JP2003067873A - 学習機能を有する自動通報システム（お元気ですか？コール） - Google Patents

Abstract

(57)【要約】 【課題】人間は、たとえ御老人になろうとも自分のプラ
イバシーを守りたいという気持ちは強い。このシステム
は、パッシブ人感センサー及びその他のセンサーと計算
機を使用することにより、一人住まいの御老人がプライ
バシーを侵されることなく日常の生活行動パターンから
異常を算出し、別居中の御家族及び医療機関等へ自動通
報するものである。 【解決手段】計算機に学習機能を持たせ学習期間終了後
は、誰についてもその人なりの生活行動パターンを学習
し、常にリアル・タイム・データと比較することにより
平常であるか、異常であるかを判断する。判断されたデ
ータを「処理データ」という。

Description

【発明の詳細な説明】

本発明は、近年の老年令化社会問題の一つに、一人住ま
いの御老人が人知れず死に至るケースが日増しに多くな
り、今後ますます多くなる可能性があり、社会問題にな
っている。御家族の心情を想えば、この様な問題は、是
非解決されるべきものとして、考え出されたものであ
る。

【０００１】

【発明が属する技術分野】緊急自動通報システムは、通
報者自身が所持し操作するタイプの装置として多くの装
置が世に出ているが、本発明の通報者は間接的には御老
人であるが通報は計算機が一人住まいの御老人の生活行
動パターンをパッシブ人感センサーによってとらえ、判
断して通報するものである。御老人は、通常の日常生活
をしていればよい。

【０００２】

【従来の技術】０００１にも記載したとおり、従来の緊
急通報システムは、通報者自身により通報操作がなされ
ていた。主にナース・コール的スイッチ・ボタン操作及
びボイスによる呼び出し等が装置として使用されてい
る。

【０００３】

【発明が解決しようとする課題】しかしながら、通報者
ご自身による緊急通報の成功率は予想以上に低いと言わ
れている。緊急通報操作を行おうとしても、その前に意
識を失う等冷静に行動できる状態ではないから、緊急通
報が出来ない場合が多いと言われている。本発明は、こ
うした従来技術の問題点に鑑みてなされたもので、その
目的は、通報操作に関しては人為的部分を取り除き人感
センサーにより自動化したものである。

【０００４】

【課題を解決するための手段】請求項１、２、３、４の
発明は、データ処理「単位時間」、「生活行動パター
ン」、リアル・タイム・データと比較する「基準デー
タ」、人間の生活行動パターンの特徴を統計的に処理し
やすい内容にするための処理技術「データの平均化」以
上の４項目がシステム的に融合して初めて有効に機能す
る学習機能システムである。

【０００５】

【発明の実施の形態】本発明を添付する図面に基づき説
明する。図１は、本発明の概要を示すものである。図１
において、人感センサーとはパッシブ・タイプの遠赤外
線センサーである。人感センサーの屋内配置は、玄関、
居間、寝室、トイレ、風呂場及び勝手口等、その人の行
動範囲に設置する。また、玄関の出入り、トイレの使用
及び風呂場の使用等を確立するため、それぞれのドアに
ドア・スイッチを設置し、これらセンサー及びスイッチ
からのON/OFF信号を多チャンネルI/Oボードを介して計
算機に接続する。計算機に取り込まれたこれらの信号は
０００４に記載された学習機能を持つアプリケーション
・ソフトウェアによって処理され、必要に応じ「処理デ
ータ」として御家族及び医療機関へ通報される。

【０００６】通報信号は、ＦＡＸ、メール等記録として
残る方法が良い。通報信号は「基準データ」とリアル・
タイム・データを比較して設定％以下のデータが設定時
間以上経過した場合、事前に決めたところに通報する。

【０００７】図２は、学習機能のフローチャートであ
る。「基準データ」は、リアル・タイム・データと比較
されるがその他にホーム・ページを立ち上げてその画面
に２４時間分の「基準データ」とリアル・タイム・デー
タ及び１週間分の「基準データ」とリアル・タイム・デ
ータを選択表示すれば通報されなくても、いつでもその
時点の生活状況が御家族及び医療機関等により確認する
ことが出来る。

【０００８】図３は、学習機能付きデータ処理のブロッ
ク・ダイアグラムである。アプリケーション・ソフトウ
ェアは、８週間で学習を終了し信頼性の高い「基準デー
タ」を算出する。

【０００９】

【実施例】本発明のうち各センサー及びスイッチの様々
なシーケンスについて記載する。外出と認識するのは、
玄関センサー（ON）→玄関センサー（OFF）→その他の
センサー（OFF）の時は外出と判断する。この場合玄関
スイッチの開閉は、２次的情報として判断材料の一部と
する。故に玄関センサー（ON）→玄関スイッチ（開）→
玄関スイッチ（閉）→玄関センサー（OFF）→その他の
センサー（OFF）というシーケンスであれば１００％外
出と判断する。帰宅と認識するのは、玄関センサー及び
スイッチ以外のセンサーがONになれば在宅であり帰宅と
判断する。故に玄関スイッチ（開）→玄関スイッチ
（閉）→玄関センサー（ON）→玄関センサー（OFF）→
その他のセンサー（ON）というシーケンスであれば１０
０％帰宅と判断する。

【００１０】トイレが使用中と認識するのは、トイレの
センサー（ON）である。トイレから退室と認識するの
は、トイレのセンサー（OFF）→その他のセンサー（O
N）で認識する。この場合もトイレ・ドア・スイッチの
開閉は、２次的な情報として処理される。故にトイレ・
スイッチ（開）→トイレ・スイッチ（閉）→トイレ・セ
ンサー（ON）で１００％トイレ使用中と判断する。退室
は、トイレ・センサー（ON）→トイレ・スイッチ（開）
→トイレ・スイッチ（閉）→その他のセンサー（ON）で
１００％退室と判断する。異常は、トイレ使用中の後、
長時間（設定可）トイレ・センサーが（OFF）のままで
その他のセンサーもONにならない場合である。この時点
で宅内放送「お元気ですか、手を振ってセンサーの発報
を確認してください。」を行う。トイレ・センサー又は
その他のセンサーがONになれば正常と判断する。センサ
ーがOFFのままであれば異常と判断し通報する。

【００１１】風呂場が使用中と認識するのは、風呂場セ
ンサー（ON）である。風呂場から退室と認識するのは、
風呂場センサー（OFF）→その他のセンサー（ON）であ
る。この場合も風呂場ドア・スイッチの開閉は、２次情
報として処理される。故に風呂場スイッチ（開）→風呂
場スイッチ（閉）→風呂場センサー（ON）で１００％風
呂場は使用中と判断される。退室は、風呂場センサー
（ON）→風呂場スイッチ（開）→風呂場スイッチ（閉）
→その他のセンサー（ON）で１００％退室と判断する。
異常は、お風呂場使用中の後、長時間（設定可）風呂場
センサーが（OFF）のままで、その他のセンサーも（O
N）にならない場合である。トイレの時と同様、この時
点で宅内放送「お元気ですか、手を振ってセンサーの発
報を確認してください。」を行う。風呂場センサー又は
その他のセンサーがONになれば正常と判断する。センサ
ーがOFFのままであれば異常と判断し通報する。

【００１２】寝室における就寝中については、高感度ス
ポット・センサーを使用するので寝返りレベルの動きに
は十分反応するが季節によりセンサーの反応条件は変わ
ってくる。しかし、学習機能がこの変化を吸収してくれ
る。

【００１３】オプションとして、トイレ、風呂場及び寝
室に緊急呼び出しスイッチ（ナース・コール・スイッチ
のようなもの）を設置することが出来る。さらにオプシ
ョンとしてセンサー・スイッチ等と計算機の間の接続を
ブルー・トゥースによる無線とすることが出来る。

【００１４】

【発明の効果】請求項１、２、３、４に記載された学習
機能を持った計算機と人感センサー及びドア・スイッチ
等で構成されたシステムにより、御老人のプライバシー
を侵害することなくその生活行動状況が御家族及び医療
機関等に情報として提供できるということは、御老人と
御家族及び医療機関にとっては相互に安心感を持って生
活できる基本である。離れて生活しなければならない相
互の物理的距離を計算機と通信システムにより精神的に
近づけるという大きな効果を期待することが出来る。ま
た、御老人介護施設等においても各部屋と管理室との間
にこのシステムを導入すれば同様な効果が期待できる。

【図面の簡単な説明】

【図１】本発明の概要を示すものである。

【図２】学習機能のフローチャートを示すものである。

【図３】学習機能付きデータ処理ブロック・ダイアグラ
ムを示すものである。

Claims (6)

【特許請求の範囲】
1. 【請求項１】 学習機能は、膨大な生カウント・データ
   の分析結果から導き出されたものである。学習機能の基
   本は、データ処理のカウント数「単位時間」である。長
   期実験の生カウント・データを多くの時間単位で処理し
   たところ「３０分間」が最も効率的、効果的なデータで
   あると判断した。但し、この「３０分間」は、今後引き
   続き行われるデータ分析により変更されることがある。
2. 【請求項２】 請求項１に記載されたデータ処理「単位
   時間」を基本として学習機能を成り立たせるためには、
   「生活行動パターン」を確立する必要がある。請求項１
   と同様、膨大な生カウント・データを統計的に比較処理
   したところ、月曜日〜日曜日の７日間をサイクルとして
   各曜日ごとのデータに多くの相関が発見されたので、生
   活行動パターンは、７日間と判断した。
3. 【請求項３】 パッシブ人感センサーからのリアル・タ
   イム・データは、学習を終了した「基準データ」と比較
   される。請求項１、２と同様、膨大な生カウント・デー
   タを統計的に分析処理した結果、約２ヶ月間は、最少期
   間ではあるが統計的にも安定した「基準データ」となっ
   たので、データ処理上では、８週間とした。年齢的老い
   による生活行動パターンの変化、病気等による生活行動
   パターンの変化等も８週間というデータの中では「基準
   データ」に反映している。
4. 【請求項４】 生活行動パターンは、その日の体調とか
   感情、その他、諸々の要素が入った結果としての行動な
   ので、データの変化率はやや大きく統計的にも処理しに
   くい面があるので、統計的手法として、前１〜２セクタ
   ーを含めた平均値を算出し、その値をデータとすること
   により、より安定した「基準データ」となりリアル・タ
   イム・データと比較した時、信頼性の高い処理データが
   期待できる。このデータ処理方式を「データの平均化」
   という。
5. 【請求項５】 学習機能とは、請求項１、２、３、４に
   記載された全てを満足して初めて有効に機能するシステ
   ム的計算機ソフトウェアである。故に、このソフトウェ
   ア概念は、いかなる計算機ＯＳ、いかなる計算機言語に
   よっても実現可能であることを特徴とするものである。
6. 【請求項６】 この学習機能の概念は、要約の項に記載
   されているパッシブ人感センサーを主としたシステム的
   計算機ソフトウェアであるが、処理データはパッシブ・
   人感センサーに限らず、アクティブ・モーション・セン
   サー等からでも良い。請求項１、２、３、４の内容は、
   学習機能へ入力されるデータの種類、内容によって変更
   される。したがって、この学習機能の対象は、例えば、
   子供、動物、人の施設への出入り等、使い勝手は無限で
   あることを特徴とするものである。