[发明专利]用于抓挠检测和发作预测的计算机化决策支持工具和医学设备

说明书

公开了用于利用从可穿戴传感器感测的运动数据来检测抓挠事件和预测瘙痒发作的技术。可以通过首先根据运动感测数据检测手部运动并且然后使用一个或多个计算机化分类模型将该手部运动分类为抓挠事件而利用两层方法来完成对抓挠的检测。实施例可以聚焦于通过利用在用户的检测到的睡眠机会期间捕获的运动感测数据来检测夜间抓挠。另外，历史抓挠事件数据可以用于预测用户在未来时间间隔内的发痒和发作风险。计算机应用或服务形式的决策支持工具可以利用检测到的抓挠事件或预测的发痒或发作风险来发起用于减少当前发痒和/或减轻未来风险的动作，包括发起包括治疗剂的处置方案。

背景技术

特应性皮炎是一种慢性的复发缓解型皮肤病，在美国影响约10％的成人和12％的儿童。其特征在于伴有瘙痒(发痒)的皮肤上的红色脱皮病变。经历瘙痒的个体通常抓挠受影响的皮肤，这加剧了引起瘙痒的炎症并使发痒-抓挠循环永久化。对于许多患有特应性皮炎的个体，瘙痒在夜间达到峰值，导致睡眠障碍。

与瘙痒相关的疾病(例如特应性皮炎)的评估通常是主观的、偶发性的，并且提供对特应性皮炎的影响的较差测量。例如，一种传统工具是临床结果评估(COA)，其涉及临床医生评估病变的总的体表面积和病变严重性。COA是主观的，因为其评估在不同的临床医生之间变化，并且本质上是偶发性的，因为它们只能在临床医生看到个体时进行。另一种传统工具是患者报告结果(PRO)，其是来自患者的关于瘙痒严重性的定性且主观报告。PRO可能由于缺乏依从性、回忆偏差和日记疲劳而缺乏准确性。

发明内容

提供该发明内容以简化的形式介绍在下文的详细描述中进一步描述的概念的选集。本发明内容并不意图识别所要求保护的主题的关键特征或必要特征，也并不意图单独使用以辅助确定所要求保护的主题的范围。

本公开的实施例实现了用于检测抓挠并且在一些方面中预测未来的发作事件的改善的计算机决策支持工具。如本文所使用的，术语“发作事件”可以指瘙痒的急性或特别严重的阶段。实施例可以包括利用由传感器设备(其可以是可穿戴设备)采集的数据来自动检测抓挠事件。以这种方式，可以基于输入到一个或多个机器学习分类器中的连续数据流来检测抓挠事件，以提供对抓挠的客观评估。根据本文中的一些实施例，所检测到的抓挠行为是夜间抓挠或在用户打算睡觉的时段期间的抓挠。该检测有助于在峰值瘙痒时间期间或甚至当用户不知道抓挠时跟踪抓挠。因此，根据本公开的实施例，所检测到的抓挠事件可以提供用户的当前瘙痒和特应性皮炎的更准确度量。此外，实施例可以利用检测到的抓挠的模式来预测未来间隔中的可能发痒水平，其可以指示未来的发作事件。检测到的抓挠事件以及在一些实施例中预测的未来发痒水平和/或发作事件可以在计算机化决策支持工具中用于更准确地且及时地跟踪特应性皮炎症状并发起干预和/或治疗性处置以减轻或预防症状。

可以利用由被监测个体(其在本文中也可以被称为患者或用户)穿戴的传感器采集的加速度计数据来检测抓挠。使用传感器数据，可以检测手部运动事件，并且可以确定该手部运动事件是否是可能的抓挠事件。在一些方面中，在检测手部运动事件之前，确定背景以限制用于检测手部运动事件的潜在传感器数据。在一些方面中，背景包括检测传感器是否被配置用于适当的数据采集，诸如检测传感器正由用户穿戴，这更可能导致手部运动事件并且进而抓挠事件的准确检测。另外，可以检测用户睡眠机会以确定用户打算睡觉的时间段，并且可以使用在该用户睡眠机会期间采集的传感器数据来检测手部运动事件和抓挠事件。以这种方式，可以检测到在夜间(当瘙痒达到峰值时)和/或在用户正在睡觉并且不太可能意识到抓挠时发生的抓挠。