JP6823160B2 - ベッド転落を予測及び防止する患者監視のためのデバイス、システム、及び方法 - Google Patents
ベッド転落を予測及び防止する患者監視のためのデバイス、システム、及び方法 Download PDFInfo
- Publication number
- JP6823160B2 JP6823160B2 JP2019510664A JP2019510664A JP6823160B2 JP 6823160 B2 JP6823160 B2 JP 6823160B2 JP 2019510664 A JP2019510664 A JP 2019510664A JP 2019510664 A JP2019510664 A JP 2019510664A JP 6823160 B2 JP6823160 B2 JP 6823160B2
- Authority
- JP
- Japan
- Prior art keywords
- risk score
- patient
- individual
- risk
- bed
- 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
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
Description
Variable Risk Score=(SR_V* R_Video+SR_VS*R_VitalSigns)/(SR_V+SR_VS)
(可変リスクスコア=(SR_V*R_Video+SR_VS*R_VitalSigns)/(SR_V+SR_VS))
if (SR_V =0 AND SR_VS = 0) then
variable risk score = −1
else
variable risk score = (SR_V* R_Video + SR_VS* R_VitalSigns) / (SR_V + SR_VS)
(SR_V=0であってSR_VS=0である場合、可変リスクスコア=−1であり、その他の場合、可変リスクスコア=(SR_V*R_Video+SR_VS*R_VitalSigns)/(SR_V+SR_VS)である。)
1.パラメータを検出するときに後で使用される、第1の関心領域202と、第1の関心領域202に隣接して、及びベッド縁部201c及び201dに隣接して配置された2つの部分203a及び203bに分かれる第2の関心領域203とを規定する。
2.学習に基づいて特定された特定の長さ及び最大分散により有効な軌道が規定された状態で、第2の関心領域203a及び203b内における有効な運動軌道を特定する。
3.有効な運動軌道をクラスター化して、多くの像フレーム(本例では15像フレーム−この閾値は速度などの、シーンにおける動き挙動に従って、学習及び適応される必要がある)にわたって、方向、傾き、位置、及び長さに基づいて、動くエンティティを識別する。
4.エンティティに属するすべての有効な運動軌道の終点のx、y座標の中央値を計算することにより、各エンティティの重心運動を特定する。
5.基準センターオブモーショングラビティー、すなわち、すべての重心のうちの最大x座標をもつ重心である最右部センターオブモーショングラビティー401と、すべての重心のうちの最低x座標をもつ重心である最左部センターオブモーショングラビティー400と、すべての重心のうちの最大y座標をもつ重心である最高部センターオブモーショングラビティー402と、すべてのエンティティにわたるシーンにおけるすべての有効な軌道の終点のx座標の中央値に基づいて計算されるグローバルセンターオブモーショングラビティーとを特定する。
UI_RGB=[α*255,(1−α)*255,0]
Video data risk score=(Torso Up+Restless+Bed Edge)/No_RF
(ビデオデータリスクスコア=(胴が起きた状態+落ち着きのない状態+ベッド縁部)/No_RF)
Reach out=|sin(2ψ)|・(tnz>0)・sin(2φ)・(tny<0) (2)
(外に到達した状態=|sin(2ψ)|・(tnz>0)・sin(2φ)・(tny<0) (2))
並びに、
Lean over=|sin(2ψ)|・(tnz>0)・−sin(2φ)・(tny>0) (3)
(身を乗り出した状態=|sin(2ψ)|・(tnz>0)・−sin(2φ)・(tny>0) (3))
並びに、
Restlessness=movav(50・rm,5s) (4)
(落ち着きのない状態=movav(50・rm,5s) (4))
及び、
Agitation=movav(50・rm,5s) (5)
(動揺=movav(50・rm,5s) (5))
によりモデル化され、ここで、
1.総リスクスコア114は、低いか、又は中程度(特定の閾値未満)であるが、限られた時間窓内で低速から中程度の速度で増加する−例えば、リスクスコア値は、直前の10分間に最大10度の角度の平均傾き(平均傾き<=0.17)のもとで上昇する。
2.総リスクスコア114は、低いか、又は中程度(特定の閾値未満)であるが、限られた時間窓(例えば5〜10分)内で大幅に増加する−例えばリスクスコア値が10度より大きな角度の平均傾き(平均傾き>0.17)のもとで上昇する。
3.総リスクスコア114が、高い(特定の閾値を上回る)と特定される。
Claims (15)
- 個人のベッド転落リスクの特定のためのデバイスであって、前記デバイスは、
前記個人の動き及び/又はバイタルサインに関係したセンサーデータを取得するための第1のポートと、
前記センサーデータの品質を示す品質情報を特定するための査定ユニットと、
前記個人の個人データを取得するための第2のポートと、
前記センサーデータ、前記品質情報、前記個人データ及び各リスク因子と特定の集団における転落事故発生との間の相関レベルに基づくパラメータに基づいて、前記個人のベッド転落リスクを示す前記個人の総リスクスコアの計算のための計算ユニットと、
計算された総リスクスコアの出力するための第3のポートとを備える、
デバイス。 - 前記センサーデータは、バイタルサインデータを含み、前記デバイスは、前記バイタルサインデータを取得及び処理して、バイタルサインに関係したリスクスコアを生成し、前記バイタルサインデータ及び/又は前記バイタルサインに関係したリスクスコアに信頼性値を割り当てるためのバイタルサインデータ処理ユニットをさらに備える、請求項1に記載のデバイス。
- 前記センサーデータは、ビデオデータを含み、前記デバイスは、特に、前記個人の動き及び/若しくは姿勢を示す動き並びに/又は姿勢情報を特定するために、前記ビデオデータを取得及び処理して、ビデオデータに関係したリスクスコアを生成し、前記ビデオデータ及び/又は前記ビデオデータに関係したリスクスコアに信頼性値を割り当てるためのビデオ処理ユニットをさらに備える、請求項1に記載のデバイス。
- 前記査定ユニットは、前記バイタルサインに関係したリスクスコア及び前記バイタルサインに関係したリスクスコアの割り当てられた信頼性値、並びに/又はビデオデータに関係したリスクスコア及び前記ビデオデータに関係したリスクスコアの割り当てられた信頼性値に基づいて、前記個人の可変リスクスコアを特定する、請求項2又は3に記載のデバイス。
- 前記査定ユニットは、離散的な間隔で又は連続的に、前記可変リスクスコアを特定する、請求項4に記載のデバイス。
- 前記個人の前記個人データを取得するための、及び、前記個人データから内因性リスクスコアを計算するための分類ユニットを備え、前記個人データは、年齢、性別、神経学的症状、健康状態、健康スコア、病歴、症状、身体障害、服薬、転落履歴、心理プロファイルのうちの1つ又は複数を含む、請求項1に記載のデバイス。
- 前記計算ユニットは、内因性リスクスコア及び可変リスクスコアから前記個人の前記総リスクスコアを計算する、請求項4又は6に記載のデバイス。
- 分類ユニットはビデオデータに関係したリスクスコア及び前記ビデオデータに関係したリスクスコアの割り当てられた信頼性値を取得し、取得された前記ビデオデータに関係したリスクスコア及び取得された前記ビデオデータに関係したリスクスコアの割り当てられた信頼性値に基づいて、内因性リスクスコアを特定又は調節する、請求項3又は6に記載のデバイス。
- 前記計算された総リスクスコアに基づいて、特に、前記計算された総リスクスコア及び前記個人の前記個人データに基づいて、介入を決定するための介入ユニットをさらに備える、請求項1に記載のデバイス。
- 前記第1のポート及び前記査定ユニットは、特に前記個人の近傍における配置のための第1のエンティティとして構成され、前記第2のポート、前記計算ユニット、及び第3のポートは、特に前記個人から離れた配置のための、第2のエンティティとして構成される、請求項1に記載のデバイス。
- 個人のベッド転落リスクの特定のためのシステムであって、前記システムは、
前記個人の動き及び/又はバイタルサインに関係したセンサーデータを獲得するための少なくとも1つのセンサーと、
獲得された前記センサーデータに基づく、前記個人のベッド転落リスクの特定のための請求項1に記載のデバイスとを備える、システム。 - 少なくとも1つのセンサーが、カメラ、加速度計、及びバイタルサイン監視デバイス、特に、光電式容積脈波記録センサー、心拍モニター、血圧モニター、SpO2センサー、及び/又は呼吸モニターのうちの1つ又は複数を備える、請求項11に記載のシステム。
- 前記個人に対してフィードバックを発するため、及び、前記個人の前記個人データとスタッフのスケジュールとを含む少なくとも1つのデータベースへのアクセスのためのフィードバックユニットをさらに備える、請求項11に記載のシステム。
- 個人のベッド転落リスクの特定のための方法であって、前記方法は、
前記個人の動き及び/又はバイタルサインに関係したセンサーデータを取得するステップと、
前記センサーデータの品質を示す品質情報を査定するステップと、
前記個人の個人データを取得するステップと、
前記センサーデータ、前記品質情報、前記個人データ及び各リスク因子と特定の集団における転落事故発生との間の相関レベルに基づくパラメータに基づいて、個人の総リスクスコアを計算するステップであって、総リスクスコアが、前記個人のベッド転落リスクを示す、計算するステップと、
計算された総リスクスコアを出力するステップとを有する、方法。 - コンピュータにおいてコンピュータプログラムが実行されたとき、請求項14に記載の前記方法の前記ステップを前記コンピュータが実行することをもたらすプログラムコード手段を備える、コンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16185480 | 2016-08-24 | ||
EP16185480.7 | 2016-08-24 | ||
PCT/EP2017/071079 WO2018036988A1 (en) | 2016-08-24 | 2017-08-22 | Device, system and method for patient monitoring to predict and prevent bed falls |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019535051A JP2019535051A (ja) | 2019-12-05 |
JP6823160B2 true JP6823160B2 (ja) | 2021-01-27 |
Family
ID=56802302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019510664A Active JP6823160B2 (ja) | 2016-08-24 | 2017-08-22 | ベッド転落を予測及び防止する患者監視のためのデバイス、システム、及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20190228866A1 (ja) |
EP (1) | EP3504651B1 (ja) |
JP (1) | JP6823160B2 (ja) |
CN (1) | CN109863561A (ja) |
WO (1) | WO2018036988A1 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10342478B2 (en) | 2015-05-07 | 2019-07-09 | Cerner Innovation, Inc. | Method and system for determining whether a caretaker takes appropriate measures to prevent patient bedsores |
US9892311B2 (en) | 2015-12-31 | 2018-02-13 | Cerner Innovation, Inc. | Detecting unauthorized visitors |
DE102016015121A1 (de) * | 2016-12-20 | 2018-06-21 | Drägerwerk AG & Co. KGaA | Vorrichtung, Verfahren und Computerprogramm zur Erfassung von optischen Bilddaten und zur Bestimmung einer Lage einer Seitenbegrenzung einer Patientenlagerungsvorrichtung |
US10643446B2 (en) | 2017-12-28 | 2020-05-05 | Cerner Innovation, Inc. | Utilizing artificial intelligence to detect objects or patient safety events in a patient room |
US10482321B2 (en) * | 2017-12-29 | 2019-11-19 | Cerner Innovation, Inc. | Methods and systems for identifying the crossing of a virtual barrier |
EP3581093A1 (en) * | 2018-06-13 | 2019-12-18 | Koninklijke Philips N.V. | Determining reliability of vital signs of a monitored subject |
US10922936B2 (en) | 2018-11-06 | 2021-02-16 | Cerner Innovation, Inc. | Methods and systems for detecting prohibited objects |
US20210193294A1 (en) * | 2019-12-20 | 2021-06-24 | Hill-Rom Services, Inc. | Patient management based on sensed activities |
US11055981B1 (en) * | 2020-11-13 | 2021-07-06 | Aetna Inc. | Systems and methods for using primary and redundant devices for detecting falls |
EP4002365A1 (en) | 2020-11-18 | 2022-05-25 | Koninklijke Philips N.V. | Device and method for controlling a camera |
US11832984B2 (en) * | 2021-03-25 | 2023-12-05 | GE Precision Healthcare LLC | System and method for motion guidance during medical image acquisition |
CN113052401A (zh) * | 2021-04-26 | 2021-06-29 | 青岛大学 | 盲人行走轨迹预测方法、电子设备及存储介质 |
CN113261929B (zh) * | 2021-05-19 | 2022-10-18 | 重庆外语外事学院 | 基于心率变异性指标的手机不良使用行为风险预警系统 |
WO2023023063A1 (en) * | 2021-08-17 | 2023-02-23 | Starkey Laboratories, Inc. | Ear-wearable devices and systems with orthostatic intolerance condition screening features |
CN117423210B (zh) * | 2023-12-19 | 2024-02-13 | 西南医科大学附属医院 | 一种护理用病患防跌落智能感应报警系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4189229B2 (ja) * | 2003-02-05 | 2008-12-03 | 住友大阪セメント株式会社 | 動き検出装置 |
US9311540B2 (en) * | 2003-12-12 | 2016-04-12 | Careview Communications, Inc. | System and method for predicting patient falls |
US10238351B2 (en) * | 2008-05-12 | 2019-03-26 | Earlysense Ltd. | Monitoring, predicting and treating clinical episodes |
EP2286395A4 (en) * | 2008-05-12 | 2013-05-08 | Earlysense Ltd | MONITORING, FORECASTING AND TREATING CLINICAL EPISODES |
US9934427B2 (en) * | 2010-09-23 | 2018-04-03 | Stryker Corporation | Video monitoring system |
JP6046956B2 (ja) * | 2012-08-28 | 2016-12-21 | アイホン株式会社 | ナースコールシステム |
US9833194B2 (en) * | 2013-03-15 | 2017-12-05 | Stryker Corporation | Patient support apparatus with remote communications |
EP3323342B1 (en) * | 2013-11-15 | 2020-11-11 | Leaf Healthcare, Inc. | Prevention and treatment of bed exits, falls, and other conditions |
US20170265782A1 (en) | 2014-05-12 | 2017-09-21 | Koninklijke Philips N.V. | Motion triggered vital sign measurement |
-
2017
- 2017-08-22 JP JP2019510664A patent/JP6823160B2/ja active Active
- 2017-08-22 EP EP17765092.6A patent/EP3504651B1/en active Active
- 2017-08-22 WO PCT/EP2017/071079 patent/WO2018036988A1/en unknown
- 2017-08-22 CN CN201780065533.XA patent/CN109863561A/zh active Pending
- 2017-08-22 US US16/327,157 patent/US20190228866A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
WO2018036988A1 (en) | 2018-03-01 |
US20190228866A1 (en) | 2019-07-25 |
CN109863561A (zh) | 2019-06-07 |
EP3504651B1 (en) | 2020-04-29 |
EP3504651A1 (en) | 2019-07-03 |
JP2019535051A (ja) | 2019-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6823160B2 (ja) | ベッド転落を予測及び防止する患者監視のためのデバイス、システム、及び方法 | |
US11129549B2 (en) | Device, system and method for patient monitoring to predict and prevent bed falls | |
US20200311609A1 (en) | Adaptive model-based system to automatically quantify fall risk | |
JP6692987B2 (ja) | ベッド転落を予測及び防止する患者監視のためのデバイス、システム、及び方法 | |
JP2019537082A (ja) | ベッド転落を予測及び防止する患者監視のためのデバイス、システム、及び方法 | |
Brodie et al. | Wearable pendant device monitoring using new wavelet-based methods shows daily life and laboratory gaits are different | |
US9972187B1 (en) | Biomechanical parameter determination for emergency alerting and health assessment | |
US20180177436A1 (en) | System and method for remote monitoring for elderly fall prediction, detection, and prevention | |
US20170055917A1 (en) | Systems for automatic assessment of fall risk | |
AU2022203004A1 (en) | System for recording, analyzing risk(s) of accident(s) or need of assistance and providing real-time warning(s) based on continuous sensor signals | |
JP7258918B2 (ja) | モニタリング対象者のバイタルサインの信頼性の決定 | |
US11864926B2 (en) | Systems and methods for detecting attempted bed exit | |
Bauer et al. | Modeling bed exit likelihood in a camera-based automated video monitoring application | |
JP2014092945A (ja) | 身体状況判定システム及び身体状況判定方法 | |
Ianculescu et al. | Improving the Elderly’s Fall Management through Innovative Personalized Remote Monitoring Solution | |
KR20230069363A (ko) | 인공지능을 이용한 환자의 이상 행동 탐지 시스템 | |
JP7314939B2 (ja) | 画像認識プログラム、画像認識装置、学習プログラム、および学習装置 | |
JP2022178500A (ja) | ウエアラブル端末を用いた総合体調管理システムおよび総合体調管理方法 | |
Ranjan et al. | Human Context Sensing in Smart Cities | |
WO2021074102A1 (en) | System and method for detection of intermittent claudication in remote sensor data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190221 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190221 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190704 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191007 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200317 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200526 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200804 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200811 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200827 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200831 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20200831 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201117 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20201117 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20201126 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20201201 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210107 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6823160 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |