用于显示和监测患者的凝血功能的方法和系统

1.本发明总体上涉及监测患者临床状态的领域，并且更具体地涉及用于医疗保健提供者或凝血监测装置的另一用户，例如，使用电子医疗应用程序的个人消费者，的凝血系统监测信息的适当合成。


背景技术：

2.诸如重症监护室、手术室、医院病房和医生办公室等当代的医疗保健设施广泛使用测量或显示凝血功能数据的装置。这些装置用于诊断出血障碍、用于测量对药物治疗的反应、用于评价围手术期的止血和输血医学中。此外，凝血功能数据正在远程医疗产品、在线和离线硬件和软件应用程序，以及广泛范围的消费者健康产品，例如，智能装置的电子医疗应用程序，中使用和显示，以供在家中或在养老院中使用。当代的凝血监测系统可以在单个屏幕上显示三十个或更多个不同的原始凝血功能数据点和几何形状。然而，所显示的数据点的数量是巨大的，并且淹没了具有信息的用户。随着所监测的参数数量的增加，其快速地变得不可能始终如一地理解所有信息并且保持对患者的凝血情况的了解。然而，主治医生正确和迅速地理解患者的凝血情况对于患者是至关重要的。只有在正确理解和高度确定诊断是正确的情况下，医生才可以快速给予正确的药物以矫正凝血。


技术实现要素：

3.这种信息复杂性问题的一种解决方案是计算机生成的仪器，即图形显示器，其将原始凝血系统功能数据合成为单个动态二维或三维合成血凝块模型，根据原始数据输入来表示所监测的患者的凝血状况。与传统的监测装置相比，由本发明的实施例生成的计算机生成的用户界面可以更容易地被医疗保健提供者和个人消费者阅读和理解；当他们必须在压力下作出快速决策时是显著的优点。为此目的，根据从凝血监测装置或医院信息系统接收的数据，或存储在关系数据库中的数据，或根据本领域技术人员想到的其它方法来创建可视血凝块模型。
4.提供了一种计算机实施的方法、对应的计算机程序产品和系统，用于渲染合成血凝块模型的二维或三维图形的图像，以作为监测装置的补充、结合在常规患者监测装置内，或作为全息图的显示器。
5.在一个实施例中，所有监测信息呈现在单个易于理解的仪器中，该仪器被动态地渲染并且显示在显示装置上。它可以呈现在诸如智能手表或增强现实装置的可穿戴电子装置中，或者呈现为全息图或虚拟全息图。根据实施例的显示器可以是二维或三维的。可以呈现可视凝块模型：a：作为除最先进的凝血监测系统外的单独独立装置；b：与常规凝血监测装置集成(单个监测器同时显示可视凝块仪器和常规监测参数)；c：投影为全息图。从患者身上采集血液样本并且将其插入用患者血液进行凝血功能测量的装置中。所得到的凝血功能数据可以以字母数字形式或以几何形式呈现，例如粘弹性测试结果、血小板功能测试结果。可视凝块模型可以显示在单独的显示装置上，或者与字母数字的凝血功能数据一起集
成在显示装置中，或者它可以被投影为全息图。
6.根据原始凝血功能数据输入改变血凝块，包括但不限于：标准实验室血液分析，例如血红蛋白浓度、血小板计数、个体血浆因子功能数据，例如纤维蛋白原浓度、因子v(五)功能、因子xiii(十三)功能、国际标准化比率和快速值、活化部分凝血活酶时间、药物特异性抗-因子-十-a活性、影响凝血的药物的特异性血浆水平，例如利伐沙班血浆水平、血小板功能测试，例如光透射集合度测定和粘弹性测试，例如凝固时间、r时间最大凝块硬度、最大幅度、最大溶解。为了渲染图像，根据算法组织和处理原始数据，并且将其发送到图形处理器用于渲染。在一个实施例中，计算机实施的方法根据表示患者凝血状态的原始数据输入创建显示血凝块模型的合成渲染的仪器。该方法使用血凝块模型的特定部分的属性的改变，包括部分的存在或不存在、部分的体积和面积、部分的数量和部分的颜色。根据结合到系统中的算法，每个参数的个体原始监测数据的输入引起血凝块模型的一个或多个部分的属性的改变。该方法还根据数据输入和算法按比例计算血凝块模型的部分的变化程度。可视凝块表示的部分的属性的所需变化被转发到图形处理器，用于渲染为二维或三维图像。本发明的实施例的特征在下文中被充分地描述并且在以下详细阐述本发明的一个或多个说明性实施例的说明书、附图和权利要求中被特别地指出。然而，这些仅指示可以采用本发明的基础原理的各种方式中的一种或几种。
附图说明
7.图1：根据本发明的实施例改变的血凝块模型和部分的基本设计。
8.图2：各种可视凝块模型表示。
9.图3：根据实施例的计算机系统的示意性概图。
10.图4：可视凝块算法：根据实施例，创建显示凝血功能监测数据的适当合成的仪器的过程的示意性概图。
11.图5：根据本发明的一个实施例，将数据点分配给血凝块模型的部分的示意性概图。
12.图6：示出了第一子程序的流程图，该第一子程序绘示了生成个体可视血凝块模型、会话趋势信息和可视血凝块模型动画的程序。
13.图7：示出了根据实施例的可视血凝块总体算法的第二子程序的流程图。
14.图8至31：示出了各种可视血凝块算法的逻辑的示意性概图。
15.图32：常规rotem显示和可视凝块之间的总体组间差异。
16.图33：常规rotem显示与苏黎世中心(center zurich)的可视凝块之间的组间差异。
17.图34：常规rotem显示与法兰克福中心(center frankfurt)的可视凝块之间的组间差异。
18.图35：个体参与者水平上的决策。60名参与者中的每一名的正确答案百分比。
19.图36：rotem经验与正确决策的斯皮尔曼相关(spearman's correlation)。
20.图37：自评rotem技能与正确决策的斯皮尔曼相关。
具体实施方式
21.图1绘示了具有根据本发明的实施例改变的部分的血凝块模型101的基本设计实例。血凝块部分的特征的动态改变包括但不限于它们的存在或不存在，以及部分数量、体积、面积和颜色的变化。可以根据用户输入从各个角度观察血凝块。示例性模型中可视凝块模型的动态改变的部分包括背景(1)、药物指标(2)、纤维蛋白网指标(3)、血浆凝血因子指标(4)、血滴和血池指标(5)，以及血小板指标(6)。
22.图2绘示了呈现给用户7的各种可视凝块模型表示12、13、14，其包括：
[0023]-区域a：作为除具有相应用户接口元件10、11的最先进的凝血监测系统9外的单独独立装置12；
[0024]-区域b：与常规凝血监测装置集成(单个监测器13显示可视凝块仪器和常规监测参数)；
[0025]-区域c：由适当的全息图投影仪14-1投影为全息图14。
[0026]
所公开的概念特别适合于与常规凝血监测装置集成使用，即，显示可视凝块仪器和原始常规数值或几何凝血功能数据的单个屏幕，如图2的区域b的13所示。然而，除了如图2的区域a的12所示的主要患者检测装置外，它还可以用作在单独的显示器上显示的第二单独仪器。显示装置可以是例如阴极射线管、液晶显示屏、基于气体等离子体的平板显示器、有机发光二极管显示器、诸如头戴式显示器的增强现实装置，例如虚拟现实耳机、眼镜、隐形眼镜或任何其它形式的增强现实装置。此外，可视化可以作为全息图呈现在计算机化的手表(智能手表)上，如图2的区域c的14所示，或者适于显示该仪器的其它装置上。
[0027]
本发明的实施例提供了根据原始常规数值或几何凝血功能数据的合成来创建二维或三维仪器。根据原始监测数据，本发明的实施例创建血凝块模型101，该血凝块模型是实际所监测的患者的凝血功能的状况的合成表示。图形处理器动态地渲染图像。
[0028]
图3中示意性地示出了用于执行根据实施例的计算机实施的方法的计算机系统100的概览。系统100包括计算机，其可以是通用计算机或专用的、特别设计的计算机、含有具有算法的软件代码的存储器、图形处理器和显示装置。
[0029]
根据本发明的实施例，根据原始常规数值或几何凝血功能数据渲染仪器，即，可视凝块模型(15)，的过程以两个宽泛的步骤进行，这将在下文中详述并且在图4中概述。
[0030]
在步骤1中，将原始输入数据(即，图4中的“数据流”)加载到系统存储器(即，图4中的“存储器”)中，并且由通用计算机转换成数据点，该数据点可以用于进一步处理。原始常规数值或几何凝血功能数据可以来自商业上或其它可用的装置，例如凝血测量装置，或存储此类测量数据的关系数据库。原始常规数值或几何凝血功能数据流被加载到存储器中并且通过算法进行转换，使得本发明的实施例可以直接利用每个数据点。该数据流可以含有不限于以下参数中的任何一个：血红蛋白浓度、血小板计数、个体血浆因子功能、国际标准化比率和快速值、活化部分凝血活酶时间、药物特异性抗-因子-十-a活性、特异性血浆药物水平、血小板功能测试输出变量、粘弹性测试输出变量和凝血功能测试的所有其它输出变量。
[0031]
当从凝血监测装置或软件中检索数据时，数据点的生成是连续重复的。得到的数据点是每个凝血功能参数的表示。如果现场处理来自凝血装置的原始数据，则将其直接加载到存储器中。如果从远程凝血功能监测装置递送，则根据需要准备额外的数据存储区。
[0032]
在步骤2中，由通用计算机根据本发明的各种实施例的算法，即，图4中的“算法”，将数据点转换成血凝块模型101的特定部分15的状态中的一次或多次改变。根据本发明实施例的计算机实施的方法使用血凝块模型101的特定部分的属性变化。这些改变(即，图4中的“改变”)包括血凝块模型101的部分的存在和不存在、部分的体积和面积、部分的数量、部分的颜色和部分的运动。图形处理器在显示装置上渲染图像，即，根据相关信息动态地改变凝块模型的部分。为了建立数据以在显示器上渲染图像，将数据点分配给血凝块模型101的一个或多个代表性部分(图5)。根据本发明的一个实施例，将数据点分配给血凝块模型101的部分的示意性概图。第1部分：背景(在优选实施例的图形实例中示出了血细胞)(1)、第2部分：药物指标(2)、第3部分：纤维蛋白网指标(3)、第4部分：血浆凝血因子指标(4)、第5部分：血滴和血池指标(5)、第6部分：血小板指标(图形实例中示出了非活化血小板)(6)。根据本发明的实施例，凝血功能测量和参数的这种分配仅表示许多可能分配中的一个。凝血功能领域的专家可以提出许多其它可能的分配。然而，其它分配不会偏离本发明的范围。
[0033]
虽然已经公开了为每个数据点选择可视凝块模型中的一个或多个特定部分的一个过程，但是其它过程也是可能的，并且本领域技术人员将想到将数据点分配给可视凝块模型的部分的其它方法，并且可以在应用程序中使用而不脱离本发明的范围。
[0034]
根据本发明的实施例，示出了可视凝块模型的实时仪器的渲染遵循下文概述的子程序(即，子程序a和b)进行。
[0035]
图6示出了第一子程序a的流程图，其绘示了根据来自个体患者医疗简档、默认可视血凝块模型101和原始凝血功能参数数据流，生成个体血凝块模型101(即，针对个体患者的凝血功能参数定制的血凝块模型)、会话趋势信息和可视血凝块模型101动画的程序。会话趋势信息提供表示监测会话历史的数据(在患者的监测会话期间记录的数据)。
[0036]
图7示出了根据实施例的可视血凝块总体算法(参见图4)的第二子程序b的流程图。由此，子程序a填充存储器中的数据缓冲区，该数据缓冲区由子程序b加载和消耗以用于进一步处理。详细地，通过使用个体化的可视血凝块模型101(即，定制的血凝块图形表达)、会话趋势信息(即，监测会话历史)和要在个体可视血凝块模型101中执行的模型动画来计算二维或三维血凝块模型101(“计算可视血凝块图形模型表示(compute visual blood clot graphical model representation)”)。
[0037]
当子程序a(参见图6)为子程序b(参见图7)生成输入数据时，它们可以自主地执行。详细地说，子程序a可以生成数据并且将其临时存储在数据缓冲区中，直到子程序b为了进一步处理消耗该数据为止。子程序a和子程序b通过总体可视患者监测算法连接(参见图4)。
[0038]
子程序a通过基于患者的医疗简档(即，年龄、体重、性别、身高、儿科、医疗状况，例如肥胖症)通过改变创建“定制血凝块图形表达”的默认血凝块模型来计算个体可视血凝块模型而开始。该程序(在图6中被描绘为“计算个体可视血凝块模型(compute individual visual blood clot model)”)的结果(在图6中被描绘为“个体可视血凝块模型(individual visual blood clot model)”)被用作算法的子程序b(图7)的输入。
[0039]
在已经建立个体血凝块模型之后，下一个步骤是处理输入的患者监测数据。在凝血功能数据以数据流(图6中的“原始凝血功能数据流(raw blood coagulation function data stream)”)的形式到达的情况下，从数据流中提取与所监测的凝血功能参数匹配的数
据点，将其加载到存储器中并转换成数据点，如上文步骤一中所描述的。然后，将这些数据点与当前时间戳相关联并且添加到会话数据存储区(即，含有所保存的监测会话数据的存储介质)(图6中的“将数据点添加到会话数据存储区(add data points to session data store)”)，使得可以在后续步骤(图6中的“计算会话趋势信息(compute session trend information)”)中计算会话趋势信息(即，监测会话历史)。此外，会话趋势信息被用作算法的子程序b(图7)的输入，并且可以在显示器上表示。
[0040]
接下来，计算机获取可用的个体数据点(即，患者的凝血功能参数)并且将它们提供给特定算法。随后，这些算法计算可视血凝块模型101的每个部分的状态(图6中的“计算个体可视血凝块模型改变”)。在“算法描述”区域中详细描述了各个算法。一旦计算了各个动画，就将它们传递到总体可视血凝块算法的子程序b(图7)。
[0041]
此外，当新的凝血功能数据变得可用时，重复从图6中的“提取与所监测的凝血参数相匹配的数据点”开始的过程，直到可以从数据流中提取任何更多的数据。
[0042]
图7表示根据优选实施例的可视血凝块总体算法(图4)的子程序b，其中子程序a填充存储器中的数据缓冲区，该数据缓冲区由子程序b加载和消耗以用于进一步处理。详细地，通过使用个体化的可视血凝块模型101(即，定制的血凝块图形表达)、会话趋势信息(即，监测会话历史)和要在个体可视血凝块模型101中执行的模型动画来计算二维或三维血凝块模型101(图7中的“计算可视血凝块图形模型表示”)。
[0043]
一旦建立了可视血凝块模型101的二维或三维表示，就将其存储在存储器中(“在存储器中存储可视血凝块图形模型表示”)，以便随后由图形处理器进行渲染。为了适应由图形处理器、数据流、通用计算机或其它所涉及的组件施加的现有硬件限制，下一个步骤是在将二维或三维模型表示(图7中的“可视血凝块模型图形表示”)发送到图形处理器用于渲染目的(“将可视血凝块图形表示发送到图形处理器以用于渲染”)之前等待特定间隔消逝(图7中的“等待间隔消逝”)。因此，预确定或动态确定的后一时间间隔表示显示装置的图像改变序列(即，显示刷新率)。只要数据存在于由子程序a填充的数据缓冲区中，就重复子程序b。
[0044]
计算机程序产品的计算机可读指令在被加载到存储器中并且由计算机系统的一个或多个处理器执行时，使计算机系统执行根据本发明实施例的计算机实施的方法。此类指令可以存储在任何可记录介质中，诸如硬盘驱动器、磁记录带、光盘，或作为书面指令存储在纸上。它们可以存储在存储器(即，图4中的存储器)中。存储器可以包括易失性和非易失性存储器组件。易失性组件是在失电时不保留数据的组件。非易失性组件是在失电时保留数据的组件。
[0045]
因此，存储器可以包含例如随机存取存储器(ram)、只读存储器(rom)、硬盘驱动器、固态驱动器和/或其它存储器组件，或这些存储器组件中的任何两个或更多个的组合。ram可以包含例如静态随机存取存储器(sram)、动态随机存取存储器(dram)或磁性随机存取存储器(mram)、非易失性随机存取存储器(nvram)和其它形式的存储器。rom可以包含例如可编程只读存储器(prom)、可擦可编程只读存储器(eprom)、电可擦可编程只读存储器(eeprom)、紧凑闪存或其它类似的存储器装置。
[0046]
算法描述
[0047]
表1：该表概述了可视血凝块模型101中受数据点影响的部分，以及根据下面描述
的算法1至30改变的部分的属性。根据本发明的优选实施例，算法使用在该表中描述的输入。然而，该算法不限于所公开的算法或由所公开的算法限定，因为本领域技术人员可以在不脱离所要求保护的本发明的范围的情况下想到额外的输入。
[0048]
[0049]
[0050]
[0051][0052]
可视血凝块算法a1(血细胞体积[3d]和面积[2d])和算法a2(血细胞的形式)
[0053]
这些算法用于使可视血凝块模型(背景)的第1部分(图1)以个体化的方式出现，其在输入来自真实患者中血凝块会具有的特征数据之后建模并且与之具有逻辑共性。算法a1和a2使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果、血气分析结果、患者监测生命体征、患者诊断和特征。
[0054]
根据算法a1和a2，患者实验室血液测试结果、血气分析结果、患者诊断和特征以及患者监测生命体征的变化导致可视血凝块模型的背景中所示的血细胞的体积(3d)或面积(2d)的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得部分的体积或面积(3d)或血细胞的面积(2d)发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图8提供了这些算法的示意性概图。该图示出了具有相应图形实例的可视血凝块算法a1和a2的逻辑的示意性概图：1)输入“镰状细胞病”使得算法将背景中所示的红细胞的形状改变
为镰状细胞的形式，以及2)输入：“高或低红细胞体积”使得算法改变血细胞的体积(3d)或面积(2d)。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的血细胞的体积(3d)、面积(2d)或形式产生特定变化。根据特定的生命体征值或患者特征，血细胞或其它背景组件可以根据生命值改变它们的体积或面积，例如脉搏率或动脉压曲线。
[0055]
实例：1)患者数据管理系统输入“失血”使得算法使血细胞显得更小。2)输入：“高红细胞体积”(实验室血液测试结果)使得算法使血细胞16显得更大。3)输入高血浆钠浓度使得血细胞显得更小。4)输入镰状细胞病(患者诊断和特征输入)使得算法将背景中所示的红细胞的形状改变为镰状细胞17的形式。
[0056]
可视血凝块算法a3(显示的血细胞数量)
[0057]
该算法用于使可视血凝块模型101(背景)的第1部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a3使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：实验室血液测试结果、血气分析结果、患者诊断、特征和患者监测生命体征。
[0058]
根据算法a3，患者实验室血液测试结果、血气分析结果、患者诊断和特征，以及患者监测生命体征的变化导致可视血凝块模型101的背景中所示的血细胞数量的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得血细胞数量发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图9提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的显示的血细胞数量产生特定变化。
[0059]
实例：1)输入：“高白细胞计数”使得算法增加显示的白细胞18数量。2)输入“低红细胞计数”使得算法减少背景中所示的红细胞19数量。3)患者监测输入“失血”使得算法显示较少的血细胞。4)输入：“白细胞增多”(实验室血液测试结果)使得算法显示更多的白细胞。5)输入低血红蛋白(血气分析输入)使得出现更少的血细胞。6)输入贫血(患者诊断和特征输入)使得算法减少背景中所示的红细胞数量。
[0060]
可视血凝块算法a4(显示的血细胞颜色)
[0061]
该算法用于使可视血凝块模型101(背景)的第1部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a4使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果、血气分析结果、患者监测生命体征、患者诊断和特征。
[0062]
改变患者实验室血液测试结果、血气分析结果、患者诊断和特征，以及患者监测生命体征导致在可视血凝块模型101的背景或第1部分中所示的血细胞的颜色的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得血细胞颜色发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图10提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的血细胞颜色产生特定变化。
[0063]
实例：1)与“无贫血”输入(例如，hex颜色：#f40e0e)21相比，凝血功能输入“低色素性贫血”或“低红细胞血红蛋白浓度”或“低血红蛋白”(实验室血液测试结果、血气分析结果或患者诊断和特征)使得算法显示红细胞为较浅的红色(例如hex颜色：#f9c8c8)20。
[0064]
可视血凝块算法a5(特定背景指标标签的显示)
[0065]
该算法用于使可视血凝块模型101(背景)的第1部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a5使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：实验室血液测试结果、血气分析结果、患者诊断、特征和患者监测生命体征。
[0066]
患者实验室血液测试结果、血气分析结果、患者诊断和特征，以及患者监测生命体征的变化导致在可视血凝块模型101的背景或第1部分中的特定背景指标标签的显示遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得特定背景指标标签更多或更少。该函数用于使用户能够检测低极端值和高极端值。图11提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法显示同样存储在存储器中的特定背景指标标签。这些背景指标标签可以是字母数字格式，即由文本和数字组成，或者是二维或三维图形指标。实例：1)凝血功能输入“血管性血友病”(实验室血液测试结果或患者诊断和特征)使得算法在可视血凝块模型101的背景中显示“患者患有血管性血友病(vw-disease)”标签22。
[0067]
可视血凝块算法a6(药物指标的体积[3d]和面积[2d])和算法a7(药物指标的形式)
[0068]
这些算法用于使可视血凝块模型101(药物指标)的第2部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a6和a7使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果、血浆药物水平、粘弹性测试输出、患者诊断和特征以及患者监测生命体征。
[0069]
根据算法a6和a7，患者实验室血液测试结果、血气分析结果、患者诊断和特征以及患者监测生命体征的变化导致可视血凝块模型101中所示的药物指标的体积(3d)或面积(2d)的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得部分的体积或面积(3d)或药物指标的面积(2d)发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图12提供了这些算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的药物指标的体积(3d)、面积(2d)或形式产生特定变化。根据特定的患者特征，药物指标可以根据生命值改变它们的体积或面积，例如脉搏率或动脉压曲线。
[0070]
实例：1)患者监测输入“利伐沙班水平高”或“高血浆依度沙班水平”(实验室血液测试结果)使得算法使药物指标23显得更大。2)输入：“低肝素浓度”(粘弹性测试结果)使得算法使药物指标显得更小。3)输入“阿司匹林摄入量”使得算法将所示的药物指标的形状改变为菱形24的形式。
[0071]
可视血凝块算法a8(显示的药物指标的数量)
[0072]
该算法用于使可视血凝块模型101(药物指标)的第2部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a8使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果、血浆药物水平、粘弹性测试输出、患者诊断和特征以及患者监测生命体征。
[0073]
根据算法a8，患者实验室血液测试结果、血气分析结果、患者诊断和特征，以及患者监测生命体征的变化导致可视血凝块模型101中所示的药物指标的数量的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得药物指标的数量发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图13提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的显示的药物指标的数量产生特定变化。
[0074]
实例：1)患者监测输入“高阿哌沙班”使得算法显示更多的阿哌沙班特异性药物指标25。2)输入：“高肝素特异性抗-因子-十-a活性”(实验室血液测试结果)使得算法显示更多的肝素特异性抗-因子-十-a活性药物指标。
[0075]
可视血凝块算法a9(显示的药物指标的颜色)
[0076]
该算法用于使可视血凝块模型101(药物指标)的第2部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a9使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果、血浆药物水平、粘弹性测试输出、患者诊断和特征以及患者监测生命体征。
[0077]
根据算法a9，患者实验室血液测试结果、血气分析结果、患者诊断和特征，以及患者监测生命体征的变化导致可视血凝块模型101中所示的药物指标颜色的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得药物指标颜色发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图14提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的药物指标颜色产生特定变化。
[0078]
实例：与白色“未检测到肝素”药物指标(例如，hex颜色：#ffffff)27相比，凝血功能输入“检测到肝素”或“高肝素特异性抗-因子-十-a活性”(粘弹性全血测试结果或患者诊断和特征)使得算法显示绿色药物指标(例如，hex颜色：#32cd32)26。
[0079]
可视血凝块算法a10(特定药物指标标签的显示)
[0080]
该算法用于使可视血凝块模型101(药物指标)的第2部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a10使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果、血浆药物水平、粘弹性测试输出、患者诊断和特征以及患者监测生命体征。
[0081]
患者实验室血液测试结果、血浆药物水平、粘弹性测试输出、患者诊断和特征，以及患者监测生命体征的变化导致在可视血凝块模型101的第2部分中特定药物指标标签的显示遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出
函数使得输入凝血功能参数值非常低和非常高，以使得特定背景指标标签更多或更少。该函数用于使用户能够检测低极端值和高极端值。图15提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法显示同样存储在存储器中的特定药物指标标签。这些药物指标标签可以是字母数字格式，即由文本和数字组成，或者是二维或三维图形指标。
[0082]
实例：1)凝血功能输入“利伐沙班水平高”(实验室血液测试结果或患者诊断和特征)使得算法在可视血凝块模型101的药物指标28中显示图形或字母数字“利伐沙班”标签。
[0083]
可视血凝块算法a11(纤维蛋白网指标的体积[3d]和面积[2d])和算法a12(纤维蛋白网指标的形式)
[0084]
这些算法用于使可视血凝块模型101(纤维蛋白网指标)的第3部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a11和a12使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0085]
根据算法a11和a12，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中所示的纤维蛋白网指标的体积(3d)或面积(2d)的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得部分的体积或面积(3d)或纤维蛋白网指标的面积(2d)发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图16提供了具有图形实例的可视血凝块算法a11和a12的逻辑的示意性概图。1:输入“低纤维蛋白”使得算法改变纤维蛋白网指标(1和2)的形式，以出现破裂(2)。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的纤维蛋白网指标的体积(3d)、面积(2d)或形式产生特定变化。根据特定的生命体征值或患者特征，血细胞或其它背景组件可以根据生命值改变它们的体积或面积，例如脉搏率或动脉压曲线。
[0086]
实例：1)患者数据管理系统输入“低血浆凝血因子13活性”(实验室血液测试结果)使得算法使纤维蛋白网指标出现中断或破裂。2)输入：“在fibtem中最大凝块硬度低”(粘弹性测试输出)使得算法使纤维蛋白网指标显得更小。
[0087]
可视血凝块算法a13(显示的纤维蛋白网指标的数量)
[0088]
该算法用于使可视血凝块模型101(纤维蛋白网指标)的第3部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a13使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0089]
根据算法a13，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中所示的纤维蛋白网指标的数量的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得纤维蛋白网指标的数量发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图17提供了该算
法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的显示的纤维蛋白网指标的数量产生特定变化。
[0090]
实例：1)患者实验室血液测试结果“低纤维蛋白浓度”使得算法显示较少的纤维蛋白网指标(29)，而不是正常的纤维蛋白网指标(2)。2:输入：“在fibtem中mcf高”(粘弹性测试输出)使得算法显示更多的纤维蛋白网指标(30)。
[0091]
可视血凝块算法a14(显示的纤维蛋白网指标的颜色)
[0092]
该算法用于使可视血凝块模型101(纤维蛋白网指标)的第3部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a14使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0093]
根据算法a14，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中的纤维蛋白网指标或第3部分的颜色的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得纤维蛋白网的颜色发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图18提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的纤维蛋白网的颜色产生特定变化。
[0094]
实例：1)与“低纤维蛋白浓度”输入(例如，hex颜色：#eff7ba)32相比，凝血功能输入“高纤维蛋白浓度”(实验室血液测试结果或患者诊断和特征)使得算法以更深的黄颜色(例如hex颜色：#ffd000)31显示纤维蛋白网指标。
[0095]
可视血凝块算法a15(特定纤维蛋白网指标标签的显示)
[0096]
该算法用于使可视血凝块模型101(纤维蛋白网指标)的第3部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a15使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0097]
根据算法a15，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101的第3部分(纤维蛋白网指标)中的特定背景指标标签的显示遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得特定背景指标标签更多或更少。该函数用于使用户能够检测低极端值和高极端值。图19提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法显示同样存储在存储器中的特定背景指标标签。这些背景指标标签可以是字母数字格式，即由文本和数字组成，或者是二维或三维图形指标。
[0098]
实例：1)凝血功能输入“纤溶亢进”(粘弹性测试输出)使得该算法在可视血凝块模型101的第3部分(纤维蛋白网指标)上显示图形酶标签33或食用鳄鱼标签(34)。
[0099]
可视血凝块算法a16(血浆因子指标的体积[3d]和面积[2d])和算法a17(血浆因子指标的形式)
[0100]
这些算法用于使可视血凝块模型101(血浆因子指标)的第4部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a16和a17使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0101]
根据算法a16和a17，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中所示的血浆因子指标的体积(3d)或面积(2d)的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得部分的体积或面积(3d)或血浆因子指标的面积(2d)发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图20提供了这些算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的血浆因子指标的体积(3d)、面积(2d)或形式产生特定变化。根据特定的生命体征值或患者特征，血细胞或其它背景组件可以根据生命值改变它们的体积或面积，例如脉搏率或动脉压曲线。
[0102]
实例：1)患者数据管理系统输入“低血浆凝血因子13活性”(实验室血液测试结果)使得算法使血浆因子指标35出现中断或破裂。2)输入：“在extem intem中凝固时间长”(粘弹性测试输出)使得算法使凝固因子36显得更小。
[0103]
可视血凝块算法a18(显示的血浆因子指标的数量)
[0104]
该算法用于使可视血凝块模型101(血浆因子指标)的第4部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a18使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0105]
根据算法a18，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中所示的血浆因子指标的数量的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得血浆因子指标的数量发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图21提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的显示的血浆因子指标的数量产生特定变化。
[0106]
实例：1)输入：“血友病”使得算法减少显示的血浆因子指标的数量。2)输入：“凝血酶原基因突变”使得算法增加显示的血浆因子指标37的数量。
[0107]
可视血凝块算法a19(显示的血浆因子指标的颜色)
[0108]
该算法用于使可视血凝块模型101(血浆因子指标)的第4部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a19使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0109]
根据算法a19，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、
患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中的血浆因子指标或第4部分的颜色的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得血浆因子指标的颜色发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图22提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的血浆因子指标的颜色产生特定变化。
[0110]
实例：与正常颜色(例如，hex颜色：#f1def2)(39)相比，输入“高凝血因子13活性”使得算法显示所显示的血浆因子指标的颜色(例如，hex颜色：#6a046d)(38)更强烈。
[0111]
可视血凝块算法a20(特定血浆因子指标标签的显示)
[0112]
该算法用于使可视血凝块模型101(血浆因子指标)的第4部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a20使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0113]
根据算法a20，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101的第4部分(血浆因子指标)中的特定背景指标标签的显示遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得特定背景指标标签更多或更少。该函数用于使用户能够检测低极端值和高极端值。图23提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法显示同样存储在存储器中的特定背景指标标签。这些背景指标标签可以是字母数字格式，即由文本和数字组成，或者是二维或三维图形指标。实例：输入：“因子xiii低”使得算法在血凝块模型101的第4部分上方显示因子xiii低指标标签。
[0114]
可视血凝块算法a21(血滴和血池指标的体积[3d]和面积[2d])和算法a22(血滴和血池指标的形式)
[0115]
这些算法用于使可视血凝块模型101(血滴和血池指标)的第5部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a21和a22使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能和血浆药物水平)、粘弹性测试输出、血小板功能测试、患者监测生命体征、患者诊断和特征。
[0116]
根据算法a21和a22，患者实验室血液测试结果(血浆凝血因子功能和血浆药物水平)、粘弹性测试输出、血小板功能测试、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中所示的血滴和血池指标的体积(3d)或面积(2d)的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得部分的体积或面积(3d)或血滴和血池指标的面积(2d)发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图24提供了这些算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的血滴和血池指标的体积(3d)、面积(2d)或形式产生特定变化。根据特定的生命体征
值或患者特征，血滴和血池指标可以根据生命值改变它们的体积或面积，例如脉搏率或动脉压曲线。
[0117]
实例：1)来自患者数据管理系统的输入“高失血”使得算法改变血滴41和血池指标42的形式并且使其显得更大。
[0118]
可视血凝块算法a23(显示的血滴和血池指标的数量)
[0119]
该算法用于使可视血凝块模型101(血滴和血池指标)的第5部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a23使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能和血浆药物水平)、粘弹性测试输出、血小板功能测试、患者监测生命体征、患者诊断和特征。
[0120]
根据算法a23，患者实验室血液测试结果(血浆凝血因子功能和血浆药物水平)、粘弹性测试输出、血小板功能测试、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中所示的血滴和血池指标的数量的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得血滴和血池指标的数量发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图25提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的显示的血滴和血池指标的数量产生特定变化。
[0121]
实例：输入“在extem和intem粘弹性测试中凝固时间长”使得算法增加显示的血滴和血池指标的数量。输入：“在fibtem粘弹性测试中mcf低”使得算法增加显示的血滴43和血池指标44的数量。
[0122]
可视血凝块算法a24(显示的血滴和血池指标的颜色)
[0123]
该算法用于使可视血凝块模型101(血滴和血池指标)的第5部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a24使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能和血浆药物水平)、粘弹性测试输出、血小板功能测试、患者监测生命体征、患者诊断和特征。
[0124]
根据算法a24，患者实验室血液测试结果(血浆凝血因子功能和血浆药物水平)、粘弹性测试输出、血小板功能测试、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中的血滴和血池指标或第5部分的颜色的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得纤维蛋白网的颜色发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图26提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的血滴和血池指标的颜色产生特定变化。
[0125]
实例：与输入正常快速值(例如，hex颜色：#ff0000)46、47相比，输入：“高晶体体积替代”使得算法显示的血滴46和血池指标45的颜色(例如，hex颜色：#eddbd5)不那么强烈。
[0126]
可视血凝块算法a25(特定血滴和血池指标标签的显示)
[0127]
该算法用于使可视血凝块模型101(血滴和血池指标)的第5部分(图1)以个体化的
方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a25使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能和血浆药物水平)、粘弹性测试输出、血小板功能测试、患者监测生命体征、患者诊断和特征。
[0128]
根据算法a25，患者实验室血液测试结果(血浆凝血因子功能和血浆药物水平)、粘弹性测试输出、血小板功能测试、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101的第5部分(血滴和血池指标)中的特定背景指标标签的显示遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得特定血滴和血池指标标签更多或更少。该函数用于使用户能够检测低极端值和高极端值。图27提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法显示同样存储在存储器中的特定背景指标标签。这些背景指标标签可以是字母数字格式，即由文本和数字组成，或者是二维或三维图形指标。
[0129]
实例1)输入：来自患者数据管理系统的“大量失血”使得算法显示特定血滴49和血池指标50。
[0130]
可视血凝块算法a26(血小板指标的体积[3d]和面积[2d])和算法a27(血小板指标的形式)。
[0131]
这些算法用于使可视血凝块模型101(血小板指标)的第6部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a26和a27使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0132]
根据算法a26和a27，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中所示的血滴和血池指标的体积(3d)或面积(2d)的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得部分的体积或面积(3d)或血小板指标的面积(2d)发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图28提供了这些算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的血小板指标的体积(3d)、面积(2d)或形式产生特定变化。根据具体的生命体征值或患者特征，血小板指标可以根据生命值改变它们的体积或面积，例如：
[0133]
实例1)输入“在extem中mcf高”使得算法改变血小板指标的形式以出现有活性的(足细胞)52和大的51。2)输入“高血小板计数”使得血小板显得大并且有活性52。
[0134]
可视血凝块算法a28(显示的血小板指标的颜色)
[0135]
该算法用于使可视血凝块模型101(血小板指标)的第6部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a28使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0136]
根据算法a28，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中的血小板指标或第6部分的颜色的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得纤维蛋白网的颜色发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图29提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的血小板指标的颜色产生特定变化。
[0137]
实例1)与正常血小板活性输入(例如，hex颜色：#afa787)54相比，输入：“血小板功能下降”使得算法显示的血小板指标的颜色(例如，hex颜色：##f2eee3)53不那么强烈。
[0138]
可视血凝块算法a29(显示的血小板指标的数量)
[0139]
该算法用于使可视血凝块模型101(血小板指标)的第6部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a29使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0140]
根据算法a29，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101中所示的血小板指标的数量的变化遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得血小板指标的数量发生更广泛的变化。该函数用于使用户能够检测低极端值和高极端值。图30提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法使同样存储在存储器中的显示的血小板指标的数量产生特定变化。
[0141]
实例1：输入：“高血小板计数”使得算法增加显示的血小板指标55的数量。
[0142]
可视血凝块算法a30(特定血小板指标标签的显示)
[0143]
该算法用于使可视血凝块模型101(血小板指标)的第6部分(图1)以个体化的方式出现，其在来自于真实患者中血凝块会具有的特征的输入数据之后建模并且与之具有逻辑共性。算法a30使用以下输入，然而，并不限于这些或被这些限制，因为本领域技术人员可以在不脱离本发明的范围的情况下想到额外的输入：患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征。
[0144]
根据算法a30，患者实验室血液测试结果(血浆凝血因子功能)、粘弹性测试输出、患者监测生命体征、患者诊断和特征的变化导致可视血凝块模型101的第6部分(血小板指标)中的特定背景指标标签的显示遵循渐入渐出函数。与正常的和不那么低的和不那么高的输入参数值相比，渐入/渐出函数使得输入凝血功能参数值非常低和非常高，以使得特定血滴和血池指标标签更多或更少。该函数用于使用户能够检测低极端值和高极端值。图31提供了该算法的示意性概图。对于存储在存储器中的特定预定义诊断和特征，该算法显示同样存储在存储器中的特定血小板指标标签。这些背景指标标签可以是字母数字格式，即由文本和数字组成，或者是二维或三维图形指标。
[0145]
实例1)输入：“阿司匹林作用”使得算法在血小板指标上显示特定指标标签，以指示阿司匹林对血小板56的作用存在。
[0146]
所描述的技术的功能性的实验性证据
[0147]
本节提供了广泛的国际多中心研究的结果，该研究清楚地证明了以上描述的可视凝块技术的功能性。在粘弹性测试输出(即，美国马萨诸塞州贝德福德仪器实验室的rotem技术(rotem technology,instrumentation laboratory,bedford,ma,u.s.a.))中将可视凝块技术的优选实施例与当前最先进的技术进行比较。
[0148]
通过分析349个基于可视凝块和rotem的呈现后的治疗决策的受试者内比较，我们发现每位参与医生都能够使用可视凝块做出更正确的决策-无论之前使用rotem的经验如何。总体而言，使用传统rotem显示时，只有47％的治疗决策是正确的，而使用可视凝块是100％。正确决策制定的增加伴随着更快的决策时间和更低的感知工作量。参与者对他们的决策也更有信心。
[0149]
方法
[0150]
参与者&试验设计
[0151]
本研究是研究者发起的、受试者内、前瞻性、多中心试验，比较两种不同显示rotem结果的方式。苏黎世坎顿伦理委员会发布了责任说明，宣布本研究无需他们的批准(basec-nr.req-2018-00933)。在两家rotem使用经验丰富的大型三级保健医院中共有60名麻醉师和重症监护医师进行了研究：一半参与者来自瑞士苏黎世大学医院，并且另一半来自德国法兰克福大学医院。参与者的选择是随机的，因为在手术病房或重症监护室的日常临床实践中邀请麻醉师和重症监护医师参与研究-无论性别、年龄、学位、职位或rotem经验如何。
[0152]
设置
[0153]
签署知情同意书并且完成简短的人口统计学调查后，向参与者示出了四张介绍性幻灯片，解释了可视凝块和传统rotem显示。然后以随机顺序示出了12种场景。序列的随机化是通过研究随机化器版本4.0(http://www.randomizer.org/，2018年12月5日检索)完成的。根据表2中提供的算法，根据rotem场景创建每个可视凝块，并且能够直接比较匹配的rotem和可视凝块对。
[0154]
表2：用于根据rotem场景创建可视凝块的算法
[0155][0156]
在用于直接比较的受试者内设计中，12种场景总是由6对匹配的可视凝块和rotem图像组成。具有其正确解决方案的不同场景可用作补充附录。根据rotem场景创建每个可视凝块，能够直接比较匹配的rotem和可视凝块对。在宏基aspire v15 nitro笔记本电脑(中国台湾新台北市的宏基公司(acer inc.,new taipei city,taiwan,china))上显示场景，并且参与者在ipad-(美国加利福尼亚州库比蒂诺的苹果公司)和基于isurvey(新西兰惠灵顿的harvest your data)的数据收集工具上给出他们对应的答案。(14)对于每种场景，被问到问题“如果存在出血的临床体征，需要什么治疗？”，可能答案如下：纤维蛋白原、血小板、氨甲环酸(抗纤维蛋白溶解)、鱼精蛋白(以逆转肝素作用)、血浆因子、无(正常rotem或血凝过快)。可能有多个答案。通过数据收集软件以秒为单位测量完成问题所花费的时间。在每个场景之后，参与者然后回答关于他们的诊断置信度和他们感知工作量的问题。
[0157]
结果
[0158]
通过响应于不同场景的正确决策的百分比来评估决策制定结果。对于每个场景，参与者如果挑选了所有必要但没有不正确的治疗，他们将达到每个场景的最高分1(例如，1个正确答案中有1个使得1分，或3个答案中有3个使得1分)。也可以部分正确地回答场景(例如，3个答案中有2个使得0.667分)。对于每个选择的错误治疗，将扣除相当于该场景中的一个正确答案的得分(例如，1/1正确答案中具有1个错误答案使得0分，2/2正确答案中具有1个错误答案使得0.5分)。参与者的最终结果是达到最大可能得分的百分比。以秒为单位测量决策时间。
[0159]
在4分李克特(likert)量表(0＝非常缺乏信心、1＝缺乏信心、2＝有信心，3＝非常有信心)上评估每种场景后的诊断置信度。通过国家航空航天局任务负荷指数(nasa-tlx)评估每个场景之后的工作量。nasa-tlx仅由五个问题组成，因为出于本研究的目的，删除了关于“身体需求”的第六个问题。
[0160]
通过rotem经验得分评估rotem解释中的经验，该得分根据每个参与者的临床经验
年数乘以去年解释的rotem数量计算。
[0161]
统计分析
[0162]
使用中位数和四分位差(iqr)表示变量的分布，与正态性无关。采用夏皮罗-威尔克检验(shapiro-wilks test)和因变量分位数-分位数图的目测检查评估正态性。然后通过对正态分布数据的成对的t检验或通过对非正态分布数据的威尔科克森配对符号秩检验(wilcoxon matched-pairs signed-ranks test)评估可视凝块和rotem之间的组间差异。计算决策制定、决策时间、感知工作量和nasa-tlx的组间差异。rotem经验与成功决策制定的关联，以及自评rotem技能与成功决策制定的关联，是通过斯皮尔曼相关评估的。
[0163]
进行了所有分析，并且在graphpad prism 8.1.1中创建了图。(美国加利福尼亚州的graphpad软件公司(graphpad software inc.,ca,u.s.a.))。小于0.05的p值被认为表示统计学显著性。
[0164]
结果
[0165]
参与者
[0166]
从2018年12月6日至2019年4月17日，招募了来自各个研究中心的30名麻醉师和重症监护医师。所有60名参与者评价了6对匹配的rotem和可视凝块场景，总共进行了360次直接比较。由于显示错误，完成后排除了11对场景。
[0167]
来自法兰克福大学医院的参与者比来自苏黎世大学医院的参与者更有经验，与5年(iqr2至10)相比，法兰克福大学医院的参与者的中位经验为9年(iqr 6至12)。因此，来自法兰克福大学医院的医生(每年52人，iqr 19至56)也比苏黎世大学医院(每年20人，iqr7至50)解释更多的rotem(表3)。
[0168]
表3：研究和参与者特征。
[0169][0170]
决策制定
[0171]
图32绘示了常规rotem显示和可视凝块之间的总体组间差异。箱形图是具有四分位差的中位数，晶须是5至95个百分点，点是个别极端值。感知诊断置信度：0＝非常缺乏信心、1＝缺乏信心、2＝有信心，3＝非常有信心。感知工作量：nasa＝国家航空航天局，tlx＝任务负荷指数。决策制定n＝60、决策时间n、感知诊断确定性、感知工作量＝349。
[0172]
所有传统rotem场景的正确治疗决策的总体中位百分比为47％(iqr 28至61)，相
比于可视凝块场景为100％(iqr 86至100)。威尔科克森配对符号秩检验确定了可视凝块，以能够显著更好地决策制定(p《0.001)(参见图32)。
[0173]
使用可视凝块的中位决策时间为15秒(iqr 9至21)，并且显著快于使用常规rotem所花费的30秒(iqr 18至47)(p《0.001)(参见图32)。
[0174]
使用可视凝块的感知工作量也显著低于使用rotem的感知工作量，中位nasa-tlx得分分别为31(iqr 16至43)和52(iqr 38至65)(p《0.001)(参见图32)。参与者对使用可视凝块的诊断置信度评价(中位数“3＝非常有信心”，iqr“2＝有信心”至“3＝非常有信心”)高于使用rotem的诊断置信度评价(中位数“2＝有信心”，iqr“1＝缺乏信心”至“3＝非常有信心”)(p《0.001)(参见图32)。图33仅示出了苏黎世研究中心的单独结果，图34仅示出了法兰克福研究中心的单独结果。
[0175]
从参与者的角度分析显示，与使用rotem相比，每一位参与者都能够使用可视凝块确定更多关于治疗决策制定的正确答案(参见图35)。此外，从场景的角度分析显示，在11种场景中的10种场景中，基于可视凝块的决策制定明显优于常规rotem。未发现纤溶亢进场景的决策制定差异(参见表4)。
[0176]
表4：两个研究中心的基于场景的结果。所有变量均为四分位差的中位数，“得分为100％的参与者”除外，其为计数和百分比。感知诊断置信度：0＝非常缺乏信心、1＝缺乏信心、2＝有信心，3＝非常有信心。感知工作量：nasa＝国家航空航天局，tlx＝任务负荷指数。
[0177]
[0178]
[0179][0180]
与rotem经验相关
[0181]
运行斯皮尔曼等级-次序相关，以评估rotem经验与使用常规rotem显示和可视凝块的正确治疗决策之间的关系。初步分析显示，通过对散点图的目测检查评估，该关系是单调的。rotem经验与常规rotem显示的正确治疗决策之间存在统计学上显著的、高度正相关，斯皮尔曼相关(rs(58)＝0.260，p《0.045)。基于可视凝块的正确治疗决策与rotem经验无关，斯皮尔曼相关性(rs(58)＝-0.007，p＝0.96)(参见图36)。rotem经验得分由一年内解释的rotem数量乘以参与者几年内的经验来计算。n＝60。
[0182]
此外，运行另一个斯皮尔曼等级-次序相关，以评估自评rotem技能与使用常规rotem显示和可视凝块的正确治疗决策之间的关系。自评rotem技能与使用常规rotem显示的正确治疗决策之间存在统计学上显著的、高度正相关(rs(58)＝0.292，p《0.023)。基于可视凝块的正确治疗决策与自评rotem技能无关(rs(58)＝-0.14，p＝0.30)，n＝60。(参见图37)。
[0183]
可视凝块的验证
[0184]
为了验证可视凝块，计算了可视凝块中用于表示不同止血状况的所有七个不同动画的评价人间可靠性。七个动画或止血状况中的每一个的评价人间可靠性》95％(表5)。
[0185]
表5：可视凝块的评价人间可靠性。例如，在总共60个病例中的58个或97％中，正常可视凝块被正确地识别为正常凝块。
[0186]
止血状况识别(％)正常凝块58/60(97)纤维蛋白缺乏75/79(95)血小板缺乏114/115(99)血浆因子缺乏89/91(97)纤溶亢进51/54(94)肝素作用24/24(100)血凝过快18/18(100)