生理信息获取装置、处理装置和非暂时性计算机可读介质

技术领域

本公开的主题涉及被配置为通过传感器获取受检者的生理信息的装置。本公开的主题还涉及被配置为处理生理信息的处理装置，以及存储有适于由处理装置的处理器执行的计算机程序的非暂时性计算机可读介质。

背景技术

日本专利公开号2018-102671A中公开的生理信息获取装置接收与受检者的生理参数的测量波形相对应的波形数据。生理信息获取装置基于波形数据输出指示生理参数的值和测量波形中的至少一者的异常的警报。生理信息获取装置还基于波形数据输出指示信息获取状态的异常的警报。

发明内容

技术问题

需要抑制用户由于警报而被迫采取不必要动作的情况的发生。

解决问题的方案

为了满足上述需求，本公开的主题的第一示例性方面提供了一种生理信息获取装置，包括：

接收接口，其被配置为从传感器接收与受检者的生理参数的测量波形相对应的波形数据；

通知器，其被配置为输出指示所述生理参数未被正常获取的警报；

处理器，其被配置为基于所述波形数据使通知器输出警报；以及

预测器，其被配置为基于所述波形数据预测所述生理参数被错误计算的概率；

其中，所述处理器被配置为基于所述概率使所述通知器执行所述波形数据的质量、所述传感器的状态以及用户应当采取的动作中的至少一者的通知。

为了满足上述需求，本公开的主题的第二示例性方面提供了一种被配置为处理受检者的生理信息的处理装置，包括：

接收接口，其被配置为从传感器接收与受检者的生理参数的测量波形相对应的波形数据；

处理器，其被配置为基于所述波形数据使输出装置输出指示生理参数未被正常获取的警报；以及

预测器，其被配置为基于所述波形数据预测所述生理参数被错误计算的概率；

其中，所述处理器被配置为基于所述概率使得所述输出装置执行所述波形数据的质量、所述传感器的状态以及用户应当采取的动作中的至少一者的通知。

为了满足上述需求，本公开的主题的第三示例性方面提供了一种非暂时性计算机可读介质，其存储有适于由处理装置的处理器执行的计算机程序，所述处理装置被配置为处理受检者的生理信息，所述计算机程序被配置为当被执行时，所述处理装置：

从传感器接收与受检者的生理参数的测量波形相对应的波形数据；

基于所述波形数据使输出装置输出指示所述生理参数未被正常获取的警报；

基于所述波形数据预测所述生理参数被错误计算的概率；以及

基于所述概率使所述输出装置执行所述波形数据的质量、所述传感器的状态和用户将采取的动作中的至少一者的通知。

本申请的发明人已经发现，在输出指示生理参数未被正常获取的警报的状态下，存在基于生理参数的测量波形错误地计算生理参数的值的概率以较高值变化的情况。

根据第一至第三示例性方面中的每一个的配置，通过参考由预测器预测的概率，能够预测达到频繁输出警报的状态的标志，从而提示用户采取合适的动作。因此，能够抑制用户由于警报被迫采取不必要的动作的情况的发生。

为了满足上述需求，本公开的主题的第四示例性方面提供了一种生理信息获取装置，包括：

接收接口，其被配置为从传感器接收与受检者的生理参数的测量波形相对应的波形数据；

通知器，其被配置为输出指示所述生理参数的值和所述测量波形中的至少一者的异常的警报；

处理器，其被配置为基于所述波形数据使所述通知器输出所述警报；以及

预测器，其被配置为基于所述波形数据预测所述生理参数被错误计算的概率；

其中，所述处理器被配置为在所述概率超过阈值的情况下控制所述警报的输出。

为了满足上述需求，本公开的主题的第五示例性方面提供了一种被配置为处理受检者的生理信息的处理装置，包括：

接收接口，其被配置为从传感器接收与受检者的生理参数的测量波形相对应的波形数据；

处理器，其被配置为基于所述波形数据使输出装置输出指示所述生理参数的值和所述测量波形中的至少一者的异常的警报；以及

预测器，其被配置为基于所述波形数据预测所述生理参数被错误计算的概率；

其中，所述处理器被配置为在所述概率超过阈值的情况下控制所述警报的输出。

为了满足上述需求，本公开的主题的第六示例性方面提供了一种非暂时性计算机可读介质，其存储有计算机程序，该计算机程序适于由处理装置的处理器执行，该处理装置被配置为处理受检者的生理信息，该计算机程序被配置为当被执行时，处理装置：

从传感器接收与受检者的生理参数的测量波形相对应的波形数据；

基于所述波形数据使输出装置输出指示所述生理参数的值和所述测量波形中的至少一者的异常的警报；

基于所述波形数据预测所述生理参数被错误计算的概率；以及

在所述概率超过阈值的情况下控制所述警报的输出。

即使当在由接收接口接收的波形数据中观察到任何异常时，在由预测器基于相同波形数据预测的错误计算生理参数的概率高的情况下，也很可能存在错误检测到异常的可能性。根据在这种情况下控制要由通知器输出的警报的第四至第六示例性方面中的每一个方面的配置，能够使用户识别出存在错误地检测到异常的可能性。因此，能够抑制用户由于警报而被迫采取不必要的动作的情况的发生。

附图说明

图1示出了根据一个实施例的生理信息获取装置的功能配置。

图2示出了图1的预测器的创建方法。

图3示出心电图波形数据与第一心率数据之间的关系。

图4示出心电图波形数据与第二心率数据之间的关系。

图5示出了指示从受检者获取的心率的时间变化的数据。

图6示出了指示由预测器处理的心率的时间变化的数据。

图7是用于说明由图1的处理器执行的示例性操作的图。

图8是用于说明示例性操作的图。

图9是用于说明示例性操作的图。

图10是用于说明由图1的处理器执行的另一示例性操作的图。

具体实施方式

下面将参考附图详细描述实施例的示例。

图1示出了根据实施例的生理信息获取装置10的功能配置。生理信息获取装置10是被配置为通过传感器20获取受检者30的生理参数的装置。传感器20的示例包括用于获取心率的电极、用于获取阻抗呼吸率的电极、用于获取侵入式血压值的导管、用于获取经皮动脉氧饱和度(SpO2)或脉搏率的探头、用于获取呼吸二氧化碳浓度的流量传感器等。

生理信息获取装置10包括通知器11。通知器11被配置为能够输出警报A。警报A可以包括：指示生理参数未被正常获取的警报(所谓的技术警报)，以及指示生理参数的生理参数值和测量波形中的至少一者异常的警报(所谓的生理警报)。警报A包括视觉警报、听觉警报和触觉警报中的至少一者。通知器11是输出装置的示例。

生理信息获取装置10包括处理装置12。处理装置12包括接收接口121、处理器122和输出接口123。

接收接口121被配置为从传感器20接收与受检者30的生理参数的测量波形相对应的波形数据W。波形数据W可以是模拟数据或数字数据的形式。在波形数据W是模拟数据的形式的情况下，接收接口121被配置为配备有包括A/D转换器的适当的转换电路。处理器122被配置为处理数字数据形式的波形数据W。

处理器122被配置为基于波形数据W从输出接口123输出使通知器11输出警报A的第一控制数据C1。例如，当传感器20偏离规定位置时，或者当在传感器20的操作中发生任何缺陷时，在适当的测量波形中发生失真，或者信号的电平下降。在处理器122判定波形数据W对应于这种状态的情况下，处理器122将第一控制数据C1从输出接口123发送到通知器11。

发送到通知器11的第一控制数据C1可以是模拟数据或数字数据的形式。在第一控制数据C1是模拟数据的形式的情况下，输出接口123被配置为配备有包括D/A转换器的适当的转换电路。

处理器122可以由与通用存储器协同操作的通用微处理器来实现。通用微处理器的示例包括CPU、MPU和GPU。通用存储器的示例包括ROM和RAM。在这种情况下，用于执行稍后描述的处理的计算机程序可以存储在ROM中。ROM是存储有计算机程序的非暂时性计算机可读介质的示例。处理器指定存储在ROM中的计算机程序的至少一部分，将指定部分加载到RAM中，并与RAM协作执行上述处理。上述计算机程序可以预先安装在通用存储器中，或者经由通信网络从外部服务器装置下载，然后安装在通用存储器中。在这种情况下，外部服务器装置是其中存储有计算机程序的非暂时性计算机可读介质的示例。

处理器122可以由能够执行上述计算机程序的专用集成电路(诸如微控制器、ASIC和FPGA)来实现。在这种情况下，上述计算机程序被预先安装在包括在专用集成电路中的存储器元件中。存储元件是其中存储有计算机程序的非暂时性计算机可读介质的示例。处理器122还可以由通用微处理器和专用集成电路的组合来实现。

处理装置12包括预测器124。预测器124被配置为基于波形数据W预测生理参数的值被错误地计算的概率P。预测器124被实现为由稍后描述的机器学习创建的学习模型或分类器。

参考图2，将描述创建预测器124的方法作为示例，该预测器124能够基于心电图的测量波形来预测错误地计算心率的概率。

首先，在步骤1中执行从心电图波形数据E获取第一心率数据H1的处理。第一心率数据H1是表示根据心电图波形数据E正确计算的心率值的数据。心电图波形数据E是波形数据W的示例。心率是生理参数的示例。

图3示出心电图波形数据E与第一心率数据H1之间的关系。心电图波形数据E表示受检者心脏的生理电活动的时间变化。心电图波形数据E根据心跳而变化。通过对每分钟的变化次数进行计数来计算第一心率数据H1。图3中在上下方向上延伸的虚线指示用于对心电图波形数据E中的心率进行计数的部分。在图2B中，在显示波形的时间段(例如，10秒)期间计数了12次心跳。

对应于第一心率数据H1的心率的计数可以通过视觉观察心电图波形数据E来执行，或者可以通过使用适当的计数软件来执行。作为心电图波形数据E，可以使用通过使用心电图传感器等从受检者实际获取的波形数据，或者可以使用被公开为用于评估心电图的性能的数据库的波形数据。

随后或并行地，执行从心电图波形数据E获取第二心率数据H2的处理(图2中的步骤2)。第二心率数据H2是指示由特定心率计算算法从心电图波形数据E自动计算的心率的值的数据。该心率计算算法可以由例如内置在生理信息获取装置10中的处理装置12的处理器122执行。该心率计算算法被配置为基于例如输入的心电图波形数据E中的波形轮廓(profile)的特征来自动计算心率。

图4示出心电图波形数据E与第二心率数据H2之间的关系。图4所示的心电图波形数据E与图3所示的心电图波形数据E相同。在图4所示的示例中，基于相同的心电图波形数据E，计数了19次心跳而不是12次心跳。该事实意味着用于获取第二心率数据H2的心率计算算法可能基于错误检测的心跳来执行计数。

图5示出了通过将实际从受检者获取的心电图波形数据E输入到上述心率计算算法而自动计算的心率的时间变化。包括在图中的每个点对应于在规定时间段(例如，一分钟)内检测到的心率。

在图6中，根据图5中所示的心率值错误计算的值由白色圆圈指示。可以排除错误计算的心率数据的一种技术是设置心率的阈值范围。例如，可以排除心率没有落在下限阈值Th1与上限阈值Th2之间的心率数据。然而，如图6所示，即使在阈值范围内，也可能存在错误计算的心率数据。相反，即使在阈值范围之外，也可能存在正确计算的心率数据。前者基于心率计算算法的错误分析，而后者对应于心率由于受检者中的一些生理现象而增大的情况。心率计算算法的错误分析可能由例如具有大振幅的T波被错误地识别为QRS波从而过度地计数心率这样的现象(所谓的双计数)而引起。心率计算算法的错误分析可能由诸如受检者的身体运动这样的外部噪声或附接到受检者的电极的劣化或脱落而引起。

随后，与由心率计算算法自动计算的心率相对应的第二心率数据H2与第一心率数据H1核对，由此执行创建训练数据T的处理(图2中的步骤3)，该训练数据T包括指示心率是正确还是不正确的训练标签。

在图3中所示的第一心率数据H1和图4中所示的第二心率数据H2经受核对的情况下，训练数据T包括指示对应于第二心率数据H2的心率不正确的训练标签。

为了包括指示答案正确的训练标签，不一定要求对应于第一心率数据H1的心率与对应于第二心率数据H2的心率彼此完全一致。只要对应于第二心率数据H2的心率相对于对应于第一心率数据H1的心率的误差在允许范围内，则训练数据T就可以包括指示正确答案的训练标签。

即，由心率计算算法自动计算的心率用于与已知正确计算的心率进行核对。因此，作为核对结果而获得的训练标签可以反映心率计算算法针对输入的心电图波形数据E正确或错误地计算心率的趋势或习惯。

随后，基于心电图波形数据E和训练数据T的组合来执行预测器124的机器学习(图2中的步骤4)。在机器学习中，适当地使用与监督学习相关的公知技术。即，预测器124学习心率被错误地计算的心电图波形数据E的特征量，并且修正计算参数，以便当输入具有这样的特征量的心电图波形数据E时，该预测器124输出指示心率被错误地计算的概率P高的预测数据。计算参数的修正可以由机器学习的操作者执行，或者可以由预测器124本身通过机器学习来执行。预测数据可以指示所计算的概率P本身，或者可以与对应于概率P的分数(例如，值1至5中的任何一个)等相关联。

如图1所示，处理器122被配置为基于由预测器124计算的概率P从输出接口123输出第二控制数据C2。第二控制数据C2被配置为使通知器11输出稍后描述的预先通知N。发送到通知器11的第二控制数据C2可以是模拟数据或数字数据的形式。在第二控制数据C2是模拟数据的形式的情况下，输出接口123被配置为配备有包括D/A转换器的适当的转换电路。

将参考图7至图9详细描述由生理信息获取装置10执行的预先通知N。

图7是示出在利用传统的生理信息获取装置获取受检者的心电图时输出的警报频率的条形图。输出警报以指示未正常获取心率。由于受检者的身体运动、附接到受检者的电极的恶化位置偏差、脱落等而输出警报。空白条表示持续时间小于5秒的警报。阴影条指示持续时间不小于5秒且小于30秒的警报。交叉阴影条指示持续时间不小于30秒的警报。

在图7所示的示例中，警报输出从时间点t1开始。应理解，发生了阻碍心率的正常获取的上述原因。应当理解，随着时间的进展，警报输出的频率增大，并且具有长持续时间的警报的数量增加，由此情况变得更糟。在时间点t2，更换或重新布置电极，由此停止警报输出。

图8是根据本实施例的绘制在图7所示的示例中获取的心电图波形用作预测器124的输入的情况下从预测器124输出的概率P的图。

图9是示出通过计算图8中所示的点(plots)的时间移动平均值而获得的平滑概率P的时间变化的并同时与图7的条形图叠加的曲线图。显然，在输出警报的时间段与错误地计算心率的概率P(来自预测器124的输出)为高的时间段之间存在相关性。

本申请的发明人注意到在时间点t1之前的时间段。概率P不是突然从其在时间点t1之前的时间点t0之前以较低值改变的状态转变到其在时间点t1之后以较高值改变的状态。相反，概率P取相对高的值的频率在从时间点t0到时间点t1的时间段期间逐渐增大。换句话说，存在发生从正常获取心率的状态向未正常获取心率的状态的转变而没有警报输出的时间段。

鉴于以上，处理器122被配置为使通知器11基于由预测器124计算的概率P的上升趋势来输出预先通知N。例如，在概率P超过规定概率阈值的频率(每单位时间的次数)超过规定频率阈值的情况下，处理器122可以使通知器11输出预先通知N。或者，在概率P超过规定概率阈值的累积次数超过规定次数阈值的情况下，处理器122可以使通知器11输出预先通知N。或者，在图9中所示的概率P的时间移动平均值超过规定概率阈值的情况下，处理器122可以使通知器11输出预先通知N。

预先通知N通知波形数据W的质量、传感器20的状态以及用户应采取的行动中的至少一者。预先通知N包括视觉通知、听觉通知和触觉通知中的至少一者。

在图8和图9所示的示例的情况下，心率被错误计算的概率P的增加可能是由于身体运动、电极的劣化或位置偏差等而使心电图波形从正常状态偏离所导致的。例如，在预先通知N中，可以通过显示器或语音向用户提供诸如“波形扰动”、“身体运动正在增多”或“检查电极的状态”这样的消息。

根据上述配置，能够预测到达警报被频繁输出的状态的标志，从而提示用户采取适当的动作。因此，能够抑制用户由于警报而被迫采取不必要的动作的情况的发生。

优选地，确定用于输出预先通知N的条件，使得在到达通知器11输出警报A的状态之前执行预先通知N。在图8和图9所示的示例中，确定关于概率P的条件，使得在时间点t1之前执行预先通知N。通过利用在警报A的输出之前的预先通知N提示用户采取适当的动作，能够增大可以避免对用户造成一定程度的紧张的警报A的输出的可能性。

上述心电图波形数据E对应于通过合成多个导联波形获得的波形，或者通过简单地获取单个导联(通常是导联II)而获得的波形。然而，预测器124可以创建为预测基于每个导联波形错误地计算心率的概率。根据上述配置，能够对从其获取导联波形的每个电极的状态进行细致的管理，并且能够容易地抑制用户由于警报而被迫采取不必要的动作的情况的发生。

接下来，将参考图10描述生理信息获取装置10的另一示例性配置。在该示例中，处理装置12的处理器122基于由接收接口121接收的波形数据W判定生理参数的值和测量波形中的至少一者是否存在异常(步骤11)。重复该处理，直到判定生理参数的值和测量波形中的至少一者异常(步骤11中为否)。

当确定生理参数的值和测量波形中的至少一者异常时(步骤11中为是)，处理器122判定由预测器124预测的生理参数的值被错误计算的概率P是否超过概率阈值Pth(步骤12)。

当判定概率P不超过概率阈值Pth时(步骤12中为否)，处理器122从输出接口123输出使通知器11输出预先规定的正常警报A的第一控制数据C1(步骤13)。如上所述，警报A可以以视觉方式、听觉方式和触觉方式中的至少一种输出。

当判定概率P超过概率阈值Pth时(步骤12中为是)，处理器122从输出接口123输出使通知器11输出受控警报A’的第三控制信号CS3(步骤14)。如本文所使用的，表述“受控警报”或“控制警报的输出”是指对分配给特定情况的正常警报A施加略微改变。改变的示例包括警报紧急性的改变、警报输出的停止、要提供的信息的添加以及要提供的信息的省略。即，表述“受控警报的输出”是指包括不输出正常警报的情况。

例如，取决于紧急程度，警报A可以包括“紧急”、“警告”和“注意”的级别。在要获取心电图波形的情况下，可以将“紧急”级别的警报分配给在发生心室纤颤或室性心动过速的情况。可以将“警告”级别的警报分配给心率异常或发生心室过早搏动的情况。可以将“注意”级别的警报分配给其他异常。

通知的方式在级别之间是不同的。例如，在警报A包括视觉警报的情况下，所显示的颜色和符号彼此不同。在警报A包括听觉警报的情况下，要输出的声音的音量、间隔、持续时间等彼此不同。

例如，在基于心电图波形数据E判定心室纤颤发生并且心率被错误计算的概率P不超过概率阈值Pth的情况下(步骤12中为否)，处理器122使通知器11输出分配给心室纤颤的“紧急”级别的警报A(步骤13)。

另一方面，在基于心电图波形数据E判定心室纤颤发生，同时错误地计算心率的概率P超过概率阈值Pth(步骤12中为是)的情况下，处理器122对分配给心室纤颤的“紧急”级别下的警报A施加改变，并且输出受控警报A’(步骤14)。

即使当在由接收接口121接收的心电图波形中观察到任何异常时，在预测器124基于相同心电图波形预测的错误计算心率的概率P高的情况下，也很可能存在错误检测到异常的可能性。在这种情况下，通过对要由通知器11输出的警报A施加一些改变，能够使用户识别出存在错误检测到异常的可能性。因此，能够抑制用户由于警报而被迫采取不必要的动作的情况的发生。

处理器122可以使通知器11输出指示由预测器124预测的概率P的指标(index)。可以使用视觉指标、听觉指标和触觉指标中的至少一个来提供指标。

根据上述配置，用户能够更可靠地识别出存在异常被错误检测的可能性。

在警报A包括视觉警报和听觉警报的情况下，处理器122可以输出受控警报A'，其中，视觉警报和听觉警报中的至少一个的紧急性被降低。

例如，在正常警报A包括分配给“紧急”级别的视觉警报和听觉警报的情况下，视觉警报和听觉警报中的至少一者可以改变为分配给“警告”级别或“注意”级别的警报。例如，分配给“紧急”级别的声音被改变为分配给“警告”级别的声音，同时保持分配给“紧急”级别的颜色显示。

根据上述配置，可以通过不取消警报输出来引起用户的注意，同时可以减轻较高紧急性的警报输出所带来的紧张。在听觉警报和听觉警报中的一者的紧急性降低的情况下，还能够使用户基于组合与正常警报的组合不同的事实而识别出错误地检测到异常的可能性。

处理器122可以在保持正常警报A的紧急性的同时，使通知器11提供与由预测器124预测的生理参数被错误检测的概率P超过概率阈值Pth的事实相对应的附加信息。可以通过使用视觉方式、听觉方式和触觉方式中的至少一种来执行附加信息的提供。

根据上述配置，能够通过不取消警报输出来引起用户的注意，同时能够通过提供附加信息使用户识别出错误地检测到异常的可能性，来减轻具有更高紧急性的警报输出所带来的紧张。

以上实施例仅是说明性的以便于理解本公开的主题。在不脱离本公开主题的主旨的情况下，可以适当地修改或改进根据上述实施例的配置。

在上述实施例中，为了创建用于预测心率被错误计算的概率的预测器124，通过使用共用的心电图波形数据E来获取第一心率数据H1和第二心率数据H2。如上所述，第一心率数据H1是指示根据心电图波形数据E正确计算的心率的数据。第二心率数据H2是指示由特定心率计算算法计算的心率的数据，并且可能包括错误计算的心率。

作为另一示例，为了创建用于预测呼吸率被错误地计算的概率的预测器124，可以通过使用共用的二氧化碳图数据来获取第一呼吸率数据和第二呼吸率数据。二氧化碳图数据是波形数据的示例。呼吸率是生理参数的示例。第一呼吸率数据是指示根据二氧化碳图数据正确计算的呼吸率的数据。第二呼吸率数据是指示由特定呼吸率计算算法计算的呼吸率的数据，并且可能包括错误计算的呼吸率。

预测器124预测错误计算的概率所针对的生理参数可以不同于输出警报的生理参数。例如，针对心电图波形数据中的ST值、QT间期或QTc的异常而输出警报的配置，可以使用预测器124来预测错误地计算心率的概率。可替代地，针对二氧化碳图数据中的呼末二氧化碳(EtCO2)的分压异常而输出警报的配置，可以使用预测器124来预测错误地计算呼吸率的概率。

在预测器124的创建中可以使用不同类型的生理参数。作为示例，为了创建用于预测错误地计算脉搏率的概率的预测器124，可以使用从心电图波形数据获取的心率数据和从侵入式动脉压波形数据获取的脉搏率数据。心电图波形数据和侵入式动脉压波形数据需要从同一受检者获取。心率数据是指示根据心电图波形数据正确计算的心率的数据。脉搏率数据是指示由特定脉搏率计算算法计算的脉搏率的数据，并且可能包括错误计算的脉搏率。

如上所述创建的预测器124用于预测错误地计算侵入式动脉压的概率。侵入式动脉压波形数据是波形数据的示例。侵入式动脉压是生理参数的示例。

脉搏波波形数据可用于获取脉搏率数据。可以通过使用脉搏光度探头等非侵入性地测量血液的吸光度的时间变化来获取脉搏波波形数据。替代地，可以通过使用非侵入式动脉压力计等测量袖带的内部压力的时间变化来获取脉搏波波形数据。在这种情况下，创建的预测器124用于预测错误地计算无创动脉压、脉搏率和经皮动脉氧饱和度(SpO2)的概率。脉搏波波形数据是波形数据的示例。侵入式动脉压、脉搏率和SpO2中的每一个是生理参数的示例。

作为另一示例，为了创建用于预测呼吸率被错误地计算的概率的预测器124，可以使用从阻抗呼吸波形数据获取的第一呼吸率数据和从二氧化碳图数据获取的第二呼吸率数据。需要从同一受检者获取阻抗呼吸波形数据和二氧化碳图数据。第一呼吸率数据是指示根据阻抗呼吸波形数据正确计算的呼吸率的数据。第二呼吸率数据是指示由特定呼吸率计算算法计算的呼吸率的数据，并且可能包括错误计算的呼吸率。阻抗呼吸波形数据是波形数据的示例。呼吸率是生理参数的示例。

在上述实施例中，输出警报A、受控警报A’和预先通知N的通知器11安装在生理信息获取装置10中。然而，通知器11的功能可以由能够经由通信网络执行与生理信息获取装置10的通信的独立输出装置来实现。在这种情况下，处理装置12的处理器122从输出接口123发送第一控制数据C1和第二控制数据C2，用于使输出装置输出警报A、受控警报A’和预先通知N。

在上述实施例中，通知器11和处理装置12两者都安装在生理信息获取装置10中。然而，处理装置12可以安装在能够经由通信网络与生理信息获取装置10通信的外部服务器装置中。在这种情况下，处理装置12基于经由通信网络从传感器20或生理信息获取装置10接收的波形数据W执行上述处理，经由通信网络发送合适的控制数据，并使通知器11输出警报A、受控警报A’和预先通知N。基于从外部服务器装置发送的控制数据执行操作的装置可以是独立于生理信息获取装置10的输出装置。

本申请基于2020年5月25日提交的日本专利申请No.2020-090725，其全部内容通过引用并入本文。