JP2022066627A - Image analysis device, image analysis method, and program - Google Patents

Image analysis device, image analysis method, and program Download PDF

Info

Publication number
JP2022066627A
JP2022066627A JP2020175076A JP2020175076A JP2022066627A JP 2022066627 A JP2022066627 A JP 2022066627A JP 2020175076 A JP2020175076 A JP 2020175076A JP 2020175076 A JP2020175076 A JP 2020175076A JP 2022066627 A JP2022066627 A JP 2022066627A
Authority
JP
Japan
Prior art keywords
contact
patient
person
contact person
close contact
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020175076A
Other languages
Japanese (ja)
Other versions
JP7196890B2 (en
Inventor
哲 森内
Satoshi Moriuchi
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP2020175076A priority Critical patent/JP7196890B2/en
Priority to PCT/JP2021/030746 priority patent/WO2022085292A1/en
Publication of JP2022066627A publication Critical patent/JP2022066627A/en
Application granted granted Critical
Publication of JP7196890B2 publication Critical patent/JP7196890B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/60—Healthcare; Welfare
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring

Abstract

To contribute to prevention of spread of infectious diseases.SOLUTION: A contact detection section (110) detects a contact person who has directly or indirectly come into contact with a patient having an infectious disease from image data. A close contact determination section (120) determines whether the contact person has come into close contact with the patient. A notification section (130) notifies the contact person who has come into close contact with the patient of an alert. The contact person who has come into close contact with the patient receives the alert notification.SELECTED DRAWING: Figure 1

Description

本発明は、画像分析装置、画像分析方法、およびプログラムに関し、特に、画像データを分析する画像分析装置、画像分析方法、およびプログラムに関する。 The present invention relates to an image analyzer, an image analysis method, and a program, and more particularly to an image analyzer, an image analysis method, and a program for analyzing image data.

特許文献１に記載の関連する技術において、ナビゲーション装置が取得する経路情報に基づいて、ユーザが感染症などの疫病に罹患した人物と接触した可能性があることをユーザに通知する。例えば、特許文献１に記載の関連する技術では、ユーザが感染症の患者と濃厚接触した可能性があることを記載したメッセージを、ナビゲーション装置の画面に表示する。 In the related technique described in Patent Document 1, the user is notified that the user may have come into contact with a person suffering from an epidemic such as an infectious disease based on the route information acquired by the navigation device. For example, in the related technique described in Patent Document 1, a message stating that the user may have made close contact with a patient with an infectious disease is displayed on the screen of the navigation device.

特許第５４７４０７５号Patent No. 5474075 特開２００３－６３４２号公報Japanese Patent Application Laid-Open No. 2003-6342

特許文献１に記載の関連する技術では、ナビゲーション装置が備えたＧＰＳ（Global Positioning System）受信機能によって、経路情報を取得する。しかしながら、例えば病院又は医療関連施設内において、ＧＰＳ受信機能はＯＦＦにされる場合が多いため、特許文献１に記載の関連する技術を病院又は医療関連施設内で利用することができない。 In the related technique described in Patent Document 1, route information is acquired by a GPS (Global Positioning System) receiving function provided in the navigation device. However, for example, in a hospital or a medical facility, the GPS reception function is often turned off, so that the related technique described in Patent Document 1 cannot be used in the hospital or the medical facility.

本発明は上記の課題に鑑みてなされたものであり、その目的は、感染症の拡大を防止することに貢献することにある。 The present invention has been made in view of the above problems, and an object of the present invention is to contribute to preventing the spread of infectious diseases.

本発明の一態様に係わる画像分析装置は、画像データから感染症の患者と直接または間接に接触した接触者を検出する接触検出手段と、前記接触者が前記患者と濃厚接触したか否かを判定する濃厚接触判定手段と、前記患者と濃厚接触した前記接触者にアラートを通知する通知手段とを備えている。 The image analyzer according to one aspect of the present invention is a contact detection means for detecting a contact person who has direct or indirect contact with a patient with an infectious disease from image data, and whether or not the contact person has made close contact with the patient. It is provided with a dense contact determining means for determining, and a notification means for notifying the contact person who has made close contact with the patient.

本発明の一態様に係わる画像分析方法は、画像データから感染症の患者と直接または間接に接触した接触者を検出し、前記接触者が前記患者と濃厚接触したか否かを判定し、前記患者と濃厚接触した前記接触者にアラートを通知する。 The image analysis method according to one aspect of the present invention detects a contact person who has direct or indirect contact with a patient with an infectious disease from image data, determines whether or not the contact person has made close contact with the patient, and described the above. Notify the contact person who has made close contact with the patient an alert.

本発明の一態様に係わるプログラムは、画像データから感染症の患者と直接または間接に接触した接触者を検出し、前記接触者が前記患者と濃厚接触したか否かを判定し、前記患者と濃厚接触した前記接触者にアラートを通知することをコンピュータに実行させる。 A program according to one aspect of the present invention detects a contact person who has direct or indirect contact with a patient with an infectious disease from image data, determines whether or not the contact person has made close contact with the patient, and with the patient. Have the computer execute an alert to the contact person who has made close contact.

本発明の一態様によれば、感染症の拡大を防止することに貢献できる。 According to one aspect of the present invention, it can contribute to prevent the spread of infectious diseases.

実施形態１に係わる画像分析装置の構成を示すブロック図である。It is a block diagram which shows the structure of the image analysis apparatus which concerns on Embodiment 1. FIG. 感染者と接触者との間の距離および接触の時間の基準の一例を示す。An example of the criteria for the distance between the infected person and the contact person and the time of contact is shown. パラメータおよびその指標の具体例を示す。Specific examples of parameters and their indicators are shown. 実施形態１に係わる画像分析装置の各部が実行する処理の流れを示すフローチャートである。It is a flowchart which shows the flow of the process which each part of the image analysis apparatus which concerns on Embodiment 1 performs. 実施形態２に係わるシステムの構成を示すブロック図である。It is a block diagram which shows the structure of the system which concerns on Embodiment 2. 実施形態２に係わるシステムが備えた管理サーバ及び画像分析装置のそれぞれの動作を示すシーケンス図である。It is a sequence diagram which shows the operation of each of the management server and the image analysis apparatus provided in the system which concerns on Embodiment 2. FIG. 実施形態３に係わるシステムの構成を示すブロック図である。It is a block diagram which shows the structure of the system which concerns on Embodiment 3. 実施形態１から３のいずれかの一変形例を説明する図である。It is a figure explaining one modification of any one of Embodiments 1 to 3. 実施形態１から３のいずれかのハードウェア構成を示す図である。It is a figure which shows the hardware configuration of any one of Embodiments 1 to 3.

以下、いくつかの実施形態について説明する。 Hereinafter, some embodiments will be described.

〔実施形態１〕
図１から図４を参照して、実施形態１について説明する。病院での診察により、患者が感染症に罹患していることが判明したとき、感染症の拡大を防止するため、感染症の患者が接触していた人物に連絡し、検査を受けるよう、当該人物に勧告する必要がある。本実施形態１では、画像データを分析することによって、感染症の患者が濃厚接触していた人物を特定する画像分析装置１００について説明する。 [Embodiment 1]
The first embodiment will be described with reference to FIGS. 1 to 4. When a hospital examination reveals that a patient has an infectious disease, the person with the infectious disease should be contacted and examined to prevent the spread of the infectious disease. You need to advise the person. In the first embodiment, an image analyzer 100 for identifying a person with whom a patient with an infectious disease has been in close contact by analyzing image data will be described.

（画像分析装置１００）
図１は、本実施形態１に係わる画像分析装置１００の構成を示すブロック図である。図１に示すように、画像分析装置１００は、接触検出部１１０、濃厚接触判定部１２０、および通知部１３０を備えている。 (Image analyzer 100)
FIG. 1 is a block diagram showing a configuration of an image analyzer 100 according to the first embodiment. As shown in FIG. 1, the image analyzer 100 includes a contact detection unit 110, a dense contact determination unit 120, and a notification unit 130.

接触検出部１１０は、画像データから感染症の患者と直接または間接に接触した接触者を検出する。接触検出部１１０は、接触検出手段の一例である。一例では、接触検出部１１０は、病院内の各所の天井に設置された監視カメラにより取得された画像データを、例えば病院の管理サーバ（図示せず）から取得する。 The contact detection unit 110 detects a contact person who has direct or indirect contact with the infectious disease patient from the image data. The contact detection unit 110 is an example of contact detection means. In one example, the contact detection unit 110 acquires image data acquired by surveillance cameras installed on the ceilings of various places in the hospital, for example, from a hospital management server (not shown).

接触検出部１１０は、管理サーバから取得された画像データの中から、患者と直接または間接に接触した接触者を検出する。一例では、接触検出部１１０は、時系列の画像データから、感染症の患者（以下、感染者と呼ぶ）の顔を検出する。このとき、接触検出部１１０は、病院の管理サーバ（図示せず）に格納された患者情報から、予め登録された感染者の顔画像データを取得し、時系列の画像データに写る任意の人物の顔と、管理サーバに登録された感染者の顔とを照合する。これにより、接触検出部１１０は、時系列の画像データにおいて、感染者が写る画像データを特定する。その後、接触検出部１１０は、感染者が写る画像データから、感染者と一定の距離内に一定時間以上にわたって滞在した人物を接触者として検出する。上記の一例は、直接接触に相当する。 The contact detection unit 110 detects a contact person who has direct or indirect contact with the patient from the image data acquired from the management server. In one example, the contact detection unit 110 detects the face of an infectious disease patient (hereinafter referred to as an infected person) from time-series image data. At this time, the contact detection unit 110 acquires the face image data of the infected person registered in advance from the patient information stored in the management server (not shown) of the hospital, and any person reflected in the time-series image data. Matches the face of the infected person registered in the management server with the face of the infected person. As a result, the contact detection unit 110 identifies the image data in which the infected person is captured in the time-series image data. After that, the contact detection unit 110 detects as a contact person a person who stays within a certain distance from the infected person for a certain period of time or more from the image data of the infected person. The above example corresponds to direct contact.

図２は、接触検出部１１０が画像データから接触者を検出する際に参照する基準の一例を示す。図２に示す一例では、感染者と接触者との「距離」の基準が１ｍに設定されている。また、感染者と接触者とが接触した「時間」の基準が１分に設定されている。この場合、接触検出部１１０は、感染者から１ｍの距離内に１分以上にわたり滞在した人物を接触者として検出する。 FIG. 2 shows an example of a reference that the contact detection unit 110 refers to when detecting a contact person from image data. In the example shown in FIG. 2, the standard of "distance" between the infected person and the contact person is set to 1 m. In addition, the standard of "time" in which the infected person and the contact person are in contact is set to 1 minute. In this case, the contact detection unit 110 detects a person who has stayed within a distance of 1 m from the infected person for 1 minute or more as a contact person.

例えば、接触検出部１１０は、感染者の頭部の大きさまたは目の間の距離が既知または平均的であると仮定する。接触検出部１１０は、既知または平均的な頭部の大きさまたは目の間の距離の情報を参照し、感染者が写る画像データにおける感染者の頭部の大きさまたは目の間の距離に基づいて、感染者と人物との距離を計測してもよい。 For example, the contact detector 110 assumes that the size of the infected person's head or the distance between the eyes is known or average. The contact detection unit 110 refers to information on known or average head size or distance between eyes, and determines the size of the head of the infected person or the distance between eyes in the image data showing the infected person. Based on this, the distance between the infected person and the person may be measured.

他の一例では、接触検出部１１０は、時系列の画像データから、感染者が日常的に使用することが多い特定の物体と密着（つまり距離ゼロで接触）した人物を、接触者として検出する。特定の物品は、例えば椅子、ベッド、室内履き用靴などである。特定の物品は、予め決められていて、接触検出部１１０は、画像データに写る特定の物体を検出する。接触検出部１１０が特定の物品を検出するために、特定の物品を識別する識別器の学習など、周知のオブジェクト検出の技法が用いられてよい。上記の他の一例は、間接接触に相当する。直接接触及び間接接触は上記の例に限定されない。 In another example, the contact detection unit 110 detects a person who is in close contact with a specific object (that is, contacted at a distance of zero), which is often used by an infected person on a daily basis, as a contact person from time-series image data. .. Specific items include, for example, chairs, beds, indoor shoes, and the like. The specific article is predetermined, and the contact detection unit 110 detects a specific object reflected in the image data. In order for the contact detection unit 110 to detect a specific article, a well-known object detection technique such as learning of a classifier that identifies a specific article may be used. The other example above corresponds to indirect contact. Direct contact and indirect contact are not limited to the above examples.

接触検出部１１０は、画像データから検出した接触者の情報を、濃厚接触判定部１２０へ出力する。接触者の情報は、接触者が写る画像データと、接触者が感染者と直接接触したか、それとも間接接触したかを示す情報とを含む。 The contact detection unit 110 outputs the information of the contact person detected from the image data to the dense contact determination unit 120. The contact information includes image data showing the contact and information indicating whether the contact has made direct or indirect contact with the infected person.

濃厚接触判定部１２０は、接触者が患者と濃厚接触したか否かを判定する。濃厚接触判定部１２０は、濃厚接触判定手段の一例である。一例では、濃厚接触判定部１２０は、接触検出部１１０から、接触者の情報を受信する。濃厚接触判定部１２０は、接触者の情報と、接触者または患者の行動または状態に関係するパラメータとに基づいて、接触者が患者と濃厚接触したか否かを判定する。 The rich contact determination unit 120 determines whether or not the contact person has made close contact with the patient. The rich contact determination unit 120 is an example of the dense contact determination means. In one example, the dense contact determination unit 120 receives contact information from the contact detection unit 110. The close contact determination unit 120 determines whether or not the contact has made close contact with the patient based on the contact's information and parameters related to the behavior or state of the contact or the patient.

図３は、濃厚接触判定部１２０が参照するパラメータの一例を示す。図３に示す一例では、パラメータとして、体温、マスクの装着の有無、除菌作業の有無、および（部屋に）仕切り板の有無が挙げられている。あるいは、別のパラメータは、接触者が患者と接触していた場所（例えば、病室、食堂、待合室など）に関係していてもよい。 FIG. 3 shows an example of the parameters referred to by the thick contact determination unit 120. In the example shown in FIG. 3, the parameters include body temperature, presence / absence of wearing a mask, presence / absence of sterilization work, and presence / absence of a partition plate (in the room). Alternatively, another parameter may be related to where the contact was in contact with the patient (eg, hospital room, dining room, waiting room, etc.).

一例では、パラメータは、接触者が患者と直接接触していたとき、患者および接触者がマスクを装着していたか否かを示す第１の指標を含む。本例では、濃厚接触判定部１２０は、まず、接触者が写る画像データから、感染者の顔を検出する。このとき、濃厚接触判定部１２０は、病院の管理サーバ（図示せず）に格納された患者情報から、予め登録された感染者の顔画像データを取得する。そして、濃厚接触判定部１２０は、画像データに写る（接触者本人以外の）任意の人物の顔と、登録された感染者の顔とを照合する。これにより、濃厚接触判定部１２０は、接触者が写る画像データにおいて、感染者の顔を検出する。そして、濃厚接触判定部１２０は、検出した感染者の顔の領域から、マスクを検出する。マスクを検出するために、マスクを識別する識別器の学習など、周知のオブジェクト検出の技法が用いられる。また、濃厚接触判定部１２０は、接触者が写る画像データにおいて、接触検出部１１０により検出された接触者の顔の領域からも、マスクを同様に検出する。感染者の顔領域および接触者の顔領域の両方又は一方から、マスクを検出できなかった場合、濃厚接触判定部１２０は、接触者が感染者（すなわち患者）と濃厚接触したと判定する。 In one example, the parameter comprises a first indicator of whether the patient and the contact were wearing a mask when the contact was in direct contact with the patient. In this example, the dense contact determination unit 120 first detects the face of the infected person from the image data in which the contact person is captured. At this time, the dense contact determination unit 120 acquires the face image data of the infected person registered in advance from the patient information stored in the management server (not shown) of the hospital. Then, the dense contact determination unit 120 collates the face of an arbitrary person (other than the contact person) shown in the image data with the face of the registered infected person. As a result, the dense contact determination unit 120 detects the face of the infected person in the image data in which the contact person is captured. Then, the dense contact determination unit 120 detects the mask from the detected area of the face of the infected person. Well-known object detection techniques are used to detect masks, such as learning a classifier to identify the mask. Further, the thick contact determination unit 120 also detects the mask from the area of the contact person's face detected by the contact detection unit 110 in the image data in which the contact person is captured. If the mask cannot be detected from both or one of the infected person's face area and the contact person's face area, the thick contact determination unit 120 determines that the contact person has made close contact with the infected person (that is, the patient).

他の例では、パラメータは、接触者が患者と直接接触していたとき、患者の体温が所定の閾値を超えていたか否かを示す第２の指標を含む。本例では、濃厚接触判定部１２０は、図示しない管理サーバに格納された患者情報から、接触者が感染者と接触した当日に病院で計測された感染者の体温の記録を取得する。そして、濃厚接触判定部１２０は、計測された感染者の体温と、所定の閾値とを比較する。計測された感染者の体温が所定の閾値を超えていた場合、濃厚接触判定部１２０は、接触者が感染者（すなわち患者）と濃厚接触したと判定する。 In another example, the parameter comprises a second indicator of whether the patient's body temperature exceeded a predetermined threshold when the contact was in direct contact with the patient. In this example, the dense contact determination unit 120 acquires a record of the body temperature of the infected person measured at the hospital on the day when the contact person comes into contact with the infected person from the patient information stored in a management server (not shown). Then, the dense contact determination unit 120 compares the measured body temperature of the infected person with a predetermined threshold value. When the measured body temperature of the infected person exceeds a predetermined threshold value, the dense contact determination unit 120 determines that the contact person has made close contact with the infected person (that is, the patient).

さらに他の例では、パラメータは、接触者が患者と接触したのち、接触者が除菌作業を行ったか否かを示す第３の指標を含む。本例では、濃厚接触判定部１２０は、図示しない管理サーバに格納された利用者情報から、接触者が患者と接触した当日に、接触者がチェックシートに入力した訪問後の除菌作業の有無の記録を取得する。利用者情報とは、感染者との濃厚接触またはその可能性があることを通知するサービスのユーザに関する情報である。あるいは、利用者情報とは、病院又は医療関連施設を訪問する訪問者（以下では、訪問者もユーザと呼ぶ場合がある）に関する情報であってもよい。接触者が感染者の訪問後に除菌作業を行ったことを確認できない場合、濃厚接触判定部１２０は、接触者が感染者（すなわち患者）と濃厚接触したと判定する。 In yet another example, the parameter includes a third indicator of whether or not the contact has performed a sterilization operation after the contact has contacted the patient. In this example, the rich contact determination unit 120 determines whether or not the contact has performed sterilization work after the visit, which is input to the check sheet on the day when the contact contacts the patient, based on the user information stored in the management server (not shown). Get a record of. The user information is information about the user of the service notifying the person of close contact with the infected person or the possibility of such contact. Alternatively, the user information may be information about a visitor who visits a hospital or a medical facility (hereinafter, the visitor may also be referred to as a user). When it cannot be confirmed that the contact person has performed the sterilization work after the visit of the infected person, the close contact determination unit 120 determines that the contact person has made close contact with the infected person (that is, the patient).

濃厚接触判定部１２０は、図３に例示されたこれらのパラメータのうち少なくとも１つに基づいて、接触者が患者と濃厚接触をしたか否かを判定してよい。一例では、パラメータが上述の第２の指標を含む場合、濃厚接触判定部１２０は、まず、接触者の情報に基づいて、接触者が感染者と直接接触したことを特定する。次に、濃厚接触判定部１２０は、患者情報に含まれる感染者の体温の記録に基づいて、接触者が患者と直接接触していたとき、感染者の体温が３７．５度（所定の閾値の一例）を超えていたか否かを判定する。そして、感染者の体温が３７．５度を超えていた場合、濃厚接触判定部１２０は、接触者が濃厚接触をしたと判定する。 The rich contact determination unit 120 may determine whether or not the contact has made close contact with the patient based on at least one of these parameters exemplified in FIG. In one example, when the parameter includes the second index described above, the dense contact determination unit 120 first identifies that the contact person has made direct contact with the infected person based on the contact person's information. Next, the dense contact determination unit 120 determines that the body temperature of the infected person is 37.5 degrees (predetermined threshold value) when the contact person is in direct contact with the patient based on the record of the body temperature of the infected person included in the patient information. It is determined whether or not it exceeds one example). Then, when the body temperature of the infected person exceeds 37.5 degrees, the dense contact determination unit 120 determines that the contact person has made a dense contact.

一変形例において、図３に例示するパラメータには、それぞれ優先度（レベル）が設定されている。この場合、感染症の拡大の危機の段階、または、感染症の患者の数に応じて、濃厚接触判定部１２０は、どの優先度のパラメータを用いて、濃厚接触の判定を行うかを決定してもよい。 In one modification, a priority (level) is set for each of the parameters illustrated in FIG. In this case, depending on the stage of the crisis of the spread of the infectious disease or the number of patients with the infectious disease, the dense contact determination unit 120 determines which priority parameter is used to determine the dense contact. May be.

濃厚接触判定部１２０は、患者と濃厚接触したと判定した接触者の情報を、通知部１３０に出力する。以下、濃厚接触判定部１２０が患者と濃厚接触したと判定した接触者のことを、患者（あるいは感染者）と濃厚接触した接触者、あるいは濃厚接触者と呼ぶ場合がある。 The rich contact determination unit 120 outputs the information of the contact person who has determined that the patient has been in close contact with the patient to the notification unit 130. Hereinafter, the contact person who is determined by the dense contact determination unit 120 to have made close contact with the patient may be referred to as a contact person who has made close contact with the patient (or an infected person) or a close contact person.

通知部１３０は、患者と濃厚接触した接触者にアラートを通知する。通知部１３０は、通知手段の一例である。アラートが通知される接触者は、患者と濃厚接触した接触者全員あるいは接触者のうち、接触通知のサービスを利用する利用者であってもよい。一例では、通知部１３０は、利用者情報を格納した図示しない管理サーバを参照して、画像データから検出した接触者を特定する。 The notification unit 130 notifies the alert to the contact person who has made close contact with the patient. The notification unit 130 is an example of notification means. The contact who is notified of the alert may be all the contacts who have made close contact with the patient or the contact who uses the contact notification service. In one example, the notification unit 130 refers to a management server (not shown) that stores user information, and identifies a contact person detected from the image data.

通知部１３０は、利用者情報に含まれるそれぞれのユーザの顔と、画像データから検出した接触者の顔とを照合することによって、接触者を特定してもよい。そして、通知部１３０は、利用者情報に含まれるユーザ（つまり濃厚接触者）の個人情報（例えば、電話番号、メールアドレス）を用いて、ユーザが感染した可能性があることをユーザに通知する。例えば、通知部１３０は、ユーザの電話番号を宛先として、ＳＮＳ（social networking service）メッセージを送信する。 The notification unit 130 may identify the contact person by collating the face of each user included in the user information with the face of the contact person detected from the image data. Then, the notification unit 130 notifies the user that the user may have been infected by using the personal information (for example, a telephone number, an e-mail address) of the user (that is, a close contact person) included in the user information. .. For example, the notification unit 130 transmits an SNS (social networking service) message to the user's telephone number as a destination.

（画像分析装置１００の動作）
図４を参照して、本実施形態１に係わる画像分析装置１００の動作を説明する。図４は、画像分析装置１００の各部が行う処理の流れを示すフローチャートである。 (Operation of image analyzer 100)
The operation of the image analyzer 100 according to the first embodiment will be described with reference to FIG. FIG. 4 is a flowchart showing the flow of processing performed by each part of the image analyzer 100.

図４に示すように、接触検出部１１０は、画像データから、感染症の患者（以下、感染者と呼ぶ場合がある）と直接または間接に接触した接触者を検出する（S１）。一例では、病院の管理サーバの患者情報に、感染症に罹患した患者の情報が新規登録されたことをトリガとして、接触検出部１１０は、ステップＳ１に示す処理を実行する。 As shown in FIG. 4, the contact detection unit 110 detects a contact person who has direct or indirect contact with an infectious disease patient (hereinafter, may be referred to as an infected person) from the image data (S1). In one example, the contact detection unit 110 executes the process shown in step S1 with the trigger that the information of the patient suffering from an infectious disease is newly registered in the patient information of the management server of the hospital.

ここで、感染者は、入院中であっても、通常、施設内を動き回ったり、訪問者に会ったりするため、さまざまな人々と直接または間接に接触しうる。このため、接触者は１人とは限らない。接触検出部１１０は、画像データから検出した１または複数の接触者の情報を、濃厚接触判定部１２０へ出力する。 Here, the infected person may have direct or indirect contact with a variety of people, even while in the hospital, as they usually move around the facility and meet visitors. Therefore, the number of contacts is not limited to one. The contact detection unit 110 outputs the information of one or a plurality of contacts detected from the image data to the dense contact determination unit 120.

次に、濃厚接触判定部１２０は、接触者が患者と濃厚接触したか否かを判定する（S2）。濃厚接触判定部１２０は、接触者が患者と濃厚接触したか否かの判定結果を、通知部１３０に出力する。接触者が患者と濃厚接触していた場合（S２でYes）、通知部１３０は、感染者と濃厚接触した接触者に任意の手段でアラートを通知する（S３）。 Next, the thick contact determination unit 120 determines whether or not the contact person has made close contact with the patient (S2). The rich contact determination unit 120 outputs a determination result of whether or not the contact person has made close contact with the patient to the notification unit 130. If the contact person is in close contact with the patient (Yes in S2), the notification unit 130 notifies the contact person in close contact with the infected person by any means (S3).

以上で、本実施形態１に係わる画像分析装置１００の動作は終了する。 This completes the operation of the image analyzer 100 according to the first embodiment.

（本実施形態の効果）
本実施形態の構成によれば、接触検出部１１０は、画像データから感染症の患者と直接または間接に接触した接触者を検出する。濃厚接触判定部１２０は、接触者が患者と濃厚接触したか否かを判定する。通知部１３０は、患者と濃厚接触した接触者にアラートを通知する。患者と濃厚接触した接触者は、アラートの通知を受け取る。通知を受けた濃厚接触者は、病院又は医療関連施設での検査などで、自分が感染症に罹患しているか否かを確認したり、その他の適切な対応を行ったりする。これにより、画像分析装置１００は、感染症の拡大を防止することに貢献することができる。 (Effect of this embodiment)
According to the configuration of the present embodiment, the contact detection unit 110 detects a contact person who has direct or indirect contact with the infectious disease patient from the image data. The rich contact determination unit 120 determines whether or not the contact person has made close contact with the patient. The notification unit 130 notifies the alert to the contact person who has made close contact with the patient. Contactors who have close contact with the patient will be notified of the alert. Upon receiving the notification, the close contact person confirms whether or not he / she has an infectious disease by conducting an examination at a hospital or medical facility, and takes other appropriate measures. Thereby, the image analyzer 100 can contribute to prevent the spread of the infectious disease.

〔実施形態２〕
図５から図６を参照して、実施形態２について説明する。本実施形態２では、前記実施形態１で説明した画像分析装置１００をその一部として含むシステムの一例を説明する。 [Embodiment 2]
The second embodiment will be described with reference to FIGS. 5 to 6. In the second embodiment, an example of a system including the image analyzer 100 described in the first embodiment as a part thereof will be described.

（システム１）
図５は、本実施形態２に係わるシステム１の構成を示すブロック図である。図５に示すように、システム１は、管理サーバ１０および画像分析装置１００を備えている。 (System 1)
FIG. 5 is a block diagram showing the configuration of the system 1 according to the second embodiment. As shown in FIG. 5, the system 1 includes a management server 10 and an image analysis device 100.

図５に示すように、本実施形態２に係わるシステム１が備えた画像分析装置１００は、接触検出部１１０、濃厚接触判定部１２０、および通知部１３０を備えている。本実施形態２に係わる画像分析装置１００の構成は、前記実施形態１に係わる画像分析装置１００の構成と同じである。本実施形態２では、画像分析装置１００の構成に関する説明を省略する。 As shown in FIG. 5, the image analyzer 100 provided in the system 1 according to the second embodiment includes a contact detection unit 110, a dense contact determination unit 120, and a notification unit 130. The configuration of the image analysis device 100 according to the second embodiment is the same as the configuration of the image analysis device 100 according to the first embodiment. In the second embodiment, the description of the configuration of the image analyzer 100 will be omitted.

管理サーバ１０は、患者情報１１、画像データ１２、および利用者情報１３を記憶及び管理している。患者情報１１は、病院又は医療関連施設に入院または通院している患者の情報である。患者情報１１には、患者の病歴、患者の連絡先、及び患者の顔画像が含まれる。画像データ１２は、病院又は医療関連施設内に設置された監視または見守りのための１台以上のカメラが取得したものである。例えば、画像データ１２は、現時点から一定時間前までの直近の一定期間において、１台以上のカメラからそれぞれ取得した時系列の画像データである。利用者情報１３は、感染者との濃厚接触またはその可能性があることを通知するサービスの受用者に関する情報である。あるいは、利用者情報１３は、病院又は医療関連施設などの施設を訪問する訪問者（以下では、訪問者もユーザと呼ぶ）に関する情報である。 The management server 10 stores and manages patient information 11, image data 12, and user information 13. The patient information 11 is information on a patient who is admitted to or goes to a hospital or a medical facility. The patient information 11 includes the patient's medical history, the patient's contact information, and the patient's facial image. The image data 12 is acquired by one or more cameras for monitoring or watching installed in a hospital or a medical facility. For example, the image data 12 is time-series image data acquired from one or more cameras in the latest fixed period from the present time to a certain time ago. The user information 13 is information about a user of a service for notifying a close contact with an infected person or the possibility of such contact. Alternatively, the user information 13 is information about a visitor who visits a facility such as a hospital or a medical-related facility (hereinafter, the visitor is also referred to as a user).

（システム１の動作）
図６は、本実施形態２に係わるシステム１が備えた管理サーバ１０および画像分析装置１００のそれぞれの動作を示すシーケンス図である。 (Operation of system 1)
FIG. 6 is a sequence diagram showing the operations of the management server 10 and the image analysis device 100 included in the system 1 according to the second embodiment.

図６に示すように、管理サーバ１０は、患者情報１１を画像分析装置１００に送信する（P１）。また、管理サーバ１０は、画像データ１２を画像分析装置１００に送信する（P２）。 As shown in FIG. 6, the management server 10 transmits the patient information 11 to the image analyzer 100 (P1). Further, the management server 10 transmits the image data 12 to the image analyzer 100 (P2).

次に、画像分析装置１００の接触検出部１１０は、管理サーバ１０から画像データ１２を取得する。接触検出部１１０は、取得した画像データ１２から患者と直接または間接に接触した接触者を検出する（P３）。 Next, the contact detection unit 110 of the image analyzer 100 acquires the image data 12 from the management server 10. The contact detection unit 110 detects a contact person who has direct or indirect contact with the patient from the acquired image data 12 (P3).

次に、濃厚接触判定部１２０は、接触者が患者と濃厚接触したか否かを判定する（P４）。濃厚接触判定部１２０は、接触者が患者と濃厚接触したか否かの判定結果を、通知部１３０に出力する。一方、管理サーバ１０は、利用者情報１３を画像分析装置１００へ送信する（P５）。 Next, the thick contact determination unit 120 determines whether or not the contact person has made close contact with the patient (P4). The rich contact determination unit 120 outputs a determination result of whether or not the contact person has made close contact with the patient to the notification unit 130. On the other hand, the management server 10 transmits the user information 13 to the image analyzer 100 (P5).

接触者が患者と濃厚接触していた場合（P4でYes）、通知部１３０は、利用者情報１３を参照して、感染者と濃厚接触した接触者に任意の手段でアラートを通知する（P６）。例えば、通知部１３０は、利用者情報１３に含まれる電話番号を参照して、「感染の可能性がある」ことを記載したＳＮＳメッセージを、接触者の携帯電話宛てに送信する。 When the contact person is in close contact with the patient (Yes in P4), the notification unit 130 refers to the user information 13 and notifies the contact person in close contact with the infected person with an alert by any means (P6). ). For example, the notification unit 130 refers to the telephone number included in the user information 13 and sends an SNS message stating that "there is a possibility of infection" to the contact's mobile phone.

以上で、本実施形態２に係わるシステム１の動作は終了する。 This completes the operation of the system 1 according to the second embodiment.

（本実施形態の効果）
本実施形態の構成によれば、接触検出部１１０は、画像データから感染症の患者と直接または間接に接触した接触者を検出する。濃厚接触判定部１２０は、接触者が患者と濃厚接触したか否かを判定する。通知部１３０は、患者と濃厚接触した接触者にアラートを通知する。患者と濃厚接触した接触者は、アラートの通知を受け取る。通知を受けた濃厚接触者は、病院又は医療関連施設での検査などで、自分が感染症に罹患しているか否かを確認したり、その他の適切な対応を行ったりする。これにより、画像分析装置１００は、感染症の拡大を防止することに貢献することができる。 (Effect of this embodiment)
According to the configuration of the present embodiment, the contact detection unit 110 detects a contact person who has direct or indirect contact with the infectious disease patient from the image data. The rich contact determination unit 120 determines whether or not the contact person has made close contact with the patient. The notification unit 130 notifies the alert to the contact person who has made close contact with the patient. Contactors who have close contact with the patient will be notified of the alert. Upon receiving the notification, the close contact person confirms whether or not he / she has an infectious disease by conducting an examination at a hospital or medical facility, and takes other appropriate measures. Thereby, the image analyzer 100 can contribute to prevent the spread of the infectious disease.

〔実施形態３〕
図７を参照して、実施形態３について説明する。本実施形態３では、接触者が患者と接触したのち、接触者が感染症に罹患したか否かに基づいて、パラメータを調整する構成を説明する。 [Embodiment 3]
The third embodiment will be described with reference to FIG. 7. In the third embodiment, a configuration is described in which the parameters are adjusted based on whether or not the contact person has an infectious disease after the contact person has come into contact with the patient.

（システム２）
図７は、本実施形態３に係わるシステム２の構成を示すブロック図である。図７に示すように、システム２は、管理サーバ１０および画像分析装置２００を備えている。 (System 2)
FIG. 7 is a block diagram showing the configuration of the system 2 according to the third embodiment. As shown in FIG. 7, the system 2 includes a management server 10 and an image analyzer 200.

図７に示すように、本実施形態３に係わるシステム２が備えた画像分析装置２００は、接触検出部１１０、濃厚接触判定部１２０、および通知部１３０を備えている。そして、本実施形態３に係わる画像分析装置２００は、調整部１４０をさらに備えている。本実施形態３に係わる管理サーバ１０は、患者情報１１、画像データ１２、および利用者情報１３を備えている。本実施形態３に係わる管理サーバ１０の構成は、前記実施形態２の管理サーバ１０の構成と同じである。本実施形態３では、管理サーバ１０の構成に関する説明を省略する。 As shown in FIG. 7, the image analyzer 200 provided in the system 2 according to the third embodiment includes a contact detection unit 110, a dense contact determination unit 120, and a notification unit 130. The image analysis device 200 according to the third embodiment further includes an adjustment unit 140. The management server 10 according to the third embodiment includes patient information 11, image data 12, and user information 13. The configuration of the management server 10 according to the third embodiment is the same as the configuration of the management server 10 according to the second embodiment. In the third embodiment, the description of the configuration of the management server 10 will be omitted.

上述したように、画像分析装置２００は調整部１４０を備えている。調整部１４０は、接触者が患者と接触したのち、接触者が感染症に罹患したか否かに基づいて、実施形態１において説明したパラメータを調整する。調整部１４０は、調整手段の一例である。前記実施形態１において示したように、パラメータは、接触者または患者の行動または状態に関係する（図３）。あるいは、別のパラメータは、接触者が患者と接触していた場所に関係していてもよい。 As described above, the image analyzer 200 includes an adjusting unit 140. After the contact has come into contact with the patient, the coordinating unit 140 adjusts the parameters described in the first embodiment based on whether or not the contact has an infectious disease. The adjusting unit 140 is an example of the adjusting means. As shown in Embodiment 1, the parameters relate to the behavior or condition of the contact or patient (FIG. 3). Alternatively, another parameter may relate to where the contact was in contact with the patient.

一例では、調整部１４０は、濃厚接触判定部１２０から、接触者が患者と濃厚接触したか否かの判定結果を受信する。また、調整部１４０は、接触者の検査結果（カルテ）のデータベース（図示せず）から、感染症の患者と濃厚接触したと判定された接触者が感染したのか否かを示す検査結果を受信する。そして、調整部１４０は、接触者が患者と濃厚接触したか否かの判定結果と、患者と濃厚接触したと判定された接触者が感染したのか否かを示す検査結果とが一致するように、あるいは可能な限り一致するように、上述のパラメータを調整する。例えば、初期（オリジナル）のパラメータが、「体温」および「マスク装着」であるとする。このパラメータを「体温」および「マスク装着」および「除菌作業」に変更した場合、接触者が患者と濃厚接触したか否かの判定結果と、患者と濃厚接触したと判定された接触者が感染したのか否かを示す検査結果とが一致するとする。この場合、調整部１４０は、上述のパラメータを「体温」および「マスク装着」から、「体温」および「マスク装着」および「除菌作業」に変更する。 In one example, the adjusting unit 140 receives from the concentrated contact determination unit 120 a determination result as to whether or not the contact person has made concentrated contact with the patient. In addition, the coordinating unit 140 receives a test result indicating whether or not the contact person determined to have close contact with the infectious disease patient has been infected from the database (not shown) of the contact person's test result (medical record). do. Then, the adjusting unit 140 matches the determination result of whether or not the contact person has made close contact with the patient and the test result indicating whether or not the contact person determined to have made close contact with the patient has been infected. , Or adjust the above parameters to match as closely as possible. For example, assume that the initial (original) parameters are "body temperature" and "mask wearing". When this parameter is changed to "body temperature", "mask wearing" and "sterilization work", the judgment result of whether or not the contact person has made close contact with the patient and the contact person judged to have made close contact with the patient It is assumed that it matches the test result indicating whether or not the patient has been infected. In this case, the adjusting unit 140 changes the above-mentioned parameters from "body temperature" and "mask wearing" to "body temperature", "mask wearing" and "sterilization work".

このようにして、調整部１４０はパラメータを調整する。濃厚接触判定部１２０は、調整されたパラメータを用いて、感染した可能性がより高い濃厚接触者を判定することができるようになる。一変形例では、調整部１４０は、パラメータそのものを調整する代わりに、パラメータそれぞれの優先度を変更してもよい。 In this way, the adjusting unit 140 adjusts the parameters. The dense contact determination unit 120 will be able to determine a dense contact person who is more likely to be infected by using the adjusted parameters. In one modification, the adjusting unit 140 may change the priority of each parameter instead of adjusting the parameter itself.

（本実施形態の効果）
本実施形態の構成によれば、接触検出部１１０は、画像データから感染症の患者と直接または間接に接触した接触者を検出する。濃厚接触判定部１２０は、接触者が患者と濃厚接触したか否かを判定する。通知部１３０は、患者と濃厚接触した接触者にアラートを通知する。患者と濃厚接触した接触者は、アラートの通知を受け取る。通知を受けた濃厚接触者は、病院又は医療関連施設での検査などで、自分が感染症に罹患しているか否かを確認したり、その他の適切な対応を行ったりする。これにより、画像分析装置１００は、感染症の拡大を防止することに貢献することができる。 (Effect of this embodiment)
According to the configuration of the present embodiment, the contact detection unit 110 detects a contact person who has direct or indirect contact with the infectious disease patient from the image data. The rich contact determination unit 120 determines whether or not the contact person has made close contact with the patient. The notification unit 130 notifies the alert to the contact person who has made close contact with the patient. Contactors who have close contact with the patient will be notified of the alert. Upon receiving the notification, the close contact person confirms whether or not he / she has an infectious disease by conducting an examination at a hospital or medical facility, and takes other appropriate measures. Thereby, the image analyzer 100 can contribute to prevent the spread of the infectious disease.

さらに、本実施形態の構成によれば、調整部１４０は、接触者が患者と接触したのち、接触者が感染症に罹患したか否かに基づいて、パラメータを調整する。これにより、調整されたパラメータを用いて、感染した可能性がより高い濃厚接触者を判定することができる。 Further, according to the configuration of the present embodiment, the adjusting unit 140 adjusts the parameters based on whether or not the contact person has an infectious disease after the contact person has contacted the patient. This allows the adjusted parameters to be used to determine which contacts are more likely to be infected.

〔変形例〕
図８を参照して、前記実施形態１または前記実施形態２に係わる画像分析装置１００、あるいは、前記実施形態３に係わる画像分析装置２００の一変形例を説明する。 [Modification example]
A modification of the image analysis device 100 according to the first embodiment or the second embodiment or the image analysis device 200 according to the third embodiment will be described with reference to FIG.

図８は、感染者（感染症の患者）と、接触者および濃厚接触者と、二次接触者との間の関係を示す。図８に示すように、二次接触者とは、濃厚接触者と直接または間接に接触した人物（感染者を除く）を意味する。 FIG. 8 shows the relationship between an infected person (patient with an infectious disease), a contact person and a close contact person, and a secondary contact person. As shown in FIG. 8, the secondary contact means a person (excluding an infected person) who has direct or indirect contact with a close contact.

本変形例では、接触検出部１１０は接触者と直接または間接に接触した二次接触者をさらに検出する。例えば、接触検出部１１０は、感染者と直接または間接に接触した接触者を検出する手法を応用して、接触者と直接または間接に接触した二次接触者をさらに検出する。濃厚接触判定部１２０は、二次接触者が接触者と濃厚接触したか否かをさらに判定する。濃厚接触の判定の基準の具体例は、前記実施形態１で説明したとおりである。通知部１３０は、接触者と濃厚接触した二次接触者にもアラートを通知する。 In this modification, the contact detection unit 110 further detects a secondary contact person who is in direct or indirect contact with the contact person. For example, the contact detection unit 110 further detects a secondary contact person who has direct or indirect contact with the contact person by applying a technique for detecting a contact person who has come into direct or indirect contact with the infected person. The rich contact determination unit 120 further determines whether or not the secondary contact has made close contact with the contact. Specific examples of the criteria for determining the dense contact are as described in the first embodiment. The notification unit 130 also notifies the alert to the secondary contact person who has made close contact with the contact person.

本変形例の構成によれば、接触者と濃厚接触した二次接触者にもアラートが通知される。これにより、接触者だけでなく、二次接触者にも、適切な対応を促すことができる。ひいては、感染症の拡大を防止することに貢献することができる。 According to the configuration of this modification, the alert is also notified to the secondary contact person who has made close contact with the contact person. As a result, not only the contact person but also the secondary contact person can be encouraged to take appropriate measures. As a result, it can contribute to prevent the spread of infectious diseases.

〔ハードウェア構成について〕
前記実施形態１～３で説明した画像分析装置１００，２００の各構成要素は、機能単位のブロックを示している。これらの構成要素の一部又は全部は、例えば図９に示すような情報処理装置９００により実現される。図９は、情報処理装置９００のハードウェア構成の一例を示すブロック図である。 [Hardware configuration]
Each component of the image analyzers 100 and 200 described in the first to third embodiments shows a block of functional units. Some or all of these components are realized by, for example, the information processing apparatus 900 as shown in FIG. FIG. 9 is a block diagram showing an example of the hardware configuration of the information processing apparatus 900.

図９に示すように、情報処理装置９００は、一例として、以下のような構成を含む。 As shown in FIG. 9, the information processing apparatus 900 includes the following configuration as an example.

・ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９０１
・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９０２
・ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０３
・ＲＡＭ９０３にロードされるプログラム９０４
・プログラム９０４を格納する記憶装置９０５
・記録媒体９０６の読み書きを行うドライブ装置９０７
・通信ネットワーク９０９と接続する通信インタフェース９０８
・データの入出力を行う入出力インタフェース９１０
・各構成要素を接続するバス９１１
前記実施形態１～３で説明した画像分析装置１００，２００の各構成要素は、これらの機能を実現するプログラム９０４をＣＰＵ９０１が読み込んで実行することで実現される。各構成要素の機能を実現するプログラム９０４は、例えば、予め記憶装置９０５やＲＯＭ９０２に格納されており、必要に応じてＣＰＵ９０１がＲＡＭ９０３にロードして実行される。なお、プログラム９０４は、通信ネットワーク９０９を介してＣＰＵ９０１に供給されてもよいし、予め記録媒体９０６に格納されており、ドライブ装置９０７が当該プログラムを読み出してＣＰＵ９０１に供給してもよい。 -CPU (Central Processing Unit) 901
-ROM (Read Only Memory) 902
-RAM (Random Access Memory) 903
-Program 904 loaded into RAM 903
A storage device 905 that stores the program 904.
A drive device 907 that reads and writes the recording medium 906.
-Communication interface 908 for connecting to the communication network 909.
-I / O interface 910 for inputting / outputting data
-Bus 911 connecting each component
Each component of the image analyzers 100 and 200 described in the first to third embodiments is realized by the CPU 901 reading and executing the program 904 that realizes these functions. The program 904 that realizes the functions of each component is stored in, for example, a storage device 905 or ROM 902 in advance, and the CPU 901 is loaded into the RAM 903 and executed as needed. The program 904 may be supplied to the CPU 901 via the communication network 909, or may be stored in the recording medium 906 in advance, and the drive device 907 may read the program and supply the program to the CPU 901.

〔付記〕
本発明の一態様は以下のようにも記載されうるが、以下には限られない。 [Additional Notes]
One aspect of the present invention may also be described as follows, but is not limited to the following.

（付記１）
画像データから感染症の患者と直接または間接に接触した接触者を検出する接触検出手段と、
前記接触者が前記患者と濃厚接触したか否かを判定する濃厚接触判定手段と、
前記患者と濃厚接触した前記接触者にアラートを通知する通知手段とを備えた
画像分析装置。 (Appendix 1)
A contact detection means that detects contacts who have direct or indirect contact with an infectious disease patient from image data,
A dense contact determining means for determining whether or not the contactor has made close contact with the patient,
An image analyzer provided with a notification means for notifying the contact person who has made close contact with the patient.

（付記２）
前記接触検出手段は、
前記患者と一定の距離内に一定時間以上にわたって滞在した人物を前記接触者として検出する
ことを特徴とする付記１に記載の画像分析装置。 (Appendix 2)
The contact detecting means is
The image analyzer according to Appendix 1, wherein a person who stays within a certain distance from the patient for a certain period of time or more is detected as the contact person.

（付記３）
前記濃厚接触判定手段は、
前記接触者または前記患者の行動または状態に関係するパラメータに基づいて、前記接触者が前記患者と濃厚接触したか否かを判定する
ことを特徴とする付記１または２に記載の画像分析装置。 (Appendix 3)
The thick contact determination means is
The image analyzer according to Appendix 1 or 2, wherein it is determined whether or not the contact person has made close contact with the patient based on the parameters related to the behavior or state of the contact person or the patient.

（付記４）
前記パラメータは、前記接触者が前記患者と接触していたとき、前記患者および前記接触者がマスクを装着していたか否かを示す第１の指標を含む
ことを特徴とする付記３に記載の画像分析装置。 (Appendix 4)
The parameter according to Appendix 3, wherein the parameter includes a first index indicating whether or not the patient and the contact person are wearing a mask when the contact person is in contact with the patient. Image analyzer.

（付記５）
前記パラメータは、前記接触者が前記患者と接触していたとき、前記患者の体温が所定の閾値を超えていたか否かを示す第２の指標を含む
ことを特徴とする付記３に記載の画像分析装置。 (Appendix 5)
The image according to Appendix 3, wherein the parameter includes a second index indicating whether or not the patient's body temperature has exceeded a predetermined threshold when the contact person is in contact with the patient. Analysis equipment.

（付記６）
前記パラメータは、前記接触者が前記患者と接触したのち、前記接触者が除菌作業を行ったか否かを示す第３の指標を含む
ことを特徴とする付記３に記載の画像分析装置。 (Appendix 6)
The image analyzer according to Appendix 3, wherein the parameter includes a third index indicating whether or not the contact has performed a sterilization operation after the contact has come into contact with the patient.

（付記７）
前記接触者が前記患者と接触したのち、前記接触者が感染症に罹患したか否かに基づいて、前記パラメータを調整する調整手段をさらに備えた
ことを特徴とする付記１から６のいずれか１項に記載の画像分析装置。 (Appendix 7)
Any of appendices 1 to 6, wherein after the contact has come into contact with the patient, the contact is further provided with a coordinating means for adjusting the parameters based on whether or not the contact has an infectious disease. The image analyzer according to item 1.

（付記８）
前記接触検出手段は、前記患者と濃厚接触した前記接触者と直接または間接に接触した二次接触者をさらに検出し、
前記濃厚接触判定手段は、前記二次接触者が前記接触者と濃厚接触したか否かをさらに判定し、
前記通知手段は、前記接触者と濃厚接触した前記二次接触者にもアラートを通知する
ことを特徴とする付記１から７のいずれか１項に記載の画像分析装置。 (Appendix 8)
The contact detecting means further detects a secondary contact who has direct or indirect contact with the contact who has made close contact with the patient.
The dense contact determining means further determines whether or not the secondary contact has made dense contact with the contact.
The image analyzer according to any one of Supplementary note 1 to 7, wherein the notification means also notifies an alert to the secondary contact person who has made close contact with the contact person.

（付記９）
画像データから感染症の患者と直接または間接に接触した接触者を検出し、
前記接触者が前記患者と濃厚接触したか否かを判定し、
前記患者と濃厚接触した前記接触者にアラートを通知する
画像分析方法。 (Appendix 9)
Detects contacts who have direct or indirect contact with patients with infectious diseases from image data,
It is determined whether or not the contact person has made close contact with the patient, and the contact person is determined to have close contact with the patient.
An image analysis method for notifying an alert to a contact person who has made close contact with the patient.

（付記１０）
画像データから感染症の患者と直接または間接に接触した接触者を検出し、
前記接触者が前記患者と濃厚接触したか否かを判定し、
前記患者と濃厚接触した前記接触者にアラートを通知する
ことをコンピュータに実行させるためのプログラム。 (Appendix 10)
Detects contacts who have direct or indirect contact with patients with infectious diseases from image data,
It is determined whether or not the contact person has made close contact with the patient, and the contact person is determined to have close contact with the patient.
A program for causing a computer to notify an alert to the contact person who has made close contact with the patient.

（付記１１）
前記接触検出手段は、
前記患者が写る画像の中から、前記患者と直接接触した前記接触者を検出する
ことを特徴とする付記１から８のいずれか１項に記載の画像分析装置。 (Appendix 11)
The contact detecting means is
The image analyzer according to any one of Supplementary note 1 to 8, wherein the contact person who has come into direct contact with the patient is detected from the image of the patient.

（付記１２）
前記濃厚接触判定手段は、
前記接触者が前記患者と接触していた場所に関係する別のパラメータに基づいて、前記接触者が前記患者と濃厚接触したか否かを判定する
ことを特徴とする付記１から８のいずれか１項に記載の画像分析装置。 (Appendix 12)
The thick contact determination means is
Any of Appendix 1-8, characterized in that it is determined whether or not the contact has had close contact with the patient based on another parameter relating to where the contact was in contact with the patient. The image analyzer according to item 1.

１００ 画像分析装置
１１０ 接触検出部
１２０ 濃厚接触判定部
１３０ 通知部
１４０ 調整部
２００ 画像分析装置 100 Image analyzer 110 Contact detection unit 120 Thick contact judgment unit 130 Notification unit 140 Adjustment unit 200 Image analyzer

Claims (10)

画像データから感染症の患者と直接または間接に接触した接触者を検出する接触検出手段と、
前記接触者が前記患者と濃厚接触したか否かを判定する濃厚接触判定手段と、
前記患者と濃厚接触した前記接触者にアラートを通知する通知手段とを備えた
画像分析装置。 A contact detection means that detects contacts who have direct or indirect contact with an infectious disease patient from image data,
A dense contact determining means for determining whether or not the contactor has made close contact with the patient,
An image analyzer provided with a notification means for notifying the contact person who has made close contact with the patient. 前記接触検出手段は、
前記患者と一定の距離内に一定時間以上にわたって滞在した人物を前記接触者として検出する
ことを特徴とする請求項１に記載の画像分析装置。 The contact detecting means is
The image analyzer according to claim 1, wherein a person who stays within a certain distance from the patient for a certain period of time or more is detected as the contact person. 前記濃厚接触判定手段は、
前記接触者または前記患者の行動または状態に関係するパラメータに基づいて、前記接触者が前記患者と濃厚接触したか否かを判定する
ことを特徴とする請求項１または２に記載の画像分析装置。 The thick contact determination means is
The image analyzer according to claim 1 or 2, wherein it is determined whether or not the contact person has made close contact with the patient based on a parameter related to the behavior or state of the contact person or the patient. .. 前記パラメータは、前記接触者が前記患者と接触していたとき、前記患者および前記接触者がマスクを装着していたか否かを示す第１の指標を含む
ことを特徴とする請求項３に記載の画像分析装置。 3. The parameter according to claim 3, wherein the parameter includes a first index indicating whether or not the patient and the contact person are wearing a mask when the contact person is in contact with the patient. Image analyzer. 前記パラメータは、前記接触者が前記患者と接触していたとき、前記患者の体温が所定の閾値を超えていたか否かを示す第２の指標を含む
ことを特徴とする請求項３に記載の画像分析装置。 3. The parameter according to claim 3, wherein the parameter includes a second index indicating whether or not the body temperature of the patient exceeds a predetermined threshold value when the contact person is in contact with the patient. Image analyzer. 前記パラメータは、前記接触者が前記患者と接触したのち、前記接触者が除菌作業を行ったか否かを示す第３の指標を含む
ことを特徴とする請求項３に記載の画像分析装置。 The image analyzer according to claim 3, wherein the parameter includes a third index indicating whether or not the contact has performed a sterilization operation after the contact has come into contact with the patient. 前記接触者が前記患者と接触したのち、前記接触者が感染症に罹患したか否かに基づいて、前記パラメータを調整する調整手段をさらに備えた
ことを特徴とする請求項３から６のいずれか１項に記載の画像分析装置。 6. Or the image analyzer according to item 1. 前記接触検出手段は、前記患者と濃厚接触した前記接触者と直接または間接に接触した二次接触者をさらに検出し、
前記濃厚接触判定手段は、前記二次接触者が前記接触者と濃厚接触したか否かをさらに判定し、
前記通知手段は、前記接触者と濃厚接触した前記二次接触者にもアラートを通知する
ことを特徴とする請求項１から７のいずれか１項に記載の画像分析装置。 The contact detecting means further detects a secondary contact who has direct or indirect contact with the contact who has made close contact with the patient.
The dense contact determining means further determines whether or not the secondary contact has made dense contact with the contact.
The image analyzer according to any one of claims 1 to 7, wherein the notification means also notifies an alert to the secondary contact person who has made close contact with the contact person. 画像データから感染症の患者と直接または間接に接触した接触者を検出し、
前記接触者が前記患者と濃厚接触したか否かを判定し、
前記患者と濃厚接触した前記接触者にアラートを通知する
画像分析方法。 Detects contacts who have direct or indirect contact with patients with infectious diseases from image data,
It is determined whether or not the contact person has made close contact with the patient, and the contact person is determined to have close contact with the patient.
An image analysis method for notifying an alert to a contact person who has made close contact with the patient. 画像データから感染症の患者と直接または間接に接触した接触者を検出し、
前記接触者が前記患者と濃厚接触したか否かを判定し、
前記患者と濃厚接触した前記接触者にアラートを通知する
ことをコンピュータに実行させるためのプログラム。 Detects contacts who have direct or indirect contact with patients with infectious diseases from image data,
It is determined whether or not the contact person has made close contact with the patient, and the contact person is determined to have close contact with the patient.
A program for causing a computer to notify an alert to the contact person who has made close contact with the patient.
JP2020175076A 2020-10-19 2020-10-19 Image analysis device, image analysis method, and program Active JP7196890B2 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2020175076A JP7196890B2 (en) 2020-10-19 2020-10-19 Image analysis device, image analysis method, and program
PCT/JP2021/030746 WO2022085292A1 (en) 2020-10-19 2021-08-23 Image analysis device, image analysis method, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020175076A JP7196890B2 (en) 2020-10-19 2020-10-19 Image analysis device, image analysis method, and program

Publications (2)

Publication Number Publication Date
JP2022066627A true JP2022066627A (en) 2022-05-02
JP7196890B2 JP7196890B2 (en) 2022-12-27

Family

ID=81290402

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020175076A Active JP7196890B2 (en) 2020-10-19 2020-10-19 Image analysis device, image analysis method, and program

Country Status (2)

Country Link
JP (1) JP7196890B2 (en)
WO (1) WO2022085292A1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010238976A (en) * 2009-03-31 2010-10-21 Tdk Corp Method for evaluating ceramic sintered body, and method of manufacturing electronic component
JP2014137754A (en) * 2013-01-17 2014-07-28 Waseda Univ Pathogen contagion risk estimation device and program therein, and pathogen contagion risk estimation system
WO2019038271A1 (en) * 2017-08-21 2019-02-28 Koninklijke Philips N.V. Predicting, preventing, and controlling infection transmission within a healthcare facility using a real-time locating system and next generation sequencing
JP2019083395A (en) * 2017-10-30 2019-05-30 パナソニックＩｐマネジメント株式会社 Infectious substance monitoring system, and infectious substance monitoring method
JP2019160015A (en) * 2018-03-15 2019-09-19 富士通株式会社 Medical checkup support program, medical checkup support device and medical checkup support method

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015143924A (en) * 2014-01-31 2015-08-06 ケーディーアイコンズ株式会社 Information processing device and program

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010238976A (en) * 2009-03-31 2010-10-21 Tdk Corp Method for evaluating ceramic sintered body, and method of manufacturing electronic component
JP2014137754A (en) * 2013-01-17 2014-07-28 Waseda Univ Pathogen contagion risk estimation device and program therein, and pathogen contagion risk estimation system
WO2019038271A1 (en) * 2017-08-21 2019-02-28 Koninklijke Philips N.V. Predicting, preventing, and controlling infection transmission within a healthcare facility using a real-time locating system and next generation sequencing
JP2019083395A (en) * 2017-10-30 2019-05-30 パナソニックＩｐマネジメント株式会社 Infectious substance monitoring system, and infectious substance monitoring method
JP2019160015A (en) * 2018-03-15 2019-09-19 富士通株式会社 Medical checkup support program, medical checkup support device and medical checkup support method

Also Published As

Publication number Publication date
JP7196890B2 (en) 2022-12-27
WO2022085292A1 (en) 2022-04-28

Similar Documents

Publication Publication Date Title
US11476006B2 (en) Predicting, preventing, and controlling infection transmission within a healthcare facility using a real-time locating system and next generation sequencing
JP6206533B2 (en) Infection spread prevention support system, infection spread prevention support server, inspection terminal, mobile terminal and program
US20170024531A1 (en) Systems and methods for near-real or real-time contact tracing
US11389062B2 (en) System and method for determining a risk level of a respiratory attack
JP2020067939A (en) Infection risk identification system, information terminal, and infection risk identification method
US8736453B2 (en) Preemptive notification of patient fall risk condition
JP6398460B2 (en) Control method, control device, and control program
Boukhechba et al. Contextual analysis to understand compliance with smartphone-based ecological momentary assessment
CN112236788A (en) Personal protection device and safety management system with active worker sensing and evaluation
US10104509B2 (en) Method and system for identifying exceptions of people behavior
Rafferty et al. Fall detection through thermal vision sensing
WO2022085292A1 (en) Image analysis device, image analysis method, and storage medium
Garrido et al. Automatic detection of falls and fainting
US10325470B2 (en) System for monitoring health status of a person within an enclosed area
JP7459911B1 (en) Work management device
Gaete et al. Visitrack: A pervasive service for monitoring the social activity of older adults living at home
KR102441662B1 (en) Care platform service system using metaverse and method for controlling the same
JP7447735B2 (en) Information processing device, information processing method, and system
US20230135367A1 (en) Determining infection risk levels
US20240096505A1 (en) Information processing apparatus, information processing method and recording medium
EP4138421A1 (en) Managing caregiver communications
Lee et al. Patient Portal for Critical Response During Pandemic: A Case Study of COVID-19 in Taiwan
Gambo et al. Impact of IoT towards Achieving Smart Primary Healthcare Building Facilities in Gauteng, South Africa
WO2019239716A1 (en) Report output program, report output method, and report output device
WO2022087724A1 (en) System and method for contact tracing

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201019

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20211020

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211116

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220105

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220531

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220728

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20221115

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221128

R151 Written notification of patent or utility model registration

Ref document number: 7196890

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151