JP2018507008A - 人の日常生活動作をモニタリングするためのシステム及び方法 - Google Patents

人の日常生活動作をモニタリングするためのシステム及び方法 Download PDF

Info

Publication number
JP2018507008A
JP2018507008A JP2017533466A JP2017533466A JP2018507008A JP 2018507008 A JP2018507008 A JP 2018507008A JP 2017533466 A JP2017533466 A JP 2017533466A JP 2017533466 A JP2017533466 A JP 2017533466A JP 2018507008 A JP2018507008 A JP 2018507008A
Authority
JP
Japan
Prior art keywords
adl
signal
inference
primitive
output signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2017533466A
Other languages
English (en)
Other versions
JP6502502B2 (ja
JP2018507008A5 (ja
Inventor
ケート ワーナー ルドルフ テオフィール テン
ケート ワーナー ルドルフ テオフィール テン
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2018507008A publication Critical patent/JP2018507008A/ja
Publication of JP2018507008A5 publication Critical patent/JP2018507008A5/ja
Application granted granted Critical
Publication of JP6502502B2 publication Critical patent/JP6502502B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/0423—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting deviation from an expected pattern of behaviour or schedule
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0492—Sensor dual technology, i.e. two or more technologies collaborate to extract unsafe condition, e.g. video tracking and RFID tracking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/08—Elderly
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/07—Home care
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
    • A61B2560/0252—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value using ambient temperature

Abstract

環境内の人の日常生活動作、ＡＤＬをモニタリングするためのシステムと方法が提示される。システムは人と環境のうち少なくとも一方の特性の検出値をあらわすセンサ出力信号を受信し、人の推論ＡＤＬをあらわす推論ＡＤＬ出力信号を生成するように適応されるＡＤＬ推論ユニットを有する。モニタユニットは受信センサ出力信号と推論ＡＤＬ出力信号のうち少なくとも一つに依存するモニタ信号を生成するように適応される。

Description

本発明は人の日常生活動作をモニタリングするためのシステムと方法に関する。
人の健康状態、身体能力、知能、又は負傷、入院及び治療後の回復の機能評価若しくはモニタリングは、老年医学、リハビリテーション及び理学療法、神経学及び整形外科、看護及び高齢者介護を含むほとんどの科で一番の関心事である。
被験者が慣れた環境にいるとき、混乱の減少により機能が増加するので、個人の機能的能力は実際には環境特異的であることが研究でわかっている。また、機能の一時評価は一日若しくは数日にわたる機能的パフォーマンスの変動性の評価を可能にせず、機能低下後の特定臨床サービス及び治療（リハビリテーションなど）の妥当性の決定において重要な変化の評価も可能にしない。
従って、人の独立機能をその家若しくは慣れた環境で評価若しくはモニタリングすることが好適であるというコンセンサスが存在する。
独立機能のレベルは、日常生活動作（ＡＤＬ）が実行される質により通常示される。ＡＤＬは日中に人が実行する最も一般的な活動をあらわす。従って、ＡＤＬの質の低下は必要なケアの指標になり得る。例えば、一つ以上のＡＤＬの正常パフォーマンスにおける異常は特別な注意の警告となり得る。
自分の家若しくは慣れた環境内で自立して生活している際に個人のＡＤＬをモニタリングするデバイスとシステムが開発されている。例えば、人の日常生活動作を検出するための一つのかかる既知のシステムは三つの主要コンポーネントを有する：（ｉ）人の動作と挙動についての情報を収集するセンサシステム；（ｉｉ）必要なケアのためにセンサ信号を解釈するインテリジェンス（若しくは情報処理）システム；及び（ｉｉｉ）介護者が解釈された（処理された）情報を調査することを可能にするユーザインターフェースシステム。インテリジェンスシステムは典型的には人工知能などの当技術分野で既知の計算技術を利用する。システムはデータ収集、送信、及び保存のための従来の技術によりサポートされ得る。
実際には、しかしながら、ケアの実例において起こり得る広範のバリエーションにより大きな課題が直面される。例えば、人は異なる設計の家で生活し、異なるライフスタイルと習慣を持ち得る。介護者も異なるニーズ、場所及び／又はライフスタイルを持ち得る。また、異なる人々は異なるケアニーズを持ち得るので、動作及び挙動の異なる態様がモニタリングの関心対象となり得る。日常生活で起こり得るそれほど多くの可能な環境、状況及び背景があるので、それら全てを単一ナレッジベースにおいてとらえること、並びに広範なセンサ信号からそれら全てを検出することは困難である。従って、従来のシステムによりカバーされない例外がある可能性が非常に高い。
また、全ての可能な背景と状況をカバーすることを目指して高まる複雑性はより高価なシステムを要し、増加した（すなわちより遅い）応答時間にもつながる。
生成される関連情報の正確さ、若しくは量も、多数の交互に起こる状況に応じようとすることにより低下し得る。例えば、多くの状況はモニタリングされる人に関連しないかもしれないが、これら無関係の状況はそれでもシステムにより説明され選択される可能性があり、従って誤った応答を提供する。
本発明は請求項により定義される。
本発明の第一の態様によれば、環境内の人の日常生活動作、ＡＤＬをモニタリングするためのシステムが提供され、システムは：人と環境のうち少なくとも一方の特性の検出値をあらわすセンサ出力信号を受信し、人の推論ＡＤＬをあらわす推論ＡＤＬ出力信号を生成するように適応されるＡＤＬ推論ユニットと；受信されるセンサ出力信号と推論ＡＤＬ出力信号のうち少なくとも一つに依存するモニタ信号を生成するように適応されるモニタユニットとを有する。
本発明は、人のＡＤＬをモニタリングするためのシステムが、例えば人が助けを必要としていることを示し得る警告若しくは警報システムのためのモニタ信号を生成するために使用され得るという洞察に基づく。二つのタイプの情報のいずれかから、又は両タイプの情報の組み合わせから、かかるモニタ信号を生成することが提案される。第一のタイプの情報はセンサ出力信号から推論される人のＡＤＬに関連し、第二のタイプの情報は（未加工若しくはサンプリングされた）センサ出力信号自体に関連し得る。言い換えれば、モニタ信号が推論ＡＤＬに基づいて生成され得、ＡＤＬは一つ以上のセンサ信号から（推論システムにより）推論されており、或いはモニタ信号は一つ以上のセンサ信号に直接基づいて生成され得る（すなわち推論システムと推論ＡＤＬをバイパスする）。
従って、推論ＡＤＬはモニタユニットの第一の部分に入力として提供され得、モニタユニットの第一の部分は推論ＡＤＬに依存して警告信号を生成し得る。このように、モニタユニットの第一の部分は推論ＡＤＬを使用して単純な警報＆警告の作成を可能にすし得る。しかしながら、加えて、モニタユニットの第二の部分はセンサデータ／信号を直接（すなわちＡＤＬ推論ユニットをバイパスして）提供され得、モニタユニットの第二の部分はセンサデータ／信号に直接依存して警告信号を生成し得る。モニタユニットの第二の部分は従って未加工センサデータ／信号を使用して高度に特異的な及び／又は正確な警報及び警告の作成を可能にし得る。
さらに、モニタユニットは未加工センサデータ／信号を推論ＡＤＬと組み合わせ、従ってハイブリッド形式の警告を提供し得る。
実施形態により利用され得る多くのセンサが存在する。典型的なセンサはＰＩＲ（受動赤外線；動きと存在を測定）、ＯＣ（開閉；ドア、特に冷蔵庫を含む、玄関ドア、窓、及び食器棚の状態を測定）、パワーセンサ（電子レンジ、ウォータークッカー、ＴＶなどといった電化製品の電流消費を測定）、及び圧力マット（いすに座っている、ベッドに横たわっている、玄関ドアの前のドアマットの上に立っているユーザの占有状態を測定）を含む。光スイッチ状態を信号で伝えるセンサ、又は湿度、ＣＯ２レベル（若しくはＣＯ及び煙）などの環境条件を測定するセンサなど、その他多くが存在し考えられる。さらなる範囲のセンサは、加速度計、磁力計、ジャイロスコープ、及び空気圧センサなど、物理量に基づくものである。加速度計は、例えば、ドアの状態及びその開閉運動も測定し得る。さらに別の範囲のセンサはマイクロフォンとカメラから成り（スペクトルの赤外（ＩＲ）、若しくはさらにＵＶ以上の部分を含む）、ＧＰＳ及び位置感知ＩＲもこれに属する。ＲＦＩＤタグ付けを含む超音波若しくはＲＦベースセンサは追加入力を提供する。Ｉｎｔｅｒｎｅｔ‐ｏｆ‐ｔｈｉｎｇｓとして知られる、独自のＩＰアドレスを持つ電化製品は、スマートホームシステムによりとられ得る追加センサ入力信号を提供する。
センサは環境（例えば人の家）に取り付けられ得るが、それらはユーザユーティリティ（キーリングなど）に付着されるか、又は服の中、ポケット若しくはバッグの中に、又はインソール若しくは下着などとして入れられてもよい。それらは腕時計若しくはペンダントのように明確に装着されるように作られてもよい。さらに、センサは有線若しくは無線接続、又はその組み合わせを介してその出力信号を通信し得る。
センサは、例えば所要送信帯域幅及び／又は送信持続期間を削減するように、信号フィルタリング、サンプリング、コンディショニングなどといった、検出値の一次処理を引き受けるように適応されてもよい。
従って、特定の周囲条件又は環境の特性／パラメータ（例えば温度若しくは湿度など）、又は人の特性（例えば動きなど）についてのデータを提供する比較的単純なセンサで、非侵入型モニタリングが実現され得る。周囲条件又は環境の特性／パラメータを測定するためのかかるセンサは単純で、小型で、及び／又は安価であり得る。また、人の動きは、例えば安価な部品である受動赤外線（ＰＩＲ）センサで検出され得る。動きセンサは照明のスイッチを入れるために使用され得、従って人は通常、その使用に慣れている。このように実施形態は、非侵入型で、モニタリングされる人によってより容易に受容されるとみなされるセンサを利用し得る。なお、これらセンサにより提供されるデータで、ＡＤＬが決定され得、モニタリングされている人についてより多くの情報を提供し得る。
例えば、浴室内の湿度センサと動きセンサで、人がシャワーを浴びていることが推論され得る。さらなる実施例において、台所内の温度センサと動きセンサで、人が温かい食事を準備していることが決定され得る。センサが例えば浴室及び台所に位置する固定センサであり得、従って人がデバイスを身につけることが不要になることがさらなる利点である。
日常生活動作は、人が定期的に実行する基本動作に関する。日常生活動作の例は、食事；調理；投薬；睡眠；トイレ；入浴；洗濯などである。実施形態は従って非侵入的に人のＡＤＬについての情報を提供し得る。
一実施形態において、ＡＤＬ推論ユニットは：センサ出力信号を受信し、受信されるセンサ出力信号に基づいてプリミティブＡＤＬイベントを推論し、推論されるプリミティブＡＤＬイベントをあらわすプリミティブＡＤＬ信号を生成するように適応される第一の推論サブシステムと；プリミティブＡＤＬ信号を受信し、受信されるプリミティブＡＤＬ信号から集約ＡＤＬイベントを推論し、推論される集約ＡＤＬイベントをあらわす集約ＡＤＬ信号を生成するように適応される第二の推論サブシステムを有する。そしてＡＤＬ推論ユニットは、プリミティブＡＤＬ信号及び集約ＡＤＬ信号のうち少なくとも一つに依存して推論ＡＤＬ出力信号を生成するように適応され得る。ＡＤＬ推論ユニットはこのように第一の推論サブシステムからのプリミティブＡＤＬ信号と第二の推論サブシステムからの集約ＡＤＬ信号に基づいて推論ＡＤＬ出力信号を生成するように適応され得る。推論ＡＤＬ出力信号は従って推論されるプリミティブＡＤＬイベントと推論される集約ＡＤＬイベントに依存し得る。推論されるプリミティブ及び集約ＡＤＬイベントは従って人の推論ＡＤＬをあらわすＡＤＬ出力信号を生成するために使用され得る。
このように、ルールベース形式（例えばルールベース推論法）でＡＤＬの推論をキャストする概念が提示され得る。"ルールベース"という表現は好適には、ルール言語を使用するシステムだけでなく、ルールに相当する若しくは類似する（論理）システムもあらわすように広義で理解されるものとする。例えば、セット及びサブセットについての言語を利用するルールベースシステムによりオントロジーが実装され得、サブセット関係はルールステートメントに相当するとみなされ得る（例えば"A is a subset of B"という関係は"is A then B"というルールに相当する）。
さらに、ルールベースシステム（及び一般に論理ベースシステム）は高い計算複雑性に悩まされ得るので、計算複雑性を許容限界内に維持するように推論の一部のみがルールベース形式でキャストされ得る。
特に、ＡＤＬイベントはそれが"プリミティブ"若しくは"集約"イベントであるかどうかに基づいて区別され得ることが認識されている。プリミティブＡＤＬイベントは形式化された推論システム／方法の外で推論され得る（すなわち未加工センサ出力信号から直接推論される）。そしてプリミティブＡＤＬイベントは集約ＡＤＬイベントを作成するルールへの入力となり得る。言い換えれば、集約ＡＤＬイベントは複数のプリミティブＡＤＬイベントに基づいて形成され得る。
一例として、プリミティブイベントは時刻に関連し得るが、一方集約イベントは時間間隔に関連し得る。従って、集約イベントの特徴は、これがプリミティブＡＤＬイベントの期間と少なくとも同じ長さの期間をカバーするということであり得る。時間に関するプリミティブイベントと集約イベントの特性に基づいて区別することにより、推論アルゴリズムの設計、及び対応する処理が単純化され得る。
言い換えれば、それぞれＥｖｅｎｔＰ及びＥｖｅｎｔＡとあらわされるプリミティブ及び集約という二つのタイプの推論イベントがあり得る。プリミティブイベントはＡＤＬにおける遷移を示す時刻であり得る。他方、集約イベントは、ＡＤＬの全期間に当てはまる時間間隔であり得る。
このように、図１に描かれる通り、プリミティブイベント２は例えばＡＤＬ開始若しくは終了の時刻を検出することによりセンサイベント１から推論され得る。集約イベント３はプリミティブイベント２から、例えば検出されるＡＤＬ'開始'及び'終了'時刻の間の時間間隔から推論され得る。両推論手順において追加状態が維持され、これは次の入力イベントでの次の推論サイクルで使用される。
追加レベルの集約イベントが識別され得、集約イベントが別の集約イベントから推論されることも留意される。このように、集約イベントはプリミティブイベント、別の集約イベントから、又はプリミティブイベントと集約イベントの組み合わせから推論され得ることが理解される。言い換えれば、プリミティブイベントはセンサイベントから推論され得るが、集約イベントはセンサイベントから直接推論され得ない。
プリミティブＡＤＬイベントを未加工センサ出力信号から直接推論し、その後推論法を用いてプリミティブ及び／又は集約ＡＤＬイベントから集約ＡＤＬイベントを推論することにより、ＡＤＬ推論のサブパートのみが形式化された推論定義においてキャストされ得ることが理解される。これは計算複雑性を軽減し、システムのユーザ（例えば介護者若しくは医師など）がルールと制約を作成、定義、修正、変更することも可能にし得る。実施形態は従って集約ＡＤＬイベントがユーザにより定義され、修正され、拡張されることを可能にし得、それによりシステムが作動する多くの異なるコンテクストへの柔軟性を与える。実施形態は処理負荷の一部がシステム全体に分布することも可能にし得る。例えば、プリミティブイベント生成若しくは推論がセンサにおいて実装され得るように、センサにおいて前処理が行われ得る。代替的に若しくは付加的に、処理は通信ゲートウェイにおいて行われ得る。一部の実施形態において、処理はリモートゲートウェイ若しくはサーバにおいて行われ、従ってエンドユーザ若しくは出力デバイスからの処理要求を放棄する。ユーザがルールを修正することを可能にするために、プリミティブイベントの編集は被モニタリング環境（例えば家）でホストされ得るが、一方集約イベントの編集はセントラルサーバにおいて遠隔でなされ得る。かかる処理及び／又はハードウェアの分布は（例えば複雑な若しくは高価なハードウェアを好適な場所に集中させることにより）改良された保守能力を可能にし得る。これは計算負荷及び／又はトラフィックを利用可能な処理能力に従ってネットワークシステム内に設計若しくは位置付けることも可能にし得る。好適なアプローチは、センサデータをローカルに処理し、抽出されるイベント（例えば加速度計データからの開閉）をリモートサーバでのフル処理のために送信することであり得る。
さらに、かかるユーザ定義ＡＤＬイベントの発生に基づいて警告若しくは警報が生成され得る。これは推論システム／アプローチの一部のみがルールベース推論法を採用することも可能にし得るので、プリミティブ及び集約ＡＤＬイベントに基づくＡＤＬの推論も可能にしながら処理要求を軽減する。
ＡＤＬ推論のために論理ベースシステムを用いることにより、（使用され得る宣言型言語のおかげで）ユーザにとってプログラミング複雑性が単純に保たれる。また、ユーザの労力をさらに軽減するために、オントロジーなどの追加論理及びナレッジベースが利用され得る。これらはユーザによるルールの提供をさらに単純化し得る。提案される実施形態は従ってほとんどゼロのプログラミングスキルを要し得る。
従って受信センサ出力信号に基づいて人のＡＤＬを推論するためのＡＤＬ推論ユニットが提案され、ＡＤＬ推論ユニットは：センサ出力信号を受信し、受信されるセンサ出力信号に基づいてプリミティブＡＤＬイベントを推論し、推論されるプリミティブＡＤＬイベントをあらわすプリミティブＡＤＬ信号を生成するように適応される第一の推論サブシステムと；プリミティブＡＤＬ信号を受信し、ルールベース推論法を用いて受信されるプリミティブＡＤＬ信号から集約ＡＤＬイベントを推論し、推論される集約ＡＤＬイベントをあらわす集約ＡＤＬ信号を生成するように適応される第二の推論サブシステムとを有し、ＡＤＬ推論ユニットはプリミティブＡＤＬ信号と集約ＡＤＬ信号のうち少なくとも一つに依存して推論ＡＤＬ出力信号を生成するように適応される。
ＡＤＬ推論ユニットはルールベース推論法の一つ以上のルールを定義若しくは修正するための入力を受信するように適応されるルール入力インターフェースをさらに有し得る。
センサ出力信号に基づいて人のＡＤＬを推論するための方法も提案され、方法は：センサ出力信号に基づいてプリミティブＡＤＬイベントを推論するステップと；推論されるプリミティブＡＤＬイベントをあらわすプリミティブＡＤＬ信号を生成するステップと；ルールベース推論法を用いてプリミティブＡＤＬ信号から集約ＡＤＬイベントを推論するステップと；推論される集約ＡＤＬイベントをあらわす集約ＡＤＬ信号を生成するステップとを有する。そして推論ＡＤＬ出力信号を生成するステップは、プリミティブＡＤＬ信号と集約ＡＤＬ信号のうち少なくとも一つに依存し得る。
このように実施形態はＡＤＬ推論システム／方法の一部のみがルールベース構造を利用するようにプログラミング論理の分割を提案し、それにより計算複雑性を軽減若しくは緩和する。従って提案されるＡＤＬ推論ユニットの実施形態は環境内の人のＡＤＬをモニタリングするためのシステムにおいて利用され得る。
提案される実施形態はルールベース推論法の一つ以上のルールを定義若しくは修正するための入力を受信するように適応されるルール入力インターフェースをさらに有し得る。
一実施形態においてシステムは一つ以上の警告条件を定義若しくは修正するためのユーザ入力を受信するように適応されるユーザ入力インターフェースをさらに有してもよく、そしてモニタユニットは一つ以上の警告条件にさらに依存してモニタ信号を生成するように適応され得る。
さらなる実施形態においてモニタユニットは受信センサ出力信号と既定閾値の比較に基づいてモニタ信号を生成するように適応され得る。例えばこれは、例えば人が熱いシャワーを流しながら浴室に長くとどまり過ぎる場合に、例えばその人が浴室内で具合が悪くなったことを示す警告が与えられ得るという利点を提供する。
システムのさらなる実施形態においてＡＤＬ推論ユニットは動作データベースに人の推論ＡＤＬを保存するようにさらに適応され得る。従って、人の動作の行動パターンが保存され得る。このパターンにおけるシフトは人が助けを必要としていることを示し得る。例えば、人は定期的にシャワーを浴びることを忘れ始めるかもしれない。或いはさらなる実施例において人は落ち込んでいるので温かい食事をとる頻度が減っている。
さらなる実施形態において、モニタユニットは動作データベースにおいて不規則性を検出するようにさらに適応され得る。例えば、測定された環境の特性（湿度若しくは温度のような周囲条件など）に時間情報を追加することにより、動作間に費やされる時間が決定され得る。時間情報により、動作の頻度が決定され得る。例えば、決定される動作'温かい食事の準備'の頻度は'一日一回'、又は'週五回'であり得る。そして動作データベースにおける不規則性は例えば'温かい食事の準備'の決定される動作間に費やされる時間が増加したことであり得る。例えば動作プロファイルからのデータを用いて費やされる平均時間が決定され得る。決定される'温かい食事の準備'の二つの連続動作間に費やされる時間が、例えば費やされる平均時間の１．５倍よりも大きいとき、これは不規則性を示す。
実施形態はさらに、人と環境のうち少なくとも一方の特性の値を検出し、検出値をあらわすセンサ出力信号を生成するように適応されるセンサを有し得る。
さらなる実施形態においてモニタユニットはさらに、検出される不規則性に応じて警告信号を生成するように構成され得る。不規則性は人が助けを必要としていることを示し得る。さらなる実施例では、医師、介護者、家族の一員若しくは近親者がその人を訪問するよう（警告信号を用いて）システムによりアドバイスされ得る。
さらなる実施形態においてモニタ信号はその人自身へ与えられ得る。例えば、警告信号は人に所定の薬を服用するようアドバイスするフィードバック信号であり得る。
本発明はさらに、環境内の人の日常生活動作（ＡＤＬ）をモニタリングするための方法を提供し、方法は：人と環境のうち少なくとも一方の特性の検出値をあらわすセンサ出力信号に基づいて人のＡＤＬを推論するステップと；人の推論ＡＤＬをあらわす推論ＡＤＬ出力信号を生成するステップと；センサ出力信号と推論ＡＤＬ出力信号のうち少なくとも一つに依存するモニタ信号を生成するステップとを有し、ＡＤＬを推論するステップは：センサ出力信号に基づいてプリミティブＡＤＬイベントを推論するステップと、推論されるプリミティブＡＤＬイベントをあらわすプリミティブＡＤＬ信号を生成するステップと；プリミティブＡＤＬ信号から集約ＡＤＬイベントを推論するステップと；推論される集約ＡＤＬイベントをあらわす集約ＡＤＬ信号を生成するステップとを有し、推論ＡＤＬ出力信号を生成するステップはプリミティブＡＤＬ信号と集約ＡＤＬ信号に基づく。
例えばカメラによる人の監視によってではなく、人の少なくとも一つの周囲条件を測定することにより、方法においてモニタリングの非侵入性が実現される。
方法のさらなる実施形態において、人の推論ＡＤＬは動作データベースに保存され得る。保存される人の動作は当該人を特徴付ける行動パターンを形成し得る。モニタリングされる人の動作における逸脱が人の健康の指標として使用され得る。例えば認知症を患い始める高齢者は典型的にその行動パターンにおいてシフトを呈する。彼らはシャワーを浴びるのを忘れ、時間の感覚を失い始める。従って、方法のさらなる実施形態において、動作データベースは行動パターンにおける不規則性若しくはシフトについて解析され得る。動作データベースにおいて不規則性が検出され得、検出される不規則性に応じて警告信号が生成される。
本発明のさらに別の態様によれば、環境内の人の日常生活動作、ＡＤＬをモニタリングするためのコンピュータプログラム製品が提供され、コンピュータプログラム製品はコンピュータ可読プログラムコードが具体化されたコンピュータ可読記憶媒体を有し、コンピュータ可読プログラムコードは一実施形態のステップの全部を実行するように構成される。
本発明のさらに別の態様によれば、センサ出力信号に基づいて人のＡＤＬを推論するためのコンピュータプログラム製品が提供され、コンピュータプログラム製品はコンピュータ可読プログラムコードが具体化されたコンピュータ可読記憶媒体を有し、コンピュータ可読プログラムコードは一実施形態のステップの全部を実行するように構成される。
一実施形態において、一実施形態にかかるコンピュータプログラム製品と；当該コンピュータプログラム製品のコンピュータ可読プログラムコードの実行により一実施形態にかかる方法を実行するように適応される一つ以上のプロセッサとを有するコンピュータシステムが提供され得る。
さらなる態様において本発明は、処理デバイスにより実行されるとき、一実施形態にかかる自律制御の方法の方法ステップを実行する命令を有するコンピュータ可読非一時的記憶媒体に関する。
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。
本発明の態様にかかる実施例が添付の図面を参照して詳細に記載される。
センサイベント、プリミティブイベント及び集約イベントの間の関係例を描く略ブロック図である。 一実施形態にかかる環境内の人の日常生活動作、ＡＤＬをモニタリングするためのシステムの略ブロック図である。 図２ＡのシステムにおけるＡＤＬ推論ユニットの一実施形態の略ブロック図である。 一実施形態にかかるシステムへデータ解析を一緒に提供するアルゴリズムの様々な層のレイヤー図である。 一実施形態にかかる環境内の人の日常生活動作、ＡＤＬをモニタリングするための方法のフロー図である。 一実施形態にかかるセンサ出力信号に基づいて人のＡＤＬを推論するための方法のフロー図である。 一実施形態の一つ以上の部分が利用され得るコンピュータの略ブロック図である。
環境内の人の日常生活動作、ＡＤＬをモニタリングするための概念が提案される。実施形態によりモニタリングされ得る人は、例えば身体障害者、高齢者、負傷者、患者などを含み得る。
実施形態例は、病院、病室、介護施設、人の家など、多くの異なるタイプのモニタリング環境において利用され得る。実施形態例の要素と機能の説明のための背景を提供するために、実施形態例の態様が実施され得る様の実施例として、以降図面が提供される。従って図面は実施例に過ぎず、本発明の態様若しくは実施形態が実施され得る環境、システム若しくは方法に関するいかなる制限も主張若しくは示唆する意図ではないことが理解されるべきである。
多くの介護状況において人が実行しているＡＤＬについて知らされる必要があることが認識されている。例外が生じるときに警告される必要もあり得る。例外のタイプは場合により異なり得る。例外の大きなクラスは人のＡＤＬルーチンにおける逸脱に関する。例えば、平均以上の夜間のトイレ訪問回数。例えば人の転倒など、より重大なインシデントが別のクラスを形成する。動作の（減退）傾向が検出されるべきときは、さらに精緻化されたアルゴリズムも必要になり得る。
例として、ＡＤＬは以下を含み得る：
（ｉ）投薬
ａ．高齢者が適切な方法で適切なときに薬を服用しているか？
（ｉｉ）睡眠
ａ．高齢者が十分にかつ邪魔されずに眠っているか？
（ｉｉｉ）飲食
ａ．高齢者が十分にかつ定期的に食べているか？
ｂ．彼が一人で食事の支度をするか？
（ｉｖ）身体活動
ａ．高齢者が日中活動的であるか？
ｂ．座りがちな行動がほとんどないか？
（ｖ）トイレ
ａ．高齢者が普通にトイレに行っているか？
ｂ．夜間に頻繁にトイレに行くか？
（ｖｉ）入浴
ａ．高齢者が適切に入浴しているか？
（ｖｉｉ）家の中／外にいること
ａ．高齢者が外出しているか？
（ｘｉｉｉ）周囲の気候
ａ．環境は"清潔"か？
ｂ．例えば温度は適切か、ＣＯ２レベルは健康的か？
（ｉｘ）その他
上記ＡＤＬ例に基づいて、警報及び警告例は以下となり得る：
Ａ．活動のサイン、又は不活動のサイン
Ｂ．危険とみなされる部屋にいること（例えば高齢者が認知症を患っているときに台所に独りでいる）
Ｃ．夜間など、予想外のときに家を出ること
Ｄ．普通と異なる頻度若しくは普通と異なる時間のトイレ訪問
Ｅ．普通と異なる入浴時間
Ｆ．短い睡眠
Ｇ．活動低下
Ｈ．その他
従って本発明の実施形態は人のＡＤＬが検出及び／又はモニタリングされることを可能にすることに向けられる。これは例えば人が助けを必要としていることを示し得る警告若しくは警報システムのための警告信号を生成するために使用され得る。
実施形態は、人のＡＤＬをモニタリングするためのシステムが警告若しくは警報システムのためのモニタ信号を生成するために使用され得るという洞察に基づく。二つのタイプの異なる情報のいずれかから、又は両タイプの情報の組み合わせから、かかるモニタ信号を生成することが提案される。第一のタイプの情報はセンサ出力信号から推論される人のＡＤＬ（言い換えれば推論ＡＤＬ）に関連し得るが、一方第二のタイプの情報はセンサ出力信号自体に関連し得る。言い換えれば、実施形態はモニタ信号が推論ＡＤＬに基づいて、又は一つ以上のセンサ信号に直接基づいて生成され得るという概念に基づき得る。推論ＡＤＬは従って警告生成ユニットの第一の入力として使用され得、未加工センサ信号／データは警告生成ユニットの第二の入力として使用され得る。
ＡＤＬの推論をルールベース形式に基づかせるという概念も提案される。さらに、全体の計算複雑性を低減するように推論の一部のみがルールベース形式を使用し得る。特に、ＡＤＬイベントが"プリミティブ"若しくは"集約"イベントであるかどうかに基づいて区別され得ることが認識されている。プリミティブＡＤＬイベントは未加工センサ出力信号から直接（すなわちルールベース推論システム／方法の外で）推論され得る。そしてプリミティブＡＤＬイベントは集約ＡＤＬイベントを作成するルールへの入力となり得る。集約ＡＤＬイベントはこのように複数のプリミティブＡＤＬイベントに基づいて形成され得る。言い換えれば、ＡＤＬ推論のサブパートのみがルールベース形式でキャストされ得る。これはシステムのユーザ（例えば介護者若しくは医師など）がルールと制約を作成、定義、修正、変更することを可能にし得る。従って実施形態は集約ＡＤＬイベントがユーザにより定義され、修正され、拡張されることを可能にし、それによりシステムが作動する多くの異なるコンテクストへの柔軟性を提供し得る。また、警告若しくは警報がかかるユーザ定義ＡＤＬイベントの発生に基づいて生成され得る。
このように実施形態はＡＤＬ推論システム／方法の一部のみがルールベース構造を利用するようにＡＤＬ推論システム／方法の分割を提案する。かかる提案されるＡＤＬ推論システム／方法は従って環境内の人のＡＤＬをモニタリングするためのシステムにおいて利用され得る。
図２Ａは人と、人がいる環境のうち少なくとも一方の特性を測定するように構成される複数のセンサ１０，２０，３０を有する本発明にかかるシステムの一実施形態を示す。
ここで、第一のセンサ１０は例えば温度若しくは湿度などの環境の周囲条件パラメータの値を検出するように適応されるセンサである。第二のセンサ２０はモニタリングされる人の動きを検出するように適応される動きセンサ２０である。第三のセンサ３０は環境内の人により使用される電化製品の電力消費の値を検出するように適応される電力センサ３０である。第一のセンサ１０、第二のセンサ２０、及び第三のセンサ３０は、それぞれ検出値をあらわす第一のセンサ出力信号１００、第二のセンサ出力信号２００、及び第三のセンサ出力信号３００を出力するように適応される。
センサ１０，２０，３０は有線若しくは無線接続を介してその出力信号１００，２００，３００を通信する。一例として、無線接続は短距離〜中距離通信リンクを有し得る。誤解を避けるため、短距離〜中距離通信リンクとは最大約１００メートルの距離を持つ短距離若しくは中距離通信リンクを意味するととられるべきである。非常に短い通信距離用に設計される短距離通信リンクにおいて、信号は典型的には数センチメートルから数メートルを移動するが、一方短距離から中距離の通信距離用に設計される中距離通信リンクにおいて、信号は典型的には最大１００メートルを移動する。短距離無線通信リンクの例はＡＮＴ＋、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｂｌｕｅｔｏｏｔｈ ｌｏｗ ｅｎｅｒｇｙ（登録商標）、ＩＥＥＥ ８０２．１５．４、ＩＳＡ １００ａ、赤外線（ＩｒＤＡ）、ＩＳＭ Ｂａｎｄ、近距離無線通信（ＮＦＣ）、ＲＦＩＤ、６ＬｏＷＰＡＮ、ＵＷＢ、Ｗｉｒｅｌｅｓｓ ＨＡＲＴ、Ｗｉｒｅｌｅｓｓ ＨＤ、Ｗｉｒｅｌｅｓｓ ＵＳＢ、Ｚｉｇｂｅｅ（登録商標）である。中距離通信リンクの例はＷｉ‐Ｆｉ（登録商標）、Ｚ‐Ｗａｖｅ（登録商標）を含む。
システムは、第一〜第三のセンサ出力信号１００〜３００を受信して、受信センサ出力信号に基づいて人のＡＤＬを推論するように適応されるＡＤＬ推論ユニットをさらに有する。ＡＤＬ推論ユニット１１０はさらに人の推論ＡＤＬをあらわす推論ＡＤＬ出力信号１３０を生成するように適応される。
システムは推論ＡＤＬ出力信号１３０と第一〜第三のセンサ出力信号１００〜３００を受信するように適応されるモニタユニット１５０も有する。モニタユニット１５０は人が直接援助を必要とし得ることを示す、又は人の健康状態悪化の可能性を示す警告信号１５５を生成（及び出力）するように適応される。
より具体的に、モニタユニット１５０は第一のサブユニット１５２と第二のサブユニット１５４を有する。
推論ＡＤＬ出力信号１３０はモニタユニット１５０の第一のサブユニット１５２への入力として提供され、モニタユニット１５０の第一のサブユニット１５２は推論ＡＤＬ出力信号１３０に依存する推論警告信号１５５Ａを生成する。このように、モニタユニット１５０の第一のサブユニット１５２は推論ＡＤＬについての情報を使用して警告信号１５５Ａの作成を可能にする。
逆に、第一〜第三のセンサ出力信号１００〜３００はモニタユニット１５０の第二のサブユニット１５４への入力として提供される。このように、モニタユニット１５０の第二のサブユニット１５４は未加工センサデータ／信号を直接（すなわちＡＤＬ推論ユニット１１０をバイパスして）提供される。モニタユニット１５０の第二のサブユニット１５４は第一〜第三のセンサ出力信号１００〜３００に直接依存する第二の警告信号１５５Ｂを生成するように適応される。このように、モニタユニット１５０の第二のサブユニット１５４は未加工センサデータ／信号を使用して高度に特異的及び／又は正確な第二の警告信号１５５Ｂの作成を可能にする。
システムは一人以上のユーザへ情報を提供し／一人以上のユーザから情報を受信するためのユーザインターフェース１６０をさらに有する。推論警告信号１５５Ａ及び第二の警告信号１５５Ｂの両方がユーザインターフェース１６０へ提供される。受信される警告信号１５５Ａ及び１５５Ｂに基づいて、ユーザインターフェースはユーザへ信号若しくはメッセージを通信するように適応される。このように、システムは人が助けを必要としていることを示し得る。例えば、ユーザインターフェース１６０は医師、介護者、家族の一員、若しくは近親者に、ユーザの世話をするようアドバイスするために使用され得る。代替的に、若しくは付加的に、ユーザインターフェース１６０はモニタリングされる人へ信号若しくはメッセージを通信するように適応され得る。例えば、ユーザインターフェース１６０は人に特定の薬を服用するようアドバイスするメッセージを通信し得る。
この実施形態において、ユーザインターフェース１６０は一つ以上の警告条件を定義若しくは修正するためのユーザ入力を受信するように適応される。かかるユーザ入力に基づいて、ユーザインターフェースは警告条件信号１６５（一つ以上の警告条件をあらわす）をモニタユニット１５０へ提供し、そしてモニタユニット１５０は一つ以上の警告条件にさらに依存して警告信号１５５Ａ及び１５５Ｂを生成する。
ユーザインターフェース１６０は一つ以上のＡＤＬ推論ルール、命令若しくは条件を定義若しくは修正するためのユーザ入力を受信するようにも適応される。かかるユーザ入力に基づいて、ユーザインターフェースは推論信号１７０（一つ以上のＡＤＬ推論ルール、命令若しくは条件をあらわす）をＡＤＬ推論ユニット１１０へ提供し、そしてＡＤＬ推論ユニット１１０はユーザにより提供される一つ以上のＡＤＬ推論ルール、命令若しくは条件にさらに依存して推論ＡＤＬ出力信号１３０を生成する。図２Ｂは本発明にかかるシステムにおけるＡＤＬ推論ユニット１１０の一実施形態を示す。ＡＤＬ推論ユニット１１０は第一〜第三のセンサ出力信号１００〜３００を解釈し、人の一つ以上の推論ＡＤＬをあらわす推論ＡＤＬ出力信号１３０を生成するように構成される。描かれないが、推論ユニット１１０の受信インターフェースはサンプリングされる第一〜第三のセンサ出力信号１００〜３００をサンプリングしタイムスタンプし得る。これによりサンプリングされた第一〜第三のセンサ出力信号１００〜３００に時間情報が追加され得ることが意図される。
ＡＤＬ推論ユニット１１０は第一〜第三のセンサ出力信号１００〜３００を受信するように適応される第一の推論サブシステム２１０を有する。第一〜第三のセンサ出力信号１００〜３００に基づいて、第一の推論サブシステム２１０はプリミティブＡＤＬイベントを推論し、推論されるプリミティブＡＤＬイベントをあらわすプリミティブＡＤＬ信号２２０を生成する。
プリミティブＡＤＬ信号２２０は第二の推論サブシステム２３０へ提供される。プリミティブＡＤＬ信号２２０に基づいて、第二の推論サブシステム２３０はルールベース推論法を用いて一つ以上の集約ＡＤＬイベントの発生を推論するように適応される。そして第二の推論サブシステム２３０は推論される集約ＡＤＬイベントをあらわす集約ＡＤＬ信号２４０を生成する。
ＡＤＬ推論ユニット１１０はＡＤＬ推論ユニット１１０の第一及び第二の推論サブシステム２１０，２３０により推論されているＡＤＬに関する情報を保存するように適応されるデータストア２５０をさらに有する。プリミティブＡＤＬ信号２２０と集約ＡＤＬ信号２４０の両方がデータストア２５０へ提供される。データストア２５０は従って人の推論ＡＤＬについての情報が保存される動作データベースを実装するように適応される。
ＡＤＬ推論ユニット１１０は、プリミティブＡＤＬ信号２２０と集約ＡＤＬ信号２４０のうち少なくとも一つに依存する推論ＡＤＬ出力信号１３０を生成するように適応される出力ユニット２６０も有する。このため、出力ユニット２６０はプリミティブＡＤＬ信号２２０と集約ＡＤＬ信号２４０を受信するように適応される。加えて、出力ユニット２６０は動作に保存される推論ＡＤＬ（例えばプリミティブＡＤＬ信号２２０と集約ＡＤＬ信号２４０の早期バージョンから推論されている場合がある）についての情報を受信するようにデータストア２５０と通信するように適応される。
図２Ｂの実施形態はルールベースプロセスを用いてセンサ信号からのＡＤＬの推論を基づかせるという概念を使用することが理解される。さらに、全体の計算複雑性を低減するよう、推論法の一部のみがルールベース形式を採用し得る。言い換えれば、ＡＤＬ推論のサブパートのみがルールベース形式でキャストされ得る。
プリミティブＡＤＬイベントは未加工センサ出力信号から（すなわちルールベース推論システム／方法の外で）直接推論され得る。そしてプリミティブＡＤＬイベントは集約ＡＤＬイベントを作成するルールへの入力として機能し得る。集約ＡＤＬイベントはこのように複数のプリミティブＡＤＬイベント及び／又は集約ＡＤＬイベントに基づいて形成され得る。
以下はトイレの使用についての推論例である。システムはトイレ内にセンサを持ち、人がトイレに入るとき及びトイレに行く頻度を推論するように適応される。システムは以下のようなセンサについての設定情報を持つ：
・sensorID
・sensorType
・spaceID
・applianceID
・time
・key
・val
このトイレＡＤＬ例で使用されるセンサ：
・トイレ内のＰＩＲセンサ
- sensorType = MotionSensor
・トイレ設備付浴室内ＰＩＲセンサ
- sensorType = MotionSensor
・トイレの前の圧力マット
- sensorType = PressureSensor
システムによりセットされ得る又はユーザインターフェースを通じて修正され得るパラメータも使用される：
・ToiletDurationThreshold
- プリミティブイベントの生成に使用される
- Default = 0
・Param.Toilet_gap
- プリミティブイベントの集約の閾値
- 例えば６００秒
この実施例において、プリミティブ及び集約イベントは以下のフィールド／パラメータを保持する。
・ID
・TYPE
・SPACE
・WHEN
・DUR
・VAL
また、この実施例では次の三イベントが定義される：
プリミティブイベント
・ID: Toilet
・TYPE: Present
集約イベント
・ID: Toilet
・TYPE: Used
集約イベント
・ID: Toilet
・TYPE: #Visits
イベント作成（例えば図２の第一の推論サブシステム２１０において）
これはプリミティブイベントを作成する。以下で一実施例が疑似コードで表現される。'if, then'ステートメントが使用されるが、いかなるプログラミング言語が使用されてもよく、必ずしもルール言語でキャスト及び提供されなくてもよい。入力はセンサ信号１００，２００，３００である。
Figure 2018507008
Figure 2018507008
集約ルール（例えば図２の第二の推論サブシステム２３０において）
これはルールエンジンにおいてコードを操作し、従ってコードはルール言語で表現される。エンジンはこの実施例ではｎｒＴｌｔのような、カウンタをインクリメントするような機能のサポートを含むと仮定する。Ｄｒｏｏｌｓのようなシステムがかかるサポートを提供している。実施例において、読みやすくするためにルールは単純に保たれ、疑似言語で表現される。一実施形態において、ルールは例えばＤｒｏｏｌｓシステムなど、使用されるルールエンジンの文法に従って表現されるものとする。
Figure 2018507008
Figure 2018507008
Figure 2018507008
実施例から、ID plus TYPEフィールドが一緒に、プリミティブ及び集約イベントが（ルールにおいて）区別されることを可能にすることがわかるだろう。
図２Ｂの実施形態において、第二の推論サブシステム２３０はユーザにより定義される一つ以上のＡＤＬ推論ルール、命令若しくは条件をあらわす推論信号１７０を受信するように適応される。ここで、推論信号１７０はユーザインターフェース１６０を介して提供される。そして第二の推論サブシステム２３０はユーザにより定義されるＡＤＬ推論ルール、命令若しくは条件にさらに依存してルールベース推論法を用いて一つ以上の集約ＡＤＬイベントの発生を推論する。
描かれた実施形態はこのようにシステムのユーザ（例えば介護者若しくは医師など）が第二の推論サブシステム２３０のためのルールと制約を作成、定義、修正及び変更することを可能にする。これはシステムが作動し得る多くの異なるコンテクストへの柔軟性を提供し得る。
さらに、ルールがシステムへ提供される順序は任意であり得る。これはルールがいわゆる宣言型アプローチを順守するためである。通常のプログラミング言語において、アルゴリズムはいわゆる命令形でコード化され、ステートメントの実行順が関与する。ルールパラダイムにおけるキャスティングにより、ユーザはルールをそれらがあらわれる若しくは実行されるべき順序について懸念することなく追加することができる。これはユーザが一貫したプログラミングフロー若しくは論理の道筋に配慮する必要なく思い浮かぶルールを定義することを可能にする。
このように、一方で、ユーザがそのルールを入力することが容易になる。他方で、システムは単純に保たれ得る。特定の状況で潜在的な全ユーザに対して可能な全状況をカバーする必要がない。さらに、ユーザがその独自のルールを入力すると、全システムが拡充し精緻化するよう、これらのルールは他のユーザと共有され得る。
ここで図３を参照すると、一実施形態にかかるシステムへデータ解析を一緒に提供するアルゴリズムの様々な層のレイヤー図が描かれる。アルゴリズムは（分散）プラットフォーム上をホストとし、そのうち"パブリック"とラベルされる囲まれた部分３００が（例えばユーザインターフェース１６０を用いて）システムのユーザにアクセス可能である。
最下（すなわちボトム）層において、信号を発するセンサ（例えば図１の特徴１０，２０，３０）、連続データストリーム、イベント、不規則データシーケンスのシステム３１０がある。データはバイナリ、例えば開／閉、又は多値、例えばＣＯ２濃度であり得る。それらは加速度計の場合のように多次元でもあり得る。この層は、タイムスタンプ及び同期化を含む、信頼できるデータの送信及び保存を保証する。見逃した若しくは信頼できないセンサデータは、特定される限り、可能なときに修復され、他の方法でそれ自体示される。
また最下（すなわちボトム）層において、センサ設定情報３２０も維持される。設定情報３２０はシステムの導入時にインスタンスを作成され、各センサの物理的位置をその機能的意味へマップする。
物理的位置はセンサが取り付けられる部屋、家具、及び／又は電化製品のような態様を含む。
機能的意味はセンサがアルゴリズムへ提供する情報のタイプ、例えば"カトラリーを備える引き出し"である。
単一センサが複数の機能的意味にマップし得る。例えば、センサは食べること、飲むこと、又は入浴における動作を推論するために使用され得る。環境（例えば建物、病室、若しくは家）の間取図若しくはレイアウトも設定情報３２０に保存される。間取図／レイアウトはどの部屋が（ドアにより）隣接するか、階数、入り口ドア（ユーザの習慣に依存して表口若しくは裏口であり得る）、及び他の屋外、どの機能的部屋が物理的に一緒に位置するか（例えば台所とダイニングルームは同じ物理空間である）、のような事柄について知らせる。
最下（すなわちボトム）層の真上に、二つのデータ処理層：信号処理３３０及び（ＡＤＬ推論）解析層３４０がある。信号処理層３３０において、データがクリーニング、ノイズ除去、量子化、及び処理されて特徴を抽出し、それらをイベントへ集約する。好適にはデータは、元の未加工データよりもデータについて弁別的な見方を提供する特徴値をもたらすように処理される。かかる処理は（ＡＤＬ推論）解析層３４０において実行される分類及び推論をブーストする。
（ＡＤＬ推論）解析層３４０において、少なくとも三タイプの機能がある。一つ目はＡＤＬイベントの推論３４２に関し、二つ目は警報＆警告につながる異常及び危険な状況の検出３４４、三つ目はインジケータ機能３４６を提供する。
ＡＤＬ推論ブロック３４０はセンサイベントをＡＤＬイベントへ変える。一実施形態においてこの機能は主に単純な決定ルールに基づくが、他の実施形態では機械学習の分野から周知の通り分類ベース設計が適用され得る。ルールは概念的視点からは単純に見えるかもしれないが、最適な実装は依然として命令型コーディングパラダイムを通じてなされ得る。これは互換性も保証し、従って分類ベース設計の組み込みを容易にする。それでも、ユーザ提供ルールとのインタラクションのため、推論ＡＤＬイベントはルールベースパラダイムへ出力される。
この分離により、一方で正確な推論が可能になりながら、他方でルールパラダイムが提供する柔軟性の利益を得られる。特に、パブリック部３００において実装することにより、（ＡＤＬモニタリング）アプリケーションのカスタマイズとパーソナライズが可能になる。
より正確には、ＡＤＬ推論は二ステージ（層）３４２Ａ及び３４２Ｂから成る。第一ステージ３４２Ａにおいて、（未加工若しくは前処理済）センサデータが解析され、いわゆるプリミティブＡＤＬイベントへ変換される。第二層３４２Ｂにおいて、これらのプリミティブＡＤＬイベントは、エンドユーザが高齢者の動作と行動に関心があるとして、意味のあるＡＤＬイベントへ集約される。
例えば、人が台所において食事の準備で忙しいとき、多くのプリミティブ"飲食"イベントが生じ得る。これらのプリミティブは所定持続期間続く単一ＡＤＬイベントへ集約される。第一部３４２Ａはプロプライエタリ環境であるＡＤＬ推論ブロック３４０の下位層において実装されるが、集約部３４２Ｂはパブリック（ルールベース）環境３００にあるＡＤＬ推論ブロック３４０の上位層で実装される。
ＡＤＬ推論ブロック３４０は、集約ＡＤＬイベントも、又は集約ＡＤＬイベントのみを出力してもよいことが留意される。例えば、一日にわたるＡＤＬイベントエポックのシーケンスを同時に分類するように訓練される分類器が使用されるとき、パブリックルールシステムへ入力される出力は必然的に集約タイプのイベントである。
第一部３４２Ａの出力、プリミティブＡＤＬイベントは、ルールベース環境へ（事実として）保存されるので、それらは他の（解析）ルールセットに潜在的に利用可能である。好適には、ＡＤＬイベント（事実）は以下のフィールドを備える：
１．ID‐推論されるＡＤＬ
２．TYPE‐所与のＩＤ（ＡＤＬ）に対するイベントのタイプ
３．SPACE‐イベントが関連する物理的位置
４．WHEN‐ＡＤＬ（イベント）が検出される開始時間（ｄｄ／ｍｍ／ｙｙｙｙ‐ｈｈ：ｍｍ）
５．DURATION‐ＡＤＬが観察される持続期間（ｈｈ：ｍｍ）。イベントが瞬間的である場合DURはゼロにセットされる。
６．VALUE‐イベントの値
警報＆警告は処理済センサデータから、プリミティブＡＤＬイベントから、若しくは集約ＡＤＬイベントから導出される。このように、警報＆警告層は図３に描く通りＡＤＬ推論ブロック３４０の全体に及ぶ。
（処理済）センサデータから逸脱を検出するアルゴリズム例は以下の通りである。第一フェーズにおいて、アルゴリズムはセンサデータを収集し、それらがその日にわたって起きる分布を推定する。これはオフラインで、導入前になされることもでき、その場合分布は一般に見られる、又は現在の高齢者が属する典型的な人口集団に見られるパターンをあらわす。オフライン分布はシステムを開始するためにも使用され得る。得られる分布は基準となる。第二フェーズにおいて、動作時、当日のセンサデータが収集され、そのパターンが基準パターン（分布）に対してテストされる。基準分布は最近のデータを用いること（及び最も古い日、又は開始時からのデータをフェードアウトすること）によって経時的に更新され得ることに留意されたい。パターンはその確率（基準分布に関して）が規定（選ばれた）閾値未満である場合、外れ（ｏｕｔｌｙｉｎｇ）とみなされ得る。
インジケータ機能はユーザインターフェースでの提示のために使用されるシグナリング手段であり、例えば異なるＡＤＬをそれらが人により実行されているときに表示するダッシュボードである。インジケータ例はＡＤＬイベントがその持続期間と発生率に対してテストされるというものであり得る。それらが所与の閾値をパスする場合、ＡＤＬは別の方法（他の色、他のサイズ）でＵＩに提示される。閾値は"Ｐａｒａｍ"とラベルされたブロック３５０でセットされる。インジケータは（パブリック）ルールシステム３００において完全に実装される。
ブロック"Ｐａｒａｍ"は設定可能パラメータを保持する。パラメータはルールシステムにおいてルールにより使用される。インジケータ機能３４６により使用される閾値は一セットのパラメータを構成する。別のセットは集約部３４２Ｂで使用されるパラメータにより形成される。パラメータを変えることにより、ユーザはユーザインターフェース１６０ビューにおけるデータの集約と表示を修正し得る。
ユーザ設定ブロック３６０は別のブロック例である。これはユーザがＡＤＬイベントのその独自のビューを構成するだけでなく、それらにインジケータを設定することも可能にする。例えば、ベッド、飲むこと、及びトイレのＡＤＬ集合体として"ブラダー"ビューが定義され得る。閾値はユーザ設定ブロック３６０を通じてセットされることもできる。
ユーザインターフェース１６０は最上（すなわちトップ）層であり、当技術分野で一般に知られる技術を使用する。これは適切な利害関係者への警告ルートを含む全ビュー、並びに閾値などのパラメータをセットするコントロールを包含する。これは（パブリック）ルールシステムにおけるデータ（事実）を読むことができ、警報＆警告機能３４４によってコールされることができる。
ユーザインターフェース層１６０は、場合によりユーザインターフェース層１６０内の個別層としてモデル化される、後処理タスクも含む。後処理タスクは提示を駆動する計算に関する。例えば、ＡＤＬを昼夜イベントとして示すことがこの層で実行される機能である。
ここで図４を参照すると、一実施形態にかかる環境内の人のＡＤＬをモニタリングするための方法４００のフロー図が示される。方法４００はセンサで、人と環境のうち少なくとも一方の特性の値を検出するステップ４１０で開始する。次に、ステップ４２０において、センサは検出値をあらわすセンサ出力信号を生成する。
センサ出力信号に基づいて、人のＡＤＬがステップ４３０で推論される。次に、ステップ４４０において、人の推論ＡＤＬをあらわす推論ＡＤＬ出力信号が生成される。
最後に、ステップ４５０において、センサ出力信号と推論ＡＤＬ出力信号のうち少なくとも一つに依存してモニタ信号が生成される。
提案される方法は従って、二つのタイプの情報のいずれかから、又は両タイプの情報の組み合わせから、モニタ信号を生成する。第一のタイプの情報はセンサ出力信号から推論される人のＡＤＬに関する一方、第二のタイプの情報はセンサ出力信号自体に関する。このように、推論ＡＤＬは推論ＡＤＬに依存するモニタ信号を生成するために使用され得る。このように、推論ＡＤＬの使用は単純な警報＆警告の作成を可能にし得る。未加工若しくは処理済（例えばサンプリング、クリーニング、タイムスタンプ済、など）センサデータ／信号が、センサデータ／信号に直接依存してモニタ信号を生成するために使用され得る。センサデータ／信号は従って高度に特異的な及び／又は正確な警報及び警告の作成を可能にし得る。
ここで図５を参照すると、一実施形態にかかるセンサ出力信号に基づいて人のＡＤＬを推論するための方法５００のフロー図が示される。
方法はプリミティブＡＤＬイベントがセンサ出力信号に基づいて推論されるステップ５１０で開始する。次に、ステップ５２０において、推論プリミティブＡＤＬイベントをあらわすプリミティブＡＤＬ信号が生成される。
そしてステップ５３０において、ルールベース推論法に従ってプリミティブＡＤＬ信号を用いて集約ＡＤＬイベントが推論される。
最後に、ステップ５４０において、推論される集約ＡＤＬイベントをあらわす集約ＡＤＬ信号が生成される。
生成される信号（すなわちプリミティブＡＤＬ信号と集約ＡＤＬ信号）に基づいて人のＡＤＬが推論され得る。このように、一例として、人のＡＤＬを推論するための方法５００は人のＡＤＬをモニタリングするための前記方法４００（図４に描かれる）のステップ４３０において実施され得る。特に、推論ＡＤＬ出力信号を生成するステップ４３０は、プリミティブＡＤＬ信号と集約ＡＤＬ信号のうち少なくとも一つに依存し得る。
勿論、ＡＤＬを推論するための上記方法５００は他の方法及び／又はシステムで実施され得ることが理解される。
ルール、オントロジー及び他の論理ベースシステム
順不同でいかなるプログラムフローも要しない条件のサポートは、宣言型の論理フォーマットを用いることにより提供される。一般に、当技術分野で周知の通り、論理プログラムの言語はいわゆるエンティティ間のステートメントで構成される。エンティティはクラス（セット）若しくはそのクラスのインスタンス化（エレメント）であり得る。ステートメントはセット中のエレメントのメンバーシップとセット間の関係（一方が他方のサブセットである、など）を表現する。このように知識が記述され得るが、ステートメントの順序は任意であり得る。
オントロジーは当技術分野で周知である。それは目下のドメインで知られる通り概念とオブジェクト間の関係を機械解釈のためにエンコードする手段を提供する。例えば、オントロジーは"room""is part of""house"を表現するために使用され得る。この例において"house"と"room"は"is part of"により相互に関連するオブジェクトである。オントロジーは各部屋内の家具、並びにどんなタイプの家具があるかを表現するステートメントを続け得る。例えば、
・"kitchen""is a""room"
・"drawer_cutlery""is a""cupboard"
・"refrigerator""is part of""kitchen"
・"refrigerator""is a""cupboard"
・"cutlery""is part of""drawer_cutlery"
・etc
このように、全ドメイン、この実施例では家、が記述され得る。例えば、"kitchen""is part of""house"と推論され得る。これが起きるために、オントロジーにおける用語のセマンティクスが定義される必要がある。これは複数の方法でなされ得る。一つの形は、ステートメントが示唆し得る推論を完全な形で記述するいわゆる含意ルールである。例えば"is a"を定義する含意ルールは
・IF[A R B]AND[C"is a"A]THEN[C R B]
"is a"に関するより多くのルールがあり得る。ここで、Ａ、Ｂ及びＣはオブジェクトでありＲは関係である。上記例において、Ｒは"is part of"であり、Ａ、Ｂ及びＣはそれぞれ"room"、"house"及び"kitchen"である。オントロジーの評価において、全ステートメントがオントロジーのセマンティクスを定義する含意ルールについてテストされ、示唆されるステートメントがオントロジーに追加される。このプロセスは閉鎖が得られる（それ以上ステートメントがオントロジーに追加されない）まで繰り返される。
一実施例として、カトラリーが台所の棚の上のバスケットに保存される家庭を考える。センサシステムの導入時、カトラリーを入れたバスケットは"cutlery"と関連し、"drawer_cutlery"とも関連するようになり、ＡＤＬを推論するインテリジェンスが"drawer_cutlery"に関してプログラムされ得、ここでオントロジーは、提供される設置情報（バスケットに取り付けられるカトラリーセンサ）が、バスケットのところのセンサへプログラムをリンクするよう配慮する。
専門設置業者はセンサを"drawer_cutlery"にリンクするよう指示され得、オントロジー層はバイパスされ得る。図３の"パブリック"層においてルールを追加する任意のユーザにとって、かかるオントロジーは追加ルールが追加される方法をさらに容易にし得る。
ここで、我々はオントロジーのセマンティクスが、ルール、いわゆる含意ルールに関して定義され得るという事実を利用する。ユーザ提供ルールにおける用語を、ルール及びシステムの（ユーザ）インターフェースインテリジェンス部と接続するよう（図３参照）、セマンティクスを評価及び処理する個別機能を持つ代わりに、ルールベースがオントロジーのセマンティクスを定義する含意ルールで拡張される。ルールエンジンはシステムルール（システムのオーナーにより定義されるルール）、ユーザルール（ユーザにより追加されるルール）、及び含意ルール（オントロジーのセマンティクスを定義するルール）の複合セットを評価する。計算複雑性を最小化するために、ルールの評価がより効率的に実行され得るよう、ルールエンジンの実装はこれら異なる種類のルールを利用し得る。
サブセット関係もルールとみなされ得ることに留意されたい（"set A is a subset of set B"は"is A then B"と同じである）。ユーザインターフェース１６０において、ユーザはルールの形で情報（例えば制約）を入力し得る。ルールは条件と結論（のセット）から成る。条件は論理演算子（ＡＮＤ，ＯＲ，ＮＯＴ）を用いる複数の条件から成り得る。各プリミティブ条件及び結論がステートメントである。
ルールのセットは、一つのルールからの結論が別の条件（の一部）を構成するネットワークを形成する。
論理演算子の代わりに、ネットワークがベイジアンネットワークなどの確率ネットワークになるよう、確率を使用することも可能である。かかる場合、ユーザインターフェースへインターフェースするノードにおける決定、すなわちユーザインターフェースにおいて何のメッセージ（結論）を提示すべきかどうかの決定が必要である。
宣言型言語を用いることにより、ルールは任意の順序で入力され得る。ルールエンジンはそれらをまとめる。また、ステートメント（ルール）の形を所与として、ユーザインターフェース１６０は単純に保たれ得る：論理結合子を用いて、条件用の入力フィールドと結論用のフィールドがある。具体的なフィールドの実施例はＡＤＬ、時刻、時間関係、及びパラメータ（閾値）である。時間関係をあらわす当技術分野で既知の方法はＡｌｌｅｎの時相論理である。
ユーザインターフェース１６０をさらに単純化するために、ルールベースは異なる性質のルールへ分割され得る。Ｋｎｏｗｌｅｄｇｅ ｂａｓｅ（ＫＢ），Ｃｏｎｆｉｇｕｒａｔｉｏｎ，及びＯｂｓｅｒｖａｔｉｏｎｓとよばれる三つの主要カテゴリがある。
ＫＢは一般的ステートメント（ルール）を保持し、場合によりモジュールあたり一モジュールの方法で、システムを拡充するためにユーザへ提供され得る。ＫＢ用のルール例はＡｌｌｅｎ代数などの時相論理を設定するルールである。これらのルールは"先行"及び"最近"の概念をキャプチャするので、ユーザは特定の（ユースケース）ルールを構成するときにそれらを使用することができる。別の実施例は、例えば部屋が上階であると宣言され得るように上階及び一階の概念を定義する、家の一般的真実を記述するルールを含む。ルールセット（モジュール）は上階の部屋が階段歩行のみによりアクセスされ得ることも定義し得る。これは浴室、リビング、寝室、台所、及びトイレなどのように、部屋へ特殊機能を定義し得る。
Ｃｏｎｆｉｇｕｒａｔｉｏｎは一度入力されるルールを保持する。それらは典型的には（センサ）システムの導入時に入力される。例えばそれらは、ユーザの家の部屋数、そのドアの位置（どの部屋がどの他の部屋につながるか）、上階であるかどうかなどを宣言する。
最後に、Ｏｂｓｅｒｖａｔｉｏｎｓは動的な部分である。これはセンサ測定をＡＤＬへ接続するルールを保持する。ルールの大部分は事実（ルールの結論部分のみ／条件部分は常にＴＲＵＥである）であるように見え、例えばプリミティブＡＤＬを構成する。このルールセットは、明らかに経時的に変化するセンサ信号をキャプチャするので、動的である。
動作中、推論器（例えばプロセッサ若しくはルールエンジン）はＫＢ内のルールを前処理し得る。また、Ｃｏｎｆｉｇｕｒａｔｉｏｎ内のルールも、Ｏｂｓｅｒｖａｔｉｏｎ部内のステートメントに依存するルールなど、未解決ルールにそれらが依存しない限り、前処理され得る。Ｏｂｓｅｒｖａｔｉｏｎ部は定期的にリフレッシュされる。フルルールベースにおいてステートメントを動的に更新することを通じてｏｂｓｅｒｖａｔｉｏｎ部におけるルールを処理する代わりに、推論エンジンはこれらの部分を直接実装するように修正され得る。一旦推論エンジンがルールのフルネットワークを構築したら、Ｏｂｓｅｖａｔｉｏｎルールはネットワークの"エントランス"ノードにリンクし、従ってそれらの効果が自動化され得る。
‐ＡＤＬ推論用のルール例
導入時、センサ１０，２０，３０がモニタリング環境（例えばモニタリングされる人の家）に備え付けられる。センサ１０，２０，３０は物理的ＩＤを持ち、環境内の物理的位置若しくは物理的器具（家具）と関連する。第一層（図３）において、これらの識別子は機能的ＩＤで変換／拡張される。器具ＩＤは、人がオブジェクトとインタラクションしている場合にセンサが反応している機能的オブジェクトの識別子である。同じ物理的センサが異なる器具ＩＤのデータを提供するために使用されることが起こり得る。例えば、センサは食べること、飲むこと、又は入浴における動作を推論するために使用され得る。これはこの解析層においては未知である。器具ＩＤは部屋、例えば"リビング"若しくは"台所"をあらわし得る。これはセンサが取り付けられる、又はセンサが観察している家具もあらわし得る。実施例は"冷蔵庫"、"玄関ドア"、及び"カトラリーを入れた食器棚の引き出し"を含む。
センサイベントはカウンタ"ｋ"でインデックスされる。インデックス"ｋ"は現在観察されているイベントインスタントを示す。"ｋ−１"及び"ｋ＋１"はこのセンサからの先行イベントと次の後続イベントを示す。"ｋ"は、器具ＩＤにより識別されるセンサについて条件付けされるので、異なる時間をあらわすことに留意されたい。
時間フィールドはセンサ"器具ＩＤ"のイベント"ｋ"における時刻を示す。時間は分粒度で精度を保持する、すなわち時間は年、月、日、時間、及び分に有効である。
図５は一実施形態の一つ以上の部分が利用され得るコンピュータ８００の一実施例を図示する。上述の様々な操作はコンピュータ８００の能力を利用し得る。例えば、ＡＶ若しくは自動配給システムの一つ以上の部分が、本明細書で述べた任意の素子、モジュール、アプリケーション、及び／又はコンポーネントに組み込まれ得る。
コンピュータ８００は、限定されないが、ＰＣ、ワークステーション、ラップトップ、ＰＤＡ、ｐａｌｍデバイス、サーバ、ストレージなどを含む。一般に、ハードウェアアーキテクチャに関して、コンピュータ８００はローカルインターフェース（不図示）を介して通信可能に結合される一つ以上のプロセッサ８１０、メモリ８２０、及び一つ以上のＩ／Ｏデバイス８７０を含み得る。ローカルインターフェースは、例えば限定されないが、当技術分野で周知の通り一つ以上のバス又は他の有線若しくは無線接続であり得る。ローカルインターフェースはコントローラ、バッファ（キャッシュ）、ドライバ、リピータ、及びレシーバなど、通信を可能にする追加素子を持ち得る。さらに、ローカルインターフェースは上述のコンポーネント間の適切な通信を可能にするアドレス、コントロール、及び／又はデータ接続を含み得る。
プロセッサ８１０はメモリ８２０に保存され得るソフトウェアを実行するためのハードウェアデバイスである。プロセッサ８１０は事実上、コンピュータ８００と関連する複数のプロセッサの中で、任意の特注若しくは市販のプロセッサ、中央処理ユニット（ＣＰＵ）、デジタル信号プロセッサ（ＤＳＰ）、又は補助プロセッサであり得、プロセッサ８１０は半導体ベースマイクロプロセッサ（マイクロチップの形）若しくはマイクロプロセッサであり得る。
メモリ８２０は、揮発性メモリ素子（例えばダイナミックランダムアクセスメモリ（ＤＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）などのランダムアクセスメモリ（ＲＡＭ））と不揮発性メモリ素子（例えばＲＯＭ、消去可能プログラマブルリードオンリーメモリ（ＥＰＲＯＭ）、電気的消去可能プログラマブルリードオンリーメモリ（ＥＥＰＲＯＭ）、プログラマブルリードオンリーメモリ（ＰＲＯＭ）、テープ、コンパクトディスクリードオンリーメモリ（ＣＤ‐ＲＯＭ）、ディスク、ディスケット、カートリッジ、カセット若しくは同様のものなど）のいずれか一つ若しくは組み合わせを含み得る。さらに、メモリ８２０は電子、磁気、光学、及び／又は他のタイプの記憶媒体を組み込み得る。メモリ８２０は、様々なコンポーネントが互いに遠隔にあるがプロセッサ８１０によりアクセスされ得る、分散アーキテクチャを持ち得ることが留意される。
メモリ８２０内のソフトウェアは一つ以上の個別プログラムを含み、その各々が論理機能を実装するための実行可能命令の順序付リストを有する。メモリ８２０内のソフトウェアは実施形態例に従って適切なオペレーティングシステム（Ｏ／Ｓ）８５０、コンパイラ８４０、ソースコード８３０、及び一つ以上のアプリケーション８６０を含む。図示の通り、アプリケーション８６０は実施形態例の特徴と操作を実装するための複数の機能コンポーネントを有する。コンピュータ８００のアプリケーション８６０は実施形態例に従って様々なアプリケーション、計算ユニット、論理、機能ユニット、処理、演算、仮想エンティティ、及び／又はモジュールをあらわし得るが、アプリケーション８６０は限定であることを意図されない。
オペレーティングシステム８５０は他のコンピュータプログラムの実行を制御し、スケジューリング、入出力制御、ファイル及びデータ管理、メモリ管理、及び通信制御と関連サービスを提供する。実施形態例を実装するためのアプリケーション８６０は全ての市販オペレーティングシステムに適用可能であり得ることが本発明者らにより考慮される。
アプリケーション８６０は実行される命令のセットを有するソースプログラム、実行可能プログラム（オブジェクトコード）、スクリプト、若しくは任意の他のエンティティであり得る。ソースプログラムであるとき、プログラムは通常、Ｏ／Ｓ８５０と関連して適切に動作するよう、メモリ８２０内に含まれても含まれなくてもよいコンパイラ（コンパイラ８４０など）、アセンブラ、インタープリタ、若しくは同様のものを介して変換される。さらに、アプリケーション８６０は、データのクラス及びメソッドを持つオブジェクト指向プログラミング言語、或いは、ルーチン、サブルーチン、及び／又は関数を持つ手続き指向プログラミング言語、例えば限定されないが、Ｃ，Ｃ＋＋，Ｃ＃，Ｐａｓｃａｌ，ＢＡＳＩＣ，ＡＰＩ ｃａｌｌｓ，ＨＴＭＬ，ＸＨＴＭＬ，ＸＭＬ，ＡＳＰ ｓｃｒｉｐｔｓ，ＦＯＲＴＲＡＮ，ＣＯＢＯＬ，Ｐｅｒｌ，Ｊａｖａ，ＡＤＡ，．ＮＥＴなどとして書かれ得る。
Ｉ／Ｏデバイス８７０は、例えば限定されないが、マウス、キーボード、スキャナ、マイクロフォン、カメラなどといった入力デバイスを含み得る。さらに、Ｉ／Ｏデバイス８７０は、例えば限定されないが、プリンタ、ディスプレイなどの出力デバイスも含み得る。最後に、Ｉ／Ｏデバイス８７０は、例えば限定されないが、ＮＩＣ若しくは変調／復調器（リモートデバイス、他のファイル、デバイス、システム、若しくはネットワークにアクセスするため）、無線周波数（ＲＦ）若しくは他のトランシーバ、電話インターフェース、ブリッジ、ルータなど、入力と出力両方を通信するデバイスをさらに含み得る。Ｉ／Ｏデバイス８７０はインターネット若しくはイントラネットなどの様々なネットワークを介して通信するためのコンポーネントも含む。
コンピュータ８００がＰＣ、ワークステーション、インテリジェントデバイスなどである場合、メモリ８２０内のソフトウェアは基本入出力システム（ＢＩＯＳ）（簡略化のため除外）をさらに含み得る。ＢＩＯＳはスタートアップにおいてハードウェアを初期化及びテストし、Ｏ／Ｓ８５０を開始し、ハードウェアデバイス間のデータ伝送をサポートする必須ソフトウェアルーチンのセットである。コンピュータ８００が起動されるときにＢＩＯＳが実行され得るように、ＢＩＯＳはＲＯＭ，ＰＲＯＭ，ＥＰＲＯＭ，ＥＥＰＲＯＭ若しくは同様のものなど、何らかのタイプのリードオンリーメモリに保存される。
コンピュータ８００が動作中のとき、プロセッサ８１０はメモリ８２０内に保存されるソフトウェアを実行し、データをメモリ８２０へ、及びメモリ８２０から通信し、ソフトウェアに従ってコンピュータ８００の操作を一般に制御するように構成される。アプリケーション８６０とＯ／Ｓ８５０は、全部又は一部において、プロセッサ８１０によって読まれ、おそらくプロセッサ８１０内でバッファされ、それから実行される。
アプリケーション８６０がソフトウェアにおいて実装されるとき、アプリケーション８６０は事実上、任意のコンピュータ関連システム若しくは方法による又はそれに関連する使用のために任意のコンピュータ可読媒体上に保存され得ることが留意されるべきである。この文書の文脈において、コンピュータ可読媒体は、コンピュータ関連システム若しくは方法による又はそれに関連する使用のためのコンピュータプログラムを包含若しくは保存し得る、電子、磁気、光学、若しくは他の物理的デバイス若しくは手段であり得る。
アプリケーション８６０は、命令実行システム、装置、若しくはデバイスから命令をフェッチして命令を実行し得る、コンピュータベースシステム、プロセッサ含有システム、若しくは他のシステムなど、命令実行システム、装置、若しくはデバイスによる又はそれに関する使用のための任意のコンピュータ可読媒体で具体化され得る。この文書の文脈において、"コンピュータ可読媒体"は、命令実行システム、装置、若しくはデバイスによる又はそれに関する使用のためのプログラムを保存、通信、伝搬、若しくは輸送し得る任意の手段であり得る。コンピュータ可読媒体は、例えば限定されないが、電子、磁気、光学、電磁、赤外線、若しくは半導体システム、装置、デバイス、若しくは伝搬媒体であり得る。
本発明はシステム、方法、及び／又はコンピュータプログラム製品であり得る。コンピュータプログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータ可読プログラム命令をその上に備えるコンピュータ可読記憶媒体（若しくはメディア）を含み得る。
コンピュータ可読記憶媒体は命令実行デバイスによる使用のための命令を保有及び保存し得る有形デバイスであり得る。コンピュータ可読記憶媒体は、例えば限定されないが、電子記憶デバイス、磁気記憶デバイス、光学記憶デバイス、電磁記憶デバイス、半導体記憶デバイス、若しくは前述の任意の適切な組み合わせであり得る。コンピュータ可読記憶媒体のより具体的な実施例の包括的でないリストは以下を含む：ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリーメモリ（ＥＰＲＯＭ若しくはフラッシュメモリ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ポータブルコンパクトディスクリードオンリーメモリ（ＣＤ‐ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリスティック、フロッピーディスク、パンチカード若しくはその上に命令を記録した溝の隆起構造などといった機械的にエンコードされたデバイス、及び前述の任意の適切な組み合わせ。コンピュータ可読記憶媒体は、本明細書で使用される通り、電波若しくは他の自由伝播電磁波、導波路を通じて伝播する電磁波、若しくは他の伝送媒体（例えば光ファイバケーブルを通過する光パルス）、若しくは配線を通じて送信される電気信号など、それ自体が一時的信号であると解釈されないものとする。
本明細書に記載のコンピュータ可読プログラム命令は、ネットワーク、例えばインターネット、ローカルエリアネットワーク、ワイドエリアネットワーク及び／又は無線ネットワークを介して、コンピュータ可読記憶媒体から各計算／処理デバイスへ、又は外部コンピュータ若しくは外部記憶デバイスへダウンロードされ得る。ネットワークは銅伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイヤーウォール、スイッチ、ゲートウェイコンピュータ及び／又はエッジサーバを有し得る。各計算／処理デバイスにおけるネットワークアダプタカード若しくはネットワークインターフェースはネットワークからコンピュータ可読プログラム命令を受信し、各計算／処理デバイス内のコンピュータ可読記憶媒体での保存のためにコンピュータ可読プログラム命令を転送する。
本発明の操作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、インストラクションセットアーキテクチャ（ＩＳＡ）命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、又は一つ以上のプログラミング言語の任意の組み合わせで書かれるソースコード若しくはオブジェクトコード（Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などといったオブジェクト指向プログラミング言語、及びＣプログラミング言語若しくは同様のプログラミング言語など従来の手続き指向プログラミング言語を含む）であり得る。コンピュータ可読プログラム命令は完全にユーザのコンピュータ上で、一部ユーザのコンピュータ上で、スタンドアロンソフトウェアパッケージとして、一部ユーザのコンピュータ上で一部リモートコンピュータ上で、又は完全にリモートコンピュータ若しくはサーバ上で、実行し得る。後者のシナリオにおいて、リモートコンピュータはローカルエリアネットワーク（ＬＡＮ）若しくはワイドエリアネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを通じてユーザのコンピュータに接続され得るか、或いは（例えばインターネットサービスプロバイダを使用してインターネットを通じて）外部コンピュータへ接続され得る。一部の実施形態において、例えばプログラマブル論理回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、若しくはプログラマブル論理アレイ（ＰＬＡ）を含む電子回路が、本発明の態様を実行するために電子回路をパーソナライズするようコンピュータ可読プログラム命令の状態情報を利用することによりコンピュータ可読プログラム命令を実行し得る。
本発明の態様は、本発明の実施形態にかかる方法、装置（システム）、及びコンピュータプログラム製品のフローチャート図及び／又はブロック図を参照して本明細書で記載される。フローチャート図及び／又はブロック図の各ブロック、並びにフローチャート図及び／又はブロック図におけるブロックの組み合わせが、コンピュータ可読プログラム命令により実装され得ることが理解される。
これらのコンピュータ可読プログラム命令は、コンピュータのプロセッサ若しくは他のプログラマブルデータ処理装置を介して実行する命令が、フローチャート及び／又はブロック図の一つ若しくは複数のブロックで規定される機能／動作を実装するための手段を作成するように、機械を製造するために汎用コンピュータ、専用コンピュータ、若しくは他のプログラマブルデータ処理装置のプロセッサへ提供され得る。これらのコンピュータ可読プログラム命令は、中に命令を保存するコンピュータ可読記憶媒体が、フローチャート及び／又はブロック図の一つ若しくは複数のブロックで規定される機能／動作の態様を実装する命令を含む製品を有するように、コンピュータ、プログラマブルデータ処理装置、及び／又は他のデバイスを特定の方法で機能するように指示し得るコンピュータ可読記憶媒体にも保存され得る。
コンピュータ可読プログラム命令は、コンピュータ、他のプログラマブル装置、若しくは他のデバイス上で実行する命令が、フローチャート及び／又はブロック図の一つ若しくは複数のブロックで規定される機能／動作を実装するように、コンピュータ実装プロセスを生成するために一連の操作ステップをコンピュータ、他のプログラマブル装置若しくは他のデバイス上で実行させるため、コンピュータ、他のプログラマブルデータ処理装置、若しくは他のデバイス上へロードされてもよい。
図中のフローチャート及びブロック図は、本発明の様々な実施形態にかかるシステム、方法、及びコンピュータプログラム製品の可能な実施例のアーキテクチャ、機能、及び操作を例示する。これに関して、フローチャート若しくはブロック図における各ブロックは、規定論理機能を実装するための一つ以上の実行可能命令を有するモジュール、セグメント若しくは命令の一部をあらわし得る。一部の代替実施例において、ブロックで言及される機能は図中で言及される順序外で起こり得る。例えば、連続して示される二つのブロックは、実際には実質的に同時に実行され得るか、又は関与する機能に応じてブロックが時折逆順で実行され得る。ブロック図及び／又はフローチャート図の各ブロック、ブロック図及び／又はフローチャート図におけるブロックの組み合わせは、規定機能若しくは動作を実行する又は専用ハードウェアとコンピュータ命令の組み合わせを実行する専用ハードウェアベースシステムにより実装され得る。
記載は例示と説明の目的で提示されており、包括的であったり開示の形式の発明に限定されることを意図しない。多くの修正及び変更が当業者に明らかであろう。実施形態は提示の実施形態、実用的応用の原理をもっともよく説明するために選ばれ記載されており、当業者が様々な実施形態を理解することを可能にするために様々な変更が考慮される。

Claims (15)

  1. 環境内の人の日常生活動作、ＡＤＬをモニタリングするためのシステムであって、
    前記人と前記環境のうち少なくとも一方の特性の検出値をあらわすセンサ出力信号を受信し、前記人の推論ＡＤＬをあらわす推論ＡＤＬ出力信号を生成するように適応されるＡＤＬ推論ユニットと、
    受信される前記センサ出力信号と前記推論ＡＤＬ出力信号のうち少なくとも一つに依存するモニタ信号を生成するように適応されるモニタユニットと
    を有し、
    前記ＡＤＬ推論ユニットが、
    前記センサ出力信号を受信し、受信される前記センサ出力信号に基づいてプリミティブＡＤＬイベントを推論し、推論される前記プリミティブＡＤＬイベントをあらわすプリミティブＡＤＬ信号を生成するように適応される第一の推論サブシステムと、
    前記プリミティブＡＤＬ信号を受信し、受信される前記プリミティブＡＤＬ信号から集約ＡＤＬイベントを推論し、推論される前記集約ＡＤＬイベントをあらわす集約ＡＤＬ信号を生成するように適応される第二の推論サブシステムと
    を有し、
    前記ＡＤＬ推論ユニットが前記プリミティブＡＤＬ信号と前記集約ＡＤＬ信号に基づいて前記推論ＡＤＬ出力信号を生成するように適応される、
    システム。
  2. 前記第二の推論サブシステムが、ルールベース推論法を用いて、受信される前記プリミティブＡＤＬ信号から集約ＡＤＬイベントを推論するように適応される、請求項１に記載のシステム。
  3. 前記ルールベース推論法の一つ以上のルールを定義若しくは修正するための入力を受信するように適応されるルール入力インターフェースをさらに有する、請求項２に記載のシステム。
  4. 一つ以上の警告条件を定義若しくは修正するためのユーザ入力を受信するように適応されるユーザ入力インターフェースをさらに有し、前記モニタユニットが前記一つ以上の警告条件にさらに依存して前記モニタ信号を生成するように適応される、請求項１から３のいずれか一項に記載のシステム。
  5. 前記モニタユニットが、受信される前記センサ出力信号と既定閾値との比較に基づいて前記モニタ信号を生成するように適応される、請求項１から４のいずれか一項に記載のシステム。
  6. 前記人の推論ＡＤＬが、食事、調理、投薬、睡眠、トイレ、入浴、及び洗濯を有する群からとられる、請求項１から５のいずれか一項に記載のシステム。
  7. 前記ＡＤＬ推論ユニットがさらに前記人の推論ＡＤＬを動作データベースに保存するように適応される、請求項１から６のいずれか一項に記載のシステム。
  8. 前記モニタユニットがさらに前記動作データベースにおける不規則性を検出するように適応され、前記モニタユニットがさらに検出される前記不規則性に応じて警告信号を生成するように構成される、請求項７に記載のシステム。
  9. 前記モニタユニットがさらに前記動作データベースにおけるＡＤＬの頻度を決定するように適応され、検出される前記不規則性が前記頻度における変化に依存する、請求項８に記載のシステム。
  10. 前記人と前記環境のうち少なくとも一方の特性の値を検出し、当該検出値をあらわすセンサ出力信号を生成するように適応されるセンサをさらに有する、請求項１から９のいずれか一項に記載のシステム。
  11. 前記システムが、前記人、医師及び介護者のうち少なくとも一人へ、生成される前記モニタ信号を提供するように適応される、請求項１から１０のいずれか一項に記載のシステム。
  12. 環境内の人の日常生活動作、ＡＤＬをモニタリングするための方法であって、
    前記人と前記環境のうち少なくとも一方の特性の検出値をあらわすセンサ出力信号に基づいて前記人のＡＤＬを推論するステップと、
    推論される前記人のＡＤＬをあらわす推論ＡＤＬ出力信号を生成するステップと、
    前記センサ出力信号と前記推論ＡＤＬ出力信号のうち少なくとも一つに依存するモニタ信号を生成するステップと、
    を有し、
    前記ＡＤＬを推論するステップが、
    前記センサ出力信号に基づいてプリミティブＡＤＬイベントを推論するステップと、
    推論される前記プリミティブＡＤＬイベントをあらわすプリミティブＡＤＬ信号を生成するステップと、
    前記プリミティブＡＤＬ信号から集約ＡＤＬイベントを推論するステップと、
    推論される前記集約ＡＤＬイベントをあらわす集約ＡＤＬ信号を生成するステップと、
    を有し、
    前記推論ＡＤＬ出力信号を生成するステップが、前記プリミティブＡＤＬ信号と前記集約ＡＤＬ信号に基づく、
    方法。
  13. 推論される前記人のＡＤＬを動作データベースに保存するステップをさらに有し、
    オプションとしてモニタ信号を生成するステップが前記動作データベースにおける不規則性を検出するステップと、検出される前記不規則性に応じて警告信号を生成するステップとを有する、
    請求項１２に記載の方法。
  14. 信頼できる方法で既定提供位置における受容者へアイテムを提供するための自律走行車を制御するためのコンピュータプログラム製品であって、請求項１２から１３のいずれか一項に記載の全ステップを実行するように構成されるコンピュータ可読プログラムコードが具体化されたコンピュータ可読記憶媒体を有する、コンピュータプログラム製品。
  15. 請求項１４に記載のコンピュータプログラム製品と、当該コンピュータプログラム製品のコンピュータ可読プログラムコードの実行により請求項１２から１３のいずれか一項に記載の全ステップを実行するように適応される一つ以上のプロセッサとを有する、コンピュータシステム。
JP2017533466A 2015-01-12 2016-01-07 人の日常生活動作をモニタリングするためのシステム及び方法 Expired - Fee Related JP6502502B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP15150861 2015-01-12
EP15150861.1 2015-01-12
PCT/EP2016/050144 WO2016113162A1 (en) 2015-01-12 2016-01-07 A system and method for monitoring activities of daily living of a person

Publications (3)

Publication Number Publication Date
JP2018507008A true JP2018507008A (ja) 2018-03-15
JP2018507008A5 JP2018507008A5 (ja) 2018-11-15
JP6502502B2 JP6502502B2 (ja) 2019-04-17

Family

ID=52345082

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017533466A Expired - Fee Related JP6502502B2 (ja) 2015-01-12 2016-01-07 人の日常生活動作をモニタリングするためのシステム及び方法

Country Status (5)

Country Link
US (1) US10147298B2 (ja)
EP (1) EP3245639A1 (ja)
JP (1) JP6502502B2 (ja)
CN (1) CN107205698B (ja)
WO (1) WO2016113162A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019215866A (ja) * 2018-06-08 2019-12-19 タタ コンサルタンシー サービシズ リミテッドＴＡＴＡ Ｃｏｎｓｕｌｔａｎｃｙ Ｓｅｒｖｉｃｅｓ Ｌｉｍｉｔｅｄ 活動認識と行動分析のための方法及びシステム
WO2020003953A1 (ja) * 2018-06-26 2020-01-02 コニカミノルタ株式会社 コンピューターで実行されるプログラム、情報処理装置、および、コンピューターで実行される方法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011165134A (ja) * 2010-02-15 2011-08-25 Sony Corp コンテンツ再生装置、携帯機器、及び異常検知方法
JP7463102B2 (ja) * 2016-10-20 2024-04-08 シグニファイ ホールディング ビー ヴィ 人の日常生活動作を監視するためのシステム及び方法
CN107397529B (zh) * 2017-07-13 2020-06-16 广东小天才科技有限公司 体征数据的检测方法、装置、服务器和存储介质
TWI685227B (zh) * 2017-08-28 2020-02-11 大同股份有限公司 閘道器、物聯網裝置控制系統與其方法
CN111526799A (zh) * 2017-12-27 2020-08-11 松下知识产权经营株式会社 认知功能评估装置、认知功能评估系统及程序
JP6701160B2 (ja) * 2017-12-28 2020-05-27 株式会社日立製作所 プロジェクト支援システム及び方法
CN108346107B (zh) * 2017-12-28 2020-11-10 创新先进技术有限公司 一种社交内容风险识别方法、装置以及设备
CN110164080A (zh) * 2018-01-17 2019-08-23 深圳海斯凯医学技术有限公司 基于远程智能健康及安全监测大数据的管理系统
JP7185407B2 (ja) * 2018-03-01 2022-12-07 日本光電工業株式会社 行動記録支援方法、コンピュータプログラム、記憶媒体、および通信装置
CN111243228A (zh) * 2018-11-28 2020-06-05 苏州市铼康护养老护理有限公司 基于物联网的居家养老健康监测辅助系统及方法
ES2965213T3 (es) * 2018-12-11 2024-04-11 E On Digital Tech Gmbh Dispositivo y sistema de monitorización de pacientes
CN110191197A (zh) * 2019-07-02 2019-08-30 合肥工业大学 一种基于物联网的居家养老智能室内环境监测系统
US11636777B2 (en) 2020-01-21 2023-04-25 Roy Shteren System and method for improving exercise performance using a mobile device
US11276284B1 (en) 2021-04-13 2022-03-15 Honeywell International Inc. System and method for detecting events in a system
US20220384031A1 (en) * 2021-05-25 2022-12-01 Patrick Chiyin Ng System for monitoring, tracking and recording safety conditions and status of subjects in a confined area

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7095328B1 (en) * 2001-03-16 2006-08-22 International Business Machines Corporation System and method for non intrusive monitoring of “at risk” individuals
US20080001735A1 (en) * 2006-06-30 2008-01-03 Bao Tran Mesh network personal emergency response appliance
US20090184821A1 (en) * 2008-01-18 2009-07-23 Benjamin Kuris Smart display device for independent living care

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001078577A2 (en) * 2000-04-17 2001-10-25 Vivometrics, Inc. Systems and methods for ambulatory monitoring of physiological signs
ATE519189T1 (de) * 2008-05-13 2011-08-15 Koninkl Philips Electronics Nv System und verfahren zur erkennung von aktivitäten des täglichen lebens einer person
US9190844B2 (en) * 2012-11-04 2015-11-17 Bao Tran Systems and methods for reducing energy usage
US9275534B2 (en) * 2011-09-02 2016-03-01 Domuset Oy Method and arrangement for evaluating activity and functional ability based on interaction and physiological signals
US20150302310A1 (en) * 2013-03-15 2015-10-22 Nordic Technology Group Methods for data collection and analysis for event detection
US9681827B2 (en) * 2013-10-09 2017-06-20 LEDO Networks, Inc. Systems, methods, applications for smart sensing, motion activity monitoring, and motion activity pattern recognition
WO2016012737A1 (en) * 2014-07-21 2016-01-28 Kabushiki Kaisha Toshiba Adaptable energy management system and method
US20160107031A1 (en) * 2014-10-20 2016-04-21 Polar Electro Oy Computing weight control profile

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7095328B1 (en) * 2001-03-16 2006-08-22 International Business Machines Corporation System and method for non intrusive monitoring of “at risk” individuals
US20080001735A1 (en) * 2006-06-30 2008-01-03 Bao Tran Mesh network personal emergency response appliance
US20090184821A1 (en) * 2008-01-18 2009-07-23 Benjamin Kuris Smart display device for independent living care

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019215866A (ja) * 2018-06-08 2019-12-19 タタ コンサルタンシー サービシズ リミテッドＴＡＴＡ Ｃｏｎｓｕｌｔａｎｃｙ Ｓｅｒｖｉｃｅｓ Ｌｉｍｉｔｅｄ 活動認識と行動分析のための方法及びシステム
JP7373921B2 (ja) 2018-06-08 2023-11-06 タタ コンサルタンシー サービシズ リミテッド 活動認識と行動分析のための方法及びシステム
WO2020003953A1 (ja) * 2018-06-26 2020-01-02 コニカミノルタ株式会社 コンピューターで実行されるプログラム、情報処理装置、および、コンピューターで実行される方法
JPWO2020003953A1 (ja) * 2018-06-26 2021-08-02 コニカミノルタ株式会社 コンピューターで実行されるプログラム、情報処理装置、および、コンピューターで実行される方法
JP7276336B2 (ja) 2018-06-26 2023-05-18 コニカミノルタ株式会社 コンピュータで実行されるプログラム、情報処理システム、および、コンピュータで実行される方法

Also Published As

Publication number Publication date
JP6502502B2 (ja) 2019-04-17
EP3245639A1 (en) 2017-11-22
US20170365149A1 (en) 2017-12-21
WO2016113162A1 (en) 2016-07-21
CN107205698A (zh) 2017-09-26
CN107205698B (zh) 2021-01-22
US10147298B2 (en) 2018-12-04

Similar Documents

Publication Publication Date Title
JP6502502B2 (ja) 人の日常生活動作をモニタリングするためのシステム及び方法
JP7463102B2 (ja) 人の日常生活動作を監視するためのシステム及び方法
US10682097B2 (en) People monitoring and personal assistance system, in particular for elderly and people with special and cognitive needs
US20210057093A1 (en) Remote monitoring systems and methods for elderly and patient in-home and senior living facilities care
Augusto et al. Smart homes can be smarter
US11540757B2 (en) Assessing the functional ability of a person to perform a task
Steen et al. Modeling individual healthy behavior using home automation sensor data: Results from a field trial
Pirzada et al. Sensors in smart homes for independent living of the elderly
KR20210155335A (ko) 일상생활 능력정보 기반 치매 예측 방법 및 그 장치
Forkan et al. An Internet-of-Things solution to assist independent living and social connectedness in elderly
US20180310889A1 (en) Monitoring a physical or mental capability of a person
EP3807890B1 (en) Monitoring a subject
US10736541B2 (en) Monitoring liquid and/or food consumption of a person
Sophia et al. Ambient‐Assisted Living of Disabled Elderly in an Intelligent Home Using Behavior Prediction—A Reliable Deep Learning Prediction System
ter Horst et al. Structuring reasoning for interpretation of sensor data in home-based health and well-being monitoring applications
EP3477653A1 (en) Monitoring activity of a person
Montoro et al. ACTIVA. Innovation in Quality of Care for Nursing Homes through Activity Recognition
Cardinale et al. Streaming Processing for ADL Monitoring in Smart Home Environments

Legal Events

Date Code Title Description
RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20180626

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181001

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181001

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20181001

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20181023

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181030

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190219

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190320

R150 Certificate of patent or registration of utility model

Ref document number: 6502502

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees