JP2020190962A - 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 - Google Patents
食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 Download PDFInfo
- Publication number
- JP2020190962A JP2020190962A JP2019096388A JP2019096388A JP2020190962A JP 2020190962 A JP2020190962 A JP 2020190962A JP 2019096388 A JP2019096388 A JP 2019096388A JP 2019096388 A JP2019096388 A JP 2019096388A JP 2020190962 A JP2020190962 A JP 2020190962A
- Authority
- JP
- Japan
- Prior art keywords
- function
- dysphagia
- care recipient
- risk
- learning
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000006870 function Effects 0.000 claims abstract description 147
- 208000019505 Deglutition disease Diseases 0.000 claims abstract description 72
- 230000009747 swallowing Effects 0.000 claims abstract description 38
- 235000013305 food Nutrition 0.000 claims abstract 3
- 230000010365 information processing Effects 0.000 claims description 38
- 230000002950 deficient Effects 0.000 claims description 33
- 235000012054 meals Nutrition 0.000 claims description 33
- 230000007774 longterm Effects 0.000 claims description 19
- 235000005911 diet Nutrition 0.000 claims description 15
- 230000000378 dietary effect Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 description 48
- 210000003205 muscle Anatomy 0.000 description 33
- 238000010586 diagram Methods 0.000 description 19
- 238000007781 pre-processing Methods 0.000 description 18
- 238000007477 logistic regression Methods 0.000 description 14
- 238000005259 measurement Methods 0.000 description 14
- 230000007812 deficiency Effects 0.000 description 12
- 238000012549 training Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 230000011514 reflex Effects 0.000 description 7
- 210000003800 pharynx Anatomy 0.000 description 6
- 239000010902 straw Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 210000005180 arcus palatinus Anatomy 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003387 muscular Effects 0.000 description 2
- 239000003039 volatile agent Substances 0.000 description 2
- 208000000884 Airway Obstruction Diseases 0.000 description 1
- 206010003497 Asphyxia Diseases 0.000 description 1
- 206010008589 Choking Diseases 0.000 description 1
- 241000167880 Hirundinidae Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001055 chewing effect Effects 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 239000002562 thickening agent Substances 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Rehabilitation Tools (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
図1は、実施例1にかかる情報処理装置10の全体例を説明する図である。図1に示す情報処理装置10は、被介護者の画像データや介護日誌などを利用して、食事前に被介護者の嚥下障害のリスクを予測し、介護者に通知することで、介護者の負担軽減と被介護者の窒息リスクの低減を実現するコンピュータ装置である。具体的には、図1に示すように、情報処理装置10は、事前フェーズと、学習フェーズと、予測フェーズとを実行する。
図2は、実施例1にかかる情報処理装置10の機能構成を示す機能ブロック図である。図2に示すように、情報処理装置10は、通信部11、記憶部12、制御部20を有する。
次に、上述した情報処理装置10が実行する一連の処理の流れを説明する。図10は、処理の流れを示すフローチャートである。ここでは、事前フェーズ、学習フェーズ、予測フェーズの一連の流れを説明するが、各フェーズを別々のタイミングで実行することもできる。
上述したように、情報処理装置10は、介護日誌等から嚥下障害(食事中のむせる)の記録と、食事前の顔を動かした情報(画像データなど)とを用いて、モデリングを実行する。そして、情報処理装置10は、食事前の画像データを入力として嚥下障害のリスクを推定することができる。したがって、情報処理装置10は、被介護者の嚥下障害を検出することができる。また、情報処理装置10は、事前に嚥下詳細の発生リスクを検出できるので、被介護者に対して介護者の最適な割り当てが実現でき、介護者の余計な負担を軽減することができる。
上記実施例で用いたデータ例、数値例、表示例等は、あくまで一例であり、任意に変更することができる。また、食事を飲み込む際の一連の動作を構成する複数の口腔機能も一例であり、他の情報を用いることもできる。
上記実施例では、学習モデルとして、ロジスティック回帰モデルを用いた例を説明したが、これに限定されるものではなく、ニューラルネットワークやサポートベクターマシンなど他の機械学習を採用することもできる。学習済みのモデルを用いた予測は、判定対象の当日のうち食事前であればいつ実行してもよい。
上記実施例では、口腔機能の判定や学習データとして、嚥下体操の実行時間や実行回数などを用いる例を説明したが、これに限定されるものではなく、食事前の会話時間などを用いることもできる。
また、基準モデルは、各被介護者の情報や嚥下障害がない被介護者の情報などを用いた統計処理により、予め設定されていてもよい。また、基準モデルを生成する際に、各被介護者の測定結果を用いる例を説明したが、これに限定されるものではなく、全被介護者のうち嚥下障害が発生したことがない被介護者の測定値のみを用いて、基準モデルを生成することもできる。
上記実施例では、不足機能の学習モデルを用いて嚥下障害の出願確率のリスクを判定する例を説明したが、これに限定されるものではなく、学習モデルを生成することなく、画像データから判定することもできる。
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
図11は、ハードウェア構成例を説明する図である。図11に示すように、情報処理装置10は、通信装置10a、HDD(Hard Disk Drive)10b、メモリ10c、プロセッサ10dを有する。また、図11に示した各部は、バス等で相互に接続される。
11 通信部
12 記憶部
13 履歴情報DB
14 測定値DB
15 学習データDB
16 学習結果DB
20 制御部
30 撮像部
40 事前処理部
50 学習処理部
51 不足判定部
52 学習データ生成部
53 学習部
60 予測処理部
61 予測部
62 報知部
Claims (10)
- コンピュータが、
食事を飲み込む際の一連の動作を構成する複数の口腔機能の中で、予め設定された基準を満たしていない被介護者の口腔機能である不足機能を特定し、
前記被介護者を撮像した画像データに基づいて、前記不足機能に対応する動作を食事前に実行しているか否かを判定し、
判定結果に基づいて、嚥下障害のリスクに関するアラートを報知する
処理を実行することを特徴とする食事リスク判定方法。 - 蓄積された複数の被介護者の前記複数の口腔機能に関する測定値を用いて、前記複数の口腔機能それぞれに対応する複数の基準モデルを生成する処理、を前記コンピュータが実行し、
前記特定する処理は、前記複数の基準モデルと、前記被介護者の前記複数の口腔機能それぞれに関する測定値とを比較し、前記不足機能を特定する、ことを特徴とする請求項1に記載の食事リスク判定方法。 - 前記被介護者に対応する前記複数の口腔機能うち前記不足機能に関する測定値を説明変数、前記嚥下障害の発生有無を目的変数とする学習モデルを学習する処理を前記コンピュータが実行し、
前記判定する処理は、判定日に測定された前記不足機能に関する測定値を前記学習モデルに入力して得られる出力結果に基づいて、前記嚥下障害の出現確率のリスクを判定することを特徴とする請求項1または2に記載の食事リスク判定方法。 - 前記判定する処理は、前記判定日の食事前に撮像された前記被介護者の画像データから、前記不足機能に対応する動きを特定し、前記動きに基づき前記測定値を生成することを特徴とする請求項3に記載の食事リスク判定方法。
- 前記特定する処理は、判定対象である被介護者ごとに、前記不足機能を特定し、
前記学習する処理は、前記被介護者ごとの不足機能ごとに、前記学習モデルを生成し、
前記判定する処理は、前記被介護者ごとに、前記不足機能に対応する前記学習モデルを用いて、前記嚥下障害の出現確率のリスクを判定することを特徴とする請求項4に記載の食事リスク判定方法。 - 前記報知する処理は、介護者が有する端末装置に対して、前記嚥下障害の出現確率が閾値以上である被介護者を監視するよう指示する、画像、音、振動の少なくとも一つを出力することを特徴とする請求項1から5のいずれか一つに記載の食事リスク判定方法。
- 前記報知する処理は、前記嚥下障害の出現確率が閾値以上である被介護者の前記嚥下障害のリスクが低下するまで、前記被介護者が嚥下体操をするように、コミュニケーションロボットにコーチングさせることを特徴とする請求項1から5のいずれか一つに記載の食事リスク判定方法。
- 前記不足機能に対応する嚥下体操の実行状況に基づき、嚥下障害の出現確率のリスクに関するアラートを報知することを特徴とする請求項1から7のいずれか一つに記載の食事リスク判定方法。
- コンピュータに、
食事を飲み込む際の一連の動作を構成する複数の口腔機能の中で、予め設定された基準を満たしていない被介護者の口腔機能である不足機能を特定し、
前記被介護者を撮像した画像データに基づいて、前記不足機能に対応する動作を食事前に実行しているか否かを判定し、
判定結果に基づいて、嚥下障害のリスクに関するアラートを報知する
処理を実行させることを特徴とする食事リスク判定プログラム。 - 食事を飲み込む際の一連の動作を構成する複数の口腔機能の中で、予め設定された基準を満たしていない被介護者の口腔機能である不足機能を特定する特定部と、
前記被介護者を撮像した画像データに基づいて、前記不足機能に対応する動作を食事前に実行しているか否かを判定する判定部と、
判定結果に基づいて、嚥下障害のリスクに関するアラートを報知する報知部と
を有することを特徴とする情報処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019096388A JP7243439B2 (ja) | 2019-05-22 | 2019-05-22 | 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019096388A JP7243439B2 (ja) | 2019-05-22 | 2019-05-22 | 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020190962A true JP2020190962A (ja) | 2020-11-26 |
JP7243439B2 JP7243439B2 (ja) | 2023-03-22 |
Family
ID=73453709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019096388A Active JP7243439B2 (ja) | 2019-05-22 | 2019-05-22 | 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7243439B2 (ja) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018089054A (ja) * | 2016-11-30 | 2018-06-14 | 益弘 古川 | 顎関節症等歯科疾患治療のためのシステム及びプログラム |
-
2019
- 2019-05-22 JP JP2019096388A patent/JP7243439B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018089054A (ja) * | 2016-11-30 | 2018-06-14 | 益弘 古川 | 顎関節症等歯科疾患治療のためのシステム及びプログラム |
Non-Patent Citations (1)
Title |
---|
中屋 隆: "Kinectセンサを用いた嚥下体操支援システム", 情報処理学会 研究報告 ヒューマンコンピュータインタラクション(HCI) 2015−HCI−162, JPN6023004879, 13 March 2015 (2015-03-13), JP, pages 1 - 8, ISSN: 0004982340 * |
Also Published As
Publication number | Publication date |
---|---|
JP7243439B2 (ja) | 2023-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019239813A1 (ja) | 情報処理方法、情報処理プログラム及び情報処理システム | |
Amft et al. | Recognition of dietary activity events using on-body sensors | |
US9408562B2 (en) | Pet medical checkup device, pet medical checkup method, and non-transitory computer readable recording medium storing program | |
JP2019518263A5 (ja) | ||
US20190223983A1 (en) | Methods and systems for employing artificial intelligence in automated orthodontic diagnosis & treatment planning | |
CN114514585A (zh) | 疾病预测系统、保险费计算系统以及疾病预测方法 | |
JP7012111B2 (ja) | 動物行動推定システム、動物行動推定支援装置、動物行動推定方法及びプログラム | |
KR20220022886A (ko) | 약물 이행 여부를 판단하는 방법 및 이를 이용하는 서버 | |
JP2023553957A (ja) | 身体画像に基づいて睡眠分析を決定するシステム及び方法 | |
JP2019096116A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN113384247A (zh) | 照护系统与自动照护方法 | |
JP2015176213A (ja) | 予測システム、予測方法、および予測プログラム | |
JP6798068B2 (ja) | 機能改善支援装置および機能改善支援システム | |
JP2018033624A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
WO2021131906A1 (ja) | 食生活推定装置 | |
JP7243439B2 (ja) | 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 | |
JP7314939B2 (ja) | 画像認識プログラム、画像認識装置、学習プログラム、および学習装置 | |
CN118338853A (zh) | 计算机程序、信息处理方法及信息处理装置 | |
JP2020144652A (ja) | 介護補助プログラム、介護補助装置、介護補助方法及び介護補助システム | |
US11694571B2 (en) | Information processing system, information processing apparatus, and non-transitory storage medium | |
WO2022185558A1 (ja) | 情報処理装置及び情報処理方法 | |
WO2022059249A1 (ja) | 情報処理装置、情報処理システム、情報出力方法、および情報出力プログラム | |
JP7358842B2 (ja) | 障害判定方法、障害判定プログラムおよび情報処理装置 | |
JP2023094219A (ja) | 評価システム、情報処理装置、評価方法、および制御プログラム | |
WO2024150512A1 (ja) | 学習済みモデルの生成方法、学習済みモデルの生成装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230126 |
|
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: 20230207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7243439 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |