JP2024500272A - 病気状態の自動感知用特徴部を有するベッド - Google Patents
病気状態の自動感知用特徴部を有するベッド Download PDFInfo
- Publication number
- JP2024500272A JP2024500272A JP2023526260A JP2023526260A JP2024500272A JP 2024500272 A JP2024500272 A JP 2024500272A JP 2023526260 A JP2023526260 A JP 2023526260A JP 2023526260 A JP2023526260 A JP 2023526260A JP 2024500272 A JP2024500272 A JP 2024500272A
- Authority
- JP
- Japan
- Prior art keywords
- bed
- user
- sleeper
- sleep
- data
- 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
- 201000010099 disease Diseases 0.000 title claims description 29
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims description 29
- 230000007958 sleep Effects 0.000 claims abstract description 148
- 241001669679 Eleotris Species 0.000 claims abstract description 125
- 239000013598 vector Substances 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims description 45
- 230000007613 environmental effect Effects 0.000 claims description 31
- 230000033001 locomotion Effects 0.000 claims description 31
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 24
- 208000025721 COVID-19 Diseases 0.000 claims description 23
- 208000024891 symptom Diseases 0.000 claims description 23
- 238000011084 recovery Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 12
- 230000004617 sleep duration Effects 0.000 claims description 11
- 230000003860 sleep quality Effects 0.000 claims description 7
- 238000000053 physical method Methods 0.000 claims description 5
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000010339 medical test Methods 0.000 claims description 3
- 241000700605 Viruses Species 0.000 claims description 2
- 239000003570 air Substances 0.000 description 101
- 238000004891 communication Methods 0.000 description 64
- 230000004044 response Effects 0.000 description 49
- 238000012545 processing Methods 0.000 description 46
- 230000015654 memory Effects 0.000 description 45
- 238000010586 diagram Methods 0.000 description 41
- 230000002093 peripheral effect Effects 0.000 description 25
- 230000003993 interaction Effects 0.000 description 23
- 238000004458 analytical method Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 19
- 230000003542 behavioural effect Effects 0.000 description 17
- 238000003860 storage Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 15
- 230000006399 behavior Effects 0.000 description 12
- 230000036541 health Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 239000012530 fluid Substances 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 10
- 238000012360 testing method Methods 0.000 description 10
- 238000012549 training Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000010438 heat treatment Methods 0.000 description 9
- 206010061218 Inflammation Diseases 0.000 description 7
- 230000004054 inflammatory process Effects 0.000 description 7
- 230000036760 body temperature Effects 0.000 description 6
- 230000035479 physiological effects, processes and functions Effects 0.000 description 6
- 230000003612 virological effect Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000002618 waking effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000000241 respiratory effect Effects 0.000 description 4
- 230000036387 respiratory rate Effects 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 241001678559 COVID-19 virus Species 0.000 description 3
- 206010062519 Poor quality sleep Diseases 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 208000001528 Coronaviridae Infections Diseases 0.000 description 2
- 206010061598 Immunodeficiency Diseases 0.000 description 2
- 208000025370 Middle East respiratory syndrome Diseases 0.000 description 2
- 201000003176 Severe Acute Respiratory Syndrome Diseases 0.000 description 2
- 208000036142 Viral infection Diseases 0.000 description 2
- 210000004712 air sac Anatomy 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 2
- 230000001580 bacterial effect Effects 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000037081 physical activity Effects 0.000 description 2
- 208000023504 respiratory system disease Diseases 0.000 description 2
- 230000001020 rhythmical effect Effects 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 208000003322 Coinfection Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 102000004127 Cytokines Human genes 0.000 description 1
- 108090000695 Cytokines Proteins 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 206010017533 Fungal infection Diseases 0.000 description 1
- 208000031888 Mycoses Diseases 0.000 description 1
- 208000031662 Noncommunicable disease Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 206010035737 Pneumonia viral Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 208000035415 Reinfection Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 208000010340 Sleep Deprivation Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 230000001754 anti-pyretic effect Effects 0.000 description 1
- 239000002221 antipyretic Substances 0.000 description 1
- 229940125716 antipyretic agent Drugs 0.000 description 1
- 208000008784 apnea Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 238000009610 ballistocardiography Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- JLQUFIHWVLZVTJ-UHFFFAOYSA-N carbosulfan Chemical compound CCCCN(CCCC)SN(C)C(=O)OC1=CC=CC2=C1OC(C)(C)C2 JLQUFIHWVLZVTJ-UHFFFAOYSA-N 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000012490 fresh bread Nutrition 0.000 description 1
- 230000002538 fungal effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001991 pathophysiological effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000006903 response to temperature Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 230000009385 viral infection Effects 0.000 description 1
- 208000009421 viral pneumonia Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/05—Parts, details or accessories of beds
-
- 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
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- 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
- A61B5/4812—Detecting sleep stages or cycles
-
- 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
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6892—Mats
-
- 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
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- 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
-
- 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
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- G16H40/67—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 remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
- A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
- A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
- A61B2560/0252—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value using ambient temperature
-
- 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
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G2203/00—General characteristics of devices
- A61G2203/10—General characteristics of devices characterised by specific control means, e.g. for adjustment or steering
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G2203/00—General characteristics of devices
- A61G2203/30—General characteristics of devices characterised by sensor means
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Nursing (AREA)
- Anesthesiology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Invalid Beds And Related Equipment (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
ベッドが、マットレスを備える。1または複数のセンサが、前記ベッド上の睡眠者の1または複数の物理現象を感知し、感知された物理現象に基づいてデータ信号を生成し、前記データ信号を前記コンピューティングシステムに送信する、ように構成されている。コンピューティングシステムが、1または複数のプロセッサとコンピュータメモリとを含む。当該コンピューティングシステムは、前記データ信号を受信し、前記睡眠者のある睡眠セッションのデータ信号から、各特徴が前記物理現象の1つを表す特徴値を有する複数の特徴に関する特徴ベクトルを生成し、前記特徴ベクトルに基づいて、前記睡眠セッションについて分類された物理的状態に前記睡眠者を分類する、ように構成されている。
Description
本開示は、睡眠者の信号を特定するべくコンピューティングシステムによって使用可能なセンサが装備されたベッドに関する。
[関連出願の相互参照]
本出願は、2020年12月4日出願の米国特許仮出願第63/121,484の利益(優先権)を主張するものである。当該先行特許出願の開示は、本願の開示の一部とみなされる(当該参照によって、本明細書に組み込まれる)(incorporated by reference)。
本出願は、2020年12月4日出願の米国特許仮出願第63/121,484の利益(優先権)を主張するものである。当該先行特許出願の開示は、本願の開示の一部とみなされる(当該参照によって、本明細書に組み込まれる)(incorporated by reference)。
一般に、ベッドとは、寝たりリラックスしたりする場所として使用される家具である。多くのモダンなベッドが、ベッドフレーム上の柔らかいマットレスを含んでいる。マットレスは、1人または複数人の占有者の体重を支持するべく、バネ、発泡材及び/またはエアチャンバ、を含み得る。
ある実装において、システムが、マットレスを有するベッドを備える。当該システムは、1または複数のセンサを備え、当該1または複数のセンサは、前記ベッド上の睡眠者の1または複数の物理現象を感知し、感知された物理現象に基づいてデータ信号を生成し、前記データ信号をコンピューティングシステムに送信する、ように構成されている。当該システムは、また、1または複数のプロセッサとコンピュータメモリとを含む前記コンピューティングシステムを備え、当該コンピューティングシステムは、前記データ信号を受信し、前記睡眠者のある睡眠セッションのデータ信号から、各特徴が前記物理現象の1つを表す特徴値を有する複数の特徴に関する特徴ベクトルを生成し、前記特徴ベクトルに基づいて、前記睡眠セッションについて分類された物理的状態に前記睡眠者を分類する、ように構成されている。他の実装は、デバイス(装置)、方法、コンピュータ可読媒体、または、ソフトウェアを含む。
実装は、以下の特徴の幾つか又は全てを含み得るが、全く含まなくてもよい。前記分類された物理的状態は、COVID-19陽性であり得る。前記睡眠者を前記睡眠セッションについてある物理的態に分類するために、前記コンピューティングシステムは、更に、状態分類器に前記特徴ベクトルを提供するように構成され得て、前記状態分類器は、特徴ベクトルを入力として受信し、予め定義された複数の可能性ある物理的状態に対する前記特徴ベクトルに関連付けられた前記睡眠者の分類結果を出力として戻すように構成され得る。前記状態分類器の前記出力は、前記睡眠セッション中に前記睡眠者が特定の状態にある確率値を含み得る。前記睡眠者を前記睡眠セッションについてある物理的状態に分類するために、前記コンピューティングシステムは、更に、前記確率値を少なくとも1つの閾値に対して比較して、前記少なくとも1つの閾値に対する前記確率値の比較に基づいて、前記分類された物理的状態を選択する、ように構成され得る。前記分類された物理的状態は、健康及び不健康からなる群から選択され得る。各特徴が、前記睡眠者の物理的測定値であり得る。前記特徴ベクトルは、7つの特徴のベクトルであり得て、前記7つの特徴は、呼吸数、心拍数、全身運動、睡眠の質、睡眠持続時間、安眠持続時間、及び、入眠までの時間、であり得る。前記特徴の少なくとも1つが、前記睡眠者の周囲の環境の環境測定値であり得る。前記環境測定値は、周囲温度、ベッド温度、空気の質、及び、周囲照明、からなる群のうちの1つの測定値であり得る。前記コンピューティングシステムは、更に、前記特徴ベクトルに基づいて前記睡眠者を前記睡眠セッションについてある物理的状態に分類することに応答して、当該分類された物理的状態を前記コンピュータメモリに記憶する、当該分類された物理的状態をデータネットワークを介して送信する、及び、当該分類された物理的状態に基づいて、特定のユーザ入力無しで、自動化されたプロセスを開始する、からなる群の少なくとも1つを実行する、ように構成され得る。前記コンピューティングシステムは、更に、前記睡眠セッションのレポートを生成するように構成され得て、前記レポートは、前記分類された物理的状態の記録を含み得る。前記レポートは、更に、前記特徴値の少なくとも幾つかの記録を含み得る。前記コンピューティングシステムは、更に、前記分類された物理的状態に基づいて、回復の推奨事項を生成するように構成され得て、前記回復の推奨事項は、人間可読のテキストを含み得て、前記レポートは、前記回復の推奨事項の前記人間可読のテキストを含み得る。前記分類された物理的状態に基づいて回復の推奨事項を生成するために、前記コンピューティングシステムは、更に、医療専門家のユーザによって生成された回復の推奨事項のルールセットに対して前記分類された物理的状態を比較するように構成され得る。前記コンピューティングシステムは、更に、前記睡眠者が前記分類された物理的状態にあることを確認するために、当該睡眠者に対して医療検査をスケジュールするように構成され得る。前記コンピューティングシステムは、更に、前記睡眠者の前記物理的状態の進行の将来のマイルストーンの少なくとも1つの推定を含む状態進行データを生成するように構成され得る。前記将来のマイルストーンの少なくとも1つは、症状の発症、ピーク強度、症状の退行、及び、ウイルスフリー、からなる群からのものであり得て、二次感染や再感染を特徴付ける病気状態を含む。
他の特徴、態様、潜在的な利点が、添付の説明及び図面から明らかになる。
様々な図面内で、同様の参照記号は同様の要素を示している。
ベッド用のセンサが、睡眠者の生理機能を感知し得る。そして、当該感知から、ユーザの健康状態または病気状態が判定され得る。例えば、睡眠者は、毎晩または概ね毎晩、自宅のベッドで睡眠する。ベッドのコントローラが、センサからデータ信号を受信し得て、ユーザのベースラインのデータセットを構築し得る。次いで、睡眠者が病気の発症(例えば、新しいウイルス感染)を経験する時、睡眠者の睡眠及び生理機能における変化が検出され得て、これが、ユーザが病気に罹患したことを特定(識別)するために使用され得る。
この技術は、伝染性の高い病気、及び/または、重篤になる可能性がある病気、のために特に有用であり得る。そのような病気の1つが、重症急性呼吸器症候群コロナウイルス2(SARS-CoV-2)によって引き起こされるコロナウイルス感染症2019(COVID-19)である。この技術は、何らかの症状を主観的に観察することで病気についての警告を得る前に、可能性ある病気についてユーザに警告を与えるために使用され得る。すなわち、毎晩彼らのベッドで睡眠をとるだけで、睡眠者が何かを感じる前に、睡眠者に病気の発症についての警告が与えられ得る。このような早期の警告により、病気の人は、病気の蔓延を低減するための早期行動をとることができ(例えば、退避所で生活する)、また、症状を緩和するための早期行動をとることができる(例えば、直ちに医療提供者に連絡する、睡眠スケジュールを変更する、必要になる前に薬や物資へのアクセスを確保する、仕事を休む時間を手配する)。もっとも、この技術は、ウイルス性及び非ウイルス性の両方の、多くの他の種類の病気にも使用され得る。
この技術の幾つかの実装は、有利なことに、ユーザによる遵守(コンプライアンス)無しで動作し得る。この技術を備えたベッドを有効化することにより、ユーザは、何らかの順守するための特別な行動や活動を要求しない物理的センシング(センサ機能)を提供され得る。ユーザは、「いつものように彼らのベッドで単に睡眠をとる」ことで、病気になった場合、当該技術が、何らかの特別な調査や技術の照会(クエリ)を要求すること無しで、当該ユーザに警告を与え得る。理解されるように、要求される動作についての遵守は、一部のユーザにとっては困難であり得る。デバイスの電源を毎日入れる、ユーザプロファイル従ってチェックインする、または、リムーバブル(なデバイス)を着用する、こと(のみ)のユーザの実施を要求するシステムは、例えば積極的な日常の遵守(コンプライアンス)を要求するシステムよりも、ユーザにとって、より便利かつ確実に動作することができる。もっとも、この技術の幾つかの実装は、遵守活動を要求または利用し得る、ということを理解されたい。例えば、ウェアラブルデバイス(バンド、スマートウォッチ、携帯電話)からのセンシングが、この技術によって利用され得る。追加的または代替的に、直接的なユーザ入力が利用され得る。例えば、ユーザは、定期的に、当該技術を電源オンにし得るまたは有効化し得る。
この技術は、ユーザの健康と行動に関する重要な選択を行うために、当該ユーザに情報を提供し得る。例えば、ウイルス、細菌、または、真菌感染症に感染しているか否かを確認するための検査を受ける必要があるか否かを、ユーザが理解するのを支援し得る。当該技術は、症状が継続し得る期間、症状が最も深刻になり得る時期、症状が緩和し始め得る時期、及び、ユーザが病気の感染性を有し得る時期、を含んで、病気の可能性のある進行(進行状態)に関する情報を提供し得る。
動作するために、この技術は、ユーザ及び/またはユーザの睡眠環境に関するセンサ入力を受信する。このセンシング(感知)は、正常な読取値のベースラインが、全てのユーザのため、部分的母集団のため、個々のユーザのため、及び/または、特別な母集団(例えば、若者、高齢者、免疫不全者、妊娠者)のため、に確立され得るように、定期的に行われ得る。これは、心臓動作、呼吸動作、体全体の動き(例えば、四肢の動き)、体温、及び、様々な周囲環境の読取値、を含み得て、但しこれらに限定はされない。センサ入力及び/またはセンサ入力から抽出された特徴を履歴情報と比較することによって、ユーザの物理的状態が特定(識別)され得る。これは、例えば、「病気の可能性が高い」または「健康の可能性が高い」、「陽性」または「陰性」、病気のリスクまたは確率の数値スコア、といったような分類の形態を採り得る。
多くの病気は、ユーザの生理機能、睡眠構造(すなわち、睡眠継続時間、睡眠段階のダイナミクス)、睡眠の質、及び/または、睡眠習慣、に変化を引き起こし得る。理解されるように、多くの状態(病状)が、ユーザの身体の炎症を引き起こす。例えば、COVID-19に関連するウイルス性肺炎は、気道及び/または肺の炎症を引き起こし得る。このような炎症は、病気と闘うためのサイトカインの産生によって引き起こされる。このプロセスは、炎症に比例する態様で、従って、症状の重症度、ウイルス量/細菌量/真菌量などの病気の特徴に比例する態様で、ユーザの睡眠と生理機能とを変化させ得る。
この技術は、これらのセンサ読取値から、病気に関連するユーザの物理的状態(身体状態)が炎症や他の病気起因の変化を引き起こしたことを、判定し得る。これらの変化は、睡眠の中断(例えば、数時間のオーダー)、睡眠の断片化(数分または数秒のオーダー)、ベッドの入出のイベント、体全体の動き、を含むが、これらに限定されない。当該技術は、また、病気によって引き起こされた可能性が高い大きな変化から、小さな変化(例えば、軽度の外傷や大気汚染物質への短時間の暴露に起因する炎症)を差別化し得る。
個別化されたまたは母集団固有のベースラインと、訓練データと、を使用することによって、この技術は、非典型的な生理機能を持つユーザにも良好に機能し得る。例えば、特定のユーザが未成年者である場合、成人のユーザと比較して、異なる心臓基準及び呼吸基準を有し得る。この技術は、当該未成年者のセンサデータを、全母集団のベースラインの代わりに、未成年者ベースラインと比較し得る。別の例では、特定のユーザが、正常状態であるのに、母集団のほどんどのユーザよりも体温が数度低い場合がある。この技術は、当該ユーザから生成されるベースラインを使用し得て、正常状態での低い体温を捕捉し得て、当該ユーザの体温が(一般の)典型的な平均に近づく時に、当該ユーザにとっての体温の上昇を認識し得る。
更に、ユーザは、彼らのリスクプロファイルによって駆動される態様で、彼らの物理的状態に関するフィードバックを受信し得る。比較的若くて健康なユーザは、病気のリスクが低く、比較的高い閾値で構成された技術を使用し得る。すなわち、当該技術は、病気の可能性が比較的高いことが判明するまで、若くて健康なユーザに警告を発しない場合がある。別の用途は、免疫抑制者、高齢者、または、例えば呼吸器疾患、特にはCOVID-19、中東呼吸器症候群(MERS)、重症急性呼吸器症候群(SARS)、肺炎等、のリスクに自分自身をさらしている健康上の問題を有している人、であり得る。この用途では、比較的低い閾値が使用され得て、当該技術は、当該ユーザにはるかに早期に警告を発し得る。但し、偽陽性の報告の可能性は高くなり得る。
[例示的なエアベッドハードウェア]
図1は、ベッド112を含む例示的なエアベッドシステム100を示している。ベッド112は、弾性境界116によって取り囲まれ、ベッド用丈夫綿生地118によってカプセル化された、少なくとも1つのエアチャンバ114を含む。弾性境界116は、発泡体などの、任意の適切な材料を含み得る。
図1に示すように、ベッド112は、第1エアチャンバ114A及び第2エアチャンバ114B等の、第1及び第2流体チャンバを有する2チャンバ設計であり得る。代替の実施形態では、ベッド112は、用途に適した空気以外の流体と共に使用するためのチャンバを含み得る。シングルベッドまたはキッズベッドなどの幾つかの実施形態では、ベッド112は、単一のエアチャンバ114Aまたは114B、あるいは、複数のエアチャンバ114A及び114B、を含み得る。第1及び第2エアチャンバ114A及び114Bは、ポンプ120と流体連通し得る。ポンプ120は、制御ボックス124を介して、リモートコントロール(リモコン)122と電気的に通信し得る。制御ボックス124は、リモートコントロール122を含む1または複数のデバイスと通信するための有線または無線通信インタフェースを含み得る。制御ボックス124は、ユーザがリモートコントロール122を使用することで入力されるコマンドに基づいて第1及び第2エアチャンバ114A及び114Bの流体圧力を増減させるように、ポンプ120を作動させるように構成され得る。幾つかの実装形態では、制御ボックス124は、ポンプ120のハウジングに一体化(統合)されている。
リモートコントロール122は、ディスプレイ126、出力選択機構128、圧力増加ボタン129、及び圧力減少ボタン130、を含み得る。出力選択機構128は、ユーザがポンプ120によって生成される空気流を第1及び第2エアチャンバ114A、114B間で切り替えることを許容し得て、これにより、単一のリモートコントロール122及び単一のポンプ120で複数のエアチャンバの制御を可能にする。例えば、出力選択機構128は、物理的制御部(例えば、スイッチまたはボタン)あるいはディスプレイ126上に表示される入力制御部により可能である。あるいは、別々のリモートコントロールユニットが、各エアチャンバに提供され得て、各々が複数のエアチャンバを制御する能力を含み得る。圧力増加ボタン129及び圧力減少ボタン130は、ユーザが、出力選択機構128で選択されたエアチャンバ内の圧力を、それぞれ、増加または減少させることを許容し得る。選択されたエアチャンバ内の圧力を調整すると、それぞれのエアチャンバの硬度(硬さ)に対する対応する調整がもたらされ得る。幾つかの実施形態では、リモートコントロール122は、用途に応じて適切に、省略され得るし、または、修正され得る。例えば、幾つかの実施形態では、ベッド112は、当該ベッド112と有線または無線通信するコンピュータ、タブレット、スマートフォン、または他のデバイス、によって制御され得る。
図2は、エアベッドシステムの様々な構成要素(コンポーネント)の一例のブロック図である。例えば、これらの構成要素は、例示的なエアベッドシステム100において使用され得る。図2に示すように、制御ボックス124は、電源部134、プロセッサ136、メモリ137、スイッチング機構138、及び、アナログデジタル(A/D)変換器140を含み得る。スイッチング機構138は、例えば、リレーまたはソリッドステートスイッチであり得る。幾つかの実装形態では、スイッチング機構138は、制御ボックス124内ではなくポンプ120内に配置され得る。
ポンプ120及びリモートコントロール122は、制御ボックス124と双方向通信し得る。ポンプ120は、モータ142、ポンプマニホルド143、リリーフバルブ144、第1制御バルブ145A、第2制御バルブ145B、及び、圧力トランスデューサ146を含む。ポンプ120は、第1管148A及び第2管148Bを介して、それぞれ、第1エアチャンバ114A及び第2エアチャンバ114Bと流体接続されている。第1及び第2制御バルブ145A、145Bが、スイッチング機構138によって制御され得て、ポンプ120と第1及び第2エアチャンバ114A、114Bとの間の流体の流れをそれぞれ調整するように動作可能である。
幾つかの実装形態では、ポンプ120及び制御ボックス124は、単一のユニットとして提供され及びパッケージ化され得る。幾つかの代替の実装では、ポンプ120及び制御ボックス124は、物理的に離れたユニットとして提供され得る。幾つかの実装形態では、制御ボックス124、ポンプ120、またはそれらの両方は、ベッド112を支持するベッドフレームまたはベッド支持構造の内部に一体化されるか、あるいは、その内部に含まれる。幾つかの実施態様では、制御ボックス124、ポンプ120、またはそれらの両方は、(図1の例に示されているように)ベッドフレームまたはベッド支持構造の外側に配置される。
図2に示される例示的なエアベッドシステム100は、2つのエアチャンバ114A、114Bと単一のポンプ120とを含む。もっとも、他の実施は、2以上のエアチャンバと、当該エアチャンバを制御するためにエアベッドシステム内に組み込まれた1または複数のポンプと、を有するエアベッドシステムを含み得る。例えば、別個のポンプが、エアベッドシステムの各エアチャンバに付随(関連付け)され得て、あるいは、1つのポンプが、エアベッドシステムの複数のチャンバに付随(関連付け)され得る。別個のポンプは、各エアチャンバが独立且つ同時に膨張または収縮され得ることを許容し得る。更に、追加の圧力トランスデューサも、例えば別個の圧力トランスデューサが各エアチャンバに付随(関連付け)され得るとように、エアベッドシステム内に組み込まれ得る。
使用時、プロセッサ136は、例えば、エアチャンバ114A、114Bの1つに減圧コマンドを送信し得て、スイッチング機構138が、プロセッサ136によって送られた低電圧のコマンド信号を、ポンプ120のリリーフバルブ(安全弁)144を作動させて制御バルブ145A、145Bを開放するのに十分なより高い動作電圧に変換するために、利用され得る。リリーフバルブ144を開放することが、空気がそれぞれの空気管148Aまたは148Bを通ってエアチャンバ114Aまたは114Bから逃げることを許容し得る。収縮中、圧力トランスデューサ146が、A/Dコンバータ140を介して、圧力読取値をプロセッサ136に送信し得る。A/Dコンバータ140は、圧力トランスデューサ146からアナログ情報を受信し得て、当該アナログ情報をプロセッサ136によって使用可能なデジタル情報に変換し得る。プロセッサ136は、圧力情報をユーザに伝えるために、当該デジタル信号をリモートコントロール122に送信してディスプレイ126を更新し得る。
別の例として、プロセッサ136は、圧力増加コマンドを送信し得る。ポンプモータ142が、当該圧力増加コマンドに応答して通電され得て、対応するバルブ145A、145Bを電子的に作動させることにより、空気管148A、148Bを介して、エアチャンバ114A、114Bの指定された一方に空気を送給し得る。チャンバの硬さ(堅さ)を増加させるために指定されたエアチャンバ114Aまたは114Bに空気が送られている間、圧力トランスデューサ146がポンプマニホルド143内の圧力を感知し得る。この場合も、圧力トランスデューサ146は、A/Dコンバータ140を介して、圧力読取値をプロセッサ136に送信し得る。プロセッサ136は、A/Dコンバータ140から受け取った情報を使用して、エアチャンバ114Aまたは114B内の実際の圧力と所望の圧力との間の差を判定し得る。プロセッサ136は、圧力情報をユーザに伝えるために、当該デジタル信号をリモートコントロール122に送信してディスプレイ126を更新し得る。
一般的に言えば、膨張または収縮のプロセス中、ポンプマニホルド143内で感知される圧力が、ポンプマニホルド143と流体連通しているそれぞれのエアチャンバ内の圧力の近似を提供し得る。エアチャンバ内の実際の圧力と実質的に等しいポンプマニホルド圧力の読取値を取得する例示的な方法は、ポンプ120をオフにする工程と、エアチャンバ114Aまたは114B及びポンプマニホルド143内の圧力が等しくなることを許容する工程と、次いで、圧力トランスデューサ146を用いてポンプマニホルド143内の圧力を感知する工程と、を備える。これにより、ポンプマニホルド143及びチャンバ114Aまたは114B内の圧力が等しくなることを許容するのに十分な時間を提供することは、エアチャンバ114Aまたは114B内の実際の圧力の正確な近似である圧力読取値をもたらし得る。幾つかの実装形態では、エアチャンバ114A及び/または114Bの圧力は、複数の圧力センサ(図示せず)を用いて、連続的にモニタリング(監視)され得る。
幾つかの実装形態では、圧力トランスデューサ146によって収集される情報は、ベッド112に横たわっている人の様々な状態を判定するために分析され得る。例えば、プロセッサ136は、圧力トランスデューサ146によって収集される情報を使用して、ベッド112に横たわっている人の心拍数または呼吸数を判定し得る。例えば、ユーザは、チャンバ114Aを含むベッド112の一側に横たわっていてもよい。圧力トランスデューサ146は、チャンバ114Aの圧力の変動をモニタリング(監視)し得て、この情報が、ユーザの心拍数及び/または呼吸数を判定するために使用され得る。別の例として、収集されるデータを使用して人の睡眠状態(例えば、覚醒、浅い睡眠、深い睡眠)を判定するために、付加的な処理が実施され得る。例えば、プロセッサ136は、人が眠りに落ちる時、眠っている間であること、人の様々な睡眠状態、を判定し得る。
圧力トランスデューサ146によって収集される情報を使用して判定され得るエアベッドシステム100のユーザに関連する付加的な情報は、ユーザの動き、ベッド112の表面上のユーザの存在、ユーザの体重、ユーザの心臓不整脈、一時的無呼吸、を含む。ユーザの存在の検知を例にとると、圧力トランスデューサ146が使用され得て、例えば、総圧力の変化の判定を介して、並びに/または、呼吸数信号、心拍数信号及び/若しくは他の生体特徴信号の1または複数を介して、ベッド112上のユーザの存在を検知し得る。例えば、単純な圧力検知プロセスが、圧力の増加を、ユーザがベッド112上に存在することを示すものとして、識別し得る。別の例として、プロセッサ136は、検知された圧力が特定の閾値(特定の体重を超える人ないし他の物体がベッド112上に配置されていることを示すための閾値)を超えて増加した場合、ユーザがベッド112上に存在する、と判定し得る。更に別の例として、プロセッサ136は、ユーザがベッド112上に存在することに対応するものとして、圧力の検知された僅かなリズミカルな変動との組合せで、圧力の増加を識別し得る。リズミカルな変動の存在は、ユーザの呼吸または心臓(心拍)のリズム(またはそれらの両方)に起因するものとして、識別され得る。呼吸または心拍の検知により、ベッド上に存在するユーザとベッド上に置かれている他の物体(スーツケースなど)とが、区別され得る。
幾つかの実装形態では、圧力の変動が、ポンプ120で測定され得る。例えば、ポンプ120内の圧力の変動を検知するために、1または複数の圧力センサが、ポンプ120の1または複数の内部空洞内に配置され得る。ポンプ120で検知される圧力の変動は、チャンバ114A及び114Bの一方または両方の圧力の変動を示し得る。ポンプ120に配置された1または複数のセンサは、チャンバ114A及び114Bの一方または両方と流体連通することができ、当該センサは、チャンバ114A及び114B内の圧力を判定するように動作し得る。制御ボックス124は、チャンバ114Aまたはチャンバ114B内の圧力に基づいて、少なくとも1つのバイタルサイン(例えば、心拍数、呼吸数)を決定するように構成され得る。
幾つかの実装形態では、制御ボックス124は、1または複数の圧力センサによって検知される圧力信号を分析し得て、チャンバ114Aまたはチャンバ114B上に横たわっているまたは座っているユーザの心拍数、呼吸数、及び/または他のバイタルサイン、を判定し得る。より具体的には、ユーザがチャンバ114Aの上方に配置されたベッド112上に横になる時、当該ユーザの心拍、呼吸、及び他の動きの各々が、チャンバ114Aに伝達されるベッド112上の力を生じさせ得る。ユーザの動きに起因するチャンバ114Aへの力の入力の結果として、波が、チャンバ114Aを通って、ポンプ120内へと伝播し得る。ポンプ120に配置された圧力センサが、当該波を検知し得て、これにより、センサによって出力される圧力信号は、心拍数、呼吸数、またはユーザに関する他の情報、を示し得る。
睡眠状態に関して、エアベッドシステム100は、心拍数、呼吸、及び/またはユーザの動きなどの、様々な生体特徴信号を使用することにより、ユーザの睡眠状態を判定し得る。ユーザが眠っている間に、プロセッサ136は、ユーザの生体特徴信号(例えば、心拍数、呼吸、及び動き)の1または複数を受信し得て、当該受信した生体特徴信号に基づいてユーザの現在の睡眠状態を判定し得る。幾つかの実装形態では、チャンバ114A及び114Bの一方または両方の圧力の変動を示す信号が増幅及び/またはフィルタリングされ得て、心拍数及び呼吸数のより正確な検知を許容し得る。
制御ボックス124は、増幅及びフィルタリングされた圧力信号に基づいて、パターン認識アルゴリズムまたは他の計算法を実行し得て、ユーザの心拍数及び呼吸数を判定し得る。例えば、当該アルゴリズムまたは計算法は、信号の心拍数部分が0.5~4.0Hzの範囲の周波数を有し、信号の呼吸数部分が1Hz未満の範囲の周波数を有する、という仮定に基づき得る。制御ボックス124は、また、受信された圧力信号に基づいて、血圧、揺れ及び回転運動、ローリング運動、四肢の運動、体重、ユーザの存在ないし不在、及び/またはユーザのアイデンティティ(個性)、などのユーザの他の特性を判定するように構成され得る。心拍数情報、呼吸数情報、及び他のユーザ情報、を使用してユーザの睡眠をモニタリング(監視)するための技術は、「バイタルサインをモニタリング(監視)するための装置」という名称のスティーブン・J・ヤング等による米国特許出願公開公報第2010/0170043号に開示されている。当該公開公報の全内容が、当該参照により本明細書に組み込まれる(incorporated by reference)。
例えば、ベッド112のチャンバ114A及び114B内の空気圧をモニタリング(監視)するために、圧力トランスデューサ146が使用され得る。ベッド112上のユーザが動いていない場合、エアチャンバ114Aまたは114B内の空気圧の変化は、比較的最小であり得て、呼吸及び/または心拍に起因し得る。しかしながら、ベッド112上のユーザが動いている時、マットレス内の空気圧は、はるかに大きな量で変動し得る。従って、圧力トランスデューサ146によって生成され、プロセッサ136によって受信される圧力信号は、動き、心拍、または呼吸に対応するものとして、フィルタリングされて示され得る。
幾つかの実装形態では、プロセッサ136で制御ボックス124内でデータ分析を実行するのではなく、圧力トランスデューサ146によって収集されるデータを分析するためにデジタル信号プロセッサ(DSP)が提供され得る。あるいは、圧力トランスデューサ146によって収集されるデータは、遠隔分析のためにクラウドベースのコンピューティングシステムに送信され得る。
幾つかの実装態様では、例示的なエアベッドシステム100は、例えば、ユーザの快適さのために、ベッドの温度を上昇、下降、または維持するように構成された温度コントローラを更に備える。例えば、パッドが、ベッド112の頂部上に載置され得る、または、その一部であり得る、あるいは、チャンバ114A及び114Bの一方または両方の頂部上に載置され得る、または、その一部であり得る。当該パッドを通して空気が押し出され得て、ベッドのユーザを冷やすために通気され得る。逆に、当該パッドは、ユーザを暖かく保つために使用され得る加熱要素を含み得る。幾つかの実装形態では、温度コントローラは、パッドから温度読取値を受信し得る。幾つかの実装形態では、ベッドの異なる側に異なる温度制御を提供するために、(例えば、チャンバ114A及び114Bの位置に対応する)ベッド112の異なる側に、別個のパッドが使用される。
幾つかの実装形態では、エアベッドシステム100のユーザは、ベッド112の表面(またはベッド112の表面の一部)の所望の温度を入力するために、リモートコントロール122などの入力デバイスを使用し得る。所望の温度は、当該所望の温度を含み温度コントローラを所望の制御対象のコンポーネント(構成要素)として識別するコマンドデータ構造にカプセル化され得る。次に、当該コマンドデータ構造は、ブルートゥースまたは他の適切な通信プロトコルを介してプロセッサ136に送信され得る。様々な例において、コマンドデータ構造は、送信される前に暗号化され得る。次に、温度コントローラは、ユーザによってリモートコントロール122に入力された温度に応じてパッドの温度を増減するように、その要素を構成(制御)し得る。
幾つかの実装形態では、データは、あるコンポーネントからプロセッサ136に送り返され得るし、あるいは、ディスプレイ126などの1または複数のディスプレイデバイスに送信され得る。例えば、温度コントローラのセンサ要素によって判定される現在の温度、ベッドの圧力、土台(基礎部)の現在の位置、または他の情報が、制御ボックス124に送信され得る。次に、制御ボックス124は、受信した情報をリモートコントロール122に送信し得る。それは、そこで、(例えば、ディスプレイ126上で)ユーザに表示され得る。
幾つかの実装形態では、例示的なエアベッドシステム100は、調整可能な土台と、ベッドを支持する当該調整可能な土台を調整することによってベッド(例えばベッド112)の位置を調整するように構成された関節運動コントローラと、を更に備える。例えば、関節運動コントローラは、ベッド112を、平坦な位置から、ベッドのマットレスのヘッド部分が上向きに傾斜する位置にまで(例えば、ユーザがベッドに座る及び/またはテレビを見ることを容易にするために)、調整し得る。幾つかの実装形態では、ベッド112は、複数の別々に関節運動可能なセクションを含む。例えば、チャンバ114A及び114Bの位置に対応するベッドの部分が、互いに独立して関節運動され得て、ベッド112の表面上に配置された1人が第1位置(例えば、平坦な位置)で休みながら、2人目が第2位置(例えば、頭を腰から斜めに上げたリクライニング位置)で休むことを許容する。幾つかの実装形態では、2つの異なるベッド(例えば、互いに隣り合って配置された2つのツインベッド)に、別々の位置が設定され得る。ベッド112の土台は、独立して調整され得る2以上のゾーンを含み得る。関節運動コントローラはまた、ベッド112上の1または複数のユーザに異なるレベルのマッサージを提供するように構成され得る。
[寝室環境におけるベッドの例]
図3は、家庭内及び家庭周囲にある複数のデバイスと通信するベッド302を含む例示的な環境300を示している。図示の例では、ベッド302は、2つのエアチャンバ306a及び306b内の空気圧を制御するためのポンプ304を含む(エアチャンバ114A~114Bに関して前述されたように)。ポンプ304は更に、当該ポンプ304によって実施される膨張機能及び収縮機能を制御するための回路を含む。当該回路は、更に、エアチャンバ306a~bの空気圧の変動を検知するようにプログラムされており、当該検知された空気圧の変動を利用して、ユーザ308のベッドでの存在、ユーザ308の睡眠状態、ユーザ308の動き、及び、心拍数や呼吸数などのユーザ308の生体特徴信号、を識別する。図示の例では、ポンプ304は、ベッド302の支持構造内に配置され、ポンプ304を制御するための制御回路334は、ポンプ304と一体化されている。幾つかの実装形態では、制御回路334は、ポンプ304から物理的に離れており、ポンプ304と無線または有線で通信する。幾つかの実装形態では、ポンプ304及び/または制御回路334は、ベッド302の外側に配置される。幾つかの実装形態では、様々な物理的位置にあるシステムによって、様々な制御機能が実施され得る。例えば、ポンプ304の動作を制御するための回路が、ポンプ304のポンプケーシング内に配置され得て、ベッド302に関連する他の機能を実施するための制御回路334が、ベッド302の別の部分内、またはベッド302の外部、に配置され得る。別の例として、ポンプ304内に配置された制御回路334は、LANまたはWAN(例えばインターネット)を介して、遠隔地にある制御回路334と通信し得る。更に別の例として、制御回路334は、図1及び図2の制御ボックス124に含められ得る。
幾つかの実装形態では、ユーザのベッドでの存在、睡眠状態、動き、及び生体特徴信号を識別するために、ポンプ304及び制御回路334以外の、またはそれらに加えての、1または複数の装置が使用され得る。例えば、ベッド302は、ポンプ304に加えて第2のポンプを含み得て、2つのポンプの各々は、エアチャンバ306a~bのそれぞれ1つに接続され得る。例えば、ポンプ304は、エアチャンバ306bと流体連通し得て、エアチャンバ306bの膨張及び収縮を制御し得て、ベッドでの存在、睡眠状態、動き、生体特徴信号などの、エアチャンバ306b上に位置するユーザのユーザ信号を検知し得る。一方で、第2のポンプが、エアチャンバ306aと流体連通し得て、エアチャンバ306aの膨張及び収縮を制御し得るとともに、エアチャンバ306a上に位置するユーザのユーザ信号を検知し得る。
別の例として、ベッド302は、ユーザの存在、ユーザの動き、呼吸、及び心拍数を含む、動きを検知するように動作可能な1または複数の感圧パッドまたは感圧表面部分を含み得る。例えば、第1感圧パッドが、第1ユーザが通常睡眠中に位置するベッド302の左側部分上でベッド302の表面内に組み込まれ得て、第2感圧パッドが、第2ユーザが通常睡眠中に位置するベッド302の右側部分上でベッド302の表面内に組み込まれ得る。当該1または複数の感圧パッドまたは感圧表面部分によって検知される動きは、ユーザの睡眠状態、ベッドでの存在、または生体特徴信号、を識別するために、制御回路334によって使用され得る。
幾つかの実装形態では、ベッドによって検知される情報(例えば運動情報)は、制御回路334(例えば、ポンプ304と一体化された制御回路334)によって処理され、ユーザデバイス310などの1または複数のユーザデバイスに提供されて、ユーザ308または他のユーザへ提示される。図3に示す例では、ユーザデバイス310はタブレットデバイスである。しかしながら、幾つかの実装形態では、ユーザデバイス310は、パーソナルコンピュータ、スマートフォン、スマートテレビ(例えば、テレビ312)、または、制御回路334との有線または無線通信が可能な他のユーザデバイス、であり得る。ユーザデバイス310は、ネットワークを介して、または直接のポイントトゥーポイント通信を介して、ベッド302の制御回路334と通信し得る。例えば、制御回路334は、(例えば、Wi-Fiルータを介して)LANに接続され得て、当該LANを介してユーザデバイス310と通信し得る。別の例として、制御回路334及びユーザデバイス310は、両方ともインターネットに接続し得て、当該インターネットを介して通信し得る。例えば、制御回路334は、WiFiルータを介してインターネットに接続し得て、ユーザデバイス310は、セルラー通信システムとの通信を介してインターネットに接続し得る。別の例として、制御回路334は、ブルートゥースなどの無線通信プロトコルを介して、ユーザデバイス310と直接通信し得る。更に別の例として、制御回路334は、ZigBee、Z-Wave、赤外線、または用途に適した他の無線通信プロトコル、などの無線通信プロトコルを介して、ユーザデバイス310と通信し得る。別の例として、制御回路334は、例えば、USBコネクタ、シリアル/RS232、または用途に適した他の有線接続、などの有線接続を介して、ユーザデバイス310と通信し得る。
ユーザデバイス310は、睡眠またはユーザ308のベッド302に対する相互作用に関連する様々な情報及び統計を表示し得る。例えば、ユーザデバイス310によって表示されるユーザインタフェースが、ある期間(例えば、一晩、一週間、一ヶ月など)のユーザ308の睡眠の量、深い睡眠の量、深い睡眠の落ち着かない睡眠に対する比、ベッドに入るユーザ308と眠りに落ちるユーザ308との間の時間経過、所定の期間においてベッド302で費やされた合計時間、ある期間のユーザ308の心拍数、ある期間のユーザ308の呼吸数、あるいは、ユーザ308またはベッド302の1または複数の他のユーザによるベッド302に対するユーザ相互作用に関連する他の情報、を含む情報を提示し得る。幾つかの実装形態では、複数のユーザの情報がユーザデバイス310に提示され得て、例えば、エアチャンバ306a上に位置する第1ユーザの情報が、エアチャンバ306b上に位置する第2ユーザの情報とともに、提示され得る。幾つかの実装形態では、ユーザデバイス310上に提示される情報は、ユーザ308の年齢に応じて変化し得る。例えば、ユーザデバイス310上に提示される情報は、ユーザ308の年齢と共に進化し得て、ユーザ308が子供としてまたは大人として加齢するにつれて異なる情報がユーザデバイス310上に提示され得る。
ユーザデバイス310はまた、ユーザ302が情報を入力することを許容するために、ベッド302の制御回路334のためのインタフェースとして使用され得る。ユーザに、または、ベッド302または他の装置の機能を制御するための様々な制御信号に、より良い情報を提供するために、ユーザ308によって入力される情報は、制御回路334によって使用され得る。例えば、ユーザ308は、体重、身長、年齢などの情報を入力し得て、制御回路334はこの情報を使用し得て、当該ユーザの追跡された睡眠情報と、当該ユーザと同様の体重、身長及び/または年齢を有する他の人々の睡眠情報と、の比較を当該ユーザに提供し得る。別の例として、ユーザ308は、ユーザデバイス310を、エアチャンバ306a及び306bの空気圧を制御するため、ベッド302の様々なリクライニングまたは傾斜位置を制御するため、ベッド302の1または複数の表面温度制御装置の温度を制御するため、または、制御回路334が他の装置のための制御信号を生成することを許容するため(以下でより詳細に説明されるように)、のインタフェースとして使用し得る。
幾つかの実装形態では、ベッド302の制御回路334(例えば、ポンプ304内に一体化された制御回路334)は、ユーザデバイス310に加えて、またはその代わりに、他の第1、第2または第3者の装置またはシステムと通信し得る。例えば、制御回路334は、テレビ312、照明システム314、サーモスタット316、セキュリティシステム318、あるいは、オーブン322、コーヒーメーカー324、ランプ326及び常夜灯328のような他の家庭用機器、と通信し得る。制御回路334が通信し得る装置及び/またはシステムの他の例は、ブラインド330を制御するためのシステム、1または複数のドア332の状態を検知または制御する(例えばドアが開いているか否かを検知する、ドアがロックされているか否かを検知する、または、ドアを自動的にロックする)ための1または複数の装置、及び、ガレージドア320を制御するためのシステム(例えば、ガレージドア320の開閉状態を識別し、ガレージドアオープナーにガレージドア320を開閉させるため、ガレージドアオープナーと一体化された制御回路334)、を含む。ベッド302の制御回路334と他の装置との間の通信は、ネットワーク(例えば、LANまたはインターネット)を介して、または、ポイントトゥーポイント通信(例えば、ブルートゥース、無線通信、または有線接続)として、生じ得る。幾つかの実装形態では、異なるベッド302の制御回路334が、異なるセットの装置と通信し得る。例えば、キッズベッド(子供用ベッド)は、大人用ベッドと同じ装置と通信しない及び/または制御しない場合がある。幾つかの実施形態では、ベッド302は、当該ベッド302の制御回路334がユーザの年齢の関数として異なる装置と通信するように、ユーザの年齢とともに進化し得る。
制御回路334は、他の装置/システムから情報及び入力を受信し得て、ベッド302または他の装置の動作を制御するために、当該受信した情報及び入力を使用し得る。例えば、制御回路334は、ベッド302が配置されている家または部屋の現在の環境温度を示すサーモスタット316からの情報を受信し得る。制御回路334は、ベッド302の表面の全部または一部の温度を上げるべきか下げるべきかを決定(判定)するために、当該受信した情報を(他の情報とともに)使用し得る。次に、制御回路334は、ベッド302の加熱機構または冷却機構に、ベッド302の表面の温度を上昇または下降させ得る。例えば、ユーザ308は、華氏74度の所望の睡眠温度を示し得て、一方、ベッド302の第2のユーザは、華氏72度の所望の睡眠温度を示し得る。サーモスタット316は、寝室の現在の温度が華氏72度であることを、制御回路334に示し得る。制御回路334は、ユーザ308が華氏74度の所望の睡眠温度を示したことを識別し得て、ベッド302の表面の一部の温度を上げるために、制御信号をベッドのユーザ308の側にある加熱パッドに送信し得る。それは、当該ユーザ308の睡眠面の温度を所望の温度に上げるために配置されている。
制御回路334は、また、他の装置を制御する制御信号を生成し得て、当該制御信号を当該他の装置に伝搬し得る。幾つかの実装形態では、制御信号は、ユーザ308及び/または1人以上の他のユーザによるベッド302とのユーザ相互作用に関する情報を含む、制御回路334によって収集された情報に基づいて、生成される。幾つかの実装形態では、ベッド302以外の1または複数の他の装置から収集される情報が、制御信号を生成する時に使用される。例えば、ベッド302の制御回路334と通信する様々な装置の制御信号を生成する時に、環境発生に関する情報(例えば、環境温度、環境ノイズレベル、環境光レベルなど)、時刻、年、曜日、または他の情報が、使用され得る。例えば、時刻に関する情報が、照明システム314のための制御信号を生成するために、ユーザ308の動き及びベッドでの存在に関する情報と組み合わされ得る。幾つかの実装形態では、1または複数の他の装置に制御信号を提供するのではなく、またはそれに加えて、制御回路334は、収集された情報(例えば、ユーザの動き、ベッドでの存在、睡眠状態またはユーザ308の生体特徴信号、に関連する情報)を1または複数の他の装置に送信し得て、当該1または複数の他の装置が制御信号を生成する時に当該収集された情報を利用することを許容し得る。例えば、ベッド302の制御回路334は、中央コントローラ(図示せず)に、ユーザ308によるベッド302とのユーザ相互作用に関する情報を提供し得る。当該中央コントローラは、ベッド302を含む様々な装置の制御信号を生成するために、当該提供された情報を利用し得る。
引き続き図3を参照して、ベッド302の制御回路334は、ユーザ308のベッドでの存在、ユーザの睡眠状態308、及び他の要因を含む、制御回路334によって収集される情報に応答して、他の装置の動作を制御するための制御信号を生成し得て、当該他の装置に当該制御信号を送信し得る。例えば、ポンプ304と一体化された制御回路334は、エアチャンバ306b内の圧力の増加などの、ベッド302のマットレスの特徴を検知し得て、この検知された空気圧の増加を、ユーザ308がベッド302上にいることを判定するために利用する。幾つかの実装形態では、制御回路334は、圧力の増加が、無生物(スーツケースなど)がベッド上に置かれているのではなく、人がベッド302上に座っている、横たわっている、または休んでいるためである、ことを識別するために、ユーザ308の心拍数または呼吸数を識別し得る。幾つかの実装形態では、ユーザのベッドでの存在を示す情報は、他の情報と組み合わされて、ユーザ308の現在または将来の可能性ある状態を識別する。例えば、午前11時00分に検知されたユーザのベッドでの存在は、ユーザがベッド上に座っていて(例えば、靴紐を結ぶため、または、本を読むため)、寝ようとはしていない、ことを示し得る。一方、午後10時00分に検知されたユーザのベッドでの存在は、ユーザ308がベッドに入っていて、まもなく寝るつもりである、ことを示し得る。別の例として、制御回路334が、午前6時30分にユーザ308がベッド302を去ったことを検知し(例えば、ユーザ308がその日に目覚めたことを示す)、その後、午前7時30分にユーザ308のベッドでの存在を検知した場合、制御回路334は、ユーザ308が延長された期間ベッド上に留まるつもりである、ということの表示ではなく、新しく検知されたユーザのベッドでの存在は、一時的である可能性が高い(例えば、ユーザ308が仕事に向かう前に靴紐を結んでいる間である)、というように、この情報を使用(理解)し得る。
幾つかの実装形態では、制御回路334は、収集された情報(ユーザ308によるベッド302とのユーザ相互作用に関連する情報、環境情報、時間情報、及び、ユーザから受け取った入力、を含む)を使用して、ユーザ308の使用パターンを識別し得る。例えば、制御回路334は、ある期間にわたって収集されたユーザ308のベッドでの存在及び睡眠状態を示す情報を使用して、当該ユーザの睡眠パターンを識別し得る。例えば、制御回路334は、1週間にわたって収集されたユーザの存在を示す情報とユーザ308の生体特徴信号とに基づいて、ユーザ308が概して午後9時30分と午後10時00分との間にベッドに行き、概して午後10時00分と午後11時00分との間に入眠し、概して午前6時30分と午前6時45分との間に目覚める、ということを識別し得る。制御回路334は、ユーザ308によるベッド302とのユーザ相互作用をより良好に処理して識別するために、当該ユーザの識別パターンを使用し得る。
例えば、前記の例のユーザ308のベッドでの存在、睡眠、及び目覚めのパターンが与えられた場合において、ユーザ308が午後3時00分にベッド上にいると検知される場合、制御回路334は、ベッド上のユーザの存在が単に一時的である、と判定し得て、当該判定を使用して、ユーザ308が夕方にベッドにいると制御回路334が判定した場合に生成されるであろうものとは異なる制御信号を生成し得る。別の例として、制御回路334が、ユーザ308が午前3時00分にベッドから出たことを検知した場合、制御回路334は、当該ユーザ308の識別パターンを使用して、当該ユーザが一時的に起きただけであって(例えば、トイレを使用するため、または、コップ一杯の水を得るため)、その日の起床をしたわけではない、と判定し得る。対照的に、制御回路334が、ユーザ308が午前6時40分にベッド302から出たことを識別する場合、制御回路334は、ユーザがその日の起床をしたと判定し得て、(ユーザ308が午前3時00分にベッド302を出る場合のように)ユーザ308が一時的にベッドを出ただけであると判定された場合に生成されるであろうものとは異なる制御信号のセットを生成し得る。他のユーザ308については、午前3時00分にベッド302から出ることは、通常の目覚めの時間であり得るので、制御回路334は、これに応じて、学習及び応答し得る。
前述のように、ベッド302の制御回路334は、様々な他の装置の制御機能のための制御信号を生成し得る。制御信号は、少なくとも部分的に、ユーザ308によるベッド302との検知された相互作用と、時間、日付、温度などを含む他の情報と、に基づいて生成され得る。例えば、制御回路334は、テレビ312と通信し得て、テレビ312から情報を受信し得て、テレビ312の機能を制御するための制御信号を生成し得る。例えば、制御回路334は、テレビ312が現在オンであるというテレビ312からの標示を、受信し得る。テレビ312がベッド302とは異なる部屋に配置されている場合、制御回路334は、ユーザ308が夜に就寝したと判定する時、テレビ312をオフにする制御信号を生成し得る。例えば、ベッド302上のユーザ308の存在が特定の時間範囲(例えば午後8時00分と午前7時00分との間)に検知され、閾値時間(例えば10分)より長く続く場合、制御回路334は、この情報を使用して、ユーザ308が就寝のためにベッドにいると判定し得る。テレビ312がオンである場合(テレビ312からベッド302の制御回路334によって受信される通信によって示される)、制御回路334は、テレビ312をオフにする制御信号を生成し得る。次に、制御信号が、テレビに送信され得る(例えば、テレビ312と制御回路334との間の有向通信リンクを介して、または、ネットワークを介して)。別の例として、ユーザのベッドでの存在の検知に応答してテレビ312をオフにするのではなく、制御回路334は、テレビ312の音量を予め指定された量だけ下げるようにする制御信号を生成し得る。
別の例として、指定された時間範囲(例えば、午前6時00分から午前8時00分の間)にユーザ308がベッド302を離れたことを検知する時、制御回路334は、テレビ312をオンにし、予め指定されたチャンネルに同調させるための制御信号を生成し得る(例えば、ユーザ308は、朝にベッドから出る時に朝のニュースを見るという好みを示す)。制御回路334は、制御信号を生成し、当該信号をテレビ312に送信して、テレビ312をオンにし得て、所望の局(制御回路334、テレビ312、または別の場所、に保存され得る)に同調させ得る。別の例として、ユーザ308がその日に起床したことを検知する時、制御回路334は、制御信号を生成及び送信して、テレビ312をオンにし得て、テレビ312と通信しているデジタルビデオレコーダー(DVR)から以前に録画された番組の再生を開始し得る。
別の例として、テレビ312がベッド302と同じ部屋にある場合、制御回路334は、ユーザのベッドでの存在の検知に応答しては、テレビ312をオフにしない。むしろ、制御回路334は、ユーザ308が眠っているとの判定に応答して、制御信号を生成及び送信して、テレビ312をオフにし得る。例えば、制御回路334は、ユーザ308の生体特徴信号(例えば、動き、心拍数、呼吸数)をモニタリング(監視)して、ユーザ308が眠りに落ちたことを判定し得る。ユーザ308が眠っていることを検知する時、制御回路334は、テレビ312をオフにする制御信号を生成して送信する。別の例として、制御回路334は、ユーザ308が眠りに落ちた後の閾値時間の経過後(例えば、ユーザが眠りに落ちた後10分後)に、テレビ312をオフにする制御信号を生成し得る。別の例として、制御回路334は、ユーザ308が眠っていると判定した後、テレビ312の音量を下げる制御信号を生成する。更に別の例として、制御回路334は、ユーザ308が眠っているとの決定に応答して、制御信号を生成及び送信して、テレビの音量をある期間にわたって徐々に下げ、その後にテレビをオフにする。
幾つかの実装形態では、制御回路334は、コンピュータ、タブレット、スマートフォン、ステレオシステムなど、の他のメディアデバイスと、同様に相互作用し得る。例えば、ユーザ308が眠っていることを検知する時、制御回路334は、制御信号を生成してユーザデバイス310に送信し、ユーザデバイス310をオフにし得る、または、ユーザデバイス310で再生されているビデオまたはオーディオファイルの音量を下げ得る。
制御回路334は更に、照明システム314と通信し得て、当該照明システム314から情報を受信し得て、当該照明システム314の機能を制御するための制御信号を生成し得る。例えば、特定の時間枠(例えば午後8時00分から午前7時00分の間)で閾値時間(例えば10分)より長く続くベッド302上のユーザの存在を検知する時、ベッド302の制御回路334は、ユーザ308が就寝のためにベッドにいると判定し得る。この判定に応答して、制御回路334は、ベッド302が配置されている部屋以外の1または複数の部屋の照明を消灯する制御信号を生成し得る。次に、制御信号が照明システム314に送信され得て、当該照明システム314によって実行され得て、示された部屋の照明を消灯させ得る。例えば、制御回路334は、制御信号を生成及び送信して、他の寝室ではなく、全ての一般的な部屋の照明を消灯し得る。別の例として、ユーザ308が就寝のためにベッドにいるとの判定に応答して、制御回路334によって生成される制御信号は、ベッド302が配置されている部屋以外の全ての部屋の照明が消灯されるべきであり、ベッド302を含む家屋の外側に配置された1または複数の照明も消灯されるべきである、ことを示し得る。更に、制御回路334は、ユーザ308のベッドでの存在またはユーザ308が眠っていることの判定に応答して、常夜灯328を点灯させる制御信号を生成及び送信し得る。別の例として、制御回路334は、ユーザのベッドでの存在の検知に応答して第1セットの照明(例えば、一般の部屋の照明)を消灯するための第1制御信号と、ユーザ308が眠っていることの検知に応答して第2セットの照明(例えば、ベッド302が配置されている部屋の照明)を消灯するための第2制御信号と、を生成し得る。
幾つかの実装形態では、ユーザ308が就寝のためにベッドにいるとの判定に応答して、ベッド302の制御回路334は、ベッド302が配置されている部屋で日没照明様式を照明システム314に実施させる制御信号を生成し得る。日没照明様式は、例えば、寝室の照明に琥珀色の色調を追加するなど寝室環境の照明の色を変更することとの組み合わせで、照明を(時間をかけて徐々に、または一気に)落とすこと、を含み得る。日没照明様式は、ユーザ308が就寝のためにベッドにいると制御回路334が判定した時、ユーザ308を入眠させることを助け得る。
制御回路334は、また、ユーザ308が朝に目覚める時に、日出照明様式を実施するように構成され得る。制御回路334は、例えば、指定された時間枠(例えば午前6時00分と午前8時00分との間)の間にユーザ308がベッド302から出た(すなわち、もはやベッド302上に存在しない)ことを検知することによって、ユーザ308がその日に起床したことを判定し得る。別の例として、制御回路334は、ユーザ308がベッドから出ていなくてもユーザ308が目覚めていることを判定するために、ユーザ308の動き、心拍数、呼吸数、または他の生体特徴信号を、モニタリング(監視)し得る。制御回路334が、指定された時間枠の間にユーザが目覚めていることを検知した場合、制御回路334は、ユーザ308がその日に起床したと判定し得る。指定された時間枠は、例えば、一定期間(例えば2週間)にわたって収集された以前に記録されたユーザのベッドでの存在情報に基づき得る。それは、ユーザ308が通常午前6時30分と午前7時30分との間に目覚めることを示し得る。ユーザ308が目覚めていると制御回路334が判定することに応答して、当該制御回路334は、制御信号を生成して、照明システム314に、ベッド302が配置されている寝室で日出照明様式を実施させ得る。日出照明様式は、例えば、照明(例えば、ランプ326、または寝室の他の照明)を点灯させることを含み得る。日出照明様式は、ベッド302が配置されている部屋(または1または複数の他の部屋)の照明のレベルを徐々に上げることを更に含み得る。日出照明様式は、指定された色の照明のみを点灯させることも含み得る。例えば、日出照明様式は、ユーザ308が目覚めて活動的になるのを穏やかに支援するため、寝室を青色光で照明することを含み得る。
幾つかの実装形態では、制御回路334は、ベッド302とのユーザ相互作用が検出された時刻に応じて、照明システム314などの1または複数の構成要素の動作を制御するための異なる制御信号を生成し得る。例えば、制御回路334は、ユーザ308とベッド302との間の相互作用についての履歴ユーザ相互作用情報を使用して、ユーザ308が通常午後10時00分と午後11時00分との間で入眠し、通常午前6時30分と午前7時30分との間で目覚める、ということを判定し得る。制御回路334は、この情報を使用して、午前3時00分にユーザ308がベッドから出たと検知される場合に、照明システム314を制御するための制御信号の第1セットを生成し得て、午前6時30分より後にユーザ308がベッドから出たと検知される場合に、照明システム314を制御するための制御信号の第2セットを生成し得る。例えば、ユーザ308が午前6時30分より前にベッドから出る場合、制御回路334は、ユーザ308のトイレへの経路を案内する照明を点灯させ得る。別の例として、ユーザ308が午前6時30分より前にベッドから出る場合、制御回路334は、ユーザ308のキッチンへの経路を案内する照明を点灯させ得る(それは、例えば、常夜灯328を点灯すること、ベッド下の照明を点灯すること、または、ランプ326を点灯すること、を含み得る)。
別の例として、ユーザ308が午前6時30分より後にベッドから出る場合、制御回路334は、制御信号を生成して、照明システム314に日出照明様式を開始させ得る、あるいは、寝室または他の部屋の1または複数の照明を点灯させ得る。幾つかの実装形態では、当該ユーザ308について指定された朝の起床時間より前にユーザ308がベッドから出たと検知される場合、制御回路334は、照明システム314に、当該指定された朝の起床時間より後にユーザ308がベッドから出たと検知される場合に照明システム314によって点灯される光よりも弱い(暗い)光を、点灯させる。ユーザ308が夜間に(すなわち、当該ユーザ308の通常の起床時間より前に)ベッドから出る時に弱い(薄暗い)照明のみを点灯させることは、その家の他の居住者が照明によって目覚めてしまうことを防げる一方で、ユーザ308が家内でトイレ、キッチン、または別の目的地に到達するために見ることを許容し得る(視界を提供し得る)。
ユーザ308とベッド302との間の相互作用に関する履歴ユーザ相互作用情報は、ユーザの睡眠時間枠及び覚醒時間枠を識別するために使用され得る。例えば、ユーザのベッドでの存在時間及び睡眠時間が、設定された期間(例えば、2週間、1ヶ月など)について判定され得る。次に、制御回路334は、ユーザ308が就寝する典型的な時間範囲すなわち時間枠、ユーザ308が入眠する典型的な時間枠、及び、ユーザ308が目覚める典型的な時間枠、を識別し得る(場合によっては、ユーザ308が目覚める時間枠とユーザ308が実際にベッドから出る時間枠とは異なる)。幾つかの実装形態では、これらの時間枠に、バッファ時間が追加され得る。例えば、ユーザが、典型的には午後10時00分と午後10時30分との間に就寝すると識別される場合、各方向に30分のバッファが当該時間枠に追加され得て、午後9時30分と午後11時00分との間にユーザがベッドに着くことの検知が、ユーザ308が夜に就寝することと解釈され得る。別の例として、ユーザ308が就寝する最も早い典型的な時間の30分前から始まって当該ユーザの典型的な目覚めの時間(例えば午前6時30分)まで延長される時間帯内での、ユーザ308のベッドでの存在の検知が、ユーザ308が夜に就寝することと解釈され得る。例えば、ユーザが典型的には午後10時00分と午後10時30分との間に就寝する場合、ユーザのベッドでの存在がある夜の午前12時30分(0時30分)に検知されると、それは、ユーザの就寝の典型的な時間枠を超えてはいるが、ユーザの通常の目覚め時間の前に生じているため、当該ユーザ308が夜に就寝したと解釈され得る。幾つかの実装形態では、1年の異なる時期(例えば、夏よりも冬には就寝時間が早まる)または1週間の異なる曜日(例えば、ユーザは週末より平日により早く目覚める)について、異なる時間枠が識別される。
制御回路334は、ユーザ308の存在の持続時間を感知することによって、短時間ベッド302上に存在すること(昼寝など)に対して、ユーザ308が長時間就寝すること(夜など)を区別し得る。幾つかの例では、制御回路334は、ユーザ308の睡眠の持続時間を感知することによって、短時間の就寝(昼寝など)に対して、ユーザ308が長時間就寝すること(夜など)を区別し得る。例えば、制御回路334は、時間閾値を設定し得て、それにより、ユーザ308がベッド302上で当該閾値より長く感知される場合、ユーザ308が夜に就寝したと見なされる。幾つかの例では、当該閾値は約2時間であり得て、それにより、ユーザ308がベッド302上で2時間を超えて感知される場合、制御回路334は、それを長時間睡眠事象として登録する。他の例では、当該閾値は、2時間より長かったり短かったりし得る。
制御回路334は、ユーザ308が就寝時間範囲を入力する必要なく、ユーザ308の典型的な就寝時間範囲を自動的に判定するべく、繰り返される長時間睡眠事象を検知し得る。これにより、制御回路334は、ユーザ308が伝統的な睡眠スケジュールを使用して典型的に就寝するのか非伝統的な睡眠スケジュールを使用して典型的に就寝するのかとは無関係に、ユーザ308が長時間睡眠事象のために就寝する可能性が高い時刻を、正確に推定できる。次に、制御回路334は、ユーザ308の就寝時間範囲の知識を使用して、就寝時間範囲中または就寝時間範囲外にベッドで存在することの感知に基づいて、1または複数の構成要素(ベッド302及び/または非ベッドの周辺機器を含む)を、異なって制御し得る。
幾つかの例では、制御回路334は、ユーザ入力を必要とすることなく、ユーザ308の就寝時間範囲を自動的に判定し得る。幾つかの例では、制御回路334は、自動的に、且つ、ユーザ入力との組み合わせで、ユーザ308の就寝時間範囲を判定し得る。幾つかの例では、制御回路334は、ユーザ入力に従って、就寝時間範囲を直接的に設定し得る。幾つかの例では、制御回路334は、異なる就寝時刻を異なる曜日に関連付け得る。これらの例の各々において、制御回路334は、検知されたベッドでの存在及び就寝時間範囲の関数として、1または複数の構成要素(照明システム314、サーモスタット316、セキュリティシステム318、オーブン322、コーヒーメーカー324、ランプ326、及び常夜灯328など)を制御し得る
制御回路334は、更に、サーモスタット316と通信し得て、当該サーモスタット316からの情報を受信し得て、当該サーモスタット316の機能を制御するための制御信号を生成し得る。例えば、ユーザ308は、ユーザ308の睡眠状態またはベッドでの存在に応じて、異なる時間の異なる温度のユーザの好みを示し得る。例えば、ユーザ308は、ベッドから出るとき華氏72度、ベッドにいるが目覚めているとき華氏70度、及び、眠っているとき華氏68度、の環境温度を好み得る。ベッド302の制御回路334は、夜のユーザ308のベッドでの存在を検知し得て、ユーザ308が就寝中であると判定し得る。この判定に応答して、制御回路334は、サーモスタットをして温度を華氏70度に変化させる制御信号を生成し得る。次に、制御回路334は、当該制御信号をサーモスタット316に送信し得る。ユーザ308が就寝時間範囲中に就寝している、または眠っている、ことを検知すると、制御回路334は、制御信号を生成及び送信し得て、サーモスタット316をして温度を華氏68度に変化させ得る。翌朝、ユーザがその日の起床をした(例えば、ユーザ308が午前6時30分より後にベッドから出た)、ことを判定すると、制御回路334は、制御信号を生成及び送信し得て、サーモスタット316をして温度を華氏72度に変化させ得る。
幾つかの実装形態では、制御回路334は、同様に制御信号を生成し得て、ベッド302とのユーザ相互作用に応答して、あるいは様々な予めプログラムされた時間に、ベッド302の表面上の1または複数の加熱要素または冷却要素をして、様々な時点で温度を変化させ得る。例えば、制御回路334は、ユーザ308が入眠したことが検知されると、加熱要素を作動させ得て、ベッド302の表面の片側の温度を華氏73度にまで上昇させ得る。別の例として、ユーザ308がその日に起床したと判定すると、制御回路334は、加熱要素または冷却要素を電源オフにし得る。更に別の例として、ユーザ308は、ベッドの表面の温度が上昇または下降されるべき様々な時間を、予めプログラムし得る。例えば、ユーザは、午後10時00分に表面温度を華氏76度に上げ、午後11時30分に表面温度を華氏68度に下げるように、ベッド302をプログラムし得る。
幾つかの実装形態では、ユーザ308のベッドでの存在の検知及び/またはユーザ308が眠っていることの検知に応答して、制御回路334は、サーモスタット316をして、異なる部屋の温度を異なる値に変化させ得る。例えば、ユーザ308が夜にベッドにいるとの判定に応答して、制御回路334は、制御信号を生成及び送信し得て、サーモスタット316をして家の1または複数の寝室の温度を華氏72度に設定し得て、且つ、他の部屋の温度を華氏67度に設定し得る。
制御回路334は、また、サーモスタット316から温度情報を受信し得て、この温度情報を使用して、ベッド302または他の装置の機能を制御し得る。例えば、前述のように、制御回路334は、サーモスタット316から受信した温度情報に応答して、ベッド302に含まれる加熱要素の温度を調整し得る。
幾つかの実装形態では、制御回路334は、他の温度制御システムを制御するための制御信号を生成及び送信し得る。例えば、ユーザ308がその日に目覚めたとの判定に応答して、制御回路334は、床暖房要素を作動させるための制御信号を生成及び送信し得る。例えば、制御回路334は、ユーザ308がその日に目覚めたとの判定に応答して、主寝室の床暖房システムをオンにすることができる。
制御回路334は、更に、セキュリティシステム318と通信し得て、当該セキュリティシステム318から情報を受信し得て、当該セキュリティシステム318の機能を制御するための制御信号を生成し得る。例えば、ユーザ308が夜に就寝したとの検知に応答して、制御回路334は、セキュリティシステムをしてセキュリティ機能を作動または作動解除させる制御信号を生成し得る。その後、制御回路334は、当該制御信号をセキュリティシステム318に送信し得て、当該セキュリティシステム318を作動させ得る。別の例として、制御回路334は、ユーザ308がその日に目覚めた(例えば、ユーザ308が午前6時00分より後にベッド302上にもはや存在しない)との判定に応答して、制御信号を生成及び送信し得て、セキュリティシステム318を不能にさせ得る。幾つかの実装形態では、制御回路334は、ユーザ308のベッドでの存在の検知に応答して、セキュリティシステム318に第1セットのセキュリティ機能を作動させるための制御信号の第1セットを生成及び送信し得て、ユーザ308が入眠したことの検知に応答して、セキュリティシステム318に第2セットのセキュリティ機能を作動させるための制御信号の第2セットを生成及び送信し得る。
幾つかの実装形態では、制御回路334は、セキュリティシステム318(及び/または、セキュリティシステム318に関連付けられたクラウドサービス)からアラート(警告)を受信し得て、当該アラートをユーザ308に示し得る。例えば、制御回路334は、ユーザ308が夜にベッドにいることを検知し得て、それに応答して、制御信号を生成及び送信し得て、セキュリティシステム318をして作動または作動解除させ得る。その後、セキュリティシステムは、セキュリティ違反(例えば、誰かがセキュリティコードを入力せずにドア332を開けた、または、セキュリティシステム318が作動している時に誰かが窓を開けた)を検知し得る。セキュリティシステム318は、セキュリティ違反を、ベッド302の制御回路334に通信し得る。セキュリティシステム318からの通信の受信に応答して、制御回路334は、セキュリティ違反についてユーザ308に警告するための制御信号を生成し得る。例えば、制御回路334は、ベッド302を振動させ得る。別の例として、制御回路334は、ユーザ308を目覚めさせて、セキュリティ違反についてユーザに警告するために、ベッド302の一部を関節運動させ得る(例えば、ヘッドセクションを上昇または下降させ得る)。別の例として、制御回路334は、制御信号を生成及び送信し得て、ユーザ308にセキュリティ違反を警告するために、ランプ326を規則的な間隔で点滅させ得る。別の例として、制御回路334は、子供用の寝室の開いた窓など、別のベッドの寝室のセキュリティ違反について、あるベッド302のユーザ308に警告し得る。別の例として、制御回路334は、(例えば、ドアを閉じてロックするために)ガレージドアコントローラに警告を送信し得る。別の例として、制御回路334は、セキュリティが作動解除されるように警告を送信し得る。
制御回路334は、更に、ガレージドア320を制御するための制御信号を生成及び送信し得て、ガレージドア320の状態(すなわち、開いているかまたは閉じているか)を示す情報を受信し得る。例えば、ユーザ308が夜にベッドにいるとの判定に応答して、制御回路334は、ガレージドアオープナーまたはガレージドア320が開いているか否かを感知可能な他の装置に、要求(リクエスト)を生成及び送信し得る。制御回路334は、ガレージドア320の現在の状態に関する情報を要求し得る。制御回路334が、ガレージドア320が開いていることを示す応答を(例えば、ガレージドアオープナーから)受信した場合、制御回路334は、ガレージドアが開いていることをユーザ308に通知し得るか、または、制御信号を生成して、ガレージドアオープナーをしてガレージドア320を閉じさせ得る。例えば、制御回路334は、ガレージドアが開いていることを示すメッセージを、ユーザデバイス310に送信し得る。別の例として、制御回路334は、ベッド302を振動させ得る。更に別の例として、制御回路334は、制御信号を生成及び送信し得て、照明システム314をして寝室の1または複数の照明を点滅させ得て、警告についてユーザデバイス310をチェックするようにユーザ308に警告し得る(この例では、ガレージドア320が開いていることに関する警告)。代替的に、あるいは付加的に、制御回路334は、制御信号を生成及び送信し得て、ユーザ308が夜にベッドにいること、及び、ガレージドア320が開いていることの識別に応答して、ガレージドアオープナーをしてガレージドア320を閉じさせ得る。幾つかの実装形態では、制御信号は、ユーザ308の年齢に応じて異なり得る。
制御回路334は、同様に、ドア332またはオーブン322に関連する状態情報を制御または受信するための通信を送信及び受信し得る。例えば、ユーザ308が夜にベッドにいることを検知すると、制御回路334は、ドア332の状態を検知するための装置またはシステムに、要求を生成して送信し得る。当該要求に応答して返される情報は、ドア332の様々な状態、例えば、開いている、閉じているがロックされていない、または、閉じていてロックされている、を示し得る。ドア332が開いているか、または、閉じているがロックされていない場合、制御回路334は、例えばガレージドア320について前述された態様のように、ドアの状態についてユーザ308に警告し得る。ユーザ308への警告に対して代替的に、または付加的に、制御回路334は、ドア332をしてロックするか、または閉じてロックするように、制御信号を生成及び送信し得る。ドア332が閉じていてロックされている場合、制御回路334は、更なる動作は必要ないと判定し得る。
同様に、ユーザ308が夜にベッドにいることを検知すると、制御回路334は、オーブン322の状態(例えば、オンまたはオフ)を要求するためのオーブン322への要求を生成及び送信し得る。オーブン322がオンである場合、制御回路334は、ユーザ308に警告し得て、及び/または、制御信号を生成及び送信し得て、オーブン322をオフにし得る。オーブンが既にオフである場合、制御回路334は、更なる動作が必要ではないと判定し得る。幾つかの実装形態では、様々な事象(イベント)に対して、様々な警告(アラート)が生成され得る。例えば、制御回路334は、セキュリティシステム318が違反を検知した場合、ランプ326(または照明システム314を介して1または複数の他の照明)を第1パターンで点滅させ得て、ガレージドア320が開いている場合、第2パターンで点滅させ得て、ドア332が開いている場合、第3パターンで点滅させ得て、オーブン322がオンの場合、第4パターンで点滅させ得て、別のベッドが当該ベッドのユーザが起きたことを検知する場合(例えば、ユーザ308の子供が夜中にベッドから出たことが子供のベッド302内のセンサによって感知される時)、第5パターンで点滅させ得る。ベッド302の制御回路334によって処理されてユーザに通信され得る警告の他の例は、煙を検知する(及び当該煙の検知を制御回路334に通信する)煙検知器、一酸化炭素を検知する一酸化炭素テスタ、ヒータ誤動作、または、制御回路334と通信可能でユーザ308の注意を喚起すべき事象発生の検知が可能な任意の他の装置からの警告、を含む。
制御回路334はまた、ブラインド330の状態を制御するためのシステムまたは装置と通信し得る。例えば、ユーザ308が夜にベッドにいるとの判定に応答して、制御回路334は、制御信号を生成及び送信し得て、ブラインド330を閉じさせ得る。別の例として、ユーザ308がその日に起床した(例えば、ユーザが午前6時30分より後にベッドから出た)との判定に応答して、制御回路334は、制御信号を生成及び送信し得て、ブラインド330を開かせ得る。対照的に、ユーザ308が当該ユーザ308の通常の起床時間より前にベッドから出た場合、制御回路334は、ユーザ308がその日まだ起床していないと判定し得て、ブラインド330を開かせるための制御信号を生成しない。更に別の例として、制御回路334は、ユーザ308のベッドでの存在の検知に応答して、第1セットのブラインドを閉じさせ、ユーザが眠っていることの検知に応答して、第2セットのブラインドを閉じさせる、という制御信号を生成及び送信し得る。
制御回路334は、ベッド302とのユーザ相互作用の検知に応答して、他の家庭用装置の機能を制御するための制御信号を生成及び送信し得る。例えば、ユーザ308がその日に起床したとの判定に応答して、制御回路334は、コーヒーメーカー324に対する制御信号を生成及び送信し得て、当該コーヒーメーカー324をしてコーヒーの淹出を開始させ得る。別の例として、制御回路334は、オーブン322に対する制御信号を生成及び送信し得て、当該オーブンをして(朝に焼きたてパンが好きなユーザのために)予熱を開始させ得る。別の例として、制御回路334は、ユーザ308がその日に目覚めたことを示す情報を、1年のうちの時期が現在冬であること、及び/または、外気温が閾値を下回っていること、を示す情報と共に使用し得て、制御信号を生成及び送信し得て、車のエンジンブロックヒーターをオンにし得る。
別の例として、制御回路334は、ユーザ308のベッドでの存在の検知に応答して、または、ユーザ308が眠っていることの検知に応答して、制御信号を生成及び送信し得て、1または複数の装置をスリープモードに入らせ得る。例えば、制御回路334は、ユーザ308の携帯電話をスリープモードへと切り替えさせるための制御信号を生成し得る。その後、制御回路334は、当該制御信号を携帯電話に送信し得る。更にその後、ユーザ308がその日に起床したと判定すると、制御回路334は、携帯電話をスリープモードから(通常モードに)切り替えさせる制御信号を生成及び送信し得る。
幾つかの実装形態では、制御回路334は、1または複数のノイズ制御装置と通信し得る。例えば、ユーザ308が夜にベッドにいる、または、ユーザ308が眠っていると判定すると、制御回路334は、制御信号を生成及び送信し得て、1または複数のノイズキャンセレーション装置を作動させ得る。ノイズキャンセレーション装置は、例えば、ベッド302の一部として含まれ得るか、あるいは、ベッド302のある寝室内に配置され得る。別の例として、ユーザ308が夜にベッドにいる、または、ユーザ308が眠っていると判定すると、制御回路334は、ステレオシステムラジオ、コンピュータ、タブレットなど、1または複数の音響生成装置について、ボリュームをオンにしたり、オフにしたり、アップしたり、ダウンしたりするための制御信号を生成及び送信し得る。
更に、ベッド302の機能が、ベッド302とのユーザ相互作用に応答して、制御回路334によって制御される。例えば、ベッド302は、調節可能な土台と、ベッドを支持する当該調節可能な土台を調整することによってベッド302の1または複数の部分の位置を調整するように構成された関節運動コントローラと、を含み得る。例えば、関節運動コントローラは、ベッド302を、平坦な位置から、ベッド302のマットレスのヘッド部分が上向きに傾斜する位置にまで、調整し得る(例えば、ユーザがベッドに座ったり、及び/または、テレビを見たりするのを容易にするため)。幾つかの実装形態では、ベッド302は、複数の別々に関節運動可能なセクションを含む。例えば、エアチャンバ306a及び306bの位置に対応するベッドの部分が、互いに独立して関節運動され得て、ベッド302の表面上に配置された1人が第1位置(例えば、平坦な位置)で休みながら、2人目が第2位置(例えば、頭を腰から斜めに上げたリクライニング位置)で休むことを許容する。幾つかの実装形態では、2つの異なるベッド(例えば、互いに隣り合って配置された2つのツインベッド)に、別々の位置が設定され得る。ベッド302の土台は、独立して調整され得る2以上のゾーンを含み得る。関節運動コントローラはまた、ベッド302上の1または複数のユーザに異なるレベルのマッサージを提供するように、または、前述のようにユーザ308に警告を伝えるためにベッドを振動させるように、構成され得る。
制御回路334は、ベッド302とのユーザ相互作用に応答して、位置(例えば、ユーザ308及び/またはベッド302の追加ユーザのための傾斜及び下降位置)を調整し得る。例えば、制御回路334は、関節運動コントローラをして、ユーザ308のベッドでの存在の感知に応答して、ベッド302をユーザ308の第1リクライニング位置に調整させ得る。制御回路334は、ユーザ308が眠っているとの判定に応答して、関節運動コントローラをして、ベッド302を第2リクライニング位置(例えば、リクライニングの程度が小さいか、平坦な位置)に調整させ得る。別の例として、制御回路334は、ユーザ308がテレビ312をオフにしたことを示すテレビ312からの通信を受信し得て、それに応答して、制御回路334は、関節運動コントローラをして、ベッド302の位置を好ましいユーザ睡眠位置に調整し得る(例えば、ユーザ308がベッドにいる間にユーザがテレビ312をオフにしたことにより、ユーザ308が入眠を望んでいることが示される)。
幾つかの実装形態では、制御回路334は、ベッド302の別のユーザを目覚めさせることなく、ベッド302の1人のユーザを目覚めさせるように、関節運動コントローラを制御し得る。例えば、ユーザ308及びベッド302の第2ユーザは、各々、異なる目覚め時間を設定し得る(例えば、それぞれ、午前6時30分及び午前7時15分)。
ユーザ308の目覚め時間になると、制御回路334は、関節運動コントローラをしてユーザ308が配置されているベッドの一側のみ振動させるか、または、その位置を変更させて、第2ユーザを妨げることなく、ユーザ308を目覚めさせ得る。第2ユーザの目覚め時間になると、制御回路334は、関節運動コントローラをして、第2ユーザが配置されているベッドの側のみを振動させるか、またはその位置を変化させ得る。あるいは、第2ユーザの目覚め時間になると、制御回路334は、他の方法(例えば、オーディオアラームや照明の点灯など)を利用して、第2ユーザを目覚めさせ得る。なぜなら、制御回路334が第2ユーザを目覚めさせることを試みる時、ユーザ308は既に目覚めていて、妨げられないからである。
ユーザ308の目覚め時間になると、制御回路334は、関節運動コントローラをしてユーザ308が配置されているベッドの一側のみ振動させるか、または、その位置を変更させて、第2ユーザを妨げることなく、ユーザ308を目覚めさせ得る。第2ユーザの目覚め時間になると、制御回路334は、関節運動コントローラをして、第2ユーザが配置されているベッドの側のみを振動させるか、またはその位置を変化させ得る。あるいは、第2ユーザの目覚め時間になると、制御回路334は、他の方法(例えば、オーディオアラームや照明の点灯など)を利用して、第2ユーザを目覚めさせ得る。なぜなら、制御回路334が第2ユーザを目覚めさせることを試みる時、ユーザ308は既に目覚めていて、妨げられないからである。
引き続き図3を参照して、ベッド302の制御回路334は、複数のユーザによるベッド302との相互作用についての情報を利用して、様々な他の装置の機能を制御するための制御信号を生成し得る。例えば、制御回路334は、ユーザ308と第2ユーザとの両方がベッド302上に存在していると検知されるまで、例えばセキュリティシステム318を作動させたり、あるいは、照明システム314に様々な部屋の照明を消灯するよう命令したりするための制御信号を生成することを、待つことができる。別の例として、制御回路334は、ユーザ308のベッドでの存在を検知すると、照明システム314をして第1セットの照明を消灯させるための第1セットの制御信号を生成し得て、第2ユーザのベッドでの存在の検知に応答して、第2セットの照明を消灯させるための第2セットの制御信号を生成し得る。別の例として、制御回路334は、ブラインド330を開けるための制御信号を生成することを、ユーザ308と第2ユーザとの両方がその日に目覚めたと判定されるまで、待つことができる。更に別の例として、ユーザ308はその日ベッドを出て目覚めているが、第2ユーザは未だ眠っているという判定に応答して、制御回路334は、第1セットの制御信号を生成及び送信し得て、コーヒーメーカー324をしてコーヒーの淹出を開始させ得て、セキュリティシステム318をして非アクティブにさせ得て、ランプ326を点灯し得て、常夜灯328を消灯し得て、サーモスタット316をして1または複数の部屋の温度を華氏72度に上昇させ得て、ベッド302が配置されている寝室以外の部屋のブラインド(例えば、ブラインド330)を開け得る。その後、第2ユーザがベッド上にもはや存在しない(または第2ユーザが目覚めている)ことの検知に応答して、制御回路334は、第2セットの制御信号を生成及び送信し得て、例えば照明システム314をして寝室の1または複数の照明を点灯させ得て、寝室のブラインドを開けさせ得て、テレビ312を予め指定されたチャンネルでオンにし得る。
[ベッドに関連付けられたデータ処理システムの例]
ここで、例えばベッドに関連付けられているデータ処理タスクのために使用され得るシステム及び構成要素の例が説明される。幾つかの場合、特定の1つの構成要素または構成要素群の複数の例が提示される。これらの例の幾つかは、冗長性がある、及び/または、相互に排他的な代替物である。構成要素間の接続は、構成要素間の通信を許容するための可能性あるネットワーク形態を例示する例として示される。技術的に必要とされるまたは所望される通りに、様々な様式の接続が使用され得る。当該接続は、一般的に、任意の技術的に実現可能な様式で作成され得る論理接続を示す。例えば、マザーボード上のネットワークは、プリント回路基板、ワイヤレスデータ接続、及び/または、他のタイプのネットワーク接続、で創成され得る。幾つかの論理接続は、明瞭化のため、図示されない。例えば、特定の構成要素の多くのまたは全てのエレメントが電源及び/またはコンピュータ可読メモリに接続される必要があり得るが、明瞭化のため、電源及び/またはコンピュータ可読メモリとの接続は、図示されない場合がある。
図4Aは、ベッドシステムに関連付けられ得るデータ処理システム400の一例のブロック図である。それは、図1乃至図3に関して前述されたものを含んでいる。当該システム400は、ポンプマザーボード402及びポンプドーターボード404を含んでいる。当該システム400は、センサアレイ406を含み、それは、環境及び/またはベッドの物理的現象を感知し、そのような感知を、例えば分析のために、ポンプマザーボード402に報告する、ように構成された1または複数のセンサを含み得る。当該システム400は、また、コントローラアレイ408も含み、それは、ベッド及び/または環境の論理制御デバイスを制御するように構成された、1または複数のコントローラを含み得る。ポンプマザーボード400は、ローカルネットワークを介して、インターネット412を介して、または技術的に適切な他の態様を介して、1または複数のコンピューティングデバイス414及び1または複数のクラウドサービス410と通信状態であり得る。これらの構成要素の各々が、以下において、複数の例示的形態と共に、より詳細に説明される。
この例では、ポンプマザーボード402とポンプドーターボード404とが通信可能に結合されている。それらは、概念的にシステム400の中心ないしハブとして説明され得て、他の構成要素は、概念的にシステム400のスポークとして説明され得る。幾つかの形態では、これは、スポーク構成要素の各々が、主としてまたは排他的にポンプマザーボード402と通信することを意味し得る。例えば、センサアレイのセンサは、対応するコントローラと直接的に通信するように構成されていないか、または通信できない場合がある。代わりに、各スポーク構成要素は、マザーボード402と通信し得る。センサアレイ406のセンサは、センサ読取値をマザーボード402に報告し得て、マザーボード402は、それに応答して、コントローラアレイ408のコントローラが論理制御デバイスの幾つかのパラメータを調整すべきであるか、あるいは、1または複数の周辺装置の状態を修正すべきであるか、を判定し得る。ある場合に、ベッドの温度が高すぎると判定されるならば、ポンプマザーボード402は、温度コントローラがベッドを冷却すべきである、と判定し得る。
ハブ-スポークのネットワーク形態(星形ネットワークと呼ばれることもある)の1つの利点は、例えば動的ルーティングを使用するメッシュネットワークと比較して、ネットワークトラフィックが減少することである。特定のセンサが、大きな連続的なストリームのトラフィックを生成する場合でも、当該トラフィックは、ネットワークの1つのスポークを介してマザーボード402に送信されるのみであり得る。マザーボード402は、例えば、当該データをマーシャリングし、それをより小さなデータフォーマットに凝縮して、クラウドサービス410に格納するために再送信し得る。追加的または代替的に、マザーボード402は、大きなストリームに応答して、ネットワークの異なるスポークを介して送信される単一の小さなコマンドメッセージを生成し得る。例えば、大量のデータストリームが、センサアレイ406から1秒あたり数回送信される圧力読取値である場合、マザーボード402は、コントローラアレイに単一のコマンドメッセージで応答して、エアチャンバ内の圧力を増加させ得る。この場合、単一のコマンドメッセージは、圧力読取値のストリームよりも、桁違いに小さい場合があり得る。
別の利点として、ハブ-スポークのネットワーク形態は、構成要素の追加、削除、障害などに対応できる拡張可能なネットワークを許容し得る。これは、例えば、センサアレイ406内のより多い、より少ない、または異なるセンサ、コントローラアレイ408内のより多い、より少ない、または異なるコントローラ、より多い、より少ない、または異なるコンピューティングデバイス414、及び/または、より多い、より少ない、または異なるクラウドサービス410、を許容し得る。例えば、特定のセンサが故障するか、または、当該センサのより新しいバージョンによって廃止される場合、システム400は、マザーボード402のみが交換用センサについて更新される必要がある、というように構成され得る。これは、例えば、同一のマザーボード402が、より少ないセンサ及びコントローラを備えたエントリーレベルの製品、より多いセンサ及びコントローラを備えたより価値の高い製品、及び、顧客が独自に選択した構成要素をシステム400に追加し得る顧客パーソナライゼーション、を支援できる、という製品差別化を許容し得る。
更に、一連のエアベッド製品が、様々な構成要素を備えたシステム400を使用し得る。製品ライン内の全てのエアベッドが中央論理ユニットとポンプとの両方を含む応用では、マザーボード402(及び任意選択的にドーターボード404)は、単一のユニバーサルハウジング内に収まるように設計され得る。その後、製品ライン内での製品のアップグレード毎に、付加的なセンサ、コントローラ、クラウドサービスなどが、追加され得る。各製品が特注の論理制御システムを備えている製品ラインと比較して、このようなベースから製品ラインの全ての製品を設計することにより、設計、製造、及び試験の時間が短縮され得る。
前述の構成要素の各々は、様々な技術及び形態で実現され得る。以下、各構成要素の幾つかの例が、更に説明される。幾つかの代替案では、システム400の2以上の構成要素が、単一の代替構成要素で実現され得て、幾つかの構成要素は、複数の個別の構成要素で実現され得て、及び/または、幾つかの機能は、異なる構成要素によって提供され得る。
図4Bは、データ処理システム400の幾つかの通信経路を示すブロック図である。前述のように、マザーボード402及びポンプドーターボード404は、システム400の周辺装置及びクラウドサービスのためのハブとして機能し得る。ポンプドーターボード404がクラウドサービスまたは他の構成要素と通信する場合、ポンプドーターボード404からの通信は、ポンプマザーボード402を介してルーティングされ得る。これは、例えば、ベッドがインターネット412との単一の接続のみを有することを許容し得る。コンピューティングデバイス414は、また、場合によってベッドによって使用される同一のゲートウェイを介して、及び/または、場合によって異なるゲートウェイ(例えば、セルサービスプロバイダ)を介して、インターネット412への接続を有し得る。
以前から、幾つかのクラウドサービス410が説明されていた。図4Bに示すように、クラウドサービス4l0d及び4l0eなど、幾つかのクラウドサービスは、ポンプマザーボード402が当該クラウドサービスと直接的に通信できるように、構成され得る。-すなわち、マザーボード402は、仲介者として別のクラウドサービス410を使用する必要なしで、クラウドサービス410と通信し得る。追加的または代替的に、幾つかのクラウドサービス410、例えばクラウドサービス410fは、仲介クラウドサービス、例えばクラウドサービス410e、を介してのみ、ポンプマザーボード402によって到達可能であり得る。ここでは図示されていないが、幾つかのクラウドサービス410は、ポンプマザーボード402によって直接的または間接的に到達可能であり得る。
更に、クラウドサービス410の一部または全ては、他のクラウドサービスと通信するように構成され得る。この通信は、任意の技術的に適切な様式に従って、データ及び/またはリモートファンクションコールの転送を含み得る。例えば、1つのクラウドサービス410が、例えばバックアップ、協調、移行の目的で、あるいは、計算やデータマイニングの実施のため、別のクラウドサービスの410データの複写を要求し得る。別の例では、多くのクラウドサービス410が、ユーザカウントクラウド410c及び/またはベッドデータクラウド410aによって追跡される特定のユーザに従って索引付けされるデータを含み得る。これらのクラウドサービス410は、特定のユーザまたはベッドに固有のデータにアクセスする時、当該ユーザカウントクラウド410c及び/またはベッドデータクラウド410aと通信し得る。
図5は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得るマザーボード402の一例のブロック図である。この例では、以下で説明される他の例と比較して、マザーボード402が比較的少ない部品で構成され、比較的限定された特徴セットを提供するように制限され得る。
マザーボードは、電源部500、プロセッサ502、及び、コンピュータメモリ512を含む。一般に、電源部は、外部電源から電力を受け取って、それをマザーボード402の構成要素に供給するために使用されるハードウェアを含む。電源部は、例えば、バッテリーパック及び/または壁コンセントアダプタ(プラグ)、AC-DCコンバータ、DC-ACコンバータ、電力調整器、コンデンサーバンク、及び/または、マザーボード402の他の構成要素によって必要とされる電流タイプ、電圧などで電力を提供するための1または複数のインタフェース、を含み得る。
プロセッサ502は、一般に、入力を受け取り、論理決定を実行し、出力を提供するための装置である。プロセッサ502は、中央処理装置、マイクロプロセッサ、汎用論理回路、特定用途向け集積回路(ASIC)、これらの組み合わせ、及び/または、必要な機能を実行するための他のハードウェア、であり得る。
メモリ512は、一般に、データを格納するための1または複数の装置である。メモリ512は、長期安定データ記憶(例えば、ハードディスク上)、短期不安定データ記憶(例えば、ランダムアクセスメモリ上)、または、任意の他の技術的に適切な構成、を含み得る。
マザーボード402は、ポンプコントローラ504及びポンプモータ506を含む。ポンプコントローラ504は、プロセッサ502からコマンドを受信し得て、それに応答して、ポンプモータ506の機能を制御し得る。例えば、ポンプコントローラ504は、プロセッサ502から、エアチャンバの圧力を1平方インチあたり0.3ポンド(PSI)だけ増加させるコマンドを受信し得る。ポンプコントローラ504は、それに応答して、ポンプモータ506が選択されたエアチャンバ内に空気を送り込むような構成とされるように、弁を作動させ、0.3PSIに対応する時間、または、圧力が0.3PSIだけ増加されたことをセンサが示すまで、ポンプモータ506を作動させ得る。代替的形態では、メッセージが、チャンバが目標PSIまで膨張されるべきであるということを指定し得て、ポンプコントローラ504は、当該目標PSIが到達されるまでポンプモータ506を作動させ得る。
バルブソレノイド508は、どのエアチャンバにポンプが接続されるかを制御し得る。場合によっては、ソレノイド508は、プロセッサ502によって直接的に制御され得る。場合によっては、ソレノイド508は、ポンプコントローラ504によって制御され得る。
マザーボード402のリモートインタフェース510は、マザーボード402がデータ処理システムの他の構成要素と通信することを許容し得る。例えば、マザーボード402は、リモートインタフェース510を介して、1または複数のドーターボード、周辺センサ、及び/または、周辺コントローラと通信することが可能であり得る。リモートインタフェース510は、WiFi、ブルートゥース及び銅有線ネットワークなどの、複数の通信インタフェースを含むがこれらに限定されない、任意の技術的に適切な通信インタフェースを提供し得る。
図6は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得るマザーボード402の一例のブロック図である。図5を参照して説明されたマザーボード402と比較すると、図6のマザーボードは、より多くの構成要素を含み得て、幾つかの用途においてより多くの機能を提供し得る。
電源部500、プロセッサ502、ポンプコントローラ504、ポンプモータ506及びバルブソレノイド508に加えて、当該マザーボード402は、バルブコントローラ600、圧力センサ602、ユニバーサルシリアルバス(USB)スタック604、WiFi無線器606、ブルートゥース低エネルギ(BLE)無線器608、ZigBee無線器610、ブルートゥース無線器612、及び、コンピュータメモリ512、と共に示されている。
ポンプコントローラ504がプロセッサ502からのコマンドをポンプモータ506のための制御信号に変換する方法と同様に、バルブコントローラ600は、プロセッサ502からのコマンドをバルブソレノイド508のための制御信号に変換し得る。一例では、プロセッサ502は、エアベッド内の一群のエアチャンバのうちの1つの特定のエアチャンバにポンプを接続するようにバルブコントローラ600にコマンドを発行し得る。バルブコントローラ600は、ポンプが指示されたエアチャンバに接続されるように、バルブソレノイド508の位置を制御し得る。
圧力センサ602は、エアベッドの1または複数のエアチャンバからの圧力読取値を読み取ることができる。圧力センサ602はまた、デジタルセンサ調整を行うこともできる。
マザーボード402は、ここで図示されるものを含むがそれに限定されない、一組のネットワークインタフェースを含み得る。これらのネットワークインタフェースは、マザーボードが、有線または無線ネットワークを介して、周辺センサ、周辺コントローラ、コンピューティングデバイス、及び、インターネット412に接続された装置及びサービス、を含むがこれらに限定されない、任意の数の装置と通信することを、許容し得る。
図7は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得るドーターボード404の一例のブロック図である。幾つかの形態では、1または複数のドーターボード404がマザーボード402に接続され得る。幾つかのドーターボード404は、特定のタスク及び/または区画化されたタスクをマザーボード402から解放(オフロード)するように設計され得る。これは、例えば、特定のタスクが、計算集約型であるか、独占的(proprietary)であるか、または将来の改訂の対象である、という場合に有利であり得る。例えば、特定の睡眠データメトリックを計算するために、ドーターボード404が使用され得る。このメトリックは、計算集約的であり得て、ドーターボード404で当該睡眠メトリックを計算すれば、当該メトリックが計算されている間、マザーボード402のリソースが解放され得る。追加的及び/または代替的に、当該睡眠メトリックは、将来の改訂の対象となり得る。システム400を新しい睡眠メトリックで更新するために、当該メトリックを計算するドーターボード404のみが交換される必要がある、ということが可能である。この場合、同一のマザーボード402及び他の構成要素が使用され得るため、ドーターボード404だけでなく追加の構成要素のユニット試験を実行する、という必要がない。
ドーターボード404は、電源部700、プロセッサ702、コンピュータ可読メモリ704、圧力センサ706、及び、WiFi無線器708、と共に図示されている。プロセッサは、圧力センサ706を使用して、エアベッドの1または複数のエアチャンバの圧力に関する情報を収集し得る。このデータから、プロセッサ702は、睡眠メトリックを計算するためのアルゴリズムを実行し得る。幾つかの例では、睡眠メトリックは、エアチャンバの圧力のみから計算され得る。他の例では、睡眠メトリックは、1または複数の他のセンサから計算され得る。様々なデータが必要とされる例では、プロセッサ702は、適切な1または複数のセンサから当該データを受信し得る。これらのセンサは、ドーターボード404の内部にあり得る、WiFi無線器708を介してアクセス可能であり得る、あるいは、プロセッサ702と通信中であり得る。睡眠メトリックが計算されると、プロセッサ702は、当該睡眠メトリックを例えばマザーボード402に報告し得る。
図8は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、ドーターボード無しのマザーボード800の一例のブロック図である。この例では、マザーボード800は、図6のマザーボード402及び図7のドーターボード404を参照して説明された機能の、ほとんど、全て、またはより多く、を実行し得る。
図9は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、センサアレイ406の一例のブロック図である。一般に、センサアレイ406は、マザーボード402と通信するがマザーボード402に対してネイティブではない周辺センサの一部または全ての概念的なグループである。
センサアレイ406の周辺センサは、特定のセンサの形態にとって適切であるように、USBスタック604、WiFi無線器606、ブルートゥース低エネルギ(BLE)無線器608、ZigBee無線器610、及び、ブルートゥース無線器612を含むがこれらに限定されないマザーボードの1または複数のネットワークインタフェースを介して、マザーボード402と通信し得る。例えば、USBケーブルを介して読取値を出力するセンサは、USBスタック604を介して通信し得る。
センサアレイ406の周辺センサ900の幾つかは、ベッドに取り付けられ得る。これらのセンサは、例えば、ベッドの構造内に埋め込まれ得て、ベッドと一緒に販売され得るか、あるいは、後にベッドの構造に取り付けられ得る。他の周辺センサ902、904は、マザーボード402と通信し得るが、選択的にベッドに取り付けられない場合がある。場合によっては、ベッドに取り付けられたセンサ900及び/または周辺センサ902、904の一部または全てが、ネットワーク用ハードウェアを共有し得る。それは、マザーボード402に取り付けられる時、関連するセンサの全てをマザーボード402と接続する、各センサからのワイヤ、マルチワイヤケーブル、または、プラグを含む導体(導線)を含む。幾つかの実施形態では、センサ902、904、906、908、910のうちの、1つ、幾つか、または全てが、圧力、温度、光、音、及び/または、マットレスの1または複数の他の特徴などの、マットレスの1または複数の特徴を感知可能である。幾つかの実施形態では、センサ902、904、906、908、910のうちの、1つ、幾つか、または全てが、マットレスの外部の1または複数の特徴を感知可能である。。幾つかの実施形態では、センサ902、904、906、908、910のうちの、幾つか、または全てが、マットレスの1または複数の特徴、及び/または、マットレスの外部の1または複数の特徴を感知可能である一方で、圧力センサ902が、マットレスの圧力を感知可能である。
図10は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、コントローラアレイ408の一例のブロック図である。一般に、コントローラアレイ408は、マザーボード402と通信するがマザーボード402に対してネイティブではない周辺コントローラの一部または全ての概念的なグループである。
コントローラアレイ408の周辺コントローラは、特定のセンサの形態にとって適切であるように、USBスタック604、WiFi無線器606、ブルートゥース低エネルギ(BLE)無線器608、ZigBee無線器610、及び、ブルートゥース無線器612を含むがこれらに限定されないマザーボードの1または複数のネットワークインタフェースを介して、マザーボード402と通信し得る。例えば、USBケーブルを介してコマンドを受信するコントローラは、USBスタック604を介して通信し得る。
コントローラアレイ408のコントローラの幾つか1000は、ベッドに取り付けられ得て、温度コントローラ1006、照明コントローラ1008及び/またはスピーカコントローラ1010を含むが、これらに限定されない。これらのコントローラは、例えば、ベッドの構造内に埋め込まれ得て、ベッドと一緒に販売され得るか、あるいは、後にベッドの構造に取り付けられ得る。他の周辺コントローラ1002、1004は、マザーボード402と通信し得るが、選択的にベッドに取り付けられない場合がある。場合によっては、ベッドに取り付けられたコントローラ1000及び/または周辺コントローラ1002、1004の一部または全てが、ネットワーク用ハードウェアを共有し得る。それは、マザーボード402に取り付けられる時、関連するコントローラの全てをマザーボード402と接続する、各コントローラのためのワイヤ、マルチワイヤケーブル、または、プラグを含む導体(導線)を含む。
図11は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、コンピューティングデバイス414の一例のブロック図である。コンピューティングデバイス414は、例えば、ベッドのユーザによって使用されるコンピューティングデバイスを含み得る。例示的なコンピューティングデバイス414は、モバイルコンピューティングデバイス(例えば、携帯電話、タブレットコンピュータ、ラップトップ)及びデスクトップコンピュータを含むが、これらに限定されない。
コンピューティングデバイス414は、電源部1100、プロセッサ1102及びコンピュータ可読メモリ1104を含む。ユーザ入力及び出力が、例えば、スピーカ1106、タッチスクリーン1108、または、ポインティングデバイス若しくはキーボードなどの他の不図示の構成要素、によって送信され得る。コンピューティングデバイス414は、1または複数のアプリケーション1110を実行し得る。これらのアプリケーションは、例えば、ユーザがシステム400と相互作用することを許容するアプリケーションを含み得る。これらのアプリケーションは、ユーザが、ベッドに関する情報(センサの読取値、睡眠メトリックなど)を視認したり、システム400の動作を構成したり(例えば、ベッドに所望の堅さを設定したり、周辺装置に所望の動作を設定したり)することを許容し得る。場合によっては、コンピューティングデバイス414は、前述のリモートコントロール122に加えて、またはそれに置換するために、使用され得る。
図12は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、ベッドデータクラウドサービス410aの一例のブロック図である。この例では、ベッドデータクラウドサービス410aは、特定のベッドからセンサデータ及び睡眠データを収集し、当該センサデータ及び睡眠データが生成された時にベッドを使用している1または複数のユーザと当該センサデータ及び睡眠データとを照合する、ように構成されている。
ベッドデータクラウドサービス410aは、ネットワークインタフェース1200、通信マネージャ1202、サーバハードウェア1204、及び、サーバシステムソフトウェア1206、と共に示されている。更に、ベッドデータクラウドサービス410aは、ユーザ識別モジュール1208、デバイス管理モジュール1210、センサデータモジュール1212、及び、高度睡眠データモジュール1214、と共に示されている。
ネットワークインタフェース1200は、一般に、1または複数のハードウェア装置がネットワークを介して通信することを許容するために使用される、ハードウェア及び低レベルソフトウェアを含む。例えば、ネットワークインタフェース1200は、ベッドデータクラウドサービス410aの構成要素が例えばインターネット412を介して互いに及び他の宛先と通信する、ことを許容するために必要とされる、ネットワークカード、ルータ、モデム、及び、他のハードウェア、を含み得る。通信マネージャ1202は、一般に、ネットワークインタフェース1200上で動作する、ハードウェア及びソフトウェアを含む。これは、ベッドデータクラウドサービス4l0aによって使用されるネットワーク通信を開始、維持、及び破棄するためのソフトウェアを含む。これは、例えば、TCP/IP、SSLまたはTLS、トレント(Torrent)、及び、ローカルまたはワイドエリアネットワークを介した他の通信セッション、を含む。通信マネージャ1202は、また、ベッドデータクラウドサービス410aの他の要素に、ロードバランシング及び他のサービスを提供し得る。
サーバハードウェア1204は、一般に、ベッドデータクラウドサービス410aをインスタンス化して維持するために使用される物理処理装置を含む。このハードウェアは、プロセッサ(例えば、中央処理装置、ASIC、グラフィックプロセッサ)及びコンピュータ可読メモリ(例えば、ランダムアクセスメモリ、安定したハードディスク、テープバックアップ)を含むが、これらに限定されない。1または複数のサーバが、地理的に離れ得る乃至接続され得る、クラスター、マルチコンピュータ、または、データセンター、に構成され得る。
サーバシステムソフトウェア1206は、一般に、アプリケーション及びサービスに動作環境を提供するためにサーバハードウェア1204上で実行されるソフトウェアを含む。サーバシステムソフトウェア1206は、実サーバで実行されるオペレーティングシステム、実サーバでインスタンス化されて多くの仮想サーバを生成する仮想マシン、データ移行や冗長性やバックアップなどのサーバレベルの動作、を含み得る。
ユーザ識別モジュール1208は、関連付けられたデータ処理システムを備えたベッドのユーザに関連するデータを、含み得る、または、参照し得る。例えば、ユーザは、ベッドデータクラウドサービス410aまたは他のサービスに登録された、顧客、所有者、または、他のユーザ、を含み得る。各ユーザは、例えば、固有の識別子、ユーザ資格情報、連絡先情報、請求書情報、人口統計情報、または、他の技術的に適切な情報、を有し得る。
デバイス管理モジュール1210は、データ処理システムに関連付けられたベッドまたは他の製品に関連するデータを、含み得る、または、参照し得る。例えば、ベッドは、ベッドデータクラウドサービス410aに関連付けられたシステムで販売または登録された製品(製品情報)を含み得る。各ベッドは、例えば、固有の識別子、モデル及び/またはシリアル番号、販売情報、地理的情報、配送情報、関連付けられたセンサ及び周辺制御装置のリスト、などを有し得る。更に、ベッドデータクラウドサービス410aによって記憶される1または複数の索引(インデックス)が、ベッドに関連付けられているユーザを識別し得る。例えば、この索引(インデックス)は、ベッド等で眠る1または複数のユーザに対してのベッドの売上を記録し得る。
センサデータモジュール1212は、関連付けられたデータ処理システムを備えたベッドによって記録される生の(未加工の)センサデータまたは圧縮された(処理された)センサデータを記録し得る。例えば、ベッドのデータ処理システムは、温度センサ、圧力センサ及び光センサを有し得る。これらのセンサからの読取値が、センサの生の形態でまたは生のデータから生成された様式(例えば、睡眠メトリック)で、ベッドのデータ処理システムによってベッドデータクラウドサービス410aに通信され得て、センサデータモジュール1212に保存され得る。更に、ベッドデータクラウドサービス410aによって記憶された1または複数の索引(インデックス)が、センサデータモジュール1212に関連付けられたユーザ及び/またはベッドを識別し得る。
ベッドデータクラウドサービス410aは、その利用可能なデータのいずれかを使用して、高度睡眠データ1214を生成し得る。一般に、高度睡眠データ1214は、センサ読取値から生成される睡眠メトリック及び他のデータを含む。これらの計算の幾つかは、例えば、計算が複雑であるか、ベッドのデータ処理システムでは利用できない大量のメモリ領域またはプロセッサ能力を必要とする場合、ベッドのデータ処理システムにおいてローカルに実行される代わりに、ベッドデータクラウドサービス410aで実行され得る。これは、ベッドシステムが、比較的簡単なコントローラで動作することを許容する一方、依然として比較的複雑なタスク及び計算を実行するシステムの一部である、ということに役立ち得る。
図13は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、睡眠データクラウドサービス410bの一例のブロック図である。この例では、睡眠データクラウドサービス410bは、ユーザの睡眠体験に関連するデータを記録するように構成されている。
睡眠データクラウドサービス410bは、ネットワークインタフェース1300、通信マネージャ1302、サーバハードウェア1304、及び、サーバシステムソフトウェア1306、と共に示されている。更に、睡眠データクラウドサービス410bは、ユーザ識別モジュール1308、圧力センサ管理モジュール1310、圧力ベースの睡眠データモジュール1312、生の圧力センサデータモジュール1314、及び、非圧力の睡眠データモジュール1316、と共に示されている。
圧力センサ管理モジュール1310は、ベッド内の圧力センサの構成及び動作に関連するデータを、含み得る、または、参照し得る。例えば、このデータは、特定のベッドのセンサの種類の識別子、それらの設定及び較正のデータ、などを含み得る。
圧力ベースの睡眠データ1312は、生の圧力センサデータ1314を使用して、特に圧力センサデータに関連付けられた睡眠メトリックを計算し得る。例えば、ユーザの存在、動き、体重変化、心拍数、及び、呼吸数は、全て、生の圧力センサデータ1314から判定(決定)され得る。更に、睡眠データクラウドサービス410bによって記憶される1または複数のインデックスが、圧力センサ、生の圧力センサデータ、及び/または、圧力ベースの睡眠データ、に関連するユーザを識別し得る。
非圧力の睡眠データ1316は、他のデータソースを使用して、睡眠メトリックを計算し得る。例えば、ユーザが入力した好み、光センサの読取値、及び、音響センサの読取値が、全て、睡眠データの追跡に利用され得る。更に、睡眠データクラウドサービス410bによって記憶される1または複数のインデックスが、他のセンサ及び/または非圧力の睡眠データ1316、に関連するユーザを識別し得る。
図14は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、ユーザカウントクラウドサービス410cの一例のブロック図である。この例では、ユーザカウントクラウドサービス4l0cは、ユーザのリストを記録し、それらのユーザに関連する他のデータを識別するように構成されている。
ユーザカウントクラウドサービス410cは、ネットワークインタフェース1400、通信マネージャ1402、サーバハードウェア1404、及び、サーバシステムソフトウェア1406、と共に示されている。更に、ユーザカウントクラウドサービス410cは、ユーザ識別モジュール1408、購入履歴モジュール1410、関与(エンゲージメント)モジュール1412、及び、アプリケーション使用履歴モジュール1414、と共に示されている。
ユーザ識別モジュール1408は、関連付けられたデータ処理システムを備えたベッドのユーザに関連するデータを、含み得る、または、参照し得る。例えば、ユーザは、ユーザカウントクラウドサービス410cまたは他のサービスに登録された、顧客、所有者、または、他のユーザ、を含み得る。各ユーザは、例えば、固有の識別子、ユーザ資格情報、人口統計情報、または、他の技術的に適切な情報、を有し得る。
購入履歴モジュール1410は、ユーザによる購入に関連するデータを、含み得る、または、参照し得る。例えば、購入データは、販売の連絡先情報、請求書情報、及び、営業担当者情報を含み得る。更に、ユーザカウントクラウドサービス410cによって記憶される1または複数のインデックスが、購入に関連付けられたユーザを識別し得る。
関与(エンゲージメント)モジュール1412は、ベッド及び/またはクラウドサービスの製造者、ベンダー、及び/または、管理者、に対するユーザの相互作用(遣り取り)を追跡し得る。この関与データは、通信(例えば、eメール、サービスコールなど)、販売データ(例えば、領収書、コンフィグレーションログ)、及び、ソーシャルネットワークの相互作用(遣り取り)、を含み得る。
使用履歴モジュール1414は、ベッドの1または複数のアプリケーション及び/またはリモートコントロールとのユーザ相互作用(遣り取り)に関するデータを含み得る。例えば、モニタリング及びコンフィグレーションアプリケーションが、例えば複数のコンピューティングデバイス412上で実行するように分散され得る。このアプリケーションは、アプリケーション使用履歴モジュール1414に記憶するために、ユーザ相互作用をログに記録して報告し得る。更に、ユーザカウントクラウドサービス410cによって記憶される1または複数のインデックスが、各ログエントリに関連付けられたユーザを識別し得る。
図15は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、販売時点管理(POS)クラウドサービス1500の一例のブロック図である。この例では、販売時点管理クラウドサービス1500は、ユーザの購入に関連するデータを記録するように構成されている。
販売時点管理クラウドサービス1500は、ネットワークインタフェース1502、通信マネージャ1504、サーバハードウェア1506、及び、サーバシステムソフトウェア1508、と共に示されている。更に、販売時点管理クラウドサービス1500は、ユーザ識別モジュール1510、購入履歴モジュール1512、及び、セットアップモジュール1514、と共に示されている。
購入履歴モジュール1512は、ユーザ識別モジュール1510で識別されるユーザによって行われた購入に関連するデータを、含み得る、または、参照し得る。購入情報は、例えば、販売、価格、販売場所、配送先住所、及び、販売時にユーザによって選択されたコンフィグレーション(設定)オプション、のデータを含み得る。これらのコンフィグレーションオプションは、新しく購入したベッドがどのようにセットアップされることを希望するかについてユーザが行った選択を含み得て、且つ、例えば、予想される睡眠スケジュール、ユーザが有するまたは設置するであろう周辺センサ及びコントローラのリスト、等を含み得る。
ベッドセットアップモジュール1514は、ユーザが購入したベッドの設置に関連するデータを、含み得る、または、参照し得る。ベッセットアップデータは、例えば、ベッドが配送される日付と住所、配送を受け取る人、配送時にベッドに適用されているコンフィグレーション(設定)、当該ベッド上で眠るであろう1または複数の人の名前、各々の人がベッドのどちら側を使用するか、等を含み得る。
販売時点管理クラウドサービス1500に記録されたデータは、後日、ユーザのベッドシステムによって参照され得て、当該販売時点管理クラウドサービス1500に記録されたデータに従って、ベッドシステムの機能を制御したり、及び/または、周辺構成要素に制御信号を送信したりできる。これは、販売員が販売時点でユーザから情報を収集することを許容し得て、それは、後でベッドシステムの自動化を容易にする。幾つかの例では、ベッドシステムの幾つかまたは全ての特徴が自動化され得て、販売時点の後、ユーザ入力のデータはほとんど乃至全く要求されない。他の例では、販売時点管理クラウドサービス1500に記録されるデータが、ユーザ入力のデータから収集される様々な追加データに関連して、使用され得る。
図16は、図1乃至図3に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、環境クラウドサービス1600の一例のブロック図である。この例では、環境クラウドサービス1600は、ユーザの家内環境に関連するデータを記録するように構成されている。
環境クラウドサービス1600は、ネットワークインタフェース1602、通信マネージャ1604、サーバハードウェア1606、及び、サーバシステムソフトウェア1608、と共に示されている。更に、環境クラウドサービス1600は、ユーザ識別モジュール1610、環境センサモジュール1612、及び、環境要因モジュール1614、と共に示されている。
環境センサモジュール1612は、ユーザ識別モジュール1610のユーザがベッド内に設置したセンサのリストを含み得る。これらのセンサは、光センサ、ノイズセンサ、振動センサ、サーモスタットなど、環境変数を検出可能な任意のセンサを含む。更に、環境センサモジュール1612は、それらのセンサからの過去の読取値または報告(レポート)を記憶し得る。
環境要因モジュール1614は、環境センサモジュール1612のデータに基づいて生成された報告を含み得る。例えば、環境センサモジュール1612のデータについて光センサを有するユーザの場合、環境要因モジュール1614は、ユーザが眠っているときに増加した照明のインスタンスの頻度及び持続時間を示す報告を保持し得る。
ここで説明される例では、各クラウドサービス410が、同一の構成要素の幾つかと共に示されている。様々な形態で、これらの同一の構成要素は、部分的にまたは完全に、サービス間で共有されてもよいし、あるいは、それらは別々であってもよい。幾つかの形態では、各サービスは、幾つかの点で同じまたは異なる構成要素の一部または全ての別個のコピーを有し得る。更に、これらの構成要素は、説明のための例としてのみ提供されている。他の例では、各クラウドサービスは、技術的に可能な、構成要素の異なる数、タイプ、及びスタイルを有し得る。
図17は、ベッド(本明細書に記載されたベッドシステムのベッドなど)に関連付けられ得るデータ処理システムを使用して、ベッドの周りの周辺機器を自動化する一例のブロック図である。ここに示されているのは、ポンプマザーボード402上で実行される行動分析モジュール1700である。例えば、行動分析モジュール1700は、コンピュータメモリ512に記憶され、プロセッサ502によって実行される1または複数のソフトウェアコンポーネントであり得る。一般に、行動分析モジュール1700は、多種多様なソース(例えば、センサ、非センサローカルソース、クラウドデータサービス)からデータを収集し得て、行動アルゴリズム1702を使用し得て、取られるべき1または複数の動作(例えば、周辺コントローラに送信するコマンド、クラウドサービスに送信するデータ)を生成し得る。これは、例えば、ユーザの行動を追跡したり、ユーザのベッドと通信する装置を自動化したりするのに、有用であり得る。
行動分析モジュール1700は、例えば、ベッドの特徴、ベッドの環境、及び/または、ベッドのユーザ、に関するデータを収集するために、任意の技術的に適切なソースからデータを収集し得る。幾つかのそのようなソースは、センサアレイ406のセンサのいずれかを含む。例えば、このデータは、行動分析モジュール1700に、ベッドの周囲の環境の現在の状態に関する情報を提供し得る。例えば、行動分析モジュール1700は、圧力センサ902からの読取値にアクセスし得て、ベッド内のエアチャンバの圧力を判定し得る。この読取値と、場合によっては他のデータとから、ベッドでのユーザの存在が判定され得る。別の例では、行動分析モジュール1700は、光センサ908にアクセスし得て、ベッドの環境における光の量を検出し得る。
同様に、行動分析モジュール1700は、クラウドサービスからのデータにアクセスし得る。例えば、行動分析モジュール1700は、ベッドクラウドサービス410aにアクセスし得て、履歴センサデータ1212及び/または高度睡眠データ1214にアクセスし得る。以前に記載されていないものを含む他のクラウドサービス410が、行動分析モジュール1700によってアクセスされ得る。例えば、行動分析モジュール1700は、気象レポーティングサービス、第三者データプロバイダー(例えば、交通及びニュースデータ、緊急放送データ、ユーザ旅行データ)、及び/または、時計及びカレンダサービス、にアクセスし得る。
同様に、行動分析モジュール1700は、非センサソース1704からのデータにアクセスし得る。例えば、行動分析モジュール1700は、ローカルな時計及びカレンダサービス(例えば、マザーボード402またはプロセッサ502の構成要素)にアクセスし得る。
行動分析モジュール1700は、1または複数の行動アルゴリズム1702による使用のためにこのデータを集約及び準備し得る。ユーザの行動を学習したり、並びに/または、アクセスしたデータの状態及び/若しくは予測されるユーザの行動に基づいて幾つかの動作を実行したりするために、行動アルゴリズム1702が使用され得る。例えば、行動アルゴリズム1702は、利用可能なデータ(例えば、圧力センサ、非センサデータ、時計及びカレンダーデータ)を使用して、ユーザが毎晩就寝する時のモデルを作成し得る。その後、同一または異なる動作アルゴリズム1702が使用され得て、エアチャンバ圧力の増加がユーザの就寝を示している可能性が高いか否かを判定し得て、そうであれば、幾つかのデータを第三者クラウドサービス410に送信し得て、及び/または、例を挙げればポンプコントローラ504、土台アクチュエータ1706、温度コントローラ1008、ベッド下照明1010、周辺コントローラ1002または周辺コントローラ1004等の、装置を作動させ得る。
図示の例では、行動分析モジュール1700及び行動アルゴリズム1702は、マザーボード402の構成要素として示されている。もっとも、他の構成も可能である。例えば、同一または同様の行動分析モジュール及び/または行動アルゴリズムが、1または複数のクラウドサービスで実行され得て、結果の出力が、マザーボード402、コントローラアレイ408のコントローラ、または、任意の他の技術的に適切な受容者、に送信され得る。
図18は、本明細書で説明される技法を実装するために使用され得る、コンピューティングデバイス1800の一例及びモバイルコンピューティングデバイスの一例を示す。コンピューティングデバイス1800とは、ラップトップ、デスクトップ、ワークステーション、個人情報端末、サーバ、ブレードサーバ、メインフレーム、及び、他の適切なコンピュータなど、様々な形態のデジタルコンピュータを表すことが意図されている。モバイルコンピューティングデバイスとは、個人情報端末、携帯電話、スマートフォン、及び、他の同様のコンピューティングデバイスなど、様々な形態のモバイルデバイスを表すことが意図されている。ここに示されている構成要素、それらの接続と関係、及び、それらの機能は、例示のみを意図しており、本願書類において説明及び/または請求される本発明の実装を制限することは意図されていない。
コンピューティングデバイス1800は、プロセッサ1802、メモリ1804、記憶装置(ストレージデバイス)1806、メモリ1804及び複数の高速拡張ポート1810に接続する高速インタフェース1808、及び、低速拡張ポート1814及び記憶装置1806に接続する低速インタフェース1812、を含む。プロセッサ1802、メモリ1804、記憶装置1806、高速インタフェース1808、高速拡張ポート1810、及び、低速インタフェース1812、の各々は、様々なバスを使用して相互接続され、一般的なマザーボード上に、または必要に応じた他の態様で、搭載され得る。プロセッサ1802は、メモリ1804内または記憶装置1806上に記憶(格納)された命令を含む、コンピューティングデバイス1800内で実行するための命令を処理して得て、高速インタフェース1808に結合されたディスプレイ1816のような外部入出力装置上に、GUIのためのグラフィック情報を表示し得る。他の実装形態では、複数のプロセッサ及び/または複数のバスが、複数のメモリ及びメモリのタイプと共に、必要に応じて、使用され得る。また、各コンピューティングデバイスが必要な動作の一部を提供するように、複数のコンピューティングデバイスが接続され得る(例えば、サーババンクとして、ブレードサーバの一群として、または、マルチプロセッサシステムとして)。
メモリ1804は、コンピューティングデバイス1800内の情報を記憶する。幾つかの実装形態では、メモリ1804は、1または複数の揮発性メモリユニットである。幾つかの実装形態では、メモリ1804は、1または複数の不揮発性メモリユニットである。メモリ1804は、磁気ディスクまたは光ディスクなどの、コンピュータ可読媒体の別の形態であってもよい。
記憶装置1806は、コンピューティングデバイス1800に大容量ストレージを提供可能である。幾つかの実装形態では、記憶装置1806は、フロッピーディスク装置、ハードディスク装置、光ディスク装置、テープ装置、フラッシュメモリ、若しくは、他の同様のソリッドステートメモリ装置、などのコンピュータ可読媒体、または、ストレージエリアネットワークまたは他の形態の複数の装置を含む複数の装置の配列、であり得るか、それらを含み得る。コンピュータプログラム製品は、情報キャリア(担体)内に有体的に具体化され得る。コンピュータプログラム製品はまた、実行される時に前述の方法のような1または複数の方法を実施する命令、を含み得る。コンピュータプログラム製品はまた、メモリ1804、記憶装置1806、またはプロセッサ1802上のメモリ、などのコンピュータ可読媒体内または機械可読媒体内に有体的に具体化され得る。
高速インタフェース1808は、コンピューティングデバイス1800のための帯域幅消費型(bandwidth-intensive)動作を管理し、低速インタフェース1812は、より低い帯域幅消費型動作を管理する。このような機能の割り当ては、単なる例示である。幾つかの実装形態では、高速インタフェース1808は、メモリ1804、ディスプレイ1816(例えば、グラフィックプロセッサまたはアクセラレータを介して)、及び、様々な拡張カード(不図示)を受け入れ可能な高速拡張ポート1810、に結合される。当該実装では、低速インタフェース1812は、記憶装置1806及び低速拡張ポート1814に結合される。低速拡張ポート1814は、様々な通信ポート(例えば、USB、ブルートゥース、イーサネット、ワイヤレスイーサネット)を含み得て、キーボード、ポインティングデバイス、スキャナー、または、例えばネットワークアダプタを介してのスイッチやルータなどのネットワーク装置、などの1または複数の入出力装置に結合され得る。
コンピューティングデバイス1800は、図に示されているように、幾つかの異なる形態で実装され得る。例えば、それは、標準的なサーバ1820として、または、そのようなサーバの一群(グループ)において複数回、実装され得る。更に、それは、ラップトップコンピュータ1822などのパーソナルコンピュータで実装され得る。また、それは、ラックサーバシステム1824の一部として実装され得る。あるいは、コンピューティングデバイス1800からの構成要素は、モバイルコンピューティングデバイス1850などのモバイルデバイス(図示せず)の他の構成要素と組み合わせられ得る。そのようなデバイスの各々は、コンピューティングデバイス1800及びモバイルコンピューティングデバイス1850のうちの1または複数を含み得て、システム全体が、互いに通信する複数のコンピューティングデバイスで構成され得る。
モバイルコンピューティングデバイス1850は、とりわけ、プロセッサ1852、メモリ1864、ディスプレイ1854などの入出力装置、通信インタフェース1866、及び、トランシーバ1868を含む。モバイルコンピューティングデバイス1850は、また、追加のストレージ(記録装置)を提供するために、マイクロドライブまたは他の装置などの記憶装置が設けられ得る。プロセッサ1852、メモリ1864、ディスプレイ1854、通信インタフェース1866、及び、トランシーバ1868の各々は、様々なバスを使用して相互接続され、当該構成要素の幾つかは、共通のマザーボード上に、または、必要に応じた他の態様で、搭載され得る。
プロセッサ1852は、メモリ1864内に記憶された命令を含む、モバイルコンピューティングデバイス1850内の命令を実行し得る。プロセッサ1852は、別個の複数のアナログ及びデジタルプロセッサを含むチップのチップセットとして実装され得る。プロセッサ1852は、例えば、ユーザインタフェースの制御、モバイルコンピューティングデバイス1850によって実行されるアプリケーション、及び、モバイルコンピューティングデバイス1850による無線通信など、モバイルコンピューティングデバイス1850の他の構成要素の調整(coordination)を提供し得る。
プロセッサ1852は、ディスプレイ1854に結合された制御インタフェース1858及びディスプレイインタフェース1856を介して、ユーザと通信し得る。ディスプレイ1854は、例えば、TFTディスプレイ(薄膜トランジスタ液晶ディスプレイ)、OLED(有機発光ダイオード)ディスプレイ、または、他の適切なディスプレイ技術、であり得る。ディスプレイインタフェース1856は、ディスプレイ1854を駆動してグラフィック情報及び他の情報をユーザに提示するための適切な回路を有し得る。制御インタフェース1858は、ユーザからコマンドを受け取り、それらをプロセッサ1852に提示するために変換し得る。更に、外部インタフェース1862が、プロセッサ1852との通信を提供し得て、モバイルコンピューティングデバイス1850の他のデバイスとの近距離通信を可能にし得る。外部インタフェース1862は、例えば、幾つかの実装における有線通信、または、他の実装における無線通信、を提供し得て、複数のインタフェースが使用されてもよい。
メモリ1864は、モバイルコンピューティングデバイス1850内の情報を記憶する。メモリ1864は、1または複数のコンピュータ可読媒体、1または複数の揮発性メモリユニット、または、1または複数の不揮発性メモリユニット、として実装され得る。拡張メモリ1874も、提供され得て、例えばSIMM(シングルインラインメモリモジュール)カードインタフェースを含み得る拡張インタフェース1872を介して、モバイルコンピューティングデバイス1850に接続され得る。拡張メモリ1874は、モバイルコンピューティングデバイス1850のための追加の記憶空間を提供し得る、または、モバイルコンピューティングデバイス1850のためのアプリケーションまたは他の情報を記憶し得る。具体的には、拡張メモリ1874は、前述のプロセスを実行または補足するための命令を含み得て、また、安全情報をも含み得る。従って、例えば、拡張メモリ1874は、モバイルコンピューティングデバイス1850のためのセキュリティモジュールとして提供され得て、モバイルコンピューティングデバイス1850の安全な使用を許容する命令でプログラムされ得る。更に、ハッキングできない態様でSIMMカード上に識別情報を配置するなど、追加情報と共に、SIMMカードを介して安全なアプリケーションが提供され得る。
メモリは、以下に説明されるように、例えば、フラッシュメモリ及び/またはNVRAMメモリ(不揮発性ランダムアクセスメモリ)を含み得る。幾つかの実装形態では、コンピュータプログラム製品が、情報キャリア(担体)内に有体的に具体化される。コンピュータプログラム製品は、実行される時に前述の方法のような1または複数の方法を実施する命令、を含む。コンピュータプログラム製品は、メモリ1864、拡張メモリ1874、またはプロセッサ1852上のメモリ、などのコンピュータ可読媒体または機械可読媒体であり得る。幾つかの実装形態では、コンピュータプログラム製品は、例えばトランシーバ1868または外部インタフェース1862を介して、伝播信号で受信され得る。
モバイルコンピューティングデバイス1850は、通信インタフェース1866を介して、無線通信し得る。通信インタフェース1866は、必要に応じて、デジタル信号処理回路を含み得る、通信インタフェース1866は、とりわけ、GSM音声通話(モバイル通信用グローバルシステム)、SMS(ショートメッセージサービス)、EMS(拡張メッセージングサービス)、MMSメッセージング(マルチメディアメッセージングサービス)、CDMA(コード分割多重アクセス)、TDMA(時分割多重アクセス)、PDC(パーソナルデジタルセルラー)、WCDMA(広帯域コード分割多重アクセス)、CDMA2000、または、GPRS(汎用パケット無線サービス)、等の様々なモードまたはプロトコルの下で通信を提供し得る。そのような通信は、例えば、無線周波数を使用してトランシーバ1868を介して発生し得る。更に、ブルートゥース、WiFi、または、他のそのようなトランシーバ(不図示)を使用するなどして、短距離通信が発生し得る。更に、GPS(全地球測位システム)受信モジュール1870が、モバイルコンピューティングデバイス1850に、追加のナビゲーション及び位置関連無線データを提供し得る。それは、モバイルコンピューティングデバイス1850上で実行されるアプリケーションによって適切に使用され得る。
モバイルコンピューティングデバイス1850はまた、オーディオコーデック1860を使用して可聴的に通信し得る。オーディオコーデック1860は、ユーザからの話された情報を受信し得て、それを使用可能なデジタル情報に変換し得る。同様に、オーディオコーデック1860は、例えばモバイルコンピューティングデバイス1850のハンドセット内のスピーカを介するなどして、ユーザにとっての可聴音を生成し得る。そのような音は、音声通話からの音を含み得て、録音された音(例えば、音声メッセージ、音楽ファイルなど)を含み得て、及び、モバイルコンピューティングデバイス1850上で動作するアプリケーションによって生成される音をも含み得る。
モバイルコンピューティングデバイス1850は、図に示されるように、幾つかの異なる形態で実装され得る。例えば、それは、携帯電話1880として実装され得る。また、それは、スマートフォン1882、個人情報端末、または、他の同様のモバイルデバイス、の一部として実装され得る。
ここで説明されるシステム及び技術の様々な実装は、デジタル電子回路、集積回路、特別に設計されたASIC(特定用途向け集積回路)、コンピュータハードウェア、ファームウェア、ソフトウェア、及び/または、それらの組み合わせ、で実現され得る。これらの様々な実装は、少なくとも1つのプログラム可能なプロセッサを含むプログラム可能なシステム上で実行可能及び/または解釈可能な1または複数のコンピュータプログラムでの実装を含み得る。それは、特別の目的または一般的な目的で、ストレージシステム、少なくとも1つの入力デバイス、及び、少なくとも1つの出力デバイス、からのデータ及び命令を受信し、且つ、それらへデータ及び命令を送信する、ように結合され得る。
これらのコンピュータプログラム(プログラム、ソフトウェア、ソフトウェアアプリケーション、または、コードとも呼ばれる)は、プログラマブルプロセッサのための機械語命令を含み、高レベルのプロシージャ型及び/またはオブジェクト指向型のプログラミング言語で、及び/または、アセンブリ/機械語で、実装され得る。本明細書で使用される場合、機械可読媒体及びコンピュータ可読媒体という用語は、機械命令及び/またはデータをプログラマブルプロセッサに提供するために使用される任意のコンピュータプログラム製品、装置及び/またはデバイス(例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス(PLD))を指す。これは、機械可読信号として機械命令を受け取る機械可読媒体を含む。機械可読信号という用語は、機械命令及び/またはデータをプログラマブルプロセッサに提供するために使用される任意の信号を指す。
ユーザとの相互作用を提供するために、ここで説明されるシステム及び技術は、ユーザに情報を表示するための表示装置(例えば、CRT(ブラウン管)またはLCD(液晶ディスプレイ)モニター)と、ユーザが当該コンピュータに入力を提供できるキーボード及びポインティングデバイス(例えば、マウスやトラックボール)と、を備えたコンピュータで実装され得る。他の種類のデバイスもまた、ユーザとの相互作用を提供するために使用され得る。例えば、ユーザに提供されるフィードバックは、任意の形態のセンサフィードバック(例えば、視覚フィードバック、聴覚フィードバック、または、触覚フィードバック)であり得る。ユーザからの入力は、音響、音声、または、触覚入力を含む任意の形態で受信され得る。
ここで説明されるシステム及び技術は、バックエンドコンポーネント(例えば、データサーバ)を含む、またはミドルウェアコンポーネント(例えば、アプリケーションサーバ)を含む、またはフロントエンドコンポーネント(例えば、ユーザがそれを介してここで説明されるシステム及び技術の実装と相互作用できるグラフィカルユーザインタフェースまたはウェブブラウザを備えたクライアントコンピュータ)を含む、またはそのようなバックエンド、ミドルウェアないしフロントエンドコンポーネントの任意の組み合わせを含む、コンピューティングシステム内に実装され得る。システムの構成要素は、デジタルデータ通信の任意の形態または媒体(例えば、通信ネットワーク)で相互接続され得る。通信ネットワークの例は、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、インターネット、を含む。
コンピューティングシステムは、クライアントとサーバとを含み得る。クライアントとサーバは、一般的には互いから離れていて、典型的には通信ネットワークを介して相互作用する。クライアントとサーバとの関係は、それぞれのコンピュータ上で実行されて互いにクライアント-サーバの関係を有するコンピュータプログラムによって、生じる。
図19乃至図23は、睡眠者の物理的状態を特定(識別)するためのプロセス1900の概略図を示す。プロセス1900において、睡眠者1902は、センサアレイ1906を含むベッド1904上で睡眠をとっている(寝ている)。センサアレイ1906で生成されるセンサ信号1908(例えば心弾動図信号)が、特徴ベクトル1912を生成するために、特徴抽出器1910によって使用され得る。予測モデル1914が、特徴ベクトル1912を使用し得て、分類データ1916を生成し得る。分類データ1916は、睡眠者1902のレポート1918を生成するために使用され得る。
ベッド1904は、概ね毎晩、ユーザ1902によって睡眠のために使用されるベッドである。例えば、自宅のユーザの寝室のベッドであり得る。ベッド1906は、本明細書に記載されているような1または複数のセンサを有するセンサアレイ1906を含む。この例では、センサは、圧力センサ、熱センサ、空気質センサ、等を含む。
ベッド1904上のコントローラが、睡眠者1902の状態、睡眠者1902がいる環境、等に基づいて、センサ信号1908を生成し得る。この例では、心弾動図が図示されている。もっとも、心弾動図に加えて、または、心弾動図の代わりに、他の信号が使用され得ることが理解されるであろう。例えば、心拍及び呼吸の周期性、体温または周囲温度、等が使用され得る。
特徴抽出器1910は、コンピューティングシステム上で実行される1または複数の動作を含み得て、信号1908を受信し得る。例えば、特徴抽出器1910は、ベッド1904のコントローラ、睡眠者1902の(携帯)電話1902、及び/または、リモートサーバ、等において実行し得る。特徴抽出器は、特徴ベクトル1912の特徴値を生成し得る。これらの特徴は、呼吸数、心拍数、全身運動、睡眠の質、睡眠持続時間、安眠持続時間、及び/または、入眠時間、等の睡眠者の物理的測定値(例えば、生理学的測定値及び/または行動学的測定値)を含み得るが、これらに限定されない。幾つかの場合、特徴は、周囲温度、ベッド温度、空気の質、及び/または、周囲照明、等の睡眠者の周囲の環境の環境測定値を含み得る。
特徴ベクトル1912のための特定の特徴の選択は、訓練データの履歴分析に基づき得る。例えば、ユーザのプール(集合体)のセンサデータが収集され得て、病気の発症、症状、臨床診断、等について注釈付けされ得る。次いで、候補特徴の大きなプール(集合体)が計算され得る。これらの特徴が、分析され得て、特定の結果を最も予測する特徴を特定し得る。例えば、COVID-19の陽性結果または陰性結果について、ここで説明される7つの特徴が特定の検査(テスト)の母集団に対して最も予測的であることが見出され得て、最大心拍数、最小心拍数、ベッドから出た回数、等の特徴は破棄される。他の集団、他の結果、及び、他のセンサモダリティ/ハードウェアについては、異なる特徴が最も予測的であると見出され得る、あるいは、そのようには見出され得ない。
分類器は、予測モデル1914を使用し得て、特徴ベクトル1914を使用し得て、
予め定義された複数の可能性ある物理的状態に対して、特徴ベクトル1914に関連付けられた睡眠者の分類(結果)を生成し得る。例えば、分類器は、ベッド1904のコントローラ上、睡眠者の(携帯)電話1902上、及び/または、リモートサーバ上、等で実行し得る。分類器は、様々な有用なフォーマットで、分類データ1916を作成し得る。ここに示されているのは、睡眠者1902について経時的にプロットされた確率pである(例えば、各睡眠セッションに1つのp値)。図示のように、p値は、睡眠者1902が病気に罹患していない期間は、比較的安定している。次に、病気が睡眠者1902の生理機能に変化を引き起こす時(例えば、炎症が特徴ベクトルの要素に変化を引き起こす時)、p値は増大する。このp値は、1または複数の閾値と比較され得る。pが閾値未満である場合、睡眠者1902は、一般的に健康であるというラベルで分類され得る。pが閾値よりも大きい(または閾値以上である)場合、睡眠者1902は、健康ではない、特定の病気に罹患している、等のラベルで分類され得る。
予め定義された複数の可能性ある物理的状態に対して、特徴ベクトル1914に関連付けられた睡眠者の分類(結果)を生成し得る。例えば、分類器は、ベッド1904のコントローラ上、睡眠者の(携帯)電話1902上、及び/または、リモートサーバ上、等で実行し得る。分類器は、様々な有用なフォーマットで、分類データ1916を作成し得る。ここに示されているのは、睡眠者1902について経時的にプロットされた確率pである(例えば、各睡眠セッションに1つのp値)。図示のように、p値は、睡眠者1902が病気に罹患していない期間は、比較的安定している。次に、病気が睡眠者1902の生理機能に変化を引き起こす時(例えば、炎症が特徴ベクトルの要素に変化を引き起こす時)、p値は増大する。このp値は、1または複数の閾値と比較され得る。pが閾値未満である場合、睡眠者1902は、一般的に健康であるというラベルで分類され得る。pが閾値よりも大きい(または閾値以上である)場合、睡眠者1902は、健康ではない、特定の病気に罹患している、等のラベルで分類され得る。
睡眠セッションは、様々な態様で編成され得る。一例では、特定の時刻(例えば、現地時間の午前4時45分)の後の最初のベッド目覚めイベントまたはベッド退出イベントが使用され得て、1つの睡眠セッションの終了及び次の睡眠セッションの開始を特定し得る。別の一例では、睡眠セッションは、センシングに関係がない特定の時刻(例えば、現地時間の正午)によって境界付けられ得る。時刻に関連付けられないスキームを含んで、他のスキームも使用され得る。睡眠セッションは、睡眠者が目覚めている時間を含み得て、例えば、就寝と入眠との間の時間や、目覚めと離床(例えば、その日の起床)との間の時間を含み得る、ということが理解される。「睡眠者」と呼ばれるユーザは、睡眠セッション全体で入眠している必要はなく、また、入眠しようと意図している必要さえない、ということが理解される。
理解の容易のため、履歴訓練データも、分類データ1916と共に表示される。p値の下に、特徴ベクトル1912の複数の特徴に対するロジスティック回帰関数の点数が示される。更に、10日間のラグを表す平滑化線が示される。最初の症状の経験、最も深刻な症状の経験、及び、症状の緩和の始まり、についての被験者による主観的報告のタイミングが示されている。
この訓練データは、前述の分類器を訓練するために使用される。一例では、隠れマルコフモデルが訓練される。訓練の一例では、COVID-19感染が追跡され、訓練によってCOVID-19陽性とCOVID-19陰性との2つの状態が確立される。他の例では、他の状態及び他の結果が使用され得る。各状態は、次の睡眠セッションで一定のままである確率、または、他の状態に遷移する確率、を特定するように訓練される。これらの確率は、状態遷移マトリックスで、コンピューターメモリに記録され得る。更に、各状態の特徴値の分布が、コンピュータシステムによる訓練において特定(識別)される。従って、1または複数の分類器が訓練され、当該分類器は、新しいセンサ読取値1908についてp値を生成するように動作する。
p値は、レポート1918を生成するために使用され得る。図示の例では、睡眠者1902の様々な特徴値が記録される(例えば、心拍数、毎分心拍数、毎分呼吸数)。更に、ある睡眠セッションのp値に基づく記録とデータとが示される。p値が閾値未満の場合、リスク認識情報が含まれ得る。例えば、レポート1918は、p値、それがユーザの健康にとって何を意味するか(例えば、検出された病気の兆候はないこと)、等を記述する人間可読テキストを含み得る。p値が閾値よりも大きい場合、異なる情報が示され得る。例えば、状態についての人間可読の記述(例えば、COVID-19陽性、または、COVID-19陽性の可能性あり)が提供され得る。増悪、持続及び回復といった予想されるマイルストーンを含んで、症状の進行に関する情報が提示され得る。回復及び/または管理に関する推奨事項が、含まれ得る。これは、例えば、症状を管理するための個別化されたまたは一般化されたアドバイスを含み得る(例えば、睡眠を増やしなさい、身体活動やストレスを減らしなさい、等)。付加的または代替的に、レポート1918が使用され得て、親戚や医療提供者等の別のユーザに警告を発し得る。すなわち、睡眠者1902が病気である可能性が高いと判断される場合、彼らの医師にメッセージが送信され得る。このメッセージは、情報提供的であり得るし、(診察)予約を要請し得るし、分類を検証するための検査を要請し得るし、等であり得る。
図24は、睡眠者の物理的状態を特定(識別)するための例示的なプロセス2400のスイムレーン図である。この例では、プロセス2400は、デバイス及びシステムの特定の配置を参照しながら記載されているが、プロセス2400を実施するために、他のデバイス及びシステムも使用され得ることが、理解される。同様に、プロセスの要素の幾つかが、1または複数の異なる図示のデバイスによって実行され得る。理解されるように、プロセス2400は、他のタイプのセンサで実行され得る。例えば、ウェアラブルセンサ、デスクトップデバイス、ホームオートメーション機器、及び、医療センシング機器が、全て、ベッドやマットレス等の有無にかかわらず、睡眠者を感知(センシング)するために使用され得る。これは、例えば、睡眠者が彼らのベッドで寝ていない時(例えば、旅行中、病院や診療所にいる間、テレビを見ながら肘掛け椅子で寝ている時)、睡眠者に関する情報を捕捉するために睡眠者によって着用されるウェアラブル機器を含み得る。
センサ2402は、睡眠者のベッド内、睡眠環境内、等における、1または複数のセンサを含む。センサ2402は、ベッドコントローラ2404、リモートサーバ2406、ユーザデバイス2408、及び、臨床データシステム2410、を含むコンピュータシステムと共に動作する。ベッドコントローラ2404は、例えば、ベッドに組み込まれるかまたはベッドに取り付けられ有線または無線のデータネットワークによってセンサ2402に接続されるデバイスを含み得る。リモートサーバ2406は、ベッドコントローラ2404から地理的に分離され、データネットワークによって接続された、1または複数の物理的または仮想のサーバを含み得る。ユーザデバイス2408は、睡眠者が所有する、(携帯)電話、コンピュータ(例えば、ラップトップまたはデスクトップ)、または、テーブル、を含み得る。臨床データシステム2410は、医療施設のデータインフラストラクチャを含み得る。例えば、当該システム2410は、電子医療記録用のデータリポジトリ、リモートサーバ2406及び/またはユーザデバイス2408等の他の要素とメッセージを送受信するためのアプリケーションプログラミングインターフェース(API)、を含み得る。
センサ2402は、ベッド上の睡眠者の1または複数の物理現象を感知する(2412)。例えば、ベッド内の空気袋に接続された圧力変換器が、睡眠者の呼吸、心臓の動き、体全体の動き、等によって引き起こされる空気袋への圧力変化を測定し得る。熱センサが、睡眠者、ベッド及び/または周囲空気温度の1または複数の温度ポイントを感知し得る。パック形、パッド形、ストリップ形等のセンサデバイスが、前記現象を感知するために、従来のベッド内に配置され得る。
センサ2402は、感知された物理現象に基づいてデータ信号を生成する(2414)。例えば、センサは、現象の特徴に基づいて、対応するアナログデータ信号またはデジタルデータ信号を生成し得る。すなわち、より高い圧力がより高い値に対応する等、空気袋内の圧力に関連するデジタル値が生成され得る。
センサ2402は、コンピューティングシステムにデータ信号を送信する(2416)。ベッドコントローラ2404は、データ信号を受信する(2418)。例えば、センサは、1または複数の有線及び/または無線のデータ接続を介して、データ信号をベッドコントローラ2404に送信し得る。
ベッドコントローラ2404は、睡眠者のある睡眠セッションのデータ信号から、複数の特徴の特徴ベクトルを生成する(2420)。各特徴は、物理現象の1つを表す特徴値を有する。例えば、ベッドコントローラ2404は、睡眠セッション全体(例えば、一晩中眠る睡眠者の1回の夜の睡眠)のデータ信号を収集し得て、タイムスタンプ付きの、心拍数及び呼吸、ベッドの出入りの記録、等の履歴のような、中間的な物理値を生成し得る。次いで、当該睡眠セッションが完了した後(例えば、毎日の予定された時間、離床時、等)、ベッドコントローラ2404は、当該睡眠セッションの中間的な物理値を集計することによって、複数の特徴の複数の特徴値を作成し得る。
一実施例では、各特徴が、睡眠者の物理的測定値である。例えば、特徴は、周囲空気温度、照明レベル、空気の質等の環境測定値とは対照的に、睡眠者の測定値のみに限定され得る。一実施例では、特徴ベクトルは、7つの特徴のベクトルであり、当該7つの特徴は、呼吸数、心拍数、全身運動、睡眠の質、睡眠持続時間、安眠持続時間、及び、入眠時間、である。
一実施例では、特徴の少なくとも1つが、睡眠者の周囲の環境の環境測定値である。例えば、特徴の少なくとも1つが、環境測定値であり得て、他の特徴が、睡眠者の物理的測定値であり得る。一実施例では、環境測定値は、周囲温度、ベッド温度、空気の質、及び、周囲照明、からなる群のうちの1つの測定値である。
リモートサーバ2406は、特徴ベクトルを、状態分類器に提供する(2422)。状態分類器は、特徴ベクトルを入力として受信し、予め定義された複数の可能性ある物理的状態に対する前記特徴ベクトルに関連付けられた睡眠者の分類結果を出力として戻すように構成されている。例えば、状態分類器は、睡眠者と同様の母集団、または、全体の母集団、のために訓練データで訓練されている場合がある。訓練データは、訓練母集団の複数の睡眠セッションの特徴ベクトルを含み得る。それらは、各々、1つの状態について、注釈付けされている。例示的な状態は、「良好」及び「良好でない」、「病気」及び「病気ではない」、「健康」及び「不健康」、1~100の健康指標、等の一般的な性質であり得る。例示的な状態は、特異的な性質であり得る。例えば、異なる病気が、それら自身を特徴値において異なるように表現し得て、これらの異なる病気は、対応する状態を伴い得る。実施例は、COVID-19状態に関連して分類するように特別に訓練された分類器のための、「COVID-19陽性」及び「COVID-19陰性」を含む。他の病気も、使用され得る。
幾つかの例では、状態分類器の出力は、睡眠者が睡眠セッション中のある特定の状態にある確率値を含む。例えば、分類器は、0と1との間、すなわち、0%と100%との間、等の確率値pを提供し得る。それは、特徴ベクトル、すなわち睡眠セッション中の睡眠者、が特定の状態に適合するという信頼度を表す。一実施例は、睡眠者が「COVID-19陽性」であるという、0.855の信頼度であり得る。一実施例は、睡眠者が「健康」であるという、45.513%の可能性であり得る。
リモートサーバ2406は、前記確率値を、少なくとも1つの閾値と比較し、当該確率値と当該少なくとも1つの閾値との比較に基づいて、分類された物理的状態を選択する(2424)。例えば、リモートサーバ2406は、当該睡眠者(すなわち個別化されている)のため、全てのユーザの部分的母集団のため、全てのユーザのため、等に使用するための1または複数の閾値を記憶し得る。当該閾値は、当該睡眠者が当該関連付けられた状態にあると見なされるか否かの、p値にとってのカットオフ値を表す。例えば、0.750という閾値が使用され得て、p値は、当該閾値よりも大きいか、当該閾値よりも小さいか、または、当該閾値に等しい、ということが見出され得る。
閾値は、睡眠者、部分的母集団、母集団、病気、及び、他の条件、のためのリスクプロファイルに基づいて設定され得る。例えば、ある睡眠者が、若くて健康であると特定され得る。リモートサーバ2406は、個別的に、あるいは、当該睡眠者が特定のグループの一部であるという理由から、当該睡眠者に対して比較的高い閾値を使用し得る。もっとも、リモートサーバ2406は、特定の状態が若い人々にとって特に危険であることが知られている場合には、当該特定の状態に対しては、同一の睡眠者に対して比較的低い閾値を使用し得る。例えば、1918年のインフルエンザのパンデミックは、若者にとってより危険であると考えられている。このため、同様の病気の場合には、若者に比較的低い閾値が使用され得る。
特に、危険にさらされている(危険因子を有する)睡眠者、部分集団、または、特別な集団は、比較的低い閾値を有し得る。例えば、免疫不全者、医療提供者、あるいは、物理的(身体的)には典型的であるが彼らの健康についてより神経質または高関心である人々は、比較的低い閾値に関連付けられ得る。
更に、単一の睡眠者、母集団、または、部分的母集団、のために、複数の閾値が使用され得る。例えば、比較的低い閾値が、「病気の可能性がある」という状態のために使用され得る一方で、より高い閾値が、「おそらく病気である」という状態のために使用され得る。
リモートサーバ2406は、特徴ベクトルに基づいて、睡眠セッションについて分類された物理的状態に睡眠者を分類する(2426)。例えば、p値と睡眠者の閾値との比較に基づいて、リモートサーバ2406は、睡眠者を関連付けられた状態に分類し得る、あるいは、そうでない状態に分類し得る。当該p値が閾値未満である場合、リモートサーバ2406は、例えば、睡眠者を「デフォルトの」または「病気ではない」または「健康な」状態に分類し得る。
一実施例では、睡眠者の分類(2426)は、睡眠者の履歴データの分析を含み得る。例えば、リモートサーバ2406は、睡眠者の以前のp値の記録を保持し得て、睡眠者を分類する時にそれらの値を分析し得る。睡眠者が最近に閾値に近づいたことがある時、当該睡眠者は、現在のp値が閾値未満であっても、分類され得る(例えば、比較前に、p値または閾値を修正する)。そのような分析の1つのタイプは、閾値に近い(例えば、1%以内、2.5%以内、所定のまたは動的な近さ閾値以内)が閾値未満である最近のp値を識別する工程を含む。このリーセンシー(最新性)は、スライディングウィンドウであり得る。当該スライディングウィンドウは、病気要因(例えば、病気の潜伏期間、病気の回復時間)、個別化された要因(例えば、当該睡眠者が病気になる傾向)、睡眠者のリスクプロファイル、等に基づき得る。当該分析は、重み係数を含み得る。例えば、最近の即時性(例えば、直前の睡眠セッションは、より遠い過去の睡眠セッションよりも重く、重み付けられる)。
リモートサーバ2406は、データネットワークを介して、分類された物理的状態を送信する(2428)。例えば、睡眠者は、分類された状態に基づいて、自動化されたプロセスの1または複数のサービスにオプトインし得る。これらのサービスは、家族、介護者及び/または医療提供者との自動通信を含み得る。これらのサービスは、ホームオートメーションに対する修正を含み得て、睡眠者の睡眠環境を変えるものを含み得る。例えば、ユーザは、睡眠者が病気の間には朝のアラーム(目覚まし)を無効化して当該睡眠者が病気の間にはより多い睡眠時間を得ることを許容するサービスに、オプトインし得る。そして、数日後、睡眠者が病気でなくなった時、朝のアラーム(目覚まし)が再び有効化され得る。
リモートサーバ2406は、分類された物理的状態をコンピュータメモリに記憶する(2430)。例えば、リモートサーバ2406は、このデータを、クラウドサービス内のデータストア、ユーザデバイス2408、または、長期保存及びアクセス用の他の場所、に記憶し得る。
ユーザデバイス2408は、分類された物理的状態に基づいて、回復の推奨事項を生成する(2432)。当該回復の推奨事項は、人間可読のテキストを含む。例えば、リモートサーバ2406は、特定のまたは一般的な病気の状態に対する事前準備された回復の推奨事項を生成するまたはアクセスするためのルールを記憶し得る。これらは、例えば、睡眠を増やす、十分な食物を食べる、ストレスを軽減する、身体活動を減らす、等の提案を含む。これらは、呼吸器疾患のために周囲の湿度を上げるべく加湿器を使用する、発熱症状のある病気に対して解熱剤を検討する、等の疾患固有の提案を含み得る。一実施例では、人間可読テキストを生成するために、ユーザデバイス2408は、医療専門家のユーザによって作成された回復の推奨事項のルールセットに対して分類された物理的状態を比較し得る。例えば、医師、公衆衛生の専門家、睡眠科学の専門家等が、これらのルールを作成し得て、有効で価値のある推奨事項が提供されることを保証し得る。
ユーザデバイス2408は、睡眠者の物理的状態の進行の将来のマイルストーンの少なくとも1つの推定を含む状態進行データを生成する(2434)。例えば、病気の進行の履歴データ(個人化されたものまたは集団全体)を使用して、ユーザデバイスは、睡眠者が現在進行中のどこにいるかを判定し得て、それを履歴データのマイルストーンと比較し得る。一例では、将来のマイルストーンは、症状の発症、ピーク強度、症状の退行、及び、ウイルスフリー、からなる群からのものである。これらのタイプのマイルストーンは、睡眠者がどのように感じる可能性が高いか、どれくらいの期間感染性があるか、等の理解を睡眠者に提供し得る。
ユーザデバイス2408は、睡眠セッションのレポートを生成し(2436)、当該レポートは、分類された物理的状態の記録を含む。例えば、ユーザデバイス2408は、レポートを画面上に表示する、レポートをプリンタに送信する、レポートをメモリに保存する、等を行い得る。このレポートは、睡眠者が分類された状態に関する情報を含み得る。幾つかの場合、人間可読テキストが含まれ得て、可能性ある病気が何であるかが説明されたり、Webブラウザをオンラインの健康リソースにナビゲートするリンクがレンダリングされたりし得る。一実施例では、レポートは、回復の推奨事項の人間可読のテキストを更に含む。
一例では、レポートは、特徴値の少なくとも幾つかの記録を含む。例えば、レポートは、睡眠者がどの状態に分類されているかに関係なく、幾つかの一貫した特徴を含み得る。これにより、睡眠者は、病気でない場合でも、時間経過と共に、体力等の自分の健康状態を監視できる。一例では、特定の特徴値が含まれ得る。例えば、ユーザが「病気」または「COVID-19陽性」として分類される場合、標準外の特徴値が含まれ得る。これは、自分の症状がどれくらい深刻であるか、を睡眠者が理解するのに役立つ、呼吸値を含み得る。これは、屋内退避や医療機関受診などの選択に役立ち得る。
臨床データシステム2410は、特定のユーザ入力なしで、分類された物理的状態に基づいて自動化されたプロセスを開始する(2438)。例えば、システム2410が、患者(すなわち睡眠者)が病気である可能性が高いという通知を初めて受信する時、1または複数の自動化されたプロセスが開始され得て、患者が迅速で適切な医療を受けることを確実にし得る。一例では、(遠隔医療などの)予約が、医療提供者とスケジューリングされる。一例では、睡眠者の電子医療記録が更新される。
臨床データシステム2410は、睡眠者に対して、睡眠者が分類された物理的状態にあることを確認するための医療検査をスケジュールする(2440)。例えば、睡眠者が「COVID-19陽性」と分類される場合、臨床データシステム2410は、在宅型のCOVID-19検査(キット)を睡眠者の自宅に配達するよう、物流業者に指示し得る。一例では、睡眠者が非伝染病状態に分類される場合、検査(例えば、採血)のための診療所での予約が自動的にスケジュールされ得て、当該スケジューリングされた検査について睡眠者に通知する電子メールまたは他の電子メッセージが、当該睡眠者に送付される。
<使用例>
SARS-CoV-2等のウイルス性呼吸器疾患に対する病態生理学的反応は、睡眠持続時間、睡眠の質、及び、付随する心肺機能、に影響を与え得る。従って、長期的な睡眠指標を監視するための、控えめで生態学的に有効な方法は、感染症の警戒的監視(サーヴェイランス)及び監視(モニタリング)に実用上の価値を有する。本件発明者は、スマートベッドからの睡眠指標を活用して、COVID-19予測モデルを構築した。
<方法>
IRBが承認した調査が、2020年の8月から11月までの間にオプトインした、「Sleep Number」のカスタマーに対して提示された。COVID-19検査結果が、2003人/6878人の回答者によって報告された(陽性116人、陰性1887人)。陽性群から、発症日を報告した82人の回答者(44.7±11.3歳)からのデータが使用された。陰性群から、検査日を報告した1519人の回答者(48.4±12.9歳)からのデータが使用された。
睡眠持続時間、睡眠の質、安眠持続時間、入眠時間、呼吸数、心拍数、及び、運動レベルが、クラウドに記憶された心弾動計信号から取得された。2020年1月から現在までのデータが考慮された。
予測モデルは、1)ロジスティック回帰によって計算される健康維持の毎日の確率、及び、2)過去の判定履歴を考慮して毎日の予測を改良するための連続密度隠れマルコフモデル、の2レベルで構成される。
<結果>
睡眠持続時間、平均呼吸数、平均心拍数の大幅な増加、及び、睡眠の質の低下が、COVID-19陽性回答者の症状悪化と関連付けられた。
予測モデルの評価は、0.84±0.09という交差検証の受信側オペレータ曲線下面積(AUC)推定値に帰結した。当該値は、ウェアラブルセンサについて報告された値と同様である。予測を確認するための追加の日数を考慮すると、AUC推定値は、0.93±0.05に改善された。
<結論>
スマートベッドのユーザ母集団で得られた結果は、目立たない睡眠指標が、COVID-19に感染した個人の症状の進行を予測及び追跡するための豊富な情報を提供し得る、ということを示唆している。
Claims (20)
- システムであって、
マットレスを有するベッドと、
1または複数のセンサと、
1または複数のプロセッサとコンピュータメモリとを含むコンピューティングシステムと、
を備え、
前記1または複数のセンサは、
前記ベッド上の睡眠者の1または複数の物理現象を感知し、
感知された物理現象に基づいてデータ信号を生成し、
前記データ信号を前記コンピューティングシステムに送信する
ように構成されており、
前記コンピューティングシステムは、
前記データ信号を受信し、
前記睡眠者のある睡眠セッションのデータ信号から、各特徴が前記物理現象の1つを表す特徴値を有する複数の特徴に関する特徴ベクトルを生成し、
前記特徴ベクトルに基づいて、前記睡眠セッションについて分類された物理的状態に前記睡眠者を分類する
ように構成されている
ことを特徴とするシステム。 - 前記分類された物理的状態は、COVID-19陽性である
ことを特徴とする請求項1に記載のシステム。 - 前記睡眠者を前記睡眠セッションについてある物理的態に分類するために、前記コンピューティングシステムは、更に、状態分類器に前記特徴ベクトルを提供するように構成されており、
前記状態分類器は、特徴ベクトルを入力として受信し、予め定義された複数の可能性ある物理的状態に対する前記特徴ベクトルに関連付けられた前記睡眠者の分類結果を出力として戻すように構成されている
ことを特徴とする請求項1に記載のシステム。 - 前記状態分類器の前記出力は、前記睡眠セッション中または前記睡眠セッション後に前記睡眠者が特定の状態にある確率値を含む
ことを特徴とする請求項3に記載のシステム。 - 前記睡眠者を前記睡眠セッションについてある物理的状態に分類するために、前記コンピューティングシステムは、更に、
前記確率値を少なくとも1つの閾値に対して比較して、
前記少なくとも1つの閾値に対する前記確率値の比較に基づいて、前記分類された物理的状態を選択する
ように構成されている
ことを特徴とする請求項4に記載のシステム。 - 前記特徴ベクトルに基づいて前記睡眠者を前記睡眠セッションについてある物理的状態に分類するために、前記コンピューティングシステムは、更に、前記睡眠者の履歴データを分析するように構成されている
ことを特徴とする請求項1乃至3のいずれかに記載のシステム。 - 前記分類された物理的状態は、健康及び不健康からなる群から選択される
ことを特徴とする請求項1乃至3のいずれかに記載のシステム。 - 各特徴が、前記睡眠者の物理的測定値である
ことを特徴とする請求項1乃至3のいずれかに記載のシステム。 - 前記特徴ベクトルは、7つの特徴のベクトルであり、
前記7つの特徴は、呼吸数、心拍数、全身運動、睡眠の質、睡眠持続時間、安眠持続時間、及び、入眠時間、である
ことを特徴とする請求項1乃至3のいずれかに記載のシステム。 - 前記特徴の少なくとも1つが、前記睡眠者の周囲の環境の環境測定値である
ことを特徴とする請求項1乃至3のいずれかに記載のシステム。 - 前記環境測定値は、周囲温度、ベッド温度、空気の質、及び、周囲照明、からなる群のうちの1つの測定値である
ことを特徴とする請求項10に記載のシステム。 - 前記コンピューティングシステムは、更に、前記特徴ベクトルに基づいて前記睡眠者を前記睡眠セッションについてある物理的状態に分類することに応答して、
当該分類された物理的状態を前記コンピュータメモリに記憶する、
当該分類された物理的状態をデータネットワークを介して送信する、及び
当該分類された物理的状態に基づいて、特定のユーザ入力無しで、自動化されたプロセスを開始する、
からなる群の少なくとも1つを実行する
ように構成されている
ことを特徴とする請求項1乃至3のいずれかに記載のシステム。 - 前記コンピューティングシステムは、更に、前記睡眠セッションのレポートを生成するように構成されており、
前記レポートは、前記分類された物理的状態の記録を含む
ことを特徴とする請求項1乃至3のいずれかに記載のシステム。 - 前記レポートは、更に、前記特徴値の少なくとも幾つかの記録を含む
ことを特徴とする請求項13に記載のシステム。 - 前記コンピューティングシステムは、更に、前記分類された物理的状態に基づいて、回復の推奨事項を生成するように構成されており、
前記回復の推奨事項は、人間可読のテキストを含み、
前記レポートは、前記回復の推奨事項の前記人間可読のテキストを含む
ことを特徴とする請求項14に記載のシステム。 - 前記分類された物理的状態に基づいて回復の推奨事項を生成するために、前記コンピューティングシステムは、更に、医療専門家のユーザによって生成された回復の推奨事項のルールセットに対して前記分類された物理的状態を比較するように構成されている
ことを特徴とする請求項15に記載のシステム。 - 前記コンピューティングシステムは、更に、前記睡眠者が前記分類された物理的状態にあることを確認するために、当該睡眠者に対して医療検査をスケジュールするように構成されている
ことを特徴とする請求項1乃至3のいずれかに記載のシステム。 - 前記コンピューティングシステムは、更に、前記睡眠者の前記物理的状態の進行の将来のマイルストーンの少なくとも1つの推定を含む状態進行データを生成するように構成されている
ことを特徴とする請求項1乃至3のいずれかに記載のシステム。 - 前記将来のマイルストーンの少なくとも1つは、症状の発症、ピーク強度、症状の退行、及び、ウイルスフリー、からなる群からのものである
ことを特徴とする請求項18に記載のシステム。 - ベッド上の睡眠者を病気状態に分類するためのシステムであって、
マットレスを有するベッドと、
1または複数のセンサと、
1または複数のプロセッサとコンピュータメモリとを含むコンピューティングシステムと、
を備え、
前記1または複数のセンサは、
前記ベッド上の睡眠者の1または複数の物理現象を感知し、
感知された物理現象に基づいてデータ信号を生成し、
前記データ信号を前記コンピューティングシステムに送信する
ように構成されており、
前記コンピューティングシステムは、
前記データ信号を受信し、
前記睡眠者のある睡眠セッションのデータ信号から、各特徴が前記物理現象の1つを表す特徴値を有する複数の特徴に関する特徴ベクトルを生成し、
前記特徴ベクトルに基づいて、前記睡眠セッションについて病気状態に前記睡眠者を分類する
ように構成されている
ことを特徴とするシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063121484P | 2020-12-04 | 2020-12-04 | |
US63/121,484 | 2020-12-04 | ||
PCT/US2021/061806 WO2022120165A1 (en) | 2020-12-04 | 2021-12-03 | Bed having features for automatic sensing of illness states |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024500272A true JP2024500272A (ja) | 2024-01-09 |
Family
ID=79021932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023526260A Pending JP2024500272A (ja) | 2020-12-04 | 2021-12-03 | 病気状態の自動感知用特徴部を有するベッド |
Country Status (8)
Country | Link |
---|---|
US (1) | US20220175600A1 (ja) |
EP (1) | EP4196001A1 (ja) |
JP (1) | JP2024500272A (ja) |
KR (1) | KR20230113527A (ja) |
CN (1) | CN116322488A (ja) |
AU (1) | AU2021392733A1 (ja) |
CA (1) | CA3193910A1 (ja) |
WO (1) | WO2022120165A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022514129A (ja) | 2018-11-14 | 2022-02-10 | スリープ ナンバー コーポレイション | 睡眠パラメータを判定するための力センサの利用 |
WO2021201925A1 (en) | 2020-04-01 | 2021-10-07 | UDP Labs, Inc. | Speech-controlled health monitoring systems and methods |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100170043A1 (en) | 2009-01-06 | 2010-07-08 | Bam Labs, Inc. | Apparatus for monitoring vital signs |
AU2018399606A1 (en) * | 2018-01-05 | 2020-07-23 | Ramazan Demirli | Bed having physiological event detecting feature |
-
2021
- 2021-12-03 JP JP2023526260A patent/JP2024500272A/ja active Pending
- 2021-12-03 EP EP21830884.9A patent/EP4196001A1/en active Pending
- 2021-12-03 US US17/541,921 patent/US20220175600A1/en active Pending
- 2021-12-03 KR KR1020237011130A patent/KR20230113527A/ko unknown
- 2021-12-03 CA CA3193910A patent/CA3193910A1/en active Pending
- 2021-12-03 WO PCT/US2021/061806 patent/WO2022120165A1/en active Application Filing
- 2021-12-03 AU AU2021392733A patent/AU2021392733A1/en active Pending
- 2021-12-03 CN CN202180069683.4A patent/CN116322488A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CA3193910A1 (en) | 2022-06-09 |
KR20230113527A (ko) | 2023-07-31 |
CN116322488A (zh) | 2023-06-23 |
US20220175600A1 (en) | 2022-06-09 |
AU2021392733A1 (en) | 2023-03-30 |
EP4196001A1 (en) | 2023-06-21 |
WO2022120165A1 (en) | 2022-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3905927B1 (en) | Home automation with features to improve sleep | |
US20190201267A1 (en) | Bed having sensor fusing features useful for determining snore and breathing parameters | |
JP7385582B2 (ja) | 在宅でのストレステスト | |
CA3087516A1 (en) | Bed having physiological event detecting feature | |
CA3112363A1 (en) | System for sensing and controling a bed environment | |
EP4003099B1 (en) | Long term sensing of sleep phenomena | |
JP2023550897A (ja) | 睡眠者の心拍変動を追跡するためのコントローラを有するベッド | |
US20220175600A1 (en) | Bed having features for automatic sensing of illness states | |
US20220354431A1 (en) | Bed having features for estimating core body tempuratures from sensing of cardiac parameters and external temperature | |
US20220305231A1 (en) | Sleep system with features for personalized sleep recommendations | |
EP4358835A1 (en) | Bed having features for sensing sleeper pressure and generating estimates of brain activity for use in disease | |
CA3221585A1 (en) | Bed having features for determination of respiratory disease classification | |
CA3221578A1 (en) | Determining real-time sleep states using machine learning techniques | |
JP2024513150A (ja) | 睡眠者の圧力を感知して脳活動の推定値を生成するための特徴を有するベッド | |
US20230190199A1 (en) | Bed having features to passively monitor blood pressure | |
US20230190183A1 (en) | Sleep system with features for personalized daytime alertness quantification | |
US20230414178A1 (en) | Bed having features for automatic sensing of illness states such as post-acute sequalae of covid-19 (pasc or long covid) |