DE112017006727T5 - Benutzerterminal, server, verbesserungsvorschlagerstellungsverfahren und zustandsdatenerzeugungsverfahren - Google Patents

Benutzerterminal, server, verbesserungsvorschlagerstellungsverfahren und zustandsdatenerzeugungsverfahren Download PDF

Info

Publication number
DE112017006727T5
DE112017006727T5 DE112017006727.8T DE112017006727T DE112017006727T5 DE 112017006727 T5 DE112017006727 T5 DE 112017006727T5 DE 112017006727 T DE112017006727 T DE 112017006727T DE 112017006727 T5 DE112017006727 T5 DE 112017006727T5
Authority
DE
Germany
Prior art keywords
data
feature
state
vital
environmental
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
Application number
DE112017006727.8T
Other languages
English (en)
Inventor
Naoki Tsuchiya
Hiroshi Usui
Yoshiyuki Morita
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Omron Healthcare Co Ltd
Original Assignee
Omron Corp
Omron Healthcare Co Ltd
Omron Tateisi Electronics Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Omron Corp, Omron Healthcare Co Ltd, Omron Tateisi Electronics Co filed Critical Omron Corp
Publication of DE112017006727T5 publication Critical patent/DE112017006727T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/486Bio-feedback
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/021Measuring pressure in heart or blood vessels
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4806Sleep evaluation
    • A61B5/4809Sleep detection, i.e. determining whether a subject is asleep or not
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4857Indicating the phase of biorhythm
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7278Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02Operational features
    • A61B2560/0204Operational features of power management
    • A61B2560/0209Operational features of power management adapted for power saving
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02Operational features
    • A61B2560/0242Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02Operational features
    • A61B2560/0266Operational features for monitoring or limiting apparatus function
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04Constructional details of apparatus
    • A61B2560/0475Special features of memory means, e.g. removable memory cards
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1121Determining geometric values, e.g. centre of rotation or angular range of movement
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements 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
    • A61B5/6802Sensor mounted on worn items
    • A61B5/681Wristwatch-type devices

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Pulmonology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Anesthesiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

Ein Benutzerterminal gemäß einem Aspekt der Erfindung beinhaltet einen Merkmalsrechner, einen Merkmalskodierer und einen Kommunikator. Der Merkmalsrechner berechnet Merkmalsgrößen basierend auf mindestens einer von Vitaldaten, Beschleunigungsdaten, Winkelgeschwindigkeitsdaten und Umgebungsdaten, die von einem Vital-Sensor, einem Beschleunigungssensor, einem Gyrosensor und einem Umgebungssensor erzeugt werden, um einen Merkmalsvektor zu ermitteln, der die Merkmalsgrößen als Elemente enthält. Der Merkmalskodierer kodiert mindestens einen Teil der Elemente des Merkmalsvektors, um Zustandsdaten zu erzeugen. Der Kommunikator sendet die Zustandsdaten. Der Merkmalsvektor beinhaltet mindestens eine von einer Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, einer Aktivitätsmerkmalsgröße basierend auf Beschleunigungsdaten und/oder Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und einer Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit.

Description

  • TECHNISCHES GEBIET
  • Die vorliegende Erfindung bezieht sich auf eine Datenübertragungstechnik in einem Benutzerterminal, das Vitalinformationen misst.
  • HINTERGRUND DER ERFINDUNG
  • Es ist wünschenswert, dass Patienten mit abnormalem Blutdruck (typischerweise hoher Blutdruck) ihren Blutdruck täglich kontrollieren lassen. Die japanische Patentveröffentlichung KOKAI Nr. 2016-27460 offenbart ein Gesundheitsmanagementsystem, das den Gesundheitszustand eines Benutzers intuitiv erkennbar anzeigt. Insbesondere überträgt ein Benutzerterminal Messdaten an eine Servervorrichtung. Die Servervorrichtung berechnet einen Zustandsbewertungswert und gibt ein dem Zustandsbewertungswert entsprechendes Objekt an das Benutzerterminal zurück. Anschließend zeigt das Benutzerterminal das Objekt an.
  • Herkömmliche stationäre Blutdruckmessgeräte sind schwer zu transportieren. So wird ein Benutzer bei der Blutdruckmessung an seinem Arbeitsplatz oder an anderen Orten außerhalb der häuslichen Umgebung mit starken Unannehmlichkeiten konfrontiert. Darüber hinaus ist es äußerst schwierig, starke Blutdruckschwankungen zu erfassen, die zu einem Risiko für die Entwicklung einer zerebrovaskulären oder kardiovaskulären Erkrankung führen können, wenn die Blutdruckmessung nur mehrmals täglich durchgeführt wird.
  • In den letzten Jahren hat die Entwicklung der Sensorik zu Benutzerterminalen geführt, die einfach am Handgelenk eines Benutzers getragen werden, um z.B. seinen oder ihren Blutdruck messen zu können. Ein solches Benutzerterminal ermöglicht es dem Benutzer, seinen bzw. ihren Blutdruck zeitnah zu messen und gleichzeitig frei von den starken Unannehmlichkeiten zu sein. Solche Benutzerterminale verwenden Verfahren wie z.B. die Tonometrie, um kontinuierliche Messungen auf Beat-to-Beat-Basis (Schlag-für-Schlag-Basis) durchführen zu können.
  • ZUSAMMENFASSUNG
  • Die kontinuierliche Messung der Vitalinformation des Benutzers bringt mit sich, dass eine große Menge an Vitaldaten des Benutzers erzeugt werden. Da die tägliche Herzfrequenz des Menschen beispielsweise etwa 100.000 beträgt, werden für jeden Benutzer Blutdruckdaten von etwa 100.000 Sätzen pro Tag generiert.
  • Um eine große Menge an Vitaldaten vollständig zu speichern, ist ein Speicher mit großer Kapazität erforderlich. Wenn eine große Menge an Vitaldaten an ein externes Gerät übertragen werden soll, damit ein Arzt oder ein Gesundheitsberater darauf zugreifen können, ist ein mit dem externen Gerät eingerichteter Kanal stark belastet und es wird viel Energie verbraucht. Ein solches Problem wäre in einem potenziellen Fall, bei dem zusätzlich zu den Vitaldaten zusätzliche Daten übermittelt werden müssen, die von einem Arzt, einem Gesundheitsberater oder einem Computer zur Entscheidungsfindung im Zusammenhang mit der Gesundheitsberatung für den Benutzer verwendet werden sollen, herausstehend. Zu den zusätzlichen Daten gehören Beschleunigungsdaten, Winkelgeschwindigkeitsdaten, Umgebungsdaten und dergleichen.
  • Eine Aufgabe der vorliegenden Erfindung ist es, die Menge der Übertragungsdaten von einem Benutzerterminal zu einer externen Vorrichtung zu reduzieren.
  • Ein Benutzerterminal gemäß einem Aspekt der Erfindung beinhaltet einen Merkmalsrechner, einen Merkmalskodierer und einen Kommunikator. Der Merkmalsrechner berechnet eine Vielzahl von Merkmalsgrößen basierend auf Vitaldaten, die von einem Vital-Sensor erzeugt werden und/oder Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden und/oder Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden und/oder Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, um einen Merkmalsvektor zu ermitteln, der die Vielzahl von Merkmalsgrößen als Elemente beinhaltet. Der Merkmalskodierer kodiert mindestens einen Teil der Elemente des Merkmalsvektors, um erste Zustandsdaten zu erzeugen. Der Kommunikator sendet die ersten Zustandsdaten. Der Merkmalsvektor beinhaltet eine erste Merkmalsgröße als Element. Die erste Merkmalsgröße beinhaltet eine erste Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit und/oder eine erste Aktivitätsmerkmalsgröße basierend auf den Beschleunigungsdaten und/oder den Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit, und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit.
  • Ein Server nach einem anderen Aspekt der vorliegenden Erfindung beinhaltet einen Kommunikator, einen Zustandsdatenspeicher, einen Zustandsübergangsmodellspeicher und einen Faktoranalysator. Der Kommunikator empfängt erste Zustandsdaten. Der Zustandsdatenspeicher speichert empfangene Zustandsdaten einschließlich der ersten Zustandsdaten. Der Zustandsübergangsmodellspeicher speichert ein Zustandsübergangsmodell, das den Zustandsübergang zwischen einer Vielzahl von verschiedenen Benutzerzuständen modelliert. Der Faktoranalysator analysiert einen Faktor, der zum Übergang von einem vergangenen Benutzerzustand, entsprechend zu zweiten Zustandsdaten, die früher als die ersten Zustandsdaten empfangen wurden, auf einen aktuellen Benutzerzustand, entsprechend zu den ersten Zustandsdaten, unter Verwendung des Zustandsübergangsmodells geführt hat, um ein Faktoranalyse-Ergebnis zu ermitteln. Die ersten Zustandsdaten werden durch Kodieren mindestens eines Teils von Elementen eines Merkmalsvektors ermittelt, der eine Vielzahl von Merkmalsgrößen als Elemente enthält, die auf mindestens einem der von einem Vital-Sensor erzeugten Vitaldaten, Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, basieren. Der Merkmalsvektor beinhaltet eine erste Merkmalsgröße als Element. Die erste Merkmalsgröße beinhaltet mindestens eine erste Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, und/oder eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer der Beschleunigungsdaten und/oder der Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit, und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit.
  • Ein Server gemäß einem anderen Aspekt der vorliegenden Erfindung beinhaltet einen Kommunikator, einen Zustandsdatenspeicher, einen Zustandsübergangsmodellspeicher und einen Verbesserungsvorschlagersteller. Der Kommunikator empfängt erste Zustandsdaten. Der Zustandsdatenspeicher speichert empfangene Zustandsdaten einschließlich der ersten Zustandsdaten. Der Speicher des Zustandsübergangsmodells speichert ein Zustandsübergangsmodell, das den Zustandsübergang zwischen einer Vielzahl von verschiedenen Benutzerzuständen modelliert. Der Verbesserungsvorschlagersteller erstellt einen Verbesserungsvorschlag, um unter Verwendung des Zustandsübergangsmodells den Übergang von einem aktuellen Benutzerzustand, der den Daten des ersten Zustands entspricht, zu einem als besser definierten Benutzerzustand zu bewirken. Die ersten Zustandsdaten werden durch Kodieren mindestens eines Teils von Elementen eines Merkmalsvektors ermittelt, der eine Vielzahl von Merkmalsgrößen als Elemente enthält, die auf mindestens einem der von einem Vital-Sensor erzeugten Vitaldaten, und/oder Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, und/oder Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und/oder Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, basieren. Der Merkmalsvektor beinhaltet eine erste Merkmalsgröße als Element. Die erste Merkmalsgröße beinhaltet mindestens eine erste Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, und/oder eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer der Beschleunigungsdaten und/oder Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit, und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit.
  • Ein Verfahren zur Erstellung von Verbesserungsvorschlägen gemäß einem anderen Aspekt der vorliegenden Erfindung beinhaltet das Empfangen von Zustandsdaten. Das Verfahren beinhaltet das Erstellen eines Verbesserungsvorschlags zum Veranlassen des Übergangs von einem aktuellen Benutzerzustand, der den Zustandsdaten entspricht, zu einem als besser definierten Benutzerzustand, unter Verwendung eines Zustandsübergangsmodells, das den Übergang zwischen einer Vielzahl von verschiedenen Benutzerzuständen modelliert. Die Zustandsdaten werden durch Kodieren mindestens eines Teils von Elementen eines Merkmalsvektors ermittelt, der eine Vielzahl von Merkmalsgrößen als Elemente enthält, die auf mindestens einem der von einem Vital-Sensor erzeugten Vitaldaten, und/oder Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, und/oder Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und/oder Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, basieren. Der Merkmalsvektor beinhaltet eine erste Merkmalsgröße als ein Element. Die erste Merkmalsgröße beinhaltet mindestens eine erste Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, und/oder eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer der Beschleunigungsdaten und/oder der Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit, und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit.
  • Ein Zustandsdaten-Erzeugungsverfahren gemäß einem weiteren Aspekt der vorliegenden Erfindung beinhaltet das Berechnen einer Vielzahl von Merkmalsgrößen basierend auf mindestens Vitaldaten, die von einem Vital-Sensor erzeugt werden, und/oder Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, und/oder Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und/oder Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, um einen Merkmalsvektor zu ermitteln, der die Vielzahl von Merkmalsgrößen als Elemente beinhaltet. Das Verfahren beinhaltet das Kodieren mindestens eines Teils der Elemente des Merkmalsvektors, um Zustandsdaten zu erzeugen. Der Merkmalsvektor beinhaltet eine erste Merkmalsgröße als Element. Die erste Merkmalsgröße beinhaltet mindestens die erste Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, und/oder eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer der Beschleunigungsdaten und/oder Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit.
  • Nach der vorliegenden Erfindung ist es möglich, die Menge der Übertragungsdaten von einem Benutzerterminal zu einem externen Gerät zu reduzieren.
  • Figurenliste
    • 1 ist ein Blockdiagramm, das ein Benutzerterminal gemäß einer ersten Ausführungsform darstellt.
    • 2 ist ein Diagramm, das das Erscheinungsbild des Benutzerterminals in 1 veranschaulicht.
    • 3 ist ein Diagramm, das ein Vitalinformationsmanagementsystem mit dem Benutzerterminal in 1 darstellt.
    • 4 ist ein erklärendes Diagramm der von einem Merkmalsrechner in 1 berechneten Merkmalsgrößen.
    • 5 ist ein erklärendes Diagramm der Zustandsdaten, die vom Merkmalskodierer in 1 erzeugt werden.
    • 6 ist ein Flussdiagramm, das die vom Benutzerterminal ausgeführten Vorgänge in 1 veranschaulicht.
    • 7 ist ein Blockdiagramm, das einen Server gemäß einer zweiten Ausführungsform darstellt.
    • 8 ist ein Flussdiagramm, das die vom Server ausgeführten Betriebsschritte in 7 veranschaulicht.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Ausführungsformen werden nachstehend mit Bezug auf die Zeichnungen beschrieben. In der folgenden Beschreibung werden Elemente, die mit den bereits beschriebenen Elementen identisch oder ähnlich sind, mit den gleichen oder ähnlichen Bezugszeichen bezeichnet, wobei redundante Beschreibungen grundsätzlich weggelassen werden.
  • (Erste Ausführungsform)
  • Ein Benutzerterminal gemäß einer ersten Ausführungsform kann beispielsweise ein tragbares Terminal des Armbanduhrentyps sein, wie in 2 dargestellt. Dieses Benutzerterminal 100 zeigt beispielsweise Informationen an, die auf einer allgemeinen Uhr angezeigt werden, wie z.B. aktuelles Datum und aktuelle Uhrzeit, und zeigt weiter Vitalinformationen über den Benutzer, wie z.B. systolischer Blutdruck (SYS), diastolischer Blutdruck (DIA) und Pulsfrequenz PULS an. Das Benutzerterminal 100 kann kontinuierlich die Vitalinformationen über den Benutzer messen, z.B. auf Beat-to-Beat-Basis (Schlag-für-Schlag-Basis), und die neuesten SYS und DIA anzeigen.
  • Das Benutzerterminal 100 kann an eine intelligente Vorrichtung (typischerweise ein Smartphone oder ein Tablett) 200 angeschlossen werden, wie in 3 dargestellt. Die intelligente Vorrichtung 200 zeichnet Zustandsdaten, die vom Benutzerterminal 100 übertragen werden, auf und zeigt diese an und sendet die Zustandsdaten über ein Netzwerk NW an einen Server 300. Details zu den Zustandsdaten werden nachstehend noch beschrieben. An der intelligenten Vorrichtung 200 kann eine Anwendung zur Verwaltung bzw. zum Management von Zustandsdaten installiert sein.
  • Der Server 300 sammelt die vom Benutzerterminal 100 oder der intelligenten Vorrichtung 200 übertragenen Zustandsdaten. Der Server 300 kann die Zustandsdaten eines Benutzers, die für die Gesundheitsberatung oder Diagnose des Benutzers verwendet werden sollen, beispielsweise als Reaktion auf den Zugriff von einem Personal Computer (PC) oder dergleichen, der in einer medizinischen Einrichtung installiert ist, übertragen.
  • Darüber hinaus analysiert der Server 300, wie nachstehend noch beschrieben, einen Faktor, der zu einer Änderung eines Benutzerzustand geführt hat, basierend auf den akkumulierten Zustandsdaten, oder erstellt einen Verbesserungsvorschlag, um den Benutzerzustand in einen Benutzerzustand zu verwandeln, der als besser basierend auf den akkumulierten Zustandsdaten definiert ist. Anschließend werden das Ergebnis der Faktoranalyse und der Verbesserungsvorschlag vom Server 300 an das Benutzerterminal 100 oder die intelligente Vorrichtung 200 übertragen.
  • Wie in 1 dargestellt, beinhaltet das Benutzerterminal 100 gemäß der ersten Ausführungsform einen Vital-Sensor 110, einen Beschleunigungssensor 121, einen Umgebungssensor 122, eine Uhr 123, eine Benutzereingabe 124, einen Merkmalsrechner 131, einen Merkmalsspeicher 132, einen Merkmalskodierer 141, einen Kodierparameterspeicher 142, einen Zustandsdatenspeicher 143, einen Kommunikator 150, eine Anzeigesteuerung 160 und eine Anzeige 170.
  • Der Vital-Sensor 110 ermittelt Vitaldaten durch Messung (z.B. kontinuierliche Messung) von Vitalinformationen über den Benutzer und sendet die Vitaldaten an den Merkmalsrechner 131 und die Anzeigesteuerung 160. Der Vital-Sensor 110 beinhaltet mindestens einen Blutdrucksensor 111, der Blutdruckdaten durch Messung des Blutdrucks des Benutzers ermittelt. So beinhalten die Vitaldaten zumindest Blutdruckdaten. Die Blutdruckdaten können beispielsweise systolische Blutdruck- und diastolische Blutdruckwerte pro Schlag beinhalten. Die Vitaldaten können ferner Elektrokardiogrammdaten, Herzfrequenzdaten, Pulswellendaten, Pulsdaten, Körpertemperaturdaten und dergleichen beinhalten. Jede Vitaldaten kann mit der Messzeit verknüpft werden, die basierend auf den von der Uhr 123 empfangenen Zeitinformationen eingestellt wird.
  • Der Blutdrucksensor 111 kann einen Blutdrucksensor (nachstehend als kontinuierlicher Blutdrucksensor bezeichnet) beinhalten, der in der Lage ist, den Blutdruck des Benutzers kontinuierlich auf Beat-to-beat-Basis zu messen. Der kontinuierliche Blutdrucksensor kann den Blutdruck des Benutzers basierend auf der Pulslaufzeit (PTT) kontinuierlich messen oder die Tonometrie oder andere Techniken zur Durchführung der kontinuierlichen Messung verwenden.
  • Der Blutdrucksensor 111 kann neben dem kontinuierlichen Blutdrucksensor auch einen Blutdrucksensor (nachstehend als nicht kontinuierlicher Blutdrucksensor bezeichnet) beinhalten, der nicht in der Lage ist, die kontinuierliche Messung zu implementieren. Der diskontinuierliche Blutdrucksensor misst den Blutdruck des Benutzers, z.B. mit einer Manschette als Drucksensor (Oszillometrie).
  • Der nicht kontinuierliche Blutdrucksensor (insbesondere der oszillometrische Blutdrucksensor) weist tendenziell eine höhere Messgenauigkeit auf als kontinuierliche Blutdrucksensoren. Vor diesem Hintergrund kann der Blutdrucksensor 111 beispielsweise die Blutdruckdaten mit höherer Genauigkeit in der folgenden Weise messen. Insbesondere kann der nicht kontinuierliche Blutdrucksensor aktiviert werden, um anstelle des kontinuierlichen Blutdrucksensors zu arbeiten, wobei die Aktivierung durch die Erfüllung einer vorbestimmten Bedingung ausgelöst wird (z.B. eine Bedingung, die erfüllt ist, wenn die vom kontinuierlichen Blutdrucksensor gemessenen Blutdruckdaten des Benutzers einen vorbestimmten Zustand mit hohem Risiko anzeigen).
  • Der Beschleunigungssensor 121 erfasst die vom Beschleunigungssensor 121 empfangene Beschleunigung, um dreiachsige Beschleunigungsdaten zu ermitteln. Diese Beschleunigungsdaten können verwendet werden, um den Aktivitätszustand (Haltung und/oder Aktion) des Benutzers mit dem Benutzerterminal 100 abzuschätzen. Der Beschleunigungssensor 121 überträgt Beschleunigungsdaten an den Merkmalsrechner 131 und die Anzeigesteuerung 160. Die Beschleunigungsdaten können der eingestellten Messzeit zugeordnet werden, die basierend auf den von der Uhr 123 empfangenen Zeitinformationen eingestellt wird.
  • Das Benutzerterminal 100 kann anstelle oder zusätzlich zum Beschleunigungssensor 121 einen Gyrosensor beinhalten. Der Gyrosensor erfasst die Drehung und ermittelt Winkelgeschwindigkeitsdaten. Diese Winkelgeschwindigkeitsdaten können verwendet werden, um den Aktivitätszustand des Benutzers abzuschätzen, der das Benutzerterminal 100 trägt. Der Gyrosensor überträgt die Winkelgeschwindigkeitsdaten an den Merkmalsrechner 131 und die Anzeigesteuerung 160. Die Winkelgeschwindigkeitsdaten können der eingestellten Messzeit zugeordnet werden, die basierend auf den von der Uhr 123 empfangenen Zeitinformationen eingestellt wird.
  • Der Umgebungssensor 122 ermittelt Umgebungsdaten, indem er Informationen über die Umgebung um das Benutzerterminals 100 herum misst, und überträgt die Umgebungsdaten an den Merkmalsrechner 131 und die Anzeigesteuerung 160. Die Umgebungsdaten können Temperaturdaten, Feuchtedaten, Luftdruckdaten und dergleichen beinhalten. Jede Umgebungsinformation kann mit der Messzeit verknüpft werden, die basierend auf den von der Uhr 123 empfangenen Zeitinformationen eingestellt ist.
  • Die Uhr 123 erzeugt Zeitinformationen, die die aktuelle Zeit in einem vorbestimmten Intervall anzeigen, und sendet die Zeitinformationen an den Vital-Sensor 110, den Beschleunigungssensor 121 (und/oder den Gyrosensor), den Umgebungssensor 122 und die Anzeigesteuerung 160. Die Zeitinformation kann als Messzeit der vom Vital-Sensor 110 ermittelten Vitaldaten, als Messzeit der vom Beschleunigungssensor 121 ermittelten Beschleunigungsdaten (und/oder Winkelgeschwindigkeitsdaten vom Gyrosensor), als Messzeit der vom Umgebungssensor 122 ermittelten Umgebungsdaten und dergleichen verwendet werden.
  • Die Uhr 123 kann eine Kalenderfunktion haben. So kann die Uhr 123 beispielsweise Datumsinformationen erzeugen, die das aktuelle Datum anzeigen, und die Datumsinformationen an die Anzeigesteuerung 160 übertragen. Beispielsweise ist die Datumsangabe für die Analyse von Vitalinformationen nützlich, da der Blutdruck neben den regelmäßigen täglichen Schwankungen je nach Wochentag und Jahreszeit unterschiedlich schwanken kann.
  • Die Benutzereingabe 124 ist eine Taste, ein Drehknopf, eine Krone oder dergleichen zum Empfangen von Benutzereingaben. Alternativ kann eine Kombination aus der Benutzereingabe 124 und der später beschriebenen Anzeige 170 z.B. über einen Touchscreen realisiert werden. Die Benutzereingabe kann ein Vorgang zum Steuern des Bildschirms der Anzeige 170 oder dergleichen sein.
  • Der Merkmalsrechner 131 empfängt die Vitaldaten vom Vital-Sensor 110, empfängt die Beschleunigungsdaten vom Beschleunigungssensor 121 (und/oder die Winkelgeschwindigkeitsdaten vom Gyrosensor) und empfängt die Umgebungsdaten vom Umgebungssensor 122. Der Merkmalsrechner 131 berechnet eine Vielzahl von Merkmalsgrößen basierend auf den Vitaldaten, den Beschleunigungsdaten (und/oder Winkelgeschwindigkeitsdaten) und den Umgebungsdaten, um einen Merkmalsvektor zu ermitteln, der die Vielzahl von Merkmalsgrößen als Elemente beinhaltet. Der Merkmalsrechner 131 speichert den Merkmalsvektor im Merkmalsspeicher 132.
  • Der Merkmalsvektor kann eine erste Merkmalsgröße als Element beinhalten. Die erste Merkmalsgröße kann mindestens eine erste Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, und/oder eine erste Aktivitätsmerkmalsgröße basierend auf Beschleunigungsdaten (und/oder Winkelgeschwindigkeitsdaten) in der ersten Zeiteinheit und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhalten. Die erste Zeiteinheit kann z.B. ein Tag, eine Woche, ein Monat, ein Jahr oder dergleichen sein.
  • Der Merkmalsvektor kann zusätzlich zu der ersten Merkmalsgröße auch eine zweite Merkmalsgröße als Element beinhalten. Die zweite Merkmalsgröße kann mindestens eine zweite Vitalmerkmalsgröße basierend auf Vitaldaten in einer zweiten Zeiteinheit, die länger als die erste Zeiteinheit ist, und/oder eine zweite Aktivitätsmerkmalsgröße basierend auf Beschleunigungsdaten (und/oder Winkelgeschwindigkeitsdaten) in der zweiten Zeiteinheit und/oder eine zweite Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der zweiten Zeiteinheit beinhalten. Die zweite Zeiteinheit kann z.B. eine Woche, ein Monat, ein Jahr oder dergleichen sein.
  • Darüber hinaus kann der Merkmalsvektor neben der ersten Merkmalsgröße und der zweiten Merkmalsgröße auch eine dritte Merkmalsgröße als Element beinhalten. Die dritte Merkmalsgröße kann mindestens eine dritte Merkmalsgröße basierend auf Vitaldaten in einer dritten Zeiteinheit, die länger als die zweite Zeiteinheit ist, und/oder eine dritte Aktivitätsmerkmalsgröße basierend auf Beschleunigungsdaten (und/oder Winkelgeschwindigkeitsdaten) in der dritten Zeiteinheit und/oder eine dritte Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der dritten Zeiteinheit beinhalten. Die dritte Zeiteinheit kann z.B. ein Monat, ein Jahr oder dergleichen sein.
  • Die vom Merkmalsrechner 131 berechneten Merkmalsgrößen sind in 4 dargestellt. In dem in 4 dargestellten Beispiel sind die erste Zeiteinheit, die zweite Zeiteinheit und die dritte Zeiteinheit ein Tag, eine Woche bzw. ein Jahr.
  • In 4 stellt BPd(i) die erste Vitalmerkmalgröße dar. Die in 4 dargestellte erste Vitalmerkmalsgröße beinhaltet den Minimalwert, Maximalwert und die Anzahl der Blutdruckstöße während des Tages und der Nacht am Zieltag.
  • Der Blutdruckstoß bezieht sich beispielsweise auf starke Blutdruckschwankungen, die durch Hypoxie bei Ereignissen des Schlafapnoe-Syndroms (SAS) ausgelöst werden können. Daher ist die Überwachung der Anzahl der Blutdruckstöße nützlich, um die Schwere des SAS-Symptoms des Benutzers zu erkennen.
  • Dabei ist i eine ganze Zahl, die gleich oder größer als 1 ist. Im Beispiel in 4, stellt BPd(1) den Minimalwert des Tagesblutdrucks am Zieltag dar, BPd(2) stellt den Maximalwert des Tagesblutdrucks am Zieltag dar, BPd(3) stellt die Anzahl der Tagesblutdruckstöße am Zieltag dar, BPd(4) stellt den Minimalwert des Nachtblutdrucks am Zieltag dar, BPd(5) stellt den Maximalwert des Nachtblutdrucks am Zieltag dar und BPd(6) stellt die Anzahl der Nachtblutdruckstöße am Zieltag dar.
  • Da die tägliche Herzfrequenz des Menschen bei etwa 100.000 liegt, führt die einfache Erfassung aller systolischen Blutdruckdaten und diastolischen Blutdruckdaten pro Schlag zu etwa 200.000 Datenstücken. Andererseits kann in dem in 4 dargestellten Beispiel das tägliche Blutdruckverhalten durch sechs Merkmalgrößen ausgedrückt werden. Durch diese Umwandlung von Sensordaten in Merkmalsgrößen kann die Menge der Übertragungsdaten gegenüber einer direkten Übertragung der Sensordaten weitgehend reduziert werden.
  • In 4 stellt ACTd(i) die erste Aktivitätsmerkmalsgröße dar. Die in 4 dargestellte erste Aktivitätsmerkmalsgröße beinhaltet einen Aktivitätsbetrag, eine Aktivitätszeit und ein Aktivitätsmuster an einem Zieltag sowie eine Schlafzeit und ein Schlafmuster an dem Zieltag. Die Aktivitätsmerkmalsgröße des ersten Aktivitätsmerkmals kann berechnet werden, indem die Aktivität des Benutzers basierend auf Beschleunigungsdaten (und/oder Winkelgeschwindigkeitsdaten) in der ersten Zeiteinheit mit einer bekannten Technik geschätzt wird.
  • In 4 stellt ENVd(i) die erste Umgebungmerkmalsgröße dar. Die erste in 4 dargestellte Größe des Umgebungmerkmals beinhaltet den Minimalwert, den Maximalwert und den Änderungsbetrag jedes Umgebungfaktors am Zieltag. Der Umgebungsfaktor gibt das Messziel des Umgebungssensors 122 an, wobei ein Beispiel davon Temperatur, Feuchtigkeit, Luftdruck und dergleichen beinhaltet.
  • In 4 stellt BPw(i) die zweite Vitalmerkmalgröße dar. Die zweite in 4 dargestellte Vitalmerkmalsgröße beinhaltet den Wochentag, an dem jeweils der Minimalwert und der Maximalwert des Blutdrucks in der Zielwoche gemessen wurden, die Anzahl der Blutdruckstöße an jedem Tag der Zielwoche und die Blutdruckschwankungen an jedem Tag der Zielwoche.
  • In 4 stellt ACTw(i) die zweite Aktivitätsmerkmalsgröße dar. Die in 4 dargestellte zweite Aktivitätsmerkmalsgröße beinhaltet den Wochentag, an dem jeweils der Minimalwert und der Maximalwert der Aktivitätsgröße, die Aktivitätszeit und die Schlafzeit in der Zielwoche gemessen wurden, sowie Schwankungen der Aktivitätsgröße, der Aktivitätszeit und der Schlafzeit zwischen den Tagen der Zielwoche.
  • Im Beispiel von 4 ist die zweite Umgebungmerkmalsgröße, d.h. die Merkmalsgröße basierend auf den Umgebungdaten der Zielwoche, nicht definiert. Dennoch kann die zweite Umgebungsmerkmalgröße definiert und den Elementen des Merkmalsvektors hinzugefügt werden. Darüber hinaus können einige der in 4 dargestellten Merkmalsgrößen in den Elementen des Merkmalsvektors weggelassen werden.
  • In 4 stellt BPy(i) die dritte Vitalmerkmalgröße dar. Die dritte in 4 dargestellte Vitalmerkmalsgröße beinhaltet den Monat, in dem der Minimalwert und der Maximalwert des Blutdrucks im Zieljahr gemessen wurden, die Anzahl der Blutdruckstöße in jedem Monat im Zieljahr und die Blutdruckschwankungen in jedem Monat oder jeder Saison im Zieljahr.
  • In 4 stellt ACTy(i) die dritte Aktivitätsmerkmalsgröße dar. Die in 4 dargestellte dritte Aktivitätsmerkmalsgröße beinhaltet den Monat im Zieljahr, in dem die Minimalwerte und Maximalwerte des Aktivitätsbetrags, die Aktivitätszeit und die Schlafzeit gemessen wurden, sowie Schwankungen der Aktivitätsbetrags, der Aktivitätszeit und der Schlafzeit zwischen den Monaten des Zieljahres.
  • In 4 stellt ENVy(i) die dritte Umgebungmerkmalsgröße dar. Die in 4 dargestellte dritte Umgebungmerkmalsgröße beinhaltet den Minimalwert und den Maximalwert sowie die durchschnittliche Änderungsgröße jedes Umgebungfaktors in jedem Monat des Zieljahres und die Variation des Umgebungfaktors zwischen den Monaten des Zieljahres.
  • Der Merkmalsspeicher 132 speichert den vom Merkmalsrechner 131 erzeugten Merkmalsvektor. Der im Merkmalspeicher 132 gespeicherte Merkmalsvektor (Elemente des Merkmalsvektors) wird bei Bedarf vom Merkmalskodierer 141 und der Anzeigesteuerung 160 gelesen.
  • Der Merkmals-Kodierer 141 liest den Merkmalsvektor aus dem Merkmalsspeicher 132 und liest den Kodierungsparameter aus dem Kodierungsparameterspeicher 142. Der Merkmalskodierer 141 erzeugt Zustandsdaten, indem er jedes Element des Merkmalsvektors mit dem Kodierungsparameter Kodiert. Der Merkmals-Kodierer 141 speichert die Zustandsdaten im Zustandsdatenspeicher 143.
  • Die Kodierungsparameter können eine oder mehrere Schwellenwerte für die Umwandlung (Diskretisierung) jedes Elements des Merkmalsvektors in einen binären oder mehrwertigen Index beinhalten. In einem Fall, bei dem BPd(i) der Maximalwert des nächtlichen Blutdrucks am Zieltag ist, kann die Umwandlung durch den Merkmalskodierer 141 beispielsweise zu „1“ (hoch) führen, wenn BPd(i) gleich oder größer als 130 ist, und zu „0“ (niedrig), wenn BPd(i) kleiner als 130 ist. Mit einer solchen Kodierung kann BPd(i) binärisiert werden. Durch diese Kodierung (Segmentierung) jedes Elements des Merkmalsvektors können beispielsweise die Zustandsdaten, wie in 5 dargestellt, erzeugt werden. Jedes Element des Merkmalsvektors wird diskretisiert, so dass die Datengröße der Zustandsdaten kleiner ist als die des Merkmalsvektors. Es sei darauf hingewiesen, dass einige der Elemente des Merkmalsvektors möglicherweise nicht kodiert sind (es können Rohdaten sein).
  • Der Schwellenwert kann für jede Merkmalsgröße eingestellt werden. Jeder Schwellenwert kann beispielsweise auf der Grundlage eines in einer Richtlinie für ein medizinisches System definierten Wertes oder aus einer statistischen Verteilung einer Gruppe von Merkmalsgrößen bestimmt werden. Das heißt, der Merkmalskodierer 141 kann die Segmentierung basierend auf einem in der Richtlinie definierten Wert durchführen, kann die Segmentierung basierend auf einer Korrelation in der Verteilung vorhandener Daten durchführen oder kann die Segmentierung basierend auf vorhandenen Daten und einer Wahrscheinlichkeit des Auftretens eines Effekts wie Depressionen durchführen. Der Schwellenwert kann im Kodierungsparameterspeicher 142 von einem externen Gerät über das Netzwerk NW und den Kommunikator 150 eingestellt werden.
  • Der Kodierungsparameterspeicher 142 speichert beispielsweise einen Kodierungsparameter mit dem oben beschriebenen Schwellenwert. Der im Kodierungsparameterspeicher 142 gespeicherte Kodierungsparameter wird vom Merkmalskodierer 141 bei Bedarf gelesen. Darüber hinaus können die Kodierungsparameter mit Hilfe der vom Kommunikator 150 empfangenen Kodierungsparameter aktualisiert werden. ES sei darauf hingewiesen, dass ein Mechanismus zur Aktualisierung von Kodierungsparametern kein wesentliches Merkmal ist. Mit anderen Worten, der Kodierungsparameter kann während der Herstellung des Benutzerterminals 100 eingestellt und statisch im Kodierungsparameterspeicher 142 gehalten werden.
  • Der Zustandsdatenspeicher 143 speichert die vom Merkmalskodierer 141 erzeugten Zustandsdaten. Die im Zustandsdatenspeicher 143 gespeicherten Zustandsdaten werden bei Bedarf vom Kommunikator 150 und der Anzeigesteuerung 160 gelesen.
  • Der Kommunikator 150 tauscht Daten mit einem externen Gerät über das Netzwerk NW aus. Der Kommunikator 150 kann eine drahtlose Kommunikation und eine drahtgebundene Kommunikation oder beides durchführen. So kann der Kommunikator 150 beispielsweise eine Nahfeldkommunikation über Bluetooth (eingetragene Marke) usw. mit dem Smart Device (der intelligenten Vorrichtung) 200 durchführen.
  • Der Kommunikator 150 liest die Zustandsdaten aus dem Zustandsdatenspeicher 143 und sendet die Zustandsdaten an die externe Vorrichtung. Darüber hinaus kann der Kommunikator 150 einen Kodierungsparameter von der externen Vorrichtung empfangen und den im Kodierungsparameterspeicher 142 gespeicherten Kodierungsparameter mit dem empfangenen Kodierungsparameter neu schreiben. Der Kommunikator 150 kann das Ergebnis der Faktoranalyse und den nachstehend noch beschreibenden Verbesserungsvorschlag von der externen Vorrichtung empfangen und das Ergebnis der Faktoranalyse und den Verbesserungsvorschlag an die Anzeigesteuerung 160 senden.
  • In der folgenden Beschreibung ist die Bereitstellung sowohl des Faktoranalyse-Ergebnisses als auch des Verbesserungsvorschlags kein wesentliches Merkmal, und es kann nur eines oder keines davon angegeben werden.
  • Die Anzeigesteuerung 160 steuert die Anzeige 170. Insbesondere erzeugt die Anzeigesteuerung 160 Bildschirmdaten und sendet die Bildschirmdaten an die Anzeige 170. Die Anzeigesteuerung 160 kann die Bildschirmdaten beispielsweise basierend auf den Vitaldaten des Vital-Sensors 110, den Beschleunigungsdaten des Beschleunigungssensors 121 (und/oder den Winkelgeschwindigkeitsdaten des Gyrosensors), den Umgebungsdaten des Umgebungssensors 122, den Zeitinformationen und Datumsinformationen der Uhr 123, der Merkmalsgröße aus dem Merkmalsspeicher 132, den Zustandsdaten aus dem Zustandsdatenspeicher 143, dem Faktoranalyse-Ergebnis und dem Verbesserungsvorschlag des Kommunikators 150 und dergleichen erzeugen. Die Anzeigesteuerung 160 kann Informationen, die zum Erzeugen der Bildschirmdaten verwendet werden sollen, basierend auf einer Benutzereingabe entsprechend einem Vorgang zum Steuern des Bildschirms der Anzeige 170 auswählen.
  • Bei der Erzeugung der Bildschirmdaten auf Basis von Zustandsdaten kann die Anzeigesteuerung 160 beispielsweise den Benutzerzustand entsprechend den Zustandsdaten rangmäßig erfassen und Bildschirmdaten so erzeugen, dass visuell erkennbar ist, ob der Rang hoch oder niedrig ist.
  • Der Benutzerzustand kann so definiert sein, dass er in Eins-zu-Eins-Entsprechung zu den Zustandsdaten steht, aber dies sollte nicht in einem einschränkenden Sinne ausgelegt werden. Zum Beispiel kann eine Vielzahl von Teilen unterschiedlicher Zustandsdaten definiert werden, um mit einem einzelnen Benutzerzustand assoziiert zu sein. In diesem Fall kann der Benutzerzustand beispielsweise durch einen Teil von Zustandsdaten (z.B. ein blutdruckbezogenes Element) bestimmt werden. Zum Beispiel können Zustandsdatenstücke, die durch die Kodierung von Merkmalsvektoren mit der gleichen Vitalmerkmalsgröße und mit unterschiedlichen Aktivitätsmerkmalsgrößen und Umgebungsmerkmalsgrößen erhalten werden, einem einzelnen Benutzerzustand zugeordnet werden. In diesem Fall kann der Benutzerzustand als Gesundheitszustand eines Benutzers bezeichnet werden. Elemente der Zustandsdaten, die nicht an der Bestimmung des Benutzerzustands beteiligt sind, können beispielsweise im Server 300 zur Modellierung des Zustandsübergangs zwischen verschiedenen Benutzerzuständen, zur Analyse eines Faktors, der zu einer Änderung eines Benutzerzustands geführt hat, zur Erstellung eines Verbesserungsvorschlags zum Verbessern eines Benutzerzustand und dergleichen verwendet werden.
  • Die Anzeige 170 ist beispielsweise eine Flüssigkristallanzeige, eine organische Elektrolumineszenzanzeige (EL) oder dergleichen. Die Anzeige 170 kann den Benutzer über verschiedene Informationen informieren, indem sie die Bildschirmdaten von der Anzeigesteuerung 160 anzeigt. Insbesondere kann die Anzeige 170 Vitalinformationen (wie z.B. Blutdruck, Elektrokardiogramm, Herzfrequenz, Pulswelle, Pulsfrequenz und Körpertemperatur), Beschleunigungsdaten, Winkelgeschwindigkeitsdaten, Aktivitätsgrößeninformationen (wie Anzahl der Schritte und Kalorienverbrauch, berechnet aus Beschleunigungsdaten und/oder Winkelgeschwindigkeit), Schlafinformationen (wie z.B. Schlafzeit), Umgebunginformationen (wie z.B. Temperatur, Luftfeuchtigkeit und Luftdruck), Merkmalsvektor (Elemente des Merkmalsvektors), Zustandsdaten, Faktoranalyse-Ergebnisse, Verbesserungsvorschlag, aktuelle Zeit, Kalender und dergleichen anzeigen.
  • Das Benutzerterminal 100 arbeitet wie in 6 dargestellt. Die in 6 beschriebenen Vorgänge können periodisch durchgeführt werden, beispielsweise in einem Intervall, das der oben beschriebenen ersten Zeiteinheit entspricht.
  • Zunächst berechnet der Merkmalsrechner 131 eine Merkmalsgröße basierend auf jedem Sensordatenwert, die vom Vital-Sensor 110, dem Beschleunigungssensor 121 (und/oder dem Kreiselsensor) und dem Umgebungssensor 122 erzeugt werden, um einen Merkmalsvektor zu ermitteln (Schritt S401).
  • Der Merkmals-Kodierer 141 kodiert den in Schritt S401 ermittelten Merkmalsvektor unter Verwendung des Kodierungsparameters zum Erzeugen von Zustandsdaten (Schritt S402). Der Kommunikator 150 überträgt die in Schritt S402 erzeugten Zustandsdaten über das Netzwerk NW (Schritt S403) an eine externe Vorrichtung.
  • Die in Schritt S403 übertragenen Zustandsdaten werden direkt oder indirekt (z.B. über das Smart Device 200) vom Server 300 empfangen. Der Server 300 analysiert den Faktor, der zu einer Änderung des Benutzerzustands geführt hat, oder erstellt einen Verbesserungsvorschlag, um einen Benutzerzustand in einen als besser definierten Benutzerzustand zu verwandeln. Der Kommunikator 150 empfängt das Faktoranalyse-Ergebnis und den Verbesserungsvorschlag, und die Anzeige 170 zeigt sie an (Schritt S404).
  • Wie vorstehend beschrieben, berechnet das Benutzerterminal gemäß der ersten Ausführungsform Merkmalsgrößen basierend auf Sensordaten in einer vorgegebenen Zeiteinheit, erzeugt Zustandsdaten durch Kodierung dieser Merkmalsgrößen und überträgt die Zustandsdaten an eine externe Vorrichtung. Somit kann dieses Benutzerterminal die Größe der Übertragungsdaten drastisch reduzieren, im Vergleich mit einem Fall, in dem die Sensordaten vollständig an eine externe Vorrichtung wie eine intelligente Vorrichtung oder einen Server übertragen werden. Dadurch kann eine Reduzierung des Stromverbrauchs und der Auslastung des Kanals bei der Übertragung von Sensordaten erreicht werden. Darüber hinaus kann mit den anstelle der Sensordaten akkumulierten Zustandsdaten weiter eine Reduzierung der Speicherkapazität (Zustandsdatenspeicher) erreicht werden. Darüber hinaus zeigt das Benutzerterminal den den Zustandsdaten entsprechenden Benutzerzustand an und zeigt das Ergebnis der Faktoranalyse und den vorgelegten Verbesserungsvorschlag basierend auf den übertragenen Zustandsdaten an. Somit kann dieses Benutzerterminal den Benutzer ermutigen, sein Verhalten zu ändern.
  • (Zweite Ausführungsform)
  • Wie vorstehend beschrieben, kann der Server, an den die Zustandsdaten vom Benutzerterminal gemäß der ersten Ausführungsform übertragen wurden, einen Faktor analysieren, der zu einer Änderung eines Benutzerzustands geführt hat, oder einen Verbesserungsvorschlag erstellen, um den Benutzerzustand in einen als besser definierten Benutzerzustand zu verwandeln bzw. zu überführen. Eine zweite Ausführungsform bezieht sich auf einen solchen Server.
  • Wie in 7 dargestellt, beinhaltet der Server 300 gemäß der zweiten Ausführungsform einen Kommunikator 301, einen Zustandsdatenspeicher 302, einen Zustandsübergangsmodellierer 303, einen Zustandsübergangsmodellspeicher 304, einen Faktoranalysator 305 und einen Verbesserungsvorschlagersteller 306.
  • Der Kommunikator 301 empfängt Zustandsdaten vom Benutzerterminal 100 über das Netzwerk NW. Eine Kennung (ein Identifizierer) von dem (Benutzers von dem) Terminal 100, das die Zustandsdaten übertragen hat, kann zu den Zustandsdaten hinzugefügt werden. Der Server 300 kann die Zustandsdaten für jeden Benutzer mit einem solchen Identifikator verwalten. Der Kommunikator 301 speichert die empfangenen Zustandsdaten im Zustandsdatenspeicher 302 (in Assoziation mit dem Identifikator).
  • Der Kommunikator 301 empfängt das Ergebnis der Faktoranalyse vom Faktoranalysator 305 und den Verbesserungsvorschlag vom Verbesserungsvorschlagersteller 306. Der Kommunikator 301 überträgt das Faktoranalyse-Ergebnis und den Verbesserungsvorschlag über das Netzwerk an das Benutzerterminal 100 oder das Smart Device 200.
  • Der Zustandsdatenspeicher 302 speichert Zustandsdaten. Im Zustandsdatenspeicher 302 wird beispielsweise eine Datenbank zur Verwaltung von Zustandsdaten für jeden Benutzer eingerichtet. Die im Zustandsdatenspeicher 302 gespeicherten Zustandsdaten können zur Analyse der zeitlichen Änderung des Benutzerzustands verwendet werden. Die im Zustandsdatenspeicher 302 gespeicherten Zustandsdaten werden bei Bedarf vom Zustandsübergangsmodellierer 303, dem Faktoranalysator 305 und dem Verbesserungsvorschlagersteller 306 gelesen.
  • Der Zustandsübergangsmodellierer 303 liest die Zustandsdaten aus dem Zustandsdatenspeicher 302. Der Zustandsübergangsmodellierer 303 modelliert den Zustandsübergang zwischen einer Vielzahl von verschiedenen Benutzerzuständen basierend auf den Zustandsdaten. Der Zustandsübergangsmodellierer 303 speichert das erzeugte Zustandsübergangsmodell im Zustandsübergangsmodellspeicher 304.
  • Das Zustandsübergangsmodell kann beispielsweise eine Wahrscheinlichkeit des Zustandsübergangs (bedingte Wahrscheinlichkeit) beinhalten, die sich auf den Übergang von jedem Benutzerzustand zu einem anderen Benutzerzustand bezieht. Die Wahrscheinlichkeit des Zustandsübergangs kann beispielsweise eine Wahrscheinlichkeit PT (st+1 |st ,ft ) für den Übergang von einem Benutzerzustand st zu einem Benutzerzustand st+1 sein, wenn ein Faktor ft auftritt Der Faktor kann einen internen Faktor (z.B. eine Aktion des Benutzers) und einen externen Faktor (z.B. eine Umgebung, in der der Benutzer platziert ist) beinhalten. Darüber hinaus kann der Bedingung ein statischer Parameter wie Altersgruppe und Geschlecht des Benutzers hinzugefügt werden.
  • Das Zustandsübergangsmodell kann durch den Zustandsübergangsmodellierer 303 dynamisch geändert werden oder kann statisch sein. Wenn ein statisches Zustandsübergangsmodell verwendet wird, kann der Zustandsübergangsmodellierer 303 vom Server 300 weggelassen werden.
  • Der Zustandsübergangsmodellspeicher 304 speichert ein Zustandsübergangsmodell. Das im Zustandsübergangsmodellspeicher 304 gespeicherte Zustandsübergangsmodell wird bei Bedarf vom Faktoranalysator 305 und dem Verbesserungsvorschlagersteller 306 gelesen.
  • Der Faktoranalysator 305 liest aktuelle Zustandsdaten und vergangene Zustandsdaten des Zielbenutzers aus dem Zustandsdatenspeicher 302 und liest das Zustandsübergangsmodell aus dem Zustandsübergangsmodellspeicher 304. Die aktuellen Zustandsdaten können Zustandsdaten sein, deren Datum der Speicherung in dem Zustandsdatenspeicher 302 am frühesten ist (z.B. das Heute), und die vergangenen Zustandsdaten können Zustandsdaten sein, deren Datum der Speicherung in dem Zustandsdatenspeicher 302 am zweitältesten ist (z.B. das Gestern).
  • Der Faktoranalysator 305 analysiert den Faktor, der zum Übergang von einem vergangenen Benutzerzustand st-1 , der den vergangenen Zustandsdaten entspricht, zu dem aktuellen Benutzerzustand st , der den aktuellen Zustandsdaten entspricht, geführt hat, unter Verwendung des Zustandsübergangsmodells. So kann der Faktoranalysator 305 beispielsweise einen Faktor ft-1 (z.B. eine niedrige höchste Temperatur) mit der höchsten Wahrscheinlichkeit eines Zustandsübergangs PT (st |st-1 ,ft-1 ) von dem vergangenen Benutzerzustand st-1 in den aktuellen Benutzerzustand st als Hauptfaktor des Zustandsübergangs einschätzen. Der Faktoranalysator 305 überträgt das Ergebnis der Faktoranalyse (z.B. den Hauptfaktor des Zustandsübergangs) an den Kommunikator 301. Wenn das Ergebnis der Faktoranalyse nicht bereitgestellt werden soll, kann der Faktoranalysator 305 vom Server 300 weggelassen werden.
  • Der Verbesserungsvorschlagersteller 306 liest die aktuellen Zustandsdaten des Zielbenutzers aus dem Zustandsdatenspeicher 302 und liest das Zustandsübergangsmodell aus dem Zustandsübergangsmodellspeicher 304. Die aktuellen Zustandsdaten können Zustandsdaten sein, deren Datum der Speicherung in dem Zustandsdatenspeicher 302 am frühesten ist (z.B. das Heute).
  • Der Verbesserungsvorschlagersteller 306 verwendet das Zustandsübergangsmodell, um einen Verbesserungsvorschlag zu erstellen, der den Übergang vom aktuellen Benutzerzustand st , der den aktuellen Zustandsdaten entspricht, zu einem Benutzerzustand sb bewirkt, der als besser definiert ist. Der Benutzerzustand sb , der als besser definiert ist, kann beispielsweise der Benutzerzustand sein, der als der höchste Rang definiert wird, oder jeder Benutzerzustand, von dem definiert ist, dass er auf einem höheren Rang als der aktuelle Benutzerzustand st ist. Der Verbesserungsvorschlagersteller 306 kann als Verbesserungsvorschlag Informationen erstellen, die einen Faktor ft (z.B. eine Erhöhung des Aktivitätsbetrags) anzeigen, der die höchste Wahrscheinlichkeit eines Zustandsübergangs PT (sb|st,ft) vom aktuellen Benutzerzustand st in den aktuellen Benutzerzustand sb , der als besser definiert ist, mit sich bringt. Der Verbesserungsvorschlagersteller 306 übermittelt den Verbesserungsvorschlag an den Kommunikator 301. Es sei darauf hingewiesen, dass, wenn der Verbesserungsvorschlag nicht vorgelegt werden soll, der Verbesserungsvorschlagersteller 306 auf dem Server 300 weggelassen werden kann.
  • Der Verbesserungsvorschlagersteller 306 kann den Verbesserungsvorschlag in einer Tabelle nachschlagen, die in WENN-DANN (IF-THEN)-Regeln beschrieben ist, wie sie beispielsweise in einem Expertensystem verwendet wirden.
  • Der Verbesserungsvorschlagersteller 306 kann den Verbesserungsvorschlag jedes Mal unter Verwendung einer (erweiterer) Falldatenbank wie z.B. Watson, die mit dem Benutzerzustand assoziiert ist, nachschlagen.
  • Der Verbesserungsvorschlagersteller 306 kann eine Erfolgswahrscheinlichkeit für jeden Verbesserungsvorschlag-Kandidaten basierend auf den Ergebnissen der Intervention (Bereitstellung des Verbesserungsvorschlags) und den Reaktionen des Benutzers, die durch die Implementierung eines oder beider der beiden oben genannten Beispiele gesammelt wurden, bewerten. Darüber hinaus können die dem Nutzer zur Verfügung gestellten Verbesserungsvorschläge unter Verwendung dieser Erfolgswahrscheinlichkeit als Index eingegrenzt werden.
  • Der Server 300 arbeitet wie in 8 dargestellt.
  • Zunächst empfängt der Kommunikator 301 Zustandsdaten, die von einem der Benutzerterminals 100 erzeugt werden, über das Netzwerk NW (Schritt S501). Diese Zustandsdaten werden z.B. im Zustandsdatenspeicher 302 in Verbindung mit der oben genannten Kennung gespeichert.
  • Der Zustandsübergangsmodellierer 303 kann das Zustandsübergangsmodell unter Verwendung der in Schritt S501 (Schritt S502) empfangenen Zustandsdaten aktualisieren. So kann beispielsweise der Zustandsübergangsmodellierer 303 die Wahrscheinlichkeit des Zustandsübergangs in den Benutzerzustand entsprechend den Zustandsdaten anpassen.
  • Schritt S502 ist optional und kann weggelassen werden, z.B. wenn das Zustandsübergangsmodell statisch ist. Außerdem kann der Schritt S502 nach dem Schritt S503 und dem Schritt S504, die nachstehend noch beschrieben werden, durchgeführt werden.
  • Der Faktoranalysator 305 analysiert den Faktor, der zum Übergang vom vergangenen Benutzerzustand, der den vergangenen Zustandsdaten entspricht, zum aktuellen Benutzerzustand, der den in Schritt S501 empfangenen Zustandsdaten entspricht, geführt hat, unter Verwendung des Zustandsübergangsmodells (Schritt S503).
  • Zudem erstellt der Verbesserungsvorschlagersteller 306 unter Verwendung des Zustandsübergangsmodells einen Verbesserungsvorschlag, um den Übergang vom aktuellen Benutzerzustand, der den in Schritt S501 empfangenen Zustandsdaten entspricht, in einen als besser definierten Benutzerzustand zu bewirken (Schritt S504).
  • Es sei darauf hingewiesen, dass die Schritte S503 und S504 in einer gegenüber der in 8 umgekehrten Reihenfolge oder parallel ausgeführt werden können. Darüber hinaus kann der Schritt S503 entfallen, wenn das Ergebnis der Faktoranalyse nicht bereitgestellt werden soll, und der Schritt S504 kann entfallen, wenn der Verbesserungsvorschlag nicht vorgelegt werden soll.
  • Der Kommunikator 301 überträgt das in Schritt S503 ermittelte Faktoranalyse-Ergebnis und den in Schritt S504 erstellten Verbesserungsvorschlag über das Netzwerk NW (Schritt S505) an das Benutzerterminal 100 oder die intelligente Vorrichtung 200 (Smart Device).
  • Wie vorstehend beschrieben, führt der Server gemäß der zweiten Ausführungsform eine Faktoranalyse durch und erstellt einen Verbesserungsvorschlag unter Verwendung des Zustandsübergangsmodells für die empfangenen Zustandsdaten und sendet das Ergebnis der Faktoranalyse und den Verbesserungsvorschlag an ein Benutzerterminal oder eine intelligente Vorrichtung. So kann dieser Server den Benutzer ermutigen, sein oder ihr Verhalten zu ändern. Die vom Server empfangenen Zustandsdaten können die gleichen wie die gleichen Zustandsdaten sein, die in der ersten oben beschriebenen Ausführungsform beschrieben sind. Dadurch kann eine Reduzierung des Stromverbrauchs und der Belastung des Kanals beim Empfang von Sensordaten erreicht werden. Darüber hinaus kann mit den anstelle der Sensordaten akkumulierten Zustandsdaten eine Reduzierung der Speicherkapazität (des Zustandsdatenspeichers) erreicht werden.
  • Die vorstehend beschriebenen Ausführungsformen sind lediglich illustrative Beispiele zum Verständnis des erfinderischen Konzepts und dienen nicht dazu, den Umfang der vorliegenden Erfindung einzuschränken. Verschiedene Komponenten können in den Ausführungsformen hinzugefügt, weggelassen oder umgewandelt werden, ohne vom Kern der vorliegenden Erfindung abzuweichen.
  • Die verschiedenen in den vorstehenden Ausführungsformen beschriebenen Funktionseinheiten können mit einer Schaltung realisiert werden. Die Schaltung kann eine dedizierte Schaltung sein, die eine bestimmte Funktion implementiert, oder kann eine Allzweckschaltung, wie beispielsweise ein Prozessor, der mit einem Speicher verbunden ist und ein vorgegebenes, im Speicher gespeichertes Programm ausführt, sein.
  • Mindestens ein Teil der Verarbeitung in jeder der oben beschriebenen Ausführungsformen kann auch mit einem Universalrechner als grundlegende Hardware realisiert werden. Das Programm zur Realisierung des obigen Prozesses kann auf einem zur Verfügung zu stellenden computerlesbaren Aufzeichnungsmedium gespeichert sein. Das Programm wird auf dem Speichermedium als Datei in einem installierbaren Format oder als Datei in einem ausführbaren Format gespeichert. Das Aufzeichnungsmedium beinhaltet eine Magnetplatte, eine optische Platte (wie CD-ROM, CD-R oder DVD), eine magneto-optische Platte (wie MO), einen Halbleiterspeicher und dergleichen. Das Aufzeichnungsmedium kann jedes Medium sein, das das Programm speichern kann, um es für einen Computer lesbar zu machen. Darüber hinaus kann ein Programm zur Durchführung der oben beschriebenen Verarbeitung auf einem Computer (Server) gespeichert werden, der mit einem Netzwerk wie dem Internet verbunden ist, und kann über das Netzwerk auf einen Computer (Client) heruntergeladen werden.
  • Ein Teil oder alle der oben genannten Ausführungsformen können wie in den nachstehend beschriebenen Anmerkungen, die zusätzlich zu den Ansprüchen beschrieben werden, beschrieben werden, sind aber nicht auf die darin enthaltenen Beschreibungen beschränkt.
  • (Zusätzliche Anmerkung 1)
  • Benutzerterminal, umfassend:
    • einen Speicher; und
    • einen mit dem Speicher verbundenen Prozessor, wobei der Prozessor konfiguriert ist, zum:
      • Berechnen einer Vielzahl von Merkmalsgrößen basierend auf mindestens Vitaldaten, die von einem Vital-Sensor erzeugt werden, und/oder Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, und/oder Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, um einen Merkmalsvektor zu ermitteln, der die Vielzahl von Merkmalsgrößen als Elemente beinhaltet;
      • Kodieren mindestens einen Teil der Elemente des Merkmalsvektors, um erste Zustandsdaten zu erzeugen; und
      • Senden der ersten Zustandsdaten, wobei
      • der Merkmalsvektor eine erste Merkmalsgröße als ein Element beinhaltet, und
      • die erste Merkmalsgröße mindestens eine erste Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, und/oder eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer von Beschleunigungsdaten und/oder Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhaltet.
  • (Zusätzliche Anmerkung 2).
  • Ein Server, umfassend:
    • einen Speicher;
    • einen Zusatzspeicher; und
    • einen Prozessor, der mit dem Speicher und dem Zusatzspeicher verbunden ist, wobei der Prozessor konfiguriert ist, um (a) erste Zustandsdaten zu empfangen, wobei
    • der Zusatzspeicher (b) empfangene Zustandsdaten einschließlich der ersten Zustandsdaten speichert und (c) ein Zustandsübergangsmodell, das den Zustandsübergang zwischen einer Vielzahl von verschiedenen Benutzerzuständen modelliert, wobei
    • der Prozessor ferner konfiguriert ist, um (d) einen Faktor zu analysieren, der zum Übergang von einem vergangenen Benutzerzustand, der den vor den ersten Zustandsdaten empfangenen Daten des zweiten Zustands entspricht, zu einem aktuellen Benutzerzustand, der den Daten des ersten Zustands entspricht, geführt hat, unter Verwendung des Zustandsübergangsmodells, um ein Faktoranalyse-Ergebnis zu ermitteln, wobei
    • die ersten Zustandsdaten durch Kodieren mindestens eines Teils von Elementen eines Merkmalsvektors ermittelt werden, der eine Vielzahl von Merkmalsgrößen als Elemente enthält, basierend auf auf mindestens Vitaldaten, die von einem Vital-Sensor erzeugt werden, und/oder Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, und/oder Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und/oder Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, wobei
    • der Merkmalsvektor eine erste Merkmalsgröße als Element beinhaltet, und
    • die erste Merkmalsgröße mindestens eine erste Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, und/oder eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer von Beschleunigungsdaten und/oder Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhaltet.
  • (Zusätzliche Anmerkung 3).
  • Ein Server, umfassend:
    • einen Speiecher;
    • einen Zusatzspeicher; und
    • einen Prozessor, der mit dem Speicher und dem Zusatzspeicher verbunden ist, wobei der Prozessor konfiguriert ist, um (a) erste Zustandsdaten zu empfangen, wobei
    • der Zusatzspeicher (b) empfangene Zustandsdaten einschließlich der ersten Zustandsdaten und (c) ein Zustandsübergangsmodell, das den Zustandsübergang zwischen einer Vielzahl von verschiedenen Benutzerzuständen modelliert, speichert; wobei
    • der Prozessor ferner konfiguriert ist, um (d) unter Verwendung des Zustandsübergangsmodells einen Verbesserungsvorschlag zu erstellen, um den Übergang von einem aktuellen Benutzerzustand, der den ersten Zustandsdaten entspricht, zu einem als besser definierten Benutzerzustand zu bewirken, wobei
    • die ersten Zustandsdaten durch Kodieren mindestens eines Teils von Elementen eines Merkmalsvektors ermittelt werden, der eine Vielzahl von Merkmalsgrößen als Elemente enthält, die auf mindestens Vitaldaten, die von einem Vital-Sensor erzeugt werden, und/oder Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, und/oder Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und/oder Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, basieren; wobei
    • der Merkmalsvektor eine erste Merkmalsgröße als Element beinhaltet, und
    • die erste Merkmalsgröße mindestens eine erste Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer von Beschleunigungsdaten und/oder Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhaltet.
  • (Zusätzliche Anmerkung 4).
  • Verfahren zur Erstellung von Verbesserungsvorschlägen, umfassend:
    • Empfangen von Zustandsdaten durch einen Prozessor; und
    • Erzeugen eines Verbesserungsvorschlags durch den Prozessor, um den Übergang von einem aktuellen Benutzerzustand, der den Zustandsdaten entspricht, zu einem als besser definierten Benutzerzustand zu bewirken, unter Verwendung eines Zustandsübergangsmodells, das den Übergang zwischen einer Vielzahl von verschiedenen Benutzerzustand modelliert, wobei
    • die Zustandsdaten durch Kodieren mindestens eines Teils von Elementen eines Merkmalsvektors ermittelt werden, der eine Vielzahl von Merkmalsgrößen als Elemente enthält, die auf mindestens Vitaldaten, die von einem Vital-Sensor erzeugt werden, und/oder Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, und/oder Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und/oder Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, basieren;
    • der Merkmalsvektor eine erste Merkmalsgröße als Element beinhaltet, und
    • die erste Merkmalsgröße mindestens eine von einer ersten Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer von Beschleunigungsdaten und/oder Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhaltet.
  • (Zusätzliche Anmerkung 5).
  • Zustandsdatenerzeugungsverfahren, umfassend:
    • Berechnen einer Vielzahl von Merkmalsgrößen durch einen Prozessor, basierend auf mindestens einer von Vitaldaten, die durch einen Vital-Sensor erzeugt werden, und/oder Beschleunigungsdaten, die durch einen Beschleunigungssensor erzeugt werden, und/oder Winkelgeschwindigkeitsdaten, die durch einen Gyrosensor erzeugt werden, und/oder Umgebungsdaten, die durch einen Umgebungssensor erzeugt werden, um einen Merkmalsvektor zu ermitteln, der die Vielzahl von Merkmalsgrößen als Elemente beinhaltet; und
    • Kodieren mindestens eines Teils der Elemente des Merkmalsvektors durch den Prozessor, um Zustandsdaten zu erzeugen, wobei
    • der Merkmalsvektor eine erste Merkmalsgröße als Element beinhaltet, und
    • die erste Merkmalsgröße mindestens eine von einer ersten Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer von Beschleunigungsdaten und/oder Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und/oder eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhaltet.

Claims (9)

  1. Benutzerterminal, umfassend: einen Merkmalsrechner, der konfiguriert ist, um eine Vielzahl von Merkmalsgrößen zu berechnen, basierend auf mindestens einer von Vitaldaten, die von einem Vitalsensor erzeugt werden, Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, um einen Merkmalsvektor zu ermitteln, der die Vielzahl von Merkmalsgrößen als Elemente beinhaltet; einen Merkmalskodierer, der konfiguriert ist, um mindestens einen Teil der Elemente des Merkmalsvektors zu kodieren, um erste Zustandsdaten zu erzeugen; und einen Kommunikator, der konfiguriert ist, um die ersten Zustandsdaten zu übertragen, wobei der Merkmalsvektor eine erste Merkmalsgröße als Element beinhaltet, und die erste Merkmalsgröße mindestens eine von einer ersten Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer von Beschleunigungsdaten und Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhaltet.
  2. Benutzerterminal nach Anspruch 1, wobei der Merkmalsvektor weiterhin eine zweite Merkmalsgröße als Element beinhaltet, und die zweite Merkmalsgröße mindestens eine zweite Vitalmerkmalsgröße basierend auf Vitaldaten in einer zweiten Zeiteinheit, die länger als die erste Zeiteinheit ist, eine zweite Aktivitätsmerkmalsgröße basierend auf mindestens einer der Beschleunigungsdaten und Beschleunigungsdaten in der zweiten Zeiteinheit und eine zweite Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der zweiten Zeiteinheit beinhaltet.
  3. Benutzerterminal nach Anspruch 1, wobei die erste Zeiteinheit ist ein Tag, und die erste Vitalmerkmalgröße mindestens einen von einem Minimalwert, einem Maximalwert und einer Anzahl von Blutdruckstößen während des Tages und der Nacht an einem Zieltag beinhaltet.
  4. Benutzerterminal nach Anspruch 1, wobei der Kommunikator konfiguriert ist, um mindestens eines von einem Analyseergebnis eines Faktors, der zum Übergang von einem vergangenen Benutzerzustand, der den vor den ersten Zustandsdaten übertragenen zweiten Zustandsdaten entspricht, zu einem aktuellen Benutzerzustand, der den ersten Zustandsdaten entspricht, geführt hat, und einen Verbesserungsvorschlag zum Bewirken des Übergangs vom aktuellen Benutzerzustand in einen als besser definierten Benutzerzustand zu empfangen.
  5. Server, umfassend: einen Kommunikator, der konfiguriert ist, um erste Zustandsdaten zu empfangen; einen Zustandsdatenspeicher, der konfiguriert ist, um empfangene Zustandsdaten einschließlich der ersten Zustandsdaten zu speichern; einen Zustandsübergangsmodellspeicher, der konfiguriert ist, um ein Zustandsübergangsmodell zu speichern, das den Zustandsübergang zwischen einer Vielzahl von verschiedenen Benutzerzuständen modelliert; und einen Faktoranalysator, der konfiguriert ist, um einen Faktor, der zu einem Übergang von einem vergangenen Benutzerzustand, der vor den ersten Zustandsdaten empfangenen zweiten Zustandsdaten entspricht, zu einem aktuellen Benutzerzustand, der den Daten des ersten Zustands entspricht, geführt hat, unter Verwendung des Zustandsübergangsmodells zu analysieren, um ein Faktoranalyse-Ergebnis zu ermitteln, wobei die ersten Zustandsdaten durch Kodieren mindestens eines Teils von Elementen eines Merkmalsvektors ermittelt werden, der eine Vielzahl von Merkmalsgrößen als Elemente enthält, die auf mindestens einem von Vitaldaten, die von einem Vital-Sensor erzeugt werden, Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, basieren, wobei der Merkmalsvektor eine erste Merkmalsgröße als Element beinhaltet, und die erste Merkmalsgröße mindestens eine von einer ersten Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer von Beschleunigungsdaten und Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhaltet.
  6. Server, umfassend: einen Kommunikator, der konfiguriert ist, um erste Zustandsdaten zu empfangen; einen Zustandsdatenspeicher, der konfiguriert ist, um empfangene Zustandsdaten einschließlich der ersten Zustandsdaten zu speichern; einen Zustandsübergangsmodellspeicher, der konfiguriert ist, um ein Zustandsübergangsmodell zu speichern, das den Zustandsübergang zwischen einer Vielzahl von verschiedenen Benutzerzuständen modelliert; und einen Verbesserungsvorschlagsersteller, der konfiguriert ist, um einen Verbesserungsvorschlag zu erstellen, um den Übergang von einem aktuellen Benutzerzustand, der den Daten des ersten Zustands entspricht, zu einem Benutzerzustand, der als besser definiert ist, unter Verwendung des Zustandsübergangsmodells zu bewirken, wobei die ersten Zustandsdaten durch Kodieren mindestens eines Teils von Elementen eines Merkmalsvektors ermittelt werden, der eine Vielzahl von Merkmalsgrößen als Elemente enthält, .die auf mindestens einem von Vitaldaten, die von einem Vital-Sensor erzeugt werden, Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, basieren, wobei der Merkmalsvektor eine erste Merkmalsgröße als Element beinhaltet, und die erste Merkmalsgröße mindestens eine von einer ersten Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer von Beschleunigungsdaten und Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhaltet.
  7. Server nach Anspruch 5, ferner umfassend einen Zustandsübergangsmodellierer, der konfiguriert ist, um das Zustandsübergangsmodell basierend auf den im Zustandsdatenspeicher gespeicherten Zustandsdaten zu erzeugen.
  8. Verfahren zur Erstellung von Verbesserungsvorschlägen, umfassend: Empfangen von Zustandsdaten; und Erstellen eines Verbesserungsvorschlags zum Bewirken eines Übergangs von einem aktuellen Benutzerzustand, der den Zustandsdaten entspricht, zu einem als besser definierten Benutzerzustand unter Verwendung eines Zustandsübergangsmodells, das den Zustandsübergang zwischen einer Vielzahl von verschiedenen Benutzerzuständen modelliert, wobei die Zustandsdaten durch Kodieren mindestens eines Teils von Elementen eines Merkmalsvektors ermittelt werden, der eine Vielzahl von Merkmalsgrößen als Elemente enthält, die auf mindestens einem von Vitaldaten, die von einem Vital-Sensor erzeugt werden, Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, basieren; der Merkmalsvektor eine erste Merkmalsgröße als Element beinhaltet, und die erste Merkmalsgröße mindestens eine von einer ersten Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer von Beschleunigungsdaten und Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhaltet.
  9. Zustandsdatenerzeugungsverfahren, umfassend: Berechnen einer Vielzahl von Merkmalsgrößen basierend auf mindestens einer von Vitaldaten, die von einem Vital-Sensor erzeugt werden, Beschleunigungsdaten, die von einem Beschleunigungssensor erzeugt werden, Winkelgeschwindigkeitsdaten, die von einem Gyrosensor erzeugt werden, und Umgebungsdaten, die von einem Umgebungssensor erzeugt werden, um einen Merkmalsvektor zu ermitteln, der die Vielzahl von Merkmalsgrößen als Elemente beinhaltet; und Kodieren mindestens eines Teils der Elemente des Merkmalsvektors, um Zustandsdaten zu erzeugen, wobei der Merkmalsvektor eine erste Merkmalsgröße als Element beinhaltet, und die erste Merkmalsgröße mindestens eine von einer ersten Vitalmerkmalsgröße basierend auf Vitaldaten in einer ersten Zeiteinheit, eine erste Aktivitätsmerkmalsgröße basierend auf mindestens einer von Beschleunigungsdaten und Winkelgeschwindigkeitsdaten in der ersten Zeiteinheit und eine erste Umgebungsmerkmalsgröße basierend auf Umgebungsdaten in der ersten Zeiteinheit beinhaltet.
DE112017006727.8T 2017-01-04 2017-12-11 Benutzerterminal, server, verbesserungsvorschlagerstellungsverfahren und zustandsdatenerzeugungsverfahren Pending DE112017006727T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017000244A JP6861033B2 (ja) 2017-01-04 2017-01-04 ユーザ端末、サーバ、改善提案作成装置の作動方法および状態データ生成方法
JP2017-000244 2017-01-04
PCT/JP2017/044391 WO2018128053A1 (ja) 2017-01-04 2017-12-11 ユーザ端末、サーバ、改善提案作成方法および状態データ生成方法

Publications (1)

Publication Number Publication Date
DE112017006727T5 true DE112017006727T5 (de) 2019-10-10

Family

ID=62789459

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112017006727.8T Pending DE112017006727T5 (de) 2017-01-04 2017-12-11 Benutzerterminal, server, verbesserungsvorschlagerstellungsverfahren und zustandsdatenerzeugungsverfahren

Country Status (5)

Country Link
US (1) US20190320971A1 (de)
JP (1) JP6861033B2 (de)
CN (1) CN110167426A (de)
DE (1) DE112017006727T5 (de)
WO (1) WO2018128053A1 (de)

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006026383A2 (en) * 2004-08-26 2006-03-09 Strategic Health Decisions, Inc. Sytem for optimizing treatment strategies using a patient-specific rating system
US7889069B2 (en) * 2005-04-01 2011-02-15 Codman & Shurtleff, Inc. Wireless patient monitoring system
US7814597B2 (en) * 2006-07-21 2010-10-19 Whirlpool Corporation Method and apparatus for determining cloth and fluid motion in a washing machine
CN101554322B (zh) * 2008-04-09 2012-07-04 陈敦金 产科危重症患者病情评估系统
JP5185785B2 (ja) * 2008-11-19 2013-04-17 オムロンヘルスケア株式会社 健康状態判断装置
JP6017807B2 (ja) * 2012-03-16 2016-11-02 オムロン株式会社 血圧関連情報表示装置
JP6331384B2 (ja) * 2013-12-26 2018-05-30 オムロンヘルスケア株式会社 活動量関連情報表示装置
JP2015210539A (ja) * 2014-04-23 2015-11-24 京セラ株式会社 電子機器、健康支援システム及び健康支援方法
KR20160044267A (ko) * 2014-10-15 2016-04-25 삼성전자주식회사 생체 정보 획득 장치 및 방법
JP6485680B2 (ja) * 2014-11-13 2019-03-20 日本電気株式会社 情報処理システム、情報処理装置、情報処理方法および情報処理プログラム
WO2016115230A1 (en) * 2015-01-13 2016-07-21 Delos Living Llc Systems, methods and articles for monitoring and enhancing human wellness
CN105898059A (zh) * 2016-04-20 2016-08-24 北京动量科技有限责任公司 一种用于获取姿态结果信息的方法和装置

Also Published As

Publication number Publication date
WO2018128053A1 (ja) 2018-07-12
US20190320971A1 (en) 2019-10-24
JP6861033B2 (ja) 2021-04-21
CN110167426A (zh) 2019-08-23
JP2018108281A (ja) 2018-07-12

Similar Documents

Publication Publication Date Title
DE112018002831T5 (de) Bewertungsauforderungsprogramm, Bewertungsauforderungsverfahren und Computervorrichtung
DE60035546T2 (de) System und Verfahren zur automatischen Sammlung und Analyse von periodisch erfassten Patientendaten zur Fernpatientenpflege
US9241658B2 (en) Personal fatigue risk management system and method
DE60119414T2 (de) Tragbare Vorrichtung zur Lebensunterstützung
CN110289096B (zh) 一种基于深度学习的icu院内死亡率预测方法
EP1936522A1 (de) Automatische Priorisierung medizinischer Betreuungen
DE112014004940T5 (de) System und Verfahren zum Bewerten einer Verbindung zwischen einem drahtlosen Sensor und einem überwachten Patienten
KR102053604B1 (ko) 수면 분석 방법 및 이를 이용한 수면 분석 디바이스
DE112019002076T5 (de) Medikationsverwaltungsvorrichtung, medikationsverwaltungsverfahren und medikationsverwaltungsprogramm
DE112018001359T5 (de) Arzneimittelverschreibungsunterstützungsvorrichtung, verfahren und programmfeld
DE112012006038T5 (de) Blutdruckbezogene Information-Anzeigeeinrichtung
DE202013012876U1 (de) Systeme für den Übergang der Patientenversorgung von signalbasierter Überwachung zu risikobasierter Überwachung
CN102203783A (zh) 执行受检者测量
DE112019002084T5 (de) Medikationsverwaltungsvorrichtung, medikationsverwaltungsverfahren und medikationsverwaltungsprogramm
DE112018005855T5 (de) Verarbeitungsvorrichtung für biologische informationen, verarbeitungsverfahren und verarbeitungprogramm
DE102009060553A1 (de) Verfahren und System zur Speicherung und Auswertung von Daten, insbesondere Vitaldaten
DE112018001397T5 (de) Informationsverarbeitungsvorrichtung und informationsverarbeitungsprogramm
DE112007000384T5 (de) Verfahren und System zum Berechnen von Verlaufskurven für chronisch kranke Patienten
DE112021005880T5 (de) Präsymptomatische krankheitsdiagnoseeinrichtung, präsymptomatisches krankheitsdiagnoseverfahren und trainiertes-modell-erzeugungseinrichtung
DE112016006150T5 (de) Diagnose-unterstützungsgerät, diagnose-unterstützungsverfahren und diagnose-untersützungsprogramm
CN114334158A (zh) 一种基于物联网的监护管理方法及系统
DE112018004113T5 (de) Datenverarbeitungsvorrichtung, Datenverarbeitungsverfahren und Datenverarbeitungsprogramm
DE112017006723T5 (de) Benutzerterminalvorrichtung
DE112019003268T5 (de) Gesundheitsverwaltungsvorrichtung, gesundheitsverwaltungsverfahren und programm
WO2010105743A1 (de) Verfahren zum automatischen erzeugen eines nutzerspezifischen messdatenerfassungsregimes für eine diskontinuierliche butzuckermessung sowie datenverarbeitungsvorrichtung und blutzuckermessgerät

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R083 Amendment of/additions to inventor(s)