JP2021174189A - サービスのメニューの作成を支援する方法、サービスの利用者の評価を支援する方法、当該方法をコンピューターに実行させるプログラム、および、情報提供装置 - Google Patents

Abstract

【課題】サービスの利用者に対してばらつきが抑制される情報を提供する。【解決手段】システム１０は、入居者基本情報の入力を受け付けるブロック１１と、介護施設への新たな入所者を含む入居者（「被介護者」ともいう。）の各々について、各居室に設けられた各種のセンサーからの出力に基づいて、当該入居者の普段のＡＤＬ状態や活動度を表わす情報を取得する見守りシステム１００と、見守りシステム１００の出力に基づいて、普段のＡＤＬの状態や活動度の自動判定結果を出力するブロック１２と、データベースとして、入居者のこれまでのＡＤＬの状態およびその推移、リハビリテーションのメニュー等を保持しているブロック１３と、当該新たな入所者について、要介護度を判定し、ケアプランを作成し、リハビリテーションのメニューを作成する１４と、ブロック１４によるアセスメントの実行結果を出力するブロック１５とを備える。【選択図】図１

Description

本開示は情報の提供に関し、より特定的には、サービスの利用者に提供される情報を導出する技術に関する。

被介護者あるいは介護施設等への新たな入所者に対してリハビリテーションのメニュー、または、介護サービスを提供する場合、当該被介護者あるいは入所者に応じた情報が提供されることが望ましい。

情報の提供に関し、例えば、特開２０１９−５７２８３号公報（特許文献１）は、「予防医療・介護予防に資するため、端末を操作する歯科、医科医療関係者、介護関係者、もしくは、患者／家族にとって必要な情報のみ属性に合わせて表示する」技術を開示している（［要約］参照）。

特開２０１９−５７２８３号公報

被介護者あるいは入所者に応じた情報が、例えば、介護者、医療関係者その他関係者が判断した内容に基づいて提示される場合、その情報がばらつく可能性も有る。したがって、関係者に応じて情報がばらつかない技術が必要とされている。

本開示は上述のような背景に鑑みてなされたものであって、ある局面に従うと、サービスの利用者に提供される情報のばらつきが抑制される技術が開示される。

ある実施の形態に従うと、１つ以上のサービスのメニューの作成を支援するためにコンピューターで実行される方法が提供される。この方法は、サービスの新たな利用者に関連付けられる属性情報にアクセスするステップと、利用者の日常生活動作を観察することにより取得された観察データにアクセスするステップと、１つ以上のサービスの他の利用者について取得された観察データと、当該これまでの利用者の属性情報と、他の利用者のために作成されたサービスのメニューにアクセスするステップと、新たな利用者の属性情報および観察データに該当する他の利用者の属性情報および観察データに基づいて、当該他の利用者のために作成されたサービスのメニューを選択するステップと、新たな利用者によるサービスのメニューの候補として、選択されたメニューを出力するステップとを含む。

ある局面において、属性情報は、新たな利用者の希望および目標を含む。メニューを作成するステップは、１つ以上のサービスから、新たな利用者の希望および目標に関連付けられたサービスを選択するステップを含む。

ある局面において、属性情報は、新たな利用者の家族の希望および目標を含む。メニューを作成するステップは、１つ以上のサービスから、家族の希望および目標に関連付けられたサービスを選択するステップを含む。

ある局面において、選択されたメニューを出力するステップは、コンピューターのモニターに選択されたメニューを表示することを含む。方法は、コンピューターに対する入力に基づいて、表示されたメニューが行なわれる時間帯に関連付けるステップをさらに含む。

ある局面において、サービスのメニューは、ケアプランを構成する項目、および、リハビリテーションメニューのいずれかを含む。

他の実施の形態に従うと、１つ以上のサービスの利用者の評価を支援するためにコンピューターで実行される方法が提供される。この方法は、サービスの利用者の属性情報を取得するステップと、利用者の日常生活動作を観察することにより取得された観察データにアクセスするステップと、予め準備された複数の評価コメントを有するデータベースにアクセスするステップとを含む。各評価コメントは、予め分類された属性情報および観察データの組み合わせに関連付けられている。上記方法は、利用者の属性情報および観察データに基づいて、当該属性情報および観察データの組み合わせに関連付けられた評価コメントをデータベースから検索するステップと、検索された評価コメントを当該利用者の評価結果として出力するステップとをさらに含む。

ある局面において、属性情報は、新たな利用者の希望および目標を含む。複数の評価コメントの各々には、希望および目標が関連付けられている。検索するステップは、希望および目標が関連付けられた評価コメントを検索することを含む。

ある局面において、属性情報は、新たな利用者の家族の希望および目標を含む。複数の評価コメントの各々には、家族の希望および目標が関連付けられている。検索するステップは、希望および目標が関連付けられた評価コメントを検索することを含む。

ある局面において、上記方法は、要介護度の判定のために予め定められた基準と、利用者の属性情報および観察データに基づいて、当該利用者の要介護度を決定するステップと、判定された要介護度を出力するステップとをさらに含む。

他の実施の形態に従うと、上記のいずれかに記載の方法を、コンピューターに実行させるプログラムが提供される。

さらに他の実施の形態に従うと、上記のプログラムを格納したメモリーと、プログラムを実行するプロセッサーとを備える、情報提供装置が提供される。

ある実施の形態に従うと、サービスの利用者に提供される情報（例えば、ケアプラン、リハビリテーションのメニュー）のばらつきが抑制される。

この発明の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解されるこの発明に関する次の詳細な説明から明らかとなるであろう。

ある実施の形態に従って技術思想を実現するシステム１０の概要を表わす図である。 ある実施の形態に従う見守りシステム１００の構成の一例を示す図である。 見守りシステム１００の構成の概要を示すブロック図である。 センサーボックス１１９を用いた見守りシステム１００の概略を示す図である。 コンピューターシステム４００のハードウェア構成を表わすブロック図である。 ハードディスク５における属性情報の格納の一態様を表わす図である。 ある実施の形態に従ってハードディスク５に格納されるＡＤＬの一例を表わす図である。 ケアプランの作成に使用される基本モジュールの一例を表わす図である。 ある実施の形態に従って基本モジュールを導出するために管理サーバー２００のＣＰＵ１が実行する処理の一部を表わすフローチャートである。 ある実施の形態に従って管理サーバー２００に接続されたモニター８に表示されるサービス項目の一例を表わす図である。 ある実施の形態に従って形成されたケアプランの一例を表わす図である。 指定された利用者についてモニター８に表示される評価結果を表わす図である。 ある実施の形態に従ってリハビリテーションのリコメンドを生成するための基準を表わす図である。

以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

図１を参照して、本明細書に開示される技術思想について説明する。図１は、ある実施の形態に従って技術思想を実現するシステム１０の概要を表わす図である。システム１０は、ブロック１１，１２，１３，１４，１５と、見守りシステム１００とを備える。

ブロック１１は、入居者基本情報の入力を受け付ける。ブロック１１は、コンピューターシステムの入力装置等により実現される。入居者基本情報は、見守りシステム１００に入力される。

見守りシステム１００は、介護施設への新たな入所者を含む入居者（「被介護者」ともいう。）の各々について、各居室に設けられた各種のセンサーからの出力に基づいて、当該入居者の普段のＡＤＬ状態や活動度を表わす情報を取得する。見守りシステム１００は、取得した情報をブロック１２に出力する。見守りシステム１００の詳細は後述する。

ブロック１２は、見守りシステム１００の出力に基づいて、普段のＡＤＬの状態や活動度の自動判定結果を出力する。ブロック１２は、コンピューターシステムの記憶装置およびモニターとして実現される。ある局面において、ＡＤＬの状態は、バーセルインデックスやＩＣＦ（International Classification of Functioning, Disability and Health：国際生活機能分類）ステージングに基づいて判別される。ＩＣＦステージングは、入居者が普段行っていることを評価しており自立支援の視点から作られたアセスメント方式である。なお、ＩＣＦステージングは、当業者にとって周知である。したがって、ＩＣＦステージングの詳細な説明は繰返さない。

他の局面において、被介護者が施設に入居していない場合、例えば、訪問介護を受け、あるいは、日帰りのデイサービスを利用している場合には、当該被介護者は、例えばショートステイの形で、当該施設に一時的に入居し、センサーボックス１１９が設けられた部屋で寝起きすることで、当該被介護者のＡＤＬ状態の情報等を取得することができる。

ブロック１３は、入居者のこれまでのＡＤＬの状態およびその推移、リハビリテーションのメニュー等を保持している。ブロック１３は、コンピューターシステムのハードディスクその他の記憶装置に構築されるデータベースとして実現される。

ブロック１４は、新たな入所者のアセスメントを実行する。より具体的には、ブロック１４は、当該新たな入所者について、要介護度を判定し、ケアプランを作成し、リハビリテーションのメニューを作成する。ブロック１４は、コンピューターシステムのプロセッサーによって実現される。

ブロック１５は、ブロック１４によるアセスメントの実行結果を出力する。ブロック１５は、コンピューターシステムのモニターまたは記憶装置によって実現される。

＜システムの概要＞
図２を参照して、ＡＤＬに関する情報を取得可能な見守りシステム１００について説明する。図２は、ある実施の形態に従う見守りシステム１００の構成の一例を示す図である。見守り対象の一例は、施設１８０の居室領域に設けられた各居室内の入居者である。図２の見守りシステム１００では、居室領域に、居室１１０，１２０が設けられている。居室１１０は、入居者１１１に割り当てられている。居室１２０は、入居者１２１に割り当てられている。

見守りシステム１００は、ゲートウェイサーバー１３０と、交換装置１３５と、アクセスポイント１４０と、管理サーバー２００と、センサーボックス１１９と、センサーボックス１１９と通信する各種機器と、携帯端末１６１，１６２，１６３，１６４とを含む。

ゲートウェイサーバー１３０は、施設１８０の内部ネットワーク（イントラネット）と、施設１８０の外部ネットワーク１６とを互いに接続する。外部ネットワーク１６は、たとえば、インターネットや公衆電話回線網である。また、外部ネットワーク１６には、クラウドサーバー１５０と、プッシュサーバー１６０と、無線基地局１９５とが接続されている。

交換装置１３５は、施設１８０の内部ネットワークの各機器を互いに接続する。ある局面において、ルーターやスイッチが交換装置１３５として使用されてもよい。図２に示される例では、交換装置１３５の数は２であるが、当該数はこれに限定されない。施設１８０の内部ネットワークは、複数の交換装置１３５の組み合わせによって構成されてもよい。

アクセスポイント１４０は、携帯端末１６１，１６２を施設１８０の内部ネットワークに接続するために使用される。ある局面において、Ｗｉ−Ｆｉ（登録商標）（Wireless Fidelity）ルーターが、アクセスポイント１４０として使用され得る。

管理サーバー２００は、施設１８０の中のセンサーボックス１１９からイベント情報を受信し、各居室の入居者の情報を管理する。また、管理サーバー２００は、携帯端末１６１，１６２とも通信し、当該携帯端末を保持するスタッフを管理すると共に、各携帯端末に各種の通知を送信する。なお、管理サーバー２００は、携帯端末１６１，１６２に通知を送信する場合、外部のプッシュサーバー１６０を使用してもよい。また、外部のクラウドサーバー１５０が、管理サーバー２００の一部または全ての機能を備えていてもよい。

センサーボックス１１９は、その筐体に内蔵されたカメラおよびセンサーと、居室１１０，１２０内の他の各種センサーと連携することにより、居室１１０，１２０内の入居者１１１，１２１に関する情報をそれぞれ取得する。当該情報は、各入居者の歩行を示す画像、体温や脈拍その他のバイタル情報等を含み得る。また、センサーボックス１１９は、内部ネットワークを介して、管理サーバー２００に、取得した入居者１１１，１２１に関する情報を送信する。センサーボックス１１９の詳細は後述する。

携帯端末１６１，１６２は、施設１８０で介護に従事する介護者その他のスタッフにより使用される。スタッフは、携帯端末１６１，１６２を用いて、介護記録等を入力できる。携帯端末１６１，１６２は、当該介護記録を管理サーバー２００に送信する。また、入居者１１１，１２１に問題が発生した場合には、スタッフは、携帯端末１６１，１６２を用いて、管理サーバー２００から通知を受信する。携帯端末１６１，１６２は、施設１８０の中ではアクセスポイント１４０と接続され、内部ネットワークを介して管理サーバー２００と通信する。本明細書の例では、介護者１４１，１４２，１４３，１４４がそれぞれ携帯端末１６１，１６２，１６３，１６４を保持している。

携帯端末１６３，１６４は、施設１８０の外からは、無線基地局１９５等を介して、ゲートウェイサーバー１３０を経由して管理サーバー２００と通信することができる。携帯端末１６３，１６４が施設１８０の外から管理サーバー２００と通信する場合、管理サーバー２００から携帯端末１６３，１６４に提供されるサービスの一部は、入居者の情報を保護するために制限される場合がある。

なお、携帯端末１６１，１６２、アクセスポイント１４０、交換装置１３５等の他の装置の数は、図２に例示される数に限定されない。

居室１１０，１２０は、それぞれ、設備として、家具１１２、ベッド１１３、および、トイレ１１４を含む。居室１１０，１２０のドアには、当該ドアの開閉を検出するドアセンサー１１８がそれぞれ設置されている。トイレ１１４のドアには、トイレ１１４の開閉を検出するトイレセンサー１１６が設置されている。ベッド１１３には、入居者１１１の排泄情報を取得する臭いセンサー１１７が設置されている。入居者１１１は、当該入居者１１１のバイタル情報を検出するバイタルセンサー２９０を装着している。検出されるバイタル情報の一例は、入居者の体温である。他の例は、入居者の呼吸である。さらに他の例は、入居者の心拍数である。さらに他の例は、これらの情報の中の２以上の種類の情報である。居室１１０では、入居者１１１はケアコール子機１１５を操作することができる。入居者１１１がケアコール子機１１５を操作すると、ケアコール子機１１５は、呼び出し信号を発信し、呼び出し信号は、センサーボックス１１９により受信される。センサーボックス１１９は、その受信した呼び出し信号を管理サーバー２００に送信する。管理サーバー２００は、入居者１１１から呼び出しを受けていることを通知する信号を携帯端末２２０に送信する。

センサーボックス１１９は、居室１１０，１２０内の物体の挙動を検出するためのセンサーを内蔵する。センサーの一例は、物体の動作を検出するためのドップラーセンサーである。他の例は、カメラである。さらに他の例は、ケアコール子機１１５、ドアセンサー１１８、トイレセンサー１１６、臭いセンサー１１７、または、バイタルセンサー２９０である。センサーボックス１１９は、センサーとして、これらのセンサー中の少なくとも一つを含み得る。

図３を参照して、見守りシステム１００の構成要素について説明する。図３は、見守りシステム１００の構成の概要を示すブロック図である。

［センサーボックス１１９］
センサーボックス１１９は、制御装置１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３と、通信インターフェイス１０４と、カメラ１０５と、ドップラーセンサー１０６と、無線通信装置１０７と、記憶装置１０８とを備える。

制御装置１０１は、センサーボックス１１９を制御する。制御装置１０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）その他のプロセッサー、少なくとも１つのＡＳＩＣ（Application Specific Integrated Circuit）、少なくとも１つのＦＰＧＡ（Field Programmable Gate Array）、またはこれらの組み合わせなどによって構成される。

通信インターフェイス１０４には、アンテナ（図示しない）などが接続される。センサーボックス１１９は、当該アンテナを介して、外部の通信機器との間でデータをやり取りする。外部の通信機器は、たとえば、管理サーバー２００、携帯端末１６１，１６２，１６３，１６４その他の端末、アクセスポイント１４０、クラウドサーバー１５０、その他の通信端末などを含む。

カメラ１０５は、一実現例では、近赤外カメラである。近赤外カメラは、近赤外光を投光するＩＲ（Infrared）投光器を含む。近赤外カメラが用いられることにより、夜間でも居室１１０，１２０の内部を表わす画像が撮影され得る。他の実現例では、カメラ１０５は、可視光のみを受光する監視カメラである。さらに他の実現例では、カメラ１０５として、３Ｄセンサやサーモグラフィーカメラが用いられてもよい。センサーボックス１１９およびカメラ１０５は、一体として構成されてもよいし、個別の装置の組み合わせとして構成されてもよい。

ドップラーセンサー１０６は、体動センサーとして機能する。ドップラーセンサー１０６は、マイクロ波、超音波その他の電波を発信及び受信して、居室１１０，１２０内の物体（例えば入居者１１１や介護スタッフ等）の挙動（動作）を検出する。これにより、居室１１０，１２０の入居者１１１，１２１の生体情報が検出され得る。

より具体的には、ドップラーセンサー１０６は、制御装置１０１に接続され、制御装置１０１の制御に従って、入居者１１１の呼吸に伴う胸部の体表の動きを測定する。ドップラーセンサー１０６は、マイクロ波や超音波を送信し（以下「送信波」ともいう。）、物体で反射されたマイクロ波や超音波（すなわち「反射波」）を受信し、送信波と反射波とに基づいて、ドップラー周波数成分のドップラー信号を出力する。物体が動いている場合、反射波の周波数が所謂ドップラー効果により当該物体の動いている速度に比例してシフトする。そのため、送信波の周波数と反射波の周波数とに差（ドップラー周波数成分）が生じる。ドップラーセンサー１０６は、このドップラー周波数成分の信号をドップラー信号として所定のサンプリングレートで生成し、制御装置１０１に当該ドップラー信号を出力する。制御装置１０１は、ドップラーセンサー１０６からドップラー信号を受信すると、この受信したドップラー信号を時系列に記憶装置１０８に格納する。なお、マイクロ波が送信波として使用されると、当該マイクロ波は、着衣を透過して入居者１１１の体表で反射する。そのため、入居者１１１が衣服を着ていても体表の動きを検知できる。

一例では、各ドップラーセンサー１０６は、２４ＧＨｚ帯のマイクロ波を各居室１１０，１２０のベッド１１３に向けて放射し、入居者１１１，１２１等で反射した反射波を受信する。反射波は、入居者１１１，１２１の動作により、ドップラーシフトしている。ドップラーセンサー１０６は、当該反射波から、入居者１１１，１２１の呼吸状態や心拍数を検出し得る。

無線通信装置１０７は、ケアコール子機１１５、ドアセンサー１１８、トイレセンサー１１６、臭いセンサー１１７、および、バイタルセンサー２９０からの信号を受信し、当該信号を制御装置１０１へ送信する。ケアコール子機１１５は、ケアコールボタン２４１を備える。ケアコールボタン２４１が操作されると、ケアコール子機１１５は、当該操作があったことを示す信号（例えば呼び出し信号）を発信する。発信された信号は、無線通信装置１０７によって受信される。ドアセンサー１１８、トイレセンサー１１６、臭いセンサー１１７、および、バイタルセンサー２９０は、それぞれの検出結果を送信すると、送信された信号は、無線通信装置１０７によって受信される。

記憶装置１０８は、たとえば、フラッシュメモリーまたはハードディスク等の固定記憶装置、あるいは、外付けの記憶装置などの記録媒体である。記憶装置１０８は、制御装置１０１によって実行されるプログラム、および、当該プログラムの実行に利用される各種のデータを格納する。各種のデータは、入居者１１１，１２１の行動情報を含んでいてもよい。行動情報の詳細は後述する。

上記のプログラムおよびデータのうち少なくとも一方は、制御装置１０１がアクセス可能な記憶装置であれば、記憶装置１０８以外の記憶装置（たとえば、制御装置１０１の記憶領域（たとえば、キャッシュメモリーなど）、ＲＯＭ１０２、ＲＡＭ１０３、外部機器（たとえば、管理サーバー２００や携帯端末１６１，１６２，１６３，１６４等）に格納されていてもよい。

［行動情報］
次に、本実施の形態における行動情報について、説明する。行動情報は、たとえば入居者１１１，１２１が所定の行動を実行したことを表わす情報である。一例では、所定の行動は、入居者１１１，１２１が起きたことを表わす「起床」、入居者１１１，１２１がベッド（寝具）１１３から離れたことを表わす「離床」、入居者１１１，１２１がベッド（寝具）１１３から落ちたことを表わす「転落」、および、入居者１１１，１２１が倒れたことを表わす「転倒」の４つの行動を含む。

さらに、行動情報は、入居者が介護を受けることを拒否するために行なう動作を含み得る。例えば、行動情報は、手で介護者を振り払う動作、脚で介護者を蹴ろうとする動作、ベッド１１３にしがみついて着替えを拒否する動作等を含み得る。

ある実施の形態では、制御装置１０１が、各居室１１０，１２０に設置されたカメラ１０５が撮像した画像に基づいて、各居室１１０，１２０に関連付けられた入居者１１１，１２１の各行動情報を生成する。制御装置１０１は、たとえば、上記画像から入居者１１１，１２１の頭部を検出し、この検出した入居者１１１，１２１の頭部における大きさの時間変化に基づいて、入居者１１１，１２１の「起床」、「離床」、「転倒」および「転落」の通常の情報に加えて、「介護拒否」という情報を検出する。以下、行動情報の生成の一具体例を、より詳細に説明する。

まず、記憶装置１０８に、居室１１０，１２０における各ベッド１１３の所在領域、第１閾値Ｔｈ１、第２閾値Ｔｈ２、および、第３閾値Ｔｈ３が格納される。第１閾値Ｔｈ１は、ベッド１１３の所在領域内において、横臥姿勢にあるときと座位姿勢にあるときとの間で入居者の頭部の大きさを識別する。第２閾値Ｔｈ２は、ベッド１１３の所在領域を除く居室１１０，１２０内において、入居者の頭部の大きさに基づいて、当該入居者が立位姿勢にあるか否かを識別する。第３閾値Ｔｈ３は、ベッド１１３の所在領域を除く居室１１０，１２０内において、入居者の頭部の大きさに基づいて、当該入居者が横臥姿勢にあるか否かを識別する。

制御装置１０１は、対象画像から、例えば背景差分法やフレーム差分法によって、入居者１１１，１２１の人物の領域として、動体領域を抽出する。制御装置１０１は、さらに、当該抽出した動体領域から、例えば円形や楕円形のハフ変換によって、予め用意された頭部のモデルを用いたパターンマッチングによって、頭部検出用に学習したニューラルネットワークによって導出された閾値を用いて、入居者１１１，１２１の頭部領域を抽出する。制御装置１０１は、当該抽出された頭部の位置および大きさから、「起床」、「離床」、「転倒」および「転落」を検知する。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域内にあり、かつ、上記のように抽出された頭部の大きさが第１閾値Ｔｈ１を用いることによって横臥姿勢の大きさから座位姿勢の大きさへと変化したことを検出した場合に、行動「起床」が発生したことを決定してもよい。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域内からベッド１１３の所在領域外へ移動した場合において、上記のように抽出された頭部の大きさに対して第２閾値Ｔｈ２を適用することにより、頭部がある大きさから立位姿勢の大きさへと変化したことを検出したときには、行動「離床」が発生したと判定してもよい。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域内からベッド１１３の所在領域外へ移動した場合において、上記のように抽出された頭部の大きさに対して第３閾値Ｔｈ３を適用することにより、頭部がある大きさから横臥姿勢の大きさへと変化したことを検出したときには、行動「転落」が発生したと判定してもよい。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域を除く居室１１０，１２０内に位置し、かつ、抽出された頭部の大きさが第３閾値Ｔｈ３を用いることによって或る大きさから横臥姿勢の大きさへと変化したことを検出した場合には、行動「転倒」が発生したと決定してもよい。

さらに、制御装置１０１は、画像データから入居者に加えて介護者を検出し、入居者と介護者との間隔を推定する。制御装置は、当該間隔が予め定められた通常の間隔よりも短いと推定すると、介護拒否行動が行なわれていると判断し得る。さらに、制御装置１０１は、入居者の動作が通常と違う動きを示していると判断すると、当該入居者は介護者に対して、介護拒否行動を示していると判断し得る。

以上のようにして、一具体例では、センサーボックス１１９の制御装置１０１が、入居者１１１，１２１の各行動情報を生成する。なお、他の局面に従う見守りシステム１００では、居室１１０，１２０内の画像を用いて、制御装置１０１以外の他の要素（例えば、クラウドサーバー１５０）が入居者１１１，１２１の行動情報を生成してもよい。

［携帯端末２２０］
携帯端末２２０は、制御装置２２１と、ＲＯＭ２２２と、ＲＡＭ２２３と、通信インターフェイス２２４と、ディスプレイ２２６と、記憶装置２２８と、入力デバイス２２９とを含む。ある局面において、携帯端末１６１，１６２，１６３，１６４は、例えば、スマートフォン、タブレット端末、腕時計型端末その他のウェアラブル装置等として実現される。

制御装置２２１は、携帯端末１６１，１６２，１６３，１６４を制御する。制御装置２２１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＡＳＩＣ、少なくとも１つのＦＰＧＡ、またはそれらの組み合わせなどによって構成される。

通信インターフェイス２２４には、アンテナ（図示しない）などが接続される。携帯端末１６１，１６２，１６３，１６４は、当該アンテナおよびアクセスポイント１４０を介して、外部の通信機器との間でデータをやり取りする。外部の通信機器は、たとえば、センサーボックス１１９、管理サーバー２００などを含む。

ディスプレイ２２６は、たとえば、有機ＥＬ（Electro Luminescence）ディスプレイ、液晶ディスプレイ等によって実現される。入力デバイス２２９は、たとえばディスプレイ２２６に設けられたタッチセンサーによって実現される。当該タッチセンサーは、携帯端末１６１，１６２，１６３，１６４に対するタッチ操作を受け付け、当該タッチ操作に応じた信号を制御装置２２１へ出力する。

記憶装置２２８は、たとえば、フラッシュメモリー、ハードディスクその他の固定記憶装置、あるいは、着脱可能なデータ記録媒体等により実現される。

ある局面において、制御装置１０１は、入床、臥床、起床、離床、転落、転倒および微体動異常を、例えば、以下のように識別する。なお、対象画像中におけるベッド１１３が配置されている領域（ベッド１１３の所在領域）は、各種データの１つとしてＲＯＭ１０２に予め記憶されている。また、各閾値や継続判定時間は、複数のサンプルから適宜設定され、各種データの１つとしてＲＯＭ１０２に予め記憶されている。

［入床］
入床の判定では、制御装置１０１は、前回の状態変数（行動判定結果を格納する変数）が「離床」であって、今回、カメラ１０５から取得した対象画像から例えば背景差分法によって抽出した人物領域がベッド１１３の所在領域に完全に重なる場合（人物領域が完全にベッド１１３の所在領域内となる場合）、入床と暫定的に判定し、その完全重畳状態の継続時間が入床継続判定時間を超えて継続している場合に、入床有りと最終的に判定し、入床を検知する。制御装置１０１は、状態変数を「入床」として更新する。入床継続判定時間は、抽出した人物領域とベッド１１３の所在領域との完全に重なりによって暫定的に判定された入床を、最終的に入床であると判定するための閾値として使用される。

［臥床］
臥床とは、入居者（監視対象者）がベッド１１３で横たわっている状態のことをいう。例えば、制御装置１０１は、画像内において入居者が占める領域がベッド１１３の領域に含まれており、かつ当該入居者の移動量が予め定められた量以下である場合に、入居者の行動情報として「臥床」を検出する。

［起床］
起床の判定では、制御装置１０１は、前回の状態変数が「臥床」であって、今回、カメラ１０５から取得した対象画像から抽出した人物領域がベッド１１３の所在領域からはみ出している領域が起床判定閾値以上であって離床判定閾値未満である場合、起床と暫定的に判定する。制御装置１０１は、当該領域が当該起床判定閾値以上であって離床判定閾値未満である状態の当該領域の継続時間が起床継続判定時間を超えている場合に、起床有りと最終的に判定し、起床を検知する。制御装置１０１は、状態変数を「起床」で更新する。起床判定閾値は、当該領域の大きさによって起床であるか否かを判定するために使用される。離床判定閾値は、当該領域の大きさによって離床であるか否かを判定するために使用される。離床判定閾値は、起床判定閾値より大きな値に設定される。起床継続判定時間は、当該領域と起床判定閾値との比較によって仮に判定された起床を、最終的に起床であると判定するための閾値として使用される。

［離床］
離床の判定では、制御装置１０１は、前回の状態変数が「入床」および「起床」のうちのいずれかであって、今回、カメラ１０５から取得した対象画像から抽出した人物領域がベッド１１３の所在領域からはみ出している領域が離床判定閾値以上である場合、離床と暫定的に判定する。制御装置１０１は、当該領域が当該離床判定閾値以上である状態の当該領域の継続時間が離床継続判定時間を超えている場合に、離床有りと最終的に判定し、離床を検知する。制御装置１０１は、状態変数を「離床」で更新する。離床継続判定時間は、当該領域と離床判定閾値との比較によって仮に判定された離床を最終的に離床であると判定するための閾値として使用される。

［転落］
転落の判定では、制御装置１０１は、今回、カメラ１０５から取得した対象画像から抽出した人物領域の頭部領域の大きさが横臥姿勢判定閾値以下であって、頭部領域の大きさの変化速度が転落判定速度閾値以上であって、人物領域がベッド１１３の所在領域の周囲に設定された転落判定領域内に在る場合に、転落有りと判定し、転落を検知する。横臥姿勢判定閾値は、横臥姿勢における頭部領域の大きさであるか否かを判別するために使用される。横臥姿勢であるか座位姿勢であるかは、当該頭部領域の大きさに基づいて判断される。転落判定速度閾値は、頭部領域の大きさの変化速度によって転落であるか否かを判別するために使用される。

［転倒］
転倒の判定では、制御装置１０１は、今回、カメラ１０５から取得した対象画像から抽出した人物領域の頭部領域の大きさが横臥姿勢判定閾値以下であって、頭部領域の大きさの変化速度が転倒判定速度閾値以上であって、人物領域がベッド１１３の所在領域および転落判定領域を除く領域に在る場合に、転倒有りと判定し、転倒を検知する。転倒判定速度閾値は、頭部領域の大きさの変化速度によって転倒であるか否かを判別するために使用される。

［微体動異常］
微体動異常は、ドップラーセンサー１０６から出力されるドップラー信号に基づいて検出される。より具体的には、制御装置１０１は、測定時点から過去へ、予め定められた時間内に測定されたドップラー信号を例えば高速フーリエ変換（ＦＦＴ）し、このＦＦＴで得られたスペクトルから、一般的な呼吸の周波数に対応する周波数帯における振幅の平均値を求める。制御装置１０１は、この求めた平均値と、微体動異常であるか否かを判定するための閾値とを比較し、求めた平均値が当該閾値以下である場合、微体動異常と暫定的に判定し、平均値が当該閾値以下である状態の継続時間が予め定められた判定時間を超えて継続している場合に、微体動異常有りと最終的に判定し、微体動異常を検知する。制御装置１０１は、状態変数を「微体動異常」で更新する。当該判定時間は、求めた平均値と微体動異常判定閾値との比較によって仮に判定された微体動異常を、最終的に微体動異常であると判定するための閾値として使用される。

制御装置１０１は、このように入居者の行動から当該予め定められた行動を検知すると、入居者に関わる所定のイベントの内容を表すイベント情報を含むイベント通知信号を通信インターフェイス１０４からで管理サーバ−２００に送信する。より詳しくは、制御装置１０１は、センサーボックス１１９のセンサーＩＤ、イベントの内容を表すイベント情報、入床、起床、離床、転落および転倒の検知の際に用いられた対象画像を含むイベント通知信号を、通信インターフェイス１０４を介して管理サーバ−２００に送信する。

イベント情報は、ある実施の形態では、入床、臥床、起床、離床、転落、転倒、微体動異常およびケアコールのうちの１または複数を含む。ここでは、制御装置１０１は、検知した入床、起床、離床、転落、転倒および微体動異常のうちの１または複数をイベント情報として当該イベント通知信号に収容する。画像は、静止画および動画のうちの少なくとも一方を含み得る。ある実施の形態では、後述するように、例えば、まず静止画がセンサーボックス１１９から管理サーバー２００に送信され、ユーザー（例えば介護者、管理者、医師その他のスタッフ）の要求に応じて動画が配信され得る。なお、他の局面において、まず、動画が配信されてもよい。また、静止画および動画が管理サーバー２００に送信され、携帯端末２２０は、管理サーバー２００から送られる信号に基づいて、当該静止画あるいは動画を、画面分割の状態でディスプレイ２２６に表示してもよい。

制御装置１０１は、ケアコール子機１１５がナースコールを受け付けた場合にその旨を所定のイベントの他の一例として含むイベント通知信号を管理サーバー２００に送信し、スピーカー（図示しない）等を用いることで、携帯端末２２０との間で音声通話を行う。より具体的には、ケアコールボタン２４１が操作されると、その操作に応じた信号が無線通信装置１０７によって受信される。センサーボックス１１９は、そのセンサーＩＤおよびイベント情報としてナースコールを含むイベント通知信号を生成し、当該イベント通知信号を通信インターフェイス１０４を介して管理サーバ−２００に送信する。制御装置１０１は、無線通信装置１０７を介して、ケアコール子機１１５のマイク（図示しない）およびスピーカー（図示しない）と、携帯端末２２０との間で、例えばＶｏＩＰ（Voice over Internet Protocol）によって音声通話を実現する。

制御装置１０１は、通信インターフェイス１０４を介して管理サーバー２００、クラウドサーバー１５０、携帯端末２２０等の画像表示装置から動画の配信の要求を受信した場合に、当該要求に応答して、カメラ１０５の撮影によって得られた動画（例えばライブの動画）をストリーミング再生して、当該画像表示装置に動画を配信する。

［見守りの概要］
図４を参照して、見守りシステム１００を用いた見守りについて説明する。図４は、センサーボックス１１９を用いた見守りシステム１００の概略を示す図である。

見守りシステム１００は、見守り対象者（監視対象者）である入居者１１１，１２１その他の入居者を見守るために利用される。居室１１０の天井には、センサーボックス１１９が取り付けられている。他の居室にも同様にセンサーボックス１１９が取り付けられている。

範囲３１は、センサーボックス１１９による検出範囲を表わす。センサーボックス１１９が前述のドップラーセンサーを有する場合、当該ドップラーセンサーは、範囲３１内で生じた人の挙動を検出する。センサーボックス１１９がセンサーとしてカメラを有する場合、当該カメラは、範囲３１内の画像を撮影する。

センサーボックス１１９は、たとえば、介護施設、医療施設、宅内などに設置される。図４の例では、センサーボックス１１９は、天井に取り付けられており、入居者１１１およびベッド１１３を天井から撮影している。センサーボックス１１９の取り付け場所は天井に限られず、居室１１０の側壁に取り付けられてもよい。

見守りシステム１００は、カメラ１０５から得られた一連の画像（すなわち、映像）に基づいて入居者１１１に生じている危険を検知する。一例として、検知可能な危険は、入居者１１１の転倒や、危険個所（たとえば、ベッドの柵など）に入居者１１１がいる状態などを含む。

見守りシステム１００は、入居者１１１に危険が生じていることを検知した場合に、そことを介護者１４１，１４２等に報知する。報知方法の一例として、見守りシステム１００は、入居者１１１の危険を介護者１４１，１４２の携帯端末１６１，１６２に通知する。携帯端末１６１，１６２は、当該通知を受信すると、入居者１１１の危険をメッセージ、音声、振動等で介護者１４１，１４２に報知する。これにより、介護者１４１，１４２は、入居者１１１に危険が生じていることを即座に把握でき、入居者１１１の元に素早く駆け付けることができる。

さらに、見守りシステム１００は、無線基地局１９５を介して、施設の外部にいる介護者１４３，１４４の携帯端末１６３，１６４にも、当該危険を通知し得る。

なお、図４には、見守りシステム１００が１つのセンサーボックス１１９を備えている例が示されているが、他の局面において、見守りシステム１００は、複数のセンサーボックス１１９を備えてもよい。また、図４には、見守りシステム１００が複数の携帯端末１６１，１６２を備えている例が示されているが、他の局面において、見守りシステム１００は、一つの携帯端末でも実現され得る。

［コンピューターシステムの構成］
図５を参照して、情報処理装置の一態様であるコンピューターシステム４００の構成について説明する。図５は、コンピューターシステム４００のハードウェア構成を表わすブロック図である。コンピューターシステム４００は、ゲートウェイサーバー１３０、クラウドサーバー１５０、プッシュサーバー１６０、または管理サーバー２００として機能する。

コンピューターシステム４００は、主たる構成要素として、プログラムを実行するＣＰＵ１と、コンピューターシステム４００の使用者による指示の入力を受けるマウス２およびキーボード３と、ＣＰＵ１によるプログラムの実行により生成されたデータ、又はマウス２若しくはキーボード３を介して入力されたデータを揮発的に格納するＲＡＭ４と、データを不揮発的に格納するハードディスク５と、光ディスク駆動装置６と、通信インターフェイス（Ｉ／Ｆ）７と、モニター８とを含む。各構成要素は、相互にデータバスによって接続されている。光ディスク駆動装置６には、ＣＤ−ＲＯＭ９その他の光ディスクが装着される。

コンピューターシステム４００における処理は、各ハードウェアおよびＣＰＵ１により実行されるソフトウェアによって実現される。このようなソフトウェアは、ハードディスク５に予め記憶されている場合がある。また、ソフトウェアは、ＣＤ−ＲＯＭ９その他の記録媒体に格納されて、コンピュータープログラムとして流通している場合もある。あるいは、ソフトウェアは、いわゆるインターネットに接続されている情報提供事業者によってダウンロード可能なアプリケーションプログラムとして提供される場合もある。このようなソフトウェアは、光ディスク駆動装置６その他の読取装置によりその記録媒体から読み取られて、あるいは、通信インターフェイス７を介してダウンロードされた後、ハードディスク５に一旦格納される。そのソフトウェアは、ＣＰＵ１によってハードディスク５から読み出され、ＲＡＭ４に実行可能なプログラムの形式で格納される。ＣＰＵ１は、そのプログラムを実行する。

図５に示されるコンピューターシステム４００を構成する各構成要素は、一般的なものである。したがって、本開示に係る技術思想の本質的な部分の一つは、ＲＡＭ４、ハードディスク５、ＣＤ−ＲＯＭ９その他の記録媒体に格納されたソフトウェア、あるいはネットワークを介してダウンロード可能なソフトウェアであるともいえる。記録媒体は、一時的でない、コンピューター読取可能なデータ記録媒体を含み得る。なお、コンピューターシステム４００の各ハードウェアの動作は周知であるので、詳細な説明は繰り返さない。

なお、記録媒体としては、ＣＤ−ＲＯＭ、ＦＤ（Flexible Disk）、ハードディスクに限られず、磁気テープ、カセットテープ、光ディスク（ＭＯ（Magnetic Optical Disc）／ＭＤ（Mini Disc）／ＤＶＤ（Digital Versatile Disc））、ＩＣ（Integrated Circuit）カード（メモリーカードを含む）、光カード、マスクＲＯＭ、ＥＰＲＯＭ（Electronically Programmable Read-Only Memory）、ＥＥＰＲＯＭ（Electronically Erasable Programmable Read-Only Memory）、フラッシュＲＯＭなどの半導体メモリー等の固定的にプログラムを担持する媒体でもよい。

ここでいうプログラムとは、ＣＰＵにより直接実行可能なプログラムだけでなく、ソースプログラム形式のプログラム、圧縮処理されたプログラム、暗号化されたプログラム等を含む。

［データ構造］
図６〜図８を参照して、システム１０のデータ構造について説明する。図６は、ハードディスク５における属性情報の格納の一態様を表わす図である。属性情報は、入居者（例えば被介護者）の情報である。この属性情報は、新たな入所者のアセスメントを行なう際に参考データとして使用される。ハードディスク５は、データベースとして、テーブル６００を保持している。テーブル６００は、領域６１０，６２０，６３０，６４０，６５０，６６０，６７０を含む。

図６に示されるように、領域６１０は、各入居者を特定する情報、例えば、氏名を格納している。領域６２０は、当該入居者の年齢を格納している。領域６３０は、当該入居者の性別を格納している。領域６４０は、当該入居者の病歴を格納している。病歴は、例えば、当該入居者が施設に入所する際に、その家族により申告される。また、入居者が施設に入所した後に医師の診断を受けた場合には、病歴は、その診断結果に基づいて当該施設の介護者その他のスタッフにより入力され得る。

領域６５０は、当該入居者が有する希望またはモチベーションを格納している。希望またはモチベーションは、入居者が施設に入所する際に、ケアマネジャー等による聞き取りの結果に基づいて入力される。

領域６６０は、当該入居者について判定された認知機能の程度を表わす情報を格納している。ある局面において、認知機能の程度は、当該入居者が施設に入所する際に予め準備された検査内容に基づいて判定されたものである。他の局面において、認知機能の程度は、施設に入所した後に所定の期間（例えば、半年、１年等）が経過した後に改めて検査された結果であってもよい。認知機能の検査は、例えば、MMSE（Mini Mental State Examination）（ミニメンタルステート検査）等である。

領域６７０は、ＡＤＬ状態の判定結果を格納している。この判定結果は、例えば、見守りシステム１００のセンサーボックス１１９によって取得された移動速度から導出される。他の局面において、介護者等による観察結果が、当該判定結果として使用されてもよい。

図７は、ある実施の形態に従ってハードディスク５に格納されるＡＤＬの一例を表わす図である。ハードディスクは、データベースとして、テーブル７００とテーブル７５０とを格納している。テーブル７００は、領域７１０，７２０，７３０，７４０を含む。テーブル７５０は、領域７６０，７７０，７８０を含む。

テーブル７００において、領域７１０は、入居者の氏名を表わす情報を格納している。領域７２０は、日常生活動作の指標を格納している。領域７３０は、当該日常生活動作の具体的な測定結果を格納している。当該測定結果は、センサーボックス１１９により取得された画像解析により、あるいは、介護者が被介護者の動作を測定することにより、取得される。領域７４０は、当該日常生活動作の測定日を格納している。

テーブル７００を構成する各データレコードは、各入居者について、定期的に、あるいは、必要に応じて更新される。例えば、管理サーバー２００が各入居者の日常生活動作の値を導出した場合、その結果が、テーブル７００に追加される。他の局面において、介護者が被介護者の日常生活動作を測定した場合、その測定結果が管理サーバー２００にアップロードされると、テーブル７００は、その測定結果を表わすデータレコードを追加する。

テーブル７５０において、領域７６０は、属性情報として予め分類されたデータを格納している。属性情報は、年令、性別、認知機能、病歴、希望・モチベーション、およびＡＤＬ状態を含む。領域７７０は、観察データとして見守りシステム１００によって取得される可能性のあるデータの範囲を格納している。当該データは、ＡＤＬの活動度を表わすデータとして実際に得られるデータである。領域７８０は、アセスメントの結果を表示するために予め準備された評価コメントを格納している。ある局面において、当該評価コメントは、属性と観察データとの組み合わせに固有なデータとして、予めシステム１００の製造者あるいはユーザーによって登録され得る。

一例として、新たな入所者の属性（領域７６０）と観察データ（領域７７０）とが特定されると、その入居者についての評価コメント（領域７８０）が決定される。したがって、介護者あるいは新たな入居者の家族は、入居者本人の現状を把握し易くなる。

図８は、ケアプランの作成に使用される基本モジュールの一例を表わす図である。基本データは、ハードディスク５に予め格納されている。より具体的には、ハードディスク５は、テーブル８００として、領域８１０，８２０，８３０，８４０を含む。領域８２０〜８４０が基本モジュールを構成する。

領域８１０は、当該基本モジュールを識別する番号を保持している。領域８２０は、被介護者あるいは入居予定者の希望を格納している。領域８３０は、被介護者あるいは入居予定者の目標を格納している。目標は、短期目標または長期目標を含む。目標は、当該被介護者あるいは当該入居予定者の家族の目標も含み得る。領域８４０は、サービス計画の内容を格納している。

ある局面において、被介護者、入居予定者またはその家族が、希望（領域８２０）および目標（領域８３０）を明確にして、ケアマネジャーまたは当該施設のスタッフが管理サーバー２００に当該希望および目標を入力する。管理サーバー２００は、入力された希望および目標を検索し、検索された希望および目標に対応付けられたサービス計画を、モニター８に表示する。このサービス計画は、当該被介護者または入居予定者のケアプランを構成する一つのモジュールとして使用され得る。ケアマネジャーまたはスタッフは、このようにしてモニター８に表示されるサービス計画を、例えば一週間のスケジュールとして割り当てることにより、ケアプランを作成することができる。

［制御構造］
そこで、図９を参照して、ケアプランを構成する基本モジュールを導出できる管理サーバー２００の制御構造について説明する。図９は、ある実施の形態に従って基本モジュールを導出するために管理サーバー２００のＣＰＵ１が実行する処理の一部を表わすフローチャートである。

ステップＳ９１０にて、ＣＰＵ１は、ハードディスク５に格納されている評価対象者の基本情報（属性情報）にアクセスし、各データをＲＡＭ４に読み出す。ステップＳ９１５にて、ＣＰＵ１は、センサーボックス１１９による検知結果に基づく日常生活動作の数値（活動度）を保持しているデータベースにアクセスし、各データをＲＡＭ４に読み出す。

ステップＳ９２０にて、ＣＰＵ１は、基本情報と日常生活動作の活動度を示す数値とに基づいて、評価対象者の状態を推定する。ステップＳ９２５にて、ＣＰＵ１は、推定された状態に基づき、要介護度を判別する。

例えば、ある局面において、管理サーバー２００のハードディスク５は、データベースとして、相当数（例えば３，４０００人）の高齢者について、どのような介護サービス（お世話）がどれ位の時間にわたって行われたかの調査結果を保持している。当該調査結果には、高齢者個人毎に、属性情報、ＡＤＬの状態等の情報が関連付けられている。ＣＰＵ１は、判定の対象となる新たな入所者の心身の状態が最も近い高齢者のデータを当該データベースから抽出する。一例として、ＣＰＵ１は、当該新たな入所者の属性情報、ＡＤＬ状態の情報を検索キーとして、その心身の状態が最も近い高齢者のデータを特定する。ＣＰＵ１は、そのデータから、要介護認定等基準時間を推計する。より詳しくは、ＣＰＵ１は、５分野（直接生活介助、間接生活介助、ＢＰＳＤ（Behavioral and Psychological Symptoms of Dementia）関連行為、機能訓練関連行為、医療関連行為）について、要介護認定等基準時間を算出する。ＣＰＵ１は、要介護認定等基準時間に基づいて、当該入所者が要支援１〜要介護５のいずれに該当するかを判定する。

ステップＳ９３０にて、ＣＰＵ１は、要望と、推定された状態と、基本データとに基づき、ケアプランを作成する。ステップＳ９３５にて、ＣＰＵ１は、ケアプランをモニター８に表示する。例えば、モニター８は、当該被介護者のＡＤＬ状態、希望、および目標に応じて導出されるサービス計画（領域８４０）を、ケアプランの内容の候補として提示する。この時点では、どのサービス項目をいつ行なうかは決まっていなくても良い。サービス項目が行なわれる曜日や時間帯は、ケアマネジャーまたは介護者等によって決定され得る。

ステップＳ９４０にて、ＣＰＵ１は、ケアプランの編集のための入力を受け付ける。例えば、ケアマネジャー、介護者その他のユーザーは、モニター８に表示されたサービス計画を曜日毎にいずれかの時間帯に配置することにより、ケアプランの作成を続けることができる。

ステップＳ９４５にて、ＣＰＵ１は、ケアプランの編集の確定の入力を検知する。確定の入力に応答して、ステップＳ９５０にて、ＣＰＵ１は、ケアプランを保存する。

ステップＳ９５５にて、ＣＰＵ１は、要望と推定された状態と所定の基準とに基づき、リハビリテーションメニューを作成する。ステップＳ９６０にて、ＣＰＵ１は、リハビリテーションメニューをモニター８に表示する。ある局面において、モニター８は、推奨されるリハビリテーションメニューを曜日毎に表示する。

ステップＳ９６５にて、ＣＰＵ１は、リハビリテーションメニューの編集のための入力を受け付ける。例えば、ケアマネジャーまたは介護者等は、リハビリテーションのメニューが実施される曜日および時間帯を所望の曜日および時間帯に変更することができる。

ステップＳ９７０にて、ＣＰＵ１は、リハビリテーションメニューの編集の確定の入力を検知する。ステップＳ９７５にて、ＣＰＵ１は、リハビリテーションメニューをハードディスク５に保存する。

以上のような処理により、被介護者に適切なケアプランまたはリハビリテーションのメニューが作成されると、ケアマネジャーまたは介護者等の主観に起因するばらつきが抑制されたケアプランまたはリハビリテーションのメニューが提示される。

［表示例］
図１０および図１１を参照して、ケアプランの表示の一例について説明する。図１０は、ある実施の形態に従って管理サーバー２００に接続されたモニター８に表示されるサービス項目の一例を表わす図である。図１１は、ある実施の形態に従って形成されたケアプランの一例を表わす図である。

図１０に示されるように、管理サーバー２００は、テーブル１０００をモニター８に表示する。テーブル１０００は、ケアプランを構成するサービス計画（領域８４０）を含む。各サービス計画は、図９のような処理により導出されたものである。ある局面において、各サービス計画は、曜日別に推奨される項目を含む。例えば、月曜日は、提案されるサービス計画として、起床介助、入浴介助、リハビリテーション、社会交流、および就寝介助を含む。

テーブル１０００に含まれるサービス計画は、指定された被介護者あるいは入所予定者について提案されるものであり、提案された時点では、各サービス計画がいつ実施されるかは規定されていない。そこで、ケアマネジャーまたは介護者等は、各サービス計画がいつ行われるかを決定し、具体的なスケジュールを作成する。スケジュールは、ケアマネジャーまたは介護者等が、マウス操作、タッチパネルに対するドラッグ操作その他の入力操作により、各サービス計画を一日の具体的な時間帯に関連付けることにより作成される。

図１１に示されるように、テーブル１０００として提案されたサービス計画が、ケアマネジャーまたは介護者等によって選択された時間帯に関連付けられると、ケアプラン１１００が表示される。ケアプラン１１００は、各サービス計画が行なわれる時間帯を示している。ある局面において、ケアマネジャーまたは介護者等は、さらに他の活動計画をケアプラン１１００に入力しても良い。他の局面において、ケアプラン１１００は、同様の状態にある複数の介護者に共通に使用されても良い。

以上のようにして、本実施の形態によれば、ケアマネジャーまたは介護者等は、入居者あるいは入所予定者その他の被介護者の属性、希望（領域８２０）および目標（領域８３０）を管理サーバー２００に入力すると、管理サーバー２００は、ケアプランを構成するモジュールとして、サービス計画（領域８４０）を提案する。このような構成によれば、ケアマネジャーまたは介護者等の経験や主観にバラツキがあった場合でも、被介護者に適したケアプランを作成することができる。

図１２を参照して、利用者に応じて表示されるコメントについて説明する。図１２は、指定された利用者についてモニター８に表示される評価結果を表わす図である。

画面Ａは、介護に関して表示されるリコメンデーション１２１０の一例を表示している。リコメンデーション１２１０は、被介護者本人あるいはその家族に向けられたコメントを含む。リコメンデーション１２１０は、ハードディスク５に予め保存されているリコメンデーションのデータベースから、当該被介護者のＡＤＬの状態に基づいて選択される。より具体的には、各リコメンデーションには、ＡＤＬの状態が関連付けられている。したがって、被介護者のＡＤＬの状態が特定されることにより、リコメンデーションも特定されることになる。

画面Ｂは、当該被介護者のためのリハビリテーションの推奨メニュー１２２０（いわゆるリコメンド）を表示している。この推奨メニュー１２２０は、被介護者本人あるいはその家族に向けられた提案を含む。推奨メニュー１２２０は、ハードディスク５に予め保存されている推奨メニューのデータベースから、当該被介護者のＡＤＬの状態および当該被介護者の希望および目標に基づいて選択される。より具体的には、各推奨メニューには、ＡＤＬの状態の変化率と、予め準備された希望および目標とが、関連付けられている。したがって、被介護者のＡＤＬの状態の変化率、希望および目標が特定されると、推奨メニューも特定され得る。

図１３を参照して、推奨メニュー１２２０（リコメンド）の作成の他の態様について説明する。図１３は、ある実施の形態に従ってリハビリテーションのリコメンドを生成するための基準を表わす図である。当該基準は、例えば、管理サーバー２００のハードディスク５に格納されている。ある局面において、当該基準は、テーブル１３００のように規定されている。

テーブル１３００は、二つの評価基準により規定される４つのクラスを含む。より具体的には、テーブル１３００は、評価基準として、入居者の状態と、自立度とを含む。入居者の状態は、維持・回復と、悪化とを含む。

管理サーバー２００は、入居者の状態として、例えば、見守りシステム１００によって取得された画像データから、室内行動量（行動時間）を計算し、その絶対値および変動と、評価基準として予め準備された閾値との比較結果に基づいて、各入居者の状態を検知する。例えば、ある入居者の室内行動量が単調に減少している場合、または、短い（例えば、10分以下/日）場合には、管理サーバー２００は、当該入居者の状態は、「悪化」フェーズにあると判断する。そうでない場合には、管理サーバー２００は、当該入居者の状態は、「維持・回復」フェーズにあると判断する。

管理サーバー２００は、入居者の自立度として、自立している、および、自立していない（＝否）を含む。入居者が自立しているか否かは、例えば、当該入居者について、ＩＣＦの基本行動が「５」に該当するか否かに基づいて判定される。なお、他の局面において、管理サーバー２００が、見守りシステム１００によって取得された画像を解析してＡＤＬ状態を表わす情報を取得し、その情報に基づいて、当該入居者が自立しているか否かを判断してもよい。

テーブル１３００の基準が適用された場合、管理サーバー２００は、テーブル７５０に格納されているテーブル７５０に基づいて、リコメンドを導出する。例えば、管理サーバー２００は、当該入居者の属性と観察データとの組み合わせを検索キーとして、当該検索キーに関連付けられているコメント（領域７８０）を抽出する。管理サーバー２００は、その抽出したコメントをモニター８に表示し得る。属性と観察データとの複数の組み合わせが存在する場合、管理サーバー２００は、各組み合わせを検索キーとしてコメントを抽出する。

例えば、ある入居者が「維持・回復」フェーズにある場合において、クラスが「１」(自立)であるとき、管理サーバー２００は、一例として、「積極的に入居者が動けるようになるためのリハビリを進めましょう。例：歩行訓練、筋力増強など」といったリコメンドを出力する。別の局面において、ある入居者のクラスが「２」(自立していない)である場合、管理サーバー２００は、一例として、「介護者のため（介護を楽にするため）のリハビリを行ないましょう。例えば、排泄介助を楽にするための訓練：関節可動域訓練、立位の保持などを行ないましょう。」といったリコメンドを出力し得る。

ある入居者が「悪化」フェーズにある場合には、管理サーバー２００は、転倒や誤嚥性肺炎といった状態を急激に悪化させるリスクを管理するためのリコメンドを出力する。このような場合、リハビリテーションは、当該入居者の主治医、看護師等の医療専門家との相談の上で実施されることになる。

例えば、ある入居者のクラスが「３」である場合、管理サーバー２００は、一例として、「転倒、誤嚥性肺炎が怒らないように見守りを強化しましょう。」といったリコメンドを出力する。別の局面において、ある居者のクラスが「４」である場合、管理サーバー２００は、一例として、「医師および家族との連絡を密にしましょう。」といったリコメンドを出力する。

なお、入居者のＡＤＬ状態の検知は、前述のような予め定められた基準に基づくもの（いわゆる、ルールベース）に限られず、ＡＩ（Artificial Intelligence）を用いても実現可能である。

より具体的には、まず、当該検知がルールベースで行なわれる場合としては、管理サーバー２００が、画像から得られた日中行動量の長期的な平均値（例えば、月平均等）、又は、単調な減少や増加傾向からＡＤＬ状態を判断する場合があり得る。仮に、管理サーバー２００が、短期的な変動を加味すると、ＡＤＬ状態の判断が難しくなる場合があり得るため、ルールベースによる判断では、長期の平均値のみが利用される。この場合の短期的な変動は、例えば、介護者の動作が検知対象となる画像に含まれる等のノイズ、入居者の発病、その他の異常に基づく変動を含み得る。

これに対して、他の局面において、管理サーバー２００は、ＡＩを用いて、ＡＤＬ状態を判断しても良い。この場合、管理サーバー２００は、短期（例えば、数日から１週間程度)の変動にも注目する。このような変動は、例えば、一時的な体調不良で日中行動量が落ち込んでもその後回復し得る入居者によるＡＤＬ状態の変動を想定している。管理サーバー２００は、歩行速度その他の指標を組み合わせてもよい。ある局面において、教師データとして、介護者、管理者その他の施設スタッフが評価した入居者の状態が管理サーバー２００が利用するシステムに与えられる。当該教師データは、例えば、施設スタッフが評価した入居者の状態と、当該入居者を見守りシステム１００によって観察することにより得られた観察データとを含む。入居者の状態は、回復、維持および悪化の３段階のデータを含む。観察データは、日中行動量、歩行速度、およびふらつき度を含む。

以上のようにして、本実施の形態に係るシステム１００は、新たな入所者のアセスメントを行ない、当該アセスメントの結果を出力できる。この結果は、施設のスタッフの主観に依存していない。これにより、アセスメントのばらつきが抑制される。また、経験が浅いスタッフでも、新たな入所者の状態を把握することができる。

また、システム１００は、このようなアセスメントに基づくケアプランのメニューを提案できるので、ケアマネジャーまたは介護者等の経験の長短にかかわらず、被介護者に応じたケアプランを作成することができる。

以上開示された技術的特徴は、以下のように要約され得る。

［構成１］ＣＰＵ１は、サービスの新たな利用者に関連付けられる属性情報にアクセスする。ＣＰＵ１は、利用者の日常生活動作を観察することにより取得された観察データにアクセスする。ＣＰＵ１は、１つ以上のサービスの他の利用者について取得された観察データと、当該これまでの利用者の属性情報と、他の利用者のために作成されたサービスのメニューにアクセスする。ＣＰＵ１は、新たな利用者の属性情報および観察データに該当する他の利用者の属性情報および観察データに基づいて、当該他の利用者のために作成されたサービスのメニューを選択する。ＣＰＵ１は、新たな利用者によるサービスのメニューの候補として、選択されたメニューを出力する。

［構成２］ ある局面において、属性情報は、新たな利用者の希望および目標を含む。ＣＰＵ１は、１つ以上のサービスから、新たな利用者の希望および目標に関連付けられたサービスを選択する。

［構成３］ ある局面において、属性情報は、新たな利用者の家族の希望および目標を含む。ＣＰＵ１は、１つ以上のサービスから、家族の希望および目標に関連付けられたサービスを選択する。

［構成４］ ある局面において、ＣＰＵ１は、選択されたメニューをモニター８に表示する。ＣＰＵ１は、コンピューター（例えば、管理サーバー２００）に対する入力に基づいて、表示されたメニューが行なわれる時間帯に関連付ける。

［構成５］ ある局面において、サービスのメニューは、ケアプランを構成する項目、および、リハビリテーションメニューのいずれかを含む。

［構成６］ 他の実施の形態に従うと、１つ以上のサービスの利用者の評価を支援するためにコンピューターで実行される方法が提供される。より具体的には、ＣＰＵ１は、サービスの利用者の属性情報を取得する。ＣＰＵ１は、利用者の日常生活動作を観察することにより取得された観察データにアクセスする。ＣＰＵ１は、予め準備された複数の評価コメントを有するデータベースにアクセスする。各評価コメントは、予め分類された属性情報および観察データの組み合わせに関連付けられている。ＣＰＵ１は、利用者の属性情報および観察データに基づいて、当該属性情報および観察データの組み合わせに関連付けられた評価コメントをデータベースから検索する。ＣＰＵ１は、検索された評価コメントを当該利用者の評価結果として出力する。

［構成７］ ある局面において、属性情報は、新たな利用者の希望および目標を含む。複数の評価コメントの各々には、希望および目標が関連付けられている。ＣＰＵ１は、希望および目標が関連付けられた評価コメントを検索する。

［構成８］ ある局面において、属性情報は、新たな利用者の家族の希望および目標を含む。複数の評価コメントの各々には、家族の希望および目標が関連付けられている。ＣＰＵ１は、希望および目標が関連付けられた評価コメントを検索する。

［構成９］ ある局面において、ＣＰＵ１は、要介護度の判定のために予め定められた基準と、利用者の属性情報および観察データに基づいて、当該利用者の要介護度を決定する。ＣＰＵ１は、判定された要介護度を出力する。例えば、管理サーバー２００のハードディスク５は、データベースとして、例えば、介護老人福祉施設または介護療養型医療施設等の施設に入所している数千人の高齢者について、どのような介護サービス（お世話）がどれ位の時間にわたって行われたかの調査結果を保持している。当該調査結果には、各高齢者について、属性情報、ＡＤＬの状態等の情報が関連付けられている。ＣＰＵ１は、判定の対象となる新たな入所者の心身の状態が最も近い高齢者のデータを当該データベースから抽出する。より詳しくは、ＣＰＵ１は、当該新たな入所者の属性情報、ＡＤＬ状態の情報を検索キーとして、その心身の状態が最も近い高齢者のデータを特定する。

ＣＰＵ１は、そのデータから、要介護認定等基準時間を推計する。より詳しくは、ＣＰＵ１は、５分野（直接生活介助、間接生活介助、ＢＰＳＤ関連行為、機能訓練関連行為、医療関連行為）について、要介護認定等基準時間を算出する。ＣＰＵ１は、要介護認定等基準時間に基づいて、当該入所者が要支援１〜要介護５のいずれに該当するかを判定する。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

開示された実施の形態は、ケアプランを作成する業務を行なう事業者が使用するコンピューターシステムにおいて適用できる。

１９５ 無線基地局
１６ 外部ネットワーク、３１ 範囲、１０１，２２１ 制御装置、１０５ カメラ、１０６ ドップラーセンサー、１０７ 無線通信装置、１０８，２２８ 記憶装置、１１０，１２０ 居室、１１１，１２１ 入居者、１１２ 家具、１１３ ベッド、１１４ トイレ、１１５ ケアコール子機、１１６ トイレセンサー、１１７，ＩＤ センサー、１１８ ドアセンサー、１１９ センサーボックス、１３０ ゲートウェイサーバー、１３５ 交換装置、１４０ アクセスポイント、１４１，１４２，１４３，１４４ 介護者、１５０ クラウドサーバー、１６０ プッシュサーバー、１６１，１６２，１６３，１６４，２２０ 携帯端末、１８０ 施設、２００ 管理サーバー、２２６ ディスプレイ、２２９ 入力デバイス、２４１ ケアコールボタン、２９０ バイタルセンサー、４００ コンピューターシステム、６００，７００，７５０，８００，１０００，１３００ テーブル、６１０，６２０，６３０，６４０，６５０，６６０，６７０，７１０，７２０，７３０，７４０，７６０，７７０，７８０，８１０，８２０，８３０，８４０ 領域、１１００ ケアプラン、１２１０ リコメンデーション、１２２０ 推奨メニュー。

Claims (11)

1. １つ以上のサービスのメニューの作成を支援するためにコンピューターで実行される方法であって、
   サービスの新たな利用者に関連付けられる属性情報にアクセスするステップと、
   前記利用者の日常生活動作を観察することにより取得された観察データにアクセスするステップと、
   前記１つ以上のサービスの他の利用者について取得された観察データと、前記他の利用者の属性情報と、前記他の利用者のために作成されたサービスのメニューにアクセスするステップと、
   前記新たな利用者の前記属性情報および前記観察データに該当する前記他の利用者の前記属性情報および前記観察データに基づいて、前記他の利用者のために作成されたサービスのメニューを選択するステップと、
   前記新たな利用者によるサービスのメニューの候補として、前記選択されたメニューを出力するステップとを含む、方法。
2. 前記属性情報は、前記新たな利用者の希望および目標を含み、
   前記メニューを作成するステップは、前記１つ以上のサービスから、前記新たな利用者の希望および目標に関連付けられたサービスを選択するステップを含む、請求項１に記載の方法。
3. 前記属性情報は、前記新たな利用者の家族の希望および目標を含み、
   前記メニューを作成するステップは、前記１つ以上のサービスから、前記家族の希望および目標に関連付けられたサービスを選択するステップを含む、請求項１または２に記載の方法。
4. 前記選択されたメニューを出力するステップは、前記コンピューターのモニターに前記選択されたメニューを表示することを含み、
   前記方法は、前記コンピューターに対する入力に基づいて、前記表示されたメニューが行なわれる時間帯に関連付けるステップをさらに含む、請求項１〜３のいずれかに記載の方法。
5. 前記サービスのメニューは、ケアプランを構成する項目、および、リハビリテーションメニューのいずれかを含む、請求項１〜４のいずれかに記載の方法。
6. １つ以上のサービスの利用者の評価を支援するためにコンピューターで実行される方法であって、
   サービスの利用者の属性情報を取得するステップと、
   前記利用者の日常生活動作を観察することにより取得された観察データにアクセスするステップと、
   予め準備された複数の評価コメントを有するデータベースにアクセスするステップとを含み、各前記評価コメントは、予め分類された属性情報および観察データの組み合わせに関連付けられており、
   前記利用者の属性情報および観察データに基づいて、前記属性情報および観察データの組み合わせに関連付けられた評価コメントを前記データベースから検索するステップと、
   前記検索された評価コメントを前記利用者の評価結果として出力するステップとを含む、方法。
7. 前記属性情報は、前記新たな利用者の希望および目標を含み、
   前記複数の評価コメントの各々には、前記希望および目標が関連付けられており、
   前記検索するステップは、前記希望および目標が関連付けられた評価コメントを検索することを含む、請求項６に記載の方法。
8. 前記属性情報は、前記新たな利用者の家族の希望および目標を含み、
   前記複数の評価コメントの各々には、前記家族の希望および目標が関連付けられており、
   前記検索するステップは、前記希望および目標が関連付けられた評価コメントを検索することを含む、請求項６に記載の方法。
9. 要介護度の判定のために予め定められた基準と、前記利用者の属性情報および観察データに基づいて、前記利用者の要介護度を決定するステップと、
   前記判定された要介護度を出力するステップとをさらに含む、請求項８に記載の方法。
10. 請求項１〜９のいずれかに記載の方法を、コンピューターに実行させる、プログラム。
11. 請求項１０に記載のプログラムを格納したメモリーと、
    前記プログラムを実行するプロセッサーとを備える、情報提供装置。

Images