Traitement en cours

Veuillez attendre...

PATENTSCOPE sera indisponible durant quelques heures pour des raisons de maintenance le mardi 27.07.2021 à 12:00 PM CEST
Paramétrages

Paramétrages

Aller à Demande

1. WO2020163640 - COMBINAISON DE MULTIPLES CARACTÉRISTIQUES QEEG POUR ESTIMER UN NIVEAU DE SÉDATION INDÉPENDANT D'UN MÉDICAMENT À L'AIDE D'UN APPRENTISSAGE AUTOMATIQUE

Numéro de publication WO/2020/163640
Date de publication 13.08.2020
N° de la demande internationale PCT/US2020/017074
Date du dépôt international 06.02.2020
CIB
A61B 5/0476 2006.1
ANÉCESSITÉS COURANTES DE LA VIE
61SCIENCES MÉDICALE OU VÉTÉRINAIRE; HYGIÈNE
BDIAGNOSTIC; CHIRURGIE; IDENTIFICATION
5Mesure servant à établir un diagnostic; Identification des individus
04Mesure de signaux bioélectriques du corps ou de parties de celui-ci
0476Electro-encéphalographie
A61B 5/00 2006.1
ANÉCESSITÉS COURANTES DE LA VIE
61SCIENCES MÉDICALE OU VÉTÉRINAIRE; HYGIÈNE
BDIAGNOSTIC; CHIRURGIE; IDENTIFICATION
5Mesure servant à établir un diagnostic; Identification des individus
G16H 50/20 2018.1
GPHYSIQUE
16TECHNOLOGIES DE L’INFORMATION ET DE LA COMMUNICATION SPÉCIALEMENT ADAPTÉES À DES DOMAINES D’APPLICATION SPÉCIFIQUES
HINFORMATIQUE MÉDICALE, c. à d. TECHNOLOGIES DE L’INFORMATION ET DE LA COMMUNICATION SPÉCIALEMENT ADAPTÉES À LA MANIPULATION OU AU TRAITEMENT DE DONNÉES MÉDICALES OU DE SOINS DE SANTÉ
50TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicales; TIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies
20pour le diagnostic assisté par ordinateur, p.ex. basé sur des systèmes experts médicaux
CPC
A61B 5/04012
A61B 5/0476
A61B 5/369
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
5Measuring for diagnostic purposes
24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
316Modalities, i.e. specific diagnostic methods
369Electroencephalography [EEG]
A61B 5/4821
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
5Measuring for diagnostic purposes
48Other medical applications
4821Determining level or depth of anaesthesia
A61B 5/7246
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
5Measuring for diagnostic purposes
72Signal processing specially adapted for physiological signals or for diagnostic purposes
7235Details of waveform analysis
7246using correlation, e.g. template matching or determination of similarity
A61B 5/7264
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
5Measuring for diagnostic purposes
72Signal processing specially adapted for physiological signals or for diagnostic purposes
7235Details of waveform analysis
7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Déposants
  • MASIMO CORPORATION [US]/[US]
Inventeurs
  • NAGARAJ, Sunil Belur
  • RAMASWAMY, Sowmya Muchukunte
  • STRUYS, Michel Maria R.
Mandataires
  • ALTMAN, Daniel, E.
Données relatives à la priorité
62/802,57507.02.2019US
62/847,82414.05.2019US
Langue de publication anglais (EN)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) COMBINING MULTIPLE QEEG FEATURES TO ESTIMATE DRUG-INDEPENDENT SEDATION LEVEL USING MACHINE LEARNING
(FR) COMBINAISON DE MULTIPLES CARACTÉRISTIQUES QEEG POUR ESTIMER UN NIVEAU DE SÉDATION INDÉPENDANT D'UN MÉDICAMENT À L'AIDE D'UN APPRENTISSAGE AUTOMATIQUE
Abrégé
(EN)
The present disclosure describes systems and methods of estimating sedation level of a patient using machine learning. For example, the integration of multiple QEEG features into a single sedation level estimation system using machine learning could result in a significant improvement in the predictability of the levels of sedation, independent of the sedative drug used. The present disclosure advantageously allows for the incorporation of large numbers of QEEG features and machine learning into the next-generation monitors of sedation level. Different QEEG features may be selected for different sedation drugs, such as propofol, sevoflurane and dexmedetomidine groups. The sedation level estimation system can maintain a high performance for detecting MOAA/S, independent of the drug used.
(FR)
La présente invention concerne des systèmes et des procédés d'estimation du niveau de sédation d'un patient à l'aide d'un apprentissage automatique. Par exemple, l'intégration de multiples caractéristiques QEEG dans un seul système d'estimation de niveau de sédation à l'aide d'un apprentissage automatique peut entraîner une amélioration significative de la prévisibilité des niveaux de sédation, indépendamment du médicament sédatif utilisé. La présente invention permet avantageusement l'incorporation de grands nombres de caractéristiques QEEG et d'un apprentissage automatique dans les moniteurs de niveau de sédation nouvelle génération. Différentes caractéristiques de QEEG peuvent être sélectionnées pour différents médicaments de sédation, tels que les groupes propofol, sévoflurane et dexmédétomidine. Le système d'estimation de niveau de sédation peut maintenir une performance élevée pour détecter des MOAA/S, indépendamment du médicament utilisé.
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international