JP2019535069A - 脳卒中検出及び予防システム及び方法 - Google Patents

Abstract

使い勝手が良くて精度の低いテストから使い勝手が良くなくて精度の高いテストまでを含む、装置を用いた１又は２以上の検出段階が存在することができる脳卒中検出及び予防システム及び方法を提供する。【選択図】図３

Description

本開示は、一般に脳卒中（strokes）の検出及び予防のためのシステム及び方法に関する。

毎年、世界中で１５００万人の人々が脳卒中に襲われている。これらのうち、毎年６００万人の人々が亡くなっており、従って脳卒中によって６秒毎に１つの命が奪われていることになる。しかしながら、脳卒中の８０％は完全に予防可能である。脳卒中の治療は外科手術を含めて既に存在するが、これらの治療を受ける患者は３〜４％にすぎない。このことは、世界の人口の９６％が脳卒中の検出及び予防のための解決策から大きな恩恵を受けることを意味する。

Ｈａｒｂｉｓｏｎ，Ｊ．、Ｈｏｓｓａｉｎ，Ｏ．、Ｊｅｎｋｉｎｓｏｎ，Ｄ．、Ｄａｖｉｓ，Ｊ．、Ｌｏｕｗ，Ｓ．Ｊ．、及びＦｏｒｄ，Ｇ．Ａ．著（２００３）、一次医療、救急処置室の医師及び救急職員から紹介された、顔・腕・発話テストを用いた脳卒中の診断精度（Ｄｉａｇｎｏｓｔｉｃ ａｃｃｕｒａｃｙ ｏｆ ｓｔｒｏｋｅ ｒｅｆｅｒｒａｌｓ ｆｒｏｍ ｐｒｉｍａｒｙ ｃａｒｅ， ｅｍｅｒｇｅｎｃｙ ｒｏｏｍ ｐｈｙｓｉｃｉａｎｓ， ａｎｄ ａｍｂｕｌａｎｃｅ ｓｔａｆｆ ｕｓｉｎｇ ｔｈｅ ｆａｃｅ ａｒｍ ｓｐｅｅｃｈ ｔｅｓｔ）、脳卒中（Ｓｔｒｏｋｅ）、３４（１）、７１〜７６ Ｎｏｒ，Ａ．Ｍ．、ＭｃＡｌｌｉｓｔｅｒ，Ｃ．、Ｌｏｕｗ，Ｓ．Ｊ．、Ｄｙｋｅｒ，Ａ．Ｇ．、Ｄａｖｉｓ，Ｍ．、Ｊｅｎｋｉｎｓｏｎ，Ｄ．、及びＦｏｒｄ，Ｇ．Ａ．著（２００４）、救急医療隊員の記録と医師の記録との間における、急性脳卒中患者に顔・腕・発話テスト（ＦＡＳＴ）を用いた神経学的兆候の合意（Ａｇｒｅｅｍｅｎｔ ｂｅｔｗｅｅｎ ａｍｂｕｌａｎｃｅ ｐａｒａｍｅｄｉｃ−ａｎｄ ｐｈｙｓｉｃｉａｎ−ｒｅｃｏｒｄｅｄ ｎｅｕｒｏｌｏｇｉｃａｌ ｓｉｇｎｓ ｗｉｔｈ Ｆａｃｅ Ａｒｍ Ｓｐｅｅｃｈ Ｔｅｓｔ （ ＦＡＳＴ） ｉｎ ａｃｕｔｅ ｓｔｒｏｋｅ ｐａｔｉｅｎｔｓ）、脳卒中（Ｓｔｒｏｋｅ）、３５（６）、１３５５〜１３５９

今日、患者は、重篤になるまで病気を認識しない。従って、脳卒中、心臓発作及び糖尿病のようないくつかの病気又は疾患の症状は良く知られているが、多くの人々は、費用、怠惰、過信、時間の無さ、又は他の何らかの言い訳を理由に状況が深刻になるまで医者に掛からない。

従って、脳卒中の検出及び予防のための解決策を提供することが望ましく、本開示はこれを目的とする。

脳卒中検出及び予防システムを示す図である。 脳卒中検出及び予防システムの実施形態を示す図である。 脳卒中検出及び予防システムの実装例を示す図である。 脳卒中検出及び予防システムの歩行分析を示す図である。 脳卒中検出及び予防システムの歩行分析部分のユーザインターフェイスの例を示す図である。 脳卒中検出及び予防システムの歩行分析部分のユーザインターフェイスの例を示す図である。 脳卒中検出及び予防システムの一部である発話分析の例を示す図である。 脳卒中検出及び予防システムの一部である発話分析の例を示す図である。 脳卒中検出及び予防システムの一部である上肢テストの例を示す図である。 脳卒中検出及び予防システムの一部である上肢テストの例を示す図である。 脳卒中検出及び予防システムの一部である上肢テストの例を示す図である。 脳卒中検出及び予防システムの一部である上肢テストの例を示す図である。 脳卒中検出及び予防システムの遠隔治療部分のユーザインターフェイスの例を示す図である。 脳卒中検出及び予防システムの遠隔治療部分のユーザインターフェイスの例を示す図である。 脳卒中検出及び予防システムの遠隔治療部分のユーザインターフェイスの例を示す図である。

本開示は、歩行分析、発話分析、上肢テスト及び遠隔治療を用いて脳卒中の検出及び予防を行う脳卒中検出及び予防システム及び方法にとりわけ適用可能であり、この文脈で本開示を説明する。しかしながら、脳卒中検出及び予防システム及び方法は、以下の実装で説明する段階以外の段階を用いて実装することもできるのでさらに有用性が高く、これらの他の段階も本開示の範囲に含まれると理解されるであろう。さらに、後述する実装は脳卒中の検出及び予防に関するものであるが、システム及び方法は、他の健康問題／病気／病状の検出及び／又は予防に使用されるように修正することもできる。

脳卒中検出及び予防システム及び方法は、脳卒中の検出及び予防を通じて世界中の多くの人々の命を救うことができる解決策の一部として、急増するウェアラブルな補助的Ｈｕｍａｎ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ（ＨＩｏＴ）装置を使用することができる。システム及び方法は、データ分析を使用することもできる。

図１に、多次元データ収集及び集約を含むことができる脳卒中検出及び予防システム１００を示す。このシステムは、脳卒中の検出及び予防を支援するために使用できる１又は２以上の検出／分析段階を含むことができる。これらの異なる段階は、段階１ １０２における利用しやすいサービスから、段階２ １０４、さらには段階３ １０６における利用しにくいサービスにまで及ぶことができる。各段階１０２〜１０６は、段階１のサービス１などのサービス１０８と、サービスに結合されてサービスからデータを受け取るデータ分析モジュール１１０とを含むことができる。段階１０２〜１０６の各々は、以下でさらに詳細に説明するような各段階のプロセスを実行するコンピュータシステム要素を用いて実施することができる。

各段階からの分析データは、データ集約コンポーネント１１２によって集約することができる。データ集約コンポーネント１１２は、１又は２以上の装置１１４にさらに結合してデータを交換することができ、各段階の装置は、段階１における利用しやすい装置から段階３における利用しにくい装置にまで及ぶことができる。

図１に示すサービス１０８、データ分析モジュール１１０及びデータ集約エンジン１１２（集合的に脳卒中検出及び予防システム）は、それぞれハードウェア又はソフトウェア、或いはハードウェアとソフトウェアの組み合わせで実装することができる。脳卒中検出及び予防システム、並びに様々な要素をソフトウェアで実装する場合、各要素は、（メモリも有する）脳卒中検出及び予防コンピュータシステムのプロセッサが実行できる複数行のコンピュータコード／命令とすることができ、従ってプロセッサは、以下で各要素についてさらに詳細に説明するプロセスを実行するように構成される。脳卒中検出及び予防システム、並びに様々な要素をハードウェアで実装する場合、各要素は、以下で各要素についてさらに詳細に説明するプロセスを実行できる、メモリ、マイクロコントローラなどのハードウェア装置とすることができる。

図２に、脳卒中の検出及び予防に使用できるサービス１０８及び段階１０２〜１０６の例を含む脳卒中検出及び予防システム１００の実施形態を示す。図２に示す実施形態では、段階１ １０２（利用しやすいサービス）が、（いずれも自宅で行うことができる）歩行分析及び発話分析を含むことができ、段階２ １０４が、（やはり自宅で行うことができる）上肢テストを含むことができ、段階３ １０６が、１人又は２人以上の医師がテレビ会議を用いて自宅にいる患者を検査できる遠隔治療を含むことができる。歩行分析、発話分析及び上肢テストは、機械学習アルゴリズムを用いて実施することができる。ウェブベースのダッシュボードが、医師に患者のリアルタイムデータを提供する。１人又は２人以上の医師は、ＨＩｏＴ装置及びシステムを通じて、装置からのデータ及び段階にラベリングすることができる。システムは、機械学習アルゴリズムを用いて診断精度を改善することもできる。図２に示すように、段階１ １０２は、精度は低いが装置を利用しやすく、段階３ １０６は、精度は高いが装置を利用しにくいものとすることができる。

システム１００は、脳卒中検出及び予防システムの一部として、様々な異なるタイプのコンピュータ装置１１４を用いてユーザと対話することができる。例えば、システムは、自宅での健康管理用途に１又は２以上のモノのインターネット（ＩｏＴ）装置を使用することもできる。装置１１４は、ＮＴＴ社のｈｉｔｏｅ、Ｍｉｃｒｏｓｏｆｔ Ｂａｎｄ、Ａｐｐｌｅ Ｗａｔｃｈ及びＦｉｔｂｉｔ社のｔｒａｃｋｅｒｓなどのウェアラブルな検知素材及びバンド型装置、Ａｍａｚｏｎ Ｅｃｈｏ、Ｓｉｒｉ及びＤｏｃｏｍｏしゃべってコンシェルなどの補助装置、Ｋｉｎｅｃｔ及びＬｅａｐなどのゲーム装置、及び／又は血圧センサ及び重量センサなどの検知装置を含むことができる。患者の排泄物を追跡するＩｏＴトイレも存在する。図２に示す例では、段階１の部分１０２が異なるウェアラブル装置及び／又は補助装置を使用し、段階２の部分１０４がゲーム装置を使用し、段階３の部分１０６が、ラップトップコンピュータ、パーソナルコンピュータ、タブレットコンピュータ及び同様の装置などのコンピュータ装置を使用することができる。各異なるタイプのコンピュータ装置１１４は、脳卒中検出に使用できる異なるタイプの健康データを取り込むことができる。例えば、Ｍｉｃｒｏｓｏｆｔ Ｂａｎｄ及びｈｉｔｏｅは、脳卒中の検出に使用できる１つのタイプの健康データである、腕を回している人物又は歩行ペースに関するデータを取り込むことができる。別の例として、Ｍｉｃｒｏｓｏｆｔ Ｋｉｎｅｃｔ装置は、脳卒中の検出に使用できる別のタイプの健康データである、ユーザの上肢強度に関するデータを取り込むことができる。さらに別の例として、遠隔治療セッション中に患者が脳卒中指標に関する言語データ又は映像データを医師に提供することもでき、これらの脳卒中指標も、脳卒中の検出に使用できる別のタイプの健康データである。

１又は２以上の装置１１４は、ユーザと脳卒中検出及び予防システムとの相互作用を可能にするディスプレイ及び入力／出力装置を含むこともできる。例えば、ユーザは、後述する様々なテストデータをアップロードし、後述するような遠隔治療セッションを実施して、システムが実行した分析に関するデータを受け取ることができる。

システムは、上記の装置１１４を使用して、患者が脳卒中の発症前に医師の診察を受けられるように脳卒中症状を予防的に診断することができる。例えば、システムは、装置１１４から患者のデータを収集し、集約して脳卒中症状を診断するとともに、医師がラベリングした患者データを収集することもできる。システムは、それぞれが複数の装置からの複数のデータストリームの分析によって特定される複数の脳卒中症状を特定することもできる。システムは、脳卒中検出段階を通じて患者を誘導することができる。

システム内では、歩行分析が、（装置１１４からのデータに基づく）サービス１０８としての歩行分析ツールと、歩行データ分析モジュール１１０とを使用することができ、これらの歩行データ及び分析された歩行データはデータアグリゲータ１１２に提供される。発話分析は、（装置１１４からのデータに基づく）サービス１０８としての発話分析ツールと、発話データ分析モジュール１１０とを使用することができ、これらの発話データ及び分析された発話データはデータアグリゲータ１１２に提供される。上肢テストは、（装置１１４からのデータに基づく）サービス１０８としての上肢テストツールと、上肢テストデータ分析モジュール１１０とを使用することができ、これらの上肢テストデータ及び分析された上肢テストデータはデータアグリゲータ１１２に提供される。段階３ １０６における遠隔治療は、サービス１０８としての遠隔治療ツールを使用して、データアグリゲータ１１２とデータを交換することができる。遠隔治療ツールを使用する医師は、患者データにラベリングし、このデータをデータアグリゲータ１１２にフィードバックすることができる。患者は、ラップトップ、タブレットなどのコンピュータ装置を使用して遠隔治療ツールと相互作用することができる。図３に、サーバと、ウェブページと、装置１１４と、ＡＰＩと、データベースとを含むシステムの実装を示す。

歩行分析
歩行分析では、ある人物の歩き方を検査する。複数の装置１１４からの多モードデータ分析により、腕を振らずに歩いている人々（Ｍｉｃｒｏｓｏｆｔ Ｂａｎｄ）、或いは歩みの遅い人又はバランスが悪い人（ｈｉｔｏｅ）などの症状を検出することができる。多モードデータ分析は、装置１１４から収集された入力に基づいて（単複の）異常スコアを計算するアルゴリズムを実装するが、他のアルゴリズムを使用することもできる。

異常スコアＳは、以下の方程式を用いて求めることができる。
Ｓ＝１／３＊（ｘ＋ｙ＋ｚ）
式中、
ｘ：身体バランスを測定（測定値はｈｉｔｏｅ ＡＰＩを通じて取得される）、
ｙ：腕の振りを測定（測定値はＭｉｃｒｏｓｏｆｔ Ｂａｎｄ ＡＰＩを通じて取得される）、
ｚ：歩調を測定（測定値はｈｉｔｏｅ ＡＰＩを通じて取得される）。

例えば、ユーザは、図４に示すように２つの装置／センサを着用することができる。１つの例では、ユーザが、バランス及び歩調を測定するｈｉｔｏｅファブリックセンサと、腕の振りを測定するＭｉｃｒｏｓｏｆｔ Ｂａｎｄ ２．０センサとを着用することができる。図５に、ウェブベースの歩行ダッシュボードの例を示しており、ここでは１９という歩行異常スコアと、リアルタイムでのＥＣＧ又は加速データと、問題を示す歩行特徴（図５の右下のチャート）とが示されている。図６に示すように、患者が腕を振らずに又はバランスを失って歩いた場合、システムはこの状態を検出し、これをチャート内に異常状態として示す。

発話分析
発話分析には、医療用ＩｏＴ装置などの装置１１４を使用することができる。例えば、ユーザは、Ａｍａｚｏｎ Ｅｃｈｏなどの補助装置に日常的に話し掛ける。発話の質に歪みがある場合、装置は、これを脳卒中の症状として受け取ることができる。装置は、声質分析に応じて異常スコアを計算することができる。

以下は、あるシナリオ例である。
・ユーザ：「状況を教えて。」
・補助装置：「今日の歩数は７８００歩でした。お元気そうですね。Ｙａｓｕさん、気分はいかがですか？」
［正常な場合］
・ユーザ：「元気だよ。」
・補助装置：「それは素晴らしい。良い一日を。」
［異常な場合］
・ユーザ：「まぁ、大丈夫。」（話しぶりがおかしい）
・補助装置：「うーん。体調が良くなさそうですね。最近の歩き方もおかしいかもしれません。薬を飲むか、身体バランステストを行って下さい。両腕を９０度持ち上げて５秒間キープできますか？ Ｍｉｃｒｏｓｏｆｔ Ｋｉｎｅｃｔが動作をチェックします。」

図７に示すように、脳卒中検出及び予防システムにはユーザの活動情報が集約されているので、補助装置は、ユーザの睡眠の質、運動歴及び職歴のような要因に基づいてユーザの健康状態を決定することができる。図８に示すように、補助装置が「元気ですか？」のような一般的な質問を尋ねた時に、バックエンドでユーザの応答が分析されて、発話の質、及び異常があるかどうかが判定される。歩行分析と発話分析がいずれも脳卒中症状を示す場合、システムは、ユーザに段階２のテストを行うように促す。

上肢テスト
上肢テストは、脳卒中について患者をテストするようになった時の黄金律である。２００３年に発表された研究によれば、医師は、脳卒中の診断精度の高さから上肢テストを行うように奨励されている。このテストは、以下のようなものとすることができる。

「患者の両腕を座位の場合には９０度、仰臥位の場合には４５度持ち上げ、その姿勢を５秒間保持した後に力を抜くように求める。一方の腕の下降又は落下が速かったか？ 一方の腕の下降又は落下が速かった場合、それが患者の左腕又は右腕のどちらであるかを記録する。」Ｈａｒｂｉｓｏｎ，Ｊ．、Ｈｏｓｓａｉｎ，Ｏ．、Ｊｅｎｋｉｎｓｏｎ，Ｄ．、Ｄａｖｉｓ，Ｊ．、Ｌｏｕｗ，Ｓ．Ｊ．、及びＦｏｒｄ，Ｇ．Ａ．（２００３）、一次医療、救急処置室の医師及び救急職員から紹介された、顔・腕・発話テストを用いた脳卒中の診断精度（Ｄｉａｇｎｏｓｔｉｃ ａｃｃｕｒａｃｙ ｏｆ ｓｔｒｏｋｅ ｒｅｆｅｒｒａｌｓ ｆｒｏｍ ｐｒｉｍａｒｙ ｃａｒｅ， ｅｍｅｒｇｅｎｃｙ ｒｏｏｍ ｐｈｙｓｉｃｉａｎｓ， ａｎｄ ａｍｂｕｌａｎｃｅ ｓｔａｆｆ ｕｓｉｎｇ ｔｈｅ ｆａｃｅ ａｒｍ ｓｐｅｅｃｈ ｔｅｓｔ）、脳卒中（Ｓｔｒｏｋｅ）、３４（１）、７１〜７６。

２００４年に発表された研究によれば、上肢テストにおける上肢脱力の場合、患者が脳卒中症状を示している確実性は９８％である。「各神経学的兆候の完全合意は、顔面脱力７８％、上肢脱力９８％、及び発話障害８９％であった。」Ｎｏｒ，Ａ．Ｍ．、ＭｃＡｌｌｉｓｔｅｒ，Ｃ．、Ｌｏｕｗ，Ｓ．Ｊ．、Ｄｙｋｅｒ，Ａ．Ｇ．、Ｄａｖｉｓ，Ｍ．、Ｊｅｎｋｉｎｓｏｎ，Ｄ．、及びＦｏｒｄ，Ｇ．Ａ．（２００４）、救急医療隊員の記録と医師の記録との間における、急性脳卒中患者に顔・腕・発話テスト（ＦＡＳＴ）を用いた神経学的兆候の合意（Ａｇｒｅｅｍｅｎｔ ｂｅｔｗｅｅｎ ａｍｂｕｌａｎｃｅ ｐａｒａｍｅｄｉｃ−ａｎｄ ｐｈｙｓｉｃｉａｎ−ｒｅｃｏｒｄｅｄ ｎｅｕｒｏｌｏｇｉｃａｌ ｓｉｇｎｓ ｗｉｔｈ Ｆａｃｅ Ａｒｍ Ｓｐｅｅｃｈ Ｔｅｓｔ （ ＦＡＳＴ） ｉｎ ａｃｕｔｅ ｓｔｒｏｋｅ ｐａｔｉｅｎｔｓ）、脳卒中（Ｓｔｒｏｋｅ）、３５（６）、１３５５〜１３５９。

両研究において上肢脱力が最も信頼性できる兆候であり、その後に発話障害及び顔面脱力が続くことは特筆に価する。上肢テストに使用できてシステム１００と一体化することもできる装置のうちの１つが、腕の動きを追跡できるＭｉｃｒｏｓｏｆｔ Ｋｉｎｅｃｔである。例えば、ユーザが両腕を５秒間保持できる場合には対策は取られない。一方で、片方の腕が５秒以内に落下した場合、システム１００は警告メッセージを送信することができる。ユーザが両腕を保持できない場合、システム１００は、即時の医学的な配慮を必要とする危険な状態の存在を示すメッセージを送信することができる。

例えば、図９に示すように、Ｍｉｃｒｏｓｏｆｔ Ｋｉｎｅｃｔなどの装置１１４は、体位を識別することができる。このテストでは、手が肩の線（赤色の太字線）よりも上に動いた場合にタイマを始動させる。ユーザの手が５秒間にわたって肩の線よりも上に留まった場合、図１０のユーザインターフェイスに示すように対策は不要である。一方で、図１１に示す例では、患者の左腕が５秒未満で落下しており、これは脳卒中症状の可能性がある。脳の右側の障害が疑われる。図１２の例では、両腕が５秒未満で落下しており、これは危険な兆候となり得る。システム１００は、即座に一次診療医に遠隔治療を実施するように通知しなければならない。この図１２に示すような場合、システム１００は、ユーザを段階３（遠隔治療）に誘導する。

遠隔治療
遠隔治療では、上述したデータ分析サービスによって計算された全てのスコアを、図１３に示すようなダッシュボードを通じて指定一次診療医に配信することができる。医師は、ダッシュボードを通じて患者の状態をリアルタイムでモニタすることができる。医師は、患者に脳卒中の危険性があると考えた場合、図１３に示すようなｗｅｂＲＴＣを用いて患者とのウェブベースのテレビ会議を開始することができる。患者がウェアラブルセンサを使用していれば、テレビ会議中にＥＣＧなどのデータをリアルタイムで医師に配信することができる。テレビ会議では、医師が、患者の歩行、発話及び腕の動きだけでなく、脳卒中症状のさらなる根拠となり得る患者の顔の表情を観察することもできる。医師は、患者に脳卒中の危険性があると結論付けた場合、患者に病院で診察を受けるように指示することができる。システム１００は、医師が、観察された症状の危険レベルを入力することによって分析データにラベリングして、将来的なビッグデータ分析に役立つことができるようにすべきである。

例えば、システム１００は、図１３に示すように患者と医療提供者との間で同意済みの患者のデータを集約して医師に配信する。このデータは、名前、性別、年齢、血液型、歩行異常スコア、発話異常スコア及び上肢テスト異常スコアを含む。医師は、テレビ会議が必要であり、ｗｅｂＲＴＣを用いてテレビ会議を開始すると決定することができる。

図１４に示すように、テレビ会議中には、医師が患者の発話をテストして患者の顔の表情を観察する。医師は、自身のダッシュボードを使用して、リアルタイムで配信されているＥＣＧなどのデータも調べる。医師は、図１５に示すようなセッションの終了時に診断スコアを入力する。機械学習の観点からすれば、専門の医療提供者がラベリングしたデータをＧＳＡＴが収集することは、このデータをさらなる分析に使用して精度を改善することができるので非常に重要である。

以上、特定の実施形態を参照しながら説明目的で解説を行った。しかしながら、上記の例示的な説明は、完全であることや、或いは開示した厳密な形に本開示を限定することを意図したものではない。上記の教示に照らして多くの修正及び変形が可能である。これらの実施形態は、本開示の原理及びその実際の応用を最良に説明することにより、他の当業者が検討する特定の用途に適した形で本開示及び様々な実施形態を様々に修正して最良に利用できるように選択し説明したものである。

本明細書に開示したシステム及び方法は、１又は２以上のコンポーネント、システム、サーバ、機器又はその他のサブコンポーネントを通じて実装することができ、或いはこのような要素間で分散することもできる。システムとして実装する場合、このようなシステムは、とりわけ汎用コンピュータで見られるソフトウェアモジュール、汎用ＣＰＵ、ＲＡＭなどのコンポーネントを含み、及び／又は伴うことができる。サーバに革新性が存在する実装では、このようなサーバが、汎用コンピュータで見られるようなＣＰＵ、ＲＡＭなどのコンポーネントを含み、及び／又は伴うことができる。

また、本明細書におけるシステム及び方法は、上述した以外の異種の又は完全に異なるソフトウェアコンポーネント、ハードウェアコンポーネント及び／又はファームウェアコンポーネントを含む実装を通じて実現することもできる。このような他のコンポーネント（例えば、ソフトウェア、処理コンポーネントなど）、及び／又は本発明に関連する又は本発明を具体化するコンピュータ可読媒体については、例えば本明細書における革新性の態様を数多くの汎用又は専用コンピュータシステム又は構成と調和させて実装することができる。本明細書における革新性との併用に適することができる様々な例示的なコンピュータシステム、環境及び／又は構成としては、以下に限定されるわけではないが、パーソナルコンピュータ、ルーティング／接続性コンポーネントなどのサーバ又はサーバコンピュータ装置、ハンドヘルド又はラップトップ装置、マルチプロセッサシステム、マイクロプロセッサベースのシステム、セットトップボックス、消費者電子装置、ネットワークＰＣ、他の既存のコンピュータプラットフォーム、上記のシステム又は装置のうちの１つ又は２つ以上を含む分散型コンピュータ環境などの内部の又はこれらに組み込まれたソフトウェア又はその他のコンポーネントを挙げることができる。

場合によっては、システム及び方法の態様を、例えばこのようなコンポーネント又は回路に関連して実行されるプログラムモジュールを含む論理回路及び／又は論理命令を介して実現し、或いはこのような論理回路及び／又は論理命令によって実行することもできる。一般に、プログラムモジュールは、本明細書における特定のタスク又は特定の命令を実行するルーチン、プログラム、オブジェクト、コンポーネント、データ構造などを含むことができる。また、本発明は、通信バス、通信回路又は通信リンクを介して回路が接続された分散ソフトウェア、分散コンピュータ又は分散回路環境を背景として実施することもできる。分散環境では、メモリストレージデバイスを含むローカルコンピュータ記憶媒体及び遠隔コンピュータ記憶媒体の両方から制御／命令を行うことができる。

本明細書におけるソフトウェア、回路及びコンポーネントは、１又は２以上のタイプのコンピュータ可読媒体を含み及び／又は利用することもできる。コンピュータ可読媒体は、このような回路及び／又はコンピュータコンポーネント上に存在する、これらに関連する、又はこれらがアクセスできるいずれかの利用可能な媒体とすることができる。一例として、限定するわけではないが、コンピュータ可読媒体としてはコンピュータ記憶媒体及び通信媒体を挙げることができる。コンピュータ記憶媒体は、コンピュータ可読命令、データ構造、プログラムモジュール又はその他のデータなどの情報を記憶するためのいずれかの方法又は技術で実装された揮発性及び不揮発性の取り外し可能及び取り外し不能媒体を含む。コンピュータ記憶媒体は、以下に限定するわけではないが、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ又はその他のメモリ技術、ＣＤ−ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）又はその他の光学ストレージ、磁気テープ、磁気ディスクストレージ又はその他の磁気記憶装置、或いは所望の情報を記憶するために使用できるとともにコンピュータコンポーネントがアクセスできる他のいずれかの媒体を含む。通信媒体は、コンピュータ可読命令、データ構造、プログラムモジュール及び／又はその他のコンポーネントを含むことができる。さらに、通信媒体は、有線ネットワーク又は直接有線接続などの有線媒体を含むことができるが、本明細書におけるこのようなタイプの媒体は、いずれも一時的媒体を含まない。また、上記のいずれかの組み合わせもコンピュータ記憶媒体の範囲に含まれる。

本明細書におけるコンポーネント、モジュール、装置などの用語は、様々な形で実装できるあらゆるタイプの論理的又は機能的ソフトウェア要素、回路、ブロック及び／又はプロセスを意味することができる。例えば、様々な回路及び／又はブロックの機能を互いに組み合わせて他のあらゆる数のモジュールにすることができる。各モジュールは、中央処理装置に読み取られて本明細書における革新性の機能を実行できる、有形メモリ（例えば、ランダムアクセスメモリ、リードオンリメモリ、ＣＤ−ＲＯＭメモリ、ハードディスクドライブなど）に記憶されたソフトウェアプログラムとして実装することもできる。或いは、これらのモジュールは、汎用コンピュータに送信される、又は送信搬送波を介して処理／グラフィックスハードウェアに送信されるプログラミング命令を含むこともできる。また、モジュールは、本明細書における革新性に含まれる機能を実装するハードウェア論理回路として実装することもできる。最後に、これらのモジュールは、専用命令（ＳＩＭＤ命令）、フィールドプログラマブルロジックアレイ、又は所望のレベルの性能及びコストをもたらすこれらのいずれかの混合物を用いて実装することもできる。

本明細書に開示したように、本開示による機能は、コンピュータハードウェア、ソフトウェア及び／又はファームウェアを通じて実装することができる。例えば、本明細書で開示したシステム及び方法は、例えばデータベース、デジタル電子回路、ファームウェア、ソフトウェア又はこれらの組み合わせも含むコンピュータなどのデータプロセッサを含む様々な形態で具体化することができる。さらに、開示した実装の一部では、特定のハードウェアコンポーネントについて説明しているが、本明細書における革新性によるシステム及び方法は、ハードウェア、ソフトウェア及び／又はファームウェアのあらゆる組み合わせを用いて実装することもできる。さらに、上述した機能及びその他の態様、並びに本明細書における革新性の原理は、様々な環境で実装することができる。このような環境及び関連する用途は、本発明による様々なルーチン、プロセス及び／又は動作を実行するように特別に構成することも、或いは汎用コンピュータ、又は必要な機能を提供するようにコードによって選択的に有効化又は再構成されたコンピュータプラットフォームを含むこともできる。本明細書で開示したプロセスは、本質的にいずれかの特定のコンピュータ、ネットワーク、アーキテクチャ、環境又はその他の装置に関連するものではなく、ハードウェア、ソフトウェア及び／又はファームウェアの好適な組み合わせによって実装することができる。例えば、本発明の教示に従って書かれたプログラムと共に様々な汎用機械を使用することもでき、或いは必要な方法及び技術を実行するように特殊な装置又はシステムを構成する方が便利な場合もある。

本明細書で説明したロジックなどの方法及びシステムの態様は、フィールドプログラマブルゲートアレイ（「ＦＰＧＡ」）、プログラマブルアレイロジック（「ＰＡＬ」）デバイス、電気的にプログラム可能なロジックなどのプログラマブルロジックデバイス（「ＰＬＤ」）、メモリデバイス及び標準的なセルベースの装置、並びに特定用途向け集積回路を含む様々な回路のいずれかにプログラムされる機能として実装することもできる。態様を実装するための他のいくつかの可能性としては、メモリデバイス、（ＥＥＰＲＯＭなどの）メモリ付きマイクロコントローラ、内蔵マイクロプロセッサ、ファームウェア、ソフトウェアなどが挙げられる。さらに、ソフトウェアベースの回路エミュレーション、個別ロジック（順序ロジック及び組み合わせロジック）、カスタムデバイス、ファジー（ニューラル）ロジック、量子デバイス、及びこれらのデバイスタイプのいずれかの混成を有するマイクロプロセッサにおいて態様を具体化することもできる。例えば、金属酸化物半導体電界効果トランジスタ（「ＭＯＳＦＥＴ」）技術に似た相補型金属酸化物半導体（「ＣＭＯＳ」）、バイポーラ技術に似たエミッタ結合型論理回路（「ＥＣＬ」）、ポリマー技術（例えば、シリコン共役ポリマー及び金属共役ポリマー金属構造体）、混合アナログ及びデジタルなどの基礎デバイス技術を様々なコンポーネントタイプで提供することができる。

また、本明細書で開示した様々なロジック及び／又は機能は、挙動特性、レジスタ転送特性、論理コンポーネント特性及び／又はその他の特性の観点から、ハードウェア、ファームウェアのあらゆる数の組み合わせを使用して、及び／又は機械可読又はコンピュータ可読媒体に具体化されたデータ及び／又は命令として有効にすることができる。このようなフォーマットデータ及び／又は命令を具体化できるコンピュータ可読媒体は、限定的な意味ではなく様々な形態の不揮発性記憶媒体（例えば、光学記憶媒体、磁気記憶媒体又は半導体記憶媒体）を含むことができるが、ここでも一時的媒体は含まない。本明細書全体を通じ、「備える（ｃｏｍｐｒｉｓｅ、ｃｏｍｐｒｉｓｉｎｇ）」などの用語は、文脈上明らかに他の意味を必要としない限り、排他的又は網羅的な意味の対語である包括的な意味で、すなわち「〜を含むけれどもそれに限定されない（ｉｎｃｌｕｄｉｎｇ，ｂｕｔ ｎｏｔ ｌｉｍｉｔｅｄ ｔｏ）」という意味で解釈されたい。また、単数又は複数を用いた単語は、それぞれ複数又は単数も含む。また、「本明細書において（ｈｅｒｅｉｎ）」、「本明細書に従って（ｈｅｒｅｕｎｄｅｒ）」、「上記の（ａｂｏｖｅ）」、「以下の（ｂｅｌｏｗ）」、及び同様の意味の単語は、本出願のいずれかの特定の部分ではなく本出願全体を示す。２又は３以上の項目のリストへの言及において「又は（ｏｒ）」という単語を使用している場合、この単語は、リスト内のいずれかの項目、リスト内の全ての項目、及びリスト内の項目のいずれかの組み合わせ、という解釈を全て含む。

本明細書では、本発明の現在のところ好ましいいくつかの実装について具体的に説明したが、本発明に関連する当業者には、本発明の趣旨及び範囲から逸脱することなく、本明細書で図示し説明した様々な実装の変形及び変更を行えることが明らかであろう。従って、本発明は、適用される法の原則によって定められる範囲のみに限定されるように意図されている。

上記では、本開示の特定の実施形態について言及したが、当業者であれば、本開示の原理及び趣旨から逸脱することなく実施形態に変更を行うことができ、本開示の範囲は添付の特許請求の範囲によって定められると理解するであろう。

Claims (20)

1. 脳卒中検出及び予防システムであって、
   プロセッサ及びメモリを有する脳卒中検出及び予防コンピュータシステムと、
   前記脳卒中検出及び予防コンピュータシステムに、第１のタイプの脳卒中検出データと、第２のタイプの脳卒中検出データと、第３のタイプの脳卒中検出データとを提供する１又は２以上のコンピュータ装置と、
   を備え、前記脳卒中検出及び予防コンピュータシステムは、
   前記第１のタイプの健康データを処理して第１の低い精度の脳卒中検出データの組を生成する第１の脳卒中検出段階を実行する第１段階要素と、
   前記第２のタイプの健康データを処理して第２のさらに高い精度の脳卒中検出データの組を生成する第２の脳卒中検出段階を実行する第２段階要素と、
   前記第３のタイプの健康データを処理して第３の最も高い精度の脳卒中検出データの組を生成する第３の脳卒中検出段階を実行する第３段階要素と、
   をさらに有する、
   ことを特徴とするシステム。
2. 前記第１段階要素は、歩行データを含む歩行分析ツールと、発話データを含む発話分析ツールとをさらに有し、前記歩行データ及び前記発話データは、前記第１のタイプの健康データである、
   請求項１に記載のシステム。
3. 前記歩行分析ツールは、ユーザに関する上肢運動データと、前記ユーザに関する歩行データとを受け取り、前記上肢運動データ及び前記歩行データに基づいて前記第１の低い精度の脳卒中検出データの組を生成するように構成される、
   請求項２に記載のシステム。
4. 前記第１のタイプの脳卒中検出データを生成する前記コンピュータ装置は、ウェアラブル健康装置である、
   請求項３に記載のシステム。
5. 前記歩行分析ツールは、異常スコアを計算して脳卒中のリスクを判定するようにさらに構成される、
   請求項４に記載のシステム。
6. 前記歩行分析ツールは、１／３＊（ｘ＋ｙ＋ｚ）に等しい異常スコアＳを計算するようにさらに構成され、ｘは身体バランスを測定し、ｙは腕の振りを測定し、ｚは歩調を測定する、
   請求項５に記載のシステム。
7. 前記第２段階要素は、上肢強度テストをさらに含む、
   請求項１に記載のシステム。
8. 前記第２のタイプの脳卒中検出データを生成する前記コンピュータ装置は、ゲーム装置である、
   請求項７に記載のシステム。
9. 前記第３段階要素は、ビデオリンクを介して医師を前記ユーザに接続する遠隔治療を使用するように構成される、
   請求項１に記載のシステム。
10. 前記第２のタイプの脳卒中検出データを生成する前記コンピュータ装置は、ラップトップコンピュータ、パーソナルコンピュータ及びタブレットコンピュータのうちの１つである、
    請求項９に記載のシステム。
11. 脳卒中検出及び予防方法であって、
    第１のタイプの健康データを取り込む少なくとも１つのコンピュータ装置から脳卒中検出データを受け取るステップと、
    第１のサービスと、第１のタイプの健康データを処理して第１の低い精度の脳卒中検出データの組を生成する第１のデータ分析モジュールとを用いて第１の脳卒中検出段階を実行するステップと、
    第２のタイプの健康データを取り込む少なくとも１つのコンピュータ装置から脳卒中検出データを受け取るステップと、
    第２のサービスと、前記第２のタイプの健康データを処理して第２のさらに高い精度の脳卒中検出データの組を生成する第２のデータ分析モジュールとを用いて第２の脳卒中検出段階を実行するステップと、
    第３のタイプの健康データを取り込む少なくとも１つのコンピュータ装置から脳卒中検出データを受け取るステップと、
    前記第３のタイプの健康データを処理して第３の最も高い精度の脳卒中検出データの組を生成する第３のサービスを用いて第３の脳卒中検出段階を実行するステップと、
    を含むことを特徴とする方法。
12. 前記第１の脳卒中検出段階を実行するステップは、歩行データを用いた歩行分析と、発話データを用いた発話分析とを実行するステップをさらに含み、前記歩行データ及び前記発話データは、前記第１のタイプの健康データである、
    請求項１１に記載の方法。
13. 前記歩行分析を実行するステップは、ユーザに関する上肢運動データと、前記ユーザに関する歩行データとを受け取り、前記上肢運動データ及び前記歩行データに基づいて前記第１の低い精度の脳卒中検出データの組を生成するステップをさらに含む、
    請求項１２に記載の方法。
14. 前記第１のタイプの健康データをウェアラブル健康装置から受け取るステップをさらに含む、
    請求項１３に記載の方法。
15. 前記歩行分析を実行するステップは、異常スコアを計算して脳卒中のリスクを判定するステップをさらに含む、
    請求項１４に記載の方法。
16. 前記異常スコアを計算するステップは、１／３＊（ｘ＋ｙ＋ｚ）に等しい異常スコアＳを計算するステップをさらに含み、ｘは身体バランスを測定し、ｙは腕の振りを測定し、ｚは歩調を測定する、
    請求項１５に記載の方法。
17. 前記第２の脳卒中検出段階を実行するステップは、上肢強度テストを実行するステップをさらに含む、
    請求項１１に記載の方法。
18. 前記第２のタイプの健康データをゲーム装置から受け取るステップをさらに含む、
    請求項１７に記載の方法。
19. 前記第３の脳卒中検出段階を実行するステップは、ビデオリンクを介して医師を前記ユーザに接続する遠隔治療を使用するステップをさらに含む、
    請求項１１に記載の方法。
20. 前記第３のタイプの健康データを、ラップトップコンピュータ、パーソナルコンピュータ及びタブレットコンピュータのうちの１つから受け取るステップをさらに含む、
    請求項１９に記載の方法。