JP2021003540A - リハビリ支援システム、リハビリ支援方法、及びリハビリ支援プログラム - Google Patents

Abstract

【課題】訓練者がリハビリ支援装置を利用してリハビリを実行する際に、それを補助する訓練アシスタントが訓練者のモチベーションを考慮したリハビリ支援を行うことが可能なリハビリ支援システム等を提供する。【解決手段】リハビリ支援装置を備えるリハビリ支援システムは、取得部、出力部、及びフィードバック部を備える。取得部は、訓練者がリハビリ支援装置を利用して実行するリハビリテーションに対する、訓練者の視線情報を少なくとも含むモチベーションを示すモチベーション情報を取得する。出力部は、取得部で取得されたモチベーション情報に基づき、前記訓練者のモチベーションを示す度合いを出力する。フィードバック部は、出力部で出力された度合いをリハビリ支援装置にフィードバックする。【選択図】図６

Description

本発明は、リハビリ支援システム、リハビリ支援方法、及びリハビリ支援プログラムに関する。

患者等の訓練者は、リハビリテーション（リハビリ）を行うに際し、歩行訓練装置等のリハビリ支援システムを利用することがある。歩行訓練装置の例として、特許文献１には、訓練者の脚部に装着されて訓練者の歩行を補助する歩行補助装置を備えた歩行訓練装置が開示されている。

訓練者がリハビリを行うに際し、リハビリ支援システムによっては、訓練者の補助として医師、理学療法士等の訓練スタッフが付き添い、訓練者への声掛けや手の差し伸べ、さらにはそのリハビリ支援システムの設定操作を行うことがある。

特許第６０５２２３４号公報

ところで、良い訓練成果を得るためには、訓練スタッフによるリハビリ支援システムの設定操作は、リハビリ支援システムによる訓練者への適切なアシストができるようになされる必要がある。また、その設定操作のタイミング、つまりアシストの追加又は除去やアシストの度合いの変更のタイミングも、訓練成果に影響を与えることになる。よって、そのような設定操作のために、訓練スタッフは、訓練者にどのようなアシストをさせるべきかの取捨選択の判断や、適切なアシストの度合いやタイミングの判断を行う必要がある。さらに、訓練スタッフは、訓練者にどのような声掛けをどのようなタイミングで行うべきかの判断やどのようなタイミングで手を差し伸べるべきかの判断を行う必要がある。

それらの判断のためには、訓練スタッフが訓練者のモチベーションを把握しておくことが重要となる。訓練者のモチベーションを保つこと（つまり訓練の動機付けを行うこと）が、運動学習理論に基づいたリハビリを行う上で重要となるためである。例えば、訓練者は、訓練時のモチベーションに依って受け入れられる訓練難易度などが異なることが多い。よって、モチベーションに関係なく訓練を行うと、モチベーションに応じて訓練の成果が異なってくることが多い。

しかしながら、歩行訓練装置の場合、訓練スタッフは、基本的に訓練者の後ろに居ることが多いため、訓練者の表情を直接観察することができず、訓練者のモチベーションを推察することはできない。また、歩行訓練装置以外のリハビリ支援システムにおいても訓練スタッフが訓練者のモチベーションを推察することができない場面がある。よって、訓練スタッフは、リハビリ支援システムにおいて訓練者のモチベーションを考慮したリハビリ支援を実施することができない場合がある。また、訓練者への補助は訓練スタッフに限らず、人工的なアシスタントなどの他種の訓練アシスタントが行うことも想定でき、その場合についても同様の問題が生じ得る。

本発明は、このような問題を解決するためになされたもので、訓練者がリハビリ支援装置を利用してリハビリを実行する際に、それを補助する訓練アシスタントが訓練者のモチベーションを考慮したリハビリ支援を行うことが可能なリハビリ支援システム等を提供するものである。

本発明の第１の態様に係るリハビリ支援システムは、リハビリ支援装置を備えたリハビリ支援システムであって、訓練者が前記リハビリ支援装置を利用して実行するリハビリテーションに対する、前記訓練者の視線情報を少なくとも含むモチベーションを示すモチベーション情報を取得する取得部と、前記取得部で取得されたモチベーション情報に基づき、前記訓練者のモチベーションを示す度合いを出力する出力部と、前記出力部で出力された度合いを前記リハビリ支援装置にフィードバックするフィードバック部と、を備えたものである。これにより、訓練者がリハビリ支援装置を利用してリハビリを実行する際に、それを補助する訓練アシスタントが訓練者のモチベーションを考慮したリハビリ支援を行うことができる。

前記フィードバック部は、前記訓練者を補助する訓練アシスタントに、前記度合いを通知する第１通知部を有することもできる。これにより、モチベーションの度合いそのものを訓練アシスタントに知らせることができる。
前記フィードバック部は、前記リハビリ支援装置における設定パラメータを変更することを促す内容を、前記訓練者を補助する訓練アシスタントに通知する第２通知部を有することもできる。これにより、モチベーションの度合いに応じた設定変更を訓練アシスタントに促すことができる。
前記フィードバック部は、前記度合いが所定範囲以上に変化した場合、前記リハビリ支援装置における設定パラメータを変更することを促す内容を、前記訓練者を補助する訓練アシスタントに通知する第３通知部を有することもできる。これにより、大きくモチベーションの度合いが変化したときに、設定変更を訓練アシスタントに促すことができる。

前記フィードバック部は、前記訓練者を補助する訓練アシスタントに、前記度合いに応じた種類の会話を促す通知を行う第４通知部を有することもできる。これにより、モチベーションの度合いに応じた会話を訓練アシスタントに促すことができる。
前記フィードバック部は、前記度合いの時系列変化を示すログを蓄積する蓄積部と、前記訓練者を補助する訓練アシスタントに前記ログを通知する第５通知部と、を有することもできる。これにより、モチベーションの度合いの変化に応じた通知を訓練アシスタントに行うことができる。
前記フィードバック部は、前記訓練者に前記度合い又は前記度合いに応じた内容を通知する第６通知部を有することもできる。これにより、訓練者にモチベーションの度合い等を直接通知することができる。

前記リハビリ支援システムは、前記訓練者に前記訓練者の訓練状況を提示可能なゲームが実行可能に組み込まれており、前記フィードバック部は、前記度合いに応じて、異なるゲームを実行させることもできる。これにより、リハビリ訓練にゲーム性を取り入れることができるだけでなく、モチベーションを上げるように仕向けることができる。
或いは、前記リハビリ支援システムは、前記訓練者に前記訓練者の訓練状況を提示可能なゲームが実行可能に組み込まれており、前記フィードバック部は、前記度合いに応じて、前記ゲームにおける表示形態を変更させることもできる。これにより、リハビリ訓練にゲーム性を取り入れることができるだけでなく、モチベーションを上げるように仕向けることができる。

前記出力部は、前記リハビリ支援装置における設定パラメータを変化させた後の所定期間に前記取得部で取得された情報の、前記度合いを求めるときに用いる重みを下げることもできる。これにより、設定変更によりモチベーションが変わることが想定されるモチベーションに対応させることができる。
前記取得部は、前記モチベーション情報として、前記訓練者がリハビリテーションを実行中の期間の情報と、前記実行中の期間を除く期間の情報と、を区別して取得することもできる。これにより、期間によりモチベーションが変わることが想定されるモチベーションに対応させることができる。
前記取得部は、前記モチベーション情報の一つとして、リハビリテーション中の前記訓練者の表情を取得することもできる。これにより、モチベーション情報を表情から得ることができる。
前記取得部は、前記モチベーション情報の一つとして、前記訓練者を補助する訓練アシスタントとの会話を取得することもできる。これにより、モチベーション情報を会話から得ることができる。

前記リハビリ支援システムは、前記リハビリ支援装置にネットワークを介して接続されたサーバ装置を備え、前記サーバ装置は、前記出力部を有することもできる。これにより、複数のリハビリ支援装置で共通の出力部を使用した運用が可能となる。

本発明の第２の態様に係るリハビリ支援方法（リハビリ支援装置の作動方法）は、訓練者がリハビリ支援装置を利用して実行するリハビリテーションに対する、前記訓練者の視線情報を少なくとも含むモチベーションを示すモチベーション情報を取得する取得ステップと、前記取得ステップで取得されたモチベーション情報に基づき、前記訓練者のモチベーションを示す度合いを出力する出力ステップと、前記出力ステップで出力された度合いを前記リハビリ支援装置にフィードバックするフィードバックステップと、を有するものである。これにより、訓練者がリハビリ支援装置を利用してリハビリを実行する際に、それを補助する訓練アシスタントが訓練者のモチベーションを考慮したリハビリ支援を行うことができる。

本発明の第３の態様に係るリハビリ支援プログラムは、リハビリ支援装置のコンピュータに、訓練者が前記リハビリ支援装置を利用して実行するリハビリテーションに対する、前記訓練者の視線情報を少なくとも含むモチベーションを示すモチベーション情報を取得する取得ステップと、前記取得ステップで取得されたモチベーション情報に基づき、前記訓練者のモチベーションを示す度合いを出力する出力ステップと、前記出力ステップで出力された度合いを前記リハビリ支援装置にフィードバックするフィードバックステップと、を実行させるためのリハビリ支援プログラムである。これにより、訓練者がリハビリ支援装置を利用してリハビリを実行する際に、それを補助する訓練アシスタントが訓練者のモチベーションを考慮したリハビリ支援を行うことができる。

本発明により、訓練者がリハビリ支援装置を利用してリハビリを実行する際に、それを補助する訓練アシスタントが訓練者のモチベーションを考慮したリハビリ支援を行うことが可能なリハビリ支援システムを提供することができる。また、本発明により、このようなリハビリ支援を行うことが可能なリハビリ支援方法及びリハビリ支援プログラムを提供することができる。

実施形態１に係るリハビリ支援システムの一構成例を示す全体概念図である。 図１のリハビリ支援システムにおける歩行補助装置の一構成例を示す概略斜視図である。 図１のリハビリ支援システムにおける歩行訓練装置のシステム構成例を示すブロック図である。 図１のリハビリ支援システムにおけるサーバの一構成例を示すブロック図である。 図４のサーバにおける学習処理において使用する学習用データセットを説明するためのテーブルを示す図である。 図１のリハビリ支援システムにおけるリハビリ支援処理の一例を説明するためのフロー図である。 図６のリハビリ支援処理において訓練スタッフに提示される画像の一例を示す図である。 図６のリハビリ支援処理において訓練スタッフに提示される画像の他の例を示す図である。 図６のリハビリ支援処理において訓練スタッフに提示される画像の他の例を示す図である。 図６のリハビリ支援処理において訓練者に提示される画像の一例を示す図である。 実施形態４に係るリハビリ支援システムにおけるサーバの一構成例を示すブロック図である。 実施形態４におけるリハビリ支援処理において訓練者に提示される画像の一例を示す図である。

以下、発明の実施の形態を通じて本発明を説明するが、特許請求の範囲に係る発明を以下の実施形態に限定するものではない。また、実施形態で説明する構成の全てが課題を解決するための手段として必須であるとは限らない。

＜実施形態１＞
以下、図面を参照して実施形態１について説明する。
（システム構成）
図１は、実施形態１に係るリハビリ支援システムの一構成例を示す全体概念図である。本実施形態に係るリハビリ支援システム（リハビリシステム）は、主に、歩行訓練装置１００と、外部通信装置３００と、サーバ（サーバ装置）５００によって構成される。

歩行訓練装置１００は、訓練者（ユーザ）９００のリハビリ（リハビリテーション）を支援するリハビリ支援装置の一具体例である。歩行訓練装置１００は、一方の脚に麻痺を患う片麻痺患者である訓練者９００が、訓練スタッフ９０１の指導に従って歩行訓練を行うための装置である。ここで、訓練スタッフ９０１は、療法士（理学療法士）又は医師とすることができ、訓練者の訓練を指導又は介助などにより補助することから、訓練指導者、訓練介助者、訓練補助者などと称することもできる。ここで例示したように、訓練スタッフ９０１は人である。

歩行訓練装置１００は、主に、全体の骨格を成すフレーム１３０に取り付けられた制御盤１３３と、訓練者９００が歩行するトレッドミル１３１と、訓練者９００の麻痺側の脚部である患脚に装着する歩行補助装置１２０と、を備える。

フレーム１３０は、床面に設置されるトレッドミル１３１上に立設されている。トレッドミル１３１は、不図示のモータによりリング状のベルト１３２を回転させる。トレッドミル１３１は、訓練者９００の歩行を促す装置であり、歩行訓練を行う訓練者９００は、ベルト１３２に乗り、ベルト１３２の移動に合わせて歩行動作を試みる。なお、訓練スタッフ９０１は、例えば図１に示すように訓練者９００の背後のベルト１３２上に立って一緒に歩行動作を行うこともできるが、通常、ベルト１３２を跨いだ状態で立つなど、訓練者９００の介助を行い易い状態に居ることが好ましい。

フレーム１３０は、モータやセンサの制御を行う全体制御部２１０を収容する制御盤１３３や、訓練の進捗状況等を訓練者９００へ提示する例えば液晶パネルである訓練用モニタ１３８などを支持している。また、フレーム１３０は、訓練者９００の頭上部前方付近で前側引張部１３５を、頭上部付近でハーネス引張部１１２を、頭上部後方付近で後側引張部１３７を、それぞれ支持している。また、フレーム１３０は、訓練者９００が掴むための手摺り１３０ａを含む。

手摺り１３０ａは、訓練者９００の左右両側に配置されている。それぞれの手摺り１３０ａは、訓練者９００の歩行方向と平行な方向に配置されている。手摺り１３０ａは、上下位置、及び左右位置が調整可能となっている。つまり、手摺り１３０ａは、その高さ及び幅を変更する機構を含むことができる。さらに、手摺り１３０ａは、例えば歩行方向の前方側と後方側とで高さを異ならせるように調整することで、その傾斜角度を変更できるように構成することもできる。例えば、手摺り１３０ａは、歩行方向に沿って徐々に高くなるような傾斜角度を付すことができる。

また、手摺り１３０ａには、訓練者９００から受ける荷重を検出する手摺りセンサ２１８が設けられている。例えば、手摺りセンサ２１８は、電極がマトリックス状に配置された抵抗変化検出型の荷重検出シートとすることができる。また、手摺りセンサ２１８は、３軸の加速度センサ（ｘ，ｙ，ｚ）と３軸のジャイロセンサ（ｒｏｌｌ，ｐｉｔｃｈ，ｙａｗ）とを複合させた６軸センサとすることもできる。但し、手摺りセンサ２１８の種類や設置位置は問わない。

カメラ１４０は、訓練者９００の全身を観察するための撮像部としての機能を担う。カメラ１４０は、訓練用モニタ１３８の近傍に、訓練者と相対するように設置されている。カメラ１４０は、訓練中の訓練者９００の静止画や動画を撮影する。カメラ１４０は、訓練者９００の全身を捉えられる程度の画角となるような、レンズと撮像素子のセットを含む。撮像素子は、例えばＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）イメージセンサであり、結像面に結像した光学像を画像信号に変換する。

前側引張部１３５と後側引張部１３７の連携した動作により、歩行補助装置１２０の荷重が患脚の負担とならないように当該荷重を相殺し、更には、設定の程度に応じて患脚の振出し動作をアシストする。

前側ワイヤ１３４は、一端が前側引張部１３５の巻取機構に連結されており、他端が歩行補助装置１２０に連結されている。前側引張部１３５の巻取機構は、不図示のモータをオン／オフさせることにより、患脚の動きに応じて前側ワイヤ１３４を巻き取ったり繰り出したりする。同様に、後側ワイヤ１３６は、一端が後側引張部１３７の巻取機構に連結されており、他端が歩行補助装置１２０に連結されている。後側引張部１３７の巻取機構は、不図示のモータをオン／オフさせることにより、患脚の動きに応じて後側ワイヤ１３６を巻き取ったり繰り出したりする。このような前側引張部１３５と後側引張部１３７の連携した動作により、歩行補助装置１２０の荷重が患脚の負担とならないように当該荷重を相殺し、更には、設定の程度に応じて患脚の振出し動作をアシストする。

例えば、訓練スタッフ９０１は、オペレータとして、重度の麻痺を抱える訓練者に対しては、アシストするレベルを大きく設定する。アシストするレベルが大きく設定されると、前側引張部１３５は、患脚の振出しタイミングに合わせて、比較的大きな力で前側ワイヤ１３４を巻き取る。訓練が進み、アシストが必要でなくなったら、訓練スタッフ９０１は、アシストするレベルを最小に設定する。アシストするレベルが最小に設定されると、前側引張部１３５は、患脚の振出しタイミングに合わせて、歩行補助装置１２０の自重をキャンセルするだけの力で前側ワイヤ１３４を巻き取る。

歩行訓練装置１００は、装具１１０、ハーネスワイヤ１１１、及びハーネス引張部１１２を主な構成要素とする、安全装置としての転倒防止ハーネス装置を備える。装具１１０は、訓練者９００の腹部に巻き付けられるベルトであり、例えば面ファスナによって腰部に固定される。装具１１０は、吊具であるハーネスワイヤ１１１の一端を連結する連結フック１１０ａを備え、ハンガーベルトと称することもできる。訓練者９００は、連結フック１１０ａが後背部に位置するように、装具１１０を装着する。

ハーネスワイヤ１１１は、一端が装具１１０の連結フック１１０ａに連結されており、他端がハーネス引張部１１２の巻取機構に連結されている。ハーネス引張部１１２の巻取機構は、不図示のモータをオン／オフさせることにより、ハーネスワイヤ１１１を巻き取ったり繰り出したりする。このような構成により、転倒防止ハーネス装置は、訓練者９００が転倒しそうになった場合に、その動きを検知した全体制御部２１０の指示に従ってハーネスワイヤ１１１を巻き取り、装具１１０により訓練者９００の上体を支えて、訓練者９００の転倒を防ぐ。

装具１１０は、訓練者９００の姿勢を検出するための姿勢センサ２１７を備える。姿勢センサ２１７は、例えばジャイロセンサと加速度センサを組み合わせたものであり、装具１１０が装着された腹部の重力方向に対する傾斜角を出力する。

管理用モニタ１３９は、フレーム１３０に取り付けられており、主に訓練スタッフ９０１が監視及び操作するための表示入力装置である。管理用モニタ１３９は、例えば液晶パネルであり、その表面にはタッチパネルが設けられている。管理用モニタ１３９は、訓練設定に関する各種メニュー項目や、訓練時における各種パラメータ値、訓練結果などを表示する。また、管理用モニタ１３９の近傍には、非常停止ボタン２３２が設けられている。訓練スタッフ９０１が非常停止ボタン２３２を押すことで、歩行訓練装置１００が非常停止する。

歩行補助装置１２０は、訓練者９００の患脚に装着され、患脚の膝関節における伸展及び屈曲の負荷を軽減することにより訓練者９００の歩行を補助する。歩行補助装置１２０は、足裏荷重を計測するセンサ等を備え、運脚に関する各種データを全体制御部２１０へ出力する。また、装具１１０は、回転部を有する接続部材（以下、ヒップジョイント）を用いて、歩行補助装置１２０と接続しておくこともできる。歩行補助装置１２０の詳細については後述する。

全体制御部２１０は、訓練設定に関する設定パラメータ、訓練結果として歩行補助装置１２０から出力された運脚に関する各種データなどを含みうるリハビリデータを生成する。このリハビリデータには、訓練スタッフ９０１又はその経験年数や熟練度等を示すデータ、訓練者９００の症状、歩行能力、回復度等を示すデータ、歩行補助装置１２０の外部に設けられたセンサ等から出力された各種データなどを含むことができる。なお、リハビリデータの詳細については後述する。

外部通信装置３００は、リハビリデータを外部に送信する送信手段の一具体例である。外部通信装置３００は、歩行訓練装置１００が出力するリハビリデータを受け取り、一時的に記憶する機能と、記憶しているリハビリデータをサーバ５００へ送信する機能と、を有することができる。

外部通信装置３００は、歩行訓練装置１００の制御盤１３３と例えばＵＳＢ（Universal Serial Bus）ケーブルによって接続される。また、外部通信装置３００は、インターネット又はイントラネット等のネットワーク４００と無線通信機器４１０を介して例えば無線ＬＡＮ（Local Area Network）によって接続されている。なお、歩行訓練装置１００は、外部通信装置３００の代わりに通信装置を備えておくこともできる。

サーバ５００は、リハビリデータを記憶する記憶手段の一具体例である。サーバ５００は、ネットワーク４００に接続されており、外部通信装置３００から受信したリハビリデータを蓄積する機能を有する。サーバ５００の機能については後述する。

本実施形態１においてはリハビリ支援装置の一例として歩行訓練装置１００を説明するが、これに限定されず、他の構成の歩行訓練装置であってもよいし、訓練者のリハビリ支援を行う任意のリハビリ支援装置であってもよい。例えば、リハビリ支援装置は、肩や腕のリハビリを支援する上肢リハビリ支援装置であってもよい。或いは、リハビリ支援装置は、訓練者のバランス能力のリハビリを支援するリハビリ支援装置であってもよい。

次に、歩行補助装置１２０について、図２を用いて説明する。図２は、歩行補助装置１２０の一構成例を示す概略斜視図である。歩行補助装置１２０は、主に、制御ユニット１２１と、患脚の各部を支える複数のフレームと、足裏に掛かる荷重を検出するための荷重センサ２２２と、を備える。

制御ユニット１２１は、歩行補助装置１２０の制御を行う補助制御部２２０を含み、また、膝関節の伸展運動及び屈曲運動を補助するための駆動力を発生させる不図示のモータを含む。患脚の各部を支えるフレームは、上腿フレーム１２２と、上腿フレーム１２２に回動自在に連結された下腿フレーム１２３と、を含む。また、このフレームは、下腿フレーム１２３に回動自在に連結された足平フレーム１２４と、前側ワイヤ１３４を連結するための前側連結フレーム１２７と、後側ワイヤ１３６を連結するための後側連結フレーム１２８と、を含む。

上腿フレーム１２２と下腿フレーム１２３は、図示するヒンジ軸Ｈ_ａ周りに相対的に回動する。制御ユニット１２１のモータは、補助制御部２２０の指示に従って回転して、上腿フレーム１２２と下腿フレーム１２３がヒンジ軸Ｈ_ａ周りに相対的に開くように加勢したり、閉じるように加勢したりする。制御ユニット１２１に収められた角度センサ２２３は、例えばロータリエンコーダであり、ヒンジ軸Ｈ_ａ周りの上腿フレーム１２２と下腿フレーム１２３の成す角を検出する。下腿フレーム１２３と足平フレーム１２４は、図示するヒンジ軸Ｈ_ｂ周りに相対的に回動する。相対的に回動する角度範囲は、調整機構１２６によって事前に調整される。

前側連結フレーム１２７は、上腿の前側を左右方向に伸延し、両端で上腿フレーム１２２に接続するように設けられている。また、前側連結フレーム１２７には、前側ワイヤ１３４を連結するための連結フック１２７ａが、左右方向の中央付近に設けられている。後側連結フレーム１２８は、下腿の後側を左右方向に伸延し、両端でそれぞれ上下に伸延する下腿フレーム１２３に接続するように設けられている。また、後側連結フレーム１２８には、後側ワイヤ１３６を連結するための連結フック１２８ａが、左右方向の中央付近に設けられている。

上腿フレーム１２２は、上腿ベルト１２９を備える。上腿ベルト１２９は、上腿フレームに一体的に設けられたベルトであり、患脚の上腿部に巻き付けて上腿フレーム１２２を上腿部に固定する。これにより、歩行補助装置１２０の全体が訓練者９００の脚部に対してずれることを防止している。

荷重センサ２２２は、足平フレーム１２４に埋め込まれた荷重センサである。荷重センサ２２２は、訓練者９００の足裏が受ける垂直荷重の大きさと分布を検出し、例えばＣＯＰ（Center Of Pressure：荷重中心）を検出するように構成することもできる。荷重センサ２２２は、例えば、電極がマトリックス状に配置された抵抗変化検出型の荷重検出シートである。

次に、図３を参照しながら、歩行訓練装置１００のシステム構成例について説明する。図３は、歩行訓練装置１００のシステム構成例を示すブロック図である。図３に示すように、歩行訓練装置１００は、全体制御部２１０、トレッドミル駆動部２１１、操作受付部２１２、表示制御部２１３、及び引張駆動部２１４を備えることができる。また、歩行訓練装置１００は、ハーネス駆動部２１５、画像処理部２１６、姿勢センサ２１７、手摺りセンサ２１８、通信接続ＩＦ（インターフェース）２１９、入出力ユニット２３１、及び歩行補助装置１２０を備えることができる。

全体制御部２１０は、例えばＭＰＵ（Micro Processing Unit）であり、システムメモリから読み込んだ制御プログラムを実行することにより、装置全体の制御を実行する。全体制御部２１０は、後述する歩行評価部２１０ａ、訓練判定部２１０ｂ、入出力制御部２１０ｃ、及び通知制御部２１０ｄを有することができる。

トレッドミル駆動部２１１は、ベルト１３２を回転させるモータとその駆動回路を含む。全体制御部２１０は、トレッドミル駆動部２１１へ駆動信号を送ることにより、ベルト１３２の回転制御を実行する。全体制御部２１０は、例えば、訓練スタッフ９０１によって設定された歩行速度に応じて、ベルト１３２の回転速度を調整する。

操作受付部２１２は、訓練スタッフ９０１からの入力操作を受け付けて、操作信号を全体制御部２１０へ送信する。訓練スタッフ９０１は、操作受付部２１２を構成する、装置に設けられた操作ボタンや管理用モニタ１３９に重畳されたタッチパネル、付属するリモコン等を操作する。この操作により、電源のオン／オフやトレーニングの開始の指示を与えることや、設定に関する数値の入力やメニュー項目の選択を行うことができる。なお、操作受付部２１２は、訓練者９００からの入力操作を受け付けることもできる。

表示制御部２１３は、全体制御部２１０からの表示信号を受け取って表示画像を生成し、訓練用モニタ１３８又は管理用モニタ１３９に表示する。表示制御部２１３は、表示信号に従って、トレーニングの進捗を示す画像や、カメラ１４０で撮影したリアルタイム映像を生成する。

引張駆動部２１４は、前側引張部１３５を構成する、前側ワイヤ１３４を引張するためのモータとその駆動回路と、後側引張部１３７を構成する、後側ワイヤ１３６を引張するためのモータとその駆動回路と、を含む。全体制御部２１０は、引張駆動部２１４へ駆動信号を送ることにより、前側ワイヤ１３４の巻き取りと後側ワイヤ１３６の巻き取りをそれぞれ制御する。また、巻き取り動作に限らず、モータの駆動トルクを制御することにより、各ワイヤの引張力を制御する。全体制御部２１０は、例えば、荷重センサ２２２の検出結果から患脚が立脚状態から遊脚状態に切り替わるタイミングを同定し、そのタイミングに同期して各ワイヤの引張力を増減させることにより、患脚の振出し動作をアシストする。

ハーネス駆動部２１５は、ハーネス引張部１１２を構成する、ハーネスワイヤ１１１を引張するためのモータとその駆動回路を含む。全体制御部２１０は、ハーネス駆動部２１５へ駆動信号を送ることにより、ハーネスワイヤ１１１の巻き取りと、ハーネスワイヤ１１１の引張力を制御する。全体制御部２１０は、例えば、訓練者９００の転倒を予測した場合に、ハーネスワイヤ１１１を一定量巻き取って、訓練者の転倒を防止する。

画像処理部２１６は、カメラ１４０に接続されており、カメラ１４０から画像信号を受け取ることができる。画像処理部２１６は、全体制御部２１０からの指示に従って、カメラ１４０から画像信号を受け取り、受け取った画像信号を画像処理して画像データを生成する。また、画像処理部２１６は、全体制御部２１０からの指示に従って、カメラ１４０から受け取った画像信号に画像処理を施して、特定の画像解析を実行することもできる。例えば、画像処理部２１６は、トレッドミル１３１に接する患脚の足の位置（立脚位置）を、画像解析により検出する。具体的には、例えば、足平フレーム１２４の先端近傍の画像領域を抽出し、当該先端部と重なるベルト１３２上に描かれた識別マーカを解析することにより、立脚位置を演算する。

姿勢センサ２１７は、上述の通り訓練者９００の腹部の重力方向に対する傾斜角を検出して、検出信号を全体制御部２１０へ送信する。全体制御部２１０は、姿勢センサ２１７からの検出信号を用いて、訓練者９００の姿勢、具体的には体幹の傾斜角を演算する。なお、全体制御部２１０と姿勢センサ２１７は、有線で接続されていても良いし、近距離無線通信で接続されていても良い。

手摺りセンサ２１８は、手摺り１３０ａに加わる荷重を検出する。つまり、訓練者９００が両脚で自身の体重を支えきれない分の荷重が手摺り１３０ａに加わる。手摺りセンサ２１８は、この荷重を検出して、検出信号を全体制御部２１０へ送信する。

全体制御部２１０は、制御に関わる様々な演算や制御を実行する機能実行部としての役割も担う。歩行評価部２１０ａは、各種センサから取得したデータを用いて、訓練者９００の歩行動作が異常歩行であるか否かを評価する。訓練判定部２１０ｂは、例えば、歩行評価部２１０ａが評価した異常歩行の積算数に基づいて、一連の歩行訓練に対する訓練結果を判定する。全体制御部２１０は、この判定結果或いはその元となった異常歩行の積算数などをリハビリデータの一部として生成することができる。

なお、この判定の基準を含み、判定の方法は問わない。例えば、歩行フェーズ毎に麻痺体部の動作量と基準とを比較して判定することができる。なお、歩行フェーズとは、患脚（又は健脚）についての１歩行周期（１歩行サイクル）を、立脚状態にある立脚期、立脚期から遊脚状態にある遊脚期への移行期、遊脚期、遊脚期から立脚期への移行期などに分類したものである。どの歩行フェーズであるかは、例えば上述したように荷重センサ２２２の検出結果から分類（判定）することができる。なお、歩行サイクルは、上述のように、立脚期、移行期、遊脚期、移行期で１サイクルとして取り扱うことができるが、どの時期を開始期と定義するかは問わない。その他、歩行サイクルは、例えば、両脚支持状態、単脚（患脚）支持状態、両脚支持状態、単脚（健脚）支持状態で１サイクルとして取り扱うこともでき、この場合にもどの状態を開始状態と定義するかは問わない。

また、右脚又は左脚（健脚又は患脚）に注目した歩行周期は、より細分化することもでき、例えば、立脚期を初期接地と４期、遊脚期を３期に分けて表現することができる。初期接地は、観察足部が床に接地する瞬間を指し、立脚期の４期とは、荷重応答期、立脚中期、立脚終期、及び前遊脚期を指す。荷重応答期は、初期接地から反対側の足部が床から離れた瞬間（対側離地）までの期間である。立脚中期は、対側離地から観察足部の踵が離れた瞬間（踵離地）までの期間である。立脚終期は、踵離地から反対側の初期接地までの期間である。前遊脚期は、反対側の初期接地から観察足部が床から離れる（離地）までの期間である。遊脚期の３期とは、遊脚初期、遊脚中期、及び遊脚後期を指す。遊脚初期は、前遊脚期の最後（上記離地）から両足が交差する（足部交差）までの期間である。遊脚中期は、足部交差から頸骨が垂直となる（頸骨垂直）までの期間である。遊脚終期は、頸骨垂直から次の初期接地までの期間である。

通信接続ＩＦ２１９は、全体制御部２１０に接続されたインターフェースであり、訓練者９００の患脚に装着される歩行補助装置１２０に指令を与えたり、センサ情報を受け取ったりするためのインターフェースである。

歩行補助装置１２０は、通信接続ＩＦ２１９と有線又は無線によって接続される通信接続ＩＦ２２９を備えることができる。通信接続ＩＦ２２９は、歩行補助装置１２０の補助制御部２２０に接続されている。通信接続ＩＦ２１９、２２９は、通信規格に則った例えば有線ＬＡＮ又は無線ＬＡＮ等の通信インターフェースである。

また、歩行補助装置１２０は、補助制御部２２０、関節駆動部２２１、荷重センサ２２２、及び角度センサ２２３を備えることができる。補助制御部２２０は、例えばＭＰＵであり、全体制御部２１０から与えられた制御プログラムを実行することにより、歩行補助装置１２０の制御を実行する。また、補助制御部２２０は、歩行補助装置１２０の状態を、通信接続ＩＦ２１９、２２９を介して全体制御部２１０へ通知する。また、補助制御部２２０は、全体制御部２１０からの指令を受けて、歩行補助装置１２０の起動／停止等の制御を実行する。

関節駆動部２２１は、制御ユニット１２１のモータとその駆動回路を含む。補助制御部２２０は、関節駆動部２２１へ駆動信号を送ることにより、上腿フレーム１２２と下腿フレーム１２３がヒンジ軸Ｈ_ａ周りに相対的に開くように加勢したり、閉じるように加勢したりする。このような動作により、膝の伸展動作及び屈曲動作をアシストしたり、膝折れを防止したりする。

荷重センサ２２２は、上述の通り訓練者９００の足裏が受ける垂直荷重の大きさと分布を検出して、検出信号を補助制御部２２０へ送信する。補助制御部２２０は、検出信号を受け取り解析することにより、遊脚／立脚の状態判別や切替り推定等を行う。

角度センサ２２３は、上述の通りヒンジ軸Ｈ_ａ周りの上腿フレーム１２２と下腿フレーム１２３の成す角を検出して、検出信号を補助制御部２２０へ送信する。補助制御部２２０は、この検出信号を受け取って膝関節の開き角を演算する。

入出力ユニット２３１は、例えばＵＳＢ（Universal Serial Bus）インターフェースを含み、外部の機器（外部通信装置３００や他の外部機器）と接続するための通信インターフェースである。全体制御部２１０の入出力制御部２１０ｃは、入出力ユニット２３１を介して外部の機器と通信し、上述した全体制御部２１０内の制御プログラムや補助制御部２２０内の制御プログラムの書換え、コマンドの受け入れ、生成したリハビリデータの出力などを行う。歩行訓練装置１００は、入出力制御部２１０ｃの制御により、入出力ユニット２３１及び外部通信装置３００を介してサーバ５００との通信を行うことになる。例えば、入出力制御部２１０ｃは、入出力ユニット２３１及び外部通信装置３００を介して、リハビリデータをサーバ５００に送信する制御やサーバ５００からのコマンドを受信する制御を行うことができる。

通知制御部２１０ｄは、訓練スタッフ９０１に対する通知が必要となった場面において、表示制御部２１３又は別途設けた音声制御部等を制御することで、管理用モニタ１３９又は別途設けたスピーカから通知を行う。この通知の詳細については後述するが、訓練スタッフ９０１に対する通知が必要となった場面には、サーバ５００から通知を行うためのコマンドを受信した場合を含むことができる。

次に、サーバ５００の詳細について説明する。
上述したように、歩行訓練装置１００は、外部通信装置３００を介して、各種リハビリデータをサーバ５００に送信する。サーバ５００は、複数の歩行訓練装置１００からリハビリデータを受信するように構成しておくことができ、これにより多くのリハビリデータを収集することができる。そして、サーバ５００は、各種データを処理する処理装置である。例えば、サーバ５００は、収集したリハビリデータを用いて機械学習を行って、学習済みモデルを構築する学習装置（学習器）として機能させることができる。なお、学習装置は学習モデル生成装置と称することもできる。

図４は、サーバ５００の一構成例を示すブロック図である。図４に示すように、サーバ５００は、制御部５１０、通信ＩＦ５１４、データ蓄積部５２０、及びモデル記憶部５２１を備えることができる。制御部５１０は、例えばＭＰＵであり、システムメモリから読み込んだ制御プログラムを実行することにより、サーバ５００の制御を実行する。制御部５１０は、後述するレベル判定部５１０ａ、学習部５１０ｂ、及び応答処理部５１０ｃを備えることができ、この場合、上記の制御プログラムはこれらの部位５１０ａ〜５１０ｃの機能を実現させるためのプログラムを含むことになる。

通信ＩＦ５１４は、例えば有線ＬＡＮインターフェースを含み、ネットワーク４００と接続するための通信インターフェースである。制御部５１０は、通信ＩＦ５１４を介して、歩行訓練装置１００からのリハビリデータを受信することができ、歩行訓練装置１００へのコマンドを送信することができる。

データ蓄積部５２０は、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の記憶装置を有しており、リハビリデータを記憶する。制御部５１０は、通信ＩＦ５１４を介して外部通信装置３００から受信したリハビリデータをデータ蓄積部５２０へ書き込む。

モデル記憶部５２１もＨＤＤやＳＳＤ等の記憶装置を有している。なお、データ蓄積部５２０とモデル記憶部５２１とは共通の記憶装置を有することもできる。モデル記憶部５２１は、未学習（学習中である場合も含む）の学習モデル（以下、未学習モデル）及び学習済みの学習モデル（以下、学習済みモデル）の少なくとも一方を記憶する。サーバ５００が学習装置として機能するとき、モデル記憶部５２１には少なくとも未学習モデルが記憶されている。サーバ５００が歩行訓練装置１００と協働してリハビリ支援処理を実行する場合、モデル記憶部５２１には少なくとも運用可能な学習済みモデルが記憶されている。

また、制御部５１０は、学習装置としての機能と学習済みモデルによりリハビリ支援処理を行う機能とを切り替える制御を行うように構成することができる。但し、サーバ５００は、学習段階で用いる装置と学習済みモデルを伴う運用段階で用いる装置とで分散させておくこともできる。学習部５１０ｂは、サーバ５００を学習装置として機能させるために設けられており、レベル判定部５１０ａ及び応答処理部５１０ｃは、サーバ５００にリハビリ支援処理の一部を実行させるために設けられている。

（リハビリデータ）
ここで、レベル判定部５１０ａ、学習部５１０ｂ、及び応答処理部５１０ｃについて説明するに先立ち、サーバ５００が学習のため又はリハビリ支援処理のために収集可能なリハビリデータについて説明する。サーバ５００が収集可能なリハビリデータは、主として（１）歩行訓練装置１００の設定パラメータ、（２）歩行訓練装置１００に設けられたセンサ等で検出された検出データ、（３）訓練者９００に関するデータ、（４）訓練スタッフ９０１に関するデータを含む。上記（１）〜（４）のリハビリデータは、取得日時に対応付けて収集されていてもよい。さらに、検出データ、又は設定パラメータは時系列に沿ったログデータとして収集されていてもよく、或いは、一定の時間毎のデータに対して抽出された特徴量などであってもよい。

リハビリデータは、主に、歩行訓練装置１００において操作入力、自動入力、センサによる計測などにより得られるデータである。また、リハビリデータは、カメラ１４０で録画された録画データを含むこともできる。なお、リハビリデータは、リハビリの実施日毎のデータとすることができ、その場合、日報データと称することもできる。以下では、サーバ５００が歩行訓練装置１００で生成されたリハビリデータを収集するものとして説明するが、リハビリデータの一部を歩行訓練装置１００以外の、例えば他のサーバからサーバ５００が取得するように構成しておくこともできる。ここで言うリハビリデータの一部とは、例えば、訓練者９００の症状等の上記（３）のデータの詳細や、ＰＴの経験年数等の上記（４）のデータの詳細などとすることができる。前者は訓練者９００のカルテ情報として他のサーバに格納しておくことができ、後者はＰＴの履歴書などとして他のサーバに格納しておくことができる。

学習段階では、サーバ５００は、リハビリデータの発生時に、或いは１日毎、１週間毎など定期的に、歩行訓練装置１００からリハビリデータを受信すればよい。学習段階と運用段階とでは、使用するリハビリデータの種類（リハビリデータに含まれる内容）を異ならせることができる。例えば、運用段階では、サーバ５００は、歩行訓練装置１００から訓練開始時にリハビリデータを受信し、訓練中、上記（１），（２）のうち変更があったデータを受信するようにしておけばよい。また、リハビリデータの送受は歩行訓練装置１００とサーバ５００のどちらが主体となって実行してもよい。

上記（１）について説明する。
上記（１）のデータは、上記（２）の検出データとともに、歩行訓練装置１００でリハビリ実施中に取得された訓練者９００の訓練データとして定義することができる。

歩行訓練装置１００の設定パラメータは、例えば、歩行訓練装置１００の動作を設定するために、オペレータが入力するデータ又は自動的に設定されるデータである。なお、上述したように、オペレータは通常、訓練者９００の訓練に実際に付き添う訓練スタッフ９０１であり、以下ではオペレータが訓練スタッフ９０１であることを前提に説明する。また、訓練スタッフ９０１は理学療法士（ＰＴ：Physical Therapist）であることが多いため、以下では、訓練スタッフ９０１を単に「ＰＴ」と称する場合もある。

歩行訓練装置１００では、設定パラメータにより、歩行訓練の難易度を調整することができる。なお、設定パラメータに難易度のレベルを示すパラメータを含むこともでき、その場合、そのレベルの変更に伴い、他の設定パラメータのうち一部又は全部を変更させることができる。訓練スタッフ９０１は、訓練者９００の回復が進むにつれて、歩行訓練の難易度を高くしていく。つまり、訓練スタッフ９０１は、訓練者９００の歩行能力が高くなるにつれて、歩行訓練装置１００によるアシストを減らす。また、訓練スタッフ９０１は、歩行訓練中に異常が認められた場合、アシストを増やす。訓練スタッフ９０１が適切に設定パラメータを調整することにより、訓練者９００は適切な歩行訓練を実施することができ、リハビリをより効率良く行うことが可能となる。

設定パラメータの具体例を以下に示す。
設定パラメータとしては、例えば、部分体重免荷量［％］、手摺り１３０ａの上下位置［ｃｍ］、手摺り１３０ａの左右位置［ｃｍ］、ヒップジョイントの有無、足関節底屈制限［ｄｅｇ］、足関節背屈制限［ｄｅｇ］などが挙げられる。また、設定パラメータとしては、例えば、トレッドミル速度［ｋｍ／ｈ］、振出しアシスト［レベル］、振出し前後比［前／後］も挙げられる。また、設定パラメータとしては、例えば、膝伸展アシスト［レベル］、膝屈曲角度［ｄｅｇ］、膝屈伸時間［ｓｅｃ］、補高［ｍｍ］、抜重閾値［％］、荷重閾値［％］も挙げられる。また、設定パラメータとしては、例えば、トレッドミルのベルトの傾斜［度］、歩行補助装置による関節の動きのアシスト［レベル］、歩行補助装置による関節の動きのアシスト又は振出しアシストを発生させる頻度、歩行の異常又は正常の判定条件（例えば判定閾値）、転倒又は転倒しそうであることの判定条件（例えば判定閾値）、歩行の異常又は正常に対応付けて報知する場合はその発生条件（発生頻度や発生閾値など）も挙げられる。ここで、報知とは、音、振動、表示などのいずれによる報知であってもよく、その一部又は全部を含んでもよい。なお、ここで例示する設定パラメータを含め、リハビリデータに含まれるデータの単位は問わない。

部分体重免荷量は、ハーネス引張部１１２がハーネスワイヤ１１１を引っ張ることで、訓練者９００の体重を免荷する割合である。訓練スタッフ９０１は、所望する歩行訓練の難易度が高くなるほど、部分体重免荷量を低い値に設定する。手摺り１３０ａの上下位置及び左右位置は、手摺り１３０ａの基準位置からの調整量である。ヒップジョイントの有無は、ヒップジョイントが取り付けられているか否かである。足関節底屈制限、足関節背屈制限は、ヒンジ軸Ｈ_ｂ周りに下腿フレーム１２３と足平フレーム１２４とが回動可能な角度範囲を規定している。足関節底屈制限が前側の上限角度に対応し、足関節背屈制限が後ろ側の最大角度に対応する。つまり、足関節底屈制限、足関節背屈制限はそれぞれ、つま先を下げる側に、つま先を上げる側に、足関節を曲げる角度の制限値である。訓練スタッフ９０１は、所望する歩行訓練の難易度が高くなるほど、角度範囲が大きくなるように足関節底屈制限及び足関節背屈制限の値を設定する。

トレッドミル速度は、トレッドミル１３１による歩行速度である。訓練スタッフ９０１は、所望する歩行訓練の難易度が高くなるほど、トレッドミル速度を高い値に設定する。振出しアシストは、脚の振出し時に前側ワイヤ１３４が与える引張力に応じたレベルであり、このレベルが高くなるほど、最大引張力が大きくなる。訓練スタッフ９０１は、所望する歩行訓練の難易度が高くなるほど、振出しアシストを低いレベルに設定する。振出し前後比は、脚の振出し時において、前側ワイヤ１３４による引張力と後側ワイヤ１３６による引張力との比である。

膝伸展アシストは、立脚時における膝折れを防止するためにかける関節駆動部２２１の駆動トルクに応じたレベルであり、このレベルが高くなるほど、駆動トルクが大きくなる。訓練スタッフ９０１は、所望する歩行訓練の難易度が高くなるほど、膝伸展アシストを低いレベルに設定する。膝屈曲角度は、膝伸展アシストを行う際の角度である。膝屈伸時間は、膝伸展アシストを行う期間であり、この値が大きいとゆっくり膝を屈伸させるようにアシストし、この値が小さいと早く膝を屈伸させるようにアシストすることになる。

補高は、訓練者９００の麻痺脚と反対側の脚（補助具である歩行補助装置１２０を取り付けない側の脚）の靴底に設けるクッション等の部材の高さである。抜重閾値は、足底に掛かる荷重の閾値の一つであり、この閾値を下回ると振出しアシストが解除される。荷重閾値は、足底に掛かる荷重の閾値の一つであり、この閾値を超えると振出しアシストがなされる。このように、歩行補助装置１２０は、その膝の屈伸運動を、膝屈曲角度、膝屈伸時間、抜重閾値、及び荷重閾値の４つの設定パラメータで調整可能に構成しておくことができる。

また、歩行訓練装置１００は、例えば、図示しないスピーカから、荷重や角度などの各種パラメータの設定値、目標値、目標の達成率、目標の達成タイミングなどを音でフィードバックするように構成することもできる。上記の設定パラメータは、このようなフィードバック音の有無や音量といった設定についてのパラメータを含むこともできる。

その他、上記の設定パラメータは、訓練の難易度に直接関係する設定パラメータでなくてもよい。例えば、上記の設定パラメータは、訓練者９００にモチベーションを上げてもらうために訓練用モニタ１３８や図示しないスピーカで提供するための画像、音楽、ゲームの種類、ゲームの難易度等の設定値などとすることもできる。

なお、上記の設定パラメータは、一例であり、これ以外の設定パラメータがあってもよい。或いは、上記のうちの一部の設定パラメータは無くてもよい。また、上述のように、上記の設定パラメータは訓練の難易度を調整するためのパラメータが多いが、難易度に無関係なパラメータも含むこともできる。例えば、歩行訓練装置１００は、訓練用モニタ１３８に表示させる注意喚起用のアイコン画像を表示するように構成することができる。そして、難易度に無関係な設定パラメータとしては、例えばこのような注意喚起用のアイコン画像の大きさや表示間隔等、訓練者９００の訓練への集中度を高めるためのパラメータなどが挙げられる。また、上記の設定パラメータは、その設定操作がなされた日時等の時間情報又は時間以外のタイミング情報（例えば１歩行サイクルにおける立脚期、遊脚期等の区別を示す情報）を付加しておくことができる。

上記（２）について説明する。
上記（２）の検出データは、上記（１）のデータとともに、歩行訓練装置１００でリハビリ実施中に取得された訓練者９００の訓練データとして定義することができる。

検出データとしては、主にセンサデータが挙げられる。センサデータは、歩行訓練装置１００の各種センサで検出されたセンサ値である。例えば、センサデータは、姿勢センサ２１７で検出された体幹の傾斜角度、手摺りセンサ２１８で検出された荷重や傾斜角度、角度センサ２２３で検出された角度等である。センサデータを出力するセンサは、加速度センサ、角速度センサ、位置センサ、光センサ、トルクセンサ、加重センサ等である。また、前側ワイヤ１３４、後側ワイヤ１３６、ハーネスワイヤ１１１の巻取機構等のモータに設けられたエンコーダをセンサとして用いてもよい。更には、モータのトルクセンサ（ロードセル）をセンサとしてもよいし、モータを駆動する駆動電流値を検出する電流検知部をセンサとしてもよい。

また、センサデータは、例えば、視線を検知する視線検知センサで取得された視線データを含むことができる。同様の視線データは、訓練者９００の少なくとも目元を撮影した画像に基づき画像処理により視線を検出して得ることや、訓練者９００の少なくとも顔を撮影した画像に基づき顔の向き（上向き／下向き等）を判定して得ることもできる。このようなデータも上記の検出データに含むことができる。また、検出データは、訓練者９００又は訓練スタッフ９０１の音声を取得するマイク等の音声取得部で取得された音声データ、或いはその音声データを音声解析したテキストデータ、或いはそのテキストデータを解析したデータとすることもできる。訓練スタッフ９０１の音声には、訓練者９００への歩き方の矯正等に関する声掛けを含めることができる。また、センサデータは、脳波計で訓練者９００の脳波を検出したデータとすることもでき、脳波計で訓練スタッフ９０１の脳波を検出したデータとすることもできる。

特に、本実施形態は、後述するようにモチベーションに基づく制御を行うものであり、そのためにモチベーションを示すモチベーション情報を取得する。モチベーション情報としては、カメラ１４０で得られたカメラ情報（訓練者９００の視線、頭の向き、表情などの状態を示す情報）、姿勢センサ２１７で得られた体幹の傾斜角度の情報が挙げられる。カメラ１４０は、全身を撮影するようなものを含むとして説明したが、特にモチベーション情報を得るためには視線や顔を撮影するような配置とすることができる。視線の向きや頭の向き（顔の向き）は、下向きの場合（例えば訓練用モニタ１３８を正面で見ておらず下側を見ている場合）にモチベーションが低いと考えられる。表情において、例えば口元が曲がっている場合にはモチベーションが低いと考えられる。また、訓練中以外の情報も考慮することができ、例えば準備中に常に下を向いている訓練者９００はモチベーションが低いと考えられる。

また、モチベーション情報としては、マイク等の音声取得部で取得された音声データに含まれる訓練スタッフ９０１と訓練者９００との会話（コミュニケーション）の情報なども挙げられる。例えば、訓練者９００の会話の積極性、発話の割合などからもモチベーションの高低を推測できると考えられる。さらに、会話と視線等とは組み合わせることで、モチベーションの高さを示す情報とすることもできる。例えば、訓練スタッフ９０１が話しかけた際に、訓練者９００が俯いたままである場合や渋々訓練を続けている場合などは、モチベーションが低いと推定できる。

また、視線検知センサ、上記画像を撮影する撮影部、マイクなどは、歩行訓練装置１００の本体側に設けておくことができるが、例えば、訓練者９００に装着させるための眼鏡型ウェアラブル端末に設けておくこともできる。この端末にＢｌｕｅｔｏｏｔｈ（登録商標）等の無線通信方式でデータを無線通信する無線通信部を備えるとともに、歩行訓練装置１００側にも無線通信部を備えておけばよい。これにより、歩行訓練装置１００は、ウェアラブル端末で取得されたデータを無線通信により取得することができる。脳波計は、検出精度が良いものに限るが、歩行訓練装置１００の本体側に設けて、訓練者９００の脳波と訓練スタッフ９０１の脳波とを区別して検知できるように構成することができる。但し、脳波計は、上述した眼鏡型ウェアブル端末（例えば眼鏡の枝の部分など）など検知対象者に近接する位置になるように設けておくことが好ましい。

また、センサ等、検出データを取得する検出部は、図１〜図３を参照して説明したものや眼鏡型ウェアラブル端末等として例示したものに限らない。例えば、訓練者９００にウェア型生体センサ及び／又はウェア型タッチセンサが搭載されたウェアを着用させることができる。ここで言うウェアは、上半身に着用するものに限らず、下半身に着用するものであっても上下セットのものであってもよいし、例えば装具１１０等の一部に着用するものであってもよい。また、ウェア及び歩行訓練装置１００に、上述したような無線通信部を備えておく。これにより、歩行訓練装置１００は、ウェア型生体センサやウェア型タッチセンサで取得されたデータを無線通信により取得することができる。ウェア型生体センサは、着用者の心拍数等のバイタルデータを取得することができる。ウェア型タッチセンサは、着用者である訓練者９００が外部からタッチされた情報、つまり訓練スタッフ９０１が訓練者９００に触れた位置の情報を示すデータを取得することができる。

また、検出データは、各種のセンサ等が検出した検出信号が示す値に限らず、複数のセンサからの検出信号に基づき算出した値や、１又は複数のセンサ等からの検出信号を統計処理した統計値を含むことができる。この統計値としては、例えば平均値、最大値、最小値、標準偏差値等の様々な統計値を採用することができ、また、静態統計による統計値であってもよいし、例えば１日、１訓練、１歩行サイクルなどの一定期間での動態統計による統計値であってもよい。

例えば、センサデータは、角度センサ２２３で検出された上腿フレーム１２２と下腿フレーム１２３の角度から算出された膝関節の開き角を含むことができる。さらに、角度センサについてのセンサデータは、角度を微分した角速度を含むことができる。加速度センサについてのセンサデータは、加速度を積分した速度や、２回積分した位置であってもよい。

例えば、検出データは、日毎、又は１日内のリハビリの施行毎についての、次のような平均値、合計値、最大値、最小値、代表値を含むことができる。ここでの平均値としては、平均速度（総歩行距離／総歩行時間）［ｋｍ／ｈ］や、重複歩距離の平均値［ｃｍ］、１分間あたりの歩数（ｓｔｅｐ）を示す歩行率［ｓｔｅｐｓ／ｍｉｎ］、歩行ＰＣＩ［拍／ｍ］、転倒回避介助［％］などが挙げられる。平均速度は、例えば、トレッドミル１３１の速度設定値から計算した値とすること、或いはトレッドミル駆動部２１１での駆動信号から計算した値とすることができる。重複歩距離とは、片側の踵が接地して次に同側の踵が再び接地するまでの距離を指す。ＰＣＩとはPhysiological Cost Index（生理的コスト指数の臨床指標）を指し、歩行ＰＣＩは歩行時のエネルギー効率を示すことになる。転倒回避介助［％］とは、訓練スタッフ９０１が訓練者９００への転倒回避介助を行った回数である転倒回避介助［回］を、１歩数あたりで算出した割合、つまり１歩数あたりで転倒回避介助をした割合を指す。

また、ここでの合計値としては、歩行時間［秒］、歩行距離［ｍ］、歩数［ｓｔｅｐｓ］、転倒回避介助［回］、転倒回避介助部位及び部位毎の回数［回］などが挙げられる。
また、ここでの最大値又は最小値としては、連続歩行時間［秒］、連続歩行距離［ｍ］、連続歩数［ｓｔｅｐｓ］等の最大値や最小値、歩行ＰＣＩ［拍／ｍ］の最小値（換言すれば１拍あたりに歩行できる距離の最長値）などが挙げられる。代表値としては、トレッドミル１３１の速度として最も使用した値（代表速度［ｋｍ／ｈ］）などが挙げられる。

このように、各種センサ等の検出部から直接又は間接的に供給されるデータを検出データに含めることができる。また、上記の検出データは、その検出がなされた日時等の時間情報又は時間以外のタイミング情報を付加しておくことができる。

なお、上記の検出データは、一例であり、これ以外の検出データがあってもよい。或いは、上記のうちの一部の検出データは無くてもよい。つまり、リハビリデータとして検出データを採用する場合、サーバ５００は、１つ以上の検出データ（但し、モチベーションを示すような、或いはモチベーションと関連がある、何らかの情報が得られるような１つ以上の検出データ）を収集すればよい。

上記（３）について説明する。
訓練者９００に関するデータ（以下、訓練者データ）は、例えば、訓練者９００の属性等を示すものである。訓練者データは、訓練者９００の年齢、性別、体格（身長、体重等）をはじめ、症状情報、Ｂｒ．ｓｔａｇｅ、ＳＩＡＳ、初期歩行ＦＩＭ、最新の歩行ＦＩＭ等を含むことができる。また、訓練者データは、訓練者９００の氏名又はＩＤを含むことができ、また、訓練者９００の好みを示す嗜好情報や性格を示す性格情報などを含むこともできる。また、訓練者データは、ＦＩＭとして、歩行能力に係るもの以外の運動項目を含むことができ、また、認知項目を含むこともできる。つまり、訓練者データは、訓練者９００の身体能力を示す様々なデータを含むことができる。なお、訓練者データの一部又は全部は、身体情報、基本情報、或いは訓練者特徴情報などと称することもできる。

ここで、症状情報には、初期症状、その発症時期、現在の症状を示す情報を含むことができ、主にここに含まれる症状のために訓練者９００がリハビリを必要としたと捉えることができる。但し、リハビリとは直接関係なさそうな症状についても症状情報に含めることができる。また、症状情報には、脳卒中（脳血管障害）、脊髄損傷など、罹患した病気のタイプ（病名又は疾患名）とともにその部位（損傷部位）を含むことができ、タイプによってはその分類を含むことができる。例えば、脳卒中は、脳梗塞、頭蓋内出血（脳出血／くも膜下出血）などに分類されることができる。

Ｂｒ．ｓｔａｇｅは、Brunnstrom Recovery Stageを指し、片麻痺の回復過程について、観察からその回復段階を６段階に分けたものである。訓練者データには、Ｂｒ．ｓｔａｇｅのうち、歩行訓練装置１００に関係する主な項目である下肢項目を含むことができる。ＳＩＡＳは、Stroke Impairment Assessment Setを指し、脳卒中の機能障害を総合的に評価する指標である。ＳＩＡＳには、股屈曲テスト（Hip-Flex）、膝伸展テスト（Knee-Ext）、足パット・テスト（Foot-Pat）を含むことができる。また、ＳＩＡＳには、下肢触覚（Touch L/E）、下肢位置覚（Position L/E）、腹筋力（Abdominal）、及び垂直性テスト（Verticality）を含むことができる。

ＦＩＭ（Functional Independence Measure：機能的自立度評価表）とは、ＡＤＬ（Activities of Daily Life）を評価する評価方法の一つを定めたものである。ＦＩＭでは、介助量に応じて１点〜７点の７段階で評価を行っている。

例えば、歩行ＦＩＭが回復度を示す汎用の指標となる。介助者なし、かつ装具（補助具）なしで５０ｍ以上歩行できた場合、最高点の７点となり、一人の介助者がどんなに介助しても１５ｍ未満しか歩行できない場合、最低点の１点となる。また、最小介助（介助量が２５％以下）で５０ｍ移動することができる場合、４点、中程度介助（介助量２５％以上）で５０ｍ移動できる場合、３点となる。したがって、回復が進むにつれて、訓練者９００の歩行ＦＩＭが徐々に高くなっていく。なお、歩行ＦＩＭの評価を行う場合の歩行距離は、５０ｍに限られるものではなく、例えば、１５ｍの場合もある。

このことからも分かるように、歩行訓練装置１００で取り扱う最新の歩行ＦＩＭは、訓練者９００の身体能力を示す指標となるだけでなく、リハビリ開始時点からの訓練者９００の回復度を示す指標となる。歩行ＦＩＭは、アクチュエータを用いない場合における訓練者９００の動作能力、すなわち、歩行能力を示す指標となる。換言すると、訓練者９００のリハビリの進捗状況を知る上で、歩行ＦＩＭは重要な指標となる。また、初期歩行ＦＩＭから最新の歩行ＦＩＭへの変化量又は変化速度も、回復度を示す指標となる。変化速度は、ＦＩＭ効率と称することもでき、例えば、現在までのＦＩＭの利得（変化量）を、リハビリの実施日数、リハビリの期間を示す経過日数、或いは、訓練者９００が入院患者である場合には入院日数などの期間で除算した値とすることができる。

また、歩行ＦＩＭは、補装具を着用した場合などの評価時の条件での点数と捉えることができ、その場合、その評価時に適用した条件を示す情報を、歩行ＦＩＭを示す情報に付加しておくこともできる。条件とは、その情報を取得した際の、補高、使用した装具（例えば歩行補助装置１２０、他の歩行補助装置、装具無し等）、その装具における膝や足首の箇所の角度設定等の設定、平地歩行であったのか斜面歩行であったのかなどを含むことができる。また、通常、歩行ＦＩＭと言えば平地歩行での歩行ＦＩＭであり、これを示す平地歩行情報には、平地歩行評価時において最も歩行した距離（最大連続歩行距離［ｍ］）等の情報を含めることもできる。

このように上記（３）の訓練者データは、訓練者９００が歩行訓練装置１００を利用し実行したリハビリについての、訓練者９００の症状、身体能力、及び回復度の少なくとも１つを含む指標データを含むことができる。なお、最新の歩行ＦＩＭなど、身体能力及び回復度の双方の概念に含めることができるデータについては、通常、一方に含めておけばよいが、双方に含めておくこともできる。なお、同様のことはリハビリデータの全ての項目に関して言え、ある項目のデータは上記（１）〜（４）のいずれか１又は複数のデータとして取り扱うことができる。また、上記の訓練者データは、歩行ＦＩＭの測定日時など、それが取得できた日時等の時間情報を付加しておくことができる。

上記（４）について説明する。
訓練スタッフ９０１に関するデータ（以下、スタッフデータ）は、例えば、訓練スタッフ９０１の属性等を示すものである。スタッフデータは、訓練スタッフ９０１の氏名又はＩＤ、年齢、性別、体格（身長、体重等）、所属する病院名、ＰＴ又は医師としての経験年数などである。スタッフデータは、訓練者９００を介助するタイミングを数値化した値を介助者に関するデータとして含むことができる。

また、リハビリに同時に複数の訓練スタッフが介助する場合には、リハビリデータには、複数人のスタッフデータを含むことができる。また、各スタッフデータには、主たる訓練スタッフであるのか、或いは補助的な訓練スタッフであるのかを示す情報を含めておくことができる。そのような情報に加えて又はその代わりに、各スタッフデータには、管理用モニタ１３９における設定操作や画像の確認を行う訓練スタッフであるのか、或いは訓練者９００を手で支える役目だけの訓練スタッフであるのかを示す情報なども含めておくことができる。

また、歩行訓練装置１００は、訓練者９００へのリハビリ計画を入力可能に構成しておくことが好ましい。そして、このように入力されたリハビリ計画のデータも、その入力者としての訓練スタッフ９０１に関するスタッフデータとして、或いは他の分類に属するリハビリデータとして、含めておくことができる。また、歩行訓練装置１００は、訓練スタッフ９０１の変更に対応可能とするために、今後のその訓練者９００の訓練を補助する際の注意事項や申し送り事項を入力可能に構成しておくことが好ましい。そして、このようにして入力されたデータも、その入力者についての訓練スタッフ９０１に関するスタッフデータとして、或いは他の分類に属するリハビリデータとして、含めておくことができる。

これらのデータをリハビリデータに含める理由は、ある訓練スタッフが熟練の他の訓練スタッフからの注意事項や申し送り事項が存在していたからこそ、上手く訓練者９００の訓練を遂行させることができたという場面もあり得るためである。また、上記のスタッフデータは、例えばリハビリ計画の入力日時など、その入力がなされた日時等の時間情報を付加しておくことができる。

（本実施形態１の主たる特徴）
本実施形態に係るリハビリシステムは、次の取得部、判定部、及びフィードバック（ＦＢ）部を備えることができる。

取得部は、訓練者９００が歩行訓練装置１００を利用して実行するリハビリに対する、訓練者９００の視線情報を少なくとも含むモチベーションを示すモチベーション情報を取得する。視線情報は、例えば、視線の方向を示す情報や視線の変化（方向の変化や変化までの時間等）を示す情報とすることができる。なお、取得部及びそこで取得される情報の例については、上記（２）の検出データに関して説明した通りである。取得部としては、例えば、図示しないカメラ（主に視線を撮影可能なカメラ）及び画像処理部２１６、姿勢センサ２１７などが挙げられる。モチベーション情報として検出できる検出データとしては、上述したように、視線データのほか、例えば表情（感情）を示すデータ、会話データなどが挙げられる。

判定部は、取得部で取得されたモチベーション情報に基づき、訓練者９００のモチベーションを示すレベルを判定する。以下、このレベルをモチベーションレベルと称して説明する。なお、モチベーションレベルはモチベーションの高低を示す指標で表すことができる。また、判定部は、このような判定を或る推定基準に基づいて行うことができるため、推定部と称することもできる。

歩行訓練装置１００で使用する上述した学習モデルは、レベル判定部５１０ａにより実行され、訓練者９００のモチベーションレベルを判定するために用いるものである。つまり、上述の判定部は、モデル記憶部５２１に記憶された学習モデルと、その学習モデルへの入力を行い、出力結果を受け取るレベル判定部５１０ａと、で例示することができ、本実施形態ではそのような例を挙げる。なお、ここでは、サーバ５００に判定部を有する例を挙げているが、他の機能の一部も併せてサーバ５００側に有することもできる。なお、歩行訓練装置１００に判定部を備えた例、学習モデルを使用しない例も採用できるが、それらの例については、それぞれ、実施形態２，３で説明する。

レベル判定部５１０ａは、訓練者９００のモチベーション情報に基づき、訓練者００のモチベーションを示す度合いを出力する出力部（度合い出力部）の一例で、レベル判定部５１０ａによる判定結果は度合い出力部からの出力結果の一例である。つまり、レベルは度合いの一例とすることができ、また特に説明しないが他の値に関するレベルについても同様に度合いの一例とすることができる。以下では、度合い出力部について、レベル判定部５１０ａを例に挙げて説明する。但し、度合い出力部は、例えば、訓練者９００のモチベーション情報に基づく指標値（訓練者９００のモチベーションに紐付く指標値）を、度合いの一例として算出して出力する部位とすることもできる。レベル判定部５１０ａは、例えばこのような指標値から、モチベーションレベルを判定して出力することができる。

ＦＢ部は、レベル判定部５１０ａで判定されたモチベーションレベルを歩行訓練装置１００にフィードバックする。後述するように、フィードバックされるものはモチベーションレベルそのものであってもよいが、それに限らない。また、フィードバックの方法は問わないが、代表的なものが訓練用モニタ１３８による訓練者９００への通知又は管理用モニタ１３９による訓練スタッフ９０１への通知である。よって、このＦＢ部は、通知制御部２１０ｄを有することができ、表示制御部２１３、管理用モニタ１３９、訓練用モニタ１３８、図示しない音声制御部及びスピーカ等を有することができる。

また、モチベーション情報の受信及びＦＢレベルの送信は、サーバ５００側において応答処理部５１０ｃが通信ＩＦ５１４を介して実行することができ、歩行訓練装置１００側において入出力ユニット２３１を介して入出力制御部２１０ｃが実行することができる。

（学習段階：学習モデルの構築）
次に、本実施形態においてレベル判定処理に用いる学習モデルを構築する処理、つまりサーバ５００の制御部５１０における学習段階（学習フェーズ）での処理について、図５を併せて参照しながら説明する。図５は、サーバ５００における学習処理において使用する学習用データセットを説明するためのテーブルを示す図で、学習モデルに入出力されるパラメータの一例を示す図である。

サーバ５００は、複数の歩行訓練装置１００からリハビリデータを収集する。そして、サーバ５００は、収集したリハビリデータをデータ蓄積部５２０に蓄積する。制御部５１０は、上述のようなリハビリデータに含まれる情報のうち一部又は全部に適宜前処理を施し、処理後のデータを用いて機械学習を行い、未学習モデルから学習済みモデルを構築する。ここで、処理後のデータには、少なくともモチベーション情報が含まれるものとする。学習部５１０ｂが機械学習を実行する。また、構築する学習済みモデルは、上述のようなモチベーション情報を少なくとも含むリハビリデータを入力し、モチベーションレベルを出力するモデルである。無論、このリハビリデータは、学習段階において、複数の訓練者９００の訓練について収集される。

まず、サーバ５００のデータ蓄積部５２０に、学習のためのデータ（又はその前処理のためのデータ）のセットを複数用意する。そのため、制御部５１０は、例えば、所定の期間内に収集されたリハビリデータを１セットの学習データとしてデータ蓄積部５２０に蓄積する。例えば、１回の歩行訓練又は歩行訓練の１施行で収集されたリハビリデータを１セットの学習データとして用意してもよい。なお、以下の説明において、１セットの学習データを学習用データセット（単にデータセットとも称する）とする。

なお、１回の歩行訓練は、一人の訓練者９００が行う一連の訓練であり、１回の歩行訓練が終わると次の訓練者９００が歩行訓練装置１００において訓練を行う。１回の歩行訓練は、通常２０分〜６０分程度である。歩行訓練の１施行とは、１回の歩行訓練において、訓練者９００が継続して歩行する１単位である。１回の歩行訓練には、複数回の施行が含まれる。例えば、１施行は５分程度となっている。具体的には、１回の歩行訓練において、訓練者９００は、５分の歩行訓練を行った後、５分の休憩を取る。つまり、１回の歩行訓練では、歩行訓練の施行と休憩とが交互に繰り返される。休憩と休憩との間の５分間が１施行の時間となる。無論、１回の訓練と、１施行の時間は特に限定されるものではなく、訓練者９００毎に適宜設定することができる。

また、１施行よりも短い期間で収集されたリハビリデータが１データセットとして用意されてもよく、また、１施行より長い期間で収集されたリハビリデータが１データセットとして用意されてもよい。

データセットの一例について、図５を用いて説明する。１つのデータセットは、モチベーション情報を含む訓練データを少なくとも含むリハビリデータを有する。図５の例では、設定パラメータ、視線検出データ、訓練者データ、スタッフデータ、及びモチベーションレベルが対応付けられて、１つのデータセットを構成している。視線検出データは、視線情報を検出したデータであり、モチベーション情報の一例となる。訓練者データ及びスタッフデータは、これらの情報も結果に影響を与える可能性があるため含めている。

また、教師データは、例えば、実際のアンケート結果からモチベーションレベルを得て、図５で例示したようにそのモチベーションレベルを正解ラベルとして、そのときのモチベーション情報を含むリハビリデータと関連付けたものとすることができる。また、アンケート結果の代わりに、訓練成果（例えばＦＩＭ効率等）からモチベーションレベルを得ることもできる。

各データセットに対し、そのうちどの種類（１又は複数種類）のデータを出力パラメータとして図５で言うところのＦＢ情報にするかは、例えば、データセットの制作者によって決めることができる。

なお、図５では、説明の簡略化のため、設定パラメータ、視線検出データ、訓練者データ、及びスタッフデータのそれぞれが１つのデータ（例えば、parameter_1）として示されているが、実際には、複数のデータを有していてもよい。例えば、設定パラメータは、部分体重免荷量、手摺り１３０ａの上下位置等の２つ以上データを有していてもよい。視線検出データは、複数のセンサからの視線検出データを含んでもよく、その他、図５では視線検出データ以外のモチベーション情報を含むこともできる。訓練者データは、訓練者９００の初期歩行ＦＩＭ、性別、及び年齢等の２つ以上のデータを含んでいてもよい。スタッフデータは、上記したように、訓練スタッフ９０１の年齢、及び性別等の２つ以上のデータを含んでいてもよい。

また、上述したように、データセットは、検出データの生データに限らず、検出データに所定の処理を施したデータを含んでいてもよい。例えば、一定期間に取得された検出データから抽出された特徴量を学習用データとしてもよい。例えば、データセットは、１施行における検出データの最大値、最小値、極大値、極小値、平均値などを含んでいてもよい。制御部５１０は、データ蓄積部５２０に蓄積された検出データから特徴量を算出してもよい。また、データ蓄積部５２０が特徴量を蓄積していてもよい。データ蓄積部５２０が検出データの生データを蓄積し、学習モデルが特徴量を算出する層を有していてもよい。

無論、１つのデータセットだけを見れば、入力されるリハビリデータにモチベーション情報が含まれないこともあるが、含まれない情報を直前の情報と同じ値を示す情報であると見做して含めるようにしてもよい。また、リハビリデータは、訓練者９００が歩行訓練装置１００を利用し必要に応じて訓練スタッフ９０１に介助されながら実行したリハビリについてのデータとすることができ、そのためスタッフデータ及び訓練者データを含めた例を挙げている。モチベーションの変化は、介助（コミュニケーションも含む）によっても変わることや訓練者の特徴によっても変わることがあるためである。

学習部５１０ｂは、このようにして用意した教師データを用いて、学習済みモデルを生成（構築）する。ここで、学習部５１０ｂで学習させる未学習モデルの種類やそのアルゴリズムは問わないが、アルゴリズムとして、ニューラルネットワークを用いることができ、特に、隠れ層を多層化した深層ニューラルネットワーク（ＤＮＮ）を用いることが好ましい。ＤＮＮとしては、例えば、誤差逆伝搬法を採用した多層パーセプトロン（ＭＬＰ）等の、フィードフォワード（順伝搬型）ニューラルネットワークを用いることができる。なお、このように、学習部５１０ｂが用いる学習手法としては公知のアルゴリズムを用いることができ、その詳細な説明を省略し、簡単に説明する。

ここでは、学習部５１０ｂがＭＬＰを用いた学習済みモデルを生成する例を挙げ、学習部５１０ｂで未学習モデルへの入力される入力パラメータ、及び未学習モデルから出力される出力パラメータについて簡単に説明する。入力パラメータのそれぞれは入力層のノードに対応し、出力パラメータのそれぞれは出力層のノード（つまり目的変数）に対応する。出力データのそれぞれは、モチベーションレベルを示す指標とすることができ、例えば０〜９で表現する場合には出力層のノードは１０個とすることができる。なお、上述したように、未学習モデルとは全くの未学習である場合に限らず、学習中のモデルである場合も含むものとし、学習済みモデルとは運用可能な段階のモデルを指すものとする。

ＭＬＰのような順伝搬型ニューラルネットワークを用いる場合、学習部５１０ｂは、リハビリ開始時やリハビリ中の各時点でのデータセットを、１つのデータセットとして入力することができる。但し、学習部５１０ｂは、所定時間について統計したデータセットを、１つのデータセットとして所定期間毎に入力することができる。或いは、学習部５１０ｂは、各時刻から所定期間（時刻単位より長い期間）について統計したデータセットを、１つのデータセットとして時刻毎に入力することもできる。また、いずれの場合でも、１つのデータセットは、統計を１歩、１歩行サイクルなどの一定期間について実施したデータセットとすることもでき、その場合、上記一定期間の開始毎に入力するものとすることができる。

学習部５１０ｂは、学習済みモデルの生成に際して、複数セットある教師データのそれぞれにつき、適切な回数を未学習モデルに入力する。例えば、教師データの一部のセット（学習のトレーニングデータ）で学習済みモデルを生成し、残りのセットをテストデータとして用いてその学習済みモデルの精度をチェックする。チェックの結果、精度が良ければそのまま実装し、精度が悪ければ前処理を変更する、或いはチューニングを行うなどの処理を実行した後、再度、学習済みモデルの生成、評価を行う。なお、精度をチェックするための評価データと最終的な精度をテストするためのテストデータとを双方用意しておくこともできる。また、学習済みモデルの生成に際して入力されるデータセットの項目に応じて、その項目を反映させた学習済みモデルを生成することができるようになる。

また、チューニングの対象となるハイパーパラメータは問わない。上記対象としては、例えば、ニューラルネットワークの層数、各層のユニット数（ノード数）、同じデータセットを使用した反復学習の回数（エポック数）、一度にモデルに渡す入力データの数（バッチサイズ）が挙げられる。また、上記対象としては、例えば、学習係数、活性化関数の種類なども挙げられる。なお、学習係数は、学習率とも称され、各層の重みを一度にどの程度変更するかを決める値とすることができる。

以上のような処理により、モチベーションレベルを出力する学習済みモデルが構築できる。これにより、後述するように、その学習済みモデルを利用した歩行訓練装置１００では、取得されたデータを入力パラメータとし、モチベーションレベルをフィードバックして、訓練スタッフ９０１がそれを活かして補助できるようになる。

次に、他種の学習モデルについて例示する。一部のリハビリデータは、画像データとして、ＣＮＮ（Convolutional Neural Network）における畳み込み層及びプーリング層を含むような特徴抽出部に入力させるようにすることもできる。画像データとしては、例えば訓練者９００をその視線又は姿勢が分かるように撮影した画像データなどが挙げられる。このような特徴抽出部を設けた場合、そこで特徴を抽出した結果を、他の入力パラメータと並列に全結合層に入力させるようにすることもできる。

また、ニューラルネットワークとしては、例えば、ＲＮＮ（Recurrent Neural Network）等の再帰的な構造をもつニューラルネットワークを用いることもできる。また、ＲＮＮは、ＬＳＴＭ（Long short-term memory）ブロックを有するように拡張したニューラルネットワーク（単にＬＳＴＭと称することもある）とすることもできる。ＲＮＮを有するような再帰的なモデルを用いる場合、学習部５１０ｂは、例えば、１施行における各時刻でのリハビリデータを逐次入力するために、１つのデータセットが検出データ等の時系列データを含むようにしてもよい。つまり、１つのデータセット（学習用データセット）は、時系列に沿ったログデータを含んでいてもよい。また、１つのデータセットは、上述したようにログデータから抽出された特徴量を含んでもよいし、時系列の検出データをデータ処理して得られた画像データを含んでもよい。

また、ＲＮＮを有するような再帰的なモデルを用いる場合にも、学習部５１０ｂは、例えば、所定時間について統計したデータセットを、１つのデータセットとして所定期間毎に入力することができる。或いは、再帰的なモデルを用いる場合にも、学習部５１０ｂは、各時刻から所定期間（時刻単位より長い期間）について統計したデータセットを、１つのデータセットとして時刻毎に入力することもできる。また、１つのデータセットは、統計を１歩、１歩行サイクルなどの一定期間について実施したデータセットとすることもでき、その場合、上記一定期間の開始毎に入力するものとすることができる。なお、このような統計処理の範疇には、上述した、時系列の検出データをデータ処理して画像データを得る処理も含めることができる。

これにより、現在と少し前の過去の状態に基づき、上記所定時間などの１つのデータセットの期間と保存ステップ数とから得られる期間だけを通して過去から予測される、現在のモチベーションレベルを適時出力する学習済みモデルが構築できる。そして、後述するように、その学習済みモデルを利用した歩行訓練装置１００では、リハビリ中に取得されたデータを入力パラメータとして逐次入力していき、モチベーションレベルをフィードバックして、訓練スタッフ９０１がそれを活かして補助できるようになる。

（運用段階：学習モデルの利用）
次に、歩行訓練装置１００及びサーバ５００における運用段階（推論フェーズ）での処理について説明する。上述したように、歩行訓練装置１００は、学習済みモデルにアクセス可能に構成されることで、その学習済みモデルを利用できるようになっている。なお、学習済みモデルは、学習済みモジュールと称することもできる。運用段階では主に歩行訓練装置１００とそれにネットワーク接続されたサーバ５００とが協働して、つまりリハビリ支援システムとして、リハビリ支援処理を行う。

歩行訓練装置１００は、上述の学習済みモデルを運用するために、入出力制御部２１０ｃ、入出力ユニット２３１、図示しないカメラ（主に視線を撮影可能なカメラ）、画像処理部２１６、及び姿勢センサ２１７を有することができる。また、歩行訓練装置１００は、この運用のために、通知制御部２１０ｄ、表示制御部２１３、管理用モニタ１３９、訓練用モニタ１３８、音声制御部、及びスピーカ等を有することができる。

一方で、サーバ５００側において、レベル判定部５１０ａは、応答処理部５１０ｃを介して情報の入出力を行い、モデル記憶部５２１に記憶された学習済みモデルを稼動させて応答処理を行う。応答処理部５１０ｃは、情報の入出力を、通信ＩＦ５１４を介して行うことになる。

具体的に、図６を併せて参照しながら、歩行訓練装置１００及びサーバ５００を含むリハビリシステムにおけるリハビリ支援処理の例について説明する。図６は、リハビリ支援処理の一例を説明するためのフロー図である。

まず、カメラ１４０（主に視線を撮影可能なカメラ）及び画像処理部２１６、姿勢センサ２１７などの取得部は、訓練者９００の視線情報を少なくとも含むモチベーション情報を含むようなデータを取得する（ステップＳ１）。このデータは、未学習モデルへの入力パラメータとなり得るデータ（リハビリデータ）に相当し、運用段階において学習済みモデルへの入力パラメータとなる。このデータとは、例えば、リハビリ中における各時点で取得されたデータとすることができるが、リハビリ開始時に取得されたデータとすることもできる。入出力制御部２１０ｃは、取得されたデータを、入出力ユニット２３１を介してサーバ５００に出力する。

サーバ５００の応答処理部５１０ｃは、通信ＩＦ５１４を介してこのデータを受信し、応答処理を開始する。応答処理部５１０ｃは、受信したデータをレベル判定部５１０ａに渡す。レベル判定部５１０ａは、このデータを解析して複数の項目データに分け、それらの項目データのそれぞれを、モデル記憶部５２１内の学習済みモデルにおける入力層の入力パラメータのそれぞれとして出力する。

レベル判定部５１０ａは、学習済みモデルを稼動させて演算を実行し、出力層からの各出力パラメータを受信し、そのうち最も高い（尤度の高い）値に対応するレベルを、訓練者９００のモチベーションレベルと判定する（ステップＳ２）。

また、レベル判定部５１０ａは、歩行訓練装置１００における設定パラメータを変化させた後の所定期間に取得された情報（モチベーション情報を含む情報）の判定に用いる重みを下げることが好ましい。なお、この重みは、上記所定期間後に取得された情報の、度合い出力部で度合いを求めるときに用いる重みの例とすることができる。

例えばトレッドミル１３１の速度の変化期間は重み付けを下げる。設定が変更された直後は訓練者９００にとって難しく感じる訓練となることが多いなど、モチベーションが変わることが多く、そのような場面に対応させるためである。重みを下げる処理は、学習済みモデルへの入力前の前処理としてレベル判定部５１０ａ又は上記取得部が実行することができる。或いは、重みを下げる処理は、学習段階において入力パラメータに設定パラメータを含めておき、運用段階においてもその設定パラメータを入力パラメータに含めておくだけでも実現させることができる。

また、上記取得部は、モチベーション情報として、訓練者９００がリハビリを実行中の期間の情報と、この実行中の期間を除く期間（準備中又は休憩中）の情報と、を区別して取得することができる。また、上記取得部は、準備中の情報と休憩中の情報とも区別して取得しておくことができる。期間によりモチベーションが変わることが想定され、そのような変化に対応させるためである。

また、この場合、レベル判定部５１０ａ又は上記取得部は、上述のような期間に応じてモチベーション情報の重み付けを変更するように構成することができる。重みを変更する処理は、学習済みモデルへの入力前の前処理としてレベル判定部５１０ａ又は上記取得部が実行することができる。或いは、重みを変更する処理は、学習段階において入力パラメータに期間情報（リハビリ実行中、準備中、休憩中などを示す情報）を含めておき、運用段階においてもその期間情報を入力パラメータに含めておくことでも代用することができる。

これにより、例えば実行中以外（準備中や休憩中）に取得した情報の重みを大きくするなどの処理や、準備中と休憩中とで取得した情報の重みを変えた処理を行うこともできる。特に、準備中や休憩中は、訓練スタッフ９０１が訓練者９００とコミュニケーションをとっている期間であることが多く、また、休憩中は準備中に比べて訓練者９００が実行した訓練の様子を話す期間となることが多い。実際、歩行訓練が一日１時間とすると、実際に歩行しているのは例えば２０分で、残りの準備中や休憩中は訓練スタッフ９０１と訓練者９００との間でのコミュニケーションがなされることが多い。よって、このような期間の区別やそれに基づく重み付けの変更処理は有益となる。また、モチベーションのレベルは、疲労度と区別できることが好ましいため、例えば、これらの情報を時系列で見て、訓練が進むにつれて重みを下げるようにしてもよい。

応答処理部５１０ｃは、ステップＳ１２によりレベル判定部５１０ａからモチベーションレベルを得て、通信ＩＦ５１４を介して歩行訓練装置１００側に返信する。返信する情報は、歩行訓練装置１００へのコマンドとすることができる。但し、例えば、モチベーションレベルが前回の判定結果と同じであった場合にはコマンドを返信しないようにすることもできる。なお、コマンドの生成は、例えば、予め記憶されたコマンド群の中から出力パラメータに対応するコマンドを読み出すことで行うことができる。また、コマンドは、単に出力パラメータを示す情報（例えば出力層の何番目のノードであるかを示す情報）を示すだけのものであってもよい。応答処理部５１０ｃは、生成したコマンドを、通信ＩＦ５１４を介して歩行訓練装置１００側に送信する。

歩行訓練装置１００では、入出力ユニット２３１を介し、入出力制御部２１０ｃが送信されたコマンドを受信し、通知制御部２１０ｄに渡す。通知制御部２１０ｄは、表示制御部２１３又は図示しない音声制御部などに対して、このコマンドに応じた通知制御を行う。通知制御部２１０ｄでは、サーバ５００側から送信される可能性のあるコマンド群のそれぞれに対応する通知制御を記憶しておけばよい。通知制御部２１０ｄは、コマンドが示すモチベーションレベルをフィードバックする（ステップＳ３）。例えば、通知制御部２１０ｄは、表示制御部２１３に対し、例えばコマンドに応じた画像を管理用モニタ１３９で表示させるための表示制御信号を、管理用モニタ１３９に出力させる。通知制御部２１０ｄは、上記音声制御部に対し、例えばコマンドに応じた音声をスピーカから出力させるための音声制御信号を、そのスピーカに出力させる。

このような処理により、歩行訓練装置１００では、取得されたデータを入力パラメータとし、モチベーションレベルをフィードバックして、訓練スタッフ９０１がそれを活かして補助できるようになる。また、学習済みモデルがサーバ５００に存在するため、複数の歩行訓練装置１００で共通の学習済みモデルを使用した運用が可能となる。

次に、通知制御部２１０ｄ等で例示したＦＢ部において実行されるフィードバックの例について、図７〜図１０を併せて参照しながら説明する。図７〜図９は、図６のリハビリ支援処理において訓練スタッフ９０１に提示される画像の例を示す図で、図１０は図６のリハビリ支援処理において訓練者９００に提示される画像の例を示す図である。

ＦＢ部は、訓練者９００を補助する訓練スタッフ９０１に、モチベーションレベルを通知する第１通知部を有することができる。この第１通知部は、通知制御部２１０ｄ及び管理用モニタ１３９で例示することができる。つまり、管理用モニタ１３９に表示させるＧＵＩ（Graphical User Interface）画像にモチベーションレベルを示す値やマークなどを含めておくことができる。

図７に示すＧＵＩ画像１３９ａは、管理用モニタ１３９においてリハビリ中に表示される画像上に、ポップアップ画像１３９ｂが重畳されたものである。ポップアップ画像１３９ｂは、モチベーションレベルが０〜９のうちの「３」であることを示すコマンドを歩行訓練装置１００がサーバ５００から受信したときに表示されるものである。通知制御部２１０ｄは、モチベーションレベルが「３」であった場合に、その旨を表示させるとともに、歩行速度を２レベル下げる示唆を併せて行う。このように、例えば、モチベーションレベルが或る閾値を下回った状態を回復させるために、例えばトレッドミル１３１の速度を下げる（難易度を下げて、達成率を上げる）ことを提案する。また、モチベーションレベルはレベル毎に色分けして表示させることもできる。なお、ポップアップ画像１３９ｂが重畳される対象の画像は、ここでのフィードバックの直前に表示されている画像であり、その画像に含まれている内容は問わない。

図８に示すＧＵＩ画像１３９ｃは、管理用モニタ１３９においてリハビリ中に表示される画像上に、ポップアップ画像１３９ｄが重畳されたものである。ポップアップ画像１３９ｄは、モチベーションレベルが０〜９のうちの「７」であることを示すコマンドを歩行訓練装置１００がサーバ５００から受信したときに表示されるものである。通知制御部２１０ｄは、モチベーションレベルが「７」であった場合に、その旨を表示させるとともに、振出しアシストレベルを１下げる示唆を併せて行う。また、モチベーションレベルはレベル毎に色分けして表示させることもできる。なお、ポップアップ画像１３９ｄが重畳される対象の画像は、ここでのフィードバックの直前に表示されている画像であり、その画像に含まれている内容は問わない。

また、この第１通知部は、スピーカ及びそのスピーカに音声を出力する制御を行う音声制御部で構成することもでき（図示せず）、スピーカからモチベーションレベルの値を示す音声を出力することができる。但し、訓練者９００にこの音声を聞き取らせないようにするために、訓練スタッフ９０１が耳等に装着したワイヤレスのイヤホン（骨伝導イヤホンでもよい）などをこのスピーカとすることもできる。無論、第１通知部は、表示出力とともに音声出力を行うような構成を採用することもできる。

また、図７及び図８でレベル変更示唆例を挙げたように、ＦＢ部は、歩行訓練装置１００における設定パラメータを変更することを促す内容を、訓練スタッフ９０１に通知する第２通知部を有することができる。ここでの設定パラメータは、例えば、難易度を示すパラメータだけでもよいが、上記（１）のパラメータのうち様々なものを適用することができる。この第２通知部は、通知制御部２１０ｄ及び管理用モニタ１３９で例示することができ、音声制御部及びスピーカで例示することもできる。後者の場合、特に上述したような訓練者９００に聞き取らせないような構成が好ましい。無論、第２通知部及び後述の第３〜第６通知部も、表示出力とともに音声出力を行うような構成を採用することもできる。

また、ＦＢ部は、モチベーションレベルが所定範囲以上に変化した場合に、図７及び図８でレベル変更示唆例を挙げたように、設定パラメータを変更することを促す内容を、訓練スタッフ９０１に通知する第３通知部を有することができる。ここでの設定パラメータも、例えば、難易度を示すパラメータだけでもよいが、上述した様々なパラメータを適用することができる。また、所定範囲以上に変化した場合とは、例えば、０〜９の範囲で示されるモチベーションレベルにおいて前回の値より又は所定期間前より３以上変化した場合を指すことができる。この第３通知部は、通知制御部２１０ｄ及び管理用モニタ１３９で例示することができ、音声制御部及びスピーカで例示することもできる。後者の場合、特に上述したような訓練者９００に聞き取らせないような構成が好ましい。

また、ＦＢ部は、訓練者９００を補助する訓練スタッフ９０１に、モチベーションレベルに応じた種類の会話を促す通知を行う第４通知部を有することができる。この第４通知部は、通知制御部２１０ｄ及び管理用モニタ１３９で例示することができる。この通知については図示しないが、例えば図７のポップアップ画像１３９ｂのようなポップアップ画像において会話を促す文を掲載しておけばよい。文の内容は、例えば、モチベーションレベル０〜９のうち４以下であった場合には「少し設定を軽めにすることを提案してください」などとし、５以上であれば「この調子で進めるように励ましてください」などとすることができる。無論、文の内容はこれに限らない。また、第４通知部は、音声制御部及びスピーカで例示することもできるが、この場合、特に上述したような訓練者９００に聞き取らせないような構成が好ましい。

また、ＦＢ部は、モチベーションレベルの時系列変化を示すログを蓄積する蓄積部と、訓練スタッフ９０１にこのログを通知する第５通知部と、を有することができる。蓄積部は、その蓄積領域として、例えば、全体制御部２１０内又はそれに接続された、ＨＤＤやＳＳＤ等の記憶装置を有することができる。この第５通知部は、通知制御部２１０ｄ及び管理用モニタ１３９で例示することができる。

図９に示すＧＵＩ画像１３９ｅは、管理用モニタ１３９においてリハビリ中に表示される画像において、所定ボタンを選択することで表示される画像である。無論、図７及び図８で例示したようなポップアップ画像としてＧＵＩ画像１３９ｅを表示させることもできる。ＧＵＩ画像１３９ｅは、カレンダを含み、その日付のところに訓練中の訓練者９００のモチベーションレベルが０〜９のうちのいずれかで示されている。また、同日内の変化は、例えば「３」から「１」などと矢印でその変化を表すこともできる。

モチベーションは、同じ訓練者９００であっても、日によって高い場合も低い場合もある。特に鬱状態や躁状態などを同時に発症している訓練者９００については変化が激しい。しかし、このようなカレンダ表示により、この訓練者９００のモチベーションの変化を訓練スタッフ９０１が把握することができる。また、モチベーションレベルはレベル毎に色分けして表示させることもできる。また、表示されるカレンダは、例示したものに限らず、例えば、週毎のものであってもよいし、複数週毎、複数月毎であってもよい。

無論、モチベーションレベルの確認はカレンダ表示によるものに限ったものではない。このようなログの蓄積及び通知により、訓練スタッフ９０１等は、蓄積されたログを閲覧し、そのログに基づいてその訓練者９００に対する訓練計画を立てることができる。また、第５通知部は、音声制御部及びスピーカで例示することもできるが、この場合、特に上述したような訓練者９００に聞き取らせないような構成が好ましい。

また、ＦＢ部は、訓練者９００にモチベーションレベル又はモチベーションレベルに応じた内容を通知する第６通知部を有することができる。この第６通知部は、通知制御部２１０ｄ及び訓練用モニタ１３８で例示することができる。また、第６通知部は、モチベーションレベルそのものを通知するように構成するよりは、それに応じた内容を通知する構成が好ましい。

図１０に示すＧＵＩ画像１３８ａは、訓練用モニタ１３８においてリハビリ中に表示される画像上に、ポップアップ画像１３８ｂが重畳されたものである。ポップアップ画像１３８ｂは、例えば、モチベーションレベル０〜９のうち４以下であった場合に表示させることができ、「少し設定を軽めにしましょうか？」などとモチベーションを上げさせるような文とすることができる。また、ホップアップ画像は、例えば、モチベーションレベルが５以上であれば「この調子で頑張っていきましょう」など、現状を維持するような文とすることができる。無論、文の内容はこれに限らない。また、第６通知部は、音声制御部及びスピーカで例示することもでき、例えば訓練者９００が低いモチベーションで俯いているような場面においても音声で通知することができる点で有益である。

なお、ポップアップ画像１３８ｂが重畳される対象の画像は、ここでのフィードバックの直前に表示されている画像であり、基本的にその画像に含まれている内容は問わない。ここでは、ＧＵＩ画像１３８ａとして、訓練者９００の歩容が正常である場合の画像例を挙げている。

ＧＵＩ画像１３８ａの最上部にはステータス領域３１０が設けられており、訓練試行におけるステータス情報が表示されている。ステータス情報は、試行継続時間、歩行距離、訓練レベル、得点インジケータ等を含む。試行継続時間は、試行開始からの時間であり、継続時間は、不図示のタイマーによって計測される。歩行距離は、トレッドミル駆動部２１１がベルト１３２を回転させた積算量から計測される。訓練レベルは、訓練試行の難易度を表わし、予め設定された基準を満たすごとに更新される。訓練試行の難易度は、ベルト１３２の回転速度や歩行補助装置１２０のアシスト量によって規定されている。訓練開始時の訓練レベルは、訓練者９００の状態に合わせて、療法士等である訓練スタッフ９０１によって設定される。得点インジケータは、獲得ポイントの加算、減算に応じて増減される。

ＧＵＩ画像１３８ａのうちステータス領域３１０以外の領域には、カメラ画像３２０が埋め込まれて映し出されている。カメラ画像３２０は、カメラ１４０によって撮像された訓練者９００の全身画像であり、例えば６０ｆｐｓのリアルタイム映像として表示される。訓練者９００は、訓練試行中の自身の姿をリアルタイム映像として確認することができる。なお、訓練者９００は訓練用モニタ１３８に相対しているので、カメラ画像３２０は、視認性の観点から、図示するように鏡像反転されていることが好ましい。

カメラ画像３２０には、演算等により得られた体幹の傾きに対応する体幹ライン３３０と、体幹ライン３３０のフレが許容される範囲を示すフレ指標３４０とが、それぞれＣＧ（Computer Graphics）として重畳されている。この例では、体幹ライン３３０は、訓練者９００の患脚の踵近傍を基点３３０ａとして肩付近まで伸延する直線ポール状のＣＧで表現されている。肩付近の端点３３０ｂは、体幹のフレを視認しやすいように、若干の装飾が施されている。

体幹ライン３３０は、訓練者９００がベルト１３２上にまっすぐ立っているのであれば、基点３３０ａから端点３３０ｂまで、ベルト１３２の面に対して垂直に描画される。また、訓練者９００の体幹が歩行に伴って揺れ動けば、体幹ライン３３０は、その傾きの角度に応じて、基点３３０ａ周りに揺れ動く。なお、基点３３０ａは患脚の踵近傍位置に定められるので、体幹ライン３３０の全体が患脚の動き（立脚や遊脚）に応じて移動する。歩行訓練を行う訓練者９００にとっては、不調となる体幹の傾きが主に患脚の状態によって生じるので、体幹ライン３３０が患脚の踵近傍位置を基点として描画されていると、因果関係の認識において感覚と良く整合する。また、体幹ライン３３０を踵近傍から肩付近まで描画すれば、訓練用モニタ１３８の表示領域において比較的大きなオブジェクトとなるので、視認性が向上する。

フレ指標３４０は、体幹ライン３３０の基点３３０ａを要とする扇形形状として描画される。扇形形状の弧の部分は、体幹ライン３３０の端点３３０ｂの揺動方向に沿うように描画される。また、扇形状の中心角は、体幹ライン３３０のフレが許容される範囲に従って決定される。フレ指標３４０は、例えば薄く着色された半透過状に描画されることが好ましい。半透過状に描画されれば訓練者９００の姿が大きく隠れることがないので、訓練者９００は、自身の状態をより正しく確認することができる。フレが許容される範囲は、訓練レベルごとに予め設定されている。訓練レベルが低いうちは大きく設定され、訓練レベルが高くなるに従って徐々に小さく設定される。

このようにフレ指標３４０を扇形形状で描画されていると、訓練者９００は、運脚に応じて揺れ動く体幹ライン３３０が扇形形状の内側に収まっていればその訓練試行において許容される歩容であると認識することができる。なお、訓練者９００は、体幹ライン３３０の全体を注視しなくても、例えば端点３３０ｂが扇形の弧上に存在するかを一瞥すれば、現在の体幹の傾きが許容範囲であるかを認識することができる。このような描画は、訓練試行中に補助者を見たり足元を見たりする訓練者９００にとっては都合が良い。

（効果）
以上のように、本実施形態に係るリハビリシステムでは、訓練者９００が歩行訓練装置１００を利用してリハビリを実行する際に、モチベーションレベルを通知するなどの、モチベーションレベルに応じたフィードバックが可能となる。よって、本実施形態によれば、訓練スタッフ９０１が訓練者９００のモチベーションを考慮したリハビリ支援を行うことが可能になる。例えば、本実施形態によれば、訓練スタッフ９０１が訓練者９００のモチベーションレベルを判断材料にしながら、設定変更や声掛けを行うなどして、リハビリ支援を実施することができる。特に、図１に示したように、歩行訓練装置１００の場合、訓練スタッフ９０１は基本的に訓練者９００の後ろに居ることが多いため、訓練者９００の表情を直接観察することができず、訓練者のモチベーションを推察することはできない。しかし、本実施形態ではモチベーションレベルを訓練スタッフ９０１が把握することができ、モチベーションに応じたリハビリ支援を行うことができる。

（方法に関する補足）
本実施形態では、上述の説明から分かるように、図６のステップＳ１〜Ｓ３で例示したような次の取得ステップ、出力ステップ（判定ステップ等）、及びＦＢステップを有するリハビリ支援方法（歩行訓練装置１００の作動方法）を提供することもできる。取得ステップは、訓練者が歩行訓練装置１００を利用して実行するリハビリテーションに対する、訓練者の視線情報を少なくとも含むモチベーションを示すモチベーション情報を取得する。判定ステップは、取得ステップで取得されたモチベーション情報に基づき、訓練者のモチベーションレベルを判定する。なお、出力ステップは、取得ステップで取得されたモチベーション情報に基づき、訓練者のモチベーションを示す度合いを出力することになる。ＦＢステップは、判定ステップで判定されたレベル等、出力ステップで出力された度合いを歩行訓練装置１００にフィードバックする。

＜実施形態２＞
実施形態１では、サーバ５００が学習部５１０ｂ及びモデル記憶部５２１を備え、サーバ５００にて学習済みモデルを生成する例を挙げた。本実施形態では、学習部及びモデル記憶部は、歩行訓練装置１００側（例えば全体制御部２１０）に備えることができる。また、実施形態１では、運用段階に関し、学習済みモデルをサーバ５００に備え、歩行訓練装置１００がサーバ５００にリハビリデータを送信してモチベーションレベルを受信する例を挙げた。本実施形態では、歩行訓練装置１００側（例えば全体制御部２１０内の記憶部）に学習済みモデルを組み込んでおくとともにレベル判定部等の度合い出力部を備える。そのために、歩行訓練装置１００は学習済みモデルを記憶する記憶部を有することができる。つまり、本実施形態では、モチベーションレベルを判定する判定部等の、モチベーションを示す度合いを出力する度合い出力部を歩行訓練装置１００が備える。

このような構成により、本実施形態に係るリハビリ支援システムは、歩行訓練装置１００を含めばよいことになる。但し、歩行訓練装置１００側で学習部を備えて学習させる場合、学習段階においてリハビリデータの収集量を多くするために、他の歩行訓練装置からのリハビリデータを収集可能に構成しておくことが望ましい。また、特に説明しないが、本実施形態においても、実施形態１で説明した様々な例が適用でき、実施形態１と同様の効果を奏する。また、本実施形態に係るリハビリ支援プログラムは、歩行訓練装置１００のコンピュータ（例えば全体制御部２１０）に、上述の取得ステップ、出力ステップ（判定ステップ等）、及びＦＢステップを実行させるためのプログラムである。

＜実施形態３＞
実施形態３について、主に図３を参照しながら説明する。本実施形態に係るリハビリ支援システムは、その説明を省略するが、実施形態１，２で説明した歩行訓練装置１００等のリハビリ支援装置を有することができる。また、特に説明しないが、本実施形態においても、以下の相違点を除き、実施形態１，２で説明した様々な例が適用でき、同様の効果を奏する。

本実施形態では、判定部での判定等の度合いの出力に学習モデルを使用しない。この場合、実施形態１，２で説明したような学習及びそれに必要な部位は不要となる。参考までに簡単に説明する。本実施形態における判定部等の度合い出力部は、全体制御部２１０に備えることができ、以下でも判定部を例に挙げて説明する。そして、この判定部は、取得された１又は複数の項目のモチベーション情報のそれぞれについて閾値処理し、閾値を超えた項目数を閾値処理してモチベーションレベルを判定して出力することができる。

また、本実施形態における判定部でも、歩行訓練装置１００における設定パラメータを変化させた後の所定期間に上記取得部で取得された情報の判定に用いる重みを下げるように構成することができる。この場合、判定部は、この所定期間に取得されたモチベーション情報の重みを下げる。例えばトレッドミル１３１の速度の変化期間は重み付けを下げる。設定が変更された直後は訓練者９００にとって難しく感じる訓練となることが多いためである。

また、本実施形態における取得部も、モチベーション情報として、訓練者９００がリハビリを実行中の期間の情報と、この実行中の期間を除く期間の情報と、を区別して取得することができる。また、上記取得部は、準備中の情報と休憩中の情報とも区別して取得しておくことができる。また、この場合、判定部又は取得部は、上述のような期間に応じてモチベーション情報の重み付けを変更するように構成することができる。また、モチベーションのレベルは、疲労度と区別できることが好ましいため、例えば、これらの情報を時系列で見て、訓練が進むにつれて重みを下げるようにしてもよい。

また、本実施形態においても、判定部は実施形態２のように歩行訓練装置１００側に備えるに限らず、実施形態１のようにレベル判定部５１０ａとしてサーバ５００に備えることができる。但し、この場合、モデル記憶部５２１は不要であり、レベル判定部５１０ａは、学習済みモデルを使用せず、上述のような閾値処理を行うことでモチベーションレベルを判定する。

＜実施形態４＞
実施形態４について、図１１及び図１２を併せて参照しながら説明する。図１１は、実施形態４に係るリハビリ支援システムにおけるサーバの一構成例を示すブロック図で、図１２は、本実施形態におけるリハビリ支援処理において訓練者に提示される画像の例を示す図である。本実施形態に係るリハビリ支援システムは、その説明を省略するが、実施形態１で説明した歩行訓練装置１００等のリハビリ支援装置を有することができる。また、特に説明しないが、本実施形態においても、以下の相違点を除き、実施形態１〜３で説明した様々な例が適用でき、同様の効果を奏する。

図１１に示すように、サーバ５０１は、図４のサーバ５００の構成の他、訓練者９００に訓練者９００の訓練状況を提示可能なゲーム（ゲームのプログラム）が実行可能に組み込まれている。そのため、サーバ５０１は、ゲーム記憶部５２２を備え、制御部５１０からそのゲームを読み出して実行することができる。ゲームの入出力は、応答処理部５１０ｃが通信ＩＦ５１４を介して歩行訓練装置１００と通信しながら行うことになる。これにより、本実施形態では、歩行訓練にゲーム性を取り入れることができる。

そして、本実施形態では、ＦＢ部は、判定されたモチベーションレベルに応じて、そのゲームにおける表示形態を変更させることができる。この場合のＦＢ部は、歩行訓練装置１００側の入出力制御部２１０ｃ及び入出力ユニット２３１、並びにサーバ５０１側のゲーム記憶部５２２、応答処理部５１０ｃ、及び通信ＩＦ５１４などで例示することができる。

例えば、図１２に示すＧＵＩ画像１３８ｃは、図１０に示すＧＵＩ画像１３８ａにおいてステータス領域３１０の代わりにステータス領域３１０ｃが表示されている。ここでは、得点インジケータが駅名（この例ではスタートＳ、ＳＴ１、ＳＴ２、ゴールＧ）を示すものとなっており、このうち現在ＳＴ２に居ることを示している。これは、歩行訓練にゲーム性を与えるものであり、駅を進んでいく旅行ゲームの一例である。また、ＧＵＩ画像１３８ｃには、これに加えて、訓練者９００への会話のポップアップ画像１３８ｄも表示させることができる。表示形態をモチベーションレベルに応じて変化させることで、例えばモチベーションレベルに応じた配色を採用するなどして、モチベーションを上げるように仕向けることができる。

また、ＦＢ部は、判定されたモチベーションレベルに応じて、異なるゲームを実行させることができる。そのため、サーバ５０１は、ゲーム記憶部５２２に複数のゲームが制御部５１０から実行可能に組み込まれている。この場合のＦＢ部は、歩行訓練装置１００側の入出力制御部２１０ｃ及び入出力ユニット２３１、並びにサーバ５０１側のゲーム記憶部５２２、応答処理部５１０ｃ、及び通信ＩＦ５１４などで例示することができる。例えば、図示しないが、図１２のステータス領域３１０ｃの得点インジケータとして、世界遺産の各所を巡るように世界遺産名を示すものを用いることができる。ゲームをモチベーションレベルに応じて変更することで、例えばモチベーションレベルに応じた種類のゲームを採用するなどして、モチベーションを上げるように仕向けることができる。

また、上述したように、本実施形態において、実施形態３を適用することもできる。つまり、本実施形態に係るリハビリ支援システムは、ゲーム記憶部５２２のように、ゲームを全体制御部２１０から実行可能に記憶するゲーム記憶部を含むなど、ここで説明した全ての機能を歩行訓練装置１００側に備えることができる。これにより、歩行訓練装置１００が単独で本実施形態に係るリハビリ支援システムを構成することができる。

＜代替例＞
以上説明した各実施形態においては、訓練者９００は、脚の一方を患う片麻痺患者の例を示して説明したが、両脚に麻痺を患う患者に対しても歩行訓練装置１００を適用し得る。その場合は、両脚に歩行補助装置１２０を装着して訓練を実施する。その場合、それぞれの患脚毎に、異常歩行の評価を行っても良い。それぞれの患脚に対して独立して異常歩行の評価を行うことにより、回復度合を個別に判断することができる。

また、図示しないが、歩行訓練装置は、図１の歩行訓練装置１００においてトレッドミル１３１を備えない装置とし、訓練者９００がフレーム１３０に囲われた空間内を実際に移動できるようにすることができる。その場合、フレーム１３０を進行方向に長く形成しておき、訓練者９００の移動に伴い、ハーネス引張部１１２、前側引張部１３５、後側引張部１３７が不図示のモータによりそれぞれガイドレールに沿って移動するような構成を採用しておくとよい。訓練者９００は、床面に対して実際に相対移動するので、よりリハビリ訓練の達成感を得られる。無論、歩行訓練装置は、これらの構成例に限ったものではない。

また、上述した各実施形態における訓練スタッフ９０１が人であることを前提として説明したが、代わりに、人以外の訓練アシスタント（機械的な、つまり人工の訓練アシスタント）を適用することもできる。人工の訓練アシスタントとしては、人型のロボットをはじめ、音声アシスタントプログラム、表示アシスタントプログラムなど、様々なものが挙げられる。音声アシスタントプログラムが音声でアシストする例を挙げると、例えば、「もっと上体を右に傾けて下さい」、「手すりを掴んで下さい」、「歩行速度を下げて下さい」などといった声掛けをすることができる。

訓練アシスタントがプログラムである場合、歩行訓練装置１００に実行可能に組み込んでおくことができるが、歩行訓練装置１００と通信可能な携帯電話機（スマートフォンと称されるものも含む）、モバイルＰＣ等の可搬型の端末や外部サーバなどに実行可能に組み込んでおくこともできる。また、人工の訓練アシスタントは、人工知能をもったプログラム（ＡＩプログラム）を有することもできる。

また、人工の訓練アシスタントは、歩行訓練装置１００での歩行訓練時において、複数利用可能となっており、且つそれぞれが区別可能に個々に管理されることができる。つまり、訓練アシスタントが人工の訓練アシスタントであった場合にも訓練スタッフの場合と同様に、訓練アシスタントは他の訓練アシスタントと区別可能となっている。

また、人工の訓練アシスタントを採用する場合、上記（４）の訓練スタッフ９０１に関するデータに対応する人工の訓練アシスタントに関するデータ（アシスタントデータ）としては、次のようなものが挙げられる。例えば、その人工の訓練アシスタント（プログラム）がもつ機能（音声アシスト機能、映像表示によるアシスト機能等）、そのプログラムの名称、バージョンなど、さらにはそのプログラムが運用時に学習していくタイプのＡＩプログラムであった場合には、学習アルゴリズム、学習の程度、学習時間、学習回数などが挙げられる。

また、リハビリに同時に複数の訓練アシスタント（人かそれ以外かを問わない）が介助する場合には、複数の訓練スタッフについて説明したように、リハビリデータには、複数人のアシスタントデータを含むことができる。また、各アシスタントデータには、主たる訓練アシスタントであるのか、或いは補助的な訓練アシスタントであるのかを示す情報を含めておくことができる。そのような情報に加えて又はその代わりに、各アシスタントデータには、どのようなアシストを行うかを示す情報も含めておくことができる。

通知に関して説明する。例えば、通知制御部２１０ｄは、訓練スタッフ９０１のような人ではなく人工の訓練アシスタントに対する通知が必要となった場面において、その訓練アシスタントに通知を行えばよい。通知は直接的に通信により行うことができるが、人の場合と同様に映像や音声で行い、人工の訓練アシスタントがそれを検出するようにしておいてもよい。また、人工の訓練アシスタントは、歩行訓練装置１００に対し、通信又は直接的なタッチ操作等により設定変更などを行うことができるようにしておくことで、人工の訓練アシスタントであっても訓練者のモチベーションを考慮したリハビリ支援を実行することができる。

また、各実施形態において説明したリハビリ支援装置は、リハビリ支援システムとして複数の装置で構成することもできる。同様に、歩行訓練装置は歩行訓練システムとして複数の装置で構成することができ、また、訓練支援装置は訓練支援システムとして複数の装置で構成することができる。また、各実施形態において説明したサーバ（サーバ装置）は、例えば学習装置を備えず学習済みモデルだけ備えることができるだけでなく、学習装置の全部の機能又は一部の機能のみを備えることもできる。また、各実施形態において説明したサーバ装置は、リハビリ支援装置の機能や部位として説明した機能や部位の少なくとも一部を備えることもできる。

また、上述したように、各実施形態に係るリハビリ支援装置は、歩行訓練以外の他種のリハビリ或いはリハビリ以外の訓練を支援する装置であってもよい。その場合、各実施形態における取得部、判定部、ＦＢ部などはその装置に適用させたものとすることができる。例えば、各実施形態に係る学習モデルについても、リハビリの種類や訓練の種類に応じた入力パラメータや出力パラメータを採用することができる。リハビリ以外の訓練としては、例えば、ウォーキング、ランニングといった運動やトレーニングなどが挙げられ、訓練の内容に応じた訓練支援装置を用いることができる。また、リハビリ以外の訓練の場合における指標データは、訓練者の回復度の代わりに訓練者の身体機能向上度を示すデータとすることができる。身体機能向上度としては、運動等による筋力向上、持久力向上等を含むことができる。また、訓練がリハビリであった場合でも、指標データは訓練者の身体機能向上度を示すデータとすることができ、この場合、身体機能向上度としては、リハビリ等による回復度を含むことができる。また、リハビリ以外の訓練の場合において、リハビリデータは訓練データと称することができる。

また、上述したリハビリ支援装置又はサーバ装置は、例えば、プロセッサ、メモリ、及び通信インターフェース等を有するようなハードウェア構成とすることができる。これらの装置は、プロセッサがメモリに記憶されたプログラムを読み込んで実行することにより実現される。

このようなプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）を含む。さらに、この例は、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリを含む。この半導体メモリとしては、例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory）などが挙げられる。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

１００ 歩行訓練装置
１１０ 装具
１１０ａ 連結フック
１１１ ハーネスワイヤ
１１２ ハーネス引張部
１２０ 歩行補助装置
１２１ 制御ユニット
１２２ 上腿フレーム
１２３ 下腿フレーム
１２４ 足平フレーム
１２６ 調整機構
１２７ 前側連結フレーム
１２７ａ、１２８ａ 連結フック
１２８ 後側連結フレーム
１２９ 上腿ベルト
１３０ フレーム
１３０ａ 手摺り
１３１ トレッドミル
１３２ ベルト
１３３ 制御盤
１３４ 前側ワイヤ
１３５ 前側引張部
１３６ 後側ワイヤ
１３７ 後側引張部
１３８ 訓練用モニタ
１３９ 管理用モニタ
１３８ａ、１３８ｃ、１３９ａ、１３９ｃ、１３９ｅ ＧＵＩ画像
１３８ｂ、１３８ｄ、１３９ｂ、１３９ｄ ポップアップ画像
１４０ カメラ
２１０ 全体制御部
２１０ａ 歩行評価部
２１０ｂ 訓練判定部
２１０ｃ 入出力制御部
２１０ｄ 通知制御部
２１１ トレッドミル駆動部
２１２ 操作受付部
２１３ 表示制御部
２１４ 引張駆動部
２１５ ハーネス駆動部
２１６ 画像処理部
２１７ 姿勢センサ
２１８ 手摺りセンサ
２１９ 通信接続ＩＦ
２２０ 補助制御部
２２１ 関節駆動部
２２２ 荷重センサ
２２３ 角度センサ
２２９ 通信接続ＩＦ
２３１ 入出力ユニット
２３２ 非常停止ボタン
３００ 外部通信装置
３１０、３１０ｃ ステータス領域
３２０ カメラ画像
３３０ 体幹ライン
３３０ａ 基点
３３０ｂ 端点
３４０フレ指標
４００ ネットワーク
４１０ 無線通信機器
５００、５０１ サーバ
５１０ 制御部
５１０ａ レベル判定部
５１０ｂ 学習部
５１０ｃ 応答処理部
５１４ 通信ＩＦ
５２０ データ蓄積部
５２１ モデル記憶部
５２２ ゲーム記憶部
９００ 訓練者
９０１ 訓練スタッフ

Claims (16)

1. リハビリ支援装置を備えたリハビリ支援システムであって、
   訓練者が前記リハビリ支援装置を利用して実行するリハビリテーションに対する、前記訓練者の視線情報を少なくとも含むモチベーションを示すモチベーション情報を取得する取得部と、
   前記取得部で取得されたモチベーション情報に基づき、前記訓練者のモチベーションを示す度合いを出力する出力部と、
   前記出力部で出力された度合いを前記リハビリ支援装置にフィードバックするフィードバック部と、
   を備えたリハビリ支援システム。
2. 前記フィードバック部は、前記訓練者を補助する訓練アシスタントに、前記度合いを通知する第１通知部を有する、
   請求項１に記載のリハビリ支援システム。
3. 前記フィードバック部は、前記リハビリ支援装置における設定パラメータを変更することを促す内容を、前記訓練者を補助する訓練アシスタントに通知する第２通知部を有する、
   請求項１又は２に記載のリハビリ支援システム。
4. 前記フィードバック部は、前記度合いが所定範囲以上に変化した場合、前記リハビリ支援装置における設定パラメータを変更することを促す内容を、前記訓練者を補助する訓練アシスタントに通知する第３通知部を有する、
   請求項１〜３のいずれか１項に記載のリハビリ支援システム。
5. 前記フィードバック部は、前記訓練者を補助する訓練アシスタントに、前記度合いに応じた種類の会話を促す通知を行う第４通知部を有する、
   請求項１〜４のいずれか１項に記載のリハビリ支援システム。
6. 前記フィードバック部は、前記度合いの時系列変化を示すログを蓄積する蓄積部と、前記訓練者を補助する訓練アシスタントに前記ログを通知する第５通知部と、を有する、
   請求項１〜５のいずれか１項に記載のリハビリ支援システム。
7. 前記フィードバック部は、前記訓練者に前記度合い又は前記度合いに応じた内容を通知する第６通知部を有する、
   請求項１〜６のいずれか１項に記載のリハビリ支援システム。
8. 前記訓練者に前記訓練者の訓練状況を提示可能なゲームが実行可能に組み込まれており、
   前記フィードバック部は、前記度合いに応じて、異なるゲームを実行させる、
   請求項１〜７のいずれか１項に記載のリハビリ支援システム。
9. 前記訓練者に前記訓練者の訓練状況を提示可能なゲームが実行可能に組み込まれており、
   前記フィードバック部は、前記度合いに応じて、前記ゲームにおける表示形態を変更させる、
   請求項１〜７のいずれか１項に記載のリハビリ支援システム。
10. 前記出力部は、前記リハビリ支援装置における設定パラメータを変化させた後の所定期間に前記取得部で取得された情報の、前記度合いを求めるときに用いる重みを下げる、
    請求項１〜９のいずれか１項に記載のリハビリ支援システム。
11. 前記取得部は、前記モチベーション情報として、前記訓練者がリハビリテーションを実行中の期間の情報と、前記実行中の期間を除く期間の情報と、を区別して取得する、
    請求項１〜１０のいずれか１項に記載のリハビリ支援システム。
12. 前記取得部は、前記モチベーション情報の一つとして、リハビリテーション中の前記訓練者の表情を取得する、
    請求項１〜１１のいずれか１項に記載のリハビリ支援システム。
13. 前記取得部は、前記モチベーション情報の一つとして、前記訓練者を補助する訓練アシスタントとの会話を取得する、
    請求項１〜１２のいずれか１項に記載のリハビリ支援システム。
14. 前記リハビリ支援システムは、前記リハビリ支援装置にネットワークを介して接続されたサーバ装置を備え、
    前記サーバ装置は、前記出力部を有する、
    請求項１〜１３のいずれか１項に記載のリハビリ支援システム。
15. 訓練者がリハビリ支援装置を利用して実行するリハビリテーションに対する、前記訓練者の視線情報を少なくとも含むモチベーションを示すモチベーション情報を取得する取得ステップと、
    前記取得ステップで取得されたモチベーション情報に基づき、前記訓練者のモチベーションを示す度合いを出力する出力ステップと、
    前記出力ステップで出力された度合いを前記リハビリ支援装置にフィードバックするフィードバックステップと、
    を有する、リハビリ支援方法。
16. リハビリ支援装置のコンピュータに、
    訓練者が前記リハビリ支援装置を利用して実行するリハビリテーションに対する、前記訓練者の視線情報を少なくとも含むモチベーションを示すモチベーション情報を取得する取得ステップと、
    前記取得ステップで取得されたモチベーション情報に基づき、前記訓練者のモチベーションを示す度合いを出力する出力ステップと、
    前記出力ステップで出力された度合いを前記リハビリ支援装置にフィードバックするフィードバックステップと、
    を実行させるためのリハビリ支援プログラム。

Images