) | 2019-03-11 | 2021-11-30 | Rom Technologies, Inc. | System, method and apparatus for adjustable pedal crank |
US11904202B2 (en) | 2019-03-11 | 2024-02-20 | Rom Technolgies, Inc. | Monitoring joint extension and flexion using a sensor device securable to an upper and lower limb |
US11904207B2 (en) | 2019-05-10 | 2024-02-20 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to present a user interface representing a user's progress in various domains |
US11801423B2 (en) | 2019-05-10 | 2023-10-31 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to interact with a user of an exercise device during an exercise session |
US11433276B2 (en) | 2019-05-10 | 2022-09-06 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to independently adjust resistance of pedals based on leg strength |
US11957960B2 (en) | 2019-05-10 | 2024-04-16 | Rehab2Fit Technologies Inc. | Method and system for using artificial intelligence to adjust pedal resistance |
US11701548B2 (en) | 2019-10-07 | 2023-07-18 | Rom Technologies, Inc. | Computer-implemented questionnaire for orthopedic treatment |
US11071597B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Telemedicine for orthopedic treatment |
US11515021B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system to analytically optimize telehealth practice-based billing processes and revenue while enabling regulatory compliance |
US11830601B2 (en) | 2019-10-03 | 2023-11-28 | Rom Technologies, Inc. | System and method for facilitating cardiac rehabilitation among eligible users |
US20230274813A1 (en) * | 2019-10-03 | 2023-08-31 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning to generate treatment plans that include tailored dietary plans for users |
US12020799B2 (en) | 2019-10-03 | 2024-06-25 | Rom Technologies, Inc. | Rowing machines, systems including rowing machines, and methods for using rowing machines to perform treatment plans for rehabilitation |
US11915816B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | Systems and methods of using artificial intelligence and machine learning in a telemedical environment to predict user disease states |
US11887717B2 (en) | 2019-10-03 | 2024-01-30 | Rom Technologies, Inc. | System and method for using AI, machine learning and telemedicine to perform pulmonary rehabilitation via an electromechanical machine |
US11756666B2 (en) | 2019-10-03 | 2023-09-12 | Rom Technologies, Inc. | Systems and methods to enable communication detection between devices and performance of a preventative action |
US11955221B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML to generate treatment plans to stimulate preferred angiogenesis |
US11075000B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Method and system for using virtual avatars associated with medical professionals during exercise sessions |
US11515028B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to create optimal treatment plans based on monetary value amount generated and/or patient outcome |
US11978559B2 (en) | 2019-10-03 | 2024-05-07 | Rom Technologies, Inc. | Systems and methods for remotely-enabled identification of a user infection |
US11955223B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning to provide an enhanced user interface presenting data pertaining to cardiac health, bariatric health, pulmonary health, and/or cardio-oncologic health for the purpose of performing preventative actions |
US11915815B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning and generic risk factors to improve cardiovascular health such that the need for additional cardiac interventions is mitigated |
US12020800B2 (en) | 2019-10-03 | 2024-06-25 | Rom Technologies, Inc. | System and method for using AI/ML and telemedicine to integrate rehabilitation for a plurality of comorbid conditions |
US11955220B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML and telemedicine for invasive surgical treatment to determine a cardiac treatment plan that uses an electromechanical machine |
US11101028B2 (en) | 2019-10-03 | 2021-08-24 | Rom Technologies, Inc. | Method and system using artificial intelligence to monitor user characteristics during a telemedicine session |
US20210128080A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Augmented reality placement of goniometer or other sensors |
WO2022216498A1 (en) * | 2021-04-08 | 2022-10-13 | Rom Technologies, Inc. | Method and system for monitoring actual patient treatment progress using sensor data |
US20210134432A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Method and system for implementing dynamic treatment environments based on patient information |
US11069436B2 (en) | 2019-10-03 | 2021-07-20 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouraging rehabilitative compliance through patient-based virtual shared sessions with patient-enabled mutual encouragement across simulated social networks |
US11961603B2 (en) | 2019-10-03 | 2024-04-16 | Rom Technologies, Inc. | System and method for using AI ML and telemedicine to perform bariatric rehabilitation via an electromechanical machine |
US11923065B2 (en) | 2019-10-03 | 2024-03-05 | Rom Technologies, Inc. | Systems and methods for using artificial intelligence and machine learning to detect abnormal heart rhythms of a user performing a treatment plan with an electromechanical machine |
US20210134412A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for processing medical claims using biometric signatures |
US11955222B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for determining, based on advanced metrics of actual performance of an electromechanical machine, medical procedure eligibility in order to ascertain survivability rates and measures of quality-of-life criteria |
US11826613B2 (en) | 2019-10-21 | 2023-11-28 | Rom Technologies, Inc. | Persuasive motivation for orthopedic treatment |
US11672473B2 (en) * | 2019-12-31 | 2023-06-13 | Khamra Echols | Pain level indicator assembly |
US11102304B1 (en) | 2020-05-22 | 2021-08-24 | Vignet Incorporated | Delivering information and value to participants in digital clinical trials |
US11158412B1 (en) * | 2020-10-22 | 2021-10-26 | Grand Rounds, Inc. | Systems and methods for generating predictive data models using large data sets to provide personalized action recommendations |
WO2022155249A1 (en) * | 2021-01-12 | 2022-07-21 | Rom Technologies, Inc. | Method and system for use of telemedicine-enabled rehabilitative equipment for prediction of secondary disease |
WO2022251420A1 (en) * | 2021-05-28 | 2022-12-01 | Rom Technologies, Inc. | System and method for generating treatment plans to enhance patient recovery based on specific occupations |
WO2023230075A1 (en) * | 2022-05-23 | 2023-11-30 | Rom Technologies, Inc. | Method and system for using artificial intelligence to assign patients to cohorts and dynamically controlling a treatment apparatus based on the assignment during an adaptive telemedical session |
WO2024050070A1 (en) * | 2022-09-01 | 2024-03-07 | Rom Technologies, Inc. | Method and system for using a sensor data to detect joint misalignment of a user using a treatment device to perform a treatment plan |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5429140A (en) * | 1993-06-04 | 1995-07-04 | Greenleaf Medical Systems, Inc. | Integrated virtual reality rehabilitation system |
US6273863B1 (en) * | 1999-10-26 | 2001-08-14 | Andante Medical Devices, Ltd. | Adaptive weight bearing monitoring system for rehabilitation of injuries to the lower extremities |
CN105683977A (zh) * | 2013-11-01 | 2016-06-15 | 皇家飞利浦有限公司 | 治疗设备的使用的患者反馈 |
CN110215188A (zh) * | 2018-05-23 | 2019-09-10 | 加利福尼亚大学董事会 | 用于促进康复治疗的***和方法 |
CN111105859A (zh) * | 2019-11-13 | 2020-05-05 | 泰康保险集团股份有限公司 | 康复疗法的确定方法与装置、存储介质、电子设备 |
Family Cites Families (182)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6626805B1 (en) | 1990-03-09 | 2003-09-30 | William S. Lightbody | Exercise machine |
US8092224B2 (en) | 1995-11-22 | 2012-01-10 | James A. Jorasch | Systems and methods for improved health care compliance |
US6182029B1 (en) | 1996-10-28 | 2001-01-30 | The Trustees Of Columbia University In The City Of New York | System and method for language extraction and encoding utilizing the parsing of text data in accordance with domain parameters |
AU5405798A (en) | 1996-12-30 | 1998-07-31 | Imd Soft Ltd. | Medical information system |
US6872187B1 (en) | 1998-09-01 | 2005-03-29 | Izex Technologies, Inc. | Orthoses for joint rehabilitation |
US6535861B1 (en) | 1998-12-22 | 2003-03-18 | Accenture Properties (2) B.V. | Goal based educational system with support for dynamic characteristics tuning using a spread sheet object |
US7156665B1 (en) | 1999-02-08 | 2007-01-02 | Accenture, Llp | Goal based educational system with support for dynamic tailored feedback |
US6413190B1 (en) | 1999-07-27 | 2002-07-02 | Enhanced Mobility Technologies | Rehabilitation apparatus and method |
US7156809B2 (en) | 1999-12-17 | 2007-01-02 | Q-Tec Systems Llc | Method and apparatus for health and disease management combining patient data monitoring with wireless internet connectivity |
US6602191B2 (en) | 1999-12-17 | 2003-08-05 | Q-Tec Systems Llp | Method and apparatus for health and disease management combining patient data monitoring with wireless internet connectivity |
AU2463001A (en) | 1999-12-30 | 2001-07-16 | Umagic Systems, Inc. | Personal advice system and method |
US7904307B2 (en) * | 2000-03-24 | 2011-03-08 | Align Technology, Inc. | Health-care e-commerce systems and methods |
US20030036683A1 (en) | 2000-05-01 | 2003-02-20 | Kehr Bruce A. | Method, system and computer program product for internet-enabled, patient monitoring system |
KR20020009724A (ko) | 2000-07-26 | 2002-02-02 | 이광호 | 원격진료측정장치 및 진료방법 |
US6491649B1 (en) | 2000-10-06 | 2002-12-10 | Mark P. Ombrellaro | Device for the direct manual examination of a patient in a non-contiguous location |
CA2424588A1 (en) | 2000-10-18 | 2002-04-25 | Steve Shaya | Intelligent performance-based product recommendation system |
US20020160883A1 (en) | 2001-03-08 | 2002-10-31 | Dugan Brian M. | System and method for improving fitness equipment and exercise |
AU2002222820A1 (en) | 2001-11-23 | 2003-06-10 | Medit As | A cluster system for remote monitoring and diagnostic support |
US6890312B1 (en) | 2001-12-03 | 2005-05-10 | William B. Priester | Joint angle indication system |
US7209886B2 (en) | 2003-01-22 | 2007-04-24 | Biometric Technologies, Inc. | System and method for implementing healthcare fraud countermeasures |
US8655450B2 (en) * | 2009-01-13 | 2014-02-18 | Jeffrey A. Matos | Controlling a personal medical device |
US20150341812A1 (en) | 2003-08-29 | 2015-11-26 | Ineoquest Technologies, Inc. | Video quality monitoring |
US7331910B2 (en) | 2003-09-03 | 2008-02-19 | Anthony John Vallone | Physical rehabilitation and fitness exercise device |
US8751264B2 (en) | 2005-07-28 | 2014-06-10 | Beraja Ip, Llc | Fraud prevention system including biometric records identification and associated methods |
US7169085B1 (en) | 2005-09-23 | 2007-01-30 | Therapy Pro Inc. | User centered method of assessing physical capability and capacity for creating and providing unique care protocols with ongoing assessment |
US7974924B2 (en) | 2006-07-19 | 2011-07-05 | Mvisum, Inc. | Medical data encryption for communication over a vulnerable system |
US7771320B2 (en) | 2006-09-07 | 2010-08-10 | Nike, Inc. | Athletic performance sensing and/or tracking systems and methods |
US8540516B2 (en) | 2006-11-27 | 2013-09-24 | Pharos Innovations, Llc | Optimizing behavioral change based on a patient statistical profile |
US8540515B2 (en) | 2006-11-27 | 2013-09-24 | Pharos Innovations, Llc | Optimizing behavioral change based on a population statistical profile |
US20090070138A1 (en) * | 2007-05-15 | 2009-03-12 | Jason Langheier | Integrated clinical risk assessment system |
US20080300914A1 (en) | 2007-05-29 | 2008-12-04 | Microsoft Corporation | Dynamic activity management |
US7974689B2 (en) | 2007-06-13 | 2011-07-05 | Zoll Medical Corporation | Wearable medical treatment device with motion/position detection |
US7833135B2 (en) | 2007-06-27 | 2010-11-16 | Scott B. Radow | Stationary exercise equipment |
US8423378B1 (en) * | 2008-07-24 | 2013-04-16 | Ideal Life, Inc. | Facilitating health care management of subjects |
US9272186B2 (en) | 2008-08-22 | 2016-03-01 | Alton Reich | Remote adaptive motor resistance training exercise apparatus and method of use thereof |
TWI442956B (zh) * | 2008-11-07 | 2014-07-01 | Univ Nat Chunghsing | 智慧型跑步機控制方法及系統 |
US7967728B2 (en) | 2008-11-16 | 2011-06-28 | Vyacheslav Zavadsky | Wireless game controller for strength training and physiotherapy |
US8079937B2 (en) | 2009-03-25 | 2011-12-20 | Daniel J Bedell | Exercise apparatus with automatically adjustable foot motion |
US8251874B2 (en) | 2009-03-27 | 2012-08-28 | Icon Health & Fitness, Inc. | Exercise systems for simulating real world terrain |
US8589082B2 (en) | 2009-08-21 | 2013-11-19 | Neilin Chakrabarty | Method for managing obesity, diabetes and other glucose-spike-induced diseases |
WO2011075573A1 (en) | 2009-12-18 | 2011-06-23 | Scion Neurostim, Llc | Devices and methods for vestibular and/or cranial nerve stimulation |
EP2362653A1 (en) | 2010-02-26 | 2011-08-31 | Panasonic Corporation | Transport stream packet header compression |
US20110218814A1 (en) | 2010-03-05 | 2011-09-08 | Applied Health Services, Inc. | Method and system for assessing a patient's condition |
CA2698078A1 (en) | 2010-03-26 | 2011-09-26 | Applied Technology Holdings, Inc. | Apparatus, systems and methods for gathering and processing biometric and biomechanical data |
WO2011133799A1 (en) | 2010-04-21 | 2011-10-27 | Northwestern University | Medical evaluation system and method using sensors in mobile devices |
US20120065987A1 (en) * | 2010-09-09 | 2012-03-15 | Siemens Medical Solutions Usa, Inc. | Computer-Based Patient Management for Healthcare |
US20120094600A1 (en) | 2010-10-19 | 2012-04-19 | Welch Allyn, Inc. | Platform for patient monitoring |
US20120190502A1 (en) | 2011-01-21 | 2012-07-26 | David Paulus | Adaptive exercise profile apparatus and method of use thereof |
US9533228B2 (en) | 2011-03-28 | 2017-01-03 | Brian M. Dugan | Systems and methods for fitness and video games |
US9043217B2 (en) | 2011-03-31 | 2015-05-26 | HealthSpot Inc. | Medical kiosk and method of use |
US20120310667A1 (en) | 2011-06-03 | 2012-12-06 | Roy Altman | Dynamic clinical pathways |
US11133096B2 (en) | 2011-08-08 | 2021-09-28 | Smith & Nephew, Inc. | Method for non-invasive motion tracking to augment patient administered physical rehabilitation |
EP3792930B1 (en) | 2011-10-24 | 2024-07-17 | President and Fellows of Harvard College | Enhancing diagnosis of disorder through artificial intelligence and mobile health technologies without compromising accuracy |
FR2981857B1 (fr) | 2011-10-27 | 2014-11-21 | Eracles Technology | Machine d'exercice |
US20170344726A1 (en) * | 2011-11-03 | 2017-11-30 | Omada Health, Inc. | Method and system for supporting a health regimen |
WO2013077977A1 (en) | 2011-11-23 | 2013-05-30 | Remedev, Inc. | Remotely-executed medical diagnosis and therapy including emergency automation |
WO2013151770A1 (en) | 2012-04-03 | 2013-10-10 | Carnegie Mellon University | Musculoskeletal activity recognition system and method |
US20140006042A1 (en) * | 2012-05-08 | 2014-01-02 | Richard Keefe | Methods for conducting studies |
US20140188009A1 (en) | 2012-07-06 | 2014-07-03 | University Of Southern California | Customizable activity training and rehabilitation system |
US20170004260A1 (en) * | 2012-08-16 | 2017-01-05 | Ginger.io, Inc. | Method for providing health therapeutic interventions to a user |
US10741285B2 (en) | 2012-08-16 | 2020-08-11 | Ginger.io, Inc. | Method and system for providing automated conversations |
WO2014062441A1 (en) | 2012-10-16 | 2014-04-24 | University Of Florida Research Foundation, Inc. | Screening for neurologial disease using speech articulation characteristics |
US20140257850A1 (en) | 2013-03-05 | 2014-09-11 | Clinton Colin Graham Walker | Automated interactive health care application for patient care |
US10424033B2 (en) | 2013-03-15 | 2019-09-24 | Breg, Inc. | Healthcare practice management systems and methods |
US8823448B1 (en) | 2013-03-29 | 2014-09-02 | Hamilton Sundstrand Corporation | Feed forward active EMI filters |
US9311789B1 (en) | 2013-04-09 | 2016-04-12 | BioSensics LLC | Systems and methods for sensorimotor rehabilitation |
WO2014179475A2 (en) | 2013-04-30 | 2014-11-06 | Rehabtics LLC | Methods for providing telemedicine services |
US20190088356A1 (en) | 2013-10-15 | 2019-03-21 | Parkland Center For Clinical Innovation | System and Method for a Payment Exchange Based on an Enhanced Patient Care Plan |
US10043035B2 (en) | 2013-11-01 | 2018-08-07 | Anonos Inc. | Systems and methods for enhancing data protection by anonosizing structured and unstructured data and incorporating machine learning and artificial intelligence in classical and quantum computing environments |
US9919198B2 (en) | 2013-11-11 | 2018-03-20 | Breg, Inc. | Automated physical therapy systems and methods |
US20150161331A1 (en) | 2013-12-04 | 2015-06-11 | Mark Oleynik | Computational medical treatment plan method and system with mass medical analysis |
US20150339442A1 (en) | 2013-12-04 | 2015-11-26 | Mark Oleynik | Computational medical treatment plan method and system with mass medical analysis |
US20210202103A1 (en) | 2014-03-28 | 2021-07-01 | Hc1.Com Inc. | Modeling and simulation of current and future health states |
DE102015204641B4 (de) | 2014-06-03 | 2021-03-25 | ArtiMinds Robotics GmbH | Verfahren und System zur Programmierung eines Roboters |
CN106604862A (zh) * | 2014-08-05 | 2017-04-26 | 福博科知识产权有限责任公司 | 基于单车的网络连接性的部件、***和方法以及用于控制具有网络连接性的单车的方法 |
EP3198495B1 (en) | 2014-09-24 | 2024-05-01 | Telecom Italia S.p.A. | Equipment for providing a rehabilitation exercise |
US20160117471A1 (en) | 2014-10-22 | 2016-04-28 | Jan Belt | Medical event lifecycle management |
US9802081B2 (en) * | 2014-12-12 | 2017-10-31 | Kent State University | Bike system for use in rehabilitation of a patient |
KR20160091694A (ko) | 2015-01-26 | 2016-08-03 | 삼성전자주식회사 | 운동 가이드 정보를 제공하는 방법, 장치 및 시스템 |
KR20160093990A (ko) | 2015-01-30 | 2016-08-09 | 박희재 | 가상현실 애니메이션 제어 가능한 자유궤도 운동기구 장치 및 가상현실 애니메이션 제어 방법 |
WO2016145251A1 (en) | 2015-03-10 | 2016-09-15 | Impac Medical Systems, Inc. | Adaptive treatment management system with a workflow management engine |
US11684260B2 (en) | 2015-03-23 | 2023-06-27 | Tracpatch Health, Inc. | System and methods with user interfaces for monitoring physical therapy and rehabilitation |
US10582891B2 (en) | 2015-03-23 | 2020-03-10 | Consensus Orthopedics, Inc. | System and methods for monitoring physical therapy and rehabilitation of joints |
CN107613866B (zh) | 2015-03-23 | 2021-12-17 | 合意骨科有限公司 | 用于监视矫形植入物和康复的***和方法 |
US11272879B2 (en) | 2015-03-23 | 2022-03-15 | Consensus Orthopedics, Inc. | Systems and methods using a wearable device for monitoring an orthopedic implant and rehabilitation |
GB2539628B (en) | 2015-04-23 | 2021-03-17 | Muoverti Ltd | Improvements in or relating to exercise equipment |
WO2017004240A1 (en) | 2015-06-30 | 2017-01-05 | Ishoe, Inc | Identifying fall risk using machine learning algorithms |
JP6660110B2 (ja) | 2015-07-23 | 2020-03-04 | 原田電子工業株式会社 | 歩行解析方法および歩行解析システム |
US10678890B2 (en) | 2015-08-06 | 2020-06-09 | Microsoft Technology Licensing, Llc | Client computing device health-related suggestions |
BR102015019130A2 (pt) | 2015-08-10 | 2017-02-14 | Henrique Leonardo Pereira Luis | central de controle de inteligência artificial médica com sistema remoto para elaboração de diagnóstico, prescrição de medicamentos e envio de tratamento médico online, via telemedicina. |
US10572626B2 (en) | 2015-10-05 | 2020-02-25 | Ricoh Co., Ltd. | Advanced telemedicine system with virtual doctor |
CA3001350A1 (en) * | 2015-10-06 | 2017-04-13 | Raymond A. Berardinelli | Smartwatch device and method |
US20170136296A1 (en) | 2015-11-18 | 2017-05-18 | Osvaldo Andres Barrera | System and method for physical rehabilitation and motion training |
US10325070B2 (en) | 2015-12-14 | 2019-06-18 | The Live Network Inc | Treatment intelligence and interactive presence portal for telehealth |
US10430552B2 (en) | 2015-12-31 | 2019-10-01 | Dan M. MIHAI | Distributed telemedicine system and method |
US11130042B2 (en) | 2016-02-02 | 2021-09-28 | Bao Tran | Smart device |
US10311388B2 (en) | 2016-03-22 | 2019-06-04 | International Business Machines Corporation | Optimization of patient care team based on correlation of patient characteristics and care provider characteristics |
WO2017179693A1 (ja) | 2016-04-15 | 2017-10-19 | オムロン株式会社 | 生体情報分析装置、生体情報分析システム、プログラム、及び、生体情報分析方法 |
AU2017250805B2 (en) | 2016-04-15 | 2018-11-08 | BR Invention Holding, LLC | Mobile medicine communication platform and methods and uses thereof |
US10748658B2 (en) * | 2016-05-13 | 2020-08-18 | WellDoc, Inc. | Database management and graphical user interfaces for measurements collected by analyzing blood |
WO2017210502A1 (en) * | 2016-06-03 | 2017-12-07 | Yale University | Methods and apparatus for predicting depression treatment outcomes |
US11065142B2 (en) | 2016-06-17 | 2021-07-20 | Quazar Ekb Llc | Orthopedic devices and systems integrated with controlling devices |
US11798689B2 (en) | 2016-07-25 | 2023-10-24 | Viecure, Inc. | Generating customizable personal healthcare treatment plans |
IT201600083609A1 (it) | 2016-08-09 | 2018-02-09 | San Raffaele Roma S R L | Apparecchiatura per l'esercizio fisico e la riabilitazione adattato specificamente. |
EP3545833A1 (en) | 2016-11-22 | 2019-10-02 | Fundación Tecnalia Research & Innovation | Paretic limb rehabilitation method and system |
US10792495B2 (en) | 2016-12-01 | 2020-10-06 | Thimble Bioelectronics, Inc. | Neuromodulation device and method for use |
WO2018119106A1 (en) | 2016-12-23 | 2018-06-28 | Enso Co. | Standalone handheld wellness device |
WO2018124831A1 (ko) | 2016-12-30 | 2018-07-05 | 서울대학교 산학협력단 | 대사이상 질환의 질병 위험도를 예측하는 장치 및 방법 |
KR101967665B1 (ko) | 2017-07-26 | 2019-04-11 | 주식회사 본브레 | 웨어러블 측정기를 이용한 원격 척추 진단 시스템 |
EP3581095A2 (en) | 2017-02-08 | 2019-12-18 | Bonebre Technology Co., Ltd | Thoracic measuring device, scoliosis correction system, remote spinal diagnostic system, and wearable measuring device |
US10963783B2 (en) | 2017-02-19 | 2021-03-30 | Intel Corporation | Technologies for optimized machine learning training |
WO2018152550A1 (en) | 2017-02-20 | 2018-08-23 | Penexa, LLC | System and method for managing treatment plans |
US20190066832A1 (en) * | 2017-02-20 | 2019-02-28 | KangarooHealth, Inc. | Method for detecting patient risk and selectively notifying a care provider of at-risk patients |
DK201770197A1 (en) | 2017-03-21 | 2018-11-29 | EWII Telecare A/S | A telemedicine system for remote treatment of patients |
US10456075B2 (en) | 2017-03-27 | 2019-10-29 | Claris Healthcare Inc. | Method for calibrating apparatus for monitoring rehabilitation from joint surgery |
US10249389B2 (en) * | 2017-05-12 | 2019-04-02 | The Regents Of The University Of Michigan | Individual and cohort pharmacological phenotype prediction platform |
WO2018220565A1 (en) * | 2017-06-02 | 2018-12-06 | Diagnostic Robotics Ltd. | Apparatus and methods for the management of patients in a medical setting |
US20180373844A1 (en) | 2017-06-23 | 2018-12-27 | Nuance Communications, Inc. | Computer assisted coding systems and methods |
JP6705777B2 (ja) | 2017-07-10 | 2020-06-03 | ファナック株式会社 | 機械学習装置、検査装置及び機械学習方法 |
US11328806B2 (en) | 2017-07-17 | 2022-05-10 | Avkn Patient-Driven Care, Inc | System for tracking patient recovery following an orthopedic procedure |
TWI636811B (zh) | 2017-07-26 | 2018-10-01 | 力伽實業股份有限公司 | 具多種運動型態的複合式運動機 |
US11687800B2 (en) | 2017-08-30 | 2023-06-27 | P Tech, Llc | Artificial intelligence and/or virtual reality for activity optimization/personalization |
US20190076037A1 (en) | 2017-09-11 | 2019-03-14 | Qualcomm Incorporated | Micro and macro activity detection and monitoring |
DE102017217412A1 (de) | 2017-09-29 | 2019-04-04 | Robert Bosch Gmbh | Verfahren, Vorrichtung und Computerprogramm zum Betreiben eines Robotersteuerungssystems |
CN111556772A (zh) | 2017-11-05 | 2020-08-18 | 奥伯龙科学伊兰有限公司 | 为受试者定制的连续发展的基于随机化改善器官功能的方法 |
JP2021505336A (ja) | 2017-12-04 | 2021-02-18 | サイメディカ オーソペディックス インコーポレイテッド | 患者治療システム及び方法 |
US10492977B2 (en) | 2017-12-14 | 2019-12-03 | Bionic Yantra Private Limited | Apparatus and system for limb rehabilitation |
KR102116664B1 (ko) | 2017-12-27 | 2020-05-29 | 서울대학교병원 | 온라인 기반의 건강 관리 방법 및 장치 |
WO2019159007A1 (en) | 2018-02-18 | 2019-08-22 | Cardio Holding Bv | A system and method for documenting a patient medical history |
US11534661B2 (en) | 2018-03-21 | 2022-12-27 | Peloton Interactive, Inc. | Systems and methods for the production, management, syndication and distribution of digital assets through a network in a micro-subscription-based platform |
EP3547322A1 (en) | 2018-03-27 | 2019-10-02 | Nokia Technologies Oy | An apparatus and associated methods for determining exercise settings |
KR101988167B1 (ko) | 2018-04-09 | 2019-06-11 | 주식회사 엠비젼 | 통증 이벤트와 관련된 재활운동기기 |
US20210220702A1 (en) | 2018-04-26 | 2021-07-22 | Sensarii Pty Ltd | Systems and methods for formulating a performance metric of a motion of a swimmer |
US11429654B2 (en) | 2018-05-21 | 2022-08-30 | Microsoft Technology Licensing, Llc | Exercising artificial intelligence by refining model output |
JP6961845B2 (ja) | 2018-05-29 | 2021-11-05 | キュリアサー プロダクツ インコーポレイテッド | 対話型トレーニング及びデモンストレーション用の反射ビデオディスプレイ機器及びその使用方法 |
US11232872B2 (en) * | 2018-06-06 | 2022-01-25 | Reliant Immune Diagnostics, Inc. | Code trigger telemedicine session |
US20200005928A1 (en) | 2018-06-27 | 2020-01-02 | Gomhealth Llc | System and method for personalized wellness management using machine learning and artificial intelligence techniques |
US10777200B2 (en) | 2018-07-27 | 2020-09-15 | International Business Machines Corporation | Artificial intelligence for mitigating effects of long-term cognitive conditions on patient interactions |
US11557215B2 (en) | 2018-08-07 | 2023-01-17 | Physera, Inc. | Classification of musculoskeletal form using machine learning model |
US11000735B2 (en) | 2018-08-09 | 2021-05-11 | Tonal Systems, Inc. | Control sequence based exercise machine controller |
KR102180079B1 (ko) | 2018-08-27 | 2020-11-17 | 김효상 | 블록체인을 활용한 헬스 케어 서비스 제공 방법 및 시스템 |
KR20200025290A (ko) | 2018-08-30 | 2020-03-10 | 충북대학교 산학협력단 | 운동 자세 분석 시스템 및 방법 |
KR102116968B1 (ko) | 2018-09-10 | 2020-05-29 | 인하대학교 산학협력단 | Ai 기반의 스마트 코칭 방법 |
RO133954A2 (ro) | 2018-09-21 | 2020-03-30 | Kineto Tech Rehab S.R.L. | Sistem şi metodă pentru monitorizarea optimizată a articulaţiilor în kinetoterapie |
KR102162522B1 (ko) | 2018-10-04 | 2020-10-06 | 김창호 | 맞춤형 의료 정보 제공 장치 및 방법 |
DE112019005078T5 (de) | 2018-10-10 | 2021-09-23 | Ibrum Technologies | Ein intelligentes kardio-pulmonales untersuchungsgerät für telemedizinische anwendungen |
KR102142713B1 (ko) | 2018-10-23 | 2020-08-10 | 주식회사 셀바스에이아이 | 운동 기구 관리 시스템 및 컴퓨터 프로그램 |
US20200151595A1 (en) * | 2018-11-14 | 2020-05-14 | MAD Apparel, Inc. | Automated training and exercise adjustments based on sensor-detected exercise form and physiological activation |
CA3120273A1 (en) * | 2018-11-19 | 2020-05-28 | TRIPP, Inc. | Adapting a virtual reality experience for a user based on a mood improvement score |
US10957433B2 (en) | 2018-12-03 | 2021-03-23 | Tempus Labs, Inc. | Clinical concept identification, extraction, and prediction system and related methods |
TR201819746A2 (tr) | 2018-12-18 | 2019-01-21 | Bartin Ueniversitesi | TEŞHİS ve TEDAVİ AMAÇLI FİZİK TEDAVİ VE REHABİLİTASYON ROBOTLARI İÇİN YAPAY ZEKÂ TABANLI ALGORİTMA |
US10327697B1 (en) | 2018-12-20 | 2019-06-25 | Spiral Physical Therapy, Inc. | Digital platform to identify health conditions and therapeutic interventions using an automatic and distributed artificial intelligence system |
WO2020132415A1 (en) | 2018-12-21 | 2020-06-25 | Motion Scientific Inc. | Method and system for motion measurement and rehabilitation |
TR201900734A2 (tr) | 2019-01-17 | 2019-02-21 | Eskisehir Osmangazi Ueniversitesi | Vesti̇büler rehabi̇li̇tasyon tedavi̇si̇nde kullanilan i̇nterakti̇f yapay zeka uygulama si̇stemi̇ |
US10874905B2 (en) | 2019-02-14 | 2020-12-29 | Tonal Systems, Inc. | Strength calibration |
US11904202B2 (en) | 2019-03-11 | 2024-02-20 | Rom Technolgies, Inc. | Monitoring joint extension and flexion using a sensor device securable to an upper and lower limb |
US11263391B2 (en) | 2019-03-11 | 2022-03-01 | Parexel International, Llc | Methods, apparatus and systems for annotation of text documents |
JP6573739B1 (ja) | 2019-03-18 | 2019-09-11 | 航 梅山 | 室内用有酸素運動装置、運動システム |
US11763951B2 (en) * | 2019-03-21 | 2023-09-19 | Joseph Alan Epstein | Systems and methods for treating patients medically using patient direction with optional physician collaboration |
DE102019108425B3 (de) | 2019-04-01 | 2020-08-13 | Preh Gmbh | Verfahren zur Erzeugung eines adaptiven haptischen Feedbacks bei einer berührempfindlichen und ein haptisches Feedback erzeugenden Eingabeanordnung |
JP6710357B1 (ja) | 2019-04-18 | 2020-06-17 | 株式会社PlusTips | 運動支援システム |
KR102224618B1 (ko) | 2019-04-25 | 2021-03-08 | 최봉식 | 가상현실 기반 운동장치 |
US11325000B2 (en) * | 2019-05-03 | 2022-05-10 | Xperience Robotics, Inc. | Wearable device systems and methods for guiding physical movements |
WO2020245727A1 (en) | 2019-06-02 | 2020-12-10 | Predicta Med Analytics Ltd. | A method of evaluating autoimmune disease risk and treatment selection |
WO2020249855A1 (en) | 2019-06-12 | 2020-12-17 | Sanoste Oy | An image processing arrangement for physiotherapy |
US20210321909A1 (en) | 2019-06-17 | 2021-10-21 | Limited Liability Company "Sensomed" | Hardware/software system for the rehabilitation of patients with cognitive impairments of the upper extremities after stroke |
EP3986266A4 (en) | 2019-06-21 | 2023-10-04 | Rehabilitation Institute of Chicago D/b/a Shirley Ryan Abilitylab | WEARABLE JOINT TRACKING DEVICE RELATED TO MUSCLE ACTIVITY AND ASSOCIATED METHODS |
US20220310226A1 (en) | 2019-06-21 | 2022-09-29 | Flex Artificial Intelligence Inc. | Method and system for measuring and analyzing body movement, positioning and posture |
EP4005188A1 (en) | 2019-07-31 | 2022-06-01 | Peloton Interactive, Inc. | Leaderboard systems and methods for exercise equipment |
JP6775757B1 (ja) | 2019-08-08 | 2020-10-28 | 株式会社元気広場 | 機能改善支援システムおよび機能改善支援装置 |
JP2021027917A (ja) | 2019-08-09 | 2021-02-25 | 美津濃株式会社 | 情報処理装置、情報処理システム、および機械学習装置 |
WO2021038980A1 (ja) | 2019-08-28 | 2021-03-04 | ソニー株式会社 | 情報処理装置及び情報処理方法、人工知能機能搭載表示装置、並びに人工知能機能搭載演出システム |
WO2021061061A1 (en) | 2019-09-24 | 2021-04-01 | Ozgonul Danismanlik Hizmetleri Saglik Turizm Gida Limited Sirketi | Interactive support and counseling system for people with weight problems and chronic diseases |
US11621077B2 (en) | 2019-09-30 | 2023-04-04 | Kpn Innovations, Llc. | Methods and systems for using artificial intelligence to select a compatible element |
US20210121121A1 (en) * | 2019-10-28 | 2021-04-29 | International Business Machines Corporation | Parkinson?s disease treatment adjustment and rehabilitation therapy based on analysis of adaptive games |
US11819736B2 (en) | 2019-11-01 | 2023-11-21 | Tonal Systems, Inc. | Modular exercise machine |
EP4070322A1 (en) * | 2019-12-04 | 2022-10-12 | Welldoc, Inc. | Digital therapeutic systems and methods |
EP3841960A1 (en) | 2019-12-23 | 2021-06-30 | Koninklijke Philips N.V. | Optimizing sleep onset based on personalized exercise timing to adjust the circadian rhythm |
US20210202090A1 (en) | 2019-12-26 | 2021-07-01 | Teladoc Health, Inc. | Automated health condition scoring in telehealth encounters |
JP2023519070A (ja) | 2020-01-02 | 2023-05-10 | ペロトン インタラクティブ インコーポレイテッド | エクササイズシステム及び方法用のメディアプラットフォーム |
US10931643B1 (en) | 2020-07-27 | 2021-02-23 | Kpn Innovations, Llc. | Methods and systems of telemedicine diagnostics through remote sensing |
CN112603295B (zh) | 2020-12-15 | 2022-11-08 | 深圳先进技术研究院 | 一种基于可穿戴传感器的康复评估方法和*** |
-
2020
- 2020-05-18 US US16/876,472 patent/US11337648B2/en active Active
-
2021
- 2021-05-18 CN CN202110542104.5A patent/CN113241166B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5429140A (en) * | 1993-06-04 | 1995-07-04 | Greenleaf Medical Systems, Inc. | Integrated virtual reality rehabilitation system |
US6273863B1 (en) * | 1999-10-26 | 2001-08-14 | Andante Medical Devices, Ltd. | Adaptive weight bearing monitoring system for rehabilitation of injuries to the lower extremities |
CN105683977A (zh) * | 2013-11-01 | 2016-06-15 | 皇家飞利浦有限公司 | 治疗设备的使用的患者反馈 |
CN110215188A (zh) * | 2018-05-23 | 2019-09-10 | 加利福尼亚大学董事会 | 用于促进康复治疗的***和方法 |
CN111105859A (zh) * | 2019-11-13 | 2020-05-05 | 泰康保险集团股份有限公司 | 康复疗法的确定方法与装置、存储介质、电子设备 |
Non-Patent Citations (1)
Title |
---|
邹茂扬、杨昊等: "深度学习在医学图像配准上的研究进展与挑战", 《生物医学工程学杂志》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113626710A (zh) * | 2021-08-16 | 2021-11-09 | 百度在线网络技术(北京)有限公司 | 推送信息生成方法、相关装置及计算机程序产品 |
CN113626710B (zh) * | 2021-08-16 | 2024-04-23 | 百度在线网络技术(北京)有限公司 | 推送信息生成方法、相关装置及计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN113241166B (zh) | 2023-03-10 |
US20200275886A1 (en) | 2020-09-03 |
US11337648B2 (en) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113241166B (zh) | 使用人工智能分配患者并动态控制治疗设备的方法和*** | |
US11445985B2 (en) | Augmented reality placement of goniometer or other sensors | |
US20220288460A1 (en) | Method and system for using artificial intelligence to assign patients to cohorts and dynamically controlling a treatment apparatus based on the assignment during an adaptive telemedical session | |
US11317975B2 (en) | Method and system for treating patients via telemedicine using sensor data from rehabilitation or exercise equipment | |
US11923057B2 (en) | Method and system using artificial intelligence to monitor user characteristics during a telemedicine session | |
US11282604B2 (en) | Method and system for use of telemedicine-enabled rehabilitative equipment for prediction of secondary disease | |
US11328807B2 (en) | System and method for using artificial intelligence in telemedicine-enabled hardware to optimize rehabilitative routines capable of enabling remote rehabilitative compliance | |
US11087865B2 (en) | System and method for use of treatment device to reduce pain medication dependency | |
US20220415471A1 (en) | Method and system for using sensor data to identify secondary conditions of a user based on a detected joint misalignment of the user who is using a treatment device to perform a treatment plan | |
US20230060039A1 (en) | Method and system for using sensors to optimize a user treatment plan in a telemedicine environment | |
US20230058605A1 (en) | Method and system for using sensor data to detect joint misalignment of a user using a treatment device to perform a treatment plan | |
US20220339501A1 (en) | Systems and methods of using artificial intelligence and machine learning for generating an alignment plan capable of enabling the aligning of a user's body during a treatment session | |
US20220230729A1 (en) | Method and system for telemedicine resource deployment to optimize cohort-based patient health outcomes in resource-constrained environments | |
US11139060B2 (en) | Method and system for creating an immersive enhanced reality-driven exercise experience for a user | |
US20220193491A1 (en) | Systems and methods of using artificial intelligence and machine learning for generating alignment plans to align a user with an imaging sensor during a treatment session | |
US20230072368A1 (en) | System and method for using an artificial intelligence engine to optimize a treatment plan | |
US11915816B2 (en) | Systems and methods of using artificial intelligence and machine learning in a telemedical environment to predict user disease states | |
US20220314075A1 (en) | Method and system for monitoring actual patient treatment progress using sensor data | |
US20220415469A1 (en) | System and method for using an artificial intelligence engine to optimize patient compliance | |
US20220328181A1 (en) | Method and system for monitoring actual patient treatment progress using sensor data | |
WO2023164292A1 (en) | Systems and methods of using artificial intelligence and machine learning in a telemedical environment to predict user disease states | |
WO2023230075A1 (en) | Method and system for using artificial intelligence to assign patients to cohorts and dynamically controlling a treatment apparatus based on the assignment during an adaptive telemedical session | |
CN113223690B (zh) | 经由远程医疗来使对象康复的方法和*** | |
US20240203580A1 (en) | Method and system for using artificial intelligence to triage treatment plans for patients and electronically initiate the treament plans based on the triaging | |
WO2023049508A1 (en) | Method and system for using sensors to optimize a user treatment plan in a telemedicine environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |