Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020109381 - PRÉDICTION D'ALARMES CRITIQUES

Numéro de publication WO/2020/109381
Date de publication 04.06.2020
N° de la demande internationale PCT/EP2019/082739
Date du dépôt international 27.11.2019
CIB
G08B 31/00 2006.01
GPHYSIQUE
08SIGNALISATION
BSYSTÈMES DE SIGNALISATION OU D'APPEL; TRANSMETTEURS D'ORDRES; SYSTÈMES D'ALARME
31Systèmes d'alarme à prédiction caractérisés par une extrapolation ou un autre type de calcul utilisant des données historiques mises à jour
CPC
G06N 20/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
G08B 31/00
GPHYSICS
08SIGNALLING
BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
31Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Déposants
  • KONINKLIJKE PHILIPS N.V. [NL]/[NL]
Inventeurs
  • JOSHI, Rohan
Mandataires
  • PHILIPS INTELLECTUAL PROPERTY & STANDARDS
Données relatives à la priorité
18208606.627.11.2018EP
Langue de publication anglais (EN)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) PREDICTING CRITICAL ALARMS
(FR) PRÉDICTION D'ALARMES CRITIQUES
Abrégé
(EN)
Embodiments propose methods and system for predicting the occurrence of critical alarms in response to the occurrence of less severe, non-critical alarms. It is proposed to use a machine-learning model trained to discern whether a non-critical alarm will be followed by a critical alarm within a particular time period, e.g. whether the non-critical alarm will develop into a critical alarm. Unlike existing alarm systems which are merely threshold based, this approach uses physiological data from a window of data. This window of data can be expected to carry more information than a simple breach of the threshold.
(FR)
La présente invention concerne des modes de réalisation proposant des procédés et un système pour prédire l'apparition d'alarmes critiques en réponse à l'apparition d'alarmes moins graves et non critiques. Il est proposé d'utiliser un modèle d'apprentissage automatique entraîné pour discerner si une alarme non critique sera suivie d'une alarme critique dans une période de temps particulière, par exemple si l'alarme non critique se développera en alarme critique. Contrairement aux systèmes d'alarme existants qui n'ont qu'un seul seuil, cette approche utilise des données physiologiques provenant d'une fenêtre de données. Cette fenêtre de données peut être attendue pour transporter plus d'informations qu'une simple atteinte du seuil.
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international