用于检测插管期间的激动、不适和/或自行拔管的系统和方法技术方案

一种监测患者对连有呼吸机的气管内导管的使用的方法，包括在控制器中，例如在独立的监测设备中或在呼吸机本身中，接收指示患者在气管内导管上的咬合力的力数据，其中所述力数据基于由耦合到气管内导管的力传感器(例如，直接地或通过咬合块)产生的力信号。该方法还包括在该控制器中分析该力数据，并且在该控制器中根据对该力数据的分析确定该力数据指示以下项中的一项或多项：(i)患者的至少预定阈值水平的激动或不适，和(ii)患者当前或可能尝试自我拔管。试自我拔管。试自我拔管。

【技术实现步骤摘要】
【国外来华专利技术】用于检测插管期间的激动、不适和/或自行拔管的系统和方法


[0001]所公开的概念涉及用于向患者提供机械通气的系统和方法，并且具体地涉及用于在用气管内导管插管的同时检测患者激动、不适和/或自行拔管尝试的系统和方法。

技术介绍

[0002]机械通气(MV)是一种挽救生命的疗法。典型地，当患者自身不能保持足够的通气或充氧并因此不能保持足够的气体交换时，开始进行通气或充氧。重症监护室(ICU)中最广泛使用的MV技术之一是有创通气，其通过称为气管内导管(ET管)的人工气道提供到下气道的通路。因此，它在呼吸窘迫患者的管理中建立了主要的进步。尽管MV具有无疑的益处，但在治疗过程中存在大量患者经历激动、不适或疼痛，无论是在休息还是在常规临床程序和干预期间。
[0003]不适可能与多种因素有关。通气管理本身是主要决定因素。众所周知，呼吸机装置(即，用于有创通气的气管内导管)以及错误的呼吸机设置或不适当的通气模式可能对患者的舒适度和健康具有显著影响。临床干预也发挥重要作用。例如，患者重新定位、口腔护理、气管抽吸和血液管线插入/移除虽然是常规实践的部分，但很可能引起不适和激动。
[0004]对危重患者在插管和机械通气过程中的激动、不适或疼痛的评估尤其困难，因为他们由于潜在的临床状况、ET管引起的语音干扰或镇静药物的机构而大多不能自我报告。然而，如果未检测到激动并且未迅速且有效地缓解，则可能不利地影响患者恢复。这可能导致更差的患者结局、住院时间延长、住院费用增加。
[0005]此外，不适可能使患者易于自行拔管。插管对于患者是不舒适的，特别是对于那些清醒、警觉和自发呼吸的患者，并且偶尔会导致他们试图拉出气管内导管。一项研究报告计划外拔管的估计发生率(无论是意外的、由于工作人员对气管内导管的不当操作，还是故意的、由于患者的行动)约为10％，其中60％的计划外拔管需要重新插管。成人ICU中计划外拔管的明显大部分(62.8％
‑
96.4％)是患者自行拔管的结果。这通常归因于患者激动。尽管未直接与死亡率增加相关，但计划外拔管与机械通气时间延长和ICU和住院时间延长相关，而再插管被认为是医院性肺炎的风险因素。
[0006]已经开发的用于评估自行拔管风险的一种现有技术工具被称为SERAT评分。SERAT评分通过基于格拉斯哥昏迷量表和布隆斯伯里镇静得分的分类方案导出。然而，SERAT评分仅仅是风险评估工具，并不旨在提供连续监测，因为SERAT评分的评估每天在某些时间进行，例如在每次护理轮班开始时。此外，格拉斯哥昏迷量表和布隆斯伯里镇静评分因其较差的评定者间可靠性和缺乏预后效用而引起了批评。然而，已经证明SERAT可以正确识别处于自行拔管风险中的患者，但是具有大量的假阳性识别。如果在临床上展开，这将导致大量的错误警报，这在ICU设置中是不希望的。

技术实现思路

[0007]因此，在一个实施方案中，本专利技术的一个目的是提供一种监测患者对连有呼吸机
的气管内导管的使用的方法，该方法包括在控制器中(例如在独立的监测设备中或在呼吸机本身中)接收指示患者在气管内导管上的咬合力的力数据，其中所述力数据基于由耦合到气管内导管的力传感器(例如直接地或通过咬合块)产生的力信号。该方法还包括在该控制器中分析该力数据，并且在该控制器中根据该力数据的分析确定该力数据指示以下项中的一项或多项：(i)患者的至少预定阈值水平的激动或不适，和(ii)患者当前或可能尝试自行拔管。
[0008]在另一实施例中，提供了一种用于监测患者对连有呼吸机的气管内导管的使用的系统，该系统包括：力传感器，其耦合至气管内导管，该力传感器被构造并且配置为响应于患者的咬合力而产生力信号；以及控制器，其可以是独立监测设备或呼吸机本身的部分。该控制器被构造和配置用于接收力数据，力数据基于力信号指示该患者的咬合力，在该控制器中分析该力数据，并且根据该力数据的分析确定该力数据指示以下项中的一项或多项：(i)患者的至少预定阈值水平的激动或不适，和(ii)患者当前或可能尝试自行拔管。
[0009]在又一实施例中，提供了一种用于气管内导管的咬合块，其包括主体和耦合到主体的力传感器。力传感器被构造和配置为响应于患者的咬合力而产生力信号。
[0010]在又一实施例中，提供了一种用于监测气管内导管的使用的装置。所述装置包括控制器，所述控制器被构造和配置为接收力数据，力数据基于力信号指示所述患者的咬合力，力信号由耦合到所述气管内导管的力传感器生成，所述力传感器被构造和配置为响应于所述患者的咬合力产生所述力信号，在所述控制器中分析所述力数据，并且从所述力数据的分析确定所述力数据指示以下项中的一项或多项：(i)患者的至少预定阈值水平的激动或不适，和(ii)患者当前或可能尝试自行拔管。
[0011]本专利技术的这些和其它目的、特征和特性，以及结构的相关元件的操作方法和功能以及部件的组合和制造的经济性，将在参考附图考虑以下描述和所附权利要求时变得更加明显，所有附图形成本说明书的部分，其中相同的附图标记在各个附图中指示相应的部件。然而，应当清楚地理解，附图仅用于说明和描述的目的，而不旨在作为对本专利技术的限制的定义。
附图说明
[0012]图1是根据所公开概念的示例性实施例的用于检测和监测患者激动和不适和/或自行拔管尝试的系统的示意图；
[0013]图2是根据所公开概念的一个特定的示例性实施例的形成图1的系统的部分的气管内导管组件的示意图；
[0014]图3是示出从患者的嘴延伸的图2的气管内导管组件的视图；
[0015]图4和图5分别是形成图2的气管内导管组件的部分的咬合块的侧视图和等轴视图；
[0016]图6是根据所公开概念的另一可替换的特定示例性实施例的形成图1的系统的部分的气管内导管组件的示意图；
[0017]图7是根据所公开概念的示例性实施例的形成图1的系统的部分的监测设备的示意图；
[0018]图8是根据所公开概念的备选示例性实施例的用于检测和监测患者激动和不适
和/或自行拔管尝试的系统的示意图；
[0019]图9是根据所公开概念的示例性实施例的呼吸机的示意图；以及
[0020]图10和图11是根据所公开概念的另一示例性实施例的用于检测和监测患者激动和不适和/或自行拔管尝试的系统的示意图。
具体实施方式
[0021]如本文所用，单数形式的“一”、“一个”和“该”包括复数指代，除非上下文另有明确说明。
[0022]如本文所用，两个或更多个部分或部件被“耦合”的表述将意味着这些部分被直接地或间接地(即，通过一个或多个中间部分或部件)耦合或一起操作，只要发生链接。
[0023]如本文所用，术语“数目”应意指一个或大于一个的整数(即，多个)。
[0024]如本文所用，术语“控制器”将指示能够存储、检索、执行和处理数据(例如，由这样的例程使用的软件例程和/或信息)的多个可编程模拟和/或数字装置(包括相关联的存储器部件或部分)，包括但不限于现场可编程门阵列(本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种监测患者对连有呼吸机(4、4
’
)的气管内导管(12)的使用的方法，包括：在控制器(40)中，接收力数据，所述力数据指示所述患者在所述气管内导管上的咬合力，所述力数据基于力传感器(8)生成的力信号，所述力传感器被耦合到所述气管内导管；在所述控制器中，分析所述力数据；以及在所述控制器中，根据对所述力数据的分析确定所述力数据指示以下项中的一项或多项：(i)所述患者的至少预定阈值水平的激动或不适，和(ii)所述患者当前或可能尝试自行拔管。2.根据权利要求1所述的方法，还包括：响应于所述确定而生成消息和/或警报。3.根据权利要求1所述的方法，其中所述控制器被构造和配置为实现预测性人工智能AI系统(42)，并且其中所述分析和所述确定由所述预测性AI系统执行。4.根据权利要求3所述的方法，其中所述预测性AI系统是经训练的人工神经网络。5.根据权利要求1所述的方法，其中所述控制器是所述呼吸机的部分。6.根据权利要求1所述的方法，其中所述控制器是与所述呼吸机分离的监测设备(10)的部分。7.根据权利要求1所述的方法，其中所述气管内导管是气管内导管组件(6)的部分，其中所述气管内导管组件包括咬合块(24)，所述咬合块被附接到主呼吸管(14)，并且其中所述力传感器被直接地附接到所述咬合块的外表面。8.根据权利要求1所述的方法，其中所述气管内导管是气管内导管组件(6)的部分，所述气管内导管组件包括主呼吸管(14)，并且其中所述力传感器被直接地附接到所述主呼吸管的外表面。9.根据权利要求1所述的方法，还包括：在所述控制器中，接收运动数据，所述运动数据指示所述患者的所述气管内导管的运动，所述运动数据基于由运动传感器生成的运动信号，所述运动传感器被耦合到所述气管内导管；以及在所述控制器中，分析所述运动数据；其中所述确定包括：在所述控制器中，根据对所述力数据的分析和对所述运动数据的分析来确定所述力数据和所述运动数据中的至少一项指示以下项中的一项或多项：(i)所述患者的至少预定阈值水平的激动或不适，和(ii)所述患者当前或可能尝试自行拔管。10.根据权利要求9所述的方法，其中所述气管内导管是气管内导管组件(6)的部分，其中所述气管内导管组件包括咬合块(24)，所述咬合块(24)被附接到主呼吸管(14)，并且其中所述力传感器和所述运动传感器被直接地附接到所述咬合块的外表面。11.一种计算机程序产品，包括非暂态计算机可用介质，所述非暂态计算机可用介质具有包含在其中的计算机可读程序代码，所述计算机可读程序代码适于并且被配置为被执行以实现根据权利要求1所述的监测气管内导管的使用的方法。12.一种用于监测患者对连有呼吸机(4、4
’
)的气管内导管(12)的使用的系统，包括：力传感器(8)，被耦合到所述气管内导管，所述力传感器被构造和配置为：响应于所述患者的咬合力而生成力信号；控制器(40)，所述控制器被构造和配置用于：接收力数据，所述力数据基于所述力信号指示所述患者的所述咬合力；
在所述控制器中分析所述力数据；以及根据对所述力数据的分析，确定所述力数据指示以下项中的一项或多项：(i)所述患者的至少预定阈值水平的激动或不适，和(ii)所述患者当前或可能尝试自行拔管。13.根据权利要求12所述的系统，其中所述控制器还被构造和配置用于：响应于所述确定而生成消息和/或警报。14.根据权利要求12所述的系统，其中所述控制器被构造和配置为实现预测性AI系统(42)，并且其中所述分析和所述确定由所述预测性AI系统来执行。15.根据权利要求14所述的系统，其中所述预测性AI系统是经训练的人工神经网络。16.根据...

【专利技术属性】
技术研发人员：J，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：