OUR BASIC TECHNOLOGYハートラボの基本技術

当社が展開している事業の基幹技術を紹介します。

  • R S T
  • 信号処理技術
  • AIによる処理機能

RST
Respiratory Stability Time:呼吸安定時間

ハートラボは、呼吸の安定度を示す定量指標を開発し、これをRSTと命名しました。
RSTは、同じ様式の呼吸が何秒間継続するかを示します。



測定する対象

  • 呼吸周期のばらつき
  • 周期性呼吸(睡眠時無呼吸など)

呼吸のばらつき・周期性呼吸が多くなると、RSTが低下します。



RSTによって分かるもの

1

心臓や肺の
状態が分かる

心不全の増悪を軽微な肺うっ血が生じている早期の段階で検知。

RST低下が心不全増悪に先行することを確認済み

2

睡眠の深さを
計測

RSTは脳波と連動しており、睡眠の深さを測定できます。

RST低下が心不全増悪に先行することを確認済み

3

その他疾患の発症/重症化の計測や管理への応用が可能

RSTと疾患の発症・重症化との関連性が確認されており、発症/容体悪化の早期検知が可能です。

RSTと疾患の発症・重症化との関連性が確認されており、発症/容体悪化の早期検知が可能です。




5分間のRST算出原理

5分間のRST算出原理

RSTの算出方法 : 呼吸周波数成分のばらつきの逆数

  • Aピーク振幅 < Bピーク振幅の50%の場合
  • Aピーク振幅 ≧ Bピーク振幅の50%の場合

終夜のRST算出原理

  • 終夜のRST算出原理

遠隔モニタリングのための
信号処理技術

ハートラボの独自の信号処理技術により、非装着・無拘束型の体動センサの信号から、
呼吸(周期性呼吸も含む)、心拍、体動などの生体情報を自動的に抽出することができます。




シートセンサの信号
から生体情報を抽出

シートセンサの信号から生体情報を抽出

ベッドのシーツの下にセンサを敷くだけで遠隔で生体情報が連続計測できます。


当社の信号処理技術の特徴

1

生体情報の
自動抽出

呼吸や心拍がもつ生理的な特徴に基づいて自動抽出。新たな生体情報の自動抽出も進めています。

2

信号のノイズを
自動除去

覚醒による体動等でノイズが多い時間を自動で判別します。

3

信号の変動を
自動補正

体位の変化により、体動の信号の大きさが変化しても自動で補正されます。




運動機能定量評価のための信号処理技術

市販の3Dカメラで撮影した画像を
信号処理して、動作を解析し、
動作の定量評価を可能とします。


AI(機械学習・深層学習)
による処理機能

ハートラボは、遠隔で連続収集された生体情報のデータベースを利用してAIにより、
患者ごとに治療の課題や未来の発症や重症化を予測し、個別医療の発展に貢献します。



1

RSTから
心不全の増悪
を予測

個々の患者から連続収集されたRSTの推移から、その後の心不全増悪により入院する確率を毎日表示します。

個々の患者から連続収集されたRSTの推移から、その後の心不全増悪により入院する確率を毎日表示します。

2

RSTパターン
分類による
病態判別

AIによるRSTパターン分類を心不全、肺炎などの早期分類に応用します。

AIによるRSTパターン分類を心不全、肺炎、認知症などの早期分類に応用します。

3

AIによる
発症予測と
先制医療

RSTと臨床指標を組み合わせてAIにより、将来の疾病の発症を予測し、先制医療に貢献します。


RSTと臨床指標を組み合わせてAIにより、将来の疾病の発症を予測し、先制医療に貢献します。




|特|許|一|覧|

登録番号 発明の名称
特許5451013 睡眠の質を評価するために用いる表示又は印刷を行う装置、方法、コンピュータプログラム、呼吸補助装置、慢性心疾患患者を対象とした呼吸補助装置、睡眠導入装置、マッサージ装置、検査装置
特許5679971 呼吸波形情報の演算装置及び呼吸波形情報を利用した医療機器
特許6219590 診断装置および医療システム


|参|考|文|献|

麻野井英次. 在宅患者の遠隔モニタリングシステムの開発と心不全の遠隔管理への応用.
精密工学会雑誌. 2015; 81(1): 10-12.
麻野井英次. 在宅医療における先進的ICT遠隔モニタリングシステム―課題・対策・展望.
全国自治体病院協議会雑誌. 2016; 55(4): 1-11.
Asanoi H, et al. Independent prognostic importance of respiratory instability and sympathetic nerve activity in patients with chronic heart failure. J Cardiol. 2017; 70(5): 476-483. doi: 10.1016/j.jjcc.2017.02.011.
Takagawa J, Asanoi H, et al. Multicenter, prospective study on respiratory stability during recovery from deterioration of chronic heart failure. Circ J. 2018; 83(1): 164-173. doi: 10.1253/circj.CJ-18-0519.