透析治療過程 中患者特異性參數進展。此處相關的參數可能是血壓。這種預后給予用戶有關患者的狀態(tài) 的未來信息，以使得用戶（例如，工作人員）可以在早期通過調整一個或多個透析或患者參 數進行互動。如果預測出患者的血壓進展，那么用戶或操作員（例如，用戶或治療師，如醫(yī) 師或醫(yī)院護士）利用所給出的參數（例如，UF速率）接收有關血壓在未來不久的時間段內 (例如，在接下來的幾分鐘或幾小時內）將如何表現的信息。如果所預測的血壓進展就可能 的低血壓發(fā)作而言比較危急，那么有可能例如通過使UF速率自動或手動減小來事先消除 所述可能的低血壓發(fā)作。
[0033] 在一個、多個或所有示例性實施方案中，基于所存儲的患者個體生理參數的透析 中血壓（BD)的預后是可能的，所述預后實現對血壓的早期控制，并且因此允許預防下降血 壓趨勢并減少低血壓發(fā)作。
[0034] 另外，有可能例如通過視覺方式和手段向醫(yī)師或工作人員呈現所需參數的進展的 趨勢，以使得在通過機器的自動干涉發(fā)生之前將首先由工作人員做出對趨勢的解釋。例如， 如果發(fā)生危急趨勢，那么工作人員能夠及時采取其他措施，如及時注射等滲生理食鹽水溶 液。
[0035] 預后可以可替代地用作生物反饋系統的輸入，所述生物反饋系統以自動的方式采 取應對措施，例如，以減小UF、改變LF、改變透析液體的溫度或注射等滲溶液的形式。
【附圖說明】
[0036] 下文將基于示例性實施方案并參考附圖來解釋本實用新型，其中：
[0037] 圖1示出用于預測血壓的流程圖，
[0038] 圖2示出UF控制的進展，
[0039] 圖3示出前瞻性UF控制的可能性，
[0040] 圖4是人工神經網絡的簡化圖示，
[0041] 圖5示出借助于不同網絡類型的血壓預后的進展，
[0042] 圖6示出借助于使用不同訓練算法的網絡的血壓預后，
[0043] 圖7示出使用NAR網絡的血壓預后的進展，
[0044] 圖8示出使用NARX網絡的血壓預后，
[0045] 圖9示出收縮血壓的血液動力學參數與由機器傳感器檢測到的參數之間的相關 系數，
[0046] 圖10不出針對不同學習算法具有和不具有時間滯后的血壓預后，
[0047] 圖11示出借助于系綜形成的治療單元期間血壓預后，以及
[0048] 圖12示出使用FF-NN的完整治療單元的連續(xù)預后。
【具體實施方式】
[0049] 下文將更詳細解釋示例性實施方案。
[0050] 圖1示出根據本實用新型的裝置的示例性實施方案。所述示例性實施方案包括 用于檢測或存儲諸如靜脈壓力PV、動脈壓力PA、跨膜壓力TMP、透析液體導電性LF、透析液 體溫度DT的機器參數和/或另外參數的傳感器或存儲器布置2。這些機器參數可以通過患 者1身上或透析機上的傳感器布置2直接測量，但它們可能事先已被存儲。通過傳感器布 置或存儲器布置2檢測或傳遞的值可以存儲在存儲器單元5中。
[0051] 另外，提供傳感器布置或存儲器布置3，所述傳感器布置或存儲器布置檢測患者參 數，如尿毒癥毒素吸收率、血細胞比容HCT等，并且可以借助于有關患者或有關透析液體或 透析機器的相應測量結果來接收其輸入變量。
[0052] 進一步提供傳感器布置或存儲器布置4以用于檢測或存儲實驗室參數，如白蛋 白、尿素等，所述傳感器布置或存儲器布置可以借助于相應的測量結果或輸入來從患者1 接收其輸入變量。正如傳感器布置2 -樣，傳感器布置3和4也將它們的輸出信號保存在 存儲器單元5中。
[0053] 基于緩沖在存儲器單元5中的值（如機器參數、患者參數以及實驗室參數），訓練 布置在存儲器單元5的下游的訓練單元6。所述訓練單元6首先執(zhí)行學習階段，之后它將訓 練算法的相應訓練后的（即，相應調整后的）值轉發(fā)給預后單元7。
[0054] 借助于整合的預后算法，預后單元7執(zhí)行預測以用于有待確定或監(jiān)測的參數的未 來進展的預后。對有待預測的參數（在下文中也稱為預后參數）的未來期望進展的這種計 算發(fā)生在預后單元7中，所述預后單元相對于例如血壓和/或相對血容量或任何其他參數 的期望未來進展確定并定義這些參數的水平。在方框8中或在連接至方框8的另外方框9 至11中，可以評價預后參數，例如將其與閾值進行比較，和/或可以顯示所述預后參數。
[0055] 在圖1中所示的示例性實施方案中，方框9被實施為例如以聽覺和/或視覺形式 傳遞警告的報警單元。這允許例如醫(yī)師或工作人員在甚至發(fā)生緊急情況（如低血壓發(fā)作） 之前執(zhí)行快速干涉，如減小UF速率或者向患者供給液體。
[0056] 另外，方框10可以設計為例如顯示裝置，所述顯示裝置示出預后參數的當前進 展，包括未來將期望的估計進展。
[0057] 方框11可以設計為控制器，所述控制器基于預后參數以及當前參數（如血壓或相 對血容量）來做出相應控制干涉，并且因此以相應方式控制對患者1的治療。
[0058] 部件6、7、8可以設計為人工神經網絡。
[0059] 在一個、多個或所有示例性實施方案中，對患者數據進行檢測。為此，在一段較長 時間內收集患者的連續(xù)血壓進展，其中每位患者的至少10個后續(xù)治療單元用于訓練。對于 每個治療單元來說，獲得48個經計算或測量得到的血壓值。這意味著同一位患者的48*10 =480個血壓測量結果可用于訓練過程。
[0060] 在示例性實施方案中，使用人工神經網絡用于血壓預后。還可以使用其他預后方 法，如支持向量機。改變和調整各種網絡模型和類型，以使得可以避免任何過度擬合和擬合 不足。為了更好地驗證網絡的質量，將考慮一個以上標準，因為僅考慮僅一個標準（如均方 根誤差（RMSE)或均方誤差（MSE))可能導致對網絡或預后的錯誤驗證。這已在若干模擬中 得到確認。RMSE是平均預后誤差（即，實際觀察所得的平均預后偏差）的平方根。MSE是 指估計量與有待估計的值的中值二次偏差。
[0061] 本實用新型的示例性實施方案涉及諸如血壓的透析中參數的預后。預后可以借助 于學習算法（例如像神經網絡）來進行。這種預后允許工作人員查看患者參數在未來的行 為，以使得可以采取早期措施，或者可以通過機器執(zhí)行及時的自動干涉。由于低血壓發(fā)病率 對患者來說具有特異性，因此有利的是了解患者的血液動力學特征，例如，任何組合形式的 至少一個或多個參數，或所有以下諸如80、1?￥、01\!1(：1\?4、？￥、了1^和/或氧飽和度的參數 的進展。為此原因，本實用新型的一個、多個或所有示例性實施方案提供一種以連續(xù)方式獲 知這些血液動力學特征（此處又稱為血液動力學）的系統。此類血液動力學可以在每個治 療單元之后進行存儲。
[0062] 借助于人工神經網絡，可以在進行中治療單元期間，從所存儲的數據做出對血液 動力學的進展的預后，所述所存儲的數據描述典型情況下和特殊情況下的患者的血液動力 學。人工神經網絡提供了解釋系統的動態(tài)進展和預測其未來行為的可能性。如果存儲了患 者的血液動力學參數和生理參數，那么它們的未來進展可以通過一個或多個神經網絡來預 測。
[0063] 如果人工神經網絡獲知患者的血液動力學特征，那么取決于若干參數，這種特征 的預后是可能的。如果這種預后是成功的，就可以及時地控制這些參數。這些參數可以是 例如BD和/或RBV。作為替代或除此之外，可以觸發(fā)報警或警告。手動或自動機器干涉可 以代表穩(wěn)定血壓的一種方式。
[0064] 在一個、多個或所有示例性實施方案中，目標是血壓預后。在透析治療中，可以借 助于所存儲的參數來預測血壓的期望進展。如果存在低血壓風險，那么所述系統能夠及時 反應并且在發(fā)生低血壓情況之前調整UF速率。正常情況下，UF速率的減小會帶來血壓的穩(wěn) 定并且因此帶來血液動力學參數的穩(wěn)定。作為穩(wěn)定血壓的替代方案或除了穩(wěn)定血壓之外， 還可以使LF或DT的改變的預后穩(wěn)定。
[0065] 本實用新型的示例性實施方案允許預測例如患者參數（例如，BD)的透析中進展。 可以實現進一步減小的血壓測量結果?？赡茉跓o需一些或所有的血壓測量結果的情況下進 行。透析中發(fā)?。ɡ?，低血壓發(fā)作）的早期鑒定/預后是可能的。另外，血壓趨勢的早期 鑒定/預后是可能的。此外，如果發(fā)生異常的預測進展狀況，早期互動是可能的。
[0066] 與血壓相關并且用于預測另一透析參數（例如，血壓）的所有透析參數在每次透 析治療之后進行存儲。從一定數量的所存儲的治療單元向上，預定義的所存儲的神經網絡 存取預選擇的參數。訓練所述參數并且通過神經網絡來計算權重。在新治療的情況下，神 經網絡能夠在連接患者并且在調節(jié)他的/她的參數之后直接計算期望血壓進展。在5分鐘 的時間間隔內給出血壓進展。
[0067] 在一個、多個或所有示例性實施方案中，可以提供各種控制方法，例如，回顧性方 法，其中血壓測量在透