JP2020201742A - モニタリング装置および方法 - Google Patents

Abstract

【課題】細かな動作を伴う運動の検出精度を向上させたモニタリング装置を提供する。【解決手段】被験者をモニタリングする装置１であって、被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知部１１と、被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定部１２と、判定部１２の判定結果に応じて報知を行う報知部１４と、を備える。【選択図】図１

Description

本発明は、被験者をモニタリングする装置および方法に関する。

地震や洪水等の自然災害の発生により避難生活を強いられる被災地においては、深部静脈血栓症に起因する肺血栓塞栓症などを含む、いわゆるエコノミークラス症候群の発生が問題となっている。例えば東日本大震災の現場においては、頻回な歩行が困難な狭隘な避難所での生活や、狭い自家用車内での宿泊が長期間強いられたことにより、エコノミークラス症候群の人数は推定で約５万人とも呼ばれている。

エコノミークラス症候群の予防には、軽い運動やストレッチを時々行うことが推奨されており、人の運動を検知してその運動が不十分な場合には運動の欠如を警告する等、種々の技術が提案されている。例えば特許文献１には、被験者の運動をモニターして、運動または不活動のパターンを被験者に通知する装置が開示されている。

特表２００４−５３７８２１号公報

厚生労働省から公表されているエコノミークラス症候群を予防するための６種類の足の運動を図７に示す。これら６種類の足の運動は、例えば足の指を握る動作や足の指を開く動作、足首を回す動作等の細かな動作を伴う、くるぶしから下の足の運動であり、人が座った状態で行うことが可能である。

特許文献１の技術では、運動センサーは、被験者の運動として、立ち上がって行う比較的大きな動作を伴う床への足踏みや歩き回りを検知しているが、急に立ち上がって運動すること自体がエコノミークラス症候群発症の大きなリスクと言われている。エコノミークラス症候群の予防には、上記した細かな動作を伴うくるぶしから下の足の運動で十分であるところ、特許文献１の技術では細かな動作を伴う運動を正確に検知することは困難である。避難所では多くの被災者が狭隘な空間で集団で生活していることから、足音を伴う足踏みや歩き回り等の比較的大きな動作を伴う運動は敬遠される。エコノミークラス症候群を予防するために、人が座った状態でも行うことが可能な細かな動作を伴う運動を、より高い精度でモニターすることが求められている。

本発明の目的は、細かな動作を伴う運動の検出精度を向上させたモニタリング装置を提供することにある。

上記目的を達成するための本発明は、例えば以下に示す態様を含む。

（項１）
被験者をモニタリングする装置であって、
被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知部と、
前記被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定部と、
前記判定部の判定結果に応じて報知を行う報知部と、
を備える、モニタリング装置。
（項２）
前記判定部は、前記特定の動作に特異的なモーションパターンと経時的な前記モーション信号とに基づいて判定する、項１に記載のモニタリング装置。
（項３）
前記モーションパターンは、複数のサンプル者より得られた複数の経時的なモーション信号を用いた機械学習により、前記特定の動作毎に予め決定されている、項２に記載のモニタリング装置。
（項４）
前記特定の動作は、疾患を予防するための動作、またはリハビリテーションのための動作である、項２または３に記載のモニタリング装置。
（項５）
前記判定部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていないかを判定し、
前記報知部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていないと判定された場合、前記報知を行う、項４に記載のモニタリング装置。
（項６）
前記特定の動作は、疾患に起因する動作である、項１から３のいずれかに記載のモニタリング装置。
（項７）
前記判定部は、前記被験者が前記特定の動作を所定の時間内に継続して行っているかを判定し、
前記報知部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていると判定された場合、前記報知を行う、項６に記載のモニタリング装置。
（項８）
前記特定の動作は、静脈血栓塞栓症を予防するための動作であり、
前記検知部は、前記被験者の足首に装着され、前記モーション信号は加速度信号であり、前記モーションパターンは加速度パターンである、項４または５に記載のモニタリング装置。
（項９）
通信部をさらに備え、
前記判定部は、前記通信部を介して接続された装置に前記判定結果を送信する、項１から８のいずれかに記載のモニタリング装置。
（項１０）
被験者をモニタリングする方法であって、
被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知ステップと、
前記被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定ステップと、
前記判定ステップの判定結果に応じて報知を行う報知ステップと、
を含む、モニタリング方法。

本発明によると、細かな動作を伴う運動の検出精度を向上させたモニタリング装置を提供することができる。

一実施形態に係るモニタリング装置の機能を説明するためのブロック図である。 一実施形態に係るモニタリング装置の外観を示す図である。 一実施形態に係るモニタリング装置が行うデータ処理の手順の一例を示すフローチャートである。 一実施形態に係るモニタリング装置が行うデータ処理の手順の一例を示すフローチャートである。 一実施形態に係るモニタリング装置が行うデータ処理の手順の他の例を示すフローチャートである。 一実施形態に係るモニタリング装置が他の装置に報知を行う態様を模式的に示す図である。 厚生労働省から公表されているエコノミークラス症候群を予防するための足の運動を示す図である。（Ａ）は足の指を握る運動である。（Ｂ）は足の指を開く運動である。（Ｃ）は足を上下につま先立ちをする運動である。（Ｄ）はつま先を引き上げる運動である。（Ｅ）は膝を両手で抱え足の力を抜いて足首を回す運動である。（Ｆ）はふくらはぎを軽く揉む運動である。

以下、本発明の実施形態を、添付の図面を参照して詳細に説明する。なお、以下の説明および図面において、同じ符号は同じまたは類似の構成要素を示すこととし、よって、同じまたは類似の構成要素に関する重複した説明を省略する。
［発明の概要］

以下に説明する本発明の実施形態では、モニタリング装置は、被験者の足首にシリコンバンドを用いて装着される。モニタリング装置は、被験者の特定の部位の動きとして、被験者のくるぶしから下の足の動きを検知し、経時的なモーション信号として、経時的な加速度信号を取得する。経時的な加速度信号の取得には、三軸の加速度センサを用いる。

モニタリング装置は、疾患を予防するための被験者の特定の動作として、図７の（Ａ）ないし（Ｅ）に示すエコノミークラス症候群を予防するための足の運動を、被験者が所定の時間内に継続して行っていないかを判定する。判定は、エコノミークラス症候群を予防するための足の運動に特異的な加速度パターンと、被験者から取得した、被験者のくるぶしから下の足の動きに関する経時的な加速度信号とに基づいて行う。加速度パターンとは、加速度センサが取得した加速度信号の経時的な波形パターンを意味する。加速度パターンは、エコノミークラス症候群を予防するための足の運動について、機械学習により予め決定されている。エコノミークラス症候群を予防するための足の運動を被験者が所定の時間内に継続して行っていない場合、モニタリング装置は、バイブレータの振動により被験者に報知を行う。報知は、Bluetooth（登録商標）により接続された他の外部機器を介して、他の外部機器において行うこともできる。

なお、本実施形態ではエコノミークラス症候群を一例として説明するが、モニタリング装置がモニターする被験者の特定の動作は、エコノミークラス症候群を予防するための動作に限らず、静脈血栓塞栓症を予防するための動作であってもよい。静脈血栓塞栓症とは、エコノミークラス症候群を含む意味であり、肺血栓塞栓症および深部静脈血栓症を含む意味である。
［装置の構成］

図１は、一実施形態に係るモニタリング装置の機能を説明するためのブロック図である。図２は、一実施形態に係るモニタリング装置の外観を示す図である。（Ａ）は一実施形態に係るモニタリング装置の斜視図であり、（Ｂ）は一実施形態に係るモニタリング装置を被験者が装着した態様を示す図である。

一実施形態に係るモニタリング装置１は、検知部１１と、判定部１２と、記憶装置１３と、報知部１４と、通信インタフェース部（通信Ｉ／Ｆ部）１５と、計時用のタイマー（図示せず）とを備えている。本実施形態では、これら検知部１１、判定部１２、記憶装置１３、報知部１４、通信Ｉ／Ｆ部１５、およびタイマーはケーシング２内に内包されており、ケーシング２は、例えばシリコンバンド等のバンド３を用いて被験者９の足首に装着されている。

本実施形態では、モニタリング装置１は、ケーシング２内に、ハードウェアの構成として、データ処理を行うＣＰＵ等のプロセッサと、プロセッサがデータ処理の作業領域に使用するメモリとをさらに備えている。ケーシング２内には、ケーシング２内の上記した各部を駆動させるための、例えばボタン電池等の電源（図示せず）が内蔵されている。ケーシング２内の上記した各部は、ケーシング２に設けられた起動ボタン４の押下により動作を開始または終了する。

本実施形態では、モニタリング装置１は、Sensor Tag（米国Texas Instruments社製）等のＩｏＴキットを用いて構成する。モニタリング装置１は、例えばRaspberry PiまたはArduino（登録商標）等のシングルボードコンピュータと、三軸の加速度センサとを用いて構成することもできる。モニタリング装置１は、三軸の加速度センサが実装されている、例えばApple Watch（登録商標）等のウェアラブル端末またはスマートフォン等を用いて構成することもできる。

検知部１１は、被験者９の特定の部位の動きを検知して経時的なモーション信号を取得する。本実施形態では、検知部１１は三軸の加速度センサである。他の実施形態では、検知部１１は、三軸の加速度センサに加えて三軸の角速度センサをさらに備えることができる。

判定部１２は、被験者９が特定の動作を所定の時間内に継続して行っているかを、または、被験者９が特定の動作を所定の時間内に継続して行っていないかを判定する。判定は、特定の動作に特異的なモーションパターン２１と、経時的なモーション信号とに基づいて行う。本実施形態では、判定部１２は、プロセッサがモニタリングプログラムＰを実行することにより実現される、ソフトウェアによる機能ブロックである。

記憶装置１３は、各種制御プログラム、および、プログラムによって生成されたデータなどを記憶する不揮発性の記憶装置である。本実施形態では、記憶装置１３には、特定の動作に特異的なモーションパターン２１と、モニタリングプログラムＰとが記憶される。

モーションパターン２１は、複数のサンプル被験者から得られた複数の経時的なモーション信号を用いた機械学習により、特定の動作毎に予め決定されている。本実施形態では、図７の（Ａ）ないし（Ｅ）に示すエコノミークラス症候群を予防するための足の運動について、機械学習により加速度パターンが予め決定されている。具体的には、まず、三軸の加速度センサを足首に装着したサンプル被験者が、図７の（Ａ）ないし（Ｅ）に示す足の運動のいずれかを正しく行い、その際の加速度センサの経時的な加速度信号を取得する。複数人のサンプル被験者について、このような経時的な加速度信号の取得を行い、複数のサンプル被験者について複数の経時的な加速度信号を取得する。そして、得られた複数の経時的な加速度信号を用いた機械学習により、図７の（Ａ）ないし（Ｅ）に示す足の運動に共通する加速度パターン（加速度信号の経時的な波形パターン）を決定する。この決定された加速度パターンは、エコノミークラス症候群を予防するための動作として、正解となる動作の加速度パターンである。なお、機械学習に代えて深層学習を行うことによりモーションパターン２１を決定してもよい。

モニタリングプログラムＰは、ソフトウェアによる機能ブロックである判定部１２を実現するためのコンピュータプログラムである。モニタリングプログラムＰは、モーションパターン２１と一体化することもできる。

報知部１４は、判定部１２の判定結果に応じて報知を行う。本実施形態では、報知部１４はバイブレータである。報知部１４は例えばブザーであってもよく、ＬＥＤライト等で構成されるインジケータであってもよく、微弱電流を発することにより被験者９を刺激してもよい。

通信Ｉ／Ｆ部１５は、ネットワークを介して他の外部機器との間でデータの送受信を行う。通信Ｉ／Ｆ部１５は、Bluetooth（登録商標）、Wi-Fi（登録商標）、およびZigBee（登録商標）等の種々の無線接続または有線接続であってもよい。本実施形態では、通信Ｉ／Ｆ部１５は任意の構成である。
［手順］

図３および図４は、一実施形態に係るモニタリング装置が行うデータ処理の手順の一例を示すフローチャートである。

本実施形態では、図７の（Ａ）ないし（Ｅ）に示す運動を被験者９が３０分以内に１０回以上していないとモニタリング装置１が判定すると、バイブレータを振動させることにより、疾患を予防するための動作が不十分である旨を被験者９に報知する。

ステップＳ１において、モニタリング時間のカウントダウンを開始する。起動ボタン４を押下することにより、モニタリング装置１においてモニタリングプログラムＰを起動すると、タイマーがモニタリング時間のカウントダウンを開始する。例示的には、エコノミークラス症候群の予防動作を検知する本実施形態では、モニタリング時間は約３０分である。

ステップＳ２（検知ステップ）において、被験者９の特定の部位の動きを検知して経時的なモーション信号を取得する。検知部１１を含むモニタリング装置１は被験者９の足首に装着されており、検知部１１は、被験者９のくるぶしから下の足の動きを検知して、経時的な加速度信号を取得する。タイマーによりモニタリング時間をカウントダウンしている間、検知部１１は、被験者９のくるぶしから下の足の動きを検知するたびに、経時的な加速度信号を取得する動作を繰り返し行う。これにより、記憶装置１３内には、経時的な加速度信号のデータが複数個記録される。タイマーによるモニタリング時間のカウントダウンが終了すると、ステップＳ３Ａの処理を行う。

ステップＳ３Ａ（判定ステップ）において、被験者９が特定の動作を所定の時間内に継続して行っていないかを判定する。判定は、特定の動作に特異的なモーションパターン２１と経時的なモーション信号とに基づいて行う。図４を参照して、ステップＳ３Ａの判定処理について詳細に説明する。

ステップＳ３１では、判定部１２は、検知部１１を介して取得した被験者９の特定の部位の動きが、特定の動作であるか否かを判定する。判定部１２は、記憶装置１３に予め記憶されている加速度パターン２１と、ステップＳ２にて取得した経時的な加速度信号とに基づいて、図７の（Ａ）ないし（Ｅ）に示す足の運動のいずれかを被験者９が行っているか否かを判定する。判定部１２は、検知部１１により取得した経時的な加速度信号の波形と、加速度パターン２１に示されている経時的な波形パターンとを比較して、例えばパターンマッチングにより、これら波形が所定の誤差範囲内で一致または類似しているか否かを判定する。判定部１２は、このような判定処理を、記憶装置１３内に記録されている複数個の加速度信号のデータのそれぞれについて行う。

複数個の加速度信号のデータのうち、加速度パターン２１に示されている経時的な波形パターンと一致または類似している（ステップＳ３１においてＹｅｓ）加速度信号のデータについては、判定部１２は、図７の（Ａ）ないし（Ｅ）に示す足の運動を被験者９が行っていると判定し、引き続きステップＳ３２の処理を行う。

複数個の加速度信号のデータのいずれもが、加速度パターン２１に示されている経時的な波形パターンと一致又は類似していない場合（ステップＳ３１においてＮｏ）、判定部１２は、ステップＳ３３において、被験者９が特定の動作を所定の時間内に継続して行っていないと判定し、ステップＳ４Ａの分岐処理を行う。

ステップＳ３２では、判定部１２は、ステップＳ３１の判定条件を満たすモーション信号のデータが、所定の個数以上記録されているか否かを判定する。例示的には、エコノミークラス症候群の予防動作を検知する本実施形態では、所定の個数は約１０個である。判定部１２は、記憶装置１３内に記録されている加速度信号のデータのうち、ステップＳ３１の判定条件を満たす加速度信号のデータの個数を参照して、所定の個数以上であるか否かを判定する。

所定の個数以上記録されている場合（ステップＳ３２においてＹｅｓ）、判定部１２は、ステップＳ３４において、被験者９が特定の動作を所定の時間内に継続して行っていると判定し、その後ステップＳ４Ａの分岐処理を行う。所定の個数以上記録されていない場合（ステップＳ３２においてＮｏ）、判定部１２は、ステップＳ３３において、被験者９が特定の動作を所定の時間内に継続して行っていないと判定し、その後ステップＳ４Ａの分岐処理を行う。

ステップＳ４Ａにおいて、ステップＳ３Ａの判定結果に応じて、報知動作を行うか否かを判定する。

ステップＳ３Ａの判定処理においてステップＳ３４の判定結果となり、被験者９が特定の動作を所定の時間内に継続して行っている（ステップＳ４ＡにおいてＮｏ）と判定される場合には、被験者９によるエコノミークラス症候群の予防動作は十分である。よって、ステップＳ１の処理に戻り、モニタリング時間のカウントをリセットしたうえで、モニタリング時間のカウントダウンを開始して、被験者９による図７の（Ａ）ないし（Ｅ）に示す足の運動を引き続きモニターする。

ステップＳ３Ａの判定処理においてステップＳ３３の判定結果となり、被験者９が特定の動作を所定の時間内に継続して行っていない（ステップＳ４ＡにおいてＹｅｓ）と判定される場合には、被験者９によるエコノミークラス症候群の予防動作は不十分である。よって、ステップＳ５（報知ステップ）において、報知動作として報知部１４が動作し、エコノミークラス症候群の予防動作が十分ではないことを被験者９に報知する。

その後、ステップＳ６において、動作中のモニタリング装置１において起動ボタン４の押下が被験者９からなされる（ステップＳ６においてＹｅｓ）まで、モニタリング装置１はステップＳ１から処理を繰り返し、モニタリング時間のカウントをリセットしたうえで、モニタリング時間のカウントダウンを開始して、被験者９による特定の動作を引き続きモニターする。
［効果］

以上、一実施形態に係るモニタリング装置によると、細かな動作を伴う運動の検出精度を向上させることができる。

一実施形態に係るモニタリング装置によると、エコノミークラス症候群を予防するための運動として十分であるとされている、図７の（Ａ）ないし（Ｅ）に示す、細かな動作を伴うくるぶしから下の足の運動を正確に検知することができる。このようなくるぶしから下の足の運動は、人が座った状態でも行うことが可能である。よって、狭隘な避難所での生活や狭い自家用車内での宿泊等、頻回な歩行が困難な状況であっても、一実施形態に係るモニタリング装置を装着した被験者は、座った状態でも行うことが可能なそのような予防するための運動を、自身が十分に行えているか否かを把握することが可能となる。
［その他の形態］

以上、本発明を特定の実施形態によって説明したが、本発明は上記した実施形態に限定されるものではない。

上記した実施形態では、判定部１２は、疾患を予防するための被験者の特定の動作として、エコノミークラス症候群を予防するための足の運動をモニターしているが、判定部１２がモニタリングする被験者の特定の動作はこれに限定されず、以下に例示する種々の特定の動作をモニターすることができる。判定部１２が判定に用いるモーションパターン２１も、以下に例示する種々の特定の動作毎に、機械学習により予め決定しておけばよい。

・熱中症予防
判定部１２は、疾患を予防するための被験者の特定の動作として、例えば熱中症を予防するための動作を所定の時間内に継続して行っていないかを判定してもよい。この場合、モニタリング装置１は、被験者９の例えば腕に装着される。モニタリング装置１は、被験者９の特定の部位の動きとして、被験者９の腕の動きを検知し、被験者９の特定の動作として、被験者９がドリンクを飲む際の腕の動作をモニタリングする。これにより、被験者９が所定時間内にドリンクを飲んでいない場合には、バイブレータが動作し、水分補給が不十分であることを被験者９に報知することができる。

・リハビリテーション
判定部１２は、被験者の特定の動作として、例えばリハビリテーションのための動作を所定の時間内に継続して行っていないかを判定してもよい。この場合、モニタリング装置１は、リハビリテーションの対象とする被験者９の部位に装着される。モニタリング装置１は、被験者９の特定の部位の動きとして、リハビリテーションの対象とする被験者９の部位の動きを検知し、被験者９の特定の動作として、リハビリ項目に対応する特定の動作をモニタリングする。これにより、被験者９が所定時間内にリハビリ項目に対応する運動を正しく行えていない場合には、バイブレータが動作し、リハビリが不十分であることを被験者９に報知することができる。

・アトピー性皮膚炎悪化予防
判定部１２は、被験者の特定の動作として、例えば疾患に起因する動作を所定の時間内に継続して行っているかを判定してもよい。疾患に起因する動作とは、例えば被験者９がアトピー性皮膚炎により生じる痒みを手で掻きむしる動作である。この場合、モニタリング装置１は被験者９の手首に装着される。モニタリング装置１は、被験者９の特定の部位の動きとして、被験者の手首の動きを検知し、被験者９の特定の動作として、被験者９が手で掻きむしる動作をモニタリングする。モニタリング装置１は、手で掻きむしる動作を被験者９が例えば１０秒以内に１０回以上していると判定すると、バイブレータを動作させる。これにより、疾患を有する被験者９にとって好ましくない動作が継続して行われていることを、被験者９に報知することができる。

図５は、一実施形態に係るモニタリング装置が行うデータ処理の手順の他の例を示すフローチャートである。被験者９が特定の動作を所定の時間継続して行っていることをモニタリング装置１が判定する際のデータ処理の手順を図５および図４に示す。図５および図４のフローチャートに示すように、モニタリング装置１は、ステップＳ３Ｂ（判定ステップ）において、被験者９が特定の動作を所定の時間内に継続して行っているかを判定し、ステップＳ４Ｂにおいて、ステップＳ３Ｂの判定結果に応じて、報知動作を行うか否かを判定する。ステップＳ３Ｂでの判定は、ステップＳ３Ａでの判定と同様に、特定の動作に特異的なモーションパターン２１と経時的なモーション信号とに基づいて行う。

判定部１２が被験者９の特定の動作としてモニターする、上記例示した以外の例としては、例えばプールや海水浴場において被験者９が溺れそうになり腕でもがく動作や、睡眠時無呼吸症候群を発症している被験者９による、普段とは異なる寝返り動作、施設入居時等の被験者９のベッドからの転落直前動作などを例示することができる。モニタリング装置１が被験者９のこのような特定の動作をモニターすることにより、水難事故や、睡眠時無呼吸症候群、ベッドからの転落による不慮の事故を防止することができる。

上記した実施形態では、ステップＳ５において、報知動作として、モニタリング装置１に備えられた報知部１４が動作しているが、報知動作はこれに限定されない。図６は、一実施形態に係るモニタリング装置が他の装置に報知を行う態様を模式的に示す図である。例えば判定部１２は、通信Ｉ／Ｆ部１５を介して接続された他の装置に判定結果を送信してもよい。これにより、図６に例示するように、通信Ｉ／Ｆ部１５を介して接続された他の外部機器において、報知動作を行うことができる。図６に例示する態様では、モニタリング装置１（１Ａ）は被験者９の手首に装着され、被験者９がアトピー性皮膚炎により生じる痒みを手で掻きむしる行為を検知および判定している。判定部１２による判定結果は、被験者９に装着されたモニタリング装置１（１Ａ）から、Bluetooth（登録商標）により接続された他のモニタリング装置１（１Ｂ）へ送信され、判定結果を受信した他のモニタリング装置１（１Ｂ）において、判定結果に基づいて、他のモニタリング装置１（１Ｂ）に備えられた報知部が、他のモニタリング装置１（１Ｂ）の装着者（例えば、被験者９の保護者）に報知動作を行うことで、被験者９に掻きむしる行為を止めるように注意することが可能となる。

上記した実施形態では、三軸の加速度センサを検知部１１に用いているが、検知部１１に用いる加速度センサは三軸に限定されない。検知部１１に角速度センサをさらに用いる場合であっても同様に、用いる角速度センサは三軸に限定されない。また、上記した実施形態では、モーション信号として加速度信号を用いているが、モーション信号は加速度信号のみに限定されない。モーション信号は、加速度信号に加えてさらに角速度信号を含んでいてもよい。判定部１２による判定も、加速度信号のみを用いるのではなく、加速度信号および角速度信号の両方を用いてもよい。

上記した実施形態では、判定部１２はソフトウェアによる機能ブロックとして実現されているが、判定部１２はハードウェアとして実現されてもよい。判定部１２の処理も単一のプロセッサで処理される必要はなく、複数のプロセッサで分散して処理されてもよい。

上記した実施形態では、モニタリング装置１の検知部１１はバンド３を用いて被験者９の足首に装着されているが、例えば図７の（Ａ）ないし（Ｆ）に示すエコノミークラス症候群を予防するための動作をモニターする場合は、検知部１１を装着する部位は被験者９の足首に限定されない。検知部１１は、例えば航空機の座席の座面やフットレスト等に装着してもよい。判定部１２が判定に用いるモーションパターン２１は、座席に着席したサンプル被験者が図７の（Ａ）ないし（Ｆ）に示す足の運動のいずれかを正しく行った際に取得される、複数の経時的な加速度信号を用いて、機械学習により決定すればよい。

上記実施形態では、モーションパターン２１（加速度パターン２１）は記憶装置１３に予め記憶されているものを用いているが、モーションパターン２１は、通信Ｉ／Ｆ部１５を介して更新されてもよい。例えば、モニタリング装置１は、通信Ｉ／Ｆ部１５を介してクラウドサーバ（図示せず）と接続し、クラウドサーバ上に保存されているモーションパターン２１を記憶装置１３に保存して、モーションパターン２１を更新してもよい。

またこの際、クラウドサーバ上にてモーションパターン２１をさらに機械学習させてもよい。例えば、モニタリング装置１は、被験者９から取得された経時的なモーション信号をクラウドサーバに送信することができ、クラウドサーバは、複数の被験者から取得された経時的なモーション信号を用いた機械学習によりモーションパターン２１を決定する機能ブロックである機械学習部（図示せず）を備えることができる。これにより、複数の被験者９からのモーション信号が蓄積されたクラウドサーバ上にて、複数の被験者９からのモーション信号を用いて、モーションパターン２１をさらに機械学習させることができる。

１ モニタリング装置
２ ケーシング
３ バンド
４ 起動ボタン
９ 被験者
１１ 検知部
１１ 検知部
１２ 判定部
１３ 記憶装置
１４ 報知部
１５ 通信インタフェース部
２１ モーションパターン（加速度パターン）
Ｐ モニタリングプログラム

Claims (10)

1. 被験者をモニタリングする装置であって、
   被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知部と、
   前記被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定部と、
   前記判定部の判定結果に応じて報知を行う報知部と、
   を備える、モニタリング装置。
2. 前記判定部は、前記特定の動作に特異的なモーションパターンと経時的な前記モーション信号とに基づいて判定する、請求項１に記載のモニタリング装置。
3. 前記モーションパターンは、複数のサンプル者より得られた複数の経時的なモーション信号を用いた機械学習により、前記特定の動作毎に予め決定されている、請求項２に記載のモニタリング装置。
4. 前記特定の動作は、疾患を予防するための動作、またはリハビリテーションのための動作である、請求項２または３に記載のモニタリング装置。
5. 前記判定部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていないかを判定し、
   前記報知部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていないと判定された場合、前記報知を行う、請求項４に記載のモニタリング装置。
6. 前記特定の動作は、疾患に起因する動作である、請求項１から３のいずれかに記載のモニタリング装置。
7. 前記判定部は、前記被験者が前記特定の動作を所定の時間内に継続して行っているかを判定し、
   前記報知部は、前記被験者が前記特定の動作を所定の時間内に継続して行っていると判定された場合、前記報知を行う、請求項６に記載のモニタリング装置。
8. 前記特定の動作は、静脈血栓塞栓症を予防するための動作であり、
   前記検知部は、前記被験者の足首に装着され、前記モーション信号は加速度信号であり、前記モーションパターンは加速度パターンである、請求項４または５に記載のモニタリング装置。
9. 通信部をさらに備え、
   前記判定部は、前記通信部を介して接続された装置に前記判定結果を送信する、請求項１から８のいずれかに記載のモニタリング装置。
10. 被験者をモニタリングする方法であって、
    被験者の特定の部位の動きを検知して経時的なモーション信号を取得する検知ステップと、
    前記被験者が特定の動作を所定の時間内に継続して行っているか、または、所定の時間内に継続して行っていないかを判定する判定ステップと、
    前記判定ステップの判定結果に応じて報知を行う報知ステップと、
    を含む、モニタリング方法。

Images