JP5342025B2 - 行動推定装置 - Google Patents

Description

本発明の実施形態は、行動推定装置に関する。

従来、加速度センサからの情報によって利用者の移動状況を特定し、当該特定された移動状況に応じて適切な処理を行う情報処理装置が知られている。

特開２０１０−１４６２２３号公報

しかしながら、位置や加速度などに代表される様々なセンシング情報から、「歩行」、「座位」などの基本動作を特定することが可能であっても、推定した基本動作に対し、基本動作の組合せからなる複雑な上位行動を推定して割り当てることは困難であった。

実施形態の行動推定装置は、変化情報取得部と、第１の推定部と、記憶部と、第２の推定部と、分割決定部と、を有する。変化情報取得部は、行動者の行動に応じて変化する変化情報を取得する。第１の推定部は、変化情報に基づいて、行動者の時系列に並ぶ複数の基本動作を推定する。記憶部は、基本動作の組合せにより構成される上位行動を予め定められた順序でｋ個（ｋは２以上の整数）含む業務フローを記憶する。第２の推定部は、予め定められた期間に含まれる複数の基本動作の上位行動における確率分布に基づいて、第１の推定部が推定した基本動作が組合されて構成される上位行動を当該基本動作ごとに暫定上位行動として推定する。分割決定部は、業務フローに基づいて、時系列に並ぶ複数の暫定上位行動を、時系列に並ぶｋ個のグループに分割し、グループそれぞれに、順序に合わせて業務フローに含まれる上位行動を割り当てる。

実施形態にかかる行動推定装置の構成図。 実施形態にかかる行動推定装置の機能ブロック図。 加速度データベース及び位置データベースの構成を示す概念図。 推定ルールを例示する図表。 行動者それぞれの基本動作系列データｗを示す図表。 第２推定部が暫定上位行動を推定する具体例を示す図表。 基本動作の上位行動における確率分布を示すグラフ。 平均情報量の算出過程を例示する図表。 分割ポイントと平均情報量の関係を例示する図表。 類似度に応じて分割ポイントを変更する処理例を示す図表。 １つ目の最良の分割ポイントを特定する処理例を示す図表。 再帰的に２つ目の最良の分割ポイントを特定する処理例を示す図表。 出力部が上位行動名称を付与された上位行動を表示する表示例。 携帯端末の動作を示すフローチャート。 基本動作を推定する場合の管理サーバの動作を示すフローチャート。 管理サーバが基本動作データを用いて業務状況を表示する動作を示すフローチャート。

以下に添付図面を参照して、行動推定装置の実施の形態を詳細に説明する。図１は、実施形態にかかる行動推定装置１の構成を例示する構成図である。図１に示すように、行動推定装置１は、例えば複数の携帯端末２がネットワーク３を介して管理サーバ４に接続されることにより構成される。なお、実施の形態の行動推定装置１は、看護業務（医療業務）を例に説明するが、これに限られることなく、例えば機械の保守業務や引っ越し業務などの他の業務に適用されてもよい。

携帯端末２は、例えばスマートフォン（又は携帯電話）などのコンピュータとしての機能を備えた携帯端末装置である。携帯端末２は、例えば医療業務に従事する看護師及び医師などの行動者それぞれの腰に装着される。ネットワーク３は、例えばＷｉ−Ｆｉ（登録商標）により相互接続性が保証されている複数のアクセスポイント３０を有する無線ＬＡＮ（Local Area Network）である。アクセスポイント３０は、例えば第１病棟、第２病棟などにそれぞれ１つずつ配置されている。管理サーバ４は、例えばＰＣ（Personal Computer）などであり、図２を用いて後述する機能を有する。なお、ネットワーク３は、全ての装置が互いに無線通信を行う構成であってもよいし、一部の装置が有線通信を行う構成であってもよい。

図２は、実施形態にかかる行動推定装置１の機能の概要を示す機能ブロック図である。携帯端末２は、制御部２０、操作部２２、検知部２４、通信部２６及び記憶部２８を有する。

制御部２０は、携帯端末２を構成する各部を制御する。操作部２２は、例えばタッチパネルなどであり、携帯端末２に対するユーザの入力を受入れるとともに、携帯端末２による処理結果などを出力する。

検知部２４は、例えば３軸の加速度センサであり、鉛直方向（ｙ軸方向）、行動者の進行方向（ｚ軸方向）及び行動者の進行方向に対してほぼ直交する水平方向（ｘ軸方向）の加速度（３方向の加速度）を検知する。つまり、検知部２４は、携帯端末２を装着された行動者それぞれの何らかの動作（行動）に応じて変化する加速度を検知し、制御部２０に対して出力する。

通信部２６は、例えばＷｉ−Ｆｉ（登録商標）により相互接続性が保証されている無線通信機能を備えるとともに、最も近くに位置するアクセスポイント３０を予め定められた時間間隔で特定し、特定したアクセスポイント３０を示す情報を制御部２０に対して出力する。

記憶部２８は、図示しないＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）などを含み、携帯端末２が実行するプログラムや、携帯端末２がプログラムを実行する場合に使用するデータなどを記憶する。例えば、記憶部２８は、加速度データ及びアクセスポイント情報を記憶する。

加速度データは、検知部２４が検知した加速度に対して制御部２０が検知時刻を対応付けたデータであり、行動者の行動に応じて時間とともに変化する変化情報の１つである（図３参照）。アクセスポイント情報（位置データ）は、携帯端末２ごとに位置と時刻を制御部２０が対応付けたデータであり、行動者の行動に応じて時間とともに変化する変化情報の１つである（図３参照）。なお、携帯端末２（行動者）それぞれの位置は、例えば携帯端末２の最も近くに位置するアクセスポイント３０の位置によって示される。

携帯端末２それぞれは、通信部２６によって当該携帯端末２を特定するＭＡＣアドレス（Media Access Control address）などの情報と、加速度データ及び位置データとを予め定められた時間間隔（例えば１０ｍＳごと）で管理サーバ４に対して送信する。

管理サーバ４は、通信部４０、記憶部５、処理部６及び出力部４２を有する。通信部４０は、例えばＷｉ−Ｆｉ（登録商標）により相互接続性が保証されている無線通信機能を備る。通信部４０は、ネットワーク３を介して複数の携帯端末２それぞれが送信する複数の看護師及び医師それぞれの加速度データ及び位置データなどを個別に受信し、処理部６に対して出力する。つまり、管理サーバ４は、通信部４０によって携帯端末２それぞれから変化情報を個別に取得する。出力部４２は、例えばディスプレイなどの表示装置であり、処理部６の処理結果などを出力する。

記憶部５は、図３〜図８などを用いて後述する加速度データベース（加速度ＤＢ）５１、位置データベース（位置ＤＢ）５２、推定ルール５３、基本動作データベース（基本動作ＤＢ）５４、頻度分布データベース（頻度分布ＤＢ）５５、暫定上位行動データベース（暫定上位行動ＤＢ）５６、分割時刻データベース（分割時刻ＤＢ）５７、業務フローデータベース（業務フローＤＢ）５８及び業務状況データベース（業務状況ＤＢ）５９などを記憶する。そして、記憶部５は、後述する行動推定などの処理を行うための予め記憶しているデータを処理部６に対して出力するとともに、処理部６が処理を行った結果などを記憶する。なお、記憶部５は、ＨＤＤ（Hard Disk Drive）、光ディスク、メモリカード、ＲＡＭ（Random Access Memory）などの一般的に利用されているあらゆる記憶媒体により構成することができる。また、各ＤＢは、物理的に異なる記憶媒体に記憶されてもよい。

処理部６は、第１管理部６１、第１推定部６２、第２管理部６３、第２推定部６４、第３管理部６５、分割決定部６６、名称付与部６７、第４管理部６８及び突発事象検出部６９を有する。そして、処理部６は、通信部４０が受信した加速度データ及び位置データなどを受入れ、記憶部５が記憶するデータを用いて次に示す処理などを行い、記憶部５及び出力部４２に対して出力する。

処理部６が行う処理は、加速度ＤＢ５１及び位置ＤＢ５２を作成する処理、加速度ＤＢ５１及び位置ＤＢ５２から基本動作（および基本動作系列データｗ）を推定する処理、基本動作系列データｗから暫定上位行動系列データＺを推定する処理、暫定上位行動系列データＺを上位行動数に分割する処理、分割された暫定上位行動系列データＺそれぞれに上位行動の名称を付与して管理する処理、及び暫定上位行動系列データＺから突発事象を検出する処理の６つに大別される。

まず、処理部６が加速度ＤＢ５１及び位置ＤＢ５２を作成する処理について説明する。第１管理部６１は、例えば通信部４０が１０ｍＳごとに受信した加速度データ及び位置データなどを受入れる。第１管理部６１は、加速度データ及び位置データから、ノイズデータを除去するノイズ処理や一定時間内の中央値を算出するなどの前処理を行う。第１管理部６１は、前処理を行った加速度データ及び位置データを、記憶部５の加速度ＤＢ５１及び位置ＤＢ５２にそれぞれ格納して管理する。なお、第１管理部６１は、ノイズ処理及び前処理を行わなくてもよい。また、第１管理部６１は、加速度データに対して平均値算出、頻度計算又はフーリエ変換などの処理を行うものであってもよい。

図３は、加速度ＤＢ５１及び位置ＤＢ５２の構成を示す概念図である。図３（ａ）に示すように、加速度ＤＢ５１は、時刻の経過と変化する加速度とが行動者ごとにそれぞれ対応付けられている。

また、図３（ｂ）に示すように、位置ＤＢ５２は、携帯端末２（行動者）それぞれの位置（アクセスポイント３０）を特定した時刻と、アクセスポイント３０それぞれに対応する固有のＩＤ名（例えば病棟名）と、携帯端末２それぞれのＭＡＣアドレスとが対応付けられたデータベースである。つまり、位置ＤＢ５２は、ＭＡＣアドレスで特定される携帯端末２（行動者）が、ＩＤ名で特定されるアクセスポイント３０の近くにいる時刻をそれぞれ時系列に示している。

次に、処理部６が加速度ＤＢ５１及び位置ＤＢ５２から基本動作（および基本動作系列データｗ）を推定する処理について説明する。第１推定部６２は、第１管理部６１を介して予め決められた一定時間の加速度ＤＢ５１及び位置ＤＢ５２を受入れ、記憶部５に予め記憶されている推定ルール５３（図４）を読み出して、行動者それぞれの基本動作を推定し、第２管理部６３に対して出力する。ここで、基本動作とは、「歩行」、「走行」、「立位」、「座位」、「臥位」などの基本的な動作（単純な動作）を示す。

図４は、推定ルール５３を例示する図表である。推定ルール５３は、加速度データ及び位置データを用いて行動者の基本動作を推定するための判定ルールである。例えば、図４の第１行目における「AP(t)=1&Ave(AccY(t))≦100＆Ave(|AccY(t)-AccY(t-1)|)＞50→walking」は、「時刻ｔにおいて第１病棟に滞在し、且つｙ軸方向の加速度の平均値が１００以下であり、且つ時刻ｔと時刻ｔ−１におけるｙ軸方向の加速度の変化量の平均値（絶対値）が５０より大きければ、歩行している」と判定するルールを表している。なお、推定ルール５３は、図４に例示したように設計者によって予め作成されたルールであってもよいし、ニューラルネットなどの機械学習手法を用いて作成されるルールであってもよい。

そして、第１推定部６２は、予め決められた一定時間の加速度データ、位置データに対して推定ルール５３を適用し、図５に示したように行動者それぞれに対して時系列に並ぶ基本動作の列（基本動作系列データｗ）を作成し、第２管理部６３に対して出力する。

第２管理部６３は、第１推定部６２から受入れた基本動作系列データｗを基本動作ＤＢ５４に格納して管理する。

次に、処理部６が基本動作系列データｗから暫定上位行動系列データＺを推定する処理について説明する。第２推定部６４は、第２管理部６３を介して基本動作系列データｗを受入れ、頻度分布ＤＢ５５を用いて暫定上位行動が時系列に配列された暫定上位行動系列データＺを推定し、第３管理部６５に対して出力する。なお、暫定上位行動は、行動推定装置１が最終的に名称を付与する上位行動とは一致しないことがある暫定的な上位行動であり、図６〜図１２を用いて例示するなどして後述する。

ここで、第２推定部６４は、まず、第２管理部６３を介して基本動作ＤＢ５４から予め決められた一定期間の基本動作系列データｗを読み出す。

そして、第２推定部６４は、図６に例示するように、基本動作系列データｗに対し、暫定上位行動系列データＺを推定する。図６の詳細については後述する。具体的には、第２推定部６４は、頻度分布ＤＢ５５が予め記憶している基本動作の頻度分布（基本動作の上位行動における確率分布：図７参照）を読み出し、読み出した基本動作の頻度分布に基づいてトピックモデルを適用し、暫定上位行動系列データＺを生成する。

第２推定部６４は、トピックモデルを適用するにあたり、最初に基本動作系列データｗ＝｛ｗ_ｉ｝を予め決められた固定時間窓でＤ個に分割し、動作データｄ＝ｄ_１，ｄ_２，・・・ｄ_Ｄを作成する。そして、第２推定部６４は、動作データｄを用いて、ある特定の基本動作ｗ_ｉに対して割り当てられる上位行動がｊ（Ｚ_ｉ＝ｊ）である確率を下式１の条件付き確率により算出する。

ここで、Ｃ^ＷＴは基本動作と上位行動の頻度行列（Ｗ×Ｔ）を表し、Ｃ^ＤＴは動作データと上位行動の頻度行列（Ｄ×Ｔ）を表す。Ｗ、Ｄ、Ｔは、それぞれ基本動作数、動作データ数、上位行動数を表す。α、βは、それぞれ設計者が設定するパラメータを表す。

第２推定部６４は、式１により算出される条件付き確率の値が最大となる上位行動ｊを基本動作ｗ_ｉに対して割り当てる。つまり、第２推定部６４は、基本動作それぞれに対する上位行動を一意に決定する。ただし、ここで第２推定部６４が基本動作それぞれに対して決定する上位行動は暫定的に上位行動を示す暫定上位行動（ラベル）として示されており、名称付与部６７（後述）が最終的に名称を付与する上位行動と一致しないことがある。

なお、第２推定部６４は、式１による算出と基本動作に対する上位行動の割り当てとに対し、変分ベイズやギブスサンプリングなどの近似計算方法を利用してもよい。以下、第２推定部６４が決定した上位行動を暫定上位行動とする。また、暫定上位行動を単にラベルと記すことがある。

基本動作に対して暫定上位行動ｊが一意に決定されると、暫定上位行動ｊは、下式２に示すように、基本動作ｗ_ｉの確率分布Ｐ（ｗ，ｚ）＝φ^ｊとして表現される。

図６は、第２推定部６４が暫定上位行動を推定（決定）する具体例を示す図表である。図６に示すように、基本動作は、例えば｛静止、歩行、走行、屈位、エレベータ｝の５種類の要素を有する基本動作集合のいずれかの要素であるとする。例えば、第２推定部６４は、第２管理部６３を介して基本動作ＤＢ５４から予め決められた一定期間の佐藤看護師の基本動作系列データｗ（ｗ_１〜ｗ_１６）を読み出す。

そして、第２推定部６４は、基本動作系列データｗを予め決められた固定時間窓ごとに分割して４個の動作データｄ＝ｄ_１,ｄ_２，ｄ_３，ｄ_４を作成し、作成した動作データに対してトピックモデルを適用することによって暫定上位行動系列データＺを生成する。

暫定上位行動系列データＺ（ラベル系列データＺ）では、１つの基本動作に対して１つのラベルが割り当てられている。つまり、基本動作系列データｗとラベル系列データＺとは、基本動作（又はラベル）を単位として対応している。例えば、基本動作ｗ_１（静止）に対してはラベルＺ_１が割り当てられている。したがって、ラベル系列データＺは、例えばＺ_１，・・・，Ｚ_６の６種類のラベルのいずれかが基本動作ごとに割り当てられ、ラベルが時系列に並べられたものである。

各ラベル（Ｚ_１，・・・，Ｚ_６）は、図７に棒グラフで例示するように、２式の確率分布Ｐ（ｗ，ｚ）＝φ^ｊによって表現される。例えば生成されたラベルのひとつであるＺ_１は、静止（０．５）、歩行（０．２５）、屈位（０．１）、走行（０．１）、エレベータ（０．０５）の順に基本動作の出現の確率が高いラベルであると表現される。各ラベルの確率分布Ｐ（ｗ，ｚ）は、上述した頻度分布ＤＢ５５が予め記憶している。

第３管理部６５は、第２推定部６４から受入れたラベル系列データＺを暫定上位行動ＤＢ５６に格納して管理する。

次に、処理部６がラベル系列データＺを上位行動数に分割する処理について説明する。分割決定部６６は、分割部６６０、平均情報量算出部６６２、類似度算出部６６４、評価部６６６及び決定部６６８を有する。

まず、分割決定部６６は、業務フローＤＢ５８から業務フロー情報を読み出す。業務フローＤＢ５８は、予め業務フロー情報を記憶しているデータベースである。業務フロー情報は、例えば「申し送り」、「褥瘡回診」、「オペ送り」などの看護業務（最終的な上位行動）の予め決められた業務名称（上位行動名称）、業務順序（上位行動順序）及び業務数（上位行動数）を含む情報である。つまり、業務フローＤＢ５８は、基本動作の組合せにより構成される上位行動を予め定められた順序でｋ個（ｋは２以上の整数）含む業務フローを記憶している。なお、業務フローＤＢ５８は、業務フロー情報に代えて、予め順序が定められた行動順序情報を記憶してもよい。例えば、行動順序情報は、行動名称、行動順序及び行動数を抽出可能な情報である。

そして、分割決定部６６は、第３管理部６５を介して暫定上位行動ＤＢ５６からラベル系列データＺを受入れ、分割していないラベル系列データＺ（＝Ｘ_０）を最初に評価する。

例えば、図８に示すように、分割決定部６６は、「申し送り」、「褥瘡回診」、「オペ送り」の上位行動名称、上位行動順序及び上位行動数（＝３）を含む業務フロー情報を読み出す。そして、分割決定部６６は、暫定上位行動ＤＢ５６から受入れたラベル系列データＺに対し、業務フロー情報に従って、最初のラベルであるＺ_２に「申し送り」を割り当て、Ｚ_２に続くラベルであるＺ_１に「褥瘡回診」を割り当て、Ｚ_１に続くラベルであるＺ_３に「オペ送り」を割り当てた場合の平均情報量を平均情報量算出部６６２によって算出する。

ここで、平均情報量算出部６６２は、分割していないラベル系列データＸ_０の平均情報量Ｉ_Ｘ０を下式３により算出する。

３式において、Ｋは、ラベルの種類の数である。Ｓは、平均情報量の算出対象となるラベルの総数である。ｆｒｅｑ（Ｚ_ｊ，Ｓ）は、ラベルＺ_ｊのＳにおける出現頻度を表す。

図８に示した例では、分割していないラベル系列データＸ_０は、Ｋ＝３、Ｓ＝１０、ｆｒｅｑ（Ｚ_１，１０）＝５、ｆｒｅｑ（Ｚ_２，１０）＝２、ｆｒｅｑ（Ｚ_３，１０）＝３となる。そして、分割決定部６６は、下式４に示すように、分割していないラベル系列データＸ_０の平均情報量Ｉ_Ｘ０＝１．４８５を得る。なお、平均情報量の算出結果は、適宜端数処理されている。

次に、分割決定部６６は、ラベルを単位としてラベル系列データＺを分割する分割ポイントＸｎを順次に設定し、分割ポイントＸｎで分割されたラベル系列データＺ（＝Ｘｎ）の平均情報量を下式５により算出する。

５式において、ｎは時系列にｎ番目のラベルの後を分割ポイントＸｎとしたことを示す。また、Ｋは、平均情報量の算出対象となるラベルの種類の数である。Ｍは、分割された後のラベル系列データＺの数である。Ｓｍは、分割された後の時系列にｍ番目のグループである。｜Ｓｍ｜は、Ｓｍの平均情報量の算出対象となるラベルの総数である。ｆｒｅｑ（Ｚ_ｊ，Ｓｍ）はラベルＺ_ｊのＳｍにおける出現頻度を表す。

例えば、１つの分割ポイントＸｎでラベル系列データＺが２つに分割される場合（Ｍ＝２）、分割されたラベル系列データＸｎの平均情報量は、分割ポイントＸｎの前後それぞれの平均情報量の和となる。また、２つの分割ポイントで分割される場合には、Ｍ＝３となる。

図９に示した例では、平均情報量算出部６６２は、ラベル系列データＺに対して、時系列の順で最も早期（１番目のラベルの後）を分割ポイントＸ_１（分割Ｘ_１）に設定し、ラベル系列データＸ_１の平均情報量Ｉ_Ｘ１を算出している。

図９においては、ラベル系列データＺが２つに分割されているので、Ｍ＝２である。この場合、分割ポイントＸ_１以前のラベル系列データ（１つ目のグループ：分割データ）は、１つのラベルＺ_２のみから構成されるため、｜Ｓ_１｜＝１、ｆｒｅｑ（Ｚ_２，Ｓ_１）＝１となって真数が１になり、平均情報量が０となる。

一方、分割ポイントＸ_１以後のラベル系列データ（２つ目のグループ：分割データ）は、３つのラベルＺ_１、Ｚ_２、Ｚ_３が含まれるため、Ｋ＝３、｜Ｓ_２｜＝９、ｆｒｅｑ（Ｚ_１，Ｓ_２）＝５、ｆｒｅｑ（Ｚ_２，Ｓ_２）＝１、ｆｒｅｑ（Ｚ_３，Ｓ_２）＝３となる。

よって、図９に示した例では、１番目のラベルの後を分割ポイントＸ_１に設定されたラベル系列データＸ_１の平均情報量Ｉ_Ｘ１は、下式６のように算出される。

そして、分割決定部６６は、評価部６６６によって分割ポイントの設定前及び各分割ポイントで分割したラベル系列データＺの平均情報量を比較することにより、分割ポイントの良さを評価する。評価部６６６は、平均情報量が正の最小値となる分割ポイントでラベル系列データＺを分割することが最良の分割であると評価する。

なお、分割決定部６６は、平均情報量に代えてカイ二乗値やジニ係数などの他の値を算出し、算出結果を評価部６６６が評価するように構成されてもよい。

さらに、分割決定部６６は、複数の行動者のラベル系列データＺを読み出し、複数の行動者間で分割ポイントの前後における所定期間（予め設定する可変の時間）のラベル系列データの類似度を類似度算出部６６４により算出する。類似度算出部６６４は、例えばカルバックライブラ情報量を算出することにより、類似度を算出する。

図１０（ａ）に示した例では、２番目のラベルの後を分割ポイントＸ_２（分割Ｘ_２）に設定されたラベル系列データＸ_２の平均情報量Ｉ_Ｘ２は、０．７６４になっている。例えば、類似度算出部６６４は、看護師Ａ及び看護師Ｂの２番目のラベルの後の所定期間におけるラベルの確率分布の類似度を下式７により算出する。

ここで、Ｎは、所定期間（予め設定する可変の時間）を表す。ｘ_ｉは、時間_ｉの上位行動ｚ_ｉ＝ｊにおける基本動作の確率分布φ^ｊを表す。

７式で類似度を算出した結果として、看護師Ａ及び看護師Ｂの２番目のラベルの後の所定期間におけるラベルの確率分布の類似度が高く、且つ看護師Ｂの上位行動が明らかになっている場合には、評価部６６６は、看護師Ａのラベル系列データＺに対し、看護師Ｂの分割ポイントと同じ時刻の分割ポイントを最良の分割ポイントであると評価する。

看護師Ａ及び看護師Ｂにおいて、ラベル系列データの確率分布の類似度が高い場合には、看護師Ａ及び看護師Ｂが共同で（協調して）同一の上位行動を行っていることが考えられる。具体的には、分割決定部６６は、看護師Ｂの分割ポイントが連続するラベルＺ_３の前（分割ポイントＸ_８）であることが明らかである場合、ラベル系列データの確率分布の類似度が高い看護師Ａに対し、図１０（ｂ）に示すように、分割ポイントを分割ポイントＸ_８に変更する。つまり、分割決定部６６は、看護師Ｂの上位行動が明らかになっている場合などに、看護師Ｂのラベル系列データＺに対して類似度が高い看護師Ａのラベル系列データＺの分割ポイントを看護師Ｂの分割ポイントと同じ時刻に合わせる調整を行う。

なお、類似度算出部６６４は、カルバックライブラ情報量に代えて、例えばユークリッド距離などによって類似度を算出するように構成されてもよい。

評価部６６６は、最終的には、行動者のラベル系列データＺの分割の良さを評価するために、当該行動者のラベル系列データＺを分割して算出する平均情報量と、当該行動者及び他の行動者のラベル系列データＺの類似度の両方を用いる。

すなわち、評価部６６６は、下式８に例示するように、平均情報量とカルバックライブラ情報量の和を分割ポイントＸｎの評価値Ｅ_ｘｎとする。

ここで、αは、予め設定される係数であって、０≦α≦１の条件を満たす。そして、評価部６６６は、８式で算出される評価値Ｅ_ｘｎが正の最小値となる分割ポイントＸｎを最良の分割ポイントであると評価する。

また、分割決定部６６は、分割ポイントの時刻を時系列順に変更し、それぞれの分割ポイントにおける平均情報量と類似度をそれぞれ算出し、８式に例示するように平均情報量と類似度の和からなる評価値をそれぞれ算出する。分割決定部６６は、評価値を算出した各分割ポイントに対応する時刻を含む情報をそれぞれ分割時刻ＤＢ５７に格納する。

図１１は、分割ポイントを順次変更し、１つ目の最良の分割ポイントを特定する処理例を示す図表である。なお、図１１に示した処理例においては、α＝０（Ｅ_ｘｎ＝Ｉ_ｘｎ）としている。また、業務フロー情報は、「申し送り」、「褥瘡回診」、「オペ送り」の上位行動名称、上位行動順序及び上位行動数（＝３）を含むものとする。

まず、分割決定部６６は、図１１（ａ）に示すように、分割していないラベル系列データＺに対し、業務フロー情報に従って、最初のラベルであるＺ_２に「申し送り」を割り当て、Ｚ_２に続くラベルであるＺ_１に「褥瘡回診」を割り当て、Ｚ_１に続くラベルであるＺ_３に「オペ送り」を割り当てた場合の平均情報量Ｉ_ｘ０を平均情報量算出部６６２によって算出する。平均情報量Ｉ_ｘ０は、１．４８５である。

次に、分割決定部６６は、図１１（ｂ）に示すように、最初のラベルＺ_２の後を分割ポイントＸ_１（分割Ｘ_１）とし、分割したラベル系列データＺに対し、平均情報量Ｉ_X１を平均情報量算出部６６２によって算出する。平均情報量Ｉ_Ｘ１は、１．２１６である。

次に、分割決定部６６は、図１１（ｃ）に示すように、２番目のラベルＺ_２の後を分割ポイントＸ_２（分割Ｘ_２）とし、分割したラベル系列データＺに対し、平均情報量Ｉ_Ｘ２を平均情報量算出部６６２によって算出する。平均情報量Ｉ_Ｘ２は、０．７６４である。

そして、分割決定部６６は、時系列順に分割ポイントを変更し、図１１（ｄ）に示す９番目のラベルＺ_３の後を分割ポイントＸ_９（分割Ｘ_９）とし、分割したラベル系列データＺに対し、平均情報量Ｉ_Ｘ９を平均情報量算出部６６２によって算出する。平均情報量Ｉ_Ｘ９は、１．２９２である。

分割決定部６６は、時系列順に分割ポイントを変更し、全ての分割ポイントにおける平均情報量Ｉ_Ｘｎを算出すると、平均情報量Ｉ_Ｘｎが正の最小値となる分割ポイントでラベル系列データＺを分割することが最良の分割であると評価部６６６によって評価する。

平均情報量Ｉ_Ｘ０〜平均情報量Ｉ_Ｘ９においては、平均情報量Ｉ_Ｘ２が正の最小値である。つまり、図１１に示した処理例においては、図１１（ｃ）に示した分割ポイントＸ_２（分割Ｘ_２）が１つ目の最良の分割ポイントとなる。

分割決定部６６は、図１１に示した処理と同様の処理を分割データそれぞれに対しても行い、評価値Ｅ_ｘｎが正の値である間は分割ポイントを変更し続け、評価値Ｅ_ｘｎが最小となる分割ポイントを選択し続ける。つまり、分割決定部６６は、分割データが同一のラベルのみから構成されたり、評価値Ｅ_ｘｎの値が改善しなくなる（ほぼ変化しなくなる）などの終了条件を満たすまで分割ポイントを変更し続け、分割ポイントそれぞれに対応する評価値Ｅ_ｘｎ及び時刻を分割時刻ＤＢ５７に格納し続ける。

そして、分割決定部６６は、ラベル系列データＺを分割した数（分割データ数）が上位行動数と一致すると、ラベル系列データＺの分割を終了する。例えば、上位行動数が３である場合、分割決定部６６は、２つの最良の分割ポイントを決定して、ラベル系列データＺを分割した分割データ数が３になるまで（ラベル系列データＺを３つに分割するまで）分割を繰り返す。

図１２は、再帰的に分割ポイントを順次変更し、２つ目の最良の分割ポイントを特定する処理例を示す図表である。なお、図１２（ａ）に示した処理例は、図１１に示した処理例によって１つ目の最良の分割ポイントを特定したものである。

図１２（ｂ）に示すように、ラベル系列データＺは、分割ポイントＸ_２により分割されると、分割データＳ１と分割データＳ２とに分けられる。上述したように、分割決定部６６は、評価値Ｅ_ｘｎが正の値である間は分割ポイントを変更し続け、評価値Ｅ_ｘｎが最小となる分割ポイントを選択し続ける。ここで、分割データＳ１は、同一のラベルＺ_２のみから構成されているため、分割ポイントを新たに設定すべき位置（時刻）がない。したがって、分割決定部６６は、分割データＳ１をこれ以上分割しない。

一方、分割データＳ２には、異なる種類のラベルが含まれている。また、ラベル系列データＺを分割した分割データ数は、上位行動数より少ない。よって、分割決定部６６は、分割データＳ２を再び分割する処理を行う。分割データＳ２に対して設定可能な分割ポイントそれぞれにおける評価値Ｅ_ｘｎは、下式９〜１５に示すように算出される。

そして、最小値である評価値Ｅ_ｘ２６＝０．３９が算出された分割ポイントＸ_８が２つ目の最良の分割ポイントとなる。

決定部６６８は、評価部６６６が最良の分割ポイントと評価した分割ポイントそれぞれの時刻をラベル系列データＺに対する最終的な分割時刻とする。そして、決定部６６８は、ラベル系列データＺを最終的な分割時刻で分割した上位行動数の上位行動（分割データ）を決定する。また、決定部６６８は、最終的な分割時刻（分割時刻データ）を名称付与部６７に対して出力する。

具体例としては、図１２（ｃ）に示すように、決定部６６８は、評価部６６６が最良の分割ポイントと評価した分割ポイントそれぞれの時刻ｔ１、ｔ２をラベル系列データＺに対する最終的な分割時刻とする。そして、決定部６６８は、最終的な分割時刻ｔ１、ｔ２によってラベル系列データＺを３つに分割した上位行動数の上位行動（分割データ）を決定する。また、決定部６６８は、最終的な分割時刻ｔ１、ｔ２を名称付与部６７に対して出力する。

次に、処理部６が各分割データそれぞれに上位行動の名称を付与して管理する処理について説明する。まず、名称付与部６７は、業務フローＤＢ５８から業務フロー情報を読み出し、最終的な分割時刻ｔ１、ｔ２を決定部６６８から受入れる。そして、名称付与部６７は、分割時刻ｔ１、ｔ２と業務フロー情報とに従って、上位行動（又は分割データに対応する期間）それぞれに対して上位行動名称を上位行動順序に合わせて付与し、上位行動名称を付与した上位行動を示す情報（上位行動名称を付与したラベル系列データＺなど）を第４管理部６８に対して出力する。

具体的には、名称付与部６７は、例えば分割時刻ｔ１までの上位行動に対して「申し送り」の上位行動名称を付与し、分割時刻ｔ１から分割時刻ｔ２までの上位行動に対して「褥瘡回診」の上位行動名称を付与し、分割時刻ｔ２以後の上位行動に対して「オペ送り」の上位行動名称を付与する。

第４管理部６８は、上位行動名称を付与された上位行動を示す情報を受入れ、業務状況ＤＢ５９に格納して管理する。

出力部４２は、第４管理部６８を介して上位行動名称（業務名称）を付与された上位行動（業務）を示す情報を受入れ、行動者ごとに上位行動を時刻に対応させて表示する。

図１３は、出力部４２が上位行動名称を付与された上位行動を表示する表示例である。図１３に示すように、行動推定装置１は、行動者ごとに予定スケジュールと実際の業務状況とを対比させた結果を出力部４２が表示するように構成されてもよい。

次に、処理部６がラベル系列データＺから突発事象を検出する処理について説明する。突発事象検出部６９は、暫定上位行動ＤＢ５６が記憶するラベル系列データＺと、業務フローＤＢ５８が記憶する業務フロー情報とを受入れる。また、突発事象検出部６９は、ラベル系列データＺに含まれるラベルが、業務フロー情報に含まれる上位行動順序とは異なる順序で並んでいるか否かを判定する。そして、突発事象検出部６９は、ラベル系列データＺに含まれるラベルが上位行動順序とは異なる順序で並んでいると判定した場合には、当該異なる順序で並んでいるラベルを突発事象として検出する。

例えば、図８に示すように、分割決定部６６が最初のラベルであるＺ_２に「申し送り」を割り当て、Ｚ_２に続くラベルであるＺ_１に「褥瘡回診」を割り当て、Ｚ_１に続くラベルであるＺ_３に「オペ送り」を割り当てた場合、突発事象検出部６９は、連続しているＺ_１の間に並んでいるＺ_３を突発事象として検出する。

突発事象検出部６９は、突発事象を検出した場合、突発事象を示す情報を出力部４２に対して出力する。出力部４２は、突発事象を示す情報を受入れた場合、例えば突発事象の発生を示す情報を表示する。

また、突発事象検出部６９は、名称付与部６７が上位行動名称を付与した上位行動の動作期間中に、当該上位行動に対応するラベルとは異なるラベルが含まれているか否かを検出するように構成されてもよい。

次に、行動推定装置１の全体動作について説明する。まず、図１４を用いて携帯端末２の動作を説明し、次に図１５及び図１６を用いて管理サーバ４の動作を説明する。

図１４は、携帯端末２の動作を示すフローチャートである。図１４に示すように、携帯端末２は、ステップ１００（Ｓ１００）において、検知部２４によって行動者の動作に応じて変化する加速度（図３（ａ）参照）を検知し、通信部２６によって行動者の位置（アクセスポイント情報：図３（ｂ）参照）を検知する。

ステップ１０２（Ｓ１０２）において、携帯端末２は、Ｓ１００の処理で検知した情報を検知情報（加速度データ及び位置データ）として管理サーバ４へ送信する。

なお、携帯端末２は、一定時間（例えば１０ｍＳ）ごとにＳ１００及びＳ１０２の処理を繰り返す。

図１５は、基本動作を推定する場合に管理サーバ４が行う動作を示すフローチャートである。図１５に示すように、ステップ２００（Ｓ２００）において、管理サーバ４は、携帯端末２が送信した検知情報（加速度データ及び位置データ）を通信部４０によって受信する。

ステップ２０２（Ｓ２０２）において、管理サーバ４は、検知情報を格納する。具体的には、第１管理部６１が加速度データを加速度ＤＢ５１に格納し、位置データを位置ＤＢ５２に格納する。

ステップ２０４（Ｓ２０４）において、第１推定部６２は、検知情報を読込む。具体的には、第１推定部６２は、第１管理部６１を介して加速度データ及び位置データを読込む。

ステップ２０６（Ｓ２０６）において、第１推定部６２は、推定ルール５３（図４）を読込む。

ステップ２０８（Ｓ２０８）において、第１推定部６２は、加速度ＤＢ５１及び位置ＤＢ５２から基本動作（および基本動作系列データｗ）を推定する（図５）。

ステップ２１０（Ｓ２１０）において、第２管理部６３は、基本動作ＤＢ５４に基本動作系列データｗを基本動作データとして格納する。

図１６は、業務状況を表示するために、管理サーバ４が基本動作データを用いて行う動作を示すフローチャートである。図１６に示すように、ステップ３００（Ｓ３００）において、管理サーバ４は、基本動作ＤＢ５４から基本動作系列データｗを基本動作データとして読込む。

ステップ３０２（Ｓ３０２）において、第２推定部６４は、基本動作ＤＢ５４及び頻度分布ＤＢ５５を用いて、暫定上位行動（ラベル）を推定する。

ステップ３０４（Ｓ３０４）において、第３管理部６５は、暫定上位行動ＤＢ５６にラベル系列データＺをラベルデータとして格納する。

ステップ３０６（Ｓ３０６）において、分割決定部６６は、業務フローＤＢ５８から業務フロー情報を読込む。

ステップ３０８（Ｓ３０８）において、分割決定部６６は、業務フロー情報及び暫定上位行動ＤＢ５６を用いて、ラベル系列データＺに分割ポイントを設定する。

ステップ３１０（Ｓ３１０）において、分割決定部６６は、ラベル系列データＺに対して平均情報量を平均情報量算出部６６２によって算出する。

ステップ３１２（Ｓ３１２）において、分割決定部６６は、評価部６６６によってラベル系列データＺの平均情報量を比較（分割ポイントの良さを評価）する。

ステップ３１４（Ｓ３１４）において、分割決定部６６は、複数の行動者間で分割ポイントの前後における所定期間のラベル系列データの類似度を類似度算出部６６４により算出する。

ステップ３１６（Ｓ３１６）において、分割決定部６６は、平均情報量と類似度の両方を用いて、分割ポイントの良さを評価する。

ステップ３１８(Ｓ３１８)において、分割決定部６６は、分割ポイントの候補となるすべての候補ポイント（分割可能なポイント）に対して評価が終了したか否かを判断する。分割決定部６６は、すべての候補ポイントに対して評価が終了したと判断した場合(Ｓ３１８:Ｙｅｓ)にはＳ３２０の処理に進む。また、分割決定部６６は、すべての候補ポイントに対して評価が終了していないと判断した場合(Ｓ３１８:Ｎｏ)にはＳ３０８の処理に進む。

ステップ３２０(Ｓ３２０)において、分割決定部６６は、最良の分割ポイントを決定する。

ステップ３２２(Ｓ３２２)において、分割決定部６６は、分割を終了するための終了条件が満たされたか否かにより、分割データの再分割の必要性を判断する。分割決定部６６は、終了条件が満たされず再分割が必要であると判断した場合(Ｓ３２２:Ｙｅｓ)にはＳ３０８の処理に進む。分割決定部６６は、終了条件が満たされて再分割の必要性がないと判断した場合(Ｓ３２２:Ｎｏ)にはＳ３２４の処理に進む。

ステップ３２４(Ｓ３２４)において、分割決定部６６は、最終的な分割ポイントに対応するデータを分割時刻データとして分割時刻ＤＢ５７に格納する。具体的には、分割決定部６６は、図１２に例示した分割時刻ｔ１、ｔ２などを分割時刻ＤＢ５７に格納する。

ステップ３２６(Ｓ３２６)において、名称付与部６７は、分割時刻ｔ１、ｔ２と業務フロー情報とに従って、上位行動それぞれに対して上位行動名称（業務名称）を上位行動順序に合わせて付与する。

ステップ３２８(Ｓ３２８)において、第４管理部６８は、上位行動名称を付与された上位行動を示す情報を業務状況データとして業務状況ＤＢ５９に格納する。

ステップ３３０(Ｓ３３０)において、出力部４２は、第４管理部６８を介して上位行動名称（業務名称）を付与された上位行動（業務）を示す情報を受入れ、行動者ごとに上位行動を時刻に対応させ、業務状況として表示する。

なお、本実施形態の行動推定装置１は、処理部６が有する各部（第１管理部６１、第１推定部６２、第２管理部６３、第２推定部６４、第３管理部６５、分割決定部６６、名称付与部６７、第４管理部６８及び突発事象検出部６９）がプログラムモジュールとして構成されていてもよい。

また、本実施形態の行動推定装置１は、複数の携帯端末２と管理サーバ４とを有するクライアントサーバシステムとして構成される場合を例に説明したが、この構成に限定されない。例えば、本実施形態の行動推定装置１は、管理サーバ４の機能を複数の携帯端末２に分散させ、管理サーバ４となるＰＣなどを含まない構成であってもよい。また、本実施形態の行動推定装置１は、携帯端末２が管理サーバ４の全ての機能を有する構成であってもよい。

また、管理サーバ４の通信部４０は、行動者の行動に応じて変化する変化情報を取得する変化情報取得部としても機能している。つまり、管理サーバ４が行動推定装置である構成であってもよい。

以上説明した実施形態によれば、推定した基本動作に対し、基本動作の組合せからなる複雑な上位行動を推定して割り当てることができる。

また、本発明の実施形態を複数の組合わせによって説明したが、これらの実施形態は例として提示したものであり、発明の範囲を限定することは意図していない。これら新規の実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ 行動推定装置
２ 携帯端末
２０ 制御部
２２ 操作部
２４ 検知部
２６ 通信部
２８ 記憶部
３ ネットワーク
３０ アクセスポイント
４ 管理サーバ
４０ 通信部
４２ 出力部
５ 記憶部
５１ 加速度ＤＢ
５２ 位置ＤＢ
５３ 推定ルール
５４ 基本動作ＤＢ
５５ 頻度分布ＤＢ
５６ 暫定上位行動ＤＢ
５７ 分割時刻ＤＢ
５８ 業務フローＤＢ
５９ 業務状況ＤＢ
６ 処理部
６１ 第１管理部
６２ 第１推定部
６３ 第２管理部
６４ 第２推定部
６５ 第３管理部
６６ 分割決定部
６６０ 分割部
６６２ 平均情報量算出部
６６４ 類似度算出部
６６６ 評価部
６６８ 決定部
６７ 名称付与部
６８ 第４管理部
６９ 突発事象検出部

Claims (7)

1. 行動者の行動に応じて変化する変化情報を取得する変化情報取得部と、
   前記変化情報に基づいて、前記行動者の時系列に並ぶ複数の基本動作を推定する第１の推定部と、
   基本動作の組合せにより構成される上位行動を予め定められた順序でｋ個（ｋは２以上の整数）含む業務フローを記憶する記憶部と、
   予め定められた期間に含まれる複数の基本動作の上位行動における確率分布に基づいて、前記第１の推定部が推定した基本動作が組合されて構成される上位行動を当該基本動作ごとに暫定上位行動として推定する第２の推定部と、
   前記業務フローに基づいて、時系列に並ぶ複数の前記暫定上位行動を、時系列に並ぶｋ個のグループに分割し、前記グループそれぞれに、前記順序に合わせて前記業務フローに含まれる前記上位行動を割り当てる分割決定部と、
   を有する行動推定装置。
2. 前記業務フローは、前記順序が対応付けられたｋ個の上位行動名称を含み、
   前記分割決定部が割り当てた前記上位行動それぞれに対し、前記順序に合わせて前記上位行動名称を付与する名称付与部をさらに有する
   を有する請求項１に記載の行動推定装置。
3. 前記分割決定部は、
   時系列に並ぶ複数の前記暫定上位行動を、１つ以上の前記暫定上位行動を含む複数の前記暫定上位行動の列に順次に分割する分割部と、
   前記分割部が分割した前記暫定上位行動の列ごとに平均情報量を算出する平均情報量算出部と、
   前記平均情報量算出部が算出した平均情報量が正の最小値となる分割が最良の分割であると評価する評価部と、
   前記評価部が最良の分割であると評価した結果に応じて、ｋ個の前記上位行動を決定する決定部と、
   を有する請求項１に記載の行動推定装置。
4. 前記分割決定部は、
   複数の行動者それぞれに対して前記第２の推定部が基本動作ごとに推定した前記暫定上位行動の列の類似度を算出する類似度算出部と、
   前記類似度算出部が算出した類似度を比較することにより、ｋ個の前記上位行動を決定する決定部と、
   を有する請求項１に記載の行動推定装置。
5. 前記分割決定部は、
   時系列に並ぶ複数の前記暫定上位行動を、１つ以上の前記暫定上位行動を含む複数の前記暫定上位行動の列に順次に分割する分割部と、
   前記分割部が分割した前記暫定上位行動の列ごとに平均情報量を算出する平均情報量算出部と、
   複数の行動者それぞれに対して前記第２の推定部が基本動作ごとに推定した前記暫定上位行動の列の類似度を算出する類似度算出部と、
   前記平均情報量と前記類似度の和が正の最小値となる分割が最良の分割であると評価する評価部と、
   前記評価部が最良の分割であると評価した結果に応じて、ｋ個の前記上位行動を決定する決定部と、
   を有する請求項１に記載の行動推定装置。
6. 前記第２の推定部が前記順序とは異なる順序で前記暫定上位行動を推定した場合に、前記順序とは異なる順序で推定された前記暫定上位行動を突発事象として検出する突発事象検出部をさらに有する請求項１に記載の行動推定装置。
7. 前記名称付与部が付与した前記上位行動名称を用いて、前記分割決定部が決定した前記上位行動を時系列に出力する出力部をさらに有する請求項２に記載の行動推定装置。

Images