JP2022084825A - 転倒リスクのリアルタイム評価のための接続されたキオスク - Google Patents

転倒リスクのリアルタイム評価のための接続されたキオスク Download PDF

Info

Publication number
JP2022084825A
JP2022084825A JP2022047215A JP2022047215A JP2022084825A JP 2022084825 A JP2022084825 A JP 2022084825A JP 2022047215 A JP2022047215 A JP 2022047215A JP 2022047215 A JP2022047215 A JP 2022047215A JP 2022084825 A JP2022084825 A JP 2022084825A
Authority
JP
Japan
Prior art keywords
user
fall risk
kiosk
spatiotemporal
quantitative
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2022047215A
Other languages
English (en)
Inventor
ドーマン，アンソニー
Dohrmann Anthony
ジェイ． チャスコ，ブライアン
J Chasko Bryan
ダブリュ． キーリー，デヴィッド
W Keeley David
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.)
Electronic Caregiver Inc
Original Assignee
Electronic Caregiver Inc
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 Electronic Caregiver Inc filed Critical Electronic Caregiver Inc
Publication of JP2022084825A publication Critical patent/JP2022084825A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A61B5/1117—Fall detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/744—Displaying an avatar, e.g. an animated cartoon character
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06V40/25—Recognition of walking or running movements, e.g. gait recognition
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0013—Medical image data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • User Interface Of Digital Computer (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

【課題】包括的な転倒リスク評価に関連するシステム及び方法を提供する。【解決手段】キオスク転倒リスク評価システム１００は、キオスク１２０と、通信ネットワーク１４０と、包括的なサーベイシステム１６０と、歩行分析システム１７０と、を含む。キオスク１２０は、タブレットデバイス１２０及び奥行きカメラシステム１５０を含む。包括的なサーベイシステム１６０及び歩行分析システム１７０の評価を通じて、転倒のそれらの全体的なリスクを記述する臨床的に関連のあるデータをユーザ１１０に提供するのを容易にする。【選択図】図１

Description

（関連出願の参照）
この出願は、２０１８年２月２０0日に出願された「Connected Kiosk for the Real-Time Assessment of Falls Risk」という名称の米国仮特許出願第６２／６３２，９１８号の優先権の利益を主張し、２０１８年１０月２４日に出願された「Computing Devices with Interactive Animated Conversational Interface Systems」という名称の米国特許出願第１６／１６９，７６０号に関し、それらの全文を参照として援用する。
本開示の実施形態は、展開可能な転倒リスク評価キオスク(fall risk assessment kiosk)に関する。特に、本開示は、転倒リスクのリアルタイム評価を提供するシステム及び方法に関する。
このセクションで記載したアプローチは追求可能であるが、必ずしも以前に着想され或いは追求されたアプローチではない。したがって、他のことが示されていない限り、このセクションに記載するアプローチのいずれも、それらがこのセクションに含まれているという理由のみで先行技術として適格であると想定されるべきではない。
転倒リスク評価は、高齢の米国人に対するヘルスケアの提供の不可欠な部分となっている。これは、急速に高齢化する米国民が独立性の維持を大いに欲するという事実と相俟って、転倒に関連する数多くのリスク因子の特定をもたらしている。残念ながら、殆どのリスク因子評価は、認定医療専門家のオフィス又は従来型の研究所で行われている。これは現在の転倒リスク評価パラダイムに関連する３つの主要な限界をもたらす。すなわち、1）包括的な転倒リスク評価を完了する個人の能力に関連する旅行成分があること、２）包括的な転倒リスク評価に関連する従来的なハードウェア及びソフトウェアのコストは、これらの評価の広範な実施するのを排除すること、及び３）包括的な転倒リスク評価の実施に関連するロジスティック上の困難さの故に、個人は、一般的に、１年に１～２回しか試験されないことである。
包括的な転倒リスク評価に関連するこれらの問題は、現在利用可能なシステムによって完全には解決されていない。転倒のリスク増大に関連する既知の因子を特定して修正し得ることを示唆する証拠がある一方で、殆どの現在利用可能な包括的な転倒リスク評価の方法は、患者中心でない。加えて、現在の評価システムは、移動性がなく、複数の転倒リスクスクリーニング方法を組み込んでいない。
幾つかの実施形態によれば、本技術は、転倒リスクのリアルタイム評価を提供する方法に向けられており、方法は、（ａ）複数のドメインに亘る転倒リスクを評価することに関する情報を引き出すことに向けられた質問を含むサーベイをユーザに提供すること、（ｂ）ユーザの転倒リスクを示す質問に対する回答を含む引き出された情報を受信すること、（ｃ）奥行きカメラシステムを介して、ユーザのアクティビティの奥行きビデオデータを記録すること、（ｄ）奥行きビデオデータに基づいて、ユーザによって行われるアクティビティと関連する少なくとも１つの時空間歩行特性を決定すること、（ｅ）少なくとも１つの時空間歩行特性と引き出された情報とに基づいて、定量的な転倒リスク分析を行うこと、及び（ｆ）定量的な転倒リスク分析の少なくとも部分をユーザに表示することを含む。
幾つかの実施形態において、本開示は、本明細書に記載する動作及び／又は方法ステップを動作中に引き起こす或いはシステムにそれらを実行させる、ソフトウェア、ファームウェア、ハードウェア、又はそれらの組み合わせをシステムにインストールさせることによって、特定の動作又は行為を実行するように構成されることができる、１つ又はそれよりも多くのコンピュータのシステムに向けられている。例えば、実施形態は、転倒リスクのリアルタイム評価を提供するシステムを含んでよく、システムは、（ａ）キオスクと、（ｂ）キオスクに通信的に結合されるタブレットデバイスと、（ｃ）キオスクに通信的に結合される奥行きカメラシステムと、（ｄ）少なくとも１つのプロセッサと、（ｅ）プロセッサ実行可能な命令を格納するメモリとを含み、少なくとも１つのプロセッサは、前記プロセッサ実行可能な命令の実行後に、以下の動作、即ち、（ｉ）複数のドメインに亘る転倒リスクを評価することに関する情報を引き出すことに向けられた質問を含むサーベイをユーザに提供すること、（ｉｉ）ユーザの転倒リスクを示す質問に対する回答を含む引き出された情報を受信すること、（ｉｉｉ）奥行きカメラシステムを介して、ユーザのアクティビティの奥行きビデオデータを記録すること、（ｉｖ）奥行きビデオデータに基づいて、ユーザによって行われるアクティビティと関連する少なくとも１つの時空間歩行特性を決定すること、（ｖ）少なくとも１つの時空間歩行特性と引き出された情報とに基づいて、定量的な転倒リスク分析を行うこと、及び（ｖｉ）前記定量的な転倒リスク分析の少なくとも部分を前記ユーザに表示することを実施するように構成される。
別の実施形態において、本開示は、非一時的なコンピュータ可読媒体であって、転倒リスクのリアルタイム評価を提供する方法を実行するために、少なくとも１つのプロセッサによって実行可能な命令を当該非一時的なコンピュータ可読媒体上に具現させる、非一時的なコンピュータ可読媒体を開示しており、方法は、（ａ）複数のドメインに亘る転倒リスクを評価することに関する情報を引き出すことに向けられた質問を含むサーベイをユーザに提供すること、（ｂ）ユーザの転倒リスクを示す質問に対する回答を含む引き出された情報を受信すること、（ｃ）奥行きカメラシステムを介して、ユーザのアクティビティの奥行きビデオデータを記録すること、（ｄ）奥行きビデオデータに基づいて、ユーザによって行われるアクティビティと関連する少なくとも１つの時空間歩行特性を決定すること、（ｅ）少なくとも１つの時空間歩行特性と引き出された情報とに基づいて、定量的な転倒リスク分析を行うこと、及び（ｆ）定量的な転倒リスク分析の少なくとも部分をユーザに表示することを含む。
同等の参照番号が別個の図面を通じて同一又は機能的に類似の要素を指す添付の図面は、以下の詳細な記述と共に、本明細書に組み込まれ、本明細書の一部を形成し、特許請求する開示を含む着想の実施形態を更に例示し、それらの実施形態の様々な原理及び利点を説明するのに役立つ。
本開示の主題に従った包括的な転倒リスク評価を提供するように構成された例示的なシステムの高レベルブロック図を示している。
本開示の主題に従った包括的なサーベイを提供及び処理するための例示的なシステムの高レベルブロック図を示している。
本開示の主題に従った包括的なサーベイ応答の受信を容易にするように構成された例示的なグラフィカルユーザインタフェースの事例を例示している。 本開示の主題に従った包括的なサーベイ応答の受信を容易にするように構成された例示的なグラフィカルユーザインタフェースの事例を例示している。 本開示の主題に従った包括的なサーベイ応答の受信を容易にするように構成された例示的なグラフィカルユーザインタフェースの事例を例示している。
本開示の主題に従った歩行分析を提供及び処理するための例示的なシステムの高レベルブロック図を示している。
本開示の主題に従った歩行分析の機能的評価の例示的なグラフ表現を例示している。 本開示の主題に従った歩行分析の機能的評価の例示的なグラフ表現を例示している。
本開示の主題に従った機能的動作分析結果を有する例示的なグラフィカルユーザインタフェースを例示している。
本開示の主題に従った比較データに基づくエビデンスベースの推奨を提供するように構成された例示的なシステムの高レベルブロック図を示している。
包括的な転倒リスク評価の結果を有する例示的なグラフィカルユーザインタフェースを例示している。
本開示の主題に従った環境サーベイに基づく推奨を提供するように構成された例示的なグラフィカルユーザインタフェースを例示している。
本開示の主題に従った包括的な転倒リスク評価の完了を通じてユーザを案内するように構成された電子介護者画像（ＥＣＩ）アバタの例示的な描写を例示している。
本開示の修大に従ったユーザによって実行されるべき機能的試験の代表的な例を提供するＥＣＩアバタの例示的な描写を例示している。
本開示の主題に従った包括的な転倒リスク評価を提供するための方法を示すプロセスフロー図を描写している。
本開示の実施形態を実装するために使用されてよい例示的なコンピュータシステムを例示している。
以下の記述では、説明の目的のために、数多くの特定の詳細が本開示の完全な理解を提供するために記載されている。しかしながら、本開示がこれらの特定の詳細なしに実施される場合があることが当業者に明らかであろう。他の婆には、構造及びデバイスは、本開示を不明瞭にするのを避けるために、ブロック図形態でのみ示されることがある。開示の実施形態は、複数の形式(forms)で具現されることがある本発明の例示であるに過ぎないことが理解されるべきである。本明細書に開示するそれらの詳細は、いかなる形式においても限定として解釈されるべきではなく、請求項についての基礎として解釈されるべきである。
本明細書に記載し且つ例示する様々な例示的な実施形態は、包括的な転倒リスク評価(fall risk assessment)の患者中心の移動式の方法を提供するように構成されたコンピューティングデバイスに関する。コンピューティングデバイスは、検証されたサーベイ(調査)研究器具及び奥行きカメラ(depth camera)を用いて個人に関するサーベイ及び歩行分析(gait analysis)を行うキオスク(kiosk)転倒リスク評価システムを含んでよい。注目すべきことに、キオスク転倒リスク評価システムは、心電図(ＥＣＧ)以外の１つ又はそれよりも多くのインタフェース、カメラ、及びセンサを利用してよい。歩行分析のためのサーベイ及び命令の完了は、その全文を本明細書に参照として援用する２０１８年１０月２４日に出願された「Computing Devices with Improved Interactive Animated Conversational Interface Systems」という名称の関連する米国特許出願第１６／１６９，７６０号明細書に詳細に記載されているように、会話インタフェースシステムを介してユーザに提供される。歩行分析は、会話インタフェースシステム、奥行きカメラ、タブレットデバイス、アルゴリズム及び機械学習を組み込んで、個人の１つ又はそれよりも多くの歩行特性及び転倒リスクスコアを計算する。次に、包括的なサーベイの結果、歩行特性、及び転倒リスクスコアは、会話インタフェース及びキオスクを通じて個人に提供されることがある。
図１は、ユーザの包括的な転倒リスク評価を提供するように構成されたキオスク転倒リスク評価システム１００を描写している。様々な実施形態において、キオスク転倒リスク評価システム１００は、キオスク１２０と、通信ネットワーク１４０と、包括的なサーベイシステム１６０と、歩行分析システム１７０とを含む。キオスク１２０は、タブレットデバイス１２０及び奥行きカメラシステム１５０を含んでよく、或いはそれらに結合されてよい。ユーザ１１０は、インターネット又は移動電話ネットワークのような通信ネットワーク１４０に結合されるタブレットデバイス１３０を通じてキオスクシステム１２０を利用する。本開示を通じてより詳細に記載するように、電子介護者システムが、ユーザ１１０のための包括的な転倒リスク評価を提供するように構成されたタブレットデバイス１３０上に設置されてよい。確実であるように、タブレットデバイス１３０及びキオスク１２０は、図１３に関して記載したような、任意の適切なコンピューティングデバイスと置換されてよく、或いはその形式を取ってよい。奥行きカメラシステム１５０は、ユーザの動作の１つ又はそれよりも多くのパラメータを測定するよう機能的動作評価を容易にする。図示していないが、キオスク転倒リスク評価システム１００は、ビデオカメラシステム、動作センサ、振動センサなどを含む、任意の数又は組み合わせのセンサを更に含んでよいことが理解されるべきである。
包括的な転倒リスク評価は、包括的なサーベイシステム１６０及び歩行分析システム１７０の一方又は両方からの結果に基づく。包括的なサーベイシステム１６０及び／又は歩行分析システム１７０は、クラウドベースであってよく、或いは１つ又はそれよりも多くの遠隔サーバを含んでよい。包括的なサーベイシステム１６０及び歩行分析システム１７０のためのサービスを提供する１つ又はそれよりも多くのサーバは、同じ遠隔サーバであってよく、別個の遠隔サーバであってよく、或いは１つ又はそれよりも多くの共有サーバを有してよいことが理解されるべきである。包括的なサーベイシステム１６０及び／又は歩行分析システム１７０の評価を通じて、キオスク転倒リスク評価システム１００は、転倒のそれらの全体的なリスクを記述する臨床的に関連のあるデータをユーザ１１０に提供するのを容易にする。
通信ネットワーク１４０は、無線もしくは有線ネットワーク、又はそれらの組み合わせを含んでよい。例えば、ネットワークは、インターネット、ローカルイントラネット、ＰＡＮ（パーソナルエリアネットワーク）、ＬＡＮ（ローカルエリアネットワーク）、ＷＡＮ（ワイドエリアネットワーク）、ＭＡＮ（メトロポリタンエリアネットワーク）、仮想プライベートネットワーク（ＶＰＮ）、ストレージエリアネットワーク（ＳＡＮ）、フレームリレー接続、アドバンストインテリジェントネットワーク（ＡＩＮ）接続、同期光ネットワーク（ＳＯＮＥＴ）接続、デジタルＴ１、Ｔ３、Ｅ１又はＥ３回線、デジタルデータサービス（ＤＤＳ）接続、ＤＳＬ（デジタル加入者回線）接続、イーサネット接続、ＩＳＤＮ（統合サービスデジタルネットワーク）回線、Ｖ．９０、Ｖ．３４又はＶ．３４ｂｉｓアナログモデム接続のようなダイアルアップポート、ケーブルモデム、ＡＴＭ（非同期転送モード）接続、又はＦＤＤＩ（ファイバ分散データインタフェース）もしくはＣＤＤＩ（銅分散データインタフェース）接続のうちの１つ又はそれよりも多くを含んでよい。更に、通信は、ＷＡＰ（ワイヤレスアプリケーションプロトコル）、ＧＰＲＳ（汎用パケット無線サービス）、ＧＳＭ（移動体通信のための全地球システム）、ＣＤＭＡ（符号分割多重アクセス）又はＴＤＭＡ（時分割多重アクセス）、携帯電話ネットワーク、ＧＰＳ、ＣＤＰＤ（セルラーデジタルパケットデータ）、ＲＩＭ（Research in Motion, Limited）重信ページングネットワーク、ブルートゥース（登録商標）無線、又はＩＥＥＥ８０２．１１ベースの無線周波数ネットワークを含む、様々な無線ネットワークのいずれかへのリンクを含んでよい。ネットワークは、更に、ＲＳ－２３２シリアル接続、ＩＥＥＥ－１３９４（ファイアワイヤ）接続、ファイアチャネル接続、ＩｒＤＡ（赤外）ポート、ＳＣＳＩ（小型コンピュータシステムインタフェース）接続、ＵＳＢ（ユニバーサルシリアルバス）接続、又は他の有線もしくは無線のデジタルもしくはアナログインタフェースもしくは接続、メッシュ又はＤｉｇｉ（登録商標）ネットワーキングのうちの任意の１つ又はそれよりも多くを含むことができ、或いはそれらとインタフェース接続することができる。
包括的なサーベイシステム１６０は、インタラクティブな会話型のテキストベースのインタラクションと、ユーザが音声会話及びクラウドベースのテキスト対話(text-to-text)技術を使用する様々な形式を完成させることを可能にする三次元電子介護者画像（ＥＣＩ）アバタとを利用してよい。包括的なサーベイシステム１６０は、図２、図３ａ、図３ｂ、及び図３ｃに関してより詳細に記載される。
歩行分析システム１７０は、１つ又はそれよりも多くの機能的評価から、ユーザ１１０の１つ又はそれよりも多くの時空間歩行特性及び完了能力を評価して定量化するように構成される。機能的評価は、歩行(walking)、座位(sitting)、方向転換(turning)などのような、ユーザが行う身体的行動を含んでよい。歩行分析システム１７０は、図４、図５ａ、図５ｂ、及び図６に関してより詳細に記載される。
図２は、包括的なサーベイシステム１６０を使用して包括的なサーベイを提供し且つ処理するための例示的なシステム２００の高レベルブロック図を描写している。例示的なシステム２００は、図１に例示するキオスク転倒評価システム１００の一部であってよいことが理解されるべきである。様々な実施形態において、包括的なサーベイシステム１６０は、（本明細書では会話インタフェースと呼ぶ）インタラクティブな会話型のテキストベースの通信システム１８０と電子介護者画像（ＥＣＩ）アバタ１９０とを有する電子介護者に由来するインタラクティブなアニメーション化された会話インタフェースシステムと結合される。会話インタフェース１８０及びＥＣＩアバタ１９０の例は、その全文を参照として援用する２０１８年１０月２４日に出願された「Computing Devices with Improved Interactive Animated Conversational Interface Systems」という名称の関連する米国特許出願第１６／１６９，７６０号明細書に記載されている。
例示的なシステム２００を通じて、ＥＣＩアバタ１９０は、ユーザ１１０と係り合って(engage)、複数のドメインに亘って転倒リスクを評価することに関する情報を引き出すこと及びユーザの転倒リスクを示す質問に対する回答を含む引き出された情報を受け取ることに向けられた一連の質問を含むサーベイを提供する。ＥＣＩアバタ１９０は、複数の言語で通信してよい。例示的なシステム２００は、データ入力のための方法を選択するオプションをユーザ１１０に提供し、方法は、タイプベースのデータ入力又は音声通信データ入力のいずれかを含む。
引き出された情報を含むデータのユーザ入力に続いて、データは、タブレットデバイス１３０からキオスク１２０に、通信ネットワーク１４０を通じて会話インタフェース１８０及び／又は包括的なサーベイシステム１６０に送信されてよい。会話インタフェース１８０は、データ入力を分析し、データ入力エラーに対する冗長性を決定する。データ入力におけるエラーの決定に応答して、会話インタフェース１８０は、例えば、ＥＣＩアバタ１９０によって、エラーの修正のために、ユーザ１１０にフィードバックを提供させる。会話インタフェース１８０は、入力データを包的なサーベイシステム１６０に送信してもよく、或いは包括的なサーベイシステム１６０にエラー決定の結果を通知してもよい。
データの精度をリアルタイムで評価するために、会話インタフェース１８０は、入力のカタログを利用して、ユーザ１１０によって入力されるデータタイプが定義されたカタログデータタイプと一致するかどうかを決定する。よって、会話インタフェース１８０及び包括的なサーベイシステム１６０のようなクラウドベースのアプリケーションの使用を通じて、例示的なシステム２００は、入力データを評価し、入力データにエラーが存在するかどうかを決定し、継続的な判定プロセスを実行し、リアルタイムでユーザに応答をリ提供する。一般的に、リアルタイム応答は、１．０秒未満のようなユーザが待つことがある適切な時間期間でユーザに提供されてよい。ひとたびデータの正確性が評価され、全ての入力データが入力されると、包括的なサーベイシステム１６０は、ユーザ入力データを暗号化し、格納のためにデータをクラウドベースの一次キー設計データベースに送信することに進む。
例示的なシステム２００は、ユーザ１１０とのインタラクティブな通信のための三次元ＥＣＩアバタ１９０を含むウェブブラウザも提供する。このＥＣＩアバタ１９０は、ユーザにインタラクティブ体験を提供し、その間に、ユーザは、包括的な転倒リスク評価の完了を通じて案内される。ユーザが評価を完了すると、ＥＣＩアバタ１９０は、ユーザによる形式完了を簡素化及び合理化するために、リアルタイムフィードバックを会話形式で提供する。
ＥＣＩアバタ１９０は、タブレットデバイス１３０のグラフィカルユーザインタフェースを介してユーザ１１０に表示される。ＥＣＩアバタ１９０は、タブレットデバイス１３０を介して、１つ又はそれよりも多くのドメインに亘って転倒リスクを評価する一連の質問をユーザに提示する。以下の表１に記載するドメインは、ユーザの履歴、薬剤、環境、身体及び視覚の側面を含む。
表１。キオスク転倒リスク評価システムに組み込まれる包括的なサーベイシステムによって評価される転倒リスクのドメイン及び各ドメインについてのサンプル照会エリア。
Figure 2022084825000002
キオスク１２０は、ユーザ１１０にテキスト対話機能性へのアクセスを提供する。キオスク１２０は、ＥＣＩアバタ１９０を使用して音声及びテキスト通信の両方を提供するための計算能力を含むクラウドベースのサービスへのユーザ１１０のアクセスを提供する。よって、ユーザ１１０による包括的なサーベイシステム１６０の開始後に、ＥＣＩアバタ１９０は、簡単な会話による包括的なサーベイの完了に必要なデータを要求することを容易にする。
特定の実施形態において、例示的なシステム２００は、ユーザ１１０によって入力されるサーベイデータを検証する。ひとたびユーザ１１０からのサーベイ応答データがキオスク１２０によって受信され、通信ネットワーク１４０を介して会話インタフェース１８０に送信されると、会話インタフェース１８０は、入力のデータタイプ（例えば、はい／いいえ、単語、数字など）を検証ユーティリティに格納された所定のデータタイプと比較する。よって、会話インタフェース１８０は、ユーザ１１０によって提供されるデータ入力タイプの有効性を評価する。検証ユーティリティによって入力が有効であると決定された後に、会話インタフェース１８０は、進行判定プログラムを起動させ(activates)、それは、キオスク１２０を、ユーザ１１０に問い合わされるべき包括的なサーベイに含まれる次の項目に移動させる。代替的に、検証ユーティリティによって入力が無効であると決定された後に、進行判定プログラムは起動させられず、代わりに、会話インタフェース１８０は、包括的なサーベイシステム１９０を始動させて(triggers)、無効なデータ入力をユーザ１１０に知らせる。キオスク１２０は、タブレットデバイス１３０及びＥＣＩアバタ１９０を介して、前のデータ入力が無効であることをユーザ１１０に通知し、サーベイ質問を再び尋ねる。
図３ａ～図３ｃは、包括的なサーベイ応答の受信を容易にするように構成された例示的なグラフィカルユーザインタフェース３００の事例を例示している。図３ａ～図３ｃは、ユーザからの入力データに基づく様々な判定経路を描写している。グラフィカルユーザインタフェース３００は、図１～図２に描写するタブレットデバイス１３０の一部であってよく、或いはキオスク１２０に結合された別の適切なディスプレイであってよいことが理解されるべきである。
図３ａは、タブレットデバイス１３０上のユーザ１１０に表示された未完成の形式フィールドの初期セットを描写している。図３ｂは、会話インタフェース１８０によって有効であると決定されたタブレットデバイス１３０上のユーザ１１０への入力データの提示を描写している。図３ｃは、ＥＣＩアバタ１９０からの無効なデータ入力応答を描写している。
図４は、歩行分析システム１７０を使用して歩行分析を提供し且つ処理するための例示的なシステム４００を例示している。歩行分析システム１７０は、以下により詳細に記載するように、身体追跡モジュール１７２と、動作パラメータモジュール１７４とを含んでよい。例示的なシステム４００は、図１に例示するキオスク転倒評価システム１００の一部であってよいことが理解されるべきである。様々な実施形態において、キオスク１２０は、更に、ユーザ１１０の１つ又はそれよりも多くの時空間歩行特性の評価及び定量化ならびに機能的評価を完了させるユーザの能力を促進するように構成される。時空間歩行特性の幾つかの例を表２に記載する。
図２。キオスク転倒リスク評価システムを介してユーザに提供される歩行分析システムによって決定される機能的動作パラメータ。
Figure 2022084825000003
機能的評価の歩行分析を行うために、例示的なシステム４００は、奥行きカメラシステム１５０と、歩行分析システム１７０とを利用する。キオスク１２０は、ユーザ１１０の準備状態を問い合わせることによって機能的評価を開始する。ユーザ１１０による準備状態の確認に続いて、キオスク１２０は、ユーザが歩くときに及び／又は推奨される機能的評価を行うときに、奥行きカメラシステム１５０を介してビデオ奥行き記録を開始する。ユーザ１１０は、動作パフォーマンス領域１１５においてキオスク１２０によって示されるように機能的評価に必要なアクティビティ(活動)又は複数のアクティビティを実行する。ユーザ１１０による機能試験の実行中、キオスク１２０は、奥行きカメラシステム１５０を使用して、アクティビティの奥行きビデオを記録する。
奥行きビデオは、各アクティビティの完了時又は機能的評価の競合時に、リアルタイムに、キオスク１２０によって、通信ネットワーク１４０を介して歩行分析システム１７０に送信される。身体追跡モジュール１７２は、奥行きビデオデータの持続時間に亘って空間内のユーザの位置及び向きを決定することを含む身体追跡アルゴリズムを奥行きビデオに適用する。身体追跡アルゴリズムは、ユーザ１１０の１つ又はそれよりも多くの脚の奥行きビデオ内の場所を決定することと、奥行きビデオデータ内の各フレームについての１つ又はそれよりも多くの脚の位置及び向きを追跡することとを含んでもよい。動作パラメータモジュール１７４は、身体追跡モジュール１７２によって生成される身体追跡情報を処理して、ユーザ１１０の１つ又はそれよりも多くの時空間歩行特性を決定してよい。例えば、動作パラメータモジュール１７４は、ユーザ１１０が移動する線形距離を、ユーザ１１０がその距離を移動するのに必要とする時間の長さで除算して計算することによって、ユーザ１１０の歩行速度を決定してよい。１つ又はそれよりも多くの時空間歩行特性は、歩行分析システム１７０、キオスク１２０、タブレットデバイス１３０、又はそれらの任意の組み合わせに関連するデータベースに格納されてよい。
確実であるために、身体追跡モジュール１７２と動作パラメータモジュール１７４とを含む歩行分析システム１７０は、通信ネットワーク１４０を通じてキオスク１２０から遠隔であるように示されているが、本開示の実施形態は、キオスク１２０又はタブレットデバイス１３０内に歩行分析システム１７０を有することを含む。
図５ａ及び図５ｂは、機能的評価のアクティビティの表現を示すグラフィカルユーザインタフェース５００を描写している。グラフィカルユーザインタフェース５００は、例えば、図４に示すように、タブレットデバイス１３０を介してユーザ１１０に提示されてよい。表現は、ユーザ５１０、動作性能領域５１５、キオスク５２０、タブレットデバイス５３０、及び奥行きカメラシステム５５０のグラフィカル描写を含んでよい。グラフィカルユーザインタフェース５００は、ユーザ１１０が動作性能領域１１５の境界について知らされるように、奥行きカメラシステム１５０の代表的な視野５５５を更に描写してよい。特に、図５ａは、ユーザ１１０が静止位置から左を向くことを含む機能的評価のアクティビティを例示している。図５ｂは、動作性能領域１１５内を前後に繰り返し歩行することを含む機能的評価の別のアクティビティを例示している。
図６は、様々な実施形態において、タブレットデバイス１３０を介してユーザ１１０に提示される、機能的動作分析結果を有する例示的なグラフィカルユーザインタフェース６００を例示している。結果は、時空間歩行特性のラベル、時空間歩行特性の決定値、及び時空間歩行特性の簡単な記述を含むことがある。キオスク転倒リスク評価システムは、決定された時空間歩行特性をユーザにリアルタイムで提供することがある。
図７は、図１に示すようなキオスク転倒リスク評価システム１００の一部に結合されたクラウドベースの標準データ記憶装置７００を描写している。１つ又はそれよりも多くの遠隔サーバを含むことがあるクラウドベースの標準データ記憶装置７００は、包括的な転倒リスク評価の結果に基づいて、ユーザ１１０にエビデンスに基づく諮問的な推奨(consultative recommendations)を提供する。１つ又はそれよりも多くの遠隔サーバは、図１３に描写する例示的なコンピューティングシステムに記載されるような計算能力を有してよい。転倒リスク評価の完了に続いて推奨を提供するために、キオスクは、１）機能運動試験のための標準データ(normative data)、２）機能的運動データについての既知のリスク比、３）転倒履歴リスク比、４）薬剤と関連する既知のリスク及び相互作用を記述するデータ、５）低リスク環境設計のためのエビデンスベースの推奨、６）視覚(ビジョン)(vision)に関連する標準データ、又は７）視覚変数(vision variables)に関連する既知のリスク比のうちの少なくとも１つを有する１つ又はそれよりも多くのクラウドベースの標準データ記憶装置７００の事例にアクセスしてよい。標準データ及びリスク比は、包括的なサーベイシステム１６０及び歩行分析システム１７０からクラウドベースの標準データ記憶装置７００によって受信される複数のサーベイ応答及び他のユーザの機能的評価から決定されてよい。キオスク１２０は、通信ネットワーク１４０を介してクラウドベースの標準データ記憶装置７００から標準データ、リスク比、及び推奨を受信し、特定のユーザ１１０について包括的なサーベイシステム１６０及び歩行分析システム１７０から決定されるデータをクラウドベースの標準データ記憶装置７００から受信されるデータと比較してよい。比較に基づいて、キオスク１２０は、包括的な転倒リスク評価に基づいて様々な推奨をユーザ１１０に提供してよい。推奨は、ユーザ１１０と関連する転倒リスクの低減を容易にする。
例えば、キオスク１２０は、包括的なサーベイの特定のドメインに関するユーザのスコアを決定してよい。１つ又はそれよりも多くの実施形態において、キオスク転倒リスク評価システム１００は、１つ又はそれよりも多くの人工知能システム及び／又は機械学習アルゴリズムを利用して、スコアを決定する。キオスク１２０は、特定のドメインに関してクラウドベースの標準データ記憶装置７００から所定の閾値を更に受信してよい。スコアが所定の閾値を超えると決定した後に、キオスク１２０は、特定のドメインに関連するクラウドベースの標準データ記憶装置７００から受信する１つ又はそれよりも多くの推奨がユーザ１１０に適用可能であると決定し、１つ又はそれよりも多くの推奨をユーザ１１０に表示してよい。
図８及び図９は、包括的な転倒リスク評価に基づく１つ又はそれよりも多くの推奨をユーザに提供することを描写している。図８は、１つ又はそれよりも多くのサーベイ応答に基づいて決定された推奨８２０と、包括的な転倒リスク評価８１０においてユーザに提示された決定された時空間歩行特性とを有する、グラフィカルユーザインタフェース８００を例示している。例えば、ＥＣＩアバタ８３０は、ユーザの包括的な転倒リスク評価８１０に存在する環境スコアに基づいて、転倒のリスクを低減するために、ユーザが自分自身の家庭環境を片づけることを考慮すべきであるという推奨８２０を提供する。ＥＣＩアバタ８３０は、同様に、ユーザが、例えば、標準値閾を下回る図６に示す決定された時空間歩行特性に基づいて、自分の歩行速度を増加させる方法をヘルスケア提供者と議論することを推奨する。図９は、環境サーベイ９１０と、推奨９２０と、ＥＣＩアバタ９３０とを有する、グラフィカルユーザインタフェース９００を示している。環境サーベイ９１０の結果に基づいて、特に、ユーザが下面にラグライナのない領域ラグ、両面テープ、又はすべり止め裏面を有するというユーザ入力、並びにユーザが散らかり物の片付けられていない床、階段、及び踊り場を有するというユーザ入力に基づいて、ＥＣＩアバタ９３０は、転倒のリスクを減少させるのを助けるために、ユーザは自分自身のラグをすべり止めラグと交換しなければならないという推奨９２０を提供する。
図１０は、包括的な転倒リスク評価の完了を通じてユーザを案内するように構成された例示的なＥＣＩアバタ１０００を描写している。ＥＣＩアバタ１０００は、３つの目的、すなわち、１）キオスク１２０によって行われるデータ収集プロセスにおけるユーザのエラーを低減させること、２）ユーザ１１０によって容易に完成されるクリックなし及びタイプなし通信のインタラクティブな方法を提供すること、及び３）ユーザ１１０によって行われるべき様々な試験の命令及び代表的な例の両方を提供することに役立つような方法において、データ収集プロセスを通じてユーザ１１０を案内することを容易にする。例えば、図１１に描写するように、ＥＣＩアバタ１１００は、ユーザによって行われるべき機能試験の代表的な例を提供することがある。特に、図１１に描写するＥＣＩアバタ１１００は、キオスク転倒リスク評価システムが奥行き情報を十分に記録し且つアクティビティを適切に分析し得るように、ユーザがどのように着座位置から起立位置に適切に移行しなければならないかを実証している。よって、キオスク転倒リスク評価システムは、キオスクに結合されたクラウドベースのリソースを利用して、サーベイ応答がより従来的な研究施設や医療専門家のオフィスよりも脅威の少ない方法で受信及び評価されることを可能にすることがある。
図１２は、１つ又はそれよりも多くの例示的な実施形態に従った包括的な転倒リスク評価を提供する方法１２００を示すプロセスフロー図である。方法７００は、ハードウェア（例えば、専用論理、プログラマブル論理、及びマイクロコード）、（汎用コンピュータシステム又は専用マシン上で実行されるソフトウェアのような）ソフトウェア、又はそれらの組み合わせを含んでよい、処理論理によって実行されてよい。１つ又はそれよりも多くの例示的な実施形態において、処理ロジックは、キオスク１２０、タブレットデバイス１３０、包括的なサーベイシステム１６０、もしくは歩行分析システム１７０、又はそれらの組み合わせに存在する。
図１２に示すように、本方法１２００は、複数のドメインに亘って転倒リスクを評価することに関する情報を引き出すことに向けられた質問を含むサーベイをユーザに提供することにより、操作１２１０で開始してよい。ユーザは、キオスクを介して、より具体的には、結合されるタブレットデバイスのグラフィカルユーザインタフェースによって表されるＥＣＩアバタを介して、サーベイを提供されてよい。
操作１２２０で、方法１２００は、ユーザの転倒リスクを示す質問に対する回答を含む、引き出された情報を受信することに進んでよい。
操作１２３０で、方法１２００は、奥行きカメラシステムを介して、ユーザのアクティビティの奥行きビデオデータを記録することを含んでよい。
操作１２４０で、方法１２００は、記録された奥行きビデオデータに基づいて、ユーザによって実行されるアクティビティと関連する少なくとも１つの時空間歩行特性を決定することに進んでよい。この決定することは、前述のように、身体追跡モジュールを介して身体動作を追跡すること、及び動作パラメータモジュールを介して時空間歩行特性を計算することを含んでよい。時空間歩行特性の計算は、キオスクによって或いは図１に示す歩行分析システム１７０のような遠隔サーバによって実行されてよいことが理解されるべきである。このようにして、キオスクは、処理のために奥行きビデオデータをそのような遠隔サーバに送信すること及び遠隔サーバから時空間歩行特性を受信することによって、少なくとも１つの時空間歩行特性を決定してよい。
操作１２５０で、方法１２００は、少なくとも１つの時空間歩行特性及びサーベイ質問に対する回答を含む引き出された情報に基づいて、定量的な転倒リスク分析を実施することを含んでよい。定量的な歩行分析は、一連の時空間歩行特性に基づいて全体的な転倒リスクスコアを決定することを含んでよい。
操作１２６０で、方法１２００は、定量的な転倒リスク分析の少なくとも一部をユーザに表示することに進んでよい。
任意的に、操作１２７０で、方法１２００は、定量的な転倒リスク分析に基づいて、ユーザに推奨を提供することを含んでよい。
図１３は、コンピュータシステム１３００の例示的な電子形態におけるマシン(機械)のコンピューティングデバイスの概略図を示しており、コンピュータシステム内で、本明細書で議論した方法論のうちのいずれか１つ又はそれよりも多くを機械に実行させるための命令のセットを実行することができる。例示的な実施形態において、マシンは、スタンドアローンデバイスとして作動し、或いは他の機械に接続される（例えば、ネットワーク接続される）ことができる。ネットワーク化された展開において、マシンは、サーバ、サーバ－クライアントネットワーク環境内のクライアントマシン、又はピアツーピア（又は分散）ネットワーク環境のピアマシンとして作動することができる。このマシンは、パーソナルコンピュータ（ＰＣ）、タブレットＰＣ、ゲームコンソール、セットトップボックス（ＳＴＢ）、携帯情報端末（ＰＤＡ）、テレビデバイス、携帯電話、ポータブルミュージックプレーヤ（例えば、ポータブルハードドライブオーディオデバイス）、ウェブアプライアンス、又はそのマシンによって取られるべき行為を特定する命令のセットを実行し得る任意のマシンであることができる。更に、単一のマシンのみが例示されているが、「マシン」という用語は、本明細書で議論する方法論のうちのいずれか１つ又はそれよりも多くを実行するために命令のセット（又は複数のセット）を別々に又は共同で実行するマシンの任意の集合を含むとも解釈されるべきである。コンピュータシステム１３００は、キオスク１２０、タブレットデバイス１３０、包括的なサーベイシステム１６０、歩行分析システム１７０、又はクラウドベースの標準データ記憶装置７００の事例であることができる。
例示的なコンピュータシステム１３００は、プロセッサ又は複数のプロセッサ１３０５（例えば、中央処理装置（ＣＰＵ）、グラフィックス処理装置（ＧＰＵ）、又はその両方）、及びバス１３２０を介して互いに通信するメインメモリ１３１０及びスタティックメモリ１３１５を含む。コンピュータシステム１３００は、ビデオディスプレイユニット１３２５（例えば、液晶ディスプレイ（ＬＣＤ）、有機発光ダイオード（ＯＬＥＤ）ディスプレイ、又は陰極線管（ＣＲＴ））を更に含むことができる。コンピュータシステム１３００は、英数字入力デバイス（例えば、キーボード）、カーソル制御デバイス（例えば、マウス）、マイクロホン、デジタルカメラ、ビデオカメラなどのような、少なくとも１つの入力デバイス１３３０も含む。コンピュータシステム１３００は、ディスクドライブユニット１３３５、信号生成デバイス１３４０（例えば、スピーカ）、及びネットワークインタフェース装置１３４５も含む。
（ディスク駆動ユニット１３３５とも呼ぶ）駆動ユニット１３３５は、本明細書に記載する方法論又は機能のうちのいずれか１つ又はそれよりも多くによって具現又は利用される命令及びデータ構造の１つ又はそれよりも多くのセット（例えば、命令１３５５）を格納する（コンピュータ可読媒体１３５０とも呼ぶ）機械可読媒体１３５０を含む。命令１３５５は、コンピュータシステム１３００によるその実行中に、メインメモリ１３１０、スタティックメモリ１３１５、及び／又は（複数の）プロセッサ１３０５内に、完全に又は少なくとも部分的に存在することもできる。メインメモリ１３１０、スタティックメモリ１３１５、及びプロセッサ１３０５も、機械可読媒体を構成する。
命令１３５５は、多数の周知の転送プロトコル（例えば、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、ＣＡＮ、シリアル、及びＭｏｄｂｕｓ）のうちのいずれか１つを利用して、ネットワークインタフェースデバイス１３４５を介して通信ネットワーク１３６０を通じて更に送信又は受信されることができる。通信ネットワーク１３６０は、インターネット、ローカルイントラネット、パーソナルエリアネットワーク（ＰＡＮ）、ローカルエリアネットワーク（ＬＡＮ）、ワイドネットワーク（ＷＡＮ）、メトロポリタンエリアネットワーク（ＭＡＮ）、仮想プライベートネットワーク（ＶＰＮ）、ストレージエリアネットワーク（ＳＡＮ）、フレームリレー接続、アドバンストインテリジェントネットワーク（ＡＩＮ）接続、同期光ネットワーク（ＳＯＮＥＴ）接続、デジタルＴ１、Ｔ３、Ｅ１又はＥ３回線、デジタルデータサービス（ＤＤＳ）接続、デジタル加入者回線（ＤＳＬ）接続、イーサネット接続、統合サービスデジタルネットワーク（ＩＳＤＮ）回線、ケーブルモデム、非同期転送モード（ＡＴＭ）接続、又はファイバ分散データインタフェース（ＦＤＤＩ）又は銅分散データインタフェース（ＣＤＤＩ）接続を含む。更に、通信ネットワーク１３６０は、無線アプリケーションプロトコル（ＷＡＰ）、汎用パケット無線サービス（ＧＰＲＳ）、移動体通信のための全地球システム（ＧＳＭ）、符号分割多重アクセス（ＣＤＭＡ）又は時分割多重アクセス（ＴＤＭＡ）、携帯電話ネットワーク、全地球方位システム（ＧＰＳ）、セルラーデジタルパケットデータ（ＣＤＰＤ）、Research in Motion, Limited（ＲＩＭ）重信ページングネットワーク、ブルートゥース（登録商標）無線、又はＩＥＥＥ８０２．１１ベースの無線周波数ネットワークを含む、様々な無線ネットワークのいずれかへのリンク含むこともできる。
例示的な実施形態では、機械可読媒体１３５０は単一の媒体であることが示されているが、「コンピュータ可読媒体(computer-readable medium)」という用語は、１つ又はそれよりも多くのセットの命令を格納する単一の媒体又は複数の媒体（例えば、集中型又は分散型データベース、及び／又は関連するキャッシュ及びサーバ）を含むと理解されるべきである。「コンピュータ可読媒体」という用語は、マシンによる実行のための命令のセットを格納、符号化又は担持することができ且つマシンに本出願の方法論のうちのいずれか１つ又はそれよりも多くを実行させる、或いはそのような命令のセットによって利用される又は関連付けられるデータ構造を格納、符号化又は担持することができる、任意の媒体を含むと理解されるべきである。従って、「コンピュータ可読媒体」という用語は、ソリッドステートメモリ、光学及び磁気媒体を含むと理解されるべきであるが、それらに限定されない。そのような媒体は、非限定的に、ハードディスク、フロッピーディスク、フラッシュメモリカード、デジタルビデオディスク、ランダムアクセス記憶装置（ＲＡＭ）、読出し専用記憶装置（ＲＯＭ）なども含むことができる。
本明細書に記載する例示的な実施形態は、コンピュータにインストールされるコンピュータ実行可能な命令（例えば、ソフトウェア）を含む動作環境において、ハードウェアにおいて、又はソフトウェア及びハードウェアの組み合わせにおいて実施されることができる。コンピュータ実行可能な命令は、コンピュータプログラミング言語で書かれることができ、或いはファームウェア論理で具現されることができる。認知された標準に準拠したプログラミング言語で書かれるならば、そのような命令は、様々なハードウェアプラットフォーム上で及び様々なオペレーティングシステムへのインタフェースのために実行されることができる。以下のものに限定されないが、本方法を実装するためのコンピュータソフトウェアプログラムは、例えば、ハイパーテキストマークアップ言語（ＨＴＭＬ）、動的ＨＴＭＬ、ＸＭＬ、拡張可能スタイルシート言語（ＸＳＬ）、ドキュメントスタイルセマンティクス及び仕様言語（ＤＳＳＬ）、カスケーディングスタイルシート（ＣＳＳ）、同期マルチメディア統合言語（ＳＭＩＬ）、ワイヤレスマークアップ言語（ＷＭＬ）、Ｊａｖａ（ＴＭ）、Ｊｉｎｉ（ＴＭ）、Ｃ、Ｃ＋＋、Ｃ＃、．ＮＥＴ、Ａｄｏｂｅ Ｆｌａｓｈ、Ｐｅｒｌ、ＵＮＩＸ（登録商標） Ｓｈｅｌｌ、ビジュアルベーシック又はビジュアルベーシックスクリプト、仮想現実マークアップ言語（ＶＲＭＬ）、ＣｏｌｄＦｕｓｉｏｎ（ＴＭ）又は他のコンパイラ、アセンブラ、インタプリタ、又は他のコンピュータ言語又はプラットフォームのような、任意の数の適切なプログラミング言語で書かれることができる。
よって、包括的な転倒リスク評価のための技術が開示される。特定の例示的な実施形態を参照して実施形態を記載したが、本出願のより広い精神及び範囲から逸脱することなく、様々な修正及び変更をこれらの例示的な実施形態に行うことができることは明らかであろう。従って、本明細書及び図面は、限定的な意味において留意されるのではなく例示的な意味において留意されるべきである。

Claims (20)

  1. 転倒リスクのリアルタイム評価を提供する方法であって、
    コンピュータシステムの少なくとも１つのプロセッサが、
    複数のドメインに亘る転倒リスクを評価することに関する情報を引き出すことに向けられた質問を含むサーベイをユーザに提供すること、
    前記ユーザの転倒リスクを示す前記質問に対する回答を含む引き出された情報を受信すること、
    奥行きカメラシステムを介して、前記ユーザのアクティビティの奥行きビデオデータを記録すること、
    前記奥行きビデオデータに基づいて、前記ユーザによって行われる前記アクティビティと関連する少なくとも１つの時空間歩行特性を決定すること、
    前記少なくとも１つの時空間歩行特性と前記引き出された情報とに基づいて、環境スコア及び／又は環境サーベイのうちの少なくとも１つに更に基づいて、定量的な転倒リスク分析を行うこと、及び
    前記定量的な転倒リスク分析の少なくとも部分を前記ユーザに表示することを含む、
    方法。
  2. 前記サーベイをユーザに提供することは、インタラクティブなアニメーション化された会話グラフィカルユーザインタフェースを用いて前記質問を提示することを含む、請求項１に記載の方法。
  3. 前記インタラクティブなアニメーション化された会話グラフィカルユーザインタフェースを介して前記ユーザによって行われるべき前記アクティビティの表現を表示することを更に含む、請求項２に記載の方法。
  4. 前記複数のドメインは、履歴、薬剤、環境、身体及び視覚を含む、請求項１に記載の方法。
  5. 前記少なくとも１つの時空間歩行特性を決定することは、前記奥行きビデオデータにおいて前記ユーザの位置及び向きを追跡することを含む、請求項１に記載の方法。
  6. 前記少なくとも１つの時空間歩行特性は、歩行速度、ストライド長、ステップ長、及びステップ幅のうちの１つ又はそれよりも多くを含む、請求項１に記載の方法。
  7. 前記少なくとも１つの時空間歩行特性は、立脚時間、遊脚時間、両脚支持時間、立脚時間変動、及び遊脚時間変動のうちの１つ又はそれよりも多くを含む、請求項１に記載の方法。
  8. 前記少なくとも１つの時空間歩行特性は、試験持続時間、方向転換持続時間、着座から起立までの持続時間、起立から着座までの持続時間、所定の時間期間内に完了した着座から起立までの反復の数、及び所定の時間期間内に完了した起立から着座までの反復の数のうちの１つ又はそれよりも多くを含む、請求項１に記載の方法。
  9. リアルタイムで前記定量的な転倒リスク分析に基づく諮問的な推奨を提供することを更に含む、請求項１に記載の方法。
  10. 前記諮問的な推奨を提供することは、
    標準データ、リスク比、及び推奨を有する、クラウドベースの標準データ記憶装置にアクセスすること、
    前記定量的な転倒リスク分析を前記標準データ及びリスク比と比較すること、
    及び
    前記比較に基づいて、前記クラウドベースの標準データ記憶装置からアクセスされる前記推奨のうちの推奨を選択することを含む、
    請求項９に記載の方法。
  11. 転倒リスクのリアルタイム評価を提供するシステムであって、
    キオスクと、
    該キオスクに通信的に結合されるタブレットデバイスと、
    前記キオスクに通信的に結合される奥行きカメラシステムと、
    少なくとも１つのプロセッサと、
    プロセッサ実行可能な命令を格納するメモリとを含み、
    前記少なくとも１つのプロセッサは、前記プロセッサ実行可能な命令の実行後に、以下の動作、即ち、
    複数のドメインに亘る転倒リスクを評価することに関する情報を引き出すことに向けられた質問を含むサーベイをユーザに提供すること、
    前記ユーザの転倒リスクを示す前記質問に対する回答を含む引き出された情報を受信すること、
    奥行きカメラシステムを介して、前記ユーザのアクティビティの奥行きビデオデータを記録すること、
    前記奥行きビデオデータに基づいて、前記ユーザによって行われる前記アクティビティと関連する少なくとも１つの時空間歩行特性を決定すること、
    前記少なくとも１つの時空間歩行特性と前記引き出された情報とに基づいて、環境スコア及び／又は環境サーベイのうちの少なくとも１つに更に基づいて、定量的な転倒リスク分析を行うこと、及び
    前記定量的な転倒リスク分析の少なくとも部分を前記ユーザに表示すること
    を実施するように構成される、
    システム。
  12. 前記タブレットデバイスによって表示されるインタラクティブなアニメーション化された会話グラフィカルユーザインタフェースを更に含む、請求項１１に記載のシステム。
  13. 前記少なくとも１つのプロセッサは、前記インタラクティブなアニメーション化された会話グラフィカルユーザインタフェースを介して前記ユーザによって行われるべき前記アクティビティの表現を表示する動作を実施するように更に構成される、請求項１２に記載のシステム。
  14. 前記少なくとも１つの時空間歩行特性を決定することは、前記奥行きビデオデータにおいて前記ユーザの位置及び向きを追跡することを含む、請求項１１に記載のシステム。
  15. 前記少なくとも１つの時空間歩行特性は、歩行速度、ストライド長、ステップ長、及びステップ幅のうちの１つ又はそれよりも多くを含む、請求項１１に記載のシステム。
  16. 前記少なくとも１つの時空間歩行特性は、立脚時間、遊脚時間、両脚支持時間、立脚時間変動、及び遊脚時間変動のうちの１つ又はそれよりも多くを含む、請求項１１に記載のシステム。
  17. 前記少なくとも１つの時空間歩行特性は、試験持続時間、方向転換持続時間、着座から起立までの持続時間、起立から着座までの持続時間、所定の時間期間内に完了した着座から起立までの反復の数、及び所定の時間期間内に完了した起立から着座までの反復の数のうちの１つ又はそれよりも多くを含む、請求項１１に記載のシステム。
  18. 前記少なくとも１つのプロセッサは、リアルタイムで前記定量的な転倒リスク分析に基づく諮問的な推奨を提供する動作を実施するように更に構成される、請求項１１に記載のシステム。
  19. 前記諮問的な推奨を提供することは、
    クラウドベースの標準データ記憶装置からドメインと関連する所定の閾値を受信すること、
    前記定量的な転倒リスク分析のドメインスコアを前記所定の閾値と比較すること、
    前記比較に基づいて、前記ドメインスコアが前記所定の閾値を超えていることを決定すること、及び
    前記ドメインスコアが前記所定の閾値を超えているならば、前記ユーザに推奨を表示することを含む、
    請求項１８に記載のシステム。
  20. 非一時的なコンピュータ可読媒体であって、
    転倒リスクのリアルタイム評価を提供する方法を実行するために、少なくとも１つのプロセッサによって実行可能な命令を当該非一時的なコンピュータ可読媒体上に具現させ、前記方法は、
    複数のドメインに亘る転倒リスクを評価することに関する情報を引き出すことに向けられた質問を含むサーベイをユーザに提供すること、
    前記ユーザの転倒リスクを示す前記質問に対する回答を含む引き出された情報を受信すること、
    奥行きカメラシステムを介して、前記ユーザのアクティビティの奥行きビデオデータを記録すること、
    前記奥行きビデオデータに基づいて、前記ユーザによって行われる前記アクティビティと関連する少なくとも１つの時空間歩行特性を決定すること、
    前記少なくとも１つの時空間歩行特性と前記引き出された情報とに基づいて、環境スコア及び／又は環境サーベイのうちの少なくとも１つに更に基づいて、定量的な転倒リスク分析を行うこと、及び
    前記定量的な転倒リスク分析の少なくとも部分を前記ユーザに表示することを含む、
    非一時的なコンピュータ可読媒体。
JP2022047215A 2018-02-20 2022-03-23 転倒リスクのリアルタイム評価のための接続されたキオスク Pending JP2022084825A (ja)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201862632918P 2018-02-20 2018-02-20
US62/632,918 2018-02-20
US16/236,050 US20190259475A1 (en) 2018-02-20 2018-12-28 Connected Kiosk for the Real-Time Assessment of Falls Risk
US16/236,050 2018-12-28
JP2020543924A JP2021514087A (ja) 2018-02-20 2018-12-31 転倒リスクのリアルタイム評価のための接続されたキオスク
PCT/US2018/068210 WO2019164585A1 (en) 2018-02-20 2018-12-31 Connected kiosk for the real-time assessment of falls risk

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2020543924A Division JP2021514087A (ja) 2018-02-20 2018-12-31 転倒リスクのリアルタイム評価のための接続されたキオスク

Publications (1)

Publication Number Publication Date
JP2022084825A true JP2022084825A (ja) 2022-06-07

Family

ID=67618111

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2020543924A Pending JP2021514087A (ja) 2018-02-20 2018-12-31 転倒リスクのリアルタイム評価のための接続されたキオスク
JP2022047215A Pending JP2022084825A (ja) 2018-02-20 2022-03-23 転倒リスクのリアルタイム評価のための接続されたキオスク

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2020543924A Pending JP2021514087A (ja) 2018-02-20 2018-12-31 転倒リスクのリアルタイム評価のための接続されたキオスク

Country Status (11)

Country Link
US (1) US20190259475A1 (ja)
EP (1) EP3756344B1 (ja)
JP (2) JP2021514087A (ja)
KR (1) KR102556139B1 (ja)
CN (1) CN111801939A (ja)
AU (2) AU2018409860A1 (ja)
BR (1) BR112020015636A2 (ja)
CA (1) CA3089312A1 (ja)
ES (1) ES2965151T3 (ja)
SG (1) SG11202007817YA (ja)
WO (1) WO2019164585A1 (ja)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10813572B2 (en) 2015-12-11 2020-10-27 Electronic Caregiver, Inc. Intelligent system for multi-function electronic caregiving to facilitate advanced health diagnosis, health monitoring, fall and injury prediction, health maintenance and support, and emergency response
US11213224B2 (en) 2018-03-19 2022-01-04 Electronic Caregiver, Inc. Consumer application for mobile assessment of functional capacity and falls risk
US11923058B2 (en) 2018-04-10 2024-03-05 Electronic Caregiver, Inc. Mobile system for the assessment of consumer medication compliance and provision of mobile caregiving
US11488724B2 (en) 2018-06-18 2022-11-01 Electronic Caregiver, Inc. Systems and methods for a virtual, intelligent and customizable personal medical assistant
KR20210133228A (ko) 2019-02-05 2021-11-05 일렉트로닉 케어기버, 아이앤씨. 강화 학습을 이용한 3d 환경 위험 식별
US11113943B2 (en) 2019-05-07 2021-09-07 Electronic Caregiver, Inc. Systems and methods for predictive environmental fall risk identification
CN111134687B (zh) * 2020-01-14 2022-05-20 深圳数联天下智能科技有限公司 坐姿风险评估方法、装置及设备
US20210358202A1 (en) * 2020-05-13 2021-11-18 Electronic Caregiver, Inc. Room Labeling Drawing Interface for Activity Tracking and Detection
KR102553951B1 (ko) * 2020-12-29 2023-07-11 (주)옵토닉스 낙상 예방 관리 시스템
WO2023023726A1 (en) * 2021-08-23 2023-03-02 Jasper Medtech Pty Ltd System and method for quantitative gait assessment
CN113887335B (zh) * 2021-09-13 2024-04-02 华南理工大学 基于多尺度时空层级网络的跌倒风险实时评估系统和方法
WO2024020623A1 (en) * 2022-07-25 2024-02-01 Jasper Medtech Pty Ltd Method for determining quality of life
CN115954099B (zh) * 2022-11-18 2023-09-15 临沂中科睿鹤智慧科技有限公司 一种基于多模态步态参数的脑卒中关联量化评估方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004054591A (ja) * 2002-07-19 2004-02-19 Institute Of Tsukuba Liaison Co Ltd 健康増進プログラムの作成方法および健康増進実行方法
JP2005228305A (ja) * 2004-01-15 2005-08-25 Tokyoto Koreisha Kenkyu Fukushi Shinko Zaidan 老年症候群の危険性の判定方法
JP2006102462A (ja) * 2004-10-08 2006-04-20 Yoshiteru Muto 転倒予防指導支援装置、転倒予防指導支援システム、転倒予防指導支援プログラム、転倒予防指導支援システムプログラム、転倒予防指導支援プログラムが記憶された記憶媒体および転倒予防指導支援システムプログラムが記憶された記憶媒体
JP2008062071A (ja) * 2004-01-15 2008-03-21 Tokyoto Koreisha Kenkyu Fukushi Shinko Zaidan 老年症候群の危険性の判定用装置
JP2008229266A (ja) * 2007-03-23 2008-10-02 Aisin Seiki Co Ltd 歩行能力からの運動機能向上メニュー提案システム及び歩行能力からの運動機能向上メニュー提案方法
US20130303860A1 (en) * 2011-11-21 2013-11-14 Robert Bender Systems and methods for use in fall risk assessment
JP2016525383A (ja) * 2013-06-06 2016-08-25 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 転倒検出システム及び方法
US20170055917A1 (en) * 2015-08-28 2017-03-02 Erik E. Stone Systems for automatic assessment of fall risk
US20170197115A1 (en) * 2016-01-08 2017-07-13 Balance4Good Ltd. Balance testing and training system and method

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7558622B2 (en) * 2006-05-24 2009-07-07 Bao Tran Mesh network stroke monitoring appliance
US7612681B2 (en) * 2007-02-06 2009-11-03 General Electric Company System and method for predicting fall risk for a resident
US20090030945A1 (en) * 2007-07-26 2009-01-29 Diagnosisplus Llc Method and system for collecting and analyzing medical patient data
US8206325B1 (en) * 2007-10-12 2012-06-26 Biosensics, L.L.C. Ambulatory system for measuring and monitoring physical activity and risk of falling and for automatic fall detection
US10438496B2 (en) * 2008-11-18 2019-10-08 Victoria Panzer Method and system for fall prevention in older adults
US11462314B2 (en) * 2009-10-14 2022-10-04 Trice Imaging, Inc. Systems and devices for encrypting, converting and interacting with medical images
US20130204545A1 (en) * 2009-12-17 2013-08-08 James C. Solinsky Systems and methods for sensing balanced-action for improving mammal work-track efficiency
US9597016B2 (en) * 2012-04-27 2017-03-21 The Curators Of The University Of Missouri Activity analysis, fall detection and risk assessment systems and methods
WO2014117149A1 (en) * 2013-01-28 2014-07-31 Seniorlink Incorporated Managing the care of a client in a care management system
US10588546B2 (en) * 2013-06-26 2020-03-17 The Cleveland Clinic Foundation Systems and methods to assess balance
CN104361321B (zh) * 2014-11-13 2018-02-09 侯振杰 一种判断老年人摔倒行为及身体平衡能力的方法
KR101711488B1 (ko) * 2015-01-28 2017-03-03 한국전자통신연구원 동작 기반 인터랙티브 서비스 방법 및 시스템
US10512847B2 (en) * 2015-09-02 2019-12-24 Rutgers, The State University Of New Jersey Motion detecting balance, coordination, mobility and fitness rehabilitation and wellness therapeutic virtual environment
US11170626B2 (en) * 2015-09-17 2021-11-09 Luvozo Pbc Automated environment hazard detection
KR101775490B1 (ko) * 2015-12-11 2017-09-06 (주)이든이노베이션 케릭터와의 상호작용을 이용하여 건강정보를 입력받고 설명하는 대화형 사용자인터페이스 방법
CN106056035A (zh) * 2016-04-06 2016-10-26 南京华捷艾米软件科技有限公司 一种基于体感技术的幼儿园智能监控方法
US11164679B2 (en) * 2017-06-20 2021-11-02 Advinow, Inc. Systems and methods for intelligent patient interface exam station
CN107411515A (zh) * 2017-07-27 2017-12-01 胡彦 产妇跌倒保护装置
WO2019082376A1 (ja) * 2017-10-27 2019-05-02 株式会社アシックス 動作状態評価システム、動作状態評価装置、動作状態評価サーバ、動作状態評価方法、および動作状態評価プログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004054591A (ja) * 2002-07-19 2004-02-19 Institute Of Tsukuba Liaison Co Ltd 健康増進プログラムの作成方法および健康増進実行方法
JP2005228305A (ja) * 2004-01-15 2005-08-25 Tokyoto Koreisha Kenkyu Fukushi Shinko Zaidan 老年症候群の危険性の判定方法
JP2008062071A (ja) * 2004-01-15 2008-03-21 Tokyoto Koreisha Kenkyu Fukushi Shinko Zaidan 老年症候群の危険性の判定用装置
JP2006102462A (ja) * 2004-10-08 2006-04-20 Yoshiteru Muto 転倒予防指導支援装置、転倒予防指導支援システム、転倒予防指導支援プログラム、転倒予防指導支援システムプログラム、転倒予防指導支援プログラムが記憶された記憶媒体および転倒予防指導支援システムプログラムが記憶された記憶媒体
JP2008229266A (ja) * 2007-03-23 2008-10-02 Aisin Seiki Co Ltd 歩行能力からの運動機能向上メニュー提案システム及び歩行能力からの運動機能向上メニュー提案方法
US20130303860A1 (en) * 2011-11-21 2013-11-14 Robert Bender Systems and methods for use in fall risk assessment
JP2016525383A (ja) * 2013-06-06 2016-08-25 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 転倒検出システム及び方法
US20170055917A1 (en) * 2015-08-28 2017-03-02 Erik E. Stone Systems for automatic assessment of fall risk
US20170197115A1 (en) * 2016-01-08 2017-07-13 Balance4Good Ltd. Balance testing and training system and method

Also Published As

Publication number Publication date
US20190259475A1 (en) 2019-08-22
WO2019164585A1 (en) 2019-08-29
AU2018409860A1 (en) 2020-08-27
CN111801939A (zh) 2020-10-20
AU2022200836A1 (en) 2022-03-03
CA3089312A1 (en) 2019-08-29
KR20200121832A (ko) 2020-10-26
ES2965151T3 (es) 2024-04-11
EP3756344B1 (en) 2023-09-06
EP3756344C0 (en) 2023-09-06
EP3756344A4 (en) 2021-11-17
JP2021514087A (ja) 2021-06-03
BR112020015636A2 (pt) 2021-01-05
EP3756344A1 (en) 2020-12-30
SG11202007817YA (en) 2020-09-29
KR102556139B1 (ko) 2023-07-18

Similar Documents

Publication Publication Date Title
JP2022084825A (ja) 転倒リスクのリアルタイム評価のための接続されたキオスク
CA3091957C (en) Consumer application for mobile assessment of functional capacity and falls risk
WO2019159007A1 (en) A system and method for documenting a patient medical history
JP5299965B2 (ja) 指導支援システム及び指導支援情報表示装置
Bamparopoulos et al. Towards exergaming commons: composing the exergame ontology for publishing open game data
EP3073399A1 (en) System and method for providing individualized health and wellness coaching
CN102405473A (zh) 医护点动作医疗系统和方法
CN113990422A (zh) 一种随访数据的采集方法和装置
Dæhlen Towards developing an eye-tracker based virtual reality application for supporting vision screening
Kumar et al. Role of recent technologies in cognitive systems
JP2021060930A (ja) 評価支援装置、評価支援方法及び評価支援プログラム
KR102605753B1 (ko) 인공지능 기반의 혈당 예측 시스템 및 방법
US20240074740A1 (en) Systems, methods, and computer program products for integrating menstrual cycle data and providing customized feminine wellness information
Chaturvedi Internet Of Things (IoT) based Reliable Health Monitoring System–Solefit
TWI742531B (zh) 互動式服務平台及其運作方法
Kumar et al. Dr. Watson AI Based Healthcare Technology Project
AboArab et al. DECODE cloud platform: A new cloud platform to combat the burden of peripheral artery disease
Opîrlesc Automating the evaluation of Rey-Osterrieth Complex Figure test using a decision support system for portable devices
Ong A MOBILE APPLICATION FOR ANXIETY DISORDER TEST USING HRV
CN113948210A (zh) 数据评估方法、装置、计算机设备及存储介质
KR20230114127A (ko) 사용자의 개념 이해도에 관한 정보를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
CN109241428A (zh) 用户性别的确定方法、装置、服务器及存储介质
Tseng Searching for a Scalable Solution to Diabetes Management

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220323

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230419

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230425

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20231114