CN111801939A - 用于实时跌倒风险评估的经连接自助服务终端 - Google Patents
用于实时跌倒风险评估的经连接自助服务终端 Download PDFInfo
- Publication number
- CN111801939A CN111801939A CN201880089608.2A CN201880089608A CN111801939A CN 111801939 A CN111801939 A CN 111801939A CN 201880089608 A CN201880089608 A CN 201880089608A CN 111801939 A CN111801939 A CN 111801939A
- Authority
- CN
- China
- Prior art keywords
- user
- fall risk
- risk assessment
- spatiotemporal
- providing
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- A61B5/1116—Determining posture transitions
- A61B5/1117—Fall detection
-
- 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
- A61B5/112—Gait analysis
-
- 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
- A61B5/74—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
- A61B5/744—Displaying an avatar, e.g. an animated cartoon character
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
- G06V40/25—Recognition of walking or running movements, e.g. gait recognition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0013—Medical image data
-
- 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)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Psychiatry (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- User Interface Of Digital Computer (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种用于实时综合跌倒风险评估的经连接自助服务终端系统。所述自助服务终端并入用于所述跌倒风险评估的经验证多域综合调查系统及执行用与跌倒概率相关联的已知风险率量化移动变量的功能移动评估的能力两者。当用户进行所述综合跌倒风险评估时,经由网络浏览器内呈现的交互替身持续提供指令及指导。另外,以免点击的方式收集、处理、分析及存储跌倒风险数据,且经由所述交互替身将所述综合跌倒风险评估的结果呈现回给所述用户。当向用户报告所述综合跌倒风险评估结果时,所述自助服务终端还利用允许提供针对降低跌倒风险的咨询建议的比较分析工具。
Description
相关申请案的交叉参考
本申请案主张在2018年2月20日申请且标题为“用于实时跌倒风险评估的经连接自助服务终端(Connected Kiosk for the Real-Time Assessment of Falls Risk)”的序列号为62/632,918的美国临时专利申请案的优先权权益,且涉及在2018年10月24日申请且标题为“具有经改进交互动画会话接口系统的计算装置(Computing Devices withImproved Interactive Animated Conversational Interface Systems)”的序列号为16/169,760的美国专利申请案,所述专利申请案特此以全文引用的方式并入。
技术领域
本发明的实施例涉及可部署跌倒风险评估自助服务终端。特定来说,本发明涉及提供实时跌倒风险评估的系统及方法。
背景技术
可推行此段中描述的方法,但所述方法并不一定是先前已经设想或推行的方法。因此,除非另外指示,否则不应假定此段中描述的方法中的任何方法仅凭借其包含于此段中就作为现有技术。
跌倒风险评估已经成为向美国老年人提供医疗服务的组成部分。这再加上美国迅速老龄化的群体希望维持独立性的强烈愿望的事实,导致识别与跌倒相关联的数个风险因素。不幸地,多数风险因素评估在经认证医学专业人士的办公室或在实体研究实验室中发生。此导致与当前跌倒风险评估范例相关联的三个主要限制:1)存在与个人完成综合跌倒风险评估的能力有关的旅行成分;2)与综合跌倒风险评估相关联的传统硬件及软件成本阻止了这些评估的广泛开展;及3)由于与进行综合跌倒风险评估相关联的后勤困难,通常每年仅对个人进行一次或两次测试。
当前可用的系统尚未完全解决与综合跌倒风险评估相关联的这些问题。虽然有证据表明可识别及校正与跌倒风险增加相关联的已知因素,但当前大多数可用的综合跌倒风险评估方法并非以患者为中心。另外,当前评估系统不是移动的且未并入多种跌倒风险筛查方法。
发明内容
根据一些实施例,本发明涉及一种提供实时跌倒风险评估的方法,所述方法包括:(a)向用户提供包括旨在引出关于评估跨多个域的跌倒风险的信息的问题的调查;(b)接收所述引出的信息,其包括指示所述用户跌倒的风险的对所述问题的回答;(c)经由深度相机系统记录所述用户的活动的深度视频数据;(d)基于所述深度视频数据确定与由所述用户执行的所述活动相关联的至少一个时空步态特性;(e)基于所述至少一个时空步态特性及所述引出的信息进行定量跌倒风险分析;及(f)向所述用户显示所述定量跌倒风险分析的至少一部分。
在一些实施例中,本发明涉及一或多个计算机的系统,其可经配置以凭借具有安装在所述系统上的软件、固件、硬件或其组合执行特定操作或动作,所述软件、固件、硬件或其组合在操作中致使所述系统执行本文中所描述的动作及/或方法步骤。举例来说,实施例可包含一种用于提供实时跌倒风险评估的系统,所述系统包括:(a)自助服务终端;(b)平板装置,其通信地耦合到所述自助服务终端;(c)深度相机系统,其通信地耦合到所述自助服务终端;(d)至少一个处理器;及(e)存储器,其存储处理器可执行的指令,其中所述至少一个处理器经配置以在执行所述处理器可执行指令之后实施所述以下操作:(i)向用户提供包括旨在引出关于评估跨多个域的跌倒风险的信息的问题的调查;(ii)接收所述引出的信息,其包括指示所述用户跌倒的风险的对所述问题的回答;(iii)经由深度相机系统记录所述用户的活动的深度视频数据;(iv)基于所述深度视频数据确定与由所述用户执行的所述活动相关联的至少一个时空步态特性;(v)基于所述至少一个时空步态特性及所述引出的信息进行定量跌倒风险分析;及(vi)向所述用户显示所述定量跌倒风险分析的至少一部分。
在另一实施例中,本发明包括一种非暂时性计算机可读媒体,其上体现有可由至少一个处理器执行用以执行用于提供实时跌倒风险评估的方法的指令,所述方法包括:(a)向用户提供包括旨在引出关于评估跨多个域的跌倒风险的信息的问题的调查;(b)接收所述引出的信息,其包括指示所述用户跌倒的风险的对所述问题的回答;(c)经由深度相机系统记录所述用户的活动的深度视频数据;(d)基于所述深度视频数据确定与由所述用户执行的所述活动相关联的至少一个时空步态特性;(e)基于所述至少一个时空步态特性及所述引出的信息进行定量跌倒风险分析;及(f)向所述用户显示所述定量跌倒风险分析的至少一部分。
附图说明
其中相似的参考元件符号指代贯穿单独视图的相同或在功能上类似的元件的附图与下文详细描述一起并入于说明书中且形成说明书的部分,且用于进一步说明包含主张的揭示内容的概念的实施例及解释那些实施例的各种原理及优点。
图1展示根据本发明的经配置以提供综合跌倒风险评估的示范性系统的高级框图。
图2展示根据本发明的用于提供及处理综合调查的示范性系统的高级框图。
图3a到3c说明根据本发明的经配置以促进接收综合调查响应的示范性图形用户接口的例子。
图4展示根据本发明的用于提供及处理步态分析的示范性系统的高级框图。
图5a到5b说明根据本发明的步态分析的功能性评估的示范性图形表示。
图6说明根据本发明的具有功能移动分析结果的示范性图形用户接口。
图7展示根据本发明的经配置以基于比较数据提供基于证据的建议的示范性系统的高级框图。
图8说明具有综合跌倒风险评估的结果的示范性图形用户接口。
图9说明根据本发明的经配置以基于环境调查提供建议的示范性图形用户接口。
图10说明根据本发明的经配置以引导用户完成综合跌倒风险评估的电子看护者图像(ECI)替身的示范性描绘。
图11说明根据本发明的提供将由用户执行的功能性测试的代表性实例的ECI替身的示范性描绘。
图12描绘根据本发明的展示用于提供综合跌倒风险评估的方法的过程流图。
图13说明可用于实施本发明的实施例的示范性计算机系统。
具体实施方式
在以下描述中,出于解释的目的,陈述众多特定细节以便提供本发明的详尽理解。然而,所属领域的技术人员应明白,可无需这些特定细节实践本发明。在其它例子中,可仅以框图形式展示结构及装置以便避免模糊本发明。应理解,揭示的实施例仅是可以多种形式体现的本发明的示范。不应以任何形式将本文中揭示的那些细节解译为具限制性,而应将其作为权利要求书的基础。
本文中描述及说明的各种示范性实施例涉及经配置以提供综合跌倒风险评估的以患者为中心的移动方法的计算装置。计算装置可包括自助服务终端跌倒风险评估系统,其使用经验证调查研究仪器及深度相机对个人执行调查及步态分析。显著地,除心电图仪(ECG)之外,自助服务终端跌倒风险评估系统可利用一或多个接口、相机及传感器。经由会话接口系统向用户提供用于步态分析的调查及指令的完成,如在2018年10月24日申请且标题为“具有经改进交互动画会话接口系统的计算装置(Computing Devices with ImprovedInteractive Animated Conversational Interface Systems)”的序列号为16/169,760的相关美国专利申请案中更详细地描述,所述美国专利申请案以全文引用方式并入。步态分析并入会话接口系统、深度相机、平板装置及算法及机器学习以计算个人的一或多个步态特性及跌倒风险得分。接着,可通过会话接口及自助服务终端向个人提供综合调查的结果、步态特性及跌倒风险得分。
图1描绘经配置以提供用户的综合跌倒风险评估的自助服务终端跌倒风险评估系统100。在各种实施例中,自助服务终端跌倒风险评估系统100包含自助服务终端120、通信网络140、综合调查系统160及步态分析系统170。自助服务终端120可包含平板装置120及深度相机系统150或可耦合到平板装置120及深度相机系统150。用户110通过耦合到通信网络140(例如因特网或蜂窝网络)的平板装置130利用自助服务终端系统120。电子看护者系统可被安装在经配置以提供用户110的综合跌倒风险评估的平板装置130上,如本发明通篇将更详细地描述。诚然,可以任何合适的计算装置取代平板装置130及自助服务终端120,或平板装置130及自助服务终端120可采取任何合适的计算装置的形式,例如关于图13描述的计算装置。深度相机系统150促进用以测量用户移动的一或多个参数的功能移动评估。虽然未展示,但应理解,自助服务终端跌倒风险评估系统100可进一步包括任何数目个传感器或传感器的任何组合,传感器包含视频相机系统、移动传感器、振动传感器或类似物。
综合跌倒风险评估是基于来自综合调查系统160及步态分析系统170中的一者或两者的结果。综合调查系统160及/或步态分析系统可为基于云的或包括一或多个远程服务器。应理解,为综合调查系统160及步态分析系统170提供服务的一或多个服务器可为相同远程服务器、单独远程服务器或具有一或多个共享服务器。通过综合调查系统160及/或步态分析系统170的评估,自助服务终端跌倒风险评估系统100促进向用户110提供描述其整体跌倒风险的临床相关数据。
通信网络140可包含无线或电线网络或其组合。举例来说,网络可包含以下各者中的一或多者:因特网、本地局域网、PAN(个人区域网络)、LAN(本地区域网络)、WAN(广域网络)、MAN(城域网)、虚拟私人网络(VPN)、存储区域网络(SAN)、帧中继连接、高级智能网络(AIN)连接、同步光学网络(SONET)连接、数字T1、T3、E1或E3线、数字数据服务(DDS)连接、DSL(数字用户线)连接、以太网连接、ISDN(集成服务数字网络)线、拨号上网端口(例如V.90、V.34或V.34bis模拟调制解调器连接、缆线调制解调器、ATM(异步传输模式)连接或FDDI(光纤分布式数据接口)或CDDI(铜分布式数据接口)连接)。此外,通信还可包含到多种无线网络中的任何者的链路,包含WAP(无线应用协议)、GPRS(通用分组无线电服务)、GSM(全球移动通信系统)、CDMA(码分多址)或TDMA(时分多址)、蜂窝电话网络、GPS、CDPD(蜂窝数字分组数据)、RIM(动态研究有限公司)双工寻呼网络、蓝牙无线电或基于IEEE 802.11的射频网络。网络可进一步包含以下各者中的任一或多者或与其介接:RS-232串行连接、IEEE-1394(火线)连接、光纤通道连接、IrDA(红外)端口、SCSI(小计算机系统接口)连接、USB(通用串行总线)连接或其它有线或无线、数字或模拟接口或连接、网状或网络。
综合调查系统160可利用交互会话、基于文本的交互及三维电子看护者图像(ECI)替身,其允许用户使用语音会话及基于云的对话转文本技术完成各种表格。将关于图2、3a、3b及3c更详细地描述综合调查系统160。
步态分析系统170经配置以从一或多个功能性评估评估及量化用户110的一或多个时空步态特性及完成能力。功能性评估可包含由用户执行的身体动作,例如行走、就坐、转向等。将关于图4、5a、5b及6更详细地描述步态分析系统170。
图2描绘用于使用综合调查系统160提供及处理综合调查的示范性系统200的高级框图。应理解,示范性系统200可为图1中说明的自助服务终端跌倒评估系统100的一部分。在各种实施例中,综合调查系统160与具有基于交互会话文本的通信系统(在本文中称为会话接口)180及电子看护者图像(ECI)替身190的电子看护者派生的交互动画会话接口系统耦合。会话接口180及ECI替身190的实例在2018年10月24日申请且标题为“具有经改进交互动画会话接口系统的计算装置(Computing Devices with Improved InteractiveAnimated Conversational Interface Systems)”的序列号为16/169,760的相关美国专利申请案中更详细地描述,所述美国专利申请案以全文引用方式并入。
通过示范性系统200,ECI替身190与用户110接洽以提供包括旨在引出关于评估跨多个域的跌倒风险的信息的一系列问题的调查,及接收包括指示用户的跌倒风险的对问题的回答的引出的信息。ECI替身190可以多种语言进行交流。示范性系统200向用户110提供选择用户数据输入的方法的选项,方法包括基于类型的数据录入或语音通信数据录入。
在用户输入数据(包含引出的信息)之后,可将所述数据从平板装置130传输到自助服务终端120,通过通信网络140传输到会话接口180及/或综合调查系统160。会话接口180分析数据输入及确定针对数据输入错误的冗余。响应于确定数据输入中的错误,会话接口180致使将反馈提供到用户110以校正错误,例如由ECI替身190提供。会话接口180还可将输入数据传输到综合调查系统160或通知综合调查系统160错误确定的结果。
为了实时评估数据的准确性,会话接口180利用输入目录确定由用户110输入的数据类型是否匹配定义的对话数据类型。因而,通过使用基于云的应用,例如会话接口180及综合调查系统160,示范性系统200评估输入数据,确定在输入数据中是否存在错误,执行接续决策过程,及实时提供对用户的响应。一般来说,可在用户可等待的合适的时间段(例如小于1.0秒)内向用户提供实时响应。一旦已经评估了数据的准确性,且录入了全部输入数据,综合调查系统160就对用户输入数据进行加密且继续将数据传输到基于云的主关键字设计数据库以进行存储。
示范性系统200还提供网络浏览器,其包括用于与用户110交互通信的三维ECI替身190。此ECI替身190向用户提供交互体验,在交互体验期间通过完成综合跌倒风险评估引导用户。当用户完成评估时,ECI替身190实时提供呈会话形式的反馈以试图简化(simplify/streamline)由用户进行的表格完成。
经由平板装置130的图形用户接口向用户110显示ECI替身190。ECI替身190经由平板装置130向用户呈现一系列问题,所述一系列问题评估跨一或多个域的跌倒风险。下文在表1中描述的域包含用户的历史、药物、环境、身体及视力方面。
表1.由并入到自助服务终端跌倒风险评估系统的综合调查系统评估的跌倒风险域及域中的每一者的样本询问区域。
自助服务终端120向用户110提供对话转文本功能性的入口。自助服务终端120向用户110提供对基于云的服务的存取,包括使用ECI替身190提供语音及文本通信两者的计算能力。因而,在用户110启动综合调查系统160之后,ECI替身190通过简单会话促进请求完成综合调查所必需的数据。
在某些实施例中,示范性系统200验证由用户110输入的调查数据。一旦来自用户110的调查响应数据由自助服务终端120接收并经由通信网络140传输到会话接口180,会话接口180就比较输入的数据类型(例如,是/否、词、数字等)与存储于验证实用程序中的预定义数据类型。因此,会话接口180评估由用户110提供的数据输入类型的有效性。在验证实用程序确定输入有效之后,会话接口180就激活前进决策程序,其致使自助服务终端120向上移动到含于综合调查中的待向用户110询问的下一项。替代地,在验证实用程序确定输入无效之后,不激活前进决策程序,且代替地,会话接口180触发综合调查系统190以通知用户110无效数据输入。自助服务终端120经由平板装置130及ECI替身190通知用户110先前数据输入无效且再次询问调查问题。
图3a到3c说明经配置以促进接收综合调查响应的示范性图形用户接口300的例子。图3a到3c描绘基于来自用户的输入数据的各种决策路径。应理解,图像用户接口300可为图1到2中描绘的平板装置130的一部分或耦合到自助服务终端120的另一合适的显示器。
图3a描绘在平板装置130上向用户110显示的一组初始未完成的表格字段。图3b描绘在平板装置130上向用户110呈现已被会话接口180确定是有效的输入数据。图3c描绘来自ECI替身190的无效数据输入响应。
图4说明用于使用步态分析系统170提供及处理步态分析的示范性系统400。步态分析系统170可包含身体跟踪模块172及移动参数模块174,如下文将更详细描述。应理解,示范性系统400可为图1中说明的自助服务终端跌倒评估系统100的一部分。在各种实施例中,自助服务终端120进一步经配置以促进评估及量化用户110的一或多个时空步态特性,以及用户完成功能性评估的能力。在表2中描述时空步态特性的若干实例。
表2.经由自助服务终端跌倒风险评估系统向用户提供的由步态分析系统确定的功能性移动参数。
为了执行功能性评估的步态分析,示范性系统400利用深度相机系统150及步态分析系统170。自助服务终端120通过询问用户110的准备状态启动功能性评估。在由用户110确认准备状态之后,在用户行走及/或执行建议的功能性评估时,自助服务终端120经由深度相机系统150启动视频深度记录。用户110在移动执行区115中如由自助服务终端120所指示那样执行功能性评估所必需的一或多个活动。在由用户110执行功能性测试期间,自助服务终端120使用深度相机系统150记录活动的深度视频。
由自助服务终端120在每一活动的完成时实时地或在功能性评估的完成时经由通信网络140将深度视频传输到步态分析系统170。身体跟踪模块172将身体跟踪算法应用到深度视频,包含在深度视频数据的持续时间内确定用户在空间中的位置及定向。身体跟踪算法可包含确定用户110的一或多个肢体的深度视频内的位置,及跟踪一或多个肢体在深度视频数据内的每一帧内的位置及定向。移动参数模块174可处理由身体跟踪模块172产生的身体跟踪信息以确定用户110的一或多个时空步态特性。举例来说,移动参数模块174可通过计算由用户110行进的线性距离除以用户110行进那段距离所需的时间长度确定用户110的步态速度。可将一或多个时空步态特性存储于与步态分析系统170、自助服务终端120、平板装置130或其任何组合相关联的数据库中。
诚然,虽然将步态分析系统170(包含身体跟踪模块172及移动参数模块174)展示为通过通信网络140远离自助服务终端120,但本发明的实施例包含在自助服务终端120或平板装置130中具有步态分析系统170。
图5a及5b描绘展示功能性评估的活动的表示的图形用户接口500。举例来说,可经由如图4中展示的平板装置130向用户110呈现图形用户接口500。所述表示可包含用户510、移动执行区515、自助服务终端520、平板装置530及深度相机系统550的图形描绘。图形用户接口500可进一步描绘深度相机系统150的代表性视野555使得可通知用户110移动执行区115的边界。特定来说,图5a说明涉及用户110从静止位置左转的功能性评估的活动。图5b说明包含在移动执行区115中重复地来回走动的功能性评估的另一活动。
图6说明具有功能性移动分析结果的示范性图形用户接口600,在各种实施例中,经由平板装置130向用户110呈现功能性移动分析结果。结果可包含时空步态特性的标记、时空步态特性的经确定值及时空步态特性的简短描述。自助服务终端跌倒风险评估系统可实时向用户提供经确定时空步态特性。
图7描绘耦合到图1中所展示的自助服务终端跌倒风险评估系统100的一部分的基于云的规范数据存储装置700。可包括一或多个远程服务器的基于云的规范数据存储装置700基于综合跌倒风险评估的结果向用户110提供基于证据的咨询建议。一或多个远程服务器可具有在图13中描绘的示范性计算系统中所描述的计算能力。为了在跌倒风险评估完成之后提供建议,自助服务终端可存取一或多个基于云的规范数据存储装置700的例子,其具有以下各者中的至少一者:1)功能性移动测试的规范数据;2)功能性移动数据的已知风险率;3)跌倒历史风险率;4)描述与药物相关联的已知风险及相互作用的数据;5)低风险环境设计的基于证据的建议;6)与视力相关联的规范数据;或7)与视力变量相关联的已知风险率。可从由基于云的规范数据存储装置700从综合调查系统160及步态分析系统170接收的其它用户的多个调查响应及功能性评估确定规范数据及风险率。自助服务终端120可经由通信网络140从基于云的规范数据存储装置700接收规范数据、风险率及建议,及比较针对特定用户110从综合调查系统160及步态分析系统170确定的数据与从基于云的规范数据存储装置700接收的数据。基于比较,自助服务终端120可基于综合跌倒风险评估向用户110提供各种建议。建议促进降低与用户110相关联的跌倒风险。
举例来说,自助服务终端120可确定用户关于综合调查的特定域的得分。在一或多个实施例中,自助服务终端跌倒风险评估系统100利用一或多个人工智能系统及/或机器学习算法确定得分。自助服务终端120可从基于云的规范数据存储装置700进一步接收关于特定域的预定阈值。在确定得分超过预定阈值之后,自助服务终端120可确定从基于云的规范数据存储装置700接收的与特定域相关联的一或多个建议适用于用户110及向用户110显示所述一或多个建议。
图8及9描绘基于综合跌倒风险评估向用户提供一或多个建议。图8说明具有基于一或多个调查响应确定的建议820及在综合跌倒风险评估810中呈现给用户的经确定时空步态特性的图形用户接口800。举例来说,ECI替身830基于在用户的综合跌倒风险评估810中存在的环境得分提供用户应考虑清理他或她的家庭环境以降低跌倒风险的建议820。ECI替身830同样地例如基于图6中展示的经确定时空步态特性(其在下文是规范值阈值)建议用户与保健提供者讨论他或她可提高步态速度的方式。图9展示具有环境调查910、建议920及ECI替身930的图形用户接口900。基于环境调查910的结果,特定来说,用户具有室内地毯但下面不具有地毯衬垫、双面胶或防滑背板、以及用户未清理杂乱的地板、楼梯及楼梯平台的用户输入,ECI替身930提供用户应用防滑地毯更换他或她的地毯的建议920来帮助降低跌倒风险。
图10描绘经配置以引导用户完成综合跌倒风险评估的示范性ECI替身1000。ECI替身1000促进通过数据收集过程以用于三个目的的方式引导用户110:1)减少由自助服务终端120执行的数据收集过程中的用户错误;2)提供由用户110容易地完成的免点击及免录入通信的交互方法;及3)提供待由用户110执行的各种测试的指令及代表性实例两者。举例来说,如图11中描绘,ECI替身1100可提供待由用户执行的功能性测试的代表性实例。特定来说,图11中描绘的ECI替身1100演示用户应如何正确地从就坐位置转变到站立位置使得自助服务终端跌倒风险评估系统能够充分地记录深度信息及正确地分析活动。因而,自助服务终端跌倒风险评估系统可利用耦合到自助服务终端的基于云的资源来允许以不像更传统的实验室情境或医学专业人士的办公室那样令人生畏的方式接收及评估调查响应。
图12是展示根据一或多个实例实施例的用于提供综合跌倒风险评估的方法1200的过程流图。方法700可由可包括硬件(例如,专用逻辑、可编程逻辑及微代码)、软件(例如运行于通用计算机系统或专用机器上的软件)或其组合的处理逻辑执行。在一或多个实例实施例中,处理逻辑驻存在自助服务终端120、平板装置130、综合调查系统160或步态分析系统170或其组合处。
如图12中展示,方法1200可在操作1210开始,其中向用户提供包括旨在引出关于评估跨多个域的跌倒风险的信息的问题的调查。可经由自助服务终端,且更明确来说,可经由由经耦合平板装置的图形用户接口表示的ECI替身,向用户提供调查,
在操作1220,方法1200可继续接收引出的信息,包括指示用户跌倒风险的对问题的回答。
在操作1230,方法1200可包含经由深度相机系统记录用户的活动的深度视频数据。
在操作1240,方法1200可继续基于记录的深度视频数据确定与由用户执行的活动相关联的至少一个时空步态特性。所述确定可包含经由身体跟踪模块跟踪身体移动及经由移动参数模块计算时空步态特性,如先前描述。应理解,时空步态特性的计算可由自助服务终端或由远程服务器(例如图1中描绘的步态分析系统170)执行。以此方式,自助服务终端可通过将深度视频数据传输到此远程服务器进行处理及从远程服务器接收时空步态特性来确定至少一个时空步态特性。
在操作1250,方法1200可包含基于至少一个时空步态特性及包括对调查问题的回答的引出的信息进行定量跌倒风险分析。定量步态分析可包含基于一组时空步态特性确定总体跌倒风险得分。
在操作1260,方法1200可继续向用户显示定量跌倒风险分析的至少一部分。
任选地,在操作1270,方法1200可包含基于定量跌倒风险分析向用户提供建议。
图13展示呈计算机系统1300的实例电子形式的机器的计算装置的图解表示,在其内可执行用于致使机器执行方法论中的任一或多者的一组指令。在实例实施例中,机器操作作为独立装置,或可经连接(例如,联网)到其它机器。在联网部署中,机器在服务器客户端网络环境中可以服务器、客户端机器的身份操作,或在对等(或分布式)网络环境中操作作为对等机器操作。机器可为个人计算机(PC)、平板PC、游戏机、机顶盒(STB)、个人数字助理(PDA)、电视机装置、蜂窝电话、便携式音乐播放器(例如,便携式硬驱动音频装置)、网络设备或能够执行指定将由那台机器采取的动作的一组指令(循序或以其它方式)的任何机器。此外,虽然说明了仅单个机器,但也应将术语“机器”理解为包含单独或共同地执行用以执行本文中论述的方法论中的任一或多者的一组(或多组)指令的任何机器集合。计算机系统1300可为自助服务终端120、平板装置130、综合调查系统160、步态分析系统170或基于云的规范数据存储装置700的例子。
实例计算机系统1300包含一处理器或多个处理器1305(例如,中央处理单元(CPU)、图形处理单元(GPU)或两者)及主存储器1310及静态存储器1315,其经由总线1320与彼此通信。计算机系统1300可进一步包含视频显示器单元1325(例如,液晶显示器(LCD)、有机发光二极管(OLED)显示器或阴极射线管(CRT))。计算机系统1300还包含至少一个输入装置1330(例如字母数字输入装置(例如,键盘))、光标控制装置(例如,鼠标)、麦克风、数码相机、视频相机等。计算机系统1300还包含磁盘驱动单元1335、信号产生装置1340(例如,扬声器)及网络接口装置1345。
驱动单元1335(也称为磁盘驱动单元1335)包含机器可读媒体1350(也称为计算机可读媒体1350),其存储体现本文中描述的方法论或功能中的任一或多者或由所述任一或多者利用的一或多组指令及数据结构(例如,指令1355)。指令1355在其由计算机系统1300执行期间也可完全或至少部分驻存在主存储器1310、静态存储器1315及/或处理器1305内。主存储器1310、静态存储器1315及处理器1305也构成机器可读媒体。
可经过通信网络1360经由网络接口装置1345利用数个众所周知的传送协议(例如,超文本传送协议(HTTP)、CAN、串行及Modbus)中的任一者进一步传输或接收指令1355。通信网络1360包含因特网、本地内联网、个人区域网络(PAN)、本地区域网络(LAN)、广域网络(WAN)、城域网(MAN)、虚拟私有网络(VPN)、存储区域网络(SAN)、帧中继连接、高级智能网络(AIN)连接、同步光学网络(SONET)连接、数字T1、T3、E1或E3线、数字数据服务(DDS)连接、数字用户线(DSI)连接、以太网连接、集成服务数字网络(ISDN)线、缆线调制解调器、异步传送模式(ATM)连接或光纤分布式数据接口(FDDI)或铜线分布式数据接口(CDDI)连接。此外,通信网络1360还可包含到多种无线网络中的任何者的链接,所述无线网络包含无线应用协议(WAP)、通用分组无线电服务(GPRS)、全球移动通信系统(GSM)、码分多址(CDMA)或时分多址(TDMA)、蜂窝电话网络、全球定位系统(GPS)、蜂窝数字分组数据(CDPD)、动态研究有限公司(RIM)双工寻呼网络、蓝牙无线电或基于IEEE 802.11的射频网络。
虽然在实例实施例中将机器可读媒体1350展示为单个媒体,但应将术语“计算机可读媒体”理解为包含存储一或多组指令的单个媒体或多个媒体(例如,集中式或分布式数据库及/或相关联高速缓存及服务器)。还应将术语“计算机可读媒体”理解为包含能够存储、编码或载送由机器执行且致使机器执行本发明的方法论中的任一或多者或能够存储、编码或载送由此一组指令利用或与此一组指令相关联的数据结构的一组指令的任何媒体。术语“计算机可读媒体”应相应地被理解为包含(但不限于)固态存储器、光学及磁性媒体。此类媒体还可包含(无限制)硬盘、软盘、快闪存储器卡、数字视频盘、随机存取存储器(RAM)、只读存储器(ROM)及类似物。
本文中描述的实例实施例可经实施于包括安装在计算机上、安装于硬件中或安装于软件与硬件的组合中的计算机可执行指令(例如软件)的操作环境中。计算机可执行指令可以计算机编程语言编写或可体现于固件逻辑中。如果以符合认可标准的编程语言编写,那么此类指令可在多种硬件平台上执行且经执行用于到多种操作系统的接口。尽管不限于其,但用于实施本方法的计算机软件程序可以任何数目种合适的编程语言编写,例如(举例来说)超文本标记语言(HTML)、动态HTML、XML、可扩展样式表语言(XSL)、文档样式语义及规范语言(DSSSL)、级联样式表(CSS)、同步多媒体集成语言(SMIL)、无线标记语言(WML)、JavaTM、JiniTM、C、C++、C#、.NET、Adobe Flash、Perl、UNIX Shell、Visual Basic或VisualBasic脚本、虚拟现实标记语言(VRML)、ColdFusionTM或其它编译器、汇编器、解译器或其它计算机语言或平台。
因此,揭示用于综合跌倒风险评估的技术。尽管已参考特定实例实施例描述了实施例,但将明显的是,可对这些实例实施例做出各种修改及改变而不背离本发明的更广精神及范围。因此,应以说明意义而非限制意义来看待说明书及图。
Claims (20)
1.一种用于提供实时跌倒风险评估的方法,所述方法包括:
向用户提供包括旨在引出关于评估跨多个域的跌倒风险的信息的问题的调查;
接收所述引出的信息,其包括对指示所述用户的跌倒风险的所述问题的回答;
经由深度相机系统记录所述用户的活动的深度视频数据;
基于所述深度视频数据确定与由所述用户执行的所述活动相关联的至少一个时空步态特性;
基于所述至少一个时空步态特性及所述引出的信息进行定量跌倒风险分析;及
向所述用户显示所述定量跌倒风险分析的至少一部分。
2.根据权利要求1所述的方法,其中所述向所述用户提供所述调查包含用交互动画会话图形用户接口呈现所述问题。
3.根据权利要求2所述的方法,其进一步包括经由所述交互动画会话图形用户接口显示将由所述用户执行的所述活动的表示。
4.根据权利要求1所述的方法,其中所述多个域包含历史、药物、环境、物理及视觉。
5.根据权利要求1所述的方法,其中所述确定所述至少一个时空步态特性包含跟踪所述深度视频数据中的所述用户的位置及定向。
6.根据权利要求1所述的方法,其中所述至少一个时空步态特性包含步态速度、步幅长度、步伐长度及步伐宽度中的一或多者。
7.根据权利要求1所述的方法,其中所述至少一个时空步态特性包含站立时间、摇摆时间、双脚支撑时间、站立时间可变性及摇摆时间可变性中的一或多者。
8.根据权利要求1所述的方法,其中所述至少一个时空步态特性包含测试持续时间、转向持续时间、坐立持续时间、立坐持续时间、在预定时间段内完成的坐立重复数目、及在预定时间段内完成的立坐重复数目中的一或多者。
9.根据权利要求1所述的方法,其进一步包括基于所述定量跌倒风险分析实时提供咨询建议。
10.根据权利要求9所述的方法,其中提供所述咨询建议包含:
存取具有规范数据、风险率及建议的基于云的规范数据;
比较所述定量跌倒风险分析与所述规范数据及风险率;及
基于所述比较,选择从所述基于云的规范数据存储装置存取的所述建议中的建议。
11.一种用于提供实时跌倒风险评估的系统,所述系统包括:
自助服务终端;
平板装置,其通信地耦合到所述自助服务终端;
深度相机系统,其通信地耦合到所述自助服务终端;
至少一个处理器;及
存储器,其存储处理器可执行的指令,其中所述至少一个处理器经配置以在执行所述处理器可执行指令之后实施以下操作:
向用户提供包括旨在引出关于评估跨多个域的跌倒风险的信息的问题的调查;
接收所述引出的信息,其包括对指示所述用户的跌倒风险的所述问题的回答;
经由深度相机系统记录所述用户的活动的深度视频数据;
基于所述深度视频数据确定与由所述用户执行的所述活动相关联的至少一个时空步态特性;
基于所述至少一个时空步态特性及所述引出的信息进行定量跌倒风险分析;及
向所述用户显示所述定量跌倒风险分析的至少一部分。
12.根据权利要求11所述的系统,其进一步包括由所述平板装置显示的交互动画会话图形用户接口。
13.根据权利要求12所述的系统,其中所述至少一个处理器进一步经配置以实施经由所述交互动画会话图形用户接口显示将由所述用户执行的所述活动的表示的操作。
14.根据权利要求11所述的系统,其中所述确定所述至少一个时空步态特性包含跟踪所述深度视频数据中的所述用户的位置及定向。
15.根据权利要求11所述的系统,其中所述至少一个时空步态特性包含步态速度、步幅长度、步伐长度及步伐宽度中的一或多者。
16.根据权利要求11所述的系统,其中所述至少一个时空步态特性包含站立时间、摇摆时间、双脚支撑时间、站立时间可变性及摇摆时间可变性中的一或多者。
17.根据权利要求11所述的系统,其中所述至少一个时空步态特性包含测试持续时间、转向持续时间、坐立持续时间、立坐持续时间、在预定时间段内完成的坐立重复数目、及在预定时间段内完成的立坐重复数目中的一或多者。
18.根据权利要求11所述的系统,其中所述至少一个处理器进一步经配置以实施基于所述定量跌倒风险分析实时提供咨询建议的操作。
19.根据权利要求18所述的系统,其中提供所述咨询建议包含:
从基于云的规范数据存储装置接收与域相关联的预定阈值;
比较所述定量跌倒风险分析的域得分与所述预定阈值;
基于所述比较确定所述域得分超过所述预定阈值;及
如果所述域得分超过所述预定阈值,那么向所述用户显示建议。
20.一种非暂时性计算机可读媒体,其上体现有可由至少一个处理器执行以执行用于提供实时跌倒风险评估的方法的指令,所述方法包括:
向用户提供包括旨在引出关于评估跨多个域的跌倒风险的信息的问题的调查;
接收所述引出的信息,其包括对指示所述用户的跌倒风险的所述问题的回答;
经由深度相机系统记录所述用户的活动的深度视频数据;
基于所述深度视频数据确定与由所述用户执行的所述活动相关联的至少一个时空步态特性;
基于所述至少一个时空步态特性及所述引出的信息进行定量跌倒风险分析;及
向所述用户显示所述定量跌倒风险分析的至少一部分。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862632918P | 2018-02-20 | 2018-02-20 | |
US62/632,918 | 2018-02-20 | ||
US16/236,050 | 2018-12-28 | ||
US16/236,050 US20190259475A1 (en) | 2018-02-20 | 2018-12-28 | Connected Kiosk for the Real-Time Assessment of Falls Risk |
PCT/US2018/068210 WO2019164585A1 (en) | 2018-02-20 | 2018-12-31 | Connected kiosk for the real-time assessment of falls risk |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111801939A true CN111801939A (zh) | 2020-10-20 |
Family
ID=67618111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880089608.2A Pending CN111801939A (zh) | 2018-02-20 | 2018-12-31 | 用于实时跌倒风险评估的经连接自助服务终端 |
Country Status (11)
Country | Link |
---|---|
US (1) | US20190259475A1 (zh) |
EP (1) | EP3756344B1 (zh) |
JP (2) | JP2021514087A (zh) |
KR (1) | KR102556139B1 (zh) |
CN (1) | CN111801939A (zh) |
AU (2) | AU2018409860A1 (zh) |
BR (1) | BR112020015636A2 (zh) |
CA (1) | CA3089312A1 (zh) |
ES (1) | ES2965151T3 (zh) |
SG (1) | SG11202007817YA (zh) |
WO (1) | WO2019164585A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11113943B2 (en) | 2019-05-07 | 2021-09-07 | Electronic Caregiver, Inc. | Systems and methods for predictive environmental fall risk identification |
CN113887335A (zh) * | 2021-09-13 | 2022-01-04 | 华南理工大学 | 基于多尺度时空层级网络的跌倒风险实时评估系统和方法 |
US11488724B2 (en) | 2018-06-18 | 2022-11-01 | Electronic Caregiver, Inc. | Systems and methods for a virtual, intelligent and customizable personal medical assistant |
US11791050B2 (en) | 2019-02-05 | 2023-10-17 | Electronic Caregiver, Inc. | 3D environment risks identification utilizing reinforced learning |
US11923058B2 (en) | 2018-04-10 | 2024-03-05 | Electronic Caregiver, Inc. | Mobile system for the assessment of consumer medication compliance and provision of mobile caregiving |
US12011259B2 (en) | 2015-12-11 | 2024-06-18 | Electronic Caregiver, Inc. | Systems and methods for fall detection |
US12034748B2 (en) | 2020-02-28 | 2024-07-09 | Electronic Caregiver, Inc. | Intelligent platform for real-time precision care plan support during remote care management |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11213224B2 (en) | 2018-03-19 | 2022-01-04 | Electronic Caregiver, Inc. | Consumer application for mobile assessment of functional capacity and falls risk |
CN111134687B (zh) * | 2020-01-14 | 2022-05-20 | 深圳数联天下智能科技有限公司 | 坐姿风险评估方法、装置及设备 |
US10863928B1 (en) * | 2020-01-28 | 2020-12-15 | Consensus Orthopedics, Inc. | System and methods for monitoring the spine, balance, gait, or posture of a patient |
US20210358202A1 (en) * | 2020-05-13 | 2021-11-18 | Electronic Caregiver, Inc. | Room Labeling Drawing Interface for Activity Tracking and Detection |
US12009083B2 (en) | 2020-11-16 | 2024-06-11 | Electronic Caregiver, Inc. | Remote physical therapy and assessment of patients |
KR102553951B1 (ko) * | 2020-12-29 | 2023-07-11 | (주)옵토닉스 | 낙상 예방 관리 시스템 |
CA3115954A1 (en) * | 2021-04-22 | 2022-10-22 | Borderpass Corp. | System for generating immigration risk assessment data |
AU2022335150A1 (en) * | 2021-08-23 | 2024-03-07 | Jasper Medtech Pty Ltd | System and method for quantitative gait assessment |
WO2024020623A1 (en) * | 2022-07-25 | 2024-02-01 | Jasper Medtech Pty Ltd | Method for determining quality of life |
CN115954099B (zh) * | 2022-11-18 | 2023-09-15 | 临沂中科睿鹤智慧科技有限公司 | 一种基于多模态步态参数的脑卒中关联量化评估方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080186189A1 (en) * | 2007-02-06 | 2008-08-07 | General Electric Company | System and method for predicting fall risk for a resident |
US8206325B1 (en) * | 2007-10-12 | 2012-06-26 | Biosensics, L.L.C. | Ambulatory system for measuring and monitoring physical activity and risk of falling and for automatic fall detection |
US20130204545A1 (en) * | 2009-12-17 | 2013-08-08 | James C. Solinsky | Systems and methods for sensing balanced-action for improving mammal work-track efficiency |
CN104361321A (zh) * | 2014-11-13 | 2015-02-18 | 侯振杰 | 一种判断老年人摔倒行为及身体平衡能力的方法 |
US20150359467A1 (en) * | 2006-05-24 | 2015-12-17 | Empire Ip Llc | Fitness Monitoring |
CN106056035A (zh) * | 2016-04-06 | 2016-10-26 | 南京华捷艾米软件科技有限公司 | 一种基于体感技术的幼儿园智能监控方法 |
CN107411515A (zh) * | 2017-07-27 | 2017-12-01 | 胡彦 | 产妇跌倒保护装置 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004054591A (ja) * | 2002-07-19 | 2004-02-19 | Institute Of Tsukuba Liaison Co Ltd | 健康増進プログラムの作成方法および健康増進実行方法 |
JP2005228305A (ja) * | 2004-01-15 | 2005-08-25 | Tokyoto Koreisha Kenkyu Fukushi Shinko Zaidan | 老年症候群の危険性の判定方法 |
JP4651650B2 (ja) * | 2004-01-15 | 2011-03-16 | 地方独立行政法人東京都健康長寿医療センター | 歩行速度測定計 |
JP2006102462A (ja) * | 2004-10-08 | 2006-04-20 | Yoshiteru Muto | 転倒予防指導支援装置、転倒予防指導支援システム、転倒予防指導支援プログラム、転倒予防指導支援システムプログラム、転倒予防指導支援プログラムが記憶された記憶媒体および転倒予防指導支援システムプログラムが記憶された記憶媒体 |
JP4915263B2 (ja) * | 2007-03-23 | 2012-04-11 | アイシン精機株式会社 | 歩行能力からの運動機能向上メニュー提案システム及び歩行能力からの運動機能向上メニュー提案方法 |
US20090030945A1 (en) * | 2007-07-26 | 2009-01-29 | Diagnosisplus Llc | Method and system for collecting and analyzing medical patient data |
US10438496B2 (en) * | 2008-11-18 | 2019-10-08 | Victoria Panzer | Method and system for fall prevention in older adults |
US11462314B2 (en) * | 2009-10-14 | 2022-10-04 | Trice Imaging, Inc. | Systems and devices for encrypting, converting and interacting with medical images |
US20130303860A1 (en) * | 2011-11-21 | 2013-11-14 | Robert Bender | Systems and methods for use in fall risk assessment |
US9597016B2 (en) * | 2012-04-27 | 2017-03-21 | The Curators Of The University Of Missouri | Activity analysis, fall detection and risk assessment systems and methods |
US20140214440A1 (en) * | 2013-01-28 | 2014-07-31 | Seniorlink Incorporated | Risk model for a care management system |
EP3003147B1 (en) * | 2013-06-06 | 2021-03-03 | Koninklijke Philips N.V. | Fall detection system and method |
WO2014210344A1 (en) * | 2013-06-26 | 2014-12-31 | The Cleveland Clinic Foundation | Systems and methods to assess balance |
KR101711488B1 (ko) * | 2015-01-28 | 2017-03-03 | 한국전자통신연구원 | 동작 기반 인터랙티브 서비스 방법 및 시스템 |
US10206630B2 (en) * | 2015-08-28 | 2019-02-19 | Foresite Healthcare, Llc | Systems for automatic assessment of fall risk |
WO2017040658A1 (en) * | 2015-09-02 | 2017-03-09 | Rutgers, The State University Of New Jersey | Motion detecting balance, coordination, mobility and fitness rehabilitation and wellness therapeutic virtual environment |
WO2017049188A1 (en) * | 2015-09-17 | 2017-03-23 | Luvozo Pbc | Automated environment hazard detection |
KR101775490B1 (ko) * | 2015-12-11 | 2017-09-06 | (주)이든이노베이션 | 케릭터와의 상호작용을 이용하여 건강정보를 입력받고 설명하는 대화형 사용자인터페이스 방법 |
JP2019508191A (ja) * | 2016-01-08 | 2019-03-28 | バランス4グッド・リミテッド | バランス試験及び訓練システム並びに方法 |
US11164679B2 (en) * | 2017-06-20 | 2021-11-02 | Advinow, Inc. | Systems and methods for intelligent patient interface exam station |
EP3703009A4 (en) * | 2017-10-27 | 2021-06-23 | ASICS Corporation | MOTION STATUS EVALUATION SYSTEM, MOTION STATUS EVALUATION DEVICE, MOTION STATE EVALUATION SERVER, MOTION STATE EVALUATION METHOD, AND MOTION STATUS EVALUATION PROGRAM |
-
2018
- 2018-12-28 US US16/236,050 patent/US20190259475A1/en active Pending
- 2018-12-31 CN CN201880089608.2A patent/CN111801939A/zh active Pending
- 2018-12-31 BR BR112020015636-1A patent/BR112020015636A2/pt unknown
- 2018-12-31 SG SG11202007817YA patent/SG11202007817YA/en unknown
- 2018-12-31 JP JP2020543924A patent/JP2021514087A/ja active Pending
- 2018-12-31 AU AU2018409860A patent/AU2018409860A1/en not_active Abandoned
- 2018-12-31 KR KR1020207026390A patent/KR102556139B1/ko active IP Right Grant
- 2018-12-31 CA CA3089312A patent/CA3089312A1/en active Pending
- 2018-12-31 ES ES18907032T patent/ES2965151T3/es active Active
- 2018-12-31 WO PCT/US2018/068210 patent/WO2019164585A1/en unknown
- 2018-12-31 EP EP18907032.9A patent/EP3756344B1/en active Active
-
2022
- 2022-02-09 AU AU2022200836A patent/AU2022200836A1/en not_active Abandoned
- 2022-03-23 JP JP2022047215A patent/JP2022084825A/ja active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150359467A1 (en) * | 2006-05-24 | 2015-12-17 | Empire Ip Llc | Fitness Monitoring |
US20080186189A1 (en) * | 2007-02-06 | 2008-08-07 | General Electric Company | System and method for predicting fall risk for a resident |
US8206325B1 (en) * | 2007-10-12 | 2012-06-26 | Biosensics, L.L.C. | Ambulatory system for measuring and monitoring physical activity and risk of falling and for automatic fall detection |
US20130204545A1 (en) * | 2009-12-17 | 2013-08-08 | James C. Solinsky | Systems and methods for sensing balanced-action for improving mammal work-track efficiency |
CN104361321A (zh) * | 2014-11-13 | 2015-02-18 | 侯振杰 | 一种判断老年人摔倒行为及身体平衡能力的方法 |
CN106056035A (zh) * | 2016-04-06 | 2016-10-26 | 南京华捷艾米软件科技有限公司 | 一种基于体感技术的幼儿园智能监控方法 |
CN107411515A (zh) * | 2017-07-27 | 2017-12-01 | 胡彦 | 产妇跌倒保护装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12011259B2 (en) | 2015-12-11 | 2024-06-18 | Electronic Caregiver, Inc. | Systems and methods for fall detection |
US11923058B2 (en) | 2018-04-10 | 2024-03-05 | Electronic Caregiver, Inc. | Mobile system for the assessment of consumer medication compliance and provision of mobile caregiving |
US11488724B2 (en) | 2018-06-18 | 2022-11-01 | Electronic Caregiver, Inc. | Systems and methods for a virtual, intelligent and customizable personal medical assistant |
US11791050B2 (en) | 2019-02-05 | 2023-10-17 | Electronic Caregiver, Inc. | 3D environment risks identification utilizing reinforced learning |
US11113943B2 (en) | 2019-05-07 | 2021-09-07 | Electronic Caregiver, Inc. | Systems and methods for predictive environmental fall risk identification |
US12033484B2 (en) | 2019-05-07 | 2024-07-09 | Electronic Caregiver, Inc. | Systems and methods for predictive environmental fall risk identification using dynamic input |
US12034748B2 (en) | 2020-02-28 | 2024-07-09 | Electronic Caregiver, Inc. | Intelligent platform for real-time precision care plan support during remote care management |
CN113887335A (zh) * | 2021-09-13 | 2022-01-04 | 华南理工大学 | 基于多尺度时空层级网络的跌倒风险实时评估系统和方法 |
CN113887335B (zh) * | 2021-09-13 | 2024-04-02 | 华南理工大学 | 基于多尺度时空层级网络的跌倒风险实时评估系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US20190259475A1 (en) | 2019-08-22 |
WO2019164585A1 (en) | 2019-08-29 |
AU2018409860A1 (en) | 2020-08-27 |
EP3756344C0 (en) | 2023-09-06 |
EP3756344B1 (en) | 2023-09-06 |
KR20200121832A (ko) | 2020-10-26 |
BR112020015636A2 (pt) | 2021-01-05 |
EP3756344A1 (en) | 2020-12-30 |
JP2022084825A (ja) | 2022-06-07 |
CA3089312A1 (en) | 2019-08-29 |
ES2965151T3 (es) | 2024-04-11 |
EP3756344A4 (en) | 2021-11-17 |
SG11202007817YA (en) | 2020-09-29 |
AU2022200836A1 (en) | 2022-03-03 |
KR102556139B1 (ko) | 2023-07-18 |
JP2021514087A (ja) | 2021-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111801939A (zh) | 用于实时跌倒风险评估的经连接自助服务终端 | |
JP7175522B2 (ja) | 視力とその変化を試験および分析するためのシステムおよび方法 | |
CN108780663B (zh) | 数字个性化医学平台和系统 | |
US20200395112A1 (en) | A System and Method for Documenting a Patient Medical History | |
US20090062623A1 (en) | Identifying possible medical conditions of a patient | |
KR20200005987A (ko) | 터치입력을 이용한 인지장애 진단 시스템 및 방법 | |
JP2018524137A (ja) | 心理状態を評価するための方法およびシステム | |
CN111666477A (zh) | 一种数据处理方法、装置、智能设备及介质 | |
EP3073399A1 (en) | System and method for providing individualized health and wellness coaching | |
US20190156953A1 (en) | Statistical analysis of subject progress and responsive generation of influencing digital content | |
US11557399B2 (en) | Integrative machine learning framework for combining sentiment-based and symptom-based predictive inferences | |
US20210020065A1 (en) | Translator with improved database information transmission | |
US20200253548A1 (en) | Classifying a disease or disability of a subject | |
KR20150001031A (ko) | 개인화된 라이프 스타일 모델링 장치 및 방법 | |
CN116434979A (zh) | 生理状态云监测方法、监测系统及储存介质 | |
WO2019206043A1 (zh) | 信息处理方法及系统 | |
Lu et al. | An emotional-aware mobile terminal accessibility-assisted recommendation system for the elderly based on haptic recognition | |
KR20140146748A (ko) | 라이프 스타일 자율 케어 시스템 및 방법 | |
US20220223287A1 (en) | Ai based system and method for prediciting continuous cardiac output (cco) of patients | |
Cepeda et al. | Knowledge extraction from pointer movements and its application to detect uncertainty | |
US20230121814A1 (en) | Systems and methods for quantifying team performance capacity | |
TWI742531B (zh) | 互動式服務平台及其運作方法 | |
KR20230163969A (ko) | 인공지능 기반의 혈당 예측 시스템 및 방법 | |
Flores-Martin et al. | Towards digital health: Integrating federated learning and crowdsensing through the Contigo app | |
Brunner | Simulating a Reinforcement Learning Model for Application in Just-In-Time Adaptive Intervention Recommender Systems |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201020 |
|
RJ01 | Rejection of invention patent application after publication |