MX2013010579A - Inhalador. - Google Patents

Abstract

La invención se refiere a un inhalador (1) que comprende un alojamiento de cápsulas (2) para contener una cápsula de medicamento (4). El inhalador incluye una trayectoria de flujo de aire (6) a través de la cual fluye el aire durante un evento de flujo de aire desde por lo menos una entrada de aire (8) hasta una salida (10), pasando la trayectoria del flujo de aire a través del alojamiento de cápsulas. Hay un primer sensor (16), un procesador (18) y una fuente de energía (20) para energizar el procesador. El alojamiento de cápsulas está definido por cuando menos una pared (22) y está configurado de tal manera que, cuando se localiza una cápsula en el alojamiento de cápsulas, y fluye suficiente aire a lo largo de la trayectoria del flujo de aire a través del alojamiento de cápsulas, la cápsula se mueve dentro el alojamiento de cápsulas. El primer sensor se dispone en el inhalador de tal manera que sea capaz de detectar el movimiento de la cápsula dentro del alojamiento de cápsulas y de generar una primera señal indicativa del movimiento. El procesador recibe la primera señal desde el primer sensor y usa esta primera señal para determinar si la primera señal es indicativa de la presencia, o ausencia, de una cápsula en el alojamiento de cápsulas durante un evento de flujo de aire, y para generar una señal de cápsula indicativa de lo mismo.

Description

INHALADOR Campo de la i nvención La presente invención se relaciona con un inhalador, específicamente un inhalador basado en cápsulas.

Antecedentes de la invención Hay muchos tipos de inhaladores conocidos a través de los cuales u n usuario puede in halar para recibir un medicamento contenido en el mismo. Algunos inhaladores contienen múltiples dosis de medicamento, a las cuales un usuario puede tener acceso secuencialmente, mientras que otros se basan en cápsulas y req u ie re n q u e u n u s u a rio i n serte po r lo men os una cá psu l a e n e l dispositivo para cada administración . Puede ser difícil monitorear con precisión la manera en la cual un usuario usa el dispositivo cuando no está supervisado directamente, debido a q ue algunos usuarios no registran con precisión su uso. Esto puede conducir a un mal cumplimiento del régimen terapéutico que no sea evidente para la persona que lo prescribió, de tal manera que la causa de la persistencia de un síntoma no es clara . Se han propuesto dosificadores para permitir que u n usuario o un tercero revisen el número de dosis tomadas por un usuario, pero esto no corresponde necesariamente con precisión al número de dosis correctas tomadas realmente por el usuario. Por ejemplo se pueden remover las cápsulas de un dosificador, sin ponerlas en el inhalador, o se ponen en el inhalador, pero el medicamento no se administra por alguna razón .

Breve descripción de la invención La presente invención proporciona un inhalador que comprende un alojamiento de cápsulas para contener una cápsula de medicamento, una trayectoria del flujo de aire a través de la cual fluye el aire durante u n evento de flujo de aire desde por lo menos una entrada de aire a una salida, pasando la trayectoria del flujo de aire a través del alojamiento de cápsulas, un primer sensor, un procesador y una fuente de energ ía para energizar el procesador, estando definido el alojamiento de cápsulas por al menos una pared y configurado de tal manera que cuando se localiza una cápsula en el alojamiento de cápsulas y fluye suficiente aire a lo largo de la trayectoria del flujo de aire a través del alojamiento de cápsulas, la cápsula se mueve dentro del alojamiento de cápsulas, el primer sensor se dispone en el inhalador de manera que pueda detectar el movimiento de la cápsu la dentro del alojamiento de cápsulas y genere u na primera señal i nd icadora del movimiento, el procesador recibe la primera señal desde el sensor y usa esta primera señal para determinar si la primera señal es indicativa de la presencia, o ausencia, de una cápsula en el alojamiento de cápsulas durante un evento de flujo de aire y genera una señal de cápsula ind icativa de lo mismo.

El inhalador está destinado a permitir la administración de medicamento desde la cápsula a una vía aérea, por ejemplo el pulmón, de un paciente . El medicamento puede ser un polvo seco, un líquido u otra formulación conveniente y puede incluir uno o más componentes activos para tratar uno o más estados de enfermedad. El medicamento puede incluir uno o más componentes no activos los cuales pueden ser para estabilizar, dar volumen o cambiar de otra manera una o más características de la formulación. El medicamento puede no incluir ningún componente activo, por ejemplo el medicamento puede ser un placebo.

La trayectoria del flujo de aire incluye una entrada para permitir la entrada de aire en la trayectoria del flujo de aire. El término aire deberá leerse como que incluye cualquier gas conveniente, por ejemplo un gas el cual puede ser proporcionado a un paciente que puede no tener una composición idéntica al aire, por ejemplo gas enriquecido con oxígeno. La salida de la trayectoria del flujo de aire puede ser una boquilla o una nariguera a través de las que un usuario inhala con el fin de recibir la medicación de la cápsula.

Un evento de flujo de aire es cuando el aire fluye a través de la trayectoria del flujo de aire. Esto puede ser causado por un usuario que inhale a través del inhalador, por ejemplo que inhale a través de una boquilla o una nariguera, o podría ser causada por una fuente de presión que cause que el aire, u otro gas, fluya a través de la trayectoria del flujo de aire desde la entrada hasta la salida, y hacia un usuario. Típicamente el flujo de aire a través del inhalador estará en el intervalo de variación de entre 15 y 150 litros por minuto.

El procesador puede ser electrónico, por ejemplo puede incluir uno o más circuitos integrados análogos o digitales, circuitos discretos o procesadores digitales programables. El procesador puede requerir una fuente de energía, por ejemplo una fuente de energía eléctrica para funcionar. El sensor puede ser electrónico y también puede requerir una fuente de energía eléctrica para funcionar o puede ser un sensor pasivo.

Las señales generadas por el sensor y/o el procesador pueden ser electromagnéticas y puede ser una señal variable en el tiempo, por ejemplo una forma de onda, o puede ser una señal alta/baja, encendida/apagada electrónica o cualquier otra forma conveniente de señal.

El sensor puede ser cualquier tipo conveniente de sensor que puede generar una señal capaz de ser procesada para proporcionar una determinación de si una cápsula está presente en el inhalador. Por ejemplo podría configurarse un sensor óptico para monitorear el alojamiento de cápsulas y podría procesarse una señal del sensor para determinar si la señal es indicativa del movimiento de la cápsula en el alojamiento de cápsulas. Se espera que un algoritmo básico de ensayo y error podría producir una manera conveniente de procesar una señal así.

En una modalidad el inhalador incluye un primer sensor que es un sensor de impactos y la primera señal es una señal de impacto. El alojamiento de cápsulas está definido por al menos una pared y se configura de tal manera que conforme una cápsula se mueve dentro del alojamiento de cápsulas la cá.psula repetidamente impacta en la por lo menos una pared. El sensor de impactos se dispone en el inhalador de manera que se pueden detectar los impactos de la cápsula en la pared del alojamiento de cápsulas y generar una señal de impacto indicativa de cada impacto.

El primer sensor se dispone en el inhalador de manera que pueda detectar el movimiento de la cápsula dentro del alojamiento de cápsulas. Puede detectar el movimiento directamente, por ejemplo un sensor óptico que visualiza el movimiento de la cápsula. En una modalidad alternativa el sensor puede detectar el movimiento indirectamente al detectar un parámetro que puede ser analizado para determinar la presencia o ausencia de una característica relacionada con el movimiento de la cápsula, por ejemplo el impacto de la cápsula con una pared, o una variación en el patrón de flujo de aire conforme la cápsula se mueve a través de entradas o salidas de aire.

La ventaja de un sensor de impactos sobre, por ejemplo un sensor óptico, es que ninguna parte del sensor de impactos necesita desecharse en la trayectoria del flujo de aire lo cual puede simplificar la construcción de la trayectoria del flujo de aire y puede facilitar adaptar un sensor así a un diseño de inhalador anterior existente. Un sensor óptico necesitaría por lo menos una ventana en la trayectoria del flujo de aire a través de la cual puede 'ver' dentro del alojamiento de cápsulas y generar una señal de manera que el inhalador pueda procesar esa señal para detectar una cápsula en el mismo. El sensor de impactos puede ser cualquier sensor conveniente, por ejemplo un transductor de presión, un micrófono, o un elemento piezoeléctrico. En una modalidad el sensor es un micrófono dispuesto en el inhalador en una ubicación donde el impacto de la cápsula sobre la pared del alojamiento de cápsulas puede ser Oído', o 'sentido', por el sensor. La salida de más de un tipo de sensores puede ser combinada para producir una señal de impacto adecuada. También deberá hacerse notar que la cápsula podría modificarse para volverla más fácilmente detectable por un sensor, por ejemplo la cápsula puede incluir una parte metálica o magnética la cual podría ser detectada por un sensor adecuado. En otra modalidad el sensor es un elemento piezoeléctrico configurado en el inhalador en una ubicación donde el impacto de la cápsula sobre la pared del alojamiento de cápsulas puede ser 'oído', o 'sentido', por el sensor.

El inhalador además puede incluir memoria para almacenar la señal de cápsula para uno o más eventos de flujo de aire para su recuperación posterior. Esto podría ser cualquier forma conveniente de memoria y puede ser borrable o permanente. Por ejemplo la memoria puede ser legible y/o escribible y/o reescribible electrónicamente y podría incluir memoria instantánea, RAM, EPROM. La memoria también puede registrar la primera señal, datos sobre el tiempo en el cual se generó la señal y cualesquiera otros datos. El inhalador puede incluir sensores adicionales los cuales pueden proporcionar datos de uso para el usuario de un prescriptor y estos datos podrían almacenarse en una memoria para su recuperación posterior. Los datos podrían asociarse con eventos de flujo particulares.

El inhalador puede incluir además una salida a partir de la cual se pueda tener acceso a una señal de cápsula y/o al contenido de una memoria desde por un dispositivo externo, tal como una computadora. La salida puede incluir un casquillo en el cual se puede insertar un cable de comunicación. Adicionalmente, o alternativamente, la salida podría incluir una señal generadora para generar y transmitir una señal inalámbrica que puede ser recibida por un receptor externo. La salida puede ser un transmisor inalámbrico, por ejemplo un transmisor WiFiMR.

El procesador puede analizar la primera señal usando uno o más algoritmos diferentes. El procesador puede analizar la primera señal desde el sensor usando un algoritmo que encuentra el pico y determina si la frecuencia pico calculada está dentro de límites predeterminados con el fin de producir una señal de cápsula. Estos límites se determinarán con base en la frecuencia típica de giro de la cápsula en las velocidades de flujo esperadas dentro de la geometría del inhalador. Durante un evento de flujo de aire se ha encontrado que la frecuencia con la cual el impacto de cápsula en la pared del alojamiento de cápsulas es sustancialmente consistente y por lo tanto se pueden generar límites apropiados. Se usa un algoritmo de encontrar el pico para reducir los efectos de ruido de la señal en la detección de eventos de impacto y la complejidad de computación es relativamente baja.

El procesador puede analizar la señal de impacto desde el sensor usando un algoritmo discriminador de dominio-frecuencia y determinar si la proporción de fuerza de señal entre dos intervalos de variación de frecuencia predeterminados diferentes está dentro de límites predeterminados con el fin de producir una señal de cápsula. Durante un evento de flujo de aire se ha encontrado que la señal de impacto difiere en intervalos de variación de frecuencias particulares entre señales con una cápsula presente y aquéllas sin cápsula presente. La comparación de la proporción de la fuerza de señal entre dos intervalos de variación de frecuencia predeterminada diferentes reduce los efectos del ruido en la señal.

El procesador puede analizar la señal de impacto desde el sensor usando un algoritmo estadístico de dos variables el cual calcula dos variables estadísticas para caracterizar la señal y determinar si las medidas estadísticas calculadas caen dentro de un dominio predeterminado sobre una gráfica de dispersión de una variable contra la otra para producir una señal de cápsula.

Al realizar el análisis estadístico para calcular las variables estadísticas para caracterizar la señal de impacto se ha encontrado que algunas medidas de la señal de impacto difieren para las señales con una cápsula presente y aquéllas sin cápsula presente.

La Kurtosis es una variable estadística potencialmente útil para este fin. En una gráfica de probabilidad contra una variable particular (x), si la variable x es gaussiana, entonces K=0. Sin em ba rgo , si K>0 las colas de la distribución son más gordas a expensas del gasto del pico central . I nversamente , si K < 0, entonces la distribución tiene colas más delgadas y u n pico más gordo, más amplio. K es así una medida bidireccional de no gaussianidad.

La Kurtosis (K) se puede usar para detectar señales transitorias de colisión de cápsulas porq ue estos eventos tienden a empujar las colas de la distribución de muestra hacia afuera de una manera observablemente predecible haciendo el resultado claramente no gaussiano. El ruido de la respiración solo es muy gaussiano. Sin embargo, el ruido de fondo cuando el in halador no está siendo usado para inhalar a través de él tiene muy poca energ ía (y por lo tanto u na varianza comparativamente baja (s2)) y puede tener Kurtosis extremadamente alta porque aú n las señales transitorias muy pequeñas pueden tener u n impacto proporcionado grande sobre las colas de las señales. Esto nos da dos tipos de señales q ue es necesario distinguir: • Ruido de respiración , cápsula ausente, (K baja, s2 de baja a media) , • Ruido de respiración , cápsula presente (K media, s2 baja a alta) .

La proporción de pico a med ia (PM R) de ya sea la señal misma, o del cuadrado de la señal , se puede usar como u na señal de no cápsula tiende a tener menos picos altos (eventos de impacto) y por lo tanto una proporción pico a media más baja .

Las variables calculadas pueden ser kurtosis y varianza, o puede ser la proporción pico a media del cuadrado, o de la magnitud, de la señal de impacto y la varianza.

Para todos estos algoritmos, los límites que pueden ser usados para clasificar tipos de señales 'cápsula presente' y 'cápsula no presente' variarán de tipo de inhalador a tipo de inhalador y se pueden determinar usando simples métodos de ensayo y error. Probablemente hay variaciones mínimas para inhaladores del mismo tipo y así estos límites pueden ser fácilmente calculados para un tipo de inhalador.

El alojamiento de cápsulas puede tener cualquier forma conveniente dentro de la cual se pueda mover una cápsula lo suficiente para permitir que un sensor produzca señales apropiadas. El alojamiento de cápsulas puede permitir que la cápsula se mueva en una o más de las siguientes maneras, longitudinalmente atrás y adelante, radialmente o rotacionalmente, ya sea rotando por completo o a través de una extensión angular limitada. El alojamiento de cápsulas puede incluir una porción que es sustanciaimente cilindrica de forma con un diámetro más largo que una cápsula para ser contenida en el mismo y una altura mayor que el diámetro de la cápsula, pero menor que la longitud de la cápsula y la trayectoria del flujo de aire se configura para hacer que la cápsula gire dentro del alojamiento de cápsulas. Este arreglo permite que la cápsula gire alrededor de un eje que pasa sustanciaimente a través de su diámetro. El giro puede ser adicional a un bamboleo sustancialmente aleatorio creado por el flujo de aire alrededor de otros ejes.

El inhalador puede incluir por lo menos un activador el cual puede ser activado por un usuario para causar que un elemento de abertura abra una cápsula dentro del inhalador. El inhalador además puede incluir un sensor de activador para detectar la activación del activador y generar una señal de activación. El procesador puede ser configurado para recibir la señal de activación. El activador puede ser un botón acoplado a un miembro de abertura, por ejemplo un elemento perforador o una navaja de corte que se adaptan para crear una abertura en la cápsula para permitir el acceso continuado a una medicación en la misma. Puede haber dos activadores, cada uno con un elemento de abertura asociado de manera que se puedan crear dos aberturas en una cápsula. Los sensores de activador pueden ser interruptores de botón oprimible. Cada activador puede ser asociado con un sensor de activador, pero éste no tiene que ser el caso. Los sensores de activador podrían usarse para 'despertar' el resto de los electrónicos ya que la opresión de botones podría ser el "cat" realizado por un usuario justo antes de inhalar a través del dispositivo.

El procesador puede ser configurado para generar una señal de dosis indicativa de si un usuario ha seguido una secuencia correcta de uso para el inhalador. El procesador puede generar la señal de dosis basado en una señal de cápsula y la señal de activación, el orden en el cual se generaron las señales y el tiempo entre esas señales.

En cualquiera de estos ejemplos, se pueden aplicar uno o más filtros a la señal a partir del, o de cada, sensor, antes de que se apliquen uno o más de los algoritmos al mismo. Los filtros pueden incluir uno o más de un filtro de paso alto, un filtro de paso bajo, un filtro de reducción de ruido o cualquier otro filtro conveniente.

El inhalador puede ser sustancialmente similar a, o sustancialmente el mismo que, el inhalador de cápsula descrito en la Publicación Internacional Número WO2005/113042.

Deberá entenderse que en toda esta memoria descriptiva y en las reivindicaciones que siguen, a menos que el contexto requiera otra cosa, la palabra "comprender", o variaciones tales como "comprende" o "comprendiendo", implica la inclusión del entero o paso establecido, o grupo de enteros o pasos.

Breve descripción de los dibujos La invención se describirá ahora, a manera de ejemplo solamente, con referencia a los siguientes dibujos en los cuales: La Figura 1 muestra un inhalador.

La Figura 2 muestra un diagrama de dispersión de Kurtosis vs. Varianza.

La Figura 3 muestra un diagrama de dispersión de Proporción Pico a Media vs. Varianza.

La Figura 4 muestra una gráfica de un ejemplo de un análisis discriminador de frecuencia-dominio.

Las Figuras 5a y 5b muestran una gráfica que muestra un ejemplo de un análisis de pico-mantenido.

La Figura 6 muestra un ejemplo del hardware electrónico con base en procesamiento digital.

La Figura 7 muestra un ejemplo de un algoritmo de procesamiento de señales.

Descripción detallada de la invención La Figura 1 muestra un inhalador 1 que comprende un alojamiento de cápsulas 2, el cual contiene una cápsula de medicamento 4. El inhalador 1 comprende una trayectoria del flujo de aire 6 a través de la cual fluye el aire durante un evento de flujo de aire. La trayectoria del flujo de aire 6 se extiende desde por lo menos una entrada de aire 8 a una salida 10 y pasa a través del alojamiento de cápsulas 2. La entrada 8 entra al alojamiento de cápsulas 2 lejos de una línea central. En este ejemplo una parte superior 10 del alojamiento de cápsulas 2 es sustancialmente cilindrica y la entrada de aire 8 entra sustancialmente de manera tangencial al alojamiento de cápsulas 2 para provocar que el aire gire dentro del alojamiento de cápsulas 2. La parte superior 10 del alojamiento de cápsulas 2 es sustancialmente de forma cilindrica con un diámetro más largo que una cápsula 4 contenida en el mismo y una altura mayor que el diámetro de la cápsula, pero menor que la longitud de la cápsula 4. El alojamiento de cápsulas 2 incluye una parte inferior 12, o casco, en la cual inicialmente descansa la cápsula 4. La cápsula 4 contiene una formulación de medicamento en polvo seco 14.

El inhalador 1 además comprende un sensor 16, en este caso un micrófono, localizado adyacente a la parte inferior 12 del alojamiento de cápsulas 2. El sensor 16 se acopla a un procesador 18 el cual es energizado por una fuente de energía 20, en este caso una batería.

El alojamiento de cápsulas 2 está definido por al menos una pared 22 y está configurado de tal manera que cuando una cápsula 4 se localiza en el alojamiento de cápsulas 2 y fluye suficiente aire a lo largo de la trayectoria del flujo de aire 6, la cápsula 4 es arrastrada hacia la parte superior 10 del alojamiento de cápsulas 2 y gira en el flujo de aire. Conforme la cápsula 4 gira hace impactos repetidos en ia pared 22 y el sensor 16 se configura de manera que pueda detectar estos impactos dentro del alojamiento de cápsulas 2. El sensor 16 genera una señal indicativa del impacto. El procesador 18 recibes la señal desde el sensor 16.

El inhalador 1 también incluye un par de botones de activador 24 los cuales se acoplan a los miembros de perforación 26. Los botones 24 pueden ser oprimidos por un usuario para hacer que los miembros de perforación 26 perforen orificios en los extremos de una cápsula 4 configurada en la parte inferior 12 del alojamiento de cápsulas 2. Hay sensores de activaciones 28 que pueden generar señales de activación indicativas de si el botón activador 24 se ha oprimido o no.

El procesador 18 recibe las señales desde los sensores 16, 28 y produce una señal de salida la cual puede ser indicativa de la presencia de una o más cápsulas durante un evento de flujo de aire, la activación de los botones de activación 24, el uso correcto del inhalador (secuencia y tiempo correctos de la activación y la presencia de una cápsula durante un evento de flujo de aire). La salida del procesador 18 y/o la salida de datos sin procesar desde los sensores se almacenan en una memoria 30 y se puede tener acceso a ellos usando una salida 32, en este caso un transmisor inalámbrico.

Deberá notarse que con un sensor de micrófono se puede detectar una cantidad significativa de ruido además de la detección de los eventos de impacto deseados. El ruido puede ser ambiental o puede ser causado por el flujo de aire a través del inhalador. Este ruido puede variar considerablemente en volumen y tipo así que se requiere alguna manera de discriminar entre una señal indicativa de impacto y una que no indique tales impactos.

Para usar el dispositivo correctamente se requiere que un usuario cargue una cápsula dentro del inhalador, oprima los botones para perforar la cápsula y luego inhale a través del dispositivo de manera que la cápsula se agite y gire en el flujo de aire de manera que un medicamento en polvo en el mismo sea administrado desde la cápsula y arrastrado en el flujo de aire al paciente.

La manera en la cual el inhalador electrónico podría trabajar es como sigue: 1. El usuario oprime los botones y las señales de activación son recibidas por el procesador. 2. El procesador comienza a muestrear datos del primer sensor por un periodo de tiempo predefinido. Los datos se procesan en línea de acuerdo con uno o más de los algoritmos comentados en la presente. Los datos intermedios se almacenan. 3. Los datos intermedios se verifican para determinar su plausibilidad. Se comparan los datos desde múltiples enfoques si es necesario. 4. Los resultados se almacenan para su transmisión posterior.

Enseguida se describen algunos ejemplos de la manera en la cual el procesador puede procesar la señal de impacto.

Una manera para detectar un impacto en la señal desde el inhalador cuando está llenado con una cápsula, es comparar la señal con un umbral particular. Por ejemplo, para las velocidades de flujo de respiración de baja a media, el impacto de la cápsula se puede identificar en la señal aplicando un umbral y suponiendo que cada exceso del umbral fue causado por un impacto de cápsula. Si durante del procesamiento de la señal se encuentra un número suficiente de impactos, la señal se puede determinar como indicativa de la presencia de una cápsula. El número de impactos depende de la frecuencia de giro de la cápsula que a su vez depende del diseño del inhalador y necesita calibración para cada tipo de inhalador.

Otro método para analizar la señal desde el sensor es un enfoque estadístico en el cual se calculan las variables estadísticas para caracterizar la señal. Una cápsula dentro del inhalador causa un impacto de matraca muy distinto con picos altos de señal a una frecuencia baja. Esto crea una distribución de amplitud distintiva en la señal.

Para este análisis la señal primero pasa a través de un filtro de paso alto (HPF) con transformada z en la ecuación (1): WCz) = , a € (0,1) Esto tiene el doble efecto de (i) reducir el ruido de la frecuencia baja y cualquier compensación DC y (ii) elevar el ruido de frecuencia alta y las señales transitorias de colisión de la cápsula.

Se realiza entonces un algoritmo de ventana deslizante operando en N muestras de datos (típicamente N = 2048), esperando N muestras al mismo tiempo por economía. En cada ventana, se calculan la kurtosis K y la varianza s2 usando las ecuaciones (2) y (3). La ventana deslizante que tiene la energía máxima (asociada empíricamente con una máxima 'información' sobre el ciclo de uso) genera la salida de detector (?,s2) requerida. Como se presume que los datos sean de media cero después del HPF, las sumas se pueden llevar a cabo instantáneamente sin conocimiento previo de la media. cuando x= 0 (2) p2 = - r)2 - ¿J?-i i2 marión r - 0 (3) Como se describe anteriormente, la Kurtosis es así una medición bidireccional de no gaussianidad. Si una variable aleatoria x es gaussiana, entonces K=0. Sin embargo, si K>0 las colas de la distribución son más gordas a expensas del pico central. Inversamente, si K<0 entonces la distribución tiene colas más flacas y un pico más gordo, más amplio.

La Kurtosis es conveniente para detectar los eventos de impacto de cápsula porque estos eventos tienden a empujar las colas de la distribución de la muestra hacia afuera de una manera observablemente predecible haciendo el resultado distintamente no gaussiano. El ruido de respiración solo es mucho más gaussiano.

Esto nos da dos tipos de señales que es necesario distinguir: • Ruido de respiración, cápsula ausente, (K baja, s2 de baja a media), • Ruido de respiración, cápsula presente (K media, s2 baja a alta).

Se llevaron a cabo pruebas de simulación con el objeto de poder clasificar una señal de entrada como perteneciente a una de dos clases (H1=ruido de respiración + cápsula presente, H0=no H1). Algunos resultados de ejemplo se muestran en el diagrama de dispersión en la Figura 2. Ésta muestra todos los conjuntos de datos registrados usando un tipo de micrófono ejemplar. Se pueden identificar dos áreas distintas de resultados en el diagrama de dispersión. Entre ellas está un área donde no caen resultados. Las dos áreas representan el ruido de la respiración con una cápsula girando y sólo el ruido de la respiración.

Como se menciona, el ruido ambiental tiene una Kurtosis más baja. Cuando una señal así se añade a la señal de cápsula + ruido de respiración, la Kurtosis global se vuelve más pequeña. Por lo tanto, los puntos de datos se moverán más abajo en el diagrama de dispersión.

Después de calcular la varianza y Kurtosis, se debe tomar una decisión de clasificación sobre los resultados. Esto se hace verificando en cuál de las tres áreas delineadas por las líneas en la Figura 2 caen los puntos de datos.

Cualquier cosa que caiga por encima de la línea superior 'C representa una señal indicativa de que hay una cápsula presente. Cualquier cosa que caiga por debajo de la línea inferior 'D' representa sólo ruido de respiración. Cualquier cosa que caiga entre las dos líneas representa una cápsula con ruido.

Se hace notar que los niveles muy altos de ruido ambiental pueden enmascarar el ruido de cápsula y por lo tanto empujar los puntos de datos desde la región de la cápsula hacia la región de no cápsula. Con el fin de detectar estos problemas, se pueden usar las técnicas descritas en lo que sigue.

Este algoritmo es útil y es robusto, de baja complejidad computacional y tiene pocos requerimientos de memoria. Se hace notar que el cálculo de la Kurtosis requiere un intervalo de variación dinámico bastante más grande ya que se van a calcular cuadrados y cuadrados de cuadrados.

Esta técnica funciona para velocidades de muestras tan bajas de unos pocos kilohertzios. No se requiere muestreo de Nyquist en tanto todavía se puedan muestrear los picos.

El método estadístico de orden superior descrito anteriormente se puede simplificar. El objetivo de ese método es detectar la presencia de picos altos en la señal mientras la mayor parte de la señal es bastante baja. Esto se hizo calculando la Kurtosis. Un método potencialmente más simple es usar la proporción pico a media del cuadrado de la señal.

Para este método la señal se pasa de nuevo a través del filtro de paso alto descrito en la ecuación (1). Entonces, se calcula de nuevo la varianza para ventanas de típicamente 2048 muestras. También, se registra el cuadrado más grande de una muestra de señales para cada ventana. Su valor se divide entre la media para volverse la proporción de pico a media (PMR).

La varianza y la proporción de pico a media (PMR) se usan entonces como antes la Varianza y Kurtosis. Esto se ilustra en la Figura 3.

Se realiza el mismo procesamiento que antes cuando los puntos de datos se clasifican de acuerdo con su área sobre la gráfica de dispersión.

Este método tiene los mismos requerimientos bajos de memoria que el método estadístico de orden superior. Además requiere menos cálculos y tiene un intervalo de variación dinámico más pequeño. Esto simplifica la operación en procesadores de baja energía baratos y pequeños los cuales típicamente solamente ofrecen cálculos de punto fijo.

Otro algoritmo que puede ser usado para analizar la señal desde el sensor es un análisis discriminador de frecuencia-dominio. La Figura 4 muestra una comparación del análisis de una señal a partir de un evento de flujo de aire (50 litros/minuto) en el inhalador con una cápsula presente, Línea A, y sin cápsula, Línea B. Es aparente que los espectros de frecuencias con datos de una cápsula completa y no cápsula son similares en amplitud en la banda de frecuencia de 1 kHz a 2.5 kHz, pero muy diferentes a frecuencias por encima de 4 kHz lo cual se debe a las señales distintas desde el impacto de la cápsula dentro el inhalador.

Este algoritmo compara la energía de la señal en la banda de 1 - 2.5 kHz con la por encima de 3 kHz. Esto se puede llevar a cabo realizando una transformada de Fourier rápida y sumando la energía en las bandas diferentes, o más simplemente en tiempo-dominio a través del uso de una combinación de paso de banda y filtros de paso alto. Estos filtros y la energía subsiguiente muy diferente se pueden implementar usando técnicas análogas o digitales. Este algoritmo es útil ya que hay poca complejidad computacional, si se implementa en tiempo-dominio usando filtros.

A partir de probar a varias velocidades de flujo y con perfiles de ruido y de respiración simulados, se encontró que este método proporciona un método razonablemente robusto para detectar la presencia de una cápsula en el inhalador, inclusive en la presencia de altos niveles de ruido. Se observó que la mayor parte del contenido espectral del ruido estuvo por debajo de 1,000 Hz, y de esta manera, no afectaría el cálculo de la proporción de energía realizado aquí.

Otro método es aplicar un algoritmo de detección de pico, el cual pretende identificar todos los picos en la señal que fueron causados por los impactos de la cápsula. De nuevo, la señal es filtrada con paso alto como en la ecuación (1). El resto del algoritmo se puede realizar sobre las muestras cuadradas de la señal filtrada o sólo la señal filtrada misma. La señal puede ser procesada en una manera de ventana deslizante para permitir calcular un perfil sobre tiempo pero esto no es necesario.

Para este algoritmo las amplitudes de una muestra o su cuadrado se comparan con un valor de mantener el pico. Si la muestra es mayor que el valor de mantener el pico se dice que ha ocurrido un Nuevo evento de mantener el pico. En este caso el contador de pico se incrementa y el valor de mantener el pico se fija al valor de la muestra. Sin embargo, si la siguiente muestra es menor en amplitud que el valor de mantener el pico, no se anota evento de mantener el pico, y el valor de mantener el pico simplemente se reduce multiplicándolo por un factor de deterioro apropiado (en este caso un valor apropiado es aproximadamente 0.99). El seudo-código para este algoritmo se da enseguida donde d(k) es la muestra de datos k-ésimos, y pk_hold es el valor de mantener el pico.

SI d(k) > pk_hold pk_hold = d(k) pico_contador = pico_contador + 1 pico_evento(k) = 1 ; OTRO pk_hold = 0.999 *pk_hold FIN Lo que no se muestra en el seudo-código es que en una modalidad de este algoritmo por lo menos necesita procesar por lo menos 20 muestras antes de que se considere que ha ocurrido el siguiente evento de mantener el pico. Esto evita que ocurra un racimo de eventos de mantener el pico alrededor del inicio de un evento de impacto de cápsula y asegura que cada impacto se cuente solamente una vez.

También, se puede remover el ruido de nivel bajo usando un umbral. Solamente se considera que los valores de la muestra por encima de un umbral son picos válidos. Esto impide contar muchos picos muy pequeños que no son realmente impactos de cápsula.

Habiendo encontrado los eventos de mantener el pico, el algoritmo mide el tiempo entre cada evento a partir del cual se puede calcular una frecuencia fundamental. Entonces se cuenta el número de ocurrencias de frecuencias fundamentales particulares dentro de bandas de 10 Hz. Los resultados de probar con el tipo de inhalador actual muestran que debido a los eventos de impacto de cápsula bien definidos, la señal de impacto de una medición de cápsula completa tiene más contenido de frecuencia baja que contenido de alta frecuencia, y así comparando la energía de la señal por debajo de 110 Hz con la de encima de 300 Hz esta es una métrica conveniente para diferenciar entre eventos de cápsula completa y no cápsula.

La Figuras 5a y 5b muestran los resultados del procesamiento de mantener el pico para una medición de cápsula completa y no cápsula respectivamente. Ambas pruebas se llevaron a cabo a un flujo de 20 litros/minuto a través del inhalador y las gráficas muestran la amplitud de la señal en el eje vertical y el número de muestras a lo largo del eje horizontal.

El símbolo O' representa un evento de mantener el pico y las líneas que unen las O's muestran cómo éste decae entre cada uno de estos eventos. Deberá notarse a partir de las Figuras que los picos de impacto de cápsula prominentes se han localizado para la medición de la cápsula completa, pero para la medición de la no cápsula el algoritmo sólo localiza picos cercanamente separados debido a la naturaleza de la forma de onda ruidosa.

Las pruebas a velocidades de flujo más altas (150 litros/ minuto) han mostrado que los picos de impacto individuales son más cercanos entre sí de manera que hay contenido de frecuencia más alta en las mediciones de la cápsula completa y como tal la proporción entre la energía sub-110 Hz a 300-1000 Hz no es tan grande como para las mediciones de velocidades de flujo más bajas, pero todavía es utilizable.

Aunque todos los algoritmos descritos hasta aquí proporcionan buen rendimiento en condiciones quietas, ideales, el ruido ambiental o el ruido causado al manejar el inhalador pueden causar resultados espurios.

Para evitar resultados falsos, se pueden usar las siguientes técnicas: El ruido de la manipulación puede causar picos altos individuales en la señal. Éstos son muy similares a los picos causados por el impacto de cápsula. Sin embargo, solamente un número muy limitado de picos es causando por ejemplo, por dejar caer el inhalador o golpearlo contra una superficie dura. Aunque los algoritmos estadísticos o el discriminador de la frecuencia-dominio no pueden distinguir estos eventos de los eventos de cápsula ellos pueden ser complementados por el método de pico mantenido. Una clasificación presente de cápsula para una señal solamente puede considerarse válida si hay un número suficiente de picos presentes en una ventana de tiempo. De otro modo el resultado se clasifica como ruido.

Los ruidos de fondo fuertes pueden disfrazar los picos de señal que se usan para detector una cápsula usando los distintos algoritmos. Ya que una respiración solamente dura un tiempo limitado, hay un tiempo antes y después de la respiración donde no se espera ruido de cápsula y ruido de respiración. Por lo tanto, la primera parte de la señal después de oprimir los botones (típicamente de 0.1 a 0.5 segundos después de oprimir el botón) y la última parte antes de parar de evaluar la señal (típicamente después 10 a 30 segundos) se puede usar para verificar los niveles de ruido de fondo ambiental. Si éstos están sobre un cierto nivel que vuelve poco confiables al o a los algoritmos de detección de cápsula empleados, se creará un resultado de ruido.

La Figura 6 muestra el hardware usado en el ejemplo. La señal del micrófono 16 es pasada a un filtro análogo de paso alto 50 el cual es un simple filtro RC de primer orden con una frecuencia 3dB de 1 kHz. A partir de allí la señal pasa a un convertidor de análogo a digital (ADC) 52 el cual muestrea a 9.6 kHz y tiene una resolución de 12 bits. El convertidor ADC puede ser integrado a un chip microprocesador 54.

La Figura 7 muestra un ejemplo de la combinación de algoritmos que pueden ser realizados sobre las muestras en cuanto se envían al microprocesador 54. Primero, la señal es seccionada en ventanas de una longitud de 2048 muestras en una operación de formación de ventanas 56. Éstas son procesadas por un simple filtro de paso alto 58. La implementación más simple es una sustracción de la muestra anterior a partir de la actual. Esto remueve cualquier compensación DC que podría estar presente debido a problemas de los circuitos en el convertidor ADC. En una señal de ejemplo puede haber una inhalación de aproximadamente dos segundos de duración al comienzo de la señal la cual es seguida por un periodo de silencio. La ventana de búsqueda tiene que ser mucho más larga que una respiración ya que se desconoce el tiempo que toma el usuario entre perforar la cápsula e inhalar.

La señal se eleva entonces al cuadrado 60 y se calcula la media de las muestras al cuadrado 62 sobre todas las 2048 muestras de la ventana. Esto se realiza en la rama superior del diagrama del algoritmo en La Figura 7. También, el valor cuadrado más alto se registra 64 en la rama central. Esto se puede hacer al mismo tiempo que se calculan los cuadrados o vía una búsqueda sobre todas las muestras al cuadrado si están almacenadas en la memoria. Después de calcular todos los cuadrados de las muestras y su media y encontrar su valor pico, se calcula la proporción de pico a media (PMR) 66. Tanto la media de los cuadrados (varianza) como la proporción pico-a-media se almacenan para esta ventana para su clasificación posterior.

La rama inferior en el diagrama de algoritmo en la Figura 7 cuenta los picos dentro de la ventana 68. Primero, se usa un umbral para remover pequeños picos causados por ruido. Luego se aplica el algoritmo de detección de picos para encontrar los picos causados por el impacto de cápsula.

Este proceso se repite para cada ventana hasta que se procesan todas las ventanas. Se espera que habrá un racimo de resultados alrededor de la varianza cero, y con una proporción de pico-a-media baja. Estos son los resultados de las ventanas que incluyen solamente ruido ambiental, por ejemplo después de la inhalación. Las ventanas durante la inhalación tienden a producir resultados con una varianza y proporción de pico a media (PMR) más alta.

La clasificación 70 inicia con buscar la ventana con la varianza más alta. Ya que ésta contiene la energía de señal mayor, esto da la información más confiable en la presencia de otros ruidos. Otras medidas como buscar un conjunto continuo de ventanas con la energía más alta son posibles así como lograr confiabilidad óptima. Para la ventana con la varianza más alta, la proporción pico a media correspondiente se consulta en los resultados.

Ahora el resultado necesita ser clasificado comparándolo con un conjunto de umbrales. Estos umbrales se determinaron ejecutando un gran número de experimentos con y sin cápsula para varias velocidades de flujo. Una gráfica de dispersión de estos resultados de experimentos típicamente se puede dividir en cuatro regiones: 1. "Cápsula" está típicamente en la parte superior. Esta es la región de la proporción pico a media (PMR) alta debido a los picos de la cápsula. 2. "Silencio". Esta región tiene una varianza muy baja y una proporción pico a media baja. 3. "No Cápsula". Esta región tiene una varianza baja y proporción pico a media baja. La varianza máxima es mucho más baja que la alcanzada por las cápsulas, ya que el impacto de no cápsula puede aumentar el nivel de ruido. 4. "Cápsula con Ruido". Esta región cae entre "Cápsula" y "No Cápsula". Los resultados caen dentro de esta región si una señal de cápsula ha sido sometida a niveles altos de ruido ambiental. Como el ruido a nivel ambiental tiene una proporción de pico a media (PMR) menor que el ruido de cápsula, reduce la proporción de pico a media (PMR) global.

Finalmente, se realizan verificaciones contra dos problemas que pueden surgir del procesamiento hecho hasta ahora. Los ruidos de manipular el inhalador 72, por ejemplo, dejarlo caer accidentalmente sobre una superficie dura causa picos grandes en la señal. Éstos pueden dominar la varianza y causar una proporción pico a media muy alta. Esto conduciría a una clasificación errónea como "Cápsula". Estos eventos de ruido de manipulación muestran solamente de dos a 4 picos por ventana mostrados mientras que una cápsula girando muestra más de 10. También, debido a la duración de una respiración, la cápsula gira durante al menos un segundo. Por lo tanto, el número de picos en cinco ventanas consecutivas se suma. Si esta suma es mayor que 50, se confirma la clasificación de la "Cápsula". De otro modo, se corrige el veredicto de clasificación a "Ruido".

En algunos casos una señal de cápsula quieta puede ser enmascarada por ruido ambiental fuerte. Debido a una proporción pico a media baja esto caería en la región de "No Cápsula". Para reconocer esta situación, se verifica la varianza en la última ventana procesada 74. Si ésta es más grande que aproximadamente el doble del umbral de silencio, el veredicto de clasificación se cambia a "Ruido". Esto ayuda a asegurar que no se reporten o se reporten muy pocos resultados falsos negativos.

Deberá entenderse que la invención se ha descrito anteriormente a manera de ejemplo solamente y que se pueden hacer modificaciones en el detalle sin apartarse del alcance de las reivindicaciones.

Claims (14)

REIVINDICACIONES

1. Un inhalador que comprende un alojamiento de cápsulas para contener una cápsula de medicamento, una trayectoria del flujo de aire a través de la cual fluye el aire durante un evento de flujo de aire desde por lo menos una entrada de aire a una salida, pasando la trayectoria del flujo de aire a través del alojamiento de cápsulas, un primer sensor, un procesador y una fuente de energía para energizar el procesador, estando definido el alojamiento de cápsulas por al menos una pared y configurado de tal manera que cuando se localiza una cápsula en el alojamiento de cápsulas y fluye suficiente aire a lo largo de la trayectoria del flujo de aire a través del alojamiento de cápsulas, la cápsula se mueve dentro del alojamiento de cápsulas, el primer sensor se dispone en el inhalador de manera que pueda detectar el movimiento de la cápsula dentro del alojamiento de cápsulas y generar una primera señal indicadora del movimiento, el procesador recibe la primera señal a partir del primer sensor y usa esta primera señal para determinar si la primera señal es indicativa de la presencia, o ausencia, de una cápsula en el alojamiento de cápsulas durante un evento de flujo de aire y generar una señal de cápsula indicativa de lo mismo.

2. Un inhalador como se reclama en la reivindicación 1, en el cual el primer sensor es un sensor de impactos y la primera señal es una señal de impacto y el alojamiento de cápsulas está definido por al menos una pared, estando configurado el alojamiento de cápsulas de tal manera que conforme una cápsula se mueve dentro del alojamiento de cápsulas, la cápsula repetidamente impacta en la por lo menos una pared, el sensor de impactos se dispone en el inhalador de manera que es capaz de detectar el impacto de la cápsula en la pared del contenedor de la cápsula y generar una señal de impacto indicativa de cada impacto.

3. Un inhalador como se reclama en la reivindicación 1, en el cual el inhalador además incluye memoria para almacenar la señal de cápsula para uno o más eventos de flujo de aire para su recuperación posterior.

4. Un inhalador como se reclama en la reivindicación 1 o reivindicación 2, en el cual el inhalador además incluye una salida desde la cual se puede tener acceso a una señal de cápsula, o al contenido de la memoria.

5. Un inhalador como se reclama en cualquiera de las reivindicaciones anteriores, en el cual el procesador analiza la señal de impacto desde el sensor usando un algoritmo de detección de pico y determina si la frecuencia pico calculada está dentro de límites predeterminados con el fin de producir una señal de cápsula.

6. Un inhalador como se reclama en cualquiera de las reivindicaciones anteriores, en el cual el procesador analiza la señal de impacto desde el sensor usando un algoritmo discriminador de frecuencia-dominio y determina si la proporción de la fuerza de la señal entre dos intervalos de variación de frecuencia diferentes previamente determinados está dentro de límites previamente determinados para producir una señal de cápsula.

7. Un inhalador como se reclama en cualquiera de las reivindicaciones anteriores, en el cual el procesador analiza la señal de impacto desde el sensor usando un algoritmo estadístico de dos variables el cual calcula dos variables estadísticas para caracterizar la señal y determina si las medidas estadísticas calculadas caen dentro de un dominio previamente determinado en una gráfica de dispersión de una variable contra la otra para producir una señal de cápsula.

8. Un inhalador como se reclama en la reivindicación 7, en el cual las variables calculadas son kurtosis y varianza.

9. Un inhalador como se reclama en la reivindicación 7, en la cual las variables calculadas son la proporción pico a media del cuadrado, o de la magnitud, de la señal de impacto y la varianza.

10. Un inhalador como se reclama en cualquiera de las reivindicaciones anteriores, en el cual el procesador analiza la señal de impacto desde el sensor usando por lo menos dos algoritmos diferentes.

11. Un inhalador como se reclama en cualquiera de las reivindicaciones anteriores, en el cual el primer sensor es un micrófono o un elemento piezoeléctrico.

12. Un inhalador como se reclama en cualquiera de las reivindicaciones anteriores, en el cual el alojamiento de cápsulas incluye una porción la cual es sustancialmente de forma cilindrica con un diámetro más largo que una cápsula que va a estar contenida en el mismo y una altura mayor que el diámetro de la cápsula, pero menor que la longitud de la cápsula y la trayectoria del flujo de aire se configura para hacer que la cápsula gire dentro del alojamiento de cápsulas.

13. Un inhalador como se reclama en cualquiera de las reivindicaciones anteriores, en el cual el inhalador incluye por lo menos un activador, el cual puede ser activado por un usuario para causar que un elemento de abertura abra una cápsula dentro del inhalador, el inhalador además incluye un sensor de activador para detectar la activación del activador y generar una señal de activación, estando el procesador configurado para recibir la señal de activación.

14. Un inhalador como se reclama en la reivindicación 13, en el cual el procesador es configurado para generar una señal de dosis indicativa de si un usuario ha seguido una secuencia de uso correcta para el inhalador, generando el procesador la señal de dosis con base en la señal de cápsula y la señal de activación, el orden en el cual las señales fueron generadas, y el tiempo entre las señales.