JP2020058537A - 健康状態判定システム - Google Patents

Abstract

【課題】対象者の健康状態の悪化を早期に発見することができる健康状態推定システムを提供する。【解決手段】対象者の日常生活において生じる音情報を取得する音取得装置１０（取得部）と、音取得装置１０によって取得された前記音情報を周波数分析する制御装置２０（分析部）と、前記制御装置２０（分析部）による分析結果に基づいて前記対象者の健康状態の判定を行う制御装置２０（判定部）と、を具備する。また、制御装置２０（分析部）は、音取得装置１０によって取得された前記音情報から非言語音又は言語音の少なくとも一方を抽出し、抽出した音を周波数分析する。【選択図】図１

Description

本発明は、対象者の健康状態を判定する健康状態判定システムの技術に関する。

従来、対象者の健康状態を判定する健康状態判定システムの技術は公知となっている。例えば、特許文献１に記載の如くである。

特許文献１には、患者の認知症の症状レベルを特定してそれに応じた質問と正解を生成し、患者の回答と正解とを比較して正誤の判定を行う認知症診断支援システムが記載されている。これにより、認知症の症状レベルを判定することができる。

しかしながら、特許文献１に記載の技術においては、患者が診断を受けないと認知症を発見できないため、認知症の症状を早期に発見するのが困難な場合があるという問題があった。

特開２００７−２８２９９２号公報

本発明は以上の如き状況に鑑みてなされたものであり、その解決しようとする課題は、対象者の健康状態の悪化を早期に発見することができる健康状態推定システムを提供することである。

本発明の解決しようとする課題は以上の如くであり、次にこの課題を解決するための手段を説明する。

即ち、請求項１においては、対象者の日常生活において生じる音情報を取得する取得部と、前記取得部によって取得された前記音情報を周波数分析する分析部と、前記分析部による分析結果に基づいて前記対象者の健康状態の判定を行う判定部と、を具備するものである。

請求項２においては、前記分析部は、前記取得部によって取得された前記音情報から非言語音又は言語音の少なくとも一方を抽出し、抽出した音を周波数分析するものである。

請求項３においては、前記分析部は、前記非言語音についての分析結果に基づいて前記対象者の行動内容を推定し、前記判定部は、当該行動内容別の前記非言語音についての分析結果に基づいて前記判定を行うものである。

請求項４においては、前記分析部は、前記非言語音についての分析結果に基づいて前記対象者の行動内容を推定し、推定した前記行動内容別に前記言語音を周波数分析し、前記判定部は、当該行動内容別の前記言語音についての分析結果に基づいて前記判定を行うものである。

請求項５においては、前記判定部は、前記分析部による分析結果と比較データとの比較により前記判定を行うものである。

請求項６においては、前記分析部による分析結果を蓄積する蓄積部を具備し、前記比較データは、前記蓄積部に蓄積した前記対象者の過去の分析結果であるものである。

請求項７においては、前記分析部は、前記分析結果としてｘ軸に周波数及びｙ軸に音の強さを示すグラフを作成し、前記判定部は、前記グラフにおいて、所定の周波数領域においてｘ軸と前記音の強さを示す波形とで囲まれた部分の面積を算出し、算出した当該面積を用いて前記判定を行うものである。

請求項８においては、前記健康状態は認知症の症状であるものである。

本発明の効果として、以下に示すような効果を奏する。

請求項１においては、対象者の健康状態の悪化を早期に発見することができる。

請求項２においては、対象者の健康状態を精度良く判定することができる。

請求項３においては、対象者の健康状態をより精度良く判定することができる。

請求項４においては、対象者の健康状態をより精度良く判定することができる。

請求項５においては、対象者の健康状態を精度良く判定することができる。

請求項６においては、対象者の健康状態を精度良く判定することができる。

請求項７においては、対象者の健康状態を精度良く判定することができる。

請求項８においては、対象者の認知症の症状を早期に発見することができる。

本発明の一実施形態に係る健康状態判定システムの構成を示す図。 本発明の一実施形態に係る健康状態判定システムの判定制御を示すフローチャート。 非言語音データの時刻別分解処理を示す図。 分解処理した非言語音データを周波数分析した結果を示す図。 非言語音データの周波数分析の結果と比較対象データとの照合処理を示す図。 言語音データの行動内容別分解処理を示す図。 分解処理した言語音データを周波数分析した結果を示す図。 面積算出処理を示す図。 算出面積値をマトリクス化したデータを示す図。 健康状態判定処理を示す図。 第二実施形態に係る面積算出処理を示す図。 第二実施形態に係る算出面積値をマトリクス化したデータを示す図。 第二実施形態に係る健康状態判定処理を示す図。 本発明の第三実施形態に係る健康状態判定システムの構成を示す図。

まず、図１を用いて、本発明の一実施形態に係る健康状態判定システム１の構成の概要について説明する。

健康状態判定システム１は、対象者（健康状態の判定対象となる者）の健康状態を判定するためのシステムである。本実施形態においては、健康状態判定システム１は、健康状態のうち認知症の症状を判定するために用いられる。健康状態判定システム１は、主に家、病院、老人ホーム等で使用される。健康状態判定システム１は、音取得装置１０、制御装置２０及びデータ出力装置３０を具備する。

音取得装置１０は、音声等の音情報を取得するものである。音取得装置１０としては、例えばマイクロフォンが使用される。音取得装置１０は、例えば対象者が居住する部屋、病室、車内に設けられ、対象者の日常生活において生じる音情報を取得する。音取得装置１０は、音情報として、対象者が発する音声（以下、「言語音」という）や、音取得装置１０や対象者の周囲で生じる全般の音（以下、「非言語音」という）等を取得する。

なお、「言語音」には、対象者が他の者と話すときの音声だけでなく、例えば独り言や睡眠時の音（寝息や寝言等）も含まれる。また、「非言語音」には、対象者の行動の際に（行動によって）生じる音が含まれ、例えばドアの開閉の際に生じる音や、ベッドを起こす音、入浴の際に生じる音、食事の際に生じる音、着替えの際に生じる音、トイレの際に生じる音等が含まれる。

制御装置２０は、データの格納や分析等を行うものである。制御装置２０は、ＲＡＭやＲＯＭ等の記憶部や、ＣＰＵ等の演算処理部等により構成される。前記記憶部には、音取得装置１０によって取得された音情報が時系列に記憶（蓄積）される。制御装置２０は、音取得装置１０によって取得された音情報を用いて各種の分析を行う。また、前記記憶部には、各種の分析に用いる種々の比較対象データが記憶されている。

制御装置２０は、音取得装置１０によって取得された音情報から、言語音及び非言語音を抽出する。制御装置２０は、抽出した非言語音を周波数分析することにより、当該非言語音に係る行動内容を推定する。また、制御装置２０は、抽出した非言語音を周波数分析することにより、当該非言語音に係る行動をした者（対象者）の健康状態（行動実施時の対象者のフィジカル／メンタル面の状況）を判定する。

また、制御装置２０は、抽出した言語音が誰の音声であるか（音声を発した個人）を識別する話者認識機能を有している。制御装置２０は、音取得装置１０によって取得された言語音と、予め記憶部に記憶した対象者等の音声データとを比較して、音声を発した個人を識別する。

また、制御装置２０は、抽出した言語音を周波数分析することにより、当該言語音を発した者（対象者）の健康状態（認知症の症状）を判定する。

データ出力装置３０は、種々のデータを出力するものである。データ出力装置３０としては、例えばプリンタが使用される。データ出力装置３０は、制御装置２０と電気的に接続され、制御装置２０による健康状態（認知症の症状）の判定結果を出力することができる。

以下、図２を参照して、健康状態の判定に係る制御（判定制御）について説明する。なお、図２に示す判定制御は、決まった時間に、例えば一日の最後に実行される。制御装置２０は、直近の任意の期間（例えば一週間）に蓄積した音情報を分析して、健康状態の判定を行う。

ステップＳ１２において、制御装置２０は、音の特定・分離を行う。この処理において、制御装置２０は、音声認識機能により、音取得装置１０によって取得された音情報を、言語音と非言語音とその他の音とに分離する。制御装置２０は、当該ステップＳ１２の処理を行った後、ステップＳ１４に移行する。

ステップＳ１４において、制御装置２０は、ステップＳ１２で特定・分離した音情報から言語音と非言語音とを抽出する。また、制御装置２０は、話者認識機能により、言語音（音声）を発した人物（話者）を識別（特定）する。制御装置２０は、話者が複数人いる場合、話者認識機能により対象者を特定する。制御装置２０は、当該ステップＳ１４の処理を行った後、ステップＳ１６に移行する。

ステップＳ１６において、制御装置２０は、非言語音データの時刻別分解処理を行う。この処理において、制御装置２０は、抽出した非言語音を、ｘ軸（横軸）に時刻、ｙ軸（縦軸）に音圧レベルをとったグラフにデータ化し、非言語音データを作成する。そして、制御装置２０は、当該非言語音データを任意の間隔で時刻別（ｔ＝１、ｔ＝２、ｔ＝３・・・）に分解する（図３参照）。制御装置２０は、当該ステップＳ１６の処理を行った後、ステップＳ１８に移行する。

ステップＳ１８において、制御装置２０は、時刻別分解処理した非言語音データの周波数分析を行う。この処理において、制御装置２０は、ステップＳ１６で時刻別に分解した非言語音データを、それぞれ周波数分析する（図４参照）。制御装置２０は、当該非言語音データの周波数分析の結果（周波数分析結果）を、当該制御装置２０の記憶部に記憶する。周波数分析結果は、横軸に周波数、縦軸に音の強さをとったグラフとして表される。制御装置２０は、当該ステップＳ１８の処理を行った後、ステップＳ２０に移行する。

ステップＳ２０において、制御装置２０は、行動特定分析を行う。この処理において、制御装置２０は、ステップＳ１８の周波数分析結果と、制御装置２０の記憶部に予め記憶した比較対象データとを照合して、行動の特定（推定）を行う。以下、ステップＳ２０で使用する比較対象データを、比較対象データ１と称する。

具体的には、制御装置２０の記憶部には、比較対象データ１として、各種の行動の際に生じる非言語音（例えば、ドアを開ける音、ベッドを起こす音等）についての一般的な周波数分析のデータが記憶されている。制御装置２０は、ステップＳ１８の周波数分析結果と、記憶部に記憶された比較対象データ１とを照合する。そして、制御装置２０は、適宜の方法により、ステップＳ１８の周波数分析結果が、どの行動についての周波数分析のデータと類似するかを判定することで、行動（行動内容）を特定する（図５参照）。この判定は、例えば、波形の類似性や音の強さのピークがどの周波数であるか等の観点により行われる。制御装置２０は、当該行動特定分析の結果を、当該制御装置２０の記憶部に記憶する。制御装置２０は、当該ステップＳ２０の処理を行った後、ステップＳ２２に移行する。

ステップＳ２２において、制御装置２０は、行動実施時の状況判定を行う。この処理において、制御装置２０は、ステップＳ１８の周波数分析結果と、ステップＳ２０で類似と判定された比較対象データ１との比較により、非言語音に係る行動をした者（対象者）の健康状態（行動実施時の対象者のフィジカル／メンタル面の状況）を判定する。この判定は、例えば、同じ周波数における音の強さの差（強弱）等の観点により行われる。

なお、ステップＳ２２において制御装置２０は、比較対象データ１として、一般的な周波数分析のデータではなく、当該制御装置２０の記憶部に蓄積された過去の周波数分析結果の履歴を用いることもできる。制御装置２０は、ステップＳ１８の周波数分析結果と、比較対象データ１（過去の周波数分析結果の履歴）とを比較し、非言語音に係る行動をした者（対象者）の健康状態（行動実施時の対象者のフィジカル／メンタル面の状況）を判定する。これにより、対象者の健康状態の経時的変化をみることができる。

このようにステップＳ１２からステップＳ２２までの処理により、取得した非言語音の周波数分析結果に基づいて、非言語音に係る行動をした者（対象者）の健康状態を判定することができる。行動実施時の音の特徴（周波数）は健康状態によって変化するものであり、ステップＳ２２においては、健康な状態の（一般的な）比較対象データと、周波数分析結果とを比較することで、前述の変化を判定し、これによって、対象者の健康状態を推定することができる。

制御装置２０は、当該ステップＳ２２の処理を行った後、ステップＳ２４に移行する。

ステップＳ２４において、制御装置２０は、言語音データの行動内容別分解処理を行う。この処理において、制御装置２０は、抽出した言語音を、ｘ軸（横軸）に時刻、ｙ軸（縦軸）に音圧レベルをとったグラフにデータ化し、言語音データを作成する。そして、制御装置２０は、当該言語音データを、ステップＳ２０で特定（推定）した行動内容別（何もない、着替え等）に分解する（図６参照）。すなわち、制御装置２０は、どんな行動内容を実施しているかによって、時刻別に言語音データを分解する。制御装置２０は、当該ステップＳ２４の処理を行った後、ステップＳ２６に移行する。

ステップＳ２６において、制御装置２０は、行動内容別分解処理した言語音データの周波数分析を行う。この処理において、制御装置２０は、ステップＳ２４で行動内容別に分解した言語音データを、それぞれ周波数分析する（図７参照）。制御装置２０は、当該言語音データの周波数分析の結果（周波数分析結果）を、当該制御装置２０の記憶部に記憶する。周波数分析結果は、ｘ軸（横軸）に周波数、ｙ軸（縦軸）に音の強さをとったグラフとして表される。制御装置２０は、当該ステップＳ２６の処理を行った後、ステップＳ２８に移行する。

ステップＳ２８において、制御装置２０は、面積算出処理を行う。この処理において、制御装置２０は、言語音についての周波数分析結果（ステップＳ２６参照）において、周波数が比較的低い低周波領域、及び低周波領域よりも周波数の高い高周波領域を設定する（図８参照）。そして、制御装置２０は、当該高周波領域及び低周波領域それぞれにおける面積を算出する。具体的には、制御装置２０は、低周波領域においてｘ軸（横軸）と音の強さの波形（関数）で囲まれた面積を算出し、数値化するとともに、高周波領域においてｘ軸（横軸）と音の強さの波形（関数）で囲まれた面積を算出し、数値化する。制御装置２０は、当該ステップＳ２８の処理を行った後、ステップＳ３０に移行する。

ステップＳ３０において、制御装置２０は、マトリクス化処理を行う。この処理において、制御装置２０は、ステップＳ２８で算出した面積値（算出面積値）を行動内容ごとにグループ化し、マトリクス化する。具体的には、制御装置２０は、同じ行動（例えば着替え）を実施している状態の言語音について、低周波領域及び高周波領域それぞれの算出面積値を集積し、マトリクス化する（図９参照）。着替えを実施しているときの言語音が複数の時間帯に存在する場合（例えば、１０：００〜１０：１０、及び２０：００〜２０：１０）、それぞれの時間帯の高周波領域及び低周波領域の算出面積値が並べられる。制御装置２０は、当該ステップＳ３０の処理を行った後、ステップＳ３２に移行する。

ステップＳ３２において、制御装置２０は、対象者の健康状態判定を行う。この処理において、制御装置２０は、ステップＳ３０でマトリクス化したデータを統計解析し、対象者の健康状態を判定する。

具体的には、制御装置２０は、ｘ軸（横軸）を高周波領域の算出面積、ｙ軸（縦軸）を低周波領域の算出面積として、その分布をデータ化（グラフ化）する（図１０参照）。図１０に示すグラフにおいては、図９に示す各時間帯の算出面積値が示されており、また直近の任意の期間（例えば一週間）に算出された複数個の算出面積値が示されている。制御装置２０は、当該分布データ（対象分布データ）を、当該制御装置２０の記憶部に記憶するとともに、制御装置２０の記憶部に予め記憶された比較対象データ（一般的な分布データ）と比較することにより、対象者の健康状態を判定する。以下、ステップＳ３２で使用する比較対象データを、比較対象データ２と称する。

比較対象データ２としては、一般的な分布データが記憶されている。当該一般的な分布データは、認知症の症状レベル（正常から異常）に応じて段階的に複数記憶されている。制御装置２０は、対象分布データと比較対象データ２とを照合する。そして、制御装置２０は、適宜の方法により、対象分布データが、どの症状レベルの比較対象データ２と類似するかを判定することで、健康状態（認知症の症状レベル）を判定する（図１０参照）。制御装置２０は、当該健康状態判定の結果を、制御装置２０の記憶部に記憶する。

また、制御装置２０は、比較対象データ２として、当該制御装置２０の記憶部に蓄積された、対象者の過去の健康状態判定の結果の履歴を用いることができる。これにより、対象者の分布データの経時的変化をみることができ、当該経時的変化に基づいて対象者の健康状態の何らかの異常を判定することができる。ひいては、変化の傾向に基づいて、対象者の認知症の症状の悪化を検知することができる。

制御装置２０は、対象者や対象者の家族、医師等の求めに応じて、当該健康状態判定の結果を、データ出力装置３０を介して通知することができる。制御装置２０は、当該ステップＳ３２の処理を行った後、図２に示す判定制御を終了する。

このように本実施形態に係る健康状態判定システム１においては、音取得装置１０によって取得された音情報が時系列に蓄積されるので、対象者の生活履歴を把握することができる。そして、蓄積された音情報を用いて対象者の健康状態を判定することができる。

また、本実施形態に係る健康状態判定システム１においては、対象者の日常生活において生じる音情報を用いて、当該対象者の健康状態（認知症の症状レベル）を判定することができる。このため、対象者は、改めて健康状態の判定のためのテストや診断を受けることなく健康状態を判定することができる。また、対象者やその家族は、対象者の生活履歴をわざわざ記録しなくても、健康状態を判定することができる。したがって、対象者やその家族の手間を軽減することができる。

また、認知症の判定テストを受ける場合、対象者のその時の状態（一時的な状態）をみるだけであるので、たまたまその時だけうまくテストがこなせただけで、実際は深刻な状態であるにもかかわらず異常なしと判定され、症状の発生を見過ごす可能性がある。一方、本実施形態に係る健康状態判定システム１においては、対象者の一時的な状態をみるのではなく、対象者の日常生活において生じる音情報、すなわち比較的長期間（例えば一週間）におけるデータを用いて判定を行うので、精度良く対象者の健康状態を把握することができる。

また、認知症の症状が生じている場合であっても、その本人は、それに気付くことは困難である。また、家族が気付いて医療機関に通院する時点では既に認知症が進行している場合が多いため、認知症の進行を抑えるのが困難となる。一方、本実施形態に係る健康状態判定システム１においては、日常生活の音情報に基づいて判定を行うので、認知症の早期発見を図ることができ、ひいては認知症の進行を抑えることができる。

また、一般的に言語音は、そのときの対象者の状況によって周波数や音圧レベルが異なり、例えば、電話中の音声と入浴中の音声とでは周波数や音圧レベルが異なる。一方、本実施形態に係る健康状態判定システム１においては、非言語音と言語音とを結び付けて、言語音がどんな行動を実施しているときのものであるかによって分類し、同一の行動内容内で分析する。よって、精度良く健康状態を判定することができる。

以上の如く、本実施形態に係る健康状態判定システム１は、対象者の日常生活において生じる音情報を取得する音取得装置１０（取得部）と、前記音取得装置１０によって取得された前記音情報を周波数分析する制御装置２０（分析部）と、前記制御装置２０（分析部）による分析結果に基づいて前記対象者の健康状態の判定を行う制御装置２０（判定部）と、を具備するものである。
このように構成することにより、対象者の健康状態の悪化を早期に発見することができる。

また、前記制御装置２０（分析部）は、前記音取得装置１０によって取得された前記音情報から非言語音又は言語音の少なくとも一方を抽出し、抽出した音を周波数分析するものである。
このように構成することにより、対象者の健康状態を精度良く判定することができる。

また、前記制御装置２０（分析部）は、前記非言語音についての分析結果に基づいて前記対象者の行動内容を推定し、前記制御装置２０（判定部）は、当該行動内容別の前記非言語音についての分析結果に基づいて前記判定を行うものである。
このように構成することにより、対象者の健康状態をより精度良く判定することができる。

また、前記制御装置２０（分析部）は、前記非言語音についての分析結果に基づいて前記対象者の行動内容を推定し、推定した前記行動内容別に前記言語音を周波数分析し、前記制御装置２０（判定部）は、当該行動内容別の前記言語音についての分析結果に基づいて前記判定を行うものである。
このように構成することにより、対象者の健康状態をより精度良く判定することができる。

また、前記制御装置２０（判定部）は、前記制御装置２０（分析部）による分析結果と比較データとの比較により前記判定を行うものである。
このように構成することにより、対象者の健康状態を精度良く判定することができる。

また、本実施形態に係る健康状態判定システム１は、前記制御装置２０（分析部）による分析結果を蓄積する記憶部（蓄積部）を具備し、前記比較データは、前記蓄積部に蓄積した前記対象者の過去の分析結果であるものである。
このように構成することにより、対象者の健康状態を精度良く判定することができる。

また、前記制御装置２０（分析部）は、前記分析結果としてｘ軸に周波数及びｙ軸に音の強さを示すグラフを作成し、前記制御装置２０（判定部）は、前記グラフにおいて、所定の周波数領域においてｘ軸と前記音の強さを示す波形とで囲まれた部分の面積を算出し、算出した当該面積を用いて前記判定を行うものである。
このように構成することにより、対象者の健康状態を精度良く判定することができる。

また、前記健康状態は認知症の症状であるものである。
このように構成することにより、対象者の認知症の症状を早期に発見することができる。

なお、本実施形態に係る音取得装置１０は、取得部の実施の一形態である。
また、本実施形態に係る制御装置２０は、分析部、判定部及び蓄積部の実施の一形態である。

以上、本発明の一実施形態を説明したが、本発明は上記構成に限定されるものではなく、特許請求の範囲に記載された発明の範囲内で種々の変更が可能である。

例えば、本実施形態においては、認知症の症状（進行度合い）を判定するものとしたが、これに限定されるものではなく、うつ病等の他の健康状態を判定するものとすることができる。

また、本実施形態においては、非言語音及び言語音それぞれに基づいて健康状態を判定するものとしたが、非言語音のみに基づいて健康状態を判定するものであってもよく、言語音のみに基づいて健康状態を判定するものであってもよい。また、本実施形態においては、言語音に基づく健康状態判定において、非言語音に基づいて特定した行動内容別に言語音を分解して周波数分析するものとしたが、行動内容別に分解せず取得した言語音をそのまま周波数分析するものとしてもよい。

また、本実施形態においては、ステップＳ３２における比較対象データ２として、一般的な分布データ、又は対象者の過去の健康状態判定の結果の履歴を用いるものとしたが、一般的な分布データと対象者の過去の健康状態判定の結果の履歴とを両方用いてもよい。具体的には、過去の履歴との比較により、対象者の分布データ（図１０参照）の経時的変化をみるとともに、一般的な分布データ（認知症の症状レベルに応じて段階的に記憶された複数のデータ）の比較により、この経時的変化が認知症の症状の改善を示しているのか、認知症の症状の悪化を示しているのかを判断することができる。

また、本実施形態においては、周波数分析結果として、ｘ軸（横軸）に周波数、ｙ軸（縦軸）に音の強さをとったグラフを作成するものとしたが、必ずしも実際にグラフを画面等に表示させる必要はなく、ＣＰＵ等の演算処理部内の処理で面積を算出するものであってもよい。

また、本実施形態においては、周波数分析による分析結果に基づいて対象者の健康状態を判定するものとしたが、時間領域分析による分析結果に基づいて対象者の健康状態を判定するものとしてもよい。例えば、本実施形態においては、非言語音を周波数分析することにより、対象者の行動を分析するものとしたが（図４のステップＳ１８、Ｓ２０参照）、非言語音を時間領域分析することにより、対象者の行動を分析するものとしてもよい。

次に、図１１から図１３を用いて、本発明の第二実施形態に係る健康状態判定システム１の判定制御について説明する。

第二実施形態に係る判定制御が、第一実施形態に係る判定制御と異なる主な点は、ステップＳ２８からステップＳ３２の処理の内容である。よって以下では、第一実施形態と同一の内容については、説明を省略する。

ステップＳ２８において、制御装置２０は、面積算出処理を行う。この処理において、制御装置２０は、任意の周波数領域における面積を算出する（図１１参照）。具体的には、制御装置２０は、任意の（本実施形態では全域の）周波数領域においてｘ軸（横軸）と音の強さの波形（関数）で囲まれた面積を算出し、数値化する。制御装置２０は、当該ステップＳ２８の処理を行った後、ステップＳ３０に移行する。

ステップＳ３０において、制御装置２０は、マトリクス化処理を行う。この処理において、制御装置２０は、ステップＳ２８で算出面積値を行動内容ごとにグループ化し、マトリクス化する。具体的には、同じ行動（例えば着替え）を実施している状態の言語音について、全域の周波数領域における算出面積を集積し、マトリクス化する（図１２参照）。着替えを実施しているときの言語音が複数の時間帯に存在する場合（例えば、１０：００〜１０：１０、及び２０：００〜２０：１０）、それぞれの時間帯の全域の算出面積値が並べられる。制御装置２０は、当該ステップＳ３０の処理を行った後、ステップＳ３２に移行する。

ステップＳ３２において、制御装置２０は、対象者の健康状態判定を行う。この処理において、制御装置２０は、ステップＳ３０でマトリクス化したデータを統計解析し、対象者の健康状態を判定する。

具体的には、制御装置２０は、ｘ軸（横軸）を所定の周波数領域における算出面積、ｙ軸を頻度として、その分布をヒストグラムによりデータ化する。制御装置２０は、当該分布データ（対象分布データ）を、当該制御装置２０の記憶部に記憶するとともに、制御装置２０の記憶部に予め記憶された比較対象データ（一般的な分布データ）と比較することにより、対象者の健康状態を判定する。以下、第二実施形態においてステップＳ３２で使用する比較対象データを、比較対象データ３と称する。

比較対象データ３としては、一般的な分布データが記憶されている。当該一般的な分布データは、認知症の症状レベル（正常から異常）に応じて段階的に複数記憶されている。制御装置２０は、対象分布データと比較対象データ３とを照合する。そして、制御装置２０は、適宜の方法により、対象分布データが、どの症状レベルの比較対象データ３と類似するかを判定することで、健康状態（認知症の症状レベル）を判定する（図１３参照）。制御装置２０は、当該健康状態判定の結果を、制御装置２０の記憶部に記憶する。

また、制御装置２０は、比較対象データ３として、当該制御装置２０の記憶部に蓄積された、対象者の過去の健康状態判定の結果の履歴を用いることができる。これにより、対象者の分布データの経時的変化をみることができ、当該経時的変化に基づいて対象者の健康状態の何らかの異常を判定することができる。ひいては、変化の傾向に基づいて、対象者の認知症の症状の悪化を検知することができる。制御装置２０は、当該ステップＳ３２の処理を行った後、図２に示す判定制御を終了する。

このように、第二実施形態においても、対象者の健康状態（認知症の症状レベル）を判定することができる。

また、図１４に示す第三実施形態に係る健康状態判定システム２のように、判定の精度を向上させるために、さらに人検知センサ４０（人感センサ）、画像取得装置（カメラ）５０や、室内環境センサ６０、バイタルセンサ７０及び三軸加速度センサ８０等の種々のセンサ類を具備し、制御装置２０によってこれら装置のデータを活用するようにしてもよい。画像取得装置（カメラ）５０を具備することにより、健康状態の判定の補助とすることができ、判定の精度を向上させることができる。室内環境センサ６０として例えば温度計を具備することにより、対象者の行動特定の補助とすることができる。バイタルセンサ７０（例えば脈拍計）を具備することにより、バイタルサインの変化を把握することができ、これに基づいて健康状態の判定の補助とすることができる。三軸加速度センサ８０を具備することにより、対象者の行動特定の補助とすることができる。

１ 健康状態判定システム
１０ 音取得装置
２０ 制御装置

Claims (8)

1. 対象者の日常生活において生じる音情報を取得する取得部と、
   前記取得部によって取得された前記音情報を周波数分析する分析部と、
   前記分析部による分析結果に基づいて前記対象者の健康状態の判定を行う判定部と、
   を具備する、
   健康状態判定システム。
2. 前記分析部は、
   前記取得部によって取得された前記音情報から非言語音又は言語音の少なくとも一方を抽出し、抽出した音を周波数分析する、
   請求項１に記載の健康状態判定システム。
3. 前記分析部は、
   前記非言語音についての分析結果に基づいて前記対象者の行動内容を推定し、
   前記判定部は、
   当該行動内容別の前記非言語音についての分析結果に基づいて前記判定を行う、
   請求項２に記載の健康状態判定システム。
4. 前記分析部は、
   前記非言語音についての分析結果に基づいて前記対象者の行動内容を推定し、推定した前記行動内容別に前記言語音を周波数分析し、
   前記判定部は、
   当該行動内容別の前記言語音についての分析結果に基づいて前記判定を行う、
   請求項２に記載の健康状態判定システム。
5. 前記判定部は、
   前記分析部による分析結果と比較データとの比較により前記判定を行う、
   請求項１から請求項４までのいずれか一項に記載の健康状態判定システム。
6. 前記分析部による分析結果を蓄積する蓄積部を具備し、
   前記比較データは、
   前記蓄積部に蓄積した前記対象者の過去の分析結果である、
   請求項５に記載の健康状態判定システム。
7. 前記分析部は、
   前記分析結果としてｘ軸に周波数及びｙ軸に音の強さを示すグラフを作成し、
   前記判定部は、
   前記グラフにおいて、所定の周波数領域においてｘ軸と前記音の強さを示す波形とで囲まれた部分の面積を算出し、算出した当該面積を用いて前記判定を行う、
   請求項１から請求項６までのいずれか一項に記載の健康状態判定システム。
8. 前記健康状態は認知症の症状である、
   請求項１から請求項７までのいずれか一項に記載の健康状態判定システム。

Images