CN115413236A - 离床预测通知装置以及程序 - Google Patents
离床预测通知装置以及程序 Download PDFInfo
- Publication number
- CN115413236A CN115413236A CN202180025044.8A CN202180025044A CN115413236A CN 115413236 A CN115413236 A CN 115413236A CN 202180025044 A CN202180025044 A CN 202180025044A CN 115413236 A CN115413236 A CN 115413236A
- Authority
- CN
- China
- Prior art keywords
- bed
- prediction
- leaving
- index
- care
- 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
- 238000012545 processing Methods 0.000 claims abstract description 71
- 230000010365 information processing Effects 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 18
- 230000007613 environmental effect Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000007306 turnover Effects 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000000630 rising effect Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims 1
- 230000000474 nursing effect Effects 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 15
- 238000001514 detection method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- 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
-
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1115—Monitoring leaving of a patient support, e.g. a bed or a wheelchair
-
- 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
-
- 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
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/002—Monitoring the patient using a local or closed circuit, e.g. in a room or building
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/48—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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6889—Rooms
-
- 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
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6892—Mats
-
- 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
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G12/00—Accommodation for nursing, e.g. in hospitals, not covered by groups A61G1/00 - A61G11/00, e.g. trolleys for transport of medicaments or food; Prescription lists
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/05—Parts, details or accessories of beds
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/04—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using a single signalling line, e.g. in a closed loop
-
- 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
- G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
-
- 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
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
-
- 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
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Databases & Information Systems (AREA)
- Nursing (AREA)
- Pulmonology (AREA)
- Anesthesiology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Emergency Management (AREA)
- General Physics & Mathematics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明的目的在于,在被护理者离床的例如30分钟前将离床通知给护理人员。离床预测装置(服务器装置)(10)经由电子通信线路网(60)与护理人员的便携式信息处理终端(40)、检测居室内的温度等环境值的环境传感器(32‑34)、人体感应传感器(31)以及床载传感器(35)连接。离床预测处理部(115)基于当前时间点与第一时间以前的时间点之间的期间内所检测出的多个环境值、人体感应传感器的输出以及床载传感器的输出,来计算表示从在当前时间点开始经过第二时间后被护理者从床铺离床的可能性的程度的离床预测值。离床通知处理部(117)将离床预测值与阈值进行比较,在离床预测值超过阈值时,向便携式信息处理终端发送表示在经过第二时间后被护理者将离床的离床通知。
Description
技术领域
本发明涉及一种离床预测通知装置以及程序。
背景技术
在护理设施内,高龄者等被护理者睡醒后,从床上离床时跌到、骨折的情况多有发生。另外,在人手较少的夜班时跌倒的风险也给护理人员带来了较高的心理负担。
现在在很多设施中导入了如下的系统,即,在各床中设置压敏垫等传感器,检测被护理者的离床,并将其通知给护理人员的便携终端。
然而,现有的系统只不过是事后检测被护理者已离床,护理人员无法亲历离床并对其进行护理。
发明内容
发明要解决的课题
期望在被护理者离床的例如30分钟前向护理人员通知离床。
用于解决课题的方法
本实施方式的离床预测服务器装置经由电子通信线路网与信息处理终端、环境传感器、红外线传感器以及床铺传感器连接,所述信息处理终端是对被护理者进行护理的护理人员所使用的信息处理终端,所述环境传感器检测被护理者所居住的居室内的温度、湿度、照度中的至少一个环境值,所述红外线传感器设置成将所述居室内的床铺包含在感知范围内,所述床铺传感器检测床铺上的被护理者的动作。运算部基于红外线传感器的输出,反复运算与床铺上的被护理者的运动量相对应的运动量指标。运算部基于床铺传感器的输出,反复运算被护理者的脉搏、区分睡姿、端坐、起身的姿势的姿势指标、区分左翻身、左移动、右移动、右翻身、无翻身的翻身指标、区分体动、安静的状态的体动指标以及区分睡眠、睡醒的睡眠指标。计算部基于在预测计算处理时间点与第一时间以前的时间点之间的期间内检测出的多个环境值以及根据期间内的床铺传感器的输出而运算出的多个运动量指标、多个脉搏、多个姿势指标、多个翻身指标、多个体动指标以及多个睡眠指标,来计算表示在从预测计算处理时间点开始经过第二时间后被护理者从床铺离床的可能性的程度的离床预测值。通知处理部将离床预测值与阈值进行比较,在离床预测值超过阈值时,向信息处理终端发送表示在经过第二时间后被护理者将从床铺离床的离床通知。
附图说明
图1是示出包含本实施方式的离床预测通知装置的整体系统的图。
图2是设置有图1的人体感应传感器的居室内的示意图。
图3是示出图1的床载传感器的示意图。
图4是图1的离床预测通知装置的功能结构图。
图5是示出图1的离床预测通知装置的离床预测通知处理顺序的流程图。
图6是图5的处理顺序的补充图。
图7是示出图5的步骤S8所对应的护理人员携带的信息处理终端的显示画面示例的图。
图8是示出图5的离床预测通知处理的变形例的流程图。
具体实施方式
以下,参照附图对本实施方式的离床预测通知装置进行说明。此外,离床预测被定义为推定被护理者在30分钟左右的较长时间后离床的可能性,与事后检测被护理者的离床、进而检测被护理者在床上抬起上半身或坐在床端部等的离床的明显前兆、征兆有明确的区别。已知若检测出离床的前兆、征兆,则在其数秒后、至多数分钟后就会离床。
如图1所示,作为服务器装置的离床预测通知装置(信息处理装置)10连接于电子通信线路网60。作为电子通信线路网60,典型的是公共通信线路网(因特网线路网),但不限定于此。护理设施的综合管理用的信息处理装置20、多个护理人员分别携带的智能手机等多个便携式信息处理终端40经由电子通信线路网60与离床预测通知装置10连接。在便携式信息处理终端40中安装有用于与离床预测通知装置10协作的应用程序。传感器组30经由电子通信线路网60和网关设备50与离床预测通知装置10连接。传感器组30与网关设备50之间通过例如Bluetooth(注册商标)等近距离无线通信方式或有线而连接。
作为传感器组30,装备有人体感应传感器31、温度传感器32、湿度传感器33、照度传感器(illuminance sensors)34、床载传感器(床铺传感器)35。如图2所例示的那样,人体感应传感器31、温度传感器32、湿度传感器33以及照度传感器34例如被一体化为室内传感器36。人体感应传感器31典型地是红外线传感器。室内传感器36以使人体感应传感器31的感知范围(虚线)包含居室内的床铺(这里为床)70的方式俯瞰设置于墙面等。能够通过人体感应传感器31的输出来对反映床铺70上的被护理者的运动量的运动量指标进行运算。
床载传感器35是检测由床铺70上的被护理者的心跳、翻身等产生的动作的床铺传感器。如图3所示,例如,具有柔软性的4根空气管351-354以内部空间连通而形成单一循环路径的方式纵横地连结。空气管351-354在多个部位由隔壁355-358分隔。各隔壁355-358的中心稍微开口,在其开口缘安装有麦克风359-362。伴随被护理者的搏动、翻身等动作,内部空气在空气管351-354的循环路径中流通。麦克风359-362检测伴随该流通而在隔壁355-358的开口部产生的声音信号。
如图4所示,离床预测通知装置10具有负责整体控制的控制部101。存储部103、计时电路105、终端通信部107、网关通信部109、人体感应传感器输出处理部111、床载传感器输出处理部113、离床预测处理部115、离床通知处理部117经由控制/数据总线102而与控制部101连接。
此外,作为与控制部101、人体感应传感器输出处理部111、床载传感器输出处理部113、离床预测处理部115以及离床通知处理部117相关的实际的设备结构,由CPU(CentralProcessing Unit:中央处理器)、GPU(Graphics Processing Unit:图形处理器)、RAM(Random Access Memory:随机存储器)、ROM(Read Only Memory:只读存储器)构成。由HDD(Hard Disk Drive:硬盘驱动器)、SSD(Solid State Drive:固态硬盘)构成的存储部103中预先存储有离床总程序、人体感应传感器输出处理程序、床载传感器输出处理程序、离床预测程序、离床通知程序,在启动时,各程序从存储部103载入至RAM,执行总处理、人体感应传感器输出处理、床载传感器输出处理、离床预测处理、离床通知处理。
在存储部103中存储有传感器组30的各数据等,另外,存储有将针对多个被护理者或居室而分别负责的多个护理人员所携带的多个便携式信息处理终端40的识别编号(ID)与该多个被护理者或居室相关联的关联表。此外,在便携式信息处理终端40中安装的应用程序ID与识别编号(ID)相关联。通过应用程序ID,在离床预测通知装置10与便携式信息处理终端40之间双向地进行信息通信。
人体感应传感器输出处理部111基于人体感应传感器31的检测信号的波峰值的单位时间积分值、单位时间的信号波形部分的面积及其他的波形特征量,以规定周期反复运算反映床铺70上的被护理者的运动量的运动量指标。
在表示床铺70上的被护理者翻身、搏动等动作时,空气伴随其重心、体压分布的变动等而在空气管351-354内的循环路径中移动。通过麦克风359-362检测该移动。床载传感器输出处理部113根据麦克风359-362的输出信号的波峰值、其时间变动、相互的时滞等参数,来运算以下的值:被护理者的脉搏(心跳数)、区分睡姿/端坐/起身的姿势的值(姿势指标);区分左翻身/左移动/右移动/右翻身/无翻身的值(翻身指标);区分体动/安静的状态的值(体动指标);以及区分睡眠/睡醒的状态的值(睡眠指标)。
离床预测处理部115基于在当前时间点(预测计算处理时间点)与比当前时间点早第一时间的时间点之间的期间,例如至少10分钟,典型地是当前时间点与比当前时间点早30分钟的时间点之间的期间(30分钟)内检测以及演算出的如下各数据,来计算从当前时间点起经过第二时间后,例如至少10分钟后,典型地是经过30分钟后,以百分率(%)表示的被护理者从床铺70离床的可能性的程度的离床预测值,所述的数据为:
该期间内由温度传感器32反复检测出的多个温度,
该期间内由湿度传感器33反复检测出的多个湿度,
该期间内由照度传感器34反复检测出的多个照度,
基于该期间内由人体感应传感器31反复检测出的多个检测信号而由人体感应传感器输出处理部111运算出的表示与被护理者相关的运动量的多个运动量指标,
基于该期间内由床载传感器35反复检测出的多个检测信号而由床载传感器输出处理部113运算出的与被护理者相关的脉搏(心跳数),
基于该期间内由床载传感器35反复检测出的多个检测信号而由床载传感器输出处理部113运算出的表示与被护理者相关的姿势的区分的多个姿势指标,
基于该期间内由床载传感器35反复检测出的多个检测信号而由床载传感器输出处理部113运算出的区分与被护理者相关的翻身的多个翻身指标,
基于该期间内由床载传感器35反复检测出的多个检测信号而由床载传感器输出处理部113运算出的区分与被护理者相关的体动和安静的多个体动指标,
基于该期间内由床载传感器35反复检测出的多个检测信号而由床载传感器输出处理部113运算出的区分与被护理者相关的睡眠和睡醒的多个睡眠指标。离床预测值越高,在经过第二时间后离床的可能性越高,离床预测值越低,在经过第二时间后离床的可能性越低。
此外,优选地,对于温度、湿度、照度、运动量指标、脉搏指标、姿势指标、翻身指标、体动指标、睡眠指标分别求出该期间(30分钟)的特征值、基础统计量,并基于特征值、基础统计量来计算离床预测值。另外,作为根据特征值、基础统计量来计算离床预测值的处理,实际上采用人工智能(AI:Artificial Intelligence)技术。
也就是说,离床预测处理优选通过神经网络来实现。更优选地,离床预测处理通过多级神经网络(深度学习)来实现。在存储部103中存储有使其学习的程序,该学习程序(学习部)与确定被护理者的信息、由设置在被护理者所居住的居室内的环境传感器检测出的温度、湿度、照度等环境值、运动量指标、脉搏、姿势指标、翻身指标、体动指标以及睡眠指标一起,将离床指标作为训练数据(training data)使神经网络进行学习。
作为特征值、基础统计量,可例示该期间内的平均、标准偏差、最小值、最大值、3种四分位数(25%、50%、75%)。实际上,在离床预测值的推定处理中,应用针对每个指标而指定的至少一个基础统计量。作为实际应用于离床预测值的推定处理的特征值、基础统计量,优选根据被护理者的睡眠、睡醒、离床的特性,针对每个被护理者,进而针对温度、湿度、照度、运动量指标、脉搏、姿势指标、翻身指标、体动指标、睡眠指标,适当组合地应用。
离床预测处理部115将推定出的离床预测值与预先存储于存储部103的阈值进行比较。在离床预测值超过阈值时,离床通知处理部117经由终端通信部107向便携式信息处理终端40发送表示从当前时间点(预测计算处理时间点)开始经过第二时间后,典型地在经过与第一时间相同的30分钟后被护理者将从床铺70离床的离床通知。在离床预测值在阈值以下时,不向便携式信息处理终端40发送离床通知。
在接收到离床通知的便携式信息处理终端40的显示画面中,显示经过30分钟后被护理者将从床铺70离床的内容的消息,与此同时,作为离床预测结果,显示与以区分如下3种状况的方式而向离床预测通知装置10发送(反馈)的命令对应的3种按钮,该3种状况为:到达居室的护理人员已经对被护理者的离床进行护理的状况(第一状况),护理人员到达居室后稍许等待但被护理者并没有离床的状况(第二状况),或者护理人员到达居室之前被护理者已经离床的状况(第三状况)。当护理人员点击3种按钮的任一个按钮时,表示第一状况至第三状况中的任一种状况的信息从便携式信息处理终端40发送到离床预测通知装置10。
离床预测通知装置10的控制部101在从便携式信息处理终端40接收到第一状况(已经进行离床护理)作为离床预测结果时,将存储于存储部103的阈值维持为当前值。另一方面,在控制部101从便携式信息处理终端40接收到第二状况(未离床)作为离床预测结果时,控制存储部103,将存储在存储部103中的阈值更新为当前值加上规定值例如5%后的高值。在控制部101从便携式信息处理终端40接收到第三状况(已经离床)作为离床预测结果时,控制离床预测处理部115,以将应用于离床预测处理的阈值更新为从当前值减去规定值例如5%后的低值。
此外,关于上述的阈值的初始值、在第二状况时与阈值相加的加值、在第三状况时从阈值减去的减值、在离床推定处理中采用的第一时间、第二时间,能够由设施管理者经由综合管理用的信息处理装置20而针对每个被护理者单独设定。
图5示出本实施方式的离床预测通知处理顺序。图6是图5的处理顺序的补充图。首先,在步骤S1中开始离床预测通知处理。能够针对每个居室单独开始该处理或者对设施内的多个居室一并开始该处理。另外,能够手动地或者根据设定时刻自动地开始该处理。以开始离床预测通知处理为契机,人体感应传感器31、温度传感器32、湿度传感器33、照度传感器34、床载传感器35的各检测数据经由网关设备50而被离床预测通知装置10接收,并将居室识别编号以及检测时刻相关联地存储在存储部103中(S2)。
基于人体感应传感器31的检测数据,通过人体感应传感器输出处理部111运算反映床铺70上的被护理者的运动量的运动量指标,并存储在存储部103中(S3)。另外,基于床载传感器35的麦克风359-362的检测数据,通过床载传感器输出处理部113运算被护理者的脉搏、姿势指标、翻身指标、体动指标、睡眠指标,并存储在存储部103中(S4)。
接下来,基于当前时间点(预测计算处理时间点)与比其早30分钟的时间点之间的期间内产生的多个温度、多个湿度、多个照度、多个运动量、多个脉搏、多个姿势指标、多个翻身指标、多个体动指标以及多个睡眠指标,通过离床预测处理部115计算表示在从当前时间点开始经过30分钟后的时间点被护理者从床铺70离床的可能性的离床预测值(%)(S5)。在离床预测处理部115中,将离床预测值与针对该被护理者预先设定的阈值进行比较(S6)。此外,以规定周期例如5分钟的周期反复计算离床预测值,并且与阈值进行比较。
当离床预测值在阈值以下时,即,判定为在30分钟后的时间点被护理者从床铺70离床的可能性低时(S6:否),返回步骤S2。当离床预测值超过阈值时,即,判定为在30分钟后的时间点被护理者从床铺70离床的可能性高时(S6:是),“将在30分钟后离床”的内容的通知与该被护理者的居室编号以及姓名的信息一起,从离床通知处理部117经由终端通信部107被发送到负责该被护理者的护理人员的便携式信息处理终端40(S7)。此外,当离床预测值在阈值以下时,优选地,当然不向便携式信息处理终端40发送“被护理者将在30分钟后离床”的内容的通知,也不发送“被护理者在30分钟后离床的可能性低”的内容的通知。
如图7所例示的那样,在便携式信息处理终端40的显示画面上,与用于确定该被护理者的居室编号以及姓名一起,显示“被护理者将在30分钟后离床”等消息41。在该画面中,显示有用于将以下3种状况中的任一种状况作为离床预测结果通知给离床预测通知装置10的3种按钮42、43、44,该3种状况为:到达居室的护理人员已经对被护理者的离床进行护理的状况(第一状况),护理人员到达居室后稍许等待但被护理者没有离床的状况(第二状况),进而护理人员到达居室前被护理者已经离床的状况(第三状况)。当护理人员点击3种按钮42、43、44中的任一个按钮时,表示第一状况至第三状况中的任一种状况的通知作为离床预测结果从便携式信息处理终端40被发送至离床预测通知装置10(S8)。此外,离床预测结果与温度、湿度、照度、运动量指标、脉搏指标、姿势指标、翻身指标、体动指标、睡眠指标(或各特征值、基础统计量)一起,经由人工智能(AI)的输入层而输入,用于提高推定精度。
通过离床预测通知装置10的控制部101,根据来自便携式信息处理终端40的接收来判别离床预测结果(S9)。在离床预测结果为第一状况(已经进行离床护理)时,基于离床预测正确的判断,结束离床预测处理以及离床通知处理(S10)。在离床预测结果为第二状况(未离床)时,基于离床预测不正确且离床预测过早的判断,将与该被护理者关联的当前的阈值更新为对该阈值加上规定值例如5%后得到的高值(S11),返回步骤S2,继续离床预测处理以及通知处理。通过提高阈值,能够提高下次的离床预测精度。在离床预测结果为第三状况(已经离床)时,基于离床预测不正确且离床预测过晚的判断,将与该被护理者关联的当前的阈值更新为从该阈值减去规定值例如5%后得到的低值(S12),结束离床预测处理以及离床通知处理(S10)。通过降低阈值,能够提高下次的离床预测精度。通过在数日、数周内反复进行离床预测处理以及通知处理,进而根据离床预测结果进行阈值的更新处理,能够进一步提高离床预测的精度。
如上所述,能够基于比较长的至少10分钟典型地为30分钟的期间内的居室的环境信息(温度、湿度、照度)、被护理者的生理的信息(脉搏)、被护理者在床铺上的活动信息(运动量指标、姿势指标、翻身指标、体动指标)以及被护理者的睡眠信息(睡眠指标)等多种信息,来高精度地预测经过比较长的至少10分钟后,典型地为经过30分钟后的时间点的被护理者的离床,从而能够使护理人员在被护理者离床之前到访并对被护理者提供帮助。
在上述说明中,在离床预测结果为第二状况(未离床)或第三状况(已经离床)时,更新阈值,但也可以不更新阈值而是维持阈值,改变离床通知的消息内容。如图8所示,在离床预测结果为第二状况(未离床)时,对当前时间点的离床通知的消息内容“将在30分钟后离床”中记载的经过时间(当前时间点为30分钟)加上规定时间典型地为5分钟,从而更新为新的离床通知的消息内容“将在35分钟后离床”。在离床预测结果为第三状况(已经离床)时,对当前时间点的离床通知的消息内容“将在30分钟后离床”中记载的经过时间(当前时间点为30分钟)减去规定时间典型地为5分钟,从而更新为新的离床通知的消息内容“将在25分钟后离床”。通过在数日、数周内反复进行离床预测处理以及通知处理,进而根据离床预测结果进行阈值的更新处理,能够使通知的离床时机与实际的离床时机相匹配。
虽然说明了本发明的几个实施方式,但这些实施方式仅是作为示例而给出的,并不旨在限定发明的范围。这些实施方式能够以其他各种方式实施,在不脱离发明主旨的范围内,能够进行各种省略、置换、变更。这些实施方式或其变形与包含在发明的范围或主旨中同样地,包含在权利要求书中记载的发明及其均等的范围内。
附图标记说明
10:离床预测通知装置,20:综合管理用信息处理装置,30:传感器组,31:人体感应传感器,32:温度传感器,33:湿度传感器,34:照度传感器,35:床载传感器,40:便携式信息处理终端,101:控制部,102:控制/数据总线,103:存储部,105:计时电路,107:终端通信部,109:网关通信部,111:人体感应传感器输出处理部,113:床载传感器输出处理部,115:离床预测处理部,117:离床通知处理部。
Claims (9)
1.一种离床预测服务器装置,经由电子通信线路网与信息处理终端、环境传感器、红外线传感器以及床铺传感器连接,所述信息处理终端是对被护理者进行护理的护理人员所使用的信息处理终端,所述环境传感器检测所述被护理者所居住的居室内的温度、湿度、照度中的至少一个环境值,所述红外线传感器设置成将所述居室内的床铺包含在感知范围内,所述床铺传感器检测所述床铺上的所述被护理者的动作,其中,所述离床预测服务器装置具有:
运算部,基于所述红外线传感器的输出,反复运算与所述床铺上的所述被护理者的运动量相对应的运动量指标,基于所述床铺传感器的输出,反复运算所述被护理者的脉搏、区分睡姿、端坐、起身的姿势的姿势指标、区分左翻身、左移动、右移动、右翻身、无翻身的翻身指标、区分体动、安静的状态的体动指标以及区分睡眠、睡醒的睡眠指标;
计算部,基于在预测计算处理时间点与第一时间以前的时间点之间的期间内检测出的多个所述环境值以及根据所述期间内的所述床铺传感器的输出而运算出的多个所述运动量指标、多个所述脉搏、多个所述姿势指标、多个所述翻身指标、多个所述体动指标以及多个所述睡眠指标,来计算表示在从所述预测计算处理时间点开始经过第二时间后所述被护理者从所述床铺离床的可能性的程度的离床预测值;以及
通知处理部,在所述离床预测值超过所述阈值时,向所述信息处理终端发送表示在经过所述第二时间后所述被护理者将从所述床铺离床的离床通知。
2.根据权利要求1所述的离床预测服务器装置,其中,
还具有接收部,
所述接收部,从所述信息处理终端接收表示第一状况的信息和表示第二状况的信息中的任一个信息作为离床预测结果,所述第一状况是收到所述离床通知的所述护理人员已经对所述被护理者的离床进行护理的状况,所述第二状况是所述被护理者没有离床的状况,
在从所述信息处理终端接收到表示所述第一状况的信息作为离床预测结果时,维持所述阈值,在接收到表示所述第二状况的信息作为离床预测结果时,所述阈值被更新为对该阈值加上规定值而得到的新的阈值。
3.根据权利要求1所述的离床预测服务器装置,其中,
还具有接收部,
所述接收部,从所述信息处理终端接收表示第一状况的信息和表示第二状况的信息中的任一个信息作为离床预测结果,所述第一状况是收到所述离床通知的所述护理人员已经对所述被护理者的离床进行护理的状况,所述第二状况是所述被护理者没有离床的状况,
在从所述信息处理终端接收到表示所述第一状况的信息作为离床预测结果时,维持表示在经过所述第二时间后所述被护理者将从所述床铺离床的离床通知,在接收到表示所述第二状况的信息作为离床预测结果时,更新为表示在经过比所述第二时间长的第三时间后所述被护理者将从所述床铺离床的离床通知。
4.根据权利要求1所述的离床预测服务器装置,其中,
还具有接收部,
所述接收部,从所述信息处理终端接收表示第一状况的信息、表示第二状况的信息以及表示第三状况的信息中的任一个信息作为离床预测结果,所述第一状况是收到所述离床通知的所述护理人员已经对所述被护理者的离床进行护理的状况,所述第二状况是所述被护理者没有离床的状况,所述第三状况是在所述护理人员到达所述居室之前所述被护理者已经离床的状况,
在从所述信息处理终端接收到表示所述第一状况的信息作为离床预测结果时,维持所述阈值,在接收到表示所述第二状况的信息作为离床预测结果时,所述阈值被置换为对该阈值加上规定值而得到的新的阈值,在接收到表示所述第三状况的信息作为离床预测结果时,所述阈值被置换为从该阈值减去规定值而得到的新的阈值。
5.根据权利要求1所述的离床预测服务器装置,其中,
还具有接收部,
所述接收部,从所述信息处理终端接收表示第一状况的信息、表示第二状况的信息以及表示第三状况的信息中的任一个信息作为离床预测结果,所述第一状况是收到所述离床通知的所述护理人员已经对所述被护理者的离床进行护理的状况,所述第二状况是所述被护理者没有离床的状况,所述第三状况是在所述护理人员到达所述居室之前所述被护理者已经离床的状况,
在从所述信息处理终端接收到表示所述第一状况的信息作为离床预测结果时,维持表示在经过所述第二时间后所述被护理者将从所述床铺离床的离床通知,在接收到表示所述第二状况的信息作为离床预测结果时,更新为表示在经过比所述第二时间长的第三时间后所述被护理者将从所述床铺离床的离床通知,在接收到表示所述第三状况的信息作为离床预测结果时,更新为表示在经过比所述第二时间短的第四时间后所述被护理者将从所述床铺离床的离床通知。
6.根据权利要求1所述的离床预测服务器装置,其中,
所述阈值相对于所述被护理者单独地相关联。
7.一种离床预测服务器装置,经由电子通信线路网与信息处理终端、环境传感器、红外线传感器以及床铺传感器连接,所述信息处理终端是对被护理者进行护理的护理人员所使用的信息处理终端,所述环境传感器检测所述被护理者所居住的居室内的温度、湿度、照度中的至少一个环境值,所述红外线传感器设置成将所述居室内的床铺包含在感知范围内,所述床铺传感器检测所述床铺上的所述被护理者的动作,其中,所述离床预测服务器装置具有:
计算部,基于在预测计算处理时间点与第一时间以前的时间点之间的期间内检测出的多个所述环境值、所述红外线传感器的输出以及所述床铺传感器的输出,来计算表示在从所述预测计算处理时间点开始经过第二时间后所述被护理者从所述床铺离床的可能性的程度的离床预测值;以及
通知处理部,将所述离床预测值与阈值进行比较,在所述离床预测值超过所述阈值时,向所述信息处理终端发送表示在经过所述第二时间后所述被护理者将从所述床铺离床的离床通知。
8.一种程序,其中,用于使计算机实现以下各功能:
经由电子通信线路网与信息处理终端、环境传感器、红外线传感器以及床铺传感器连接,所述信息处理终端是对被护理者进行护理的护理人员所使用的信息处理终端,所述环境传感器检测所述被护理者所居住的居室内的温度、湿度、照度中的至少一个环境值,所述红外线传感器设置成将所述居室内的床铺包含在感知范围内,所述床铺传感器检测所述床铺上的所述被护理者的动作;
基于所述红外线传感器的输出反复运算与所述床铺上的所述被护理者的运动量相对应的运动量指标,基于所述床铺传感器的输出反复运算所述被护理者的脉搏(心跳数)、区分睡姿、端坐、起身的姿势的姿势指标、区分左翻身、左移动、右移动、右翻身、无翻身的翻身指标、区分体动、安静的状态的体动指标以及区分睡眠、睡醒的睡眠指标;
基于在预测计算处理时间点与第一时间以前的时间点之间的期间内检测出的多个所述环境值以及根据所述期间内的所述床铺传感器的输出而运算出的多个所述运动量指标、多个所述脉搏(心跳数)、多个所述姿势指标、多个所述翻身指标、多个所述体动指标以及多个所述睡眠指标,来计算表示在从所述预测计算处理时间点开始经过第二时间后所述被护理者从所述床铺离床的可能性的程度的离床预测值;以及
将所述离床预测值与阈值进行比较,在所述离床预测值超过所述阈值时,向所述信息处理终端发送表示在经过所述第二时间后所述被护理者将从所述床铺离床的离床通知。
9.一种离床预测装置,实现神经网络,其中,所述离床预测装置具有:
运算运动量指标的运算部,基于被设置成将居室内的床铺包含在感知范围内的红外线传感器的输出,来运算与所述床铺上的被护理者的运动量相对应的运动量指标;
运算脉搏和指标的运算部,基于设置于所述床铺的床铺传感器的输出,来运算所述被护理者的脉搏、区分睡姿、端坐、起身的姿势的姿势指标、区分左翻身、左移动、右移动、右翻身、无翻身的翻身指标、区分体动、安静的状态的体动指标、区分睡眠、睡醒的睡眠指标以及区分臥床、离床的离床指标;
学习部,将所述离床指标与确定所述被护理者的信息、由设置在所述被护理者所居住的居室内的环境传感器检测出的温度、湿度、照度中的至少一个环境值、所述运动量指标、所述脉搏、所述姿势指标、所述翻身指标、所述体动指标、所述睡眠指标一起作为训练数据来使所述神经网络学习;以及
离床预测部,针对进行了所述学习的神经网络,输入当前时刻的所述环境值、所述被护理者的脉搏、所述姿势指标、所述翻身指标、所述体动指标、所述睡眠指标,输出表示在从所述当前时刻开始经过规定时间后所述被护理者从所述床铺离床的可能性的程度的离床预测值。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020064264 | 2020-03-31 | ||
JP2020-064264 | 2020-03-31 | ||
PCT/JP2021/010144 WO2021200044A1 (ja) | 2020-03-31 | 2021-03-12 | 離床予測通知装置及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115413236A true CN115413236A (zh) | 2022-11-29 |
Family
ID=77928709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180025044.8A Pending CN115413236A (zh) | 2020-03-31 | 2021-03-12 | 离床预测通知装置以及程序 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230025313A1 (zh) |
JP (1) | JP7406737B2 (zh) |
CN (1) | CN115413236A (zh) |
WO (1) | WO2021200044A1 (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002010994A (ja) * | 2000-06-29 | 2002-01-15 | M I Labs:Kk | 密閉空気式音センサーを使用した生体情報収集装置 |
CN102150186A (zh) * | 2008-09-10 | 2011-08-10 | 皇家飞利浦电子股份有限公司 | 离床报警系统 |
JP2014004227A (ja) * | 2012-06-26 | 2014-01-16 | Daikin Ind Ltd | 睡眠センサ |
US20160015314A1 (en) * | 2014-07-21 | 2016-01-21 | Withings | System and Method to Monitor and Assist Individual's Sleep |
CN106073714A (zh) * | 2016-06-24 | 2016-11-09 | 航天神舟生物科技集团有限公司 | 一种睡眠质量的识别方法和系统 |
JP2017202058A (ja) * | 2016-05-10 | 2017-11-16 | 株式会社北電子 | 情報処理装置及び情報処理プログラム |
CN109394223A (zh) * | 2017-08-17 | 2019-03-01 | 香港理工大学 | 监测人体活动的方法、装置和服务器 |
CN109757928A (zh) * | 2018-12-29 | 2019-05-17 | 广东三水合肥工业大学研究院 | 一种防摔智能婴儿床 |
CN110633681A (zh) * | 2019-09-19 | 2019-12-31 | 天津天地伟业机器人技术有限公司 | 一种基于视频的离床检测方法 |
CN209916005U (zh) * | 2018-08-21 | 2020-01-10 | 爱维斯株式会社 | 离床预测装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2666406A3 (en) * | 2012-05-22 | 2013-12-04 | Hill-Rom Services, Inc. | Occupant egress prediction systems, methods and devices |
JP6171415B2 (ja) * | 2013-03-06 | 2017-08-02 | ノーリツプレシジョン株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
JP6459172B2 (ja) * | 2014-01-14 | 2019-01-30 | 株式会社国際電気通信基礎技術研究所 | 起床通知システム、起床通知プログラム、起床通知方法および起床通知装置 |
JP2016007446A (ja) * | 2014-06-25 | 2016-01-18 | シャープ株式会社 | 生体信号検出装置及び目覚まし装置 |
JP2017153863A (ja) * | 2016-03-04 | 2017-09-07 | 株式会社デンソー | 離床モニタリング装置 |
JP6670777B2 (ja) * | 2016-03-11 | 2020-03-25 | インフィック株式会社 | 見守りシステム及び生活支援提案システム |
WO2017213136A1 (ja) * | 2016-06-09 | 2017-12-14 | コニカミノルタ株式会社 | 生体監視装置及び生体監視方法 |
-
2021
- 2021-03-12 JP JP2022511775A patent/JP7406737B2/ja active Active
- 2021-03-12 WO PCT/JP2021/010144 patent/WO2021200044A1/ja active Application Filing
- 2021-03-12 CN CN202180025044.8A patent/CN115413236A/zh active Pending
-
2022
- 2022-09-29 US US17/955,875 patent/US20230025313A1/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002010994A (ja) * | 2000-06-29 | 2002-01-15 | M I Labs:Kk | 密閉空気式音センサーを使用した生体情報収集装置 |
CN102150186A (zh) * | 2008-09-10 | 2011-08-10 | 皇家飞利浦电子股份有限公司 | 离床报警系统 |
JP2014004227A (ja) * | 2012-06-26 | 2014-01-16 | Daikin Ind Ltd | 睡眠センサ |
US20160015314A1 (en) * | 2014-07-21 | 2016-01-21 | Withings | System and Method to Monitor and Assist Individual's Sleep |
JP2017202058A (ja) * | 2016-05-10 | 2017-11-16 | 株式会社北電子 | 情報処理装置及び情報処理プログラム |
CN106073714A (zh) * | 2016-06-24 | 2016-11-09 | 航天神舟生物科技集团有限公司 | 一种睡眠质量的识别方法和系统 |
CN109394223A (zh) * | 2017-08-17 | 2019-03-01 | 香港理工大学 | 监测人体活动的方法、装置和服务器 |
CN209916005U (zh) * | 2018-08-21 | 2020-01-10 | 爱维斯株式会社 | 离床预测装置 |
CN109757928A (zh) * | 2018-12-29 | 2019-05-17 | 广东三水合肥工业大学研究院 | 一种防摔智能婴儿床 |
CN110633681A (zh) * | 2019-09-19 | 2019-12-31 | 天津天地伟业机器人技术有限公司 | 一种基于视频的离床检测方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021200044A1 (ja) | 2021-10-07 |
JP7406737B2 (ja) | 2023-12-28 |
JPWO2021200044A1 (zh) | 2021-10-07 |
US20230025313A1 (en) | 2023-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101960760B1 (ko) | 의료 중재 레벨을 원격으로 판단하기 위한 방법 및 시스템 | |
JP5005819B2 (ja) | 環境に関連した呼吸器疾患の自己監視方法およびシステム | |
CN110139598B (zh) | 监控和跟踪系统、方法、物品和设备 | |
JP4185846B2 (ja) | 活動状態判断装置、見守り支援システム、及び活動状態判断方法 | |
KR101025578B1 (ko) | 유비쿼터스망을 이용한 헬스케어 서비스 시스템 및 방법 | |
CN105007808B (zh) | 访问持续时间控制系统和方法 | |
CN105204413A (zh) | 一种用于穿戴设备的信息处理系统及方法 | |
CN103927847A (zh) | 一种智能养老看护系统 | |
US20170224253A1 (en) | Patient bed-exit prediction and detection | |
US10463277B2 (en) | Methods and systems for locating patients in a facility | |
JP2017168098A (ja) | 見守りシステム及び生活支援提案システム | |
US20210251573A1 (en) | Determining reliability of vital signs of a monitored subject | |
CN110673677A (zh) | 一种基于物联网的智能养老康复床的控制系统及方法 | |
CN115413236A (zh) | 离床预测通知装置以及程序 | |
TW202133798A (zh) | 照護系統與自動照護方法 | |
KR101220104B1 (ko) | 수면상황 감지 시스템 및 방법 | |
EP2581847A1 (en) | Method for communication with individuals in a health care system | |
JPWO2020003715A1 (ja) | レポート出力プログラム、レポート出力方法およびレポート出力装置 | |
EP3557583A1 (en) | Assistance control method and assistance system | |
US20200268309A1 (en) | Information processing method and information processing system | |
WO2022036624A1 (zh) | 监控方法、装置、电子设备以及存储介质 | |
CN114730518A (zh) | 用于监控个体的系统和方法 | |
CN110236557A (zh) | 现象预测系统、传感器信号处理系统、现象预测方法及非瞬时性记录介质 | |
JP7266792B2 (ja) | 情報処理システムおよびプログラム | |
US20230165540A1 (en) | Alarm management for monitored physiological variables |
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 |