用于识别治疗候选者的移动设备的被动监测系统和方法与流程

用于识别治疗候选者的移动设备的被动监测系统和方法
1.相关申请的交叉引用
2.本技术要求于2019年7月31日提交的第62/880,860号美国临时申请的权益和优先权，该申请通过引用整体并入本文。
技术领域
3.本公开涉及呼吸相关疾病并且更具体地涉及用于识别可以受益于呼吸相关疾病的治疗的候选者的系统和方法。


背景技术：

4.存在各种用于帮助罹患睡眠呼吸暂停和相关呼吸疾病的用户的系统。存在一系列可能影响用户的呼吸疾病。某些疾病的特征在于特定事件(例如，呼吸暂停、呼吸不足、呼吸过度或其任何组合)。呼吸疾病的示例包括阻塞性睡眠呼吸暂停(osa)、潮式呼吸(csr)、呼吸功能不全、肥胖过度换气综合征(ohs)、慢性阻塞性肺病(copd)、神经肌肉疾病(nmd)和胸壁疾病。患有呼吸疾病的人可能难以入睡，而且通常情况下，该人不知道自己患有呼吸疾病，或者他们可以受益于旨在纠正呼吸疾病的治疗。
5.因此，需要识别个人并提醒个人注意对呼吸疾病的潜在治疗。本公开旨在解决这些问题并解决其他需求。


技术实现要素：

6.根据一些实施方式，本公开提供了一种方法，包括从与潜在候选者相关联的移动设备接收传感器数据。从传感器数据中提取移动设备的位置数据。位置数据包括移动设备在不同时间间隔的物理位置。基于位置数据确定移动设备的移动性是否低于阈值。从传感器数据中提取移动设备使用数据。从移动设备使用数据确定移动设备的使用模式以获得潜在候选者的睡眠模式。至少部分地基于(i)移动设备的移动性低于阈值和(ii)移动设备的使用模式向移动设备发送用于在移动设备的屏幕上显示的提醒。
7.根据一些实施方式，本公开提供了一种方法，包括从传感器接收与移动设备的使用相关联的传感器数据。从传感器数据中提取位置数据。位置数据包括移动设备在不同时间间隔的物理位置。从位置数据确定移动设备的移动性是否低于阈值。从传感器数据中提取移动设备使用数据。从移动设备使用数据确定移动设备的使用模式，以获得与移动设备相关联的潜在候选者的睡眠模式。至少部分地基于移动设备的移动性低于阈值和移动设备的使用模式，使移动设备的屏幕显示提醒。
8.根据一些实施方式，本公开提供了一种用于识别潜在候选者的移动设备。移动设备包括屏幕、传感器、存储器和控制系统。传感器被配置以生成与移动设备的使用相关联的传感器数据。存储器被配置以存储机器可读指令。所述控制系统包括一个或多个处理器，被配置来执行机器可读指令，以：从传感器数据中提取位置数据，位置数据包括移动设备在不同时间间隔的物理位置，从位置数据确定移动设备的移动性是否低于阈值，从传感器数据
中提取移动设备使用数据，从移动设备使用数据确定移动设备的使用模式以获得潜在候选者的睡眠模式，并且至少部分地基于移动设备的移动性低于阈值和移动设备的使用模式，使屏幕显示提醒。
9.根据一些实施方式，本公开提供了一种用于识别潜在候选者的非暂时性计算机可读介质。非暂时性计算机可读介质在其上存储指令，使得所述指令在被执行时使服务器执行：从移动设备接收传感器数据。使服务器从传感器数据中提取移动设备的位置数据，位置数据包括移动设备在不同时间间隔的物理位置。使服务器从位置数据确定移动设备的移动性是否低于阈值。使服务器从传感器数据中提取移动设备使用数据。使服务器从移动设备使用数据确定移动设备的使用模式以获得潜在候选者的睡眠模式。至少部分地基于移动设备的移动性低于阈值以及移动设备的使用模式，使服务器向移动设备发送用于在移动设备的屏幕上显示的提醒。
附图说明
10.通过阅读以下具体实施方式并参考附图，本公开的前述和其他优点将变得清晰。
11.图1是根据本公开的一些实施方式的用于识别和提醒患有呼吸疾病的潜在候选者的系统的框图；
12.图2是根据本公开的一些实施方式的用于提醒患有呼吸疾病的潜在候选者的流程图；以及
13.图3是根据本公开的一些实施方式的用于基于与其他用户的相似性来识别某些候选者的流程图。
14.尽管本公开易于进行各种修改和替代形式，但已经在附图中通过示例的方式示出了具体实施方式并且将在本文中进行详细描述。然而，应当理解，本公开不旨在限于所公开的特定形式。相反，本公开将覆盖落入由所附权利要求限定的本公开的精神和范围内的所有修改、等效方案和替代方案。
具体实施方式
15.本公开的一些实施方式筛选和识别可能受益于呼吸疾病(例如，osa)的治疗的潜在高风险候选者。候选者可以经由持续气道正压通气(cpap)机器进行osa治疗，该机器用于增加患者喉咙中的气压，以防止睡眠期间气道闭合和/或变窄。对于患有osa的候选者，她的气道会在睡眠期间变窄或塌陷，从而减少氧气摄入量，并迫使她醒来和/或以其他方式干扰她的睡眠。cpap机器有助于防止气道变窄或塌陷，从而最大限度地减少她醒来或受到其他干扰(例如，由于氧气摄入量减少、窒息、咳嗽、打鼾等或其任何组合)的发生。
16.本公开的一些实施方式筛选并识别可能受益于呼吸疾病的治疗并且可能长期遵从治疗的潜在高风险候选者。呼吸疾病的治疗对个人而言可能并有时不太方便。例如，cpap机器的新用户可以对她的夜间睡眠例程的干扰产生初始抵抗力以适应cpap机器。用户必须记住在她打算要睡觉时并且根据习惯模式、年龄等使用该机器，她可能在一段时间内(例如，一个月、一年、两年等)不会坚持定期使用cpap机器。因此，在一些实施方式中，本公开分析从cpap机器用户或呼吸器设备用户的群体生成的数据集以识别可能长期遵从治疗的候选者。
17.已知个人拥有多于一个的个人电子设备。例如，个人可能拥有智能手机、智能电视、智能手表、联网家庭安全系统等。这些个人电子设备可以相互通信，从而能够确定个人的模式或例程。例如，个人的手机可以作为集线器来汇总来自个人所有其他个人电子设备的数据。个人在日常生活中可能依赖手机，因此手机大多总是在个人可触及的范围内。在一些实施方式中，获得和分析的手机数据可以提供关于个人是否是可能遵从呼吸病症治疗的候选者和/或个人是否是将受益于呼吸病症治疗的高风险候选者的信息。
18.参考图1，示出了根据本公开的一些实施方式的用于识别和提醒患有呼吸疾病的潜在候选者的系统100的框图。系统100可以包括移动设备102、服务器110、麦克风120、位置服务130、相机140、加速度计142、陀螺仪150、移动传感器155、其他传感器160、扬声器170、存储器180和控制系统190。为了简化讨论，单数形式将在适当的时候用于图1中标识的所有组件，但是单数的使用并不将讨论限制为每个这样的组件中的一个。
19.移动设备102是具有用于执行指令以执行一个或多个功能的处理器和/或存储器的计算设备。移动设备102可以是潜在候选者的智能手机，或者在一些实施方式中，潜在候选者的智能手机与潜在候选者的一个或多个物联网(iot)设备或个人电子设备的组合。物联网设备和个人电子设备包括例如智能手表、房间/家庭恒温器、家庭安全系统等。即，移动设备102可以是被配置以确定治疗的潜在候选者的彼此通信的两个或更多个设备。根据本公开的一些实施方式，移动设备102可以分析用于识别和提醒潜在候选者的数据。
20.服务器110是具有用于执行指令以执行一个或多个功能的进程和/或存储器的计算设备。服务器110可以在远程位置并且可以被配置为从移动设备102接收信息。服务器110的示例包括服务器计算机、以集群组织的计算机、数据中心中的计算机等。根据本公开的一些实施方式，服务器110可以分析用于识别和提醒潜在候选者的数据。
21.系统100可以包括用于感测其附近的声音的麦克风120。在一些实施方式中，麦克风120可以嵌入在移动设备102中，嵌入在潜在候选者的智能扬声器中，或者位于潜在候选者的房间中的任何地方。当麦克风120没有嵌入在移动设备120中时，由麦克风120生成的声音数据可以无线传送到移动设备120。例如，智能扬声器可以收听房间中的声音，将生成的声音数据发送到服务器110用于分析和存储，并且移动设备102可以检索生成的声音数据。麦克风120可以收听声音以确定潜在候选者是醒着的还是睡着的。
22.系统100可以包括位置服务110。位置服务110是用于经由移动设备102确定潜在用户的位置的系统。位置服务110可以是嵌入在移动设备102中的全球定位服务(gps)接收器。在一些实施例中，位置服务110可以是地理位置服务，例如wi-fi定位系统(wps)，其使用附近wi-fi热点和/或其他无线接入点的特性来发现移动设备102位于何处。位置服务110可以是使用光、无线电波、磁场、声信号等来确定移动设备102的位置的室内位置服务。移动设备102可以包括一个或多个无线电发射器和接收器(网络接口)以支持使用无线电波(例如wps、蓝牙等)的位置服务。移动设备102的位置可以充当潜在候选者的位置的代理。
23.系统100还可以包括相机140。相机140可以嵌入移动设备102中。相机140还可以位于潜在候选者的房间的各个部分中并且可以被配置以传送视频数据到移动设备102和/或服务器110。相机140可用于检测其环境中的环境光。相机140可用作光传感器以确定潜在候选者是否已开启房间中的灯。在一天中的某个时间关灯可以表明潜在候选者即将入睡。
24.系统100还可以包括加速度计142。加速度计142可以嵌入在移动设备102中并且可
以被配置以生成用于确定潜在候选者是否正在使用移动设备102的加速度数据。移动设备102的移动可以指示候选者是醒着的。
25.系统100还可以包括陀螺仪150。陀螺仪150可以嵌入在移动设备102中并且可以被配置以生成用于确定潜在候选者是否正在使用移动设备102的方位数据。移动设备102改变方位可以指示候选者是醒着的。
26.系统100还可以包括移动传感器155。移动传感器155可以嵌入在移动设备102中并且可以被配置以生成与潜在用户相关联的移动数据。例如，移动传感器155可以是利用无线电波来映射移动设备102所在的附近的雷达传感器。雷达传感器可以使用无线电波发射器和接收器，例如工作在高频段、甚高频频段、长波、短波等的发射器和接收器。雷达传感器可用于检测潜在候选者是否正在移动。由移动传感器155生成的移动数据可以指示候选者是醒着的。系统还可以包括其他传感器160(例如，用于确定潜在候选者是否靠近移动设备102的红外传感器)。
27.系统100还可包括扬声器170。扬声器170可与麦克风120一起使用以充当声纳传感器。扬声器170可以间隔发声，并且当扬声器170不发声时，麦克风120可以用来收听声音的回声。这样，麦克风120和扬声器170可用于检测潜在候选者的移动。移动指示潜在候选者是醒着的还是睡着的。
28.存储器180可以包括一个或多个物理上分离的存储器设备，使得一个或多个存储器设备可以耦合到和/或内置到移动设备102、控制系统190和/或无线耦合和/或有线连接到系统100的服务器110中。存储器180充当非暂时性计算机可读存储介质，其上存储可以由控制系统190和/或一个或多个其他系统执行的机器可读指令。存储器180还能够(临时和/或永久地)存储由系统100的传感器生成的数据。在一些实施方式中，存储器180包括非易失性存储器、电池供电的静态ram、易失性ram、eeprom存储器、nand闪存或其任何组合。在一些实施方式中，存储器180是可移动形式的存储器(例如，存储卡)。
29.与存储器180一样，控制系统190可以耦合到移动设备102和/或服务器110。控制系统190耦合到存储器180，使得控制系统190被配置以执行存储在存储器180中的机器可读指令。控制系统190可以包括一个或多个处理器和/或一个或多个控制器。
30.在一些实施方式中，控制系统190是专用电子电路。在一些实施方式中，控制系统190是专用集成电路。在一些实施方式中，控制系统190包括分立的电子组件。
31.控制系统190能够从系统100的任何其他元件(例如，传感器等)接收输入(例如，信号、生成的数据、指令等)。控制系统190能够提供输出信号以使系统100中发生一个或多个动作(例如，使移动设备102向潜在候选者显示提醒)。控制系统190可以位于移动设备102和/或服务器110和/或系统100中的其他地方。
32.参考图2，示出了根据本公开的一些实施方式的用于提醒患有呼吸疾病的潜在候选者的流程图。在步骤202，控制系统190(在一些实施方式中，和/或移动设备102和/或服务器110)接收传感器数据。传感器数据可以属于某个时间段，例如，传感器数据可以是系统100的不同传感器在半天、一天、两天、一周、一个月等期间累积的数据。传感器数据可以包括经由位置服务130确定的位置数据。传感器数据可以包括经由例如加速度计142、陀螺仪150、移动传感器155等确定的加速度计数据和移动数据。传感器数据可以从移动设备102的传感器或系统100的任何传感器获得，如结合图1所描述的。
33.在步骤204，控制系统190(在一些实施方式中，和/或移动设备102和/或服务器110)从接收的传感器数据中提取移动设备102的位置数据。位置数据可以包括移动设备102在不同时间戳的物理位置。在步骤206，控制系统190(在一些实施方式中，和/或移动设备102和/或服务器110)基于提取的位置数据确定移动设备102的移动性是否低于阈值。
34.移动设备102的移动性可以包括移动设备102行进的总距离，其可以指示移动设备102的所有者在一个时间段内步行和/或跑步的总距离。移动设备102的移动性可以包括移动设备102在一个时间段内(例如在一小时内、两小时内、一天内、一周内等)的位置改变的总数。低于某个阈值的位置变化的总数可以指示移动设备102的所有者是否具有久坐不动的生活方式。久坐不动的生活方式可能意味着所有者可能患有与呼吸疾病相关的肥胖症。可以以一个或多个粒度级别(包括例如房间内的不同区域、房屋/小区内的不同房间、不同房屋/小区等)测量位置。位置也可以在地图的规则或不规则网格中以网格定义粒度测量。
35.在一些实施方式中，分析位置数据以确定移动设备102是否移动得太快。当移动设备102移动太快时，例如，大于每小时15英里，位置数据指示移动设备102在车辆中。当确定移动设备102在车辆中时，不考虑移动设备102的移动性。
36.在一些实施方式中，移动设备102的移动性通常被用作移动设备102的用户的身体移动的代理。因此，被确定为不是主要由身体移动驱动的移动设备102的任何移动是不考虑的。例如，移动设备102的用户可以骑在自行车上快速移动。在确定移动设备102移动得太快之后，可以在进一步分析中使用其他传感器数据来确定用户是否通过身体移动在用力。可用于进一步分析的传感器数据的示例包括来自陀螺仪150的方位数据、来自麦克风120的声音数据、来自加速度计142的加速度数据等。
37.在一些实施方式中，分析位置数据以确定移动设备102是否正在以例如，步行速度低于每小时四英里。位置数据还可以指示移动设备102是否正在以跑步速度移动，例如在每小时四英里和每小时十二英里之间。还可以分析位置数据以确定移动设备102覆盖的距离。在一些实施方式中，可以将移动设备覆盖的距离与距离阈值进行比较以表征移动性。在一些实施方式中，可以将移动设备102的移动速度与速度阈值进行比较以表征移动性。
38.在一些实施方式中，例如，移动设备102可以以每小时十二英里的速度移动但仅覆盖0.12英里的距离。在另一示例中，移动设备102可以以每小时四英里的速度移动但覆盖四英里的距离。0.12英里可以被确定为低于距离阈值，因此移动设备的移动性被确定为低于阈值。另一方面，可以确定四英里高于距离阈值，因此确定移动设备的移动性高于阈值。
39.在一些实施方式中，尽管0.12英里低于距离阈值，但可以确定每小时十二英里高于速度阈值。也就是说，当移动设备可以在最短持续时间内维持某个速度时，即使可能不满足距离阈值，也可以满足速度阈值。在一些实施方式中，满足速度阈值以及满足最小持续时间可以被视为移动设备102的移动性高于阈值。
40.在一些实施方式中，在使用位置数据之后，可以将位置数据发送到服务器110和/或外部存储器进行存储。然后可以从移动设备102中删除位置数据。这样，可以增强位置数据的存储解决方案和安全性，防止在移动设备102上运行的其他用户或其他应用程序访问位置数据。如果移动设备102(在一些实施方式中，和/或控制系统190)需要访问位置数据，则移动设备102可以从服务器110和/或外部存储器检索位置数据。
41.可以推断不能维持某个最小速度达最短时间的潜在候选者具有呼吸病症。在一些
实施方式中，呼吸病症可能阻止候选者施加更多的努力。可以推断出在一天中没有移动最小距离的潜在候选者患有呼吸病症。呼吸病症可能会阻止候选者步行、跑步等。在步骤206，表征移动设备102的移动性以确定移动性是否低于阈值。移动设备102的移动性充当潜在候选者的移动或移动性的代理，使得具有有限移动性的候选者更有可能是适合治疗呼吸病症的候选者。
42.在步骤208，控制系统190(在一些实施方式中，和/或移动设备102和/或服务器110)从传感器数据中提取移动设备使用数据。移动设备使用数据包括指示潜在候选者正在使用移动设备102的数据。从系统100的传感器(例如，加速度计142、陀螺仪150等)获得的移动数据和方位数据可以指示潜在候选者已经移动了移动设备102。
43.在移动设备102的睡眠状态期间以高于消耗率的速度消耗移动设备102的电池寿命可以被包括在移动设备使用数据中并且可以指示潜在候选者正在使用移动设备102。移动设备102的屏幕被开启可以被包括在移动设备使用数据中并且可以指示潜在候选者正在使用移动设备102。在移动设备102处接收触摸输入和/或语音命令可以被包括在移动设备使用数据中并且可以指示潜在候选者正在使用移动设备102。当扬声器170集成在移动设备中并且移动设备102经由扬声器170播放音乐或声音时，该信息可以被包括在移动设备使用数据中。
44.在步骤210，控制系统190根据移动设备使用数据确定移动设备102的使用模式。在一些实施方式中，移动设备使用数据包括移动设备102的开始时间和结束时间的时间戳。这样，移动设备使用数据可以指示使用移动设备102的间隔或时间段以及不使用移动设备102的间隔或时间段。
45.移动设备102的使用时间段和/或不使用时间段可用于近似化潜在候选者的睡眠模式。在一些实施方式中，超过特定时间间隔的不使用时间段被视为潜在候选者睡着的时间段。在一些实施方式中，在一天中的特定时间发生的不使用时间段被视为潜在候选者睡着的时间段。例如，潜在候选者可能白天工作，晚上睡觉，因此，夜间不使用的时间长于某个时间间隔，例如，三十分钟、四十五分钟、一小时、两小时、三个小时等被确定为潜在候选者睡着的时间段。在另一个示例中，潜在候选者可能在夜间工作并且在白天睡觉，因此，将比特定间隔更长的白天不使用的时间段确定为潜在候选者睡着的时间段。
46.在一些实施方式中，控制系统190观察多天的移动设备使用数据以确定潜在候选者的睡眠模式。在多天中，控制系统190可以确定潜在候选者是主要在白天睡觉还是主要在夜间睡觉。然后，控制系统190可以确定潜在候选者是否在大多数日子中大约在一天中的同一时间入睡。控制系统190可以设置睡眠时间附近的裕度范围，例如，一小时裕度范围、三十分钟裕度范围、二十分钟裕度范围、十分钟裕度范围等。然后，控制系统190可以确定有多少不使用时间段开始于睡眠时间周围的裕度范围内。如果不使用时间段的数量超过特定天数，则控制系统190可以确定潜在候选者在特定时间左右上床睡觉。
47.在一些实施方式中，可以使用额外的传感器数据来校正每个不使用时间段的开始时间和结束时间。例如，对于夜间睡眠者，相机捕捉到的环境光可用于调整不使用时间段，以说明房间内何时关闭灯。移动设备102上的电池消耗率可用于确定是否调整不使用时间段的开始和/或结束时间。潜在候选者可以正在播放和/或流式传输音乐，因此可以使用电池消耗率来确定潜在候选者没有睡着。
48.在一些实施方式中，由麦克风120生成的声音数据可用于调整不使用时间段以考虑潜在用户说话、听音乐、看电视的时间等。
49.在一些实施方式中，传感器数据和移动设备使用数据包括屏幕数据。屏幕数据指示移动设备102的屏幕开启的时间段，即，屏幕开启间隔。控制系统190可以使用屏幕数据来确定屏幕开启间隔和每个屏幕开启间隔开始的时间。屏幕开启间隔可用于调整不使用时间段的开始时间和/或结束时间。屏幕开启时间间隔也可用于确定不使用时间段。
50.潜在候选者保持的规律睡眠时间可以指示潜在候选者在保持就寝时间模式和/或日常习惯方面是严格的。可以发现具有规律就寝时间模式和/或日常习惯的潜在候选者更有可能是长期遵从呼吸疾病治疗的候选者。
51.在一些实施方式中，有规律地在晚上8:30之前上床睡觉但在早上7点左右醒来的个人指示该个人睡得不好。在一些实施方式中，控制系统确定从夜间(例如，在晚上10点和早上6点之间)开始观察到的多个屏幕开启间隔，可以指示个人在整个晚上多次醒来并且睡得不好。可以确定不使用时间段的短暂中断以指示个人在睡眠期间多次醒来。
52.在步骤212，控制系统190(在一些实施方式中，和/或服务器110)可以使移动设备102至少部分地基于移动设备102的移动性低于阈值和移动设备的使用模式来显示提醒。基于示出规律就寝时间模式的移动设备的使用模式，控制系统190可以使移动设备102显示提醒。基于如本公开中其他地方关于步骤210所述的不使用时间段和调整的不使用时间段，控制系统190可以使移动设备102显示提醒。
53.在一些实施方式中，由移动设备102显示的提醒包括对潜在候选者的性或性别的请求、对潜在候选者的年龄的请求、对潜在候选者的睡眠质量的请求、对潜在候选者的体重指数(bmi)的请求，或其任何组合。
54.潜在候选者可以对提醒中提供的不同请求提供答案。潜在候选者可以使用移动设备102的输入界面来提供答案。提供的答案可以表示为来自潜在候选者的环境输入。在一些实施方式中，可以从一个或多个数据库获得对提醒中潜在候选者提出的请求的回答。并且将提醒提供给潜在候选者，以便潜在候选者可以确认从一个或多个数据库获得的答案是否正确。
55.在一些实施方式中，基于来自潜在候选者的环境输入，控制系统190使移动设备102显示邀请。该邀请用于询问潜在候选者是否愿意接受呼吸疾病治疗。例如，邀请可以询问潜在候选者她是否将接受使用cpap机器的治疗。
56.参考图3，示出了根据本公开的一些实施方式的用于基于与其他用户的相似性来识别某些候选者的流程图。在步骤302，控制系统190(在一些实施方式中，和/或服务器110)从多个用户接收训练数据。来自每个用户的训练数据可以包括从移动设备、cpap机器和/或多个用户的其他传感器或设备生成的传感器数据(如结合图1和2在别处描述的)。多个用户中的每个是正在罹患或先前已经罹患呼吸病症治疗的用户。训练数据可用于训练机器学习算法。训练数据可以是来自多个用户在一段时间内的统计数据的汇总。
57.在步骤304，控制系统190(在一些实施方式中，和/或服务器110)分析训练数据以将多个用户的依从性数据与多个用户的移动设备使用数据联系起来。训练数据可以包括描述了多个用户中的每个用户对其各自呼吸病症的治疗的遵从性的依从性数据。依从性数据可以从用户移动设备上的应用程序获得。例如，用户的移动设备可以指示用户开启cpap机
器的时间。用户的移动设备可以指示cpap机器在开启时测量了多少呼吸事件。依从性数据还可以包括从移动设备获得的位置数据，以确定获得的cpap数据与用户家和/或卧室的位置是否匹配。
58.在其他地方结合图2描述移动设备使用数据。控制系统190可以使用多个用户中的每个的移动设备使用数据来确定使用模式和特征。控制系统190可以使用机器学习算法来确定特征并将依从性数据链接到移动设备使用数据。
59.在步骤306，控制系统190可以基于依从性数据和移动设备使用数据将多个用户分类到多个组中。控制系统190可以将多个用户中的用户分箱或聚类成组。例如，控制系统190可以确定多个用户落入两个单独的组：低风险候选者和高风险候选者。控制系统190可以确定多个用户落入三个单独的组：低风险候选者、中等风险候选者和高风险候选者。所述多个组还可以包括：具有低遵从性的低风险候选者、具有高遵从性的低风险候选者、具有低遵从性的中等风险候选者、具有高遵从性的中等风险候选者、具有低遵从性的高风险候选者、以及具有高遵从性的高风险候选者。
60.诸如年龄、遵从性、性别和呼吸病症的严重性等特征可以用于将多个用户分类到多个组中。例如，一位年龄在18岁到30岁之间、患有轻度呼吸疾病但在35％的睡眠时间使用她的cpap机器的女性用户可以归类为低遵从率的中等风险候选者。一位年龄在40到50岁之间、患有更严重的呼吸疾病但在69％的睡眠时间使用他的cpap机器的男性用户可以被归类为具有中等遵从率的高风险候选者。一位年龄在60到70岁之间、患有非常严重的呼吸疾病并且在85％的睡眠时间使用他的cpap机器的女性用户可以被归类为具有高依从率的高风险候选者。在步骤306，控制系统390基于遵从性和生理属性对用户进行分组。控制系统可以使用机器学习算法来确定组的数量和/或确定哪些用户属于每个组。
61.在步骤308，控制系统190从候选者移动设备接收传感器数据。例如，候选者移动设备可以是移动设备102。步骤308类似于图2的步骤202。在别处结合图1和图2讨论可以接收的传感器数据的类型。
62.在步骤310，控制系统190将候选者移动设备放置于在步骤306引入的多个组之一中。基于接收到的传感器数据，控制系统190可以将接收到的传感器数据与在步骤302中从多个用户获得的训练数据(或汇总统计数据)进行比较。然后，控制系统190可以确定候选者移动设备与多个组之一中的某些用户更相似，并且将候选者移动设备放置于该组中。
63.在步骤312，控制系统190可以基于候选者移动设备的组放置向候选者移动设备发送提醒。例如，如果候选者移动设备被放置在指示高风险和高遵从性的组中，则控制系统190可以向候选者移动设备发送提醒，使得候选者移动设备在其屏幕上显示提醒。提醒可以采用结合图2在别处描述的形式。
64.在一些实施方式中，本公开利用电话使用数据、睡眠数据和/或移动模式之间的相关性来选择性地识别处于呼吸病症(例如，osa)风险中并且可会落入长期遵从桶中的个人。在一些实施方式中，倾向于早睡且移动性低的用户可能会落入对治疗的长期依从性桶中。
65.虽然已经参考一个或多个特定实施方式描述了本公开，但是本领域技术人员将认识到可以对其进行许多改变而不背离本公开的精神和范围。这些实施例和实施方式及其明显变化中的每个都被认为落入在所附权利要求中阐述的本公开的精神和范围内。
66.本公开的计算机和硬件实施方式
67.最初应该理解的是，本文的公开可以用任何类型的硬件和/或软件来实现，并且可以是预编程的通用计算设备。例如，所述系统可以使用服务器、个人计算机、便携式计算机、瘦客户端或任何合适的设备或多个设备来实现。本公开和/或其组件可以是在单个位置的单个设备，或在单个或多个位置的多个设备，它们使用任何适当的通信协议通过任何通信介质(例如电缆、光纤电缆、或以无线方式)连接在一起。
68.还应当注意，本公开在本文中被图示和讨论为具有执行特定功能的多个模块。应当理解，这些模块只是为了清楚起见，仅根据其功能示意性地示出，并不一定代表具体的硬件或软件。在这点上，这些模块可以是硬件和/或软件，被实现为基本上执行所讨论的特定功能。此外，这些模块可以在本公开中组合在一起，或者基于所需的特定功能划分为附加模块。因此，本公开不应解释为限制本发明，而仅应理解为说明其一种示例性实施方式。
69.计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离并且通常通过通信网络进行交互。客户端和服务器的关系是通过在各自的计算机上运行并且彼此具有客户端-服务器关系的计算机程序而产生的。在一些实施方式中，服务器将数据(例如，html页面)传输到客户端设备(例如，为了向与客户端设备交互的用户显示数据并从其接收用户输入)。可以在服务器处从客户端设备接收在客户端设备处生成的数据(例如，用户交互的结果)。
70.本说明书中描述的主题的实施方式可以在计算系统中实现，该计算系统包括后端组件，例如作为数据服务器，或者包括中间件组件，例如应用服务器，或者包括前端组件，例如，具有图形用户界面或web浏览器的客户端计算机，用户可以通过它与本说明书中描述的主题的实施方式或一个或多个这样的后端、中间件或前端组件的任何组合进行交互。系统的组件可以通过任何形式或介质的数字数据通信(例如通信网络)互连。通信网络的示例包括局域网(“lan”)和广域网(“wan”)、互联网络(例如，互联网)和对等网络(例如，自组织对等网络)。
71.本说明书中描述的主题和操作的实施方式可以在数字电子电路中或在计算机软件、固件或硬件中实现，包括在本说明书中公开的结构及其结构等效方案，或它们中的一个或多个的组合。本说明书中描述的主题的实施方式可以实现为一个或多个计算机程序，即，一个或多个计算机程序指令模块，编码在计算机存储介质上以供数据处理设备执行或控制其操作。替代地或附加地，程序指令可以在人工生成的传播信号上编码，例如，机器生成的电、光或电磁信号，该信号被生成以编码信息以传输到合适的接收器装置以供数据处理装置执行。计算机存储介质可以是或包含在计算机可读存储设备、计算机可读存储基板、随机或串行存取存储器阵列或设备、或它们中的一个或多个的组合中。此外，虽然计算机存储介质不是传播信号，但计算机存储介质可以是编码在人工生成的传播信号中的计算机程序指令的源或目的地。计算机存储介质也可以是或包含在一个或多个单独的物理组件或介质(例如，多个cd、磁盘或其他存储设备)中。
72.本说明书中描述的操作可以实现为由“数据处理装置”对存储在一个或多个计算机可读存储设备上或从其他源接收的数据执行的操作。
73.术语“数据处理装置”涵盖用于处理数据的所有种类的装置、设备和机器，包括例如可编程处理器、计算机、片上系统、或多个、或上述的组合。上述装置可以包括专用逻辑电路，例如fpga(现场可编程门阵列)或asic(专用集成电路)。除了硬件之外，该装置还可以包
括为所讨论的计算机程序创建执行环境的代码，例如，构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行时的代码环境、虚拟机或它们中一个或多个的组合。该装置和执行环境可以实现各种不同的计算模型基础设施，例如web服务、分布式计算和网格计算基础设施。
74.计算机程序(也称为程序、软件、软件应用程序、脚本或代码)可以任何形式的编程语言编写，包括编译或解释语言、声明性或过程性语言，并且它可以部署为任何形式，包括作为独立程序或作为模块、组件、子程序、对象或适合在计算环境中使用的其他单元。计算机程序可以但不必对应于文件系统中的文件。程序可以存储在包含其他程序或数据的文件的一部分中(例如，存储在标记语言文档中的一个或多个脚本)、专用于所讨论程序的单个文件或多个协调文件(例如，存储一个或多个模块、子程序或部分代码的文件)。可以部署计算机程序以在一台计算机或位于一个站点或分布在多个站点并通过通信网络互连的多台计算机上执行。
75.本说明书中描述的过程和逻辑流程可以由一个或多个可编程处理器执行一个或多个计算机程序以通过对输入数据进行操作并生成输出来执行动作。过程和逻辑流程也可以由专用逻辑电路执行，并且装置也可以实现为专用逻辑电路，例如fpga(现场可编程门阵列)或asic(专用集成电路)。
76.适合于执行计算机程序的处理器包括例如通用和专用微处理器，以及任何类型的数字计算机的任何一个或多个处理器。通常，处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于根据指令执行动作的处理器以及用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括或可操作地耦合以从一个或多个用于存储数据的大容量存储设备(例如，磁、磁光盘或光盘)接收数据或向其传输数据或两者兼具。然而，计算机不需要有这样的设备。此外，计算机可以嵌入到另一个设备中，例如手机、个人数字助理(pda)、移动音频或视频播放器、游戏控制台、全球定位系统(gps)接收器或便携式存储设备(例如，通用串行总线(usb)闪存驱动器)，仅举几例。适用于存储计算机程序指令和数据的设备包括所有形式的非易失性存储器、介质和存储设备，例如半导体存储设备，例如eprom、eeprom和闪存设备；磁盘，例如内部硬盘或可移动磁盘；磁光盘；以及cdrom和dvd-rom磁盘。处理器和存储器可以由专用逻辑电路补充或结合在专用逻辑电路中。