CN113168895A - 用于评估健康关心区域的健康度与各个预防性干预行动之间的关联性的方法、装置以及程序 - Google Patents
用于评估健康关心区域的健康度与各个预防性干预行动之间的关联性的方法、装置以及程序 Download PDFInfo
- Publication number
- CN113168895A CN113168895A CN201980067684.8A CN201980067684A CN113168895A CN 113168895 A CN113168895 A CN 113168895A CN 201980067684 A CN201980067684 A CN 201980067684A CN 113168895 A CN113168895 A CN 113168895A
- Authority
- CN
- China
- Prior art keywords
- amount
- intervention
- health
- degree
- individual
- 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
- 230000036541 health Effects 0.000 title claims abstract description 235
- 230000009471 action Effects 0.000 title claims abstract description 193
- 230000003449 preventive effect Effects 0.000 title claims abstract description 181
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 210000004556 brain Anatomy 0.000 claims description 96
- 238000012549 training Methods 0.000 claims description 56
- 208000012661 Dyskinesia Diseases 0.000 claims description 55
- 230000008859 change Effects 0.000 claims description 54
- 230000000694 effects Effects 0.000 claims description 45
- 230000000875 corresponding effect Effects 0.000 claims description 32
- 230000000638 stimulation Effects 0.000 claims description 31
- 230000003920 cognitive function Effects 0.000 claims description 28
- 208000016285 Movement disease Diseases 0.000 claims description 23
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 17
- 210000003205 muscle Anatomy 0.000 claims description 17
- 230000000391 smoking effect Effects 0.000 claims description 16
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 15
- 230000004622 sleep time Effects 0.000 claims description 14
- 230000037213 diet Effects 0.000 claims description 13
- 235000005911 diet Nutrition 0.000 claims description 13
- 201000010099 disease Diseases 0.000 claims description 11
- 230000007958 sleep Effects 0.000 claims description 11
- 238000010792 warming Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000002596 correlated effect Effects 0.000 claims description 9
- 230000003340 mental effect Effects 0.000 claims description 9
- 239000003814 drug Substances 0.000 claims description 8
- 230000001149 cognitive effect Effects 0.000 claims description 7
- 235000012631 food intake Nutrition 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 235000016709 nutrition Nutrition 0.000 claims description 6
- 230000037406 food intake Effects 0.000 claims description 5
- 235000015097 nutrients Nutrition 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 230000035764 nutrition Effects 0.000 claims description 4
- 235000019577 caloric intake Nutrition 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 235000015872 dietary supplement Nutrition 0.000 claims description 3
- 235000013402 health food Nutrition 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000002618 waking effect Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 19
- 230000007423 decrease Effects 0.000 description 15
- 206010012289 Dementia Diseases 0.000 description 13
- 238000004891 communication Methods 0.000 description 13
- 230000006872 improvement Effects 0.000 description 13
- 238000000611 regression analysis Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 8
- 208000011580 syndromic disease Diseases 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 208000001076 sarcopenia Diseases 0.000 description 6
- 230000036772 blood pressure Effects 0.000 description 5
- 230000019771 cognition Effects 0.000 description 5
- 230000006735 deficit Effects 0.000 description 5
- 235000013305 food Nutrition 0.000 description 5
- 230000007659 motor function Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 208000006820 Arthralgia Diseases 0.000 description 4
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 4
- 241001049176 Charis Species 0.000 description 4
- 235000005612 Grewia tenax Nutrition 0.000 description 4
- 208000001132 Osteoporosis Diseases 0.000 description 4
- 210000000988 bone and bone Anatomy 0.000 description 4
- 229910052791 calcium Inorganic materials 0.000 description 4
- 239000011575 calcium Substances 0.000 description 4
- 235000001465 calcium Nutrition 0.000 description 4
- 208000035475 disorder Diseases 0.000 description 4
- 208000024765 knee pain Diseases 0.000 description 4
- 210000003141 lower extremity Anatomy 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000000491 multivariate analysis Methods 0.000 description 4
- 230000008452 non REM sleep Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 230000033764 rhythmic process Effects 0.000 description 4
- 210000002027 skeletal muscle Anatomy 0.000 description 4
- UNPLRYRWJLTVAE-UHFFFAOYSA-N Cloperastine hydrochloride Chemical compound Cl.C1=CC(Cl)=CC=C1C(C=1C=CC=CC=1)OCCN1CCCCC1 UNPLRYRWJLTVAE-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 210000000845 cartilage Anatomy 0.000 description 3
- 235000019504 cigarettes Nutrition 0.000 description 3
- 208000010877 cognitive disease Diseases 0.000 description 3
- 238000002316 cosmetic surgery Methods 0.000 description 3
- 230000000142 dyskinetic effect Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 210000003127 knee Anatomy 0.000 description 3
- 208000027061 mild cognitive impairment Diseases 0.000 description 3
- 230000003387 muscular Effects 0.000 description 3
- 230000000399 orthopedic effect Effects 0.000 description 3
- 230000035479 physiological effects, processes and functions Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 208000012659 Joint disease Diseases 0.000 description 2
- 229930003316 Vitamin D Natural products 0.000 description 2
- QYSXJUFSXHHAJI-XFEUOLMDSA-N Vitamin D3 Natural products C1(/[C@@H]2CC[C@@H]([C@]2(CCC1)C)[C@H](C)CCCC(C)C)=C/C=C1\C[C@@H](O)CCC1=C QYSXJUFSXHHAJI-XFEUOLMDSA-N 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 2
- 210000000467 autonomic pathway Anatomy 0.000 description 2
- 210000003323 beak Anatomy 0.000 description 2
- 230000007177 brain activity Effects 0.000 description 2
- 230000008344 brain blood flow Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 150000002632 lipids Chemical class 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 235000019166 vitamin D Nutrition 0.000 description 2
- 239000011710 vitamin D Substances 0.000 description 2
- 150000003710 vitamin D derivatives Chemical class 0.000 description 2
- 229940046008 vitamin d Drugs 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 208000036487 Arthropathies Diseases 0.000 description 1
- 208000008035 Back Pain Diseases 0.000 description 1
- 208000010392 Bone Fractures Diseases 0.000 description 1
- 208000020084 Bone disease Diseases 0.000 description 1
- 241000345998 Calamus manan Species 0.000 description 1
- 206010048744 Fear of falling Diseases 0.000 description 1
- 206010017076 Fracture Diseases 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000008930 Low Back Pain Diseases 0.000 description 1
- 208000019430 Motor disease Diseases 0.000 description 1
- 208000034189 Sclerosis Diseases 0.000 description 1
- 229930003448 Vitamin K Natural products 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000037182 bone density Effects 0.000 description 1
- 229960005069 calcium Drugs 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 210000004087 cornea Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 238000012888 cubic function Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 238000002567 electromyography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009207 exercise therapy Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000036449 good health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 210000004705 lumbosacral region Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 235000006286 nutrient intake Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 201000008482 osteoarthritis Diseases 0.000 description 1
- SHUZOJHMOBOZST-UHFFFAOYSA-N phylloquinone Natural products CC(C)CCCCC(C)CCC(C)CCCC(=CCC1=C(C)C(=O)c2ccccc2C1=O)C SHUZOJHMOBOZST-UHFFFAOYSA-N 0.000 description 1
- 230000036314 physical performance Effects 0.000 description 1
- 238000000554 physical therapy Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 235000018102 proteins Nutrition 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 235000012950 rattan cane Nutrition 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 201000005671 spondyloarthropathy Diseases 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 235000019168 vitamin K Nutrition 0.000 description 1
- 239000011712 vitamin K Substances 0.000 description 1
- 150000003721 vitamin K derivatives Chemical class 0.000 description 1
- 229940046010 vitamin k Drugs 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- 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
-
- 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
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/162—Testing reaction times
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/168—Evaluating attention deficit, hyperactivity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/242—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
- A61B5/243—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetocardiographic [MCG] signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/375—Electroencephalography [EEG] using biofeedback
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/378—Visual stimuli
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/38—Acoustic or auditory stimuli
-
- 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
- A61B5/48—Other medical applications
- A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- 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
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H40/67—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 remote 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
-
- 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
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/07—Home care
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/383—Somatosensory stimuli, e.g. electric stimulation
-
- 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
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- 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
- A61B5/4845—Toxicology, e.g. by detection of alcohol, drug or toxic products
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Psychology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Cardiology (AREA)
- Developmental Disabilities (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Acoustics & Sound (AREA)
- Mathematical Physics (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
提供一种基于随时间经过获取到的生物体信息来评估健康关心区域的健康度与各个预防性干预行动之间的相关度及影响度的方法。本发明的方法包括以下步骤:随时间经过获取个人的所述生物体信息;基于所获取到的生物体信息来随时间经过进行个人的健康度的评估;随时间经过获取一个以上的预防性干预行动各自的干预量;求出预防性干预行动各自的随时间经过的干预量与个人的随时间经过的健康度之间的相关度及影响度;以及将一个以上的预防性干预行动中的相关度为规定值以上的预防性干预行动决定为关联预防性干预行动。
Description
技术领域
本发明涉及一种用于评估健康关心区域的健康度与各个预防性干预行动之间的关联性的方法,更详细地说涉及一种基于随时间经过获取到的生物体信息来评估健康关心区域的健康度与各个预防性干预行动之间的相关度及影响度的方法。
背景技术
基于从生物体获取到的生物体信息来进行与个人的健康度有关的评估。当使用这样的技术时,个人能够在家庭内知晓自身的健康度的评估、该健康度的推移。以往,例如存在一种与建议装置有关的技术,该建议装置具有:接收部,其接收由传感器获取到的与用户有关的用户信息;估计部,其基于由接收部接收到的用户信息来估计用户的健康状态;以及估计部,其基于由估计部估计出的健康状态向用户建议保险(专利文献1)。在该技术中,终端装置测定起床时刻、就寝时刻、体重、体脂肪率、吸烟状况、血压、心率等,并将它们作为用户信息发送到建议装置,建议装置保存所接收到的用户信息,基于用户信息来计算健康风险评分,该健康风险评分是表示用户在健康方面存在的风险的指标。然后,基于估计出的健康状态向用户建议保险。根据该技术,能够基于从自身测定出的信息获得的健康风险的信息来建议保险。但是,该技术并没有建议用户应该采取怎样的行动以降低健康风险。
另一方面,个人大多具有自身对健康特别关心的健康关心区域。另外,个人为了维持和提高自身的健康的程度(健康度),通常对有利于健康的行动感兴趣。以后,将以维持、提高某个健康关心区域的健康度为目的的行动称为预防性干预行动。对于预防性干预行动,能够考虑各种行动,但通常认为根据个人的体质、生活习惯的差异等,这些预防性干预行动中的哪一种行动对该个人的健康关心区域的健康度的维持、提高有效是因人而异的。另外,在将预防性干预行动的量称为干预量时,认为个人知晓适当的干预量在该个人进行有效的预防性干预行动上是重要的。而且,通常认为某干预量的预防性干预行动对提高健康关心区域的健康度具有何种程度的效果也同样因人而异。
现有技术文献
专利文献
专利文献1:日本特开2017-27157号公报
发明内容
发明要解决的问题
如上所述,具有使个人的健康关心区域的健康度增加的效果的预防性干预行动的种类是用于维持、提高该个人的健康度的重要的信息,但无法简单地取得该信息。为了取得这样的信息,认为需要随时间经过监视健康关心区域的个人的健康度,但个人难以简单且客观地健康度。为此,需要不去医院等设施就能够在家庭内使用生物体信息进行健康度的测定。
另外,针对该个人的预防性干预行动的适当的干预量也能够成为重要的信息,但不存在将取得该信息采取为课题并按每个人决定适当的干预量这样的技术。在此,为了取得针对个人的预防性干预行动的适当的干预量,还需要该个人所进行的预防性干预行动的干预量的随时间经过的信息。即,这是因为,如果没有这样的信息,则无法求出该预防性干预行动有助于提高何种程度的健康度。因而,需要还监视个人平时进行的预防性干预行动的活动量。这样,如果个人能够在家庭内简便地监视生物体信息,基于该生物体信息调查健康度的推移,并且监视自身所进行的各种预防性干预行动的干预量,来调查该预防性干预行动对健康度带来了何种程度的良好影响,则认为对于知晓用于维持、提高个人的健康关心区域的健康度的适当的预防性干预行动及其最佳量是非常有用的。但是,不存在这样的技术,并且个人无法通过自身知晓适当的预防性干预行动、其量。
本发明是鉴于上述课题而完成的,提供一种基于随时间经过获取到的生物体信息来评估健康关心区域的健康度与各个预防性干预行动的相关度及影响度的方法。
用于解决问题的方案
本发明的方法基于被认定为与个人的健康关心区域的健康度相关联的一个以上的生物体信息,来评估所述健康度与一个以上的预防性干预行动的各预防性干预行动之间的关联性,所述一个以上的预防性干预行动有可能有助于维持或提高所述个人的健康度,所述方法的特征在于包括以下步骤:随时间经过获取所述个人的所述生物体信息;基于获取到的所述生物体信息,来随时间经过进行所述个人的健康度的评估;随时间经过获取所述一个以上的预防性干预行动各自的干预量;求出所述预防性干预行动各自的随时间经过的所述干预量与所述个人的随时间经过的所述健康度之间的相关度及影响度;以及将所述一个以上的预防性干预行动中所述相关度为规定值以上的预防性干预行动决定为关联预防性干预行动。
在本发明中,能够构成为基于所述关联预防性干预行动各自的所述影响度及所述干预量,来决定所述关联预防性干预行动的最佳干预量。在本发明中,能够构成为,所述最佳干预量被决定为与所述干预量的增加对应的所述健康度的增大量变为规定的下限值以下时的所述干预量。在本发明中,能够构成为,所述健康度具有发生规定的疾病的风险变高的规定的阈值,基于所述健康度的随时间经过的变化,来预测所述健康度达到所述阈值的期间。在本发明中,能够构成为,通过统计方法来求出所述相关度及所述影响度。在本发明中,能够构成为,所述干预量是所述个人的规定的活动的活动量。在本发明中,能够构成为,所述个人的所述生物体信息包含脑波,所述个人的健康度与认知功能有关。在本发明中,能够构成为,所述脑波是在向所述个人提供了特定的刺激的状态下获取到的脑波。在本发明中,能够构成为,所述脑波是在向所述个人提供了特定的两种刺激的状态下分别获取到的两种脑波,与所述认知功能有关的所述个人的所述健康度是基于获取到的所述两种所述脑波的特定的频率成分的强度相对于整体的强度的比率之差来决定的。在本发明中,能够构成为,所述两种刺激分别是音乐和照片影像,所述脑波的特定的频率成分对应于α2波。在本发明中,能够构成为,所述刺激是清醒安静时的无刺激、睡眠时的无刺激、声音、音乐、图像影像、照片影像、视频、问卷调查、智力测验、游戏和脑力训练中的任一种。在本发明中,能够构成为,所述个人的所述生物体信息由可穿戴式终端获取。
在本发明中,能够构成为,所述干预量包括:步行量、规定的运动的运动量、规定的认知训练的执行量、睡眠时间、酒精摄取量、吸烟根数、营养的获取量、药物、营养补充剂、健康食品的获取量、因规定的声音、音乐产生的听觉刺激量、因规定的图像、视频产生的视觉刺激量以及对脑的电刺激、磁刺激的刺激量中的至少一个。本发明作为用于执行上述的方法的装置、用于使计算机作为这种装置发挥功能的计算机程序、存储有这种计算机程序的计算机可读取的记录介质也是成立的。
本发明的方法也能够设为基于被认定为与多个个人的健康关心区域的健康度相关联的一个以上的生物体信息,来评估所述健康度与一个以上的预防性干预行动的各预防性干预行动之间的关联性,所述一个以上的预防性干预行动有可能有助于维持或提高所述多个个人的健康度,所述方法的特征在于包括以下步骤:随时间经过获取所述多个个人的所述生物体信息;基于获取到的所述生物体信息,来随时间经过进行所述多个个人的健康度的评估;随时间经过获取所述多个个人的所述一个以上的预防性干预行动各自的干预量;以及通过使用了所述多个个人的所述预防性干预行动各自的随时间经过的所述干预量和所述多个个人的随时间经过的所述健康度的机器学习,来求出所述预防性干预行动的各预防性干预行动与所述健康度之间的关联性。
发明的效果
本发明具有效果:根据以下的结构,能够基于被认定为与个人的健康关心区域的健康度相关联的一个以上的生物体信息,来评估健康度与一个以上的预防性干预行动的各预防性干预行动之间的关联性,所述一个以上的预防性干预行动有可能有助于维持或提高所述个人的健康度,所述结构随时间经过获取个人的所述生物体信息,基于获取到的生物体信息来随时间经过进行个人的健康度的评估,随时间经过获取一个以上的预防性干预行动各自的干预量,求出预防性干预行动各自的随时间经过的干预量与个人的随时间经过的健康度之间的相关度及影响度,将一个以上的预防性干预行动中的相关度为规定值以上的预防性干预行动决定为关联预防性干预行动。
附图说明
图1是示出终端装置100的结构的框图。
图2是终端装置100的动作流程图。
图3是在向用户提供了音乐的状态下获取脑波的场景的示意图。
图4是在向用户提供了照片影像的状态下获取脑波的场景的示意图。
图5是示出能够成为本发明的对象的健康关心区域、生物体信息、传感器设备的列表的图。
图6是表示与脑波对应的功率谱的例子的图。
图7是从Hiroshi Yoshimura等的论文的Fig.4的Alpha2的图引用的图,是示出HDS-R与变化量之间的关系的图。
图8是从加藤伸司等的论文的图2引用的图,是示出HDS-R得分与MMSE得分之间的关系的图。
图9是表示α2波的变化量与MMSE得分的变化量之间的关系的表。
图10是表示与MMSE得分有显著性关系的与脑波有关的指标的例子的图。
图11是表示随时间经过获取到的预防性干预行动及其干预量的例子的表。
图12是示出多重回归分析的结果的例子的图。
图13是从Charis Styliadis等的论文的FIGURE3引用的图,是在图13的(a)中示出干预前后的MMSE得分的差与δ波强度的差之间的关系、在图13的(b)中示出干预前后的MMSE得分的差与θ波强度的差之间的关系的图。
图14是表示干预量与健康度之间的关系的例子的图。
具体实施方式
(发明的概念)
在本发明中,根据使用能够在家庭内进行测定那样的传感器设备获取到的生物体信息,来求出健康关心区域的健康度,另一方面,对预防性干预行动的干预量进行监视,根据健康度和干预量来求出预防性干预行动的干预量与健康度之间的相关度、预防性干预行动的影响度。本发明能够设为对象的健康关心区域、与该健康关心区域的健康度相关联的生物体信息、用于获取该生物体信息的传感器设备的例子如下面那样。
首先,能够将健康关心区域设为痴呆症,在该情况下,作为生物体信息,能够使用源自脑活动的信息(脑波、脑血流量、脑磁图)、源自声音的信息(谈话内容、发音、抑扬)等,作为用于获取该生物体信息的传感器设备,能够使用脑波仪、NIRS脑测量装置、脑磁图仪、声音分析装置等。
接着,能够将健康关心区域设为抑郁症,在该情况下,作为生物体信息,能够使用源自脑活动的信息(脑波、脑血流量、脑磁图)、源自自主神经的信息、源自声音的信息(谈话内容、发音、抑扬)等,作为用于获取该生物体信息的传感器设备,能够使用脑波仪、NIRS脑测量装置、脑磁图仪、心率计、声音分析装置等。
还能够将健康关心区域设为脑卒中,在该情况下,作为生物体信息,能够使用血管年龄等,作为用于获取该生物体信息的传感器设备,能够使用血压计、加速度脉搏波计、血压脉搏波计等。
另外,还能够将健康关心区域设为关节病,在该情况下,作为生物体信息,能够使用源自步行方式的信息(由于关节的变形表现于步行方式)等,作为用于获取该生物体信息的传感器设备,能够使用加速度传感器等。
另外,还能够将健康关心区域设为糖尿病,在该情况下,作为生物体信息,能够使用血糖值、源自自主神经的信息等,作为用于获取该生物体信息的传感器设备,能够使用血糖测定器、心率计、心率变动计等。
另外,还能够将健康关心区域设为骨折、跌倒,在该情况下,作为生物体信息,能够使用骨密度、肌肉量等,作为用于获取该生物体信息的传感器设备,能够使用体组成计等。
另外,还能够将健康关心区域设为高血压病,在该情况下,作为生物体信息,能够使用血压等,作为用于获取该生物体信息的传感器设备,能够使用血压计等。
另外,还能够将健康关心区域设为脂质异常,在该情况下,作为生物体信息,能够使用源自脂质的信息等,作为用于获取该生物体信息的传感器设备,能够使用脂质测量器等。
此外,任一种传感器设备均是已经能够利用的能够在家庭内使用那样的装置或者是确立了实用化的目标的设备。此外,在图5中以列表的方式示出这些传感器设备。
另外,还能够将健康关心区域设为运动障碍综合症(locomotive syndrome)。运动障碍综合症(运动器官症候群,下面简称为运动障碍)是于2007年由日本整形外科学会提出的概念,被定义为由于运动器官的障碍而引起移动功能降低的状态。移动功能是指步行、站立坐下等,设为当进行发展时需要护理的风险变高。因此,运动障碍追溯以下经过:在构成运动器官的骨头、软骨、肌肉等各组织随着年龄增长而在量上、质上减少的期间,如果是软骨则潜在有变形性关节病等基础疾病,如果是骨头则潜在有骨质疏松症这样的基础疾病,这些疾病因某种契机而出现膝痛、腰痛、骨折等症状,从而表面化(发病)并进行发展。这些疾病通过早期发现并采取预防有可能恢复,或者即使发展到某种程度也通过治疗有可能恢复,因此在可逆性的阶段中进行筛选、判定并实施改善对策的意义重大。运动障碍综合症的判定能够通过站立测试、两步测试、运动障碍评定表25等测试来进行。运动障碍综合症是在那样的测试中分类出的肌肉、骨、软骨的疾病,因此运动障碍综合症与肌量、变形性膝关节病、跌倒、骨折有关系。
在健康关心区域是运动障碍综合症的情况下,作为生物体信息,能够使用步行速度、加速度(包含步行中的垂直方向上的加速度等)、与脉搏波相关联的各种参数(包含脉搏波传播速度)等,作为用于获取该生物体信息的传感器设备,能够使用包括可穿戴式终端的各种传感器设备。例如,对于步行速度,能够使用活动量计、智能手机等,对于加速度,能够使用利用了惯性传感器等的步行参数传感器、无线三轴加速度计(包含能够用躯干带安装于腰椎等的方式)那样的加速度计等,对于与脉搏波相关联的各种参数,能够使用血压脉搏波检查装置、脉搏波传感器(包含光学式)等。
此外,也在图5中以列表的方式示出它们。
下面,返回到健康关心区域为痴呆症的情况来继续说明。
(终端装置100的结构)
现在参照附图来说明作为本发明的一个实施方式的终端装置100。终端装置100是在用户输入生物体信息以评估预防性干预行动的相关度及影响度那样的关联性时使用的终端装置,但也用于用户输入预防性干预行动的干预量或者求出所要求的预防性干预行动的相关度及影响度。终端装置100典型地是智能手机那样的便携式计算机终端。终端装置100也能够是便携式电话、PDA、平板终端等其它形式的装置。图1是示出终端装置100的结构的框图。终端装置100由控制部101、输入输出接口(I/F)102、用户接口(I/F)103、无线通信部104构成。终端装置100典型地是具有执行所给的程序的功能的智能手机那样的可便携式计算机装置。控制部101是用于执行对终端装置100的动作进行控制的各种功能的电路,典型地是通过总线将处理器101a、临时存储器(未图示)、存储器101b进行连接而构成的数据处理电路。存储器101b典型地是如闪速ROM那样的非易失性存储器,其中存储有评估程序101c。在控制部101中,作为CPU发挥功能的处理器101a读出存储器101b中存储的评估程序101c,利用如RAM那样的临时存储器的工作区域来执行该评估程序101c,由此执行用于实现与关联性评估有关的各种功能的动作。通过执行评估程序101c来形成与这种功能相应的执行模块,由此实现本发明的终端装置100的特征性功能。存储器101b还存储有提供内容101d。提供内容101d是在检测脑波来作为生物体信息时对用户施加刺激的情况下为了施加该刺激而提供的音乐、照片等数据。提供内容101d还可以是问卷调查、智力测验、游戏或脑力训练那样的具有训练元素的预防性干预行动的内容。此外,优选准备许多种类的这些数据、内容以不产生厌烦、习惯。在控制部101中,处理器101a从存储器101b读出那样的提供内容101d并将该提供内容101d再现,通过将该提供内容101d显示在在如显示器那样的用户I/F 103上等,从而能够向用户提供该提供内容101d。
输入输出I/F 102是包括天线、高频电路、数据处理电路等的接口电路,用于典型地通过Bluetooth(注册商标)等近距离无线通信功能与外部的传感器等进行数据发送接收。作为外部的传感器,典型地使用后述的可穿戴式传感器200。此外,输入输出I/F 102是有线的接口,也能够构成为通过有线方式将外部的传感器与终端装置100连接。
用户I/F 103是用于与用户之间进行信息的交换的电路,该电路例如是用于由用户进行操作指示、数据的输入等信息输入的触摸面板、按钮类以及用于驱动它们的电路等;用于向用户进行数据的显示、声音的输出等信息输出的显示器、扬声器、头戴式耳机端子以及用于驱动它们的电路等。无线通信部104是用于通过无线方式与移动电话网那样的外部的网络进行数据通信的电路,能够访问因特网。无线通信部104典型地是包括天线、高频电路、数据处理电路等的电路。终端装置100能够通过无线通信部104经由因特网访问提供规定的功能的服务器。
可穿戴式传感器200是用于佩戴于用户的身体来获取生物体信息的传感器。在本实施方式中,以头戴式耳机型的脑波传感器为具体例来进行说明,但生物体信息只要是与健康度相关联的信息即可,不限于脑波,另外,只要能够获取作为对象的生物体信息,则可穿戴式传感器的方式也可以是手环式、项链式、腹带型等其它方式。如果传感器是可穿戴式的,则由于佩戴时的负担小,因此能够简便地获取生物体信息,从而能够期待在进行长期间的监视时减少用户的负担。但是,获取生物体信息的传感器不限于可穿戴式,也可以是在测定时安装于身体那样的通常的传感器。
(终端装置100的动作)
现在参照附图来说明终端装置100的动作。图2是终端装置100的动作流程图。由终端装置100实施的本发明的方法是以下方法:基于被认定为与个人的健康关心区域的健康度相关联的一个以上的生物体信息,来评估健康度与一个以上的预防性干预行动的各预防性干预行动之间的关联性,所述一个以上的预防性干预行动有可能有助于维持或提高该个人的健康度。
控制部101随时间经过获取作为用户的个人的生物体信息(步骤S101)。生物体信息是被认定为与用户的规定的健康关心区域的健康度相关联的信息或者有这种可能性的信息,通过测定该生物体信息,从而能够客观地确定健康度。生物体信息的获取通过随时间经过进行监视来进行,以确认随着时间的经过而健康度如何变化这样的随时间经过的转变。随时间经过的监视是例如以1天1次、1周1次、1月1次等频率定期地获取生物体信息。生物体信息优选为能够根据其测定值直接确定用户的规定的健康关心区域的健康度那样的信息,但也可以是在对用户施加了刺激等特定的条件的状态下获取的信息。另外,该刺激也可以设为多个刺激。
在本实施方式中,说明用户的健康关心区域是认知功能、生物体信息是脑波的情况。一般通过书写测查或医生的面谈等来评估认知功能的程度,但在本发明中,不进行这种书写测查或医生的面谈,就能够根据脑波这样的生物体信息来客观地确定认知功能的程度。因此,用户的负担小。优选的是,对用户施加规定的刺激来获取脑波。这样做的理由是,认为对该刺激的敏感性的程度表现为脑波的变化的程度,而且认为敏感性的大小与认知功能的程度密切相关。刺激能够设为来自音乐、照片影像等的一种刺激,获取对用户施加了这种刺激的状态下的脑波。作为刺激,是在脑波中引起较大变化的种类的刺激,优选对该刺激的敏感性的个人差异小的刺激。如果是这样的刺激,则认知功能正常的人针对该刺激而在脑波中发生与该刺激对应的大小的变化,但认知功能降低的人对刺激的敏感性钝化,因此认为在脑波中不会发生过大的变化。因而,通过对施加了该刺激时的针对该刺激应引起的脑波的变化的程度进行测定,来能够求出认知功能的程度。
此外,当增加刺激的种类时,对刺激的敏感性的个人差异被平均化,因此认为能够提高认知功能的测定精度。现在说明在对用户施加了两种刺激的状态下获取脑波的情况的具体例。在该具体例中,在用户清醒安静时在对用户施加了因规定的音乐产生的刺激的状态和对用户施加了因照片影像产生的刺激的状态这两种状态下获取该用户的脑波。根据在这样的两种状态下获取到的脑波来评估认知功能的状态的方法是公知的。
在此,说明根据生物体信息求出健康关心区域为痴呆症的情况下的认知功能的程度的具体方法。Hiroshi Yoshimura等的论文“Evaluations of dementia by EEGfrequency analysis and psychological examination”、生理科学杂志(2010)60:383-388、2010年、日本生理学会中记载了以下内容:在对被检者施加了因音乐和照片影像各自产生的刺激的状态下分别获取脑波并进行频率解析,由此根据痴呆症的程度,在脑波的特定的频带的强度观察到特征性的图案。如果利用这样的见解,则认为能够根据作为客观的生物体信息的脑波来判断痴呆症的阶段。在该论文中记载了以下内容:为了评估痴呆症的阶段,着眼于EEG(脑波)节律和HDS-R(修订长谷川式简易智能评估量表),在对痴呆症的人和对照组的普通人的各人施加了因音乐和照片影像各自产生的刺激的状态下获取脑波并进行频率解析。其结果,对于施加了因音乐产生的刺激的状态下获取到脑波(Frontal EEG波)的脑波的节律图案与施加了因照片影像产生的刺激的状态下获取到的脑波的节律图案之间的变化,观察到以下差异:对照组的普通人被认定发生大的变化,但痴呆症的人被认为几乎没有变化。脑波被认定在各种频带的脑波内特别是在α2(9Hz-11Hz)内有很大差异。图6是表示与脑波对应的功率谱(频率成分)的例子的图。4Hz-7Hz的频率成分的脑波被称为θ波,7Hz-9Hz的频率成分的脑波被称为α1波,9Hz-11Hz的频率成分的脑波被称为α2波,11Hz-13Hz的频率成分的脑波被称为α3波,13Hz-30Hz的频率成分的脑波被称为β波。在图6的上侧,用将横轴作为时间轴表示的波形来示出脑波,在图6的下侧,用将横轴作为频率表示的频率成分的强度分布来示出将脑波转换为频域的功率谱(频率成分)。在图6的例子中示出了10Hz附近的α2波的强度强于其它频率成分的强度。
为了对各种频带的节律图案的变动性进行定量化,通过从音乐的刺激的情况下的α2的占有率减去照片影像的刺激的情况下的α2的占有率来求出变化量,使用该变化量来进行了评估。其结果发现:特别是在α2中,当HDS-R下降时变化量减少。在此,α2的占有率是用α2波的强度/(θ波、α1波、α2波、α3波以及β波的强度的总和)求出的值。图7是从HiroshiYoshimura等的论文的Fig.4的Alpha2的图引用的图,是示出HDS-R与变化量之间的关系的图。从该图能够理解HDS-R与变化量之间存在大致直线关系,在将HDS-R设为x、将变化量(Variation score:变化评分)设为y时,由于该直线通过两点(10、-3.7)和(30、20.8),因此导出大致存在y=1.225x-15.95的关系。此外,在该论文中,占有率是在采样率为1秒、测定时间为180秒的条件下作为180秒的平均值而计算出的。
在此,HDS-R的评分与被设为认知功能的一般指标的MMSE(简易精神状态检查)的评分具有极强的相关性。图8是从加藤伸司等的文献“改訂長谷川式簡易知能評価スケール(HDS-R)の作成”、老年精神医学杂志第2卷第11号、1991年11月、日本老年精神医学会的图2引用的图,是示出HDS-R得分与MMSE得分之间的关系的图。从该图能够理解的是HDS-R得分与MMSE得分存在比例常数大致为1的比例关系,且能够理解的是存在HDS-R得分≈MMSE得分的关系。当结合图7和图8的结果时认为,在脑波的变化量与MMSE得分之间存在与HDS-R的情况相同的直线关系,能够根据脑波的变化量来求出MMSE得分。在本实施方式中,通过从施加了音乐的刺激的情况下的α2波的占有率减去施加了照片影像的刺激的情况下的α2波的占有率来求出变化量,通过对该变化量应用将MMSE得分设为x、将α2波的变化量设为y的情况下的y=1.225x-15.95的关系,来求出MMSE得分。而且,该MMSE得分为使用脑波这样的生物体信息来求出健康关心区域为认知功能的情况下的健康度而得到的得分。
说明健康关心区域是运动障碍综合症的情况。在生物体信息是步行速度的情况下,已知当步行速度低时发病概率高。在生物体信息是步行中的垂直方向上的加速度的情况下,已知在基于使用加速度计测定出的垂直轴的自相关系数的评估的、步行的变动性中,当自相关系数小时发病概率高。在生物体信息是与脉搏波相关联的各种参数(包含脉搏波传播速度)的情况下,已知例如认为脉搏波传播速度越高则发病概率越高。下面分别示出具体的例子。
关于步行速度与运动障碍综合症之间的关系,在金宪经等的文章“高齢期の移動能力とロコモ”、LOCO CURE VOL.3No.2(2017)46-51(138-143)页、2017年、尖端医学社中示出了步行速度与肌肉量、变形性膝关节病、骨折史、跌倒存在相关关系,在其表1中示出了以下内容:步行速度是小于0.8m/s还是为0.8m/s以上与全身肌肉量、腿的肌肉量、有无变形性膝关节病、有无60岁以后的骨折史、有无跌倒恐惧感有关,具有p值为0.001至0.034的显著性相关性,在其表2中示出以下内容:在将步行速度设为独立变量、将膝盖痛设为从属变量时,优势比为0.979;95%置信区间为0.968-0.991;存在p值为0.001的显著性相关性,在将步行速度设为独立变量、将跌倒设为从属变量时,优势比为0.976;95%置信区间为0.954-0.997;存在p值为0.029的显著性相关性。
关于步行速度与运动障碍综合症之间的关系,还在S.Muraki等的文章“Physicalperformance,bone and joint diseases,and incidence of falls in Japanese menand women:a longitudinal cohort study”、国际骨质疏松症(2013)24:459-466页、2013年、国际骨质疏松症基金会和国家骨质疏松症基金会中的表2中示出了在非跌倒者或跌倒者与步行速度之间存在p值小于0.001的显著性相关性。
另外,关于基于垂直轴的加速度的自相关系数的脚步的变动性与运动障碍综合症之间的关系,在Hiromi Matsumoto等的论文“Gait variability analysed using anaccelerometer is associated with locomotive syndrome among the generalelderly population:The GAINA study”、矫形科学杂志21(2016)354-360页、2016年、日本整形外科学会中的表4中示出了利用223个被检者验证有无基于步行时的垂直轴的加速度(AC-VT Step)的脚步的变动性(Gait Variability)和运动障碍综合症得到的结果,在其表5中示出以下内容:在基于步行时的垂直轴的加速度的脚步的变动性与运动障碍综合症之间的关系的回归分析中,调整优势比为0.943;95%置信区间为0.892-0.996;存在p值为0.037的显著性相关性。
这样,是否为运动障碍综合症与步行速度、垂直轴的加速度相关,因此能够使用步行速度、垂直轴的加速度这样的从生物体获得的生物体信息来求出健康关心区域为运动障碍综合症的情况下的健康度(即,如运动障碍度那样的运动障碍综合症的发展程度的指标)。
关于与脉搏波相关联的各种参数同运动障碍综合症之间的关系,在佐藤等的论文“男性高血圧患者における脈波伝播速度とサルコペニア予備群との密接な関係”、日本临床生理学会杂志VOL.45No.5、133-140页、2015年、日本临床生理学会中示出了对臂-踝脉搏波传播速度(baPWV:brachialankle Pulse Wave Velocity)和骨骼肌量进行测定,并对肌少症预备组与动脉壁硬化发展之间的关系进行研究而得到的结果,该臂-踝脉搏波传播速度是对通过来自心脏的血液射出而产生的动脉的脉搏波向末梢传播的速度进行测量而得到的脉搏波传播速度(PWV:Pulse Wave Velocity)的一种。在此,肌少症是指运动障碍综合症的构成要素之一,主要是指因年龄的增加引起肌肉量减少,从而肌肉力量降低、身体功能降低。骨骼肌量减少是指肌少症进行发展。另外,已知当动脉壁硬化进行发展时脉搏波传播速度变快这样的一般关系。另外,根据各家的报告,介绍了baPWV与骨骼肌量之间存在负的相关性(当baPWV高时骨骼肌量小)。而且,根据研究的结果,通过将“baPWV为1800cm/sec的截止点”作为目标变量的多重逻辑回归分析,示出了男性中肌少症预备组是与年龄、血压、脉搏、血糖等经典因素相独立的说明因子。这样,示出存在以下相关关系:当臂-踝脉搏波传播速度(baPWV)高时,骨骼肌量小,肌少症发展。而且,能够理解为,肌少症进行发展等同于运动障碍综合症进行发展。并且,能够理解为不仅是臂-踝脉搏波传播速度(baPWV),而且脉搏波传播速度(PWV)也存在同样的关系。另外,认为即使使用与在一般的脉搏波的检查中获取到的脉搏波相关联的各种参数,其也与动脉壁硬化发展的程度相关联,因此同样认为能够判断运动障碍综合症的程度。
这样,由于运动障碍综合症的发展的程度同与脉搏波相关联的各种参数相关,因此能够使用如脉搏波传播速度那样与脉搏波相关联的参数这样的从生物体获得的生物体信息,来求出健康关心区域为运动障碍综合症的情况下的健康度(即,如运动障碍度那样的运动障碍综合症的发展的程度的指标)。
下面,返回到健康关心区域为痴呆症的情况来继续说明。
优选的是,由佩戴于用户的身体的可穿戴式终端提取用户的生物体信息,在此,使用作为头戴式耳机型脑波传感器的可穿戴式传感器200。此外,由终端装置100的控制部101再现提供内容101d,从终端装置100的扬声器或头戴式耳机终端输出音乐或者将照片影像显示在终端装置100的显示器中,由此提供由音乐或照片影像产生的刺激。图3是在向用户提供了音乐的状态下获取脑波的场面的示意图。用户操作终端装置100来使关联性评估的应用程序进行动作。此时,优选的是,通过声音或文字对用户提供引导,以使用户处于以仍佩戴着可穿戴式传感器200的方式暂时收听音乐的状态。用户处于将可穿戴式传感器200如头戴式耳机那样佩戴来使电极接触到前额和耳垂的状态。控制部101通过应用程序的动作来再现音乐的提供内容101d并将该提供内容101d提供给用户,可穿戴式传感器200从电极获取此时的脑波,该传感器电路向终端装置100内的输入输出I/F 102发送表示脑波的信号。表示脑波的信号典型地是通过对脑波进行采样来进行A/D转换而得到的信号。
当完成获取向用户提供了音乐的状态下的脑波时,控制部101通过关联性评估的应用程序的动作来停止再现音乐,接着显示照片影像,开始获取该状态下的脑波。图4是在向用户提供了照片影像的状态下获取脑波的场景的示意图。此时,优选的是,通过声音或文字对用户提供引导,以使用户处于以仍佩戴着可穿戴式传感器200的方式暂时观看照片影像的状态。控制部101通过该应用程序的动作来将照片影像的提供内容101d显示在显示器中来将该提供内容101d提供给用户,可穿戴式传感器200从电极获取此时的脑波,该传感器电路向终端装置100内的输入输出I/F 102发送表示脑波的信号。当完成获取向用户提供了照片影像的状态下的脑波时,控制部101通过关联性评估的应用程序的动作来停止显示照片影像。这样获取了用户的生物体信息(施加了两种刺激的状态下的脑波)。而且,按照每个固定期间获取这样的生物体信息,由此该生物体信息获取为随时间经过的数据。到目前为止获取到的生物体信息优选以文件的方式等存储在存储器101b内。
接着,控制部101基于获取到的生物体信息,随时间经过地进行个人的健康度的评估(步骤S102)。首先,控制部101通过关联性评估的应用程序的动作,利用FFT等算法将在提供两种刺激的情况下获取到的各个脑波转换为频域,由此至少求出α2波的强度和θ波、α1波、α2波、α3波及β波(下面表述为“θ波至β波”)的强度的总和,针对在提供两种刺激的情况下获取到的脑波,分别求出α2波的强度与θ波至β波的强度的总和的比率即占有率。然后,控制部101通过从施加了音乐的刺激的情况下的α2波的占有率减去施加了照片影像的刺激的情况下的α2波的占有率来计算变化量。进而,控制部101通过对该变化量应用将MMSE得分设为x、将变化量设为y的情况下的y=1.225x-15.95的关系,来求出MMSE得分。图9是表示α2波的变化量与MMSE得分的变化量之间的关系的表。而且,该MMSE得分是使用在提供两种刺激的情况下获取到的各个脑波这样的生物体信息来求出健康关心区域为认知功能的情况下的健康度而得到的得分。这样进行用户的健康度(MMSE得分)的评估。通过按照每个固定期间进行该评估,从而随时间经过评估健康度。到目前为止获取/计算出的健康度优选存储在存储器101b内。
在步骤S101和S102中重要之处在于,获取对用户施加了两种刺激的状态下的脑波来作为生物体信息,求出这两种脑波的α2波的占有率,进而求出占有率的变化量,从而计算与该变化量对应的健康度。即,能够理解为这两种刺激对脑施加不同的刺激,由此对θ波至β波各个频率成分的脑波的强度带来不同的影响。基于这种理解认为,不论两种刺激的种类如何,都能够通过选择对于这两种刺激而言强度变化的相关性大的频率成分的脑波(也包括α2波以外的频率成分)来求出其变化量,由此高精度地定量化对刺激的变化对应的脑的反应的强弱。在此,认知功能降低的人对刺激的敏感性钝化,因此推测出与刺激的变化对应的脑的反应的变化也小,脑波的变化量小。因而,能够推测出根据在施加了除音乐、照片影像以外的两种刺激的状态下获取到的两种脑波的特定的频率成分的变化量,也能够求出与认知功能对应的健康度。即,在任一种情况下都能够推测出出现以下倾向:变化量越小,与认知功能对应的健康度越低。从这样的观点出发,认为两种刺激能够使用多种刺激,例如能够设为由声音、音乐、图像影像、照片影像、视频、问卷调查、智力测验、游戏和脑力训练中的任一种产生的刺激。此外,优选的是,根据所使用的两种刺激的种类通过实验求出此时获得的变化量与健康度(MMSE得分)之间的对应关系。将这样的变化量作为指标,能够基于该对应关系来求出MMSE得分。在此,两种刺激未必需要设为不同的种类,例如能够设为脑力训练且内容不同的刺激等。另外,也能够将两种刺激中的一种刺激设为清醒安静时或睡眠时没有施加具体的刺激的无刺激的情况。此外,也能够将问卷调查、智力测验、游戏或脑力训练那样的施加智力刺激的种类的刺激的本身设为预防性干预行动。
另外,如果通过实验发现与MMSE得分有相关性的、与脑波有关的其它指标,则将该指标与MMSE得分之间的对应关系进行定量化,由此能够通过利用该指标对获取到的脑波进行分析来求出MMSE得分。图10是表示与MMSE得分有显著性关系的与脑波有关的指标的例子的图。在图10中,描绘了通过实验获得的用○示出的指标以及MMSE得分的具体数值,示出了该指标与MMSE得分存在用直线表示那样的比例关系。通过实验发现这样的指标,由此即使使用该指标,也能够求出MMSE得分。
接着,控制部101随时间经过获取一个以上的预防性干预行动各自的干预量(步骤S103)。即,控制部101通过关联性评估的应用程序的动作,接受来自用户的预防性干预行动各自的干预量的输入。干预量优选为用户的规定的活动的活动量。在控制部101中预先设定了使用的预防性干预行动的种类、如何进行干预量的输入。关于干预量的输入,在如可穿戴式设备那样的装置测定例如步数、睡眠时间等活动量的情况下,控制部101通过输入输出I/F 102与该装置进行通信,由此获取干预量。在干预量是由终端装置100向用户提供的问卷调查、智力测验、游戏或脑力训练那样的施加智力刺激的预防性干预行动所对应的干预量的情况下,控制部101存储提供了该干预量的量(时间)、其结果(成绩)等,并获取该结果来作为干预量。如果干预量是如酒精摄取量、吸烟根数等那样与用户的生活等有关系的数值且需要用户自身输入,则控制部101将这些预防性干预行动的输入的指示显示在如显示器那样的用户I/F103中,从而通过如触摸面板那样的用户I/F 103输入与各预防性干预行动对应的干预量。图11是表示随时间经过获取到的预防性干预行动及其干预量的例子的表。在图11的例子中,示出了步行、锻炼A、锻炼B、脑训练A(Brain training A)、脑训练B(Braintraining B)、睡眠、酒精摄取、吸烟这样的预防性干预行动,跨越20个月的测定月按照每一个月获取输入各个预防性干预行动的干预量和生物体信息。生物体信息示出于“α2的变化量VS上月的α2的变化量”来作为在提供两种刺激的情况下获取到的各个脑波的α2波的变化量与上月的α2波的变化量之间变化的量。作为预防性干预行动以及与该预防性干预行动对应的干预量,示出了与步行对应的步数、与锻炼A的运动对应的运动时间、与锻炼B的运动对应的运动时间、与脑训练A(Brain training A)对应的实施时间、与脑训练B(Braintraining B)对应的实施时间、与睡眠对应的睡眠时间、与摄取酒精对应的酒精摄取量、与吸烟对应的吸烟根数。
作为预防性干预行动的干预量,能够使用各种干预量,例如,能够使用下面那样的干预量。
(i)步行量
(ii)规定的运动的运动量
(iii)规定的认知训练的执行量
(iv)睡眠时间
(v)营养的获取量
(vi)药物、营养补充剂、健康食品的获取量
(vii)因规定的声音、音乐产生的听觉刺激量
(viii)因规定的图像、视频产生的视觉刺激量
(ix)对脑的电刺激、磁刺激的刺激量
(x)酒精摄取量
(xi)吸烟根数
关于与(i)至(ix)对应的预防性干预行动,一般认为越多越好直到适量为止。在该情况下,当将这些行动等的量设为干预量时,能够认为干预量越大则健康度越提高。另一方面,关于与(x)、(xi)对应的预防性干预行动,一般认为越少越好。例如,在酒精的摄取或吸烟成为习惯的情况下,基于成为习惯的量来抑制酒精摄取量、吸烟根数的行动成为预防性干预行动。在该情况下,如果将酒精摄取量、吸烟根数设为干预量,则能够认为干预量越小则健康度越提高。
作为示出对认知功能产生影响的预防性干预行动的文献,存在下面那样的文献。在Charis Styliadis等的论文“Neuroplastic Effects of Combined ComputerizedPhysical and Cognitive Training in Elderly Individuals at Risk for Dementia:An eLORETA Controlled Study on Resting States”、神经可塑性、2015卷、文章ID172192中示出了将运动(Physical)和认知(Cognitive)组合的训练的效果对利用脑波(EEG)测定出的大脑皮质活动(cortical activity)产生怎样的影响的研究结果。在该研究中,以70名轻度认知障碍(MCI)的患者为对象,分为干预3组和控制2组来进行比较。在此,在干预的前后测定出EEG(5分钟的安静时脑波)。大脑皮质的EEG源被精确的低分辨率电磁断层成像(eLORETA)模型化。在干预的前后,通过包含MMSE的测试来测定了认知功能。在此,以5小时/周实施运动和认知的各训练,并实施了8周。其结果,在将运动和认知组合的训练中看到显著性改善,作为脑波的观察结果,看到δ波、θ波、β波减少。图13是从CharisStyliadis等的论文的FIGURE3引用的图,是在图13的(a)中示出干预前后的MMSE得分的差与δ波强度(电流密度复原、current density reconstructions(CDR))的差之间的关系、在图13的(b)中示出干预前后的MMSE得分的差与θ波强度的差之间的关系的图。在该图中示出了在将运动和认知组合后的干预的前后,9例MMSE得分增加,另一方面,1例MMSE得分不变,4例MMSE得分降低。另外,示出了δ波、θ波的强度随着MMSE得分增加而减少的倾向。这样,示出了脑波能够成为轻度认知障碍中的非药物干预的指标。能够理解为在该Charis Styliadis等的论文中示出以下内容:将运动和认知组合的训练对于提高认知功能(MMSE得分)是有效的,效果的程度因人而异(也存在恶化的情况),认知功能的程度与脑波的强度有关系。由于将运动和认知组合的训练的效果因人而异,因此能够理解按每个个人选择有相关性的预防性干预行动具有重要的意义。另外,虽然与Hiroshi Yoshimura等的论文的方法不同,但也能够理解为能够根据脑波知晓认知功能的程度。
此外,已知以下内容:在用户的健康关心区域是运动障碍综合症的情况下,作为干预方法,能够使用运动(包括运动训练、有氧运动)、温热片、饮食、紫外线暴露、如SIXPAD(注册商标)那样的便携式肌肉电刺激装置、与社会活动相关联的方法等。
而且,作为预防性干预行动的干预量,能够使用运动量(包括有氧运动量)、温热片使用量、运动训练(下蹲、睁眼单脚站立、提踵、前弓步、哑铃运动等肌肉力量训练)量、营养的获取量(摄取能量的适应度、食品摄取的多样性评分等)、便携式肌肉电刺激装置的使用量、对社会活动的参加量、步数、移动距离、紫外线暴露时间、饮食时间、摄取卡路里、特定的营养素的摄取量、睡眠量(包括睡眠时间(也可以是非快速眼动睡眠时间)、快速眼动睡眠时间与非快速眼动睡眠时间的比率等)、消耗卡路里、脉搏数等。具体的例子如下所示。
在山田等的文章“運動習慣の獲得とロコモ度改善の関連縦断的高齢者運動器検診でわかったこと-有酸素運動でロコモ度の改善が得られる-”脊柱研究杂志Vol.8No.3、2017年、日本脊椎脊髓病学会中介绍了通过使男女均重新开始进行有氧运动而看到运动障碍度改善的倾向的报告。另外,有氧运动是指为了通过有氧代谢获得血红蛋白而能够长时间持续的轻度或中度的负荷的运动,例如能够列举步行、慢跑、跑步、骑单车、有氧操、游泳、水上运动等。
据此,如果将有氧运动设为预防性干预行动、将该有氧运动的量设为干预量,则能够认为干预量越大或越接近适当量,则健康度越提高。终端装置100能够通过经由输入输出I/F 102以无线或有线的方式与测定了有氧运动的运动量的活动量计(也可以是可穿戴式终端)进行通信来获取作为该情况下的干预量的有氧运动的运动量。另外,终端装置100也能够经由用户I/F 103接受来自用户的有氧运动的运动量的输入。
在石桥英明的文章“ロコモ対策としての運動療法と栄養指導”、THE BONEVol.31No.3 2017秋号89-94(325-330)页、2017年、医疗评审社中,关于运动、饮食以及运动障碍综合症的关系,示出了下面的内容。
关于运动,推荐运动训练(下面为ロコトレ(ロコモーションチェック的日文缩写))来作为针对运动障碍的运动疗法,该运动训练是下蹲、睁眼单脚站立、提踵、前弓步这四种。在该文章中,介绍了以下报告:对在运动检查中具有符合项目的老年人利用运动训练进行了6个月的干预的结果,单脚站立时间、功能性前伸测试(functional reach test)显著性改善,运动检查符合的项目数显著性增加,来作为通过基于运动训练的干预改善了作为运动障碍的指标的运动检查、运动障碍度测试等的评估值的报告。在该文章中还示出以下内容:在笔者等以218名老年人为对象进行了2个月的利用运动训练(下蹲、单脚站立、提踵)的干预的情况下,显著性改善了睁眼单脚站立持续时间、功能性前伸测试、10m步行时间、三米计时起立行走测试(3m Timed Up-and-Go Test)、脚趾把持力。另外,在该文章中介绍了以下报告:在使在运动检查中具有符合项目的28名老年男女实施了3个月或6个月的运动训练以及步行的情况下,显著性改善单脚站立时间、膝屈曲肌肉力量、运动检查符合的项目数,跌倒不安减轻。并且,在该文章中介绍了以下报告:在以地区居住的31名老年人为对象在6个月的运动障碍预防教室中实施了运动训练、哑铃运动的情况下,最快步行速度、30秒椅子站立测试、三米计时起立行走测试、运动检查的符合项目数等看到显著性改善。
此外,在日本整形外科学会官方运动障碍综合症预防启发官方网站中,推荐了下面的1至4的运动训练。
1.单脚站立;提高平衡能力。1天的目标:左右各1分钟、1天3次。
2.下蹲:下肢肌肉力量。1天的目标:以深呼吸的步调重复5-6次、1天3次。
3.提踵:小腿肚的肌肉力量。1天的目标:10次-20次×1天2组-3组。
4.前弓步:下肢的柔韧性、平衡能力、肌肉力量。1天的目标:10次-20次×1天2组-3组。
据此,如果将下蹲、睁眼单脚站立、提踵、前弓步、哑铃运动等运动训练设为预防性干预行动、将这些行动的量设为干预量,则能够认为干预量越大或越接近适当量则健康度越提高。终端装置100能够通过经由输入输出I/F102以无线或有线的方式与测定了运动量的活动量计(也可以是可穿戴式终端)进行通信来获取作为该情况下的干预量的运动量。另外,终端装置100能够经由用户I/F 103接受来自用户的运动量的输入。
接着,在该文章“ロコモ対策としての運動療法と栄養指導”中记载了以下内容:关于饮食,推荐维持适当的饮食量以及平衡良好的营养摄取,另外,报告了以下内容:认定食品摄取的多样性评分与握力及通常步行速度有显著性关系,多样性评分越高,握力和步行速度越高,4年后的运动功能的降低越少,该食品摄取的多样性评分用于评估每天大致摄取将摄取多种食品的情况进行评分化后的10种食品中的哪几种。
据此,如果将饮食设为预防性干预行动、将其饮食量设为干预量,则能够认为干预量越接近适当值则健康度越提高。另外,如果将饮食设为预防性干预行动、将其食品摄取的多样性评分设为干预量,则能够认为干预量越大则健康度越提高。终端装置100能够经由用户I/F 103接受来自用户的作为该情况下的干预量的饮食量、多样性评分的输入。根据被输入的已摄取的食品的种类的数量来计算多样性评分。
在上述的文章“高齢期の移動能力とロコモ”中报告了以下内容:在选定150名膝盖痛者的干预参加者并且配置运动+温热片组38名、运动组37名、温热片组38名、对照组37名来验证了运动指导和温热片的指导效果的情况下,验证出以下内容:因3个月的干预引起的通常步行速度的变化在运动组、运动+温热片组中显著性提高,但在对照组、温热片组中却没有看到显著性变化,另一方面,在运动组、运动+温热片组中观察到步幅显著地增加,步幅的延长较大有助于膝盖痛者的步行速度的提高。
据此,如果将运动和温热片设为预防性干预行动、将运动量和温热片使用量(每天几个小时等)设为干预量,则能够认为干预量越大或越接近适当值,则健康度越提高。终端装置100能够经由用户I/F 103接受来自用户的作为该情况下的干预量的运动量和温热片使用量的输入。
在安村诚司等的文章“第7回ロコモティブシンドローム対策-ロコモコールの有効性”、临床杂志整形外科Vol.64No.13(2013-12)1412-1415页、2013年、南江堂中示出以下内容:在基于运动训练的家庭锻炼的干预中,通过每周打1次~几次的鼓励电话(运动障碍呼叫(locomocol call)),来提高了干预方法的持续率,从而有利地改善了睁眼单脚站立时间。
据此,如果将运动障碍呼叫设为间接的预防性干预行动、将运动障碍呼叫的频率设为干预量,则能够认为干预量越大则健康度越提高。关于作为该情况下的干预量的运动障碍呼叫的频率,进行运动障碍呼叫的服务提供者经由用户I/F 103、输入输出I/F 102、无线通信部104等向终端装置100输入运动障碍呼叫的频率(每天几次等)。在使用用户I/F103的情况下,能够在服务提供者拜访用户家时从触摸面板等向终端装置100输入运动障碍呼叫的频率。另外,用户也能够自身从触摸面板等向终端装置100输入运动障碍呼叫的频率。在使用输入输出I/F 102的情况下,服务提供者将输入了运动障碍呼叫的频率的便携式终端携带至用户家来进行拜访,终端装置100能够通过经由输入输出I/F 102以无线通信等方式与该便携式终端进行通信来获取运动障碍呼叫的频率。在使用无线通信部104的情况下,服务提供者能够经由因特网发送运动障碍呼叫的频率,来使用户的终端装置100获取该频率。
在石桥英明等的论文“ロコモティブシンドロームの実証データの蓄積高齢者におけるロコモーションチェックの運動機能予見性及びロコモーショントレーニングの運動機能増強効果の検証”、运动器官康复(2187-8420)24卷1号77-81页(2013.05)、2013年、日本运动器官科学会中示出以下内容:在其摘要中,示出以65岁以上的老年人229名(男性30名、女性199名、平均76.6岁)为对象进行运动检查(locomotion check),对运动障碍综合症(运动障碍)符合者指导运动训练(locomotion training),验证运动功能增强效果所得到的结果,在开始时能够有效地获取评估项目的218名的运动检查中,56.8%被判定为运动障碍组,在背景上,与非运动障碍组相比,运动障碍组的年龄高,过去6个月间的跌倒史显著性多,EQ-5D效用值显著性低,在所有评估项目中非运动障碍组的运动功能显著性良好,在开始时集中指导了运动训练之后,138名(60.3%)进行了2个月间的自我训练,显著地改善了睁眼单脚站立持续时间、功能性前伸测试、10m步行时间、三米计时起立行走测试、脚趾把持力,在其12个月后(85名),睁眼单脚站立持续时间、10m步行时间、脚趾把持力与开始时为相同程度,但显著性改善了膝伸展肌肉力量。
在富田伸次郎等的论文“ロコモーショントレーニングの短期的効果”、整形外科和灾害外科65;(4)813-814页、2016年、西日本整形灾害外科学会中示出了以下内容:在两步测试中,确认了在运动训练前,前期组为0.90,相对于后期组的1.07(身高调整值)而言步幅显著性长(p值<0.05),在运动训练后,两组均有步幅延长的倾向,在站立测试中,两组均有半数能够从40cm高下台阶,在运动障碍评定表25中,后期组从45.7分提高到35.3分,认定显著改善分数(p值<0.02)。
据此,如果将运动训练设为预防性干预行动、将其运动量设为干预量,则能够认为干预量越大或越接近适当量,则健康度越提高。终端装置100能够通过经由输入输出I/F102以无线或有线的方式与测定了运动量的活动量计(也可以是可穿戴式终端)进行通信来获取作为该情况下的干预量的运动训练的运动量。另外,终端装置100能够经由用户I/F103接受来自用户的运动量的输入。
在Yuichi Nishikawa等的论文“The effect of a portable electrical musclestimulation device at home on muscle strength and activation patterns inlocomotive syndrome patients:A randomized control trial”、肌电与运动学杂志45(2019)、46-52页、2019年、国际电生理运动学会中示出了以下内容:通过利用SIXPAD这样的便携式肌肉电刺激装置,从而看到作为运动障碍指标的两步测试的改善、肌肉的厚度的增加。在此,示出了广岛、名古屋、US的团队的干预研究,示出了通过使用SIXPAD(23分钟/次×5次/周×8周)来改善了两步测试、运动障碍评定表25的评分,但之后的4周如果不使用SIXPAD,则评分恢复原状。
据此,如果将SIXPAD的使用设为预防性干预行动、将其使用量设为干预量,则能够认为干预量越大或越接近适当量,则健康度越提高。准备用于记录使用量的SIXPAD的控制器,终端装置100能够通过经由输入输出I/F 102以无线或有线的方式与该控制器进行通信来获取作为该情况下的干预量的SIXPAD的使用量。另外,终端装置100能够经由用户I/F103接受来自用户的SIXPAD的使用量的输入。
在上述的新井等的文章“地域在住中高年者におけるロコモティブシンドロームと高次生活機能との関連”、理学疗法化学34(4)417-422页、2019年、理疗科学学会中示出了以下内容:以使地区居住的中老年人的运动障碍综合症与高级生活功能、运动功能之间的关联变得明确为目的,通过以参加了地区的自主团体活动的338名老年人为对象的运动障碍评定表5将他们划分为运动障碍组和非运动障碍组这两组,听取运动功能和高级生活功能来进行比较来进行多重逻辑回归分析的结果,显而易见的是“参加社会”独立地选择为与运动障碍相关联的因素,患运动障碍的老年人不仅运动功能降低,高级生活功能也降低,并且,即使在高级生活功能中,参加社会少的老年人被判定为运动障碍的老年人的比例也多。而且,报告了以下内容:有无参加社会活动与步数、步行速度、站立能力、单脚站立时间等下肢的动作能力相关联,因此明确了老年人参加社会与自身的体力、以下肢为中心的运动功能相关联,被定义为导致移动功能降低的状态的运动障碍与老年人参加社会相关联。另外,示出了以下内容:社会活动是指以集团、团体多人进行的维持社会、家族的活动,例如能够列举出自治会、街道居民会等自治组织的活动、城市建设、地区安全等活动、基于兴趣或运动进行的志愿者、社会服务等活动、传承传统技艺、工艺技术等的活动、生活的辅助、育儿辅助等活动等。另外,认为步数(每天几步等)与移动距离(每天几m等)也大致成比例。
据此,如果将社会活动设为预防性干预行动、将其参加量设为干预量,则能够认为干预量越大或越接近适当量,则健康度越提高。作为该情况下的干预量的社会活动的参加量,社会活动的相关人员将其参加量(每周几次、几小时等)经由用户I/F 103、输入输出I/F102、无线通信部104等输入到终端装置100。在使用用户I/F 103的情况下,能够在社会活动的相关人员拜访了用户家时从触摸面板等向终端装置100输入社会活动的参加量。另外,用户也能够自身从触摸面板等向终端装置100输入社会活动的参加量。在使用输入输出I/F102的情况下,社会活动的相关人员将输入了社会活动的参加量的便携式终端携带至用户家来进行拜访,终端装置100能够通过经由输入输出I/F 102以无线通信等方式与该便携式终端进行通信来获取社会活动的参加量。在使用无线通信部104的情况下,社会活动的相关人员能够经由因特网发送社会活动的参加量,来使用户的终端装置100获取该参加量。
另外,在该情况下,也能够将步数、移动距离设为干预量,能够认为干预量越大或越接近适当量则健康度越提高。终端装置100能够通过经由输入输出I/F 102以无线或有线方式与测定了这些干预量的活动量计等传感器设备进行通信来获取这些干预量,终端装置100能够经由用户I/F 103接受来自用户的干预量的输入。
在上西的文章“ロコモティブシンドロームと栄養”、日本康复医学杂志2016、Vol.53、903-907页、2016年、日本医学会中示出了以下内容:从营养学的观点解说了运动障碍和营养、特别是骨质疏松症和肌少症,指出营养均衡是重要的,充分摄取钙、维生素D、维生素K、蛋白质等对于防止运动障碍是重要的。另外,还示出了通过照射紫外线来在皮肤中也能够合成维生素D。据此,能够理解:以接近适当值的紫外线暴露时间暴露在紫外线中对于防止运动障碍也是重要的。
据此,如果将饮食设为预防性干预行动、将特定的营养素的摄取量设为干预量,则能够认为干预量越接近适当值则健康度越提高。终端装置100能够经由用户I/F 103接受来自用户的作为该情况下的干预量的特定的营养素(钙等)的摄取量(含有钙的食品的摄取量×该食品的钙的含有率等)的输入。
另外,如果将紫外线暴露设为预防性干预行动、将紫外线暴露时间设为干预量,则能够认为干预量越接近适当值则健康度越提高。终端装置100能够通过经由输入输出I/F102以无线或有线的方式与测定了紫外线暴露时间的紫外线传感器设备(也可以是可穿戴式终端)进行通信来获取作为该情况下的干预量的紫外线暴露时间。
在胁本等的文章“壮·中年勤労者におけるロコモティブシンドロームの実態-精神的健康度も含めた検討-”、临床调研33、602-608页、2018年、日本临床调研学会中示出了以下内容:作为精神健康度的指标的WHO-5的得分能够采纳为运动障碍度的独立的因素,是否通过睡眠得到了充分休养与WHO-5得分相关联,能够理解为睡眠时间与运动障碍度相关联。此外,已知以下内容:睡眠时间可以是非快速眼动睡眠时间,另外快速眼动睡眠时间与非快速眼动睡眠时间的比率等也能够设为表示睡眠的良好度的指标。
据此,如果将睡眠设为预防性干预行动、将睡眠时间设为干预量,则能够认为干预量越接近适当值或者越长,则健康度越提高。终端装置100能够通过经由输入输出I/F 102以无线或有线的方式与测定了睡眠时间的活动量计(也可以是可穿戴式终端)进行通信来获取作为该情况下的干预量的睡眠时间。另外,终端装置100也能够经由用户I/F 103接受来自用户的睡眠时间的输入。
此外,能够将已知有助于防止运动障碍的所有种类的行动用作预防性干预行动,将表示这些行动的量的数值用作干预量。例如,在将饮食设为预防性干预行动的情况下,也能够将摄取卡路里、饮食时间、饮食内容的适应度设为干预量,能够认为干预量越接近适当值则健康度越提高。另外,在将运动训练、通常的运动设为预防性干预行动的情况下,也能够将消耗卡路里、脉搏数设为干预量,能够认为干预量越接近适当值则健康度越提高。另外,在将社会活动设为预防性干预行动的情况下,也能够将谈话量设为干预量,能够认为干预量越接近适当值或者越大则健康度越提高。终端装置100能够通过经由输入输出I/F 102以无线或有线方式与测定了这些干预量的传感器设备进行通信来获取这些干预量,终端装置100能够经由用户I/F 103接受来自用户的干预量的输入。
下面,返回到健康关心区域为痴呆症的情况来继续说明。
接着,控制部101求出预防性干预行动各自的随时间经过的干预量与个人的随时间经过的健康度之间的相关度及影响度(步骤S104)。即,控制部101通过对随时间经过获取到的预防性干预行动及其干预量的数据应用如多变量解析那样的统计方法,来求出相关度及影响度那样的关联性。相关度是表示某个预防性干预行动与健康关心区域的健康度存在何种程度的相关性的指标,影响度是表示在某个预防性干预行动与健康关心区域的健康度存在相关性的情况下对健康度产生何种程度的大小的影响的指标。作为统计方法,例如能够使用多变量解析。在此使用了多重回归分析来作为多变量解析。图12是示出多重回归分析的结果的例子的图。在该多重回归分析中,作为近似式,使用一次函数,进行了用直线近似的多重回归分析。在图12中示出了对图11所示的随时间经过获取到的预防性干预行动及其干预量的例子进行多重回归分析而得到的结果。在图12中,按照每一个月随时间经过获取预防性干预行动的干预量、表示健康度的α2波的变化量(与上月的α2波的变化量的差)。图12的(a)示出回归统计。在此,示出了“多重相关性R”(多重相关性计数)、“多重决定R2”(决定系数)、“校正R2”、“标准误差”、“观测数”的值。在此,“决定系数”表示在总变动内能够通过回归式说明的变动的比例,其值为0.9999995,因此能够理解为几乎所有的例子都能够通过回归式说明。图12的(b)示出表示零假设的检验的方差分析表。在此,示出了与“回归”、“残差”、“合计”有关的“自由度”、“观测到的方差比”、“显著性F”的值。在此,“显著性F”表示基于“回归”和“残差”这两者的“自由度”的F分布中的“观测到的方差比”(F值)的上侧概率,用于检验“总多重相关系数为0”这样的零假设。图12的(b)的“显著性F”的值为1.5225E-33,大致为零,因此,即使作为舍弃零假设的基准的显著性水平例如为1%,也舍弃零假设,支持“总多重相关系数不为0”这样的对立假设,可以说实测值与预测值之间存在相关性。图12的(c)示出检验结果。在此,示出了与步行、锻炼A、锻炼B、脑训练A(Brain training A)、脑训练B(Brain training B)、睡眠、酒精摄取、吸烟这样的预防性干预行动有关的系数、P-值、下限95%、上限95%、下限95.0%、上限95.0%的值。另外,在图12的(c)中还示出了截距的值。
在多重回归分析中,P-值与相关度有关系。即,P-值是在零假设(即,某个预防性干预行动与健康关心区域的健康度存在相关性的假设)正确的情况下观测到更极端的统计量(无相关性的值)的概率,该值越大,越易于出现极端的统计量,因此相关度小。在图12的结果中,锻炼B、脑训练B、睡眠时间的P-值为0.55~0.98(在图中用影线表示),这表示相关度极小。另一方面,除此以外的预防性干预行动的P-值为零,能够理解为相关度高。该多重回归分析中的系数是用直线近似时的比例常数,表示影响的大小。在图12的(c)的例子中,被决定为关联预防性干预行动的步行、锻炼A、脑训练A、酒精摄取、吸烟的系数分别为0.0001250、0.0019992、0.0014291、-0.0099851、-0.0499852。这些系数的值与影响度相关联,这些预防性干预行动的干预量每增加一个单位,健康度就有增加该系数的量的倾向。关于酒精摄取、吸烟,系数的符号为负,因此影响度也为负,它们的干预量越小,则健康度越高。此外,当取这些系数的倒数时,能够求出需要使预防性干预行动增加何种程度的干预量以使与健康度相关联的α2波的变化量增加1。步行、锻炼A、脑训练A、酒精摄取、吸烟的系数的倒数分别约为8000、500、700、-100、-20。即,当步行增加约8000步/天时,能够期待1个月后α2波的变化量增加1,当锻炼A增加约500分钟/天时,能够期待1个月后α2波的变化量增加1,当脑训练A增加约700分钟/天时,能够期待1个月后α2波的变化量增加1,当酒精摄取减少约100ml/天时,能够期待1个月后α2波的变化量增加1,当吸烟减少约20根/天时,能够期待1个月后α2波的变化量增加1。此外,α2波的变化量增加时的MMSE得分按照将MMSE得分设为x、将α2波的变化量设为y的情况下的y=1.225x-15.95的关系增加。因而,为了使MMSE得分增加1分,只要α2波的变化量增加1.225即可。由此,当步行增加约9800步/天时,能够期待1个月后MMSE得分增加1,当锻炼A增加约612.5分钟/天时,能够期待1个月后MMSE得分增加1,当脑训练A增加约857.5分钟/天时,能够期待1个月后MMSE得分增加1,当酒精摄取减少约122.5ml/天时,能够期待1个月后MMSE得分增加1,当吸烟量减少约24.5根/天时,能够期待1个月后MMSE得分增加1。
接着,控制部101将预防性干预行动中的、相关度为规定值以上的预防性干预行动决定为关联预防性干预行动(步骤S105)。关联预防性干预行动是指被认定为与健康关心区域的健康度相关联的预防性干预行动。P-值是与相关度相关联的值,但通过基于作为舍弃零假设的基准的显著性水平来检验各个预防性干预行动,从而舍弃相关度低的预防性干预行动,由此能够将相关度为规定值以上的预防性干预行动决定为关联预防性干预行动。即,控制部101存储预先设定的显著性水平,仅将各个预防性干预行动的P-值小于该显著性水平的预防性干预行动决定为关联预防性干预行动。显著性水平越小,则相关度越高,因此相关度为规定值以上的情况对应于显著性水平为某值以下的情况。作为显著性水平,一般来说大多使用5%或1%。在将5%设定为显著性水平的情况下,控制部101将P-值小于0.05的预防性干预行动决定为关联预防性干预行动,另一方面,P-值为0.05以上的预防性干预行动未被决定为关联预防性干预行动而舍弃。显著性水平为1%的情况也同样。
在图12的(c)的例子中,在控制部101中,对于步行、锻炼A、脑训练A、酒精摄取、吸烟的预防性干预行动而言,由于它们的P-值为零,因此无论显著性水平是1%还是5%,相关度都高到与这些行动对应的值以上,因此控制部101将这些行动决定为与健康关心区域存在相关性的关联预防性干预行动。另一方面,对于锻炼B、脑训练B、睡眠时间的预防性干预行动而言,由于它们的P-值为0.55~0.98,因此无论显著性水平是1%还是5%,相关度都低于与这些行动对应的值,因此控制部101将这些行动决定为不是关联预防性干预行动。控制部101优选在显示器等中向用户显示被认定为与所决定的健康关心区域的健康度相关联的关联预防性干预行动。此时,更优选也一并显示影响度。影响度也可以显示通过多重回归分析求出的系数,但当显示对该系数的倒数乘以1.225而得到的值时,显示能够期待MMSE得分增加1分的干预量,从而能够向用户提供易于理解的指标。
以上,基于获取到的生物体信息以及获取到的预防性干预行动各自的干预量,来求出被认定为与健康关心区域的健康度相关联的预防性干预行动及其影响度,能够向个人提供关于什么样的预防性干预行动对提高健康关心区域的健康度有效、另外何种程度的干预量会带来健康度的提高的信息。
此外,也可以如下面那样决定预防性干预行动有助于充分提高健康度那样的最佳干预量。即,控制部101基于关联预防性干预行动各自的影响度和干预量,来决定相关预防性干预行动的最佳干预量(步骤S106)。在此,最佳干预量优选被决定为与干预量的增加对应的健康度的增大量为规定的下限值以下时的干预量。即,随着具有正的影响度的预防性干预行动的干预量的增加,健康度提高,但其提高存在上限,健康度的提高程度、即改善度逐渐地减弱。这样,与使干预量增加的比例相比,无法预料健康度充分的改善,因此,用户能够将这样的干预量设为必要且充分的干预量,并设为上限的目标。图14是表示干预量与健康度之间的关系的例子的图。在图中,示出了随着干预量的增加,健康度也增加,但从某一点起健康度的增加的程度变得迟缓。优选将这样的即使增加干预量而健康度的增加也变得迟缓时、即与干预量的增加对应的健康度的增大量为规定的下限值以下时的干预量决定为最佳干预量。在多重回归分析中用二次函数、三次函数、指数函数、对数函数等曲线函数的近似式对健康度与仅对象的预防性干预行动的干预量之间的关系进行近似,检测出斜率为固定以下的点来作为健康度的增加变得迟缓的点,由此能够确定健康度的增加变得迟缓的点。在利用一次函数的近似式对这种关系进行了近似的情况下,优选的是,通过检测到出现以下倾向的部位来检测健康度的增加变得迟缓的点,该倾向是在使干预量增大时健康度大多出现在近似式的直线的下侧。
此外,也可以对健康度设定发生规定的疾病的风险变高的规定的阈值,基于健康度的随时间经过的变化来预测健康度达到该阈值的期间(步骤S107)。即,例如,当使控制部101将MMSE得分中的23分设定为疑似痴呆症的阈值,时,在健康度(MMSE得分)随时间经过降低的情况下,控制部101根据其降低的比例来求出MMSE得分达到23分的期间(或者达到的时期)。这样,用户能够知晓发生特定的疾病的风险变高的时期,能够给用户提供应对该疾病的准备期间。另外,为了使健康度(MMSE得分)增加如1那样的单位量等,控制部101也可以计算使预防性干预行动的干预量增加多少才好,并向用户显示该干预量。这样,用户能够确认当使预防性干预行动的干预量增加何种程度时能够使健康度(MMSE得分)增加规定量,从而易于制定预防性干预行动的实施计划。另外,控制部101也可以假定使预防性干预行动的干预量增加了规定值的情况,预测使干预量增加了该值的情况下的健康度达到阈值的期间(或者达到的时期),并向用户显示该期间。这样,用户能够确认在使干预量增加了规定值的情况下发生疾病的风险在时间上距离多远,因此能够赋予使用户增加预防性干预行动的干预量的动机。另外,作为健康度,典型地使用MMSE得分,但除此以外,也能够使用原始数据(α2波的变化量),另外,也能够将原始数据转换为如脑龄那样的用户易于理解的指标,并使用该指标。
在上述的例子中,说明了健康关心区域是认知功能、生物体信息是脑波的情况。但是,本发明能够应用于除认知功能以外的各种健康关心区域,关于生物体信息,只要是与该健康关心区域的健康度相关联的信息,就能够使用范围宽泛的信息。因而,本发明通过对这样的各种健康关心区域使用与之相关联的生物体信息,从而能够被广泛地应用。
(大数据)
在上述的例子中,个人自身使终端装置100获取生物体信息来评估健康度,并使终端装置100获取预防性干预行动的干预量,由此针对该个人确定相关度为规定值以上的预防性干预行动并求出影响度。但是,通过对多个个人的生物体信息、预防性干预行动的干预量执行同样的方法,从而能够与某个健康关心区域的健康度相关地,针对许多人决定一般存在相关性的预防性干预行动、其影响度。例如经由网络与多个个人的终端装置100连接的关联性评估服务器(未图示)等能够通过执行下面那样的步骤来实施这种基于被认定为与多个个人的健康关心区域的健康度相关联的一个以上的生物体信息来评估一个以上的预防性干预行动的各预防性干预行动的关联性的方法,所述一个以上的预防性干预行动可能有助于维持或提高多个个人的健康度。与上述的例子同样地,健康关心区域是认知功能,生物体信息设为脑波。
首先,随时间经过获取多个个人的生物体信息。如上述的步骤S101的具体例那样,关联性评估服务器经由网络随时间经过接收并获取来自多个个人的生物体信息,所述来自多个个人的生物体信息是由每个个人使该个人所具有的终端装置100获取到的信息。这样,关联性评估服务器获取生物体信息的所谓大数据。
接着,关联性评估服务器基于获取到的生物体信息,随时间经过进行多个个人的健康度的评估。即,求出与随时间经过获取到的各个生物体信息对应的多个个人的健康度。与步骤S102的具体例同样地,生物体信息是在施加了音乐、照片影像的各种刺激的状态下获取到的脑波,健康度是根据α2波的变化量求出的MMSE得分。
接着,关联性评估服务器随时间经过获取多个个人的一个以上的预防性干预行动各自的干预量。与步骤S103的具体例同样地,关联性评估服务器经由网络随时间经过接收并获取预防性干预行动各自的干预量,该预防性干预行动各自的干预量是每个个人使该个人所具有的终端装置100获取到的干预量。这样,关联性评估服务器获取预防性干预行动的干预量的所谓大数据。
接着,通过使用了多个个人的预防性干预行动各自的随时间经过的干预量和多个个人的随时间经过的健康度的机器学习,来求出预防性干预行动各自的干预量与健康度之间的关联性、即相关度及影响度。与步骤S104的具体例同样地,也能够使用如多变量解析那样的统计方法来求出相关度及影响度。但是,优选的是,使用如深度学习那样的机器学习来提取干预量与健康度之间的规则,以能够应对无法预测干预量与健康度之间的关联性的情况。在机器学习中,按每个预防性干预行动,使关联性评估服务器内的机器学习模块进行将干预量设为输入、将各种健康关心区域的健康度设为输出的情况下的监督式学习。由此,针对各种健康关心区域构建模型,在该模型中,按每个预防性干预行动在将某个干预量设为输入的情况下与估计出的健康度对应的值提供高输出。在该情况下,在将与某个健康关心区域的健康度具有小的相关度的预防性干预行动的干预量设为输入的情况下,该模型输出的值与特定的健康度对应的值不变高,输出值分布在大范围内。另一方面,在将与某个健康关心区域的健康度具有大的相关度的预防性干预行动的干预量设为输入的情况下,该模型输出的值与特定的健康度对应的输出值变高。因而,在相关度低的情况下,无法将输出缩小到特定的健康度,另一方面,在相关度高的情况下,将输出缩小到特定的健康度。优选的是,基于这样的伴随相关度的高低所引起的模型的输出值的分布状态的差异,将在某个健康关心区域中缩小了分布的相关度高的预防性干预行动确定为该健康关心区域的关联预防性干预行动。另外,通过检测所完成的模型的输出相对于输入的变化的比例,从而能够确定预防性干预行动的干预量对健康度的影响度。像这样确定的、与某个健康关心区域对应的关联预防性干预行动及其影响度是将许多个人设为总体的情况下的一般的关联预防性干预行动及其影响度,能够成为对于公众而言用于维持、提高健康度的有用的信息。
此外,在以上述的个人为对象的实施方式中,如果将像这样求出的一般的结果设定为关联预防性干预行动及其影响度的初始值,则即使在如监视刚开始后不久那样的、没有充分地确定最适合个人的关联预防性干预行动的状态下,也能够向用户示出能够期待某种程度上正确的一般的关联预防性干预行动等。而且,随着用户继续监视生物体信息、干预度,关联预防性干预行动及其影响度变化为与该用户对应的关联预防性干预行动及其影响度。
产业上的可利用性
本发明能够基于个人自身获取到的生物体信息,向个人提供各种预防性干预行动中的哪个预防性干预行动与维持、提高个人的健康关心区域的健康度存在何种程度的关联这样的信息,能够用于利用这样的信息的、与健康维持相关联的技术领域的各种装置、方法。
附图标记说明
100:终端装置;101:控制部;101a:处理器;101b:存储器;101c:评估程序;101d:提供内容;102:输入输出接口(I/F);103:用户接口(I/F);104:无线通信部;200:可穿戴式传感器。
Claims (19)
1.一种方法,基于被认定为与个人的健康关心区域的健康度相关联的一个以上的生物体信息,来评估所述健康度与一个以上的预防性干预行动的各预防性干预行动之间的关联性,所述一个以上的预防性干预行动有可能有助于维持或提高所述个人的健康度,所述方法包括:
生物体信息获取步骤,随时间经过获取所述个人的所述生物体信息;
生物体信息评估步骤,基于获取到的所述生物体信息,来随时间经过进行所述个人的健康度的评估;
干预量获取步骤,随时间经过获取所述一个以上的预防性干预行动各自的干预量;
关联性决定步骤,求出所述预防性干预行动各自的随时间经过的所述干预量与所述个人的随时间经过的所述健康度之间的相关度及影响度;以及
相关度评估步骤,将所述一个以上的预防性干预行动中所述相关度为规定值以上的预防性干预行动决定为关联预防性干预行动。
2.根据权利要求1所述的方法,其特征在于,
还包括干预量优化步骤,在该干预量优化步骤中,基于所述关联预防性干预行动各自的所述影响度及所述干预量,来决定所述关联预防性干预行动的最佳干预量。
3.根据权利要求2所述的方法,其特征在于,
所述最佳干预量被决定为与所述干预量的增加对应的所述健康度的增大量变为规定的下限值以下时的所述干预量。
4.根据权利要求1至3中的任一项所述的方法,其特征在于,
所述健康度具有发生规定的疾病的风险变高的规定的阈值,
所述方法还包括疾病预测步骤,在该疾病预测步骤中,基于所述健康度的随时间经过的变化,来预测所述健康度达到所述阈值的期间。
5.根据权利要求1至4中的任一项所述的方法,其特征在于,
通过统计方法来求出所述相关度及所述影响度。
6.根据权利要求1至5中的任一项所述的方法,其特征在于,
所述干预量是所述个人的规定的活动的活动量。
7.根据权利要求1至6中的任一项所述的方法,其特征在于,
所述个人的所述生物体信息包含脑波,
所述个人的健康度与认知功能有关。
8.根据权利要求7所述的方法,其特征在于,
所述脑波是在向所述个人提供了特定的刺激的状态下获取到的脑波。
9.根据权利要求8所述的方法,其特征在于,
所述脑波是在向所述个人提供了特定的两种刺激的状态下分别获取到的两种脑波,
与所述认知功能有关的所述个人的所述健康度是基于获取到的所述两种所述脑波的特定的频率成分的强度相对于整体的强度的比率之差来决定的。
10.根据权利要求9所述的方法,其特征在于,
所述两种刺激分别是音乐和照片影像,
所述脑波的特定的频率成分对应于α2波。
11.根据权利要求8或9所述的方法,其特征在于,
所述刺激是清醒安静时的无刺激、睡眠时的无刺激、声音、音乐、图像影像、照片影像、视频、问卷调查、智力测验、游戏和脑力训练中的任一种。
12.根据权利要求1至11中的任一项所述的方法,其特征在于,
所述个人的所述生物体信息由可穿戴式终端获取。
13.根据权利要求1至12中的任一项所述的方法,其特征在于,
所述干预量包括:
步行量、
规定的运动的运动量、
规定的认知训练的执行量、
睡眠时间、
酒精摄取量、
吸烟根数、
营养的获取量、
药物、营养补充剂、健康食品的获取量、
因规定的声音、音乐产生的听觉刺激量、
因规定的图像、视频产生的视觉刺激量以及
对脑的电刺激、磁刺激的刺激量中的至少一个。
14.一种装置,其基于被认定为与个人的健康关心区域的健康度相关联的一个以上的生物体信息,来评估所述健康度与一个以上的预防性干预行动的各预防性干预行动之间的关联性,所述一个以上的预防性干预行动有可能有助于维持或提高所述个人的健康度,所述装置具备:
生物体信息获取部,其随时间经过获取所述个人的所述生物体信息;
生物体信息评估部,其基于获取到的所述生物体信息,来随时间经过进行所述个人的健康度的评估;
干预量获取部,其随时间经过获取所述一个以上的预防性干预行动各自的干预量;
关联性决定部,其求出所述预防性干预行动各自的随时间经过的所述干预量与所述个人的随时间经过的所述健康度之间的相关度及影响度;以及
相关度评估部,其将所述一个以上的预防性干预行动中所述相关度为规定值以上的预防性干预行动决定为关联预防性干预行动。
15.一种计算机程序,其是在被计算机执行时使所述计算机构成装置的计算机程序,所述装置基于被认定为与个人的健康关心区域的健康度相关联的一个以上的生物体信息,来评估所述健康度与一个以上的预防性干预行动的各预防性干预行动之间的关联性,所述一个以上的预防性干预行动有可能有助于维持或提高所述个人的健康度,所述装置具备:
生物体信息获取部,其随时间经过获取所述个人的所述生物体信息;
生物体信息评估部,其基于获取到的所述生物体信息,来随时间经过进行所述个人的健康度的评估;
干预量获取部,其随时间经过获取所述一个以上的预防性干预行动各自的干预量;
关联性决定部,其求出所述预防性干预行动各自的随时间经过的所述干预量与所述个人的随时间经过的所述健康度之间的相关度及影响度;以及
相关度评估部,其将所述一个以上的预防性干预行动中所述相关度为规定值以上的预防性干预行动决定为关联预防性干预行动。
16.一种方法,基于被认定为与多个个人的健康关心区域的健康度相关联的一个以上的生物体信息,来评估所述健康度与一个以上的预防性干预行动的各预防性干预行动之间的关联性,所述一个以上的预防性干预行动有可能有助于维持或提高所述多个个人的健康度,所述方法包括:
生物体信息获取步骤,随时间经过获取所述多个个人的所述生物体信息;
生物体信息评估步骤,基于获取到的所述生物体信息,来随时间经过进行所述多个个人的健康度的评估;
干预量获取步骤,随时间经过获取所述多个个人的所述一个以上的预防性干预行动各自的干预量;以及
关联性决定步骤,通过使用了所述多个个人的所述预防性干预行动各自的随时间经过的所述干预量和所述多个个人的随时间经过的所述健康度的机器学习,来求出所述预防性干预行动的各预防性干预行动与所述健康度之间的关联性。
17.根据权利要求1至6中的任一项所述的方法,其特征在于,
所述个人的所述生物体信息包含从由步行速度、加速度、脉搏波关联参数构成的组中选择出的任意一个以上的信息,其中,所述脉搏波关联参数包括脉搏波传播速度,
所述个人的健康度与运动障碍综合症有关。
18.根据权利要求17所述的方法,其特征在于,
所述个人的所述生物体信息由可穿戴式终端获取。
19.根据权利要求17或18所述的方法,其特征在于,
所述干预量包括:
运动训练的训练量、
运动量和温热片使用量、
通过饮食摄取的能量的适应度、
食品摄取的多样性评分、
便携式肌肉电刺激装置的使用量、
有氧运动量、
社会活动的参加量、
步数、
移动距离、
紫外线暴露时间、
特定的营养素的摄取量、
饮食时间、
饮食内容的适应度、
摄取卡路里、
谈话量、
睡眠量、
消耗卡路里以及
脉搏数中的至少一个。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-193374 | 2018-10-12 | ||
JP2018193374 | 2018-10-12 | ||
PCT/JP2019/040230 WO2020075842A1 (ja) | 2018-10-12 | 2019-10-11 | 関心健康領域の健康度と予防的介入行動のそれぞれとの関連性を評価する方法、装置、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113168895A true CN113168895A (zh) | 2021-07-23 |
CN113168895B CN113168895B (zh) | 2024-06-25 |
Family
ID=70164193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980067684.8A Active CN113168895B (zh) | 2018-10-12 | 2019-10-11 | 用于评估健康关心区域的健康度与各个预防性干预行动之间的关联性的方法、装置以及程序 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20210338170A1 (zh) |
EP (1) | EP3866172A4 (zh) |
JP (2) | JP6727473B1 (zh) |
CN (1) | CN113168895B (zh) |
CA (1) | CA3115969A1 (zh) |
TW (1) | TWI816909B (zh) |
WO (1) | WO2020075842A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114496250A (zh) * | 2022-01-17 | 2022-05-13 | 无锡市第二人民医院 | 一种螺旋体系下的老年综合评估方法及系统 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4356829A3 (en) * | 2020-05-08 | 2024-07-03 | Pacesetter, Inc. | Method and system for heart condition detection using an accelerometer |
US20220167929A1 (en) * | 2020-11-30 | 2022-06-02 | Kpn Innovations, Llc. | Methods and systems for determining the physical status of a subject |
TWI763215B (zh) * | 2020-12-29 | 2022-05-01 | 財團法人國家衛生研究院 | 篩選用於預測生理狀態的特徵的電子裝置和方法 |
JP7450567B2 (ja) * | 2021-02-10 | 2024-03-15 | 株式会社日立製作所 | 情報処理システム及び情報処理方法 |
KR20230037432A (ko) * | 2021-09-09 | 2023-03-16 | 주식회사 에이블테라퓨틱스 | 사용자의 치매 정도 결정 방법 및 장치 |
WO2023159305A1 (en) * | 2022-02-25 | 2023-08-31 | Lululemon Athletica Canada Inc. | Method and system to provide individualized interventions based on a wellness model |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004341611A (ja) * | 2003-05-13 | 2004-12-02 | Mitsubishi Electric Corp | 保険者情報システム |
JP2014219850A (ja) * | 2013-05-09 | 2014-11-20 | パナソニックヘルスケア株式会社 | 生活習慣病改善支援装置およびその制御方法 |
CN105592788A (zh) * | 2013-03-06 | 2016-05-18 | 塞罗拉公司 | 用于脑健康的多模态生理评估的形成因素 |
JP2017010478A (ja) * | 2015-06-26 | 2017-01-12 | タイオー株式会社 | 生活習慣に基づく疾病リスクの表示方法、及び表示システム |
CN107438398A (zh) * | 2015-01-06 | 2017-12-05 | 大卫·伯顿 | 移动式可穿戴的监控系统 |
JP2018149190A (ja) * | 2017-03-14 | 2018-09-27 | オムロン株式会社 | 情報処理装置、情報処理方法及びそのプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6535853B2 (ja) * | 2014-11-12 | 2019-07-03 | 三笠製薬株式会社 | 抗炎症外用剤 |
JP6436855B2 (ja) * | 2015-05-26 | 2018-12-12 | 株式会社日立製作所 | 分析システム、及び、分析方法 |
JP6415403B2 (ja) | 2015-07-16 | 2018-10-31 | ヤフー株式会社 | 提案装置、提案方法および提案プログラム |
CN105561567B (zh) * | 2015-12-29 | 2018-11-13 | 中国科学技术大学 | 一种计步及运动状态评估装置 |
JP6068715B1 (ja) * | 2016-07-06 | 2017-01-25 | 原 正彦 | 介入効果推測システム、介入効果推測方法、及び、介入効果推測システムに用いるプログラム |
-
2019
- 2019-10-11 EP EP19870784.6A patent/EP3866172A4/en active Pending
- 2019-10-11 WO PCT/JP2019/040230 patent/WO2020075842A1/ja unknown
- 2019-10-11 CA CA3115969A patent/CA3115969A1/en active Pending
- 2019-10-11 JP JP2020508057A patent/JP6727473B1/ja active Active
- 2019-10-11 CN CN201980067684.8A patent/CN113168895B/zh active Active
- 2019-10-11 US US17/284,362 patent/US20210338170A1/en active Pending
- 2019-10-14 TW TW108136873A patent/TWI816909B/zh active
-
2020
- 2020-06-30 JP JP2020112807A patent/JP2020161187A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004341611A (ja) * | 2003-05-13 | 2004-12-02 | Mitsubishi Electric Corp | 保険者情報システム |
CN105592788A (zh) * | 2013-03-06 | 2016-05-18 | 塞罗拉公司 | 用于脑健康的多模态生理评估的形成因素 |
JP2014219850A (ja) * | 2013-05-09 | 2014-11-20 | パナソニックヘルスケア株式会社 | 生活習慣病改善支援装置およびその制御方法 |
CN107438398A (zh) * | 2015-01-06 | 2017-12-05 | 大卫·伯顿 | 移动式可穿戴的监控系统 |
JP2017010478A (ja) * | 2015-06-26 | 2017-01-12 | タイオー株式会社 | 生活習慣に基づく疾病リスクの表示方法、及び表示システム |
JP2018149190A (ja) * | 2017-03-14 | 2018-09-27 | オムロン株式会社 | 情報処理装置、情報処理方法及びそのプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114496250A (zh) * | 2022-01-17 | 2022-05-13 | 无锡市第二人民医院 | 一种螺旋体系下的老年综合评估方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2020075842A1 (ja) | 2020-04-16 |
CA3115969A1 (en) | 2020-04-16 |
US20210338170A1 (en) | 2021-11-04 |
JPWO2020075842A1 (ja) | 2021-02-15 |
JP2020161187A (ja) | 2020-10-01 |
TW202034345A (zh) | 2020-09-16 |
CN113168895B (zh) | 2024-06-25 |
JP6727473B1 (ja) | 2020-07-22 |
EP3866172A1 (en) | 2021-08-18 |
TWI816909B (zh) | 2023-10-01 |
EP3866172A4 (en) | 2022-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113168895B (zh) | 用于评估健康关心区域的健康度与各个预防性干预行动之间的关联性的方法、装置以及程序 | |
CN106999065B (zh) | 使用加速度测量术的可穿戴疼痛监测器 | |
Plotnik et al. | Gait asymmetry, and bilateral coordination of gait during a six-minute walk test in persons with multiple sclerosis | |
O'Neil et al. | Measuring reliability and validity of the ActiGraph GT3X accelerometer for children with cerebral palsy: a feasibility study | |
Giggins et al. | Physical activity monitoring in patients with neurological disorders: a review of novel body-worn devices | |
Paradiso et al. | Wearable monitoring systems for psychological and physiological state assessment in a naturalistic environment | |
Lloyd et al. | Physical activity and walking onset in infants with Down syndrome | |
JP6864460B2 (ja) | 疾病予測装置 | |
Dorosh et al. | Measurement modules of digital biometrie medical systems based on sensory electronics and mobile-health applications | |
Brincks et al. | Impaired postural balance correlates with complex walking performance in mildly disabled persons with multiple sclerosis | |
RU2464935C1 (ru) | Способ оценки функциональных резервов организма человека | |
Herssens et al. | Paving the way toward distinguishing fallers from non-fallers in bilateral vestibulopathy: a wide pilot observation | |
Lambregts et al. | Continuous monitoring of functional recovery of frail elderly people after treatment of a hip fracture, making use of the data of the monitor devices' Fitbit Charge HR and MOX, in order to optimize the rehabilitation process | |
Davis et al. | A linear regression-based machine learning pipeline for the discovery of clinically relevant correlates of gait speed reserve from multiple physiological systems | |
JP7352242B2 (ja) | 体力測定方法および装置 | |
Babayiğit İrez | Pilates exercise positively affects balance, reaction time, muscle strength, number of falls and psychological parameters in 65+ years old women | |
TWI796275B (zh) | 疾病風險評估方法 | |
Tikkanen | Physiological loading during normal daily life and exercise assessed with electromyography | |
US20240127958A1 (en) | Method for disease risk assessment | |
Krewer et al. | Formalized results of final testing and optimization activities: Summarization of testing and evaluation of final testing of continuously improved system in the form of prototypes in real world environments and presentation of optimization measures | |
Yu | Categorization of functional impairments in human locomotion using the methods of the fusion of multiple sensors and computational intelligence | |
Turki | Evaluation of a Personal Mobile Trainer System Designed for Facilitating Exercise Therapy for Traumatic Brain Injury Patients | |
Cabral | Analysis of Gait Efficiency and Characterization Using Inertial Sensors in Treadmill: People with Multiple Sclerosis | |
Liang et al. | Respiratory patterns and physical fitness in healthy adults: a cross-sectional study | |
KR20230081877A (ko) | 생체신호 기반 vr을 활용한 정신건강 분석 및 맞춤형 멘탈코칭을 위한 훈련 방법 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40052516 Country of ref document: HK |
|
CB02 | Change of applicant information |
Address after: Osaka, Japan Applicant after: SUMITOMO PHARMACEUTICALS CO.,LTD. Address before: Osaka, Japan Applicant before: Dainippon Sumitomo Pharma Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant |