Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JP7617002B2 - 利用または順守の予測 - Google Patents
[go: Go Back, main page]

JP7617002B2 - 利用または順守の予測 - Google Patents

利用または順守の予測 Download PDF

Info

Publication number
JP7617002B2
JP7617002B2 JP2021538185A JP2021538185A JP7617002B2 JP 7617002 B2 JP7617002 B2 JP 7617002B2 JP 2021538185 A JP2021538185 A JP 2021538185A JP 2021538185 A JP2021538185 A JP 2021538185A JP 7617002 B2 JP7617002 B2 JP 7617002B2
Authority
JP
Japan
Prior art keywords
patient
data
respiratory
usage
utilization
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.)
Active
Application number
JP2021538185A
Other languages
English (en)
Other versions
JP2022515534A (ja
JP2022515534A5 (ja
Inventor
リウ、ネイサン
ソウザ、サキーナ デ
グロメンコ、オレクサンドル
Original Assignee
レズメド インコーポレイテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by レズメド インコーポレイテッド filed Critical レズメド インコーポレイテッド
Publication of JP2022515534A publication Critical patent/JP2022515534A/ja
Publication of JP2022515534A5 publication Critical patent/JP2022515534A5/ja
Application granted granted Critical
Publication of JP7617002B2 publication Critical patent/JP7617002B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes
    • A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes operated by electrical means
    • A61M16/022—Control means therefor
    • A61M16/024—Control means therefor including calculation means, e.g. using a processor
    • A61M16/026—Control means therefor including calculation means, e.g. using a processor specially adapted for predicting, e.g. for determining an information representative of a flow limitation during a ventilation cycle by using a root square technique or a regression analysis
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Measuring devices for evaluating the respiratory organs
    • A61B5/087—Measuring breath flow
    • 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
    • A61B5/4833—Assessment of subject's compliance to treatment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes
    • A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes
    • A61M16/0051—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes with alarm devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes
    • A61M16/0057—Pumps therefor
    • A61M16/0066—Blowers or centrifugal pumps
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes
    • A61M16/06—Respiratory or anaesthetic masks
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes
    • A61M16/06—Respiratory or anaesthetic masks
    • A61M16/0605—Means for improving the adaptation of the mask to the patient
    • A61M16/0616—Means for improving the adaptation of the mask to the patient with face sealing means comprising a flap or membrane projecting inwards, such that sealing increases with increasing inhalation gas pressure
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • 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
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes
    • A61M16/10—Preparation of respiratory gases or vapours
    • A61M16/14—Preparation of respiratory gases or vapours by mixing different fluids, one of them being in a liquid phase
    • A61M16/16—Devices to humidify the respiration air
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes
    • A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
    • A61M2016/0027—Accessories therefor, e.g. sensors, vibrators, negative pressure pressure meter
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. ventilators; Tracheal tubes
    • A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
    • A61M2016/003—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2202/00—Special media to be introduced, removed or treated
    • A61M2202/02—Gases
    • A61M2202/0208—Oxygen
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/35—Communication
    • A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
    • A61M2205/3592—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using telemetric means, e.g. radio or optical transmission
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/502—User interfaces, e.g. screens or keyboards
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/52—General characteristics of the apparatus with microprocessors or computers with memories providing a history of measured variating parameters of apparatus or patient
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pulmonology (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Emergency Medicine (AREA)
  • Anesthesiology (AREA)
  • Hematology (AREA)
  • Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Urology & Nephrology (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Physiology (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)

Description

１ 技術の背景
１．１ 技術の分野
本技術は、呼吸関連疾患のスクリーニング、診断、監視、治療、予防および改善のうち１つ以上に関する。本技術はまた、医療デバイスまたは装置と、その使用とに関する。本技術は、呼吸治療デバイス、ウェブサイトおよび他のソフトウェア、エクササイズ機器、オンデマンドタクシーサービスのドライバーまたは他のアプリケーションの順守、利用または利用停止の予測にも関する。
１.２ 関連技術の説明
１．２．１ ヒトの呼吸器系およびその疾患
身体の呼吸器系は、ガス交換を促進させる。鼻および口腔は、患者の気道への入口を形成する。
これらの気道は、一連の分岐する管を含み、これらの管は、肺の奥深くに進むほど狭く、短くかつ多数になる。肺の主要な機能はガス交換であり、空気から酸素を静脈血中へ取り入れさせ、二酸化炭素を退出させる。気管は、右および左の主気管支に分かれ、これらの主気管支はさらに分かれて、最終的に終末細気管支となる。気管支は、伝導のための気道を構成するものであり、ガス交換には関与しない。気道がさらに分割されると呼吸細気管支となり、最終的には肺胞となる。肺の肺胞領域においてガス交換が行われ、この領域を呼吸ゾーンと呼ぶ。以下を参照されたい：「Ｒｅｓｐｉｒａｔｏｒｙ Ｐｈｙｓｉｏｌｏｇｙ」， ｂｙ Ｊｏｈｎ Ｂ． Ｗｅｓｔ， Ｌｉｐｐｉｎｃｏｔｔ Ｗｉｌｌｉａｍｓ ＆ Ｗｉｌｋｉｎｓ， ９ｔｈ ｅｄｉｔｉｏｎ ｐｕｂｌｉｓｈｅｄ ２０１２。
一定範囲の呼吸器疾患が存在している。特定の疾患は、特定の発症（例えば、無呼吸、呼吸低下および過呼吸）によって特徴付けられ得る。
呼吸器疾患の例には、閉塞性睡眠時無呼吸（ＯＳＡ）、チェーン・ストークス呼吸（ＣＳＲ）、呼吸機能不全、肥満過換気症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）および胸壁疾患が含まれる。
閉塞性睡眠時無呼吸（ＯＳＡ）は、睡眠呼吸障害（ＳＤＢ）の１つの形態であり、睡眠時の上通気道の閉鎖または閉塞などの発症によって特徴付けられる。睡眠時の異常に小さな上側気道および舌領域における筋緊張の正常欠損、軟口蓋および後中咽頭壁の組み合わせに起因する。このような状態に起因して、罹患患者の呼吸停止が典型的には３０～１２０秒にわたり、ときには一晩に２００～３００回も呼吸が停止する。その結果、日中の眠気が過度になり、心血管疾患および脳損傷の原因になり得る。この症候は一般的な疾患であり、特に中年の過体重の男性に多いが、患者に自覚症状は無い。米国特許第４，９４４，３１０号（Ｓｕｌｌｉｖａｎ）を参照されたい。
チェーン・ストークス呼吸（ＣＳＲ）は、別の形態の睡眠呼吸障害である。ＣＳＲは、患者の呼吸調節器の疾患であり、ＣＳＲサイクルとして知られる換気の漸増および漸減が交互に周期的に続く。ＣＳＲは、動脈血の脱酸素および再曝気の繰り返しによって特徴付けられる。反復低酸素症のため、ＣＳＲは有害であり得る。患者によっては、ＣＳＲは、重症不眠、交感神経活動の増加、および後負荷の増加の原因となる、反復性睡眠覚醒を随伴する。米国特許第６，５３２，９５９号（Ｂｅｒｔｈｏｎ－Ｊｏｎｅｓ）を参照されたい。
呼吸不全とは、呼吸器障害の総称であり、患者の需要を満たすための充分な酸素吸気または充分なＣＯ２呼気を肺が行うことができていないことを指す。呼吸不全は、以下の疾患のうちいくつかまたは全てを包含し得る。
呼吸機能不全（一種の呼吸不全）の患者は、運動時に異常な息切れを経験することがある。
肥満低呼吸症候群（ＯＨＳ）は、低換気の他の既知の原因がない場合、重症の肥満と覚醒時慢性高炭酸ガス血症の組み合わせとして定義される。症状には、呼吸困難、起床時の頭痛と過剰な日中の眠気が含まれる。
慢性閉塞性肺疾患（ＣＯＰＤ）は、特定の共通する特性を有する下気道疾患のグループのうちのいずれも包含する。これには空気の動きに対する抵抗の増加、呼吸の呼気相の延長および肺における正常な弾性の減少が含まれる。ＣＯＰＤの例として、気腫および慢性気管支炎がある。ＣＯＰＤの原因としては、慢性喫煙（第一危険因子）、職業被ばく、空気汚染および遺伝因子がある。症状を挙げると、労作時の呼吸困難、慢性咳および痰生成がある。
神経筋疾患（ＮＭＤ）は、内在筋病理を直接介してまたは神経病理を間接的に介して筋肉機能を損なう多数の疾病および病気を包含する広範な用語である。ＮＭＤ患者の中には、進行性の筋肉障害によって特徴付けられる者もあり、結果的に歩行不可能、車椅子への束縛、嚥下困難、呼吸筋力低下に繋がり、最終的には呼吸不全による死亡に繋がる。神経筋肉障害は、以下の急速進行性と緩徐進行性とに区分され得る：（ｉ）急速進行性障害：数ヶ月かけて悪化する筋肉障害によって特徴付けられ、数年内に死亡に繋がる（例えば、ティーンエージャーにおける筋萎縮性側索硬化症（ＡＬＳ）およびデュシェンヌ筋ジストロフィー（ＤＭＤ））；（ｉｉ）可変性または緩徐進行性障害：数年かけて悪化する筋肉障害によって特徴付けられ、平均余命が若干低減するだけである（例えば、肢帯、顔面肩甲上腕型および筋強直性筋ジストロフィー）。ＮＭＤにおける呼吸不全症状を以下に挙げる：全身衰弱の増加、嚥下障害、労作時および安静時の呼吸困難、疲労、眠気、起床時の頭痛、および集中および気分の変化の困難。
胸壁障害は、胸郭変形の１つのグループであり、呼吸筋肉と胸郭との間の連結の無効性の原因となる。これらの障害は、拘束性障害によって主に特徴付けられ、長期の炭酸過剰性呼吸不全の可能性を共有する。脊柱側弯症および／または脊柱後側弯症は、重篤な呼吸不全を発症することがある。呼吸不全の症状を以下に挙げる：労作時の呼吸困難、末梢浮腫、起座呼吸、反復性胸部感染症、起床時の頭痛、疲労、睡眠の質の低下、および食欲不振。
このような状態を治療または改善するために、一定範囲の治療が用いられている。さらに、その他の点では健常人も、呼吸器疾患の予防治療を有利に利用することができる。しかし、これらにおいては、複数の欠陥がある。
１．２．２ 療法
多様な療法（例えば、持続的気道陽圧（ＣＰＡＰ）治療法、非侵襲的換気（ＮＩＶ）および侵襲的換気（ＩＶ））が、上記の呼吸器疾患の１つ以上の治療のために用いられている。
１．２．２．１ 呼吸圧力治療
持続的気道陽圧（ＣＰＡＰ）療法が、閉塞性睡眠時無呼吸（ＯＳＡ）の治療において用いられている。その作用機構としては、例えば軟口蓋および舌を押して後口咽頭壁へ前進または後退させることにより、持続陽圧呼吸療法が空気スプリントとして機能し、これにより上気道の閉鎖を防止し得る。ＣＰＡＰ治療によるＯＳＡの治療は自発的なものであり得るため、このような患者が治療の提供に用いられるデバイスについて以下のうち１つ以上に気づいた場合、患者が治療を遵守しないことを選択する可能性がある：不快、使用困難、高価、美観的な魅力の無さ。
非侵襲的換気（ＮＩＶ）は、換気補助を上気道を通じて患者へ提供して、呼吸機能の一部または全体を行うことにより患者の呼吸の補助および／または身体中の適切な酸素レベルの維持を提供する。換気補助が、非侵襲的患者インターフェースを介して提供される。ＮＩＶは、ＯＨＳ、ＣＯＰＤ、ＮＭＤ、および胸壁障害などの形態のＣＳＲおよび呼吸不全の治療に用いられている。いくつかの形態において、これらの治療の快適性および有効性が向上し得る。
侵襲的換気（ＩＶ）は、自身で有効に呼吸することができなくなった患者に対して換気補助を提供し、気管切開管を用いて提供され得る。いくつかの形態において、これらの治療の快適性および有効性が向上し得る。
１．２．２．２ 流れ療法
全ての呼吸治療において、規定の治療圧力の送達が意図されているわけではない。いくつかの呼吸治療においては、恐らくは流量プロファイルのターゲティングを目標継続期間にわたって行うことによる規定呼吸量の送達が、企図されている。他の場合において、患者の気道へのインターフェースが「開放」（シール解除）されており、呼吸治療は、患者自身の自発呼吸の補助としてのみ用いられ得る。一実施例において、高流量療法（ＨＦＴ）とは、連続的な、加熱された、加湿された空気流れを、シールされていないかまたは開口した患者インターフェースを通じて気道入口に、呼吸サイクル全体にかけてほぼ一定に保持される「治療流量」で提供することである。治療流量は、患者のピーク吸気流量を超えるようにノミナル設定されている。ＨＦＴは、ＯＳＡ、ＣＳＲ、ＣＯＰＤおよび他の呼吸障害の治療のために用いられている。１つの作用メカニズムとして、患者の解剖学的死腔から呼気されたＣＯ２のフラッシングまたは押し流しが可能になるため、高流量の空気を気道入口へ提供すると、換気効率が向上する。そのため、ＨＦＴは、死腔治療（ＤＳＴ）と呼ばれる場合がある。他の流れ療法では、治療流量は、呼吸サイクルにわたって変動するプロファイルに追随し得る。
別の形態の流れ治療として、長期酸素治療（ＬＴＯＴ）または酸素補充治療がある。医師は、酸素富化ガスの連続流れを、指定酸素濃度（周囲空気中の酸素分率が２１％～１００％）、指定流量（例えば、１リットル／分（ＬＰＭ）、２ＬＰＭ、３ＬＰＭ）において患者気道へ送達させる旨を処方し得る。
１.２.２.３ 補充酸素
特定の患者の場合、補助酸素を加圧空気流れへ付加することにより、酸素治療と呼吸圧力治療またはＨＦＴとの組み合わせが得られ得る。呼吸圧力治療へ酸素を付加した場合、これは、補助酸素を用いたＲＰＴと呼ばれる。ＨＦＴへ酸素を付加した場合、その結果得られる治療は、補助酸素を用いたＨＦＴと呼ばれる。
１.２.３ 治療システム
これら呼吸治療は、治療システムまたはデバイスによって提供され得る。このようなシステムおよびデバイスは、疾患を治療することなくスクリーニング、診断、または監視するためにも、用いられ得る。
呼吸治療システムは、呼吸圧力治療デバイス（ＲＰＴデバイス）、空気回路、加湿器、患者インターフェース、酸素呼吸源、およびデータ管理を含み得る。
別の形態の療法システムとして、下顎再位置決めデバイスがある。
１.２.３.１ 患者インターフェース
患者インターフェースは、例えば気道入口への空気流れを提供することにより呼吸装具へのインターフェースを装着者へ提供するために、用いられ得る。空気流れは、鼻および／または口へのマスク、口への管、または患者気管への気管切開管を介して提供され得る。適用される療法に応じて、患者インターフェースは、例えば患者の顔の領域とのシールを形成し得、これにより、療法実行のための雰囲気圧力と共に充分な分散の圧力において（例えば、雰囲気圧力に対して約１０ｃｍＨ２Ｏの陽圧において）ガス送達を促進する。酸素送達などの他の治療形態において、患者インターフェースは、約１０ｃｍＨ２Ｏの陽圧において気道へのガス供給の送達を促進するのに充分な密閉を含まない場合がある。
特定の他のマスクシステムは、本分野において機能的に不適切であり得る。例えば、純然たる装飾目的のマスクの場合、適切な圧力を維持することができない場合がある。水中水泳またはダイビングに用いられるマスクシステムは、外部からのより高い圧力からの水侵入から保護することと、周囲よりも高い圧力において内部の空気を維持しないこととを行うように、構成され得る。
特定のマスクは、本技術において臨床的に好ましく無い場合があり得る（例えば、マスクが鼻を介した気流を遮断し、口を介した気流のみを通過させる場合）。
特定のマスクにおいて、患者がマスク構造の一部を口に挿入し、唇を介して密閉状態を生成および維持しなければならない場合、本技術において不快であるかまたは非実際的である場合がある。
特定のマスクは、睡眠時（例えば、横向きにベッドに寝て枕の上に頭を置いた状態で睡眠する場合）における使用においては非実際的である場合がある。
患者インターフェースの設計においては、複数の課題がある。顔は、複雑な三次元形状を有する。鼻および頭のサイズおよび形状は、個人によって大きく異なる。頭部には骨、軟骨および軟組織が含まれるため、顔の異なる領域は、機械的力に対して異なる反応を示す。すなわち、顎部または下顎は、頭蓋骨の他の骨に相対して動き得る。頭部全体は、呼吸治療期間を通じて動き得る。
これらの課題に起因して、いくつかのマスクの場合、特に装着時間が長い場合または患者がシステムに不慣れである場合、押しつけがましい、美観的に望ましくない、コストが高い、フィット感が悪い、使用が困難、および不快感があるなどの理由のうち１つ以上がある。誤ったサイズのマスクが用いられた場合、コンプライアンスの低下、快適性の低下および患者予後の低下に繋がり得る。飛行士専用のマスク、個人用保護装具（例えば、フィルターマスク）、ＳＣＵＢＡマスクの一部として設計されたマスク、または麻酔投与用マスクは、その元々の用途には耐えられるものの、このようなマスクの場合、長時間（例えば、数時間）にわたって装着するには望ましくないほど不快な場合がある。このような不快感に起因して、治療に対する患者のコンプライアンスが低下する可能性がある。これは、マスクを睡眠時に装着する必要がある場合、特に当てはまる。
ＣＰＡＰ治療は、患者が治療を承諾している場合、特定の呼吸疾患の治療においては極めて効果的である。マスクが不快である場合または使用が難しい場合、患者は、治療を承諾しない場合がある。患者はマスクを定期的に洗浄するよう推奨されることが多いため、マスクの清浄が難しい（例えば、組立または分解が困難である場合）、患者は、マスクを清浄することができず、患者の承諾に影響が出る場合がある。
他の用途（例えば、飛行士）用のマスクの場合、睡眠呼吸障害の治療の使用には不適である場合があるが、睡眠呼吸障害の治療への使用のために設計されたマスクは、他の用途に適している場合がある。
これらの理由から、睡眠時のＣＰＡＰ送達のための患者インターフェースは、明瞭な分野を形成する。
１．２．３．１．１ シール形成構造
患者インターフェースはシール形成構造を含み得る。患者インターフェースは、患者の顔と直接接触するため、シール形成構造の形状および構成は、患者インターフェースの有効性および快適性に直接影響を持ち得る。
患者インターフェースは、使用時にシール形成構造を顔と係合させる場所の設計意図に従って、部分的に特徴付けられ得る。患者インターフェースの一形態において、シール形成構造は、左鼻孔の周囲にシールを形成するための第１のサブ部分と、右鼻孔の周囲にシールを形成するための第２のサブ部分とを含み得る。患者インターフェースの一形態において、シール形成構造は、使用時において双方の鼻孔を包囲する単一の要素を含み得る。このような単一の要素は、例えば顔の上唇領域および鼻ブリッジ領域上に載置されるように、設計され得る。患者インターフェースの一形態において、シール形成構造は、使用時に例えば顔の下唇領域上にシールを形成することにより、口腔領域を包囲する要素を含み得る。患者インターフェースの一形態において、シール形成構造は、使用時に双方の鼻孔および口領域を包囲する単一の要素を含み得る。これらの異なる種類の患者インターフェースは、その製造業者によって鼻マスク、フルフェイスマスク、鼻枕、鼻パフおよび口鼻マスクなどの多様な名称によって公知であり得る。
患者の顔の一領域において有効であり得るシール形成構造は、例えば患者の顔の異なる形状、構造、変化性および感受性領域に起因して、別の領域においては不適切であり得る。例えば、患者の前額上に載置される水泳用ゴーグルのシーリング部は、患者の鼻上における使用には不適切である場合がある。
特定のシール形成構造は、広範囲の異なる顔形状およびサイズに対して１つの設計が適合し、快適でありかつ有効になるように、大量製造用に設計され得る。シーリング部を形成するためには、患者の顔の形状と、大量製造された患者インターフェースのシール形成構造との間の不整合がある範囲まで、一方または双方を適合させる必要がある。
１つの種類のシール形成構造は、患者インターフェースの周囲を包囲して延び、シール形成構造が患者の顔に対向して係合している状態で力が患者インターフェースへ付加された際、患者の顔を密閉することを意図する。このシール形成構造は、空気または流体充填クッションを含み得るか、または、ゴムなどのエラストマーによって構成された弾力性のある密閉要素の成形されたかまたは形成された表面を含み得る。この種のシール形成構造により、フィット感が不適切である場合、シール形成構造と顔との間に隙間が発生し、密閉を達成するには、患者インターフェースを顔に押しつけるためにさらなる力が必要になる。
別の種類のシール形成構造は、陽圧がマスク内に付加された際に患者の顔に対して自己気密作用を提供するように、マスクの周囲の周辺に配置された薄材のフラップシールを使用する。先述の種類のシール形成部分と同様に、顔とマスクとの間の整合が良くない場合、密閉を達成するために必要なさらなる力が必要になり得るか、またはマスクから漏洩が発生し得る。さらに、シール形成構造の形状が患者の形状と整合しない場合、使用時においてシール形成部分に折り目または座屈が発生し、漏洩の原因になる。
別の種類のシール形成構造は、例えば鼻孔中へ挿入される摩擦嵌め要素を含み得るが、これらのシール形成部分を不快であると感じる患者も存在する。
別の形態のシール形成構造は、密閉を達成するために接着部を用い得る。患者の中には、常に接着部を自身の顔に貼り付けるかまたは取り外すことが不便であると感じる患者もいる。
一定範囲の患者インターフェースシール形成構造の技術について、ＲｅｓＭｅｄ Ｌｉｍｉｔｅｄへ譲渡された以下の特許出願（ＷＯ１９９８／００４，３１０；ＷＯ２００６／０７４，５１３；ＷＯ２０１０／１３５，７８５）に開示がある。
鼻枕の一形態が、Ｐｕｒｉｔａｎ Ｂｅｎｎｅｔｔによって製造されたＡｄａｍ回路において見受けられる。別の鼻枕または鼻パフが、Ｐｕｒｉｔａｎ-Ｂｅｎｎｅｔｔ Ｃｏｒｐｏｒａｔｉｏｎへ譲渡された米国特許第４、７８２、８３２号（Ｔｒｉｍｂｌｅら）の主題になっている。
１．２．３．１．２ 位置決めおよび安定化
陽圧空気治療に用いられる患者インターフェースのシール形成構造は、密閉を妨害する空気圧力の対応する力を受ける。そのため、シール形成構造を位置決めすることと、顔の適切な部分に対して密閉を維持することとを行うために、多様な技術が用いられている。
１つの技術において、接着部が用いられる。例えば、米国特許出願公開ＵＳ２０１０／００００５３４号を参照されたい。しかし、接着部を用いた場合、不快感がある場合がある。
別の技術において、１つ以上のストラップおよび／または安定化ハーネスが用いられる。多数のこのようなハーネスの場合、フィット感が悪い、かさばる、不快および扱いにくいなどの点のうち１つ以上が当てはまる。
１．２．３．２ 呼吸圧力治療（ＲＰＴ）デバイス
呼吸圧力治療（ＲＰＴ）デバイスは、例えばデバイスを作動させて気道へのインターフェースへの空気送達流れを生成することにより、上記した複数の治療のうち１つ以上の送達に個別的に、またはシステムの一部として用いられ得る。空気流れは、（呼吸圧力治療のために）圧力制御され得るかまたは（ＨＦＴなどの流れ治療のために）流れ制御され得る。そのため、ＲＰＴデバイスは、流れ治療デバイスとしても機能し得る。ＲＰＴデバイスの例を挙げると、ＣＰＡＰデバイスおよび人工呼吸器がある。ＲＰＴデバイスの例を挙げると、ＣＰＡＰデバイスおよび人工呼吸器がある。
空気圧生成器は、広範な用途（例えば、工業規模の換気システム）において公知である。しかし、医療用途のための空気圧生成器は、より一般的な空気圧生成器では満足できない特定の要件（例えば、医療機器の信頼性要件、サイズ要件および重量要件）を有する。加えて、医療治療向けに設計されたデバイスであっても、以下のうち１つ以上に関連して欠陥を免れない場合がある：快適性、ノイズ、使いやすさ、有効性、サイズ、重量、製造可能性、コストおよび信頼性。
特定のＲＰＴデバイスの特殊な要件の一例として、音響ノイズがある。
従来のＲＰＴデバイスのノイズ出力レベルの表（試料１個のみをＩＳＯ３７４４に指定の試験方法を用いてＣＰＡＰモードにおいて１０ｃｍＨ２Ｏにて測定）。
睡眠呼吸障害の治療に用いられる１つの公知のＲＰＴデバイスとして、Ｓ９睡眠治療システム（製造元：ＲｅｓＭｅｄ Ｌｉｍｉｔｅｄ）がある。ＲＰＴデバイスの別の実施例として、人工呼吸器がある。人工呼吸器（例えば、成人および小児用人工呼吸器のＲｅｓＭｅｄ Ｓｔｅｌｌａｒ（登録商標）シリーズ）の場合、複数の状態（例を非限定的に挙げると、ＮＭＤ、ＯＨＳおよびＣＯＰＤ）の治療のための一定範囲のための患者のための侵襲的および非侵襲的な非依存的呼吸のための補助を提供し得る。
ＲｅｓＭｅｄ Ｅｌｉｓｅｅ（登録商標）１５０人工呼吸器およびＲｅｓＭｅｄＶＳＩＩＩ（登録商標）人工呼吸器は、複数の状態の治療のための成人患者または小児用患者に適した侵襲的および非侵襲的な依存的呼吸の補助を提供し得る。これらの人工呼吸器により、単一または二重の肢回路を用いた容積通気モードおよび気圧通気モードが得られる。ＲＰＴデバイスは典型的には、圧力生成器（例えば、電動送風機または圧縮ガスリザーバ）を含み、患者の気道へ空気流れを供給するように構成される。場合によっては、空気流れは、患者の気道へ陽圧で供給され得る。ＲＰＴデバイスの出口は、空気回路を介して上記したような患者インターフェースへ接続される。
デバイスの設計者には、無数の選択肢が提示され得る。設計基準同士が対立することが多くあるため、特定の設計選択肢が慣例からほど遠くなるかあるいは避けられないことがある。さらに、特定の態様の快適性および有効性は、１つ以上のパラメータの些細な変更から大きく影響を受ける可能性もある。
１．２．３．３ 加湿器
空気流れの送達を加湿無しで行った場合、気道の乾燥に繋がり得る。加湿器をＲＰＴデバイスおよび患者インターフェースと共に用いた場合、加湿ガスが生成されるため、鼻粘膜の乾燥が最小化され、患者気道の快適性が増加する。加えて、より冷涼な気候においては、概して患者インターフェースの周囲の顔領域へ温風を付加すると、冷風の場合よりも快適性が高まる。
一定範囲の人工的加湿機器およびシステムが公知であるが、医療加湿器の特殊な要件を満たせていない。
医療加湿器は、典型的には患者が（例えば病院において）睡眠時または安静時にあるときに、必要な場合に周囲空気に相対して空気流れの湿度および／または温度を増加させるように、用いられる。枕元に置かれる医療加湿器は、小型である場合がある。医療加湿器は、患者へ送達される空気流れの加湿および／または加熱のみを行うように構成され得、患者の周囲の加湿および／または加熱は行わない。例えば、部屋ベースのシステム（例えば、サウナ、エアコン、または蒸発冷却器）は、呼吸により患者体内に取り込まれる空気も加湿し得るものの、これらのシステムの場合、部屋全体も加湿および／または加熱するため、占有者にとって不快感であり得る。さらに、医療加湿器の場合、工業用加湿器よりも安全面での制約がより厳しい場合もある。
多数の医療加湿器が公知であるものの、このような医療加湿器の場合、１つ以上の欠陥を被り得る。すなわち、このような医療加湿器の場合、加湿が不適切なものもあれば、患者にとって使用が困難または不便であるものもある。
１．２．３．４ データ管理
臨床的理由により、呼吸治療が処方された患者が「コンプライアンスを遵守している」かどうか（例えば、患者が自身のＲＰＴデバイスを使用するのに１つ以上の「コンプライアンスルール」に則っているか）を決定するためのデータを入手する場合がある。ＣＰＡＰ治療についてのコンプライアンスルールの一例として、患者がコンプライアンスを遵守しているとみなすためには、患者が連続３０日間のうち少なくとも２１日間にわたってＲＰＴデバイスを一晩あたり少なくとも４時間にわたって使用する必要がある。患者のコンプライアンスを決定するためには、ＲＰＴデバイスのプロバイダ（例えば、ヘルスケアプロバイダ）は、ＲＰＴデバイスを用いた患者の治療を記述するデータを手作業で入手し、所定期間にわたる使用率を計算し、これをコンプライアンスルールと比較し得る。ヘルスケアプロバイダが患者が自身のＲＰＴデバイスをコンプライアンスルールに則って使用したと決定すると、当該ヘルスケアプロバイダは、患者がコンプライアンスを遵守している旨を第三者に通知し得る。
患者の治療において、治療データの第三者または外部システムへの通信から恩恵を受ける他の態様があり得る。
このようなデータを通信および管理するための既存のプロセスの場合、高コスト、時間がかかること、エラーの発生し易さのうち１つ以上が発生し得る。
１．２．３．５ 通気技術
いくつかの形態の治療システムは、吐き出された二酸化炭素を押し出すための通気部を含み得る。この通気部により、患者インターフェースの内部空間（例えば、プレナムチャンバ）から患者インターフェースの外部（例えば、周囲）へのガス流れが可能になり得る。
この通気部は、オリフィスを含み得、マスク使用時において、ガスがオリフィスを通じて流れ得る。多数のこのような通気部の場合、音がうるさい。他の場合、使用時において閉塞し得るため、押し出しが不十分になる。いくつかの通気部の場合、例えば音または気流集中に起因して、患者１０００と同床者１１００の睡眠を妨げる場合がある。
ＲｅｓＭｅｄ Ｌｉｍｉｔｅｄは、複数の向上したマスク通気技術を開発している。下記を参照されたい：国際特許出願公開第ＷＯ１９９８／０３４、６６５；国際特許出願公開第ＷＯ２０００／０７８、３８１；米国特許第６、５８１、５９４号；米国特許出願公開第ＵＳ２００９／００５０１５６；米国特許出願公開第２００９／００４４８０８。
従来のマスクのノイズの表（ＩＳＯ１７５１０－２：２００７、１ｍにおける１０ｃｍＨ２Ｏ圧力）
（＊試料１個のみをＩＳＯ３７４４に指定の試験方法を用いてＣＰＡＰモードにおいて１０ｃｍＨ２Ｏにて測定）
多様な対象の音圧値を以下に羅列する。
１．２．４ スクリーニング、診断、および監視システム
睡眠ポリグラフ（ＰＳＧ）は、心肺疾患の診断および監視のための従来のシステムであり、典型的には、システム適用のために専門家臨床スタッフを必要とすることが多い。ＰＳＧにおいては、多様な身体信号（例えば、脳波検査（ＥＥＧ）、心電図検査（ＥＣＧ）、電気眼球図記録（ＥＯＧ）、筋電図描画法（ＥＭＧ））を記録するために、典型的には１５～２０個の接触覚センサを人体上に配置する。睡眠時呼吸障害のＰＳＧのためには、患者を専門病院において二晩にわたって観察する必要があった。すなわち、第一夜は純然たる診断のためであり、第二夜は、臨床医による治療パラメータのタイトレーションのために必要であった。そのため、ＰＳＧは高コストであり、利便性も低い。ＰＳＧは、家庭での睡眠呼吸障害のスクリーニング／診断／監視に特に不向きである。
一般に、スクリーニングおよび診断は、疾患の兆候と症状によって疾患を特定することである。通常、スクリーニングは、患者のＳＤＢがさらなる調査を求める程重症であるかないかを示す真／偽結果を出す。一方、診断は、臨床で実行可能な情報を出すことが多い。スクリーニングおよび診断は、一回性手続きになる傾向であることに反して、疾患の経過をモニタリングすることは無限定に続けられる。いくつかのスクリーニング／診断システムは、スクリーニング／診断にのみ適合されているが、いくつかはモニタリングにも使用することができる。
臨床専門家は、患者のスクリーニング、診断または監視を、ＰＳＧ信号の視覚的観察に基づいて適切に行い得る。しかし、臨床専門家が居ないまたは臨床専門家への支払いができない状況がある。患者の状態について臨床専門家によって意見が異なる場合がある。さらに、或る臨床専門家は、時期によって異なる基準を適用し得る。
２ 技術の簡単な説明
本技術は、呼吸器疾患のスクリーニング、診断、監視、改善、治療または予防において用いられる医療機器であって、改良された快適性、コスト、有効性、使い易さおよび製造可能性のうち１つ以上を有する医療機器を提供することを目的とする。
本技術の第１の態様は、呼吸器疾患のスクリーニング、診断、監視、改善、治療または予防に用いられる装置に関連する。
本技術の別の態様は、ウェブサイトまたはコンピュータソフトウェアの利用および監視と、他のアプリケーション（例えば、オンデマンドタクシーサービスおよびエクササイズ機器のためのドライバー）の利用監視とにおいて用いられる方法に関する。
本技術の特定の形態の態様による方法および／または装置によれば、呼吸治療、ウェブサイトおよび（ユーザの関与を必要とする）他のソフトウェアプログラム、エクササイズ機器、オンデマンドタクシーサービスのドライバー、または他のアプリケーションについての患者の順守を向上させる。
本技術の一形態において含まれるものとして、呼吸治療デバイス、コンピュータシステム、エクササイズ機器、または利用データを出力する他のシステムと、利用データを処理してユーザまたは患者が時間窓内に、呼吸治療デバイス、エクササイズ機器、コンピュータシステムおよびソフトウェア、または他のアプリケーションの利用を低減するであろうかを決定するコントローラとがある。
本技術の一形態の別の態様において、呼吸治療デバイスコンピュータシステム、エクササイズ機器または他のシステムを利用しているユーザが、指定された時間窓内に利用を停止する可能性が、決定される。
本技術の一形態の別の態様において、呼吸治療デバイスコンピュータシステム、エクササイズ機器または他のシステムを利用しているユーザについて、利用の無い日数、１日あたりの利用の平均、および利用標準偏差の、週毎のトレンドを特定することにより、ユーザが利用を停止または低減するであろうかについて決定する。
本技術の一形態の別の態様において、ランダムフォレストおよびロジスティック回帰アルゴリズムを用いて、呼吸治療デバイスコンピュータシステム、エクササイズ機器または他のシステムからの利用データ出力を処理して、ユーザが指定された時間窓（例えば、２週間、１週間、または３週間）内に利用を停止するであろうかを決定する。
記載される方法、システム、デバイスおよび装置により、プロセッサにおける機能（例えば、特定目的用コンピュータ、呼吸モニターおよび／または呼吸治療装置のプロセッサの機能）の向上が可能となるように具現され得る。さらに、記載の方法、システム、デバイスおよび装置により、呼吸状態（例えば、睡眠障害呼吸）の自動管理、監視および／または治療の技術分野における向上が可能になる。
もちろん、上記態様の一部は、本技術の下位態様を形成し得る。また、下位態様および／または態様のうち多様な１つを多様に組み合わせることができ、本技術のさらなる態様または下位態様も構成し得る。
本技術の他の特徴は、以下の詳細な説明、要約、図面および特許請求の範囲中に含まれる情報に鑑みれば明らかになる。
３ 図面の簡単な説明
本技術を、添付図面中に非限定的に一実施例として例示する。図面中、類似の参照符号は、以下の類似の要素を含む。
３.１ 治療システム
患者インターフェース３０００を装着している患者１０００を含むシステムを示す。このシステムは、鼻枕の形態をとり、ＲＰＴデバイス４０００から供給される陽圧の空気を受容する。ＲＰＴデバイス４０００からの空気は、加湿器５０００によって加湿され、空気回路４１７０に沿って患者１０００へと移動する。同床者１１００も図示される。患者は、仰臥位睡眠位置において睡眠している。 患者インターフェース３０００を装着している患者１０００を含むシステムを示す。このシステムは、鼻マスクの形態をとり、ＲＰＴデバイス４０００から供給される陽圧の空気を受容する。ＲＰＴデバイスからの空気は、加湿器５０００によって加湿され、空気回路４１７０に沿って患者１０００へと移動する。 患者インターフェース３０００を装着している患者１０００を含むシステムを含む。患者インターフェース３０００は、フルフェイスマスクの形態をとり、陽圧の空気供給をＲＰＴデバイス４０００から受容する。ＲＰＴデバイスからの空気は、加湿器５０００によって加湿され、空気回路４１７０に沿って患者１０００へと移動する。患者は、側臥位睡眠位置において睡眠している。３.２ 呼吸システムおよび顔の解剖学的構造 鼻腔および口腔、喉頭、声帯ひだ、食道、気管、気管支、肺、肺胞嚢、心臓および横隔膜を含むヒト呼吸器系の概要を示す。３.３ 患者インターフェース 本技術の一形態による鼻マスクの形態の患者インターフェースを示す。３.４ ＲＰＴデバイス 本技術の一形態によるＲＰＴデバイスの分解図を示す。 本技術の一形態に従ったＲＰＴデバイスの空気回路の概略図である。上流および下流の方向が、送風機および患者インターフェースに対して示される。任意の特定の瞬間における実際の流れ方向に関係無く、送風機は患者インターフェースの上流にあるものとして規定され、患者インターフェースは送風機の下流にあるものとして規定される。送風機と患者インターフェースとの間の空気圧経路内に配置されたアイテムは、送風機の下流および患者インターフェースの上流にある。 本技術の一形態によるＲＰＴデバイスの電気構成要素の模式図である。 本技術の１つの形態によるＲＰＴデバイス中において実行されるアルゴリズムの概略図である。 本技術の一態様に従った図４Ｄの治療エンジンモジュールによって実施される方法を説明したフローチャートである。３．５ 加湿器 本技術の１つの形態による加湿器の等角図を示す。 本技術の１つの形態による加湿器の等角図を示し、加湿器リザーバ５１１０が加湿器リザーバドック５１３０から取り外された様子を示す。 本技術の一形態による加湿器の模式図である。３.６ 呼吸波形 睡眠時のヒトの典型的な呼吸波形のモデルを示す。 患者がノンレム睡眠時において約９０秒の期間にわたって正常に呼吸する際の、選択された睡眠ポリグラフチャンネル（パルスオキシメトリ、流量、胸部動きおよび腹部動き）を示す。３．７ スクリーニング、診断、および監視システム 睡眠ポリグラフ（ＰＳＧ）を受けている患者を示す。患者は、仰臥位睡眠位置において睡眠している。 患者の状態の監視のための監視装置を示す。患者は、仰臥位睡眠位置において睡眠している。３．８ データ送信 呼吸治療デバイスから使用データ、および他のデータを受信するシステムのブロック図である。 呼吸治療デバイスから使用データ、および他のデータを受信する代替のシステムのブロック図である。３．９ 治療の低減または停止の予測 呼吸治療デバイスからの利用データ出力に基づいて患者順守を予測する方法を示すフローチャートである。 開示の技術と共に適用されるアルゴリズムにおいて考慮される利用データの時間窓の一例の模式図である。
４ 本技術の実施例の詳細な説明
本技術についてさらに詳細に説明する前に、本技術は、本明細書中に記載される異なり得る特定の実施例に限定されるのではないことが理解されるべきである。本開示中に用いられる用語は、本明細書中に記載される特定の実施例を説明する目的のためのものであり、限定的なものではないことも理解されるべきである。
以下の記載は、１つ以上の共通の特性および／または特徴を共有し得る多様な実施例に関連して提供される。任意の１つの実施例の１つ以上の特徴は、別の実施例または他の実施例の１つ以上の特徴と組み合わせることが可能であることが理解されるべきである。加えて、これらの実施例のうちのいずれかにおける任意の単一の特徴または特徴の組み合わせは、さらなる実施例を構成し得る。
４.１ 治療
一形態において、本技術は、呼吸器疾患の治療方法を含む。本方法は、患者１０００の気道の入口へ陽圧を付加するステップを含む。
本技術の特定の実施例において、陽圧における空気供給が鼻孔の片方または双方を介して患者の鼻通路へ提供される。
本技術の特定の実施例において、口呼吸が制限されるか、限定されるかまたは妨げられる。
４．２ 治療システム
１つの形態において、本技術は、呼吸障害の治療のための装置またはデバイスを含む。装置またはデバイスは、圧縮空気を患者インターフェース３０００または３８００への空気回路４１７０を介して患者１０００へ供給するＲＰＴデバイス４０００を含み得る。
４．３ 患者インターフェース
本技術の一態様による非侵襲的患者インターフェース３０００は、以下の機能様態を含む：シール形成構造３１００、プレナムチャンバ３２００、位置決めおよび安定化構造３３００、通気孔３４００、空気回路４１７０への接続のための一形態の接続ポート３６００、および前額支持部３７００。いくつかの形態において、機能様態が、１つ以上の物理的コンポーネントによって提供され得る。いくつかの形態において、１つの物理的コンポーネントは、１つ以上の機能様態を提供し得る。使用時において、シール形成構造３１００は、気道への陽圧での空気供給を促進するように、患者の気道の入口を包囲するように配置される。
非シール型患者インターフェース３８００は、鼻カニューレの形態をしており、鼻プロング３８１０ａおよび３８１０ｂを含む。鼻プロング３８１０ａおよび３８１０ｂは、空気を患者１０００の各鼻腔へ送達させ得る。このような鼻プロングは、鼻孔の内側皮膚面または外側皮膚面とのシールを形成しないことが多い。鼻プロングへの空気は、１つ以上の空気供給ルーメン３８２０ａおよび３８２０ｂから送達される。これらは、鼻カニューレ３８００と連結される。ルーメン３８２０ａおよび３８２０ｂは、鼻カニューレ３８００から延び、鼻カニューレ３８００は、空気流れを高流量にて生成するＲＴデバイスへ延びる。非シール型患者インターフェース３８００には「通気穴」が設けられ、この「通気穴」を通じて、過剰な空気流が雰囲気へと逃げる。この「通気穴」は、カニューレ３８００のプロング３８１０ａおよび３８１０ｂの端部間の通路であり、患者の鼻腔を介して雰囲気へ延びる。
患者インターフェースが最低レベルの陽圧を快適に気道へ送達できない場合、患者インターフェースは呼吸圧力治療に不適切であり得る。
４．３．１ シール形成構造
本技術の一形態において、シール形成構造３１００は、目標シール形成領域を提供し、クッション機能をさらに提供し得る。目標シール形成領域は、シール形成構造３１００において密閉が発生し得る領域である。密閉が実際に発生する領域（すなわち、実際の密閉面）は、一定範囲の要素（例えば、顔面上の患者インターフェースの配置位置、位置決めおよび安定化構造における張力、および患者の顔の形状）に応じて、所与の治療セッションにおいて患者によって日々変化し得る。
一形態において、目標シール形成領域が、シール形成構造３１００の外面上に配置される。
本技術の特定の形態において、シール形成構造３１００は、生体適合性材料（例えば、シリコーンゴム）から構成される。
本技術によるシール形成構造３１００は、柔らかく、可撓性でありかつ弾力性のある材料（例えば、シリコーン）から構成され得る。
本技術の特定の形態において、１つよりも多くのシール形成構造３１００を含むシステムが提供される。各シール形成構造３１００は、異なるサイズおよび／または形状範囲に対応するように構成される。例えば、システムは、小さなサイズの頭ではなく大きなサイズの頭に適したシール形成構造３１００の一形態および大きなサイズの頭ではなく小さなサイズの頭に適した別のものを含み得る。
４．３．１．１ 密閉機構
一形態において、シール形成構造は、圧力アシスト密閉機構を用いる密閉フランジを含む。使用時において、密閉フランジは、プレナムチャンバ３２００内のシステム陽圧に容易に応答してその下側上に作用して、面と緊密な密閉係合を形成させ得る。圧力アシスト機構は、位置決めおよび安定化構造における弾性張力と共に作用し得る。
一形態において、シール形成構造３１００は、密閉フランジおよび支持フランジを含む。シーリングフランジは、厚さが約１ｍｍ未満（例えば、約０．２５ｍｍ～約０．４５ｍｍ）の比較的肉薄の部材を含む。この部材は、プレナムチャンバ３２００の縁部長さの周囲に延びる。支持フランジは、シーリングフランジよりも比較的肉厚であり得る。支持フランジは、密閉フランジと、プレナムチャンバ３２００の周縁部との間に配置され、周辺長さの周囲の少なくとも一部に延びる。支持フランジは、バネ様要素であるかまたはバネ様要素を含み、密閉フランジを使用時に座屈しないように支持するよう機能する。
一形態において、シール形成構造は、圧縮密閉部またはガスケット密閉部を含み得る。使用時において、圧縮密閉部またはガスケット密閉部は、例えば位置決めおよび安定化構造における弾性張力に起因して圧縮状態となるように、構築および配置される。
一形態において、シール形成構造は、張力部を含む。使用時において、張力部は、例えば密閉フランジの隣接領域により、ぴんと張られた状態で保持される。
一形態において、シール形成構造は、粘着面または接着面を有する領域を含む。
本技術の特定の形態において、シール形成構造は、圧力アシスト密閉フランジ、圧縮密閉部、ガスケット密閉部、張力部、および粘着面または接着面を有する部位のうち１つ以上を含み得る。
４．３．１．２ 鼻梁または鼻堤領域
一形態において、非侵襲的患者インターフェース３０００は、使用時に患者の顔の鼻梁領域上にまたは鼻堤領域上に密閉を形成するシール形成構造を含む。
一形態において、シール形成構造は、使用時において患者の顔の鼻梁領域上または鼻堤領域上にシールを形成するように構築されたサドル状領域を含む。
４．３．１．３ 上唇領域
一形態において、非侵襲的患者インターフェース３０００は、患者の顔の上唇領域（すなわち、上唇）上に使用時に密閉を形成するシール形成構造を含む。
一形態において、シール形成構造は、使用時において患者の顔の上唇領域上にシールを形成するように構築されたサドル状領域を含む。
４．３．１．４ 顎領域
一形態において、非侵襲的患者インターフェース３０００は、使用時に患者の顔の顎領域上に密閉を形成するシール形成構造を含む。
一形態において、シール形成構造は、使用時において患者の顔の顎領域上にシールを形成するように構築されたサドル状領域を含む。
４．３．１．５ 前額領域
一形態において、シール形成構造は、シール使用時において患者の顔の前額領域上にシールを形成する。このような形態において、プレナムチャンバは、使用時において眼を被覆し得る。
４．３．１．６ 鼻枕
一形態において、非侵襲的患者インターフェース３０００のシール形成構造は、一対の鼻パフまたは鼻枕を含む。各鼻パフまたは鼻枕は、患者の鼻の各鼻孔とのシールを形成するように構成および配置される。
本技術の一態様による鼻枕は、円錐台を含む。円錐台のうち少なくとも一部は、患者の鼻の下側、柄部、円錐台の下側上の可撓性領域上に密閉を形成し、円錐台を柄部へ接続させる。加えて、本技術の鼻枕が接続される構造は、柄部のベースに隣接する可撓性領域を含む。可撓性領域は、自在接合構造を促進するように機能し得る。自在接合構造は、円錐台の変位および角度双方と、鼻枕が接続される構造との相互移動に対応する。例えば、円錐台は、柄部が接続された構造に向かって軸方向に変位し得る。
４．３．２ プレナムチャンバ
プレナムチャンバ３２００は、使用時に密閉が形成される領域において平均的な人の顔の表面外形に対して相補的である形状の周囲を有する。使用時において、プレナムチャンバ３２００の周辺縁部は、顔の隣接する表面に近接して位置決めされる。顔との実際の接触は、シール形成構造３１００によって提供される。シール形成構造３１００は、使用時においてプレナムチャンバ３２００の縁部全体の周りに延び得る。いくつかの形態において、プレナムチャンバ３２００およびシール形成構造３１００は、単一の均質的材料ピースから形成される。
本技術のいくつかの形態において、プレナムチャンバ３２００は、使用時において患者の眼を被覆しない。換言すると、眼は、プレナムチャンバによって規定される加圧空間外にある。このような形態の場合、押しつけがさが低減しかつ／またはより着用者の快適性が増すことが多いため、治療コンプライアンスが向上し得る。
本技術の特定の形態において、プレナムチャンバ３２００は、透明材料（例えば、透明ポリカーボネート）から構築される。透明材料の利用により、患者インターフェースの押しつけがましさが低減され得、治療へのコンプライアンスの向上が補助され得る。透明材料の利用により、臨床医が患者インターフェースの配置様態および機能を確認することが補助され得る。
本技術の特定の形態において、プレナムチャンバ３２００は、半透明材料から構成される。半透明材料を用いることにより、患者インターフェースの押しつけがましさを低減することができ、治療へのコンプライアンスの向上を補助することができる。
４．３．３ 位置決めおよび安定化構造
本技術の患者インターフェース３０００のシール形成構造３１００は、使用時において位置決めおよび安定化構造３３００によって密閉位置において保持され得る。
一形態において、位置決めおよび安定化構造３３００により、顔から浮き上がるためのプレナムチャンバ３２００中の陽圧の効果に打ち勝つのに少なくとも充分な保持力が得られる。
一形態において、位置決めおよび安定化構造３３００により、患者インターフェース３０００上への引力に打ち勝つだけの保持力が得られる。
一形態において、位置決めおよび安定化構造３３００により、患者インターフェース３０００上への破壊的作用の可能性（例えば、管引き摺りまたは患者インターフェースとの不慮の干渉に起因するもの）を解消するための安全マージンとして保持力が得られる。
本技術の一形態において、患者が睡眠時に装着されるように構成された位置決めおよび安定化構造３３００が提供される。一実施例において、位置決めおよび安定化構造３３００は、装置の感知される嵩または実際の嵩を低減するように、目立たない外形または断面厚さを有する。一実施例において、位置決めおよび安定化構造３３００は、矩形断面を有する少なくとも１つのストラップを含む。一実施例において、位置決めおよび安定化構造３３００は、少なくとも１つの平坦ストラップを含む。
本技術の一形態において、患者が患者の頭部の後部領域を枕に載せた状態で仰臥位睡眠位置において寝る際の妨げとなるような過度に大きいまたは嵩張るサイズにならないように構成された位置決めおよび安定化構造３３００が提供される。
本技術の一形態において、患者が患者の頭部の側部領域を枕に載せた状態で側臥位睡眠位置において寝る際の妨げとなるような過度に大きいまたは嵩張るサイズにならないように構成された位置決めおよび安定化構造３３００が提供される。
本技術の一形態において、位置決めおよび安定化構造３３００は、位置決めおよび安定化構造３３００の前方部位と位置決めおよび安定化構造３３００の後方部位との間に配置された結合解除部位を備える。この結合解除部は、圧縮に耐えず、例えば可撓性またはぺらぺらのストラップであり得る。結合解除部は、患者が頭を枕に載せて横たわったときに結合解除部の存在により後部への力が位置決めおよび安定化構造３３００に沿って伝達されてシールが妨害される事態を回避できるように、構築および配置される。
本技術の一形態において、位置決めおよび安定化構造３３００は、布地患者接触層、発泡材料内側層および布地外側層の積層物から構成されたストラップを含む。一形態において、発泡材料は、湿気（例えば、汗）がストラップを通過できるような多孔性である。一形態において、織物外側層は、フック材料部分と係合するループ材料を含む。
本技術の特定の形態において、位置決めおよび安定化構造３３００は、伸張可能である（例えば、弾力性と共に伸張可能である）ストラップを含む。例えば、ストラップは、使用時にはピンと張った状態にされて、シール形成構造を患者の顔の一部と密着させる力を方向付けるように、構成され得る。一実施例において、ストラップは、タイとして構成され得る。
本技術の一形態において、位置決めおよび安定化構造は第１のタイを含み、第１のタイは、使用時においてその下縁部の少なくとも一部が上を通過して患者の頭の上耳底点へ移動し、後頭骨を被覆することなく頭頂骨の一部を被覆するように、構築および配置される。
鼻専用マスクまたはフルフェイスマスクに適した本技術の一形態において、位置決めおよび安定化構造は、第２のタイを含む。第２のタイは、使用時においてその上縁部の少なくとも一部が患者頭部の下側の下耳底点の下側を通過し、患者頭部の後頭骨を被覆するかまたは患者頭部の後頭骨の下側に載置されるように、構築および配置される。
鼻専用マスクまたはフルフェイスマスクに適した本技術の一形態において、位置決めおよび安定化構造は、第１のタイおよび第２のタイが相互に離隔方向に移動する傾向を低減させるように、第１のタイおよび第２のタイを相互接続させるように構築および配置された第３のタイを含む。
本技術の特定の形態において、位置決めおよび安定化構造３３００は、屈曲可能であり例えば非剛性であるストラップを含む。本態様の利点として、患者が睡眠時に体を横たえたときにストラップがより快適になっている点がある。
本技術の特定の形態において、位置決めおよび安定化構造３３００は、内部を水蒸気が通過できるように呼吸可能なように構成されたストラップを含む。
本技術の特定の形態において、１つよりも多くの位置決めおよび安定化構造３３００を含むシステムが提供される。各位置決めおよび安定化構造３３００は、異なるサイズおよび／または形状範囲に対応するための保持力を提供するように構成される。例えば、システムは、小さなサイズの頭ではなく大きなサイズの頭に適し、かつ、大きなサイズの頭ではなく小さなサイズの別の頭に適した位置決めおよび安定化構造３３００の一形態を含み得る。
本技術の特定の形態において、安定化構造３３００に含まれるセンサは、ストラップの長手方向軸に沿った張力に関連するデータまたは他の関連する力、応力または機械的値を出力するように、構成される。他の例において、安定化構造３３００は、患者頭部に対するストラップの圧力を感知する圧力センサを側部に含み得る。
４．３．４ 通気部
一形態において、患者インターフェース３０００は、吐き出されたガス（例えば、二酸化炭素）の押し出しを可能にするように構成および配置された通気部３４００を含む。
特定の形態において、通気部３４００は、プレナムチャンバ内の圧力が雰囲気に対して正であるときにプレナムチャンバ３２００の内部から雰囲気への連続的通気流れを可能にするように構成される。通気部３４００は、使用時においてプレナムチャンバ内の治療圧力を維持しつつ、通気流量の大きさが呼気されたＣＯ２の患者による再呼吸を低減できるだけの充分な大きさになるように、構成される。
本技術による一形態の通気部３４００は、複数の穴（例えば、約２０個～約８０個の穴または約４０個～約６０個の穴または約４５個～約５５個の穴）を含む。
通気部３４００は、プレナムチャンバ３２００内に配置され得る。あるいは、通気部３４００は、結合解除構造（例えば、回り継ぎ手）内に配置される。
本技術の一形態において、通気部３４００は、通気ノイズが通気部３４００から発散しているかを決定する音響センサを含み得る。例えば、通気部３４００上の音響センサを遠隔センサまたはＲＰＴデバイス４０００の別のコンポーネント上のセンサからのノイズ出力と比較することにより、通気部３４００に関連するノイズをＲＰＴデバイス４０００の他のコンポーネントと相対して決定することができ得る。
４．３．５ 前額支持部
一形態において、患者インターフェース３０００は、前額支持部３７００を含む。
４．３．６ ポート
本技術の一形態において、患者インターフェース３０００は、プレナムチャンバ３２００内の容量へのアクセスを可能にする１つ以上のポートを含む。一形態において、これにより、臨床医が補充酸素を供給することが可能になる。一形態において、これにより、プレナムチャンバ３２００内のガスの特性（例えば、圧力）を直接測定することが可能になる。
４．４ ＲＰＴデバイス
本技術の一態様によるＲＰＴデバイス４０００は、機械、空気圧式、および／または電気部品を含み、１つ以上のアルゴリズム４３００（例えば全体的にせよ部分的にせよ本明細書に記載の方法のうちいずれか）を実行するように構成される。ＲＰＴデバイス４０００は、例えば本文書中のいずれかに記載の呼吸状態のうち１つ以上の治療のために患者の気道へ送達される空気流れを生成するように構成され得る。
一形態において、ＲＰＴデバイス４０００は、少なくとも６ｃｍＨ２Ｏまたは少なくとも１０ｃｍＨ２Ｏまたは少なくとも２０ｃｍＨ２Ｏの陽圧を維持しつつ、空気流れを－２０Ｌ／分～＋１５０Ｌ／分の範囲で送達できるように構築および配置される。
４．４．１ ＲＰＴデバイス機械および空気圧式コンポーネント
ＲＰＴデバイスは、以下のコンポーネントのうち１つ以上を一体ユニット中に含み得る。一代替形態において、以下のコンポーネントのうち１つ以上が、それぞれの別個のユニットとして配置され得る。
４．４．１．１ 変換器（複数）
変換器は、ＲＰＴデバイスの内部に設けてもよいし、あるいはＲＰＴデバイスの外部に設けてもよい。外部変換器は、例えば空気回路上に配置してもよいし、あるいは空気回路の一部を形成してもよい（例えば、患者インターフェース）。外部変換器は、非接触センサの形態をとり得る（例えば、データをＲＰＴデバイスを送るかまたは移動させるドップラーレーダー移動センサ）。
本技術の一形態において、１つ以上の変換器４２７０が、圧力生成器４１４０の上流および／または下流に配置され得る。１つ以上の変換器４２７０は、空気流れの特性を示す信号（例えば、空気圧経路中の当該ポイントにおける流量、圧力、音響特性、または温度）を生成するように、構築および配置され得る。
本技術の一形態において、１つ以上の変換器４２７０は、患者インターフェース３０００または３８００の近隣に配置され得、１つ以上の音響センサを含む。
一形態において、変換器４２７０からの信号が、（例えば、ローパス、ハイパスまたはバンドパスフィルタリングによって）フィルタリングされ得る。
４．４．１．１．１ 流量センサ
本技術による流量センサ４２７４は、差圧トランスデューサ（例えば、ＳＥＮＳＩＲＩＯＮからのＳＤＰ６００シリーズ差圧トランスデューサ）に基づき得る。
一形態において、流量センサ４２７４からの流量を示す信号が、中央コントローラ４２３０によって受信される。
４．４．１．１．２ 圧力センサ
本技術による圧力センサ４２７２は、空気圧経路と流体連通して配置され得る。適切な圧力センサの一実施例として、ＨＯＮＥＹＷＥＬＬ ＡＳＤＸシリーズからの変換器がある。別の適切な圧力センサとして、ＧＥＮＥＲＡＬ ＥＬＥＣＴＲＩＣからのＮＰＡシリーズからの変換器がある。
１つの形態において、圧力センサ４２７２からの信号は、中央コントローラ４２３０によって受信される。
４．４．１．１．３ モータ速度変換器
本技術の一形態において、モータ４１４４および／または送風機４１４２の回転速度を決定するために、モータ速度変換器４２７６が用いられ得る。モータ速度変換器４２７６からのモータ速度信号は、治療装置コントローラ４２４０へ提供され得る。モータ速度変換器４２７６は、例えば速度センサであり得る（例えば、ホール効果センサ）。
４．４．２ ＲＰＴデバイス電気部品
４．４．２．１ 電源
電源４２１０は、ＲＰＴデバイス４０００の外部ハウジング４０１０の内部または外部に配置され得る。
本技術の一形態において、電源４２１０は、ＲＰＴデバイス４０００にのみ電力を供給する。本技術の別の形態において、電源４２１０から、電力がＲＰＴデバイス４０００および加湿器５０００双方へ提供される。
４．４．２．２ 入力デバイス
本技術の一形態において、ＲＰＴデバイス４０００は、人間がデバイスと相互作用を可能にするためのボタン、スイッチまたはダイヤルの形態をとる１つ以上の入力デバイス４２２０を含む。ボタン、スイッチまたはダイヤルは、タッチスクリーンを介してアクセスすることが可能な物理的デバイスまたはソフトウェアデバイスであり得る。ボタン、スイッチまたはダイヤルは、一形態において外部ハウジング４０１０に物理的に接続させてもよいし、あるいは、別の形態において中央コントローラ４２３０と電気接続された受信器と無線通信してもよい。
一形態において、入力デバイス４２２０は、人間が値および／またはメニュー選択肢を選択することを可能にするように、構築および配置され得る。
４．４．２．３ 中央コントローラ
本技術の一形態において、中央コントローラ４２３０は、ＲＰＴデバイス４０００の制御に適した１つまたは複数のプロセッサである。
適切なプロセッサは、ＡＲＭ ＨｏｌｄｉｎｇｓからのＡＲＭ（登録商標）Ｃｏｒｔｅｘ（登録商標）－Ｍプロセッサに基づいたプロセッサであるｘ８６ＩＮＴＥＬプロセッサを含み得る（例えば、ＳＴ マクロ電子からのＳ（登録商標）３２シリーズのマイクロコントローラ）。本技術の特定の代替形態において、３２ビットＲＩＳＣ ＣＰＵ（例えば、ＳＴ ＭＩＣＲＯ電子ＳからのＳＴＲ９シリーズマクロコントローラ）または１６ビットＲＩＳＣ ＣＰＵ（例えば、ＴＥＸＡＳ ＩＮＳＴＲＵＭＥＮＴＳによって製造されたマクロコントローラのＭＳＰ４３０ファミリーからのプロセッサ）も適切であり得る。
本技術の一形態において、中央コントローラ４２３０は、専用電子回路である。
一形態において、中央コントローラ４２３０は、特定用途向け集積回路である。別の形態において、中央コントローラ４２３０は、個別電子コンポーネントを含む。
中央コントローラ４２３０は、１つ以上の変換器４２７０、１つ以上の入力デバイス４２２０および加湿器５０００から入力信号（複数）を受信するように、構成され得る。
中央コントローラ４２３０は、出力信号（複数）を出力デバイス４２９０、治療装置コントローラ４２４０、データ通信インターフェース４２８０および加湿器５０００のうち１つ以上へ提供するように、構成され得る。
本技術のいくつかの形態において、中央コントローラ４２３０は、本明細書中に記載の１つ以上の方法を具現するように、構成される（例えば、非一時的なコンピュータで読出可能な記録媒体のような（例えば、メモリ４２６０）中に記録されたコンピュータプログラムとして表現された１つ以上のアルゴリズム４３００）。本技術のいくつかの形態において、中央コントローラ４２３０は、ＲＰＴデバイス４０００と一体化され得る。しかし、本技術のいくつかの形態において、いくつかの方法が、遠隔配置されたデバイスによって行われ得る。例えば、遠隔配置されたデバイスは、記録されたデータ（例えば、本明細書中に記載のセンサのうちいずれかからのもの）の分析により、人工呼吸器の制御設定を決定し得るか、または、呼吸関連イベントを検出し得る。
４．４．２．４ 時計
ＲＰＴデバイス４０００は、中央コントローラ４２３０へ接続された時計４２３２を含み得る。
４．４．２．５ 治療装置コントローラ
本技術の一形態において、治療デバイスコントローラ４２４０は治療制御モジュール４３３０であり、中央コントローラ４２３０によって実行されるアルゴリズム４３００の一部を形成する。
本技術の一形態において、治療装置コントローラ４２４０は、専用モータ制御集積回路である。例えば、一形態において、ＯＮＳＥＭＩによって製造されたＭＣ３３０３５ブラシレスＤＣモータコントローラが用いられる。
４．４．２．６ 保護回路
本技術による１つ以上の保護回路４２５０は、電気保護回路、温度および／または圧力安全回路を含み得る。
４．４．２．７ メモリ
本技術の一形態によれば、ＲＰＴデバイス４０００は、メモリ４２６０（例えば、不揮発性メモリ）を含む。いくつかの形態において、メモリ４２６０は、電池式スタティックＲＡＭを含み得る。いくつかの形態において、メモリ４２６０は、揮発性ＲＡＭを含み得る。
メモリ４２６０は、ＰＣＢＡ４２０２上に配置され得る。メモリ４２６０は、ＥＥＰＲＯＭまたはＮＡＮＤフラッシュの形態をとり得る。
追加的に、ＲＰＴデバイス４０００は、取り外し可能なメモリ４２６０（例えば、セキュアデジタル（ＳＤ）規格に従って作製されたメモリカード）を含む。
本技術の一形態において、メモリ４２６０は、非一時的コンピュータで読出可能な記録媒体として機能する。この記録媒体上に、本明細書中に記載の１つ以上の方法を表現するコンピュータプログラム命令（例えば、１つ以上のアルゴリズム４３００）が記録される。
４．４．２．８ データ通信システム
本技術の一形態において、データ通信インターフェース４２８０が設けられ、システム（例えば、コンピュータシステム、エクササイズ機器または他のシステム）に応じて中央コントローラ４２３０または他のプロセッサまたは制御システムへ接続される。データ通信インターフェース４２８０は、遠隔外部通信ネットワーク４２８２および／またはローカル外部通信ネットワーク４２８４へ接続可能であり得る。遠隔外部通信ネットワーク４２８２は、遠隔外部デバイス４２８６へ接続可能であり得る。ローカル外部通信ネットワーク４２８４は、ローカル外部デバイス４２８８へ接続可能であり得る。
一形態において、データ通信インターフェース４２８０は、中央コントローラ４２３０の一部である。別の形態において、データ通信インターフェース４２８０は、中央コントローラ４２３０と別個であり、集積回路またはプロセッサを含み得る。
一形態において、遠隔外部通信ネットワーク４２８２はインターネットである。データ通信インターフェース４２８０は、インターネットへ接続するために、（例えば、イーサネット（登録商標）または光ファイバーを介して）有線通信を用得るかまたは無線プロトコル（例えば、ＣＤＭＡ、ＧＳＭ（登録商標）、ＬＴＥ）を用い得る。
一形態において、ローカル外部通信ネットワーク４２８４は、１つ以上の通信規格（例えば、ブルートゥース（登録商標）またはコンシューマー赤外線プロトコル）を用いる。
一形態において、遠隔の外部デバイス４２８６は、１つ以上のコンピュータ（例えば、ネットワーク化コンピュータのクラスタ）である。一形態において、遠隔の外部デバイス４２８６は、物理的コンピュータではなく仮想コンピュータであり得る。いずれの場合も、このような遠隔の外部デバイス４２８６は、適切に権限を付与された人間（例えば、臨床医）からのアクセスが可能であり得る。
ローカル外部デバイス４２８８は、パーソナルコンピュータ、携帯電話、タブレットまたは遠隔コントロールであり得る。
本技術の特定の形態において、中央コントローラ４２３０は、利用データ９０４５をメモリ４２６０中に記録し得る。利用データ９０４５は、治療デバイスコントローラ４２４０、コンピュータシステム、エクササイズ機器または他のシステムからの出力を含み得る。利用データ９０４５は、以下を含むいくつかのブロックまたはデータ部を含み得る：（１）日付および時間スタンプ、（２）利用の開始時刻および停止時刻、（３）セッションの利用時間、（４）ＲＰＴデバイス４０００、コンピュータシステム、エクササイズ機器または他のシステムがオンおよびオフにされた日付および時刻、ならびに（５）治療または他の設定およびセンサデータ（例えば、センサ４２７０からの読取値（例えば、流れ４２７４、圧力４２７２および速度４２７６（エクササイズ機器の場合は、ワークアウトの速度または強度（例えば、トレッドミルの速度）であり得る）。
本技術の特定の形態において、利用データ９０４５は、ローカルメモリ４２６０中に保存される。利用データ９０４５は、データ通信インターフェース４２８０を通じてネットワークを通じて遠隔外部デバイス４２８６へ送ってもよいし、あるいはローカル外部デバイス４２８８へ送ってもよい。
いくつかの例において、治療セッションまたは他のセッション（例えば、エクササイズセッション、ドライビングセッション、ウェブサイト利用セッション）が停止してから１時間後、２時間後、３時間後または他の適切な時間フレーム後に、中央コントローラ４２３０は、利用データ９０８５をデータ通信インターフェース４２８０を通じて送る。他の例において、利用データ９０４５の送信は、週単位で行われる。いくつかの例において、特定の日に利用セッションが開始されなかった場合、コントローラ４２３０は、利用データ９０４５の送信をデータ通信インターフェース４２８０を介して１：００ＡＭまたは翌日の他の適切な時間または週末までに行い得る。この利用データ９０４５は、特定の日または期間において利用の無い日が含まれることを示す。いくつかの場合において、利用データ９０４５は、（１）デバイス（例えば、ＲＰＴデバイス４０００）がオンされたが利用されない場合と、デバイスまたはシステムが全くオンにされない場合との間を区別し得る。いくつかの例において、ＲＰＴデバイス４０００あるいは他のデバイスまたはシステムは、利用データ９０４５が返送されてくるまで利用データ９０４５を送らず、最終セッションがコントローラ４２３０によって特定されてメモリ４２６０中に保存されて以降の利用の無い日の量を決定する。
データ通信インターフェース４２８０を介して送られるデータは、生データであってもよいし、あるいは（特に、セルラー信号または他の遠隔外部通信ネットワーク４２８２の帯域が乏しい領域において）帯域節約のために前処理が施されたデータであってもよい。例えば、利用低減または停止予測についての関連フィーチャの出力のために、利用データ９０４５に前処理を施してよい。これには、利用の無い日、利用平均（例えば、時間）および利用の標準偏差が含まれ得る。次に、関連フィーチャは、遠隔外部デバイス４２８６またはサーバ上のアルゴリズム４３００によって処理され得る。
本技術の特定の形態において、フル利用予測アルゴリズムは、ローカルメモリ４２６０中に常駐し得、コントローラ４２３０は、利用データ９０４５を処理して、患者１０００または他のユーザが（アプリケーションに応じて）デバイスそのものの利用を停止または低減する可能性を決定し得る。これらの場合において、コントローラ４２３０は、（例えば可能性のパーセンテージが閾値と交差した場合に）ディスプレイ４２９４へ出力を送信しかつ／またはデータをローカルデバイスまたは遠隔外部デバイスへ送信するための信号を送り得る。
４．４．２．９ 任意選択のディスプレイ、警報を含む出力デバイス
本技術による出力デバイス４２９０は、視覚、音声および触覚ユニットのうち１つ以上の形態をとり得る。視覚ディスプレイは、液晶ディスプレイ（ＬＣＤ）または発光ダイオード（ＬＥＤ）ディスプレイであり得る。
４．４．２．９．１ ディスプレイドライバ
ディスプレイドライバ４２９２は、ディスプレイ４２９４上へ表示されるべき文字、記号または画像を入力として受信し、ディスプレイ４２９４にこれらの文字、記号または画像を表示させるコマンドへ変換する。
４．４．２．９．２ ディスプレイ
ディスプレイ４２９４は、ディスプレイドライバ４２９２から受信されたコマンドに応答して、文字、記号または画像を視覚的に表示するように構成される。例えば、ディスプレイ４２９４は８セグメントディスプレイであり得、その場合、ディスプレイドライバ４２９２は、各文字または記号（例えば、数字「０」）を、特定の文字または記号を表示するために各８個のセグメントを活性化させるべきかを示す８個の論理信号へ変換する。
いくつかの例において、ディスプレイは、タッチスクリーンまたは遠隔インターフェースを含み得る（例えば、ユーザまたは患者１０００からの入力を受信するスマートフォン）。
４．４．３ アルゴリズム
上記したように、本技術のいくつかの形態において、中央制御装置４２３０または他のプロセッサは、非一時的なコンピュータで読出可能な記録媒体（例えば、メモリ４２６０）中に記録されたコンピュータプログラムとして表現された１つ以上のアルゴリズムを具現するように構成され得る。このアルゴリズムは、モジュールと呼ばれるグループにグループ付けられることが一般的だ。これらのアルゴリズムにおいて、治療、エクササイズ機器の利用、またはオンデマンドサービス（例えば、利用（例えば、ユーザまたは従業員（例えば、ドライバー）の利用）を追跡することが可能なモバイルアプリケーションを用いたタクシーサービス）への参加の利用の、低減または停止の予測のためのフィーチャ検出アルゴリズムおよび機械学習アルゴリズムが含まれ得る。
４．４．３．１ 事前処理モジュール
本技術の一形態による事前処理モジュール４３１０は、変換器４２７０（例えば流量センサ４２７４または圧力センサ４２７２）からの信号を入力として受信し、１つ以上の出力値を計算するための１つ以上のプロセスステップを行う。これらの出力値は、別のモジュール（例えば、治療エンジンモジュール４３２０）への入力として用いられる。
本技術の一形態において、出力値は、インターフェース圧力Ｐｍ、呼吸流量Ｑｒおよび漏洩流量Ｑｌを含む。
本技術の多様な形態において、事前処理モジュール４３１０は、以下のアルゴリズムのうち１つ以上を含む：インターフェース圧力推定４３１２、通気流量推定４３１４、漏洩流量推定４３１６および呼吸流量推定４３１８。
４．４．３．１．１ インターフェース圧力推定
本技術の一形態において、インターフェース圧力推定アルゴリズム４３１２は、空気圧ブロックの出口の近隣の空気圧経路中の圧力（デバイス圧力Ｐｄ）を示す信号を圧力センサ４２７２から入力として受信し、ＲＰＴデバイス４０００を退出する気流の流量（デバイス流量Ｑｄ）を示す信号を流量センサ４２７４から入力として受信する。補助ガス４１８０を全く含まないデバイス流量Ｑｄが、合計流量Ｑｔとして用いられ得る。インターフェース圧力アルゴリズム４３１２は、空気回路４１７０を通じた圧力降下ΔＰを推定する。合計流量Ｑｔに対する圧力降下ΔＰの依存関係は、圧力降下特性ΔＰ（Ｑ）により特定の空気回路４１７０についてモデル化することができ得る。次に、インターフェース圧力推定アルゴリズム４３１２は、患者インターフェース３０００または３８００中の推定圧力Ｐｍを出力として提供する。患者インターフェース３０００または３８００中の圧力Ｐｍは、デバイス圧力Ｐｄから空気回路圧力降下ΔＰを減算した値として推定することができ得る。
４．４．３．１．２ 通気流量の推定
本技術の一形態において、通気流量推定アルゴリズム４３１４は、インターフェース圧力推定アルゴリズム４３１２から患者インターフェース３０００または３８００中の推定圧力Ｐｍを入力として受信し、患者インターフェース３０００または３８００中の通気孔３４００からの空気の通気流量Ｑｖを推定する。特定の通気部３４００におけるインターフェース圧力Ｐｍに対する通気流量Ｑｖの使用時の依存関係は、通気特性Ｑｖ（Ｐｍ）によってモデル化され得る。
４．４．３．１．３ 漏洩流量の推定
本技術の一形態において、漏洩流量推定アルゴリズム４３１６は、全体流量Ｑｔおよび通気流量Ｑｖを入力として受信し、漏洩流量Ｑｌの推定を出力として提供する。一形態において、漏洩流量推定アルゴリズムは、いくつかの呼吸サイクル（例えば、約１０秒）を含むくらいに充分に長い期間にわたって全体流量Ｑｔと通気流量Ｑｖとの間の差平均を計算することにより、漏洩流量Ｑｌを推定する。
一形態において、漏洩流量推定アルゴリズム４３１６は、患者インターフェース３０００または３８００中の全体流量Ｑｔ、通気流量Ｑｖ、および推定圧力Ｐｍを入力として受信し、漏洩コンダクタンスを計算することおよび漏洩流量Ｑｌを漏洩コンダクタンスおよび圧力Ｐｍの関数となるように決定することにより、漏洩流量Ｑｌを出力として提供する。漏洩コンダクタンスは、全体流量Ｑｔと通気流量Ｑｖとの間の差に等しいローパスフィルタ処理された非通気流量と、圧力Ｐｍのローパスフィルタ処理された平方根との商として計算され、ローパスフィルタ時定数は、いくつかの呼吸サイクル（例えば、約１０秒）を含むだけの充分な値を有する。漏洩流量Ｑｌは、漏洩コンダクタンスと圧力Ｐｍの関数との積として推定され得る。
４．４．３．１．４ 呼吸流量推定
本技術の一形態において、呼吸流量推定アルゴリズム４３１８は、全体流量Ｑｔ、通気流量Ｑｖおよび漏洩流量Ｑｌを入力として受信し、通気流量Ｑｖおよび漏洩流量Ｑｌを全体流量Ｑｔから減算することにより、患者への空気呼吸流量Ｑｒを推定する。
４．４．３．２ 治療エンジンモジュール
本技術の一形態において、治療エンジンモジュール４３２０は、患者インターフェース３０００または３８００中の圧力Ｐｍおよび患者への空気呼吸流量Ｑｒのうち１つ以上を入力として受信し、１つ以上の治療パラメータを出力として提供する。
本技術の一形態において、治療パラメータは、治療圧力Ｐｔである。
本技術の一形態において、治療パラメータは、圧力変化の振幅、ベース圧力および目標換気のうち１つ以上である。
多様な形態において、治療エンジンモジュール４３２０は、以下のアルゴリズムのうち１つ以上を含む：フェーズ決定４３２１、波形決定４３２２、換気決定４３２３、吸気流制限決定４３２４、無呼吸／呼吸低下決定４３２５、いびき決定４３２６、気道開通性決定４３２７、目標換気決定４３２８、および治療パラメータ決定４３２９。
４．４．３．２．１ フェーズ決定
本技術の一形態において、ＲＰＴデバイス４０００は、フェーズを決定しない。
本技術の一形態において、フェーズ決定アルゴリズム４３２１は、呼吸流量Ｑｒを示す信号を入力として受信し、患者１０００の現在の呼吸サイクルのフェーズを出力Φとして提供する。
いくつかの形態において、離散フェーズ決定として知られるフェーズ出力Φは、離散変数である。離散フェーズ決定の一具現例により、吸息または呼息の値を持つ二値フェーズ出力Φが得られる。この値は、自発吸息および呼息それぞれの開始が検出された際に、例えば０回転および０．５回転の値としてそれぞれ表される。「トリガ」および「サイクル」するＲＰＴデバイス４０００は、離散フェーズ決定を有効に行う。なぜならば、トリガ点およびサイクル点は、フェーズが呼息から吸息へおよび吸息から呼息へそれぞれ変化する瞬間であるからである。二値フェーズ決定の一具現例において、フェーズ出力Φは、呼吸流量Ｑｒが正の閾値を超える値を有するときに、離散値０を有し（これによりＲＰＴデバイス４０００を「トリガ」する）、呼吸流量Ｑｒの値が負の閾値よりもより大きな負の値であるときに０．５回転の離散値（これにより、ＲＰＴデバイス４０００を「サイクルさせる」）を有するように、決定される。吸息時間Ｔｉおよび呼息時間Ｔｅは、（吸気を示す）０および（呼気を示す）０．５それぞれに等しいフェーズΦと共に費やされた時間の多くの呼吸器サイクルにわたって推定された典型的値であり得る。
離散フェーズ決定の別の具現例により、吸息、吸気中の一時停止、および呼息のうち１つの値を備えた３値フェーズ出力Φが得られる。
他の形態において、連続フェーズ決定として知られるフェーズ出力Φは連続する変数であり、例えば０回転～１回転または０～２πラジアンの間で変動する。連続フェーズ決定を行うＲＰＴデバイス４０００は、連続フェーズが０回転および０．５回転それぞれに到達したときに、トリガおよびサイクルし得る。連続フェーズ決定の一具現例において、フェーズの連続値Φは、呼吸流量Ｑｒのファジー論理分析を用いて決定される。本具現例において実行されたフェーズの連続値は、「ファジーフェーズ」と呼ばれることが多い。ファジーフェーズ決定アルゴリズム４３２１の一具現例において、以下の規則が呼吸流量Ｑｒへ適用される：
１．呼吸流量がゼロになった後に急激に増加した場合、フェーズは０回転である。
２．呼吸流量が大きな正の値でありかつ安定している場合、フェーズは０．２５回転である。
３．呼吸流量がゼロであり急激に低下する場合、フェーズは０．５回転である。
４．呼吸流量が大きな負の値でありかつ安定している場合、フェーズは０．７５回転である。
５．呼吸流量がゼロでありかつ安定しており、呼吸流量の５秒のローパスフィルタ処理された絶対値が大きい場合、フェーズは０．９回転である。
６．呼吸流量が正であり、フェーズが呼気である場合、フェーズは０回転である。
７．呼吸流量が負であり、フェーズが吸気である場合、フェーズは０．５回転である。
８．呼吸流量の５秒のローパスフィルタ処理された絶対値が大きい場合、フェーズは、時定数２０秒によってローパスフィルタ処理された患者の呼吸速度に等しい一定速度で増加する。
各規則の出力は、フェーズが規則の結果でありかつ大きさが規則が真となるファジー範囲となるベクトルとして表され得る。呼吸流量が「大きい」、「安定している」などのファジー範囲は、適切なメンバシップ関数によって決定される。規則の結果は、ベクトルとして表され、その後、セントロイドをとるなどのいくつかの関数により、組み合わされる。このような組み合わせにおいて、規則は、等しく重み付けしてもよいし、あるいは異なる様態で重み付けしてもよい。
連続フェーズ決定の別の具現例において、フェーズΦは、吸息時間Ｔｉおよび呼息時間Ｔｅと同様、上記のように先ず呼吸流量Ｑｒから個別に推定される。その後、任意の瞬間における連続フェーズΦは、先行トリガ瞬間から経過した吸息時間Ｔｉの割合の半分、または０．５回転に先行サイクル瞬間から経過した呼息時間Ｔｅの割合を加算した値（これらのうち、より直近の瞬間）として決定される。
４．４．３．２．２ 波形決定
本技術の一形態において、治療パラメータ決定アルゴリズム４３２９は、患者の呼吸サイクル全体を通じてほぼ一定の治療圧力を提供する。
本技術の他の形態において、治療制御モジュール４３３０は、圧力生成器４１４０を制御して、波形テンプレートΠ（Φ）に従って患者呼吸サイクルのフェーズΦの関数として変動する治療圧力Ｐｔを提供させる。
本技術の一形態において、波形決定アルゴリズム４３２２は、波形テンプレートΠ（Φ）を提供する。波形テンプレートは、治療パラメータ決定アルゴリズム４３２９によって用いられる予定のフェーズ決定アルゴリズム４３２１によって提供されるフェーズ値Φの変域について［０，１］の範囲内の値を有する。
一形態において、離散的または連続的に値をとるフェーズに適したものとして、波形テンプレートΠ（Φ）は矩形波テンプレートであり、０．５回転までのフェーズ値に対して１の値を有し、０．５回転を超えるフェーズ値に対して０の値を有する。一形態において、連続的に値をとるフェーズに適したものとして、波形テンプレートΠ（Φ）は、２つの平滑に曲線状の部分を含む（すなわち、０．５回転までのフェーズ値に対して平滑に曲線状の（例えば、上昇コサインの）０から１への上昇と、０．５回転を超えるフェーズ値に対して１から０への平滑に曲線状の（例えば、指数関数的）低下とを含む）。一形態において、連続的に値をとるフェーズに適したものとして、波形テンプレートΠ（Φ）は矩形波に基づくが、０．５回転よりも低い「立上がり時間」までのフェーズ値に対して０～１の平滑な上昇を持ち、０．５回転後の「下降時間」内のフェーズ値に対して１から０への、０．５回転よりも低い「下降時間」をもつ平滑な下降を有する。
本技術のいくつかの形態において、波形決定アルゴリズム４３２２は、ＲＰＴデバイスの設定に応じて、波形テンプレートΠ（Φ）を波形テンプレートのライブラリから選択する。ライブラリ中の各波形テンプレートΠ（Φ）は、フェーズ値Φに対するルックアップテーブル値Πとして提供され得る。他の形態において、波形決定アルゴリズム４３２２は、所定の関数形式（恐らくは、１つ以上のパラメータ（例えば、指数関数的な曲線状部分の時定数）によってパラメータ化されたもの）を用いて、波形テンプレートΠ（Φ）を「オンザフライ」で計算する。関数形式のパラメータは、所定のものであってもよりし、あるいは患者１０００の現在の状態に依存してもよい。
吸息（Φ＝０回転）または呼息（Φ＝０．５回転）の離散二値フェーズに適した本技術のいくつかの形態において、波形決定アルゴリズム４３２２は、最も直近のトリガ瞬間から測定された離散フェーズΦおよび時間ｔの関数として、波形テンプレートΠを「オンザフライ」で計算する。１つのこのような形態において、波形決定アルゴリズム４３２２は、波形テンプレートΠ（Φ，ｔ）を２つの部分（吸気および呼気）において以下のように計算する。
ここで、Πｉ（ｔ）およびΠｅ（ｔ）は、波形テンプレートΠ（Φ，ｔ）の吸気部分および呼気部分である。１つのこのような形態において、波形テンプレートの吸気部分Πｉ（ｔ）は、立上がり時間によってパラメータ化された０から１への平滑な上昇であり、波形テンプレートの呼気部分Πｅ（ｔ）は、下降時間によってパラメータ化された１から０への平滑な下降である。
４．４．３．２．３ 換気決定
本技術の一形態において、換気決定アルゴリズム４３２３は、呼吸流量Ｑｒを入力として受信し、現在の患者換気Ｖｅｎｔを示す測定値を決定する。
いくつかの具現例において、換気決定アルゴリズム４３２３は、実際の患者換気の推定値である換気Ｖｅｎｔの測定値を決定する。このような一具現例として、呼吸流量Ｑｒの絶対値の半値をとることがあり、これは、任意選択的にローパスフィルタ（例えば、コーナ周波数が０．１１Ｈｚである２次ベッセルローパスフィルタ）によってフィルタリングされる。
他の具現例において、換気決定アルゴリズム４３２３は、実際の患者換気に大きく比例する換気Ｖｅｎｔの測定値を決定する。このような一具現例において、ピーク呼吸流量Ｑｐｅａｋが、サイクルの吸気部分において推定される。呼吸流量Ｑｒのサンプリングを含む上記および他の多数の手順により、換気に大きく比例する測定値が得られるが、これらの測定値の場合、流量波形形状の変動がそれほど大きくない（ここで、２つの呼吸の形状は、時間および振幅において正規化された呼吸の流量波形が類似するときと同様のものとしてとられる）。いくつかの簡単な例を挙げると、正の呼吸流量の中央値、呼吸流量の絶対値の中央値、および流量の標準偏差がある。正の係数を用いた呼吸流量の絶対値の任意次数の統計の任意の線形的組み合わせ（およびさらには正の係数および負の係数双方を用いたいくつかのもの）は、換気におおむね比例する。別の例として、吸気部分の（時間について）中央Ｋ割合における呼吸流量の平均であり、ここで、０＜Ｋ＜１である。流量形状が一定である場合、換気に高精度に比例する任意の多数の測定値がある。
４．４．３．２．４ 吸気流制限の決定
本技術の一形態において、中央コントローラ４２３０は、吸気流制限の範囲の決定について、吸気流れ制限決定アルゴリズム４３２４を実行する。
一形態において、吸気流れ制限決定アルゴリズム４３２４は、呼吸流量信号Ｑｒを入力として受信し、呼吸の吸気部分が吸気流制限を示す範囲の計量を出力として提供する。
本技術の一形態において、各呼吸の吸気部分は、ゼロ交差検出器によって特定される。均等に間隔を空けて配置された複数の（例えば、６５個の）点は、時点を示し、各呼吸について吸気流量－時間曲線に沿って補間器によって補間される。その後、これらの点によって記述された曲線をスケーラーによって単位長さ（持続期間／期間）および単位面積を持つようにスケーリングすることにより、呼吸数および深さの変化による影響を除去する。次に、スケーリングされた呼吸を通常の非閉塞呼吸を示す（図６Ａに示す呼吸の吸気部分と同様の）事前保存されたテンプレートと比較器において比較する。吸気時の任意の時において、試験要素によって決定されたような、例えば咳、吐息、嚥下およびしゃっくりに起因して、このテンプレートからの呼吸の逸脱が指定閾値（典型的には、１スケール単位）を超える場合、当該呼吸は拒否される。拒否の無かったデータについて、第１のこのようなスケーリングされた点の移動平均を、中央コントローラ４２３０によって、先行するいくつかの吸気事象について計算する。これを同一吸気事象にわたって、第２のこのような点について繰り返し、以降同様に繰り返す。そのため、例えば、６５個のスケーリングされたデータ点が、中央コントローラ４２３０によって生成され、先行するいくつかの吸気事象（例えば、３つの事象）の移動平均を示す。本明細書中以下では、連続的に更新された（例えば、６５個の）点の値の移動平均を「スケーリングされた流量」と呼び、Ｑｓ（ｔ）によって示す。あるいは、移動平均の代わりに単一の吸気事象を用いてもよい。
スケーリングされた流量から、部分的閉塞の決定に関連する２つの形状要素が計算され得る。
形状要素１は、中間（例えば、３２個の）スケーリングされた流量点の平均の、全体的（例えば、６５個の）スケーリングされた流量点の平均に対する比である。この比が１を超える場合、呼吸は正常であるとみなされる。この比が１未満である場合、呼吸に閉塞が有るとみなされる。比が約１．１７である場合、部分的閉塞と非閉塞呼吸との間の閾値としてみなされ、典型的な患者における適切な酸素付加の維持を可能にする一定レベルの閉塞に等しい。
形状要素２は、中間（例えば、３２個の）点にわたって単位スケーリングされた流量からの平均二乗偏差として計算される。平均二乗偏差が約０．２単位である場合、正常とみなされる。平均二乗偏差がゼロである場合、全体的に流れが制限された呼吸とみなされる。平均二乗偏差がゼロに近づくほど、当該呼吸は、流れが制限されたものとみなされる。
形状要素１および２は、代替として用いてもよいし、組み合わせて用いてもよい。本技術の他の形態において、サンプルされた点の数、呼吸および中間点は、上記したものと異なり得る。さらに、閾値も上記したものと異なり得る。
４．４．３．２．５ 無呼吸および呼吸低下の決定
本技術の一形態において、中央コントローラ４２３０は、無呼吸および／または呼吸低下の存在の決定のために、無呼吸／呼吸低下決定アルゴリズム４３２５を実行する。
一形態において、無呼吸／呼吸低下検出アルゴリズム４３２５は、呼吸流量信号Ｑｒを入力として受信し、無呼吸または呼吸低下が検出されたかを示すフラッグを出力として提供する。
一形態において、無呼吸とは、呼吸流量Ｑｒの関数が所定の期間にわたって流量閾値を下回ったときに検出されるものとされる。この関数は、ピーク流量、比較的短期間の平均流量、または比較的短期間の平均およびピーク流量の流量中間値を決定し得る（例えば、ＲＭＳ流量）。流量閾値は、流量の比較的長期間の測定値であり得る。
一形態において、呼吸低下とは、呼吸流量Ｑｒの関数が所定の期間にわたって第２の流量閾値を下回ったときに検出されるものとする。この関数は、ピーク流量、比較的短期間の平均流量、または比較的短期間の平均およびピーク流量の流量中間値を決定し得る（例えば、ＲＭＳ流量）。第２の流量閾値は、流量の比較的長期の測定値であり得る。第２の流量閾値は、無呼吸の検出に用いられる流量閾値よりも高い。
４．４．３．２．６ いびきの決定
本技術の一形態において、中央コントローラ４２３０は、いびき範囲の決定のために、１つ以上のいびき決定アルゴリズム４３２６を実行する。
一形態において、いびき検出アルゴリズム４３２６は、呼吸流量信号Ｑｒを入力として受信し、いびきが存在している範囲の測定値を出力として提供する。
いびき検出アルゴリズム４３２６は、流量信号の強度を３０～３００Ｈｚの範囲内において決定するステップを含み得る。さらに、いびき決定アルゴリズム４３２６は、バックグラウンドノイズ（例えば、送風機からのシステム中の気流音）を低減するために呼吸流量信号Ｑｒをフィルタリングするステップを含み得る。
４．４．３．２．７ 気道開通性の決定
本技術の一形態において、中央コントローラ４２３０は、気道開通性の範囲の決定のために、１つ以上の気道開通性決定アルゴリズム４３２７を実行する。
一形態において、気道開通性決定アルゴリズム４３２７は、呼吸流量信号Ｑｒを入力として受信し、信号の出力を約０．７５Ｈｚ～約３Ｈｚの周波数範囲内において決定する。この周波数範囲内におけるピークの存在は、気道開放を示すものとしてみなされる。ピークの不在は、気道閉鎖の兆候とみなされる。
一形態において、ピークが求められる周波数範囲は、治療圧力Ｐｔにおける小さな強制オシレーションの周波数となる周波数範囲である。一具現例において、強制オシレーションは、振幅が約１ｃｍＨ２Ｏであり、周波数が２Ｈｚである。
一形態において、気道開通性決定アルゴリズム４３２７は、呼吸流量信号Ｑｒを入力として受信し、心臓発生信号の存在または不在を決定する。心臓発生信号の不在は、気道閉鎖の兆候としてみなされる。
４．４．３．２．８ 目標換気の決定
本技術の一形態において、中央コントローラ４２３０は、現在の換気Ｖｅｎｔの測定値を入力としてとり、換気測定のための目標値Ｖｔｇｔの決定のために、１つ以上の目標換気決定アルゴリズム４３２８を実行する。
本技術のいくつかの形態において、目標換気決定アルゴリズム４３２８は存在せず、目標値Ｖｔｇｔは所定のものであり、例えばＲＰＴデバイス４０００の構成時におけるハードコーディングにより、または入力デバイス４２２０を通じた手入力により得られる。
適応型サーボ換気（ＡＳＶ）などの本技術の他の形態において、目標換気決定アルゴリズム４３２８は、患者の典型的な最近の換気を示す値Ｖｔｙｐから目標値Ｖｔｇｔを計算する。
適応型サーボ換気のいくつかの形態において、目標換気Ｖｔｇｔは、高割合でありかつ典型的な最近の換気Ｖｔｙｐ未満の値として計算される。このような形態の高割合は、範囲（８０％、１００％）、または（８５％、９５％）、または（８７％、９２％）内にあり得る。
適応型サーボ換気の他の形態において、目標換気Ｖｔｇｔは、典型的な最近の換気Ｖｔｙｐの１の倍数を若干上回る値として計算される。
典型的な最近の換気Ｖｔｙｐは、いくつかの所定の時間スケールにわたる複数の時間的瞬間にわたる現在の換気Ｖｅｎｔの測定値が付近に分布する値であり、密集する傾向がある（すなわち、最近の履歴における現在の換気の測定値の中央傾向の測定値である）。目標換気決定アルゴリズム４３２８の一具現例において、最近の履歴は、数分のオーダーであるが、どんなも場合もチェーン・ストークス漸増サイクルおよび漸減サイクルの時間スケールよりも長くなければならない。目標換気決定アルゴリズム４３２８は、中央傾向の多様な周知の測定値のいずれかを用いて、典型的な最近の換気Ｖｔｙｐを、現在の換気Ｖｅｎｔの測定値から決定し得る。１つのこのような測定値として、現在の換気Ｖｅｎｔの測定値についてのローパスフィルタ出力であり、時定数が１００秒に等しい。
４．４．３．２．９ 治療パラメータの決定
本技術のいくつかの形態において、中央コントローラ４２３０は、治療エンジンモジュール４３２０中のその他のアルゴリズムのうち１つ以上から返送された値を用いて、１つ以上の治療パラメータの決定のための１つ以上の治療パラメータ決定アルゴリズム４３２９を実行する。これは、治療の低減または停止について患者１０００にフラグが付された場合に治療パラメータを変更するアルゴリズム４３００を含み得る。
本技術の一形態において、治療パラメータは、瞬間治療圧力Ｐｔである。この形態の一具現例において、治療パラメータ決定アルゴリズム４３２９は、以下の方程式を用いて治療圧力Ｐｔを決定する。
ここで、
・Ａは振幅であり、
・Π（Φ，ｔ）は、フェーズの現在の値Φおよび時間のｔにおける（０から１の範囲の）波形テンプレート値であり、
・Ｐ０はベース圧力である。
波形決定アルゴリズム４３２２がフェーズΦによってインデックスされた値Πのルックアップテーブルとして波形テンプレートΠ（Φ）を提供する場合、治療パラメータ決定アルゴリズム４３２９は、フェーズ決定アルゴリズム４３２１から返送されたフェーズの現在の値Φに対して最近接ルックアップテーブル入力をロケートすること、またはフェーズの現在の値Φにまたがる２つの入力間の補間により、方程式（１）を適用する。
振幅Ａおよびベース圧力Ｐ０の値は、選択された呼吸圧力治療モードに応じて、治療パラメータ決定アルゴリズム４３２９によって設定され得る。
４．４．３．３ 治療制御モジュール
本技術の一態様による治療制御モジュール４３３０は、治療エンジンモジュール４３２０の治療パラメータ決定アルゴリズム４３２９からの治療パラメータを入力として受信し、これらの治療パラメータに従って圧力生成器４１４０から空気流れを送達させるように、圧力生成器を制御する。
本技術の一形態において、治療パラメータは治療圧力Ｐｔであり、治療制御モジュール４３３０は、患者インターフェース３０００または３８００におけるインターフェース圧力Ｐｍが治療圧力Ｐｔに等しい空気流れを圧力生成器４１４０から送達させるように、圧力生成器を制御する。
４．４．３．４ 故障状態の検出
本技術の一形態において、中央コントローラ４２３０は、故障状態の検出のための１つ以上の方法４３４０を実行する。１つ以上の方法４３４０によって検出された故障状態は、以下のうち少なくとも１つを含み得る：
・停電（電力無しまたは電力不足）
・変換器故障の検出
・コンポーネントの存在を検出できない
・動作パラメータが推奨範囲から外れている（例えば、圧力、流量、温度、ＰａＯ２）
・検出可能な警告信号を生成するための試験警告の不履行。
故障状態が検出されると、対応するアルゴリズム４３４０は、以下のうち１つ以上により、故障の存在を信号伝達する：
・可聴、視覚および／または動力学的（例えば、振動的）警告の開始
・外部デバイスへのメッセージ送信
・インシデントのロギング
４．５ 加湿器
４．５．１ 加湿器の概要
本技術の一形態において、患者へ送達されるべき空気またはガスの絶対湿度を周囲空気に相対して変化させるための加湿器５０００が提供される（例えば、図５Ａに示すようなもの）。典型的には、加湿器５０００は、患者気道へ送達される前に空気流れの（周囲空気に相対する）絶対湿度を増加させかつ温度を増加させるために、用いられる。
加湿器５０００は、加湿器リザーバ５１１０と、空気流れを受容する加湿器入口５００２と、加湿された空気流れを送達させるための加湿器出口５００４とを含み得る。図５Ａおよび図５Ｂに示すようないくつかの形態において、加湿器リザーバ５１１０の入口および出口はそれぞれ、加湿器入口５００２および加湿器出口５００４であり得る。加湿器５０００は、加湿器ベース５００６をさらに含み得る。加湿器ベース５００６は、加湿器リザーバ５１１０を受容するように適合され得、加熱要素５２４０を含み得る。
４．６ 呼吸波形
図６Ａは、睡眠時の人のモデルの典型的な呼吸波形を示す。水平軸は時間であり、垂直軸は呼吸流量である。パラメータ値は変動し得るため、典型的な呼吸は、以下のおおよその値を持ち得る：一回換気量Ｖｔ ０．５Ｌ、吸息時間Ｔｉ １．６秒、ピーク吸気流量Ｑpeak ０．４Ｌ／秒、呼息時間Ｔｅ ２．４秒、ピーク呼気流量Ｑpeak －０．５Ｌ／秒。呼吸の全持続時間Ｔｔｏｔは約４秒である。人間は典型的には、１分あたり呼吸を約１５回行い（ＢＰＭ）、換気Ｖｅｎｔは約７．５Ｌ／分である。典型的な負荷サイクル、ＴｉとＴｔｏｔの比は約４０％である。
図６Ｂは、患者のノンレム睡眠呼吸時の選択された睡眠ポリグラフチャンネル（パルスオキシメトリ、流量、胸部動きおよび腹部動き）を示す。このノンレム睡眠呼吸は、通常は約３４回の呼吸を約９０秒の期間にわたって継続し、患者は、自動ＰＡＰ治療による治療を受けており、インターフェース圧力は約１１ｃｍＨ２Ｏである。上側チャンネルは、パルスオキシメトリ（酸素飽和度またはＳｐＯ２）を示し、スケールは、垂直方向における９０～９９％の範囲の飽和度を有する。図示の期間全体において、患者は、約９５％の飽和度を維持した。第２のチャンネルは、定量的呼吸気流を示し、スケールは、垂直方向における－１～＋１ＬＰＳの範囲であり、呼気は正である。胸部および腹部の動きを第３および第４のチャンネル中に示す。
４．７ スクリーニング、診断、監視システム
４．７．１ 睡眠ポリグラフ
図７Ａは、睡眠ポリグラフ（ＰＳＧ）を受けている患者１０００を示す。ＰＳＧシステムは、ヘッドボックス２０００を含む。ヘッドボックス２０００は、以下のセンサからの信号を受信および記録する：ＥＯＧ電極２０１５、ＥＥＧ電極２０２０、ＥＣＧ電極２０２５、頤下ＥＭＧ電極２０３０、いびきセンサ２０３５、胸帯上の呼吸インダクタンスプレチスモグラム（呼吸努力センサ）２０４０、腹帯上の呼吸インダクタンスプレチスモグラム（呼吸努力センサ）２０４５、口サーミスタを有する口鼻カニューレ２０５０、フォトプレチスモグラフ（パルスオキシメータ）２０５５、および身体位置センサ２０６０。電気信号は、額中心に位置決めされた接地電極（ＩＳＯＧ）２０１０を基準とする。
４．７．２ 非閉塞性監視システム
就寝中の患者１０００の呼吸の監視のための監視装置７１００の一例を図７Ｂに示す。監視装置７１００は、主に患者１０００へ方向付けられた非接触型モーションセンサを含む。このモーションセンサは、患者１０００の身体の動きを示す１つ以上の信号を生成するように構成される。これらの信号から、患者の呼吸の動きを示す信号が得られ得る。他の例において、システムは、環境センサと、雰囲気、通気および患者１０００のノイズを感知する他の音響センサとを含み得る。
４．７．３ 呼吸ポリグラフィー
呼吸ポリグラフィー（ＲＰＧ）とは、ＰＳＧの単純な形態を指す用語であり、電気信号（ＥＯＧ、ＥＥＧ、ＥＭＧ）、いびき、または身体位置センサは用いない。ＲＰＧは、少なくとも以下を含む：胸部バンド（例えば、動きセンサ２０４０）上の呼吸インダクタンスプレチスモグラム（動きセンサ）からの胸部動き信号、鼻カニューレを介して感知された鼻圧力信号、およびパルスオキシメータ（例えば、パルスオキシメータ２０５５）からの酸素飽和度信号。これら３つのＲＰＧ信号またはチャンネルは、ＰＳＧヘッドボックス２０００に類似するＲＰＧヘッドボックスによって受信される。
特定の構成において、鼻圧力信号は、形状が鼻流量信号に類似しているため、鼻圧力信号は、密閉鼻マスクと有線接続している流量変換器によって発生された鼻流量信号の申し分のないプロキシである。その結果、患者の口が閉じられたままである（すなわち、口からの漏洩が無い）場合、鼻流量は、呼吸流量に等しくなる。
図７Ｃは、ＲＰＧヘッドボックスをＲＰＧスクリーニング／診断／監視システム内において実行する際に用いられ得るスクリーニング／診断／監視デバイス７２００を示すブロック図である。スクリーニング／診断／監視デバイス７２００は、上記の３つのＲＰＧチャンネル（胸部の動きを示す信号、鼻流量を示す信号、および酸素飽和度を示す信号）をデータ入力インターフェース７２６０において受信する。スクリーニング／診断／監視デバイス７２００は、符号化命令を実行するように構成されたプロセッサ７２１０も含む。スクリーニング／診断／監視デバイス７２００は、非一時的なコンピュータにより読出可能なメモリ／記憶媒体７２３０も含む。
メモリ７２３０は、スクリーニング／診断／監視デバイス７２００の内部メモリ（例えば、ＲＡＭ、フラッシュメモリまたはＲＯＭ）であり得る。いくつかの実行において、メモリ７２３０は、スクリーニング／診断／監視デバイス７２００へ連結された取り外し可能なまたは外部のメモリであってもよい（例えば、ＳＤカード、サーバ、ＵＳＢフラッシュドライブまたは光ディスク）。他の実行において、メモリ７２３０は、外部および内部メモリの組み合わせであり得る。メモリ７２３０は、保存されたデータ７２４０と、プロセッサ７２１０に特定のタスクを行わせるようにプロセッサ７２１０を構成するように適合されたプロセッサ制御命令（コード）７２５０とを含む。保存されたデータ７２４０は、データ入力インターフェース７２６０によって受信されたＲＰＧチャンネルデータと、アプリケーションのコンポーネント部分として提供される他のデータとを含み得る。プロセッサ制御命令７２５０は、アプリケーションプログラムのコンポーネント部分として提供してもよい。プロセッサ７２１０は、コード７２５０をメモリ７２３０から読み出し、符号化された命令を実行するように、構成される。詳細には、コード７２５０は、インターフェース７２６０によって提供されるＲＰＧチャンネルデータの処理方法をプロセッサ７２１０に実行させるようにプロセッサ７２１０を構成するように適合された命令を含み得る。１つのこのような方法は、ＲＰＧチャンネルデータをメモリ７２３０中のデータ７２４０として保存することであり得る。別のこのような方法は、保存されたＲＰＧデータを分析して特徴を抽出することであり得る。プロセッサ７２１０は、このような分析の結果をデータ７２４０としてメモリ７２３０中に保存し得る。
スクリーニング／診断／監視デバイス７２００は、通信インターフェース７２２０も含み得る。コード７２５０は、プロセッサ７２１０が外部コンピューティングデバイス（図示せず）と通信インターフェース７２２０を介して通信することを可能にするように構成された命令を含み得る。通信モードは、有線または無線であり得る。１つのこのような実行において、プロセッサ７２１０は、保存されたＲＰＧチャンネルデータをデータ７２４０から遠隔コンピューティングデバイスへ送信し得る。このような実行において、遠隔コンピューティングデバイスは、受信されたＲＰＧデータを分析して特徴を抽出するように、構成され得る。別のこのような実行において、プロセッサ７２１０は、分析結果をデータ７２４０から遠隔コンピューティングデバイスへ送信し得る。
あるいは、メモリ７２３０がスクリーニング／診断／監視デバイス７２００から取り外し可能である場合、遠隔コンピューティングデバイスは、取り外し可能なメモリ７２３０へ接続されるように構成され得る。このような実行において、遠隔コンピューティングデバイスは、取り外し可能なメモリ７２３０から取り出されたＲＰＧデータを分析して、特徴を抽出するように構成され得る。
４．８ 呼吸治療モード
多様な呼吸治療モードは、ＲＰＴデバイス４０００によって実行され得る。
４．８．１ ＣＰＡＰ治療
呼吸圧力治療のいくつかの実行において、中央コントローラ４２３０は、治療圧力Ｐｔを、治療圧力等式（１）に従って治療パラメータ決定アルゴリズム４３２９の一部として設定する。いくつかのそのような具現例において、振幅Ａは等しくゼロであるため、治療圧力Ｐｔ（現在瞬間の時間におけるインターフェース圧力Ｐｍによって達成される目標値をしめす）は呼吸サイクル全体において同様にベース圧力Ｐ０に等しい。このような具現例は、ＣＰＡＰ治療の見出し下において主にグループ分けされる。このような具現例において、治療エンジンモジュール４３２０が、フェーズΦまたは波形テンプレートΠ（Φ）を決定する必要はない。
ＣＰＡＰ治療において、ベース圧力Ｐ０は一定の値であり得、ハードコードされるかまたはＲＰＴデバイス４０００へ手動入力される。中央コントローラ４２３０は、治療エンジンモジュール４３２０中の各アルゴリズムから返送された睡眠疾患呼吸の指標値または測定値（例えば、流れ制限、無呼吸、呼吸低下、開通性、およびいびきのうち１つ以上）の関数としてベース圧力Ｐ０を繰り返して計算し得る。この代替例は、ＡＰＡＰ治療とも呼ばれる。
図４Ｅは、中央コントローラ４２３０によって実行される方法４５００を示すフローチャートである。方法４５００において、圧力サポートＡがゼロに等しい場合、ベース圧力Ｐ０を、治療パラメータ決定アルゴリズム４３２９のＡＰＡＰ治療実行の一部として連続的に計算する。
方法４５００は、ステップ４５２０から開始する。ステップ４５２０において、中央コントローラ４２３０は、無呼吸／低呼吸の存在の測定値を第１の閾値と比較し、無呼吸／低呼吸の存在の測定値が事前決定された期間にわたって第１の閾値を超えている（これは、無呼吸／低呼吸の発生を示す）かを決定する。無呼吸／低呼吸の存在の測定値が事前決定された期間にわたって第１の閾値を超えている場合、方法４５００は、ステップ４５４０へ進む。無呼吸／低呼吸の存在の測定値が事前決定された期間にわたって第１の閾値を超えていない場合、方法４５００は、ステップ４５３０に進む。ステップ４５４０において、中央コントローラ４２３０は、気道開通性の測定値を第２の閾値と比較する。気道開通性の測定値が第２の閾値を超える場合、気道が開存していることを示し、検出された無呼吸／低呼吸が中枢性であるとみなされ、方法４５００はステップ４５６０に進む。気道開存性の測定値が第２の閾値を超えない場合、無呼吸／低呼吸は閉塞性であるとみなされ、方法４５００は、ステップ４５５０へ進む。
ステップ４５３０において、中央コントローラ４２３０は、流れ制限の測定値を第３の閾値と比較する。流れ制限の測定値が第３の閾値を超える場合、吸気流が制限されていることを示す。その場合、方法４５００は、ステップ４５５０へ進む。流れ制限の測定が第３の閾値を超えない場合、方法４５００は、ステップ４５６０に進む。
ステップ４５５０において、得られた治療圧力Ｐｔが最大治療圧力Ｐｍａｘを超えない場合、中央コントローラ４２３０は、ベース圧力Ｐ０を事前決定された圧力インクリメントΔＰだけ増加させる。１つの実行において、事前決定された圧力インクリメントΔＰおよび最大治療圧力Ｐｍａｘは、それぞれ１ｃｍＨ２Ｏおよび２５ｃｍＨ２Ｏである。他の実行において、圧力インクリメントΔＰは、０．１ｃｍＨ２Ｏまで低くかつ３ｃｍＨ２Ｏまで高くすることができるか、または、０．５ｃｍＨ２Ｏまで低くかつ２ｃｍＨ２Ｏまで高くすることができる。他の実行において、最大治療圧力Ｐｍａｘは、１５ｃｍＨ２Ｏまで低くかつ３５ｃｍＨ２Ｏまで高くすることができるか、または、２０ｃｍＨ２Ｏまで低くかつ３０ｃｍＨ２Ｏまで高くすることができる。次に、方法４５００は、ステップ４５２０に戻る。
ステップ４５６０において、低下したベース圧力Ｐ０が最低治療圧力Ｐｍｉｎを下回っていない場合、中央コントローラ４２３０は、ベース圧力Ｐ０をデクリメントだけ低下させる。次に、方法４５００は、ステップ４５２０に戻る。１つの実行において、デクリメントはＰ０－Ｐｍｉｎの値に比例するため、検出されたイベントが無い場合、Ｐ０の最低治療圧力Ｐｍｉｎへの低下は、指数関数的になる。１つの実行において、比例関係の定数は、Ｐ０の指数関数的低下の時定数τが６０分でありかつ最低治療圧力Ｐｍｉｎが４ｃｍＨ２Ｏとなるように、設定される。他の実行において、時定数τは、１分まで短くかつ３００分まで長くすることができるか、または、５分まで短くしかつ１８０分まで長くすることができる。他の実行において、最低治療圧力Ｐｍｉｎは、０ｃｍＨ２Ｏまで低くすることができ、かつ８ｃｍＨ２Ｏまで高くすることができるか、または、２ｃｍＨ２Ｏまで低くすることができ、かつ６ｃｍＨ２Ｏまで高くすることができる。あるいは、検出されたイベントが無い場合にＰ０の最低治療圧力Ｐｍｉｎまでの低下がリニアになるように、Ｐ０のデクリメントを事前決定してもよい。
４．８．２ バイレベル治療
本技術のこの形態の他の具現例において、方程式（１）中の振幅Ａの値は正であり得る。このような実行は、バイレベル治療として公知である。なぜならば、治療圧力Ｐｔを正の振幅Ａの方程式（１）を用いて決定する場合、治療パラメータ決定アルゴリズム４３２９は、患者１０００の自発呼吸努力と同期して治療圧力Ｐｔを２つの値またはレベル間で振動させるからである。すなわち、上記した典型的な波形テンプレートΠ（Φ，ｔ）に基づいて、治療パラメータ決定アルゴリズム４３２９は、吸気の開始時または吸気の最中に治療圧力ＰｔをＰ０＋Ａ（ＩＰＡＰとして公知）まで増加させ、呼気開始時または呼気の最中に治療圧力Ｐｔをベース圧力Ｐ０（ＥＰＡＰとして公知）まで低下させる。
バイレベル治療のいくつかの形態において、ＩＰＡＰは、ＣＰＡＰ治療モードにおける治療圧力と同じ目的の治療圧力であり、ＥＰＡＰは、ＩＰＡＰから振幅Ａを減算した値であり、呼気圧力解放（ＥＰＲ）とも呼ばれる「小さな」値（数ｃｍＨ２Ｏ）を有する。このような形態は、ＥＰＲを用いたＣＰＡＰ治療とも呼ばれ、直接的なＣＰＡＰ治療よりも快適性高いものとして一般的に考えられる。ＥＰＲを用いたＣＰＡＰ治療の場合、ＩＰＡＰおよびＥＰＡＰのいずれかまたは双方は一定の値であり得、ハードコードされるかまたはＲＰＴデバイス４０００へ手動入力される。あるいは、治療パラメータ決定アルゴリズム４３２９は、ＥＰＲを用いたＣＰＡＰ時において、ＩＰＡＰおよび／またはＥＰＡＰを繰り返して計算し得る。この代替例において、治療パラメータ決定アルゴリズム４３２９は、治療エンジンモジュール４３２０中の各アルゴリズムから返送された睡眠疾患呼吸の指標値または測定値の関数としてＥＰＡＰおよび／またはＩＰＡＰを繰り返して計算する。これは、上記したＡＰＡＰ治療におけるベース圧力Ｐ０の計算と同様に行われる。
他の形態のバイレベル治療において、振幅Ａは、ＲＰＴデバイス４０００が患者１０００の呼吸動作の一部または全部を行うほど充分に大きい。圧力補助換気治療として公知のこのような形態において、振幅Ａは、圧力補助またはスイングと呼ばれる。圧力補助換気治療において、ＩＰＡＰは、ベース圧力Ｐ０＋圧力補助Ａであり、ＥＰＡＰは、ベース圧力Ｐ０である。
一定圧力補助換気治療として公知の圧力補助換気治療のいくつかの形態において、圧力補助Ａは、所定の値（例えば、１０ｃｍＨ２Ｏ）に固定される。所定の圧力補助値は、ＲＰＴデバイス４０００の設定であり、例えばＲＰＴデバイス４０００の構成時にハードコードされるかまたは入力デバイス４２２０を通じた手動入力により設定され得る。
サーボ換気として広範に知られる圧力補助換気治療の他の形態において、治療パラメータ決定アルゴリズム４３２９は、呼吸サイクル（例えば、換気の現在測定値Ｖｅｎｔ）の一定の現在測定されているまたは推定されているパラメータと、当該呼吸パラメータの目標値（例えば、換気の目標値Ｖｔｇｔ）とを入力としてとり、式（１）のパラメータを連続的に調節して、呼吸器パラメータの現在の測定値を目標値に接近させる。ＣＳＲ治療に用いられる適応型サーボ換気（ＡＳＶ）として公知のサーボ換気の形態において、呼吸パラメータは換気であり、目標換気値Ｖｔｇｔは、上記したように典型的な最近の換気Ｖｔｙｐから目標換気決定アルゴリズム４３２８によって計算される。
サーボ換気のいくつかの形態において、治療パラメータ決定アルゴリズム４３２９は、呼吸器パラメータの現在の測定値を目標値に近づけるように、圧力補助Ａを繰り返し計算する制御方法を適用する。１つのこのような制御方法として、比例積分（ＰＩ）制御がある。目標換気Ｖｔｇｔが典型的な最近の換気Ｖｔｙｐよりも若干低くなるように設定されたＡＳＶモードに適したＰＩ制御の１つの具現例において、圧力補助Ａは、以下のように繰り返して計算される：
ここで、Ｇは、ＰＩ制御の利得である。利得Ｇの値が大きくなると、治療エンジンモジュール４３２０におけるフィードバックが正になり得る。利得Ｇの値が小さくなると、一定の残りの未治療ＣＳＲまたは中枢性睡眠時無呼吸が発生し得る。いくつかの具現例において、利得Ｇは、所定の値（例えば、－０．４ｃｍＨ２Ｏ／（Ｌ／分）／秒）に固定される。あるいは、利得Ｇは、ＣＳＲを実質的に除いた値に到達するまで、治療セッション間において変更され得る（最初は低い値から開始し、セッション間において増加させる）。治療セッションのパラメータを遡及的に分析して、治療セッション時のＣＳＲの深刻度を評価するための従来の手段は、このような具現例において用いられ得る。さらに他の具現例において、利得Ｇは、換気の現行測定値Ｖｅｎｔと、目標換気Ｖｔｇｔとの間の差に応じて変動し得る。
治療パラメータ決定アルゴリズム４３２９によって適用され得る他のサーボ換気制御方法を挙げると、比例（Ｐ）、比例差分（ＰＤ）、および比例積分差（ＰＩＤ）がある。
圧力補助制限ＡｍｉｎおよびＡｍａｘは、ＲＰＴデバイス４０００の設定であり、例えばＲＰＴデバイス４０００の構成時にハードコードされるかまたは入力デバイス４２２０を通じた手動入力によって設定される。
圧力補助換気治療モードにおいて、ＥＰＡＰは、ベース圧力Ｐ０である。ＣＰＡＰ治療におけるベース圧力Ｐ０と同様に、ＥＰＡＰは一定の値であり得、タイトレーション時に規定または決定される。このような一定のＥＰＡＰは、例えばＲＰＴデバイス４０００の構成時にハードコードするかまたは入力デバイス４２２０を通じた手動入力により、設定され得る。この代替例は、固定ＥＰＡＰ圧力補助換気治療とも呼ばれる。所与の患者についてのＥＰＡＰのタイトレーションは、閉塞性無呼吸を予防する目的のために、ＰＳＧを用いたタイトレーションセッション時に臨床医によって行われ得、これにより、一定ＣＰＡＰ治療におけるベース圧力Ｐ０のタイトレーションと同様の様態で、圧力補助換気治療のために気道確保が維持される。
あるいは、治療パラメータ決定アルゴリズム４３２９は、圧力補助換気治療時のベース圧力Ｐ０を繰り返して計算し得る。このような具現例において、治療パラメータ決定アルゴリズム４３２９は、治療エンジンモジュール４３２０中の各アルゴリズムから返送された睡眠時呼吸障害の指標値または測定値（例えば、流れ制限、無呼吸、呼吸低下、開通性およびいびきのうち１つ以上）の関数としてＥＰＡＰを繰り返して計算する。ＥＰＡＰの連続的計算は、ＥＰＡＰのタイトレーション時における臨床医によるＥＰＡＰの手動調節に類似するため、このプロセスは、ＥＰＡＰの自動タイトレーションとも呼ばれ、治療モードは、自動タイトレーションＥＰＡＰ圧力補助換気治療、または自動ＥＰＡＰ圧力補助換気治療として知られる。
４．８．３ 高流量治療
他の形態の呼吸治療において、空気流れの圧力は、呼吸圧力治療のようには制御されない。すなわち、中央コントローラ４２３０は、（デバイス流量Ｑｄが治療流量または目標流量Ｑｔｇｔになるように制御される）空気流れを圧力生成器４１４０に送達させるように、圧力生成器４１４０を制御する。このような形態は、流れ治療の見出し下において主にグループ分けされる。流れ治療において、治療流量Ｑｔｇｔは一定の値であり得、ハードコードされるかまたはＲＰＴデバイス４０００へ手動入力される。治療流量Ｑｔｇｔが患者のピーク吸気流量を超えるのに十分である場合、その治療は、高流量治療（ＨＦＴ）と主に呼ばれる。あるいは、治療流量は、呼吸サイクルにわたって変動するプロファイルＱｔｇｔ（ｔ）であり得る。
４．９ データ送信と収集
接続されたデバイス、例えば、図４Ａ中のＲＰＴ４０００、または、他のデバイス、例えば、運動装備（トレッドミルまたは固定式運動自転車）は、異なるレベルのデータの保存および送信が可能である。例えば、図４Ｃ中の中央コントローラ４２３０または適用可能なデバイスプロセッサは、データを外部ソース４２８６へ送り得る。このようなデータを挙げると、ＲＰＴ４０００のセンサ（例えば、流量センサ４２７２または圧力センサ４２７２）によって収集されたデータ、エクササイズ機器センサによって収集されたデータ（例えば、ワークアウトの速度および長さ）、コンピュータシステムによって収集されたデータ（例えば、ユーザインターフェースを用いたユーザ対話頻度および種類）、前処理モジュール４３１０のアルゴリズムまたは他のアルゴリズムによって生成されたデータ、または治療エンジンモジュール４３２０のアルゴリズムによって生成されたデータがある。このようなデータは、さらなるデータを生成するアルゴリズムによる分析のために、組み合わされ得る。
図８Ａは、本技術によるシステムの１つの実行７０００を示すブロック図である。本システムは、ＲＰＴシステム、エクササイズシステム、コンピュータハードウェアおよびソフトウェア利用システム、従業員および顧客によって利用されるオンデマンドサービス、デジタル健康オンラインサービス、または他の適切なサービスまたはシステムであり得る。よって、システムおよびデバイスは、ＲＰＴシステムに加えて以下を含み得る。
エクササイズシステムおよびヘルスケアシステム
・利用データを出力する電子エクササイズ機器（例えば、トレッドミル）、
・ステーショナリーバイク、デジタルウェイトセット、
・フィットネストラッカー（例えば、動き、エクササイズおよび他の要素を検出するウェアラブル装置）、ならびに
・他のエクササイズおよびヘルスケアシステム
コンピュータシステム、ソフトウェアおよびインターフェース
・利用データを追跡するウェブサイトおよびソフトウェアプログラム（例えば、ＣＢＴプログラムの順守を監視するためのヘルスケアソフトウェア、及び、他のオンライン又はソフトウエアプログラム）、
・食事、エクササイズ、食べ物の種類などを監視する減量監視アプリケーションや、利用および他のデータを追跡することが可能な他のもの、・ソフトウェアおよび／またはハードウェアによる利用データの追跡が可能なオンデマンドサービス（例えば、オンデマンドタクシーサービス）を調整するためのコンピュータハードウェアおよびソフトウェア、ならびに、
・他のソフトウェアおよびサービス。
システム７０００は、呼吸圧力治療の患者１０００への提供または他のサービスのユーザへの提供を行うように構成されたデバイス４０００と、データサーバ７０１０と、患者１０００またはユーザと関連付けられたコンピューティングデバイス７０５０とを含み得る。コンピューティングデバイス７０５０は、ユーザ１０００およびデバイス４０００（例えば、ＲＰＴデバイス）と共に共同設置され得る。図７Ａに示す実行７０００において、デバイス４０００、コンピューティングデバイス７０５０およびデータサーバ７０１０は、広域ネットワーク７０９０（例えば、インターネット、クラウドまたはインターネット）へ接続される。
広域ネットワークへの接続は、有線型であってもよいし、無線型であってもよい。広域ネットワークは、図４Ｃの遠隔外部通信ネットワーク４２８２と共に特定され得、データサーバ７０１０は、図４Ｃの遠隔外部デバイス４２８６と共に特定され得る。コンピューティングデバイス７０５０は、パーソナルコンピュータ、携帯電話、タブレットコンピュータ、または他のデバイスであり得、本明細書中に開示される多様な機器において組み込まれ得る。コンピューティングデバイス７０５０は、ユーザ（例えば、患者１０００）とデータサーバ７０１０との仲介を、広域ネットワーク７０９０を介して行うように構成され得る。１つの実行において、この仲介は、コンピューティングデバイス７０５０上において実行されるソフトウェアアプリケーションプログラム７０６０によって行われる。ユーザプログラム７０６０は、「ユーザアプリケーション」と呼ばれる専用アプリケーションであり得、データサーバ７０１０によってホストされる相補型プロセスと対話する。別の実行において、ユーザプログラム７０６０は、ウェブブラウザであり、セキュアなポータルを介してデータサーバ７０１０によってホストされるウェブサイトと対話する。さらに別の実行において、ユーザプログラム７０６０は、電子メールクライアントである。
図８Ｂ中のブロック図は、本技術によるシステム別の実行７０００Ｂを示す。代替的実行７０００Ｂにおいて、デバイス４０００は、ローカルの（有線または無線の）通信プロトコル（例えば、ローカルネットワークプロトコル（例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）））を介してユーザコンピューティングデバイス７０５０と通信する。代替的実行７０００Ｂにおいて、ローカルネットワークは、図４Ｃのローカル外部通信ネットワーク４２８４と共に特定され得、ユーザコンピューティングデバイス７０５０は、図４Ｃのローカル外部デバイス４２８８と共に特定され得る。代替的実行７０００Ｂにおいて、ユーザコンピューティングデバイス７０５０は、ユーザ（例えば、患者１０００）とデータサーバ７０１０とを広域ネットワーク７０９０を介して仲介し、デバイス４０００とデータサーバ７０１０とを広域ネットワーク７０９０を介して仲介するように、ユーザプログラム７０６０を介して構成される。
以下では、システム７０００についての記述は、他に明記無き限り、代替的実行７０００Ｂへ等しく適用すべきものとして理解され得る。
システム７０００は、関連付けられたコンピューティングデバイスを同様に有する各ユーザまたは患者と関連付けられた他のデバイス（図示せず）を含み得る。さらに、システム７０００は、コントローラ４２３０またはユーザコンピューティングデバイス７０５０とインターフェースをとり得る、他の監視または治療デバイスを含み得る。
デバイス４０００は、各利用セッションからユーザ（例えば、患者１０００）へ送達されたデータをメモリ４２６０中へ保存するように、構成され得る。例えば、ＲＰＴセッションに関する治療データは、ＲＰＴデバイス４０００の設定と、ＲＰＴセッション全体における呼吸圧力治療の１つ以上の変数を示す治療変数データとを含む。他の例において、利用セッションに関するデータには、速度またはワークアウト機器についての他の強度設定、利用またはエクササイズセッションの長さ、ウェブサイト利用の長さ、クリック数、または他の適切な利用ならびに対話データが含まれ得る。
デバイス４０００は、データをデータサーバ７０１０へ送信するように、構成され得る。上記したように、データ送信は、場合に応じて変調される。通常の動作において、低分解能データのみが送信される。以下に述べるように、高分解能データは、異なる場合において送信され得る。データサーバ７０１０は、「プル」モデルに従ってデータをデバイス４０００から受信し得、これにより、データサーバ７０１０からのクエリに応答してデバイス４０００からデータが送信される。あるいは、データサーバ７０１０は、「プッシュ」モデルに従ってデータを受信し得、これにより、デバイス４０００は、セッション後、都合がつき次第、データサーバ７０１０へ送信する。
デバイス４０００から受信されたデータは、デバイス４０００と一意に関連付けられることによってシステム７０００内に参加している他の任意のデバイス（単数または複数）からのデータと区別可能となるように、データサーバ７０１０によって保存およびインデックス付けされ得る。
本例において、データサーバ７０１０は、臨床医またはシステム管理者にとって有利であり得る異なる種類の分析用データを計算するように、構成される。例えば、各セッションにおける利用データは、デバイス４０００から受信されたデータから決定され得る。セッションあたりの利用データ変数は、データの一部を形成する変数データから従来のスコア付け手段によって導出された統計概要を含む。
利用データは、以下の利用変数のうち１つ以上を含み得る。
・利用時間（すなわち、セッションの合計継続期間）
・セッションの無呼吸-低呼吸指数（ＡＨＩ）
・セッションの平均漏洩流量
・セッションの平均マスク圧力
・ＲＰＴセッション内における「サブセッション」数（すなわち、「マスクオン」イベントと「マスクオフ」イベントとの間のＲＰＴ治療間隔の数）
・治療変数の他の統計的概要（例えば、９５パーセンタイル圧力、メジアン圧力、圧力値のヒストグラム）；
・ランニング、サイクリングまたは他のエクササイズシステムの測定基準（metrics）となる平均速度
・エクササイズセッションの長さ
・例えばエクササイズまたは他の利用セッション時のウェアラブル機器によって追跡される心拍数または他の生理学的インジケータ
・反復頻度
・パワー（速度×体重）
・加速度
・１週間あたりのエクササイズセッション数の平均値
・燃焼カロリー
・ソフトウェアプログラムの利用時間長さ
・セッションあたりのマウスクリック数
・期間（例えば、日、週、月）毎のソフトウェアプログラム、ＲＰＴデバイス、オンデマンドサービス、または他のシステムの利用の時間数、および、
・多セッション統計（例えば、ＲＰＴ治療開始以降のＡＨＩの平均値、メジアン値、分散値、エクササイズ継続期間、燃焼カロリー、速度または他の測定基準の傾向）、ならびに、
・他のもの
他のサーバが、ネットワーク７０９０へ連結され得、上記した「プッシュ」または「プル」モデルに基づいてデータを入手する。例えば、受取人によって操作されるデータサーバ７１００は、異なる目的（例えば、患者１０００による治療またはユーザのための他のサービスに対する支払いを決定する目的のための、順守の決定または順守の予測）のためのデータを受信し得る。機械学習サーバ７２００は、以下に述べるように高解像度データを必要とする例外的な場合のために基準線を学習または改良する目的のためにも、データを受信し得る。あるいは、例外的場合が検出された場合、または特定の例外的場合に応答して正確な予測データを高解像度データ中に含める必要がある場合に、機械学習サーバ７２００は、最適な応答を学習し得る。
代替的実行において、デバイス４０００は、各セッション終了時においてデバイス４０００によって保存されたデータから使用変数を計算する。次に、デバイス４０００は、上記した「プッシュ」または「プル」モデルに従って、使用変数をデータサーバ７０１０へ送信する。
さらなる実行において、メモリ４２６０内において、デバイス４０００は、各セッションにおける治療／使用データを保存する。メモリ４２６０は、取り外し可能な形態をとる（例えば、ＳＤメモリカード）。取り外し可能なメモリ４２６０は、デバイス４０００から取り外され得、データサーバ７０１０と通信するカードリーダ中へ挿入され得る。次に、治療／使用データは、取り外し可能なメモリ４２６０からデータサーバ７０１０のメモリへコピーされる。
さらなる実行において、システムの代替的実行７０００Ｂに適切なものとして、デバイス４０００は、治療／使用データを無線通信プロトコル（例えば、上記したようなＢｌｕｅｔｏｏｔｈ（登録商標））を介してユーザコンピューティングデバイス７０５０へ送信するように構成される。次に、ユーザコンピューティングデバイス７０５０は、治療／使用データをデータサーバ７０１０へ送信する。データサーバ７０１０は、「プル」モデルに従って治療／使用データをユーザコンピューティングデバイス７０５０から受信し得、これにより、データサーバ７０１０からのクエリに応答してユーザコンピューティングデバイス７０５０から治療／使用データが送信される。あるいは、データサーバ７０１０は、「プッシュ」モデルに従って治療／使用データを受信し得、これにより、患者コンピューティングデバイス７０５０は、セッション後に治療／使用データが利用可能になり次第、治療／使用データをデータサーバ７０１０へ送信する。
いくつかの実行において、データサーバ７０１０は、利用データに対して（例えば、データサーバ７０１０と通信するか、またはデータサーバ７０１０に含まれる１つ以上のプロセッサを用いて）何らかの後処理を行い得る。このような後処理の一例として、直近のセッションが「順守的セッション」であるかを決定する。いくつかの順守規則は、順守期間（例えば、３０日）にわたる必要なＲＰＴデバイス使用量を、順守期間内の最低日数（例えば、２１日）にわたる各セッション（例えば、４時間）毎のデバイス使用の最低持続時間において指定する。
セッションの持続時間が最低持続時間を超えた場合、当該セッションは順守されているとみなされる。使用データの後処理において、使用持続時間と順守規則からの最低持続時間との比較により、最近のセッションが順守されたセッションであるかが決定され得る。このような後処理の結果は、順守的データである（例えば、使用データの一部を形成するブール順守変数）。多セッションにおける使用データのさらなる例として、ＲＰＴ治療または他の類型のセッションの開始以降の順守セッションのカウントがある。
データサーバ７０１０は、データをユーザコンピューティングデバイス７０５０から受信するようにも構成され得る。このようなものは、ユーザまたは患者１０００がユーザプログラム７０６０へ入力したデータ、または上記した代替的実行７０００Ｂにおける治療／使用データを含み得る。
データサーバ７０１０は、電子メッセージをユーザコンピューティングデバイス７０５０へ送信するようにも構成される。これらのメッセージは、電子メール、ＳＭＳメッセージ、自動音声メッセージ、またはユーザプログラム７０６０内の通知の形態をとり得る。
デバイス４０００は、自身の広域ネットワーク接続またはローカルエリアネットワーク接続を介して対応するコマンドが受信された際に、自身の治療モードまたは特定の治療モード用の設定についてアラート通知を受けるように、構成され得る。このような実行において、データサーバ７０１０は、（実行７０００において）このようなコマンドを直接デバイス４０００へ送るか、または、（実行７０００Ｂにおいて）間接的にデバイス４０００へ送って、ユーザコンピューティングデバイス７０５０を介してリレーさせるようにも、構成され得る。
データサーバ７０１０は、以下に詳述するプロセス７０２０実行をホストし、これは、ユーザの治療または他のサービスに対する継続意欲の増大または維持が可能なように構成される。広範に述べると、プロセス７０２０は、デバイス４０００および／あるいは患者コンピューティングデバイス７０５０、またはユーザコンピューティングデバイス７０５０からのデータを分析して、直近の治療セッションまたは本明細書中に開示のような他の種類のユーザセッションの品質を示す品質インジケータを計算する。次に、プロセス７０２０は、例えばユーザコンピューティングデバイス７０５０上において実行するユーザプログラム７０６０を介して、品質インジケータをユーザまたは患者１０００へ通信する。患者の意欲の上昇または維持のための方法の最適化のために、得られた低分解能データおよび高分解能データの分析により、意欲を上昇させる必要性の検出が可能になり得る。
患者１０００またはユーザは、治療または他の利用の品質インジケータを、治療、エクササイズまたは他のセッションの進捗状態の簡潔なインジケータとして認識する。これにより、ユーザまたは患者１０００は、自身の治療をやり通す意欲を得る。性能の追跡および測定は、人にとって目的の達成についての大きな意欲付けの誘因になり得、治療品質インジケータは、呼吸圧力治療の文脈における尺度として機能し得ることが、知られている。
４．９．１ ユーザの順守または停止の予測
調査によれば、呼吸圧力治療を処方された患者の９０％までが、規則順守について少なくとも何らかの問題が有ることが判明している。このような問題の例を挙げると、ＲＰＴデバイス４０００のセットアップの困難さ、患者インターフェース３０００のフィッティングまたは調節が良くないことに起因する不快感、所定レベルの陽圧気道の感覚に対する非許容、患者または同床者にとってノイズまたは妨害の原因となる過剰な漏洩、主観的なウェルビーイングの向上の欠如がある。その結果、順守低下、払い戻し低下、最適以下の健康結果、患者１０００の全般的な長期ヘルスケアコストの上昇や、非順守的患者１００の関連条件の悪化の結果としてのヘルスケアコストの増加に繋がる。例えば、国によっては、払い戻しを受けるためには、患者は最低レベルの順守を満たす必要がある。そのため、本発明者らは、患者１０００が治療を順守するかどうかを予測し、順守と現在進行中の治療の固守および利用とを向上させるための自動介入を行うための技術を開発した。
他のシステムおよびサービスにおいても、ユーザの関与の維持は、成功における鍵となり、サービスの利用停止またはサービスの停止を行う可能性の高い患者を特定することは、患者の利用停止の前または利用低減が大きくなる前に介入を行う上において重要であり得る。
詳細には、本開示の技術および関連するデバイス４０００が実行し得る自動化システムは、利用を監視して、利用を低減する可能性の高い患者１０００または他のユーザを特定し、プロバイダまたは患者１０００またはユーザへの通知などにより自動介入する。これにより、治療、エクササイズまたは他の関連設定を調節すること、より適切な機器へ切り換えること、患者１０００またはユーザが治療またはサービスにおいて有し得るあらゆる問題を修正すること、またはサービスの結果または登録についての患者１０００またはユーザの順守および長期固守の拡大の支援のための他のカウンセリングを提供することを行う機会が得られる。
一例として、利用データのトレンドは、特に今後の順守および利用率の継続を予測し得ることが分かっている。そのため、本技術の特定の形態において、デバイス（例えば、ＲＰＴデバイス４０００）から出力された利用データ９０４５を監視することにより、患者１０００またはユーザが治療を停止するかまたは利用を特定の量だけ低減する可能性の高い時期を決定することができ得る。
図９は、患者またはユーザがデバイス４０００の利用を低減または中止するかを予測するプロセスの例を示す。先ず、患者１０００は、デバイス４０００をオンにすることによりセッションまたはサービス（例えば、ＲＰＴ治療セッション、エクササイズセッション）を開始し得、デバイスを使用し（例えば、治療セッションのためにデバイスを装着し）、その後、デバイスをオフにすること（例えば、および／または治療セッション完了後にマスクを取り外すこと）を行い得る。
セッション９０００の完了後、デバイス４０００は、利用データ９０１０を外部ソースへ出力し得る（例えば、ネットワークを介してサーバおよびデータベースへ出力し得る）。他の例において、デバイス４０００は、利用データ９０４５をローカルに保存し、例えば利用データ９０４５の保存から１週間後にこのデータを外部ソースへ送り得る。さらなる例において、デバイス４０００は、このデータを保存し、利用データをプロセッサ４２３０およびメモリ４３６０上においてローカルに処理し得る。利用データ９０４５は、上記に開示したものを含む多様な種類の情報を含み得る。
いくつかの例において、人口統計データ、プロファイルデータ、ヘルスケアプロバイダ、マシン種類および他のデータが、モデルにおいて用いられ得る。このデータは、デバイス４０００上にローカルに保存してもよいし、あるいは、データベース中に別個に保存してもよく、データベースは、アルゴリズムの効率的な検索および更新のために、患者ＩＤに対して参照される。このデータは、モデルまたはアルゴリズムの更新の度に更新する必要は無いため、いくつかの例において別個に保存され得る。その結果、デバイス４０００からの利用データ送信のための帯域の節約にも繋がり得る。
さらに、利用データ９０４５の出力および保存の後、開示の技術により、前回保存されたデータ９０２０の時間窓を特定することができ得る。例えば、開示の技術により、前週、２週間、３週間または他の適切な時間フレームにおいて記録された前回保存されたデータ９０２０を特定することにより、利用トレンドをアルゴリズムを用いて特定することができ得る。
次に、開示の技術によれば、このデータを処理して、患者１０００またはユーザが今後の時間窓９０３０において利用レベルを低下させる（かまたは維持する）可能性を決定することができ得る。例えば、開示の技術により、患者１０００またはユーザが２週間以内において利用を４時間から２時間へ低下させるか、または２週間以内に３回のエクササイズセッションから１回のエクササイズセッションに減少させる可能性のパーセンテージを決定することができ得る。他の例において、開示の技術により、患者１０００またはユーザが２週間、３週間、１週間または他の予測時間フレーム以内において利用を中止する可能性のパーセンテージが決定され得る。いくつかの例において、開示の技術によれば、このデータを処理し、患者１０００またはユーザが、デバイス４０００、システムおよび／またはサービスを今後の時間窓において利用する量（例えば一晩あたりの平均時間）の予測を（患者１０００またはユーザが利用を減少させるかを必ずしも予測する必要無く）行う。
開示の技術によれば、多様なアルゴリズムを用いて、患者１０００またはユーザが特定の時間窓内において利用を減少または中止する（または、現在の利用レベルを維持する）確率パーセンテージを決定する。プラットフォームは、以下を含む多様なデータソースを利用し得る：（１）利用データ９０４５（直近セッションおよび利用データ履歴および他の種類の上記開示のデータを含む）、（２）人口統計データ９０３５（患者の年齢を含む）、ならびに（３）デバイス種類９０５５（デバイス種類、モデルおよび製造業者を含む（ＲＰＴデバイス、エクササイズデバイス、コンピューティングデバイスまたは他のデバイスを含む））ならびに他の適切なデータ。いくつかの例において、ヘルスケアプロバイダも、入力データであり得る。上記したように、利用データ９０４５は、デバイス４０００から出力され得、他のデータソースは、別個のデータベース上に保存され得る。他の例において、データ全てが、デバイス４０００のメモリ上に保存され得る。
次に、開示の技術において、先ず、データ（例えば、前回の利用時間窓内における利用セッションからのデータ）からの多様なフィーチャが計算され得る。例えば、開示の技術において、利用の無い日のパターン、平均利用時間、週毎の平均利用時間、年齢、関連付けられたオンラインプラットフォームとの関与および他の要素が決定され得る。いくつかの例において、これらのフィーチャを週単位で計算することにより、これらのフィーチャそれぞれの週単位のトレンドを決定することができ得る。
次に、本技術の特定の形態において、これらのフィーチャが多様なアルゴリズムへ入力されると、患者１０００が利用を特定の時間窓９０３０内において特定の量だけ減少させる可能性のパーセンテージが出力される。例えば、システムは、フィーチャの分析を、ロジスティック回帰、線形回帰および／またはランダムフォレストアルゴリズムを用いて行い得る。いくつかの例において、出力が二項分類である場合、ロジスティック回帰、決定木、ランダムフォレスト、ベイジアンネットワーク、サポートベクトルマシン、ニューラルネットワークまたはプロビットモデルを用いて、入力フィーチャに基づいて、患者１０００が治療を停止する蓋然性を出力し得る。他の例において、機械学習アルゴリズムおよびアルゴリズムの組み合わせを用いて、入力を利用カテゴリに分類することができ得る。例を挙げると、線形分類器（ロジスティック回帰、ナイーブベイズ分類器）、サポートベクトルマシン、決定木、ブースティングツリー、ランダムフォレスト、ニューラルネットワーク、確率的勾配降下法、最近傍法など）がある。
加えて、他の機械学習アルゴリズムが用いられ得る。特定の例において、決定木は、適用すべき事前訓練された機械学習アルゴリズムを決定するために用いられ得る。例えば、決定木は、患者１０００またはユーザが属する年齢コーホートに応じて、異なるアルゴリズムを用い得る。他の例において、異なるプロバイダまたは異なる種類のデバイス４０００は、例えばこれらのプロバイダからのデータについて訓練された異なるアルゴリズムを有し得る。他の例において、アルゴリズムは、患者１０００またはユーザが停止するかについて、あるいは患者１０００またはユーザに適していそうな利用ブラケット量（例えば、４～２時間、２～０時間または利用中止）についてのバイナリ決定を出力し得る。
次に、開示の技術において、アルゴリズムの出力パーセンテージが閾値９０４０と交差した場合、患者１０００またはユーザが特定の時間窓内において利用を停止または低減させる可能性が高い旨の表示を出力し得る。これには、医療記録の内部データベース上において患者１０００またはユーザをフラグ付けすること、関連付けられたコンピューティングデバイス、サーバまたはデバイス４０００のディスプレイ４２９４へ通知を送ることが含まれ得る。その結果、ヘルスケアプロバイダが患者１０００またはユーザに連絡をとるか、または以下に述べる多様なアクションステップを開始することが可能になる。
４．９．２ 利用低下が予測される場合の介入のためのアクションステップ
本技術の特定の形態において、通知により、治療９０５０を向上させること、または患者１０００またはユーザが治療または他のサービスを停止または低減させる蓋然性を低下させることのためのアクションがトリガされ得る。例えば、患者１０００またはユーザが自身の利用を停止するかまたは低減するのには、多数の理由がある（例えば、治療順応の困難、機器管理に関連する問題、環境要素およびモチベーションの問題）。以下の理由のうちいくつか：（１）患者インターフェース３０００のサイズまたはフィット感が不適切、（２）患者１０００が睡眠時にＲＰＴデバイス４０００を着用するのに不慣れ、（３）患者１０００が強制空気を呼吸することが困難、（４）患者インターフェース３０００の漏れに起因する患者の１０００鼻または口の乾燥、（５）過度のノイズ、（６）エクササイズ機器の音が大きい、（７）痛みまたは疼痛、または（８）その他。
そのため、アクションステップにより、患者１０００またはユーザが治療または他のサービスを低減または停止したいと思う理由が最適に対処される。そのため、開示の技術において、先ず多様なワークフローまたはアルゴリズムの適用により、患者１０００またはユーザが利用を低減または停止し得る理由が決定され得る。例えば、開示の技術は、デバイス４０００上のディスプレイ４２９４に対してメニューまたは選択肢を提供し、治療または他のサービスのどの局面が患者１０００またはユーザが気に入らないか、または有効ではないかを示すよう患者１０００またはユーザに要求する、通知またはリクエストを送り得る。
この通知は、テキスト、電子メール、モバイルデバイス上のポップアップ通知または他の種類の通知であってもよい。いくつかの例において、治療または他のサービスの停止の蓋然性または利用分類に応じて、通知頻度または内容を変更すれば、モチベーション増加に繋がり得る。いくつかの例において、メニューにより、患者１０００またはユーザが選択し得る一般的問題についての選択肢が提供され得る。次に、例えば、患者１０００またはユーザの選択に基づいて、さらなる改善選択肢が患者１０００またはユーザへ提供され得る。この選択肢により、治療または本明細書中に開示の他のサービスにおける患者またはユーザの困難を修正する試みが行われる。いくつかの例において、例えば、患者１０００または他のユーザがデバイス４０００の使用の際に困難を感じている場合に、患者１０００または他のユーザを支援するためのビデオまたは他の内容が、患者１０００、ユーザへ表示され得る。
いくつかの例において、本技術において、患者１０００またはユーザが停止する可能性が高い理由を推定するために、機械学習または他のアルゴリズムが用いられ得る。例えば、患者１０００またはユーザが治療を停止する確率の増大の原因として知られているセッションまたはデバイス４００の特定の態様が、監視される。いくつかの例において、患者１０００またはユーザが治療を停止するか、または利用を低減する可能性があると決定された場合、（患者１０００またはユーザの停止についての最も蓋然性の高い理由を決定するために分析され得る）他の測定基準の分析がトリガされる。例えば、漏洩流量、ノイズ、呼吸イベント、睡眠スコアおよび他の変数を分析することにより、通常の成功している患者１０００またはユーザと比較した際の偏差が最も高いものを決定することができ得る。次に、開示の技術において、サービス（例えば、呼吸治療）の低減について最も蓋然性が高いと特定された理由から始まる質問を、患者１０００またはユーザへして、以下に詳述するような適切な介入が行われ得る。いくつかの例において、可能性の高い理由の決定において、人口統計情報（デバイスまたはデバイスのフィーチャの使用に困難があることが判明している特定の年齢コーホート）が考慮に入れられ得る。以下に、行われ得るアクションステップのリストと、これらのステップを行う時期を自動決定し得る、監視または他のアルゴリズムとを示す。
サービス設定の変更
ＲＰＴデバイス４０００またはコンピューティングデバイス上の関連付けられたアプリまたはソフトウェアプログラム上のプロンプトに応答して、患者または臨床医１０００またはユーザは、選択をディスプレイ上においてまたはクラウド管理システム４２９４を介して入力し得る。この選択によって示される内容としては、患者インターフェースからの漏れが大きいため、患者が寝入るのが困難である、または夜間に何度も覚醒する、睡眠障害呼吸が有効に治療されていない、または治療有効性の妨げとなる他の治療関連問題を経験しているという内容である。よって、本技術によれば、ＲＰＴデバイス４０００上の治療設定９０６５を変更する選択肢が患者１０００へプロンプトされ得る。これらの選択肢が選択されると、患者入力を受信したデバイスは、当該変更を実行せよとの命令をＲＰＴデバイス４０００のコントローラへ送り得る。
患者が寝入る際の圧力ランピング
利用低減についてフラグ付けされた患者１０００の中には、（例えば、この問題についてのクエリを含む通知に応答して）高圧を不快に感じるため、寝入ることが難しい旨を示し得る者もいる。次に、本技術によれば、患者１０００が治療開始時に寝入るまでベース圧力を徐々に増加させるプロトコルをＲＰＴデバイス４０００上において実行する「ＲＡＭＰ」機能を選択する選択肢が患者１０００へ提示され得る。
いくつかの例において、利用データ９０４５は、デバイスをオンにしてから１時間以内、または患者１０００が寝入るのが困難になっていることを示す他のいくつかの閾値以内に、患者１０００がデバイスを取り外している旨を示し得る。よって、本技術によれば、利用データ２０４５の処理において患者１０００が短時間の窓（例えば、３０分）以内または１時間以内に利用を中止している旨が示される場合、ＲＡＭＰ機能が自動提案され得る。さらに、本技術によれば、利用データ９０４５の処理において早期の利用停止（または、例えばセッション毎の利用時間の減少）が特定された場合、患者１０００の寝入りを支援するために、ランピング機能を調節して初期圧力をさらに低下させることができ得る。
圧力、呼気圧力解放＆治療モード調節
いくつかの例において、患者１０００の覚醒が頻繁である場合、患者１０００が寝入った後の治療設定が最適ではない可能性がある。本例においては、患者１０００が寝入っているときには、治療設定を意識することは無いため、患者通知および入力はそれほど重要ではない。よって、（本明細書中に開示のような）特定のアルゴリズムを用いて、睡眠障害、呼吸障害または他の睡眠問題を特定し、治療および呼吸の快適性設定を自動調節することができ得る。これには、治療モード（例えば、ＡＰＡＰ対ＣＰＡＰなど）の他の調節も含まれ得る。
バイレベル気道陽圧
いくつかの例において、本技術によれば、患者１０００が吸気圧力を不快に感じると示した場合、患者１０００へ送達される吸気圧力が変更され得る。他の例において、恐らくは患者１０００は治療を不快に感じる理由に気づいていない場合、この変更は、患者１０００と共に試行するモードとして提供され得る。
加湿
いくつかの例において、患者１０００は、自身の口または鼻が湿りすぎているか、または乾きすぎている旨の入力を選択し得る。本技術において、この入力が患者１０００から受信されると、加湿レベルの増減が自動推奨され得る。
他の例において、患者１０００が自身の口または鼻が乾燥している旨の入力をした場合、本技術において、湿度増加が必要との旨を示す閾値を漏洩流量Ｑｖが超えているかについての決定が自動的に行われ得る。例えば、本技術によれば、患者１０００から自身がドライマウスであるとの入力を受信した場合、本技術またはＲＴＰデバイス４０００は、漏洩流量が閾値を超えているかを決定するための漏洩流量推定４３１６を自動的に質問または開始し得る。
患者インターフェースのフィットまたはデバイスの種類
ＲＰＴデバイス４０００上のプロンプトあるいはコンピューティングデバイス上の関連付けられたアプリまたはソフトウェアプログラムに応答して、患者または臨床医１０００は、「患者の口が乾燥しており、患者インターフェース３０００のフィッティングが最適では無い（例えば、顔が痛い）」旨の選択をディスプレイ４２９４上において入力し得る。例えば、患者１０００が示し得る内容としては、皮膚と患者インターフェース３０００との間に漏洩が感じられる旨、またはデバイスのフィッティング９０７５に関する本明細書中に記載のような他の問題がある。上記したように、漏洩流量推定４３１６モジュールは、患者インターフェース３０００を通じた漏洩に関連して問題があると決定し得る。
そのため、本技術においては、患者インターフェース３０００のフィッティングがおかしいと患者１０００が感じているか（詳細には、小さすぎるかまたは大きすぎると患者１０００が感じているか）を決定するよう患者１００にプロンプトすることができ得る。よって、次に、本技術において、患者の現在の患者インターフェース３０００、およびフィッティング関連問題を示す患者１０００のデータプロファイルに基づいて、患者１０００のための交換用患者インターフェース３０００が推奨され得る。
いくつかの例において、本技術によれば、患者インターフェース３０００と接触している顔の部分のうち不快感を感じている部分を示すよう患者１０００がプロンプトされ得る。例えば、本技術によれば、シール形成構造３１００、位置決めおよび安定化構造３３００または患者インターフェース３０００の他の部位の周囲において不快感を感じる位置を、顔の図上においてクリックしてくださいと患者１０００がリクエストされ得る。次に、不快感を感じる位置に基づいて、プラットフォームは、別の患者インターフェース３０００を推奨し得る。
いくつかの例において、患者インターフェース３０００は、例えばストラップがどれだけきついのかを決定するためのセンサを、位置決めおよび安定化構造３３００上に含み得る。いくつかの例において、例えば、ストラップと患者１０００の頭部との間の簡単な張力評価または圧力評価が行われ得る。この情報を平均的な張力および圧力と比較することにより、位置決めおよび安定化構造３３００を緩めるか、またはきつくするか、あるいはサイズを変更するよう患者１０００へ推奨することができ得る。
ノイズ
ノイズは、患者１０００が治療を止める理由を多く占めている（同床者からのリクエストを含む）。ＲＰＴデバイス４０００あるいはコンピューティングデバイス上の関連付けられたアプリまたはソフトウェアプログラム上におけるプロンプトに応答して、患者１０００または臨床医は、ノイズが大きすぎるか、または患者１０００のパートナーがノイズが大きすぎると感じている旨を示す選択を、ディスプレイまたはクラウドソフトウェア４２９４上において入力し得る。この例において、本技術において、ＲＰＴデバイス４０００そのものおよびその通路および通気部全てが、標準的量よりも大きいノイズを生成しているかを決定するための診断チェックが行われ得る。
例えば、本技術において、ＲＰＴデバイス４０００からの環境ノイズが、平均ノイズレベルまたは予測されるノイズレベルから逸脱しているかを評価し得る。
よって、本技術および／またはＲＰＴデバイス４０００は、雰囲気ノイズ、ＲＰＴデバイス４０００に関連するノイズ、および他の形態のノイズを感知する音響センサを含み得る。いくつかの場合において、機械学習アルゴリズムを用いてノイズの種類を分類し、ＲＰＴデバイス４０００に関連するノイズのレベルを特定し（または「通気」ノイズを特定し、このノイズを患者１０００のいびきおよび他の雰囲気ノイズから分離させ）、これを基準値と比較することができ得る。これらの値が閾値を超えている場合、本技術は、メンテナンス、部品再供給または他の改善策を推奨し得る。
他の例において、本技術において、患者１０００が主な問題がノイズである旨を示す場合、治療設定を一定範囲内において自動変更し得、ノイズを低減させるように設定を最適化することができ得る。
治療の種類
ＲＰＴデバイス４０００上のプロンプトまたはコンピューティングデバイス上の関連付けられたアプリまたはソフトウェアプログラムに応答して、患者１０００または臨床医は、ＲＰＴデバイス４０００に基づいた治療について概して不満足を感じており、別の種類の治療９０８５をしてみたい旨の選択をディスプレイ４２９４またはクラウドソフトウェア上において入力し得る。他の例において、利用データ９０４５が低い場合、本技術において、別の種類の治療が推奨され得、あるいは、多数の異なる推奨およびアクションが本技術によってとられた後、患者１０００は、ＲＰＴデバイス４０００を用いた治療へ参加しなくなり得る。この場合、本技術において、追加的治療または補充的治療の利用が患者１０００へ推奨され得る。例えば、システムは、患者１０００が下顎整復デバイスまたは認知行動治療を好むか患者１０００に質問し得る。
４．９．３ 例１：治療停止の予測子
開示の技術は、患者１０００が治療を停止する可能性の高い時期を、特定のロジスティック回帰アルゴリズムおよびランダムフォレストアルゴリズムにより高精度に予測できるかを試験を行うために、患者データからの匿名データセットに対して用いられている。本技術によれば、これらのアルゴリズムを用いて、患者１０００が呼吸治療デバイスの利用（例えば、ＣＰＡＰ）を２週間の時間窓以内に低減または停止させるかを、（平均で）９０％の精度で予測することができることが分かっている。このことは、（それぞれ４，０００～２６，０００台の設置に基づいた）２０個の異なる患者コーホートにおいて本技術を試験することにより、確認された。一例において、本技術によれば、１週間あたり４０人を超える患者が、約１６，０００人の患者からなる１つのコーホートから、治療を停止させる可能性があるものとして特定された。
フィーチャセット
本例において、先ず、利用データ９０４５に対して前処理を行って、ランダムフォレストおよびロジスティック回帰アルゴリズムによる処理における標的フィーチャを特定した。先ず、本技術において、対象データの時間窓および予測窓を決定した。図１０に示すように、本技術において、現在の時間／日付の前の３週間において発生した利用セッションを特定した。各利用セッションデータ集合において、以下のデータ情報のいくつかの組み合わせまたは順列が含まれ得る。
・日付／時間スタンプ
・治療開始時間、治療停止時間
・合計治療時間
・治療およびセンサデータ（例えば、特定された呼吸イベント、治療設定など）および、
・患者ＩＤ
このデータは、ＲＰＴデバイス４０００から出力されたもの（例えば、利用データおよび治療データ）であり得、データの他の部分は、プロバイダデータベースからのものであり得る。次に、特定された各セッションデータを処理することにより、アルゴリズム中へ入力され得る利用フィーチャを特定した。例えば、以下の表中に、調査において用いられたセッションデータに基づいて決定された例示的な１組の利用フィーチャを示す：
さらに、フィーチャは、ユーザが患者関与または治療管理ソフトウェアプラットフォーム（またはアプリ）に登録した通りであるかを含み得る。次に、これらのフィーチャは、サンプルデータセットから抽出され、異なる患者１０００についての下記のフィーチャとして出力された。
データ処理は、（患者１０００が実際に治療からドロップ（脱落）したかについての真のドロップデータを含む以前のデータを用いて訓練された）ロジスティック回帰アルゴリズムを用いて行った。調査によれば、これらのモデルの操作を通じて、予測フィーチャのうちいくつかにおいて以下が含まれることが判明した：（１）非ゼロ利用の日（セッション）の数（「ＮＺＤ」）、（２）非ゼロ利用の平均（「ＮＺＵｓｅ」）、および（３）非ゼロ利用の標準偏差（「ＮＺＳＤ」）。よって、いくつかの例において、これらの３つのフィーチャまたはフィーチャの他の組み合わせを用いたロジスティック回帰アルゴリズムが、開発され得る。
処理アルゴリズム
この調査において、これらのフィーチャに基づいた利用トレンドをランダムフォレストアルゴリズムおよびロジスティック回帰アルゴリズムを用いて処理して、各患者１０００が２週間の期間以内に利用を停止する蓋然性を出力した。この処理において、例えば、フィーチャのトレンドが週単位で調査される（１週間におけるフィーチャをその後の何週間と比較して、トレンドを特定する）。さらに、本例において、ロジスティック回帰モデルを、予測窓中の各日について生成した。モデルが予測する日の前まで、これらのモデルそれぞれ３週間窓を用いて訓練した。よって、データ訓練のために、治療停止の結果となった患者１０００について、例えば（ａ）停止１日前、（ｂ）停止２日前、に停止した以前の利用データの３週間窓を用いて別個のモデルを訓練することができ、これにより、この場合において、停止予測窓は２週間であるため、１４個のモデルを訓練した。
次に、治療を停止しなかった患者１０００からのデータを用いて１４個のモデルを訓練した。これら１４個のモデルの訓練を、（停止データと同様に）異なる時間窓の利用データを用いて行った。これらの異なる時間窓は、患者１０００がデバイスを使用した最後の日（停止当日ではない）から最終日前の１４日間までにわたる。よって、停止した患者および停止していない患者双方について１４個のモデルを訓練した後、これらのモデルを、新規患者１０００の停止の蓋然性を予測するために用いることができる。
よって、この場合、１４個のモデルを生成して利用データに適用し、停止蓋然性を各日において決定することができる。次に、１４日間の期間における蓋然性を組み合わせることにより、停止の全体的蓋然性を、各患者１０００について今後の２週間窓以内に決定することができる。
以下に示すのは、生データの一部の例と、各患者１０００（列毎に１人の匿名の患者）について示される蓋然性と、各患者１０００が２週間以内に実際に停止したか（「真正ドロップ」）である：
この調査によれば、開示のプラットフォームを用いれば、患者１０００の治療停止が２週間窓以内に発生することを８８％～９３％の精度で予測することができるというエビデンスが得られた。これらの驚くべき結果により、患者１０００の治療中止前に介入することが可能になるため、ヘルスケアプロバイダにとって極めて有用である。例えば、患者が実際に治療停止の決心をした後は、介入を行うことがずっと困難になる。そのため、本技術の利点のいくつかは、停止の監視または検出を行う代わりに、停止の予測を行うということから得られる。すなわち、低利用アラートまたは順守アラートの代わりに、このプラットフォームは、今後の低順守および停止を予測する可能性を有する。その結果、順守および定着率の大幅上昇が見込め、睡眠障害の患者１０００の結果の大幅向上も見込める。
４．９．４ 例２：治療順守の予測子
開示の技術は、特定の線形アルゴリズムおよびロジスティック回帰アルゴリズムにより患者が今後の時間窓内において順守を継続するかを予測することができるかを試験するためにも、ヘルスケアプロバイダからのデータセットに対して用いられる。このようにすると有利である理由として、国によっては、払い戻しを受けるには過去の順守が必要となる点がある。例えば、次のひと月の払い戻しを受けるためには、順守レベルが前月の閾値を満たしている必要があり得る（例えば、過去２８日間の順守により、次の２８日間の払い戻しが決定され得る）。国によっては、払い戻しは、初期ランピングアップ期間（例えば、１０週間、１３週間、１４週間または１５週間）後の順守のみに基づき得る。
そのため、国によっては、患者１０００が今後１週間、２週間、３週間、４週間、８週間または他の期間においてローカル規則に応じて順守的であるかを予測することは有利であり得る。本例において、開示の技術は、過去２８日間の利用データに基づいて今後の２８日間の期間における順守を予測することかできるかを判断するために用いられた。詳細には、開示の技術を用いて、今後２８日間の期間における患者１０００の利用平均が下記になるかを予測した。
・０～２時間／日「［０、２］」
・２～４時間／日「［０、４］」
・＞４時間／日「［４、２４］」
連続４週の間隔の間の利用の相関が極めて高い（０．９）ことが、判明している。そのため、過去４週間の利用平均を用いれば、次の４週間隔の利用を推定することができ得る。例えば、以下の方程式は、これを決定するための方法の一例である：
利用（ｔ＋１）＝ａ＋ｂ＊利用（ｔ）＋誤差
詳細には、本例において、以下のフィーチャをデータから処理して、２８日間期間における順守を推定した。
（１）Ｕ１：前回の２８日間隔のうち第１の３週間の利用平均
（２）Ｕ２：前回の２８日間隔のうち最終週の利用平均
（３）ＮＯＺＥＲＯ＿ＤＡＹＳ：前回の２８日間隔の非ゼロ利用の日数
（４）ＳＤ＿ＮＺ：前回の２８日間隔の非ゼロ利用の標準偏差
（５）間隔：治療開始以降の２８日間隔の数
（６）年齢
これらのフィーチャを、本明細書中に開示のようなデータの多様なソースから特定した。次に、以下の複数の線形回帰モデルを用いて、これらのフィーチャを第１のモデルにおいて処理した。
Ｕ＝ａ＋ｂ＊Ｕ１＋ｃ＊Ｕ２＋ｄ＊ＮＯＺＥＲＯ＿ＤＡＹＳ＋ｅ＊ＳＤ＿ＮＺ＋Ｆ＊年齢＋ｇ＊間隔＋誤差
いくつかの例において、間隔フィーチャがドロップされ得、各間隔（開始後の各２８日期間）についてモデルを訓練する必要がある。間隔データは、ＲＴＰデバイス４０００からのセットアップデータ出力から得られ得る。
上記モデル（またはさらなるモデル）の訓練は、ＲＰＴデバイス４０００からの出力データ、プロファイルデータおよび他の患者１０００データを用いて行われ得る。例を挙げると、（本例における）多様な２８日間隔の真正利用データ履歴および他のデータがある。モデルの訓練は、例えば真正利用データ履歴からの２つの連続２８日の間隔の訓練データの供給によって行われ得る。
本例において、このモデルは良好に機能したが、２８日間隔間のいくつかのクラスについては精度向上が可能であることが決定された：
よって、ロジスティック回帰アルゴリズムを訓練して、データを分割して［０．２］クラスおよび［２、２４］クラスにするための第２のモデルを開発した。次に、このモデルを［０、２］および［２、４］に属すると予測される第１のモデルからの患者にフィットさせて、これらを第２のモデルを用いて再度分類することができる。第２のモデルは、上記と同じフィーチャを用いたロジスティック回帰方程式を用いた。このプロセスを用いた結果、予測精度が上昇し、第３週～第４週の２８日間隔において、以下の結果がみられた。
結果的に、［０、２］クラスの予測精度が大幅に向上した。そのため、各クラスの精度向上のための継続的改善が可能になるため、開示の技術により、患者の利用予測子を９０％に近い精度で信頼性高く分類することができる。
順守予測において最重要のフィーチャを挙げると、Ｕ１、Ｕ２、ＮＯＺＥＲＯ＿ＤＡＹＳ、ＳＤ＿ＮＺ、年齢および間隔があった。（少なくとも本モデルにおいて）それほど重要ではなかったフィーチャを挙げると、ＡＨＩ（無呼吸－低呼吸指数）、ＬＥＡＫ（漏洩流量）および患者アプリインジケータがある。
例３：エクササイズ順守予測子
開示の技術は、エクササイズ機器、またはエクササイズ、動きを測定する他のウェアラブル機器、または患者の固守または関与を必要とする他のプログラムにおいても実行され得る。ハードウェアは、エクササイズ機器（例えば、トレッドミル、ステーショナリーバイクなど）と、または本明細書中に開示の制御システムおよびプロセッサと、を含み得る。
システムは、本明細書中に開示のように、利用データを監視し、ユーザが機器またはデジタルサービスの利用を停止または低減する可能性の高い時期について通知を提供し得る。例えば、利用データの低減または特定の利用トレンドが特定されるため、ユーザがエクササイズあるいは肉体的プログラムまたは他の治療プログラムへの参加を停止する可能性が高いと決定することができ得る。いくつかの例において、データは、ユーザがウェアラブル機器の利用を低下させるつもりであることを示し得る。
よって、適切な介入を開始することができ得る（例えば、エクササイズ機器を利用しているユーザに対する通知、または本明細書中に開示のような他のモチベーターを含む）。例えば、通知をユーザのモバイルデバイスへ送ってもよいし、あるいは他の介入を開始してもよい。多様な他の介入が用いられ得る（例えば、エクササイズ機器を含むデバイスと通信するソフトウェアプログラムと関連付けられたアプリ上の通知）。
関与または順守を停止または低減する可能性が高いユーザを特定するために、多様な機械学習アルゴリズムが用いられ得る（例えば、［例追加アルゴリズム］ランダムフォレストアルゴリズムおよびロジスティック回帰アルゴリズム）。例を挙げると、エクササイズ頻度、継続期間、強度および他の適切な測定基準のトレンドがある。
例４：ウェブサイト利用／関与の予測子
開示の技術は、ユーザとウェブサイトまたはソフトウェアプログラムとの対話を監視して、サービスまたはプログラムとの関与または順守を予測するためにも実行され得る。システムは、サーバと、制御システムと、本明細書中に開示のようなユーザデバイスとを含み得、ユーザインターフェース（例えば、タッチスクリーン、マウス、キーボードなど）をさらに含み得る。
よって、システムは、特定のソフトウェアプログラム、ウェブサイトまたは他のアプリケーションにおけるユーザとユーザインターフェースとの対話からの多様な利用データ出力を監視し得る。例えば、監視可能な利用データを以下に挙げる。（１）特定のサイトの閲覧に費やされた時間の長さ、（２）特定のソフトウェアプログラム（例えば、オンラインＣＢＴに基づいた治療コース）の利用、（３）ユーザインターフェースとの対話レベル（マウスのクリック、リンクのクリック、多様なフィーチャとの関与）、および（４）他の態様。
関与または順守を停止または低減する可能性が高いユーザを特定するために、多様な機械学習アルゴリズムが用いられ得る（例えば、［例追加アルゴリズム］ランダムフォレストアルゴリズムおよびロジスティック回帰アルゴリズム）。例を挙げると、利用トレンドを分析し、ユーザがウェブサイトまたはソフトウェアプログラムへの関与を低減するかまたはその利用を停止する可能性が高いかを決定することがある。
例５：オンデマンドサービス／運用予測
開示の技術は、ユーザとソフトウェアプログラム（例えば、モバイルデバイス上、コンピュータシステム上のもの）との対話を監視するために、または他の場合において、従業員または独立契約者が運用またはサービスを停止する可能性が高いかを、当該従業員または独立契約者の、多様なデバイスの１つ以上のユーザインターフェースとの対話および利用に基づいて決定するためにも、用いられ得る。
例えば、多様なオンデマンドサービスにおいて、サービス調整のために、従業員または独立契約者の携帯電話が用いられている。例を挙げると、オンデマンドタクシーサービス、食品宅配などがある。従業員または独立契約者のうち多くは、サービスへどれくらいの頻度でログオンして乗車、宅配または他のサービスを利用するかについて、柔軟性を有する。そのため、ユーザの携帯電話および関連付けられたソフトウェアから出力され得る利用データには、ログオン／利用の頻度、セッション長さまたはサービス利用可能性、実現されたサービスリクエストの数、顧客評価、および他の利用データが含まれる。
運用を停止または低減する可能性が高いユーザあるいはサービスの利用可能性を特定するために、多様な機械学習アルゴリズムが用いられ得る（例えば、［例示的なアルゴリズムを追加］ランダムフォレストおよびロジスティック回帰アルゴリズム）。これには、利用トレンドを分析し、ユーザが関与を低減するかまたはサービスと関連付けられたウェブサイトまたはソフトウェアプログラムの利用を停止する可能性が高いかを決定することが含まれる。
４．１０ 用語集
本技術の開示目的のため、本技術の特定の形態において、以下の定義のうち１つ以上が適用され得る。本技術の他の形態において、別の定義も適用され得る。
４．１０．１ 一般
空気：本技術の特定の形態において、空気は大気を意味し得、本技術の他の形態において、空気は、他の呼吸可能なガスの組み合わせ（例えば、酸素を豊富に含む大気）を意味し得る。
雰囲気：本技術の特定の形態において、「雰囲気」という用語は、（ｉ）治療システムまたは患者の外部、および（ｉｉ）治療システムまたは患者を直接包囲するものを意味するものとしてとられるべきである。
例えば、加湿器に対する雰囲気湿度とは、加湿器を直接包囲する空気の湿度であり得る（例えば、患者が睡眠をとっている部屋の内部の湿度）。このような雰囲気湿度は、患者が睡眠をとっている部屋の外部の湿度と異なる場合がある。
別の実施例において、雰囲気圧力は、身体の直接周囲または外部の圧力であり得る。
特定の形態において、雰囲気（例えば、音響）ノイズは、例えばＲＰＴデバイスから発生するかまたはマスクまたは患者インターフェースから発生するノイズ以外の、患者の居る部屋の中の背景ノイズレベルとみなすことができる。雰囲気ノイズは、部屋の外の発生源から発生し得る。
自動的な気道陽圧（ＡＰＡＰ）療法：ＳＤＢ発症の兆候の存在または不在に応じて、例えば、呼吸間に最小限界と最大限界との間で治療圧力を自動的に調節することが可能なＣＰＡＰ療法。
持続的気道陽圧（ＣＰＡＰ）療法：治療圧力が患者の呼吸サイクルを通じてほぼ一定である呼吸圧療法。いくつかの形態において、気道への入口における圧力は、呼息時において若干上昇し、吸息時において若干低下する。いくつかの形態において、圧力は、患者の異なる呼吸サイクル間において変動する（例えば、部分的な上気道閉塞の兆候の検出に応答して増加され、部分的な上気道閉塞の通知の不在時において低減される）。
流量：単位時間あたりに送出される空気の瞬時の量（または質量）。流量とは、瞬間の量を指し得る。場合によっては、流量について言及した場合、スカラー量（すなわち、大きさのみを有する量）を指す。他の場合において、流量について言及した場合、ベクトル量（すなわち、大きさおよび方向両方を持つ量）を指す。流量には、符号Ｑが付与され得る。「流量」を簡略的に「流れ」もしくは「気流」と呼ぶ場合もある。
患者の呼吸の実施例において、流量は、患者の呼吸サイクルの吸気部分に対してノミナルに正であり得るため、患者の呼吸サイクルの呼気部分に対して負であり得る。デバイス流量Ｑｄは、ＲＰＴデバイスから退出する空気の流量である。総流量Ｑｔは、空気回路を介して患者インターフェースへと到達する空気および任意の補充用ガスの流量である。通気流量Ｑｖは、吐き出されたガスの流出を可能にするために通気部から退出する空気の流量である。漏洩流量Ｑｌは、患者インターフェースシステムまたは他の場所からの漏洩の流量である。呼吸流量Ｑｒは、患者の呼吸器系中に受容される空気の流量である。
加湿器：「加湿器」という単語は、患者の医療呼吸状態を改善するために治療上有益な量の水（Ｈ２Ｏ）蒸気を空気流れへ提供することが可能な物理的構造を備えて構築、配置または構成された加湿装置を意味するものとして解釈される。
漏洩：「漏洩」という用語は、意図しない空気流れとしてとられる。一実施例において、漏洩は、マスクと患者の顔との間のシールが不完全であることに起因して発生し得る。別の実施例において、漏洩は、周囲に対する回りエルボーにおいて発生し得る。
ノイズ伝導（音響）：本文書において、伝導ノイズとは、空気圧式経路（例えば、空気回路および患者インターフェースおよびその内部の空気）によって患者へ搬送されるノイズを指す。一形態において、伝導ノイズは、空気回路の端部における音圧レベルを測定することにより、定量化され得る。
ノイズ放射（音響）：本文書において、放射ノイズとは、周囲空気によって患者へ搬送されるノイズを指す。一形態において、放射ノイズは、当該対象の音響パワー／圧力レベルをＩＳＯ３７４４に従って測定することにより、定量化され得る。
ノイズ通気（音響）：本文書において、通気ノイズとは、任意の通気（例えば、患者インターフェース中の通気穴）を通じた空気流れにより生成されるノイズを指す。
患者：呼吸器疾患に罹患しているかまたはしていない人。
圧力：単位面積あたりの力。圧力は、多様な単位で表現され得る（例えば、ｃｍＨ２Ｏ、ｇ－ｆ／ｃｍ２、およびヘクトパスカル）。１ｃｍＨ２Ｏは、１ｇ－ｆ／ｃｍ２に等しく、およそ０．９８ヘクトパスカル（１ヘクトパスカル＝１００Ｐａ＝１００Ｎ／ｍ２＝１ｍｉｌｌｉｂａｒ～０．００１ａｔｍ）である。本明細書において、他に明記無き限り、圧力はｃｍＨ２Ｏの単位で付与される。
患者インターフェース中の圧力には記号Ｐｍが付与され、現時点においてインターフェース圧力Ｐｍが達成すべき目標値を表す治療圧力には記号Ｐｔが付与される。
呼吸圧力治療（ＲＰＴ）：雰囲気に対して典型的には陽圧である治療圧力における空気供給の気道入口への付加。
人工呼吸器：患者が呼吸動作の一部または全てを行う際に圧力補助を提供する機械的デバイス。
４．１０．１．１ 材料
シリコーンまたはシリコーンエラストマー：合成ゴム。本明細書において、シリコーンについて言及される場合、液体シリコーンゴム（ＬＳＲ）または圧縮成形シリコーンゴム（ＣＭＳＲ）を指す。市販のＬＳＲの一形態として、Ｄｏｗ Ｃｏｒｎｉｎｇによって製造されるＳＩＬＡＳＴＩＣ（この登録商標下において販売される製品群に含まれる）がある。別のＬＳＲ製造業者として、Ｗａｃｋｅｒがある。他に逆の明記無き限り、例示的形態のＬＳＲのＡＳＴＭＤ２２４０によって測定した場合のショアＡ（またはタイプＡ）押込み硬さは、約３５～約４５である。
ポリカーボネート：ビスフェノールＡカーボネートの熱可塑性ポリマーである。
４．１０．２ 呼吸サイクル
無呼吸：いくつかの定義によれば、無呼吸とは、所定の閾値を下回った流れが例えば１０秒間の継続期間にわたって継続した場合に発生したと言われる。閉塞性無呼吸とは、患者の労作にもかかわらず、何らかの気道閉塞により空気の流れが許されないときに発生すると言われる。中枢性無呼吸とは、気道が開通しているにも関わらず呼吸努力の低下または呼吸努力の不在に起因して無呼吸が検出された状態を指すと言われる。混合無呼吸とは、呼吸努力の低下または不在が気道閉塞と同時発生した状態を指すと言われる。
呼吸速度：患者の自発呼吸速度であり、通常は毎分あたりの呼吸回数で測定される。
負荷サイクル：吸息時間Ｔｉの合計呼吸時間Ｔｔｏｔに対する比。
労作（呼吸）：呼吸努力は、呼吸しようとしている人の自発呼吸によって行われる動きを指すと言われる。
呼吸サイクルの呼気部分：呼気流れの開始から吸気流れの開始までの期間。
流量制限：流量制限は、患者による労作の増大が、流量の対応する増大を引き起こさない患者の呼吸における状況であると解釈される。呼吸サイクルの吸気部分において流量制限が発生した場合、当該流量制限は吸気流量制限と称することができる。呼吸サイクルの呼気部分において流れ制限が発生した場合、当該流れ制限は呼気流れ制限と称することができる。
流れ制限吸気の波形の種類：
（ｉ）平坦化：上昇の後に比較的平坦な部位が続いた後、下降が発生すること。
（ｉｉ）Ｍ字型：立ち上がりにおいて１つおよび立ち下がりにおいて１つの２つの局所的ピークを持ち、これら２つのピークの間に比較的平坦な部位がある。
（ｉｉｉ）椅子状：単一の局所的ピークを持ち、このピークが立ち上がり部分に発生した後、比較的平坦な部位が続く。
（ｉｖ）逆椅子状：比較的平坦な部位の後に単一の局所的ピークが続き、このピークが立ち下がり部分に発生する。
呼吸低下：一部の定義によれば、呼吸低下は、流れの中断ではなく、流れの低下を意味する。一形態において、閾値速度を下回った流れ低下が継続期間にわたって続いた場合、呼吸低下が発生したと言われる。呼吸努力の低下に起因して呼吸低下が検出された場合、中枢性呼吸低下が発生したと言われる。成人の一形態において以下のうちいずれかが発生した場合、呼吸低下と見なされ得る。
（ｉ）患者呼吸の３０％の低下が少なくとも１０秒＋関連する４％の脱飽和、または、
（ｉｉ）患者呼吸の（５０％未満の）低下が少なくとも１０秒間継続し、関連して脱飽和が少なくとも３％であるかまたは覚醒が発生する。
過呼吸：流れが通常の流量よりも高いレベルまで増加すること。
呼吸サイクルの吸気部分：吸気流れの開始から呼気流れの開始までの期間が、呼吸サイクルの吸気部分としてとられる。
開通性（気道）：気道が開いている度合いまたは気道が開いている範囲。気道開通性とは、開口である。気道開通性の定量化は、例えば、開通性を示す値（１）と、閉鎖（閉塞）を示す値（０）で行われ得る。
呼気終末陽圧（ＰＥＥＰ）：肺中の大気を越える圧力であり、呼気終了時に存在する。
ピーク流量（Ｑｐｅａｋ）：呼吸流れ波形の吸気部分における流量最大値。
呼吸気流量、空気流量、患者の空気流量、呼吸気空気流量（Ｑｒ）：これらの用語は、ＲＰＴデバイスの呼吸空気流量の推定を指すものとして理解され得、通常リットル／分で表される患者の実際の呼吸流量である「真の呼吸流量」または「真の呼吸気流量」と対照的に用いられる。
１回換気量（Ｖｔ）：余分な努力をせずに通常の呼吸時に吸い込まれたかまたは吐き出された空気の量である。原則的に、吸気量Ｖｉ（吸気された空気の量）は、呼気量Ｖｅ（呼気された空気の量）に等しいため、単一の一回換気量Ｖｔは、いずれかの量に等しいものとして規定され得る。実際には、一回換気量Ｖｔは、何らかの組み合わせ（例えば、吸気量Ｖｉと呼気量Ｖｅの平均）として推定される。
（吸息）時間（Ｔｉ）：呼吸流量波形の吸気部分の継続期間。
（呼息）時間（Ｔｅ）：呼吸流量波形の呼気部分の継続期間。
（合計）時間（Ｔｔｏｔ）：呼吸流量波形の一つの吸気部分の開始と呼吸流量波形の次の吸気部分の開始との間の合計継続期間。
典型的な最近の換気：所定の時間スケールにわたる換気Ｖｅｎｔの直近値が密集する傾向となる換気値（すなわち、換気の直近値の中心の傾向の度合い）。
上気道閉塞（ＵＡＯ）：部分的な上気道閉塞および合計上気道閉塞両方を含む。上気道上の圧力差の増加（スターリングレジスタ挙動）と共に、流量がわずかに増加するかまたは低下し得る、流量制限の状態と関連し得る。
換気（Ｖｅｎｔ）：患者の呼吸器系によって行われるガス交換率の測定。換気の測定は、単位時間あたりの吸気流および呼気流のうち片方または双方を含み得る。１分あたりの体積として表される場合、この量は、「分換気」と呼ばれることが多い。分換気は、単に体積として付与されることもあり、１分あたりの体積として理解される。
４．１１ 他の注意事項
本特許文書の開示の一部は、著作権保護が与えられる内容を含む。著作権所有者は、何者かが本特許文書または本特許開示をファックスにより再生しても、特許庁の特許ファイルまたは記録に記載されるものであれば目的のものであれば異論は無いが、その他の目的については全ての著作権を保持する。
他に文脈から明確に分かる場合および一定の範囲の値が提供されていない限り、下限の単位の１／１０、当該範囲の上限と下限の間、および記載の範囲の他の任意の記載の値または介入値に対する各介入値は本技術に包含されることが理解される。介入範囲中に独立的に含まれるこれらの介入範囲の上限および下限が記載の範囲における制限を特に超えた場合も、本技術に包含される。記載の範囲がこれらの制限のうち１つまたは双方を含む場合、これらの記載の制限のいずれかまたは双方を超える範囲も、本技術に包含される。
さらに、本明細書中に値（単数または複数）が本技術の一部として具現される場合、他に明記無き限り、このような値が近似され得、実際的な技術的実行が許容または要求する範囲まで任意の適切な有効桁までこのような値を用いることが可能であると理解される。
他に明記しない限り、本明細書中の全ての技術用語および科学用語は、本技術が属する分野の当業者が一般的に理解するような意味と同じ意味を持つ。本明細書中に記載の方法および材料に類似するかまたは等しい任意の方法および材料を本技術の実践または試験において用いることが可能であるが、限られた数の例示的方法および材料が本明細書中に記載される。
特定の材料が構成要素の構築に好適に用いられるものとして記載されているが、特性が類似する明白な代替的材料が代替物として用いられる。さらに、それとは反対に記載無き限り、本明細書中に記載される任意および全ての構成要素は、製造可能なものとして理解されるため、集合的にまたは別個に製造され得る。
本明細書中及び添付の特許請求の範囲において用いられるように、単数形である「ａ」、「ａｎ」および「ｔｈｅ」は、文脈から明らかにそうでないことが示されない限り、その複数の均等物を含む点に留意されたい。
本明細書中に記載される公開文献は全て、これらの公開文献の対象である方法および／または材料の開示および記載、参考のために援用される。本明細書中に記載の公開文献は、本出願の出願日前のその開示内容のみのために提供するものである。本明細書中のいずれの内容も、本技術が先行特許のためにこのような公開文献に先行していない、認めるものと解釈されるべきではない。さらに、記載の公開文献の日付は、実際の公開文献の日付と異なる場合があり、個別に確認が必要であり得る。
「ｃｏｍｐｒｉｓｅｓ」および「ｃｏｍｐｒｉｓｉｎｇ」という用語は、要素、構成要素またはステップを非排他的な意味合いで指すものとして解釈されるべきであり、記載の要素、構成要素またはステップが明記されていない他の要素、構成要素またはステップと共に存在、利用または結合され得ることを示す。
詳細な説明において用いられる見出しは、読者の便宜のためのものであり、本開示または特許請求の範囲全体において見受けられる内容を制限するために用いられるべきではない。これらの見出しは、特許請求の範囲または特許請求の範囲の制限の範囲の解釈において用いられるべきではない。
本明細書中の技術について、特定の実施例を参照して述べてきたが、これらの実施例は本技術の原理および用途を例示したものに過ぎないことが理解されるべきである。いくつかの場合において、用語および記号は、本技術の実施に不要な特定の詳細を示し得る。例えば、「ｆｉｒｓｔ（第１の）」および「ｓｅｃｏｎｄ（第２の）」（など）という用語が用いられるが、他に明記無き限り、これらの用語は任意の順序を示すことを意図しておらず、別個の要素を区別するために用いられる。さらに、本方法におけるプロセスステップについての記載または例示を順序付けて述べる場合があるが、このような順序は不要である。当業者であれば、このような順序が変更可能でありかつ／またはその様態を同時にまたはさらに同期的に行うことが可能であることを認識する。
よって、本技術の意図および範囲から逸脱することなく、例示的な実施例において多数の変更例が可能であり、また、他の配置構成が考案され得ることが理解されるべきである。

Claims (25)

  1. 患者の呼吸障害を治療するシステムであって、
    利用データを出力するように構成された呼吸治療デバイスと、
    機械により実行可能なコードを含む機械可読媒体を含むメモリであって、前記機械により実行可能なコード上には命令が保存される、メモリと、
    前記メモリへ連結された制御システムであって、前記制御システムは１つ以上のプロセッサを含み、前記制御システムが、前記機械により実行可能なコードを実行することで、前記制御システムに、
    患者の治療セッションについての１組の利用データを前記呼吸治療デバイスから受信することと、
    前記患者についての１組の前回保存されたデータを過去の時間窓内において特定することであって、前記過去の時間窓は、第１の継続期間と第２の継続期間とに分けられている、ことと、
    前記１組の利用データおよび前記１組の前回保存されたデータをアルゴリズムによって処理して、前記患者が前記呼吸治療デバイスの利用を今後の時間窓内において低減する可能性を決定することであって、前記アルゴリズムは、第１の回帰モデルを含み、前記第１の回帰モデルは、前記患者が前記利用を低減する前記可能性を決定するための前記第１の回帰モデルに対するそれぞれの入力をスケーリングするそれぞれの係数を有し、前記第１の回帰モデルは、前記第１の継続期間中の前記呼吸治療デバイスの平均利用時間と前記第２の継続期間中の前記呼吸治療デバイスの平均利用時間とを含む複数のフィーチャを入力として有する、ことと、
    前記可能性が所定の閾値を上回る場合に、前記患者が利用を低減する可能性が高い旨の表示を出力することと、
    を行わせるように構成される制御システムと、
    を備えるシステム。
  2. 前記利用データは、患者が治療セッションを完了するたびに出力される、請求項１に記載のシステム。
  3. 前記利用データは、セッションの合計利用時間と、日付および時間スタンプデータとを含む、請求項１に記載のシステム。
  4. 前記患者が利用を低減する可能性は、前記患者が前記呼吸治療デバイスの利用を停止する可能性を含む、請求項１に記載のシステム。
  5. 前記患者が利用を低減する可能性は、（a）前記患者が利用を一晩あたり４時間未満、または（ｂ）一晩あたり２時間未満の一方まで低減する可能性を含む、請求項１に記載のシステム。
  6. 前記アルゴリズムは、利用データを前処理して、（i）利用の無い日、（ii）利用時間の標準偏差、（iii）利用の無い日の週間傾向、（iv）平均利用時間の週間傾向、（v）利用時間の標準偏差の週間傾向、または（vi）それらの任意の組み合わせを決定する、請求項１に記載のシステム。
  7. 前記アルゴリズムは、前記患者のドロップアウトの蓋然性を出力する、請求項６に記載のシステム。
  8. 前記アルゴリズムは１組のロジスティック回帰モデルであり、前記ロジスティック回帰モデルのそれぞれは、前記今後の時間窓における各日のドロップアウトの蓋然性を推定するために、訓練データの別個の先行時間窓を用いて訓練されたものである、請求項６に記載のシステム。
  9. 前記表示は、アラーム、患者モバイルデバイス上の通知、プロバイダのコンピューティングデバイス上の通知、または前記呼吸治療デバイスのディスプレイ上の通知である、請求項１に記載のシステム。
  10. さらなる前記表示は、前記患者に対して少なくともＲＡＭＰ治療を含む選択可能な代替治療を示すようにとの命令を含み、前記命令はディスプレイへ送られ、前記代替治療はそれぞれ、前記呼吸治療デバイスについて１組の治療設定と関連付けられる、請求項１に記載のシステム。
  11. 前記制御システムは、
    前記代替治療の選択可能な表示についての前記患者の選択を含む患者入力を受信することと、
    呼吸についての前記治療設定を前記患者入力に基づいて変更せよとの命令を前記呼吸治療デバイスへ送ることと、
    を行うようにさらに構成される、請求項１０に記載のシステム。
  12. さらなる前記表示は、前記患者が選択可能な代替患者インターフェースを示すようにとの命令を含み、前記命令はディスプレイへ送られる、請求項１に記載のシステム。
  13. 前記制御システムは、
    前記代替患者インターフェースの選択可能な表示についての前記患者の選択を含む患者入力を受信することと、
    前記患者の選択を購入して前記患者へ送達させよとの命令を遠隔外部デバイスへ送ることと、
    を行うようにさらに構成される、請求項１２に記載のシステム。
  14. 前記制御システムは、
    第２の１組の利用データの出力を前記呼吸治療デバイスから受信することと、
    前記患者についての第２の１組の前回保存されたデータを、第２の過去の時間窓内において特定することであって、前記第２の過去の時間窓は、第１の時間窓と長さが同じであることと、
    前記第２の１組の利用データおよび前記第２の１組の前回保存されたデータを前記アルゴリズムによって処理して、前記患者が前記呼吸治療デバイスの利用を第２の今後の時間窓内において低減する可能性を決定することと、
    前記可能性が所定の閾値を上回る場合、前記患者が利用を低減する可能性が高い旨の表示を出力することと、
    を行うようにさらに構成される、請求項１０に記載のシステム。
  15. 前記制御システムは、
    特定の時間窓内において利用データが受信されたかを決定することと、
    前記特定の時間窓内において利用データが受信されていないと前記制御システムが決定した場合、前記特定の時間窓について言及された利用の無いデータを保存することと、
    を行うようにさらに構成される、請求項１０に記載のシステム。
  16. 前記特定の時間窓は、２４時間の期間である、請求項１５に記載のシステム。
  17. 前記利用の無いデータは、利用の無い日である、請求項１６に記載のシステム。
  18. 前記アルゴリズムは、それぞれが一種の呼吸治療デバイスに対して参照される１組のアルゴリズムから前記制御システムによって選択される、請求項１に記載のシステム。
  19. 患者の呼吸障害の治療方法であって、
    １つ以上のプロセッサおよび呼吸治療デバイスからの出力を含む制御システムにおいて、患者について１組の利用データを受信することと、
    前記患者についての過去の時間窓内の１組の前回保存されたデータを、前記制御システムによって特定することであって、前記過去の時間窓は、第１の継続期間と第２の継続期間とに分けられている、ことと、
    前記１組の利用データおよび前記１組の前回保存されたデータを前記制御システムによって前処理して、利用のフィーチャセットを出力することと、
    前記患者のプロファイルデータを前記制御システムによって受信することであって、前記プロファイルデータは、前記患者の年齢、前記患者によって利用される呼吸治療デバイスの種類、および前記患者のヘルスケアプロバイダを含む、ことと、
    前記プロファイルデータに基づいてアルゴリズムを前記制御システムによって選択することと、
    前記フィーチャセットを前記制御システムによって、選択した前記アルゴリズムによって処理して、前記患者が前記呼吸治療デバイスの利用を今後の時間窓内において低減する可能性を決定することであって、前記アルゴリズムは、第１の回帰モデルを含み、前記第１の回帰モデルは、前記患者が前記利用を低減する前記可能性を決定するための前記第１の回帰モデルに対するそれぞれの入力をスケーリングするそれぞれの係数を有し、前記第１の回帰モデルは、前記第１の継続期間中の前記呼吸治療デバイスの平均利用時間と前記第２の継続期間中の前記呼吸治療デバイスの平均利用時間とを含む複数のフィーチャを入力として有する、ことと、
    前記可能性が所定の閾値を上回る場合に、前記患者が利用を低下する可能性が高い旨の表示を出力することと、
    を含む方法。
  20. 前記アルゴリズムは１組のモデルであり、各モデルは、前記患者が前記今後の時間窓内の別の日における利用を低減する蓋然性を推定し、前記１組のモデル中の各モデルは、機械学習アルゴリズムを含み、前記機械学習アルゴリズムは、停止結果が既知である患者からの１組の訓練データであって患者が呼吸治療の利用を低減する蓋然性を前記モデルが推定する日から開始する先行時間窓からの１組の訓練データを用いて事前に訓練される、請求項１９に記載の方法。
  21. 前記アルゴリズムは、治療を終了した１組の患者および治療を終了しなかった１組の患者からのデータを用いて訓練される、請求項１９に記載の方法。
  22. コンピュータに、
    過去の時間窓内における患者についての１組の利用データを呼吸治療デバイスから受信することであって、前記過去の時間窓は、第１の継続期間と第２の継続期間とに分けられている、ことと、
    前記患者のプロファイルデータをデータベースから検索することであって、前記プロファイルデータは、前記患者の年齢、前記患者が利用している呼吸治療デバイスの種類および前記患者のヘルスケアプロバイダを含む、ことと、
    前記１組の利用データおよびプロファイルデータをアルゴリズムによって処理して、前記患者が前記呼吸治療デバイスの利用を今後の時間窓内において低減する可能性を決定することであって、前記アルゴリズムは、第１の回帰モデルを含み、前記第１の回帰モデルは、前記患者が前記利用を低減する前記可能性を決定するための前記第１の回帰モデルに対するそれぞれの入力をスケーリングするそれぞれの係数を有し、前記第１の回帰モデルは、前記第１の継続期間中の前記呼吸治療デバイスの平均利用時間と前記第２の継続期間中の前記呼吸治療デバイスの平均利用時間とを含む複数のフィーチャを入力として有する、ことと、
    前記可能性が所定の閾値を上回る場合に、前記患者が利用を低減する可能性が高い旨の表示を出力することと
    を実行させるプログラム。
  23. 前記利用データは、治療設定を含む、請求項２２に記載のプログラム。
  24. 前記利用データは、前記呼吸治療デバイスからのセンサ読み取り出力を含む、請求項２２に記載のプログラム。
  25. コンピュータに、
    過去の時間窓内における患者についての１組の利用データを呼吸治療デバイスから受信することであって、前記過去の時間窓は、第１の継続期間と第２の継続期間とに分けられている、ことと、
    前記１組の利用データをアルゴリズムによって処理して、前記患者が前記呼吸治療デバイスの利用を今後の時間窓内において低減する可能性を決定することであって、前記アルゴリズムは、第１の回帰モデルを含み、前記第１の回帰モデルは、前記患者が前記利用を低減する前記可能性を決定するための前記第１の回帰モデルに対するそれぞれの入力をスケーリングするそれぞれの係数を有し、前記第１の回帰モデルは、前記第１の継続期間中の前記呼吸治療デバイスの平均利用時間と前記第２の継続期間中の前記呼吸治療デバイスの平均利用時間とを含む複数のフィーチャを入力として有する、ことと、
    前記可能性が所定の閾値を上回る場合に、前記患者が利用を低減する可能性が高い旨の表示を出力することと
    を実行させるプログラム。
JP2021538185A 2018-12-28 2019-12-23 利用または順守の予測 Active JP7617002B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862786225P 2018-12-28 2018-12-28
US62/786,225 2018-12-28
PCT/US2019/068375 WO2020139845A1 (en) 2018-12-28 2019-12-23 Prediction of usage or compliance

Publications (3)

Publication Number Publication Date
JP2022515534A JP2022515534A (ja) 2022-02-18
JP2022515534A5 JP2022515534A5 (ja) 2023-01-11
JP7617002B2 true JP7617002B2 (ja) 2025-01-17

Family

ID=71126264

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021538185A Active JP7617002B2 (ja) 2018-12-28 2019-12-23 利用または順守の予測

Country Status (7)

Country Link
US (3) US11508484B1 (ja)
EP (1) EP3903448A4 (ja)
JP (1) JP7617002B2 (ja)
KR (1) KR102892527B1 (ja)
CN (2) CN120199481A (ja)
AU (2) AU2019417727B2 (ja)
WO (1) WO2020139845A1 (ja)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7368232B2 (ja) * 2017-01-26 2023-10-24 フィッシャー アンド ペイケル ヘルスケア リミテッド ルールエンジンを使用した患者管理の方法及びシステム
US11599830B1 (en) * 2019-05-01 2023-03-07 ClearCare, Inc. Automatic change in condition monitoring by passive sensor monitoring and machine learning
US12159721B1 (en) * 2019-10-17 2024-12-03 Express Scripts Strategic Development, Inc. Systems and methods for predicting relative patient hazards using pharmaceutical adherence predictive models
US12236320B2 (en) * 2020-05-05 2025-02-25 Optum Services (Ireland) Limited Passive heightened need prediction
US11605038B1 (en) * 2020-05-18 2023-03-14 Vignet Incorporated Selecting digital health technology to achieve data collection compliance in clinical trials
US11461216B1 (en) 2020-05-18 2022-10-04 Vignet Incorporated Monitoring and improving data collection using digital health technology
US12230406B2 (en) 2020-07-13 2025-02-18 Vignet Incorporated Increasing diversity and engagement in clinical trails through digital tools for health data collection
JP2023551780A (ja) * 2020-10-30 2023-12-13 レスメド・プロプライエタリー・リミテッド 医療デバイスにおける双方向通信
US11801355B2 (en) * 2020-11-20 2023-10-31 Kyndryl, Inc. Oxygen tank duration of use
US11521714B1 (en) 2021-02-03 2022-12-06 Vignet Incorporated Increasing diversity of participants in health research using adaptive methods
US11361846B1 (en) 2021-02-03 2022-06-14 Vignet Incorporated Systems and methods for customizing monitoring programs involving remote devices
US11789837B1 (en) 2021-02-03 2023-10-17 Vignet Incorporated Adaptive data collection in clinical trials to increase the likelihood of on-time completion of a trial
US11586524B1 (en) 2021-04-16 2023-02-21 Vignet Incorporated Assisting researchers to identify opportunities for new sub-studies in digital health research and decentralized clinical trials
US12211594B1 (en) 2021-02-25 2025-01-28 Vignet Incorporated Machine learning to predict patient engagement and retention in clinical trials and increase compliance with study aims
US11296971B1 (en) 2021-02-03 2022-04-05 Vignet Incorporated Managing and adapting monitoring programs
US11316941B1 (en) 2021-02-03 2022-04-26 Vignet Incorporated Remotely managing and adapting monitoring programs using machine learning predictions
US11281553B1 (en) 2021-04-16 2022-03-22 Vignet Incorporated Digital systems for enrolling participants in health research and decentralized clinical trials
US11196656B1 (en) 2021-02-03 2021-12-07 Vignet Incorporated Improving diversity in cohorts for health research
US12248384B1 (en) 2021-02-25 2025-03-11 Vignet Incorporated Accelerated clinical trials using patient-centered, adaptive digital health tools
US12248383B1 (en) 2021-02-25 2025-03-11 Vignet Incorporated Digital systems for managing health data collection in decentralized clinical trials
US20230162850A1 (en) * 2021-11-23 2023-05-25 GE Precision Healthcare LLC Methods and systems for ventilators
WO2024006857A1 (en) * 2022-06-30 2024-01-04 Resmed Digital Health, Inc. Machine learning to select transmission timing
EP4386768A1 (en) * 2022-12-13 2024-06-19 Koninklijke Philips N.V. Active sleep apnea case finding and scheduling system and method of operation thereof
EP4732302A1 (en) * 2023-06-23 2026-04-29 ResMed Pty Ltd Therapy dropout severity prediction using machine learning
US20250102616A1 (en) * 2023-09-25 2025-03-27 Samsung Electronics Co., Ltd. Pseudo-monostatic sensing mode based rf sensing

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008264181A (ja) 2007-04-19 2008-11-06 Fukuda Denshi Co Ltd 睡眠時無呼吸症候群治療装置
JP6427286B1 (ja) 2018-04-05 2018-11-21 チェスト株式会社 データ分析予測装置およびデータ分析予測プログラム
JP2018200567A (ja) 2017-05-26 2018-12-20 一般財団法人日本気象協会 コンピュータプログラム、端末、方法およびサーバ

Family Cites Families (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1982003548A1 (en) 1981-04-24 1982-10-28 Sullivan Colin Edward Device for treating snoring sickness
US4782832A (en) 1987-07-30 1988-11-08 Puritan-Bennett Corporation Nasal puff with adjustable sealing means
AUPO126596A0 (en) 1996-07-26 1996-08-22 Resmed Limited A nasal mask and mask cushion therefor
AUPO504597A0 (en) 1997-02-10 1997-03-06 Resmed Limited A mask and a vent assembly therefor
AUPP366398A0 (en) 1998-05-22 1998-06-18 Resmed Limited Ventilatory assistance for treatment of cardiac failure and cheyne-stokes breathing
AUPQ102999A0 (en) 1999-06-18 1999-07-08 Resmed Limited A connector for a respiratory mask and a respiratory mask
US6581594B1 (en) 2000-05-15 2003-06-24 Resmed Limited Respiratory mask having gas washout vent and gas washout vent for respiratory mask
US7108659B2 (en) * 2002-08-01 2006-09-19 Healthetech, Inc. Respiratory analyzer for exercise use
JP2006510455A (ja) * 2002-12-16 2006-03-30 ジ・オハイオ・ステート・ユニバーシティ 切除手術ベースのパラメトリックモデルのためのシステム及び方法
WO2004110540A1 (en) * 2003-06-18 2004-12-23 Resmed Limited Method and apparatus for monitoring bariatric parameters and sleep disordered breathing
EP1824544B1 (en) * 2004-12-08 2013-06-05 Ventus Medical, Inc. Respiratory devices and methods of use
NZ721231A (en) 2005-01-12 2018-03-23 Resmed Ltd Cushion for patient interface
WO2006084456A1 (de) 2005-02-10 2006-08-17 Weinmann Geräte für Medizin GmbH & Co. KG Vorrichtung zur beatmung sowie verfahren zur steuerung eines beatmungsgerätes
US8333696B2 (en) * 2006-12-13 2012-12-18 Watermark Medical, Inc. Systems and methods for automated prediction of risk for perioperative complications based on the level of obstructive sleep apnea
US20080161651A1 (en) * 2006-12-27 2008-07-03 Cardiac Pacemakers, Inc. Surrogate measure of patient compliance
US8200510B1 (en) * 2007-02-26 2012-06-12 Mk3Sd, Ltd. Method for secure diagnostic screening, servicing, treatment, and compliance monitoring for sleep apnea for operators of transport vehicles
NZ771895A (en) 2007-07-30 2022-08-26 ResMed Pty Ltd Patient interface
EP3858411B1 (en) 2007-08-24 2024-05-29 ResMed Pty Ltd Mask vent
EP2217312A4 (en) 2007-11-05 2017-12-06 ResMed Ltd. Ventilation system and control thereof
JP5844958B2 (ja) 2008-06-04 2016-01-20 レスメド・リミテッドＲｅｓＭｅｄＬｉｍｉｔｅｄ 患者インターフェイスシステム
US10853900B2 (en) * 2009-02-09 2020-12-01 Fair Isaac Corporation Method and system for predicting adherence to a treatment
AU2010201032B2 (en) * 2009-04-29 2014-11-20 Resmed Limited Methods and Apparatus for Detecting and Treating Respiratory Insufficiency
NZ617661A (en) 2009-05-29 2015-05-29 Resmed Ltd Nasal mask system
WO2011058457A1 (en) 2009-11-11 2011-05-19 Koninklijke Philips Electronics N.V. Mask comfort diagnostic method
FR2956819B1 (fr) 2010-03-01 2013-08-02 Air Liquide Dispositif medical de suivi de l'observance de patients apneiques
US20170109657A1 (en) 2011-05-08 2017-04-20 Panaya Ltd. Machine Learning-Based Model for Identifying Executions of a Business Process
EP2800512A1 (en) 2012-01-03 2014-11-12 Koninklijke Philips N.V. Device for fitting and determining the size of a patient interface
HK1209508A1 (en) 2012-06-12 2016-04-01 Fisher & Paykel Healthcare Limited Method and apparatus for improving breathing therapy compliance
US10893837B2 (en) * 2013-02-22 2021-01-19 Cloud Dx, Inc. Simultaneous multi-parameter physiological monitoring device with local and remote analytical capability
US11517689B2 (en) * 2013-08-05 2022-12-06 Fisher & Paykel Healthcare Limited Control for respiratory device
US20160184538A1 (en) 2013-08-12 2016-06-30 Koninklijke Philips N.V. Detecting the fit of a patient interface device
CN105981017B (zh) * 2013-09-20 2019-04-05 科赛普特治疗学股份有限公司 使用介入和任务分配确定的治疗的系统和方法
NZ630770A (en) * 2013-10-09 2016-03-31 Resmed Sensor Technologies Ltd Fatigue monitoring and management system
US20150148617A1 (en) * 2013-11-27 2015-05-28 General Electric Company Method and system for selecting alarm reduction algorithm
US10474345B2 (en) 2014-04-04 2019-11-12 Shawn SHEY User interfaces and methods for displaying content
WO2015191562A1 (en) * 2014-06-09 2015-12-17 Revon Systems, Llc Systems and methods for health tracking and management
NZ630757A (en) * 2014-08-01 2016-03-31 Resmed Ltd Self-optimising respiratory therapy system
EP3193997B1 (en) 2014-09-18 2019-02-20 Koninklijke Philips N.V. System and method for adjusting parameters during pressure support therapy
US10136859B2 (en) 2014-12-23 2018-11-27 Michael Cutaia System and method for outpatient management of chronic disease
US10713594B2 (en) * 2015-03-20 2020-07-14 Salesforce.Com, Inc. Systems, methods, and apparatuses for implementing machine learning model training and deployment with a rollback mechanism
US10690763B2 (en) 2015-04-20 2020-06-23 Resmed Sensor Technologies Limited Detection and identification of a human from characteristic signals
WO2016192941A1 (en) * 2015-05-29 2016-12-08 Koninklijke Philips N.V. System for increasing a patient's compliance with a therapy relating to an upper airway disorder
CN114569848B (zh) 2015-08-14 2026-03-24 瑞思迈巴黎股份有限公司 监测呼吸压力治疗
US9819696B2 (en) * 2015-11-04 2017-11-14 Bitdefender IPR Management Ltd. Systems and methods for detecting domain generation algorithm (DGA) malware
US11298074B2 (en) * 2015-12-08 2022-04-12 Fisher & Paykel Healthcare Limited Flow-based sleep stage determination
ES2988939T3 (es) 2016-07-08 2024-11-22 Trudell Medical Int Inc Dispositivo de presión espiratoria positiva oscilante inteligente
US10603538B2 (en) 2016-12-22 2020-03-31 OntheMuv, Inc. Seated treadmill and method of use
EP3634219A4 (en) * 2017-06-07 2021-03-03 Respiratory Motion, Inc. BREATHING VOLUME MONITOR AND VENTILATION DEVICE
CN107578294B (zh) * 2017-09-28 2020-07-24 北京小度信息科技有限公司 用户行为预测方法、装置及电子设备
US10827941B2 (en) * 2017-12-06 2020-11-10 General Electric Company System and methods for qualification of ECG data for remote analysis
US10819584B2 (en) * 2018-05-03 2020-10-27 Servicenow, Inc. System and method for performing actions based on future predicted metric values generated from time-series data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008264181A (ja) 2007-04-19 2008-11-06 Fukuda Denshi Co Ltd 睡眠時無呼吸症候群治療装置
JP2018200567A (ja) 2017-05-26 2018-12-20 一般財団法人日本気象協会 コンピュータプログラム、端末、方法およびサーバ
JP6427286B1 (ja) 2018-04-05 2018-11-21 チェスト株式会社 データ分析予測装置およびデータ分析予測プログラム

Also Published As

Publication number Publication date
KR20210113622A (ko) 2021-09-16
AU2026200121A1 (en) 2026-01-29
US20260045359A1 (en) 2026-02-12
AU2019417727B2 (en) 2025-12-18
JP2022515534A (ja) 2022-02-18
CN120199481A (zh) 2025-06-24
US11508484B1 (en) 2022-11-22
AU2019417727A1 (en) 2021-07-22
US12451245B2 (en) 2025-10-21
EP3903448A1 (en) 2021-11-03
US20220076822A1 (en) 2022-03-10
EP3903448A4 (en) 2022-09-21
WO2020139845A1 (en) 2020-07-02
CN113875187B (zh) 2025-03-25
KR102892527B1 (ko) 2025-12-01
CN113875187A (zh) 2021-12-31

Similar Documents

Publication Publication Date Title
JP7617002B2 (ja) 利用または順守の予測
US12488879B2 (en) Self-optimising respiratory therapy system
JP7500559B2 (ja) 外部ソースへ送信されるデータ量を変化させるためのシステムおよび方法
CN112675401B (zh) 治疗过度觉醒病症的方法和设备
CN104812300B (zh) 用于确定睡眠阶段的系统和方法
JP6807746B2 (ja) 周期性呼吸を検出するプロセッサにおける方法、周期的呼吸を検出する装置、及びコンピュータ可読記憶媒体
JP7655910B2 (ja) マスクのフィッティングをガイドするアプリケーション
JP7717234B2 (ja) 方法
US20250288763A1 (en) Method and apparatus for treating hyperarousal disorder
US20260108689A1 (en) Systems and methods for sensor kits
WO2026039640A1 (en) Methods and apparatus for insomnia
WO2025184019A1 (en) Methods and apparatus for respiratory disorder related insomnia detection and treatment

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221221

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221221

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20240131

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240227

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20240524

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240821

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20241203

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20250106

R150 Certificate of patent or registration of utility model

Ref document number: 7617002

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150