CN110312478A - 痴呆症信息输出系统以及控制程序 - Google Patents
痴呆症信息输出系统以及控制程序 Download PDFInfo
- Publication number
- CN110312478A CN110312478A CN201780086300.8A CN201780086300A CN110312478A CN 110312478 A CN110312478 A CN 110312478A CN 201780086300 A CN201780086300 A CN 201780086300A CN 110312478 A CN110312478 A CN 110312478A
- Authority
- CN
- China
- Prior art keywords
- dementia
- alteration
- coefficient
- day
- period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Neurology (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Dentistry (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Neurosurgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- User Interface Of Digital Computer (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明的一个形态所涉及的痴呆症信息输出系统(10)具备:获得部(120),获得用户(A)的人体活动量;判定部(140),根据人体活动量的变动程度,对用户(A)发作轻度痴呆症等的可能性进行判定,所述变动程度是所述人体活动量在多个时间段的每个时间段且多天的期间变动的程度;以及输出部(160),输出痴呆症信息,该痴呆症信息示出判定部(140)判定的可能性。
Description
技术领域
本发明涉及对痴呆症信息进行输出的痴呆症信息输出系统等。
背景技术
以往曾有一种痴呆症初期阶段鉴别系统,其根据照看传感器单元的开关的操作状况,来发现与日常的操作倾向不同的操作,据此来鉴别痴呆症(参照专利文献1)。
(现有技术文献)
(专利文献)
专利文献1 日本 特开2014-018341号公报
在专利文献1所涉及的痴呆症初期阶段鉴别系统中,根据针对对象(用户)的日常动作追加的动作,来判别是否为痴呆症。例如,根据每天起床时对照看传感器单元的开关进行操作这种追加的动作,通过是否忘记追加的动作,来判别是否为痴呆症。
发明内容
本发明的目的在于提供一种痴呆症信息输出系统,不需要对日常的动作进行动作的追加,就能够输出表示轻度痴呆症等可能性的痴呆症信息。并且,本发明的目的在于提供一种在该痴呆症信息输出系统中使用的控制程序(计算机使用的程序)。
另外,“轻度痴呆症等”这一概念的含义中包括轻度痴呆症、以及其前段階的轻度认知障碍(MCI:Mild Cognitive Impairment)。在此,有将轻度痴呆症等简单称为痴呆症或轻度痴呆症的情况。轻度痴呆症等与正常状态被区分开。
为了达成上述的目的,本发明的一个形态所涉及的痴呆症信息输出系统具备:获得部,获得用户的人体活动量;判定部,根据所述人体活动量的变动程度,对所述用户发作轻度痴呆症等的可能性进行判定,所述变动程度是,所述人体活动量在多个时间段的每个时间段且在多天的期间变动的程度;以及输出部,输出痴呆症信息,该痴呆症信息示出所述判定部判定的所述可能性。
并且,本发明的一个形态所涉及的控制程序使具备微处理器的装置执行痴呆症信息输出处理,所述痴呆症信息输出处理包括:获得步骤,获得用户的人体活动量;判定步骤,根据所述人体活动量的变动程度,对所述用户发作轻度痴呆症等的可能性进行判定,所述变动程度是,所述人体活动量在多个时间段的每个时间段且在多天的期间变动的程度;以及输出步骤,输出痴呆症信息,该痴呆症信息示出由所述判定步骤判定的所述可能性。
本发明的一个形态所涉及的痴呆症信息输出系统等不必对日常的动作进行动作的追加,就能够对轻度痴呆症等可能性进行判定。
附图说明
图1是示出实施方式1所涉及的痴呆症信息输出系统的构成的一个例子的概略构成图。
图2是示出实施方式1所涉及的痴呆症判定装置等构成的方框图。
图3A是示出正常人的一天的各时间段的人体活动量的图表。
图3B是示出正常人的另一天的各时间段的人体活动量的图表。
图4A是示出痴呆症患者的一天的各时间段的人体活动量的图表。
图4B是示出痴呆症患者的另一天的各时间段的人体活动量的图表。
图5是示出实施方式1所涉及的痴呆症信息输出处理的流程图。
图6是示出实施方式1所涉及的痴呆症判定处理的流程图。
图7是用于说明基于人体活动量的标准偏差的基准范围的图表。
图8是用于说明基于人体活动量以及k最近邻算法(k-nearest neighboralgorithm)的基准范围的图表。
图9是示出基于各时间段的人体活动量的异常频度的模式图。
图10是示出实施方式2所涉及的痴呆症判定装置等构成的方框图。
图11是示出正常人的多天中的各时间段的人体活动量的平均值以及标准偏差的图表。
图12是示出痴呆症患者的多天中的各时间段的人体活动量的平均值以及标准偏差的图表。
图13是示出实施方式2所涉及的痴呆症判定处理的流程图。
图14是用于说明基于合并变动系数的标准偏差的基准范围的图表。
图15是用于说明基于合并变动系数以及k最近邻算法的基准范围的图表。
图16是示出实施方式3所涉及的痴呆症判定装置等构成的方框图。
图17是用于说明IV值的图表。
图18是示出实施方式3所涉及的痴呆症判定处理的流程图。
图19是用于说明基于IV值的标准偏差的基准范围的图表。
图20是用于说明基于IV值以及k最近邻算法的基准范围的图表。
图21是示出基于IV值的异常频度的模式图。
图22是示出正常日的IV值的出现频度和异常日的IV值的出现频度的图表。
图23是示出其他的实施方式所涉及的痴呆症信息输出系统的构成的一个例子的概略构成图。
具体实施方式
(得到发明的见解)
在老龄社会中,可以设想到痴呆症老人的问题会变得显著。尤其是最近不断出现痴呆症老人驾驶的车在高速公路上逆行或行驶到人行道等事故的报道,有关痴呆症的电视节目也增多了。
痴呆症从轻度到重度分成不同的级别。在成为痴呆症之前的轻度认知障碍的阶段若发现异常,通过运动锻炼等有抑制痴呆症的发作的可能性。因此,在轻度认知障碍的阶段早期发现异常则受到关注。作为早期发现异常的方法有对象本身注意到异常的方法、以及对象的周围的人注意到异常的方法。
进一步,在对象的周围的人注意到异常的方法中包括:对象的周围的人注意到对象的说话方式的异常的方法、以及对象的周围的人注意到对象的生活行动的异常的方法。在此,尤其想要说明的是对象的周围的人注意到对象的生活行动的异常的方法。
具体而言,在对象成为阿尔茨海默型痴呆症时,会发生生物节律障碍。例如,对象的一天中的活动能力降低,即使在白天,对象也会打瞌睡,为此能够推测出对象的夜间睡眠变浅。
可以推测痴呆症的患者的掌管与睡眠以及觉醒等有关的生物时钟的控制的丘脑下部以及脑干具有广泛且重度的器质性障碍。尤其是在阿尔茨海默型痴呆症的患者,一天的睡眠时间被分成多个时间段,在夜间的时间段频繁地出现觉醒与睡眠的反复,这种现象会有每天都出现的情况。
并且,在对象为正常的状态时,可以设想到的生活模式是大致在相同的时间起床,白天的活动活跃,大致在相同的时间睡觉,夜间熟睡这种比较稳定的生活。另外,在对象成为痴呆症时可以设想到的生活模式是,会出现白天昏沉迷糊,夜间不眠的情况。而且,白天的什么时候昏沉迷糊、以及夜间的什么时候不眠是很难预测的,这种难于预测的状态持续,早晨的起床时间、午睡时间、以及夜晚的入睡时间参差不齐,一天的生活模式不稳定。
通过以上的见解等,创出了一个与痴呆症信息输出系统有关的技术思想,该痴呆症信息输出系统能够根据生活模式的变动程度(不稳定程度),输出痴呆症信息,该痴呆症信息示出轻度痴呆症等的可能性。以下参照附图对该痴呆症信息输出系统的实施方式进行说明。
在此所示的实施方式均为本发明的一个具体例子。因此,以下的实施方式所示的数值、形状、材料、构成要素、构成要素的配置以及连接方式、步骤(工序)以及步骤的顺序等为一个例子,并非是对本发明进行限定。以下的实施方式的构成要素之中没有记载在独立技术方案中的构成要素为能够任意附加的构成要素。
并且,各个图为模式图,并非严谨的图示。尤其在图表中,存在没有示出精确的值的情况。
(实施方式1)
以下对本实施方式所涉及的痴呆症信息输出系统10进行说明。
(构成)
痴呆症信息输出系统10是对老年人或被介护者等对象(用户)发作轻度痴呆症等的可能性(是否患有轻度痴呆症等的可能性等)进行判定,并输出示出用户发生轻度痴呆症等的可能性的痴呆症信息的系统。
例如,痴呆症信息输出系统10根据变动程度,来对用户患有轻度痴呆症等的可能性进行判定,所述变动程度是指,针对多个时间段的每一个时间段,人体活动量在多天之间发生变动的程度。该变动程度相当于不稳定程度,与生活模式的变动程度(不稳定程度)相对应,所述不稳定程度是指,针对多个时间段的每一个时间段,人体活动量在多天之间不稳定的程度。
图1是示出实施方式1所涉及的痴呆症信息输出系统10的一个例子的概略构成图。如该图所示,痴呆症信息输出系统10包括痴呆症判定装置100a~100c以及通知装置200。在此,为了便于说明而示出了三个痴呆症判定装置100a~100c,痴呆症信息输出系统10可以具备一个以上的任意数量的痴呆症判定装置。
在图1中举例示出了,适用于介护老人福利设施或介护疗养型医疗设施等介护保健设施(介护保险设施)20的痴呆症信息输出系统10。在痴呆症信息输出系统10,针对在介护保健设施20的介护居室22a~22c生活的用户A~C,由痴呆症判定装置100a~100c进行轻度痴呆症等的判定,并将示出判定结果等的痴呆症信息发送到通知装置200。
通知装置200被设置在例如从事介护福利等工作的介护人员、护士、或医生等经常存在的管理室21。介护人员等能够通过通知装置200,容易地知道有关在各个介护居室22a~22c生活的各个用户A~C的痴呆症信息(与该用户发作轻度痴呆症等的可能性有关的信息),并能够进行恰当的措施等。
介护居室22a具备床23a以及电视24a等,是用户A生活的房间,痴呆症判定装置100a被设置在介护居室22a。同样,介护居室22b以及22c具备:床23b和23c;电视24b和24c、以及痴呆症判定装置100b和100c等,分别是用户B以及用户C生活的房间。
痴呆症判定装置100a是信息处理装置(计算机),其根据用户A的生活模式的变动程度(不稳定程度),判断用户A是否为轻度痴呆症等,并发送包括判定结果的痴呆症信息。痴呆症判定装置100a具备:人体活动传感器101、存储器102、通信接口(通信I/F)103、以及处理器(微处理器)104。
在此,主要对被设置在用户A的介护居室22a的痴呆症判定装置100a进行说明,痴呆症判定装置100b以及100c也具备与痴呆症判定装置100a同样的构成。
人体活动传感器101是用于检测用户A的人体活动的传感器。人体活动传感器101只要能够检测用户A的人体活动,可以是任意的传感器。
例如,人体活动传感器101是包括收发电路的电波传感器,为了对人体的活动进行测定,而发出(发送)电波(例如微波等),并接收反射波。人体活动传感器101为了对用户A的人体活动进行测定,例如被设置在床23a(例如位于床垫的下层的床板的一部分等)、或介护居室22a中的床23a的上方的天花板部分等。
并且,人体活动传感器101可以被载置于床23a的枕边,通过检测床23a的振动,来检测用户A的人体活动。并且,人体活动传感器101也可以由用户A携带,通过检测用户A的人体活动所产生的振动,来检测用户A的人体活动。在用户A频繁地从介护居室22a外出的情况下,由用户A携带人体活动传感器101则可有效应用。
并且,人体活动传感器101可以包括设置于介护居室22a的摄像机。于是,人体活动传感器101可以根据由摄像机拍摄的影像,来检测用户A的人体活动。
并且,人体活动传感器101也可以通过对上述的多个要素进行组合来实现。例如,人体活动传感器101可以是如下的传感器的组合,即:由用户A携带的传感器,通过对用户A的人体活动而产生的振动进行检测,来检测用户A的人体活动;以及包括摄像机的传感器,根据摄像机拍摄的影像,来检测用户A的人体活动。
存储器102是预先保持程序以及数据的ROM(Read Only Memory)、以及在程序的执行时用于数据等的存储的RAM(Random Access Memory)等。存储器102例如可以包括非易失性存储器。
通信I/F103是用于与通知装置200进行通信的通信电路。痴呆症判定装置100a与通知装置200的通信可以是无线通信也可以是有线通信。
处理器104通过执行存放在存储器102的控制程序,来执行对通信I/F103等进行控制的处理。另外,痴呆症判定装置100a可以包括例如LCD(Liquid Crystal Display)等显示器,从而将痴呆症信息显示到该显示器。
被设置在管理室21的通知装置200是具备通信I/F以及显示器的监视装置,例如可以是具备存储器以及处理器的计算机(信息处理装置)。
图2是示出实施方式1所涉及的痴呆症信息输出系统10中的痴呆症判定装置100a的构成的方框图。痴呆症判定装置100a被设置在用户A生活的介护居室22a。另外,在该图中,也附带记载了被设置在管理室21的通知装置200的构成。
具备图1所示的硬件要素的痴呆症判定装置100a根据用户A的生活模式的变动程度(不稳定程度),输出痴呆症信息。因此,痴呆症判定装置100a的构成要素如图2所示,具备:测定部110、获得部120、存储部130、判定部140以及输出部160。
测定部110是测定器,由人体活动传感器101以及执行控制程序的处理器104等来实现,利用人体活动传感器101对用户A的人体活动进行测定。测定部110例如可以利用人体活动传感器101来确定人体活动量,具体是例如按每1分钟,将人体活动的大小以0(没有人体活动等最小值)到9(最大值)这10个阶段的值来划分。
获得部120由执行控制程序的处理器104等来实现,是获得用户A的人体活动量的获得器。例如,获得部120从测定部110获得人体活动量,通过按照每个时间段来汇集人体活动量,来获得在各个时间段累积的人体活动量。各个时间段的长度具体而言是12小时以下。并且,各个时间段的长度最好为1小时以上,也可以是30分钟等。
存储部130由存储器102的区域等实现,是按每天且每个时间段对用户A的人体活动量进行存储的存储器。例如,在存储部130中累积由获得部120获得的人体活动量。
判定部140由存储器102以及执行控制程序的处理器104等来实现。判定部140是判定器,根据用户A的人体活动量在多个时间段的每个时间段中且在多天期间变动的程度即变动程度,来判定用户A发作轻度痴呆症等的可能性。该变动程度相当于多天期间中用户A的生活模式发生变动的程度。
图3A、图3B、图4A以及图4B分别是示出各时间段的人体活动量的图表。具体而言,图3A示出正常人(正常状态的人)的一天的各时间段的人体活动量,图3B示出正常人的另一天的各时间段的人体活动量。并且,图4A示出痴呆症患者(患有轻度痴呆症等的人)的一天的各时间段的人体活动量,图4B示出痴呆症患者的另一天的各时间段的人体活动量。另外,正常人可以是正常状态下的用户A,痴呆症患者可以是轻度痴呆症等发作状态下的用户A。
如图3A以及图3B所示,正常人的人体活动量在白天的活动与夜间的睡眠中有明确的差异。并且,在不同的两天中,各时间段的人体活动量的变动小,生活模式稳定。另外,如图4A以及图4B所示,在痴呆症患者中则是白天的活动少,并且在夜间由于觉醒而出现人体活动。并且,在不同的两天中,各时间段的人体活动量的变动大,生活模式不稳定。
因此,上述的变动程度越大,判定部140就越将用户A发作轻度痴呆症等的可能性判定为高。
输出部160由执行控制程序的处理器104、以及通信I/F103等实现。输出部160是输出器,输出痴呆症信息,该痴呆症信息示出用户A发作轻度痴呆症等的可能性。在由判定部140判定为用户A发作了轻度痴呆症等的情况下,该痴呆症信息则示出用户A发作了轻度痴呆症等。另外,在由判定部140判定为用户A没有发作轻度痴呆症等的情况下,输出部160可以不输出痴呆症信息。
并且,例如,输出部160通过将痴呆症信息发送到通知装置200,来进行痴呆症信息的输出。通知装置200根据由通信部210接收的痴呆症信息,通过输出部220使痴呆症信息显示到显示器等。并且,在痴呆症判定装置100a具备显示器的情况下,痴呆症判定装置100a的输出部160通过将痴呆症信息显示到该显示器,来进行输出。
(工作)
以下对具备上述的构成的痴呆症信息输出系统10中的痴呆症判定装置100a的工作进行说明。
图5是示出本实施方式所涉及的痴呆症信息输出处理的流程图。以下参照该图对痴呆症信息输出处理进行说明。
在痴呆症判定装置100a,测定部110对用户A的人体活动进行测定,获得部120从测定部110获得人体活动的测定结果,以作为用户A的人体活动量,将用户A的人体活动量存放到存储部130(S11)。
之后,判定部140参照存储部130,根据变动程度来判定用户A发作轻度痴呆症等的可能性(S12),所述变动程度是用户A的人体活动量在多个时间段的每一个中且在多天的期间发生变动的程度。并且,输出部160输出痴呆症信息(S13),该痴呆症信息示出用户A发作轻度痴呆症等的可能性。
图6是示出本实施方式所涉及的痴呆症判定处理的流程图。该痴呆症判定处理相当于执行图5所示的痴呆症判定处理(S12)的处理。以下按照该图对痴呆症判定处理进行说明。
痴呆症判定装置100a的判定部140根据检查日的人体活动量,判定人体活动量不在基准范围内的时间段的数量是否比阈值大(S21)。并且,判定部140在人体活动量不在基准范围内的时间段的数量比阈值大的情况下(S21的“是”),将检查日判定为异常日(S22)。另外,判定部140在人体活动量不在基准范围的时间段的数量不比阈值大的情况下(S21的“否”),将检查日判定为正常日(S23)。
判定部140也可以使判定结果反映到存储部130。即,判定部140可以将检查日是否为异常日的判定结果存放到存储部130。并且,判定部140也可以将示出人体活动量不在基准范围内的时间段的数量的信息存放到存储部130。判定部140针对多个检查日反复进行上述的处理(S21~S23)。
接着,判定部140对异常日的发生频度即异常频度是否比基准频度大进行判定(S24)。于是,与异常频度不比基准频度大的情况相比(S24的“否”),在异常频度比基准频度大的情况下(S24的“是”),判定部140将轻度痴呆症等的可能性判定为高(S25)。
例如,在异常频度比基准频度大的情况下(S24的“是”),判定部140判定为用户A发作了轻度痴呆症等,在异常频度不比基准频度大的情况下(S24的“否”),判定部140判定为用户A没有发作轻度痴呆症等。
用于判定人体活动量不在基准范围内的时间段的数量是否比阈值大的基准范围(S21的基准范围),是根据多个基准日中的人体活动量而被规定的。多个基准日是检查日之前的多天。多个基准日也可以从检查日之前的多天中,除去被判定的异常日之后来选择。更具体而言,多个基准日可以是从检查日的一个月以前到检查日的前一天的多天中,除去判定的异常日之后的多天。
检查日的人体活动量是否在基于多个基准日的人体活动量的基准范围内,会受到多天的期间中的人体活动量的变动的影响。例如,在多天的期间中的人体活动量的变动大的情况下,检查日的人体活动量不在基于多个基准日的人体活动量的基准范围内的可能性大。另外,在多天的期间中的人体活动量的变动小的情况下,检查日的人体活动量在基于多个基准日的人体活动量的基准范围内的可能性大。
因此,判定部140根据检查日的人体活动量是否在基于多个基准日的人体活动量的基准范围内,来判断轻度痴呆症等的可能性,据此,能够根据多天的期间中的人体活动量的变动,来判定轻度痴呆症等的可能性。并且,人体活动量不在基准范围内的时间段的数量、以及基于该数量的异常频度中的至少一方,相当于人体活动量在多个时间段的每个时间段且在多天的期间中变动的程度(即,变动程度)。
图7是用于说明基于人体活动量的标准偏差的基准范围的图表。图7示出了多个基准日中的各时间段的人体活动量的平均值以及标准偏差。标准偏差是统计学上的统计量,方差的正的平方根。
基准范围例如是根据多个基准日中的人体活动量的平均值以及标准偏差,按每个时间段而被规定的。另外,判定部140也可以对基准范围进行规定(决定)。基准范围也可以按每个时间段,根据平均值m以及标准偏差σ,而被规定在m±3σ的范围。在这种情况下,判定部140对检查日的各时间段的人体活动量是否在m±3σ的范围内进行判定,并对人体活动量不在m±3σ的范围内的时间段的数量是否比阈值大进行判定,从而对检查日是否为异常日进行判定。
m±3σ的范围是基于标准偏差的基准范围的一个例子。基准范围可以是m±σ的范围,也可以是m±2σ的范围。并且,基准范围可以利用满足a>0这个条件的a,而规定为m±aσ的范围。
图8是用于说明基于人体活动量以及k最近邻算法的基准范围的图表。基准范围可以根据k最近邻算法来规定。
例如,判定部140针对各时间段i,使人体活动量与检查日的人体活动量接近的日子优先,从检查日之前的多天中选择k个基准日。具体而言,例如,判定部140从检查日的10天之前到检查日的前一天的10天的期间中,使时间段i的人体活动量与检查日的人体活动量接近的日子优先,选择5个基准日。被判定为异常日的日子可以从选择中除外。
于是,判定部140针对各时间段i,根据被选择的k个基准日的人体活动量的平均值,来规定基准范围。具体而言,判定部140根据平均值m以及容许误差c,将m±c的范围规定为基准范围。据此,判定部140可以不必依存于人体活动量是否为正规分布,就能够确切地规定基准范围。
图9是示出基于各时间段的人体活动量的异常频度的模式图。判定部140针对多个检查日的每一个,在人体活动量不在基准范围内的时间段的数量比阈值大的情况下,将检查日判定为异常日。该阈值可以按照针对总时间段数的比例来决定。例如,阈值可以是总时间段数的一半。在各时间段的长度为1小时的情况下,总时间段数为24。阈值则可以是24的一半的12。
于是,判定部140在异常频度超过了基准频度的情况下,则将轻度痴呆症等的可能性判定为大。基准频度例如是一周中的5天、在一周以上的期间中为70%的频度、或连续5天这样的频度(即在5天以上的期间中100%的频度)等。
例如,在从检查日的一周前到检查日的前一天的7天中的70%的频度被规定为基准频度的情况下,在图9中则是在16日那天,异常频度超过基准频度。因此,在16日那天,判定部140将用户A发作轻度痴呆症等的可能性判定为大。于是,输出部160示出表示用户A发作轻度痴呆症等的可能性的痴呆症信息。
通过上述这样痴呆症信息输出处理,根据各时间段的人体活动量的变动程度,表示用户A发作轻度痴呆症等的可能性的痴呆症信息被显示到通知装置200的显示器。由于痴呆症判定装置100b以及100c也与痴呆症判定装置100a进行同样的工作,因此,表示用户B以及C发作轻度痴呆症等的可能性的痴呆症信息被显示在管理室21中设置的通知装置200的显示器。
(实施方式2)
本实施方式中的轻度痴呆症等的判定基于多天中的各时间段的人体活动量的变动系数。以下将说明对实施方式1中的痴呆症信息输出系统10进行一部分变形后的痴呆症信息输出系统11。
(构成)
痴呆症信息输出系统11是实施方式1所示的痴呆症信息输出系统10(图1参照)的痴呆症判定装置100a~100c的变形,根据变动系数,来判定用户A~C发作轻度痴呆症等的可能性。在此,主要对痴呆症判定装置1100a进行说明,痴呆症判定装置1100a是对用户A生活的介护居室22a的痴呆症判定装置100a(参照图2)进行的变形。
另外,在痴呆症信息输出系统11,痴呆症判定装置100b以及100c同样也是对痴呆症判定装置1100a的变形。关于本实施方式所涉及的痴呆症信息输出系统11,在此没有示出之处是与实施方式1所示的痴呆症信息输出系统10相同之处。针对相同的构成,采用与实施方式1相同的符号,并适当地省略说明。并且,痴呆症判定装置1100a的硬件要素基本上与图1所示的痴呆症判定装置100a的硬件要素相同。
图10是示出本实施方式所涉及的痴呆症信息输出系统11中的痴呆症判定装置1100a的构成的方框图。痴呆症判定装置1100a被设置在用户A生活的介护居室22a。另外,在该图中也附带记载设置于管理室21的通知装置200。
痴呆症判定装置1100a对基于多天中的各时间段的人体活动量的变动系数的痴呆症信息进行输出。因此,痴呆症判定装置1100a的构成要素如图10所示,具备:测定部110、获得部120、存储部130、判定部1140、以及输出部160。
判定部1140虽然承担与实施方式1所示的判定部140相同的作用,但是执行与判定部140不同的痴呆症判定处理。即,判定部1140根据多天中的各时间段的用户A的人体活动量的变动系数,来对用户A发作轻度痴呆症等的可能性进行判定。
在此,具体而言,多天相当于2天以上的期间。多天也可以相当于一个月、一周、或者10天的期间。并且,变动系数是统计学上的统计量,是标准偏差相对于平均值的比率(即,标准偏差/平均值)。
例如,在各时间段的长度为1小时的情况下,总时间段数为24。此时,判定部1140根据24个变动系数,来对用户A发作轻度痴呆症等的可能性进行判定。并且,判定部1140也可以根据24个变动系数的平均值等,来对用户A发作轻度痴呆症等的可能性进行判定。
多天中的各时间段的用户A的人体活动量的变动系数相当于用户A的人体活动量在多个时间段的每个时间段中且在多天的期间中发生变动的程度(变动程度),也相当于用户A的生活模式的变动程度。
图11以及图12分别示出了一个月中的各时间段的人体活动量的平均值以及标准偏差。具体而言,图11示出了针对多个时间段的每个时间段,正常人在一个月中的人体活动量的平均值以及标准偏差,图12示出了针对多个时间段的每个时间段,痴呆症患者在一个月中的人体活动量的平均值以及标准偏差。
如图11所示,在正常人的情况下,各时间段的人体活动量在多天的期间中没有显著的不同。因此,在多个时间段的每个时间段中,相对于一个月中的人体活动量的平均值,一个月中的人体活动量的标准偏差比较小。即,在多个时间段的每个时间段中,一个月中的人体活动量的变动系数小。
另外,如图12所示,在痴呆症患者的情况下,各时间段的人体活动量在多天的期间中存在很大的差异。因此,针对多个时间段的每个时间段,相对于一个月的人体活动量的平均值,一个月中的人体活动量的标准偏差大。即,在多个时间段的每个时间段中,一个月中的人体活动量的变动系数大。
因此,判定部1140在各时间段的人体活动量的变动系数越大的情况下,就越将用户发作轻度痴呆症等的可能性判定为大。尤其是在对多个时间段的多个变动系数进行合并而得到的合并变动系数越大的情况下,判定部1140就越将用户发作轻度痴呆症等的可能性判定为大。合并变动系数是多个时间段的多个变动系数的合计值、平均值、加权平均值、中央值、众数、最大值、最小值或中列数等。
(工作)
以下对具备上述的构成的痴呆症信息输出系统11中的痴呆症判定装置1100a的工作进行说明。本实施方式所涉及的痴呆症信息输出处理基本上与图5所示的实施方式1所涉及的痴呆症信息输出处理相同,痴呆症判定处理(图5的S12)的内容不同。
图13是示出本实施方式所涉及的痴呆症判定处理的流程图。该痴呆症判定处理相当于图5所示的痴呆症判定处理(S12)的执行。以下按照该图对痴呆症判定处理进行说明。
痴呆症判定装置1100a的判定部1140获得检查期间中的多个时间段的多个变动系数,通过对获得的多个变动系数进行合并,来获得合并变动系数,并判定合并变动系数是否在基准范围内(S31)。
例如,判定部1140在合并变动系数的获得中,可以将多个变动系数的平均值作为合并变动系数来获得,也可以将多个变动系数的合计值作为合并变动系数来获得。多个变动系数的每一个是多个时间段之中对应的时间段的人体活动量的变动系数,是2天以上的检查期间中的人体活动量的变动系数。检查期间可以是一周,也可以是一个月,或者可以是十天的期间。
于是,判定部1140在合并变动系数不在基准范围内的情况下(S31的“否”),与合并变动系数在基准范围内的情况(S31的“是”)相比,将轻度痴呆症等的可能性判定为大(S32)。例如,判定部140在合并变动系数不在基准范围内的情况下(S31的“否”),判定用户A发作了轻度痴呆症等,在合并变动系数在基准范围内的情况下(S31的“是”),判定用户A没有发作轻度痴呆症等。
判定部1140也可以将判定结果反映到存储部130。即,判定部1140可以将检查期间中的合并变动系数是否在基准范围内的判定结果存放到存储部130。并且,判定部1140可以将示出检查期间中的合并变动系数的信息存放到存储部130。判定部1140也可以针对多个检查期间反复进行上述的处理(S31以及S32)。
并且,基准范围也可以根据多个期间(多个检查期间)中的多个合并变动系数即多个基准变动系数来规定。多个基准变动系数是检查期间之前的多个期间(多个检查期间)中的多个合并变动系数。多个基准变动系数可以从检查期间之前的多个期间(多个检查期间)中的多个合并变动系数之中,通过除去被判定为不在针对每一个而规定的基准范围内的1个以上的合并变动系数来选择。
具体而言,多个基准变动系数可以是,从检查月的6个月之前到检查月的前一个月为止的6个月中的6个合并变动系数中,除去被判定为不在针对每一个而规定的基准范围内的1个以上的合并变动系数后的多个合并变动系数。
图14是用于说明基于合并变动系数的标准偏差的基准范围的图表。图14示出了合并变动系数的出现频度。例如,基准范围根据多个期间中的多个合并变动系数即多个基准变动系数的平均值以及标准偏差而被规定。另外,判定部1140也可以规定(决定)基准范围。
基准范围可以根据平均值m以及标准偏差σ,而被规定在m±3σ的范围。在这种情况下,判定部1140通过对检查期间中的合并变动系数是否在m±3σ的范围内进行判定,来判定用户A发作轻度痴呆症等的可能性。
m±3σ的范围是基于标准偏差的基准范围的一个例子。基准范围可以是m±σ的范围,也可以是m±2σ的范围。并且,基准范围可以利用满足a>0的a,而规定为m±aσ的范围。
图15是用于说明基于合并变动系数以及k最近邻算法的基准范围的图表。基准范围可以根据k最近邻算法来规定。
例如,判定部1140从检查期间之前的多个期间的多个合并变动系数中,使与检查期间的合并变动系数接近的合并变动系数优先,来选择k个基准变动系数。具体而言,例如判定部1140从检查月的10个月前到检查月的前一个月为止的10个月的期间中,使与检查月的合并变动系数接近的合并变动系数优先,来选择5个基准变动系数。此时,以前被判定为不在基准范围内的合并变动系数可以从选择中除外。
于是,判定部1140根据被选择的k个基准变动系数的平均值,来规定基准范围。具体而言,判定部1140根据平均值m以及容许误差c,将m±c的范围规定为基准范围。据此,判定部1140不必依存合并变动系数是否符合正规分布,就能够恰当地规定基准范围。
另外,变动系数或合并变动系数越低,多天中的人体活动量的变动就越小。因此,关于基准范围,可以仅规定上限。或者,对基准范围规定上限以及下限这双方,在检查期间的合并变动系数比基准范围的下限低的情况下,判定部1140将该合并变动系数判定为异常值,并可以保留基于该合并变动系数的轻度痴呆症等的判定。
通过上述的痴呆症信息输出处理,根据各时间段的人体活动量的变动程度,示出用户A发作轻度痴呆症等的可能性的痴呆症信息,被显示到通知装置200的显示器。由于痴呆症判定装置100b以及100c也进行与痴呆症判定装置1100a同样的工作,因此,示出用户B以及C发作轻度痴呆症等的可能性的痴呆症信息,被显示在管理室21中设置的通知装置200的显示器。
(实施方式3)
本实施方式中的轻度痴呆症等的判定基于IV(一天内的变动:IntradailyVariability)值。IV值不是人体活动量在多个时间段的每一个且在多天期间发生变动的程度,而是相当于人体活动量在多个时间段之间发生变动的程度。以下将要说明对实施方式1中的痴呆症信息输出系统10进行了部分变形后的痴呆症信息输出系统12。
(构成)
痴呆症信息输出系统12对实施方式1所示的痴呆症信息输出系统10(参照图1)的痴呆症判定装置100a~100c进行了变形,基于IV值来判定用户A~C发作轻度痴呆症等的可能性。在此主要对痴呆症判定装置2100a进行说明,痴呆症判定装置2100a是对用户A生活的介护居室22a的痴呆症判定装置100a(参照图2)进行的变形。
另外,在痴呆症信息输出系统12,痴呆症判定装置100b以及100c也被变形为与痴呆症判定装置2100a同样的构成。关于本实施方式所涉及的痴呆症信息输出系统12中没有示出之处,是与实施方式1所示的痴呆症信息输出系统10的相同之处。对于相同的构成采用与实施方式1相同的符号,并适宜地省略说明。并且,痴呆症判定装置2100a的硬件要素基本上与图1所示的痴呆症判定装置100a的硬件要素相同。
图16是示出本实施方式所涉及的痴呆症信息输出系统12中的痴呆症判定装置2100a的构成的方框图。痴呆症判定装置2100a被设置在用户A生活的介护居室22a。另外,该图中也附带记载了被设置在管理室21的通知装置200。
痴呆症判定装置2100a输出基于IV值的痴呆症信息。因此,痴呆症判定装置2100a的构成要素如图16所示,具备:测定部110、获得部120、存储部130、判定部2140、以及输出部160。
虽然判定部2140承担与实施方式1所示的判定部140同样的作用,但是执行与判定部140不同的痴呆症判定处理。即,判定部2140根据从多个时间段的用户A的人体活动量得到的IV值,对用户A发作轻度痴呆症等的可能性进行判定。
图17是用于说明IV值的图表。IV值是用一个时间段的人体活动量与前一个时间段的人体活动量的差的均方根,除以多个时间段的人体活动量的方差而得到的值。即,IV值由以下的数式表示。
[数式1]
在此,xi表示时间段i的人体活动量。如图4A以及图4B所示,在痴呆症患者中由于睡眠与觉醒的反复频度高,因此,一个时间段的人体活动量、与前一个时间段的人体活动量的差整体上变大,可以推定IV值大。另外,在正常人中与痴呆症患者相比,一个时间段的人体活动量与其前一个时间段的人体活动量的差整体上较小,可以推定IV值小。
因此,判定部2140在IV值越大的情况下,就越将用户A发作轻度痴呆症等的可能性判定为大。
(工作)
以下对具备上述的构成的痴呆症信息输出系统12中的痴呆症判定装置2100a的工作进行说明。本实施方式所涉及的痴呆症信息输出处理基本上与图5示出的实施方式1所涉及的痴呆症信息输出处理相同,痴呆症判定处理(图5的S12)的内容不同。
图18是示出本实施方式所涉及的痴呆症判定处理的流程图。该痴呆症判定处理相当于执行图5所示的痴呆症判定处理(S12)。以下参照该图对痴呆症判定处理进行说明。
痴呆症判定装置2100a的判定部2140根据检查日的人体活动量,获得IV值,并对IV值是否在基准范围内进行判定(S41)。并且,判定部2140在基于检查日的人体活动量的IV值不在基准范围内的情况下(S41的“否”),将检查日判定为异常日(S42)。另外,在基于检查日的人体活动量的IV值在基准范围内的情况下(S41的“是”),判定部2140将检查日判定为正常日(S43)。
判定部2140也可以将判定结果反映到存储部130。即,判定部2140可以将检查日是否为异常日的判定结果存放到存储部130。并且,也可以将IV值存放到存储部130。判定部2140针对多个检查日反复进行上述的处理(S41~S43)。
接着,判定部2140对异常日的发生频度即异常频度是否比基准频度大进行判定(S44)。并且,在异常频度比基准频度大的情况下(S44的“是”),与异常频度不比基准频度大的情况(S44的“否”)相比,判定部2140将轻度痴呆症等的可能性判定为大(S45)。
例如,在异常频度比基准频度大的情况下(S44的“是”),判定部140判定用户A发作了轻度痴呆症等,在异常频度不比基准频度大的情况下(S44的“否”),判定用户A没有发作轻度痴呆症等。
用于对IV值是否在基准范围内的判定的基准范围(S41的基准范围),根据多个基准日中的IV值而被规定。多个基准日是检查日之前的多天。多个基准日可以通过从检查日之前的多天中除去被判定为异常日的日子来选择。更具体而言,多个基准日可以是从检查日的一个月之前到检查日的前一天的多天中除去被判定为异常日之后的多天。
例如,基准范围根据多个基准日中的多个IV值的平均值以及标准偏差而被规定。另外,判定部2140也可以规定(决定)基准范围。并且,IV值是否在基准范围内相当于IV值的标准得分(标准化得分)是否在规定范围内。在此,IV值的标准得分是通过(IV值-平均值)/标准偏差而得到的值。
图19是用于说明基于IV值的标准偏差的基准范围的图表。图19示出了多个基准日中的IV值的标准得分的出现频度。
基准范围可以根据多个基准日中的多个IV值的平均值m以及标准偏差σ,而被规定在m±3σ的范围。针对IV值的m±3σ的范围相当于针对IV值的标准得分的±3的范围。并且也可以是,判定部2140通过判定检查日的IV值的标准得分是否在±3的范围内,来对检查日的IV值是否在m±3σ的范围内进行判定,从而对检查日是否为异常日进行判定。
±3的范围是针对IV值的标准得分的范围的一个例子。针对IV值的标准得分的范围可以是±1的范围,也可以是±2的范围。并且,针对IV值的标准得分的范围可以利用满足a>0的a,来规定在±a的范围内。
同样,m±3σ的范围是针对IV值的基准范围的一个例子。针对IV值的基准范围可以是m±σ的范围,也可以是m±2σ的范围。并且,针对IV值的基准范围可以利用满足a>0的a,来规定在m±aσ的范围内。
图20是用于说明基于IV值以及k最近邻算法的基准范围的图表。基准范围可以根据k最近邻算法来规定。
例如,判定部2140从检查日之前的多天中使IV值与检查日的IV值接近的日子优先,来选择k个基准日。具体而言,例如,判定部2140从检查日的十天前到检查日的前一天的10天的期间中,将IV值与检查日的IV值接近的日子优先,选择5个基准日。被判定为异常日的日子可以从选择中除外。
并且,判定部2140根据被选择的k个基准日的IV值的平均值,来规定基准范围。具体而言,判定部2140根据平均值m以及容许误差c,将m±c的范围规定为基准范围。据此,判定部2140可以不依存于人体活动量是否符合正规分布,就能够恰当地对基准范围进行规定。
图21是示出基于IV值的异常频度的模式图。判定部2140针对多个检查日的每一个,在检查日的IV值不在基准范围内的情况下,将检查日判定为异常日。在图21的例子中,在检查日的IV值的标准得分不在规定范围(±3的范围)的情况下,判定部2140判断为检查日的IV值不在基准范围内,将检查日判定为异常日。
另外,判定部2140也可以根据检查日的IV值是否在基于标准偏差的基准范围内,来对检查日是否为异常日进行判定,还可以根据检查日的IV值是否在基于k最近邻算法的基准范围内,来对检查日是否为异常日进行判定。
并且,判定部2140在异常频度超过基准频度的情况下,将轻度痴呆症等的可能性判定为大。基准频度例如是一周中的5天的频度、一周以上的期间中的70%的频度、或者连续5天的频度(即,在5天以上的期间中100%的频度)等。
例如,在从检查日的一周前到检查日的前一天的7天的期间中,将70%的频度规定为基准频度的情况下,在图21中,16日为异常频度超过基准频度。因此,在16日这一天,判定部2140将用户A发作轻度痴呆症等的可能性判定为大。于是,输出部160输出示出用户A发作轻度痴呆症等可能性的痴呆症信息。
图22是示出正常日的IV值的出现频度与异常日的IV值的出现频度的图表。在正常日的IV值的出现频度、与异常日的IV值的出现频度分别符合正规分布的情况下,为图22所示。即,正常日的IV值的平均值以及标准偏差等与异常日的IV值的平均值以及标准偏差等不同。判定部2140也可以将与正常日的IV值有关的信息、以及与异常日的IV值有关的信息分别存放到存储部130。
另外,IV值(或IV值的标准得分)越低,睡眠与觉醒的反复就越少。因此,关于基准范围可以仅规定上限。或者,针对基准范围规定上限以及下限这双方,在IV值比基准范围的下限低的情况下,判定部2140将IV值判定为异常值,保留轻度痴呆症等的判定。并且,此时的检查日不被视为正常日,而被视为异常日。
通过上述这种痴呆症信息输出处理,根据人体活动量在多个时间段之间的变动程度来示出用户A发作轻度痴呆症等的可能性的痴呆症信息,被显示在通知装置200的显示器。由于痴呆症判定装置100b以及100c也与痴呆症判定装置2100a进行同样的工作,因此,示出用户B以及C发作轻度痴呆症等的可能性的痴呆症信息被显示到管理室21中设置的通知装置200的显示器。
(其他的实施方式等)
以上基于实施方式1、2以及3对痴呆症信息输出系统10、11以及12进行了说明,实施方式1、2以及3、痴呆症信息输出系统10、11以及12仅为一个例子,可以进行各种变更、附加以及省略等。
例如,在实施方式1、2以及3中,痴呆症信息输出系统10、11以及12被用于介护保健设施20。不过,痴呆症信息输出系统10、11以及12也可以用于住宅(复式建筑、或楼群中的独立住户等)、面向老年人的公寓、医院、或其他的设施等。
并且,痴呆症信息输出系统10、11以及12中的痴呆症判定装置100a、1100a以及2100a也可以具备显示器等提示装置(显示装置)。
并且,也可以除人体活动传感器101以外,将痴呆症判定装置100a设置在管理室21。于是,痴呆症判定装置100a可以从被设置在介护居室22a~22c的人体活动传感器101获得用户A~C的人体活动量,并根据人体活动量来判定轻度痴呆症等,并输出用户A~C的痴呆症信息。在这种情况下,可以除人体活动传感器101以外,不设置痴呆症判定装置100b以及100c。图23示出了在管理室21内设置痴呆症判定装置100a的构成例。
并且,在痴呆症信息输出系统10、11或12仅针对用户A一个人进行轻度痴呆症等的判定的情况下,也可以具备一个痴呆症判定装置100a、1100a或2100a。
并且,痴呆症信息的发送目的地并非受设置在管理室21的通知装置200所限。针对痴呆症判定装置100a、1100a以及2100a的每一个,通信I/F103例如可以与电话网、或互联网等广域网连接。于是,通知装置200可以是被设置在与管理室21不同的场所的通信装置等(具体而言,个人计算机等)、或作为移动体的信息通信终端等(具体而言,智能手机等)。
例如能够进行如下的有效应用,在一个人生活的老年人的住宅内设置痴呆症判定装置100a,将与老年人不在一起生活的家属的智能手机的邮箱地址等存储到痴呆症判定装置100a,并通过输出部160将痴呆症信息发送到该智能手机。并且,痴呆症判定装置100a、1100a以及2100a也可以将痴呆症信息发送给多个发送目的地。
并且,在实施方式1、2以及3,痴呆症判定装置100a、1100a以及2100a具备人体活动传感器101。但是,痴呆症判定装置100a、1100a以及2100a也可以不具备人体活动传感器101,而可以从外部的人体活动传感器101获得人体活动量。并且,痴呆症判定装置100a、1100a以及2100a也可以从被记录在记录介质的信息中获得人体活动量。在这种情况下,痴呆症判定装置100a、1100a以及2100a也可以不具备测定部110。
并且,在痴呆症判定装置100a、1100a或2100a、与人体活动传感器101分离的构成中,测定部110以及获得部120也可以包括在人体活动传感器101中。
并且,痴呆症判定装置100a、1100a或2100a的各构成要素的作用分担仅为一个例子,获得部120也可以包括测定部110,输出部160也可以包括判定部140、1140或2140。
并且,存储部130可以包括在获得部120中,也可以包括在判定部140、1140或2140中。痴呆症判定装置100a、1100a以及2100a也可以不具备存储部130,而利用外部的存储部130。并且,由获得部120获得的人体活动量可以不经由存储部130,而直接用于判定部140、1140或2140。在这种情况下,痴呆症判定装置100a、1100a以及2100a也可以不具备存储部130。
并且,获得部120也可以不必按照时间段累积人体活动量而获得人体活动量,判定部140、1140或2140可以按照时间段来累积由获得部120获得的人体活动量,并获得在各时间段累积的人体活动量。
并且,在实施方式1以及3中示出的工作是,在异常频度比基准频度高的情况下,将用户A发作轻度痴呆症等的可能性判定为大。该工作是根据异常频度来判定用户A发作轻度痴呆症等的可能性的一个工作例子,是异常频度越高,就越将用户A发作轻度痴呆症等的可能性判定为大的工作例子。
并且,在实施方式2中示出的工作是,在合并变动系数不在基准范围内的情况下,将用户A发作轻度痴呆症等的可能性判定为大。该工作是根据多个时间段的每一个的变动系数来判定用户A发作轻度痴呆症等的可能性的工作例子。例如,多个时间段的每一个的变动系数(或合并变动系数)越大,判定部1140就将用户A发作轻度痴呆症等的可能性判定得越大。
并且也可以是,判定部140、1140或2140在进行用户A发作轻度痴呆症等的可能性的判定时,可以对用户A是否发作轻度痴呆症等进行判定,也可以对用户A发作轻度痴呆症等的可能性的大小进行判定。于是,示出用户A发作轻度痴呆症等的可能性的痴呆症信息,可以表示用户A是否发作轻度痴呆症等,也可以表示用户A发作轻度痴呆症等可能性的大小的百分数。
并且,判定部140、1140或2140在异常频度或变动系数越高的情况下,则可以根据一个以上的阈值,分阶段地将用户A发作轻度痴呆症等的可能性判定为大。或者也可以是,判定部140、1140或2140在异常频度或变动系数越高的情况下,比依存于阈值,而是不分阶段地连续地将用户A发作轻度痴呆症等的可能性判定为大。
换而言之,随着异常频度或变动系数的增高,判定部140、1140或2140可以将轻度痴呆症等的可能性分阶段地判定为大,也可以是以连续增大的方式来判定。
并且,实施方式1、2以及3可以组合。即,判定部140、1140以及2140可以组合。这些被组合的判定部进行实施方式1、2以及3中的3个痴呆症判定处理,并可以根据3个判定结果,最终地判定用户A发作轻度痴呆症等的可能性。该判定部可以对3个判定结果进行平均化,也可以对3个判定结果加权后平均化。
并且,在实施方式1、2以及3示出的是,输出部160可以将痴呆症信息显示到显示器,不过,也可以通过显示以外的方法来提示痴呆症信息。作为显示以外的提示方法例如可以是,从扬声器等以声音来再现痴呆症信息。
并且,痴呆症判定装置100a、1100a以及2100a等中的处理的执行顺序并非受图5、图6、图13或图18等所示的执行顺序所限。执行顺序可以变更,也可以省略处理中的一部分。并且,图5、图6、图13或图18等所是的处理的全部或一部分可以由软件来执行。
例如,处理的全部或一部分可以通过痴呆症判定装置100a、1100a或2100a等的处理器104执行被存储在存储器102的控制程序来执行。并且,控制程序可以被记录在CD-ROM等非暂时性的记录介质中,并可以分发。
于是,被分发的控制程序可以被安装到计算机,并可以由计算机的微处理器等执行。据此,能够使计算机作为痴呆症判定装置100a、1100a或2100a等来工作,使计算机执行图5、图6、图13或图18所示的处理的全部或一部分。
并且,痴呆症判定装置100a、1100a以及2100a可以分别将图2、图9以及图16所示的要素作为硬件要素来具备。例如,痴呆症判定装置100a、1100a以及2100a可以分别将图2、图9以及图16所示的要素作为专用或通用的电路来具备。
并且,对上述的实施方式所示的构成以及工作进行任意的组合而实现的形态也包括在本发明的范围内。另外,本发明的概括性的或具体的各种形态中包括装置、系统、方法等的一个或多个的组合。以下示出本发明的一个形态所涉及的痴呆症信息输出系统的构成、变形、以及效果等。
(1)本发明的一个形态所涉及的痴呆症信息输出系统10(或11)具备:获得部120、判定部140(或1140)、以及输出部160(或220)。
获得部120获得用户A的人体活动量。判定部140(或1140)根据人体活动量在多个时间段的每个时间段且在多天的期间变动的程度即变动程度,来对用户A发作轻度痴呆症等的可能性进行判定。输出部160(或220)输出痴呆症信息,该痴呆症信息示出由判定部140(或1140)判定的可能性。
据此,痴呆症信息输出系统10(或11)对于日常的动作无需进行动作的添加,就能够根据与人体活动量有关的变动程度,来对轻度痴呆症等的可能性进行判定。该变动程度是人体活动量在多个时间段的每个时间段且在多天的期间发生变动的程度,相当于多天的期间中的生活模式的变动程度(不稳定程度)。
因此,痴呆症信息输出系统10(或11)能够根据多天的期间中的生活模式的变动程度,来恰当地对轻度痴呆症等的可能性进行判定。
(2)例如可以是,判定部140根据异常日的发生频度,对用户A发作轻度痴呆症等的可能性进行判定,所述异常日是,人体活动量不在基准范围内的时间段的数量比阈值大的日子。并且,基准范围可以根据多个基准日中的人体活动量来规定。
据此,痴呆症信息输出系统10对基于多个基准日的基准范围进行比较,根据人体活动量的模式出现异常的异常日的发生频度,对轻度痴呆症等的可能性进行判定。
(3)例如可以是,判定部140在异常日的发生频度越高的情况下,就将用户A发作轻度痴呆症等的可能性判定得越大。
据此,与异常日的发生频度低的情况相比,在异常日的发生频度高的情况下,痴呆症信息输出系统10能够将用户A发作轻度痴呆症等的可能性相对地判定得大。因此,判定部140能够确切地对用户A发作轻度痴呆症等的可能性进行判定。
(4)例如可以是,判定部140针对多个检查日的每一个,对该检查日是否为异常日进行判定,获得异常日的发生频度,并根据获得的发生频度,来对用户A发作轻度痴呆症等的可能性进行判定。
并且可以是,用于对检查日是否为异常日进行判定的基准范围是根据如下的时间段中的人体活动量的平均值以及标准偏差而被规定的,所述时间段是指,针对多个时间段的每一个,多个基准日中的同一时间段。并且,多个基准日可以是从检查日之前的多天中,除去被判定为异常日的一个以上的所述异常日后而被选择的。
据此,基准范围根据不是异常日的多个基准日的人体活动量的平均值以及标准偏差而被规定。因此,痴呆症信息输出系统10能够根据确切的基准范围,来对检查日是否为异常日进行判定,从而对用户A发作轻度痴呆症等的可能性进行判定。
(5)例如可以是,判定部140通过针对多个检查日的每一个,判断该检查日是否为异常日,从而获得异常日的发生频度,并根据获得的发生频度,对用户A发作轻度痴呆症等的可能性进行判定。
并且,用于对检查日是否为异常日进行判定的基准范围可以是如下这样规定的,即针对多个时间段的每一个,根据多个基准日中的对应的时间段的人体活动量的平均值来规定。并且,多个基准日可以是如下这样被选择的,即针对多个时间段的每一个,从检查日之前的多天中除去被判定为异常日的一个以上的异常日,以该时间段的人体活动量与检查日的人体活动量近的顺序来优先选择。
据此,基准范围则根据与检查日的人体活动量接近的、不是异常日的多个基准日的人体活动量的平均值而被规定。因此,痴呆症信息输出系统10能够根据恰当的基准范围来判定检查日是否为异常日,从而能够对用户A发作轻度痴呆症等的可能性进行判定。
(6)例如可以是,判定部1140根据针对多个时间段的每一个规定的变动系数,来对用户A发作轻度痴呆症等的可能性进行判定。具体而言,变动系数以如下的比率来规定,即:针对多个时间段的每一个,多天中的同一时间段的人体活动量的标准偏差相对于多天中的该时间段的人体活动量的平均值的比率。
据此,痴呆症信息输出系统11能够根据多个时间段的每一个的变动系数,来对轻度痴呆症等的可能性进行判定。该变动系数表示,人体活动量在多个时间段的每一个中经过多天进行变动的程度。因此,痴呆症信息输出系统11能够根据变动程度的恰当的指标值,来对用户A发作轻度痴呆症等可能性进行判定。
(7)例如可以是,判定部1140在多个时间段的每一个的变动系数越高的情况下,就将用户A发作轻度痴呆症等的可能性判定得越大。
据此,与变动系数低的情况相比,在变动系数高的情况下,痴呆症信息输出系统11能够将用户A发作轻度痴呆症等的可能性相对地判定为大。因此,判定部1140能够确切地对用户A发作轻度痴呆症等的可能性进行判定。
(8)例如可以是,判定部1140针对分别为2天以上的期间的多个检查期间的每一个,获得多个变动系数,通过对获得的多个变动系数进行合并,来获得合并变动系数。多个变动系数是检查期间中的多个时间段的多个变动系数,多个变动系数的每一个是多个时间段中的对应的时间段的变动系数。
并且可以是,判定部1140对检查期间的合并变动系数是否在针对检查期间的合并变动系数规定的基准范围内进行判定。于是,在判定为检查期间的合并变动系数不在针对检查期间的合并变动系数而规定的基准范围内的情况下,与判定为在基准范围内的情况相比,判定部1140可以将用户A发作轻度痴呆症等的可能性判定为大。
并且,针对检查期间的合并变动系数而规定的基准范围,可以根据多个基准变动系数的平均值以及标准偏差来规定。并且,多个基准变动系数可以如下这样选择,即:通过从检查期间之前的多个检查期间的多个合并变动系数中,除去被判定为不在针对每个合并变动系数而规定的基准范围内的一个以上的合并变动系数来选择。
据此,痴呆症信息输出系统11能够根据基于确切的多个基准变动系数的平均值以及标准偏差而规定的基准范围、以及检查期间的合并变动系数,来对用户A发作轻度痴呆症等的可能性进行恰当的判定。
(9)例如可以是,判定部1140针对分别为2天以上的期间的多个检查期间的每一个,获得多个变动系数,通过对获得的多个变动系数进行合并,来获得合并变动系数。多个变动系数是检查期间中的多个时间段的多个变动系数,多个变动系数的每一个是多个时间段中的对应的时间段的变动系数。
并且也可以是,判定部1140对检查期间的合并变动系数是否在针对检查期间的合并变动系数而规定的基准范围内进行判定。于是,在被判定为检查期间的合并变动系数不在针对检查期间的合并变动系数而规定的基准范围内的情况下,与被判定为在基准范围内的情况相比,判定部1140将用户A发作轻度痴呆症等的可能性判定为大。
并且,针对检查期间的合并变动系数而规定的基准范围,可以根据多个基准变动系数的平均值来规定。并且,多个基准变动系数可以如下这样被选择,即:从检查期间之前的多个检查期间的多个合并变动系数中,除去被判定为不在针对每个合并变动系数而规定的基准范围内的一个以上的合并变动系数后,以与检查期间的合并变动系数近的顺序优先选择。
据此,痴呆症信息输出系统11能够根据基于确切的多个基准变动系数的平均值而规定的基准范围、以及检查期间的合并变动系数,来对用户A发作轻度痴呆症等的可能性进行恰当的判定。
(10)例如可以是,输出部160(或220)通过提示痴呆症信息,来输出痴呆症信息。据此,痴呆症信息输出系统10(或11)能够直接的通过痴呆症信息。
(11)例如可以是,输出部160通过将痴呆症信息发送到通知装置200,来输出痴呆症信息。据此,痴呆症信息输出系统10(或11)能够经由通知装置200来通知痴呆症信息。
(12)本发明的一个形态所涉及的控制程序是使具备微处理器104的装置(痴呆症判定装置100a或1100a等)执行痴呆症信息输出处理的控制程序。
该痴呆症信息输出处理包括:获得步骤(S11)、判定步骤(S12)、以及输出步骤(S13)。在获得步骤(S11),获得用户A的人体活动量。在判定步骤(S12),根据人体活动量的变动程度,来对用户A发作轻度痴呆症等的可能性进行判定,所述变动程度是,人体活动量在多个时间段的每一个且在多天的期间发生变动的程度。在输出步骤(S13),对痴呆症信息进行输出,该痴呆症信息示出在判定步骤(S12)判定的可能性。
据此,执行控制程序的装置(痴呆症判定装置100a或1100a等)能够确切地对轻度痴呆症等的可能性进行判定。
符号说明
10、11、12 痴呆症信息输出系统
104 处理器(微处理器)
120 获得部
140、1140、2140 判定部
160、220 输出部
200 通知装置
A、B、C 用户
Claims (12)
1.一种痴呆症信息输出系统,具备:
获得部,获得用户的人体活动量;
判定部,根据所述人体活动量的变动程度,对所述用户发作轻度痴呆症等的可能性进行判定,所述变动程度是,所述人体活动量在多个时间段的每个时间段且在多天的期间变动的程度;以及
输出部,输出痴呆症信息,该痴呆症信息示出所述判定部判定的所述可能性。
2.如权利要求1所述的痴呆症信息输出系统,
所述判定部,根据异常日的发生频度,对所述可能性进行判定,所述异常日是,所述人体活动量不在基准范围内的时间段的数量比阈值大的日子,
所述基准范围是根据多个基准日中的所述人体活动量而被规定的。
3.如权利要求2所述的痴呆症信息输出系统,
所述发生频度越高,所述判定部就将所述可能性判定得越大。
4.如权利要求2或3所述的痴呆症信息输出系统,
所述判定部,针对多个检查日的每一个,对该检查日是否为所述异常日进行判定,获得所述异常日的发生频度,并根据获得的所述发生频度来对所述可能性进行判定,
用于判定所述检查日是否为所述异常日的所述基准范围,是根据如下的时间段中的所述人体活动量的平均值以及标准偏差而被规定的,所述时间段是指:针对所述多个时间段的每一个,从所述检查日之前的多天中,除去被判定为所述异常日的一个以上的日子后而选择的所述多个基准日中的同一时间段。
5.如权利要求2或3所述的痴呆症信息输出系统,
所述判定部,针对多个检查日的每一个,对该检查日是否为所述异常日进行判定,获得所述异常日的发生频度,并根据获得的所述发生频度,来对所述可能性进行判定,
用于判定所述检查日是否为所述异常日的所述基准范围,是根据如下的时间段中的所述人体活动量的平均值而被规定的,所述时间段是指,针对所述多个时间段的每一个,从所述检查日之前的多天中,除去被判定的一个以上的所述异常日之后,以每个时间段的所述人体活动量与所述检查日中的人体活动量近的顺序来优先选择的所述多个基准日中的同一时间段。
6.如权利要求1所述的痴呆症信息输出系统,
所述判定部,根据所述多个时间段的每一个中的变动系数来对所述可能性进行判定,所述变动系数作为如下比率而被规定,该比率是多天中的同一时间段的所述人体活动量的标准偏差,相对于所述多天中的该时间段的所述人体活动量的平均值的比率。
7.如权利要求6所述的痴呆症信息输出系统,
所述多个时间段的每一个中的所述变动系数越高,所述判定部就将所述可能性判定得越大。
8.如权利要求6或7所述的痴呆症信息输出系统,
所述判定部,
(i)针对分别为2天以上的期间的多个检查期间的每一个,获得该检查期间中的所述多个时间段的多个变动系数,通过对获得的所述多个变动系数进行合并,从而获得合并变动系数,所述多个变动系数的每一个是所述多个时间段中的对应的时间段的所述变动系数,
(ii)对所述检查期间的所述合并变动系数是否在针对所述检查期间的所述合并变动系数而规定的基准范围内进行判定,
(iii)与所述检查期间的所述合并变动系数被判定为,在针对所述检查期间的所述合并变动系数而规定的所述基准范围内的情况相比,在所述检查期间的所述合并变动系数被判定为不在所述基准范围内的情况下,将所述可能性判定为大,
针对所述检查期间的所述合并变动系数而规定的所述基准范围是如下这样被规定的,即:根据从所述检查期间之前的多个检查期间的多个合并变动系数中,除去被判定为不在针对每个合并变动系数而规定的所述基准范围内的一个以上的合并变动系数后,而选择的多个基准变动系数的平均值以及标准偏差来规定。
9.如权利要求6或7所述的痴呆症信息输出系统,
所述判定部,
(i)针对分别为2天以上的期间的多个检查期间的每一个,获得该检查期间中的所述多个时间段的多个变动系数,通过对获得的所述多个变动系数进行合并,从而获得合并变动系数,所述多个变动系数的每一个是所述多个时间段中的对应的时间段的所述变动系数,
(ii)对所述检查期间的所述合并变动系数是否在针对所述检查期间的所述合并变动系数而规定的基准范围内进行判定,
(iii)与所述检查期间的所述合并变动系数被判定为,在针对所述检查期间的所述合并变动系数而规定的所述基准范围内的情况相比,在所述检查期间的所述合并变动系数被判定为不在所述基准范围内的情况下,将所述可能性判定为大,
针对所述检查期间的所述合并变动系数而规定的所述基准范围是如下这样被规定的,即:根据从所述检查期间之前的多个检查期间的多个合并变动系数中,除去被判定为不在针对每个合并变动系数而规定的所述基准范围内的一个以上的合并变动系数后,以与所述检查期间的所述合并变动系数近的顺序来优先选择的多个基准变动系数的平均值来规定。
10.如权利要求1至9的任一项所述的痴呆症信息输出系统,
所述输出部,通过提示所述痴呆症信息,来输出所述痴呆症信息。
11.如权利要求1至10的任一项所述的痴呆症信息输出系统,
所述输出部,通过将所述痴呆症信息发送到通知装置,来输出所述痴呆症信息。
12.一种控制程序,使具备微处理器的装置执行痴呆症信息输出处理,
所述痴呆症信息输出处理包括:
获得步骤,获得用户的人体活动量;
判定步骤,根据所述人体活动量的变动程度,对所述用户发作轻度痴呆症等的可能性进行判定,所述变动程度是,所述人体活动量在多个时间段的每个时间段且在多天的期间变动的程度;以及
输出步骤,输出痴呆症信息,该痴呆症信息示出由所述判定步骤判定的所述可能性。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-027188 | 2017-02-16 | ||
JP2017027188 | 2017-02-16 | ||
PCT/JP2017/045907 WO2018150725A1 (ja) | 2017-02-16 | 2017-12-21 | 認知症情報出力システム及び制御プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110312478A true CN110312478A (zh) | 2019-10-08 |
CN110312478B CN110312478B (zh) | 2022-03-11 |
Family
ID=63169278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780086300.8A Active CN110312478B (zh) | 2017-02-16 | 2017-12-21 | 痴呆症信息输出系统以及记录介质 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11399765B2 (zh) |
JP (1) | JP6631931B2 (zh) |
CN (1) | CN110312478B (zh) |
MY (1) | MY197637A (zh) |
TW (1) | TWI655559B (zh) |
WO (1) | WO2018150725A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6899111B2 (ja) * | 2017-05-12 | 2021-07-07 | 株式会社Splink | サーバシステム、サーバシステムによって実行される方法及びプログラム |
JP7371624B2 (ja) | 2018-06-26 | 2023-10-31 | コニカミノルタ株式会社 | コンピューターで実行されるプログラム、情報処理装置、および、コンピューターで実行される方法 |
TWI742903B (zh) * | 2020-10-30 | 2021-10-11 | 心保有限公司 | 醒睡狀態活動量判別之系統及方法 |
JP2022155611A (ja) * | 2021-03-31 | 2022-10-14 | 日立グローバルライフソリューションズ株式会社 | 見守り装置、見守り方法及び見守りプログラム |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020143240A1 (en) * | 2001-03-29 | 2002-10-03 | Teicher Martin H. | Methods for diagnosing Alzheimer's disease and other forms of dementia |
US20030216671A1 (en) * | 2002-05-16 | 2003-11-20 | Tomozumi Saruwarati | Portable device for collecting information about living body |
CN1564219A (zh) * | 2004-03-25 | 2005-01-12 | 浙江工业大学 | 独居老人家庭安保装置 |
CN1817311A (zh) * | 2001-11-28 | 2006-08-16 | 松下电器产业株式会社 | 判断力评价装置、机器人、判断力评价方法、程序和媒体 |
JP2007190306A (ja) * | 2006-01-23 | 2007-08-02 | Hitachi Ltd | 生活見守りシステム |
US20090256710A1 (en) * | 2008-04-15 | 2009-10-15 | The General Electric Company | System and method for monitoring the cognitive ability of a person |
CN101668482A (zh) * | 2007-03-30 | 2010-03-10 | 松下电工株式会社 | 活动测量系统 |
US20110125044A1 (en) * | 2009-11-25 | 2011-05-26 | University Of Rochester | Respiratory disease monitoring system |
CN102217938A (zh) * | 2011-05-27 | 2011-10-19 | 上海爱申科技发展股份有限公司 | 人体平衡运动功能的评估仪 |
CN102548474A (zh) * | 2009-09-30 | 2012-07-04 | 三菱化学株式会社 | 针对体动信号的信息处理方法、信息处理系统及信息处理装置 |
EP2575065A1 (en) * | 2011-09-30 | 2013-04-03 | General Electric Company | Remote health monitoring system |
US20130150684A1 (en) * | 2011-08-27 | 2013-06-13 | Jason Ryan Cooner | System and Method for Detecting, Recording, and Treating Persons with Traumatic Brain Injury |
US20130231588A1 (en) * | 2011-07-21 | 2013-09-05 | Panasonic Corporation | Biological tissue collecting tool and biological tissue collection method using the same |
CN103402430A (zh) * | 2011-03-01 | 2013-11-20 | 欧姆龙健康医疗事业株式会社 | 活动量计 |
CN103402440A (zh) * | 2010-12-06 | 2013-11-20 | 国立大学法人冈山大学 | 用于确认是否出现痴呆症症状的方法及装置 |
CN103529684A (zh) * | 2012-07-03 | 2014-01-22 | 好爸爸高科技集团有限公司 | 用于自动测录健康数据的智能健康手表及智能健康系统 |
CN103598877A (zh) * | 2013-08-29 | 2014-02-26 | 杨茗 | 智能随身健康监测腕带 |
CN104170400A (zh) * | 2012-12-28 | 2014-11-26 | 松下电器(美国)知识产权公司 | 控制方法 |
US20150208975A1 (en) * | 2014-01-29 | 2015-07-30 | Sync-Think, Inc. | System and Method for Target Independent Neuromotor Analytics |
US20150245789A1 (en) * | 2012-09-07 | 2015-09-03 | Medstar Health Research Institute, Inc. | Method and system of rapid screening for mild traumatic brain injury (mtbi) and other cognitive impairment by analysis of intra-individual variability of motor performance |
US20150257681A1 (en) * | 2014-03-13 | 2015-09-17 | Gary Stephen Shuster | Detecting medical status and cognitive impairment utilizing ambient data |
CN105740621A (zh) * | 2016-01-29 | 2016-07-06 | 江阴中科今朝科技有限公司 | 人体行为数据的移动监测及智能养老健康云平台 |
CN106037702A (zh) * | 2015-04-17 | 2016-10-26 | 精工爱普生株式会社 | 生物体信息处理系统、生物体信息处理装置及终端装置 |
JP2017010182A (ja) * | 2015-06-19 | 2017-01-12 | 日本光電工業株式会社 | 遠隔健康管理システム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003153868A (ja) | 2001-11-20 | 2003-05-27 | Matsushita Electric Ind Co Ltd | 個人疾患検知システム、個人疾患検知方法、媒体、及びプログラム |
JP4477403B2 (ja) | 2004-04-09 | 2010-06-09 | 株式会社日立メディコ | 生体光計測装置 |
JP2011130836A (ja) | 2009-12-22 | 2011-07-07 | Sharp Corp | 精神疾患判定システム |
US8708906B1 (en) * | 2011-09-07 | 2014-04-29 | Allen J. Orehek | Method for the prevention of dementia and Alzheimer's disease |
TWI494084B (zh) | 2012-05-04 | 2015-08-01 | Univ Nat Cheng Kung | 認知功能檢測裝置 |
JP5912952B2 (ja) * | 2012-07-17 | 2016-04-27 | 株式会社アイトシステム | 認知症初期段階見極めシステム |
JP6288755B2 (ja) * | 2013-07-12 | 2018-03-07 | 株式会社タニタ | 監視システム、及び、活動量計 |
JP6435482B2 (ja) * | 2014-01-24 | 2018-12-12 | 地方独立行政法人青森県産業技術センター | 認知症予見システム、認知症予見プログラム、および認知症予見方法 |
JP6411111B2 (ja) | 2014-07-24 | 2018-10-24 | タイオー株式会社 | 認知症リスク判定システム |
US11172870B2 (en) * | 2016-02-22 | 2021-11-16 | Panasonic Intellectual Property Management Co., Ltd. | Dementia symptom detection system and program |
-
2017
- 2017-12-21 JP JP2018568020A patent/JP6631931B2/ja active Active
- 2017-12-21 WO PCT/JP2017/045907 patent/WO2018150725A1/ja active Application Filing
- 2017-12-21 CN CN201780086300.8A patent/CN110312478B/zh active Active
- 2017-12-21 MY MYPI2019004573A patent/MY197637A/en unknown
- 2017-12-21 US US16/485,753 patent/US11399765B2/en active Active
- 2017-12-29 TW TW106146440A patent/TWI655559B/zh active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020143240A1 (en) * | 2001-03-29 | 2002-10-03 | Teicher Martin H. | Methods for diagnosing Alzheimer's disease and other forms of dementia |
CN1817311A (zh) * | 2001-11-28 | 2006-08-16 | 松下电器产业株式会社 | 判断力评价装置、机器人、判断力评价方法、程序和媒体 |
US20030216671A1 (en) * | 2002-05-16 | 2003-11-20 | Tomozumi Saruwarati | Portable device for collecting information about living body |
CN1564219A (zh) * | 2004-03-25 | 2005-01-12 | 浙江工业大学 | 独居老人家庭安保装置 |
JP2007190306A (ja) * | 2006-01-23 | 2007-08-02 | Hitachi Ltd | 生活見守りシステム |
CN101668482A (zh) * | 2007-03-30 | 2010-03-10 | 松下电工株式会社 | 活动测量系统 |
US20090256710A1 (en) * | 2008-04-15 | 2009-10-15 | The General Electric Company | System and method for monitoring the cognitive ability of a person |
CN102548474A (zh) * | 2009-09-30 | 2012-07-04 | 三菱化学株式会社 | 针对体动信号的信息处理方法、信息处理系统及信息处理装置 |
US20110125044A1 (en) * | 2009-11-25 | 2011-05-26 | University Of Rochester | Respiratory disease monitoring system |
CN103402440A (zh) * | 2010-12-06 | 2013-11-20 | 国立大学法人冈山大学 | 用于确认是否出现痴呆症症状的方法及装置 |
CN103402430A (zh) * | 2011-03-01 | 2013-11-20 | 欧姆龙健康医疗事业株式会社 | 活动量计 |
CN102217938A (zh) * | 2011-05-27 | 2011-10-19 | 上海爱申科技发展股份有限公司 | 人体平衡运动功能的评估仪 |
US20130231588A1 (en) * | 2011-07-21 | 2013-09-05 | Panasonic Corporation | Biological tissue collecting tool and biological tissue collection method using the same |
US20130150684A1 (en) * | 2011-08-27 | 2013-06-13 | Jason Ryan Cooner | System and Method for Detecting, Recording, and Treating Persons with Traumatic Brain Injury |
EP2575065A1 (en) * | 2011-09-30 | 2013-04-03 | General Electric Company | Remote health monitoring system |
CN103529684A (zh) * | 2012-07-03 | 2014-01-22 | 好爸爸高科技集团有限公司 | 用于自动测录健康数据的智能健康手表及智能健康系统 |
US20150245789A1 (en) * | 2012-09-07 | 2015-09-03 | Medstar Health Research Institute, Inc. | Method and system of rapid screening for mild traumatic brain injury (mtbi) and other cognitive impairment by analysis of intra-individual variability of motor performance |
CN104170400A (zh) * | 2012-12-28 | 2014-11-26 | 松下电器(美国)知识产权公司 | 控制方法 |
CN103598877A (zh) * | 2013-08-29 | 2014-02-26 | 杨茗 | 智能随身健康监测腕带 |
US20150208975A1 (en) * | 2014-01-29 | 2015-07-30 | Sync-Think, Inc. | System and Method for Target Independent Neuromotor Analytics |
US20150257681A1 (en) * | 2014-03-13 | 2015-09-17 | Gary Stephen Shuster | Detecting medical status and cognitive impairment utilizing ambient data |
CN106037702A (zh) * | 2015-04-17 | 2016-10-26 | 精工爱普生株式会社 | 生物体信息处理系统、生物体信息处理装置及终端装置 |
JP2017010182A (ja) * | 2015-06-19 | 2017-01-12 | 日本光電工業株式会社 | 遠隔健康管理システム |
CN105740621A (zh) * | 2016-01-29 | 2016-07-06 | 江阴中科今朝科技有限公司 | 人体行为数据的移动监测及智能养老健康云平台 |
Non-Patent Citations (2)
Title |
---|
PRABITHA: ""Cognitive impairment categorized in community-dwelling older adults with and without dementia using in-home sensors that recognise activities of daily living"", 《SCIENTIFIC REPORTS》 * |
傅经明: ""老年人体力活动水平与认知功能的相关性"", 《中国慢性病预防与控制》 * |
Also Published As
Publication number | Publication date |
---|---|
JP6631931B2 (ja) | 2020-01-15 |
US20200046282A1 (en) | 2020-02-13 |
MY197637A (en) | 2023-06-29 |
CN110312478B (zh) | 2022-03-11 |
TWI655559B (zh) | 2019-04-01 |
TW201832050A (zh) | 2018-09-01 |
US11399765B2 (en) | 2022-08-02 |
JPWO2018150725A1 (ja) | 2019-11-07 |
WO2018150725A1 (ja) | 2018-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11217079B2 (en) | Patient risk notification system | |
JP6569992B2 (ja) | 認知症情報出力システム及び制御プログラム | |
CN110312478A (zh) | 痴呆症信息输出系统以及控制程序 | |
JP7043655B2 (ja) | 異常報知装置、プログラム及び異常報知方法 | |
US9257029B1 (en) | System and method of remote monitoring and diagnostics for health conditions and emergency interventions | |
CN109843173B (zh) | 用于监测人的日常生活活动的系统和方法 | |
US8736453B2 (en) | Preemptive notification of patient fall risk condition | |
CN111937081A (zh) | 用于运行疗养院和其他健康护理设施的辅助技术 | |
KR102206717B1 (ko) | 인지증 정보 출력 시스템 및 제어 프로그램 | |
EP3234827B1 (en) | Monitoring the exposure of a patient to an environmental factor | |
Klymko | Video monitoring: a room with a view, or a window to challenges in falls prevention research? | |
JP2022095665A (ja) | 異常報知装置、プログラム及び異常報知方法 | |
JP2004139533A (ja) | 生活見守りシステム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |