特許ウォッチ

公開番号2025119196
公報種別公開特許公報(A)
公開日2025-08-14
出願番号2024013939
出願日2024-02-01
発明の名称低血圧発症リスク予測装置、低血圧発症リスク予測システム、低血圧発症リスク予測方法、及び低血圧発症リスク予測プログラム
出願人国立大学法人山形大学
代理人個人,個人,個人,個人
主分類A61B 5/00 20060101AFI20250806BHJP(医学または獣医学;衛生学)
要約【課題】経験の浅い医療従事者でも患者の低血圧リスクが高いと認識することを可能にする低コストの低血圧予測装置を提供する。
【解決手段】患者から取得された生体情報に基づいて当該患者の低血圧リスクを予測する低血圧リスク予測装置であって、患者の生体情報を取得する生体情報モニターのモニタリング画面30に表示された生体情報モニター画像の入力を受け付ける画像受付部、受付された生体情報モニター画像が入力されると、患者の低血圧リスクに関する情報を算出する演算部、及び算出された低血圧リスクに関する情報を出力する出力部を備え、演算部は、生体情報モニター画像が入力されると低血圧リスクに関する情報が算出されるように、入力として被験者の生体情報モニター画像と出力として被験者の低血圧発症有無に関する情報とを含む教師データを用いた機械学習が施された学習済み算出モデルを有する、低血圧リスク予測装置。
【選択図】図1
特許請求の範囲【請求項１】
患者から取得された生体情報に基づいて当該患者の低血圧リスクを予測する低血圧リスク予測装置であって、
前記患者の生体情報を取得する生体情報モニターのモニタリング画面に表示された生体情報モニター画像の入力を受け付ける画像受付部、
前記受付された生体情報モニター画像が入力されると、前記患者の低血圧リスクに関する情報を算出する演算部、及び
前記算出された低血圧リスクに関する情報を出力する出力部
を備え、
前記演算部は、前記生体情報モニター画像が入力されると前記低血圧リスクに関する情報が算出されるように、入力として被験者の生体情報モニター画像と出力として前記被験者の低血圧発症有無に関する情報とを含む教師データを用いた機械学習が施された学習済み算出モデルを有する、
低血圧リスク予測装置。
続きを表示（約 1,300 文字）【請求項２】
前記低血圧リスクに関する情報は、画像、数値、文字、記号、音、またはそれらの組み合わせで示される情報を含む、請求項１に記載の低血圧リスク予測装置。
【請求項３】
前記低血圧リスクに関する情報は、前記患者の低血圧発症リスクの高低、前記患者の低血圧発症リスクのスコア、前記生体情報モニター画像に含まれる各部分領域のうち前記低血圧リスクに関する情報の算出に影響を与える領域を示すヒートマップ、またはそれらの組み合わせ含む、請求項１に記載の低血圧リスク予測装置。
【請求項４】
前記生体情報モニター画像は、前記生体情報モニターのモニタリング画面のキャプチャ画像、前記生体情報モニターに接続された前記低血圧リスク予測装置のディスプレイに表示されたモニタリング画面のキャプチャ画像、または前記生体情報モニターに接続されたコンピュータのディスプレイに表示されたモニタリング画面のキャプチャ画像である、請求項１に記載の低血圧リスク予測装置。
【請求項５】
前記生体情報モニター画像は、心電図波形、動脈圧波形、経皮酸素飽和度波形、呼気二酸化炭素濃度波形、またはそれらの組合せを含む、請求項１に記載の低血圧リスク予測装置。
【請求項６】
請求項１～５のいずれか一項に記載の低血圧リスク予測装置と、
前記生体情報モニターと
を備える、低血圧リスク予測システム。
【請求項７】
患者から取得された生体情報に基づいて当該患者の低血圧リスクを予測する低血圧リスク予測方法であって、
前記患者の生体情報を取得する生体情報モニターのモニタリング画面に表示された生体情報モニター画像の入力を受け付けること、
前記受付された生体情報モニター画像を入力して、前記患者の低血圧リスクに関する情報を算出すること、及び
前記算出された低血圧リスクに関する情報を出力すること
を含み、
前記算出することが、前記生体情報モニター画像が入力されると前記低血圧リスクに関する情報が算出されるように、入力として被験者の生体情報モニター画像と出力として被験者の低血圧発症有無に関する情報とを含む教師データを用いた機械学習が施された学習済み算出モデルを用いる、
低血圧リスク予測方法。
【請求項８】
患者から取得された生体情報に基づいて当該患者の低血圧リスクを予測する低血圧リスク予測プログラムであって、
前記患者の生体情報を取得する生体情報モニターのモニタリング画面に表示された生体情報モニター画像の入力を受け付ける画像受付機能、及び
前記受付された生体情報モニター画像が入力されると、前記患者の低血圧リスクに関する情報を算出する算出機能
を含み、
前記算出機能が、前記生体情報モニター画像が入力されると前記低血圧リスクに関する情報が算出されるように、入力として被験者の生体情報モニター画像と出力として前記被験者の低血圧発症有無に関する情報とを含む教師データを用いた機械学習が施された学習済み算出モデルを有する、
低血圧リスク予測プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、低血圧発症リスク予測装置、低血圧発症リスク予測システム、低血圧発症リスク予測方法、及び低血圧発症リスク予測プログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
全身麻酔の導入時には、呼吸や血行動態の急激な変化が引き起こされ、その結果として低血圧（Postinduction hypotension：ＰＩＨ）が生じる可能性があり、脳梗塞等の重大な合併症を引き起こすリスクがある。
【０００３】
また、全身麻酔の導入時だけでなく、手術室や集中治療室、緊急時や病棟での急変時など、多くの場面で低血圧が問題となる。どの症例で低血圧のリスクが高いのかを、熟練者でないと判断が難しい状況が大きな問題として認識されている。
【０００４】
従来、ＰＩＨの予測は、麻酔科医等の医師が、年齢や性別等の患者情報、使用する麻酔薬の種類または量等の薬情報、診察で得た患者の身体的情報、及び生体情報モニターのデータを統合して行っている。
【０００５】
また、特許文献１では、患者の動脈圧をモニタリングし、患者の予測される未来の低血圧事象を医療関係者に警告するための方法であって、複数のステップを踏むことにより一定の閾値設定に対する低血圧予測の方法が提案されている。
【先行技術文献】
【特許文献】
【０００６】
特表２０２３－５１５１５１号公報
【非特許文献】
【０００７】
Smilowitz, NR, Gupta N, Ramakrishna H, Guo Y, Berger JS, Bangalore S, et al., Trends in Perioperative Major Adverse Cardiovascular and Cerebrovascular Events associated with Non-Cardiac Surgery, JAMA Cardiol, 2017;2(2):181-187.
Salmasi V, Maheshwari K, Dongsheng Y, Mascha EJ, Singh A, Sessler DI, et al., Relationship between Intraoperative Hypotension, Defined by Either Reduction from Baseline or Absolute Thresholds, and Acute Kidney and Myocardial Injury after Noncardiac Surgery: A Retrospective Cohort Analysis, Anesthesiology, 2017;126(1):47-65.
Selvaraju et.al., Grad-cam: Visual explanations from deep network via gradient-based localization, ICCV, 2017, 618-626.
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、上記ＰＩＨの予測が患者の実際の状態を反映しているとは限らない。生体情報モニターのデータを含む上記情報を適切に統合してＰＩＨの発症リスクを判断するためには高度な専門知識と経験が必要になるが、麻酔科医等の医師等の診断経験や技術は個々に異なり、経験の浅い医師や看護師がＰＩＨの発症を予測するのは困難である。そのため、経験が浅い医療従事者は、生体情報モニターに表示される危険なサインを見逃すことがある。
【０００９】
また、特許文献１等で提案されている低血圧予測方法は複数のステップを要し、専用の装置とソフトウェアが必要となるが、これらの専用の装置とソフトウェアは高価であり、医療現場への導入にはコストがかかる。
【００１０】
そこで、熟練医師ではなく経験の浅い医療従事者でも患者の低血圧リスクが高いと認識することを可能にする低コストの低血圧予測装置が求められている。
【課題を解決するための手段】
（【００１１】以降は省略されています）

関連特許