JP2018503187A - 被験者とのインタラクションのスケジューリング - Google Patents

Abstract

本発明は被験者３とのインタラクションをスケジュールするためのスケジューリングシステム２に関する。受信ユニット６は一つ以上のセンサ４，５により取得されるセンサデータを受信し、センサデータは被験者の状況を示す。分析ユニット６は過去の期間の受信センサデータを分析し、過去の期間中の被験者の状況における反復パターンを検出する。予測ユニット７は現在の期間の受信センサデータと検出される反復パターンに基づいて将来の期間中の被験者の状況を予測する。スケジューリングユニット９は予測される状況に基づいて被験者とインタラクションするためのスケジュールを生成する。予測される状況を利用して被験者とインタラクションするためのスケジュールを生成することにより、被験者とインタラクションするためにちょうどよいときを特定することが可能である。

Description

本発明は被験者とのインタラクションをスケジュールするためのスケジューリングシステム、スケジューリング法及びスケジューリングコンピュータプログラムに関する。本発明はさらに、スケジューリングシステムを有する、被験者とインタラクションするためのインタラクションシステムに関する。

不健康なライフスタイルは慢性疾患の根本原因の一つと考えられている。例えば、不健康な習慣はより多くの及び／又はより重大な病気並びにより多くの及び／又はより長い入院につながり得ることが研究で示されている。症状を改善するために、患者はしばしば自分の生活習慣及び／又は行動の一つ以上を変えることを要求される。しかしながら、不健康な習慣を変えることはしばしば単純ではなく、行動の変化を維持することは実に患者にとってきわめて困難になり得ることも研究でわかっている。

自動的で、強力で、状況駆動的な（ｃｏｎｔｅｘｔ‐ｄｒｉｖｅｎ）習慣の性質を考えると、それを変えることが困難であることはきわめて当然である。従って、多くの場合患者が習慣を変えようと努力するにあたり例えば医療介護者からのインタラクションによりサポートされることが望ましい。患者の保健行動に影響を与えるために、患者とのインタラクションのタイミングが重要であることが研究により示されている。適切な情報を不適切なときに提供することはあまり効果的ではない。従って、患者とのインタラクションにとってちょうどよいときを特定することができるシステムが必要である。

ＵＳ２００４／０００３０４２ Ａ１は、自動アプリケーション、通信の関係者及び／又はそれらの組み合わせの間など、エンティティ間の協調と通信を促進するシステムと方法に関する。開示されたシステムと方法は、ユーザの存在と利用可能性の一つ以上の態様の予測を提供する予測モデルを学習することにより協調と通信をサポートするサービスを含む。存在予測は異なるレベルの位置精度でのユーザの現在若しくは将来の位置と、異なるデバイス若しくはアプリケーションの使用を含む。利用可能性評価は、異なる方法でユーザを妨げるコストについての推定と、一つ以上の通信チャネルへのユーザの現在若しくは将来のアクセスを含む。予測モデルは、例えばユーザのカレンダーのコンテンツ、時刻、曜日の分析に加えて、ユーザ活動及び複数のデバイスからの近さを考慮することにより収集データから構築される。

被験者とのインタラクションにとってちょうどよいときを特定することを可能にする、被験者とのインタラクションをスケジュールするためのスケジューリングシステム、スケジューリング法、及びスケジューリングコンピュータプログラムを提供することが本発明の目的である。スケジューリングシステムを有する、被験者とインタラクションするためのインタラクションシステムを提供することが本発明のさらなる目的である。

本発明の第一の態様において、被験者とのインタラクションをスケジュールするためのスケジューリングシステムが提示され、スケジューリングシステムは：
‐一つ以上のセンサにより取得される、被験者の状況を示すセンサデータを受信するように適応される受信ユニットと、
‐過去の期間の受信センサデータを分析し、過去の期間中の被験者の状況における反復パターンを検出するように適応される分析ユニットと、
‐現在の期間の受信センサデータと検出される反復パターンに基づいて将来の期間中の被験者の状況を予測するように適応される予測ユニットと、
‐予測される状況に基づいて被験者とインタラクションするためのスケジュールを生成するように適応されるスケジューリングユニットと
を有し、
分析ユニットは、所与の時間において情報を処理する被験者のレディネス（ｒｅａｄｉｎｅｓｓ）を示すレディネス尺度により被験者の状況をあらわすように適応され、分析ユニットは過去の期間の受信センサデータに基づいて過去の期間のレディネス尺度を決定し、過去の期間のレディネス尺度における反復パターンを検出するように適応され、予測ユニットは現在の期間の受信センサデータと検出される反復パターンに基づいて将来の期間のレディネス尺度を予測するように適応される。

過去の期間の受信センサデータを分析することにより、分析ユニットは過去の期間中の被験者の状況における反復パターンを検出することができる。そして検出される反復パターンは現在の期間の受信センサデータに基づいて将来の期間中の被験者の状況を予測するために予測ユニットにより利用され得る。スケジューリングユニットは予測される状況を利用して被験者とインタラクションするためのスケジュールを生成するので、スケジューリングユニットがインタラクションにとってちょうどよいときを特定することが可能である。

被験者は好適には医療被験者、すなわち患者、特に、慢性疾患、すなわち持続する若しくは他の方法でその影響が長引く健康状態若しくは疾患、又は時間とともに生じる疾患を患う患者である。例えば、世界保健機関は三ヶ月以上続く病状を慢性と分類する。慢性疾患のいくつかの周知例は、精神疾患、糖尿病、高血圧、てんかん、アルツハイマー病、パーキンソン病などを含む。

過去の期間は、例えば、数日、数週間、若しくは数ヶ月でさえあり得る。一般に、分析ユニットが過去の期間中の被験者の状況における反復パターンのロバストで高品質な検出を実行することを可能にするために利用可能な十分なセンサデータを持つために、過去の期間は比較的長くなることが好適である。

分析ユニットは好適には所定単位時間、例えば日単位で過去の期間の受信センサデータを分析する。この場合、過去の期間の各日の被験者の状況が、過去の期間中の被験者の毎日の状況における反復パターンを見つけるために比較され得る。もちろん、例えば週ベース若しくは１４日ごとに、より粗い時間ベースでのみ反復するパターンも分析で考慮され得る。

被験者の状況において検出される反復パターンは、反復ベースで被験者により経験される"反復状況"と考えられる。

スケジューリングユニットにより生成されるスケジュールは好適には被験者とインタラクションするのにちょうどよいと考えられる少なくとも一つの時間を有する。例えば、生成されるスケジュールは今日の２ｐｍから５ｐｍの期間を被験者とインタラクションするためにちょうどよい期間として示し得る。

以下でより詳細に例示される通り、被験者の状況は、本明細書で使用される通り、被験者の行動及び／又は被験者の環境により、好適には行動と環境の両方により影響され得ることが理解されるものとする。

スケジューリングシステムの異なるユニットは一緒に提供され得る、すなわちスケジューリングシステムは被験者の範囲内に設けられるローカルユニットのみから構成され得る、又はそれらは空間的に分布し得る、すなわちスケジューリングシステムは、被験者の範囲内に設けられるローカルユニットと、被験者とインタラクションしたい例えば医師、看護師、若しくは薬剤師などの医療介護者の範囲内に設けられるリモートユニットとから構成され得る。例えば、一つの可能な構成において、受信ユニット、分析ユニット、予測ユニット及びスケジューリングユニットは全て被験者の範囲内に設けられる。この場合、生成されるスケジュールは、今日のインターネット標準、モバイル通信標準などに基づく技術といった、適切な送信技術を用いて医療介護者へ送信され得る。別の可能な構成において、受信ユニット、分析ユニット、予測ユニット及びスケジューリングユニットは全て医療介護者の範囲内に設けられ得る。この場合、一つ以上のセンサのみが被験者の範囲内に設けられ得、一つ以上のセンサは取得センサデータを医療介護者のところにある受信ユニットへ送信し得る。もちろん、これら両極の組み合わせも可能である。例えば、受信ユニット、分析ユニット及び予測ユニットが被験者の範囲内に設けられ得、スケジューリングユニットが医療介護者の範囲内に設けられ得る。この場合、予測状況は医療介護者へ送信され得、そこでスケジューリングユニットは受信される予測状況に基づいてスケジュールを生成する。

分析ユニットは過去の期間の受信センサデータから導出される固有状況（ｅｉｇｅｎｓｉｔｕａｔｉｏｎ）に基づいて反復パターンを検出するように適応され、固有状況は過去の期間中の状況変動を特徴付けることが好適である。関連するアプローチがＮａｔｈａｎ Ｅａｇｌｅ ａｎｄ Ａｌｅｘ Ｓａｎｄｙ Ｐｅｎｔｌａｎｄ "Ｅｉｇｅｎｂｅｈａｖｉｏｒｓ：ｉｄｅｎｔｉｆｙｉｎｇ ｓｔｒｕｃｔｕｒｅ ｉｎ ｒｏｕｔｉｎｅ"， Ｂｅｈａｖｉｏｒａｌ Ｅｃｏｌｏｇｙ ａｎｄ Ｓｏｃｉｏｂｉｏｌｏｇｙ， Ｖｏｌ．６３， Ｎｏ．１１， ｐａｇｅｓ １０５７‐１０６６， Ａｐｒｉｌ ２００９に詳細に記載され、その内容は全体が本明細書に組み込まれる。その概念は、行動データが一般にかなりの量の構造を含み、この行動構造が、著者らが"固有行動（ｅｉｇｅｎｂｅｈａｖｉｏｕｒｓ）"と名づけた固有ベクトルのセットである、完全な行動データセットの主成分の加重和によりあらわされ得るという認識に基づく。上述の論文では、固有行動、すなわち'行動空間'に張る、従って過去の期間中の行動変動を特徴付ける固有ベクトルのセットが、九ヶ月の期間にわたって個人の携帯電話により取得される位置データに基づいて個人の将来の位置（すなわち職場、家など）を予測するために使用される。本発明では、過去の期間の受信センサデータから得られる'状況空間'をその"固有状況"、すなわち状況データセットの主成分によりあらわし分析するために、固有行動の概念の修正バージョンが使用される。

上述の通り、分析ユニットは所与の時間において情報を処理する被験者のレディネスを示すレディネス尺度により被験者の状況をあらわすように適応される。被験者とのインタラクションの有効性は、インタラクションが開始及び／又は実行される瞬間における情報を処理する被験者のレディネスにかなりの程度依存する。従って、所与の時間において情報を処理する被験者のレディネスを示すレディネス尺度により被験者の状況をあらわすことにより、将来の期間中の被験者の予測状況に基づいて、すなわち将来の期間中に情報を処理する彼／彼女の予測レディネスに基づいて、患者とインタラクションするためにちょうどよいときを特定することが可能である。

センサデータが、一つ以上のバイオメトリックセンサにより取得される被験者のバイオメトリックデータと、一つ以上の環境センサにより取得される被験者の環境の環境データを有し、過去の期間のレディネス尺度は過去の期間の受信バイオメトリックデータと過去の期間の受信環境データから決定されることがさらに好適である。過去の期間のバイオメトリックデータと過去の期間の環境データの両方を利用することにより、過去の期間のレディネス尺度が高信頼性で決定され得る。

例えば、一つの可能な構成において、バイオメトリックデータは好適には被験者の活動レベルを示すデータと被験者のリラクセーションレベルを示すデータの一つ以上を有し、環境データは好適には被験者の位置を示すデータ、被験者の環境中の空気品質を示すデータ、及び被験者付近の人の存在を示すデータの一つ以上を有する。センサデータは、例えば被験者の加速度を取得する加速度計（活動レベル）、被験者の心拍数を取得する心拍モニタ（リラクセーションレベル）、被験者の位置を取得するＧＰＳセンサ（位置）、被験者の環境中のＣＯ_２量を取得するＣＯ_２センサ（空気品質）、被験者付近のＢｌｕｅｔｏｏｔｈ（登録商標）デバイスの存在を取得するＢｌｕｅｔｏｏｔｈ（登録商標）デバイス（被験者付近の人の存在）を用いて取得され得る。過去の期間の受信センサデータはさらに処理され、例えば分類されたりし得る。一実施例において、被験者の活動レベルは取得される加速度から決定され、決定される活動レベルは複数のクラス、例えば＜低活動レベル＞、＜中活動レベル＞、＜高活動レベル＞に分類される。同様に、リラクセーションレベル、位置、空気品質及び被験者付近の人の存在がそれぞれ取得センサデータから決定され得、決定されるパラメータは複数のクラスに分類され得る。例えば、適切なクラスはリラクセーションレベルの場合＜低リラクセーションレベル＞、＜中リラクセーションレベル＞、＜高リラクセーションレベル＞；位置の場合＜屋内＞、＜屋外＞；空気品質の場合＜良空気品質＞、＜中空気品質＞、＜高空気品質＞；被験者付近の人の存在の場合＜無人＞、＜有人＞と選ばれ得る。センサデータに加えて追加情報が、例えば被験者についての既定知識が、異なるパラメータを決定するために使用され得ることが留意されるものとする。例えば、被験者の位置を決定するために、ＧＰＳセンサにより取得される位置に加えて、被験者の家及び／又は被験者の職場の位置についての既定知識が、被験者が所与の時間において屋内若しくは屋外にいるかどうかを決定するために使用され得る。さらに、他の分類が使用されてもよく、例えば被験者付近の人の存在は＜無人＞、＜二人未満存在＞、＜五人未満存在＞、＜五人以上存在＞により粗く分類され得る。一般に、分類における追加の詳細さがレディネス尺度のより正確な及び／又はよりロバストな決定を可能にするという条件で、より細かい分類が好適であり得ることが理解されるものとする。

この実施例において、決定される活動レベル、リラクセーションレベル、位置、空気品質及び被験者付近の人の存在は、好適には過去の期間のレディネス尺度を確実に決定するために分析ユニットにより使用される。例えば、一つの好適な具体化において、決定されるパラメータは過去の期間のレディネス尺度を決定するために和若しくは加重和に組み合わされる。より詳細には、異なるスコアが異なるパラメータの各クラスに与えられ得、過去の期間中の所与の時間について、その所与の時間に対するセンサデータのスコアを合計することによりレディネス尺度が決定され得る。このアプローチでは、情報を処理する被験者のレディネスにより強い影響を持つと考えられるパラメータが、より弱い影響を持つと考えられるパラメータよりも大きなスコアを概して与えられるようにスコアが適切に選ばれることが好適である。スコアは例えば、高いレディネス尺度が情報を処理する被験者の高いレディネスを示し、一方低いレディネス尺度が情報を処理する被験者の低いレディネスを示すように選ばれ得る。レディネス尺度はさらにスコアの和に基づいて複数のクラスへ、例えば＜低レディネス＞、＜中レディネス＞、＜高レディネス＞に分類され得る。

上述の通り、分析ユニットは過去の期間の受信センサデータに基づいて過去の期間のレディネス尺度を決定し、過去の期間のレディネス尺度における反復パターンを検出するように適応され、予測ユニットは現在の期間の受信センサデータと検出される反復パターンに基づいて将来の期間のレディネス尺度を予測するように適応される。

例えば、一つの可能な具体化では、過去の期間中の状況変動、ここでは情報を処理する被験者のレディネスにおける変動を特徴付ける、固有状況、すなわち'状況空間'に張る固有ベクトルのセットを決定するために過去の期間のレディネス尺度に対して固有状況分析が実行される。分析は日単位で実行され得、この場合固有状況は過去の期間中の情報を処理する被験者のレディネスにおける日々の変動を特徴付ける。最も強い若しくは第一の固有状況は過去の期間中の被験者の日常状況（例えば情報を処理するレディネス）における反復パターンに対応する（Ｎａｔｈａｎ Ｅａｇｌｅ ａｎｄ Ａｌｅｘ Ｓａｎｄｙ Ｐｅｎｔｌａｎｄ，"Ｅｉｇｅｎｂｅｈａｖｉｏｒｓ：ｉｄｅｎｔｉｆｙｉｎｇ ｓｔｒｕｃｔｕｒｅ ｉｎ ｒｏｕｔｉｎｅ"，Ｂｅｈａｖｉｏｒａｌ Ｅｃｏｌｏｇｙ ａｎｄ Ｓｏｃｉｏｂｉｏｌｏｇｙ，Ｖｏｌ．６３，Ｎｏ．１１，ｐａｇｅｓ １０５７‐１０６６，Ａｐｒｉｌ ２００９参照）。反復パターンは現在の期間の受信センサデータを"分析"し、将来の期間のレディネス尺度を予測するために使用され得る。上記の通り、バイオメトリックデータは例示的に被験者の活動レベルを示すデータと被験者のリラクセーションレベルを示すデータを有し、環境データは例示的に被験者の位置を示すデータ、被験者の環境中の空気品質を示すデータ、及び被験者付近の人の存在を示すデータを有する。分析ユニットが被験者の活動レベル、被験者のリラクセーションレベル、被験者の位置、被験者の環境中の空気品質、及び被験者付近の人の存在を決定するために、現在の期間の受信センサデータはさらに処理され、例えば上記の通り分類されたりすることができ、そしてこれらのパラメータは現在の期間のレディネス尺度を確実に決定するために使用され得る。反復パターンに対する重みを、その加重和が現在の期間のレディネス尺度を適切にあらわすように計算することにより、現在の期間のレディネス尺度が予測され得る。

スケジューリングユニットは将来の期間の予測レディネス尺度に基づいてスケジュールを生成するように適応されることが好適である。既に上述した通り、将来の期間中の情報を処理する被験者の予測レディネスにスケジュールの生成を基づかせることにより、患者とインタラクションするためにちょうどよいときを特定することが可能である。例えば、上記実施例において、被験者とのインタラクションは予測レディネス尺度が＜高レディネス＞となる将来の期間中の時間に対してスケジュールされ得る。

現在の期間が今日の初期に対応し、将来の期間が現在の後期に対応することがさらに好適である。例えば、現在の期間は今日の前半に、すなわち１２ａｍから１２ｐｍに対応することができ、将来の期間は今日の後半に、すなわち１２ｐｍから１２ａｍに対応することができる。その場合予測ユニットが今日の前半の受信センサデータと検出される反復パターンに基づいて今日の後半中の被験者の状況（例えば情報を処理するレディネス）を予測することが可能である。そしてスケジューリングユニットはこの（ただし将来の）期間中の被験者の予測状況に基づいてその日の後半において被験者とインタラクションするためのスケジュールを生成することができる。今日の初期は連続部分である必要はなく、複数の不連続なサブ部分、例えば１２ａｍから４ａｍ及び８ａｍから１２ｐｍから構成されることもできる。同じことが今日の後期にも当てはまり、すなわちこれは例えば２ｐｍから４ｐｍ及び６ｐｍから８ｐｍであり得る。

過去の期間と比較してより最近の期間の追加センサデータが受信されているとき、反復パターンの検出を更新するように分析ユニットが適応されることが好適である。これは分析ユニットが反復パターンを検出するために可能な限り多くの受信センサデータを利用することを可能にし、これは特に、経時的により小さくより少ない頻度で起こるパターンの改良された検出をもたらす。例えば、分析ユニットが日単位で受信センサデータを分析する場合、反復パターンの検出は過去の日のセンサデータが受信されているときに毎日更新され得る。

スケジューリングシステムがセンサデータを取得するための一つ以上のセンサをさらに有することも好適である。

本発明のさらなる態様において、被験者とインタラクションするためのインタラクションシステムが提示され、インタラクションシステムは：
‐請求項１から６のいずれか一項に記載のスケジューリングシステムと、
‐被験者とインタラクションするためのインタラクションサブシステムと
を有する。

インタラクションサブシステムは被験者とビデオ会話を実行するためのシステム及び／又は被験者へメディアコンテンツを提示するためのシステムを有することが好適である。メディアコンテンツは好適には動画コンテンツ及び／又は静止画コンテンツ及び／又はオーディオコンテンツ及び／又はテキストコンテンツを有する。被験者とのビデオ会話は、例えば医師、看護師若しくは薬剤師などの医療介護者との直接の個人的接触を可能にするので、被験者に彼／彼女の行動を変えることにおいて影響を及ぼすための効果的な手段になり得る。付加的に若しくは代替的に、被験者へメディアコンテンツを提示する可能性は、教育メディアコンテンツ、例えば被験者の病状を改善し得る若しくは少なくとも安定させ得る特定の運動がどのように実行されるべきかを説明するメディアコンテンツ、どのように薬剤が服用されるべきかを説明するメディアコンテンツなどの、被験者への提示を可能にし得る。メディアコンテンツは動画コンテンツ、静止画コンテンツ、オーディオコンテンツ若しくはテキストコンテンツ、又はこれら要素の任意の組み合わせを有し得る。例えば、運動の説明はビデオ、すなわち動画コンテンツを説明テキストと一緒に含み得る。付加的に、運動は言葉で説明され得る、すなわち説明はオーディオコンテンツをさらに含み得る。代替例では、同じ運動は、運動を説明する複数の静止画、例えば複数の写真若しくは複数の説明グラフィック要素（器具で実行される運動を説明するフィットネススタジオ器具上に示されるものと同様）を用いて説明され得る。

インタラクションに加わることを被験者に促すために被験者へメッセージを送信するようにインタラクションサブシステムが適応されることがさらに好適である。被験者、特に患者と効率的にインタラクションするための機会はかなり限られることがわかっている。インタラクションに加わる、例えば教育メディアコンテンツを見る若しくは聞く、又は医療介護者とのビデオ会話に参加することを被験者に促すことは、被験者を参加させる効果的な方法である。実際、本発明者らの一人により、"座る行動"についての研究において、説得的メッセージの送信、すなわち促進が、研究の参加者がウェブサイトから引き出し得る情報の実際のコンテンツよりも行動を変えることに効果的になり得ることがわかっている（Ｓａｓｋｉａ ｖａｎ Ｄａｎｔｚｉｇ， Ｇｉｊｓ Ｇｅｌｅｉｊｎｓｅ， ａｎｄ Ａａｒｔ Ｔｉｊｍｅｎ ｖａｎ Ｈａｌｔｅｒｅｎ，"Ｔｏｗａｒｄ ａ ｐｅｒｓｕａｓｉｖｅ ｍｏｂｉｌｅ ａｐｐｉｌｃａｔｉｏｎ ｔｏ ｒｅｄｕｃｅ ｓｅｄｅｎｔａｒｙ ｂｅｈａｖｉｏｒ"，Ｐｅｒｓｏｎａｌ ａｎｄ Ｕｂｉｑｕｉｔｏｕｓ Ｃｏｍｐｕｔｉｎｇ，Ｖｏｌ．１７，Ｎｏ．６，ｐａｇｅｓ １２３７‐１２４６，Ａｕｇｕｓｔ ２０１３参照）。

インタラクションサブシステムは生成されるスケジュールに従って被験者とのインタラクションを自動的に開始するように適応されることが好適である。それとともに、ちょうどよいときに被験者とのインタラクションを開始する自動インタラクションサブシステムが実現され得る。例えば、インタラクションサブシステムは医療介護者がインタラクションを開始及び実行することを要することなく被験者へ教育メディアコンテンツを自動的に提示し得る。

インタラクションサブシステムは被験者が開始されるインタラクションを拒絶することを可能にするように適応され、インタラクションサブシステムはさらに生成されるスケジュールに従って後で被験者とのインタラクションを自動的に再開するように適応されることがさらに好適である。これは、一部の場合において、例えば予測状況が実際には不正確であるように今日の被験者の状況が彼／彼女の"反復状況"から強く逸脱するために、又は予測状況がかなり正確であっても、被験者がインタラクションに加わることを不都合にする例外が起こったために、生成されるスケジュールに従ってインタラクションが開始される瞬間が実際には被験者とインタラクションするためによい瞬間ではないかもしれないということを考慮する。この場合、被験者とインタラクションする可能性が完全に見逃されてはならないが、生成されるスケジュールに従って後で被験者とのインタラクションの開始が再試行され得る。

本発明のさらなる態様において、被験者とのインタラクションをスケジュールするためのコンピュータ実装スケジューリング法が提示され、スケジューリング法は：
‐一つ以上のセンサにより取得される、被験者の状況を示すセンサデータを、受信ユニットにより受信するステップと、
‐分析ユニットにより、過去の期間の受信センサデータを分析して過去の期間中の被験者の状況における反復パターンを検出するステップと、
‐予測ユニットにより、現在の期間の受信センサデータと検出される反復パターンに基づいて将来の期間中の被験者の状況を予測するステップと、
‐スケジューリングユニットにより、予測される状況に基づいて被験者とインタラクションするためのスケジュールを生成するステップと
を有し、
分析ユニットは所与の時間において情報を処理する被験者のレディネスを示すレディネス尺度により被験者の状況をあらわし、分析ユニットは過去の期間の受信センサデータに基づいて過去の期間のレディネス尺度を決定し、過去の期間のレディネス尺度における反復パターンを検出し、予測ユニットは現在の期間の受信センサデータと検出される反復パターンに基づいて将来の期間のレディネス尺度を予測する。

本発明のさらなる態様において、被験者とのインタラクションをスケジュールするためのスケジューリングコンピュータプログラムが提示され、スケジューリングコンピュータプログラムは、スケジューリングシステムを制御するコンピュータ上でスケジューリングコンピュータプログラムが実行されるときに、請求項１から６のいずれか一項に記載のスケジューリングシステムに請求項１２に記載のスケジューリング法のステップを実行させるためのプログラムコード手段を有する。

請求項１のスケジューリングシステム、請求項７のインタラクションシステム、請求項１２のスケジューリング法、及び請求項１３のスケジューリングコンピュータプログラムは、特に従属請求項に記載の同様の及び／又は同一の好適な実施形態を持つことが理解されるものとする。

本発明の好適な実施形態は従属請求項と各独立請求項との任意の組み合わせでもあり得ることが理解されるものとする。

本発明のこれらの及び他の態様は以降に記載の実施形態から明らかとなりそれらを参照して解明される。

被験者とインタラクションするためのインタラクションシステムの一実施形態を概略的に例示的に示す。 固有状況分析を用いる分析ユニットと予測ユニットによる処理を概略的に例示的に示す。 被験者とのインタラクションをスケジュールするためのスケジューリング法の一実施形態を例示するフローチャートを示す。

図１は、この実施例では患者、特に慢性疾患を持つ患者である被験者３とインタラクションするためのインタラクションシステム１の一実施形態を概略的に例示的に示す。インタラクションシステム１は患者３とのインタラクションをスケジュールするためのスケジューリングシステム２と、患者３とインタラクションするためのインタラクションサブシステム１０を有する。インタラクションシステム１は、例えば、医師、看護師、若しくは薬剤師など、患者３とインタラクションしたい医療介護者により使用され得る。

この実施形態において、スケジューリングシステム２はセンサデータを取得するための一つ以上のセンサ４，５を有し、センサデータは患者３の状況を示す。一つ以上のセンサ４，５は、患者３のバイオメトリックデータを取得するための一つ以上の、ここでは二つのバイオメトリックセンサ４（図では個別に示されない）と、患者３の環境の環境データを取得するための一つ以上の、ここでは三つの環境センサ５（同様に図では個別に示されない）を有する。スケジューリングシステム２はさらに、一つ以上のセンサ４，５により取得されるセンサデータを受信するように適応される受信ユニット６、過去の期間の受信センサデータを分析して過去の期間中の患者３の状況における反復パターンを検出するように適応される分析ユニット７、現在の期間の受信センサデータと検出される反復パターンに基づいて将来の期間中の患者３の状況を予測するように適応される予測ユニット８、及び予測される状況に基づいて患者３とインタラクションするためのスケジュールを生成するように適応されるスケジューリングユニット９を有する。スケジューリングユニット９は予測される状況を利用して患者３とインタラクションするためのスケジュールを生成するので、スケジューリングユニット９がインタラクションにとってちょうどよいときを特定することが可能である。

この実施例において、分析ユニット７は過去の期間の受信センサデータから導出される固有状況に基づいて反復パターンを検出するように適応される。さらに、分析ユニット７は所与の時間において情報を処理する患者３のレディネスを示すレディネス尺度により患者３の状況をあらわすように適応される。これらの態様は、固有状況分析を用いる分析ユニット７と予測ユニット８による処理を概略的に例示的に示す、図２を参照してより詳細に記載される。

ここで、二つのバイオメトリックセンサ４と三つの環境センサ５により取得されるセンサデータ２０が受信されていた過去の期間は１２週間である（図中０日から８３日とラベルされる）。バイオメトリックデータは患者３の活動レベルを示すデータ２１と患者３のリラクセーションレベルを示すデータ２２を有し、環境データは患者３の位置を示すデータ２３、患者３の環境中の空気品質を示すデータ２４、及び患者３付近の人の存在を示すデータ２５を有する。センサデータは、患者３の加速度を取得する加速度計（活動レベル）、患者３の心拍数を取得する心拍モニタ（リラクセーションレベル）、患者３の位置を取得するＧＰＳセンサ（位置）、患者３の環境中のＣＯ_２の量を取得するＣＯ_２センサ（空気品質）、及び患者３付近のＢｌｕｅｔｏｏｔｈ（登録商標）デバイスの存在を取得するＢｌｕｅｔｏｏｔｈ（登録商標）デバイス（患者付近の人の存在）を用いて取得される。過去の期間の受信センサデータ２０はさらに処理され、例えば分類されたりする。この実施例において、患者３の活動レベルは取得される加速度から決定され、決定される活動レベルは三つのクラスに、すなわち＜低活動レベル＞、＜中活動レベル＞、＜高活動レベル＞に分類される。同様に、リラクセーションレベル、位置、空気品質、及び患者３付近の人の存在が、取得されるセンサデータからそれぞれ決定され、決定されるパラメータは複数のクラスに分類される。ここで、適切なクラスは：リラクセーションレベルについて＜低リラクセーションレベル＞、＜中リラクセーションレベル＞、＜高リラクセーションレベル＞；位置について＜屋内＞、＜屋外＞；空気品質について＜良空気品質＞、＜中空気品質＞、＜高空気品質＞；患者３付近の人の存在について＜無人＞、＜有人＞と選ばれる。センサデータに加えて追加情報、例えば患者３についての既定知識が異なるパラメータを決定するために使用され得ることが留意されるものとする。例えば、患者３の位置を決定するために、ＧＰＳセンサにより取得される位置に加えて、所与の時間において患者３が屋内若しくは屋外にいるかどうかを決定するために患者の家及び／又は患者の職場の位置についての既定知識が使用され得る。

この実施例において、決定される活動レベル、リラクセーションレベル、位置、空気品質及び患者３付近の人の存在は、取得されるセンサデータ２０が受信されていた過去の期間、すなわち１２週間のレディネス尺度３１を確実に決定するために分析ユニット７により使用される。一つの好適な具体化において、決定されるパラメータは過去の期間のレディネス尺度３１を決定するために和若しくは加重和に組み合わされる。より詳細には、異なるスコアが異なるパラメータの各クラスに与えられ、過去の期間中の所与の時間について、所与の時間のセンサデータ２０（すなわち活動レベル、リラクセーションレベル、位置、空気品質及び患者３付近の人の存在）に対するスコアを合計することによりレディネス尺度３１が決定される。このアプローチでは、情報を処理する患者のレディネスに強い影響を持つと考えられるパラメータが、概して弱い影響を持つと考えられるパラメータよりも大きなスコアを与えられるように、スコアが適切に選ばれる。スコアは、例えば高いレディネス尺度が情報を処理する患者の高いレディネスを示し、一方低いレディネス尺度が情報を処理する患者の低いレディネスを示すように、選ばれ得る。この実施例において、レディネス尺度はスコアの和に基づいてさらに三つのクラス、すなわち＜低レディネス＞、＜中レディネス＞、＜高レディネス＞に分類される。

この実施形態において、分析ユニット７は過去の期間のレディネス尺度３１において反復パターン３２を検出するように適応され、予測ユニット８は現在の期間の受信センサデータ４０と検出される反復パターン３２に基づいて将来の期間のレディネス尺度３４を予測するように適応される。より詳細には、過去の期間中の状況変動、ここでは情報を処理する患者３のレディネスにおける変動、を特徴付ける、固有状況、すなわち'状況空間'に張る固有ベクトルのセットを決定するために、過去の期間のレディネス尺度３１に対して固有状況分析が実行される。分析はここでは日単位で実行される、すなわち固有状況は過去の期間中の情報を処理する患者３のレディネスにおける毎日の変動を特徴付ける。最強若しくは第一の固有状況は過去の期間中の患者３の毎日の状況（すなわち情報を処理する毎日のレディネス）における反復パターン３２に対応する（Ｎａｔｈａｎ Ｅａｇｌｅ ａｎｄ Ａｌｅｘ Ｓａｎｄｙ Ｐｅｎｔｌａｎｄ，"Ｅｉｇｅｎｂｅｈａｖｉｏｒｓ：ｉｄｅｎｔｉｆｙｉｎｇ ｓｔｒｕｃｔｕｒｅ ｉｎ ｒｏｕｔｉｎｅ"，Ｂｅｈａｖｉｏｒａｌ Ｅｃｏｌｏｇｙ ａｎｄ Ｓｏｃｉｏｂｉｏｌｏｇｙ，Ｖｏｌ．６３，Ｎｏ．１１，ｐａｇｅｓ １０５７‐１０６６，Ａｐｒｉｌ ２００９参照）。反復パターン３２は現在の期間の受信センサデータ４０を"分析"し、将来の期間のレディネス尺度３４を予測するために使用され得る。二つのバイオメトリックセンサ４と三つの環境センサ５により取得されるセンサデータ４０が受信される現在の期間は今日の初期、ここでは今日の前半、すなわち１２ａｍから１２ｐｍに対応し、将来の期間は今日の後期、ここでは今日の後半、すなわち１２ｐｍから１２ａｍに対応する。上記の通り、バイオメトリックデータは患者３の活動レベルを示すデータ４１と患者３のリラクセーションレベルを示すデータ４２を有し、環境データは患者３の位置を示すデータ４３、患者３の環境中の空気品質を示すデータ４４、及び患者３付近の人の存在を示すデータ４５を有する。この実施例では、患者３の活動レベル、患者３のリラクセーションレベル、患者３の位置、患者３の環境中の空気品質、及び患者３付近の人の存在を分析ユニット７が決定するために、現在の期間の受信センサデータ４０はさらに処理され、例えば上記の通り分類されたりし、そしてこれらのパラメータは今日の前半のレディネス尺度３３を確実に決定するために使用される。反復パターン３２に対する重みを、それらの加重和が今日の前半のレディネス尺度３３を適切にあらわすように計算することにより、今日の後半のレディネス尺度３４が予測され得る。

スケジューリングユニット９はここでは、将来の期間、ここでは今日の後半の予測レディネス尺度３４に基づいてスケジュールを生成するように適応される。例えば、予測レディネス尺度３４が＜高レディネス＞になる今日の後半中の時間に対して患者３とのインタラクションがスケジュールされる。

図１に戻って参照すると、インタラクションサブシステム１０は患者３とのビデオ会話を実行するためのシステムを有する。これは例えば医師、看護師若しくは薬剤師などの医療介護者との直接の個人的接触を可能にする。付加的に若しくは代替的に、インタラクションサブシステム１０は患者３にメディアコンテンツを提示するためのシステムを有し得る。メディアコンテンツは動画コンテンツ及び／又は静止画コンテンツ及び／又はオーディオコンテンツ及び／又はテキストコンテンツを有し得る。これは例えば患者３の病状を改善し得る若しくは少なくとも安定させ得る特定の運動がどのように実行されるべきかを説明するメディアコンテンツ、どのように薬剤が服用されるべきかを説明するメディアコンテンツなど、教育メディアコンテンツの患者３への提示を可能にする。

この実施形態において、インタラクションサブシステム１０はインタラクションに加わるよう患者３を促すために患者３へメッセージを送信するように適応される。患者３、特に患者と効率的にインタラクションするための機会はかなり限られることがわかっている。インタラクションに加わるよう、例えば教育メディアコンテンツを見る若しくは聞くように、又は医療介護者とのビデオ会話に参加するように患者３を促すことは、患者３を参加させる効果的な方法である。

インタラクションサブシステム１０が患者３にメディアコンテンツを提示するためのシステムを有する場合、これは好適には生成されるスケジュールに従って患者３とのインタラクションを自動的に開始するように適応される。それとともに、医療介護者がインタラクションを開始及び実行することを要することなくちょうどよいときに患者３とのインタラクションを開始する自動インタラクションサブシステム１０が実現され得る。

インタラクションサブシステム１０は、患者３が開始されるインタラクションを拒絶することを可能にするように適応され得、インタラクションサブシステム１０は生成されるスケジュールに従って後で患者３とのインタラクションを自動的に再開するようにさらに適応される。これは一部の場合において、例えば今日情報を処理する患者３のレディネスが彼／彼女の"反復状況"から強く逸脱するために、生成されるスケジュールに従ってインタラクションが開始されるときが実際には患者３とインタラクションするためによいときではないかもしれないことを考慮する。この場合、患者３とインタラクションする可能性が完全に見逃されてはならないが、生成されるスケジュールに従って後で患者３とのインタラクションを開始することが再試行され得る。

以下、この実施例では患者、特に慢性疾患を持つ患者である被験者３とのインタラクションをスケジュールするためのスケジューリング法の一実施形態が、図３に示すフローチャートを参照して例示的に記載される。スケジューリング法は、例えば図１を参照して記載したスケジューリングシステム２で実行され得る。

ステップ１０１において、一つ以上のセンサ４，５により取得されるセンサデータが、受信ユニット６により受信され、センサデータは患者３の状況を示す。ステップ１０２において、分析ユニット７により、患者３の状況における反復パターンを検出するために過去の期間の受信センサデータが分析される。ステップ１０３において、予測ユニット８により、現在の期間の受信センサデータと検出される反復パターンに基づいて将来の期間中の患者３の状況が予測される。ステップ１０４において、スケジューリングユニット９により、予測される状況に基づいて患者３とインタラクションするためのスケジュールが生成される。

スケジューリング法は、この実施例では患者、特に慢性疾患を持つ患者であり得る被験者３とインタラクションするためのインタラクション法の一部であり得、この方法は、インタラクションサブシステム１０により、患者３とインタラクションする追加ステップを有し得る。インタラクション法は、例えば図１を参照して記載したインタラクションシステム１で実行され得る。

本発明は被験者とのインタラクションをスケジュールするためのスケジューリングコンピュータプログラムにも関する。スケジューリングコンピュータプログラムは被験者とインタラクションするためのインタラクションコンピュータプログラムの一部でもあり得る。

上記図１を参照して記載したインタラクションシステムの実施形態において、分析ユニット７は、過去の期間と比較してより最近の期間の追加センサデータが受信されているとき、反復パターンの検出を更新するように適応され得ることが留意されるものとする。これは分析ユニット７が反復パターンを検出するために可能な限り多くの受信センサデータを利用することを可能にし、これは経時的に特により少なくより少ない頻度で起こるパターンの改良された検出をもたらす。

開示の実施形態への他の変更は、図面、開示及び添付の請求項の考察から、請求される発明を実施する上で当業者により理解されもたらされることができる。

請求項において、"有する"という語は他の要素若しくはステップを除外せず、不定冠詞"ａ"若しくは"ａｎ"は複数を除外しない。

単一のユニット若しくはデバイスは請求項に列挙される複数の項目の機能を満たし得る。特定の手段が相互に異なる従属請求項に列挙されるという単なる事実は、これら手段の組み合わせが有利に使用されることができないことを示さない。

被験者の状況における反復パターンを検出するために過去の期間の受信センサデータを分析すること、現在の期間の受信センサデータと検出される反復パターンに基づいて将来の期間の被験者の状況を予測すること、及び予測される状況に基づいて被験者とインタラクションするためのスケジュールを生成することなどといった、一つ若しくは複数のユニット若しくはデバイスにより実行される動作は、任意の他の数のユニット若しくはデバイスにより実行され得る。例えば、分析ユニットは単一ユニット若しくはデバイスへ予測ユニットと統合され得る。

スケジューリング法に従ったスケジューリング装置の動作及び／又は制御はコンピュータプログラムのプログラムコードとして及び／又は専用ハードウェアとして実装され得る。コンピュータプログラムは、他のハードウェアと一緒に若しくはその一部として設けられる光学記憶サブシステム若しくはソリッドステートサブシステムなどの適切なサブシステム上で保存／分散され得るが、インターネット若しくは他の有線若しくは無線通信システムなどを介して他の形式で分散されてもよい。

請求項中の任意の参照符号は範囲を限定するものと解釈されるべきではない。

本発明は被験者とのインタラクションをスケジュールするためのスケジューリングシステムに関する。受信ユニットは一つ以上のセンサにより取得されるセンサデータを受信し、センサデータは被験者の状況を示す。分析ユニットは過去の期間の受信センサデータを分析して過去の期間中の被験者の状況における反復パターンを検出する。予測ユニットは現在の期間の受信センサデータと検出される反復パターンに基づいて将来の期間中の被験者の状況を予測する。スケジューリングユニットは予測される状況に基づいて被験者とインタラクションするためのスケジュールを生成する。スケジューリングユニットは予測される状況を利用して被験者とインタラクションするためのスケジュールを生成するので、スケジューリングユニットがインタラクションにとってちょうどよいときを特定することが可能である。

本発明は図面及び上記説明において詳細に図示され記載されているが、かかる図示と記載は例示若しくは説明であって限定ではないとみなされるものとする。本発明は開示の実施形態に限定されない。開示の実施形態への他の変更は、図面、開示、及び添付の請求項の考察から、請求される発明を実施する上で当業者により理解されもたらされることができる。請求項中、"有する"という語は他の要素若しくはステップを除外せず、不定冠詞"ａ"若しくは"ａｎ"は複数を除外しない。特定の手段が相互に異なる従属請求項に列挙されるという単なる事実はこれら手段の組み合わせが有利に使用されることができないことを示さない。コンピュータプログラムは他のハードウェアと一緒に若しくはその一部として設けられる光学記憶媒体若しくはソリッドステート媒体などの適切な媒体上に保存／分散され得るが、インターネット又は他の有線若しくは無線通信システムなどを介して他の形式で分散されてもよい。請求項中の任意の参照符号は範囲を限定するものと解釈されるべきではない。

Claims (13)

1. 被験者とのインタラクションをスケジュールするためのスケジューリングシステムであって、
   ‐一つ以上のセンサにより取得される、前記被験者の状況を示すセンサデータを受信するように適応される受信ユニットと、
   ‐過去の期間の受信センサデータを分析して前記過去の期間中の前記被験者の状況における反復パターンを検出するように適応される分析ユニットと、
   ‐現在の期間の受信センサデータと検出される前記反復パターンに基づいて将来の期間中の前記被験者の状況を予測するように適応される予測ユニットと、
   ‐予測される状況に基づいて前記被験者とインタラクションするためのスケジュールを生成するように適応されるスケジューリングユニットと
   を有し、
   前記分析ユニットは、所与の時間において情報を処理する前記被験者のレディネスを示すレディネス尺度により前記被験者の状況をあらわすように適応され、前記分析ユニットは、前記過去の期間の受信センサデータに基づいて前記過去の期間のレディネス尺度を決定し、前記過去の期間のレディネス尺度における反復パターンを検出するように適応され、前記予測ユニットは、前記現在の期間の受信センサデータと検出される前記反復パターンに基づいて前記将来の期間のレディネス尺度を予測するように適応される、
   スケジューリングシステム。
2. 前記分析ユニットが、前記過去の期間の受信センサデータから導出される固有状況に基づいて前記反復パターンを検出するように適応され、当該固有状況は前記過去の期間中の状況変動を特徴付ける、請求項１に記載のスケジューリングシステム。
3. 前記センサデータが一つ以上のバイオメトリックセンサにより取得される前記被験者のバイオメトリックデータと、一つ以上の環境センサにより取得される前記被験者の環境の環境データとを有し、前記過去の期間のレディネス尺度が前記過去の期間の受信バイオメトリックデータと前記過去の期間の受信環境データから決定される、請求項１に記載のスケジューリングシステム。
4. 前記スケジューリングユニットが前記将来の期間の予測レディネス尺度に基づいて前記スケジュールを生成するように適応される、請求項１に記載のスケジューリングシステム。
5. 前記現在の期間が今日の初期に対応し、前記将来の期間が今日の後期に対応する、請求項１から４のいずれか一項に記載のスケジューリングシステム。
6. 前記分析ユニットは、前記過去の期間と比較してより最近の期間の追加センサデータが受信されているとき、前記反復パターンの検出を更新するように適応される、請求項１から５のいずれか一項に記載のスケジューリングシステム。
7. 被験者とインタラクションするためのインタラクションシステムであって、
   ‐請求項１から６のいずれか一項に記載のスケジューリングシステムと、
   ‐前記被験者とインタラクションするためのインタラクションサブシステムと
   を有する、インタラクションシステム。
8. 前記インタラクションサブシステムが、前記被験者とビデオ会話を実行するためのシステム及び／又は前記被験者へメディアコンテンツを提示するためのシステムを有する、請求項７に記載のインタラクションシステム。
9. 前記インタラクションサブシステムが、インタラクションに加わるように前記被験者を促すために前記被験者へメッセージを送信するように適応される、請求項７又は８に記載のインタラクションシステム。
10. 前記インタラクションサブシステムが、生成される前記スケジュールに従って前記被験者とのインタラクションを自動的に開始するように適応される、請求項７から９のいずれか一項に記載のインタラクションシステム。
11. 前記インタラクションサブシステムは、前記被験者が開始されるインタラクションを拒絶することを可能にするように適応され、前記インタラクションサブシステムはさらに、生成される前記スケジュールに従って後で前記被験者とのインタラクションを自動的に再開するように適応される、請求項１０に記載のインタラクションシステム。
12. 被験者とのインタラクションをスケジュールするためのコンピュータ実装スケジューリング法であって、
    ‐前記被験者の状況を示す、一つ以上のセンサにより取得されるセンサデータを、受信ユニットにより受信するステップと、
    ‐分析ユニットにより、過去の期間の受信センサデータを分析して前記過去の期間中の前記被験者の状況における反復パターンを検出するステップと、
    ‐予測ユニットにより、現在の期間の受信センサデータと検出される前記反復パターンに基づいて将来の期間中の前記被験者の状況を予測するステップと、
    ‐スケジューリングユニットにより、予測される状況に基づいて前記被験者とインタラクションするためのスケジュールを生成するステップと
    を有し、
    前記分析ユニットは、所与の時間において情報を処理する前記被験者のレディネスを示すレディネス尺度により前記被験者の状況をあらわし、前記分析ユニットは、前記過去の期間の受信センサデータに基づいて前記過去の期間のレディネス尺度を決定し、前記過去の期間のレディネス尺度における反復パターンを検出し、前記予測ユニットは、前記現在の期間の受信センサデータと検出される前記反復パターンに基づいて前記将来の期間のレディネス尺度を予測する、
    コンピュータ実装スケジューリング法。
13. 被験者とのインタラクションをスケジュールするためのスケジューリングコンピュータプログラムであって、前記スケジューリングシステムを制御するコンピュータ上で実行されるときに、請求項１から６のいずれか一項に記載のスケジューリングシステムに、請求項１２に記載のスケジューリング法のステップを実行させるためのプログラムコード手段を有する、スケジューリングコンピュータプログラム。

Images