使用植入的生物传感器进行患者监测

技术领域

本发明实施例涉及可植入的生物传感器，并且更具体地涉及利用植入的生物传感器来监测患者的关节健康并向患者提供健康护理。

背景技术

血友病，一种其中血液不能适当凝结的遗传疾病，是最致命的和众所周知的先天性疾病之一。血友病是由于肝脏不能产生必需蛋白质而发生的，包括两种不同类型：当身体不能合成凝血因子VIII时发生的血友病A和当身体不能合成凝血因子IX时发生的血友病B。由于各种关节(诸如肘或膝)中的复发性出血，这些关节随着时间变得更弱；典型地，具体地一个关节(被称为“目标”关节)表现为薄弱环节。如果从年轻时起目标关节没有被适当地治疗，则目标关节可以快速变形，最终退化到发生永久性损伤的点。目标关节的退化导致移动能力减少和疼痛，从而对患者的生活质量产生不利影响。因此，针对血友病的治疗可以特别寻求保护目标关节。

发明内容

根据本发明的一个实施例，一种计算机系统提供了使用植入的生物传感器进行患者监测和治疗。经由一个或多个植入的生物传感器收集与患者的目标关节相关联的数据。从该数据中提取多个特征值。使用经训练的分类模型来处理所述多个特征值以选择推荐。该推荐被提供以减轻对目标关节的血友病相关损伤。本发明的实施例还包括用于以与上述基本上相同的方式使用植入的生物传感器进行患者监测和治疗的方法和程序产品。

附图说明

总体上，各个附图中相同的附图标记用于指定相同的部件。

图1是描绘根据本发明的实施例的用于使用植入的生物传感器进行患者监测和治疗的计算环境的框图；

图2是描绘根据本发明的实施例的用户环境的图；

图3描绘了根据本发明的实施例的可植入的生物传感器；

图4描绘了根据本发明的实施例的可植入的生物传感器；

图5是描绘根据本发明的实施例的用于进行患者监测和治疗的工作流的框图；

图6是描绘根据本发明的实施例的使用植入的生物传感器监测和治疗患者的方法的流程图；以及

图7是描绘根据本发明的实施例的计算设备的框图。

具体实施方式

本发明实施例涉及可植入的生物传感器，并且更具体地涉及利用植入的生物传感器来监测患者的关节健康并向患者提供健康护理。具体地，生物传感器可以用于监测血友病患者的关节，因为它们的关节由于血友病的性质可能特别易受退行性疾病的影响。典型地，虽然所有关节可能由于出血而随时间遭受损害，但是目标关节通常自身呈现为薄弱环节，并且因此可能遭受复发性出血。

由于未经治疗或管理不良的目标关节可以基本上导致增加的恶化的正反馈循环，所以健康护理提供者旨在尽可能早地识别和治疗目标关节。然而，识别目标关节可能是困难的，尤其是在儿童中，并且由于血友病是一种先天性疾病，所以大多数血友病患者遭受关节(通常为膝或肘)的永久性损害。在严重的情况下，即使接受常规治疗(例如，凝血因子替代疗法)的血友病患者通常在二十岁出头就失去了其膝关节的使用，并且需要全膝置换手术。然而，这些手术仅恢复了膝盖的自然能力的一部分，并且患者将不得不与人造膝一起生活或随时间接受额外的膝置换手术。

由于对血友病患者的外科手术可能是尤其危险的，并且因为置换关节不能完全再现关节的自然能力，所以健康护理提供者的目标是防止对关节手术的需要，或至少尽可能长地延长对手术的需要。因此，本发明实施例利用植入的生物传感器来监测目标关节的状态，以便极大地最小化未检测到内出血的时间量，从而使能快速治疗并且因此延长自然关节的寿命。具体地，本发明实施例使用生物化学传感器来监测血液中的标记，使用机械传感器来测量关节的应变和其他机械特性，和/或使用滑液传感器来测量关节的滑液相关参数。可以采用机器学习技术来执行数据清洗，并且经训练的分类算法然后可以提供与患者的目标关节有关的推荐。

因此，本发明实施例提供了通过更快速地识别血友病患者的目标关节中的内出血来改善患者监测和治疗领域的实际应用，从而大大延长了患者自然关节的使用。本发明实施例通过提供一种新颖的基于机器学习的方法来减少所收集的数据中的噪声以改进出血检测。由于从内部和外部源(包括患者移动、患者的环境(由于作用于患者的外力、环境温度水平等)和任何其他源)引入的数据中的噪声，传统方法难以分析从患者收集的数据。相比之下，本发明实施例通过采用机器学习技术来为每种类型的生物传感器建立阈值，以便对从每种类型的生物传感器导出的数据执行数据清洗操作，来从数据中去除噪声。

因此，本文呈现的实施例具有超过传统技术的提高的准确度，这些传统技术难以考虑患者的移动(其将噪声引入所收集的数据)。此外，本发明实施例采用机器学习模型，该机器学习模型被专门训练来执行多类分类以产生推荐，包括可以延长自然关节寿命的矫形干预和血液干预。因此，本发明实施例通过更快且更准确地识别内出血，并且提供可执行的建议来减轻检测到的出血来改进血友病相关的出血检测的技术领域。此外，患者的结果可以用于更新分类模型，从而提供随时间越来越准确的解决方案。

应注意的是，贯穿本说明书对本文的特征、优点或类似语言的引用并不暗示可以用本文所公开的实施例实现的所有特征和优点应当是或是在本发明的任何单一实施例中。而是，涉及特征和优点的语言应理解为意指结合实施例描述的特定特征、优点或特性被包括在本发明的至少一个实施例中。因此，贯穿本说明书对特征、优点和类似语言的讨论可以但不一定指代同一实施例。

此外，所描述的本发明的特征、优点和特性可以按任何适合的方式结合在一个或多个实施例中。相关领域的技术人员将认识到，可以在没有特定实施例的一个或多个特定特征或优点的情况下实践本发明。在其他实例中，在某些实施例中可以认识到在本发明的所有实施例中可能不存在的附加特征和优点。

这些特征和优点将从以下附图、说明书和所附权利要求书中变得更加明显，或者可以通过如下文所阐述的本发明的实施例的实践来学习。

现在将参考附图详细描述本发明实施例。图1是描绘根据本发明的实施例的用于使用植入的生物传感器进行患者监测和治疗的计算环境100的框图。如所描绘的，计算环境100包括数据收集设备105、生物传感器110、治疗服务器115和网络145。应当理解，出于解释本发明实施例的目的，已经选择了计算环境100的组件之间的功能划分，并且这些功能划分不应被解释为限制示例。

数据收集设备105包括网络接口(I/F)106和至少一个处理器107。数据收集设备105可以包括膝上型计算机、平板计算机、上网本计算机、个人计算机(PC)、台式计算机、个人数字助理(PDA)、智能电话、瘦客户端或能够执行计算机可读程序指令的任何可编程电子设备。网络接口106使得数据收集设备105的组件能够通过诸如网络145的网络发送和接收数据。一般而言，数据收集设备105接收或获得来自诸如生物传感器110之类的植入的生物传感器的数据，并将数据传递给服务器(例如，治疗服务器115)以用于进一步处理。在一些实施例中，数据收集设备105是微控制器。数据收集设备105可以包括内部和外部硬件组件，如关于图7更详细描绘和描述的。

网络接口106使数据收集设备105的组件能够通过诸如网络145的网络发送和接收数据。在一些实施例中，网络接口106包括多个接口，诸如有线和/或无线接口。网络接口106可以包括近场通信(NFC)接口、体域网(BAN)接口或类似接口，以支持数据收集设备105和生物传感器110之间的数据的无线交换，所述生物传感器110可以被植入在患者的目标关节中。在一个实施例中，数据收集设备105使用第一短程无线网络接口来从生物传感器110获得数据，并且使用第二有线或无线网络接口来将数据提供给治疗服务器115。

在一些实施例中，处理器107对从生物传感器110获得的数据进行预处理和/或以其他方式准备用于传输的数据以用于进一步处理(例如，通过组织数据、压缩数据等)。处理器107可以按照传感器类型组织数据和/或可以将时间戳添加到由生物传感器110收集的数据以产生时间序列数据。

生物传感器110可以包括用于将物理、化学和/或生物现象转换成电信号的任何换能器。在不同实施例中，生物传感器110可以包括温度传感器、压力传感器、应力传感器、应变传感器、加速度传感器、旋转传感器、生化传感器等。在一些实施例中，生物传感器110包括表面，诸如抗体、碳水化合物、钙等的特定离子或有机分子(包括大分子和单体)可以与所述表面结合。当感兴趣的特定离子或有机分子与生物传感器的表面结合时，表面的电导率改变，并且所得到的电压变化可用于确定特定离子或有机分子的体内浓度。生物传感器110可经由显微外科技术(例如，注射到目标关节中)植入，并且可包括诸如微机电系统(MEMS)传感器、二维纳米材料传感器(例如，基于石墨烯的传感器)等的技术。在一些实施例中，生物传感器110可以使用从数据收集设备105获得的电力来发送数据，这可以经由无线能量传输技术来提供。关于图3-图5更详细地描述了生物传感器110。

治疗服务器115包括网络接口(I/F)116、至少一个处理器117、存储器120和数据库140。存储器120可以包括数据清洗模块125、预处理模块130和治疗计划模块135。治疗服务器115可以包括膝上型计算机、平板计算机、上网本计算机、个人计算机(PC)、台式计算机、个人数字助理(PDA)、智能电话、瘦客户端、机架式服务器或能够执行计算机可读程序指令的任何可编程电子设备。网络接口116使治疗服务器115的组件能够通过诸如网络145的网络发送和接收数据。通常，治疗服务器115处理和分析从生物传感器110收集的数据，以识别血友病患者的目标关节中的内出血。附加地或可替代地，治疗服务器115对出血性事件进行分类来为患者推荐各种治疗计划。治疗服务器115可以包括内部和外部硬件组件，如关于图7更详细描绘和描述的。

数据清洗模块125、预处理模块130和治疗计划模块135可以包括执行以下描述的本发明实施例的各种功能的一个或多个模块或单元。数据清洗模块125、预处理模块130和治疗计划模块135可以由任何数量的软件和/或硬件模块或单元的任何组合来实现，并且可以驻留在治疗服务器115的存储器120内以供诸如处理器117的处理器执行。

数据清洗模块125可以经由数据收集设备105接收从生物传感器110收集的数据，并且可以对数据执行数据清洗和/或降噪操作以排除不满足某些预定义的或确定的标准的任何数据。在一些实施例中，数据清洗模块125将每种类型的生物传感器110的数据与预定阈值进行比较，并且如果该数据违反该阈值，则该数据可以被丢弃。因此，例如，压力读数的较大值可以被丢弃，因为所述值可由患者的快速移动引起且因此不指示关节的典型压力。

在一些实施例中，数据清洗模块125利用机器学习模型来确定每种类型的生物传感器数据的动态阈值。机器学习模型可以根据传统或其他机器学习技术来训练；在一些实施例中，机器学习模型是被训练成基于描述患者的目标关节的输入和其他相关因素来输出阈值的神经网络。具体地，数据清洗模块125可以采用机器学习模型，该机器学习模型基于诸如患者的血友病状况(例如，轻度或重度)、特定关节(例如，肘、膝、踝等)、目标关节的灵活性(例如，正常、超移动等)以及患者的关节状况(例如，比六个月前更好、比六个月前更差等)的输入来输出用于数据清洗的阈值。可以使用标记的训练数据集来训练机器学习模型，所述标记的训练数据集包括用一个或多个输入参数值(例如，患者的状况、受影响的目标关节、目标关节灵活性、目标关节状况)标记的示例阈值。因此，机器学习模型可以学习用于各种输入的阈值，包括没有为其提供示例输入组合的输入组合。

使用预定的和/或机器学习的阈值，数据清洗模块125清洗从生物传感器110获得的原始数据。在清洗数据之后，结果被提供给预处理模块130用于进一步处理。

预处理模块130对清洗后的数据执行预处理操作以从生物传感器数据中提取特征值。所提取的特征值可以取决于从其中提取每个数据集的生物传感器的类型。

在一些实施例中，预处理模块130处理清洗后的数据以确定骨关节炎阶段的变化率，包括每日变化、每周变化、每月变化以及标准偏差。骨关节炎阶段可基于关节温度数据、滑液压力数据、羟基磷灰石水平、骨钙素水平、滑膜体积、用户报告数据、保健提供者报告数据等来确定。

在一些实施例中，预处理模块130确定目标关节中的温度的变化率，诸如每日变化、每周变化、每月变化以及标准偏差。温度数据可以通过使用传统技术或其他技术测量温度的生物传感器来获得。

在一些实施例中，预处理模块130确定软骨分布的变化率，包括每日变化、每周变化、每月变化以及标准偏差。软骨应力分布可以根据机械参数(诸如应变、应力、摩擦、压力等)来确定。

在一些实施例中，预处理模块130确定滑液压力或体积的变化率，包括每日变化、每周变化、每月变化以及标准偏差。可以使用植入目标关节的滑膜内的生物传感器110来确定滑膜流体压力，并且可以基于将压力数据与特定关节处的滑膜的预期压力、患者的身体测量等进行比较来确定体积。

在一些实施例中，预处理模块130确定抗血友病因子(AHF)水平的变化率，包括每日变化、每周变化、每月变化以及标准偏差。AHF水平可以使用生物传感器110来确定，生物传感器110执行测定以基于代谢物或其他有机分子的存在直接或间接确定AHF浓度。

在一些实施例中，预处理模块130确定贝塞斯达单位(BU)的变化速率，包括每日变化、每周变化、每月变化以及标准偏差。可以使用生物传感器110检测BU以执行贝塞斯达测定来检测因子VIII抑制剂(即，抗因子VIII抗体)的存在。

在一些实施例中，预处理模块130确定血红蛋白水平的变化率，包括每日变化、每周变化、每月变化以及标准偏差。血红蛋白水平可以使用光流体传感器来确定以测量流体中的血红蛋白含量。

在一些实施例中，预处理模块130确定滑液中的血液水平的变化率，包括每日变化、每周变化、每月变化以及标准偏差。可以使用基于微针的生物传感器110基于毛细管作用测量来检测滑液中的血液水平。

当预处理模块130从清洗后的生物传感器数据中提取特征值时，预处理模块130可以将特征值提供给治疗计划模块135。

治疗计划模块135可以采用一个或多个经训练的机器学习模型来分析所提取的特征值以便评估目标关节的状况并推荐针对目标关节的治疗。在一些实施例中，治疗计划模块135采用传统或其他机器学习技术来将特征值映射到特定推荐以减轻对目标关节的损伤。机器学习模型可以包括传统或其他模型类型，诸如神经网络、支持向量机、隐马尔可夫模型、对抗网络模型等。在一些实施例中，机器学习模型是基于极端梯度提升的模型，所述基于极端梯度提升的模型执行多类分类以基于输入特征值提供推荐。

机器学习模型可以被训练为将特定特征值或特征值的特定组合分类至目标关节的状况和/或针对目标关节的治疗推荐。具体地，可以使用包括一个或多个所提取的特征的特征值的训练数据来训练监督机器学习模型，每个特征值被提供有指示该特征值是否与内出血相关联的标签，并且如果是，则指示该内出血的量。所述量或目标关节的状况可以与特定治疗推荐相关联，并且可以使用标记的训练数据来学习那些关联，所述标记的训练数据包括关节状况的示例和对应的治疗选项。因此，机器学习模型可以被训练成输出特征值到关节状况的映射，所述关节状况又被用于推荐的治疗。

可以使用训练数据来训练机器学习模型，所述训练数据包含治疗值到已知关节状况和/或治疗的过去映射的示例，所述已知关节状况和/或治疗用于向先前患者提供护理并且被标记有正面或负面患者结果(例如，推荐是否令人满意地减轻患者的目标关节中的问题的指示)。因此，治疗计划模块135可以从成功和/或不成功的先前映射学习以更准确地将特征值映射到特定目标关节状况和/或推荐。

数据库140可以包括本领域已知的任何非易失性存储介质。例如，数据库140可用磁带库、光学库、一个或多个独立硬盘驱动器或独立磁盘冗余阵列(RAID)中的多个硬盘驱动器来实现。类似地，数据库140中的数据可以遵循本领域中已知的任何合适的存储架构，诸如文件、关系数据库、面向对象的数据库和/或一个或多个表格。在一些实施例中，数据库140可以存储数据，包括经训练的机器学习模型、训练数据、原始生物传感器数据、清洗后的生物传感器数据、提取的特征值、特征值到目标关节状况的历史映射和/或目标关节状况到推荐的历史映射。

网络145可以包括局域网(LAN)、广域网(WAN)(诸如因特网)或两者的组合，并且包括有线、无线或光纤连接。通常，根据本发明的实施例，网络145可以是本领域已知的连接和协议的任何组合，其将支持数据收集设备105和治疗服务器115之间经由它们各自的网络接口的通信。

图2是描绘根据本发明的实施例的用户环境200的图。如所描绘的，用户环境200包括用户205(例如，血友病患者)、数据收集设备105和一个或多个生物传感器110。生物传感器110可以被植入目标关节中，所述目标关节在所描绘的实施例中是用户205的左膝。在一些实施例中，生物传感器110可以位于目标关节中或目标关节周围，包括滑膜内的一个或多个生物传感器110、处于适于监测目标关节的循环系统组件的位置的一个或多个生物传感器110，以及处于适于获得目标关节的机械测量(诸如应力和应变)的位置的一个或多个生物传感器110。

数据收集设备105可以从生物传感器110无线地获得数据。由数据收集设备105获得的数据可以进而提供给服务器，诸如处理服务器115，用于另外的处理。在一些实施例中，数据收集设备105是可穿戴设备或可被携带在用户205的口袋等中。数据收集设备105可以连续地、根据预定时间表或基于自组织地(例如，当新的数据变得可用时)从生物传感器110获得数据。类似地，数据收集设备105可以以连续方式、以自组织方式或根据预定时间表向治疗服务器115提供数据。

图3描绘了根据本发明的实施例的可植入的生物传感器300。可植入的生物传感器300可以包括在生物传感器110中，如关于图1更详细描绘和描述的。如所描绘的，可植入的生物传感器300包括滑液压力传感器310和外部主体320。滑液压力传感器310可以包括用于将压力转换成电信号的任何换能器，诸如压电换能器。外部主体320可以被涂覆在一种材料中以提供用于检测抗体的传感器阵列。当抗体附着于外部主体320的涂层时，外部主体320的电导率或其他性质可以以与可植入的生物传感器300插入其中的液体中的抗体浓度相关的方式改变。

图4描绘了根据本发明的实施例的可植入的生物传感器。可植入的生物传感器400可以包括在生物传感器110中，如关于图1更详细描绘和描述的。可植入的生物传感器400可以对应于可植入的生物传感器300的实施例的内部视图，如图3所描绘和描述的，或可植入的生物传感器400可以是另一生物传感器实施例。

如所描绘的，可植入的生物传感器400包括血液相关元件410、肌肉骨骼相关元件420、换能器430和电池440。血液相关元件410可以包括一个或多个片上实验室或微尺度测定，用于收集与血液相关参数相关联的生物传感器数据，并且肌肉骨骼相关元件420可以包括一个或多个生物传感器用于收集机械数据，诸如应力和应变。换能器430可以包括一个或多个换能器组件，用于将由其他元件(例如，血液相关元件410和/或肌肉骨骼相关元件420)获得的生物信号转换成电信号。电池440可以向可植入的生物传感器400提供电力以对其数据收集组件和/或发射器(未示出)供电。

图5是描绘根据本发明的实施例的用于进行患者监测和治疗的工作流500的框图。如所描绘的，工作流500包括数据采集阶段505、数据传输和清洗阶段525、特征值提取阶段545、特征值处理阶段560和治疗阶段570。

数据采集阶段505包括循环数据510、机械数据515和滑液数据520的采集。如所描绘的，循环数据510可以包括AHF数据(包括凝血因子VIII、凝血因子IX或两者)、抑制剂数据、血红蛋白数据和羟基磷灰石数据。AHF数据可以用于确定患者的血液中AHF的降解水平，其与内出血的增加的机会相关联。由于血友病患者不能产生其自身的AHF，AHF的存在是由于患者必须定期接受的AHF治疗。可以使用生物传感器来确定AHF水平，该生物传感器执行一阶段激活的基于部分凝血活酶时间(aPTT)的测定、两阶段生色测定或类似测定。

抑制剂数据可以通过生物传感器采集，该生物传感器执行贝塞斯达测定以确定液体中的贝塞斯达单位(BU)。贝塞斯达测定测量由身体产生并抑制血液中AHF的规律活性的抗因子VIII抗体(例如，IgG4和/或IgG1抗体)。抑制剂可包括组织因子途径抑制剂(TFPI)和/或抗凝血酶。通过执行奈梅亨-贝塞斯达(Nijmegen-Bethesda)测定和/或通过在生物传感器上使用涂层执行荧光免疫测定(FIA)以检测抑制剂的存在，可以经由生物传感器收集抑制剂数据。

血红蛋白数据可以通过包括由纳米过滤器组成的光流体传感器的生物传感器获得，这些纳米过滤器执行血红蛋白的渐逝波吸收测量。

羟基磷灰石数据可以通过检测生物化学标记物(诸如c-反应性蛋白生物标记物CRPM)的生物传感器获得，该生物标记物可以给出关节炎症和/或骨侵蚀的警告。因此，生物传感器的感测表面可以涂有检测抗体，诸如抗CRPM抗体，并且电压的变化可以与生物标记物浓度相关联。附加地或可替代地，结合骨钙素(一种当骨降解时释放的有机分子)的抗体，以类似地识别羟基磷灰石水平。

机械数据515可以包括应变或摩擦数据、关节不稳定性数据、压力数据和温度数据。压力数据可以经由电容式压力传感器来收集，该电容式压力传感器可以包括聚乙烯涂覆的针或包含压力传感器的类似的针。应变数据可以使用压阻应变传感器来收集。软骨应力分布数据可以使用力板传感器来收集，并且温度数据可以使用涂有石墨烯的红外热电堆传感器或其他温度采集微机电系统来收集。

可以使用评估一个或多个微针中的毛细作用的生物传感器来收集滑液数据520。毛细作用可以指示滑液的性质，诸如粘度，其指示血液的密度和/或存在。另外，压力数据可以从滑膜收集，类似于如何针对目标关节的机械数据收集压力数据。

数据传输和清洗阶段525包括操作530(其中，由生物传感器传输原始数据)、操作535(其中，由设备(例如，数据收集设备105)收集所传输的原始数据)以及操作540(其中，(例如，由数据清洗模块125)执行数据清洗操作)。一旦原始数据被清洗，结果就可以被提供给预处理模块130，并且工作流500前进到特征值提取阶段545。

在特征值提取阶段545处，预处理模块130处理数据以提取各种相关特征的特征值。如图所示，通过执行肌肉骨骼状态检测550和血液学状态检测555可以获得两个主要类别的特征数据。肌肉骨骼数据可以包括骨关节炎阶段的变化率、温度的变化率、软骨应力分布的变化率以及滑液体积或压力的变化率。血液学数据可以包括AHF测定的变化率、抑制剂水平的变化率、血红蛋白水平的变化率以及滑液中的血液水平的变化率。

在特征值处理阶段560处可以由推荐系统565(例如，治疗计划模块135及其经训练的模型)处理所提取的特征值。推荐系统565可以基于特征值确定目标关节的状态，并且可以根据目标关节的状态输出各种不同的推荐。

如治疗阶段570中所示，推荐可以包括矫形(手术)推荐575和血液学(临床)推荐580。矫形推荐可以包括非手术推荐，诸如理疗或理疗变化，以及放射滑膜切除术(例如，使用锐利90)，或手术推荐，诸如关节镜检查或关节造型术。血液学推荐580可以包括按需或预防性AHF置换治疗，或血红蛋白靶向治疗，诸如提高血红蛋白水平的药物或输血。

可以在操作585处应用治疗或治疗的组合，并且结果可以被反馈到推荐系统565中，以便使机器学习组件随时间推移提高准确度。

图6是描绘根据本发明的实施例的使用植入的生物传感器监测和治疗患者的方法600的流程图。

在操作610处，生物传感器被植入患者体内。可以使用显微手术或其他技术(包括微创技术)将生物传感器植入患者的目标关节中。可以验证生物传感器的位置，以便确保将实现适当的数据收集。根据植入的(多个)生物传感器的类型，生物传感器可以被植入在滑膜内或滑膜外。生物传感器可以被插入在与目标关节相关联的毛细血管床中或邻近毛细血管床。

在操作620处，从生物传感器采集数据。数据可以由生物传感器获得，当生物传感器被植入患者体内时，生物传感器继而可以使用无线通信与另一设备(例如，数据收集设备105)共享数据。然后可以将所采集的数据上传到服务器(诸如治疗服务器115)用于进一步处理。

在操作630处，对原始数据执行数据清洗。可以通过丢弃异常值和/或超过预定或机器学习阈值的任何数据值来执行数据清洗。对于每个数据类型可以使用不同的阈值；例如，应用一个阈值来清洗血红蛋白数据，并且应用另一阈值来清洗应力数据。阈值可以包括上限、下限或上限和下限两者。

在操作640处，从清洗后的数据中提取特征值。清洗后的数据可以被处理以提取特征，包括被追踪的各种特征的变化率以及对应的标准偏差。

在操作650处，确定目标关节的状况。特征值被提供给多类分类模型，该多类分类模型识别目标关节的特定状况，并且基于该状况确定推荐。该状况可以包括存在或不存在内出血、出血的严重性和/或与目标关节相关的其他状况。

在操作660处，推荐被提供以减轻对目标关节的损伤。该推荐可以使用机器学习模型来选择，该机器学习模型是使用目标关节状况与对应的治疗之间的关联来训练的；因此，机器学习模型可以基于目标关节的所确定的状况来输出一个或多个治疗选项。

在操作670处，基于应用推荐的结果来更新推荐模型。当推荐的治疗被应用于患者时，应用治疗的结果被记录，并可被用作推荐模型的附加训练数据。因此，推荐模型可随时间更新以改善推荐的准确度和效力。

图7是描绘适合于执行本文公开的方法的计算机10的组件的框图。计算机10可以实现根据本发明的实施例的数据收集设备105和/或治疗服务器115。应当理解，图7仅提供了一个实施例的图示并且不暗示关于其中可以实现不同实施例的环境的任何限制。可以对所描绘的环境做出许多修改。

如所描绘的，计算机10包括通信结构12，该通信结构12在(多个)计算机处理器14、存储器16、持久性存储装置18、通信单元20和(多个)输入/输出(I/O)接口22之间提供通信。通信结构12可以用被设计用于在处理器(诸如微处理器、通信和网络处理器等)、系统存储器、外围设备和系统内的任何其他硬件组件之间传递数据和/或控制信息的任何架构来实现。例如，通信结构12可用一个或多个总线来实现。

存储器16和永久性存储装置18是计算机可读存储介质。在所描绘的实施例中，存储器16包括随机存取存储器(RAM)24和高速缓冲存储器26。通常，存储器16可以包括任何合适的易失性或非易失性计算机可读存储介质。

一个或多个程序可以被存储在持久性存储装置18中以用于由相应的计算机处理器14中的一个或多个经由存储器16中的一个或多个存储器执行。永久性存储装置18可以是磁性硬盘驱动器、固态硬盘驱动器、半导体存储设备、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、闪存，或能够存储程序指令或数字信息的任何其他计算机可读存储介质。

由持久性存储装置18使用的介质还可以是可移除的。例如，可移动硬盘驱动器可以用于永久性存储装置18。其他示例包括光盘和磁盘、拇指驱动器和智能卡，它们被插入到驱动器中以用于转移到另一计算机可读存储介质(其也是持久性存储装置18的一部分)上。

在这些示例中，通信单元20提供与其他数据处理系统或设备的通信。在这些示例中，通信单元20包括一个或多个网络接口卡。通信单元20可通过使用物理和无线通信链路中的任一者或两者提供通信。

(多个)I/O接口22允许与可以连接至计算机10的其他设备的数据输入和输出。例如，I/O接口22可以提供到外部设备28(诸如键盘、小键盘、触摸屏和/或一些其他合适的输入设备)的连接。外部设备28还可包括便携式计算机可读存储介质，诸如例如拇指驱动器、便携式光盘或磁盘以及存储卡。

用于实践本发明的实施例的软件和数据可以存储在此类便携式计算机可读存储介质上并且可以经由(多个)I/O接口22加载到永久性存储装置18上。I/O接口22还可以连接到显示器30。显示器30提供向用户显示数据的机制，并且可以是例如计算机监视器。

本文描述的程序是基于其在本发明的具体实施例中实施的应用来标识的。然而，应当理解，本文中的任何特定程序术语仅为了方便而使用，并且因此本发明不应局限于仅在由这样的术语标识和/或暗示的任何特定应用中使用。

与使用植入的生物传感器进行患者监测和治疗相关的数据(例如，原始生物传感器数据、清洗后的生物传感器数据、提取的特征值、经训练的机器学习模型、训练数据、特征值到目标关节状况的历史映射和/或目标关节状况到推荐的历史映射等)可以存储在任何传统或其他数据结构(例如，文件、阵列、列表、堆栈、队列、记录等)内，并且可以存储在任何所期望的存储单元(例如，数据库、数据或其他储存库、队列等)中。在数据收集设备105和/或治疗服务器115之间传输的数据可以包括任何期望的格式和布置，并且可以包括任何数量的任何类型的、具有任何大小的字段来存储数据。任何数据集的定义和数据模型可以任何期望的方式(例如，计算机相关语言、图形表示、列表等)指示整体结构。

与使用植入的生物传感器进行患者监测和治疗相关的数据(例如，原始生物传感器数据、清洗后的生物传感器数据、提取的特征值、经训练的机器学习模型、训练数据、特征值到目标关节状况的历史映射和/或目标关节状况到推荐的历史映射等)可以包括提供给数据收集设备105和/或治疗服务器115或由数据收集设备105和/或治疗服务器115生成的任何信息。与使用植入的生物传感器进行患者监测和治疗有关的数据可以包括任何期望的格式和布置，并且可以包括任何数量的任何类型的、具有任何大小的字段来存储任何期望的数据。与使用植入的生物传感器进行患者监测和治疗相关的数据可以包括通过任何收集机制所收集的关于实体的任何数据、所收集的信息的任何组合，以及从分析所收集的信息导出的任何信息。

本发明实施例可以采用任何数量的任何类型的用户界面(例如，图形用户界面(GUI)、命令行、提示等)来获得或提供信息(例如，与使用电子纺织品进行患者监测和治疗相关的数据)，其中该界面可以包括以任何方式布置的任何信息。该界面可以包括布置在任何位置处的任何数量的任何类型的输入或致动机构(例如，按钮、图标、字段、框、链接等)以输入/显示信息和经由任何合适的输入设备(例如，鼠标、键盘等)发起期望的动作。界面屏幕可包括任何合适的致动器(例如，链接、选项卡等)以在屏幕之间以任何方式导航。

将理解的是，以上描述的并且在附图中展示的实施例仅表示使用植入的生物传感器改善患者监测和治疗的许多方式中的几种方式。

本发明实施例的环境可以包括任何数量的计算机或其他处理系统(例如，客户端或终端用户系统、服务器系统等)和以任何期望的方式布置的数据库或其他储存库，其中本发明实施例可以应用于任何期望的类型的计算环境(例如，云计算、客户端-服务器、网络计算、大型机、独立系统等)。本发明所采用的计算机或其他处理系统可以由任何数量的任何个人或其他类型的计算机或处理系统(例如，台式计算机、膝上型计算机、PDA、移动设备等)来实现，并且可以包括任何商业上可获得的操作系统以及商业上可获得的软件和定制软件(例如，通信软件、服务器软件、数据清洗模块125、预处理模块130、治疗计划模块135等)的任何组合。这些系统可包括任何类型的监视器和输入设备(例如，键盘、鼠标、语音识别等)以输入和/或查看信息。

应当理解，本发明实施例的软件(例如，通信软件、服务器软件、数据清洗模块125、预处理模块130、治疗计划模块135等)可以以任何期望的计算机语言来实现，并且可以由计算机领域的普通技术人员基于说明书中包含的功能描述和附图中所示出的流程图来开发。进一步，本文中对执行各种功能的软件的任何引用通常指在软件控制下执行这些功能的计算机系统或处理器。本发明实施例的计算机系统可以可替代地通过任何类型的硬件和/或其他处理电路来实现。

计算机或其他处理系统的不同功能可以任何方式分布在任何数量的软件和/或硬件模块或单元、处理或计算机系统和/或电路之中，其中该计算机或处理系统可以彼此本地或远程地布置并且经由任何合适的通信介质(例如，LAN、WAN、内联网、因特网、硬接线、调制解调器连接、无线等)进行通信。例如，本发明实施例的功能可以以任何方式分布在不同终端用户/客户端和服务器系统和/或任何其他中间处理设备之中。上面描述的和流程图中示出的软件和/或算法可以以实现本文描述的功能的任何方式进行修改。此外，流程图或说明书中的功能可以以实现期望的操作的任何顺序执行。

本发明实施例的软件(例如，通信软件、服务器软件、数据清洗模块125、预处理模块130、治疗计划模块135等)可以在静止或便携式程序产品装置或设备的非暂时性计算机可用介质(例如，磁性或光学介质、磁光介质、软盘、CD-ROM、DVD、存储器设备等)上可用，以用于与独立系统或通过网络或其他通信介质连接的系统一起使用。

通信网络可以由任何数量的任何类型的通信网络(例如，LAN、WAN、因特网、内联网、VPN等)来实现。本发明实施例的计算机或其他处理系统可以包括经由任何传统或其他协议通过网络进行通信的任何传统或其他通信设备。计算机或其他处理系统可利用用于访问网络的任何类型的连接(例如，有线、无线等)。本地通信介质可由任何合适的通信介质(例如，局域网(LAN)、硬接线、无线链路、内联网等)来实现。

该系统可以采用任何数量的任何传统或其他数据库、数据存储或存储结构(例如，文件、数据库、数据结构、数据或其他储存库等)来存储信息(例如，与使用植入的生物传感器的患者监测和治疗相关的数据)。数据库系统可以通过任何数量的任何常规或其他数据库、数据存储或存储结构(例如，文件、数据库、数据结构、数据或其他储存库等)来实现，以存储信息(例如，与使用电子纺织品进行患者监测和治疗相关的数据)。数据库系统可以包括在服务器和/或客户端系统内或者耦接至服务器和/或客户端系统。数据库系统和/或存储结构可以远离计算机或其他处理系统或对计算机或其他处理系统而言是本地的，并且可以存储任何期望的数据(例如，与使用植入的生物传感器进行患者监测和治疗相关的数据)。

本发明实施例可以采用任何数量的任何类型的用户界面(例如，图形用户界面(GUI)、命令行、提示等)来获得或提供信息(例如，与使用植入的生物传感器进行患者监测和治疗相关的数据)，其中该界面可以包括以任何方式布置的任何信息。该界面可以包括布置在任何位置处的任何数量的任何类型的输入或致动机构(例如，按钮、图标、字段、框、链接等)以输入/显示信息和经由任何合适的输入设备(例如，鼠标、键盘等)发起期望的动作。界面屏幕可包括任何合适的致动器(例如，链接、选项卡等)以在屏幕之间以任何方式导航。

本发明实施例不限于上述特定任务或算法，而是可以用于相关领域中的任何数量的应用，包括但不限于通过识别和治疗关节和其他身体部位的健康状况来向患者提供改进的健康护理，包括向不具有血友病、具有副血友病或获得性血友病的患者提供健康护理。

本文使用的术语仅是出于描述特定实施例的目的，并且不旨在限制本发明。如本文中使用的，除非上下文另有明确指示，否则单数形式“一”、“一个”和“该”旨在也包括复数形式。还应当理解，当在本说明书中使用术语“包括(comprises)”、“包括(comprising)”、“包括(includes)”、“包括(including)”、“具有(has)”、“具有(have)”、“具有(having)”、“带有(with)”等时，指定所述特征、整数、步骤、操作、元件和/或组件的存在，但并不排除一个或多个其他特征、整数、步骤、操作、元件、组件和/或其组合的存在或添加。

以下权利要求书中的所有部件或步骤加上功能元件的对应结构、材料、动作和等效物旨在包括用于结合如具体要求保护的其他要求保护的元件来执行功能的任何结构、材料或动作。已经出于说明和描述的目的呈现了本发明的描述，但并不旨在是详尽的或限于所公开形式的本发明。在不背离本发明的范围和精神的情况下，许多修改和变化对于本领域普通技术人员来说是显而易见的。选择和描述实施例以便最好地解释本发明的原理和实际应用，并且使本领域的其他普通技术人员能够理解本发明的具有适合于预期的特定用途的各种修改的各种实施例。

已经出于说明的目的呈现了本发明的各个实施例的描述，但并不旨在是详尽的或限于所公开的实施例。在不脱离所描述的实施例的范围和精神的情况下，许多修改和变化对本领域普通技术人员将是显而易见的。本文使用的术语被选择为最好地解释实施例的原理、实际应用或对在市场中找到的技术的技术改进，或者使得本领域普通技术人员能够理解本文公开的实施例。

本发明可以是以任何可能的技术细节集成度的系统、方法和/或计算机程序产品。计算机程序产品可包括其上具有用于使处理器执行本发明的各方面的计算机可读程序指令的计算机可读存储介质(或多个介质)。

计算机可读存储介质可以是有形设备，该有形设备可以保留和存储供指令执行设备使用的指令。计算机可读存储介质可以是，例如但不限于，电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备，或者上述的任意合适的组合。计算机可读存储介质的更具体示例的非穷尽列表包括以下各项：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式紧凑盘只读存储器(CD-ROM)、数字通用盘(DVD)、记忆棒、软盘、诸如穿孔卡之类的机械编码设备或具有记录在其上的指令的槽中的凸出结构，以及上述各项的任何合适的组合。如本文所使用的计算机可读存储介质不应被解释为暂时性信号本身，诸如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如，穿过光纤电缆的光脉冲)或通过电线发射的电信号。

本文所描述的计算机可读程序指令可以经由网络(例如，因特网、局域网、广域网和/或无线网络)从计算机可读存储介质下载至相应的计算/处理设备或下载至外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输纤维、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配器卡或网络接口接收来自网络的计算机可读程序指令，并转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。

用于执行本发明的操作的计算机可读程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路的配置数据或以一种或多种程序设计语言的任何组合编写的源代码或目标代码，这些程序设计语言包括面向对象的程序设计语言(诸如Smalltalk、C++等)和过程性编程语言(诸如“C”编程语言或类似编程语言)。计算机可读程序指令可以完全地在用户的计算机上执行、部分在用户的计算机上执行、作为独立软件包执行、部分在用户的计算机上以及部分在远程计算机上执行或者完全在远程计算机或服务器上执行。在后一种场景下，远程计算机可通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接至用户的计算机，或者可连接至外部计算机(例如，使用因特网服务提供商通过因特网)。在一些实施例中，包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来使电子电路个性化来执行计算机可读程序指令，以便执行本发明的各方面。

本文参照根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图图示和/或框图描述了本发明的各方面。将理解，流程图图示和/或框图的每个框以及流程图图示和/或框图中的框的组合都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以被提供给计算机的处理器或其他可编程数据处理装置以产生机器，使得经由计算机的处理器或其他可编程数据处理装置执行的指令创建用于实现在流程图和/或框图的一个或多个框中指定的功能/动作的方法。这些计算机可读程序指令也可以被存储在计算机可读存储介质中，这些指令可以引导计算机、可编程数据处理装置和/或其他设备以特方式工作，使得其中存储有指令的计算机可读存储介质包括包含实现流程图和/或框图中的一个或多个框中指定的功能/动作的方面的指令的制造品。

这些计算机可读程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上，以使要在该计算机、其他可编程装置或其他设备上执行一系列操作步骤以产生计算机实现的过程，使得在该计算机、其他可编程装置或其他设备上执行的指令实现流程图和/或框图的一个或多个框中所指定的功能/动作。

附图中的流程图和框图示出了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现方式的架构、功能和操作。对此，流程图或框图中的每个框可表示指令的模块、段或部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些替代的实现方式中，框中标注的功能可以不按照图中标注的顺序发生。例如，连续示出的两个框实际上可以作为一个步骤完成，同时、基本上同时、以部分或完全时间上重叠的方式执行，或者框有时可以以相反的顺序执行，这取决于所涉及的功能。也要注意的是，框图和/或流程图图示中的每个框以及框图和/或流程图图示中的框的组合，可以用执行指定的功能或动作或执行专用硬件与计算机指令的组合的专用的基于硬件的系统来实现。