JP3225990U - 連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム - Google Patents
連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム Download PDFInfo
- Publication number
- JP3225990U JP3225990U JP2020600026U JP2020600026U JP3225990U JP 3225990 U JP3225990 U JP 3225990U JP 2020600026 U JP2020600026 U JP 2020600026U JP 2020600026 U JP2020600026 U JP 2020600026U JP 3225990 U JP3225990 U JP 3225990U
- Authority
- JP
- Japan
- Prior art keywords
- data
- warning
- subject
- user
- risk
- 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.)
- Active
Links
- 230000004927 fusion Effects 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000012546 transfer Methods 0.000 claims description 21
- 238000013479 data entry Methods 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000012502 risk assessment Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 208000024891 symptom Diseases 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 32
- 230000033001 locomotion Effects 0.000 description 25
- 230000001133 acceleration Effects 0.000 description 20
- 230000036544 posture Effects 0.000 description 14
- 238000012360 testing method Methods 0.000 description 9
- 230000007704 transition Effects 0.000 description 8
- 210000000707 wrist Anatomy 0.000 description 7
- 239000003814 drug Substances 0.000 description 5
- 210000001624 hip Anatomy 0.000 description 5
- 230000002265 prevention Effects 0.000 description 5
- 230000035939 shock Effects 0.000 description 5
- 229940079593 drug Drugs 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000037081 physical activity Effects 0.000 description 4
- 208000004210 Pressure Ulcer Diseases 0.000 description 3
- 210000000544 articulatio talocruralis Anatomy 0.000 description 3
- 230000005021 gait Effects 0.000 description 3
- 230000012010 growth Effects 0.000 description 3
- 210000002414 leg Anatomy 0.000 description 3
- 206010013654 Drug abuse Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 208000011117 substance-related disease Diseases 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 208000034657 Convalescence Diseases 0.000 description 1
- 206010011469 Crying Diseases 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 208000035874 Excoriation Diseases 0.000 description 1
- 206010017076 Fracture Diseases 0.000 description 1
- 206010021118 Hypotonia Diseases 0.000 description 1
- 201000006347 Intellectual Disability Diseases 0.000 description 1
- 206010023203 Joint destruction Diseases 0.000 description 1
- 208000007379 Muscle Hypotonia Diseases 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 206010047571 Visual impairment Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008901 benefit Effects 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
- 210000001217 buttock Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 208000018883 loss of balance Diseases 0.000 description 1
- 231100000896 loss of balance Toxicity 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000002346 musculoskeletal system Anatomy 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 230000001144 postural effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 208000029257 vision disease Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000004393 visual impairment Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
- A61B5/1117—Fall detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Physics & Mathematics (AREA)
- Dentistry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Physical Education & Sports Medicine (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Alarm Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を行なうシステムを提供する。【解決手段】システムは、少なくとも1つの測定デバイスと少なくとも1つの管理デバイスを有し、測定デバイスは、ユーザーに関する種々のデータを受け取って、処理し、かつ、管理デバイス上に表示する。またシステムは、いっそう広い範囲について被験者に関するデータを移送するための少なくとも1つの信号融合デバイス、および/または、被験者および管理者に関する種々のデータを記録してデータを再生し、処理し、かつ/もしくはその他の管理デバイスへと移送するか、もしくは、被験者の親族に警告データを移送するための少なくとも1つのサーバーを有する。【選択図】図1
Description
考案の分野
本考案は、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムに関する。
本考案は、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムに関する。
考案の背景
1990年〜2050年までの国際連合機関による高齢者人口の成長率の見積もりは、タイが高齢者人口(60歳以上)の急成長の状況に直面していることを示している。タイは、その他の種々の先進国と比べると、いっそう早く高齢者人口国家の問題と直面するであろう。2020年には、タイは、出生率および死亡率の継続的な低下に起因して、小児人口より多い高齢者人口を有するであろうと予測された。高齢者は、予防、治療およびリハビリテーションにおいて医療サービスを相当要求するが、政府は、限定されたサービスしか提供し得ない。健康保険は医療のみをカバーし、予防的費用またはその他のサービス手数料をカバーしない。さらに生産年齢人口あたりの高齢者人口の割合の成長はまた、世話係不足の問題をもたらした。タイでは高齢者介護システムをサポートするための身体センサーネットワーク技術を採用する必要があり、高齢者に頻繁に見られる健康問題(例えば、滑り、転倒、床ずれ、認知症に起因する迷子もしくは不眠症)をモニタリングし、検出し、予防し、かつ/または、解決するためのデバイスおよびシステムの開発を強調する。
1990年〜2050年までの国際連合機関による高齢者人口の成長率の見積もりは、タイが高齢者人口(60歳以上)の急成長の状況に直面していることを示している。タイは、その他の種々の先進国と比べると、いっそう早く高齢者人口国家の問題と直面するであろう。2020年には、タイは、出生率および死亡率の継続的な低下に起因して、小児人口より多い高齢者人口を有するであろうと予測された。高齢者は、予防、治療およびリハビリテーションにおいて医療サービスを相当要求するが、政府は、限定されたサービスしか提供し得ない。健康保険は医療のみをカバーし、予防的費用またはその他のサービス手数料をカバーしない。さらに生産年齢人口あたりの高齢者人口の割合の成長はまた、世話係不足の問題をもたらした。タイでは高齢者介護システムをサポートするための身体センサーネットワーク技術を採用する必要があり、高齢者に頻繁に見られる健康問題(例えば、滑り、転倒、床ずれ、認知症に起因する迷子もしくは不眠症)をモニタリングし、検出し、予防し、かつ/または、解決するためのデバイスおよびシステムの開発を強調する。
転倒は、高齢者に起これば致命的なアクシデントである。その他の付随的で深刻な危険の例は、頭部における切り傷、皮膚擦過、骨折、関節破壊などであり、これらは、高齢者の日常生活に全面的に影響を与える。病院における患者については、転倒は、患者が外科的手術を体験し、かつ、自力で歩行し得るという彼らの理解に起因して回復期に自力で起き上がろうと試みた後に、または、人事不省、混乱もしくは筋緊張低下の副作用を有する医薬を投与された患者に起きるであろう。これら理由により、効果的な転倒検出器は必須である。デバイスが転倒を検出し、かつ、即座に補助の必要性信号を送り得れば、それは患者および高齢者の転倒からの付随的な危険を減少させるであろう。転倒検出器の最初のモデルは、1970年代初頭以来開発されてきた。かかる期間の最中、デバイスは、ユーザーがボタンを押したときに、単純に遠隔的な警報を送り得るだけであった。1990年まで、自動的な転倒測定についての研究が実行された。転倒測定デバイスの最初のプロトタイプは、Williamらによって開発され、測定に圧電ショックセンサーおよび傾斜スイッチを用いた。現在、転倒検出器は継続的に研究および開発されてきており、かつ、高齢者の数は毎年継続的に増加しており、転倒検出器へのいっそうの注目をもたらす。
種々の形態の転倒モニタリングおよび検出技術が開発されてきた。それらのほとんどが、外国で販売されたデバイスのプロトタイプを製造するための研究レベルのものである。用いられるデバイスの対象となる転倒挙動検出プロセスのためのいくつかの方法が存在する(例えば、転倒方向を検出するための水銀傾斜スイッチの使用を伴う、転倒ショックを検出するためのショックセンサーの使用)。転倒検出のためのビデオカメラの使用は、転倒のいくつかの形態については良好な結果であるが、患者または高齢者にとってのプライバシーの欠如をもたらし、かつ、照明条件および視野制約についていくらかの制限を有する。手首に加速度計を装着または宝石のように首に装着するのと同様に、それはいっそう快適な感覚を提供するが、検出精度は腰部または胸部にセンサーを装着するのと比べると相対的に低い。
装着者の身体的パラメーターを測定するデバイスとは別に、転倒検出をサポートするために、例えば加速度計およびジャイロスコープならびに装着者の生物学的パラメーター(例えば、心電図(ECG)、非侵襲性血圧(NIBP)、パルスオキシメトリー(SpO2)および体表温度(BST))を測定するためのデバイスが用いられ得る。後者のグループ中のデバイスの使用は、専門医師との相互分析を必要とする。
開発された転倒検出器、防止およびモニタリングデバイスならびに運動センサーの例は、次のとおりである:
1.「Method and system for fall detection(転倒検出のための方法およびシステム)」についての米国特許出願No.US20080129518 A1は、三軸加速度計および衝撃検出器を用い、加速度計または身体に連結されたマイクロフォンから測定される衝撃音を用いて実行されてもよい。転倒検出のために、デバイスは手首に装着され得、または、胸部に取り付けられ得る。転倒検出は、3つの期間(すなわち、転倒前期間、転倒中期間および転倒後期間)における加速度信号の分析に依拠するであろう。任意の位置における加速度信号の値および信号値保持期間が閾値内であれば、そのことは、転倒が起きたことを示している。
2.「Multi−sensory fall detection system(多感覚転倒検出システム)」についての米国特許出願No.WO2008129452 A1は、少なくとも2つの検出器を用いる、転倒検出用のガイドラインについての発明である。かかる検出器は、加速度計または振動センサーなどであってもよい。検出器の搭載位置は、腰部、足首関節または手首であってもよい。検出器が腰部および足首関節に装着される場合、転倒は、両方の位置において検出器から測定されるデータの検証によって検出され得る。
3.「Loss−of−balance and fall detection system(バランスの喪失および転倒検出システム)」についての米国特許出願No.US2009076419 A1は、転倒検出のために、胸部と大腿部の両側とに装着される加速度計およびジャイロスコープとともに、足首関節または靴に装着される脚の力センサーを用いることである。胸部のデバイスは、曲がること、捻じれること、および、回転することを区別するのに用いられ、大腿部のデバイスは、立っていること、および、座っていることを区別するのに用いられる。
4.「Using RFID to prevent or detect falls, wandering, bed egress and medication errors(転倒、徘徊、ベッドから出ることおよび薬物誤用を防止または検出するためのRFIDの使用)」についての米国特許出願No.US7714728 B2は、転倒検出用のRFIDデバイスを採用する。RFIDタグは、手首、足首または靴下に取り付けられてもよく、かつ、信号受信器は、床、扉、ベッドサイドまたはベッドに取り付けられる。該システムは、RFIDタグが床に近付いていることを検出した際に警告を送信する。
5.「Fall detection utilizing a three−axis accelerometer(三軸加速度計を用いる転倒検出)」についての米国特許出願No.US20090292227 A1は、身体と重力と加速度信号の合計との間の度合に基づく転倒検出である。加速度の大きさは、胸部に取り付けられる三軸加速度計から計算される。
6.「Fall detection and/or prevention system(転倒検出および/または防止システム)」についての米国特許出願No.20110230791 A1は、腰部に取り付けられる三軸加速度計に基づく転倒検出システムである。転倒は、加速度および加速度信号の大きさなどのような特徴セットに基づいて検出される。値が予め定められた値より高ければ、転倒が起こったと考え得る。該システムが転倒が起こったことを検出すれば、装着者は、ボタンを押すことによって状況に対応し得る。転倒後にボタンが押されなければ、該システムは、補助の必要性信号を送信するであろう。または、装着者がボタンを押せば、該システムは信号を送信せず、かつ、転倒の誤った予測を検査するのに用いるために信号から導き出される値を適宜記録するであろう。しかしながら、装着者は、転倒を伴わずにボタンを押して補助を要求し得る。
7.「Fall detection system and method(転倒システムおよび方法)」についての米国特許出願No.US20140313036 A1は、転倒検出におけるアルゴリズムを調整し得る転倒検出システムを提示する。検出デバイスは三軸加速度計であってもよく、かつ、手首、胴体または首に取り付けられてもよい。デバイスから約1.3秒がクラウド上で記録および処理されるであろう。転倒検出は、3つの期間(すなわち、転倒前期間、転倒中期間および転倒後期間)における加速度信号値から考慮されるであろう。通常、転倒前期間における加速度信号は、約0.4秒について0〜0.6gの範囲にあるであろう。転倒中は、加速度信号は約0.3秒について1.25gより多い期間であり、かつ、転倒後は、加速度信号が約0.6秒について1gに近付く期間である。3つの期間における信号値が前記条件に対応すれば、該システムによって転倒警告が警告されるであろう。
8.「Ambulatory system for measuring and monitoring physical activity and risk of
falling and for automatic fall detection(身体的活動と転倒のリスクの測定およびモニタリングならびに自動転倒検出のための携帯システム)」についての米国特許出願No.US9005141 B1は、姿勢移行、歩行分析、転倒のリスクの評価および自動転倒検出のような4つのモジュールからなる、胸部領域(上半身)に取り付けられる加速度計を有するモニタリングシステムを提示する。姿勢移行検出モジュールは、身体と重力との間の角度を用いて、座っている−立っている、立っている−座っている、座っている−横になる、などのような姿勢移行を分類する。歩行分析は、三軸加速度信号(例えば、横軸上の加速度信号を分析することにより左脚または右脚で踏むこと、前後軸と縦軸上の信号を分析することにより爪先または踵で踏むこと、および、ペース速度など)に基づいて実行される。転倒のリスクは、姿勢移行の最中に測定される3つの値(すなわち、移行期間の平均、移行期間の標準偏差および後に続く移行)から評価される。3つの値はすべて、転倒履歴を有する人々において高い。自動転倒検出は、前後および横面における加速度の標準について閾値化することによって実行される。衝撃前のデバイス装着者の姿勢および身振りは、転倒確認に用いられる。歩行または姿勢の変化の後に閾値またはピークより高い信号が発生し、かつ、横になった姿勢への任意の姿勢移行が後に続けば、該システムは、ピーク間隔信号の幅、ピーク前の縦軸方向信号における速度、衝撃時における3つの三軸加速度信号すべての合計、衝撃時の前後および横面における加速度の合計、衝撃時の各軸における速度ならびに衝撃時の前後および横面における加速度の合計のエネルギーのような、異なる値を考慮するであろう。値が決定された条件に対応すれば、該システムは、転倒が起こったことを通知するであろう。または、歩行または姿勢の変化の後にピークが発生しなければ、該システムは、座っている、または、横になっている姿勢が後に続く姿勢の後にピークが発生すれば、それが転倒であることを通知するであろう。
falling and for automatic fall detection(身体的活動と転倒のリスクの測定およびモニタリングならびに自動転倒検出のための携帯システム)」についての米国特許出願No.US9005141 B1は、姿勢移行、歩行分析、転倒のリスクの評価および自動転倒検出のような4つのモジュールからなる、胸部領域(上半身)に取り付けられる加速度計を有するモニタリングシステムを提示する。姿勢移行検出モジュールは、身体と重力との間の角度を用いて、座っている−立っている、立っている−座っている、座っている−横になる、などのような姿勢移行を分類する。歩行分析は、三軸加速度信号(例えば、横軸上の加速度信号を分析することにより左脚または右脚で踏むこと、前後軸と縦軸上の信号を分析することにより爪先または踵で踏むこと、および、ペース速度など)に基づいて実行される。転倒のリスクは、姿勢移行の最中に測定される3つの値(すなわち、移行期間の平均、移行期間の標準偏差および後に続く移行)から評価される。3つの値はすべて、転倒履歴を有する人々において高い。自動転倒検出は、前後および横面における加速度の標準について閾値化することによって実行される。衝撃前のデバイス装着者の姿勢および身振りは、転倒確認に用いられる。歩行または姿勢の変化の後に閾値またはピークより高い信号が発生し、かつ、横になった姿勢への任意の姿勢移行が後に続けば、該システムは、ピーク間隔信号の幅、ピーク前の縦軸方向信号における速度、衝撃時における3つの三軸加速度信号すべての合計、衝撃時の前後および横面における加速度の合計、衝撃時の各軸における速度ならびに衝撃時の前後および横面における加速度の合計のエネルギーのような、異なる値を考慮するであろう。値が決定された条件に対応すれば、該システムは、転倒が起こったことを通知するであろう。または、歩行または姿勢の変化の後にピークが発生しなければ、該システムは、座っている、または、横になっている姿勢が後に続く姿勢の後にピークが発生すれば、それが転倒であることを通知するであろう。
9.「Fall detection and/or prevention sys
tems(転倒検出および/または防止システム)」についての米国特許出願No.US20110230791 A1は、転倒検出用のセンサーベルトを提示する。ユーザーは、ベルトにおけるボタンを押すことによって、誤った警告をキャンセルし得る。
tems(転倒検出および/または防止システム)」についての米国特許出願No.US20110230791 A1は、転倒検出用のセンサーベルトを提示する。ユーザーは、ベルトにおけるボタンを押すことによって、誤った警告をキャンセルし得る。
10.「Non−Intrusive Fall Protection Device, System and Method(非侵入型転倒保護デバイス、システムおよび方法)」についての米国特許出願No.US20060001545 A1は、床または壁に搭載されるいくつかのセンサーからの信号に基づいて膨張可能であるクッションを用いる転倒衝撃軽減の手順を提示する。衝撃が発生する時点におけるクッションは、膨張して転倒をサポートすることが期待され、転倒の深刻性の軽減をもたらす。
11.「Method and apparatus for body impact protection(身体衝撃保護のための方法および装置)」についての米国特許出願No.20050067816 B2は、被服にエアバッグを搭載して、ズボンに搭載されるセンサーからの運動信号の分析に基づいて転倒の衝撃を軽減することを提示する。該システムは、ユーザーの通常の運動データを格納し、かつ、転倒データを有する信号を先行して格納された通常データと比較することによって転倒を測定する。
12.「Using RFID to prevent or detect falls, wandering, bed egress and medication
errors(転倒、徘徊、ベッドから出ることおよび薬物誤用を防止または検出するためのRFIDの使用)」についての米国特許出願No.US20070159332 A1は、場所について患者を追跡するためのRFIDタグの使用を提示する。患者はRFIDタグを装着し、かつ、RFIDアンテナは、ベッドまたは床のような患者が生活する領域に搭載されるであろう。該システムは、転倒、歩行およびベッドまたは部屋から出ることのような運動を検出する。転倒は、患者の上半身のタグが特定の期間にわたって床アンテナの近くにあるときに検出される。ベッドから出ることは、ベッドアンテナから離れるように移動するユーザーの下半身のタグによって検出される。関心のある情報が検出されるとき、該システムは、機能し、かつ、世話係に警報を送信するようにカメラに命令するであろう。介護者もまた、彼らがモニタリングおよび追跡され得るようにRFIDタグを装着するであろう。
errors(転倒、徘徊、ベッドから出ることおよび薬物誤用を防止または検出するためのRFIDの使用)」についての米国特許出願No.US20070159332 A1は、場所について患者を追跡するためのRFIDタグの使用を提示する。患者はRFIDタグを装着し、かつ、RFIDアンテナは、ベッドまたは床のような患者が生活する領域に搭載されるであろう。該システムは、転倒、歩行およびベッドまたは部屋から出ることのような運動を検出する。転倒は、患者の上半身のタグが特定の期間にわたって床アンテナの近くにあるときに検出される。ベッドから出ることは、ベッドアンテナから離れるように移動するユーザーの下半身のタグによって検出される。関心のある情報が検出されるとき、該システムは、機能し、かつ、世話係に警報を送信するようにカメラに命令するであろう。介護者もまた、彼らがモニタリングおよび追跡され得るようにRFIDタグを装着するであろう。
13.「Method and system for fall−onset detection(転倒開始検出のための方法およびシステム)」についての米国特許出願No.US8260570 B2は、身体の多くの部分(臀部および腰部のような)に配置される加速度および方向センサーを用いる転倒開始モニタリングシシテムを提示する。測定は、センサー信号値を予め特定された値と比較することによって実行され得る。比較は、後に続く順番で値を比較する規則を用いて実行されるであろう。加速度計およびジャイロスコープは、プロセッサーとして機能するマイクロコントローラーに搭載されるであろう。転倒が起こると、信号灯が点く。このマイクロコントローラーは、将来的にネットワークに接続され得る。
14.「System and method for predicting fall risk for a resident(居住者についての転倒リスクを予測するためのシステムおよび方法)」についての米国特許出願No.20080186189
A1は、居住領域に搭載される少なくとも1つのセンサー(例えば、運動センサー、光センサー、空気圧センサーおよび血液センサーなど)からのデータを用いる、任意の居住者の居住領域内での転倒リスクを予測するための専用システムを提示する。転倒リスクは、歩行(ペース速度、ペース長さ、運動速度、バランスなどのような)、環境的要素(光、表面、バリアなどのような)、内的要素(知的障害、視覚障害などのような)および個
人データ(転倒履歴、薬物治療、基礎疾患などのような)から予測可能である。リスク予測は、遠隔的に実行され得る。転倒リスク予測における使用が推奨されるモデルは、ベイジアンネットワークおよびHMMである。報告は、予め定められた期間(10分のような)内に、コンピューター、PDAまたはファックスのような世話係のデバイスへと送信される。
A1は、居住領域に搭載される少なくとも1つのセンサー(例えば、運動センサー、光センサー、空気圧センサーおよび血液センサーなど)からのデータを用いる、任意の居住者の居住領域内での転倒リスクを予測するための専用システムを提示する。転倒リスクは、歩行(ペース速度、ペース長さ、運動速度、バランスなどのような)、環境的要素(光、表面、バリアなどのような)、内的要素(知的障害、視覚障害などのような)および個
人データ(転倒履歴、薬物治療、基礎疾患などのような)から予測可能である。リスク予測は、遠隔的に実行され得る。転倒リスク予測における使用が推奨されるモデルは、ベイジアンネットワークおよびHMMである。報告は、予め定められた期間(10分のような)内に、コンピューター、PDAまたはファックスのような世話係のデバイスへと送信される。
15.「Method for body−worn sensor based prospective evaluation of falls risk in community−dwelling elderly adults(身体に装着されたセンサーに基づく地域在住高齢者における転倒リスクの予測評価のための方法)」についての米国特許出願No.US20130023798 A1は、転倒リスク評価のためのモデルを構築し、かつ、センサーデータから生成されるモデルの最良のパラメーターを見出すための方法論およびシステムを提示する。該システムは、タイムド アップ アンド ゴー(TUG)試験の最中の使用が意図される。ステップ長さ、歩行速度および試験時間のようなパラメーター値は、計算され、かつ、特徴選別に転送され、かつ、モデル構築に用いられる。ユーザーには無線センサーが取り付けられ、かつ、特徴計算およびリスク評価のためにコンピューターへと信号を送る。
16.「Monitoring patterns of motion(運動のパターンのモニタリング)」についての米国特許No.US8081082 B2は、患者の身体に取り付けられるセンサーからの信号および先に格納されたユーザーの基線信号を比較することによって運動パターンをモニタリングするための方法を提示する。対応するシークエンスの信号が設定された値を越えれば、それは世話係へと信号を送る。任意の身体運動の基線信号は、いくつかのラウンドについてかかる患者から取得されるデータのコレクションから生成される。
17.「本発明は、転倒リスクを評価して、患者の転倒のインシデントを防止または低減する方法およびシステムを提供する。」についての米国特許出願No.20130303860 A1は、センサー、ゲートウェイ、クライアントアプリケーションおよびウェブアプリケーションを有するシステムを提示する。患者の運動を測定するセンサーはクライアントアプリケーションへと情報を送り、かつ、前記データは中央ウェブアプリケーションへと送信されてもよい。ウェブアプリケーションは、1つより多いクライアントアプリケーションプログラムからデータを受け取り得る。患者データベースおよび記録は、中央ウェブアプリケーションにおいて格納される。ここでセンサーとは、定規、加速度計、ビデオ画像、または、場所、力、運動速度もしくは筋骨格系による運動の物理的結果を与えるセンサーのことをいってもよい。クライアントアプリケーションプログラムのユーザーは、定められた試験プロトコルを用いて転倒リスクを評価し、かつ、潜在的リスクを評価し得る。これは、その他の患者の試験結果と比較され得る。
上記発明によれば、ほとんどの発明が、転倒検出、転倒リスク評価または衝撃軽減のための膨張可能な台を用いる転倒防止に関する技術であると見做された。それは、測定される人物にアクシデントのリスクがあるとき、または、実際のインシデントの前に補助を必要とするときのリスク情報の継続的分析およびリアルタイム警告をカバーしていない。
本考案は、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムに関し、本考案によるシステムは、少なくとも1つの測定デバイスと少なくとも1つの管理デバイス(administrative device)を有する。前記測定デバイスは、被験者に関する種々のデータを受け取り、処理して結果を管理デバイスに表示する。いっそう複雑
なシステムは、いっそう広い範囲について被験者に関するデータ(患者または高齢者の年齢のような)を移送するための少なくとも1つの信号融合デバイス(signal fusion device)、および/または、被験者および管理者(administrator)に関する種々のデータを記録してデータを再生し、処理し、かつ/もしくは、その他の管理デバイスに移送するか、もしくは、被験者の親族に警告データを移送するための少なくとも1つのサーバーを有していてもよい。データ分析−処理ステップは、測定デバイス自体で実行されてもよく、当該システムの種々の部分に分配されてもよい。前記データ処理ステップはデータ処理および表示ステップを有し、該データ処理および表示ステップは、データ入力ステップ、コンテキスト(context)認識ステップ、見積もられるリスク推定および警告ステップ、データベース記録ステップ、表示ステップならびに警告判定ステップをさらに有する。
なシステムは、いっそう広い範囲について被験者に関するデータ(患者または高齢者の年齢のような)を移送するための少なくとも1つの信号融合デバイス(signal fusion device)、および/または、被験者および管理者(administrator)に関する種々のデータを記録してデータを再生し、処理し、かつ/もしくは、その他の管理デバイスに移送するか、もしくは、被験者の親族に警告データを移送するための少なくとも1つのサーバーを有していてもよい。データ分析−処理ステップは、測定デバイス自体で実行されてもよく、当該システムの種々の部分に分配されてもよい。前記データ処理ステップはデータ処理および表示ステップを有し、該データ処理および表示ステップは、データ入力ステップ、コンテキスト(context)認識ステップ、見積もられるリスク推定および警告ステップ、データベース記録ステップ、表示ステップならびに警告判定ステップをさらに有する。
タイを含む東方の国々では、拡大家族および/または患者もしくは高齢者のために世話係を雇うことによって特徴付けられる相当数の家族が存在する。患者もしくは高齢者が既に転倒し、または、アクシデントに遭っていたときの警告は、転倒またはアクシデントをそれが起きる前に防止するためのモニタリングより有用ではない。それはまた、一般的な日課(例えば、トイレに行くこと、歩行またはベッドから出ることを含むが、これらに限定されない)におけるサポートを提供する。本考案によるシステムは、測定される人物のコンテキストデータを継続的に測定して、リスクを継続的に記録、分析、評価し、かつ、彼らがインシデントに巻き込まれたとき、または、潜在的リスクを課すであろう任意の身体運動(転倒、床ずれ、迷子などを含むが、これらに限定されない)が起こったときにリアルタイム警告を実行するのに用いられ、かかる有害事象が起こる前に世話係が状況を即座に正すことを可能にする。この方式での継続的な注意深いモニタリングの使用の利益は、測定される人物についてあらゆる危険および有害事象の発生を防止して、世話係の負担を軽減することである。したがって、世話係は、高齢者または患者のリスクが低い間(例えば、睡眠など)にその他のタスクを行い得、かつ、常に彼らのために注意を払っておく必要がない。被験者の世話係または親族は、このシステムを用いて指定時間に彼らを世話するように世話係に注意を向けさせ、かつ、世話係を彼らが予定された時間にタスクを実行するか否かについて評価し得る。さらに、医師または世話係は、このデータを用いて、ユーザーまたは彼らの親族からのインタビューより正確にユーザーの日課を分析し得る。
考案の詳細な説明
本考案の好ましい実施形態の上記の詳細な説明は、添付の図面と併せて読んだときに、いっそう良好に理解されるであろう。本考案を説明する目的のために、図面には現在好ましい実施形態が示されている。しかしながら、本考案が図示されている正確な配置構成および手段に限定されないことは理解されるべきである。
本考案の好ましい実施形態の上記の詳細な説明は、添付の図面と併せて読んだときに、いっそう良好に理解されるであろう。本考案を説明する目的のために、図面には現在好ましい実施形態が示されている。しかしながら、本考案が図示されている正確な配置構成および手段に限定されないことは理解されるべきである。
連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するための当該システムは:
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り、
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、管理者に表示するために、測定デバイス(11)からユーザーまたは被験者に関するデータを受け取る。
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り、
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、管理者に表示するために、測定デバイス(11)からユーザーまたは被験者に関するデータを受け取る。
データの処理および表示は、測定デバイス(11)および/または管理デバイス(12)で起こり、当該システムは、測定デバイスから受け取られるデータに基づく、または、被験者のプロファイル、被験者の場所もしくは時間についての追加データのうちのいずれか1つと組み合された、アクシデントのリスクまたは補助の必要性についての継続的分析を有し、かつ、望まれないインシデントの発生前に警告を提供し得る。
連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するための当該システムの別の実施形態では:
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り、
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、管理者に表示するために、測定デバイス(11)からユーザーまたは被験者に関するデータを受け取り、かつ、
− 少なくとも1つのサーバー(13)を有し、該少なくとも1つのサーバー(13)は、ユーザーまたは被験者および管理者に関する種々のデータを記録して、データの再生および/または処理および/または管理デバイス(12)との間の移送を可能にする。
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り、
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、管理者に表示するために、測定デバイス(11)からユーザーまたは被験者に関するデータを受け取り、かつ、
− 少なくとも1つのサーバー(13)を有し、該少なくとも1つのサーバー(13)は、ユーザーまたは被験者および管理者に関する種々のデータを記録して、データの再生および/または処理および/または管理デバイス(12)との間の移送を可能にする。
データの処理および表示は、測定デバイス(11)および/または管理デバイス(12)および/またはサーバー(13)で起こり、当該システムは、測定デバイスから受け取られるデータに基づく、または、被験者のプロファイル、被験者の場所もしくは時間についての追加データのうちのいずれか1つと組み合された、アクシデントのリスクまたは補助の必要性についての継続的分析を有し、かつ、望まれないインシデントの発生前に警告を提供し得る。
連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するための当該システムの別の実施形態では:
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り、
− 少なくとも1つの信号融合デバイス(14)を有し、該少なくとも1つの信号融合デバイス(14)は、測定デバイス(11)から信号またはデータを受け取り、かつ、管理デバイス(12)へとデータを移送し、かつ、
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、管理者に表示するために、信号融合デバイス(14)からユーザーまたは被験者に関するデータを受け取る。
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り、
− 少なくとも1つの信号融合デバイス(14)を有し、該少なくとも1つの信号融合デバイス(14)は、測定デバイス(11)から信号またはデータを受け取り、かつ、管理デバイス(12)へとデータを移送し、かつ、
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、管理者に表示するために、信号融合デバイス(14)からユーザーまたは被験者に関するデータを受け取る。
データの処理および表示は、測定デバイス(11)および/または信号融合デバイス(
14)および/または管理デバイス(12)で起こり、当該システムは、測定デバイスから受け取られるデータに基づく、または、被験者のプロファイル、被験者の場所もしくは時間についての追加データのうちのいずれか1つと組み合された、アクシデントのリスクまたは補助の必要性についての継続的分析を有し、かつ、望まれないインシデントの発生前に警告を提供し得る。
14)および/または管理デバイス(12)で起こり、当該システムは、測定デバイスから受け取られるデータに基づく、または、被験者のプロファイル、被験者の場所もしくは時間についての追加データのうちのいずれか1つと組み合された、アクシデントのリスクまたは補助の必要性についての継続的分析を有し、かつ、望まれないインシデントの発生前に警告を提供し得る。
かつ、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するための当該システムの別の実施形態では:
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り、
− 少なくとも1つの信号融合デバイス(14)を有し、該少なくとも1つの信号融合デバイス(14)は、測定デバイス(11)から信号またはデータを受け取り、かつ、管理デバイス(12)へとデータを移送し、かつ、
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、管理者に表示するために、信号融合デバイス(14)からユーザーまたは被験者に関するデータを受け取り、かつ、
− 少なくとも1つのサーバー(13)を有し、該少なくとも1つのサーバー(13)は、ユーザーおよび管理者に関する種々のデータを記録して、データの再生および/もしくは処理および/もしくは管理デバイス(12)との間の移送を可能にし、または、ユーザーもしくは被験者に関するデータを、管理デバイス(12)との間のデータの移送前に信号融合デバイス(14)から受け取る。
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り、
− 少なくとも1つの信号融合デバイス(14)を有し、該少なくとも1つの信号融合デバイス(14)は、測定デバイス(11)から信号またはデータを受け取り、かつ、管理デバイス(12)へとデータを移送し、かつ、
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、管理者に表示するために、信号融合デバイス(14)からユーザーまたは被験者に関するデータを受け取り、かつ、
− 少なくとも1つのサーバー(13)を有し、該少なくとも1つのサーバー(13)は、ユーザーおよび管理者に関する種々のデータを記録して、データの再生および/もしくは処理および/もしくは管理デバイス(12)との間の移送を可能にし、または、ユーザーもしくは被験者に関するデータを、管理デバイス(12)との間のデータの移送前に信号融合デバイス(14)から受け取る。
データの処理および表示は、測定デバイス(11)および/または信号融合デバイス(14)および/または管理デバイス(12)で起こり、当該システムは、測定デバイスから受け取られるデータに基づく、または、被験者のプロファイル、被験者の場所もしくは時間についての追加データのうちのいずれか1つと組み合された、アクシデントのリスクまたは補助の必要性についての継続的分析を有し、かつ、望まれないインシデントの発生前に警告を提供し得る。
さらに、本考案において言及される各実施形態における、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムは、連続的なデータを分析する能力を含み、かつ、被験者にリスクがあるか、もしくは、補助が必要であるか否かを検出したときに即座の警告を提供し、管理者が望まれないインシデントを防止することを可能にし、または、時間内に状況を解決し得る。当該システムは、以下のとおり、図1に示されているようにコヒーレンスを有するデータを処理および表示するステップを含む:
− データ入力ステップ(1)は、測定デバイス(11)から継続的にユーザーもしくは被験者に関する種々のデータまたはデバイス自体に関する種々のデータを測定する。
− コンテキスト認識ステップ(2)は、データ入力ステップ(1)から受け取られる信号を変換し、かつ、データベース記録ステップ(4)へと移送し、かつ/または、見積もられるリスク推定および警告ステップ(3)へと移送し、かつ/または、表示ステップ(5)へと移送する。
− 見積もられるリスク推定および警告ステップ(3)は、データ入力ステップ(1)および/もしくはコンテキスト認識ステップ(2)からデータを受け取り、かつ、測定されるデータならびに/もしくはコンテキストデータならびに/もしくはデータ入力ステップ(1)および/もしくはコンテキストデータ入力ステップ(2)から取得されるデータから計算される少なくとも1つの定量的メトリックを、警告設定ステップ(6)において設定される警告データと一致させて、警告が警告されるべきか否かを計算し、かつ、結果を表示ステップ(5)へと移送し、かつ/または、データベース記録ステップ(4)によ
って取得される結果を記録する。
− データベース記録ステップ(4)は、将来的な使用のためにコンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られる種々のパラメーターを記録する。
− 表示ステップ(5)は、分析に用いるために、かつ/または、さらなる決定を行うためにデータを用いるために、即座に、即座の警告の形式でコンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られるデータを示し、または、データベース記録ステップ(4)によってデータベースに記録されたデータを示す。
− 警告設定ステップ(6)では、警告規則が、当該システムにおいて特定され、かつ/または、警告が管理者もしくは指定された関係者へと送られることが必要とされる発生したインシデントから管理者によって選択される。警告の特徴は、当該システムにおいて予め決定されるか、または、管理者によって設定されるであろう。警告規則は、ユーザーのリスク要因または当該システムの作動期間またはユーザーの症状の特徴またはユーザーのコンテキストまたはデバイスの特徴または受信もしくは獲得される信号の特徴または受信もしくは獲得される信号の量またはユーザーの場所の特徴または可聴周波数またはユーザーの場所またはユーザーの心拍数または温度または圧力または湿度のうちの1つ以上の組み合わせを用いて決定される。
− データ入力ステップ(1)は、測定デバイス(11)から継続的にユーザーもしくは被験者に関する種々のデータまたはデバイス自体に関する種々のデータを測定する。
− コンテキスト認識ステップ(2)は、データ入力ステップ(1)から受け取られる信号を変換し、かつ、データベース記録ステップ(4)へと移送し、かつ/または、見積もられるリスク推定および警告ステップ(3)へと移送し、かつ/または、表示ステップ(5)へと移送する。
− 見積もられるリスク推定および警告ステップ(3)は、データ入力ステップ(1)および/もしくはコンテキスト認識ステップ(2)からデータを受け取り、かつ、測定されるデータならびに/もしくはコンテキストデータならびに/もしくはデータ入力ステップ(1)および/もしくはコンテキストデータ入力ステップ(2)から取得されるデータから計算される少なくとも1つの定量的メトリックを、警告設定ステップ(6)において設定される警告データと一致させて、警告が警告されるべきか否かを計算し、かつ、結果を表示ステップ(5)へと移送し、かつ/または、データベース記録ステップ(4)によ
って取得される結果を記録する。
− データベース記録ステップ(4)は、将来的な使用のためにコンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られる種々のパラメーターを記録する。
− 表示ステップ(5)は、分析に用いるために、かつ/または、さらなる決定を行うためにデータを用いるために、即座に、即座の警告の形式でコンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られるデータを示し、または、データベース記録ステップ(4)によってデータベースに記録されたデータを示す。
− 警告設定ステップ(6)では、警告規則が、当該システムにおいて特定され、かつ/または、警告が管理者もしくは指定された関係者へと送られることが必要とされる発生したインシデントから管理者によって選択される。警告の特徴は、当該システムにおいて予め決定されるか、または、管理者によって設定されるであろう。警告規則は、ユーザーのリスク要因または当該システムの作動期間またはユーザーの症状の特徴またはユーザーのコンテキストまたはデバイスの特徴または受信もしくは獲得される信号の特徴または受信もしくは獲得される信号の量またはユーザーの場所の特徴または可聴周波数またはユーザーの場所またはユーザーの心拍数または温度または圧力または湿度のうちの1つ以上の組み合わせを用いて決定される。
図1におけるデータ処理および表示ステップの詳細は、以下のとおりである:
データ入力ステップ(1)は、測定デバイス(11)から種々のデータ(運動、心拍数、温度、圧力、音、写真およびビデオ画像などのような)またはデバイス自体に関する種々のデータ(接触、場所、信号強度、バッテリー強度など)を継続的に受け取り、該測定デバイス(11)は、装着可能もしくは埋め込み可能な形式でユーザーに取り付けられる小型電子デバイスに搭載されてもよく、かつ/または、周囲環境に搭載されたユーザーのデータ測定デバイスであってもよい。
コンテキスト認識ステップ(2)は、ユーザーのデータ測定デバイス(11)からの発生した信号を変換し、例えば:
− 画像信号、装着可能運動センサー信号またはモーションキャプチャーシステムからのデータを、活動(例えば、立つ、座る、寝る、歩く、走る、跳ぶ、立ち上がる、階上または階下へと歩く、種々の睡眠姿勢)のような種々のコンテキスト、種々の運動姿勢、身体の任意の部分の運動へと変換し、定量的メトリック(例えば、歩数、または、身振り認識もしくは活動認識プロセスから用いられるエネルギーを含むが、これらに限定されない)への運動データの処理を含む。
− マイクロフォンアレイからのデータを音源定位からの音の方向へと変換する(例えば、(Teachasrisaksakul K, Thiemjarus S, Polprasert C. Speaker tracking module for
indoor robot navigation. In: Proceedings of ECTI−CON, Hua−Hin, Thailand, 2012.)の業績)。
− マイクロフォンからのデータを、音分析手順からの泣き声、話し声、拍手の音、室内での物体の衝撃由来の音のような音タイプへと変換する。
− 無線信号のデータをユーザーの座標、ユーザーの部屋へと変換し、または、ユーザーが指定ポイントから離れているか否か、もしくは、ユーザーが指定ポイントを通過したか否かを評価する。
− RFIDデバイスを含む温度センサー、力センサー、距離センサーのような周囲センサーからのデータを、部屋におけるユーザーの場所または部屋における物体との接触へと変換する。
− バイタルサインのデータを種々の感情へと変換する(例えば、(Picard RW, Healey J. Affective wearables. In: P
roceedings of the First International Symposium on Wearable Computers 1997; 90−97.)の業績)。
− タッチセンサーからのデータをデバイスの状態(それが、未だにユーザーの身体に取り付けられているか、または、取り外されている/除去されているかなど)へと変換する。
− バッテリー電圧をデバイスの状態(バッテリーがフルか低いかなど)へと変換する。
処理は回路上または任意のデバイス上であってもよく、1つ以上のデバイスに分配されてもよく、ネットワークシステムを通る1つまたはいくつかのポイントにおいてデータ融合プロセスを有する。処理は、いっそうの精度、速度および/もしくはエネルギー効率を提供し、かつ/または、デバイス間のデータの急速な移送を可能にする。コンテキストデータの分配された分析のための方法は、当該システムにおけるデバイスからの測定された信号、処理能力(メモリーサイズ、プロセッサー速度などのような)、パワー源およびデータ移送チャンネルの限定のような種々の要因を考慮するであろう(例えば、iBeaconsは、ユーザーのデータを移送するための27バイトのうちの20バイトのスペースを有する)。例は:
− システム試験由来であり、1時間あたり約50〜55ミリアンペア(mAh)の能力を有するボタンタイプのバッテリーであるモデルCR1616を用いるとき、小型化された三軸加速度測定デバイスは、ブルートゥース低エネルギービーコン信号のみを移送するならば、6時間から2ヶ月までの間、100ヘルツの周波数にてサンプリングされた生信号をモバイルデバイスへと継続的に移送し得る。コンテキスト認識ステップ2)が、生データを移送して管理デバイス(12)において直接処理する代わりにデバイス上で処理され、結果がビーコン信号を介して移送される信号部分析から獲得される発展したシステムでは、使用時間を延長し得、前記期間は、アルゴリズムおよび信号送信の周波数に依存するであろう。
− 脚に取り付けられ、信号の平均データおよびバラツキデータを携帯電話へと移送する運動センサーデバイスAと、身体に取り付けられ、信号の平均データおよびバラツキデータを携帯電話へと移送する運動センサーデバイスBである。コンテキストデータへと変換するためのデータ融合は、データが見積もられるリスク推定および警告ステップ(3)、データ記録ステップ(4)、表示ステップ(6)へと移送される前またはデータ融合のためにその他のデバイスへと移送される前に携帯電話上で起こってもよい。
− 手首に取り付けられ、三次元加速度信号に基づいてコンテキスト認識を実行し、かつ、半秒毎に、獲得される結果をiBeaconを介して管理デバイス(12)へと移送する運動センサーA(転倒のデータは数字1および0によって表され、運動データは数字によって表され(仰向け=1、左側を下にして横になる=2、うつ伏せ=3などのように)、運動データは数字1および0およびバッテリー強度で表される)。腰部に取り付けられ、三次元加速度信号に基づいてコンテキスト認識を実行し、かつ、獲得されるデータをiBeaconを介して移送する運動センサーB。手首でのみ起こった運動に起因して、運動センサーデバイスAからの運動データは1の値を有し、運動センサーデバイスBからの運動データは0の値を有する。身体の任意の部分の運動が身体運動として考慮されるので、管理デバイス(12)において、運動データは、統合され、かつ、1として判定されるであろう。活動を判定するために、多数決が用いられ得、または、多数決が機能しない場合には、結果は、いっそう精密なセンサーデバイスなどから派生し得る。
見積もられるリスク推定および警告ステップ(3)であり、このステップの技術は、規則に基づくシステム、専門家システム、プログラミング(分岐構造(プログラムにおいてif...elseもしくはswitch...caseを適用するような)、および/または、推定機構(プログラムにおける規則に基づくシステムと時間制御システムとの間の統合システムのような)、および/または、本明細書において言及されていない任意のその他の方法を用いることによる)の形式であってもよい。
データベース記録ステップ(4)は、将来の使用のために、ファイルとフォルダー、関係データベース、非関係データベース、オブジェクト指向データベース、時制データベースなどの形式で、コンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から獲得される種々のパラメーターを記録する。
表示ステップ(5)とは、さらなる決定を行うための、概要報告を行うための、かつ/もしくは、被験者(活動日常生活および日常睡眠パターンのような)および管理者(インシデントと介入との間の時間、患者に寝返りを打たせるのを忘れたか否かのような)の両方を評価するための分析ならびに評価のための、表、チャート、グラフのような種々の形式の警告の表示またはデータ視覚化のことをいう。即座の警告は、音ならびに/または光ならびに/または振動ならびに/または測定デバイス(11)および/もしくは信号融合デバイス(14)(ハブ、ルーター、マイクロコントローラー、その他の測定デバイス、その他の管理デバイス、その他のコンピューターなどのような)および/もしくは管理デバイス(12)(携帯電話、タブレット、スマートウォッチ、その他の表示電子デバイスなどのような)におけるモニター表示の形態であり得、SMS、電子メール、チャットおよび/または管理者、コールセンターもしくは親族への電話を介した接触の形式の、その他のネットワークを介したデータ送信を含む。
警告設定ステップ(6)は、当該システムにおいて設定されるように、起きたときに管理者および/または関係者へと警告が送られるべきであるインシデントの選択である。警告は、警告の特徴がデフォルト値であってもよく、管理者によって当該システムにおいて設定されてもよい、当該システムにおける少なくとも1つのポイントにて起こり得る。警告規則は、警告を発生させるインシデントを識別するために、信号データおよび/またはユーザーコンテキストおよび/またはデバイスコンテキストを、信号の場所、時間および/または定量値などとの前記データの関係とともに決定する。
データ入力ステップ(1)は、測定デバイス(11)から種々のデータ(運動、心拍数、温度、圧力、音、写真およびビデオ画像などのような)またはデバイス自体に関する種々のデータ(接触、場所、信号強度、バッテリー強度など)を継続的に受け取り、該測定デバイス(11)は、装着可能もしくは埋め込み可能な形式でユーザーに取り付けられる小型電子デバイスに搭載されてもよく、かつ/または、周囲環境に搭載されたユーザーのデータ測定デバイスであってもよい。
コンテキスト認識ステップ(2)は、ユーザーのデータ測定デバイス(11)からの発生した信号を変換し、例えば:
− 画像信号、装着可能運動センサー信号またはモーションキャプチャーシステムからのデータを、活動(例えば、立つ、座る、寝る、歩く、走る、跳ぶ、立ち上がる、階上または階下へと歩く、種々の睡眠姿勢)のような種々のコンテキスト、種々の運動姿勢、身体の任意の部分の運動へと変換し、定量的メトリック(例えば、歩数、または、身振り認識もしくは活動認識プロセスから用いられるエネルギーを含むが、これらに限定されない)への運動データの処理を含む。
− マイクロフォンアレイからのデータを音源定位からの音の方向へと変換する(例えば、(Teachasrisaksakul K, Thiemjarus S, Polprasert C. Speaker tracking module for
indoor robot navigation. In: Proceedings of ECTI−CON, Hua−Hin, Thailand, 2012.)の業績)。
− マイクロフォンからのデータを、音分析手順からの泣き声、話し声、拍手の音、室内での物体の衝撃由来の音のような音タイプへと変換する。
− 無線信号のデータをユーザーの座標、ユーザーの部屋へと変換し、または、ユーザーが指定ポイントから離れているか否か、もしくは、ユーザーが指定ポイントを通過したか否かを評価する。
− RFIDデバイスを含む温度センサー、力センサー、距離センサーのような周囲センサーからのデータを、部屋におけるユーザーの場所または部屋における物体との接触へと変換する。
− バイタルサインのデータを種々の感情へと変換する(例えば、(Picard RW, Healey J. Affective wearables. In: P
roceedings of the First International Symposium on Wearable Computers 1997; 90−97.)の業績)。
− タッチセンサーからのデータをデバイスの状態(それが、未だにユーザーの身体に取り付けられているか、または、取り外されている/除去されているかなど)へと変換する。
− バッテリー電圧をデバイスの状態(バッテリーがフルか低いかなど)へと変換する。
処理は回路上または任意のデバイス上であってもよく、1つ以上のデバイスに分配されてもよく、ネットワークシステムを通る1つまたはいくつかのポイントにおいてデータ融合プロセスを有する。処理は、いっそうの精度、速度および/もしくはエネルギー効率を提供し、かつ/または、デバイス間のデータの急速な移送を可能にする。コンテキストデータの分配された分析のための方法は、当該システムにおけるデバイスからの測定された信号、処理能力(メモリーサイズ、プロセッサー速度などのような)、パワー源およびデータ移送チャンネルの限定のような種々の要因を考慮するであろう(例えば、iBeaconsは、ユーザーのデータを移送するための27バイトのうちの20バイトのスペースを有する)。例は:
− システム試験由来であり、1時間あたり約50〜55ミリアンペア(mAh)の能力を有するボタンタイプのバッテリーであるモデルCR1616を用いるとき、小型化された三軸加速度測定デバイスは、ブルートゥース低エネルギービーコン信号のみを移送するならば、6時間から2ヶ月までの間、100ヘルツの周波数にてサンプリングされた生信号をモバイルデバイスへと継続的に移送し得る。コンテキスト認識ステップ2)が、生データを移送して管理デバイス(12)において直接処理する代わりにデバイス上で処理され、結果がビーコン信号を介して移送される信号部分析から獲得される発展したシステムでは、使用時間を延長し得、前記期間は、アルゴリズムおよび信号送信の周波数に依存するであろう。
− 脚に取り付けられ、信号の平均データおよびバラツキデータを携帯電話へと移送する運動センサーデバイスAと、身体に取り付けられ、信号の平均データおよびバラツキデータを携帯電話へと移送する運動センサーデバイスBである。コンテキストデータへと変換するためのデータ融合は、データが見積もられるリスク推定および警告ステップ(3)、データ記録ステップ(4)、表示ステップ(6)へと移送される前またはデータ融合のためにその他のデバイスへと移送される前に携帯電話上で起こってもよい。
− 手首に取り付けられ、三次元加速度信号に基づいてコンテキスト認識を実行し、かつ、半秒毎に、獲得される結果をiBeaconを介して管理デバイス(12)へと移送する運動センサーA(転倒のデータは数字1および0によって表され、運動データは数字によって表され(仰向け=1、左側を下にして横になる=2、うつ伏せ=3などのように)、運動データは数字1および0およびバッテリー強度で表される)。腰部に取り付けられ、三次元加速度信号に基づいてコンテキスト認識を実行し、かつ、獲得されるデータをiBeaconを介して移送する運動センサーB。手首でのみ起こった運動に起因して、運動センサーデバイスAからの運動データは1の値を有し、運動センサーデバイスBからの運動データは0の値を有する。身体の任意の部分の運動が身体運動として考慮されるので、管理デバイス(12)において、運動データは、統合され、かつ、1として判定されるであろう。活動を判定するために、多数決が用いられ得、または、多数決が機能しない場合には、結果は、いっそう精密なセンサーデバイスなどから派生し得る。
見積もられるリスク推定および警告ステップ(3)であり、このステップの技術は、規則に基づくシステム、専門家システム、プログラミング(分岐構造(プログラムにおいてif...elseもしくはswitch...caseを適用するような)、および/または、推定機構(プログラムにおける規則に基づくシステムと時間制御システムとの間の統合システムのような)、および/または、本明細書において言及されていない任意のその他の方法を用いることによる)の形式であってもよい。
データベース記録ステップ(4)は、将来の使用のために、ファイルとフォルダー、関係データベース、非関係データベース、オブジェクト指向データベース、時制データベースなどの形式で、コンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から獲得される種々のパラメーターを記録する。
表示ステップ(5)とは、さらなる決定を行うための、概要報告を行うための、かつ/もしくは、被験者(活動日常生活および日常睡眠パターンのような)および管理者(インシデントと介入との間の時間、患者に寝返りを打たせるのを忘れたか否かのような)の両方を評価するための分析ならびに評価のための、表、チャート、グラフのような種々の形式の警告の表示またはデータ視覚化のことをいう。即座の警告は、音ならびに/または光ならびに/または振動ならびに/または測定デバイス(11)および/もしくは信号融合デバイス(14)(ハブ、ルーター、マイクロコントローラー、その他の測定デバイス、その他の管理デバイス、その他のコンピューターなどのような)および/もしくは管理デバイス(12)(携帯電話、タブレット、スマートウォッチ、その他の表示電子デバイスなどのような)におけるモニター表示の形態であり得、SMS、電子メール、チャットおよび/または管理者、コールセンターもしくは親族への電話を介した接触の形式の、その他のネットワークを介したデータ送信を含む。
警告設定ステップ(6)は、当該システムにおいて設定されるように、起きたときに管理者および/または関係者へと警告が送られるべきであるインシデントの選択である。警告は、警告の特徴がデフォルト値であってもよく、管理者によって当該システムにおいて設定されてもよい、当該システムにおける少なくとも1つのポイントにて起こり得る。警告規則は、警告を発生させるインシデントを識別するために、信号データおよび/またはユーザーコンテキストおよび/またはデバイスコンテキストを、信号の場所、時間および/または定量値などとの前記データの関係とともに決定する。
警告規則の例は:
1.被験者が動いたときの警告(運動→運動_警告)
2.被験者の運動が閾値を超えたときの警告(レベル(運動)>3→運動_警告)
3.被験者が立ち上がったときの警告(起立→起立_警告)
4.被験者が歩いた、または、走ったときの警告(歩行または走り→運動_警告)
5.被験者が予め定められた期間動かなかったときの警告(なし_運動>時間_期間→なし_運動_警告)
6.被験者が定められた期間、日中、睡眠姿勢を変えないときの警告(横たわり、および、なし_姿勢_変化>時間_期間および日→なし_姿勢_変化_警告)
7.被験者が転倒したときの警告(転倒→転倒_警告)
8.被験者が夜間に歩いたときの警告(歩行および夜→歩行_における_夜_警告)
9.被験者が夜にバスルームに行ったときの警告(バスルームおよび夜→バスルーム_における_夜_警告)
10.被験者が夜に階上または階下に行ったときの警告((歩行_階上または歩行_階下)および夜→階段_警告)
11.受信者に送られる、予め特定された領域における被験者からの信号が存在しないときの警告(例えば、ではない(寝室)、および、ではない(リビング_ルーム)、および、ではない(バスルーム)→警告(3つの部屋が存在すると仮定する)
12.被験者が家の外に行ったときの警告(例えば、外(GPS)、および、ではない(寝室)、および、ではない(リビング_ルーム)、および、ではない(バスルーム)→警告(GPSは外にあり、かつ、家の中の信号融合デバイス(14)は測定デバイス(11)からいかなる信号も受け取らない)
13.バッテリーが低いときの警告(レベル(バッテリー)<1.5→バッテリー_警告)
14.センサーデバイスが外れたときの警告(例えば、ではない(皮膚_センサー)→センサー_オフ_警告)
管理者は、上記に加えてその他の規則を追加し得る。
1.被験者が動いたときの警告(運動→運動_警告)
2.被験者の運動が閾値を超えたときの警告(レベル(運動)>3→運動_警告)
3.被験者が立ち上がったときの警告(起立→起立_警告)
4.被験者が歩いた、または、走ったときの警告(歩行または走り→運動_警告)
5.被験者が予め定められた期間動かなかったときの警告(なし_運動>時間_期間→なし_運動_警告)
6.被験者が定められた期間、日中、睡眠姿勢を変えないときの警告(横たわり、および、なし_姿勢_変化>時間_期間および日→なし_姿勢_変化_警告)
7.被験者が転倒したときの警告(転倒→転倒_警告)
8.被験者が夜間に歩いたときの警告(歩行および夜→歩行_における_夜_警告)
9.被験者が夜にバスルームに行ったときの警告(バスルームおよび夜→バスルーム_における_夜_警告)
10.被験者が夜に階上または階下に行ったときの警告((歩行_階上または歩行_階下)および夜→階段_警告)
11.受信者に送られる、予め特定された領域における被験者からの信号が存在しないときの警告(例えば、ではない(寝室)、および、ではない(リビング_ルーム)、および、ではない(バスルーム)→警告(3つの部屋が存在すると仮定する)
12.被験者が家の外に行ったときの警告(例えば、外(GPS)、および、ではない(寝室)、および、ではない(リビング_ルーム)、および、ではない(バスルーム)→警告(GPSは外にあり、かつ、家の中の信号融合デバイス(14)は測定デバイス(11)からいかなる信号も受け取らない)
13.バッテリーが低いときの警告(レベル(バッテリー)<1.5→バッテリー_警告)
14.センサーデバイスが外れたときの警告(例えば、ではない(皮膚_センサー)→センサー_オフ_警告)
管理者は、上記に加えてその他の規則を追加し得る。
デフォルト警告設定は、開発者または管理者が特定の被験者について特定の警告トピックを選択することを可能とされることによって特定され得る。例えば、規則番号6は、褥瘡のリスクを有する患者について、管理者に患者の身体を定期的にひっくり返すように警告するために用いられる。患者の睡眠姿勢をデータベースへと記録することによって、管理者がスケジュールにしたがって患者の身体をひっくり返したか否かがチェックされ得る。規則番号1は、特別の介護を必要とする患者(ICUまたは手術後患者のような)に適用される。看護師は、患者がベッドから出ようと試みるときには、転倒などを防止するために特別の注意を払わなければならない。設定、警報および通知方法の複雑性は、ユーザーによって変更され得る。例えば、概して、病院における管理者(世話係)は、患者が運動中であることを通知するためのアイコンを有することを欲するであろうが、特別の介護を必要とする患者については、管理者は、音およびアイコン通知の両方について特別の設定を必要とするであろう。当該システムが1人より多いユーザーをサポートし、かつ、管理者が被験者について1つより多い測定デバイス(11)を用いる場合、管理者は、各被験者についての警告または測定のための個人化された設定を行い得る。このことは、各測定デバイス(11)または測定デバイス(11)の各グループを、前記(グループ)測定デバイス(11)についての警告設定とともに被験者に割り当てることによって行われ得る。当該システムからのデフォルト警告設定もまた、用いられ得る。
管理者は、各被験者について、警告を設定し得、かつ/または、同一または異なるタイプの少なくとも1つの測定デバイス(11)を用い得る。
前記システムはまた、警告とともに建物の中および/または外の被験者の場所を特定する。さらに、警告は、起立、もしくは身体運動、もしくは特定された期間の身体運動なし、もしくは特定された領域から出ること、もしくは特定された期間の睡眠姿勢の変化なし、もしくは階上もしくは階下への歩行、もしくは起床、もしくは夜の歩行、もしくはバスルームに行くこと、もしくは夜にバスルームに行くこと、もしくは家の外に行くこと、もしくは転倒、もしくは歩行のうちのいずれか1つまたは組み合わせの発生によって引き起こされ得る。
さらに、警告は、センサーが外れること、低バッテリーおよび/または接続問題によって引き起こされ得る。当該システムは、被験者コンテキストおよび警告の再生履歴を表示し得、かつ/または、再生警告を表示し得、または、被験者コンテキストおよび/もしくは場所を即座に表示し得、かつ、機能不全である信号融合デバイス(14)を識別し得る。当該システムは、個人化された警告設定が各被験者について特定されることを可能にする。
本考案による、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムの構成である各ステップは、以下の例のように、種々の状況について適切であるために異なる構成を含有していてもよい当該システムの種々の部分に分配され得る
− 少なくとも1つの測定デバイス(11)、および、コンピューター、タブレット、携帯電話、スマートウォッチ、ページャー、モニターまたはその他の表示デバイスなどのような管理デバイス(12)を有する、図2によるシステムタイプ1。この様式の当該システムは、在宅介護またはICUなどにおけるように被験者が管理者に近い場合に適している。1つより多い測定デバイス(11)の場合、デバイスは、同一のタイプであっても異なるタイプであってもよく、かつ、同一の被験者の上にあってもよく、多くの被験者の上にあってもよい(同時に多数の患者/高齢者をモニタリングするため)。
− 少なくとも1つの測定デバイス(11)、管理デバイス(12)、および、再生ま
たはその他の管理デバイス(12)へと移送するために種々のデータを記録するサーバー(13)を有する、図3によるシステムタイプ2。中央サーバーは、ローカルサーバー、リモートサーバー、または、クラウドサーバーのようなネットワークに配置される一群のコンピューターなどを意味してもよい。この様式の当該システムは、被験者が管理者に近いが、記録を必要とし、かつ/または、その他のデバイスがデータの任意の部分にアクセスすることを可能にする場合に適している。
− 少なくとも1つの測定デバイス(11)、信号融合デバイス(14)および管理デバイス(12)を有する、図4によるシステムタイプ3。この様式の当該システムは、管理者が遠過ぎて測定デバイス(1)から信号を直接受け取ることができない場合に適している(別の部屋または異なる階におけるような)。異なる場所に1つより多い信号融合デバイス(14)を有することによって、測定デバイス(11)から信号を受け取る信号融合デバイスの場所から被験者の場所を識別することが可能である。測定デバイス(11)は、前の信号融合デバイス(14)の場所から新たな信号融合デバイス(14)の場所へと移動するときに、前の信号融合デバイス(14)に接続する代わりに、新たな信号融合デバイス(14)に接続し、かつ、新たな信号融合デバイス(14)を通してデータを移送し得る。
− 少なくとも1つの測定デバイス(11)、少なくとも1つの信号融合デバイス(14)、管理デバイス(12)およびサーバー(13)を有するシステムタイプ4であって、使用はシステムタイプ3と同様であるが、データを再生するため、または、データをその他の管理デバイス(12)へと移送するためにデータ記録を有する。データは、管理デバイス(12)を通して(図5に示されているように)、または、1つもしくは多数の信号融合デバイス(14)を通して(図6に示されているように)、または、両方のタイプのデバイスを通してサーバー(13)へと移送されるであろう。任意の管理デバイス(12)が、表示のために、サーバー(13)もしくは信号融合デバイス(14)のうちのいずれか、または、両方からデータを受け取り得る。図5によるデータ送信を含む当該システムは、保健所において用いるのに適している。図7には、例示的なスクリーンショットが示されている。サーバー(13)は、1つ以上の管理デバイス(12)上に表示するために結果を分離するのに用いられてもよく、または、表示はまた、サーバー(13)上でも行われ得る。
− 少なくとも1つの測定デバイス(11)、および、コンピューター、タブレット、携帯電話、スマートウォッチ、ページャー、モニターまたはその他の表示デバイスなどのような管理デバイス(12)を有する、図2によるシステムタイプ1。この様式の当該システムは、在宅介護またはICUなどにおけるように被験者が管理者に近い場合に適している。1つより多い測定デバイス(11)の場合、デバイスは、同一のタイプであっても異なるタイプであってもよく、かつ、同一の被験者の上にあってもよく、多くの被験者の上にあってもよい(同時に多数の患者/高齢者をモニタリングするため)。
− 少なくとも1つの測定デバイス(11)、管理デバイス(12)、および、再生ま
たはその他の管理デバイス(12)へと移送するために種々のデータを記録するサーバー(13)を有する、図3によるシステムタイプ2。中央サーバーは、ローカルサーバー、リモートサーバー、または、クラウドサーバーのようなネットワークに配置される一群のコンピューターなどを意味してもよい。この様式の当該システムは、被験者が管理者に近いが、記録を必要とし、かつ/または、その他のデバイスがデータの任意の部分にアクセスすることを可能にする場合に適している。
− 少なくとも1つの測定デバイス(11)、信号融合デバイス(14)および管理デバイス(12)を有する、図4によるシステムタイプ3。この様式の当該システムは、管理者が遠過ぎて測定デバイス(1)から信号を直接受け取ることができない場合に適している(別の部屋または異なる階におけるような)。異なる場所に1つより多い信号融合デバイス(14)を有することによって、測定デバイス(11)から信号を受け取る信号融合デバイスの場所から被験者の場所を識別することが可能である。測定デバイス(11)は、前の信号融合デバイス(14)の場所から新たな信号融合デバイス(14)の場所へと移動するときに、前の信号融合デバイス(14)に接続する代わりに、新たな信号融合デバイス(14)に接続し、かつ、新たな信号融合デバイス(14)を通してデータを移送し得る。
− 少なくとも1つの測定デバイス(11)、少なくとも1つの信号融合デバイス(14)、管理デバイス(12)およびサーバー(13)を有するシステムタイプ4であって、使用はシステムタイプ3と同様であるが、データを再生するため、または、データをその他の管理デバイス(12)へと移送するためにデータ記録を有する。データは、管理デバイス(12)を通して(図5に示されているように)、または、1つもしくは多数の信号融合デバイス(14)を通して(図6に示されているように)、または、両方のタイプのデバイスを通してサーバー(13)へと移送されるであろう。任意の管理デバイス(12)が、表示のために、サーバー(13)もしくは信号融合デバイス(14)のうちのいずれか、または、両方からデータを受け取り得る。図5によるデータ送信を含む当該システムは、保健所において用いるのに適している。図7には、例示的なスクリーンショットが示されている。サーバー(13)は、1つ以上の管理デバイス(12)上に表示するために結果を分離するのに用いられてもよく、または、表示はまた、サーバー(13)上でも行われ得る。
さらに、本考案による、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムは、被験者の質問票、および/または、その他の試験、および/または、試験からのスコアを用いることによる基礎被験者評価ステップをさらに有する。管理者は、基礎的なリスクまたは病気の深刻さのレベルを評価するためにフォームを埋め、かつ、適切な測定デバイスおよび警告パラメーターを決定するであろう。前記評価は、特定の間隔で実行されるであろう(8時間毎または看護師作業シフト毎のように)。年齢、人事不省をもたらす薬物治療、手術後の被験者または1月以内に転倒した被験者のようなデータは、初期のリスクおよび継続的な測定の適切な設定を判定するために評価されるであろう。
運動センサーデバイスからのデータを種々のコンテキストに変換して、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムとともに用いられるようにするためのアルゴリズムの開発に基づいて、身体の異なる部分にセンサーデバイスを配置することによる運動測定は、異なる認識精度を提供するであろうことが見出される。10人より多い対象における試験は、以下の表に要約されるような認識精度を提供する:
最良の態様
本考案の詳細な説明において言及されるとおりである。
本考案の詳細な説明において言及されるとおりである。
Claims (17)
- 連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムであって、当該システムは:
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り、かつ、
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、測定デバイス(11)からユーザーまたは被験者に関するデータを受け取り、管理者のために結果を表示し、
その特徴は、当該システムが、測定デバイス(11)から受け取られるデータに基づくアクシデントのリスクもしくは補助の必要性についての継続的分析を有し、または、被験者のプロファイル、被験者の場所もしくは時間についての追加情報のうちのいずれか1つをさらに有し、もしくは、被験者のプロファイル、被験者の場所もしくは時間についての追加情報のうちのいずれか1つと組み合され、かつ、不要なインシデントの発生前に警告を与え得ることであり、測定デバイス(11)および/または管理デバイス(12)は、以下のステップにしたがってデータを処理および表示し、該ステップは:
− データ入力ステップ(1)であり、該データ入力ステップ(1)は、測定デバイス(11)から継続的にユーザーもしくは被験者に関する種々のデータまたはデバイス自体に関する種々のデータを測定し;
− コンテキスト認識ステップ(2)であり、該コンテキスト認識ステップ(2)は、データ入力ステップ(1)から受け取られる信号を変換し、かつ、データベース記録ステップ(4)へと移送し、かつ/または、見積もられるリスク推定および警告ステップ(3)へと移送し、かつ/または、表示ステップ(5)へと移送し;
− 見積もられるリスク推定および警告ステップ(3)であり、該見積もられるリスク推定および警告ステップ(3)は、データ入力ステップ(1)および/またはコンテキスト認識ステップ(2)からデータを受け取り、かつ、測定されるデータ、ならびに/または、コンテキストデータ、ならびに/または、データ入力ステップ(1)および/もしくはコンテキスト認識ステップ(2)から取得されるデータから計算される少なくとも1つの定量的メトリックを、警告設定ステップ(6)において設定される警告規則と一致させて、警告が送られるべきか否かを評価し、かつ、結果を表示ステップ(5)へと移送し、かつ/または、データベース記録ステップ(4)によって取得される結果を記録し;
− データベース記録ステップ(4)であり、該データベース記録ステップ(4)は、将来の使用のために、コンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られる種々のパラメーターを記録し;
− 表示ステップ(5)であり、該表示ステップ(5)は即座に、分析において用いるため、および/または、さらなる決定を行うためにデータを用いるために、コンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られるデータを即座の警告の形式で示し、または、データベース記録ステップ(4)によってデータベースに記録されるデータを示し;ならびに、
− 警告設定ステップ(6)であり、該警告設定ステップ(6)では、警告規則は、当該システムにおいて特定され、かつ/または、警告が管理者もしくは指定された関係者へと送られる必要がある発生したインシデントから管理者によって選択され、警告の特徴は、当該システムにおいて予め定められ、または、管理者によって設定され、警告規則は、ユーザーのリスク要因または当該システムの作動期間またはユーザーの症状の特徴またはユーザーのコンテキストまたはデバイスの特徴または受信もしくは獲得される信号の特徴または受信もしくは獲得される信号の量またはユーザーの場所の特徴または可聴周波数またはユーザーの場所またはユーザーの心拍数または温度または圧力または湿度のうちの1つ以上の組み合わせを用いて決定される、
前記システム。 - 連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムであって、当該システムは:
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り;
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、測定デバイス(11)からユーザーまたは被験者に関するデータを受け取り、管理者のために結果を表示し;かつ、
− 少なくとも1つのサーバー(13)を有し、該少なくとも1つのサーバー(13)は、ユーザーおよび管理者に関する種々のデータを記録して、データの再生および/またはデータの処理および/または管理デバイス(12)間のデータの移送を可能にし、
その特徴は、当該システムが、測定デバイス(11)から受け取られるデータからのアクシデントのリスクもしくは助けを必要とすることについての継続的分析を有し、または、被験者の個人情報、被験者の場所もしくは時間からのデータのうちの1つ以上をさらに有し、もしくは、被験者の個人情報、被験者の場所もしくは時間からのデータのうちの1つ以上と組み合され、かつ、不要なインシデントの発生前に警告し得ることであり、測定デバイス(11)および/または管理デバイス(12)および/またはサーバー(13)は、以下のステップにしたがうデータ処理および表示を含み、該ステップは:
− データ入力ステップ(1)であり、該データ入力ステップ(1)は、測定デバイス(11)から継続的にユーザーもしくは被験者に関する種々のデータまたはデバイス自体に関する種々のデータを測定し;
− コンテキスト認識ステップ(2)であり、該コンテキスト認識ステップ(2)は、データ入力ステップ(1)から受け取られる信号を変換し、かつ、データベース記録ステップ(4)へと移送し、かつ/または、見積もられるリスク推定および警告ステップ(3)へと移送し、かつ/または、表示ステップ(5)へと移送し;
− 見積もられるリスク推定および警告ステップ(3)であり、該見積もられるリスク推定および警告ステップ(3)は、データ入力ステップ(1)および/またはコンテキスト認識ステップ(2)から受け取り、かつ、測定されるデータ、ならびに/または、コンテキストデータ、ならびに/または、データ入力ステップ(1)および/もしくはコンテキスト認識ステップ(2)から取得されるデータから計算される少なくとも1つの定量的メトリックを、警告設定ステップ(6)において設定される警告規則と一致させて、警告が送られるべきか否かを計算し、かつ、結果を表示ステップ(5)へと移送し、かつ/または、データベース記録ステップ(4)によって取得される結果を記録し;
− データベース記録ステップ(4)であり、該データベース記録ステップ(4)は、将来の使用のために、コンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られる種々のパラメーターを記録し;
− 表示ステップ(5)であり、該表示ステップ(5)は即座に、分析において用いるため、および/または、さらなる決定を行うためにデータを用いるために、コンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られるデータを即座の警告の形式で示し、または、データベース記録ステップ(4)からデータベースに記録されるデータを示し;ならびに、
− 警告設定ステップ(6)であり、該警告設定ステップ(6)では、警告規則は、当該システムにおいて特定され、かつ/または、警告が管理者もしくは指定された関係者へと送られる必要がある発生したインシデントから管理者によって選択され、警告の特徴は、当該システムにおいて予め定められ、または、管理者によって設定され、警告規則は、ユーザーのリスク要因または当該システムの作動期間またはユーザーの症状の特徴またはユーザーのコンテキストまたはデバイスの特徴または受信もしくは獲得される信号の特徴または受信もしくは獲得される信号の量またはユーザーの場所の特徴または可聴周波数またはユーザーの場所またはユーザーの心拍数または温度または圧力または湿度のうちの
1つ以上の組み合わせを用いて決定される、
前記システム。 - 連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムであって、当該システムは:
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り;
− 少なくとも1つの信号融合デバイス(14)を有し、該少なくとも1つの信号融合デバイス(14)は、測定デバイス(11)から信号またはデータを受け取り、かつ、データを管理デバイス(12)へと移送し;かつ、
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、測定デバイス(14)からユーザーまたは被験者に関するデータを受け取り、管理者のために結果を表示し、
その特徴は、当該システムが、測定デバイスから受け取られるデータからのアクシデントもしくは助けを必要とすることについての継続的リスク分析を有し、または、被験者の個人情報もしくは被験者の場所もしくは時間からのデータのうちの1つ以上をさらに有し、もしくは、被験者の個人情報もしくは被験者の場所もしくは時間からのデータのうちの1つ以上と組み合され、かつ、不要なインシデントの発生前に警告し得ることであり、測定デバイス(11)および/または信号融合デバイス(14)および/または管理デバイス(12)は、以下のステップにしたがうデータ処理および表示を含み、該ステップは:
− データ入力ステップ(1)であり、該データ入力ステップ(1)は、測定デバイス(11)から継続的にユーザーもしくは被験者に関する種々のデータまたはデバイス自体に関する種々のデータを測定し;
− コンテキスト認識ステップ(2)であり、該コンテキスト認識ステップ(2)は、データ入力ステップ(1)から受け取られる信号を変換し、かつ、データベース記録ステップ(4)へと移送し、かつ/または、見積もられるリスク推定および警告ステップ(3)へと移送し、かつ/または、表示ステップ(5)へと移送し;
− 見積もられるリスク推定および警告ステップ(3)であり、該見積もられるリスク推定および警告ステップ(3)は、データ入力ステップ(1)および/またはコンテキスト認識ステップ(2)から受け取り、かつ、測定されるデータ、ならびに/または、コンテキストデータ、ならびに/または、データ入力ステップ(1)および/もしくはコンテキスト認識ステップ(2)から取得されるデータから計算される少なくとも1つの定量的メトリックを、警告設定ステップ(6)において設定される警告規則と一致させて、警告が送られるべきか否かを計算し、かつ、結果を表示ステップ(5)へと移送し、かつ/または、データベース記録ステップ(4)によって取得される結果を記録し;
− データベース記録ステップ(4)であり、該データベース記録ステップ(4)は、将来の使用のために、コンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られる種々のパラメーターを記録し;
− 表示ステップ(5)であり、該表示ステップ(5)は即座に、分析において用いるため、および/または、さらなる決定を行うためにデータを用いるために、コンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られるデータを即座の警告の形式で示し、または、データベース記録ステップ(4)からデータベースに記録されるデータを示し;ならびに、
− 警告設定ステップ(6)であり、該警告設定ステップ(6)では、警告規則は、当該システムにおいて特定され、かつ/または、警告が管理者もしくは指定された関係者へと送られる必要がある発生したインシデントから管理者によって選択され、警告の特徴は、当該システムにおいて予め定められ、または、管理者によって決定され、警告規則は、ユーザーのリスク要因または当該システムの作動期間またはユーザーの症状の特徴またはユーザーのコンテキストまたはデバイスの特徴または受信もしくは獲得される信号の特
徴または受信もしくは獲得される信号の量またはユーザーの場所の特徴または可聴周波数またはユーザーの場所またはユーザーの心拍数または温度または圧力または湿度のうちの1つ以上の組み合わせを用いて決定される、
前記システム。 - 連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステムであって、当該システムは:
− 少なくとも1つの測定デバイス(11)を有し、該少なくとも1つの測定デバイス(11)は、ユーザーまたは被験者に関する種々のデータを受け取り;
− 少なくとも1つの信号融合デバイス(14)を有し、該少なくとも1つの信号融合デバイス(14)は、測定デバイス(11)から信号またはデータを受け取り、かつ、データを管理デバイス(12)へと移送し;
− 少なくとも1つの管理デバイス(12)を有し、該少なくとも1つの管理デバイス(12)は、信号融合デバイス(14)からユーザーまたは被験者に関するデータを受け取り、管理者のために結果を表示し;かつ、
− 少なくとも1つのサーバー(13)を有し、該少なくとも1つのサーバー(13)は、ユーザーおよび管理者に関する種々のデータを記録して、データの再生および/もしくはデータの処理および/もしくは管理デバイス(12)間のデータの移送を可能にし、または、ユーザーもしくは被験者に関するデータを、管理デバイス(12)間でデータを移送する前に信号融合デバイス(14)から受け取り、
その特徴は、当該システムが、測定デバイスから受け取られるデータからのアクシデントもしくは助けを必要とすることについての継続的リスク分析を有し、または、被験者の個人情報、被験者の場所もしくは時間からのデータのうちの1つ以上をさらに有し、もしくは、被験者の個人情報、被験者の場所もしくは時間からのデータのうちの1つ以上と組み合され、かつ、不要なインシデントの発生前に警告し得ることであり、測定デバイス(11)および/または信号融合デバイス(14)および/または管理デバイス12)および/またはサーバー(13)は、以下のステップにしたがうデータ処理および表示を含み、該ステップは:
− データ入力ステップ(1)であり、該データ入力ステップ(1)は、測定デバイス(11)から継続的にユーザーもしくは被験者に関する種々のデータまたはデバイス自体に関する種々のデータを測定し;
− コンテキスト認識ステップ(2)であり、該コンテキスト認識ステップ(2)は、データ入力ステップ(1)から受け取られる信号を変換し、かつ、データベース記録ステップ(4)へと移送し、かつ/または、見積もられるリスク推定および警告ステップ(3)へと移送し、かつ/または、表示ステップ(5)へと移送し;
− 見積もられるリスク推定および警告ステップ(3)であり、該見積もられるリスク推定および警告ステップ(3)は、データ入力ステップ(1)および/またはコンテキスト認識ステップ(2)から受け取り、かつ、測定されるデータ、ならびに/または、コンテキストデータ、ならびに/または、データ入力ステップ(1)および/もしくはコンテキスト認識ステップ(2)からの少なくとも1つの計算される定量的データを、警告設定ステップ(6)において決定される警告規則と一致させて、警告が送られるべきか否かを計算し、かつ、結果を表示ステップ(5)へと移送し、かつ/または、データベース記録ステップ(4)によって取得される結果を記録し;
− データベース記録ステップ(4)であり、該データベース記録ステップ(4)は、将来の使用のために、コンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3)から受け取られる種々のパラメーターを記録し;
− 表示ステップ(5)であり、該表示ステップ(5)は即座に、分析において用いるため、および/または、さらなる決定を行うためにデータを用いるために、コンテキスト認識ステップ(2)ならびに/または見積もられるリスク推定および警告ステップ(3
)から受け取られるデータを即座の警告の形式で示し、または、データベース記録ステップ(4)からデータベースに記録されるデータを示し;ならびに、
− 警告設定ステップ(6)であり、該警告設定ステップ(6)では、警告規則は、当該システムにおいて特定され、かつ/または、警告が管理者もしくは指定された関係者へと送られる必要がある発生したインシデントから管理者によって選択され、警告の特徴は、当該システムにおいて予め定められ、または、管理者によって決定され、警告規則は、ユーザーのリスク要因または当該システムの作動期間またはユーザーの症状の特徴またはユーザーのコンテキストまたはデバイスの特徴または受信もしくは獲得される信号の特徴または受信もしくは獲得される信号の量またはユーザーの場所の特徴または可聴周波数またはユーザーの場所またはユーザーの心拍数または温度または圧力または湿度のうちの1つ以上の組み合わせを用いて決定される、
前記システム。 - 前記コンテキスト認識ステップ(2)における処理が、回路もしくはデバイスのうちのいずれか1つの上で起こり得、または、ネットワークシステムを通る任意の1つ以上のポイントにしたがって処理されたデータを融合することによって1つより多いデバイス上に分配され得る、請求項1〜4のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- 前記コンテキスト認識ステップ(2)における処理が、当該システムにおけるデバイスからの測定されたデータまたは処理能力またはパワー源またはデータ移送チャンネルの限定のうちの1つ以上のような種々の部分を考慮することによる、分配されたコンテキストデータとしてのデータ分析方法を含む、請求項1〜5のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- 前記警告設定ステップ(6)における警告規則が、信号データおよび/またはユーザーのコンテキストおよび/またはデバイスを識別し、警告をもたらすインシデントを判定するための、かかるデータと、場所、時間および/または信号の量の関係を含む、請求項1〜6のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- 管理者が、各被験者について、警告を設定し、かつ/または、同一もしくは異なる測定デバイス(11)のうちの少なくとも1つを用い得る、請求項1〜7のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- さらに、被験者の質問票および/またはクイズおよび/またはクイズを実行することからのその他のスコアを用いることによる被験者評価ステップを主として有する、請求項1〜8のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- 前記表示ステップ(5)における警告が、音ならびに/または光ならびに/または振動ならびに/または測定デバイス(11)および/もしくは信号融合デバイス(14)および/もしくは管理デバイス(12)におけるモニター表示の形態であり得、SMS、電子メール、チャットおよび/または管理者、コールセンターもしくは親族への電話を介した接触の形式の、その他のネットワークを通したデータ送信を含む、請求項1〜9のいずれ
か一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。 - 警告が、建物内および/または建物外の被験者の場所を含む、請求項1〜10のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- 警告が、起立、もしくは運動、もしくは特定された期間の運動なし、もしくは特定された場所から出ること、もしくは特定された期間の睡眠姿勢の変化なし、もしくは階上もしくは階下への歩行、もしくは歩行、もしくは夜の歩行、もしくはトイレに行くこと、もしくは夜にトイレに行くこと、もしくは家の外に行くこと、もしくは転倒、もしくは歩行、またはこれらとは別のその他のインシデントのうちの1つ以上と組み合されて機能する、請求項1〜11のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- 警告が、センサーが外れたこと、バッテリー低下および/または接続問題について警告する、請求項1〜12のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- 警告および表示が、被験者のコンテキストおよび/または警告を再生し得る、請求項1〜13のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- 警告が、信号融合デバイス(14)の故障を識別し得る、請求項1〜14のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- 警告設定が、各被験者について適切に設定される、請求項1〜15のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
- 警告および表示が、即座に被験者のコンテキストおよび/または場所を示し得る、請求項1〜16のいずれか一項に記載の、連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TH1701002141 | 2017-04-19 | ||
TH1701002141A TH170724A (th) | 2017-04-19 | ระบบสำหรับบันทึก วิเคราะห์ข้อมูลความเสี่ยงในการเกิดอุบัติเหตุ หรือต้องการความช่วยเหลือจากสัญญาณเซนเซอร์แบบต่อเนื่อง และ การแจ้งเตือนตามเวลาจริง | |
PCT/TH2018/000019 WO2018194523A1 (en) | 2017-04-19 | 2018-04-11 | System for recording, analyzing risk(s) of accident(s) or need of assistance and providing real-time warning(s) based on continuous sensor signals |
Publications (1)
Publication Number | Publication Date |
---|---|
JP3225990U true JP3225990U (ja) | 2020-04-23 |
Family
ID=62716115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020600026U Active JP3225990U (ja) | 2017-04-19 | 2018-04-11 | 連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム |
Country Status (6)
Country | Link |
---|---|
US (1) | US20200187869A1 (ja) |
EP (1) | EP3613059A1 (ja) |
JP (1) | JP3225990U (ja) |
AU (3) | AU2018256288A1 (ja) |
SG (1) | SG11201909605VA (ja) |
WO (1) | WO2018194523A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7295132B2 (ja) * | 2018-03-12 | 2023-06-20 | ライン プラス コーポレーション | ニューラルネットワークを利用して状況を認知する拡張現実提供装置、提供方法、およびコンピュータプログラム |
WO2020222988A1 (en) | 2019-04-30 | 2020-11-05 | Apple Inc. | Utilizing context information with an electronic device |
US11438452B1 (en) * | 2019-08-09 | 2022-09-06 | Apple Inc. | Propagating context information in a privacy preserving manner |
CN110544541B (zh) * | 2019-08-20 | 2022-04-15 | 首都医科大学 | 一种老年生活及健康状态的监护及评价系统 |
US11620543B2 (en) | 2019-12-23 | 2023-04-04 | Google Llc | Identifying physical activities performed by a user of a computing device based on media consumption |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6605038B1 (en) * | 2000-06-16 | 2003-08-12 | Bodymedia, Inc. | System for monitoring health, wellness and fitness |
US7689437B1 (en) * | 2000-06-16 | 2010-03-30 | Bodymedia, Inc. | System for monitoring health, wellness and fitness |
ES2562933T3 (es) * | 2002-10-09 | 2016-03-09 | Bodymedia, Inc. | Aparato para detectar, recibir, obtener y presentar información fisiológica y contextual humana |
US7150048B2 (en) | 2002-12-18 | 2006-12-19 | Buckman Robert F | Method and apparatus for body impact protection |
US20060001545A1 (en) | 2005-05-04 | 2006-01-05 | Mr. Brian Wolf | Non-Intrusive Fall Protection Device, System and Method |
WO2007081823A2 (en) | 2006-01-07 | 2007-07-19 | Arthur Koblasz | Using rfid to prevent or detect falls, wandering, and bed egress and medication errors |
US20070197881A1 (en) * | 2006-02-22 | 2007-08-23 | Wolf James L | Wireless Health Monitor Device and System with Cognition |
US8217795B2 (en) | 2006-12-05 | 2012-07-10 | John Carlton-Foss | Method and system for fall detection |
US8260570B2 (en) | 2007-01-22 | 2012-09-04 | National University Of Singapore | Method and system for fall-onset detection |
US7612681B2 (en) | 2007-02-06 | 2009-11-03 | General Electric Company | System and method for predicting fall risk for a resident |
US20080320030A1 (en) * | 2007-02-16 | 2008-12-25 | Stivoric John M | Lifeotype markup language |
TW200842767A (en) | 2007-04-19 | 2008-11-01 | Koninkl Philips Electronics Nv | Multi-sensory fall detection system |
US20090076419A1 (en) | 2007-05-23 | 2009-03-19 | Cybernet Systems Corporation | Loss-of-balance and fall detection system |
US8206325B1 (en) | 2007-10-12 | 2012-06-26 | Biosensics, L.L.C. | Ambulatory system for measuring and monitoring physical activity and risk of falling and for automatic fall detection |
US8814811B2 (en) | 2008-05-23 | 2014-08-26 | Medtronic, Inc. | Fall detection algorithm utilizing a three-axis accelerometer |
EP2329470B1 (en) | 2008-08-28 | 2013-04-03 | Koninklijke Philips Electronics N.V. | Fall detection and/or prevention systems |
US8081082B2 (en) | 2009-05-27 | 2011-12-20 | International Business Machines Corporation | Monitoring patterns of motion |
US20130023798A1 (en) | 2011-07-20 | 2013-01-24 | Intel-Ge Care Innovations Llc | Method for body-worn sensor based prospective evaluation of falls risk in community-dwelling elderly adults |
US20130303860A1 (en) | 2011-11-21 | 2013-11-14 | Robert Bender | Systems and methods for use in fall risk assessment |
US8933801B2 (en) | 2013-04-19 | 2015-01-13 | Linear Llc | Fall detection system and method |
-
2018
- 2018-04-11 JP JP2020600026U patent/JP3225990U/ja active Active
- 2018-04-11 SG SG11201909605V patent/SG11201909605VA/en unknown
- 2018-04-11 EP EP18733965.0A patent/EP3613059A1/en active Pending
- 2018-04-11 AU AU2018256288A patent/AU2018256288A1/en not_active Abandoned
- 2018-04-11 WO PCT/TH2018/000019 patent/WO2018194523A1/en unknown
- 2018-04-11 US US16/606,918 patent/US20200187869A1/en not_active Abandoned
-
2022
- 2022-05-04 AU AU2022203004A patent/AU2022203004A1/en not_active Abandoned
-
2024
- 2024-05-29 AU AU2024203613A patent/AU2024203613A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2018194523A1 (en) | 2018-10-25 |
AU2024203613A1 (en) | 2024-06-20 |
EP3613059A1 (en) | 2020-02-26 |
AU2018256288A1 (en) | 2019-12-05 |
AU2022203004A1 (en) | 2022-05-26 |
US20200187869A1 (en) | 2020-06-18 |
SG11201909605VA (en) | 2019-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3225990U (ja) | 連続的なセンサー信号に基づいて、アクシデントのリスクまたは補助の必要性を記録し、分析し、かつ、リアルタイム警告を提供するためのシステム | |
El-Bendary et al. | Fall detection and prevention for the elderly: A review of trends and challenges | |
KR101960760B1 (ko) | 의료 중재 레벨을 원격으로 판단하기 위한 방법 및 시스템 | |
Scanaill et al. | A review of approaches to mobility telemonitoring of the elderly in their living environment | |
CN108348162B (zh) | 无线式病人监护系统和方法 | |
US20160307428A1 (en) | Remote monitoring system and related methods | |
US20210275109A1 (en) | System and method for diagnosing and notification regarding the onset of a stroke | |
JP2022185032A (ja) | 患者転倒検出のためのシステムおよび方法 | |
JP7355826B2 (ja) | プラットフォーム非依存のリアルタイム医療データ表示システム | |
US8647268B2 (en) | Patient monitoring apparatus | |
Leijdekkers et al. | Smart homecare system for health tele-monitoring | |
Hu et al. | Internet of Things (IOT) monitoring system for elderly | |
US20200359913A1 (en) | System, apparatus, and methods for remote health monitoring | |
CN108882853B (zh) | 使用视觉情境来及时触发测量生理参数 | |
Gharghan et al. | A comprehensive review of elderly fall detection using wireless communication and artificial intelligence techniques | |
Gamboa et al. | Patient tracking system | |
Huang et al. | Implementation of a wireless sensor network for heart rate monitoring in a senior center | |
Ianculescu et al. | Improving the Elderly’s Fall Management through Innovative Personalized Remote Monitoring Solution | |
US10596061B2 (en) | Mobility aid monitoring system with motion sensor and transceiver | |
Ariani et al. | The development of cyber-physical system in health care industry | |
Jähne-Raden et al. | Wireless sensor network for fall prevention on geriatric wards: A report | |
Sahin et al. | A personalized fall detection system for older people | |
JP7502737B2 (ja) | 見守り支援システムおよび見守り支援方法 | |
AU2021104542A4 (en) | I-Health-Care: Technologies Towards 5G Network for Intelligent Health-Care Using IoT Notification with Machine Learning Programming | |
Al-Zidi et al. | Smart System for Real-Time Remote Patient Monitoring Based on Internet of Things |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20200220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3225990 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |