JP2021097988A5 - - Google Patents

Download PDF

Info

Publication number
JP2021097988A5
JP2021097988A5 JP2020037380A JP2020037380A JP2021097988A5 JP 2021097988 A5 JP2021097988 A5 JP 2021097988A5 JP 2020037380 A JP2020037380 A JP 2020037380A JP 2020037380 A JP2020037380 A JP 2020037380A JP 2021097988 A5 JP2021097988 A5 JP 2021097988A5
Authority
JP
Japan
Prior art keywords
user
brain
brain state
data
degree
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.)
Pending
Application number
JP2020037380A
Other languages
English (en)
Other versions
JP2021097988A (ja
Filing date
Publication date
Priority claimed from JP2019230437A external-priority patent/JP6679017B1/ja
Application filed filed Critical
Priority to JP2020037380A priority Critical patent/JP2021097988A/ja
Publication of JP2021097988A publication Critical patent/JP2021097988A/ja
Publication of JP2021097988A5 publication Critical patent/JP2021097988A5/ja
Pending legal-status Critical Current

Links

Claims (18)

  1. サンプル対象者の認知症リスクの度合いに関連する脳の状態に係るデータであるサンプル脳状態データを含むサンプル脳健康データが、前記サンプル対象者の年齢、性別及び身体情報の少なくとも1つを含む個体特性に関連付けられた第1のデータベースと、
    ユーザの認知症リスクの度合いに関連する脳の状態に係るデータであるユーザ脳状態データを含むユーザ脳健康データを認識する第1の認識部と、
    前記ユーザの個体特性であるユーザ個体特性を認識する第2の認識部と、
    取得された前記ユーザ脳健康データと前記ユーザ個体特性と前記第1のデータベースとに基づいて、前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータを含む、前記ユーザの認知症リスクの情報を提示するリスク提示部とを有するシステム。
  2. 請求項1において、
    前記リスク提示部は、前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータとともに前記ユーザの認知症リスクを示すスコア、または、前記スコアに応じた記号を提示するスコア提示部を含む、システム。
  3. 請求項1において、さらに、
    前記取得された前記ユーザ脳健康データと前記ユーザ個体特性と前記第1のデータベースとに基づいて、前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータを予測する予測部を有し、
    前記リスク提示部は、前記予測部により予測された前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータを含む、前記ユーザの認知症リスクの情報を提示する、システム。
  4. 請求項3において、
    前記リスク提示部において提示される前記ユーザの認知症リスクの情報は推定幅を含む、システム。
  5. 請求項3または4において、
    前記第1のデータベースでは、前記サンプル脳健康データが、前記個体特性、並びに、前記サンプル対象者の生活習慣および生活環境の少なくとも1つを含む生活特性に関連付けられており、
    前記ユーザの生活特性であるユーザ生活特性を認識する第3の認識部を、さらに有し、
    前記予測部は、前記取得された前記ユーザ脳健康データと前記ユーザ個体特性と前記生活特性と前記第1のデータベースとに基づいて前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータを予測する、システム。
  6. 請求項5において、
    前記予測部は、同一のユーザに対し、第1の前記ユーザ生活特性に基づく、前記ユーザの将来の認知症リスクの度合いを示す第1の脳状態のデータと、第2の前記ユーザ生活特性に基づく、前記ユーザの将来の認知症リスクの度合いを示す第2の脳状態のデータとを予測する比較予測部を含み、
    前記リスク提示部は、前記第1の脳状態のデータと前記第2の脳状態のデータとを比較可能に並べて、または連続的に提示する比較提示部を含む、システム。
  7. 請求項6において、
    前記リスク提示部は、前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータとともに前記ユーザの認知症リスクを示すスコア、または、前記スコアに応じた記号を提示するスコア提示部を含み、
    前記スコア提示部は、前記第1の脳状態のデータとともに前記ユーザの認知症リスクを示す第1のスコア、または、前記第1のスコアに応じた第1の記号と、前記第2の脳状態のデータとともに前記ユーザの認知症リスクを示す第2のスコア、または、前記第2のスコアに応じた第2の記号と、を提示するシステム。
  8. 請求項1ないし7のいずれかにおいて、
    前記サンプル脳状態データおよび前記ユーザ脳状態データは、脳の全体の容量、脳の少なくとも1つの所定領域の容量、脳画像、脳波、脳血流の少なくともいずれかを示すデータを含む、システム。
  9. 請求項1ないし8のいずれかにおいて、
    前記サンプル脳健康データは、脳の機能である認知力に係るデータであるサンプル認知力データを含み、前記ユーザ脳健康データは、前記ユーザの脳の機能である認知力に係るデータであるユーザ認知力データを含む、システム。
  10. 請求項3において、
    前記サンプル脳状態データおよび前記ユーザ脳状態データは認知症リスクの度合いに関連する脳の少なくとも一部の所定の領域に関するデータを含み、
    前記予測部は、前記脳の少なくとも一部の所定の領域に関するデータから前記認知症リスクの度合いを示す脳状態のデータを算出するアルゴリズムを用いて前記認知症リスクの度合いを示す脳状態のデータの予測を行う生成モデルを含む、システム。
  11. 請求項10において、
    前記脳状態のデータは海馬の体積を含み、前記脳の少なくとも一部の所定の領域に関するデータは海馬の体積を算出可能なデータを含む、システム。
  12. サンプル対象者の認知症リスクの度合いに関連する脳の状態に係るデータであるサンプル脳状態データを含むサンプル脳健康データが、前記サンプル対象者の年齢、性別及び身体情報の少なくとも1つを含む個体特性に関連付けられた第1のデータベースを参照可能なシステムを用いて認知症のリスクを提示する方法であって、
    ユーザの認知症リスクの度合いに関連する脳の状態に係るデータであるユーザ脳状態データを含むユーザ脳健康データを認識することと、
    前記ユーザの個体特性であるユーザ個体特性を認識することと、
    取得された前記ユーザ脳健康データと前記ユーザ個体特性と前記第1のデータベースとに基づいて、前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータを含む、前記ユーザの認知症リスクの情報を提示することとを有する、方法。
  13. 請求項12において、
    前記提示することは、前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータとともに前記ユーザの認知症リスクを示すスコア、または、前記スコアに応じた記号を提示することを含む、方法。
  14. 請求項12において、さらに、
    前記取得された前記ユーザ脳健康データと前記ユーザ個体特性と前記第1のデータベースとに基づいて、前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータを予測することを有し、
    前記提示することは、予測された前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータを含む、前記ユーザの認知症リスクの情報を提示することを含む、方法。
  15. 請求項14において、
    前記提示することは、推定幅を含む前記ユーザの認知症リスクの情報を提示することを含む、方法。
  16. 請求項14または15において、
    前記第1のデータベースでは、前記サンプル脳健康データが、前記個体特性、並びに、前記サンプル対象者の生活習慣および生活環境の少なくとも1つを含む生活特性に関連付けられており、さらに、
    前記ユーザの生活特性であるユーザ生活特性を認識することを有し、
    前記予測することは、前記取得された前記ユーザ脳健康データと前記ユーザ個体特性と前記生活特性と前記第1のデータベースとに基づいて前記ユーザの将来の認知症リスクの度合いを示す脳状態のデータを予測することを含む、方法。
  17. 請求項16において、
    前記予測することは、同一のユーザに対し、第1の前記ユーザ生活特性に基づく、前記ユーザの将来の認知症リスクの度合いを示す第1の脳状態のデータと、第2の前記ユーザ生活特性に基づく、前記ユーザの将来の認知症リスクの度合いを示す第2の脳状態のデータとを予測することを含み、
    前記提示することは、前記第1の脳状態のデータと前記第2の脳状態のデータとを比較可能に並べて、または連続的に提示することを含む、方法。
  18. 前記請求項1ないし11のいずれかに記載のシステムとしてコンピュータを稼働させるための命令を有するプログラム。
JP2020037380A 2019-12-20 2020-03-05 認知症リスクの提示システムおよび方法 Pending JP2021097988A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020037380A JP2021097988A (ja) 2019-12-20 2020-03-05 認知症リスクの提示システムおよび方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019230437A JP6679017B1 (ja) 2019-12-20 2019-12-20 認知症リスクの提示システムおよび方法
JP2020037380A JP2021097988A (ja) 2019-12-20 2020-03-05 認知症リスクの提示システムおよび方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2019230437A Division JP6679017B1 (ja) 2019-12-20 2019-12-20 認知症リスクの提示システムおよび方法

Publications (2)

Publication Number Publication Date
JP2021097988A JP2021097988A (ja) 2021-07-01
JP2021097988A5 true JP2021097988A5 (ja) 2023-02-08

Family

ID=70166431

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2019230437A Active JP6679017B1 (ja) 2019-12-20 2019-12-20 認知症リスクの提示システムおよび方法
JP2020037380A Pending JP2021097988A (ja) 2019-12-20 2020-03-05 認知症リスクの提示システムおよび方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2019230437A Active JP6679017B1 (ja) 2019-12-20 2019-12-20 認知症リスクの提示システムおよび方法

Country Status (1)

Country Link
JP (2) JP6679017B1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7322818B2 (ja) * 2020-06-08 2023-08-08 Tdk株式会社 推定システム及びシミュレーションシステム
US20230411003A1 (en) * 2020-10-09 2023-12-21 The University Of Tokyo Disease diagnosis result determination device, disease diagnosis result determination method, and program
WO2022092057A1 (ja) * 2020-10-26 2022-05-05 味の素株式会社 認知機能の観点から健康の要素の状態を評価する方法、情報処理装置およびプログラム
WO2023053462A1 (ja) * 2021-10-01 2023-04-06 株式会社CogSmart 認知症予防支援装置、認知症予防支援プログラムおよび認知症予防支援方法
CN116662835A (zh) * 2022-02-18 2023-08-29 医疗研究开发有限公司 分层方法以及分层装置
JP7266807B1 (ja) * 2022-09-14 2023-05-01 国立大学法人東北大学 生活習慣予測装置、生活習慣予測システム、生活習慣予測方法、生活習慣予測プログラムおよび記録媒体
WO2024111207A1 (ja) * 2022-11-25 2024-05-30 株式会社Nttドコモ 属性値推定装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4981305B2 (ja) * 2005-11-11 2012-07-18 公益財団法人大阪バイオサイエンス研究所 アルツハイマー病の発症リスク又はアルツハイマー病発症予後の予測方法
JP5319121B2 (ja) * 2007-01-30 2013-10-16 株式会社東芝 診療支援システム及び診療支援装置
JP5641629B1 (ja) * 2013-10-31 2014-12-17 株式会社アラヤ・ブレイン・イメージング 個人特性予測システム、個人特性予測方法及びプログラム
JP6704734B2 (ja) * 2016-01-14 2020-06-03 キヤノンメディカルシステムズ株式会社 画像処理装置および画像処理プログラム
JP6899111B2 (ja) * 2017-05-12 2021-07-07 株式会社Splink サーバシステム、サーバシステムによって実行される方法及びプログラム
WO2019169049A1 (en) * 2018-02-28 2019-09-06 Human Longevity, Inc. Multimodal modeling systems and methods for predicting and managing dementia risk for individuals

Similar Documents

Publication Publication Date Title
JP2021097988A5 (ja)
US11017902B2 (en) System and method for processing human related data including physiological signals to make context aware decisions with distributed machine learning at edge and cloud
US20230082019A1 (en) Systems and methods for monitoring brain health status
US20150148621A1 (en) Methods and systems for creating a preventative care plan in mental illness treatment
RU2728855C9 (ru) Количественный показатель предупреждения об ухудшении работы сердечно-сосудистой системы
WO2014055718A1 (en) Clinical support systems and methods
JP2018524750A (ja) ストレス状態をモニターするための方法およびシステム
WO2019180452A1 (en) Emotion data training method and system
KR102015473B1 (ko) 신경계 질환 관리를 위한 시스템 및 방법
WO2012025622A2 (en) Monitoring method and system for assessment of prediction of mood trends
KR102015469B1 (ko) 신경계 질환 관리를 위한 시스템 및 방법
US20170083679A1 (en) Systems and methods for using non-medical devices to predict a health risk profile
US20220122735A1 (en) System and method for processing human related data including physiological signals to make context aware decisions with distributed machine learning at edge and cloud
Gerdes et al. Conceptualization of a personalized ecoach for wellness promotion
WO2020027213A1 (ja) 認知症リスクの提示システムおよび方法
Li et al. A comprehensive review of impact assessment of indoor thermal environment on work and cognitive performance-Combined physiological measurements and machine learning
JP2024513618A (ja) 感染症及び敗血症の個別化された予測のための方法及びシステム
Eskofier et al. Predictive models for health deterioration: Understanding disease pathways for personalized medicine
EP3895949A1 (en) Method and device for evaluating user discomfort
US20230215566A1 (en) System and method for automated diagnosis
Hakim et al. Multi-scale entropy and multiclass fisher’s linear discriminant for emotion recognition based on multimodal signal
KR20190066138A (ko) 사용자 활동을 모델링하는 방법, 장치 및 컴퓨터 프로그램
KR20220038968A (ko) 인공지능 기반의 수면마취 안전도 예측 장치 및 방법
Vijayakumar et al. An Intelligent stacking Ensemble-Based Machine Learning Model for Heart abnormality
Sourkatti et al. Investigation of different ML approaches in classification of emotions induced by acute stress