JP2023516210A - 個人の眠気を増加させるためのシステムおよび方法 - Google Patents
個人の眠気を増加させるためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2023516210A JP2023516210A JP2022553194A JP2022553194A JP2023516210A JP 2023516210 A JP2023516210 A JP 2023516210A JP 2022553194 A JP2022553194 A JP 2022553194A JP 2022553194 A JP2022553194 A JP 2022553194A JP 2023516210 A JP2023516210 A JP 2023516210A
- Authority
- JP
- Japan
- Prior art keywords
- user
- activity
- physiological data
- level
- sleep
- 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
Links
- 206010041349 Somnolence Diseases 0.000 title claims abstract description 295
- 208000032140 Sleepiness Diseases 0.000 title claims abstract description 133
- 230000037321 sleepiness Effects 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims description 145
- 230000001965 increasing effect Effects 0.000 title description 26
- 230000000694 effects Effects 0.000 claims abstract description 262
- 230000007958 sleep Effects 0.000 claims description 233
- 230000033001 locomotion Effects 0.000 claims description 31
- 230000008859 change Effects 0.000 claims description 29
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 26
- 230000000241 respiratory effect Effects 0.000 claims description 25
- 238000010801 machine learning Methods 0.000 claims description 19
- 230000036387 respiratory rate Effects 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 11
- 230000033764 rhythmic process Effects 0.000 claims description 9
- 230000035484 reaction time Effects 0.000 claims description 8
- 230000037081 physical activity Effects 0.000 claims description 7
- 230000003340 mental effect Effects 0.000 claims description 5
- 230000036760 body temperature Effects 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims description 3
- 238000012553 document review Methods 0.000 claims description 3
- 230000008093 supporting effect Effects 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims 15
- 230000010339 dilation Effects 0.000 claims 2
- 230000000193 eyeblink Effects 0.000 claims 2
- 230000004886 head movement Effects 0.000 claims 2
- 230000001179 pupillary effect Effects 0.000 claims 2
- 238000002644 respiratory therapy Methods 0.000 description 48
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 45
- 206010022437 insomnia Diseases 0.000 description 42
- 230000004622 sleep time Effects 0.000 description 22
- 238000012360 testing method Methods 0.000 description 21
- 206010062519 Poor quality sleep Diseases 0.000 description 18
- 208000024891 symptom Diseases 0.000 description 16
- 230000008667 sleep stage Effects 0.000 description 14
- 239000012491 analyte Substances 0.000 description 13
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 13
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 13
- 229910052760 oxygen Inorganic materials 0.000 description 13
- 239000001301 oxygen Substances 0.000 description 13
- 230000004461 rapid eye movement Effects 0.000 description 13
- 208000035475 disorder Diseases 0.000 description 11
- 206010008501 Cheyne-Stokes respiration Diseases 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 208000001797 obstructive sleep apnea Diseases 0.000 description 7
- 208000018360 neuromuscular disease Diseases 0.000 description 6
- 230000002085 persistent effect Effects 0.000 description 6
- 230000002459 sustained effect Effects 0.000 description 6
- 238000002560 therapeutic procedure Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 5
- 230000001939 inductive effect Effects 0.000 description 5
- 230000000977 initiatory effect Effects 0.000 description 5
- 208000008589 Obesity Diseases 0.000 description 4
- 208000005793 Restless legs syndrome Diseases 0.000 description 4
- 208000008784 apnea Diseases 0.000 description 4
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 238000013467 fragmentation Methods 0.000 description 4
- 238000006062 fragmentation reaction Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 230000003434 inspiratory effect Effects 0.000 description 4
- 235000020824 obesity Nutrition 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001737 promoting effect Effects 0.000 description 4
- 230000004620 sleep latency Effects 0.000 description 4
- 208000000884 Airway Obstruction Diseases 0.000 description 3
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 3
- 208000000059 Dyspnea Diseases 0.000 description 3
- 206010013975 Dyspnoeas Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000036626 alertness Effects 0.000 description 3
- 230000007177 brain activity Effects 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 208000000122 hyperventilation Diseases 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000284 resting effect Effects 0.000 description 3
- 230000003860 sleep quality Effects 0.000 description 3
- 230000002618 waking effect Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 208000003417 Central Sleep Apnea Diseases 0.000 description 2
- 206010010904 Convulsion Diseases 0.000 description 2
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 206010021079 Hypopnoea Diseases 0.000 description 2
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 2
- 208000001705 Mouth breathing Diseases 0.000 description 2
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 2
- 208000010340 Sleep Deprivation Diseases 0.000 description 2
- 206010041235 Snoring Diseases 0.000 description 2
- 206010041347 Somnambulism Diseases 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 208000006673 asthma Diseases 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 229960001948 caffeine Drugs 0.000 description 2
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000001037 epileptic effect Effects 0.000 description 2
- JYGXADMDTFJGBT-VWUMJDOOSA-N hydrocortisone Chemical compound O=C1CC[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 JYGXADMDTFJGBT-VWUMJDOOSA-N 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000008267 milk Substances 0.000 description 2
- 210000004080 milk Anatomy 0.000 description 2
- 235000013336 milk Nutrition 0.000 description 2
- 230000000414 obstructive effect Effects 0.000 description 2
- 230000000803 paradoxical effect Effects 0.000 description 2
- 208000023515 periodic limb movement disease Diseases 0.000 description 2
- 201000004193 respiratory failure Diseases 0.000 description 2
- 231100000430 skin reaction Toxicity 0.000 description 2
- 201000002859 sleep apnea Diseases 0.000 description 2
- 208000019116 sleep disease Diseases 0.000 description 2
- 208000022925 sleep disturbance Diseases 0.000 description 2
- 230000004617 sleep duration Effects 0.000 description 2
- 230000008665 sleep physiology Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 210000000779 thoracic wall Anatomy 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010008589 Choking Diseases 0.000 description 1
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010020591 Hypercapnia Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010021133 Hypoventilation Diseases 0.000 description 1
- 206010022035 Initial insomnia Diseases 0.000 description 1
- 206010027590 Middle insomnia Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 206010068932 Terminal insomnia Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 206010067775 Upper airway obstruction Diseases 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 230000002051 biphasic effect Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012650 click reaction Methods 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 208000020020 complex sleep apnea Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000036757 core body temperature Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000006392 deoxygenation reaction Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000003090 exacerbative effect Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229960000890 hydrocortisone Drugs 0.000 description 1
- 206010020765 hypersomnia Diseases 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 208000030500 lower respiratory tract disease Diseases 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 201000006646 mixed sleep apnea Diseases 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 208000001022 morbid obesity Diseases 0.000 description 1
- 230000004220 muscle function Effects 0.000 description 1
- 230000003183 myoelectrical effect Effects 0.000 description 1
- 230000007171 neuropathology Effects 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 230000008452 non REM sleep Effects 0.000 description 1
- 210000003300 oropharynx Anatomy 0.000 description 1
- 238000002496 oximetry Methods 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000005019 pattern of movement Effects 0.000 description 1
- 230000009914 physiological arousal Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 230000010344 pupil dilation Effects 0.000 description 1
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 1
- 210000003019 respiratory muscle Anatomy 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 210000001584 soft palate Anatomy 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 208000011117 substance-related disease Diseases 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
Abstract
あるシステムが、機械可読命令を記憶するメモリデバイスと、ユーザと関連付けられた最初の生理学的データを受信するため、最初の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するため、電子デバイスを介してユーザに第1の活動を行うように促すため、ユーザと関連付けられた後続の生理学的データを受信するため、後続の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断するため、ユーザの眠気の変更における第1の活動の有効性を示す第1の活動スコアを、最初の眠気レベルおよび後続の眠気レベルに少なくとも部分的に基づいて判断するためにその機械可読命令を実行するように構成された1つ以上のプロセッサを含む制御システムと、を含む。【選択図】図5
Description
関連出願の相互参照
本出願は、2020年3月5日に出願された米国仮特許出願第62/985,777号の恩恵と優先権を主張する。本明細書中、同文献全体が本明細書に参照により組み込まれる。
本出願は、2020年3月5日に出願された米国仮特許出願第62/985,777号の恩恵と優先権を主張する。本明細書中、同文献全体が本明細書に参照により組み込まれる。
本開示は概して、不眠症を監視し、不眠関連症状を軽減するためのシステムおよび方法に関するものであり、具体的には、ユーザの眠気を高めること、および睡眠を促すのを支援する1つ以上の活動を特定または推奨するためのシステムおよび方法に関するものである。
不眠症(例えば、睡眠開始困難、初回就眠後の頻繁もしくは長時間の覚醒、および睡眠に戻ることができない早期覚醒)または他の睡眠関連障害(例えば、周期性四肢運動障害(PLMD)、閉塞性睡眠時無呼吸(OSA)、チェーン・ストークス呼吸(CSR)、呼吸不全、肥満過換気症候群(OHS)、慢性閉塞性肺疾患(COPD)、神経筋疾患(NMD)など)に罹患している個人は多い。これらの睡眠関連障害の多くは、1つ以上の活動(例えば、メディアコンテンツを見ること)を実施してユーザの眠気レベルを高めるのを支援するようユーザに促すことによって治療または管理することができる。ある活動は、他の活動よりも、ユーザの眠気レベルの変更に効果的であり得る。そのため、ユーザの眠気を高めること、および不眠症症状を管理するのを支援するようにカスタマイズされた個人ユーザ向け活動を判断または推奨することには利点があろう。本開示は、これらの問題などを解決することを目的とする。
本開示のいくつかの実装形態によれば、ある方法が、ユーザと関連付けられた最初の生理学的データを受信することを含む。この方法は、生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断することも含む。この方法は、第1の活動を実施するようユーザに促すことも含む。この方法は、ユーザと関連付けられた後続の生理学的データを受信することも含み、後続の生理学的データは、ユーザが第1の活動を実施している間、ユーザが活動を実施した後、またはその両方においてユーザと関連付けられる。この方法は、後続の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断することも含む。この方法は、最初の眠気レベルおよび後続の眠気レベルに少なくとも部分的に基づいて第1の活動スコアを判断することも含み、第1の活動スコアは、ユーザの眠気の変更における第1の活動の有効性を示す。
本開示のいくつかの実装形態によれば、あるシステムが、機械可読命令を記憶するメモリと、ユーザと関連付けられた最初の生理学的データを受信するために機械可読命令を実行するように構成された1つ以上のプロセッサを含む制御システムと、を含み、最初の生理学的データはセンサによって生成される。制御システムは、最初の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するようにさらに構成されている。制御システムは、第1の活動を実施するよう電子デバイスを介してユーザに促すようにさらに構成されている。制御システムは、ユーザと関連付けられた後続の生理学的データを受信するようにさらに構成されており、後続の生理学的データは、ユーザが第1の活動を実施している間、ユーザが活動実施した後、またはその両方においてセンサによって生成される。制御システムは、後続の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断するようにさらに構成されている。制御システムは、最初の眠気レベルおよび後続の眠気レベルに少なくとも部分的に基づいて第1の活動スコアを判断するようにさらに構成されており、第1の活動スコアは、ユーザの眠気の変更における第1の活動の有効性を示す。
本開示のいくつかの実装形態によれば、ある方法が、ユーザと関連付けられた第1の生理学的データを受信することを含む。この方法は、第1の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断することも含む。この方法は、第1の活動を実施するようユーザに促すことも含む。この方法は、ユーザと関連付けられた第2の生理学的データを受信することも含み、後続の生理学的データは、ユーザが第1の活動を実施している間、ユーザが第1の活動を実施した後、またはその両方においてユーザと関連付けられる。この方法は、第2の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断することも含む。この方法は、最初の眠気レベルおよび後続の眠気レベルに少なくとも部分的に基づいて第1の活動スコアを判断することも含み、第1の活動スコアは、ユーザの眠気の変更における第1の活動の有効性を示す。
本開示のいくつかの実装形態によれば、あるシステムが、機械可読命令を記憶するメモリと、ユーザと関連付けられた第1の生理学的データを受信するために機械可読命令を実行するように構成された1つ以上のプロセッサを含む制御システムと、を含み、第1の生理学的データはセンサによって生成される。制御システムは、第1の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するようにさらに構成されている。制御システムは、第1の活動を実施するよう電子デバイスを介してユーザに促すようにさらに構成されている。制御システムは、ユーザと関連付けられた第2の生理学的データを受信するようにさらに構成されており、後続の生理学的データは、少なくともユーザが第1の活動を実施している間にセンサによって生成される。制御システムは、第2の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断するようにさらに構成されている。制御システムは、最初の眠気レベルおよび後続の眠気レベルに少なくとも部分的に基づいて第1の活動スコアを判断するようにさらに構成されており、第1の活動スコアは、ユーザの眠気の変更における第1の活動の有効性を示す。
本開示のいくつかの実装形態によれば、ある方法が、ユーザと関連付けられた生理学的データを受信することを含む。この方法は、生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断することも含む。この方法は、第1の活動を実施するよう電子デバイスを使用してユーザに促すことも含む。この方法は、ユーザが第1の活動の第1の部分を実施したことを受け、生理学的データに少なくとも部分的に基づいてユーザの第2の眠気レベルを判断することも含む。この方法は、最初の眠気レベル、第2の眠気レベル、またはその両方に少なくとも部分的に基づいて、第1の活動の第2の部分における第1の活動の1つ以上のパラメータを変更することも含む。
本開示のいくつかの実装形態によれば、あるシステムが、電子インターフェースと、メモリと、制御システムと、を含む。電子インターフェースは、ユーザと関連付けられた生理学的データを受信するように構成されており、この生理学的データは、1つ以上のセンサによって生成される。メモリは、機械可読命令を記憶する。制御システムは、生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するためにそれらの機械可読命令を実行するように構成された1つ以上のプロセッサを含む。制御システムは、ユーザが第1の活動の第1の部分を実施したことを受け、第1の活動を実施するよう電子デバイスを使用してユーザに促すようにさらに構成されている。制御システムは、生理学的データに少なくとも部分的に基づいてユーザの第2の眠気レベルを判断するようにさらに構成されている。制御システムは、最初の眠気レベル、第2の眠気レベル、またはその両方に少なくとも部分的に基づいて、第1の活動の第2の部分における第1の活動の1つ以上のパラメータを変更するようにさらに構成されている。
本開示のいくつかの実装形態によれば、ある方法が、ユーザと関連付けられた第1の生理学的データを受信することを含む。この方法は、ユーザと関連付けられたユーザプロファイルに、ユーザの眠気レベルの1組の旧記録変化を含むユーザの履歴眠気データを蓄積することも含み、眠気レベルの1組の旧記録変化における眠気レベルの変化のそれぞれが、複数の活動のうちの対応する1つと関連付けられており、履歴眠気データは、第1の生理学的データに少なくとも部分的に基づく。この方法は、ユーザと関連付けられた第2の生理学的データを受信することも含む。この方法は、第2のセンサによって生成された第2の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断することも含む。この方法は、ユーザプロファイルを使用して機械学習アルゴリズムを訓練して、その機械学習アルゴリズムが、(i)ユーザの最初の眠気レベルを入力として受信するような、および(ii)複数の活動から1つ以上の推奨された活動を出力と判断して、最初の眠気レベルに対するユーザの眠気レベルの変更を支援するような構成となるようにすることも含む。
本開示のいくつかの実装形態によれば、あるシステムが、電子インターフェースと、メモリと、制御システムと、を含む。電子インターフェースは、(i)ユーザと関連付けられた第1の生理学的データと、(ii)ユーザと関連付けられた第2の生理学的データと、を受信するように構成されており、第1の生理学的データおよび第2の生理学的データは、1つ以上のセンサによって生成される。メモリは、機械可読命令を記憶する。制御システムは、ユーザの1組の旧記録眠気レベルの変化を含むユーザの履歴眠気データをユーザと関連付けられたユーザプロファイルに蓄積するために機械可読命令を実行するように構成された1つ以上のプロセッサを含み、眠気レベルのその1組の旧記録変化における眠気レベルの変化のそれぞれが、複数の活動のうちの対応する1つと関連付けられており、その履歴眠気データは、第1のセンサによって生成された第1の生理学的データに少なくとも部分的に基づく。制御システムは、第2のセンサによって生成された第2の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するようにさらに構成されている。制御システムは、ユーザプロファイルを使用して機械学習アルゴリズムを訓練して、その機械学習アルゴリズムが、(i)ユーザの最初の眠気レベルを入力として受信するような、および(ii)複数の活動から1つ以上の推奨された活動を出力と判断して、最初の眠気レベルに対するユーザの眠気レベルの変更を支援するような構成となるようにさらに構成されている。
本開示のいくつかの実装形態によれば、ある方法が、第1のセンサを使用して第1の期間中にユーザと関連付けられた第1の生理学的データを生成することと、二次センサを使用して第1の期間中にユーザと関連付けられた第2の生理学的データを生成することと、を含む。この方法は、第1のセンサによって生成された第1の生理学的データに基づいて、制御システムによってユーザの第1の眠気レベルを判断することも含む。この方法は、二次センサによって生成された第2の生理学的データに基づいて、制御システムによってユーザの第2の眠気レベルを判断することも含む。この方法は、判断された第2の眠気レベルが判断された第1の眠気レベルと一致するように二次センサを較正することも含む。
本開示のいくつかの実装形態によれば、ある方法が、ユーザが複数のメディアコンテンツ区分を視聴している間にユーザと関連付けられたデータを受信することを含む。この方法は、受信されたデータに少なくとも部分的に基づいて複数のメディアコンテンツ区分のそれぞれに対しスコアを生成することも含み、このスコアは、ユーザの眠気レベルの変化を示す。この方法は、ユーザの現在の眠気レベルを判断することも含む。この方法は、複数のメディアコンテンツ区分のうちの1つ以上を、ユーザの現在の眠気レベルおよび生成されたスコアに少なくとも部分的に基づいてユーザに推奨して、ユーザの現在の眠気レベルの変化を支援することも含む。
本開示のいくつかの実装形態によれば、あるシステムが、ディスプレイデバイス、センサ、メモリ、および制御システムを含む。ディスプレイデバイスは、複数のメディアコンテンツ区分を表示するように構成されている。センサは、ユーザが複数のメディアコンテンツ区分のそれぞれを視聴している間にユーザと関連付けられたデータを生成するように構成されている。メモリは、機械可読命令を記憶する。制御システムは、複数のメディアコンテンツ区分のそれぞれに対し、ユーザと関連付けられた生成されたデータに少なくとも部分的に基づくスコアを生成するために機械可読命令を実行するように構成された1つ以上のプロセッサを含み、このスコアは、ユーザの眠気レベルの変化を示す。制御システムは、ユーザの現在の眠気レベルを判断するようにさらに構成されている。制御システムは、複数のメディアコンテンツ区分のうちの1つ以上を、ユーザの現在の眠気レベルに少なくとも部分的に基づいて推奨して、ユーザの現在の眠気レベルの変化を支援するようにさらに構成されている。
本開示のいくつかの実装形態によれば、あるシステムが、メディアコンテンツを表示するように構成されたディスプレイデバイスと、ユーザがメディアコンテンツを視聴している間にユーザと関連付けられたデータを生成するように構成されたセンサと、機械可読命令を記憶するメモリと、ユーザと関連付けられた生成されたデータに少なくとも部分的に基づいてメディアコンテンツの複数の区分のそれぞれについての履歴スコアを蓄積するために機械可読命令を実行するように構成された1つ以上のプロセッサを含む制御システムと、を含み、履歴スコアはそれぞれ、ユーザの眠気レベルの変化を示す。制御システムは、ユーザの現在の眠気レベルを判断するようにさらに構成されている。制御システムは、履歴スコアに少なくとも部分的に基づいて機械学習アルゴリズムを訓練して、その機械その機械学習アルゴリズムが、ユーザの現在の眠気レベルを入力情報として受信するように、およびメディアコンテンツの複数の区分から1つ以上の推奨された区分を出力してユーザの現在の眠気レベルの変化を支援するような構成となるようにさらに構成されている。
上記の要旨は、本開示の各実装形態または各態様を示すことを意図していない。本開示のさらなる特徴および便益は、下記の詳細な説明および図から明らかである。
本開示は、様々な変更および代替形態が可能であるが、本開示の具体的な実装形態および実施形態が図面に例として示されており、本明細書において詳述される。ただしそれは、開示された特定の形態に本開示を限定することを意図するものではなく、本開示は、添付の請求項によって定義される本開示の精神および範囲内に属するすべての改変物、均等物、および代替物を網羅するということを理解すべきである。
多くの人が、不眠症、すなわち、睡眠の質または持続時間に対する不満(例えば、睡眠開始困難、最初に就眠した後の頻繁または長時間の覚醒、および睡眠に復帰できない早期覚醒)を概して特徴とする疾患に罹患している。世界全体で26億人超が何らかの形態の不眠症を経験し、世界全体で7億5000万人超が、不眠障害との診断を受けていると推定される。米国では、不眠症が1年あたり総額推定1075億ドルの経済負担をもたらしており、全休職日数の13.6%および医療処置を必要とする傷害の4.6%を占める。また、最近の研究により、不眠症が2番目に多い精神障害であり、不眠症がうつ病の第一危険因子であることも示されている。
夜間不眠症症状としては、例えば、睡眠の質の低下、睡眠持続時間の短縮、入眠障害、中途覚醒、遅発性不眠症、混合性不眠症、および/または逆説性不眠症が一般に挙げられる。入眠障害は、就寝時の睡眠開始困難を特徴とする。中途覚醒は、初回就眠後、夜間における頻繁および/または長時間の覚醒を特徴とする。遅発性不眠症は、睡眠に復帰できない早朝(例えば、目標または所望の覚醒時刻前の)覚醒を特徴とする。併存性不眠症は、不眠症症状が、少なくとも部分的に、別の身体状態または精神状態(例えば、不安、うつ、病状、および/または薬剤使用)の症状または合併症によってもたらされる不眠症のタイプを指す。混合性不眠症は、他のタイプの不眠症の属性の組み合わせ(例えば、睡眠開始、睡眠維持、および後期不眠症症状の組み合わせ)を指す。逆説性不眠症は、ユーザが知覚する睡眠の質とそのユーザの実際の睡眠の質との間の断絶または不一致を指す。
日中(例えば昼間)の不眠症症状としては、例えば、疲労、エネルギー低下、認知障害(例えば、注意、集中、および/または記憶)、学術もしくは職業環境における機能困難、および/または気分障害が挙げられる。これらの症状は、例えば、パフォーマンスの低下、反応時間の遅延、うつリスクの増大、および/または不安障害リスクの増大などの心理的合併症へと至り得る。不眠症症状は、例えば、免疫系機能の低下、高血圧、心疾患リスクの増大、糖尿病リスクの増大、体重増加、および/または肥満などの生理学的合併症にも至り得る。
不眠症は、その持続時間に基づいて分類することもできる。例えば、不眠症症状の発現が3か月未満で収まれば、急性または一過性とみなされるのが典型的である。逆に、不眠症症状が、例えば3か月以上にわたって発現した場合には、慢性または持続性とみなされるのが典型的である。持続性/慢性不眠症症状は、急性/一過性不眠症症状とは異なる治療経路が必要となることが多い。
不眠症の機序としては、素因、憎悪因子、および遷延因子が挙げられる。素因として挙げられるのが過剰覚醒で、睡眠中および覚醒中の生理学的覚醒の増大を特徴とする。過剰覚醒の尺度としては、例えば、コルチゾールレベルの増大、(例えば、安静時心拍数増および/または心拍数変動によって示される)自律神経系活性の増大、脳活性の増大(例えば、睡眠中のEEG周波数増および/またはレム睡眠中の覚醒数増)、代謝速度の増大、体温の上昇および/または下垂体-副腎軸における活性の増大が挙げられる。憎悪因子としては、ストレスの多い生活事象(例えば、雇用または教育、人間関係などに関連するもの)が挙げられる。遷延因子として挙げられるのは、睡眠不足およびその結果についての過度の心配で、これにより、増悪因子が除去された後でも不眠症症状が持続し得る。
いったん診断された不眠症は、様々な技法を用いたり、患者に推奨を提供したりして、管理または処置され得る。本明細書に記載のとおり、不眠症は、就寝前に本人に1つ以上の活動を実施するように促して、個人の眠気を変更し(例えば高め)て本人が就眠するのを支援することによって管理または治療することができる。患者は一般に、健康な睡眠習慣(例えば、しっかり運動し、日中に活動する、日課を持つ、昼寝をしない、夕食を早めにとる、就寝時刻前にくつろぐ、午後カフェインを接種しない、アルコールを避ける、寝室を快適にする、気を散らすものを寝室から取り除く、眠くなければ離床する、就寝時刻に関係なく毎日同時刻の覚醒を試みる)を概ね実践することを奨励または推奨され得るか、特定の習慣(例えば、ベッドで仕事をすること、極端に早寝すること、疲労していないのに就寝すること)を避けるよう促され得る。不眠症に罹患している人は、本人の睡眠衛生を改善することによって治療することができる。睡眠衛生とは概して、本人の習慣(例えば、食生活、運動、物質使用、就寝時刻、就寝前の活動、就寝前のベッドでの活動など)および/または環境パラメータ(例えば、周囲光、周囲雑音、周囲温度など)を指す。少なくともいくつかの場合において、本人は、毎晩特定の就寝時刻に就寝すること、特定の持続時間にわたって睡眠すること、特定の時間に覚醒すること、環境パラメータを変更すること、またはそれらの任意の組み合わせにより、睡眠衛生を改善することができる。
睡眠関連障害および/または呼吸障害の例としては、周期性四肢運動障害(PLMD)、下肢静止不能症候群(RLS)、睡眠呼吸障害(SDB)、閉塞性睡眠時無呼吸(OSA)、チェーン・ストークス呼吸(CSR)、呼吸不全、肥満過換気症候群(OHS)、慢性閉塞性肺疾患(COPD)、神経筋疾患(NMD)、および胸壁障害などが挙げられる。閉塞性睡眠時無呼吸(OSA)は、睡眠呼吸障害(SDB)の一形態であり、異常に小さな上気道と、舌、軟口蓋、中咽頭後壁の領域における筋緊張の通常損失との組み合わせによる睡眠中の上気道の閉塞や遮断などの事象によって特徴付けられる。チェーン・ストークス呼吸(CSR)は、別の形態の睡眠呼吸障害である。CSRは、患者の呼吸調節器の障害であり、CSRサイクルとして知られる換気の漸増および漸減が交互に周期的に続く。CSRは、動脈血の脱酸素および再曝気の繰り返しによって特徴付けられる。肥満過換気症候群(OHS)は、低換気の原因が他に明確に無い状態における、重症肥満および覚醒時慢性高炭酸ガス血症の組み合わせとして定義される。症状には、呼吸困難、起床時の頭痛と過剰な日中の眠気が含まれる。慢性閉塞性肺疾患(COPD)は、空気の移動に対する抵抗の増加、呼吸の呼気相の延長、肺の正常な弾力性の喪失など、ある特性を共通して有する下気道疾患群のいずれかを包含する。神経筋疾患(NMD)は、内在筋病理を直接介してまたは神経病理を間接的に介して筋肉機能を損なう多数の疾病および病気を包含する。胸壁障害は、胸郭変形の1つのグループであり、呼吸筋肉と胸郭との間の連結の無効性の原因となる。
これらの他の障害は、睡眠中に起こる特定事象(例えば、いびき、無呼吸、低呼吸、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせ)によって特徴付けられる。これらの他の睡眠関連障害は、不眠症と同様の症状を有し得るが、これらの他の睡眠関連障害を不眠症と区別することは、種々の治療を必要とし得る特徴を区別する効果的な治療計画をカスタマイズする上で有用である。例えば、疲労が一般に不眠症の特徴であるのに対し、日中の過剰な眠気は、他の障害(例えばOSA)に特有の特徴であり、無意識に就眠する生理学的傾向を反映したものである。
図1を参照すると、本開示のいくつかの実装形態に係るシステム100が表されている。システム100は、制御システム110と、メモリデバイス114と、電子インターフェース119と、1つ以上のセンサ130と、1つ以上のユーザデバイス170と、を含む。いくつかの実装形態においては、システム100が、任意選択で呼吸療法システム120をさらに含む。
制御システム110は、1つ以上のプロセッサ112(以下、プロセッサ112)を含む。制御システム110は概して、システム100の様々な構成要素を制御(例えば、作動)し、かつ/またはシステム100の構成要素によって取得および/または生成されたデータを分析するのに使用される。プロセッサ112は、汎用または特殊用途のプロセッサまたはマイクロプロセッサであり得る。図1には1個のプロセッサ112が示されているが、制御システム110は、単一のハウジング内に存在し得るか、互いに離れて所在し得る任意の適切な数のプロセッサ(例えば、1個のプロセッサ、2個のプロセッサ、5個のプロセッサ、10個のプロセッサなど)を含み得る。制御システム110は、例えば、ユーザデバイス170のハウジング、および/またはセンサ130うちの1つ以上のハウジングに連結すること、および/またはそれらの内部に位置付けることができる。制御システム110は、(1つのかかるハウジング内に)集中させるか、(物理的に別個である2つ以上のかかるハウジング内に)分散させることができる。制御システム110を格納する2つ以上のハウジングを含むかかる実装形態においては、かかるハウジングが、互いに近接して、かつ/または遠隔で所在することができる。
メモリデバイス114は、制御システム110のプロセッサ112によって実行可能な機械可読命令を記憶する。メモリデバイス114は、例えば、ランダムまたはシリアルアクセスメモリデバイス、ハードドライブ、ソリッドステートドライブ、フラッシュメモリデバイスなど、任意の適切なコンピュータ可読ストレージデバイスまたはメディアであり得る。図1には1つのメモリデバイス114が示されているが、システム100は、任意の適切な数のメモリデバイス114(例えば、1個のメモリデバイス、2個のメモリデバイス、5個のメモリデバイス、10個のメモリデバイスなど)を含み得る。メモリデバイス114は、呼吸療法デバイス122のハウジング、ユーザデバイス170のハウジング、センサ130うちの1つ以上のハウジング、またはそれらの任意の組み合わせに連結すること、および/またはそれらの内部に位置付けることができる。制御システム110と同様に、メモリデバイス114は、(1つのかかるハウジング内に)集中させるか、(物理的に異なる2つ以上のかかるハウジング内に)分散させることができる。
いくつかの実装形態においては、メモリデバイス114(図1)が、ユーザと関連付けられたユーザプロファイルを記憶する。ユーザプロファイルは、例えば、ユーザと関連付けられた人口統計情報、ユーザと関連付けられた生体情報、ユーザと関連付けられた医療情報、自己申告によるユーザフィードバック、ユーザと関連付けられた睡眠パラメータ(例えば、1つ以上の以前の睡眠セッションから記録された睡眠関連パラメータ)、またはそれらの任意の組み合わせを含み得る。人口統計情報は、例えば、ユーザの年齢、ユーザの性別、ユーザの人種、不眠症の家族歴、または睡眠時無呼吸、ユーザの雇用状況、ユーザの教育状況、ユーザの社会経済的状況、またはそれらの任意の組み合わせを示す情報を含み得る。医療情報は、例えば、ユーザと関連付けられた1つ以上の病状、ユーザによる薬剤使用、またはその両方を示す情報を含み得る。医療情報データは、反復睡眠潜時検査(MSLT)の結果またはスコアおよび/もしくはピッツバーグ睡眠質問票(PSQI)のスコアまたは値をさらに含み得る。自己申告によるユーザフィードバックは、自己申告による主観的な睡眠スコア(劣悪、普通、良好など)、自己申告によるユーザの主観的なストレスレベル、自己申告によるユーザの主観的な疲労レベル、自己申告によるユーザの主観的な健康状態、ユーザが経験した最近のライフイベント、またはそれらの任意の組み合わせを示す情報を含み得る。
電子インターフェース119は、1つ以上のセンサ130からデータ(例えば、生理学的データ)を受け取るように構成されており、そのデータは、メモリデバイス114に記憶すること、および/または制御システム110のプロセッサ112によって分析することができる。電子インターフェース119は、有線接続または無線接続を用いて(例えば、RF通信プロトコル、WiFi通信プロトコル、Bluetooth(登録商標)通信プロトコル、セルラーネットワークなどを用いて)1つ以上のセンサ130と通信することができる。電子インターフェース119は、アンテナ、受信機(例えば、RF受信機)、送信機(例えば、RF送信機)、トランシーバ、またはそれらの任意の組み合わせを含み得る。電子インターフェース119は、本明細書に記載のプロセッサ112およびメモリデバイス114と同一または同様であるもう1つのプロセッサおよび/またはもう1つのメモリデバイスも含み得る。いくつかの実装形態においては、電子インターフェース119が、ユーザデバイス170に連結または統合されている。他の実装形態においては、電子インターフェース119が、制御システム110および/またはメモリデバイス114に連結されているか、それらと(例えば、ハウジング内で)統合されている。
上記のとおり、いくつかの実装形態においては、システム100が、任意選択で呼吸療法システム120を含む。呼吸療法システム120は、(本明細書において呼吸療法デバイス122と称される)呼吸圧力療法デバイス122、ユーザインターフェース124、(チューブまたは空気回路とも称される)導管126、ディスプレイデバイス128、加湿タンク129、またはそれらの組み合わせを含み得る。いくつかの実装形態においては、制御システム110、メモリデバイス114、ディスプレイデバイス128、センサ130のうちの1つ以上、および加湿タンク129が、呼吸療法デバイス122の一部である。呼吸圧力療法とは、(例えば、タンクベンチレータや陽陰圧体外式人工呼吸器(cuirass)などの陰圧療法とは異なり、)ユーザの呼吸サイクル全体を通じて大気に対して名目上陽である制御された目標圧力で、ユーザの気道の入口に空気供給を印加することを指す。呼吸療法システム120は一般に、1つ以上の睡眠関連呼吸障害(例えば、閉塞性睡眠時無呼吸、中枢性睡眠時無呼吸、または混合性睡眠時無呼吸)に罹患している個人を治療するのに使用される。
呼吸療法デバイス122は一般に、(例えば、1つ以上のコンプレッサを駆動する1つ以上のモータを使用して)ユーザに送達される加圧空気を生成するのに使用される。いくつかの実装形態においては、呼吸療法デバイス122が、ユーザに送達される連続的な一定の空気圧を生成する。他の実装形態においては、呼吸療法デバイス122が、2つ以上の所定の圧力(例えば、第1の所定の空気圧および第2の所定の空気圧)を生成する。さらに他の実装形態においては、呼吸療法デバイス122が、所定の範囲内の様々な異なる空気圧を生成するように構成されている。例えば、呼吸療法デバイス122は、少なくとも約6cmH2O、少なくとも約10cmH2O、少なくとも約20cmH2O、約6cmH2Oから約10cmH2O、約7cmH2Oから約12cmH2Oなどを送達することができる。呼吸療法デバイス122は、(周囲圧力に対して)陽圧を維持しながら、例えば、約-20L/分と約150L/分との間の所定の流量で加圧空気を送達することもできる。
ユーザインターフェース124は、ユーザの顔の一部分と係合し、呼吸療法デバイス122からユーザの気道に加圧空気を送達して、睡眠中に気道が狭窄および/または閉塞しないように支援する。これにより、睡眠中のユーザの酸素摂取量も増加し得る。適用される療法に応じて、ユーザインターフェース124は、例えばユーザの顔の領域または部分との密着を形成し得、これにより、周囲圧力に対して約10cmH2Oの陽圧など、周囲圧力に対して十分に異なり、治療効果をもたらせる圧力でのガスの送達を促進する。酸素送達などの、他の療法の形態において、ユーザインターフェースは、約10cmH2Oの陽圧において気道へのガス供給の送達を促進するのに充分な密閉を含まない場合がある。
図2に示すとおり、いくつかの実装形態においては、ユーザインターフェース124が、ユーザの鼻および口を覆う顔面マスクである。代替として、ユーザインターフェース124は、ユーザの鼻に空気を提供する鼻マスク、またはユーザの鼻孔に空気を直接送達する鼻枕マスクであり得る。ユーザインターフェース124は、ユーザの一部分(例えば顔)にインターフェースを位置付け、かつ/または安定させるための複数のストラップ(例えば面ファスナを含む)と、ユーザインターフェース124とユーザとの間での気密密着を提供するのを支援する形状適合性クッション(例えば、シリコーン、プラスチック、発泡体など)と、を含み得る。ユーザインターフェース124は、ユーザ210によって吐き出された二酸化炭素および他の気体を逃がせるようにするためのうちの1つ以上の通気孔も含み得る。他の実装形態においては、ユーザインターフェース124が、マウスピース(例えば、ユーザの歯に適合するように成形されたナイトガードマウスピース、下顎骨位置変更デバイス(MRD)など)を含む。
(空気回路またはチューブとも称される)導管126は、呼吸療法デバイス122およびユーザインターフェース124など、呼吸療法システム120の2つの構成要素間で空気が流れるようにする。いくつかの実装形態においては、この導管に吸気および呼気用の別々の枝管が存在し得る。他の実装形態においては、単枝型導管が吸気および呼気の両方に使用される。
呼吸療法デバイス122、ユーザインターフェース124、導管126、ディスプレイデバイス128、および加湿タンク129のうちの1つ以上が、1つ以上のセンサ(例えば、圧力センサ、流量センサ、より一般的には、本明細書に記載されている他のセンサ130のいずれか)を含み得る。これらの1つ以上のセンサは、例えば、呼吸療法デバイス122によって供給される加圧空気の空気圧および/または流量を測定するのに使用することができる。
ディスプレイデバイス128は概して、静止画、映像、もしくはその両方を含む画像(単数または複数)、および/または呼吸療法デバイス122に関する情報を表示するのに使用される。例えば、ディスプレイデバイス128は、呼吸療法デバイス122の状態に関する情報(例えば、呼吸療法デバイス122がオンかオフか、呼吸療法デバイス122によって送達されている空気の圧力、呼吸療法デバイス122によって送達されている空気の温度など)および/または他の情報((参照によりその全体が本明細書に組み込まれる国際公開第WO2016/061629号などに記載されているmyAir(登録商標)スコアとも称される)睡眠スコアおよび/または療法スコア、現在の日付/時刻、ユーザ210の個人情報など)を提供することができる。いくつかの実装形態においては、ディスプレイデバイス128が、入力インターフェースとして画像(単数または複数)を表示するように構成されたグラフィックユーザインターフェース(GUI)を含むヒューマンマシンインターフェース(HMI)の働きをする。ディスプレイデバイス128は、LEDディスプレイ、有機ELディスプレイ、液晶ディスプレイ等であり得る。入力インターフェースは、例えば、タッチスクリーンまたは接触感知基板、マウス、キーボード、または呼吸療法デバイス122とやりとりする人間ユーザによって行われる入力を感知するように構成された任意のセンサシステムであり得る。
加湿タンク129は、呼吸療法デバイス122に連結または統合されており、呼吸療法デバイス122から送達された加圧空気を加湿するのに使用できる貯水器を含む。呼吸療法デバイス122は、ユーザに提供された加圧空気を加湿するために加湿タンク129内の水を加熱するヒータを含み得る。加えて、いくつかの実装形態においては、導管126が、ユーザに送達された加圧空気を加熱する加熱要素(例えば、導管126に連結され、かつ/または埋め込まれたもの)も含み得る。
呼吸療法システム120は、例えば、気道陽圧(PAP)システム、持続気道陽圧(CPAP)システム、自動気道陽圧システム(APAP)、二相性または可変気道陽圧システム(BPAPまたはVPAP)、ベンチレータ、またはそれらの任意の組み合わせとして使用することができる。CPAPシステムは、(例えば、睡眠医によって判断される)所定の空気圧をユーザに送達する。APAPシステムは、例えば、ユーザと関連付けられた呼吸データに基づいて、ユーザに送達される空気圧を自動的に変化させる。BPAPまたはVPAPシステムは、第1の所定圧力(例えば、吸気気道陽圧またはIPAP)および第1の所定圧力より低い第2の所定圧力(例えば、呼気気道陽圧またはEPAP)を送達するように構成されている。
図2を参照すると、いくつかの実装形態に係るシステム100(図1)の一部分が表されている。呼吸療法システム120のユーザ210および同床者220がベッド230に居り、マットレス232に横たわっている。ユーザインターフェース124(例えばフルフェイスマスク)は、睡眠セッション中のユーザ210によって着用され得る。ユーザインターフェース124は、導管126を介して呼吸療法デバイス122に流体的に連結および/または接続されている。呼吸療法デバイス122は、導管126およびユーザインターフェース124を介してユーザ210に加圧空気を送達してユーザ210の喉における空気圧を高め、睡眠中に気道が閉塞および/または狭窄しないように支援する。呼吸療法デバイス122は、図2に示すとおり、ベッド230に直に隣接するナイトスタンド240上か、より一般的には、ベッド230および/またはユーザ210に概ね隣接する任意の表面または構造物上に位置付けることができる。
改めて図1を参照すると、システム100の1つ以上のセンサ130は、圧力センサ132、流量センサ134、温度センサ136、モーションセンサ138、マイクロフォン140、スピーカ142、無線周波(RF)受信機146、RF送信機148、カメラ150、赤外線センサ152、光電式(PPG)センサ154、心電図(ECG)センサ156、脳波(EEG)センサ158、静電容量センサ160、力センサ162、歪みゲージセンサ164、筋電図(EMG)センサ166、酸素センサ168、分析物センサ174、水分センサ176、LiDARセンサ178、またはそれらの任意の組み合わせを含む。一般に、1つまたはセンサ130のそれぞれが、メモリデバイス114または1つ以上の他のメモリデバイスに受信および記憶されたセンサデータを出力するように構成されている。
1つ以上のセンサ130は、圧力センサ132、流量センサ134、温度センサ136、モーションセンサ138、マイクロフォン140、スピーカ142、RF受信機146、RF送信機148、カメラ150、赤外線センサ152、光電式(PPG)センサ154、心電図(ECG)センサ156、脳波(EEG)センサ158、静電容量センサ160、力センサ162、歪みゲージセンサ164、筋電図(EMG)センサ166、酸素センサ168、分析物センサ174、水分センサ176、およびLiDARセンサ178のそれぞれを含むものとして図示および記載されているが、1つ以上のセンサ130は、本明細書に記載および/図示されたセンサのそれぞれの任意の組み合わせおよび任意の個数を含み得るのが、より一般的である。
センサ130のうちの1つ以上によって生成された生理学的データは、制御システム110により、睡眠セッション中のユーザと関連付けられた睡眠/覚醒信号および1つ以上の睡眠関連パラメータを判断するのに使用することができる。睡眠/覚醒信号は、覚醒、リラックスした覚醒、微小覚醒、または睡眠段階、例えば急速眼球運動(レム)段階、第1のノンレム段階(「N1」と称されることが多い)、第2のノンレム段階(「N2」と称されることが多い)、第3のノンレム段階(「N3」と称されることが多い)、またはそれらの任意の組み合わせなどを含む1つ以上の睡眠状態を示すことができる。センサ130などのセンサのうちの1つ以上によって生成される生理学的データから睡眠状態および/または睡眠段階を判断するための方法が、例えば、国際公開第WO2014/047310号、WO2017/132726号、WO2019/122413号、およびWO2019/122414号、ならびに米国特許公開第US2014/0088373号に記載されており、いずれも、参照によりその全体が本明細書に組み込まれる。
睡眠/覚醒信号には、ユーザの就床時刻、ユーザの起床時刻、ユーザの就眠試行時刻などを示すタイムスタンプを付与することもできる。睡眠/覚醒信号は、睡眠セッション中に、例えば、1秒につき1サンプル、30秒につき1サンプル、1分につき1サンプルなど所定のサンプリングレートでセンサ(単数または複数)130によって測定することができる。いくつかの実装形態においては、睡眠/覚醒信号が、睡眠セッション中の呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、1時間当たりの事象数、事象パターン、呼吸療法デバイス122の圧力設定、またはそれらの任意の組み合わせも示し得る。この事象(単数または複数)は、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、低呼吸、(例えばユーザインターフェース124からの)マスク漏れ、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせを含み得る。睡眠/覚醒信号に基づいて睡眠セッション中のユーザについて判断できる1つ以上の睡眠関連パラメータとしては、例えば、全就床時間、全睡眠時間、入眠潜時、入眠後覚醒パラメータ、睡眠効率、断片化指数、またはそれらの任意の組み合わせが挙げられる。いくつかの実装形態においては、1つ以上の睡眠関連パラメータが、国際公開第WO2015/006364号などに記載されている睡眠スコアを含み得、同文献は、参照によりその全体が本明細書に組み込まれる。
圧力センサ132は、メモリデバイス114に記憶すること、および/または制御システム110のプロセッサ112によって分析することのできる圧力データを出力する。いくつかの実装形態においては、圧力センサ132が、呼吸療法システム120のユーザの呼吸(例えば、吸気および/もしくは呼気)ならびに/または周囲圧力を示すセンサデータを生成する空気圧センサ(例えば大気圧センサ)である。かかる実装形態においては、圧力センサ132が、呼吸療法デバイス122に連結または統合することができる。圧力センサ132は、例えば、静電容量センサ、電磁センサ、圧電センサ、歪みゲージセンサ、光学センサ、電位差センサ、またはそれらの任意の組み合わせであり得る。
流量センサ134は、メモリデバイス114に記憶すること、および/または制御システム110のプロセッサ112によって分析することのできる流量データを出力する。いくつかの実装形態において、流量センサ134は、呼吸療法デバイス122からの空気流量、導管126を通過する空気流量、ユーザインターフェース124を通過する空気流量、またはそれらの任意の組み合わせを判断するのに使用される。かかる実装形態においては、流量センサ134が、呼吸療法デバイス122、ユーザインターフェース124、または導管126に連結または統合することができる。流量センサ134は、例えば、回転流量計(例えば、ホール効果流量計)、タービン流量計、オリフィス流量計、超音波流量計、熱線センサ、渦流センサ、膜センサ、またはそれらの任意の組み合わせなどの質量流量センサであり得る。
温度センサ136は、メモリデバイス114に記憶すること、および/または制御システム110のプロセッサ112によって分析することのできる温度データを出力する。いくつかの実装形態においては、温度センサ136が、ユーザ210(図2)の核心体温、ユーザ210の皮膚温度、呼吸療法デバイス122から、および/または導管126を通過して流れる空気の温度、ユーザインターフェース124内の温度、周囲温度、またはそれらの任意の組み合わせを示す温度データを生成する。温度センサ136は、例えば、熱電対センサ、サーミスタセンサ、シリコンバンドギャップ温度センサもしくは半導体ベースのセンサ、抵抗温度検出器、またはそれらの任意の組み合わせであり得る。
マイクロフォン140は、メモリデバイス114に記憶すること、および/または制御システム110のプロセッサ112によって分析することのできる音データを出力する。マイクロフォン140は、本明細書でさらに詳述するとおり、1つ以上の睡眠関連パラメータを(例えば、制御システム110を使用して)判断するために睡眠セッション中に音(単数または複数)(例えば、ユーザ210からの音)を記録するのに使用することができる。マイクロフォン140は、呼吸療法デバイス122、使用インターフェース124、導管126、またはユーザデバイス170に連結または統合することができる。
スピーカ142は、システム100のユーザ(例えば、図2のユーザ210)にとって可聴である音波を出力する。スピーカ142は、例えば、目覚まし時計として使用すること、または(例えば、事象を受けて)ユーザ210にアラートまたはメッセージを再生する目的で使用することができる。スピーカ142は、呼吸療法デバイス122、ユーザインターフェース124、導管126、またはユーザデバイス170に連結または統合することができる。
マイクロフォン140およびスピーカ142は、別々のデバイスとして使用することができる。いくつかの実装形態においては、マイクロフォン140およびスピーカ142を、例えば、参照によりそれぞれ全体が本明細書に組み込まれるWO2018/050913およびWO2020/104465に記載のとおり、音響センサ141(例えば、ソナーセンサ)に組み入れることができる。かかる実装形態においては、スピーカ142が、所定の間隔および/または周波数で音波を生成または放出し、マイクロフォン140が、スピーカ142から放出された音波の反射を検出する。スピーカ142が生成または放出する音波は、ユーザ210または同床者220(図2)の睡眠を妨げないように、人間の耳には聞こえない周波数(例えば、20Hz未満または約18kHz超)を有する。制御システム110は、マイクロフォン140および/またはスピーカ142からのデータに少なくとも部分的に基づいて、ユーザ210(図2)の所在位置および/または、例えば、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、1時間当たりの事象数、事象パターン、睡眠状態、呼吸デバイス122の圧力設定、ユーザの移動のタイプ(例えば、ユーザの1つ以上の部分の移動、胸の移動など)、ユーザによる移動のパターン、ユーザによる移動の数、またはそれらの任意の組み合わせなど、本明細書に記載の睡眠関連パラメータのうちの1つ以上を判断することができる。
音響(例えばソナー)センサ141は、超音波または低周波数超音波感知信号(例えば、約17~23kHz、18~22kHz、または17~18kHzの周波数範囲内)を空中で生成/伝送することなどによるパッシブおよび/またはアクティブ音響センシングを使用することができる。かかるソナーセンサについては、上記のWO2018/050913およびWO2020/104465に関連を以て記載されている。音響(例えばソナー)センサ141によって生成されたデータは、ユーザの呼吸(例えば、呼吸数、呼吸数変動)および/またはユーザの移動を示すことができ、これは、例えば、覚醒状態とノンレム睡眠段階(N1睡眠)との間での遷移を判断するのに使用することができる。N1睡眠は、呼吸数変動の減少(例えば、呼吸の規則性が高まっている)、分時換気量の減少、および/またはユーザの移動の減少に少なくとも部分的に基づいて特定することができる。
いくつかの実装形態においては、センサ130が、(i)マイクロフォン140と同一または同様であり、音響センサ141に統合されている第1のマイクロフォンと、(ii)マイクロフォン140と同一または同様だが、音響センサ141に統合されている第1のマイクロフォンとは別々かつ別個である第2のマイクロフォンと、を含む。
RF送信機148は、所定の周波数および/または所定の振幅(例えば、高周波帯域内、低周波帯域内、長波信号、短波信号など)を有する電波を生成および/または放射する。RF受信機146は、RF送信機148から放射された電波の反射を検出し、このデータは、制御システム110によって分析することにより、ユーザ210(図2)の位置および/または本明細書に記載されている睡眠関連パラメータのうちの1つ以上を判断することができる。RF受信機(RF受信機146およびRF送信機148のどちらか、または別のRFペア)は、制御システム110、呼吸デバイス122、1つ以上のセンサ130、ユーザデバイス170、またはそれらの任意の組み合わせの間での無線通信に使用することもできる。RF受信機146およびRF送信機148は、図1において別々かつ別個の要素として示されているが、いくつかの実装形態においては、RF受信機146およびRF送信機148がRFセンサ147(例えば、レーダセンサ)の一部として組み合わせられている。一部のかかる実装形態においては、RFセンサ147が制御回路を含む。RF通信の具体的な形式は、WiFiやBluetooth(登録商標)等であり得る。
いくつかの実装形態においては、RFセンサ147がメッシュシステムの一部である。メッシュシステムの一例がWiFiメッシュシステムであり、このシステムは、メッシュノード、メッシュルータ(単数または複数)、およびメッシュゲートウェイ(単数または複数)を含み得、これらのそれぞれが移動式/可動式または固定式であり得る。かかる実装形態においては、WiFiメッシュシステムが、WiFiルータおよび/またはWiFiコントローラ、ならびに1つ以上の衛星(例えばアクセスポイント)を含み、これらのそれぞれが、RFセンサ147と同一または同様であるRFセンサを含む。WiFiルータおよび衛星は、WiFi信号を使用して互いに常時通信する。WiFiメッシュシステムは、物体や人が移動して信号を部分的に妨害することによってルータと衛星(単数または複数)との間で生じるWiFi信号の変化(例えば、受信信号強度の差)に基づいてモーションデータを生成するのに使用することができる。このモーションデータは、モーション、呼吸、心拍数、歩行、転倒、挙動など、またはそれらの任意の組み合わせを示し得る。
カメラ150は、メモリデバイス114に記憶できる1つ以上の画像(例えば、静止画、映像、熱画像、またはそれらの組み合わせ)として再現可能な画像データを出力する。カメラ150からの画像データは、制御システム110により、本明細書に記載されている睡眠関連パラメータのうちの1つ以上を判断するのに使用することができる。例えば、カメラ150からの画像データを使用して、ユーザの位置を特定し、ユーザ210がベッド230(図2)に入る時刻を判断し、ユーザ210がベッド230から出る時刻を判断するのに使用することができる。
赤外線(IR)センサ152は、メモリデバイス114に記憶できる1つ以上の赤外線画像(例えば、静止画、映像、またはその両方)として再現可能な赤外線画像データを出力する。IRセンサ152からの赤外線データは、ユーザ210の温度および/またはユーザ210の移動を含む、睡眠セッション中の1つ以上の睡眠関連パラメータを判断するのに使用することができる。IRセンサ152は、ユーザ210の存在、位置、および/または移動を測定する際に、カメラ150と組み合わせて使用することもできる。IRセンサ152が、例えば、約700nmと約1mmとの間の波長を有する赤外光を検出することができるのに対し、カメラ150は、約380nmと約740nmとの間の波長を有する可視光を検出することができる。
PPGセンサ154は、例えば、心拍数、心拍数変動、心周期、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、推定血圧パラメータ(単数または複数)、またはそれらの任意の組み合わせなど1つ以上の睡眠関連パラメータを判断するのに使用できる、ユーザ210(図2)と関連付けられた生理学的データを出力する。PPGセンサ154は、ユーザ210が着用すること、ユーザ210が着用する衣類および/または織地に埋め込むこと、ユーザインターフェース124および/またはその関連ヘッドギア(例えばストラップなど)に埋め込むことおよび/または連結すること、などができる。
ECGセンサ156は、ユーザ210の心臓の電気的活動と関連付けられた生理学的データを出力する。いくつかの実装形態においては、ECGセンサ156が、睡眠セッション中のユーザ210の一部分の上または周囲に位置付けられている1つ以上の電極を含む。ECGセンサ156からの生理学的データは、例えば、本明細書に記載されている睡眠関連パラメータのうちの1つ以上を判断するのに使用することができる。
EEGセンサ158は、ユーザ210の脳の電気的活動と関連付けられた生理学的データを出力する。いくつかの実装形態において、EEGセンサ158は、睡眠セッション中のユーザ210の頭皮の上または周囲に位置付けられている1つ以上の電極を含む。EEGセンサ158からの生理学的データは、例えば、睡眠セッション中の任意の所与の時期におけるユーザ210の睡眠状態を判断するのに使用することができる。いくつかの実装形態において、EEGセンサ158は、ユーザインターフェース124および/またはその関連ヘッドギア(例えばストラップなど)に統合することができる。
静電容量センサ160、力センサ162、および歪みゲージセンサ164は、メモリデバイス114に記憶でき、かつ本明細書に記載されている睡眠関連パラメータのうちの1つ以上を判断するのに制御システム110が使用できるデータを出力する。EMGセンサ166は、1つ以上の筋肉によって生み出された電気的活動と関連付けられた生理学的データを出力する。酸素センサ168は、(例えば、導管126内またはユーザインターフェース124における)気体の酸素濃度を示す酸素データを出力する。酸素センサ168は、例えば、超音波酸素センサ、電気酸素センサ、化学酸素センサ、光学式酸素センサ、またはそれらの任意の組み合わせであり得る。いくつかの実装形態においては、1つ以上のセンサ130が、ガルバニック皮膚反応(GSR)センサ、血流センサ、呼吸センサ、脈拍センサ、血圧計センサ、オキシメトリセンサ、またはそれらの任意の組み合わせも含む。
分析物センサ174は、ユーザ210の吐出息における分析物の存在を検出するのに使用することができる。分析物センサ174によって出力されたデータは、メモリデバイス114に記憶することができ、ユーザ210の息に含まれる任意の分析物の同一性および濃度を判断するために制御システム110によって使用することができる。いくつかの実装形態においては、分析物センサ174が、ユーザ210の口付近に位置付けられ、ユーザ210の口から吐き出された息に含まれる分析物を検出する。例えば、ユーザインターフェース124が、ユーザ210の鼻および口を覆う顔面マスクである場合、分析物センサ174は、ユーザ210の口呼吸を監視するためにその顔面マスク内に位置付けられ得る。ユーザインターフェース124が鼻マスクまたは鼻枕マスクである場合など、他の実装形態においては、分析物センサ174が、ユーザの鼻を通じて吐き出される息に含まれる分析物を検出するために、ユーザ210の鼻付近に位置付けられ得る。さらに他の実装形態においては、ユーザインターフェース124が鼻マスクまたは鼻枕マスクである場合に、分析物センサ174が、ユーザ210の口付近に位置付けられ得る。この実装形態においては、分析物センサ174を、ユーザ210の口から不用意に空気が漏れていないかどうかを検出するのに使用することができる。いくつかの実装形態においては、分析物センサ174が、炭素系化学物質または化合物を検出するのに使用できる揮発性有機化合物(VOC)センサである。いくつかの実装形態においては、分析物センサ174を、ユーザ210が鼻または口のどちらで呼吸しているかを検出するのに使用することもできる。例えば、ユーザ210の口付近または(ユーザインターフェース124が顔面マスクである実装形態において)顔面マスク内に位置付けられた分析物センサ174によって出力されたデータによって分析物の存在が検出された場合、制御システム110は、ユーザ210が口で呼吸しているという指標としてこのデータを使用することができる。
水分センサ176は、メモリデバイス114に記憶でき、かつ制御システム110が使用できるデータを出力する。水分センサ176は、ユーザを取り巻く様々な領域(例えば、導管126またはユーザインターフェース124の内部、ユーザ210の顔付近、導管126とユーザインターフェース124との間の接続部付近、導管126と呼吸療法デバイス122との間の接続部付近など)において水分を検出するのに使用することができる。そのため、いくつかの実装形態においては、水分センサ176を、呼吸療法デバイス122からの加圧空気の湿度を監視するために、ユーザインターフェース124に連結または統合すること、または導管126に統合することができる。他の実装形態においては、水分センサ176が、水分レベルを監視する必要がある任意の領域付近に配置されている。水分センサ176は、例えば寝室内の空気など、ユーザ210を取り巻く周囲環境の湿度を監視するのに使用することもできる。
光検出および測距(LiDAR)センサ178は、深度感知に使用することができる。このタイプの光学センサ(例えばレーザセンサ)は、物体を検出し、生活空間など周囲環境の3次元(3D)マップを作成するのに使用することができる。LiDARは一般に、パルスレーザを利用して飛行時間を計測する。LiDARは、3Dレーザスキャンとも称される。かかるセンサの一使用例においては、LiDARセンサ166を有する固定または(スマートフォンなどの)モバイルデバイスが、センサから5メートル以上離れた領域を測定およびマッピングすることができる。LiDARデータは、例えば電磁式RADARセンサによって推定されたポイントクラウドデータと融合させることができる。LiDARセンサ(単数または複数)178は、人工知能(AI)を使用して、(RADARに対して高反射性であり得る)ガラス窓など、RADARシステムにとっての問題をもたらし得る空間内の特徴を検出および分類することにより、RADARシステムのジオフェンスを自動的に作成することもできる。LiDARは、人の身長に加え、人が座ったとき、倒れたときなどに生じる身長の変化を推定するのに使用することもできる。LiDARは、環境の3Dメッシュ表現を形成するのに使用され得る。さらなる用途では、電波が通過する固体表面(例えば電波透過性材料)にLiDARが反射し得ることにより、異なるタイプの障害物の分類が可能となる。
図1では別々に示されているが、1つ以上のセンサ130の任意の組み合わせを、呼吸療法デバイス122、ユーザインターフェース124、導管126、加湿タンク129、制御システム110、ユーザデバイス170、またはそれらの任意の組み合わせを含むシステム100の構成要素のうちの任意の1つ以上に統合および/または連結することができる。例えば、音響センサ141および/またはRFセンサ147は、ユーザデバイス170に統合および/または連結することができる。かかる実装形態においては、ユーザデバイス170を、本開示のいくつかの態様に係るシステム100(例えば制御システム110)が使用する追加または二次データを生成する二次デバイスとみなすことができる。いくつかの実装形態においては、1つ以上のセンサ130のうちの少なくとも1つが、呼吸療法デバイス122、制御システム110、またはユーザデバイス170に連結されておらず、睡眠セッション中のユーザ210に概ね隣接して位置付けられている(例えば、ユーザ210の一部分の上に位置付けられているか接触している、ユーザ210によって着用されている、ナイトスタンドに連結されているか位置付けられている、マットレスに連結されている、天井に連結されている、など)。
ユーザデバイス170(図1)は、ディスプレイデバイス172を含む。ユーザデバイス170は、例えば、スマートフォン、タブレット、ノートパソコン等のモバイルデバイスであり得る。代替として、ユーザデバイス170は、外部感知システム、テレビ(例えばスマートテレビ)、または別のスマートホームデバイス(例えば、Google Home、Amazon Echo、Alexaなどのスマートスピーカ(単数または複数))であり得る。いくつかの実装形態においては、このユーザデバイスがウェアラブルデバイス(例えばスマートウォッチ)である。ディスプレイデバイス172は概して、静止画、映像、またはその両方を含む画像(単数または複数)を表示するのに使用される。いくつかの実装形態においては、ディスプレイデバイス172が、画像(単数または複数)および入力インターフェースを表示するように構成されたグラフィックユーザインターフェース(GUI)を含むヒューマンマシンインターフェース(HMI)の働きをする。ディスプレイデバイス172は、LEDディスプレイ、有機ELディスプレイ、液晶ディスプレイ等であり得る。入力インターフェースは、例えば、タッチスクリーンまたは接触感知基板、マウス、キーボード、またはユーザデバイス170とやりとりする人間ユーザによって行われる入力を感知するように構成された任意のセンサシステムであり得る。いくつかの実装形態においては、1つ以上のユーザデバイスを、システム100が使用すること、および/またはシステム100に含めることができる。
いくつかの実装形態においては、システム100が活動トラッカー180も含む。活動トラッカー180は一般に、ユーザと関連付けられた生理学的データの生成を支援するのに使用される。活動トラッカー180は、例えば、モーションセンサ138(例えば、1つ以上の加速度計および/またはジャイロスコープ)、PPGセンサ154、および/またはECGセンサ156など、本明細書に記載されているセンサ130のうちの1つ以上を含み得る。活動トラッカー180からの生理学的データを使用して、例えば、歩数、移動距離、登坂歩数、身体活動の持続時間、身体活動のタイプ、身体活動の強度、立って過ごした時間、呼吸数、平均呼吸数、安静時呼吸数、最大he呼吸art数、呼吸数変動、心拍数、平均心拍数、安静時心拍数、最大心拍数、心拍数変動、燃焼カロリー数、血中酸素飽和度、皮膚電気活動(皮膚コンダクタンスまたはガルバニック皮膚反応とも称される)、またはそれらの任意の組み合わせを判断することができる。いくつかの実装形態においては、活動トラッカー180がユーザデバイス170に(例えば、電子的または物理的に)連結されている。
いくつかの実装形態においては、活動トラッカー180が、スマートウォッチ、リストバンド、リング、またはパッチなど、ユーザが装着できるウェアラブルデバイスである。例えば図2を参照すると、活動トラッカー180がユーザ210の手首に装着されている。活動トラッカー180は、ユーザが着用する衣類または衣服に連結または統合することもできる。さらなる代替として、活動トラッカー180は、ユーザデバイス170(例えば、同じハウジング内)に連結または統合することもできる。活動トラッカー180は、制御システム110、メモリ114、呼吸システム120、および/またはユーザデバイス170と通信可能に連結できること、または物理的に(例えば、ハウジング内に)統合できることがより一般的である。
制御システム110およびメモリデバイス114は、システム100の別々かつ別個の構成要素として図1に記載および図示されているが、いくつかの実装形態においては、制御システム110および/またはメモリデバイス114が、ユーザデバイス170および/または呼吸療法デバイス122に統合されている。代替として、いくつかの実装形態においては、制御システム110またはその一部分(例えばプロセッサ112)がクラウドに所在し得(例えば、サーバに統合され、モノのインターネット(IoT)デバイスに統合され、クラウドに接続され、エッジクラウド処理を受け得るなど)、1つ以上のサーバ(例えば、リモートサーバ、ローカルサーバなど)、またはそれらの任意の組み合わせ)に所在し得る。
システム100は、上記構成要素のすべてを含むものとして示されているが、本開示の種々の実装形態によれば、生理学的データを生成するため、およびユーザにとって推奨される通知または行動を判断するためにシステムに含めることのできる構成要素は、それより多くも少なくもある。例えば、第1の代替システムは、制御システム110と、メモリデバイス114と、1つ以上のセンサ130のうちの少なくとも1つと、を含む。別の例として、第2の代替システムは、制御システム110と、メモリデバイス114と、1つ以上のセンサ130のうちの少なくとも1つと、ユーザデバイス170と、を含む。さらに別の例として、第3の代替システムは、制御システム110と、メモリデバイス114と、呼吸療法システム120と、1つ以上のセンサ130のうちの少なくとも1つと、ユーザデバイス170と、を含む。そのため、本明細書に表示および記載されている構成要素の任意の部分(単数または複数)を使用して、かつ/または1つ以上の他の構成要素と組み合わせて、様々なシステムを形成することができる。
本明細書においては、睡眠セッションを複数の方法で定義することができる。例えば、睡眠セッションを、最初の開始時刻および終了時刻によって定義することができる。いくつかの実装形態においては、睡眠セッションが、ユーザが眠っている持続時間であり、すなわち睡眠セッションは、開始時刻と終了時刻とを有し、睡眠セッション中はユーザが終了時刻まで覚醒しない。すなわち、ユーザが覚醒している任意の期間は、睡眠セッションに含まれない。睡眠セッションの第1の定義からは、ユーザが一晩で複数回覚醒および就眠した場合、それらの覚醒期間によって隔てられたそれぞれの睡眠期間が睡眠セッションとなる。
代替として、いくつかの実装形態においては、睡眠セッションが、開始時刻と終了時刻とを有し、その睡眠セッション中は、ユーザが覚醒している連続時間が覚醒持続時間閾値未満である限り、そのユーザは、睡眠セッションが終了せずに覚醒することができる。覚醒持続時間閾値は、睡眠セッションの百分率と定義することができる。覚醒持続時間閾値は、例えば、睡眠セッションの約20パーセント、睡眠セッション持続時間の約15パーセント、睡眠セッション持続時間の約10パーセント、睡眠セッション持続時間の約5パーセント、睡眠セッション持続時間の約2パーセント等、または他の任意の閾値百分率であり得る。いくつかの実装形態においては、覚醒持続時間閾値が、例えば、約1時間、約30分、約15分、約10分、約5分、約2分など、または他の任意の量の時間と定義される。
いくつかの実装形態においては、睡眠セッションが、ユーザが最初に就床した夜の時刻から、ユーザが最後に起床した翌朝の時刻までの総時間と定義される。別の言い方をすれば、睡眠セッションは、(ユーザが寝る前に最初にテレビを見たりスマートフォンをいじったりすることを意図した場合ではなく)ユーザが寝るという意図を持って最初に就床した、現在の夜と称せる第1の日付(例えば、2020年1月6日月曜日)の第1の時刻(例えば午後10:00)に始まり、ユーザがその翌朝に再び寝ないという意図を持って最初に起床した、翌朝と称せる第2の日付(例えば2020年1月7日火曜日)の第2の時刻(例えば午前7:00)に終わる期間と定義することができる。
図3を参照すると、ある睡眠セッションの例示的な時系列300が表されている。時系列300は、就床時刻(tbed)と、入眠時刻(tGTS)と、初回睡眠時刻(tsleep)と、第1の微小覚醒MA1および第2の微小覚醒MA2と、覚醒Aと、覚醒時刻(twake)と、起床時刻(trise)と、を含む。
就床時刻tbedは、ユーザが就眠する前に最初に就床(例えば、図2のベッド230)する(例えば、ユーザがベッドに横になったり座ったりする)時刻と関連付けられている。就床時刻tbedは、ユーザが寝るために就床する時刻と、ユーザが他の理由で(例えば、テレビを見るために)就床する時刻と、を区別するために、就床閾値持続時間に基づいて特定することができる。例えば、就床閾値持続時間は、少なくとも約10分間、少なくとも約20分間、少なくとも約30分間、少なくとも約45分間、少なくとも約1時間、少なくとも約2時間などであり得る。本明細書においては、ベッドを参照して就床時刻tbedを説明しているが、就床時刻tbedは、ユーザが寝るために最初に何らかの箇所(例えば、ソファ、椅子、寝袋など)に就いた時刻を表し得るのが、より一般的である。
入眠時刻(GTS)は、ユーザが、床に就いた後、最初に就眠を試行する時刻(tbed)と関連付けられている。例えば、ユーザは、床に就いた後、眠ろうとする前に、くつろぐために1つ以上の活動(例えば、読書、テレビ視聴、音楽鑑賞、ユーザデバイス170の使用など)をし得る。初回睡眠時刻(tsleep)は、ユーザが最初に就眠した時刻である。例えば、初回睡眠時刻(tsleep)は、ユーザが最初にノンレム睡眠段階に入った時刻であり得る。
覚醒時刻twakeは、(例えば、ユーザが夜中に目覚めて眠りに戻るのではなく、)ユーザが眠りに戻ることなく目覚めた時期と関連付けられた時刻である。ユーザは、最初に就眠した後、短い持続時間(例えば、5秒、10秒、30秒、1分など)を有する、より多くの無意識の微小覚醒(例えば、微小覚醒MA1およびMA2)のうちの1つを経験し得る。ユーザは、覚醒時刻twakeではなく、微小覚醒MA1およびMA2のそれぞれを経て、再び眠る。同様に、ユーザは、最初に就眠した後、1つ以上の意識的な覚醒(例えば、覚醒A)(例えば、トイレに行くために起きる、子供やペットの世話をする、夢中歩行するなど)を有し得る。ただし、ユーザは覚醒Aの後に睡眠に戻る。そのため、覚醒時刻twakeは、例えば、(例えば、ユーザが少なくとも15分間、少なくとも20分間、少なくとも30分間、少なくとも1時間等にわたって覚醒している)覚醒閾値持続時間に定義することができる。
同様に、起床時刻triseは、(例えば、ユーザが夜中にトイレに行くこと、子供やペットの世話をすること、夢中歩行することなどではなく、)睡眠セッションを終了するという意図を持ってユーザがベッドを後にし、離れた時刻と関連付けられている。言い換えれば、起床時刻triseは、ユーザが次の睡眠セッション(例えば、翌日の夜)までベッドに戻ることなく、最後にベッドを離れた時刻である。そのため、起床時刻triseは、例えば、(例えば、ユーザが少なくとも15分間、少なくとも20分間、少なくとも30分間、少なくとも1時間などにわたって離床している)起床閾値持続時間に基づいて定義することができる。第2の後続の睡眠セッションの就床時刻tbedも、(例えば、ユーザが少なくとも4時間、少なくとも6時間、少なくとも8時間、少なくとも12時間などにわたって離床している)起床閾値持続時間に基づいて定義することができる。
上記のとおり、ユーザは、初回のtbedから最終のtriseまでの夜間にもう1回目覚めて離床し得る。いくつかの実装形態においては、事象(例えば、就眠または離床)後の所定の閾値持続時間に基づいて特定または判断される最終覚醒時刻twakeおよび/または最終起床時刻trise。かかる閾値持続時間は、ユーザに合わせてカスタマイズすることができる。夜就床し、朝覚醒および起床する標準的なユーザの場合には、約12時間から約18時間の間の任意の期間(ユーザが覚醒(twake)または起床(trise)してから就床(tbed)、入眠(tGTS)または就眠(tsleep)するまでの間)を用いることができる。ベッドで過ごす期間が長いユーザであれば、より短い閾値期間(例えば、約8時間から約14時間)が使用され得る。この閾値期間は、ユーザの睡眠挙動を監視するシステムに基づいて、最初に選択および/または後で調整され得る。
全就床時間(TIB)は、就床時刻tbedから起床時刻triseまでの持続時間である。全睡眠時間(TST)は、初回睡眠時刻から覚醒時刻までの持続時間から、その間の意識的または無意識的な覚醒および/または微小覚醒を除外した時間と関連付けられている。全睡眠時間(TST)は、全就床時間(TIB)よりも短く(例えば、1分短く、10分短く、1時間短くなど)なるのが一般的である。例えば、図3の時系列300を参照すると、全睡眠時間(TST)は、初回睡眠時刻tsleepから覚醒時刻twakeまでであるが、第1の微小覚醒MA1、第2の微小覚醒MA2、および覚醒Aの持続時間が除外されている。図示のとおり、本実施例においては、全睡眠時間(TST)が全就床時間(TIB)よりも短い。
いくつかの実装形態においては、全睡眠時間(TST)を、全持続睡眠時間(PTST)と定義することができる。かかる実装形態においては、全持続睡眠時間が、第1のノンレム段階(例えば、浅睡眠段階)の所定の最初の部分または最初の期間を除外している。例えば、この所定の最初の部分は、約30秒間から約20分間、約1分間から約10分間、約3分間から約5分間などであり得る。全持続睡眠時間は、持続的睡眠の測定値であり、睡眠/覚醒睡眠経過図を滑らかにする。例えば、ユーザの初回就眠時に、そのユーザは、非常に短い時間(例えば約30秒間)にわたる第1のノンレム段階に入り、短期間(例えば1分間)の覚醒段階に戻った後に、第1のノンレム段階に戻り得る。本例においては、全持続睡眠時間が、第1のノンレム段階の最初の事例(例えば約30秒間)を除外している。
いくつかの実装形態においては、睡眠セッションが、就床時刻(tbed)に始まり、起床時刻(trise)に終わる時間、すなわち全就床時間(TIB)と定義されている。いくつかの実装形態においては、睡眠セッションが、初回睡眠時刻(tsleep)に始まり、覚醒時刻(twake)に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、全睡眠時間(TST)と定義されている。いくつかの実装形態においては、睡眠セッションが、入眠時刻(tGTS)に始まり、覚醒時刻(twake)に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、入眠時刻(tGTS)に始まり、起床時刻(trise)に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、就床時刻(tbed)に始まり、覚醒時刻(twake)に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、初回睡眠時刻(tsleep)に始まり、起床時刻(trise)に終わるものと定義されている。
図4を参照すると、いくつかの実装形態に係る、時系列300(図3)に対応する例示的な睡眠経過図400が表されている。図示のとおり、睡眠経過図400は、睡眠/覚醒信号401と、覚醒段階軸410と、レム段階軸420と、浅睡眠段階軸430と、深睡眠段階軸440と、を含む。睡眠/覚醒信号401と軸410~440のうちの1つとの交点は、睡眠セッション中の任意の所与の時刻における睡眠段階を示している。
睡眠/覚醒信号401は、ユーザと関連付けられた(例えば、本明細書に記載されているセンサ130のうちの1つ以上によって生成された)生理学的データに基づいて生成することができる。睡眠/覚醒信号は、覚醒、リラックスした覚醒、微小覚醒、レム段階、第1のノンレム段階、第2のノンレム段階、第3のノンレム段階、またはそれらの任意の組み合わせを含む1つ以上の睡眠状態を示し得る。いくつかの実装形態においては、第1のノンレム段階、第2のノンレム段階、および第3のノンレム段階のうちの1つ以上をひとまとめにし、浅睡眠段階または深睡眠段階として分類することができる。例えば、浅睡眠段階は、第1のノンレム段階を含み得、深睡眠段階は、第2のノンレム段階と第3のノンレム段階とを含み得る。睡眠経過図400は、図4において、浅睡眠段階軸430と深睡眠段階軸440とを含むものとして示されているが、いくつかの実装形態において、睡眠経過図400は、第1のノンレム段階、第2のノンレム段階、および第3のノンレム段階のそれぞれを表す軸を含み得る。他の実装形態においては、睡眠/覚醒信号が、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、1時間当たりの事象数、事象パターン、またはそれらの任意の組み合わせも示し得る。睡眠/覚醒信号について記述している情報は、メモリデバイス114に記憶することができる。
睡眠経過図400は、例えば、入眠潜時(SOL)、入眠後覚醒(WASO)、睡眠効率(SE)、睡眠断片化指数、睡眠ブロック、またはそれらの任意の組み合わせなど、1つ以上の睡眠関連パラメータを判断するのに使用することができる。
入眠潜時(SOL)は、入眠時刻(tGTS)と初回睡眠時刻(tsleep)との間の時間と定義される。言い換えれば、入眠潜時は、ユーザが最初に就眠を試行してから実際に就眠するまでに要した時間を示す。いくつかの実装形態においては、入眠潜時が持続的入眠潜時(persistent sleep onset latency:PSOL)と定義される。持続的入眠潜時は、入眠時刻から所定量の持続的睡眠までの持続時間と定義されるという点で、入眠潜時とは異なる。いくつかの実装形態においては、所定量の持続的睡眠が、例えば、第2のノンレム段階内、第3のノンレム段階内、ならびに/または2分間以下の覚醒、第1のノンレム段階、および/もしくはその間の移動を伴うレム段階内の少なくとも10分間の睡眠、を含み得る。言い換えれば、持続的入眠潜時は、例えば、第2のノンレム段階内、第3のノンレム段階内、および/またはレム段階内での最大8分間の持続的睡眠を要する。他の実装形態においては、所定量の持続的睡眠が、初回睡眠時刻後の第1のノンレム段階内、第2のノンレム段階内、第3のノンレム段階内、および/またはレム段階内の少なくとも10分間の睡眠を含み得る。かかる実装形態においては、所定量の持続的睡眠が、一切の微小覚醒を除外し得る(例えば、10秒間の微小覚醒後に、その10分間が再開されることはない)。
入眠後覚醒(WASO)は、初回睡眠時刻から覚醒時刻までの間でユーザが覚醒している全持続時間と関連付けられている。そのため、入眠後覚醒は、意識的か無意識的かを問わず、睡眠セッション中の短時間覚醒と微小覚醒と(例えば、図4に示す微小覚醒MA1とMA2と)を含む。いくつかの実装形態においては、入眠後覚醒(WASO)が、所定の長さ(例えば、10秒間超、30秒間超、60秒間超、約5分間超、約10分間超など)を有する全覚醒持続時間だけを含む持続的入眠後覚醒(PWASO)と定義される。
睡眠効率(SE)は、全就床時間(TIB)と全睡眠時間(TST)との比率と判断される。例えば、全就床時間が8時間で、全睡眠時間が7.5時間であれば、その睡眠セッションの睡眠効率は93.75%である。睡眠効率は、ユーザの睡眠衛生を表す。例えば、ユーザが就床し、睡眠前に他の活動(例えば、テレビの視聴)に時間を費やすと、睡眠効率が低下する(例えば、そのユーザが罰則を受ける)。いくつかの実装形態においては、全就床時間(TIB)と、ユーザが入眠を試行する全時間と、に基づいて睡眠効率(SE)を計算することができる。かかる実装形態においては、ユーザが入眠を試行する全持続時間が、本明細書に記載されている入眠(GTS)時刻から起床時刻までの時間と定義される。例えば、全睡眠時間が8時間(例えば、午後11時から午前7時まで)、入眠時刻が午後10:45、起床時刻が午前7:15であれば、かかる実装形態においては、睡眠効率パラメータが約94%と計算される。
断片化指数は、睡眠セッション中の覚醒回数に少なくとも部分的に基づいて判断される。例えば、ユーザが2回の微小覚醒(例えば、図4に示す微小覚醒MA1および微小覚醒MA2)を有していた場合には、断片化指数を2と表すことができる。いくつかの実装形態においては、この断片化指数が、所定範囲の整数間(例えば、0から10の間)でスケーリングされる。
睡眠ブロックは、任意の睡眠段階(例えば、第1のノンレム段階、第2のノンレム段階、第3のノンレム段階、および/またはレム)と覚醒段階との間での移行と関連付けられる。睡眠ブロックは、例えば、30秒の分解能で計算することができる。
いくつかの実装形態においては、本明細書に記載されているシステムおよび方法が、就床時刻(tbed)、入眠時刻(tGTS)、初回睡眠時刻(tsleep)、1回以上の第1の微小覚醒(例えば、MA1およびMA2)、覚醒時刻(twake)、起床時刻(trise)、またはそれらの任意の組み合わせを睡眠経過図の睡眠/覚醒信号に少なくとも部分的に基づいて判断または特定するために、睡眠/起床信号を含む睡眠経過図を生成または分析することを含み得る。
他の実装形態においては、センサ130のうちの1つ以上を使用して、就床時刻(tbed)、入眠時刻(tGTS)、初回睡眠時刻(tsleep)、1回以上の第1の微小覚醒(例えば、MA1およびMA2)、覚醒時刻(twake)、起床時刻(trise)、またはそれらの任意の組み合わせを判断または特定することができ、ひいては睡眠セッションを定義することができる。例えば、就床時刻tbedは、モーションセンサ138、マイクロフォン140、カメラ150、またはそれらの任意の組み合わせなどによって生成されたデータに基づいて判断することができる。入眠時刻は、例えば、モーションセンサ138からのデータ(例えば、ユーザによる移動がないことを示すデータ)、カメラ150からのデータ(例えば、ユーザによる移動がないこと、および/またはユーザが照明を消したことを示すデータ)、マイクロフォン140からのデータ(例えば、使用がテレビを消したことを示すデータ)、ユーザデバイス170からのデータ(例えば、ユーザがユーザデバイス170をもう使用していないことを示すデータ)、圧力センサ132および/または流量センサ134からのデータ(例えば、ユーザが呼吸療法デバイス122の電源を投入したことを示すデータ、ユーザがユーザインターフェース124を着用したことを示すデータなど)、またはそれらの任意の組み合わせなどに基づいて判断することができる。
図5を参照すると、ユーザの眠気の変更(例えば増進)における活動の有効性を示す活動スコアを判断するための方法500が表されている。方法500の1つ以上のステップは、本明細書に記載されているシステム100(図1~図2)の任意の要素または態様を用いて実施することができる。
方法500のステップ501は、ユーザと関連付けられた最初の生理学的データを生成および/または受信することを含む。最初の生理学的データは、例えば、本明細書に記載されている電子インターフェース119(図1)によって受信することができる。最初の生理学的データは、1つ以上のセンサ130(図1)のうちの少なくとも1つによって生成または取得することができる。例えば、いくつかの実装形態においては、最初の生理学的データが、ユーザデバイス170に連結または統合されている上記の音響センサ141またはRFセンサ147を使用して生成される。他の実装形態においては、最初の生理学的データが、呼吸療法デバイス122に連結または統合されている圧力センサ132および/または流量センサ134(図1)を使用して生成または取得される。ステップ501で受信した最初の生理学的データについて記述している情報は、メモリデバイス114(図1)に記憶することができる。
方法500のステップ502は、最初の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断すること(ステップ501)を含む。例えば、制御システム110は、(例えば、メモリデバイス114に記憶されている)最初の生理学的データを分析して、ユーザの最初の眠気レベルを判断することができる。最初の眠気レベルについて記述している情報は、例えば、メモリデバイス114(図1)に記憶することができる。
本明細書で使用されている眠気レベルは、ユーザの疲労、眠気あり、警戒、および/または意識を示すのが一般的であり、ユーザがどの程度就眠に近づいているかを示すのが、より一般的である。眠気レベルは、様々な方法で判断および/または表現することができる。眠気レベルは、例えば、最高値が非常に眠く、最低値が眠くないこと(またはその逆)を示す所定の範囲(例えば、1から10の間)内のスケーリングされた値であり得る。代替として、眠気レベルは、主観的記述語(例えば、極度に眠い、非常に眠い、眠い、中立的、覚い、非常に覚い、極度に覚い、対応し難い、集中している、疲労しているなど)を使用して表現することができる。眠気レベルを表すための他の例としては、エプワース眠気尺度、スタンフォード眠気尺度、カロリンスカ眠気尺度などを使用することが挙げられる。反復睡眠潜時検査(MSLT)および覚醒維持検査(MWT)では、客観的尺度を用いて眠気を定量化する。MWTの簡易版であるOxford Sleep Resistance(OSLER)検査は、眠気を間接的に定量化するのに使用できる別の客観検査である。エプワース眠気尺度およびスタンフォード眠気尺度は、眠気を主観的に定量化する。
眠気レベルは、様々なタイプのデータまたはデータの組み合わせに基づいて判断することができる。いくつかの実装形態においては、ユーザの眠気レベルを、ユーザと関連付けられた生理学的データに少なくとも部分的に基づいて判断することができる。例えば、眠気レベルは、呼吸数、呼吸数変動性、呼吸安定性(例えば、毎回の呼吸の形状および/または速度の一貫性、連続する呼吸間の平均二乗差)、(例えば、呼吸の振幅から推定される)一回換気量の変化、ユーザと関連付けられた移動(例えば、ユーザの任意の部位の物理的な移動、ユーザの胸の移動など)、瞬目(例えば、1分当たりの瞬目の数、1分当たりの瞬目の平均など)、これらのパラメータのうちの1つ以上の持続時間(例えば、眠気レベルは、形成された所定の呼吸の持続時間の長期化に伴って上昇し得るが、ユーザの身体の一部分の移動が検出されると(例えば、ユーザがベッドで起き上がって座位になると)低下する)に基づき得る。
眠気レベルは、例えば、線形回帰アルゴリズム、ロジスティック回帰アルゴリズム、機械学習アルゴリズム(例えば、教師または教師なしの訓練された機械学習アルゴリズム)、サポートベクトルマシンアルゴリズム(SVM)、判断木など)などのアルゴリズムまたは統計モデルを用いて判断することもできる。例えば、あるモデル(例えば機械学習アルゴリズム)を、入力データ(例えば、生理学的データ、主観的フィードバック、本明細書に記載されている客観的眠気検査のいずれかによるスコアなど)として受信し、本明細書に記載されている客観的検査(例えば、エプワース、スタンフォード、カロリンスカ、MSLT、MWT、OSLERなど)のうちの1つ以上に従って眠気レベルを予測するように訓練することができる。かかるモデルは、ユーザと関連付けられた人口統計情報を用いて眠気レベルを予測することもできる。一例として、女性は、(例えば男性と比較して)一般に一回換気量が少なく、肥満度指数(BMI)が大きい人は、一回換気量が多くあり得る。眠気レベルを予測するのに使用できる他のデータとしては、ユーザの典型的な睡眠スケジュール、曜日、ユーザの仕事スケジュール、ユーザが不眠症と診断されたかどうか、および/または不眠症の症状を有するかどうか、活動または運動のレベル、カフェインおよび/またはアルコールの摂取などが挙げられる。場合によっては、予測された眠気レベルが、ユーザが申告した主観的な眠気レベルと一致しないことがある。かかる場合には、眠気レベルを判断するためのモデル(例えば機械学習アルゴリズム)を、ユーザごとに修正または調整することができる。
一実施例においては、眠気レベルを、本明細書に記載されているEEGセンサ158(図1)からの生理学的データに基づいて判断することができる。別の実施例においては、眠気レベルを、カメラ150(図1)からのデータを用いて判断して、眠気を示すユーザの眼(単数または複数)の1つ以上の性質を判断すること(例えば、垂直方向眼開度または眼高、開眼、閉眼、瞬目、眼球運動、瞳孔拡張などを測定すること)ができる。さらに別の実施例においては、眠気データを、ユーザの心拍数、ユーザの心拍数変動、ユーザの呼吸数、ユーザの呼吸数変動、ユーザの体温、またはそれらの任意の組み合わせに基づいて判断することができる。
いくつかの実装形態においては、ステップ502が、ユーザから主観的フィードバックを受信することと、主観的フィードバックに少なくとも部分的に基づいて最初の眠気レベルを判断することと、を含む。主観的フィードバックは、例えば、自己申告による主観的眠気レベル(例えば、疲労している、眠い、平均的、中立的、覚醒している、安息しているなど)を含み得る。ユーザからのフィードバックと関連付けられているか、そのフィードバックを示す情報は、例えば、ユーザデバイス170を通じて(例えば、英数字テキスト、音声テキスト変換などを介して)受信することができる。いくつかの実装形態においては、方法500が、ステップ502のためのフィードバックを提供するようユーザに促すことを含む。例えば、制御システム110は、ユーザがフィードバックを提供する(例えば、ユーザがクリックまたはタップしてフィードバックを入力したり、ユーザが英数字キーボードを使用してフィードバックを入力したりする)ためのインターフェースを提供するユーザデバイス170(図1)のディスプレイデバイス172上に1つ以上のプロンプトを表示させることができる。受信したユーザフィードバックは、例えば、本明細書に記載されているメモリデバイス114(図1)に記憶することができる。
方法500のいくつかの実装形態においては、メモリデバイス114(図1)が、ユーザと関連付けられたユーザプロファイルを記憶する。ユーザプロファイルは、例えば、ユーザと関連付けられた人口統計情報、ユーザと関連付けられた生体情報、ユーザと関連付けられた医療情報、自己申告によるユーザフィードバック、ユーザと関連付けられた睡眠パラメータ(例えば、1つ以上の以前の睡眠セッションから記録された睡眠関連パラメータ)、またはそれらの任意の組み合わせを含み得る。人口統計情報は、例えば、ユーザの年齢、ユーザの性別、ユーザの人種、不眠症の家族歴、ユーザの雇用状況、ユーザの教育状況、ユーザの社会経済的状況、またはそれらの任意の組み合わせを示す情報を含み得る。医療情報は、例えば、ユーザと関連付けられた1つ以上の病状、ユーザによる薬剤使用、またはその両方を示すものを含み得る。医療情報データは、反復睡眠潜時検査(MSLT)の検査結果またはスコアおよび/もしくはピッツバーグ睡眠質問票(PSQI)のスコアまたは値をさらに含み得る。自己申告によるユーザフィードバックは、自己申告による主観的な睡眠スコア(劣悪、普通、良好など)、自己申告によるユーザの主観的なストレスレベル、自己申告によるユーザの主観的な疲労レベル、自己申告によるユーザの主観的な健康状態、ユーザが経験した最近のライフイベント、またはそれらの任意の組み合わせを示す情報を含み得る。
方法500のステップ503は、第1の活動を実施するようユーザに促すことを含む。いくつかの実装形態においては、例えばユーザデバイス170を介して(例えば、テキスト、オーディオ、またはその両方を介して)ユーザに促すことができる。かかる実装形態においては、制御システム110により、ユーザデバイス170がユーザに第1の活動を実施するよう促すことができる。第1の活動は、例えば、精神活動、身体活動、読書、ゲーム、パズル、メディアコンテンツ(例えば、映像、映画、テレビ番組など)視聴、オーディオコンテンツ(例えば、オーディオブック)鑑賞、運動、移動(例えば、エネルギーを消費する移動、疲労を誘発する移動など)、ヨガ、瞑想、呼吸運動、飲料(例えば温かいミルク)の消費、またはそれらの任意の組み合わせであり得る。いくつかの実装形態においては、ユーザデバイス170も、(例えばディスプレイ172を介して)第1の活動を提供または促進する。第1の活動のタイプ/性質は、例えば、ユーザの最初の眠気と、第1の活動がユーザの眠気を変更する(例えば高める)尤度と、に基づいて選択され得る。
方法500のステップ504は、ユーザと関連付けられた後続の生理学的データを、ステップ501の実行中に受信した最初の生理学的データと同一または同様の方法で受信することを含む。後続の生理学的データ(ステップ504)が最初の生理学的データ(ステップ501)と異なるのは、後続の生理学的データが、第1の活動の少なくとも一部分中、第1の活動全体中、ユーザが第1の活動を実施した後、またはそれらの任意の組み合わせにおいて生成または取得されるという点である。例えば、第1の活動の全体または第1の活動の一部分(例えば、第1の活動の少なくとも10%、第1の活動の少なくとも30%、第1の活動の少なくとも50%、第1の活動の少なくとも75%、第1の活動の少なくとも90%など)の実施中に後続の生理学的データを生成することができる。後続の生理学的データは、第1の活動の完了後(例えば、第1の活動の完了から約30秒以内、第1の活動の完了から約1分以内、第1の活動の完了から約3分以内、第1の活動の完了から約10分以内、第1の活動の完了から約30分以内など)に生成または取得することもできる。
方法500のステップ505は、後続の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断すること(ステップ504)を含む。後続の眠気レベルは、本明細書に記載されている最初の眠気レベルと同一または同様の方法で判断すること(ステップ502)ができる。後続の眠気レベルが最初の眠気レベルと異なるのは、後続の眠気レベルが第1の活動を実施した後のユーザの眠気を示すという点である。後続の眠気レベルは、例えば、少なくともいくつかの場合において、最初の眠気レベルを上回り得る(ユーザは、例えば、第1の活動を実施した後のほうが疲労している)。
いくつかの実装形態においては、ステップ505が、ユーザから主観的フィードバックを受信することと、主観的フィードバックに少なくとも部分的に基づいて後続の眠気レベルを判断することと、も含む。主観的フィードバックは、例えば、自己申告による主観的眠気レベル(例えば、疲労している、眠い、平均的、中立的、覚醒している、安息しているなど)を含み得る。ユーザからのフィードバックと関連付けられているか、そのフィードバックを示す情報は、例えば、ユーザデバイス170を通じて(例えば、英数字テキスト、音声テキスト変換などを介して)受信することができる。いくつかの実装形態においては、方法500が、ステップ505のためのフィードバックを提供するようユーザに促すことを含む。例えば、制御システム110は、ユーザがフィードバックを提供する(例えば、ユーザがクリックまたはタップしてフィードバックを入力したり、ユーザが英数字キーボードを使用してフィードバックを入力したりする)ためのインターフェースを提供するユーザデバイス170(図1)のディスプレイデバイス172上に1つ以上のプロンプトを表示させることができる。受信したユーザフィードバックは、例えば、本明細書に記載されているメモリデバイス114(図1)に記憶することができる。
方法500のステップ505は、最初の眠気レベル(ステップ502)、後続の眠気レベル(ステップ504)、またはその両方に少なくとも部分的に基づいてユーザの眠気の変更(例えば増進)における第1の活動の有効性を示す第1の活動スコアを判断することを含む。第1の活動スコアは、例えば、所定の尺度(例えば、1~10の間、1~100の間など)上にある数値、文字等級(例えば、A、B、C、D、もしくはF)、または記述語(例えば、不良、可、良、優、平均、平均未満など)であり得る。数値、文字等級、または記述語は、活動に割り当てられ、活動がユーザの眠気の誘発および/または増進にどの程度効果的であるかに基づいた活動スコアを表す。この数値、文字等級、または記述語は、眠気の誘発および/または増進に効果的もしくは非効果的である活動、または眠気の誘発および/もしくは増進に対する段階的な有効性に対応し得、これは、その活動に割り当てられた(例えば所定の尺度の)絶対値または他の活動(例えば、ユーザが開始したか開始し得る他の活動)に対する活動に割り当てられた相対値であり得る。第1の活動スコアはその後、(例えば、メモリデバイス114内の)第1の活動と関連付けられて、第1の活動がユーザの眠気を高めるのにどの程度有効であったかを反映するのが一般的である。
いくつかの実装形態においては、第1の活動スコアが、最初の眠気レベル(ステップ502)と後続の眠気レベル(ステップ505)との間の差に少なくとも部分的に基づいて判断される。例えば、最初の眠気レベルが1~10の尺度で5であり、後続の眠気レベルが1~10の尺度で9であれば、第1の活動スコアは、その差に基づいて4と判断することができる。いくつかの実装形態においては、第1の活動スコアを、最初の眠気レベル(ステップ502)と後続の眠気レベル(ステップ505)との間の変化率に少なくとも部分的に基づいて判断することができる。他の実装形態においては、第1の活動スコアを、所定の閾値に少なくとも部分的に基づいて判断することができる。第1の活動スコアは、例えば、最初の眠気レベルと関連付けられた最初の時刻(ステップ502)と、所定の閾値を超える後続の眠気レベルと関連付けられた第2の時刻との間の差に少なくとも基づいて判断することができる。
いくつかの実装形態においては、方法500が、ステップ503で説明したものと同一または同様の方法で第2の活動を行うようユーザに促すことを含む。いくつかの実装形態においては、第2の活動が第1の活動と異なる。第2の活動は、例えば、第1の活動とは異なる複雑度(例えば、第2の活動のほうが複雑でない)、第1の活動とは異なる持続時間(例えば、第2の活動のほうが第1の活動より長い)、またはその両方を有し得る。一般に、活動の複雑度は、例えば、ユーザが活動を実施するのに要する注意のレベル、ユーザが活動を実施するのに要する入力のレベル、ユーザが活動を実施するのに要する動作の数、活動の長さ、活動の持続時間、活動の速度、またはそれらの任意の組み合わせと関連付けることができる。活動の複雑度は、主観的記述(例えば、非常に困難、困難、容易、非常に容易、非軽微、軽微、平均的、平均未満、平均超など)で表すことができる。代替として、活動の複雑度を、所定の範囲内の値(例えば、1が最も単純で10が最も複雑であるかその逆である1から10の間)で表すこともできる。いくつかの実装形態においては、第2の活動が第2の活動スコアと関連付けられており、第1の活動スコアに基づいて選択される(ステップ506)(例えば、第2の活動と関連付けられた第2の活動スコアは、第1の活動について判断された第1の活動スコアよりも高い)。
いくつかの実装形態においては、方法500が、与えられた刺激に対するユーザの反応を示す情報を受信することを含む。例えば、方法500は、例えば、クリック反応時間テスト、タップ反応時間テスト、スピードテスト、認識テスト、解決テスト、処理テスト、解読テスト、棒反応テスト、電光板反応テスト、またはそれらの任意の組み合わせなど標準化されたテストを用いて、刺激を提供し、その刺激に対するユーザの反応を示す情報(例えば、反応時間および/または反応精度)を受信することを含み得る。別の実施例においては、この刺激が、光源(例えば、本明細書に記載されているユーザデバイス170のディスプレイ172)によって生成される。さらなる実施例においては、この刺激がスピーカ(例えば、本明細書に記載されているスピーカ142)によって生成される。かかる実装形態においては、ステップ505が、提供された刺激に対するユーザの反応を示す情報に少なくとも部分的に基づいて第1の活動スコアを判断することを含む。ユーザの反応を示す情報は、反応時間、反応精度、またはその両方を含み得る。反応時間について記述している情報を用いて、最初の眠気レベル(ステップ502)および/または後続の眠気レベル(ステップ505)を判断することができる。
いくつかの実装形態においては、方法500が、第1の活動に続くユーザの睡眠セッション中に生成された追加生理学的データに少なくとも部分的に基づいて、判断された第1の活動スコアを確認することを含む。かかる実装形態においては、方法500が、ユーザの睡眠セッションの少なくとも一部分と関連付けられた(例えば、本明細書に記載されているセンサ130の任意の組み合わせによって生成された)睡眠生理学的データを受信することを含む。この方法は、睡眠セッションと関連付けられた本明細書に記載の睡眠関連パラメータのうちの1つ以上を、睡眠生理学的データに少なくとも部分的に基づいて判断することも含み得る。その後、この1つ以上の睡眠関連パラメータを使用して、判断された第1の活動スコアを確認または検証することができる(ステップ506)。例えば、この方法は、第1の活動の後に来る睡眠セッションの入眠潜時パラメータを判断することを含み得る。入眠パラメータが所定の閾値(例えば、15分、20分、30分など)未満であり、第1の活動スコアが第1の活動がユーザの眠気増進に効果的であることを示していれば、その入眠パラメータは、第1の活動が実際にユーザの眠気増進に効果的であることを確認することができる。
本明細書に記載されている方法500のステップのうちの1つ以上を、追加の活動(例えば、第2、第3、第10の活動セッションなど)に対して1回以上繰り返すことができる。
図6を参照すると、ユーザの眠気を高めるために活動の1つ以上のパラメータを変更する方法が表されている。方法600の1つ以上のステップは、本明細書に記載されているシステム100(図1~図2)の任意の要素または態様を用いて実施することができる。
方法600のステップ601は、本明細書に記載されている方法500(図5)のステップ501と同様であり、ユーザと関連付けられた生理学的データを受信することを含む。生理学的データは、例えば、本明細書に記載されている電子インターフェース119(図1)によって受信することができる。この生理学的データは、1つ以上のセンサ130(図1)のうちの少なくとも1つによって生成または取得することができる。ステップ601の実行中に受信した生理学的データについて記述している情報は、メモリデバイス114(図1)に記憶することができる。ステップ601が方法500(図5)のステップ501と異なるのは、ステップ601が、ステップ603のところで説明した第1の活動の前、実施中、および/または後に生理学的データを受信することを含み、ユーザによる第1の活動を実施する前だけに限らないという点である。
方法600のステップ602は、本明細書に記載されている方法500(図5)のステップ502と同一または同様であり、受信した生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断すること(ステップ501)を含む。例えば、制御システム110は、(例えば、メモリデバイス114に記憶されている)生理学的データを分析して、ユーザの最初の眠気レベルを判断することができる。最初の眠気レベルについて記述している情報は、例えば、メモリデバイス114(図1)に記憶することができる。
方法600のステップ603は、本明細書に記載されている方法500(図5)のステップ503と同一または同様であり、第1の活動を実施するようユーザに促すことを含む。いくつかの実装形態においては、例えばユーザデバイス170を介して(例えば、テキスト、オーディオ、またはその両方を介して)ユーザに促すことができる。かかる実装形態においては、制御システム110により、ユーザデバイス170がユーザに第1の活動を実施するよう促すことができる。第1の活動は、例えば、精神活動、身体活動、読書、ゲーム、パズル、メディアコンテンツ(例えば、映像、映画、テレビ番組など)視聴、オーディオコンテンツ(例えば、オーディオブック)鑑賞、運動、移動(例えば、エネルギーを消費する移動、疲労を誘発する移動など)、ヨガ、瞑想、呼吸運動、飲料(例えば温かいミルク)の消費、またはそれらの任意の組み合わせであり得る。いくつかの実装形態においては、ユーザデバイス170も、(例えばディスプレイ172を介して)第1の活動を提供または促進する。第1の活動のタイプ/性質は、例えば、ユーザの最初の眠気と、第1の活動がユーザの眠気を変更する(例えば高める)尤度と、に基づいて選択され得る。
方法600のステップ604は、第1の活動の第1の部分中にユーザの第2の眠気レベルを、生理学的データに少なくとも部分的に基づいて判断すること(ステップ601)を含む。ステップ604は、ユーザが第1の活動を開始した後に第2の眠気レベルが判断されるという点で、本明細書に記載されている方法500(図5)のステップ504と同様であるが、第2の眠気レベルが第1の活動の第1の部分のみに対応するという点で異なる。第1の活動の第1の部分は、例えば、第1の活動の総時間の少なくとも約10%、第1の活動の総時間の少なくとも約25%、第1の活動の総時間の少なくとも約33%、第1の活動の総時間の少なくとも約50%、第1の活動の総時間の少なくとも約75%などであり得る。いくつかの実装形態においては、ステップ604が、最初の眠気レベル(ステップ602)と第2の眠気レベル(ステップ604)との間の変化率を判断することをさらに含む。
いくつかの実装形態においては、ステップ604が、第1の活動の第1の部分中にユーザと関連付けられた1つ以上の呼吸パラメータを、生理学的データに少なくとも部分的に基づいて判断すること(ステップ601)も含む。例えば、制御システム110は、(例えば、メモリデバイス114に記憶されている)生理学的データを分析して呼吸パラメータを判断することができる。この1つ以上の呼吸パラメータは、例えば、呼吸数、呼吸振幅、一回換気量変化、吸気振幅、呼気振幅、吸気対呼気比、またはそれらの任意の組み合わせを含み得る。
方法600のステップ605は、第1の活動の第2の部分における第1の活動の1つ以上のパラメータを、判断された第2の眠気レベル(ステップ604)および/または最初の眠気レベル(ステップ602)に少なくとも部分的に基づいて変更することを含む。第1の活動のパラメータは、例えば、複雑度、速度、音量、リズム、拍子、音楽テンポ、輝度、画面輝度、フォントサイズ、フォントタイプ、色、またはそれらの任意の組み合わせを含み得る。第1の活動のパラメータ(単数または複数)は、本明細書に記載のとおり、ユーザの眠気の変更(例えば増進)における第1の活動の有効性を高めるように変更できるのが一般的である。例えば、第1の活動がユーザデバイス170のディスプレイデバイス172を介して表示される場合に、ユーザの眼にかかる負荷を下げ、ユーザの眠気を高めるのを支援するために、画面輝度を下げること、および/または色を変化させること(例えば、より暖い色に変化させることや、青色光を除去することなど)ができる。
上記のとおり、いくつかの実装形態においては、ステップ604が、と関連付けられた1つ以上の呼吸パラメータを判断することも含む。かかる実装形態においては、ステップ605が、第1の活動の第2の部分のリズム、拍子、音楽テンポ、またはそれらの任意の組み合わせを、判断された1つ以上の呼吸パラメータに少なくとも基づいて変更して、ユーザの呼吸数を減らすのを支援することを含み得る。場合によっては、ユーザの心拍数および/または呼吸数が、ユーザが聴いている音楽とほぼ同期することができる。そのため、例えば、第1の活動がオーディオコンテンツ(例えば音楽)であれば、リズム、拍子、および/または音楽テンポを、ユーザの呼吸数および/または心拍数を下げるように変更して(例えば減速させて)、ユーザの眠気を高めるのを支援することができる。
上記のとおり、いくつかの実装形態においては、ステップ604が、最初の眠気レベル(ステップ602)と第2の眠気レベル(ステップ604)との間の変化率を判断することをさらに含む。かかる実装形態においては、ステップ605が、第1の活動の第2の部分における第1の活動の1つ以上のパラメータを、最初の眠気レベルと第2の眠気レベルとの間の判断された変化率に少なくとも部分的に基づいて連続的に変更することを含み得る。
図7を参照すると、1つ以上の推奨された活動を判断してユーザの眠気レベルの変更を支援する方法700が表されている。方法700の1つ以上のステップは、本明細書に記載されているシステム100(図1~図2)の任意の要素または態様を用いて実施することができる。
方法700のステップ701は、ユーザと関連付けられた第1の生理学的データおよび第2の生理学的データを1つ以上のセンサから受信することを含む。第1の生理学的データおよび第2の生理学的データは、例えば、本明細書に記載されている電子インターフェース119(図1)によって受信することができる。第1の生理学的データおよび第2の生理学的データは、1つ以上のセンサ130(図1)のうちの少なくとも1つによって生成または取得することができる。例えば、第1の生理学的データは、本明細書に記載されているセンサ130のうちの第1のセンサまたは第1のセンサ群によって生成することができ、第2の生理学的データは、第1のセンサまたは第1のセンサ群とは異なる第2のセンサまたは第2のセンサ群によって生成される。第1の生理学的データおよび第2の生理学的データは、異なる時期に生成および/または受信することができる。例えば、第1の生理学的データは、第2の生理学的データが生成および/または受信される前に生成および受信することができる。ステップ701で受信した第1の生理学的データおよび第2の生理学的データについて記述している情報は、メモリデバイス114(図1)に記憶することができる。
方法700のステップ702は、ユーザと関連付けられたユーザプロファイルに、ユーザの眠気レベルの1組の旧記録変化を含むユーザの履歴眠気データを蓄積することも含み、眠気レベルの1組の旧記録変化における眠気レベルの変化のそれぞれが、複数の活動のうちの対応する1つと関連付けられており、履歴眠気データは、第1の生理学的データに少なくとも部分的に基づく。
ユーザプロファイルは、例えば、ユーザと関連付けられた人口統計情報、ユーザと関連付けられた生体情報、ユーザと関連付けられた医療情報、自己申告によるユーザフィードバック、ユーザと関連付けられた睡眠パラメータ(例えば、1つ以上の以前の睡眠セッションから記録された睡眠関連パラメータ)、またはそれらの任意の組み合わせも含み得る。人口統計情報は、例えば、ユーザの年齢、ユーザの性別、ユーザの人種、不眠症の家族歴、ユーザの雇用状況、ユーザの教育状況、ユーザの社会経済的状況、またはそれらの任意の組み合わせを示す情報を含み得る。医療情報は、例えば、ユーザと関連付けられた1つ以上の病状、ユーザによる薬剤使用、またはその両方を示すものを含み得る。医療情報データは、反復睡眠潜時検査(MSLT)の検査結果またはスコアおよび/もしくはピッツバーグ睡眠質問票(PSQI)のスコアまたは値をさらに含み得る。自己申告によるユーザフィードバックは、自己申告による主観的な睡眠スコア(劣悪、普通、良好など)、自己申告によるユーザの主観的なストレスレベル、自己申告によるユーザの主観的な疲労レベル、自己申告によるユーザの主観的な健康状態、ユーザが経験した最近のライフイベント、またはそれらの任意の組み合わせを示す情報を含み得る。
方法700のステップ703は、本明細書に記載されている方法500(図5)のステップ502と同一または同様であり、第2の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断すること(ステップ701)を含む。
方法700のステップ704は、ユーザプロファイルを使用してアルゴリズムを訓練して、そのアルゴリズムが、(i)ユーザの最初の眠気レベルを入力情報として受信する(ステップ703)ような、および(ii)複数の活動から1つ以上の推奨された活動を出力と判断して、最初の眠気レベルに対するユーザの眠気レベルの変更を支援するような構成となるようにすることを含む。このアルゴリズムは、例えば、機械学習アルゴリズム(例えば、教師ありもしくは教師なし)またはニューラルネットワーク(例えば、浅層もしくは深層アプローチ)であり得る。このアルゴリズムは、ユーザプロファイルデータ(ステップ702)および/または他のデータソース(例えば、ユーザ以外の個人と関連付けられたデータ)からのデータを使用して訓練することができる。
いくつかの実装形態においては、方法700が、1つ以上の推奨された活動を示す情報を、(例えば、本明細書に記載されているユーザデバイス170(図1)を使用して)ユーザに伝達することも含む。他の実装形態においては、方法700が、ステップ704に続いて、ユーザデバイス170上で1つ以上の推奨された活動(単数または複数)を自動的に開始または始動することを含み得る。
図8を参照すると、ユーザの眠気レベルを判断するためのセンサを較正する方法800が表されている。方法800の1つ以上のステップは、本明細書に記載されているシステム100(図1~図2)の任意の要素または態様を用いて実施することができる。
方法800のステップ801は、第1のセンサを使用して第1の期間中にユーザと関連付けられた第1の生理学的データを生成することを含む。いくつかの実装形態においては、第1のセンサが、本明細書に記載されているEEGセンサ158(図1)である。いくつかの実装形態においては、第1のセンサが、本明細書に記載されているPPG154(図1)である。第1の生理学的データは、例えば、本明細書に記載されている電子インターフェース119(図1)によって受信することができる。ステップ801の実行中に受信した第1の生理学的データについて記述している情報は、メモリデバイス114(図1)に記憶することができる。
方法800のステップ802は、二次センサを使用して第1の期間中にユーザと関連付けられた第2の生理学的データを生成することを含む。二次センサは、ステップ801の実行中に使用される第1のセンサとは異なる。いくつかの実装形態においては、二次センサが、センサ130のうちの1つ(またはそれらの組み合わせ)であり、ユーザデバイス170および/または呼吸療法システム120(図1)に連結または統合されている。第2の生理学的データは、例えば、本明細書に記載されている電子インターフェース119(図1)によって受信することができる。ステップ802の実行中に受信した第2の生理学的データについて記述している情報は、メモリデバイス114(図1)に記憶することができる。
方法800のステップ803は、第1のセンサによって生成された第1の生理学的データに基づいてユーザの第1の眠気レベルを判断することを含む。第1の眠気レベルは、例えば、本明細書に記載されている制御システム110(図1)によって判断することができる。
方法800のステップ804は、二次センサによって生成された第2の生理学的データに基づいてユーザの第2の眠気レベルを判断することを含む。第2の眠気レベルは、例えば、本明細書に記載されている制御システム110(図1)によって判断することができる。
方法800のステップ805は、判断された第2の眠気レベルが判断された第1の眠気レベルと一致するように二次センサを較正することを含む。上記のとおり、いくつかの実装形態においては、第1のセンサが、本明細書に記載されているEEGセンサ158(図1)であり得る。EEGセンサ158は、脳内の電気的活動を監視するためにユーザの頭部に配置される1つ以上の電極を含むことが多い。そのため、EEGセンサ158からの生理学的データを使用して、ユーザの正確な眠気レベルをユーザの脳活動に基づいて判断することができる。ただし、EEGセンサ158は、電極が配置されていて扱いにくいことから、個人が日々実際に使用することには適していない。
対照的に、二次センサは、ユーザの眠気レベルを判断できる元となるユーザの種々の生理学的データを生成する。ただし、二次センサは脳活動を直接測定してはいないので、判断された眠気レベルは、EEGセンサ158を使用した場合ほど正確ではない可能性がある。そのため、ステップ805は、二次センサからのデータに基づいて判断された眠気レベルが、第1のセンサからのデータに基づいて判断された眠気レベルと略等しく(例えば、90%の精度内、92%の精度内、95%の精度内など)なるように二次センサを較正することを含む。
図9を参照すると、ユーザの現在の眠気レベルに基づいてユーザにメディアコンテンツを推奨するための方法900が表されている。方法900の1つ以上のステップは、本明細書に記載されているシステム100(図1~図2)の任意の要素または態様を用いて実施することができる。
方法900のステップ901は、メディアコンテンツをユーザに表示することを含む。メディアコンテンツは、例えば、本明細書に記載されているユーザデバイス170(図1)のディスプレイデバイス172を使用して表示することができる。メディアコンテンツは、例えば、映像コンテンツ、オーディオコンテンツ、テレビ番組、映画、ドキュメンタリー、テレビゲームセッション、ドキュメントレビューセッション、プログラム、またはそれらの任意の組み合わせを含み得る。メディアコンテンツは概して、複数のメディアコンテンツ区分を含み得る。例えば、第1のメディアコンテンツ区分は第1のテレビ番組回であり得、第2のメディアコンテンツ区分は第2のテレビ番組回であり得る。
方法900のステップ902は、表示されたメディアコンテンツをユーザが閲覧している間にユーザと関連付けられた生理学的データを受信することを含む。生理学的データは、例えば、本明細書に記載されている電子インターフェース119(図1)によって受信することができる。この生理学的データは、1つ以上のセンサ130(図1)のうちの少なくとも1つによって生成または取得することができる。この生理学的データは、例えば、ユーザデバイス170に連結または統合されている、本明細書に記載のセンサ130のセンサまたはセンサ群によって生成することができる。ステップ901の実行中に受信した生理学的データについて記述している情報は、メモリデバイス114(図1)に記憶することができる。
方法900のステップ903は、ユーザと関連付けられた生成されたデータに少なくとも部分的に基づいて、メディアコンテンツまたは複数のメディアコンテンツ区分のうちの1つ以上に対するスコアを生成することを含む。例えば、制御システム110は、(例えば、メモリデバイス114に記憶されている)生理学的データを分析して、メディアコンテンツのスコアを判断することができる。このスコアは、本明細書に(例えば、方法500のステップ506で)記載されている活動スコアと同様、ユーザの眠気レベルの変更(例えば上昇)におけるメディアコンテンツの有効性を概して示す。例えば、メディアコンテンツがペースの速いアクション映画であれば、そのメディアコンテンツがユーザの警戒心または注意力を高め、ユーザの眠気レベルを低減し得る。対照的に、別の実施例においては、メディアコンテンツが、ユーザの関心を保持する可能性が低いもの(例えば、ユーザが見たことのあるテレビ番組、ドキュメンタリーなど)であれば、そのメディアコンテンツがユーザの眠気レベルを高めることができる。判断されたスコアは、そのメディアコンテンツがその特定ユーザの眠気レベルを変化させる力を示す。メディアコンテンツまたはメディアコンテンツ区分のスコア(単数または複数)について記述している情報は、例えば、メモリデバイス114(図1)に記憶することができる。
方法900のステップ904は、ユーザの現在の生理学的データに少なくとも部分的に基づいてユーザの現在の眠気レベルを判断することを含む。ステップ904は、例えば、本明細書に記載されている方法500(図5)のステップ502と同一または同様である。
方法900のステップ905は、ユーザの現在の眠気レベルに少なくとも部分的に基づいてユーザにメディアコンテンツを推奨して、ユーザの現在の眠気レベルの変化を支援することを含む。例えば、ステップ905は、ステップ903で上述したようなスコアと関連付けられた複数のメディアコンテンツ区分のうちの1つを推奨することを含み得る。そのため、ステップ905は、最初の眠気レベルが低い(例えば、ユーザが就眠に近くない)場合に、メディアコンテンツがユーザの眠気レベルを低減する上でより効果的であることを示す関連スコアを有するメディアコンテンツを推奨することを含み得る。推奨されるメディアコンテンツは、例えば、制御システム110(図1)によって判断することができる。
いくつかの実装形態においては、ステップ905が、複数の連続メディアコンテンツ区分を推奨することを含む。例えば、ステップ905は、第1のスコアを有する第1のメディアコンテンツ区分(例えば、テレビ番組回)を推奨し、その後、第2のスコアを有する第2のメディアコンテンツ区分(例えば、異なるテレビ番組回)を推奨することを含み得る。この2区分は、その2区分の効果が、最初の眠気レベルに対してユーザの眠気レベルを徐々に高めるように、ユーザに順に表示することができる。
いくつかの実装形態においては、方法900が、推奨を示す情報をユーザに伝達すること(ステップ905)を含む。この推奨は、例えば、ユーザデバイス170を介して(例えば、英数字テキストや音声などを介して)ユーザに伝達することができる。代替として、方法900は、推奨されたメディアコンテンツをユーザに自動的に表示することを含み得る(例えば、制御システム110は、ユーザデバイス170に、推奨されたメディアコンテンツを自動的に表示させてユーザに見せる)。
以下の請求項1~103のうちいずれかの1つ以上からの1つ以上の要素または態様またはステップあるいはその一部(単数または複数)をその他の請求項1~103のいずれかの1つ以上あるいはその組み合わせからの1つ以上の要素または態様またはステップあるいはその一部(単数または複数)と組み合わせることにより、本開示の1つ以上のさらなる実装形態および/または請求項を形成することができ得る。
本開示について1つ以上の特定の実施形態または実装形態を参照して説明してきたが、当業者であれば、本開示の意図および範囲から逸脱すること無く多数の変更が可能であり得ることを認識する。これらの実装形態およびその明確な変更例はそれぞれ、本開示の意図および範囲に収まるものとして企図される。そして、本開示の各種態様によるさらなる実装形態が、本明細書に記載された実装形態のいずれかから任意の数の特徴を組み合わせ得ることも企図されている。
Claims (103)
- ユーザと関連付けられた最初の生理学的データを受信することと、
前記生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断することと、
第1の活動を実施するよう前記ユーザに促すことと、
前記ユーザが前記第1の活動を実施している間、前記ユーザが前記活動を実施した後、またはその両方において前記ユーザと関連付けられた後続の生理学的データを受信することと、
前記後続の生理学的データに少なくとも部分的に基づいて前記ユーザの後続の眠気レベルを判断することと、
前記ユーザの眠気の変更における前記第1の活動の有効性を示す第1の活動スコアを、前記最初の眠気レベルおよび前記後続の眠気レベルに少なくとも部分的に基づいて判断することと、を含む方法。 - 前記第1の活動スコアを判断することが、前記最初の眠気レベルと前記後続の眠気レベルとの間の差に少なくとも部分的に基づく、請求項1に記載の方法。
- 前記第1の活動スコアを判断することが、前記最初の眠気レベルと前記後続の眠気レベルとの間の変化率に少なくとも部分的に基づく、請求項1または請求項2に記載の方法。
- 前記後続の眠気レベルが所定の閾値を超えているかどうかを判断することをさらに含む、請求項1から3のいずれか一項に記載の方法。
- 前記第1の活動スコアを判断することが、前記最初の眠気レベルと関連付けられた最初の時刻と、前記所定の閾値を超えている前記後続の眠気レベルと関連付けられた第2の時刻との間の差に少なくとも部分的に基づく、請求項4に記載の方法。
- 前記第1の活動スコアに少なくとも部分的に基づいて選択される第2の活動を実施するよう前記ユーザに促すことをさらに含む、請求項1から5のいずれか一項に記載の方法。
- 前記第2の活動と関連付けられた複雑度が、前記第1の活動と関連付けられた複雑度よりも低い、請求項6に記載の方法。
- 前記第2の活動の持続時間が前記第1の活動の持続時間よりも長い、請求項6または請求項7に記載の方法。
- 前記第1の活動が、精神活動、身体活動、ゲーム、パズル、読書、映像視聴、オーディオコンテンツ鑑賞、運動、移動、呼吸運動、またはそれらの任意の組み合わせを含む、請求項1から8のいずれか一項に記載の方法。
- 提供された刺激に対する前記ユーザの反応を示す情報を受信することをさらに含み、前記第1の活動スコアを判断することが、前記提供された刺激に対する前記ユーザの前記反応を示す前記情報に少なくとも部分的に基づく、請求項1から9のいずれか一項に記載の方法。
- 前記ユーザの前記反応を示す前記情報が、反応時間、反応精度、またはその両方を含む、請求項10に記載の方法。
- 前記最初の生理学的データ、前記後続の生理学的データ、またはその両方が、前記ユーザの開目、前記ユーザの閉目、前記ユーザの眼の瞬き、前記ユーザの眼の瞳孔拡張、前記ユーザの体温、前記ユーザの頭部運動、前記ユーザの心拍数、前記ユーザの心拍数変動、前記ユーザの呼吸数、またはそれらの任意の組み合わせを示す、請求項1から11のいずれか一項に記載の方法。
- 1つ以上のプロセッサを備える制御システムと、
機械可読命令を記憶したメモリと、を備え、
前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記1つ以上のプロセッサのうちの少なくとも1つによって実行されたときに、請求項1から12のいずれか一項に記載の方法が実施される、システム。 - 1つ以上の明示をユーザに伝達するためのシステムであって、請求項1から12のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
- コンピュータによって実行されると、請求項1から12のいずれか一項に記載の方法を前記コンピュータに実行させる命令を備えるコンピュータプログラム製品。
- 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項15に記載のコンピュータプログラム製品。
- 機械可読命令を記憶するメモリと、
ユーザと関連付けられた最初の生理学的データであって、センサによって生成される最初の生理学的データを受信するため、
最初の生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断するため、
第1の活動を実施するよう、電子デバイスを介して前記ユーザに促すため、
前記ユーザと関連付けられた後続の生理学的データであって、前記ユーザが前記第1の活動を実施している間、前記ユーザが前記活動を実施した後、またはその両方において前記センサによって生成される後続の生理学的データを受信するため、
前記後続の生理学的データに少なくとも部分的に基づいて前記ユーザの後続の眠気レベルを判断するため、および
前記ユーザの眠気の変更における前記第1の活動の有効性を示す第1の活動スコアを、前記最初の眠気レベルおよび前記後続の眠気レベルに少なくとも部分的に基づいて判断するため
に前記機械可読命令を実行するように構成された1つ以上のプロセッサを含む制御システムと、を備えるシステム。 - 前記第1の活動スコアが、前記最初の眠気レベルと前記後続の眠気レベルとの間の差に少なくとも部分的に基づいて判断される、請求項17に記載のシステム。
- 前記第1の活動スコアが、前記最初の眠気レベルと前記後続の眠気レベルとの間の変化率に少なくとも部分的に基づいて判断される、請求項17または請求項18に記載のシステム。
- 前記制御システムが、前記後続の眠気レベルが所定の閾値を超えているかどうかを判断するようにさらに構成されている、請求項17から19のいずれか一項に記載のシステム。
- 前記制御システムが、前記最初の眠気レベルと関連付けられた最初の時刻と、前記所定の閾値を超えている前記後続の眠気レベルと関連付けられた第2の時刻との間の差に少なくとも部分的に基づいて前記第1の活動スコアを判断するようにさらに構成されている、請求項20に記載のシステム。
- 前記制御システムが、前記第1の活動スコアに少なくとも部分的に基づいて第2の活動を実施するよう、前記電子デバイスを介して前記ユーザに促すようにさらに構成されている、請求項17から21のいずれか一項に記載のシステム。
- 前記第2の活動の複雑度が、前記第1の活動の複雑度より低い、請求項22に記載のシステム。
- 前記第2の活動の持続時間が前記第1の活動の持続時間よりも長い、請求項22または請求項23に記載のシステム。
- 前記第1の活動、前記第2の活動、またはその両方が、精神活動、身体活動、ゲーム、パズル、読書、映像視聴、オーディオコンテンツ鑑賞、運動、移動、呼吸運動、またはそれらの任意の組み合わせを含む、請求項17から24のいずれか一項に記載のシステム。
- 前記制御システムが、
提供された刺激に対する前記ユーザの反応を示す情報を受信し、
前記提供された刺激に対する前記ユーザの前記反応を示す前記情報に少なくとも部分的に基づいて前記第1の活動スコアを判断する
ようにさらに構成されている、請求項17から25のいずれか一項に記載のシステム。 - 前記ユーザの前記反応を示す前記情報が、反応時間、反応精度、またはその両方を含む、請求項26に記載のシステム。
- 前記センサが、EEGセンサ、音響センサ、カメラ、モーションセンサ、赤外線センサ、またはそれらの任意の組み合わせを含む、請求項17から27のいずれか一項に記載のシステム。
- 前記最初の生理学的データ、前記後続の生理学的データ、またはその両方が、前記ユーザの開目、前記ユーザの閉目、前記ユーザの眼の瞬き、前記ユーザの眼の瞳孔拡張、前記ユーザの体温、前記ユーザの頭部運動、前記ユーザの心拍数、前記ユーザの心拍数変動、前記ユーザの呼吸数、またはそれらの任意の組み合わせを示す、請求項17から28のいずれか一項に記載のシステム。
- ユーザと関連付けられた第1の生理学的データを受信することと、
第1の生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断することと、
第1の活動を実施するよう前記ユーザに促すことと、
前記ユーザと関連付けられた第2の生理学的データを受信することであって、後続の生理学的データが、前記ユーザが前記第1の活動を実施している間、前記ユーザが前記第1の活動を実施した後、またはその両方において前記ユーザと関連付けられている、受信することと、
前記第2の生理学的データに少なくとも部分的に基づいて前記ユーザの後続の眠気レベルを判断することと、
前記ユーザの眠気の変更における前記第1の活動の有効性を示す第1の活動スコアを、前記最初の眠気レベルおよび前記後続の眠気レベルに少なくとも部分的に基づいて判断することと、を含む方法。 - 前記ユーザが前記第1の活動を実施した後の睡眠セッションにおける、前記ユーザと関連付けられた第3の生理学的データを受信することをさらに含む、請求項30に記載の方法。
- 前記第3の生理学的データに少なくとも部分的に基づいて、前記睡眠セッションにおける、前記ユーザと関連付けられた1つ以上の睡眠関連パラメータを判断することをさらに含む、請求項31に記載の方法。
- 前記1つ以上の睡眠関連パラメータが入眠潜時パラメータを含む、請求項32に記載の方法。
- 前記1つ以上の睡眠関連パラメータに少なくとも部分的に基づいて前記第1の活動スコアを確認することをさらに含む、請求項32または請求項33に記載の方法。
- 1つ以上のプロセッサを備える制御システムと、
機械可読命令を記憶したメモリと、を備え、
前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記1つ以上のプロセッサのうちの少なくとも1つによって実行されたときに、請求項30から34のいずれか一項に記載の方法が実施される、システム。 - 1つ以上の明示をユーザに伝達するためのシステムであって、請求項30から34のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
- コンピュータによって実行されると、請求項30から34のいずれか一項に記載の方法を前記コンピュータに実行させる命令を備えるコンピュータプログラム製品。
- 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項37に記載のコンピュータプログラム製品。
- 機械可読命令を記憶するメモリと、
ユーザと関連付けられた第1の生理学的データであって、センサによって生成される第1の生理学的データを受信するため、
第1の生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断するため、
第1の活動を実施するよう、電子デバイスを介して前記ユーザに促すため、
前記ユーザと関連付けられた第2の生理学的データを受信するため、ここで、後続の生理学的データは、前記ユーザが前記第1の活動を実施している間、前記ユーザが前記第1の活動を実施した後、またはその両方において前記センサによって生成される、
前記第2の生理学的データに少なくとも部分的に基づいて前記ユーザの後続の眠気レベルを判断するため、および
前記ユーザの眠気の変更における前記第1の活動の有効性を示す第1の活動スコアを、前記最初の眠気レベルおよび前記後続の眠気レベルに少なくとも部分的に基づいて判断するため
に前記機械可読命令を実行するように構成された1つ以上のプロセッサを含む制御システムと、を備えるシステム。 - 前記制御システムが、前記ユーザが前記第1の活動を実施した後の睡眠セッションにおける、前記ユーザと関連付けられた第3の生理学的データを受信するようにさらに構成されている、請求項39に記載のシステム。
- 前記制御システムが、前記第3の生理学的データに少なくとも部分的に基づいて、前記睡眠セッションにおける、前記ユーザと関連付けられた1つ以上の睡眠関連パラメータを判断するようにさらに構成されている、請求項40に記載のシステム。
- 前記1つ以上の睡眠関連パラメータが入眠潜時パラメータを含む、請求項41に記載のシステム。
- 前記制御システムが、前記1つ以上の睡眠関連パラメータに少なくとも部分的に基づいて前記第1の活動スコアを確認するようにさらに構成されている、請求項41または請求項42に記載のシステム。
- ユーザと関連付けられた生理学的データを受信することと、
前記生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断することと、
第1の活動を実施するよう、電子デバイスを使用して前記ユーザに促すことと、
前記ユーザが前記第1の活動の第1の部分を実施したことを受け、前記生理学的データに少なくとも部分的に基づいて前記ユーザの第2の眠気レベルを判断することと、
前記最初の眠気レベル、前記第2の眠気レベル、またはその両方に少なくとも部分的に基づいて、前記第1の活動の第2の部分における前記第1の活動の1つ以上のパラメータを変更することと、を含む方法。 - 前記第1の活動の前記1つ以上のパラメータが、複雑度、速度、音量、リズム、拍子、音楽テンポ、輝度、フォントサイズ、フォントタイプ、色、またはそれらの任意の組み合わせを含む、請求項44に記載の方法。
- 前記第1の活動の第1の部分中に前記ユーザと関連付けられた1つ以上の呼吸パラメータを、前記生理学的データに少なくとも部分的に基づいて判断することをさらに含む、請求項44に記載の方法。
- 前記1つ以上の呼吸パラメータが、呼吸数、呼吸振幅、一回換気量変化、吸気振幅、呼気振幅、吸気対呼気比、またはそれらの任意の組み合わせを含む、請求項46に記載の方法。
- 前記第1の活動の前記1つ以上のパラメータが、リズム、拍子、音楽テンポ、またはそれらの任意の組み合わせを含み、前記制御方法が、前記第1の活動の前記第2の部分の前記リズム、前記拍子、前記音楽テンポ、またはそれらの任意の組み合わせを、前記判断された1つ以上の呼吸パラメータに少なくとも基づいて変更して、前記ユーザの呼吸数を減らすのを支援するようにさらに構成されている、請求項46または請求項47に記載の方法。
- 前記最初の眠気レベルと前記第2の眠気レベルとの間の変化率を判断することをさらに含む、請求項44から48のいずれか一項に記載の方法。
- 前記判断された変化率に基づいて、前記第2の部分における前記第1の活動の前記1つ以上のパラメータを連続的に変更することをさらに含む、請求項49に記載の方法。
- 1つ以上のプロセッサを備える制御システムと、
機械可読命令を記憶したメモリと、を備え、
前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記1つ以上のプロセッサのうちの少なくとも1つによって実行されたときに、請求項44から50のいずれか一項に記載の方法が実施される、システム。 - 1つ以上の明示をユーザに伝達するためのシステムであって、請求項44から50のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
- コンピュータによって実行されると、請求項44から50のいずれか一項に記載の方法を前記コンピュータに実行させる命令を備えるコンピュータプログラム製品。
- 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項54に記載のコンピュータプログラム製品。
- ユーザと関連付けられた生理学的データを受信するように構成された電子インターフェースであって、前記生理学的データが1つ以上のセンサによって生成される電子インターフェースと、
機械可読命令を記憶するメモリと、
前記生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するため、
第1の活動を実施するよう、電子デバイスを使用して前記ユーザに促すため、
前記ユーザが前記第1の活動の第1の部分を実施したことを受け、前記生理学的データに少なくとも部分的に基づいて前記ユーザの第2の眠気レベルを判断するため、および
前記最初の眠気レベル、前記第2の眠気レベル、またはその両方に少なくとも部分的に基づいて、前記第1の活動の第2の部分における前記第1の活動の1つ以上のパラメータを変更するため
に前記機械可読命令を実行するように構成された1つ以上のプロセッサを含む制御システムと、を備えるシステム。 - 前記第1の活動の前記1つ以上のパラメータが、複雑度、速度、音量、リズム、拍子、音楽テンポ、輝度、フォントサイズ、フォントタイプ、色、またはそれらの任意の組み合わせを含む、請求項55に記載のシステム。
- 前記制御システムが、前記第1の活動の第1の部分中に前記ユーザと関連付けられた1つ以上の呼吸パラメータを、前記生理学的データに少なくとも部分的に基づいて判断するようにさらに構成されている、請求項55に記載のシステム。
- 前記1つ以上の呼吸パラメータが、呼吸数、呼吸振幅、一回換気量変化、吸気振幅、呼気振幅、吸気対呼気比、またはそれらの任意の組み合わせを含む、請求項57に記載のシステム。
- 前記第1の活動の前記1つ以上のパラメータが、リズム、拍子、音楽テンポ、またはそれらの任意の組み合わせを含み、前記制御システムが、前記第1の活動の前記第2の部分の前記リズム、前記拍子、前記音楽テンポ、またはそれらの任意の組み合わせを、前記判断された1つ以上の呼吸パラメータに少なくとも基づいて変更して、前記ユーザの呼吸数を減らすのを支援するようにさらに構成されている、請求項56または請求項57に記載のシステム。
- 前記制御システムが、前記最初の眠気レベルと前記第2の眠気レベルとの間の変化率を判断するようにさらに構成されている、請求項55から59のいずれか一項に記載のシステム。
- 前記制御システムが、前記判断された変化率に基づいて、前記第2の部分における前記第1の活動の前記1つ以上のパラメータを連続的に変更するように構成されている、請求項60に記載のシステム。
- ユーザと関連付けられた第1の生理学的データを受信することと、
前記ユーザと関連付けられたユーザプロファイルに、前記ユーザの眠気レベルの1組の旧記録変化を含む前記ユーザの履歴眠気データ蓄積することであって、眠気レベルの前記1組の旧記録変化における眠気レベルの変化のぞれぞれが、複数の活動のうちの対応する1つと関連付けられており、前記履歴眠気データが、前記第1の生理学的データに少なくとも部分的に基づく、蓄積することと、
前記ユーザと関連付けられた第2の生理学的データを受信することと、
前記第2のセンサによって生成された前記第2の生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断することと、
前記ユーザプロファイルを使用して機械学習アルゴリズムを訓練して、前記機械学習アルゴリズムが、(i)前記ユーザの前記最初の眠気レベルを入力として受信するような、および(ii)前記複数の活動から1つ以上の推奨された活動を出力と判断して、前記最初の眠気レベルに対する前記ユーザの前記眠気レベルの変更を支援するような構成となるようにすることと、を含む方法。 - 前記第1の生理学的データ、前記第2の生理学的データ、またはその両方がEEGセンサによって生成される、請求項62に記載のシステム。
- 前記ユーザプロファイルが、前記ユーザと関連付けられた人口統計情報、前記ユーザと関連付けられた生体情報、前記ユーザと関連付けられた医療情報、前記ユーザによって提供されるユーザフィードバック、またはそれらの任意の組み合わせを含む、請求項62または請求項63に記載のシステム。
- 前記複数の活動が、ゲーム、パズル、所定のコンテンツを読むこと、所定の映像コンテンツを見ること、所定のオーディオコンテンツを聴くこと、運動、移動、またはそれらの任意の組み合わせを含む、請求項62から64のいずれか一項に記載のシステム。
- 前記ユーザの前記眠気レベルが、刺激に対する前記ユーザの反応に基づいて判断される、請求項62から65のいずれか一項に記載のシステム。
- 前記ユーザの前記眠気レベルが、前記刺激に対する応答の精度に基づいて判断される、請求項66に記載のシステム。
- 前記眠気レベルが、所定の範囲内のスケーリングされた値である、請求項62から67のいずれか一項に記載のシステム。
- 前記機械学習アルゴリズムの前記出力が、前記推奨された1つ以上の活動の推奨複雑度を含む、請求項62から68のいずれか一項に記載のシステム。
- 前記1つ以上の推奨された活動の前記複雑度が所定の期間にわたって低下して、前記ユーザの現在の眠気レベルを上げるのを支援する、請求項69に記載のシステム。
- 前記機械学習アルゴリズムの前記出力が、前記推奨された1つ以上の活動の推奨持続時間を含む、請求項62から70のいずれか一項に記載のシステム。
- 1つ以上のプロセッサを備える制御システムと、
機械可読命令を記憶したメモリと、を備え、
前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記1つ以上のプロセッサのうちの少なくとも1つによって実行されたときに、請求項62から71のいずれか一項に記載の方法が実施される、システム。 - 1つ以上の明示をユーザに伝達するためのシステムであって、請求項62から71のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
- コンピュータによって実行されると、請求項62から71のいずれか一項に記載の方法を前記コンピュータに実行させる命令を備えるコンピュータプログラム製品。
- 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項74に記載のコンピュータプログラム製品。
- (i)ユーザと関連付けられた第1の生理学的データおよび(ii)前記ユーザと関連付けられた第2の生理学的データを受信するように構成されている電子インターフェースであって、前記第1の生理学的データおよび前記第2の生理学的データが、1つ以上のセンサによって生成される、電子インターフェースと、
機械可読命令を記憶するメモリと、
前記ユーザと関連付けられたユーザプロファイルに、前記ユーザの眠気レベルの1組の旧記録変化を含む前記ユーザの履歴眠気データを蓄積するため、ここで、眠気レベルの前記1組の旧記録変化における眠気レベルの変化のぞれぞれは、複数の活動のうちの対応する1つと関連付けられており、前記履歴眠気データは、前記第1の生理学的データに少なくとも部分的に基づく、
第2のセンサによって生成された前記第2の生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断するため、
前記ユーザプロファイルを使用して機械学習アルゴリズムを訓練して、前記機械学習アルゴリズムが、(i)前記ユーザの前記最初の眠気レベルを入力として受信するような、および(ii)前記複数の活動から1つ以上の推奨された活動を出力と判断して、前記最初の眠気レベルに対する前記ユーザの前記眠気レベルの変更を支援するような構成となるようにするため
に前記機械可読命令を実行するように構成された1つ以上のプロセッサを含む制御システムと、を備えるシステム。 - 前記1つ以上のセンサがEEGセンサを含む、請求項76に記載のシステム。
- 前記ユーザプロファイルが、前記ユーザと関連付けられた人口統計情報、前記ユーザと関連付けられた生体情報、前記ユーザと関連付けられた医療情報、前記ユーザによって提供されるユーザフィードバック、またはそれらの任意の組み合わせを含む、請求項76または請求項77に記載のシステム。
- 前記複数の活動が、ゲーム、パズル、所定のコンテンツを読むこと、所定の映像コンテンツを見ること、所定のオーディオコンテンツを聴くこと、運動、移動、またはそれらの任意の組み合わせを含む、請求項76から78のいずれか一項に記載のシステム。
- 前記ユーザの前記眠気レベルが、刺激に対する前記ユーザの反応に基づいて判断される、請求項76から79のいずれか一項に記載のシステム。
- 前記ユーザの前記眠気レベルが、前記刺激に対する応答の精度に基づいて判断される、請求項80に記載のシステム。
- 前記眠気レベルが、対応し難い、集中している、または疲労している、である、請求項76から81のいずれか一項に記載のシステム。
- 前記機械学習アルゴリズムの前記出力が、前記推奨された1つ以上の活動の推奨複雑度を含む、請求項76から82のいずれか一項に記載のシステム。
- 前記1つ以上の推奨された活動の複雑度が所定の期間にわたって低下して、前記ユーザの現在の眠気レベルを上げるのを支援する、請求項83に記載のシステム。
- 前記機械学習アルゴリズムの前記出力が、前記推奨された1つ以上の活動の推奨持続時間を含む、請求項76から84のいずれか一項に記載のシステム。
- 第1の期間中にユーザと関連付けられた第1の生理学的データを第1のセンサから受信することと、
前記第1の期間中に前記ユーザと関連付けられた第2の生理学的データを二次センサから受信することと、
前記第1のセンサによって生成された前記第1の生理学的データに基づいて前記ユーザの第1の眠気レベルを判断することと、
前記二次センサによって生成された前記第2の生理学的データに基づいて前記ユーザの第2の眠気レベルを判断することと、
前記判断された第2の眠気レベルが前記判断された第1の眠気レベルと一致するように前記二次センサを較正することと、を含む方法。 - 前記第1のセンサが脳波計(EEG)センサまたは睡眠ポリグラフ(PSG)センサである、請求項86に記載の方法。
- ユーザと関連付けられたデータを、前記ユーザが複数のメディアコンテンツ区分を視聴している間に受信することと、
前記複数のメディアコンテンツ区分のそれぞれのスコアであって、前記ユーザの眠気レベルの変化を示すスコアを、前記受信されたデータに少なくとも部分的に基づいて生成することと、
前記ユーザの現在の眠気レベルを判断することと、
前記複数のメディアコンテンツ区分のうちの1つ以上を、前記ユーザの前記現在の眠気レベルおよび前記生成されたスコアに少なくとも部分的に基づいて前記ユーザに推奨して、前記ユーザの前記現在の眠気レベルの変化を支援することと、を含む方法。 - 前記複数のメディアコンテンツ区分のそれぞれが、映像コンテンツ、オーディオコンテンツ、またはその両方を含む、請求項88に記載の方法。
- 前記ユーザの前記眠気レベルが、就眠寸前、眠気あり、または覚醒である、請求項88または請求項89に記載の方法。
- 前記複数のメディアコンテンツ区分が、テレビ番組、映画、テレビゲームセッション、ドキュメントレビューセッション、プログラム、またはそれらの任意の組み合わせを含む、請求項88から90のいずれか一項に記載の方法。
- 1つ以上のプロセッサを備える制御システムと、
機械可読命令を記憶したメモリと、を備え、
前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記1つ以上のプロセッサのうちの少なくとも1つによって実行されたときに、請求項88から91のいずれか一項に記載の方法が実施される、システム。 - 1つ以上の明示をユーザに伝達するためのシステムであって、請求項88から91のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
- コンピュータによって実行されると、請求項88から91のいずれか一項に記載の方法を前記コンピュータに実行させる命令を備えるコンピュータプログラム製品。
- 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項94に記載のコンピュータプログラム製品。
- 複数のメディアコンテンツ区分を表示するように構成されたディスプレイデバイスと、
ユーザが前記複数のメディアコンテンツ区分のそれぞれを視聴している間に前記ユーザと関連付けられたデータを生成するように構成されたセンサと、
機械可読命令を記憶するメモリと、
前記複数のメディアコンテンツ区分のそれぞれに対し、前記ユーザと関連付けられた前記生成されたデータに少なくとも部分的に基づくスコアであって、前記ユーザの眠気レベルの変化を示すスコアを生成するため、
前記ユーザの現在の眠気レベルを判断するため、および
前記ユーザの前記現在の眠気レベルに少なくとも部分的に基づいて前記複数のメディアコンテンツ区分のうちの1つ以上を推奨して、前記ユーザの前記現在の眠気レベルの変化を支援するため
に前記機械可読命令を実行するように構成された1つ以上のプロセッサを含む制御システムと、を備えるシステム。 - 前記複数のメディアコンテンツ区分のそれぞれが、映像コンテンツ、オーディオコンテンツ、またはその両方を含む、請求項96に記載のシステム。
- 前記ユーザの前記眠気レベルが、就眠寸前、眠気あり、または覚醒である、請求項96または請求項97に記載のシステム。
- 前記複数のメディアコンテンツ区分が、テレビ番組、映画、テレビゲームセッション、ドキュメントレビューセッション、プログラム、またはそれらの任意の組み合わせを含む、請求項96から98のいずれか一項に記載のシステム。
- 前記センサが、前記ディスプレイデバイスに連結されている、請求項96から99のいずれか一項に記載のシステム。
- メディアコンテンツを表示するように構成されたディスプレイデバイスと、
ユーザが前記メディアコンテンツを視聴している間に前記ユーザと関連付けられたデータを生成するように構成されたセンサと、
機械可読命令を記憶するメモリと、
前記メディアコンテンツの複数の区分のそれぞれにおける履歴スコアであって、それぞれが前記ユーザの眠気レベルの変化を示す履歴スコアを、前記ユーザと関連付けられた前記生成されたデータに少なくとも部分的に基づいて蓄積するため、
前記ユーザの現在の眠気レベルを判断するため、および
前記履歴スコアに少なくとも部分的に基づいて機械学習アルゴリズムを訓練して、前記機械学習アルゴリズムが、前記ユーザの前記現在の眠気レベルを入力として受信し、メディアコンテンツの前記複数の区分から1つ以上の推奨された区分を出力して、前記ユーザの前記現在の眠気レベルの変化を支援するような構成となるようにするため
に前記機械可読命令を実行するように構成された1つ以上のプロセッサを含む制御システムと、を備えるシステム。 - 前記ユーザと関連付けられた後続の生理学的データが、前記ユーザが活動を実施した後にのみ生成される、請求項101に記載のシステム。
- 前記ユーザと関連付けられた後続の生理学的データが、前記ユーザが活動を実施している間にのみ生成される、請求項101に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062985777P | 2020-03-05 | 2020-03-05 | |
US62/985,777 | 2020-03-05 | ||
PCT/IB2021/051839 WO2021176406A1 (en) | 2020-03-05 | 2021-03-05 | Systems and methods for increasing a sleepiness of individuals |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023516210A true JP2023516210A (ja) | 2023-04-18 |
JPWO2021176406A5 JPWO2021176406A5 (ja) | 2024-03-05 |
Family
ID=75143679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022553194A Pending JP2023516210A (ja) | 2020-03-05 | 2021-03-05 | 個人の眠気を増加させるためのシステムおよび方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230111477A1 (ja) |
EP (1) | EP4114265A1 (ja) |
JP (1) | JP2023516210A (ja) |
CN (1) | CN115605133A (ja) |
AU (1) | AU2021232152A1 (ja) |
WO (1) | WO2021176406A1 (ja) |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140200463A1 (en) * | 2010-06-07 | 2014-07-17 | Affectiva, Inc. | Mental state well being monitoring |
US10492720B2 (en) | 2012-09-19 | 2019-12-03 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
KR102091167B1 (ko) | 2012-09-19 | 2020-03-20 | 레스메드 센서 테크놀로지스 리미티드 | 수면 스테이지를 결정하는 시스템 및 방법 |
CN116328142A (zh) | 2013-07-08 | 2023-06-27 | 瑞思迈传感器技术有限公司 | 用于睡眠管理的方法和系统 |
WO2015107681A1 (ja) * | 2014-01-17 | 2015-07-23 | 任天堂株式会社 | 情報処理システム、情報処理サーバ、情報処理プログラム、および情報提供方法 |
US11278239B2 (en) | 2014-10-24 | 2022-03-22 | Resmed Inc. | Respiratory pressure therapy system |
CN107427665B (zh) * | 2015-03-25 | 2020-05-19 | 皇家飞利浦有限公司 | 用于睡眠辅助的可穿戴设备 |
US11433201B2 (en) | 2016-02-02 | 2022-09-06 | ResMed Pty Ltd | Methods and apparatus for treating respiratory disorders |
KR102417095B1 (ko) | 2016-09-19 | 2022-07-04 | 레스메드 센서 테크놀로지스 리미티드 | 오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 |
CN111655135B (zh) | 2017-12-22 | 2024-01-12 | 瑞思迈传感器技术有限公司 | 用于车辆中的生理感测的设备、系统和方法 |
KR20200103749A (ko) | 2017-12-22 | 2020-09-02 | 레스메드 센서 테크놀로지스 리미티드 | 모션 감지를 위한 장치, 시스템, 및 방법 |
US10922996B2 (en) * | 2018-02-12 | 2021-02-16 | Hypnocore Ltd. | Systems and methods for generating a presentation of an energy level based on sleep and daily activity |
US20220007965A1 (en) | 2018-11-19 | 2022-01-13 | Resmed Sensor Technologies Limited | Methods and apparatus for detection of disordered breathing |
-
2021
- 2021-03-05 EP EP21713748.8A patent/EP4114265A1/en active Pending
- 2021-03-05 JP JP2022553194A patent/JP2023516210A/ja active Pending
- 2021-03-05 WO PCT/IB2021/051839 patent/WO2021176406A1/en unknown
- 2021-03-05 AU AU2021232152A patent/AU2021232152A1/en active Pending
- 2021-03-05 CN CN202180032960.4A patent/CN115605133A/zh active Pending
- 2021-03-05 US US17/908,340 patent/US20230111477A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2021176406A1 (en) | 2021-09-10 |
AU2021232152A1 (en) | 2022-09-29 |
US20230111477A1 (en) | 2023-04-13 |
EP4114265A1 (en) | 2023-01-11 |
CN115605133A (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020373407B2 (en) | Systems and methods for insomnia screening and management | |
US20230037360A1 (en) | Systems and methods for determining a sleep time | |
US20220339380A1 (en) | Systems and methods for continuous care | |
US20230148952A1 (en) | Systems and methods for analyzing sleep-related parameters | |
US20230048000A1 (en) | Systems and methods for reducing insomnia-related symptoms | |
US20230240595A1 (en) | Systems and methods for detecting rem behavior disorder | |
US20230245780A1 (en) | Systems and methods for multi-component health scoring | |
WO2022162589A1 (en) | Systems and methods for estimating a subjective comfort level | |
US20230420124A1 (en) | Systems and methods for monitoring a comfort level of an individual | |
US20230364368A1 (en) | Systems and methods for aiding a respiratory therapy system user | |
JP2023544119A (ja) | 併存疾患を監視するシステム及び方法 | |
WO2022047172A1 (en) | Systems and methods for determining a recommended therapy for a user | |
US20230111477A1 (en) | Systems and methods for increasing a sleepiness of individuals | |
US20240062872A1 (en) | Cohort sleep performance evaluation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240226 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240226 |