远程患者监测的分层服务架构

我们开发了远程患者监测（RPM）服务架构，该架构具有两种监测层级：普通和密集。患者的健康状态在每个时间周期内根据 certain 概率改善或恶化，这些概率取决于监测层级。患者会因健康状况的恶化而承担“生活质量损失”成本，或因监测过程的侵入性而承担“侵入性”成本，这种成本在密集监测下高于普通监测。另一方面，患者在密集监测下恢复速度快于普通监测。在每个周期，服务根据患者的健康状况决定使用哪种监测层级。我们通过采用动态编程方法来研究该选择的最优策略。我们首先提供了在健康状态数量较大的渐近 regime下选择普通与密集监测的解析条件。在一般情况下，我们通过数值方法研究最优策略。我们观察到一种阈值行为，即当患者健康状况下降到某个阈值以下时，服务会将其切换为密集监测，而在患者健康状况足够良好时使用普通监测。该建模和分析提供了一个通用的框架，可用于管理各种健康状况的RPM服务，系统参数由医学/临床上定义。